普惠金融創業與經濟增長的互動關系

導語：普惠金融創業與經濟增長的互動關系一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：文章基于2006—2017年的省級面板數據，在合成普惠金融指數的基礎上，通過面板向量自回歸（PVAR）模型將普惠金融、創業和經濟增長納入同一個框架，檢驗三個變量之間動態相互作用及作用機制。結果表明：（1）普惠金融、創業和經濟增長三個變量之間存在較強的Granger因果關系。（2）普惠金融、創業及經濟增長之間均存在正向動態互動關系，且以短期影響為主。其中，普惠金融和創業對經濟增長的促進作用持續時間較長，且短期內的促進作用有限。（3）從長期來看，三個變量在一定程度上已經有了部分融合，但其影響程度存在差異。創業較經濟增長對普惠金融的影響大，普惠金融較創業對經濟增長的作用程度大，而普惠金融發展和經濟增長對創業的影響非常有限。

關鍵詞：普惠金融；創業；經濟增長；PVAR

普惠金融在2005年聯合國的“小額信貸年”首次被提出，并迅速得到世界銀行等國際組織、各國政府以及國內外學者的重點關注。在普惠金融相關的諸多問題研究中，普惠金融與經濟增長的關系一直是學術界的熱點議題，大量實證研究探討了二者之間的關系。從普惠金融對經濟增長的作用方向看，部分研究者認為普惠金融發展促進經濟增長。周斌等（2017）[1]、劉金全和畢振豫（2019）[2]分別利用面板數據的PVAR法和GMM模型等方法對普惠金融與經濟增長的關系進行實證檢驗，均發現普惠金融的發展對經濟增長具有促進作用。部分研究者指出普惠金融發展抑制經濟增長。李濤等（2016）[3]認為其負面作用與銀行等金融中介在整個金融體系中所占比重密切相關，以間接金融為主、過度依賴銀行提供流動性的金融體系，由于追逐高利潤、“惜貸”、金融風險等原因，在一定程度上阻礙經濟增長。李夢雨（2019）[4]對“一帶一路”沿線國家的跨國面板數據的實證表明，普惠金融在一定程度上會抑制經濟的增長，特別是金融服務地理滲透性維度的普惠金融與經濟增長之間呈現顯著的負相關。與此同時，普惠金融的創業效應也得到一些關注。金融是影響創業的一個重要的因素，小企業融資的創業活動直接受到金融機構是否愿意貸款影響[5]，不僅如此，一個國家的金融系統對創業企業的友好程度會影響該國的創業活躍度和創業的性質。不少文獻對居民創業的影響因素進行研究和討論，發現居民創業過程中面臨的主要問題是缺乏足夠的資金，而發展普惠金融有效地緩解這一約束，從而推動居民創業[6]。普惠金融還通過緩解融資約束，激發創新創業精神[7,8]，在一定程度上影響創業。部分學者進一步分析了普惠金融的創業效應的異質性，發現包容性金融可有效降低家庭創業融資風險，提高創業率，促進居民創業，特別是對城市家庭、高收入家庭和受教育程度高的家庭的創業決策具有明顯的促進作用[9]。從現有文獻分析發現兩個問題：其一，目前關于普惠金融對經濟增長的影響及創業對經濟增長的影響形式和方向仍存在爭議。其二，已有文獻主要關注普惠金融、創業和經濟增長的兩兩之間單向關系，忽略了三個變量之間的雙向因果關系及相互作用的時滯性與持續時間。鑒于此，本文基于我國30個省份的面板數據合成普惠金融指數，將普惠金融、創業和經濟增長納入統一研究框架，采用PVAR模型探索三者之間的動態互動關系及作用機制。

