金融支持、科技進(jìn)步對供給側(cè)改革影響研究
——基于H省樣本數(shù)據(jù)與VAR模型的實證分析

高彥彬，阮非凡

（河南理工大學(xué) 財經(jīng)學(xué)院，河南 焦作 454000）

一、引言

在第十三屆全國人大二次會議上，《政府工作報告》中提出了2019年我國經(jīng)濟(jì)社會發(fā)展的總體要求，其中強(qiáng)調(diào)了要繼續(xù)堅持以供給側(cè)結(jié)構(gòu)性改革為主線。供給側(cè)結(jié)構(gòu)性改革作為一項系統(tǒng)性工程，對于推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展具有關(guān)鍵性作用。供給側(cè)結(jié)構(gòu)性改革的本質(zhì)是優(yōu)化生產(chǎn)要素配置，提升供給體系質(zhì)量，改善市場供需關(guān)系，實現(xiàn)經(jīng)濟(jì)增長。根據(jù)柯布—道格拉斯生產(chǎn)函數(shù)模型Q=A（t）KαLβ（其中Q表示經(jīng)濟(jì)發(fā)展水平，用來表示供給側(cè)改革成效；A（t）、K、L分別表示科技進(jìn)步水平、資本供給數(shù)量、勞動力供給數(shù)量；α、β分別表示資本和勞動力產(chǎn)出的彈性系數(shù)），資本供給、科技進(jìn)步、勞動力供給是影響區(qū)域經(jīng)濟(jì)發(fā)展的三要素，也是影響供給側(cè)結(jié)構(gòu)性改革的三要素，其中科技進(jìn)步是影響供給側(cè)結(jié)構(gòu)性改革成效的重要因素。而金融是連接科技進(jìn)步與供給側(cè)結(jié)構(gòu)性改革的橋梁，金融可以通過支持科技進(jìn)步從而提高供給側(cè)結(jié)構(gòu)性改革的成效。本文以H省為研究對象，從金融支持供給側(cè)三要素之一的科技進(jìn)步角度著手，從金融支持廣度、金融支持強(qiáng)度和金融支持效率三方面，探討金融通過支持科技進(jìn)步進(jìn)而影響供給側(cè)結(jié)構(gòu)性改革的作用機(jī)理及其影響程度。

二、文獻(xiàn)綜述

國外關(guān)于“供給側(cè)”的研究起步較早，也經(jīng)歷了曲折過程。亞當(dāng)·斯密（1776）在《國富論》中開始通過“供給側(cè)”來探究宏觀經(jīng)濟(jì)發(fā)展問題[1]。法國經(jīng)濟(jì)學(xué)家薩伊（1830）的《政治經(jīng)濟(jì)學(xué)概論》一書傳承了亞當(dāng)·斯密的思想，主張“供給自動創(chuàng)造自身的需求”，即薩伊定律[2]。此后，阿爾弗雷德·馬歇爾（1890）的著作《經(jīng)濟(jì)學(xué)原理》問世，使經(jīng)濟(jì)學(xué)中的供給側(cè)和需求側(cè)問題得以同時研究[3]。然而，凱恩斯（1936）在《就業(yè)、利息與貨幣通論》的論著中，主張政府應(yīng)適當(dāng)干預(yù)經(jīng)濟(jì)、刺激社會需求，因此前過于重視需求側(cè)而忽略了供給側(cè)的作用。之后以蒙德爾（1974）、拉弗（1974）、萬尼斯基（1975）等為代表的經(jīng)濟(jì)學(xué)家開始從供給側(cè)的視角來另辟蹊徑研究經(jīng)濟(jì)[4]。保羅·克雷·羅伯茨（1987）[5]在其著作《供給學(xué)派革命》中提出，提高生產(chǎn)率、增加要素有效供給是抑制通貨膨脹的有效方法。美國總統(tǒng)里根（1981）提出了“經(jīng)濟(jì)復(fù)興計劃”，其理論核心就是“供給革命”。20世紀(jì)90年代后，美國改變了以往的經(jīng)濟(jì)管理模式，采取加稅政策，供給側(cè)理念隨之漸漸隱退。

