经济虚拟化与中国高货币化之谜——中国省级面板数据分析

(南开大学 经济学院，天津 300071)

一、引言及文献评述

改革开放以来，我国的货币化水平呈现一种快速上升的趋势，货币化率(M2/GDP)从1980年的0.45上升到2016年的2.08，远高于欧美发达国家的货币化水平。货币化率的快速上升意味着广义货币M2的增速远高于GDP的增长速度，在现实经济中就会表现出通货膨胀的现象。通过统计数据发现在1996年之前伴随着货币化率的上升经济中确实出现了通货膨胀现象，特别是1994年出现了高达24%的通货膨胀率，但是，在1996年之后，货币化率的上升并没有引发通货膨胀的出现，有些年份还出现了不同程度的通货紧缩。这一“中国货币之谜”引发众多经济学家 的关注并对背后的原因进行研究，研究主要从货币需求和金融市场两个方面进行研究。从货币需求入手进行研究的学者们认为中国高货币化率主要原因来自于货币需求的增加，但是，导致货币需求增加的原因却是多方面的。易纲(1996)认为中国货币需求的主要动因在于中国经济由计划经济向市场经济转变过程中的货币化过程。刘明志(2001)则认为金融工具单一、金融市场不发达和银行不良资产率高是货币需求提高的原因。范从来，杜晴(2015)从产业结构角度进行研究，他们研究发现不同产业之间的资本有机构成是不同的，所需要的货币量也是不同的，由于产业结构的演进带来了货币需求的增加。徐长生，马克(2015)则认为高货币化现象

是资产性货币需求增加所致，导致资产性货币需求增加的原因在于融资约束和投资限制。王宇伟，范从来(2016)研究发现中国货币需求的变化来自于企业部门不同的需求，大量资金闲置在政府部门造成GDP增长乏力是导致中国高货币化率的原因。

另一部分学者认为中国的高货币化的成因来自我国金融市场。余永定(2002)认为中国的高货币化现象在于高储蓄率、高不良债权率、资本市场不发达和低的企业资金利用率。韩平(2005)；谢平，张怀清(2007)；张春生，吴超林(2008)等人认为银行产生大量不良贷款是中国高货币化产生的原因，韩平还在余永定研究的基础上对我国的货币化率轨迹进行了重新计算，认为我国货币化率收敛的上限在3.4或2.6。彭方平等(2013)研究发现，我国微观货币需求弹性较高，制度和金融市场的不成熟导致低的通货膨胀率，这就造成了利用银行信贷推动经济增长的模式，从而导致了高的货币化率。王磊，朱太辉(2016)从货币化之外的因素分析高货币化现象，认为中国高货币化率的成因是财富积累的快速增加以及金融市场不发达造成的低收益率。还有些学者从政府的角度对高货币现象进行研究，张杰(2006)将政府对银行的补贴和担保引入麦金农的最优货币化模型，认为政府通过对银行体系的控制以寻求“金融剩余”的最大化是导致高货币化的根本原因。陈彦斌，郭豫媚，陈伟泽(2015)通过构建动态一般均衡模型研究发现，房地产泡沫膨胀和地方政府债务扩张增强了家庭和政府的持币愿望，进而提高了货币化率。

通过对已有文献的梳理发现，对于我国高货币化的研究，学者们主要从货币需求和金融市场两个方面来考察，货币需求只是决定货币化率一个方面，对另一方面GDP因素考察的文献则很少。王宇伟，范从来的研究虽然涉及GDP的因素，但是他们只是认为货币滞留在政府部门导致GDP增长速度乏力，而没有从GDP的创造机制方面进行考察。在现代经济体系划分为虚拟经济和实体经济的情况下，且虚拟经济在我国经济中的地位越来越突出，根据国家统计局的调查数据，以金融、房地产为主的虚拟经济部门创造的GDP在国民经济中的比重在2015年已经占到14.5%，我国经济的虚拟化趋势明显。同时，还看到近年来虚拟经济部门创造的增加值占国民经济的比重变动与货币化率的变动具有很强的相似性，2008-2015年虚拟经济增加值占比增加了40.7%，同期的货币化率提高了37.1%。因此，从虚拟经济和实体经济不同的创造GDP机制角度去考察经济虚拟化对货币化率的影响，不但可以从一个新的视角去解释中国货币化之谜，弥补相关文献不足的问题，而且也为高货币化率的现象提供了一个更为合理的解释。

