金融結構是否存在對經濟增長的“非線性”影響
——基于GMM對跨國面板樣本的經驗檢驗

閆 斐

(中國泛海控股集團有限公司 博士后科研工作站，北京 100005；中國社會科學院 世界經濟與政治研究所博士后科研流動站，北京 100732)

金融結構是否存在對經濟增長的“非線性”影響
——基于GMM對跨國面板樣本的經驗檢驗

閆 斐

(中國泛海控股集團有限公司 博士后科研工作站，北京 100005；中國社會科學院 世界經濟與政治研究所博士后科研流動站，北京 100732)

處于特定發展階段具有不同收入水平的經濟體，其金融結構對各自長期經濟增長和人均收入的影響有何異同？基于近50年來全球60個經濟體之數據樣本構建跨國動態面板模型，利用廣義矩估計(GMM)分別在模型線性與非線性假定下對該影響進行考察，結果發現：銀行部門的過度擴張對高收入經濟體與中等收入經濟體的長期經濟增長和人均收入水平的提高存在一定的抑制，股市的發展具有兩面性，金融結構對經濟增長的“非線性”影響在本研究中并未被發現，相關估計系數統計上不顯著。

經濟增長；人均收入水平；金融結構

一、 引言

長期以來，有關金融結構與經濟增長之間的關系，始終是主流經濟理論和政策研究的熱點。1960年至今的50多年間，伴隨著人均收入水平的提高，全球不同收入經濟體內部銀行和股票市場在整個經濟活動中所占的比重均得到不斷提升。

具體而言，一方面，近50年來高收入經濟體的人均GDP(以2010年不變價美元計，下同)從1960年的11728.48美元增長到2015年的41037.56美元*僅在2008年美國次貸危機爆發后出現短暫下滑，但2013年又重新恢復到2008年前的水平。，年復合增長率達2.30%；在中等收入經濟體內部，中高收入經濟體與中低收入經濟體之間的差距也從1960年的807.92美元擴大到2015年的5500.65美元，甚至大于近年來中等收入經濟體與低收入經濟體之間人均GDP的差距。另一方面，隨著經濟發展和人均收入水平的不斷提高，各經濟體內部銀行和股票市場在整個經濟活動中所占的比重逐漸提高。全球銀行提供的私人信貸占GDP比重從1960年的31.43%增長到2015年的88.44%。其中，高收入經濟體銀行提供的私人信貸占GDP比重從1960年的34.35%持續上升到2008年金融危機爆發前的最高點95.69%，從2009年開始逐步回落到2015年的84.16%(相當于十年前的水平)。與之不同，從1960年開始，中等收入經濟體銀行提供的私人信貸占GDP比重持續增長了近50年，并在2008年全球金融危機之后不降反升，經歷了更加迅猛的增長，特別是以中高收入經濟體為代表的經濟體，銀行提供的私人信貸占GDP比重從2008年的60.43%迅猛增長到2015年的110.76%*數據來源：International Monetary Fund, International Financial Statistics and data files, and World Bank and OECD GDP estimates.。

一個廣泛流傳和被接受的規律是：隨著經濟發展和人均收入水平的提高，以傳統銀行業為代表的間接融資在整個經濟活動中的占比將逐漸降低，而以股票市場等為代表的直接融資的占比則逐漸上升。然而，我們發現這一規律僅在高收入經濟體和部分中等收入經濟體(如中國)中得到了驗證。如圖 1所示，高收入經濟體的銀行信貸在整個金融體系信貸中所占的比重從1960年的44.03%上升到1974年的65.15%，之后盡管經歷了上世紀80年代中后期和2008年金融危機前兩次短暫的提升，但總體上保持了持續下降的趨勢。與之不同，中等收入經濟體的銀行信貸在整個金融體系信貸中所占的比重總體保持了上升趨勢，中國作為全球第二大經濟體和中等收入經濟體的代表，其銀行信貸在整個金融體系信貸中所占的比重并未表現出與其他絕大多數中等收入經濟體相似的上升趨勢，從上世紀80年代中后期開始始終保持了與高收入經濟體相同的下降趨勢，而低收入經濟體銀行信貸在整個金融體系信貸中所占比重則在近50多年來總體呈現出前30年顯著下降，后20年又顯著上升的“V”形趨勢。

圖1 銀行信貸在整個金融體系信貸中所占的比重(%)

數據來源：International Monetary Fund, International Financial Statistics and data files, and World Bank and OECD GDP estimates.

如何理解這些差異和變化？金融結構對長期經濟增長率和人均收入水平的影響方向和影響程度究竟如何？這些關系和影響是否存在一般規律，如果是，對處于特定發展階段和不同收入水平的經濟體而言，又具有怎樣的借鑒意義？針對這些問題進行深入、細致的研究，不僅具有重要的學術價值，也有著重要的政策涵義。

二、文獻回顧

從Goldsmith(1969)的開創性研究之后，近半個世紀來學術界和政策制定者對金融結構與經濟增長之間關系及其相互影響的方向、程度和作用機制進行了大量理論、經驗和政策討論。

根據不同金融部門在金融體系中所起的主導性作用的不同，傳統上，通常將金融結構劃分為銀行主導型(bank-based)和市場主導型(market-based)兩大類(Levine，2005；Allen et al.，2000)。銀行和金融市場在融資功能、經濟增長的影響機制上存在著差異，一定程度上具有互補性。具體而言，銀行在降低與短期、標準化、低風險、易抵押的融資活動有關的市場摩擦方面具有無可比擬的比較優勢，而市場化導向、以股市和債市為代表的金融市場具備針對客戶多元化、個性化的金融需求量身定制合適的融資產品和風險管理服務，特別是針對那些處于技術前沿的且主要依靠無形資產的長期、高風險項目進行融資時，效率更高。金融結構的演進主要取決于實體經濟活動對金融服務的要求，以及不同的金融中介在企業融資中相應的比較優勢，金融結構的制度安排應當取決于企業的融資需求，而企業的融資需求取決于資金投入的收益和資金籌措的成本(林毅夫 等，2003)。在經濟發展的初級階段，銀行在整個經濟活動中占據著主導地位，然而隨著經濟向更高階段發展和人均收入水平的提高，金融市場在整個經濟活動中逐漸表現出越來越大的影響力，銀行的影響力則相對下降*在低收入經濟體內部，銀行不僅能夠提供相對廉價的對標準化風險的風險管理服務，而且可以在一定程度上彌補市場機制的不完善和制度缺失帶來的不利影響，因此在整個金融體系和經濟活動中具有重要地位；隨著經濟發展不斷向更高水平演進和人均收入水平的持續提高，企業和居民的金融需求逐漸變得多元化，市場化的金融體系在提供多樣化、量身定制的金融產品和服務，以滿足日益多元化、個性化的融資和風險管理需求方面，具有傳統銀行等金融中介無法比擬的優勢，金融市場的發展也得益于成熟、完善的法律體系和監管環境。(Law et al.,2014;Allen et al.,2000；Cecchetti et al.,2012；Demirgü?-Kunt et al.,2013；Demirgü?-Kunt et al.,2011；Demirgü?-Kunt et al.,2001;Song et al.,2010)。

