2024_06_02_a4dc6a0ff7abd942ada1g

南亚金融创新与经济增长之间的联系：来自ARDL和非线性ARDL方法的证据

卡姆鲁扎曼博士（D）和魏建国

通信：zaman_wut16@yahoo.com

武汉理工大学经济学院，武汉，中国

孟加拉联合国际大学商业与经济学院

抽象

本研究考察了1975年第一季度至2016年第四季度孟加拉国、印度、巴基斯坦和斯里兰卡的金融创新与经济增长之间的关系。采用自回归分布滞后（ARDL）边界检验来衡量亚洲国家样本中的长期关系，采用非线性ARDL（NARDL）检验来探究亚洲国家样本中金融创新与经济增长的不对称性。边界检验的结果显示，样本国家的金融创新与经济增长之间存在长期的协同整合。此外，NARDL证实，从长远来看，金融创新的积极变化与经济增长呈正相关，反之亦然。然而，从短期来看，该研究发现，在金融创新的积极和消极变化中，行为是混合的。为了研究方向性因果关系，采用了误差校正模型下的格兰杰因果关系检验。格兰杰因果关系结果在长期和短期内都支持反馈假设。因此，从长远来看，金融创新通过刺激金融服务扩张、金融效率、资本积累和高效的金融中介来促进经济增长，而这些对可持续经济增长至关重要。

关键词：金融创新，经济增长，ARDL，NARDL，JEL，O52，C21

介绍

在熊彼特的发展理论中，假设信贷、货币和金融影响创新过程，金融和高效的金融机构对于可持续经济增长至关重要（Knell 2015）。继熊彼特（1911）的开创性工作之后，其他金融学者，包括戈德史密斯（Goldsmith，1969），格林伍德和约万诺维奇（Greenwood和Jovanovic，1990），格利和肖（Gurley和Shaw，1955）和帕特里克（Patrick，1966）都主张提高金融效率，以确保资本在各国之间的顺畅流动，发挥中介作用，这是经济增长的关键决定因素。高效的金融体系是资本市场金融机构发展和金融工具多样化的结果（Ndlovu 2013）。通过采用和传播技术改进，一个有效的金融体系可以实现新的金融机构、新的金融中介和金融服务的效率（Wachter 2006;Saqib 2015 年）。金融部门发展与经济增长之间的联系已在大量实证研究中得到了充分的检验和记录

（例如，Patrick 1966;荣格 1986;Gregorio 和 Guidotti 1995;莱文 1997;拉赫曼 2004;Khan 等人，2005 年;伊尔汗 2008;Wadud 2009 年）。

包括Arestis and Demetriades （1997）、Demetriades and Luintel （1996）以及King and Levine （1993b）在内的金融研究者认为，金融部门对发达国家的经济增长做出了贡献，极大地影响了金融体系中对金融创新的持续追求。此外，金融创新为金融部门的增长提供了机会（Napier 2014），从而促进了经济增长。金融创新还允许通过开发新的金融机构、金融工具、财务报告、技术和市场知识来扩展金融服务（Michalopoulos 等人，2009 年）。根据Merton（1992）和Tufano（2003）的说法，金融创新是对市场中的问题和机遇以及不对称信息的反应。

在过去十年中，许多实证研究证实了金融创新与经济增长之间的正相关关系（例如，Lumpkin 2010;Sekhar 2013 年）。金融创新通过允许资本调动、有效的金融中介、资本积累和提高金融机构的整体效率来帮助经济增长。这就是为什么金融创新被视为金融发展的主要催化剂（Laeven et al. 2015）。与其他创新一样，金融创新是一个通过金融产品和流程的改进和多样化来改变金融体系的持续过程（Sood and Ranjan 2015）。Demetriades和Andrianova（2005）认为，金融体系中新的金融资产和服务的出现改善了银行业的绩效和资本市场的发展，最终促进了东道国的经济增长。与此同时，熊彼特（1912,1982）认为，健全的金融体系包括高效的金融机构、多样化的金融资产和服务、全面的金融服务覆盖、有效的经济资源调动渠道以及可用于全国投资的信贷流。金融创新通过正规银行系统框架之外的新型和混合形式的金融机构（例如小额信贷机构）在经济体中提供信贷（Blair，2011）。

迄今为止，现有的实证文献已经强调了金融创新与经济增长之间的明确联系，金融创新的影响在发展中国家尤为明显。本研究的独特之处在于，它旨在通过应用新开发的自回归分布滞后（ARDL）边界测试（Pesaran et al. 2001）和非线性 ARDL （NARDL）（Shin et al. 2014）来研究对称和非对称关系，以涵盖从 1975 年第一季度到 2016 年第四季度的广泛时间序列数据。据我们所知，这是第一项调查金融创新对南亚国家经济增长影响的研究。

本文的其余部分按如下方式进行。“文献综述”部分提供了关于金融创新与经济增长之间关系的文献综述。“方法”部分介绍了研究数据和研究模型，以及用于分析的计量经济学方法。“数据分析和解释”部分涉及模型估计以及深入的解释和讨论。“结论和建议”一节是本文的总结，并讨论了进一步研究的范围。

文献综述

金融部门的发展产生经济增长，因为高效的金融部门调动了经济体中的经济资源（Ndlovu 2013）。此外，高效的金融体系推动了创造财富、贸易以及最重要的资本形成的过程（Ahmed 2006）。金融机构的创新提高了效率水平，高效的金融体系通过金融发展成为经济发展的催化剂（Saad 2014;Michael 等人，2015 年）。

在现代经济中，随着技术进步、新的组织结构、生产流程和管理方式的采用和传播，创新在将静态经济转变为动态经济方面发挥着关键作用。今天，创新不仅涉及创造新事物，还为经济中持续存在的问题提供解决方案（Kotsemir and Abroskin 2013）。