二、经济虚拟化对货币化率的影响机制及理论假说

(一)经济虚拟化对于货币化率的影响机制分析

首先，从宏观层面来观察虚拟经济部门发展同货币化率的关系(图1)，图中横坐标表示年份，纵坐标表示比值。为了便于观察，我们将图中虚拟经济部门增加值占比扩大10倍，这并不影响两者之间的关系。从图1中可以看出，虚拟经济部门发展同货币化率的关系分为如下三个阶段：第一阶段为1995-1999年，虚拟经济发展与货币化率走势趋同，两者同步发展；第二阶段为2000-2007年，虚拟经济发展与货币化率两者走势开始偏离，这主要是由于当时四大国有商业银行不良资产率偏高，影响了利润所致；第三阶段为2008-2014年，虚拟经济发展与货币化率走势高度趋同。因此，我们可以从宏观层面认为虚拟经济发展与货币化率有一定的相关关系。

宏观层面的数据反映了一种纵向关系，也就是两者在不同时间点上的关系。接下来，从更为微观的省级层面来观察虚拟经济发展与货币化率的关系(图2)，与宏观层面不同，微观层面反映的是一种横向比较关系。由于各国的社会制度、风俗习惯、经济结构等因素的不同，选择同一社会制度下，不同经济发展阶段的各省市作为观察对象可以更为全面地呈现虚拟经济发展与货币化率的关系。

图1 虚拟部门发展与货币化率关系数据来源：国家统计局网站。

由于缺乏省、市一级的货币化率数据，因此，采用银行存款余额与GDP的比值近似表示货币化率，采用金融和房地产业增加值占全省GDP比值表示虚拟经济部门发展状况。为了分析方便，使用2014年全国31个省、市截面数据进行分析，同时将增加值占比扩大100倍，这仅是为了便于在图中进行比较，其中图2、图3横坐标表示省份，纵坐标为比值。从图2中可以看出，虚拟经济发展与货币化率在省级层面上也反映出一定的相关关系，虚拟经济部门增加值占比较高的省份货币化率也相应很高，例如北京和上海，而虚拟经济部门增加值占比较低的省份相应的货币化率也很低，例如湖南和内蒙古。那么，不论从宏观层面还是微观层面都观察到虚拟经济发展与货币化率有一定的相关关系，接下来，我们来分析一下虚拟经济发展是如何对货币化率产生影响的。

图2 2014年各省、市虚拟经济发展与货币化率关系数据来源：中国金融统计年鉴、国家统计局网站。

对于经济虚拟化对货币化率的影响，首先从货币需求方面进行分析。虚拟经济从本质说是脱离了物质生产过程的价值增值过程的独立化的经济运行方式(刘骏民，刘晓欣，2016)。也就是说，虚拟经济是用货币来创造GDP的经济方式，因此，虚拟经济部门创造增加值的增多必定会带来对货币的大量需求。这可以从改革开放以来的数据中看出，虚拟经济部门增加值在GDP中的占比从1980年的4%发展到2015年的14.5%，而金融机构人民币信贷资金运用从1980年的2 684亿元增加到2015年的154万亿元，其中贷款从2 478亿元提高到93.95万亿元，有价证券投资从1989年的16.9亿元增加到2015年的19.76万亿元。贷款金额提高了379倍，有价证券投资提高了11 692倍，同时期GDP提高了149倍，货币需求远远大于GDP的增长速度。除了银行业以外，虚拟经济部门对于货币的需求主要来自证券业和地产业，有价证券的投资占整个货币总量M2的比重从1989年的0.86%提高到2015年12.83%，房地产企业总资产从2000年的2.5万亿元提高到2015年的55万亿元，其中负债1.9万亿增加到42.87万亿元，总资产占货币总量M2的比重从18.8%提高35.7%，负债从14%提高到27.3%。房地产业尤其在2008年金融危机之后，货币需求急剧增加，负债从10.47万亿元提高到2015年42.87万亿元。虽然外汇占款对于货币需求有一定的影响，但是从相关数据来看，2008年以后外汇占款占M2的比重从31%下降到17.2%，因此，近年来外汇占款对于货币高货币需求影响并不大。

