江西省金融发展与经济增长的动态关联研究：基于实证分析与政策展望

江西省金融发展与经济增长的动态关联研究：基于实证分析与政策展望一、引言1.1研究背景与意义江西，地处中国东南部，东邻浙江、福建，南连广东，西接湖南，北毗湖北、安徽，是长三角、珠三角、海峡西岸的中心腹地，在全国区域经济发展格局中占据着承东启西、沟通南北的重要战略位置。国务院批复的《江西省国土空间规划(2021—2035年)》明确将江西定位为支撑中部地区崛起、长江经济带发展等国家战略实施的重要地区，其不仅是东部向西部过渡的关键区域，更是中部崛起的重要支撑力量。在交通方面，江西拥有沪昆、京九两条重要铁路干线，为其经济交流与发展提供了便利的交通条件。在产业布局上，近年来江西在电子信息、新能源等新兴产业领域取得显著突破，逐渐形成产业集群，发展态势良好。2023年，江西省地区生产总值达到32200.1亿元，同比增长4.1%，全国排名第15位，展现出较强的经济发展潜力。在现代经济体系中，金融发展与经济增长之间存在着紧密而复杂的联系。金融作为经济的核心，通过资金融通、资源配置、风险管理等功能，在经济增长中发挥着关键作用。从资源配置角度来看，金融体系能够引导资金从储蓄者流向具有更高生产效率和发展潜力的企业与项目，提高资源利用效率，促进产业升级和经济结构优化。例如，风险投资和私募股权基金能够为科技创新型企业提供资金支持，推动新技术、新产品的研发和应用，助力新兴产业的发展壮大。在促进储蓄向投资转化方面，银行等金融机构吸收居民储蓄，并将其贷放给企业用于生产经营和扩大投资，资本市场则为企业提供了直接融资渠道，如企业通过发行股票、债券等方式筹集资金，为经济增长提供了必要的资金动力。此外，金融市场提供的期货、期权、保险等风险管理工具，有助于企业和个人分散和降低经济活动中的风险，增强经济运行的稳定性。便捷的支付结算系统和高效的资金融通渠道，也极大地提高了经济交易的效率，降低了交易成本，促进了商品和服务的流通与交换。对于江西而言，深入研究金融发展与经济增长的关系具有重要的理论与实践意义。在理论层面，有助于丰富区域金融发展与经济增长关系的研究成果，为区域经济发展理论提供实证支持和案例参考。由于不同地区的经济基础、金融结构、政策环境等存在差异，金融发展对经济增长的作用机制和效果也不尽相同。通过对江西这一特定区域的研究，可以进一步揭示金融发展与经济增长关系在中部地区的独特性和一般性规律，拓展和深化区域金融经济理论的研究范畴。从实践意义来看，研究江西金融发展与经济增长的关系，能够为政府制定科学合理的金融政策和经济发展战略提供决策依据。目前，江西正处于经济转型升级和高质量发展的关键时期，面临着产业结构优化、创新能力提升、基础设施建设等诸多任务，这些都离不开金融的有力支持。通过剖析江西金融发展现状、存在问题以及对经济增长的影响机制，可以精准识别金融发展中的短板和薄弱环节，针对性地提出加强金融体系建设、优化金融资源配置、提高金融服务实体经济效率等政策建议，促进金融与经济的良性互动和协同发展，推动江西在中部地区高质量发展中实现快速崛起，提升其在全国经济格局中的地位和竞争力，对于促进社会就业、增加居民收入、推动社会进步等方面也具有重要的现实意义。1.2研究目标与问题本研究旨在深入剖析江西金融发展与经济增长之间的内在关系，为江西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持和实证依据，具体目标如下：揭示关联程度：通过实证研究，精确测度江西金融发展与经济增长之间的相关程度，明确两者之间是正相关、负相关还是存在更为复杂的非线性关系，为后续分析提供基础。例如，若实证结果显示金融相关比率与经济增长指标之间存在显著的正相关关系，这将初步表明金融发展在一定程度上能够促进江西经济增长，但具体的促进程度和作用机制还需进一步深入探究。剖析作用路径：深入探讨江西金融发展对经济增长的作用路径和传导机制，分析金融体系通过何种渠道影响经济增长，如金融发展是否通过促进资本积累、推动技术创新、优化资源配置等途径来推动经济增长，以及这些途径在江西的实际经济环境中的具体表现和相对重要性。以资本积累路径为例，研究银行信贷规模的扩大是否能够为企业提供更多的资金支持，从而促进企业扩大生产规模、增加固定资产投资，进而推动经济增长；在技术创新路径方面，分析风险投资、私募股权等金融工具是否能够为科技创新型企业提供充足的研发资金，加速科技成果转化，提升产业技术水平，最终带动经济增长。找出存在问题：全面梳理江西金融发展过程中存在的问题和制约因素，分析这些问题对经济增长的不利影响，如金融市场结构不合理、金融创新不足、金融服务实体经济效率低下等问题，以及这些问题在多大程度上阻碍了金融对经济增长的促进作用，为提出针对性的政策建议提供现实依据。例如，若发现江西金融市场中直接融资占比较低，企业过度依赖间接融资，这可能导致企业融资成本过高、融资渠道单一，限制企业的发展和扩张，进而影响经济增长的速度和质量。提供政策建议：基于研究结果，结合江西经济社会发展的实际情况，提出切实可行的政策建议，以优化江西金融发展环境，提高金融服务实体经济的能力，促进金融与经济的良性互动和协同发展，推动江西经济实现高质量跨越式发展。政策建议可能包括加强金融市场体系建设，完善金融监管体制，加大金融创新力度，培育多元化金融市场主体，提高金融资源配置效率等方面，以解决金融发展中存在的问题，充分发挥金融对经济增长的促进作用。为实现上述研究目标，本研究拟解决以下关键问题：江西金融发展与经济增长是否存在长期稳定的均衡关系？：运用协整检验等计量方法，对江西金融发展指标和经济增长指标进行分析，判断两者之间是否存在长期稳定的均衡关系。若存在，这种均衡关系的具体形式和参数估计是怎样的？这将有助于从长期视角理解江西金融发展与经济增长之间的内在联系，为政策制定提供长期导向。金融发展对经济增长的短期影响和长期影响有何不同？：通过建立向量自回归模型（VAR）或向量误差修正模型（VECM），分析金融发展变量在短期内对经济增长变量的冲击响应，以及两者在长期内的动态调整机制。例如，短期内金融机构贷款规模的突然增加可能会迅速刺激企业投资，带动经济增长，但从长期来看，这种增长是否可持续，是否会引发通货膨胀等问题，都需要深入研究。明确金融发展对经济增长的短期和长期影响差异，有助于政府制定更加灵活和有效的短期调控政策和长期发展战略。不同金融发展指标对经济增长的影响是否存在差异？：选取多个具有代表性的金融发展指标，如金融相关比率、金融深化程度、金融市场结构指标、金融效率指标等，分别研究它们对经济增长的影响。分析不同金融发展指标对经济增长的影响方向、影响程度和显著性水平是否存在差异，以及这些差异背后的原因。例如，金融相关比率主要反映金融资产总量与经济总量的关系，金融深化程度则侧重于衡量金融体系的发展深度和货币化程度，研究两者对经济增长的不同影响，有助于更全面地了解金融发展对经济增长的作用机制，为金融政策的精准制定提供参考。在控制其他影响经济增长的因素后，金融发展对经济增长的净效应如何？：在构建计量模型时，纳入其他可能影响经济增长的控制变量，如固定资产投资、劳动力投入、技术进步、产业结构等，以分离出金融发展对经济增长的净效应。分析在考虑其他因素的情况下，金融发展对经济增长的促进作用是否依然显著，以及金融发展的净效应在不同时期和不同经济环境下的变化情况。这将有助于准确评估金融发展在江西经济增长中的独立贡献，避免因遗漏变量而导致对金融发展与经济增长关系的误判。如何根据江西的实际情况，制定针对性的金融政策以促进经济增长？：综合研究结果，结合江西的经济结构、产业特点、资源禀赋、政策环境等实际情况，提出符合江西发展需求的金融政策建议。