曹廷求 王文韜

摘? ?要：使用系統(tǒng)廣義矩估計方法，選取我國省級面板數(shù)據，通過實證檢驗刻畫金融發(fā)展對經濟增長的緩釋效應及其實現(xiàn)機制。實證結果表明：在經濟政策不確定性條件下，金融發(fā)展對經濟增長的正向作用形成了獨特的緩釋效應，選擇替代變量進行穩(wěn)健性檢驗后依然顯著存在。渠道檢驗顯示：緩釋效應主要通過金融摩擦渠道和投資渠道進行傳導。進一步檢驗發(fā)現(xiàn)：不同經濟發(fā)展水平和不同產業(yè)結構的地區(qū)的緩釋效應存在差異，在中西部和東北地區(qū)的作用效果相對更大，第三產業(yè)占比較高的地區(qū)影響更強。為此，應重視我國各地區(qū)金融發(fā)展的積極作用，大力推進金融供給側結構性改革，在新時代發(fā)揮好金融發(fā)展對經濟增長的緩釋功能。

關鍵詞：金融發(fā)展;經濟增長;緩釋效應;不確定性

中圖分類號：F832.0? ?文獻標識碼：A? ?文章編號：1003-7543（2020）05-0094-14

近年來，“不確定性”一詞被頻繁提及。中國人民銀行發(fā)布的《中國金融穩(wěn)定報告（2019）》指出，全球經濟政治格局正處于深度調整階段，多種不確定性交織出現(xiàn)，我國經濟發(fā)展面臨的內外部挑戰(zhàn)明顯增多。長期以來，我國重要金融機構運行穩(wěn)健，金融發(fā)展對經濟持續(xù)健康增長作出了較大貢獻。黨的十九屆四中全會提出，應加強資本市場基礎制度建設，健全具有高度適應性、競爭力、普惠性的現(xiàn)代金融體系。在宏觀經濟政策不確定性程度增加的背景下[1]，需要我們對金融發(fā)展影響經濟增長的作用機制進行重新審視。

金融體系中的技術進步和產品創(chuàng)新可以提高金融市場效率，為經濟實體提供多元化投資方式，搭建多渠道融資平臺。金融發(fā)展能夠有效防范經濟政策的不確定性風險，對經濟增長具有促進作用。

一、相關文獻綜述

作為經濟金融領域的核心問題，金融發(fā)展與經濟增長關系的研究始終吸引著一代又一代學者?？v觀國內外已有金融發(fā)展與經濟增長的研究，主要聚焦于“一個核心、三個問題”?！耙粋€核心”指的是金融發(fā)展與經濟增長之間到底存在什么樣的關系[2]，“三個問題”是指：金融發(fā)展與經濟增長的因果關系，金融發(fā)展影響經濟增長的前提條件，金融發(fā)展影響經濟增長的傳導機制[3]。

一些研究者還從宏觀視角出發(fā)探究金融發(fā)展與經濟增長之間的關系。彭俞超等認為，我國金融發(fā)展對經濟增長的影響存在結構效應，在不同歷史階段、地理區(qū)間、融資條件以及傳導渠道下，金融發(fā)展對經濟增長的影響存在顯著差異[4]。出于市場不完全以及金融發(fā)展具有結構效應的考慮，我們應當基于金融影響經濟的宏觀背景和影響機制來分析二者之間的關系。

眾多學者就金融發(fā)展與經濟增長孰因孰果、金融發(fā)展是促進還是抑制了經濟增長、金融發(fā)展與經濟增長是線性還是非線性等問題進行了深入研究[5-7]。其中，金融發(fā)展對經濟增長的正向作用得到越來越多的證明。邵宜航等使用我國省際面板數(shù)據，實證分析了不同金融發(fā)展模式通過技術進步對經濟增長產生促進作用[8]。然而，近年來陸續(xù)有學者研究發(fā)現(xiàn)金融發(fā)展與經濟增長之間存在非線性關系，并由此提出了防范金融過度發(fā)展的相關建議[9]。

隨著世界各國經濟的持續(xù)發(fā)展和深度合作，一個國家會根據自身發(fā)展定位和外部環(huán)境變化不斷調整經濟政策目標。經濟政策調整的目標是確保經濟實現(xiàn)更好發(fā)展。Gulen等學者指出，由于經濟政策調整內容及其方向可能與公眾預期相悖，這一矛盾將為經濟主體注入不確定性因素而產生經濟政策不確定性問題[10]。張兵兵等研究指出，經濟政策不確定性的增加通常伴隨著經濟波動而發(fā)生，往往不利于市場經濟的穩(wěn)定發(fā)展，甚至會對經濟增長產生負向影響[11]，但他們沒有進一步研究在經濟政策變化所帶來的不確定性增加引起經濟市場波動時金融發(fā)展可能發(fā)揮的作用。另外，Caldara等學者研究發(fā)現(xiàn)，金融市場不完善與不確定性對經濟增長造成負面影響之間存在密切聯(lián)系，而金融發(fā)展可以緩解經濟政策不確定性條件對經濟增長的負面影響[12]。目前，國內外鮮有基于中國數(shù)據對這一問題進行實證分析的文章。