經濟增長和金融結構之間究竟存在怎樣的關系，既有研究中無論是理論探討還是經驗分析，目前尚存在較大的爭議。現有研究主要存在三方面問題：第一，所有研究均未能從本質上突破新古典的分析框架，也未能挖掘出金融部門影響經濟增長的深層次傳導機制；第二，有限的理論研究主要集中考察金融發展對經濟增長的作用機制與影響，很少探討經濟增長對金融部門和金融發展的影響；第三，所得出的結論之所以存在較大的分歧，很大程度上是由于研究的視角和研究者主要關注因素的差異，導致在放松新古典分析框架的假定過程中存在較大的隨機性，且這種放松假定盡管以一定的經驗事實為基礎，并聲稱出于盡可能接近現實的目的，但往往忽略了不同經濟體在經濟增長和金融發展過程中的特殊性，從而導致研究結論與現實世界產生較大的偏離(Capasso,2004;Hasan et al.,2009;Jagdish et al.,2008;Jordan et al.,2001;King et al.,1993;Luintel et al.,2008)。

理論上的突破存在著困難，使得經驗分析大多停留在對現象的描述和總結上，而無法透過現象對問題的本質進行深層次挖掘。相關的經驗分析之所以仍存在著較大爭議，往往是由于對樣本觀察值的選取，對代表經濟增長和金融發展的相關指標的替代變量的選取，乃至對于相關工具變量和所運用的計量與統計檢驗方法的恰當性和合理性等所致(Demetriades et al.,1996;Levine,1997；Jordan et al.，2002；Jordan,2005；康繼軍 等，2005)。

大量研究也表明，運轉良好的銀行和證券市場能夠對經濟活動產生強勁、獨立的正向促進作用(Levine et al.,1998;Beck et al.,2004)。由于目前理論界尚缺乏直接、有效、可靠且被廣泛認可的工具(Levine,2004;Beck et al.,2000)，往往只能退而求其次通過選取盡可能恰當、數據可獲得性和數據質量較高的相關替代變量來間接進行研究。武志(2010)采用戈氏指標對中國金融發展水平與經濟增長進行格蘭杰因果檢驗，發現兩者間僅存在著單向因果關系，即經濟增長在格蘭杰意義上引致金融發展；此外，通過對包含金融發展測量指標在內的經濟增長的回歸方程進行估算發現，金融增長情形下的系數顯著大于金融發展情形下的系數。周立等(2002)通過對中國各地區1978—2000年金融發展與經濟增長關系的實證研究發現：各地區金融發展與經濟增長密切相關；促進金融發展有利于經濟的長期增長；金融發展差距可以部分解釋中國各地區經濟增長差距，即如果一個地區的金融發展初始條件低下，則對其長期的經濟發展不利。當然，也有研究認為經濟結構并不重要，例如Levine(2002)和Demirgü?-Kunt et al.(1996)認為，對于經濟增長最重要的，本質上只是金融機構及其所處的金融市場所共同提供的一攬子金融服務，至于金融結構本身是什么樣的并不重要。但也有一些研究認為金融結構同金融機構一樣，都對經濟增長具有非常重要的作用(Boyd et al.,1998)。談儒勇(1999)發現，中國股票市場發展對經濟增長的作用是極其有限的，甚至存在弱的負影響。

各種觀點之所以大相徑庭，很大一個原因是忽略了實體經濟本身對不同金融中介和金融市場的要求。Demirgü?-Kunt et al. (2011)指出，金融結構與經濟增長之間的關系很大程度上取決于一個國家和地區所處的經濟發展階段以及金融市場的發展水平，不能一概而論，任何肯定或否定的結論都有以偏概全之嫌。Demirgü?-Kunt et al. (2013)通過選取72個國家1980—2008年間的數據樣本，利用分位數回歸方法，發現隨著經濟的不斷發展，銀行部門的擴張對經濟增長的邊際貢獻越來越小，而金融市場的擴張對經濟增長的邊際貢獻越來越大，即在不同的經濟發展水平上，金融部門對經濟活動的影響存在動態變化的事實。與之不同，也有研究發現金融體系與經濟增長之間存在非線性的關系。具體而言，銀行和市場化的金融中介的發展并非總是促進實體經濟的增長，而是存在一個臨界點，在達到這一臨界點之前，銀行和市場化的金融中介的發展對經濟增長具有正向的促進作用，然而一旦超過這一臨界點，無論是銀行還是市場化的金融中介，其進一步的擴張不僅無法帶來對實體經濟的邊際增長，甚至會阻礙經濟的增長。換言之，銀行和以股市、債市為代表的市場化的金融中介的發展對實體經濟的影響存在類似“倒U型”曲線的非線性效應(Gambacorta et al.,2014)。

通過對既有文獻的梳理，我們發現國外研究普遍缺乏對中國金融體系的關注，國內研究又基于銀行主導型金融體系的事實，長期將關注重點放在對銀行部門微觀效率的考察上，而從宏觀角度研究金融結構與經濟增長間的關系及其作用機制則相對不足。理論方面的研究受到經濟增長理論和金融發展理論長期難有重大突破的掣肘而進展緩慢，并導致經驗研究在諸如金融結構作用于經濟增長的機制、程度和特殊性等涉及深層次、實質性問題方面的考察無法深入，所得到的一些結論又因樣本選取、計量和統計方法等方面的缺陷與不足而存在較大爭議，但現有文獻為后續研究提供了大量寶貴的經驗、參照基礎，并指明了進一步研究的方向。

