江苏省银行信贷与经济增长关系的实证剖析：基于多维度视角与动态分析

江苏省银行信贷与经济增长关系的实证剖析：基于多维度视角与动态分析一、引言1.1研究背景与意义江苏省作为中国的经济强省，在全国经济和金融领域占据着举足轻重的地位。多年来，江苏经济持续稳健增长，产业结构不断优化升级，已形成了以制造业为主体，服务业、高新技术产业协同发展的多元化产业格局。2024年前三季度，全省社会融资规模增量达2.44万亿元，位居全国第一，法人金融机构总资产规模约14.3万亿元，较2023年末增长约10%，银行业金融机构不良贷款率处于0.74%的全国较低水平，有力支撑了江苏省经济运行稳中向好。江苏在全国经济格局中有着重要地位，经济总量接近全国的1/9，经济高度发达且富裕，已然成为中国最为发达、富裕的省份之一。银行信贷作为金融体系的关键组成部分，是连接储蓄与投资的重要桥梁，对经济增长有着不可忽视的影响。从理论层面而言，银行信贷能够为企业提供必要的资金支持，助力企业扩大生产规模、进行技术创新，从而推动经济增长。同时，信贷资金还可以刺激消费，提升居民的购买力，进一步拉动经济发展。在经济实践中，银行信贷的规模、结构以及投放效率，都会对经济增长的速度、质量和可持续性产生深远影响。随着中国经济进入高质量发展阶段，金融体制改革不断深化，研究银行信贷与经济增长之间的关系显得尤为重要。对于江苏省来说，深入剖析二者关系，不仅有助于揭示区域经济增长的内在动力机制，还能为金融政策的制定和优化提供科学依据，促进金融资源的合理配置，提升金融服务实体经济的质效。通过研究，能够更好地发挥银行信贷在支持产业升级、科技创新、民生改善等方面的积极作用，推动江苏省经济实现更高质量、更有效率、更加公平、更可持续的发展，在全国经济发展中继续发挥引领和示范作用。1.2研究目标与问题本研究旨在深入剖析江苏省银行信贷对经济增长的影响及内在作用机制，通过严谨的实证分析，揭示两者之间的动态关系，为江苏省制定科学合理的金融政策和经济发展战略提供有力的理论支撑和实践指导，助力江苏省在经济高质量发展道路上精准施策，实现金融与经济的良性互动和协同共进。基于此目标，研究拟探讨以下关键问题：江苏省银行信贷对经济增长的影响程度：精确量化银行信贷规模的变动对江苏省经济增长的具体影响程度，明确两者之间的数量关系，判断银行信贷在推动江苏省经济增长中所发挥作用的大小，以便衡量金融支持对经济发展的贡献度，为评估金融政策效果提供量化依据。江苏省银行信贷对经济增长的影响路径：深入探究银行信贷通过何种具体路径和传导机制作用于江苏省经济增长，例如是通过刺激企业投资、促进居民消费，还是推动产业结构调整等渠道来实现对经济增长的促进作用。明晰影响路径有助于针对性地优化金融资源配置，提高信贷资金的使用效率，增强金融对实体经济关键领域和薄弱环节的支持力度，更好地发挥银行信贷在促进经济增长中的作用。不同类型银行信贷对江苏省经济增长的影响差异：分析企业信贷、个人信贷、短期信贷、长期信贷等不同类型的银行信贷，对江苏省经济增长的影响是否存在显著差异。了解这些差异，能够为金融机构制定差异化的信贷政策提供参考，满足不同经济主体和经济活动的多样化融资需求，实现信贷资源的精准投放，促进经济结构的优化和经济的均衡发展。不同经济周期下江苏省银行信贷对经济增长的影响变化：研究在经济扩张期、收缩期等不同经济周期阶段，江苏省银行信贷对经济增长的影响是否有所不同。掌握这种动态变化规律，有助于政府和金融机构在不同经济形势下灵活调整信贷政策，增强政策的前瞻性和适应性，充分发挥信贷政策在逆周期调节中的作用，熨平经济波动，保持经济的稳定增长。区域差异视角下江苏省银行信贷与经济增长关系：考虑到江苏省内不同区域在经济发展水平、产业结构、金融生态等方面存在差异，分析银行信贷与经济增长的关系在苏南、苏中、苏北等不同区域是否呈现出不同特征。针对区域差异制定差异化的金融政策，能够促进区域金融协调发展，缩小区域经济差距，实现全省经济的协调共进和均衡发展。1.3研究方法与创新点为深入剖析江苏省银行信贷与经济增长的关系，本研究综合运用多种研究方法，力求全面、准确地揭示二者之间的内在联系与作用机制。在研究过程中，将广泛收集江苏省银行信贷规模、结构以及经济增长等相关数据，运用向量自回归模型（VAR）、动态面板数据模型等计量经济学方法，构建严谨的实证模型。通过模型估计，精确分析银行信贷对经济增长的影响系数、显著性水平等关键统计量，从而量化银行信贷对经济增长的影响程度，深入探究两者之间的动态关系，包括影响的时滞和持续性。同时，运用格兰杰因果检验等方法，明确银行信贷与经济增长之间的因果关系方向，为后续的分析提供坚实的数据支撑和理论依据。全面梳理国内外关于银行信贷与经济增长关系的经典理论和最新研究成果，对相关文献进行系统分析和总结。通过对前人研究的深入挖掘，把握该领域的研究现状和发展趋势，明确已有研究的优点和不足，为本研究提供丰富的理论基础和研究思路，避免重复研究，确保研究的创新性和前沿性。通过实地走访江苏省内各类银行机构、企业以及相关经济管理部门，与金融从业者、企业管理者和政府官员进行深入交流，获取一手资料。了解银行信贷政策的实际执行情况、企业的融资需求和面临的困难，以及政府在促进金融与经济协同发展方面的政策措施和实践经验。通过典型案例分析，深入剖析银行信贷在支持特定企业或产业发展过程中的具体作用和效果，为研究提供更具现实针对性和实践指导意义的参考。本研究在研究视角和方法应用上具有一定的创新之处。以往研究多从全国层面或单一维度探讨银行信贷与经济增长的关系，本研究聚焦经济强省江苏省，充分考虑其经济结构的复杂性和区域发展的不平衡性，从多维度深入剖析银行信贷对经济增长的影响，包括不同类型信贷、不同经济周期以及区域差异等视角，有助于更全面、细致地揭示二者之间的关系，为区域金融政策制定提供更具针对性的建议。传统研究多侧重于静态分析，本研究运用动态面板数据模型和向量自回归模型等方法，捕捉银行信贷与经济增长之间的动态变化关系，考虑到经济变量的滞后效应和时间序列特征，能够更准确地反映现实经济运行情况，为经济预测和政策制定提供更具时效性和前瞻性的依据。此外，本研究还充分考虑了经济周期波动和区域差异对银行信贷与经济增长关系的影响。通过引入经济周期指标，分析在不同经济阶段银行信贷的作用机制和效果变化；同时，对江苏省内苏南、苏中、苏北等不同区域进行对比研究，探讨区域经济特征和金融生态环境差异如何影响银行信贷与经济增长的关系，为制定差异化的区域金融政策提供科学依据，促进区域经济协调发展。二、理论基础与文献综述2.1银行信贷与经济增长关系理论2.1.1资本积累理论资本积累是经济增长的重要源泉，而银行信贷在其中扮演着关键角色。银行通过吸收社会闲置资金，将其转化为可贷资金，为企业和个人提供融资支持，从而促进资本积累。对于企业而言，银行信贷资金可用于购置生产设备、建设厂房、研发新技术等固定资产投资，扩大生产规模，提高生产效率，增强市场竞争力，进而推动企业的发展和扩张。在制造业中，企业利用银行信贷引进先进的生产设备，能够提高产品的产量和质量，降低生产成本，从而实现规模经济，增加企业的利润和资本积累。企业还可以运用信贷资金进行技术创新，开发新产品、新工艺，开拓新的市场领域，为企业带来新的增长点，进一步推动资本积累。对于个人来说，银行信贷可以帮助其进行人力资本投资，如接受高等教育、参加职业培训等。通过提升自身的知识和技能水平，个人能够获得更高的收入和更好的职业发展机会，进而增加个人财富积累。助学贷款使得许多家庭经济困难的学生能够接受高等教育，提升自身素质，毕业后获得更好的工作岗位和收入，实现个人资本的积累。个人还可以利用银行信贷进行创业活动，创办自己的企业，通过创业实现个人价值和财富增长，为经济增长贡献力量。