金融工作经验总结篇（1）

金融体系与经济增长之间的关系，很早就受到学术界的关注并对进行了较为详细的研究。无论是早期的研究者如Goldsmith（1969）、McKinnon（1973）、Shaw（1969），还是近期的一些学者，如Stiglitz（1985）、Mayer（1990）、Levine和King（1993）、Levin（1997）等，一致认为金融体系在经济发展与增长中起着关键的作用。随着理论研究的深入，研究者不仅试图对金融发展和经济增长之间的关系进行重新演绎，而且开始关注金融体系内部结构的演变，在经济发展和经济增长中的作用。

金融结构在经济增长过程中之所以重要，是由于实体经济活动对金融服务的要求是多种多样的，而不同的金融中介及其代表的融资方式在金融服务方面具有各自的比较优势。因此，合理的金融结构可以更好地满足企业的融资需求，促进行业增长。本文通过金融体系与经济发展和增长之间相互关系的模型对我国工业1999―2010年的面板数据进行分析，初步证明了金融结构对工业增长的重要性。

二、理论分析和研究假设

金融体系对经济发展和增长的作用，需要通过它是否满足了实体经济的需要来判断。当行业的产业规模结构与本国的资源禀赋结构相适应，其产品竞争力较高，如果要更好地发挥资源禀赋这一比较优势，还需要更有效的融资渠道。由于不同的产业企业在规模等方面存在很大差异，同时，不同的金融机构和中介在提供不同的金融服务上各具比较优势，因此，相对于不同的产业结构就会形成不同的金融结构。

Demirguc-Kunt、Feyan和Levine（2011）运用了大规模的跨国界样本数据，探索金融结构与最优金融结构的偏离程度与经济发展之间的关系。计算出每年每个国家的最优金融结构和“金融结构缺口”，即实际金融结构和最优金融结构之差的绝对值的自然对数。并发现，在截然不同的经济发展阶段都有与之对应的最优金融结构，即使在设置了包括银行业和证券市场的发展水平的一些控制变量之后，金融结构缺口与经济活动仍显示出显著的负相关。另外，偏离最优金融结构对经济的影响很重要，偏离一个标准差将使经济产出下降6%。

根据上述观点，本文提出以下研究假设：

假设H1：若我国工业以大型工业为主（行业平均规模较大），则市场主导型金融结构更有利于行业增长。反之，若我国工业以中小企业为主，则银行主导型金融结构更有利于该行业的增长。

假设H2：金融结构缺口（实际金融结构和最优金融结构之差的绝对值的自然对数，反映了实际金融结构和最优金融结构偏离程度）与工业增长负相关。

通过对我国31个省市1990―2010年金融结构和工业行业的面板数据进行协整检验和回归分析，检验上述理论假设。

三、实证分析

1.模型设定和数据说明

检验假设H1的计量模型为：

（1）

检验假设H2的计量模型为：

（2）

其中，αi γi是截距，βj ηj为待估计系数，αit ωit为误差项。下标i代表省市，t代表时间。模型中，Industry为1999―2010年各省市工业总产值，Finstr为由Levine（2000）定义的金融结构，即融资结构（股票市场总市值和银行各项贷款总额之比）。Strls为金融结构指标Finstr与工业企业平均规模LS的交叉乘积项。以工业企业全部从业人员平均人数代表工业企业平均规模的大小。Finstrgap为Demirguc-Kunt、Feyan和Levine（2011）定义的金融结构缺口，反映了实际金融结构和最优金融结构偏离程度。

需要关注的是β1、β2、η1的估计符号和统计显著性。如果假设H1是正确的，那么β2的符号应该为正且在统计上显著。Finstr反映的是金融结构对工业的影响。按照银行主导论，它的符号β1应该为负；按照市场主导论，它的符号应该为正；而金融服务论和法律金融论预期它的估计系数在统计上并不显著。Finstrgap的系数η1反映的是金融结构缺口对工业增长的影响，如果假设H2是正确的，η1的符号应该为负且在统计上显著。Control为控制变量，用来控制其他一系列可能会对工业增长产生影响的变量，包括TA：工业企业资产总额；TD：工业企业负债总额。

本文使用的数据来源于《中国工业经济发展年鉴》、《中国统计年鉴》和国泰安数据库。为消除通货膨胀的影响，所有数据（包括控制变量）均以1999年为基期，通过各省市CPI将价值型变量转化为实际型变量。表1列出了对主要变量的描述性统计结果。从表中可以看出，各省市的金融结构之间的差别还是很大的，这可顺利地考察金融结构对工业增长的影响。

2.单位根检验

由于面板数据综合了来自时间序列和横截面的信息，用非平稳时间序列建立回归模型极有可能产生“伪回归”问题。因此，在对面板数据进行实证分析前，需对数据进行单位根检验。本文单位根检验选用LLC和PP?Fisher这两种方法来判断数据的平稳性。检验结果如下：

3.协整检验

本文使用Pedroni协整检验方法对方程（1）和方程（2）进行协整检验。表3中对方程（1）协整检验的7个统计量中有4个拒绝原假设，对方程（2）协整检验的7个统计量中也有4个拒绝原假设，表明Industry和Finstr Strls TA TD之间存在协整关系，Industry和Finstrgap TA TD之间也存在协整关系，因此可以在原计量模型的基础上进行回归分析。

4.回归分析

回归结果（1）中列出了对方程（1）基本解释变量的估计结果。Finstr的估计系数显著为负，这符合银行主导论的观点。同时Strls的系数在5%的统计水平上显著为正，初步验证了假设1。回归结果（2）为方程（1）加入了控制变量TA和TD后的估计结果，Finstr的系数仍然显著为负，同时Strls的系数仍然显著为正，进一步验证了假设1。另外，资产总额的系数显著为正，说明较高的资产总额对工业增长有明显的正面的影响，负债总额的系数显著为负，说明较高的负债总额对工业增长有明显的负向影响。回归结果（3）列出了对方程（2）基本解释变量的估计结果，Finstrgap的估计系数显著为正，与假设2不符合。回归结果（4）是方程（2）加入控制变量后的估计结果，Finstrgap的估计系数显著为负，验证了假设2，同时符合Levine（2011）的观点，即金融结构缺口与经济活动显著负相关。

金融工作经验总结篇（2）

一、引言

金融是一个国家的血脉，经济运行及发展必然与金融业发展有着密切联系。一般而言，主要从金融总量和金融结构两个方面测量金融业发展情况。资本配置的实质是金融结构的调整和优化，即在金融总量不变的情况下，将资本合理分配到不同的经济领域或用途上去，使用较少的资本获得更多的产出，以此促进经济增长。2014年全省金融业增加值比地区生产总值增速高出3.4个百分点，对地区生产总值的贡献率达到7%，拉动全省经济增长0.8个百分点。因此，研究贵州金融资产结构与经济增长的关系，对今后贵州经济发展具有重要的作用。

二、文献综述

国内关于金融资产结构与经济增长关系的实证研究始于20世纪90年代。谢平（1992）研究了我国1978年-1991年金融资产结构的变动情况。陈述云（2007）以银行业为例研究贵州金融发展与经济增长的因果影响关系。黄燕君，李融（2014）应用双对数回归模型和广义差分方法，对浙江金融资产结构与经济增长的关系进行了实证分析和检验。康海媛，孙焱林（2015）从经济增长与金融结构的视角出发，对金融危机的研究焦点及后续研究方向进行了阐述。研究不适当的经济增长模式和失衡的金融结构造成的金融危机及其溢出效应。张乐、李德慧（2015）基于我国29个省市1996年-2011年的平衡面板数据，对农村金融和农业经济结构变动对经济增长的影响进行实证分析。王欣（2015）把资本配置效率作为重点，从直接金融资本和间接金融资本角度研究其与经济增长之间的关系。

三、数据选取及处理

本文运用2005年-2014年贵州省的相关数据，选取变量为存贷款总额（M）、证券期货交易额（S）、保费收入（I）、GDPa、金融资产总量（FA），文中数据均来自国家统计局、《贵州统计年鉴》、贵州省统计局、贵州证监会、中国人民银行――贵州省支行等。对于通货膨胀率，以消费者物价指数来计算，用CPI表示，2005年消费者物价指数作为基数，取值为1，2005年后的各个年份进行相应的折算。为了消除时间序列的波动性和异方差性，并使计算方便，各变量均取自然对数处理。

四、实证分析

1.平稳性和协整性检验

变量的平稳性是计量经济学分析的基础，现实生活中的时间序列是非平稳的，主要的经济指标，如收入、价格等表现出一致的上升或下降，很难运用模型得出有意义的结果。所以在数据分析前要进行平稳性检验，如果非平稳序列差分后平稳，说明存在线性的协整关系。本文借助Eviews6.0对贵州省的各类数据进行处理，运用ADF检验来检验是否存在单位根，若ADF值大于5%的临界值则拒绝原假设，说明序列不存在单位根，是平稳序列。

从表2结果看出，所有变量均为一阶单整，结果具有可信度。数据的平稳性检验后，需要对时间序列进行协整检验，以判断是否存在伪回归现象，本文中采用Johansen协整检验法进行协整检验，检验结果如表3所示。

从检验结果看，2005年-2014年各时间序列变量间均存在长期稳定的关系，可以进行Granger因果检验。

2.格兰杰因果检验

前文证明2005年-2014年金融资产与人均GDP均存在长期稳定的关系，为了检验两个变量之间是否具有因果关系，将采用Granger因果检验方法进行检验，如下表4所示。

检验结果看出，金融资产总量能很大促进经济增长，存贷款额和保费收入在一定程度上促进经济增长，反过来经济增长对证券类资产影响较大，对金融资产总量有一定程度影响。金融资产总量、存贷款总额和保费收入是影响贵州经济增长的变量；证券交易期货总额和金融资产总量受经济增长影响，但对金融资产总量影响并不显著。

五、结论

从分析结果看出，各金融资产对经济增长的影响不同，贵州应在保证资本投入的前提下进行资本结构优化，将资本进行重新分配来实现对经济的支撑和促进作用，以实现投入资本效率最大化。首先，政府应加大对存贷额等货币类资本和保费收入等保险类资本的投入，相对减少证券类资本的投入，保证经济的增长，当经济增长到一定程度也会相应的促进证券类资产和资产总量的增加。同时，政府在完善各个资本市场的前提下，引导鼓励金融机构的良性竞争，通过资本的合理分配和运用来促进经济增长。

参考文献：

[1]Wurgler，Jeffrey.Financial Markets and the Allocation of Ccapital[J].Journal of Financial Economics，2000， 58.

