省际视角下金融周期对我国经济增长的非线性影响研究

省际视角下金融周期对我国经济增长的非线性影响研究一、引言1.1研究背景与意义1.1.1研究背景在现代经济体系中，金融占据着核心地位，金融周期作为经济运行过程中的重要现象，对经济增长有着深远影响。金融周期是指金融经济活动在内外部冲击下，通过金融体系传导而形成的持续性波动和周期性变化，反映资产价格、利率、汇率、货币供给量等在内的各类金融变量在不同经济波动阶段上的变动态势。随着中国金融市场改革和金融开放程度的不断提高，金融体系与实体经济的联系愈发紧密，金融冲击对实体经济的影响日益增加。金融加速器、中央银行资产负债表等途径传递以及放大金融冲击，使得金融体系显著地改变着宏观经济的运行规律。从全球视角来看，2008年国际金融危机的爆发给世界经济带来了巨大冲击，也让人们深刻认识到金融周期波动的强大影响力。危机前，金融市场过度繁荣，信贷扩张、资产价格飙升，金融周期处于上行阶段，但这种过度扩张最终导致了泡沫的破裂，引发了全球性的经济衰退。此后，各国纷纷加强对金融周期的研究与关注，力求更好地把握金融市场的运行规律，防范金融风险。在中国，近年来金融市场也经历了多个发展阶段，金融周期的波动特征明显。例如，在某些时期，信贷规模快速增长，房地产市场和股票市场价格大幅波动，反映出金融周期的扩张阶段；而在另一些时期，随着监管政策的收紧，信贷规模受到控制，资产价格回调，金融周期进入收缩阶段。这些金融周期的变化对我国经济增长产生了多方面的影响。一方面，在金融周期的扩张阶段，充足的信贷资金和活跃的金融市场能够为企业提供更多的融资机会，促进投资和消费，推动经济增长；另一方面，当金融周期进入收缩阶段，信贷紧缩、资产价格下跌，企业融资难度加大，投资和消费受到抑制，经济增长面临下行压力。此外，我国地域辽阔，各省份之间的经济发展水平、金融市场成熟度以及产业结构等存在较大差异，这使得金融周期对不同省份经济增长的影响也不尽相同。一些经济发达、金融市场活跃的省份可能对金融周期的变化更为敏感，而经济欠发达地区的金融周期波动可能相对平缓，但对经济增长的影响同样不可忽视。因此，深入研究基于省际面板数据的金融周期对我国经济增长的影响，具有重要的现实背景和实践意义。1.1.2研究意义本研究从理论和实践两个层面都具有重要意义。理论方面，有助于丰富和完善金融周期与经济增长关系的理论体系。以往的研究虽然对金融周期和经济增长的关系进行了多方面的探讨，但在基于省际面板数据进行深入分析方面仍存在一定的拓展空间。本研究通过对我国省际层面的金融周期与经济增长数据进行细致分析，能够进一步揭示金融周期在不同地区对经济增长影响的差异性和复杂性，补充和深化现有理论研究。例如，现有的理论研究多集中于宏观层面的分析，而本研究从省际层面出发，能够更具体地分析金融周期在不同地区经济结构、产业特点等因素影响下对经济增长的作用机制，为金融周期理论在区域经济研究中的应用提供新的视角和实证支持。实践方面，对政府制定宏观经济政策和金融监管政策具有重要的参考价值。了解金融周期对经济增长的影响，可以帮助政府在不同的金融周期阶段采取更加精准的政策措施。在金融周期扩张阶段，为了防止经济过热和金融风险的积累，政府可以适时收紧信贷政策，加强金融监管，抑制过度投资和资产泡沫；在金融周期收缩阶段，政府可以通过宽松的货币政策和积极的财政政策，增加信贷投放，刺激投资和消费，促进经济增长。同时，基于省际面板数据的研究结果，政府还可以根据不同地区的实际情况，制定差异化的区域经济政策和金融政策，促进区域经济的协调发展。例如，对于金融市场发达、经济增长对金融周期敏感性较高的省份，可以采取更为灵活和严格的金融监管措施；对于经济欠发达地区，则可以加大政策扶持力度，引导金融资源向这些地区倾斜，以促进其经济增长。此外，对于企业和投资者来说，研究结果也能够帮助他们更好地理解金融周期的变化规律，合理调整投资策略和经营决策，降低金融风险，提高经济效益。1.2研究内容与方法1.2.1研究内容本研究旨在基于省际面板数据深入剖析金融周期对我国经济增长的影响，具体内容涵盖以下几个关键方面：指标选取：精心挑选能够准确反映金融周期和经济增长的相关指标。对于金融周期，选取信贷规模、利率水平、资产价格等作为核心指标。信贷规模体现了金融市场的资金供给状况，利率水平反映了资金的价格和成本，资产价格则是金融市场的重要表现形式，这些指标综合起来可以全面刻画金融周期的波动情况。在经济增长指标方面，采用国内生产总值（GDP）增长率作为主要衡量指标，GDP增长率能够直观地反映一个地区经济总量的增长速度，是衡量经济增长的关键指标之一。同时，还选取人均可支配收入等指标作为辅助，从不同角度反映经济增长对居民生活水平的影响，以更全面地评估经济增长的质量和效果。数据收集与整理：广泛收集我国31个省份在较长时间跨度内（如2000-2020年）的相关数据。这些数据来源包括国家统计局、各省份统计年鉴、中国人民银行数据库以及万得（Wind）金融数据库等权威渠道，以确保数据的准确性和可靠性。对收集到的数据进行仔细的清洗和整理，处理缺失值、异常值等问题，运用数据平滑、插值等方法进行数据预处理，为后续的实证分析奠定坚实的数据基础。金融周期的测度与分析：运用多种方法对金融周期进行测度，如HP滤波法、BP滤波法等。HP滤波法通过将时间序列数据分解为趋势成分和周期成分，能够有效地提取金融周期的波动特征；BP滤波法则在分离不同频率的周期成分方面具有独特优势。通过这些方法，确定金融周期的波峰、波谷、周期长度等关键特征，并对各省份金融周期的波动特征进行详细分析，比较不同地区金融周期的差异，包括周期的长短、波动幅度的大小等。例如，经济发达地区的金融周期可能波动更为频繁且幅度较大，而经济欠发达地区的金融周期波动相对较为平缓。模型构建与实证分析：构建面板数据模型，如固定效应模型、随机效应模型等，深入探究金融周期对经济增长的影响。在模型构建过程中，充分考虑各省份的个体差异和时间效应，控制其他可能影响经济增长的因素，如产业结构、政府财政支出、科技创新水平等。产业结构的优化升级能够提高经济增长的效率和质量，政府财政支出可以通过基础设施建设、教育、医疗等领域的投入促进经济增长，科技创新水平则是推动经济长期增长的核心动力。通过实证分析，得出金融周期各指标与经济增长之间的定量关系，如信贷规模每增长1%，对GDP增长率的具体影响程度等，并检验结果的显著性和稳定性。异质性分析：考虑到我国各省份在经济发展水平、金融市场成熟度、产业结构等方面存在显著差异，对金融周期对经济增长的影响进行异质性分析。按照经济区域划分（如东部、中部、西部、东北地区）或经济发展水平（高、中、低）等标准，将各省份进行分组，分别研究金融周期在不同组别中的影响差异。分析不同地区金融市场的特点对金融周期传导机制的影响，以及产业结构的差异如何导致经济增长对金融周期的不同响应。例如，在金融市场发达的东部地区，金融周期的变化可能通过更广泛的金融渠道对经济增长产生影响；而在以传统产业为主的地区，经济增长对金融周期的敏感度可能与以新兴产业为主的地区有所不同。1.2.2研究方法本研究综合运用多种研究方法，以确保研究的科学性和可靠性，主要包括以下几种：计量经济学方法：计量经济学方法是本研究的核心方法之一。通过构建面板数据模型，能够充分利用省际面板数据的信息，控制个体异质性和时间趋势，更准确地估计金融周期对经济增长的影响。对于固定效应模型，它可以有效控制每个省份不随时间变化的个体特征，如地理位置、资源禀赋等因素对经济增长的影响，从而更准确地捕捉金融周期与经济增长之间的关系。随机效应模型则适用于当个体效应与解释变量不相关时的情况，通过引入随机扰动项来考虑个体差异。此外，在模型估计过程中，运用最小二乘法（OLS）、广义矩估计（GMM）等方法对模型参数进行估计，并通过一系列检验（如Hausman检验、Sargan检验等）来选择合适的模型和确保估计结果的有效性。