金融發展、產業結構變動與實體經濟增長
——基于VAR模型的實證分析

孫永春

(廣州南洋理工職業學院 經濟管理學院, 廣東 廣州 510900)

2020年出現了人類罕見的大疫災，由于疫情沖擊，全球經濟處于20世紀30年代以來最為嚴重的衰退之中.得益于大規模的紓困和刺激政策，加上疫苗研發的積極進展，主要經濟體的衰退已有所減緩，經濟開始恢復，但前景依然充滿不確定性.與此同時，疫情對全球經濟的中長期影響也已顯露，國際產業鏈、供應鏈加速重構，全球金融風險不斷積累，國際經濟治理變革的緊迫性日益增大.

在這個特殊的時期，我國在十四五規劃中特別強調深化金融體系改革，強化支持實體經濟.十四五期間將推進金融供給側結構性改革，同時加速推進金融服務業開放，使得金融供給多元化，強化金融支持科技行業發展，因為科技創新，能提高全要素生產率.具體從內部來看，單純依靠增加要素數量驅動經濟增長的 “外延型”經濟增長方式已經無法滿足我國的需求，需要依靠科技創新將我國轉為“內涵型”增長模式.從外部來看，中美脫鉤、產業轉移等問題，也需要加強自身科技能力建設.因此，需要不斷深化金融體系改革，其是實體經濟能夠持續增長的重要源泉，增強金融支持科技創新，進而促進實體經濟發展.

由以上可知金融發展的重要性，而產業是城市發展的脊梁，產業結構承載著金融發展和實體經濟增長橋梁的重要作用.并且在十四五規劃建議中，淡化了經濟總量和增速的目標，反而著眼于兩個“重”——重產業結構調整、重發展質量.

目前，正如中國改革發展研究院院長遲福林所講，我國經濟轉型與經濟結構調整正處于重要階段，疫情對產業發展的沖擊，加大了產業結構調整的壓力.在這個特定背景下，重在加快推進基于內需的產業結構調整.全球供給鏈重塑對產業發展將帶來嚴重沖擊，但對我國基于內需的產業結構調整會形成重大推動力.這也響應了國家的內循環為核心的消費主線，不斷改善居民消費環境，增加消費意愿，保持經濟長期向好的基本面不改變.

綜上所述，在疫情常態化后，要使經濟平穩健康發展，需要認真審視金融發展、產業結構與實體經濟增長之間的內在聯系，深刻把握3者之間的傳導機理，進而構建良性的協調互動機制.

1 文獻綜述

1.1 金融發展與經濟增長的相關研究

隨著眾多學者從不同的切入點對金融發展的理論和實證研究進行不斷地深入研究，業界學者對此得出3種不同的見解和觀點，現歸納如下：

(1)金融發展對實體經濟增長的正向作用

Samargandit等[1]通過對中等收入的金融發展與實體經濟之間實證關系的研究，發現二者之間是倒U型關系，而且金融發展達到一定的值以后不再促進實體經濟增長.Levine等[2]以及Terhi等[3]通過實證研究發現金融發展對實體經濟增長具有正向作用.張林[4]采用30個省市的空間面板數據進行了實證研究，發現金融發展不管是在短期還是在長期，對實體經濟增長都具有顯著的正向促進作用，因此，要不斷提高金融發展水平，充分發揮其對實體經濟增長的正向促進作用.賈高清[5]運用系統廣義矩估計方法對中國省級面板數據進行了實證分析，發現只有當金融發展和實體經濟增長協調發展時，金融發展才對實體經濟增長具有正向的促進作用，當金融發展速度超過實體經濟發展時，則可能阻礙經濟的增長.

(2)金融發展對實體經濟增長的影響不明顯或有負向作用

Thomas[6]認為金融的發展在某種程度上會抑制實體經濟的增長.陸岷峰等[7]認為金融產業與實體經濟增長之間是缺乏聯動性的，無明顯相關關系.錢龍[8]認為實體經濟發展促進了金融業的發展，而金融業卻不是實體經濟增長的原因之一.田衛民[9]通過實證研究發現金融發展對實體經濟增長具有負向作用，金融發展只有在增進資本積累和優化資源配置的前提條件下才能促進實體經濟增長.李強等[10]通過我國省級面板數據實證研究，發現金融發展在阻礙實體經濟發展的同時卻對經濟增長具有正向的促進作用.