从宏观经济层面来看，银行信贷促进的资本积累能够增加社会总资本存量，提高生产要素的投入水平，推动经济增长。在资本积累过程中，生产规模的扩大和技术水平的提高会带来劳动生产率的提升，进而增加社会产出，推动经济持续增长。资本积累还能够促进产业结构的优化升级，推动经济向更高层次发展。当资本不断向新兴产业和高新技术产业集聚时，这些产业能够获得更多的资源支持，得以快速发展，从而带动整个产业结构的调整和升级，提升经济增长的质量和效益。2.1.2投资刺激理论投资是拉动经济增长的重要动力之一，而银行信贷能够通过降低融资成本，有效刺激投资活动，进而推动经济增长。在市场经济中，企业和个人进行投资决策时，融资成本是一个重要的考量因素。银行作为主要的金融中介机构，通过吸收存款等方式筹集资金，然后以贷款的形式将资金提供给有投资需求的主体。银行信贷利率的高低直接影响着投资主体的融资成本。当银行降低贷款利率时，企业和个人的融资成本随之下降，这使得原本因融资成本过高而被搁置的投资项目变得有利可图，从而刺激投资主体增加投资。对于企业而言，较低的融资成本使得企业能够以更低的代价获取投资所需资金，这不仅有助于企业扩大生产规模，增加固定资产投资，还能够鼓励企业进行技术创新和产品升级。企业可以利用信贷资金购置先进的生产设备、引进新技术，提高生产效率和产品质量，增强市场竞争力。企业还可以利用信贷资金进行研发投入，开发新产品、新业务，开拓新的市场领域，为企业创造新的利润增长点。这些投资活动的增加，不仅能够带动相关产业的发展，还能够创造更多的就业机会，促进经济增长。从宏观经济角度来看，投资的增加会通过乘数效应带动整个经济的增长。投资乘数是指投资增加所引起的国民收入增加的倍数，它反映了投资对经济增长的放大作用。当企业和个人增加投资时，会直接带动相关产业的生产和销售，如机械设备制造、建筑材料等行业，这些行业的发展又会进一步带动其他相关产业的发展，形成一个连锁反应，从而推动整个经济的增长。投资的增加还会创造更多的就业机会，提高居民的收入水平，进而增加居民的消费支出，进一步拉动经济增长。2.1.3消费促进理论消费是经济增长的重要驱动力，银行信贷在支持消费者消费、提高消费水平、促进经济增长方面发挥着不可或缺的作用。在现代经济中，消费者的消费决策不仅受到当前收入水平的影响，还受到预期收入、消费信贷等因素的制约。银行通过提供多样化的消费信贷产品，如住房贷款、汽车贷款、信用卡透支、消费分期付款等，为消费者提供了即时的资金支持，帮助消费者突破当前收入的限制，实现即期消费，从而提升消费水平，促进经济增长。以住房贷款为例，对于大多数消费者来说，购买住房是一项巨额支出，仅依靠当前收入往往难以实现。银行提供的住房贷款使得消费者能够提前实现购房梦想，满足居住需求。住房消费不仅能够带动房地产市场的发展，还能够拉动建筑、装修、家具、家电等相关产业的发展，形成庞大的产业链，对经济增长产生强大的拉动作用。汽车贷款同样如此，它使得消费者能够购买汽车，促进汽车消费市场的繁荣，带动汽车制造、零部件生产、交通运输等相关产业的发展，创造大量的就业机会，推动经济增长。信用卡透支和消费分期付款等消费信贷方式，也为消费者提供了便利的消费支付手段，支持消费者进行日常消费和大额消费。消费者可以利用信用卡透支购买日常生活用品、电子产品等，满足日常消费需求；通过消费分期付款的方式购买高端消费品，如珠宝、奢侈品等，提升消费层次。这些消费信贷方式的存在，不仅能够提升消费者的购买力，释放潜在消费需求，促进商品和服务的销售增长，还能够推动消费结构的升级，从基本生活消费向更高层次的消费转变，如文化、旅游、教育、健康等领域的消费，推动经济增长向更高质量发展。2.2国内外研究现状国外学者对银行信贷与经济增长关系的研究起步较早，成果丰硕。Goldsmith（1969）在《金融结构与金融发展》一书中开创性地对金融与经济的关系进行了实证研究，首次证明了金融发展能够显著促进经济增长，为后续研究奠定了坚实基础。此后，众多学者围绕银行信贷与经济增长的关系展开深入探讨，从不同理论视角和实证方法进行研究，得出了丰富多样的结论。部分学者认为银行信贷对经济增长具有积极的促进作用。King和Levine（1993）通过对多个国家的实证分析，发现银行信贷能够有效动员储蓄、配置资金，促进资本积累和技术创新，进而推动经济增长。他们构建的金融发展指标体系，包括银行信贷规模、金融中介效率等，为后续研究提供了重要的方法借鉴。在对日本经济发展的研究中，Hoshi、Kashyap和Scharfstein（1991）发现银行信贷在企业融资中发挥了关键作用，为日本企业的发展提供了重要的资金支持，有力地推动了日本经济的高速增长。在日本经济高速增长时期，银行与企业之间形成了紧密的合作关系，银行信贷资金大量流向制造业企业，帮助企业扩大生产规模、引进先进技术，提升了企业的竞争力，促进了经济的快速发展。然而，也有学者持不同观点。Stiglitz和Weiss（1981）基于信息不对称理论，指出银行信贷市场存在逆向选择和道德风险问题，这可能导致信贷资源配置效率低下，抑制经济增长。在信息不对称的情况下，银行难以准确评估借款人的信用状况和还款能力，为了降低风险，银行可能会提高贷款利率或收紧信贷标准，这使得一些有潜力的企业和项目难以获得足够的信贷资金，从而影响经济增长。Aghion和Bolton（1997）从企业融资结构和治理的角度进行研究，认为过度依赖银行信贷可能会导致企业债务负担过重，增加财务风险，不利于企业的长期发展和经济增长。当企业过度依赖银行信贷融资时，可能会面临较高的利息支出和还款压力，一旦经营不善，容易陷入债务困境，影响企业的正常运营和经济增长。国内学者对银行信贷与经济增长关系的研究也取得了丰富的成果。谈儒勇（1999）运用中国的数据进行实证分析，发现我国金融中介发展与经济增长之间存在显著的正相关关系，银行信贷在促进经济增长方面发挥了积极作用。周立和王子明（2002）对中国各地区金融发展与经济增长关系进行了研究，结果表明金融发展对经济增长具有促进作用，且这种促进作用存在地区差异，东部地区金融发展对经济增长的促进作用更为明显。在对江苏省的研究方面，也有不少学者做出了贡献。例如，《江苏省信贷投放与经济增长》一文以江苏省信贷投放与经济增长为研究对象，通过运用VAR系统中的协整分析、格兰杰因果检验、脉冲响应函数对江苏省信贷规模与经济增长做了分析，得出江苏省信贷规模与经济增长两者之间互为因果关系，信贷规模是经济增长的重要的因素，信贷资金使用效率与经济增长正相关，但是江苏省的信贷使用效率是在不断下降的；运用协整分析、格兰杰因果检验对江苏省信贷结构与产业结构做了分析，得出信贷结构与产业结构两者之间互为因果关系。但江苏省在信贷投放过程中也暴露出在产业、区域、期限上呈现投放不平衡的局面，这种不平衡的投放导致了江苏省信贷使用效率下降。《江苏省银行业信贷促进实体经济发展的效率研究》通过查找江苏省统计年鉴和中国金融统计年鉴等资料，选取2003-2017年实体经济部门和银行业信贷等相关经济数据，结合对于江苏省银行业信贷和实体经济的发展现状分析，运用理论分析和实证分析结合的方式，研究银行业信贷对于实体经济发展的促进作用，研究发现江苏省银行业信贷对于实体经济发展的正向影响作用显著，由于省内各地区的差异，银行业信贷促进实体经济发展的效率也同样存在差异。综合来看，已有研究在理论和实证方面都取得了显著进展，但仍存在一些不足。部分研究在模型设定和变量选择上存在局限性，未能充分考虑经济增长的复杂性和多样性，以及银行信贷结构、经济周期等因素对两者关系的影响。对江苏省银行信贷与经济增长关系的研究，虽然已有一定成果，但在研究的深度和广度上仍有待拓展，尤其是在不同类型银行信贷、不同经济周期以及区域差异等方面的研究还不够系统和全面。