欢迎光临第一论文网,权威的论文发表,我们将竭诚为您服务!
您的位置: 第一论文网 -> 区域经济论文 -> 文章内容

互联网金融与区域经济均衡发展

作者:admin 更新时间:2018年01月27日 08:56:15

  内容提要:互联网金融的发展不断深化金融服务,但其能否缓解经济增长中的地域歧视和梯度发展问题尚缺少实证支持的答案。本文基于随机前沿模型,将劳动、传统资本、互联网金融资本和制度等因素纳入区域经济增长差异的分析框架,以考察各因素特别是互联网金融资本对区域经济增长的贡献及对技术效率的影响。实证研究发现:经济增长收敛假说在中国未能得到充分体现,各区域的经济差异仍在扩大,各区域相对共同前沿的平均技术效率呈“U”型趋势;传统资本和劳动要素依然是推动区域经济增长的主要动力;作为新型的金融资源配置方式,互联网金融具有明显的技术无效率,其快速发展尚未起到普惠金融的作用,中、西部对东部地区的单向利益输出格局未有改变,经济发展中的“马太效应”和地域歧视更加突出。研究结果表明,尽管可能由于我国互联网金融发展程度目前尚不能显著表现其提升金融资源区域配置效率、促进区域经济收敛增长的效应,但也足以说明互联网金融没有影响金融资本与区域经济增长固有的内在逻辑关系,至少在当下此作用不宜被高估。


  关键词:随机前沿模型;区域经济增长差异;技术效率;互联网金融


  中图分类号:F830.5文献标识码:A文章编号:1001-148X(2017)12-0048-09


  一、引言


  我国2015年提出“互联网+”行动计划以来,互联网+概念已经给各行各业注入了创新活力,实体产业以及金融机构都在借助互联网方式重构适合自己的商业模式和价值链。随着中国经济快速步入新常态,在技术进步、金融深化和市场环境等一系列因素的综合影响下,以及资产和资金端的巨大需求为互联网金融的发展提供了广阔的市场机会,导致了我国互联网金融的高速发展,展现出很大的市场空间和发展潜力。互联网经济将可能成为未来经济发展的新引擎,互联网金融也正以一种新型金融模式快速渗入到日常经济生活并成为金融业的发展趋势。


  与传统金融相比,互联网金融的集聚效应正显著改变传统金融的服务模式。长期以来,出于成本、效率的考虑,以及市场竞争的缺失,传统金融的服务和资源更多地集中于少数的核心客户和经济发达区域,而众多处于“长尾”的普通客户及欠发达地区则长期受到排斥。但是,随着互联网金融的出现,这一现象被认为将有可能得到改变。由于互联网金融的边际成本接近为0,供求双方也不需要面对面接触,因此传统金融“嫌贫爱富”的地域歧视问题很有可能得到缓解。Morales(2010)通过对欧洲最大的互联网金融平台Smava进行的歧视问题研究表明,网络平台的存在可以修正市场信息的扭曲问题,性别歧视与地域歧视完全可以消除。但与此相反,Ravina(2011)认为这一设想过于理想化。Ravina基于借款人与投资者之间的共同特征的研究结果表明,借款人与投资者间的地域特征与订单成功率呈现出很强的正相关性,借款人与投资者共同的地域会显著增加订单的成功率,金融资源的配置效率要明显高于相异地域间的参与者。因此,互联网金融虽然降低了交易成本,但能否有效解决经济发展中普遍出现的地域歧视问题尚未有确定性结论。


  我国幅员辽阔,各区域经济发达程度、金融发展水平等差异较大,经济增长中的地域歧视和梯度发展问题较为普遍,也广为诟病。互联网金融出现后,部分国内学者认为互联网金融能够解决金融交易中的信息不对称,金融活动中的地域偏好将不存在,互联网金融将能够更好地配置资源,从而更好地促进各区域的收敛增长,缓解甚至完全消除经济增长中的区域差异。一方面,互联网金融平台汇聚了众多分散于各地的金融资源。理论上可以认为,各地客户通过特定的渠道进行信息甄别、匹配、定价和交易的机会均等,可以自主地参与金融活动,从而改变被传统金融排斥的状况,有效提升金融资源配置效率(郭喜才,2015)。另一方面,互联网金融能够打破时间和空间限制,为各区域的客户群体提供非歧视的普惠性金融供给(吴晓求,2015)。因此,互联网金融时代的市场资源配置存在达到瓦尔拉斯一般均衡的可能(谢印成等,2015;赵婧等,2016)。但有的研究结论则相反,比如廖理(2014)认为互联网金融的地域歧视本身是一种非理性歧视,其存在将是客观和必然的。虽然互联网金融的发展非常迅速,创新层出不穷,但其对经济增长的作用等关键问题却尚未有明确的答案。本文力图通过实证方法回答以下问题,从区域均衡发展的视角看,互联网金融能否起到普惠金融的作用?互联网金融的发展是缓解还是深化了经济增长的地域歧视?其作用又如何进行度量?


