金融支持、科技進步對供給側改革影響研究
——基于H省樣本數據與VAR模型的實證分析

高彥彬，阮非凡

（河南理工大學 財經學院，河南 焦作 454000）

一、引言

在第十三屆全國人大二次會議上，《政府工作報告》中提出了2019年我國經濟社會發展的總體要求，其中強調了要繼續堅持以供給側結構性改革為主線。供給側結構性改革作為一項系統性工程，對于推動我國經濟高質量發展具有關鍵性作用。供給側結構性改革的本質是優化生產要素配置，提升供給體系質量，改善市場供需關系，實現經濟增長。根據柯布—道格拉斯生產函數模型Q=A（t）KαLβ（其中Q表示經濟發展水平，用來表示供給側改革成效；A（t）、K、L分別表示科技進步水平、資本供給數量、勞動力供給數量；α、β分別表示資本和勞動力產出的彈性系數），資本供給、科技進步、勞動力供給是影響區域經濟發展的三要素，也是影響供給側結構性改革的三要素，其中科技進步是影響供給側結構性改革成效的重要因素。而金融是連接科技進步與供給側結構性改革的橋梁，金融可以通過支持科技進步從而提高供給側結構性改革的成效。本文以H省為研究對象，從金融支持供給側三要素之一的科技進步角度著手，從金融支持廣度、金融支持強度和金融支持效率三方面，探討金融通過支持科技進步進而影響供給側結構性改革的作用機理及其影響程度。

二、文獻綜述

國外關于“供給側”的研究起步較早，也經歷了曲折過程。亞當·斯密（1776）在《國富論》中開始通過“供給側”來探究宏觀經濟發展問題[1]。法國經濟學家薩伊（1830）的《政治經濟學概論》一書傳承了亞當·斯密的思想，主張“供給自動創造自身的需求”，即薩伊定律[2]。此后，阿爾弗雷德·馬歇爾（1890）的著作《經濟學原理》問世，使經濟學中的供給側和需求側問題得以同時研究[3]。然而，凱恩斯（1936）在《就業、利息與貨幣通論》的論著中，主張政府應適當干預經濟、刺激社會需求，因此前過于重視需求側而忽略了供給側的作用。之后以蒙德爾（1974）、拉弗（1974）、萬尼斯基（1975）等為代表的經濟學家開始從供給側的視角來另辟蹊徑研究經濟[4]。保羅·克雷·羅伯茨（1987）[5]在其著作《供給學派革命》中提出，提高生產率、增加要素有效供給是抑制通貨膨脹的有效方法。美國總統里根（1981）提出了“經濟復興計劃”，其理論核心就是“供給革命”。20世紀90年代后，美國改變了以往的經濟管理模式，采取加稅政策，供給側理念隨之漸漸隱退。

國內關于供給側改革的研究方興未艾。其中，李月和王珊珊（2018）[6]認為西方結構性改革主要是應對經濟衰退以及短期危機，而中國供給側結構性改革是為了應對中等收入階段發展困境，實現經濟向中高端水平邁進。劉堯飛和沈杰（2016）[7]研究指出，我國經濟發展步入了“中等收入陷阱”，供給側改革勢在必行。黃劍（2016）[8]認為供給側改革的實質是在外部環境及內部要素條件發生改變的情況下，重組生產要素。劉霞輝（2013）[9]主張提高要素供給效率和質量應作為改革的重點，而趙海（2017）[10]則認為供給側改革還應對產品及產業結構不斷改進。勾東寧（2016）[11]提出金融機構的支持是供給側改革不可或缺的后備力量。許澤瑋和施健（2016）[12]認為互聯網金融能夠同時喚醒供給側和需求側“沉睡的資金”，助力供給側改革取得新突破。張紅偉和向玉冰（2017）[13]從居民金融資產配置的視角分析指出，金融能有效促進供給側要素端和生產端的結構性改革。寇佳琳（2017）[14]的研究顯示互聯網金融是促進供給側改革的關鍵環節，可以解決小微企業因為信息不對稱而受到融資約束等問題。李文華（2017）[15]通過對資本市場的分析提出，應促進股權融資，去杠桿、降成本，使補短板工作落到實處。李松齡（2018）[16]從勞動創新理論和資本創新理論兩方面對供給側改革的理論依據進行分析，提出供給側改革需要科技教育體制、生產資料所有制形式以及收入分配體制等方面的制度變革。