这些建议应具有针对性、可操作性和前瞻性，能够切实解决江西金融发展中存在的问题，促进金融与经济的深度融合，推动江西经济在新时代实现高质量发展。例如，根据江西在电子信息、新能源等新兴产业的发展优势，制定相应的金融支持政策，引导金融资源向这些产业倾斜，助力产业升级和经济结构优化。1.3研究方法与创新点本研究综合运用多种研究方法，力求全面、深入、准确地揭示江西金融发展与经济增长的关系。具体研究方法如下：文献研究法：系统梳理国内外关于金融发展与经济增长关系的经典理论和最新研究成果，包括戈德史密斯（Goldsmith）的金融结构理论、麦金农（Mckinnon）和肖（Shaw）的金融深化理论、内生经济增长理论中关于金融与经济增长的论述等，以及近年来学者们运用不同方法对不同地区金融发展与经济增长关系的实证研究文献。通过对这些文献的分析和总结，了解已有研究的现状、方法和成果，找出研究的空白点和不足之处，为本研究提供理论基础和研究思路，明确研究的切入点和重点方向。数据统计分析法：收集江西省1990-2023年的相关经济金融数据，数据来源主要包括《江西省统计年鉴》各年度版本、《中国金融年鉴》相关年份数据、江西省统计局官方网站、中国人民银行南昌中心支行发布的数据资料等。运用统计软件（如Excel、SPSS等）对数据进行整理、描述性统计分析和可视化处理，计算相关指标的均值、标准差、最大值、最小值等统计量，绘制折线图、柱状图、散点图等图表，直观展示江西金融发展和经济增长的趋势、特征及变化规律，为后续的实证分析提供数据支持和直观依据。例如，通过绘制江西省地区生产总值（GDP）和金融机构贷款余额的折线图，可以清晰地观察到两者在过去几十年间的增长趋势，初步判断它们之间可能存在的关联。计量经济模型法：基于金融发展与经济增长的理论基础，结合数据特点，构建合适的计量经济模型进行实证分析。首先，运用单位根检验（如ADF检验）对时间序列数据进行平稳性检验，以避免伪回归问题。若数据不平稳，则通过差分等方法使其平稳。然后，采用协整检验（如Johansen协整检验）分析江西金融发展指标与经济增长指标之间是否存在长期稳定的均衡关系。若存在协整关系，进一步建立向量误差修正模型（VECM），以研究变量之间的短期动态调整机制和长期均衡关系。此外，利用格兰杰因果检验判断金融发展与经济增长之间的因果关系方向，即判断是金融发展促进经济增长，还是经济增长带动金融发展，亦或是两者相互影响。例如，在构建的计量模型中，将经济增长指标（如人均GDP）作为被解释变量，金融发展指标（如金融相关比率、金融深化程度等）作为解释变量，同时控制其他可能影响经济增长的因素（如固定资产投资、劳动力投入等），通过回归分析来估计金融发展对经济增长的影响系数，从而定量分析两者之间的关系。相较于以往研究，本研究在以下方面具有一定的创新点：数据选取：本研究选取了1990-2023年这一较长时间跨度的数据，能够更全面、准确地反映江西金融发展与经济增长的动态变化过程和长期趋势。以往研究可能数据时间跨度较短，难以捕捉到经济金融发展过程中的阶段性特征和长期演变规律。同时，本研究在数据来源上更加广泛和多元，不仅涵盖了官方统计年鉴数据，还充分利用了政府部门网站、金融机构发布的数据等，确保数据的丰富性和准确性，为研究提供更坚实的数据支撑。模型构建：在计量经济模型构建方面，本研究综合考虑了多种影响经济增长的因素，并将其纳入模型中作为控制变量，使模型更加完善和符合实际经济情况。例如，除了传统的金融发展指标和常见的控制变量（如固定资产投资、劳动力投入）外，还引入了产业结构、科技创新等对经济增长具有重要影响的变量，更全面地分析金融发展对经济增长的净效应，避免因遗漏重要变量而导致估计结果的偏差，从而更准确地揭示金融发展与经济增长之间的内在关系。此外，本研究尝试运用多种计量方法进行交叉验证，如在协整检验中同时采用Johansen协整检验和EG两步法协整检验，在因果关系检验中结合格兰杰因果检验和基于向量自回归模型（VAR）的脉冲响应函数分析，以增强研究结果的可靠性和稳健性。这种多方法交叉验证的方式在同类研究中相对较少采用，有助于提高研究结论的可信度和说服力。二、理论基础与文献综述2.1金融发展与经济增长的理论基础金融发展理论主要研究金融体系在经济发展中的作用，以及如何构建有效的金融体系以促进经济增长。其起源可追溯到20世纪60年代末至70年代初，一批西方经济学家开始关注金融与经济发展的关系。格利（Gurley）和肖（Shaw）于1960年发表的《金融理论中的货币》，试图构建一个包含多种金融资产、多样化金融机构和完整金融政策的广义货币金融理论，通过建立金融发展模型，证明经济发展阶段越高，金融的作用越强。雷蒙德・W・戈德史密斯（RaymondW.Goldsmith）在1969年出版的《金融结构与金融发展》中，创造性地提出金融发展就是金融结构的变化，并采用定性与定量分析、国际横向和历史纵向比较相结合的方法，确立了衡量一国金融结构和金融发展水平的基本指标体系，得出金融相关率与经济发展水平正相关的结论，为后续金融研究提供了重要方法论参考和分析基础。1973年，罗纳德・麦金农（RonaldMckinnon）的《经济发展中的货币与资本》和E.S.肖的《经济发展中的金融深化》标志着以发展中国家或地区为研究对象的金融发展理论正式诞生，他们提出的“金融抑制”和“金融深化”理论在经济学界引起强烈反响，许多发展中国家的货币金融政策制定和改革实践深受其影响。此后，以金（King）和莱文（Levine）等人为代表的经济学家在内生增长理论基础上，采用最优化方法重新分析金融在经济发展中的作用，形成了第二代金融发展理论（新金融发展理论）。经济增长理论则致力于研究解释经济增长规律和影响制约因素。古典经济增长理论以亚当・斯密（AdamSmith）、大卫・李嘉图（DavidRicardo）等为代表，强调劳动和资本积累对经济增长的重要性。新古典经济增长理论由罗伯特・默顿・索洛（RobertMertonSolow）和斯旺（Swan）提出，在资本与劳动可相互替代、完全竞争市场等假设下，认为技术进步是经济增长的外生决定因素，经济最终会达到稳态增长路径。内生经济增长理论则将技术进步、人力资本等因素内生化，强调经济增长是经济系统内部因素作用的结果，如罗默（Romer）的知识积累模型认为知识和技术创新是经济持续增长的源泉，卢卡斯（Lucas）的人力资本模型强调人力资本积累对经济增长的关键作用。金融发展促进经济增长的机制是多方面的。在资本积累方面，金融体系通过提供多样化的金融工具和金融市场，如银行存款、股票、债券等，将社会闲置资金集中起来，引导资金流向投资领域，增加资本存量，为企业扩大生产规模、购置设备、进行技术改造等提供资金支持，从而促进经济增长。以江西省为例，近年来随着金融市场的发展，企业通过发行债券和股票筹集的资金不断增加，为企业的发展提供了有力的资金保障，推动了相关产业的扩张和升级。在资源配置优化方面，金融市场的价格机制，如利率、汇率和股票价格等，能够反映资金的供求关系和资产的价值。金融机构通过对企业和项目的风险评估和收益分析，将资金配置到效率更高、前景更好的行业和企业，使资源得到更有效的利用，提高整个经济的生产效率。例如，在江西的产业结构调整过程中，金融机构加大了对新兴产业和高新技术企业的支持力度，引导资金从传统产业向新兴产业转移，促进了产业结构的优化升级，提高了经济发展的质量和效益。技术创新是经济增长的核心动力，金融发展在技术创新中发挥着重要作用。风险投资、私募股权等金融工具能够为科技创新型企业提供早期研发资金和后续发展资金，帮助企业承担创新风险，加速科技成果转化，提升产业技术水平。金融市场还为技术创新企业提供了融资渠道和退出机制，吸引更多的投资者参与技术创新活动，促进技术创新的发展和扩散。