考虑到熊彼特的内生增长理论，许多实证研究表明，金融服务促进了经济增长（例如，Aghion and Howitt 1990;霍维特 2000;Dosi 等人，2010 年;Phillips 等人，1999 年）。King和Levine（1993a）认为，金融服务扩大了金融活动，提高了资本积累率，促进了金融发展;在金融体系中引入新的金融服务是金融创新的关键产出。文献还论证了金融创新通过提高金融体系的金融效率在金融发展中的作用。金融创新通过提供新的金融产品、通过高效的支付机制优化经济资源调动、降低投资风险和加速资本形成等方式，通过扩大金融服务来协助金融发展。因此，金融创新被视为发达国家和发展中国家金融增长的引擎（Miller 1986,1992）。艾哈迈德（2006）认为，金融部门的增长加速了经济体中的跨县贸易、财富创造和资本积累。与此同时，Ahmad和Malik（2009）认为，金融部门的发展降低了不对称的信息成本，增强了资源调动，从而促进了经济增长。

金融创新与新金融工具、公司结构、金融机构以及会计和财务报告技术的发展有关（Michalopoulos 等人，2011 年）。金融创新被认为是推动金融体系朝着改善经济学家所谓的“实体经济”绩效的目标迈进的“引擎”（Merton 1992）。Michalopoulos等人（2011）将金融创新衡量为金融发展的增长，使用银行信贷与私营部门与GDP之比的增长率作为金融创新的指标。然而，由于没有什么是全新的，金融创新通常涉及对现有产品和流程的调整或修改，以确保效率，从而确保盈利能力。

金融实证研究提出了四种不同的假设来解释金融创新与经济增长之间的联系。首先，供给领先假说表明，金融创新可以对一个国家的经济增长产生积极影响（Beck 2010）。这一假设表明，金融体系中的金融创新通过加速资本积累过程、提高金融机构效率、改善金融服务和提高金融中介效率来加速经济增长。Shittu （2012）发现有效的财务

中介对尼日利亚的经济增长产生了重大影响。其次，需求导向假说表明，经济增长会吸引经济中的金融创新。这一假设表明，经济活动的扩张、实体部门的发展以及国内和国际贸易的增加给金融体系带来了压力，要求改善支付机制，提高金融机构的效率，并使金融资产多样化以降低投资风险。第三，反馈假说表明金融创新与经济增长之间存在双向因果关系。例如，Bara and Mudxingiri （2016）和 Bara et al. （2016）证实了金融创新与经济增长之间的双向因果关系。然而，Lumpkin（2010）和Sekhar（2013）发现金融创新与经济增长之间没有因果关系。

鉴于金融创新的积极和消极影响，许多研究探讨了东道国金融创新与经济增长之间的正相关关系。例如，Sood和Ranjan（2015）研究了印度，而Qamruzzaman和Jianguo（2017）研究了孟加拉国。尽管存在积极的关联，但在金融创新与经济增长之间的联系中也发现了消极方面。Adu-Asare Idun 和 Aboagye （2014）使用 ARDL 探讨了加纳金融创新与经济增长之间的负相关关系。他们认为，创新的金融产品对加纳的储蓄倾向产生了负面影响，鼓励了从银行提取储蓄，从而造成了银行流动性问题。同样，Ansong等人（2011）认为，过度的金融创新对金融产品多样化的银行产生了不利影响。

金融创新通过出现新的金融机构、金融工具和为经济提供服务的新渠道来加速金融体系的整体绩效（Bourne and Attzs 2010）。

方法

数据

本研究使用了 1975 年第一季度至 2016 年第四季度期间的季度时间序列数据。数据来自公开来源，包括世界银行发布的《世界发展指标》（2017年）、国际货币基金组织发布的《世界经济展望》（2017年）、财政部发布的《孟加拉国经济评论》（2016年）和亚洲开发银行发布的《南亚经济》（2017年）。计量经济学分析软件包EViews 9.5 （2017）用于数据分析。

我们考虑了人均国内生产总值（GDP）的增长率作为经济增长的指标

，以及一个自变量作为金融创新的指标。

金融创新是一个持续的过程，与新金融机构、新金融资产、改善金融服务和改进支付机制的出现有关（Sood and Ranjan 2015）。仅考虑单一指标是无法衡量金融创新对经济增长的影响的;文献中没有商定的代理。因此，研究人员使用了各种代理。Laeven et al. （2015）认为，金融创新不仅涉及新金融工具和产品的出现，还涉及金融的发展

通过新的财务报告流程、改进的信贷配给和数据处理的进步来建立系统。因此，金融创新代理的选择应涵盖金融体系的广泛方面。

过去十年的研究将银行对私营部门的信贷作为金融创新的代理指标（例如，Adu-Asare Idun and Aboagye 2014;Michalopoulos 等人，2009 年）。然而，许多实证研究使用广义货币与狭义货币的比率作为金融创新的指标（例如，Bara and Mudxingiri 2016;Bara 等人，2016 年;Qamruzzaman 和 Jianguo 2017;Ansong 等人，2011 年;Mannah-Blankson 和 Belnye 2004 年）。这项研究遵循了相同的调查路径。

我们还使用一组宏观经济变量作为控制变量，以实现估计的稳健性。其中包括贸易开放（TO）、资本形成总额（GCF）和私营部门的国内信贷（DCP）。

贸易开放度（TO）表示一个经济体对国际贸易的依赖程度。它的计算考虑了与GDP相关的进口和出口。较高的比率意味着对国际贸易的严重依赖。TO通过创造机会为国外市场服务而不是国内市场，对经济的生产水平产生积极影响。TO还通过技术进步、知识共享和提高劳动生产率来帮助提高生产力。

资本形成总额（GCF）是经济增长的关键因素。索洛（1957）认为，物质资本积累可以提高经济中的生产率。GCF是指扣除处置后实物资本或资产的净增加额。Ghali和Ahmed（1999年）、Levine和Renelt（1992年）和Barro（1991年）等实证研究证实了绿色气候基金与经济增长之间的正相关关系。