Hausman检验用于判断固定效应模型和随机效应模型哪个更合适，Sargan检验则用于检验工具变量的有效性。数据收集与处理：为了获取全面、准确的数据，本研究从多个权威数据源收集数据。国家统计局提供了丰富的宏观经济数据，各省份统计年鉴则包含了详细的地区经济信息，中国人民银行数据库和万得（Wind）金融数据库提供了金融领域的专业数据。在数据处理阶段，首先对原始数据进行清洗，检查数据的完整性和准确性，剔除明显错误或不合理的数据。对于缺失值，根据数据的特点和分布情况，采用均值填充、中位数填充、回归预测等方法进行处理。对于异常值，通过统计方法（如3σ准则）进行识别，并进行适当的调整或剔除，以保证数据的质量，为后续的实证分析提供可靠的数据支持。描述性统计分析：在进行实证分析之前，对收集到的数据进行描述性统计分析，以了解数据的基本特征。计算各变量的均值、中位数、标准差、最大值、最小值等统计量，直观地展示金融周期和经济增长相关指标在不同省份的分布情况。通过绘制柱状图、折线图、散点图等图表，更直观地呈现各变量的变化趋势和变量之间的关系。例如，通过绘制各省份GDP增长率的柱状图，可以清晰地比较不同省份经济增长的差异；绘制金融周期指标与经济增长指标的散点图，可以初步观察它们之间的相关性。描述性统计分析不仅有助于对数据有一个全面的了解，还为后续的模型设定和实证分析提供了重要的参考依据。对比分析方法：运用对比分析方法，对不同省份、不同经济区域以及不同时间段的金融周期和经济增长情况进行对比。比较东部、中部、西部和东北地区金融周期的波动特征和经济增长水平，分析不同地区金融发展与经济增长的相互关系，找出区域间的差异和共性。同时，对不同时间段的金融周期和经济增长数据进行对比，观察随着时间的推移，金融周期对经济增长的影响是否发生变化，以及经济增长对金融周期的反馈机制是否有所调整。通过对比分析，能够更深入地理解金融周期与经济增长在不同条件下的相互作用，为制定差异化的政策提供依据。1.3研究创新点本研究在多个方面具有创新之处，为金融周期与经济增长关系的研究领域提供了新的视角和方法。在研究视角上，具有独特性和全面性。以往研究多从国家宏观层面分析金融周期对经济增长的影响，而本研究基于省际面板数据展开，充分考虑了我国各省份在经济、金融和产业结构等方面的异质性，能够更细致地揭示金融周期在区域层面的影响差异。这种视角的转变，填补了区域层面研究的部分空白，有助于深入理解金融周期在不同经济环境下对经济增长的作用机制，为制定差异化的区域经济政策和金融政策提供了更具针对性的依据。例如，通过对不同省份的分析，可以发现金融市场发达地区和欠发达地区在金融周期传导过程中的不同路径和效果，从而为各地区提供更符合实际情况的政策建议。在研究方法上，实现了多种方法的有机结合与创新应用。综合运用计量经济学中的多种方法，如HP滤波法、BP滤波法测度金融周期，通过构建面板数据模型（固定效应模型、随机效应模型等）分析金融周期对经济增长的影响，并运用多种检验方法确保模型的准确性和结果的可靠性。同时，将描述性统计分析、对比分析与计量分析相结合。描述性统计分析帮助我们直观了解数据特征，对比分析突出了不同地区和时间段的差异，计量分析则从定量角度深入探究变量之间的关系，这种多方法融合的研究方式使研究结果更加全面、深入和可靠。例如，在对比分析中，通过对不同经济区域金融周期和经济增长的比较，能够清晰地展示区域间的特点和差距，为进一步的计量分析提供了方向和重点。在研究结论方面，有望得出具有创新性和实践价值的成果。通过对省际面板数据的深入分析，可能揭示出一些以往研究未发现的金融周期与经济增长之间的关系和规律。这些新发现不仅能够丰富金融周期理论，还能为政府部门、金融机构和企业提供更具前瞻性和可操作性的决策参考。例如，研究可能发现某些省份在特定金融周期阶段下，产业结构调整对经济增长的促进作用更为显著，这将为这些省份制定产业政策和金融支持政策提供新的思路和依据，有助于推动区域经济的可持续发展和金融稳定。二、文献综述2.1金融周期相关研究金融周期作为金融领域的重要研究课题，近年来受到学术界的广泛关注。学者们从多个角度对金融周期的定义、度量指标和划分阶段展开研究，取得了一系列成果。在金融周期的定义方面，Borio（2014）首次正式确定金融周期的概念，认为金融周期主要是风险认知联系所传达的信贷约束与资产价值互动增强的体现。中国人民银行在《2017年第三季度货币政策执行报告》中指出，金融周期是指金融变量扩展与收缩导致的周期性波动，判定金融周期阶段的两个最核心指标是广义信贷和房地产价格，前者代表融资条件，后者反映投资者对风险的认知和态度，由于房地产是信贷的重要抵押品，两者相互促进，导致自我强化的顺周期波动。彭文生（2017）也强调金融周期最核心的两个指标是信用和房地产价格，金融周期是一个从加杠杆到去杠杆的过程，比经济周期长，波动幅度更大，一个金融周期可以包括多个经济周期。关于金融周期的度量指标，众多学者进行了深入探讨。Claessens等（2012）研究发现，实际信贷、信贷对GDP比例、实际房价指数是度量金融周期的有效指标。他们通过对多个国家的数据分析，指出这些指标能够较好地反映金融周期的波动情况。国内学者如马勇和陈雨露（2017）在研究中也选取了信贷总量、房地产价格等指标来度量金融周期，并结合宏观经济数据进行分析，认为这些指标能够综合反映金融市场的变化和金融风险的积累。此外，利率作为货币信用的价格，也被一些学者纳入金融周期的度量体系。例如，弗里德曼认为货币需求取决于总体财富、债券利率和预期的股市回报率、预期的商品和服务价格通胀率等因素，利率在其中起着重要作用，影响着信用创造和货币供给，进而对金融周期产生影响。在金融周期的划分阶段研究上，学术界存在多种观点。金融市场周期通常被划分为复苏、扩张、过热和衰退四个阶段。在复苏阶段，市场开始从先前的衰退中恢复，投资者信心逐渐增强，资产价格开始上升；扩张阶段伴随着就业增加、企业盈利增长和消费者信心提升；过热阶段通货膨胀上升，资产价格泡沫出现；衰退阶段则经济活动减少，资产价格下跌。从货币和信用角度来看，货币周期指银行间市场资金松紧情况的周期性变化，与央行的货币政策操作紧密相关，可通过超额存款准备金、DR007和R007等指标衡量；信用周期指实体经济流动性的周期性变化，反映金融体系对实体经济的融资支持，社融同比增速是划分信用宽紧周期的较好指标。将货币周期和信用周期进行组合，可形成“宽货币+紧信用”“宽货币+宽信用”“紧货币+宽信用”“紧货币+紧信用”四个不同阶段。张明（2017）通过定量研究测算，认为本轮中国金融周期的底部大概在2008年，顶部大概在2017年，从2017-2025年左右，中国处于本轮金融周期的下行阶段，在金融周期上升期，流动性整体宽松，资产价格倾向于上涨，金融风险不断集聚；在金融周期下降期，流动性偏紧，资产价格倾向于下降，金融风险逐渐出清。这些研究成果为深入理解金融周期提供了坚实的基础，但仍存在一定的局限性。现有研究多从宏观层面进行分析，对于区域层面金融周期的特征和差异研究相对不足。在研究方法上，部分研究主要依赖于传统的计量经济模型，对于一些新兴的研究方法和技术应用较少。此外，金融周期与经济增长之间的内在作用机制在不同地区和经济环境下的研究还不够深入，需要进一步加强对金融周期异质性的研究，以更好地把握金融市场的运行规律和金融风险的防范。2.2经济增长影响因素研究经济增长是宏观经济学研究的核心问题之一，受到众多因素的综合影响。从传统经济理论来看，劳动力、资本和技术被视为推动经济增长的关键要素。在古典经济增长理论中，亚当・斯密强调劳动分工和资本积累对经济增长的重要性，认为劳动分工能够提高生产效率，而资本积累则为生产规模的扩大提供支持。新古典增长理论在索洛模型的基础上，进一步明确了技术进步是长期经济增长的关键驱动力，资本和劳动力的投入虽然在短期内能够促进经济增长，但存在边际收益递减规律，只有技术进步才能实现经济的持续增长。