總體來看，既有文獻主要關注金融發(fā)展通過市場體制內部因素對經濟增長產生影響，一方面金融發(fā)展可通過資本積累、提高生產力水平等促進經濟增長[3];另一方面金融過度發(fā)展會影響資金配置和人力資源分流，最終對經濟增長產生負面影響。雖然國內學者在研究金融發(fā)展對經濟增長的影響上已經碩果累累，但是他們相對忽略了以我國經濟政策不確定性為宏觀背景去考察金融發(fā)展對協(xié)調經濟社會健康運行的重要作用，本文將在這一方面彌補相關文獻研究的不足。

二、理論邏輯與研究假設的提出

圖1展示了在不同經濟政策不確定性水平下我國各省份金融發(fā)展與經濟增長變量的散點分布及其擬合線。其中，橫坐標表示使用金融行業(yè)增長率衡量的各省份金融發(fā)展水平，縱坐標表示使用實際GDP增長率衡量的各省份經濟增長水平，左右兩圖分別為經濟政策不確定性較低和較高時的分布情況。

由圖1可以發(fā)現(xiàn)：第一，兩組實際GDP增長率的波動幅度相近，但金融發(fā)展水平的變化程度不同，在經濟政策不確定性較高時，金融發(fā)展水平每提高一單位，實際經濟增長率增加幅度相對更大。由此可以初步推斷，在經濟政策不確定性增加時金融發(fā)展可能發(fā)揮著某種功能，使其具有更強的促進經濟增長的積極作用。第二，從散點圖分布來看，金融發(fā)展對經濟增長表現(xiàn)出非線性趨勢，為保證檢驗結果的準確性，在實證檢驗部分，我們將金融發(fā)展的二次項加入回歸模型。

本文由一個地區(qū)面對的宏觀經濟政策不確定性出發(fā)，探究在外部影響下金融發(fā)展對該地區(qū)經濟增長的影響效應及其內部實現(xiàn)機制，并將這一影響效應命名為“緩釋效應”?；谇笆鲇懻摚岢鋈缦录僭O：

假設1：金融發(fā)展可以緩解經濟政策不確定性的負向影響，從而發(fā)揮促進經濟增長的功能，即金融發(fā)展對經濟增長具有緩釋效應。

已有文獻較為一致地指出經濟政策不確定性會通過投資、預防動機、金融摩擦三條渠道對經濟增長產生負面影響，而金融發(fā)展又與投資、預防動機和金融摩擦等密切相關，因此以上三條渠道能夠將金融發(fā)展、經濟政策不確定性與經濟增長三者連接起來，構成經濟政策不確定性背景下金融發(fā)展對經濟增長產生緩釋效應可能存在的三個傳導渠道（見圖2）。

首先，Bernanke和Bloom等學者指出，金融發(fā)展通過投資對經濟增長產生正向影響[13-14]，本文基于此探討緩解效應沿投資渠道的傳導機制。根據投資不可逆理論，當期投資者面對外部不確定性風險增加時往往選擇延期或直接取消投資。路曉蒙、趙爽、羅榮華研究發(fā)現(xiàn)，一個地區(qū)的金融發(fā)展能夠通過降低市場摩擦，同時提升微觀主體的金融素養(yǎng)、風險偏好和財富水平，最終促進個體進行理性投資，與此同時金融市場為投資者提供了更加多樣化的投資組合[15]。因此，我們有理由推測，在金融發(fā)展水平更高的市場中，投資方式更加多樣，投資主體更為活躍，不確定性風險對投資造成的負向影響可能相應減小。

其次，金融發(fā)展影響人們的預防動機，進而沿這一渠道對經濟增長產生緩釋效應。Born和Basu的研究認為，在外部不確定性增加時，出于對未來突發(fā)事件的預防性目的，人們傾向于減少消費并增加儲蓄，而考慮到價格黏性等問題，儲蓄無法及時轉化為投資，這一部分減少的投資將引起產出下降，進而使得經濟增長速度下降[16-17]?；轃槨⒔獋フJ為，完善的金融體系和愈發(fā)豐富的金融資產會通過促進家庭部門的跨期消費而實現(xiàn)消費平滑[18]，在更為健全的金融市場中由于存在更多的“籃子”放入“雞蛋”，人們的風險偏好程度增加，在此情況下公眾對不確定性敏感度降低，金融發(fā)展能夠通過抑制消費減少進而對經濟增長速度下降起到緩解作用。

最后，金融發(fā)展將改善金融環(huán)境，減少金融摩擦，從而對經濟增長產生緩釋效應。王博、李力、郝大鵬研究發(fā)現(xiàn)，在經濟市場中，違約風險和道德風險的存在會增加企業(yè)借貸成本，這一金融摩擦在經濟政策不確定性增加時更為顯著[19]?？梢酝茢啵敻∪慕鹑隗w系擁有更少的金融摩擦和更低的借貸成本時，經濟政策不確定性產生的負面沖擊將得到緩解，經濟增長動力將得以釋放。

