周志剛 劉惠好

中南財經(jīng)政法大學(xué) 金融學(xué)院，湖北 武漢 430073

一、引言

金融創(chuàng)新泛指新金融工具、金融技術(shù)、金融機(jī)構(gòu)和金融市場的創(chuàng)生與擴(kuò)散，一般分為金融產(chǎn)品創(chuàng)新和金融流程創(chuàng)新兩大類(Tufano，2003)［1］。技術(shù)進(jìn)步則是指實體經(jīng)濟(jì)部門生產(chǎn)方式、工具、技能、流程、工藝、要素投入與產(chǎn)出以及管理與服務(wù)體系等方面的革新與改進(jìn);廣義上，技術(shù)進(jìn)步泛指各種形式的知識積累與改進(jìn)。雖然分別處于虛擬經(jīng)濟(jì)和實體經(jīng)濟(jì)部門，但金融創(chuàng)新與技術(shù)進(jìn)步都是對各自部門既有知識水平的創(chuàng)新或改進(jìn)，二者具有諸多相似特征。首先，從演進(jìn)形式上考察，技術(shù)進(jìn)步與金融創(chuàng)新存在共同之處。Llewellyu(1992)［2］認(rèn)為改進(jìn)或者創(chuàng)新只能從效率的改善程度進(jìn)行度量。無論是技術(shù)進(jìn)步還是金融創(chuàng)新，從形式上都可以歸為三種基本效率改進(jìn)方式:新產(chǎn)品或新流程的創(chuàng)生、對既有產(chǎn)品或流程的改進(jìn)以及對既有產(chǎn)品或流程的組合。其次，從演進(jìn)機(jī)制上看，技術(shù)進(jìn)步與金融創(chuàng)新都存在很強的正溢出效應(yīng)。已有技術(shù)或金融產(chǎn)品存量作為研發(fā)或者創(chuàng)新的要素投入，新的技術(shù)和創(chuàng)新產(chǎn)品層出不窮，甚至在很多情形下呈現(xiàn)出爆發(fā)增長狀態(tài)——這正是Merton(1992)［3］所描述的“創(chuàng)新螺旋”(Innovation Spiral)。此外，在對經(jīng)濟(jì)體系的影響方式上，金融創(chuàng)新和技術(shù)進(jìn)步都具有很強的正外部性，在某種程度上二者不僅都具有非競用性，而且也都不存在完全的排他性。

從發(fā)展歷程來看，金融創(chuàng)新和技術(shù)進(jìn)步具有明顯的協(xié)同性。自工業(yè)革命以來，每次重大技術(shù)進(jìn)步都伴隨著眾多金融創(chuàng)新的涌現(xiàn)。Hicks(1969)［4］認(rèn)為，工業(yè)革命之所以發(fā)軔于英國，得益于18世紀(jì)前半葉英格蘭新興金融市場的高速發(fā)展。19世紀(jì)，股份公司、股票市場和金融會計制度的創(chuàng)新為蒸汽機(jī)車和鐵路技術(shù)的研發(fā)以及鐵路系統(tǒng)的興建提供了巨額資金(Neal，1993)［5］。一般而言，金融中介效率與經(jīng)濟(jì)體系中既有金融產(chǎn)品存量和服務(wù)水平正相關(guān)，而后者的提升則依賴于金融創(chuàng)新的能力。在金融創(chuàng)新與技術(shù)進(jìn)步協(xié)同發(fā)展、甚至是金融——技術(shù)一體化創(chuàng)新的趨勢下，金融中介效率還會受到技術(shù)進(jìn)步的顯著影響。

在大部分研究金融創(chuàng)新和技術(shù)進(jìn)步的理論模型中，金融變量，如金融合約、金融市場或金融中介等，被認(rèn)為是既定的或者外生的。在Greenwood and Jovanovic(1990)［6］的模型中，金融中介對投資項目進(jìn)行評估并提供信息從而改善資本分配效率。Bencivenga and Smith(1991)［7］則認(rèn)為金融創(chuàng)新會對高回報率研發(fā)項目的風(fēng)險產(chǎn)生影響從而決定技術(shù)進(jìn)步和經(jīng)濟(jì)增長的長期增長率。King and Levine(1993)［8］給出的模型中，金融體系通過決定最優(yōu)研發(fā)企業(yè)資金分配頻率來影響技術(shù)進(jìn)步。Greenwood et al．(2010)［9］研究了金融中介對公司的監(jiān)督投入，他們認(rèn)為隨著金融機(jī)構(gòu)的監(jiān)督投入增加，資金分配效率和技術(shù)進(jìn)步都會得到改善。

