中国最优金融结构的动态特征研究——基于技术水平升级的考察角度

叶德珠 谢陈昕 黄允爵

暨南大学 经济学院金融系,广东 广州 510632

一、引言

最优金融结构理论有关何种金融结构最优的探讨一直没有定论，但在何种金融结构适配何种技术这一问题上，已经慢慢形成共识即银行适合低技术水平，证券适合高技术水平。该理论的最新进展——新结构金融学指出，当产业技术和产品较为成熟时，风险相对较低，资金回报稳健，银行可以充当有效率的融资渠道；而在技术前沿产业中，技术风险和市场风险较高，市场主导型的金融体系效率更高。随着经济发展和产业结构的不断升级，金融结构也需要随之而变化(林毅夫和姜烨，2006[1]；林毅夫和孙希芳，2008[2]；林毅夫和徐立新，2012[3]；龚强等，2014[4])。

以上金融和技术水平匹配机制可以归纳为式(1)：当证券市场与高技术相匹配或银行与低技术相匹配时，为高效率，均能实现经济高速增长；如果存在结构错配，则为低效率，会导致经济增速缓慢。这个理论较为契合中国改革开放以来的实践经验，并对发展中国家具有较好理论辐射力(叶德珠和曾繁清，2019[5])，是最优金融结构理论的重要进展，但目前仍然停留在理论阶段，实证支撑较为有限。本文尝试基于中国省际面板数据，分别对银行主导型与市场金融主导型两种金融体系采用分组回归等多种计量方法，对此命题进行验证。

(1)

已有文献对该命题已经有一定的探讨，但由于对金融与技术水平匹配的衡量还存在一些技术瓶颈，因此尚有一些不足：(1)对金融体系中银行与证券市场两部门的讨论不足。已有文献一般基于金融结构对匹配进行讨论，但金融结构作为证券与银行相对重要性的衡量指标，强调两者比例的同时不可避免地会忽略两个金融部门本身所具有的一些重要信息。(2)对金融与技术水平匹配机制的衡量存在瓶颈。已有文献对金融与技术水平的匹配主要以两种方法进行衡量，一是交乘项(杨子荣和张鹏杨，2018[6])；二是排序匹配(叶德珠和曾繁清，2018[7])。前者不够直接，对银行主导型金融体系与低技术水平，市场主导型金融体系与高技术水平间的匹配机制揭示不足；后者有排序匹配理论支撑，但无法深入解释匹配背后金融结构的经济增长效应动态变化特征。这些问题都需要进一步讨论与分析。

从上述讨论可知，仅靠金融结构来理解金融—技术水平的结构匹配及其经济增长效应可能远远不够，应结合银行与证券市场两个金融部门本身对技术水平的适应情况进行讨论。金融结构是将银行与证券作为一个整体，以相对比例来进行理解。但这种概括却有一定的局限性，偏重强调两者的对立与斗争方面，弱化了两个金融部门本身功能无法相互替代的唯一性特征。金融体系的二分法可以很好地应用于此场景，以弥补这一缺陷。所谓金融体系二分法，是指将金融结构一分为二，单独对每一方面做出考察。具体来讲，根据金融与技术水平的匹配关系，按照融资方式与风险特征对金融体系进行划分，将银行主导型金融体系与市场主导型金融体系独立出来，分别考察金融体系两个主导部门与不同技术水平的匹配机制及经济增长效应。将金融结构与二分法金融体系结合应用有利于对新结构金融学理论中金融与技术水平的结构匹配机制与作用做出更为全面的解析。

考虑到上述原因，本文基于金融体系二分法建立银行主导型金融体系与市场主导型金融体系，并按照技术水平高低对样本进行划分，采用分组回归方法考察金融结构与两种金融体系在不同技术水平下对经济增长的异质性作用效果，以证明金融要与技术水平相适应才能实现经济快速发展的理论要求。这一做法简单明了且逻辑直接，既能揭示金融与技术水平的匹配机制，也能基于结构差异让银行、证券两部门形成鲜明对比。同时，本文还采用门槛模型进行验证，克服分组回归的随意性，找到金融—技术水平结构匹配对经济增长促进作用的结构突变点。此外，本文还引入金融与技术水平的交乘项，利用调节效应做进一步分析，考察银行主导型与市场主导型金融体系的经济增长效应动态变化特征。

