周建亮，鄢曉非

（中國礦業(yè)大學 力學與建筑工程學院，江蘇 徐州 221116）

0 引言

處于轉型時期的中國經濟要實現持續(xù)發(fā)展，必須正確把握金融發(fā)展與經濟增長的關系。一方面，作為發(fā)展中國家，需要加快金融產業(yè)發(fā)展，建立起與經濟快速增長相適應的現代金融體系，這不僅關乎金融體制改革乃至整個經濟體制改革的成敗，也關系到創(chuàng)新驅動發(fā)展戰(zhàn)略的最終成敗。另一方面，我國要借鑒發(fā)達國家金融危機的教訓，在發(fā)展金融產業(yè)的同時注意其與實體經濟的良性互動和協(xié)調發(fā)展。因此，從理論和實踐上深入研究金融業(yè)與實體經濟的良性互動關系這一問題有著十分重要的意義。本文試圖引入共生理論，在向量自回歸模型（VAR）的基礎上考察我國金融與實體經濟之間的共生關系問題，為金融與實體經濟關系研究提供新的理論視角和方法。

1 金融與實體經濟的共生關系

共生關系是指共生單元之間在特定的共生環(huán)境下，以某種共生模式形成的關系，共生的三要素包括共生單元、共生環(huán)境和共生模式。很顯然，在金融與實體經濟形成的共生系統(tǒng)的兩個共生單元分別是金融和實體經濟。共生單元以外的影響因素則組成共生環(huán)境，如經濟環(huán)境、社會環(huán)境、自然環(huán)境等。金融和實體經濟這兩個共生單元之間相互作用的方式則是其共生模式。

金融與實體經濟共生的行為模式包括寄生、偏利共生、非對稱互惠共生和對稱性互惠共生四種情況。

寄生是金融業(yè)與實體經濟之間一種特殊的、本身不會產生新的價值的共生形式，寄生單元金融的生存和發(fā)展依靠的是“食取”寄主實體經濟的收益，而實體經濟因收益下降而不斷降低生存能力。在寄生模式下，如果實體經濟收益降低幅度超過其自身盈利能力，作為寄主的實體經濟將會衰亡，作為宿主的金融業(yè)也將失去了生存條件。因此，這種共生方式只是一種理論抽象，在市場經濟中很少存在。

偏利共生從寄生向互惠共生轉換的中間類型。與金融業(yè)與實體經濟之間的寄生相比，偏利共生關系產生新價值，但這種新價值一般只向金融業(yè)與實體經濟之中的某一方轉移。對另一方則沒有影響。一般來說，這種“利人不利己”的交易難以產生持續(xù)的共生作用，這是由理性的市場主體的性質所決定的。

非對稱性互惠共生是最常見的一種也是影響最廣泛的一種共生模式。在金融業(yè)與實體經濟之間非對稱性互惠共生關系中，金融業(yè)與實體經濟分工合作而產生新的價值，但這些新價值往往由于共生界面的作用而形成非對稱性分配。在現實中，由于金融業(yè)往往具有壟斷地位，因此金融業(yè)與實體經濟的共生界面往往有利于金融業(yè)，從而使得金融業(yè)在利益分配中占有優(yōu)勢地位。

對稱性互惠共生模式是指共生單元之間達成緊密合作關系，彼此獲得其應有的收益。在金融業(yè)與實體經濟之間對稱性互惠共生關系中，通過金融業(yè)與實體經濟的分工與合作能夠提高雙方的效率，獲得更多的新價值，且這些新價值能夠通過共生界面在共生單元之間實現對稱分配。對稱性互惠共生是金融業(yè)與實體經濟之間所有共生關系中最理想的類型，而且也是最有效率且最穩(wěn)定的共生方式。

金融業(yè)與實體經濟共生系統(tǒng)的共生行為發(fā)展模式主要表現為從寄生、偏利共生到非對稱性互惠共生，再到對稱性互惠共生的發(fā)展演變過程。這個過程展現了金融和實體經濟由不平等共生到平等共生、由不穩(wěn)定共生到穩(wěn)定共生的發(fā)展變化過程。當然，由于金融和實體經濟的內在性質差異，使得它們在共生體中的地位是不同的，很難做到絕對的共生利益分配均衡，因此，從長遠看，非均衡才是長期的和經常的狀態(tài)，均衡是暫時的。

