金融創新、技術創新與經濟增長
——新常態分析視角

李叢文

（南開大學經濟學院，天津300071）

金融創新、技術創新與經濟增長
——新常態分析視角

李叢文

（南開大學經濟學院，天津300071）

基于新常態理解，通過建立包含三部門的動態博弈模型，結合微觀視角與宏觀機制分析了金融創新、技術創新以及經濟增長的內在關聯并提出相關結論，然后選取1952～2013年數據，運用ARDL—ECM邊界效應檢驗模型實證檢驗所得結論，結果表明：單獨金融創新對經濟增長產生抑制作用，而協同技術創新對經濟促進作用顯著，但弱于單獨的技術創新作用；知識與創新短期內對經濟促進作用不顯著，其外部性發揮需要門檻積累。

創新驅動； 經濟增長； 新常態

從國內研究來看，關于金融創新與科技創新的關系，國內學者進行了較為充分的研究。其基本的共識是金融創新與科技進步之間存在耦合協同關系，金融創新能夠為科技進步提供有力輔助，支持該結論的的研究包括：李虹和艾治潤（2007）；肖科（2009）；邵同（2011）；葉子榮和賈憲洲（2011）等。在關于金融創新與經濟增長的關系上，國內相關的研究主要從以下兩個方面展開：微觀層面主要集中在金融產品創新的風險效應和政策管理方面。吳敬璉（2006）認為金融創新通過豐富金融產品、完善金融體系，將推動經濟增長；趙俊生、韓琳和李湛（2007）利用美國信用衍生產品市場面板數據，實證考察了CRT交易對銀行風險水平的影響。董經緯（2008）從住房信貸促進經濟增長的角度實證分析了金融創新對經濟增長的貢獻；倪志凌（2011）認為資產證券化并不能有效防范商業銀行系統性風險。宏觀層面主要集中在金融發展與經濟的關系上。周立和王子明（2002）研究發現中國各地區金融發展與經濟增長密切相關。王志強和孫剛（2003）從中國金融總體發展的規模擴張、結構調整和效率變化三個方面檢驗認為中國金融發展與經濟增長之間存在顯著的雙向因果關系。武志（2010）認為雖然金融增長能夠促進經濟增長，但金融發展的內在質卻只能由經濟增長所引致，二者存在內生性。趙勇和雷達（2010）認為金融發展水平的提高可以通過降低增長方式轉變的門檻值來推動經濟增長的集約式結構轉變。而在金融創新、技術創新和經濟增長三者關系上，國內研究相對較少。代表性的有江曙霞和鄭亞伍（2012）研究了金融創新、R&D與經濟增長的關系，結論是金融創新直接影響經濟增長率，還會通過對技術創新的影響，間接地影響到經濟的增長。孫浦陽和張蕊（2012）認為金融創新單獨對經濟增長的作用方向是不確定的，甚至可能存在顯著的抑制作用；而金融創新通過技術進步對經濟增長的促進作用是顯著的，并且這種作用更多地通過企業的技術進步來體現。

