河南省金融發展與經濟增長關系的實證研究

張國強，劉亞洲

(許昌學院 商學院，河南 許昌 461000)

隨著鄭州航空港經濟綜合實驗區的建立，河南省逐步形成了以航空經濟為主導，涵蓋航空物流、航空金融、高端制造等產業的現代產業基地，極大地促進了河南省經濟發展，有利于河南省全方位振興。金融發展作為社會經濟運行的“晴雨表”，能夠及時、靈敏地反映各種經濟狀況。據國家統計局相關數據顯示，我國宏觀經濟運行數據和金融資產總額正處于快速上升階段，在互聯網的加持下，金融作為現代市場經濟的核心，發揮的作用越來越大。隨著金融業的不斷發展，金融行業在當代市場經濟中所占的比重越來越大，我國學者對金融發展與經濟增長的關系研究也逐漸增多，目前，學界針對相關問題的研究，主要有以下兩個方面。

從研究范圍看，詹鵬和李欣睿基于2003—2018年省級面板數據，利用空間計量模型對我國金融發展與經濟增長進行空間分析，結果表明，我國經濟增長存在“東高西低，沿海高內陸底”的集聚效應[1]；林樹哲、李秋儉和謝嘉嵐等人利用VAR模型對粵港澳大灣區金融發展與經濟增長進行實證分析，結果表明，粵港澳大灣區的金融發展是經濟增長單向格蘭杰原因，能夠促進經濟增長[2]；張朝兵利用1978—2007年的山西省時間序列數據對山西省金融發展與經濟增長關系進行了實證分析，結果表明山西省經濟增長是山西省金融結構調整優化的原因，但金融結構優化不是其經濟增長的原因[3]；袁鑫以安徽省金融機構存貸款余額之和作為金融發展指標，GDP總量作為經濟增長指標，對安徽省金融發展與經濟增長進行研究，結果表明，安徽省金融發展對經濟增長具有明顯地促進作用[4]。

從研究內容看，多數學者在研究金融發展與經濟增長的關系時，對金融指標的分析較為重視。方寧寧將金融指標分解成金融相關率和金融效率兩個金融子指標，對榆林市金融支持與民營經濟進行實證分析，結果表明，榆林市民營經濟增長對金融發展具有促進作用[5]；張云將上海市金融機構存款、貸款在上海市GDP的占比作為金融指標，對上海市金融發展與經濟增長進行回歸分析，得出上海市金融發展與經濟增長相互促進的結論[6]。

綜合以上各位學者的研究可知，金融發展與經濟增長的關系在不同地區呈現出的結論也不同。而河南省作為我國中原經濟區的重要區域之一，研究其金融發展與經濟增長的關系具有十分重要的現實意義。目前，已有學者利用ADF檢驗和格蘭杰因果分析的方法，對河南省農村金融發展與農村經濟增長的關系進行研究[7]。也有學者從河南省經濟增長影響因素研究的角度出發，利用 OLS 多元回歸模型，從生產要素、產業結構和創新驅動三個層面分析河南省經濟增長的影響因素[8]。但現階段，少有學者從建立VAR模型的角度，對河南省整個金融業的發展與經濟增長的關系展開研究。因此，本文基于1996—2019年河南省時間序列數據，在建立VAR模型的基礎上，利用脈沖響應與方差分解分析法對河南省金融發展與經濟增長之間實證關系進行研究。

一、變量選取及數據來源

(一)變量說明

參考國內外學者對經濟增長與金融發展指標的選取，本文依據數據的可獲性、代表性和一致性原則，主要采取以下變量進行分析，變量詳細設置如表1所示。

表1 變量詳細設置

(二)數據來源及其處理

本文實證分析采用河南省1996—2019年的時間序列數據。數據來源于《中國統計年鑒》《國家統計局》和《河南省統計年鑒》。此外，為保證數據單位的統一，將原保費收入折算為以億元為單位的形式，同時，為了消除異方差，本文對經濟發展水平(GDPG)、金融相關率(FIR)和金融中介效率(FE)做取自然對數處理。

二、實證研究

(一)平穩性檢驗

為避免在模型分析時出現偽回歸問題，需對原始序列指標做ADF平穩性檢驗，滯后階數根據SIC準則確定。利用EViews軟件，分別對三個變量進行ADF單位根檢驗，結果如表2所示。

通過對表2檢驗結果的分析可知，各檢驗類型下LnGDPG、LnFIR和LnFE的ADF值均大于臨界值，都不是平穩序列。而各變量在一階差分后的ADF檢驗值均小于5%臨界值，通過平穩性檢驗。這表明原序列并不直接平穩，而是經過一階差分后平穩。因此，有必要建立VAR模型進行協整檢驗分析。

