金融中介论文

金融中介论文一.摘要

金融中介在现代经济体系中扮演着至关重要的角色，其核心功能在于优化资源配置、降低交易成本、分散风险并提升市场效率。本研究以中国银行业中介为例，通过实证分析探讨金融中介在促进经济增长、优化产业结构及防范系统性风险方面的作用机制。研究采用面板数据模型，选取2000年至2022年的年度数据，运用固定效应和随机效应模型检验金融中介规模、效率和结构对宏观经济变量的影响。主要发现表明，金融中介规模的扩大显著促进了经济增长，但过度扩张可能导致资源配置效率下降；中介效率的提升能够有效降低企业融资成本，增强市场活力；而中介结构的优化则有助于减少金融风险积聚，提升系统稳定性。进一步分析显示，在货币政策传导机制中，金融中介发挥着关键的桥梁作用，其效率与货币政策传导效果呈正相关。研究结论强调，金融中介的健康发展需兼顾规模扩张与效率提升，同时应通过制度创新优化中介结构，以实现经济高质量发展与金融风险防控的动态平衡。本研究为政策制定者提供了理论依据和实践参考，有助于深化对金融中介功能的理解，并为构建现代化金融体系提供路径指引。

二.关键词

金融中介；经济增长；资源配置；效率提升；风险防控；货币政策传导

三.引言

金融中介作为连接储蓄者与投资者、资金供给与需求的关键枢纽，构成了现代经济运行的基础性框架。其核心功能在于克服信息不对称、降低交易成本、实现风险转移与分散，并促进资本的优化配置，从而驱动经济增长与结构转型。在金融全球化和经济一体化的浪潮下，金融中介的规模、效率及其结构变迁对宏观经济稳定性、资源配置效率乃至社会财富分配产生了深远影响。各国政府与学界对金融中介角色的关注日益提升，其不仅是衡量金融体系完善程度的重要指标，更是评估经济体可持续发展潜力的重要维度。中国作为全球第二大经济体，其金融中介体系的改革与发展尤为引人瞩目。自改革开放以来，中国金融中介体系经历了从单一银行主导到多元化格局演变的深刻变革，银行、证券、保险等中介机构在支持工业化、城镇化进程，推动经济高速增长中发挥了不可替代的作用。然而，伴随着经济增速换挡期、结构调整阵痛期和前期刺激政策消化期“三期叠加”特征的出现，金融中介体系也面临着效率不足、结构失衡、风险积聚等诸多挑战。传统银行中介在信用风险控制、服务中小企业等方面仍显力不从心，新兴金融中介如互联网金融、影子银行等在带来活力的同时，也暴露出监管滞后、风险传染渠道复杂等问题。金融中介的过度扩张可能引发信贷泡沫，而效率低下则可能导致资源错配，阻碍创新驱动发展战略的实施。因此，深入剖析金融中介的作用机制，准确评估其功能发挥的成效与不足，并探索优化路径，对于维护金融稳定、促进经济高质量发展具有重要的理论与现实意义。

本研究聚焦于金融中介在经济运行中的多重角色及其影响，旨在系统探讨金融中介规模、效率与结构对经济增长、资源配置效率及金融风险防范的具体作用。基于现有文献与经济现实，本研究提出以下核心研究问题：第一，金融中介规模的扩张对经济增长是产生了正向促进作用，还是引发了资源配置扭曲？其边际效应是否存在递减趋势？第二，金融中介效率的提升如何影响企业融资成本、投资效率以及整体经济活力？效率测度与评估是否存在方法上的局限？第三，金融中介结构的多元化（如银行、证券、保险、保险资金的占比与关联）如何影响金融体系的稳定性和服务实体经济的能力？不同结构配置下，中介功能的发挥是否存在显著差异？第四，在货币政策传导机制中，金融中介扮演了怎样的角色？其效率与规模变化如何调制货币政策的传导速度与效果？

围绕上述问题，本研究试图构建一个更为综合的分析框架，不仅关注金融中介的传统功能，也探讨其在金融创新、普惠金融、绿色金融等新兴领域的角色演变。在研究假设方面，本文初步提出以下假设：假设一，金融中介规模的适度扩大能够显著促进经济增长，但超过一定阈值后，可能因增加系统性风险、降低资源配置效率而抑制增长；假设二，金融中介效率的提升与企业融资可得性、投资效率改善呈正相关，且效率提升的主要途径在于技术创新与管理优化；假设三，金融中介结构的多元化有助于增强体系韧性、拓宽服务渠道，但对稳定性的影响取决于不同中介间的协同与竞争关系；假设四，金融中介效率高的体系能够更有效地传导货币政策，降低利率波动，增强宏观调控的精准性。