綜合來看，國內相關文獻研究有如下幾點不足：首先，盡管金融創新過程本身源于微觀金融機構、消費者或企業，而對經濟增長發揮的影響作用渠道卻是宏觀機制，將微觀機構與宏觀機制割裂開來，不能找到微觀金融創新與宏觀經濟增長的契合點，就容易放大創新的風險效應而忽視創新與實體經濟的結合，不能正確認識金融創新對于經濟增長的驅動作用，不符合新常態的“新”的認識。其次，金融創新并不等同于金融發展（Tufano，2003），金融發展是一個靜態存量水平，而金融創新更多的是一個長期持續過程。熊彼特增長理論認為金融創新驅動經濟增長有兩種方式，水平創新驅動方式和垂直創新驅動方式。水平創新驅動方式是金融創新的存量積累，即金融發展對于經濟增長的影響，特點在于金融創新靜態存量水平多樣化對于經濟的影響。垂直創新驅動是指通過金融創新技術的垂直變化來影響經濟增長，特點在于金融創新對于經濟增長的持續動態長期影響。只關注水平影響而忽視長期影響容易造成對金融創新到經濟增長的傳導機制認識上的不全面，有悖于經濟增長動力機制的新常態的“常態”認識。最后，所謂金融創新，可以有有兩個方面的理解，即金融產品與服務的開發和與企業的技術創新密切相聯系的金融創新。前者是基于金融市場超額收益最大化而進行的金融產品、金融服務創新；后者專指金融部門對企業、尤其是創新型企業的篩選、投資技術能力的提高，是基于服務實體經濟活動的金融部門的利益最大化。國內多數文獻相關研究多以金融創新的第一種理解為出發點，本文認為后一種理解更多地反映了金融與實體企業之間的關系，更能從本質上說明金融如何通過創新來實現對經濟社會的貢獻，基于上述金融創新概念的理解也更符合新常態下的創新驅動增長機制的重要著眼點。更具體地說，從宏觀角度上看，金融創新服務于實體經濟促進科技創新推動經濟增長；從微觀角度上，金融創新可以理解為金融企業家通過建立風險投資公司等技術性金融機構來篩選并投資高新技術成長型公司，以確保最大化的投資成功。

正是基于上述認識，本文通過構建包含金融部門、企業部門以及家庭部門“新”三元動態經濟模型，從微觀機制與宏觀視角相結合的角度分析了金融創新、技術創新以及經濟增長三者之間的“常態”關系，并且通過ARDL邊界檢驗模型從長期動態角度來實證驗證目前我國金融創新、技術進步以及二者的協同作用對于我國經濟的影響程度。

二、數理模型及理論分析

本文在Aghion等（2005）和Ross Levine（2013）建立的Schumpeterian經濟增長模型基礎上加以改進，但與二者不同的是，基于“新”的理解，本文將技術進步與金融創新作為由內部經濟因素所決定的內生變量來考慮，同時結合微觀企業利潤最大化理論以及宏觀國民經濟核算理論來分析金融創新、技術創新以及經濟長期增長三者之間的“常態”形成關系。與技術部門生產者一樣，金融部門投資者也遵循經濟人假設，以自身經濟利益最大化為目標。

考慮一個最終產品與勞動市場信息完全的只包含企業部門、金融部門、家庭部門的封閉經濟體：企業部門由許多中間產品部門構成，每個中間部門存在眾多的生產者進行技術創新活動；針對每個特定中間產品部門，金融家會通過先進的篩選技術，確定技術創新可能成功的生產者，并與之簽訂契約進行金融投資并獲得利潤，另一方面，金融家通過向家庭部門融資獲得投資資金，并向家庭部門傳播先進的篩選技術；家庭部門可以自己依據先前的經驗篩選技術自己向生產者投資，或者通過金融部門向其投資。同時，假設對于每期t存在一個由經濟體內部因素所決定的技術水平上限。該經濟體最終的的產出由式（1）決定

其中α?（0，1），xi，t是基于t期技術水平生產的中間產品i的數量，L是投入的勞動資本。根據完全競爭市場理論，產品i的價格為等于其邊際產出，即

創新過程步驟如下。首先，在t—1期，每個中間產品部門對應的金融家從家庭部門借入資金進行投資篩選技術的創新活動，創新成功的概率為，如果金融家篩選創新技術成功，那么他就可以確定一個在t期進行技術創新成功的潛在生產者，并與之簽訂契約，將家庭投資者資金按照其篩選技術創新投資；如果金融家創新失敗，則家庭部門依據t—1期的篩選技術自己確定潛在的技術創新成功生產者，確認成功的概率為λi，t，并進行技術創新投資。然后，在t期，被t—1期確認的潛在生產者進行技術創新，如果該生產者技術創新成功，成功概率為，那么他返還與金融家約定的利潤分成比例或者從家庭部門接入的資金，保留剩余利潤，如果金融家篩選技術創新與企業家生產技術創新均成功，那么金融家返還借入的家庭部門資金。

