地方政府调控、金融效率对经济增长的影响研究

来源:用户上传      作者:

　　摘要：借助SE-DEA模型测算2003—2016年中国省级金融效率，利用面板门槛模型实证分析政府干预、金融效率与经济增长的关系。研究结果发现：在全国层面上，金融效率对经济增长存在显著的双重门槛效应，高水平的金融效率将显著促进经济增长，但在高金融效率下增加政府干预会抑制经济增长;在区域层面上，东、中部地区金融效率对经济增长存在单一门槛效应，考虑地方政府调控因素，发现政府调控提升金融效率促进经济增长的效果具有区域差异性，在金融体系发达的东部地区，高金融效率阶段下增加政府干预改进金融效率的经济增长效应并不显著，在金融欠发达的中西部地区，地方政府调控增强了中西部地区金融效率促进经济增长的影响力度，其中西部地区改进效果最好。
　　关键词：超效率DEA模型;金融效率;门槛效应模型;经济增长;政府干预
　　中图分类号：F830   文献标识码：A   文章编号：1007-2101（2020）01-0039-10
　　 一、引言
　　在“十三五规划”要求加快产业升级和转型的时代背景下，与金融相关的服务业呈现急速增长的趋势，据国家统计局统计：我国金融业增加值GDP占比不断提升，从2012年的5.5%增加至2016年的8.3%，金融业增加值均增速为15.21%;其中2015年的金融业增加值占全年GDP的8.9%，且金融业GDP平均增速为15.89%，其在“三产细分”行业的GDP增速中位居首位。“十九大报告”中提出：要深化金融体制改革，增强金融业为实体经济注入“新”金融资金的能力。尽管近几年中国金融业发展取得巨大成就，但与世界发达国家相比，依旧呈现出金融“质性发展不足”却“量性增长巨大”的发展格局。当前，中国经济社会正处于改革开放的经济增速“换挡期”，调结构、提质量成为中国经济增长新常态，为此，从效率维度研究金融与经济增长的关系，将有助于促进金融推进实体经济发展。
　　 二、相关文献分析
　　金融发展的经济效应根据研究角度差异可分为：金融促进论、金融分工功能论以及金融结构论（Mickinnon，1973;Merton，1995;Goldsmish，1969）[1-3]。国内学者则将金融作为一种稀缺资源，并提出金融可持续发展论（白钦先，1998）[4]。随着研究方法与领域的拓展，发现金融与经济增长呈非线性关系（Law，2013;杨有才，2014）[5-6]。在经济发展中，金融发展的增长效应更应关注其“质量渠道”即金融效率（Wedow和Koetter，2010）[7]。国内外研究对金融效率的定性与定量研究大相径庭。国外研究将金融效率定义为金融机构配置经济社会资源，不仅使经济主体自身达到高效发展，而且使经济内部子系统之间达到高协调程度的能力（Arzac，1981;Hellmann，1997）[8-9]。国内对金融效率的研究起步較晚，但研究方面及层次较详细。国内研究认为金融效率是指金融资源在整个经济体的配置达到“帕累托最优”，同时也是在某个经济系统中金融资源配置效率达到最高时的效率（白钦先，2001）[10]。云鹤等（2012）从金融—增长机制模型中将金融效率分解为分置效率、转化效率及配置效率，并得出金融效率对经济增长的贡献率在20%[11]。