本文可能的贡献在于：在理论上是对新结构金融学逻辑直接的重要实践，结合证券与银行两种金融体系的静态二分法与动态结构转换，研究金融结构安排对技术水平的适应性问题，证明了只有与实体技术相匹配的金融结构才能提供更高质量、更有效率的金融服务，推动经济高质量发展；在技术上，通过分组检验、门槛识别与调节效应等多种计量手段，为金融体系与实体技术的结构匹配问题提供多维度的视角，更准确地把握最优金融结构与实体相适应的核心要点。在实践上，本文立足于中国金融供给侧结构性改革推进过程中面临的金融与实体技术需求不匹配等诸多矛盾与问题，解析了在经济发展过程中，不同金融体系对不同实体技术的结构适应性与结构转换的边界，有助于中国省际经济增长差异的理解，为地区政府优化金融结构、提高金融配置效率的政策设计提供了思路；同时，也为发展中国家的金融体系建设提供了新的参考坐标系，实现对发达国家的经济追赶。

二、文献综述

有关金融结构—技术水平的结构匹配与经济增长的关系的讨论，主要集中在最优金融结构理论，尤以新结构金融学最为集中。

(一)最优金融结构理论

最优金融结构理论主要围绕哪种金融结构更有利于一国经济增长展开讨论(Aghion and Bolton，1992[8]；Bolton and Freixas，2000[9]；Demirguc-Kunt and Levine，2001[10]；Levine，2002[11]；Beck et al.，2010[12])。随着研究的不断深入，虽然仍没有就“银行主导型金融结构”和“市场主导型金融结构”孰优孰劣达成定论，但已然形成了一个基本共识：银行体系与低技术水平相适应；证券市场与高技术水平相适应。

在银行与证券市场共存的金融体系中，两种融资方式在技术类型上存在系统性的差异，其所提供的金融服务有所不同。银行或者证券独自占据了经济中融资方式的绝对优势，都是缺乏效率的(Allen and Gale，1998[13]；Levine and Zervos，1998[14])。这首先体现在对技术创新的信息处理上，金融市场允许投资者持有不同的信息和看法，风险较高的创新企业更易通过金融市场获得资金；相较而言，银行更善于获取和处理“标准化”的信息，在为技术和产品较新的高风险项目融资时，通常缺乏效率(张春，2001[15]；Weinstein and Yafeh，1998[16])。其次，融资方式的差异，还体现在对不同风险—收益特征的技术所提供的支持上。对于风险较低的成熟技术而言，资金回报较稳健，银行是适宜的融资渠道；对于高风险高投入的创新技术而言，金融市场融资更为合适(龚强等，2014)。最后，在风险管理方面，金融市场能提供多样化的风险管理服务，而银行通常只能进行基础性的风险控制。只有当产业的风险较低，收益确定时，银行才是有效的融资渠道；当风险较高时金融市场则成为企业更加依赖甚至唯一能够获得资金的融资渠道。

在实证上，也越来越多的文献取得了支持上述观点的证据。Tadesse(2002)[17]发现银行与小企业匹配、证券与大企业匹配的国家经济增长更快，认为不应该不加区别地为新兴经济体和转型经济体规定最优金融结构；Hsu et al．(2014)[18]利用32个国家的数据，研究发现股票市场和信贷市场发展影响技术创新的经济机制是不同的。股票市场越发达，高技术密集型行业表现出的创新水平越高；但信贷市场的发展则阻碍了这些高技术行业的技术创新。林志帆和龙晓旋(2015)[19]通过实证发现，金融对技术进步的影响取决于一国与世界技术前沿的距离，在远离前沿的技术水平上，银行主导型金融体系对技术进步具有正向影响。景光正等(2017)[20]实证发现市场主导型金融体系更有利于推动一国的技术进步，随着一国技术层次的提升，金融市场对技术进步的促进作用呈递增趋势，但金融市场在金融体系中的比重并非越高越好，一国需要与其发展阶段相适应的最优金融结构。