首先對于中間產品生產部門，假設每個部門只有一個生產者最后創新成功，技術創新成功的概率為，成功后該部門在t其內的技術水平達到，不成功的話，則維持上期t—1期的技術水平Ai，t—1，此時該生產者享受因技術提升帶來的成本降低優勢，依據博弈理論伯蘭特模型分析，它會將價格水平確定在其他生產者利潤為零的水平上，假設其他生產者每單位產品成本為β（β＞1），則其價格為β，又在完全競爭產品市場上，產品需求量為

所以技術創新成功者的產品利潤為

其中，θ為技術創新投入成本要素，如果其技術創新資金來源于金融家投資，假設給付金融家的利潤比例為δi，t，則考慮技術創新投入成本的利潤函數為

如果，企業創新資金直接來源于家庭部門投資，則其利潤函數為

其次分析金融部門，每個中間產品部門對應的金融家在t—1期能夠成功篩選出在t期技術創新成功的潛在生產者的概率為，其決定于t—1期投入的資源稟賦，如下式

則金融家的利潤函數為

結論1 服務于實體經濟下的金融創新水平的提高對于生產技術創新有提升促進作用。

最后來考慮經濟體的經濟增長，該經濟體的最終產品由所有中間產品部門技術產出決定，即下式決定

根據國內生產總值收入法核算的最終單位GDP由最終產品部門的單位勞動工資和中間產品部門以及金融部門的單位利潤所構成。所有的最終產品產出為Zt＝ωAt，其中ω＝（α/ x）α/（1—α，由于是完全信息市場，故單位工資wt為勞動的邊際產品，即wt（1—α）Zt。單位利潤為技術創新成功者的利潤，即π，其中π＝（β— 1）（β—α）1—α，所以單位GDP為

其中ηt為t期內技術創新成功的產品部門比例。由上式可知，Yt的增長率取決于At的增長率，記at＝At/，為t期實際技術進步率與潛在技術進步率的差距，則有

其中g為潛在技術進步率的增長率，由上式可得經濟增長率的增長途徑，也就是技術進步率的增長途徑為

綜上，僅有文獻[6]對集裝箱駁運及拖運的經濟性進行了比較，但該文獻未能考慮運輸時間及服務水平對路徑經濟性的影響.本文基于以上背景，以深圳西部港水上“巴士”為研究對象，分析其現存問題，并通過與其他出口路徑經濟性的比較分析，探討提高集裝箱物流運轉速度、提升水上“巴士”滿載率及運營效率的對策建議.

如此，得到另外三個結論

結論2 服務于實體經濟下的金融創新對于一國經濟長期增長有正向促進作用。

結論3 生產技術進步對于一國長期經濟增長有正向促進作用。

結論4 服務于實體經濟下的金融創新通過促進生產技術進步對于長期經濟增長有正向促進作用。

三、變量選取、數據說明及模型設計

（一）變量選取與數據說明

本文將建立實證模型來檢驗上述所得到的結論，由于本文主要研究金融創新、技術創新與長期經濟增長的“常態”關系，故被解釋變量為經濟增長率，解釋變量為金融創新和技術進步水平，同時為更好地闡釋我國經濟增長的驅動機制，本文還加入了其他影響經濟增長的控制變量。各變量說明如下

