基于VAR模型的金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究*
——以安徽省為例

周晶晶

（青海民族大學(xué)，青海 西寧 810007）

1 研究背景

改革開(kāi)放以來(lái)，我國(guó)經(jīng)濟(jì)持續(xù)高速增長(zhǎng)。金融業(yè)的創(chuàng)新發(fā)展在促進(jìn)我國(guó)經(jīng)濟(jì)發(fā)展方面作出了很大貢獻(xiàn)。安徽，簡(jiǎn)稱(chēng)“皖”，是長(zhǎng)三角重要組成部分。近十年安徽省生產(chǎn)總值增長(zhǎng)速度驚人，由2010年的12 359.33億元增長(zhǎng)到2019年的38 681.00億元。截至2019年，增速已達(dá)23.69%，僅次于廣東省。在金融發(fā)展方面，安徽省2010年金融機(jī)構(gòu)存貸款余額大約為27 818.39億元，而到2020年約為59 897.80億元，存貸款余額占GDP比重逐漸上升。

2 文獻(xiàn)綜述

國(guó)外關(guān)于金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)影響的研究起步比國(guó)內(nèi)的要早，實(shí)證研究最早起源于King和Levine[1]，他們從金融發(fā)展和經(jīng)濟(jì)增長(zhǎng)之間的顯著性關(guān)系來(lái)分析文獻(xiàn)綜述。Bagehot最早將金融發(fā)展與經(jīng)濟(jì)的資源配置效率發(fā)展聯(lián)系在一起，隨后各個(gè)學(xué)者對(duì)于這種顯著性提出不同的觀點(diǎn)，Lucas認(rèn)為經(jīng)濟(jì)之所以能夠很好地發(fā)展是因?yàn)榻鹑谑袌?chǎng)的發(fā)展起到了決定性作用，這種作用被夸大了，過(guò)于絕對(duì)。而有些學(xué)者觀點(diǎn)相反，認(rèn)為金融發(fā)展能夠很大程度促進(jìn)經(jīng)濟(jì)增長(zhǎng)，如Gulay和Cowley[2]利用土耳其2006—2015年的數(shù)據(jù)分析了金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，認(rèn)為金融發(fā)展能夠促進(jìn)經(jīng)濟(jì)增長(zhǎng)，研究結(jié)果證實(shí)了土耳其經(jīng)濟(jì)增長(zhǎng)與金融發(fā)展之間存在明確的正相關(guān)。Támara Ayús A L[3]分析了King和Levine提出的變量在哥倫比亞和智利的具體案例中的有效性和相關(guān)性，該文采用面板數(shù)據(jù)模型，不僅考慮了金融變量的長(zhǎng)期行為，而且還考慮了它們之間存在的異質(zhì)性，找出金融變量對(duì)兩國(guó)經(jīng)濟(jì)增長(zhǎng)可能產(chǎn)生的顯著影響，研究結(jié)果顯示部分變量對(duì)經(jīng)濟(jì)績(jī)效和增長(zhǎng)產(chǎn)生了顯著影響。Anetor FO[4]利用結(jié)構(gòu)向量自回歸 （Structural Vector Autoregression，SVAR）模型的脈沖響應(yīng)函數(shù) （Impulse Response Function，IRF）和預(yù)測(cè)誤差方差分解 （Fixed Effects Vector Decomposition，F(xiàn)EVD），研究調(diào)查了1986年第一季度—2016年第四季度外國(guó)資本流入和金融發(fā)展對(duì)尼日利亞經(jīng)濟(jì)增長(zhǎng)效應(yīng)的影響，該研究結(jié)果表明，外商直接投資（Foreign Direct Investment，F(xiàn)DI）流入和金融發(fā)展的沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)具有積極而顯著的影響。