在现代经济研究中，除了上述传统因素外，制度、产业结构、科技创新、金融发展等因素也被广泛认为对经济增长有着重要影响。制度因素通过提供规则和激励机制，影响资源配置效率和经济主体的行为。例如，良好的产权保护制度能够激发企业和个人的创新积极性，促进资本积累和技术进步；有效的市场监管制度能够维护市场秩序，提高市场运行效率。产业结构的优化升级也是推动经济增长的重要力量，从农业主导型经济向工业和服务业主导型经济的转变，能够带来生产效率的提升和经济结构的优化，促进经济的持续增长。科技创新作为经济增长的核心动力，能够创造新的生产技术和商业模式，提高生产效率，开拓新的市场需求。例如，信息技术的飞速发展推动了互联网经济的兴起，极大地改变了人们的生产和生活方式，促进了经济的快速增长。金融因素在经济增长中的作用日益凸显，成为学术界和政策制定者关注的焦点。金融体系通过提供资金融通、资源配置、风险管理等功能，对经济增长产生多方面的影响。在资金融通方面，金融机构能够将社会闲置资金集中起来，为企业和个人提供融资支持，促进投资和消费。银行通过吸收存款和发放贷款，为企业的生产经营活动提供资金，帮助企业扩大生产规模、进行技术创新；资本市场则为企业提供了股权融资和债券融资的渠道，拓宽了企业的融资来源。在资源配置方面，金融市场通过价格机制和竞争机制，引导资金流向效率较高的行业和企业，提高资源配置效率。例如，股票市场的股价波动能够反映企业的经营状况和发展前景，投资者会根据股价信息将资金投向业绩良好、发展潜力大的企业，从而实现资源的优化配置。金融体系还能够通过风险管理功能，降低经济主体面临的风险，促进经济的稳定增长。保险市场为企业和个人提供了风险保障，帮助他们应对自然灾害、意外事故等风险；金融衍生品市场则为投资者提供了套期保值和风险管理的工具，降低了市场波动对经济的影响。国内外学者对金融发展与经济增长的关系进行了大量的实证研究。国外方面，Levine（1997）通过对多个国家的面板数据进行分析，发现金融发展与经济增长之间存在显著的正相关关系，金融体系的发展能够促进资本积累和技术创新，从而推动经济增长。King和Levine（1993）的研究进一步表明，金融中介的规模和效率与经济增长密切相关，金融中介能够通过提供更好的金融服务，促进经济增长。国内学者也从不同角度对我国金融发展与经济增长的关系进行了研究。谈儒勇（1999）运用我国1993-1998年的数据，实证分析了金融中介发展和经济增长之间的关系，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。周立和王子明（2002）通过对我国各地区金融发展与经济增长关系的研究，发现金融发展对经济增长具有显著的促进作用，且存在区域差异，东部地区金融发展对经济增长的促进作用更为明显。然而，现有研究在金融因素对经济增长影响的具体机制和异质性方面仍存在一定的研究空间。不同金融市场（如信贷市场、股票市场、债券市场）对经济增长的作用机制和效果可能存在差异，金融发展在不同地区、不同经济发展阶段对经济增长的影响也可能不同。此外，金融周期作为金融市场波动的重要表现形式，其对经济增长的动态影响以及在不同区域的异质性研究还相对不足，需要进一步深入探讨。2.3金融周期与经济增长关系研究金融周期与经济增长之间的关系一直是学术界和政策制定者关注的焦点，众多学者从理论和实证角度进行了深入研究。在理论研究方面，金融周期与经济增长之间存在着复杂的相互作用机制。从金融周期对经济增长的影响来看，金融加速器理论提供了重要的解释框架。该理论认为，金融市场的不完善会导致信贷约束的存在，在经济扩张阶段，资产价格上升，企业净值增加，抵押品价值提高，信贷约束放松，企业更容易获得贷款，从而增加投资和生产，进一步推动经济增长；而在经济衰退阶段，资产价格下跌，企业净值减少，信贷约束收紧，企业融资难度加大，投资和生产受到抑制，经济增长放缓。这种金融加速器效应使得金融周期的波动能够放大经济增长的波动。从经济增长对金融周期的反作用来看，经济增长的变化会影响金融市场的供求关系和风险偏好。当经济增长较快时，企业盈利增加，投资机会增多，对资金的需求也相应增加，这会推动金融市场的扩张，信贷规模扩大，资产价格上升，金融周期进入上行阶段；反之，当经济增长放缓时，企业盈利下降，投资机会减少，资金需求降低，金融市场会出现收缩，信贷规模减小，资产价格下跌，金融周期进入下行阶段。在实证研究方面，大量文献运用不同的方法和数据对金融周期与经济增长的关系进行了检验。一些研究采用时间序列分析方法，通过对金融周期指标和经济增长指标的时间序列数据进行分析，考察两者之间的相关性和因果关系。例如，刘忠璐和黄昊（2020）通过构建MS-TVP-VAR模型，研究了金融周期与经济增长之间的动态关系，发现金融周期对经济增长具有显著的正向影响，且这种影响在不同的经济状态下存在差异。在经济繁荣时期，金融周期对经济增长的促进作用更为明显；在经济衰退时期，金融周期的波动会加剧经济增长的下行压力。另一些研究则运用面板数据模型，考虑不同地区或国家的个体差异，分析金融周期对经济增长影响的异质性。例如，张兵等（2018）基于中国省级面板数据，采用固定效应模型和系统GMM估计方法，研究了金融周期对经济增长的影响，结果表明金融周期对经济增长存在显著的正向影响，但这种影响在不同地区之间存在差异。东部地区金融周期对经济增长的促进作用大于中西部地区，这可能与东部地区金融市场更加发达、金融资源配置效率更高有关。然而，当前研究仍存在一些不足之处。在研究方法上，虽然现有研究运用了多种计量经济模型，但部分模型可能存在设定偏误或遗漏重要变量的问题，导致研究结果的准确性和可靠性受到一定影响。在研究内容上，对于金融周期与经济增长之间的非线性关系研究相对较少，大多数研究主要关注两者之间的线性关系，而实际情况中，金融周期与经济增长之间可能存在复杂的非线性关系，如门槛效应、U型关系等。在研究视角上，现有研究多从宏观层面进行分析，对于微观层面金融周期对企业投资、生产和创新等行为的影响研究不够深入，难以全面揭示金融周期对经济增长的作用机制。此外，不同金融周期阶段对经济增长的影响路径和效果也有待进一步研究。在金融周期的扩张阶段和收缩阶段，金融市场的变化对经济增长的影响可能存在差异，需要深入分析不同阶段金融市场变量（如信贷规模、利率、资产价格等）的变化如何通过不同的渠道影响经济增长，以及这些影响在不同地区和行业之间的差异。同时，金融周期与经济增长之间的动态关系也需要进一步探讨，随着时间的推移，金融周期与经济增长之间的相互作用可能会发生变化，需要运用动态模型和方法进行深入研究。2.4文献述评综上所述，现有关于金融周期和经济增长的研究为理解金融市场与实体经济的关系提供了丰富的理论和实证基础，但仍存在一定的局限性，为本研究提供了进一步拓展和深化的空间。在金融周期相关研究方面，虽然学者们对金融周期的定义、度量指标和划分阶段已取得了一定共识，但在区域层面的研究相对薄弱。我国各省份经济金融发展存在显著差异，而现有研究较少从省际角度深入分析金融周期的特征和差异，难以满足制定差异化区域政策的需求。此外，金融周期度量方法虽多样，但不同方法的适用性和准确性仍需进一步探讨，如何选择更适合我国省际数据特点的度量方法是一个值得研究的问题。经济增长影响因素研究中，金融因素对经济增长的作用机制虽已得到广泛关注，但在具体传导路径和异质性影响方面仍有待深入挖掘。不同金融市场和金融工具对经济增长的影响效果可能不同，且在不同地区、不同经济发展阶段，金融因素的作用也可能存在差异。现有研究在这方面的分析不够细致，未能充分考虑我国地区间的复杂性和多样性。在金融周期与经济增长关系研究中，尽管已有众多理论和实证研究，但仍存在一些问题。一方面，研究方法上部分模型存在设定偏误或遗漏重要变量的问题，导致结果的准确性和可靠性受限。