广东省金融业对经济发展的影响分析

广东省金融业对经济发展的影响分析摘要改革开放之后，我国经济高速发展，已经跃居世界第二经济大国，在经济发展的同时，我国金融业发展良好，因此吸引了学者们对金融发展与经济发展的关系进行研究。而广东省是中国的经济大省，也是金融大省，那么广东省金融发展与经济发展之间的关系如何。首先，通过阅读其他学者们探究金融发展与经济发展关系的文章，总结文章研究的方法与实证分析得出的结论。其次，本文通过中国与广东省统计局发布的统计年鉴数据初步了解广东省金融业与经济发展的情况，也初步理清两者的关系。第三，选择广东省各城市2000-2020年的地区生产总值、金融相关比率和存贷比等指标形成面板数据，进行总体实证分析和分类实证分析对两者关系进行实证检验。结果表明，广东省整体金融业对经济发展有促进作用。基于实证结果再从金融角度提出一些促进经济发展的建议。关键词：金融发展；经济发展；相关关系目录TOC\o"1-2"\h\z\u摘要 广东省金融业对经济发展的影响分析一、引言（一）研究意义与目的对金融与经济发展关系的研究，相对于国外来说，我国起步较晚。在早期，我国学者们大多对中国整体金融与经济发展关系进行研究，研究发现了中国金融发展与经济的发展存在着相互促进的关系。到了近几年，由于国内各个区域的经济发展情况不同，国内学者们开始对国内的一些省份、城市就金融与经济发展关系进行研究，但结果并不都是有着明显地相互促进关系，甚至出现了抑制关系。基于相同的原理，省内不同地区的金融与经济发展关系可能存在差异。因此，本文将构建面板数据对广东省21个城市就金融发展与经济发展关系进行研究讨论，可以更加全面客观地得出各地区两者的关系。从广东省整体经济发展程度来看，2020年广东省的国内生产总值超过11万亿元，位居国内第一。但是只有深圳市、广州市、佛山市的国内生产总值超过1万亿元，其余城市特别是广东省北部的城市，国内生产总值远远低于大城市，出现了发展水平失衡的现象。而金融作为一国经济发展的核心，研究金融发展状况是解决经济发展水平失衡的关键。那么，本文从市级层面实证分析金融发展对经济发展的影响，不仅可以更加具体的分析各个城市金融业发展对经济发展的影响程度，还能帮助经济较发展水平较差的城市发现该城市金融发展的问题，并学习借鉴经济发展水平较好的城市的促进金融发展的各种因素，从而使金融更好地服务于经济发展。因此，研究广东省整体以及各市金融发展对经济发展的影响，对广东省各市金融与经济发展、广东省经济发展水平失衡的调节有重要意义。 （二）文献综述1、国内文献国内学者早在20世纪90年代就开始了关于金融业发展与经济发展的关系的研究，因研究的范围与方法有所不同，得出的结论也有所不同。根据结论的不同，文献大致可以分为两类：第一，金融发展明显促进经济发展。张伟（2018）采用格兰杰因果检验和灰色关联度分析对天津市金融发展和经济发展的关系进行研究，研究发展金融发展是经济发展的格兰杰因。宋珍（2019）利用地区生产总值、金融机构存贷款余额、保费收入、上市公司总市值四个指标构建多元线性回归方程研究了陕西省金融发展对经济增长影响，回归结论表明了金融机构存贷款余额、保费收入与地区生产总值呈现出显著性的正线性相关性。林树哲，李秋俭，谢嘉岚（2019）建立VAR模型对粤港澳大湾区金融发展与经济增长关系进行研究，研究表明金融中介效率、保险市场发展、证券市场发展是粤港澳大湾区经济增长的单向格兰杰原因，但经济增长对金融发展无统计意义上的带动作用。廖展浩，原彰，张文龙，李伟铭，郜笑颖（2019）基于广东省21个市面板数据就普惠金融对经济发展的影响进行研究，发现普惠金融对经济发展有显著的促进作用。周天芸（2020）使用粤港澳大湾区11个城市的面板数据研究了金融与经济发展之间的关系，得出了金融支持在长期内稳定促进了大湾区的经济发展的结论。敬翠华（2021）用GDP总量、金融相关比率、投资转化率等指标构建多元线性回归方程就肇庆市金融发展对经济增长的作用进行实证研究，研究表明金融发展对肇庆市的经济增长起着促进作用。喻旭兰，陈曦（2021）用空间计量模型从整体和区域两个方面对湖南省县域金融发展对经济增长的影响进行研究，结论表明，湖南省县域金融发展水平对本地区和邻近地区经济发展具有显著的促进作用。杨光祥，龙永群（2021）建立误差修正模型对贵州省农村金融发展与农村经济增长的相关性进行研究，发现农村金融发展与农村经济增长呈现显著的正相关线性关系。张国强，刘亚洲（2021）建立VAR模型对河南省金融发展与经济增长关系进行研究，得出河南省金融发展对经济增长具有促进作用的结论，金融相关率对经济增长的解释能力较强。第二，金融发展不完全促进甚至抑制经济发展。王莉（2008）运用协整检验、格兰杰检验对天水市金融发展与经济发展问题进行研究，实证结论表明经济增长与金融相关率市负相关关系，存贷比与经济增长市正相关关系。