紧跟大数据时代的步伐，农业银行积极推进大数据平台建设及大数据的价值应用，确立了“大数据体系建设必须以应用为核心，数据平台开发与业务应用统筹考虑，要做好内部的数据治理，逐步拓展数据来源范围，充分利用内外部数据资源，不断提升对全行经营管理的支撑水平。”的总体战略思想，即：数据是基础，应用是目标，平台是支撑，治理是保障。
1.强化数据治行理念大数据革命必将颠覆银行传统观念和经营模式。通过营造“数据治行”的文化，建立分析数据的习惯，落实全行的数据标准和数据治理，切实提升“大数据”开发利用的综合能力，将现有数据转化为信息资源，让决策更加有的放矢，让发展更加贴近市场需求。
2.建设大数据平台构建处理能力强、扩展性好、开放度及共享度高的大数据存储加工平台，整合行内外、各种形态、跨历史周期的海量数据，并构建统一、全面、稳定的企业级数据模型，为大数据的分析利用提供基础的数据、环境、模型及配套工具等全方位立体式支撑。
3.打造数据分析应用体系构建适应大数据分析的多功能、跨渠道、多粒度的分析挖掘模型和应用体系，为服务质量改善、经营效率提升、金融模式创新提供支持。通过对海量数据的深度分析，全方位调整产品结构、营销模式，从根本上提高风险管理、成本绩效管理、资产负债管理和客户关系管理水平。
4.实现智慧银行的目标智慧银行是指，通过大数据技术不断优化业务办理流程，高效配置金融资源，敏锐洞察并引领客户需求的高度智能化的金融商业形态。智慧银行可提供“银行始终在客户身边”的全场景金融服务，为客户创造最佳服务体验。
二、农业银行大数据平台概述
经过多年的努力探索，农业银行在大数据平台建设的道路上锐意开拓，大胆创新，逐步形成了以四大基础平台、五类数据服务为核心的大数据平台。
1.四大基础平台（1）企业级数据仓库随着银行业数据利用能力的逐步提升，业务分析呈现跨领域分析、高度整合分析、长周期历史分析等特点，企业级数据仓库通过对行内跨领域海量数据的高度整合和模型化，形成对客户、账务、产品等的统一视图，使大数据分析成为可能。农业银行企业级数据仓库以存储和处理结构化数据为主要目标，全面涵盖了农业银行存、贷、中间业务等行内业务条线的核心类数据，实现PB级数据的高效存储，可以满足全行在各个领域数据分析和价值发现的各类需求，并为全行数据治理提供有力的支撑。如通过网点的多维度、全方位、长历史周期数据挖掘给出网点资源配置建议，提升运营效率，优化业务流程。（2）信息共享平台信息共享平台以存储和处理行内非结化数据为主，辅以来自行外的社会数据。基于非结构化数据的分析和深度挖掘，在客户关系管理、中小企业信贷、风险管理、品牌建设等众多领域发挥了重要的作用。如基于对社交网络各类非结构化数据的综合分析可以获取行外目标客户；通过机器学习、语音识别、情绪识别等技术，对客服语音记录进行深度挖掘，发现客户的需求。（3）实时流计算平台传统数据计算平台多以批量计算为主，数据处理能力较强，但时效性较差。农业银行的实时流计算平台采用业界最先进的流计算框架，实现数据的快速采集、交换、处理和应用，主要用于实时营销、实时客户服务、欺诈监控、大额动账监控、系统运营监控等各类对时效性要求比较高的业务场景。如结合持卡人的行为偏好为客户实时推荐精准的营销信息、优惠信息和特惠商户信息，并为特定客户群体提供实时的有针对性的服务提示。（4）高性能数据处理平台海量数据的分析挖掘亟须一个高性能环境的支撑，农业银行高性能数据处理平台采用大内存处理、分布式、闪存等新技术，以高性能计算为主要特点，实现对海量结构化数据、非结构数据等进行综合处理、全面分析和深度挖掘。如通过大数据语义分析和情绪分析追踪海量网络信息蕴藏的经济金融“微信号”，借此判断未来的市场走势，为前瞻性风险管理提供参考。
2.五类数据服务农业银行基于四大基础平台的优势，大力发展应用系统建设，形成了五大类数据服务形式有机结合的数据服务体系。（1）指标检索服务通过构建全行统一的指标库，为各个业务条线提供常用指标的检索服务，在此基础上提供各类经营管理、监管报送等指标采集、加工及报送服务。（2）即席查询服务采用特定的工具，构建功能强大的查询支持库，满足各类灵活查询、临时查询及特殊复杂查询需求。如果说报表是经营管理的瞭望塔，那么灵活的即席查询就是执行经营决策的指南针。以客户营销为例，即席查询服务可以为全行的客户经理提供多角度的客户信息查询，针对当前市场热点，提供具体的业务指导。（3）定制化信息服务通过iReport智能资源视窗对信息进行统一管理、分层检索、灵活配置和个性展示，并针对用户的不同需求、不同层次及不同偏好，提供定制化、个性化的信息订阅，联动邮件、短信、微信等渠道提供主动信息推送服务。（4）多维分析服务多维分析可以帮助业务人员实现多维度、多视图、多层次的分析，并可以通过下钻、上钻、切片、旋转等操作，提供更加动态、智能的数据分析，发现数据背后的规律。如从机构、时间、客户、产品类型、渠道、营销活动等多个维度对产品盈利情况进行综合分析，进而有效推动产品优化和创新。（5）深度数据挖掘服务海量数据中蕴含的规律和价值通常不直观，大数据的显著特点之一就是海量数据的知识发现和数据挖掘。农业银行基于大数据平台构建了多个特定领域或主题的数据挖掘实验室，包括客户洞察及精准营销、信用评价及风险评估、舆情分析与客户情感管理等，紧跟市场发展动态，直面业务热点、难点，充分挖掘大数据的巨大价值，为业务发展和经营决策提供更加深入的洞察和更加有力的支撑
三、农行大数据应用实践
农业银行在构建大数据体系时坚持以应用为核心，统筹部署数据平台开发与业务应用，加强业务创新与数据利用的良性迭代，实现传统业务和新型业态的融合发展，充分发挥了数据对全行业务发展和经营管理的支撑作用。借助大数据这把利剑，实现了“营销更精准、服务更贴心、管理更精细、监管更透明、风险更可控、决策更智能”，有效促进了全行经营理念、业务运营、组织流程的不断创新，为全行业务发展和经营管理提供了有力的科技引擎。以下三类应用案例可充分说明情况。
1.精准营销基于大数据的客户营销“三步曲”：获取客户、客户画像、精准营销（如图1所示）。通过大数据强大的信息获取和处理能力，充分挖掘行内外的潜在客户；通过大数据实现对客户的360°立体画像，在掌控客户行为、洞察客户情感的基础上，准确地预测客户需求，从而实现精准营销及交叉营销。以贵宾客户信用卡精准营销为例，农业银行通过综合行内外数据，应用聚类分析、关联规则发现、决策树等数据挖掘算法，构建了完整的精准交叉营销模型库和应用体系，动态实现目标客户识别、客群划分、优先级划分、产品推荐、渠道推荐等功能。在合适的时间，以合适的渠道，通过合适的方式，为合适的客户推介甚至定制合适的产品，实现差异化、个性化的精准营销。2.热点分析农业银行基于大数据平台构建了热点问题专题分析模型库，对当前的热点事件进行定期跟进、深度分析和动态监测，为策略制定、产品创新及运营模
式优化等提供有力支持。以互联网理财客户分析为例，该项分析旨在揭示个人客户购买互联网理财产品与农业银行资金流失的关系。首先采集研究机构等第三方数据，融合内部数据，对整体购买规模进行分析；挖掘购买互联网理财客户的特点，对这一特定客户群体进行综合画像。从而知道“正在发生什么。”然后，采用神经网络、回归等方法，对即将流失的客户进行智能识别，针对不同的客户特点制定不同的客户挽留措施，知道“即将发生什么。”最后，通过对客户和资产流失的深度分析，提出产品层面的创新策略，并给出具体建议；产品优化和创新后，再次综合分析新产品的市场效果，并对产品进行持续优化，实现数据挖掘和产品创新的迭代。
论文关键词：金融产业成长，经济增长，Granger因果关系检验，协整检验
一、引言
随着西方经济增长与金融发展理论的引入，金融发展与经济增长的关系已成为我国当代经济学界的一个重要研究领域,厘清两者之间的关系对于加快我国经济发展具有重要的政策意义。我国学者利用国内数据对两者之间的关系进行的大量实证研究，由于方法和指标体系的不同，研究结论各有差异。全国层面谈儒勇(1999)利用普通最小二乘法发现我国金融中介发展与经济增长显著正相关；王志强和孙刚(2003)采用带有控制变量的向量误差修正模型和Granger因果检验方法，发现1990年以来我国金融发展与经济增长之间存在着显著的双向因果关系。区域层面周立、王子明的研究表明：中国各地区的金融发展与经济增长都密切相关, 促进金融发展有利于经济的长期增长；冉光和、李敬等分别对我国东部和西部金融发展与经济增长的长期关系和短期关系进行了比较研究后认为:西部地区金融发展与经济增长之间具有金融发展引导经济增长的单向长期因果关系, 而无明显的短期因果关系，东部地区金融发展与经济增长之间具有明显的双向长期因果关系和双向短期因果关系。此外张兵、胡俊伟( 2003)、孙涌( 2003)、胡金焱、朱明星( 2005) 分别对江苏、贵州和山东三省的金融发展和经济增长的关系进行了实证分析。目前，国内理论界关于金融发展与经济增长关系的实证分析很多论文网，但是大部分是对我国的整体情况做分析，对于省际情况的研究较少。我国是一个具有区域性特点的大国,经济在地域间的发展是不平衡的,金融发展的差异也很大, 因此研究一个区域金融发展与经济增长的关系对于该区域的经济发展更具有指导意义。基于这一认识，本文对重庆市金融发展与经济增长之间的关系进行了实证研究。
二、变量选择、分析方法与数据说明
根据数据的可收集性和经济政策的连续性，论文选取了两组指标: 一是反映经济增长的指标，二是反映金融发展状况的指标。（一）经济增长指标。通常一国或一地区综合经济发展水平用国内生产总值(GDP)来衡量，考虑到人均GDP 数据比总GDP 数据更能反映经济发展水平，并为剔除物价因素和人口因素的影响，本文采用了实际人均GDP的环比增长率( G) 作为衡量经济增长的指标。实际人均GDP 是通过重庆市GDP缩减指数( 以1978 年为基期) 加以调整得到的。（二）金融发展状况指标。本文选取两个指标来反映金融发展状况: 一是衡量金融规模的金融相关比率指标( FIR)。FIR指某一时点上现存金融资产总额与国民财富之比。通常,人们将其简化为金融资产总额与GDP之比。限于数据的可获得性, 本文的金融资产总额包括金融机构各项存款余额、贷款余额、国家债券发行额和企业债券发行额。二是反映金融结构的指标( BANK) , 即金融机构贷款余额在金融总资产中的比重, 可以衡量金融中介( 银行系统) 在金融体系中的相对规模和作用。
在分析方法上，为了避免模型出现伪回归现象，本文首先利用ADF 单位根检验检验变量的平稳性，并对非平稳性变量进行处理使之成为平稳时间序列。为进一步检验二者的因果关系，分析金融发展对经济增长的影响程度，本文采用Granger 因果关系检验对数据进行检验和分析。如果各变量均是单整的，我们将对其进行协整检验以确定金融产业成长与经济增长之间的是否存在长期稳定的关系。
本文样本区间为1997—2009年, 所有数据均来源于《重庆统计年鉴》, 除以上说明外 数据未作其他处理。本文应用Eviews5.0对数据进行分析和检验。
三、实证分析
（一） 单位根检验
采用ADF法对对变量G、FIR、BANK进行单位根检验论文网，根据检验结果(表1)可见各序列一阶差分的ADF 检验值均小于5%的显著水平下的临界值，即G、FIR、BANK都是一阶差分平稳的, 即三者都是I(1)，即一阶单整。所以这三个变量具备了协整关系的必要条件，由此可以进行协整分析和因果检验。
表1 变量单位根检验结果
变量
检验类型( C, T, K)
ADF 检验值
临界值
显著水平
G
（c，t，2）
-3.76
-3.93
5%
G
（c，0，2）
-3.83
-3.21
5%
