“新常態”背景下我國產業結構與金融結構聯動性研究*

孫志紅，王亞青

(1.新疆石河子大學兵團金融發展研究中心，五家渠　831300； 2.新疆石河子大學商學院,五家渠　831300)

?

·研究報告·

“新常態”背景下我國產業結構與金融結構聯動性研究*

孫志紅1， 2※，王亞青2

(1.新疆石河子大學兵團金融發展研究中心，五家渠831300； 2.新疆石河子大學商學院,五家渠831300)

摘要新常態背景下，產業結構升級需要金融進行支持，產業結構調整伴隨著金融結構優化。文章選取1992～2013年中國金融結構、產業結構及其它相關數據，采用灰色關聯法對“新常態”之前時期與“新常態”時期的產業結構與金融結構關聯度進行實證分析，結果顯示：產業結構升級與銀行市場的關聯度在“新常態”之前時期、“新常態”時期兩者之間的關聯度呈現一般關聯性強度； 與證券市場的關聯度在“新常態”之前時期呈現強關聯性，在“新常態”時期呈現超強關聯性； 與保險市場狀況的關聯度在“新常態”前時期呈現弱關聯性，在“新常態”時期呈現一般關聯性。同時，在指標選取過程中加入科技水平與教育水平指標，實證結果顯示：科技水平、教育水平與兩者的關聯度呈正相關，科技水平、高等教育水平與產業結構升級在“新常態”之前時期都呈現一般關聯性，在“新常態”時期則都呈現弱關聯性。提升兩者的關聯度，實現產業結構調整與金融結構優化的良性互動，該文建議從以下幾個方面著手改進：縮小間接融資比例、改變教育方式、優化保險制度等。

關鍵詞新常態金融結構產業結構灰色關聯

1文獻述評

“十二五”以來我國經濟仍然保持著高速增長，但是年增長速度呈現明顯的下降趨勢， 2011年為9.2%， 2012年為7.6%， 2013年為7.7%， 2014年下降為7.4%， 2015年為6.9%。盡管如此，與世界同期的年平均2.7%的經濟增長率相比依然保持著絕對的優勢。但是縱向對比金融危機爆發前的幾年里，我國經濟一直保持兩位數增長率，所以有學者說我國經濟在開始衰退，然而，習近平總書記將這種現象解釋為“新常態”。是什么原因使得我國經濟增速開始下降呢？與其將原因全部歸結于美國次貸危機對國內經濟的影響，不如從我國自身內部產業結構與金融結構是否協調發展找原因。據相關數據顯示，“十二五”以來，我國第二產業對GDP的貢獻率呈現緩慢下降趨勢(第二產業對GDP的貢獻率： 48.3% (2013)48.7% (2012)51.6%(2011))，但是第三產業的貢獻率在逐年增加(第三產業對GDP的貢獻： 43.8% (2011)45.6% (2012)46.8%(2013))①，從二、三產對GDP的貢獻率變化趨勢可以看出，近年來我國產業結構在發生調整。與此同時，金融機構也在發生變化。一直以來我國企業融資方式以間接融資為主，這也造就了銀行壟斷金融市場的現象。但是隨著新一屆政府領導班子組建以來，為了緩解中小企業融資難等產業問題采取了一系列的措施。隨著相關金融法規的頒布，“村鎮銀行、民營銀行、小額貸款公司、PPP融資模式、互聯網金融”等新型金融機構如雨后春筍般的出現，例如截止2014年年末共批準了5家民營銀行； 2014年，P2P網貸行業發展迅猛，截至11月底，P2P網貸運營平臺數已達1540家，預計2014全年總成交量將突破2500億元。產業結構在調整，金融機構在優化，但是兩者是否協調發展呢？因此，研究二者之間的協調性成為此階段研究的重點和熱點。此外，我國目前正處于深化改革階段，產業結構會讓金融結構隨時都在調整，因此，研究二者的協調性為深化改革獻策具有重要的現實意義。

