金融發展支持地區經濟增長的實證研究
——基于長三角三省一市的比較分析

2022-02-10 08:35:46張守哲

綏化學院學報 2022年12期

張守哲程仁

（1.滁州學院經濟與管理學院安徽滁州 239000；2.中國人民銀行宜春市中心支行江西宜春 336000）

長三角地區是我國金融發展和經濟增長水平最高和最為活躍的地區之一，自2016年以來，安徽省成為長三角城市群的重要組成部分，因此，研究長三角地區的金融發展和經濟增長之間的促進作用、探究安徽進一步融入長三角地區具有重要意義。對金融發展與經濟增長關系的研究由來已久，隨著我國金融業的不斷發展國內此類實證研究不斷增多。[1-5]我國多數學者認為出金融發展可以促進地區經濟增長。然而，我國部分學者認為，金融發展促進了經濟增長、經濟增長沒有促進金融發展[5]；也有研究指出，在經濟相對發達的東部沿海地區，經濟和金融同方向增長，而相對落后的西部地區，兩者則呈現反向變化。[2]本文選取長三角江浙滬皖2006-2020年金融發展和經濟增長的相關數據，建立指標體系，運用計量工具，進行實證分析，最后在安徽推動金融支持經濟高質量發展方面，提出一些有針對性的建議。

一、金融對經濟發展的影響因素分析

（一）變量選擇。

1.金融市場及基礎設施發展。采用金融相關率衡量金融市場的發展規模和發達程度；采用貸款余額與存款余額的比值表示貸款利用率，衡量信貸市場的相對規模，即資金的市場利用程度，較低的貸款利用率意味著金融市場的發展不夠完善，對經濟發展的促進作用受到限制。

2.融資方式與結構。主要是指不同的融資主體與工具、載體以及由其產生的權利與義務。一般認為，融資方式與結構的對金融市場參與主體的融資行為有顯著的區別，整體而言，直接融資在風險釋放、融資效率方面有著明顯優勢；間接融資則在門檻準入、流程審批上占據優勢。采用融資結構指標反映金融市場融資方式與渠道建設程度，主要以間接融資占全部融資的比例表示。

3.金融發展效益。采用金融資產收益率來衡量金融發展的經濟產出效應，金融發展效益越高表明其對經濟增長的促進作用越大；采用不良貸款率測度經濟發展對金融資產質量的影響，表示經濟發展而做出金融決策的代價。

表1 變量選擇及定義

（二）描述性統計。本文采用安徽省、浙江省、江蘇省和上海市統計年鑒經濟金融數據，可有效避免因數據來源不一致或者不同數據統計采集方法導致的口徑、時間調整等因素導致數據出現較大差異的情況。選擇長三角地區2006年至2020年期間4個樣本人均GDP、金融相關率等6個指標數據組成面板數據。鑒于不同類型數據量綱存在較大差異性，對全部指標進行對數化處理。

表2 變量的統計性描述

數據基本上呈現區域穩定性，受樣本時間序列跨度較大以及不同個體之間發展程度差異較大等因素影響，部分指標數值差異程度較大，可能會對計量結果的準確性造成一定影響。

（三）變量之間的相關特征。表3列示了2006年至2020年各樣本之間人均GDP（PGDP）、金融相關率（FIR）、融資結構（FS）、信貸利用率（LUR）、金融資產回報率（FAR）與不良貸款率（NPL）對數化之間相關系數矩陣。

表3 各金融變量相關系數

由上表可知，人均GDP與金融相關率、融資利用率以及金融效益之間存在較強的正向相關關系；金融相關率與融資結構與不良貸款率之間存在一定的負相關關系；金融資產回報率與不良貸款率之間存在負向相關關系。上述結果表明經濟金融變量之間存在相互依存關系。

二、實證結果分析

（一）變量平穩性的單位根檢驗。經計量分析，變量中除LUR和FAR兩個指標平穩性檢驗待定外，其余變量均序列平穩，故需對HEP和LE進行進一步分析，進一步檢驗顯示LUR和FAR一階差分序列平穩，故認為數據大致是平穩的。

表4 平穩性檢驗結果

（二）Granger因果關系檢驗。利用模型測算出各解釋變量與被解釋變量之間的相互變動的關系，確定一些變量是否是另一些變量的原因，具體測量結果如表5。

表5 相關變量之間的Granger因果檢驗結果（滯后階數n=2）

可見，FIR、FAR序列與PGDP序列之間存在雙向Granger原因；人均GDP是FS的Granger原因。

（三）計量模型設定。根據前文確定的面板數據以及對，以2006年至2020年安徽、江蘇、上海和浙江三省一市的PGDP、FIR、FS、LUR、FAR、RNPL等6個自變量，PGDP為因變量，建立雙對數模型,如下：

經EVIEWS對基礎數據計量，結果如下：

表6 回歸方程參數表

對應所得方程如下：

（四）協整檢驗。對回歸模型的殘差進行協整檢驗，測度回歸方程的可信程度。計量結果顯示，LLC檢驗統計量為-9.16387，對應的概率值為0.0000，因此可以拒絕“各截面回歸殘差具有相同單位根過程”的原假設，其余的IPS檢驗、Fisher-ADF檢驗、fisher-pp檢驗值對應的概率值都為0.0000，因此可以拒絕“各截面回歸殘差序列都有一個單位根”的原假設，可以確定INPGDP與LNFIR、LNFS、LNLUR、LNFARC、LNRNPL之間存在協整關系。