(二)新结构金融学

作为最优金融结构理论的新进展，新结构金融学认为，各个经济发展阶段的最优金融结构需要与相应阶段的实体经济相适应，才能促进经济的快速发展(林毅夫等，2009[21])。随着经济发展和技术的不断升级，金融结构也需要随之而变化(林毅夫和姜烨，2006；林毅夫和孙希芳，2008；林毅夫和徐立新，2012；龚强等，2014；张成思和刘贯春，2016[22])。当产业为劳动密集型产业时，技术已经相当成熟，资本回报率稳定，银行更乐意提供资金。同时由于风险低、回报小，证券市场不愿意为此类企业提供资金。技术密集型的产业结构在进化过程中，技术创新和研发是企业发展的关键，这其中蕴含的技术风险可能就越大，越需要市场型金融体系与之相配合。因此，只有金融结构与技术水平相适应，才能实现经济的快速增长，这样也就能解释各国在金融结构与经济增长上的差异。

在实证方面，张成思和刘贯春(2015)[23]根据中国跨省份面板数据，指出最优金融结构内生决定于其要素禀赋结构；Allen et al.(2018)[24]采用跨国数据验证了金融结构是内生于经济结构的；叶德珠和曾繁清(2019)利用跨国面板数据对该理论假说进行实证检验，结果表明“金融结构—技术水平匹配度”越高越能够推动经济发展，且这种效应在中低收入国家更为显著。任晓猛和张一林(2019)[25]通过实证研究发现，经济发展的水平和结构均与最优金融结构有关，偏离最优金融结构将显著影响经济增长速度。这些都与林毅夫等(2009)提出的新结构金融学理论相符，但该理论目前还多停留在理论推论层面，需要更多的实证经验支持。

综合来看，最优金融结构理论与新结构金融学包含了两个核心观点。一是最优金融结构与技术水平相适应；二是只有金融结构与技术水平相匹配才能促进经济快速增长。具体来讲，最优金融结构会随着经济发展阶段不同而改变，当前经济发展阶段的技术水平较低时，银行主导型金融体系是与之相适应的；技术水平较高时，市场主导型金融体系是相适应的。本文尝试对上述金融与技术水平的结构匹配机制以及经济增长效应进行验证，并以此解释中国地区的经济增长规律。

三、变量与数据说明

本文主要基于金融体系二分法对最优金融结构理论关于“银行主导型金融体系与低技术水平相适应、市场主导型金融体系与高技术水平相适应”的共识，以及新结构金融学中“只要金融结构与技术水平匹配得好，就能实现经济的快速增长”的理论进行验证。基于此，本文选取经济增长作为被解释变量，金融结构、金融体系两部门以及技术水平作为核心解释变量。

(一)金融结构

本文对金融结构的安排分为两部分：一是以直接融资与间接融资的相对规模来考察金融结构；二是基于二分法建立银行主导型金融体系与市场主导型金融体系。具体而言，已有文献主要使用两种指标对金融结构进行测度：金融市场交易总额与金融机构贷款总量的比值(张成思和刘贯春，2015)、金融市场规模与金融机构贷款总量的比值(任晓猛和张一林，2019)(1)前者是金融结构的活跃性指标，后者是金融结构的规模性指标。使用活跃性指标来构建金融结构指标能够更好地反映风险资金对高技术企业的支持，以验证银行和金融市场对不同技术风险特性提供融资服务的比较优势。。本文主要使用前者——股票交易总额/金融机构贷款总额衡量金融结构，该指标的值越大，说明金融结构越偏向于证券市场，反之则是银行体系；并在此基础上，采用二分法对金融体系进行拆分，将银行部门与证券部门独立出来，构成银行型主导型金融体系(金融机构贷款总额/GDP)与市场主导型金融体系(股票交易总额/GDP)两个指标(刘贯春和刘媛媛，2016[26]；杨可方等，2018[27])。

(二)技术水平

已有文献一般以全要素生产率(TFP)衡量技术水平(余泳泽和武鹏，2010[28]；Cazzavillan et al.，2013[29]；唐未兵等，2014[30]；程惠芳和陆嘉俊，2014[31]；蔡跃洲和付一夫，2017[32])。TFP代表了技术水平的高低，也可间接反映技术的风险大小。因为一个地区的TFP 越大，说明该地区的技术水平越高，技术密集型产业占经济中的优势地位。技术密集型的产业结构进化过程中，需要技术的不断进步和创新，这其中蕴含的技术风险可能就越大(2)这是因为低TFP水平的地区具有后发优势，可以通过模仿引入先进技术的学习效应提高TFP，风险水平较低；而技术前沿地带的地区在后发地区的追赶与国际市场的挤压下，又缺乏学习模仿的对象，只能通过自主研发创新来实现技术进步，这种技术的进步方向具有很高的不确定性，风险较大。。本文根据现有通行做法，使用DEA方法对技术水平进行测算(颜鹏飞和王兵，2004[33]；赵伟等，2005[34])。