目前國內外學者對產業結構與金融結構的相關研究主要集中在以下三個方面。一方面是金融支持產業結構優化升級的作用機理研究。Gerchenkon(1962)Boot等(1997)Wurgler(2000)Love(2003)Beck(2005)Chris(2011)Binh等(2005)； Franklin Allen(2006)李衛兵等(2008)董金玲(2009)顧海峰(2010)何曉夏(2011)田坤明等(2011)； 潘娟(2013)張莉莉(2014)等學者進行了廣泛研究，做出了巨大的貢獻。國外學者的研究結果中提出了兩類模式，一類是銀行主導型的支持模式； 一類是市場主導型的支持模式。如：Binh等(2005)[1]收集了26個OECD國家的制造業的產業數據，通過實證分析得出高新技術產業的發展主要在市場導向型市場中發展更快； Franklin Allen(2005)[2]對銀行主導型和市場主導型的互動關系進行了研究，指出二者是互補關系，是相對的，隨著發展階段的提高，銀行主導型可以轉化成市場主導型。國內學者的研究起步相對較晚，他們在國外學者研究的基礎上，進行了微觀研究，伍海華等(2001)董金玲(2009)顧海峰(2010)何曉夏(2011)張莉莉(2014)[3-7]等學者從金融工具的創新、中央銀行、商業銀行、政策融機性金構、證券市場、小額貸款公司等角度對金融支持產業結構調整的作用機制的進行研究，結果表明金融市場中的各種金融機構可以發揮自身的長處作用于產業結構調整。如證券市場應該重點作用于主導產業和戰略產業； 小額貸款公司主要作用于中小企業； 農發行對農業產業化的支持； 央行應該注重發揮以利率政策為核心的金融杠桿作用等； 楊忠娜和唐繼軍(2014)以南疆為對象，采用灰色關聯度的方法，對農村產業結構的調整進行了研究，他們認為農村金融結構調整能促進農村經濟增長[8]。

第二方面是金融結構與產業結構升級的關系的研究。Allen(2007)Anne Anderson等(2009)Aghion等(2010)Andrey(2011)M.Kabir(2011)Manoel(2012)朱磊等(2010)龍玉國等(2011)鮑金紅等(2013)劉驍毅(2013)董瑩瑩等(2013)等國內外學者進行了廣泛研究，國外學者的研究主演集中在用簡單的面板模型、ADF檢驗、格蘭杰檢驗證明了兩者之間存在正相關關系； 國內學者在國外學者研究的基礎進行了深入研究，他們的結論更加細，主要有3類結果：第一類是產業結構的變化導致了金融結構的變化、第二類金融結構的變化引起產業結構調整、第三類是兩者存在互動關系，他們所采取的方法也基本是簡單的平穩性檢驗、E-G協整檢驗、格蘭杰因果檢驗和一元回歸模型的分析方法來研究二者的簡單相關關系。

第三方面是金融與農業發展的關系。我國是一個農業大省，農業的發展離不開金融的支持，對此國內外進行了廣泛研究。(1)金融促進農業產業化的研究。何蒲明(2008)李芳(2007)等學者從不同的視角對相關問題進行就行，他們的研究顯示農產品期貨市場通過完善了訂單農業的履約機制、提高了農業龍頭企業參與農業發展的積極性、促進了農業產業化鏈條的形成與發展等途徑促進農業產業化的形成。(2)利用金融工具規避訂單農業風險的研究。Beckmann等(2002)Vick(2002)談圣伊(2007)喬立娟(2011)楊芳(2011)李彬(2013)[9-14]等學者對此進行了廣泛研究，他們普遍認為農產品期貨具有價格發現和套期保值功能，農戶在農產品產生、銷售、運輸過程中不僅存在自然風險，還面臨著農產品市場價格波動風險。近年來，大宗農產品價格頻繁波動，農戶因為沒有正確的價格指導，農戶很容易跟風種植，導致資源的浪費； 農產品市場價格的波動以及有效規避市場風險策略的缺乏，農戶只能被動的接受市場價格。所以農戶不僅需要價格指導來安排自身的種植布局，還需要有能規避市場價格風險的機制，所以農戶迫切需要參與到農產品期貨市場中，運用套期保值功能規避風險。

