论文部分内容阅读
经济增长是当前世界各国面临的主要问题之一，全要素生产率是经济发展的重要内涵。而金融具有配置资源的功能，金融体系是否健全完善对一国的技术进步和经济发展至关重要。目前很少有学者从制度扭曲的角度直接考察金融抑制是否对TFP存在显著的消极影响，即金融抑制是否阻碍技术创新和进步，不利于TFP的提高和影响经济的长期趋势。本文以Abiad et a1.（2008）的研究为基础，考察金融抑制与全要素生产率的关系，揭示金融抑制涉及的7个具体方面对全要素生产率的具体内在影响机制。
一、数据及实证模型设定
（一）计量模型
本文主要研究金融抑制水平对全要素生产率的影响及其作用机制，因此本文以金融抑制指数为解释变量，全要素生产率为被解释变量构建模型。为更好识别金融抑制对TFP的影响，避免遗漏重要的解释变量，根据非平衡增长理论的文献，模型中包括影响TFP的控制变量（Arizala，Francisco；Cavallo，Eduardo；Galindo， Arturo，2009），设定模型如下：
其中TFPi，t为国家i在时间t的全要素生产率，FIi，t为国家i在时间t的金融抑制程度指标，Xi，t为一组与影响全要素生产率有关的控制变量，包括劳动生产率LPi，t，用于衡量国家的生产效率；CPIi，t指数用来衡量国家的通货膨胀水平；以及GBi，t，即政府支出与GDP的比例。ɑi是未观测到的国家特定效应，ηi是未观测到的时间特定效应，εi，t是未观测到的既随国家又随时间改变的误差项。
二、金融抑制和全要素生产率关系的实证分析
（一）基准模型
本文以等式（1）为基准模型。首先只考察全要素生产率和金融抑制的关系。然后在基准模型加入影响全要素生产率的因素：劳动生产率、CPI指数、政府最终消费支出与GDP的比例。考虑金融抑制指数和其他控制变量的内生性问题，同时采用面板工具变量法进行估计。表2列出固定效应和随机效应的估计效果。前2个模型中解释变量只有金融抑制变量，而后2个模型中估计结果加入影响TFP的控制变量。考虑到全要素生产率随时间改变，在后2个模型中加入时间效应。Hausman检验结果表明：在1%的显著水平下拒绝原假设，固定效应模型较随机模型的估计结果更为有效。
以固定模型为基础并考虑到国家特定效应和时间特定效应，进行回归结果分析。金融抑制对国家全要生产率具有负向的影响，并且在1%水平显著，金融抑制系数显著为负，表明金融抑制程度越高，全要素生产率水平越低，金融抑制不利于金融更好发挥资源配置的功能，从而阻碍TFP提高和经济增长。在控制变量中，消费者物价指数对全要素生产率具有显著负向影响，劳动生产率对TFP具有显著正效应，这与预期是相符的。其中，消费者物价指数的估计系数的符号为负意味着通货膨胀对全要素生产率的提高产生不利影响，通货膨胀水平的提高必然会增加企业的成本，降低企业投资技术的热情；同时，高通货膨胀水平会削弱金融机构辨别高盈利部门或生产活动的能力。而劳动生产率对TFP的正效应主要来自于劳动生产率的提高，劳动者的培训教育以及企业采用先进的生产技术和设备都促进劳动生产率提高。政府支出占GDP比例对全要素生产率同样具有显著负向影响，说明政府支出国家经济效率的影响存在两面性，这说明政府对经济活动的干预在当期造成的损失超过其对公共服务支出带来的好处，进而对国家全要素生产率产生负效应。
三、结论及政策建议
实证分析结果表明金融抑制水平对全要素生产率存在负效应。因此，本文在后金融危机时代提高全要素生产率、转变经济发展方式具有重要的政策启示意义：1.坚持审慎原则，有机协调资本管制和汇兑管制，逐步放开金融账户的证券投资出入限制引导国外资本流入技术创新和研发领域，促进全要素生产率增长。2.金融改革对内在风险可控的前提下，逐步稳妥的推进利率市场化，促进资金的合理流动，解决当前资本脱离实体经济和信贷控制的问题；完善我国银行业信贷结构，切实解决小企业融资难的困境；继续深化我国资本市场改革，完善资本市场结构，特别是股票市场的资源整合和改革，发展多层次的市场，充分发挥资本市场为全要素生产率的增长通融资金的作用。
参考文献：
[1]Abiad，A.，E. Detragiache， and T. Tressel.“A New Database of Financial Reforms”，2008，IMF Working Paper WP/08/266.