BANK
（c，t，2）
-1.01
-3.88
5%
BANK
（0，0，2）
-2.33
-1.98
5%
FIR
（c，t，2）
-2.43
-3.88
5%
FIR
（0论文网，0，2）
-1.60
关键词：长尾理论；互联网金融；信息处理成本；个性化
中图分类号：F832.2 文献标识码：A 文章编号：1001-828X（2014）09-00-02
2004年美国《连线》杂志主编克里斯・安德森（Chris Andersen）首次提出长尾（The Long Tail）这一概念之后，在互联网时代长尾理论受到越来越多的关注。在互联网技术持续快速发展、经济社会正朝大数据时代过渡、移动终端持续扩张的前提下，安德森（2012）同时指出了“长尾理论”与互联网经济的依赖关系，并相信“长尾理论”将指引互联网经济的发展方向并能创造出巨大的盈利空间。另一方面，随着互联网技术的进一步成熟，线上财富潜力的进一步挖掘，众多互联网企业开始进军金融业，同时传统金融业也紧随时代脚步开始了互联网金融的征程，互联网金融成为最近一段时间在金融界出现频率最多的词汇之一。
然而，“长尾理论”究竟核心在哪里，互联网金融参与者们又应该从哪些方面尝试实践？本文将结合“长尾理论”的内涵及其与互联网金融的关联尝试提出部分实践建议。
一、长尾理论的内涵
根据克里斯・安德森在其著作《长尾理论》（2012）中对“长尾理论”进行的定义，其可以简单概括为“我们的文化和经济中心正在加速转移，从需求曲线头部的少数大热门（主流产品和市场）转向需求曲线尾部的大量利基产品和市场”。
“长尾”实际上是对统计学中幂律和帕累托分布特征的一种口语化表达。在正态分布中，曲线的头部代表着重要的人或事（这往往是之前人们关注的重点），而曲线的尾部，则是需要花费更多精力与成本才能关注到的大数量的人或者事。在之前的黄金“二八理论”中（帕累托，1897），20%的重要部分会造成80%的重大影响，可以理解为20%的热门产品会创造80%的收入。而在“长尾”经济理论中，利润将被一分为三。2%的大热门产品、8%的次热门产品以及剩下90%的长尾产品会创造出相等的，也就是33%的利润。克里斯・安德森通过运用大量的数据统计，证明了大热门产品实际上与冷门产品拥有相同的利润创造能力。这也就意味着关注“长尾产品”与继续争夺热门产品是可以达到相同的现实意义。
二、互联网金融
虽然目前互联网金融正处在蓬勃发展期，但各界对于互联网金融的定义是众说纷纭。根据辛琪等人论述，各界对于互联网金融的理解可以粗略的概括为四个方面：一是认为互联网金融是利用网络手段达到去中介化、去中心化金融业态；二是强调互联网金融的行为主体是互联网企业，也就是互联网企业领导的金融；三是从技术层面出发，认为利用了互联网技术的金融就是互联网金融；四是认为互联网精神或者互联网技术与金融业融合并实现金融创新为互联网金融。进而，辛琪等人对于互联网金融的进行了定义：以互联网经济为基础、互联网为信用平台开展金融活动的金融业态就是互联网金融。
目前业界对于在互联网上进行金融活动的这个概念存在分歧。有些人将其一分为二：互联网金融以及金融互联网。根据辛琪等人的论述，这两者是统一的。但马云认为“未来金融有两大机会，一个是金融互联网，金融行业走向互联网；第二个是互联网金融，纯粹的外行领导。”也就是说他将其严格划分为了两个概念。但是这种划分排斥了二者融合的可能性，在现实意义上作用有限。
三、“长尾理论”对于互联网金融发展的实践启示
不难看出，长尾理论是基于互联网技术带来的信息成本下降；另一方面，互联网经济的蓬勃发展正是长尾理论的实际体现。对于互联网金融而言，“长尾理论”会带给互联网金融企业怎样的启示呢？结合我国商业银行实际提出三点建议：
首先要实现扩大数量，降低门槛，加强客户与产品的对接的“长尾”优势，平台的建设将会是重中之重。在“长尾理论”中，“个性化”是盈利的核心，从而产品的设置可以更大程度上放回客户自身，让客户自己来为自己定制产品，选择服务，甚至自己为自己提高用户体验。而这些的实现都要建立在一个强大的平台基础之上。
硅谷投资教父约翰・杜尔（2011）提出“SOLOMO”概念：“SOLOMO”实际上是三个词的组合“Social（社交），Local（本地化），Mobile（移动化）”。目前，商业银行的手机银行已经实现了较出色的用户体验，较完备的功能设置，较突出的实用价值，是一个非常先进且潜力极大的用户平台。移动终端APP的设置实现了移动化的金融运用，定位功能及周围网点功能也在向本地化靠拢。但是，在此基础上如果加入Social的元素将会极大的提高用户体验和用户粘性，甚至会创造出巨大的其他财富空间。目前的运用当中，商业银行手机银行交流部分是以客服为主，以通知式的活动宣传为主。例如，在平台中设置游戏币或者积分，实现整个商业银行电子银行营销奖励的规范化，然后通过这种类型的积分或者游戏币给用户更多的空间去发挥使用，同时通过平台内社交规则来激励用户，从而使用户产生对平台的粘性。并且在用户粘性产生的同时也就实现了推广和营销。
另外，本地化也是该平台最为重要的一个方面。对现实没有意义的社交可能并不会引起大部分用户的注意，从而会使平台变成“白送”的一种网络游戏。本地化的加入不仅会让用户体会到实实在在的“价值”，更多的，对银行来说也会是衍生产品的扩张。例如，平台中可以签约大量的本地商户，商户打折或者其他类型的商户活动都会以游戏或者论坛帖子的形式出现在平台上，这样pos收单、信用卡业务也会随之得到扩张。更进一步，平台建设甚至可以通过收购或者邀请加盟的方式扩大功能窗口，从而实现一站式的金融加生活服务。例如，和携程或者去哪儿合作，可以开拓更加全面的旅行金融服务。当然这样的一个平台的建立并不能单纯依赖金融产品方面的考虑，更多的可能是需要技术上、人才上乃至机制上的支持。
其次如何才能有效地降低信息处理成本将会是互联网金融参与者的首要课题。长尾效益的实现是要将大量的“长尾”进行划分、整合从而实现产品的在长尾市场上的蔓延，在小市场收获大利润。从而，这样的整合过程中的成本将会是决定成败的关键。徐子沛（2013）的《大数据》给了我们很好的答案。正在到来的数据革命、扁平化社会、互联网时代，正在将“开放，平等，协作，分享”的互联网精神传递给社会的各个方面。据《大数据》所述，大数据时代是历史的必然趋势，新一轮的竞争必然是围绕大数据进行。进而，步步为营的大数据基础建设可能会为企业在下一轮竞争中奠定更扎实的基础。
大数据的基础必然是数据获取与处理的技术机制。但是，对于技术系统的改革在短期内效果应该并不是很明显，并且在技术上的变革转型及被接受相对较快。然而要在管理机制以及文化方面做好对大数据准备将会是相对长的一个过程，而在这个转型的过程中先行企业则会赚取这个相对的时间差中所带来的利益。一个方面，就目的而言，商业银行可以考虑设立独立的互联网金融部门，专门负责互联网数据以及互联网产品相关事宜，并且采用平行的管理模式，自主人事权，更多地考虑借鉴互联网企业的管理模式，以激发员工的创新意识和数据运用。另一个方面，整个企业文化中需要更多的加入大数据要素，以“是否有数据佐证”为重要决策依据，并且为一线员工提供更多的数据信息，在整个企业中形成对数据的尊敬语重视。然而，在此同时，在这个过程中数据信息安全以及对客户隐私的保护也应该得到制度化的控制。同时，大数据要求更深层次的数据挖掘，所以相关人才的吸纳以及培养也应该尽早列上日程。但只要建立起了相关部门以及文化基础，相信相关人才力量的支持也会水到渠成。目前，有部分商业银行对于数据的获取及分析工作已经是走在行业前沿，然而对于大数据的价值运用还可以有更大的发挥空间。其中一个部分就是本文的下一个观点：基于数据基础上的“定制化”特色产品。
最后打造更多“个性差异化”产品。“长尾理论”有效的前提是满足个性化需求的产品可以通过互联网等新技术与新方法将渠道成本趋近于零。这个前提一个方面决定了产品数字化是“长尾理论”是否有效的关键：同时也说明了“长尾”产品最重要的一个特质就是“个性差异化”。目前对于定制化产品不少商业银行已经都有相关的定制产品，如招商银行的金葵花贵宾卡、广发银行生意人卡、平安银行的贷贷平安卡、光大银行乐惠金卡等特色卡种实现了不同人群的定制服务。然而随着互联网精神的深化，单纯的卡种绑定服务的定制并不能完全满足所有客户的个性化要求。这样，客户可以清楚地看到某一项服务所需要的要求，从而根据自己的生活习惯及喜好选择其中的某几项服务，从而形成各式各样的新型产品。例如，我们可以将商业银行白金卡卡的各大优惠单列出来，每一项都设立固定的达标要求及管理费标准，客户可以自己在网页上打勾，并且有些部分客户不想要的可以按照金卡甚至普卡的标准进行配套，从而形成各式各样的符合客户想法的新卡种。同时再赋予每一项服务以分值，按分值来划分卡种档次，从而形成卡种的大数据。这种大数据就为进一步细分市场打下了良好的基础，在同一档次的卡种中又可因为偏好或者生活及经济环境不同再次进行划分，这样就为更深层次更个性化的产品开发提供了更多数据支持。
参考文献：
关键词：信息化；金融；面板数据；向量自回归；格兰杰因果检验；互动关系
中图分类号：F49 文献标识码：A 文章编号：1672-3104(2012)03?0110?06
一、引言
自1967年日本科学技术和经济研究协会首次提出“信息化”一词以来，随着信息化的迅猛发展，信息化与经济增长的关系首先引起了人们的关注。Castells[1]认为信息化主要通过产业经济的扩充来影响社会经济发展。Biswas[2]提出信息化通过影响生产技术和消费结构两种形式来影响经济增长。20世纪90年代以来，信息技术的加速发展和广泛应用不仅深刻影响了国际竞争格局和人类的生存方式，更引发了金融领域的重大变革，如混业经营成为金融行业的主流模式，客户需求成为金融服务的市场主导，风险管理成为金融管理的重中之重等。作为经济增长的重要工具和手段，长期以来，金融业一直非常重视信息技术的应用，信息技术不但在金融服务体系建设中发挥着基础作用，而且对于提高金融行业内部管理水平进而提高资源配置效率更是具有重要意义。从宏观视角研究信息化与金融发展的互动关系，分析它们的互动机制，有利于评估我国信息化与金融发展的协调水平，分析其中存在的问题，从而对信息化与金融发展的关系有一个全面的认识，也给政府相关部门加强宏观管理提供理论与实证的依据，因而具有十分重要的意义。
金融发展主要包括金融资产、金融机构、金融市场等总量的提高，以及金融结构的改善和优化，McKinnon[3]、Shaw[4]在各自的著作中独立地提出了“金融抑制”和“金融深化”理论，他们从制度框架和金融效率的角度，强调了金融市场化的积极作用，由此现代意义上的金融发展理论正式形成。关于信息技术、信息化对金融的影响，谭荣华、左志刚[5]论述了信息生产功能是现代金融中介的一项重要功能，信息化作用于金融中介的信息生产，从而成为推动金融中介的一个重要原因，信息化通过使可利用的信息量增加和使信息利用能力提高两种机制实现。张立洲[6]探讨了金融信息化对货币形态及智能、金融机构、金融市场、宏观货币政策产生的广泛而深刻的影响。赵昱光、张雪梅[7]认为金融领域信息技术的应用，从便利资金供应、加快资金结算和支付、促进银行体系效率提高、促进金融市场发展等多方面促进了金融的发展，同时信息技术也为金融运行和监管提出了一些新的挑战。李政、王雷[8]认为金融信息化对金融发展的
收稿日期：2012?03?10
基金项目：国家社科基金(10BJY105)；宁波大学区域经济与社会发展研究院重点课题(QYJYS1106)
作者简介：俞立平(1967?)，男，江苏姜堰人，博士，宁波大学商学院教授，主要研究方向：信息经济，科学计量.