  二、相关研究综述


  互联网金融的出现与发展是金融领域的一大变革,研究互联网金融在促进区域经济增长的作用等问题,对于发挥互联网金融的业务优势,提高服务水平,不断满足大众对金融服务的需求等方面具有重要的理论与现实意义。当前,有关互联网金融理论和实践方面的研究主要围绕三个方面展开。


  (一)互联网金融得以发展的动力因素方面


  特有的金融体制在一定程度上造成了信贷配给,导致了包括小微企业在内的长尾客户无法获得资金支持。朱晋川(2013)通过比较各区域的资金供求缺口,认为长期以来的金融排斥导致中小企业和中西部地区存在大量的金融服务需求等待填补和开发,这是中国互联网金融迅速发展的重要土壤。李耀东(2014)在对传统金融的现状和现代金融的客观需求进行比较的基础上认为,传统金融垄断所带来的“双利差”,即政策利差和利息利差,是加剧传统金融对中小企业、中西部地区金融排斥的根本原因。陈启清等(2014)则从内、外两个视角分析了互联网金融得以发展基础,并认为中小企业存在的諸如规模小、资信等级低、抗风险能力弱等使得其无法从正规的金融机构获取充足资金,而互联网金融的大力发展在理论上可以扭转这一现象。张磊等(2016)则从中国人口红利的角度,认为人口红利的消失,迫使企业只有充分运用互联网金融的创新实现才能创新驱动的内生增长目标。


  (二)互联网金融与传统金融的关系方面


  对于互联网金融能否凭借其效率优势最终取代传统的金融中介,学者们的观点不尽一致,存在“颠覆论”和“共生论”两种完全相反的观点。Berger(2009)认为互联网金融将对传统的金融模式造成颠覆性的影响,银行等将被网络化交易所取代,大数据管理将能够以最小的成本管理风险和获取收益,因而未来的金融模式将接近于瓦尔拉斯一般均衡定理所描述的“无金融中介”的状态。罗明雄(2014)的研究则认为互联网金融的发展将逐步代替传统支付业务,通过算法和个性化资讯体现出互联网金融的价值,未来P2P网点逐步替代传统贷款业务。另一派为“共生论”。郭兴平(2010)的研究结论与此类似,认为互联网金融虽然发展非常迅速,在某些方面已经体现出其巨大的发展潜力,但从本质上看,互联网金融只是金融销售渠道、金融获得渠道上的创新,在资源配置、风险防控等方面与传统金融并无二致。与郭兴平(2010)的观点类似,蒋彧等(2016)认为互联网金融去中介化的作用是相对的,其发展将无法完全脱离传统信用中介,最终必须是互联网金融与传统金融两者逐步融合以提升整个金融体系的效率。


  (三)互联网金融能否有助于缓解传统经济增长格局中的地域歧视方面


  经济增长格局中的地域歧视是一个比较有意思的话题,很多学者从不同角度对其进行了研究。李立威等(2013)从交易成本的角度,认为互联网金融为中小企业和投资者提供了一个低成本化的投融资渠道,使得金融市场的参与者更为平民化和大众化,中小投资者也能参与货币市场交易,实现了金融需求“大众化”,从而有利于“普惠金融”的发展。互联网金融“去中介化”的资源配置方式是一种的直接融资模式,具有比传统的间接融资更大的成本和效率优势,从而加速整个金融体系由“银行主导型”向“市场主导型”转变,传统银行业务“以大欺小、嫌贫爱富”的歧视性做法可以得到根本性的改变。王会娟(2014)则认为互联网的应用没有时间、地点等的限制,互联网金融以其高效便捷的数据处理方式,通过供求双方之间的直接连接,能够减少交易过程中的信息不对称,因而互联网金融平台上的违约概率将不再存在地域特征。吴本健(2017)认为目前互联网金融与传统金融虽然是互补关系,但互联网金融最大的优势是能够在更大程度上满足参与主体多样化的金融需求,有利于削弱弱势群体对单个金融机构的依赖,消除金融掠夺与地域歧视,因而能够成为推动金融普惠的重要力量。