綜上所述，在經濟政策不確定性的情況下，金融發(fā)展會通過減緩不確定性的負面風險，釋放促進經濟增長的活力?；诖耍疚目疾炝嗽诮洕卟淮_定性環(huán)境下金融發(fā)展在經濟增長中所扮演的角色，即金融發(fā)展的緩釋效應。結合已有文獻，金融發(fā)展水平的提高可能通過投資渠道、預防動機渠道和金融摩擦渠道發(fā)揮對經濟增長的緩釋效應，以上三條渠道可能構成緩釋效應的實現(xiàn)機制。由此，我們提出如下假設：

假設2：緩釋效應可以沿投資渠道、預防動機渠道和金融摩擦渠道對經濟增長產生促進作用。

此外，由于區(qū)域異質性會影響金融發(fā)展對經濟增長的作用效果[4]，緩釋效應的作用大小受區(qū)域異質性的影響或將有所差異。我們從地區(qū)經濟發(fā)展水平和產業(yè)結構兩個視角切入，提出如下兩個假設：

假設3a：在經濟發(fā)展水平不同的地區(qū)，緩釋效應對經濟增長的影響存在差異。

假設3b：對于產業(yè)結構分布不同的地區(qū)，緩釋效應對經濟增長的影響存在差異。

接下來，本文通過實證檢驗對上述問題進行分析，基于經濟政策不確定性視角，探究我國金融發(fā)展對經濟增長的影響。

三、研究設計

（一）數(shù)據來源

本文的樣本期間為2003—2018年，通過WIND數(shù)據庫、中經網統(tǒng)計數(shù)據庫、《中國區(qū)域金融運行報告》和《中國金融統(tǒng)計年鑒》等對我國31個省份①的變量數(shù)據進行收集整理，使用線性插值法對缺失值進行處理，總樣本個數(shù)為496。

（二）模型設計

學者們的研究表明，金融發(fā)展與經濟增長之間存在非線性關系[6]，而經濟增長變量具有對其前期偏向走勢的繼承性，因此將被解釋變量實際經濟增長率滯后一期作為解釋變量加入模型，同時加入金融發(fā)展變量的二次項，設計如下非線性回歸模型：

式（1）中，yit和yi，t-1分別表示經濟增長及其滯后一期值。CNEPUt-1表示經濟政策不確定性指數(shù)，由于政策的發(fā)布與落實之間存在滯后性，本文選擇不確定性指數(shù)的滯后一期，并且加入經濟政策不確定性指數(shù)與金融發(fā)展指標的交互項（GF×CNEPU）以檢驗緩釋效應。GFit表示用金融行業(yè)增長率衡量的金融發(fā)展水平，考慮到金融發(fā)展與經濟增長之間可能存在的非線性關系，使用GF×gf_gI表示金融發(fā)展變量的二次項。Xi，m，t-1是控制變量集合，μi代表省份個體效應，εit為隨機擾動項。

考慮到模型中包含被解釋變量的滯后項，本文采用系統(tǒng)廣義矩估計（系統(tǒng)GMM）方法進行實證檢驗。相較于差分GMM和水平GMM，系統(tǒng)GMM可以提高估計效率，并且估計出不隨時間變化的變量系數(shù)。本文假設{Δyi，t-1，Δyi，t-2，…}與個體效應μi不相關，同時為了有效解決模型中可能存在的內生性問題，使用變量滯后階作為差分方程的工具變量，使用差分變量的滯后階作為水平方程的工具變量進行實證檢驗。

（三）變量說明與描述性統(tǒng)計

本文變量選取的解釋說明及數(shù)據描述性統(tǒng)計如表1所示。

被解釋變量：包括經濟增長指標和渠道檢驗變量。本文選擇實際GDP增長率（gRGdp）、人均實際GDP增長率（gRGdp_per）表示i省份第t年的經濟增長水平，以上一年為基期，分別通過實際GDP指數(shù)、人均GDP增長指數(shù)等計算得到;選擇某省份投資額增長率（Inv）、某省份消費總額增長率（Consum）、某省份銀行票據承兌貼現(xiàn)利率（Interest_Rate）分別作為投資、預防動機和金融摩擦三條渠道的代理變量①。

解釋變量：包括金融發(fā)展水平指標和經濟政策不確定性指數(shù)。本文使用金融行業(yè)增長率（GF，金融行業(yè)新增值的增長率）表示i省份第t年的金融發(fā)展水平。同時，張金清、陳卉研究指出，金融發(fā)展促進經濟增長的理論主要包括金融機構論和金融功能論[6]，因此為確?；貧w結果的穩(wěn)健性，本文選擇金融機構本外幣各項貸款增長率（gDebt）作為金融發(fā)展指標的替代變量，進行穩(wěn)健性檢驗。

在計算金融發(fā)展二次項時，使用金融業(yè)行業(yè)增長率減去第二產業(yè)增加值增長率②（gf_gI）乘以金融行業(yè)增長率作為金融發(fā)展二次項的衡量指標，按照我國三大產業(yè)的分類細則，第二產業(yè)以工業(yè)企業(yè)為主，第二產業(yè)增加值增長率可以較好地衡量實體部門的經濟發(fā)展情況。