金融工作经验总结篇（3）

库兹涅茨认为一国的经济增长可以定义为给居民提供日益繁多的经济产品能力的长期上升，这种不断增长的能力是建立在先进技术以及需要的制度和思想意识之相应的调整的基础上的。大部分学者在研究经济增长问题都是采取GDP增长率这一指标，由于本文的金融相关率（FIR）采用的是总量指标，因此，本文采取的是传统意义上的经济增长总量指标。

基础性数据来源于《2010年浙江省统计年鉴》，其中，GDP采用1978年-2009年浙江省生产总值（以1978年不变价格计算，GDP1978=100）；FIR采用全部金融机构人民币存款余额和贷款余额的加总，再除以全省生产总值（未经过价格调整）。

实证分析

本文的所有实证分析图形和表格都是经过eivews5.1软件的输出结果进行汇总，采用的数据是浙江省1978年-2009年这32年的时间序列数据，在数据通过单位根检验的基础上，使用协整检验和Granger因果关系检验以探析二者关系的内在机制。

1.单位根检验

在对GDP和FIR时间序列进行协整分析之前，我们先使用扩充迪基-富勒（ADF）检验对各个时间序列进行平稳性检验。检验结果表明，GDP和FIR序列不能拒绝原假设，即存在单位根；再对两序列的一阶差分进行ADF检验，同样拒绝原假设，即存在单位根；再对两序列的二阶差分进行ADF检验，检验结果显示，GDP二阶差分序列在5%的显著性水平下接受原假设，即不存在单位根，说明GDP和FIR二阶差分序列是平稳的，时间序列GDP和FIR都是单整的I（2）过程。

2.协整检验

本文采用Engle-Granger两步法对回归方程的残差进行单位根检验。为了减弱异方差问题，我们对两个时间序列取对数进行分析。取对数之后，两个时间序列的一阶差分是平稳的（见表2），即LNGDP和LNFIR均是单整的I（1）序列。第一步，首先建立如下回归方程：方程总体解释能力较强，各个系数也显著。方程中的系数2.280434代表弹性，表明金融相关率每增加1%会使得实际GDP（以1978年不变价格计）增加2.28%。第二步，对上述回归结果的残差进行单位根检验，结果（见表3）ADF值为-3.069101，1%临界值为-3.670170，5%临界值为-2.963972，10%临界值为-2.621007，方程的残差在5%水平上是平稳的。上述结果表明lnGDP和InFIR之间存在协整关系。

3.格兰杰因果关系检验

我们需要通过实证的方法验证究竟是FIR引起GDP的变化，还是GDP引起FIR的变化，或者是两者都是由其他的共同原因决定的？回归分析本身并不能检验因果关系的存在性，也无法识别因果关系的方向。格兰杰因果关系检验是解决这类问题的常用方法。根据AIC准则，我们确定各变量的滞后阶数为2，对各变量的因果关系检验如表4所示。应该注意的是，由于假设检验的零假设是不存在因果关系，因此该检验严格地说应该称为格兰杰非因果关系检验。通过表4，我们可以认为GDP和FIR是互为因果关系，即双向的格兰杰因果关系。这一结果表明浙江省经济增长对金融市场的发展有显著的促进作用，强劲的经济增长是金融市场发展的重要条件；而金融市场的发展亦能促进经济增长，但经济增长对金融发展的促进作用较后者显著。

结论与建议

1.进一步大力加强金融体系建设

由于金融对于国民经济发展的重要作用，浙江地方应当大力加强金融体系建设工作，促进保险业、证券业和其他金融业的发展。浙江省有大量的中小企业，积极鼓励与支持中小企业通过银行体系外的直接融资渠道扩大企业规模，能够为省内提供更多的就业岗位，为区域经济增长注入活力。推动浙江省区域金融的建设。紧跟上海建设国际金融中心的步伐，以杭州市为中心，把浙江省打造成为区域金融强省。

2.加强金融风险防范和监管体系建设

金融发展对经济增长能够起到积极地促进作用，但金融行业的过度膨胀也将引发经济衰退，2008年的全球金融危机就是很好的例证。金融业内的风险很容易扩散到实体经济，因此，防范金融风险是金融监管机构工作的重中之重。浙江地方金融监管机构应当加强对金融运行的监测分析，注重预警机制的完善，监管和防范金融风险。

金融工作经验总结篇（4）

一、引言

新疆是我国最大的资源储备区。煤炭储量、石油及天然气资源量分别占全国40%、30%、34%，丰富的资源为能源产业的发展奠定了坚实的基础。而能源产业作为资本密集型产业，资金支持对其发展有着至关重要的作用。因而，分析新疆的金融支持与能源产业发展的关系，探讨如何有效运用金融手段推动能源产业发展是十分有必要的。

二、新疆能源产业与金融发展水平的现状分析

（一）新疆能源产业发展现状

本文从总量和结构两方面综合考察新疆能源产业的发展现状。首先，选取1978-2007年的能源生产总量及能源消费总量考察能源产业总量情况；其次，以1978-2007年能源生产结构系数和消费结构系数来考察能源产业结构发展情况。

通过对能源产业总量及结构相关指标的考察，可以得出以下结论：1.从总量上看，自1978年至今，新疆的能源产业发展总体上呈现上升趋势，其中能源生产总量发展迅速，而能源的消费总量略低于能源生产总量。2.从结构上看，1990年后新疆能源产业的生产结构发生了很大变化，煤炭生产占能源生产总量的比重有所下降，石油、天然气、水电风的产量所占比重上升很快，这与我国经济的快速发展需要多种能源支持，以及近年来我国加大对新能源的投资力度，“可持续发展”口号的提出有着密切关系。同时，新疆的能源消费结构也略有变化，对煤炭的需求量有所下降，但总体上仍以煤炭为主。

（二）新疆近年来金融的发展情况

改革开放以来，随着我国金融体制改革发生历史性变革，新疆金融业也逐步发展和完善，金融体系逐步成熟、组织体系日趋完善、经营机制不断转变，在新疆经济的发展中发挥着越来越重要的作用。截至2007年末，全区共有金融机构3493个，金融业从业人员54145人，多种经营方式的现代金融体系正在逐步形成。其发展主要呈现如下特点：

1.多种经营方式的现代金融体系逐步形成。2005年以来，国家给予专项资金支持新疆农村信用社改革，完善法人治理结构，转换经营机制，使之真正成为服务“三农”的社区性金融机构。非银行金融机构逐渐发展起来，近年先后成立了华融、长城、信达金融资产管理公司乌鲁木齐办事处和东方金融资产管理公司乌鲁木齐工作组，依法收购、管理和处置从国有商业银行剥离出的不良资产，对改善全区商业银行资产结构，防范化解金融风险，促进金融企业改革发挥了重要作用。

2.金融业服务和支持体系渐趋多元化。金融机构的信贷投向始终以支持“三农”发展为基础，逐步加大了新疆能源、交通、电力以及生态环境等基础设施建设投入，积极促进工业、服务业和非公有制经济发展，保证了能源、交通、冶金、通讯、电力等重点行业、特色产业、优势企业及一批效益优良上市公司的资金需要。此外，努力促进消费信贷业务发展，金融支持助学、就业力度不断加大。

三、新疆金融支持与能源产业发展关系的实证分析

本文涉及的变量主要包括反映能源产业发展的指标和反映金融发展的指标。考虑数据的可获得性，结合新疆能源产业的发展现状，本文采用y1(能源产量年增长率)及y2(能源产业生产结构系数)来反映新疆能源产业的发展情况。在金融发展指标的选择上，直接融资与间接融资指标并用来综合考察新疆金融发展，选择以下指标：银行业融资/外源融资总量(x1)、证券业/外源融资总量(x2)、保险业融资/外源融资总量（x3）、贷款/储蓄(x4)。考虑到新疆地区证券市场的实际发展状况，证券业数据只能从1994年开始，时间跨度较小，不适合做长期分析，因而本文主要考虑x1、x3、x4与y1、y2间的关系。

采用时间跨度较小的年度样本研究的可信度较高,但难以反映长期趋势。考虑到数据的可获得性及可比性，本文选取1985-2007年的数据作为样本，分析新疆金融发展与能源产业之间的关系。