赵小克，李惠蓉（2013）建立VAR模型研究了中国金融发展和经济增长关系，结果表明，长期内金融发展规模的扩大显著推动了经济增长，金融发展效率却随着经济的增长而下降。詹鹏，李欣睿（2020）利用省级面板数据和空间计量模型研究了中国金融发展与经济增长之间关系，得出金融发展规模和金融发展效率会抑制经济增长的结论。刘勇杰，李正松，明鑫（2021）建立二元线性回归方程对西藏金融发展对经济增长的影响进行研究，结果显示西藏金融发展规模对经济增长有着促进作用，但金融发展效率对经济增长有着显著的抑制作用。夏梦旭，胡东兴（2021）通过格兰因杰检验方法对四川省金融发展与经济增长进行研究，结论表明存贷款的变化不是经济增长的格兰杰原因，但保费收入与经济呈正相关关系。2、国外文献相对国内，国外对金融与经济发展关系的研究较早，文章作品更加丰富。但结论大致也有两种：第一，金融发展促进经济发展。PhilipArestis，PanicosO.Demetriades，KulB.Luintel（2001）利用时间序列方法和五个发达经济体（德国、美国、日本、英国、法国）的数据考察了股票市场发展与经济增长之间的关系，结论是股市可能有助于长期产出增长，但它们的影响只是银行体系的一小部分。AbdulJalil，MeteFeridun（2011）构建了一个复合金融深度指标并使用自回归分布滞后边界检验方法对巴基斯坦金融部门发展对经济增长的影响进行分析，结果表明金融发展与经济增长之间存在显著的正相关关系。JagadishPrasadBist（2018）采用面板单位根和面板协整分析方法，研究了非洲和非非洲的16个低收入国家金融发展与经济增长之间的长期关系，研究表明金融发展对大多数国家经济增长的积极影响。FathimaRinoshaKalideen，MohamedMustafaAbdulMajeed（2021）利用协整边界检验和自回归分布滞后模型检验斯里兰卡金融发展与经济增长之间的因果关系，检验结果显示两者之间存在着统计上显著的关系。第二，金融发展对经济发展作用不明显。PanicosO.Demetriades，KhaledA.Hussein（1996）利用时间序列技术，对金融发展与实际GDP之间的因果关系进行了检验，研究结果是他们几乎不支持金融是经济发展过程中一个主导部门的观点。DipendraSinha，MacquarieUniversityandYaleUniversity（2001）使用八个亚洲国家的时间序列数据探讨了金融发展与经济增长之间的关系,实证结果是不支持金融发展与经济增长之间存在正相关关系的普遍共识。目前，国内外学者对金融与经济发展关系的探索热情不减，目前仍处于不断探索阶段。通过阅读上述等文献，可以发现学者们大多以国民生产总值、金融相关比率、金融发展效率为主要指标建立计量模型进行实证分析，研究发现了各地区金融与经济发展存在一定的关系。此外，从上述研究可以发现国内学者们近年来热衷于对我国各个地区金融发展与经济增长的关系进行研究，这些研究大部分是研究金融与经济发展的双向因果关系，而有一部分学者则只是研究其中一个方向的因果关系，由于各个地方的情况不同得出的结论也不尽相同。本文则只是研究其中一个方向的因果关系，即金融业对经济发展的影响。就近几年的研究来看，学者们较少以广东省作为研究对象，所以本文对广东省的金融业发展与经济发展关系进行研究，并把广东省内的21个城市作为分析的对象，把21个城市近21年数据组成面板数据进行分析，探讨金融发展与经济发展的关系。二、广东省金融业与经济发展现状（一）广东省金融业发展概况广东省金融业的高速发展得益于广东走在改革开放的前列。1979年未，广东省金融机构人民币存款余额仅仅只有58.5亿元，贷款余额只有123.3亿元。在经历了四十一年改革开放政策之后的2020年末，全省金融机构人民币存款余额达到了257851.63亿元，是1979年的4407.7倍；全省金融机构人民币贷款余额达到了189802.41亿元，是1979年的1539.4倍。1、广东省金融业在国内的概况从全国来看，2016年-2020年广东省金融机构人民币存款余额、贷款余额占全国的比例大致呈现上升趋势。2020年末两者在全国31个省份中都位列第一，与人民币存款占比第二的北京市相差八万亿元，与人民币贷款余额占比第二的江苏省相差三万多亿元。而保险收入占全国的比例在近五年的比例较不稳定，但是在2020年末，广东保险收入占比12.49%，江苏占比8.87%，山东占比7.70%，广东省位居第一。从上面的数据和图1可以知道，广东省的金融发展情况在全国各地区中是较好的。图12016-2020年广东省金融存款、贷款、保费占全国比例图（资料来源：2017-2021年中国统计年鉴）2、广东省区域金融业的概况从全省来看，广东省目前的金融业发展态势很好，但是从局部来看，广东省的金融发展却不均匀。将广东省分为四个区域，分为别珠三角、东翼、西翼和山区，可以从下面的柱状图图2中看到，珠三角金融机构数量是四个地区中最多的，其他三个地区的数量远远小于珠三角。