陽佳余和賴明勇(2007)［10］的內(nèi)生增長模型中引入了金融部門，但沒有考慮技術(shù)進(jìn)步對金融創(chuàng)新影響，并忽略資本要素投入，認(rèn)為金融部門產(chǎn)出效率的增長會推動實體經(jīng)濟(jì)增長。Laeven et al．(2011)［11］建立一個金融創(chuàng)新的內(nèi)生增長模型:企業(yè)家進(jìn)行技術(shù)研發(fā)，金融中介則對技術(shù)研發(fā)者進(jìn)行篩選;二者在獲取最大化利潤的同時保證了金融創(chuàng)新和技術(shù)進(jìn)步的高效率，從而持續(xù)推動經(jīng)濟(jì)增長。

與現(xiàn)有研究相比，本文有如下幾點不同:(1)模型不僅同時將金融創(chuàng)新和技術(shù)進(jìn)步內(nèi)生化，而且考慮到它們之間的相互依賴和影響，重點突出了二者發(fā)展演進(jìn)過程中的協(xié)同性。(2)本文認(rèn)為金融創(chuàng)新和技術(shù)進(jìn)步都會對金融中介效率產(chǎn)生重要影響，并且技術(shù)進(jìn)步總體上會提升金融中介效率。(3)根據(jù)理論模型的求解，本文推導(dǎo)出影響金融中介效率的重要變量和相關(guān)表達(dá)式，并在此基礎(chǔ)上對中國金融效率進(jìn)行了實證分析。

二、包含金融創(chuàng)新和技術(shù)進(jìn)步的內(nèi)生增長模型

本文模型以Cobb－Douglas生產(chǎn)函數(shù)描述宏觀經(jīng)濟(jì)體系;實體經(jīng)濟(jì)生產(chǎn)部門以資本(K)和人力資源(L)作為要素投入，產(chǎn)出商品和服務(wù)(Y)。除了實體經(jīng)濟(jì)生產(chǎn)部門，還引入技術(shù)研發(fā)部門和金融創(chuàng)新部門，各自以資本、人力資源、現(xiàn)有技術(shù)水平(A)和現(xiàn)有金融產(chǎn)品存量(F)作為要素投入，研發(fā)新的技術(shù)或創(chuàng)設(shè)新的金融產(chǎn)品和服務(wù)。技術(shù)研發(fā)和金融創(chuàng)新相互影響，協(xié)同演進(jìn)。

模型中，資本和人力資源為外生要素，而技術(shù)水平和和金融產(chǎn)品存量為內(nèi)生要素。設(shè)aY、aA和aF以及uY、uA和uF分別表示資本與人力資源在產(chǎn)品生產(chǎn)、技術(shù)研發(fā)和金融部門的投入份額，在Harrod技術(shù)中性和產(chǎn)出規(guī)模報酬不變條件下，產(chǎn)出、技術(shù)進(jìn)步和金融創(chuàng)新可以分別表示為:

其中，B和E分別為研發(fā)和創(chuàng)新的轉(zhuǎn)移參數(shù)?？紤]到技術(shù)研發(fā)與金融創(chuàng)新部門產(chǎn)出規(guī)模報酬遞增或遞減的可能性都存在，在此不對方程(2)、(3)中各要素投入的彈性系數(shù)進(jìn)行限制。一般而言，技術(shù)或金融產(chǎn)品存量總體上具有正溢出性，因此，設(shè)定上述外生參數(shù)具有如下性質(zhì):B，E，H，β，σ，θ，λ，ψ，ε，δ＞0 ，0＜α＜1 。顯然，在模型中除了資本和人力資源投入外，金融創(chuàng)新和技術(shù)進(jìn)步都受金融產(chǎn)品存量和技術(shù)水平的影響;而創(chuàng)新和研發(fā)又會最終改變金融產(chǎn)品存量和技術(shù)水平，形成螺旋式上升的協(xié)同效應(yīng)。金融產(chǎn)品存量和技術(shù)水平都具有正的外部性。這些特征在方程(2)、(3)中通過內(nèi)生要素水平變量的彈性影響得到體現(xiàn)。

