经济金融化下产业结构论文范文第1篇
一、相关文献综述
目前对于民间金融的解释还没有一个统一的定论, 本文将其概括为不在法定金融体系之内的借贷行为, 这种借贷行为是一种广义的金融活动, 是任何个人、企业与有关单位实施的融资。目前我国民间金融呈现的业态主要分为民间借贷产业链、互联网金融与股权投资。
对于我国产业结构升级与经济增长间作用机制的研究, 学术界给出的普遍结论是, 产业结构升级伴随着经济增长, 同时经济增长也为产业结构升级提供环境。不同研究的区别大多在于互相影响的波动性。干春晖、郑若谷等人 (2011) 认为, 中国产业结构变迁对经济增长的影响有明显的阶段性特征。刘伟、张辉 (2008) 认为, 产业结构变动受到社会供求因素的影响, 其中经济的开放程度以及市场化水平会影响产业结构高级化的经济效益。对于民间金融与经济增长间相互作用的研究, 林毅夫、孙希芳 (2005) 运用数理方法研究非正规金融, 认为其由于存在信息优势且交易成本低, 因此它的作用在于能够改进整个资源的配置效率。Luintel (2008) 的研究证明了金融的发达水平与经济增长之间存在双向因果关系, 总结出金融既不追随增长, 同时也不引领增长的特点。对于民间金融、产业机构与经济增长三者间关系的研究, 胡金焱、张博 (2013) 认为, 民间金融主要通过第二产业积极作用于经济形态, 而对第一和第三产业发展并无显著效果。
由于国内关于民间金融的宏观资料尚缺, 涉及民间金融对宏观经济以及三次产业影响方面的实证分析也较少。因此本文利用1978-2015年的宏观数据, 将民间贷款规模作为衡量民间金融发展程度的指标, 构建向量自回归 (VAR) 模型, 考察我国民间金融、产业结构升级和经济增长这三者间的关系和相互作用。
二、实证研究设计
(一) 变量定义与数据处理
民间金融的发展水平使用民间借贷总额与GDP的比值反映民间金融的发展程度, 表示为IFDR;产业结构升级的程度选取第三产业增加值与第二产业增加值之比反映产业结构升级合理化的指标, 表示为ISU;经济增长水平采用人均GDP的增长率这一指标来反映经济增长水平, 表示为AGDP。
本文处理的数据是1978-2015年的年度数据, 来源于历年《中国统计年鉴》、《中国金融年鉴》以及中国人民银行官网。本文的民间借贷规模取自TSF减去银行体系贷款量与非银行体系贷款量之和得到的差额, 通过这样的作差法一定程度上避免了现有不成熟的金融体系下银行主导借贷效益的因素影响。
(二) 模型设定
本文套用VAR的框架, 构建了一组相互关联的三方程模型, 包括经济增长方程 (模型Ⅰ) , 民间金融发展方程 (模型Ⅱ) 和产业结构升级方程 (模型Ⅲ) 。对于模型Ⅰ, 将经济增长水平作为被解释变量, 其他两个变量的滞后期作为解释变量, 进行向量自回归;同理对应模型Ⅱ、Ⅲ。
其中, AGDPit、IFDRit以及ISUit分别表示当期人均GDP增长率、当期民间借贷总量占GDP的比值, 以及当期非农产业产值比率;AGDPit-p、IFDRit-p以及ISUit-p分别表示人均GDP增长率、民间借贷占比以及非农产值比率三个变量之后p期的值;另外ai、bi以及ci表示各变量系数, uit表示各方程残差。
三、实证结果估计与分析
本文所有实证结果均使用Eviews8.0软件得到, 数据分析均采用各变量的对数值。
(一) 平稳性检验
首先对AGDPt、ISUt和IFDRt三组数据进行时序图描述, 可以发现三个序列的变化趋势基本一致, 可能存在协整关系。结果显示, 在1%的置信水平下, 所有变量的水平序列在ADF与PP两种检验方法下均为非平稳序列, 原因在于变量的p值均超过1%, 因此接受原假设。进而采用Jonhamson检验来确定变量间的协整关系, 结果表明, 特征值33.41大于29.80, 即在1%置信水平上拒绝原假设, 同时后两行特征值均小于临界值, 故表明三个变量间存在协整关系。
