經濟貨幣化、信貸配置與經濟增長——基于動態面板數據模型的GMM估計

賈清顯　朱銘來

1(欽州學院，欽州　535000)　2(南開大學，天津　300071)

經濟貨幣化、信貸配置與經濟增長
——基于動態面板數據模型的GMM估計

賈清顯1朱銘來2

1(欽州學院，欽州535000)2(南開大學，天津300071)

〔摘要〕金融與經濟增長關系研究的理論文獻較多，且隨著經濟計量技術的發展，學者們逐步從更廣范圍和更深層次來實證檢驗二者的關系。本文基于內生經濟增長理論，將金融因素納入到改進型Cobb-Douglas生產函數中，并充分考慮到研究的時限性問題，收集了69個國家(地區)1991～2013年間的數據資料，利用動態面板數據模型GMM估計方法，以發達經濟體與新興市場和發展中國家為橫截面單元，以新的視角檢驗經濟貨幣化、信貸配置與經濟增長的動態效應，結果表明經濟貨幣化、信貸配置與經濟增長之間存在動態關系，且對于不同經濟體呈現的正負效應及彈性并非具有一致性。

〔關鍵詞〕經濟貨幣化信貸配置內生經濟增長動態面板數據模型

20世紀90年代以來，全球經濟歷經墨西哥比索危機、亞洲金融風暴和美國次貸危機的洗禮，無論發達經濟體還是新興市場和發展中國家的經濟增長多為騰挪跌宕、一波三折。但就每次危機的影響程度而言，不同經濟體之間表現很大差異，尤其是美國次貸危機后呈現的經濟復蘇能力，新興市場和發展中國家好于發達經濟體，世界經濟呈現雙速增長趨勢。而從金融發展指標來看，發達經濟體的金融體系突出表現為M2/GDP比例、股票交易總額/GDP比例、私人部門信貸/GDP比例都較高，尤其是M2/GDP比例這一被用來衡量經濟貨幣化或金融深化程度的指標，發達經濟體為新興市場和發展中國家的2倍之高，且有進一步擴大的趨勢。按照金融發展可促進經濟增長的觀點(King和Levin，1993；Rajan和Zingales，1998)，一國金融越發達，經濟增長及抵御風險的能力應越高，發達國家應該比新興市場和發展中國家在抵御金融危機方面能力更強，經濟增長受金融不利因素的干擾更小，但現階段卻有所相

悖。鑒于此，金融與經濟增長的關系研究面臨新的挑戰，我們應擺脫金融能否促進經濟增長的簡單論述，從更廣范圍和更深層次探索二者的關系。本文在內生經濟增長理論框架下，將金融因素納入丁伯根改進的Cobb-Douglas生產函數中，并充分考慮到研究的時限性問題，采用動態面板數據模型的廣義矩(GMM)方法，檢驗經濟貨幣化、信貸配置與經濟增長的動態關系。擬解決的問題如下：(1)探索M2/GDP比例對經濟增長是否長期有效，對于發達經濟體與新興市場和發展國家而言，這種作用是否具有一致性，進而判斷M2/GDP比例大小是否基于一國經濟發展水平和金融市場體系完善程度；(2)將信貸資源配給私營部門比公共部門(中央行政部門、地方政府和國有企業)更有生產效率，本文以私人部門信貸/GDP比例作為衡量一國金融體系信貸配置的指標，檢驗發達經濟體與新興市場和發展中國家信貸資源配置差異對經濟增長的影響。

1文獻綜述

早期，Schumpeter(1911)曾論證金融業和金融機構在鼓勵創新和便利融資方面對經濟增長的促進作用，并在后期被從外生經濟增長理論框架下得以支持(Goldsmith，1969；McKinnon，1973；Shaw，1973)，一般認為金融業作為儲蓄向投資轉化的橋梁，能夠有效配置資源，確保信貸效率，強化流動性風險管理，減少信息不對稱，解決逆向選擇和道德風險，降低交易和信息成本，優化經濟增長過程。現階段愈發一致把金融發展水平作為經濟增長的預測指標(Rousseau和Wachtel，1998；Levine等，2000)。M2/GDP比例被Mckinnon(1973)作為經濟貨幣化指標提出后，被作為衡量一國經濟中貨幣體系重要性與“實際規模”的最簡單標尺，一國M2/GDP比例越高，意味著其經濟貨幣化程度及金融發展水平也越高。Demirgüc-Kunt和Levine(1996)將48個國家依據收入劃分為高中低3組，發現收入愈高的國家，其經濟貨幣化程度愈大。Ram(1999)利用95個國家年度資料，分析發現其中56個國家的流動性負債/GDP比率與經濟增長呈負相關。César Calderón和Lin Lin(2003)探討不同類型國家金融發展與經濟增長關系時，發現金融深度與經濟增長相互促進的雙向關系在發展中國家較工業化國家更為明顯。張軍和金煌(2001)利用1987～2001年的省級面板數據檢驗了金融深化與中國經濟增長的關系，發現金融深化對于中國生產率具有顯著的正影響。