1研究假設

作為傳統金融的有力補充，普惠金融具有金融服務可得性、成本可負擔性及全面性三個主要特征，這決定了普惠金融對創業具有正向促進作用。第一，金融服務可得性要求不斷完善普惠金融機構體系，從而緩解農村等偏遠地區受到的地理排斥，以及貧困群體和中小微企業受到的成本排斥和信貸約束[10]，為潛在創業者提供獲得金融服務的機會。第二，普惠金融強調金融成本的可負擔，且互聯網和移動通訊技術的發展降低了金融服務的信息成本及交易成本，因此，創業者的創業承受能力得到提高。第三，普惠金融強調金融服務和產品的全面性即多樣性[11]，使得創業者可根據自身需要選擇合適的產品和服務。由于金融機構是理性經濟的，在縮小城鄉差距的情況下，金融機構會主動往農村地區延伸，從而緩解了農村地區面臨大量的金融排斥現象，這在一定程度上提高了普惠金融水平。此外，普惠金融在短期內通過資金支持、服務可得性緩解制約創業的資金約束和服務約束，從而促進創業。然而，創業的成功率和持續性主要受創業者的主管經營和外部市場環境的影響。同樣，普惠金融發展主要在于頂層設計及金融機構的政策制定和實施情況，因而創業對普惠金融發展的影響作用時間較短。鑒于此，本文提出：假設1：普惠金融發展與創業之間在短期內具有明顯的互相促進作用。根據經濟增長理論，技術進步、資金配置效率及全要素生產率的提高無疑能推動經濟增長。然而，這種方式具有時滯性，需要較長時間才能充分發揮出來。在普惠金融促進經濟增長的同時，經濟增長也可促進普惠金融發展。依據“需求遵從”理論假說，隨著經濟不斷增長，人們對投融資、保險、信貸等各種金融的服務需求也不斷增加，從而拉動金融發展。同時，由于金融機構出于安全性和營利性的考慮，在提供貸款等金融服務時歧視沒有資產擔保和固定收入來源的中小企業及弱勢群體，因此，普惠金融發展需要政府的財政支持，而經濟增長直接為普惠金融發展提供強有力的經濟后盾支持。鑒于此，本文提出：假設2：普惠金融發展能夠持續地促進經濟增長，但在短期內的促進作用有限，經濟增長在短期內顯著地促進普惠金融發展。創業能夠通過知識溢出、創新激發及就業渠道增加促進經濟增長。創業是促進新知識突破知識“過濾器”的重要途徑，創業通過知識外溢對技術進步產生重大推動作用[12]。與資本積累對經濟增長的推動作用相比，創業對經濟增長的促進效果還非常有限[13]。與此同時，經濟增長能夠促進創業。國民經濟持續穩定的增長是促進創業帶動就業的重要動力[14]，經濟增長不僅促進居民財富水平的增加，還能促進國家在支持居民創業上的財政支出增加，從而為創業者提供良好的自身和外部創業條件，進一步促進居民創業。鑒于此，本文提出：假設3：創業持續地促進經濟增長，但短期內促進效果非常有限，而經濟增長能夠在短中期顯著地促進創業。

2研究設計

2.1計量模型構建

為揭示普惠金融、創業與經濟增長之間的動態互動關系，本文借鑒Holtz-Eakin等（1988）[15]在向量自回歸（VAR）模型基礎上提出的面板向量自回歸（PVAR）模型進行實證研究。PVAR模型不僅具有解決樣本量不足和體現個體異質性的優勢，還能夠在其他變量不變的情況下通過正交化響應，分解出系統每個解釋變量的沖擊對內生變量的影響。本文設定的模型如下：Yit=åj=1pAjYit-j+ψt+fi+εiti=12N;t=12T（1）式（1）中，A為待估計的參數矩陣，i代表地區，t代表時間，p代表滯后階數。Yit為被解釋變量，包括IFIit、ENTRit、LMGDPit，是三維列向量，分別表示i地區在t時點的普惠金融發展水平、創業水平及經濟發展水平。fi表示模型的個體效應，受到因變量滯后期的影響，fi與自變量相關。因此，采用向前差分Helmert轉換法消除個體效應[16]。ψt為模型的時間效應，εit為隨機誤差項，服從期望為0、協方差為Σ的獨立同分布。

