汪霞

[提要] 近几年来，如何在扩大金融规模基础上提高金融效率，金融效率的提高是否有效地促进了经济增长成为研究的重要问题。本文以我国31省和直辖市为研究对象，采用静态和动态面板回归模型，实证检验我国区域金融效率与经济增长的关系，实证结果显示：金融效率水平的提高有力地促进了经济的增长；相反，金融规模的增长对经济增长产生一定的阻碍作用。我国金融发展应由金融规模的扩张向金融效率的提高转变。

关键词：金融规模；金融效率；经济增长

中图分类号：F83 文献标识码：A

收录日期：2018年9月12日

根据现代金融发展理论，金融发展能够促进经济增长，特别是随着内生经济增长模型和一般均衡理论的发展，以及其在金融分析中的应用，金融发展对经济增长的作用得到了系统的理论解释。资本是经济增长最基本的要素，而金融是资本形成、积累和分配的中介，提高金融效率，则可提高资本配置效率。根据内生经济增长模型，经济增长取决于资本生产率、储蓄率和储蓄投资转化率，而金融发展则可通过影响储蓄率、储蓄投资转化率和资本配置效率对经济增长产生作用。随着金融发展的不断深化，金融产出也已成为国民经济的重要组成部分，提高金融产出效率，也能促进经济的增长。

一、变量选取和数据来源

本文主要研究区域金融效率与经济增长之间的关系及其对经济增长的贡献，为了体现金融发展水平的影响，将金融规模指标也作为内生变量引入模型，从金融发展的质与量两个角度来研究金融发展对区域经济增长的影响和贡献。同时，为了避免忽略重要变量对经济增长的影响，在分析金融规模和效率对经济增长的时候，将影响经济增长的主要变量作为控制变量纳入模型，以更符合分析的理论基础。变量选取具体如下：

（一）区域经济增长指标（GDP）。经济增长指标作为因变量，代表我国区域经济增长的水平，由于我国各区域发展不平衡，为了反映各地区真实的经济增长情况，剔除人口因素的影响，本文采用各省市人均GDP指标来衡量经济增长，并以2000年不变价对GDP进行价格平减。

（二）区域金融发展规模指标（FIR）。衡量区域金融发展规模的指标较常用的是金融相关率（FIR），金融相关率定义为全部金融资产价值与经济总量（GDP）的比值。鉴于资料的可得性和适用性，本文用地区金融机构本外币存贷款余额代替全部金融资产价值。

（三）区域金融效率指标（FE）。本文采用随机非参数包络方法测算我国区域金融投入产出效率作为自变量，反映我国区域金融效率水平。

（四）区域固定资产投资（INVEST）。固定资产投资是经济增长的最主要因素，因此将区域固定资产投资作为控制变量纳入模型，为了保证变量选取的一致性，本文用地区固定资产投资占GDP的比重来表示区域固定资产投资水平。

（五）区域消费水平（CONSUME）。投资、消费和进出口是经济增长的三驾马车，因此本文将区域消费水平作为控制变量，用地区零售商品额占GDP的比重来表示地区消费支出水平。

（六）区域对外开放程度（EX）。在开放的市场经济中，进出口额可反映区域经济的对外开放程度，并对区域经济增长产生重要影响，因此作为控制变量之一，本文用地区进出口总额占GDP比重来表示地区的对外开放程度。

（七）区域财政投入（GOV）。区域经济的发展离不开国家的经济政策以及财政投入，特别是我国区域经济增长较大程度受到了地区财政支出的影响，因此将区域财政投入作为控制变量，本文用地区财政支出占GDP比重来表示地区财政投入水平。

本文数据均来源于2004～2017年《中国统计年鉴》、《中国金融年鉴》及各地方统计年鉴。

二、模型设计

本文的研究对象为2003～2016年我国31个省和直辖市的金融规模、金融效率和经济增长，因此采用面板数据模型来分析区域金融规模、效率对经济增长的贡献。在建立模型之前，为了减少异方差以及量纲的影响，对所有变量取对数，建立如下静态面板数据模型：