货币化率同金融和房地产的关系，可以从更为微观的省、市层面来分析(图3)。从图3中可以看出，绝大部份省、市的货币化率与金融和房地产业发展高度相关。货币化率数值前三位的省份，分别是北京、西藏、上海，货币化率为4.69、3.35、3.14；金融业增加值占整个省GDP的比重分别为15.7%、14.4%、6%；房地产业增加值占整个省比重分别为6%、6.5%、3.1%。货币化率数值排名最后三位的省份为内蒙古、湖南、吉林，货币化率分别为0.92、1.12、1.2；金融业和房地产业增加值占整个省GDP比重分别为4%、3.5%、3.3%以及2.5%、3.1%、2.5%。货币化率排名前三的省份中其虚拟经济部门增加值占整个省GDP比重的排名北京、上海依次排名前两位，而货币化率排名后三位的省份中其虚拟经济部门增加值占整个省GDP比重排名中依然是内蒙古、湖南、吉林三个省份占据最后三位。因此，我们可以从更加微观的省市层面数据分析可以看出，金融、房地产之间联系密切，同时二者与货币化率的关系也是高度相关，那么，由此可知，中国目前存在的高货币化率与虚拟经济部门大量的货币需求必定具有一定的联系。

图3 各省、市金融、房地产与货币化率关系数据来源：中国金融统计年鉴、国家统计局网站。

其次，货币化率定义为M2/GDP，高的货币化率一方面理解为货币需求的增加导致M2大幅度的增加所导致，另一方面，也要看到GDP对于货币化率的影响。对于实体经济来说，GDP的创造除了需要货币资本以外，还需要一个生产过程，是物质生产过程和价值增值过程的统一，因此，其所需要的货币与创造的GDP比值会比较稳定。而虚拟经济则是脱离物质生产过程独立化的价值增值过程，用货币直接创造GDP，所创造GDP为使用货币的一个很小的比例，因此，所需货币与创造GDP的比值就会比较高。例如，2015年房地产业利用货币总量比重35.5%的资产创造的GDP仅占整个增加值的6.1%，而金融业中的银行和证券业使用货币总量94%的货币创造的GDP占整个增加值的8.4%。因此，虚拟经济部门的发展必然会导致货币化率的提高。

同时，虚拟经济部门之间的发展是一种相互促进的作用，房地产业的发展需要金融业为其源源不断地提供资金支持，而金融业的发展也要以房地产这样的资金需求巨大的行业作为支撑，推动其发展。尤其是近年来，金融和房地产之间的关系越来越紧密，根据2016年上半年上市公司半年报显示，上市银行中新增贷款近一半投向住房按揭，住房按揭贷款占新增贷款比例的46.58%，农业银行、建设银行、招商银行、兴业银行新增按揭贷款比例超过上半年新增贷款的一半，分别为64.01%、62.71%、57.07%和55.30%。

综上所述，虚拟经济部门发展对货币化率的影响机制首先在于房地产业的发展带动了银行业的发展，而银行业发展的同时也推动了房地产业进一步的发展，两者之间同时发展相互作用带来了大量的货币需求。而且由于我国的融资主要以间接融资为主，房产又具有抵押和质押的功能，这使得银行可以派生出大量的M2。一方面是虚拟经济部门大量货币需求的增加，而另一方面则是虚拟经济部门创造GDP能力脆弱，两方面因素叠加在一起影响货币化率的大小。

