确定南非金融化与经济增长之间的关系：采用一种增强的金融化稳健性衡量方法 埃尔顿·奇尼亚昂加（Elton Chinyanga）与 卢瓦齐·森佐·恩查加塞（Lwazi Senzo Ntshangase）

《Economies》：Determining the Relationship Between Financialization and Economic Growth in South Africa: Utilizing an Enhanced Robustness Measure for Financialization Elton Chinyanga and Lwazi Senzo Ntshangase

　　摘要
尽管过去二十年南非的金融领域迅速扩张，但其经济增长依然缓慢，这引发了人们对金融行业发展与整体经济表现之间脱节的担忧。本研究旨在通过三个代理变量来探讨金融化与经济增长之间的关系：金融、保险、房地产和商业服务占GDP的百分比；货币供应量（M3）占GDP的百分比；以及私营部门信贷占GDP的百分比，并结合一个综合金融化指标。利用1994年第一季度至2025年第二季度的季度时间序列数据，本研究采用自回归分布滞后（ARDL）方法来分析金融化与经济增长的短期和长期动态及共整合情况。实证研究结果表明，金融化对南非经济增长具有积极且统计上显著的影响。同时，估计结果也显示金融化对经济增长有显著正效应，这表明需要制定促进和增强其作用的政策。

1. 引言
经济学家之间的意见分歧使得关于金融体系如何贡献于实体经济的讨论持续进行。一些经济学家认为，由于金融机构资产负债表上的实物资产占比相对较小，它们对经济的直接影响很小。这一观点得到了货币主义学派的支持，该学派认为经济中存在货币部门和实物部门的分离（Fields, 2015）。然而，利率与货币变量（如货币量）以及宏观经济变量（如就业水平、价格水平和国内生产总值）之间的联系似乎表明金融部门在实体经济中扮演了更重要的角色（Beires, 2015在其关于政府在衰退中作用的研究中指出）。这种机制得到了全球多家中央银行在货币政策中的广泛应用，这一机制常被称为“传导机制”。此外，金融化现象在南非的表现达到了前所未有的程度（Ashman et al., 2013）。许多研究将金融化与经济发展联系起来，这种情况在工业化国家更为普遍（例如Brychko et al., 2021）。他们指出，通过金融中介发展金融体系在重新分配和调动金融资源以支持生产性活动方面起着关键作用，从而促进国家经济增长。根据Khatatbeh和Moosa（2022）的观点，金融化指的是金融部门相对于实体经济的日益主导地位，其中金融动机、金融市场和金融机构以将资源从生产性投资转向投机性和寻租活动的方式塑造经济结果。金融发展则指金融机构、市场和工具的改进与扩张，从而提高储蓄向生产性投资的有效配置（Hein, 2014）。此外，Ncanywa和Mabusela（2019）的研究进一步支持了金融发展对经济的积极影响，他们发现对于某些国家而言，金融发展与经济增长之间存在短期和长期关系。从长远来看，流动性负债和私营部门获得的银行信贷对经济增长有积极影响（Brychko et al., 2021）。一些经济学家认为，金融中介通过改善资源分配和投资机会来促进经济增长，因此金融化间接推动了经济增长。
南非经济的金融化表现在多个方面：银行业金融负债从2000年到2010年有所增加；金融行业占GDP的比重从2000年的23%上升到2016年的31.2%（IHS Global Insight，约翰内斯堡是南非的金融中心）；所有金融机构提供的信贷占GDP的比例在2000年至2010年间大幅上升（SARB, 2022）。然而，南非经济增长并未如预期那样响应这种金融化的增长。从2003年到2016年，经济增长最初停滞，随后下降，2016年增长率降至1%以下。实际上，自1999年至2003年的商品繁荣时期以来，高增长率已经难以实现。2008/9年的全球金融危机后，情况进一步恶化，此后尽管金融部门初步发展，经济增长仍然疲软。鉴于上述情况，不禁让人质疑为何金融化未能对南非的经济增长产生预期效果，毕竟南非拥有被认为能够抵御2008年金融危机的强大金融体系。因此，必须更深入地研究南非金融化与经济增长之间的关系。

