劉 寧

(1.廣東省食品藥品監(jiān)督管理局 審評認證中心，廣東 廣州 510521;2.廣東金融學院，廣東 廣州 510520)

自改革開放和經濟體制轉軌以來，中國經濟取得了長足的發(fā)展，但長期的粗放式經濟發(fā)展模式使得中國產業(yè)結構升級面臨諸多挑戰(zhàn)。回顧西方發(fā)達國家的發(fā)展歷程，就產業(yè)結構調整的措施，可以發(fā)現(xiàn)優(yōu)化產業(yè)間的比重，進而提升產業(yè)結構的產出效率。措施大多都是增量調整與存量調整，無論哪種措施，其實都無法脫離金融體系的有效支持。換言之，作為現(xiàn)代經濟核心的金融，是優(yōu)化經濟資源配置的主要機制;是保障經濟健康向前的護航艦，是促進產業(yè)結構調整升級的最主要影響因素。金融的本質是“在金融供給方與需求之間提供鏈接路徑，提供金融資源由盈余部門向短缺部門轉化的渠道，金融資源的配置時刻都影響著宏觀經濟運行和微觀企業(yè)行為的變化”。產業(yè)結構的調整過程，離不開作為現(xiàn)代經濟核心的金融所發(fā)揮的支持作用。具體而言，金融體系通過資本形成與導向機制、風險分散、降低信息不對稱等方式，引領和促進產業(yè)結構的調整和升級。從當前中國金融結構來看，中國當前金融體系中銀行業(yè)占據主要地位，股票市場也有一定的發(fā)展，因而從銀行業(yè)以及股票市場等角度出發(fā)分析金融結構與產業(yè)結構調整之間的互動關系具有，而廣東省作為中國經濟對外開放的門戶，以銀行業(yè)為主體的金融體系為廣東省產業(yè)結構調整也做出了巨大貢獻，但問題也日益凸顯。因此，有必要通過研究以銀行業(yè)為主的金融結構對產業(yè)結構調整之間的互動關系，從而構建完善和合理的金融體系，以促進和加快中國產業(yè)結構調整與優(yōu)化。

一、文獻綜述

早在18、19世紀，亞當斯密、李嘉圖等經濟學者就指出銀行等金融中介的存在可以集中儲蓄，創(chuàng)造了信用工具，從而引起資本投向實體產業(yè)，最終達到促進經濟增長和產業(yè)結構升級的目的。而Schumpeter(1934)則從創(chuàng)新的角度對金融發(fā)展與經濟增長之間的關系進行了研究，發(fā)現(xiàn)銀行的信用工具為資金流向創(chuàng)新領域提供了條件，而創(chuàng)新活動的活躍加快了經濟增長和產業(yè)發(fā)展。美國經濟學家Goldsmith(1969)從金融結構的角度考察了金融發(fā)展與經濟增長和產業(yè)結構調整升級之間的關系，盡管Goldsmith的研究受限于資料的缺乏和實證技術，對金融發(fā)展與產業(yè)結構調整和經濟增長關系的研究仍存在一定的缺陷，但他的研究提出金融發(fā)展促進經濟發(fā)展與產業(yè)結構調整，具有開創(chuàng)性的劃時代意義。

