河南省金融发展与经济增长关系的实证研究

张国强，刘亚洲

(许昌学院 商学院，河南 许昌 461000)

随着郑州航空港经济综合实验区的建立，河南省逐步形成了以航空经济为主导，涵盖航空物流、航空金融、高端制造等产业的现代产业基地，极大地促进了河南省经济发展，有利于河南省全方位振兴。金融发展作为社会经济运行的“晴雨表”，能够及时、灵敏地反映各种经济状况。据国家统计局相关数据显示，我国宏观经济运行数据和金融资产总额正处于快速上升阶段，在互联网的加持下，金融作为现代市场经济的核心，发挥的作用越来越大。随着金融业的不断发展，金融行业在当代市场经济中所占的比重越来越大，我国学者对金融发展与经济增长的关系研究也逐渐增多，目前，学界针对相关问题的研究，主要有以下两个方面。

从研究范围看，詹鹏和李欣睿基于2003—2018年省级面板数据，利用空间计量模型对我国金融发展与经济增长进行空间分析，结果表明，我国经济增长存在“东高西低，沿海高内陆底”的集聚效应[1]；林树哲、李秋俭和谢嘉岚等人利用VAR模型对粤港澳大湾区金融发展与经济增长进行实证分析，结果表明，粤港澳大湾区的金融发展是经济增长单向格兰杰原因，能够促进经济增长[2]；张朝兵利用1978—2007年的山西省时间序列数据对山西省金融发展与经济增长关系进行了实证分析，结果表明山西省经济增长是山西省金融结构调整优化的原因，但金融结构优化不是其经济增长的原因[3]；袁鑫以安徽省金融机构存贷款余额之和作为金融发展指标，GDP总量作为经济增长指标，对安徽省金融发展与经济增长进行研究，结果表明，安徽省金融发展对经济增长具有明显地促进作用[4]。

从研究内容看，多数学者在研究金融发展与经济增长的关系时，对金融指标的分析较为重视。方宁宁将金融指标分解成金融相关率和金融效率两个金融子指标，对榆林市金融支持与民营经济进行实证分析，结果表明，榆林市民营经济增长对金融发展具有促进作用[5]；张云将上海市金融机构存款、贷款在上海市GDP的占比作为金融指标，对上海市金融发展与经济增长进行回归分析，得出上海市金融发展与经济增长相互促进的结论[6]。

综合以上各位学者的研究可知，金融发展与经济增长的关系在不同地区呈现出的结论也不同。而河南省作为我国中原经济区的重要区域之一，研究其金融发展与经济增长的关系具有十分重要的现实意义。目前，已有学者利用ADF检验和格兰杰因果分析的方法，对河南省农村金融发展与农村经济增长的关系进行研究[7]。也有学者从河南省经济增长影响因素研究的角度出发，利用 OLS 多元回归模型，从生产要素、产业结构和创新驱动三个层面分析河南省经济增长的影响因素[8]。但现阶段，少有学者从建立VAR模型的角度，对河南省整个金融业的发展与经济增长的关系展开研究。因此，本文基于1996—2019年河南省时间序列数据，在建立VAR模型的基础上，利用脉冲响应与方差分解分析法对河南省金融发展与经济增长之间实证关系进行研究。

一、变量选取及数据来源

(一)变量说明

参考国内外学者对经济增长与金融发展指标的选取，本文依据数据的可获性、代表性和一致性原则，主要采取以下变量进行分析，变量详细设置如表1所示。

表1 变量详细设置

(二)数据来源及其处理

本文实证分析采用河南省1996—2019年的时间序列数据。数据来源于《中国统计年鉴》《国家统计局》和《河南省统计年鉴》。此外，为保证数据单位的统一，将原保费收入折算为以亿元为单位的形式，同时，为了消除异方差，本文对经济发展水平(GDPG)、金融相关率(FIR)和金融中介效率(FE)做取自然对数处理。

二、实证研究

(一)平稳性检验

为避免在模型分析时出现伪回归问题，需对原始序列指标做ADF平稳性检验，滞后阶数根据SIC准则确定。利用EViews软件，分别对三个变量进行ADF单位根检验，结果如表2所示。

通过对表2检验结果的分析可知，各检验类型下LnGDPG、LnFIR和LnFE的ADF值均大于临界值，都不是平稳序列。而各变量在一阶差分后的ADF检验值均小于5%临界值，通过平稳性检验。这表明原序列并不直接平稳，而是经过一阶差分后平稳。因此，有必要建立VAR模型进行协整检验分析。