此外，从近三年的数据可以看到，每个地区金融机构的数量都略有减少，全省金融机构数量相应减少。不仅如此，其他三个地区与珠三角在金融机构从业人员数量、人民币存贷款余额存在很大的差距，可见广东省粤东粤西粤北地区与珠三角的金融发展差距较大。图22018-2020年广东省区域金融机构数量图（资料来源：2019-2021年广东统计年鉴）3、广东省金融业的未来发展建设粤港澳大湾区的机遇使广东省的金融发展更进一步，加快了金融强省建设步伐。目前大湾区内已经形成了横琴粤澳深度合作区、前海深港现代服务业合作区、南沙粤港澳全面合作示范区、广东自贸试验区、粤港澳大湾区和深圳中国特色社会主义先行示范区，金融业实现了更高水平的开放。此外，2021年8月6日，广东政府发布《广东省金融改革发展“十四五”规划》，规划中提到粤港澳大湾区内地城市将与香港、澳门的金融发展进一步融合、提升广州、深圳中心城市的金融发展能级、在汕头、湛江建设省域副中心金融发展极并在珠海、佛山、惠州等地建立一批特色金融功能区等措施来进一步缩小粤东粤西粤北地区与珠三角地区的金融发展差距。未来广东省将建设成为金融强省，且金融业发展较慢的地区也会紧跟其他地区一起发展金融业。（二）广东省经济发展概况1、广东省经济与其他地区的比较广东省2020年的地区生产总值突破11万亿元，为110760.94亿元，同比增长2.57%，较2019年增加了2774.02亿元，经济总量连续32年位居全国第一。但是人均地区生产总值为88210元，较2019年减少了5962元年，位居全国第七名。从产业看，产业增加值最大的是第三产业，为62540.78亿元，位居全国第一；第二产业增加值为4345.17亿元，位居全国第二，是中国制造业大省之一，次于江苏。从行业看，广东省各行业中工业增加值最大，为38903.9亿元，批发和零售业排名第二、房地产业排名第三、金融产业排名第四。其中，工业、房地产业、金融业增加值均为全国第一，批发和零售业增加值为全国第二。从对外经济看，2020年广东省的进出口总额达70862.64亿元，为全国进出口总额的22%，高居全国第一，是中国外贸第一大省。2、广东省内地区经济的比较从广东省各区域来看，广东经济发展主要集中于珠三角地区，生产总值将近九万亿元，人均生产总值较高。而东翼、西翼和山区三个地区的生产总值比较均匀且不超过一万亿元，人均生产总值与珠三角地区相距甚远。如图3，从各地区的产业柱状图可以看到，第一产业、第二产业、第三产业产值都是逐渐增大的。从对外经济角度看，珠三角地区的进出口总额最大，为6.7万亿元，而其他三个地区进出口总额比较小，对外贸易量比较少。从广东省的某些城市来看，广州、深圳两大城市的地区生产总值、进出口总额将近珠三角区域的60%，人均生产总值高于平均值，特别是深圳人均生产总值超出平均值四万多元。而小城市例如云浮市、潮州市的地区生产总值仅仅只有一千亿元左右，为广州、深圳的4%左右。从上面的数据可以发现，广东省经济发展是非常好的，但是各地区经济发展差距是较大的。图32020年广东省区域经济情况图（资料来源：2021年广东统计年鉴）（三）广东省整体的金融业与经济发展的关系广东省金融业对经济发展的影响可以从金融业生产总值在各行业中的排名、广东省地区生产总值与金融业生产总值的趋势关系、以1978年为基期的广东省地区生产总值增速与金融业生产总值增速的比较、固定资产投资额与金融机构存款的比值这四个指标进行分析。从广东省统计信息网中的《2021年广东统计年鉴》中可以查询到广东省历年的地区生产总值以及六个主要行业的生产总值。其中，广东省金融业的生产总值在2005年以前在六个主要行业中排名第六，但在2010年至2015年共6年排名提前至第三名，近年来排名稍微后退，只有第四名。金融业生产总值名次的提前意味着金融业生产总值对全省地区生产总值的贡献增大。图42001-2020年广东省的地区生产总值与金融业生产总值趋势图（资料来源：2002-2021年广东统计年鉴）第二，从上面图4中可以清楚看到广东省地区生产总值与金融业生产总值增长的趋势。广东省地区生产总值与金融业生产总值在2001-2020年间都呈现增长趋势，广东省地区生产总值从12126.59亿元增加到110760.94亿元，金融业生产总值从450.81亿元增加到9906.99亿元。此外，以1978年为基期计算不变价广东省地区生产总值和金融业生产总值的增速，如图5可看出大概趋势。从具体数据分析，2002-2008年、2010-2011年、2012-2016年这13年两者的增速呈现同上同下的趋势，到近年，两者的增速都放缓，其中2020年广东省生产总值增速变化异常主要原因是新冠肺炎疫情袭击全球。因此，从这两个指标可以发现金融发展与经济发展水平存在一定的关联。图52001-2020年广东省的地区生产总值与金融业生产总值增速趋势图（资料来源：2002-2021年广东统计年鉴）第三，探究金融与经济发展的关系也可以从投资的角度考虑。