钱 龙

（安徽工程大学 管理工程学院，安徽 芜湖 241000）

中国金融业与实体经济互动发展的实证检验

钱 龙

（安徽工程大学 管理工程学院，安徽 芜湖 241000）

金融业与实体经济之间关系一直是学术界关注的焦点之一。文章利用VAR模型对我国金融业与实体经济互动发展关系进行了实证检验，得出如下结论：第一，我国金融业与实体经济存在单向的Grange原因，实体经济是金融业发展的根本原因，而金融业却不是推动实体经济发展的原因；第二，金融业与实体经济之间的双向促进机制在我国并不存在；第三，我国金融业在快速发展的同时，却隐藏着金融与实体经济渐相脱离，对经济发展支持力度减弱，金融业存在一定风险，金融业快速发展伴随着金融资源配置与实体经济需要脱节并存。在此基础上，提出了促进二者互动发展的对策建议。

金融业；实体经济；互动发展；VAR模型

1 研究方法

1.1VAR模型

1980年希姆斯创造性将VAR模型引入经济学研究，VAR作为非结构化多方程模型旨在确定每一个内生变量滞后值作为经济系统中该内生变量的函数，从而揭示变量与变量之间的动态运行规律，与建立在传统经济理论基础上的结构化模型相比，VAR模型更有助于让数据自己说话，避开了结构化模型中内生变量建模滞后值问题，它常用于经济系统的动态观察。一般的VAR模型数学表述如下：

yt和Xt分别为m维内生变量和d维外生变量，A1、A2、Ap和B1、B2、Br是参数矩阵，yt和Xt分别有p和r阶滞后期，因为内生变量y有P阶滞后期，VAR模型也被称VAR（p）模型，实际运用中人们常常希望p和r保持适度，在兼顾自由度和滞后期下考察模型的动态特征。（1）式中μt为随机扰动项，它与y、x及自身滞后项均不相关。运用最小二乘法（OLS）估计（1）式，得到的参数具有BLUE性质。

1.2 脉冲响应函数

该方法旨在研究一个变量如果受到某种冲击时，该变量对系统产生的动态影响。脉冲响应函数建立在VAR模型基础上，它以变动随机扰动项的一个标准差新息影响模型中所有内生变量及其未来取值，就一个两变量滞后两期的VAR（2）模型而言：

其中t是时间（t=1,2,…,T），ai、bi、ci、di参数，随机扰动项μ具备白噪声特征。假设VAR(2)从第零期开始运行，

K和t分别变量个数和时间。因为括号里第j个随机扰动项εj是从无限过去到截止现在时点对yi影响的总和，再者εj无序列自相关，我们便可对其求方差，结果如下：设x-1=x-2=y-1=y-2=0，又假设在第0期随机扰动项为零并且其后均为0，称作第零期给以脉冲，随后xt和yt脉冲响应如下：当t=0时，x0=1,y0=0；

不断重复这样迭代过程，求得结果如下：x0,x1,x2,x3,…和y0,y1,y2,y3,…;其中x0,x1,x2,x3,…称为由x引起的x本身脉冲响应函数；y0,y1,y2,y3,…称为由x引起的y脉冲响应函数。同理可以求得由y引起的各个内生变量和外生变量的脉冲响应函数。

1.3 方差分解法

该方法是通过分析方程内部每一个结构冲击对内生变量变化的贡献程度，以此进一步测度不同结构冲击的作用力，从中可以看出不同结构冲击的重要性。它提供了另一种系统动态变化的方法，它将系统的预测均方误差分解成系统中各变量冲击所作的贡献，以此可以考察VAR系统中任意一个变量冲击的相对重要性。

