金融科技、金融发展与经济增长

孙志红 张娟

【摘要】金融科技的健康发展是我国经济和金融发展的基础， 也是金融发展水平和经济发展质量得到提升的保证。 基于2011 ～ 2018年我国省际面板数据， 运用熵值法测算出各地区的金融发展水平， 采用线性回归模型和面板门限模型， 探究金融科技、金融发展对经济增长的影响。 实证结果表明：金融科技对经济发展程度不同地区的经济增长均有显著的促进作用; 在经济发达地区， 金融发展能够有效促进经济增长， 在经济欠发达地区， 金融发展反而会抑制经济增长， 这可能是由于经济欠发达地区的金融体系和金融市场不完善， 金融资源未能得到有效配置。 金融发展对经济增长的影响呈现“U型”关系， 当金融发展水平较低时会出现金融抑制问题， 阻碍经济增长; 随着金融发展水平的不断提高， 金融发展对经济增长有促进作用。 进一步研究发现， 金融科技对经济增长的影响存在基于金融发展的双门限效应， 呈现出非均衡性。 当金融发展处于较低水平时， 金融科技会抑制经济发展， 随着金融发展水平的不断提高， 金融科技会促进经济发展， 并且促进作用增强。 相关部门要加大对金融科技的监管力度， 建立健全金融业法律法规， 充分发挥金融科技和金融发展对经济增长的促进作用。

【关键词】金融科技;金融发展;经济增长;经济发展水平

【中图分类号】F830      【文献标识码】A      【文章编号】1004-0994（2021）04-0135-8

一、引言

全球金融科技发展迎来升温浪潮， 根据《2019年全球金融科技采纳率指数》报告， 全球金融科技服务采纳率逐年上升， 从2015年的16%提升至2017年的33%， 到2019年已达64%， 而我国消费者对金融科技的采纳率在2019年已达87%。 根据艾瑞咨询发布的《2018年中国金融科技发展现状研究》报告， 我国金融科技营收规模在2013年为695.1亿元， 到2018年总规模已达到9698.8亿元， 增长了12.95%， 中国传统金融机构开始探索科技赋能金融之路， 孵化自己的金融科技子公司。 截止到2019年6月末， 平安银行、招商银行、工商银行等10余家银行陆续成立了金融科技子公司。 我国第一个无人银行于2018年在上海开业， 主要通过大数据和人工智能等技术办理业务， 提高了金融服务效率并降低了人工成本。

金融科技运用先进的技术（如大数据、云计算、人工智能、区块链、生物技术等）来加速金融发展进程， 不断推进金融产品创新、金融服务完善和金融模式优化， 解决传统金融市场效率低、金融资源配置不合理的问题， 并创造新的金融产品和服务， 从而提高了我国金融发展水平[1] 。 金融科技可以帮助传统金融机构将信贷服务下沉到长尾人群， 满足其信贷需求。 金融科技不仅能促进金融行业的转型发展， 而且对经济发展也有重要的意义和价值。 推动科学技术产业化是供给侧结构性改革的着力点， 是落实新发展理念的基础。 2019年5月发布的《经济蓝皮书春季号：2019年中国经济前景分析》指出， 加大推进金融科技发展力度有助于优化我国金融和经济发展的要素基础和结构， 促进我国经济的高质量发展。

金融发展论提出， 金融发展是经济增长的动力。 金融发展促进经济增长的途径包括：一方面， 金融市场能为居民提供低风险、高流动性的金融产品， 减少居民当期消费， 增加储蓄， 在金融中介机构的作用下， 将这些资本转化为长期投资， 有效配置金融資源， 直接促进经济增长[2] ; 另一方面， 金融发展会降低市场交易成本， 促进市场交易， 是我国经济增长的一个重要因素[3] 。 根据索罗增长模型， 资本的投入有助于增加产出， 金融规模扩大和资产数量增加有利于投资资本增加， 拉动经济增长[4] 。

对于金融科技对经济增长影响的已有研究大多停留在理论和政策层面， 实证类的研究很少。 金融发展对经济增长的影响一直以来都是理论和实证研究的重点， 学者们从多个角度进行了研究， 但结论尚未达成一致， 且不断涌现出一些新的思考。 例如：金融科技和金融发展对经济增长具有显著影响， 这种影响到底是线性的还是非线性的？ 如果是线性的影响， 是促进作用还是抑制作用？ 如果是非线性的影响， 临界值位于何处？ 再进一步研究， 除了两者对经济增长的单独影响， 两者的交互项对经济增长又有什么样的影响？ 在不同的金融发展阶段下， 金融科技对经济增长的影响是促进还是抑制？ 这些都值得去探究， 厘清三者的关系十分有必要。

