山東省金融業(yè)與經(jīng)濟(jì)發(fā)展關(guān)系的實(shí)證研究

閻虹戎

(濟(jì)南大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南 250022)

一、引言

20世紀(jì)60年代經(jīng)濟(jì)學(xué)家開始實(shí)證研究金融與經(jīng)濟(jì)發(fā)展間的關(guān)系，經(jīng)過50多年的發(fā)展，國內(nèi)外對(duì)二者關(guān)系的研究已經(jīng)相當(dāng)成熟。大量的金融發(fā)展理論證明，金融發(fā)展與經(jīng)濟(jì)發(fā)展間存在顯著的關(guān)系。例如，Schumpeter(1911)指出金融服務(wù)對(duì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)與發(fā)展方面具有積極作用［1］;King and Levine(1993)對(duì)80個(gè)國家的數(shù)據(jù)進(jìn)行了增長(zhǎng)回歸，發(fā)現(xiàn)1960～1990年間，有著更高的、初始金融活動(dòng)水平的國家比金融發(fā)展水平低的國家增長(zhǎng)更快，他們也發(fā)現(xiàn)金融發(fā)展可以促進(jìn)技術(shù)進(jìn)步，從而促進(jìn)生產(chǎn)發(fā)展［2］;Demetriades and Hussein(1996)研究了16個(gè)發(fā)展中國家的數(shù)據(jù)，發(fā)現(xiàn)金融發(fā)展對(duì)經(jīng)濟(jì)發(fā)展的決定性影響是不顯著的，但是發(fā)現(xiàn)了二者間存在雙向關(guān)系［3］;Rousseau and Wachtel(1998)運(yùn)用VAR模型，研究了五個(gè)工業(yè)化國家1870～1929年間的數(shù)據(jù)，發(fā)現(xiàn)金融業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)間有強(qiáng)烈的單向關(guān)系，并對(duì)每個(gè)國家分別建立了VECM模型，發(fā)現(xiàn)二者間在經(jīng)濟(jì)方面具有重要的長(zhǎng)期關(guān)系［4］。

但是，金融發(fā)展對(duì)經(jīng)濟(jì)的影響是有條件的，其影響程度與經(jīng)濟(jì)發(fā)展程度有關(guān)。Rioja and Valev(2004)發(fā)現(xiàn)金融對(duì)經(jīng)濟(jì)增長(zhǎng)的影響并不始終是正向的，在低收入水平的國家，金融市場(chǎng)的進(jìn)步對(duì)增長(zhǎng)的影響是不確定的［5］;Rioja and Valev(2007)采用收入水平作為闕值的方法，把國家分為低收入、中等收入、高收入三種類型，檢驗(yàn)了金融對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，他們發(fā)現(xiàn)只有達(dá)到某個(gè)規(guī)模闕值的地區(qū)——中等收入的地區(qū)，金融發(fā)展才會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)發(fā)揮強(qiáng)烈的積極作用［6］;Chen et al．(2013)也研究了金融發(fā)展與中國經(jīng)濟(jì)增長(zhǎng)的非線性關(guān)系，通過使用1978年至2010年省際數(shù)據(jù)，建立闕值模型，研究了個(gè)人收入高的省份是否可以更有效率地發(fā)展金融業(yè)，研究表明金融對(duì)高收入省份有強(qiáng)烈的正效應(yīng)，但是對(duì)低收入的省份經(jīng)濟(jì)增長(zhǎng)有強(qiáng)烈的負(fù)效應(yīng)。并且，發(fā)現(xiàn)中國以低效率和低生產(chǎn)率聞名的國有部門，在低收入省份占據(jù)了大部分工業(yè)產(chǎn)出，導(dǎo)致銀行貸款對(duì)經(jīng)濟(jì)增長(zhǎng)有負(fù)影響［7］。Levine＆ Zervos(1998)發(fā)現(xiàn)銀行和股市的發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)也有積極影響［8］。