2.2變量與數據

2.2.1普惠金融指數的測度在現有普惠金融指數體系的構建基礎上，本文結合我國普惠金融發展實際以及數據的可獲得性，選取金融服務可獲得性、使用情況與效用性3個維度共11個指標構建普惠金融指數。（1）可獲得性。可獲得性是從提供金融產品與服務的供給角度來刻畫，主要包括金融機構的設置及金融人員的配備。本文主要從人口和地理兩個層面出發，選取人均擁有銀行業金融機構數（家/萬人）、人均擁有的銀行業金融從業人員（人/萬人）、地均銀行業金融機構數（家/平方公里）和人均銀行金融機構從業人員（人/平方公里），此外，還選取每個鄉鎮擁有的農村金融機構數來重點考察農村金融機構的覆蓋情況。（2）使用情況。使用情況維度用來測度居民金融服務的參與情況，參與金融服務的人越多，說明金融滲透率越高，金融的普惠性越高。除存款貸款等基本金融服務的使用之外，還有保險等其他金融服務的使用。該維度包括人均存款余額、人均貸款余額及保險密度（保險收入/總人口）3個指標。（3）效用性。效應性主要反映某個地區金融服務發揮的功效和作用，選取金融機構各項存款余額占GDP比重、各項貸款余額占GDP比重以及保險深度即保險收入占GDP比重3個指標來衡量。本文選取2006—2017年我國30個省份（不含西藏和港澳臺）的年度數據作為樣本。相關數據來源于《中國統計年鑒》《中國金融統計年鑒》《中國區域金融運行報告以及各省份金融運行報告和銀保監會發布的年報。在測度方法上，采用熵值法和歐氏距離公式測算普惠金融指數（IFI）。首先，采用Max-Min方法對數據進行標準化處理以消除量綱影響。由于本文的普惠金融指數的構建指標均為正向指標，因此，處理公式為：X'ij=Xij-minXjmaxXj-minXji=12n; j=12m（2）式（2）中，Xij為第i個需要進行評價目標的第j個指標的數值，X′ij為標準化后的值。表1中展示了各省普惠金融的年平均水平及平均發展速度。從均值來看，我國普惠金融發展存在明顯的區域差異。東部地區遠高于中西部地區，中部地區整體上略高于西部地區，呈現由東向西梯度遞減分布。不過，從年平均發展速度看，西部地區普惠金融發展十分迅速，明顯快于中東部地區，可見，中西部地區普惠金融發展勢頭足。2.2.2其他核心變量與數據來源創業（ENTR）。本文在參考Blanchflower（2000）[17]、代明和鄭閩（2018）[18]的研究，選取每萬人擁有的私營企業與個體戶數的變化率來衡量居民創業參與率，其中，人口數據為常住人口。基礎數據來源于2007—2018年《中國統計年鑒》。經濟增長（LMGDP）。本文用CPI對各省人均GDP進行平減后并作對數化處理，將其作為經濟增長的衡量指標。數據來源2007—2018年《中國統計年鑒》。數據的描述性統計結果如表2所示。

3實證分析

3.1模型的校準

本文構建一個包含普惠金融、創業和經濟增長的PVAR模型并進行估計。本文數據的特點是寬截面、短時間數據，一般可視為平穩數據，但為了保證后文分析結果的準確性，進一步采用LLC（Levin-Lin-Chu）法和IPS（Im-Pesaran-Shin）法進行檢驗。從表3可知，LLC和IPS兩種方法下，IFI、ENTR以及LMGDP在1%的置信水平下均顯著平穩。本文參考AIC、BIC和HQIC三個準則確定模型的滯后階數。表4顯示PVAR模型滯后1階的AIC、BIC及HQIC均是最小的，因此，PVAR模型的滯后階數取1比較合適。從表5結果可知：在普惠金融方程（h_IFI）中，創業以及創業與經濟增長的聯合檢驗在1%的顯著性水平下都拒絕原假設，說明創業和經濟增長在Granger意義下影響普惠金融。在創業（h_ENTR）方程中，普惠金融在5%的顯著性水平下拒絕原假設，普惠金融與經濟增長的聯合檢驗在1%的顯著性水平下拒絕原假設，說明普惠金融和經濟增長是創業在Granger意義下的原因。在經濟增長方程（h_LMGDP）中，普惠金融以及普惠金融與創業的聯合檢驗在1%的顯著性下都拒絕原假設，創業在10%的顯著性水平下拒絕原假設，說明普惠金融和創業在Granger意義下影響經濟增長。總體來看，三個變量之間存在較強的Granger因果關系，因而可以進行下一步的面板向量自回歸估計、脈沖響應分析及方差分解分析。