近年來，關于金融結構與產業(yè)結構調整之間互動關系的研究也逐漸增多。Rajan＆Zingales(1998)從產業(yè)結構調整角度分析了金融結構的決定機理，認為銀行和資本市場是企業(yè)進行外源融資的主要融資渠道，每個產業(yè)對外部融資的依賴程度與其技術創(chuàng)新程度緊密相關。故此，國家的金融體系是否發(fā)達和完善，直接影響到技術創(chuàng)新行業(yè)是否能得到較好的融資，進而影響到這些行業(yè)的發(fā)展和進步。林毅夫等(2002)利用不同國家的數(shù)據對制造業(yè)和金融結構的互動關系進行了實證研究，指出如果經濟結構以大企業(yè)為主，那么銀行主導性的金融結構更有利于制造業(yè)的發(fā)展，因此，他們進一步指出不同國家和地區(qū)的金融結構是否合適，必須看起是否能夠與當?shù)氐慕洕Y構相適應。范方志和張立軍(2003)選取了我國東部、中部和西部等省份為樣本進行了實證分析，指出我國地區(qū)產業(yè)結構升級能夠促進金融結構轉變以及經濟增長;中國地區(qū)經濟發(fā)展差距巨大主要原因是各地區(qū)金融發(fā)展水平和產業(yè)結構存在著差異，并由此導致地區(qū)經濟增長的懸殊。馬正兵(2004)實證研究了我國產業(yè)結構和信貸的產業(yè)投向之間的互動關系，指出20世紀80年帶之前信貸投向基本符合產業(yè)結構發(fā)展的規(guī)律，而在改革開放后，在信貸的產業(yè)投向上實際上出現(xiàn)了信貸雙重配給的情況，信貸的產業(yè)投向與產業(yè)結構實際上并不一致。韓蓉(2011)對我國實體經濟發(fā)展與金融結構轉型之間的互動關系進行了實證分析，認為我國經濟發(fā)展和經濟結構的轉型升級要求金融結構向更高層次進行轉型。

從不同行業(yè)角度金融結構對產業(yè)結構調整進行的研究也日益豐富。羅美娟(2001)以證券市場為研究視角，指出資本市場對于行業(yè)重點企業(yè)的發(fā)展起到了促進作用，而這些行業(yè)重點企業(yè)的發(fā)展又進一步促進整個產業(yè)的進步。與此同時，資本市場在對企業(yè)進行融資的時候，還需要考慮到產業(yè)選擇的因素，利用產融結合來發(fā)展新興產業(yè)，實現(xiàn)產業(yè)結構的轉型升級。張麗拉(2000)和姜嵋(1999)主要對廣東省的產業(yè)結構調整與金融支持的互動關系進行了研究，指出金融在推動廣東省產業(yè)升級得以實現(xiàn)的過程中，應該重點支持外貿行業(yè)、知識產業(yè)和高新技術產業(yè)。王良健和鐘春平(2001)利用湖南省的數(shù)據進行了實證研究，指出金融抑制的存在會導致產業(yè)結構調整受到阻礙，經濟發(fā)展、金融發(fā)展以及產業(yè)結構優(yōu)化必須要相互配合。而目前我國的銀行主導型金融體系過多地注重銀行的力量，因此，在產業(yè)結構調整中大力發(fā)展資本市場及相關貨幣政策的配合將有助于我國的產業(yè)結構優(yōu)化。蔡紅艷和閻慶民(2004)著重研究了股市資本是如何在不同的行業(yè)間進行資源配置的，指出由于政府的非市場化行為，對某些不符合產業(yè)升級要求的落后行業(yè)仍實行扶持的政策，導致我國資本市場仍有為數(shù)不少的資金流向這些落后產業(yè)，資本市場對產業(yè)結構升級的有效促進作用并沒有得到體現(xiàn)。陳晨(2013)基于上海市15家商業(yè)銀行的調研結果研究了銀行業(yè)對產業(yè)結構調整的影響，發(fā)現(xiàn)銀行業(yè)對戰(zhàn)略性新興產業(yè)的金融創(chuàng)新力度明顯加大，有利于產業(yè)結構調整。

從國內外現(xiàn)有眼睛來看，近年來國內對產業(yè)結構調整升級與金融結構之間互動關系的研究逐漸增加，主要從不同金融行業(yè)與產業(yè)結構轉型調整的角度進行了探討，特別是深入研究了其作用機制。普遍認同金融能夠一定程度地促進我國的產業(yè)結構轉型升級。但由于進行這方面的研究時間并不長，受限于實證水平以及數(shù)據等方面的因素，很多關于產業(yè)調整與金融之間關系的研究未能有效利用數(shù)據來驗證其觀點。而部分利用相關數(shù)據進行的實證研究主要對金融結構與產業(yè)結構之間的關系或某一金融行業(yè)與產業(yè)結構之間的關系進行研究，很少有文獻將兩者結合起來進行深入研究。因此，應立足于中國是以銀行業(yè)為主的金融體系這個宏觀層面，通過具體情況具體分析的方法在實證分析金融結構與產業(yè)結構調整互動關系的基礎上，進一步探討銀行業(yè)結構對產業(yè)升級的不同影響。