影响是双面的，一方面金融信息化提高了金融机构的运作效率，另一方面金融信息化加剧了金融风险的产生。温平川[9]利用协整检验、脉冲响应函数和方差分解、向量误差修正模型，对江苏省信息化与金融发展之间的关系进行了实证分析，发现信息化的推进对金融规模的扩张有较大的促进作用，而对金融效率和股票市场的发展影响较小。
此外，关于金融信息化存在的问题，石双元、张金隆等[10]较系统地分析了信息技术与金融业的关系及其对金融业的影响，着重研究了由于金融信息化带来的新的金融风险及其产生的原因，探讨了信息技术在防范和化解金融风险中的作用。郝向荣、王松等[11]认为中国银行业已经走过了电算化的初级阶段，正朝着金融信息化时展，将面临着一些新的风险。
从以上研究看，关于信息化对金融发展的影响机制和理论相对比较成熟，但存在以下问题：
第一，现有的研究侧重从微观视角进行，缺乏区域层面信息化与金融发展关系的宏观研究，虽然微观是宏观的基础，但并不是简单的累加。而且在微观层面，金融发展对信息化的影响极其有限。
第二，关于信息化对金融发展影响研究较多，缺乏金融发展对信息化影响的研究。
第三，理论研究较多，实证研究比较缺乏，迄今为止仅有数篇文献，而且主要基于时间序列数据，采用向量自回归模型进行研究，缺乏基于面板数据的研究。
本文基于近年来的面板数据，首先分析了信息化与金融发展的互动机制，然后采用格兰杰因果检验、面板数据、面板向量自回归模型(Panel VAR, PVAR)全面分析信息化与金融发展的互动关系。
二、研究框架
本文的研究框架如图1所示，研究信息化与金融之间的互动关系，首先进行两者互动机制的理论研究，然后再从静态与动态两个视角进行实证，静态研究主要采用格兰杰因果检验与面板数据进行，动态研究采用面板向量自回归模型进行，在此基础上进行脉冲响应函数和方差分解分析，最后再进行综合分析。
信息化的影响因素，主要有金融、经济发展水平、科技水平等；经济发展水平越高，对信息化就会提出更高的要求，也能够为信息化发展提供物质基础；信息化离不开科学技术，信息化的发展不仅需要计算机、
图1 研究框架
网络、通讯、电子等领域的信息技术，也离不开化工、能源、机械、建筑等相关科学技术。为此，建立如下模型：
(1)
式中：Info表示信息化水平，FIR表示金融水平，GDP为经济发展水平，ST为科技水平，c为常数项，α、β、γ表示回归系数。为了减少异方差，同时增强结果的解释性，所有变量都取对数进行处理。
面板数据有很多优越性，它更能反映个体变化，有更高的效率，能够较好解决多重共线性问题，对遗失重要变量也不敏感，因此本文采取面板数据进行分析。
三、信息化与金融发展的作用机制
（一） 信息化对金融发展的影响机制
关于信息化对金融发展的影响，现有研究相对比较成熟，概括一下，主要体现在以下几个方面。
第一，信息技术能够提高金融系统的效率。目前，所有的金融机构都实现了电脑化、网络化、信息化。信息技术的应用，大大提高的工作效率，节省了金融系统的劳动力成本，加快了资金周转，改善了金融服务方式。
第二，信息技术能够提高金融创新能力和综合竞争能力。依靠金融技术创新、产品创新、制度创新来提升金融机构的风险控制能力和金融创新能力，对于提高金融业的综合竞争力具有重大的意义，对金融机构的经营方式和组织结构产生深远的影响。
第三，信息技术对金融体系产生了深远的影响。信息技术改变了货币的形态与职能，促进金融市场一体化，加速国际资本流动，使得金融机构的筹资渠道大大拓宽，而技术手段的进步又使金融机构临时融通资金的能力大为增强，各种金融科技产品也在整体上提高了金融机构的资产流动性，减少了中央银行调节基础货币的渠道，使中央银行控制基础货币的职能主要依靠公开市场业务来进行。
第四，信息技术是防范金融风险和保障金融安全的重要手段。信息技术是金融风险监管的重要支柱，为了实现对风险监管的精确性、前瞻性、预警性目标，就需要不断提高监管手段的现代化水平。依靠各类信息系统建立起发现风险、度量风险、应对风险的决策体系对金融安全具有十分重要的意义。
（二）金融发展对信息化的影响机制
关于金融发展对信息化的影响机制，尚没有引起学术界的重视，从金融对信息化的影响机理分析，主要体现在以下三个方面：
第一，金融发展加快了信息化基础设施建设的进程。信息化基础设施的建设，需要庞大的资金，没有发达的金融体系，信息化基础设施建设难以筹集必要的资金，必然影响信息化的进程。从我国信息化基础设施建设的实践看，无论中国电信、中国移动，还是中国联通等信息化巨头，在信息化基础设施建设时都通过金融体系筹集了大量的资金，保证了信息化进程。
第二，金融体系的建设和发展对信息化产生了巨大需求。新的金融机构的设立、管理体系的完善都离不开信息技术的支撑，每年金融体系的信息化采购都达到数千亿，产生了庞大的市场需求，吸引更多信息技术人员就业，促进了信息产业发展。
第三，金融发展促进了信息化的技术进步。金融体系对信息技术的需求，许多需要专用技术，从而对软件、设备、网络、计算机安全等提出了更高的要求，要求广大信息技术厂商不断研发新的技术，从而带动信息技术进步。
四、数据
关于信息化发展水平变量，较好的方法是采用指标体系测度，但采用面板数据面临着巨大的困难，很多信息化指标数据仅有数年的，而且不连续，舍弃这些指标必然导致信息化测度的偏差。本文采用邮电业务额作为信息化的替代变量，邮电业务额包括了电话、互联网、邮件、报刊发行等众多业务收入，是典型的信息化指标，其中函件邮寄虽然与信息化关系不大，但由于函件面临各快递公司激烈的竞争，邮政局函件份额较小，加上函件邮寄收入仅占整个邮电业务额极小的份额，因此并不影响采用邮电业务额作为信息化的替代变量。
关于金融发展水平的度量，实际应用中方法较多。典型的是采用金融相关比率(Financial Interrelations Ratio，FIR)，指全部金融资产价值与全部实物资产价值之比，反映的是金融上层结构与经济基础结构之间的比例关系。由于中国缺乏金融资产的统计数据，主要金融资产集中在银行，而银行的最主要的业务是存款和贷款，因此本文用存贷款余额与GDP的比率作为衡量金融发展的一个指标。
经济发展水平变量采用地区生产总值，这一般没有太大的争议。科技水平变量可选指标也较多，如论文、奖励、专利等，最好的方法是选取科技产出指标来测度科技产出，但基于和信息化同样的原因，面板数据难以获得。本文选取各地区的研发投入(R&D)作为科技水平的替代变量。
2000年分省的邮电业务额指标缺失，因此数据来自于2002～2010年中国统计年鉴，实际数据为2001～2009年期间的数据。地区由于部分年度数据缺失，因此进行了省略。所有数据的描述统计量如表1所示。
表1 数据描述统计量
邮电业务额 金融比率 地区生产总值 研发投入
均值 461.14 0.13 7 168.00 94.20
极大值 4 149.11 0.71 39 482.56 699.99
极小值 13.21 0.01 298.38 0.80
标准差 523.60 0.11 6 822.05 126.70
N 30×9=270
五、实证结果
（一）信息化与金融发展之间的格兰杰因果 检验
从理论上讲，信息化与金融发展之间是双向因果关系，那么实际数据是否支撑这个结论呢？常用的定量研究方法是格兰杰因果检验。考虑到两者发挥作用的滞后期在以1～4年之内，因此滞后期以此为准。
格兰杰因果检验本质上采用的是回归分析，如果面板数据不平稳会导致伪回归问题，因此在进行格兰杰因果检验之前必须对面板数据做平稳性检验。常用的面板数据单位跟检验方法有Levin检验、ADF检验、PP检验等，本文采用这3种方法同时进行检验，以3种方法结果一致为准。经过1阶差分，所有变量都是平稳的，由于篇幅所限，本文省略了平稳性检验结果。
格兰杰因果检验结果如表2所示。信息化在滞后1～4期时，都是金融发展的格兰杰原因，而金融发展在滞后2～3期时，才是信息化的格兰杰原因，说明两者互动关系比较显著，但信息化对金融的影响比较持久，而金融对信息化的贡献相对短暂。
表2 格兰杰因果检验结果
滞后期 检验与结论 F检验 概率 结论
1年 信息化不是金融的原因 4.260 0.040 拒绝**
1年 金融不是信息化的原因 1.024 0.313 接受
2年 信息化不是金融的原因 9.709 0.000 拒绝***
2年 金融不是信息化的原因 2.329 0.099 拒绝*
3年 信息化不是金融的原因 11.969 0.000 拒绝***
3年 金融不是信息化的原因 4.475 0.005 拒绝***
4年 信息化不是金融的原因 10.731 0.000 拒绝***
4年 金融不是信息化的原因 1.905 0.113 接受
注：*表示在10%的水平下统计检验显著；**表示在5%的水平下统计检验显著；***表示在1%的水平下统计检验显著。
（二）面板数据估计
由于金融对信息化的贡献只在滞后2年和3年时才比较有效，经济发展对信息化的影响一般至少要滞后1期，研发投入对信息化的影响至少也要滞后2~3期，综合考虑，本文选取滞后期为2年进行面板数据估计。
首先进行构造一个是采用混合回归还是面板数据的F检验，结果发现应该采用面板数据。接下来进行hauseman检验，发现拒绝随机效应的原假设，应采用固定效应模型进行估计，结果见表3，为了进行比较，表3同时给出了混合回归结果。从固定效应的估计结果看，总体拟合水平较高，达到0.992，金融每增长1%，会导致信息化增加0.783%，经济发展水平每增长1%，信息化增加0.636%，科技水平每增加1%，会导致信息化增加0.164%，总体上，金融发展对信息化的贡献最大。对比混合回归发现，由于多重共线性，科技水平的回归系数为负数而且没有通过统计检验，金融对信息化的贡献被低估，而经济发展水平对信息化的贡献被高估了。
（三）面板数据向量自回归模型
由于面板数据是平稳的，因此可以继续进行协整检验，最佳滞后阶数根据前文的分析确定为2。协整检验方法采用Kao面板协整检验，发现存在协整关系。接着建立VAR模型，模型的整体拟合度R2为0.995，
表3 信息化影响因素的面板数据估计
变量 含义 混合回归 固定效应
C 常数 ?2.299***
(?7.416) ?5.228***
(?11.204)
log(FIR(?2)) 金融相关比率 0.203***
(2.805) 0.783***
(8.597)
log(GDP(?2)) 地区生产总值 0.839***
(15.914) 0.636***
(8.758)
log(ST(?2)) 科技水平 ?0.039
(?1.198) 0.164***
(3.021)
Hauseman — 155.341
p — 0.000
R2 0.923 0.992
n 30×7=210
注：***表示在1%的水平下统计检验显著。
且VAR模型所有特征根都位于单位圆内，模型结构稳定，拟合效果较好。
VAR模型是一种非理论性的模型，它的系数并没有经济学意义，在分析VAR模型时，往往不分析一个变量的变化对另一个变量的影响，而采用脉冲响应函数和方差分解进行进一步分析，信息化与金融发展的脉冲响应函数如图2所示。
先看信息化的脉冲响应函数，来自金融发展一个标准差的正向冲击，在当期对信息化的影响为0，随后缓慢升高，到第3期后基本平稳，说明金融的冲击对信息化影响比较平稳，并且有一定的滞后期。来自经济发展水平一个标准差的正向冲击，当期对信息化的影响为0，随后缓慢持续升高，说明经济发展水平的冲击对信息化的影响需要一定的滞后，总体也是平稳的。来自科技发展水平一个标准差的正向冲击，当期为0，随后为负值，从第3期趋于平稳，但全部是负值，主要原因可能是只有信息技术相关的技术进步才会促进信息化的发展，而一般科技水平的冲击对信息化没有什么影响。
再看金融发展的脉冲响应函数，来自信息化一个标准差的正向冲击，在当期对金融的影响就是负值，随后继续下降，到第3期后缓慢升高，总体为负。一般信息化的冲击，主要由新的信息技术应用引发，而金融是对数据处理要求极高的部门，一般会使用成熟技术，而新技术需要一定时间的考验期。经济增长对金融的影响当期为负，然后缓慢下降，可能与我国的金融体系与经济发展水平协调性不够有关。科技发展对金融的影响总体较低，因为影响金融的技术因素主要是信息化，科技水平相对低一些。
