我国经济增长与金融深化的格兰杰因果关系研究

刘紫筠

（首都经济贸易大学 北京 100070）

一、探寻金融深化与经济发展之间关系的必要性

在现代社会中，金融深化与经济发展的关系日益紧密。关于这一问题，国内外已经有大量的文献涌现。在这些文献中，每位学者基于不同的理论运用了不同的指标衡量金融深化的程度，研究金融深化与经济发展之间的相关关系。但是对于是金融深化促进了经济的发展，还是经济发展推动了金融深化这一因果关系问题，目前还存在着学术上的争议。因此，本文运用近三十年来的数据，首先检验金融体制改革这些年来助力金融深化发展的政策是否确实使金融深化逐步加深。进而考察金融的逐步深化发展对经济增长是否存在格兰杰因果关系，金融深化能否在实证研究中得出导致经济增长的结果。

目前，我国为了实现经济增长开展了多项措施。供给侧改革正有序开展，这一改革的主要目标包括降低企业融资成本；增强金融对当今社会实体经济的支撑能力；进一步简政放权、助力创业创新等等。通过改革激发经济活力，促进经济增长。同时，我国正在对一些重要的产业进行补贴与扶持，包括新能源汽车产业、高新技术产业等，人们认为这些朝阳产业需要金融支持才得以不断发展，进而促进经济增长。可见，经济增长已经离不开金融的发展，因此，国家在大力促进金融深化，发展金融机构。但是这样的金融支持是否能对经济增长有所帮助？这需要我们讨论金融深化发展的理论依据并进行定量的实证分析来解答。

二、金融深化起源与相关研究

金融深化这个概念公认是由爱德华·肖在1973年出版的《经济发展中的金融深化》一书中提出的。这本书是一部已经出版四十余年的金融著作，人们认为，从这以后，金融发展理论与经济发展理论终于开始交汇融合，改正了先前的发展理论对金融机构的忽视，这本书是金融深化理论的基础。肖将金融深化的概念定义为：金融深化意指金融职能和金融机构的专业化，以及相对于外汇市场和场外非法市场而言，有组织的国内金融机构和金融市场会获得收益。实行金融深化，就是要求政府减少对金融市场及金融体系的过分干预，要开放利率与汇率，以此让其能充分地反映资金和外汇的实际供求情况，合理运用市场机制的调节作用。

金融深化概念传入我国后，众多学者纷纷聚焦于此。宾国强（1999）针对中国改革开放20 年这一契机，对这20 年来的金融深化和经济增长的关系进行了实证分析。在他的研究中，金融深化的指标为广义货币M2与GDP的比值，并在分析中又加入了实际利率进行研究。通过模型回归及格兰杰因果关系检验，最终得到实际利率与金融深化在Granger 意义上的确是经济增长的原因。在结论中他还建议要对金融机构的作用定位及对传统金融深化理论重新思考。张军和金煜（2004）对金融深化与生产率之间的关系进行了检测。在他们的研究中，金融深化更多地体现在金融中介的深度上。在金融中介深度的衡量上，他们考虑了多种估算方式，最终结合各方原因选择了银行给非国有部门贷款占GDP 的比率来测度金融中介的深度。凭借这个估算及中国各省份1987—2001年的数据，对金融深化与生产率增长两者之间关系进行了回归分析，最终得出了两者之间呈正相关关系。这篇文献的分析与结论对解释中国沿海和内陆地区发展差距扩大亦有所帮助。

随着科技日新月异，“科学技术是第一生产力”得到了更多人的认可。近几年，有学者将科技创新结合金融深化，探讨了它们两者对我国产业经济增长的影响。何宜庆和徐卫华（2017）对该问题进行了深入研究，他们衡量产业经济水平的指标是三大产业的人均收入水平，而金融深化和科技创新的发展指数由熵权法得出，运用固定效应面板门槛模型及1997—2014 年30 个省份的面板数据进行实证分析，最终得到了十分细化的结论。作者将产业经济做出了“第一产业”“第二产业”“第三产业”的区分，并将地域范围划分为东部、西部，对不同地区、不同产业得出了不同的结论，并针对不同地区产业，做出了不同的政策建议。

可以看到，近些年中，认为金融深化与经济增长之间呈正相关关系的声音越来越多，金融深化这一理论也在不断对我国的经济体制改革有所影响。如今已经是改革开放的第44个年头，回首过去硕果累累的这些年，经济不断地进步着，如今金融深化进行到哪一步呢？在当今的情形下金融深化是否仍对经济增长有显著的促进作用？本文接下来对我国1990—2018年的相关数据进行实证分析。