從對已有相關研究文獻梳理發現，鮮有學者對二者之間的協調度進行研究，僅有明擁軍等(2008)劉驍毅(2013)董瑩瑩等(2013)等從理論上研究得出二者存在互動關系，他們只是簡單的研究了兩者之間的因果聯系，而沒有用實證的方法測量二者之間的關聯度。而且前人在實證研究方面多采用簡單的E-G、格蘭杰檢驗和協整檢驗[15]、簡單的描述性統計方法[16]、誤差修正模型[17]等方法； 在金融機構的指標選取上，基本都用簡單的金融相關率(FIR)代替，而沒有注意到不同金融市場對產業結構的協調度不盡相同。

鑒于此，本文采用1992—2013年中國金融結構、產業結構及相關數據，采用理論分析與實證研究相結合的方法進行研究。在實證分析過程中，用分階段數據對“新常態”前后的數據用灰色關聯的方法進行研究，時間分界點為2010年。本研究的可能創新之處有以下幾點：一在方法上，前人基本采用簡單的格蘭杰檢驗、協整檢驗等方法，本文在前人研究的基礎上，擬引入灰色關聯的方法對二者的協調度進行測度； 二在指標選取上，前面的研究鮮有將金融市場進行細分，用不同的指標代替不用的金融市場，本文采用HB、ST、in三個指標分別代表銀行、證券、保險三個主要的金融市場結構的情況，并且引入考慮到金融行業是一個技術密集型行業，也為了最后能提出針對性建議，引入高等教育水平(JY)、科研水平(KY)兩個指標作為影響金融結構的指標； 三在數據處理上，本文采用分段處理與整體處理想結合的方法，旨在形成前后對比。本文的研究結構將安排如下：第二部分產業結構與金融結構的理論分析； 第三部分產業結構與金融結構協調度的實證研究； 第四部分從實證結果得出相應結論，并提出針對性建議。

2產業結構升級與金融結構優化協調作用的理論分析

產業結構調整與金融結構優化相輔相成，二者相互促進，下文對金融結構優化與產業結構升級相互協調作用機制進行簡單的理論分析：

2.1金融結構優化促進產業結構升級的機制分析

金融結構優化促進產業結構升級路徑可歸納為：金融結構優化使得資本市場和信貸市場更加快速、有效的運作，它通過三大機制(產業資本形成、導向和信用催化機制)作用于資金資源配置，調節資金的產業投向和退出，推動主導產業和新技術產業發展，使各產業保持協調和諧關系，實現產業結構升級，即實現產業結構高級化與合理化的協調發展，以滿足社會不斷增長的需求[1]。伴隨經濟的不斷發展，財富的逐步增加，居民消費結構會不斷升級，反映在實體經濟上，產品結構、產業結構必然不斷升級。因結構升級的部門投資會增加，反過來就需要提供更大規模、更全面的金融服務，所以優化金融結構可以促進產業結構調整。

再者，根據經濟學家Hugh T.Patrick提出的“需求追隨”和“供給領先”的理論中，他認為“供給引導”有兩項職能，一是資源配置方面，將資源從傳統的、落后、非增長部門轉移至現代部門； 二是在現代部門中促進和刺激企業創新，使企業家開拓視野，打開思路。因此，“供給引導”在經濟增長開端尤為重要，體現為金融結構合理化對產業結構的引導。由此可知，社會資金的流動，必然會造成金融結構調整，同時也會作用于產業結構調整上。

2.2產業結構升級促使金融結構調整的機制分析

隨著國際、國內環境的變化，產業結構也會隨之發生調整，產業結構調整一般會遵循從低級到高級演進，一般演進模式如下：農業→輕工業→重工業→高技術工業→現代服務業。不同的產業需要的生產要素不一樣，其要素的比例也有很大的不同，因而對金融的需求也會有很大的區別； 同樣，在同一產業發展的不同階段，其金融需求也會不一樣[2]。