此外，本文選擇由陸尚勤和黃昀編制的中國經濟政策不確定性指數(shù)的月度數(shù)據③表示我國經濟政策不確定性指數(shù)。考慮到數(shù)值特征，取其平均值并除以100得到經濟政策不確定性年度指數(shù)（CNEPU）[20]。

控制變量：包括規(guī)模以上工業(yè)企業(yè)利潤增長率（gPro）、常住人口城鎮(zhèn)化率（town）、工業(yè)生產者出廠價格指數(shù)（ppi）和消費價格指數(shù)（cpi）。所有的控制變量均取滯后一期值，以避免控制變量的內生性問題對回歸結果產生影響。

由表1可見，2003—2018年各省份的實際GDP增長率和人均實際GDP增長率的均值分別為10.944%和10.026%;用貸款增長率和金融行業(yè)增長率衡量的金融發(fā)展速度均值分別為16.165%和22.069%。變量gf_gI與金融行業(yè)增長率相乘、gd_gI與貸款增長率相乘構成金融發(fā)展變量的二次項，其中gf_gI和gd_gI的均值分別是0.102和0.033，金融指標增長率超過實體經濟增長率的幅度較小，表明金融發(fā)展較為順應實體經濟增長的節(jié)奏。中國經濟政策不確定性指數(shù)在樣本期間的均值為1.205，從統(tǒng)計上看不確定性指數(shù)逐年升高，這可以在一定程度上反映出我國的經濟政策調整較為頻繁。

規(guī)模以上工業(yè)企業(yè)利潤增長率、常住人口城鎮(zhèn)化率、消費價格指數(shù)和工業(yè)生產者出廠價格指數(shù)的均值分別為22.809%、50.068%、102.487、102.474。將這些控制變量放入模型進行回歸，在減少遺漏變量、完善模型的同時還可以觀察除核心解釋變量以外影響地區(qū)實際經濟增長率的因素。本文通過方差膨脹因子檢驗發(fā)現(xiàn)VIF的均值為1.31，可以認為本文所選變量由于多重共線性問題導致回歸估計無效的可能較低。

四、實證分析與檢驗

（一）基準回歸

本文首先考察不考慮緩釋效應時金融發(fā)展影響經濟增長的回歸結果，結果如表2（下頁）列（1）和列（2）所示。在不考慮緩釋效應影響的情況下，金融發(fā)展二次項系數(shù)顯著為負，意味著金融過度發(fā)展會對經濟增長產生負向影響，但整體而言金融發(fā)展對經濟增長具有促進作用。以實際GDP增長率為例，金融發(fā)展影響經濟增長的邊際效應為0.0147-0.004×gf_gI，這意味著當gf_gI小于3.675時，金融發(fā)展將促進實際經濟增長。根據表1數(shù)據的描述性統(tǒng)計可知，gf_gI的均值為0.102，最大值為2.698，表明現(xiàn)階段我國金融發(fā)展對實際經濟增長發(fā)揮著正向作用。

這一結果與黃憲、黃彤彤[21]的研究結論有所差異，這與本文回歸模型中包含我國宏觀經濟政策不確定性變量（CNEPU）有關。從回歸結果來看，經濟政策不確定性影響實際GDP增長率和人均實際GDP增長率的邊際效應分別為-1.062和-0.996。我們發(fā)現(xiàn)，在假設其他條件不變且處于均值水平時，若經濟政策不確定性指數(shù)和金融發(fā)展同時增加1個單位，將引起實際GDP增長率和人均實際GDP增長率分別減少1.048%和0.984%。

上述結果意味著，金融發(fā)展起到了促進經濟增長的作用，外部經濟政策的不確定性是造成實際經濟增長率下降的重要因素。已有研究表明，經濟政策不確定性會通過資金成本、資本邊際收益率等渠道抑制企業(yè)投資行為[22]，給我國經濟發(fā)展造成不利影響。眾所周知，資金成本和資本邊際收益率等是金融市場發(fā)展進化的產物，與經濟體的金融發(fā)展水平密切相關。因此，我們有必要加入金融發(fā)展與經濟政策不確定性交互項進行回歸分析，以此判斷金融發(fā)展是否能夠緩釋經濟政策不確定性對經濟增長的負面沖擊。

表2列（3）和列（4）匯報了加入金融發(fā)展變量與經濟政策不確定性交互項后金融發(fā)展對經濟增長緩釋效應的實證結果?？梢钥吹?，交互項的回歸系數(shù)顯著為正，表明金融發(fā)展在經濟政策不確定性條件下對經濟增長存在緩釋效應，故假設1得到驗證。以實際GDP增長率為例，金融發(fā)展的緩釋效應等于0.0278×CNEPUt-1;當其他條件不變且處于均值水平時，金融行業(yè)增長率每提高10%，將引起實際GDP增長率增加0.07%?？紤]到實際GDP增長率均值為10.944%，這一影響效應不可忽視。由于經濟政策不確定性影響經濟增長的邊際效應為-1.130+0.0278×GFit，當金融行業(yè)增長率從0增加為10%時，經濟政策不確定性對經濟增長的負向沖擊由-1.130變?yōu)?0.852，下降了24.6%。