　　提升金融效率在总体上可以促进经济增长，但不同角度分析金融效率对经济增长的作用得到的结论也是包罗万象。当金融市场结构与特定发展阶段的金融资源禀赋结合时才会优化金融促进经济增长的效率（杨子荣、张鹏杨，2018）[12]。金融发展包含金融规模的扩大以及金融效率的提升，在不同阶段以及地区对经济增长的作用有差异。金融效率的经济增长效应不仅受到金融部门自身管理机制的影响，还受到金融生态经济环境的约束，金融环境包括：金融市场结构、制度政策环境、经济基础等。效仿赶超发达国家而盲目扩大金融发展规模，不利于经济持续发展，此时适当的政府干预政策将会减小该种冲击影响，但不合理的政府干预会破坏市场竞争，不利于高质量金融资源服务的稳定输出，从而阻碍经济发展。由于中国存在金融抑制，深化金融改革促进经济增长成为主要的目标，但只有当地方财政压力较大时，市场化对金融效率的正向促进作用才会显著（张庆军，2014）[13]。有研究表明，短期内出现经济危机，适当的扩张政府支出将会稳定经济（马勇、陈雨露，2012）[14]，当经济稳定且增速回升时，长期内为避免出现财政赤字，政府干预需逐步退出。对于政府调控干预金融，学术界持有不同观点：一种观点认为，国内金融体制不完善，政府干预可以通过制定合理的金融政策，为实体经济提供更好的融资渠道，导致资本转化率降低，从而促进经济发展（高雷，2006）[15];另一种观点认为：政府干预金融市场会导致金融风险，从而阻碍产业升级与经济增长（徐建波，2014）[16]。因此，在政府干预下研究提升金融资源配置效率，使金融更高效服务实体经济具有一定意义。
　　综上所述，多数研究表明金融效率为一种投入产出的关系，国内针对金融效率测算以及金融效率的影响因素分析已较全面。因此，笔者借鉴前人研究，基于投入产出视角，根据金融业发挥自身金融功能优势对整个经济系统产出带来影响的效果，将金融效率理解为金融业发挥自身优势配置金融系统资源的运行效率，即金融机构自身的产出效率，并尝试采用非参数法测度金融效率。目前已有研究和理论只从单方面研究金融效率与经济增长的关系，现有文献忽略了金融效率在经济效应中的政府干预因素，也缺乏三者间的相关研究。基于上述研究不足，笔者选取中国省级面板数据作为研究样本，通过建立面板门槛效应模型探究政府干预、金融效率与经济增长间非线性关系，进而为改善金融效率对经济发展的催化作用途径，优化政府调控能力提供有益借鉴。
　　 三、数据来源与研究方法
　　（一）数据来源
　　本文所涉及数据来自各省相应年份的《中国统计年鉴》《中国金融年鉴》《中国人口和就业统计年鉴》、Wind数据库、EPS数据库以及国家统计局公开的相关数据，考虑到国内经济发展的实际情况和数据的可得性及完整性，所以没有包括中国香港、澳门和台湾，对于个别省份存在某年份缺失值，参照一般文献，采用平滑插值法进行处理。 　　（二）金融效率测度研究方法
　　1. SE-DEA模型。由于传统DEA模型在规划过程中出现将多个决策单元（DMU）的效率值评价为1的结果即高度有效，导致进一步区分DMU大小以及排序出现问题。因此Andersen等人重新定义投入产出可能集，提出超效率数据包络（SE—DEA）模型。SE—DEA模型具有可观测DMU动态变化以及形成其效率变化诱因等优势，所以为了更加合理、科学地测度区域金融效率，笔者借鉴Andersen和Petersen（1993）[17]的超效率DEA模型。模型如下：
　　在（1）式中，θ为决策单元超效率值;X、Y分别为输入、输出指标;si-，sr+分别为松弛变量、剩余变量;λ为DMU的评价组合比例，即W=∑λi;T为DMU的数量，m为投入变量个数，n为输出变量个数。
　　2. 金融效率测度指标构建。笔者基于金融资源投入产出视角，定义金融效率为中国金融体运行效率，并将金融效率理解为金融业发挥自身优势在金融系统内配置金融资源的运行效率。通过借鉴许潇文（2015）[18]的研究方式，遵循指标选取的科学性、可操性以及数据可得性，金融效率测度指标选取见表1。
　　 四、实证研究
　　（一）金融效率测度结果
　　基于产出视角和规模收益不变的假定，笔者运用DEA-Solver软件测量出中国2003—2016年省级金融效率的相关统计描述结果（见表2）。