（一）变量间的协整分析

1.时间序列的单位根检验

基于非稳定的时间序列数据而建立一个稳定模型会导致“伪回归”现象，因此，根据dickey—fuller检验确定各时序数列的平稳性，并在此基础上分别采用协整关系检验法和格兰杰因果检验法来检验新疆能源产业发展和金融发展之间的长期相关性和因果作用方向。采用常用的adf检验统计量对各指标进行单位根检验,得到的adf平稳性检验结果(见表1)。

从表1检验结果可知，在5%的临界水平下,二阶差分后的df值小于α=0.05的临界值，达到平稳。结论是：变量x1、x2、x3、 x4 、y1、 y2都是二阶单整的。

2.johansen协整检验

表2的协整检验结果说明，x1、x3、x4和y1、y2间存在协整关系. 即变量之间存在着长期稳定的均衡关系。

（二）granger causality分析

如果一对时间序列是协整的,则至少在某一方面存在granger原因。上面已经检验变量间存在协整关系,由j.granger提出的granger causality是检验两个变量之间因果关系的一种常用方法,该方法可为真实的因果方向提供有用的依据,可判断两个变量间是否包含有助于改善相互预测的信息。

利用计量经济软件eviews5.1可以得到格兰杰检验之间的granger因果关系，检验结果如下(滞后阶数取为2)。

四、实证分析结果及结论

本文利用协整关系检验和granger因果检验法,对新疆地区1985-2007年能源产业与金融发展之间的长期动态均衡关系和因果作用方向进行了定量分析和实证检验,避免了“伪回归”出现,提高了统计推断的可靠性和结论的可信度,对金融支持能源产业发展提供了政策依据。得出结论如下：

（一）通过应用协整技术对服从二阶单位根过程的所有变量做分析，解决了传统经济建模中非平稳性的难题。检验结果显示，银行业融资/外源融资总量(x1)、保险业融资/外源融资总量（x3）、贷款/储蓄(x4)与能源产业产量与结构之间均具有协整关系(即长期均衡关系)。

（二）格兰杰因果关系检验结果表明:金融支持对能源产业结构优化的作用是明显的,其中银行业融资/外源融资总量(x1)和保险业融资/外源融资总量（x3）对新疆地区能源产业的发展有着明显的单向推动作用，这说明能源产业的发展依赖于银行业对其的间接融资作用，同时保险业融资对其也有明显的带动作用。此外，能源产业结构的转化可以通过带动能源经济的发展，从而进一步推动新疆金融业的发展。

参考文献：

[1]孙敬水.中级计量经济学[m].清华大学出版社．

[2]张晓彤.eviews操作与实例[m].上海财经大学出版社．

[3]高鸿.金融在支持能源产业发展中的路径选择 [j].经济师，2005(11)．

[4]宋国玉.基于协整分析的东北区域产业结构优化与金融支持关系的研究 [j].科技与产业, 2007(7)．

[5]申振东.贵州能源经济发展研究[j].北方经济，2009(7)．

金融工作经验总结篇（5）

一、引言

新疆是我国最大的资源储备区。煤炭储量、石油及天然气资源量分别占全国40%、30%、34%，丰富的资源为能源产业的发展奠定了坚实的基础。而能源产业作为资本密集型产业，资金支持对其发展有着至关重要的作用。因而，分析新疆的金融支持与能源产业发展的关系，探讨如何有效运用金融手段推动能源产业发展是十分有必要的。

二、新疆能源产业与金融发展水平的现状分析

（一）新疆能源产业发展现状

本文从总量和结构两方面综合考察新疆能源产业的发展现状。首先，选取1978-2007年的能源生产总量及能源消费总量考察能源产业总量情况；其次，以1978-2007年能源生产结构系数和消费结构系数来考察能源产业结构发展情况。

通过对能源产业总量及结构相关指标的考察，可以得出以下结论：1.从总量上看，自1978年至今，新疆的能源产业发展总体上呈现上升趋势，其中能源生产总量发展迅速，而能源的消费总量略低于能源生产总量。2.从结构上看，1990年后新疆能源产业的生产结构发生了很大变化，煤炭生产占能源生产总量的比重有所下降，石油、天然气、水电风的产量所占比重上升很快，这与我国经济的快速发展需要多种能源支持，以及近年来我国加大对新能源的投资力度，“可持续发展”口号的提出有着密切关系。同时，新疆的能源消费结构也略有变化，对煤炭的需求量有所下降，但总体上仍以煤炭为主。

（二）新疆近年来金融的发展情况

改革开放以来，随着我国金融体制改革发生历史性变革，新疆金融业也逐步发展和完善，金融体系逐步成熟、组织体系日趋完善、经营机制不断转变，在新疆经济的发展中发挥着越来越重要的作用。截至2007年末，全区共有金融机构3493个，金融业从业人员54145人，多种经营方式的现代金融体系正在逐步形成。其发展主要呈现如下特点：

1.多种经营方式的现代金融体系逐步形成。2005年以来，国家给予专项资金支持新疆农村信用社改革，完善法人治理结构，转换经营机制，使之真正成为服务“三农”的社区性金融机构。非银行金融机构逐渐发展起来，近年先后成立了华融、长城、信达金融资产管理公司乌鲁木齐办事处和东方金融资产管理公司乌鲁木齐工作组，依法收购、管理和处置从国有商业银行剥离出的不良资产，对改善全区商业银行资产结构，防范化解金融风险，促进金融企业改革发挥了重要作用。

2.金融业服务和支持体系渐趋多元化。金融机构的信贷投向始终以支持“三农”发展为基础，逐步加大了新疆能源、交通、电力以及生态环境等基础设施建设投入，积极促进工业、服务业和非公有制经济发展，保证了能源、交通、冶金、通讯、电力等重点行业、特色产业、优势企业及一批效益优良上市公司的资金需要。此外，努力促进消费信贷业务发展，金融支持助学、就业力度不断加大。

三、新疆金融支持与能源产业发展关系的实证分析

本文涉及的变量主要包括反映能源产业发展的指标和反映金融发展的指标。考虑数据的可获得性，结合新疆能源产业的发展现状，本文采用y1(能源产量年增长率)及y2(能源产业生产结构系数)来反映新疆能源产业的发展情况。在金融发展指标的选择上，直接融资与间接融资指标并用来综合考察新疆金融发展，选择以下指标：银行业融资/外源融资总量(x1)、证券业/外源融资总量(x2)、保险业融资/外源融资总量（x3）、贷款/储蓄(x4)。考虑到新疆地区证券市场的实际发展状况，证券业数据只能从1994年开始，时间跨度较小，不适合做长期分析，因而本文主要考虑x1、x3、x4与y1、y2间的关系。

采用时间跨度较小的年度样本研究的可信度较高，但难以反映长期趋势。考虑到数据的可获得性及可比性，本文选取1985-2007年的数据作为样本，分析新疆金融发展与能源产业之间的关系。 转贴于

（一）变量间的协整分析

1.时间序列的单位根检验

基于非稳定的时间序列数据而建立一个稳定模型会导致“伪回归”现象，因此，根据Dickey—Fuller检验确定各时序数列的平稳性，并在此基础上分别采用协整关系检验法和格兰杰因果检验法来检验新疆能源产业发展和金融发展之间的长期相关性和因果作用方向。采用常用的ADF检验统计量对各指标进行单位根检验，得到的ADF平稳性检验结果(见表1)。

从表1检验结果可知，在5%的临界水平下，二阶差分后的DF值小于α=0.05的临界值，达到平稳。结论是：变量x1、x2、x3、 x4 、y1、 y2都是二阶单整的。

2.Johansen协整检验

表2的协整检验结果说明，x1、x3、x4和y1、y2间存在协整关系. 即变量之间存在着长期稳定的均衡关系。

（二）Granger Causality分析

如果一对时间序列是协整的，则至少在某一方面存在granger原因。上面已经检验变量间存在协整关系，由J.Granger提出的Granger causality是检验两个变量之间因果关系的一种常用方法，该方法可为真实的因果方向提供有用的依据，可判断两个变量间是否包含有助于改善相互预测的信息。

利用计量经济软件Eviews5.1可以得到格兰杰检验之间的Granger因果关系，检验结果如下(滞后阶数取为2)。

四、实证分析结果及结论

本文利用协整关系检验和Granger因果检验法，对新疆地区1985-2007年能源产业与金融发展之间的长期动态均衡关系和因果作用方向进行了定量分析和实证检验，避免了“伪回归”出现，提高了统计推断的可靠性和结论的可信度，对金融支持能源产业发展提供了政策依据。得出结论如下：

（一）通过应用协整技术对服从二阶单位根过程的所有变量做分析，解决了传统经济建模中非平稳性的难题。检验结果显示，银行业融资/外源融资总量(x1)、保险业融资/外源融资总量（x3）、贷款/储蓄(x4)与能源产业产量与结构之间均具有协整关系(即长期均衡关系)。

（二）格兰杰因果关系检验结果表明:金融支持对能源产业结构优化的作用是明显的，其中银行业融资/外源融资总量(x1)和保险业融资/外源融资总量（x3）对新疆地区能源产业的发展有着明显的单向推动作用，这说明能源产业的发展依赖于银行业对其的间接融资作用，同时保险业融资对其也有明显的带动作用。此外，能源产业结构的转化可以通过带动能源经济的发展，从而进一步推动新疆金融业的发展。