新中國成立前，我國以農業為主，由于農業自身是勞動密集型產業，只需要大量投入勞動，而資本和技術在要素中所占比例相對較少，且農業相關的企業規模相對較小，在生產過程中，對金融的需求不大，所以單一的銀行金融結構就能解決農業部門融資的問題； 新中國成立后，隨著改革開放的進行，重工業部門開始繁榮，重工業部門是資本密集型產業，需要大量的資金投入，單單靠銀行間接融資已經不能滿足企業的金融需求，所以這時候證券市場開始油然而生，同時由于風險的出現，保險行業也開始繁榮； 重工業后，高新技術產業接踵而來，由于高新技術中技術要素所占比例相對較高，技術存在高風險，原有的保險不能規避風險，所以金融創新工具開始出現。由此可以直觀上看出不同產業的演進能推動金融結構的調整。

而且，同一產業在不同時期對金融需求也不盡相同。根據產業生命周期理論，同一產業在起步期、成長期、成熟期和衰退期由于投入、產出不同，對資金的需求不同、市場風險存在差異等原因，對金融需求也不一樣。一般在成長期，企業需要大量投入資金，而由于自身信貸等級不高，從銀行很難融資，只能依靠小額貸款公司之類的金融機構進行融資； 在成熟期，隨著企業經營的穩定，開始轉向成本較低的證券融資。

綜上，產業結構與金融結構在理論上存在互動關系，二者相互關聯，為下一步測度二者之間的關聯度奠定了理論基礎。

3指標選取與實證分析

采用灰色關聯的方法對金融結構和產業結構及相關指標進行關聯度測度，從實證的角度證明金融結構優化與產業結構升級相互促進。

3.1指標選取與數據說明

我國金融機構主要包括銀行、證券、保險、信托、小額貸款公司、財務公司、期貨期權等，由于前三種所占比例相對較大，所以在金融總資產數據統計中，只考慮先前三種。金融結構優化的標準是“豐富金融資產類型、拓寬資金融通渠道、實現社會金融資源合理配置”。據相關數據統計，在改革開放之前，我國企業融資方式多以國有銀行貸款(間接融資)為主，然而，完善的金融結構不應該只有銀行，更需要多種多樣的直接融資市場。因此，本文在設置金融結構指標時，不僅要反映金融資產的相對變動情況，還要反映間接融資與直接融資的相對構成情況。

根據以上思路，本文選取三個指標來代表金融結構狀況，分別是HB(貨幣資產狀況)=M2/金融資產總額； ST(證券資產情況)=股票市值總額/銀行信貸余額； in(保險資產情況)=保費收入總額/金融資產總額。選取HB指標，主要是因為我國目前間接融資的方式任然為主要方式，近年來寬松的貨幣政策可能會改變企業融資方式，所以HB既可能與產業結構升級正相關也可能負相關； 選取ST指標時，之所以沒有采用金融資產總額作分母而用銀行信貸余額做分母，其目的是為了有效反映直接融資和間接融資的相對變動狀況，股票市場具有優化金融資源配置，提升社會生產效率的功能，隨著ST指標的增長，產業結構水平應得到進一步提升，故預期ST與產業結構升級成正相關； 選取in指標，主要考慮是從第一產業→第二產業→第三產業轉移的過程中，產業風險也在不斷加大，所以預期in與產業結構升級正相關。

表1　指標及含義

指標計算方法含義與產業結構的相關性(預期)HBM2/金融資產總資產貨幣市場狀況不確定ST股票市值總額/銀行信貸余額證券市場狀況正相關in保費收入總額/金融資產總額保險市場狀況正相關KY科技投入/財政支出科技水平正相關JY高等學校人數/高中人數教育水平正相關FN(二產+三產)/GDP產業結構升級指標NYf(x1,x2,.......,x6)①農業產業化指標正相關

