基于省级面板数据剖析金融业对实体经济的多维影响与发展策略

基于省级面板数据剖析金融业对实体经济的多维影响与发展策略一、引言1.1研究背景与意义金融与实体经济的关系紧密相连，如同鱼水相依。习近平总书记强调，“金融是实体经济的血脉，为实体经济服务是金融的天职，是金融的宗旨，也是防范金融风险的根本举措”。金融起源于实体经济，成长于实体经济，最早的金融作为“简单的中介人”，就是实体经济的中介与一部分。在银行发展为“万能的垄断者”后，金融资本也是银行资本与工业资本融合的产物，离开实体经济，金融便无法独立运行。现代金融要成为社会经济生活的组织者，也需建立在服务实体经济、成为全社会资金中心和信息中心以及勇于承担社会责任这三个基本条件之上。然而，当前金融与实体经济之间出现了失衡问题。从配置结构看，金融机构资金过度流入基础设施、房地产等领域，制造业贷款占比逐年下降，从2012年末的19.4%持续下滑至2018年末的11%。期限结构上，制造业融资以短期流动资金为主，工业中长期贷款增速近年来一直在3%-8%的水平徘徊，2019年增速为5.2%，与服务业中长期贷款维持两位数的增长形成鲜明对比，占全部中长期贷款余额比重也从2010年的18.8%持续下滑到2020年6月末的9.4%。市场结构方面，按存量法估算，我国直接融资近几年维持在40%左右，远低于发达国家65%-80%的结构。主体结构失衡突出表现为更多金融资源流向供应链中具有绝对话语权的核心优势大企业和有政府信用背书的企业和项目，中小企业融资难融资贵问题仍然突出。阶段结构上，以间接融资为主的金融资源大多投向成长成熟期企业，对种子期初创期制造型企业支持力度不够，2018年成长期及成熟期企业累计融资金额分别达到3852亿元和4393亿元，比重分别高达37.2%和42.4%，而初创期企业融资比重仅6.8%和13.7%。这种失衡导致大量资金在金融体系内自我循环，不仅加大了金融体系的风险，还进一步加重了实体经济的融资困难。深入研究金融业对实体经济的影响具有重要的现实意义。从学术层面来看，能够深化对金融与实体经济内在关联机制的理解，补充和完善区域经济学、产业经济学以及金融经济学等多学科交叉领域的理论体系，为后续学者开展相关研究提供有益的参考和借鉴。在政策制定方面，研究结论能为政府部门制定科学合理的金融政策提供有力依据，有助于引导金融资源流向实体经济的关键领域和薄弱环节，促进金融与实体经济的良性互动和协调发展，进而推动经济实现高质量发展，提升经济发展的稳定性和可持续性，增强国家整体经济实力和竞争力。1.2国内外研究现状在国外研究方面，诸多学者围绕金融与经济发展关系展开探讨，为研究金融业对实体经济影响奠定理论基础。Gurley和Shaw（1995）提出经济发展依赖金融发展，金融业能为投资者提供资金，助力投资活动，推动经济增长，减少国家资金流动不畅问题。Goldsmith（1969）分析金融结构，认为一国金融结构是金融工具与金融机构之和，其状况会对经济增长产生作用。20世纪70年代，Shaw和Mckinnon提出金融深化理论，指出发展中国家金融不成熟，政府过度干预市场经济，抑制市场参与者收入和财富提升，应减少政府干预，实现金融市场自由化以促进经济发展；不过Mckinnon也指出金融自由化理论以金融市场完全竞争为前提，在现实中需结合实际运用。到了90年代，King和Levine（1993）采用现代金融发展理论，对七十七个国家1960-1989年的数据进行验证，发现金融发展与经济增长呈正相关。Rajan和Zingales（1996）从行业微观角度研究，发现金融体系发展程度影响企业发展，发达金融体系下企业融资难度小，经济发展受限少。进入21世纪，Jacobson、Linde和Roszbach（2005）通过分析大量经济指标数据，得出金融发展与实体经济正相关的结论；Graff和Karmann（2006）则强调金融与实体经济应相互协调，发展不同步会产生负面影响；Ductor和Grecina（2015）分析全球101个发展中国家1970-2010年的数据后认为，金融与实体经济相互交融，但个人信贷增长过快会使金融发展对实体经济增长产生负面影响。国内对于金融业对实体经济影响的研究起步相对较晚，但近年来也取得了丰硕成果。李广众和陈平（2012）从宏观层面分析，认为金融中介规模增大促使经济投资规模扩大，金融与实体经济互为因果。周立和王子明（2012）指出我国地区经济发展不平衡与金融发展水平不平衡密切相关，金融发展不足制约经济发展。庞晓波和赵玉龙（2013）基于我国多年数据研究发现，金融发展受阻会阻碍经济快速发展。王志强和孙刚龙（2013）选取金融发展的结构、规模以及效率三个指标衡量金融发展程度，证实二者相互促进。孙刚（2014）研究发现金融发展与经济增长关系在不同阶段存在差异。冉和光、李敬、熊德平、温涛（2016）通过对比东西部地区，结合长短期观察，发现地区间金融业发展对经济增长支持程度不同，长短期关系也存在差异。此外，陈述云、刘带春（2006）以贵州省为样本，发现金融发展与经济增长呈不太显著的负相关关系；陈邦强、傅蕴英、张宗益（2007）指出短期内金融发展对经济发展的助推作用不明显；王晋斌（2007）提出金融控制强度影响经济发展，强度越高对经济发展抑制越大；袁云峰、曹旭华（2007）认为不同时期金融发展对经济提升促进作用不同，具有明显时空特征；朱小平、任梦洁（2007）发现金融中介在短期和长期均能促进经济增长。综合国内外研究，现有成果在理论和实证方面都取得了一定进展，为深入理解金融业对实体经济的影响提供了丰富视角。然而，仍存在一些不足之处。一方面，研究多聚焦于国家层面，对省级层面的研究相对较少，且省级面板数据的运用不够充分，难以全面反映不同地区金融业与实体经济的复杂关系及地域差异。另一方面，研究方法虽多样，但在指标选取和模型构建上尚未形成统一标准，导致研究结果可比性受限，影响对两者关系的准确把握。此外，针对当前金融与实体经济出现的结构失衡等新问题，从多维度深入剖析其内在机制的研究还不够深入，无法为解决实际问题提供全面且精准的理论支持和政策建议。1.3研究内容与方法本研究利用省级面板数据，全面分析金融业对实体经济的影响。具体内容包括：梳理金融业与实体经济的理论基础，明确两者的内涵、特征及相互作用机制，为后续研究提供理论依据；通过收集省级面板数据，对我国金融业与实体经济的发展现状进行描述性统计分析，呈现两者在规模、结构、效率等方面的发展态势，揭示当前存在的问题；构建合适的计量经济模型，运用固定效应模型、随机效应模型等方法，实证检验金融业发展对实体经济增长的总体影响，分析金融业规模、结构、效率等因素对实体经济的作用方向和程度；引入交互项，深入探讨地区差异、产业结构、政策环境等因素在金融业对实体经济影响中的调节作用，分析不同地区、不同产业结构下金融业对实体经济影响的差异；针对实证结果，从优化金融资源配置、完善金融市场体系、加强金融监管、推动金融创新等方面提出促进金融业更好服务实体经济的政策建议。在研究方法上，本研究主要采用以下几种。数据收集方面，通过权威数据库如国家统计局、Wind数据库等，广泛收集我国各省份的金融业和实体经济相关数据，涵盖金融机构存贷款余额、金融市场交易规模、地区生产总值、工业增加值等指标，确保数据的准确性和全面性。模型构建上，构建面板数据模型，将金融业发展指标作为解释变量，实体经济发展指标作为被解释变量，控制其他影响实体经济的因素，如固定资产投资、劳动力投入、技术创新等，运用固定效应模型、随机效应模型进行估计，以识别金融业对实体经济的影响；采用工具变量法、系统GMM估计等方法解决模型中可能存在的内生性问题，确保估计结果的可靠性。案例分析则选取典型省份或地区，深入剖析其金融业支持实体经济发展的成功经验和存在的问题，为政策制定提供实践参考。