基準回歸結果表明，金融發(fā)展水平的提高會減少不確定性風險給我國經濟增長造成的負面影響。在經濟政策不確定性增加時，金融部門的高效運營在為經濟增長提供穩(wěn)定資金支持的同時，將增加經濟體的抗風險能力，維持市場穩(wěn)定，最終表現(xiàn)出金融發(fā)展對經濟增長的緩釋效應。

此外，表2也匯報了其他變量的回歸結果。其中，實際經濟增長率的滯后項對其自身具有顯著正相關作用，這表明經濟增長變量具有對其前期偏向走勢的繼承性?？刂谱兞恐?，消費價格指數(shù)與下一期經濟增長負相關，CPI每增加一單位將使下一期實際經濟增長率減少0.276%—0.590%。

（二）穩(wěn)健性檢驗

考慮到核心解釋變量經濟政策不確定性與金融發(fā)展水平兩個指標的選擇差異可能對回歸結果產生影響，本文使用2016年Baker等學者所構建的中國經濟政策不確定性指數(shù)（EPU）① 作為CNEPU的替代變量，選擇金融機構本外幣各項貸款增長率作為金融發(fā)展指標的替代變量進行穩(wěn)健性檢驗。

表3（下頁）列（1）、（2）匯報了使用貸款增長率（gDebt）作為金融發(fā)展替代變量的檢驗結果，列（3）、（4）匯報了使用金融發(fā)展替代變量gDebt和經濟政策不確定性指數(shù)替代變量EPU進行回歸的檢驗結果。從列（1）、（2）可以看到，以貸款增長率表示的金融發(fā)展對實際GDP增長率的緩釋效應大小為0.0936×CNEPUt-1，對人均實際GDP增長率的緩釋效應大小為0.0597×CNEPUt-1。列（3）、（4）的結果則表明，在使用貸款增長率衡量金融發(fā)展、使用EPU衡量經濟政策不確定性指數(shù)時，金融發(fā)展影響實際GDP增長率和人均實際GDP增長率的邊際效應分別是0.0445×EPUt-1和0.0401×EPUt-1。

穩(wěn)健性檢驗結果與表2基準回歸結果相近，表示本文前述實證結果具有穩(wěn)健意義。一方面，對比不同經濟政策的不確定性指數(shù)對經濟增長的影響發(fā)現(xiàn)，兩種經濟政策不確定性指數(shù)作用于實際經濟增長的邊際效應大小相近;另一方面，代入CNEPU和EPU的均值可以發(fā)現(xiàn)兩組結果得到的緩釋效應大小不存在較大差異①。

（三）渠道檢驗

上述實證回歸證實了我國金融發(fā)展對經濟增長具有緩釋效應。下文借助Baron和Kenny（1986）提出的中介效應模型對緩釋效應的實現(xiàn)機制進行檢驗。中介效應模型可以在探究緩釋效應傳導路徑的同時分析不同傳導渠道的效應大小。本文進行中介效應檢驗共需設計三個模型，其中模型1由式（1）表示并已通過檢驗，模型2和模型3如下所示：

式中：Intermediait代表投資、預防動機和金融摩擦三條傳導渠道。這里對相關指標的選擇說明如下：首先，選取某省份投資額增長率（Inv）作為投資渠道的衡量指標進行檢驗，由各省份每年全社會固定資產投資額計算而得;其次，由于公眾預防動機的減少往往伴隨著消費增加，通過計算社會消費品零售總額可得到某省份消費總額增長率（Consume），并以此作為預防動機渠道檢驗的指標變量;最后，一個地區(qū)的借貸成本大小往往能夠反映該地區(qū)金融摩擦程度高低，這里使用各省份銀行票據承兌貼現(xiàn)利率（Interest_Rate）作為金融摩擦渠道檢驗的衡量指標。

本文的中介效應檢驗過程在理論上分為三個步驟：一是驗證金融發(fā)展緩釋效應的存在性;二是驗證緩釋效應是否可以顯著地影響中介渠道變量（Intermediait）;三是檢驗式（3）中渠道回歸系數(shù)λ6是否顯著。若上述三步檢驗的結果均顯著，則中介效應存在，且中介渠道對經濟增長的影響大小為η5×λ6。同時，如果式（3）中回歸系數(shù)λ5通過顯著性檢驗，則表明中介變量具有部分中介效應，不通過則表明中介變量具有完全中介效應①。回歸結果如表4（下頁）所示。