二、文献回顾

关于金融科技对经济增长的影响， 大部分学者认为， 金融科技能够促进经济增长主要是通过推动产业结构转型升级[5] ， 或者是为企业提供多元化的融资渠道， 利用储蓄投资的转化机制提高资本的利用率[6] 。 金融科技凭借先进技术创新金融产品和服务， 提高金融体系服务实体经济的效率， 优化金融资源配置， 促进经济发展。 金融科技的发展对实体经济中企业投资效率的影响存在拐点， 呈现“U型”[7] 。 但是也有学者认为金融科技会抑制经济增长， 在实践中通常会收取担保费和服务费进而提高实体企业的融资成本， 且金融资源最终流向具有高泡沫的房地产行业等虚拟经济中， 会出现抑制实体经济发展的情况[1，8] 。 在实证研究方面， 汪可等[9] 和刘园等[7] 通过措辞提取法和文本挖掘法计算金融科技关键词词频， 然后运用因子分析法构建金融科技指数。 陈德余等[5] 运用回归模型研究发现， 金融科技创新能促进地区经济增长， 且东部地区的促进作用最明显。

金融发展与经济增长的关系一直以来都是学者们研究的热点， 学者们从多个角度对这两者的关系进行了研究， 虽然还不能得出定论， 但是大部分研究结果表明， 当金融发展到一定水平时会对经济增长起到显著的促进作用。 关于这两者关系的已有结论有：一是我国金融发展与经济增长之间存在正向相关关系， 金融发展水平对不同经济增长阶段所起的作用大小不同[10] ， 金融发展促进经济增长的边际效用是递减的[11，12] ; 二是低金融发展水平会出现金融抑制问题， 阻碍经济增长， 导致“贫困陷阱”[11，13] ; 三是我国金融发展与经济增长之间存在双向关系， 即两者相互促进， 互为因果[13，14] ; 四是我国金融发展与经济增长存在显著的非线性关系[11，15] ， 且金融发展对经济增长存在显著的“倒U型”影响[16] 。 在实证研究方面， 王军、王昆[17] 用VAR模型研究金融发展与经济增长两者之间的非线性关系， 结果表明经济增长对金融发展有实质性的需求， 而金融发展对经济增长却没有支持作用。 曾冰、张艳[18] 用DEA模型把金融发展作为输入端、经济增长作为输出端进行研究发现， 我国金融发展的经济增长效应存在东高西低的空间差异。 谭本艳、程宁双[19] 用面板协整模型证明了金融发展对经济增长的影响在空间上存在差异。 彭俞超等[20] 通过MEAT回归方法研究发现我国金融发展对经济增长存在较弱的正效应。

根据学者们的研究可以发现， 金融科技和金融发展对经济增长的影响均有促进和抑制双重作用。 金融科技对经济增长的促进和抑制两种影响， 影响机理如图1所示。

金融科技促进经济增长主要通过三条路径：一是金融科技扩大了金融服务和产品的受众群体， 能覆盖偏远贫困地区的长尾人群以及中小微企业， 并且通过大数据能很好地把握消费者的消费需求， 有利于消费金融体系的构建; 二是金融科技增加了投资资本， 通过提供多元化的融资渠道， 解决由于信息不对称造成的中小企业“融资难、融资贵”难题; 三是金融科技推动金融业提质增效， 延伸金融服务深度和广度， 通过大数据和人工智能深度挖掘和把握消费需求， 通过支付清算技术和网络融资的便捷流程， 推动金融业效率提升。 金融科技对经济增长有很大的推动作用， 但不可避免的是， 在实际发展过程中， 其抑制性也会呈现出来。 首先， 金融信息安全问题出现， 监管成本加大， 另外由于技术的灵活性， 可能会有试错成本， 对金融业造成一定的风险。 其次， 金融科技在支持实体经济转型升级时， 一些制造生产型实体企业不易获得网络融资。 再次， 通过金融科技给企业提供融资时会收取中介费用， 增加了企业融资成本， 另外可能会因信息不对称， 把有限的金融资源错配到过度吹嘘或还款能力差的企业[1] ， 抑制了金融科技对经济增长的作用。