①農業產業化是給個指標的函數，x1-x6

分別是人均農業機械總動力、農村人均固定資產投資、單位面積產值、機耕面積占種植面積的比例、有效灌溉面積占種植面積的比例、單位耕地農用化肥使用量。

除了金融結構外，科技水平也是推動產業結構優化升級的重要因素，而科技水平的高低取決于高等教育水平，所以本文引入JY(高等教育水平)=高校人數/高中人數、KY(科技水平)=科研投入/財政支出，且預期這兩個指標與產業結構正相關。最后，隨著產業結構的升級，第一產業所占比重在逐漸下降，所以本文選取FN=(第二產業產值+第三產業產值)/GDP代表產業結構升級指標； 考慮到我國是一個農業大國，專門選取農業產業化數據，將其與金融發展水平進行關聯性分析。在數據選取上，考慮到我國證券市場出現相對較晚，所以選取1992～2013年的相關數據，數據來源與歷年《中國統計年鑒》、《中國金融統計年鑒》、《中國農業統計年鑒》、中國人民銀行網站、證監會網站等。所以，本文所選指標如下表1所示。

3.2模型構建

常用的測度指標之間的關聯度模型有耦合協調度模型、熵變方程法、區間值判斷法、灰色關聯模型、DEA等，基于模型的特點及適用范圍，本文選取灰色關聯方法對我國金融結構與產業結構之間的關聯性進行測度。

3.2.1模型介紹

灰色關聯分析法是一種多因素統計分析方法，它是以各因素的樣本數據為依據，用灰色關聯度來描述因素間關系的強弱、大小和次序的。如果樣本數列反應出兩因素變化的態勢基本一致，則它們之間的關聯度較大； 反之，關聯度較小。與傳統的多因素分析方法相比，它對樣本量的多少和樣本有無規律都同樣適用，計算量小、方便，不會出現量化結果與定性分析結果不符的情況。

3.2.2灰色關聯分析的評價步驟

第一步，確定原始序列，即參考序列和比較序列。

設參考數列為X0(k)={x0(1),x0(2),x0(3),……，x0(n)}

比較數列為Xi(k)={xi(1),xi(2),xi(3),……，xi(n)}

(1)

第二步，對數據進行無量綱化處理。在關聯分析中，因各因素序列的量綱不同，數量級相差很大，為此需要對原始數據進行初始化處理，使分析更趨合理、誤差更小。數據無量綱化有多種方法，鑒于本文使用的實證方法，為了保留數據之間的差異性，所以本文采用均值化方法，將指標無量綱化：

(2)

可以得到參考數列和比較數列：

Y0(k)={Y0(1),Y0(2),Y0(3),……，Y0(n)}

Y1(k)={Y1(1),Y1(2),Y1(3),……，Y1(n)}

Y2(k)={Y2(1),Y2(2),Y2(3)……，Y2(n)}

……

(3)

第三步，求絕對差數據列

對上述無量綱化的數據列求其絕對差序列，即：

Yi(k)=|Y0((k)-Yi(k)|

(4)

可以得到：

y1(k)=|Y0((k)-Yi(k)|={y1(1),y1(2),y1(3),……，y1(n)}

y2(k)=|Y0((k)-Y2(k)|={y2(1),y2(2),y2(3),……，y2(n)}

……

(5)

第四步，計算關聯系數

(6)

第五步，關聯度的計算，一般用平均值法

(7)

式中，λ代表關聯度。比較數列Yi對參考數列Y0的關聯度，值越大，說明數列Yi的曲線越接近參考數列的Y0曲線，表明二者發展趨勢越接近。

3.3灰色關聯分析

3.3.1數據處理

根據所選取的指標，用原始數據結合指標計算方法，得到指標數據表2。

縱向對比各指標數據，發現HB、in數據相對穩定，說明貨幣市場、保險市場呈現穩定發展趨勢； ST、JY、KJ、NY數據變化相對較大，而且JY呈現負增長，說明科技投入力度在減弱，證券市場發展迅速。

2.6 漿壩互壓理論。土壩劈裂灌漿技術利用了上壩壩體的整體彈性特征，在灌漿過程中隨著灌漿壓力的反復增長和消失，具有彈性的壩體張開和回彈，使壩體和漿體反復擠壓，形成連續的漿體帷幕和兩側壓密的壩體聯合防滲帶。通過漿壩互壓，可以補救原壩體由于不均勻變形產生的小主應力不足，改變壩體內部的應力不平衡狀態，從而比較徹底地解決了土壩壩體的變形穩定和滲透穩定問題。