1.因變量

本文的因變量為經濟增長率（pgdp），采用各年實際人均GDP的對數值表示，實際人均GDP用1978年為基期的GDP平減指數對人均名義GDP進行縮減得到。

2.自變量

（1）金融創新指標（fi）。對于金融創新指標的選擇，借鑒多數學者的做法，本文采用銀行信貸增長率（f）來反映，銀行信貸規模在一定程度上反映了國家金融發展規模，其增長率的提高反映一國金融中介規模提高速度的加快，同時該指標也能體現出金融服務于實體經濟的關系。盡管有學者指出銀行信貸規模盲目擴張經常脫離實體經濟而產生信貸泡沫，但從較長時間周期來看，這種現象不存在普遍性（Ross Levine，2013），同時該指標也符合我國金融機構系統現狀，即以各類銀行機構為主體。同時，基于結果的穩健性考慮，本文還選取了金融創新度（fil）指標衡量金融創新程度，金融創新會引起交易性金融資產比重的降低和投資性金融資產比重的提高。為此可以用一國金融投資資產總量與交易性金融資產總量的比例來反映金融創新程度，將這一指標稱為金融創新度。其中，交易性金融資產是可以直接用于支付的金融資產，根據貨幣層次的劃分，可以近似視為狹義貨幣M1，投資性金融資產可以由金融機構年末存貸款之和（FA）來表示。

（2）技術創新指標。衡量技術創新的標準包括：技術投入型指標，例如R&D經費、同其他機構的合作創新程度、公眾創新支持計劃的認可度、企業人員的教育背景等；技術產出指標，例如專利、創新數目、LBIO等；技術環境型指標，例如NSIs、高標定位法、綠色技術創新投入等。技術產出指標最大的的缺點在于專利產出只是發明的反映，而不是創新的反映同時存在著人為夸大的痕跡。而技術環境指標是從間接角度評價創新，同時存在著數據可得性問題。所以，本文基于技術投入指標衡量技術創新，考慮到權威性、可信性以及數據可靠性，選用R&D經費支出，同時該指標也符合本文的理論模型，R&D投入直接關系到企業創新的成功率，考慮到數據完整性，選取政府R&D投入，實際中取對數。

3.控制變量

本文的控制變量包括影響一國經濟增長的其他主要因素：資本投入（k），采用各年固定資產投資占GDP的比重表示，該指標越顯著，說明經濟增長越依賴于投資水平；人力資本（l），采用各年就業人口總數與總人口數的比值表示，該指標越顯著，說明經濟增長依賴投入的人力資本程度越高；知識資本（ks），采用人均報刊圖書雜志的擁有量表示，取每年圖書雜志報刊的總發行量與總人口的比值的對數，用該指標衡量一國經濟發展所投入的知識要素。

本文數據為1952—2013年共558個樣本觀測值。銀行信貸總量、M1數據來源于歷年《中國金融年鑒》，R&D經費投入數據來源于歷年《中國科技統計年鑒》，其他數據來源于歷年《中國統計年鑒》和《新中國六十年統計資料匯編》。各變量統計性描述如下。

表1 各變量統計性描述

（二）模型設定

研究上述經濟變量的長期動態關系時，考慮到樣本因素以及存在的內生性問題，本文采用自回歸分布滯后（ARDL）模型，與傳統的協整向量自回歸（VAR）相比，自回歸分布滯后（ARDL）對變量不要求具有一致單整性，只要是I（1）或者I（0）均可，因而可以同時分析水平影響效應與垂直影響效應；其次，當解釋變量為內生變量時，模型的估計結果受到變量內生性影響較小；最后，在對小樣本進行估計時，ARDL模型的結果穩定性與可靠性程度更高。因此，本文選擇ARDL模型進行檢驗。

依據所選變量，本文檢驗長期影響關系的基本計量模型設定如下

上式中xi為控制變量，包括資本投入（k），人力資本（l）以及知識溢出（ks）等變量，ε1為系統擾動項。根據Pesaran和Smith（1998）以及Pesaran（2001）的邊界效應檢驗理論，本文建立如下條件誤差校正ARDL模型

上述（22）方程中，βi（i＝0…6）代表了協整關系，σi（i＝1…6）代表了短期動態關系，μt為白噪聲過程，p代表最大滯后階數。最優滯后階數根據AIC準則與SBC準則確定。

1.協整檢驗（邊界檢驗）

變量之間存在長期動態關系的原假設與備擇假設分別為

H0：βi（i＝0…6），H1：βi（i＝0…6），其中至少有一個不0。

檢驗βi聯合顯著的統計量服從非規則漸進F分布。根據Narayan（2005）設定的小樣本上下邊界值，將計算出來的F統計量值與其進行比較。如果F統計量值大于設定的上界值，則無論變量是I（1）還是I（0），都存在協整關系。