二、指標選取和數(shù)據說明

(一)指標選擇

為了研究銀行、股票市場等組成的金融結構與產業(yè)結構調整之間的關系，本文選取了3個具有代表性的指標來說明。首先，本文采取第三產業(yè)產值/第二產業(yè)產值的比重來代表產業(yè)結構調整，并取自然對數(shù)，表示為LnINCON。其次，采用銀行業(yè)金融機構的人民幣各項貸款余額與名義GDP的比值來代表銀行業(yè)的發(fā)展，表示為BS。最后，采用股票市場的總市值與名義GDP的比值來代表股票市場的發(fā)展，表示為SM。

為了研究廣東銀行業(yè)結構與產業(yè)結構調整的關系，本文選取了兩個具有代表性的指標分別來說明。銀行集中度是衡量銀行業(yè)結構的最常用的指標，通常的做法是以最大數(shù)家銀行的資產(存款額、貸款額)占銀行總資產(總存款、總貸款)的比例來表示。本文選取國家銀行存貸款總額在所有金融機構存貸款總額中的比重作為銀行集中度的數(shù)值，表示為BJZD。產業(yè)結構調整仍然用第三產業(yè)產值與第二產業(yè)產值之比表示，經驗表明，銀行集中度過高會阻礙產業(yè)結構向高級化調整，因此本文假設銀行集中度與產業(yè)結構升級是負相關關系。

(二)數(shù)據來源及說明

由于我國股票市場起步較晚，而廣東省銀行業(yè)金融機構存貸款數(shù)據也不夠全面，綜合這兩方面的原因，本文分析金融結構與產業(yè)結構調整之間的互動關系時采用的面板數(shù)據中時間區(qū)間設定為2006-2011;此外由于廣東省部分城市經濟相對落后，有的不是在近年才有上市公司就是還，沒有過上市公司，因此本文選取了廣東省的17個市(河源、汕尾、云浮和陽江除外)作為樣本截面數(shù)據。其中，股票總市值數(shù)據來源于Wind資訊，銀行業(yè)金融結構貸款2006-2011年的數(shù)據來源于搜數(shù)網，2011年數(shù)據來源于2012《廣東金融業(yè)概覽》，其他數(shù)據來源同上。

在分析銀行業(yè)結構與產業(yè)結構調整之間的互動關系時，本文選取的時間序列數(shù)據區(qū)間為1980-2011年。1980-2004年國家銀行包括人民銀行、四大國有獨資銀行、政策性銀行、郵政儲蓄機構，其1980-1994年存貸款數(shù)據來源于《新中國60年統(tǒng)計資料匯編》，1995-2004年數(shù)據來源于《廣東統(tǒng)計年鑒》。2006-2011年國家銀行包括大型商業(yè)銀行、政策性銀行、郵政儲蓄機構，其存貸款總額是根據銀行業(yè)金融機構存貸款總額乘以國家銀行資產總額與銀行業(yè)金融機構資產總額的比值得到。其中銀行業(yè)金融機構存貸款來源于搜數(shù)網、《2012年廣東金融業(yè)概覽》，國家銀行資產總額與銀行業(yè)金融機構資產總額數(shù)據來源于《2010年廣東省金融運行報告》。2005年國家銀行存貸款由2004年和2006年平均后得到。金融機構存貸款數(shù)據通過《新中國50年統(tǒng)計資料匯編》、《新中國60年統(tǒng)計資料匯編》、《廣東統(tǒng)計年鑒》整理得到，其他數(shù)據來源同上所示。