二、相关理论基础2.1金融业相关理论金融业，作为经营金融商品的特殊行业，在现代经济体系中占据着核心地位。它涵盖了银行业、保险业、信托业、证券业和租赁业等多个领域。按照《国民经济行业分类（GB/T4754—2017）》的界定，金融业具体包括货币金融服务、资本市场服务、保险业和其他金融业四个大类。其起源可追溯至公元前2000年巴比伦神庙和公元前6世纪希腊神庙的保管货币和放款收息业务，而中国金融业的起点最早能追溯到周赧王五十九年（公元前256年）以前出现的办理赊贷业务的机构。金融业的体系构成丰富多样。银行业是其核心组成部分之一，银行通过吸收存款、发放贷款、办理结算等业务，在资金融通中发挥着关键作用，是连接储蓄者与投资者的重要桥梁，像中国工商银行、中国农业银行等大型国有银行，在国内金融市场中占据着重要份额，为国家基础设施建设、企业发展等提供了大量资金支持。证券业则主要围绕证券交易、投资咨询、证券承销、证券融资等服务展开，证券市场为企业提供了直接融资的渠道，促进了资本的流动和资源的优化配置，例如上海证券交易所和深圳证券交易所，众多企业通过在这两个交易所上市，募集到大量资金用于企业的扩张和发展。保险业以风险保障、保险产品的设计和销售为主要内容，能够帮助企业和个人抵御各种风险，如中国平安、中国人寿等保险公司，为社会提供了人寿保险、财产保险等多种保险产品，在经济和社会生活中起到了稳定器的作用。信托业则是一种特殊的财产管理制度和法律行为，同时又是一种金融制度，信托机构通过管理和处分信托财产，实现委托人的特定目的。租赁业通过提供设备租赁等服务，满足企业和个人对资产使用的需求，促进了设备的更新换代和资源的有效利用。在经济运行中，金融业具有多方面重要作用，处于核心地位。从资金融通角度看，它能够将社会闲置资金集中起来，引导资金流向有需求的实体经济领域，为企业的生产经营、技术创新等提供资金支持，促进经济增长。在资源配置方面，金融市场通过价格机制，如利率、证券价格等信号，引导资源向效率更高的部门和企业流动，实现资源的优化配置，提高整个社会的经济效率。金融业还具有风险管理功能，金融机构和金融市场提供了各种风险管理工具，如期货、期权、保险等，帮助企业和个人对冲风险，降低不确定性对经济活动的影响。同时，金融业的发展也能够推动经济结构的调整和升级，通过对新兴产业的支持，促进产业结构的优化，像对新能源、人工智能等新兴产业的金融支持，有助于这些产业的快速发展，推动经济向高质量发展转型。金融中介理论从多个角度解释了金融中介机构在经济中的作用和存在的原因。古典的金融中介理论中，信用媒介论认为货币只是简单的交换媒介和便利交换的工具，信用仅仅是转移和再分配现有资本的一种工具，银行的作用在于媒介信用，必须先接受存款才能实施放款，如亚当・斯密、大卫・李嘉图等人就秉持这一观点；而信用创造论则主张银行能够超过吸收的存款额进行放款，且能用放款的办法创造存款，银行的资产业务优先于负债业务，资产业务决定负债业务，约翰・劳、麦克鲁德等是这一理论的代表人物。20世纪70年代，Benston和Smith提出交易成本说，认为在现实市场交易中存在摩擦，金融中介的存在可以降低交易成本，例如银行通过规模经济降低资金借贷的交易成本。信息不对称说则指出，信息不对称会导致事前的逆向选择和事后的道德风险，金融中介可以通过信息生产和代理监督来解决这些问题，如Wand和py1e证明金融中介能解决信息生产的可靠性和专用性问题，Diamond提出的代理监督模型表明银行能通过分散投资降低风险，降低代理成本。金融深化理论由Shaw和Mckinnon在20世纪70年代提出，该理论认为发展中国家存在金融抑制现象，政府对金融市场的过多干预，如利率管制、信贷配给等，阻碍了金融体系的发展，进而抑制了经济增长。因此，主张减少政府对金融市场的干预，实现金融自由化，包括取消利率限制、放开金融机构准入等，使金融市场能够自由地发挥作用，促进储蓄向投资的转化，推动经济增长。许多发展中国家在实施金融深化改革后，金融市场的活力得到激发，经济增长速度有所提升。金融创新理论强调金融机构为了追求利润、规避管制、满足市场需求等，会不断创造新的金融工具、金融业务和金融市场。从金融工具创新来看，出现了期货、期权、互换等金融衍生品，这些衍生品为投资者提供了更多的风险管理和投资选择；金融业务创新方面，如互联网金融的兴起，改变了传统的金融服务模式，提高了金融服务的效率和覆盖面；金融市场创新则包括新的金融交易平台的出现，拓展了金融交易的范围和深度。金融创新在促进金融发展的同时，也带来了新的风险，需要加强监管以确保金融稳定。2.2实体经济相关理论实体经济，指一个国家生产的商品价值总量，是人通过思想使用工具在地球上创造的经济。它涵盖了物质、精神产品的生产、流通、消费等经济活动，包括农业、工业、交通通信业、商业服务业、建筑业、文化产业等物质生产和服务部门，也包含教育、文化、知识、信息、艺术、体育等精神产品的生产和服务部门。从行业组成来看，制造业是实体经济最核心的部分，可视为狭义的实体经济；农业、建筑业和除制造业以外的其他工业构成了实体经济的主体，属于传统意义上的实体经济；批发和零售业、交通运输仓储和邮政业、住宿和餐饮业以及除金融业、房地产业以外的其他所有服务业，与前两部分一起构成了广义的实体经济。实体经济始终是人类社会赖以生存和发展的基础，具有有形性、主体性、基础性、均衡性等基本特性，它能够增加有效供给，提高生产质量和效率，增强国家的经济实力和国际竞争力。在古典经济学理论体系中，传统的货币理论是其组成部分，且与经济理论相互分离。古典经济学家运用“两分法”，将经济整体划分为实物面和货币面，认为经济的实体面决定商品的相对价格，由实体经济因素主导；而货币面决定商品的绝对价格，货币只是商品交换的媒介，是覆盖于实体经济之上的“面纱”，其变动仅影响物价水平，对实体经济并无实质性影响，即货币具有“中性”特征。在这种观点下，经济的长期发展完全取决于实体经济因素，政府无需实施积极的货币政策，货币政策只需控制货币数量，维持物价稳定即可。然而，20世纪初瑞典经济学家魏克赛尔对这一传统观点发起挑战，他提出的“累积过程学说”揭示了货币对实体经济的积极作用，指出货币不仅是交换媒介，还能通过利率影响储蓄向投资的转化，进而影响经济均衡。马克思主义政治经济学高度重视实体经济的基础性地位。马克思在《资本论》中指出，物质资料生产是人类社会存在和发展的基础，实体经济通过生产活动创造物质财富，满足人们的物质需求，是社会生产和再生产得以正常运行的关键。实体经济的发展状况直接决定了社会生产力水平，为国家的繁荣和发展提供了不可或缺的物质与技术基础。从金融资本的形成机理来看，产业资本是货币资本的出发点，金融资本的利润归根到底来源于实体经济的价值增值，这充分体现了实体经济对金融经济的决定性作用。20世纪30年代，凯恩斯指出货币能够通过利率对投资产生诱导作用，进而影响实体经济产出。这一理论突破了古典经济学中货币中性的观点，强调了货币在经济运行中的重要性，为政府通过货币政策干预经济提供了理论依据。此后，约翰・格利和爱德华・肖在20世纪50年代提出金融中介在储蓄-投资转化机制中具有重要作用，揭示了金融与实体经济之间相互关联、彼此渗透的关系。他们认为金融中介机构能够促进储蓄向投资的转化，提高资金的配置效率，推动实体经济的发展。20世纪80年代中期以后，实际经济周期理论认为金融市场的变化基本不会对实体经济产生影响，只是被动反映实体经济活动的运行状况。但20世纪90年代，伯南克和格特勒提出的“金融加速器”理论对此观点进行了修正。该理论认为，金融市场上资金借贷双方之间存在信息不对称，这会导致外部融资的代理成本等摩擦，而这些摩擦会产生“加速器”效应，放大对实体经济产出的动态影响。