参考文献

[1]孙敬水.中级计量经济学[M].清华大学出版社．

[2]张晓彤.Eviews操作与实例[M].上海财经大学出版社．

[3]高鸿.金融在支持能源产业发展中的路径选择 [J].经济师，2005(11)．

[4]宋国玉.基于协整分析的东北区域产业结构优化与金融支持关系的研究 [J].科技与产业， 2007(7)．

[5]申振东.贵州能源经济发展研究[J].北方经济，2009(7)．

金融工作经验总结篇（6）

一、引言

新疆是我国最大的资源储备区。煤炭储量、石油及天然气资源量分别占全国40%、30%、34%，丰富的资源为能源产业的发展奠定了坚实的基础。而能源产业作为资本密集型产业，资金支持对其发展有着至关重要的作用。因而，分析新疆的金融支持与能源产业发展的关系，探讨如何有效运用金融手段推动能源产业发展是十分有必要的。

二、新疆能源产业与金融发展水平的现状分析

（一）新疆能源产业发展现状

本文从总量和结构两方面综合考察新疆能源产业的发展现状。首先，选取1978-2007年的能源生产总量及能源消费总量考察能源产业总量情况；其次，以1978-2007年能源生产结构系数和消费结构系数来考察能源产业结构发展情况。

通过对能源产业总量及结构相关指标的考察，可以得出以下结论：1.从总量上看，自1978年至今，新疆的能源产业发展总体上呈现上升趋势，其中能源生产总量发展迅速，而能源的消费总量略低于能源生产总量。2.从结构上看，1990年后新疆能源产业的生产结构发生了很大变化，煤炭生产占能源生产总量的比重有所下降，石油、天然气、水电风的产量所占比重上升很快，这与我国经济的快速发展需要多种能源支持，以及近年来我国加大对新能源的投资力度，“可持续发展”口号的提出有着密切关系。同时，新疆的能源消费结构也略有变化，对煤炭的需求量有所下降，但总体上仍以煤炭为主。

（二）新疆近年来金融的发展情况

改革开放以来，随着我国金融体制改革发生历史性变革，新疆金融业也逐步发展和完善，金融体系逐步成熟、组织体系日趋完善、经营机制不断转变，在新疆经济的发展中发挥着越来越重要的作用。截至2007年末，全区共有金融机构3493个，金融业从业人员54145人，多种经营方式的现代金融体系正在逐步形成。其发展主要呈现如下特点：

1.多种经营方式的现代金融体系逐步形成。2005年以来，国家给予专项资金支持新疆农村信用社改革，完善法人治理结构，转换经营机制，使之真正成为服务“三农”的社区性金融机构。非银行金融机构逐渐发展起来，近年先后成立了华融、长城、信达金融资产管理公司乌鲁木齐办事处和东方金融资产管理公司乌鲁木齐工作组，依法收购、管理和处置从国有商业银行剥离出的不良资产，对改善全区商业银行资产结构，防范化解金融风险，促进金融企业改革发挥了重要作用。

2.金融业服务和支持体系渐趋多元化。金融机构的信贷投向始终以支持“三农”发展为基础，逐步加大了新疆能源、交通、电力以及生态环境等基础设施建设投入，积极促进工业、服务业和非公有制经济发展，保证了能源、交通、冶金、通讯、电力等重点行业、特色产业、优势企业及一批效益优良上市公司的资金需要。此外，努力促进消费信贷业务发展，金融支持助学、就业力度不断加大。

三、新疆金融支持与能源产业发展关系的实证分析

本文涉及的变量主要包括反映能源产业发展的指标和反映金融发展的指标。考虑数据的可获得性，结合新疆能源产业的发展现状，本文采用y1(能源产量年增长率)及y2(能源产业生产结构系数)来反映新疆能源产业的发展情况。在金融发展指标的选择上，直接融资与间接融资指标并用来综合考察新疆金融发展，选择以下指标：银行业融资/外源融资总量(x1)、证券业/外源融资总量(x2)、保险业融资/外源融资总量（x3）、贷款/储蓄(x4)。考虑到新疆地区证券市场的实际发展状况，证券业数据只能从1994年开始，时间跨度较小，不适合做长期分析，因而本文主要考虑x1、x3、x4与y1、y2间的关系。

采用时间跨度较小的年度样本研究的可信度较高,但难以反映长期趋势。考虑到数据的可获得性及可比性，本文选取1985-2007年的数据作为样本，分析新疆金融发展与能源产业之间的关系。

（一）变量间的协整分析

1.时间序列的单位根检验

基于非稳定的时间序列数据而建立一个稳定模型会导致“伪回归”现象，因此，根据Dickey―Fuller检验确定各时序数列的平稳性，并在此基础上分别采用协整关系检验法和格兰杰因果检验法来检验新疆能源产业发展和金融发展之间的长期相关性和因果作用方向。采用常用的ADF检验统计量对各指标进行单位根检验,得到的ADF平稳性检验结果(见表1)。

从表1检验结果可知，在5%的临界水平下,二阶差分后的DF值小于α=0.05的临界值，达到平稳。结论是：变量x1、x2、x3、 x4 、y1、 y2都是二阶单整的。

2.Johansen协整检验

表2的协整检验结果说明，x1、x3、x4和y1、y2间存在协整关系. 即变量之间存在着长期稳定的均衡关系。

（二）Granger Causality分析

如果一对时间序列是协整的,则至少在某一方面存在granger原因。上面已经检验变量间存在协整关系,由J.Granger提出的Granger causality是检验两个变量之间因果关系的一种常用方法,该方法可为真实的因果方向提供有用的依据,可判断两个变量间是否包含有助于改善相互预测的信息。

利用计量经济软件Eviews5.1可以得到格兰杰检验之间的Granger因果关系，检验结果如下(滞后阶数取为2)。

四、实证分析结果及结论

本文利用协整关系检验和Granger因果检验法,对新疆地区1985-2007年能源产业与金融发展之间的长期动态均衡关系和因果作用方向进行了定量分析和实证检验,避免了“伪回归”出现,提高了统计推断的可靠性和结论的可信度,对金融支持能源产业发展提供了政策依据。得出结论如下：

（一）通过应用协整技术对服从二阶单位根过程的所有变量做分析，解决了传统经济建模中非平稳性的难题。检验结果显示，银行业融资/外源融资总量(x1)、保险业融资/外源融资总量（x3）、贷款/储蓄(x4)与能源产业产量与结构之间均具有协整关系(即长期均衡关系)。

（二）格兰杰因果关系检验结果表明:金融支持对能源产业结构优化的作用是明显的,其中银行业融资/外源融资总量(x1)和保险业融资/外源融资总量（x3）对新疆地区能源产业的发展有着明显的单向推动作用，这说明能源产业的发展依赖于银行业对其的间接融资作用，同时保险业融资对其也有明显的带动作用。此外，能源产业结构的转化可以通过带动能源经济的发展，从而进一步推动新疆金融业的发展。

参考文献：

[1]孙敬水.中级计量经济学[M].清华大学出版社．

[2]张晓彤.Eviews操作与实例[M].上海财经大学出版社．

[3]高鸿.金融在支持能源产业发展中的路径选择 [J].经济师，2005(11)．

[4]宋国玉.基于协整分析的东北区域产业结构优化与金融支持关系的研究 [J].科技与产业, 2007(7)．

[5]申振东.贵州能源经济发展研究[J].北方经济，2009(7)．

[6]刘贵生.金融支持西北能源产业可持续发展的战略研究[J].观察思考，2008(9).

金融工作经验总结篇（7）

【关键词】衍生金融工具;Z-score;系统风险;上市公司

一、引言

从20世纪70年代开始,随着外汇、利率等衍生金融工具的迅速发展,越来越多的公司介入衍生金融工具市场进行风险管理(王志诚等,2006)。西方风险管理理论(Smith和Stulz(1985)、Mayers和Smith(1990)、Myers(1977)和Frootetal.(1993))认为,衍生金融工具的运用建立在降低公司风险的动机基础上。在特定的情况下,例如昂贵的财务危机成本和严重的投资不足问题,对公司的风险进行对冲能够增加公司价值。

但是,管理层和股东也有增加公司风险的动机。Black和Scholes(1973)指出,股东对杠杆公司的现金流量的要求权类似于一份看涨期权的报酬。Jensen和Meckling(1976)指出,因为这些像看涨期权的报酬随着公司的波动而增加,价值最大化的股东有通过增加公司的风险从公司外部的债权人处转移财富的动机。但是,股东可能在导致风险厌恶的经理将公司特定的资本投资于增加波动的活动方面有困难。

即使股东和债权人之间不存在冲突,管理层仍然有动机将衍生金融工具运用于非对冲的目的。例如,因为职工股票优先购买权的价值随着股票价格波动的增加而增加,使得管理层有动机从事增加公司风险的活动。与之相类似,当公司的收益刚好在或者接近奖励计划的下限时,经理的补偿计划类似于一份看涨期权的报酬。这样就产生了增加公司收益波动的动机。但是,公司价值最大化的补偿计划会将这些风险偏好动机考虑在内,并且设计成降低不利影响的。

最后,管理层可以运用衍生金融工具进行利率、汇率或商品价格波动的投机。例如,Dolde(1995)指出,接近90%的衍生金融工具使用者在决定自己的衍生金融工具组合特征时,他们有时会“看一看”(takeaview)金融市场的波动。因为投机行为一般来说与企业的基本风险是不相关的,基于这个目的运用衍生金融工具被认为是增加,而不是降低公司的风险。