盡管國外學者對供給側研究較早，其理論基礎也較為成熟，但國外學者對供給側的研究主要集中在傳統理論及其改進方面，并且從宏觀角度研究的較多而從微觀層面量化研究的較少；國內學者關于供給側改革的研究多是借鑒國外的研究思路與方法，但在指標體系的選取上存在較大偏差。國內有關金融支持供給側結構性改革的文獻有的注重定性理論分析，有的從金融在供給側改革中的作用、可行性路徑等方面進行分析。而供給側結構性改革是一項系統性工程，影響因素較多，各因素的影響程度也不同，此外我國當前供給側改革的金融支持現狀還存在明顯的區域性差異，應對不同地區、不同因素展開有針對性的研究。

本文利用H省的樣本數據，從金融支持科技進步為切入點，借助VAR模型實證檢驗金融支持、科技進步與供給側改革的動態影響機制，為金融支持科技進步、兩者合力助推供給側結構性改革提供決策參考。

三、研究設計

（一）指標選取

本文將金融發展水平設定為自變量，將供給側要素指標設定為因變量。根據柯布—道格拉斯生產函數模型，供給側要素指標應包括科技進步水平、資本供給數量、勞動力供給數量，由于文章只探討金融通過支持科技進步進而影響供給側結構性改革的機理，因此資本供給數量、勞動力供給數量不在研究之列，只把科技進步設定為因變量，具體指標及含義如下：

1.科技進步。國內外學者大多從兩個角度來衡量關于科技進步：一是科技創新能力，二是科技創新產出。本文基于科技創新產出的視角，以科技創新結果來衡量科技進步。在參考相關文獻的基礎上，結合H省實際狀況以及數據的可獲得性，選擇專利申請授權數來衡量科技進步，用A表示。

2.金融支持效率。直接融資是在沒有金融機構介入的情況下進行的資金融通，直接反映了金融支持的效率，直接融資規模用債券和股票規模之和來度量，以此來反映H省金融對供給側改革的支持效率，用DF表示。

3.金融支持廣度。金融業增加值體現出一個地區的金融發展狀況，同時也反映了一個區域的金融業對周邊的影響力以及金融深化的程度，以金融業增加值衡量金融支持廣度具有一定的代表性，因此本文選用金融業增加值來度量金融對供給側改革的支持廣度，用FGDP表示。

4.金融支持強度。間接融資通過金融中介機構融通資金，間接融資規模體現了一個國家或地區金融機構規模的大小，反映了金融支持的強度，用人民幣貸款余額來度量，以此來反映金融對供給側改革的支持強度，用IDF表示。

（二）數據來源

本文相關數據選自H省1993—2017年度的Wind數據庫、《H省統計年鑒》、《中國金融年鑒》以及H省統計局官方信息發布平臺，缺失的數據由《H省國民經濟和社會發展統計公報》補充。此外，考慮到數據中異方差存在的可能性，而取對數化后的時間序列不會改變原序列的性質，因此本文取各變量的對數形式進行模型的構建及運算。

（三）模型設定

VAR模型是將系統中的各個內生變量當作所有內生變量滯后值的函數來構建模型，以此把單變量的自回歸模型應用到多元時間序列變量組成的向量自回歸模型。在相互關聯的時間序列中，可用VAR模型分析隨機擾動項對系統的動態沖擊，并對經濟變量形成過程中由于各種沖擊因素產生的影響進行闡釋。本文構建滯后p階的VAR（p）模型的數學表達式如下：

φt=A1φt-1+…+Apφt-p+B1xt+…+Brxt-r+εt（t=1，2，…，T）

其中：φt為k維的內生變量向量，xt為d維的外生變量向量，p和r表示內生變量和外生變量各自的滯后階數，T表示樣本的數量。k×k維矩陣A1，…，Ap和k×d維矩陣B1…Br是需要估計的系數矩陣。εt表示k維誤差向量。