　　从表2中可以看出，国内多数省份的金融效率呈现相对高效率，特别是上海，2003—2016年的金融效率均值为2.655，处于高效阶段，其次是北京，金融效率均值为1.95。西部地区的重庆、云南、宁夏以及新疆地区的金融效率均值也大于1，同样处于高效率范围内。通过表3可以看出，金融效率呈现区域性差异，东、中、西部地区金融效率均值分别为1.412、0.776、0.969。东部地区的金融效率均值大于1，处于相对高效率区间，金融效率均值依次从东、西、中部递减，其波动程度（标准差数值）也呈依次递减趋势，这是由于东部地区处于对外开放优势地带，经济基础、金融资源与金融创新力具有相对优势，因此金融效率较高;西部地区经济与金融水平较东中部地区相对较低，从投入产出测度角度来说，由于西部地区金融资源供给不足以及金融结构较为单一使得测量的金融效率相对中部地区比较高，这与杨龙的结论基本一致[20];中部地区经济发展水平高于西部，但由于经济快速发展使其不断扩大金融发展规模而忽略了“质”的提升，导致了低金融效率，这也说明从区域层面上来看，较高的经济发展基础水平不一定会提高金融效率。
　　伴随着国内金融体制改革和金融组织结构、规模的扩大，从图1中看出，从整体上来看我国金融效率均值维持在1～1.2，呈现相对高效率，说明国内金融对经济增长的影响仍在要素堆积与数量扩张阶段之间循环。在图1中，金融效率由2003年的0.91提高到2016年1.15，金融效率絕对值增加了0.24，增幅为25.8%，国内的金融效率水平得到不断改善。整体上，中国的金融效率呈平稳上升趋势，反映出我国金融改革的平稳推进。
　　（二）面板门槛模型构建
　　1. 变量选取。（1）被解释变量：实际人均GDP（rGDP），用人均表示旨在抵消影响GDP水平估计误差对人口统计误差的影响，为消除价格影响因素，以2002年为基期对因变量作消除通货膨胀处理。（2）核心解释变量：金融效率（fineff）;控制变量包含：金融发展水平（fin），用金融机构的年末贷款余额占GDP比值衡量;城镇化水平（urban），用非农业人口占年末常住人口的百分比表示;对外开放程度（open），用进出口总额（已按当年汇率折算）的GDP占比表示;人力资本（labor），用受教育程度年限衡量，计算公式为：（6×小学+9×初中+12×高中+16×大专及以上）/年末总人口。
　　2. 单位根检验。为了避免造成伪回归，采用Eviews软件分别对各变量进行单位检验，为了避免异方差且又不影响变量间关系，对所有变量指标作取对数处理，平稳检验结果见表4。
　　在表4中通过结果可知，所有变量均已通过单位根检验，所以变量lnrGDP、lnFineff、lnFin、lnOpen、lnUrban、lnLabor均为平稳序列，说明门槛模型具有解释力。
　　3. 模型构建。为了验证金融效率与区域经济增长非线性关系，笔者借鉴Levine（2005）[21]的思路与Hansen（1999）[22]提出的门槛模型，假定存在“单一门槛”，构建如下面板门槛模型：
　　式（2）表示存在单一门槛时的面板门槛模型，其中lnrGDPit为实际人均GDP的对数，lnXit代表控制变量取对数值，q为门槛变量，笔者选取金融效率（fineff）作为门槛变量，γ1为特定的门槛值，I（）为指标函数，当（）中满足时取值为1，否则取0，εit为随机误差项，满足εit～N（0，1）。
　　该模型为分段函数模型，当门槛变量不大于门槛值γ1时，lnfineff的系数为β1，否则系数为β2。在计量回归过程中，可能出现多个门槛值，因此根据可能存在的实际情况，假设存在双重门槛，故式（2）可以扩展为式（3）（见式（3））：
　　（三）门槛效应检验
　　在门槛估计之前，笔者先进行豪斯曼（Hausman）检验。Hausman检验结果显示F统计量为141.88，p值等于0.000小于1%，强烈拒绝随机效应结果有效的原假设。因此，对门槛模型使用固定效应进行回归估计较为合理。
