廣東省金融業(yè)對經(jīng)濟發(fā)展的影響分析

廣東省金融業(yè)對經(jīng)濟發(fā)展的影響分析摘要改革開放之后，我國經(jīng)濟高速發(fā)展，已經(jīng)躍居世界第二經(jīng)濟大國，在經(jīng)濟發(fā)展的同時，我國金融業(yè)發(fā)展良好，因此吸引了學(xué)者們對金融發(fā)展與經(jīng)濟發(fā)展的關(guān)系進(jìn)行研究。而廣東省是中國的經(jīng)濟大省，也是金融大省，那么廣東省金融發(fā)展與經(jīng)濟發(fā)展之間的關(guān)系如何。首先，通過閱讀其他學(xué)者們探究金融發(fā)展與經(jīng)濟發(fā)展關(guān)系的文章，總結(jié)文章研究的方法與實證分析得出的結(jié)論。其次，本文通過中國與廣東省統(tǒng)計局發(fā)布的統(tǒng)計年鑒數(shù)據(jù)初步了解廣東省金融業(yè)與經(jīng)濟發(fā)展的情況，也初步理清兩者的關(guān)系。第三，選擇廣東省各城市2000-2020年的地區(qū)生產(chǎn)總值、金融相關(guān)比率和存貸比等指標(biāo)形成面板數(shù)據(jù)，進(jìn)行總體實證分析和分類實證分析對兩者關(guān)系進(jìn)行實證檢驗。結(jié)果表明，廣東省整體金融業(yè)對經(jīng)濟發(fā)展有促進(jìn)作用?；趯嵶C結(jié)果再從金融角度提出一些促進(jìn)經(jīng)濟發(fā)展的建議。關(guān)鍵詞：金融發(fā)展；經(jīng)濟發(fā)展；相關(guān)關(guān)系目錄TOC\o"1-2"\h\z\u摘要 廣東省金融業(yè)對經(jīng)濟發(fā)展的影響分析一、引言（一）研究意義與目的對金融與經(jīng)濟發(fā)展關(guān)系的研究，相對于國外來說，我國起步較晚。在早期，我國學(xué)者們大多對中國整體金融與經(jīng)濟發(fā)展關(guān)系進(jìn)行研究，研究發(fā)現(xiàn)了中國金融發(fā)展與經(jīng)濟的發(fā)展存在著相互促進(jìn)的關(guān)系。到了近幾年，由于國內(nèi)各個區(qū)域的經(jīng)濟發(fā)展情況不同，國內(nèi)學(xué)者們開始對國內(nèi)的一些省份、城市就金融與經(jīng)濟發(fā)展關(guān)系進(jìn)行研究，但結(jié)果并不都是有著明顯地相互促進(jìn)關(guān)系，甚至出現(xiàn)了抑制關(guān)系?；谙嗤脑?，省內(nèi)不同地區(qū)的金融與經(jīng)濟發(fā)展關(guān)系可能存在差異。因此，本文將構(gòu)建面板數(shù)據(jù)對廣東省21個城市就金融發(fā)展與經(jīng)濟發(fā)展關(guān)系進(jìn)行研究討論，可以更加全面客觀地得出各地區(qū)兩者的關(guān)系。從廣東省整體經(jīng)濟發(fā)展程度來看，2020年廣東省的國內(nèi)生產(chǎn)總值超過11萬億元，位居國內(nèi)第一。但是只有深圳市、廣州市、佛山市的國內(nèi)生產(chǎn)總值超過1萬億元，其余城市特別是廣東省北部的城市，國內(nèi)生產(chǎn)總值遠(yuǎn)遠(yuǎn)低于大城市，出現(xiàn)了發(fā)展水平失衡的現(xiàn)象。而金融作為一國經(jīng)濟發(fā)展的核心，研究金融發(fā)展?fàn)顩r是解決經(jīng)濟發(fā)展水平失衡的關(guān)鍵。那么，本文從市級層面實證分析金融發(fā)展對經(jīng)濟發(fā)展的影響，不僅可以更加具體的分析各個城市金融業(yè)發(fā)展對經(jīng)濟發(fā)展的影響程度，還能幫助經(jīng)濟較發(fā)展水平較差的城市發(fā)現(xiàn)該城市金融發(fā)展的問題，并學(xué)習(xí)借鑒經(jīng)濟發(fā)展水平較好的城市的促進(jìn)金融發(fā)展的各種因素，從而使金融更好地服務(wù)于經(jīng)濟發(fā)展。因此，研究廣東省整體以及各市金融發(fā)展對經(jīng)濟發(fā)展的影響，對廣東省各市金融與經(jīng)濟發(fā)展、廣東省經(jīng)濟發(fā)展水平失衡的調(diào)節(jié)有重要意義。 （二）文獻(xiàn)綜述1、國內(nèi)文獻(xiàn)國內(nèi)學(xué)者早在20世紀(jì)90年代就開始了關(guān)于金融業(yè)發(fā)展與經(jīng)濟發(fā)展的關(guān)系的研究，因研究的范圍與方法有所不同，得出的結(jié)論也有所不同。根據(jù)結(jié)論的不同，文獻(xiàn)大致可以分為兩類：第一，金融發(fā)展明顯促進(jìn)經(jīng)濟發(fā)展。張偉（2018）采用格蘭杰因果檢驗和灰色關(guān)聯(lián)度分析對天津市金融發(fā)展和經(jīng)濟發(fā)展的關(guān)系進(jìn)行研究，研究發(fā)展金融發(fā)展是經(jīng)濟發(fā)展的格蘭杰因。宋珍（2019）利用地區(qū)生產(chǎn)總值、金融機構(gòu)存貸款余額、保費收入、上市公司總市值四個指標(biāo)構(gòu)建多元線性回歸方程研究了陜西省金融發(fā)展對經(jīng)濟增長影響，回歸結(jié)論表明了金融機構(gòu)存貸款余額、保費收入與地區(qū)生產(chǎn)總值呈現(xiàn)出顯著性的正線性相關(guān)性。林樹哲，李秋儉，謝嘉嵐（2019）建立VAR模型對粵港澳大灣區(qū)金融發(fā)展與經(jīng)濟增長關(guān)系進(jìn)行研究，研究表明金融中介效率、保險市場發(fā)展、證券市場發(fā)展是粵港澳大灣區(qū)經(jīng)濟增長的單向格蘭杰原因，但經(jīng)濟增長對金融發(fā)展無統(tǒng)計意義上的帶動作用。廖展浩，原彰，張文龍，李偉銘，郜笑穎（2019）基于廣東省21個市面板數(shù)據(jù)就普惠金融對經(jīng)濟發(fā)展的影響進(jìn)行研究，發(fā)現(xiàn)普惠金融對經(jīng)濟發(fā)展有顯著的促進(jìn)作用。周天蕓（2020）使用粵港澳大灣區(qū)11個城市的面板數(shù)據(jù)研究了金融與經(jīng)濟發(fā)展之間的關(guān)系，得出了金融支持在長期內(nèi)穩(wěn)定促進(jìn)了大灣區(qū)的經(jīng)濟發(fā)展的結(jié)論。