在经验研究方面,国外的研究结果是不一致的,大部分认为非金融公司运用衍生金融工具进行风险管理能够降低公司股票价格对金融风险的敏感性(Smithson和Simkins,2005)。国内学术界目前在这方面的研究尚不多。本文的目的,就是要对上市公司运用衍生金融工具进行风险管理对公司风险的影响进行理论分析和经验研究,以检验国外假说是否与我国上市公司的实际情况相符合。

二、研究设计

(一)样本选择与数据来源

1.样本选择

本文选取2007年的沪深两市全部A股非金融上市公司作为初选样本,对这些公司进行筛选。为了达到研究目的,执行了以下筛选程序:金融行业是某些衍生金融工具提供者,与其他行业相比具有较大区别,剔除这些公司;ST公司和一般的公司相比较业绩和财务状况较差,会有极强的动机操纵下一年度的会计盈余,因此剔除ST公司。经过上述筛选后,最后的样本公司为1151家。

采集数据时,笔者逐家查阅了沪深上市公司的年度报告,分别在其资产负债表中“交易性金融资产”和“交易性金融负债”及其附注中获取有关公司从事衍生金融交易的类型和金额的信息,收集关于公司是否使用衍生品和使用理由的数据。如果年报披露利用衍生金融工具是公司风险管理的重要措施之一、公布了当期曾经持有衍生金融工具并披露具体的公允价值或者名义价值,则不论期末持仓盈利或者亏损,也不论使用规模大小,将其认定为是运用衍生金融工具进行风险管理的公司;另外,即使年末无衍生金融工具持仓头寸,但是当年曾经持有且其盈亏计入当期损益,也将其认定为运用衍生金融工具进行风险管理的公司。

2.数据来源

上市公司运用衍生金融工具进行风险管理的数据主要靠手工采集自上市公司2007年年度报告原文,其他数据来源于锐思数据金融界巨潮资讯以及中国证券监督管理委员会等网站上公开披露的上市公司2007年年度报告。为保证数据的可靠性,对数据进行了抽样复核。

本文数据处理使用SPSS和Excel软件进行,基本数据处理使用了Excel软件,描述性统计、参数检验、非参数检验、相关性分析及回归分析使用SPSS统计软件。

(二)变量定义与描述

1.被解释变量的选取与计算

被解释变量为公司风险。一般来说,衡量企业风险的变量主要有两类:其一是以市场数据为基础,其二是以会计数据为基础。前者包括系统风险和非系统风险等;后者包括经营风险和财务风险等。而美国学者Altman(1968)建立的著名的5变量Z-score模型,将市场数据和会计数据有机地结合起来,被认为是能够很好地衡量上市公司的破产风险。本文采用两项指标衡量公司的风险,分别为:

(1)系统风险。上市公司风险按照能否通过资产组合方式予以分散,可分为系统风险和非系统风险。系统风险是指那些影响所有上市公司的因素(如战争、政治革命、经济体制改革、通货膨胀、利率和汇率变化等)引起的不确定性。非系统风险是指能够被投资者通过持有分散化投资组合消除的风险,通常和公司特定的事件相关,如工厂爆炸、被盗、公司被接管、产品研发、市场开拓等等。本文用上市公司的年度Beta值表示系统风险。

(2)Z-score模型。美国学者Altman于1968年创建了Z记分(Z-Score)模型,该模型主要适用于股票上市公司,首先从上市公司财务报告中计算出一组反映财务危机程度的财务比率,然后根据这些比率对财务危机警示程度的大小给予不同的权重,最后进行加权计算就得到一个企业的综合风险总判别分Z,将其与临界值对比就可知企业财务危机的严重程度。

Altman模型的判别函数为:

Z=1.2×X1+1.4×X2+3.3×X3+0.6×X4+1.0×X5

式中:Z=判别函数;X1=营运资金/总资产,即企业营运资金相对于资产总额比例,X1越大,说明企业资产的流动性越强,财务状况越好;X2=留存收益/总资产,即企业在一定时期内留存收益进行再投资的比例。X2越大,说明企业筹资和再投资能力越强,企业创新和竞争力越强;X3=息税前利润/总资产,X3反映企业不考虑税收和财务杠杆因素时企业资产的盈利能力;X4=股权市价总值/总负债,主要反映投资者对公司前景的判断,它是资本市值对债务的比值,指标越高,说明企业越有投资价值,在成熟的资本市场中,该指标尤其具有说服力;X5=销售额/总资产,用来衡量企业资产获得销售收入的能力。

根据对过去经营失败企业统计数据的分析,Altman得出一个经验性临界数据值,即Z=2.675。企业的Z记分值高于2.675的为较安全企业,低于2.675的为存在财务危机或破产风险的企业。此外,Altman在对经营失败企业经验分析中还发现,如果一个企业的Z记分值低于1.81,该企业实际上已经潜在破产,如果不采取特别有力的措施,将很难走出深渊。

2.解释变量

解释变量为公司是否运用衍生金融工具进行风险管理的虚拟变量。若公司运用衍生金融工具进行风险管理,则该变量为1;否则为0。

3.控制变量

(1)公司规模。根据资本结构理论,规模越大的企业,其经营多元化,抗风险的能力更强;而规模越小的企业,其经营不确定性也较大,抗风险的能力较弱。为此需要控制公司规模,本文以公司总资产作为公司规模控制变量。

(2)资本结构。企业负债比例越高,财务风险越高。本文以资产负债率表示公司的资本结构,用来控制其对公司风险的影响。

(3)公司成长性。一般认为,成长快的企业在投资规模和融资规模等方面均较大,不确定性较大,从而风险较大。本文选用主营业务收入增长率指标来衡量企业的成长性,定义为公司前后一年的主营业务收入增长率,用来控制公司的成长性对公司风险的影响。

(4)资产结构。资产结构指的是长期资产与流动资产之间的比例关系。资产结构不同的企业的固定成本与变动成本的构成也会不同,进而决定企业的经营风险的大小,本文以固定资产比例作为公司资产结构的控制变量。

有关公司运用衍生金融工具进行风险管理和公司风险以及相关控制变量的研究变量的代码及定义如表1所示。

(三)研究模型设定

为了从数量上考察风险管理及其相关变量对公司风险的影响程度,根据上文分析,本文以公司风险为被解释变量,以上市公司运用衍生金融工具进行风险管理行为为解释变量,以公司规模、资本结构、公司成长性和资产结构作为控制变量,构建如下检验模型并使用OLS回归分析方法检验上市公司运用衍生金融工具进行风险管理与公司风险之间的关系:

Beta=β10+β11×Hedge+β12×Size+β13×Leverage+β14

×Growth+β15×Fixed+μ16

这里使用βi1(i=1,2)是否显著大于零或小于零来研究使用衍生产品进行风险管理时是否对公司风险产生影响。根据相关理论分析,如果我国上市公司运用衍生产品进行风险管理可以降低公司系统风险,那么β11<0。如果我国上市公司运用衍生金融工具进行风险管理可以降低公司破产风险,那么β12>0。因此,通过检验系数的显著性就可以验证运用衍生产品进行风险管理是否能降低公司风险。

三、实证检验结果

(一)公司风险及相关研究变量的描述性统计

表2是混合样本的研究变量的描述性统计。全部样本公司的系统风险均值为0.9885,这是由于剔除了ST公司而略低于市场风险。Z-score的均值(中位数)为6.4357(3.9413),表明样本公司的破产风险较低。资产规模的均值为79.1325亿元,高于沈艺峰、江伟(2007)的资产规模均值15.6320亿元。资产负债率的均值为50.37%,比沈艺峰、江伟(2007)的资产负债率均值47.33%和徐向艺、张立达(2008)的资产负债率均值49.1%略高,低于马连福、陈德球、高丽(2007)的以2005年中国205家家族上市公司资产负债率均值57.07%。主营业务收入增长率的均值为65.11%,高于沈艺峰、江伟(2007)的主营业务收入增长率均值23.61%和刘伟、刘星(2008)的2004年403家制造业公司的主营业务收入增长率均值34.7%,表明我国上市公司发展水平较快。固定资产比例的均值为33.6%。从各项样本指标来看,样本公司之间的差距较大,这也便于考察公司运用衍生金融工具进行风险管理的决策对公司风险的影响。

2.单因素检验

本文采用参数和非参数检验的方法,将风险管理公司与其他公司就一系列特征变量进行对比检验,判断其是否在某些方面与其他公司具有显著差异。参数检验(正态总体均值对比检验)要求所对比的两个总体服从正态分布,而非参数Mann-Whitney秩和检验对总体分布及其参数不作任何假设,可用于关于分布中位数以及多个分布之间有无差异的假设检验。

从表3的检验结果可以看出,无论是参数检验(对均值的t检验)还是非参数检验(对中位数的Z检验),运用衍生金融工具进行风险管理的上市公司比其他公司具有更高的系统风险,但是比其他公司具有更低的Z计分值,表明运用衍生金融工具并未起到降低中国上市公司风险的作用,反而增加了公司的风险。这一发现与国外的经验证据相反。