國(guó)內(nèi)早期對(duì)這一方面研究不是很多，近幾年才開(kāi)始逐漸廣泛起來(lái)。賴(lài)娟[5]對(duì)江西省1952—2011年的數(shù)據(jù)進(jìn)行研究，指出江西省金融市場(chǎng)的發(fā)展規(guī)模與經(jīng)濟(jì)發(fā)展之間互相促進(jìn)，而金融發(fā)展效率單項(xiàng)影響經(jīng)濟(jì)增長(zhǎng)。楊玉梅[6]以向量自回歸（Vector Autoregression，VAR）模型和向量誤差修正模型為基礎(chǔ)，對(duì)安徽省的金融發(fā)展和經(jīng)濟(jì)增長(zhǎng)的相關(guān)性指標(biāo)進(jìn)行實(shí)證分析，結(jié)果表明金融發(fā)展能夠推動(dòng)經(jīng)濟(jì)增長(zhǎng)。李想麗[7]以山東省1993—2014年的數(shù)據(jù)為例，綜合運(yùn)用因子分析法、線(xiàn)性協(xié)整方法、VAR模型并結(jié)合ADF檢驗(yàn)、格蘭杰因果關(guān)系檢驗(yàn)，理論和實(shí)際相結(jié)合，全面分析了山東省金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用。楊雨晴[8]對(duì)2000—2015年黑龍江省的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證分析，結(jié)果表明金融發(fā)展和經(jīng)濟(jì)增長(zhǎng)之間是相互促進(jìn)關(guān)系并根據(jù)相關(guān)實(shí)證結(jié)果提出了相應(yīng)的建議。朱德忠和林明[9]采用1990—2017年南京市的相關(guān)數(shù)據(jù)，通過(guò)構(gòu)建VAR模型，檢驗(yàn)分析南京市的金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，結(jié)果表明二者具有長(zhǎng)期均衡的顯著相關(guān)性。

國(guó)外學(xué)者研究結(jié)果表明，不同國(guó)家金融發(fā)展水平對(duì)經(jīng)濟(jì)增長(zhǎng)影響的顯著程度要根據(jù)不同國(guó)家的金融發(fā)展水平來(lái)具體分析，大部分國(guó)家是促進(jìn)作用，只是顯著性大小不同；國(guó)內(nèi)研究大多是分析各個(gè)地區(qū)的金融發(fā)展是怎樣對(duì)該地區(qū)經(jīng)濟(jì)產(chǎn)生影響，它們之間的關(guān)系是否顯著，是單向促進(jìn)還是雙向促進(jìn)。本文以安徽省為例，探究其金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系以及關(guān)系是否顯性，是單向影響還是雙向影響，旨在為后續(xù)研究提供參考，豐富我國(guó)金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的理論研究。

3 數(shù)據(jù)來(lái)源、指標(biāo)選取和模型構(gòu)建

3.1 數(shù)據(jù)來(lái)源

本文是對(duì)安徽省的金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的相互關(guān)系進(jìn)行實(shí)證分析，因此需要了解安徽省的金融發(fā)展情況與經(jīng)濟(jì)增長(zhǎng)情況，選取的數(shù)據(jù)主要來(lái)源于2000—2019年《安徽省統(tǒng)計(jì)年鑒》以及安徽省金融運(yùn)行報(bào)告。

3.2 指標(biāo)的選取

在指標(biāo)的選取上有解釋變量和被解釋變量，經(jīng)濟(jì)增長(zhǎng)作為被解釋變量，可以用GDP增速來(lái)表示，在模型中用字母GDP來(lái)表示，金融發(fā)展水平指標(biāo)作為解釋變量，控制變量為金融相關(guān)比率（Financial Interrelations Ratio，F(xiàn)IR）、金融效率 （XL）、固定資產(chǎn)投資額增量（IM）、進(jìn)出口貿(mào)易總額（IE）。

金融相關(guān)比率（FIR）。金融相關(guān)比率是金融資產(chǎn)總額與生產(chǎn)總值之比。由于安徽省金融資料缺乏，難以得到全部數(shù)據(jù)，所以采用安徽省全部金融機(jī)構(gòu)的存貸款余額之和來(lái)表示金融資產(chǎn)總額，則FIR=金融機(jī)構(gòu)存貸款余額/GDP。

金融效率（XL）。金融效率=金融機(jī)構(gòu)貸款余額/金融機(jī)構(gòu)存款余額，可以衡量安徽省金融機(jī)構(gòu)整體資金運(yùn)用狀況。

