【作 者】
金 强
【作者单位】
浙江工业职业技术学院经济管理学院，浙江绍兴312000
【摘 要】
【摘要】本文利用VAR模型研究经济增长与货币发行量、银行信贷规模、税收收入之间的动态关联性关系。通过格兰杰检验得出结论：经济增长和银行信贷规模互为格兰杰因果关系；货币供应量是经济增长的格兰杰原因，但经济增长不是货币供应量的格兰杰原因；经济增长和税收收入相互之间不存在格兰杰因果关系。同时，通过脉冲响应分析得出结论：经济增长对货币供应量的扰动会产生正向的并且递增的响应，对信贷规模和税收收入的扰动会产生负向的并且递增的响应，而对自身的扰动没有显著响应。
【关键词】经济增长；金融；税收；格兰杰检验；脉冲响应
【中图分类号】F224 【文献标识码】A 【文章编号】1004-0994（2017）03-0123-6、引言
金融业的发展对经济增长的影响主要包括两个方面：一是金融业自身作为第三产业的重要组成部分，其产业增加值是GDP的重要组成部分，“直接”影响经济的增长；另一方面，金融业还提供融资信贷服务、结算支付理财等功能，服务于其他相关产业，同时还承担吸收储蓄、转化投资的职能，通过“储蓄—投资”这一基础性传导机制，“间接”地促进经济增长。
我国于2016年3月18日召开的国务院常务会议决定，自2016年5月1日起全面推开“营改增”试点。金融业的“营改增”一方面改变了金融业自身的行业税负，另一方面通过税负转嫁的方式也会影响到金融业的相关产业及其税负水平，因此对整体税收收入也会产生影响。同时“营改增”后金融业的税负水平变动会反过来影响金融业的发展，二者的相互作用又会进一步对经济增长产生影响。基于此，本文主要研究金融、税收和经济增长之间的动态关联性。采用VAR向量自回归模型作为研究方法，该模型是一种非结构化模型，主要用于研究各个内生变量是如何受自身以及其他内生变量的各期滞后变量的影响，即将各个内生变量分别作为被解释变量，以该变量本身以及其他变量的滞后变量为解释变量，是一种变量间的相互并且动态的影响。
二、文献综述
Kastrop，Ciaglia，Ebert，Stoßberg和Wolff-
Hamacher（2014）研究认为：健全的公共财政是经济稳定和增长的必要因素。金融、经济危机和欧洲主权债务危机表明，公共财政、金融和经济增长相互作用，相互影响。不健全的财政制度包含漏洞和风险，不能有效防止严重的危机，必须通过改革来解决重大的制度性缺陷，将脆弱性和风险分析融入危机监测过程。Stefan Avdjiev和Zheng Zeng（2014）使用TVAR方法来检验信贷市场相互作用的非线性条件下的货币政策和经济活动。首先，用TVAR变量描述经济活动的状态而不是信贷市场状况。其次，通过比较现有TVAR关于single-threshold model的研究文献，设定second threshold，这也被相关统计检验所支持。研究最后得出结论：信贷市场之间的交互动态条件下，货币政策和经济活动大幅改变，随着经济周期的变动，受single-threshold TVAR模型的限制，无法完全捕捉这些相互作用的非线性关系。大部分冲击所带来的影响往往是在经济膨胀时达到最大，经济温和时达到最小。相比之下，当产出增长大大高于其长期趋势时，信用风险冲击影响最大。
Colombage，Sisira和Maslyuk（2015）认为传统经济增长文献主张通过财政政策来促进经济增长，但没有考虑股票市场和金融中介等潜在的经济增长决亚洲国家的差异，包括东亚太平洋地区（中国大陆、泰国、马来西亚、印尼、中国台湾、菲律宾）和南亚（孟加拉国、印度、巴基斯坦、斯里兰卡）。结论支持了Laffer-khaldun曲线和Levine内生增长模型：股票市场和税收对经济增长产生影响，尽管可能有些影响较小或在某些情况下甚至是负面的。结果表明，为了促进经济增长，10个亚洲发展中国家的政府应当增强股票市场的流动性，进而改善股票市场、税收政策和经济增长的作用通道。Garratt（2006）等提出了全局结构向量自回归模型（Structural GVAR），该模型的优势是能够对误差项的协方差矩阵施加一定的约束，进而来辨别结构性冲击，避免了冲击的随意性。Thomas Anastassiou，Chaido Dritsaki（2005）考察了税收收入和利率之间的关系对希腊经济增长的影响。他们认为，以往大部分研究主张直接税和间接税的低税率促进了经济高速增长，但是研究所面临的一个主要问题是缺乏足够长的一段时间序列数据，这影响了测试单位根和协整变量时间序列之间的使用。他们利用希腊1965 ~ 2002年的数据来研究总税收收入和资本利得税、储蓄和经济增长速度之间的关系。实证结果显示：税收收入与经济增长之间存在一定的因果关系。