3.相关性分析

在进行回归分析之前,为了对待检验的变量间的关系有初步的认识,首先对回归模型各变量进行PEARSON相关性分析。由表4可以看出,有些变量之间有一定的相关性,如运用衍生金融工具进行风险管理和公司规模在1%的水平上显著正相关(相关系数为0.152)、运用衍生金融工具进行风险管理和资产负债率在5%的水平上显著正相关(相关系数为0.074)、公司规模和固定资产比例在1%的水平上显著正相关(相关系数为0.120)、资产负债率和主营业务收入增长率在5%的水平上显著正相关(相关系数为0.072)。根据HoandWong(2001)的研究,只要相关系数不超过0.8,就不需要担心自变量之间的多重共线问题。因此说明本模型共线性问题并不严重,变量间的相关程度在可容忍范围内。

4.多元回归分析

表5是模型I和模型II分别选用系统风险和Z-score作为公司风险的指标,将其作为因变量进入回归模型的检验结果。从回归结果可以看出,两个检验模型的F值均在1%的水平上均显著,AdjustedR2为0.134和0.392,表明检验模型的拟合效果较好。各模型中自变量的方差膨胀因子VIF(VarianceInflationFactors)值均在1.007至1.053之间,显著小于临界值10,表明多元回归模型基本不受多重共线性的影响。在残差独立性检验方面,D-W值均在2左右,说明回归模型的残差相互独立,表明自变量之间不存在自相关问题。

当以系统风险作为公司风险变量时,公司运用衍生金融工具进行风险管理的哑变量估计系数为0.03621,在10%的水平上不显著,可以认为公司运用衍生金融工具进行风险管理增加了公司的Beta值,即对公司的系统风险有微弱的增加效应。

金融工作经验总结篇（8）

二、国内外文献综述

金融作为经济发展的衍生物，随着经济的发展而不断发展完善，在经济发展的过程中扮演着越来越重要的角色，同时它对于产业结构的影响也逐渐受到人们的关注。

（一）国外关于区域金融发展对区域产业结构优化影响的相关研究

金融发展与经济增长一直是国外经济研究的永恒主题，并形成了较为完备的经济体系，但产业结构升级中的金融支持还不是很完善。金融发展理论根据思想流派和研究视角的不同，可以分为：①金融结构论。Goldsmith（1969）开创性地用金融相关比率（FIR）衡量金融结构发展程度、研究金融发展与经济增长之间关系，认为金融规模与结构的差异是解释各国金融发展和经济绩效差异的关键因素，金融发展的基本功能在于合理安排储蓄和投资、有效地配置资金，为经济增长提供资金支持。并提出随着经济不断发展，金融相关率不断提高但有限度，经济发展至一定程度，产业发展重心改变，速度更替。②金融抑制论。Mckinnon和Shaw（1973）认为经济的发展是金融发展的前提和基础，而金融的发展是经济发展的动力和手段，通过研究发现在发展中国家，存在金融抑制，投资的利率弹性为正值。金融发展可以提高实际利率，促进储蓄和投资的增加，以此促进经济增长。③金融功能论。Merton（1995）和Levine（1997）从金融功能入手，依据80个国家1960-1989年的数据，选取4个金融中介指标和4个经济增长指标，通过实证手段研究金融中介对经济发展的影响，结果表明，金融系统通过降低信息成本和交易成本、增强储蓄的流动性、优化资源配置、施加公司控制、促进风险管理、促进资本积累和技术创新，不仅能够加速资本积累的速度，而且有利于促进全要素生产率的发展，有力地推动经济的增长。同时，国外学者认为经济增长的一个重要特征就是产业结构优化，而产业结构优化是经济发展的重要载体，所以金融与以产业结构变动为特征的经济增长间存在着互为因果的关系，金融发展促进了产业结构的优化升级。

（二）国内关于区域金融发展对区域产业结构优化影响的相关研究

国内学者对于金融发展与产业结构优化的关系研究开展较晚，但发展迅速，研究主要集中于寻找两者间的影响机制，希望找到金融支持与经济增长和产业结构变化的有效措施。在宏观层面上，范方志、张立军（2003）从理论上探讨了金融结构转变与实体经济部门产业结构升级之间的关联机制，然后具体实证分析了1978-2000年中国东、中、西部地区的金融结构转变与产业结构升级以及经济增长的关系，研究认为各地区金融结构转变与产业结构升级以及区域经济增长间存在着正相关关系，金融结构的拉动作用由东部向西部递减，地区金融发展水平及产业结构差距是经济发展差距的主要原因［1］。王纪全、张晓燕、刘全胜（2007）分析了我国金融资源的特点，并通过实证检验发现，在东部、中部和全国范围内人均金融资源的增长确实促进了经济的增长，而在西部地区则不存在这种稳定的关系［2］。在微观层面上，蔡红艳、阎庆民（2004）考察了中国金融发展对产业的影响，计算出中国39个工业行业的成长性指标，研究了资本市场内的资本流动与产业结构调整存在的互动关系。综上所述，国内外学者大多着重于区域金融发展对经济增长的影响机理与作用路径研究，关于区域金融发展对产业结构的影响只是在经济增长的机制中被简单提及，没有进行详细而深刻的论证，同时对于区域金融发展水平的评价指标的界定还不明晰，因此，本文将重点剖析区域金融发展对区域产业结构的作用途径，并以上海市为例，引用明晰的金融发展水平和产业结构优化指标，对两者之间的关系进行实证研究，探寻金融发展水平对产业结构优化的影响［3］。

三、上海市区域金融发展水平分析

作为中国的金融中心，上海市的金融发展水平一直处于领先地位。特别是改革开放以后，随着金融体制改革的不断推进，上海进入了金融业快速发展时期，逐步形成了多层次的银行体系、日益健全的金融机构和逐渐完善的金融市场体系。随着金融发展水平的提高，金融中介机构吸纳资金的能力不断增强，并按照经济原则使储蓄在各产业部门之间高效流动，调整资源配置状态，提高投资效益和要素生产率，促进各种生产要素从萎缩部门向新兴产业转移，从而推动产业结构的调整，为上海市的经济发展做出了巨大的贡献。Goldsmith认为金融的发展是金融结构的发展，并提出了一直被视作金融上层结构相对规模的最广义的指标——金融相关比率，其定义为某一时点上金融资产总量与实物资产价值总额（即国民财富）之比，如果将存款资金存量及其变化看作是一个地区经济发展阶段的结果，那么贷款资金的配置就是推动该地区经济发展的一种动力，贷款存量也是各地区的一种重要的金融资产。而在区域层面，如果不计流通中现金的影响，全部金融机构存贷款相关指标对金融发展水平的代表性在95%以上［4］，这与我国的金融资产绝大部分以银行存款和贷款形式存在的事实相符，所以本文借鉴中国人民大学教授周立、王子明以金融机构存贷款余额表示金融资产总量的方法，选取金融相关比率（FIR=(L+S)/GDP，其中L表示金融机构存款余额，S表示金融机构贷款余额，GDP为区域生产总值）代表区域金融发展水平［5］。金融发展水平越高的地区，存贷款余额的数值越大，在GDP一定的条件下，其金融相关比率越高，反之亦然。图1是上海市2005-2013年的金融相关率的变动情况，数据来源于上海市统计年鉴和上海市金融年鉴。自2005年以来，上海市的金融发展水平总体上呈现出波动上升的态势，从2005年的4.3826上升至2013年的5.2594，且从2008年至今，这种上升的幅度更为明显，说明上海市的金融活动较为活跃，区域金融蓬勃发展［6］。同时上海市每年的存贷款余额均保持稳步上升的趋势，说明上海市的金融规模在不断扩大，且存款余额大于贷款余额，表明上海市的金融机构吸纳资金和使用资金的能力在逐步提升，金融结构合理，环境相对安全，整个金融体系正在稳步健康发展［7］。

四、上海市区域产业结构优化水平分析

作为中国的经济中心，上海市的经济发展迅速，备受瞩目。上海市从实际出发，积极地进行了三次工业改组，使产业结构逐步从重化工业到轻工业再向服务业调整，率先实现以第二、三产业共同推动的产业结构向第三产业为主的产业结构的转化，1990年以来的浦东开发又加快了这一进程的推进，在开发开放的重要契机下，制造业开始经历从传统结构向现代结构的迅速转型，先进制造业产业链扩展，金融、贸易和国际航运服务能力强化，对上海市的经济发展起到了显著的促进作用。1999年，上海市第三产业增加值占GDP比重首次突破50%大关，意味着上海市的产业结构开始以服务经济为主，2012年，比重首次超过60%，基本形成了以服务经济为主的产业结构。从开始到基本形成，上海用了12年时间实现产业结构的升级转型［8］。目前，我国产业结构的整体情况是三次产业的产值均在不断增加，第一产业的产值占比在不断下降，第二、三产业产值占比之和相应上升，但由于地区主导产业的差异、工业化所处的阶段不同，各区域的第二、三产业产值占比并未呈现出相同的变化趋势。因此，采用产业结构优化率（第二、三产业产值之和在GDP中的比重）来衡量整体产业结构的优化程度，第一、二、三产业的产值占比来衡量各个产业的优化程度［5］。图2是上海市2005-2013年的产业结构发展水平的变动情况，数据来源于上海市统计年鉴。近年来，上海市的产业结构经历了巨大的变化，主要表现为第一产业占比较低，且在逐步下降，由2005年的0.8776降至2013年的0.5985，降幅高达31.80%；第二产业比重除在2009-2010年有小幅上升外，其他年份均明显下降；第三产业在近年内一直保持着健康发展的良好态势，比重迅猛增加，2013年达到62.24%，成为促进经济发展的中坚力量，这与产业结构高级化的变化趋势大致相符。同时在日益完善的金融体系的支撑下，上海市的产业结构不断地调整和优化，在完成“工业化”后逐步向“后工业化”阶段过渡，高新技术产业和服务业日益成为经济发展新的增长点，为经济增长提供源源不断的动力支持。