敬翠華（2021）用GDP總量、金融相關(guān)比率、投資轉(zhuǎn)化率等指標(biāo)構(gòu)建多元線性回歸方程就肇慶市金融發(fā)展對經(jīng)濟增長的作用進(jìn)行實證研究，研究表明金融發(fā)展對肇慶市的經(jīng)濟增長起著促進(jìn)作用。喻旭蘭，陳曦（2021）用空間計量模型從整體和區(qū)域兩個方面對湖南省縣域金融發(fā)展對經(jīng)濟增長的影響進(jìn)行研究，結(jié)論表明，湖南省縣域金融發(fā)展水平對本地區(qū)和鄰近地區(qū)經(jīng)濟發(fā)展具有顯著的促進(jìn)作用。楊光祥，龍永群（2021）建立誤差修正模型對貴州省農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟增長的相關(guān)性進(jìn)行研究，發(fā)現(xiàn)農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟增長呈現(xiàn)顯著的正相關(guān)線性關(guān)系。張國強，劉亞洲（2021）建立VAR模型對河南省金融發(fā)展與經(jīng)濟增長關(guān)系進(jìn)行研究，得出河南省金融發(fā)展對經(jīng)濟增長具有促進(jìn)作用的結(jié)論，金融相關(guān)率對經(jīng)濟增長的解釋能力較強。第二，金融發(fā)展不完全促進(jìn)甚至抑制經(jīng)濟發(fā)展。王莉（2008）運用協(xié)整檢驗、格蘭杰檢驗對天水市金融發(fā)展與經(jīng)濟發(fā)展問題進(jìn)行研究，實證結(jié)論表明經(jīng)濟增長與金融相關(guān)率市負(fù)相關(guān)關(guān)系，存貸比與經(jīng)濟增長市正相關(guān)關(guān)系。趙小克，李惠蓉（2013）建立VAR模型研究了中國金融發(fā)展和經(jīng)濟增長關(guān)系，結(jié)果表明，長期內(nèi)金融發(fā)展規(guī)模的擴大顯著推動了經(jīng)濟增長，金融發(fā)展效率卻隨著經(jīng)濟的增長而下降。詹鵬，李欣睿（2020）利用省級面板數(shù)據(jù)和空間計量模型研究了中國金融發(fā)展與經(jīng)濟增長之間關(guān)系，得出金融發(fā)展規(guī)模和金融發(fā)展效率會抑制經(jīng)濟增長的結(jié)論。劉勇杰，李正松，明鑫（2021）建立二元線性回歸方程對西藏金融發(fā)展對經(jīng)濟增長的影響進(jìn)行研究，結(jié)果顯示西藏金融發(fā)展規(guī)模對經(jīng)濟增長有著促進(jìn)作用，但金融發(fā)展效率對經(jīng)濟增長有著顯著的抑制作用。夏夢旭，胡東興（2021）通過格蘭因杰檢驗方法對四川省金融發(fā)展與經(jīng)濟增長進(jìn)行研究，結(jié)論表明存貸款的變化不是經(jīng)濟增長的格蘭杰原因，但保費收入與經(jīng)濟呈正相關(guān)關(guān)系。2、國外文獻(xiàn)相對國內(nèi)，國外對金融與經(jīng)濟發(fā)展關(guān)系的研究較早，文章作品更加豐富。但結(jié)論大致也有兩種：第一，金融發(fā)展促進(jìn)經(jīng)濟發(fā)展。PhilipArestis，PanicosO.Demetriades，KulB.Luintel（2001）利用時間序列方法和五個發(fā)達(dá)經(jīng)濟體（德國、美國、日本、英國、法國）的數(shù)據(jù)考察了股票市場發(fā)展與經(jīng)濟增長之間的關(guān)系，結(jié)論是股市可能有助于長期產(chǎn)出增長，但它們的影響只是銀行體系的一小部分。AbdulJalil，MeteFeridun（2011）構(gòu)建了一個復(fù)合金融深度指標(biāo)并使用自回歸分布滯后邊界檢驗方法對巴基斯坦金融部門發(fā)展對經(jīng)濟增長的影響進(jìn)行分析，結(jié)果表明金融發(fā)展與經(jīng)濟增長之間存在顯著的正相關(guān)關(guān)系。JagadishPrasadBist（2018）采用面板單位根和面板協(xié)整分析方法，研究了非洲和非非洲的16個低收入國家金融發(fā)展與經(jīng)濟增長之間的長期關(guān)系，研究表明金融發(fā)展對大多數(shù)國家經(jīng)濟增長的積極影響。FathimaRinoshaKalideen，MohamedMustafaAbdulMajeed（2021）利用協(xié)整邊界檢驗和自回歸分布滯后模型檢驗斯里蘭卡金融發(fā)展與經(jīng)濟增長之間的因果關(guān)系，檢驗結(jié)果顯示兩者之間存在著統(tǒng)計上顯著的關(guān)系。第二，金融發(fā)展對經(jīng)濟發(fā)展作用不明顯。PanicosO.Demetriades，KhaledA.Hussein（1996）利用時間序列技術(shù)，對金融發(fā)展與實際GDP之間的因果關(guān)系進(jìn)行了檢驗，研究結(jié)果是他們幾乎不支持金融是經(jīng)濟發(fā)展過程中一個主導(dǎo)部門的觀點。DipendraSinha，MacquarieUniversityandYaleUniversity（2001）使用八個亞洲國家的時間序列數(shù)據(jù)探討了金融發(fā)展與經(jīng)濟增長之間的關(guān)系,實證結(jié)果是不支持金融發(fā)展與經(jīng)濟增長之間存在正相關(guān)關(guān)系的普遍共識。目前，國內(nèi)外學(xué)者對金融與經(jīng)濟發(fā)展關(guān)系的探索熱情不減，目前仍處于不斷探索階段。通過閱讀上述等文獻(xiàn)，可以發(fā)現(xiàn)學(xué)者們大多以國民生產(chǎn)總值、金融相關(guān)比率、金融發(fā)展效率為主要指標(biāo)建立計量模型進(jìn)行實證分析，研究發(fā)現(xiàn)了各地區(qū)金融與經(jīng)濟發(fā)展存在一定的關(guān)系。此外，從上述研究可以發(fā)現(xiàn)國內(nèi)學(xué)者們近年來熱衷于對我國各個地區(qū)金融發(fā)展與經(jīng)濟增長的關(guān)系進(jìn)行研究，這些研究大部分是研究金融與經(jīng)濟發(fā)展的雙向因果關(guān)系，而有一部分學(xué)者則只是研究其中一個方向的因果關(guān)系，由于各個地方的情況不同得出的結(jié)論也不盡相同。