何晴、张斌（2013）从GDP结构和税收增长的税种结构两个方面分析了税收收入和经济增长的关系，比较了2002 ~ 2012年货币因素、产业结构和税收增长的相关数据，税收收入和GDP结构的数据，以及税收增长和税种结构的数据，得出结论：从GDP结构看，2002 ~ 2012年货币因素、低税收含量GDP、进出口及其相关税收变化对各年份的税收收入弹性有较大影响，并且各税种对税收增长的贡献在金融危机前后有很大差异。甘家武、李建军（2013）利用1978 ~ 2010 年的数据，通过时间序列的协整、误差修正模型及脉冲响应方法，对税收规模及结构对经济增长的影响进行了实证检验并得出结论：税收规模与经济增长在短期内没有明显的正向效应；在长期内，各个税种及税收总规模对经济增长都呈现显著的正效应。唐沿源（2012）运用动态空间面板模型研究了中央税的经济增长效应。结论表明：中央总税收收入、企业所得税、个人所得税、增值税和营业税对经济增长都具有促进作用，而中央外资所得税、消费税和出口退税对经济增长则有抑制作用。邵腾伟、冉光和（2011）运用向量误差修正模型、Wald系数约束检验，对我国财政收支、货币供给与经济增长关系进行实证分析。得出结论：三者的关系在短期和长期是截然不同的，财政收支、货币供给在短期是促进经济增长的Granger原因，财政收支、经济增长在短期又是货币供给增加的Granger原因，可以看出，财政支出的扩张对经济增长和货币供应量会起到较为显著的短期效应；然而三者的长期效应却并不显著。
赵建、章月明（2010）通过构建模型，将政府纳入M-S范式的货币经济系统，研究政府的货币扩张行为、后果及稳定性。结果显示：政府发行货币，不仅能够为政府推动转轨提供财政基础，而且还可作为一项重要的资产注入私人经济满足货币需求。但在转轨完成以后，如果经济增长过度依赖制度转轨，那么经济的长期均衡是不稳定的。张中华（2002）通过研究货币政策的传导机制，认为我国的货币政策没有显著地促进投资与消费，相反，其结果显示边际消费倾向递减的趋势。徐茂魁、陈丰和吴应宁（2010）利用经验数据分析得出：信贷扩张的宽松货币政策对经济增长和刺激消费以及抑制通货膨胀的作用较为显著，而扩大货币发行量的货币政策则效果不显著，并且容易引发通货膨胀。另外，由于我国利率并未完全市场化，使得金融机构不得不想方设法扩大信贷规模，尽可能把货币贷放出去，否则很难赚取存款利息差价，这样往往铤而走险，忽视了信贷风险。刘金全、隋建利（2010）利用时变参数马尔科夫区制转移模型研究我国货币增长不确定性与经济增长之间的关系，得出结论：21世纪以来，我国货币增长一直呈现比较稳定的增长趋势，同时也伴随着较为稳定的经济增长。我国货币增长不确定性主要来源于宏观经济冲击所引发的不确定性，也就是所谓的“非预期性的货币政策” 冲击，其对我国经济存在两方面的影响，一个是稳定性影响，但这种冲击对我国宏观经济稳定性的影响基本可以忽略不计，另一个是抑制性影响，即对我国经济增长起到了一定的抑制作用。相反，所谓的“规则性货币政策”冲击则对经济增长产生了显著的促进作用。
三、模型设定和估计
1. 数据选择及说明。为了反映金融、税收和经济增长的关联性，本文选择了1993 ~ 2014年的货币供应量M、金融机构贷款额C、税收收入总额T和国内生产总值G。数据来源于国泰安数据库，同时为了消除异方差，对各个变量取对数。
2. 模型设定。根据上述变量选择构建VAR向量自回归模型，取2阶滞后期，方程组如下：
LNG=α+LNGt-1+LNGt-2+LNCt-1+LNCt-2+
LNMt-1+LNMt-2+LNTt-1+LNTt-2+ε1t
LNC=α+LNGt-1+LNGt-2+LNCt-1+LNCt-2+
LNMt-1+LNMt-2+LNTt-1+LNTt-2+ε2t
LNM=α+LNGt-1+LNGt-2+LNCt-1+LNCt-2+
LNMt-1+LNMt-2+LNTt-1+LNTt-2+ε3t
LNT=α+LNGt-1+LNGt-2+LNCt-1+LNCt-2+
LNMt-1+LNMt-2+LNTt-1+LNTt-2+ε4t