在金融行业中金融机构是连接资金需求者和资金供给者的中介机构，一旦两者与中介机构达成协议，资金将在两者间流动。一般情况下，有多余资金的一方会将多余资金存至金融机构，而需要资金者则向金融机构贷款。用当年社会固定资产投资总额与金融机构当年存款总额的比值构建指标，该指标即为存款转化为实体资本运作的效率指标，进而反映出投资对经济发展的促进作用。如图6所示，固定资产投资额逐年增长，与广东省地区生产总值基本趋势一致。在2001-2020年固定资产投资额与存款余额的比值多有变化，但总体呈现上升趋势，稳定在0.18%-0.2%间，即存款转为实体资本效率提高，有利于促进经济发展。图62000-2020年广东省固定资产投资及其与金融机构存款余额比率图（资料来源：2001-2021年广东统计年鉴）广东省金融业对经济发展的影响实证分析计量模型设定对于广东省金融业与经济发展的关系，建立如下计量模型：lnlngdp衡量经济发展水平，F是核心解释变量，即cdgdp和dc，cdgdp度量金融机构存贷款余额与地区生产总值的比值大小，dc度量存款转为贷款的效率情况。invest、czzc、ldl、open是影响被解释变量的控制变量，分别表示社会固定投资占地区生产总值比例、财政支出额、社会从业人员数量、外对开放程度。γ0是常数项，tubian是虚拟变量。i表示广东省各城市，t（二）变量选取与数据来源1、被解释变量本文研究广东省金融业对经济发展的影响，被解释变量为经济发展水平。在阅读大量的相关文章之后，可以发现学者们大多用地区生产总值作为衡量经济发展的指标，因此本文也选取了广东省21个城市近21年的地区生产总值作为衡量经济发展的指标，并且实证过程中为了减小异方差对地区生产总值取对数处理。2、解释变量本文研究金融业对经济发展的影响，解释变量是金融发展情况。金融业范围广泛，包括银行、证券、保险、基金、期货、信托等，但对于不同地区它们的发展情况不同，比如珠江三角洲地区，这些行业的发展势头是不错的，但对于其他地区这些行业的发展是比较落后的。出于大多数城市数据的可获得性问题，同时结合其他学者论文指标的选取情况，本文选择金融相关比率、存贷比两个指标代表金融业的发展情况。金融相关比率是衡量一个地区金融发展情况的指标，而存贷比可以衡量存款转为贷款的效率。3、控制变量由于影响经济发展的因素有很多，比如社会固定资产投资情况、地方政府调控经济的程度、地方教育水平、城市化水平、地理因素、劳动量、政策、国际环境等，这些因素会影响到经济发展问题。因此，在做实证研究时，有必要将这些因素考虑在模型中。但由于有些数据无法获取，本文则选择了四个控制变量，分别是社会固定资产投资额与地区生产总值的比值、财政支出额、社会从业人数和对外开放程度。固定资产投资是我国经济发展的三驾马车之一，对经济发展有着重要的作用。政府财政支出是调控宏观经济环境的工具，对经济和社会环境稳健发展有重大意义。社会从业人员衡量地区劳动力情况，劳动力的多少对地区经济发展水平有一定的影响。改革开放政策表明对外开放程度对地区的经济发展也有重大影响。4、虚拟变量本论文研究的时间段为2000-2020年，期间经历了次贷危机，对经济发展产生一定的影响。因此，文本有必要增加一个时间虚拟变量。对于2008年发生的次贷危机，赋予虚拟变量值为1，表示发生了突发事件；赋予除2008年外的年份的虚拟变量值为0，表示没有发生突发事件。5、数据来源本文选取广东省及广东省21个城市2000-2021年的统计年鉴中的各市地区生产总值、金融机构本外币存款余额、金融机构本外币贷款余额、固定资产投资额、地方一般公共预算支出额、社会从业人数、各市进出口总额构建如表1所示的七个变量，并整理出一个由21个城市21年组成的面板数据，基于此面板数据进行实证分析。表1变量名称、含义及数据来源变量类型变量名称变量含义数据来源被解释变量地区生产总值情况lngdp各市地区生产总值取对数广东省及广东省21个城市2000-2021年的统计年鉴解释变量金融相关比率cdgdp金融机构存贷款余额/地区生产总值存贷比dc金融机构贷款余额/金融机构存款余额控制变量固定投资占比invest各市固定资产投资额/地区生产总值地方财政支出czzc地方一般公共预算支出额社会从业人数ldl全社会从业人数对外开放程度open进出口总额/地区生产总值（三）描述性统计如表2，面板数据由21个城市近21年数据组成，样本量为441个。被解释变量lngdp最小值为4.4684，其gdp为87.22亿元，是2000年河源市的地区生产总值；同一年份生产总值最大的广州市，为2505.58亿元，是河源市的30倍。lngdp最大值是10.2281，其gdp为27670.24亿元，是2020年深圳市的地区生产总值；同一年份云浮市的地区生产总值最低，为1002.18亿元，仅为深圳市的二十七分之一。从gdp均值看，均值大小与最小值差距较小，这说明在数据中各市各年份gdp偏小的城市较多。