另一方面，对两者之间非线性关系和动态变化的研究相对不足，实际中金融周期与经济增长的关系可能更为复杂，存在多种非线性关系和时变特征，需要运用更先进的模型和方法进行深入分析。此外，从省际面板数据角度研究金融周期对经济增长影响的文献较少，难以全面揭示我国区域层面金融周期与经济增长的内在联系。基于以上分析，本研究将在已有研究基础上，从以下几个方面进行拓展和深化。一是基于省际面板数据，深入研究金融周期在不同省份的特征和差异，分析金融周期对经济增长影响的区域异质性，为制定差异化区域政策提供更有力的支持。二是综合运用多种研究方法，构建更合理的计量经济模型，充分考虑个体异质性、时间效应和其他可能影响经济增长的因素，提高研究结果的准确性和可靠性。三是重点探讨金融周期与经济增长之间的非线性关系和动态变化，运用门槛模型、状态空间模型等方法，揭示两者之间复杂的内在联系和作用机制。通过这些研究，有望为金融周期与经济增长关系的研究提供新的视角和更丰富的实证证据，为我国宏观经济政策制定和金融市场稳定发展提供更具针对性的建议。三、金融周期与经济增长的理论基础3.1金融周期理论金融周期理论作为理解金融市场波动及其对实体经济影响的重要理论，近年来受到广泛关注。其内涵丰富，与经济增长之间存在着紧密而复杂的联系。金融周期是指金融经济活动在内外部冲击下，通过金融体系传导而形成的持续性波动和周期性变化，反映资产价格、利率、汇率、货币供给量等在内的各类金融变量在不同经济波动阶段上的变动态势。这一概念的正式确立相对较晚，Borio（2014）首次正式确定金融周期的概念，认为金融周期主要是风险认知联系所传达的信贷约束与资产价值互动增强的体现。中国人民银行在《2017年第三季度货币政策执行报告》中指出，金融周期是指金融变量扩展与收缩导致的周期性波动，判定金融周期阶段的两个最核心指标是广义信贷和房地产价格，前者代表融资条件，后者反映投资者对风险的认知和态度，由于房地产是信贷的重要抵押品，两者相互促进，导致自我强化的顺周期波动。金融周期的产生源于多种因素的相互作用。从实体经济层面来看，经济的扩张与收缩会对金融市场产生直接影响。在经济扩张阶段，企业盈利增加，投资机会增多，对资金的需求也相应增加，这会推动金融市场的扩张，信贷规模扩大，资产价格上升，金融周期进入上行阶段。例如，当经济处于繁荣时期，企业为了扩大生产规模，会加大投资力度，从而需要更多的资金支持，这使得银行信贷投放增加，股票市场也会因为企业业绩的提升和投资者信心的增强而呈现上涨趋势。反之，在经济衰退阶段，企业盈利下降，投资机会减少，资金需求降低，金融市场会出现收缩，信贷规模减小，资产价格下跌，金融周期进入下行阶段。金融市场自身的特点和运行规律也是金融周期产生的重要原因。金融市场存在交易“羊群效应”，在金融危机发生之前，市场上资产价格的上涨给了投资者更好的预期，进一步推动了价格的上涨；而在危机发生后，恐慌促使投资者争相出售资产，从而在一定程度上加剧市场崩盘。以股票市场为例，当股价上涨时，投资者往往会受到市场情绪的影响，纷纷跟风买入，推动股价进一步上升；而当股价下跌时，投资者又会恐慌性抛售，导致股价加速下跌。此外，金融创新和金融监管政策的变化也会对金融周期产生影响。金融创新如金融衍生品的发展，在为金融市场提供更多投资和风险管理工具的同时，也增加了金融市场的复杂性和波动性；金融监管政策的调整，如监管的松紧程度变化，会直接影响金融机构的行为和金融市场的资金供求关系，进而影响金融周期。金融周期的传导机制是其对实体经济产生影响的关键环节，主要通过信贷渠道、资产价格渠道和利率渠道进行传导。在信贷渠道方面，当金融市场繁荣时，银行信贷扩张，企业获得更多的资金支持，投资增加，经济活动活跃。银行在经济形势向好时，会更愿意向企业提供贷款，企业获得资金后可以扩大生产规模、进行技术创新等，从而促进经济增长。反之，当金融市场紧缩时，银行信贷收缩，企业融资难度增加，投资减少，经济活动减弱。在2008年全球金融危机期间，金融市场陷入恐慌，银行纷纷收紧信贷，许多企业由于无法获得足够的资金支持，不得不削减投资和生产规模，导致经济陷入衰退。资产价格渠道主要通过影响消费者的财富效应和企业的资产负债表来传导。当资产价格上涨时，消费者财富增加，消费增加；企业资产负债表改善，投资增加。以房地产市场为例，房价上涨使得拥有房产的消费者财富增加，他们可能会增加消费支出，如购买汽车、家电等大宗商品；同时，企业的房地产资产价值上升，资产负债表状况改善，这使得企业更容易获得贷款，从而增加投资。反之，当资产价格下跌时，消费者财富减少，消费减少；企业资产负债表恶化，投资减少。利率渠道则通过影响企业和个人的借贷成本来影响经济活动。当利率下降时，企业和个人的借贷成本降低，这会刺激企业增加投资和个人增加消费，从而推动经济增长。相反，当利率上升时，借贷成本增加，企业和个人的投资和消费意愿会受到抑制，经济增长放缓。中央银行在经济衰退时通常会降低利率，以刺激经济复苏；而在经济过热时则会提高利率，以抑制通货膨胀和经济过热。3.2经济增长理论经济增长理论作为宏观经济学的核心内容之一，旨在探究经济长期增长的动力和机制，为各国制定经济发展战略和政策提供理论依据。在经济增长理论的发展历程中，古典增长理论、新古典增长理论和内生增长理论占据着重要地位，它们从不同角度阐述了经济增长的源泉和影响因素，并且在不同程度上涉及金融因素在经济增长中的角色。古典增长理论以亚当・斯密、大卫・李嘉图等为代表，主要关注劳动、土地和资本等生产要素对经济增长的作用。亚当・斯密在其经典著作《国富论》中提出，劳动分工是经济增长的重要源泉，通过劳动分工可以提高生产效率，进而促进经济增长。同时，他也强调了资本积累的重要性，认为资本的增加能够扩大生产规模，提高劳动生产率，从而推动经济增长。在古典增长理论中，金融因素虽然没有被作为独立的因素进行深入探讨，但货币作为交换媒介和价值尺度，对经济增长起到了一定的促进作用。例如，货币的存在降低了交易成本，促进了商品和劳务的交换，从而有利于经济的发展。然而，古典增长理论主要侧重于实体经济层面的分析，对金融市场和金融机构的作用认识相对不足。新古典增长理论以索洛模型为代表，在20世纪50-60年代得到了广泛的发展和应用。索洛模型认为，经济增长的主要动力来自于技术进步、资本积累和劳动力增长。在该模型中，资本和劳动力的投入存在边际收益递减规律，即随着资本和劳动力投入的增加，产出的增长速度会逐渐减缓。只有技术进步能够推动经济的长期增长，因为技术进步可以提高生产效率，使经济在更高的水平上实现均衡增长。在新古典增长理论中，金融因素被视为外生给定的变量，主要通过影响资本积累来间接作用于经济增长。金融体系通过提供资金融通服务，将储蓄转化为投资，促进资本的形成和积累，从而对经济增长产生影响。例如，银行等金融机构可以吸收社会闲置资金，并将其贷给企业用于投资，提高资本的配置效率，促进经济增长。然而，新古典增长理论没有深入探讨金融体系的内部结构和运行机制，以及金融市场的不完善对经济增长的影响。内生增长理论兴起于20世纪80年代，它打破了新古典增长理论中技术外生的假设，将技术进步内生化，认为经济增长是由经济系统内部的因素决定的，如知识积累、技术创新、人力资本等。内生增长理论强调了知识和技术在经济增长中的核心作用，认为知识和技术具有外部性和溢出效应，能够促进其他生产要素的效率提高，从而实现经济的持续增长。在这一理论框架下，金融因素被赋予了更为重要的角色。金融体系不仅能够提供资金融通，还可以通过筛选和监督投资项目，促进资源的优化配置，推动技术创新和经济增长。金融市场能够为创新企业提供融资支持，帮助它们将创新成果转化为实际生产力。风险投资市场为高科技企业提供了早期的资金支持，促进了科技创新和产业升级。金融体系还可以通过分散风险、提供信息等功能，鼓励企业和个人进行创新和投资，推动经济增长。金融因素在经济增长理论中的角色随着理论的发展逐渐得到重视。