國內(nèi)關(guān)于供給側(cè)改革的研究方興未艾。其中，李月和王珊珊（2018）[6]認(rèn)為西方結(jié)構(gòu)性改革主要是應(yīng)對經(jīng)濟(jì)衰退以及短期危機(jī)，而中國供給側(cè)結(jié)構(gòu)性改革是為了應(yīng)對中等收入階段發(fā)展困境，實現(xiàn)經(jīng)濟(jì)向中高端水平邁進(jìn)。劉堯飛和沈杰（2016）[7]研究指出，我國經(jīng)濟(jì)發(fā)展步入了“中等收入陷阱”，供給側(cè)改革勢在必行。黃劍（2016）[8]認(rèn)為供給側(cè)改革的實質(zhì)是在外部環(huán)境及內(nèi)部要素條件發(fā)生改變的情況下，重組生產(chǎn)要素。劉霞輝（2013）[9]主張?zhí)岣咭毓┙o效率和質(zhì)量應(yīng)作為改革的重點，而趙海（2017）[10]則認(rèn)為供給側(cè)改革還應(yīng)對產(chǎn)品及產(chǎn)業(yè)結(jié)構(gòu)不斷改進(jìn)。勾東寧（2016）[11]提出金融機(jī)構(gòu)的支持是供給側(cè)改革不可或缺的后備力量。許澤瑋和施?。?016）[12]認(rèn)為互聯(lián)網(wǎng)金融能夠同時喚醒供給側(cè)和需求側(cè)“沉睡的資金”，助力供給側(cè)改革取得新突破。張紅偉和向玉冰（2017）[13]從居民金融資產(chǎn)配置的視角分析指出，金融能有效促進(jìn)供給側(cè)要素端和生產(chǎn)端的結(jié)構(gòu)性改革?？芗蚜眨?017）[14]的研究顯示互聯(lián)網(wǎng)金融是促進(jìn)供給側(cè)改革的關(guān)鍵環(huán)節(jié)，可以解決小微企業(yè)因為信息不對稱而受到融資約束等問題。李文華（2017）[15]通過對資本市場的分析提出，應(yīng)促進(jìn)股權(quán)融資，去杠桿、降成本，使補(bǔ)短板工作落到實處。李松齡（2018）[16]從勞動創(chuàng)新理論和資本創(chuàng)新理論兩方面對供給側(cè)改革的理論依據(jù)進(jìn)行分析，提出供給側(cè)改革需要科技教育體制、生產(chǎn)資料所有制形式以及收入分配體制等方面的制度變革。

盡管國外學(xué)者對供給側(cè)研究較早，其理論基礎(chǔ)也較為成熟，但國外學(xué)者對供給側(cè)的研究主要集中在傳統(tǒng)理論及其改進(jìn)方面，并且從宏觀角度研究的較多而從微觀層面量化研究的較少；國內(nèi)學(xué)者關(guān)于供給側(cè)改革的研究多是借鑒國外的研究思路與方法，但在指標(biāo)體系的選取上存在較大偏差。國內(nèi)有關(guān)金融支持供給側(cè)結(jié)構(gòu)性改革的文獻(xiàn)有的注重定性理論分析，有的從金融在供給側(cè)改革中的作用、可行性路徑等方面進(jìn)行分析。而供給側(cè)結(jié)構(gòu)性改革是一項系統(tǒng)性工程，影響因素較多，各因素的影響程度也不同，此外我國當(dāng)前供給側(cè)改革的金融支持現(xiàn)狀還存在明顯的區(qū)域性差異，應(yīng)對不同地區(qū)、不同因素展開有針對性的研究。

本文利用H省的樣本數(shù)據(jù)，從金融支持科技進(jìn)步為切入點，借助VAR模型實證檢驗金融支持、科技進(jìn)步與供給側(cè)改革的動態(tài)影響機(jī)制，為金融支持科技進(jìn)步、兩者合力助推供給側(cè)結(jié)構(gòu)性改革提供決策參考。