此外，gdp标准差较大，最大值与最小值差距较大，可见不同地区的经济发展水平差距很大。此外，cdgdp和dc两个指标的标准差不大，但最大值和最小值差距比较大，均值都比较小。cdgdp体现金融发展水平，在表中cdgdp最小值为0.8121，是茂名市2008年的数据，同一年份广州市cdgdp是最大的，为3.3480，两者差距较大。表中cdgdp最大值6.1408，是深圳市2020年的数据，同一年分最小值为茂名市，只有1.5606，是最大值的四分之一。dc体现的是存款转为贷款的效率，即金融发展效率，表中dc最小值为0.2828，是2008年汕尾市的数据，同一年份dc最大为深圳市，是0.78454。表中dc最大值为1.018021，是2020年河源市的数据，同一年份最小值为潮州市，为0.3388。上面的数据显示同一年份不同城市差距都比较大，且均值偏小，这也说明了大多数城市的cdgdp、dc都是比较小的，个别大城市数据较大，这说明广东省金融发展是不均匀的。从控制变量看，四个变量均值大小与最小值差距较小，最大值与最小值差距较大，这也表明了影响经济的其他因素表现出的差异也比较大。表2变量的描述性统计结果变量样本数均值标准差最小值最大值gdp4412525.66404262.215087.2227670.24lngdp4417.06221.17804.468410.2281cdgdp4412.19940.85830.81216.1408dc4410.57040.13470.28281.0180invest4410.43840.21200.12341.1749czzc441312.3946592.25829.994593.80ldl441276.4954217.887478.91292.29open4410.09180.09930.00500.4653（四）实证分析首先，本文利用21个城市近21年的面板数据进行实证分析，对金融业对经济发展影响有总体的结论。其次，本文将21个城市分为珠三角和非珠三角地区，对各个面板数据进行实证分析，对比不同地区之间金融业发展对经济发展影响是否有差异。1、全样本实证分析（1）单位根检验在进行回归之前，需要对七个指标进行单位根检验。本次检验采取ADF检验法，如果P值小于5%显著性水平则说明这个指标是平稳的。如表3所示，解释变量lngdp的一阶差分是平稳的，cdgdp、dc、invest、czzc、ldl、open这六个指标是不平稳的，于是对这六个变量进行一阶差分，差分之后再进行单位根检验，检验结果都是平稳的。表3变量平稳性检验变量Statistic及P值稳定性Inversechi-squaredInversenormalInverselogittModifiedinv.chi-squaredd.lngdp79.6711-3.6495-3.73784.1103稳定P=0.0004P=0.0001P=0.0001P=0.0000cdgdp13.78803.61123.4793-3.0782不稳定P=1.0000P=0.9998P=0.9996P=0.9990d.cdgdp170.2597-8.9555-10.069113.9943稳定P=0.0000P=0.0000P=0.0000P=0.0000dc25.76291.63541.6031-1.7716不稳定P=0.9770P=0.9490P=0.9440P=0.9618d.dc173.2884-8.8255-10.084114.3247稳定P=0.0000P=0.0000P=0.0000P=0.0000invest18.15693.10763.0865-2.6015不稳定P=0.9995P=0.9991P=0.9987P=0.9954d.invest124.6402-6.6835-6.98919.0168稳定P=0.0000P=0.0000P=0.0000P=0.0000czzc23.40112.76952.6428-2.0293不稳定P=0.9910P=0.9972P=0.9953P=0.9788d.czzc181.8145-8.0857-10.431815.2550稳定P=0.0000P=0.0000P=0.0000P=0.0000ldl41.24560.59440.6168-0.0823不稳定P=0.5039P=0.7239P=0.7307P=0.5328d.ldl194.3484-9.2835-11.300616.6226稳定P=0.0000P=0.0000P=0.0000P=0.0000open45.88560.57730.14040.4239不稳定P=0.3143P=0.7181P=0.5557P=0.3358d.open228.2617-11.3478-13.713220.3228稳定P=0.0000P=0.0000P=0.0000P=0.0000（2）协整检验协整检验可检验一组指标是否存在长期的均衡关系。