经济发展与金融发展效率的联系范文

本站小编为你精心准备了经济发展与金融发展效率的联系参考范文，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。

金融发展推进全要素生产率增长被称为金融发展的熊彼特观点（Nourzad，2002），该观点在近二十余年中已经得到较好的理论化与模型化，当前国际上相关文献基本上做出了如下几点研究结论：（1）金融中介通过分析市场上存在的投资机会，为生产性投资项目提供金融支持，从而推进了新技术、新产品等创新生产方式与成果的出现，进而提升了原有的经济生产率；（2）金融中介降低了整个市场（或经济体内部）的流动性风险，使得厂商不需要持有过多的流动性资金，从而有效降低生产成本，直接改进社会生产率平均水平；（3）金融创新与金融行业的外部约束能力有效降低了经济体内部各厂商在创新方面的外部费用。综合上述观点，一个比较具有典型性的案例可参见Michalopoulos、Laeven与Levine（2010）共同完成的相关分析，他们认为，金融机构的金融创新能够有效降低有创新能力的厂商在“发信号”过程中所耗费的交易费用，继而通过信息搜集功能对之进行筛选，从而获取经济体内部最具投资价值（生产效率最高）的投资机会，并为之提供必需的信贷资金支持（缓解融资约束）④，而技术创新活动则为金融机构提供了更低风险的回报（提升了金融机构的预期回报率），这样就使得金融发展与技术创新直接形成了良好的内生动态关系。

内生增长理论为全要素生产率增长的源泉提供了理论框架，但在很大程度上，TFP增长决定因素的讨论仍处于一个相对复杂的范畴（Hulten，2001），这也就决定了经济发展水平与金融发展之间的关系存在着一定的复杂性，我们将在下文对相关指标的分析过程中就两研究对象之间相互关系的复杂性作出具体阐述。本文拟根据我国31个省市自治区在2001-2010年间的统计数据，采用数学建模的方式对经济发展水平与金融发展效率之间的关系进行量化分析，并希望通过这种探讨为我国宏观经济政策的区域化实施提供部分参考资料，以便于政策制定者及政策的区域实施者通过设定政策实施路径、选择政策微调工具等方式实现经济平稳增长、熨平区域发展不平衡的具体政策目标。为便于实际操作，我们将采用国家统计局公布的各年度公开数据完成全部计算。本文的结构安排如下：第一部分为引言部分，在第二部分将完成两变量的指标设计与样本计算过程，第三部分是模型建立与分析，第四部分则是一个简单的总结部分。

一、全要素生产率（TFP）及金融效率的指标说明及相关计算

（一）各省年度全要素生产率的计算

全要素生产率的估算有很多种计量方法，如索罗残差法、隐性变量法和潜在产出法等等，郭庆旺等（2005）曾讨论过各种方法的具体优劣⑤。为符合传统的实际商业周期定义，在本文中仍选择传统的索罗残差法计量TFP。参照中国统计年鉴，我们可以得到如下指标的年度数值，为保证数据的可计量性和可获取性，同时考虑到对计算结果的实证考察的经济性，我们选择了2001-2010年的十年数据完成该部分的计算。力资本增强型劳动力），为年度GDP，两组数据均来自各年度统计年鉴；将净投资对新增产量的贡献率设定为0.4，这是国内外研究学者针对我国生产函数的研究所得出的较一致的数据（彭国华，2007）⑥。采用该形式计算得出的TFP完全调整了物质资本存量的影响。

物质资本存量的计量采用永续盘存法，其中，Kt为全国t年末的物质资本存量，δt为当年经济折旧率，It为当年固定资本形成额。以张军、吴桂英和张吉鹏（2004）计算出的中国大陆31个省区市1998年末物资资本存量为基期物质资本存量，得出各年度各省物质资本存量。δ即永续盘存法中的“重置率”，在此，我们依据以年度各省内固定资产构成加权后分类折旧率累加得出这一指标；年度固定资产构成数据来源于各年度各省统计年鉴，分类折旧率则计为：建筑安装工程6.9%/年，设备工器具配置14.9%/年，其他费用12.1%/年。于是，可根据恒等式（1）计算得出各省在观测年度的平均TFP存量，在将2000年价格指数设定为基准值的条件下，计算结果如下表所示⑦。

