中国金融发展对经济增长影响的实证分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇中国金融发展对经济增长影响的实证分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

复旦大学经济学院

摘要：中国加入WTO之后，中国金融业的全面开放大大加快了金融体制改革的步伐，使得金融业无论是规模还是结构都得到了加强与促进。本文将从国内外对金融发展与经济增长关系的已有研究入手，以中国的金融发展与经济增长数据为基础，通过实证的方法研究分析中国金融发展与经济增长的关系。

关键词：金融发展经济增长实证分析

一、文献综述

早在二十世纪中叶国外就有许多学者对金融发展对经济增长的影响进行了研究，其中戈登斯密斯（Goldsmiths）、爱德华・肖（Edward S Show）、麦金农（Mckinnon）三位经济学家被公认为是金融发展对经济增长影响研究的先驱。戈登斯密斯（1969）第一次系统的对金融发展与经济增长的关系进行了实证研究。他认为金融发展与经济增长之间存在正相关关系，金融发展水平可以反映了一个国家经济发展水平所处阶段。麦金农和肖在1973年在《经济发展中的金融深化》中提出了著名的金融抑制和金融深化理论，他们提出并论证了金融抑制对经济增长的阻碍作用和金融深化与金融增长与经济增长的关系。根据他们的理论，发展中国家要想改变经济落后的局面就必须采取金融自由化政策，但只一味强调金融自由化的重要性。

国内对金融发展与经济增长的关系也有许多研究。以对中国金融中介和股票市场两方面都做了研究的方向为例，最早由谈儒勇根据King和Levine（1993a）的方法，以货币深度（Depth，M2/GDP）,银行体系规模（存款货币银行国内资产、存款货币银行以及中央国内资产之和）作为金融中介发展水平指标；以GDP的增长率为经济增长指标；以通货膨胀率和进出口总额与GDP的比值为控制变量，对1993-1998年的季度数据进行了最小二乘估计，一次研究了中国金融中介发展和经济增长之间的关系，中国股票市场发展和经济增长之间的关系以及中国金融中介发展和股票市场发展之间的关系。研究结果表明，金融中介发展和经济增长之间有显著的正相关关系，而股票市场与经济增长之间有不显著的负相关关系，而中国金融中介发展与股票市场之间有显著的正相关关系。

二、实证分析

从国内外的理论分析可以看出，在对于中国金融发展对经济增长是否有促进作用这一问题上有着不同的看法。AQQ（2005）认为中国的金融发展对经济增长影响不显著，在没有良好的金融体系的情况下经济仍然高速增长。而另一方面，谈儒勇则持相反的观点，他认为中国的金融发展对经济增长是有促进作用的。然而，这两人的研究并不能进行比较，也各自有其缺点。AQQ（2005）的研究中，仅对2002年的数据进行分析，就算能够反映当年的实际情况，也无法体现长期的经济增长是否受到影响。而正如上文所提到的，谈儒勇的研究则忽视了影响GDP增长率的控制变量。为了更好的对AQQ（2005）得出的结论进行分析和验证，本文将沿用Levine（2002）提出的金融结构发展相关指标，对中国金融发展对经济增长的影响进行实证分析。为克服AQQ（2005）只选取2002年时点数据的缺点，本文将进行时间序列分析。首先选取1990-2008年的时间序列数据，以实际人均GDP增长率作为被解释变量，以实际人均资本增长率作为控制变量，通过回归分析估算出实际人均资本增长率对实际人均GDP增长率的贡献份额，并依此结合增长核算理论计算索罗残差即TFP。然后，引入Levine（2002）提出的金融结构和整体金融度量指标，以全要素生产率TFP作为被解释变量，通过回归分析各金融发展指标通过对全要素生产率TFP的影响，从而表明对中国经济增长的影响。

1、回归模型

本文共使用两个回归模型。首先需要计算全要素生产率TFP，使用模型如下：

G（y）G（A）+b1G（k）+ εt

其中，G（y）代表实际人均GDP增长率，G（A）代表全要素生产率，G（k）代表实际人均资本增长率。对该模型进行最小二乘估计得到人均实际资本增长率对人均实际GDP增长率的贡献率即b1，由此计算得到全要素生产率

