互聯網金融發展對中國經濟增長影響的實證

張李義，涂奔

（武漢大學信息管理學院，武漢430072）

財經縱橫

互聯網金融發展對中國經濟增長影響的實證

張李義，涂奔

（武漢大學信息管理學院，武漢430072）

文章從內生增長理論視角出發，在線性內生增長AK模型的基礎上，將影響中國宏觀經濟增長的關鍵變量簡化為資本邊際產出率、儲蓄-投資轉換率和儲蓄率，進而結合中國互聯網金融發展指數以及中國2011—2015年的有關時間序列數據，對互聯網金融發展指數和上述變量相關性進行實證研究，結果表明互聯網金融的發展對上述變量均能產生正向影響，互聯網金融的發展能夠有效促進中國宏觀經濟的增長。

經濟增長；AK增長模型；金融發展；互聯網金融發展指數；資本存量

0 引言

在宏觀經濟學中，經濟增長通常被定義為產量的增加。宏觀經濟學對經濟增長理論所進行的研究主要有兩個時期，第一個時期（20世紀50年代后期和整個60年代）的研究形成了以索羅模型（1956年）為代表的新古典經濟增長理論，用來說明儲蓄、資本積累和經濟增長（產量增加）之間的關系，其缺陷是沒有能夠從理論上說明持續經濟增長的問題；第二個時期（20世紀80年代后期與90年代初期）的研究形成了以AK增長模型為代表的內生增長理論。AK模型是在索洛模型的基礎上發展起來的，其突破在于放松了新古典增長理論的假設并把儲蓄、勞動力供給、技術進步等變量內生化，從而簡化了影響經濟增長的關鍵因素分析，進而能夠揭示經濟增長率差異的原因和解釋持續經濟增長的可能。我國許多學者[1-5]經過實證研究發現，資本積累是中國經濟增長的主要驅動力，AK模型能夠刻畫中國的經濟增長。

金融發展與經濟增長之間的關系一直都是金融發展理論的核心問題。Levine（1997）[6]利用77個國家的數據，對金融發展與經濟增長之間的關系進行了實證檢驗，證明了金融發展對經濟增長存在顯著的正相關關系。隨著研究的不斷深入，金融發展對經濟發展的促進作用已經被越來越多的學者所認可。互聯網金融是金融深化實踐與互聯網絡結合的革命性產物，利用其在交易成本、信息成本以及參與成本等方面的優勢，突破了傳統金融領域長期存在的利益固守壁壘，打破了區域金融發展的不匹配、不平衡，從而有效緩解了經濟發展中的金融抑制。隨著互聯網金融發展日益迅猛，其對金融體系和經濟增長的影響已經開始顯現。因此，研判互聯網金融的發展對于我國經濟增長的影響在當前具有比較現實的意義。借鑒Levine（1997）[4]的研究視角，本文從內生經濟增長角度，判斷影響中國經濟增長的關鍵因素（變量），然后通過分析互聯網金融的發展對這些關鍵因素（變量）的影響，實證檢驗互聯網金融的發展對中國宏觀經濟發展的影響。

1 影響經濟增長的因素

基于AK模型，假設一個只生產一種商品的封閉經濟體，這種商品除了可以用來消費也可以用來投資，其生產函數為：

其中，Yt表示第t期的總產出，Kt表示第t期的總資本存量，A是資本的邊際產出率。假設總投資額為It，資產折舊率為δ，同時假定人口規模不變。那么第t期的資本存量為：

理想狀態下，根據資本市場均衡的條件，市場的總投資額It和市場的總儲蓄額St應該相等。但是在金融市場運行過程中，儲蓄轉化為投資必然會誕生一部分成本，假設消耗的比例為1-φ，則所能夠完全轉化為投資的資金總額為φSt，φ又稱為儲蓄—投資轉化率。因此：