對表2數據進行無鋼化處理，得到表3。

表2　指標數據

年份HBSTINFNJYKJNY19920.88990.04070.01170.78210.07090.05430.312119930.95370.10710.01250.80290.07410.05190.356319940.94680.09230.00760.80140.07580.05140.412619950.94590.06870.00710.80040.07530.04840.421419960.96280.16090.00680.80310.07430.04710.4502……………………………………20090.88910.56780.01630.89650.14840.03320.475620100.90070.55390.0180.89670.14040.03910.502620110.93250.39190.01570.89960.14360.03690.561420120.95120.36570.01510.89910.14170.03540.572120130.9420.33250.01470.89990.15220.03630.5815

表3　無鋼化數據

年份JYKJHBSTINFNNY19920.68791.26650.94770.12310.87730.9150.701219930.71851.20921.01570.32390.93350.93930.721419940.73561.19831.00840.27910.56760.93750.7311……………………………………20091.43970.77380.94681.7171.22051.04890.781220101.36250.91170.95921.67491.34721.0490.782520111.39290.8590.99311.18511.17341.05240.790120121.37440.8241.01311.10581.13021.05180.792420131.47660.84521.00321.00551.09561.05270.8125

對數據進行無鋼化處理是因為指標之間的單位有差別，所有要對數據進行標準化處理也就是消除量綱的影響。無鋼化處理后的數據呈現的變化趨勢與原指標數據相似。

3.3.2實證結果及分析

表4　實證結果

項目λλ'λ″HB與FN0.6760.6810.658ST與FN0.8100.7880.912in與FN0.6040.5880.675JY與FN0.5330.6540.438KY與FN0.6150.6440.486NY與HB0.6160.5230.702NY與ST0.4450.3560.467NY與in0.5120.5010.546

表5　關聯性強度

(1)實證結果

記1992—2013年兩指標之間的關聯度為λ， 1992—2009年(新常態前)兩指標之間的關聯度為λ′， 2010—2013年(新常態時期)兩指標之間的關聯度為λ″，實證結果如下表4所示：

(2)結果分析

一般根據λ的大小，將兩者之間的關聯性分成以下幾種類別，如表5所示：

根據表4、5，可以得出以下4點結論：

第一，貨幣市場與產業結構升級的關聯度在“新常態”前時期和“新常態”時期兩者之間的關聯度呈現一般關聯性強度。“新常態”時期的關聯度較前新常態時期較小，但是差距不大。這主要是由于我國企業融資方式一直以來以間接融資為主，即使隨著證券、小額貸款公司、信托公司等新型融資方式的不斷涌現，目前還無能撼動銀行“壟斷”的局面； 但是從關聯度下降的趨勢看，企業間接融資比例呈現下降趨勢，直接融資方式會越來越受大企業的青睞。

第二，股票市場與產業結構升級的關聯度在“新常態”前時期呈現強關聯性，在“新常態”時期呈現超強關聯性，兩個時期的關聯性相差較大。由此可以看出，在“新常態”時期，股票市場的發展能更好的促進產業結構優化調整，主要是由于直接融資較間接融資相比，成本低、融資方式靈活，所以通過股票市場融資以此推動本企業發展越來越收到新興企業的重視。股票市場的發展也推動了產業結構升級調整。這個實證結果與第一條實證結果相呼應。

第三，保險市場狀況與產業結構升級的關聯度在“新常態”前時期呈現弱關聯性，在“新常態”時期呈現一般關聯性?？傮w來說，保險市場的發展沒能很好的推動我國產業結構優化升級，但是從兩個時期兩者的關聯度變化趨勢可以看出，保險市場與產業結構調整的關聯度在加強。這主要是由于我國保險行業起步相對較晚，主要以壽險為主，財險為輔； 而且企業風險意思較為薄弱，突入保險的資金相對較少，一旦發生風險，企業往往面臨破產，所以產業結構很難升級。

第四，科技水平、高等教育水平與產業結構升級在“新常態”前期都呈現一般關聯性，在“新常態”時期則都呈現弱關聯性。則科技水平、教育水平在“新常態”時期沒能很好的促進產業結構升級調整。從基礎數據不難看出我國科研投入與高校升學率在上升，但是這些投入沒能完全轉換為“生產力”，培養的人才、進行的研究沒能完全服務產業結構升級調整。