三、研究設(shè)計

（一）指標(biāo)選取

本文將金融發(fā)展水平設(shè)定為自變量，將供給側(cè)要素指標(biāo)設(shè)定為因變量。根據(jù)柯布—道格拉斯生產(chǎn)函數(shù)模型，供給側(cè)要素指標(biāo)應(yīng)包括科技進(jìn)步水平、資本供給數(shù)量、勞動力供給數(shù)量，由于文章只探討金融通過支持科技進(jìn)步進(jìn)而影響供給側(cè)結(jié)構(gòu)性改革的機(jī)理，因此資本供給數(shù)量、勞動力供給數(shù)量不在研究之列，只把科技進(jìn)步設(shè)定為因變量，具體指標(biāo)及含義如下：

1.科技進(jìn)步。國內(nèi)外學(xué)者大多從兩個角度來衡量關(guān)于科技進(jìn)步：一是科技創(chuàng)新能力，二是科技創(chuàng)新產(chǎn)出。本文基于科技創(chuàng)新產(chǎn)出的視角，以科技創(chuàng)新結(jié)果來衡量科技進(jìn)步。在參考相關(guān)文獻(xiàn)的基礎(chǔ)上，結(jié)合H省實際狀況以及數(shù)據(jù)的可獲得性，選擇專利申請授權(quán)數(shù)來衡量科技進(jìn)步，用A表示。

2.金融支持效率。直接融資是在沒有金融機(jī)構(gòu)介入的情況下進(jìn)行的資金融通，直接反映了金融支持的效率，直接融資規(guī)模用債券和股票規(guī)模之和來度量，以此來反映H省金融對供給側(cè)改革的支持效率，用DF表示。

3.金融支持廣度。金融業(yè)增加值體現(xiàn)出一個地區(qū)的金融發(fā)展?fàn)顩r，同時也反映了一個區(qū)域的金融業(yè)對周邊的影響力以及金融深化的程度，以金融業(yè)增加值衡量金融支持廣度具有一定的代表性，因此本文選用金融業(yè)增加值來度量金融對供給側(cè)改革的支持廣度，用FGDP表示。

4.金融支持強(qiáng)度。間接融資通過金融中介機(jī)構(gòu)融通資金，間接融資規(guī)模體現(xiàn)了一個國家或地區(qū)金融機(jī)構(gòu)規(guī)模的大小，反映了金融支持的強(qiáng)度，用人民幣貸款余額來度量，以此來反映金融對供給側(cè)改革的支持強(qiáng)度，用IDF表示。

（二）數(shù)據(jù)來源

本文相關(guān)數(shù)據(jù)選自H省1993—2017年度的Wind數(shù)據(jù)庫、《H省統(tǒng)計年鑒》、《中國金融年鑒》以及H省統(tǒng)計局官方信息發(fā)布平臺，缺失的數(shù)據(jù)由《H省國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》補(bǔ)充。此外，考慮到數(shù)據(jù)中異方差存在的可能性，而取對數(shù)化后的時間序列不會改變原序列的性質(zhì)，因此本文取各變量的對數(shù)形式進(jìn)行模型的構(gòu)建及運算。

（三）模型設(shè)定

VAR模型是將系統(tǒng)中的各個內(nèi)生變量當(dāng)作所有內(nèi)生變量滯后值的函數(shù)來構(gòu)建模型，以此把單變量的自回歸模型應(yīng)用到多元時間序列變量組成的向量自回歸模型。在相互關(guān)聯(lián)的時間序列中，可用VAR模型分析隨機(jī)擾動項對系統(tǒng)的動態(tài)沖擊，并對經(jīng)濟(jì)變量形成過程中由于各種沖擊因素產(chǎn)生的影響進(jìn)行闡釋。本文構(gòu)建滯后p階的VAR（p）模型的數(shù)學(xué)表達(dá)式如下：

φt=A1φt-1+…+Apφt-p+B1xt+…+Brxt-r+εt（t=1，2，…，T）

其中：φt為k維的內(nèi)生變量向量，xt為d維的外生變量向量，p和r表示內(nèi)生變量和外生變量各自的滯后階數(shù)，T表示樣本的數(shù)量。k×k維矩陣A1，…，Ap和k×d維矩陣B1…Br是需要估計的系數(shù)矩陣。εt表示k維誤差向量。