　　笔者利用自抽样（Bootstrap）方法进行500次反复抽样确定门槛值，并对门槛值进行有效性检验得到F值以及p值，结果见表5。
　　由表5中可以看出，选取金融效率（fineff）作为门槛变量，在不存在门槛、存在一个门槛和存在两个门槛假设下对模型（3）进行门槛检验，结果发现仅单一门槛与双重门槛显著。双重门槛效应的F统计量值为30.08，Bootstrap计算的p值为0.000小于1%，说明金融效率在1%的置信水平上对经济增长具有双重门槛效应，其中两个门槛值分别为0.751、1.34。 　　借助图2与图3的似然比函数图可以更清晰地理解门槛效应估计与置信区间的构造过程，根据门槛值的估计结果，可以将中国金融效率水平划分为：落入第一门槛区间的低金融效率水平（fineff<0.751）、落入第二门槛区间的中高金融效率水平（0.751≤fineff<1.34）以及落入第三区间的高金融效率水平（1.34≤fineff）。
　　（四）金融效率对经济增长的门槛回归结果分析
　　表6为门槛回归结果，其中模型（1）为固定效用基准回归，模型（2）为未加控制变量的门槛回归结果，模型（3）则为加入控制变量的稳健性门槛估计结果。
　　在3个模型中，控制变量金融发展水平（fin）、城镇化进程（urban）、对外开放程度（open）的弹性系数均为正，且都至少在10%显著水平下显著，说明这些变量对提升经济增长均具有显著的正向效应;人力资本促进经济增长的影响效果并不显著，这可能与近几年国内劳动年龄人口出现负增长、劳动力人口红利正逐步消失有关。
　　门槛回归：在模型（1）中，金融效率的弹性系数为0.003，但不显著，表明金融效率对经济增长具有正面作用，但是影响显著性较弱，这说明金融效率与经济增长之间可能存在非线性关系。模型（2）与模型（3）为门槛估计结果，分别表示加入与未加入控制变量。在模型（2）中，当金融效率不大于门槛值0.751时，金融效率对经济增长的弹性系数为-0.027，且通过10%显著水平检验，说明在低金融效率水平下，金融效率不利于经济增长;当金融效率在（0.751，1.34]区间时，金融效率对经济增长的影响显著增大，弹性系数为0.045，且在5%显著水平通过检验，说明在中高水平金融效率下，提升金融效率对经济增长具有显著的正向促进作用，即金融效率提升1%，经济将显著增长4.5%，并且此时金融效率对经济增长存在一个门槛效应;当金融效率跨过第二个门槛值1.34时，金融效率对经济增长的弹性系数有所下降，且仍在5%水平下显著，表明随着经济的高速发展，伴随金融体制改革以及金融部门的制度创新，金融效率不断提升，但是后期金融效率进一步提升遇到体制瓶颈，使得金融效率促进经济增长的力度有稍许下降。
　　在模型（3）中，当金融效率不大于0.751时，影响系数为负，且在10%水平下显著;当金融效率处于（0.751，1.34]门槛区间时，金融效率对经济增长的弹性系数为0.053，且通过1%的显著水平检验，表明金融效率处于中高水平时，其将显著地促进经济增长，即金融效率提升1%，经济增长将显著上升5.3%;当金融效率大于第二个门槛值时，弹性系数也有所下降，但依旧在1%水平下显著为正，表明国内完全依靠金融市场机制提升金融资源配置效率并不能有效地促进经济增长。
　　（五）考虑政府干预的金融效率对经济增长的门槛效应
　　由于发展中国家或经济转型国家的资本市场与经济的联动性并不高，为了更好地进行基础设施建设，这些国家多选择由政府主导的金融发展模式。在金融市场机制并不完善的情况下，通过政府引导这一途径影响金融资源的配置能力，最终影响经济增长，结合中国金融发展的实际情况，研究金融效率对经济增长的影响时应加入政府调控（政府干预程度）因素，故笔者将政府干预纳入模型中进行分析。
