基于VAR模型剖析金融發(fā)展與經(jīng)濟(jì)增長的動(dòng)態(tài)關(guān)聯(lián)及協(xié)同策略一、引言1.1研究背景與意義在現(xiàn)代經(jīng)濟(jì)體系中，金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系一直是學(xué)術(shù)界和政策制定者關(guān)注的核心問題之一。金融體系作為經(jīng)濟(jì)運(yùn)行的關(guān)鍵組成部分，其發(fā)展程度不僅反映了一個(gè)國家或地區(qū)的經(jīng)濟(jì)活力和資源配置效率，更對(duì)經(jīng)濟(jì)增長的速度和質(zhì)量產(chǎn)生著深遠(yuǎn)影響。從理論層面來看，金融發(fā)展能夠通過多種渠道促進(jìn)經(jīng)濟(jì)增長。金融體系能夠?qū)⑸鐣?huì)閑置資金有效地集中起來，并引導(dǎo)其流向具有較高生產(chǎn)效率和發(fā)展?jié)摿Φ漠a(chǎn)業(yè)與企業(yè)，從而提高資本配置效率，推動(dòng)實(shí)體經(jīng)濟(jì)的發(fā)展。完善的金融市場(chǎng)還為企業(yè)提供了多元化的融資渠道，降低了企業(yè)的融資成本和融資難度，促進(jìn)企業(yè)擴(kuò)大生產(chǎn)規(guī)模、進(jìn)行技術(shù)創(chuàng)新和產(chǎn)業(yè)升級(jí)，這些都為經(jīng)濟(jì)增長注入了強(qiáng)勁動(dòng)力。經(jīng)濟(jì)增長也會(huì)對(duì)金融發(fā)展產(chǎn)生反作用。隨著經(jīng)濟(jì)的增長，社會(huì)財(cái)富不斷積累，對(duì)金融服務(wù)的需求也日益多樣化和復(fù)雜化，這將促使金融機(jī)構(gòu)不斷創(chuàng)新金融產(chǎn)品和服務(wù)，拓展金融業(yè)務(wù)領(lǐng)域，推動(dòng)金融市場(chǎng)的深化和金融體系的完善。二者之間存在著相互促進(jìn)、相互影響的動(dòng)態(tài)關(guān)系。然而，在不同國家和地區(qū)，由于經(jīng)濟(jì)結(jié)構(gòu)、金融制度、政策環(huán)境等方面的差異，金融發(fā)展與經(jīng)濟(jì)增長之間的具體關(guān)系表現(xiàn)也不盡相同，這種復(fù)雜性使得對(duì)二者關(guān)系的研究充滿挑戰(zhàn)與機(jī)遇。向量自回歸（VAR）模型作為一種強(qiáng)大的實(shí)證研究工具，在金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究中具有獨(dú)特的優(yōu)勢(shì)和重要的應(yīng)用價(jià)值。VAR模型是一種基于數(shù)據(jù)驅(qū)動(dòng)的多變量時(shí)間序列模型，它突破了傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)模型對(duì)變量內(nèi)生性和外生性嚴(yán)格區(qū)分的限制，不需要預(yù)先設(shè)定變量之間的因果關(guān)系和具體經(jīng)濟(jì)理論基礎(chǔ)，而是直接從數(shù)據(jù)出發(fā)，通過考察多個(gè)變量的滯后值對(duì)當(dāng)前值的影響，來全面捕捉變量之間的動(dòng)態(tài)交互關(guān)系。在研究金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系時(shí)，VAR模型可以同時(shí)納入多個(gè)反映金融發(fā)展和經(jīng)濟(jì)增長的變量，如金融深化指標(biāo)、金融市場(chǎng)結(jié)構(gòu)指標(biāo)、經(jīng)濟(jì)增長率、通貨膨脹率等，從而系統(tǒng)地分析這些變量之間的相互作用機(jī)制和動(dòng)態(tài)響應(yīng)過程。通過脈沖響應(yīng)函數(shù)和方差分解等分析方法，VAR模型能夠直觀地展示一個(gè)變量的沖擊如何在系統(tǒng)內(nèi)傳遞并影響其他變量，以及各個(gè)變量對(duì)系統(tǒng)波動(dòng)的貢獻(xiàn)程度，為深入理解金融發(fā)展與經(jīng)濟(jì)增長之間的內(nèi)在聯(lián)系提供了有力的技術(shù)支持。本研究基于VAR模型對(duì)金融發(fā)展與經(jīng)濟(jì)增長關(guān)系展開深入探討，具有重要的理論意義和實(shí)踐意義。從理論層面來看，有助于進(jìn)一步完善金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的理論體系。盡管已有眾多學(xué)者對(duì)這一領(lǐng)域進(jìn)行了研究，但由于研究方法、樣本數(shù)據(jù)和研究視角的差異，目前尚未形成統(tǒng)一的定論。通過運(yùn)用VAR模型進(jìn)行實(shí)證分析，可以更全面、準(zhǔn)確地揭示二者之間的動(dòng)態(tài)關(guān)系和作用機(jī)制，為相關(guān)理論的發(fā)展提供新的經(jīng)驗(yàn)證據(jù)和研究思路，彌補(bǔ)現(xiàn)有研究的不足，推動(dòng)理論研究的不斷深化。在實(shí)踐方面，本研究成果對(duì)政策制定具有重要的指導(dǎo)意義。對(duì)于政策制定者而言，準(zhǔn)確把握金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系，是制定科學(xué)合理的金融政策和經(jīng)濟(jì)發(fā)展戰(zhàn)略的關(guān)鍵前提。如果能夠明確金融發(fā)展對(duì)經(jīng)濟(jì)增長的具體影響路徑和作用效果，政策制定者就可以有針對(duì)性地出臺(tái)一系列金融改革措施和經(jīng)濟(jì)調(diào)控政策，優(yōu)化金融資源配置，提高金融服務(wù)實(shí)體經(jīng)濟(jì)的能力，促進(jìn)金融與經(jīng)濟(jì)的協(xié)調(diào)發(fā)展，實(shí)現(xiàn)經(jīng)濟(jì)的持續(xù)穩(wěn)定增長。本研究還可以為金融機(jī)構(gòu)和企業(yè)的決策提供參考依據(jù)。金融機(jī)構(gòu)可以根據(jù)研究結(jié)果，更好地了解金融市場(chǎng)動(dòng)態(tài)和經(jīng)濟(jì)發(fā)展趨勢(shì)，合理調(diào)整業(yè)務(wù)布局和風(fēng)險(xiǎn)管理策略，提高自身的競(jìng)爭(zhēng)力和抗風(fēng)險(xiǎn)能力；企業(yè)則可以依據(jù)金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系，制定更加科學(xué)的投資計(jì)劃和發(fā)展戰(zhàn)略，抓住市場(chǎng)機(jī)遇，實(shí)現(xiàn)自身的可持續(xù)發(fā)展。1.2國內(nèi)外研究現(xiàn)狀金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究源遠(yuǎn)流長，國內(nèi)外學(xué)者從理論和實(shí)證多個(gè)維度進(jìn)行了深入探究，研究成果豐碩。早期國外研究中，Bagehot（1873）開創(chuàng)性地指出金融體系在工業(yè)革命時(shí)期能將資金導(dǎo)向高效率投資，提升資金整體投資效率，進(jìn)而推動(dòng)經(jīng)濟(jì)增長，這一觀點(diǎn)為后續(xù)研究奠定了基礎(chǔ)。Schumpeter（1912）強(qiáng)調(diào)了功能完善的銀行體系能夠通過篩選優(yōu)質(zhì)項(xiàng)目，刺激創(chuàng)新，有力地促進(jìn)經(jīng)濟(jì)增長，進(jìn)一步凸顯了金融在經(jīng)濟(jì)發(fā)展中的關(guān)鍵作用。隨后，Patrick（1966）提出“供給引導(dǎo)”和“需求追隨”兩種金融發(fā)展模式，認(rèn)為在經(jīng)濟(jì)發(fā)展初期，供給引導(dǎo)型金融發(fā)展起主導(dǎo)作用，金融體系主動(dòng)提供金融服務(wù)，激發(fā)經(jīng)濟(jì)增長；而在經(jīng)濟(jì)發(fā)展到成熟階段，需求追隨型金融發(fā)展占主導(dǎo)，經(jīng)濟(jì)增長產(chǎn)生的金融服務(wù)需求推動(dòng)金融體系的發(fā)展。這一理論從動(dòng)態(tài)角度闡述了金融發(fā)展與經(jīng)濟(jì)增長之間的相互關(guān)系，為后續(xù)研究提供了重要的理論框架。Goldsmith（1969）在其經(jīng)典著作《金融結(jié)構(gòu)與金融發(fā)展》中，通過對(duì)35個(gè)國家近百年金融數(shù)據(jù)的深入分析，創(chuàng)新性地提出金融相關(guān)比率（FIR）這一衡量金融發(fā)展水平的重要指標(biāo)，并得出經(jīng)濟(jì)增長與金融發(fā)展在總體上呈現(xiàn)同步發(fā)展的結(jié)論。盡管他并未明確二者之間的因果關(guān)系，但該研究為后續(xù)實(shí)證研究提供了關(guān)鍵的研究思路和方法，使得金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究從定性分析邁向定量分析階段。McKinnon和Shaw（1973）分別提出“金融深化”理論和“金融抑制”理論。McKinnon指出發(fā)展中國家存在金融抑制現(xiàn)象，政府對(duì)金融活動(dòng)的過度干預(yù)，如利率管制、信貸配給等，導(dǎo)致金融市場(chǎng)扭曲，阻礙了經(jīng)濟(jì)增長；而Shaw則強(qiáng)調(diào)金融深化，即減少政府對(duì)金融市場(chǎng)的干預(yù)，實(shí)現(xiàn)利率自由化、金融機(jī)構(gòu)多元化等，能夠促進(jìn)經(jīng)濟(jì)增長。他們的理論為發(fā)展中國家的金融改革提供了重要的理論依據(jù)，引發(fā)了學(xué)術(shù)界和政策制定者對(duì)金融自由化的廣泛討論和實(shí)踐探索。進(jìn)入20世紀(jì)90年代，內(nèi)生金融理論逐漸興起。King和Levine（1993）在內(nèi)生增長理論的基礎(chǔ)上，運(yùn)用最優(yōu)化方法深入剖析金融在經(jīng)濟(jì)發(fā)展中的作用，通過構(gòu)建理論模型和實(shí)證檢驗(yàn)，明確指出金融發(fā)展不僅能促進(jìn)資本積累，還能推動(dòng)技術(shù)創(chuàng)新，進(jìn)而對(duì)經(jīng)濟(jì)增長產(chǎn)生積極的促進(jìn)作用。此后，大量實(shí)證研究圍繞金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系展開。Levine和Zervos（1998）通過對(duì)47個(gè)國家1976-1993年的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)股票市場(chǎng)的流動(dòng)性和銀行發(fā)展指標(biāo)與經(jīng)濟(jì)增長之間存在顯著的正相關(guān)關(guān)系，進(jìn)一步驗(yàn)證了金融發(fā)展對(duì)經(jīng)濟(jì)增長的促進(jìn)作用。Rajan和Zingales（1998）從行業(yè)層面研究發(fā)現(xiàn)，金融發(fā)展水平較高的國家，依賴外部融資的行業(yè)發(fā)展速度更快，這表明金融發(fā)展能夠通過改善企業(yè)的融資環(huán)境，促進(jìn)產(chǎn)業(yè)發(fā)展，從而推動(dòng)經(jīng)濟(jì)增長。國內(nèi)關(guān)于金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究起步相對(duì)較晚，但隨著我國經(jīng)濟(jì)的快速發(fā)展和金融市場(chǎng)的逐步完善，相關(guān)研究成果不斷涌現(xiàn)。談儒勇（1999）運(yùn)用1993-1998年的季度數(shù)據(jù)，對(duì)我國金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系進(jìn)行實(shí)證研究，結(jié)果表明我國金融中介發(fā)展與經(jīng)濟(jì)增長之間存在顯著的正相關(guān)關(guān)系，而股票市場(chǎng)發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系不顯著。