三、模型、方法與數據

(一)模型設定

既有研究中，絕大多數假設金融結構與產出增長之間存在線性關系為出發點，發現以銀行為代表的傳統金融中介和市場化的以股市、債市為代表的證券市場均對產出增長存在正向促進作用，只是二者的邊際影響表現出一定程度的分化，即銀行在促進經濟增長中的作用逐漸降低，而證券市場對經濟增長的作用逐漸提高 (Demirgü?-Kunt et al.,2013)。當然，也有少量研究指出，金融結構中銀行和股市對經濟增長的促進作用可能存在一種非線性關系。具體而言，以銀行為代表的傳統金融中介和市場化的以股市、債市為代表的證券市場對經濟增長的促進作用存在一個臨界點，在達到這一臨界點之前，二者均對經濟增長產生正向的促進作用，一旦超過各自的臨界點，二者對經濟增長非但無正向促進作用，甚至表現出顯著的對經濟增長的負效應，即銀行和證券市場的繼續發展將會阻礙經濟的增長，此類非線性假設的研究以Gambacorta et al. (2014)為代表。

對于模型相關變量的替代變量選取方面，現有研究中學者們已經做了大量而廣泛的嘗試，但在解釋變量的選取方面尚存在一定的爭議。Beck et al.(2004)指出，作為衡量股市發展對經濟增長影響的指標，由于股市周轉率(總交易額/平均市值)的分子和分母中均包含了價格因素，繼而不受資產價格估值波動的影響，從而是比包括股市市值占GDP的比重在內的眾多其他變量都更優的替代變量。然而，Gambacorta et al. (2014)認為，使用股市周轉率作為替代變量也存在兩方面的缺陷：第一，股市周轉率容易受到外國投資者在本國股市的投資與本國投資者在國外股市投資的影響；第二，股市周轉率并不能反映證券市場上債券市場的發展與影響。針對第二個缺陷，Gambacorta et al.(2014)將債券市場的因素納入模型中，可是其對最終結果的影響卻微乎其微。此外，Franklin et al. (2013)認為，由于總市值中還包括了不可交易的股票和極少交易的股票，因此，股市的總交易額是比總市值更好的衡量股市規模的指標變量。

綜上，參照Beck et al. (2004)和Gambacorta et al. (2014)的方法，本文將人均收入水平或經濟增長率的一階滯后值引入解釋變量，通過單獨選取股票總交易額占GDP的比重(stmtvt2gdp)、股市總市值占GDP的比重(stmc2gdp)以及同時選取二者作為衡量金融結構中股市對經濟增長作用的替代變量，分別構建線性動態面板模型(1)和非線性動態面板模型(2)：

(1)

(2)

(二)數據來源

世界銀行依據2015年人均國民總收入水平(GNI per capita)，將全球189個成員國和28個人口超過3萬的經濟體(共計217個經濟體*中國是世界銀行的成員國，臺灣作為中國的一個省，被世界銀行單獨列為高收入經濟體。例如，在世界銀行按照人均GNI劃分的高收入國家(HIC)組中，并未包含中國臺灣，參見：http://data.worldbank.org/income-level/HIC。但在高收入經濟體(High-income economies)組中，包含了中國臺灣，參見：http://data.worldbank.org/about/country-and-lending-groups#OECD_members。)劃分為低收入經濟體、中等收入經濟體、高收入經濟體三個組別(其中，中等收入經濟體組又進一步細分為中低收入經濟體和中高收入經濟體兩組)*具體參見世界銀行網站：http://data.worldbank.org/about/country-and-lending-groups。 為盡可能降低匯率波動對國民收入跨國比較造成的影響，世界銀行在計算各國可比的人均國民收入(GNI)時，使用的不是簡單的匯率，而是阿特拉斯換算因子(Atlas conversion factor)。有關世界銀行阿特拉斯方法(World Bank Atlas method)的詳細內容，具體參見世界銀行網站：https://datahelpdesk.worldbank.org/knowledgebase/articles/378832-what-is-the-world-bank-atlas-method。，具體分類如下：

低收入經濟體(31個)：2015年人均GNI≤$1025；

中等收入經濟體(107個)：$1026≤2015年人均GNI≤$12475；

中低收入經濟體(52個)：$1026≤2015年人均GNI≤$4035；

中高收入經濟體(55個)：$4036≤2015年人均GNI≤$12475；

高收入經濟體(79個)：2015年人均GNI≥$12476。

本文所選取的變量指標數據主要來自世界銀行、國際貨幣基金組織、國際債務統計等的世界發展指數(World Development Indicators，WDI)數據庫、教育統計(Education Statistics)數據庫下的包括經濟與增長(Economy amp; Growth)、金融部門(Financial Sector)、教育(Education)、氣候變化(Climate Change)、科技(Science amp; Technology)、公共部門(Public Sector)、貧困(Poverty)等七個主題的子數據庫。根據世界銀行依據收入水平將全球經濟體的分類結果，同時兼顧主要考察變量在數據完整性和可獲得性方面的具體情況，本文選取60個經濟體(其中包括35個高收入經濟體和25個低收入經濟體)的面板數據為樣本，考察這些樣本觀察值在1960—2014年間金融結構對經濟增長的影響*具體國家和地區見附錄1。為節約篇幅，本文所有附錄從略，如需可聯系作者索取。。

(三)變量選取和描述性統計量

相較于經濟增長率，人均收入水平的差異更能反映全球不同國家和地區所處的發展階段和發展水平上的巨大差異。為此，不同于Gambacorta et al.( 2014)等僅選取經濟增長率作為衡量經濟增長水平的替代變量，本文同時選取人均GDP年增長率(%)growth、以2010年不變價衡量的實際人均GDP的對數ln y作為被解釋變量的替代變量，相應地，分別為人均GDP年增長率(%)growth和實際人均GDP的對數ln y的一階滯后值。作為衡量金融結構的解釋變量，本文選取銀行提供的私人信貸占GDP的比重dc2psbybk作為BKi,t的替代變量，分別選取股票總交易額占GDP的比重stmtvt2gdp和股市總市值占GDP的比重stmc2gdp作為STKi,t的替代變量。

此外，本文選取人均GDP的對數ln y、債券發行量占GDP比重(%)cbiv2gdp、15歲以上人口平均受教育年限schooling、貿易額占GDP比重(%)trade*實際回歸中，使用貿易額占GDP比重的對數ln trade=log(trade)。下同。、政府消費支出占GDP比重(%)的對數govsize、消費者價格指數(%)inflation*實際回歸中，使用inflationnew=log(1+inflation)，其中inflation為消費者價格指數(%)。下同。、外國直接投資凈流入占GDP比重(%)fdi、每百萬人口中研發人員數量rd、中央政府債務占GDP比重(%)govdebt、基尼系數(世界銀行估算)gini等作為控制變量來考察金融結構對經濟增長的影響。所選取的替代變量名稱及涵義見表1。