(二) Granger因果检验
本文中三个变量的VAR (2) 模型, 利用从 (t-1) 至 (t-2) 期的所有信息, 进行检验。结果显示变量ISU是因变量AGDP的Granger原因;且变量IFDR亦为因变量AGDP的Granger原因。在因变量为ISU的情况下, 我们可以发现变量AGDP和IFDR对应的p值均小于0.05, 这表明经济增长和民间金融的发展情况是解释未来产业结构升级合理化程度的原因。同理可知, AGDP与IFDR呈现互为因果的关系, AGDP和与ISU也有双向的因果关系, 而IFDR与ISU只有单向因果关系。
(三) VAR模型
向量自回归模型适合在检测两个没有理论基础的变量之间的关系上, 根据Granger检验的结果, 只有AGDP与ISU存在格兰杰因果性, IFDR与其中一个存在因果性, 因此在模型Ⅱ需要在已设定的模型上做出调整, 去除ISU的滞后期对它产生的影响, 其余两个模型不变。利用Eviews中的赤池信息 (AIC) 和施瓦茨 (SC) 标准进行检测, 可以得到滞后阶数为2阶, 故可以构建三个VAR (2) 模型, 包括经济增长方程VAR模型, 民间金融发展方程VAR模型以及产业结构升级方程VAR模型。方程通式为:
结果显示残差的协方差远远小于1%, 自回归方程整体显著通过;经检验, 所有特征根模的倒数都小于1, 这说明得出的向量自回归模型结构是稳定的。模型的系数矩阵结果如表1, 故AGDP与ISU、IFDR三个变量均可以做VAR模型的应变量, 也就是说三者之间互相影响的假设是正确的, 但是ISU与IFDR的关系存在单向解释的关系。
四、研究结论
中国经济增长、产业结构升级的合理化程度以及民间借贷的规模均呈现波动性增长的趋势, 特别是在1980、1990和2000年这三个时间点左右的不平稳的程度最大, 三者间具有协整关系。我国的经济增长水平与产业结构升级有双向的格兰杰因果关系, 这就意味着在这两两作用的关系中, 经济自身发展的好坏是影响产业结构未来发展合理化程度的因素, 反之亦成立。经济增长作为宏观经济中影响覆盖面极大的指标, 对于金融体系的敏感度十分强, 民间金融的日益壮大使得中小企业的融资问题得以改善, 带动就业、促进投资, 而这又正好为民间金融的开拓创造良机, 二者互相促进, 不断循环。
民间金融与产业结构升级是单向影响。具体来说, 在民间市场上, 借贷规模的扩大可以促进产业结构升级的合理化, 而产业结构的变动并不会直接推动民间金融的发展。产业结构的高度化不直接作用于民间借贷, 逐步超越第二产业的第三产业也越来越以高智慧化的服务业为主体, 金融业占据服务业的比重虽然不会减少, 但随着信息化、智能化的普及与提高, 新兴产业应运而生, 金融业会逐步减弱其优势地位, 更不用说在金融体系中仍处于劣势地位的民间金融。
摘要：民间金融作为正规金融的补充, 为产业结构转型提供资本保障, 与经济发展有着密不可分的关系。本文利用1978-2015年数据建立VAR模型, 探讨民间金融、产业结构升级和经济增长三者之间的内在关系。研究结果表明:中国经济增长、产业结构升级的合理化程度以及民间借贷的规模均呈现波动性增长的趋势, 且三者间具有协整关系。
关键词：民间金融,产业结构升级,经济增长,VAR模型
参考文献
[1] 干春晖, 郑若谷, 余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究, 2011 (05) :4-16.
[2] 刘伟, 张辉.中国经济增长中的产业结构变迁和技术进步[J].经济研究, 2008 (11) :4-15.