第五，農業產業化說明與金融發展整體正相關，相對于證券、保險市場，銀行市場與農業產業化的關聯度更高。總體來說，證券市場和保險市場對農業產業化的促進作用較小，銀行的作用較大。所以目前，我們農業發展的資金來源基本是銀行貸款為主的間接融資，在證券市場是直接融資的模式沒有得到充分利用； 農業保險市場發展不成熟，對新型的農業風險沒有設計新的保險品種?？傮w來說，隨著國家政策對三農發展的傾斜，農業產業化在發展的同時，與金融發展呈現密切關系，金融作為虛擬經濟的核心，為農業產業化的發展提供了資金支持，促進了農業產業化的發展。

總體來說，金融結構與產業結構呈現強關聯性，尤其是證券市場與保險市場對產業結構升級調整的促進作用在不斷增強。而科技水平沒能很好的促進產業結構升級調整。

4對策建議

我國目前處于產能過剩，經濟增長乏力，產業結構調整是當前我國轉變經濟增長方式的關鍵。作為現代經濟的核心要素之一，金融資產的結構狀況對產業結構升級具有重要影響； 由于產業結構調整趨于想技術密集行業調整，所以科技水平也是影響產業結構調整的重要因素之一。所以今后一段時期政府要從以下幾個方面入手來提升產業結構水平，促進金融資產結構與產業結構協調發展：

第一，要積極利用金融資產結構調整對產業結構升級存在的趨強的關聯度特性，整體統籌制定金融和產業發展戰略，最大限度發揮金融資產結構調整與產業結構升級互動關系。

第二，從實證結果可以看出我國企業融資方式有原來的間接融資開始向直接融資轉變，政府要從注重金融資產總量增長轉向關注金融資產結構調整，在大力提升銀行業務創新能力的基礎上，積極扭轉貨幣資產對產業結構升級抑制效應的同時，著力發展證券、信托、小額貸款公司、財務公司等非貨幣金融資產，充分發揮金融資產多元化對產業結構升級的促進作用。同時要加強證券市場的監管，嚴懲擾亂市場的行為。

第三，從實證結果可以看出我國保險市場狀況與產業結構升級密切相關。現階段我國保險行業不管從法律法規還是市場結構都不夠完善。我國應該拓展財產保險業務，完善投資保險制度，從法律制度上來完善存款保險制度。

第四，要大力發展高等教育，不斷增大科技投入水平，積極創造有利環境，增大實際利用外資水平。通過教育、科技、外資的共同作用，推動科教興農戰略順利實施，保證農業經濟穩?，F階段，高校多以學術研究為主，忽視技能培訓，加快轉變教育方式，形成學術型高校與職業技術類高?；パa模式，學術類高校專研科技，職業技術類高校培養操作工。

第五，目前，我國農業產業化水平還不算很高。一方面由于農業技術的不成熟，另一方面是因為農業發展的天然風險因素。金融通過扶持農業研究機構的相關工作，促進農業技術的成熟，有利于農業產量的提高； 其次，通過金融工具的創新，有利于規避訂單農業風險，例如設計“期權+訂單農業”模式，促進農業產業化水平的提高； 最后，農業保險品種的及時更新，有利于促進農戶種植信心，促進農業產業化。

參考文獻

[1]Binh，Park，Shin.Financial Structure and Industrial Growth：A Direct Evidence from OECD Countries.Working paper， 2005

[2]Franklin Allen，Jun Qian，Meijun Qian.Law，Finance，and Economic Growth in China.Journal of Financial Economics， 2005, 77(1): 57～116