五、上海市金融发展水平对产业结构优化影响的实证研究

本文用Eviews对上海市的金融发展水平和产业结构优化进行回归，探索金融发展水平对产业结构优化的影响。（一）样本数据及模型设定本文选取2005-2013年上海市的金融相关率（FIR）来表示其金融发展水平，第二、三产业产值之和占该区域GDP的比重（CY）来衡量其产业结构优化程度，分别用第一、二、三产业产值占比（CY1、CY2、CY3）来表示上海市第一、二、三产业的优化程度，数据主要来源于上海市统计年鉴和上海市金融年鉴（2005-2013年）。由于时间序列模型一般是不平稳的，为了更好地研究变量之间的关系，本文设定了以下相关模型：①利用单位根（ADF）检验单个时间序列的平稳性；②分析时间序列的协整关系，得出具有长期稳定关系的回归方程；③通过格兰杰因果检验，进一步分析变量之间的因果关系。（二）变量的平稳性检验为了避免由于存在变量的非平稳性而出现虚假回归，需对变量进行平稳性检验。由于时间序列一般是不平稳的，但可以通过差分形式将其变为平稳，仅当回归的两个时间序列都是同阶单整序列，才可能存在协整关系。为防止伪回归，先确定区域金融发展水平（FIR）、产业结构优化程度（CY）、第一产业结构优化程度（CY1）、第二产业结构优化程度（CY2）及第三产业结构优化程度（CY3）的平稳性。本文采用Eviews中ADF（AugmentedDickey-Fuller）检验对变量进行平稳性检验（检验结果见表1）。由表1可知，FIR、CY、CY1、CY2和CY3的水平值在三种形式下和10%的显著水平下均接受原假设，即它们的水平值是不平稳序列，而它们一阶差分形式则在10%的显著水平下均拒绝原假设，即它们是一阶单整的，可能存在协整关系。（三）协整检验由于FIR、CY、CY1、CY2和CY3均为一阶单整序列，如果它们的线性组合是协整的，则存在着长期稳定关系。为了验证区域产业结构优化程度、三次产业结构优化与区域金融发展水平之间是否存在长期稳定的关系，采用Engle-Granger二步法对变量进行协整检验。（1）首先对FIR和CY、CY1、CY2、CY3序列进行回归，得到回归方程。（2）然后运用ADF检验对以上回归方程的残差项进行单整性检验，结果显示，残差序列拒绝了是不平稳的原假设，残差序列是平稳序列，即FIR和CY、CY1、CY2和CY3之间均存在协整关系。（四）格兰杰因果检验由以上的单位根检验和协整检验结果可知，上海市的金融发展水平与其总体产业及三次产业结构优化程度之间存在着长期稳定的协整关系，但是两者之间的因果关系还不明晰，需要通过Granger因果检验对此问题进行说明。由上可知，在10%的置信水平下，拒绝了上海市的金融发展水平不是产业结构优化和三次产业优化的原因，接受了上海市总体产业和三次产业结构优化不是影响其金融发展水平的因素的原假设，表明上海市的金融发展是其整体产业结构优化和三次产业结构优化的决定因素。随着上海市金融发展水平的不断提升，总体产业结构和三次产业结构会不断调整和优化，即上海市的金融发展水平促进了其产业结构的优化升级。

六、结论与对策建议

（一）结论

由以上回归结果和因果检验可知，从总体上来说，上海市高度发展的金融水平，通过影响资金流向的变化，调整区域生产要素的分配，使得上海市的产业结构日趋合理化、高级化和现代化，在很大程度上促进了上海市整体产业结构的优化与升级。但基于产业划分的三个层次，考虑到其他因素的影响，上海市的金融发展水平对三次产业的影响是有差异的，具体表现为金融发展在不同程度上抑制了一、二产业的发展，促进了第三产业结构的优化与升级［9］。结合回归方程可得，每当上海市的金融发展水平提高一个单位，上海市的总体产业结构会有0.002491个单位的优化，对第一产业的结构优化会产生0.002491单位的负效应，同时，第二产业的产业结构也会遭受0.087332单位的负面影响，只有第三产业能从金融发展水平的提高中受益，能够得到0.089818单位的产业结构优化。这是因为目前上海经济发展的着力点是现代服务业，所以会加大对第三产业的资金支持，因而难免忽视其他方面的发展。

金融工作经验总结篇（9）

一、文献综述

金融发展与经济增长关系的研究由Goldsmith[1]（1969）提出，他通过对35个跨国数据分析金融结构与金融发展的问题，得出金融发展对经济增长有拉动作用。Shaw[2]（1956）在《金融中介、储蓄与投资》一文中证明了金融发展与经济增长之间的正向关系。Shaw与Gurley（1960）在《金融理论中的货币》中分析了除货币体系外，非货币金融中介从储蓄到投资的转化过程中对经济发展尤其是社会的生产性投资起到的作用。Patrick[3]（1966）认为金融发展与经济增长之间存在“需求追随”和“供给领先”两种类型的关系，并指出在经济发展的不同阶段，供给与需求之间可能存在着更替领先现象。Mckinnon[4]（1973）开创性地以发展中国家为研究对象，发现金融抑制是经济不发达的原因，主张“金融深化”，推行金融自由政策。国内对于金融发展与经济发展关系的研究，在借鉴国外相关理论研究成果的前提下，根据不同的研究区域和研究对象，展开了一定的定性研究和定量研究。袁云峰[5]（2007）利用随即边界模型以跨省面板数据研究表明，我国金融发展与经济增长之间具有明显的时空特征。东部地区金融发展与经济增长之间具有正相关的关系，而西部地区则作用相反。马丹[6]（2007）则认为区域金融发展与经济增长的作用不显著。袁志刚，谈儒勇（2009）摒弃了传统的以跨国、跨部门为研究主体的研究方向，而是采用单个国家或某一区域的时间序列数据进行分析。

二、兵团金融与经济发展情况

（一）兵团金融发展的现状

1.兵团金融整体发展状况。近年来，兵团金融整体发展水平不断提高，对兵团经济增长贡献度越来越大。目前对金融发展水平的重要指标“金融相关率”。金融相关率最早由戈德史密斯提出，用于衡量一国金融结构与金融发展水平的指标，指的是某一时点上金融资产总额与国民生产总值之比，统计数据显示，在国家“十五”、“十一五”期间，兵团金融业取得较快发展，金融相关率增长趋势可见表1。

2.兵团金融机构体系逐步完善，银行业主要由驻疆的政策性银行，国有商业银行（工、中、建、农）和地方法人金融机构（城市商业银行和农村信用合作银行）及邮储银行构成。截止2011年底，金融机构资产总额达842.44亿元，比2010年增加73.52亿元，同比增加9.56%；驻疆金融机构对兵团贷款余额达1170.34亿元，比上年增加294.88亿元，同比增长34%，发展势头良好。同时兵团积极与各金融机构展开全面战略合作，如兵团与浦东发展银行、兴业银行、华夏银行等签订长期战略合作协议，有力地支持了兵团经济和各项事业的发展。

随着经济体制改革的不断深入和社会经济的快速发展，在国家宏观金融改革不断推进、金融发展环境不断优化、金融体系不断健全的形势下，兵团金融业发展迅猛，在兵团地区经济发展中起到了越来越重要的作用。

（二）兵团经济发展的现状

在西部大开发战略部署的推动下，在新疆实现跨越式发展的要求下，兵团经济在过去的十年间保持了持续快速健康发展的良好态势。兵团在2002～2011年这十年间，GDP从2002年的214.13亿元增加到2011年的968.84亿元，不仅增幅较大而且十年间一直处于稳步增长状态。与全国各省经济实力相比，兵团经济总量始终处于垫底位置。现阶段，兵团经济基础仍然薄弱，产业结构构成中2011年工业产值占37.9%，占比最高，但与一产比重33.8%，三产比重28.3%之间差距较小，未能发挥工业主导的作用。此外，兵团产业演进并没有按照一般的演进规律而是工业产值所占比重由2003年的24.8%逐步增加到2011年的37.9%，而三产份额却由2002年的36.0%下降到2011年的28.3%，同时一产比重基本保持在33.5%～39%之间上下波动，这也说明兵团产业发展尽管在走工业化道路，但其工业发展替代三产发展的路劲，最终必然会导致发展动力不足的问题。尽管如此，兵团经济增长的速度高于同期全国经济增长平均速度，兵团经济发展正在逐步缩小与全国经济发展平均水平之间的差距。

三、兵团金融发展对经济增长贡献的实证分析

（一）变量与数据选择

鉴于数据的可获得性，采取GDP作为衡量兵团经济发展的水平，金融发展水平采用的是麦氏指标即金融相关率（FIR）表示。本文以兵团为研究对象，研究兵团金融发展与经济增长的关系。实证分析中所用数据为1990～2011年的年度数据，变量数据均来自于《兵团统计年鉴》。此外，对所涉及的变量数据进行对数化处理，以消除可能存在的方差及其他随机干扰。变量Y记为lnGDP，变量X记为lnFIR。