表1 主要變量的名稱、涵義及代碼

由表2可知：相較于中等收入經濟體，高收入經濟體在樣本期內整體上具有更高的人均收入水平、更低的組內人均收入水平差異、相對較低的經濟增長率和相對較高的組內增長率差異。高收入經濟體作為一個整體，其內部銀行和金融市場在整個經濟活動中所占的比重遠高于中等收入經濟體，一定意義上可以看做金融部門在整個經濟活動中的影響也更大，發展水平也更高；不僅如此，高收入經濟體組內相關指標的差異也比中等收入經濟體更大，呈現出較大的分化*本文所選取的數據樣本關鍵指標變量的分時期(1960—1979、1980—1999、2000—2014年間)中位數統計值詳見附錄5-10。。公共部門領域，政府消費支出占GDP比重在高收入經濟體和中等收入經濟體之間的差距不是很大，但中等收入經濟體的中央政府債務占GDP比重略高于高收入經濟體，顯示出中等收入經濟體作為一個整體存在相對較高的中央政府債務水平。當然，兩組經濟體均存在中央政府債務水平顯著偏高的個體。此外，盡管在高收入經濟體和中等收入經濟體內部都曾經發生過嚴重的惡性通貨膨脹，且均發生在上世紀八、九十年代交替之際的拉美國家，但高收入經濟體的通貨膨脹率之均值、中位數和標準差整體上要比中等收入經濟體更低，顯示了高收入經濟體在控制通貨膨脹方面具有相對成熟的經驗，貨幣當局也具有相對更高的約束力和較高的通脹管理水平。

表2 相關變量的描述性統計

圖 2為增長率與反映金融結構的主要變量間的散點圖矩陣。可見，樣本觀察值中，人均GDP的對數與銀行提供的私人信貸占GDP比重、股票總交易額占GDP比重、股市總市值占GDP比重以及債券發行量占GDP比重之間存在一定的正相關關系，但人均GDP年增長率與這四個變量間并沒有表現出顯著的正向或負向線性相關關系。*由附錄3可知，僅存在弱的負相關關系，相關系數大致落在(-0.5，-0.6)之間。可能的原因是，隨著經濟發展，整體上各經濟體內部銀行和股票市場在GDP中所占的比重均得到了顯著的提升，但各國(或地區)的經濟增長率絕大多數時期在(-10%，10%)之間波動，而包括銀行提供的私人信貸占GDP比重、股票總交易額占GDP比重以及股市總市值占GDP比重等反映金融結構的變量卻隨著經濟增長和人均收入水平的提高呈現出顯著的上升趨勢。此外，不考慮個別經濟體的部分離散值，金融結構中銀行提供的私人信貸占GDP比重、股票總交易額占GDP比重、股市總市值占GDP比重以及債券發行量占GDP比重四個變量，兩兩間表現出一定的正相關關系(所有主要變量的相關系數和偏相關系數詳見附錄3和附錄4)。

圖2 人均收入水平、增長率與金融結構主要變量散點圖矩陣

圖3(a)、(b)、(c)分別為數據樣本中樣本總體、高收入經濟體和中等收入經濟體人均GDP年增長率與銀行提供的私人信貸占GDP比重之間的散點圖*其中包含了人均GDP增長率對銀行提供的私人信貸占GDP比重的擬合曲線及其95%的置信區間，數據標記的大小是經過股票總交易額占GDP比重加權之后得到的，即股票總交易額占GDP比重越高，散點圖中代表單個樣本觀察值的數據標記的直徑越大，由于三幅圖的橫、縱坐標區間有所不同，繼而導致相互間比例在視覺上存在一定的偏差。。由圖可見，整體而言，銀行提供的私人信貸占GDP比重越高的經濟體往往其國(或地區)內股票總交易額占GDP比重也越高。在高收入經濟體組，銀行提供的私人信貸占GDP比重相對較低的經濟體往往股票總交易額占GDP比重也相對較低，可見銀行與股票市場整體上隨著經濟發展和人均收入水平的提高而發展，二者之間的互補性在高收入經濟體內部表現得并不是很強；在中等收入經濟體內部，當銀行提供的私人信貸占GDP比重相對較低時，依然存在大量有著相對較高的股票總交易額占GDP比重的經濟體，即中等收入經濟體中存在一些銀行部門不發達或者銀行在整個經濟活動中所占的比重和影響相對較小的經濟體，其股票市場一定程度上填補了銀行發展的不足。由圖3(d)中包含95%的置信區間的擬合曲線來看，在數據樣本中，中等收入經濟體的人均GDP年增長率與銀行提供的私人信貸占GDP比重之間存在著一定的正相關關系，而高收入經濟體的人均GDP年增長率與銀行提供的私人信貸占GDP比重之間存在著一定的負相關關系，僅從簡單擬合效果來看，二者均未表現出顯著的非線性相關關系。

圖3 人均GDP年增長率與銀行提供的私人信貸占GDP比重*其中，阿曼在20世紀60年代部分年份人均GDP增長率超過60%，視為異常值，予以剔除(下同)。

圖 4和圖 5中，(a)(b)(c)分別為數據樣本中樣本總體、高收入經濟體和中等收入經濟體的人均GDP年增長率與股票總交易額占GDP比重、股市總市值占GDP比重之間的散點圖(其中，分別包含了人均GDP年增長率對股票總交易額占GDP比重和股市總市值占GDP比重的擬合曲線及其95%的置信區間)*同樣，由于三幅圖的橫、縱坐標區間有所不同，繼而導致相互間比例在視覺上存在一定的偏差。。與銀行部門的發展水平及在各自整體經濟活動中所占的比重相比，股票市場發展水平及其在整個經濟活動中所占的比重在高收入經濟體和中等收入經濟體內部的差距明顯拉大。同樣，由圖4(d)中包含95%的置信區間的擬合曲線來看，在數據樣本中，中等收入經濟體的人均GDP年增長率與股票總交易額占GDP比重之間存在著一定的正相關關系，而高收入經濟體的人均GDP年增長率與股票總交易額占GDP比重之間無顯著的正向或負向相關關系。僅從簡單擬合效果來看，人均GDP年增長率與股票總交易額占GDP比重也均未表現出顯著的非線性相關關系。與之不同，由圖5(d)中包含95%的置信區間的擬合曲線來看，在數據樣本中，中等收入經濟體與高收入經濟體的人均GDP增長率與股市總市值占GDP比重均表現出一定的非線性相關關系，只是由于高收入經濟體股市總市值占GDP比重在更高水平上的分布離散程度更高，非線性擬合曲線的弧度比中等收入經濟體相對較小，而曲線的分布區間比中等收入經濟體更大。