令s表示總儲蓄率，則：s=St/Yt。

假設gt表示第t期的經濟增長率，那么增長率公式可以通過式（4）表達：

將式（1）至式（3）代入式（4）并整理可以得到：

去掉時間下標就可以得到一般穩定狀態的經濟增長率表達式：

該經濟增長率表達式意味著在不考慮折舊率的情況下，經濟增長的速度主要受到社會資本的邊際生產率A、儲蓄投資轉化率φ和儲蓄率s的影響。

2 互聯網金融發展程度的量化方法

本文選擇了北京大學互聯網金融研究中心發布的“北京大學互聯網金融發展指數”作為互聯網金融的發展程度的量化指標，互聯網金融發展指數的指標體系有四個層級，按照總體至局部的脈絡延伸，如圖1所示。

圖1 互聯網金融發展指數形成體系

各級指標的權重確立采用主觀定性法和客觀定量法相結合，具體標準為：在四級指標中交易滲透率①滲透率為該業務最近1個月有購買（或發生）記錄的總人數除以當期全國總人數得到。占50%，人均交易金額占25%，人均交易筆數占25%；在三級指標中采用平移定量以減少指數波動（按照互聯網金融機構業務實際交易金額的3個月移動平均值占兩者之和的方法確定）；在二級指標中根據各領域發展的時長和穩定程度確定權重（互聯網支付占30%，互聯網貨幣基金占25%，互聯網網貸占15%，互聯網保險占15%，互聯網投資占10%，互聯網征信占5%）。

3 實證分析

互聯網金融發展指數是目前比較理想的能夠反映中國互聯網金融發展狀況的指數，因此本文將通過實證分析互聯網金融發展指數與影響中國經濟增長的三大要素之間的關聯來研判互聯網金融的發展是否能夠影響中國的宏觀經濟增長。基于線性AK模型，考慮設置以下變量來討論互聯網金融發展和經濟增長的關系。

3.1 影響宏觀經濟增長變量的定義與計算方法

資本的邊際產出率，在本文中指平均每單位資本存量增加所帶來的總產值的增加值，即A=ΔY ΔK。本文采用每月生產總值增量和每月資本存量增量的比值來衡量資本的邊際產出率。

宏觀經濟分析中的資本存量一般包括生產性資本存量和資本存量財富。本文所指資本存量僅指生產性資本存量（不含存貨inventory和人力資本labor）。由于國家統計局一直沒有給出官方數據，這使得那些嘗試做宏觀經濟分析的研究者，要么沿用別人的估算結果，要么自行估算。本文按照永續盤存法（Perpetual inventory（stock）system）估算資本存量：

式中，Kt、It、Pt和δt分別為t期實際資本存量、現價投資量、定基價格指數和資本折舊率。基于式（7）測算資本存量需要初始期資本存量、投資量、資本價格指數和折舊率。對比分析我國資本存量估算方法，李賓（2011）[7]認為，基期資本存量的選擇對后期資本存量的計算影響很小。因此本文和大多數的研究者一樣，選擇1952年作為資本存量的計算基期。并且借助Long Z M和Herrera R（2016）[8]計算出的資本存量年度數據，重點計算出2011—2015年度的月度資本存量數據。具體的計算公式為：

其中Km和Km-1分別是當月和上月的資本存量，Im和Pm分別為以當期價格計算的當月固定資產投資完成額和固定資產投資價格指數，參數δm是資本月折舊率，為方便計算采用不變折舊率的計算方法，令δm=0.5566%，即資本年折舊率約為6.6789%②Zhiming Long和Remy Herrera按照建筑和公用設施使用壽命55年，生產設備和材料使用壽命16年，剩余其他使用壽命25年的權重，計算出1952年以來，中國資本存量的年度折舊率約為6.6789%。。

儲蓄—投資轉化率，在本文中指在儲蓄與投資高度分離的條件下，經濟主體使用自身儲蓄和通過某種機制獲得的其他經濟主體的盈余資金進行投資的過程和行為。其計算公式表示為：

其中φ代表儲蓄—投資轉化率，It代表一個經濟主體第t期的投資額，Im為當月固定資產投資完成額；St代表一個經濟主體第t期的儲蓄額，Dm為當月存款總額。

儲蓄率，本文采用存款總額占GDP的比重作為儲蓄率。其計算公式為：

式中s代表儲蓄率，Dm為當月存款總額，GDPm為當月GDP現價值總額。

基于以上分析，可以建立互聯網金融發展指數IF和上述相關變量的基本計量回歸模型來分析互聯網金融的發展對宏觀經濟增長的影響。本文所用的數據均來自國家統計局數據庫、中國人民銀行年度數據和WIND宏觀經濟數據庫。