本文則只是研究其中一個方向的因果關(guān)系，即金融業(yè)對經(jīng)濟發(fā)展的影響。就近幾年的研究來看，學(xué)者們較少以廣東省作為研究對象，所以本文對廣東省的金融業(yè)發(fā)展與經(jīng)濟發(fā)展關(guān)系進(jìn)行研究，并把廣東省內(nèi)的21個城市作為分析的對象，把21個城市近21年數(shù)據(jù)組成面板數(shù)據(jù)進(jìn)行分析，探討金融發(fā)展與經(jīng)濟發(fā)展的關(guān)系。二、廣東省金融業(yè)與經(jīng)濟發(fā)展現(xiàn)狀（一）廣東省金融業(yè)發(fā)展概況廣東省金融業(yè)的高速發(fā)展得益于廣東走在改革開放的前列。1979年未，廣東省金融機構(gòu)人民幣存款余額僅僅只有58.5億元，貸款余額只有123.3億元。在經(jīng)歷了四十一年改革開放政策之后的2020年末，全省金融機構(gòu)人民幣存款余額達(dá)到了257851.63億元，是1979年的4407.7倍；全省金融機構(gòu)人民幣貸款余額達(dá)到了189802.41億元，是1979年的1539.4倍。1、廣東省金融業(yè)在國內(nèi)的概況從全國來看，2016年-2020年廣東省金融機構(gòu)人民幣存款余額、貸款余額占全國的比例大致呈現(xiàn)上升趨勢。2020年末兩者在全國31個省份中都位列第一，與人民幣存款占比第二的北京市相差八萬億元，與人民幣貸款余額占比第二的江蘇省相差三萬多億元。而保險收入占全國的比例在近五年的比例較不穩(wěn)定，但是在2020年末，廣東保險收入占比12.49%，江蘇占比8.87%，山東占比7.70%，廣東省位居第一。從上面的數(shù)據(jù)和圖1可以知道，廣東省的金融發(fā)展情況在全國各地區(qū)中是較好的。圖12016-2020年廣東省金融存款、貸款、保費占全國比例圖（資料來源：2017-2021年中國統(tǒng)計年鑒）2、廣東省區(qū)域金融業(yè)的概況從全省來看，廣東省目前的金融業(yè)發(fā)展態(tài)勢很好，但是從局部來看，廣東省的金融發(fā)展卻不均勻。將廣東省分為四個區(qū)域，分為別珠三角、東翼、西翼和山區(qū)，可以從下面的柱狀圖圖2中看到，珠三角金融機構(gòu)數(shù)量是四個地區(qū)中最多的，其他三個地區(qū)的數(shù)量遠(yuǎn)遠(yuǎn)小于珠三角。此外，從近三年的數(shù)據(jù)可以看到，每個地區(qū)金融機構(gòu)的數(shù)量都略有減少，全省金融機構(gòu)數(shù)量相應(yīng)減少。不僅如此，其他三個地區(qū)與珠三角在金融機構(gòu)從業(yè)人員數(shù)量、人民幣存貸款余額存在很大的差距，可見廣東省粵東粵西粵北地區(qū)與珠三角的金融發(fā)展差距較大。圖22018-2020年廣東省區(qū)域金融機構(gòu)數(shù)量圖（資料來源：2019-2021年廣東統(tǒng)計年鑒）3、廣東省金融業(yè)的未來發(fā)展建設(shè)粵港澳大灣區(qū)的機遇使廣東省的金融發(fā)展更進(jìn)一步，加快了金融強省建設(shè)步伐。目前大灣區(qū)內(nèi)已經(jīng)形成了橫琴粵澳深度合作區(qū)、前海深港現(xiàn)代服務(wù)業(yè)合作區(qū)、南沙粵港澳全面合作示范區(qū)、廣東自貿(mào)試驗區(qū)、粵港澳大灣區(qū)和深圳中國特色社會主義先行示范區(qū)，金融業(yè)實現(xiàn)了更高水平的開放。此外，2021年8月6日，廣東政府發(fā)布《廣東省金融改革發(fā)展“十四五”規(guī)劃》，規(guī)劃中提到粵港澳大灣區(qū)內(nèi)地城市將與香港、澳門的金融發(fā)展進(jìn)一步融合、提升廣州、深圳中心城市的金融發(fā)展能級、在汕頭、湛江建設(shè)省域副中心金融發(fā)展極并在珠海、佛山、惠州等地建立一批特色金融功能區(qū)等措施來進(jìn)一步縮小粵東粵西粵北地區(qū)與珠三角地區(qū)的金融發(fā)展差距。未來廣東省將建設(shè)成為金融強省，且金融業(yè)發(fā)展較慢的地區(qū)也會緊跟其他地區(qū)一起發(fā)展金融業(yè)。（二）廣東省經(jīng)濟發(fā)展概況1、廣東省經(jīng)濟與其他地區(qū)的比較廣東省2020年的地區(qū)生產(chǎn)總值突破11萬億元，為110760.94億元，同比增長2.57%，較2019年增加了2774.02億元，經(jīng)濟總量連續(xù)32年位居全國第一。但是人均地區(qū)生產(chǎn)總值為88210元，較2019年減少了5962元年，位居全國第七名。從產(chǎn)業(yè)看，產(chǎn)業(yè)增加值最大的是第三產(chǎn)業(yè)，為62540.78億元，位居全國第一；第二產(chǎn)業(yè)增加值為4345.17億元，位居全國第二，是中國制造業(yè)大省之一，次于江蘇。從行業(yè)看，廣東省各行業(yè)中工業(yè)增加值最大，為38903.9億元，批發(fā)和零售業(yè)排名第二、房地產(chǎn)業(yè)排名第三、金融產(chǎn)業(yè)排名第四。其中，工業(yè)、房地產(chǎn)業(yè)、金融業(yè)增加值均為全國第一，批發(fā)和零售業(yè)增加值為全國第二。從對外經(jīng)濟看，2020年廣東省的進(jìn)出口總額達(dá)70862.64億元，為全國進(jìn)出口總額的22%，高居全國第一，是中國外貿(mào)第一大省。2、廣東省內(nèi)地區(qū)經(jīng)濟的比較從廣東省各區(qū)域來看，廣東經(jīng)濟發(fā)展主要集中于珠三角地區(qū)，生產(chǎn)總值將近九萬億元，人均生產(chǎn)總值較高。而東翼、西翼和山區(qū)三個地區(qū)的生產(chǎn)總值比較均勻且不超過一萬億元，人均生產(chǎn)總值與珠三角地區(qū)相距甚遠(yuǎn)。如圖3，從各地區(qū)的產(chǎn)業(yè)柱狀圖可以看到，第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)產(chǎn)值都是逐漸增大的。從對外經(jīng)濟角度看，珠三角地區(qū)的進(jìn)出口總額最大，為6.7萬億元，而其他三個地區(qū)進(jìn)出口總額比較小，對外貿(mào)易量比較少。