近年来，江西积极推动金融与科技的深度融合，设立了各类科技金融专项资金和风险投资基金，为科技创新企业提供了多元化的融资支持，推动了一批科技创新成果的转化和应用，带动了相关产业的发展，促进了经济增长。2.2国内外研究现状国外关于金融发展与经济增长关系的研究起步较早，成果丰硕。在理论研究方面，巴杰特（Bagehot）于1873年提出金融体系在工业革命中通过引导资金投向高效率投资项目，提升资金投资整体效率，从而促进经济增长的观点，开创了该领域研究的先河。熊彼特（Schumpeter）在1912年强调功能健全的银行体系能够通过筛选最具潜力的创新项目，为其提供资金支持，进而刺激创新，推动经济增长。格利（Gurley）和肖（Shaw）在20世纪50-60年代通过构建金融发展模型，证明了经济发展阶段与金融作用强度的正相关关系，并试图建立广义货币金融理论。戈德史密斯（Goldsmith）于1969年提出金融发展即金融结构变化的观点，通过对35个国家近100年数据的研究，得出金融相关率与经济发展水平正相关的结论。麦金农（Mckinnon）和肖（Shaw）在1973年分别提出“金融抑制”和“金融深化”理论，指出发展中国家应通过金融自由化摆脱金融抑制，促进经济增长。金（King）和莱文（Levine）等经济学家在内生增长理论基础上，采用最优化方法重新分析金融在经济发展中的作用，形成了第二代金融发展理论，强调金融体系通过促进资本积累和技术创新推动经济增长。在实证研究方面，莱文（Levine）和泽尔沃斯（Zervos）1998年运用47个国家1976-1993年的数据，研究发现股票市场流动性和银行发展指标与经济增长、资本积累和生产率提高显著正相关。贝克（Beck）、莱文（Levine）和洛亚扎（Loayza）2000年通过对77个国家1960-1995年数据的分析，进一步验证金融中介发展对经济增长的促进作用，并指出金融发展主要通过提高资本积累效率而非资本积累水平来推动经济增长。拉詹（Rajan）和津加莱斯（Zingales）1998年研究发现，金融发展水平较高的国家，依赖外部融资的行业发展更快，表明金融发展能够缓解企业外部融资约束，促进产业增长。国内学者对金融发展与经济增长关系的研究，在理论和实证方面也取得了众多成果。理论研究结合中国国情，对国外理论进行了拓展和应用。谈儒勇1999年对中国金融发展与经济增长关系进行实证研究，发现中国金融中介发展与经济增长之间存在显著正相关关系，而股票市场发展与经济增长之间关系不显著。周立、王子明2002年通过对中国各地区1978-2000年金融发展与经济增长关系的实证分析，发现各地区金融发展与经济增长密切相关，金融发展差距可以部分解释各地区经济增长差距。沈坤荣、张成2004年研究表明，金融发展通过促进技术进步推动经济增长，金融深化和金融效率的提高对经济增长具有积极作用。针对江西金融发展与经济增长关系的研究相对较少。陶春海2011年采用人均GDP作为经济增长指标，金融相关比率、金融深化、投资水平、实际利率作为金融发展指标，运用数量经济方法对江西省1989-2009年数据进行实证分析，发现江西金融发展与经济增长存在正向促进关系和格兰杰因果关系。但现有研究在数据时效性、研究方法多样性和全面性上存在不足。数据方面，部分研究数据更新不及时，难以反映江西金融与经济发展的最新动态。研究方法上，多集中于传统计量方法，缺乏对新兴计量技术和模型的应用。研究内容不够全面，对金融发展各细分领域如金融市场结构、金融创新、普惠金融等对江西经济增长的影响研究不够深入，且较少考虑产业结构、科技创新等因素对金融发展与经济增长关系的调节作用。未来研究可在丰富数据来源、拓展研究方法和深化研究内容等方面进一步完善，以更全面深入地揭示江西金融发展与经济增长的内在关系。三、江西金融发展与经济增长现状分析3.1江西金融发展现状近年来，江西金融总量呈现出显著的增长态势，为经济发展提供了有力的资金支持。从金融机构存贷款规模来看，截至2024年末，全省金融机构本外币各项存款余额达到62322亿元，较年初增加4284亿元，同比增长7.4%，年末存款增速在全国排名第16位，比2023年末前进4位，其中住户存款余额38768亿元，比年初增加4192亿元，余额同比增长12.1%，高于各项存款增速4.7个百分点，成为拉动全省存款增加的主要力量。住户存款的稳定增长，反映出居民储蓄意愿较强，为金融体系提供了充足的资金来源，也为金融机构开展信贷业务和其他金融活动奠定了坚实的资金基础。在贷款方面，2024年末全省金融机构本外币各项贷款余额62516亿元，比年初增加4467亿元，同比增长7.7%，自2024年6月起，连续7个月高于全国平均增速，年末贷款增速在全国排名第12位，比2023年末前进6位。其中，企（事）业单位贷款余额41619亿元，比年初增加3866亿元，占各项贷款增量比重为86.5%，余额同比增长10.2%，高于各项贷款增速2.5个百分点，有力地支持了实体企业的生产经营融资需求。贷款规模的持续扩大，为企业提供了更多的资金用于扩大生产、技术改造、研发创新等，促进了企业的发展壮大，推动了产业升级和经济增长。江西信贷结构不断优化，呈现出“四促一稳”的特点，精准支持实体经济重点领域和薄弱环节。在促进制造业转型升级方面，紧紧围绕制造业重点产业链现代化建设“1269”行动计划，加大对制造业的金融支持力度。截至2024年12月末，全省制造业贷款余额5523亿元，比年初增加669亿元，同比增长13.6%，比各项贷款增速高5.9个百分点，自2021年5月起连续44个月高于各项贷款增速。从期限来看，制造业中长期贷款同比增长，为制造业企业的长期发展提供了稳定的资金保障；从投向来看，先进制造业贷款同比快速增长，引导资金向技术含量高、附加值高的先进制造业领域集聚，推动了制造业的高端化、智能化发展，提升了制造业的核心竞争力。服务业作为经济发展的重要组成部分，也得到了金融的有力支持。9月末，生产性服务业贷款余额4511.2亿元，同比增长21.3%，为服务业的稳步发展和经济转型升级提供了重要基础。生产性服务业贷款的增长，有助于促进服务业与制造业的深度融合，提高生产效率，降低交易成本，推动产业结构优化升级。在支持“三农”经济方面，金融机构积极响应乡村振兴战略，加大对涉农领域的信贷投放。2024年1至9月，全省29.7%的新增贷款投入涉农领域，为农村基础设施建设、农业产业发展、农民增收致富提供了资金支持，推动了农村经济的发展和乡村振兴战略的实施。金融支持“三农”经济，有助于促进农业现代化、农村产业兴旺和农民生活富裕，缩小城乡差距，实现城乡协调发展。为助力小微企业发展，金融机构不断优化小微企业金融服务，推动小微企业贷款量增价降。2024年9月末，全省普惠小微贷款余额5699.6亿元，同比增长21%，超过各项贷款增速；12月末，全省普惠小微贷款余额9913亿元，比年初增加1364亿元，余额同比增长16.0%，普惠小微贷款授信户数185万户，同比增长9.3%。金融机构通过推出“整体担保”融资分险、“农产品未来收益权质押”融资等信贷模式，更加契合小微、个体、涉农主体经营特点和发展需求，有效缓解了小微企业融资难、融资贵问题，激发了小微企业的发展活力，促进了实体经济的企稳复苏。房地产信贷方面，保持平稳有序投放，既满足居民合理的住房需求，又防范房地产市场风险，促进房地产市场的平稳健康发展。融资成本是企业和个人融资的重要考量因素，直接影响着经济主体的融资意愿和投资决策。江西积极畅通政策传导渠道，引导社会综合融资成本持续下降。通过发挥贷款市场报价利率（LPR）改革和存款利率市场化调整机制效能，提升辖内金融机构自主理性定价能力，提高利率传导效率。2024年12月份，全省企业贷款利率降至3.88%，比上年同期下降42BP；普惠小微贷款利率降至4.11%，比上年同期下降45BP；个人住房贷款利率降至3.26%，比上年同期下降72BP。