G（A） G（y）- b1G（k）。

然后，全要素生产率作为被解释变量，引入金融有效性相关指标作为自变量（下文中将具体分析），对以下模型进行最小二乘估计（OLS）得出相关系数：

TFPβ0+βiXi+εt

其中TFP由第一个模型中计算得出，Xi为个金融有效性相关指标，i并不固定，视回归结果中对应系数βi的显著性而定。

2、变量选择及数据计算

以上回归模型中涉及的变量较多，总体可以分为增长率类和金融有效性相关指标类。

首先，计算增长率类变量，其中包括实际人均GDP增长率和实际人均资本增长率。为得到实际人均GDP增长率可以将名义GDP总额通过除以定基消费品物价指数得到实际GDP总额，再除以人口总数，从而得到实际人均GDP增长率。对于资本存量的计算采用通用的永续盘存法，首先估计基期的资本存量，然后估计各年资本流量，最后在可比价格的基础上，逐年累计得出历年的资本存量数据。

其次，计算金融有效性相关指标类变量，根据Levine（2002）提出的各类指标，又可以分为金融结构指标和整体度量指标。金融结构指标包括代表股票市场活动的指标TVT（total value traded ratio）和MC（marketcapitalization），代表银行活动指标BC（bank credit ratio）和COST（overhead cost），金融结构活动指标SA（structure-activity）,金融结构规模SS（structure-size）和金融结构有效性SE（structure-efficiency）。由于数据可得性的限制，本文将以四大国有银行的总运营成本代替整个银行体系运营成本。SA等于TVT除以BC再取对数，即Ln（TVT/BC），该指标可以体现金融相对有效性大小，若该值较大，则说明一国金融体系以市场为主导，反之则是以银行为主导。SS等于MC除以BC再取对数，即Ln（MC/BC），该指标也是用以反映股票市场相对银行体系的规模大小。SE等于TVT除以COST再取对数，即Ln（TVT/COST）。整理度量指标包括金融市场整体规模FS（finance-size）,金融市场整体活动FA（finance-activity），金融市场整体有效性FE（finance-efficiency）,这些指标都是用于衡量整个金融体系的情况，指标越大说明一国特定法律体系下金融体系整体发展能够促进长期的经济增长。FS等于MC乘以BC再取对数，即Ln（MC*BC）。FA等于TVT乘以BC再取对数，即Ln（TVT*BC）。FE等于TVT乘以COST再取对数，即Ln（TVT*COST）。

3、模型回归结果与统计意义分析

首先将1990年至2008年共19年的时间序列数据代入第一个模型G（y）G（A）+ b1G（k）+ εt最小二乘估计模型回归结果为：G（y）0.024591+0.705927G（k）。对最小二乘估计结果进行假设检验可知实际人均资本增长率G（k）所对应的t值为5.306143，P值为0.0001。在1%的显著性水平下，P0.0001

然后以测算出的TFP为被解释变量，以前文所述各项金融发展指标为解释变量，对1993年至2008年时间序列数据进行多次多元线性最小二乘回归，从中挑选出拟合优度最好且每一指标都能通过t检验的回归方程：

TFP-0.433104-1.536148 BC-0.0000121 COST-0.166675 SS+0.139259 FE

该模型R平方的值最大，为0.628661。说明模型能够解释将近62.87%的全要素生产率TFP的变动。模型F统计量的P值为0.01918

4、经济意义分析及结论

从回归结果可知，代表银行规模的指标BC、COST越大，代表金融结构的指标SS越大，TFP越小，即银行业的发展和股票市场的相对银行业更快事发展时，会阻碍经济增长。这两个结果显然是互相矛盾的。同时，金融体系整体的发展指标FE越大，TFP越大，即金融体系的整体发展会促进经济增长。这一结论又与前一结论相矛盾。同时可以看到，在六个回归结果中，BC和COST对TFP的影响为正还是为负是不确定的。从这一点来看，BC和COST在回归二中得到的相关关系也可能是不正确的。另一方面，金融整体发展的指标与TFP的相关性均为正，可见，从整体上讲金融发展会促进经济增长这一结论是毋庸置疑的。

综合以上的理论阐述和实证分析可以得到以下结论：

第一，中国金融整体的不断发展对经济增长有显著的正向影响。

第二，中国金融体系结构对经济增长的影响不明确，即无法判断银行体系和股票市场的相对发展对经济增长的影响。

参考文献：

［1］ 谈儒勇，《中国金融发展和经济增长关系的实证研究》，经济研究，1999，（10）.P53-59

［2］谈儒勇，《金融发展与经济增长：文献综述及对中国的启示》，当代财经，2004年12期

［3］Allen,F.,Qian,J.,Qian,M.,2005.Law,Finance and Economic Growth in China.Journal of Financial Economics 77（2005）57116

［4］Levine,R.,2002.Bank-based or market-based financial systems: which is better？Journal of Financial Intermediation 11,130