分析经济增长金融结构、产业结构与经济增长

论文导读：中的国家而言，银行主导的体系更具有积极意义。市场优越论者主要强调金融市场在推动经济增长方面比银行更有效。可汗和萨纳达吉（Khan和Senhadji，2000）认为大银行对企业收费高、挤压企业利润空间，甚至通过控制融资，间接地控制了贷款企业，不利于经济增长。德布雷（BoyeauDebray，2003）利用20世纪90年代中国省区面板数据研究银行
摘 要：金融发展与经济增长之间的关系，历来是金融领域研究的重点，但却鲜有文献将金融结构、产业结构与经济增长三者结合起来进行研究。为此，本文基于我国东部10省市1998—2012年的数据，运用面板VAR分析了金融结构、产业结构与经济增长之间的关系，提出资本市场发展有助于推动经济增长，而信贷资金有助于推动产业结构升级，进而推动经济增长。因此，我国应在大力发展资本市场的同时，合理引导信贷资金流向，推动产业转型升级、促进经济增长。
关键词：金融发展；金融结构；产业结构；经济增长
1674-2265（2013）09-0020-06
一、引言
金融发展与经济增长之间的关系，很早就受到学术界的关注，也历来是金融领域研究的重点。随着相关研究的深入，许多学者发现经济增长总是伴随着金融发展和金融结构的变迁，并且开始关注金融结构变化及其在经济增长中的作用。产业结构升级是经济增长的重要内容之一，部分国外学者在研究金融发展与经济增长问题时，也将研究视角延伸至产业结构领域。目前，国内研究金融结构与经济增长两者之间关系的文献可谓汗牛充栋，也有部分学者开始关注产业结构变迁中的金融结构因素，但却鲜有文献将金融结构、产业结构与经济增长三者结合起来进行研究。金融发展的最终目的是服务于实体经济。经济处于不同的发展阶段，对金融体系的结构需求也存在差异。我国的金融结构是伴随着实体经济的增长而演变发展的，从产业结构与经济增长的角度研究金融结构调整与优化，有助于全面审视现有金融结构的特征和合理性，进而提出符合产业结构调整和经济增长需要的调整思路。
东部地区①是我国经济发展最具活力与竞争力的地区，在我国国民经济中具有举足轻重的地位。在东部地区经济快速增长的背后，是持续的产业结构优化升级；在经济增长和产业结构升级的过程中，金融发挥着十分重要的作用。本文试图以东部地区为例，运用面板VAR模型，分析金融结构、产业结构与经济增长之间的关系，以期为构建适应产业结构升级和经济增长的金融结构体系建言献策。