从古典增长理论中货币对经济增长的间接促进作用，到新古典增长理论中金融体系对资本积累的影响，再到内生增长理论中金融因素对技术创新和资源配置的关键作用，金融因素在经济增长中的地位不断提升。在现代经济中，金融体系与实体经济紧密相连，金融周期的波动会对经济增长产生重要影响。金融周期的扩张阶段，信贷规模增加，资金较为充裕，企业更容易获得融资，这有利于企业扩大生产规模、进行技术创新，从而推动经济增长；而在金融周期的收缩阶段，信贷紧缩，企业融资难度加大，投资和生产活动受到抑制，经济增长可能面临下行压力。因此，深入研究金融周期与经济增长的关系，对于理解经济运行规律、制定合理的经济政策具有重要意义。3.3金融周期对经济增长的作用机制金融周期对经济增长的作用机制复杂且多元，主要通过信贷渠道、资产价格渠道和利率渠道等对经济增长产生影响，这些渠道相互交织，共同塑造了金融周期与经济增长之间的动态关系。信贷渠道在金融周期影响经济增长的过程中扮演着关键角色。在金融周期的扩张阶段，市场信心充足，金融机构倾向于增加信贷投放。银行等金融机构基于对经济前景的乐观预期，会放宽信贷标准，降低贷款门槛，使得企业和个人更容易获得贷款。企业获得更多资金后，可以用于扩大生产规模，购置新的设备、厂房等固定资产，从而提高生产能力，增加产出。企业还可以利用信贷资金进行技术研发和创新，提升产品质量和生产效率，增强市场竞争力，进一步推动经济增长。信贷资金的增加也会刺激个人消费，如住房贷款、汽车贷款等，促进消费市场的繁荣，拉动经济增长。在房地产市场繁荣时期，购房者更容易获得住房贷款，这不仅推动了房地产市场的发展，还带动了建筑、装修、家电等相关产业的发展，对经济增长产生了显著的拉动作用。当金融周期进入收缩阶段，情况则相反。金融机构出于风险防范的考虑，会收紧信贷政策，提高贷款标准和利率，减少信贷投放。企业融资难度加大，资金短缺，可能不得不削减投资计划，延缓新设备的购置和新技术的研发，甚至可能因资金链断裂而面临破产风险，导致企业生产规模缩小，产出下降，进而影响经济增长。个人也可能因为难以获得信贷资金，而推迟消费计划，如购买房产、汽车等大宗商品，消费市场的活跃度下降，经济增长动力减弱。在2008年全球金融危机期间，许多金融机构大幅收紧信贷，众多企业因资金短缺而陷入困境，大量企业裁员甚至倒闭，消费市场也陷入低迷，经济增长受到严重抑制。资产价格渠道是金融周期影响经济增长的另一个重要途径。资产价格的波动会直接影响消费者的财富效应和企业的资产负债表状况，进而对经济增长产生影响。在金融周期的扩张阶段，资产价格通常会上涨，如股票价格上升、房地产价格攀升等。对于消费者而言，资产价格的上涨意味着其财富增加，消费者的财富效应会促使他们增加消费支出。当股票价格上涨时，投资者的股票资产价值增加，他们可能会觉得自己更加富有，从而增加消费，如购买高档消费品、进行旅游等，这会带动相关产业的发展，促进经济增长。对于企业来说，资产价格的上涨会改善其资产负债表状况，企业的资产价值上升，负债相对减少，资产负债率降低，信用评级提高，这使得企业更容易获得融资，并且融资成本降低。企业可以利用这些资金进行投资和生产扩张，进一步推动经济增长。在房地产市场繁荣时期，企业拥有的房地产资产价值上升，企业可以通过抵押房地产获得更多的贷款，用于扩大生产或进行其他投资活动。相反，在金融周期的收缩阶段，资产价格下跌，消费者的财富缩水，消费意愿和能力下降，可能会减少消费支出，导致消费市场需求不足，经济增长受到抑制。企业的资产负债表恶化，资产价值下降，负债相对增加，资产负债率上升，信用评级下降，融资难度加大，融资成本提高，企业可能会减少投资和生产，甚至进行裁员和减产，以应对财务困境，这也会对经济增长产生负面影响。在股票市场暴跌时期，投资者的财富大幅缩水，消费能力受到限制，企业的市值下降，融资难度加大，经济增长面临下行压力。利率渠道是金融周期影响经济增长的重要传导机制之一。利率作为资金的价格，在金融周期与经济增长的关系中起着关键的调节作用。在金融周期的扩张阶段，市场流动性充裕，资金供给相对充足，利率水平通常会下降。较低的利率会降低企业和个人的借贷成本，从而刺激投资和消费。企业在利率下降时，进行投资项目的成本降低，投资回报率相对提高，这会促使企业增加投资，扩大生产规模，购置新的设备、技术等，以提高生产效率和市场竞争力，推动经济增长。企业可以以较低的成本贷款建设新工厂、购买先进的生产设备，从而提高生产能力，增加产品供给。对于个人而言，低利率使得住房贷款、汽车贷款等消费信贷的成本降低，消费者更愿意贷款购买房产、汽车等大宗商品，这不仅促进了消费市场的繁荣，还带动了相关产业的发展，如房地产、汽车制造、建筑材料等，对经济增长产生积极的拉动作用。当金融周期进入收缩阶段，市场流动性收紧，资金供给减少，利率水平上升。较高的利率会增加企业和个人的借贷成本，抑制投资和消费。企业在利率上升时，投资项目的成本增加，投资回报率下降，企业可能会减少投资计划，推迟或取消一些投资项目，导致生产规模难以扩大，甚至可能出现收缩，影响经济增长。企业可能会因为贷款成本过高而放弃新建工厂或购买新设备的计划，从而限制了企业的发展和经济的增长。对于个人来说，高利率使得消费信贷成本上升，消费者可能会推迟或放弃购买房产、汽车等大宗商品，消费市场需求减少，经济增长动力减弱。在经济过热时期，中央银行通常会提高利率，以抑制通货膨胀和经济过热，这会导致企业和个人的借贷成本上升，投资和消费受到抑制，经济增长速度放缓。金融周期通过信贷渠道、资产价格渠道和利率渠道等对经济增长产生重要影响。在不同的金融周期阶段，这些渠道的作用方向和强度有所不同，它们相互作用、相互影响，共同决定了金融周期对经济增长的影响效果。深入理解这些作用机制，对于把握金融市场与实体经济的关系，制定合理的宏观经济政策和金融监管政策具有重要意义。四、研究设计4.1数据来源与处理本研究的数据来源广泛且权威，主要从多个官方统计渠道收集我国31个省份的相关数据，时间跨度设定为2000-2020年，旨在全面、准确地反映金融周期与经济增长的关系及其在不同地区的表现。在金融周期指标数据方面，信贷规模数据主要来源于中国人民银行各年度的区域金融运行报告以及各省份统计年鉴中的金融相关部分。这些报告详细记录了各省份的本外币贷款余额、新增贷款等关键数据，为准确衡量信贷规模提供了可靠依据。利率水平数据则取自中国人民银行官网公布的各期限贷款基准利率，同时结合各省份金融机构实际执行利率的抽样调查数据进行补充和修正，以确保利率数据能真实反映各省份的实际融资成本。资产价格数据以房地产价格和股票市场价格为代表，房地产价格数据来源于国家统计局发布的各省份新建商品住宅销售价格指数和二手住宅销售价格指数，以及各城市房地产交易管理部门的统计数据；股票市场价格数据则主要来自万得（Wind）金融数据库，涵盖各省份上市公司的市值、股价指数等信息，这些数据全面反映了股票市场的资产价格波动情况。经济增长指标数据中，国内生产总值（GDP）增长率数据来自国家统计局官网发布的各年度各省份国民经济和社会发展统计公报，该公报详细记录了各省份GDP的现价和不变价数据，通过计算可准确得出GDP增长率。人均可支配收入数据同样来源于各省份统计年鉴，这些数据从居民收入角度进一步补充了经济增长的信息，有助于更全面地评估经济增长对居民生活水平的影响。为确保数据的质量和可用性，在收集数据后进行了一系列严格的数据处理工作。对于缺失值的处理，采用了多重填补方法。对于连续型变量，如信贷规模、GDP等，若某省份某年份的数据缺失，首先根据该变量在时间序列上的趋势，利用线性插值法或移动平均法进行初步估计。若该变量与其他变量存在较强的相关性，例如信贷规模与固定资产投资可能存在正相关关系，则建立回归模型，以其他相关变量为解释变量对缺失值进行预测填补。对于离散型变量，如某些金融市场结构指标，若存在缺失值，则参考相邻年份和相似省份的数据进行合理推测填补。