2.動態關系式估計

當F統計量通過協整檢驗，確定變量之間的長期關系顯著時，使用OLS法估計7p個不同的ARDL模型。借助AIC準則，在保證估計的殘差不存在線性自相關的情況下，通過比較系數及方程顯著性，從多個模型中選定最優長期協整關系式，這樣就可以得到最后誤差校正模型（ARDL-ECM）。

上式（23）中為誤差修正項，由下式決定

3.Granger因果關系檢驗

在得到長期協整關系式和ARDL-ECM之后，如果主要研究變量金融創新、技術創新以及二者協同指標在長期協整關系式中系數統計性顯著，且ECM等式中的滯后項回歸系數也具有統計顯著性，說明該研究變量對被解釋變量經濟增長存在長期因果關系；另外，如果ECM等式中主要研究變量的差分項系數顯著，則表明該研究變量對被解釋變量經濟增長存在短期影響作用。

四、實證結果及分析

1.單位根檢驗

雖然ARDL模型對于變量的一致單整性沒有要求，但是前提是各變量必須是I（1）或者I（0）型單整，否則不能應用F統計量值進行長期動態關系檢驗。本文分別采用Augmented-Dickey-Fuller和Phillips-Perron進行單位檢驗以及Kwiatkowiski-Phillips-Schmidt-Shin進行平穩性檢驗，由檢驗結果可知，所有變量均為I（1）或者I（0）型單整變量，可以進行ARDL邊界效應檢驗。

2.ARDL邊界效應檢驗

在通過單位根檢驗之后，根據式（2）進行變量長期關系的協整檢驗。首先以為被解釋變量對所有解釋變量的一階差分項進行最小二乘（OLS）回歸，然后在該回歸結果中逐漸加入各個解釋變量的滯后項重新OLS回歸，得到新的估計結果，同時也得到新的結果中的統計量值，如下表3所示。

上述模型1以銀行信貸增長率f衡量金融創新，模型2以金融創新度作為金融創新指標（下同）。由檢驗結果，根據AIC與SBC準則可知，F統計量只在一階滯后項上存在長期協整關系，在模型1中，F值為3.636高于10%水平上限3.534，而在模型2中，F值為4.237高于5%水平上限4.130，說明拒絕原假設，即變量之間存在長期協整關系。

3.長期協整關系和ARDL-ECM估計結果

實證結果的估計包括三部分，第一部分是檢驗金融創新、技術創新以及二者的協同效應對于我國經濟增長的長期影響效果的ARDL協整估計結果，第二部分是關于模型1的長期估計的誤差修正模 型ECM，第三部分為結果的穩健型檢驗。

表2 平穩性檢驗

表3 邊界效應檢驗

（1）長期均衡關系估計。表4所給出的是變量的長期均衡結果估計，所選估計區間為整個樣本周期，根據協整檢驗結果設定最大滯后階數為1，由于用AIC準則選擇的模型ARDL模型估計的標準誤差（Standard Error）要比用SBC準則選擇的標準誤差小，本文最終選擇根據AIC準則得到的最優ARDL（1，0，0，1，1，0，1）模型與ARDL（1，0，1，1，1，0，0）模型，即模型1與模型2的結果。兩個模型都通過了BG與ARCH效應檢驗，說明模型已消除異方差與自相關性，同時調整分別為0.98和0.95，表明擬合程度較高，Functional-Form的P值為0.04與0.03，在5%水平下顯著，說明ARDL模型整體結構合理。