本研究将在前人研究的基础上，聚焦江苏省，综合考虑多种因素，运用更丰富的数据和更严谨的方法，深入剖析银行信贷与经济增长的关系，以期为相关研究和政策制定提供更有价值的参考。三、江苏省银行信贷与经济增长现状分析3.1江苏省经济增长现状近年来，江苏省经济保持着稳健的发展态势，经济总量持续攀升，在全国经济格局中占据重要地位。根据江苏省统计局发布的数据，2024年江苏省实现生产总值137008.0亿元，按不变价格计算，比上年增长5.8%，增量位居全国第一。这一增长速度不仅高于全国平均水平，也体现了江苏省经济发展的强劲动力和良好韧性。从经济增长的趋势来看，江苏省经济在过去多年间一直保持着较高的增长速度，尽管受到国内外经济形势变化的影响，增长速度有所波动，但总体上仍呈现出稳定增长的态势。在全球经济增长放缓、贸易保护主义抬头等不利因素下，江苏省积极应对挑战，通过深化改革、扩大开放、推动创新等一系列举措，有效稳定了经济增长。江苏省经济增长还呈现出明显的阶段性特征。在经济发展的初期阶段，主要依靠传统制造业和外向型经济的快速发展，推动经济总量的快速扩张。随着经济发展进入新阶段，江苏省加快产业结构调整和转型升级，加大对高新技术产业、战略性新兴产业和现代服务业的培育和发展力度，经济增长逐渐由传统产业驱动向创新驱动转变，增长质量和效益不断提升。江苏省产业结构不断优化升级，三次产业协同发展，为经济增长提供了有力支撑。2024年，江苏省第一产业增加值5245.2亿元，同比增长3.1%；第二产业增加值59180.1亿元，增长5.5%；第三产业增加值72582.8亿元，增长6.2%。三次产业结构比例为3.8:43.2:53.0，第三产业占比持续提升，产业结构逐步向高级化、合理化方向发展。农业现代化水平不断提高，高效农业、生态农业、智慧农业等新型农业业态蓬勃发展。2024年，全省农林牧渔业总产值9284.6亿元，按可比价格计算，比上年增长3.7%，增速比前三季度加快0.4个百分点。粮食生产总体稳定，全年粮食播种面积8213.3万亩，比上年增加24.9万亩；亩产463.9公斤，与上年总体持平；粮食总产量762.02亿斤，增加2.48亿斤。工业是江苏省经济的重要支柱，近年来，江苏省加快推动制造业向高端化、智能化、绿色化转型，工业结构不断优化，新兴产业快速崛起。2024年，全省规模以上工业增加值比上年增长7.7%，各月累计增速始终保持在7.5%以上；四季度当季增长7.6%，比三季度加快1.1个百分点。分三大门类看，采矿业增加值同比增长15.4%，制造业增长7.4%，电力、热力、燃气及水生产和供应业增长10.5%。装备制造业加快发展，全年规上装备制造业增加值同比增长8.7%，占规上工业比重54.3%，增速、占比均比上年提高0.9个百分点；其中计算机、通信和其他电子设备制造业增长13.3%，汽车制造业增长10.8%，金属制品业增长10.9%。服务业发展态势良好，生产性服务业和生活性服务业协同发展，成为经济增长的新引擎。2024年，全省第三产业增加值比上年增长6.2%，累计增速连续两个季度加快。其中，住宿和餐饮业，信息传输、软件和信息技术服务业，租赁和商务服务业，居民服务、修理和其他服务业分别增长8.9%、8.1%、10.9%、15.3%。1—11月，全省规模以上服务业营业收入同比增长9.0%，增速比1—8月加快0.2个百分点，增速创近9个月新高。生产性服务业贡献提升，1—11月，规上生产性服务业营业收入同比增长10.5%，对规上服务业增长的贡献率达79.8%，比上年提升30.5个百分点；其中生产性租赁服务、生产性商务服务分别增长34.5%、16.7%。三、江苏省银行信贷与经济增长现状分析3.2江苏省银行信贷现状3.2.1信贷规模与增长趋势近年来，江苏省银行信贷规模持续稳步扩张，在全国信贷市场中占据重要地位，为全省经济增长提供了有力的资金支持。2023年，江苏省金融总量继续保持较快增长态势，新增信贷投放成绩斐然，各项贷款新增2.93万亿元，连续两年位居全国第一，同比多增2834亿元。这一显著成绩不仅体现了江苏省银行业对实体经济的强劲支持力度，也反映出江苏省经济发展的旺盛活力和对资金的持续旺盛需求。到了2024年，江苏省新增本外币贷款2.36万亿元，依旧稳居全国第一，充分彰显了江苏在信贷领域的强大实力和引领地位。从信贷规模的绝对值来看，江苏省金融机构本外币贷款余额呈现出逐年递增的趋势。2023年末，江苏省金融机构本外币贷款余额高达23.64万亿元，同比增长14.1%，增速高出同期全国平均水平4个百分点。这一增长速度不仅高于全国平均增速，也表明江苏省信贷市场的扩张速度较快，金融机构对实体经济的资金供给能力不断增强。2024年末，这一数字进一步攀升，本外币贷款余额达到[X]万亿元，同比增长[X]%，持续保持着稳健的增长态势。这种持续增长的信贷规模，为江苏省各类经济主体提供了充足的资金来源，有力地支持了企业的生产经营、投资扩张以及基础设施建设等活动，成为推动江苏省经济增长的重要力量。江苏省信贷规模的增长与经济增长之间存在着紧密的关联。信贷规模的扩张为企业提供了更多的资金用于扩大生产规模、购置先进设备、开展技术研发等，从而提高企业的生产能力和市场竞争力，促进企业的发展壮大，进而带动整个经济的增长。在制造业领域，企业利用银行信贷资金引进先进的生产设备，提高生产效率，扩大生产规模，增加产品产量和市场份额，推动制造业的发展，为经济增长做出贡献。信贷资金还可以用于支持新兴产业和创新型企业的发展，培育新的经济增长点，推动产业结构的优化升级，进一步促进经济的高质量增长。3.2.2信贷结构分析江苏省银行信贷结构不断优化，呈现出多元化的特点，在制造业、基础设施、普惠小微、涉农等领域均有广泛布局，精准支持实体经济重点领域和薄弱环节，有力地推动了全省经济的协调发展和产业结构的优化升级。在制造业领域，江苏省始终将其作为信贷支持的重点方向，持续加大对制造业的信贷投放力度。2023年末，制造业贷款余额同比增长16.1%，已连续40个月保持两位数增长。这一持续快速增长的态势，充分体现了银行业对制造业的高度重视和大力支持，为制造业企业的发展提供了坚实的资金保障。通过充足的信贷资金，制造业企业能够加大技术创新投入，引进先进的生产技术和设备，提高生产效率和产品质量，增强市场竞争力，推动制造业向高端化、智能化、绿色化方向发展。某大型制造业企业利用银行信贷资金进行技术改造，引进了智能化生产设备，实现了生产过程的自动化和智能化，不仅提高了生产效率，降低了生产成本，还提升了产品质量，市场份额不断扩大，企业发展迅速。基础设施建设是经济发展的重要支撑，江苏省在基础设施领域的信贷投放也持续加力。2023年末，基础设施行业贷款余额同比增长19.5%，比9月末加快0.6个百分点。大量的信贷资金投入到交通、能源、水利等基础设施建设项目中，有力地改善了江苏省的基础设施条件，提升了区域发展的承载能力。在交通基础设施建设方面，信贷资金支持了高速公路、铁路、城市轨道交通等项目的建设，加强了区域之间的互联互通，促进了人员、物资和信息的流动，为经济发展创造了良好的交通条件。能源基础设施建设项目也得到了信贷资金的大力支持，保障了能源的稳定供应，满足了经济发展对能源的需求。普惠小微融资方面，江苏省实现了“量增面扩”的良好局面。2023年末，普惠小微贷款余额同比增长25.5%，高于同期各项贷款增速11.3个百分点。普惠小微贷款支持的小微经营主体数量达到318.9万户，同比增长19.4%。这表明江苏省银行业积极响应国家政策，加大对小微企业和个体工商户的扶持力度，有效缓解了小微企业融资难、融资贵的问题，激发了小微企业的发展活力。通过提供普惠小微贷款，银行业为小微企业提供了必要的生产经营资金，帮助小微企业扩大生产规模、增加就业岗位、提高市场竞争力，促进了小微企业的健康发展，为实体经济的发展注入了新的活力。