固定資產(chǎn)投資增量（IM）。根據(jù)GDP的生產(chǎn)要素可知，資本投資量的增加是拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的重要生產(chǎn)要素，因此引入解釋變量固定資產(chǎn)投資增加額來(lái)衡量。

進(jìn)出口貿(mào)易總額（IE）。該解釋變量能夠影響國(guó)民生產(chǎn)總值的變化，因此其對(duì)于提高安徽省生產(chǎn)要素利用率和促進(jìn)安徽省經(jīng)濟(jì)發(fā)展都具有重要作用。

3.3 模型構(gòu)建

為了計(jì)算起來(lái)更加方便，故將本文中的相關(guān)變量用相應(yīng)的字母代替。為了消除異方差的影響，可以對(duì)各個(gè)指標(biāo)取對(duì)數(shù)，分別為L(zhǎng)NGDP，LNXL，LNFIR，LNIM，LNIE，運(yùn)用軟件EVIEWS9.0對(duì)數(shù)據(jù)進(jìn)行分析 （其中C為常數(shù)項(xiàng)，β1，β2，β3，β4為待估參數(shù)，δ為殘差項(xiàng)）。

4 實(shí)證分析

4.1 單位根檢驗(yàn)（ADF檢驗(yàn)）

在進(jìn)行實(shí)證分析前需要對(duì)有關(guān)數(shù)據(jù)進(jìn)行處理，防止出現(xiàn)偽回歸現(xiàn)象，即需要進(jìn)行平穩(wěn)性檢驗(yàn)，將這些指標(biāo)數(shù)據(jù)導(dǎo)入EViews軟件進(jìn)行單位根檢驗(yàn)，具體結(jié)果見(jiàn)表1。

從表1可以看出，只有解釋變量LNFIR通過(guò)原序列檢驗(yàn)，被解釋變量LNGDP和解釋變量LNXL，LNIM，LNIE在原序列檢驗(yàn)過(guò)程中都不平穩(wěn)。故需要對(duì)這些變量進(jìn)行一階差分，結(jié)果中LNGDP，LNXL，LNFIR，LNIM，LNIE這些變量的一階差分序列在5%的顯著性水平上都顯著，所以由此一階差分后的指標(biāo)數(shù)據(jù)都是平穩(wěn)序列，都是一階單整的，因此可以做協(xié)整檢驗(yàn)。

表1 單位根檢驗(yàn)結(jié)果

4.2 滯后階數(shù)

在構(gòu)建VAR模型時(shí)確定最優(yōu)的滯后階數(shù)很重要，因?yàn)闀?huì)影響結(jié)果的準(zhǔn)確性和可靠性，避免由于滯后階數(shù)的不同而造成單位根或者自由度的問(wèn)題，滯后階數(shù)越大，自由度越小。滯后階數(shù)表示解釋變量和被解釋變量之間的因果程度需多長(zhǎng)時(shí)間顯現(xiàn)，并非越小越好。對(duì)這些變量確定滯后階數(shù)，見(jiàn)表2。

表2 滯后階數(shù)結(jié)果

由表2得知，滯后階數(shù)為2階時(shí)，適合這個(gè)模型，其中*表示根據(jù)相應(yīng)準(zhǔn)則選擇的滯后階數(shù)。

4.3 協(xié)整檢驗(yàn)

由上述單位根檢驗(yàn)結(jié)果可知，需對(duì)一階差分后的指標(biāo)數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，才能知道變量之間能不能長(zhǎng)期穩(wěn)定，檢驗(yàn)結(jié)果見(jiàn)表3。

表3 協(xié)整檢驗(yàn)結(jié)果

由實(shí)驗(yàn)結(jié)果可知，None*這一行中，由于P值（0.000 0）小于0.05，拒絕無(wú)協(xié)整關(guān)系；Atmost1時(shí)，P值（0.0000）小于0.05，接受原假設(shè)，至多存在1個(gè)協(xié)整關(guān)系，所以各個(gè)變量之間存在長(zhǎng)期穩(wěn)定關(guān)系。

4.4 格蘭杰因果檢驗(yàn)

通過(guò)單位根檢驗(yàn)和協(xié)整檢驗(yàn)，了解到各個(gè)變量是平穩(wěn)的并且存在長(zhǎng)期的均衡關(guān)系，因果關(guān)系則需要做格蘭杰因果檢驗(yàn)，結(jié)果見(jiàn)表4。

