金融发展对经济增长的影响——以南京市为例

朱德忠，林 明

(安徽财经大学 金融学院，安徽 蚌埠 233030)

0 引言

改革开放以来，我国以经济建设为中心，不断发展壮大，国力日益增强.如今，已成为全球第二大经济体，经济进入了新常态发展时期.金融业同样与时俱进，紧紧抓住了这一良好的发展时机不断完善与扩张，对我国经济增长的影响比重也越来越大.

南京市作为举世闻名的六朝古都，位处长江经济带的核心区域，高素质人才和物质资源极大丰富，交通发达，有良好的经济环境.1990—2017年南京市的生产总值已经从176.5亿元增长到11 715亿元，年平均增长率约为17%.由此可见，这28年间南京市的经济增长速度十分惊人.在金融发展方面，1990年南京市的存贷款总额大约为286亿元，而2017年已经达到了54 522亿元，存贷款总额占GDP的比例逐年增加[1-2].目前，南京市的经济增长水平和金融发展水平已跃居全国前列，跻身新一线城市行列.

一个地区的经济增长水平与其金融发展水平是密不可分的，但金融发展怎样影响经济增长？是起促进作用还是抑制作用？基于这些问题，以新一线城市南京市为研究对象，通过构建VAR模型探究南京市的金融发展对经济增长造成何种影响，从而为南京市经济更好地发展提供建议.

1 文献综述

对于国内外众多学者而言，金融发展与经济增长之间的关系一直是一个热门话题.学者们从不同视角对其展开研究，并取得了一定成果.

1.1 国外研究

早在20世纪初，Joseph A Schumpeter[3]基于金融创造信用功能的视角，研究经济发展理论，发现对于某一地区或国家，其金融发展会正向作用于该地的经济增长；John Hicks[4]从金融影响工业进展方面出发，深入剖析二者间的内在关系，结果表明金融发展能够强有力地拉动工业生产，促使资本的原始积累增加，从而为工业革命的产生奠定基础.而在针对发展中国家金融发展如何作用经济增长的研究中，Edward S.Shaw[5]提出了金融深化论，认为利率管制如能在发展中国家进一步放松，使利率充分展现市场信息，并且将改革深入化，那么金融自由化战略的实施就有利于经济增长；而Ronald I.McKinnon[6]则提出了金融抑制论，认为对于金融市场的干预，发展中国家如超过一定程度，则会使资源利用率大幅下降，进而抑制实体经济增长.

相较于早期研究，近年来，Adedoyin Isola Lawal等[7]从经济增长理论出发，采用ARDL模型，深入研究尼日利亚的金融发展与经济增长间的内在联系，发现二者间的协整关系显著存在；Joāo Carlos Ferraz和Luciano Coutinho[8]从国家投资政策角度出发，发现合理的投资政策能增加就业、提高服务质量、推动经济发展;Vighneswara Swamy等[9]研究了发达国家间金融发展与经济增长的关系，线性结果表明，二者在长期内存在负相关关系.

1.2 国内研究

近些年国内学者针对此问题进行研究，也得到了颇深的发现和认识.田菁[10]基于省际面板数据，从股票市场和银行两个点出发，利用系统GMM估计方法，对金融发展影响经济增长的路径及区域异质性做出检验，得出，股票市场推进经济增长主要是通过全要素生产率的提高，而银行则主要依赖资本积累；除此之外，还发现金融发展虽能促进经济增长，但前提是建立在一定的规模下，超过了临界点，反而会产生负向作用.彭俞超等[11]采用META回归分析，分析的对象是过去所做过的247个与我国相关的估计结果，得出，我国的经济增长只能受到金融发展的微弱刺激作用，而且这种作用还会受到时间、区域、传导机制等因素的多重影响.时间上，促进作用呈“U”型，20世纪90年代最弱；空间上，中部地区的促进效用最强；传导机制上，主要通过固定资产投资、FDI及人力资本来运作.王军、王昆[12]利用ADRL模型，回归分析了我国金融规模、效率和结构对经济增长的作用，结果表明，即使金融规模能正向作用于经济增长，但由于我国低下的金融发展效率和不合理的金融结构，使得金融规模的效用被反向削弱了.胡静波、刘雅娇[13]从要素投入视角入手，利用我国31个省市区2001—2015年的面板数据展开深入研究，发现目前我国经济增长受当前金融发展水平的正向刺激，即使是在干预、FDI投入及开放度影响下，仍未有多大改变.但是，在物质资本与高素质人力资本投入下，金融发展则会对经济增长起负向作用.王艳芳[14]立足于内生传导渠道，对一、二、三产业分别进行研究，结果显示，针对第一产业，物质资本和人力资本积累是金融影响经济增长的主要渠道，技术进步在其中并未起明显作用；而第二产业却不显著依赖上述3种渠道来影响经济增长；技术进步则主要在第三产业中起作用，前两种渠道的效果并不明显.