影響金融業(yè)發(fā)展水平的因素很多，其中，金融中介的數(shù)量、質(zhì)量是影響金融增長(zhǎng)的重要因素。Koetter＆Wedow(2010)指出，大部分的金融增長(zhǎng)研究大多用金融體系的規(guī)模而不是金融中介的質(zhì)量來解釋經(jīng)濟(jì)增長(zhǎng)的差別，研究中對(duì)系統(tǒng)差別的忽略可能會(huì)產(chǎn)生金融影響經(jīng)濟(jì)的結(jié)果。并且，為了研究德國經(jīng)濟(jì)，他們提出了衡量銀行中介質(zhì)量的方法，即銀行具體效率估計(jì)值，這種質(zhì)量估計(jì)方法對(duì)經(jīng)濟(jì)增長(zhǎng)有積極作用［9］。Pagano(1993)分別從金融中介數(shù)量和質(zhì)量?jī)蓚€(gè)方面，從理論上證明金融業(yè)發(fā)展如何影響經(jīng)濟(jì)增長(zhǎng):大量的儲(chǔ)蓄可以促進(jìn)經(jīng)濟(jì)增長(zhǎng)，因?yàn)橥顿Y項(xiàng)目可以獲得更多的金融資金;金融中介質(zhì)量的提高可以提高要素生產(chǎn)率，減少由于金融代理機(jī)構(gòu)的最優(yōu)生產(chǎn)計(jì)劃而產(chǎn)生的一部分儲(chǔ)蓄;更好的金融中介有助于減少金融體系中的蕭條，通過投資于更多高利率項(xiàng)目來提 高 資 本 生 產(chǎn) 率［10］。Rousseau＆Vuthipadadorn(2005)采用時(shí)間序列數(shù)據(jù)，研究了1950～2000年，在10個(gè)亞洲經(jīng)濟(jì)體中，金融中介的密集度是否可以促進(jìn)投資和經(jīng)濟(jì)增長(zhǎng)。通過建立VAR模型和VECM模型，檢驗(yàn)了金融機(jī)構(gòu)措施與實(shí)體經(jīng)濟(jì)活動(dòng)間統(tǒng)計(jì)方面的因果關(guān)系。研究結(jié)果表明，總體上，金融機(jī)構(gòu)是投資的驅(qū)動(dòng)力;金融要素在產(chǎn)出方面的作用是不顯著的。結(jié)論是，在這些國家中，要素積累渠道是金融部門影響宏觀經(jīng)濟(jì)產(chǎn)出的主要的機(jī)制［11］。

另外，金融發(fā)展還受政策或制度的制約。Goldsmith(1969)［12］和 McKinnon(1973)［13］為金融與經(jīng)濟(jì)發(fā)展間的關(guān)系提供了分析的基礎(chǔ)，并提出了簡(jiǎn)單的但是有說服力的結(jié)論，強(qiáng)調(diào)政府對(duì)金融部門干預(yù)的作用，如制定利率上限，指令性的信貸計(jì)劃，這阻礙了金融業(yè)的發(fā)展，降低了要素積累率和生產(chǎn)率的增長(zhǎng)。Roubini and Sala－i－Martin(1995)發(fā)現(xiàn)政府的金融約束政策會(huì)降低金融部門的效率，增加金融中介成本，減少總投資和經(jīng)濟(jì)增長(zhǎng)率［14］。Graff and Karmann(2003)［15］發(fā)現(xiàn)與增長(zhǎng)和發(fā)展有關(guān)的金融收益取決于經(jīng)濟(jì)與制度環(huán)境和各種貧困陷阱，在落后國家，金融發(fā)展的潛在收益被他們不利的起點(diǎn)所超越。金融與經(jīng)濟(jì)增長(zhǎng)關(guān)系中存在潛在的結(jié)構(gòu)缺陷，即最小金融規(guī)?；蚪?jīng)濟(jì)規(guī)模。換句話說，闕值影響存在于金融與經(jīng)濟(jì)增長(zhǎng)關(guān)系中。Boyreau－Debray’s(2003)的研究表明，銀行部門國家級(jí)的信貸擴(kuò)張對(duì)省的經(jīng)濟(jì)增長(zhǎng)有負(fù)影響，這似乎可以歸因于為支持國企部門發(fā)展而產(chǎn)生的負(fù)擔(dān)［16］。Berger＆ Udell(2006)指出金融結(jié)構(gòu)包括金融機(jī)構(gòu)的類型和運(yùn)行環(huán)境，他們提出了一個(gè)更完整的概念框架來分析中小企業(yè)信貸可得性問題，在這個(gè)框架中，貸款技術(shù)是影響信貸可得性的最關(guān)鍵因素，其次是政府政策和國家金融結(jié)構(gòu)［17］。

