浙江省金融发展和经济增长关系的实证分析

《浙江省金融发展和经济增长关系的实证分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、浙江省金融发展和经济增长关系的实证分析【摘要】使用2006～2014年浙江省经济发展的宏观季度数据，本文考察了浙江省区域金融发展和经济增长的相关关系。与现有文章不同，我们采用带有控制变量的向量自回归模型，从金融发展的规模、效率以及结构三个方面进行了综合考察。我们的结论显示，浙江省的金融发展与经济增长之间存在相互促进的关系，但仅仅依靠的是金融规模的扩张，而与效率以及结构无关。中国3/vie　　【关键词】金融发展经济增长向量自回归模型浙江省　　一、引言　　目前，中国经济发展进入新常态，正从高速增长转向了中高速增

2、长，经济发展方式正从规模速度型粗放增长转向质量效率型集约增长，经济结构正从增量扩能为主转向调整存量、做优增量并存的深度调整。金融作为经济发展的突破口，是经济资源配置的核心手段。然而由于中国各地经济发展水平差距过大，金融发展也极不均衡，因此研究中国区域金融发展与经济增长的关系才更具代表性。基于此研究背景，本文选取金融、经济发展均良好的浙江省作为研究对象，进行问题的探讨。　　二、文献回顾　　早在二十世纪初期，Schumpeter就认为良好的金融系统能够促进经济的发展，功能良好的银行能够为有潜力的企业提供资金，促

3、进技术创新，最终导致生产力的提高。随后，Goldsmith开创性的提出了“金融结构论”，认为金融发展规模与经济增长密切相关，且呈同步关系。与此同时，Patrick也提出了著名的Patrick假说：在发展中国家，金融发展是经济增长的必要条件之一，这便是金融发展的“供给主导”。Shaetriades的研究结果显示“金融发展促进经济增长不具有普遍性”。并且，Mckinnon也提出过“金融抑制论”，认为由于发展中国家金融市场的不完全，这就导致资源配置的扭曲。　　虽然国内对其问题的研究比较晚，但也得到了学者们广泛的关

4、注。谈儒勇采用普通最小二乘法得出了金融中介发展与经济增长之间有显著的正相关。]曹啸和吴军通过分析得出：金融发展对经济增长的推动主要是通过金融资产量的规模扩张，而不是通过资源配置效率的提高来实现的。武志在剔除了中国金融发展水平中虚假成分后，得到了金融发展与经济增长之间具有相互促进的作用。王颖和宋翠玲基于31个省面板数据的研究，认为大部分地区的金融相关比率都显著的进入增长模型，总体上来看，金融发展与经济增长呈现高度的相关性。同样，李广众和陈平认为，金融中介效率与经济增长之间不存在任何关系。　　关于金融发展和经济

5、增长之间的相关关系存在着广泛的争议。这是因为研究分析中关于所选取的金融发展衡量指标的不同，以及所采用的经验分析方法存在差异。第一，衡量金融发展的指标主要有戈氏和麦氏指标。有研究结果表明麦氏指标（M2/GDP）不能准确衡量中国金融深化程度，用戈氏指标来衡量更加准确。第二，大多数经验分析都仅仅基于单方程模型，采用的方法是普通最小二乘法，但是大量研究表明，单方程模型的选择往往有非常严格的要求，可能导致错误的结论推断。除此之外，多数研究没有考虑控制变量。经济发展的原因有很多，所以有必要在模型中加入控制变量。　　三、

6、变量的选取和定义　　文章选取浙江省的季度GDP作为被解释变量，从金融发展的规模、效率、和结构三个方面来反映金融发展。将金融相关率（FIR）、金融中介效率（FEA）和金融结构指标（FCR）作为解释变量。我们将加入社会资本存量（K）、人力资本（L）和进出口总额（EX）三个影响因素作为控制变量。各变量的定义如下所示：　　FIR=（金融机构存款余额+金融机构贷款余�~+股票市场市值）/GDP　　FEA=金融机构贷款余额/金融机构存款余额　　FCR=股票市场市值/（金融机构存款余额+金融机构贷款余额+股票市场市值）　

7、　K=固定资本存量/GDP　　L=城镇单位从业人员工资总额/GDP　　EX=进出口总额/GDP　　本文所有变量均为季度数据，样本区间为2006年第1季度～2014年第4季度，原始数据出自同花顺资讯平台、中国经济与社会发展统计数据库、浙江省统计信息网，其中固定资本存量由笔者估算得来。　　四、实证分析　　（一）模型的选取　　由于金融发展对经济增长具有推动性作用，很多学者如赵振全、武志、Savleryd和Vlachos等都将金融变量视为一种生产要素，提出了包含了金融发展等变量的科布-道格拉斯生产函数，本文也将将基

8、于科布-道格拉斯生产函数，从金融发展、资本、劳动和进出口四个角度考察经济增长。　　其中：F表示金融发展指标；K表示资本指标；L表示劳动指标；EX表示进出口指标；A、α、β、γ、δ为常数。　　本文的目的是为了分析金融发展与经济增长的关系，因此对上式取对数，LnGDP便是更好的体现了经济的增长。上式变为：　　（二）消除季节趋势与平稳性检验　　由于本文的时间序列采用的是季度时间序列，因而数据的波动受到季节的影响，因此在