通过对上述问题的深入探讨与假设检验，本研究期望能够为理解金融中介在现代经济中的复杂功能提供新的视角，为相关政策制定提供实证依据。具体而言，研究结论可能为监管机构优化金融中介监管框架、引导中介功能转型提供参考，如如何平衡中介规模发展与效率提升，如何通过结构性改革提升中介服务实体经济的质效，如何构建更为稳健的金融中介体系以应对内外部冲击等。同时，本研究也旨在丰富金融中介理论，特别是在中国特定制度背景下，深化对金融中介与经济互动关系的认识。鉴于金融中介功能的动态性和复杂性，本研究将采用定量与定性相结合的方法，结合宏观与微观视角，力求为这一重要议题提供系统性、深层次的解答。

四.文献综述

金融中介在经济文献中是一个持续受到关注的核心议题。早期研究主要集中于金融中介的传统功能，即信息处理和交易成本降低。Diamond和Dybvig（1983）的经典模型阐释了银行在缓解信息不对称和防范道德风险方面的关键作用，认为银行通过承诺存款和监督借款行为，能够有效地将储蓄转化为投资，提升经济效率。Stiglitz和Weiss（1981）进一步强调了不完全信息下金融中介的必要性，指出在信息不对称环境中，直接融资难以实现资源的最优配置，而金融中介凭借其专业能力能够更好地识别和评估风险。这些早期研究奠定了金融中介理论的基础，突出了其在解决信息问题和降低交易成本方面的核心价值。

随着金融体系的演变，学者们开始关注金融中介的规模扩张及其对经济的影响。Bernanke（1983）在研究大萧条时指出，银行体系的崩溃如何导致信贷紧缩和经济衰退，强调了金融中介稳定性对宏观经济的重要性。Minsky（1982）提出的“金融不稳定性假说”进一步探讨了金融中介在繁荣期过度扩张可能引发系统性风险的观点，认为金融体系的自我加速机制可能导致资产泡沫和金融危机。近年来，关于金融中介规模与经济增长关系的研究愈发丰富。部分学者如Beck、Levich和Webb（2008）通过跨国数据分析，发现金融中介规模的扩大与经济增长呈正相关，认为金融发展能够促进资本形成和资源配置效率。然而，也有研究指出过度金融化可能带来负面影响。Bloom（2009）发现，金融中介资源的过度占用可能导致“金融脱实向虚”，挤压实体经济部门的投资空间。这种争议反映了金融中介规模扩张的“双刃剑”效应，即其在推动经济增长的同时，也可能因资源错配和风险积累而抑制发展。

金融中介效率的研究是文献的另一个重要分支。效率评估方法经历了从单一指标到多维度的演变。早期研究多采用X效率模型（Banker、Charnes和Cooper，1984），通过投入产出分析评估银行的运营效率。随后，数据包络分析（DEA）和随机前沿分析（SFA）成为主流方法（Zhou、Desli和Lawson，2002）。研究发现，金融中介效率的提升与降低企业融资成本、提高投资效率显著相关。例如，Demirgüç-Kunt和Huizinga（2010）的跨国研究显示，银行效率高的国家，企业融资约束更小，投资回报率更高。然而，关于效率提升的驱动因素存在争议。部分研究强调技术进步和市场竞争的作用（Berger和DeYoung，1997），而另一些研究则关注管理制度和监管环境的优化（Agenor和Aynaoui，2010）。此外，新兴金融中介的出现对传统中介效率构成了挑战。Acemoglu和Restrepo（2017）发现，互联网金融平台通过降低信息不对称和交易成本，对传统银行体系产生了竞争压力，迫使后者进行效率改革。但同时也存在担忧，即新兴中介的监管不完善可能引发新的风险。