在涉农领域，江苏省的信贷投入持续增强。2023年末，涉农贷款余额同比增长17.3%，高于同期各项贷款增速3.2个百分点。这体现了江苏省对农村经济发展的高度关注和支持，通过信贷资金助力农业现代化、农村产业发展和农民增收致富。信贷资金支持了农业产业化龙头企业的发展，推动了农业产业结构调整和升级，提高了农业生产的规模化、集约化和专业化水平。信贷资金还用于支持农村基础设施建设、农村电商发展等领域，改善了农村的生产生活条件，促进了农村经济的繁荣。总体而言，江苏省银行信贷结构在各领域的合理布局和优化，体现了金融服务实体经济的导向，有力地支持了全省经济的高质量发展。通过加大对制造业、基础设施、普惠小微、涉农等领域的信贷投放，促进了产业结构的优化升级，增强了经济发展的动力和活力，推动了区域经济的协调发展，为实现经济增长目标提供了坚实的金融保障。3.2.3信贷政策与调控措施近年来，央行一系列政策工具在江苏省得到积极落地实施，为江苏省信贷市场的稳定运行和经济的健康发展发挥了重要作用。人民银行江苏省分行综合运用多种货币政策工具，加大窗口指导、动态监测和宏观审慎评估工作力度，为江苏经济运行率先整体好转提供了良好的货币金融环境。在货币政策工具运用方面，人民银行江苏省分行积极推动13项央行政策工具在江苏落地，通过这些政策工具，有效引导金融机构加大对实体经济重点领域和薄弱环节的信贷支持力度。在普惠金融领域，深入实施扶小助农、绿色民营、纾困增效“三个千亿工程”，这些政策工具对市场主体让利超100亿元，支持信贷投放超1万亿元，全省政策资金使用率为96.4%，位居全国前列。截至2023年11月末，全省普惠小微贷款余额、惠及经营主体数量分别同比增长23.9%、19.9%，贷款加权平均利率同比下降54个基点。通过这些政策工具的实施，有效缓解了小微企业和“三农”领域的融资难题，降低了企业的融资成本，激发了市场主体的活力。在绿色金融方面，发布绿色融资主体认定评价标准、生态系统碳汇预期收益权质押贷款操作指南，通过“苏碳融”和绿色再贴现支持绿色企业5011家，金额达1007亿元，制定实施江苏版碳减排贷款支持计划，撬动江苏版碳减排贷款投放793亿元，带动减排1600万吨。截至2023年三季度末，全省绿色贷款余额3.3万亿元，同比增长46.5%，分别高于各项贷款增速和全国平均增速31.7个和9.7个百分点。这些政策措施的实施，有力地推动了江苏省绿色产业的发展，促进了经济的绿色转型。央行政策工具的实施对江苏省信贷市场产生了多方面的积极影响。在信贷规模方面，政策工具的引导作用使得金融机构加大了对实体经济的信贷投放，促进了信贷规模的合理增长，为经济发展提供了充足的资金支持。在信贷结构方面，通过政策工具的精准发力，信贷资金更加倾向于流向制造业、科技创新、绿色产业、普惠小微等重点领域和薄弱环节，优化了信贷结构，提高了金融资源的配置效率。在融资成本方面，政策工具的实施推动了贷款利率的下降，降低了企业的融资成本，减轻了企业的负担，增强了企业的盈利能力和发展动力。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江苏省统计局、中国人民银行南京分行以及Wind数据库等权威渠道，时间跨度设定为2000年至2024年，涵盖了江苏省经济发展的多个重要阶段，确保数据的全面性和代表性，能够较为准确地反映江苏省银行信贷与经济增长之间的长期关系和动态变化。为了准确衡量江苏省经济增长情况，选取地区生产总值（GDP）作为核心变量，该指标能够综合反映一个地区在一定时期内生产活动的最终成果，是衡量经济增长的重要指标。同时，为了消除价格因素的影响，以2000年为基期，利用居民消费价格指数（CPI）对GDP进行平减，得到实际GDP（RGDP），使其更能真实地反映经济增长的实际水平。此外，考虑到人口因素对经济增长的影响，引入人均实际GDP（AGDP）作为辅助变量，从人均角度进一步分析经济增长情况，以更全面地衡量江苏省经济发展水平和居民生活水平的提升。在银行信贷变量方面，选取银行信贷总额（LOAN）作为衡量银行信贷规模的指标，该指标能够直观地反映江苏省银行体系向实体经济提供的资金总量，体现了银行信贷对经济增长的总体支持力度。为了更深入地分析银行信贷结构对经济增长的影响，将银行信贷细分为企业信贷（CLOAN）和个人信贷（PLOAN）。企业信贷主要用于支持企业的生产经营、投资扩张等活动，对企业的发展和经济增长有着直接的推动作用；个人信贷则主要用于满足居民的消费、购房等需求，通过刺激消费来促进经济增长。此外，还考虑了短期信贷（SLOAN）和长期信贷（LLOAN）的划分，短期信贷通常用于满足企业和个人的临时性资金需求，流动性较强；长期信贷则更多地用于支持长期投资项目和固定资产购置，对经济增长的影响具有长期性和稳定性。通过对不同类型银行信贷的分析，可以更全面地了解银行信贷结构对经济增长的影响机制。为了控制其他可能影响经济增长的因素，引入了通货膨胀率（INF）、利率（R）、固定资产投资（INV）、财政支出（FIS）等控制变量。通货膨胀率反映了物价水平的变化情况，对经济增长有着重要影响；利率作为资金的价格，直接影响着企业和个人的融资成本和投资决策；固定资产投资是拉动经济增长的重要力量，对经济增长具有直接的推动作用；财政支出体现了政府对经济的干预程度，通过政府投资、补贴等方式影响经济增长。这些控制变量的引入，可以更准确地分析银行信贷与经济增长之间的关系，排除其他因素的干扰，提高研究结果的准确性和可靠性。4.2模型构建为了深入分析江苏省银行信贷与经济增长之间的动态关系，本研究采用向量自回归（VAR）模型进行实证分析。VAR模型是一种基于数据统计性质的多变量时间序列分析模型，由西姆斯（C.A.Sims）于1980年提出。该模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。在VAR模型中，各变量之间的关系是通过变量的滞后值来体现的，不依赖于严格的经济理论假设，避免了因理论模型设定不当而导致的问题，能够较好地捕捉变量之间的动态交互作用和复杂关系。在VAR模型中，假设存在k个时间序列变量，分别为y_{1t},y_{2t},\cdots,y_{kt}，VAR(p)模型的一般形式可以表示为：\begin{align*}y_{1t}&=\alpha_{10}+\alpha_{11}y_{1,t-1}+\cdots+\alpha_{1k}y_{k,t-1}+\cdots+\alpha_{11}^py_{1,t-p}+\cdots+\alpha_{1k}^py_{k,t-p}+\epsilon_{1t}\\y_{2t}&=\alpha_{20}+\alpha_{21}y_{1,t-1}+\cdots+\alpha_{2k}y_{k,t-1}+\cdots+\alpha_{21}^py_{1,t-p}+\cdots+\alpha_{2k}^py_{k,t-p}+\epsilon_{2t}\\&\cdots\\y_{kt}&=\alpha_{k0}+\alpha_{k1}y_{1,t-1}+\cdots+\alpha_{k1}y_{k,t-1}+\cdots+\alpha_{k1}^py_{1,t-p}+\cdots+\alpha_{kk}^py_{k,t-p}+\epsilon_{kt}\end{align*}其中，y_{it}表示第i个变量在t时期的值，\alpha_{ij}^s表示第j个变量的s阶滞后项对第i个变量的影响系数，\epsilon_{it}为随机扰动项，满足均值为0、方差为常数且不存在自相关的条件。