  通过上述梳理发现,目前的文献主要以互联网经济理论和长尾理论等为基础,虽然也有部分研究构建了数学模型来分析互联网金融某些方面的特征,但主体研究仍是依据主观分析对互联网金融的性质、特点、发展变化规律做出定性判断。相关研究结论使我们看到了互联网金融的巨大进步,但也使我们发现其中许多亟须研究的问题,比如互联网金融是否能够有效地缓解我国经济增长格局中一直被人诟病的地域歧视与过度梯度发展等问题。为此,本文针对现有文献存在的不足,基于区域均衡发展的视角,通过构建包含互联网金融在内的多因素随机前沿模型,实证分析互联网金融是否起到了普惠金融的作用,以及能否缓解传统经济增长格局中的地域歧视,从而在技术层面为有关方面支持互联网金融创新和加强金融监管提供逻辑支撑,也为实现互联网金融与传统金融的帕累托改进、拓宽金融服务渠道和金融回归服务本质而提供理论支持。


  三、基于随机前沿生产函数的要素分解


  (一)基本模型


  索洛在汲取了哈罗德—多马经济增长模型优点基础上,于1956年提出了全要素生产模型,该模型核心在于在假定所有生产者都能达到帕累托最优生产过程的情形下,产出增加除了来源于要素投入的贡献之外,其他部分则全部归结于技术进步,并将其称为全要素生产率。然而,这一帕累托最优生产过程的假定过于严格,因为现实生产中的生产并不能完全沿着生产可能性曲线进行,无法达到投入——产出的技术边界。为此,Aigner(1968)提出了随机前沿生产函数模型,其主要思想是模型的随机扰动项该模型ε由V和U两部分构成,其中V为衡量系统非效率的随机误差项,表示区域生产无法控制的随机影响因素,V可以是正值也可以是负值。U则是衡量技术非效率的误差项,为区域生产可以控制的影响因素。为此,可以将生产者效率分解为技术前沿和技术效率两个部分,技术前沿刻画的是生产可能性曲线边界,也即是在既有生产技术水平下的最大产值,而技术效率则描述的是生产者在实际经济活动中与技术前沿的差距,也即生产的实际值。然而,生产者的生产过程和生产效率总是受到各种随机扰动因素的影响,因此只有将随机扰动因素纳入生产函数才能更准确描述生产者效率,这即称为随机前沿生产函数,该函数表示为如下基本形式:


  由此,从式(7)可以看出,基于随机前沿生产函数的地区产出差异主要来源于劳动投入、传统资本投入、互联网资本投入及技术效率等四方面的差异所形成的,本文将其分别命名为劳动产出效应(LaborOutputEffect,LOE)、传统资本产出效应(Conventionnal-capitalOutputEffect,COE)、互联网资本产出效应(Internet-capitalOutputEffect,IOE)和技术效率产出效用(Technical-efficiencyOutputEffect,TOE)并据此度量四个效应对地区产出差异的贡献份额。


  此外,互联网不仅改变生活方式,还全方位地改变生产方式和生产可能性,既改变了产品和营销,也改变了业务和市场,甚至改变了组织和企业战略。作为现代经济学理论的开拓者,诺斯(1994)解释了制度在经济增长中的重要作用,认为制度对于地区技术创新和资源配置等具有决定性的作用,据此提出将古典经济学中视为外生变量的制度因素纳入内生变量进行考察。因此,本文选择互联网金融(Nit)以及制度因素(Tit)作为区域技术效率的解释变量,并且假定区域技术效率服从均值为mit,方差为σ2it的正态分布,其中均值为mit为:


  (三)变量说明及数据处理


  分析LOE、COE、IOE和TOE四效应对地区产出差异的贡献份额,关键是估计生产函数式(5)的系数。在生产函数系数的估计中主要涉及地區产出、劳动投入、传统资本投入、互联网资本投入及制度因素等变量。本文实证研究的样本区间为2010年-2016年,研究对象为除西藏以外的全国30个省、市、自治区和直辖市,同时为了行文的便利,将30个省市按照传统的经济层面划分为东部、中部和西部①。相关基础数据来源于相应年份的《中国统计年鉴》、各省、区、市统计年鉴及国民经济和社会发展统计公报,互联网金融的相关数据来源于网贷之家及其发布的相应年度中国网络借贷行业年报,对于个别缺失的数据采用插值法和趋势外推法进行估计。变量说明如下:


  地区产出(Y)。产出Y先根据各省、区、市年度公布的国内生产总值(GDP)(单位:亿元),然后按照东部、中部和西部进行汇总。


  劳动投入(L)。产出L以各省、区、市相应年度的三次产业从业人数(单位:万人)并按照东部、中部和西部进行汇总。


  传统资本投入(C)。长期以来,我国直接金融与间接金融发展失衡,商业银行在金融系统中则具有支配性的地位,银行业存量资产占金融业资产的90%以上,企业直接融资渠道缺乏,直接融资能力差,形成了以间接金融为主要渠道的融资格局,资本的形成也主要依赖于银行信贷,因此,本文以各省、区、市年末金融机构人民币各项贷款余额(单位:亿元)并按照东部、中部和西部进行汇总后作为传统资本投入的代理变量。


  互联网资本(N)。互联网金融作为一种新型的融资渠道和融资方式,利用互联网技术实现了更高程度的资金融通,已经在全国得到了快速的发展,成为传统融资渠道的有效补充。在众多的互联网金融模式中,P2P网络借贷(简称网贷)作为互联网金融的主要模式,以其低成本、高效率、受众广的优点,迅速成为弥补传统金融机构市场空白的重要力量,是互联网金融中存量最大、增长速度最快和最具有投融资功能的一种模式。因此,本文以各省、区、市的网贷成交额(单位:亿元)并按照东部、中部和西部进行汇总后作为互联网资本的代理变量。


  制度因素(T)。本文将古典经济学中视为外生变量的制度因素纳入内生变量进行考察。衡量地区制度变迁的制度因素范畴广泛,既包括产权制度、意识形态,也包括伦理道德和自然环境等。本文考虑到数据的可得性,将东部、中部和西部相应省、区、市非公有制经济实现增加值占地区生产总值比重的平均值作为制度的代理变量,以此衡量区域经济的活跃程度和体制环境差异对各区域技术效率的影响。变量定义和变量设计如表1所示。


  四、实证结果


  (一)模型估计与结果


  本文首先采用Frontier4.1对模型进行最大似然估计,得到参数的最大似然估计值(见表2)。模型一和模型二的区别在于,模型一未考虑互联网金融资本对技术效率的影响,而模型二则是在考虑了互联网金融资本对技术效率影响之后所得到的估计结果。从表2可以看出,参数估计值的统计性能总体较好。首先,无论从模型一还是从模型二的结果来看,传统资本产出的系数都是最大的,说明我国在产业升级进程中,已经基本上完成了由劳动密集型向资本密集型的转变,目前处于资本推动经济增长的阶段,传统资本积累在经济增长中处于无可替代的地位。其次,近年来,我国互联网金融发展迅速,规模呈现出指数增长的特征,但实证结果却表明,互联网金融的资金对于生产的影响系数不显著为正,表明互联网金融虽然发展快、规模大,但实证研究却表明其未能显著促进中国区域经济的增长。这其中可能的原因是大量的互联网金融资金在金融市场上进行“空转套利”,拉长了资金流转链条甚至完全没有进入实体经济,广大小微企业和社会大众“融资难”的困境并没有因为互联网的投融资渠道而得到有效缓解。再次,互联网金融技术效率的系数为0.3968,为正值,这进一步表明,近年来互联网金融的创新不仅没有促进区域经济的同步发展,反而可能由于其粗放的经营方式和非正常的利益回报,大量资金出于追求利益最大化的目标离开实体经济,逆生产过程地进入互联网金融领域,产生的“虹吸效应”导致实体经济的资金困境不仅没有缓解,反而更加恶化,由此对区域经济增长产生负面影响。最后,两个模型中的方差比都在1%显著性水平拒绝了η=0的原假设,表明各区域的实际产出和最大潜在产出之间的差距主要来源于基于互联网金融所引致的技术无效率,因而随机前沿生产函数和技术效率函数的设定是合理的。