對于不含外生變量的非限制向量自回歸模型的數(shù)學(xué)表達(dá)式如下：

φt=A1φt-1+…+Apφt-p+εt

或φt=A（L）φt-1+εt

上式中A（L）是一個以滯后算符L（Lφt=φt-1）表示的具有P個項的多項式矩陣，A（L）=A1（L）+A2（L）+…+Ap（L），εt表示誤差項。

本文建立的VAR理論模型為：

φt=A（L）φt-1+εt

φt=（LNA，LNDF，LNFGDP，LNIDF）

εt=（εA，εDF，εFGDP，εIDF）

其中，A（L）是多項式矩陣，εt是誤差項向量，LNA是科技進(jìn)步指標(biāo)，LNDF是直接融資指標(biāo)，LNFGDP是金融業(yè)增加值指標(biāo)，LNIDF是間接融資指標(biāo)。

四、實證分析

（一）單位根檢驗

為了避免“偽回歸”，消除非平穩(wěn)性，有必要對各時間序列變量進(jìn)行ADF單位根檢驗。表1給出了H省金融發(fā)展水平以及科技進(jìn)步時間序列的平穩(wěn)性檢驗結(jié)果。

表1 各指標(biāo)單位根檢驗結(jié)果

從表1中可以得出，在原始序列（對數(shù)化后）水平上，所有序列的ADF檢驗值均大于10%顯著性水平下的臨界值，因此接受存在單位根的假設(shè)，即序列均為非平穩(wěn)序列。對序列（對數(shù)化后）一階差分后的ADF檢驗值均小于10%顯著性水平下的臨界值，即所有序列一階差分后均拒絕了有單位根的假設(shè)，表明所有序列的差分變量是平穩(wěn)的。

（二）最優(yōu)滯后階數(shù)的確定

依據(jù)Eviews軟件中所給出的LR（似然比）檢驗、AIC信息準(zhǔn)則和SC信息準(zhǔn)則來確定最優(yōu)滯后階數(shù)。依據(jù)判定標(biāo)準(zhǔn)，此處確定VAR模型的滯后期為3（見表2）。

表2 VAR模型滯后期選擇

（三）VAR模型構(gòu)建

建 立DLNA與DLNDF、DLNFGDP、DLNIDF的VAR模型，其估計結(jié)果如表3所示（表3中系數(shù)下方分別對應(yīng)標(biāo)準(zhǔn)差和T統(tǒng)計量）。

由表3可得出關(guān)于科技進(jìn)步的如下公式：

由參數(shù)估計結(jié)果可知，科技進(jìn)步不僅受其自身滯后值的影響，也受相關(guān)變量滯后值的影響，其中滯后1期的直接融資、金融業(yè)增加值、間接融資的系數(shù)都為正，說明滯后1期的金融業(yè)增加值、直接融資和間接融資對科技進(jìn)步都有正向的促進(jìn)作用。

（四）檢驗VAR模型的穩(wěn)定性

圖1是利用Eviews軟件作出的AR根圖，可以看到所有的數(shù)值都落在單位圓內(nèi)，表明VAR模型是穩(wěn)定的。

（五）格蘭杰因果分析

利用Granger（格蘭杰）提出的因果檢驗方法，檢驗VAR模型的科技進(jìn)步與金融業(yè)增加值、直接融資、間接融資之間是否存在顯著的格蘭杰因果關(guān)系，以VAR模型最佳滯后期3作為格蘭杰因果檢驗的滯后期，檢驗結(jié)果如表4所示。

表3 VAR模型的估計結(jié)果

圖1 VAR模型的AR根圖

表4 格蘭杰因果檢驗結(jié)果

從表4中可以看出：DLNA與DLNDF之間存在單向的格蘭杰因果關(guān)系，其中DLNDF是DLNA的格蘭杰原因，但DLNA不是DLNDF的格蘭杰原因；DLNFGDP與DLNA之間以及DLNIDF與DLNA之間不存在因果關(guān)系。說明H省的直接融資的發(fā)展能夠有效促進(jìn)科技進(jìn)步，而間接融資的發(fā)展和金融業(yè)增加值的提升并未能構(gòu)成科技進(jìn)步的必要條件。