模型1的結果可知，rd系數為正且顯著，技術進步對于長期經濟增長的影響為0.72個單位，這與一般的經濟增長理論相吻合，也與本文命題2結論相一致；fi的系數為負且不顯著，與本文命題3結論相悖，這說明單純的金融創新對于我國經濟的長期影響具有抑制作用，這一方面可能是由于金融創新與經濟增長之間的內生性所導致，另一方面也說明我國目前金融創新任然存在脫離實體經濟的狀態，這種脫離導致對經濟的穩定增長產生潛在抑制作用。這一點也體現在fi×rd系數上，fi×rd系數為正且顯著，即金融創新與技術創新的協同效應對于我國經濟的長期增長具有顯著影響作用，這與本文的命題4結論相一致。然而，值得注意的是，協同效應對于長期經濟增長的影響力0.19遠小于技術創新的單獨作用0.72，這也正說明了我國目前金融創新對于經濟長期增長具有抑制作用，導致與技術創新的協同效應削弱了技術創新對于經濟增長的單獨作用，這說明目前經濟新常態的“新”的程度還有待于提高。固定資產投k與人力投l系數為正且均顯著，說明目前我國經濟增長仍然主要依靠投資與要素驅動，而知識資本ks在一定程度上代表著金融與技術創新的源泉，但是結果表明，我國目前將知識要素轉化為生產力的效果不顯著，這在一定程度上也限制了創新對于經濟增長的拉動作用。所以“常態”的形成要著眼于未來經濟的發展，必須加大創新要素的投入與積累。

表4 長期均衡結果估計

（2）誤差修正模型ARDL-ECM。創新驅動引擎“常態”的形成非一日之功，這一點同樣體現在模型1的誤差修正模型ARDL-ECM中，結果顯示短期內，金融創新對經濟增長變動的影響不顯著為負，這說明即使從短期來看，金融創新單獨作用還不足以促進經濟增長。技術創新系數為正且顯著，短期內對經濟同樣具有促進作用，但作用強度比長期稍弱。短期來看，金融、技術創新二者的協同效應對于經濟增長的影響不顯著，這一點也同樣體現在知識資本上，這主要源于知識創新等無形資源要發揮其外部性影響經濟發展需要一定量的積累，而短期內知識儲備與創新尚未達到發揮其外部性的的門檻水平，導致短期內對于經濟增長影響不顯著。短期內勞動力變動對經濟增長變動的影響在顯著為正，同樣資本變動對經濟增長變動的影響顯著為正，盡管作用強度不及長期，但總體來看，資本以及勞動仍然是短期內提升經濟的主要動力，從長遠來看，這就容易導致我國資本、勞動密集型生產程度遠遠高于知識創新型生產，導致創新動力不足。誤差修正項的估計值為—0.05，說明上一年偏離長期均衡的誤差，將以5%的調整力度對本年度的Δpgd p做出正向糾正。

表5 短期ARDL-ECM估計結果

（3）穩健性分析。對于模型1所得結論，模型2的估計結果從側面印證了模型1的估計結果，金融創新度fil的系數為—0.41，以金融創新度衡量的金融創新水平對于經濟的長期影響存在著抑制作用，而fil×rd的系數0.04顯著但小于rd的系數0.32，與技術創新的協同效應對于經濟增長也弱于單獨技術創新的影響作用。這說明模型1的長期結果是穩健的。另外，從模型估計可靠性角度，本文利用遞歸殘差（CUSUM）和遞歸殘差平方和（CUSUMSQ）來檢驗ARDL（1，0，0，1，1，0，1）模型參數的穩定性，圖1與圖2的檢驗結果說明，給定5%的顯著性水平上下界，在整個樣本期內此模型的殘差與殘差平方和都沒有偏離出此邊界，所以ARDL（1，0，0，1，1，0，1）模型的估計結果是可靠和有效的。

圖1 CUSUM檢驗

圖2 CUSUMSQ檢驗

五、結論與建議

經濟增長的新常態下時期將會持續較長時間，我國經濟正處在“去產能”和“去杠桿”的重疊階段，傳統的要素驅動與投資驅動已漸入瓶頸，突出深化改革與創新驅動便成為未來經濟發展的主要著力點，強化創新約束，改革創新理念，實現金融創新、科技創新與實體經濟的協同發展和良性互動。