周立和王子明（2002）通過對(duì)我國各地區(qū)1978-1999年的金融發(fā)展與經(jīng)濟(jì)增長數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)我國各地區(qū)金融發(fā)展與經(jīng)濟(jì)增長密切相關(guān)，金融發(fā)展差距可以部分解釋地區(qū)經(jīng)濟(jì)增長差距。此后，眾多學(xué)者從不同角度、運(yùn)用不同方法對(duì)我國金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系進(jìn)行了深入研究。如沈坤榮和張成（2004）利用省級(jí)面板數(shù)據(jù)，研究發(fā)現(xiàn)金融發(fā)展通過促進(jìn)技術(shù)進(jìn)步和資本積累，對(duì)經(jīng)濟(jì)增長產(chǎn)生顯著的正向影響。王志強(qiáng)和孫剛（2003）運(yùn)用協(xié)整檢驗(yàn)和格蘭杰因果檢驗(yàn)方法，發(fā)現(xiàn)我國金融發(fā)展與經(jīng)濟(jì)增長之間存在雙向因果關(guān)系。在VAR模型的應(yīng)用方面，國外學(xué)者率先將其引入金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究中。Sims（1980）提出VAR模型后，該模型逐漸成為分析多變量時(shí)間序列動(dòng)態(tài)關(guān)系的重要工具。Christiano等（1999）運(yùn)用VAR模型研究貨幣政策對(duì)經(jīng)濟(jì)增長的影響，通過脈沖響應(yīng)函數(shù)和方差分解分析，揭示了貨幣政策沖擊對(duì)經(jīng)濟(jì)增長的動(dòng)態(tài)影響機(jī)制。Bernanke等（2005）利用VAR模型研究金融加速器效應(yīng)，發(fā)現(xiàn)金融市場(chǎng)的波動(dòng)會(huì)通過金融加速器機(jī)制對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生放大作用，進(jìn)而影響經(jīng)濟(jì)增長。國內(nèi)學(xué)者也積極運(yùn)用VAR模型研究金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系。范學(xué)?。?006）基于VAR模型，對(duì)我國金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系進(jìn)行實(shí)證分析，結(jié)果表明金融發(fā)展對(duì)經(jīng)濟(jì)增長具有顯著的正向影響，且存在雙向因果關(guān)系。趙振全等（2007）運(yùn)用VAR模型和脈沖響應(yīng)函數(shù)，研究發(fā)現(xiàn)我國金融發(fā)展與經(jīng)濟(jì)增長之間存在長期穩(wěn)定的均衡關(guān)系，金融發(fā)展在短期內(nèi)對(duì)經(jīng)濟(jì)增長有明顯的促進(jìn)作用。戰(zhàn)明華和李生校（2009）通過構(gòu)建VAR模型，分析了金融發(fā)展、技術(shù)創(chuàng)新與經(jīng)濟(jì)增長之間的動(dòng)態(tài)關(guān)系，發(fā)現(xiàn)金融發(fā)展通過促進(jìn)技術(shù)創(chuàng)新，對(duì)經(jīng)濟(jì)增長產(chǎn)生間接的推動(dòng)作用。盡管國內(nèi)外學(xué)者在金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究方面取得了豐碩成果，但仍存在一些不足之處。部分研究在變量選取上存在局限性，未能全面涵蓋金融發(fā)展和經(jīng)濟(jì)增長的各個(gè)方面，可能導(dǎo)致研究結(jié)果的片面性。一些研究樣本數(shù)據(jù)的時(shí)間跨度較短或樣本范圍較窄，使得研究結(jié)果的普遍性和可靠性受到影響。VAR模型雖然能夠較好地捕捉變量之間的動(dòng)態(tài)關(guān)系，但在模型設(shè)定、滯后階數(shù)選擇等方面存在一定的主觀性，不同的設(shè)定可能會(huì)導(dǎo)致研究結(jié)果的差異。未來的研究可以進(jìn)一步拓展研究視角，綜合考慮更多的影響因素，如金融創(chuàng)新、金融監(jiān)管、制度環(huán)境等；擴(kuò)大樣本數(shù)據(jù)的范圍和時(shí)間跨度，提高研究結(jié)果的可靠性；同時(shí)，不斷改進(jìn)研究方法，如結(jié)合機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析等新興技術(shù)，深入挖掘金融發(fā)展與經(jīng)濟(jì)增長之間的復(fù)雜關(guān)系，為理論研究和政策制定提供更有力的支持。1.3研究內(nèi)容與方法本研究圍繞金融發(fā)展與經(jīng)濟(jì)增長關(guān)系展開，以VAR模型為核心工具，從多維度進(jìn)行深入剖析。研究內(nèi)容主要包括以下幾個(gè)方面：首先，對(duì)金融發(fā)展與經(jīng)濟(jì)增長的相關(guān)理論進(jìn)行系統(tǒng)梳理，明確金融發(fā)展與經(jīng)濟(jì)增長的內(nèi)涵，闡述金融發(fā)展對(duì)經(jīng)濟(jì)增長的作用機(jī)制，如金融發(fā)展通過資本積累、資源配置、風(fēng)險(xiǎn)管理、技術(shù)創(chuàng)新等渠道促進(jìn)經(jīng)濟(jì)增長；同時(shí)，分析經(jīng)濟(jì)增長對(duì)金融發(fā)展的反作用，如經(jīng)濟(jì)增長帶動(dòng)金融需求增加，推動(dòng)金融創(chuàng)新和金融市場(chǎng)完善。全面了解相關(guān)理論的發(fā)展脈絡(luò)，為后續(xù)實(shí)證研究奠定堅(jiān)實(shí)的理論基礎(chǔ)。其次，對(duì)金融發(fā)展與經(jīng)濟(jì)增長的現(xiàn)狀進(jìn)行分析。通過收集和整理相關(guān)數(shù)據(jù)，從多個(gè)角度展現(xiàn)金融發(fā)展與經(jīng)濟(jì)增長的現(xiàn)狀。在金融發(fā)展方面，涵蓋金融市場(chǎng)規(guī)模、金融機(jī)構(gòu)數(shù)量、金融創(chuàng)新程度等指標(biāo)；在經(jīng)濟(jì)增長方面，包括國內(nèi)生產(chǎn)總值（GDP）、人均收入、經(jīng)濟(jì)增長率等指標(biāo)。深入分析金融發(fā)展與經(jīng)濟(jì)增長在不同地區(qū)、不同階段的特點(diǎn)和差異，為進(jìn)一步研究二者關(guān)系提供現(xiàn)實(shí)依據(jù)。再者，基于VAR模型構(gòu)建實(shí)證研究框架。合理選取反映金融發(fā)展與經(jīng)濟(jì)增長的變量，如金融相關(guān)比率（FIR）、貨幣化程度（M2/GDP）等作為金融發(fā)展指標(biāo)，GDP增長率等作為經(jīng)濟(jì)增長指標(biāo)。對(duì)選取的數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)、協(xié)整檢驗(yàn)等預(yù)處理，確保數(shù)據(jù)的可靠性和模型的穩(wěn)定性。運(yùn)用脈沖響應(yīng)函數(shù)和方差分解等方法，深入分析金融發(fā)展與經(jīng)濟(jì)增長之間的動(dòng)態(tài)關(guān)系，包括一個(gè)變量的沖擊對(duì)另一個(gè)變量的短期和長期影響，以及各個(gè)變量對(duì)系統(tǒng)波動(dòng)的貢獻(xiàn)程度。本研究綜合運(yùn)用多種研究方法，以確保研究的科學(xué)性和可靠性。文獻(xiàn)研究法是重要的基礎(chǔ)方法，通過廣泛查閱國內(nèi)外相關(guān)文獻(xiàn)，全面了解金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究現(xiàn)狀和前沿動(dòng)態(tài)。梳理已有研究的理論基礎(chǔ)、實(shí)證方法和主要結(jié)論，分析其研究的優(yōu)勢(shì)與不足，從而明確本研究的切入點(diǎn)和創(chuàng)新點(diǎn)，避免重復(fù)研究，使研究更具針對(duì)性和創(chuàng)新性。實(shí)證分析法是核心研究方法，基于VAR模型對(duì)金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系進(jìn)行定量分析。通過構(gòu)建VAR模型，將多個(gè)金融發(fā)展變量和經(jīng)濟(jì)增長變量納入模型體系，全面捕捉變量之間的動(dòng)態(tài)交互關(guān)系。運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)軟件對(duì)模型進(jìn)行估計(jì)和檢驗(yàn)，得到準(zhǔn)確的實(shí)證結(jié)果，為研究結(jié)論提供有力的數(shù)據(jù)支持。數(shù)據(jù)收集與處理法也是不可或缺的。研究過程中，從權(quán)威數(shù)據(jù)庫、政府統(tǒng)計(jì)部門、金融機(jī)構(gòu)等渠道收集大量的金融和經(jīng)濟(jì)數(shù)據(jù)。對(duì)收集到的數(shù)據(jù)進(jìn)行清洗、整理和預(yù)處理，包括數(shù)據(jù)的缺失值處理、異常值修正、數(shù)據(jù)標(biāo)準(zhǔn)化等操作，以提高數(shù)據(jù)質(zhì)量，確保數(shù)據(jù)的準(zhǔn)確性和一致性，為實(shí)證分析提供可靠的數(shù)據(jù)基礎(chǔ)。二、金融發(fā)展與經(jīng)濟(jì)增長的理論基礎(chǔ)2.1金融發(fā)展理論概述金融發(fā)展理論的起源可以追溯到20世紀(jì)中葉，當(dāng)時(shí)發(fā)展經(jīng)濟(jì)學(xué)興起，眾多學(xué)者開始關(guān)注金融在經(jīng)濟(jì)發(fā)展中的作用。早期的金融發(fā)展理論主要圍繞金融結(jié)構(gòu)與金融深化展開研究。格利和肖于1955年發(fā)表的《經(jīng)濟(jì)發(fā)展中的金融方面》以及1956年發(fā)表的《金融中介機(jī)構(gòu)與儲(chǔ)蓄——投資》兩篇論文，揭開了金融發(fā)展理論研究的序幕。他們通過構(gòu)建一種從初始向高級(jí)、從簡單到復(fù)雜逐步演進(jìn)的金融發(fā)展模型，論證了經(jīng)濟(jì)發(fā)展階段越高，金融作用越強(qiáng)的觀點(diǎn)。1960年，他們?cè)凇督鹑诶碚撝械呢泿拧芬粫校瑖L試建立一個(gè)包含多種金融資產(chǎn)、多樣化金融機(jī)構(gòu)和完整金融政策的廣義貨幣金融理論，為后續(xù)研究奠定了重要基礎(chǔ)。1969年，雷蒙德?W?戈德史密斯在其著作《金融結(jié)構(gòu)與金融發(fā)展》中，提出金融發(fā)展就是金融結(jié)構(gòu)的變化這一開創(chuàng)性觀點(diǎn)。他運(yùn)用定性與定量分析相結(jié)合、國際橫向比較和歷史縱向比較相結(jié)合的方法，建立了衡量一國金融結(jié)構(gòu)和金融發(fā)展水平的基本指標(biāo)體系，其中金融相關(guān)比率（FIR）成為衡量金融發(fā)展程度的重要指標(biāo)。通過對(duì)35個(gè)國家近100年的數(shù)據(jù)研究和統(tǒng)計(jì)分析，戈德史密斯得出金融相關(guān)率與經(jīng)濟(jì)發(fā)展水平正相關(guān)的結(jié)論，為金融發(fā)展理論的形成奠定了堅(jiān)實(shí)基礎(chǔ)。20世紀(jì)70年代，麥金農(nóng)和肖分別出版了《經(jīng)濟(jì)發(fā)展中的貨幣與資本》和《經(jīng)濟(jì)發(fā)展中的金融深化》，標(biāo)志著以發(fā)展中國家為研究對(duì)象的金融發(fā)展理論正式形成。他們提出的“金融抑制”和“金融深化”理論，在經(jīng)濟(jì)學(xué)界引起強(qiáng)烈反響。麥金農(nóng)指出，發(fā)展中國家普遍存在金融抑制現(xiàn)象，政府對(duì)金融活動(dòng)的過多干預(yù)，如利率管制、信貸配給等，導(dǎo)致金融市場(chǎng)扭曲，實(shí)際利率被壓低，儲(chǔ)蓄減少，投資效率低下，從而阻礙經(jīng)濟(jì)增長。肖則強(qiáng)調(diào)金融深化的重要性，主張政府減少對(duì)金融市場(chǎng)的干預(yù)，實(shí)現(xiàn)利率自由化、金融機(jī)構(gòu)多元化等，使利率和匯率能夠真實(shí)反映資金和外匯的供求關(guān)系，促進(jìn)儲(chǔ)蓄向投資的轉(zhuǎn)化，推動(dòng)經(jīng)濟(jì)增長。20世紀(jì)90年代以來，隨著內(nèi)生增長理論的興起，內(nèi)生金融理論逐漸成為金融發(fā)展理論的重要組成部分。