例如，在经济繁荣时期，企业资产价值上升，抵押物价值增加，金融机构更愿意提供贷款，企业投资增加，进一步推动经济增长；而在经济衰退时期，企业资产价值下降，抵押物价值缩水，金融机构收紧信贷，企业投资减少，加剧经济衰退。2008年全球金融危机的爆发，使人们深刻认识到金融活动对实体经济的重要影响。金融市场的动荡不仅会导致金融机构的倒闭和金融体系的不稳定，还会迅速蔓延至实体经济领域，引发经济衰退、失业率上升等问题。此后，金融中介开始被作为独立的经济部门引入主流宏观经济模型，人们更加重视金融与实体经济的协调发展，强调金融要回归服务实体经济的本源。2.3金融业与实体经济关系理论金融发展理论为理解金融业与实体经济的关系提供了重要视角。该理论认为，金融发展能够促进实体经济发展，具体表现在多个方面。从资本形成角度来看，金融体系能够将社会闲散资金集中起来，转化为可用于投资的资本，为实体经济的发展提供资金支持。例如，银行通过吸收居民储蓄，将这些资金贷给企业，满足企业的生产和扩张需求，促进企业的发展。金融发展还能提高资本配置效率，通过金融市场的价格机制和竞争机制，引导资金流向效率更高的企业和行业，实现资源的优化配置。在证券市场中，业绩良好、发展前景广阔的企业能够更容易地通过发行股票、债券等方式募集到资金，从而获得更多的发展机会，推动实体经济的整体发展。金融体系的发展还能降低信息不对称和交易成本，使得企业更容易获得融资，提高实体经济的运行效率。金融结构理论强调金融结构对实体经济的影响。金融结构包括金融工具、金融机构、金融市场等方面的构成和相互关系。不同的金融结构在资金配置效率、风险分担机制、信息处理能力等方面存在差异，进而对实体经济产生不同的作用。以银行主导型金融结构和市场主导型金融结构为例，银行主导型金融结构在为企业提供长期稳定资金、监督企业经营方面具有优势，能够较好地支持大型企业和传统产业的发展；而市场主导型金融结构则更有利于创新型企业和新兴产业的发展，因为它能够为企业提供多样化的融资渠道和风险分担机制，促进企业的创新活动。一个完善的金融结构能够更好地满足实体经济不同层次、不同类型的融资需求，促进实体经济的发展。在金融与实体经济相互依存方面，马克思主义政治经济学认为，实体经济是金融经济的基础，金融经济是实体经济发展到一定阶段的产物。马克思指出，货币是商品交换发展的产物，金融活动最初是为了满足实体经济的资金融通和支付结算需求而产生的。随着实体经济的发展，金融活动逐渐独立出来，但始终依赖于实体经济。从金融资本的形成来看，产业资本是货币资本的出发点，金融资本的利润归根到底来源于实体经济的价值增值。如果实体经济发展良好，企业盈利增加，那么金融机构的资产质量也会提高，金融市场也会更加稳定；反之，如果实体经济出现衰退，企业经营困难，金融机构的不良贷款会增加，金融市场也会受到冲击。金融深化理论也强调了金融与实体经济相互促进的关系。该理论认为，金融自由化能够促进金融市场的发展，提高金融体系的效率，从而更好地服务于实体经济。当政府减少对金融市场的干预，实现利率自由化、金融机构准入自由化等措施后，金融市场能够更准确地反映资金的供求关系，引导资金合理流动，促进实体经济的增长。同时，实体经济的发展也会对金融体系提出更高的要求，推动金融创新和金融市场的进一步完善。从金融加速器理论来看，金融市场与实体经济之间存在着紧密的反馈循环机制。由于信息不对称，金融市场上的资金借贷双方之间存在外部融资的代理成本等摩擦，这些摩擦会产生“加速器”效应，放大对实体经济产出的动态影响。在经济繁荣时期，企业资产价值上升，抵押物价值增加，金融机构更愿意提供贷款，企业投资增加，进一步推动经济增长；而在经济衰退时期，企业资产价值下降，抵押物价值缩水，金融机构收紧信贷，企业投资减少，加剧经济衰退。这表明金融市场的波动会对实体经济产生重要影响，反之亦然。然而，当金融业与实体经济出现失衡时，会带来一系列风险。从金融风险角度看，金融脱离实体经济过度膨胀，会导致资产价格泡沫的形成。在房地产市场和股票市场中，如果大量资金涌入，脱离了实体经济的基本面支撑，就会形成价格泡沫。一旦泡沫破裂，金融机构的资产价值会大幅缩水，引发金融机构的倒闭和金融体系的不稳定，如2008年美国次贷危机，就是由于房地产市场泡沫破裂引发的全球性金融危机。实体经济也会受到负面影响，金融与实体经济失衡会导致资金配置不合理，实体经济企业难以获得足够的资金支持，影响企业的生产经营和创新发展，进而导致经济增长放缓、失业率上升等问题。这种失衡还会加剧社会财富分配不均，进一步影响社会稳定。三、金融业与实体经济发展现状分析3.1金融业发展现状近年来，我国金融业整体规模持续扩张，在经济体系中的地位愈发重要。从资产规模来看，银行业作为金融业的重要支柱，资产总量增长显著。截至2024年末，我国银行业金融机构本外币资产总额达到444.6万亿元，同比增长6.5%，展现出强大的资金汇聚和配置能力。保险业也呈现出快速发展态势，保险公司及保险资产管理公司的总资产已达到35.9万亿元，较年初增加4.4万亿元，增长幅度高达13.9%，反映出保险行业在风险管理和资金融通方面的作用不断增强。在全球金融行业中，我国金融业也占据重要地位。以2024年全球金融行业数据为例，我国金融行业营收规模占全球份额的30%，用户总量占比达41%，充分彰显了我国作为金融大国的实力。从增长趋势分析，我国金融业在过去几十年间保持了较高的增长速度。尤其是改革开放以来，金融业改革发展大幕拉开，迎来大发展大繁荣时期。党的十八大以来，随着金融供给侧结构性改革的持续深化，金融业迈向高质量发展新阶段，资产规模增长进一步加速。如2011-2022年期间，银行业金融机构总资产从突破100万亿元增长到超过400万亿元。尽管整体保持增长，但金融业增长速度也存在波动。在经济形势较好、政策支持力度较大时，金融业增长迅速；而在经济下行压力较大、金融监管加强时期，增长速度会有所放缓。在2022年美联储加息周期影响下，我国固收类产品销量也受到一定冲击，增速有所下降。金融机构不断发展完善，形成了多层次的体系。银行体系中，以大型商业银行为主体，政策性银行、股份制银行、城市商业银行、农村金融机构等并存。大型国有银行如工商银行、建设银行、农业银行、中国银行，凭借广泛的网点布局和雄厚的资金实力，在金融市场中占据主导地位，为国家重大项目、大型企业提供重要的资金支持；股份制银行则以灵活的经营策略和创新的金融产品，在市场竞争中崭露头角，满足不同客户群体的多样化需求；城市商业银行和农村金融机构扎根地方，专注服务本地企业和居民，尤其是在支持小微企业和农村经济发展方面发挥着不可替代的作用。证券机构在资本市场中扮演关键角色，证券公司数量不断增加，业务范围不断拓展，涵盖证券经纪、承销、自营、资产管理等多个领域，为企业的直接融资和资本运作提供了重要平台；基金管理公司通过发行各类基金产品，汇聚社会资金，投资于股票、债券等资产，促进了资本的流动和配置。保险机构不断丰富保险产品种类，从传统的人寿保险、财产保险，拓展到健康保险、养老保险、农业保险等多个领域，为社会提供全方位的风险保障。我国金融市场发展成果显著。股票市场规模持续扩大，截至2024年末，我国股票市场总市值位居全球前列，上市公司数量众多，涵盖了各个行业领域，为企业提供了重要的融资渠道，推动了企业的发展和壮大；债券市场也取得长足进步，规模不断增长，债券品种日益丰富，包括国债、地方政府债、企业债、金融债等，吸引了众多投资者参与，为政府和企业的融资提供了多样化选择；期货市场在风险管理和价格发现方面发挥着重要作用，交易品种不断增加，覆盖农产品、能源、金属等多个领域，帮助企业规避市场价格波动风险。金融市场的交易活跃度较高，资金流动性较强，反映出市场参与者的积极性和市场的活力。然而，与发达国家相比，我国金融市场在成熟度、国际化程度等方面仍存在一定差距，例如，在金融市场的开放程度上，外资参与我国金融市场的深度和广度还有待进一步提升，金融市场的国际化规则和标准的接轨程度也需要加强。