新常態對經濟發展驅動機制提出要求，本文通過建立包含三部門的動態博弈模型進行了理論分析并且通過ARDL-ECM邊界效應檢驗模型實證檢驗所得結論，從“新”的程度來說，本文的研究結果表明，單獨的金融創新無論是短期還是長期對于我國經濟增長產生抑制作用，但是一旦結合實體經濟，金融創新與技術創新的協同作用能夠推動經濟增長，但是影響程度卻弱于單獨技術創新的作用，說明經濟發展“新”的程度還有待于提高創新融合轉化為生產力的效率；從“常態”的角度來說，本文結果顯示，目前我國的長期經濟增長主要還是靠資本投資以及勞動傳統要素驅動，而知識與創新具有門檻效應，其對經濟增長產生外部促進作用需要靠長期積累。要使創新成為經濟增長的新引擎，需要靠創新要素的不斷積累，所以創新驅動“常態”的形成是一個由短期量變到長期質變的動態發展過程。

就政策建議而言，本文認為在新常態的大背景下，中國金融市場產品與服務的創新和深化必須建立在與實體經濟的互動上，通過創新引導經濟由短期波動向長期均衡轉移的驅動機制新常態；政府部門、金融機構應加大對企業尤其是高新技術企業的技術創新活動的資金支持力度，提高技術應用產出轉化效率；重視高素質、創新型人才的培養，破解制度障礙，改革培養機制，縮短知識創新外部性門檻的周期。

［1］董經緯，江朝力.金融創新促進經濟增長的實證分析——以1991—2007年住房信貸發展為例，消費導刊，2008（10）：70—71.

［2］江曙霞，鄭亞伍.金融創新、R&D與經濟增長.金融理論與實踐，2012（7）：6—12.

［3］李虹，艾治潤.金融高科技發展對銀行金融業務創新深層次效應實證研究.工業技術經濟，2007（7）：133—135.

［4］倪志凌.動機扭曲和資產證券化的微觀審慎監管——基于美國數據的實證研究.國際金融研究，2011（8）：75—87.

［5］邵同殼.風險投資、創新與創新累積效應——基于系統GMM估計的動態面板分析.軟科學，2011（6）：6—10.

［6］孫浦陽，張蕊.金融創新是促進還是阻礙了經濟增長——基于技術進步視角的面板分析.當代經濟科學，2012（3）：26—35.

［7］王志強，孫剛.中國金融發展規模、結構、效率與經濟增長關系的經驗分析.管理世界，2003（7）：13—20.

［8］吳敬璉.中國應當走一條什么樣的工業化道路.管理世界，2006（8）：1—7.

［9］武志.金融發展與經濟增長：來自中國的經驗分析.金融研究，2010（5）：58—68.

［10］肖科.政策性金融對我國自主創新成果轉化的貢獻研究.科技進步與對策，2009（24）：106—110.

［11］葉子榮，賈憲洲.金融支持促進了中國的自主創新嗎.財經科學，2011（3）：10—18.

［12］趙俊生，韓琳，李湛.信用風險轉移與銀行系統表現— —基于美國信用衍生品交易市場面板數據板數據的實證研究.金融研究，2007（5）：147—160.

［13］趙勇，雷達.金融發展與經濟增長：生產率促進抑或資本形成.管理世界，2010（2）：37—50.

［14］周立，王子明.中國各地區金融發展與經濟增長實證分析：1978—2000年.金融研究，2002（10）：1—13.

［15］Aghion P，P Howitt.Endogenous Growth Theory［M］.The MIT Press，1998.

［16］Luc L，Ross L，Stelios M.Financial Innovation and Endougenous Growth［J］.Journal of Financial Intermotliation，2014.

［17］Aghion P，Howitt P，Mayer-Foulkes D.The Effect of Financial Development on Convergence：Theory and Evidence［J］.Quarterly Journal of Economics，2005，120（1）：173—222.

［18］Beck T，Chen T，Lin C，et al Financial Innovation：The Bright and the Dark Sides［R］.Tilburg University（mimeo），2012.

［19］Amore M，S，Cedric Z A.Credit Supply and Corporate Innovation［J］.Journal of Financial Economics，2013，109（3）：835—855.