[2]江春，苏志伟.金融发展如何促进经济增长——一个文献综述[J].金融研究，2013（9）：110-122.
[3]江曙霞，陈玉婵.金融约束政策下的金融发展与经济效率[J].统计研究， 2011（7）：21-26.
一、数据及实证模型设定
（一）计量模型
本文主要研究金融抑制水平对全要素生产率的影响及其作用机制，因此本文以金融抑制指数为解释变量，全要素生产率为被解释变量构建模型。为更好识别金融抑制对TFP的影响，避免遗漏重要的解释变量，根据非平衡增长理论的文献，模型中包括影响TFP的控制变量（Arizala，Francisco；Cavallo，Eduardo；Galindo， Arturo，2009），设定模型如下：
其中TFPi，t为国家i在时间t的全要素生产率，FIi，t为国家i在时间t的金融抑制程度指标，Xi，t为一组与影响全要素生产率有关的控制变量，包括劳动生产率LPi，t，用于衡量国家的生产效率；CPIi，t指数用来衡量国家的通货膨胀水平；以及GBi，t，即政府支出与GDP的比例。ɑi是未观测到的国家特定效应，ηi是未观测到的时间特定效应，εi，t是未观测到的既随国家又随时间改变的误差项。
二、金融抑制和全要素生产率关系的实证分析
（一）基准模型
本文以等式（1）为基准模型。首先只考察全要素生产率和金融抑制的关系。然后在基准模型加入影响全要素生产率的因素：劳动生产率、CPI指数、政府最终消费支出与GDP的比例。考虑金融抑制指数和其他控制变量的内生性问题，同时采用面板工具变量法进行估计。表2列出固定效应和随机效应的估计效果。前2个模型中解释变量只有金融抑制变量，而后2个模型中估计结果加入影响TFP的控制变量。考虑到全要素生产率随时间改变，在后2个模型中加入时间效应。Hausman检验结果表明：在1%的显著水平下拒绝原假设，固定效应模型较随机模型的估计结果更为有效。
以固定模型为基础并考虑到国家特定效应和时间特定效应，进行回归结果分析。金融抑制对国家全要生产率具有负向的影响，并且在1%水平显著，金融抑制系数显著为负，表明金融抑制程度越高，全要素生产率水平越低，金融抑制不利于金融更好发挥资源配置的功能，从而阻碍TFP提高和经济增长。在控制变量中，消费者物价指数对全要素生产率具有显著负向影响，劳动生产率对TFP具有显著正效应，这与预期是相符的。其中，消费者物价指数的估计系数的符号为负意味着通货膨胀对全要素生产率的提高产生不利影响，通货膨胀水平的提高必然会增加企业的成本，降低企业投资技术的热情；同时，高通货膨胀水平会削弱金融机构辨别高盈利部门或生产活动的能力。而劳动生产率对TFP的正效应主要来自于劳动生产率的提高，劳动者的培训教育以及企业采用先进的生产技术和设备都促进劳动生产率提高。政府支出占GDP比例对全要素生产率同样具有显著负向影响，说明政府支出国家经济效率的影响存在两面性，这说明政府对经济活动的干预在当期造成的损失超过其对公共服务支出带来的好处，进而对国家全要素生产率产生负效应。
三、结论及政策建议
实证分析结果表明金融抑制水平对全要素生产率存在负效应。因此，本文在后金融危机时代提高全要素生产率、转变经济发展方式具有重要的政策启示意义：1.坚持审慎原则，有机协调资本管制和汇兑管制，逐步放开金融账户的证券投资出入限制引导国外资本流入技术创新和研发领域，促进全要素生产率增长。2.金融改革对内在风险可控的前提下，逐步稳妥的推进利率市场化，促进资金的合理流动，解决当前资本脱离实体经济和信贷控制的问题；完善我国银行业信贷结构，切实解决小企业融资难的困境；继续深化我国资本市场改革，完善资本市场结构，特别是股票市场的资源整合和改革，发展多层次的市场，充分发挥资本市场为全要素生产率的增长通融资金的作用。
参考文献：
[1]Abiad，A.，E. Detragiache， and T. Tressel.“A New Database of Financial Reforms”，2008，IMF Working Paper WP/08/266.
[2]江春，苏志伟.金融发展如何促进经济增长——一个文献综述[J].金融研究，2013（9）：110-122.
[3]江曙霞，陈玉婵.金融约束政策下的金融发展与经济效率[J].统计研究， 2011（7）：21-26.