普惠金融创业与经济增长的互动关系.docx

普惠金融创业与经济增长的互动关系摘要：文章基于2006—2017年的省级面板数据，在合成普惠金融指数的基础上，通过面板向量自回归（pvar）模型将普惠金融、创业和经济增长纳入同一个框架，检验三个变量之间动态相互作用及作用机制结果表明：（1）普惠金融、创业和经济增长三个变量之间存在较强的granger因果关系2）普惠金融、创业及经济增长之间均存在正向动态互动关系，且以短期影响为主其中，普惠金融和创业对经济增长的促进作用持续时间较长，且短期内的促进作用有限3）从长期来看，三个变量在一定程度上已经有了部分融合，但其影响程度存在差异创业较经济增长对普惠金融的影响大，普惠金融较创业对经济增长的作用程度大，而普惠金融发展和经济增长对创业的影响非常有限关键词：普惠金融；创业；经济增长；pvar普惠金融在2005年联合国的“小额信贷年”首次被提出，并迅速得到世界银行等国际组织、各国政府以及国内外学者的重点关注在普惠金融相关的诸多问题研究中，普惠金融与经济增长的关系一直是学术界的热点议题，大量实证研究探讨了二者之间的关系从普惠金融对经济增长的作用方向看，部分研究者认为普惠金融发展促进经济增长周斌等（2017）[1]、刘金全和毕振豫（2019）[2]分别利用面板数据的pvar法和gmm模型等方法对普惠金融与经济增长的关系进行实证检验，均发现普惠金融的发展对经济增长具有促进作用。

部分研究者指出普惠金融发展抑制经济增长李涛等（2016）[3]认为其负面作用与银行等金融中介在整个金融体系中所占比重密切相关，以间接金融为主、过度依赖银行提供流动性的金融体系，由于追逐高利润、“惜贷”、金融风险等原因，在一定程度上阻碍经济增长李梦雨（2019）[4]对“一带一路”沿线国家的跨国面板数据的实证表明，普惠金融在一定程度上会抑制经济的增长，特别是金融服务地理渗透性维度的普惠金融与经济增长之间呈现显著的负相关与此同时，普惠金融的创业效应也得到一些关注金融是影响创业的一个重要的因素，小企业融资的创业活动直接受到金融机构是否愿意贷款影响[5]，不仅如此，一个国家的金融系统对创业企业的友好程度会影响该国的创业活跃度和创业的性质不少文献对居民创业的影响因素进行研究和讨论，发现居民创业过程中面临的主要问题是缺乏足够的资金，而发展普惠金融有效地缓解这一约束，从而推动居民创业[6]普惠金融还通过缓解融资约束，激发创新创业精神[7,8]，在一定程度上影响创业部分学者进一步分析了普惠金融的创业效应的异质性，发现包容性金融可有效降低家庭创业融资风险，提高创业率，促进居民创业，特别是对城市家庭、高收入家庭和受教育程度高的家庭的创业决策具有明显的促进作用[9]。

从现有文献分析发现两个问题：其一，目前关于普惠金融对经济增长的影响及创业对经济增长的影响形式和方向仍存在争议其二，已有文献主要关注普惠金融、创业和经济增长的两两之间单向关系，忽略了三个变量之间的双向因果关系及相互作用的时滞性与持续时间鉴于此，本文基于我国30个省份的面板数据合成普惠金融指数，将普惠金融、创业和经济增长纳入统一研究框架，采用pvar模型探索三者之间的动态互动关系及作用机制1研究假设作为传统金融的有力补充，普惠金融具有金融服务可得性、成本可负担性及全面性三个主要特征，这决定了普惠金融对创业具有正向促进作用第一，金融服务可得性要求不断完善普惠金融机构体系，从而缓解农村等偏远地区受到的地理排斥，以及贫困群体和中小微企业受到的成本排斥和信贷约束[10]，为潜在创业者提供获得金融服务的机会第二，普惠金融强调金融成本的可负担，且互联网和移动通讯技术的发展降低了金融服务的信息成本及交易成本，因此，创业者的创业承受能力得到提高第三，普惠金融强调金融服务和产品的全面性即多样性[11]，使得创业者可根据自身需要选择合适的产品和服务由于金融机构是理性经济的，在缩小城乡差距的情况下，金融机构会主动往农村地区延伸，从而缓解了农村地区面临大量的金融排斥现象，这在一定程度上提高了普惠金融水平。