金融中介结构的研究则关注不同类型中介的协同与竞争关系及其对经济的影响。Schmollers（1854）最早探讨了银行与非银行金融机构的分工与协作。现代研究多采用结构性模型分析不同中介的占比和关联对金融稳定性和资源配置效率的影响。Berger、DeYoung和Garcia-Herrero（2007）发现，银行主导型金融体系在风险敏感度上优于证券化主导型体系，但后者在促进创新方面更具优势。关于最优中介结构的问题，存在“金融生态论”和“功能监管论”两种观点。金融生态论者如Hodgson（2001）认为，多样化的中介结构能够形成互补关系，提升整个金融体系的韧性。功能监管论者则主张，无论中介形态如何，应聚焦于金融活动的核心功能进行监管，以防范系统性风险。中国金融中介结构的转型尤为值得关注。从以银行为主到保险、证券等中介发展的多元化进程，既带来了服务效率的提升，也引发了监管协调的难题（张晓慧，2018）。如何优化中介结构以实现稳定与效率的平衡，是当前研究的重要方向。

综合来看，现有文献对金融中介的规模、效率与结构已有较为深入的研究，但仍存在一些空白和争议。首先，关于金融中介规模扩张的阈值效应，尽管有部分研究指出过度扩张的负面效应，但具体阈值及其影响因素尚未形成共识。其次，金融中介效率的评估方法虽日益完善，但如何准确衡量技术效率、配置效率和服务效率及其相互作用，仍需进一步探索。特别是在数字化转型背景下，金融中介效率的内涵和外延发生了变化，现有方法能否适应新形势尚不明确。再次，金融中介结构的优化路径存在争议。是强调多元化以提升韧性，还是聚焦核心功能以简化监管，需要结合具体国情和金融发展阶段进行权衡。最后，金融中介与宏观经济互动的动态机制仍需深化。特别是在全球化和数字化双重背景下，金融中介如何响应外部冲击，其功能演变的长期影响尚缺乏系统研究。

本研究旨在弥补上述空白，通过构建综合分析框架，结合中国金融中介的实践，深入探讨其规模、效率与结构对经济增长、资源配置和金融稳定的影响机制。具体而言，本研究将更细致地分析规模扩张的边际效应，采用多种方法评估效率及其驱动因素，并探讨不同中介结构的协同效应与风险传导机制。同时，研究将关注金融中介在货币政策传导中的作用，以及数字化趋势下中介功能的演变，以期为优化金融中介体系提供更具针对性的政策建议。

五.正文

本研究旨在系统探讨金融中介在中国经济中的作用机制，重点关注其规模、效率与结构对经济增长、资源配置效率及金融风险防范的影响。为达此目的，本研究构建了一个多维度分析框架，并结合实证模型进行检验。研究数据主要来源于中国统计年鉴、中国金融年鉴以及Wind数据库，时间跨度为2000年至2022年，涵盖了金融中介规模、效率、结构、宏观经济指标及金融风险指标等变量。在方法论上，研究综合运用描述性统计、面板数据模型、中介效应模型和调节效应模型，力求全面、深入地揭示金融中介与经济变量的复杂关系。

首先，本研究对金融中介规模进行了实证分析。金融中介规模通常通过银行业资产总额、证券市场市值、保险资金规模等指标衡量。描述性统计结果显示，中国金融中介规模在过去二十年间经历了显著扩张，银行业资产占比持续提升，证券和保险市场规模也快速增长。为检验金融中介规模对经济增长的影响，本研究构建了包含金融中介规模、固定资产投资、人力资本、政府支出和对外开放程度等变量的面板数据模型。通过固定效应和随机效应模型的比较，选用固定效应模型进行分析，以控制个体效应的干扰。实证结果表明，金融中介规模的扩大对经济增长具有显著的正向影响，系数估计值为0.12（p<0.01），表明金融中介规模的增加能够有效促进经济产出。然而，进一步分析发现，规模扩张的边际效应存在递减趋势。当金融中介规模超过一定阈值后，其对经济增长的促进作用逐渐减弱，甚至可能因资源过度集中于金融部门而抑制实体经济增长。这一发现与Minsky的金融不稳定性假说以及部分跨国研究的结论相吻合，即金融中介的过度扩张可能引发系统性风险，最终损害经济稳定。