(三)控制变量

在金融结构对经济增长的影响研究中，有必要对金融整体的发展水平做出控制，因此本文以股票交易总额与贷款总额之和除以GDP来衡量金融发展指数。遵循一般做法，本文以政府支出占GDP比重来衡量政府消费规模；以进出口交易总额占GDP比重衡量贸易开放度；以农业产值占GDP比重来衡量产业结构；以城镇人口比重衡量城镇化进程；以人口自然增长率衡量的人口再生产；以人均受教育年限衡量地区的人力资本投资；另参考已有文献的做法加入各地区2000年的人均GDP以控制地区初始发展状态对经济增长的影响(Mankiw and Weil，1992[35]；蔡昉和都阳，2000[36]；沈坤荣和耿强，2001[37]；张成思和刘贯春，2015)。

综合考虑各项数据指标的可得性与可靠性，本文最终依靠上述数据构建了各省市自治区2001～2016年的平衡面板数据，并给出各变量的描述性统计(表1)。

表1 描述性统计

续表1

四、模型设定

计量模型的设计分为三个部分。第一部分为基本回归，主要研究金融在不同技术水平下对经济增长的异质性影响；第二部分应用门槛模型，一方面验证基本回归的结果，另一方面寻找金融对经济增长影响的结构突变点；第三部门为调节效应，考察技术水平调节下金融的经济增长效应动态变化特征。

(一)基本模型

如式(2)，本文首先利用面板OLS模型，直接考察金融结构对经济增长的影响。

(2)

其中，被解释变量Growth为以不变价格计算的人均GDP增长率，用以衡量经济增长速度；FinStru是本文的核心解释变量金融结构指标；FI为金融发展指数，用以控制金融规模的影响；Z为一系列控制变量；i和t分别为地区和年度标识。

在此基础上，按照两分法将金融体系拆分成银行型主导型金融体系与证券型主导型金融体系，让金融体系的两部门直接进入回归方程，得到式(3)；并按照技术水平高低将样本等分为两组，进行分组回归，考察不同类型金融体系在不同技术水平下对经济增长的影响差异。

(3)

与式(2)不同的是，Bnk_Base和Mrt_Base为将金融体系二分后得到，用以替代FinStru成为新的核心解释变量，分别代表银行主导型金融体系与市场主导型金融体系，由于两部门加总等于金融发展指数，故在计量模型中不再加入金融发展指数。其他控制变量与式(2)相同。

(二)面板门槛模型

基本模型中分组回归的做法尽管可以观测在低、高技术水平下银行部门与证券部门各自对经济增长的作用，但人工分组的做法过于粗糙，可能会造成估计偏误。因此本文在基本回归的基础上，引入Hansen(1999)[38]提出的面板门槛模型，以技术水平为门槛变量，对数据特征进行自动识别来估计门槛数量与对应的门槛值，内生地划分出多层级的技术水平区间，进而分析金融结构与经济增长间的非线性关系。本文对面板门槛模型的设定如式(4)所示。

Growthi,t=α+β1FinStrui,t×I(Techi,tγ1)+β2FinStrui,t×I(γ1

(4)

其中，I(·)为指示变量，当括号内为真时取1，否则取0；Tech为门槛变量技术水平，用以划分回归方程的结构突变区间；γ为待估计的门槛值，也即结构突变点。控制变量与基本模型相同。

同理，可将金融体系拆分后得到新的计量模型，如式(5)。

Growthi,t=α+β1Bnk_Basei,t×I(Techi,tγ1)+φ1Mrt_Basei,t×I(Techi,tγ1)

+β2Bnk_Basei,t×I(γ1

+...+βnBnk_Basei,t×I(Techi,t≥γn)+φnMrt_Basei,t×I(Techi,t≥γn)

(5)