金融業(yè)對(duì)一個(gè)國家(地區(qū))經(jīng)濟(jì)發(fā)展的影響程度有多大?許多關(guān)于區(qū)域金融發(fā)展與經(jīng)濟(jì)發(fā)展關(guān)系的研究只關(guān)注了單個(gè)變量表示的金融業(yè)發(fā)展對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)度，事實(shí)上，金融業(yè)的發(fā)展可以用很多因素來衡量。山東省作為中國重要的經(jīng)濟(jì)大省，金融業(yè)發(fā)展應(yīng)該與GDP發(fā)展水平相符，而事實(shí)上，山東省的金融業(yè)發(fā)展水平落后于其他省市，與GDP大省的地位不相符，如根據(jù)統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2012年山東省的GDP全國排名第3，而金融相關(guān)比率(Goldsmith，1969)低于全國平均水平。并且，山東省的重要經(jīng)濟(jì)區(qū)“藍(lán)黃兩區(qū)”的金融發(fā)展水平、經(jīng)濟(jì)發(fā)展水平也遠(yuǎn)遠(yuǎn)落后于長(zhǎng)三角、珠三角等經(jīng)濟(jì)區(qū)。

本文探討山東省金融業(yè)與經(jīng)濟(jì)發(fā)展間的關(guān)系，采用金融總量和金融效率兩個(gè)變量來表示金融業(yè)發(fā)展情況，發(fā)現(xiàn)山東省的金融業(yè)狀況與山東省經(jīng)濟(jì)大省的地位不相符，需要從重視金融業(yè)發(fā)展、提高金融中介的運(yùn)行效率及政府調(diào)控方面不斷促進(jìn)金融業(yè)發(fā)展。

二、山東省金融業(yè)發(fā)展情況分析

近幾年來，山東省的金融業(yè)有了較大的發(fā)展，但是相對(duì)于GDP的快速增長(zhǎng)，金融業(yè)的發(fā)展是滯后的。金融業(yè)的發(fā)展水平跟不上GDP的發(fā)展，且落后于其他的GDP大省，如廣東省、江蘇省等。山東省的金融業(yè)發(fā)展總體呈現(xiàn)如下特征:

首先，總體來看，山東省金融保險(xiǎn)業(yè)規(guī)模不斷擴(kuò)大，金融保險(xiǎn)業(yè)產(chǎn)值不斷增加，但在GDP中占比仍較低。自2006年以來，隨著對(duì)金融業(yè)發(fā)展重視度的提高及支持金融業(yè)發(fā)展政策的出臺(tái)，山東省金融保險(xiǎn)業(yè)產(chǎn)值不斷增加，見表1，2006年金融保險(xiǎn)業(yè)產(chǎn)值僅為576．69億元，2011年達(dá)到了1640．41億元，增長(zhǎng)了約184%;山東省的GDP從2006年的 21900．19億元增加到 2011年的45361．85億元，增長(zhǎng)了23461．66億元;金融保險(xiǎn)業(yè)產(chǎn)值占GDP的比重不斷提高，2005年約為2．63%，2011年達(dá)到了3．62%，增長(zhǎng)了0．99%。

表1 2006～2011年山東省GDP、金融保險(xiǎn)業(yè)產(chǎn)值及其在GDP中所占比重表 單位:億元;%

其次，金融機(jī)構(gòu)存貸款余額增長(zhǎng)較快，不良貸款率不斷下降，銀行資產(chǎn)質(zhì)量?jī)?yōu)化。存貸款余額不僅可以反映金融機(jī)構(gòu)的業(yè)務(wù)水平，而且可以反映資金的供求與配置狀況及對(duì)經(jīng)濟(jì)的支持力度。見表2，山東省金融機(jī)構(gòu)的存貸款余額近幾年來不斷增長(zhǎng)。具體來看，存款余額增長(zhǎng)較快，2000年存款余額是7471．20億元，2012年達(dá)到55386．4億元;貸款余額從2000年的6209．05億元增加到2012年的42899．9億元;存貸款余額間的差距逐步擴(kuò)大，2000年二者之差為1262．15億元，2012年達(dá)到了12486．5億元。雖然山東省的金融機(jī)構(gòu)存貸款余額不斷增長(zhǎng)，但是相比于全國其他的省市，山東省的存貸款余額排名與GDP排名不匹配，低于廣東及江浙滬地區(qū)，而山東省的GDP與廣東、江蘇一起，在全國居于第一梯隊(duì)。