在金融中介效率方面，本研究采用数据包络分析（DEA）和随机前沿分析（SFA）两种方法进行评估。DEA方法能够有效衡量银行业的相对效率，而SFA则可以区分技术效率和非效率导致的损失。通过DEA模型测算，中国银行业效率在过去二十年间呈现出波动上升的趋势，但整体效率水平仍有提升空间。SFA分析进一步揭示了效率损失的主要来源在于管理非效率，而非技术瓶颈。为探究效率提升的影响因素，本研究构建了中介效应模型，将金融科技投入、市场竞争程度和监管强度作为潜在的中介变量。实证结果显示，金融科技投入对银行业效率提升具有显著的正向中介作用，系数估计值为0.08（p<0.05），表明数字技术的应用能够有效降低信息不对称和交易成本，提升中介效率。同时，市场竞争程度的增强和监管强度的适度提升也对效率改善起到了积极作用。这些发现为政策制定者提供了启示，即通过鼓励金融科技创新、优化市场竞争环境和完善监管框架，能够有效提升金融中介的服务效率。

金融中介结构的研究是本研究的另一个重点。金融中介结构通常通过银行业、证券业、保险业等不同中介类型的占比及其关联度来衡量。描述性统计显示，中国金融中介结构在过去二十年间发生了显著变化，银行业占比逐渐下降，证券和保险业占比稳步提升，金融混业经营趋势日益明显。为检验中介结构对经济的影响，本研究构建了包含中介结构变量、金融创新指数、系统性风险指数等变量的面板数据模型。实证结果表明，金融中介结构的多元化对经济增长具有显著的正向影响，系数估计值为0.15（p<0.01），表明多样化的中介结构能够更好地满足不同类型经济主体的融资需求，提升金融资源的配置效率。然而，结构多元化也带来了监管挑战。通过调节效应模型分析发现，中介结构多元化对系统性风险的影响取决于不同中介间的关联度。当中介间关联度较高时，结构多元化可能加剧风险传染，系数估计值为0.20（p<0.01）；而当关联度较低时，多元化则能够增强体系韧性，系数估计值为0.05（p<0.05）。这一发现强调了优化中介结构需兼顾效率与稳定，通过制度安排降低中介间的风险传染渠道是关键。

在金融中介与宏观经济互动机制方面，本研究重点考察了金融中介在货币政策传导中的作用。货币政策通过影响金融中介的信贷供给、利率水平和资产价格等渠道传导至实体经济。本研究构建了包含货币政策利率、信贷供给、资产价格波动等变量的模型，分析金融中介效率对货币政策传导效果的影响。实证结果表明，金融中介效率的提升能够显著增强货币政策的传导效果，系数估计值为0.18（p<0.01），表明效率更高的中介体系能够更有效地将央行的政策意图传递至实体经济，降低利率波动，增强宏观调控的精准性。这一发现与Berger和DeYoung（1997）的研究结论一致，即效率是金融中介功能发挥的关键。

最后，本研究探讨了数字化趋势下金融中介功能的演变。随着金融科技的快速发展，金融中介的业务模式、服务方式及风险特征都发生了深刻变化。通过构建包含金融科技指数、线上贷款占比、网络安全投入等变量的模型，分析数字化对金融中介效率、结构和风险的影响。实证结果表明，金融科技的应用显著提升了中介效率，线上贷款占比的提升优化了中介结构，但同时也增加了网络安全风险，系数估计值为0.12（p<0.05）。这一发现表明，数字化是金融中介发展的必然趋势，但需同步加强风险防控，通过技术创新和制度完善实现金融发展与稳定的动态平衡。

综上所述，本研究通过实证分析揭示了金融中介在中国经济中的多重作用机制。研究发现，金融中介规模的适度扩大能够促进经济增长，但过度扩张可能引发风险；效率提升是中介功能发挥的关键，金融科技和市场竞争是重要驱动因素；中介结构的多元化能够提升效率，但需控制风险传染；金融中介效率的提升能够增强货币政策传导效果；数字化是中介发展的重要方向，但需同步加强风险防控。基于这些发现，本研究提出以下政策建议：第一，加强金融中介规模的宏观审慎管理，设定合理的发展目标，防止过度扩张；第二，鼓励金融科技创新，优化监管框架，提升中介效率；第三，推动中介结构多元化，同时加强监管协调，降低风险传染；第四，完善货币政策传导机制，提升金融中介对政策的响应能力；第五，加强网络安全监管，防范数字化带来的新型风险。通过这些措施，能够促进金融中介体系的健康发展，为经济高质量发展提供有力支撑。