本研究的贡献在于对其进行了全面考察。此前类似的研究（Ndikumana & Allen, 1998; Sunde, 2012; Ziramba, 2016）在分析南非金融化与经济增长的关系时，依赖的是较为狭隘的代理变量。例如，Ziramba（2016）和Sunde（2012）使用货币供应量和私营部门信贷占GDP的百分比作为金融化的代理指标。这些研究涵盖了金融化关系的流动性和信贷渠道，但没有展示整体效应（Ndikumana & Allen, 1998）。尽管Ndikumana & Allen（1998）使用了金融化综合指数，但他们没有区分流动性和信贷渠道，因此结果可能受到组合谬误的影响（即整体成立并不一定意味着部分也成立）。此外，像2008年的全球金融危机这样的关键事件已经超出了Ndikumana和Allen（1998）研究的范围。因此，在本研究中，我们采取了更为全面的方法，结合了整体、流动性和信贷三个方面。为此，我们估计并比较了三个模型（整体、流动性和信贷），以便更深入地分析南非金融化与经济增长的关系。本研究试图提供更多关于这一主题的信息，并基于更全面的计量经济学分析提出可能增强金融化对经济增长影响的措施。

2. 文献综述
2.1 理论文献综述
本研究使用的模型基于著名的Solow（1956）和Swan（1956）提出的新古典经济增长核算模型。根据他们的模型设定，经济的产出Y在某一时刻t基本上是两个变量——劳动力L和资本存量K的函数，遵循以下Cobb-Douglas生产函数（Durlauf & Blume, 2010）：
(1)
其中l表示劳动力的投入弹性，k表示资本的投入弹性，α和β分别表示规模报酬恒定和边际报酬递减的特性。A表示经济的全要素生产率（TFP）。以GDP作为经济产出，考虑增长率变量，并将对(1)取对数形式，得到以下方程：
(2)
方程(2)表明，给定经济体的经济增长是劳动力增长和资本存量增长及其生产率的函数。经济体的TFP通常是其他影响经济增长的变量集合的函数。因此，经济增长模型可以表示为：
(3)
其中其他变量β影响经济增长，ε表示经济增长对变量变化的弹性。方程(3)中的经济增长模型是外生的，因为它假设经济是封闭的。对于内生增长模型，经济是开放的（Sunge & Ngepah, 2020b，南非的情况也是如此）。为了捕捉国际贸易对南非经济增长的影响，模型中包含了两个变量——贸易开放度（γ）和实际有效汇率（ε）。一方面，贸易可以通过技术转移、竞争和资源分配提高生产效率和生产力来促进增长（Sunge & Ngepah, 2020a, 2020b）；另一方面，贸易可能会通过破坏本土生产、导致原材料出口以及创造不完善的国际知识溢出效应而抑制增长（Hye & Lau, 2015）。实际有效汇率（REER）也可能通过贸易平衡和条件影响增长。
与本研究主题相关的是，金融化对经济增长的影响基于Schumpeter（1911）最初的假设，并由McKinnon（1973）进一步细化。根据他们的假设，在这种关系中，金融化主要通过促进技术创新来影响经济增长（Sibindi, 2014）。此外，文献还确定了金融化与经济增长之间的四个关键渠道：(1) 信息提供和资本分配，(2) 风险管理改善，(3) 储蓄动员，以及(4) 本地和国际贸易的便利（Ahadu, 2019; Batuo et al., 2018）。然而，金融化也可能对经济增长产生不利影响（Kapaya, 2021）。为了考虑金融化对经济增长的影响，使用了三个代理变量：(1) 金融、保险、房地产和商业服务占GDP的百分比（f1），(2) 货币供应量（M3）占GDP的百分比（f2），以及(3) 私营部门信贷占GDP的百分比（f3）。

南非的主要政策框架是财政政策和货币政策，在解释其经济增长轨迹时不能忽视这些因素。为了考虑财政政策的影响，模型中包含了预算赤字（Δb）。从政府角度来看，预算赤字预计会通过刺激总需求来促进经济增长（Kryeziu & Hoxha, 2021）。然而，预算赤字可能会对经济增长产生负面影响，特别是如果其融资挤出了本地投资（Idris et al., 2017）。两个与通货膨胀相关的变量代表了货币政策（f4）和利率（f5）。通货膨胀被纳入模型是因为它是一种货币现象（Sunge & Makamba, 2020）。传统上认为通货膨胀会对经济增长产生负面影响。利率也是关键的货币政策工具。普遍的观点是较低的利率有助于经济增长（Shaukat et al., 2019）；然而，这并非总是成立（Lee & Werner, 2022）。