從廣東省的某些城市來看，廣州、深圳兩大城市的地區(qū)生產(chǎn)總值、進(jìn)出口總額將近珠三角區(qū)域的60%，人均生產(chǎn)總值高于平均值，特別是深圳人均生產(chǎn)總值超出平均值四萬多元。而小城市例如云浮市、潮州市的地區(qū)生產(chǎn)總值僅僅只有一千億元左右，為廣州、深圳的4%左右。從上面的數(shù)據(jù)可以發(fā)現(xiàn)，廣東省經(jīng)濟發(fā)展是非常好的，但是各地區(qū)經(jīng)濟發(fā)展差距是較大的。圖32020年廣東省區(qū)域經(jīng)濟情況圖（資料來源：2021年廣東統(tǒng)計年鑒）（三）廣東省整體的金融業(yè)與經(jīng)濟發(fā)展的關(guān)系廣東省金融業(yè)對經(jīng)濟發(fā)展的影響可以從金融業(yè)生產(chǎn)總值在各行業(yè)中的排名、廣東省地區(qū)生產(chǎn)總值與金融業(yè)生產(chǎn)總值的趨勢關(guān)系、以1978年為基期的廣東省地區(qū)生產(chǎn)總值增速與金融業(yè)生產(chǎn)總值增速的比較、固定資產(chǎn)投資額與金融機構(gòu)存款的比值這四個指標(biāo)進(jìn)行分析。從廣東省統(tǒng)計信息網(wǎng)中的《2021年廣東統(tǒng)計年鑒》中可以查詢到廣東省歷年的地區(qū)生產(chǎn)總值以及六個主要行業(yè)的生產(chǎn)總值。其中，廣東省金融業(yè)的生產(chǎn)總值在2005年以前在六個主要行業(yè)中排名第六，但在2010年至2015年共6年排名提前至第三名，近年來排名稍微后退，只有第四名。金融業(yè)生產(chǎn)總值名次的提前意味著金融業(yè)生產(chǎn)總值對全省地區(qū)生產(chǎn)總值的貢獻(xiàn)增大。圖42001-2020年廣東省的地區(qū)生產(chǎn)總值與金融業(yè)生產(chǎn)總值趨勢圖（資料來源：2002-2021年廣東統(tǒng)計年鑒）第二，從上面圖4中可以清楚看到廣東省地區(qū)生產(chǎn)總值與金融業(yè)生產(chǎn)總值增長的趨勢。廣東省地區(qū)生產(chǎn)總值與金融業(yè)生產(chǎn)總值在2001-2020年間都呈現(xiàn)增長趨勢，廣東省地區(qū)生產(chǎn)總值從12126.59億元增加到110760.94億元，金融業(yè)生產(chǎn)總值從450.81億元增加到9906.99億元。此外，以1978年為基期計算不變價廣東省地區(qū)生產(chǎn)總值和金融業(yè)生產(chǎn)總值的增速，如圖5可看出大概趨勢。從具體數(shù)據(jù)分析，2002-2008年、2010-2011年、2012-2016年這13年兩者的增速呈現(xiàn)同上同下的趨勢，到近年，兩者的增速都放緩，其中2020年廣東省生產(chǎn)總值增速變化異常主要原因是新冠肺炎疫情襲擊全球。因此，從這兩個指標(biāo)可以發(fā)現(xiàn)金融發(fā)展與經(jīng)濟發(fā)展水平存在一定的關(guān)聯(lián)。圖52001-2020年廣東省的地區(qū)生產(chǎn)總值與金融業(yè)生產(chǎn)總值增速趨勢圖（資料來源：2002-2021年廣東統(tǒng)計年鑒）第三，探究金融與經(jīng)濟發(fā)展的關(guān)系也可以從投資的角度考慮。在金融行業(yè)中金融機構(gòu)是連接資金需求者和資金供給者的中介機構(gòu)，一旦兩者與中介機構(gòu)達(dá)成協(xié)議，資金將在兩者間流動。一般情況下，有多余資金的一方會將多余資金存至金融機構(gòu)，而需要資金者則向金融機構(gòu)貸款。用當(dāng)年社會固定資產(chǎn)投資總額與金融機構(gòu)當(dāng)年存款總額的比值構(gòu)建指標(biāo)，該指標(biāo)即為存款轉(zhuǎn)化為實體資本運作的效率指標(biāo)，進(jìn)而反映出投資對經(jīng)濟發(fā)展的促進(jìn)作用。如圖6所示，固定資產(chǎn)投資額逐年增長，與廣東省地區(qū)生產(chǎn)總值基本趨勢一致。在2001-2020年固定資產(chǎn)投資額與存款余額的比值多有變化，但總體呈現(xiàn)上升趨勢，穩(wěn)定在0.18%-0.2%間，即存款轉(zhuǎn)為實體資本效率提高，有利于促進(jìn)經(jīng)濟發(fā)展。圖62000-2020年廣東省固定資產(chǎn)投資及其與金融機構(gòu)存款余額比率圖（資料來源：2001-2021年廣東統(tǒng)計年鑒）廣東省金融業(yè)對經(jīng)濟發(fā)展的影響實證分析計量模型設(shè)定對于廣東省金融業(yè)與經(jīng)濟發(fā)展的關(guān)系，建立如下計量模型：lnlngdp衡量經(jīng)濟發(fā)展水平，F(xiàn)是核心解釋變量，即cdgdp和dc，cdgdp度量金融機構(gòu)存貸款余額與地區(qū)生產(chǎn)總值的比值大小，dc度量存款轉(zhuǎn)為貸款的效率情況。invest、czzc、ldl、open是影響被解釋變量的控制變量，分別表示社會固定投資占地區(qū)生產(chǎn)總值比例、財政支出額、社會從業(yè)人員數(shù)量、外對開放程度。γ0是常數(shù)項，tubian是虛擬變量。i表示廣東省各城市，t（二）變量選取與數(shù)據(jù)來源1、被解釋變量本文研究廣東省金融業(yè)對經(jīng)濟發(fā)展的影響，被解釋變量為經(jīng)濟發(fā)展水平。在閱讀大量的相關(guān)文章之后，可以發(fā)現(xiàn)學(xué)者們大多用地區(qū)生產(chǎn)總值作為衡量經(jīng)濟發(fā)展的指標(biāo)，因此本文也選取了廣東省21個城市近21年的地區(qū)生產(chǎn)總值作為衡量經(jīng)濟發(fā)展的指標(biāo)，并且實證過程中為了減小異方差對地區(qū)生產(chǎn)總值取對數(shù)處理。2、解釋變量本文研究金融業(yè)對經(jīng)濟發(fā)展的影響，解釋變量是金融發(fā)展情況。金融業(yè)范圍廣泛，包括銀行、證券、保險、基金、期貨、信托等，但對于不同地區(qū)它們的發(fā)展情況不同，比如珠江三角洲地區(qū)，這些行業(yè)的發(fā)展勢頭是不錯的，但對于其他地區(qū)這些行業(yè)的發(fā)展是比較落后的。