由 VMA(∞)的表达式：yt=(Ik+C1L+C2L2+…)εt，t=1,2,…，T，yt的第i个变量yit可以写成：

（4）式是用方差评价第j个随机扰动项对第i个变量从过去到现在时点的影响总和，由于随机扰动项向量的协方差矩阵Σ是对角矩阵，所以yi的方差是上述方差各项简单之和：

yi方差继续可被分解成k种互不相关影响，同时相对方差率（RVC）可用于测定各个随机扰动项对yi方差究竟有多少程度贡献，也即究竟可以有多少概率解释yi。其公式为：

这样就可用RVC测度第j个变量对第i个变量的影响度，进而揭示变量间的关系。

2 实证分析

鉴于样本数据的可得性和准确性，本文以工业增加值反映实体经济发展水平，它是反映实体经济最典型指标，以金融产业增加值反映金融业发展水平，样本区间为1978～2010，共计33年数据，数据来源于国家统计局、金融统计年鉴。为保证数据的准确性、可比性和统一性，需要剔除物价因素影响，为此需要按照不变价格调整工业增加值和金融产业增加值，本文以1978年价格为100指数进行统一调整，剔除物价后的工业增加值和金融产业增加值记为Ins和Fin,再者因为选用的是时间序列数据，还可能受到异方差影响，为此需要对变量进行对数化处理，这并不影响时间序列数据的特征，将对数化处理后的工业增加值和金融产业增加值记为lnIns和lnFin，其一阶差分分别为dlnIns和dlnFin，运用Eviews5.0工具实证研究金融业与实体经济的融合互动，从而揭示中国实体经济和金融业之间的互动发展关系。

2.1 单位根检验

时间序列数据很有可能存在伪回归现象，因为它容易存在非平稳性问题，为避免出现此类问题，本文运用最常见的工具—迪克-富勒（ADF）检验法检验时间序列数据的平稳性问题，检验结果见表1所示：

表1 变量的单位根检验结果

从表1可以看到，工业增加值序列（lnInd）与金融产业增加值序列（lnFin）均不能拒绝单位根假设，两个序列都是非平稳性序列，在对两个序列进行一阶差分后都是平稳的，因此lnIns和lnFin均为一阶单整，记为I（1），只有在时间序列数据为同阶单整，才能进行Granger Causality Test（格兰杰因果关系检验）和Cointegration Tes（t协整检验）。

2.2 格兰杰因果关系检验

格兰杰因果关系检验是用于分析经济变量之间是否存在因果关系的方法，模型如下：

（6）式中，αi、βj为常数，εt是白噪声。虽然有些变量与变量之间从统计上具有显著相关性，但未必具有经济意义，因此在建模之前，有必要进行Granger因果关系检验，否则可能得出脱离实际的结论。Granger因果关系检验探讨究竟是实体经济发展是推动金融业发展？还是金融业发展推动实体经济的发展？还是二者互相促进？实质是探讨二者究竟何为因何为果。因为Granger因果关系检验在不同滞后期下结果会大相径庭，所以合理确定滞后期非常关键，根据AIC和FPE信息准则，最终确定滞后1期为最优值，此时Granger因果关系检验如表2所示。

表2 Granger因果关系检验

从表2可以看到，lnInd是lnFin的Granger原因，但ln-Fin却不是lnInd的Granger原因，解释变量lnInd与被解释变量lnFin存在单向因果格兰杰因果关系检验，也即我国实体经济发展是推动金融发展的动因，而金融业发展却无法引起我国实体经济的变化。

2.3 VAR模型最优滞后期确定

为保证VAR模型参数有足够的解释力，必须要在滞后期和自由度之间寻求适当均衡，应用Eviews软件，根据LR(似然比检验统计量)、FPE（最终预测误差）、AIC信息准则、SC信息准则及HQ信息准则等五个常用指标确定最佳滞后阶数，检验结果如表3所示。

表3 VAR模型滞后期选择准则

不难看出，表3显示五个准则都倾向选择2阶滞后模型，综合考虑模型拟合度、残差的异方差性、自相关性和正态性后，最终选择滞后2期为最优水平。

2.4 VAR模型构建及稳定性检验

根据前面所做的平稳性检验、Granger因果关系检验和最优滞后期确定，结合VAR建模思路，以时间序列lnInd和lnFin建立VAR（2）模型，采用OLS法得到估计式为：

可见，模型整体检验结果比较好，如可决性残差为2.78E-06；对数似然值为106.7618；赤池信息值为-6.450787，施瓦兹值为-5.983722。同时，对模型进行稳定性检验，结果如图1所示。

由图1可知，VAR模型全部根的倒数值均在单位圆内，表明该模型特征方程所有根倒数的模小于1，所以模型是稳定的，它为下一步的脉冲响应函数分析和方差分解分析提供了前提。

2.5 协整检验

协整检验既能反映一组同阶单整变量的线性组合是否具有协整关系，还能判断设定的线性回归方程是否合理。一般而言，对非限制性VAR模型协整检验的滞后期相比VAR模型滞后期要少一期，本文VAR模型滞后期为2，则协整检验滞后期应为1，采用Johansen协整检验法，结果如表4所示。