综合上述文献来看，虽然对金融发展影响经济增长的结论不尽相同，但可得知金融业的发展确实能显著影响到经济增长，不过其所带来的是正向效应还是负向效应则需要根据具体的时间、空间、产业结构、传导机制等因素来决定.考虑到大多数学者在研究金融发展时仅从单一方面入手，因此，本文以南京市为研究样本，结合当地的金融发展规模、效率、结构3方面进行分析，旨在得出南京市金融发展对经济增长的影响.

2 理论分析

在传统的经济增长模型中，从未单独研究过金融因素所起效用，而王广谦在《经济发展中金融的贡献与效率》一书中定性研究了金融对经济发展所起的影响[15]，本文在此借鉴该书的方法.

2.1 金融发展规模与经济增长

经济增长的动力基础主要源自资本积累(这里暂且忽略技术进步).信用中介和金融市场的存在，能够将众多现存的金融资源完美地整合到一起，并且能合理利用可动储蓄，使社会投资水平上升到一个新的高度.因此，金融发展规模得以扩张到一定的程度，更好地服务于经济增长.

2.2 金融发展效率与经济增长

金融要想更好地服务于实体经济，除了以适当的金融发展规模为基础外，更重要的是要提高金融发展效率.金融发展效率可分为微观与宏观两个层面：微观层面上，金融发展效率高，意味着一定的金融资源投入能产出更多的价值；宏观层面上，金融发展效率越高，将金融资源配备到所需部门的速度就越快.二者均能有效促进经济增长.

2.3 金融发展结构与经济增长

金融发展结构一般分为银行主导型和市场主导型，我国的金融发展结构主要为前者.银行体系的金融结构在信息与交易成本方面具有较好的优势，对资金有良好的监督功能，能有效降低风险与成本.然而，其竞争与创新能力相比于市场主导的金融结构就有所逊色.因此，不同的金融结构各有利弊，要根据所处经济发展状况进行调整.只有两者相适应时，金融发展结构才能有益于经济增长.

3 模型设定与变量选择

3.1 模型设定

向量自回归模型(VAR)的发现，使多变量间的动态关系变得容易考察，可以分析出各变量对目标变量所造成的影响.研究南京市金融发展如何影响经济增长，拟设定如下VAR(p)模型：

Yt=AXt+C1Yt-1+C2Yt-2+…+CpYt-p+εt，t=1,2,3，…，T.

(1)

式中：Xt和Yt分别是外生变量和内生变量的列向量；p是滞后阶数；εt是随机误差项；A和C1，…，Cp是待估系数矩阵.

3.2 变量选择与数据说明

3.2.1 金融发展变量

参考李庆伟、者贵昌[16]的做法，从规模、效率及结构3方面对金融发展状况进行评估，为方便数据的获得，选取以下3个指标变量衡量南京市的金融发展状况.

1)金融相关率(FIR).由Raymond.W.Goldsmith提出，主要反映金融发展水平的高低，数值越大，表明金融发展水平越高，规模越大.

(2)

2)金融效率(FE).大多数学者认为金融效率是个综合性较强的指标，主要反映资金融通利用效率，数值越高，说明金融机构将存款转为贷款的能力越强，资金融通利用效率就越高.

(3)

3)金融结构(JRJG).目前，南京市金融机构资金来源主要是依靠居民存款，运用该值代表金融发展结构较为合适，数值越高，说明居民存款对于金融发展的贡献越大.

(4)

3.2.2 经济增长变量

一般而言，GDP总量的多少可以衡量出某个地区或国家经济发展的好坏，但顾及人口因素在其中的作用，采用南京市人均GDP来反映该地经济增长的水平，记为RGDP.

选取1990—2017年的年度数据，为了避免可能存在的异方差，将上述变量取对数，分别记作LNFIR、LNFE、LNJRJG、LNRGDP.数据均来源于《南京统计年鉴》.运用EVIEWS 9.0软件完成实证分析.

4 实证研究

4.1 平稳性检验

“伪回归”问题时常发生在时间序列数据之中，因为绝大多数时间序列数据是不平稳的.为了回避此类问题的出现，有必要在进行回归分析前对各个变量的平稳性进行检验.参考众多文献的做法，ADF检验方法非常适用于对序列平稳性的检验，故本文使用该方法对各变量做单位根检验，所得结果如表1所示.

表1 各变量ADF检验结果

由表1可以得知，虽然原始变量LNRGDP、LNFE、LNFIR、LNJRJG均为非平稳序列，但是经过一阶差分后，上述4个变量均变为平稳的，即存在一阶单整序列I(1)，这为之后进行的协整检验奠定了基础.

4.2 协整检验

本文所选取的4个变量均为1阶单整序列，满足协整检验所需要求，故对其进行协整分析，判断它们之间是否存在长期稳定的均衡关系.由于要检验的变量有多个，运用Johansen协整检验法来分析.检验结果如表2所示.

表2 协整检验结果

表2显示，在5%的显著性水平下，以迹统计量为依据，存在1个协整关系，即各变量间存在长期均衡关系.