国内对私营部门信贷（DCP）是指金融机构以贷款、贸易信贷和非股权投资的形式向私营部门流动的资本。Were等人（2012年）、Beck和Levine（2004年）和Ang（2008年）等研究发现，DCP对经济增长有积极贡献。所有变量都转换为自然对数，以确保估计的准确性和稳健性（Shahbaz 等人，2016 年）。表1总结了研究变量的描述性统计。

自回归分布式滞后（ARDL）

基于我们的研究变量，我们研究模型的广义形式可以表示如下：

将式（1）转换为线性形式后，可以表示如下：

其中

，FI是金融创新，GCF是资本形成总额，TO是贸易开放，DCP是对私营部门的国内信贷。

的

模型系数表示长期弹性，并且是

纠错项。然而，方程（2）只能表示对经济增长的长期影响。

表1 研究变量描述性统计汇总

解释变量。为了衡量模型中的长期共融和短期弹性，我们使用了共融检验。

近几十年来，人们使用了各种协整检验，包括基于残差的Engle和Granger（1987）以及基于最大似然检验的Johansen

和Johansen和Juselius（1990）。早期的模型在变量的积分顺序方面存在局限性。为了解决这个问题，Pesaran 和 Shin

（1998）提出了一种新的协整模型，在变量积分阶数上具有更大的灵活性，

即和/或

。Pesaran et al. （2001）和 Narayan （2004）进一步扩展了这一点。此外，还可以通过线性变换从ARDL推导出纠错项。因此，方程（2）可以改写为ARDL形式，如下所示：

此外，方程（3）可以改写为矩阵形式，其中每个研究变量在模型中充当因变量（见方程（4））。为了衡量长期和短期协整的存在，我们在这两种情况下都提出了假设。从长远来看，原假设

不存在的

共构。

备择假设（H1）是

存在的

共根关系。对于短期，原假设

与

没有短期关系

，而在备择假设中

，与

的短期关系

为：

其中

是第一个差分运算符，

系数和

分别

表示短期和长期弹性。此外，

是常数项，

表示白噪声。

对假设的接受或拒绝基于 f 统计量和临界值之间的比较。我们使用Pesaran et al. （2001）、Narayan （2004）和Narayan and Narayan （2005）提出的临界值来对协整做出结论性陈述。如果 f 统计量高于临界值的上限，则表明变量之间存在长期关联。

非线性 ARDL 方法

通过应用协整检验来估计长期关联是基于解释变量线性影响因变量的对称假设。实际上，变量的运动可以在任何一个方向上变化，正或

阴性。考虑到自变量的正负变化，我们试图通过应用Shin等人（2014）最近提出的非线性ARDL方法来研究变量之间的不对称关系。

在考虑前面的ARDL方程（4）制定非线性ARDL的过程中，我们根据Delatte and López-Villavicencio （2012）、Verheyen （2013）、Bahmani-Oskooee and Mohammadian （2016）和Bahmani-Oskooee et al. （2005）将自变量分解为基于正变化和负变化的另外两组序列。我们分解了用FI+和FI-表示的金融创新（FI）的正负变化如下：

现在，我们可以通过合并一系列新的正负变化，以非线性形式重写方程（3）。非线性 ARDL 如下：

在式（6）中，

的系数表示模型中的短期弹性，to

的系数表示长期弹性。为了衡量长期和短期不对称测试，我们运行了 Wald 测试。Yt代表经济增长，它代表金融创新，TOt代表贸易开放，GCFt代表资本形成总额，DCFt代表对私营部门的国内信贷。此外，n 表示最佳滞后，这是使用 Akaike 信息准则（AIC）确定的。根据 Shin et al. （2014）的说法，使用 bounds 检验方法确认长期协整也适用于比较 f 统计量（Wald 检验）和临界值，正如 Pesaran 等人（2001）所提出的那样。原假设是

。

数据分析和解释

单位根测试

通过应用 ARDL 边界检验来研究协整不受变量积分顺序的影响。然而，实证研究表明，二阶积分

变量的存在可能会在回归模型中产生虚假估计。因此，为了确定积分的可变阶数，我们通过应用Dickey和Fuller（1979）提出的ADF检验，Phillips和Perron（1988）提出的P-P检验以及由以下方法估计了稳态检验

表2 单位根检验估算

	ADF			P-P			KPSS
			1			I			I
孟加拉国
		-	我（0）	-		我（0）	0.06		我（1）
	-1.26		我（1）	-1.11		我（1）		-	我（0）
InDCP型	-1.03			-0.89		我（1）		-	我（0）
到	-2.25		我（1）	-1.17		我（1）		-	我（0）
绿色绿色气候基金	-1.25		我（1）	-2.44		我（1）	0.11		我（1）
印度
		-	I		-	我（0）	0.07		我（1）
InFl（英语：InFl）	-3.17			-2.50		我（1）	0.08		我（1）
		-	I		-	我（0）	0.11		我（1）
到	-3.19			-3.41		我（1）	0.12		我（1）
绿色绿色气候基金	-2.39					我（1）	0.09		我（1）
巴基斯坦
			I			我（0）	0.11		我（1）
InFl（英语：InFl）	-1.63			-1.57		我（1）	0.08		我（1）
InDCP型	-5.94		我（0）			我（0）	0.18		我（1）
到	-2.66			-2.68		我（1）	0.10		我（1）
绿色绿色气候基金	-1.14			-1.51		我（1）	0.09		我（1）
斯里兰卡
			I			我（0）			我（0）
InFl（英语：InFl）	-1.17			-1.05		我（1）	0.12		我（1）
InDCP型			我（0）			我（0）			我（0）
到	-1.018			-1.28		我（1）	0.11		我（1）
绿色绿色气候基金	-1.68		我（1）	-1.33		我（1）	0.14		我（1）

注 1.Y 代表经济增长，FI 代表金融创新，DCP 代表对私营部门的国内信贷，TO 代表贸易开放，GCF 代表资本形成总额

注2.将所有变量转换为自然对数进行估计

注3.ADF 用于增强型 Dickey-Fuller，P-P 用于 Phillips-Perron，KPSS 用于 Kwiatkowski-Phillips-Schmidt-Shin 注 4。