而對于信貸配置與經濟增長的關系研究，自Adam Smith(1776)探討信貸配給問題開始就引起了不同時期經濟學家的關注。亞洲開發銀行(1992)利用私人部門信貸量與GDP比率來研究信貸資金的配置效率問題。King和Levine(1993)則采用非金融私人部門信貸與總信貸(扣除提供給存款貨幣銀行的信貸)比率和非金融私人部門信貸與GDP比率兩個指標來探討不同國家金融體系的信貸配置效率，認為把信貸資源提供給公共部門、國有企業的金融中介，在評估管理者、篩選投資項目、匯集風險和提供金融服務等方面往往都不及把信貸主要提供給私人部門、私人企業的金融中介，一國信貸資源投向公共部門或國有企業的部分往往效率不高。方軍雄(2007)、趙立彬(2012)等發現中國國有銀行在發放貸款時存在所有權歧視，偏好向國有企業放貸，但國有企業效率和效益低于非國有企業。劉小玄和周曉艷(2011)檢驗了金融資源與實體經濟之間配置關系，認為中國信貸水平與效益顯著負相關的重要原因在于，信貸市場的二元分割導致了較多的信貸資源流向了只需承擔較低融資價格的國有企業。

2基于內生經濟增長理論的模型設定與變量說明

2.1模型設定

本文沿著以羅默和盧卡斯為代表的內生經濟增長理論的分析框架，借鑒Pagano(1993)、Adam和Siaw(2010)等研究金融發展與經濟增長關系的方法思路，將金融業內生化為除資本存量、勞動力以及技術因素之外的又一影響經濟增長的要素，并納入丁伯根改進的Cobb-Douglas生產函數：

(1)

其中，Yt為實際產出，At為生產的效率，Lt為勞動力，Kt為總資本存量，μ為金融業發展產生的外部性或溢出效應。假設金融部門的主要職能在于有效動員及配置資本投入到生產領域，因此對于金融發展的溢出效應μ能夠使用Cobb-Douglas函數形式來表示：

(2)

其中，Ft代表金融指標向量矩陣，δ、η分別代表金融發展與動員及分配資本間的邊際與跨期彈性。如果我們聯合等式(1)和(2)，則可得到：

(3)

通過先對等式(3)兩邊取對數，我們再對時間t求導可解得：

(4)

然后，我們根據導數和全微分的性質對等式(4)作進一步整理：

(5)

根據式(5)可以看出，經濟增長變化與技術因素、勞動力、資本存量和金融的變化呈穩定關系，金融發展水平的提高能夠促進經濟更快增長。因此，結合Beck等(2000)、Rioja和Valev(2004)建立動態面板計量模型的方法，我們可以設定金融與經濟增長的動態面板數據模型(6)：

lgdpit=α0+α1lgdpit-1+α2empit+α3capit+α4trait+β′Fit+ui+εit

(6)

Δlgdpit=α1Δlgdpit-1+α2Δempit+α3Δcapit+α4Δtrait+β′(Fit-Fit-1)+Δεit

(7)

然而，Δlgdpit-1和Δεit依然相關，模型(7)同樣具有內生性問題，需要尋找適當的工具變量才能得到一致估計。據此，Arellano和Bond(1991)提出差分GMM(DIF GMM)估計方法，使用所有可能的滯后差分項作為工具變量，但該方法有其弱點，可能導致弱工具變量問題。為進一步提高估計效率，Blundell和Bond(1998)使用系統GMM(SYS GMM)估計方法，工具變量進一步擴展到滯后的水平項，但必須假定{Δlgdpit-1，Δlgdpit-2，…}與ui無關。本文分別使用差分GMM和系統GMM估計方法，以觀察在不同方法下經濟貨幣化、信貸配置與經濟增長的互動效應。