其中，εit为随机误差项，与同方程的各个内生变量不相关，因此使用OLS估计方法可以得到一致、有效的估计量。
3. 单位根检验。由于各个变量均是时间序列，因此需要做平稳检验，即单位根检验。对非平稳时间序列一般采用差分的方法消除非平稳性，这样就可以应用有关平稳时间序列的方法来进行后续的研究。各变量时间序列图如图1所示：
根据图1所示，单位根Level检验时应考虑截距项和趋势项，检验结果如表1所示：
括号中第一项c表示截距项，第二项t表示趋势项（0表示不选择趋势项），第三项数字表示滞后阶数（依据SIC准则确定），由上表检验结果可以得出，四个变量均是非平稳时间序列，但一阶差分后为平稳序列，即一阶单整序列。
4. 模型估计。
四、Johansen协整检验
前述单位根检验得出各个变量时间序列为一阶单整序列，虽然是非平稳的，存在伪回归，但是长期可能存在真实稳定的线性关系。本文利用Johansen协整检验来验证上述四个变量是否存在长期稳定的线性关系，Eviews软件的检验结果如表3所示。
由表3检验结果可知，在5%的显著性水平下，拒绝0个协整关系，接受最多2个协整关系，即变量间存在长期稳定的协整关系。五、Granger因果关系检验
1. 检验结果。Granger检验主要检验模型内每个内生变量与其他内生变量是否存在Granger因果关系，结果如表4所示：
在滞后期为2且在5%的显著性水平下，由表4可以得出：货币供应量M与银行信贷规模C互为格兰杰因果关系；税收收入T是银行信贷规模C的格兰杰原因，但银行信贷规模C却不是税收收入的格兰杰原因；经济增长G和银行信贷规模C互为格兰杰因果关系；税收收入T不是货币供应量M的格兰杰原因，但货币供应量M是税收收入T的格兰杰原因；经济增长G不是货币供应量M的格兰杰原因，但货币供应量M是经济增长G的格兰杰原因；经济增长G和税收收入T相互之间不存在格兰杰因果关系。
2. 结论。首先，经济增长和银行信贷规模互为格兰杰因果关系，说明我国银行信贷规模的扩张，扩大了经济实体的筹资融资规模，为经济实体发展提供了资本保证，同时信贷方向受国家相关产业政策的导向影响，流向国家产业政策支持的高新技术和新兴产业，极大地促进了经济实体发展和经济的增长，因此，银行信贷规模的扩张是我国经济增长的一个重要原因，另外也说明了我国经济主体主要依赖于间接融资，直接融资规模较小，其他融资渠道不发达。另外，经济的增长又反过来刺激了产业对资本的需求，刺激了信贷规模的扩大。其次，货币供应量是税收收入的格兰杰原因，可能是由于货币供应量的增加引起物价上涨，而我国税收收入以流转税为主，以价格为计税依据，因此物价上涨必然引起税收收入增加。最后，货币供应量是经济增长的格兰杰原因，说明宽松的货币政策对我国经济增长具有显著的正效应，货币供应量的增加、适度的释放流动性，可以有效地刺激经济增长。
六、脉冲响应分析
1. 检验结果。当模型中某一内生变量发生扰动时，会对自身以及其他内生变量产生影响，脉冲响应函数就是用来分析各个内生变量对这种扰动所做出的反应，以此反映各个变量的动态特征。当给予某个内生变量一个标准差冲击（脉冲）时，分析其对模型中所有内生变量的现值及预期值的影响。
本文主要研究各个内生变量的变动对经济增长所造成的冲击影响。由于变量的排列顺序会对脉冲响应结果有影响，因此选择如下顺序：LNM、LNC、LNT、LNG，利用Eviews软件输出结果，如图2所示。
2. 结论。
（1）经济增长对货币供应量扰动的响应。经济增长对货币供应量扰动的响应在前5期没有显著影响，从第6期开始，其正向响应逐渐显现，并且逐期扩大，呈现递增趋势。因此，经济增长对货币供应量扰动会产生正向的并且递增的响应。
（2）经济增长对银行信贷规模扰动的响应。经济增长对银行信贷规模扰动的响应从第5期开始产生较为显著的负向响应，并且逐渐递增，因此经济增长对信贷规模扰动会产生负向的并且递增的响应。
（3）经济增长对税收收入扰动的响应。经济增长对银行信贷规模扰动在前7期没有显著响应，从第8期产生负向响应，并且逐渐递增，因此经济增长对税收收入扰动会产生负向的并且递增的响应。
（4）经济增长对自身扰动的响应。在前16期，经济增长对自身产生的扰动没有产生明显响应，第17到20期存在不显著的负向响应。因此，经济增长对自身扰动基本不产生显著响应。
七、方差分解分析