表2 2000年～2012年山東省金融機(jī)構(gòu)人民幣存貸款情況表 單位:億元

此外，山東省的金融相關(guān)率波動(dòng)上升，金融化程度提高。美國經(jīng)濟(jì)學(xué)家Raymond．W．Goldsmith在1969年《金融結(jié)構(gòu)與金融發(fā)展》一書中提出金融相關(guān)率(Financial Interrelations Ratio，F(xiàn)IR)是一定時(shí)期內(nèi)社會(huì)金融活動(dòng)總量與經(jīng)濟(jì)活動(dòng)總量的比值，可以反映一個(gè)國家(地區(qū))金融化程度，F(xiàn)IR的值越大表明一國(地區(qū))的金融化程度越高。近年來，山東省的金融相關(guān)率呈現(xiàn)出波動(dòng)趨勢(shì)，金融深化程度有所提高，但仍低于全國平均水平，見表3。金融危機(jī)前，山東省的金融相關(guān)率基本維持在200%左右，2009年以后，金融相關(guān)率不斷提高，2012年達(dá)到212．72%，仍低于2004年水平;從全國的金融相關(guān)率來看，危機(jī)前基本維持在300%以上，2007年、2008年分別下降到了291．59%、291．74%，2009年以后，F(xiàn)IR 逐步提高，達(dá)到了354．74%。

表3 2004年～2012年山東省及全國金融相關(guān)率統(tǒng)計(jì)表 單位:%

三、實(shí)證研究數(shù)據(jù)及方法

(一)數(shù)據(jù)選取與處理

本文研究山東省金融業(yè)發(fā)展水平與經(jīng)濟(jì)發(fā)展關(guān)系，衡量一個(gè)地區(qū)的總體經(jīng)濟(jì)發(fā)展水平(Y)，采用了人均GDP指標(biāo);衡量山東省金融業(yè)的發(fā)展水平，采用了以下兩個(gè)指標(biāo):山東省的金融總量(Z)可以反映第三產(chǎn)業(yè)中金融保險(xiǎn)業(yè)的總體發(fā)展水平和金融發(fā)展規(guī)模，數(shù)據(jù)采用山東省第三產(chǎn)業(yè)金融保險(xiǎn)業(yè)增加值;金融效率(E)用銀行等金融機(jī)構(gòu)存款余額/貸款余額來表示，反映了金融中介將儲(chǔ)蓄轉(zhuǎn)化為投資的效率?？紤]到數(shù)據(jù)的可得性及代表性，樣本區(qū)間為1997年～2011年，對(duì)各指標(biāo)分別取對(duì)數(shù)，LY=LOGY，LZ=LOGZ，LE=LOGE，各指標(biāo)的數(shù)據(jù)均來自WIND資訊和歷年山東省統(tǒng)計(jì)年鑒。

(二)數(shù)據(jù)特征

由于LY、LZ、LE都為時(shí)間序列，為了確定變量的平穩(wěn)性，分別對(duì)LY、LZ、LE進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果見表4。在序列自身的條件下，三個(gè)變量的ADF統(tǒng)計(jì)量均大于三種顯著性水平下的臨界值，P值大于0．10，拒絕無單位根的原假設(shè)，三個(gè)序列均非平穩(wěn)。經(jīng)過一次差分后，仍然不平穩(wěn)。經(jīng)過二次差分后，LZ是平穩(wěn)的，LY、LE在10%的顯著水平下平穩(wěn)。因此，LY、LZ、LE經(jīng)過二次差分后，在10%的顯著性水平下均無單位根，即為二階單整I(2)。對(duì)LY、LZ、LE分別進(jìn)行二次差分后，用 DLY、DLZ、DLE表示，進(jìn)行 Johansen檢驗(yàn)，檢驗(yàn)結(jié)果見表5。在1%的顯著性水平下，DLY、DLZ和DLE三者之間存在1個(gè)協(xié)整關(guān)系。然后，我們進(jìn)行了格蘭杰因果檢驗(yàn)，檢驗(yàn)結(jié)果見表6。檢驗(yàn)結(jié)果顯示，DLE、DLZ分別是DLY的格蘭杰因，并且由DLE、DLZ二者同時(shí)引起DLY。