(3)金融發展與實體經濟增長之間具有非線性

張亦春等[11]運用雙門檻回歸對中國30個省份的面板數據進行檢驗，發現金融發展與實體經濟增長之間具有非線性，即當金融發展與實體經濟增長相適應時才會表現促進作用，而當金融發展與實體經濟存在偏離時會阻礙實體經濟的增長.李健等[12]運用動態面板模型對中國30個省級面板數據進行實證檢驗，發現金融發展和實體經濟增長具有非線性關系，金融發展與實體經濟之間的關系在于二者之間發展的差異性.

1.2 產業結構與經濟增長的相關研究

目前，我國很多區域產業均面臨著產業結構不合理、產業發展停滯不前等問題，因此，快速調整優化產業結構成為各區域促進經濟發展的途徑之一.學術界對產業結構調整與經濟增長之間關系的研究主要有：陳兆明等[13]通過建立線性面板模型和門檻效應模型對中國31個省區的面板數據進行實證分析，得出在城市化水平較高的東部地區，產業結構高級化對經濟增長具有積極的正向作用，而城市化水平較低的中西部則會起到阻礙作用.胡立君等[14]運用中國各省數據研究發現，對于經濟水平比較落后的地區，產業結構反而越高級化，而工業水平卻比較低.

1.3 金融發展與產業結構變動的相關研究

對于金融發展與產業結構二者之間的關系，不同的學者從不同的角度進行了實證研究，彭繼增等[15]采用動態面板SYS-GMM法對中國31省市面板數據進行實證研究，得出互聯網發展對產業結構優化具有正向效應，尤其在產業結構高級化方面尤為明顯.汪浩瀚等[16]運用Hansen門限模型對中國京津冀和長三角城市群數據進行實證研究，得出金融發展不但對產業升級存在門限效應，還對不同城市群產業升級存在差異性.陳龍等[17]運用VAR模型對中國30個省市面板數據進行實證研究，得出金融規模的擴大和產業結構優化之間存在相互作用，一方面金融規模的擴大為產業結構提供資金，另一方面，產業結構優化的優勢發揮之后，又會促進金融規模的發展.

1.4 金融發展、產業結構變動與經濟增長的相關研究

目前，大多數學者只研究金融發展、產業結構和經濟增長兩兩之間的關系，但部分學者也研究了3者之間的關系，如陳曉玲等[18]采用面板VAR模型對中國30個省份的面板數據進行實證分析，得出金融發展對產業升級和經濟增長的促進作用不是很明顯，但對其本身的發展卻有較大的促進作用，同時，產業升級能促進金融發展和自身的發展.王云芳等[19]運用VAR模型對中國的時間序列數據進行實證分析，得出金融發展、產業結構和經濟增長3者之間存在長期均衡關系的結論.賈淼等[20]采用統計和計量的方法對蘇南5市面板數據進行實證分析，發現金融發展與產業升級存在正向作用，與經濟增長之間存在負向作用，但產業升級對經濟增長具有積極的促進作用.過旭東[21]從空間角度研究了3者之間的關系，同時認為產業結構和金融發展之間的協同效應能促進實體經濟增長.李子言[22]認為產業結構是金融發展和實體經濟增長的中介，并利用中介效應模型研究了3者之間的關系.

綜上所述，雖然大量的學者對金融發展、產業結構變動與經濟增長3者之間的關系進行了研究，且內容豐富，但仍然有局限性，主要表現在以往文獻大多側重于3者之間的單項關系，沒有對3者之間的動態關系進行深入的研究，尤其在這個特殊時期，在全球經濟努力從疫情中復蘇之際，世界各國政府紛紛加入經濟競爭，努力影響和引導投資，刺激產業創新，在數字世界中管理和保衛國家安全，并利用各種政策工具塑造國家經濟.在這樣的背景下，中國對金融發展、產業結構變動與經濟增長賦予新的內容和解釋，因此，目前全面研究金融發展、產業結構變動與經濟增長3者之間的動態尤為必要.