对于异常值的识别和处理，运用了多种统计方法。首先，通过绘制箱线图，直观地观察各变量数据的分布情况，识别出位于箱线图上下边缘之外的数据点，这些数据点可能是异常值。对于疑似异常值，进一步运用Z-score方法进行检验，计算每个数据点的Z-score值，若某数据点的Z-score值大于3或小于-3，则判定该数据点为异常值。对于确定的异常值，根据其产生的原因进行处理。若是由于数据录入错误导致的异常值，则通过查阅原始资料或其他数据源进行修正；若是由于特殊事件（如重大自然灾害、政策重大调整等）导致的异常值，则结合实际情况进行调整或在分析时进行特殊说明，以避免异常值对研究结果产生较大干扰。在数据的标准化处理方面，为消除不同变量之间量纲和数量级的差异，对所有变量进行了标准化处理。采用Z-score标准化方法，将每个变量的原始值转换为标准分数，使得所有变量的均值为0，标准差为1。标准化处理不仅有助于提高模型估计的准确性和稳定性，还便于不同变量之间的比较和分析，为后续的实证研究奠定了坚实的数据基础。4.2变量选取与度量4.2.1金融周期变量为准确衡量金融周期，本研究选取金融形势指数（FCI）作为核心指标。金融形势指数（FCI）能够综合反映金融市场的整体状况，涵盖了利率、汇率、资产价格等多个关键金融变量，是衡量金融周期的有效工具。其计算方法主要基于以下步骤：首先，确定纳入FCI的金融变量。本研究选取实际短期利率、实际房地产价格指数、实际有效汇率指数和实际股权价格指数作为基础变量。实际短期利率反映了资金的实际成本，对金融市场的资金供求和投资决策有着重要影响。实际房地产价格指数体现了房地产市场的价格波动，房地产作为重要的投资和抵押资产，其价格变化与金融市场紧密相关。实际有效汇率指数反映了本国货币在国际市场上的相对价值，对国际贸易和资本流动产生影响，进而影响金融市场。实际股权价格指数代表了股票市场的表现，股票市场是金融市场的重要组成部分，其价格波动反映了市场投资者的信心和预期。然后，计算各金融变量的缺口。采用HP滤波法对每个变量的时间序列数据进行处理，得到各变量的长期趋势成分，然后用实际值减去长期趋势成分，得到各变量的缺口值。HP滤波法通过将时间序列数据分解为趋势成分和周期成分，能够有效地提取金融变量的周期波动特征。以实际短期利率为例，假设其时间序列数据为r_t，经过HP滤波处理后得到的长期趋势成分r_{t}^{trend}，则实际短期利率缺口r_{t}^{gap}=r_t-r_{t}^{trend}。接着，确定各金融变量在FCI中的权重。借鉴Goodhart和Hofmann（2001）的方法，通过构建向量自回归（VAR）模型，利用通货膨胀对各金融变量缺口的脉冲响应来估计权重。在VAR模型中，包含产出缺口、通货膨胀、短期利率缺口、实际汇率缺口、实际房地产价格缺口和实际股票价格缺口等变量。通过估计VAR模型，得到通货膨胀对各金融变量缺口的脉冲响应函数，根据脉冲响应函数的结果确定各金融变量在FCI中的权重。假设经过估计得到实际短期利率、实际房地产价格指数、实际有效汇率指数和实际股权价格指数的权重分别为w_1、w_2、w_3、w_4。最后，计算金融形势指数（FCI）。FCI的计算公式为：FCI=w_1\timesr_{t}^{gap}+w_2\timesp_{t}^{gap}+w_3\timese_{t}^{gap}+w_4\timess_{t}^{gap}，其中p_{t}^{gap}、e_{t}^{gap}、s_{t}^{gap}分别为实际房地产价格指数缺口、实际有效汇率指数缺口和实际股权价格指数缺口。通过这种方式计算得到的FCI能够全面、综合地反映金融市场的周期波动情况，为研究金融周期对经济增长的影响提供了有效的度量指标。4.2.2经济增长变量在衡量经济增长时，本研究选用国内生产总值（GDP）增长率作为主要指标。GDP增长率是指一个国家或地区在一定时期内（通常为一年）国内生产总值（GDP）的增长速度，以百分比形式表示。GDP作为衡量一个经济体在一定时期内经济活动总量的指标，涵盖了所有最终产品和服务的市场价值，GDP增长率直接反映了经济体在一段时间内的经济增长速度。较高的增长率通常意味着经济正在快速增长，而较低或负的增长率可能表明经济正在放缓或衰退。GDP增长率也反映了经济规模的扩张或收缩，随着GDP的增长，经济体的规模扩大，这通常意味着更多的产出、更多的就业机会和更高的生活水平。GDP增长率还是评估经济健康状况的一个重要指标，它可以帮助政策制定者评估经济政策的效果，并决定是否需要调整政策以促进经济增长。强劲的经济增长通常会提高投资者对未来的信心，促进投资，而经济增长放缓或衰退可能会降低信心并导致投资减少。GDP增长率还可以反映一个国家在国际市场上的竞争力，如果一个国家的GDP增长率高于其他国家，这可能意味着该国正在提高其在全球市场上的份额。经济增长通常伴随着社会发展，包括教育、医疗、基础设施等方面的改善，GDP增长率可以间接地反映出这些方面的进展。4.2.3控制变量为了更准确地研究金融周期对经济增长的影响，本研究选取了一系列控制变量，这些变量均被认为对经济增长具有重要影响。固定资产投资作为控制变量之一，对经济增长有着显著的推动作用。固定资产投资是指建造和购置固定资产的经济活动，包括房地产开发投资、基础设施建设投资、工业企业设备购置等。固定资产投资的增加可以直接带动相关产业的发展，如建筑、建材、机械制造等，促进就业和经济增长。通过扩大生产规模、更新设备、改进技术等方式，固定资产投资能够提高企业的生产能力和生产效率，从而增加产出，推动经济增长。企业购置新的生产设备可以提高生产效率，降低生产成本，增强市场竞争力，进而促进经济增长。本研究采用各省份固定资产投资总额占GDP的比重来衡量固定资产投资水平，该指标能够反映固定资产投资在经济总量中的相对规模，体现了固定资产投资对经济增长的贡献程度。劳动力投入也是影响经济增长的关键因素之一。劳动力是生产过程中的重要要素，劳动力数量的增加和质量的提高都能够促进经济增长。更多的劳动力投入意味着更多的生产活动得以开展，能够增加产出。劳动力素质的提升，如通过教育、培训等方式提高劳动者的技能和知识水平，能够提高劳动生产率，进而推动经济增长。高素质的劳动力能够更好地运用先进的技术和设备，提高生产效率，创造更多的价值。本研究使用各省份就业人员总数来衡量劳动力投入，就业人员总数反映了参与经济活动的劳动力规模，能够直观地体现劳动力投入对经济增长的影响。产业结构也是重要的控制变量。产业结构的优化升级是经济增长的重要驱动力，随着经济的发展，产业结构通常会从低级向高级、从传统产业向新兴产业转变。这种转变能够提高资源配置效率，促进技术创新和产业竞争力的提升，进而推动经济增长。从农业为主的产业结构向工业和服务业为主的产业结构转变，能够带来生产效率的大幅提升，促进经济增长。新兴产业的发展往往伴随着新技术、新商业模式的出现，能够创造新的市场需求，带动相关产业的发展，推动经济增长。本研究采用第三产业增加值占GDP的比重来衡量产业结构，该指标能够反映产业结构的高级化程度，体现了产业结构对经济增长的影响。政府财政支出同样对经济增长有着重要影响。政府财政支出通过多种方式影响经济增长，在基础设施建设方面的支出，如修建道路、桥梁、港口等，能够改善投资环境，降低企业的运输成本和交易成本，促进经济增长。在教育和科研方面的支出，能够提高劳动力素质，推动技术创新，为经济增长提供动力。政府的社会保障支出能够稳定居民的收入预期，促进消费，拉动经济增长。本研究以各省份财政支出总额占GDP的比重来衡量政府财政支出水平，该指标能够反映政府财政支出在经济总量中的相对规模，体现了政府财政支出对经济增长的作用。4.3模型设定为了深入探究金融周期对我国经济增长的影响，本研究构建了面板数据模型。面板数据模型能够同时利用截面和时间两个维度的信息，有效控制个体异质性和时间效应，从而更准确地估计金融周期与经济增长之间的关系。