本文以金融中介將儲蓄轉(zhuǎn)化為生產(chǎn)性投資的比率來衡量其運營效率。通常的宏觀經(jīng)濟(jì)模型假設(shè)儲蓄自動全部轉(zhuǎn)化為生產(chǎn)性投資，在本文模型中不采用這一簡化假設(shè)，而是認(rèn)為儲蓄轉(zhuǎn)化為投資需要依靠金融中介的參與，只有通過金融部門的產(chǎn)出——金融產(chǎn)品和金融服務(wù)——才能最終將私人部門消費結(jié)余轉(zhuǎn)化為可供實體經(jīng)濟(jì)生產(chǎn)部門可利用的實物資本并用于投資。一般情形下，儲蓄并不能完全轉(zhuǎn)化為最終的投資，其轉(zhuǎn)化率受到金融中介效率的約束，實際儲蓄投資轉(zhuǎn)化率介于0和1之間?？傮w而言，金融中介效率與現(xiàn)有金融產(chǎn)品及服務(wù)的存量成正比，與人均產(chǎn)出正相關(guān)，并且技術(shù)水平具有正的外部性，因此，金融中介效率η可以表示為:

其中，H為轉(zhuǎn)移系數(shù)，ω和j分別為金融中介效率關(guān)于技術(shù)水平和人均產(chǎn)出的彈性系數(shù)?；谏鲜鲈O(shè)想，這里設(shè)H，ω＞0?？紤]到金融產(chǎn)品及服務(wù)的非完全競用性，即其邊際使用或服務(wù)成本較小卻又不為零，可以設(shè)0＜j＜1。

資本增量由儲蓄轉(zhuǎn)化成為為實物資本部分減去折舊部分決定，可以由如下方程描述:

其中，c和δ分別為邊際消費傾向和折舊率，0＜c，δ＜1。如果考察消費給定的情形，可以簡單地把c當(dāng)作外生變量或者是外生參數(shù)。如果需要考察消費的內(nèi)生性，則需要引入代表性經(jīng)濟(jì)參與者的效用函數(shù)。

三、平衡增長路徑下協(xié)同效應(yīng)分析

模型求解從增長動態(tài)學(xué)分析入手，首先推導(dǎo)資本、技術(shù)和金融水平的平衡增長路徑，并分析平衡增長路徑下模型參數(shù)的約束范圍;然后在此基礎(chǔ)上分析參數(shù)改變或者狀態(tài)變量水平變動對金融創(chuàng)新和技術(shù)進(jìn)步的影響。本文模型中已經(jīng)將金融創(chuàng)新和技術(shù)進(jìn)步內(nèi)生化，如果同時考慮內(nèi)生化消費，需要引入代表性家庭效用函數(shù)，并增加相對風(fēng)險厭惡系數(shù)和效用貼現(xiàn)率作為模型參數(shù)。這兩個參數(shù)的估計具有一定的隨意性，并且會使模型的數(shù)學(xué)分析更為繁雜;因此，本文將邊際消費傾向作為外生參數(shù)，不僅可以簡化數(shù)學(xué)分析，突出關(guān)鍵變量特征，而且模型的應(yīng)用并不失一般性。為了便于在三維相空間中對平衡增長路徑較為直觀地分析，下文將資本和人力資源分配視為既定的，同樣的推導(dǎo)方法很容易擴(kuò)充到高維相空間分析。

由方程(2)、(3)和(5)可以推出資本、技術(shù)進(jìn)步和金融創(chuàng)新的增長率(分別用gK、gA和gF表示)，如方程(6)～(8)所示:

為了便于表述，方程中隱含了關(guān)于時間函數(shù)的自變量t。在各變量非零的情形下，對方程(6)－(8)和(1)取自然對數(shù)并對時間t求導(dǎo)，然后將方程(4)代入，整理可得:

其中，gY和n分別為產(chǎn)出增長率和人力資源增長率。將方程(12)代入(9)，并由一階條件，令(9)－(11)等于零，可以推出:

D、g和b分別為系數(shù)矩陣和列向量。顯然，非齊次方程(13)的解就是平衡增長路徑下各變量的均衡值g*=

模型的一般形式解存在三種情形:(1)當(dāng)rank(D)＜rank(D|b)或D－1b＜0時，經(jīng)濟(jì)體系不存在平衡增長路徑;(2)當(dāng)rank(D)=rank(D|b)＜3時，平衡增長路徑不確定;(3)當(dāng)且僅當(dāng)rank(D)=rank(D|b)=3，即det(D)不等于0，且D－1b ＞0時，經(jīng)濟(jì)體系存在著唯一確定的平衡增長路徑:

矩陣(D|b)中有12個模型參數(shù)，對這些參數(shù)的一般情形進(jìn)行代數(shù)解析討論分析過于繁雜，在［gKgAgF］三維相空間進(jìn)行討論將大大簡化分析。在給定gK的情形下，模型所描述的經(jīng)濟(jì)體系在相空間內(nèi)最終必然收斂到直線當(dāng)模型參數(shù)發(fā)生變化時，經(jīng)濟(jì)體系對應(yīng)的相點只能在該直線上移動;在這條直線上，金融創(chuàng)新和技術(shù)進(jìn)步相互影響，協(xié)同演進(jìn)，可以稱這條直線為協(xié)同約束線。因此，平衡路徑解可以看作是相平面=0和協(xié)同約束線==0的交點。對于一個穩(wěn)定增長的經(jīng)濟(jì)體系必須位于第I或第II象限;如果金融部門也是穩(wěn)定增長的則必須位于第I象限?？紤]到0＜α＜1，j，ω＞0，因此相平面=0在gK軸上的截距必須大于等于0，根據(jù)方程(13)可以推出:

這表明在一個處于增長平衡路徑上的經(jīng)濟(jì)體系中，金融中介效率關(guān)于人均產(chǎn)出的彈性存在一個上限值，金融產(chǎn)品或服務(wù)既不是非競用性的，也不是完全競用性的。

下面考慮金融創(chuàng)新和技術(shù)進(jìn)步過程中資本既定的情形。這種情形中，技術(shù)研發(fā)部門和金融創(chuàng)新部門以人力資源投入和內(nèi)生技術(shù)或金融要素投入為主，資本投入不變或者投入份額相對較低，可以忽略。這在高科技行業(yè)(如互聯(lián)網(wǎng)、軟件和生物科技等行業(yè))的研發(fā)和高度發(fā)達(dá)的金融體系(如美國的華爾街)創(chuàng)新中是非常普遍的。在這種情形下，技術(shù)進(jìn)步和金融創(chuàng)新的相互影響可以簡化為:

只有在0＜ ψ，φ≤1，βτ＜(1－φ)(1－ψ)的條件下，才存在唯一確定的增長路徑。相平面中，在=0直線的上方＜0，直線下方＞0;與此相反=0直線的上方＞0，直線下方＜0，如圖1所示。經(jīng)濟(jì)體系在相平面第I象限內(nèi)任意一點的變動方向也標(biāo)識在圖1中。金融創(chuàng)新和技術(shù)進(jìn)步的相互影響最終將使經(jīng)濟(jì)體系收斂到兩條直線的交點所對應(yīng)的平衡增長路徑之上。由方程(16)和(17)可以求出解析解如下:

根據(jù)上述分析，可以得出如下推論:(1)當(dāng)金融創(chuàng)新對技術(shù)依賴程度降低，對技術(shù)水平彈性減小，即τ減小時，金融創(chuàng)新和技術(shù)進(jìn)步的將相互影響，其增速同步持續(xù)下降，最終收斂至增長水平較低的新平衡路徑。特別地，τ減小至0時，技術(shù)水平對金融創(chuàng)新完全沒有影響，金融創(chuàng)新增速與技術(shù)進(jìn)步增速完全無關(guān)，但是技術(shù)進(jìn)步受到金融創(chuàng)新增速的制約，如圖2所示。(2)金融創(chuàng)新不能過度依賴技術(shù)投入。金融創(chuàng)新對技術(shù)水平的彈性系數(shù)存在一個上限，當(dāng)τ＞(1－φ)(1－ψ)時，＜0。這表明金融創(chuàng)新對技術(shù)水平過度依賴時，創(chuàng)新活動將終止甚至出現(xiàn)負(fù)面創(chuàng)新或者金融泡沫(參考方程18)。(3)技術(shù)進(jìn)步不能過度依賴金融工具。技術(shù)進(jìn)步對金融產(chǎn)品存量的彈性系數(shù)也存在一個上限，當(dāng) β＞(1－ φ)(1－ ψ)/τ時，＜0。這表明金融創(chuàng)新對技術(shù)水平過度依賴時，技術(shù)進(jìn)步同樣將終止甚至出現(xiàn)技術(shù)倒退(參考方程19)。(4)現(xiàn)有金融產(chǎn)品存量和技術(shù)水平對金融創(chuàng)新和技術(shù)進(jìn)步必須各自產(chǎn)生正面影響，但其正影響的規(guī)模報酬必須遞減或者不變，否則會導(dǎo)致負(fù)面創(chuàng)新或者技術(shù)倒退;即必須對參數(shù)ψ和φ進(jìn)行約束:0＜ψ，φ≤1。這種情形常常發(fā)生在新技術(shù)暴漲和過度金融創(chuàng)新時期，例如2000年前后的互聯(lián)網(wǎng)泡沫和2007年美國次貸危機(jī)。