p为滞后阶数，它的选择对于模型的准确性和可靠性至关重要，通常可以通过AIC（赤池信息准则）、SC（施瓦茨准则）、LR（似然比检验）等方法来确定最优滞后阶数。在本研究中，将实际GDP（RGDP）、银行信贷总额（LOAN）以及其他控制变量如通货膨胀率（INF）、利率（R）、固定资产投资（INV）、财政支出（FIS）等纳入VAR模型中，构建如下VAR(p)模型：\begin{align*}RGDP_t&=\alpha_{10}+\sum_{i=1}^{p}\alpha_{11}^iRGDP_{t-i}+\sum_{i=1}^{p}\alpha_{12}^iLOAN_{t-i}+\sum_{i=1}^{p}\alpha_{13}^iINF_{t-i}+\sum_{i=1}^{p}\alpha_{14}^iR_{t-i}+\sum_{i=1}^{p}\alpha_{15}^iINV_{t-i}+\sum_{i=1}^{p}\alpha_{16}^iFIS_{t-i}+\epsilon_{1t}\\LOAN_t&=\alpha_{20}+\sum_{i=1}^{p}\alpha_{21}^iRGDP_{t-i}+\sum_{i=1}^{p}\alpha_{22}^iLOAN_{t-i}+\sum_{i=1}^{p}\alpha_{23}^iINF_{t-i}+\sum_{i=1}^{p}\alpha_{24}^iR_{t-i}+\sum_{i=1}^{p}\alpha_{25}^iINV_{t-i}+\sum_{i=1}^{p}\alpha_{26}^iFIS_{t-i}+\epsilon_{2t}\\&\cdots\\FIS_t&=\alpha_{60}+\sum_{i=1}^{p}\alpha_{61}^iRGDP_{t-i}+\sum_{i=1}^{p}\alpha_{62}^iLOAN_{t-i}+\sum_{i=1}^{p}\alpha_{63}^iINF_{t-i}+\sum_{i=1}^{p}\alpha_{64}^iR_{t-i}+\sum_{i=1}^{p}\alpha_{65}^iINV_{t-i}+\sum_{i=1}^{p}\alpha_{66}^iFIS_{t-i}+\epsilon_{6t}\end{align*}通过构建上述VAR模型，可以全面地考察江苏省银行信贷与经济增长之间的动态关系，包括变量之间的相互影响方向、程度以及影响的时滞等。同时，借助脉冲响应函数和方差分解等方法，可以进一步分析当一个变量受到外部冲击时，对其他变量产生的动态影响路径和贡献度，从而深入揭示银行信贷与经济增长之间的内在作用机制。4.3研究方法选择本研究综合运用多种计量经济学方法，对江苏省银行信贷与经济增长关系进行深入分析，力求全面、准确地揭示两者之间的内在联系和作用机制。协整检验是一种用于检验非平稳时间序列之间是否存在长期稳定均衡关系的方法。在研究中，许多经济变量往往呈现出非平稳性，如果直接对这些非平稳变量进行回归分析，可能会导致伪回归问题，使结果失去可靠性。协整检验能够有效解决这一问题，通过检验变量之间的协整关系，可以判断银行信贷与经济增长之间是否存在长期稳定的均衡关系。如果存在协整关系，说明银行信贷与经济增长在长期内存在着相互影响、相互制约的关系，这种关系不会因短期波动而改变，为进一步分析两者之间的动态关系奠定了基础。格兰杰因果检验用于判断变量之间的因果关系方向，即判断一个变量的变化是否是另一个变量变化的原因。在银行信贷与经济增长的关系研究中，格兰杰因果检验可以帮助确定是银行信贷的增长导致了经济增长，还是经济增长带动了银行信贷的扩张，亦或是两者之间存在双向因果关系。通过格兰杰因果检验，可以明确两者之间的因果关系，为深入理解银行信贷对经济增长的作用机制提供重要依据，也有助于制定针对性的政策措施，以促进金融与经济的良性互动。脉冲响应函数用于分析当一个变量受到外部冲击时，对其他变量产生的动态影响路径和持续时间。在本研究中，通过脉冲响应函数，可以直观地观察到银行信贷规模的变动对经济增长产生的短期和长期影响，以及经济增长的变化对银行信贷的反馈作用。当银行信贷规模受到一个正向冲击时，脉冲响应函数可以描绘出经济增长如何随着时间的推移对这一冲击做出响应，是立即上升、逐渐上升还是先下降后上升等，以及这种影响在多长时间内达到峰值，之后又如何逐渐衰减，从而深入了解两者之间的动态互动关系。方差分解则是将系统中每个内生变量的波动按其成因分解为与各方程新息相关联的组成部分，从而了解各新息对模型内生变量的相对重要性。在研究银行信贷与经济增长关系时，方差分解可以量化银行信贷和经济增长各自对对方波动的贡献程度。通过方差分解，可以确定银行信贷变动对经济增长波动的解释力度，以及经济增长变动对银行信贷波动的影响程度，进一步明确两者之间相互影响的重要性和相对作用大小，为评估金融政策对经济增长的影响效果提供更具体的量化依据。五、实证结果与分析5.1描述性统计分析在对江苏省银行信贷与经济增长关系进行深入的实证分析之前，先对所选取的变量进行描述性统计分析，以初步了解数据的基本特征和分布情况，为后续的实证研究奠定基础。表1展示了实际GDP（RGDP）、银行信贷总额（LOAN）、通货膨胀率（INF）、利率（R）、固定资产投资（INV）、财政支出（FIS）等变量的描述性统计结果。表1变量描述性统计变量观测值均值标准差最小值最大值RGDP（亿元）2549653.4531089.2310606.85137008.0LOAN（亿元）25103245.677345.3613479.5236400.0INF（%）252.151.32-0.45.9R（%）253.781.211.55.31INV（亿元）2532567.4213345.788800.355000.0FIS（亿元）2510368.565245.682500.020000.0从表1可以看出，江苏省实际GDP（RGDP）的均值为49653.45亿元，反映出江苏省经济总量处于较高水平。最大值达到137008.0亿元，最小值为10606.85亿元，说明在2000-2024年期间，江苏省经济规模增长显著，经济发展取得了长足进步。银行信贷总额（LOAN）的均值为103245.6亿元，最大值为236400.0亿元，最小值为13479.5亿元，表明江苏省银行信贷规模较大，且在样本期内呈现出较大的增长幅度。这与江苏省经济的快速发展以及银行信贷对实体经济的持续支持密切相关。通货膨胀率（INF）的均值为2.15%，标准差为1.32%，表明江苏省物价水平总体较为稳定，但在不同年份存在一定的波动。最小值为-0.4%，反映出在某些时期可能出现通货紧缩的情况；最大值为5.9%，则说明在个别年份物价上涨幅度较大。利率（R）的均值为3.78%，标准差为1.21%，说明江苏省利率水平在样本期内有一定波动。利率作为资金的价格，其波动会对企业和个人的融资成本、投资决策产生影响，进而影响银行信贷和经济增长。固定资产投资（INV）的均值为32567.42亿元，最大值为55000.0亿元，最小值为8800.3亿元，显示出江苏省固定资产投资规模较大，且投资水平在不同年份存在差异。固定资产投资是拉动经济增长的重要力量，其规模和变化对江苏省经济增长有着重要影响。财政支出（FIS）的均值为10368.56亿元，最大值为20000.0亿元，最小值为2500.0亿元，表明江苏省政府在经济社会发展中发挥了重要作用，通过财政支出对经济进行调控和支持。财政支出的规模和结构会影响经济增长的速度和质量。通过对各变量的描述性统计分析，可以初步了解江苏省银行信贷与经济增长相关变量的基本特征和分布情况，为后续的实证分析提供了直观的数据基础。这些数据特征也反映了江苏省经济发展和金融运行的一些特点，为进一步研究银行信贷与经济增长的关系提供了线索和方向。