表示显著性水平为 1,5 和

注5.“l”表示积分阶数，

表示第一差分算子，

Kwiatkowski等人（1992）。稳态测试估计值如表2所示。稳态检验证实了二阶积分变量的不存在，表明变量积分的阶数要么在第一差分的水平上

，要么在第一差

分之后。鉴于这些变量特征，我们进行了协整检验以确定长期关联。

ARDL 边界测试

协整

我们通过应用 Pesaran 等人（2001）提出的 ARDL 边界测试方法，在方程（4）的对称假设下研究了长期关联，其中每个变量都作为因变量。协整检验结果如表2所示。当经济增长（Y）作为因变量时，f 统计

量和

，它们高于显著性

水平的临界值。此外，当剩余变量

作为模型中的因变量，计算出的 f 统计量小于临界值下限（3.74）。这表明原假设，即无协整，不能被接受;相反，该研究证实了 FI、TO、GCF 和 DCP 之间存在长期协整。

1975 年第 1 季度至 2016 年第 4 季度的长期和短期估计

我们证实了当经济增长（Y）作为因变量时，经济增长与其决定因素之间的长期协整。在这里，我们使用方程（3）估计长期和短期弹性。表3显示了估计结果。

从长远来看（见表4，面板A），所有解释变量都具有统计学意义，并对经济增长产生积极影响，这得到了先前文献的支持。在所有抑制因素中，金融创新对经济增长的影响程度值得注意。例如，我们发现，金融创新

的增加可以促进

孟加拉国、

印度、

巴基斯坦和

斯里兰卡的经济增长。这表明金融创新的出现对经济增长起着决定性作用。Silve和Plekhanov（2014）认为，金融创新在有效调动经济资源、有效金融中介和优质金融机构的出现方面发挥着至关重要的作用，从而加速了经济增长。与此同时，Wachter（2006）认为，金融创新通过创新机构和金融服务重组和改造金融体系，为经济做出贡献。

短期模型弹性如表4所示（图B）。误差校正项

的系数表示抑制器中任何短期冲击对长期平衡的调整速度。每个模型中的误差校正项 ECTt - 1 为负值，且具有统计学意义，系数较高。这表明，不平衡可以以更高的速度适应长期，在解释变量中具有任何前一年的冲击。我们还发现，金融创新对经济增长的影响呈正相关，弹性较小。

与以前的实证研究一样（例如，Narayan 和 Narayan 2005;Qamruzzaman 和 Jianguo 2017;Paul 2014），我们通过四次残差诊断测试进行了模型稳定性测试。自相关检验证实了没有串行

表3 ARDL结合测试结果

型	国家
	孟加拉国			印度		巴基斯坦		斯里兰卡
	F-stat （英语）	雷马尔		F-stat （英语）	备注	F-stat （英语）	备注	F-stat （英语）	备注
,	16.95	普雷瑟		13.40	目前	14.66	目前	8.91	目前
	2.17	普雷瑟		2.85	目前	1.15	缺席	1.18	目前
	3.19	艾比森		1.65	缺席	3.15	缺席	2.17	缺席
	2.18	艾比森		3.85	缺席	2.12	缺席	1.18	缺席
	3.25	艾比森		1.88	缺席	2.28	缺席	4.58	缺席
临界值	K
Pesaran等人（2001年）	4	3.74	5.06
纳拉扬（2004）	4	3.96	5.49

表4 ARDL下的长期和短期系数

国家

面板A：长期估计

因变量 Y：抑制因子

孟加拉国

印度

巴基斯坦

斯里兰卡

系数

t-stat

系数

t-stat

系数

t-stat

系数

t-stat

2.69

1.56

2.80

1.83

到

3.31

0.68

3.76

0.98

2.33

-1.01

1.96

4.22

2.51

0.47

1.45

1.65

-0.12

-2.6

-0.21

-3.21

-0.19

7.47

9.85

小组B：短期估计

-8.43

-5.39

-4.64

-5.98

2.99

0.83

4.04

1.59

3.91

0.09

0.66

3.97

1.14

2.84

-0.16

-3.86

1.72

3.79

2.91

0.40

-0.16

-1.58

1.76

小组 C. 残留诊断测试

0.78

0.89

0.79

0.72

0.13

0.28

0.15

0.45

注 1 .

分别表示

和

重要性级别

相关性和异方差性检验表明该模型不存在异方差性问题。Jarque-Bera 正态性检验表明误差呈正态分布。RESET测试确认了模型构造和f统计量，保证了模型的预测和准确性。最后，调整

后的结果显示了模型解释方差的能力;

，差异可以分别用孟加拉国、印度、巴基斯坦和斯里兰卡的拟议模型来解释。

1975-2016年期间的不对称估计

表 5 显示了使用方程（3）的非线性 ARDL 估计（Shin 等人，2014 年）（参见“方法”部分）。我们发现，FI、TO、GCF 和 DCP 用、印度

、巴基斯坦

和斯里兰卡

的经济增长

来解释，其余的变化用纠错项来解释。此外，残差诊断检验证实该模型没有序列相关性（

），没有异方差性问题（

），并且具有正态残差分布（

）。此外，Ramsay RESET测试证实了该模型的功能形式已经确立。Fpss 系数表示从 Wald 检验得出的长期共通 f 统计量。我们发现，每个模型的 f 统计量都高于显著性