三、金融結構與產業(yè)結構調整互動關系的實證分析

(一)計量模型設定

由于銀行業(yè)及股票市場構成了金融結構的主要部分，因此本文主要用銀行業(yè)和股票市場發(fā)展水平來考察金融結構對產業(yè)結構調整的影響，本文分別以代表銀行業(yè)與股票市場發(fā)展的指標BS和SM作為解釋變量，以代表產業(yè)結構調整的指標lnINCON為被解釋變量，建立面板數(shù)據模型，該模型不僅可以描述金融結構與產業(yè)結構調整隨著時間變化的規(guī)律，還可以描述廣東省各市的金融結構與產業(yè)結構調整指標樣本數(shù)的數(shù)據規(guī)律。模型建立如下:

(式5.1)中，i=1，2，…，N 為截面單元;t=1，2，…，T為時序期數(shù)。參數(shù)表示模型的常數(shù)項;和分別對應為解釋變量BS和SM的系數(shù);隨機誤差項相互獨立，且均值為零，方差為。

(二)變截距模型和變系數(shù)模型選擇

在對面板數(shù)據模型進行估計時，使用的樣本數(shù)據包含了截面、時期、變量3個方向上的信息，從而模型的形式設定是否正確關系到估計結果與所要測定的經濟現(xiàn)實是否相一致。因此，必須對模型的形式進行檢驗，即檢驗刻畫被解釋變量的參數(shù)是否在所有橫截面樣本點和時間上都是常數(shù)。為此，本文采用協(xié)方差分析檢驗，主要檢驗如下兩個假設:

假設1:斜率在不同的橫截面樣本點上和時間上都相同，但截距不相同，即:

假設2:斜率和截距在不同的橫截面樣本點和時間上都相同，即:

顯然，如果接受假設2，則樣本數(shù)據符合模型(5.3)，為不變系數(shù)模型，且無需進行進一步的檢驗。如果拒絕假設2，則需檢驗假設1。如果接受假設1，則樣本數(shù)據符合模型(5.2)，為變截距模型，反之，則樣本數(shù)據符合模型(5.1)，為變系數(shù)模型。

為了檢驗以上兩個假設，需要構建兩個統(tǒng)計量F1和F2。

檢驗假設2的統(tǒng)計量F2:

檢驗假設1的統(tǒng)計量F1:

其中 S1，S2，S3分別為模型(5.3)，(5.2)，(5.1)的殘差平方和，k 為解釋變量的個數(shù)。對于給定顯著性水平，可以通過查F統(tǒng)計分布表或者在Eviews中運用相關函數(shù)得到相應的臨界值。如果F2小于臨界值，則接受假設2，模型確定為(5.3);反之，再利用F2統(tǒng)計量檢驗假設1。如果F1小于臨界值，則接受假設1，模型確定為(5.2);反之，模型為(5.1)。

運用 Eviews6 軟件可以求得殘差平方和 S1=3.701309，S2=5.380851，S3=26.42081。

進而求得，再利用函數(shù)@qfdist(d，m，n)得到F分布的臨界值，其中d是臨界點，m和n是自由度。在給定5%的顯著性水平下(d=0.95)，得到相應的臨界值為:

由于 F2＞1.6，所以拒絕假設2;又由于 F1＜1.67，所以接受假設1，因此模型應采用式(5.2)，即為變截距模型。

確定了模型的形式之后，進一步需確定運用固定影響模型還是隨機影響模型。本文由于選取的截面單元不全面且時序期間較短，因此無法用現(xiàn)有的樣本數(shù)據去推斷更廣的總體效應，所以本文選取固定效應影響的變截距模型。

(三)實證結果及分析

根據以上設定的模型，通過Eviews6軟件，運用加權最小二乘估計法(LS)得到模型的估計結果如表5.1:

表5.1 面板分析結果

由表5.1可知，R2=0.736784，說明模型擬合度較好，所有系數(shù)在1%的顯著性水平下顯著，說明上述變量對產業(yè)結構調整都有顯著地影響。系數(shù)2.748762和-0.302021分別代表模型(5.2)中系數(shù)和的估計值，其具體經濟意義如下:

首先，從銀行業(yè)的發(fā)展與產業(yè)結構調整的關系來看，代表銀行業(yè)發(fā)展的BS的回歸系數(shù)為2.748762，這表明銀行業(yè)的發(fā)展與產業(yè)結構調整呈顯著的正向關系，BS每增加1個單位，LnINCON增加2.75個單位，即BS增加1個百分點，INCON增加2.75%，銀行業(yè)發(fā)展可以促進產業(yè)結構調整。

其次，從股票市場的發(fā)展與產業(yè)結構調整的關系來看，代表股票市場發(fā)展的SM的回歸系數(shù)為-0.302021，這表明股票市場的發(fā)展與產業(yè)結構調整呈負相關系，SM每增加1個百分點，INCON減少0.302021%，很明顯股票市場發(fā)展不利于產業(yè)結構向更高級的層次發(fā)展。

以上分析表明，廣東省銀行業(yè)的發(fā)展對產業(yè)結構調整有明顯的正向促進作用，換言之，銀行業(yè)的發(fā)展對于廣東的產業(yè)結構調整發(fā)揮著不可替代的作用。然而，廣東省股票市場的發(fā)展對產業(yè)結構調整有一定的阻礙作用，究其原因主要有以下幾點:首先，我國股票市場成立不久，還有許多方面有待完善;其次，股票交易行為和股票價格不僅受經濟因素影響，而且還受許多非經濟因素的影響，如股民的心理因素、國內政治環(huán)境及國際股市行情等;再次，政府行為的非理性，政府在股票上市方面的政策缺乏準確度、透明度及連貫性;最后，股市的不完善可能使得有些上市公司把籌措的資金用于消費或投資，而不用于正常的生產經營。

四、銀行業(yè)結構與產業(yè)結構調整互動關系的實證分析

由于廣東省銀行業(yè)發(fā)展對產業(yè)結構調整有促進作用，股票市場發(fā)展對產業(yè)結構調整有一定的負面作用，而銀行業(yè)在金融體系中的比重相當大，那么是否銀行業(yè)比重越大越好呢?本文接下來將從銀行集中度的解讀就銀行業(yè)結構與產業(yè)結構調整之間的互動關系進行研究。

(一)計量模型構建

本文仍然采用VAR模型來分析銀行業(yè)結構與產業(yè)結構調整之間的長期均衡關系。首先，對INCON和BJZD都取自然對數(shù)，分別采用lnINCON和lnBJZD表示，主要考察兩變量變動率之間的關系。令，則可得到滯后期為k的兩變量VAR模型表示為:

(式5.6)中，α =(α1，α2)＇，ut=(u1t;u2t)＇。yt為2 ×1 階時間序列向量，α 為2 ×1 階常數(shù)項列向量，IIi(i=1，2，…，k)為第i個待估參數(shù)2×2階矩陣，ut為2×1階隨機誤差列向量，且均值為零的白噪音。對(式5.6)進行差分變換可得:

如果(式5.6)中的序列都是一階單整，則在(式5.7)中分別作為yt和yt-i一階差分的Δyt和Δyt-i都是平穩(wěn)的，且如果(式5.6)中yt所表示的兩個變量之間存且僅存一個協(xié)整關系，則(式5.7)可以用誤差修正模型(式5.8)表示:

(式5.8)中，每一個方程都是誤差修正模型。ecmt-1是誤差修正項，由lnINCON和lnBJZD之間的長期均衡關系確定。β稱為調整系數(shù)，其絕對值反映了序列受短期影響而偏離長期均衡狀態(tài)時，將其調整到均衡狀態(tài)的速度。