出于大多數(shù)城市數(shù)據(jù)的可獲得性問題，同時結(jié)合其他學(xué)者論文指標(biāo)的選取情況，本文選擇金融相關(guān)比率、存貸比兩個指標(biāo)代表金融業(yè)的發(fā)展情況。金融相關(guān)比率是衡量一個地區(qū)金融發(fā)展情況的指標(biāo)，而存貸比可以衡量存款轉(zhuǎn)為貸款的效率。3、控制變量由于影響經(jīng)濟發(fā)展的因素有很多，比如社會固定資產(chǎn)投資情況、地方政府調(diào)控經(jīng)濟的程度、地方教育水平、城市化水平、地理因素、勞動量、政策、國際環(huán)境等，這些因素會影響到經(jīng)濟發(fā)展問題。因此，在做實證研究時，有必要將這些因素考慮在模型中。但由于有些數(shù)據(jù)無法獲取，本文則選擇了四個控制變量，分別是社會固定資產(chǎn)投資額與地區(qū)生產(chǎn)總值的比值、財政支出額、社會從業(yè)人數(shù)和對外開放程度。固定資產(chǎn)投資是我國經(jīng)濟發(fā)展的三駕馬車之一，對經(jīng)濟發(fā)展有著重要的作用。政府財政支出是調(diào)控宏觀經(jīng)濟環(huán)境的工具，對經(jīng)濟和社會環(huán)境穩(wěn)健發(fā)展有重大意義。社會從業(yè)人員衡量地區(qū)勞動力情況，勞動力的多少對地區(qū)經(jīng)濟發(fā)展水平有一定的影響。改革開放政策表明對外開放程度對地區(qū)的經(jīng)濟發(fā)展也有重大影響。4、虛擬變量本論文研究的時間段為2000-2020年，期間經(jīng)歷了次貸危機，對經(jīng)濟發(fā)展產(chǎn)生一定的影響。因此，文本有必要增加一個時間虛擬變量。對于2008年發(fā)生的次貸危機，賦予虛擬變量值為1，表示發(fā)生了突發(fā)事件；賦予除2008年外的年份的虛擬變量值為0，表示沒有發(fā)生突發(fā)事件。5、數(shù)據(jù)來源本文選取廣東省及廣東省21個城市2000-2021年的統(tǒng)計年鑒中的各市地區(qū)生產(chǎn)總值、金融機構(gòu)本外幣存款余額、金融機構(gòu)本外幣貸款余額、固定資產(chǎn)投資額、地方一般公共預(yù)算支出額、社會從業(yè)人數(shù)、各市進(jìn)出口總額構(gòu)建如表1所示的七個變量，并整理出一個由21個城市21年組成的面板數(shù)據(jù)，基于此面板數(shù)據(jù)進(jìn)行實證分析。表1變量名稱、含義及數(shù)據(jù)來源變量類型變量名稱變量含義數(shù)據(jù)來源被解釋變量地區(qū)生產(chǎn)總值情況lngdp各市地區(qū)生產(chǎn)總值取對數(shù)廣東省及廣東省21個城市2000-2021年的統(tǒng)計年鑒解釋變量金融相關(guān)比率cdgdp金融機構(gòu)存貸款余額/地區(qū)生產(chǎn)總值存貸比dc金融機構(gòu)貸款余額/金融機構(gòu)存款余額控制變量固定投資占比invest各市固定資產(chǎn)投資額/地區(qū)生產(chǎn)總值地方財政支出czzc地方一般公共預(yù)算支出額社會從業(yè)人數(shù)ldl全社會從業(yè)人數(shù)對外開放程度open進(jìn)出口總額/地區(qū)生產(chǎn)總值（三）描述性統(tǒng)計如表2，面板數(shù)據(jù)由21個城市近21年數(shù)據(jù)組成，樣本量為441個。被解釋變量lngdp最小值為4.4684，其gdp為87.22億元，是2000年河源市的地區(qū)生產(chǎn)總值；同一年份生產(chǎn)總值最大的廣州市，為2505.58億元，是河源市的30倍。lngdp最大值是10.2281，其gdp為27670.24億元，是2020年深圳市的地區(qū)生產(chǎn)總值；同一年份云浮市的地區(qū)生產(chǎn)總值最低，為1002.18億元，僅為深圳市的二十七分之一。從gdp均值看，均值大小與最小值差距較小，這說明在數(shù)據(jù)中各市各年份gdp偏小的城市較多。此外，gdp標(biāo)準(zhǔn)差較大，最大值與最小值差距較大，可見不同地區(qū)的經(jīng)濟發(fā)展水平差距很大。此外，cdgdp和dc兩個指標(biāo)的標(biāo)準(zhǔn)差不大，但最大值和最小值差距比較大，均值都比較小。cdgdp體現(xiàn)金融發(fā)展水平，在表中cdgdp最小值為0.8121，是茂名市2008年的數(shù)據(jù)，同一年份廣州市cdgdp是最大的，為3.3480，兩者差距較大。表中cdgdp最大值6.1408，是深圳市2020年的數(shù)據(jù)，同一年分最小值為茂名市，只有1.5606，是最大值的四分之一。dc體現(xiàn)的是存款轉(zhuǎn)為貸款的效率，即金融發(fā)展效率，表中dc最小值為0.2828，是2008年汕尾市的數(shù)據(jù)，同一年份dc最大為深圳市，是0.78454。表中dc最大值為1.018021，是2020年河源市的數(shù)據(jù)，同一年份最小值為潮州市，為0.3388。上面的數(shù)據(jù)顯示同一年份不同城市差距都比較大，且均值偏小，這也說明了大多數(shù)城市的cdgdp、dc都是比較小的，個別大城市數(shù)據(jù)較大，這說明廣東省金融發(fā)展是不均勻的。從控制變量看，四個變量均值大小與最小值差距較小，最大值與最小值差距較大，這也表明了影響經(jīng)濟的其他因素表現(xiàn)出的差異也比較大。表2變量的描述性統(tǒng)計結(jié)果變量樣本數(shù)均值標(biāo)準(zhǔn)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）實證分析首先，本文利用21個城市近21年的面板數(shù)據(jù)進(jìn)行實證分析，對金融業(yè)對經(jīng)濟發(fā)展影響有總體的結(jié)論。其次，本文將21個城市分為珠三角和非珠三角地區(qū)，對各個面板數(shù)據(jù)進(jìn)行實證分析，對比不同地區(qū)之間金融業(yè)發(fā)展對經(jīng)濟發(fā)展影響是否有差異。1、全樣本實證分析（1）單位根檢驗在進(jìn)行回歸之前，需要對七個指標(biāo)進(jìn)行單位根檢驗。本次檢驗采取ADF檢驗法，如果P值小于5%顯著性水平則說明這個指標(biāo)是平穩(wěn)的。