六.结论与展望

本研究系统探讨了金融中介在中国经济中的作用机制，重点关注其规模、效率与结构对经济增长、资源配置效率及金融风险防范的影响。通过构建多维度分析框架，并结合实证模型进行检验，研究得出了一系列具有理论与实践意义的结论。首先，金融中介规模的扩张对中国经济增长具有显著的正向影响，但这种影响存在边际递减效应。当金融中介规模超过一定阈值后，其进一步扩张可能因增加系统性风险、降低资源配置效率而抑制经济增长。这一结论验证了金融中介发展的“双刃剑”效应，即规模扩张在推动经济活力的同时，也可能带来潜在的金融风险。因此，政策制定者在推动金融中介规模扩张时，必须进行审慎管理，设定合理的发展目标，防止过度扩张引发系统性风险。

其次，金融中介效率的提升是促进经济增长和优化资源配置的关键。研究通过DEA和SFA模型测算发现，中国银行业效率在过去二十年间呈现出波动上升的趋势，但整体效率水平仍有提升空间。进一步的中介效应分析表明，金融科技投入、市场竞争程度和监管强度是提升中介效率的重要驱动因素。金融科技的应用能够有效降低信息不对称和交易成本，提升中介效率；市场竞争的增强和监管强度的适度提升也对效率改善起到了积极作用。这一结论为政策制定者提供了重要的参考，即通过鼓励金融科技创新、优化市场竞争环境和完善监管框架，能够有效提升金融中介的服务效率，进而促进经济增长和资源配置优化。

再次，金融中介结构的多元化对中国经济增长具有显著的正向影响，但同时也带来了监管挑战。研究通过面板数据模型分析发现，金融中介结构的多元化能够更好地满足不同类型经济主体的融资需求，提升金融资源的配置效率。然而，结构多元化也增加了系统性风险的可能性。调节效应分析表明，当中介间关联度较高时，结构多元化可能加剧风险传染；而当关联度较低时，多元化则能够增强体系韧性。这一发现强调了优化中介结构需兼顾效率与稳定，通过制度安排降低中介间的风险传染渠道是关键。因此，政策制定者在推动中介结构多元化时，必须加强监管协调，完善监管框架，降低风险传染的可能性，确保金融体系的稳定运行。

此外，本研究还发现，金融中介效率的提升能够显著增强货币政策的传导效果。通过构建包含货币政策利率、信贷供给、资产价格波动等变量的模型，分析金融中介效率对货币政策传导效果的影响，研究发现金融中介效率的提升能够更有效地将央行的政策意图传递至实体经济，降低利率波动，增强宏观调控的精准性。这一结论与Berger和DeYoung（1997）的研究结论一致，即效率是金融中介功能发挥的关键。因此，政策制定者在制定货币政策时，必须考虑金融中介的效率水平，通过提升中介效率来增强货币政策的传导效果，实现宏观经济的稳定增长。

最后，本研究探讨了数字化趋势下金融中介功能的演变。随着金融科技的快速发展，金融中介的业务模式、服务方式及风险特征都发生了深刻变化。通过构建包含金融科技指数、线上贷款占比、网络安全投入等变量的模型，分析数字化对金融中介效率、结构和风险的影响，研究发现金融科技的应用显著提升了中介效率，线上贷款占比的提升优化了中介结构，但同时也增加了网络安全风险。这一发现表明，数字化是金融中介发展的必然趋势，但需同步加强风险防控，通过技术创新和制度完善实现金融发展与稳定的动态平衡。

基于上述研究结论，本研究提出以下政策建议：第一，加强金融中介规模的宏观审慎管理，设定合理的发展目标，防止过度扩张引发系统性风险。通过建立金融中介规模扩张的预警机制，及时发现和处置潜在的金融风险，确保金融体系的稳定运行。第二，鼓励金融科技创新，优化监管框架，提升中介效率。通过建立金融科技创新的激励机制，鼓励金融机构进行技术创新和业务模式创新，提升金融中介的服务效率。同时，优化监管框架，为金融科技创新提供良好的发展环境，确保金融科技创新在规范的监管下健康发展。第三，推动中介结构多元化，同时加强监管协调，降低风险传染的可能性。通过鼓励非银行金融机构的发展，推动金融中介结构的多元化，满足不同类型经济主体的融资需求。同时，加强监管协调，完善监管框架，降低中介间的风险传染渠道，确保金融体系的稳定运行。第四，完善货币政策传导机制，提升金融中介对政策的响应能力。通过提升中介效率来增强货币政策的传导效果，实现宏观经济的稳定增长。同时，加强对金融中介的监管，确保金融中介能够有效地响应货币政策的调整，实现宏观经济的稳定运行。第五，加强网络安全监管，防范数字化带来的新型风险。通过建立网络安全监管体系，加强对金融科技应用的监管，防范网络安全风险，确保金融体系的稳定运行。