（二）各省年度金融效率的计算

索罗增长模型显示在推动人均GDP增长的两个要素，物质资本存量和全要素生产率，仅就二者而言，参照近两百年国际经济史的基本研究，资本驱动型的增长是不可持续的。也就是说，在资本劳动比达到一定水平后，人均GDP增长会出现停滞（规模报酬递减规律）。物质资本存量的进一步积累可打破这一停滞，但经过一个时期后仍会在另一个人均GDP水平上出现新的停滞，即资本的边际产出递减规律。而这一可证伪假设也就使得我们在研究金融效率的相关指标之时，必须考虑到金融效率对于经济发展水平的全要素生产率产生促进经济发展的渠道是物质资本积累还是全要素生产率的提升。

早期国际上的一些研究认为，金融发展同时促资本积累和TFP的提升，从而推动经济增长。但近期以Benhabid等（2000）为代表的部分分析认为，并非所有的金融发展指标都具有上述双重效应，显示出TFP提升效应的那些金融发展度量指标并不一定与资本积累有联系；在上述研究基础上，采用计量方法，Calderon（2003）证明，金融发展指标具有显著的TFP提升效应，且这种提升效应在发展中国家更为明显；但仅仅采用规模（信贷或存款）作为发展的主要评价指标则与全要素生产率的提升在统计学意义上的联系微弱。同时应当对直接金融市场与间接金融市场对TFP影响进行考虑。银行中介发展与股票市场发展在促进TFP的提升方面的确存在差异，来自股票市场的经验研究发现（Levine等，1997），反映股市规模、波动性等的一系列指标并没有对全要素生产率的增长产生明显影响，而银行信贷配置效率的改进则对TFP增长具有显著性的积极影响，且间接金融市场中介的发展还能有效反映未来TFP的变动。

考虑到信贷存量（金融发展的规模指标）与物质资本存量之间的相关性，同时兼顾到金融发展水平的计算采用尽量简单的形式予以得出，我们采用如下形式的等式计算金融效率（FS），设定固定资产投资中银行贷款资金为IC、国家预算内资金为II有FS=IC/II这种设定方式不仅仅是考虑到以间接金融市场的效率反映金融发展对于实体经济各部门的实际生产意义（即每单位贷款对应或“创造”多少产出），更是考虑到我国发展中国家的基本国情。在间接金融市场的发展特征方面，我国同样处于“金融抑制”状态，银行信贷资源效率低下的根源在于，出于实现特定政治目标的需要，政府对信用分配的控制与约束；在这个意义上，中国金融发展即可定义为政府对于信用分配控制的逐渐放松。落后地区由于当地储蓄的实际不足或贷占存比例过低，从而对各级政府的支持、扶植政策往往有较大程度的依赖，一旦这种支持具有普遍性，则很大成分上以地方政府反复要求提升贷占存比例为标志的中央银行的非独立性、整体金融运营低效率。在极端情形下，各地区贷款占存款比率一般就会成为衡量中央政府信贷干预程度的指标，国有银行地方分支机构往往倾向于服从地方政府政策进行经营，而缺乏提高经营效率以及对贷款企业进行有效风险评估的内在动力。尽管与国际上主要经济体的银行业相比，中国银行体系的信贷配置仍处于比较低的水平，但毫无疑问的是，相对于以财政拨款为代表的政府扶植政策而言，银行贷款的所受到的约束程度更强、效率更高，因此我们认为“固定资产投资中银行贷款与国家预算内资金之比”能够充分反映中国金融发展的事实。于是，可根据上式得出各省金融效率。

二、模型的建立与相关分析

根据上文分析，我们准备基于2001-2010年全国31个省份的数据构建面板数据模型，进而以之解释金融发展效率与经济发展水平之间的相互关系。首先，我们对需要采用ADF单位根检验对变量的单整、协整关系进行基本分析。采用Eviews完成具体计量分析过程，通过分析结果可知，在99%的显著性水平下，无论是TFP还是FS的平衡面板数据均不具有明显的趋势，这样就使得我们有条件在对之不进行调整的情况下完成长期关系推定。两变量都是无单位变量，且采用ANOVA方法可知年度之间的数字特征并不存在本质区别，故而没有必要采用指数形式进行无量纲化。其次，为了判定两变量之间的或有因果关系，我们进行了格兰杰因果关系检验，检验结果如下所示：至少在95%的显著性水平上，可以否定“金融发展效率不是全要素生产率推进因子”的假设。同时，依据统计分析结果可知，分省分时段的全要素生产率并非同地区同时期金融发展效率的解释变量。基于上述分析，我们就FS对TFP的解释关系进行建模。这里的一个关键问题在于，应该选择何种面板数据模型对之进行分析。