2 金融與實體經濟的VAR模型

從理論上的分析，我們可以知道金融與實體經濟的共生關系有四種，但我國的金融與實體經濟到底是哪一種共生關系呢？這一點可以根據貢獻程度的差異來進行區(qū)分。若實體經濟對金融業(yè)的貢獻程度遠大于金融業(yè)對實體經濟的貢獻程度，則說明二者在發(fā)展過程中屬于Patrick（1966）所提出的實體經濟需求跟進模式；若金融業(yè)對實體經濟的貢獻程度遠大于實體經濟對金融業(yè)的貢獻程度，則說明二者在發(fā)展過程中屬于Goldsmith（1969）提出的金融拉動型增長模式，金融在實體經濟的發(fā)展過程中起到核心作用。下文將具體通過脈沖響應模型計算金融發(fā)展與實體經濟增長之間的貢獻程度的大小。

VAR模型不以經濟理論為基礎，在模型的每一個方程中，內生變量對模型的全部內生變量的滯后值進行回歸，從而估計全部內生變量的動態(tài)關系（Sims，1980）[1]。VAR模型強調讓數據自己說話，這是其與建立在傳統(tǒng)經濟理論基礎上的結構化模型最大的不同之處，這種特性使得VAR模型避開了結構化模型中內生變量建模滯后期問題。VAR模型的一般表達式為：

式（1）中，Yt為因變量向量，Xt為自變量向量，A1，A2…，Ap和B1，B2，…，Bq為待估計參數矩陣，εt為隨機擾動項向量，因變量和自變量的滯后期分別為p和q，一般根據AIC和SC信息量取值最小的準則確定。

為了避免非平穩(wěn)時間序列所產生偽回歸問題，在回歸之前，必須先對模型多涉及到的時間序列變量進行單位根及協(xié)整檢驗。如果單位根檢驗表明時間序列存在單位根，則需要經過差分后才能平衡（Dickey和Fuller，1979）[2]。為了避免用差分后的序列進行建模時產生的長期調整信息丟失的問題，還需要用協(xié)整檢驗來考察非平穩(wěn)經濟變量間蘊涵的長期均衡關系。

協(xié)整分析只是說明各變量之間在結構上的因果關系和長期關系是否均衡，至于各變量的單位變化通過其內在聯系對整個系統(tǒng)的擾動，則需要通過脈沖響應分析來得到。脈沖響應函數（Impulse Response Function）是用來衡量隨機擾動項的一個標準差沖擊對其他變量當前和未來取值的影響。脈沖響應函數雖然能夠比較直觀地刻畫出變量之間的動態(tài)交互作用及效應，但由于該函數正交化變換的結果嚴重依賴于各變量的順序。為了克服這一缺陷，Koop（1996）等提出廣義脈沖響應函數[3]，Pesaran和 Shin（1998）隨后進行了改進[4]，將廣義脈沖響應函數定義為：

式（2）中表示在t-1時刻已知的信息集，δk表示來自第k個變量的沖擊。n是該沖擊響應的時期數。Pesaran和Shin（1998）證明廣義脈沖響應是唯一的，并且考慮了觀測到的不同形式沖擊和它們之間的相關性。因此，利用廣義脈沖響應函數得到的結果更具穩(wěn)定性和說服力。

3 實證研究

金融業(yè)是個復雜的系統(tǒng)，包括銀行業(yè)、保險業(yè)、信托業(yè)、證券業(yè)和租賃業(yè)。作為一個國家或地區(qū)金融業(yè)發(fā)展的衡量指標也是多方面的，如金融業(yè)增加值、貨幣供應量、社會融資規(guī)模、金融業(yè)從業(yè)人員等。這些因素都能在一定程度上反映金融業(yè)的發(fā)展。本文選取金融業(yè)增加值作為衡量金融業(yè)發(fā)展的標志，這是因為相比其他指標而言，金融業(yè)增加值作為一個綜合性的指標能比較全面反映一個國家或者地區(qū)金融業(yè)發(fā)展水平。實體經濟是指物質的、精神的產品和服務的生產、流通等經濟活動，不僅包括農業(yè)、工業(yè)、交通通信業(yè)、商業(yè)服務業(yè)、建筑業(yè)等物質生產和服務部門，也包括教育、文化、知識、信息、藝術、體育等精神產品的生產和服務部門。實體經濟并不是一個嚴格的經濟學概念，與之相關聯的是除去房產市場和金融市場之外的部分，因為本文采用GDP除掉金融業(yè)和房地產業(yè)增加值的那部分作為衡量實體經濟發(fā)展的指標進行分析。數據分析的樣本期間選擇在1978～2012年間，數據來源于各年份的《中國統(tǒng)計年鑒》。1978～2012年我國金融業(yè)與實體經濟增加值（2000年不變價）見圖1。

圖1 1978～2012年我國金融業(yè)與實體經濟增加值（2000年不變價）

3.1 單位根檢驗與協(xié)整分析

為了保證模型的有效性，首先應用ADF單位根檢驗對金融業(yè)與實體經濟增加值時間序列數據的穩(wěn)定性進行檢驗。經過多次嘗試，選擇最佳滯后期和檢驗形式，得到單位根結果如表1所示。