2.2變量選取與數據說明

本文采用69個國家(地區)1991～2013年的年度數據資料，根據IMF發布的《World Economic Outlook，April 2014》中對不同經濟體的列表，劃分為發達經濟體與新興市場和發展中國家，其中發達經濟體31個①、新興市場和發展中國家38個②，相應地將其歸為3個不同組別：組別G代表樣本全體、組別D為發達經濟體、組別E為新興市場和發展中國家。數據主要來源于《國際金融統計年鑒》、聯合國數據中心、國際貨幣基金組織(IMF)在線數據庫、世界銀行(World Bank)公開數據庫、Penn World Table Version 8.0和中國國家統計局網站。在計算過程中，對于不一致數據作相應處理，對于某項指標個別年度數據xit缺失，采用已有數據的平均值補齊。本文變量選取如下。

2.2.1被解釋變量

在本領域研究中，以前學者多采用實際GDP增長率、人均實際GDP等作為經濟增長的替代指標，本文選取人均實際GDP的對數值(lgdpit)來作為衡量經濟增長的指標。

2.2.2金融指標

本文關注5個金融指標，包括M2/GDP比例(fdsit)、私人部門信貸/GDP比例(prcit)、總儲蓄/GDP比例(tsrit)、股票交易總額/GDP比例(stvit)、通貨膨脹率(infit)。衡量經濟貨幣化的指標有戈氏指標和麥氏指標，前者為Goldsmith(1969)提出的金融相關比率(fir)，后者是McKinnon(1973)運用貨幣存量與國民生產總值的比重作為指標，常簡稱M2/GDP比例，本文選擇M2/GDP比例作為經濟貨幣化的衡量指標；私人部門信貸/GDP比例(prcit)用來衡量一國金融體系的信貸資源配置指標，它不包括央行發放的信貸，能夠很好地測度金融機構將儲蓄轉向私人部門的份額；通貨膨脹率(infit)用于反映價格波動或宏觀經濟的不確定性對經濟增長的影響；總儲蓄/GDP比例(tsrit)、股票交易總額/GDP比例(stvit)分別反映動員儲蓄能力與直接融資發展程度。

2.2.3控制變量選取

由于影響經濟增長的因素較多，在金融與經濟增長研究中，廣泛使用控制變量，本文涉及控制變量為4項：lgdpit-1(人均GDP對數值的一階滯后項，用于反映經濟增長的內生性)、trait(進出口總額/GDP比例，用于反映市場開放程度)、capit(資本形成總額/GDP比例，用于衡量資本的累積)、empit(勞動力參與率，用于衡量經濟增長中人力資本投入)。

3實證結果

本文運用模型(6)、(7)同時采用差分GMM和系統GMM兩種方法進行參數估計。從表1給出的結果看，系數聯合顯著性的Wald檢驗值都在1%的水平上顯著，過度識別Sargan檢驗的概率值p表明組別G、組別D、組別E對不同GMM估計中所使用的工具變量在一定顯著水平上是有效的，即工具變量與擾動項不相關，基于以上診斷結果，我們所設計的動態面板數據模型是合理的，能夠揭示經濟貨幣化、信貸配置與經濟增長的動態效應。

表1　實證模型GMM估計結果(1991～2013)

續　　表

注：(1)表中估計參數下方括號中的數值為t檢驗值；(2)***、**、*分別表示1%、5%、10%的水平上顯著；(3)AR(2)代表對擾動項的差分是否存在二階自相關進行檢驗；(4)Sargan檢驗是過度識別約束檢驗，即對工具變量有效性檢驗；(5)系數聯合顯著性Wald檢驗的零假設為解釋變量的系數均為零。

在模型設定合理的基礎上，本文進一步評價估計結果的可靠性和滯后階的穩健性，具體采用LLC檢驗(Levin、Lin和Chu，2002)、Breitung檢驗(Breitung，2000)、IPS檢驗(Im、Pesaran和Shin，2003)、HT檢驗(Harris-Tzavalis)等4種檢驗方法來驗證面板殘差是否平穩，以避免在GMM估計中出現偽回歸。從表2中面板殘差的平穩性檢驗結果來看，每個組別1991～2013年間數據面板殘差的平穩性檢驗統計量的概率值均小于1%，由此表明各面板殘差具有平穩性，上述GMM估計結果是可靠的。我們以下分析GMM估計結果的經濟學意義。

表2　面板殘差的平穩性檢驗(1991～2013)