金融发展对经济增长的影响是学者们研究的热点话题， 大部分学者认为金融发展对经济增长存在非线性影响， 表现为促进和抑制作用， 具体如图2所示。

金融发展促进经济增长主要表现在三个方面：一是由于货币交易媒介的性质， 促使社会商品流转、雇佣关系正常运转， 加速经济发展; 二是通过金融体系动员储蓄， 把资本从分散的储蓄者手中集中起来进行投资， 提高资源配置的效率， 促进经济增长， 而贷款创造存款的信用扩张过程， 对于加速经济增长是必要和可行的; 三是根据麦金农提出的金融深化论， 要推动金融自由化进程， 使金融业能充分发挥对经济发展的促进作用[21] 。 但在现实中， 由于政府管制和一些其他因素， 金融发展也会抑制经济增长。 首先， 根据金融抑制论， 由于政府对金融体系和金融活动的过多干预， 导致金融体系发展滞后， 滞后的金融体系阻碍了经济增长。 其次， 根据金融过度论， 金融业过度发展会导致资产价格泡沫积累、金融监管难以跟上金融业发展而导致金融脆弱性积累以及金融发展脱离实体经济以致实体经济融资成本增加， 阻碍经济增长。

三、研究设计

（一）样本选取

本文选取2011 ～ 2018年我国31个省市作为样本， 用中国数字普惠金融指数中的覆盖广度作为金融科技发展水平的代理变量， 数据来自于北京大学数字金融研究中心。 经济增长、金融发展水平以及控制变量的指标数据来自于Wind数据库和各省份的统计年鉴。

（二）变量选择

1. 被解释变量。 本文的被解释变量为经济增长， 学者们一般用GDP[22，23] 或人均GDP[24-26] 作为其代理变量， 为排除数量级对回归结果的影响[27] ， 本文选择用各省份人均GDP的对数值作为其代理变量。

2. 解释变量。 本文的解释变量涉及两个：一是金融科技发展水平， 二是金融发展水平。

关于金融科技发展水平的度量参考邱晗等[28] 的做法， 选择2011 ～ 2018年北京大学数字金融研究中心编制的中国数字普惠金融指数中的覆盖广度来衡量我国各省份金融科技发展水平。

关于金融发展水平指标的选取， 许文彬等[22] 提出用贷款总额与GDP的比值来衡量金融发展水平， 刘金全等[15] 用金融机构贷款额来衡量金融发展水平， 除此之外还可以用金融规模、金融结构、金融效率三个维度来衡量金融发展水平[17，29] 。 综合学者们的研究， 本文从金融规模、金融效率、金融结构三个方面来衡量金融发展水平， 金融规模（Fsc）用保费收入与GDP的比值和金融机构存贷款余额与GDP的比值来表示， 金融效率（Fe）用股票市值与GDP的比值和金融机构贷存比来体现， 金融结构（Fs）用股票交易规模与债券交易规模比值和股票市值与保费收入之和与金融总资产比值来表示， 其中各地区金融总资产是各省保费收入、流通中现金、金融机构存贷款余额、股票市值等之和[30] ， 最后用熵权法测算各省份的金融发展水平。

3. 控制变量。 为了突出核心解释变量（金融科技和金融发展）的作用， 借鉴潘海峰等[31] 、阳佳余等[10] 的研究， 加入以下变量对经济增长的影响来对回归结果进行控制：①贸易开放度（Tr）， 用进出口总额与GDP的比值来表示， 各省份进出口总额用人民币汇率年平均价折算; ②政府作用（Gov）， 用财政支出与GDP比值表示; ③城镇化水平（Ur）， 用城镇人口与总人口的比值衡量; ④人力资本投入（Edu）， 用地区百万人口中高等学校平均在校学生数来量化[27] 。