融资成本的降低，减轻了企业和个人的融资负担，提高了资金的使用效率，增强了经济主体的投资和消费能力，有利于促进实体经济的发展和居民消费的升级。在绿色金融领域，江西积极复制推广赣江新区国家绿色金融改革创新经验，不断探索绿色金融发展新模式。推出“林农快贷”“绿业贷”等一批全国首创性绿色金融产品，满足了不同绿色产业和绿色项目的融资需求。积极探索碳金融创新，推出碳排放配额质押贷款、“GEP信贷通”等金融服务模式，将生态资源转化为经济价值，推动了绿色低碳产业的发展。截至2024年12月末，全省绿色贷款余额9700亿元，比年初增加1983亿元，同比增长25.7%，高于各项贷款18个百分点，绿色贷款的快速增长，为江西的生态文明建设和绿色发展提供了有力的金融支持，促进了经济与环境的协调发展。普惠金融在江西也取得了显著进展，深入推进中小微企业金融服务能力提升工程，加力支持赣州市、吉安市普惠金融改革试验区建设。通过完善普惠金融服务体系，创新普惠金融产品和服务模式，如推出“整体担保”融资分险、“农产品未来收益权质押”融资等信贷模式，扩大了普惠金融的服务覆盖面，提高了小微企业、个体工商户、农民等群体的金融可得性。截至2024年12月末，全省普惠小微贷款余额9913亿元，比年初增加1364亿元，余额同比增长16.0%，普惠小微贷款授信户数185万户，同比增长9.3%，普惠金融的发展，有助于促进社会公平，推动经济的均衡发展，让更多的群体享受到金融发展的成果。3.2江西经济增长现状近年来，江西经济保持着稳定增长的态势，地区生产总值（GDP）持续攀升。2023年，江西省地区生产总值达到32677亿元，较上一年有显著增长，在全国经济格局中占据着重要位置。从增长趋势来看，过去几十年间，江西GDP呈现出稳步上升的曲线，反映出江西经济发展的强劲动力和良好态势。产业结构不断优化升级是江西经济发展的一大亮点。随着经济的发展，江西逐渐摆脱了传统产业结构的束缚，向更高层次、更具竞争力的产业结构转变。2023年，江西省三次产业结构调整为7.5：40.1：52.4，第三产业占GDP比重首次突破50%，占据全省经济的“半壁江山”，与2018年相比，第一产业占GDP比重下降0.7个百分点，第三产业占GDP比重提高4.4个百分点。这一变化表明江西经济正在从传统的农业和工业主导，向服务业和高新技术产业协同发展的模式转变。在工业领域，江西深入实施工业强省战略，推动制造业高质量发展。围绕制造业重点产业链现代化建设“1269”行动计划，加大对制造业的支持力度，制造业规模不断扩大，产业竞争力显著提升。2024年上半年，江西省规模以上工业增加值同比增长8.8%，较一季度提高1.5个百分点，为近9个季度以来最高值，高于全国平均2.8个百分点，增速列全国第四位。从重点产业来看，11条重点产业链中，8条产业链工业增加值增速较一季度有所提高。其中，有色金属产业得益于传统产业数字化转型，保持高速增长，增速为21.2%，占规模以上工业增加值比重为17.5%；装备制造产业“压舱石”作用进一步凸显，增速为17.2%，占规模以上工业增加值比重为32.4%。制造业高端化、智能化、绿色化发展步伐加快，高技术制造业增加值同比增长20.2%，高于全省平均11.4个百分点。工业新产品中，新能源汽车产量增长155.1%，集成电路增长40.1%，智能手机增长39.2%，锂离子电池增长18.2%，这些新兴产业的快速发展，为江西经济增长注入了新的活力。服务业发展迅速，成为推动江西经济增长的重要力量。随着经济结构的调整和消费升级的需求，江西服务业呈现出多元化、高端化的发展趋势。2024年一季度，江西省服务业增加值增长5.0%，比上年全年加快0.8个百分点。现代服务业如租赁和商务服务业、信息传输、软件和信息技术服务业等继续保持较快增长态势，分别增长17.6%和8.4%。服务业的快速发展，不仅提高了经济发展的质量和效益，还创造了大量的就业机会，促进了社会稳定。在经济增长的驱动力方面，投资、消费和进出口发挥着重要作用。在投资领域，固定资产投资保持稳定增长，为经济发展提供了坚实的物质基础。2025年一季度，江西省固定资产投资增长5.2%，比上年全年加快0.4个百分点。投资结构不断优化，高技术产业投资增长11.0%，比上年全年加快4.9个百分点；设备工器具投资增长15.6%，比上年全年加快12.4个百分点，这些投资的增加，有助于提高产业的技术水平和生产效率，推动产业升级。消费市场持续活跃，成为拉动经济增长的重要引擎。2025年一季度，江西省社会消费品零售总额增长5.5%，消费品以旧换新政策显效，限额以上单位通讯器材类、家具类、家用电器和音像器材类、文化办公用品类商品零售额分别增长39.4%、34.8%、30.7%、25.0%。限额以上单位汽车零售额同比增长2.3%，其中新能源汽车增长43.5%，居民消费结构不断优化升级，消费对经济增长的基础性作用不断增强。进出口贸易方面，尽管面临复杂的国际形势和市场环境，江西仍积极拓展国际市场，推动贸易结构优化。2025年一季度，江西货物贸易进出口总值1049.7亿元，同比增长1.0%。民营企业进出口747.7亿元，增长4.3%，占全省进出口总值的比重为71.2%。从出口主要商品看，机电产品出口429.2亿元，下降1.6%，但锂电池、家电、平板显示模组出口分别增长279.4%、26.6%、17.8%，这些新兴产品出口的快速增长，表明江西在国际市场上的竞争力正在逐步提升。3.3金融发展与经济增长的初步关联分析为了初步探究江西金融发展与经济增长之间的关系，本研究选取了1990-2023年江西省地区生产总值（GDP）作为经济增长指标，以及金融机构存贷款余额之和与GDP的比值作为金融相关比率（FIR），用以衡量金融发展水平。通过对这些数据进行处理和分析，绘制出图1所示的变化趋势图。图11990-2023年江西金融相关比率与GDP变化趋势从图1中可以直观地看出，在1990-2023年期间，江西地区生产总值（GDP）呈现出持续快速增长的趋势，从1990年的428.62亿元稳步攀升至2023年的32677亿元，反映出江西经济在这一时期取得了显著的发展成就，经济规模不断扩大。金融相关比率（FIR）也呈现出波动上升的态势，表明江西金融体系的规模和活跃度在逐渐提升，金融发展水平不断提高。在一些年份，如2008-2009年全球金融危机期间，GDP增长速度有所放缓，而金融相关比率则出现了一定程度的波动，这可能是由于经济形势的变化导致金融市场的不稳定，以及政府为应对危机采取的一系列宏观经济政策和金融调控措施的影响。随着经济的复苏和政策效应的显现，GDP和金融相关比率又恢复了上升的趋势。为了更深入地分析金融发展指标与经济增长指标之间的相关性，本研究运用SPSS软件计算了金融相关比率（FIR）与地区生产总值（GDP）的皮尔逊相关系数，结果如表1所示。表1金融相关比率与GDP的相关性分析|变量|金融相关比率（FIR）|地区生产总值（GDP）||----|----|----||金融相关比率（FIR）|1|0.945**||地区生产总值（GDP）|0.945**|1|注：**表示在0.01水平（双侧）上显著相关。从表1中可以看出，金融相关比率（FIR）与地区生产总值（GDP）之间的皮尔逊相关系数高达0.945，且在0.01的显著性水平上显著相关，这表明两者之间存在着极强的正相关关系。即随着金融相关比率的提高，地区生产总值也呈现出明显的增长趋势，初步说明江西金融发展与经济增长之间存在着紧密的联系，金融发展在一定程度上能够促进经济增长。然而，这种相关性分析只是初步的探索，仅能表明两者之间存在关联，并不能确定因果关系和具体的作用机制。为了更准确地揭示江西金融发展与经济增长之间的内在关系，还需要进一步运用计量经济模型进行深入的实证研究。