(二)ADF檢驗

在對變量進行檢驗之前，先通過各序列的圖形表示對各變量的平穩(wěn)性作一個初步判斷。一個非平穩(wěn)序列往往隨著時間的變化呈現(xiàn)上升或下降的趨勢，如圖5.8和圖5.9，LnBJZD和LnINCON隨著時間變化分別呈現(xiàn)下降和上升的趨勢，因此LnBJZD和LnINCON都是非平穩(wěn)序列。根據圖5.10和圖5.11，D(LnBJZD)和D(LnINCON)在所取的時間區(qū)間內圍繞某一點上下波動，最終又回到該點，因此其是平穩(wěn)序列。

圖5.8 LnBJZD的變化趨勢

圖5.9 LnINCON的變化趨勢

圖5.10 D(LnBJZD)的變化趨勢

圖5.11 D(LnINCON)的變化趨勢

接著，本文采用ADF檢驗法對lnBJZD和lnINCON序列進行單位根檢驗，以確定其平穩(wěn)性。表5.3給出了產業(yè)結構調整指標和銀行集中度的自然對數(shù)及其一階差分的ADF單位根檢驗結果。根據結果，各變量序列ADF檢驗的統(tǒng)計值都大于5%的臨界值，表明各變量序列都是不平穩(wěn)的。但在5%的顯著性水平下，各變量的一階差分序列的ADF檢驗的統(tǒng)計值小于臨界值，因此各變量的一階差分序列都拒絕原假設，是平穩(wěn)的。

表5.3 ADF單位根檢驗結果

(三)協(xié)整檢驗

為了檢驗lnINCON和lnBJZD是否存在長期均衡關系，需要進行協(xié)整檢驗。本部分仍然采用Johnson協(xié)整檢驗法來進行協(xié)整檢驗，首先確定VAR模型的最優(yōu)滯后階數(shù)?？紤]到樣本空間的限制，本文從最大滯后階數(shù)4開始檢驗，得到表5.4的判斷值。根據表5.4，以上五個判斷標準都對應著滯后階數(shù)為3，特別是AIC和SC準則判斷的滯后期其對應數(shù)值同時達到最小，因此確定無約束VAR模型的最優(yōu)滯后階數(shù)為3，從而協(xié)整檢驗的VAR模型的最優(yōu)滯后階數(shù)應為2，即VAR(2)。

表5.4 無約束VAR模型最優(yōu)滯后階數(shù)檢驗

根據圖5.12，被估計的VAR模型所有根模的倒數(shù)小于1，即位于單位圓內，表明模型是穩(wěn)定的，因此進行脈沖響應函數(shù)和方差分解的結果將是有效的。

圖5.12 VAR(3)平穩(wěn)性檢驗結果

本文基于VAR(2)模型的JJ檢驗法檢驗結果如表5.5所示:

表5.5 JJ協(xié)整檢驗結果

表5.5是為了對該模型的協(xié)整方程數(shù)目進行選擇。表5.5顯示，原假設“沒有協(xié)整關系”的跡統(tǒng)計量為25.19851，比5%的顯著性水平下的臨界值15.49471要大，拒絕原假設，表明至少有一個協(xié)整方程。而對于“至多有一個協(xié)整關系”的原假設，其跡統(tǒng)計量的值2.736572小于5%的顯著性水平下的臨界值3.841466，接受原假設，表明lnINCON和lnBJZD之間有且僅有一個協(xié)整方程。

表5.6 標準化協(xié)整方程系數(shù)

根據表5.6可知，廣東省的銀行集中度對產業(yè)結構調整的影響彈性系數(shù)為-11.31796，表在長期內銀行集中度與產業(yè)結構調整呈明顯的負相關關系，即銀行集中度每增加1%，第三產業(yè)產值與第二產業(yè)產值之比將下降11.31796%，即銀行集中度的增加會促使第二產業(yè)以比第三產業(yè)更快的速度增長。協(xié)整方程如下:

式中，表示殘差序列。

表5.7 的單位根檢驗

對序列ut進行單位根檢驗，結果如表5.7所示。在99%的置信度水平下，ADF檢驗的統(tǒng)計值-14.64510遠小于1%顯著性水平下的臨界值-4.323979，所以殘差序列ut是一個平穩(wěn)序列，從而驗證了以上序列間的協(xié)整關系是正確的。