本次采用的检验方式是Westerlund检验。上文已对变量的一阶差分项进行平稳性检验，所有变量的一阶数据都是平稳的，因此可对原数据进行协整检验。但是由于cdgdp与dc存在相关关系，因此需对两组不同的数据组进行检验。第一组：lngdp、cdgdp、invest、czzc、ldl、open，第二组：lngdp、dc、invest、czzc、ldl、open。结果如表4显示，检验结果表明该两组数据存在协整关系，即存在长期均衡关系。表4变量的协整检验组别检验方法Statisticp-value结论第一组Westerlund检验4.28380.0000存在协整关系第二组3.77110.0001存在协整关系（3）模型选择由于数据是属于面板数据，所以在建模时需要对模型进行选择。对于面板数据一共有三种模型，分别是混合回归模型、固定效应模型和随机效应模型。下面对模型进行选择，首先对第一组数据即lngdp、cdgdp、invest、czzc、ldl、open进行模型选择。首先，进行混合回归。对于面板数据，本次混合回归时使用聚类文件标准误，将每个城市的21年数据作为一个聚类进行回归。回归结果如表6中（1）OLS1所示，核心解释变量cdgdp系数为正且在5%显著性水平下显著，这说明该模型中，金融相关比率对经济发展是有正向促进作用的；四个控制变量都是显著的；虚拟变量也是显著的，拟合优度为0.747，拟合程度较好。其次，进行固定效应模型回归。固定效应模型的回归结果如表6中（2）FE1所示，核心解释变量cdgdp系数为正且在5%显著性水平下显著，这说明该模型中，金融相关比率对经济发展也是有正向促进作用的，控制变量中有个两个不显著，其他变量都是显著的，模型的拟合优度为0.678，说明该模型拟合程度较好。此外从回归结果的最后一行的P值数额为0.0000，因此在混合回归模型和固定效应模型两者中应该选择固定效应模型。此外也可利用LSDV法进一步检验是否选择固定效应模型。检验结果如表5显著，大多数虚拟变量在5%的显著性水平下显著，因此更加确定选择固定效应模型。第三，进行随机效应模型回归。随机效应模型的回归结果如表6中（3）RE1，核心解释变量cdgdp系数为正且在1%显著性水平下显著，这说明该模型中，金融相关比率对经济发展也是有正向促进作用的，；控制变量除了czzc系数为负且不显著之外，其他控制变量系数为正且显著，虚拟变量和常数项都是显著的。对于混合回归模型和随机效应模型的选择，本文采取两种检验方法，分别是LM检验和MLE估计。两种检验方法的结果如下表5所示，P值都为0.0000，因此应该选择随机效应模型。表5第一组模型选择检验检验目的检验方法检验结果结论混合回归还是固定效应普通标准误的固定效应模型F(20,414)=23.48P=0.0000固定效应LSDV法大多数个体虚拟变量在5%水平上显著固定效应混合回归还是随机效应LM检验chibar2(01)=699.44P=0.0000随机效应MLE估计chibar2(01)=235.78P=0.0000随机效应固定效应还是随机效应豪斯曼检验chi2(6)=52.36P=0.0000固定效应稳健的豪斯曼检验Chi-sq(5)=64.719P=0.0000固定效应最后，在确定了不选择混合回归模型之后，还需要对固定效应模型和随机效应模型进行选择。此时用到的方法是豪斯曼检验方法。豪斯曼检验结果如表5下，P值为0.0000，即可以在1%的显著性水平下拒绝原假设，因此应该使用固定效应模型。由于豪斯曼检验并没有使用聚类稳健标准误，因此还需使用稳健的豪斯曼检验方法进行进一步检验.检验结果如表5，检验结果仍然选择使用固定效应模型。表6第一组模型回归结果(1)(2)(3)OLS1FE1RE1cdgdp0.275**0.188**0.323***(0.129)(0.0796)(0.0576)invest1.837***2.619***2.493***(0.360)(0.126)(0.131)czzc-0.000396*0.0000932-0.000133(0.000214)(0.000111)(0.000101)open1.789***0.2851.868***(0.580)(0.822)(0.484)ldl0.00486***0.00278***0.00396***(0.000545)(0.000442)(0.000344)tubian0.145*0.223**0.237**(0.0738)(0.0980)(0.103)_cons4.262***4.667***4.022***(0.373)(0.281)(0.172)N441441441R20.7470.6780.669Standarderrorsinparentheses*p<0.1,**p<0.05,***p<0.01利用同样的方法对第二组即lngdp、dc、invest、czzc、ldl、open进行模型选择。