2.2 实证文献综述
关于南非金融发展与经济增长关系的实证文献逐渐从狭义的金融发展转向更广泛的金融化研究，尤其是在1994年南非经济结构转型之后。金融化通常被理解为金融市场、金融机构和金融动机在宏观经济结果中的作用日益增强，超出了其传统的中介角色（Epstein, 2005; Stockhammer, 2015b）。在南非背景下，这一现象体现在金融行业占GDP的比例上升、信贷市场迅速扩张以及深度融入全球金融流中。越来越多的实证研究表明，金融化与经济增长之间存在复杂且往往非线性的关系。早期的研究（如Levine, 2005）基于金融化增长假说，认为金融深化通过改善资本配置和降低交易成本来促进增长。在南非，有证据表明金融部门的发展可以通过信贷扩张和流动性条件的改善来刺激短期增长（Ngcobo et al., 2025）。然而，最近的实证研究越来越多地挑战这种线性关系，强调过度金融化的不利影响。利用南非的长期数据，一些研究发现，虽然金融化最初支持经济增长，但超过某个阈值后可能会对经济表现产生负面影响或甚至抑制增长。这与“金融过度”假说一致，该假说认为金融部门的过度扩张可能导致资源错配、投机活动以及生产性投资的减少（Arcand等人，2015年）。在南非，这一担忧因金融部门强劲增长而加剧，但这种增长并不总是伴随着实体经济的相应扩张。针对南非的具体实证证据进一步强调了金融化对不同增长机制的不同影响。Mabeba（2024年）使用分位数回归技术表明，通过金融部门增加值衡量的金融化对不同增长水平下的GDP具有统计学上显著的正面效应，尤其是在较高增长水平时效果更明显。研究结果表明，当经济已经表现良好时，金融化可能会促进增长，但其刺激低增长机制的能力仍然有限。此外，这一发现与新兴市场中观察到的不对称增长效应一致，即金融深化的好处取决于宏观经济稳定性和制度质量。其他关注南非金融结构的实证研究也强调了金融市场资本化和银行业发展在塑造增长动态中的作用。Ngcobo等人（2025年）发现，金融市场资本化对经济增长和失业率有可测量的影响，尽管效应的大小和方向取决于劳动力和产品市场的结构条件。同样，基于ARDL的关于金融化与经济增长关系的研究表明，金融指标与GDP之间存在长期协整，但短期动态取决于货币和财政条件（McHardy，2022年）。

虽然金融化与金融发展的概念有所重叠，但本研究将金融发展定义为金融中介的深化、效率提升和可及性的增强，而金融化则理解为金融动机、行为者和活动相对于实体经济的日益主导地位（Krippner，2005年；Epstein，2005年）。因此，研究中使用的实证代理变量不仅被解释为金融化的指标，还捕捉了金融化的具体维度。金融部门增加值与GDP的比率被用作金融化的结构性（基于流量的）衡量标准，反映了金融部门的扩张及其在宏观经济中的主导地位。正如Mabeba（2024年）所指出的，FVA反映了金融对GDP的贡献，从而直接表明了金融活动的相对规模和经济权重。这与金融化文献的观点一致，即金融在总增加值中的份额增加被视为从生产性积累向金融积累的转变（Assa，2012年；Karwowski & Stockhammer，2017年）。从这个意义上说，FVA捕捉了经济的宏观结构转型，这是金融化的核心特征。其他研究也采用了金融部门占GDP的比例来考察金融化对经济增长的影响（Chipangila，2019年；Bonizzi，2013年；Kungwane，2020年）。此外，信贷与GDP的比率被用来衡量金融深化和杠杆效应，尤其是实体经济对信贷和金融中介的日益依赖。虽然CGR传统上被视为金融发展的指标，但在金融化的框架下，它反映了经济活动越来越多地通过债务关系进行中介的程度。高且不断上升的信贷比率与金融脆弱性的增加和实体经济对金融周期的暴露度增加有关（Denk & Cournède，2015年），这与后凯恩斯主义和对金融化的调节主义解释一致。因此，CGR捕捉了金融渗透到生产和家庭活动中的程度，而不仅仅是提高了获得金融服务的机会。

最后，诸如广义货币供应量（M3）之类的变量被解释为捕捉金融化的流动性和扩张维度，反映了金融资产和货币总量相对于实际经济活动的增长。在金融化的经济中，流动性的增加不一定转化为生产性投资，反而可能支持资产价格通胀和投机活动，这是金融化文献中广泛讨论的现象（Stockhammer，2004年；Dumenil & Levy，2004年）。因此，这里使用货币供应量作为金融债权扩张和流动性驱动积累的代理指标。重要的是，本研究采用了多维度测量方法，这与以往的实证研究一致。金融化不是通过单一指标来捕捉的，而是通过结构（FVA）、流量（信贷）和流动性（货币供应量）的综合指标来捕捉，反映了其复杂和多方面的性质（Krippner，2005年；Karwowski等人，2015年）。类似的方法也被用于跨国和国别研究，包括Assa（2012年）和Chipangila（2019年），这些研究使用金融部门增加值及相关比率来捕捉经济活动向金融领域的重新分配。

## 方法论
本节详细介绍了估计过程，该过程采用了自回归分布式滞后（ARDL）模型来考察1994Q1至2025Q2期间金融化对南非经济增长的短期和长期影响。ARDL框架特别适合这一情境，因为它可以容纳内生和外生的一阶（I(0)）和二阶（I(1)）整合变量。