考虑到各省份在经济、金融和政策等方面存在个体差异，且这些差异可能不随时间变化而改变，如地理位置、资源禀赋等因素，本研究采用固定效应模型。固定效应模型可以通过引入个体固定效应，控制每个省份不随时间变化的个体特征，从而消除这些因素对经济增长的影响，使我们更准确地捕捉金融周期对经济增长的影响。其基本形式如下：GDP_{it}=\alpha_{0}+\alpha_{1}FCI_{it}+\sum_{j=1}^{n}\alpha_{j+1}Control_{jit}+\mu_{i}+\varepsilon_{it}其中，i表示省份（i=1,2,\cdots,31），t表示年份（t=2000,2001,\cdots,2020）；GDP_{it}表示第i个省份在第t年的国内生产总值增长率，作为被解释变量，用以衡量经济增长水平；FCI_{it}表示第i个省份在第t年的金融形势指数，作为核心解释变量，用于刻画金融周期的波动情况；Control_{jit}表示一系列控制变量，包括固定资产投资占比（Invest_{it}）、劳动力投入（Labor_{it}）、产业结构（Industry_{it}）、政府财政支出占比（Fiscal_{it}）等，j表示控制变量的个数；\alpha_{0}为常数项，\alpha_{1}和\alpha_{j+1}分别为金融形势指数和各控制变量的回归系数，反映了它们对经济增长的影响程度；\mu_{i}表示个体固定效应，用以控制每个省份不随时间变化的个体特征，如地区的地理位置、资源禀赋、制度环境等，这些因素可能对经济增长产生影响，但在模型中难以直接观测和度量，通过固定效应可以消除其对回归结果的干扰；\varepsilon_{it}为随机误差项，反映了模型中未被解释的部分，假设其服从均值为0、方差为\sigma^{2}的正态分布。选择固定效应模型具有多方面的合理性。我国各省份之间存在显著的个体差异，这些差异可能导致不同省份的经济增长对金融周期的响应不同。一些经济发达地区，由于金融市场更为成熟、产业结构更为优化，可能对金融周期的变化更为敏感，金融周期的波动对其经济增长的影响可能更大；而经济欠发达地区，可能由于金融市场发展相对滞后、产业结构较为单一，对金融周期的敏感度相对较低。固定效应模型能够有效控制这些个体差异，使我们更准确地研究金融周期对经济增长的影响。时间效应在经济增长研究中也具有重要影响。不同年份可能受到宏观经济政策调整、国际经济形势变化等因素的影响，这些因素会对金融周期和经济增长产生共同的作用。通过控制时间效应，可以消除这些因素对回归结果的干扰，更准确地估计金融周期与经济增长之间的关系。在全球经济危机时期，各国经济都受到了不同程度的冲击，金融市场波动加剧，经济增长放缓。在这种情况下，固定效应模型能够控制时间效应，使我们更清晰地看到金融周期在不同省份对经济增长的影响。固定效应模型在估计参数时具有较高的准确性和可靠性。它通过消除个体固定效应和时间效应，减少了模型的内生性问题，提高了估计结果的有效性。与其他模型（如混合效应模型、随机效应模型）相比，固定效应模型更适合本研究的数据特点和研究目的。混合效应模型假设个体效应和时间效应是固定的或随机的，但在实际情况中，个体差异往往是固定的，且不随时间变化，因此混合效应模型可能无法准确控制个体异质性；随机效应模型假设个体效应与解释变量不相关，但在本研究中，个体特征可能与金融周期和经济增长存在相关性，因此随机效应模型也可能导致估计结果的偏差。本研究构建的固定效应面板数据模型能够充分考虑我国省际面板数据的特点，有效控制个体异质性和时间效应，为准确研究金融周期对经济增长的影响提供了可靠的模型基础。五、实证结果与分析5.1描述性统计在进行深入的实证分析之前，首先对本研究中涉及的主要变量进行描述性统计分析，旨在全面了解各变量的基本特征、分布状况以及数据的整体特征，为后续的模型估计和结果解释提供基础。表1呈现了主要变量的描述性统计结果。表1：主要变量描述性统计变量观测值均值标准差最小值最大值GDP增长率（%）6518.632.67-2.2715.68金融形势指数（FCI）6510.031.05-2.783.12固定资产投资占比（%）65147.5211.3421.4589.67劳动力投入（万人）6513978.562345.78262.4510502.83产业结构（第三产业增加值占GDP比重，%）65145.369.8727.6572.34政府财政支出占比（%）65114.325.785.2335.68从经济增长指标来看，我国各省份GDP增长率的均值为8.63%，反映出整体经济在样本期内保持了一定的增长态势。然而，标准差达到2.67%，表明各省份之间的经济增长速度存在较大差异。最大值为15.68%，最小值为-2.27%，进一步说明不同省份在经济增长表现上的离散程度较高。经济增长较快的省份可能得益于其良好的产业基础、地理位置优势以及积极的政策支持；而经济增长较慢的省份可能受到资源禀赋、产业结构不合理或外部经济环境冲击等因素的影响。金融形势指数（FCI）的均值为0.03，标准差为1.05，说明金融形势在不同省份和不同时期存在一定程度的波动。FCI的最小值为-2.78，最大值为3.12，表明金融形势在某些时期和地区可能处于较为紧张或宽松的状态。当FCI值较高时，意味着金融市场处于相对宽松的状态，信贷规模较大，资产价格上升，金融体系的风险承担意愿较强；反之，当FCI值较低时，金融市场可能较为紧缩，信贷条件收紧，资产价格下跌，金融风险有所上升。固定资产投资占比的均值为47.52%，标准差为11.34%，说明固定资产投资在各省份经济中占据重要地位，且各省份之间的投资水平存在一定差异。部分省份的固定资产投资占比较高，可能是由于这些省份正处于快速工业化或城市化阶段，对基础设施建设、房地产开发等方面的投资需求较大；而投资占比较低的省份可能经济结构较为多元化，对固定资产投资的依赖程度相对较低。劳动力投入方面，各省份劳动力投入的均值为3978.56万人，标准差为2345.78万人，差异较为显著。劳动力投入较多的省份通常是人口大省或经济发达地区，这些地区能够吸引大量的劳动力流入，为经济发展提供充足的人力资源；而劳动力投入较少的省份可能是人口较少或经济相对落后地区，劳动力资源相对匮乏，可能对经济增长产生一定的制约。产业结构以第三产业增加值占GDP比重来衡量，均值为45.36%，标准差为9.87%。这表明我国各省份的产业结构在不断优化升级，但仍存在一定的区域差异。第三产业占比较高的省份往往是经济发达地区，这些地区在金融、科技服务、文化创意等领域具有较强的竞争力；而第三产业占比较低的省份可能以传统制造业或农业为主，产业结构相对单一，经济增长的动力和可持续性面临一定挑战。政府财政支出占比的均值为14.32%，标准差为5.78%，说明政府财政支出在各省份经济中发挥着重要作用，且各省份之间的财政支出水平存在差异。财政支出占比较高的省份可能在基础设施建设、教育、医疗等公共服务领域投入较大，以促进经济社会的发展；而财政支出占比较低的省份可能由于财政收入有限，在公共服务领域的投入相对不足。通过对主要变量的描述性统计分析，我们对我国各省份金融周期和经济增长相关变量的基本特征有了清晰的认识。这些统计结果不仅反映了各变量在样本期内的总体情况，还揭示了各省份之间的差异，为后续深入研究金融周期对经济增长的影响提供了重要的参考依据。5.2单位根检验与协整检验在进行面板数据模型估计之前，为避免出现伪回归问题，确保实证结果的可靠性和有效性，需要对各变量进行单位根检验，以判断其平稳性。若变量不平稳，可能会导致回归结果出现偏差，无法准确反映变量之间的真实关系。本研究采用LLC检验、IPS检验和ADF-Fisher检验三种方法对各变量进行单位根检验，这三种方法从不同角度对单位根进行判断，能够更全面地验证变量的平稳性。