3.2 格蘭杰因果關系檢驗

包括了互聯網金融發展指數與資本邊際生產率、儲蓄—投資轉換率和儲蓄率之間的因果關系檢驗。首先構建方程：

與年度數據相比，每月GDP數據和每月資本存量的數據均呈現出明顯的季節性特征，因此需要采用去除季節因子（seasonal factor）的方式①考慮到月度數據會出現明顯的季節性特征，因此在處理數據時需要首先去掉月度數據的季節因子，本文所采用的方法為Census X12法，為了保證數據的連貫和特征提取的精確性，所有月度數據盡可能的保證了2011—2015年五年的時間跨度。以得到較為真實的資本邊際生產率。式（11）中，gdpb和Kt分別是基于1952年價格計算的月度GDP和資本存量序列；if為互聯網金融發展指數序列。括號內負一表示滯后一期（月）。gdpb_sa和kt_sa表示序列已經過季節調整，如圖2和圖3所示。

圖2 經過季節調整后的基于1952年價格計的月度GDP時序圖

圖3 經過季節調整后的基于1952年價格計的月度資本存量時序圖

以上序列均通過了單位根檢驗，表明序列均為平穩可以進行格蘭杰因果關系檢驗。檢驗結果如表1所示。

表1 資本邊際生產率A與互聯網金融發展指數一階差分dif的格蘭杰因果關系

表1的檢驗結果表明，資本邊際生產率A與互聯網金融發展指數一階差分dif互為格蘭杰原因。

其次，構建方程：

每月固定資產投資數據和存款數據均呈現出明顯的季節性特征，因此需要提前去除季節因子。式（13）中，im和dm分別是月度現價固定資產投資和存款序列，考慮到近幾屆中央政府均采取了擴大投資的經濟刺激政策，使得固定資產投資數據變得膨脹，因此本文采用每月新增固定資產投資額比每月新增存款的邊際儲蓄—投資轉化率作為實際儲蓄—投資轉換率的替代。rif是互聯網金融發展指數的月環比增長率。括號內負一表示滯后一期（月）。和表示序列已經過季節調整，如圖4和圖5所示。

圖4 經過季節調整后的月度固定資產投資完成額時序圖

圖5 經過季節調整后月度存款總額時序圖

以上序列均通過了單位根檢驗，表明序列均為平穩可以進行格蘭杰因果關系檢驗。檢驗結果如表2所示。

表2 儲蓄—投資轉化率φ與互聯網金融發展指數月環比增長率rif的格蘭杰因果關系

表2的檢驗結果表明，互聯網金融發展指數月環比增長率rif構成對儲蓄—投資轉化率φ的格蘭杰原因。

最后構建方程：

在式（15）中每月存款序列dm和每月現價GDP序列gdpc均呈現出明顯的季節性特征，因此需要首先去除季節因子。dm_sa和gdpc_sa表示序列已經過季節調整，如圖6和圖7所示。

圖6 按現值計的每月GDP時序圖（2011—2015年）

圖7 經過季節調整后按現值計的每月GDP時序圖

以上序列均通過了單位根檢驗，表明序列均為平穩可以進行格蘭杰因果關系檢驗。檢驗結果如表3所示。

表3 儲蓄率s與互聯網金融發展指數一階差分dif的格蘭杰因果關系

表3的檢驗結果表明，互聯網金融發展指數一階差分dif構成對儲蓄率s的格蘭杰原因。

3.3 脈沖響應分析

首先，資本邊際生產率A對互聯網金融發展指數一階差分dif的脈沖響應如圖8所示。分析可知，資本邊際生產率A在初期對互聯網金融發展指數一階差分dif的一個標準差信息有正向反應，之后逐漸回歸至穩定水平。這表明互聯網金融發展指數的初期變動能夠正向影響資本邊際產出率，使得單位資本能夠獲得更多的收益，互聯網金融發展的正向推動和邊際收益遞減規律的相互作用使得資本邊際產出呈現出響應逐漸收斂的波動趨勢。經濟增長變量間的關系，本文采用線性回歸方法，分別與各個變量建立回歸模型。首先，建立資本邊際生產率A與互聯網金融發展指數一階差分dif線性回歸并估計結果如表4所示。