3.2實證結果

3.2.1PVAR模型的系統GMM估計在變量進行向前差分處理后，本文選取變量的滯后1階作為工具變量，采用系統GMM方法對模型參數進行估計，估計結果如表6所示。需要說明的是，VAR模型是把變量由所有內生變量的滯后期作為解釋變量來模擬的一個動態模型，可能會因為共線性問題造成模型中的參數不顯著，甚至造成模型中滯后解釋變量的系數符號與理論不符，但這并不妨礙后面的分析結論，因為VAR模型考慮的是一個系統，通常關注的是預測分析，一般不對滯后解釋變量的系數作過多關注。3.2.2脈沖響應結果為探索各變量間的動態傳導機制和路徑，本文運用正交化脈沖響應進行解釋。正交化脈沖響應函數是通過Cholesky分解得到的，而Cholesky分解的結果嚴格依賴于模型中變量的次序，一般要求外生性越強的變量越放前面。在三個變量組成的系統中，經濟增長的內生性更強，因而把經濟增長放在第三個位置。普惠金融發展主導創業，故把普惠金融放在第一個位置。即在Cholesky分解時，變量的次序依次為IFI、ENTR、LMGDP。通過蒙特卡洛模擬200次，將沖擊時間設置為18期，最終得到脈沖響應圖（見圖1）。脈沖響應基本都收斂，可認為本文構建的PVAR模型是穩定的。圖1中的圖（a）與（b）表示普惠金融與創業的相互沖擊響應，圖（c）與（d）表示普惠金融與經濟增長的相互沖擊響應，圖（e）與（f）表示創業與經濟增長的相互沖擊響應。總的來說，脈沖響應圖表明各變量之間存在正向動態互動關系。然而，其作用速度和作用程度存在差異性，且作用時長存在非對稱性。具體表現如下：（1）對于普惠金融1個標準差的沖擊，創業的響應呈現明顯的倒勾型。響應值在當期為0，然后急劇增大，在第2期達到最大值0.018，之后響應值逐漸減少，直到第15期左右穩定趨于0。這表明普惠金融對創業具有正向推動作用，且在短期內的作用較大，但是作用時間持續較長。反過來看，創業一個標準差的沖擊使普惠金融在當期作出正向響應，其響應值在1期達到最大值0.0021，之后逐漸減弱，在第9期左右穩定到0，即創業對普惠金融發展在短期內起到一定的促進作用，作用時間相對較短。由此可見，創業與普惠金融之間在短期內具有雙向的促進作用，且影響作用先后在第2期和第1期達到最大值，這驗證了假設1。（2）從經濟增長對于普惠金融沖擊的響應來看，其脈沖響應值始終為正，且在第3期達到最大值只有0.0003，之后呈現階梯式遞減的變化，在第12期平穩，但是影響效應并未減為0。這表明普惠金融對經濟增長具有正向推動作用，但短期作用非常有限，且持續作用時間長。對于經濟增長一個標準差的沖擊，普惠金融有正向的響應，在0期達到最大0.002，之后迅速減弱，并于第5期平穩趨于0，即經濟增長在短期內明顯地促進普惠金融發展。由此可見，假設2成立。（3）對于創業1個標準差的沖擊，經濟增長的脈沖響應值為正，但響應值非常小，且持續作用時間長，直到第15期減為0，說明創業促進經濟增長，促進效果十分有限。反過來看，對于經濟增長1個標準差的沖擊，創業的響應值開始為正，在第6期達到最大值0.0056，之后逐漸減小并穩定趨于0，說明經濟增長在短中期內對創業具有促進作用。以上驗證了假設3。3.2.3方差分解結果為進一步清晰度量三個指標之間的長期相互影響程度，本文利用預測誤差方差分解來解釋各指標對沖擊響應的方差貢獻率，結果如表7所示。普惠金融的方差貢獻率在第1期全部來自自身，在第5期和第10期，自身的貢獻有所減小，分別為90.7%和88.3%，而創業的貢獻率明顯增大，分別為9.2%和11.3%，經濟增長的方差貢獻率較小，分別為1.4%和2.1%。這表明創業對普惠金融的影響比經濟增長對普惠金融的影響更大。從創業的方差分解來看，在第1至10期的方差貢獻率幾乎全部來自自身，表明創業受普惠金融發展和經濟增長的影響非常有限，這可能是因為當前我國普惠金融發展水平較低以及普惠金融政策在實施時存在時滯性等原因，導致其對創業的促進作用未得到充分發揮。從經濟增長的方差分解來看，第1期的經濟增長的方差貢獻率有97.6%來自自身，而在第5期和第10期，自身的貢獻有所減小,普惠金融對經濟增長的方差貢獻率增加到12.3%和13.8%，創業對經濟增長的方差貢獻率分別為0.8%和0.7%。可見，與創業相比，經濟增長受普惠金融發展的影響相對較大。總之，從三個變量間動態互動關系上看，三個變量在一定程度上已經有了部分融合，然而變量之間的作用程度存在差異。