三个模型的回归结果如表8所示，混合回归回归模型的核心解释变量dc是不显著的；固定效应模型的核心解释变量dc在10%的显著性水平下显著，且系数为正，说明存贷比对经济发展是正向作用的，且该模型的拟合程度比较好，拟合优度为0.676；随机效应模型中所有变量都是显著的，其中核心解释变量dc也是在5%的显著性水平下显著，但该模型拟合程度次于固定效应模型。对于该组数据，通过如表7所示的各种检验方法之后最终也选择了固定效应模型。表7第二组模型选择检验检验目的检验方法检验结果结论混合回归还是固定效应普通标准误的固定效应模型F(20,414)=26.14P=0.0000固定效应LSDV法大多数个体虚拟变量在5%水平上显著固定效应混合回归还是随机效应LM检验chibar2(01)=698.59P=0.0000随机效应MLE估计chibar2(01)=252.02P=0.0000随机效应固定效应还是随机效应豪斯曼检验chi2(6)=57.25P=0.0000固定效应稳健的豪斯曼检验Chi-sq(5)=111.306P=0.0000固定效应表8第二组模型回归结果(1)(2)(3)OLS2FE2RE2dc0.1190.361*0.542**(0.543)(0.210)(0.212)invest1.896***2.636***2.557***(0.372)(0.126)(0.133)czzc-0.0001840.000227**0.000107(0.000261)(0.0000962)(0.0000957)open2.469***-0.4431.818***(0.565)(0.720)(0.524)ldl0.00496***0.00241***0.00368***(0.000654)(0.000409)(0.000361)tubian0.04510.203**0.179*(0.0717)(0.0978)(0.104)_cons4.619***4.993***4.406***(0.325)(0.202)(0.182)N441441441R20.7300.6760.661Standarderrorsinparentheses*p<0.1,**p<0.05,***p<0.01从表6和表8中FE的回归结果可以看到，金融相关比率cdgdp与存贷比dc这两个变量是分别在5%和10%的显著性水平下显著，这说明两个指标代表的金融业能够促进经济发展。cdgdp每增加1%,gdp平均增加0.188%；dc每增加1%，gdp平均增加0.361%，可见存贷比率对地区生产总值的影响更大。2、分类实证分析在分类实证分析中，将21个城市分为珠三角和非珠三角两地区。珠三角地区包括广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆九个城市，非珠三角地区包括汕头、韶关、河源、梅州、汕尾、阳江、湛江、茂名、清远、潮州、揭阳、云浮十二个城市。首先对珠三角和非珠三角地区的所有变量的一阶差分项进行单位根检验，检验结果均为平稳，由于被解释变量lngdp的一阶差分项不平稳，但是gdp的一阶差分是平稳的，因此这里采用gdp作为被解释变量参与下面的回归；其次分别对珠三角和非珠三角地区的各组数据进行协整检验，检验结果两个区域的两组数据都存在协整关系；再进行模型选择的一系列检验，检验结果都是选择固定效应模型。珠三角和非珠三角地区固定效应模型的回归结果如表9所示。表9珠三角与非珠三角地区固定效应模型回归结果珠三角地区非珠三角地区FE11FE12FE21FE22cdgdp5.536-540.3***(237.6)(54.32)dc2873.1***-472.6***(902.6)(116.6)invest1436.5**736.8199.2***282.8***(684.8)(693.3)(71.22)(82.12)czzc3.615***3.724***4.737***3.962***(0.275)(0.232)(0.152)(0.143)open6126.1***8191.7***-3996.2***-4149.4***(2190.4)(1816.6)(1075.2)(1241.4)ldl12.79***12.74***2.381***4.388***(1.079)(0.965)(0.659)(0.715)tubian-71.2876.59-68.2925.07(340.7)(327.0)(50.33)(57.33)_cons-3846.3***-5774.8***743.1***-268.8(1106.7)(834.0)(185.5)(167.9)联合检验-3917.5***-5698.2***674.8***-243.7(1103.8)(870.8)(180.8)(170.1)N189189252252R20.9470.9500.9280.904Standarderrorsinparentheses*p<0.1,**p<0.05,***p<0.01从表9中的回归结果看，在珠三角地区，金融机构存贷款余额与地区生产总值的比值、存贷比对经济发展的影响是正向的，但是存贷比指标在回归结果中是高度显著的，其与经济发展的关系更加密切。