金融空间异质性、政府行为与全要素生产率
发布时间:2020-06-25 22:34
【摘要】:2017年李克强总理在政府工作报告中提出金融要增强服务实体经济的能力,防止脱实向虚,由于我国幅员辽阔,金融空间分布上存在较大差异,这种差异不仅体现在以金融机构或金融资源的空间集聚为代表的金融发展的差异,还体现在金融信息共享的差异,金融业中的信息并不能实现完全共享,因地域差异等因素,会使得金融信息在传递过程中存在不同程度的损耗,而以互联网为代表的各种信息技术手段的发展,缓解了信息不对称,这也会直接影响到金融服务实体经济的能力,在当前重视经济发展质量,全面提高全要素生产率的背景下,综合考察金融空间异质性对全要素生产率的影响尤为重要。由于我国特殊的经济体制,政府在经济发展中起到了重要的作用,中央政府和地方政府的行为均会影响区域经济的发展,中央政府对地方政府的转移支付可以看作是对金融发展不足的补充,而地方政府会通过地方干预和加大科学技术支出影响全要素生产率,在地方政府干预的过程中也必然会影响金融资源配置。因此把三者放入一个框架中分析更能全面反映金融对全要素生产率的影响。本文首先对资本存量K和全要素生产率的计算进行归纳和总结,介绍我国目前关于全要素生产率计算的方法,概述它们的特点、适用范围等,其次定义金融空间异质性的范围并分析其对全要素生产率的影响机制,然后从地方政府和中央对地方转移支付两个角度探讨政府行为对全要素生产率的影响机制,理清金融空间异质性、政府行为与全要素生产率之间的逻辑关系。随后进一步测算了金融空间异质性以及全要素生产率增长指数两个核心变量。从金融发展和金融信息扩散强度两个维度刻画我国金融空间异质性,其中金融信息扩散强度采用因子分析法,而金融发展指标综合考虑了银行和证券市场两个市场的发展情况。分析发现,金融发展水平高的地区证券市场发展更好;采用随机前沿分析法(SFA)对超越对数生产函数形式下的地区全要素生产率增长指数进行了测算,统计发现从全国层面来看全要素生产率增长指数呈现U型发展趋势,而从省际的均值来看地区间存在较大差异。在测算全要素生产率增长指数的过程中基于最新的官方统计数据采用PIM方法重新估算了我国1952-2015年各省资本存量K数据,从统计上看,资本存量K区域差距存在扩大趋势。最后从实证角度分析发现,金融对全要素生产率的影响从全国层面来看具有正向作用,但是这种正向作用并不明显,而加入金融信息扩散强度变量后,强化了金融发展对全要素生产率的正向影响。但是金融发展对全要素生产率的影响受2008年金融危机的外生冲击较大,金融危机前金融发展对全要生产率具有促进作用,而金融危机之后金融发展对全要生产率具有抑制作用,但是金融信息扩散强度能够部分抵消危机后金融发展对全要素生产率的负向作用。以政府行为指标分组考察时发现在市场化高、科学技术投入高以及转移支付高的组别中,金融发展规模对全要素生产率的影响并未随着金融发展规模的扩大对全要素生产率起到促进作用,金融信息扩散强度反而表现出了对全要素生产率的促进作用,说明信息扩散技术手段的提高促进了地区技术进步,从而促进了全要素生产率的提高。政府要使金融发挥促进经济结构转型作用必须注意干预的适度性以及方向性问题。
【学位授予单位】:山东财经大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:D630;F832;F124
【图文】:
排名后来退出倒数 5 名的省份 贵州我们依据 4.1.1 节中因子分析法计算的数值,对每年各省的金融信息扩散强度按其数值进行了排序,并对排名前 5 名以及后 5 名的省份进行了分析,结果发现广东省一直位居榜首,即广东省依托于各种通信技术手段的信息扩散强度最强,这得利于其良好的地理优势,开放较早,信息技术普及率较早且高于其他省份。而浙江、江苏和山东虽然也一直位列前 5 名,但是山东自 2010 年后开始跌落到前 5 名中的最后一名,而江苏省逐渐上移取代了山东省的位置。青海、宁夏、海南、甘肃一直位居于倒数 5名的行列中。图 4-1 是我们对每年东、中、西部地区的金融信息扩散强度取均值绘制而成的,由此可以观察地区金融信息扩散强度的时间变化趋势,以及不同地区之间差异。我们发现东部地区的金融信息扩散强度要高于中部及西部地区,而中部的信息扩散强度要大于西部地区。但是东部地区的金融信息扩散强度并不是一直处于上升趋势,在 2011年及 2012 年经历了一个缓慢的下降趋势。