在门限模型中，为消除省份固定效应的影响，均做了组内去心(去均值)处理。

(三)调节效应模型

通过面板门槛模型可以分析金融结构、金融体系两部门与经济增长关系间的结构突变点，但这一观测结果是静态的，没有考虑动态的边际效应。本文通过引入技术水平作为调节变量，与金融结构进行交乘，再对经济增长回归，以分析金融结构对经济增长效应的动态特征。本文建立如式(6)的调节效应模型。

Growthi,t=α+β1FinStrui,t×Techi,t+β2FinStrui,t+β3Techi,t

(6)

同理，可将金融体系拆分后得到新的计量模型，如式(7)。

(7)

五、实证结果分析

如上文所述，本文使用二分法将金融体系拆分成银行部门与证券部门，并使用了多种计量方法考察不同类型金融体系对经济增长的影响。

(一)基本模型与分组回归

表2报告了金融发展、金融结构对经济增长的回归结果。在全样本回归中，单独用金融发展指数对经济增长回归的结果显著为正，即金融系统的整体发展水平与经济增长存在正相关关系。当加入金融结构变量回归后，金融结构显著为正而金融发展不显著，说明在中国区域经济发展进程中，金融发展要让位于金融结构的优化。在金融体系二分法下，银行主导型金融体系与市场主导型金融体系对经济增长的回归系数分别在5%与1%的置信水平上显著为正。这说明银行与证券都对经济增长存在促进作用，但仅此而已是无法识别出哪种金融体系更适应当前的经济发展阶段的。事实上，银行与证券的系数同时显著为正还隐含着更深一层含义：两个金融部门所提供的金融服务的确存在差异。在新结构金融学的理论框架下，银行主导型金融体系与低技术水平相适应，市场主导型金融体系与高技术水平相适应。那么，两种类型金融体系是否为不同的技术水平提供差异化的金融服务，进而影响经济增长？这一点通过分组回归得以验证。

表2 金融发展与经济增长

在分组回归中，第(4)、第(5)列的金融结构只有在高技术水平下显著。这说明金融结构偏向市场主导与高技术水平是适应的，提高金融结构中证券市场的比例能够促进经济增长。但金融结构在低技术水平组别中为正但不显著，也就无法对银行主导型金融体系对技术水平的适应性做出识别，因此，仅通过金融结构考察金融与技术水平的匹配是不够的，还需要单独对银行主导型金融体系与证券型主导型金融体系进行考察。在第(6)、第(7)列中，金融体系二分法的优越性就得以体现：低技术水平下，银行主导型金融体系显著为正而市场主导型金融体系不显著；在高技术水平下，银行主导型金融体系仍然为正但失去显著性，市场主导型金融体系转负为正且变得显著。这一结果直接验证了最优金融结构理论关于“银行适合低技术，证券适合高技术”的共识，也间接证明了新结构金融学的核心理论：与发展水平无关，金融与技术水平只要相匹配，就能促进经济快速增长。

(二)金融结构的门槛模型

面板OLS的分组回归直观地体现了不同技术水平下金融结构对经济增长的异质性影响。但如何分组、分多少组都是人为决定的，很可能存在选择性偏差，而且分组的做法不够细微，可能掩盖了某些重要信息。因此，本文引入门槛模型，根据数据特征对样本自动识别，来估计金融与经济增长间非线性关系中的结构突变情况。

本文强调的是金融对技术水平的适应关系会影响经济增长，因此将技术水平作为门槛变量，对不同类型金融体系与经济增长之间是否存在门槛效应进行检验。门槛效应检验结果如表3所示，至少在5%的置信水平下，可以确信金融结构对经济增长存在单一门槛效应。值得注意的是，银行主导型金融体系与市场主导型金融体系对应的技术水平门槛值分别为2.782和1.245，两者存在较大差距，说明两种类型金融体系对技术水平的适应范围的确是存在差异的。另外，将银行与证券部门变量放置在同一方程中进行门槛效应检验时，得到的门槛估计值与金融结构的门槛估计值相差很小(1.454和1.357)，说明金融体系二分法的估计方法与传统的金融结构指标估计结果应该是一致的，但二分法下可能会带来更多的信息。最后，无论是金融结构，还是证券与银行，都不能通过双重门槛检验，因此可以认为金融与经济增长间只存在单一门槛效应。