水平临界值的上限，该临界值是从 Pesaran 提出的临界值中提取的

表5 非线性ARDL估计结果

	国家
	孟加拉国		印度		巴基斯坦		斯里兰卡
	系数	t-stat	系数	t-stat	系数	t-stat	系数	t-stat
小组讨论 - A：长期估计
C		-1.41	-26.65	-2.39		1.33		-2.73
		-0.18	-2.29	-2.52		-3.58		-4.37
FI_P（-1）		2.60		-2.27		1.58		1.76
FI_N（-1）		-3.51		-1.96		-1.61		-1.41
		-5.74	16.73	2.16		-2.57	1.43	0.97
		-5.42	-0.81	-0.56	-0.83	-2.52	-1.93	-2.68
		5.17	-7.35	-1.37		0.35	7.27	2.90
面板 - B：短期估计
		-1.78		3.39				3.03
	-0.35	-1.63		3.58	-0.65	-2.68		3.94
		-3.15		-0.04		-1.78
		4.16		-0.39		-2.63		-2.42
		3.84		1.93				-4.29
		1.88		1.19		1.60		-3.97
		0.87		1.02		0.91		-1.67
		2.24		2.44		2.19		-2.33
		1.54		-1.89		-0.82		1.21
		-2.73		-2.13		-1.52		2.98
		-2.72		-0.94		-0.92		1.08
		3.32		-1.42		-2.06	-14.88	-1.54
		3.42				2.81		-3.57
		1.98		-2.22				-3.86
						2.59		-1.37
		-4.15		-2.48		2.81		-2.53
		5.34						2.62
		3.35				1.36		0.68
		4.38		1.11		2.18		1.29
				1.95	0.25	1.03		-0.17
		-4.57	-4.48	-1.13		2.28
	-2.61	-2.96	17.21	1.72		3.72
		-3.89	3.70	0.77		0.93
		-4.45	10.99	2.12		3.57
面板 - C：对称估计
	19.43		15.79		13.72		9.15

表5 非线性ARDL估计结果（续）

注 1.上标 “+” 和 “ - ” 分别表示正变化和负变化

注2.

对于长期协整的 Wald 检验的 F 统计量

注3.

对于金融创新的长期系数，正负变化

注4.

指长期对称性的

沃尔德检验

注5.

指加性短程对称条件的 Wald 检验

注6.

并

分别表示 1 和

、水平的显著性

等人（2001年）。这证实了 FI、TO、GCF 和 DCP 与 1975 年第一季度至 2016 年第四季度期间经济增长之间存在长期协同关系。这一发现与早期的ARDL测试一致（见表2）。

接下来，我们通过应用Wald检验研究了金融创新与经济增长之间存在的不对称关系。在表 5（图 C）中，WLR 表示长期对称的 Wald 检验统计量，WSR 表示短期对称性的 Wald 检验统计量。从长远来看，关于对称关系存在的零假设在

显著性水平上被拒绝。具体来说，Wald的统计数据是

针对孟加拉国、

印度、

巴基斯坦和斯里兰卡的WLR

。很明显，关联

的 -值小于

。因此，从长远来看，我们可以得出结论，所检查的变量之间存在不对称关系。在短期内，关于显著性

水平上的对称关系的零假设也被拒绝了。具体来说，Wald统计数据是

针对孟加拉国的，W

是针对

印度的，针对巴基斯坦的，WSR

是针对斯里兰卡的。这些发现表明，孟加拉国、印度、巴基斯坦和斯里兰卡的金融创新与经济增长之间存在不对称关系。

对于长期估计（见表5，面板A），我们发现金融创新的正冲击与孟加拉国、印度、巴基斯坦和斯里兰卡的经济增长呈正相关，而负冲击与经济增长呈负相关。这表明金融体系中的金融创新可以刺激经济增长。根据Chou（2007）和Chou和Chin（2011）的说法，金融创新为金融体系带来了变化，通过提供新的和改进的金融资产来提高金融效率并增加人们的储蓄倾向;这最终有助于资本形成，从而促进经济增长。此外，Mishra（2010）认为，金融创新通过提高福利来促进新兴经济体的经济增长。对于短期（见表4，

小组C），我们发现金融创新的积极冲击影响了孟加拉国、印度和巴基斯坦的经济增长，但对斯里兰卡没有影响。与此同时，金融创新的负面冲击对样本国家的经济增长产生了不同的联想。

格兰杰因果关系检验

ARDL和NARDL证实了长期协整的存在。这表明模型中至少存在一种方向因果关系——长期、短期或两者兼而有之。为了确定变量集之间的方向因果关系，在误差校正模型（ECM）下进行了格兰杰因果关系检验。表 6 显示了因果关系检验结果。

对于长期因果关系，误差校正项 ECT （ -1 ）应为负且具有统计学意义。一些ECTs（-1）为阴性，在

和

显著性水平上具有统计学意义。研究结果证实了模型中存在长期因果关系。特别是，当经济增长

在方程中作为因变量时，ECT系数为负且显著。因此，我们可以得出结论，从长远来看，经济增长可以通过发展高效的金融机构来促进创新金融产品的采用和传播。这与Bara和Mudxingiri（2016）表6一致。

与长期因果关系一样，在短期内，每个国家的变量集之间观察到不同的方向因果关系。表7显示了短期因果关系的摘要。

对于孟加拉国。该研究揭示了金融创新与经济增长

以及金融创新与资本形成

总额之间的双向因果关系。另一方面，研究还揭示了经济增长与贸易开放

、资本形成总额与经济增长

、私营部门国内信贷与经济增长

、金融创新与私营部门

信贷、贸易开放与资本形成

总额的单向因果关系。

对于印度。研究揭示了经济增长与金融创新

之间的双向因果关系。此外，我们观察到贸易开放与经济增长

、经济增长与资本形成总额、

金融创新与贸易开放、

金融创新与资本形成总额、

国内信贷对私营部门的金融创新

、贸易开放与国内信贷对私营部门的单向因果关系

。

对于巴基斯坦来说，研究揭示了经济增长与金融创新与金融创新

与资本形成总额之间的方向因果关系

。研究还揭示了经济增长与贸易开放

、资本形成总额与经济增长

、贸易开放与资本形成

总额、资本形成总额与私营部门国内信贷、

贸易开放与资本形成

总额、资本形成总额与私营部门国内信贷

的单向因果关系。

对于斯里兰卡来说，该研究揭示了经济增长与金融创新

与经济增长与资本形成总额之间的双向因果关系

表6 格兰杰因果关系结果

注 1：

，

。此外，研究还揭示了经济增长对私营部门的国内信贷

、贸易开放对金融创新的单向因果关系、

金融创新对资本形成总额的单向因果关系

、资本形成总额对贸易开放的单向因果关系，

以及国内对私营部门

信贷的资本形成总额。

表7 短期因果关系摘要

因果律	孟加拉国	印度	巴基斯坦	斯里兰卡
Y VS FI
Y 与 TO
Y 与 GCF	GCF	GCF	GCF
Y 与 DCP
FI VS TO
FI 与 GCF
FI 与 DCP
TO 与 GCF
TO 与 DCP
GCF 与 DCP