图2 脉冲响应函数
方差分解通过求解扰动项对向量自回归模型预测均方误差(Mean Square Error, MSE)的贡献度，了解各类因素的相对作用，和时间序列数据一样，面板数据预测的误差方差是其自身扰动及系统扰动共同作用的结果。表4、表5分别为信息化与金融的方差分解。
表4 信息化的方差分解
时期 标准差 INFO FIR GDP ST
1 0.07 100.00 0.00 0.00 0.00
2 0.10 97.83 0.37 0.13 1.66
3 0.11 97.14 0.75 0.29 1.82
4 0.13 96.26 1.05 0.63 2.06
5 0.14 95.40 1.30 1.08 2.22
6 0.15 94.50 1.50 1.63 2.37
7 0.16 93.58 1.67 2.25 2.50
8 0.17 92.63 1.82 2.93 2.62
9 0.17 91.66 1.95 3.66 2.73
10 0.18 90.69 2.07 4.42 2.82
表5 金融的方差分解
时期 标准差 INFO FIR GDP ST
1 0.06 18.81 81.19 0.00 0.00
2 0.10 19.49 80.19 0.11 0.22
3 0.14 18.32 81.21 0.18 0.29
4 0.17 16.72 82.80 0.18 0.31
5 0.19 15.06 84.49 0.15 0.30
6 0.21 13.49 86.11 0.13 0.27
7 0.23 12.08 87.56 0.11 0.24
8 0.25 10.87 88.80 0.11 0.22
9 0.26 9.87 89.80 0.13 0.20
10 0.27 9.10 90.55 0.17 0.19
从信息化的方差分解看，对信息化影响最大的是其自身，在末期占90.69%，金融占2.07%，经济发展水平占4.42%，科技水平占2.82%。
从金融的方差分解看，与信息化类似，对金融影响最大的是其自身，末期金融自身占90.55%，信息化占9.10%，地区经济发展水平和科技水平对金融几乎没有影响。这从另外一个角度也说明了信息化对金融的重要作用。
六、结论与讨论
（一）信息化与金融互动关系显著
信息化与金融发展的互动机制鲜明，两者互为因果关系，金融对信息化的贡献，主要体现在促进信息化基础设施建设和技术进步，带动信息化的巨大需求方面。信息化对金融的影响相对持久，而金融对信息化的影响相对短暂。从变量的弹性系数看，金融对信息化的贡献大于经济发展水平和科技水平对信息化的贡献。
（二）金融对信息化的影响的核心是信息技术的发展
金融对信息化的影响，离不开信息技术领域中关键的技术进步，如果没有信息技术领域中较大的技术进步，就不会产生信息基础设施的巨大需求，如果新的信息技术本身尚处在的验证阶段，对数据和系统要求极高的金融部门也不会产生需求，从脉冲响应函数和方差分解看，信息化与金融互动关系鲜明，信息化对金融的影响大于金融对信息化的影响。
（三）模型的选用对结果影响很大
在分析信息化与金融发展的互动关系中，采用不同的数据、不同的模型对结果的影响是很大的，由于时间序列数据较少，因此用时间序列数据分析比较片面，而采用面板数据进行混合回归又不能发挥面板数据的特长，难以挖掘数据中潜在的信息，从本文的实践看，采用格兰杰因果检验、面板数据、面板向量自回归综合进行分析是比较恰当的，而且它们之间能够互相支撑。
参考文献：
[1] Castells M, Ipola E. Epistemological practice and the social science[J]. Economy and Society, 1976, 5(2): 111?144.
[2] Biswas D. Economics of information in the web economy towards a New Theory[J]. Journal of Business Research, 2004, 57(7): 724?733.
[3] McKinnon, Ronald I. Money and Capital in Economic Development[M]. The Brookings Institution, Washington D. C, 1973.
[4] Shaw Edward. Financial Deepening in Economic Development [M]. New York: Oxford University Press, 1973.
[5] 谭荣华, 左志刚. 信息化与金融中介演进[J]. 财经论丛, 2004(5): 33?39.
[6] 张立洲. 论金融信息化对金融业的影响[J]. 财经问题研究, 2002(3): 29?32.
[7] 赵昱光, 张雪梅. 信息技术与金融发展[J]. 技术经济与管理研究, 2009(5): 104?106.
[8] 李政, 王雷. 论金融信息化及其对金融发展的影响[J]. 情报科学, 2007(11): 1743?1745.
[9] 温平川. 城乡统筹中的信息化与金融发展关系实证研究[J]. 科技进步与对策, 2009(12): 59?63.
[10] 石双元, 张金隆, 蔡淑琴. 金融信息化及其风险防范对策[J].中国管理科学(专辑), 2000(11): 565?571 .
[11] 郝向荣, 王松, 李爱军. 中国银行业金融信息化过程中面临的风险及其防范[J]. 价值工程, 2007(10): 101?103.
Study on informatization and finance based on panel VAR
YU Liping
(Modern Management Center, Business School, Ningbo University, Ningbo 315211, China)
关键词：金融可持续发展；测度；比较
0 引言
从现实来看，自上世纪80年代以来，金融业的动荡与重整成为一个全球性的重要问题。由于我国金融业受到严格监管，对外开放度较低，受到的外部冲击较小，但是制约金融可持续发展的风险和隐患普遍存在。从理论来看，目前理论界对金融可持续发展问题的理论研究较为丰富。但是，对金融可持续发展问题的实证研究仍然偏少。因此，研究金融可持续发展问题具有重大的理论和实践价值。
本文旨在构建金融可持续发展的评价指标体系，对我国四大地区的金融可持续发展相对程度进行测度与比较，并据此提出提升我国金融可持续发展水平的政策建议。
1 金融可持续发展的评价标准
在构建适合我国国情的科学的金融可持续发展的评价指标体系之前，首先需要确立金融可持续发展的评价标准，否则，评价指标体系的涉及便无依据，定量分析亦缺乏规范性。本文从金融可持续发展的理论出发来确定金融可持续发展的评价角度与判定标准，在此基础上来选取合适的单项指标。
根据金融可持续发展理论，金融可持续发展必须兼顾量性金融发展和质性金融发展。金融可持续发展对量性金融发展的基本要求是与经济金融发展水平相适应的金融业规模的扩张，对质性金融发展的基本要求是金融结构的优化、金融效率的提升以及金融外部环境的改善。因此，本文认为全面的金融可持续发展应该包括四个方面：金融规模方面、金融结构方面、金融效率方面以及金融外部环境方面，而且我国区域金融可持续发展的总体水平应该是由这四个方面有机构成。
2 金融可持续发展评价指标的选取
确定了金融可持续发展的评价标准后，也就确定了金融可持续发展评价指标体系的框架结构，接下来就可以选取金融可持续发展四个方面各自的单项指标。
2.1 金融规模方面
根据白钦先（1998），本文选取金融相关比率、金融机构存贷款、金融市场交易额、保险深度、保险密度等五个指标来衡量金融规模的发展程度。
2.2 金融结构方面
根据吴晓求等（2006），本文选择金融市场交易额占金融机构存贷款的比重来衡量金融结构的发展程度。
2.3 金融效率方面
根据李扬（2007），本文采用储蓄率来衡量金融效率的发展程度。
2.4 金融外部环境方面
根据R.La Porta等人（1998），本文采用人均地区生产总值、进出口总额占地区生产总值比重、每万人三种专利授权数量等三个指标来衡量金融外部环境的发展程度。
3 我国各地区金融可持续发展的测度与比较
3.1 测度方法介绍
本文中使用的计算金融可持续发展单项指标的计算方法参考了樊纲等（2006）。下面给出具体的计算公式。
为了使各地区的指数指数可以同以前年份相比，从而反映金融可可持续发展的进展情况，本文设定2000年为基期，对于各年份的单项指数得分的计算，具体公式如下（适用于正向指标）：
第i个指标年得分
其中脚标（t）代表所计算的年份，脚标（0）表示基期年份。
对于各年份负向指标的计算，具体公式如下：
第i个指标t年得分
形成金融可持续发展各单项指数为各方面指数和总指数提供了基础。而形成方面指数和总指数的关键在于如何为各单项指数选取权重。本文采用算术平均法来确定各单项指数在方面指数中的权重，用这些权重来相加得到方面指数；并用相同的方法确定金融可持续发展各方面指数在总指数中的权重，以合成总指数。
3.2 研究结果分析
3.2.1 总体进展比较
金融可持续发展的总体进展上，从2010年与2000年总体评分的变化幅度来看，四大区域的总体评分都有显著提高，变化幅度由高到低分别是：东部、中部、西部、东北。从各年间四大区域间总体评分差距来看，东部与其它三大区域总体评分的差距有扩大，说明东部地区与其它地区金融可持续发展进展差距越来越大，发展不平衡性更加显著。
3.2.2 四个方面进展比较
我国四大区域金融可持续发展四个方面的进展上，金融规模方面，四大区域的评分都稳步上升，总体上在所有年份呈一种梯度：东部最高，东北第二、中部第三，西部最后，说明金融规模方面的进展也呈东最好、东北第二、中部第三和西部最后的态势；金融结构方面，四大区域的2010年比2000年评分增幅较小，各年间起伏较大，东部地区虽然在所有年份均要高于其它地区但差距较小，说明四大区域在金融结构方面进展较小，而且不够稳定，东部地区的优势不明显，四大区域呈现一种低水平的平衡格局；金融效率方面，四大区域的2010年与2000年评分增幅较小，各年间有所起伏，东中西由高到低呈一种梯度，东北地区评分波动最大，在2007年以前要高于东部地区，之后低于东部，但四大区域差距较小，说明四大区域在金融效率方面进展较小，而且不够稳定，尤其是东北地区起伏最大，差距较小，呈现一种低水平的平衡格局；金融外部环境方面，四大区域的评分都稳步上升，总体上在所有年份呈一种梯度：东部最高、东北第二、中部第三、西部最后，说明金融规模方面也呈东部最好、东北第二、中部第三，西部最后的态势。
4 提升我国金融可持续发展水平的政策建议
根据实证研究的结果，在金融结构和金融效率两方面有待加强，因此从这两方面提出政策建议。
4.1 优化金融结构
大力发展资本市场， 使其成为中国金融体系中最有活力的核心， 发挥其对现代经济体系的杠杆推动作用；大力发展创新银行业务，通过提供收取费用的金融产品或服务扩大银行利润；
4.2 提升金融效率
强化金融机构内部管理，提供金融机构素质，金融效率的提高，其基础作用的是金融机构的高效率；加强金融监管，改善金融调控方式，加强金融监管，积极创造条件，逐步实现与国际接轨。
参考文献：
[1] La Porta， R.， Lopez-de-Silanes， F.， Shleifer， A.， Vishny， R
.1998.Law and finance[J]. Journal of Political Economy 106， 1113-1155.
[2] 白钦先.再论金融可持续发展[J].中国金融，1998（7）：19-20.
[3] 樊纲，王小鲁，朱恒鹏.中国市场化指数——各省区市场化相对进程2006年度报告[M].北京：经济科学出版社，2006.
