金融业与实体经济互动研究范文

本站小编为你精心准备了金融业与实体经济互动研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、理论综述

长期以来金融发展对经济增长的影响作用受到各国学者的广泛关注。自20世纪70年代以来,麦金农、戈德史密斯等经济学家针对发展中国家普遍存在的政府干预金融和资本扭曲等弊端，提出了“金融深化”理论。该理论认为，发展中国家的金融压抑会严重影响经济的发展，因此政府应采取金融市场化改革，并减少对金融业的干预。20世纪90年代后期，实证分析越来越普遍地被运用到研究金融发展和经济增长的关系中来。罗默、卢卡斯等学者通过运用构建实证模型的方法，进一步证明了金融发展可以通过影响资本积累和提高技术创新率来促进经济增长。就金融发展对经济增长的影响而言，我国学者谭艳芝、彭文平（2003）通过运用中国1978年～2001年的经济数据进行分析，证明了中国金融发展对投资和资本积累具有显著促进作用。冉茂盛、张宗益、钟子明（2003）采用了因果检验的实证方法证明了中国的金融发展对经济增长具有显著的促进作用，但经济增长并不是促进金融发展的主要原因。曹永琴（2012）指出不同的金融结构对经济增长的影响是有差异的，只有适合经济发展的金融结构才能长期稳定地促进经济增长。除此之外，艾洪德、徐明圣、郭凯（2004）分别对我国东部、中部和西部的金融发展进行了对比分析，指出过度金融发展对欠发达地区的经济增长具有负效应，在此基础上针对我国东西部经济水平差异较大等特点，提出了优化区域金融结构的相关建议。经济增长速度取决于社会资本的合理分配，所以无论是金融抑制还是金融过度增长都会在一定程度上影响经济的增长，只有金融适度才能有效地促进经济又好又快发展。金融机构对于经济的促进作用体现在金融功能上，金融体系主要有清算、支付、融资、风险管理和信息提供等功能，金融的交易支付功能可以降低社会交易成本，融资功能则可以优化资本配置，这样就能够为新型行业提供有力的资金支持，促进资本向高收益、高技术的部门转移，金融体系的功能促进了资本的积累和企业的技术创新，从而促进了经济的增长。

二、指标选取

本文选取河南省1990年～2011年间的省内生产总值(GrossDomesticProduct,GDP)作为衡量河南省经济增长的指标，同时选取河南省同期的金融相关比率(FinancialInterrelationsRatio,FIR)作为衡量河南省金融发展的指标，数据来源于河南统计年鉴。从统计年鉴的数据中我们可以看出，近年来河南省经济发展速度较快，2012年河南省生产总值达到29,810.14亿元，比上一年度增长了10.1%。与此同时，河南省的金融机构规模不断扩大，金融业的快速发展对河南省经济发展起到重要的支持作用。2012年河南省金融业增加值达到1,038.30亿元，占第三产业总额的10.8%，金融业在第三产业中占据重要地位。同时，河南省已经逐步形成了银行、证券、保险为一体的现代金融体系，目前全省共有17家商业银行，99家上市公司与41家保险公司，2012年商业银行各项贷款年底总额超过17,506亿元；股票成交量达到18,749亿元；保险公司保费收入达到839.82亿元。根据河南省统计年鉴中的数据归纳出河南省历年来经济增长速度与金融业增长速度的对照图，如图1所示。从图中我们可以看出，自1990年以来河南省经济发展较快，平均经济增长速度保持在10%左右，2004年以前金融行业增长率与经济增长速度基本保持同等的变动趋势，2005年后随着我国金融市场改革，河南省金融业出现了跳跃性增长，同时也带动了河南省经济呈增长势头。总体来说，河南省金融发展与经济增长之间具有较强的关联，金融发展对于河南省经济增长具有一定的促进作用。

三、实证分析

1．ADF平稳性检验本文中我们用金融相关比率（FIR）作为衡量河南省金融发展水平的指标，即河南省历年金融资产总额与生产总值之比。同时为了免异方差对实证分析的影响，我们对数据进行了对数化处理，分别记作LnGDP和LnFIR。ADF单位根检验是运用时间序列进行实证研究的一个重要分析过程。对时间序列的ADF单位根检验即是对序列的平稳性进行检验，对于不平稳时间序列来说，存在单位根的情况下，我们能够运用一阶差分的方法来消除掉单位根，这样就可以得到平稳序列，以进行下一步的实证检验。数据能够保持平稳性是构建VAR模型的前提条件。本文中我们首先利用ADF单位根检验对数据的平稳性进行实证分析，结果如表1所示。从上表中我们可以清晰地看出，LnGDP和LnFIR两个变量在5%的置信水平下是不平稳的，因此我们需要对数据的一阶差分进行进一步的统计检验。根据上表的统计结果，能够发现D.LnGDP和D.LnFIR在5%的置信水平下是平稳的，其数据呈现一阶单整，因此可以在平稳性较好的数据基础上进行VAR模型的构建，同时能够进行更加深入的协整检验分析。