表3 门槛效应检验

确定门槛数量与对应门槛值后，进行门槛回归得到表4。表4与表3相对应，第(1)列为金融结构的单一门槛回归结果，当技术水平低于门槛值(γ1=1.357)时，金融结构与经济增长显著负相关，证券市场与银行业相对比例的提高会抑制经济增长；当技术水平越过这一门槛值后，金融结构的优化反而会促进经济增长。这一结果再次验证了“金融结构要与技术水平相匹配才能促进经济增长”的基本理论，但其中银行与证券市场各自的匹配机制与作用效果无法在单一金融结构中得到验证，还需要对两部门进行单独考察。

在此基础上，第(2)、第(3)列分别验证银行与证券的单一门槛效应；第(4)列则是对银行与证券同时进行门槛回归，结果与第(2)、第(3)列中的单一门槛效应保持一致。当技术水平低于门槛值(γ2=2.782)时，银行主导型金融体系能够促进经济增长，在技术水平超过这一门槛值后，银行部门失去作用，但不会对经济增长产生抑制效应。市场主导型金融体系的结果与金融结构类似，当技术水平低于门槛值(γ3=1.245)时，会强烈抑制经济增长，只有在超过这一门槛值时，才能对经济增长起促进作用。这一结果表明，银行与低技术、证券与高技术相匹配都能促进经济增长，但银行与证券不同的是，银行与高技术的结构错配尽管也是无效的，但不会像证券与低技术的结构错配一样，对经济增长产生抑制作用。

表4 金融结构单一门槛模型

(三)金融结构、技术水平交乘项与经济增长

在分组回归与门槛模型下，匹配的静态结构变化有利于对金融与技术水平匹配机制的理解，但无法就金融对经济增长的边际效应动态变化形成直观印象。因此本文将金融结构与技术水平交乘，再对经济增长进行回归。交乘项的意义在于，假定金融结构对经济增长的作用效果会随着技术水平的变化而变化。这样就可以考察在技术水平的调节下，金融结构经济增长效应的动态特征。

这一分析方法可以同样应用于金融体系二分法中。第(2)列中，银行主导型金融体系变量项显著为正，而与技术水平的交乘项不显著。结合图1(左)来看，在技术水平的调节作用下，银行主导型金融体系的经济增长效应呈现出单调递减的趋势，直到技术水平超过75分位后失去相应的作用。第(3)列中，市场主导型金融体系与技术水平的交乘项显著为正，而单项显著为负。从图1(右)上看，在技术水平15分位以下，市场主导型金融体系与当前技术完全不匹配，对经济增长存在抑制作用。直到50分位后，技术水平达到了一定的高度，此时证券市场才逐渐显示出经济增长效应。由此可知，在技术水平还比较低级的发展初期，银行主导是最优金融结构，能够提供适应性的金融服务。随着技术的发展，经济环境对证券市场的需求越来越大，最优金融结构就会向证券市场主导转变。过早地发展证券市场所造成的结构错配，不仅是无效率的，很可能还会带来经济恶果。因此，发展经济一定要注重金融结构与当前技术水平是否相匹配。

表5 技术水平调节下的金融结构边际效应分析

续表5

(五)内生性问题

本文对金融与技术水平相互匹配对经济增长的促进作用进行了验证。但这里仍然可能存在遗漏变量、互为因果等内生性问题。尽管本文在设定上已经采用了双固定效应模型，在一定程度上缓解内生性问题所造成的影响，但仍然希望对此作进一步的考虑，以消除关于内生性问题的担忧。本文参考已有文献的做法，在模型中加入人均GDP增长率的一阶滞后项，并使用动态系统GMM方法进行估计。

动态系统GMM的回归结果如表6所示。和基本模型的回归结果一致，金融结构的回归系数在全样本中显著为正，在分组回归中的高技术水平组别显著为正，在低技术组别不显著。金融体系二分法下的银行部门与证券部门也与基本模型相似，在全样本回归中，银行与证券均显著为正。在分组回归中，银行仅在低技术水平组别显著为正，在高技术组别不显著；证券则在低技术组别出现了显著为负的系数，在高组别中显著为正。经过内生性处理后，尽管在低技术水平下，证券的负系数仅在10%水平下显著，仍然与上文的结论逻辑相一致，即低技术水平与证券型金融结构的匹配会抑制经济增长。

使用了动态系统GMM对内生性问题进行处理后，仍然能够得到与上文一致的结果，因此可以认为本文在关于不同技术水平下二分法金融体系对经济增长的影响问题上得到的结论是稳健、可靠的。