4.3 滞后阶数确定

对于VAR模型来说，滞后阶数会影响估计结果的准确性和可靠性，因此需提前确定.这样不仅能避免由于滞后阶数不合适而导致自由度或单位根等问题的出现，而且能更好地反映VAR模型的动态变化.为此，需要综合使用多种滞后长度标准来加以确定.表3显示的是不同信息准则的判断结果.

表3 滞后阶数判断结果

纵观表3可知，经过各种信息准则的检验判定，当滞后阶数为1阶时，比较适合该模型，即VAR(1)模型为：Yt=AXt+C1Yt-1+εt，t=1,2,3，…，T.

4.4 模型稳定性检验

模型稳定与否，将有可能影响各检验分析结果的判定.为了保证实证分析的准确性和严密性，务必要对VAR模型的稳定性进行鉴定.通常，我们运用VAR模型中所有的特征根进行甄别.图1结果显示，单位圆之中包含了所有特征根.由此证明此VAR模型是稳定的.

4.5 脉冲响应函数

协整检验中已经得知了各变量间的静态关系，但其中复杂的动态关系还未能知晓.因此，通过脉冲响应函数分析，以捕获各变量间全面的动态关系.南京市人均GDP的脉冲响应函数结果见图2.

从图2可以看出，南京市人均GDP在期初时，受到自身影响冲击的作用最大，而后开始逐步下降，20期时几乎趋于0.当给予金融效率一个正向冲击后，前4期对南京市人均GDP的作用并不显著，这意味着有滞后现象的存在；4期后，对南京市人均GDP产生负向影响，并开始下降;12期后则趋于平稳.当给予金融发展规模一个正向冲击后，南京市人均GDP在期初就受其正向影响，并逐渐上升，7期后达平稳状态.当给予金融结构一个正向冲击后，前两期南京市人均GDP没有受到明显影响，同样存在滞后效应；2期后才产生正向作用并逐步上升；14期后趋于平稳.

4.6 方差分解

方差分解具体考察的是各外生冲击对内生变量所造成的相对影响程度.在此只研究各变量对南京市人均GDP的贡献度，结果如图3所示.

图3方差分解的结果显示，南京市人均GDP受到自身影响的贡献度始终是最大的，虽然从期初开始便逐步下降，直至20期时稳定在38%上下，但相比较其余3个变量，其贡献度所占比重仍是最多的.金融效率在前4期对南京市人均GDP所做的贡献很小，贡献度从第4期开始有了明显的增加，之后不断上升，20期时达到21%，说明金融效率对南京市人均GDP的贡献有滞后效应.金融发展规模对南京市人均GDP的贡献度从一开始就不断上升，然后稳定在21%.金融结构对南京市人均GDP的贡献度与金融效率相似，同样滞后4期，而后贡献度逐渐上升到19%左右.

5 研究结论与政策建议

5.1 研究结论

本文立足于VAR模型，选取了南京市1990—2017年的年度数据，通过对各变量间静态和动态的检验分析，从金融发展的规模、效率和结构3方面探讨其对经济增长的影响，研究所得结论如下：

首先，南京市的金融发展与经济增长在长期中存在稳定的均衡关系.其次，南京市经济增长受金融发展规模的正向作用；而金融发展效率则会对经济增长产生负向影响，且有滞后效应存在；金融发展结构虽也存在滞后，不过对于经济增长起到推进作用.最后，综合来看，金融发展规模、效率和结构3者各自对经济增长所做贡献都维持在20%左右，说明合理的金融发展结构能够扩大金融发展规模，提高本地金融机构存贷款数量，进而有效刺激南京市的经济增长.

5.2 政策建议

针对上述结论，本文提出下列政策建议：

第一，加快南京市本地金融市场的建设，扩大其发展规模.如开发出一些新型理财投资产品，吸引投资者买入；金融机构可灵活调整担保模式和抵押贷款准则，在确保相对安全的条件下，使贷款业务多元化发展，并建立中小企业资金支持平台，为当地的实体经济发展提供良好的服务；随着互联网科技的进步，南京市亦可推广互联网金融，着手发展网络平台，使之受益于更多人，提高金融服务质量.如此，南京市的金融发展规模将得以扩大，经济增长也将提速前行.

第二，优化金融发展结构，提高金融运转效率.目前，南京市金融结构仍以银行为主导.就当前银行业而言，虽然规模巨大，但其运转效率低下，无法使资金得到合理匹配，这无疑会阻碍金融的发展.因此，优化银行内部结构，注重服务质量，提升运营效率显得尤为关键.如合理分配工作任务、提高员工素质，为客户提供优质服务等.同时，可以适当在银行部门引入竞争和激励机制，增强员工积极性，从而促进金融效率的提高.

第三，加强金融监管，改善本地的投融资环境.金融发展的同时，也会带来未知的风险.因此，防患于未然显得十分必要.对于金融机构而言，要提前设立预警，对可能发生的风险进行预测，在其还未形成较大危害前及时发现，并迅速将其解除，确保损失最低化.对于政府而言，应出台相应的政策法规，谨防系统性风险.还应对民间借贷、P2P等外部风险实施监管，确保南京市良好的投融资环境.