(二)VAR模型

為進一步探究經濟增長與金融發展之間的關系，對LnGDPG、LnFIR以及LnFE三個變量建立VAR模型進行分析。在建立VAR模型前，需要確定模型的最優滯后階數。本文利用Eviews軟件對模型最優滯后階數進行檢驗，其結果如表3所示。

表3 最優滯后階數檢驗結果

由表3可知，除LogL準則外，其余準則均表示2階為VAR模型的最優滯后階數，可以得到該模型最優滯后階數為2，其中，VAR(2)表達式如下：

LnGDPG=1.651 873LnGDPG(-1)-0.282 253LnGDPG(-2)+1.898 294LnFIR(-1)-1.175 122LnFIR(-2)-0.912 462LnFE(-1)+1.146 783LnFE(-2)-1.290 365

VAR模型建立后，需對該模型進行穩定性檢驗，以保證協整檢驗的合理性。本文根據AR根圖對VAR(2)的穩定性進行檢驗，檢驗結果如圖1所示。

圖1 VAR(2)模型AR根圖

由圖1可以看出，VAR(2)模型中所有的特征根都在單位圓內。這表明該模型是平穩的，對變量做協整檢是合理的。

(三)協整檢驗

由于本文模型涉及三個變量，因此采用Johansen協整檢驗法較為合適。根據表3可知，VAR(2)最優滯后階為2。利用Eviews軟件進行Johansen協整檢驗。其中，跡統計量檢驗如表4所示，最大特征值統計量，如表5所示。

表4 跡統計量檢驗結果

表5 最大特征值檢驗結果

協整關系結果檢驗表明，在5%臨界值下，跡統計量和最大特征值檢驗下三個原假設的概率P值均小于0.05，表示所有原假設均被拒絕。而第三原假設At most 2*說明LnGDPG、LnFIR以及LnFE三個變量至少存在兩個協整關系，該協整方程的關系式為：

LnGDPG=0.068 92LnFIR-1.017 287LnFE

協整方程關系式表明，LnGDPG與LnFIR呈正相關長期均衡關系，LnGDPG與LnFE呈負相關長期均衡關系。其中，當LnFIR每上升1%時，LnGDPG會增加0.06%；當LnFE每上升1%時，LnGDPG會下降1.01%。

(四)格蘭杰因果檢驗

協整檢驗結果表明，三個變量之間存在著長期均衡關系。為進一步研究變量間的因果關系，需進行格蘭杰因果檢驗。本文利用Eviews軟件對三個變量進行格蘭杰因果檢驗。檢驗結果如表6所示。

表6 格蘭杰因果檢驗結果

由表6可知，LnGDPG與LnFIR、LnGDPG與LnFE之間存在雙向格蘭杰原因，由此可以判斷，經濟增長與金融發展之間具有相互預測能力，表明經濟增長與金融發展具有相互促進的作用；而LnFE是LnFIR的單向格蘭杰原因，表明金融中介效率對金融相關率存在一定預測能力。

(五)脈沖響應分析

為進一步解釋變量間的關系，本文采用脈沖響應分析方法。給予各變量一個沖擊，來判斷該沖擊對LnGDPG不同時期的影響效果，進而判斷變量間的相互關系。利用Eviews軟件，根據已建立的VAR模型，得到LnGDPG與LnGDPG、LnFIR、LnFE之間的脈沖響應圖，如圖2所示。其中，橫軸表示滯后期數，實線表示一個標準差沖擊后各變量對此的響應,虛線表示加或減兩倍標準差沖擊后各變量對此的響應。

圖2 LnGDPG對LnGDPG、LnFIR、LnFE的脈沖響應

從LnGDPG對LnGDPG的脈沖響應可以看出，當給LnGDPG一個沖擊時，不同時期的經濟增長(LnGDPG)對自身均產生正向影響。經濟增長給予自身正向沖擊后，本期受到正向影響，上升至第2期后緩慢下降，并在第7期趨于穩定。由此可見，經濟增長對自身具有一定的促進作用，并在前期保持著較大幅度，但其促進作用隨著期數的增加逐漸減弱。

從LnGDPG對LnFIR的脈沖響應可以看出，當經濟增長(LnGDPG)受到來自金融相關率(LnFIR)的沖擊后，金融相關率對經濟增長均為正向影響。這種正向影響也呈現出先增后降的趨勢，期初影響為0，隨后迅速增長至第3期達到峰值，之后開始緩慢下降，在第6期時趨于平穩。從刻畫的痕跡可以看出，金融相關率對經濟增長始終保持正向影響，對經濟增長起到一定的促進作用，但影響會隨著期數的增加逐漸減弱。

從LnGDPG對LnFE的脈沖響應可以看出，經濟增長(LnGDPG)受到金融中介效率(LnFE)的沖擊后，期初為0，隨后開始下降到負值，在第3期時達到最小，之后開始緩慢上升，至第7期時開始為正并逐漸趨于平穩。從刻畫的痕跡可以看出，金融中介效率的提高在短期對經濟增長有一定的負向效應，但隨著期數的增加，金融中介效率的提高會促進經濟的增長。