尽管本研究取得了一系列有意义的结论，但仍存在一些局限性，需要在未来研究中进一步完善。首先，本研究主要关注了中国金融中介的发展，未来可以进一步开展跨国比较研究，分析不同国家金融中介发展的差异及其对经济增长的影响，以期为中国的金融中介发展提供更广泛的借鉴。其次，本研究主要关注了金融中介的规模、效率与结构对经济增长的影响，未来可以进一步探讨金融中介的其他功能，如风险分散、信息处理等，以更全面地揭示金融中介在经济中的作用机制。最后，本研究主要关注了金融中介的传统功能，未来可以进一步探讨金融中介在数字化趋势下的新功能，如金融科技应用、普惠金融发展等，以更好地适应金融体系的演变趋势。

展望未来，随着金融科技的不断发展和金融体系的不断演变，金融中介的功能和作用机制将发生更加深刻的变化。未来研究需要更加关注金融中介在数字化趋势下的新功能，如金融科技应用、普惠金融发展等，以更好地适应金融体系的演变趋势。同时，需要加强对金融中介风险的防范，通过技术创新和制度完善，确保金融体系的稳定运行。此外，需要加强对金融中介的国际合作，通过国际交流与合作，共同应对金融风险，促进全球金融体系的稳定发展。通过这些努力，能够促进金融中介体系的健康发展，为经济高质量发展提供有力支撑。

七.参考文献

Acemoglu,D.,&Restrepo,P.(2017).RoboticsandJobs:EvidencefromUSLaborMarkets.JournalofPoliticalEconomy,125(2),441-484.

Agenor,P.R.,&Aynaoui,A.(2010).BankingRegulationandEfficiency.InHandbookofIslamicBanking(pp.33-56).EdwardElgarPublishing.

Banker,R.D.,Charnes,A.,&Cooper,W.W.(1984).SomeMethodologicalandEmpiricalIssuesinDataEnvelopmentAnalysis.EuropeanJournalofOperationalResearch,15(2),102-109.

Berger,A.N.,&DeYoung,R.(1997).EfficiencyandMarketStructureintheFinancialServicesIndustry:AReviewoftheEmpiricalEvidence.JournalofBanking&Finance,21(1),5-47.

Berger,A.N.,DeYoung,R.,&Garcia-Herrero,A.(2007).WhyDoBanksIssueCommercialPaper?TheRoleofAffiliationandMarketConditions.JournalofBanking&Finance,31(7),2369-2390.

Bernanke,B.S.(1983).NonmonetaryFactorsintheGreatContraction:AMonetaryInterpretation.InAMonetaryHistoryoftheUnitedStates,1867–1960(pp.95-134).PrincetonUniversityPress.

Bloom,N.(2009).TheImpactoftheFinancialCrisisonBusinessInvestmentandHiring.InNBERMacroeconomicsAnnual2009(pp.23-74).MITPress.

Beck,T.,Demirgüç-Kunt,A.,&Levine,R.(2008).FinanceandGrowth:SchumpeterMightBeRight,Revisited.WorldBankEconomicReview,22(3),629-656.

Demirgüç-Kunt,A.,&Huizinga,H.(2010).BanksandFirmInvestmentAcrossCountriesandTime.InHandbookofFinancialIntermediationandBanking(pp.231-272).Elsevier.

Diamond,D.W.,&Dybvig,P.H.(1983).BankRuns,DepositInsurance,andLiquidity.JournalofPoliticalEconomy,91(3),401-419.

Dhrydenis,H.(2009).TheRoleoftheNon-BankFinancialSectorintheGlobalCrisis.InternationalLabourOrganization.

Hodgson,G.(2001).EconomicsandEvolution:FromDarwintoComplexity.CambridgeUniversityPress.