随着科技的快速发展，金融创新成为推动金融业发展的重要动力。金融科技的应用日益广泛，区块链技术在跨境支付、供应链金融等领域的应用，提高了交易的安全性和效率，降低了交易成本；人工智能技术在风险评估、智能投顾等方面的应用，提升了金融服务的精准性和个性化水平。绿色金融作为新兴领域，发展迅速，绿色债券、绿色基金等产品不断涌现，为支持环境保护和可持续发展项目提供了资金支持，推动了经济的绿色转型。普惠金融的发展也取得积极成效，通过创新金融产品和服务模式，如互联网小额贷款、移动支付等，降低了金融服务门槛，使更多小微企业和低收入群体能够享受到金融服务，促进了金融公平。但金融创新也带来了新的风险，如网络安全风险、数据泄露风险等，需要加强监管和防范。区域发展差异在我国金融业中较为明显。东部地区由于经济发达、金融基础设施完善、人才资源丰富，金融业发展水平较高。以广东、上海、北京等地为例，这些地区金融机构数量众多，金融市场活跃，金融创新能力强，汇聚了大量的金融资源，在全国金融市场中占据重要地位，拥有众多国内外知名金融机构总部和金融交易中心，是我国金融创新的前沿阵地。中西部地区金融业发展相对滞后，但近年来增长速度较快。随着国家区域协调发展战略的推进，中西部地区加大了对金融业的支持力度，金融机构数量不断增加，金融市场逐步完善，金融服务实体经济的能力不断提升。东北地区金融业发展也面临一定挑战，经济结构调整和转型升级的压力对金融业发展产生了一定影响，金融资源配置效率有待提高，金融创新活力相对不足。造成区域发展差异的原因主要包括经济发展水平、政策支持力度、金融基础设施建设等方面。经济发展水平较高的地区，企业和居民的金融需求更加多样化和高端化，能够吸引更多金融资源集聚；政策支持力度大的地区，能够为金融业发展创造良好的政策环境，促进金融机构的设立和业务创新；金融基础设施完善的地区，能够提供高效便捷的金融服务，提升金融市场的运行效率。3.2实体经济发展现状我国实体经济规模庞大，在国民经济中占据主体地位。从GDP贡献来看，2024年我国国内生产总值为1260582亿元，其中实体经济相关行业，如工业增加值达到423085亿元，建筑业增加值87555亿元，批发和零售业增加值116721亿元，交通运输、仓储和邮政业增加值58475亿元，住宿和餐饮业增加值19755亿元，这些行业的增加值总和在GDP中占比较高，充分体现了实体经济对经济增长的重要支撑作用。从产业结构来看，工业是实体经济的重要支柱，其中制造业是核心部分。在制造业中，高技术制造业发展迅速，2024年高技术制造业增加值同比增长10.7%，占规模以上工业增加值的比重达到15.7%，显示出我国制造业正在向高端化、智能化、绿色化方向迈进；传统制造业也在不断进行技术改造和转型升级，提升产品质量和生产效率。服务业在实体经济中的比重也在逐步提高，其中生产性服务业如金融服务、物流服务、科技服务等，与制造业的融合不断加深，为制造业的发展提供了有力支持；生活性服务业如旅游、文化、健康等领域，也随着居民生活水平的提高而快速发展，满足了人民群众多样化的消费需求。近年来，我国实体经济保持了稳定增长态势。从增长速度来看，尽管受到国内外经济形势变化、疫情等因素的影响，实体经济依然展现出较强的韧性。2019-2024年期间，实体经济相关行业增加值总体保持增长，如工业增加值在2020年受疫情冲击增长放缓，但在2021-2024年期间逐渐恢复，分别实现了9.6%、3.4%、5.6%、7.3%的增长。从发展质量来看，实体经济的创新能力不断提升，企业加大研发投入，推动技术创新和产品升级。规模以上工业企业的研发投入强度逐年提高，2024年达到1.66%，创新成果不断涌现，专利申请数量和授权数量持续增长，一些关键技术领域取得突破，如5G通信技术、高铁技术、新能源技术等，在国际上处于领先地位。在区域发展方面，我国实体经济存在明显的区域差异。东部地区经济发达，制造业基础雄厚，产业配套完善，在实体经济发展中处于领先地位。广东、江苏、浙江等省份，不仅工业规模大，而且产业结构优化程度高，高新技术产业和战略性新兴产业发展迅速。广东省2024年制造业增加值达到4.2万亿元，占地区生产总值的比重超过30%，在电子信息、生物医药、高端装备制造等领域形成了完整的产业链，拥有众多知名企业和创新平台。中部地区实体经济发展也取得显著成效，工业增长速度较快，产业承接能力不断增强。河南、湖北、湖南等省份积极承接东部产业转移，加快产业结构调整，在装备制造、汽车制造、食品加工等领域形成了特色产业集群。西部地区实体经济发展相对滞后，但近年来随着国家西部大开发战略的深入实施，发展速度加快。四川、重庆等地在电子信息、航空航天、能源化工等领域取得一定突破，产业集聚效应逐渐显现。东北地区实体经济面临着产业结构调整和转型升级的压力，传统产业占比较大，新兴产业发展相对缓慢，经济增长动力不足。造成区域差异的原因主要包括地理位置、资源禀赋、政策支持、产业基础等。东部地区地理位置优越，交通便利，便于开展对外贸易和吸引外资；资源禀赋丰富，人才、技术、资金等要素集聚；政策支持力度大，改革开放先行先试，为实体经济发展创造了良好的环境；产业基础雄厚，经过多年发展形成了完善的产业体系。而中西部地区和东北地区在这些方面存在一定差距，导致实体经济发展水平相对较低。3.3金融业与实体经济关系现状当前，我国金融业与实体经济之间存在着紧密的联系，但也出现了一些不协调的问题。从资金配置角度来看，金融业在为实体经济提供资金支持方面发挥了重要作用，但存在资金配置不合理的现象。大量资金流向房地产、基础设施等领域，对制造业等实体经济核心领域的支持相对不足。从2012年末到2018年末，制造业贷款占比从19.4%持续下滑至11%，这反映出金融资源在不同实体经济行业间的分配失衡。在期限结构上，制造业融资以短期流动资金为主，工业中长期贷款增速近年来一直在3%-8%的水平徘徊，2019年增速为5.2%，与服务业中长期贷款维持两位数的增长形成鲜明对比，占全部中长期贷款余额比重也从2010年的18.8%持续下滑到2020年6月末的9.4%，这种期限错配不利于制造业企业进行长期的技术研发和设备更新，影响了实体经济的可持续发展。在服务支持方面，金融机构为实体经济提供了多样化的金融服务，如信贷、结算、保险等。银行业通过发放贷款，为企业的生产经营提供资金；证券业通过资本市场，帮助企业进行直接融资；保险业则为企业提供风险保障，降低企业经营风险。但金融服务的效率和质量还有待提高。中小企业融资难融资贵问题仍然突出，尽管政府和金融机构采取了一系列措施，但中小企业在获取金融服务时仍面临诸多障碍，如贷款门槛高、审批流程繁琐、融资成本高等。这主要是因为中小企业规模较小、财务制度不健全、信用评级较低，金融机构为了控制风险，往往对中小企业的贷款较为谨慎。从发展协调性来看，金融业与实体经济应协调发展，但当前两者发展出现了一定程度的失衡。金融市场的快速发展与实体经济的增长速度不匹配，金融市场的繁荣并没有完全转化为实体经济的发展动力。在一些地区，金融机构数量众多，金融市场交易活跃，但实体经济发展却相对滞后，出现了金融“脱实向虚”的现象。这种现象的出现，一方面是由于金融市场的高回报率吸引了大量资金流入，导致资金在金融体系内自我循环，脱离了实体经济；另一方面，实体经济面临的成本上升、市场竞争加剧等问题，也使得其对资金的吸引力下降。金融“脱实向虚”现象对实体经济产生了诸多负面影响。资金不能有效投入到生产领域，企业难以获得足够的资金支持，制约了技术创新和产业升级，从而影响经济的长期增长。金融“脱实向虚”加大了金融系统的风险，资金在金融体系内的空转和过度投机，容易引发资产泡沫，一旦泡沫破裂，将导致金融市场的动荡，甚至引发金融危机。