(二)VAR模型

为进一步探究经济增长与金融发展之间的关系，对LnGDPG、LnFIR以及LnFE三个变量建立VAR模型进行分析。在建立VAR模型前，需要确定模型的最优滞后阶数。本文利用Eviews软件对模型最优滞后阶数进行检验，其结果如表3所示。

表3 最优滞后阶数检验结果

由表3可知，除LogL准则外，其余准则均表示2阶为VAR模型的最优滞后阶数，可以得到该模型最优滞后阶数为2，其中，VAR(2)表达式如下：

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，需对该模型进行稳定性检验，以保证协整检验的合理性。本文根据AR根图对VAR(2)的稳定性进行检验，检验结果如图1所示。

图1 VAR(2)模型AR根图

由图1可以看出，VAR(2)模型中所有的特征根都在单位圆内。这表明该模型是平稳的，对变量做协整检是合理的。

(三)协整检验

由于本文模型涉及三个变量，因此采用Johansen协整检验法较为合适。根据表3可知，VAR(2)最优滞后阶为2。利用Eviews软件进行Johansen协整检验。其中，迹统计量检验如表4所示，最大特征值统计量，如表5所示。

表4 迹统计量检验结果

表5 最大特征值检验结果

协整关系结果检验表明，在5%临界值下，迹统计量和最大特征值检验下三个原假设的概率P值均小于0.05，表示所有原假设均被拒绝。而第三原假设At most 2*说明LnGDPG、LnFIR以及LnFE三个变量至少存在两个协整关系，该协整方程的关系式为：

LnGDPG=0.068 92LnFIR-1.017 287LnFE

协整方程关系式表明，LnGDPG与LnFIR呈正相关长期均衡关系，LnGDPG与LnFE呈负相关长期均衡关系。其中，当LnFIR每上升1%时，LnGDPG会增加0.06%；当LnFE每上升1%时，LnGDPG会下降1.01%。

(四)格兰杰因果检验

协整检验结果表明，三个变量之间存在着长期均衡关系。为进一步研究变量间的因果关系，需进行格兰杰因果检验。本文利用Eviews软件对三个变量进行格兰杰因果检验。检验结果如表6所示。

表6 格兰杰因果检验结果

由表6可知，LnGDPG与LnFIR、LnGDPG与LnFE之间存在双向格兰杰原因，由此可以判断，经济增长与金融发展之间具有相互预测能力，表明经济增长与金融发展具有相互促进的作用；而LnFE是LnFIR的单向格兰杰原因，表明金融中介效率对金融相关率存在一定预测能力。

(五)脉冲响应分析

为进一步解释变量间的关系，本文采用脉冲响应分析方法。给予各变量一个冲击，来判断该冲击对LnGDPG不同时期的影响效果，进而判断变量间的相互关系。利用Eviews软件，根据已建立的VAR模型，得到LnGDPG与LnGDPG、LnFIR、LnFE之间的脉冲响应图，如图2所示。其中，横轴表示滞后期数，实线表示一个标准差冲击后各变量对此的响应,虚线表示加或减两倍标准差冲击后各变量对此的响应。

图2 LnGDPG对LnGDPG、LnFIR、LnFE的脉冲响应

从LnGDPG对LnGDPG的脉冲响应可以看出，当给LnGDPG一个冲击时，不同时期的经济增长(LnGDPG)对自身均产生正向影响。经济增长给予自身正向冲击后，本期受到正向影响，上升至第2期后缓慢下降，并在第7期趋于稳定。由此可见，经济增长对自身具有一定的促进作用，并在前期保持着较大幅度，但其促进作用随着期数的增加逐渐减弱。

从LnGDPG对LnFIR的脉冲响应可以看出，当经济增长(LnGDPG)受到来自金融相关率(LnFIR)的冲击后，金融相关率对经济增长均为正向影响。这种正向影响也呈现出先增后降的趋势，期初影响为0，随后迅速增长至第3期达到峰值，之后开始缓慢下降，在第6期时趋于平稳。从刻画的痕迹可以看出，金融相关率对经济增长始终保持正向影响，对经济增长起到一定的促进作用，但影响会随着期数的增加逐渐减弱。

从LnGDPG对LnFE的脉冲响应可以看出，经济增长(LnGDPG)受到金融中介效率(LnFE)的冲击后，期初为0，随后开始下降到负值，在第3期时达到最小，之后开始缓慢上升，至第7期时开始为正并逐渐趋于平稳。从刻画的痕迹可以看出，金融中介效率的提高在短期对经济增长有一定的负向效应，但随着期数的增加，金融中介效率的提高会促进经济的增长。