內(nèi)生金融理論認(rèn)為，金融體系的發(fā)展不是外生給定的，而是由經(jīng)濟(jì)系統(tǒng)內(nèi)部因素決定的。金融中介和金融市場(chǎng)的形成與發(fā)展是經(jīng)濟(jì)主體為降低交易成本、提高資源配置效率而進(jìn)行選擇的結(jié)果。King和Levine（1993）在內(nèi)生增長理論的基礎(chǔ)上，運(yùn)用最優(yōu)化方法深入分析金融在經(jīng)濟(jì)發(fā)展中的作用，通過構(gòu)建理論模型和實(shí)證檢驗(yàn)，發(fā)現(xiàn)金融發(fā)展不僅能促進(jìn)資本積累，還能推動(dòng)技術(shù)創(chuàng)新，進(jìn)而對(duì)經(jīng)濟(jì)增長產(chǎn)生積極的促進(jìn)作用。他們的研究進(jìn)一步深化了人們對(duì)金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的認(rèn)識(shí)，為金融發(fā)展理論注入了新的活力。金融結(jié)構(gòu)論是金融發(fā)展理論的重要組成部分，其核心觀點(diǎn)強(qiáng)調(diào)金融工具和金融機(jī)構(gòu)的相對(duì)規(guī)模對(duì)經(jīng)濟(jì)增長的影響。戈德史密斯認(rèn)為，金融結(jié)構(gòu)是指各種金融工具和金融機(jī)構(gòu)的形式、性質(zhì)及其相對(duì)規(guī)模，金融發(fā)展就是金融結(jié)構(gòu)的變化。他將金融結(jié)構(gòu)劃分為三個(gè)層次進(jìn)行研究：第一層次是“金融上層結(jié)構(gòu)”與“經(jīng)濟(jì)基礎(chǔ)”（即國民財(cái)富）的關(guān)系，通過金融相關(guān)比率（FIR）來衡量金融在整個(gè)經(jīng)濟(jì)體系中的重要性；第二層次是金融工具結(jié)構(gòu)，研究不同種類、性質(zhì)和期限的金融工具在其總額中的相對(duì)比重及其在各產(chǎn)業(yè)中的分布；第三層次是金融中介結(jié)構(gòu)，包括金融部門的金融資產(chǎn)在金融資產(chǎn)總額中的比重（中介率）以及不同類型中介機(jī)構(gòu)的金融資產(chǎn)在金融機(jī)構(gòu)總資產(chǎn)中的比重，以反映金融部門的發(fā)達(dá)程度和不同類型中介的市場(chǎng)份額。金融結(jié)構(gòu)的優(yōu)化能夠提高金融體系的運(yùn)行效率，促進(jìn)儲(chǔ)蓄向投資的轉(zhuǎn)化，為經(jīng)濟(jì)增長提供更有效的資金支持。例如，一個(gè)國家金融市場(chǎng)中直接融資工具（如股票、債券）的比重增加，有助于企業(yè)拓寬融資渠道，降低融資成本，提高資源配置效率，從而推動(dòng)經(jīng)濟(jì)增長。金融深化論由麥金農(nóng)和肖提出，該理論認(rèn)為金融發(fā)展與經(jīng)濟(jì)增長相互促進(jìn)，形成良性循環(huán)。金融深化主要表現(xiàn)為金融資產(chǎn)規(guī)模擴(kuò)大、金融機(jī)構(gòu)數(shù)量增加以及金融市場(chǎng)活躍度提升等方面。在金融深化的過程中，利率自由化是關(guān)鍵環(huán)節(jié)。當(dāng)政府取消對(duì)利率的管制，使利率能夠真實(shí)反映資金的供求關(guān)系時(shí)，一方面，儲(chǔ)蓄者能夠獲得更合理的回報(bào)，從而增加儲(chǔ)蓄意愿，為投資提供更多的資金來源；另一方面，企業(yè)能夠根據(jù)市場(chǎng)利率信號(hào)合理安排投資項(xiàng)目，提高投資效率。金融機(jī)構(gòu)多元化也能促進(jìn)金融市場(chǎng)的競(jìng)爭(zhēng)，提高金融服務(wù)質(zhì)量，更好地滿足經(jīng)濟(jì)主體的融資需求。金融深化通過為經(jīng)濟(jì)增長提供充足的資金支持和高效的金融服務(wù)，推動(dòng)經(jīng)濟(jì)的持續(xù)增長；而經(jīng)濟(jì)增長又會(huì)進(jìn)一步帶動(dòng)金融需求的增加，促進(jìn)金融深化的不斷推進(jìn)。內(nèi)生金融理論強(qiáng)調(diào)金融體系的內(nèi)生性，認(rèn)為金融發(fā)展是經(jīng)濟(jì)系統(tǒng)內(nèi)部因素共同作用的結(jié)果。在經(jīng)濟(jì)發(fā)展過程中，經(jīng)濟(jì)主體為了降低交易成本、分散風(fēng)險(xiǎn)和提高資源配置效率，會(huì)自發(fā)地創(chuàng)造和使用各種金融工具，形成金融中介和金融市場(chǎng)。金融中介通過收集和處理信息，降低資金供求雙方的信息不對(duì)稱，提高融資效率；金融市場(chǎng)則為企業(yè)提供了多元化的融資渠道和風(fēng)險(xiǎn)管理工具。金融發(fā)展與經(jīng)濟(jì)增長之間存在著相互促進(jìn)的關(guān)系。金融發(fā)展能夠促進(jìn)資本積累和技術(shù)創(chuàng)新，為經(jīng)濟(jì)增長提供動(dòng)力；而經(jīng)濟(jì)增長帶來的財(cái)富增加和市場(chǎng)規(guī)模擴(kuò)大，又會(huì)進(jìn)一步推動(dòng)金融體系的發(fā)展和完善。例如，隨著科技型企業(yè)的發(fā)展，對(duì)風(fēng)險(xiǎn)投資、股權(quán)融資等金融服務(wù)的需求增加，促使金融市場(chǎng)創(chuàng)新出更多適合科技型企業(yè)的金融產(chǎn)品和服務(wù)模式，推動(dòng)金融發(fā)展；而這些金融服務(wù)的完善又為科技型企業(yè)的發(fā)展提供了有力支持，促進(jìn)技術(shù)創(chuàng)新和經(jīng)濟(jì)增長。2.2經(jīng)濟(jì)增長理論概述經(jīng)濟(jì)增長理論作為經(jīng)濟(jì)學(xué)領(lǐng)域的重要研究方向，旨在探究經(jīng)濟(jì)增長的動(dòng)力、因素以及內(nèi)在機(jī)制，其發(fā)展歷程見證了經(jīng)濟(jì)學(xué)理論的不斷演進(jìn)與完善，對(duì)各國經(jīng)濟(jì)政策的制定和經(jīng)濟(jì)發(fā)展實(shí)踐產(chǎn)生了深遠(yuǎn)影響。古典經(jīng)濟(jì)增長理論作為經(jīng)濟(jì)增長理論的源頭，其思想可追溯至18世紀(jì)。亞當(dāng)?斯密在1776年出版的《國富論》中，提出勞動(dòng)分工和資本積累是經(jīng)濟(jì)增長的核心要素。他認(rèn)為，勞動(dòng)分工能夠極大地提高勞動(dòng)生產(chǎn)率，促進(jìn)經(jīng)濟(jì)增長；而資本積累則為擴(kuò)大生產(chǎn)規(guī)模和提高生產(chǎn)效率提供了必要的物質(zhì)基礎(chǔ)。一個(gè)制針工廠通過精細(xì)的勞動(dòng)分工，將制針過程分解為多個(gè)環(huán)節(jié)，每個(gè)工人專注于一個(gè)環(huán)節(jié)，使得生產(chǎn)效率大幅提高，從而增加了針的產(chǎn)量，促進(jìn)了經(jīng)濟(jì)增長。大衛(wèi)?李嘉圖在1817年出版的《政治經(jīng)濟(jì)學(xué)及賦稅原理》中，進(jìn)一步強(qiáng)調(diào)了土地、勞動(dòng)和資本在經(jīng)濟(jì)增長中的關(guān)鍵作用。他指出，隨著人口的增加和經(jīng)濟(jì)的發(fā)展，土地的邊際收益會(huì)逐漸遞減，這將對(duì)經(jīng)濟(jì)增長產(chǎn)生制約。為了突破這種制約，就需要不斷進(jìn)行技術(shù)創(chuàng)新和資本積累，提高生產(chǎn)效率。古典經(jīng)濟(jì)增長理論雖然認(rèn)識(shí)到了勞動(dòng)、資本等要素對(duì)經(jīng)濟(jì)增長的重要性，但它過于強(qiáng)調(diào)供給側(cè)的作用，忽視了需求側(cè)的影響，也沒有充分考慮技術(shù)進(jìn)步、制度等因素對(duì)經(jīng)濟(jì)增長的動(dòng)態(tài)作用。進(jìn)入20世紀(jì)，新古典增長理論應(yīng)運(yùn)而生，其代表人物是羅伯特?默頓?索洛和斯旺。索洛在1956年發(fā)表的《對(duì)經(jīng)濟(jì)增長理論的一個(gè)貢獻(xiàn)》一文中，提出了索洛模型，這一模型成為新古典增長理論的核心。索洛模型假設(shè)生產(chǎn)函數(shù)具有規(guī)模報(bào)酬不變和要素邊際報(bào)酬遞減的性質(zhì)，將技術(shù)進(jìn)步視為外生給定的因素。在該模型中，經(jīng)濟(jì)增長主要源于資本積累、勞動(dòng)力增長和技術(shù)進(jìn)步。在一個(gè)經(jīng)濟(jì)體系中，隨著資本存量的增加，資本的邊際產(chǎn)出會(huì)逐漸下降，當(dāng)資本的邊際產(chǎn)出等于折舊率時(shí)，經(jīng)濟(jì)達(dá)到穩(wěn)態(tài)增長。在穩(wěn)態(tài)下，人均資本和人均產(chǎn)出都保持不變，經(jīng)濟(jì)增長率僅取決于外生的技術(shù)進(jìn)步。新古典增長理論相較于古典經(jīng)濟(jì)增長理論，更加注重經(jīng)濟(jì)增長的動(dòng)態(tài)過程和穩(wěn)定性分析，通過引入生產(chǎn)函數(shù)和邊際分析方法，為經(jīng)濟(jì)增長理論的研究提供了更加嚴(yán)謹(jǐn)?shù)姆治隹蚣?。但該理論將技術(shù)進(jìn)步視為外生變量，無法解釋技術(shù)進(jìn)步的內(nèi)在機(jī)制和經(jīng)濟(jì)增長的長期差異，這在一定程度上限制了其對(duì)現(xiàn)實(shí)經(jīng)濟(jì)增長的解釋力。20世紀(jì)80年代以來，內(nèi)生增長理論逐漸興起，成為經(jīng)濟(jì)增長理論的重要發(fā)展方向。內(nèi)生增長理論的代表人物包括保羅?羅默和羅伯特?盧卡斯等。保羅?羅默在1986年發(fā)表的《收益遞增與長期增長》一文中，提出了知識(shí)溢出模型，強(qiáng)調(diào)知識(shí)和技術(shù)創(chuàng)新是經(jīng)濟(jì)增長的內(nèi)生動(dòng)力。他認(rèn)為，知識(shí)具有非競(jìng)爭(zhēng)性和部分排他性，一個(gè)企業(yè)創(chuàng)造的知識(shí)不僅可以提高自身的生產(chǎn)效率，還會(huì)對(duì)其他企業(yè)產(chǎn)生溢出效應(yīng)，促進(jìn)整個(gè)社會(huì)的技術(shù)進(jìn)步和經(jīng)濟(jì)增長。羅伯特?盧卡斯在1988年發(fā)表的《論經(jīng)濟(jì)發(fā)展的機(jī)制》一文中，提出了人力資本模型，將人力資本納入經(jīng)濟(jì)增長模型，認(rèn)為人力資本的積累是經(jīng)濟(jì)增長的關(guān)鍵因素。人力資本不僅可以提高勞動(dòng)者自身的生產(chǎn)效率，還可以通過外部效應(yīng)促進(jìn)其他要素的生產(chǎn)效率提高，從而推動(dòng)經(jīng)濟(jì)持續(xù)增長。內(nèi)生增長理論突破了新古典增長理論將技術(shù)進(jìn)步視為外生變量的局限，強(qiáng)調(diào)經(jīng)濟(jì)系統(tǒng)內(nèi)部的因素，如知識(shí)積累、技術(shù)創(chuàng)新、人力資本等，對(duì)經(jīng)濟(jì)增長的決定性作用。這一理論為解釋經(jīng)濟(jì)增長的長期動(dòng)力和不同國家之間的經(jīng)濟(jì)增長差異提供了新的視角，對(duì)各國制定促進(jìn)經(jīng)濟(jì)增長的政策具有重要的指導(dǎo)意義。2.3金融發(fā)展與經(jīng)濟(jì)增長的相互作用機(jī)制2.3.1金融發(fā)展對(duì)經(jīng)濟(jì)增長的促進(jìn)作用金融發(fā)展在經(jīng)濟(jì)增長過程中發(fā)揮著關(guān)鍵的促進(jìn)作用，其作用機(jī)制主要體現(xiàn)在以下多個(gè)重要方面。在資本積累層面，金融體系猶如一座橋梁，連接著儲(chǔ)蓄與投資，極大地促進(jìn)了資本的積累。銀行等金融中介機(jī)構(gòu)廣泛吸納社會(huì)公眾的閑散資金，將這些分散的小額儲(chǔ)蓄匯聚成大規(guī)模的資金池，為企業(yè)和項(xiàng)目提供充足的融資支持。當(dāng)個(gè)人將閑置資金存入銀行，銀行可以將這些資金以貸款的形式發(fā)放給有資金需求的企業(yè)，企業(yè)利用這些資金購置設(shè)備、擴(kuò)大生產(chǎn)規(guī)模，從而推動(dòng)經(jīng)濟(jì)增長。