表4 格蘭杰因果檢驗(yàn)結(jié)果

該結(jié)果由EViews軟件得出，可知GDP和IM是雙向格蘭杰因果關(guān)系，也就是說(shuō)經(jīng)濟(jì)的發(fā)展能提高固定資產(chǎn)投資額，而固定資產(chǎn)投資額增量也能提高經(jīng)濟(jì)的發(fā)展；GDP是XL的格蘭杰因果關(guān)系，單向的，也就是說(shuō)經(jīng)濟(jì)增長(zhǎng)能夠?qū)鹑谛实奶岣咂鸬揭欢ǖ拇龠M(jìn)作用，反過(guò)來(lái)金融效率不能促進(jìn)經(jīng)濟(jì)的發(fā)展；IE是IM的單向格蘭杰因果關(guān)系，說(shuō)明進(jìn)出口總額增加能夠提高固定資產(chǎn)的投資；金融發(fā)展效率和進(jìn)出口總額是雙向格蘭杰因果關(guān)系，說(shuō)明他們之間相互促進(jìn)；IE是FIR的格蘭杰因果關(guān)系，表明安徽省的進(jìn)出口增加額能夠促進(jìn)金融相關(guān)比率的提高。

4.5 VAR模型的估計(jì)（AR特征根）

模型是否穩(wěn)定關(guān)系到實(shí)驗(yàn)結(jié)果的正確性與準(zhǔn)確性，還可能影響實(shí)驗(yàn)結(jié)果的判定。用AR特征根進(jìn)行判定，即如果特征根在單位圓內(nèi)，則表示這個(gè)VAR模型是穩(wěn)定的。用EViews軟件進(jìn)行穩(wěn)定性檢驗(yàn)，可以看出這個(gè)VAR模型是穩(wěn)定的，見(jiàn)圖1。

圖1 VAR模型穩(wěn)定性檢驗(yàn)結(jié)果

4.5.1 自回歸模型

利用EViews9.0軟件對(duì)方程進(jìn)行回歸分析，得到結(jié)果為

從結(jié)果可以看出R2=0.881 988，它表示變量之間的線(xiàn)性相關(guān)程度，也就是方程的判定系數(shù)R2=0.881 988，這個(gè)數(shù)值越接近1，說(shuō)明選取的變量越具有代表性，擬合度很高，與經(jīng)濟(jì)增長(zhǎng)的關(guān)系也非常大。

4.5.2 脈沖響應(yīng)分析

前面的協(xié)整檢驗(yàn)只是說(shuō)明各個(gè)變量之間存在靜態(tài)平衡關(guān)系，動(dòng)態(tài)關(guān)系則需要借助脈沖響應(yīng)函數(shù)來(lái)分析。為了更加了解安徽省金融發(fā)展短期內(nèi)對(duì)于經(jīng)濟(jì)增長(zhǎng)的影響，故對(duì)這些變量進(jìn)行脈沖分析，具體結(jié)果見(jiàn)圖2。

圖2 脈沖響應(yīng)函數(shù)圖

圖2 顯示，當(dāng)進(jìn)出口貿(mào)易總額（IE）給予一定沖擊時(shí)，在第一期對(duì)GDP沒(méi)有影響，表明有滯后性現(xiàn)象，第二期逐漸開(kāi)始對(duì)GDP有著正面影響，在第五期達(dá)到頂峰，之后又不斷下降到一個(gè)低點(diǎn)，之后又上升；固定資產(chǎn)投資增量（IM）在剛開(kāi)始對(duì)GDP的影響不是很明顯，之后對(duì)GDP有著正向的影響，在第三期達(dá)到最高點(diǎn)，隨后有下降趨勢(shì)，在第六期之后保持平穩(wěn)；當(dāng)金融效率（XL）對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生一定的沖擊之后，即第一期時(shí)，對(duì)GDP存在一個(gè)負(fù)影響，然后又開(kāi)始上升，快到第五期時(shí)達(dá)到最高點(diǎn)，然后又開(kāi)始下降，第六期達(dá)到低點(diǎn)，最后才處于平穩(wěn)狀態(tài)；相反金融相關(guān)比率（FIR）對(duì)GDP的影響不是很明顯，從第二期之后一直處于平穩(wěn)狀態(tài)。