　　设定Di为虚拟变量，满足条件时取值为1，否则取0。为了验证在不同金融效率水平下增加政府干预程度对经济增长的影响作用，笔者将已求得的门槛值划分为不同取值范围并设定相应的虚拟变量，设定D0为金融效率不大于0.751的虚拟变量，D2为金融效率大于1.34的虚拟变量，构建如下政府干预与不同金融效率水平虚拟变量的交互项模型：
　　其中，lngover为政府干预（gover）取对数，政府干预用政府年末财政支出表示（通过平稳性检验，变量lngover也是平稳序列），式（4）满足：若金融效率不大于第一个门槛值时，D1与D2的取值均为0，此时α1为金融效率低水平下政府干预对经济增长的弹性系数。不同金融效率水平下政府干预对经济增长的影响回归结果见表7。在表7模型（1）与模型（2）的结果中可以看出，当金融效率不大于门槛值0.751，增加政府干预力度将显著地促进经济增长;但当金融效率大于1.34，继续增加政府干预程度将显著抑制经济增长，说明当金融效率较低时，政府宏观调控引导提升金融效率可以有效促进经济;通过分析可知，高金融效率可以促进经济增长，因此，当金融效率处于高水平时，继续增加政府干预会抑制经济增长。
　　（六）稳健性分析
　　为确保回归结果具有可靠性，笔者将采用不同方法对金融效率与经济增长的关系进行估计。从长期来看，经济增长是一个动态过程，其会受上一期以及当期因素影响，因此利用动态面板模型进行检验，考虑到经济增长与金融效率间可能存在内生性，故在回归中加入被解释变量的滞后一期。最后采用系统GMM，选取被解释变量的滞后项作为工具变量对不同金融效率水平下的结果进行检验，结果见表8。
　　由表8可知，Hensen检验和AR（2）檢验结果显示，工具变量选取是合理的，且不存在二阶序列相关，说明回归结果是准确可靠的。在不同金融效率水平下，金融效率对经济增长的影响方向以及系数的显著性与文中分析结论基本一致，低水平金融效率不利于经济增长，而高金融效率会显著促进经济增长;同样在不同金融效率门槛区间内考虑政府干预因素时，高水平金融效率下政府干预抑制了经济增长。另外，控制变量的弹性系数与文中门槛模型中的分析结果较为相似。
　　 五、基于区域层面的金融效率对经济增长的门槛效应研究
　　（一）不同区域的金融效率门槛效应分析
　　国内的金融体系发展程度呈现区域性差异，因此为进一步考察金融效率与经济增长关系在区域层面的差异，笔者将样本分为东、中、西部地区分别对其进行估计，对不同区域分别进行门槛检验，结果见表9。
　　从表9中可以看出，东部、中部地区均存在单一门槛，而西部地区没有门槛。考虑金融效率对经济增长的影响关系分别对东、中、西部地区进行门槛回归，结果如表10所示。 　　在表10中，未加入控制变量的门槛回归分析：对于东部地区，当金融效率未跨过门槛值时，金融效率的弹性系数为负，说明金融效率对经济增长具有负向影响，但不显著;当金融效率跨过门槛值时，金融效率对经济增长具有显著的正向影响，表明东部地区的高金融效率有助于促进经济增长;对于中部地区，当金融效率小于门槛值时，金融效率的弹性系数为0.007，但不显著;当金融效率大于门槛值时，金融效率的弹性系数为0.034，且在10%水平下显著，表明金融效率促进经济增长的显著性在加强;对于西部地区，金融效率的弹性系数为0.206，且在统计上不显著，表明由于西部地区金融资源匮乏以及金融组织结构单一，使得金融效率促进经济增长的效果不凸显。