三、金融深化与经济发展的实证研究

本节首先解释选用的变量，而后回顾金融深化历程并通过数据与其形成的变化趋势图，在直观上反映金融深化的总体进程，之后对数据进行平稳性检验，展开协整检验，再运用VAR 模型构建误差修正模型，进而分析金融深化与经济增长之间的格兰杰因果关系。

（一）数据与发展历程

1.变量设定与数据来源

第一种表示金融深化程度的变量选用金融机构本外币信贷收支表中的各项贷款总额与GDP的比值，黄智淋（2013）运用这一变量衡量金融发展水平，研究了经济增长与金融发展的非线性关系，这一比值在本研究中被记为X1。

大多文献运用了货币化比率作为对金融深化程度的测度，如王毅（2002)、朱庆武（2016)，尽管这一比率存在些许问题与异常（武志，2010），但由于考虑到数据来源的权威性及可得性，金融深化的另一种测度为货币化比率。货币化比率是由广义货币（M2）比国内生产总值得来。广义货币包括了狭义货币（M1）与商业银行定期存款。在这里选择货币化比率作为衡量金融深化的指标，不仅因为有其他文献的权威支持，主要是因为笔者认为M2 代表着我国货币形态的金融资产总量，那么在一定程度上，它在国内生产总值中的占比可以有效反映我国金融深化的程度。这一货币化比率在本研究中被记为X2。

对于经济增长的衡量我们采用GDP的年增长率，记为Y。

本文选择的1990—2018 年的相关数据均来自国家统计局、中国人民银行统计调查司和各年的《中国统计年鉴》。

2.金融发展背景与趋势

在经济体制仍处于计划经济体制时，中国人民银行是我国主要的金融机构。1992年，中国的经济体制改革有了明确目标——社会主义市场经济。紧接着，1993 年《关于金融体制改革的决定》颁布，国务院的这一举动使金融体制以市场化为方向开始了改革，这是迈向金融深化的第一步。随后二十多年内，银行间同业拆借利率放开等政策，逐渐使利率实现自由化；放宽对金融机构的业务范围的限制，以及金融机构的准入限制，使金融机构在一定意义上实现了自由化；整顿证券市场、发展股票市场，使金融工具逐渐向多样化发展，金融市场逐步完善。可以看到，在政策措施上中国经济、金融体制改革，确实在向着市场经济、金融深化发展。图1是本文用于衡量金融深化发展指标的趋势图，通过图中的线性趋势，不难看出，无论是从货币化程度抑或是从金融机构的发展状况来看，我国的金融深化改革卓有成效，金融发展呈良好态势。

（二）实证检验与结果分析

1.数据平稳性检验

接着我们运用两种不同的指标检验金融深化与经济增长之间的关系。从图1 中可以很直观地发现，这两组时间序列均是非平稳的，由于对非平稳的序列进行回归将有可能出现伪回归，因此我们要运用Eviews10的ADF检验对数据进行平稳性检验。其检验模型如下：

图1 金融机构贷款总额比GDP（x1）与货币化比率（x2）随时间趋势图

首先对原序列进行单位根检验，发现这两组时间序列均存在单位根，为非平稳的序列。因此，我们对它们进行一阶差分处理再进行单位根检验，发现X1在含有截距项时P值为0.0065，可以判断这组数据一阶差分平稳；发现X2 在含有截距项时P值为0.0015，这组数据也为一阶差分平稳；对于GDP年增长率（RGDP）我们进行同样的操作，得到它也在含有截距项时一阶差分平稳P值为0.0254。最终这三组时间序列都在一阶差分后达到平稳，接着分别对两个变量与Y 的原序列之间进行协整检验，查看他们之间是否存在长期均衡。

2.协整检验

由于只检测两个变量之间的协整关系，因此选择用EG协整检验。

首先检验X1 与经济增长的关系。对这两个变量进行OLS回归，回归方程如下：

将其中的残差序列提取出来进行单位根检验。残差检验模型如下：

这时候我们不能再使用P 值，要使用ADF 检验的TStatistic 数值。此时ADF 的临界值不能采用Eviews 提供的临界值，而要通过协整回归临界值表以及临界值计算公式得到。计算公式如下：