4.5.3 方差分解

方差分解和脈沖效應(yīng)研究的意義不同。脈沖效應(yīng)函數(shù)是為更直觀地了解各個(gè)變量之間的動(dòng)態(tài)關(guān)系，而方差分解是為了了解每個(gè)變量對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度。指標(biāo)對(duì)于經(jīng)濟(jì)增長(zhǎng)的影響可以用方差分解來(lái)解釋?zhuān)?jiàn)第66頁(yè)表5。

表5顯示，GDP的增長(zhǎng)率對(duì)自身的貢獻(xiàn)最大，并從第一期的100逐漸遞減，雖然在逐漸遞減但仍是這些變量中貢獻(xiàn)最大的，最后約為50；進(jìn)出口貿(mào)易總額（IE）第一期由0開(kāi)始逐漸遞增，在第八期達(dá)到最大，之后保持在40左右；固定資產(chǎn)投資額（IM）由第一期0遞增，在第四期達(dá)到最大（約為19），之后保持在10左右；金融效率（XL）從第一期0不斷上升，在第四期達(dá)到最大（約為8.7），之后逐漸降低到5左右。金融相關(guān)比率（FIR）從第一期0逐漸增加，在第三期到達(dá)最大（0.5），之后逐漸降低。

表5 方差分解結(jié)構(gòu)表

5 研究結(jié)論與政策建議

本文選取安徽省2000—2019年的年度數(shù)據(jù)，以VAR模型為基礎(chǔ)，先通過(guò)單位根檢驗(yàn)判斷各個(gè)變量是否為平穩(wěn)序列，再通過(guò)協(xié)整檢驗(yàn)判斷一階差分后的變量之間是否存在長(zhǎng)期平穩(wěn)關(guān)系，然后通過(guò)特征根檢驗(yàn)?zāi)Ｐ褪欠衿椒€(wěn)，而通過(guò)脈沖響應(yīng)和方差分解來(lái)更加深入地了解金融相關(guān)比率、金融效率、進(jìn)出口貿(mào)易總額、固定資產(chǎn)投資增量額對(duì)經(jīng)濟(jì)增長(zhǎng)長(zhǎng)期影響情況以及動(dòng)態(tài)關(guān)系。

實(shí)證分析中，通過(guò)協(xié)整檢驗(yàn)可以得出金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)有長(zhǎng)期均衡的穩(wěn)定關(guān)系，通過(guò)格蘭杰因果檢驗(yàn)和回歸分析得出金融效率在短期內(nèi)對(duì)經(jīng)濟(jì)增長(zhǎng)有著負(fù)向影響，但根據(jù)脈沖效應(yīng)函數(shù)可知其在長(zhǎng)期會(huì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)。金融相關(guān)比率、固定資產(chǎn)投資增長(zhǎng)額和進(jìn)出口貿(mào)易總額對(duì)經(jīng)濟(jì)增長(zhǎng)起正向作用。根據(jù)格蘭杰因果檢驗(yàn)可知固定資產(chǎn)投資增量是經(jīng)濟(jì)發(fā)展的原因，經(jīng)濟(jì)增長(zhǎng)也是固定資產(chǎn)投資增量提高的原因。雖然金融效率在短期內(nèi)不是經(jīng)濟(jì)發(fā)展的原因，但經(jīng)濟(jì)增長(zhǎng)能夠提高金融效率。從最后的方差分解來(lái)看，GDP對(duì)自身的貢獻(xiàn)率是幾個(gè)變量中最大的，而被解釋變量進(jìn)出口貿(mào)易額、固定資產(chǎn)投資增量對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)量也很顯著，分別保持在40%，19%。其次是金融效率、金融相關(guān)比率貢獻(xiàn)率，分別為8%，0.5%左右，貢獻(xiàn)率較低。因此，固定資產(chǎn)投資額和進(jìn)出口貿(mào)易額能夠促進(jìn)安徽省經(jīng)濟(jì)的發(fā)展，金融相關(guān)比率的提高也能促進(jìn)安徽省經(jīng)濟(jì)增長(zhǎng)，各個(gè)因素相互促進(jìn)，安徽省經(jīng)濟(jì)的增長(zhǎng)也能夠提高金融效率。總的來(lái)說(shuō)安徽省的金融發(fā)展和經(jīng)濟(jì)增長(zhǎng)相互促進(jìn)、相互影響。