经济金融化下产业结构论文范文第2篇
云南省金融发展起步较全国其他省份而言较晚, 但是在改革开放的近40年里, 云南省金融发展迅速, 最新统计数据显示, 2016年全省主要金融资产总额达到55240.4亿元人民币, 年增长速度为10.05%, 同时期的全省GDP增长速度为8.1%, 两者同时高速增长的背后是否意味着存在某种关联性, 本文从金融资产结构的角度探索云南省金融资产结构与经济增长的关系, 对云南省金融市场发展如何更好地发挥促进经济增长的作用有一定的指导意义。
2 数据的选取和处理
本文采取2001~2016年云南省各类指标数据, 收集的数据包括:M—存贷款总额 (单位:亿元人民币) , 用于衡量货币类金融资产;S—股票市价总值 (单位:亿元人民币) , 用于衡量证券类金融资产;I—保费收入 (单位:亿元人民币) , 用于衡量保险类金融资产;GDP—生产总值, 用于度量经济发展水平。另外, 本文在实证分析之前将各变量测算值进行了自然对数化处理。
3 时间序列数据的检验及分析
3.1 ADF单位根检验
本文借助Eviews7.0, 将云南省货币资金及非货币资产和GDP时间序列数据录入并进行单位根检验, 检验结果显示货币资产、股票资产、保险资产与GDP对数时间序列本身是非平稳序列, 经一阶差分后序列均为平稳序列, 所以上述变量数据是一阶单整序列, 满足协整检验的要求。
3.2 协整检验
构建模型:ln GDPt=α+β1ln Mt+β2ln St+β3ln It+εt, 将上述OLS回归得到的残差序列命名为新序列Et, 然后双击Et序列, 对序列Et进行ADF单位根检验, 确定其是否平稳, 结果显示, 在1%的显著性水平下, 对残差项进行ADF单位根检验的t统计值为-3.996184, 小于临界值-2.740613, 因此拒绝原假设, 表明残差不存在单位根, 残差序列是平稳的, 即序列ln GDP、ln M、ln S、ln I之间存在协整关系。
3.3 Granger因果检验
Granger检验的结果显示, 只有零假设ln M不是ln GDP的Granger原因的P值小于0.05, 所以拒绝零假设, 即在5%的置信水平下, 除了货币资产增长是GDP的增长的格兰杰原因外, 其他金融资产均不是GDP的Granger原因, 同时GDP不是任何一种金融资产的Granger原因。
4 实证分析
前期设定的模型的实证结果显示存在冗余变量, 在剔除冗余变量后的修正模型结果如下:
从结果来看, 模型修正后的R2=0.993092, F值为2157.426, 对应的P值为0, 说明模型整体拟合度超高, 并且经过一系列检验分析后, 不存在随即残差项的异方差性和自相关性, 因此回归结果可信有效。从单个变量来看, 货币类金融资产的偏回归系数是0.81348, t值为46.4481, 对应的P值为0.0000, 在1%的置信水平下, 对经济增长GDP有着极显著性的影响, 具体经济意义是:货币类金融资产对经济增长有着显著促进作用, 云南省存贷款总量每增长1%, 全省GDP平均增长0.81348%。
5 结语
5.1 各类金融资产对经济增长的贡献差异大
从Granger因果检验的结果来看, 云南省货币类金融资产对经济增长影响显著, 但是经济增长对各类金融资产的增长并没有明显的促进作用。从回归结果来看, 其中货币类金融资产的偏回归系数为0.81348, 对经济增长具有明显的正向促进作用, 证券类和保险类金融资产对经济增长影响不显著而被剔除, 因此云南省非货币类金融资产对经济增长的影响不显著。说明云南省的证券市场和保险市场发展水平较为落后。
5.2 金融市场发展不稳定
2001~2016年云南省GDP和存贷款总量增长波动幅度不大, 整体成平稳增长态势。然而保险市场和股票市场总值增长不稳定, 其中股票市场增长率波动非常剧烈, 年增长率最低为-68.1908%, 最高的年份高达391.1284%。保险市场的发展也相当不稳定, 增长率最低时仅有0.365%, 发展几乎停滞, 增长率最高时达到47.8545%, 可见云南省金融市场发展极其不稳定。
5.3 金融资产结构不协调, 发展不充分
从金融资产内部结构比来看, 货币类资产占绝对的比重, 平均占比91.57%, 而非货币金融资产平均占比为8.43%, 其中股票资产占比7.56%, 保险资产占比仅为0.87%, 由此可见云南省金融资产结构严重不协调, 证券市场和保险市场发展相对不充分。
摘要：通过对云南省金融资产结构与经济增长的关系进行了实证分析和检验, 发现云南省货币类金融资产与经济增长有着显著的Granger单向因果关系, 货币类金融资产对经济增长具有显著促进作用, 但是非货币类金融资产诸如股票类资产和保险类资产对经济增长的影响不显著。
关键词：金融资产结构,经济增长,实证分析,检验
参考文献
[1] 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) .