3.3穩健性檢驗

由于PVAR模型中的內生變量與其誤差項之間存在相關性，導致系統GMM法估計得到的系數估計量可能出現偏差。本文將被解釋變量的滯后期納入解釋變量，采用兩步差分GMM法對參數進行估計，結果略。從被解釋變量為普惠金融（IFI）的估計結果看，創業（ENTR）和普惠金融（IFI）的系數均為正，表明創業和經濟增長均能夠促進普惠金融發展。從被解釋變量為創業（ENTR）的估計結果看，普惠金融（IFI）和經濟增長（LMG-DP）的系數均為正，即普惠金融和經濟增長均對創業起到正向推動作用。從被解釋變量為經濟增長（LMGDP）的估計結果看，普惠金融（IFI）和創業（ENTR）的系數均為正，表明普惠金融和創業均能夠促進經濟增長。可見，本文的結論具有較好的穩健性。

4結論

本文首先通過我國30個省份2006—2017年的相關指標數據構建并測算了普惠金融指數，隨后將普惠金融、創業和經濟增長納入一個框架構造了PVAR模型，在此基礎上，進一步通過GMM估計、Granger因果檢驗、脈沖響應分析和預測誤差方差分解對普惠金融、創業和經濟增長之間的互動關系進行了檢驗，主要結論如下：（1）Granger因果檢驗結果說明普惠金融、創業和經濟增長三個變量之間存在較強的Granger因果關系。（2）脈沖響應結果表明普惠金融、創業及經濟增長存在正向動態互動關系，但各變量之間作用程度和速度及持續時長具有非對稱性。其中，創業與普惠金融之間在短期內具有雙向的促進作用，且影響作用先后在第2期和第1期達到最大值。普惠金融發展促進經濟增長，但在短期內的促進作用程度有限且持續時間長，經濟增長在短期內顯著地促進普惠家金融發展。創業促進經濟增長，但在短期內促進效果非常有限，而經濟增長能夠在短中期顯著地促進創業。（3）預測誤差方差分解的結果顯示三個變量在一定程度上已經有了部分融合，然而變量之間的作用程度存在差異。其中，創業對普惠金融的影響比經濟增長對普惠金融的影響更大。普惠金融發展和經濟增長對創業的影響非常有限。與創業相比，經濟增長受普惠金融發展的影響相對較大。

作者：封艷紅 許滌龍 單位：南華大學 經濟管理與法學學院 廣州大學 經濟與統計學院