注：(1)括號中為統計量對應的p值；(2)上述4種檢驗的原假設是含有單位根，即面板非平穩。

在表1中，M2/GDP比例在差分GMM估計方法下，與經濟增長呈非顯著性正相關，且發達經濟體中的系數(0.0169)低于新興市場和發展中國家的系數(0.1113)，表明新興市場和發展中國家的經濟增長受M2/GDP比例影響的程度要大于發達經濟體。但在系統GMM估計方法下，該指標與經濟增長呈非顯著性負相關，且在新興市場和發展中國家該指標對經濟增長的負面影響要小于發達經濟體。以上說明M2/GDP比例對經濟增長的作用具有不確定性，并非越大越有利于經濟增長，尤其是發達經濟體過高的M2/GDP比例已經對經濟增長的作用不明顯甚至產生負作用。這種檢驗結果與King和Levine(1993)的M2/GDP比例與經濟成長指標有顯著相關性且對經濟成長有正向影響的結論不完全相符，究其原因可能在于長期以來受金融自由化思想以及各國間經濟貨幣爭斗等的影響，無論發達經濟體還是新興市場和發展中國家都在強化貨幣發行，導致M2/GDP比例不斷高升，貨幣增長似乎已經脫離了實體經濟需要；私人部門信貸/GDP比例與經濟增長的關系在不同經濟體之間存有差異，發達經濟體私人信貸對經濟增長表現出一定水平的正相關，該比例每增加1%將使經濟增長率提高0.71%～2.24%，但對于新興市場和發展中國家，該指標與經濟增長呈現顯著負相關，每增加1%將使經濟增長率降低7.89%～12.90%，該結論與De Gregorio和Guidotti(1995)低收入國家私人部門信貸/GDP比例與經濟成長有正向影響，而在高收入國家則沒有顯著影響力的實證結果似乎是背道而馳。我們能夠從兩個方面查找原因：(1)相對于發達經濟體而言，新興市場和發展中國家的信貸資源嚴重不足，且大部分流向政府、國有企業等公共部門，能夠分配給私人部門的比例較少，使得私人部門融資受到抑制，阻礙了其發展；(2)新興市場和發展中國家的有些私人企業經營管理水平低下，缺乏創新發展能力，在信貸發放缺乏有效監督的情況下，信貸資源可能流向了這部分企業，結果導致貸款質量水平較差，信貸資源的使用效率偏低，起不到對經濟增長的推動作用。

總儲蓄/GDP比例在組別G、組別E下與經濟增長呈正相關關系，且在差分GMM估計方法下是1%水平上顯著，其中新興市場和發展中國家的總儲蓄/GDP比例每增加1%經濟增長率提高13.2%～44.42%，其對經濟增長的作用相對明顯。發達經濟體該指標與經濟增長的關系在差分GMM與系統GMM估計方法下呈現正負效應的截然不同，且沒有顯著性。這一點似乎驗證了傳統的經濟學理論：經濟增長取決于未來投資，而投資依賴于儲蓄。我們知道發達經濟體過去依賴于低儲蓄、高消費、高負債的經濟增長模式，總儲蓄/GDP比例相對較低，該指標對經濟增長貢獻小直接反映出發達經濟體儲蓄不足消弱了未來的投資能力，也暗示這類模式的不可持續性；股市發展與經濟增長呈現正相關關系，且在系統GMM估計方法下組別G、組別E有著1%水平的強顯著性。發達經濟體股票交易額/GDP比例每增加1%將使經濟增長率提高的幅度為0.16%～0.20%，但低于新興市場和發展中國家的0.94%～2.04%。發達經濟體的股票交易額/GDP比例遠高于新興市場和發展中國家，其股票市場完善程度較高，理應對經濟增長的貢獻更大，但從參數估計結果看，卻小于新興市場和發展中國家，似乎表明股市更多是資本運作或投機的場所，對經濟增長產生微弱正影響，這點與Harris(1997)、韓廷春(2001)的研究結果吻合，即股票市場的發展對經濟增長的影響極其有限；發達經濟體的通貨膨脹與經濟增長呈顯著負相關，而新興市場與發展中國家的正負關系不確定。新興市場與發展中國家通貨膨脹率的均值要高于發達經濟體，表現出非溫和型通貨膨脹，但我們實證的結果卻顯示發達經濟體通貨膨脹對經濟增長負效應強于新興市場和發展中國家。這一結論似乎有悖以往諸多經濟學家的觀點：微通脹可能促進經濟增長，但過度乃至惡性通脹將破壞經濟增長。也許這反映了通貨膨脹在不同經濟體中對經濟增長影響的機制正在發生改變。