圖8 資本邊際生產A對互聯網金融發展指數一階差分dif的脈沖響應

圖9 儲蓄—投資轉化率對互聯網金融發展指數月環比增長率rif的脈沖響應

表4 資本邊際生產率A與互聯網金融發展指數一階差分dif線性回歸參數估計

表4的回歸結果顯示，資本邊際產出A和互聯網金融發展指數一階差分dif滯后一期有明顯的正相關關系。方程殘差無序列相關、無高階自相關表明方程是穩定的。

其次，建立儲蓄—投資轉化率φ與互聯網金融發展指數月環比增長率rif線性回歸并估計結果如表5所示。

圖10 儲蓄率s對互聯網金融發展指數一階差分dif的脈沖響應

表5 儲蓄—投資轉化率φ與互聯網金融發展指數月環比增長率rif線性回歸參數估計

其次，儲蓄—投資轉化率φ對互聯網金融發展指數月環比增長率rif的脈沖響應如圖9所示。分析可知，儲蓄—投資轉化率φ在初期對互聯網金融發展指數月環比增長率rif的一個標準差信息有正向反應，之后逐漸回歸至穩定水平。這表明互聯網金融發展指數的月環比增長率的初期變動能夠正向影響月儲蓄—投資轉邊際轉化率，使得相同的社會收入中，能夠進入固定資產投資環節的資金比重在互聯網金融發展的推動下有所增加，互聯網金融發展的正向推動和邊際收益遞減規律的相互作用使得儲蓄—投資邊際轉化率呈現出響應逐漸收斂的波動趨勢。

最后，儲蓄率s對互聯網金融發展指數一階差分dif的脈沖響應如圖10所示。分析可知，儲蓄率s在初期對互聯網金融發展指數一階差分dif的一個標準差信息有正向反應，之后逐漸回歸至穩定水平。這表明互聯網金融發展指數的初期變動能夠正向影響儲蓄率，使得在互聯網金融發展的推動下，從同等社會收入中獲得的廣義儲蓄有所增加，互聯網金融發展的正向推動和邊際收益遞減規律的相互作用使得儲蓄—投資邊際轉化率呈現出響應逐漸收斂的波動趨勢。

3.4 回歸分析

為進一步定性互聯網金融發展指數與影響中國宏觀

表5的回歸結果顯示，儲蓄—投資轉換率φ和互聯網金融發展指數環比月增長率rif滯后二期有明顯的正相關關系，方程殘差無序列相關、無高階自相關表明方程是穩定的。

最后，建立儲蓄率s與互聯網金融發展指數一階差分dif線性回歸并估計結果如表6所示。

表6 儲蓄率s與互聯網金融發展指數一階差分dif線性回歸參數估計

表6的回歸結果顯示，儲蓄率s和互聯網金融發展指數一階差分dif滯后二期有明顯的正相關關系，方程殘差無序列相關、無高階自相關表明方程是穩定。

據此，可以判斷互聯網金融發展指數對影響宏觀經濟增長的三種因素（變量）均能產生正向的影響，這也就從實證的角度說明了互聯網金融的發展的確能夠推動宏觀經濟的增長。

4 結論

作為一種金融創新，相比于傳統的金融機構，互聯網金融利用自身在交易成本、信息成本以及參與成本等方面的優勢，提高了金融體系的資源配置效率，在一定程度上提升了“金融寬化”和“金融深化”程度。從實證的結果來看，互聯網金融的發展對經濟增長的影響具體體現在以下三個方面：