圖4 人均GDP年增長率與股票總交易額占GDP比重

圖5 人均GDP年增長率與股市總市值占GDP比重

圖6分別為樣本總體2014年人均GDP年增長率與銀行提供的私人信貸占GDP比重、股票總交易額占GDP比重、股市總市值占GDP比重的散點圖及擬合曲線。由圖可以得到以下信息：第一，從樣本總體的2014年橫截面數據來看，反映經濟增長的人均GDP年增長率與反映金融結構的三個主要變量——銀行提供的私人信貸占GDP比重、股票總交易額占GDP比重和股市總市值占GDP比重之間存在較為顯著的非線性效應，即人均GDP年增長率先隨著銀行提供的私人信貸占GDP比重、股票總交易額占GDP比重和股市總市值占GDP比重的升高而逐漸升高，達到最高點后，又呈現出隨著銀行提供的私人信貸占GDP比重、股票總交易額占GDP比重和股市總市值占GDP比重的升高而逐漸降低的趨勢。第二，如果用銀行部門和股票市場在整個經濟體活動中所占的比重來衡量其分別對經濟增長率的影響，則銀行和股票市場在整個經濟活動中所占的比重分別存在一個能夠促進經濟增長的最佳值，在達到這一最佳值之前，銀行或股票市場的進一步發展，在整個經濟活動中所占比重的進一步提高有助于推動經濟增長率的進一步提升；一旦超過這一最佳值，銀行和股票市場的進一步發展，或者股票總交易額占GDP比重和股市總市值占GDP比重的進一步提升非但不能促進經濟增長率的進一步提升，反而會抑制經濟增長。第三，2014年，絕大多數經濟體銀行提供的私人信貸占GDP比重高于銀行促進經濟增長的最佳比重，而股票總交易額占GDP比重和股市總市值占GDP比重又低于股市促進經濟增長的最佳比重，說明從金融結構的角度，大多數國家(或地區)存在銀行發展過度而股市發展相對不足，或銀行在整個經濟活動中的比重和影響過高而股市在整個經濟活動中的比重和影響相對偏低的局面。第四，由圖6可以清楚地看出2014年中國所處的位置，盡管中國超過6%的人均GDP增長率在樣本總體中獨占鰲頭，但也存在著顯著的銀行發展過度和股市發展不足的問題。此外，根據全球絕大多數經濟體的經濟增長和金融發展之一般經驗，結合中國當前的金融現實和金融改革進程，隨著未來中國經濟增長率的進一步降低，中國金融體系中銀行和股票市場究竟將處于類似圖6中擬合曲線最佳點的哪一側，對長期經濟增長率將有著重要的影響。顯然，當下中國金融改革的方向是關鍵。

圖6 2014年人均GDP增長率與金融結構主要指標變量

與之類似，圖7分別為樣本總體2014年人均GDP對數值與銀行提供的私人信貸占GDP比重、股票總交易額占GDP比重、股市總市值占GDP比重的散點圖及擬合曲線(為清楚起見，圖中用圓圈標出中國所處的位置)。由圖7可以得到以下信息：

第一，從2014年樣本總體的橫截面數據來看，人均GDP對數值與銀行提供的私人信貸占GDP比重、股票總交易額占GDP比重和股市總市值占GDP比重之間存在顯著的非線性效應，即隨著銀行提供的私人信貸占GDP比重、股票總交易額占GDP比重和股市總市值占GDP比重的升高，人均GDP對數值表現出先逐漸升高，在達到最高點后又逐漸下降的趨勢。換言之，如果用銀行部門和股票市場在整個經濟體活動中所占的比重來衡量其分別對人均收入水平的影響，則銀行和股票市場在整個經濟活動中所占的比重分別存在一個能夠促進人均收入水平提升的最佳值。

第二，世界范圍來看，2014年絕大多數中等收入經濟體的銀行提供的私人信貸占GDP比重低于其能夠促進人均收入水平提升的最佳值，即銀行業的進一步發展有助于人均收入水平的提升，僅有少量高收入經濟體的銀行提供的私人信貸占GDP比重超過了其能夠促進人均收入水平提升的最佳值，其銀行部門的進一步發展將對人均收入水平的提升產生抑制作用。從股票市場的發展水平來看，除中國香港外，樣本中所有經濟體股票總交易額占GDP比重和股市總市值占GDP比重均未達到其能夠促進收入水平提升的最佳值，即股票總交易額占GDP比重與股市總市值占GDP比重的進一步提升，將有助于這些經濟體人均收入水平的提高。

第三，2014年，中國的人均收入水平尚處于中等收入經濟體發展階段的事實在圖中一目了然。從人均GDP的角度來看，中國銀行提供的私人信貸占GDP比重接近于其能夠促進人均收入水平提升的最佳值，這意味著以規模衡量的銀行部門的進一步發展與擴張，將不利于未來中國人均收入水平的提升；但同絕大多數國家和地區一樣，以股票總交易額占GDP比重和股市總市值占GDP比重衡量的中國股市的發展，還遠未達到其能夠促進人均收入水平提升的最佳值，這意味著即便不考慮股市的整體效率，未來中國股市單純通過規模的擴張繼而實現在整個經濟活動中發揮更大的影響，也對人均收入水平的提升能夠起到一定的促進作用。

第四，與中國長期潛在增長率在未來將以大概率呈現逐步降低的趨勢不同，中國當前還僅是一個中等收入經濟體，人均GDP在未來10到20年間還將有大幅的提升空間并最終進入高收入經濟體(或發達經濟體)的行列(排除長期陷入“中等收入陷阱”的可能情形)。因此，隨著人均收入水平的提高，未來中國金融體系中銀行和股票市場的進一步發展究竟將走向各自最佳比例的哪一側，對未來中國人均收入水平的提高有著重要的意義和影響。特別是，一方面對于從圖中已接近能夠促進人均收入水平提升最佳值的銀行提供的私人信貸占GDP比重，未來是否會超過最佳比例繼而可能產生抑制人均收入水平提升的負影響，另一方面對于距離能夠促進人均收入水平提升最佳比例尚遠的股票總交易額占GDP比重和股市總市值占GDP比重，在未來的發展和金融改革中是否會得到顯著提升，繼而步入促進人均收入水平的進一步提高并促使中國成功躋身發達經濟體行列，對中國的經濟轉型和長期可持續發展都具有十分重要的意義。

圖7 2014年人均GDP對數值與金融結構主要指標變量

以上是對本文所用的模型、方法進行一些必要的解釋、說明，以及對于所選取的數據樣本、指標變量進行的簡要統計性描述和初步分析。顯然，對于金融結構究竟如何影響經濟發展，特別是從近50年來跨國經驗的一般規律來考察經濟增長率和人均收入水平的影響方向和程度大小等細節，這些簡要分析尚無法給出清晰和可靠的答案，具體詳見第四部分的實證分析結果與相關討論。