根據表4的檢驗結果可知，投資渠道和金融摩擦渠道的回歸系數(shù)η5和λ6均通過了顯著性檢驗，但是預防動機渠道并沒有通過相關檢驗。這一結果表明，金融發(fā)展能夠通過投資和金融摩擦渠道對經濟增長產生緩釋效應，但是無法通過預防動機渠道向經濟部門傳導，前文所述假設2得到部分驗證。由于對我國居民消費增加起決定作用的因素主要為文化屬性和通貨膨脹率等[23]，因而盡管金融發(fā)展水平的提高會通過增加金融資產組合的多樣化程度對平滑居民消費起到積極作用[18]，但不會因此對當期消費產生顯著的積極影響，致使預防動機渠道尚未成為緩釋效應的中介渠道。這一結果可能與我國家庭部門的金融參與率較低有關。我國居民金融市場參與率大約為5%，遠低于歐美、日韓等國家，并且近年來呈下降趨勢[24]，家庭部門與金融部門之間的連接性較弱，可能導致金融發(fā)展沿預防動機渠道向經濟增長傳遞的效果暫不顯著。

就投資渠道而言，由于回歸系數(shù)λ5和λ6均顯著，可判投資渠道具有部分中介效應。就金融摩擦渠道而言，λ6顯著但λ5不顯著，表明金融摩擦渠道表現(xiàn)為完全中介效應。緩釋效應沿投資渠道和金融摩擦渠道促進經濟增長的中介效應大小分別為0.014和0.01，二者差異較小。上述結果表明，我國金融發(fā)展的緩釋效應主要通過投資渠道和金融摩擦渠道向經濟部門傳導。但是由于在經濟政策不確定性環(huán)境中資本的投資收益率會面臨更高的不確定性風險，因而即使金融發(fā)展水平提高也無法使市場投資者完全規(guī)避投資不可逆等問題，金融發(fā)展的緩釋效應沿投資渠道向經濟增長傳遞時呈現(xiàn)部分中介效應而非完全中介效應。

綜上所述，提高一個地區(qū)的金融發(fā)展水平，可以使得該地區(qū)金融市場擁有更加多樣的金融產品和更加科學有效的金融定價，從而讓投資者面臨更低的融資成本，并且擁有更多投資選擇。當經濟政策不確定性產生負面沖擊時，高水平的金融市場更有力量緩釋這一不利影響，將通過增加投資增長率和降低借貸利率對經濟增長產生正向影響。

五、進一步檢驗

已有研究指出，金融發(fā)展對經濟增長的影響存在區(qū)域非均衡性[4]，為了更加清晰地了解金融發(fā)展緩釋效應的區(qū)域異質性，本文按照不同經濟發(fā)展水平和產業(yè)結構將樣本進行分組，通過實證回歸，檢驗緩釋效應的區(qū)域非均衡問題。

（一）不同經濟發(fā)展水平地區(qū)的緩釋效應

按不同經濟發(fā)展水平，可將我國經濟區(qū)域劃分為東部、中部、西部和東北四個地區(qū)。本文據此將全樣本進行分組，以此檢驗我國各省份基于經濟發(fā)展水平層面的緩釋效應差異。

表5（下頁）匯報的回歸結果展示了緩釋效應在我國四大區(qū)域的不同影響效果?？梢钥吹?，當經濟政策的不確定性增加時，我國東部、中部、西部和東北地區(qū)提高金融發(fā)展水平會對緩釋經濟增長起到正向作用。以實際GDP增長率為例，代入經濟政策不確定性指數(shù)均值，緩釋效應在東部、中部、西部、東北四個地區(qū)的大小分別為0.020、0.024、0.024和0.029。由此可得到以下結論：第一，金融發(fā)展緩釋效應顯著存在于我國四大地區(qū);第二，相較于經濟發(fā)達的東部地區(qū)，中部、西部和東北地區(qū)的緩釋效應更大，其中東北地區(qū)緩釋效應的影響程度最大。從上述分析可知，緩釋效應對不同經濟發(fā)展水平地區(qū)的影響大小存在差異，前文提出的假設3a得到驗證。

金融發(fā)展的緩釋效應在中部、西部、東北地區(qū)大于東部地區(qū)的實證結果印證了金融發(fā)展影響經濟增長具有階段性的結論。在金融發(fā)展相對早期，金融體系提供的服務可能無法完全滿足經濟部門的發(fā)展需求，金融摩擦等問題亟待解決，此時金融發(fā)展對經濟增長的促進作用可能更大;而隨著金融體系日益成熟，金融深化將對經濟增長造成擠出效應，并產生新的市場摩擦，從而導致金融發(fā)展本身對經濟增長的促進作用有所減弱[25]。

表5的回歸結果表明，東北地區(qū)受經濟政策不確定性負向沖擊的影響明顯高于其他三個地區(qū)。已有研究指出，產業(yè)升級不及時、經濟結構傳統(tǒng)單一等問題致使東北地區(qū)經濟體系更為脆弱，表現(xiàn)出對外部沖擊抵抗力不足、沖擊后復原力較弱等發(fā)展特征[26]。相比其他地區(qū)，緩釋效應在東北地區(qū)的作用效果更為明顯，深化金融發(fā)展可以更加有效地緩解經濟政策不確定性風險帶來的不利影響。

（二）不同產業(yè)結構中的緩釋效應

我們根據各省份三大產業(yè)增加值占GDP比重①大小進行分組，將全樣本分別按第一產業(yè)、第二產業(yè)、第三產業(yè)占比高低兩兩一組進行實證檢驗，以考察緩釋效應在不同產業(yè)結構省份中的作用效果。