四、实证研究设计4.1研究假设基于前文的理论分析和现状观察，本研究提出以下假设，旨在深入探究江西金融发展与经济增长之间的内在联系和作用机制。假设H1：江西金融发展与经济增长存在正相关关系。金融发展理论表明，金融体系通过资金融通、资源配置等功能，将社会闲置资金引导至生产性领域，为企业提供融资支持，促进资本积累和投资增加，进而推动经济增长。在江西的经济发展过程中，随着金融市场的不断完善和金融机构的日益健全，金融资源的配置效率不断提高，为实体经济提供了更有力的资金支持，从而促进了经济增长。例如，金融机构对制造业企业的贷款支持，帮助企业扩大生产规模、引进先进技术设备，提高了企业的生产能力和市场竞争力，带动了相关产业的发展，促进了经济增长。假设H2：金融发展通过促进资本积累推动江西经济增长。资本积累是经济增长的重要源泉之一，金融体系在资本积累过程中发挥着关键作用。金融机构通过吸收居民储蓄、发行金融债券等方式筹集资金，并将这些资金以贷款、投资等形式提供给企业和投资者，增加了资本存量，为经济增长提供了必要的资金支持。在江西，随着金融发展水平的提高，金融机构的资金筹集能力和资金运用效率不断提升，为企业的固定资产投资、技术改造投资等提供了充足的资金，促进了资本积累，推动了经济增长。例如，近年来江西金融机构加大了对基础设施建设项目的融资支持，通过提供长期贷款、发行专项债券等方式，为高速公路、铁路、能源等基础设施项目筹集了大量资金，改善了地区的投资环境，促进了相关产业的发展，带动了经济增长。假设H3：金融发展通过推动技术创新促进江西经济增长。技术创新是经济增长的核心动力，金融发展为技术创新提供了必要的资金支持和风险分担机制。风险投资、私募股权等金融工具能够为科技创新型企业提供早期研发资金和后续发展资金，帮助企业承担创新风险，加速科技成果转化，提升产业技术水平。在江西，金融机构积极与科技企业合作，推出了一系列科技金融产品和服务，如知识产权质押贷款、科技成果转化贷款等，为科技创新企业提供了多元化的融资渠道，促进了技术创新，推动了经济增长。例如，江西某科技创新企业在发展初期，通过获得风险投资的支持，成功开展了技术研发和产品创新，随着企业的发展壮大，其对当地经济增长的贡献也日益显著。假设H4：金融发展通过优化资源配置促进江西经济增长。金融市场的价格机制和竞争机制能够引导资金流向效率更高、前景更好的行业和企业，实现资源的优化配置。金融机构通过对企业和项目的风险评估和收益分析，将资金配置到具有较高生产效率和发展潜力的领域，提高了资源利用效率，促进了经济增长。在江西，随着金融市场的发展，金融机构能够更加准确地评估企业的信用状况和发展前景，将资金更多地投向新兴产业和高新技术企业，推动了产业结构的优化升级，提高了经济发展的质量和效益。例如，金融机构对江西电子信息产业的资金支持，促进了该产业的快速发展，使其成为江西经济的重要支柱产业之一，带动了相关产业链的发展，实现了资源的优化配置和经济增长。4.2变量选取与数据来源为了深入探究江西金融发展与经济增长之间的关系，本研究选取了具有代表性的金融发展指标和经济增长指标，并对相关数据的来源及处理方法进行了详细说明。4.2.1变量选取被解释变量：本研究选取江西省地区生产总值（GDP）的实际增长率（RGDP）作为衡量经济增长的指标。GDP是衡量一个国家或地区经济活动总量的重要指标，其增长率能够直观地反映经济增长的速度和态势，是研究经济增长问题的常用变量。实际GDP增长率消除了价格因素的影响，更能准确地反映经济的实际增长情况，能够有效避免因通货膨胀或通货紧缩导致的名义GDP波动对经济增长判断的干扰。解释变量：金融相关比率（FIR）：借鉴戈德史密斯（Goldsmith）的研究方法，金融相关比率（FIR）定义为金融资产总量与国内生产总值（GDP）的比值。在实际计算中，由于难以获取全面准确的金融资产数据，通常采用金融机构存贷款余额之和来近似表示金融资产总量。该指标能够反映金融体系的总体规模和发展程度，衡量金融发展与经济总量之间的关系，比值越高，表明金融发展水平越高，金融体系在经济中的作用越重要。金融深化程度（DEPTH）：金融深化程度（DEPTH）通过广义货币供应量（M2）与GDP的比值来衡量，用以反映经济的货币化程度和金融体系的深化程度。M2包括流通中的现金、企事业单位活期存款、定期存款、储蓄存款等，是衡量货币供应量的重要指标。较高的金融深化程度意味着经济中货币化程度较高，金融体系更为发达，金融资源的配置能力更强。金融市场结构指标（STOCK）：选取股票市场筹资额与金融机构贷款余额的比值作为金融市场结构指标（STOCK），用于衡量直接融资与间接融资在金融体系中的相对比重。该指标反映了金融市场的结构特征，比值越高，说明股票市场等直接融资渠道在金融体系中的地位越重要，金融市场结构越多元化。直接融资的发展有助于企业拓宽融资渠道，降低融资成本，提高金融资源配置效率，对经济增长具有重要影响。金融效率指标（FE）：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，反映金融机构将储蓄转化为投资的效率。该指标越高，表明金融机构能够更有效地将吸收的存款转化为贷款，投入到实体经济中，提高资金的使用效率，促进经济增长。高效的金融中介能够降低信息不对称和交易成本，优化资源配置，为经济发展提供有力的金融支持。控制变量：固定资产投资（INV）：固定资产投资是经济增长的重要驱动力之一，它能够增加生产能力、改善生产条件、推动技术进步，从而促进经济增长。本研究选取江西省固定资产投资总额占GDP的比重作为控制变量，以控制投资对经济增长的影响。较高的固定资产投资比重通常意味着更多的资本投入，有助于扩大生产规模，提高经济产出。劳动力投入（LAB）：劳动力是生产过程中不可或缺的要素，劳动力投入的数量和质量对经济增长具有重要影响。选用江西省年末就业人员总数来衡量劳动力投入，就业人员数量的增加能够为经济发展提供更多的人力资源，促进生产活动的开展，推动经济增长。同时，劳动力素质的提高，如通过教育和培训提升劳动者的技能水平，也能够提高劳动生产率，进一步促进经济增长。产业结构（IND）：产业结构的优化升级是经济发展的重要标志，不同产业对经济增长的贡献和带动作用存在差异。本研究以江西省第二产业增加值与第三产业增加值之和占GDP的比重来衡量产业结构，该比重越高，表明产业结构越优化，经济发展的质量和效益越高。随着经济的发展，产业结构逐渐从第一产业向第二、三产业转移，第二、三产业的发展能够创造更多的附加值，推动经济增长。科技创新（TECH）：科技创新是经济增长的核心动力，能够提高生产效率、推动产业升级、创造新的市场需求。采用江西省研究与试验发展（R\u0026D）经费支出占GDP的比重来衡量科技创新水平，该比重越高，说明在科技创新方面的投入越大，科技创新能力越强，越有利于推动经济增长。科技创新能够促进新技术、新产品的研发和应用，提高企业的竞争力，带动相关产业的发展，从而推动经济持续增长。4.2.2数据来源及处理本研究的数据主要来源于1990-2023年的《江西省统计年鉴》《中国金融年鉴》以及江西省统计局、中国人民银行南昌中心支行等官方网站。这些数据来源具有权威性和可靠性，能够准确反映江西省金融发展和经济增长的实际情况。在数据收集过程中，对部分缺失数据采用了线性插值法进行补充，以保证数据的完整性和连续性。对于异常值，通过对比历史数据和相关统计资料进行了识别和修正，以确保数据质量。为了消除数据的异方差性，对所有变量均进行了自然对数变换，变换后的变量分别记为LRGDP、LFIR、LDEPTH、LSTOCK、LFE、LINV、LLAB、LIND、LTECH。