(二)经济虚拟化对于货币化率的影响理论假说

从上面的机制分析可知，虚拟经济部门发展对于货币化率的影响来自两个方面，货币需求和GDP创造。因此，根据这个影响机制，选择通过剑桥方程和费雪方程建立理论模型阐述这个影响机制。剑桥方程描述了最终产品(GDP)与货币存量与收入货币流通速度之间的关系，而货币流通速度与货币化率互为倒数关系，因此，可以将剑桥方程变为

M/R=PQ=Y

(1)

其中，M为货币存量，R为货币化率，P为物价总水平，Q为实际产出，Y为最终产品的价值。因为虚拟经济部门可以利用货币直接创造GDP，那么，剑桥方程可以变为

M/R=PQ=Y1+Y2

(2)

其中，Y1为实体经济增加值，Y2为虚拟经济增加值。

费雪交易方程描述的是资本存量、货币交易流通速度与总交易额之间的关系

MV=T=W1+W2

(3)

其中，M为货币存量，V为货币交易流通速度，T为货币总交易量，W1为实体经济交易额，W2为虚拟经济交易额。因为实体经济和虚拟经济创造GDP的机制不同，实体经济部门通过劳动、资本、技术等生产要素的投入进行生产性活动，这些生产性活动所制造的为最终消费者所消费的产品的最终市场价值就是其创造的GDP。而虚拟经济部门则是根据交易额的大小收取一定比例服务费的方式创造GDP，实体经济产品采用成本定价法，而虚拟经济采用预期收益折现的方式定价(刘骏民、刘晓欣，2016)。同时，由于GDP是一个价值概念，而不是一个物量概念，因此，我们可以将实体经济的交易额看成是实体经济最终产品的价值。式(3)可以改写为

MV=Y1+W2

(4)

将式(4)代入式(1)得

(5)

将式(5)整理得

(6)

将式(6)变形为

(7)

对式(7)中X求导得

(8)

命题1如果虚拟经济部门相比于实体经济部门的货币需求增加，那么，经济中的货币化率随之增加；反之，如果虚拟经济部门相比于实体经济部门货币需求减少，那么，经济中的货币化率也随之下降。

命题1成立的条件是货币交易流通速度不发生显著的变化。参照金迪(2014)的研究成果,认为交易货币流通速度是一个稳定的制度变量。因此，在这种情况下，命题1的结论就是成立的。接下来，通过使用1996-2014年全国31个省、市数据建立计量模型，验证虚拟经济部门发展对于货币化率的影响机制。

三、模型的设定和数据选取

(一)模型的设定

根据命题1的理论假设以及弗里德曼的货币需求理论，货币需求受价格水平、收入水平、货币收益率、预期通货膨胀率等因素的影响。因此，本文将计量模型设定为如下形式

MRit=C+β1FDit+β2FAIit+β3IRit+β4πit+uit

其中MRit表示为i省份t年的货币化率(M2/GDP)，因为广义货币(M2)缺乏省市一级的统计数据，因此本文用各省市金融机构存款余额替代M2数据，计算方法为各省银行存款/各省GDP；C为截距项，FAIit为i省份t年虚拟经济发展情况，用该省金融业增加值与房地产业增加值之和与全省增加值的比值表示；为i省份t年固定资产投资情况，鉴于房地产投资也属于固定资产投资的一部分，因此，本文固定资产投资是全社会固定资产投资减去房地产投资部分后的数值与全社会固定资产投资的比值，以反映去除房地产投资外的其他行业固定资产投资的变化情况对货币需求的影响；IRt为t年的利率水平，一年期存款利率表示，由于个别年份利率变动频繁，因此这些年份的利率采用月度平均加权的办法处理；πit为i省份t年的通货膨胀率，用各个省份的居民消费价格指数来表示；uit为随机扰动项。其中，固定资产投资、利率与通货膨胀率为控制变量。

(二)数据的选取

由于1995年西藏和重庆部分数据缺失，因此，本文选取1996-2014年全国31个省市共589个数据。数据来源于国家统计局网站、中国人民银行网站、中国金融统计年鉴。