2 指標選取與模型設定

2.1 指標選取

2.1.1 實體經濟增長(g_GDP)

2.1.2 金融發展水平(FD)

為了更全面有效地衡量金融發展水平，本文在參考眾多學者研究成果的基礎上，構建了包含金融發展規模、金融發展效率及金融發展結構的金融評價綜合體系，并通過熵值法賦權法(1)具體原理和算法可參見https://blog.csdn.net/zhanghao12_34/article/details/79406211算出各指標的權重.構建的金融發展水平評價指標體系如表1所示.

表1 金融發展的綜合指標體系及權重

2.1.3 產業結構(IS)

2.2 模型設定

與傳統計量經濟方法相比，VAR模型不以經濟理論為基礎，在做回歸時也不必先假定內生變量和外生變量，而是通過建立聯立方程的形式，估計內生變量之間的動態關系，即更注重變量間的動態性，并且VAR模型在實證分析上的應用也非常普遍，其主要通過進一步預測和脈沖分析，看變量之間的相互影響，同時,建立在VAR模型基礎上研究變量之間的格蘭杰因果關系，這些特性都與本文的研究目的一致，故本文選擇VAR模型.

在選取指標的基礎上，本文建立VAR模型如下：

Yt=C+A1Yt-1+A2Yt-2+…+ApYt-p+εt

(1)

Yt={g_GDPt,FDt,ISt}

(2)

式(1)中Yt是被解釋變量，Yt-1，Yt-2和Yt-p是Yt的滯后項，A是系數，p是滯后階數，εt是隨機誤差項，式(2)中g_GDPt，FDt，ISt分別表示實體經濟增長、金融發展以及產業結構變動.

3 實證分析

3.1 變量的平穩性檢驗與協整分析

本文基于1992-2019年宏觀經濟數據，采取單根檢定ADF法檢驗中國實體經濟增長(g_GDP)、金融發展(FD)和產業結構(IS)3個變量的數據是否平穩，得出g_GDP、FD、IS均為非平穩序列，為了使數據達到平穩，故采取一階差分，此時所有變量的檢驗結果在5%的水平上顯著，拒絕原假設達到平穩，為一階單整.具體檢驗結果如表2所示.

依據表2的檢驗結果可知各變量符合協整檢驗的條件，故采用Johansen協整檢驗各變量之間是否具有長期穩定的關系.檢驗結果如表3所示.

表2 各序列及其一階差分序列的單位根檢驗

依據表3的檢驗結果，前兩個檢驗結果均拒絕原假設，最后一個檢驗結果顯示在5%顯著性水平存在兩個協整方程，即金融發展、產業結構和實體經濟增長之間存在長期穩定的因果關系.

表3 3變量間的協整檢驗

3.2 VAR模型估計

從單位根以及協整檢驗的結果可知，可以運用VAR模型估計.建模之前先對模型進行滯后階數檢驗判斷，考慮樣本數據較少，選擇滯后5期檢驗模型較優的滯后階數.計算結果如表4所示.

表4 VAR模型滯后階數檢驗

從表4中可以看出，6個檢驗統計量中，LR和FPE都支持選擇滯后3期建模分析較為合理，logL不能得出合理的判斷結論，AIC和HQ則選擇滯后5期.遵循簡化和節省原則，本文選擇滯后3期建模分析.建模估計結果如表5所示.

從表5中可知，估計結果中部分變量系數在5%的顯著性水平下通過檢驗，部分變量在10%的顯著性水平下都沒有通過檢驗，為了保證模型估計結果解釋的可靠，需要檢驗模型整體的穩定性，故對模型進一步進行穩定性檢驗.對模型進行單位根檢驗，結果如圖1所示.

表5 VAR模型估計結果

圖1 VAR單位根檢驗結果Fig.1 VAR unit root test results

從圖1中可以看出，所有特征根的倒數分布在單位圓內，說明盡管部分滯后變量系數并不能顯著地通過檢驗，但是整個方程的估計結果是平穩的.

在滯后階數確定和平穩性檢驗后，又對變量間進行了格蘭杰因果檢驗，檢驗結果如表6所示.