如表3所示，解釋變量lngdp的一階差分是平穩(wěn)的，cdgdp、dc、invest、czzc、ldl、open這六個指標(biāo)是不平穩(wěn)的，于是對這六個變量進(jìn)行一階差分，差分之后再進(jìn)行單位根檢驗，檢驗結(jié)果都是平穩(wěn)的。表3變量平穩(wěn)性檢驗變量Statistic及P值穩(wěn)定性Inversechi-squaredInversenormalInverselogittModifiedinv.chi-squaredd.lngdp79.6711-3.6495-3.73784.1103穩(wěn)定P=0.0004P=0.0001P=0.0001P=0.0000cdgdp13.78803.61123.4793-3.0782不穩(wěn)定P=1.0000P=0.9998P=0.9996P=0.9990d.cdgdp170.2597-8.9555-10.069113.9943穩(wěn)定P=0.0000P=0.0000P=0.0000P=0.0000dc25.76291.63541.6031-1.7716不穩(wěn)定P=0.9770P=0.9490P=0.9440P=0.9618d.dc173.2884-8.8255-10.084114.3247穩(wěn)定P=0.0000P=0.0000P=0.0000P=0.0000invest18.15693.10763.0865-2.6015不穩(wěn)定P=0.9995P=0.9991P=0.9987P=0.9954d.invest124.6402-6.6835-6.98919.0168穩(wěn)定P=0.0000P=0.0000P=0.0000P=0.0000czzc23.40112.76952.6428-2.0293不穩(wěn)定P=0.9910P=0.9972P=0.9953P=0.9788d.czzc181.8145-8.0857-10.431815.2550穩(wěn)定P=0.0000P=0.0000P=0.0000P=0.0000ldl41.24560.59440.6168-0.0823不穩(wěn)定P=0.5039P=0.7239P=0.7307P=0.5328d.ldl194.3484-9.2835-11.300616.6226穩(wěn)定P=0.0000P=0.0000P=0.0000P=0.0000open45.88560.57730.14040.4239不穩(wěn)定P=0.3143P=0.7181P=0.5557P=0.3358d.open228.2617-11.3478-13.713220.3228穩(wěn)定P=0.0000P=0.0000P=0.0000P=0.0000（2）協(xié)整檢驗協(xié)整檢驗可檢驗一組指標(biāo)是否存在長期的均衡關(guān)系。本次采用的檢驗方式是Westerlund檢驗。上文已對變量的一階差分項進(jìn)行平穩(wěn)性檢驗，所有變量的一階數(shù)據(jù)都是平穩(wěn)的，因此可對原數(shù)據(jù)進(jìn)行協(xié)整檢驗。但是由于cdgdp與dc存在相關(guān)關(guān)系，因此需對兩組不同的數(shù)據(jù)組進(jìn)行檢驗。第一組：lngdp、cdgdp、invest、czzc、ldl、open，第二組：lngdp、dc、invest、czzc、ldl、open。結(jié)果如表4顯示，檢驗結(jié)果表明該兩組數(shù)據(jù)存在協(xié)整關(guān)系，即存在長期均衡關(guān)系。表4變量的協(xié)整檢驗組別檢驗方法Statisticp-value結(jié)論第一組Westerlund檢驗4.28380.0000存在協(xié)整關(guān)系第二組3.77110.0001存在協(xié)整關(guān)系（3）模型選擇由于數(shù)據(jù)是屬于面板數(shù)據(jù)，所以在建模時需要對模型進(jìn)行選擇。對于面板數(shù)據(jù)一共有三種模型，分別是混合回歸模型、固定效應(yīng)模型和隨機效應(yīng)模型。下面對模型進(jìn)行選擇，首先對第一組數(shù)據(jù)即lngdp、cdgdp、invest、czzc、ldl、open進(jìn)行模型選擇。首先，進(jìn)行混合回歸。對于面板數(shù)據(jù)，本次混合回歸時使用聚類文件標(biāo)準(zhǔn)誤，將每個城市的21年數(shù)據(jù)作為一個聚類進(jìn)行回歸。回歸結(jié)果如表6中（1）OLS1所示，核心解釋變量cdgdp系數(shù)為正且在5%顯著性水平下顯著，這說明該模型中，金融相關(guān)比率對經(jīng)濟發(fā)展是有正向促進(jìn)作用的；四個控制變量都是顯著的；虛擬變量也是顯著的，擬合優(yōu)度為0.747，擬合程度較好。其次，進(jìn)行固定效應(yīng)模型回歸。固定效應(yīng)模型的回歸結(jié)果如表6中（2）FE1所示，核心解釋變量cdgdp系數(shù)為正且在5%顯著性水平下顯著，這說明該模型中，金融相關(guān)比率對經(jīng)濟發(fā)展也是有正向促進(jìn)作用的，控制變量中有個兩個不顯著，其他變量都是顯著的，模型的擬合優(yōu)度為0.678，說明該模型擬合程度較好。此外從回歸結(jié)果的最后一行的P值數(shù)額為0.0000，因此在混合回歸模型和固定效應(yīng)模型兩者中應(yīng)該選擇固定效應(yīng)模型。此外也可利用LSDV法進(jìn)一步檢驗是否選擇固定效應(yīng)模型。檢驗結(jié)果如表5顯著，大多數(shù)虛擬變量在5%的顯著性水平下顯著，因此更加確定選擇固定效應(yīng)模型。第三，進(jìn)行隨機效應(yīng)模型回歸。隨機效應(yīng)模型的回歸結(jié)果如表6中（3）RE1，核心解釋變量cdgdp系數(shù)為正且在1%顯著性水平下顯著，這說明該模型中，金融相關(guān)比率對經(jīng)濟發(fā)展也是有正向促進(jìn)作用的，；控制變量除了czzc系數(shù)為負(fù)且不顯著之外，其他控制變量系數(shù)為正且顯著，虛擬變量和常數(shù)項都是顯著的。對于混合回歸模型和隨機效應(yīng)模型的選擇，本文采取兩種檢驗方法，分別是LM檢驗和MLE估計。兩種檢驗方法的結(jié)果如下表5所示，P值都為0.0000，因此應(yīng)該選擇隨機效應(yīng)模型。