（六）脈沖響應(yīng)分析

在向量自回歸VAR模型的基礎(chǔ)上，分別給DLNA、DLNDF、DLNFGDP、DLNIDF一個標(biāo)準(zhǔn)差沖擊得到的脈沖響應(yīng)函數(shù)圖解，如圖2所示（橫軸表示沖擊延續(xù)的期數(shù)，縱軸為沖擊影響程度，虛線部分表示正負(fù)兩倍的標(biāo)準(zhǔn)差偏離帶）。

圖2 各變量脈沖響應(yīng)結(jié)果

DLNA對自身的脈沖響應(yīng)如圖2左上角所示，科技進(jìn)步對于來自其自身的一個標(biāo)準(zhǔn)差的沖擊立即就有響應(yīng)，第1期這種響應(yīng)就達(dá)到最大值0.146。隨后這種沖擊帶來的影響逐漸減弱，第4期達(dá)到最低點-0.033，隨后響應(yīng)逐漸上升第5期達(dá)到0.053后響應(yīng)逐漸減弱，第7期之后響應(yīng)維持負(fù)值，最終趨于平衡。說明科技進(jìn)步前期有較強(qiáng)的自我增強(qiáng)作用，后期自我增強(qiáng)作用減弱。

DLNA對DLNDF的脈沖響應(yīng)見圖2右上角，科技進(jìn)步對于來自直接融資的一個標(biāo)準(zhǔn)差的沖擊主要表現(xiàn)為正向響應(yīng)，在第1期時沒有響應(yīng)，第2期有較小的負(fù)向響應(yīng)，隨后響應(yīng)為正并逐漸增加，第4期響應(yīng)達(dá)到最大值為0.076，隨后響應(yīng)逐漸下降，最終趨于平衡，說明直接融資在長期內(nèi)對科技進(jìn)步有正向的拉動效應(yīng)。

DLNA對DLNFGDP的脈沖響應(yīng)見圖2左下角，科技進(jìn)步對于來自金融業(yè)增加值的一個標(biāo)準(zhǔn)差的沖擊會產(chǎn)生正負(fù)雙向波動，第1～3期與第5～6期呈現(xiàn)出正向響應(yīng)，剩余各期呈現(xiàn)出負(fù)向響應(yīng)，這說明金融業(yè)增加值在短期能促進(jìn)科技進(jìn)步，長期內(nèi)則不利于科技進(jìn)步。

DLNA對DLNIDF脈沖響應(yīng)見圖2右下角，科技進(jìn)步對于來自間接融資的一個標(biāo)準(zhǔn)差的沖擊也呈現(xiàn)出正負(fù)雙向的響應(yīng)，第1期時響應(yīng)為零，第2期達(dá)到正向響應(yīng)最大值，隨后響應(yīng)逐漸下降，第3期響應(yīng)降為負(fù)值，第4期響應(yīng)又有所回升達(dá)到0.024，隨后響應(yīng)降為負(fù)值?？梢钥闯?，間接融資對H省科技進(jìn)步在短期內(nèi)有正向拉動效應(yīng)，長期則不利于科技進(jìn)步。

（七）方差分解分析

方差分解是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化（用方差表示）所產(chǎn)生的貢獻(xiàn)大小，它反映出了對VAR模型變量產(chǎn)生影響的每個隨機(jī)擾動的相對重要性情況。本文利用方差分解技術(shù)分析科技進(jìn)步與金融發(fā)展三個指標(biāo)相互之間的貢獻(xiàn)率，方差分解結(jié)果如表5所示。