结论和建议

高效的金融机构不仅通过在全国范围内渠道化来优化经济资源，而且还通过高效的支付机制和中介程序加快经济发展。在过去十年中，南亚经济体经历了金融发展，通过金融创新出现了改进和创新的金融资产和服务。Merton（1992）将金融创新描述为推动金融体系改善实体经济绩效以实现可持续发展的引擎。

本研究调查了1975年第一季度至2016年第四季度期间金融创新与经济增长之间的长期协整以及一组宏观经济变量。为了发现孟加拉国、印度、巴基斯坦和斯里兰卡的金融创新与经济增长之间的长期关系，我们使用了Pesaran等人（2001）提出的ARDL边界测试方法。我们还使用 Shin 等人（2014）提出的非线性 ARDL 方法估计了非线性的存在。Ardl 边界检验方法中的 F 统计量高于 Pesaran 等人（2001）采用的显著性

水平临界值的上限。因此，我们可以得出结论，从长远来看，金融创新会刺激经济增长。我们还观察到，金融创新对经济增长的弹性在短期和长期都受到正向影响。这些发现与Mwinzi（2014），Qamruzzaman和Jianguo（2017）以及Beck等人（2014）一致。Chou和Chin（2011）认为，金融创新增加了金融产品种类的数量以及高效的金融服务，最终促进了金融发展带动的经济增长。这意味着金融创新与经济增长呈正相关。此外，Moyo等人（2014）认为，金融创新是金融改革的最终结果，可以提高金融体系的金融效率，并导致可持续的经济增长。

NARDL的发现也支持长期关系的存在。他们还拒绝了关于金融创新与经济增长之间不存在短期和长期不对称关系的零假设。因此，我们可以推断出金融创新与经济增长之间的不对称关系。此外，我们观察到金融创新的积极变化在长期和短期内都呈正相关。这些发现表明，金融创新的任何改进都可以为经济带来积极的变化。然而，金融创新的负面变化与经济增长呈负相关。然而，经济增长的弹性微乎其微，在短期内在统计学上微不足道。然而，从长远来看，

这种影响在 and

水平上具有统计学意义。

Arnaboldi和Rossignoli（2013）认为，金融创新是一把双刃剑，可以通过发展金融部门来促进可持续的经济增长，同时也有黑暗的一面（Beck等人，2016）。然而，金融创新对经济增长的负面影响仍然很低，在实证研究中几乎没有发现。

为了建立方向性因果关系，我们在纠错模型下使用了格兰杰因果关系检验。在1975年第一季度，孟加拉国、印度、巴基斯坦和斯里兰卡的金融创新与经济增长之间存在双向因果关系

至 2016 年第四季度。从长远来看，这一发现支持了金融创新与经济增长之间的反馈假说。这一发现与Ajide（2015）一致。对于短期因果关系，我们观察到孟加拉国、印度、巴基斯坦和斯里兰卡的金融创新与经济增长之间存在双向因果关系。这也支持了短期的反馈假设。因此，我们可以假设孟加拉国、印度、巴基斯坦和斯里兰卡的增长可能是由金融体系中金融创新的演变和采用引起的。

特别是，金融创新可以通过提供有效的金融体系和金融多元化来影响经济增长。与此同时，经济增长给金融体系带来了压力，要求其创造创新的金融资产和服务，以减轻对金融服务的需求。金融创新与经济增长之间的积极联系表明，孟加拉国、印度、巴基斯坦和斯里兰卡应该鼓励其金融体系中的金融创新。这些国家的金融部门应发展金融机构，以引入创新的金融产品和服务，并在整个经济中传播。因此，各国政府应制定金融政策，促进金融创新、发展和普惠，同时将风险水平降至最低，以确保金融部门的稳定。

因此，以银行和市场为基础的金融发展需要有效和高效地进行，以便从金融创新中获得最大利益。因此，孟加拉国、印度、巴基斯坦和斯里兰卡政府应特别关注基础设施发展、金融透明度、技术进步和金融改革中的区域合作。

缩写

ADF：用于增强型 Dickey-Fuller;ARDL：自回归分布式滞后;DCP：对私营部门的国内信贷;FI：金融创新;GCF ：资本形成总额;KPSS：Kwiatkowski-Phillips-Schmidt-Shin;NARDL：非线性自回归分布滞后;P-P：菲利普斯-佩伦;TO：贸易开放，

确认

感谢编辑和两位匿名审稿人为提高本文质量提出的宝贵意见和建议。此外，我们想向期刊编辑致以衷心的感谢，感谢他在出版这部作品过程中的善意考虑。我们也要感谢武汉理工大学经济学院的Zaho教授，感谢他深思熟虑的建议和有意义的指导，以及同学们对整篇文章的看法。

资金

我们没有从任何机构获得任何经济援助。与准备文章相关的所有费用均由作者自行承担。

数据和材料的可用性

根据将来的要求，我们在此确认将披露所有相关信息以供进一步使用。

作者的贡献

本文的构思和设计来自WJ教授，之后由魏建国教授进行数据收集、概念发展和起草的实证研究审查，最后由魏建国教授和作者在文章中完成批判性审查和导入知识内容评估，贡献比例同样可能。两位作者都阅读并批准了最终手稿。