表5第一組模型選擇檢驗檢驗?zāi)康臋z驗方法檢驗結(jié)果結(jié)論混合回歸還是固定效應(yīng)普通標(biāo)準(zhǔn)誤的固定效應(yīng)模型F(20,414)=23.48P=0.0000固定效應(yīng)LSDV法大多數(shù)個體虛擬變量在5%水平上顯著固定效應(yīng)混合回歸還是隨機效應(yīng)LM檢驗chibar2(01)=699.44P=0.0000隨機效應(yīng)MLE估計chibar2(01)=235.78P=0.0000隨機效應(yīng)固定效應(yīng)還是隨機效應(yīng)豪斯曼檢驗chi2(6)=52.36P=0.0000固定效應(yīng)穩(wěn)健的豪斯曼檢驗Chi-sq(5)=64.719P=0.0000固定效應(yīng)最后，在確定了不選擇混合回歸模型之后，還需要對固定效應(yīng)模型和隨機效應(yīng)模型進(jìn)行選擇。此時用到的方法是豪斯曼檢驗方法。豪斯曼檢驗結(jié)果如表5下，P值為0.0000，即可以在1%的顯著性水平下拒絕原假設(shè)，因此應(yīng)該使用固定效應(yīng)模型。由于豪斯曼檢驗并沒有使用聚類穩(wěn)健標(biāo)準(zhǔn)誤，因此還需使用穩(wěn)健的豪斯曼檢驗方法進(jìn)行進(jìn)一步檢驗.檢驗結(jié)果如表5，檢驗結(jié)果仍然選擇使用固定效應(yīng)模型。表6第一組模型回歸結(jié)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利用同樣的方法對第二組即lngdp、dc、invest、czzc、ldl、open進(jìn)行模型選擇。三個模型的回歸結(jié)果如表8所示，混合回歸回歸模型的核心解釋變量dc是不顯著的；固定效應(yīng)模型的核心解釋變量dc在10%的顯著性水平下顯著，且系數(shù)為正，說明存貸比對經(jīng)濟發(fā)展是正向作用的，且該模型的擬合程度比較好，擬合優(yōu)度為0.676；隨機效應(yīng)模型中所有變量都是顯著的，其中核心解釋變量dc也是在5%的顯著性水平下顯著，但該模型擬合程度次于固定效應(yīng)模型。對于該組數(shù)據(jù)，通過如表7所示的各種檢驗方法之后最終也選擇了固定效應(yīng)模型。表7第二組模型選擇檢驗檢驗?zāi)康臋z驗方法檢驗結(jié)果結(jié)論混合回歸還是固定效應(yīng)普通標(biāo)準(zhǔn)誤的固定效應(yīng)模型F(20,414)=26.14P=0.0000固定效應(yīng)LSDV法大多數(shù)個體虛擬變量在5%水平上顯著固定效應(yīng)混合回歸還是隨機效應(yīng)LM檢驗chibar2(01)=698.59P=0.0000隨機效應(yīng)MLE估計chibar2(01)=252.02P=0.0000隨機效應(yīng)固定效應(yīng)還是隨機效應(yīng)豪斯曼檢驗chi2(6)=57.25P=0.0000固定效應(yīng)穩(wěn)健的豪斯曼檢驗Chi-sq(5)=111.306P=0.0000固定效應(yīng)表8第二組模型回歸結(jié)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從表6和表8中FE的回歸結(jié)果可以看到，金融相關(guān)比率cdgdp與存貸比dc這兩個變量是分別在5%和10%的顯著性水平下顯著，這說明兩個指標(biāo)代表的金融業(yè)能夠促進(jìn)經(jīng)濟發(fā)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%，可見存貸比率對地區(qū)生產(chǎn)總值的影響更大。2、分類實證分析在分類實證分析中，將21個城市分為珠三角和非珠三角兩地區(qū)。珠三角地區(qū)包括廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶九個城市，非珠三角地區(qū)包括汕頭、韶關(guān)、河源、梅州、汕尾、陽江、湛江、茂名、清遠(yuǎn)、潮州、揭陽、云浮十二個城市。首先對珠三角和非珠三角地區(qū)的所有變量的一階差分項進(jìn)行單位根檢驗，檢驗結(jié)果均為平穩(wěn)，由于被解釋變量lngdp的一階差分項不平穩(wěn)，但是gdp的一階差分是平穩(wěn)的，因此這里采用gdp作為被解釋變量參與下面的回歸；其次分別對珠三角和非珠三角地區(qū)的各組數(shù)據(jù)進(jìn)行協(xié)整檢驗，檢驗結(jié)果兩個區(qū)域的兩組數(shù)據(jù)都存在協(xié)整關(guān)系；再進(jìn)行模型選擇的一系列檢驗，檢驗結(jié)果都是選擇固定效應(yīng)模型。珠三角和非珠三角地區(qū)固定效應(yīng)模型的回歸結(jié)果如表9所示。表9珠三角與非珠三角地區(qū)固定效應(yīng)模型回歸結(jié)果珠三角地區(qū)非珠三角地區(qū)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)聯(lián)合檢驗-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從表9中的回歸結(jié)果看，在珠三角地區(qū)，金融機構(gòu)存貸款余額與地區(qū)生產(chǎn)總值的比值、存貸比對經(jīng)濟發(fā)展的影響是正向的，但是存貸比指標(biāo)在回歸結(jié)果中是高度顯著的，其與經(jīng)濟發(fā)展的關(guān)系更加密切。在非珠江三角洲地區(qū)，金融機構(gòu)存貸款余額與地區(qū)生產(chǎn)總值的比值、存貸比對經(jīng)濟發(fā)展的影響是負(fù)向的，且從指標(biāo)顯著性看，這兩個指標(biāo)都是顯著的抑制經(jīng)濟的發(fā)展。（五）實證總結(jié)1、從全省來看，金融業(yè)的發(fā)展對經(jīng)濟發(fā)展起促進(jìn)作用。從全樣本實證回歸結(jié)果中顯示，核心解釋變量cdgdp、dc對lngdp都是正向促進(jìn)作用。金融機構(gòu)的存貸款規(guī)模增大，存款與貸款可以實現(xiàn)較快的轉(zhuǎn)化，可以促進(jìn)投資的加快，進(jìn)而促進(jìn)經(jīng)濟的快速發(fā)展。該實證結(jié)果與大多學(xué)者的觀點一致，金融業(yè)是經(jīng)濟發(fā)展的核心，金融的發(fā)展對經(jīng)濟發(fā)展至關(guān)重要。