经济新常态下提升金融服务实体经济效率研究

钱晓东

摘 要：本文选取从1997年1季度至2017年1季度的国内生产总值、货币供应量、金融机构存贷款余额、固定资产投资额等全国季度数据，设计了金融效率指标评价体系，运用因子分析法构建了金融效率综合指标，通过建立线性回归模型，研究了金融效率与实体经济规模的关系，表明金融效率对实体经济规模有显著的促進作用。并对金融市场融资方式与实体经济规模之间的关系进行研究，发现直接融资比间接融资对实体经济的影响更为显著，从而为我国提升金融服务实体经济效率提出对策性建议。

关键词：实体经济；金融效率；金融市场；直接融资

中图分类号：DF438.7 文献标识码：B 文章编号：1674-0017-2018（4）-0044-05

一、引言与文献综述

金融在现代经济中处于枢纽环节和核心地位，它源自于经济，又服务于经济，是实体经济发展的支撑与血液，而实体经济的健康发展对金融业的可持续发展起着决定作用，二者紧密联系、彼此依存、相互融合。金融服务实体经济一直是金融改革的核心内容，党的十八大明确指出应深化金融改革，建立完善现代金融体系，支持实体经济发展。2013年国务院常务会议明确指出，必须优化金融资源配置，引导信贷资金支持实体经济发展。2015年国务院常务会议进一步明确要求提高金融服务实体经济的能力，解决好资金供给与需求之间错配现象。2016年12月中央经济工作会议提出防范金融风险，促进实体经济发展的新要求。

目前，国内外对金融支持实体经济发展的研究大多包含于对金融发展与经济增长之间关系的研究中，其理论成果较为丰富完善。自20世纪60年代开始，国内外学者对金融发展与经济增长之间的关系开展了大量研究，使得研究结果日趋深入。Gurley John G.和Shaw Edward S. 在金融资产、金融机构及金融政策的基本理论上，建立了金融发展的研究模型，认为“金融发展是经济增长的一个必要条件，阶段越高金融的作用越强”，自此引发了大量学者对金融系统性开展研究。80年代中后期，金融发展与经济增长之间关系的研究日趋完善，R. W. Goldsmith（1969）对35个国家近100年的数据进行了实证研究，第一个构建了相对完善的金融发展与经济增长的基本指标体系，论证了金融发展与经济增长间的因果关系。King和Levine（1993、1998）通过实证研究后认为金融发展可以实现资源优化配置，通过甄选优质企业与项目提高生产效率，以资本积累促进经济增长，但发达金融市场的促进效应更加显著。Felix Riojia和Neven Valev（2004）通过实证研究表明，金融发展对发展中国家和发达国家的经济增长影响有差异。对发展中国家来说，金融发展通过影响资本积累促进经济增长；而对发达国家来说，金融发展通过提升资本效率促进经济增长。国内学者在金融发展与经济增长关系的研究上也硕果颇丰，谢平（1992）、谈儒勇（1999）、赵玉龙（2003）、赵振全（2004）等从全国视角对国内商业银行与经济增长、股票市场与经济增长等关系进行了深入探究，研究了我国金融发展与经济增长之间的关系，认为以信贷间接融资为代表的金融发展与经济增长之间具有正相关关系，金融部门效率的提升促进经济持续增长。郭为（2004）、姜烨（2006）等从国内区域角度研究了我国信贷市场与股票市场发展对经济增长的影响，表明我国各地区金融发展与经济增长呈正相关关系，金融发展水平较低不利于经济增长。在金融支持实体经济发展的研究方面，国内大多学者深入探讨了我国金融支持实体经济发展的现状及存在的问题。李扬（2012）认为支持实体经济发展是金融发展的第一要务，不支持实体经济发展的金融容易形成泡沫。庞晓波和贾非（2012）研究发现我国金融业与实体经济的非均衡发展程度对2006-2010年的通货膨胀具有稳定的解释力，金融与实体经济的协调发展是改善通货膨胀问题的必由之路。陆岷峰（2012）认为目前我国金融严重脱离实体经济的根源在于金融业的初级阶段国情，建立金融与实体经济的联动协调机制才是出路。李连发（2016）基于流动性理论分析认为，金融服务实体经济的主要方式是为实体经济提供流动性，通过提高金融部门履行承诺的程度来提高效率，从而促进实体经济发展。总之，国内外学者普遍认可金融发展对经济增长的促进作用，但现有研究很少涉及资金流向“脱实向虚”直接影响到金融支持实体经济发展的效率方面的实证研究，基于此，本文在设计金融效率指标评价体系的基础上，通过运用因子分析法构建金融效率综合指标，研究金融效率与实体经济之间的关系，以及融资方式对实体经济的影响，从而为提升金融服务实体经济效率提出对策性建议。