(三)变量的平稳性检验

为了避免使用非平稳序列进行回归造成的伪回归现象，需要对变量进行平稳性检验，单位根检验总体采用LLC检验，单个变量采用ADF检验，检验结果如下。

表1 变量统计性描述

表2 单位根检验结果

注：*、**、***分别表示10%、5%、1%的显著性水平。

从平稳性检验的结果可以看出(表2)，变量MR和FD存在单位根，是不平稳序列，而变量FAI、π、IR之间不存在单位根，他们都是平稳序列。对不平稳的变量做差分得到的序列为平稳序列，而且，数据可以看作是一个短面板数据，因此，可以进行直接回归。

四、计量结果分析

(一)计量结果分析

在进行回归之前，要进行Hausman检验，来判定采用固定效应模型还是随机效应模型。根据Hausman检验的结果P值为0.013<0.05，拒绝随机效应模型优于固定效应模型的原假设，本文采用面板固定效应模型进行估计，实证回归结果如下。

从表3的实证结果可以看出，虚拟经济的发展对于货币化率具有显著的正向影响，也就是说虚拟经济部门发展可以显著地提高货币化率。同时，从实证结果我们还能看到，无论在添加控制变量的情况下还是在没添加控制变量的情况下虚拟经济部门发展对货币化率的影响都能通过了1%的显著性检验。因此，可以看到计量模型实证结果所得出的结论与命题1的结论是一致的。

(二)稳健性检验

为了验证计量模型所得出结果的可靠性，我们要对上面的回归结果进行稳健性检验，本文采用稳健性检验的方法是使用不同的计量方法，鉴于上面的回归分析使用了固定效应模型，在稳健性检验时我们采用最小二乘法来检验回归结果是否稳健。检验结果如下：

表3 回归结果分析

注：*、**、***分别表示10%、5%、1%的显著性水平。

表4 稳健性检验

注：*、**、***分别表示10%、5%、1%显著性水平。

表4的稳健性检验结果表明，在采用不同的计量方法后，回归结果依然显著，解释变量都可以在1%的显著性水平下通过检验，这说明经济虚拟化过程对货币化率的影响具有稳健性。虽然计量结果证明了经济虚拟化过程对于货币化的提高具有显著的影响，但是从图1中看到在

2008年之前，两者之间关系走势图并不像2008年之后那样走势保持一种一致平行关系，并且在短时间内将货币化率推高了0.5个点左右。那么，接下来将分析2008年前后经济虚拟化对货币化率影响为什么在趋势图上存在一定差异性原因所在。

五、经济虚拟化对货币化率影响趋势差异性分析

从图1中可以看出，经济虚拟化与货币化率的走势在1998-2008年间出现一定的不一致现象，这一现象的形成主要是当时银行业的不良资产大量增加导致计提大量资产损失，从而使银行业创造的GDP减少所致。因为使用虚拟经济部门所创造的增加值表示经济虚拟化的过程，而虚拟经济部门中重要组成部门的金融业增加值占比在1998年以后出现了下降的趋势，从1998年的5.1%下降到2005年的4%，这导致了整个虚拟经济部门的增加值也随之下降由1998年的9.1%下降到2005年的8.5%。金融业的增加值来自金融业所创造的利润，而银行业作为当时金融业的主要组成部分其由于不良资产的大量增加而导致利润大幅度下滑，1998年和1999年不良资产率高达33%和41%。之后虽然在1999年国家成立四大资产管理公司在1999年和2004年对四大国有商业银行的不良资产进行了剥离，但是商业银行的不良资产率一直处于高位，从2008年第四季度开始才降至2.42%，2009第四季度降至1.58%。虽然银行业增加值在减少，而广义货币M2却在持续增加由1998年的10.45万亿增加到2005年的29.87万亿，货币化率(M2/GDP)持续上升，M2的上升和虚拟经济部门增加值占比的下降就导致了经济虚拟化进程与货币化率出现一定背离现象。这一现象是我国进行金融制度改革的结果，并非是一种常态。在银行业市场化改革完成后就出现我们在图1中看到的经济虚拟化进程与货币化率走势高度一致的情况。