表1 金融業(yè)與實體經濟增加值時間序列的單位根檢驗結果

從表1可以看到，檢驗結果表明，金融業(yè)與實體經濟增加值水平時間序列的ADF檢驗值均大于5%顯著性水平的臨界值，所以接受單位根假設，因此它們都是不平穩(wěn)的單位根過程，但其一階差分是平穩(wěn)的，即金融業(yè)與實體經濟增加值時間序列具有相同的協(xié)整階數——均為一階單整序列，可以檢驗它們之間的協(xié)整關系。

表2是金融業(yè)與實體經濟之間的Johansen（1988）協(xié)整檢驗結果[5]。在5%的臨界水平下，軌跡統(tǒng)計量16.03大于12.32，表明應該拒絕不存在協(xié)整關系的原假設，應接受“至少存在一個協(xié)整關系”；而軌跡統(tǒng)計量5.23大于4.12表明“最多存在1個協(xié)整關系”不成立，也即在95%的置信水平下，金融業(yè)發(fā)展和實體經濟增長之間存在2個協(xié)整關系，這說明兩者之間存在著一種長期均衡。

表2 金融業(yè)與實體經濟增加值Johansen協(xié)整檢驗結果

3.2 VAR模型以及脈沖函數響應路徑

確定變量的滯后期是VAR模型建模的關鍵。本文根據LR（似然比檢驗統(tǒng)計量）、FPE（最終預測誤差）、AIC信息準則、SC信息準則及HQ信息準則等五個常用指標確定最佳滯后階數，VAR滯后期選擇的標準如表3所示。

表3 VAR滯后期選擇的標準

從表3不難看出，五個準則都傾向選擇2階滯后模型，在綜合考慮模型擬合度、殘差的異方差性、自相關性和正態(tài)性后，本文最終選擇滯后2期為最優(yōu)水平。

對VAR（2）模型進行穩(wěn)定性檢驗結果見圖2，每個特征方程的特征根均位于單位圓內表明VAR（2）模型是穩(wěn)定的，可以作為脈沖響應函數分析的依據。

圖2 VAR模型穩(wěn)定性檢驗結果

由上面所得到的VAR（2）模型，基于廣義脈沖響應函數式，可以得到金融發(fā)展與實體經濟增長之間的相互沖擊動態(tài)響應路徑，見圖3和圖4。

圖3 金融發(fā)展對其自身以及實體經濟增長的脈沖響應

圖3中縱坐標是變量對擾動項一個標準差沖擊的響應程度，橫坐標是廣義脈沖響應函數的未來響應基數。金融發(fā)展對其本身的一個標準差擾動長期而言具有負效應，但該負效應產生有一個滯后期。從圖3可以看出，金融發(fā)展對其本身的一個標準差擾動在第1期表現為正效應，這種正效應在第2期上升到最大，隨后正效應影響逐漸下降，從第7期以后正效應消失逐漸產生負效應，且負效應逐漸增大。

金融發(fā)展對實體經濟增長的一個標準差擾動的反應整體是正向效應，在第1期接近零，而在隨后正效應不斷上升，并在第8期達到最大，之后正效應影響逐漸趨于平穩(wěn)。對比來看，金融發(fā)展受到自身標準差的沖擊短期為正向效應長期為負向效應，而金融發(fā)展受到實體經濟增長標準差的沖擊為正向效應，且金融發(fā)展受到實體經濟發(fā)展標準差的沖擊超過金融發(fā)展受到自身的沖擊。在考察期內金融發(fā)展受到實體經濟增長沖擊的累計反應值為2180，金融發(fā)展受到自身沖擊的累計反應值則為1393。

金融發(fā)展對其自身以及實體經濟增長的脈沖響應結果所揭示的經濟含義如下：金融業(yè)發(fā)展水平對其本身短期為正向影響但長期為負向影響，表明實體經濟是金融存在的基礎，金融業(yè)的發(fā)展不能建立在自身“空中樓閣”之上。拋開實體經濟來單獨強調金融的發(fā)展，便會造成金融資本泛濫，導致資源配置的扭曲。金融脫離了實體經濟，金融資本便會流向投機市場，擾亂商品市場秩序，甚至給整個實體經濟帶來危機。實體經濟對金融業(yè)的發(fā)展呈現出正向影響，且該正向影響超過金融業(yè)受其自身的負向影響，表明了我國實體經濟發(fā)展對金融發(fā)展的正向推動力量超過了其他制約金融業(yè)發(fā)展的力量，正向推動了金融業(yè)的發(fā)展。這表明我國金融與實體經濟的關系屬于Patrick（1966）所提出的實體經濟需求跟進模式。