1. 方差分解结果。前面利用脉冲响应函数，分析了经济增长受货币供应量、信贷规模、税收收入扰动冲击的反应，以及对其自身扰动冲击的反应。此外，方差分解也是分析VAR向量自回归模型的重要方法，本文利用方差分解来分析货币供应量、银行信贷规模和税收收入三者对经济增长变动的贡献度。利用Eviews软件进行方差分解，时期数为20，采用Cholesky Decomposition分解法，输出结果如表5所示：
2. 结论。由表5可以看出，经济增长LNG第一期预测的标准差为0.025183，第二期预测的标准差为0.031713，高于上一期标准差，这是由于第二期包含了货币发行量LNM、银行信贷规模LNC和税收收入LNT在第一期预测的影响。而且，随着预测时间的后延，经济增长LNG预测的标准差也逐渐增加。LNC列是由信贷规模扰动引起经济增长变动部分所占的比例，即贡献度； LNM列是由货币发行量扰动引起经济增长变动部分所占的百分比；LNT列是由税收收入扰动引起经济增长变动部分的百分比；LNG列是经济增长自身扰动引起经济增长变动部分的百分比。
此外，为了便于直观地分析，同时输出了方差分解图，如图3所示。
由图3可知，在前四期中，信贷规模对经济增长扰动占预测方差的比例从30.41618%下降到25.77341%，而从第五期开始突然递增到31.42135%，随后呈现逐期递减的趋势，说明信贷规模对经济增长的扰动呈现一种波段性递减的影响。货币发行量对经济增长扰动占预测方差的比例在第一期仅为8.880825%，这与方差分解时输入变量的顺序有关，从第二期到第八期，该比例从34.46674%递增到61.27752%，所占比例较高，说明在这一期间，货币供应量是主要的扰动因素，从第八期往后开始逐期递减，说明其扰动影响逐渐减小。税收收入对经济增长占预测方差的比例却呈现先递减、再递增的规律，在第六期减少到3.124661%，而后开始逐渐递增，并且递增的速度较快，说明短期内税收的扰动并不显著，并且逐渐减小，而后扰动影响开始逐渐显现，并快速递增。经济增长对自身扰动占预测方差的比例长期内呈现逐期下降的趋势，并且下降的速度较快，历经十四期，就从32.64358%下降到0.868687%，而后开始缓慢递增，速度较慢，说明经济增长对自身的扰动影响是逐渐衰弱的，并且衰弱的速度较快。
八、小结
综上所述，可得出以下结论：①由于经济增长和银行信贷规模互为格兰杰因果关系，因此通过扩大银行信贷规模，拓宽企业融资渠道，特别是中小企业融资规模，能够有效地促进经济增长。②货币供应量也是经济增长的格兰杰原因，因此采用较为宽松的货币政策，保持货币供应量稳定合理的增长，对经济发展也会产生促进作用。③经济增长和税收收入相互之间不存在格兰杰因果关系，传统的供给学派通过减税来刺激经济，效果可能并不显著。④通过脉冲响应分析可以看出，经济增长对货币供应量、信贷规模和税收收入的扰动都会产生效应，这些扰动效应又反过来影响经济增长。因此，通过货币供应量、信贷规模等金融政策手段来刺激经济增长无疑是较为有效的方式。
主要参考文献：
Kastrop，Ciaglia，Ebert，Stoßberg，Wolff-Hamacher．Fiscal， economic and financial
vulnerabilities： implications for Euro area surveillance［J］．Applied Economics，2014（46）．
Colombage，Sisira R. N.，Maslyuk. Stock market and tax revenue as determinants of economic growth: panel data evidence from evidence from developing Asia［J］．Proquest Journal，2015（49）．
何晴，张斌．试析2002 ~ 2012年中国税收收入与经济增长的关联［J］．税务研究，2013（10）．
甘家武，李建军．税收与经济增长的关系研究——基于结构性减税的视角［J］．中南大学学报（社会科学版），2013（4）．
唐沿源．中央税收、经济增长与地区经济收敛——基于动态空间面板模型的实证分析［J］．浙江社会科学，2012（9）．
赵建，章月明．转轨经济中的货币扩张与经济增长［J］．金融研究，2010（1）．
刘金全，隋建利．中国货币增长不确定性与经济增长关系检验（1980 ~ 2008）［J］．中国社会科学，2010（4）．