表5 不同时间段各变量对货币化影响的计量结果

表5的计量结果也证实了上面的分析结果，经济虚拟化进程与货币化率在1998-2007年时间段出现短暂的背离是由于我国进行金融制度特别是银行业的市场化改革所致。

对于2008年以后，货币化率迅速提高，短短7年时间由1.47上升到2.03，主要原因是由于房地产业的快速发展导致的。城市化进程推进虽然是房地产业发展主要的动力，但是这并不能足以说明2008年以后房地产业的加速发展。我国的城镇化率从2000年的36.21%上升到2008年的46.98%，房地产企业负债从19 032亿元增加到104 782亿元，而在2015年城镇化率上升至56.01%，房地产企业负债增加到428 729亿元。在两个阶段，城镇化率同为上升约10个百分点，而房地产业的资金需求量从相差约8万亿元增加到相差约32万亿元，差距在4倍左右。社会对于房地产需求的快速增加，城镇化率已经不能进行完全的解释，我们要从房地产的投资品属性进行解释。

房屋最初是为满足人们居住需求的一种商品，具有商品属性。随着城镇化的推进，农村人口加速向城市转移，出现了大量的租房者，这就使房屋的出租者每月可以得到稳定的现金流。稳定现金流的出现也使房屋由一种普通商品变为一种类金融资产，成为家庭财富的重要组成部分，根据西南财经大学中国家庭金融调查与研究中心公布的《2014中国家庭财富分布报告》公布的调查数据，中国家庭财富的91.9%来自于非金融资产，而房产已占家庭非金融资产的比例高达71.7%，也就是说中国家庭财富的60%多都来自于房产，2011年房产占家庭财富的比例为67.1%，2013年这个比例上升至69.4%。人们进行房屋买卖的行为从简单地满足自己居住需求的购买行为变为一种投资行为，大量资金进入房地产市场进行房地产炒作，大幅度推高房价。根据国家统计局数据显示，全国商品房的平均售价在2008年后大幅度上涨，上涨金额达到3 000元，而2000-2008年上涨不足1 700元。特别是一些一线城市上涨幅度更大，北京平均房价从2008年底的每平米10 000元涨到2015年底的每平米30 000元。房屋价格的上涨一方面使大量投机资金涌向房地产市场，产生大量的货币需求；另一方面，房价上涨让使用房屋抵押进行贷款的获取者资金增多，带来货币需求，根据招商证券的分析报告2015年中国房地产交易的杠杆率为48%，而我国又是以银行间接融资为主的国家，这种融资体系就可以派生出很多货币存款，因此，直接提高广义货币M2的数量，导致货币化率快速上涨。

六、结论与政策建议

本文针对中国近年来的高货币化之谜背后的原因进行研究，认为经济虚拟化过程是导致高货币化产生的重要原因，其作用机制不但来自于虚拟经济部门快速增加货币需求，更为重要的是虚拟经济创造GDP的机制与实体经济不同，虚拟经济利用货币创造GDP的能力要小于实体经济。通过建立理论模型和进行计量检验验证了上述结论的正确性。接下来，针对2008年前后经济虚拟化进程与货币化率走势的差异进行数据和计量分析，结果显示形成这种差异的原因在于中国银行体系的市场化改革，这种差异只是一种暂时的现象。同时，对2008年以后货币化率快速的上涨原因进行进一步的分析，认为房产在中国家庭财富结构比例的上升以及中国以银行为主的融资结构是导致2008年以后中国货币化率快速上升的重要原因。本文得出的一个重要结论在于我国的高货币化现象与经济虚拟化进程有着重要的联系，而虚拟经济创造GDP的特殊机制对于高货币化的出现起着重要的作用。