[4] 李扬，王国刚，刘煜辉.中国地区金融生态环境评价（2006-200
一、文献综述与理论预期
（一）文献综述
在目前研究区域金融与区域经济增长关系的文献中，研究者都是以中国某一区域或某一省份为例来研究区域金融与区域经济增长的关系。在分析框架中，研究者普遍都采用了金融相关率这一指标来衡量区域金融发展状况，但是各研究者并不只是采用金融相关率作为唯一的指标，毕竟金融发展是一个立体化的概念，因此需要从不同侧面去观测金融发展状况，因此也就需要设计不同的衡量指标。例如卢宁（2009）采用了金融规模指标和金融效率指标来衡量金融发展水平，而张萍、陈福中（2009）采用了股票市场发展程度、保险市场发展程度来衡量金融发展水平，另外杜莉、王宏来（2009）采用非政府投资占总投资的比重、贷存比来衡量金融发展。在结论上，研究者普遍得出了金融发展对经济增长存在正相关关系的结论，即区域金融与区域经济是相互促进的。总体来看，目前研究区域金融与区域经济增长的文献可以两大类，一类是定性分析即不采用实证模型进行分析，代表者有刘宁、申锦（2009）等，另一类则采用实证模型进行分析，代表者有杜莉、王宏来（2009）等。
在第一类中，刘宁、申锦（2009）分析了贵州经济增长与金融成长的耦合性，将金融发展分解为金融增长和金融发展效率，对金融增长的衡量指标是M2/GDP，对金融发展效率的衡量指标是存款和贷款之比。通过分析其得出的结果是：贵州的金融相关率低于全国水平；贵州的M2/GDP自进入新世纪以来一直高于全国水平；贵州的金融中介效率在时间和空间上与经济增长趋势和经济发展程度相背离。对于第一个结果，作者的解释是由中国金融发展的二元特性决定的，即中国金融发展在东部和中西部呈现二元发展的特性导致了贵州的金融发展水平低于全国水平。但是二元发展特性只是中国金融发展在地域上一种分布状态，只是一种现象，而非根本原因，即导致贵州金融发展低于全国水平另有其根本原因。对于第二个结果，作者从经济的信用化和国有银行信用垄断两方面来解释。但是经济的信用化和国有银行信用垄断只是M2/GDP上升的一般性原因，而并不能成为贵州的M2/GDP高于全国水平的特殊性原因。在与刘宁、申锦（2009）同样采用了金融相关度指标来衡量金融发展之外，涂人猛（2009）还采用了金融机构、保险密度、保险深度来衡量区域金融实力，同时采用上市公司总市值与GDP之比来衡量区域直接融资水平。在这些指标下，作者分析了湖北省金融发展与经济增长的关系。但是，作者只是罗列了一系列衡量指标，而并未就这些指标赋予具体数据进行分析。
在第二类中，杜莉、王宏来（2009）以吉林省1985-2007年的相关时间序列数据为样本，利用协整检验和格兰杰因果检验分析了吉林省金融业对经济增长的贡献。与其他研究者大都选择金融相关率来衡量金融发展不同，作者选择了贷存比和非政府投资占投资总额比率作为金融体系效率的指标。在结论中，贷存比和非政府投资占比都与经济增长存在正相关关系。而这一结论为作者提高贷存比的政策建议提供了依据。但是，不可忽视的是盲目地提高贷存比有可能导致银行不良资产的增加，而不良资产又会危及到金融的稳定。因此，与提高贷存比相比，完善金融市场结构、增强金融自生能力似乎更为重要和更具有可行性。与杜莉、王宏来（2009）采用时间序列模型不同，卢宁（2009）采用了向量自回归模型来分析欠发达地区的金融发展与经济增长。其用金融机构贷款/名义GDP构建金融规模指标，同时用全部金融机构存款与贷款之比来构建金融效率指标，而经济增长则用全要素生产率来表示。其得出的结论是金融发展和区域经济增长具有正相关关系。其对这一结论的解释是金融效率和金融规模通过对资本投入、劳动投入和全要素生产率三个渠道的影响，进而影响到区域经济总量的增长。张萍、陈福中（2009）同样采用了时间序列模型来分析金融发展与经济增长。与杜莉、王宏来（2009）不同的是，其用来衡量金融发展的指标是金融相关率、金融效率、股票市场发展程度、保险市场发展程度。其通过对江苏省的数据进行实证检验得出的结论是，金融相关率、股票市场发展程度与经济增长呈正相关关系，而金融效率化、保险市场发展程度则与经济增长呈负相关关系。对于前一个结果，金融发展与经济增长呈正相关关系符合一般的理论假设，而对于后一个结果，以金融效率和保险市场发展程度衡量的金融发展与经济增长呈负相关关系，这与一般的理论假设出现相悖，作者对这一相悖的解释是低效率的国有企业大量退出市场对经济产生了负向冲击，由此形成金融效率化与经济增长负相关的局面，而保险市场发展则由于提高了生产投资者的成本而对经济增长形成负向作用。
在第二类中，与大多数研究采用实证模型来检验金融发展与经济增长的关系不同，张云（2009）则利用了动态均衡来分析区域金融发展水平与经济发展之间的关系。在动态均衡分析中，其分两种情况来探讨金融发展与经济增长的关系。第一种情况是金融过度，其分析得出在金融过度情况下，经济发展与金融发展都会受损。第二种情况是金融不足，其分析得出在金融不足的情况下，通过经济发展因素的作用，可以提高金融发展水平并相互促进。其还将这一动态均衡应用于对中国区域金融的分析，认为在我国东部地区，金融发展与经济发展相互促进，而在中部西部地区则相反。周丽华（2009）用多元线性回归模型检验了西部地区金融发展对经济发展的支持作用。其对金融发展的衡量指标是储蓄、储蓄与投资的转化、投资率、投资效率。其得出的结论是西部地区金融发展对经济增长有着显著的正向促进作用，同时西部地区金融发展的滞后也对经济增长形成了制约。
从以上的研究可以看出，目前对区域金融发展与区域经济增长关系的实证分析要么采用多元线性回归模型，要么采用时间序列模型，还没有研究者采用面板数据来分析中国某一区域的金融发展与经济增长的关系。虽然周丽华（2009）对西部地区金融发展与经济增长的关系进行了研究，但是其采用的是多元线性回归模型。本文着眼于对欠发达地区金融发展与经济增长的关系分析，采用了西部九省1990-2012的面板数据，以此来检验金融发展和经济增长的关系在欠发达地区的不同表现形态。
（二）理论预期
区域金融发展以其能促进区域内储蓄和投资的增长，并能优化区域内及不同经济区之间资金配置结构和提高投资收益而对经济产生推动作用，此即为金融发展的经济增长效应。若将金融发展的经济增长效应进行分解，则可以分解为这几个方面。一方面，区域金融发展能提高储蓄率及储蓄向投资转化的比率，从而促进区域经济增长。另一方面，区域金融发展能提高资本使用效率。区域经济增长要求储蓄资源的优化配置及投资结构。金融体系将分散的资金市场融为一体，使资金在整个社会实现重组和分配。同时，金融体系利用自身信息优势和监督优势，将资金引导到预期收益好、发展潜力大的区域、行业，提高资金使用效率。在资本总量不变的条件下，资本使用率的提高促使经济增长速度加快和经济总量迅速扩大。此外，区域金融发展水平影响着区域经济结构的调整和产业结构的优化，从而影响经济增长。区域经济结构调整及优化的重要内容之一就是资本在不同产业的流动的和在配置，而金融的快速发展为产业的优化提供资金和资本支持，为产业结构调整创造良好的资本环境，从而促进经济增长。
二、模型设定与数据说明
（一）模型设定
面板数据模型有混合模型、固定效应模型、随机效应模型三种。根据前面的理论预期以及后面实证检验过程中的F检验、Hausman检验、B-P检验，以及对三种面板数据模型估计结果的比较，本文最终选取了随机效应模型来检验西部地区金融发展与经济增长的关系。本文选取的随机效应模型的表达式如下：
GDPit=αi+β1JRFit+β2GDZit+β3CYRit+μit
i=广西，四川，贵州，云南，西藏，甘肃，青海，宁夏，新疆；
t=1990，1991，∧，2012。
其中，GDPit表示经济增长，JRFit表示金融发展，GDZit表示投资，CYRit表示劳动力。
（二）数据与变量说明
考虑到数据的可获得性以及整理难度，本文选取1990-2012年我国西部九省（广西、四川、贵州、云南、西藏、甘肃、青海、宁夏、新疆）的数据作为样本数据。数据均来源于中国经济与社会发展统计数据库。
1、GDPit是因变量，表示经济增长。本文采用西部九省（广西、四川、贵州、云南、西藏、甘肃、青海、宁夏、新疆）在1990-2012年的GDP值来衡量经济增长。GDP值的单位为亿元，数据来源于中国经济与社会发展统计数据库西部九省的国内生产总值。
2、JRFit表示金融发展。国际上通常采用戈氏和麦氏两种指标来衡量金融发展水平。戈德史密斯提出用金融相关比率来衡量一国金融发展水平，金融相关比率等于金融资产总量与GDP之比。本文引入金融相关比率来衡量金融发展。由于中国缺乏各地金融资产的统计数据，无法直接使用戈氏指标。因为银行存款是主要的金融资产，而储蓄存款又在银行存款中占有重要比例，且中国各地区城乡居民储蓄存款的数据较易获得，因此本文用西部九省在1990―2012年的城乡居民储蓄存款额与GDP之比来计算金融相关比率，从而衡量金融发展。西部九省的城乡居民储蓄存款数据来源于中国经济与社会发展统计数据库。
3、GDZit是控制变量，表示投资。投资是最主要的生产要素之一，对经济增长有着重要的影响。本文采用西部九省在1990-2012年的固定资产投资额来衡量投资。数据来源于中国经济与社会发展统计数据库西部九省的全社会固定资产投资总额，单位为亿元。
4、CYRit也是控制变量，表示劳动力。劳动力也是最主要的生产要素之一，对经济增长也有着重要的影响。本文采用西部九省在1990-2012年的从业人员数来衡量劳动力。数据来源于中国经济与社会发展统计数据库西部九省的从业人员，单位为万人。
本文中各变量的描述性统计见表1。
三、实证检验
（一）面板数据模型估计的结果
1、三种面板数据模型的估计结果。本文用Sstata9.0对JRF、GDZ、CYR对GDP的影响在三种面板数据模型下进行了回归分析，回归结果如表2所示。
2、固定效应显著性检验（F检验）。F统计量检验旨在确定应该建立混合回归模型，还是固定效应回归模型。由表二中的F检验结果可知，F（8， 159） = 21.30， Prob>F = 0.0000。因此，在1%的水平拒绝原假设，建立固定效应模型比较合理。
3、Hausman检验。Hausman检验旨在确定应该建立随机效应回归模型还是固定效应模型。从表2中的Hausman检验结果可以看出，chi2（2） =61.67，Prob>chi2 = 0.0000，因此在1%的显著性水平拒绝原假设。但是到底是建立随机效应模型还是建立固定效应模型还要参考后面的B-P检验，同时对三种模型的回归结果进行比较来最终确定。
4、B-P检验。B-P检验是用来检验模型是否存在随机效应。从表2中可知，B-P检验的结果为：chi2（1） =82.80，Prob > chi2 = 0.0000，在1%的显著性水平拒绝原假设，即模型存在随机效应。
通过一系列检验，发现模型存在随机效应，同时在比较三种模型的回归结果时发现，在最小二乘估计模型和随机效应模型中，劳动力的估计系数都是正的，而在固定效应模型中劳动力的估计系数是负的，而根据一般经济理论，劳动力与经济增长应该存在正相关关系，因此最小二乘估计模型和随机效应模型对劳动力的估计系数比较可信。因此，在模型存在随机效应，同时对劳动力的估计系数比较可信的情况下，本文最终确定采用随机效应模型来检验西部地区金融发展与经济增长的关系，而实证检验的结果反映在表2中。
（二）对实证检验结果的解释
通过一系列的检验，本文最终确定用随机效应模型来检验西部地区金融发展与经济增长的关系。随机效应的估计结果列在表2中。从结果中可以看出组内R2、组间R2、总体R2都很高，表明方程的拟合优度较高。金融发展的回归系数为正，并且在1%的显著性水平通过了T检验，表明金融发展对经济增长存在显著的正向影响。投资的回归系数也为正，并且在1%的的显著性水平上通过了T检验，表明投资对经济增长存在显著的正向影响。劳动力的回归系数也为正，并且在1%的显著性水平通过了T检验，表明劳动力对经济增长存在显著的正向影响。对于以上的实证检验结果，本文的解释如下。
对于西部地区金融发展对经济增长存在显著的正向影响，前面的理论预期已经有所预期。一方面，西部地区金融发展通过提高西部地区资金使用效率，从而在资本总量不变的条件下，使西部地区经济增长速度加快以及经济总量迅速扩大。另一方面，西部地区金融发展还通过影响西部地区经济结构调整和产业结构优化来给西部地区经济增长提供动力。经济结构的调整和产业结构的优化对西部地区的经济发展有着重要意义。在东部地区率先推进经济结构调整和优化产业结构并实现经济持续增长后，西部地区面临着中国经济二元特性的压力，在二元特性中，经济发达地区的经济发展的良性循环和经济欠发达地区经济发展的恶性循环的并存使西部地区在谋求经济发展、摆脱恶性循环中必须在常规路径之外另辟蹊径。而金融发展作为一条独特的路径被引入到西部经济发展的策略中便有了重要意义。因此，在西部地区金融发展对经济增长有着正向影响作用的实证检验结果的情况下，探索西部地区金融发展与经济增长的耦合方式就有了实际意义。
公司获奖新闻稿范文一易达大数据荣获20XX优秀大数据应用服务商称号
11月25日成都易达数安科技有限公司(易达大数据)在20XX大数据生态系统百强(Big Data 100)企业评选会上荣膺20XX优秀大数据应用服务商奖项。