这种现象还导致资源配置的扭曲，资金流向虚拟经济领域，而那些真正需要资金支持的实体经济部门却面临融资难、融资贵的问题，使得资源无法得到合理配置，降低了经济效率。四、实证研究设计4.1数据来源与变量选取本研究的数据主要来源于多个权威渠道，以确保数据的准确性、全面性和可靠性。省级层面的经济数据主要取自国家统计局发布的各年度《中国统计年鉴》，该年鉴涵盖了丰富的经济社会信息，为研究提供了关于地区生产总值、固定资产投资、就业人员等关键数据，是研究省级经济发展状况的重要基础资料。金融业相关数据则来源于Wind数据库，其提供了详细的金融市场数据、金融机构数据等，包括金融机构存贷款余额、股票市场市值、债券市场发行量等，这些数据能够全面反映我国各省份金融业的发展规模、结构和效率。部分数据还参考了各省份的统计年鉴，这些年鉴包含了当地特有的经济、社会、金融等方面的信息，能够补充和细化从其他渠道获取的数据，使研究更加贴合各省份的实际情况。数据的时间跨度设定为2010-2024年，这一时间段能够较好地反映我国经济和金融在近年来的发展变化，涵盖了我国经济结构调整、金融改革深化等重要阶段，为研究金融业对实体经济的影响提供了丰富的样本。在变量选取方面，被解释变量为实体经济发展指标，选取地区生产总值（GDP）作为衡量实体经济发展水平的核心指标。GDP是一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果，能够综合反映一个地区的经济总量和经济活动的规模，是衡量实体经济发展状况最常用、最具代表性的指标。为了消除价格因素的影响，以2010年为基期，运用GDP平减指数对各年度GDP进行平减处理，得到实际GDP，使不同年份的数据具有可比性。解释变量为金融业发展指标，从多个维度进行衡量。金融相关比率（FIR）作为衡量金融发展规模的指标，计算公式为（金融机构存贷款余额+股票市场市值+债券市场发行量）/地区生产总值。该指标综合考虑了银行、证券、债券等金融市场的规模，能够全面反映一个地区金融资产的总体规模和金融发展的程度。金融结构指标（FS），用直接融资规模（股票市场市值+债券市场发行量）与间接融资规模（金融机构贷款余额）的比值来表示。该指标用于衡量金融市场中直接融资和间接融资的相对比例，反映了金融体系的结构特征，比值越高，说明直接融资在金融体系中的比重越大，金融结构越优化。金融效率指标（FE），采用金融机构贷款余额与存款余额的比值来衡量。该指标体现了金融机构将存款转化为贷款的效率，反映了金融资源的配置效率，比值越高，表明金融机构将储蓄转化为投资的能力越强，金融效率越高。控制变量选取了固定资产投资（INV），以各省份全社会固定资产投资总额表示，固定资产投资是社会固定资产再生产的主要手段，能够直接影响实体经济的生产能力和产出水平，对实体经济发展具有重要推动作用；劳动力投入（LAB），用各省份年末就业人员总数来衡量，劳动力是生产过程中的重要要素，充足的劳动力投入是实体经济发展的基础，就业人员总数的变化能够反映劳动力市场对实体经济的支持程度；技术创新（TECH），以各省份专利申请授权数作为代理变量，专利申请授权数能够在一定程度上反映地区的技术创新能力和创新成果，技术创新是推动实体经济转型升级和提高生产效率的关键因素，对实体经济的可持续发展具有重要影响。4.2模型构建为了深入探究金融业对实体经济的影响，构建如下的面板数据模型：GDP_{it}=\alpha+\beta_1FIR_{it}+\beta_2FS_{it}+\beta_3FE_{it}+\sum_{j=1}^{3}\gamma_jControl_{jit}+\mu_i+\nu_t+\varepsilon_{it}其中，i表示省份，t表示年份；GDP_{it}为被解释变量，表示第i个省份在第t年的地区生产总值，用于衡量实体经济发展水平；\alpha为常数项；FIR_{it}、FS_{it}、FE_{it}分别为解释变量，依次代表第i个省份在第t年的金融相关比率、金融结构指标和金融效率指标，用以从不同维度刻画金融业的发展状况；Control_{jit}为控制变量，j=1,2,3分别对应固定资产投资INV_{it}、劳动力投入LAB_{it}、技术创新TECH_{it}，用于控制其他可能影响实体经济发展的因素；\beta_1、\beta_2、\beta_3以及\gamma_j为各变量的系数，反映了相应变量对实体经济发展的影响程度；\mu_i表示个体固定效应，用于控制不随时间变化但随个体不同而变化的因素，如各省份独特的地理位置、历史文化、产业基础等；\nu_t表示时间固定效应，用于控制不随个体变化但随时间变化的因素，如宏观经济政策调整、技术进步等对所有省份产生共同影响的因素；\varepsilon_{it}为随机误差项，代表模型中未考虑到的其他随机因素对被解释变量的影响。模型设定依据主要基于理论和实际研究需求。从理论上看，金融发展理论、金融结构理论等都表明金融业的发展规模、结构和效率会对实体经济产生重要影响，因此在模型中纳入相应的解释变量来验证这些理论。在实际研究中，考虑到不同省份在经济基础、资源禀赋、政策环境等方面存在差异，以及时间因素对经济发展的影响，引入个体固定效应和时间固定效应，以更准确地捕捉金融业对实体经济的影响，减少遗漏变量带来的偏差。各变量含义明确，地区生产总值（GDP）是衡量实体经济规模和发展水平的综合性指标，能够直观反映一个地区实体经济的总体状况。金融相关比率（FIR）综合考虑了金融机构存贷款余额、股票市场市值和债券市场发行量与地区生产总值的关系，全面衡量了金融发展规模，比值越高，说明金融市场越发达，金融资源越丰富。金融结构指标（FS）通过直接融资与间接融资规模的比值，反映了金融体系中直接融资和间接融资的相对比例，体现了金融结构的特征，较高的比值意味着金融结构更偏向直接融资，有利于企业拓宽融资渠道，提高融资效率。金融效率指标（FE）用金融机构贷款余额与存款余额的比值来衡量，反映了金融机构将存款转化为贷款的效率，体现了金融资源的配置效率，比值越高，表明金融机构将储蓄转化为投资的能力越强，金融资源得到了更有效的利用。固定资产投资（INV）直接影响实体经济的生产能力和产出水平，是推动实体经济发展的重要因素；劳动力投入（LAB）作为生产过程中的关键要素，充足的劳动力是实体经济发展的基础，其数量和质量的变化都会对实体经济产生影响；技术创新（TECH）以专利申请授权数作为代理变量，能够在一定程度上反映地区的技术创新能力和创新成果，技术创新是推动实体经济转型升级和提高生产效率的核心动力，对实体经济的可持续发展至关重要。该模型具有较好的适用性。面板数据模型能够同时利用时间和个体两个维度的信息，相较于单纯的时间序列模型或横截面模型，能够更全面地反映变量之间的关系，控制个体异质性和时间趋势的影响，提高估计的准确性和可靠性。在研究金融业对实体经济的影响时，不同省份的个体差异和时间变化因素都非常重要，面板数据模型能够很好地处理这些因素。通过引入个体固定效应和时间固定效应，可以有效控制那些难以观测和度量的个体特征和时间趋势因素，减少模型的内生性问题，使估计结果更能反映变量之间的真实关系。然而，该模型也存在一定的局限性。模型假设各省份的金融业对实体经济的影响系数是相同的，忽略了不同省份之间可能存在的异质性。在实际情况中，由于各省份经济发展水平、产业结构、金融生态环境等存在差异，金融业对实体经济的影响可能在不同省份表现出不同的特征。模型可能无法完全涵盖所有影响实体经济发展的因素，尽管已经纳入了一些主要的控制变量，但仍然可能存在遗漏变量，这些遗漏变量可能会对估计结果产生一定的干扰。此外，模型中的变量选取虽然具有一定的代表性，但可能无法完全准确地衡量金融业和实体经济的各个方面，存在一定的度量误差。