進出口總額/GDP比例與經濟增長呈正相關關系，并在一定水平上顯著。但發達經濟體經濟增長對進出口總額/GDP比例的反應彈性要強于新興市場和發展中國家，這表明無論發達經濟體還是新興市場與發展中國家，市場開放、發展貿易對經濟增長都是重要的，尤其是后者更應注重實施貿易自由化政策，不斷降低關稅壁壘，改變貿易保護主義。資本形成總額/GDP比例與經濟增長相關系數較大，且在不同組別、不同方法下都呈現顯著正相關，這揭示了資本積累對經濟增長的重要作用。勞動力參與率在組別G、組別E下與經濟增長呈負相關性，并在差分GMM估計方法下具有一定水平的顯著性，而發達經濟體勞動力參與率與經濟增長呈非顯著性正相關關系。發達經濟體勞動力參與率低于新興市場和發展中國家，但對經濟增長產生正效應，而后者卻對經濟增長有負面影響，這可能說明發達經濟體人力資本質量及效率發揮高于新興市場和發展中國家。

4研究結論及啟示

本文成功將金融因素納入到內生經濟增長模型中加以研究，以發達經濟體與新興市場和發展中國家為截面單元，利用1991～2013年間的數據資料構建起3個面板數據模型，研究結論及啟示歸納如下：

(1)因盲目追求經濟貨幣化導致M2/GDP比例高企可能對一國（地區）經濟長期穩定增長帶來負效應。從本文檢驗結果看，M2/GDP比例與經濟增長的關系變得很微弱，不再如Levine等經濟學者研究的那樣對經濟增長有顯著正效應。尤其自布雷頓森林體系崩潰后，各國（地區）開始實行不兌現紙幣本位制度，貨幣發行逐步脫離了實物羈絆，世界平均的M2/GDP比率呈持續上升態勢，新興市場和發展中國家的M2/GDP比例從1991年的43.4%上升到2013年的65.5%，21年間升幅為22.2%，而發達經濟體則從103.98%上升到153.2%，升幅達49.3%，明顯處于高位。按照馬歇爾、庇古理論，M2/GDP比例(即馬歇爾K值)從長期來說是一個變量，而從短期看由于影響該值標變化的因素變動有限而視其為常數，因而，可以認為該指標90年代以來的快速變化已經處于不正常的態勢。誠然，M2/GDP比例與一國（地區）經濟發展階段和經濟運行特征有一定關聯，不能簡單地以此論斷一國（地區）貨幣是否超發，但過高的M2/GDP比例可能帶來對長期經濟增長負效應的風險不能掉以輕心。比如，中國高企的M2/GDP比例可能是由于居民高儲蓄帶來的貨幣沉淀以及房地產行業對貨幣的超強吸納造成的，這在一定程度上反映其經濟結構的不合理，實體經濟領域存有深層次矛盾。尤其在當前中國資金資本等生產要素蜂擁淘金于房地產業，致使實體經濟面臨“貧血”困境更值得我們加以深慮。

(2)信貸沖動防范及信貸資源配置優化問題。從私人部門信貸/GDP比例變化趨勢看，發達經濟體從1991年平均80.9%上升到2013年的140.5%，年均升幅為2.8%，而新興市場和發展中國家則從33.4%上升到53.1%，年均升幅為0.9%，小于發達經濟體。但問題是，如果新興市場和發展中國家在經濟基礎較為薄弱的條件下，有著較高的趕超意愿和沖動，提高對私人部門的信貸速度，出現信貸激增或超額信貸，這種超額信貸擴展會通過金融市場使風險發生變化，出現經濟發展的非理性反映(Hilber，2005)。另外的問題是，新興市場和發展中國家的資本市場不發達，金融資源相對稀缺，銀行信貸是私人部門獲取資金的主渠道。因此，其信貸資源優化配置問題顯得更為必要，應當在信貸中更多關注貸款創造財富的能力，嚴把信貸質量關口，破除歧視及稟賦差異，將信貸投放到效率更高、對經濟可持續發展更有利的實體產業、私營企業，實現信貸資源配置最優化。

注釋：

①發達經濟體31個：加拿大、法國、德國、日本、英國、美國、意大利、澳大利亞、奧地利、比利時、丹麥、芬蘭、韓國、荷蘭、新西蘭、挪威、葡萄牙、西班牙、瑞典、瑞士、盧森堡、希臘、捷克、斯洛文尼亞、冰島、斯洛伐克、新加坡、香港、馬耳他、塞浦路斯、拉脫維亞。