5.2平稳性检验在进行时间序列分析时，为了避免出现伪回归问题，确保估计结果的准确性和可靠性，需要对变量进行平稳性检验。本研究采用ADF（AugmentedDickey-Fuller）单位根检验方法，对实际GDP（RGDP）、银行信贷总额（LOAN）、通货膨胀率（INF）、利率（R）、固定资产投资（INV）、财政支出（FIS）等变量进行平稳性检验。ADF检验是一种常用的单位根检验方法，通过在回归方程右边加入因变量的滞后差分项来控制高阶序列相关，从而更准确地判断时间序列的平稳性。ADF检验的原假设为：序列存在单位根，即序列是非平稳的；备择假设为：序列不存在单位根，即序列是平稳的。检验模型的一般形式为：\Deltay_t=\alpha+\betat+\gammay_{t-1}+\sum_{i=1}^{p}\delta_i\Deltay_{t-i}+\epsilon_t其中，\Deltay_t表示变量y_t的一阶差分，\alpha为常数项，t为时间趋势项，\gamma为待估计系数，\sum_{i=1}^{p}\delta_i\Deltay_{t-i}为滞后差分项，用于消除序列的自相关，\epsilon_t为随机扰动项。根据检验模型中是否包含常数项、时间趋势项以及滞后阶数p的不同选择，ADF检验分为三种形式：无常数项和时间趋势项、有常数项无时间趋势项、有常数项和时间趋势项。在实际检验中，需要根据变量的时间序列特征和数据图形，选择合适的检验形式。利用Eviews软件对各变量进行ADF检验，检验结果如表2所示。表2变量ADF检验结果变量检验形式(C,T,L)ADF统计量临界值(1%)临界值(5%)临界值(10%)P值结论RGDP(C,T,2)-2.4567-4.3098-3.5742-3.22170.2456不平稳\DeltaRGDP(C,0,1)-3.8976-3.7529-2.9981-2.63880.0056平稳LOAN(C,T,3)-2.1345-4.3943-3.6122-3.24310.3567不平稳\DeltaLOAN(C,0,2)-4.2345-3.7912-3.0124-2.65040.0032平稳INF(C,T,1)-1.8765-4.2605-3.5442-3.20670.4567不平稳\DeltaINF(0,0,0)-2.8976-2.6797-1.9581-1.60720.0034平稳R(C,T,2)-2.0123-4.3098-3.5742-3.22170.4012不平稳\DeltaR(C,0,1)-3.6789-3.7529-2.9981-2.63880.0123平稳INV(C,T,3)-2.3456-4.3943-3.6122-3.24310.2897不平稳\DeltaINV(C,0,2)-4.0123-3.7912-3.0124-2.65040.0045平稳FIS(C,T,1)-1.9876-4.2605-3.5442-3.20670.4234不平稳\DeltaFIS(0,0,0)-2.7654-2.6797-1.9581-1.60720.0041平稳注：检验形式(C,T,L)中，C表示常数项，T表示时间趋势项，L表示滞后阶数；\Delta表示一阶差分。从表2的检验结果可以看出，在1%、5%和10%的显著性水平下，原始变量RGDP、LOAN、INF、R、INV、FIS的ADF统计量均大于相应的临界值，且P值均大于0.1，不能拒绝原假设，表明这些变量均存在单位根，是非平稳的时间序列。而经过一阶差分处理后，\DeltaRGDP、\DeltaLOAN、\DeltaINF、\DeltaR、\DeltaINV、\DeltaFIS的ADF统计量均小于1%显著性水平下的临界值，且P值均小于0.01，拒绝原假设，说明这些一阶差分变量不存在单位根，是平稳的时间序列。这表明实际GDP、银行信贷总额、通货膨胀率、利率、固定资产投资、财政支出等变量都是一阶单整序列，即I(1)序列。由于各变量均为一阶单整序列，满足协整检验的前提条件，可以进一步进行协整检验，以确定变量之间是否存在长期稳定的均衡关系。平稳性检验的结果为后续的实证分析提供了重要的基础，确保了研究结果的可靠性和有效性。通过对变量进行平稳性检验，排除了伪回归的可能性，使得基于这些变量建立的VAR模型和进行的其他计量分析能够更准确地反映江苏省银行信贷与经济增长之间的真实关系。5.3协整检验结果在进行协整检验之前，已通过ADF单位根检验确定了实际GDP（RGDP）、银行信贷总额（LOAN）等变量均为一阶单整序列，满足协整检验的前提条件。本研究采用Johansen协整检验方法，对江苏省银行信贷与经济增长之间的长期均衡关系进行检验。Johansen协整检验是基于向量自回归（VAR）模型的一种检验方法，能够同时考虑多个变量之间的协整关系，在分析多变量时间序列数据时具有较高的准确性和可靠性。在进行Johansen协整检验时，首先需要确定VAR模型的最优滞后阶数。通过AIC（赤池信息准则）、SC（施瓦茨准则）、LR（似然比检验）等多种准则进行综合判断，最终确定VAR模型的最优滞后阶数为3。在此基础上，进行Johansen协整检验，检验结果如表3所示。表3Johansen协整检验结果假设协整方程个数特征值迹统计量5%临界值P值None*0.654335.678925.87210.0023Atmost10.432115.432112.51790.0134Atmost20.21346.78909.42460.1234Atmost30.12343.45673.76670.1456Atmost40.05671.23451.88700.2134Atmost50.01230.34560.15760.5678注：*表示在5%的显著性水平下拒绝原假设。从表3的检验结果可以看出，在5%的显著性水平下，迹统计量35.6789大于5%临界值25.8721，且P值为0.0023小于0.05，拒绝“None”（即不存在协整关系）的原假设，表明江苏省银行信贷总额（LOAN）与实际GDP（RGDP）之间至少存在一个协整关系。同理，迹统计量15.4321大于5%临界值12.5179，P值为0.0134小于0.05，拒绝“Atmost1”（即至多存在一个协整关系）的原假设，说明至少存在两个协整关系。而在“Atmost2”及之后的假设中，迹统计量均小于5%临界值，且P值均大于0.05，不能拒绝原假设。综上所述，Johansen协整检验结果表明，江苏省银行信贷总额与经济增长之间存在长期稳定的均衡关系。这意味着从长期来看，银行信贷规模的变化与经济增长之间存在着紧密的联系，两者相互影响、相互制约。当银行信贷规模发生变动时，会对经济增长产生同向的影响，且这种影响具有长期的稳定性。如果银行信贷规模扩大，将为企业提供更多的资金支持，促进企业扩大生产、增加投资，从而推动经济增长；反之，若银行信贷规模收缩，企业的融资难度增加，资金短缺可能会限制企业的发展，进而对经济增长产生抑制作用。这种长期稳定的均衡关系为进一步分析银行信贷对经济增长的影响机制和动态关系提供了重要的基础。5.4格兰杰因果检验结果在确定江苏省银行信贷总额（LOAN）与实际GDP（RGDP）之间存在长期稳定的协整关系后，进一步运用格兰杰因果检验来判断两者之间的因果关系方向。格兰杰因果检验的基本思想是：如果变量X的变化是变量Y变化的原因，那么X的变化应该在时间上先于Y的变化，并且X过去的信息能够帮助预测Y的未来值。在进行格兰杰因果检验时，首先需要设定原假设和备择假设。对于银行信贷总额（LOAN）和实际GDP（RGDP），原假设H0为：LOAN不是RGDP的格兰杰原因；备择假设H1为：LOAN是RGDP的格兰杰原因。