  (二)技术效率的演进轨迹


  为了更清晰地考察样本期内各区域的技术效率变化趋势,本文采用Frontier4.1软件对东部、中部和西部在2010-2016年之间的技术效率进行计算,结果如图2所示。从图2可以看出,首先,任何地区在任何年份的技术效率都小于1,表明无论在发达地区还是在欠发达地区,其实际生产点均位于确定性前沿面之下,从而在不同程度上都存在生产效率损失。其次,三大区域的技术效率总体上都呈现出先降后升的“U型”演进轨迹,三大区域的技术效率从2010年开始下降,并在2013-2014年间下降到最低点。众所周知,2013年我国互联网金融呈现出爆发式增长的态势后,该领域就处于“无准入门槛、无行业标准、无监管规范”的无序混乱和野蛮生长状态。“三无”状态加上高额回报的利益诱惑,大量资金涌入互联网金融领域,实体经济的资金流失严重,导致在更大程度上偏离了确定性前沿面。此后,这一畸形发展态势及频繁出现的風险事件很快引起了监管层的重视,并在2015年下半年出台了《关于促进互联网金融健康发展的指导意见》,在鼓励金融创新的基础上建立了互联网金融的监管框架,以此对无序发展的互联网金融市场进行规范。之后,随着全方位监管的逐步到位,互联网金融开始告别野蛮生长走向“理性繁荣”。因此,在2015-2016期间,三大区域的技术效率比2013-2014年均有了非常明显的提高。最后,三大区域技术效率的梯度特征明显,东部地区的技术效率最高,中部次之,西部最低。这其中可能的原因是经过长时期的市场化改革,东部地区的市场机制更加完善,企业生产更加贴近市场,对市场变化的灵敏度更高。因此,即使互联网金融的不规范发展对实体经济存在一定的“虹吸效应”,但东部地区金融资源丰富,金融资源的来源渠道更加多元化,所以生产能够得到及时调整,技术效率损失更小。


  (三)区域产出差异的要素分解


  为了测算区域经济增长差异中劳动产出效应LOE、传统资本产出效应COE、互联网资本产出效应IOE和技术效率产出效用TOE等四个效应的贡献,本文根据式(7)对区域经济增长差异进行了计算,计算结果如表3所示。从表3可以看出:


  其一,样本期内三大区域之间的经济差异不是缩小了,而是扩大了。三大区域的经济差异在2010年是0.2562,在后续年份中则逐步扩大,并且在2016年扩大到0.3986,六年间区域差异扩大了55.6%。因此,中国区域经济增长过程中出现的“马太效应”尚未得到根本扭转,区域经济均衡发展的任务依然非常繁重。


  其二,劳动要素在区域发展差异中的贡献率逐年提高,平均为30.94%。这表明,虽然我国整体上已经成为了一个资本推动的国家,但人力资源在地区经济发展中仍然具有非常重要的作用,人力资源的差距是区域经济发展差异的重要原因,是落后地区与发达地区经济发展差距的重要来源。因此,加大人力资源的投入和提高劳动力素质是缩小欠发达地区与发达地区经济发展差距的重要途径。


  其三,在样本期内,虽然传统资本对区域经济差异的贡献度逐年减小,但从平均40.41%的贡献度来看,传统资本要素仍然是经济发展中最为重要的一种资源,是获取地区竞争力的主要动力。在长期的市场化进程中,资本的逐利特性使得资本从中、西部地区的大规模流出是解释其经济增长不尽如人意的主要原因。


  其四,互联网金融资本对区域经济差异的贡献度增长非常迅速。在2010年,互联网金融发展开始起步,规模相对较小,对实体经济的“虹吸效应”还不明显,总体上对区域经济差异的贡献只有5.64%。经过六年的快速发展,互联网金融的规模和社会影响力都显著增大,互联网金融的赚钱效应和泡沫化更加突出,诱导越来越多的社会资金加速从实体经济中抽离出来用于投机炒作。这一“脱实入虚”现象在欠发达的中、西部地区更为严重,不利于中、西部地区实体经济的发展,也进一步扩大了缺发达的中、西部地区和发达的东部地区的差异。因而到2016年,互联网金融资本对区域经济差异的贡献度增加到16.45%,六年内增长了191.7%,在四个因素中是增长最快的。因此,互联网金融作为一种全新的金融资源配置渠道,将核心客户和长尾客户都纳入服务范围,但也加速了中、西部地区资金从实体经济抽离以及向东部地区输出的速度,从而经济增长中的地域歧视不仅未能拉缓,反而更加严重。