對于不含外生變量的非限制向量自回歸模型的數學表達式如下：

φt=A1φt-1+…+Apφt-p+εt

或φt=A（L）φt-1+εt

上式中A（L）是一個以滯后算符L（Lφt=φt-1）表示的具有P個項的多項式矩陣，A（L）=A1（L）+A2（L）+…+Ap（L），εt表示誤差項。

本文建立的VAR理論模型為：

φt=A（L）φt-1+εt

φt=（LNA，LNDF，LNFGDP，LNIDF）

εt=（εA，εDF，εFGDP，εIDF）

其中，A（L）是多項式矩陣，εt是誤差項向量，LNA是科技進步指標，LNDF是直接融資指標，LNFGDP是金融業增加值指標，LNIDF是間接融資指標。

四、實證分析

（一）單位根檢驗

為了避免“偽回歸”，消除非平穩性，有必要對各時間序列變量進行ADF單位根檢驗。表1給出了H省金融發展水平以及科技進步時間序列的平穩性檢驗結果。

表1 各指標單位根檢驗結果

從表1中可以得出，在原始序列（對數化后）水平上，所有序列的ADF檢驗值均大于10%顯著性水平下的臨界值，因此接受存在單位根的假設，即序列均為非平穩序列。對序列（對數化后）一階差分后的ADF檢驗值均小于10%顯著性水平下的臨界值，即所有序列一階差分后均拒絕了有單位根的假設，表明所有序列的差分變量是平穩的。

（二）最優滯后階數的確定

依據Eviews軟件中所給出的LR（似然比）檢驗、AIC信息準則和SC信息準則來確定最優滯后階數。依據判定標準，此處確定VAR模型的滯后期為3（見表2）。

表2 VAR模型滯后期選擇

（三）VAR模型構建

建 立DLNA與DLNDF、DLNFGDP、DLNIDF的VAR模型，其估計結果如表3所示（表3中系數下方分別對應標準差和T統計量）。

由表3可得出關于科技進步的如下公式：

由參數估計結果可知，科技進步不僅受其自身滯后值的影響，也受相關變量滯后值的影響，其中滯后1期的直接融資、金融業增加值、間接融資的系數都為正，說明滯后1期的金融業增加值、直接融資和間接融資對科技進步都有正向的促進作用。

（四）檢驗VAR模型的穩定性

圖1是利用Eviews軟件作出的AR根圖，可以看到所有的數值都落在單位圓內，表明VAR模型是穩定的。

（五）格蘭杰因果分析

利用Granger（格蘭杰）提出的因果檢驗方法，檢驗VAR模型的科技進步與金融業增加值、直接融資、間接融資之間是否存在顯著的格蘭杰因果關系，以VAR模型最佳滯后期3作為格蘭杰因果檢驗的滯后期，檢驗結果如表4所示。

表3 VAR模型的估計結果

圖1 VAR模型的AR根圖

表4 格蘭杰因果檢驗結果

從表4中可以看出：DLNA與DLNDF之間存在單向的格蘭杰因果關系，其中DLNDF是DLNA的格蘭杰原因，但DLNA不是DLNDF的格蘭杰原因；DLNFGDP與DLNA之間以及DLNIDF與DLNA之間不存在因果關系。說明H省的直接融資的發展能夠有效促進科技進步，而間接融資的發展和金融業增加值的提升并未能構成科技進步的必要條件。

（六）脈沖響應分析

在向量自回歸VAR模型的基礎上，分別給DLNA、DLNDF、DLNFGDP、DLNIDF一個標準差沖擊得到的脈沖響應函數圖解，如圖2所示（橫軸表示沖擊延續的期數，縱軸為沖擊影響程度，虛線部分表示正負兩倍的標準差偏離帶）。

圖2 各變量脈沖響應結果

DLNA對自身的脈沖響應如圖2左上角所示，科技進步對于來自其自身的一個標準差的沖擊立即就有響應，第1期這種響應就達到最大值0.146。隨后這種沖擊帶來的影響逐漸減弱，第4期達到最低點-0.033，隨后響應逐漸上升第5期達到0.053后響應逐漸減弱，第7期之后響應維持負值，最終趨于平衡。說明科技進步前期有較強的自我增強作用，后期自我增強作用減弱。