四、實證分析結果與討論

參照 Gambacorta et al. (2014)、 Estrada et al. (2010)及Demirgü?-Kunt et al. (2013)等的研究，本文首先選取銀行提供的私人信貸占GDP的比重dc2psbybk作為BKi,t的替代變量，并分別選取股票總交易額占GDP的比重stmtvt2gdp、股市總市值占GDP的比重stmc2gdp以及同時選取二者共同作為STKi,t的替代變量來反映經濟增長過程中金融結構，在僅選取政府消費支出占GDP比重(%)的對數govsize和通貨膨脹率inflationnew*其中，inflationnew=log(1+inflation)。作為控制變量的情形下，對動態面板的基準模型進行估計。

由表3可見:在線性基準模型中，銀行提供的私人信貸占GDP的比重dc2psbybk對經濟增長率的影響總體為負，并且在5%～1%不等的顯著性水平上統計顯著。股市對經濟增長的影響方向則出現分化：股市總市值占GDP的比重stmc2gdp表現出對經濟增長具有統計顯著的正向促進作用，而股票總交易額占GDP的比重stmtvt2gdp卻表現出對經濟增長率的影響總體為負，除了利用差分GMM對單獨使用股市總市值占GDP的比重stmc2gdp作為衡量股市影響的解釋變量方程(3)的估計結果外，方程(4)、(5)和(6)均在5%～1%不等的顯著性水平上統計顯著。這說明，樣本總體中銀行部門的進一步發展將會阻礙經濟的增長。這可能與樣本中高收入經濟體所占的比重過高，而絕大多數高收入經濟體又主要依靠市場化的股票市場進行融資、金融結構中銀行占比已經超過了其能夠促進經濟增長的最優比例造成的。有趣的是，股票總交易額與股市總市值對經濟增長的影響表現出一定的分化。盡管二者具有較強的相關性*見附錄3，樣本總體中，股票總交易額占GDP的比重stmtvt2gdp與股市總市值占GDP的比重stmc2gdp之間的相關系數為0.999。，但隨著金融深化進程的加快，股票總交易額占GDP的比重與股市總市值占GDP的比重均表現出逐漸上升的趨勢，且二者都受到資產價格的顯著影響。對此，一個可能的解釋是，股票總交易額占GDP的比重stmtvt2gdp不僅受資產價格的影響，而且與交易頻率密切相關，后者又通常被認為是市場過熱、出現泡沫或者市場過度波動的主要原因。這不僅不利于金融市場本身的發展，甚至在某種程度上會對實體經濟的長期增長產生不利影響，從而造成其與股市總市值占GDP的比重對經濟增長在影響方向上表現出一定的分化。政府消費支出占GDP比重的對數govsize與通貨膨脹率inflationnew對經濟增長率的影響為負，且均在統計上顯著。這意味著，政府消費支出的進一步增長和通脹率水平的進一步上升將顯著阻礙經濟的增長。這對于當今全球流動性總體過剩大背景下的緩慢復蘇，特別是各國(或地區)財政收入增長乏力、總體債務水平不斷攀升、寬松的貨幣政策空間日益捉襟見肘的當下，具有十分重要的政策涵義，即進一步加大政府消費支出和提升通脹率水平的政策選擇，不僅無益于增長率的提升，反而會阻礙經濟的長期增長。

在此基礎上，本文選取人均GDP對數值ln y作為被解釋變量對基準模型進行估計。研究發現，銀行提供的私人信貸占GDP的比重dc2psbybk、股市總市值占GDP的比重stmc2gdp以及股票總交易額占GDP的比重stmtvt2gdp的估計系數均趨于零(盡管符號方向和顯著性與表3相比未發生顯著變化)。銀行提供的私人信貸占GDP的比重和股票總交易額占GDP的比重對于人均收入水平基本無影響，即便有也僅是弱的負影響，而股市總市值占GDP的比重對人均收入水平也基本無影響，即便有也僅存在弱的正向影響。這意味著，金融結構對人均收入水平的影響可以忽略不計。當然，這也可能是被解釋變量進行取對數值處理后，客觀上壓縮了不同經濟體之間收入水平的差異，由此導致金融結構作用于收入水平上的影響也被顯著壓縮。總體而言，利用人均GDP對數值ln y作為被解釋變量對基準模型進行的估計未對表3有明顯改善，可以認為金融結構整體對以人均收入水平衡量的經濟增長的影響可以忽略。

表3 基準模型線性方程估計結果(被解釋變量：人均GDP增長率growth)

注：括號中為標準差；*、**和***分別表示10%、5%和1%的顯著性水平。

① 差分GMM和系統GMM成立的前提條件是回歸方程中隨機擾動項不存在自相關，即Cov(εi,tεi,s)=0, t≠s，?i。然而，即便隨機擾動不存在自相關，其一階差分仍存在一階自相關，但不存在二階或更高階自相關。因此，可以通過檢驗隨機擾動項的差分是否存在一階或二階自相關來檢驗隨機擾動項的自相關情況。該自相關檢驗報告的是拒絕原假設“H0：差分GMM回歸方程的隨機擾動項εi,t的差分項不存在二階自相關”的p值。下同。

② 由于差分GMM和系統GMM使用了較多數量的工具變量，故需要利用Sargan檢驗進行過度識別檢驗。該檢驗結果報告的是拒絕原假設“H0：所有工具變量均有效”的p值。下同。

③ Hansen檢驗也是過度識別檢驗，同樣，其檢驗結果報告的是拒絕原假設“H0：所有工具變量均有效”的p值，下同。

此外，本文還分別對樣本中的高收入經濟體和中等收入經濟體在線性基準模型的設定下進行估計*限于篇幅，詳細估計結果未予列示，如需可與作者聯系索取。，主要有三點發現加以說明：首先，在系數符號和顯著性方面，分別對高收入經濟體和中等收入經濟體的估計系數絕對值和符號與對樣本總體的估計結果大致相同，但對中等收入經濟體組的估計系數全部變得不顯著。這一定程度上從側面驗證了前文所說，即在所選取的樣本中，高收入經濟體對樣本總體具有很高的代表性。其次，政府支出和通脹率的回歸系數在兩組經濟體中均依然為負，但對中等收入經濟體組的回歸系數的絕對值顯著小于對高收入經濟體組的回歸系數。這說明，不考慮顯著性的情形下，進一步增加政府支出和提升通脹率水平，高收入經濟體將會比中等收入經濟體對經濟增長產生更大的負影響。最后，初始年份人均收入水平的回歸系數在對中等收入經濟體組的估計中變大，但并不顯著，在對高收入經濟體組的估計中則整體變為零，但同樣不顯著。這說明在高收入經濟體組和中等收入經濟體組各自內部，初始人均收入水平并不會對組內經濟體的增長率產生顯著的正向或負向影響。