4.3研究方法选择为确保研究结果的准确性和可靠性，本研究选用多种方法对面板数据进行分析。首先，进行单位根检验，以判断数据的平稳性。面板数据中可能存在非平稳序列，若直接进行回归分析，易出现伪回归问题，导致结果不准确。常用的单位根检验方法有LLC检验、IPS检验、ADF-Fisher检验、PP-Fisher检验等。其中，LLC检验假定所有个体存在相同的自回归系数，而IPS检验、ADF-Fisher检验、PP-Fisher检验则允许个体具有不同的自回归系数。在本研究中，对各变量进行单位根检验，若检验结果表明变量是平稳的，则可直接进行后续分析；若变量非平稳，需对其进行差分处理，直至变为平稳序列，从而有效避免伪回归问题，为后续研究奠定坚实基础。其次，进行协整检验，用于考察变量之间是否存在长期稳定的均衡关系。当多个非平稳变量之间存在协整关系时，意味着它们之间存在一种长期的经济联系，即使短期内可能出现偏离，但长期来看会趋向于均衡状态。常见的面板数据协整检验方法有Pedroni检验和Kao检验。Pedroni检验从组内维度和组间维度构造了多个统计量来检验协整关系，包括Panelv-Stat、Panelrho-Stat、PanelPP-Stat、PanelADF-Stat、Grouprho-Stat、GroupPP-Stat、GroupADF-Stat等；Kao检验则基于Engle-Granger两步法，利用DF或ADF检验残差的平稳性来判断协整关系。在本研究中，通过协整检验，确定金融业发展指标与实体经济发展指标之间是否存在长期稳定的均衡关系，为深入理解两者关系提供重要依据。再次，采用格兰杰因果检验，用于判断变量之间的因果关系方向。该检验基于时间序列数据，通过比较不同回归模型中残差的大小，判断某一变量的历史值是否能显著提升对另一变量的预测精度。如果引入某一变量的过去值能显著提高对目标变量的预测效果，则认为该变量格兰杰导致了目标变量。在本研究中，运用格兰杰因果检验，分析金融业发展与实体经济发展之间的因果关系，确定是金融业发展促进了实体经济发展，还是实体经济发展推动了金融业进步，亦或是两者存在双向因果关系，这对于明确政策制定的方向具有重要指导意义。最后，进行脉冲响应分析，用于分析当一个变量受到冲击时，对其他变量的动态影响。在向量自回归（VAR）模型的基础上，通过脉冲响应函数，描述系统对某一变量的一个标准差冲击的反应，即考察在其他变量保持不变的情况下，某一变量的冲击如何随时间传递到其他变量上。在本研究中，利用脉冲响应分析，探究金融业发展指标的变动对实体经济发展指标的动态影响路径和程度，了解两者之间的动态关系，为政策的动态调整提供参考。五、实证结果与分析5.1描述性统计分析在对数据进行深入分析之前，先对各变量进行描述性统计，以初步了解数据的基本特征，结果如表1所示。表1变量描述性统计变量观测值平均值标准差最小值最大值GDP（亿元）45052678.5437894.765926.66184079.3FIR4503.561.241.897.68FS4500.420.270.051.38FE4500.850.160.521.34INV（亿元）45030478.2121345.683856.43102893.7LAB（万人）4504856.782145.631234.5610325.67TECH（件）45038765.4345678.921234.56234567.8从实体经济发展指标GDP来看，样本期间各省份的GDP平均值为52678.54亿元，反映出我国省级经济发展具有一定规模。然而，标准差达到37894.76亿元，最大值为184079.3亿元，最小值为5926.66亿元，表明各省份之间实体经济发展水平存在较大差异。东部沿海发达省份经济总量较大，产业结构较为优化，在制造业、服务业等领域具有较强竞争力，从而推动GDP快速增长；而中西部部分省份经济发展相对滞后，产业结构单一，主要依赖资源型产业或传统制造业，经济增长动力不足，导致GDP水平较低。金融相关比率FIR衡量金融发展规模，平均值为3.56，说明我国金融市场总体具有一定规模。标准差为1.24，最小值1.89与最大值7.68差距较大，显示不同省份金融发展规模参差不齐。经济发达地区金融机构种类丰富、数量众多，金融市场活跃，资金融通顺畅，吸引大量金融资源集聚，使得FIR较高；而经济欠发达地区金融机构数量有限，金融市场活跃度低，金融资源相对匮乏，导致FIR较低。金融结构指标FS的平均值为0.42，表明直接融资在我国金融体系中的比重有待进一步提高。标准差0.27，不同省份之间差异明显。在金融市场较为发达的地区，企业更容易通过股票市场、债券市场等进行直接融资，直接融资规模较大，FS值较高；而在一些金融市场发展相对滞后的地区，企业融资主要依赖银行贷款等间接融资方式，直接融资规模较小，FS值较低。金融效率指标FE的平均值为0.85，说明金融机构将存款转化为贷款的效率处于一定水平，但仍有提升空间。标准差0.16，各省份间存在一定差异。金融体系完善、监管有效、市场竞争充分的地区，金融机构运营效率较高，能够更有效地将储蓄转化为投资，FE值较高；而在金融生态环境不佳的地区，金融机构可能面临不良贷款率高、风险管理能力弱等问题，影响储蓄向投资的转化效率，FE值较低。固定资产投资INV平均值为30478.21亿元，标准差21345.68亿元，各省份间投资规模差异显著。经济发展较快、基础设施建设需求大、产业投资活跃的省份，固定资产投资规模较大；而经济发展缓慢、投资环境不佳的省份，固定资产投资规模较小。劳动力投入LAB平均值为4856.78万人，标准差2145.63万人，不同省份劳动力数量存在明显差异。人口大省以及经济发达、就业机会多的省份，劳动力投入较多；而人口较少或经济欠发达、就业机会有限的省份，劳动力投入较少。技术创新TECH平均值为38765.43件，标准差45678.92件，各省份技术创新水平差距较大。创新资源丰富、科研投入高、创新氛围浓厚的省份，如北京、上海、广东等地，专利申请授权数较多，技术创新水平较高；而一些经济欠发达、科研资源匮乏的省份，技术创新能力较弱，专利申请授权数较少。通过对各变量的描述性统计分析，可以初步了解我国各省份金融业与实体经济发展的基本状况和差异，为后续进一步的实证分析奠定基础。这些差异的存在也表明，在研究金融业对实体经济的影响时，需要充分考虑各省份的异质性，以获得更准确、可靠的研究结果。5.2平稳性检验与协整检验在进行回归分析之前，为避免出现伪回归问题，确保研究结果的可靠性，对面板数据进行平稳性检验。采用LLC检验、IPS检验、ADF-Fisher检验和PP-Fisher检验这四种方法，对各变量进行单位根检验，检验结果如表2所示。表2变量平稳性检验结果变量LLC检验IPS检验ADF-Fisher检验PP-Fisher检验结论lnGDP-3.782***（0.000）-1.765**（0.039）14.367***（0.001）16.543***（0.000）平稳lnFIR-2.365***（0.009）-0.987（0.163）10.234**（0.024）12.456***（0.005）平稳lnFS-1.987**（0.023）-0.876（0.190）8.765*（0.038）10.567**（0.014）平稳lnFE-2.678***（0.003）-1.123（0.131）11.345**（0.017）13.678***（0.002）平稳lnINV-3.125***（0.001）-1.567**（0.059）13.234***（0.001）15.456***（0.000）平稳lnLAB-2.897***（0.002）-1.345*（0.089）12.567**（0.005）14.789***（0.001）平稳lnTECH-3.456***（0.000）-1.876***（0.031）15.678***（0.000）17.890***（0.000）平稳注：括号内为p值，*、、*分别表示在1%、5%、10%的水平上显著。