此次参与评选的企业都是来自全国实力雄厚的大数据领域企业，经历层层评选，易达大数据有幸获得20XX优秀大数据应用服务商的奖项，这也是业界对易达大数据自成立以来，在大数据安全保护领域做出的突出成绩给予的肯定。
本次评选，旨在通过对大数据基础设施、大数据平台、大数据应用开发等领域成功企业的发掘和包装，让关注大数据市场的渠道商能够对大数据市场的市场机会、生态合作模式有更清晰的认知，通过对不同领域成功经验的总结和推广，达到推动大数据生态系统的持续发展的目的。
随着互联网+行动计划的提出，大数据正在快速的融入各个领域的企业。
云计算、物联网等市场的蓬勃发展进一步提升了大数据市场的增速，商业伙伴咨询机构的研究数据显示，20XX年，中国大数据市场的容量将超过100亿人民币，在数据处理、数据安全、数据存储、数据计算、数据分析、数据呈现等领域，活跃着数百家提供不同类型产品与服务的企业，另有数千家IT渠道商表示希望能够在大数据领域寻找到潜在的市场机会，大数据市场正成为IT渠道生态关注的重心之一。
作为国内首家专注于大数据保护的解决方案提供商，易达大数据在中国市场已占据有利地位，将为中国企业带来国内领先的数据保护服务，并成为中国大数据生态系统内最有价值的合作伙伴。
公司获奖新闻稿范文二杭州千岛湖滨江希尔顿度假酒店荣获
十大旅游会议酒店以及十大新开特色酒店殊荣
杭州千岛湖滨江希尔顿度假酒店于20XX年7月26日盛大开业，酒店位于千岛湖畔，酒店拥有自然采光的大宴会厅、7个多功能厅和1个董事会会议室可供客人根据会议规模选择大小，能容纳30-600名来宾，带给客人便捷、科技的商旅体验。
会议厅设计灵活多变，可随实际用途分隔及组合。
配备高速宽带接口和无线网络，先进完善的影音器材，一应俱全。
尊贵高雅的会议室，齐全的会议设备，体验最舒适及全面的会议感受。
极佳的私密性，是公司年会的最佳选择。
酒店自开业以来得到地方政府大力支持并接待了来自全国各地的散客，影视明星，旅游团，媒体记者，政府会议等。
皆是无限赞美酒店奢华富丽设施与完美的国际品质服务水准。
酒店倚靠周边旖旎风光,被美誉为是千岛湖最长湖岸线上的世外桃源，静谧优雅又不失大气宏伟。
20XX年11月26日，在论坛第六届峰会,六届白金奖颁奖典礼上，杭州千岛湖滨江希尔顿度假酒店被中外酒店论坛组织、中外酒店杂志社授予了十大旅游会议酒店以及十大新开特色酒店的荣誉。
中外酒店白金奖设置于20xx年09月，源于竞争机制往市场化方向健康发展的大环境，源于国际传媒轮胎的评选人物和企业排行行为创就的企业行业产业经优的成功典范。
即社会环境需要，市场需要，行业产业需要，起源时应用中外酒店杂志和中外酒店论坛已在行业产业具有的影响力和公信力而成为评选核心。
这不仅是对酒店全体员工辛勤工作付出的肯定，更是对千岛湖，这样一个拥有丰富旅游资源,文化底蕴的旅游胜地的无限赞美。
公司获奖新闻稿范文三3月20日北京安家世行融资担保有限公司在20**年普惠金融论坛上荣膺20XX年度最受信赖小微企业金融服务100强奖项。
本次论坛由国培机构、中国互联网金融研究院主办，中国小微企业融资研究中心、《中小企业融资高层参考》杂志承办，互联网金融千人会、中关村互联网金融行业协会协办。
同时，受到了工业和信息化部中小企业发展促进中心、中国人民大学商学院、北京软件和信息服务交易所的支持，以及人民网、凤凰网、腾讯网、和讯、中国经营报、经济观察报、金融时报、中国金融家、中国证券报、中华工商时报的媒体支持。
本次论坛由普惠金融之传统小微金融触网发展趋势探索普惠金融之互联网金融发展趋势预判的主题演讲，以及以小贷公司、担保公司与互联网金融的融合发展思维(从合作模式角度谈)为主题的圆桌论坛组成。
关键词：甘肃；金融发展；经济增长
中图分类号：F127文献标志码：A文章编号：1673-291X（2011）12-0130-04
一、文献综述
现代金融发展理论的主流观点认为，金融对经济发展的影响显著且意义重大。20世纪60年代，雷蒙德・W.戈德史密斯（Raymond W.Goldsmith，1969）对这方面做了开创性的研究，他在金融系统规模与金融服务供给和服务质量正相关的假定下，用金融中介资产与国民财富的比值表示金融发展水平，应用35个国家1960―1963年的数据进行实证研究表明：金融发展和经济增长存在很强的平行关系，在数据比较充分的发达国家，金融发展平均速度的增长时期同时伴随着经济的快速增长。罗伯特・G.金和罗斯・列文（Robert G.King and Ross Levine，1993）针对戈德史密斯研究的不足，研究了77个国家1960―1989年的数据，发现金融发展与经济增长存在统计意义上的显著的正相关关系，即拥有发达金融系统的国家经济增长较快，反之，经济增长较快的国家金融系统通常也较为发达。
20 世纪70年代，麦金农和肖（Mckinnon and Shaw，1973）以发展中国家的金融问题为研究对象，提出了金融深化理论和金融抑制理论，认为在发展中国家存在着严重的金融约束和金融压抑现象。这既削弱了金融体系聚集金融资源的能力，又使金融体系发展陷入停滞甚至倒退的局面。他们认为，发展中国家之所以资金短缺，并不是因为缺乏能用于积累的资金，而是因为金融抑制造成了融资渠道堵塞和资金成本的扭曲，在金融深化的条件下，发展中国家经济建设资金不足的问题可以缓解。金融深化理论和金融抑制理论突出了金融因素在经济发展中的作用，为发展中国家制定货币金融政策，推行金融改革提供了理论依据。
国内在对金融发展和经济增长关系问题理论这方面的研究起步相对较晚，在借鉴国外既有相关理论和方法的基础上，国内学者也进行了大量的实证研究。谈儒勇（1999）采用1993―1998年相关数据，运用普通最小二乘法（OLS）对中国金融发展与经济增长关系进行了实证检验，结果表明，金融中介发展和经济增长之间有显著的正相关关系，股票市场发展和经济增长之间存在不显著的负相关关系，金融中介发展和股票市场发展之间有显著的正相关关系。单俏颖（2003）应用协整和格兰杰因果检验等计量方法，分析中国金融发展和经济增长的关系，结果表明，中国在现阶段金融发展与经济增长之间的关系表现为经济增长带动金融发展。
近些年，有关区域金融和经济发展的研究在国内成为研究热点。周立、王子明（2002）采用1978―2002年的数据，对中国各地区（省区层面）金融发展与经济增长关系进行了实证分析，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。王景武（2005）通过研究发现，区域金融发展与经济增长关系之间存在密切关系，东部存在正向因果关系，而西部则为互相抑制。岑树田（2008）选取了1978―2006年的相关数据，对广西金融发展与经济增长的关系进行了实证研究，得出了金融发展与经济增长之间具有紧密关系，广西的金融发展能有效地促进经济增长但广西的经济增长促进金融发展的效应并不明显的结论。鉴于理论界对西部欠发达地区金融与经济的关系方面研究较少，本研究以甘肃省为例，选取1994―2008年的数据，对欠发达地区的金融对经济发展的影响进行实证研究并得出结论，以期为政府制定经济政策提供具有现实意义的决策参考。
二、实证分析
（一）衡量指标
1.金融发展指标。由于国内外大部分研究通常都采用戈德史密斯（1969）提出的金融相关比率（FIR）作为衡量金融发展的指标。为了解释甘肃金融发展对经济增长的影响，本文亦采用FIR作为金融发展程度的指标，根据戈德史密斯提出的FIR计算方法，即FIR等于某一时点上现存金融资产总量与国民财富的比值。考虑到本地区经济体所能吸纳的金融资产的能力和数据的可获得性，本文采用（存款+贷款+保费收入+股票市场筹资额）/GDP作为反映金融发展的FIR指标。
2.经济增长指标。根据现有研究结果，认为最能充分反映一个地区的经济发展水平的指标就是GDP，因此选取甘肃GDP环比增长率为衡量经济增长指标，具体为本年度GDP与上年度GDP之比，记为GDPR。
（二）样本数据来源及指标特征描述
1.样本数据来源。样本数据来源于《甘肃年鉴》各期、《中国金融统计年鉴》各期、《新中国五十五年统计资料汇编》和甘肃统计信息网，考虑到数据的可得性和统计口径的一致性，选取了1994―2008年相关数据，并按上述定义计算出FIR和GDPR作为分析的两个变量，为减少异方差对回归带来的不利影响，分别对FIR和GDPR取对数（见表1）：
2.指标特征描述。在实证分析前，先对金融发展指标和经济增长指标的变动趋势特征作一个直观的比较（见图1）：
从上页图1可以看出，甘肃省金融发展指标FIR与经济增长指标GDPR二者在数值上基本保持不变，接近一条与横轴平行的直线，这表明甘肃省金融发展和经济增长都保持着稳定的发展速度。从短期来看，金融发展指标与经济增长指标在大部分年限里保持此消彼长的相反的变化趋势；从长期来看，两条线几乎平行，说明二者保持着长期相对稳定的变化趋势。
（三）回归分析
1.单位根检验。由于时间序列数据通常都是非平稳的，直接对两个变量进行回归可能引起虚假回归，因此，有必要对金融发展指标FIR和经济增长指标GDPR进行平稳性检验。通常平稳性检验的方法是单位根检验，本文采取ADF检验法。
从表2可以看出，金融发展指标FIR和经济增长指标GDPR的水平序列都是不平稳的，但经过一阶差分后在各显著水平下都通过了检验，序列平稳，两个变量均为一阶单整，因此符合进行下一步协整检验的前提条件。
2.协整检验。在ADF检验的基础上，对金融发展指标FIR和经济增长指标GDPR进行协整检验，看两个变量之间是否具有协整关系。根据协整理论，如果一组两个序列满足单整阶数相同且之间存在协整关系，则这两个非平稳序列之间就存在长期稳定的关系，从而有效避免伪回归问题。检验结果（见表3）：
可以看出，在1%的显著水平下没有通过协整检验，在5%和10%的显著水平下通过了协整检验，协整方程为：
lnGDPR = 7.46095331962 - 0.492289021863*lnFIR
这说明金融发展指标FIR和经济增长指标GDPR之间存在长期稳定的负相关关系。这个结果与上文通过指标特征描述得到的结论是一致的。
3.格兰杰因果检验。格兰杰因果检验是考察一对变量之间因果关系时采用的方法。在这里，分别选择滞后1~4期，对甘肃金融发展指标FIR和经济增长指标GDPR进行格兰杰因果检验，检验结果（见表4）：
结果表明，在10%的显著水平下，在滞后1、2和4期的情况下，所有原假设发生的概率均大于0.1，是接受原假设的，即金融发展FIR与经济增长GDPR之间不存在因果关系；而在滞后3期的情况下，原假设“金融发展FIR不是经济增长GDPR的原因”发生的概率为0.0997，略小于0.1，可以认为拒绝原假设，即金融发展指标FIR与经济增长指标GDPR之间存在不显著的正向因果关系。
三、结论与讨论
由于经过单位根检验得出金融发展FIR与经济增长GDPR均为一阶单整，两个时间序列为非平稳序列，因此不能用传统的计量经济学建模的结构法进行分析，从而运用了协整检验和格兰杰因果检验等非传统计量方法，对甘肃区域金融发展与区域经济增长的关系进行了实证分析，得出以下结论：
1.甘肃省金融发展与经济增长之间存在长期稳定的关系。根据协整检验结果，在5%的显著水平下，金融发展指标FIR和经济增长指标GDPR之间存在长期稳定的关系。这说明，在研究期内甘肃省金融资产增长与GDP增长保持了相对稳定变化趋势，并且二者保持一种长期稳定的关系。原因可能是：（1）研究期内金融与经济政策平稳，金融政策的制定和执行随着经济增长而变化，始终使经济增长保持一个相对稳定的发展态势。（2）金融发展和经济增长都保持了相对稳定的增长速度（见P131图1），这对二者之间在这一研究期内保持相对稳定的关系提供了可能。
2.甘肃省金融发展与经济增长存在负的相关关系。导致该结果的原因可能是：（1）由于金融资产的运用效率不高造成资金浪费，金融存在“高投入、低产出”的问题。由于近年来投资工具日益增多和民间金融的大范围产生，以及所选取的指标数据如股票筹资额等存在很多问题，如上市公司质量较低、投机性很强，资金被大股东占用而未能投入到经济体中促进自身发展。（2）货币当局逆周期操作，运用货币信贷政策熨平经济波动，在经济处于高涨时期，货币当局通常减少信贷资金供应量来防止经济过热。（3）存贷之间的差额逐年扩大。在FIR指标选取的数据中存贷占有绝大部分比重，而且在欠发达地区，金融业主要以国有商业银行为主，从安全性和盈利性的角度考虑，当上存资金利率高于同期存款利率时，国有商业银行将富裕资金上存至上级行。这实质上是资金的外流，这部分资金并没有回流利用到甘肃的经济体中。
3.甘肃省金融发展与经济增长存在不显著的正向因果关系。通过格兰杰因果关系检验，在10%的显著水平下，分别在1、2和4滞后期的情况下，金融发展指标FIR与经济增长指标GDPR不存在因果关系；只有在滞后3期的情况下，金融发展指标FIR是经济增长指标GDPR的原因，但这种因果关系并不显著，并不能有力说明金融是经济增长的制约因素。
参考文献：
[1]Goldsmith，Raymond W.，1969，Financial Structure and Development ，New Haven，Yale University Press.