给定显著水平α = 0.05，经过计算，临界值为-3.56，单位根ADF 检验时运用信息准则选择滞后阶数，得到T-Statistic值为-4.52。

同理，我们对X2与Y进行相同的操作，得到T-Statistic值为-3.92。

结果均显示拒绝原假设，所以两种指标皆与Y 存在协整关系，即存在稳定的长期均衡关系。因此我们可以构建误差修正模型，探讨他们之间是否存在格兰杰因果关系。

3.误差修正模型及格兰杰因果关系分析

首先根据信息准则选择合适的滞后阶数并构建VAR 模型，选择其中的误差修正模型，其模型如下：

在（5）中，c10为常数项，γ11为修正速度系数，ECMt-1为误差修正项，α和β为参数项，Δyt与Δxt-1等皆为在原序列基础上进行一阶差分后的平稳序列。

表1为X1与Y 的误差修正模型，可以很明显地发现其中的格兰杰因果关系。在Y 的误差修正模型中，由于滞后一期的X1 的T 值 为3.44285＞1.96，滞 后 二 期 的X1 的T 值 为-2.54606＜-1.96，因此X1 对Y 具有显著的影响，两者间存在显著的格兰杰因果关系，前一期X1的变动能够引起这一期Y的变化。在X1 的误差修正模型中，滞后一期的Y 的T 统计量为-2.22506＜-1.96，也可得Y 对X1 也有显著的影响，因此X1与Y互为因果。

表1 Y与X1的误差修正模型估计结果

表2为X2与Y 的误差修正模型，同样可以很明显地发现其中的格兰杰因果关系。在Y 的误差修正模型中，由于滞后一期的X2的T值为3.90659＞1.96，因此X2对Y具有显著的影响，两者间存在显著的格兰杰因果关系，前一期X2 的变动能够引起这一期Y 的变化。在X2 的误差修正模型中，T 统计量均不显著，因此，我们不能得出Y 对X2 具有格兰杰因果关系的结论。

表2 Y与X2的误差修正模型估计结果

通过对两对数据进行分析我们得出，货币化比率与金融发展水平这两种表示金融深化程度的指标，均可以在格兰杰因果关系层面对经济增长产生影响。这就意味着，我们当下的金融深化发展会对将来的经济增长水平产生深远影响。

四、结语

本文的实证研究结果显示，金融深化与经济增长之间确实存在着格兰杰因果关系，当期的金融深化程度将影响下一期经济的增长水平。在分析中，本文同时使用了常见的两种指标，分别与经济增长指标进行建模分析，并且在协整检验中都得出了与经济增长存在稳定的长期均衡关系。而通过建立误差修正模型，我们得出了金融机构的贷款数额比GDP的比值与货币化比率，都可以在Granger 意义上导致经济增长，这就意味着，金融的深化发展形势十分重要，对经济的发展有深远影响，因此我们应该更多关注金融发展，对金融深化指标进行合理监控，从而把握并控制经济增长的趋势。

值得注意的是，本文在数据选择上截至2018 年，目的在于避开2019—2021 年间疫情因素对实证结果可能产生的干扰。实际上，尽管疫情来势汹汹，但在我国有效防控下所带来的影响已降到最低。我国金融监管部门以持续贯彻落实金融体系改革的方式，为我国经济注入活力。首先，对于现存的金融业务采取全面纳入监管的措施，通过出台多项监管新规，如保险业发布《银行保险机构公司治理准则》、银行业发布“我国系统重要性银行名单”等，坚决打好“防范化解重大风险”攻坚战。其次，面对疫情，央行、银保监会、财政部、证监会等联合发布《关于进一步强化金融支持防控新型冠状病毒感染肺炎疫情的通知》，通过增加信用贷款和中长期贷款、降低贷款成本、专项再贷款等30条举措，保障疫情防控期间的资金流动性和金融资源的合理调配，从而帮助实体经济发展。最后，我国也采取了多项金融对外开放政策，如2021年工商银行成功与高盛组建合资理财公司、摩根大通成为我国首批外商独资券商等，中国在逐步开放自身的资本市场，寻求更深度地金融发展。国家统计局数据显示，截至2021年，我国实现了国民经济增长8.1%，成为疫情暴发以来全球首个恢复增长的主要经济体。这也进一步印证了金融的深化发展可以有效助力我国经济稳步增长。因此，本文认为当前仍需不断完善金融体制建设，在严格防控金融风险的同时，通过更高效的政策引导与金融深化改革，实现金融对实体企业的支持，进一步促进我国经济发展。