針對(duì)實(shí)證分析結(jié)果對(duì)安徽省提出以下建議。

第一，完善多層次化金融支持服務(wù)體系?，F(xiàn)如今安徽省大部分銀行中國(guó)有銀行比例過(guò)高并且體系過(guò)于單一。隨著金融創(chuàng)新的不斷發(fā)展，市場(chǎng)主體對(duì)金融的需求越來(lái)越多元化，因此安徽省應(yīng)積極構(gòu)建風(fēng)向投資、銀行信貸、債券、股票、保險(xiǎn)市場(chǎng)等多層次金融支持服務(wù)體系，只有提升多元化層次服務(wù)能力，才能更好地促進(jìn)安徽省經(jīng)濟(jì)高質(zhì)量發(fā)展。

第二，擴(kuò)大安徽省金融業(yè)規(guī)模。雖然安徽省大部分縣域金融機(jī)構(gòu)分布較為廣泛，但是有些貧困地區(qū)經(jīng)濟(jì)力量較薄弱，金融機(jī)構(gòu)的建立缺乏資金支持，制約了金融業(yè)發(fā)展，因此需加大對(duì)經(jīng)濟(jì)薄弱環(huán)節(jié)的金融支持力度；積極引導(dǎo)金融業(yè)全面健康發(fā)展；大力支持涉農(nóng)金融機(jī)構(gòu)發(fā)展，對(duì)偏遠(yuǎn)山區(qū)金融空白鄉(xiāng)鎮(zhèn)的網(wǎng)點(diǎn)建設(shè)給予便利和政府補(bǔ)貼。

第三，進(jìn)一步完善資本市場(chǎng)體系。安徽省應(yīng)積極響應(yīng)國(guó)家出臺(tái)的債券發(fā)行新規(guī)定，爭(zhēng)取國(guó)家有關(guān)部門(mén)支持，大力鼓勵(lì)那些符合條件的企業(yè)發(fā)行債券，從而帶動(dòng)債券市場(chǎng)的發(fā)展；大力發(fā)展期貨業(yè)務(wù)，不斷擴(kuò)大期貨機(jī)構(gòu)經(jīng)營(yíng)范圍；積極大力引進(jìn)基金管理、信托機(jī)構(gòu)。這幾年安徽省證券市場(chǎng)、基金市場(chǎng)、信托市場(chǎng)的數(shù)量和質(zhì)量不算太高，不利于金融業(yè)的發(fā)展，因此需加大對(duì)省內(nèi)各個(gè)地區(qū)債券市場(chǎng)、基金市場(chǎng)、信托市場(chǎng)等的建設(shè)力度。

第四，重視和強(qiáng)化金融監(jiān)管，鼓勵(lì)金融創(chuàng)新。在擴(kuò)大金融發(fā)展規(guī)模、創(chuàng)新金融產(chǎn)品的同時(shí)，也要防范其所帶來(lái)的風(fēng)險(xiǎn)，特別是近年來(lái)的互聯(lián)網(wǎng)金融、P2P、民間借貸等各式各樣風(fēng)險(xiǎn)事件，要加強(qiáng)金融監(jiān)管，防范金融風(fēng)險(xiǎn)，從而保證經(jīng)濟(jì)健康穩(wěn)定發(fā)展；要鼓勵(lì)金融創(chuàng)新，積極引入金融衍生產(chǎn)品，在產(chǎn)品和技術(shù)上進(jìn)行創(chuàng)新，實(shí)證結(jié)果中安徽省金融業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)起到促進(jìn)作用，可知該省從事金融業(yè)的人數(shù)在不斷增加，因此要大力引進(jìn)金融高科技人才，加強(qiáng)金融知識(shí)教育，滿(mǎn)足安徽省金融市場(chǎng)對(duì)金融人才的需求并助推安徽省金融業(yè)發(fā)展。