表4 LY、LZ、LE變量的 ADF檢驗(yàn)結(jié)果

表5 Johansen協(xié)整檢驗(yàn)結(jié)果

表6 格蘭杰因果檢驗(yàn)結(jié)果

(三)研究方法

VAR 模型(C．A．Sims，1980)采用多方程聯(lián)立的形式，不以經(jīng)濟(jì)理論為基礎(chǔ)，在模型的每一個(gè)方程中，內(nèi)生變量對(duì)模型的全部?jī)?nèi)生變量的滯后值進(jìn)行回歸，從而估計(jì)全部?jī)?nèi)生變量的動(dòng)態(tài)關(guān)系，用于處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)的分析與預(yù)測(cè)。通過以上的樣本數(shù)據(jù)的分析，本文選擇VAR模型，考慮樣本數(shù)據(jù)的有限性及特征，根據(jù)AIC和SC準(zhǔn)則，滯后2 期時(shí)，AIC= －10．94669，SC= －10．18707，AIC和SC值同時(shí)最小，所以，VAR模型的最優(yōu)滯后期選為2，模型設(shè)定如下:

DLY1=c11DLYt－1+c12DLYt－2+c13DLEt－1+c14DLEt－2+c15DLZt－1+c16DLZt－2+c17+udly

DLEt=c21DLYt－1+c22DLYt－2+c23DLEt－1+c24DLEt－2+c25DLZt－1+c26DLZt－2+c27+udlc

DLZt=c31DLYt－1+c32DLYt－2+c33DLEt－1+c34DLEt－2+c35DLZt－1+c36DLZt－2+c37+udlz

其中，DLYt、DLEt和 DLZt分別為序列 Y、E、Z的二階差分，udly、udle、udlz分別為 DLY、DLE、DLZ的隨機(jī)擾動(dòng)項(xiàng)，cij(i=1，2，3;j=1，2，3)為參數(shù)，反映的是該變量對(duì)因變量的影響程度。

但是，在實(shí)際應(yīng)用中，由于VAR模型是一種非理論性的模型，對(duì)某變量全部滯后項(xiàng)系數(shù)的聯(lián)合檢驗(yàn)只能告訴我們?cè)撟兞渴欠駥?duì)被解釋變量有顯著的影響，但是不能告訴我們這種影響是正還是負(fù)，也不能告訴我們這種影響發(fā)生作用所需要的時(shí)間。為了解決這一問題，經(jīng)常應(yīng)用的方法是結(jié)合測(cè)量脈沖響應(yīng)和方差分解方法進(jìn)行分析。

由于VAR模型參數(shù)的OLS估計(jì)量具有一致性，單個(gè)參數(shù)估計(jì)值的經(jīng)濟(jì)解釋是比較困難的。因此，要對(duì)VAR模型進(jìn)行分析，通常是觀察系統(tǒng)的脈沖響應(yīng)函數(shù)(在隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊后對(duì)內(nèi)生變量當(dāng)期值和未來值得影響)和方差分解(目的是給出隨機(jī)新息的相對(duì)重要性信息)。所以，本文的研究方法除了采用VAR(2)模型之外，還采用了脈沖響應(yīng)函數(shù)和方差分解方法。