[2]King，Robert G.and Levine，Ross，1993，“Finance and Growth： Schumpeter Might Be Right”，the Quarterly Journal of Economics，108，
38-717.
[3]Levine，Ross and Zervos，Sara，1998，“Stock Markets，Banks，and Economic Growth”，American Economic Review，88(3)，537-558.
[4]谈儒勇.中国金融发展和经济增长关系的实证研究[J].经济研究，1999，(10)：53-61.
[5]单俏颖.中国金融发展与经济增长关系的实证研究[J].统计与信息论坛，2003，(6)：72-76.
[6]周立.中国地区金融发展与经济增长[M].北京：清华大学出版社，2004.
[7]缪小眉，贺刻奋.区域金融发展与经济增长的实证分析――以宁波为例[J].经济丛刊，2008，(5)：45-48.
[8]岑树田.新时期区域金融发展与经济增长的关系研究――基于广西壮族自治区的实证分析[J].广西金融研究，2008，(9)：45-48.
An Empirical Analysis of the Relationship Between Gansu Financial Development and Economic Growth
FEI He
（School of Economics，Lanzhou University，Lanzhou 730000，China）
关键词：农村银行业结构；农村经济增长；赫芬达尔指数（HHI）
中图分类号：F830.6 文献标识码：A 文章编号：1003-3890（2013）09-0036-07
一、引言
本文主要研究中国农村银行业结构变化对农村经济增长的影响。提出这一议题的研究背景是：长期以来中国农村地区一直存在的金融机构网点少、信贷供给不足的问题，制约了农村经济的发展。2007年开始的新一轮农村金融体系改革，允许各类资本到农村地区投资、设立新型农村金融机构，包括村镇银行、资金互助社以及小额贷款公司等，从而在县域农村地区建立起了一个多层次、广覆盖、适度竞争的金融组织体系，提高了农村金融市场竞争强度，并导致农村合作性金融、政策性金融和商业性金融之间发生了此消彼长的结构变化。那么，中国农村银行业结构的变化是促进还是抑制了农村经济增长？
以Petersen和Rajan（1995）[1]为代表的局部均衡模型认为垄断的银行业结构一般是有利于经济增长。以Ceterolli和Peretto（2001）[2]为代表的一般均衡模型认为垄断的银行业结构对经济增长一般而言是有害的。林毅夫等（2008）[3]提出的“最优金融结构”理论认为，现代的发展中国家的最优金融结构是选择区域性的中小银行作为主体；而在现代的发达经济中，大银行和金融机构应当在金融体系中发挥主导作用。
目前国内已有的大量实证研究发现，中国银行业结构集中度的下降有助于促进经济增长。如李琼和刘建军（2005）[4]根据1999年和2000年国家层面上的跨省数据得出银行市场结构发展的不平衡是影响地区经济增长的一个重要的因素；王红（2005）[5]基于1986—2003年的时间序列数据得出中国银行业较高的集中度对经济增长有负的影响，但并不明显；谈儒勇等（2006）[6]基于中国31个省区1999—2003年的面板数据实证分析银行业结构对经济增长影响后，发现两者之间呈显著的负相关；而且中西部地区各省区银行集中度的提升与东部地区相比较会给经济增长带来更加严重的负面影响。然而以上的研究使用的都是小样本数据，影响了其结论的可信性。其后，林毅夫和孙希芳（2008）[3]运用中国28个省区在1985—2002年的面板数据得出，在中国现阶段，中小金融机构市场份额的上升对经济增长具有显著的正向影响。贺小海和刘修岩（2008）[7]利用样本期为1987—2004年的省级面板数据得出中国各省区银行业结构对经济增长的影响为负，并且东、中、西部区域银行集中度降低将促进经济增长。但以上文献均依赖于省级层面数据，截至目前尚未见到基于更低层面（地市级或县级）数据来分析银行业结构变化对经济增长的影响。
基于中国2006—2010年各县域数据所构成的县级面板数据，本文实证分析了农村银行业结构对农村经济增长的影响，为关于二者关系的理论研究提供一个来自中国农村的经验证据。本文其他部分结构如下：第二部分从理论上分析中国农村经济增长的“最优银行业结构”；第三部分为选择分析变量、设定计量模型、介绍数据来源并对主要变量进行描述统计；第四部分是对计量结果的解释；第五部分是稳健性检验；最后一部分是研究结论及相应的政策建议。
二、中国农村经济增长的“最优银行业结构”
目前，中国农村基本上形成了以商业银行、政策性银行和信用合作社为主体的金融体系。由于农业信贷的高风险、低回报与商业银行的经营理念相背离，所以从1999年开始，四大国有商业银行逐步从农村地区撤出，目前已基本取消了县一级分支机构的放款权。当前县域农村金融服务的供给主体包括农业发展银行、农村信用合作社（或改制而来的农村合作银行、农村商业银行）、中国农业银行以及中国邮政储蓄银行等金融机构，此外还有其余三大国有商业银行在农村地区设立的少量分支机构。但是从现有的农村金融机构看，中国农业发展银行的主要任务仅限于承担国家规定的政策性金融业务，基本上不直接对农户和小企业办理业务；农业银行在2007年后坚持三农的市场定位，但其经营中心仍在城市工商业；中国邮政储蓄银行从2007年开始涉足农村小额贷款业务，但规模很小。农村信用合作社基本上垄断了对农村中小企业提供信贷服务（田杰等，2012）[8]。
农村金融体系的改革导致了农村正规金融中合作性金融、政策性金融和商业性金融之间发生了此消彼长的结构变化。尤其是2007年以来，中国启动了新一轮农村金融体系改革，逐步放宽了农村金融市场的准入标准，推进农村金融组织创新，提高了农村金融市场竞争强度。例如2007年开始在四川等6个省区开展新型农村金融机构试点改革工作，并扩大到全国31个省区市，截止到2010年底，全国成立了319家新型农村金融机构，而且贷款的80%以上投放于三农和小微企业。
农村经济的发展必然要求出现与之相匹配的农村银行业结构，那么，就中国农村地区而言，当前的农村银行业结构是否促进了农村经济增长？大量的文献研究了银行业结构变化与经济增长的关系，大多数都是基于林毅夫等（2008）[3]提出的“最优金融结构”理论展开实证研究的，本文也同样基于这一理论分析其在农村地区的适用性。根据“最优金融结构”理论，在现代低收入国家，区域性的中小银行应当成为金融体系的重要组成部分；而在现达国家，大银行和金融机构应当在金融体系中发挥主导作用（林毅夫等，2008）[3]。按照这一逻辑，中国农村银行业市场选择较低的集中度将有利于促进农村经济增长。但是这一理论在中国农村地区成立必须满足两大基本前提：
1. 中国县域农村地区的要素禀赋与比较优势。每个国家在经济发展的不同阶段具有不同的要素禀赋，其产业选择也应与本国的比较优势相一致，如在劳动力充裕的国家中，选择发展劳动力密集型的产业更有利于分工合作及本国经济的发展（林毅夫 等，2008）[3]。当前县域农村地区集中了中国80%的人口，吸纳了65%的农村劳动力，发展劳动力密集型产业具有比较优势。同时这些劳动力密集型产业中的企业规模都比较小，且绝大多数设立在县域内。在当前中国推进农村城镇化建设的大背景下，中小企业的发展成为促进中国县域农村经济结构调整、推动县域农村经济社会发展的重要力量。
2. 农村银行业基于规模的专业化分工。即县域内的大银行主要向大企业提供贷款而小银行主要向小企业贷款，不同规模的银行分工的形成主要是考虑到以下两种因素：（1）风险分散。县域内的农业银行等大型商业银行资产规模大、风险承受能力强，有能力为资金需求大的大型企业和风险较高的创新型企业提供贷款。而农商行、村镇银行等由于资产规模小、风险承受能力弱，难以为上述企业提供贷款，它们更倾向于对小企业和微型企业提供额度相对较小、回收期较短、风险较小的贷款支持（田杰 等，2012）[8]。（2）信息不对称。大企业一般都能提供财务报表等易于传达的“硬信息”，而小企业由于规模小、组织结构不健全、无法提供完整的财务报表等“硬信息”，更多的是关于不易于传达的软信息（比如企业家个人品质和能力等）。大企业和小企业由于自身传递信息的差别导致了大银行更适合监督大企业，中小银行更适合监督小企业。而且县域内的中、农、工、建等大银行组织结构庞杂、信息传递路径长，难以依赖“软信息”进行决策，一般要靠财务报表等直观的“硬信息”。相比而言，县域内的中小银行，比如农信社、农商行、村镇银行、资金互助社等由于结构简单、信息传递路径短，在处理“软信息”方面具有优势。
通过以上分析可以看出，农村信贷需求的特点和要求必须符合农村企业的自身发展状况及融资特点。农村金融供给的分层与多元化由农村金融需求的分层决定。因此，国家多次出台政策鼓励在县域农村地区设立与农户和农村小微企业信贷需求特点相适应的多种形式的新型农村金融机构（包括村镇银行、贷款公司、资金互助社以及小额贷款公司等），明确各涉农金融机构职责，优化其结构和功能定位，最终在县域农村地区构建以合作金融为基础，商业性金融和政策性金融分工协作的多层次、多元化、广覆盖、可持续的农村普惠金融体系。因此，中国农村“最优银行结构”应该是以区域性的中小银行为主体，这将有效促进农村经济增长。
三、分析变量、模型设定与数据来源
（一）分析变量的选择
1. 农村银行业结构。在有关银行业结构与经济增长关系的实证研究中，对银行业结构指标的选择是一个至关重要的问题（邹薇，蒋泽敏，2009）[9]。考虑到数据的可获性，现有文献对银行集中度的度量主要采用CRn（最大规模的n家银行的资产占所有银行总资产的比例）。本文采用赫芬达尔指数（Herfindahl Index，HHI）。HHI同时涵盖了所有银行的数量及市场份额差异程度的信息，但是要求计算出每家银行所占的市场份额，对数据的需求量非常大，中国银监会农村金融图集比较详细的提供了每家银行的存款和贷款总额，从而使本文能够使用HHI指数进行计算，弥补了以往文献的不足。HHI指数用一个地区内任一银行的市场份额的平方和来计算，具体形式为：