综合以上脉冲响应分析可知，从长期来看，经济增长(LnGDPG)不仅受自身影响较大，同时还受金融相关率(LnFIR)和金融中介效率(LnFE)的正向影响。其中，金融相关率从期初到期末都给予经济增长以正向效应；而金融中介效率在短期内给予经济增长以负向效应，从第7期开始才转变为正向效应，表明金融中介效率对经济增长的促进作用具有一定的滞后性。

(六)方差分解

脉冲响应分析帮助我们了解到(LnGDPG)受到自身、LnFIR以及LnFE的冲击后的响应程度和方向。但若想了解VAR模型中每一个变量对其他变量反应的具体贡献度，则需要借助方差分解方法。与脉冲响应分析绝对强度的描述不同,方差分解分析主要是一种相对状态的描述。为进一步描述每一个结构冲击对内生变量的贡献度，本文利用Eviews软件针对VAR模型进行方差分解分析，其方差分解结果如图3所示：

图3 LnGDPG对LnGDPG、LnFIR与LnFE的方差分解结果

由图3可知，期初时，经济增长(LnGDPG)的预测方差完全由其自身解释。但从第1期开始，来自金融相关率(LnFIR)以及金融中介效率(LnFE)冲击引起的变化开始上升，到第3期时，由经济增长自身冲击引起的变化为64%，由金融相关率冲击引起的变化为23%，由金融中介效率冲击引起的变化为13%，并且受金融相关率和金融中介效率冲击的引起的变化始终保持在较低水平。此后，经济增长受自身冲击引起的变化略微下降并稳定在61%左右，由金融相关率冲击引起的变化稳定在22%左右，由金融中介效率冲击引起的变化稳定在17%左右。由此可见，河南省的经济增长变化主要来自自身经济运行情况和金融相关率，金融中介效率对经济增长所起的推动力较小。

三、结论与建议

(一)结论

本文基于河南省1996—2019年的时间序列数据，建立VAR模型，通过研究LnGDPG、LnFIR以及LnFE三者之间的关系，对河南省经济增长与金融发展之间的关系进行了分析。通过分析，得到的结论如下：

第一，河南省经济增长与金融发展之间存在长期均衡关系。其中，河南省金融相关率短期内对经济增长促进作用较大；金融中介效率在短期内对经济增长具有抑制作用，但从长期来看，金融中介效率对经济增长具有促进作用。

第二，河南省经济增长与金融发展两者相互影响，相互解释。根据格兰杰检验结果可知，金融相关率和金融中介效率两个金融指标都可以解释经济增长，并且经济增长也可以解释金融相关率和金融中介效率。这表明河南省经济良好运行有利于金融水平的提高，同时，金融水平的提高对河南省经济增长具有一定的推动作用。

第三，河南省金融相关率对经济增长的拉动作用显著强于金融中介效率。根据脉冲响应图可知，短期内，河南省金融中介效率对经济运行具有小幅度的抑制作用，从第7期开始对经济运行转为促进作用；而金融相关率对经济增长状况始终具有一定的推动作用。

(二)建议

基于以上结论，本文提出以下建议：

第一，完善金融结构，提高金融相关率。通过对河南省1996—2019年时间序列的实证分析，发现金融相关率对经济运行状况影响较大，并且商业银行在河南省金融结构中占的比重较大，证券、保险所占比重较小。因此，若想实现河南省经济持续增长的长远目标，需要加强证券市场的融资功能，促进投资多元化，为经济健康稳固发展增添持久活力。

第二，发挥政府主导，加强河南省内的金融联系。由于河南省不同城市的地理环境不同，以及金融资源的拥有和分配不同，导致省内各城市之间的金融发展水平存在差异。因此，政府应根据不同地区金融发展的差异，制定有针对性的金融政策，以达到促进经济增长和金融业发展的目的，使金融业健康有序地发展，更好地促进河南省经济增长。

第三，优化产业融资渠道，提高金融中介效率。目前，河南省内主要融资仍然为间接融资，直接融资占河南省金融活动的比例较低、规模较小，导致中小企业进行融资的方式较为单一，难以充分发挥金融发展对经济增长的促进作用。因此，河南省应完善金融机构多元化，充分发挥金融发展对产业结构调整的资金分配作用。同时，还应完善金融机构的行政和法治环境，积极引导资信评级、产权交易、会计师事务所等多种金融中介机构为实体经济服务，以提高金融机构的服务能力。