四、金融中介效率實證分析

(一)實證模型和數(shù)據(jù)來源

根據(jù)本文金融創(chuàng)新和技術(shù)進(jìn)步的協(xié)同演進(jìn)模型，可以證明，在確定性增長路徑存在的情形下，金融中介效率是金融創(chuàng)新和技術(shù)進(jìn)步人力資源投入份額、人力資源總量及其增長率等變量的冪函數(shù)。將各狀態(tài)變量平衡增長率g*代入方程(4)和(6)－(8)，并取自然對數(shù)，可以得到關(guān)于變量g*和η*，外生變量L和n，以及參數(shù)uF和uA對數(shù)形式的線性方程組，并可求得一階必要條件下金融中介效率的均衡解:

其中，ck(k=0－4)為各外生參數(shù)的函數(shù):

金融中介效率的均衡值與人力資源總量及其增長率相關(guān)，這反映了金融產(chǎn)品和服務(wù)具有一定的競用性。

可以依據(jù)方程(20)對金融中介效率進(jìn)行實證分析。為了方便回歸分析，將方程(9)中η*改寫為ETA，并引入存款準(zhǔn)備金率RR作為控制變量:

實證分析的原始數(shù)據(jù)來源于1996～2012年期的《中國統(tǒng)計年鑒》，各變量數(shù)據(jù)都為1978～2011年度時間序列。儲蓄投資轉(zhuǎn)化率以新增實物資本占儲蓄比例度量，人力資源總量以全國總就業(yè)人口總數(shù)度量。金融部門和研發(fā)部門人力資源比例由歷年各自部門從業(yè)人數(shù)除以就業(yè)人口總數(shù)計算獲得。存款準(zhǔn)備金率數(shù)據(jù)根據(jù)中國人民銀行歷次調(diào)整準(zhǔn)備金率的時間進(jìn)行了年化平均。

(二)變量平穩(wěn)性與協(xié)整檢驗

為避免謬誤回歸，在進(jìn)行回歸分析前必須對各變量的自然對數(shù)時間序列平穩(wěn)性進(jìn)行檢驗。如果時間序列不平穩(wěn)，則需進(jìn)一步對各個變量進(jìn)行協(xié)整檢驗。采用ADF方法，對ETA、L、n、uF、uA和RR的自然對數(shù)時間序列和一階差分序列進(jìn)行單位根檢驗的結(jié)果如表1所示。單位根檢驗中，最大滯后期的選取采用Akaike和Schwartz信息準(zhǔn)則(AIC和SIC)。5個對數(shù)原序列在10%的顯著水平上都不能拒絕存在單位根的原假設(shè)，因此都是非平穩(wěn)序列。而各時間序列對應(yīng)的一階差分序列至少在5%的顯著水平上拒絕了單位根假設(shè)，都是平穩(wěn)的。這表明6個對數(shù)時間序列都是I(1)一階單整過程。

表1 各變量對數(shù)序列單位根檢驗

可以采用AEG方法對上述五個時間序列進(jìn)行協(xié)整檢驗，結(jié)果如表2所示。其中Mackinnon臨界值由響應(yīng)面函數(shù)計算得出;ADF統(tǒng)計量值小于臨界值表明協(xié)整關(guān)系存在，可以采用OLS對式(22)進(jìn)行回歸分析。

表2 各變量對數(shù)序列AEG協(xié)整檢驗

(三)實證分析結(jié)果

OLS回歸分析結(jié)果如表3所示，除技術(shù)研發(fā)人力資源投入在10%的水平上顯著外，其余各解釋變量估計系數(shù)至少在5%的水平上通過了顯著性檢驗，調(diào)整后擬合優(yōu)度達(dá)到0．93。F－statistic為64．08，Dubin－watson 為 1．60，但 Durbin－Watson 統(tǒng)計值介于上下界臨界值之間，無法判斷回歸分析是否存在序列相關(guān)。進(jìn)一步采用Breush－Godfrey檢驗和Q檢驗再次對回歸式(22)的殘差序列進(jìn)行自相關(guān)檢驗，結(jié)果兩種方法在10%的水平上都不能拒絕無自相關(guān)的原假設(shè)，表明不存在序列相關(guān)，OLS估計結(jié)果同時具有有效性和無偏性。自相關(guān)檢驗結(jié)果如表4所示，BG檢驗和Q檢驗滯后階數(shù)選擇采用AIC和SIC信息準(zhǔn)則，都確定為1階滯后。