图1 VAR模型平稳性检验结果（Graph形式）

表4 lnInd与lnFin的Johansen协整检验结果

如表4所示，lnInd与lnFin在5%的显著性水平下通过协整验证，表明中国金融业与实体经济之间存在长期稳定关系。标准化的协整方程可以写成以下形式：

(7)式中ecm表示均衡误差，在长期内，实体经济每增长一个百分点，就可以拉动金融业1.1588个百分点增长，可见实体经济对金融业推动作用十分巨大。

2.6 脉冲响应函数分析

在VAR模型基础上，脉冲响应函数利用随机扰动项来考核它对各个内生变量未来各期值的影响轨迹，因此基于上述VAR（2）模型，分别给变量lnInd和lnFin施加一个正标准差新息的冲击，可以得到二者之间的相互冲击动态响应路径，如图1和图2所示，纵坐标是变量lnFin和lnInd对随机扰动项一个标准差新息的冲击响应程度，横坐标是变量受冲击下的未来响应基数，这里取n=10期。

图2 LNFIN对LNFIN和LNIND的脉冲响应

图3 LNIND对LNFIN和LNIND的脉冲响应

从图2可以看出，lnFin对其本身的一个标准差扰动具有负效应，但该负效应产生是有个过程的，在第1期表现为正效应，这种正效应在第1期就表现最大，但随后正效应影响逐渐下降，在第5期下降为零，且从第5期开始正效应消失逐渐产生负效应，在第10期负效应达到最大化。而lnInd对lnFin的标准差新息冲击的反应整体是正向效应，在第1期为零，而在随后正效应不断上升，并在第8期达到最大，之后正效应影响逐渐趋于平稳。对比来看，ln-Fin受到自身标准差的冲击为负向效应，而lnFin受到lnInd标准差的冲击为正向效应，可见lnFin受到lnInd标准差的冲击远远超过lnFin受到本身的冲击，而且正向效应绝对值大于负向冲击的绝对值。在考察期内lnFin受到本身身冲击的累计反应值为-0.1276，lnFin受到lnInd冲击的累计反应值则为0.5953，两者对比不难发现lnFin受到lnInd的冲击远超自身冲击。

图2揭示的经济含义如下：金融业发展水平对其本身有一个负向影响，表明金融业的发展不能建立在自身“空中楼阁”之上，需要他物支撑，绝对不能无源发展，2008年国际金融危机，很大程度上是因为国家相关部门过于拔高金融业地位，金融过度创新和发展，完全脱离了实体经济，使金融风险不断积累，最终也给整个经济体制带来重伤。而实体经济对金融业的发展呈现出正向影响，且该正向影响超过金融业受其自身的负向影响，表明了我国实体经济发展正向推动了金融业快速发展，这种正向推动力量超过了其他制约金融业发展的力量，实体经济为我国金融业的健康稳定发展做出了巨大贡献。

从图3可以看出，lnInd对其本身的一个标准差的冲击在第1期就显示出很高的正向效应，且这种正向效应一直在上升，在第7期达到最高位，正向效应为0.1121，之后一直稳定在该水平；lnInd对lnFin的标准差新息反应在第1期为正，正向效应为0.0158，在第2期达到最大，正向效应为0.0202，在第4期为0，从第5期开始产生负向效应，之后逐渐增大，于第10期达到峰值。在考察期内lnInd受到本身冲击的累计反应值为0.8808，lnInd受lnFin冲击的累计反应值却为-0.2034，对比可以看出lnInd受其自身的正向影响远远超过lnInd受lnFin的负向影响。

图3揭示出这样的经济含义：我国实体经济发展更多来自自身的循环累积，金融业对实体经济的扶持在短期内具有正向推动作用，但从长期来看不具有持续的正向推动力，反而还制约了实体经济发展，因为实体经济受自身强大力量的推动力超过了金融业的反向制约力，所以我国实体经济整体上处于良性发展状态。总之，实体经济的发展更多来自实体经济本身的正效应。

2.7 方差分解分析

为更进一步认识金融业与实体经济之间的互动关系，考察它们彼此之间的相对重要性，对金融业与实体经济建立的VAR（2）模型做方差分解，结果如表5和表6所示。

从表5可以得出：我国金融业发展水平的预测方差从长期来看受到自身影响甚微，从第1期开始就不断下降，之后下降到15%左右，实体经济对金融业的预测方差的影响在第1期为0，从第2期开始就有明显上升，之后不断提高，在第6至第10期稳定在80%以上，表明我国金融业的发展80%以上由实体经济发展所解释。所以，从长期来看，实体经济对金融业发展的影响相对重要的多。

