我國區域金融效率與經濟增長實證研究

汪霞

[提要] 近幾年來，如何在擴大金融規模基礎上提高金融效率，金融效率的提高是否有效地促進了經濟增長成為研究的重要問題。本文以我國31省和直轄市為研究對象，采用靜態和動態面板回歸模型，實證檢驗我國區域金融效率與經濟增長的關系，實證結果顯示：金融效率水平的提高有力地促進了經濟的增長；相反，金融規模的增長對經濟增長產生一定的阻礙作用。我國金融發展應由金融規模的擴張向金融效率的提高轉變。

關鍵詞：金融規模；金融效率；經濟增長

中圖分類號：F83 文獻標識碼：A

收錄日期：2018年9月12日

根據現代金融發展理論，金融發展能夠促進經濟增長，特別是隨著內生經濟增長模型和一般均衡理論的發展，以及其在金融分析中的應用，金融發展對經濟增長的作用得到了系統的理論解釋。資本是經濟增長最基本的要素，而金融是資本形成、積累和分配的中介，提高金融效率，則可提高資本配置效率。根據內生經濟增長模型，經濟增長取決于資本生產率、儲蓄率和儲蓄投資轉化率，而金融發展則可通過影響儲蓄率、儲蓄投資轉化率和資本配置效率對經濟增長產生作用。隨著金融發展的不斷深化，金融產出也已成為國民經濟的重要組成部分，提高金融產出效率，也能促進經濟的增長。

一、變量選取和數據來源

本文主要研究區域金融效率與經濟增長之間的關系及其對經濟增長的貢獻，為了體現金融發展水平的影響，將金融規模指標也作為內生變量引入模型，從金融發展的質與量兩個角度來研究金融發展對區域經濟增長的影響和貢獻。同時，為了避免忽略重要變量對經濟增長的影響，在分析金融規模和效率對經濟增長的時候，將影響經濟增長的主要變量作為控制變量納入模型，以更符合分析的理論基礎。變量選取具體如下：

（一）區域經濟增長指標（GDP）。經濟增長指標作為因變量，代表我國區域經濟增長的水平，由于我國各區域發展不平衡，為了反映各地區真實的經濟增長情況，剔除人口因素的影響，本文采用各省市人均GDP指標來衡量經濟增長，并以2000年不變價對GDP進行價格平減。

（二）區域金融發展規模指標（FIR）。衡量區域金融發展規模的指標較常用的是金融相關率（FIR），金融相關率定義為全部金融資產價值與經濟總量（GDP）的比值。鑒于資料的可得性和適用性，本文用地區金融機構本外幣存貸款余額代替全部金融資產價值。

（三）區域金融效率指標（FE）。本文采用隨機非參數包絡方法測算我國區域金融投入產出效率作為自變量，反映我國區域金融效率水平。

（四）區域固定資產投資（INVEST）。固定資產投資是經濟增長的最主要因素，因此將區域固定資產投資作為控制變量納入模型，為了保證變量選取的一致性，本文用地區固定資產投資占GDP的比重來表示區域固定資產投資水平。

（五）區域消費水平（CONSUME）。投資、消費和進出口是經濟增長的三駕馬車，因此本文將區域消費水平作為控制變量，用地區零售商品額占GDP的比重來表示地區消費支出水平。

（六）區域對外開放程度（EX）。在開放的市場經濟中，進出口額可反映區域經濟的對外開放程度，并對區域經濟增長產生重要影響，因此作為控制變量之一，本文用地區進出口總額占GDP比重來表示地區的對外開放程度。

（七）區域財政投入（GOV）。區域經濟的發展離不開國家的經濟政策以及財政投入，特別是我國區域經濟增長較大程度受到了地區財政支出的影響，因此將區域財政投入作為控制變量，本文用地區財政支出占GDP比重來表示地區財政投入水平。

本文數據均來源于2004～2017年《中國統計年鑒》、《中國金融年鑒》及各地方統計年鑒。

二、模型設計

本文的研究對象為2003～2016年我國31個省和直轄市的金融規模、金融效率和經濟增長，因此采用面板數據模型來分析區域金融規模、效率對經濟增長的貢獻。在建立模型之前，為了減少異方差以及量綱的影響，對所有變量取對數，建立如下靜態面板數據模型：