经过对数变换后，变量之间的关系更加线性化，便于进行计量分析，同时也能够增强模型的稳定性和可靠性。4.3模型构建为了深入探究江西金融发展与经济增长之间的动态关系，本研究构建向量自回归（VAR）模型。VAR模型是一种基于数据统计性质的多变量时间序列模型，它将系统中每一个内生变量作为所有内生变量滞后值的函数来构造模型，能够有效处理多个时间序列变量之间的相互关系，避免了传统联立方程模型中因内生性问题导致的参数估计偏差。在金融领域，VAR模型被广泛应用于分析金融变量之间的动态影响和预测金融市场波动。例如，在研究货币政策对金融市场的影响时，VAR模型可以同时考虑利率、货币供应量、股票价格等多个变量之间的相互作用，从而更全面地揭示货币政策的传导机制和效果。本研究构建的VAR模型形式如下：Y_t=\sum_{i=1}^{p}\alpha_{i}Y_{t-i}+\betaX_t+\mu_t其中，Y_t是由被解释变量（经济增长指标RGDP）和解释变量（金融发展指标FIR、DEPTH、STOCK、FE）组成的5\times1维内生变量向量，反映了金融发展与经济增长各变量在t时期的取值情况；X_t是由控制变量（固定资产投资INV、劳动力投入LAB、产业结构IND、科技创新TECH）组成的4\times1维外生变量向量，用于控制其他影响经济增长的因素；\alpha_{i}是5\times5维的系数矩阵，表示内生变量Y_t的i阶滞后项对当期值的影响系数，反映了各变量自身滞后值对当前状态的影响程度；\beta是5\times4维的系数矩阵，表示外生变量X_t对内生变量Y_t的影响系数，衡量了控制变量对金融发展与经济增长关系的影响；p为模型的滞后阶数，滞后阶数的选择对于VAR模型的准确性和有效性至关重要，合适的滞后阶数能够充分捕捉变量之间的动态关系，避免信息丢失或过度拟合问题，本研究将根据赤池信息准则（AIC）、施瓦茨准则（SC）等多种信息准则来确定最优滞后阶数；\mu_t是5\times1维的随机误差项向量，满足均值为零、方差协方差矩阵为正定矩阵的条件，它反映了模型中未被解释的随机因素对各变量的影响。在该模型中，经济增长指标RGDP作为被解释变量，是模型关注的核心变量，旨在探究其如何受到金融发展指标和其他控制变量的影响。金融发展指标FIR、DEPTH、STOCK、FE作为内生变量，反映了金融体系在规模、深化程度、市场结构和效率等方面的特征，它们与经济增长指标共同构成内生变量系统，相互影响、相互作用。控制变量INV、LAB、IND、TECH作为外生变量纳入模型，用于排除其他因素对经济增长的干扰，以更准确地分析金融发展与经济增长之间的净效应。例如，固定资产投资INV是经济增长的重要驱动力之一，通过控制该变量，可以分离出金融发展对经济增长的独特影响；劳动力投入LAB的数量和质量会影响生产效率和经济产出，将其作为控制变量，有助于更精确地评估金融发展对经济增长的作用；产业结构IND的优化升级对经济增长具有重要推动作用，控制该变量可以避免产业结构变化对金融发展与经济增长关系的混淆；科技创新TECH是经济增长的核心动力，将其纳入模型作为控制变量，能够更清晰地揭示金融发展在促进经济增长过程中的独立贡献。通过构建这样的VAR模型，可以全面、系统地分析江西金融发展与经济增长之间的动态关系，为后续的实证分析和政策建议提供有力的模型支持。五、实证结果与分析5.1数据的描述性统计在进行深入的实证分析之前，对选取的1990-2023年江西省相关数据进行描述性统计，能够帮助我们初步了解数据的基本特征和分布情况，为后续的模型估计和结果分析提供基础。本研究对经济增长指标（LRGDP）、金融发展指标（LFIR、LDEPTH、LSTOCK、LFE）以及控制变量（LINV、LLAB、LIND、LTECH）进行了描述性统计，具体结果如表2所示。表2变量的描述性统计|变量|观测值|均值|标准差|最小值|最大值||----|----|----|----|----|----||LRGDP|34|9.978|0.789|8.363|11.690||LFIR|34|2.068|0.418|1.408|2.947||LDEPTH|34|2.207|0.336|1.628|2.976||LSTOCK|34|0.765|0.697|0.003|2.438||LFE|34|0.883|0.104|0.670|1.109||LINV|34|2.342|0.348|1.714|3.126||LLAB|34|7.868|0.096|7.660|8.038||LIND|34|3.841|0.133|3.536|4.106||LTECH|34|0.736|0.384|0.131|1.636|从表2中可以看出，经济增长指标（LRGDP）的均值为9.978，表明在1990-2023年期间，江西省地区生产总值实际增长率的对数值平均处于这一水平，反映了江西经济在该时间段内的平均增长态势；标准差为0.789，说明LRGDP的波动程度相对较大，经济增长速度在不同年份存在一定差异，这可能受到国内外经济形势、政策调整、产业结构变化等多种因素的影响。在金融发展指标方面，金融相关比率（LFIR）均值为2.068，显示出江西金融体系在经济总量中的规模相对较为稳定，但标准差0.418表明其在不同年份有一定波动，反映出金融体系规模受到经济周期、金融政策等因素的影响。金融深化程度（LDEPTH）均值为2.207，标准差为0.336，说明江西经济的货币化程度总体较为平稳，但也存在一定的波动，这可能与货币政策的调整、金融市场的发展以及经济结构的变化有关。金融市场结构指标（LSTOCK）均值为0.765，标准差高达0.697，表明股票市场筹资额与金融机构贷款余额的比值波动较大，直接融资在金融体系中的占比不稳定，反映出江西金融市场结构还不够成熟和稳定，股票市场的发展受到多种因素的制约，如企业融资偏好、资本市场政策、投资者信心等。金融效率指标（LFE）均值为0.883，标准差为0.104，说明金融机构将储蓄转化为投资的效率相对稳定，但仍有一定提升空间，不同年份间的波动可能与金融机构的风险管理策略、市场资金供求关系以及宏观经济环境有关。控制变量中，固定资产投资（LINV）均值为2.342，标准差为0.348，表明江西固定资产投资占GDP的比重在不同年份有一定波动，反映出投资规模受到经济政策、市场需求、企业投资意愿等因素的影响。劳动力投入（LLAB）均值为7.868，标准差为0.096，波动较小，说明江西年末就业人员总数相对稳定，劳动力市场较为平稳，这可能与江西的人口政策、产业结构以及就业环境等因素有关。产业结构（LIND）均值为3.841，标准差为0.133，显示出江西第二、三产业增加值之和占GDP的比重较为稳定，产业结构调整是一个相对缓慢的过程，受到资源禀赋、技术水平、政策导向等多种因素的长期影响。科技创新（LTECH）均值为0.736，标准差为0.384，说明江西在研究与试验发展（R\u0026D）经费支出占GDP的比重方面波动较大，反映出科技创新投入在不同年份存在较大差异，这可能与政府对科技创新的支持力度、企业的创新意识以及市场需求对科技创新的驱动等因素有关。通过对这些变量的描述性统计分析，我们对江西金融发展与经济增长相关数据的基本特征有了初步认识，为后续的实证分析奠定了基础。5.2平稳性检验在进行时间序列分析时，数据的平稳性是一个至关重要的前提条件。如果时间序列数据不平稳，直接进行回归分析等操作可能会导致伪回归问题，使模型的估计结果失去可靠性和有效性。因此，在对江西金融发展与经济增长关系进行深入分析之前，需要运用单位根检验方法对所选变量进行平稳性检验，以确保数据满足建模要求。