利益争夺

作者声明他们没有竞争利益。

作为标准研究关注点，纯粹基于公开可用的二手数据，并且没有需要获得批准公开发布的此类私人和排他性信息。

出版商注

施普林格·自然（Springer Nature）对已出版地图和机构隶属关系中的管辖权主张保持中立。

收稿日期： 2017-12-19 录用日期： 2018-08-15

网络出版日期： 2018-09-06

引用

Adu-Asare Idun A， Q.Q. Aboagye A （2014）加纳的银行竞争、金融创新和经济增长。Afr J Econ 管理螺柱 5：30-51

Aghion P 和 Howitt P. （1990）通过创造性破坏实现增长的模型。美国国家经济研究局

Ahmad E， Malik A （2009）金融部门发展与经济增长：对发展中国家的实证分析。J 经济合作开发 30：17-40

Ahmed AD （2006）金融自由化政策的影响：以博茨瓦纳为例。J Afr Dev 1：13-38

Ajide FM （2015）西非选定国家的金融创新和可持续发展。Innov in Finance 15：85-112

Ang JB （2008）马来西亚的金融发展和经济增长之间的机制是什么？经济模型 15：38-53

Ansong A， Marfo-Yiadom E， Ekow-Asmah E （2011）金融创新对金融储蓄的影响：来自转型经济体的证据。

Afr巴士 12：93-113

Arestis P， Demetriades P （1997）金融发展和经济增长：评估证据。经济学杂志 5：783-799

Arnaboldi F， Rossignoli B （2013）银行业的金融创新。米兰大学，米兰，第 1-30 页

亚洲开发银行。（2017）南亚经济

Bahmani-Oskooee M， Economidou C， Gobinda Goswami G （2005）英国的欠款和超支对英镑价值的敏感程度。J 经济梭哈 32：455-467

Bahmani-Oskooee M， Mohammadian A （2016）汇率变化对国内生产的不对称效应：来自非线性 ARDL 方法的证据。Aust Econ Pap 55：181-191

Bara A， Mudxingiri C （2016）金融创新与经济增长：来自津巴布韦的证据。投资管理金融创新 13：65-75

Bara A， Mugano G， Roux PL （2016）南共体的金融创新和经济增长。南部非洲经济研究 1：1-23

Barro R （1991）各国的经济增长。Q J 经济 106：407-443

Beck T. （2010）金融发展与经济增长：股票市场与银行？非洲金融市场：真正的发展工具。蒂尔堡大学， 3

Beck T， Chen T， Lin C et al （2016）金融创新：光明面和黑暗面。J 银行金融 72：28-51

Beck T， Levine R （2004）股票市场、银行和增长：面板证据。J 银行金融 28：423-442

Beck T， Senbet L， Simbanegavi W （2014）非洲的金融包容性和创新：概述。J Afr Econ 24：13-i11

Blair MM （2011）金融创新、杠杆、泡沫和收入分配。Rev 银行金融法 30：225-311

Bourne C， Attzs M （2010）经济机构在加勒比经济增长和发展中的作用：从刘易斯到现在。Q J 经济 15：1-28

Chou YK （2007）金融创新与经济增长建模.J 巴士管理 2：1-36

Chou YK， Chin MS （2011）金融创新与内生增长。经济管理杂志 25：25-40

Delatte A-L， López-Villavicencio A （2012）不对称汇率传递：来自主要国家的证据。宏观经济学杂志 34：833-844

Demetriades PO和Andrianova S.（2005年）金融发展的来源和有效性：我们所知道的和我们需要知道的。联合国大学（UNU）研究论文

Demetriades PO， Luintel KB （1996）金融发展、经济增长和银行部门控制：来自印度的证据。经济学杂志 106：359-374

Dickey DA， Fuller WA （1979）具有单位根的自回归时间序列的估计器分布。美国统计协会74：427-431

Dosi G， Fagiolo G， Roventini A （2010）熊彼特与凯恩斯的会面：内生增长和商业周期的政策友好模型。J Econ Dyn 控制 34：1748-1767

Engle R， Granger C （1987）协整和纠错表示：估计和测试。计量经济学，第 55 页 EViews9.5。(2017)

Ghali KH， Ahmed A-M （1999）七国集团固定资本形成与经济增长之间的跨期因果关系。国际经济杂志 13：31-37

Goldsmith RW （1969）财务结构与发展。耶鲁大学出版社，纽黑文 CN

Greenwood J， Jovanovic B （1990）金融发展、增长和收入分配。政治经济学杂志 98：1076-1107

Gregorio DJ， Guidotti PE （1995）金融发展和经济增长。世界发展 23：433-448

Gurley J， Shaw E （1955）经济发展的金融方面。美国经济学启示录 45：516-537

Howitt P （2000）内生增长和跨国收入差异。美国经济修订版：829-846

Ilhan O（2008年）《金融发展和经济增长：来自土耳其的证据》。应用经济国际开发 8：85-98

Johansen S （1991）高斯向量自回归模型中协整向量的估计和假设检验。计量经济学 59：1551-1580

Johansen S （1995）协整向量自回归模型中基于似然的推理。牛津大学出版社，牛津 Johansen S （1998）协积分向量的统计分析。J Econ Dyn 控制 10：231-254

Johansen S， Juselius K （1990）协整的最大似然估计和推理 - 及其对货币需求的应用。Oxf Bull 经济统计 51：169-210

Jung WS （1986）金融发展和经济增长：国际证据。Econ Dev Cult Chang 34：333-346 Khan MA， Qayyum A， Sheikh SA， Siddique O （2005）金融发展和经济增长：巴基斯坦案例巴基斯坦发展启示录 12：819-837

King RG， Levine R （1993a）金融与增长：熊彼特可能是对的。Q J 经济 108：717-737

King RG， Levine R （1993b）金融创业与增长：理论与证据。J Monet Econ 32：513-542 Knell M （2015）熊彼特、明斯基和金融不稳定假说。J Evol Econ 25：293-310

Kotsemir M， Abroskin A， Meissner D （2013）创新概念和类型学——进化讨论。Sci， Technol Innov 50 Kwiatkowski D， Phillips P， Schmidt P et al （1992）根据单位根的替代方案检验平稳性的零假设：我们有多大把握经济时间序列具有单位根？经济学杂志 54：159-178