此外，普惠金融在短期内通过资金支持、服务可得性缓解制约创业的资金约束和服务约束，从而促进创业然而，创业的成功率和持续性主要受创业者的主管经营和外部市场环境的影响同样，普惠金融发展主要在于顶层设计及金融机构的政策制定和实施情况，因而创业对普惠金融发展的影响作用时间较短鉴于此，本文提出：假设1：普惠金融发展与创业之间在短期内具有明显的互相促进作用根据经济增长理论，技术进步、资金配置效率及全要素生产率的提高无疑能推动经济增长然而，这种方式具有时滞性，需要较长时间才能充分发挥出来在普惠金融促进经济增长的同时，经济增长也可促进普惠金融发展依据“需求遵从”理论假说，随着经济不断增长，人们对投融资、保险、信贷等各种金融的服务需求也不断增加，从而拉动金融发展同时，由于金融机构出于安全性和营利性的考虑，在提供贷款等金融服务时歧视没有资产担保和固定收入来源的中小企业及弱势群体，因此，普惠金融发展需要政府的财政支持，而经济增长直接为普惠金融发展提供强有力的经济后盾支持鉴于此，本文提出：假设2：普惠金融发展能够持续地促进经济增长，但在短期内的促进作用有限，经济增长在短期内显著地促进普惠金融发展创业能够通过知识溢出、创新激发及就业渠道增加促进经济增长。

创业是促进新知识突破知识“过滤器”的重要途径，创业通过知识外溢对技术进步产生重大推动作用[12]与资本积累对经济增长的推动作用相比，创业对经济增长的促进效果还非常有限[13]与此同时，经济增长能够促进创业国民经济持续稳定的增长是促进创业带动就业的重要动力[14]，经济增长不仅促进居民财富水平的增加，还能促进国家在支持居民创业上的财政支出增加，从而为创业者提供良好的自身和外部创业条件，进一步促进居民创业鉴于此，本文提出：假设3：创业持续地促进经济增长，但短期内促进效果非常有限，而经济增长能够在短中期显著地促进创业2研究设计2.1计量模型构建为揭示普惠金融、创业与经济增长之间的动态互动关系，本文借鉴holtz-eakin等（1988）[15]在向量自回归（var）模型基础上提出的面板向量自回归（pvar）模型进行实证研究pvar模型不仅具有解决样本量不足和体现个体异质性的优势，还能够在其他变量不变的情况下通过正交化响应，分解出系统每个解释变量的冲击对内生变量的影响本文设定的模型如下：yit=åj=1pajyi?t-j+ψt+fi+εit?i=1?2???n;t=1?2???t（1）式（1）中，a为待估计的参数矩阵，i代表地区，t代表时间，p代表滞后阶数。

yit为被解释变量，包括ifiit、entrit、lmgdpit，是三维列向量，分别表示i地区在t时点的普惠金融发展水平、创业水平及经济发展水平fi表示模型的个体效应，受到因变量滞后期的影响，fi与自变量相关因此，采用向前差分helmert转换法消除个体效应[16]ψt为模型的时间效应，εit为随机误差项，服从期望为0、协方差为σ的独立同分布2.2变量与数据2.2.1普惠金融指数的测度在现有普惠金融指数体系的构建基础上，本文结合我国普惠金融发展实际以及数据的可获得性，选取金融服务可获得性、使用情况与效用性3个维度共11个指标构建普惠金融指数1）可获得性可获得性是从提供金融产品与服务的供给角度来刻画，主要包括金融机构的设置及金融人员的配备本文主要从人口和地理两个层面出发，选取人均拥有银行业金融机构数（家/万人）、人均拥有的银行业金融从业人员（人/万人）、地均银行业金融机构数（家/平方公里）和人均银行金融机构从业人员（人/平方公里），此外，还选取每个乡镇拥有的农村金融机构数来重点考察农村金融机构的覆盖情况2）使用情况使用情况维度用来测度居民金融服务的参与情况，参与金融服务的人越多，说明金融渗透率越高，金融的普惠性越高。