［20］Constantinides G M，Harris M.Handbook of the E-conomics of Finance［M］.Elsevier Science Ltd，2003：307—336.

［21］Greenwood J，Sanchez J M，Wang C.Financial Development：The Role of Information Costs［J］.A-merican Economic Review，2010：100（4）：1875—1891.

［22］Bencivenga V，Smith B.Financial Intermediation and Endogenous Growth［J］.Review of Economics Studies，1991，58（2）：195—209.

［23］Frame W S，White L J.Empirical Studies of Financial Innovation：Lots of Talk，Little Action？［J］.Journal of Economic Literature 2004，42（1）：116—144.

責任編輯 應育松

Financial Innovation，Technological Innovation and Economic Growth from the New Normal Perspective

LI Cong-wen
（School of Economics，Nankai University，Tianjin 300071，China）

From on the new normal perspective，this paper establishes a dynamic game model which contains three departments.Combining micro view with macro mechanism，it analyzes the internal relations of financial innovation，technological innovation and economic growth，putting forward the related conclusion.Then it uses ARDL-ECM boundary effect test model empirically testing the conclusions with the data of 1952～2013 years.The results show：separate financial innovation produces inhibitory effect on economic growth，and correlated technology innovation prornotes economy significantly，but less than the separate role of technology innovation；Knowledge and innovation affect economic growth insignificantly in short-term，so to play the externality.It needs to accumulate to get the threshold.

innovation drive；economic growth；the new normality

F832 文獻標識碼:A 文章編號:1005—1007(2015)02—0013—12

一、引言

目前，我國經濟下行壓力不斷增大，新常態出現端倪。新常態的內涵一是“新”，即不同于以往；二是“常態”，即相對比較穩定并且會延續較長時間的狀態。從中國經濟現狀和發展趨勢來看，新常態的一個重要特征就是動力機制的新常態，在經濟增速放緩、結構優化升級的同時，經濟發展的動力要由過去的要素驅動、投資驅動轉向創新驅動。推動以科技創新為核心的全面創新，極大地激發微觀主體的活力，形成新的增長動力源泉，推動經濟持續健康發展。新常態之下，技術創新離不開金融支持，加快現代金融服務創新步伐，提升金融服務現代化水平，明確金融服務實體經濟的主要著力點，以金融創新促進技術創新，以技術創新帶動金融創新，發揮二者的協同效應，促進經濟的內涵式增長，才能使經濟增長努力向創新要紅利。

使創新成為我國經濟發展的長期驅動力，關鍵在于理解金融創新、技術創新以及經濟增長三者之間存在的內在聯系。從國外研究來看，在金融創新與科技創新的關系上，大量研究表明，金融創新與科技創新存在系統性互動作用（Allen和Gale，1994；Tufano，2003；Frame和White，2004；Goetzmann，2009），而來自美國（Amore等，2013；Chava等，2013）以及其他國家（Beck等，2012）的經驗數據也驗證了金融創新與技術進步的關聯性。同時，多數學者（Green-wood和Jovanovic，1990；Bencivenga和Smith，1991；Levine，1991；Greenwood等，2010）的研究發現金融創新能夠對一國資本結構以及長期經濟增長產生巨大影響作用。那么金融創新與技術創新的協同效應和經濟增長關系又如何呢？Aghion和Howitt（1998）認為作為一種知識資本，金融創新可以加快資本積累速度，使得非金融企業獲得更多研發資金，間接促進企業的技術進步，從而推動經濟增長。Tadesse（2007）的實證結果表明，金融創新可以提高資金配置效率和風險分擔的功能，促進企業的技術創新，從而影響到經濟的生產效率。Beck等（2012）和Amore等（2013）以銀行信貸增長率衡量金融創新程度，發現對非金融企業的信貸支持可以有效促進其技術與產品專利產出，提高生產效率從而影響經濟增長。

2014-11-25

李叢文，男，南開大學經濟學院金融系博士生，主要從事金融創新工程與理論研究。