同時，考慮到經濟增長的慣性，經濟增長除受到各投入要素的影響外，還受到上期經濟增長水平的影響，為了避免模型設定的誤差，將GDP的滯后期作為因變量納入面板數據模型，將模型動態化，建立動態面板數據模型：

模型中，i表示各省份；t表示時間；it表示隨機誤差項；FIR表示各地區金融機構存貸款余額/GDP，反映區域金融規模；FE表示金融效率；INV表示各地區投資水平；CON表示各地區消費支出水平；EX表示各地區進出口占比，反映地區對外開放水平；GOV表示政府在各地區的財政投入。

三、實證分析

（一）序列平穩性檢驗。在模型估計前，需先對相關序列進行單位根檢驗，本文運用EVIEWS軟件，同時采用多種檢驗方法來檢驗變量的平穩性，包括同質的LLC和異質IPS、ADF、PP，各種方法檢驗結果都顯示，所有變量都是平穩的，可以對模型進行估計。

（二）模型估計。將我國2003～2016年的面板數據代入模型1和模型2，對金融效率對經濟增長的貢獻進行估計。模型1為靜態面板模型，估計步驟為：第一步，對模型進行hausman檢驗，以確定是建立個體固定效應模型還是隨機效應模型。第二步，采用普通最小二乘法估計模型的參數；模型2為動態面板模型，采用GMM方法進行估計，在估計時，為了避免滯后一期的GDP內生性問題，通常選用變量的高階滯后值作為工具變量，因此在估計時，需對工具變量進行相關檢驗，以確定工具變量的外生性，本文采用J檢驗。對兩模型均使用STATA軟件估計。

（三）實證結果分析。靜態面板模型1的Hausman檢驗結果為顯著拒絕零假設，因此建立個體固定效應模型。回歸結果顯示，各變量的統計結果的P值都在10%以內，統計結果均為顯著的，金融規模變量lnFIR的系數為-0.200255，表明金融規模的增長與經濟增長呈反向關系，而金融效率變量lnFE的系數為0.514220，表明金融效率的提高促進了經濟增長。

動態面板模型2的J檢驗的P值為0.25，拒絕了變量是內生性的假設，表明選擇的工具變量是合理的。GMM估計結果顯示，各變量的統計結果也都是顯著的，與靜態面板模型的結果相比，控制變量的系數有所變化，但主要變量lnFIR和lnFE的系數符號和靜態模型一樣，金融規模變量lnFIR的系數為-0.06256，金融效率變量lnFE的系數為0.523556。無論是靜態面板模型還是動態面板模型，實證結果都顯示，金融效率水平的提高有力地促進了經濟的增長，當金融效率水平每提高1%，可以促進地區人均GDP增長0.5%左右。相反，金融規模的增長對經濟增長產生了一定的阻礙作用，從系數來看，目前的阻礙作用還相對較小。

四、結論

自從我國金融體制改革以來，我國各區域的金融投入不斷加大，金融規模增長的區域差異逐漸減小，金融規模的增長已由早期對經濟增長的匹配和促進走向金融投入的過度和浪費，造成金融過度膨脹，從而擠占實體經濟的結果，阻礙了經濟的整體增長；相反，在金融規模適度的增長基礎上提高金融效率水平則可以促進經濟增長。因此，我國區域金融的發展已經到了由量變到質變的階段，適度放緩金融規模的增長，重視金融效率的提高是當前金融發展的方向。

主要參考文獻：

[1]周晶.全球化、金融發展與經濟增長關系的實證分析[J].統計與決策，2018（16）.

[2]潘林偉，馬迪，吳婭玲.中國金融效率促進經濟增長效應的區域差異及地方政府宏觀調控的異質需求[J].技術經濟，2017.36（10）.

[3]孫志紅，王亞青.金融集聚對區域經濟增長的空間溢出效應研究[J].審計與經濟研究，2017.32（2）.

[4]舒朝普.數字經濟時代如何迎接“人才戰”[J].中國外資，2017（3）.

[5]盧方元，李彥龍.金融發展規模、效率與經濟增長關系的實證檢驗[J].統計與決策，2016（12）.

[6]周力，張寧.金融發展規模、效率和結構對經濟增長的影響[J].統計與決策，2016（8）.

[7]許瀟文.我國金融效率與經濟增長關系的區域差異分析[J].技術經濟與管理研究，2015.