就面板数据模型的类型而言，可供选择的方法至少包括：混合模型、个体固定效应模型、时点固定效应模型、随机效应模型和以GMM方法为代表性处理方法的面板数据动态模型等等，而涉及的方法也包括混合最小二乘估计、平均数最小二乘估计、离差变换最小二乘估计以及一阶差分最小二乘估计、可行GLS估计和上面已经提到的GMM法。根据上文已经完成的单整检验，我们选择混合模型，采用混合最小二乘估计方法（PooledOLS）对两变量之间的关系进行描述，这样就建立了如下模型：其中i∈｛1，31｝，t∈｛2001，2010｝，分别代表着面板数据的个体与时点。该模型中，FS的T统计量的P值低于0.0001；整体的F统计量约为56.47，其P值低于0.0001；两者之间的长期、混合地区模型在99.99%的显著性水平上得到建立。为便于下一步检验，我们将本次回归的残差定义为。

混合模型正确设定的基础是解释变量与误差项的互不相关，即Cov（e，fs）=0，且e实际上是一个均值为零的随机变量，则无论自由度变动，模型参数的混合最小二乘估计量都将是一致估计量。参照如下协方差矩阵可知，该混合模型的设定能够在95%的可能性下满足基本假设。上述模型反映了全要素生产率与金融发展水平的长期稳定关系，由于两变量均不存在趋势性（由单整检验可知），故而在其他条件不变的情况下，在短期，模型描述的关系仍是稳定的，故而没有必要再进行误差修正。但即便如此，我们仍应对针对模型变量的省际分类特征对其是否存在个体固定效应进行校验。参照常规检验方法，采用两变量的平均数进行普通最小二乘法（OLS）回归，可得到如下等式：等式自由度为31，在99%的可能性上具有显著的统计意义（i与t的值域如上），而解释变量（FS）的参数与FS的参数在数值上基本一致，误差项同样为服从均值为零的随机扰动项。参与计算的FS与TFP不具有个体固定效应，模型（2）是两者关系的有效描述，金融效率的改进与经济发展水平的提升存在显著的正相关关系，具体的推进效应表现为，在现有水平下，特定省份金融效率的每单位改进，都将以推进当地0.4单位的全要素生产率改进，这种改进主要表现为金融自由化、市场化对于技术创新的支持效应，即金融发展推进全要素生产率增长（经济发展水平提升）的熊彼特效应。

三、结论与政策建议

本文构建了金融发展和经济发展水平的模型逆光，并以2001-2010年分省样本数据为基础，采用混合最小二乘法构建了样本容量达到310个的面板数据混合模型，对金融发展水平对全国各省经济发展水平的影响进行了分析，结果显示：金融发展与作为经济发展水平显示指标的全要素生产率之间存在显著的正向关系。这种正向关系在采用“固定资产投资中银行贷款与国家预算内资金之比”作为金融发展的衡量指标才具有上述显著性，以信贷投放/GDP为代表的传统规模发展指标并不能得到类似的计量分析结果。

个体固定效应的分析表明，作为一个整体发展的经济体，无论我国的东中西部地区还是行政区域所进行的人为划分，都没有影响金融效率改进对于经济发展水平的提升效应的发挥，也并未因为各地区的技术存量（全要素生产率存量）而对金融发展的熊彼特效应产生削减影响。就具体区域来看，以北京、天津、上海、江苏、浙江、广东为代表的东部地区在现有经济发展水平以及金融发展效率方面较其他地区均存在一定的优势，这种优势的存在使得我国各区域经济发展水平差距在过去十年中表现出逐年扩大的趋势。基于上述分析过程，金融发展的物质资本积累效应所代表的粗放型增长方式与金融发展的熊彼特效应对全要素生产率的贡献存在重大差距，而前者则难以在长期维持部分省区的既有经济发展水平方面的领先优势。

为保证各省区的全面协调可持续发展，必须调整经济增长方式，实现创新推进性经济增长。作为其中的关键步骤，金融部门的优先发展较之于生产技术的简单改进具有更大价值。在未来的产业结构调整过程中，各级政府应由重视中央政府及中央银行政策、信贷投放支持逐步转移到推进地方金融机构改革、重视地方金融机构发展效率方面上来。

在产业机构转移的过程中，应当重点关注随之而来的地方贷占存比例攀升；我国金融发展的本质不是地方信贷投放的不断增加，而是金融部门的资金配置效率提升；欠发达地区金融资源随着产业结构转移而在地方政府主导推进下过多倾入在发达地区尚不需要过多资金支持的传统行业，实际上反映了政府对金融部门的过多干预。在普遍存在“金融干预”的情景下，大部分欠发达区域必然出现如下图所示的不良循环。应当避免这种情况所可能带来的金融部门信贷资金配置的低效率以及极端情形下的无效率。

作者：张智单位：中国人民银行宿州市中心支行