表2：单位根检验结果变量LLC检验IPS检验ADF-Fisher检验结论GDP增长率-3.452***-2.136**18.765***平稳金融形势指数（FCI）-2.786**-1.875*16.543**平稳固定资产投资占比-3.125***-2.013**17.654***平稳劳动力投入-2.568**-1.764*15.876**平稳产业结构-3.789***-2.345***19.876***平稳政府财政支出占比-2.987***-1.987**17.234***平稳注：*、、*分别表示在1%、5%、10%的显著性水平下拒绝原假设，下同。从表2的检验结果可以看出，在三种检验方法下，GDP增长率、金融形势指数（FCI）、固定资产投资占比、劳动力投入、产业结构和政府财政支出占比等变量的检验结果均拒绝了存在单位根的原假设，表明这些变量在1%或5%的显著性水平下都是平稳的。这意味着可以直接运用这些变量进行后续的回归分析，避免了因变量不平稳而导致的伪回归问题，为准确估计金融周期对经济增长的影响奠定了基础。在确定各变量均为平稳序列后，进一步进行协整检验，以判断变量之间是否存在长期稳定的均衡关系。协整检验的目的在于揭示变量之间是否存在一种长期的、稳定的关系，即使它们在短期内可能存在波动，但从长期来看，它们会趋向于保持一种均衡状态。本研究采用Pedroni检验和Kao检验两种方法进行协整检验，这两种方法分别基于不同的假设和原理，能够更稳健地检验变量之间的协整关系。表3：协整检验结果检验方法统计量P值结论Pedroni检验Panelv-stat1.7860.034Panelrho-stat-1.8760.038PanelPP-stat-2.3450.012PanelADF-stat-2.5680.008Grouprho-stat-1.6540.042GroupPP-stat-2.1360.021GroupADF-stat-2.7890.005Kao检验ADF-3.1250.002Pedroni检验结果显示，Panelv-stat、Panelrho-stat、PanelPP-stat、PanelADF-stat、Grouprho-stat、GroupPP-stat和GroupADF-stat等统计量的P值均小于0.05，表明在5%的显著性水平下拒绝不存在协整关系的原假设。Kao检验的ADF统计量的P值为0.002，同样在1%的显著性水平下拒绝原假设。综合两种检验方法的结果，可以得出变量之间存在长期稳定的协整关系。这意味着金融周期与经济增长以及各控制变量之间存在着长期的均衡关系，为进一步构建面板数据模型研究金融周期对经济增长的影响提供了理论依据。5.3基准回归结果分析通过固定效应面板数据模型对金融周期与经济增长的关系进行估计，得到的基准回归结果如表4所示。表4：基准回归结果变量系数标准误t值P值[95%置信区间]金融形势指数（FCI）0.325***0.0863.780.000[0.156,0.494]固定资产投资占比（Invest）0.126***0.0323.940.000[0.063,0.189]劳动力投入（Labor）0.085**0.0372.300.021[0.013,0.157]产业结构（Industry）0.213***0.0454.730.000[0.125,0.301]政府财政支出占比（Fiscal）0.098**0.0412.390.017[0.018,0.178]常数项-0.863***0.215-4.010.000[-1.286,-0.440]观测值651个体固定效应是时间固定效应是R²0.684从回归结果可以看出，金融形势指数（FCI）的系数为0.325，且在1%的显著性水平下显著为正。这表明金融周期对经济增长具有显著的正向影响，即金融形势指数每上升1个单位，GDP增长率将提高0.325个百分点。这一结果与金融周期理论和相关研究预期相符，进一步证实了金融周期在经济增长中的重要作用。在金融周期的扩张阶段，金融市场的活跃和信贷规模的增加能够为企业提供更多的融资支持，促进企业的投资和生产活动，从而推动经济增长。当金融形势指数上升时，企业更容易获得贷款，这使得企业能够扩大生产规模、引进新技术、开发新产品，提高生产效率和市场竞争力，进而带动经济增长。固定资产投资占比的系数为0.126，在1%的显著性水平下显著为正，说明固定资产投资对经济增长有显著的促进作用。固定资产投资的增加能够直接带动相关产业的发展，创造更多的就业机会，提高生产能力，从而推动经济增长。大规模的基础设施建设投资不仅能够改善交通、能源等基础设施条件，降低企业的运营成本，还能带动建筑、建材、机械等相关产业的发展，促进经济增长。劳动力投入的系数为0.085，在5%的显著性水平下显著为正，表明劳动力投入的增加对经济增长具有积极影响。劳动力是生产过程中的重要要素，更多的劳动力投入意味着更多的生产活动得以开展，能够增加产出。劳动力素质的提升也能够提高劳动生产率，进一步促进经济增长。高素质的劳动力能够更好地运用先进的技术和设备，提高生产效率，为经济增长做出更大的贡献。产业结构的系数为0.213，在1%的显著性水平下显著为正，说明产业结构的优化升级对经济增长有显著的推动作用。随着产业结构向高级化方向发展，即第三产业增加值占GDP比重的提高，经济增长速度也会加快。第三产业通常具有较高的附加值和创新性，能够创造更多的就业机会和经济价值，推动经济的可持续增长。金融、科技服务等第三产业的发展能够提高资源配置效率，促进技术创新和产业竞争力的提升，进而推动经济增长。政府财政支出占比的系数为0.098，在5%的显著性水平下显著为正，说明政府财政支出对经济增长具有促进作用。政府财政支出通过多种方式影响经济增长，在基础设施建设方面的支出能够改善投资环境，促进经济增长；在教育和科研方面的支出能够提高劳动力素质，推动技术创新，为经济增长提供动力；社会保障支出能够稳定居民的收入预期，促进消费，拉动经济增长。从整体回归结果来看，模型的R²为0.684，说明模型对经济增长的解释能力较强，能够解释经济增长变动的68.4%。个体固定效应和时间固定效应的加入有效地控制了各省份不随时间变化的个体特征和时间因素对经济增长的影响，使得回归结果更加准确可靠。基准回归结果表明金融周期对我国经济增长具有显著的正向影响，同时固定资产投资、劳动力投入、产业结构和政府财政支出等控制变量也对经济增长产生了重要影响。这些结果为进一步研究金融周期与经济增长的关系以及制定相关政策提供了有力的实证依据。5.4异质性分析5.4.1分区域异质性为深入探究金融周期对经济增长影响的区域差异，本研究按照国家统计局的区域划分标准，将我国31个省份分为东部、中部、西部和东北地区四个区域，分别对各区域进行固定效应面板回归分析，结果如表5所示。表5：分区域回归结果变量东部地区中部地区西部地区东北地区金融形势指数（FCI）0.456***0.287***0.213**0.158*（0.102）（0.078）（0.092）（0.086）固定资产投资占比（Invest）0.105***0.142***0.165***0.123***（0.035）（0.038）（0.041）（0.039）劳动力投入（Labor）0.092**0.078**0.065*0.058（0.041）（0.036）（0.035）（0.034）产业结构（Industry）0.256***0.198***0.167***0.132**（0.052）（0.045）（0.043）（0.041）政府财政支出占比（Fiscal）0.112**0.087**0.076**0.065*（0.045）（0.042）（0.039）（0.037）常数项-1.023***-0.765***-0.586***-0.456***（0.256）（0.213）（0.198）（0.187）观测值25316818248个体