綜合以上脈沖響應分析可知，從長期來看，經濟增長(LnGDPG)不僅受自身影響較大，同時還受金融相關率(LnFIR)和金融中介效率(LnFE)的正向影響。其中，金融相關率從期初到期末都給予經濟增長以正向效應；而金融中介效率在短期內給予經濟增長以負向效應，從第7期開始才轉變為正向效應，表明金融中介效率對經濟增長的促進作用具有一定的滯后性。

(六)方差分解

脈沖響應分析幫助我們了解到(LnGDPG)受到自身、LnFIR以及LnFE的沖擊后的響應程度和方向。但若想了解VAR模型中每一個變量對其他變量反應的具體貢獻度，則需要借助方差分解方法。與脈沖響應分析絕對強度的描述不同,方差分解分析主要是一種相對狀態的描述。為進一步描述每一個結構沖擊對內生變量的貢獻度，本文利用Eviews軟件針對VAR模型進行方差分解分析，其方差分解結果如圖3所示：

圖3 LnGDPG對LnGDPG、LnFIR與LnFE的方差分解結果

由圖3可知，期初時，經濟增長(LnGDPG)的預測方差完全由其自身解釋。但從第1期開始，來自金融相關率(LnFIR)以及金融中介效率(LnFE)沖擊引起的變化開始上升，到第3期時，由經濟增長自身沖擊引起的變化為64%，由金融相關率沖擊引起的變化為23%，由金融中介效率沖擊引起的變化為13%，并且受金融相關率和金融中介效率沖擊的引起的變化始終保持在較低水平。此后，經濟增長受自身沖擊引起的變化略微下降并穩定在61%左右，由金融相關率沖擊引起的變化穩定在22%左右，由金融中介效率沖擊引起的變化穩定在17%左右。由此可見，河南省的經濟增長變化主要來自自身經濟運行情況和金融相關率，金融中介效率對經濟增長所起的推動力較小。

三、結論與建議

(一)結論

本文基于河南省1996—2019年的時間序列數據，建立VAR模型，通過研究LnGDPG、LnFIR以及LnFE三者之間的關系，對河南省經濟增長與金融發展之間的關系進行了分析。通過分析，得到的結論如下：

第一，河南省經濟增長與金融發展之間存在長期均衡關系。其中，河南省金融相關率短期內對經濟增長促進作用較大；金融中介效率在短期內對經濟增長具有抑制作用，但從長期來看，金融中介效率對經濟增長具有促進作用。

第二，河南省經濟增長與金融發展兩者相互影響，相互解釋。根據格蘭杰檢驗結果可知，金融相關率和金融中介效率兩個金融指標都可以解釋經濟增長，并且經濟增長也可以解釋金融相關率和金融中介效率。這表明河南省經濟良好運行有利于金融水平的提高，同時，金融水平的提高對河南省經濟增長具有一定的推動作用。

第三，河南省金融相關率對經濟增長的拉動作用顯著強于金融中介效率。根據脈沖響應圖可知，短期內，河南省金融中介效率對經濟運行具有小幅度的抑制作用，從第7期開始對經濟運行轉為促進作用；而金融相關率對經濟增長狀況始終具有一定的推動作用。

(二)建議

基于以上結論，本文提出以下建議：

第一，完善金融結構，提高金融相關率。通過對河南省1996—2019年時間序列的實證分析，發現金融相關率對經濟運行狀況影響較大，并且商業銀行在河南省金融結構中占的比重較大，證券、保險所占比重較小。因此，若想實現河南省經濟持續增長的長遠目標，需要加強證券市場的融資功能，促進投資多元化，為經濟健康穩固發展增添持久活力。

第二，發揮政府主導，加強河南省內的金融聯系。由于河南省不同城市的地理環境不同，以及金融資源的擁有和分配不同，導致省內各城市之間的金融發展水平存在差異。因此，政府應根據不同地區金融發展的差異，制定有針對性的金融政策，以達到促進經濟增長和金融業發展的目的，使金融業健康有序地發展，更好地促進河南省經濟增長。

第三，優化產業融資渠道，提高金融中介效率。目前，河南省內主要融資仍然為間接融資，直接融資占河南省金融活動的比例較低、規模較小，導致中小企業進行融資的方式較為單一，難以充分發揮金融發展對經濟增長的促進作用。因此，河南省應完善金融機構多元化，充分發揮金融發展對產業結構調整的資金分配作用。同時，還應完善金融機構的行政和法治環境，積極引導資信評級、產權交易、會計師事務所等多種金融中介機構為實體經濟服務，以提高金融機構的服務能力。