2．VAR模型与检验分析由于ADF单位根检验的结果证明了数据的平稳性，因此我们可以根据数据来构建新的VAR模型。VAR模型的构建不能忽视对模型阶数的准确选择。首先，我们通过STATA软件对模型的阶数进行逐步的测算。根据AIC最小原则最终确定了VAR模型的最优滞后期为二阶，VAR模型的构建结果如下所示：从模型中的数据以及结构我们可以得出，滞后1期的金融发展(FIR)数据增长1个百分点，则能够带动该省生产总值（GDP）增长0.45个百分点，因此，根据模型能够发现，金融发展对经济的增长具有较为明显的促进作用。为了能够进一步有效地分析河南省金融发展与经济增长的长期关系，我们对模型进行了协整关系检验，其结果如表2所示。协整检验是用来检验变量之间是否存在共同随机性的实证方法。由于协整能够说明变量间的长期关系，因此如果在检验中可以找到它们之间的稳定可靠关系，则能够排除单位根所带来的随机性。协整分析的目的是找出非平稳序列的线性组合是否具有均衡关系的重要方法，因此，我们在本文中加以运用，以保证实证分析的可靠性。根据统计结果显示，证明了河南省金融发展与经济增长之间具有长期的协整关系，也更好地说明了金融发展是促进经济增长的重要因素，通过发展金融行业，可以带动区域长期稳定的经济发展。与此同时，我们对该模型进行了格兰杰因果检验，检验结果如表3所示。格兰杰因果检验的结果说明了河南省金融发展是促进经济增长的原因，同时河南省经济的增长也是促进金融发展的重要原因，这两者之间存在着相互促进、相互影响的相关关系。

综上所述，河南省金融发展与经济增长之间具有长期稳定的关系，为了进一步证明河南省金融发展对经济增长的解释力度，我们对模型进行了方差分解，结果如表4所示。方差分解是在可比较的数组中，把数据间的总变差按各指定的变差来源进行分解，其中在变差度量方法上，主要采用离差平方和检验不同处理所产生的效应差异是否显著。方差分解需要解决的基本问题是通过数据的分析，来研究各个因素之间的相互作用对该对象的影响程度，它所研究的对象都假定其遵从正态分布规律。分析方差的目的是在数据分析的基础上找出对该事物有显著影响的因素，以及各个因素之间的交互作用和能够显著影响因素的最佳水平。通过表4的方差分解数据可以看出，LnGDP对自身变动的解释力度随着预测期的增加而呈现逐渐下降的趋势，由第1期的100%逐步下降到第8期的85.2%，与此同时，LnFIR对LnGDP变动的贡献度随着预测期增加而逐渐增强，由第1期的11%逐步增加到第8期的36.9%。由此可以证明，河南省金融发展对于经济增长具有较强的解释力度，金融发展能够有效地促进河南省经济增长。

四、结论

本文以河南省金融发展与经济增长关系为研究对象，选取了河南省1990年～2011年间的经济数据，并构建了VAR模型，在此基础上又进行了一系列的检验分析，通过实证分析的研究结果我们可以得出以下结论：首先，河南省金融发展在一定程度上促进了经济的快速发展，金融体系通过自身的功能可以提高资本积累并促进本省技术的创新，因此相关部门需要更加重视金融业的发展，并不断提高金融机构工作效率，以促进金融体系充分发挥其金融调节功能；其次，根据河南省统计年鉴的数据，我们可以看出近年来河南省金融机构的发展较为迅速，因此，下一阶段的金融发展应该由高增长逐步向高效率进行转变，加强金融创新，通过这些方式来更好地促进河南省经济的稳步增长。同时，政府部门应加大对金融机构的政策支持，确保河南省金融发展规模与经济发展水平相适应，防止不协调的问题出现，以此来保障金融体系能够有效发挥其金融带动经济发展的功能。从发达国家金融发展的经验中我们可以看出，错误的金融政策会严重影响经济的发展，严重情况下甚至能够导致金融危机的产生。因此，我们必须立足我国的基本国情，对金融体系进行逐步的、有调控的改革，既要保证金融业的功能能够充分发挥，又要尽力避免过度金融发展所产生的一些不利后果和影响。

河南省金融发展需要不断坚持金融业服务于实体经济的方针政策，更好地发挥金融发展对经济的促进作用，同时应当防范过度的金融发展所带来的虚拟经济过度膨胀的问题，避免对经济的持续发展产生不利的影响。因此，相关部门需要保证金融业发展与地域经济增长水平适应性，把促进实体经济健康、稳定、快速的发展作为金融发展的关键任务。随着我国改革开放的不断推进，金融机构除了系统风险以外，很可能会受到越来越多的来自外部的不利冲击。因此，政府部门不能忽视对金融风险的防范，同时应当进一步加强对金融业的监管，提高金融业的风险防范意识，只有这样才能更好地为河南省经济的发展提供稳定有效的支持。河南省作为我国中部的大省，目前正处于金融业高速增长的发展阶段，通过金融业发展可以提高当地企业的资本积累，能够促进企业加大对自身的投资力度。金融业的发展对于促进河南省经济的增长、促进河南省社会福利水平的提高具有重要的战略意义。

作者：陈晴旖单位：中央民族大学管理学院研究生