其中Dj，k表示第j个银行在第k个地区的分支机构所获得的存款或发放的贷款。HHI指数的变化范围为0到1，数值越趋近于0时表示银行集中度越低，竞争越大；而越趋近于1时表示银行集中度越高。本文中农村银行集中度用贷款集中度（CRL）来表示。
2. 农村经济增长（Y）。用人均GDP取对数的数值代表农村经济增长。
3. 控制变量的选取主要是参考了以往文献中关于影响经济增长的因素，主要包括：（1）教育发展水平（EDU）。教育发展对经济增长有显著的促进作用。（2）产业结构（IS）。用来反映地区的产业结构优化升级情况，本文预期其能显著地促进经济增长。（3）政府财政支出（GEB）。用来衡量地方政府对经济活动的参与程度。一般认为政府的参与程度越高，对经济发展越不利。（4）投资水平（Inv）。根据经济增长理论，投资水平的提高能显著拉动当地经济增长。（5）农村金融发展水平（FD）。当前农村金融发展由于结构和功能失衡，没有促进农村经济增长。（6）城镇化水平（UR）。城镇化水平的提升能显著地促进农村经济增长。每个变量的含义及具体赋值见表1。
（二）模型设定
本文设立实证模型主要是分析中国农村银行业结构的地区差异对各地区农村经济增长的影响，也就是说农村银行业结构变化是否构成农村经济增长的一个影响因素。参考林毅夫和孙希芳（2008）[3]、贺小海和刘修岩（2008）[7]的回归模型，结合中国农村的实际情况及数据的可得性，本文设立如下的回归模型：
其中，Y表示农村经济增长，HHI表示农村银行业结构（用贷款集中度CRL表示），X表示其他控制变量，包括政府财政支出比例（GEB）、农村金融发展水平（Fd）、固定资产投资水平（Inv）、城市化水平（UR）、产业结构（IS）、教育发展水平（EDU）。
（三）数据来源
本文以上变量的数据时间为2006—2010年，数据来源于2007—2011《中国县（市）社会经济统计年鉴》、中国银监会官方网站中农村金融图集收集的2006—2010年各个县市的银行类和经济类统计数据及国研网县级经济数据。剔除数据缺失或数据不合格的样本县（市），最终选取了1 868个县（市）作为本文的样本数据，占中国2 070个县（市）的90.3%，能够代表中国农村地区。
在计算农村银行业市场结构（HHI）指标时，本文用中国县域内不同银行类金融机构的存款和贷款的市场结构来衡量，涉及的银行及银行类金融机构包括中国农业银行、中国工商银行、中国建设银行、中国银行、农信社（农村商业银行或农村合作银行）、其他商业银行、城市信用社和其他金融机构，其中的中国工商银行、中国建设银行和中国银行是加总后的数据，这并不影响本文的研究，可以把它们看作是一家大型的商业银行。其他不同类型的金融机构数据详细。因此本文计算出的农村银行业集中度是可靠的、详细的。
现有文献将市场结构划分为寡占型、适度集中型和低集中度三种类型，本文用HHI指数计算的中国农村银行业集中度可以划分如表2所示的三种类型，从表2中可以看出，2006—2010年中国农村银行业结构一直属于寡占型。
四、实证分析
本文选取的各解释变量之间可能出现的多重共线性会影响到结果的精确性，所以首先要对各解释变量之间的相关系数进行测定，然后使用Klein法则进行判别。根据Klein法则判断原理：若两个变量之间的简单相关系数的绝对值大于回归模型中的多重决定系数（R2），则二者之间可能会存在严重的多重共线性问题。如表3所示，各个解释变量间的相关系数绝对值都小于多重决定系数0.623，因而根据Klein法则，可以初步判断本文选取的变量不存在严重多重共线性问题。为了进一步判断模型中的变量是否存在多重共线性，本文依次加入变量进行回归。
根据设定的回归模型，本文使用EVIEWS6.0软件，以农村经济增长为被解释变量对样本期为2006—2010年的县级面板数据进行分析，逐步带入变量进行回归，得到如表4所示的模型（1）到模型（7），然后使用HAUSMAN判断表4中的7个模型都在1%的统计水平上拒绝随机效应估计，因此采用固定效应模型进行估计是比较合适的。但是仅仅进行固定效应模型回归可能忽略了模型存在的异方差性和内生性，所以必须尽可能将其消除。
首先分析模型中可能存在的内生性问题。表4中模型（1）对农村银行集中度的回归系数在1%的水平上显著为负，但是这个结论是不可靠的，因为模型忽略了可能存在的内生性问题。内生性指的是由于存在解释变量与误差项相关，所以导致了违背经典线性回归模型的一个假设cov（εi，xi）=0，这样得出的结果是估计有偏和非一致的，即使无限增大样本的容量，估计也是有偏误的。一般来说导致内生性的可能原因有三个：一是农村银行集中度与农村经济增长互为因果，即农村银行业集中度的降低促进农村经济的增长；同时，农村经济增长也可能导致农村银行业集中度的下降；二是基本回归模型中遗漏了影响农村经济增长的重要控制变量；三是测量误差。在统计数据中，误差难以避免。现有文献中处理内生性的方法有三种：一是寻找工具变量。林毅夫等（2008）[3]选用1994年启动的国有银行商业化改革的政策因素来构造银行业结构的工具变量，但在本文中选取的数据虽然也发生了2007年的农村金融体系改革，但是总的样本时期太短，而且在统计数据时也没找到合适的工具变量，因此只能尽量地控制住其他因素，把农村银行业集中度对农村经济增长的影响分离出来，而且更多遗漏的重要控制变量的加入，也可以尽量消除内生性。二是用农村银行集中度的前一期或前几期数据。但是本文数据只有5年的时间，所以也放弃这种方法。三是面板数据模型也能解决内生性。
本文使用的是2006—2010年1 769个县（市）的面板数据，属于宽截面、短序列面板数据，可能会存在异方差性。因此有必要进行white异方差检验以确定模型中异方差的存在，然后使用PCSE对异方差进行修正。从表4可以看出，DW值在接近2，因此可以基本判断不存在严重的序列相关性。
模型2到模型7依次加入控制变量投资水平（Inv）、农村金融发展水平（Fd）、政府财政支出（GEB）、教育发展水平（EDU）、城镇化水平（UR）、产业结构（IS）。模型2中加入投资水平（Inv）后，与农村经济增长成负相关，这显然违背经典经济增长理论。因此在模型3到模型6中，去掉了投资水平（Inv）变量，继续加入其他变量进行回归，结果都表明农村银行集中度与农村经济增长在1%的水平上成显著的负相关。模型7中对所有的变量进行回归，结果仍然是一样的。这表明农村银行贷款集中度的下降将有效促进农村经济的增长，从而验证了本文的理论假说：中国农村“最优银行结构”应该是以区域性的农村中小银行为主体，这将有效促进农村经济增长。
表4也展示了各控制变量的系数及其统计显著性，农村金融发展水平（Fd）与农村经济增长在1%的水平下成显著的负相关，验证了以往文献提出的农村金融存在功能和结构失衡的观点。政府财政支出（GEB）与农村经济增长在1%的水平成显著的负相关，表明政府干预过多不利于农村经济增长。教育发展水平（EDU）的发展、城镇化水平（UR）提升和产业结构（IS）的优化将有效地促进农村经济增长。这与以往文献的研究结论是一致的。
五、稳健性检验
为了得到稳健的估计结果，本文将用其他衡量农村银行集中度的指标做稳健检验。度量银行集中度的指标有CRn指数、H统计值和Lerner指数，也有学者采用金融机构网点数来度量。考虑到数据的可得性，本文选用行业集中度指数CRn指数。以往文献在度量这一指数时考虑到中国四大国有银行在贷款市场占据了相当大的一个份额，所以用四大国有银行的贷款余额占比来表示。而在县域农村地区，农村信用社、农业银行以及农业发展银行占据了农村金融市场较大的贷款份额，因此本文用三家银行所占贷款市场份额来度量农村银行业集中度，相应的指数表示为CR3。因此计量回归模型设定为：
其中，CR3具体度量值为农村信用社、农业银行以及农业发展银行三家银行的贷款数之和占农村地区总贷款余额的比重，其他控制变量不变，并进行了同样的检验。具体的回归结果如表5所示。
表5的回归结果显示，模型（1）中只加入农村银行业集中度（CR3），与农村经济增长在1%的水平显著负相关，然后模型中逐步加入控制变量，结果仍然是在1%的水平上与农村经济增长的相关性显著为负。以上的结果充分验证了本文的结论是稳健可靠的。
六、结论与政策建议
随着农村地区金融体系的改革，各类新型农村金融机构纷纷参与到农村市场，有利于改善农村地区的银行业结构，促进了农村地区金融业发展。基于这一重要的研究背景，本文使用来自中国2006—2010年1 769个县（市）的面板数据检验了农村“最优银行业结构”假说，研究结果表明农村银行业结构的下降促进农村经济的增长。然后本文使用CR3度量的银行集中度来检验其对农村经济增长的影响，结果仍然是稳健可靠的。
根据以上的研究结论，本文提出以下政策建议：降低农村地区金融机构的设立标准，提高农村金融机构审批效率，鼓励和引导各类资本发起设立农村金融机构，增加农村中小型金融机构的数量，建立集中度较低、竞争水平较高的农村金融体系；改善农村金融机构的市场坏境，促进农村金融机构的发展；制定有利于农村金融机构发展的税收政策。国家可以通过实施优惠的税收政策，促进农村金融机构的发展，改善金融服务，最终实现促进农村地区经济的增长。
参考文献：
[1]Mitchell A. Petersen and Raghuram G. Rajan. The Effect of Credit Market Competition on Lending Relationship[J]. Quarterly Journal Of Economic，1995，110（2）：407-443.
[2]Nicola Cetorelli and Pietro F. Peretto. Oligopoly Banking and Capital Accumulation. IDEAS Working Paper Series， 2001.
[3]林毅夫，孙希芳.银行业结构与经济增长[J].经济研究，2008，（9）.
[4]李琼，刘建军.中国银行业市场结构与经济增长[J].价值工程，2005，（2）.
[5]王红.银行结构与经济发展：中国银行业的实证分析[J].经济学家，2005，（5）.
[6]谈儒勇，叶海景，范坤祥.我国各地银行集中度与经济增长关系的实证研究[J].当代财经，2006，（12）.
[7]贺小海，刘修岩.银行业结构与经济增长——来自中国省级面板数据的证据[J].南方经济，2008，（10）.