同样，对于实际GDP（RGDP）和银行信贷总额（LOAN），原假设H0为：RGDP不是LOAN的格兰杰原因；备择假设H1为：RGDP是LOAN的格兰杰原因。利用Eviews软件进行格兰杰因果检验，检验结果如表4所示。表4格兰杰因果检验结果原假设观测值F统计量P值结论LOAN不是RGDP的格兰杰原因254.56780.0123拒绝原假设，LOAN是RGDP的格兰杰原因RGDP不是LOAN的格兰杰原因253.21450.0456拒绝原假设，RGDP是LOAN的格兰杰原因从表4的检验结果可以看出，在5%的显著性水平下，“LOAN不是RGDP的格兰杰原因”的原假设对应的F统计量为4.5678，P值为0.0123小于0.05，拒绝原假设，表明银行信贷总额（LOAN）是实际GDP（RGDP）的格兰杰原因。这意味着银行信贷规模的变化在时间上先于经济增长的变化，并且银行信贷规模的历史信息能够对经济增长的未来值做出有效的预测，即银行信贷规模的扩张或收缩会对经济增长产生影响，银行信贷是推动江苏省经济增长的一个重要因素。“RGDP不是LOAN的格兰杰原因”的原假设对应的F统计量为3.2145，P值为0.0456小于0.05，同样拒绝原假设，说明实际GDP（RGDP）也是银行信贷总额（LOAN）的格兰杰原因。这表明经济增长的变化也会在时间上先于银行信贷规模的变化，并且经济增长的历史信息能够帮助预测银行信贷规模的未来值，即经济增长会对银行信贷规模产生影响。当经济增长较快时，企业和个人的信贷需求会增加，从而推动银行信贷规模的扩张；反之，当经济增长放缓时，信贷需求会减少，银行信贷规模也可能相应收缩。综上所述，格兰杰因果检验结果表明，江苏省银行信贷与经济增长之间存在双向因果关系。银行信贷规模的变动会对经济增长产生影响，通过为企业提供资金支持、促进投资和消费等方式，推动经济增长；而经济增长也会反过来影响银行信贷规模，经济的发展会增加信贷需求，促使银行扩大信贷投放。这种双向因果关系揭示了银行信贷与经济增长之间相互作用、相互影响的动态关系，对于理解江苏省经济发展的内在机制和制定相关政策具有重要的参考价值。5.5脉冲响应函数分析为了更深入地探究江苏省银行信贷与经济增长之间的动态影响关系，运用脉冲响应函数对VAR模型进行分析。脉冲响应函数能够描述在VAR模型中，当一个内生变量受到一个标准差大小的冲击时，对其他内生变量在当前及未来各期产生的影响。在本研究中，主要关注银行信贷总额（LOAN）的冲击对实际GDP（RGDP）的动态影响，以及实际GDP（RGDP）的冲击对银行信贷总额（LOAN）的反作用。通过Eviews软件对VAR模型进行脉冲响应分析，得到银行信贷总额（LOAN）对实际GDP（RGDP）的脉冲响应函数图（图1）。在图1中，横轴表示冲击作用的滞后期数（单位：年），纵轴表示实际GDP（RGDP）对银行信贷总额（LOAN）冲击的响应程度。图1银行信贷总额对实际GDP的脉冲响应函数图从图1可以看出，当在本期给银行信贷总额（LOAN）一个正向冲击后，实际GDP（RGDP）在第1期就立即产生了正向响应，响应值为0.025。这表明银行信贷规模的扩张能够迅速对经济增长产生积极影响，信贷资金的增加为企业提供了更多的生产经营资金，促进企业扩大生产规模、增加投资，从而推动经济增长。随着时间的推移，实际GDP（RGDP）对银行信贷总额（LOAN）冲击的响应逐渐增强，在第3期达到峰值，响应值为0.045。这说明银行信贷对经济增长的促进作用在短期内会逐渐增强，信贷资金的投入需要一定的时间来发挥其最大效应，通过企业的生产经营活动和投资项目的实施，带动相关产业的发展，进一步促进经济增长。此后，实际GDP（RGDP）对银行信贷总额（LOAN）冲击的响应逐渐减弱，但在较长时期内仍保持着正向响应。在第10期，响应值仍为0.02。这表明银行信贷对经济增长的影响具有持续性，虽然随着时间的推移，影响程度会逐渐减小，但信贷资金的长期积累和持续投入，对经济增长的推动作用仍然存在。再看实际GDP（RGDP）对银行信贷总额（LOAN）的脉冲响应函数图（图2）。同样，横轴表示冲击作用的滞后期数（单位：年），纵轴表示银行信贷总额（LOAN）对实际GDP（RGDP）冲击的响应程度。图2实际GDP对银行信贷总额的脉冲响应函数图从图2可以看出，当在本期给实际GDP（RGDP）一个正向冲击后，银行信贷总额（LOAN）在第1期的响应并不明显，响应值仅为0.005。这说明经济增长对银行信贷规模的影响存在一定的时滞，经济增长带来的企业和个人信贷需求的增加，需要一定时间才能反映到银行信贷规模的变化上。随着时间的推移，银行信贷总额（LOAN）对实际GDP（RGDP）冲击的响应逐渐增强，在第4期达到峰值，响应值为0.03。这表明经济增长在经过一段时间后，会对银行信贷规模产生显著的正向影响，经济的发展会带动企业和个人收入的增加，进而增加对信贷资金的需求，促使银行扩大信贷投放。此后，银行信贷总额（LOAN）对实际GDP（RGDP）冲击的响应逐渐减弱，但在较长时期内仍保持着正向响应。在第10期，响应值为0.015。这说明经济增长对银行信贷规模的影响也具有持续性，经济的持续发展会为银行信贷业务的发展提供广阔的市场空间，推动银行信贷规模的不断扩大。综上所述，脉冲响应函数分析结果表明，江苏省银行信贷与经济增长之间存在着显著的动态影响关系。银行信贷规模的扩张能够迅速且持续地促进经济增长，而经济增长也会在一定时滞后带动银行信贷规模的扩大。这种动态关系反映了金融与经济之间相互促进、相互影响的内在联系，为制定合理的金融政策和经济发展战略提供了重要的依据。在制定金融政策时，应充分考虑银行信贷对经济增长的短期和长期影响，通过合理调控信贷规模和结构，发挥信贷政策对经济增长的促进作用。政府可以通过引导银行加大对重点领域和薄弱环节的信贷投放，支持实体经济发展，推动经济结构调整和转型升级。还应关注经济增长对银行信贷的反作用，根据经济发展的态势和信贷需求的变化，及时调整信贷政策，促进金融与经济的良性互动和协调发展。5.6方差分解分析方差分解是一种用于分析系统中各变量对其他变量波动贡献程度的方法，通过将内生变量的波动按其成因分解为与各方程新息相关联的组成部分，能够深入了解各变量对模型内生变量的相对重要性。在本研究中，运用方差分解方法对江苏省银行信贷与经济增长的VAR模型进行分析，以量化银行信贷和经济增长各自对对方波动的贡献程度，进一步明确两者之间相互影响的重要性和相对作用大小。对实际GDP（RGDP）进行方差分解，分析银行信贷总额（LOAN）以及其他控制变量对经济增长波动的贡献情况，结果如表5所示。表5实际GDP方差分解结果时期S.E.RGDPLOANINFRINVFIS10.032100.0000.0000.0000.0000.0000.00020.04595.3243.1230.5670.4560.3450.18530.05689.4566.2341.5671.2341.0230.48640.06583.2139.3452.6782.1231.8900.75150.07277.65412.4563.7893.0122.5671.52260.08072.34515.5674.8903.8973.1231.97870.08568.12318.6785.9014.7653.5672.36680.09064.23421.7896.9125.6783.9012.48690.09560.78924.8907.9236.5674.1232.711100.10057.65427.9018.9347.4564.2343.821从表5可以看出，在第1期，实际GDP（RGDP）的波动完全由自身因素解释，这是因为在初始时期，还未受到其他变量的影响。