表4為對基準模型在非線性設定情形下的估計結果。研究發現：僅有股市總市值占GDP的比重stmc2gdp與經濟增長率之間表現出弱的非線性關系，系數估計值的絕對值相對較小，統計上也不是非常顯著；銀行提供的私人信貸占GDP的比重dc2psbybk與股票總交易額占GDP的比重stmtvt2gdp對經濟增長率的影響作用方向不確定，影響程度較小且統計不顯著，亦無明確的統計顯著的非線性關系；政府消費支出占GDP比重的對數govsize與通貨膨脹率inflationnew再次表現出對經濟增長率顯著的負影響。

表4 基準模型非線性方程估計結果(被解釋變量：人均GDP增長率growth)

注：括號中為標準差；*、**和***分別表示10%、5%和1%的顯著性水平。

此外，本文還對基準模型在解釋變量為人均GDP對數值ln y的非線性設定情形進行了估計，也未發現銀行部門和股票市場的發展對以人均收入水平所衡量的經濟增長產生顯著的非線性作用關系。估計結果中，所有代表金融結構的變量系數估計趨于0，且符號方向不定，整體在統計上亦不顯著，詳見附錄11。

基于對任意一個國家(或地區)的對外開放度、政府債務水平以及貧富差距等因素也會對其經濟增長產生顯著影響的現實觀察，同時參考近年來大量有關經濟增長與對外開放度、貧富差距和債務水平間關系和影響的理論與經驗研究，以及 Beck et al.(2004)、 Demirgü?-Kunt et al.(2013)、 Estrada et al.(2010)相關文獻中對于控制變量選取的討論，本文在基準模型所含解釋變量和相關控制變量的基礎上，另選取包含貿易額占GDP比重的對數ln trade、中央政府債務占GDP比重govdebt、基尼系數(世界銀行估算)gini以及債券發行量占GDP比重cbiv2gdp等作為控制變量，構建拓展模型，表5即為拓展模型分別在線性和非線性設定情形下的估計結果。

由表5可知：在拓展模型中，銀行提供的私人信貸占GDP的比重dc2psbybk對經濟增長率的影響均為負，而股市總市值占GDP的比重stmc2gdp對經濟增長率的影響均為正，股票總交易額占GDP的比重stmtvt2gdp對經濟增長率的影響在金融結構主要變量與增長率之間關系線性和非線性假定的情形下，影響方向不確定，且估計系數和非線性關系在統計上均不顯著；債券發行量占GDP比重(%)cbiv2gdp對經濟增長率的影響為負，而貿易額占GDP比重的對數ln trade對經濟增長率的影響為正，但所有估計系數同樣均在統計上不顯著；最后，政府消費支出占GDP比重的對數govsize、通貨膨脹率inflationnew、中央政府債務占GDP比重govdebt、基尼系數(世界銀行估算)gini以及年度虛擬變量對經濟增長率的影響方向不確定，在統計上均不顯著。同樣，本文還對拓展模型在解釋變量為人均GDP對數值ln y的非線性設定情形進行了估計，也未發現銀行部門和股票市場的發展對以人均收入水平所衡量的經濟增長產生顯著的非線性作用關系。估計結果中，所有代表金融結構的變量系數估計值再次趨于零，且符號方向不定，所有估計系數在統計上均不顯著，詳見附錄12。

注：括號中為標準差。

總體而言，樣本中銀行提供的私人信貸占GDP比重與股票總交易額占GDP比重二者對經濟增長和人均收入水平的提高具有負的影響，而股市總市值占GDP比重對經濟增長和人均收入水平的提高具有正的影響。既有研究發現的有關金融結構對經濟增長和人均收入水平之間所存在的非線性影響并不顯著，這可能與所選取的樣本觀察值中不同收入水平的經濟體構成有關，同時也可能與模型非線性假定情形下存在統計學不足有關*雖然多項式回歸可以較好地擬合樣本數據，但它也有重要的統計學不足，原因有二：首先，不同冪次的解釋變量之間可能高度相關，繼而導致多重共線性；其次，多項式回歸傾向于捕捉那些解釋變量取值特別大或特別小(即極端異常值)的觀測值，從而使得一小部分觀測值就可能對結果施加顯著影響，遠超過其所代表的權重。因此，多項式回歸的結果可能出現因樣本而異的現象，即對某些樣本數據擬合很好的模型，在推廣到其他樣本數據時，表現得會很糟糕。。

五、 結論與政策建議

本文通過選取近50多年來全球60個經濟體的跨國面板數據樣本，就金融結構對經濟增長和人均收入水平的影響及其作用的一般規律進行了考察。結果發現：對絕大多數高收入經濟體和中等收入經濟體而言，銀行擴張對經濟增長存在顯著的負影響；股市的發展具有兩面性，股市總市值占GDP比重的提高對經濟增長和人均收入水平的提高存在著顯著的正向促進作用，但股票總交易額占GDP比重對長期經濟增長率和人均收入水平的影響方向則不是很確定，甚至存在弱的負相關關系。既有研究中有關金融結構對經濟增長的“非線性”效應很大程度上與研究所選取的數據樣本、替代變量和控制變量以及相關統計方法有關，其存在性和顯著性均值得進一步深入研究和探討。

這意味著，當前絕大多數發達經濟體和中等收入經濟體中，銀行部門的發展已經超過其能夠促進經濟增長和人均收入水平提高的最優比例。一定程度上，可以認為銀行已經無法提供與這些經濟體產業結構和發展水平所需要的最相適應的金融產品與金融服務，適度降低這些經濟體中銀行部門在整個金融體系中所占的比重，將有助于其長期經濟增長率和人均收入水平的提升。對大多數發達經濟體和中等收入經濟體而言，提高股市總市值占GDP比重將有利于促進長期經濟增長和人均收入水平的進一步提高，但需要謹慎對待股票總交易額占GDP比重的進一步提高。如何有效識別交易的增加究竟是因為實體經濟復蘇、企業盈利前景良好、市場環境改善等導致的有效需求增加和交易額健康、可持續的上升，還是由于寬松貨幣環境下市場投機導致的虛假繁榮甚至泡沫，將是市場監管者和宏觀決策者需要長期面對的一項挑戰。對決策者而言，未來的金融改革需要慎重考慮調整后的金融結構與長期潛在經濟增長率和未來人均收入水平相適應的問題。

康繼軍,張宗益,傅蘊英. 2005. 金融發展與經濟增長之因果關系:中國、日本、韓國的經驗[J]. 金融研究(10):20-31.