在非珠江三角洲地区，金融机构存贷款余额与地区生产总值的比值、存贷比对经济发展的影响是负向的，且从指标显著性看，这两个指标都是显著的抑制经济的发展。（五）实证总结1、从全省来看，金融业的发展对经济发展起促进作用。从全样本实证回归结果中显示，核心解释变量cdgdp、dc对lngdp都是正向促进作用。金融机构的存贷款规模增大，存款与贷款可以实现较快的转化，可以促进投资的加快，进而促进经济的快速发展。该实证结果与大多学者的观点一致，金融业是经济发展的核心，金融的发展对经济发展至关重要。2、从分类回归结果看，金融对珠三角地区经济发展起一定的促进作用，而对非珠三角地区经济发展起了抑制作用，两者的实证结果相反。在珠三角地区，金融业的发展可以促进经济发展，而在非珠三角地区金融业却对经济发展起不了促进作用，本文认为有三个原因：第一，珠三角地区汇聚了广东省内的优质资源：珠三角地区靠近珠江并毗邻港澳，进出口贸易频繁，金融机构可为企业提供各种跨境业务；粤港澳大湾区，在国家发展大局中具有重要战略地位，珠三角九个城市囊括在湾区内，与香港、澳门一起建设成为世界四大湾区之一；三角地区汇聚了大量高科技企业，上市公司较多，企业对资本的需求较大，金融机构的存贷率较高；珠三角地区金融行业规模较大，2020年金融机构人民币存款达225987.00亿元，贷款达168357.14亿元，金融机构数达10888个，从业人数268065人。而非珠三角地区的企业大多经营传统产业，进出口贸易较少，且金融行业规模较小，2020年金融机构人民币存款为28245.48亿元，贷款为18482.11亿元，金融机构数5514个，从业人数76901人。第二，从存贷比来看，近几年珠三角地区的存贷比率大致在60%-90%这个范围内，且企事业单位贷款占比较大，2020年广州市企事业单位贷款占比为60.34%，深圳市为58.98%，珠海市为56.57%，而非珠三角地区的大多城市存贷比参差不齐，范围30%-80%，此外企事业单位贷款占比大多偏小，例如河源市41.73%，梅州市41.26%，茂名市36.13%。从该角度分析，非珠三角地区虽然存贷比率提高了，但贷出的资金却没有真正服务于企业的发展，因此对于经济的发展的影响微乎其微，甚至抑制了经济发展。第三，从金融相关比率分析，珠三角地区的cdgdp比率范围为300%-500%，其中就2020年金融机构的存、贷款余额规模占全省接近90%，地区生产总值占全省的比例为48%，而相比之下，2020年非珠三角地区的存、贷款余额规模仅占全省10%，而地区生产总值几乎一致，这说明了非珠三角地区存贷款规模较小对经济的发展还没有起作用。当然，从珠三角地区的回归结果看，cdgdp是不显著的，这也可以说明珠三角地区的金融发展已经不再依靠存贷款的规模，而是转向发展质量如存款与贷款之间的转化效率的提高，存贷效率的提高可以促进经济的发展。广东省经济发展的对策建议从实证分析结果可以得知广东省总体金融业的发展是能够促进经济发展的，再结合分类回归的结果，可从促进金融发展角度考虑如何促进经济发展。（一）提高金融机构存贷比存贷比可以衡量金融机构存款转为贷款的效率，从全样本实证分析结果显示存贷比的提高可以促进经济的增长。因此，金融机构可在控制自身风险的同时适当调整自身的资产与负债结构，提高存贷比例。此外对于非珠三角地区，固定资产投资额占地区生产总值的比例的提高也能增加经济增长，因此金融机构可适当增加对合格企业针对固定资产投资的贷款或投资，进而促进经济的发展。（二）增加金融业从业人员金融业的发展，缺少不了金融从业者。但由于大城市金融业发展比较好且就业机会较多，很多学生毕业后选择在大城市就业。这样就会形成大城市金融发展得更好而小城市金融发展停滞不前。对于珠三角地区，金融业发达，金融行业里的就业者人数众多，而相比非珠三角地区，金融业从业者相对较少。因此，不同地区可以因地制宜利用一些可实施的优惠政策或福利吸引金融专业求职者回乡就业与创业，拉动金融业的发展。此外无论是全样本还是分类回归，回归结果都表明了从业人数的增加对经济发展是有正向作用的，因此增加金融业从业人员，即该地区社会从业人员增加，也能够促进经济发展。（三）增加金融机构跨境业务对于珠三角地区，对外开放程度较高，对经济发展影响大，而非珠三角地区，开放程度较低，对经济的影响小。因此珠三角地区可以发挥自身对外开放程度高的优势，增加金融跨境业务，例如货币兑换、国际信用证、出口押汇、福费廷等，不仅拓展自身业务范围，促进金融业多功能发展，还能增加地区的进出口贸易，进而促进经济增长。参考文献[1]敬翠华.金融发展对肇庆市经济增长的实证研究[J].全国流通经济,2021(16):113-116.DOI:10.16834/ki.issn1009-52