Laeven L， Levine R， Michalopoulos S （2015）金融创新与内生增长。J Financ Intermed 24， 24（1）

Levine R （1997）金融发展和经济增长：观点和议程。J Econ Lit 35：688-726

Levine R， Renelt D （1992）跨国增长回归的敏感性分析。美国经济修订版：942-963

Lumpkin S （2010）与金融创新相关的监管问题。经济合作与发展组织期刊：金融市场趋势（2）：1-31

Mannah-Blankson T， Belnye F （2004）加纳的金融创新和货币需求。加纳银行，阿克拉，第1-23页

Merton RC （1992）金融创新与经济绩效。J Appl Corp Finance 4：12-24

Michael N， Ojiegbe U，L， Peter O （2015）银行和非银行金融机构以及尼日利亚经济的发展。Int J Innov Educ Res 10：23-36

Michalopoulos S， Laeven

and Levine R. （2009）金融创新与内生增长。美国国家经济研究局

Michalopoulos S， Laeven L， Levine R （2011）创新与内生增长。美国国家经济研究局，第1-33页

Miller MH （1986）金融创新：过去二十年和下一个。J Finance Quan Anal 10：12-22

财政部（2016年）2016年Bangaledshe经济评论。在：孟加拉国人民共和国政府

Mishra PK （2010）金融创新与经济增长 - 一种理论方法。J Appl Corp Finance 15：1-6

Moyo J， Nandwa B， Council DE et al （2014）撒哈拉以南非洲的金融部门改革、竞争和银行体系稳定性。在：新视角

Mwinzi DM （2014）金融创新对肯尼亚经济增长的影响。商学院。肯尼亚内罗毕大学，第54页

Napier M （2014）真金白银，新领域：非洲金融创新案例研究。金融创新梭哈 10：1-10

Narayan PK （2004）重新制定协整边界 F 统计方法的临界值：斐济旅游需求模型的应用。澳大利亚莫纳什大学，第 1-40 页

Narayan S， Narayan PK （2005）斐济进口需求函数的实证分析。J 经济梭哈 32：158-168

Ndlovu G （2013）金融部门发展和经济增长：来自津巴布韦的证据。国际经济金融杂志 3：435-446

Patrick HT （1966）欠发达国家的金融发展和经济增长。Econ Dev Cult Chang 14：174-189

Paul BP （2014）测试孟加拉国的出口导向型增长：ARDL边界测试方法。国际贸易、经济金融：1-5

Pesaran HH， Shin Y （1998）线性多变量模型中的广义脉冲响应分析。经济莱特 58：17-29

Pesaran MH， Shin Y， Smith RJ （2001）水平关系分析的边界测试方法。应用经济学杂志 16：289-326

Phillips K、Wrase J 和 Mall TI。（1999）熊彼特增长和内生商业周期。费城联邦储备银行

Phillips PCB， Perron P （1988）在时间序列回归中测试单位根。生物学 75：335-346

Qamruzzaman M， Jianguo W （2017）孟加拉国的金融创新和经济增长。Financ Innov 3：19

Rahman MH （2004）金融发展-经济增长关系：孟加拉国的案例研究。孟加拉开发梭哈 3：113-127

Saad W （2014）金融发展和经济增长：来自黎巴嫩的证据。国际经济金融杂志 6：173-184

Saqib N （2015）金融与增长关系文献综述。应用金融银行杂志 5：175-195

熊彼特（1911）经济发展理论。哈佛大学出版社，剑桥

Schumpeter， J. （1912） Theorie der Wirtschaftlichen Entwicklung。战略设计

熊彼特 JA （1982）经济发展理论：对利润、资本、信贷、利息和商业周期的调查（1912/1934）。交易发布者-1982-1月1：244

Sekhar GVS （2013）金融创新的定理和理论：模型和机制视角。Financ Quanti 肛门 1：26

Shahbaz M、Mallick H、Mahalik MK 等人（2016 年）全球化对印度能源需求近期演变的作用：对可持续发展的影响。能源经济 55：52-68

Shin Y， Yu B， Greenwood-Nimmo M （2014）在非线性 ARDL 框架中对非对称协整和动态乘数进行建模。在：纪念彼得·施密特（Peter Schmidt）的节日。施普林格，第 281-314 页

Shittu AI （2012）尼日利亚的金融中介和经济增长。英国艺术与社会科学杂志 4：164-179

Silve F， Plekhanov A （2014）制度、创新与增长：跨国证据，第 28 卷。欧洲复兴开发银行，伦敦

Solow RM （1957）技术变革和骨料生产函数。Rev Econ Stat：312-320

Sood V， Ranjan P （2015）印度的金融创新：一项实证研究。J Econ 巴士启示录 10：1-20

Tufano P （2003） Financ Innov 1：307-335

Verheyen

（2013）使用非线性 ARDL 框架的 EMU 中的利率传递新证据。经济公牛 33：

Wachter JA （2006）评论：“金融创新能否帮助解释经济活动波动性的降低？莫奈经济学杂志 53：151-154

Wadud M （2009）金融发展和经济增长：南亚国家的协整和纠错建模方法。经济公牛 29：1670-1677

Were M， Nzomoi J， Rutto N （2012）评估私营部门信贷对经济绩效的影响：来自肯尼亚部门面板数据的证据。国际经济金融杂志 4：182

世界银行。（2017）世界发展指标。可在： http://data.worldbank.org/data-catalog/world-development-indicators

世界经济展望。（2017年）世界经济展望（WEO）数据，国际货币基金组织

南亚金融创新与经济增长之间的联系：来自ARDL和非线性ARDL方法的证据

抽象

介绍

文献综述

方法

自回归分布式滞后 （ARDL）

非线性 ARDL 方法

数据分析和解释

单位根测试

ARDL 边界测试

协整

1975 年第 1 季度至 2016 年第 4 季度的长期和短期估计

1975-2016年期间的不对称估计

格兰杰因果关系检验

结论和建议

缩写

确认

作者的贡献

利益争夺

同意发布

出版商注

引用

自回归分布式滞后（ARDL）