林毅夫,章奇,劉明興. 2003. 金融結構與經濟增長:以制造業為例[J]. 世界經濟(1):3-21.

談儒勇. 1999. 中國金融發展和經濟增長關系的實證研究[J]. 經濟研究(10):53-61.

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

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

ALLEN F, GALE D. 2000. Compring financial system [M]. Cambridge:MIT Press.

ALLEN F, QIAN J, ZHANG C Y, et al. 2013. China′s financial system: opportunities and challenges [M]//FAN J, MORCK R. Capitalizing China. [S.l.]:University of Chicago Press.

BECK T, DEMIRGü?-KUNT A, LEVINE R. 2000. A new database on financial development and structure [J]. World Bank Economic Review, 14(3):597-605.

BECK T, LEVINE R. 2004. Stock market, banks, and growth:panel evidence [J]. Journal of Banking and Finance, 28(3):423-442.

BOYD J, SMITH B. 1998. The evolution of debt and equity markets in economic development [J]. Economic Theory, 12(3):519-560.

CAPASSO S. 2004. Financial markets, development and economic growth: tales of informational asymmetries [J]. Journal of Economic Surveys, 18(7):267-292.

CECCHETTI S, KHARROUBI E. 2012. Reassessing the impact of finance on growth [R]. BIS Working Papers.

DEMETRIADES P, HUSSEIN K. 1996. Does financial development cause economic growth? Time series evidence from 16 countries [J]. Journal of Development Economics, 51(2):387-411.

DEMIRGü?-KUNT A, FEYEN E, LEVINE R. 2011. The evolving importance of banks and securities markets [R]. World Bank Policy Research Working Paper, No. 5805.

DEMIRGü?-KUNT A, FEYEN E, LEVINE R. 2013. The evolving importance of banks and securities markets [J]. World Bank Economic Review, 27(3):476-490.

DEMIRGü?-KUNT A, LEVINE R. 1996. Stock market development and financial intermediaries: stylized facts [J]. World Bank Economic Review, 10(2):291-332.

DEMIRGü?-KUNT A, LEVINE R. 2001. Financial structures and economic growth: a cross-country comparison of banks, markets and development [M]. Cambridge:MIT Press.

ESTRADA G, PARK D, RAMAYANDI A. 2010. Financial development and economic growth in developing Asia [R]. ADB Economics Working Paper Series, No.233.

GAMBACORTA L, YANG J, TSATSARONIS K. 2014. Financial structure and growth [J]. BIS Quarterly Review, March:21-35.

GOLDSMITH R. 1969. Financial Structure and development [M]. New Haven: Yale University Press.

HASAN I, WACHTEL P, ZHOU M. 2009. Institutional development, financial deepning and economic growth: evidence from China [J]. Journal of Banking amp; Finance, 33(1):157-170.

JAGDISH H, KHAN S. 2008. Financial development and economic growth: a symbiotic relationship [J]. Applied Financial Economics, 18(1):1033-1049.

JORDAN S. 2005. Does financial development ‘lead’ economic growth? A vector auto-regression [J]. Applied Economics, 37(12):1353-1367.

JORDAN S, MORRIS A. 2001. Financial development and economic growth: an egg-and-chicken problem [J]. Review of International Economics, 9(3):443-454.

JORDAN S, MORRIS A. 2002. Does financial development ‘lead’ economic growth [J]. Internatioanl Review of Applied Economics, 16(2):153-168.

KING R, LEVINE R. 1993. Finance and growth: schumpeter might be right [J]. Quarterly Journal of Economics, 108(3):717-737.

LAW S, SINGH N. 2014. Does too much finance harm economic growth [J]. Journal of Banking and Finance, 41(1):36-44.

LEVINE R. 1997. Financial development and economic growth: view and agenda [J]. Journal of Economic Literature, 35(2):688-726.

LEVINE R. 2002. Bank-based or market-based financial systems: which is better [J]. Journal of Financial Intermediation, 11(4):398-428.

LEVINE R. 2004. Finance and growth: theory and evidence [J].Social Science Electronic Publishing, 11(5):37-40.

LEVINE R. 2005. Finance and growth: theory and evidence [M]//Handbook of Economic Growth.[S.l.]:Elsevier Science.

LEVINE R, ZERVOS S. 1998. Stock markets, banks and economic growth [J]. American Economic Review, 88(3):537-558.

LUINTEL K, KHAN M, ARESTIS P, et al. 2008. Financial structure and economic growth [J]. Journal of Development Economics, 86(1):181-200.

SONG F, THAKOR A V. 2010. Financial system architecture and the co-evolution of banks and capital markets [J]. Economic Journal, 120(547):1021-1055.

(責任編輯 彭 江)

WhetherThere′sa“Nonlinear”ImpactofFinancialStructureonEconomicGrowth?AnEmpiricalStudyBasedonCross-countryPanelDatawithGeneralizedMethodsofMoment

YAN Fei

(China Oceanwide Holdings Group Co., Ltd, Beijing 100005； Chinese Academy of Social Sciences (CASS), Beijing 100732)

What are differences among influences of an economy′s financial structure on its long-run growth and income per capita when specific development stage and income level are taken into consideration? Based on a dynamic cross-country panel model built with a sample of panel data of 60 economies worldwide in the latest fifty years, this study examines the long run influence with generalized method of moments (GMM). The results suggest that an excessive expansion of the banking sector among high-income economies and middle-income economies may hinder the long run growth and the increase of income per capita whereas the development of the stock market is double-edged. In addition, the hypothesis that a “nonlinear” impact of an economies′ financial structure on economic growth has not been found in this study, the relevant coefficients are not statistically significant.

economic growth; income level per capita; financial structure

2017-05-22

閆 斐 (1982--) ，男，陜西延安人，博士，中國泛海控股集團有限公司博士后科研工作站、中國社會科學院世界經濟與政治研究所博士后科研流動站博士后研究員。

* 本文得到北京市博士后工作經費的資助(2016-ZZ-124)。作者感謝匿名審稿人的評審意見，在此一并致謝，文責自負。

F061.2

A

1001-6260(2017)10-0001-18

10.19337/j.cnki.34-1093/f.2017.10.001