表6（下頁）匯報了按不同產業(yè)結構分組的回歸結果?？傮w來看，擁有不同產業(yè)結構的地區(qū)均顯著存在著金融發(fā)展的緩釋效應，并且緩釋效應在第三產業(yè)占比更高的地區(qū)可以發(fā)揮更大的促進作用，故假設3b得到驗證。具體地，對于第一產業(yè)占比不同的地區(qū)，緩釋效應在占比高（0.028）和占比低（0.031）的地區(qū)的影響差距不大;但是第二產業(yè)占比較高的地區(qū)的緩釋效應（0.010）明顯小于第二產業(yè)占比較低的地區(qū)（0.044），第三產業(yè)占比較高的地區(qū)的緩釋效應（0.050）則顯著高于第三產業(yè)占比較低的地區(qū)（0.011）。這表明，金融發(fā)展緩釋效應在第三產業(yè)較發(fā)達的地區(qū)具有更加顯著的作用效果，在第二產業(yè)占比較高的地區(qū)的作用效果則相對較小。

我國第三產業(yè)主要包括金融業(yè)、公共服務等非物質生產部門，第三產業(yè)占比高意味著該地區(qū)以金融行業(yè)為代表的服務業(yè)為經濟增長作出了重要貢獻。第二產業(yè)主要由加工制造業(yè)組成，第二產業(yè)占比高則意味著該地區(qū)以制造業(yè)為代表的實體經濟部門是地區(qū)經濟增長的主要力量。在一定程度上，第三產業(yè)占比高的地區(qū)的金融體系建設相對更加完善、金融發(fā)展水平相對更高，此時緩釋效應發(fā)揮的作用會高于第三產業(yè)占比較低的地區(qū)，同理可得第二產業(yè)占比較高地區(qū)的緩釋效應低于占比較低的地區(qū)。上述檢驗的結果一方面能夠進一步表明，擁有更好金融發(fā)展水平（第三產業(yè)占比高）的地區(qū)可以使經濟市場能更加有效地抵御經濟政策的不確定性風險，促進經濟更快增長;另一方面，對于金融體系尚不成熟（第二產業(yè)占比高但第三產業(yè)占比較低）的地區(qū)來說，其金融發(fā)展程度還未具備較強的緩釋功能，未來需要建設更加強大的金融市場，以助力實體企業(yè)轉型升級，促進經濟高質量發(fā)展。

六、結論與政策建議

本文通過文獻回顧與實證檢驗，基于經濟政策的不確定性視角，討論了我國金融發(fā)展對經濟增長緩釋效應的存在性及其實現(xiàn)機制。本文使用2003—2018年我國31個省份面板數(shù)據進行實證檢驗，得到以下結論：第一，金融發(fā)展與經濟增長存在非線性關系。從整體來看，金融發(fā)展對經濟增長具有正向促進作用，且金融發(fā)展具有減小經濟政策不確定性負面沖擊從而促進經濟增長的緩釋效應。第二，緩釋效應主要通過金融摩擦渠道和投資渠道向實體經濟傳導，根據中介效應檢驗的結果，投資渠道起到部分中介效應，而金融摩擦渠道起到完全中介效應。第三，緩釋效應在四大區(qū)域均有顯著影響，其中在東北和中西部地區(qū)的作用效果高于東部地區(qū)，這意味著緩釋效應在經濟欠發(fā)達地區(qū)的作用較強，在經濟發(fā)達地區(qū)緩釋效應有待進一步提高。第四，在產業(yè)結構分布不同的地區(qū)中，緩釋效應的影響大小存在差異。具體而言，第一產業(yè)占比較高的地區(qū)的緩釋效應略小于第一產業(yè)占比較低的地區(qū)，第二產業(yè)占比較高的地區(qū)的緩釋效應明顯小于第二產業(yè)占比較低的地區(qū)，第三產業(yè)占比較高的地區(qū)的緩釋效應則顯著大于第三產業(yè)占比較低的地區(qū)。

本文強調提升金融發(fā)展對經濟增長的促進作用，并不是支持金融機構追求數(shù)量上的盲目擴張，而是要重新正視金融發(fā)展對經濟增長的推動作用，在新時代新環(huán)境中厘清金融發(fā)展的作用渠道，使金融發(fā)展更好地為經濟高質量發(fā)展助力。

基于上述結論，提出如下政策建議：第一，深化金融供給側結構性改革，提高各地區(qū)金融發(fā)展水平，為建設現(xiàn)代化經濟的產業(yè)體系、市場體系、區(qū)域發(fā)展體系、綠色發(fā)展體系等提供精準金融服務。第二，投資和金融摩擦是金融發(fā)展緩釋效應的主要傳導渠道，中央和各地政府應進一步加快利率市場化體系建設，推動形成由風險投資、銀行信貸、債券市場、股票市場等構成的全方位、多層次的金融支持服務體系，構建有效防范經濟政策不確定性風險的體制機制。第三，地方政府必須高效落實中央經濟工作會議和全國金融工作會議要求，優(yōu)化融資結構和金融機構體系，堅持以國家產業(yè)發(fā)展方向為主導，尊重市場規(guī)律，實現(xiàn)經濟高質量增長。第四，中央和地方政府需做好不確定性風險處置預案，把握金融政策的調控力度，適時預調微調，保障經濟的有序運行和穩(wěn)定增長。