第一，提高社會資本邊際生產率。在以銀行為主導的金融體系中，占主導地位的國有銀行在進行信貸配給時，會偏向與政府相關的企業或者項目，不利于私人部門的發展。互聯網金融利用其在數據處理和交易成本方面的優勢，能夠提升風險甄別和控制效率，減少對傳統抵質押的依賴，有利于提高輕資本、高科技、成長型企業的融資獲得性，進而促進技術進步、知識溢出及全要素生產率的提高。從宏觀角度看，就是推動了社會資本配置向更富有效率的領域傾斜，從而提高了社會資本的邊際生產率。

第二，提高“儲蓄—投資”的轉化效率。互聯網金融可以從兩個方面顯著提高儲蓄向投資的轉化效率。一方面，互聯網金融的網絡化、自動化，與傳統金融中介相比，在網點建設等固定資產方面的投入大幅減少，降低了資本從儲蓄到投資過程中的不必要損耗；另一方面，互聯網金融的發展產生了“鯰魚效應”，弱化了傳統金融部門的壟斷，降低了市場不完全競爭所帶來的制度性交易成本。

第三，提高了廣義儲蓄率。Rajan和Zingales（2003）[9]指出，如果金融體系偏向于對具有創新精神的企業提供融資，則有利于打破依靠資本或關系獲得財富的社會格局。隨著財富分配分散程度的提高，收入不平等狀況得到緩解，社會整體儲蓄率將更加穩定，人均資本穩定上升將進一步增加資本積累，從而推動產量持續快速增長。

[1]舒元,徐現祥.中國經濟增長的模型的設定:1952—1998[J].經濟研究,2002,(11).

[2]安立仁.資本驅動的中國經濟增長:1952—2002[J].人文雜志,2003, (6).

[3]胡宗義,寧光榮.資本市場對我國經濟增長貢獻的研究[J].湖南大學學報,2004,(3).

[4]鄒衛星,Roger Seifert,房林.中國的經濟增長模型和總量生產函數適用性研究—本土與跨國途徑兩個維度的視角[J].上海經濟研究, 2015,(4).

[5]王敏芳.基于內生增長隨機AK模型的農村金融發展研究[J].統計與決策,2015,(13).

[6]Levine R.Financial Development and Economic Growth:Views and Agenda[J].Journal of Economic Literature,1997,35(2).

[7]李賓.我國資本存量估算的比較分析[J].數量經濟技術經濟研究，2011，(12).

[8]Long Z M,Herrera R.Building Original Series of Physical Capital Stocks for China’s Economy Methodological Problems,Proposals for Solutions and a New Database[J].China Economic Review,2016,(40).

[9]Rajan,R.G.,Zingales,L.Saving Capitalism from the Capitalists:Unleashing the Power of Financial Markets to Create Wealth and Spread Opportunity[J].Journal of Economics,2003,52(5).

（責任編輯/劉柳青）

An Empirical Study of the Impact of Internet Financial Developments on China's Economic Growth

Zhang Liyi，Tu Ben
（School of Information Management,Wuhan University,Wuhan 430072,China）

From the perspective of the endogenous growth theory and on the basis of the linear AK endogenous growth model, this paper simplifies the key variables which affect China's macroeconomic growth to the marginal productivity of capital,the savings-investment conversion rate and the savings rate,and then combines China's Internet financial development index with the relevant time series data form 2011 to 2015 to carry out empirical researches on the correlation between China’s Internet financial development index and the above variables.The result shows that the Internet financial developments produces positive effects on the above three variables all,thus concluding that the Internet financial developments can effectively promote the growth of China's macro economy.

economic growth;AK growth model;financial development;the Internet financial development index;capital stock

F831

A

1002-6487（2017）11-0143-05

國家自然科學基金資助項目(71373192)；教育部人文社會科學重點研究基地重大項目(14JJD870002)

張李義（1965—），男，安徽安慶人，教授，博士生導師，研究方向：電子商務。涂奔（1980—），男，湖北荊州人，博士研究生，研究方向：互聯網金融。