(四)向量誤差修正模型(VECM)

為了反映銀行集中度與產業(yè)結構調整之間的短期偏離機制，本文采用向量誤差修正模型進行分析。由于VAR模型的最有滯后階數(shù)是2，因此VECM模型的滯后階數(shù)應為1。檢驗結果如表5.8所示。

通過前面的分析，已確定了VECM的形式，根據表5.7，本文進一步確定其具體形式如下:

式 5.10 中，ecmt-1=lnINCONt-1+11.31796lnBJZDt-1-4.76289

誤差修正系數(shù)等于-0.003039，為負，符合反向修正機制。然而，誤差修正系數(shù)的絕對值很小，表明糾正上一期非均衡的程度約為0.3%，說明當銀行集中度偏離其與產業(yè)結構調整的長期均衡水平時，從非均衡狀態(tài)向長期均衡狀態(tài)調整的速度相當慢。

表5.8 向量誤差修正模型估計結果

(五)Granger因果檢驗

上述協(xié)整關系檢驗的結果表明，銀行集中度與產業(yè)結構調整之間存在顯著的負相關系，即存在著長期穩(wěn)定的均衡關系。本文基于VAR模型對變量進行Granger因果檢驗，檢驗結果如表5.9所示。

表5.9 Granger因果檢驗結果

由表5.9可知，在5%的顯著性水平下，銀行集中度是產業(yè)結構調整的Granger原因，而產業(yè)結構調整對銀行集中度的影響不顯著，不是其Granger原因。因此，銀行集中度與產業(yè)結構調整僅為單向的因果關系，表現(xiàn)為銀行集中度是引起產業(yè)結構調整Granger變化的原因。

(六)脈沖響應函數(shù)

圖5.13和圖5.14就是基于VAR模型得到的脈沖響應曲線圖。根據圖5.13可知，lnBJZD對lnINCON的一個單位沖擊是負的效應，在前8期沖擊效應逐漸加強，且速度較快，最終達到-0.028，之后沖擊效應逐步減弱，且速度較慢，這表明銀行集中度對產業(yè)結構調整有阻礙作用。從圖5.14可知，lnINCON對lnBJZD的一個單位沖擊也是負的效應，在前10期，lnINCON對lnBJZD的沖擊效應波動較大，其中在第1期降到-0.01，而到第2期立即升到-0.035，之后又逐步下降，在10期之后，沖擊值穩(wěn)定在-0.05左右，這表明產業(yè)結構調整對銀行集中度會產生制約作用?？偠灾y行集中度與產業(yè)結構調整之間存在著顯著地負相關關系。

圖5.13 lnBJZD對lnINCON沖擊的響應

圖5.14 lnINCON對lnBJZD沖擊的響應

五、結論及政策啟示

本文基于2006-2011廣東省17市銀行業(yè)、股票市場以及產業(yè)結構的面板數(shù)據對金融結構與產業(yè)結構調整之間的互動關系時進行了實證分析，在此基礎上進一步利用1980-2011廣東省銀行集中度和產業(yè)結構的時間序列數(shù)據對銀行業(yè)結構與產業(yè)結構調整之間的互動關系進行實證分析，得出以下結論及啟示:

第一，銀行業(yè)的發(fā)展對產業(yè)結構調整有明顯的正向促進作用，而股票市場的發(fā)展對產業(yè)結構調整有一定的負向影響。該結論說明了銀行業(yè)的發(fā)展在產業(yè)結構調整中發(fā)揮著不可替代的作用，而股票市場由于不完善及多種非經濟因素的影響，對產業(yè)結構調整產生了一定的阻礙作用。因此，在現(xiàn)階段要處理好銀行、股票市場組成的金融結構與產業(yè)結構調整的關系，應從兩方面著手:一方面，應繼續(xù)推進銀行業(yè)改革，提高銀行業(yè)運行效率，從而最大限度的發(fā)揮銀行業(yè)對產業(yè)結構調整的促進作用;另一方面，應逐步完善股票市場機制，提高股市市場的透明度，重點建設一個良好的股票投資壞境，從而盡可能的使股票市場由原來的阻礙產業(yè)結構調整轉變?yōu)榇龠M產業(yè)結構調整。