具体各变量定义如表1所示：

表2为各变量的描述性统计结果， 被解释变量经济增长（Grow）的均值为10.765， 标准差为0.430， 表明经济增長在区域间具有较强的稳定性， 地区经济发展差异小。 核心解释变量金融科技发展水平（Ft）均值为166.562， 极差为351.910， 金融发展水平（Fi）均值为1.465， 标准差为4.521， 极差为69.801， 说明我国区域间金融科技发展水平和金融发展水平均存在显著的差异。 金融发展水平的三个维度中金融结构（Fs）的标准差最大， 其值为4.498， 表明我国区域间金融结构存在显著差异。 此外， 根据统计结果， 四个控制变量的标准差差距不大， 表明对经济增长影响有趋同趋势。

（三）模型设定

1. 回归模型。 本文的主要目标是分析金融科技和金融发展对经济增长的影响， 因此， 被解释变量是经济增长， 核心解释变量分别为金融科技发展水平、金融发展水平。 为此建立回归模型如下：

Growit=α0+α1Ftit+α2lnControlit+μi+εit  （1）

Growit=α0+α1Fiit+α2lnControlit+μi+εit      （2）

Growit=α0+α1Ftit+α2Fttit+α3Fiit+α4Fiiit+

α5lnControlit+μi+εit   （3）

其中， 式（1）分析金融科技对经济增长的影响， 式（2）分析金融发展对经济增长的影响， 式（3）引入金融科技发展水平和金融发展水平的平方项（Ftt、Fii）， 分析金融科技和金融发展对经济增长的非线性影响[16] 。

为了进一步检验模型的稳健性， 构建如下模型：

Growit=α0+α1Ftit+α2Fiit+α3Ft×Fiit+

α4lnControlit+μi+εit  （4）

式（4）引入了金融科技发展水平和金融发展水平的交互项Ft×Fiit， 主要用来检验金融科技和金融发展对经济增长影响的稳健性。 其中， i表示省份， t表示年份， εit为误差项， μi为个体效应。 Grow表示经济增长， Ft表示金融科技发展水平， Fi表示金融发展水平。 Ftt代表金融科技发展水平的平方项， Fii代表金融发展水平的平方项。

2. 门限模型。 在已有文献梳理的基础上， 本文根据Hansen建模方法， 建立如下门限模型：

Growit=α0+α1Ftit×I（Fiit≤γ）+α2Ftit×I（Fiit>γ）+

α3lnControlit+μi+εit （5）

其中， i表示省份， t表示年份， εit为误差项， μi为个体效应， Grow表示经济增长， Ft表示金融科技发展水平， 门限变量Fiit是金融发展水平， γ是门限值， I（·）是指示函数， 括号里表达式若为真则取值1， 反之取0。

四、实证分析

（一）金融科技、金融发展对经济增长的影响

1. 回归分析。 分别用随机效应和固定效应回归来研究金融科技、金融发展对经济增长的影响， 回归结果如表3所示。 表3中的模型（1）可以初步判断金融科技对经济增长的影响， 从回归结果可以看出， 金融科技发展水平的系数显著为正， 初步表明金融科技对经济增长有明显的正效应。 可能的原因是：金融科技通过把技术创新成果运用在金融业中， 优化金融资源的配置， 促进金融业提质增效; 并且通过大数据征信系统， 助力普惠金融， 扩大金融消费群体， 利用技术优势吸收更多的零散资金， 为经济发展提供低成本资金支持[32] 。 但是， 也有学者认为金融科技会抑制经济的增长[1] ， 所以后续会用门限效应进一步研究金融科技对经济增长的非线性影响。 表3中模型（2）的核心解释变量金融发展水平的系数显著为负， 初步说明金融发展会抑制经济增长， 可以解释为：一方面， 金融中介出现与厂商竞争的情况， 从而导致社会投资和生产率降低; 另一方面， 金融市场的不断完善和发展促使其风险分担功能也在不断加强， 会减少用于风险预防方面的储蓄量， 根据内生增长理论模型， 这将会导致储蓄率降低， 从而延迟经济增长[21] 。 虽然学者们关于金融发展对经济增长的影响还没有统一的结论， 但是大部分学者认为金融发展对经济增长存在显著的非线性影响[15] ， 因此不能直接得出结论， 还需要后续的进一步分析。