表5 科技進(jìn)步的方差分解結(jié)果

由表5可以看出，科技進(jìn)步對其自身的貢獻(xiàn)程度處于不斷下降的趨勢，從第1期的100%，下降到第10期的58.14%，總體來看科技進(jìn)步預(yù)測方差大多是由自身擾動所引起的。在短期內(nèi)間接融資對科技進(jìn)步的貢獻(xiàn)作用較大，長期內(nèi)直接融資對科技進(jìn)步的貢獻(xiàn)作用最大，金融業(yè)增加值對科技進(jìn)步的貢獻(xiàn)程度最小，其中直接融資對科技進(jìn)步的貢獻(xiàn)程度基本維持在22%左右，間接融資對科技進(jìn)步的貢獻(xiàn)度基本維持在11%左右，金融業(yè)增加值對科技進(jìn)步的貢獻(xiàn)度基本維持在8%左右。

五、研究結(jié)論與建議

本文系統(tǒng)分析了金融支持科技進(jìn)步助推供給側(cè)結(jié)構(gòu)性改革的內(nèi)在機(jī)理，構(gòu)建了科技進(jìn)步與金融支持效率（直接融資）、金融支持廣度（金融業(yè)增加值）、金融支持強(qiáng)度（間接融資）三個指標(biāo)的VAR模型，在模型穩(wěn)定的基礎(chǔ)上利用H省1993—2017年的數(shù)據(jù)對變量進(jìn)行了格蘭杰因果關(guān)系檢驗、脈沖響應(yīng)分析和方差分解。

格蘭杰因果關(guān)系檢驗結(jié)果是直接融資與科技進(jìn)步之間存在單向的格蘭杰因果關(guān)系，直接融資是科技進(jìn)步的格蘭杰原因，但科技進(jìn)步不是直接融資的格蘭杰原因；間接融資和金融業(yè)增加值都與科技進(jìn)步不存在因果關(guān)系，說明H省的直接融資構(gòu)成科技進(jìn)步的必要條件，間接融資和金融業(yè)增加值并未能構(gòu)成科技進(jìn)步的必要條件。脈沖響應(yīng)分析結(jié)果顯示，直接融資對科技進(jìn)步起到正向拉動作用，且正向作用時間較長。間接融資和金融業(yè)增加值對科技進(jìn)步呈現(xiàn)正負(fù)雙向的拉動作用，且正向拉動作用較小，持續(xù)時間較短，說明長期內(nèi)直接融資對科技進(jìn)步的影響較大，而間接融資以及金融業(yè)增加值對科技進(jìn)步的促進(jìn)作用有限。方差分解結(jié)果表明，就正向作用影響幅度和影響時間而言，對科技進(jìn)步貢獻(xiàn)程度最大的是直接融資，其次是間接融資，最后是金融業(yè)增加值。

通過上述分析可以看出，直接融資有力地拉動了科技進(jìn)步，從而有效地促進(jìn)了供給側(cè)結(jié)構(gòu)性改革；間接融資對科技進(jìn)步具有一定的拉動作用，短期內(nèi)在一定程度上對供給側(cè)結(jié)構(gòu)性改革有促進(jìn)作用。而金融業(yè)增加值在整個過程中對科技進(jìn)步、供給側(cè)結(jié)構(gòu)性改革并未起到明顯的促進(jìn)作用。

根據(jù)上述實證分析結(jié)果，提出如下建議：首先，應(yīng)拓寬直接融資渠道。大力發(fā)展多層次資本市場，穩(wěn)定主板市場，擴(kuò)大中小板、創(chuàng)業(yè)板以及新三板市場。積極培育企業(yè)債券市場，鼓勵有條件的大型企業(yè)發(fā)行企業(yè)債券，引導(dǎo)中小型企業(yè)發(fā)行集合債券。其次，應(yīng)鞏固間接融資渠道。在引導(dǎo)國有商業(yè)銀行、股份制商業(yè)銀行支持供給側(cè)結(jié)構(gòu)性改革的同時，積極發(fā)展城市商業(yè)銀行、農(nóng)村金融機(jī)構(gòu)以及民營銀行，鼓勵多元化銀行機(jī)構(gòu)將資金更多地運用到供給側(cè)結(jié)構(gòu)性改革需要的地方。