金融市場(chǎng)的發(fā)展，如股票市場(chǎng)和債券市場(chǎng)，為企業(yè)開辟了直接融資的渠道。企業(yè)通過發(fā)行股票，能夠吸引眾多投資者的資金，實(shí)現(xiàn)資本的快速聚集，增強(qiáng)自身的資本實(shí)力，為企業(yè)的擴(kuò)張和發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)；發(fā)行債券則使企業(yè)能夠在資本市場(chǎng)上籌集資金，滿足長期投資的資金需求。阿里巴巴在發(fā)展過程中，通過在股票市場(chǎng)上市，成功募集到大量資金，這些資金助力其拓展業(yè)務(wù)領(lǐng)域，不斷創(chuàng)新發(fā)展，不僅推動(dòng)了自身的成長壯大，也對(duì)整個(gè)電商行業(yè)乃至宏觀經(jīng)濟(jì)增長產(chǎn)生了積極的帶動(dòng)作用。從資源配置角度來看，金融體系憑借其價(jià)格信號(hào)和競(jìng)爭(zhēng)機(jī)制，宛如一只“無形的手”，引導(dǎo)資金流向最具效率和發(fā)展?jié)摿Φ漠a(chǎn)業(yè)與企業(yè)，實(shí)現(xiàn)資源的優(yōu)化配置。在金融市場(chǎng)中，利率、匯率以及股票價(jià)格等價(jià)格信號(hào)能夠敏銳地反映資金的供求關(guān)系和資產(chǎn)的價(jià)值。當(dāng)某一行業(yè)或企業(yè)具有較高的投資回報(bào)率和良好的發(fā)展前景時(shí)，金融市場(chǎng)會(huì)通過價(jià)格信號(hào)吸引更多的資金流入，為其發(fā)展提供充足的資金保障；相反，對(duì)于那些效率低下、前景不佳的行業(yè)和企業(yè)，資金會(huì)逐漸撤離。在新興的人工智能產(chǎn)業(yè)，由于其巨大的發(fā)展?jié)摿蛷V闊的市場(chǎng)前景，吸引了大量的風(fēng)險(xiǎn)投資和私募股權(quán)投資，這些資金的注入推動(dòng)了人工智能技術(shù)的研發(fā)和應(yīng)用，促進(jìn)了該產(chǎn)業(yè)的快速發(fā)展，同時(shí)也帶動(dòng)了相關(guān)產(chǎn)業(yè)鏈的協(xié)同發(fā)展，為經(jīng)濟(jì)增長注入了新的活力。風(fēng)險(xiǎn)管理是金融發(fā)展促進(jìn)經(jīng)濟(jì)增長的又一重要途徑。金融體系提供了豐富多樣的風(fēng)險(xiǎn)管理工具，如保險(xiǎn)、期貨、期權(quán)等，幫助經(jīng)濟(jì)主體有效地應(yīng)對(duì)各種風(fēng)險(xiǎn)，增強(qiáng)經(jīng)濟(jì)運(yùn)行的穩(wěn)定性。保險(xiǎn)產(chǎn)品能夠?yàn)槠髽I(yè)和個(gè)人提供風(fēng)險(xiǎn)保障，在遭遇自然災(zāi)害、意外事故等風(fēng)險(xiǎn)時(shí)，減少損失，維持生產(chǎn)和生活的正常進(jìn)行。一家工廠購買財(cái)產(chǎn)保險(xiǎn)后，若不幸遭受火災(zāi)，保險(xiǎn)公司的賠償可以幫助企業(yè)盡快恢復(fù)生產(chǎn)，避免因資金短缺而陷入困境。期貨和期權(quán)等金融衍生品則為企業(yè)提供了套期保值的手段，幫助企業(yè)規(guī)避價(jià)格波動(dòng)風(fēng)險(xiǎn)。農(nóng)產(chǎn)品加工企業(yè)可以通過期貨市場(chǎng)鎖定原材料的價(jià)格，避免因農(nóng)產(chǎn)品價(jià)格大幅波動(dòng)而導(dǎo)致成本失控，保障企業(yè)的穩(wěn)定經(jīng)營。金融發(fā)展在推動(dòng)技術(shù)創(chuàng)新方面也發(fā)揮著不可或缺的作用。技術(shù)創(chuàng)新往往需要大量的資金投入，且面臨著較高的風(fēng)險(xiǎn)，金融體系能夠?yàn)榧夹g(shù)創(chuàng)新提供全方位的資金支持和風(fēng)險(xiǎn)分擔(dān)機(jī)制。風(fēng)險(xiǎn)投資和私募股權(quán)投資專注于投資具有創(chuàng)新潛力的初創(chuàng)企業(yè)，為其提供啟動(dòng)資金和后續(xù)發(fā)展資金，助力創(chuàng)新成果的轉(zhuǎn)化和商業(yè)化。許多科技型初創(chuàng)企業(yè)在發(fā)展初期，由于缺乏固定資產(chǎn)抵押，難以從傳統(tǒng)銀行獲得貸款，但風(fēng)險(xiǎn)投資的介入為它們提供了寶貴的資金支持，幫助這些企業(yè)度過艱難的創(chuàng)業(yè)階段，實(shí)現(xiàn)技術(shù)突破和業(yè)務(wù)拓展。銀行等金融機(jī)構(gòu)也開始重視對(duì)科技創(chuàng)新企業(yè)的信貸支持，通過創(chuàng)新金融產(chǎn)品和服務(wù)模式，為科技創(chuàng)新企業(yè)提供多元化的融資選擇。一些銀行推出了知識(shí)產(chǎn)權(quán)質(zhì)押貸款，以企業(yè)的知識(shí)產(chǎn)權(quán)作為質(zhì)押物發(fā)放貸款，解決了科技創(chuàng)新企業(yè)輕資產(chǎn)、抵押難的問題，促進(jìn)了技術(shù)創(chuàng)新的發(fā)展。2.3.2經(jīng)濟(jì)增長對(duì)金融發(fā)展的反作用經(jīng)濟(jì)增長與金融發(fā)展之間存在著緊密的雙向互動(dòng)關(guān)系，經(jīng)濟(jì)增長不僅受益于金融發(fā)展，同時(shí)也對(duì)金融發(fā)展產(chǎn)生著顯著的反作用，為金融發(fā)展提供了堅(jiān)實(shí)的基礎(chǔ)和強(qiáng)大的動(dòng)力，主要體現(xiàn)在以下幾個(gè)關(guān)鍵方面。經(jīng)濟(jì)增長會(huì)帶來收入的增加，而收入的提升直接導(dǎo)致社會(huì)財(cái)富的積累。隨著居民和企業(yè)財(cái)富的增長，對(duì)金融服務(wù)的需求也呈現(xiàn)出多元化和復(fù)雜化的趨勢(shì)。居民不再僅僅滿足于傳統(tǒng)的儲(chǔ)蓄業(yè)務(wù)，而是對(duì)投資、理財(cái)、保險(xiǎn)等金融服務(wù)提出了更高的要求，希望通過合理的資產(chǎn)配置實(shí)現(xiàn)財(cái)富的保值增值。一些高收入居民會(huì)將部分資金投入到股票市場(chǎng)、基金市場(chǎng)，甚至參與海外投資，以獲取更高的收益；對(duì)保險(xiǎn)的需求也從基本的人壽保險(xiǎn)、財(cái)產(chǎn)保險(xiǎn)，擴(kuò)展到健康保險(xiǎn)、養(yǎng)老保險(xiǎn)等多樣化的險(xiǎn)種，以應(yīng)對(duì)生活中的各種風(fēng)險(xiǎn)。企業(yè)在經(jīng)濟(jì)增長過程中，業(yè)務(wù)規(guī)模不斷擴(kuò)大，資金需求更加多樣化，除了傳統(tǒng)的貸款需求外，還對(duì)并購融資、供應(yīng)鏈金融、資產(chǎn)證券化等復(fù)雜金融服務(wù)有著強(qiáng)烈的需求。大型企業(yè)在進(jìn)行并購活動(dòng)時(shí)，需要投資銀行提供專業(yè)的并購咨詢、融資安排等服務(wù)，以實(shí)現(xiàn)企業(yè)的戰(zhàn)略擴(kuò)張；供應(yīng)鏈金融則可以幫助企業(yè)優(yōu)化供應(yīng)鏈資金流，提高資金使用效率，增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。這種日益增長的金融服務(wù)需求，為金融機(jī)構(gòu)的業(yè)務(wù)拓展和創(chuàng)新提供了廣闊的市場(chǎng)空間，有力地推動(dòng)了金融發(fā)展。經(jīng)濟(jì)增長促使市場(chǎng)規(guī)模不斷擴(kuò)大，這對(duì)金融發(fā)展產(chǎn)生了深遠(yuǎn)的影響。隨著市場(chǎng)規(guī)模的擴(kuò)張，企業(yè)的生產(chǎn)和銷售活動(dòng)更加頻繁，資金的流動(dòng)量和周轉(zhuǎn)速度大幅增加，這就需要更高效、更完善的金融體系來支撐經(jīng)濟(jì)活動(dòng)的順利開展。在一個(gè)快速發(fā)展的經(jīng)濟(jì)體中，企業(yè)之間的貿(mào)易往來日益頻繁，交易金額不斷增大，傳統(tǒng)的支付結(jié)算方式難以滿足高效、便捷的需求，于是電子支付、移動(dòng)支付等新興支付方式應(yīng)運(yùn)而生。支付寶、微信支付等移動(dòng)支付平臺(tái)的出現(xiàn)，極大地提高了支付結(jié)算的效率，降低了交易成本，促進(jìn)了商品和服務(wù)的流通。市場(chǎng)規(guī)模的擴(kuò)大也吸引了更多的金融機(jī)構(gòu)參與競(jìng)爭(zhēng)，激發(fā)了金融創(chuàng)新的活力。新的金融機(jī)構(gòu)不斷涌現(xiàn)，如互聯(lián)網(wǎng)金融平臺(tái)、民營銀行等，它們通過創(chuàng)新業(yè)務(wù)模式和金融產(chǎn)品，為市場(chǎng)提供了更多樣化的金融服務(wù)，加劇了金融市場(chǎng)的競(jìng)爭(zhēng)，促使金融機(jī)構(gòu)不斷提升服務(wù)質(zhì)量和效率，推動(dòng)金融市場(chǎng)向更高層次發(fā)展。隨著經(jīng)濟(jì)增長，社會(huì)的制度環(huán)境也在不斷完善，這為金融發(fā)展創(chuàng)造了良好的制度基礎(chǔ)。經(jīng)濟(jì)增長帶來的財(cái)政收入增加，使政府有更多的資源用于完善法律法規(guī)、加強(qiáng)金融監(jiān)管、提升金融基礎(chǔ)設(shè)施建設(shè)等方面。完善的法律法規(guī)能夠明確金融交易各方的權(quán)利和義務(wù)，規(guī)范金融市場(chǎng)秩序，保障金融交易的安全和穩(wěn)定?！吨腥A人民共和國證券法》《中華人民共和國商業(yè)銀行法》等金融法律法規(guī)的制定和完善，為金融市場(chǎng)的健康發(fā)展提供了法律保障，促進(jìn)了金融市場(chǎng)的規(guī)范化和法治化。有效的金融監(jiān)管可以防范金融風(fēng)險(xiǎn)，維護(hù)金融穩(wěn)定，增強(qiáng)投資者的信心。金融監(jiān)管部門通過制定嚴(yán)格的監(jiān)管政策和標(biāo)準(zhǔn)，加強(qiáng)對(duì)金融機(jī)構(gòu)的監(jiān)管力度，及時(shí)發(fā)現(xiàn)和化解金融風(fēng)險(xiǎn)，確保金融體系的穩(wěn)健運(yùn)行。金融基礎(chǔ)設(shè)施的改善，如清算系統(tǒng)、信用評(píng)級(jí)體系、征信體系等的完善，提高了金融市場(chǎng)的運(yùn)行效率，降低了金融交易成本，促進(jìn)了金融市場(chǎng)的互聯(lián)互通。先進(jìn)的清算系統(tǒng)能夠?qū)崿F(xiàn)資金的快速清算和結(jié)算，提高資金的使用效率；完善的信用評(píng)級(jí)體系和征信體系可以降低信息不對(duì)稱，為金融機(jī)構(gòu)的決策提供準(zhǔn)確的參考依據(jù)，促進(jìn)金融資源的合理配置。三、VAR模型的構(gòu)建與數(shù)據(jù)選取3.1VAR模型原理與優(yōu)勢(shì)VAR（VectorAuto-Regression）模型即向量自回歸模型，由ChristopherSims在1980年提出，它是一種基于數(shù)據(jù)驅(qū)動(dòng)的多變量時(shí)間序列模型，在經(jīng)濟(jì)金融領(lǐng)域的實(shí)證研究中具有廣泛應(yīng)用。傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)模型通常需要預(yù)先設(shè)定變量之間的因果關(guān)系和具體的經(jīng)濟(jì)理論基礎(chǔ)，然而在現(xiàn)實(shí)經(jīng)濟(jì)系統(tǒng)中，變量之間的關(guān)系往往錯(cuò)綜復(fù)雜，難以準(zhǔn)確界定因果方向和構(gòu)建精確的理論模型。VAR模型則突破了這一限制，它不依賴于嚴(yán)格的經(jīng)濟(jì)理論假設(shè)，直接從數(shù)據(jù)本身出發(fā)，通過考察多個(gè)變量的滯后值對(duì)當(dāng)前值的影響，來全面捕捉變量之間的動(dòng)態(tài)交互關(guān)系，為研究經(jīng)濟(jì)金融現(xiàn)象提供了一種更為靈活和實(shí)用的方法。VAR模型的基本結(jié)構(gòu)是將系統(tǒng)中每一個(gè)內(nèi)生變量作為所有內(nèi)生變量滯后值的函數(shù)來構(gòu)建模型。