表6 动态系统GMM

续表6

六、结语

新结构金融学的一个核心论点是不同类型的金融体系各有其适合的技术水平，并不存在一个普适的最优金融结构。在不同发展阶段期，只要金融结构与当前技术水平是契合的，就是最优的，经济增长效应也最强。其中，其中银行主导型金融体系适合低风险的技术，市场主导型金融体系适合为高风险技术提供融资。这个观点能逻辑一致地解释中国改革开放以来的经济增长现实，并对发展中国家具有较好的理论辐射力，是最优金融结构理论的重要进展。但该论点目前主要还停留在理论推论层面，实证支撑较为有限，主要原因在于难以对这种结构契合度或者匹配度进行量化表达。

本文选取了中国省际16年的面板数据作为研究样本，对不同类型金融体系与技术水平匹配及其对增长的影响进行了基于金融体系二分法的实证分析。在样本选择上，中国作为一个高增长型国家，用几十年的时间走过了发达国家上百年的经济发展历程，在区域分布和时间趋势上往往具有低技术和高技术并存的特征，因此是检验的绝佳样本。

实证结果发现，在低(高)技术水平样本中，仅有银行(证券市场)为主导的金融体系回归系数显著为正，证券市场(银行)为主导的金融体系不显著。这就似乎可以印证新结构金融学提出的“金融结构要与技术水平相匹配，才能实现经济增长的快速增长”的命题。该结论在进行了内生性处理与一系列的稳健性测试后仍然保持一致。更进一步地，本文采用门槛回归与调节效应对此结论进行了更细致的分析，发现随着技术水平的提高，银行对经济增长的促进作用递减，但在技术水平75分位后才会失去经济增长效应；证券市场则存在递增效应，不过在技术水平低于15分位时会抑制经济增长，直到高于50分位后对经济增长产生促进作用。这一结果表明，对中国来说，银行体系对经济发展的作用基础更为广泛，而要发挥证券市场的作用则需要一定的门槛条件。

本文的研究对中国地区金融政策也具有一定的启示意义。其一，与世界其他经济体相比，中国作为一个典型的大国经济体，无论是在地域上还是经济结构上都具有明显的结构性特征。在调整优化地区金融结构时，地方政府应该认识到最优金融结构并不具备普适性，地区融资结构的安排，往往内生于当地特有的经济社会体制等多种因素。各地需要结合当地的经济发展阶段、主要产业的技术水平与风险特征，以及考虑当前的要素投入结构和技术选择是否能够得到现有金融体系中融资结构的支撑，再来决定对不同类型金融体系建设的资源倾斜力度，而不是采取“一刀切”式的做法来落实国家的金融政策或效仿其他地区的金融发展模式，地区的金融发展应当遵循“适合的就是最好的”的朴素原则。其二，技术水平和产业结构在每个时点上是给定的，但是随着时间变化是可变的。这就需要逐步建立起与国民经济技术变迁具有同步性的金融结构动态监测体系和有效评估体系，提高监管水平。中国经济已由高速增长阶段转向高质量发展阶段，因此需要随时追踪自身技术水平在国际技术前沿中的所处位置，不断监测经济发展过程中新的技术进步和金融需求，以政府资金投入、政策出台来引导符合地区产业结构、技术水平的新型金融业态的发展；同时也可以防止脱离实体经济的金融过度创新而带来的不必要的金融风险。其三，具体到证券市场的建设上，也要开始转变思路，应该建成一个具有异质性的市场，提供银行体系以外的金融服务，更好地为产业的技术创新提供资金支持；同时，也应当注意到银行主导型金融体系在相当长的一段时期内，仍然是实体经济的重要融资渠道，对基础产业有着最为广泛的支撑。以劳动密集型产业为主、技术相对薄弱的地区，就不应盲目追求金融市场的发展，避免经济的过度金融化、空心化。政府可以先将现有银行体系发展健全，以便于更好地服务于目前产业比重较高、劳动相对密集型、规模相对小的且具有比较优势的产业发展，在实现地区的技术过渡与产业升级、形成良好的经济循环之后再来考虑金融市场的建设。总而言之，地方政府要因地制宜，根据当地的发展水平与产业技术特点对金融结构进行引导和优化，提高金融服务实体的配置效率，促进经济又好又快发展。