第二，銀行集中度的提高不利于產業(yè)結構調整。廣東省銀行集中度LnBJZD與產業(yè)結構調整指標LnINCON的時間序列均為非平穩(wěn)序列，但對其進行一階差分后都為平穩(wěn)序列，即lnBJZD和lnINCON都是一階單整序列。通過JJ協(xié)整檢驗法，發(fā)現(xiàn)lnBJZD和lnINCON存在長期穩(wěn)定的均衡關系，且關系為負，即表現(xiàn)為銀行集中度的提高對產業(yè)結構調整有長期的負向影響。然而，通過向量誤差修正模型，發(fā)現(xiàn)當銀行集中度偏離其與產業(yè)結構調整的長期均衡水平時，將有一個0.3%的調整系數(shù)使得其從非均衡狀態(tài)向長期均衡狀態(tài)調整，調整速度相對較慢。在5%的顯著性水平下，銀行集中度是產業(yè)結構調整的Granger原因，而產業(yè)結構調整不是銀行集中度的Granger原因，銀行集中度與產業(yè)結構調整僅為單向的因果關系。根據脈沖響應函數(shù)分析結果，lnBJZD對lnINCON的脈沖響應都是負向響應，再次表明銀行集中度的提高會阻礙經濟的增長。而前文分析中提到銀行業(yè)的發(fā)展能夠促進產業(yè)結構調整，因此這很大程度上得益于廣東省銀行業(yè)集中度的降低。換言之，為了使銀行業(yè)的發(fā)展更好地促進產業(yè)結構調整，必須提高銀行業(yè)的競爭，逐步降低四大國有商業(yè)銀行的壟斷地位。

［1］Schumpeter，Joseph A.Theorie der Wirtschaftlichen Entwicklung(The theory of economic development).Leipzig:Dunker and Humblot，1912［M］.translated by Redversopie.Cambridge，MA:Harvard U.Press，1934.

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

［3］林毅夫，章奇，劉明興.金融結構與經濟增長:以制造業(yè)為例［J］.世界經濟，2002(1):3-11.

［4］馬正兵.中國經濟增長中的信貸結構與效率實證分析［J］.河北經貿大學學報，2004(6):39-43.

［5］范方志，張立軍.中國地區(qū)金融結構轉變與產業(yè)結構升級研究［J］.金融研究，2003(11):36-48.

［6］Rajan，Rhagurm G.，Zingales，Luigi.Financial Dependence and Growth［J］.The American Economic Review，1998，88(3):559-586.

［7］韓蓉.我國經濟轉型中的金融轉型問題［J］.合作經濟與科技，2011(22):56-57.

［8］羅美娟.證券市場推動產業(yè)成長的機理分析［J］.云南大學人文社會科學學報，2001(1):43-46.

［9］張麗拉.試述廣東產業(yè)結構調整的金融支持［J］.學術研究，2000(11):53-55.

［10］姜嵋.廣東產業(yè)結構調整與金融支持［J］.廣東金融，1999(7):101-105.

［11］王良健，鐘春平.產業(yè)結構調整中金融發(fā)展的作用與定位［J］.經濟地理，2001(6):669-673.

［12］蔡紅艷，閻慶民.產業(yè)結構調整與金融發(fā)展—來自中國的跨行業(yè)調查研究［J］.管理世界，2004(10):79-84.

［13］陳晨.銀行業(yè)支持戰(zhàn)略性新興產業(yè)發(fā)展的創(chuàng)新、問題與對策——基于上海市15家商業(yè)銀行的調研［J］.證券市場導報，2013(6):21-26.