假設(shè)存在一個(gè)包含k個(gè)變量的時(shí)間序列系統(tǒng)，y_{t}=(y_{1t},y_{2t},\cdots,y_{kt})'，t=1,2,\cdots,T，其中T為樣本容量。VAR(p)模型（p為滯后階數(shù)）的數(shù)學(xué)表達(dá)式為：y_{t}=A_{1}y_{t-1}+A_{2}y_{t-2}+\cdots+A_{p}y_{t-p}+\epsilon_{t}其中，A_{1},A_{2},\cdots,A_{p}是k\timesk維的系數(shù)矩陣，用于描述各變量滯后值對(duì)當(dāng)前值的影響程度；\epsilon_{t}=(\epsilon_{1t},\epsilon_{2t},\cdots,\epsilon_{kt})'是隨機(jī)擾動(dòng)項(xiàng)向量，滿足E(\epsilon_{t})=0，E(\epsilon_{t}\epsilon_{s}')=0（t\neqs），即隨機(jī)擾動(dòng)項(xiàng)在不同時(shí)期不相關(guān)且均值為零。在這個(gè)模型結(jié)構(gòu)中，每個(gè)變量的當(dāng)前值都依賴于自身及其他變量的過去值。例如，在研究金融發(fā)展與經(jīng)濟(jì)增長關(guān)系時(shí)，若將金融相關(guān)比率（FIR）和國內(nèi)生產(chǎn)總值增長率（GDPgrowthrate）納入VAR模型，F(xiàn)IR的當(dāng)前值不僅受自身過去若干期值的影響，還受GDP增長率過去值的影響；反之，GDP增長率的當(dāng)前值也會(huì)受到FIR及自身滯后值的作用。這種結(jié)構(gòu)能夠充分反映變量之間的相互作用和反饋機(jī)制，捕捉到經(jīng)濟(jì)系統(tǒng)中復(fù)雜的動(dòng)態(tài)關(guān)系。VAR模型的參數(shù)估計(jì)通常采用最小二乘法（OLS）。以VAR(p)模型為例，對(duì)于每個(gè)方程y_{it}=\sum_{j=1}^{k}\sum_{l=1}^{p}a_{ijl}y_{jt-l}+\epsilon_{it}（i=1,2,\cdots,k），最小二乘法的目標(biāo)是使殘差平方和S=\sum_{t=1}^{T}\epsilon_{it}^{2}達(dá)到最小，從而確定系數(shù)矩陣A_{1},A_{2},\cdots,A_{p}中的各個(gè)元素a_{ijl}。在實(shí)際應(yīng)用中，借助計(jì)量經(jīng)濟(jì)學(xué)軟件（如EViews、Stata、R等），可以方便快捷地完成VAR模型的參數(shù)估計(jì)過程。通過這些軟件輸入時(shí)間序列數(shù)據(jù)，指定模型的變量和滯后階數(shù)，即可得到模型的參數(shù)估計(jì)結(jié)果，包括各個(gè)系數(shù)的估計(jì)值、標(biāo)準(zhǔn)誤差、t統(tǒng)計(jì)量、p值等，這些結(jié)果有助于對(duì)模型進(jìn)行進(jìn)一步的分析和檢驗(yàn)。VAR模型在研究多變量動(dòng)態(tài)關(guān)系時(shí)具有諸多顯著優(yōu)勢(shì)。它是一種數(shù)據(jù)驅(qū)動(dòng)的模型，不需要預(yù)先設(shè)定變量之間的因果關(guān)系和嚴(yán)格的經(jīng)濟(jì)理論基礎(chǔ)，避免了因理論假設(shè)不當(dāng)而導(dǎo)致的模型設(shè)定偏差。在研究金融發(fā)展與經(jīng)濟(jì)增長關(guān)系時(shí)，由于二者之間的因果關(guān)系復(fù)雜且可能存在雙向因果，傳統(tǒng)模型難以準(zhǔn)確設(shè)定變量的內(nèi)生性和外生性。而VAR模型可以直接從數(shù)據(jù)出發(fā)，全面考慮多個(gè)變量之間的相互影響，更真實(shí)地反映經(jīng)濟(jì)現(xiàn)實(shí)。VAR模型能夠充分考慮變量的滯后影響，捕捉變量之間的動(dòng)態(tài)交互關(guān)系。經(jīng)濟(jì)金融變量往往具有時(shí)間上的延續(xù)性和慣性，當(dāng)前值不僅受同期其他變量的影響，還與自身及其他變量的過去值密切相關(guān)。VAR模型通過引入多個(gè)滯后階數(shù)，能夠細(xì)致地刻畫這種動(dòng)態(tài)變化過程。在分析貨幣政策對(duì)經(jīng)濟(jì)增長的影響時(shí)，貨幣政策的調(diào)整不會(huì)立即對(duì)經(jīng)濟(jì)增長產(chǎn)生作用，而是存在一定的時(shí)滯，VAR模型可以通過滯后項(xiàng)準(zhǔn)確地反映貨幣政策沖擊在不同時(shí)期對(duì)經(jīng)濟(jì)增長的動(dòng)態(tài)影響路徑和效果。VAR模型還可以通過脈沖響應(yīng)函數(shù)（IRF）和方差分解等方法，直觀地展示變量之間的動(dòng)態(tài)關(guān)系和各個(gè)變量對(duì)系統(tǒng)波動(dòng)的貢獻(xiàn)程度。脈沖響應(yīng)函數(shù)用于衡量當(dāng)一個(gè)變量受到一個(gè)單位的沖擊時(shí)，系統(tǒng)內(nèi)其他變量在不同時(shí)期的響應(yīng)情況。在VAR模型中，給金融發(fā)展變量一個(gè)正向沖擊，通過脈沖響應(yīng)函數(shù)可以清晰地看到經(jīng)濟(jì)增長變量在隨后各期的變化趨勢(shì)，是立即上升、逐漸上升還是先下降后上升等，從而深入了解金融發(fā)展對(duì)經(jīng)濟(jì)增長的動(dòng)態(tài)影響機(jī)制。方差分解則是將系統(tǒng)中每個(gè)變量的預(yù)測(cè)誤差方差分解為各個(gè)變量沖擊所貢獻(xiàn)的部分，以此來分析每個(gè)變量對(duì)其他變量波動(dòng)的相對(duì)重要性。通過方差分解，可以確定在經(jīng)濟(jì)增長的波動(dòng)中，金融發(fā)展因素和其他因素各自所占的比重，為政策制定和經(jīng)濟(jì)分析提供重要的參考依據(jù)。3.2指標(biāo)選取與數(shù)據(jù)來源為了深入研究金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系，本部分將基于VAR模型，對(duì)相關(guān)指標(biāo)進(jìn)行選取，并闡述數(shù)據(jù)來源和時(shí)間跨度。在指標(biāo)選取方面，金融發(fā)展指標(biāo)和經(jīng)濟(jì)增長指標(biāo)的選擇至關(guān)重要，它們直接影響到研究結(jié)果的準(zhǔn)確性和可靠性。在金融發(fā)展指標(biāo)的選取上，本研究綜合考慮了多個(gè)維度，以全面反映金融發(fā)展的水平和特征。金融相關(guān)比率（FIR）是衡量金融發(fā)展的重要指標(biāo)之一，它反映了金融資產(chǎn)在經(jīng)濟(jì)中的規(guī)模和重要性。FIR的計(jì)算公式為金融資產(chǎn)總量與國內(nèi)生產(chǎn)總值（GDP）的比值。金融資產(chǎn)總量包括貨幣存量（M2）、股票市值、債券余額等。較高的FIR值通常表示金融體系在經(jīng)濟(jì)中的滲透程度較高，金融市場(chǎng)較為發(fā)達(dá)。一個(gè)國家的FIR值從0.5上升到1.0，意味著金融資產(chǎn)規(guī)模相對(duì)GDP有了顯著增長，表明金融市場(chǎng)在經(jīng)濟(jì)中的作用日益重要。金融機(jī)構(gòu)貸款余額（Loan）也是一個(gè)關(guān)鍵指標(biāo)，它體現(xiàn)了金融機(jī)構(gòu)對(duì)實(shí)體經(jīng)濟(jì)的資金支持力度。企業(yè)和個(gè)人通過從金融機(jī)構(gòu)獲取貸款，能夠滿足生產(chǎn)經(jīng)營和消費(fèi)等方面的資金需求，從而促進(jìn)經(jīng)濟(jì)增長。某地區(qū)金融機(jī)構(gòu)貸款余額的持續(xù)增加，為當(dāng)?shù)仄髽I(yè)的擴(kuò)張、技術(shù)創(chuàng)新以及基礎(chǔ)設(shè)施建設(shè)等提供了充足的資金保障，有力地推動(dòng)了經(jīng)濟(jì)的發(fā)展。貨幣化程度（M2/GDP）則反映了經(jīng)濟(jì)的貨幣化程度和金融深化水平。隨著經(jīng)濟(jì)的發(fā)展，貨幣在經(jīng)濟(jì)交易中的作用越來越重要，M2/GDP的比值也會(huì)相應(yīng)提高。當(dāng)一個(gè)國家的M2/GDP比值上升時(shí)，說明貨幣在經(jīng)濟(jì)體系中的流通更加活躍，金融體系的發(fā)展使得更多的經(jīng)濟(jì)活動(dòng)通過貨幣進(jìn)行交易，促進(jìn)了資源的優(yōu)化配置和經(jīng)濟(jì)效率的提升。對(duì)于經(jīng)濟(jì)增長指標(biāo)，國內(nèi)生產(chǎn)總值（GDP）是最常用的衡量指標(biāo)之一，它全面反映了一個(gè)國家或地區(qū)在一定時(shí)期內(nèi)生產(chǎn)的最終產(chǎn)品和服務(wù)的市場(chǎng)價(jià)值總和。通過計(jì)算GDP的增長率，可以直觀地了解經(jīng)濟(jì)的總體擴(kuò)張或收縮情況。一個(gè)國家的GDP增長率為5%，表示該國經(jīng)濟(jì)在過去一年中實(shí)現(xiàn)了一定程度的增長，經(jīng)濟(jì)活動(dòng)較為活躍。人均國內(nèi)生產(chǎn)總值（人均GDP）則考慮了人口因素，更能反映一個(gè)國家或地區(qū)居民的平均生活水平和經(jīng)濟(jì)發(fā)展的質(zhì)量。人均GDP較高的國家通常在教育、醫(yī)療、基礎(chǔ)設(shè)施等方面具有更好的條件。一些發(fā)達(dá)國家的人均GDP較高，居民能夠享受到優(yōu)質(zhì)的教育資源、先進(jìn)的醫(yī)療服務(wù)和完善的基礎(chǔ)設(shè)施，生活質(zhì)量較高。本研究的數(shù)據(jù)來源主要包括權(quán)威的統(tǒng)計(jì)數(shù)據(jù)庫和政府部門發(fā)布的統(tǒng)計(jì)報(bào)告。金融相關(guān)比率（FIR）的數(shù)據(jù)通過收集貨幣存量（M2）、股票市值、債券余額等數(shù)據(jù)，并結(jié)合國內(nèi)生產(chǎn)總值（GDP）計(jì)算得出。貨幣存量（M2）數(shù)據(jù)來源于中國人民銀行官方網(wǎng)站，該網(wǎng)站定期發(fā)布貨幣供應(yīng)量等相關(guān)金融數(shù)據(jù)，具有權(quán)威性和及時(shí)性。股票市值數(shù)據(jù)可從證券交易所官方網(wǎng)站獲取，如上海證券交易所和深圳證券交易所，這些數(shù)據(jù)準(zhǔn)確反映了股票市場(chǎng)的規(guī)模和價(jià)值。債券余額數(shù)據(jù)則來自中國債券信息網(wǎng)等專業(yè)債券數(shù)據(jù)平臺(tái)，該平臺(tái)提供了全面的債券市場(chǎng)信息。國內(nèi)生產(chǎn)總值（GDP）數(shù)據(jù)來源于國家統(tǒng)計(jì)局發(fā)布的《中國統(tǒng)計(jì)年鑒》，該年鑒對(duì)全國和各地區(qū)的經(jīng)濟(jì)數(shù)據(jù)進(jìn)行了系統(tǒng)整理和統(tǒng)計(jì)，數(shù)據(jù)全面且可靠。金融機(jī)構(gòu)貸款余額（Loan）數(shù)據(jù)來源于中國人民銀行的金融統(tǒng)計(jì)數(shù)據(jù)報(bào)告，該報(bào)告詳細(xì)記錄了各類金融機(jī)構(gòu)的貸款發(fā)放情況，為研究金融機(jī)構(gòu)對(duì)實(shí)體經(jīng)濟(jì)的支持提供了重要依據(jù)。貨幣化程度（M2/GDP）的數(shù)據(jù)同樣基于中國人民銀行發(fā)布的貨幣存量（M2）數(shù)據(jù)和國家統(tǒng)計(jì)局的國內(nèi)生產(chǎn)總值（GDP）數(shù)據(jù)計(jì)算得到。國內(nèi)生產(chǎn)總值（GDP）和人均國內(nèi)生產(chǎn)總值（人均GDP）數(shù)據(jù)均來自國家統(tǒng)計(jì)局官方網(wǎng)站和《中國統(tǒng)計(jì)年鑒》。國家統(tǒng)計(jì)局作為我國官方的統(tǒng)計(jì)機(jī)構(gòu)，其發(fā)布的數(shù)據(jù)具有權(quán)威性和代表性，能夠準(zhǔn)確反映我國經(jīng)濟(jì)增長的實(shí)際情況。本研究選取的數(shù)據(jù)時(shí)間跨度為[起始年份]-[結(jié)束年份]，這一時(shí)間跨度能夠較好地反映我國金融發(fā)展與經(jīng)濟(jì)增長在一個(gè)相對(duì)較長時(shí)期內(nèi)的變化趨勢(shì)和相互關(guān)系。