表6 格蘭杰因果檢驗

從表6可知，金融發展波動和產業結構變動均與實體經濟增長波動存在因果關系，產業結構變動與金融發展波動之間也存在因果關系，而其他變量則不存在因果關系.具體從3個方面進行分析：

(1)當實體經濟增長作為被解釋變量

實體經濟增長的滯后3期對其本身產生的影響較大，其中滯后1期和3期對其本身產生正向影響，而滯后2期的影響系數為負，但絕對值較小，由此表明實體經濟增長會進一步促進其本身的增長；而金融發展的滯后1期和2期對實體經濟增長的影響效應均為負，滯后3期的影響效應則為正，但系數絕對值相對較小，從而表明現階段我國金融發展并不能很好地促進實體經濟增長，反而會抑制實體經濟增長，因此，應當合理調整我國現階段金融發展規模與結構；產業結構變動對實體經濟增長的前1期和前2期效應均為正，前3期的影響效應為負，并且系數是最大的，因而從整體上看，當前的產業結構也并不能很好地促進實體經濟增長.

(2)當金融發展作為被解釋變量

實體經濟增長的前1期和前2期對其產生較大的正向作用，但前3期對其產生較小的負向影響，因而從整體上看實體經濟增長對金融發展起到一定促進作用；而金融發展的前1期和前2期對其本身產生負向影響，前3期的影響大小與前一期和前兩期的總影響大小基本相同，但是影響效應為正，說明金融發展的波動具有自我調整修正的特征；產業結構變動前1期和前2期對金融發展具有正向影響，但影響較小，而前3期對金融發展具有較大的負向影響，因而產業結構升級并不能很好地促進金融發展，表明當前產業結構與金融發展不相適應.

(3)當產業結構變動作為被解釋變量

實體經濟增長前1期和前3期對產業結構升級產生較大的負向影響，而實體經濟增長前2期對產業結構升級產生較小的正向影響，表明當前實體經濟增長不能促進產業結構升級；而金融發展的滯后期對產業結構升級的影響都較小，可認為金融發展對產業結構升級不產生影響；而前1期產業結構變動對其本身產生較大的正向效應，前2期和前3期均對其產生較小的負向效應，表明產業結構升級能夠更好地促進其本身升級.

3.3 脈沖響應分析

為了分析3個變量聯動關系的沖擊特征，在VAR模型分析的基礎上進一步研究3個變量互相沖擊的脈沖特征.圖2和圖3分別為變量間的脈沖響應關系和累積脈沖響應關系圖.

圖3 累積脈沖響應圖Fig.3 Cumulative impulse response graphs

圖2中第1列表示實體經濟增長波動對其本身、金融發展波動和產業結構變動的脈沖響應.如果給定實體經濟增長波動一個單位的正向沖擊，實體經濟增長波動本身出現正負交替的反應，但從累積影響上看，由于前2期的正向沖擊較大，因此，實體經濟增長波動對其本身的累積沖擊始終為正，再次表明實體經濟增長波動對其自身有正反饋作用.從金融發展對于實體經濟增長波動的沖擊表現看，實體經濟的高速發展將能夠帶動金融業的快速發展.從實體經濟增長波動對產業結構升級的沖擊表現看，實體經濟增長波動對產業結構的影響表現為先正后負，說明實體經濟的高速發展在一開始對產業結構的升級是有一定促進作用的，但隨著實體經濟的不斷發展，第二產業增加值不斷增多，導致產業結構比不斷下降，從而抑制產業結構升級.

圖2中第2列為金融發展對3變量變動的脈沖響應圖.給定金融發展波動一個單位的正向沖擊，可以看出金融發展波動對實體經濟增長波動的沖擊，除在第4期、第7期、第8期及第10期有較小的正向沖擊外，其余各期的沖擊均為負向影響，并且第2期的負向影響較大，整體上的累積影響均為負，表明當前的金融發展會抑制實體經濟增長.金融發展波動對其本身在第1期、第4期和第9期均有正向沖擊，并且第1期的正向沖擊較大，而其他期的負向沖擊都較小，整體上對自身有正向的影響，說明金融發展波動對自身也有一定的正反饋作用.金融發展對產業結構變動的沖擊基本上都位于0軸上方，表明金融發展能夠促進產業結構升級.

圖2中第3列為產業結構升級對3變量變動的脈沖響應圖，可看出，給定產業結構一單位的正向沖擊，對實體經濟增長的沖擊基本上位于0軸上方，表明如果產業結構能夠升級，那么它就能加快實體經濟的增長.