表5 lnFin的预测方差分解

表6 lnInd的预测方差分解

从表6可以得出，我国实体经济受到金融业发展水平严重偏小，平均为10%左右，实体经济发展受到自身影响整体上处于高水平状态，平均为85%左右，说明实体经济的发展85%可有自身发展水平解释，而金融业发展水平来解释实体经济发展动因很微弱，也证实了我国实体经济发展更多靠自身，而金融业没能发挥出促进实体经济发展的作用，金融资源配置与实体经济需要产生了脱节。

3 结论和政策建议

本文利用中国金融业与实体经济年度数据，使用VAR系列模型实证检验了我国金融业与实体经济之间的互动发展关系，得出以下实证分析结果：首先，中国实体经济与金融业存在格兰杰因果关系，但这种因果关系是单向的，实体经济是金融业发展的根本原因，而金融业却不是推动实体经济发展的原因，所以金融业与实体经济协整关系也是单向的；其次，良性互动发展关系在中国金融业与实体经济之间并未形成，双向互促机制在中国金融业与实体经济之间也并未展现，事实是中国现阶段金融业发展的主要推动力来自实体经济，实体经济是金融业发展的根本原因，金融产业发展受自身因素影响甚微，这也证实属于虚拟经济范畴的金融业难以通过自身累计循环发展，毕竟虚拟经济需要实体经济支撑；另外一方面我国实体经济发展主要来自自身力量推动，在长期内金融业制约了实体经济发展，它没能充当推动实体经济发展的角色。这些显然是与经济学理论上金融业与实体经济应该互动融合发展是相悖的，我国还未进入金融业与实体经济互动融合发展阶段。最后，我国金融业在快速发展的同时，隐藏着金融与实体经济渐相脱离，对经济发展支持力度减弱，金融业存在一定风险，金融业快速发展伴随着金融资源配置与实体经济需要脱节并存。

我国金融业与实体经济互动融合发展的关键在于摆正金融业合适的地位，金融业必须服从并服务于实体经济发展，其发展终极目标是以服务于实体经济，为此必须要做到以下几点：

第一，营造社会资金流向实体经济的良好环境。有步骤开放垄断行业市场，积极鼓励民营资本进入铁路、电力、石油化工、金融、电信等领域，引导民间资本进入高新技术产业、战略性新兴产业等高技术含量领域，让民间资本找到合适的投资渠道，得到稳定合理的回报，为资金流向实体经济层面营造良好环境。

第二，有序推进金融市场改革，维护银行业良性竞争。需要进一步推进利率市场化改革，建立人民币市场化的利率形成机制，规范证券市场和保险市场发展，建立多层次的资本市场体系，最终让实体经济中不同类型、不同规模、不同所有制、不同成长周期下的企业都能获得相应的金融支持、金融服务。

第三，建立多层次的中小型金融机构。我国大型金融机构改革已经初见成效，相比之下，中小型金融机构发展严重滞后，国家应该采取有效措施支持中小型金融机构发展，例如农村银行、村镇银行、合作银行、小额贷款公司、财务公司、担保公司、信托公司、私募基金等等，引导中小型金融服务中小企业特别是微型企业发展，同时中小型金融机构注重立足当地、扎根基层，理性扩张经营，不贪大求全、合理定位，与大型金融机构错位发展。

[1]何宜庆,文静.次贷危机下我国长三角与中部六省金融产业与实体经济互动影响的实证研究[J].区域金融研究,2010（,12）.

[2]李扬.金融发展和金融创新必须服务于实体经济[J].当代财经,2009（,1）

[3]姜鸿.美国金融危机影响中国实体经济的传导机制与应对策略[J].经济纵横,2009（,7）.

[4]马卫锋,王春峰.中国金融发展与经济效率的实证分析：1978～2002[J].财贸研究，2005（,4）.

[5]陈金明.金融发展与经济增长:兼论中国金融问题与经济增长问题[M].北京：中国社会科学出版社，2004.

[6]韩延春,夏金霞.中国金融发展与经济增长经验分析[J].经济与管理研究,2005（,4）.

[7]周业安,赵坚毅.我国金融市场化的测度、市场化过程和经济增长[J].金融研究,2005（,4）.

F830.5

A

1002-6487（2013）04-0109-04

教育部人文社科青年项目（11YJC790094）；安徽省教育厅人文社会科学研究项目（SK2012B055）

钱 龙（1982-），安徽安庆人，硕士，讲师，研究方向：宏观经济、金融。

（责任编辑/浩 天）