除存款贷款等基本金融服务的使用之外，还有保险等其他金融服务的使用该维度包括人均存款余额、人均贷款余额及保险密度（保险收入/总人口）3个指标3）效用性效应性主要反映某个地区金融服务发挥的功效和作用，选取金融机构各项存款余额占gdp比重、各项贷款余额占gdp比重以及保险深度即保险收入占gdp比重3个指标来衡量本文选取2006—2017年我国30个省份（不含西藏和港澳台）的年度数据作为样本相关数据来源于《中国统计年鉴》《中国金融统计年鉴》《中国区域金融运行报告以及各省份金融运行报告和银保监会发布的年报在测度方法上，采用熵值法和欧氏距离公式测算普惠金融指数（ifi）首先，采用max-min方法对数据进行标准化处理以消除量纲影响由于本文的普惠金融指数的构建指标均为正向指标，因此，处理公式为：x'ij=xij-minxjmaxxj-minxj?i=1?2???n; j=1?2???m（2）式（2）中，xij为第i个需要进行评价目标的第j个指标的数值，x′ij为标准化后的值表1中展示了各省普惠金融的年平均水平及平均发展速度从均值来看，我国普惠金融发展存在明显的区域差异东部地区远高于中西部地区，中部地区整体上略高于西部地区，呈现由东向西梯度递减分布。

不过，从年平均发展速度看，西部地区普惠金融发展十分迅速，明显快于中东部地区，可见，中西部地区普惠金融发展势头足2.2.2其他核心变量与数据来源创业（entr）本文在参考blanchflower（2000）[17]、代明和郑闽（2018）[18]的研究，选取每万人拥有的私营企业与个体户数的变化率来衡量居民创业参与率，其中，人口数据为常住人口基础数据来源于2007—2018年《中国统计年鉴》经济增长（lmgdp）本文用cpi对各省人均gdp进行平减后并作对数化处理，将其作为经济增长的衡量指标数据来源2007—2018年《中国统计年鉴》数据的描述性统计结果如表2所示3实证分析3.1模型的校准本文构建一个包含普惠金融、创业和经济增长的pvar模型并进行估计本文数据的特点是宽截面、短时间数据，一般可视为平稳数据，但为了保证后文分析结果的准确性，进一步采用llc（levin-lin-chu）法和ips（im-pesaran-shin）法进行检验从表3可知，llc和ips两种方法下，ifi、entr以及lmgdp在1%的置信水平下均显著平稳本文参考aic、bic和hqic三个准则确定模型的滞后阶数表4显示pvar模型滞后1阶的aic、bic及hqic均是最小的，因此，pvar模型的滞后阶数取1比较合适。

从表5结果可知：在普惠金融方程（h_ifi）中，创业以及创业与经济增长的联合检验在1%的显著性水平下都拒绝原假设，说明创业和经济增长在granger意义下影响普惠金融在创业（h_entr）方程中，普惠金融在5%的显著性水平下拒绝原假设，普惠金融与经济增长的联合检验在1%的显著性水平下拒绝原假设，说明普惠金融和经济增长是创业在granger意义下的原因在经济增长方程（h_lmgdp）中，普惠金融以及普惠金融与创业的联合检验在1%的显著性下都拒绝原假设，创业在10%的显著性水平下拒绝原假设，说明普惠金融和创业在granger意义下影响经济增长总体来看，三个变量之间存在较强的granger因果关系，因而可以进行下一步的面板向量自回归估计、脉冲响应分析及方差分解分析3.2实证结果3.2.1pvar模型的系统gmm估计在变量进行向前差分处理后，本文选取变量的滞后1阶作为工具变量，采用系统gmm方法对模型参数进行估计，估计结果如表6所示需要说明的是，var模型是把变量由所有内生变量的滞后期作为解释变量来模拟的一个动态模型，可能会因为共线性问题造成模型中的参数不显著，甚至造成模型中滞后解释变量的系数符号与理论不符，但这并不妨碍后面的分析结论，因为var模型考虑的是一个系统，通常关注的是预测分析，一般不对滞后解释变量的系数作过多关注。