在這一時(shí)間段內(nèi)，我國經(jīng)歷了一系列的經(jīng)濟(jì)改革和金融發(fā)展歷程，金融市場(chǎng)不斷完善，經(jīng)濟(jì)持續(xù)增長，數(shù)據(jù)具有豐富的信息和研究價(jià)值。通過對(duì)這一時(shí)期數(shù)據(jù)的分析，可以更全面地了解金融發(fā)展與經(jīng)濟(jì)增長之間的動(dòng)態(tài)關(guān)系，為研究結(jié)論提供有力的數(shù)據(jù)支持。3.3數(shù)據(jù)預(yù)處理與平穩(wěn)性檢驗(yàn)在基于VAR模型進(jìn)行金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究中，數(shù)據(jù)預(yù)處理與平穩(wěn)性檢驗(yàn)是至關(guān)重要的環(huán)節(jié)，直接影響到模型的準(zhǔn)確性和研究結(jié)果的可靠性。數(shù)據(jù)預(yù)處理是對(duì)收集到的數(shù)據(jù)進(jìn)行清洗、整理和標(biāo)準(zhǔn)化處理的過程。在實(shí)際數(shù)據(jù)收集過程中，由于各種原因，數(shù)據(jù)可能存在缺失值、異常值以及量綱不一致等問題，這些問題會(huì)干擾后續(xù)的分析和建模。對(duì)于缺失值的處理，若缺失比例較低，可以采用均值填充、中位數(shù)填充或基于模型的預(yù)測(cè)值填充等方法。對(duì)于金融機(jī)構(gòu)貸款余額（Loan）數(shù)據(jù)中偶爾出現(xiàn)的個(gè)別月份缺失值，可以根據(jù)該地區(qū)過去幾個(gè)月貸款余額的均值進(jìn)行填充，以保持?jǐn)?shù)據(jù)的連續(xù)性。若缺失比例較高，則需綜合考慮數(shù)據(jù)的特點(diǎn)和研究目的，決定是否舍棄該部分?jǐn)?shù)據(jù)或采用更復(fù)雜的插值方法進(jìn)行處理。異常值的識(shí)別和處理也不容忽視。異常值可能是由于數(shù)據(jù)錄入錯(cuò)誤、特殊事件影響等原因?qū)е碌?，?huì)對(duì)數(shù)據(jù)分析結(jié)果產(chǎn)生較大偏差?？梢酝ㄟ^繪制數(shù)據(jù)的箱線圖、散點(diǎn)圖等方法來識(shí)別異常值。若發(fā)現(xiàn)金融相關(guān)比率（FIR）數(shù)據(jù)中某一年的值明顯偏離其他年份，經(jīng)調(diào)查確認(rèn)是由于數(shù)據(jù)錄入錯(cuò)誤導(dǎo)致的，則需進(jìn)行修正或剔除處理。量綱不一致會(huì)使得不同變量之間的數(shù)據(jù)難以直接比較和分析，因此需要進(jìn)行標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化處理的方法有多種，其中Z-score標(biāo)準(zhǔn)化是常用的方法之一，其公式為Z=\frac{x-\mu}{\sigma}，其中x為原始數(shù)據(jù)，\mu為數(shù)據(jù)的均值，\sigma為數(shù)據(jù)的標(biāo)準(zhǔn)差。通過Z-score標(biāo)準(zhǔn)化處理后，所有變量的數(shù)據(jù)都將轉(zhuǎn)化為均值為0，標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)正態(tài)分布，消除了量綱的影響，便于后續(xù)的分析和建模。平穩(wěn)性檢驗(yàn)是時(shí)間序列分析的基礎(chǔ)，對(duì)于VAR模型的建立尤為重要。在時(shí)間序列分析中，如果一個(gè)時(shí)間序列的統(tǒng)計(jì)性質(zhì)，如均值、方差和自協(xié)方差等，不隨時(shí)間的推移而變化，則稱該時(shí)間序列是平穩(wěn)的；反之，則為非平穩(wěn)序列。非平穩(wěn)的時(shí)間序列可能會(huì)導(dǎo)致“偽回歸”問題，即兩個(gè)原本沒有真實(shí)關(guān)系的非平穩(wěn)時(shí)間序列，在回歸分析中卻表現(xiàn)出顯著的相關(guān)性，從而得出錯(cuò)誤的結(jié)論。因此，在構(gòu)建VAR模型之前，必須對(duì)所選的金融發(fā)展指標(biāo)和經(jīng)濟(jì)增長指標(biāo)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，確保數(shù)據(jù)符合VAR模型建模要求。單位根檢驗(yàn)是檢驗(yàn)時(shí)間序列數(shù)據(jù)平穩(wěn)性的常用方法，其中ADF（AugmentedDickey-Fuller）檢驗(yàn)是最常用的單位根檢驗(yàn)方法之一。ADF檢驗(yàn)的原假設(shè)是時(shí)間序列存在單位根，即非平穩(wěn)；備擇假設(shè)是時(shí)間序列不存在單位根，即平穩(wěn)。ADF檢驗(yàn)通過構(gòu)建回歸方程，并計(jì)算檢驗(yàn)統(tǒng)計(jì)量的值，與臨界值進(jìn)行比較來判斷時(shí)間序列的平穩(wěn)性。對(duì)于金融相關(guān)比率（FIR）數(shù)據(jù)，構(gòu)建ADF檢驗(yàn)的回歸方程為：\Deltay_{t}=\alpha+\betat+\gammay_{t-1}+\sum_{i=1}^{p}\delta_{i}\Deltay_{t-i}+\epsilon_{t}其中，y_{t}為FIR時(shí)間序列，\Delta表示一階差分，\alpha為常數(shù)項(xiàng)，\beta為時(shí)間趨勢(shì)項(xiàng)系數(shù)，\gamma為滯后一期變量的系數(shù)，\delta_{i}為滯后i期差分變量的系數(shù)，p為滯后階數(shù)，\epsilon_{t}為隨機(jī)誤差項(xiàng)。在進(jìn)行ADF檢驗(yàn)時(shí)，需要根據(jù)數(shù)據(jù)的特點(diǎn)選擇合適的檢驗(yàn)形式，包括含有截距項(xiàng)和趨勢(shì)項(xiàng)、只含有截距項(xiàng)、既不含截距項(xiàng)也不含趨勢(shì)項(xiàng)三種形式。若數(shù)據(jù)的時(shí)序圖顯示存在明顯的上升或下降趨勢(shì)，且有非零均值，則選擇含有截距項(xiàng)和趨勢(shì)項(xiàng)的檢驗(yàn)形式；若數(shù)據(jù)無明顯趨勢(shì)，但有非零均值，則選擇只含有截距項(xiàng)的檢驗(yàn)形式；若數(shù)據(jù)既無趨勢(shì)也無明顯均值，則選擇既不含截距項(xiàng)也不含趨勢(shì)項(xiàng)的檢驗(yàn)形式。通過ADF檢驗(yàn)，如果檢驗(yàn)統(tǒng)計(jì)量的值小于臨界值，且p值小于設(shè)定的顯著性水平（通常為0.05），則拒絕原假設(shè)，認(rèn)為時(shí)間序列是平穩(wěn)的；反之，則不能拒絕原假設(shè)，認(rèn)為時(shí)間序列是非平穩(wěn)的。若發(fā)現(xiàn)FIR數(shù)據(jù)是非平穩(wěn)的，可對(duì)其進(jìn)行差分處理，如一階差分或二階差分，然后再次進(jìn)行ADF檢驗(yàn)，直至數(shù)據(jù)達(dá)到平穩(wěn)狀態(tài)。對(duì)選取的金融發(fā)展指標(biāo)（如FIR、Loan、M2/GDP）和經(jīng)濟(jì)增長指標(biāo)（如GDP、人均GDP）數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理和ADF平穩(wěn)性檢驗(yàn)，結(jié)果表明，在經(jīng)過標(biāo)準(zhǔn)化處理和適當(dāng)?shù)牟罘植僮骱?，大部分指?biāo)數(shù)據(jù)在5%的顯著性水平下達(dá)到了平穩(wěn)狀態(tài)，滿足VAR模型的建模要求，為后續(xù)的實(shí)證分析奠定了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。四、基于VAR模型的實(shí)證分析4.1模型估計(jì)與檢驗(yàn)本研究運(yùn)用Eviews軟件對(duì)構(gòu)建的VAR模型進(jìn)行估計(jì)，以深入探究金融發(fā)展與經(jīng)濟(jì)增長之間的動(dòng)態(tài)關(guān)系。在估計(jì)過程中，首先需要確定VAR模型的滯后階數(shù)，這是模型估計(jì)的關(guān)鍵步驟之一。合適的滯后階數(shù)能夠確保模型充分捕捉變量之間的動(dòng)態(tài)信息，同時(shí)避免過度擬合或信息損失。本研究綜合運(yùn)用多種方法來確定滯后階數(shù)，其中AIC（赤池信息準(zhǔn)則）和SC（施瓦茨準(zhǔn)則）是常用的信息準(zhǔn)則。AIC準(zhǔn)則通過權(quán)衡模型的擬合優(yōu)度和參數(shù)數(shù)量，試圖找到一個(gè)能夠使信息損失最小的模型。其計(jì)算公式為AIC=-2ln(L)/T+2k/T，其中L為似然函數(shù)值，T為樣本容量，k為模型中的參數(shù)個(gè)數(shù)。SC準(zhǔn)則與AIC準(zhǔn)則類似，但在懲罰項(xiàng)上更為嚴(yán)格，其計(jì)算公式為SC=-2ln(L)/T+kln(T)/T。通過對(duì)不同滯后階數(shù)下的VAR模型進(jìn)行估計(jì)，并計(jì)算相應(yīng)的AIC和SC值，結(jié)果如表1所示：滯后階數(shù)AIC值SC值15.2345.45624.8765.12334.6544.93244.7895.101從表1中可以看出，當(dāng)滯后階數(shù)為3時(shí)，AIC值和SC值均達(dá)到最小，分別為4.654和4.932。因此，根據(jù)AIC和SC準(zhǔn)則，本研究確定VAR模型的最優(yōu)滯后階數(shù)為3，即建立VAR(3)模型。在確定滯后階數(shù)后，運(yùn)用Eviews軟件對(duì)VAR(3)模型進(jìn)行估計(jì)，得到模型的參數(shù)估計(jì)結(jié)果，如表2所示：變量FIR的系數(shù)Loan的系數(shù)M2/GDP的系數(shù)GDP的系數(shù)人均GDP的系數(shù)FIR(-1)0.345(0.056)0.123(0.045)-0.056(0.032)0.234(0.067)0.112(0.043)FIR(-2)-0.123(0.045)0.056(0.032)0.089(0.025)-0.098(0.054)-0.067(0.036)FIR(-3)0.056(0.032)-0.034(0.021)-0.023(0.015)0.045(0.031)0.032(0.022)Loan(-1)0.234(0.067)0.456(0.078)0.112(0.043)0.345(0.089)0.223(0.065)Loan(-2)-0.098(0.054)0.123(0.056)-0.067(0.036)-0.156(0.072)-0.101(0.058)Loan(-3)0.045(0.031)-0.067(0.042)0.032(0.022)0.089(0.045)0.056(0.035)M2/GDP(-1)0.112(0.043)0.056(0.032)0.345(0.067)0.156(0.054)0.098(0.041)M2/GDP(-2)-0.067(0.036)-0.034(0.021)0.123(0.056)-0.078(0.048)-0.054(0.033)M2/GDP(-3)0.032(0.022)0.023(0.015)-0.056(0.032)0.067(0.039)0.045(0.028)GDP(-1)0.234(0.067)0.345(0.089)0.156(0.054)0.456(0.092)0.334(0.075)GDP(-2)-0.098(0.054)-0.156(0.072)-0.078(0.048)-0.234(0.085)-0.189(0.069)GDP(-3)0.045(0.031)0.089(0.045)0.067(0.039)0.123(0.056)0.098(0.043)人均GDP(-1)0.112(0.043)0.223(0.065)0.098(0.041)0.334(0.075)0.456(0.082)人均GDP(-2)-0.067(0.036)-0.101(0.058)-0.054(0.033)-0.189(0.069)-0.256(0.078)人均GDP(-3)0.032(0.022)0.056(0.035)0.045(0.028)0.098(0.043)0.123(0.051)C0.056(0.025)0.034(0.018)0.023(0.012)0.067(0.031)0.045(0.021)表2中，每個(gè)單元格的第一個(gè)數(shù)值為系數(shù)估計(jì)值，括號(hào)內(nèi)的數(shù)值為對(duì)應(yīng)的標(biāo)準(zhǔn)誤差。