二、文献综述

自戈德史密斯（Goldith，1969）的经典著作《金融结构和金融发展》问世以来，有关什么样的金融结构更有利于促进经济增长的争论层出不穷，而争论的焦点则是金融（主要指银行）和金融市场（主要指股票市场）对于经济增长到底谁更胜一筹。银行优越论者认为银行发展是经济增长的一个源泉。施蒂格利茨（Stiglitz，1985）认为银行主导型金融体系能更好地解决委托问题，进而促进经济增长。金和莱文（King和Levin，1993） 运用1960—1989年间77个国家的数据进行分析，发融在识别具有更多成功机会的创新企业方面具有优势，并通过这些信息的获取和利用来推动技术创新，因此金融的发展与长期经济增长具有明显的相关性。艾伦和盖尔（Allen和Gale，2002）将金融系统分散风险的功能分为横向风险分担和跨期风险分担，依其理论可以看出，银行较之于股票市场可有效提供跨期风险分担来应对系统性风险。查克拉博蒂和雷（Shanka Chakraborty和Tridip Ray，2006）利用内生增长模型分析银行主导和市场主导的金融体系与经济增长的关系，认为对于工业化进程中的国家而言，银行主导的体系更具有积极意义。市场优越论者主要强调金融市场在推动经济增长方面比银行更有效。可汗和萨纳达吉（Khan 和Senhadji，2000）认为大银行对企业收费高、挤压企业利润空间，甚至通过控制融资，间接地控制了贷款企业，不利于经济增长。德布雷（Boyeau Debray，2003）利用20世纪90 年代中国省区面板数据研究银行业规模对各省经济增长的影响，认为国有银行更倾向于给国有企业发放贷款，而国有企业效率很低，这种所有制偏向使得银行信贷规模与经济增长之间存在负向关系。贝克和莱文（Beck和Levine，2004）认为股票市场和银行的发展能够对经济增长产生巨大的经济效应。还有部分研究认为不能简单地选择银行主导或市场主导，两种模式都与经济增长正相关，在提供金融服务方面相互补充（莱文，1997）。莱文和佐沃罗什（Levine和Zevros，1998）利用1976—1993年的跨国回归数据分析，指出市场主导的金融体系与银行主导的金融论文导读：ullDomain}4.其他指标。为增加模型的解释力，本文引入资本形成率（用CAPITAL表示）和劳动力增长率（用POPULA表示）作为解释变量。其中，劳动力增长率根据三次产业分就业人员数计算得出。5.数据来源。本文选择北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10个东部省市1998—
体系为经济发展提供的服务方式有所不同，但银行及股票市场的发展与经济增长之间存在较强的正相关关系。林特尔和可汗（Kul B.Luintel和Mosahid Khan，2008）分析了由世界银行提供的摘自：本科生毕业论文范文www.7ctime.com
14个国家的金融发展和金融结构数据，发融结构在解释经济增长方面的作用非常显著。
在金融结构与产业结构关系方面，现有研究主要探讨金融结构是否可以影响产业结构。卡尔林和梅弗（Carlyn和Mayor，2003） 把产业分成人力资源型、银行融资依赖型和股票融资依赖型三种类型，并利用OECD国家的数据进行实证研究，证明金融结构在金融市场发展越过一定“门槛”后确实可以影响一国的产业结构。安佐拉多斯、阿波西斯和托马斯（Anizoulatos、Apergis和Tsoumas，2011）对29个国家的28个产业部门1990—2001年的面板数据进行协整分析，结果发融结构与产业结构在长期内存在关联。还有部分研究将触角延伸至行业内部，探讨不同金融结构具体对哪些行业产生影响。贝克、德米尔居奇和莱文（Beck、Demirgü?-Kunt和Levine，2004）在研究金融发展与企业规模以及经济增长问题时，发融发展更有利于那些由许多小企业构成的产业的增长。平、帕克和信（Binh、Park和Shin，2005） 遵循产业的技术特征区分不同产业，采用金融结构存在差异的26个OECD国家的26个制造业的产业数据进行研究，结果表明市场主导型金融结构有利于高新技术产业的增长，银行导向型金融结构有利于传统产业的增长。 摘自：本科毕业论文结论www.7ctime.com
4. 其他指标。为增加模型的解释力，本文引入资本形成率（用CAPITAL表示）和劳动力增长率（用POPULA表示）作为解释变量。其中，劳动力增长率根据三次产业分就业人员数计算得出。
5. 数据来源。本文选择北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10个东部省市1998—2012年的年度数据进行实证研究。其中，各地区的GDP、三次产业的GDP、资本形成率、人口总数、按三次产业分就业人员数来源于历年《中国统计年鉴》，各地区的贷款余额和股票市值来源于万得数据库。

(二)面板VAR模型

面板VAR综合了面板分析和VAR模型的优点，不但可以控制不可观测的个体异质性（包括个体效应和时间效应），还可以分析面对冲击时经济的动态反应。在面板VAR模型中，各变量既可以对单个省市的经济波动产生影响，产出的波动也会对其他省市的相关变量产生冲击，这种动态的调整过程能够较好地刻画各种冲击的传导机制。因此，本文构建如下面板VAR模型进行分析：
[A0xi，t=fi+j=1qAjxi，t-j+di，t+μi，t] （4）
其中，[xi，t=（z′i，t，y′i，t）′]，向量[z′i，t=CAPITALi，t，POPULAi，t]是解释变量，向量[y′i，t=FINCONi，t，STRUCTi，t，LGDPGROi，t]是被解释变量，向量[μi，t=εi，t，ηi，t′]是随机扰动项，[εi，t]代表外生冲击，[ηi，t]代表内生冲击，[i]对应每个样本省市，[t]对应时期。方阵[A0]反映各变量间同期关系，方阵[Aj]反映变量的滞后效应，[j]为滞后阶数。[fi]为固定效应，体现不同省市的个体异质性；[di，t]为特定的时间虚拟变量，体现每一时期不同省市的特定冲击，进而规避横截面样本中可能存在的结构差异。