为了进一步分析金融发展对经济增长的影响， 在表3模型（3）中加入金融发展水平的平方项（Fii）， 回归结果显示：金融发展水平系数显著为负， 金融发展水平平方项系数显著为正， 表明金融发展对经济增长存在非线性的影响， 呈“U型”， 即金融发展水平较低时出现金融抑制问题， 阻碍经济增长， 随着金融发展水平不断提高， 其对经济增长有促进作用[11，13] 。 究其原因， 首先， 在金融发展初级阶段， 金融体系不完善， 市场化程度欠缺， 金融功能发挥的作用较微弱， 且金融中介存在较高的固定成本， 较低的金融发展水平难以为投资以及经济效率提升提供有效的支持[16] 。 其次， 虽然金融部门规模较大， 但政府持续地对市场进行干预， 市场机制发挥作用的空间受到限制， 根据金融抑制论的观点， 金融发展最终会抑制经济增长。 最后， 随着金融发展水平不断提升， 市场机制逐步完善， 金融资源不断优化配置， 金融服务门槛不断降低， 金融服务效率不断提升， 金融部门为偏远地区、三农群体提供金融产品和服务， 解决小微企业、民营企业“融资难、融资贵”难题， 促进经济增长[13] 。

2. 稳健性检验。 从两个方面对回归模型进行稳健性检验：一是考虑变量的交互效应， 引入金融科技发展水平与金融发展水平的交互项进行回归; 二是考虑不同地区间的差异， 分区域进行回归。 回归结果见表4。

为了考察金融科技与金融发展对经济增长影响的交互效應， 模型（4）引入其交互项。 回归结果显示， 交互项系数显著为正， 说明金融发展在一定程度上能强化金融科技对经济增长的影响。 为分析金融科技和金融发展对经济增长的影响的区域差异， 将样本分为沿海地区和内地地区进行分组回归， 由模型（5）沿海地区和模型（6）内地地区的回归结果可以看出， 金融科技发展水平的系数均显著为正， 说明金融科技对不同经济发展程度地区的经济增长均有显著促进作用。 金融发展水平系数在沿海地区为正， 在内地地区为负， 说明在经济发达地区， 金融发展能够有效促进经济增长， 而在经济欠发达地区， 金融发展反而会抑制经济增长。 这可能是由于经济欠发达地区的金融体系和金融市场不完善， 金融资源未能得到有效配置[33] 。

（二）金融发展门限下金融科技对经济增长的影响

为进一步探讨金融科技对经济增长的影响， 主要关注两者的非线性关系， 找出临界值， 以及分析在不同金融发展水平下金融科技对经济增长的影响。 由此， 引入金融发展水平作为门限变量， 进行面板门限模型回归。 为了避免出现伪回归问题， 在进行面板门限模型回归之前需对每个变量进行平稳性检验[15，23] ， 本文用对长短面板均合适的费雪式检验对各变量进行单位根检验， 结果是各变量均通过检验， 且大多数都在1%的水平上显著。

1. 门限效应检验。 为进一步探究金融科技对经济增长的影响是否具有门限效应， 本文采用自举300迭代进行抽样检验， 门限模型检验的被解释变量为人均GDP对数值， 稳健性检验的被解释变量为GDP对数值， 由门限效应自抽样检验结果（见表5）可以看出， 单一门限检验的F值为106.9， 对应的P值为0.000， 说明在1%的显著性水平上拒绝原假设， 即存在一个门槛。 双重门限检验的F值为24.79， 对应的P值为0.007， 表明在1%的显著性水平上通过双门限效应检验。 三重门限检验的F值为11.61， 对应的P值为0.847， 表明不存在三重门限效应， 则接受原假设：只存在双门限效应， 即金融科技在促进经济增长方面存在金融发展阈值， 呈非均衡性， 当金融发展到一定水平时金融科技才能促进经济增长， 抑或金融科技对经济增长的促进作用弱化。

进一步使用格栅搜索法获取门限估计值（见表6）并使用LR关系图（见图3）来判断门限值与真实值是否一致， LR似然比均小于1%的显著水平上的临界值， 表明门限值通过真实性检验， 再一次证明了金融科技对经济增长的影响是非线性的。