②新興市場國家38個：中國、巴西、俄羅斯、印度、南非、孟加拉國、巴巴多斯、博茨瓦納、保加利亞、智利、哥倫比亞、科特迪瓦、厄瓜多爾、埃及、薩爾瓦多、加納、印尼、約旦、肯尼亞、立陶宛、馬來西亞、蒙古國、摩洛哥、巴基斯坦、斯里蘭卡、墨西哥、毛里求斯、納米比亞、秘魯、菲律賓、羅馬尼亞、沙特阿拉伯、泰國、特立尼達和多巴哥、突尼斯、土耳其、委內瑞拉玻利瓦爾共和國、贊比亞。

參考文獻

[1]King R G,Levin R.Finance，Entrepreneurship and Growth：Theory and Evidence[J].Journal of Monetary Economics,1993，32(3)：513～542

[2]King R G，Levine R.Finance and Growth：Schumpeter Might be Right[J].The Quarterly Journal of Economics,1993,108(3)：717～737

[3]Demirgüc-Kunt,A.,Levine,R.Stock Market.Corporate Finance and Economic Growth:An Overview[J].The World Bank Economic Review,1996,(10):229～39

[4]Ram,R.Financial Devdlopment and Economic Growth:Additional Evidence[J].Journal of Development Studies,1999,35:164～74

[5]César Calderón.,Lin,Lin.The Direction of Causality Between Financial Development and Economic Growth[J].Journal of Development Economics,2003,72:321～334

[6]張軍，金煜.中國的金融深化和生產力關系的再檢測:1987～2001[J].經濟研究，2005，(11)：34～45

[7]方軍雄.所有制、制度環境與信貨資源配置[J].經濟研究，2007，(12)：82～91

[8]趙立彬.金融發展、信貸資源配置與過度投資[J].上海經濟研究，2012，(8)：13～21

[9]周亞軍．貨幣供給與中國經常項目差額波動研究——基于跨時現值模型[J]．工業技術經濟，2013，(8)：130～138

[10]Adam A M，Siaw F.Does Financial Sector Development Cause Investment and Growth?Empirical Analysis of the Case of Ghana[R].MPRA Paper 39634，University Library of Munich，Germany，2010

[11]Goldsmith R W.Financial Structure and Development[M].Yale University Press，New Haven，1969

[12]Greenwood J，Jovanovic B.Financial Development,Growth and the Distribution of Income[J].Journal of Political Economy，1990，98(5)：1076～1107

[13]Rousseau P L，Wachtel P.Financial Intermediation and Economic Performance：Historical Evidence from Five Industrialized Countries[J].Journal of Money，Credit and Banking，1998，30(3)：657～678

[14]Beck T，Levine R，Loayza N.Finance and the Sources of Growth[J].Journal of Financial Economics，2000，58(2000)：261～300

(責任編輯：王平)

Economic Monetization，Credit Rationing and Economic Growth——An Empirical Study Based on Dynamic Panel Data Model with GMM Estimation

Jia Qingxian1Zhu Minglai2

(1．Qinzhou University，Qinzhou 535000，China；2．Nankai University，Tianjin 300071，China)

〔Abstract〕The theoretical literatures on the relationship between financial development and economic growth were very much,and empirical tests to the relationship become a wider range and deeper with the development of econometric techniques.Based on endogenous economic growth theory,we will develop financial factors into the Modified Cobb-Douglas production function,and fully considering the timing of the study,we collected the data of 69 countries（regions） from 1991 to 2013,using Panel Data Model with GMM estimation,tested the dynamic effects of economic monetization,credit rationing and economic growth from a new perspective.The empirical results show that the dynamic relationship between economic monetization,credit rationing and economic growth exists,and the relationship that is positive and negative to different economies is not consistent.

〔Key words〕economic monetization;credit rationing;endogenous economic growth;dynamic panel data model with GMM estimation

〔中圖分類號〕F061.2；F830

〔文獻標識碼〕A

DOI：10．3969/j．issn．1004-910X．2016．03．004

作者簡介：賈清顯，欽州學院經濟管理學院講師，經濟學博士。研究方向：金融理論與政策、經濟增長、保險經濟、港口經濟等。朱銘來，南開大學經濟學院教授，博士。研究方向：金融理論與政策、保險經濟等。

基金項目：本文系廣西哲學社會科學規劃研究課題“廣西有效投資與經濟增長研究”(項目編號：15FJL003)的階段性成果。

收稿日期：2015—12—21