表3 回歸分析結(jié)果

表4 自相關(guān)檢驗

上述回歸分析表明模型較好地描述了金融創(chuàng)新與技術(shù)研發(fā)人力資源投入對中國宏觀經(jīng)濟(jì)儲蓄投資轉(zhuǎn)化率的影響，并且各解釋變量解釋能力較強，模型擬合效果較好。

五、結(jié)論與政策含義

金融創(chuàng)新和技術(shù)進(jìn)步推動經(jīng)濟(jì)穩(wěn)定增長的過程中，相互影響，相互依賴，呈現(xiàn)出協(xié)同演進(jìn)態(tài)勢。一方面，金融創(chuàng)新對技術(shù)水平的彈性適度增加時，不僅金融創(chuàng)新加速，而且技術(shù)進(jìn)步加快，經(jīng)濟(jì)體系將處于較高水平的平衡增長路徑之上。而另一方面，金融創(chuàng)新和技術(shù)進(jìn)步都不能無限制地過度依賴對方，否則將會導(dǎo)致負(fù)面過度金融創(chuàng)新或者技術(shù)倒退。此外，金融產(chǎn)品存量和技術(shù)水平作為創(chuàng)新和研發(fā)的內(nèi)生要素，其規(guī)模報酬不能遞增，否則也將導(dǎo)致負(fù)面效應(yīng)，影響金融體系和宏觀經(jīng)濟(jì)的穩(wěn)定性。

金融創(chuàng)新的人力資源投入與中國金融中介效率顯著正相關(guān)，但技術(shù)研發(fā)人力資源投入對金融中介效率具有顯著的負(fù)面影響，金融中介效率與人力資源總水平和人力資源增長率負(fù)相關(guān)。此外，中國金融中介效率與法定存款準(zhǔn)備金率負(fù)相關(guān)。

中國金融中介效率有待進(jìn)一步提升，同時儲蓄率也長期保持較高的水平。這需要政策決策者加強鼓勵金融創(chuàng)新，重視人力資源在金融創(chuàng)新中的重要作用，增加金融創(chuàng)新人力資源投入，對金融學(xué)人才教育培養(yǎng)給予政策支持，從而更有效地將高額儲蓄轉(zhuǎn)化為推動國民經(jīng)濟(jì)高速可持續(xù)發(fā)展的實物資本。

［1］Tufano，P．，2003．Financial Innovation，In Handbook of the Economics of Finance，ed．G．M．Constantinides，M．Harris and R．M．Stulz，307－335．Amsterdam:Elsevier North－Holland．

［2］Llewellyn，D．T．，1992．Financial Innovation:A Basic Analysis，In Financial Innovation，ed．H．Cavanna，14－51．London:Routledge．

［3］Merton，R．C．，1992．Financial Innovation and Economic Performance，Journal of Applied Corporate Finance，Vol．4，No．4:12－22．

［4］Hicks，J．R．，1969．A Theory of Economic History，Oxford:Clarendon Press．

［5］Neal，L．，1993．The Rise of Financial Capitalism:International Capital Markets in the Age of Reason，Cambridge:Cambridge University Press．

［6］Greenwood，J．，and B．Jovanovic，1990．Financial Development，Growth，and the Distribution of Income，The Journal of Political Economy，Vol．98，No．5 Part 1:1076－1107．

［7］Bencivenga，V．R．，and B．D．Smith，1991．Financial Intermediation and Endogenous Growth，The Review of Economic Studies，Vol．58，No．2:195－209．

［8］King，R．G．，and R．Levine，1993．Finance，Entrepreneurship and Growth，Journal of Monetary economics，Vol．32，No．3:513－542．

［9］Greenwood，J．，J．M．Sanchez，and C．Wang，2010．Financing Development:The Role of Information Costs，American Economic Review，Vol．100，No．4:1875－1891．

［10］陽佳余，賴明勇．金融發(fā)展與基于水平創(chuàng)新的內(nèi)生增長模型［J］．中國管理科學(xué)，2007(2)．

［11］Laeven，L．，R．Levine，and S．Michalopoulos，2011．Financial Innovation and Endogenous Growth，CEPR Discussion Papers 7465．