　　加入控制变量的结果分析：加入控制变量后，东、中、西部地区金融效率对经济增长的影响系数的方向和显著性与未加入控制变量的基本一致;在控制变量中，金融发展水平（fin）是三个地区促进经济增长的正向因子;在东部地区，对外开放程度（open）的系数为0.109且显著，中、西部地区对外开放程度的系数均为正，但在统计上并不显著;城镇化水平（urban）的系数在东、中部地区均为正，且均在1%水平下显著，表明城镇化进程是两个地区经济增长的重要推动力，西部地区城镇化水平的系数为正，但不显著，表明西部地区的城镇化水平正处于快速发展的过渡时期，仍有提升空间;对于东部地区，人力资本（labor）的弹性系数显著为正，说明在东部地区人力资本可以有效促进经济增长，但在中西部地区人力资本系数为正，但不显著，这主要因为东部地区的人力资本素质要高于中西部地区，加上中西部地区人才流入，使得东部地区人力资本的经济效应更显著。
　　（二）进一步研究：加入政府干预行为的区域门槛效应回归分析
　　东、中、西部地区由于在经济基础上存在差异，因此在研究金融效率与经济增长相关性时，加入不同金融效率水平下政府干预与金融效率的交互项，用来检验不同区域在不同金融效率水平下政府干预对金融效率的影响程度，结果见表11。
　　通过表11可以看出，对于东中西部地区，政府干预对金融效率的经济增长效应起到改进作用。对于东部地区，当金融效率处于低水平时，增加政府干预，金融效率的弹性系数上升为0.719，且在5%水平下显著，相对于无政府干预情况下有所改善;但当金融效率处于高水平时，政府干预下的金融效率弹性系数为正但不显著，表明对于金融体系较发达的东部地区，政府干预金融促进经济的效果并不明显;相反，对于中西部地区，增加政府调控后，金融效率促进经济增长的作用都有所改进提升，其中改进最大的是西部地区，加入政府宏观调控后的金融效率弹性系数为正，且在5%水平下显著，说明政府宏观调控可以在很大程度上改善西部地区金融效率对经济增长的促进效应。
　　 六、结论与启示
　　笔者利用超效率DEA模型对中国省级2003—2016年金融效率进行测算，并采用面板门槛效应模型估计方法，基于全国层面对政府干预、金融效率与经济增长之间的关系进行深入地实证研究，从区域层面角度检验地方政府宏观调控改进金融效率对经济增长促进效果的力度。研究得出结论：中国金融效率水平具有区域性差异，其中东部地区金融效率最高，金融效率整体呈平稳上升趋势;就全国层面而言，金融效率对经济增长具有基于不同金融效率水平的双重门槛效应，当金融效率低于第一个门槛值时，低水平的金融效率不利于经济增长，并且随着金融效率的提升，高水平金融效率可以显著地促进经济增长，但在金融效率提升的过程中会遇到经济体制瓶颈，使金融效率促进经济增长的作用力度有稍许降低;在不同金融效率水平下，加入政府宏观调控研究其对经济增长的影响作用，发现在高水平金融效率下，政府干预会抑制经济增长。在区域层面，东、中部地区金融效率对经济增长具有单一门槛效应，西部地区金融效率对经济增长的正向影响不显著;在不同金融效率水平下加入政府干预与金融效率的交互项，可以发现政府调控改善金融效率的经济增长效果具有区域性差异，其中政府宏观调控加强了中西部地区金融效率促进经济增长的影响力度，其中对于西部地区的改进效果最大;对于东部地区，当金融效率处于高效阶段时，政府干预改进效果并不显著。
　　根据以上结论，笔者提出以下几点启示：第一，地方政府应根据所在地区的实际发展情况，调整政府对金融系统的宏观调控力度，改善金融效率的经济效应;第二，继续提升金融效率以促进经济增长，还应考虑金融资源流向技术创新的效率，突破体制瓶颈，促进经济增长;第三，优化金融市场，使其更加实际、有效地发挥金融系统的资源配置高效率，从而实现经济高速持续稳定地增长。
　　参考文献：
　　[1]Mckinnon R I. Money and capital in economic development[J].American Political Science Review，1973，68（4）：1822-1824.