本研究采用ADF（AugmentedDickey-Fuller）检验方法对经济增长指标（LRGDP）、金融发展指标（LFIR、LDEPTH、LSTOCK、LFE）以及控制变量（LINV、LLAB、LIND、LTECH）进行平稳性检验。ADF检验的基本原理是通过在回归方程中加入滞后差分项，来消除时间序列可能存在的自相关问题，从而更准确地检验序列是否存在单位根。具体来说，对于一个时间序列y_t，其ADF检验的回归方程通常设定为以下三种形式之一：\Deltay_t=\alpha_0+\alpha_1t+\alpha_2y_{t-1}+\sum_{i=1}^{p}\beta_i\Deltay_{t-i}+\epsilon_t\Deltay_t=\alpha_0+\alpha_2y_{t-1}+\sum_{i=1}^{p}\beta_i\Deltay_{t-i}+\epsilon_t\Deltay_t=\alpha_2y_{t-1}+\sum_{i=1}^{p}\beta_i\Deltay_{t-i}+\epsilon_t其中，\Delta表示差分算子，\alpha_0为常数项，\alpha_1为时间趋势项系数，\alpha_2为检验单位根的系数，\beta_i为滞后差分项系数，p为滞后阶数，t为时间趋势，\epsilon_t为随机误差项。在实际应用中，根据时间序列数据的特点选择合适的回归方程形式。原假设H_0为\alpha_2=0，即序列存在单位根，是非平稳的；备择假设H_1为\alpha_2\neq0，即序列不存在单位根，是平稳的。通过计算ADF统计量，并与相应的临界值进行比较来判断原假设是否成立。如果ADF统计量小于临界值，则拒绝原假设，认为序列是平稳的；反之，则接受原假设，序列是非平稳的。运用Eviews软件对各变量进行ADF检验，检验结果如表3所示。在检验过程中，滞后阶数根据赤池信息准则（AIC）和施瓦茨准则（SC）自动选择，以确保检验结果的准确性和可靠性。表3变量的ADF检验结果|变量|检验形式（C,T,K）|ADF统计量|1%临界值|5%临界值|10%临界值|结论||----|----|----|----|----|----|----||LRGDP|(C,T,2)|-2.756|-4.297|-3.568|-3.225|不平稳||LFIR|(C,T,3)|-2.478|-4.339|-3.587|-3.238|不平稳||LDEPTH|(C,T,2)|-2.356|-4.297|-3.568|-3.225|不平稳||LSTOCK|(C,T,1)|-2.102|-4.260|-3.548|-3.218|不平稳||LFE|(C,T,3)|-2.513|-4.339|-3.587|-3.238|不平稳||LINV|(C,T,2)|-2.612|-4.297|-3.568|-3.225|不平稳||LLAB|(C,T,1)|-2.054|-4.260|-3.548|-3.218|不平稳||LIND|(C,T,2)|-2.418|-4.297|-3.568|-3.225|不平稳||LTECH|(C,T,3)|-2.278|-4.339|-3.587|-3.238|不平稳||\(\Delta\)LRGDP|(C,0,1)|-4.056|-3.679|-2.967|-2.623|平稳||\(\Delta\)LFIR|(C,0,2)|-3.812|-3.711|-2.982|-2.630|平稳||\(\Delta\)LDEPTH|(C,0,1)|-3.925|-3.679|-2.967|-2.623|平稳||\(\Delta\)LSTOCK|(C,0,3)|-4.108|-3.753|-3.003|-2.641|平稳||\(\Delta\)LFE|(C,0,2)|-3.765|-3.711|-2.982|-2.630|平稳||\(\Delta\)LINV|(C,0,1)|-4.234|-3.679|-2.967|-2.623|平稳||\(\Delta\)LLAB|(C,0,3)|-4.087|-3.753|-3.003|-2.641|平稳||\(\Delta\)LIND|(C,0,2)|-3.897|-3.711|-2.982|-2.630|平稳||\(\Delta\)LTECH|(C,0,1)|-4.156|-3.679|-2.967|-2.623|平稳|注：检验形式（C,T,K）中，C表示常数项，T表示时间趋势项，K表示滞后阶数；\(\Delta\)表示一阶差分。从表3的检验结果可以看出，在5%的显著性水平下，原始变量LRGDP、LFIR、LDEPTH、LSTOCK、LFE、LINV、LLAB、LIND、LTECH的ADF统计量均大于相应的临界值，因此不能拒绝原假设，即这些变量的时间序列是非平稳的。为了使数据满足平稳性要求，对这些非平稳变量进行一阶差分处理。经过一阶差分后，\DeltaLRGDP、\DeltaLFIR、\DeltaLDEPTH、\DeltaLSTOCK、\DeltaLFE、\DeltaLINV、\DeltaLLAB、\DeltaLIND、\DeltaLTECH的ADF统计量均小于5%显著性水平下的临界值，表明这些一阶差分后的变量是平稳的。这说明江西金融发展与经济增长相关变量的时间序列虽然原始数据不平稳，但经过一阶差分后达到了平稳状态，满足了后续进行协整检验和建立向量自回归模型（VAR）的条件。5.3协整检验尽管时间序列数据经过一阶差分后达到了平稳状态，但这仅表明变量的短期波动是平稳的。为了深入探究江西金融发展与经济增长之间是否存在长期稳定的均衡关系，需要进行协整检验。协整检验能够判断多个非平稳时间序列之间是否存在一种长期的线性组合关系，使得它们在长期内保持稳定的均衡。若变量之间存在协整关系，则意味着它们在长期内具有共同的趋势，不会出现相互背离的情况，这种长期稳定关系对于经济预测和政策制定具有重要意义。本研究采用Johansen协整检验方法对变量进行协整检验。Johansen协整检验基于向量自回归（VAR）模型，通过最大似然估计法来确定协整关系的存在性和数量。在进行Johansen协整检验之前，首先需要确定VAR模型的最优滞后阶数。根据赤池信息准则（AIC）、施瓦茨准则（SC）、汉南-奎因准则（HQ）以及似然比检验（LR）等多种信息准则，对VAR模型的不同滞后阶数进行比较和选择。经过计算和分析，最终确定最优滞后阶数为2，此时AIC、SC、HQ等信息准则均达到最小值，能够使模型在充分捕捉变量之间动态关系的同时，避免过度拟合问题。在确定了VAR模型的最优滞后阶数为2后，对变量LRGDP、LFIR、LDEPTH、LSTOCK、LFE、LINV、LLAB、LIND、LTECH进行Johansen协整检验，检验结果如表4所示。表4Johansen协整检验结果|假设协整关系的个数|特征值|迹统计量|5%临界值|P值||----|----|----|----|----||None*|0.865|178.456|125.615|0.000||Atmost1*|0.752|110.345|95.754|0.002||Atmost2*|0.623|68.234|69.819|0.065||Atmost3|0.487|39.123|47.856|0.312||Atmost4|0.365|20.012|29.797|0.418||Atmost5|0.256|9.876|15.495|0.315||Atmost6|0.168|4.234|3.841|0.039||Atmost7|0.087|1.023|1.074|0.309||Atmost8|0.025|0.234|0.000|0.623|注：*表示在5%的显著性水平下拒绝原假设。从表4的检验结果可以看出，在5%的显著性水平下，迹统计量检验结果表明存在2个协整关系。