從圖4可以看出，實體經濟增長對其本身的一個標準差的沖擊在第1期就顯示出很高的正向效應，且這種正向效應一直在上升，只是上升幅度逐漸減??；實體經濟增長對金融發(fā)展的標準差新息反應在第1期和第2期均為零，從第3期開始逐漸顯現出負向效應，之后逐漸增大。在考察期內實體經濟增長受到本身沖擊的累計反應值為26233，實體經濟增長受金融發(fā)展沖擊的累計反應值卻為-32018，對比可以看出實體經濟增長受金融發(fā)展的負向影響超過實體經濟增長受其自身的正向影響。

圖4 實體經濟增長對其自身以及金融發(fā)展的脈沖響應

實體經濟增長對其自身以及金融發(fā)展的脈沖響應結果揭示出這樣的經濟含義：金融部門與實體經濟部門既存在合作也存在競爭。金融部門在發(fā)揮其為實體經濟部門提供資金支持的同時，也在謀求自身利益膨脹，榨取實體經濟部門的財富。我國實體經濟發(fā)展更多來自自身的循環(huán)累積，金融業(yè)對實體經濟的扶持在短期內具有沒有明顯的推動作用，但從長期來看反而還制約了實體經濟發(fā)展。只是因為我國實體經濟本身的規(guī)模遠超金融業(yè)，我國實體經濟整體上處于上升狀態(tài)。總之，我國實體經濟的發(fā)展更多來自實體經濟本身的正效應。

總的看來，我國金融業(yè)與實體經濟之間是一種非對稱性互惠共生關系。在我國由于金融業(yè)具有壟斷地位，因此實體經濟往往在與金融業(yè)共生的過程中處于弱勢地位，受金融壟斷盤剝。有統(tǒng)計數據表明，2012年中國500強企業(yè)中5家國有商業(yè)銀行收入僅占比為6.2%，利潤卻占到35.6%，而500強企業(yè)中268家制造業(yè)企業(yè)收入占比為41.1%，而利潤卻僅占20.2%。這表明，實體經濟和金融業(yè)之間存在懸殊的利潤差距，企業(yè)利潤向金融業(yè)集中。金融業(yè)的高利潤意味著實體經濟不僅融資難，而且融資成本高，這也影響了實體經濟的發(fā)展。

4 結論與政策建議

本文從理論上探討了金融與實體經濟的共生關系，并建立金融發(fā)展與實體經濟增長的脈沖響應模型考察金融發(fā)展與實體經濟增長之間的貢獻程度的大小，進而對我國金融與實體經濟的共生模式進行判斷。研究結果表明我國金融業(yè)與實體經濟之間是一種有利于金融業(yè)的非對稱性互惠共生關系，屬于Patrick（1966）所提出的實體經濟需求跟進模式。

我國的金融業(yè)呈現出高度的壟斷性，主要包括兩個方面：一是利率沒有市場化，國家壟斷資金價格的定價權；二是金融市場沒有放開，國家壟斷市場準入權，在金融領域中缺少市場最活躍的一支重要力量——民間資本。在這種情況下，金融對實體經濟的服務效率和效果都較差，同時它自身還積淀了很多風險，甚至還會拖累實體經濟的發(fā)展，所以必須推動中國金融體系的變革，推動金融業(yè)與實體經濟向對稱性互惠共生模式發(fā)展。中國金融體系的變革最重要的一點時要打破目前金融業(yè)的高度壟斷，開放民間金融，大力扶持民營中小銀行發(fā)展，對金融體系實施一次具有重大戰(zhàn)略意義的變革。我們很高興地看到，互聯網金融的出現和發(fā)展加速了這種變革。為防范風險，對互聯網金融適當規(guī)范是必需的，但從長期戰(zhàn)略來看，還是要鼓勵發(fā)展，因為無論是建立普惠金融，還是推動金融改革、結構調整，互聯網金融對中國都是“歷史性機遇”。

[1]Sims C.Macroeconomics and Reality[J].Econometrica,1980,(48).

[2]Dickey D A,Fuller W A.Distribution of The Estimatorsfor Autoregressive Time Series With A Unit Root[J].Journal of The American Statistical,1979,(74).

[3]Koop G.Parameter Uncertainty and Impulse Response Analysis[J].Journal of Econometrics,1996,(72).

[4]Pesaran M H,Shin Y.Generalized Impulse Response Analysis in Linear MultivariateModels[J].Economic Letter.1998,(58).

[5]Johansen S.Statistical Analysis of Cointegrationvectors[J].Journal of Economic Dynamics and Control,1988,(12).