二、我国金融服务实体经济效率的实证研究

为深入研究金融发展对实体经济的影响程度，本文对金融服务实体经济的效率展开实证分析，并对经济市场上直接融资与间接融资的效率进行比较分析，从而提出针对性地建议。

（一）数据选取说明

本文选取了1997年1季度至2017年1季度的国内生产总值（GDP）、金融业增加值、货币供应量（M2）、金融机构存款余额、金融机构贷款余额、中长期贷款余额、股票市场市值总额、股票市场筹资额、债券市场筹资额、固定资产投资额、第三产业中金融业和房地产业产值等全国季度数据。本文的数据来源于Wind资讯数据库。

（二）金融效率指标体系的构建

金融效率是一个综合性较强的概念，目前国内对金融效率的定义至少有四种不同观点：王广谦（1997）认为金融运作的能力即金融效率；杨德勇（1999）认为金融整体在国民经济中发挥的效率即金融效率；王振山（2000）认为资金融通的效率即金融效率；白钦先（2000）认为金融资源在经济系统与金融系统间配置的协调程度即金融效率。本文更倾向于金融效率即金融资源的配置效率的观点。基于此，本文分别考虑金融体系的社会职能效率、银行机构管理效率、储蓄投资的转化效率，设计金融效率的评价指标体系如表1所示：

（三）对金融效率指标的因子分析

本文使用SPSS 24.0软件对表1中金融效率评价指标X1-X6进行因子分析，发掘出埋藏在它们之后的某些不易被直接观察到但能够恰当地衡量和解释金融效率的公共因子。

1、数据描述

对分析变量的描述统计如表2所示，包括均值、標准差和分析用到的取值个数。

由表2，从我国金融业发展规模和货币经济化程度比较来看，我国货币经济化程度远远高于金融业发展规模，而且发展进程差距进一步拉大。从间接融资占比和直接融资占比来看，间接融资占比高于直接融资占比，而且差别呈加大的趋势，说明通过银行信贷实现融资的仍然占据传统的融资市场主体。

2、初始变量的相关性检验

初始分析变量的相关矩阵如表3所示。由表3，从初始变量的相关系数来看，多个变量之间的相关系数较大，如我国金融业发展规模与货币经济化程度相关系数为0.817，我国金融业发展规模与资产证券化率相关系数为0.64，且其对应的sig值普遍较小，说明这些变量之间存在着较为显著的相关性，进而说明有进行因子分析的必要。

3、计算变量间方差贡献率

如表4给出了每个公因子所解释的方差及其累积和。前三个公因子的累积方差为85.431%，已经达到85%以上，因此提取这3个公因子就能够比较好地解释原有变量所包含的信息。

4、计算旋转前后的因子载荷矩阵

表5所示的“成分矩阵”是初始的未经旋转的因子载荷矩阵，表6的“旋转成分矩阵”是经过旋转后的因子载荷矩阵。通过观测发现，旋转后的每个公因子上的载荷分配更加清晰，比未旋转时更容易解释各因子的意义。由于因子载荷是变量与公共因子间的相关系数，对一个变量来说，载荷绝对值较大的因子与它的关系更为密切，也就更能代表这个变量。据此，第1公因子更能代表我国金融业发展规模、我国货币经济化程度，因此定义为我国经济金融化程度；第2公因子更能代表间接融资占比、直接融资占比，反映的是金融市场的筹资能力，因此定义为金融市场作用效率；第3公因子更能代表储蓄投资转化率、资产证券化率，反映的是运作效率，因此定义为金融市场运作效率。

5、计算因子得分的系数矩阵

首先计算出成分得分系数矩阵，如表7所示。然后可得到最终的因子得分公式。

因子得分公式为：

F1=0.444*X1+0.348*X2-0.126*X3+0.404*X4-0.059*X5-0.092*X6

F2=-0.038*X1+0.016*X2+0.072*X3-0.129*X4+0.530*X5+0.553*X6

F3=-0.172*X1+0.087*X2+1.015*X3-0.112*X4+0.003*X5+0.117*X6

6、计算金融效率综合指标

由表4 方差解释输出表中旋转后的方差贡献率依次为38.279%、30.041%和17.111%，依此作为权重对3个公因子的得分进行加权，计算出反映金融效率（EOF）的综合指标，其计算公式如下：

金融效率（EOF）=38.279%*F1+30.041%*F2+17.111%*F3

据此公式，计算得到代表金融效率的变量，即为金融效率（EOF）。

（四）金融效率与实体经济关系研究

为了研究金融效率（EOF）与实体经济（RE）之间的关系，选取了1997年1季度至2017年1季度全国数据，基础数据来源于wind资讯数据库。金融效率（EOF）序列为因子分析后得到，实体经济（RE）序列由表1金融效率评价指标体系计算得到。

1、数据平稳性检验

为了确定研究的数据序列没有随机趋势，且不存在“伪回归”问题，本文首先对金融效率（EOF）序列和实体经济（RE）序列进行ADF检验。同时为了消除RE序列的异方差性，增强与序列EOF之间的差异敏感度，对RE序列进行对数化处理。数据平稳性检验结果如表8所示：