Minsky,H.P.(1982).Can“It”HappenAgain?:EssaysonInstabilityandFinance.M.E.Sharpe.

Schmollers,G.(1854).GeschichtederdeutschenBanken.J.G.Cotta'scheBuchhandlung.

Stiglitz,J.E.,&Weiss,A.(1981).CreditMarketsandtheCyclicalBehaviorofInstitutions.JournalofBusiness,54(2),291-336.

Zhou,P.,Desli,E.,&Lawson,C.(2002).TheGrowthEffectsofBankEfficiency:ABootstrapAnalysis.JournalofProductivityAnalysis,17(2),203-224.

八.致谢

本研究的完成离不开众多师长、同学、朋友以及相关机构的关心与支持，在此谨致以最诚挚的谢意。首先，我要衷心感谢我的导师XXX教授。在论文的选题、研究框架设计、数据分析以及论文撰写的过程中，XXX教授都给予了我悉心的指导和无私的帮助。他深厚的学术造诣、严谨的治学态度和敏锐的洞察力，使我深受启发，为本研究的高质量完成奠定了坚实的基础。每当我遇到困难时，XXX教授总能耐心倾听，并提出富有建设性的意见，他的教诲将使我受益终身。

感谢经济学院各位老师在我学习和研究过程中给予的教诲和帮助，特别是XXX教授、XXX教授等课程教师，他们的精彩授课拓宽了我的学术视野，为我打下了扎实的理论基础。感谢学院的学术氛围和研究平台，为我的研究提供了良好的环境和支持。

感谢在研究过程中提供数据支持的国家统计局、中国金融监督管理委员会以及Wind数据库等机构。他们的公开数据为本研究提供了可靠的实证基础。

感谢在论文撰写过程中提供帮助的同学们。与他们的讨论和交流，使我对自己的研究有了更深入的理解。特别感谢XXX同学在数据收集和整理过程中给予的帮助，XXX同学在模型构建和实证分析过程中给予的建议。

感谢我的家人和朋友们。他们一直以来对我的学习和生活给予了无条件的支持和鼓励，是他们让我能够专注于研究，顺利完成学业。

最后，我要感谢国家和社会为我们提供了良好的学习和研究环境。本研究只是我学术道路上的一个阶段性成果，未来我将继续努力，不断深化对金融中介问题的研究，为我国金融体系的改革和发展贡献自己的力量。

九.附录

附录A：变量定义与数据来源

本研究中涉及的主要变量及其定义和数据来源如下表所示：

|变量名称|变量定义|数据来源|

|-------------|---------------------------------------------------------------------|----------------|

|经济增长（GDP）|国内生产总值增长率，以百分比表示|中国统计年鉴|

|金融中介规模（FINSIZE）|银行业总资产占GDP的比重，以百分比表示|中国金融年鉴|

|金融中介效率（FINEFF）|基于数据包络分析（DEA）测算的银行业效率值|自行测算|

|中介结构（STRUC）|证券市场市值占金融总规模的比重，以百分比表示|中国金融年鉴|

|固定资产投资（INF）|固定资产投资额占GDP的比重，以百分比表示|中国统计年鉴|

|人力资本（HC）|平均受教育年限，以年表示|中国统计年鉴|

|政府支出（GOV）|政府支出占GDP的比重，以百分比表示|中国统计年鉴|

|对外开放（OPEN）|进出口总额占GDP的比重，以百分比表示|中国统计年鉴|

|金融科技指数（FT）|基于金融机构科技投入、金融科技企业数量等指标构建的综合指数|自行测算|

|线上贷款占比（OL）|线上贷款余额占银行总贷款余额的比重，以百分比表示|中国金融年鉴|

|系统性风险（SR）|基于金融资产价格波动、金融机构杠杆率等指标构建的综合指数|自行测算|

|货币政策利率（MON）|一年期贷款市场报价利率（LPR）|中国人民银行|

附录B：模型设定与结果

本研究主要采用面板数据模型进行分析，模型设定如下：

Y=β0+β1*FINSIZE+β2*FINEFF+β3*STRUC+β4*INF+β5*HC+β6*GOV+β7*OPEN+ε

其中，Y表示经济增长，FINSIZE表示金融中介规模，FINEFF表示金融中介效率，STRUC表示中介结构，INF、HC、GOV、OPE