　　[2]Merton R C，Bodie Z. A conceptual framework for analyzing thefinancial system[J]. The global financial system：A functional perspective，1995：3-31.
　　[3]Goldsmith R W. Financial structure and development[M]. New Haven：Yale University press，1969.
　　[4]白欽先，丁志杰.论金融可持续发展[J].国际金融研究，1998（5）：28-32.
　　[5]Law S H，Azman-Saini W N W，Ibrahim M H.Institutional quality thresholds and the finance-growth nexus[J].Journal of Banking & Finance，2013，37（12）：5373-5381. 　　[6]杨友才.金融发展与经济增长——基于我国金融发展门槛变量的分析[J].金融研究，2014（2）：59-71.
　　[7]Wedow M，Koetter M.Finance and growth in a bank-based economy：Is it quantity or quality that matters？[J].Journal of International Money and Finance， 2010， 29（8）：1529-1545.
　　[8]Arzac E R，Schwartz R A，Whitcomb D K. A theory and test of credit rationing：some further results[J]. The American Economic Review，1981，71（4）：735-737.
　　[9]Hellmann T，Murdock K，Stiglitz J. Financial restraint：toward a new paradigm[R].The role of government in East Asian economic development：Comparative institutional analysis，1997：163-207.
　　[10]白欽先.金融可持续发展研究导论[M].北京：中国金融出版社，2001.
　　[11]云鹤，胡剑锋，吕品.金融效率与经济增长[J].经济学（季刊），2012，11（2）：595-612.
　　[12]杨子荣，张鹏杨.金融结构、产业结构与经济增长——基于新结构金融学视角的实证检验[J].经济学（季刊），2018，17（2）：847-872.
　　[13]张庆君，苏明政，闵晓莹.市场化能提高金融资源配置效率吗？[J].会计与经济研究，2014，28（3）：92-103.
　　[14]马勇，陈雨露. 货币与财政政策后续效应评估：40次银行危机样本[J].改革，2012（5）：24-32.
　　[15]高雷，何少华，仪垂林.国家控制、政府干预、银行债务与资金侵占[J].金融研究，2006（6）：90-98.
　　[16]徐建波，夏海勇.金融发展与经济增长：政府干预重要吗[J].经济问题，2014（7）：41-47.
　　[17]Andersen P，Petersen N C. A procedure for Ranking Efficient Units in Data Envelopment Analysis[J].Management Science，1993（10）：1261-1264.
　　[18]许潇文.我国金融效率与经济增长关系的区域差异分析[J].技术经济与管理研究，2015（9）：118-123.
　　[19]任碧云，杨鸿涛.金融视角下中国储蓄——投资转化率提升路径研究[J].南开经济研究，2015（4）：98-108.
　　[20]杨龙，胡晓珍.金融发展规模、效率改善与经济增长[J].经济科学，2011（1）：38-48.
　　[21]Levine R. Finance and growth：theory and evidence[J].Handbook of economic.growth，2005（1）：865-934.
　　[22]Hansen B E. Threshold Effects in Non-Dynamic Panels：Estimation，Testing，and Inference[J]. Journal of Econometrics，1999，93（2）：345-368.
　　责任编辑：李金霞
转载注明来源:https://www.xzbu.com/4/view-15114494.htm