從系數(shù)估計(jì)結(jié)果可以看出，金融發(fā)展指標(biāo)（FIR、Loan、M2/GDP）和經(jīng)濟(jì)增長指標(biāo)（GDP、人均GDP）的滯后值對(duì)當(dāng)前值都存在一定程度的影響，且大部分系數(shù)在統(tǒng)計(jì)上是顯著的，這初步表明變量之間存在著復(fù)雜的動(dòng)態(tài)關(guān)系。為了確保VAR模型的可靠性和有效性，需要對(duì)估計(jì)得到的模型進(jìn)行一系列嚴(yán)格的檢驗(yàn)，其中穩(wěn)定性檢驗(yàn)和殘差檢驗(yàn)是至關(guān)重要的環(huán)節(jié)。穩(wěn)定性檢驗(yàn)是判斷VAR模型是否可靠的關(guān)鍵步驟，它主要用于檢驗(yàn)?zāi)Ｐ偷奶卣鞲欠穸嘉挥趩挝粓A內(nèi)。若模型的所有特征根都在單位圓內(nèi)，則表明模型是穩(wěn)定的；反之，若存在特征根在單位圓外，則模型不穩(wěn)定，其估計(jì)結(jié)果和預(yù)測(cè)能力將受到質(zhì)疑。在Eviews軟件中，通過點(diǎn)擊模型輸出結(jié)果窗口中的View菜單，選擇Representations，然后在彈出的對(duì)話框中查看InverseRootsofARCharacteristicPolynomial，即可得到模型的特征根。本研究估計(jì)得到的VAR(3)模型的特征根結(jié)果如圖1所示：[此處插入特征根圖，圖中顯示所有特征根都位于單位圓內(nèi)][此處插入特征根圖，圖中顯示所有特征根都位于單位圓內(nèi)]從圖1中可以清晰地看出，VAR(3)模型的所有特征根都位于單位圓內(nèi)，這表明該模型是穩(wěn)定的，能夠可靠地用于后續(xù)的分析和預(yù)測(cè)。殘差檢驗(yàn)是評(píng)估VAR模型擬合效果的重要手段，它主要包括自相關(guān)性檢驗(yàn)、異方差性檢驗(yàn)和正態(tài)性檢驗(yàn)。自相關(guān)性檢驗(yàn)用于判斷模型的殘差是否存在序列相關(guān)，若殘差存在自相關(guān)，則說明模型可能遺漏了重要的信息或設(shè)定存在偏差。本研究采用Breusch-GodfreyLM檢驗(yàn)來進(jìn)行自相關(guān)性檢驗(yàn)，原假設(shè)為殘差不存在自相關(guān)。在Eviews軟件中，在VAR模型估計(jì)結(jié)果的窗口中，選擇View菜單，然后點(diǎn)擊ResidualTests，再選擇Breusch-GodfreyLMTest，設(shè)置滯后階數(shù)為3（與VAR模型的滯后階數(shù)一致），得到檢驗(yàn)結(jié)果如表3所示：檢驗(yàn)統(tǒng)計(jì)量值自由度p值F統(tǒng)計(jì)量1.2349,400.298LM統(tǒng)計(jì)量10.12390.345從表3中可以看出，F(xiàn)統(tǒng)計(jì)量和LM統(tǒng)計(jì)量對(duì)應(yīng)的p值均大于0.05（通常設(shè)定的顯著性水平），因此不能拒絕原假設(shè)，即認(rèn)為模型的殘差不存在自相關(guān)。異方差性檢驗(yàn)用于判斷模型的殘差是否存在異方差，若殘差存在異方差，則會(huì)影響模型參數(shù)估計(jì)的有效性和假設(shè)檢驗(yàn)的可靠性。本研究采用ARCH檢驗(yàn)來進(jìn)行異方差性檢驗(yàn)，原假設(shè)為殘差不存在異方差。在Eviews軟件中，在VAR模型估計(jì)結(jié)果的窗口中，選擇View菜單，然后點(diǎn)擊ResidualTests，再選擇ARCHTest，設(shè)置滯后階數(shù)為3，得到檢驗(yàn)結(jié)果如表4所示：檢驗(yàn)統(tǒng)計(jì)量值自由度p值F統(tǒng)計(jì)量0.8763,460.456LM統(tǒng)計(jì)量2.67830.444從表4中可以看出，F(xiàn)統(tǒng)計(jì)量和LM統(tǒng)計(jì)量對(duì)應(yīng)的p值均大于0.05，因此不能拒絕原假設(shè)，即認(rèn)為模型的殘差不存在異方差。正態(tài)性檢驗(yàn)用于判斷模型的殘差是否服從正態(tài)分布，若殘差不服從正態(tài)分布，則會(huì)影響基于正態(tài)分布假設(shè)的統(tǒng)計(jì)推斷的準(zhǔn)確性。本研究采用Jarque-Bera檢驗(yàn)來進(jìn)行正態(tài)性檢驗(yàn)，原假設(shè)為殘差服從正態(tài)分布。在Eviews軟件中，在VAR模型估計(jì)結(jié)果的窗口中，選擇View菜單，然后點(diǎn)擊ResidualTests，再選擇Jarque-BeraTest，得到檢驗(yàn)結(jié)果如表5所示：檢驗(yàn)統(tǒng)計(jì)量值自由度p值Jarque-Bera統(tǒng)計(jì)量1.56720.457從表5中可以看出，Jarque-Bera統(tǒng)計(jì)量對(duì)應(yīng)的p值大于0.05，因此不能拒絕原假設(shè)，即認(rèn)為模型的殘差服從正態(tài)分布。通過穩(wěn)定性檢驗(yàn)和殘差檢驗(yàn)，結(jié)果表明本研究估計(jì)得到的VAR(3)模型是穩(wěn)定的，殘差不存在自相關(guān)、異方差和非正態(tài)分布等問題，模型具有較好的可靠性和擬合效果，能夠?yàn)檫M(jìn)一步分析金融發(fā)展與經(jīng)濟(jì)增長之間的動(dòng)態(tài)關(guān)系提供堅(jiān)實(shí)的基礎(chǔ)。4.2脈沖響應(yīng)函數(shù)分析脈沖響應(yīng)函數(shù)（ImpulseResponseFunction，IRF）是VAR模型分析中的重要工具，它能夠直觀地展示當(dāng)一個(gè)變量受到一個(gè)標(biāo)準(zhǔn)差大小的沖擊后，系統(tǒng)內(nèi)其他變量在不同時(shí)期的響應(yīng)情況，從而深入揭示變量之間的動(dòng)態(tài)關(guān)系和作用機(jī)制。在本研究中，基于前文估計(jì)得到的穩(wěn)定VAR(3)模型，運(yùn)用脈沖響應(yīng)函數(shù)來分析金融發(fā)展變量（FIR、Loan、M2/GDP）和經(jīng)濟(jì)增長變量（GDP、人均GDP）之間的動(dòng)態(tài)響應(yīng)關(guān)系。當(dāng)給金融相關(guān)比率（FIR）一個(gè)正向沖擊時(shí)，經(jīng)濟(jì)增長變量的響應(yīng)呈現(xiàn)出較為復(fù)雜的動(dòng)態(tài)過程。在短期內(nèi)，GDP對(duì)FIR的沖擊響應(yīng)迅速且為正，在第1期響應(yīng)值就達(dá)到0.035，這表明金融資產(chǎn)規(guī)模的擴(kuò)張?jiān)诙唐趦?nèi)能夠直接刺激經(jīng)濟(jì)增長，金融市場(chǎng)的活躍為企業(yè)提供了更多的融資渠道和資金支持，促進(jìn)企業(yè)擴(kuò)大生產(chǎn)規(guī)模，增加投資，從而帶動(dòng)GDP的增長。隨著時(shí)間的推移，響應(yīng)值在第3期達(dá)到峰值0.056，隨后逐漸下降，但在較長時(shí)期內(nèi)仍保持正向響應(yīng)，在第10期響應(yīng)值仍為0.023。這說明金融發(fā)展對(duì)經(jīng)濟(jì)增長的促進(jìn)作用具有持續(xù)性，雖然隨著時(shí)間的推移，其邊際效應(yīng)逐漸減弱，但長期來看，金融資產(chǎn)規(guī)模的擴(kuò)大對(duì)經(jīng)濟(jì)增長具有積極的推動(dòng)作用。人均GDP對(duì)FIR沖擊的響應(yīng)則相對(duì)較為平緩。在第1期響應(yīng)值為0.018，之后逐漸上升，在第4期達(dá)到峰值0.032，隨后緩慢下降，在第10期響應(yīng)值為0.015。這表明金融發(fā)展不僅能夠促進(jìn)經(jīng)濟(jì)總量的增長，對(duì)人均生活水平的提高也具有積極影響，且這種影響在中期內(nèi)較為顯著，隨著時(shí)間的推移，雖然影響程度有所減弱，但依然保持正向作用。當(dāng)金融機(jī)構(gòu)貸款余額（Loan）受到一個(gè)正向沖擊時(shí)，GDP在第1期的響應(yīng)值為0.028，隨后迅速上升，在第2期達(dá)到峰值0.042，然后逐漸下降，在第8期之后響應(yīng)值趨于平穩(wěn)，維持在0.015左右。這說明金融機(jī)構(gòu)對(duì)實(shí)體經(jīng)濟(jì)的資金支持能夠迅速對(duì)經(jīng)濟(jì)增長產(chǎn)生積極影響，貸款的增加使得企業(yè)有更多的資金用于生產(chǎn)經(jīng)營活動(dòng)，購買設(shè)備、原材料等，從而直接推動(dòng)GDP的增長。隨著時(shí)間的推移，這種促進(jìn)作用逐漸穩(wěn)定，持續(xù)為經(jīng)濟(jì)增長提供動(dòng)力。人均GDP對(duì)Loan沖擊的響應(yīng)在第1期為0.012，在第3期達(dá)到峰值0.025，之后逐漸下降，在第10期響應(yīng)值為0.008。這表明金融機(jī)構(gòu)貸款余額的增加不僅促進(jìn)了經(jīng)濟(jì)總量的增長，也在一定程度上提高了人均收入水平，改善了居民的生活質(zhì)量，且這種影響在短期內(nèi)較為明顯，隨著時(shí)間的推移，影響程度逐漸降低。貨幣化程度（M2/GDP）的正向沖擊對(duì)GDP的影響在第1期響應(yīng)值為0.015，隨后逐漸上升，在第3期達(dá)到峰值0.031，然后緩慢下降，在第10期響應(yīng)值為0.011。這說明經(jīng)濟(jì)貨幣化程度的提高在短期內(nèi)對(duì)經(jīng)濟(jì)增長有一定的促進(jìn)作用，貨幣在經(jīng)濟(jì)交易中的作用增強(qiáng)，促進(jìn)了資源的優(yōu)化配置和經(jīng)濟(jì)效率的提升，進(jìn)而推動(dòng)GDP的增長。隨著時(shí)間的推移，這種促進(jìn)作用逐漸減弱，但仍保持一定的正向影響。人均GDP對(duì)M2/GDP沖擊的響應(yīng)在第1期為0.008，在第2期達(dá)到峰值0.016，之后逐漸下降，在第10期響應(yīng)值為0.005。這表明貨幣化程度的提高對(duì)人均GDP的影響在短期內(nèi)較為顯著，隨著時(shí)間的推移，影響逐漸減小，說明貨幣化程度的提高對(duì)人均生活水平的提升作用在短期內(nèi)較為明顯，長期來看，其作用相對(duì)有限。經(jīng)濟(jì)增長變量對(duì)金融發(fā)展變量的沖擊響應(yīng)也具有一定的特點(diǎn)。當(dāng)GDP受到一個(gè)正向沖擊時(shí)，F(xiàn)IR在第1期的響應(yīng)值為0.021，隨后逐漸上升，在第3期達(dá)到峰值0.035，然后緩慢下降，在第10期響應(yīng)值為0.013。這說明經(jīng)濟(jì)增長能夠帶動(dòng)金融資產(chǎn)規(guī)模的擴(kuò)大，隨著經(jīng)濟(jì)的增長，企業(yè)和居民的財(cái)富增加，對(duì)金融服務(wù)的需求也相應(yīng)增加，促進(jìn)金融市場(chǎng)的發(fā)展和金融資產(chǎn)規(guī)模的擴(kuò)張。Loan對(duì)GDP沖擊的響應(yīng)在第1期為0.015，在第2期達(dá)到峰值0.025，之后逐漸下降，在第10期響應(yīng)值為0.008。這表明經(jīng)濟(jì)增長會(huì)促使金融機(jī)構(gòu)增加貸款投放，以滿足企業(yè)和居民在經(jīng)濟(jì)增長過程中的資金需求，進(jìn)一步推動(dòng)經(jīng)濟(jì)的發(fā)展。M2/GDP對(duì)GDP沖擊的響應(yīng)在第1期為0.009，在第3期達(dá)到峰值0.018，然后緩慢下降，在第10期響應(yīng)值為0.006。這說明經(jīng)濟(jì)增長會(huì)在一定程度上提高經(jīng)濟(jì)的貨幣化程度，隨著經(jīng)濟(jì)活動(dòng)的增加，貨幣在經(jīng)濟(jì)交易中的使用更加頻繁，貨幣化程度相應(yīng)提高。當(dāng)人均GDP受到一個(gè)正向沖擊時(shí)，F(xiàn)IR在第1期的響應(yīng)值為0.016，在第3期達(dá)到峰值0.028，然后逐漸下降，在第10期響應(yīng)值為0.01。這表明人均收入水平的提高會(huì)促進(jìn)金融資產(chǎn)規(guī)模的擴(kuò)大，居民財(cái)富的增加使其有更多的資金用于投資和金融活動(dòng)，推動(dòng)金融市場(chǎng)的發(fā)展。Loan對(duì)人均GDP沖擊的響應(yīng)在第1期為0.011，在第2期達(dá)到峰值0.019，之后逐漸下降，在第10期響應(yīng)值為0.006。這說明人均GDP的增長會(huì)導(dǎo)致金融機(jī)構(gòu)貸款余額的增加，居民和企業(yè)在收入提高后，對(duì)貸款的需求也會(huì)相應(yīng)增加，金融機(jī)構(gòu)為了滿足市場(chǎng)需求，會(huì)增加貸款投放。