[3]伍海華， 張旭.經濟增長·產業結構·金融發展.經濟理論與經濟管理, 2001，(5)： 11～15

[4]董金玲. 區域金融發展與產業結構轉變的相互作用機制及其實證研究.財政研究, 2009，(10)： 62～64

[5]顧海峰. 區域性產業結構演進中的金融支持政策——以蘇州市為.經濟地理, 2010，(10)： 790～793

[6]何曉夏. 論區域金融發展促進產業結構升級的作用機制——以云南省為研究案例.經濟問題探索, 2011，(9)： 66～68

[7]張莉莉. 撫順市產業結構調整中的金融支持問題分析.中國商貿, 2014，(28)： 107～108

[8]楊忠娜， 唐繼軍.南疆地區農業結構變動對農業經濟增長的影響.中國農業資源與區劃， 2014, 35(03): 85～90

[9]Beckmann，Boger.Contract enforcement in transition agriculture theory and evidence from Poland.Annual conference paper of international society for the new insititutional economics, 2002，(9)： 27～29

[10]Vices.Distortions revolt and Reform in Agricultural land relations.Handbook of Development Economice， 2013， 22

[11]談圣伊. 淺析利用期貨市場功能規避訂單農業風險.價格理論與實踐, 2007，(4)： 66～67

[12]喬立娟， 王文青，聶立川.農業產業化進程中農戶風險防范機制研究.農村經濟與科技, 2011，(8)： 78～79

[13]楊芳. 美國農產品價格風險管理的經驗及借鑒.農村經濟, 2010，(2)： 125～128

[14]李彬. 利用農產品期貨轉移訂單農業風險.江西財經大學學報, 2009，(4)： 51～54

[15]董瑩瑩， 廖可貴.中國金融結構與宏觀經濟結構關系實證研究.統計與決策, 2013，(6)： 159～161

[16]明擁軍， 李春.新疆貧困地區產業結構升級緩慢的原因實證分析.中國農業資源與區劃， 2008, 29(06): 32～35

[17]劉驍毅. 中國金融結構與產業結構關系研究.財經理論與實踐, 2013，(5)： 24～27

[18]史忠良. 產業經濟學(第二版).北京：經濟管理出版社， 2005

THE LINKAGE OF INDUSTRIAL AND FINANCIAL STRUCTURE IN CHINA UNDER THE BACKGROUND OF THE NEW NORMAL

Sun Zhihong1， 2※，Wang Yaqing2

(1. Corps Financial Development Research Center of Shihezi University，Wujiaqu 831300, Chian；2. Business School of Shihezi University, Wujiaqu 831300, China)

AbstractAt present, China is in a period of the new normal. In the background, upgrading of industrial structure needs the support of finance, and industrial structure adjustment accompanies with financial structure's optimization, therefore the both have close theory content. Based on the data of financial structure and industrial structure from 1992 to 2013, this paper made an empirical analysis about industrial structure and financial structure before and in the period of "New Normal" by Grey Relational Analysis. The results showed that the correlation between the monetary market and the upgrading of industrial structure was general before the new normal; but the correlation was significant between the stock market and the upgrading of industrial structure. It was weak between insurance market situation and industrial structure upgrade before the new normal. By selecting the technology and education index, the empirical results showed that the correlation between science and technology level, higher education level and the upgrading of industrial structure were general in the early stage of the new normal, and weak in the new normal period. That meant the level of science and technology, education level during the period of the new normal were not important for upgrading the industrial structure adjustment. To achieve industrial restructuring and financial structure optimization, it put forward some suggestions, i.e., reducing ratio of indirect financing for the development of capital markets, such as the stock market, bond market and so on, adjusting the requirement of high tech industry, optimizing insurance system to promote the better adjustment of industrial structure.

Key wordsnew normal; financial structure; Industrial structure; Gray correlation method

doi:10.7621/cjarrp.1005-9121.20160309

收稿日期：2015-06-30

作者簡介：孫志紅(1977—)，女，河南汝南人，博士、副教授、碩士生導師。研究方向：公司金融、金融理論與農村金融政策。Email：zhhsundd@163.com *基金項目：石河子大學高層次人才科研啟動基金項目“農產品期貨價格波動的影響因素研究”(RCSX201207)； 新疆生產建設兵團社會科學基金項目“利用農產品期貨市場促進兵團農業產業化升級研究”(13YB07)階段性研究成果 ①數據來源：國家統計局網站http：//data.stats.gov.cn/。

中圖分類號：F269.24； F832

文獻標識碼：A

文章編號：1005-9121[2016]03-0047-08