（二）变量平稳性检验（ADF检验）结果

在计量分析中，为防止伪回归结果的出现，首先本文通过ADF单位根法检验两个时间序列数据的平稳性。ADF平稳性检验结果如表2所示。表2中c与t表示带有常数项和趋势项，临界值是在1%、5%与10%显著性水平下得到的Mckinnon值。在5%显著性条件下，时间序列lnGDP与lnFIR，在零阶条件下存在单位根，继续进行差分处理，在二阶差分条件下，lnGDP在1%显著水平下，与lnFIR在5%显著性水平下不存在单位根，表明这两个时间序列变量是平稳的，且均为二阶单整，记作lnGDP（2），lnGDP（2），符合建立协整检验的条件。

（三）协整分析

协整检验主要用于检验变量间长期均衡关系。基于VAR模型，本文对lnGDP与lnFIR进行协整分析。检验结果如表3所示。由表3可知，GDP与FIR之间长期稳定的协整关系。根据约翰森迹检验可判断VAR模型中协整向量的个数。检验结果表明：在5%显著水平条件下，lnGDP与lnFIR之间存在长期的协整关系，其中可得协整方程为：

LnGDP=6.8152+0.31750lnFIR 式（1）

0.0153 0.0247

由式（1）可知，金融发展对经济增长有着显著的正向推动作用，当金融相关率提升1个百分点，那么GDP可提高0.3个百分点。该实证结果也验证了戈德史密士等学者的研究结论：金融深化与经济增长之间有着一定的正相关关系。当然，这个结论与兵团当前经济与金融发展的实际情况相吻合。兵团目前正处于大发展时期，各产业部门规模的扩大，经济效益的提高离不开资本的注入与部门间的流动。同时金融的发展为经济发展降低交易风险，极大地刺激各行业部门向外投资的需求。换言之，金融的中介功能正好迎合了兵团经济大发展的需要，银行为各经济部门提供广泛的信贷支持，简化信贷程序，方便企业申请贷款，放宽民间融资渠道等。尤其在近年来，金融对兵团经济的迅猛增长起到了积极地促进、调节作用。

（四）Granger因果关系检验

即便变量之间可能存在显著的相关性，但不一定具有现实意义。因此判断一个变量的变化是否是另一个变量变化的原因是非常必要的，通过解释变量lnFIR的变化是否引起lnGDP的变化，做出Granger因果检验，同时反过来做被解释变量lnGDP的变化是否引起lnFIR的变化的Granger检验。结果见表4。

由表4知，在5%的显著水平下，滞后2阶时，lnFIR是lnGDP的Granger原因，而lnGDP不是lnFIR的Granger原因；其余变量间均不存在因果关系。总体来看兵团金融发展各项指标的变化是经济增长的Granger原因，经济增长却不是金融发展各项指标变化的Granger原因，即兵团金融发展对经济增长之间呈现出金融发展单向引起经济增长的因果关系。

四、结论与对策建议

通过实证分析发现，兵团金融发展对经济增长起到了促进作用，且是其单项Granger原因。由此可知，兵团金融规模的扩大将会加快经济发展，然而这种拉动能力将会降低，但对经济发展始终有着正向推动作用。因此兵团需要大力发展金融业，明晰金融拉动经济增长的路径，从而促进兵团经济的快速发展。经济增长不是金融发展的Granger原因，这说明金融业结构还需要调整，结构的不合理性没能使金融业享受到经济发展带来的福利。就金融结构而言，股票市场和保险部门的金融资源融资能力弱，金融体系间接融资过度依赖商业银行，尤其是国有商业银行，从而在总行调度机制的约束下，影响储蓄向投资的转化。因此对于兵团金融发展与经济发展有以下建议。

（一）突破体制障碍，转变发展观念，进一步加强外资银行的引进力度，培育多元化的金融主体

降低兵团金融业进入门槛，积极争取其他股份制商业银行来兵团设点、投资，大力发展保险机构以及机构，特别是要发展团场保险市场，推动保险业务的发展，建成由政策性银行、国有及股份制商业银行、外资银行、地方银行及各类后台服务机构为主体的银行体系。通过借鉴外资银行先进经营管理经验和竞争机制的引入，提高银行和金融系统的资金运作效率、引进新的金融服务工具和金融服务方式的机会。在外资银行的示范作用下，快速提高兵团金融机构的服务质量。

（二）借鉴发达地区金融改革发展经验，利用后发优势，推进本地金融机构的改革与发展，提高对本地经济的贡献度

根据中国银监会的有关政策精神，进一步整合业务流程，强化内控和风险管理，完善激励约束机制，提高资产质量，鼓励建设多个兵团入股的商业银行及银行与民间资本合作投资的村镇银行，有利于整合与发挥各自优势。在政策制定上，以提高金融市场的开发程度为战略目标，建立适合兵团经济、金融发展现状的政策性中小企业融资体系，拓展发展与建设的资金来源途径，提高资金使用效率。

（三）大力发展新兴金融业，明确政府的职能边界，构建良好金融生态机制，推进形成多元化融资格局，努力提高直接融资比重

加大对兵团中小企业信用担保机构的支持力度和对中小企业资金扶持力度及信用担保机构自身建设；作为兵团唯一一家保险公司，中华联合财产保险公司应提高服务水平，创新保险营销品种，扩大保险业的广度和深度，拓宽保险行业覆盖面；加快推进证券、财务公司等金融试点业务的推广，扩大吸收民间资本，扩大金融业在兵团的业务领域，进一步提高金融业占服务业的比重。培育本地上市公司后备资源，加强与证券管理部门和证券机构联系，建立信息沟通渠道，积极扶持各种所有制企业股份制改造，落实发展利用资本市场优惠措施，降低企业上市成本。

参考文献

[1]Goldsmith，Raymond，W.Financial structure and development[M].Yale University Press，New Haven，1969.

[2]Shaw.Financial Deepening in Economic Development[M]. Oxford University Press，1973.

[3]Patrick.Financial Development and Economic Growth in Under- development Countries[M].Economic Development and Cultural Change，1966.

[4]Mckinnon. Money and Capital in Economic Development [M].The Brookings Institution， Washington，D.C.1973.

金融工作经验总结篇（10）

Levine（1997）等的研究表明发展完备的金融体系具有改善信息不对称、降低交易成本等功能，这可促进资本配置效率的提高。Almeida & Wolfenzon（2005）的研究为金融发展对提高资本配置效率提供了研究证据。王永剑等（2011）以全国1991至2008年数据为样本并构建金融发展指数，且基于面板数据模型测算了我国及各区域的资本配置效率以及金融发展对资本配置效率的影响。李青原等（2013）研究也表明金融发展促进了中国地区实体经济资本配置效率的提高。基于学者的研究启示，加之，对于重庆这一发展尚未成熟定型的直辖市经济而言，其在不断升级的产业结构、逐步日趋完善的金融体系及逐渐变革的社会经济环境下，金融系统发展是否发挥了改善我市实体经济资本配置效率的功能呢，本文基于W-J模型予以实证检验。

二、模型构建与指标选择

本文构建的面板模型如下：

ln=?%Z+?%`ln+?%[ln+?%[2ln+?%^i，t

其中，i表示重庆各区县单位的编号，i=1，2，…，38；2010年后，《重庆统计年鉴》未公布双桥、万盛两区数据，这里对其进行了剔除。t表示年份，t=2005，2006，…，2013；由于统计年鉴缺少2005年各区县工业固定资产投资额数据，这里借鉴学者做法以2003、2004、2006和2007四年数据均值做粗略估计。本文借鉴学者做法且基于数据的可得性，实体经济用工业部门数据衡量，因此I和V就分别表示固定资产投资额投资于工业的部分、工业增加值。系数?%`表示实体经济的资本配置效率，即表示投资额相对于实体经济增长的敏感性。借鉴李青原等学者方法且基于数据的可得性，金融发展变量的衡量用金融机构信贷余额/地区总产值和城乡居民人民币储蓄余额/地区总产值这两个指标；衡量金融发展水平的信贷指标和城乡居民储蓄指标用XD和CD表示。?%^i，t为随机扰动项，用来衡量模型中不能解释的部分。样本选择2004-2013年重庆市38个区县单位的数据，数据全部来自2003-2014年《重庆统计年鉴》和重庆统计信息网。工业固定资产投资额和工业增加值分别用固定资产投资价格指数和工业品出厂价格指数平减，由于XD和CD是比重指标，本文没有对数据做相应的平减处理。

三、实证结果与分析

（一）单位根检验与协整检验。为避免数据不稳定而造成伪回归，本部分先对变量进行单位根检验，结果显示：XD指标是非平稳的，其他指标都是平稳的。接下来对各指标进行一阶差分检验，各指标一阶差分单位根检验的结果如表1。

表1显示，4个指标一阶差分后，单位根的LLC、IPS、ADF-F和PP-F检验方法结果其P值都小于0.05，说明变量经过一阶差分后是平稳的。指标变量之间存在同阶单整，接下来对变量进行协整性检验，检验结果如表2显示变量间存在协整关系。

（二）Hausman检验。为了确定模型影响形式，进行了Hausman检验，表3是模型1至模型3的检验结果。

（三）模型回归结果。表4是各模型影响因素的面板模型回归结果。模型1-模型3的估计结果显示，城乡居民人民币储蓄余额/地区总产值这个指标没通过显著性检验；3个模型实证结果中系数