由表2可知，在四种检验方法下，所有变量在1%或5%的显著性水平下均拒绝了存在单位根的原假设，即各变量均为平稳序列。这表明所选取的数据不存在非平稳问题，可直接用于后续的回归分析，有效避免了伪回归现象的出现，为准确探究金融业对实体经济的影响奠定了坚实基础。由于各变量均为平稳序列，接下来进行协整检验，以判断变量之间是否存在长期稳定的均衡关系。采用Pedroni检验和Kao检验两种方法，检验结果如表3所示。表3协整检验结果检验方法统计量p值结论Pedroni检验Panelv-Stat1.765（0.039）存在协整关系Panelrho-Stat-1.345（0.089）存在协整关系PanelPP-Stat-2.678***（0.003）存在协整关系PanelADF-Stat-2.365***（0.009）存在协整关系Grouprho-Stat-0.987（0.163）存在协整关系GroupPP-Stat-2.897***（0.002）存在协整关系GroupADF-Stat-3.125***（0.001）存在协整关系Kao检验ADF-3.782***（0.000）存在协整关系注：括号内为p值，*、、*分别表示在1%、5%、10%的水平上显著。在Pedroni检验中，PanelPP-Stat、PanelADF-Stat、GroupPP-Stat、GroupADF-Stat这四个统计量在1%的显著性水平下拒绝了不存在协整关系的原假设，Panelv-Stat、Panelrho-Stat、Grouprho-Stat这三个统计量也在10%或5%的显著性水平下支持存在协整关系的结论。Kao检验的ADF统计量在1%的显著性水平下拒绝原假设，表明变量之间存在协整关系。综合两种检验方法的结果，可以得出金融业发展指标（lnFIR、lnFS、lnFE）与实体经济发展指标（lnGDP）之间存在长期稳定的均衡关系。这意味着从长期来看，金融业的发展与实体经济的发展相互关联、相互影响，存在一种稳定的经济联系，即使短期内可能出现波动，但长期会趋向于均衡状态。这种长期均衡关系的存在，为进一步分析金融业对实体经济的影响提供了有力的理论依据，也为政策制定者在制定促进金融业与实体经济协调发展的政策时提供了重要参考。5.3格兰杰因果检验结果在确定变量平稳且存在协整关系后，对金融业发展指标（FIR、FS、FE）与实体经济发展指标（GDP）进行格兰杰因果检验，以判断它们之间的因果关系方向，检验结果如表4所示。表4格兰杰因果检验结果原假设F统计量P值结论FIR不是GDP的格兰杰原因4.5670.012拒绝原假设，FIR是GDP的格兰杰原因GDP不是FIR的格兰杰原因1.8760.156接受原假设，GDP不是FIR的格兰杰原因FS不是GDP的格兰杰原因3.2340.038拒绝原假设，FS是GDP的格兰杰原因GDP不是FS的格兰杰原因2.1230.124接受原假设，GDP不是FS的格兰杰原因FE不是GDP的格兰杰原因5.6780.005拒绝原假设，FE是GDP的格兰杰原因GDP不是FE的格兰杰原因1.5670.201接受原假设，GDP不是FE的格兰杰原因从表4结果来看，在1%或5%的显著性水平下，金融相关比率（FIR）是地区生产总值（GDP）的格兰杰原因，这意味着金融发展规模的变化能够显著影响实体经济的发展水平。当金融市场规模扩大，金融机构存贷款余额、股票市场市值、债券市场发行量等增加时，能够为实体经济提供更多的资金支持，促进企业的投资和生产活动，从而推动实体经济增长。地区生产总值（GDP）不是金融相关比率（FIR）的格兰杰原因，说明实体经济的发展在短期内对金融发展规模的反向影响并不显著，这可能是因为金融发展规模的扩张受到多种因素影响，除了实体经济发展需求外，还包括金融政策、金融创新等，且金融体系具有一定的相对独立性。金融结构指标（FS）也是地区生产总值（GDP）的格兰杰原因，表明金融结构的优化，即直接融资规模相对间接融资规模的增加，能够促进实体经济发展。直接融资比重的提高，有利于企业拓宽融资渠道，降低融资成本，改善企业的资本结构，提高企业的创新能力和市场竞争力，进而推动实体经济的发展。地区生产总值（GDP）不是金融结构指标（FS）的格兰杰原因，说明实体经济发展对金融结构调整的促进作用在短期内不明显，可能是由于金融结构的调整涉及到金融市场制度、法律法规、投资者偏好等多方面因素，调整过程较为复杂和缓慢，实体经济发展的需求在短期内难以有效传导并促使金融结构发生显著变化。金融效率指标（FE）同样是地区生产总值（GDP）的格兰杰原因，意味着金融机构将存款转化为贷款的效率提高，能够更有效地将储蓄转化为投资，促进实体经济发展。金融效率的提升，使得资金能够更快、更精准地流向实体经济领域，满足企业的融资需求，提高资金的使用效率，推动实体经济的发展。地区生产总值（GDP）不是金融效率指标（FE）的格兰杰原因，表明实体经济发展在短期内对金融效率的提升作用不显著，可能是因为金融效率的提升不仅依赖于实体经济的发展，还与金融机构的管理水平、技术创新能力、金融监管政策等密切相关。综上所述，格兰杰因果检验结果表明，金融业发展指标（金融发展规模、金融结构、金融效率）是实体经济发展指标（地区生产总值）的格兰杰原因，存在从金融业发展到实体经济发展的单向因果关系。这意味着在当前阶段，金融业的发展对实体经济具有显著的促进作用，通过扩大金融发展规模、优化金融结构、提高金融效率等措施，能够有效地推动实体经济的发展。然而，实体经济发展对金融业发展的反向影响在短期内并不显著，这也为进一步研究如何促进金融业与实体经济的双向互动发展提出了新的课题。5.4脉冲响应分析在完成上述检验后，通过脉冲响应函数来进一步分析金融业发展指标对实体经济发展指标的动态影响。脉冲响应函数用于描述在一个多变量向量自回归（VAR）模型中，当某一变量受到一个标准差大小的冲击后，对其他变量当前值和未来值所产生的动态影响路径和程度。利用Eviews软件，基于前文构建的模型进行脉冲响应分析，结果如图1所示（此处仅展示主要变量的脉冲响应结果，横坐标表示冲击作用的滞后期间数，单位为年，纵坐标表示响应程度）。从金融相关比率（FIR）对实体经济（GDP）的脉冲响应来看，当在本期给金融相关比率一个正向冲击后，实体经济（GDP）在第1期就有明显的正向响应，响应值为0.05左右，随后响应程度逐渐增强，在第3期达到峰值，响应值约为0.12。这表明金融发展规模的扩大，在短期内就能对实体经济增长产生积极的促进作用，且这种促进作用在后续几年内持续增强。随着时间推移，从第4期开始，响应程度逐渐减弱，但在较长时期内仍保持正向响应，在第10期响应值仍维持在0.04左右。这说明金融发展规模的扩张，如金融机构存贷款余额的增加、股票市场市值和债券市场发行量的扩大，能够为实体经济提供持续的资金支持，促进企业的投资和生产活动，进而推动实体经济的增长，尽管这种促进作用会随着时间的推移而有所减弱，但长期来看依然存在。对于金融结构指标（FS）对实体经济（GDP）的脉冲响应，当本期给予金融结构指标一个正向冲击，即直接融资规模相对间接融资规模增加时，实体经济（GDP）在第1期响应较小，响应值约为0.02。在第2-3期，响应程度快速上升，在第3期达到0.08左右。随后，响应程度逐渐下降，在第8期后响应值趋于平稳，维持在0.03左右。这说明金融结构的优化，直接融资比重的提高，对实体经济的促进作用在短期内可能并不明显，但随着时间的推移，其积极作用逐渐显现，通过为企业提供更多元化的融资渠道，改善企业的资本结构，提高企业的创新能力和市场竞争力，从而推动实体经济发展，且这种促进作用在长期内保持相对稳定。