本文结论的政策含义是，首先，高货币化并不是完全由货币超发导致，而是由于虚拟经济部门的货币需求快速增加，并通过银行体系扩大广义货币M2的数量，同时，虚拟经济利用货币创造GDP的能力要小于实体经济，这就产生了高货币的现象。如果是货币超发就会像1996年之前那样社会出现通货膨胀现象，而与高货币化相伴随的是低通胀和高房价并存，这就说明是虚拟经济部门的货币需求增加所致。这种现象会加速虚拟经济和实体经济之间的比例失调，使经济中蕴含大量的风险，不利于经济的持续健康发展。因此，政府应采取对虚拟经济部门去杠杆以及利用利率工具调节虚拟经济和实体经济二者之间的比例关系。其次，要降低高货币化率就要从根本入手，降低虚拟经济部门的货币需求。推动房地产改革，减少房产作为财富或者一种类金融资产的属性，坚决控制资金对房地产的大肆炒作，拓宽人们的投资渠道(王磊，朱太辉，2016)，推动中国资本市场改革，大力发展债券市场和股票市场，减少政府对于股票市场非必要行政干预，维护股票市场健康稳定发展，通过提供更多优质的金融资产。最后，要通过发展资本市场，提高直接融资的比例，降低银行间接融资的比例，这不但可以降低货币乘数，减小货币化率，而且还能引导资金流向实体经济，为实体经济服务，使经济摆脱当前资金“脱实入虚”的困境，归根到底虚拟经济创造的GDP一部分来源于实体经济所创造的利润(Duncan,2013)，一部分来自于资产波动产生的虚拟财富，虚拟财富并不是真实的财富，虚拟财富的增加并不伴随着任何的商品流和服务流的增加(Stiglitz,2016)。因此，要保持经济增长的持续性和稳定性，虚拟经济必须为实体经济服务，而不能脱离实体经济而存在。

[1]易纲.中国的货币、银行和金融市场：1984-1993[M].上海:上海人民出版社，1996.

[2] 刘明志. 中国的M2/GDP(1980—2000):趋势、水平和影响因素[J].经济研究，2001(2)：3-12.

[3]范从来,杜晴. 产业结构影响M2/GDP比值的实证研究[J].中国经济问题，2015(2)：3-12.

[4]徐长生,马克. 中国货币之谜”:基于货币需求视角的解释[J].经济学家，2015(8)：5-12.

[5] 王宇伟,范从来. 企业部门的货币持有与中国货币化率的变动——来自微观层面的经验证据[J].中国工业经济，2016(7)：5-22.

[6]余永定. M2/GDP的动态增长路径[J].世界经济，2002(12)：3-13.

[7] 韩平,李斌,崔永. 我国M2/GDP的动态增长路径、货币供应量与政策选择[J].经济研究，2005(10)：37-47.

[8]谢平,张怀清. 融资结构、不良资产与中国M2/GDP[J].经济研究，2007(2)：27-37.

[9]张春生,吴超林. 中国M2/GDP畸高原因的再考察——基于商业银行资产负债表的分析[J].数量经济技术经济研究，2008(5)：3-16.

[10]彭方平,连玉君,胡新明,赵慧敏. 规模经济、卡甘效应与微观货币需求——兼论我国高货币化之谜[J].经济研究，2013(4)：83-93.

[11]王磊,朱太辉. 高货币化率的非货币化解释[J].国际金融研究，2016(12)：13-22.

[12]张杰.中国的高货币化之谜[J].经济研究，2006(6)：59-69.

[13]陈彦斌，郭豫媚，陈伟泽.2008年金融危机后中国货币数量论失效研究[J].经济研究，2015(4)：21-35.

[14]刘骏民，刘晓欣.经济增长理论创新及其对中国经济的实践意义—兼论如何重开中国经济高增长之门[J].政治经济学评论，2016(6)：74-112.

[15]Stiglitz J E.“Inequality and Economic Growth”, in Jacobs, Michael, and Mariana Mazzucato, eds, Rethinking Capitalism: Economics and Policy for Sustainable and Inclusive Growth,John Wiley & Sons[J].Political Quarterly,2015 , 86 (Supplement S1) :134-155.

[16]Foley D K."Rethinking Financial Capitalism and the “Information” Economy,"[J].Review of Radical Political Economics , 2013,45(3): 257-268.