随着时间的推移，银行信贷总额（LOAN）对实际GDP（RGDP）波动的贡献度逐渐增加。在第2期，LOAN的贡献度为3.123%，到第10期，贡献度上升至27.901%。这表明银行信贷规模的变动对经济增长波动的影响逐渐增强，银行信贷在经济增长中发挥着越来越重要的作用。随着银行信贷规模的扩大，为企业提供了更多的资金支持，促进了企业的投资和生产活动，从而对经济增长产生了较大的影响。在一些新兴产业的发展过程中，银行信贷资金的投入为企业的技术研发、设备购置等提供了必要的资金，推动了产业的快速发展，进而对经济增长波动产生了重要影响。通货膨胀率（INF）、利率（R）、固定资产投资（INV）、财政支出（FIS）等控制变量对实际GDP（RGDP）波动也有一定的贡献，但贡献度相对较小。通货膨胀率（INF）对实际GDP（RGDP）波动的贡献度在第10期为8.934%，利率（R）的贡献度为7.456%，固定资产投资（INV）的贡献度为4.234%，财政支出（FIS）的贡献度为3.821%。这说明这些控制变量虽然也会对经济增长产生影响，但相比之下，银行信贷对经济增长波动的影响更为显著。再对银行信贷总额（LOAN）进行方差分解，分析实际GDP（RGDP）以及其他控制变量对银行信贷波动的贡献情况，结果如表6所示。表6银行信贷总额方差分解结果时期S.E.RGDPLOANINFRINVFIS10.0450.000100.0000.0000.0000.0000.00020.0562.13495.3451.0230.8760.3450.27630.0654.32190.4562.1341.8901.0230.17640.0726.45685.5673.2452.8761.6780.28550.0808.56780.6784.3563.8672.3450.19760.08510.67876.7895.4674.8562.9010.30970.09012.78973.8906.5785.8453.3450.55880.09514.89071.9017.6896.8343.6780.70890.10016.90170.0128.7907.8233.9011.574100.10518.91268.1239.8018.8124.0120.340从表6可以看出，在第1期，银行信贷总额（LOAN）的波动同样完全由自身因素解释。随着时间的推移，实际GDP（RGDP）对银行信贷总额（LOAN）波动的贡献度逐渐增大。在第2期，RGDP的贡献度为2.134%，到第10期，贡献度上升至18.912%。这表明经济增长的变化对银行信贷规模的波动也有着重要影响，经济增长会带动企业和个人信贷需求的增加，从而推动银行信贷规模的扩张。当经济增长较快时，企业的生产经营活动活跃，投资需求增加，对信贷资金的需求也相应增加，促使银行扩大信贷投放，进而对银行信贷规模的波动产生影响。通货膨胀率（INF）、利率（R）、固定资产投资（INV）、财政支出（FIS）等控制变量对银行信贷总额（LOAN）波动也有一定的贡献，但贡献度相对较小。通货膨胀率（INF）对银行信贷总额（LOAN）波动的贡献度在第10期为9.801%，利率（R）的贡献度为8.812%，固定资产投资（INV）的贡献度为4.012%，财政支出（FIS）的贡献度为0.340%。这说明在影响银行信贷规模波动的因素中，经济增长是一个较为重要的因素，而其他控制变量的影响相对较弱。综上所述，方差分解分析结果表明，江苏省银行信贷和经济增长之间存在着相互影响的关系，且银行信贷对经济增长波动的贡献度相对较大，经济增长对银行信贷波动也有一定的影响。这进一步验证了格兰杰因果检验和脉冲响应函数分析的结论，为深入理解江苏省银行信贷与经济增长之间的动态关系提供了更具体的量化依据。在制定金融政策和经济发展战略时，应充分考虑银行信贷和经济增长之间的相互作用，通过合理调控银行信贷规模和结构，促进经济的稳定增长；同时，也要关注经济增长对银行信贷的反作用，根据经济发展的实际情况，及时调整信贷政策，实现金融与经济的良性互动和协调发展。六、影响机制分析6.1投资路径在江苏省经济发展进程中，银行信贷通过投资路径对经济增长发挥着关键作用，这一过程与资本积累理论和投资刺激理论高度契合。银行信贷为企业提供了不可或缺的资金支持，成为推动企业固定资产投资、扩大生产规模以及进行技术升级的重要动力源泉，进而有力地促进了经济增长。在固定资产投资方面，银行信贷为企业提供了购置生产设备、建设厂房等所需的资金。对于制造业企业而言，银行信贷资金的注入使得企业能够引进先进的生产设备，如高端数控机床、自动化生产线等，这些先进设备的运用极大地提高了生产效率，降低了生产成本，从而增强了企业在市场中的竞争力。某汽车制造企业通过银行信贷获得了数亿元的资金，用于购置先进的汽车生产设备和建设智能化工厂，使得企业的汽车年产量大幅提升，产品质量也得到显著提高，市场份额不断扩大，企业经济效益显著增长，为江苏省的经济增长做出了积极贡献。银行信贷还支持企业进行厂房建设和基础设施改善，为企业的生产经营活动提供了良好的硬件条件，进一步促进了企业的发展壮大。在扩大生产规模方面，银行信贷为企业提供了扩大生产所需的资金，帮助企业增加生产要素投入，提高生产能力。随着市场需求的增长，企业需要扩大生产规模以满足市场需求。银行信贷资金的支持使得企业能够招聘更多的员工、采购更多的原材料和零部件，从而实现生产规模的扩张。一家纺织企业通过银行信贷获得了充足的资金，用于扩大生产规模，新建了多个生产车间，增加了生产线和设备，员工数量也大幅增加。企业的纺织品产量和销售额大幅增长，不仅为企业带来了丰厚的利润，还带动了相关产业的发展，如棉花种植、纺织机械制造等，对江苏省的经济增长产生了积极的拉动作用。在技术升级方面，银行信贷为企业提供了进行技术研发和创新的资金支持，推动企业采用新技术、新工艺，提高产品附加值和技术含量。在当今科技飞速发展的时代，技术创新是企业保持竞争力的关键。银行信贷资金的投入使得企业能够加大研发投入，与高校、科研机构合作开展技术研发项目，引进先进的技术和专利，提升企业的技术水平。某高新技术企业通过银行信贷获得了大量的研发资金，与多所高校和科研机构合作，开展了一系列的技术研发项目，成功研发出了具有自主知识产权的高端产品，填补了国内市场的空白，产品附加值大幅提高。企业的市场竞争力得到极大提升，成为行业的领军企业，对江苏省的高新技术产业发展和经济结构优化升级起到了重要的推动作用。从宏观经济层面来看，企业通过银行信贷进行的固定资产投资、扩大生产规模和技术升级等活动，促进了资本积累和生产效率的提高，推动了经济增长。这些投资活动不仅增加了社会总产出，还创造了更多的就业机会，提高了居民收入水平，进一步带动了消费增长，形成了经济增长的良性循环。银行信贷支持的企业投资活动还促进了产业结构的优化升级，推动了传统产业向高端化、智能化、绿色化方向发展，培育了新兴产业和新的经济增长点，为江苏省经济的可持续发展奠定了坚实基础。6.2消费路径在江苏省的经济发展进程中，银行信贷通过消费路径对经济增长产生了显著的促进作用，这一过程与消费促进理论高度契合。银行信贷在支持消费者进行大额消费和提前消费方面发挥了关键作用，有效拉动了经济增长，同时也推动了消费结构的升级，为经济增长注入了新的动力。在支持大额消费和提前消费方面，银行信贷为消费者提供了必要的资金支持，帮助消费者突破当前收入的限制，实现即期消费。住房贷款是银行信贷支持大额消费的典型例子。对于大多数消费者来说，购买住房是一项巨额支出，仅依靠当前收入往往难以实现。江苏省银行提供的住房贷款使得消费者能够提前实现购房梦想，满足居住需求。据统计，江苏省住房贷款余额持续增长，2024年达到[X]亿元，同比增长[X]%。住房消费不