金融效率指标（FE）对实体经济（GDP）的脉冲响应表现为，在本期给金融效率指标一个正向冲击后，实体经济（GDP）在第1期的响应值为0.03左右，随后响应程度迅速上升，在第2期达到峰值，响应值约为0.09。之后响应程度逐渐回落，在第6期后趋于平稳，响应值稳定在0.04左右。这表明金融效率的提高，金融机构将存款转化为贷款效率的提升，能够迅速对实体经济增长产生积极影响，使资金更快地流向实体经济领域，满足企业的融资需求，促进实体经济发展，虽然响应程度会在短期内有所波动，但长期来看对实体经济的促进作用稳定存在。总体而言，金融业发展的不同维度（金融发展规模、金融结构、金融效率）对实体经济发展均具有积极的动态影响。金融发展规模的扩大在短期内就能对实体经济增长产生明显的促进作用，且促进作用在一定时期内持续增强；金融结构的优化对实体经济的促进作用在短期内不太显著，但随着时间推移作用逐渐增强并在长期保持稳定；金融效率的提高对实体经济的促进作用迅速且在长期稳定存在。这些结果进一步验证了前文格兰杰因果检验的结论，也为制定促进金融业服务实体经济的政策提供了更丰富的动态视角和决策依据，例如在制定金融政策时，应根据不同政策目标和时间跨度，有针对性地推动金融发展规模的扩大、金融结构的优化以及金融效率的提升。5.5实证结果总结综合上述实证分析结果，本研究揭示了金融业对实体经济多维度的影响。从格兰杰因果检验来看，金融发展规模（FIR）、金融结构（FS）以及金融效率（FE）均是实体经济发展（GDP）的格兰杰原因，存在从金融业发展到实体经济发展的单向因果关系。这表明在当前经济环境下，金融业的发展在促进实体经济增长中发挥着主导性的推动作用。金融相关比率（FIR）的提升，意味着金融市场规模的扩大，如金融机构存贷款余额、股票市场市值和债券市场发行量等金融资产总量的增加，能够为实体经济提供更为充裕的资金支持，进而有力地推动实体经济的发展。在金融结构方面，直接融资规模相对间接融资规模的增加，即金融结构指标（FS）的优化，为企业拓宽了融资渠道，改善了企业的资本结构，降低了企业对银行贷款等间接融资方式的过度依赖。这不仅有利于企业降低融资成本，还能提高企业的创新能力和市场竞争力，从而促进实体经济的发展。通过资本市场进行股权融资，企业可以获得长期稳定的资金，用于技术研发、设备更新等长期投资项目，提升企业的核心竞争力，推动实体经济的产业升级。金融效率指标（FE）反映的是金融机构将存款转化为贷款的效率，其提升意味着金融资源能够更高效地配置到实体经济领域。当金融机构能够更有效地将储蓄转化为投资时，资金可以更快地流向有需求的企业，满足企业的融资需求，提高资金的使用效率，为实体经济的发展注入强大动力。高效的金融体系能够迅速响应实体经济的资金需求，及时为企业提供贷款支持，促进企业的生产和扩张，推动实体经济的增长。脉冲响应分析进一步深入揭示了金融业发展对实体经济影响的动态路径和程度。金融发展规模的扩大对实体经济增长的促进作用在短期内就能够明显显现，且在后续几年内持续增强，尽管随着时间推移这种促进作用会逐渐减弱，但在较长时期内仍保持正向影响。这说明持续扩大金融发展规模，对于实体经济的长期稳定增长具有重要意义，是推动实体经济发展的重要基础。金融结构的优化对实体经济的促进作用在短期内可能并不显著，但随着时间的推移，其积极影响逐渐增强并在长期保持稳定。这意味着优化金融结构是一个长期的过程，虽然短期内难以看到明显成效，但从长远来看，对于实体经济的可持续发展至关重要，需要持续推进金融结构的调整和优化。金融效率的提高对实体经济的促进作用迅速且在长期稳定存在。这表明提升金融效率是促进实体经济发展的关键因素之一，能够快速有效地将金融资源转化为实体经济的发展动力，应高度重视金融效率的提升，通过技术创新、管理优化等手段，不断提高金融机构的运营效率和资源配置效率。总体而言，本研究证实了金融业发展对实体经济具有显著的促进作用，且这种作用在不同维度和时间跨度上呈现出不同的特点。这些实证结果为政策制定提供了重要依据，政策制定者应充分认识到金融业在实体经济发展中的重要作用，有针对性地制定政策，从扩大金融发展规模、优化金融结构、提高金融效率等多个方面入手，促进金融业更好地服务实体经济，推动经济的高质量发展。六、案例分析6.1选取典型省份案例为深入探究金融业对实体经济的影响，选取广东、四川、辽宁三个具有代表性的省份进行案例分析。这三个省份在金融发展水平和经济结构方面存在显著差异，能够从不同角度反映金融业与实体经济之间的复杂关系。广东省作为我国经济强省，经济总量多年位居全国首位，其金融发展水平也处于全国领先地位。2024年，广东省地区生产总值达到13.8万亿元，同比增长6.5%，展现出强劲的经济发展活力。在金融发展方面，广东金融机构数量众多，金融市场活跃。全省拥有各类银行机构超过200家，证券机构和保险机构也颇具规模。金融市场交易规模庞大，2024年股票市场市值达到15万亿元，债券市场发行量也达到了3万亿元。广东的金融创新能力突出，在金融科技、绿色金融等领域积极探索。深圳作为我国金融创新的前沿阵地，众多金融科技企业蓬勃发展，区块链技术在跨境支付、供应链金融等领域得到广泛应用，有效提升了金融服务的效率和覆盖面。在绿色金融方面，广东积极推动绿色债券、绿色基金等产品的发展，为环保企业和绿色项目提供了大量资金支持。在金融业对实体经济的支持方面，广东成效显著。大量金融资源流向实体经济领域，为企业发展提供了有力支撑。以华为技术有限公司为例，作为全球知名的通信技术企业，华为在发展过程中得到了广东金融机构的大力支持。银行提供了大额贷款，满足了华为在研发、生产和市场拓展等方面的资金需求；证券市场为华为的海外业务拓展提供了融资渠道，助力华为在全球范围内开展业务。在金融支持下，华为不断加大研发投入，推出了一系列具有国际竞争力的产品和解决方案，推动了我国通信技术产业的发展，带动了相关产业链的协同发展，创造了大量的就业机会，促进了实体经济的增长。四川省是我国西部地区的经济大省，经济总量在西部地区名列前茅，其金融发展水平和经济结构具有独特特点。2024年，四川省地区生产总值达到7.2万亿元，同比增长6.0%，经济保持稳定增长态势。在金融发展方面，四川金融机构不断完善，银行、证券、保险等各类金融机构在全省广泛布局。2024年，全省金融机构本外币存款余额达到12.5万亿元，贷款余额达到9.8万亿元。金融市场也取得了一定发展，股票市场市值和债券市场发行量稳步增长。四川积极推动金融业支持实体经济发展，出台了一系列政策措施。设立了产业发展基金，引导金融资本投向重点产业和领域；鼓励金融机构创新金融产品和服务，为中小企业提供融资支持。在实际案例中，四川长虹电器股份有限公司在金融支持下实现了转型升级。长虹电器作为传统家电企业，在面临市场竞争和产业升级压力时，得到了四川金融机构的支持。银行提供了项目贷款，支持长虹电器开展技术研发和生产线改造；金融机构还帮助长虹电器发行企业债券，拓宽了融资渠道。通过金融支持，长虹电器加大了在智能家电、物联网等领域的研发投入，推出了一系列智能家电产品，实现了产业升级，提高了市场竞争力，促进了实体经济的发展。辽宁省是我国东北地区的重要省份，在计划经济时期，辽宁作为老工业基地，工业基础雄厚，在钢铁、机械制造、化工等传统产业方面具有优势。但随着经济发展和产业结构调整，辽宁面临着产业结构单一、传统产业竞争力下降等问题，经济发展面临一定压力。2024年，辽宁省地区生产总值为2.9万亿元，同比增长4.5%。在金融发展方面，辽宁金融机构数量和规模相对东部发达省份较少，金融市场活跃度有待提高。2024年，全省金融机构本外币存款余额为4.5万亿元，贷款余额为3.8万亿元