同时，考虑到经济增长的惯性，经济增长除受到各投入要素的影响外，还受到上期经济增长水平的影响，为了避免模型设定的误差，将GDP的滞后期作为因变量纳入面板数据模型，将模型动态化，建立动态面板数据模型：

模型中，i表示各省份；t表示時间；it表示随机误差项；FIR表示各地区金融机构存贷款余额/GDP，反映区域金融规模；FE表示金融效率；INV表示各地区投资水平；CON表示各地区消费支出水平；EX表示各地区进出口占比，反映地区对外开放水平；GOV表示政府在各地区的财政投入。

三、实证分析

（一）序列平稳性检验。在模型估计前，需先对相关序列进行单位根检验，本文运用EVIEWS软件，同时采用多种检验方法来检验变量的平稳性，包括同质的LLC和异质IPS、ADF、PP，各种方法检验结果都显示，所有变量都是平稳的，可以对模型进行估计。

（二）模型估计。将我国2003～2016年的面板数据代入模型1和模型2，对金融效率对经济增长的贡献进行估计。模型1为静态面板模型，估计步骤为：第一步，对模型进行hausman检验，以确定是建立个体固定效应模型还是随机效应模型。第二步，采用普通最小二乘法估计模型的参数；模型2为动态面板模型，采用GMM方法进行估计，在估计时，为了避免滞后一期的GDP内生性问题，通常选用变量的高阶滞后值作为工具变量，因此在估计时，需对工具变量进行相关检验，以确定工具变量的外生性，本文采用J检验。对两模型均使用STATA软件估计。

（三）实证结果分析。静态面板模型1的Hausman检验结果为显著拒绝零假设，因此建立个体固定效应模型。回归结果显示，各变量的统计结果的P值都在10%以内，统计结果均为显著的，金融规模变量lnFIR的系数为-0.200255，表明金融规模的增长与经济增长呈反向关系，而金融效率变量lnFE的系数为0.514220，表明金融效率的提高促进了经济增长。

动态面板模型2的J检验的P值为0.25，拒绝了变量是内生性的假设，表明选择的工具变量是合理的。GMM估计结果显示，各变量的统计结果也都是显著的，与静态面板模型的结果相比，控制变量的系数有所变化，但主要变量lnFIR和lnFE的系数符号和静态模型一样，金融规模变量lnFIR的系数为-0.06256，金融效率变量lnFE的系数为0.523556。无论是静态面板模型还是动态面板模型，实证结果都显示，金融效率水平的提高有力地促进了经济的增长，当金融效率水平每提高1%，可以促进地区人均GDP增长0.5%左右。相反，金融规模的增长对经济增长产生了一定的阻礙作用，从系数来看，目前的阻碍作用还相对较小。

四、结论

自从我国金融体制改革以来，我国各区域的金融投入不断加大，金融规模增长的区域差异逐渐减小，金融规模的增长已由早期对经济增长的匹配和促进走向金融投入的过度和浪费，造成金融过度膨胀，从而挤占实体经济的结果，阻碍了经济的整体增长；相反，在金融规模适度的增长基础上提高金融效率水平则可以促进经济增长。因此，我国区域金融的发展已经到了由量变到质变的阶段，适度放缓金融规模的增长，重视金融效率的提高是当前金融发展的方向。

主要参考文献：

[1]周晶.全球化、金融发展与经济增长关系的实证分析[J].统计与决策，2018（16）.

[2]潘林伟，马迪，吴娅玲.中国金融效率促进经济增长效应的区域差异及地方政府宏观调控的异质需求[J].技术经济，2017.36（10）.

[3]孙志红，王亚青.金融集聚对区域经济增长的空间溢出效应研究[J].审计与经济研究，2017.32（2）.

[4]舒朝普.数字经济时代如何迎接“人才战”[J].中国外资，2017（3）.

[5]卢方元，李彦龙.金融发展规模、效率与经济增长关系的实证检验[J].统计与决策，2016（12）.

[6]周力，张宁.金融发展规模、效率和结构对经济增长的影响[J].统计与决策，2016（8）.

[7]许潇文.我国金融效率与经济增长关系的区域差异分析[J].技术经济与管理研究，2015.