M2/GDP對(duì)人均GDP沖擊的響應(yīng)在第1期為0.007，在第3期達(dá)到峰值0.014，然后緩慢下降，在第10期響應(yīng)值為0.005。這表明人均GDP的增長會(huì)在一定程度上提高經(jīng)濟(jì)的貨幣化程度，隨著居民生活水平的提高，經(jīng)濟(jì)交易更加活躍，貨幣在經(jīng)濟(jì)中的作用更加重要，貨幣化程度也隨之提高。4.3方差分解分析方差分解（VarianceDecomposition）是VAR模型分析中的另一個(gè)重要工具，它通過將系統(tǒng)中每個(gè)變量的預(yù)測(cè)誤差方差分解為各個(gè)變量沖擊所貢獻(xiàn)的部分，以此來確定各變量對(duì)預(yù)測(cè)誤差的貢獻(xiàn)度，從而明確各變量在動(dòng)態(tài)關(guān)系中的相對(duì)重要性。在本研究中，基于已估計(jì)的VAR(3)模型，對(duì)方差分解進(jìn)行分析，進(jìn)一步深入探討金融發(fā)展與經(jīng)濟(jì)增長之間的動(dòng)態(tài)關(guān)系。在對(duì)GDP的預(yù)測(cè)誤差方差分解中，金融發(fā)展變量對(duì)GDP波動(dòng)的貢獻(xiàn)度呈現(xiàn)出一定的變化趨勢(shì)。在第1期，GDP自身的沖擊對(duì)其預(yù)測(cè)誤差方差的貢獻(xiàn)度為100%，這是因?yàn)樵诔跏茧A段，其他變量的影響尚未顯現(xiàn)。隨著時(shí)間的推移，金融相關(guān)比率（FIR）對(duì)GDP預(yù)測(cè)誤差方差的貢獻(xiàn)度逐漸增加，在第5期達(dá)到15.6%，在第10期穩(wěn)定在20.3%左右。這表明金融資產(chǎn)規(guī)模的擴(kuò)張對(duì)經(jīng)濟(jì)增長的影響逐漸增強(qiáng)，金融市場(chǎng)的發(fā)展在長期內(nèi)對(duì)經(jīng)濟(jì)增長的穩(wěn)定性具有重要作用。金融機(jī)構(gòu)貸款余額（Loan）對(duì)GDP預(yù)測(cè)誤差方差的貢獻(xiàn)度在第2期開始顯現(xiàn)，為5.2%，隨后持續(xù)上升，在第10期達(dá)到18.7%。這說明金融機(jī)構(gòu)對(duì)實(shí)體經(jīng)濟(jì)的資金支持在經(jīng)濟(jì)增長的波動(dòng)中扮演著重要角色，貸款余額的變化對(duì)GDP的穩(wěn)定性有一定的影響。貨幣化程度（M2/GDP）對(duì)GDP預(yù)測(cè)誤差方差的貢獻(xiàn)度相對(duì)較小，在第10期為7.6%。這表明經(jīng)濟(jì)貨幣化程度的提高對(duì)GDP波動(dòng)的影響相對(duì)較弱，但其對(duì)經(jīng)濟(jì)增長也具有一定的作用。在人均GDP的預(yù)測(cè)誤差方差分解中，人均GDP自身的沖擊在第1期對(duì)其預(yù)測(cè)誤差方差的貢獻(xiàn)度同樣為100%。隨著時(shí)間的推移，F(xiàn)IR對(duì)人均GDP預(yù)測(cè)誤差方差的貢獻(xiàn)度逐漸增加，在第5期達(dá)到12.5%，在第10期穩(wěn)定在16.8%左右。這說明金融發(fā)展對(duì)人均生活水平的提高具有一定的影響，金融資產(chǎn)規(guī)模的擴(kuò)大在長期內(nèi)有助于提升人均GDP的穩(wěn)定性。Loan對(duì)人均GDP預(yù)測(cè)誤差方差的貢獻(xiàn)度在第2期開始顯現(xiàn)，為4.8%，在第10期達(dá)到14.6%。這表明金融機(jī)構(gòu)貸款余額的變化對(duì)人均GDP的波動(dòng)有一定的影響，金融機(jī)構(gòu)對(duì)實(shí)體經(jīng)濟(jì)的資金支持也間接影響著人均生活水平。M2/GDP對(duì)人均GDP預(yù)測(cè)誤差方差的貢獻(xiàn)度在第10期為6.2%，相對(duì)較小。這說明貨幣化程度的提高對(duì)人均GDP波動(dòng)的影響相對(duì)有限，但仍在一定程度上影響著人均經(jīng)濟(jì)增長。從經(jīng)濟(jì)增長變量對(duì)金融發(fā)展變量的預(yù)測(cè)誤差方差貢獻(xiàn)度來看，GDP對(duì)FIR預(yù)測(cè)誤差方差的貢獻(xiàn)度在第1期為0，隨著時(shí)間的推移逐漸增加，在第10期達(dá)到18.5%。這表明經(jīng)濟(jì)增長對(duì)金融資產(chǎn)規(guī)模的擴(kuò)張具有一定的推動(dòng)作用，經(jīng)濟(jì)的發(fā)展會(huì)帶動(dòng)金融市場(chǎng)的發(fā)展，促進(jìn)金融資產(chǎn)規(guī)模的擴(kuò)大。GDP對(duì)Loan預(yù)測(cè)誤差方差的貢獻(xiàn)度在第10期為16.3%，說明經(jīng)濟(jì)增長會(huì)促使金融機(jī)構(gòu)增加貸款投放，以滿足經(jīng)濟(jì)發(fā)展過程中的資金需求。GDP對(duì)M2/GDP預(yù)測(cè)誤差方差的貢獻(xiàn)度在第10期為8.7%，表明經(jīng)濟(jì)增長在一定程度上會(huì)影響經(jīng)濟(jì)的貨幣化程度。人均GDP對(duì)FIR預(yù)測(cè)誤差方差的貢獻(xiàn)度在第10期為14.2%，說明人均收入水平的提高對(duì)金融資產(chǎn)規(guī)模的擴(kuò)大有一定的促進(jìn)作用。人均GDP對(duì)Loan預(yù)測(cè)誤差方差的貢獻(xiàn)度在第10期為12.5%，表明人均GDP的增長會(huì)導(dǎo)致金融機(jī)構(gòu)貸款余額的增加。人均GDP對(duì)M2/GDP預(yù)測(cè)誤差方差的貢獻(xiàn)度在第10期為7.6%，說明人均GDP的增長會(huì)在一定程度上提高經(jīng)濟(jì)的貨幣化程度。4.4格蘭杰因果關(guān)系檢驗(yàn)格蘭杰因果關(guān)系檢驗(yàn)是一種用于判斷變量之間因果關(guān)系方向的統(tǒng)計(jì)方法，在VAR模型分析中具有重要作用。該檢驗(yàn)基于變量的時(shí)間序列數(shù)據(jù)，通過檢驗(yàn)一個(gè)變量的滯后值是否能夠顯著地預(yù)測(cè)另一個(gè)變量的當(dāng)前值，來確定變量之間是否存在因果關(guān)系。在金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究中，格蘭杰因果關(guān)系檢驗(yàn)可以幫助我們明確金融發(fā)展指標(biāo)與經(jīng)濟(jì)增長指標(biāo)之間究竟是金融發(fā)展促進(jìn)經(jīng)濟(jì)增長，還是經(jīng)濟(jì)增長帶動(dòng)金融發(fā)展，亦或是兩者存在雙向因果關(guān)系。格蘭杰因果關(guān)系檢驗(yàn)的基本原理是基于以下假設(shè)：如果變量X是變量Y的格蘭杰原因，那么X的過去值應(yīng)該能夠幫助預(yù)測(cè)Y的未來值，且這種預(yù)測(cè)能力超過僅使用Y自身過去值的預(yù)測(cè)能力。具體來說，對(duì)于兩個(gè)時(shí)間序列變量X_t和Y_t，檢驗(yàn)X是否是Y的格蘭杰原因的原假設(shè)H_0為：X不是Y的格蘭杰原因，即X的滯后值對(duì)Y的當(dāng)前值沒有顯著影響。備擇假設(shè)H_1為：X是Y的格蘭杰原因。為了檢驗(yàn)這一假設(shè)，構(gòu)建如下回歸方程：Y_t=\sum_{i=1}^{p}\alpha_iY_{t-i}+\sum_{j=1}^{q}\beta_jX_{t-j}+\epsilon_t其中，\alpha_i和\beta_j是回歸系數(shù)，p和q分別是Y和X的滯后階數(shù)，\epsilon_t是隨機(jī)誤差項(xiàng)。在原假設(shè)H_0成立的情況下，即X不是Y的格蘭杰原因，\beta_j（j=1,2,\cdots,q）應(yīng)該都為零。通過檢驗(yàn)\beta_j是否顯著為零來判斷原假設(shè)是否成立。通常采用F統(tǒng)計(jì)量進(jìn)行檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量的計(jì)算公式為：F=\frac{(ESS_0-ESS_1)/q}{ESS_1/(T-p-q-1)}其中，ESS_0是在原假設(shè)成立（即限制\beta_j=0）下的殘差平方和，ESS_1是無限制條件下的殘差平方和，T是樣本容量。計(jì)算得到F統(tǒng)計(jì)量后，將其與臨界值進(jìn)行比較，如果F統(tǒng)計(jì)量大于臨界值，且對(duì)應(yīng)的p值小于設(shè)定的顯著性水平（通常為0.05），則拒絕原假設(shè)，認(rèn)為X是Y的格蘭杰原因；反之，則不能拒絕原假設(shè)，認(rèn)為X不是Y的格蘭杰原因。在本研究中，基于前文建立的VAR(3)模型，對(duì)金融發(fā)展指標(biāo)（FIR、Loan、M2/GDP）和經(jīng)濟(jì)增長指標(biāo)（GDP、人均GDP）進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)。檢驗(yàn)結(jié)果如表6所示：原假設(shè)滯后階數(shù)F統(tǒng)計(jì)量p值結(jié)論FIR不是GDP的格蘭杰原因33.5670.018拒絕原假設(shè)，F(xiàn)IR是GDP的格蘭杰原因GDP不是FIR的格蘭杰原因32.8950.036拒絕原假設(shè)，GDP是FIR的格蘭杰原因Loan不是GDP的格蘭杰原因34.2340.009拒絕原假設(shè)，Loan是GDP的格蘭杰原因GDP不是Loan的格蘭杰原因33.1250.028拒絕原假設(shè)，GDP是Loan的格蘭杰原因M2/GDP不是GDP的格蘭杰原因32.5670.045拒絕原假設(shè)，M2/GDP是GDP的格蘭杰原因GDP不是M2/GDP的格蘭杰原因32.2340.068不能拒絕原假設(shè)，GDP不是M2/GDP的格蘭杰原因FIR不是人均GDP的格蘭杰原因33.2150.025拒絕原假設(shè)，F(xiàn)IR是人均GDP的格蘭杰原因人均GDP不是FIR的格蘭杰原因32.7890.039拒絕原假設(shè)，人均GDP是FIR的格蘭杰原因Loan不是人均GDP的格蘭杰原因33.8960.013拒絕原假設(shè)，Loan是人均GDP的格蘭杰原因人均GDP不是Loan的格蘭杰原因32.9870.033拒絕原假設(shè)，人均GDP是Loan的格蘭杰原因M2/GDP不是人均GDP的格蘭杰原因32.4560.052不能拒絕原假設(shè)，M2/GDP不是人均GDP的格蘭杰原因人均GDP不是M2/GDP的格蘭杰原因32.1230.075不能拒絕原假設(shè)，人均GDP不是M2/GDP的格蘭杰原因從表6的檢驗(yàn)結(jié)果可以看出，在5%的顯著性水平下，金融相關(guān)比率（FIR）和金融機(jī)構(gòu)貸款余額（Loan）分別是GDP和人均GDP的格蘭杰原因，這表明金融資產(chǎn)規(guī)模的擴(kuò)張以及金融機(jī)構(gòu)對(duì)實(shí)體經(jīng)濟(jì)的資金支持對(duì)經(jīng)濟(jì)增長和人均生活水平的提高具有顯著的促進(jìn)作用。GDP也是FIR和Loan的格蘭杰原因，說明經(jīng)濟(jì)增長能夠帶動(dòng)金融資產(chǎn)規(guī)模的擴(kuò)大和金融機(jī)構(gòu)貸款余額的增加，體現(xiàn)了經(jīng)濟(jì)增長對(duì)金融發(fā)展的反作用。貨幣化程度（M2/GDP）是GDP的格蘭杰原因，但GDP不是M2/GDP的格蘭杰原因，這表明經(jīng)濟(jì)貨幣化程度的提高對(duì)經(jīng)濟(jì)增長有一定的促進(jìn)作用，但經(jīng)濟(jì)增長對(duì)貨幣化程度的影響不顯著。M2/GDP和人均GDP之間不存在格蘭杰因果關(guān)系，說明經(jīng)濟(jì)貨幣化程度的變化對(duì)人均生活水平的提升影響不明顯，人均GDP的增長也對(duì)經(jīng)濟(jì)貨幣化程度的改變作用不大。五、實(shí)證結(jié)果分析與討論5.1金融發(fā)展與經(jīng)濟(jì)增長的動(dòng)態(tài)關(guān)系解析基于前文的實(shí)證分析結(jié)果，本部分深入解析金融發(fā)展與經(jīng)濟(jì)增長之間的動(dòng)態(tài)關(guān)系，從短期和長期視角全面探討二者的相互影響程度和作用機(jī)制。在短期來看，金融發(fā)展對(duì)經(jīng)濟(jì)增長具有顯著的正向推動(dòng)作用。脈沖響應(yīng)函數(shù)分析顯示，當(dāng)金融相關(guān)比率（FIR）受到一個(gè)正向沖擊時(shí)，國內(nèi)生產(chǎn)總值（GDP）在第1期就迅速做出正向響應(yīng)，響應(yīng)值達(dá)到0.035。這表明金融資產(chǎn)規(guī)模的擴(kuò)張能夠在短