2、模型建立与参数估计

本文关注的是经济新常态下金融服务实体经济效率问题，因此研究金融效率对实体经济规模影响的程度尤为关键。本文选取常见的一元线性回归模型研究金融效率对实体经济规模的影响。运用Eviews 8.0软件计算序列DlnRE与DEOF的一元线性回归模型的参数估计结果如表9所示：

3、结果分析

由表9 序列DlnRE与序列DEOF的一元线性回归结果中可决系数达到0.8499，说明序列DEOF对序列DlnRE的84.99%部分差异能够做出解释。DEOF的系数为0.1434，说明二者之间存在正向关系，其经济意义为：金融效率对实体经济规模有显著的促进作用，具体是金融效率每上升一个单位将会引起实体经济规模增加14.34%。

（五）金融市场融资方式与实体经济关系的研究

目前，我国金融市场融资方式分为两种，即以股票和债券为主的直接融资和以银行传统中长期信贷为主的间接融资。本文分别研究了间接融资比率和直接融资比率对实体经济规模的影响，并进行了相应比较。

1、数据平稳性检验

实体经济规模数据仍采用对数化后的序列lnRE，在对间接融资比率数据序列（X5）和直接融资比率数据序列（X6）的平稳性检验中仍然采用ADF检验法。其结果如表10所示：

2、模型建立与参数估计

本文分别研究间接融资比率和直接融资比率对实体经济规模的影响，仍然选取常见的一元线性回归模型，运用Eviews 8.0软件计算序列DlnRE与DX5的一元线性回归模型、DlnRE与DX6的一元线性回归模型的参数估计结果如表11和表12所示：

3、结果分析

由表11序列DlnRE与序列DX5的一元线性回归结果中可决系数达到0.7778，说明序列DX5对序列DlnRE的77.78%部分差异能够做出解释。DX5的系数为0.1041，说明二者之间存在正向关系，其经济意义为：间接融资比率对实体经济规模有显著的促进作用，具体是间接融资比率每上升一个单位将会引起实体经济规模增加10.41%。

由表12序列DlnRE与序列DX6的一元线性回归结果中可决系数达到0.7537，说明序列DX6对序列DlnRE的75.37%部分差异能够做出解释。DX6的系数为0.1556，说明二者之间存在正向关系，其经济意义为：直接融资比率对实体经济规模有显著的促进作用，具体是直接融资比率每上升一个单位将会引起实体经济规模增加15.56%。

将表11和表12的结果进行比较可以看出，间接融资比率与直接融资比率对实体经济规模都具有正向促进作用，但直接融资对实体经济规模的影响程度较大，在外界因素不变的同等条件下，直接融资比率对实体经济规模的影响效率较间接融资比率高出5.15个百分点。

四、研究结论与对策建议

（一）研究结论

本文选取了1997年1季度至2017年1季度全国经济金融季度数据，运用因子分析法，根据我国金融业发展规模、我国货币经济化程度、储蓄投资转化、资产证券化、间接融资比率、直接融资比率等六个指标构建了金融效率的综合指标，通过建立一元线性回归模型，探讨了金融效率与实体经济规模之间的关系，发现金融效率对实体经济规模的促进作用显著。此外，分别研究间接融資比率和直接融资比率对实体经济规模的影响，发现直接融资对实体经济规模的促进作用要高于间接融资，这对我国积极完善多元化的经济市场，从而提高金融效率具有重要启示意义。

（二）对策建议

一是完善金融市场服务体系，拓宽实体融资渠道。通过鼓励经济发达地区有选择性地构建区域金融中心，促进金融市场资源合理流动。完善股票债券等资本市场体系，拓宽优化支持实体经济的直接融资渠道，提高直接融资占比。调动民间资本投入实体经济的积极性，更大程度上满足企业融资需求。

二是调整优化银行信贷结构，实现金融资源合理配置。银行金融机构应转变传统服务理念，主动深入了解企业信贷需求，对于讲诚信、前景广、效益突出的优质企业，提供差别化金融服务，做好“一企一策”对接工作。鼓励银行创新金融产品与服务方式，充分利用好“互联网+”等新型媒介，提升信贷服务效率，更好地为实体经济发展提供动力。

参考文献

[1]巴曙松，沈长征.如何提升金融服务实体经济的效率[J].财经界，2013，（09）：22-24。

[2]曹鹤亮.县域金融服务实体经济效率问题解析[J].2016，（06）：39-41。

[3]李连发.提高金融服务实体经济效率：基于流动性理论的分析[J].2016，（04）：39-42。

[4]阮健宏，秦栋.提高金融服务实体经济效率和水平[J].清华金融评论，2017，（11）：36-38。

[5]张林，张维康.金融服务实体经济增长的效率及影响因素研究[J].宏观质量研究，2017，（01）：47-60。