(三)估计方法

在估计面板数据时，首先需要消除样本中的固定效应。由于VAR模型的自变量与固定效应相关，导致通常使用的均值差分方法可能出现偏误，因此本文使用“向前均值差分”法消除个体向前的均值，确保滞后变量与转换后的变量正交，进而与误差项无关。因此，该方法可论文导读：态交互作用和效应。根据面对冲击时金融结构的动态反应（见图1），可以得出以下结论：一是金融结构本身对金融结构带来的扩张效应最大。一单位标准差的冲击会使金融结构在第1期提高2.9779个单位，随后2—6期的影响程度大幅度下降，最终趋向于一个很小的正向影响，总体来看均为正向影响。二是经济增长开始对金融结构带来正向影响，
以使用滞后变量作为其工具变量，采用GMM的方法进行估计。
在同一个经济体内，东部10省市面对的区域经济环境有很大的相似之处，同时模型中加入了体现特定异质效应的虚拟变量，因而参数的异质性问题很小。因此，本文假定各横截面样本具有动态性，即矩阵A所体现的关系是相同的。该假定有助于缓解数据时间维度有限、无法估计单个省市的动态特征的问题。

四、实证分析③

(一)单位根检验

由于普通的ADF方法在检验面板数据的平稳性时是低效的，因此本文采用Levin-Lin-Chu检验和Im-Pesaran-Shin检验两种方法来检验面板数据的平稳性。面板单位根两种检验方法的检验结果（见表1 ）均表明，模型中源于：硕士论文www.7ctime.com
的5个变量的一阶差分都是平稳的。

(二)面板VAR模型的估计

AIC准则和SC准则结果表明，面板VAR模型的滞后阶数为1。用GMM对模型进行估计，估计结果（见表2）表明，滞后1期的金融结构本身和产业结构对金融结构的影响在1%的显著性水平下显著，影响是正向的；滞后1期的产业结构本身对产业结构的影响在1%的显著性水平下显著，影响是正向的；滞后1期的金融结构对产业结构的影响在5%的显著性水平下显著，影响是正向的；滞后1期的金融结构对经济增长的影响在1%的显著性水平下显著，影响是负向的；滞后1期的产业结构和经济增长本身对经济增长的影响在5%的显著性水平下显著，影响是正向的。

(三)脉冲响应分析

基于面板VAR模型的估计结果，本文通过Monte Carlo模拟了500次得到脉冲响应函数图，衡量随机扰动项的一个标准差的冲击对其他变量当前和未来取值的影响轨迹，直观地刻画出变量之间的动态交互作用和效应。
根据面对冲击时金融结构的动态反应（见图1），可以得出以下结论：一是金融结构本身对金融结构带来的扩张效应最大。一单位标准差的冲击会使金融结构在第1期提高2.9779个单位，随后2—6期的影响程度大幅度下降，最终趋向于一个很小的正向影响，总体来看均为正向影响。二是经济增长开始对金融结构带来正向影响，然后转变为负向影响，总体影响不明显。三是产业结构会对金融结构带来扩张效应。一单位标准差的冲击会使金融结构在第0期提高0.9915个单位，随后3—6期的影响程度大幅度减少，最终趋向于一个很小的正向影响，总体上看均为正向影响。
根据面对冲击时产业结构的动态反应（见图2），可以得出以下结论：一是产业结构对产业结构本身具有明显的扩张效应。一单位标准差的冲击会使产业结构在第1期提高6.4515个单位，随后2—6期的影响程度大幅度下降，最终趋向于一个很小的正向影响，总体来看均为正向影响。二是经济增长开始对产业结构带来正向影响，然后转变为负向影响，总体影响不明显。三是金融结构会对产业结构带来扩张效应而且影响持续为正值。
根据面对冲击时经济增长的动态反应（见图3），可以得出以下结论：一是经济增长对经济增长本身带来的扩张效应最大，而且这种影响持续为正值。二是金融结构对经济增长有明显的负向影响，表明间接融资所占的份额越高，对经济增长的负向影响越大。三是产业结构会对经济增长带来扩张效应。一单位标准差的冲击会使经济增长在第1期达到最高，随后3—6期的影响程度大幅度下降，最终趋向于一个很小的正向影响，总体上看均为正向影响。
上述脉冲响应分析结果表明，经济增长对金融结构、产业结构的影响均不明显；产业结构对金融结构和经济增长均有明显的正向影响，即产业结构升级不但有助于经济增长，还会带动间接融资的发展；金融结构对产业结构有一定的正向影响，即间接融资在一定程度上推动产业结构升级；金融结构对经济增长有明显的负向影响，表明间接融资所占份额的提高不利于促进经济增长。 源于：毕业总结范文www.7ctime.com