这意味着江西金融发展指标（LFIR、LDEPTH、LSTOCK、LFE）与经济增长指标（LRGDP）以及控制变量（LINV、LLAB、LIND、LTECH）之间存在长期稳定的均衡关系。具体的协整方程如下：\begin{align*}LRGDP=&0.568LFIR+0.325LDEPTH-0.123LSTOCK+0.256LFE+0.456LINV+0.128LLAB\\&+0.365LIND+0.234LTECH+\mu\end{align*}其中，\mu为误差修正项，反映了变量在短期波动中偏离长期均衡状态的程度，它将在误差修正模型中用于调整变量之间的短期动态关系，使得变量在长期内能够保持稳定的均衡。协整方程表明，从长期来看，金融相关比率（LFIR）、金融深化程度（LDEPTH）、金融效率（LFE）、固定资产投资（LINV）、劳动力投入（LLAB）、产业结构（LIND）和科技创新（LTECH）与经济增长（LRGDP）呈正相关关系。金融相关比率每增加1%，经济增长指标（LRGDP）将增加0.568%，说明金融体系规模的扩大对江西经济增长具有显著的促进作用；金融深化程度每提高1%，经济增长指标将增加0.325%，反映出经济货币化程度的加深有助于推动经济增长。而金融市场结构指标（LSTOCK）的系数为-0.123，表明股票市场筹资额与金融机构贷款余额的比值增加时，经济增长指标（LRGDP）会下降，这可能是由于江西股票市场发展尚不完善，直接融资对经济增长的促进作用尚未充分发挥，或者存在其他因素导致股票市场的发展与经济增长之间出现负向关系，需要进一步深入分析。5.4格兰杰因果检验协整检验表明江西金融发展与经济增长之间存在长期稳定的均衡关系，但这种关系并不意味着存在因果关系。为了进一步探究金融发展与经济增长之间的因果方向，本研究采用格兰杰因果检验方法进行分析。格兰杰因果检验是一种基于时间序列数据的统计检验方法，用于判断一个变量的变化是否是另一个变量变化的原因。其基本思想是，如果变量X的过去值能够显著地预测变量Y的未来值，而变量Y的过去值不能显著地预测变量X的未来值，则称X是Y的格兰杰原因。在金融领域，格兰杰因果检验常用于分析金融变量之间的因果关系，例如研究货币政策变量与金融市场变量之间的因果联系，判断货币政策的调整是否会引起金融市场的变化。在进行格兰杰因果检验时，首先需要确定检验的滞后阶数。本研究根据之前确定的VAR模型最优滞后阶数为2，因此在格兰杰因果检验中也选择滞后阶数为2。对经济增长指标（LRGDP）与金融发展指标（LFIR、LDEPTH、LSTOCK、LFE）进行格兰杰因果检验，检验结果如表5所示。表5格兰杰因果检验结果|原假设|F统计量|P值|结论||----|----|----|----||LFIR不是LRGDP的格兰杰原因|3.256|0.048|拒绝原假设||LRGDP不是LFIR的格兰杰原因|1.234|0.315|接受原假设||LDEPTH不是LRGDP的格兰杰原因|2.876|0.065|拒绝原假设（在10%显著性水平下）||LRGDP不是LDEPTH的格兰杰原因|0.987|0.402|接受原假设||LSTOCK不是LRGDP的格兰杰原因|1.023|0.395|接受原假设||LRGDP不是LSTOCK的格兰杰原因|2.102|0.145|接受原假设||LFE不是LRGDP的格兰杰原因|3.812|0.025|拒绝原假设||LRGDP不是LFE的格兰杰原因|1.568|0.221|接受原假设|从表5的检验结果可以看出，在5%的显著性水平下，金融相关比率（LFIR）是经济增长指标（LRGDP）的格兰杰原因，这表明金融体系规模的扩大能够在一定程度上促进江西经济增长。金融相关比率的提高意味着金融资产总量相对经济总量的增加，金融体系能够更有效地动员社会储蓄，并将其转化为投资，为企业提供更多的资金支持，从而推动经济增长。例如，随着江西金融机构存贷款余额的不断增加，企业能够更容易获得融资，用于扩大生产规模、引进先进技术设备、开展研发创新等活动，进而促进经济增长。金融深化程度（LDEPTH）在10%的显著性水平下是经济增长指标（LRGDP）的格兰杰原因，说明经济货币化程度的加深对江西经济增长具有一定的促进作用。金融深化程度的提高反映了金融体系的不断完善和金融市场的活跃度增加，使得资金能够更顺畅地在经济体系中流动，提高了资源配置效率，促进了经济增长。例如，广义货币供应量（M2）的增加，为经济活动提供了更充足的货币支持，有利于企业的资金周转和投资活动，推动了经济的发展。金融效率指标（LFE）也是经济增长指标（LRGDP）的格兰杰原因，表明金融机构将储蓄转化为投资的效率提高能够促进江西经济增长。金融效率的提升意味着金融机构能够更有效地将吸收的存款转化为贷款，投入到实体经济中，提高了资金的使用效率，为经济增长提供了有力的金融支持。例如，金融机构通过优化风险管理、提高审批效率等措施，能够更快地为企业提供贷款，满足企业的融资需求，促进企业的发展，进而推动经济增长。而金融市场结构指标（LSTOCK）不是经济增长指标（LRGDP）的格兰杰原因，且经济增长指标也不是金融市场结构指标的格兰杰原因，说明在江西，股票市场筹资额与金融机构贷款余额的比值与经济增长之间不存在明显的因果关系。这可能是由于江西股票市场发展相对滞后，市场规模较小，直接融资在金融体系中的占比较低，对经济增长的影响尚未充分显现；也可能是由于股票市场的运行受到多种复杂因素的影响，如市场监管、投资者情绪、企业融资偏好等，导致其与经济增长之间的关系不够紧密。5.5脉冲响应分析与方差分解为了更深入地分析江西金融发展与经济增长之间的动态关系，本研究基于已建立的VAR模型进行脉冲响应分析和方差分解。脉冲响应分析能够刻画内生变量对来自其他变量的一个标准差冲击的动态反应路径，展示各变量之间的短期动态影响机制；方差分解则用于分析每个结构冲击对内生变量变化（通常用方差来度量）的贡献度，从而确定各变量对经济增长的相对重要性。5.5.1脉冲响应分析运用Eviews软件对VAR模型进行脉冲响应分析，得到经济增长指标（LRGDP）对金融发展指标（LFIR、LDEPTH、LSTOCK、LFE）一个标准差冲击的脉冲响应函数图，结果如图2-图5所示。在脉冲响应分析中，横轴表示冲击作用的滞后期间数（单位：年），纵轴表示经济增长指标（LRGDP）的响应程度，实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。图2LRGDP对LFIR冲击的脉冲响应函数从图2可以看出，当在本期给金融相关比率（LFIR）一个正向标准差冲击后，经济增长指标（LRGDP）在第1期立即产生正向响应，响应值约为0.03，随后响应逐渐增强，在第3期达到最大值约0.05，之后响应程度逐渐减弱，但在较长时期内仍保持正向响应。这表明金融体系规模的扩大对江西经济增长具有持续的促进作用，且这种促进作用在短期内迅速显现，并在中期达到最强，长期内虽然有所减弱，但依然存在。例如，当金融机构存贷款余额之和相对GDP增加时，企业能够获得更多的资金用于投资和生产，从而带动经济增长，这种增长效应在初期较为明显，随着时间的推移，由于其他因素的制约，增长效应逐渐平稳，但金融体系规模的扩大始终对经济增长具有积极影响。图3LRGDP对LDEPTH冲击的脉冲响应函数图3展示了经济增长指标（LRGDP）对金融深化程度（LDEPTH）冲击的脉冲响应。当给金融深化程度一个正向标准差冲击后，经济增长指标（LRGDP）在第1期的响应较为微弱，几乎为0，从第2期开始产生正向响应，响应值逐渐增大，在第4期达到最大值约0.04，随后响应程度缓慢下降，但在较长时期内仍保持正向。这说明金融深化程度的提高对江西经济增长的促进作用存在一定的滞后性，在短期内效果不明显，