第 4 章 金融空间异质性、全要素生产率的测度我们进一步对区域金融发展进行了比较,图 4-2 是我们对各省份 2000-2015 年的金融发展均值比较情况,由图 4-2 可看出上海、北京、广东、浙江的金融发展综合水平分别位列前四名,而上海、北京金融发展综合水平高与其是金融中心城市密不可分。而由贷款与证券市场交易总额的比值来看,金融发展综合水平最高的上海其数值最小,而青海、内蒙古等金融发展综合水平低的省份该比值越大,说明金融发展综合水平越高的地区越是以证券市场为主。
本文编号:2729419
【学位授予单位】:山东财经大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:D630;F832;F124
【图文】:
排名后来退出倒数 5 名的省份 贵州我们依据 4.1.1 节中因子分析法计算的数值,对每年各省的金融信息扩散强度按其数值进行了排序,并对排名前 5 名以及后 5 名的省份进行了分析,结果发现广东省一直位居榜首,即广东省依托于各种通信技术手段的信息扩散强度最强,这得利于其良好的地理优势,开放较早,信息技术普及率较早且高于其他省份。而浙江、江苏和山东虽然也一直位列前 5 名,但是山东自 2010 年后开始跌落到前 5 名中的最后一名,而江苏省逐渐上移取代了山东省的位置。青海、宁夏、海南、甘肃一直位居于倒数 5名的行列中。图 4-1 是我们对每年东、中、西部地区的金融信息扩散强度取均值绘制而成的,由此可以观察地区金融信息扩散强度的时间变化趋势,以及不同地区之间差异。我们发现东部地区的金融信息扩散强度要高于中部及西部地区,而中部的信息扩散强度要大于西部地区。但是东部地区的金融信息扩散强度并不是一直处于上升趋势,在 2011年及 2012 年经历了一个缓慢的下降趋势。
第 4 章 金融空间异质性、全要素生产率的测度我们进一步对区域金融发展进行了比较,图 4-2 是我们对各省份 2000-2015 年的金融发展均值比较情况,由图 4-2 可看出上海、北京、广东、浙江的金融发展综合水平分别位列前四名,而上海、北京金融发展综合水平高与其是金融中心城市密不可分。而由贷款与证券市场交易总额的比值来看,金融发展综合水平最高的上海其数值最小,而青海、内蒙古等金融发展综合水平低的省份该比值越大,说明金融发展综合水平越高的地区越是以证券市场为主。
【参考文献】
相关期刊论文 前10条
1 郑世林;周黎安;;政府专项项目体制与中国企业自主创新[J];数量经济技术经济研究;2015年12期
2 毛其淋;许家云;;市场化转型、就业动态与中国地区生产率增长[J];管理世界;2015年10期
3 余泳泽;张先轸;;要素禀赋、适宜性创新模式选择与全要素生产率提升[J];管理世界;2015年09期
4 王珏;骆力前;郭琦;;地方政府干预是否损害信贷配置效率?[J];金融研究;2015年04期
5 汪冲;;渐进预算与机会主义——转移支付分配模式的实证研究[J];管理世界;2015年01期
6 任曙明;吕镯;;融资约束、政府补贴与全要素生产率——来自中国装备制造企业的实证研究[J];管理世界;2014年11期
7 颜银根;;转移支付、产业跨区转移与区域协调发展[J];财经研究;2014年09期
8 郑世林;周黎安;何维达;;电信基础设施与中国经济增长[J];经济研究;2014年05期
9 莫易娴;;互联网时代金融业的发展格局[J];财经科学;2014年04期
10 师博;沈坤荣;;政府干预、经济集聚与能源效率[J];管理世界;2013年10期
本文编号:2729419
本文链接:https://www.wllwen.com/jingjilunwen/shijiejingjilunwen/2729419.html