门限效应回归结果见表7。 模型（5）的被解释变量为经济增长（Grow）， 当金融发展水平较低时， 回归系数显著为负（-0.00152）， 说明在该阶段金融科技发展会抑制经济增长， 出现金融科技瓶颈。 当金融发展水平处于较高阶段时， 回归系数在1%的水平上显著， 为0.03883， 表明金融科技促进经济发展。 当金融发展达到更高水平时， 回归系数为0.16124， 表明金融科技能促进经济发展， 并且促进作用比第二阶段强。 出现这种结果可能的原因是：首先， 当金融发展水平处于较低阶段时， 金融体系不完善， 金融产品比较单一， 金融信息化水平低， 金融科技还不能完全发挥其技术优势[34] ， 会收取一定的担保费、管理费和服务费从而提高金融准入门槛， 阻碍经济增长[1] 。 其次， 随着金融发展水平提高， 金融科技与金融业融合程度加深， 促进金融业务创新， 扩大金融产品和服务供给范围， 提供各种要素流转的轨迹， 促进了经济增长。 最后， 当金融发展到更高阶段时， 金融科技以技术为支撑与金融业进行深度融合， 降低金融服务门槛， 拓宽金融服务用户群体， 提高金融行业信息化水平和金融服务效率， 推动经济增长。

实证结果同时表明， 城镇化水平提高会缩小城乡差距， 加速推进城乡一体化进程， 通过扩大经济规模而带动经济增长。 人力资本水平对经济增长的系数显著为正， 有积极促进作用， 人力资本数量和质量对技术创新、生产率提高有重要的推动作用， 最终会促进经济的增长。

2. 稳健性检验。 表7中模型（6）的被解释变量为GDP的对数值（lnGDP）， 用来进行稳健性检验。 稳健性检验门槛值的个数和门槛值均和原模型相同， 且稳健性模型（6）和原模型（5）的核心解释变量的回归系数正负一致， 回归结果表达了同样的经济含义， 表明当金融发展处于较低水平时， 金融科技会抑制经济发展， 随着金融发展水平不断提高， 金融科技会促进经济发展， 并且促进作用增强， 与门限模型结论一致， 故门限模型具有较好的稳健性。

五、结论与启示

本文运用固定效应回归、随机效应回归和面板门限回归模型， 基于我国省际2011 ～ 2018年的面板数据， 就金融科技和金融发展对经济增长的影响进行实证分析。 实证结果表明：①金融发展对经济增长呈现“U型”影响， 当金融发展水平较低时会出现金融抑制问题， 阻碍经济增长， 随着金融发展水平的不断提高， 其对经济增长有促进作用。 ②金融科技对经济发展程度不同地區的经济增长均有显著促进作用。 在经济发达地区， 金融发展能够有效促进经济增长， 在经济欠发达地区， 金融发展反而会抑制经济增长， 这可能是由于经济欠发达地区的金融体系和金融市场不完善， 金融资源未能得到有效配置。 ③金融科技对经济增长有显著的促进和抑制作用， 呈现非均衡性， 且存在显著的金融发展双门限效应。 当金融发展处于较低水平时， 金融科技会抑制经济发展， 随着金融发展水平的不断提高， 金融科技会促进经济发展， 并且促进作用增强。

根据上述结论， 可以得到以下几个方面的启示：一是加大金融科技监管力度， 为金融科技长久持续的发展提供一个有序的监管环境; 二是相关部门需要不断出台和完善金融业的法律法规， 以适应科技发展为金融行业带来的变革; 三是加快推进金融供给侧结构性改革进程， 促使金融资源有效配置， 提高我国金融发展水平; 四是缩小金融发展在区域间的差异， 重视经济欠发达地区的金融体系建设。

【 主 要 参 考 文 献 】

[1] 庄雷，王烨.金融科技创新对实体经济发展的影响机制研究[ J].软科学，2019（2）：43 ～ 46.

[2] 聂名华，徐英杰.对外直接投资、金融发展与经济增长[ J].财经问题研究，2016（12）：13 ～ 20.

[3] 吕朝凤.金融发展、不完全契约与经济增长[ J].经济学（季刊），2018（1）：155 ～ 188.

[4] 朱显平，王锐.金融发展、城镇化与经济增长[ J].经济问题探索，2015（11）：8 ～ 12.

[5] 陈德余，汤勇刚，张绍合.产业结构转型升级、金融科技创新与区域经济发展实证分析[ J].科技管理研究，2018（15）：105 ～ 110.

[6] 李杨，程斌琪.金融科技发展驱动中国经济增长：度量与作用机制[ J].广东社会科学，2018（3）：44 ～ 52.

[7] 刘园，郑忱阳，江萍，刘超.金融科技有助于提高实体经济的投资效率吗？[ J].首都经济贸易大学学报，2018（6）：22 ～ 33.