四、實(shí)證研究結(jié)果

表7報(bào)告了三變量VAR模型的估計(jì)結(jié)果，由于所有單位根的倒數(shù)的模都落在單位圓內(nèi)，因此，所建立的VAR(2)模型是平穩(wěn)的。在10%的顯著性水平下，對(duì)于DLYt方程來說，只有DLZ(－2)和常數(shù)項(xiàng)的系數(shù)不顯著，其他系數(shù)均顯著，擬合優(yōu)度在90%以上，擬合效果比較好;并且DLY(－1)、DLY(－2)的系數(shù)為正，說明前一期和前二期的經(jīng)濟(jì)發(fā)展程度對(duì)當(dāng)期的經(jīng)濟(jì)發(fā)展是有影響的，且呈正相關(guān)關(guān)系;DLE(－1)、DLE(－2)和DLZ(－2)的系數(shù)顯著不為0，說明金融規(guī)模、金融效率對(duì)經(jīng)濟(jì)發(fā)展程度是有影響的。對(duì)于DLEt和DLZt方程，在10%的顯著性水平下，只有DLEt方程中的DLE(－2)的系數(shù)顯著，且擬合程度都比較低，F(xiàn)統(tǒng)計(jì)量比較小，這兩個(gè)方程的含義不明顯。

表7 三變量VAR(2)模型的估計(jì)結(jié)果

注:(1)每個(gè)變量對(duì)應(yīng)了三個(gè)數(shù)值，第一個(gè)為系數(shù)，小括號(hào)中的數(shù)據(jù)是標(biāo)準(zhǔn)差，中括號(hào)中的數(shù)據(jù)是T值;(2)*、＊＊、＊＊＊分別代表在10%、5%和1%的置信水平上拒絕原假設(shè)，即在響應(yīng)的置信水平上認(rèn)定變量是顯著不為0的。

含有三個(gè)內(nèi)生變量的VAR模型有9個(gè)脈沖響應(yīng)函數(shù)，這里只給出兩個(gè)，即山東省金融效率與金融總量對(duì)經(jīng)濟(jì)發(fā)展沖擊的脈沖響應(yīng)函數(shù)，見圖1。圖1中上邊的圖反映的是金融效率對(duì)經(jīng)濟(jì)發(fā)展的單位脈沖響應(yīng)路徑，山東省的金融效率變化(DLE)對(duì)于經(jīng)濟(jì)發(fā)展(DLY)的一個(gè)標(biāo)準(zhǔn)差新息開始呈現(xiàn)正向反應(yīng)，第2期和3期呈現(xiàn)負(fù)向反映，第4期又開始呈現(xiàn)正向反應(yīng)，從第5期開始，呈現(xiàn)出微弱的正負(fù)交替的現(xiàn)象。圖1中下圖反映的是金融總量(DLZ)變化對(duì)經(jīng)濟(jì)發(fā)展(DLY)的一個(gè)標(biāo)準(zhǔn)差新息開始呈現(xiàn)微弱的正向反應(yīng)，到第4期呈現(xiàn)負(fù)反應(yīng)，此后的幾期基本呈現(xiàn)微弱的正向反應(yīng)。由此可見，金融效率和金融總量基本在前5期對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度較大。

表8報(bào)告的是DLY的方差分解結(jié)果，分析的是每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度。具體來看，DLE對(duì)DLY的貢獻(xiàn)度最大，呈現(xiàn)出下降趨勢(shì)，但基本維持在66%以上;DLZ對(duì)DLY的貢獻(xiàn)度較小，基本呈現(xiàn)出上升趨勢(shì)，在觀察期第7期達(dá)到了最大，為23．28%。

圖1 山東省金融效率與金融總量對(duì)經(jīng)濟(jì)發(fā)展沖擊的脈沖響應(yīng)函數(shù)(10－periods forward)

表8 DLY的方差分解結(jié)果

五、結(jié)論

本文采用人均GDP、金融業(yè)總量、金融效率三個(gè)變量，建立了三變量的VAR模型來分析金融業(yè)發(fā)展和金融效率的提高對(duì)山東省經(jīng)濟(jì)增長(zhǎng)的影響?；谝陨戏治?，可以發(fā)現(xiàn)山東省的金融業(yè)的總體發(fā)展情況和金融效率與經(jīng)濟(jì)發(fā)展具有長(zhǎng)期穩(wěn)定的均衡關(guān)系。脈沖響應(yīng)函數(shù)和方差分解顯示，金融業(yè)發(fā)展和金融效率對(duì)經(jīng)濟(jì)發(fā)展的拉動(dòng)作用在前幾期比較明顯，金融業(yè)總體發(fā)展情況對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)度在65%以上但是呈現(xiàn)下降趨勢(shì)，金融效率對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)度逐步提高。

針對(duì)上述的結(jié)果和山東省金融業(yè)發(fā)展的現(xiàn)實(shí)情況，提出以下建議:

(1)金融發(fā)展可以直接或間接影響一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展，要樹立現(xiàn)代金融觀念，重視金融業(yè)發(fā)展，優(yōu)化金融環(huán)境，為金融業(yè)發(fā)展提供良好的氛圍。

(2)更加注重金融業(yè)的發(fā)展質(zhì)量，提高金融中介的運(yùn)行效率。在風(fēng)險(xiǎn)可控的前提下，鼓勵(lì)引進(jìn)各類金融機(jī)構(gòu)，尤其是外資金融機(jī)構(gòu)，壯大村鎮(zhèn)銀行、小額貸款公司、信用擔(dān)保公司的資金實(shí)力，開展跨區(qū)域、跨機(jī)構(gòu)、跨系統(tǒng)合作，探索建立區(qū)域性城商行，促進(jìn)各類金融機(jī)構(gòu)數(shù)量、布局的科學(xué)化、合理化，優(yōu)化金融機(jī)構(gòu)資源配置，提高儲(chǔ)蓄向投資的轉(zhuǎn)化率。

(3)充分利用金融資源發(fā)展多層次資本市場(chǎng)，完善金融體系。

［1］Schumpeterm，J．A．，The Theory of Economic Development． HarvardUniversityPress， Cambridge， MA．1911．

［2］King，R．G．，Levine，R．，F(xiàn)inance and growth:Schumpeter must be right．Quarterly Journal of Economics，1993(108):717－737．

［3］Demetriades，P．O．，Hussein，K．A．，Does financial development cause economic growth?:Time－series evidence from 16 countries．Journal of Development Economic，1996(51):387－411．

［4］Rousseau，P．L．，Wachtel，P．，F(xiàn)inancial intermediation and economic performance:Historical evidence from five industrialized countries．Journal of Money，Credit，and Banking，1998(30):675 －678．

［5］Rioja，F(xiàn)．，Valev，N．，Does one size fit all A reexamination of the finance and growth relationship．Journal of Development Economics，2004，74(2):429 －447．

［6］Rioja，F(xiàn)．，＆ Valec，N．，F(xiàn)inance and the resources of growth at various stages of economic development．Economic Inquiry，2007，42(1):127 －140．

［7］K．C．Chen，Lifan Wu，Jian Wen．The relationship between finance and growth in China．Global Finance Jour-nal，2013(24):1 －12．

［8］Levine，R．，Zervos，S．J．，Stock markets，banks，and economic growth．American Economic Review，1998(88):688－726．

［9］Michael Koetter，Michael Wedow．Finance and growth in a bank－based economy:Is it quantity or quality that matters?Journal of International Money and Finance，2010(29):1529－1545．

［10］Pagano，M．，F(xiàn)inancial markets and growth:and overview．Euripean Economic Review，1993(37):613－622．

［11］Peter，L．Rousseau．，Dadanee Vuthipadadorn．Finance，investment，and growth:Time series evidence from 10 Asian economies．Journal of Macroeconomics，2005(27):87－106．

［12］Goldsmith，R．W．，Economic Backwardness in Historical Perspective:A Book of Essays．Harvard University Press，Cambridge，MA．1969．

［13］McKinnon，R．L．，Money and Capital in Economic Development．Brookings Institution，Washington，DC．1973．

［14］Roubini，N．，＆ Sala－ i－ Martin，X．A growth model of inflation，tax evasion，and financial repression．Journal of Monetary Economics，1995，35(2)，275 －301．

［15］Graff，M．，＆ Karmann，A．What determines the finance－growth nexus?An endogenous growth model and empirical evidence． Arbeitspapiere//Konjunkturforschungsstelle，Eidgenossische Technische Hochschule Zurich，No．73(http://hdl．handle，net/10419/50832)，2003．

［16］Boyreau－Debray，G．Financial intermediation and growth:Chinese style?Policy Research Paper 3027．Washinton，D．C．:World Bank．2003．

［17］Allen，N．Berger，Gregory，F(xiàn)．Udell．A more complete conceptual framework for SME finance．Journal of Banking＆ Finance，2006(30):2945－2966．

［18］Goldsmith Raymond W．Financial structure and development［M］．New Haven，CT:Yale University Press，1969．