表7 協整檢驗結果

L m,P e s a r a n a n d s h i n A D F-F i s h e r c h i-s q P P-F i s h e r c h i-s q-5.1 2 0 3 7.3 0 0 5 6.2 1 9 0.0 0 0 0 0.0 0 0 0 0.0 0 0 0 5 6 5 6 5 6 4 4 4

從圖中看出，各樣本之間的殘差基本上是圍繞0呈現對稱分布，可知解釋變量與被解釋變量之間存在協整關系。

圖1 對數模型擬合效果

顯示殘差大致圍繞0呈對稱分布，表明方程擬合效果較好。被解釋變量樣本人均GDP變化可由上述變量解釋。

（五）實證結果分析。通過對樣本2006年至2020年長三角地區三省一市人均GDP與金融相關率、融資結構等數據進行測量分析，得出如下結論：

一是長三角地區金融發展水平對經濟發展均存在明顯促進作用。上海市和江蘇省金融對經濟發展促進作用最為顯著。計量結果表明，長三角地區三省一市金融對經濟發展均存在明顯的促進作用，其中上海市和江蘇省金融對經濟增長的交叉固定效應分別為1.025和1.276，顯著高于安徽省和浙江省的水平。表明上海市和江蘇省金融發展水平較高，對經濟發展的促進作用更為顯著。

二是金融相關率、金融資產回報率與經濟增長之間存在交互正向促進關系。以安徽省為例，在其它條件不變的情況下，FIR每上升或下降1%，人均GDP會上升或下降1.638%。金融市場的不斷完善、金融規模的擴大以及融資方式與渠道的不斷創新都能顯著地提升金融相關率，也提升了金融服務實體經濟的能力與水平。長三角地區金融業增加值持續保持較快增長使得金融資產回報率顯著提升，在其他條件不變的前提下，安徽省金融資產回報率每提高1%，人均GDP會增長0.523%；縱向對比看，安徽省金融資產回報率處于較低水平，明顯低于浙江省0.760的水平，也顯著低于上海市1.477%、江蘇省1.345%的水平。

三是不同地區融資利用率與融資結構對經濟增長的影響存在顯著差異。信貸利用率與經濟增長呈正向波動，表明貸款比例的提高對經濟增長具有顯著的促進作用。安徽與浙江兩省貸款比例的提高對經濟增長促進效應最為顯著，分別為貸款占存款比每提高1%，對經濟增長的促進作用會提高2.022%和2.944%。

三、關于安徽省金融促進經濟高質量發展的建議

（一）加大金融對實體經濟發展的支持力度。從上述實證分析發現，安徽省金融對經濟增長的促進作用明顯低于江蘇和上海。因此，安徽省要堅持金融服務實體經濟的理念，加大金融對實體經濟的支持力度。具體包括：一是積極開展銀企對接，做大做強信貸總量，加大對省內特色產業、重點領域和重點企業的信貸支持；金融機構要進一步優化審批流程、簡化審批手續，確保重點企業、行業的信貸資金及時投放。二是調整優化信貸結構，積極推動綠色金融與普惠金融融合發展，提升金融服務實體經濟的活力。相關職能部門要加強對省內科技創新、綠色經濟等行業的情況調研，金融監管部門要引導金融機構加大對綠色經濟的支持力度。加大對農村等金融發展薄弱地區的金融供給，鼓勵主要涉農金融機構加大對鄉村振興的投入，促進安徽省金融穩定與健康可持續發展。三是繼續深化利率市場改革。進一步優化金融營商環境，提升金融服務實體經濟的能力。

（二）推動金融與科技的深度融合。充分發揮科技金融在服務與促進經濟發展中的突出作用。一是將金融與技術優勢轉化為產業優勢。省會合肥應充分發揮在云計算、大數據等方面的優勢，促進信息技術與金融的融合發展。二是以科技提升金融服務實體經濟的能力。引導與鼓勵金融機構利用信息技術進行金融產品與服務創新，如開展線上信貸產品，線上審批、實時發放小額、專項信貸產品，提升金融產品與服務的應用范圍與領域；提升農村地區金融新型支付方式的應用普及，通過建立金融服務站、電子設備終端等方式，充分釋放科技紅利。

（三）強化金融監管與風險防控。在推進金融發展的同時，也要注意風險防控措施，不斷完善金融監管體系，提升監管效率與效能。一是穩妥推進金融風險防控機制，建立金融防火墻，防范高負債、高能耗產業、行業風險傳染到金融領域，造成金融波動；引導金融機構合理確定單一產業、行業、企業的貸款集中度，穩妥推進房地產貸款集中度管理政策，確保房地產市場健康平穩運行；二是在發展新金融、鼓勵金融創新的實踐中，要把握創新與風險的關系。建立測試、容忍、檢查、糾正錯誤的普惠金融創新管理體系，探索風險可控、范圍可控的金融發展新方式；三是注重金融跨周期與逆周期調節，發揮金融對穩增長、穩就業的帶動作用。避免對受疫情影響而出現暫時經營性困難的行業、產業盲目采取抽貸、短貸、惜貸等做法，加劇企業經營困難和市場波動。

四、研究結論