DLNA對DLNDF的脈沖響應見圖2右上角，科技進步對于來自直接融資的一個標準差的沖擊主要表現為正向響應，在第1期時沒有響應，第2期有較小的負向響應，隨后響應為正并逐漸增加，第4期響應達到最大值為0.076，隨后響應逐漸下降，最終趨于平衡，說明直接融資在長期內對科技進步有正向的拉動效應。

DLNA對DLNFGDP的脈沖響應見圖2左下角，科技進步對于來自金融業增加值的一個標準差的沖擊會產生正負雙向波動，第1～3期與第5～6期呈現出正向響應，剩余各期呈現出負向響應，這說明金融業增加值在短期能促進科技進步，長期內則不利于科技進步。

DLNA對DLNIDF脈沖響應見圖2右下角，科技進步對于來自間接融資的一個標準差的沖擊也呈現出正負雙向的響應，第1期時響應為零，第2期達到正向響應最大值，隨后響應逐漸下降，第3期響應降為負值，第4期響應又有所回升達到0.024，隨后響應降為負值。可以看出，間接融資對H省科技進步在短期內有正向拉動效應，長期則不利于科技進步。

（七）方差分解分析

方差分解是通過分析每一個結構沖擊對內生變量變化（用方差表示）所產生的貢獻大小，它反映出了對VAR模型變量產生影響的每個隨機擾動的相對重要性情況。本文利用方差分解技術分析科技進步與金融發展三個指標相互之間的貢獻率，方差分解結果如表5所示。

表5 科技進步的方差分解結果

由表5可以看出，科技進步對其自身的貢獻程度處于不斷下降的趨勢，從第1期的100%，下降到第10期的58.14%，總體來看科技進步預測方差大多是由自身擾動所引起的。在短期內間接融資對科技進步的貢獻作用較大，長期內直接融資對科技進步的貢獻作用最大，金融業增加值對科技進步的貢獻程度最小，其中直接融資對科技進步的貢獻程度基本維持在22%左右，間接融資對科技進步的貢獻度基本維持在11%左右，金融業增加值對科技進步的貢獻度基本維持在8%左右。

五、研究結論與建議

本文系統分析了金融支持科技進步助推供給側結構性改革的內在機理，構建了科技進步與金融支持效率（直接融資）、金融支持廣度（金融業增加值）、金融支持強度（間接融資）三個指標的VAR模型，在模型穩定的基礎上利用H省1993—2017年的數據對變量進行了格蘭杰因果關系檢驗、脈沖響應分析和方差分解。

格蘭杰因果關系檢驗結果是直接融資與科技進步之間存在單向的格蘭杰因果關系，直接融資是科技進步的格蘭杰原因，但科技進步不是直接融資的格蘭杰原因；間接融資和金融業增加值都與科技進步不存在因果關系，說明H省的直接融資構成科技進步的必要條件，間接融資和金融業增加值并未能構成科技進步的必要條件。脈沖響應分析結果顯示，直接融資對科技進步起到正向拉動作用，且正向作用時間較長。間接融資和金融業增加值對科技進步呈現正負雙向的拉動作用，且正向拉動作用較小，持續時間較短，說明長期內直接融資對科技進步的影響較大，而間接融資以及金融業增加值對科技進步的促進作用有限。方差分解結果表明，就正向作用影響幅度和影響時間而言，對科技進步貢獻程度最大的是直接融資，其次是間接融資，最后是金融業增加值。

通過上述分析可以看出，直接融資有力地拉動了科技進步，從而有效地促進了供給側結構性改革；間接融資對科技進步具有一定的拉動作用，短期內在一定程度上對供給側結構性改革有促進作用。而金融業增加值在整個過程中對科技進步、供給側結構性改革并未起到明顯的促進作用。

根據上述實證分析結果，提出如下建議：首先，應拓寬直接融資渠道。大力發展多層次資本市場，穩定主板市場，擴大中小板、創業板以及新三板市場。積極培育企業債券市場，鼓勵有條件的大型企業發行企業債券，引導中小型企業發行集合債券。其次，應鞏固間接融資渠道。在引導國有商業銀行、股份制商業銀行支持供給側結構性改革的同時，積極發展城市商業銀行、農村金融機構以及民營銀行，鼓勵多元化銀行機構將資金更多地運用到供給側結構性改革需要的地方。