[8] 周斌，朱桂宾，毛德勇等.互联网金融真的能够影响经济增长吗？[ J].经济与管理研究，2017（9）：45 ～ 53.

[9] 汪可，吴青，李计等.金融科技与商业银行风险承担 ——基于中国银行业的实证分析[ J].管理现代化，2017（6）：100 ～ 104.

[10] 阳佳余，张少东.地区金融发展与经济增长的空间效应研究[ J].湖南大学学报（社会科学版），2018（1）：82 ～ 92.

[11] 杨友才.金融发展与经济增长——基于我国金融发展门槛变量的分析[ J].金融研究，2014（2）：59 ～ 71.

[12] 王澎波，于涛，王旺平.金融发展、金融结构与经济增长——基于省级面板数据的分析[ J].经济问题探索，2017（1）：120 ～ 127.

[13] 李宝礼，胡雪萍.金融发展、技术创新与经济增长——基于结构面板自回归模型的实证分析[ J].贵州财经大学学报，2013（5）：1 ～ 6.

[14] 宋敏，朱其特.技术进步、金融发展与经济增长效应综合评价分析[ J].科技管理研究，2015（19）：32 ～ 36.

[15] 刘金全，付卫艳，郝世赫.我国金融发展与经济增长关系的收入“门限效应”检验[ J].吉林大学社会科学学报，2014（3）：21 ～ 27+171.

[16] 李强，李书舒.财政支出和金融发展对经济增长的影响：非线性效应与关联机制[ J].财贸研究，2017（2）：21 ～ 29.

[17] 王军，王昆.我国金融发展与经济增长的非对称效应研究[ J].统计与决策，2018（9）：150 ～ 154.

[18] 曾冰，张艳.我国区域金融发展的经济增长效应测度及其时空分异研究[ J].经济与管理评论，2018（2）：132 ～ 141.

[19] 谭本艳，程宁双.金融发展对我国经济增长的效应与省际差异[ J].统计与决策，2008（10）：103 ～ 106.

[20] 彭俞超，朱映惠，顾雷雷.金融发展对经济增长影响的结构效应——基于META回归分析方法[ J].南开经济研究，2017（5）：20 ～ 36.

[21] 张平，刘霞辉，张晓晶.金融发展与经济增长：从动员性扩张向市场配置的转变[ J].经济研究，2007（4）：4 ～ 17.

[22] 许文彬，叶文霞.FDI、经济增长与金融发展双门槛效应——基于我国1992-2012年省际面板数据[ J].数理统计与管理，2016（6）：972 ～ 983.

[23] 谢朝华，吴珍珠.我国金融发展与经济增长多元门槛效应检验[ J].价格理论与实践，2016（12）：135 ～ 138.

[24] 马正兵.金融发展与经济增长：区域效应、时变趋势及发展对策[ J].金融与经济，2007（11）：9 ～ 14.

[25] 马正兵.中国金融发展的经济增长效应与路径分析[ J].经济评论，2008（3）：41 ～ 47.

[26] 鄭慧，王春阳.沿海地区经济增长与金融发展趋同效应的实证检验[ J].统计与决策，2017（4）：134 ～ 137.

[27] 岳华，张海军.金融发展、资源诅咒与经济增长[ J].华东师范大学学报（哲学社会科学版），2019（6）：138 ～ 150+179.

[28] 邱晗，黄益平，纪洋.金融科技对传统银行行为的影响——基于互联网理财的视角[ J].金融研究，2018（11）：17 ～ 29.

[29] 董竹，周悦.金融体系、供给侧结构性改革与实体经济发展[ J].经济学家，2019（6）：80 ～ 89.

[30] 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（1）：47 ～ 60.

[31] 潘海峰，魏宏杰.金融发展、FDI与经济增长关联性的空间效应特征识别[ J].统计与决策，2018（22）：154 ～ 157.

[32] 李娜.金融科技促进实体经济发展的内在机理与路径研究[ J].中州学刊，2018（10）：51 ～ 55.

[33] 李强，李书舒.政府支出、金融发展与经济增长[ J].国际金融研究，2017（4）：14 ～ 21.

[34] 皮天雷，刘垚森，吴鸿燕.金融科技：内涵、逻辑与风险监管[ J].财经科学，2018（9）：16 ～ 25.