  其五,以非公有制经济实现增加值占地区生产总值的比重为代表的制度变迁因素虽然具有较大的贡献度(平均为17.07%),但样本期内的贡献度指标基本保持稳定,这反映出制度因素时经济发展的影响具有比较强的路径依赖,中、西部地区要实现“弯道超车”,则必须鼓励、支持、引导非公有制经济发展,并从诸如中小企业融资、市场准入、涉企收费、行政审批事项以及产权市场建设等多方面真正营造出适应非公有制经济发展的社会氛围和市场环境,营造稳定公开透明、可预期的营商环境,增强非公有制经济的内在活动和创造力,以此缩小与东部发达地区的经济增长差异。


  五、结论与政策含义


  为了考察互联网金融对地区经济增长的贡献,本文提出了一个基于随机前沿模型的地区经济增长差异分析框架,以分析劳动、传统资本、互联网金融资本和制度等四方面因素对地区经济增长的影响,并将制度因素纳入到技术效率函数中,从而改进了传统分析范式的理论缺陷。利用2010-2016年的面板数据进行的实证分析得到了以下主要结论:(1)总体来看,我国“强者恒强”的区域发展格局没有得到根本性的改变。在样本期内,东部、中部和西部三大区域的经济差距进一步拉大,经济增长收敛假说未能得到较好地体现。(2)传统资本和劳动要素在区域发展差异中的贡献率较高,全国平均水平超过了70%。这在一定程度上反映出我国依然是要素投入推动经济增长的模式,经济落后地区要追赶发达地区,则必须加大人力资源的投入和加强劳动力培训,并努力改善本地区投资环境以增强传统资本要素在本地区的集聚能力。(3)由于技术非效率,全国各区域的实际生产点均位于生产可能性曲线之下,但东部、中部和西部地区技术效率的梯度特征明显。东部地区的技术效率最高,中部次之,西部则最低。(4)互联网金融资本对区域经济差异的贡献度增加非常明显,在六年内增长了191.7%。这表明从区域均衡发展的视角看,互联网金融的快速发展不仅没有起到普惠金融的作用,反而在更大程度上导致了区域经济发展的不平衡,地域歧视将更加突出。因此,各区域的经济增长差距在很大程度上来源于互联网金融所引致的技术无效率,也反映出互联网金融等创新在推动地区经济增长中巨大潜力,中、西部地区要在新常态下实现“弯道超车”,则必须从要素驱动、投资驱动转向包括金融创新和制度创新在内的创新驱动。研究结果表明,尽管可能由于目前我国互联网金融发展程度尚不能显著表现其提升金融资源区域配置效率、促进区域经济收敛增长的效应,但也足以说明互联网金融没有影响金融资本与区域经济增长固有的内在逻辑关系,至少在当下此作用不宜被高估。


  本研究结论具有的政策含义。首先,长期以来我国经济发展存在明显的区域差距,为拉缓梯度和促进区域均衡发展,近年来我国出台了一系列的政策和措施,但要素推动的增长模式決定了政策的着力点依然要立足于人与资本,中、西部地区不仅要加大人力资源的投入和加强劳动力培训,更迫切的是要有吸附人力资源的特殊政策措施,尽快扭转向东部地区单向利益输出的局面,减少东部地区从中、西部地区的“抽水”规模。其次,采取财政、税收、市场准入等各种措施既要鼓励以互联网金融为代表的新技术、新模式的创新,更要鼓励、支持和引导非公有制经济的创新发展,要真正营造出适应非公有制经济发展的社会氛围和市场环境,营造稳定公开透明、可预期的营商环境,增强非公有制经济的内在活动和创造力(侯祥鹏,2017)。最后,互联网金融作为重要的金融创新,在为经济发展注入活力的同时,也出现了脱离实体经济、片面追求效益的现象(张承惠,2016)。随着中国经济进入新常态,在新旧动能转换过程中,必须厘清互联网金融和实体经济部门的关系,适应实体经济发展的需要,立足互联网金融特性,探寻互联网金融高速增长背后的逻辑、风险及其化解之道,将其纳入宏观审慎监管框架,明确监管责任,规范市场秩序,不断提高生产的技术效率。


  注释:


  ①按照传统的经济层面划分方法,本文的东部地区由辽宁、北京、天津、河北、山东、江苏、上海、浙江、福建、广东、海南等11个省、区、市构成;中部地区由黑龙江、吉林、内蒙古、山西、河南、安徽、湖北、湖南、江西等9个省、区、市构成;西部地区由新疆、宁夏、青海、甘肃、陕西、四川、重庆、贵州、云南、广西等10个省、区、市构成。


  作者:曹源芳