圖2 3變量的脈沖響應分析Fig.2 Impulse response analysis of three variables

對于產業結構升級對金融發展波動的沖擊，除在第4期和第6期為負向沖擊外，其余各期均為正向沖擊，但負向沖擊影響較大，從第4期開始，累積影響均為負，由此表明產業結構升級對金融發展首先表現為正向沖擊，之后表現為負向影響.產業結構升級對其自身的沖擊表現為前3期均為較大的正向沖擊，從第4期開始沖擊均為負向，但影響相對較小，表明產業結構升級能夠促進其本身進一步升級.

結合上述分析可以看出，3個變量之間的互相影響關系較為復雜，大體的結果如下：①就實體經濟而言，實體經濟的高速發展以及產業結構升級能夠促進實體經濟的進一步增長，而金融發展太快會抑制實體經濟增長；②就金融發展而言，實體經濟的快速發展以及金融發展均能進一步帶動金融發展,而產業結構升級則會抑制金融發展;③就產業結構變動而言，金融發展以及產業結構升級均能促進產業結構進一步升級，而實體經濟增長則有可能抑制產業結構升級.

4 結論與建議

4.1 結論

本文基于1992-2019年數據為樣本，通過構建VAR模型以及脈沖響應函數，分析了實體經濟增長、金融發展與產業結構變動3者之間的相互影響.得出如下結論：

(1)實體經濟增長、金融發展與產業結構變動3個變量自身均存在正反饋機制，即實體經濟的快速增長能夠帶動其進一步增長，金融發展能夠促進其進一步發展，產業結構升級能夠帶動產業結構的進一步升級.

(2)從實體經濟增長與金融發展的相互關系看，兩者的作用方向存在差異，即如果實體經濟增長存在波動，就會對金融發展產生正向沖擊作用.換種說法，即實體經濟能夠為金融的發展提供堅實的物質條件,同時也對金融的發展提出更高的要求，這也是推動金融發展的外部因素之一.相反,金融發展對實體經濟的發展卻起到抑制作用，這種情況說明了金融發展服務實體經濟的作用沒有得到充分的發揮，即其不能滿足日益發展的實體經濟的需要，這將成為未來金融發展所面臨的挑戰之一.

(3)從實體經濟增長與產業結構變動的相互關系看，兩者的作用方向亦不同.首先，產業結構的升級能夠帶動實體經濟的增長，主要在于金融為技術創新提供了重要的支撐與保障條件.金融業產出的增加能夠促進技術創新，而技術創新又能帶動生產率的提高，從而促進實體經濟增長.實體經濟增長對產業結構升級首先是促進作用，其后為抑制作用.主要在于實體經濟增長帶動了實體產業產出的增加，尤其是第二產業增加值的上升，進而會使得第二產業占比增大，導致產業結構升級受阻.

(4)從金融發展與產業結構變動的相互關系看，金融發展能夠促進產業結構升級.金融發展帶動了金融產業產值的增加，從而導致產業結構升級.而產業結構升級對金融發展首先表現為促進作用，其后是抑制作用.產業結構升級代表第三產業尤其是金融業在全部行業中占比的提升，這也就表明金融業的產出增加，從而帶動金融發展.但是金融業的發展也將帶來金融結構的提升，從而導致產業結構與金融結構不相適應，出現金融趕超的現象，因而會抑制金融發展，甚至抑制經濟增長.

4.2 政策建議

依據以上實證分析，有針對性地提出如下建議：

(1)由于新冠肺炎疫情和國際不穩定、不確定因素的影響，以及國內人口老齡化和科技受限，抑制了我國經濟的潛在增長率，因此，在規劃中長期目標時，要更加注重經濟結構優化，引導各方面把工作重點放在提高發展質量和效益上.

(2)如果要有效解決融資難以及降低實體經濟融資的成本，就需要進一步改革金融體制，引導金融資金投資的走向，構建金融有效支持實體經濟的機制，提升金融科技水平，增強金融普惠性.

(3)目前，若要使經濟增長朝著高質量的方向發展，需要不斷提升創新能力，同時支持并不斷培育新興的產業和部門，使產業結構不斷改造升級，進而使資本和各種生產要素達到最優，最終提高全要素生產率，形成創新驅動型的經濟增長方式，使發展惠及到全體人民，實現我國全體人民對美好生活的向往目標.