2、從分類回歸結(jié)果看，金融對珠三角地區(qū)經(jīng)濟發(fā)展起一定的促進(jìn)作用，而對非珠三角地區(qū)經(jīng)濟發(fā)展起了抑制作用，兩者的實證結(jié)果相反。在珠三角地區(qū)，金融業(yè)的發(fā)展可以促進(jìn)經(jīng)濟發(fā)展，而在非珠三角地區(qū)金融業(yè)卻對經(jīng)濟發(fā)展起不了促進(jìn)作用，本文認(rèn)為有三個原因：第一，珠三角地區(qū)匯聚了廣東省內(nèi)的優(yōu)質(zhì)資源：珠三角地區(qū)靠近珠江并毗鄰港澳，進(jìn)出口貿(mào)易頻繁，金融機構(gòu)可為企業(yè)提供各種跨境業(yè)務(wù)；粵港澳大灣區(qū)，在國家發(fā)展大局中具有重要戰(zhàn)略地位，珠三角九個城市囊括在灣區(qū)內(nèi)，與香港、澳門一起建設(shè)成為世界四大灣區(qū)之一；三角地區(qū)匯聚了大量高科技企業(yè)，上市公司較多，企業(yè)對資本的需求較大，金融機構(gòu)的存貸率較高；珠三角地區(qū)金融行業(yè)規(guī)模較大，2020年金融機構(gòu)人民幣存款達(dá)225987.00億元，貸款達(dá)168357.14億元，金融機構(gòu)數(shù)達(dá)10888個，從業(yè)人數(shù)268065人。而非珠三角地區(qū)的企業(yè)大多經(jīng)營傳統(tǒng)產(chǎn)業(yè)，進(jìn)出口貿(mào)易較少，且金融行業(yè)規(guī)模較小，2020年金融機構(gòu)人民幣存款為28245.48億元，貸款為18482.11億元，金融機構(gòu)數(shù)5514個，從業(yè)人數(shù)76901人。第二，從存貸比來看，近幾年珠三角地區(qū)的存貸比率大致在60%-90%這個范圍內(nèi)，且企事業(yè)單位貸款占比較大，2020年廣州市企事業(yè)單位貸款占比為60.34%，深圳市為58.98%，珠海市為56.57%，而非珠三角地區(qū)的大多城市存貸比參差不齊，范圍30%-80%，此外企事業(yè)單位貸款占比大多偏小，例如河源市41.73%，梅州市41.26%，茂名市36.13%。從該角度分析，非珠三角地區(qū)雖然存貸比率提高了，但貸出的資金卻沒有真正服務(wù)于企業(yè)的發(fā)展，因此對于經(jīng)濟的發(fā)展的影響微乎其微，甚至抑制了經(jīng)濟發(fā)展。第三，從金融相關(guān)比率分析，珠三角地區(qū)的cdgdp比率范圍為300%-500%，其中就2020年金融機構(gòu)的存、貸款余額規(guī)模占全省接近90%，地區(qū)生產(chǎn)總值占全省的比例為48%，而相比之下，2020年非珠三角地區(qū)的存、貸款余額規(guī)模僅占全省10%，而地區(qū)生產(chǎn)總值幾乎一致，這說明了非珠三角地區(qū)存貸款規(guī)模較小對經(jīng)濟的發(fā)展還沒有起作用。當(dāng)然，從珠三角地區(qū)的回歸結(jié)果看，cdgdp是不顯著的，這也可以說明珠三角地區(qū)的金融發(fā)展已經(jīng)不再依靠存貸款的規(guī)模，而是轉(zhuǎn)向發(fā)展質(zhì)量如存款與貸款之間的轉(zhuǎn)化效率的提高，存貸效率的提高可以促進(jìn)經(jīng)濟的發(fā)展。廣東省經(jīng)濟發(fā)展的對策建議從實證分析結(jié)果可以得知廣東省總體金融業(yè)的發(fā)展是能夠促進(jìn)經(jīng)濟發(fā)展的，再結(jié)合分類回歸的結(jié)果，可從促進(jìn)金融發(fā)展角度考慮如何促進(jìn)經(jīng)濟發(fā)展。（一）提高金融機構(gòu)存貸比存貸比可以衡量金融機構(gòu)存款轉(zhuǎn)為貸款的效率，從全樣本實證分析結(jié)果顯示存貸比的提高可以促進(jìn)經(jīng)濟的增長。因此，金融機構(gòu)可在控制自身風(fēng)險的同時適當(dāng)調(diào)整自身的資產(chǎn)與負(fù)債結(jié)構(gòu)，提高存貸比例。此外對于非珠三角地區(qū)，固定資產(chǎn)投資額占地區(qū)生產(chǎn)總值的比例的提高也能增加經(jīng)濟增長，因此金融機構(gòu)可適當(dāng)增加對合格企業(yè)針對固定資產(chǎn)投資的貸款或投資，進(jìn)而促進(jìn)經(jīng)濟的發(fā)展。（二）增加金融業(yè)從業(yè)人員金融業(yè)的發(fā)展，缺少不了金融從業(yè)者。但由于大城市金融業(yè)發(fā)展比較好且就業(yè)機會較多，很多學(xué)生畢業(yè)后選擇在大城市就業(yè)。這樣就會形成大城市金融發(fā)展得更好而小城市金融發(fā)展停滯不前。對于珠三角地區(qū)，金融業(yè)發(fā)達(dá)，金融行業(yè)里的就業(yè)者人數(shù)眾多，而相比非珠三角地區(qū)，金融業(yè)從業(yè)者相對較少。因此，不同地區(qū)可以因地制宜利用一些可實施的優(yōu)惠政策或福利吸引金融專業(yè)求職者回鄉(xiāng)就業(yè)與創(chuàng)業(yè)，拉動金融業(yè)的發(fā)展。此外無論是全樣本還是分類回歸，回歸結(jié)果都表明了從業(yè)人數(shù)的增加對經(jīng)濟發(fā)展是有正向作用的，因此增加金融業(yè)從業(yè)人員，即該地區(qū)社會從業(yè)人員增加，也能夠促進(jìn)經(jīng)濟發(fā)展。（三）增加金融機構(gòu)跨境業(yè)務(wù)對于珠三角地區(qū)，對外開放程度較高，對經(jīng)濟發(fā)展影響大，而非珠三角地區(qū)，開放程度較低，對經(jīng)濟的影響小。因此珠三角地區(qū)可以發(fā)揮自身對外開放程度高的優(yōu)勢，增加金融跨境業(yè)務(wù)，例如貨幣兌換、國際信用證、出口押匯、福費廷等，不僅拓展自身業(yè)務(wù)范圍，促進(jìn)金融業(yè)多功能發(fā)展，還能增加地區(qū)的進(jìn)出口貿(mào)易，進(jìn)而促進(jìn)經(jīng)濟增長。參考文獻(xiàn)[1]敬翠華.金融發(fā)展對肇慶市經(jīng)濟增長的實證研究[J].全國流通經(jīng)濟,2021(16):113-116.DOI:10.16834/ki.issn1009-52