金融是我國經濟體系能夠抵御經濟政策不確定性風險的重要力量，金融發(fā)展是經濟增長的助推劑。伴隨著數(shù)字經濟時代的到來，以第二產業(yè)為代表的實體經濟部門正處于產業(yè)結構轉型與升級的關鍵時刻，同時外部宏觀不確定性風險對我國經濟運行帶來了較大沖擊。在此背景下，我國應做好金融支持實體經濟發(fā)展的服務工作，實現(xiàn)金融市場的“物盡其用”，在“金融活”與“金融穩(wěn)”中促進“經濟興”。

參考文獻

[1]劉金全，艾昕.經濟政策不確定性視角下宏觀杠桿的調控效應及其策略選擇[J].改革，2020（3）：74-84.

[2]江春，蘇志偉.金融發(fā)展如何促進經濟增長——一個文獻綜述[J].金融研究，2013（9）：110-122.

[3]王金濤.金融發(fā)展與城市經濟發(fā)展：作用機制與異質性分析——基于夜間燈光數(shù)據的實證[J].區(qū)域金融研究，2019（9）：44-50.

[4]彭俞超，朱映惠，顧雷雷.金融發(fā)展對經濟增長影響的結構效應——基于META回歸分析方法[J].南開經濟研究，2017（5）：20-36.

[5]PAGANO M. Financial markets and growth： an overview[J]. European Economic Review， 1993， 37（2-3）： 613-622.

[6]張金清，陳卉.我國金融發(fā)展與經濟增長關系的適度性研究[J].社會科學，2013（5）：39-49.

[7]王艷芳.金融發(fā)展對經濟增長內生傳導渠道影響的檢驗[J].統(tǒng)計與決策，2019（16）：168-171.

[8]邵宜航，劉仕保，張朝陽.創(chuàng)新差異下的金融發(fā)展模式與經濟增長：理論與實證[J].管理世界，2015（11）：29-39.

[9]SIONG H L， NIRVIKAR S. Does too much finance harm economic growth？[J]. Journal of Banking and Finance， 2014， 41： 36-44.

[10]GULEN H， ION M. Policy uncertainty and corporate investment[J]. The Review of Financial Studies， 2016， 29（3）： 523-564.

[11]張兵兵，朱晶，孔樂蘭.經濟政策不確定性與中國宏觀經濟波動：時變視角下的再審視[J].浙江社會科學，2018（12）：43-51.

[12]CALDARA D， CRISTINAF A， GILCHRIST S， etal. The macroeconomic impact of financial and uncertainty shocks[J]. American Economic Review， 2016， 88： 185-207.

[13]BERNANKE B S. Irreversibility， uncertainty， and cyclical investment[J]. Quarterly Journal of Economics，1983， 97（1）： 85-106.

[14]BLOOM N， FLOETOTTO M， JAIMOVICH N， et al. Really uncertain business cycles[J]. Econometrica， 2018， 86（3）： 1031-1065.

[15]路曉蒙，趙爽，羅榮華.區(qū)域金融發(fā)展會促進家庭理性投資嗎？——基于家庭資產組合多樣化的視角[J].經濟與管理研究，2019（10）：60-87.

[16]BORN B， PFEIFER J. Policy risk and the business cycle[J]. Journal of Monetary Economics， 2014， 68： 68-85.

[17]BASU S， BUNDICK B. Uncertainty shocks in a model of effective demand[J]. Econometrica， 2017， 85（3）： 937-958.

[18]惠煒，姜偉.金融資產、跨期消費與消費平滑[J].西安財經學院學報，2019（4）：82-91.

[19]王博，李力，郝大鵬.貨幣政策不確定性、違約風險與宏觀經濟波動[J].經濟研究，2019（3）：119-134.

[20]孟慶斌，師倩.宏觀經濟政策不確定性對企業(yè)研發(fā)的影響：理論與經驗研究[J].世界經濟，2017（9）：75-98.

[21]黃憲，黃彤彤.論中國的“金融超發(fā)展”[J].金融研究，2017（2）：26-41.

[22]陳國進，王少謙.經濟政策不確定性如何影響企業(yè)投資行為[J].財貿經濟，2016（5）：5-21.

[23]易行健，楊碧云.世界各國（地區(qū)）居民消費率決定因素的經驗檢驗[J].世界經濟，2015（1）：3-24.

[24]尹豪.我國居民家庭金融市場參與研究——基于職業(yè)與人力資本的視角[D].北京：對外經濟貿易大學，2019：18-19.

[25]張成思.金融化的邏輯與反思[J].經濟研究，2019（11）：4-20.

[26]廖敬文，張可云.東北老工業(yè)基地經濟復原力：一個四維分析框架與實證研究[J].改革，2019（1）：64-76.

（責任編輯：文豐安）