### 3.1 数据来源
下表列出了来自南非储备银行（SARB）和南非统计局（StatsSA）的内生和外生变量。数据覆盖了1994Q1至2025Q2的季度测量结果。内生变量是经济增长，用于衡量南非的总体经济活动（Thore & Tarverdyan，2021年）。外生变量包括就业指数、固定资本形成总额占GDP的百分比、货币供应量占GDP的百分比、贸易开放度、预算赤字占GDP的百分比、贷款利率、实际有效汇率、通货膨胀率以及作为金融化代理指标的金融、保险、房地产和商业服务GDP占GDP的百分比。表1提供了变量的描述/测量方法。本研究中的一个关键方法论考虑是金融化的具体化，特别是考虑到其与金融发展的概念区别。虽然金融发展通常与金融系统的效率、深度和可及性的提高相关联，但金融化更广泛地指的是金融动机、机构和市场在塑造经济结果中的日益主导地位（Epstein，2005年；Stockhammer，2004年）。然而，在实证应用中，这种区别常常因数据限制和可测量指标的重叠而变得模糊。在本研究中，使用货币供应量占GDP的比例、对私营部门的信贷以及金融相关部门对GDP的贡献作为金融化的代理指标。尽管这些指标在金融发展文献中很常见，但在这里它们的解释超出了单纯衡量金融深化的范畴，还包含了金融活动相对于实体经济的规模和系统重要性的增加。具体而言，信贷和流动性的扩张不仅反映了金融中介的改善，还表明了金融积累过程的加剧和金融回报的优先级，这些都是金融化的核心特征（Stockhammer等人，2021年；Lapavitsas，2013年）。此外，研究还承认越来越多的文献表明金融扩张与经济结果之间的关系是非线性的，过度金融化可能会对增长、不平等和宏观经济稳定产生不利影响（Arcand等人，2015年；Cecchetti & Kharroubi，2012年）。因此，选定的代理指标是在一个更广泛的框架内进行解释的，这个框架既承认了金融部门扩张的发展方面，也考虑了其潜在的扭曲效应。尽管这种方法受到宏观经济数据可用性的限制，但它提供了一个实用且理论上有根据的方式来捕捉南非的金融化动态。

金融、保险、房地产和商业服务（FIRB）的综合变量是根据南非统计局提供的部门国民经济账户数据得出的。它捕捉了金融部门及相关服务对总体经济活动的总体贡献，计算方法是金融、保险、房地产和商业服务行业增加值的总和。形式上，该变量表示为：[此处应有具体的数值表达式]。为了考虑规模效应并确保时间上的可比性，该综合变量通过总产出进行了标准化，并表示为国内生产总值（GDP）的百分比。

### 3.2 ARDL估计
基于ADF单位根测试的结果，ARDL方法被用来估计方程（4）中的参数。ARDL方法最初由Davidson等人（1978年）提出，并由Pesaran和Shin（1995年）以及Pesaran等人（1999年）进一步发展。近年来，由于各种原因，ARDL比其他方法（如向量误差修正（VECM）和向量自回归（VAR）更常用于长期协整计算。根据Nkoro和Uko（2016年）以及Sunge和Makamba（2020年）的研究，ARDL可以用于不同整合程度的变量，这对于时间序列数据具有巨大潜力。因此，在使用ARDL时，需要进行单位根测试以确认没有变量在二次差分后仍然处于非平稳状态（I(2)，因为在这种情况下ARDL效率较低（Paul，2014年）。此外，ARDL适用于小样本（Pesaran等人，2001年），降低了虚假结果的风险（Ghouse等人，2018年），并结合了短期和长期估计；它使用约束检验方法进行协整测试。

一般而言，ARDL考虑了因变量（）和自变量（）的滞后对因变量的影响。根据Pesaran等人（1999年）的说法，ARDL（p, q）模型的形式为：[此处应有具体的公式]。其中，[此处应有相关的数学表达式]。简化（6）得到：[此处应有简化的公式]。在（7）中，[此处应有具体的数值]。在（7）中，[此处应有具体的数值]表示[此处应有具体的变量]对[此处应有具体的变量]的长期弹性。[]是调整速度或误差修正项，用于衡量[此处应有具体的变量]在[此处应有具体的变量]受到干扰后恢复到长期均衡的速度（Sek等人，2015年）。显著负的[]表示长期关系的收敛性和稳定性（Ghouse等人，2018年）。内生变量和外生变量的短期弹性分别由它们的滞后差分[此处应有具体的表达式]表示。将（7）应用于理论模型（4）得到：[此处应有具体的方程式]。（8）中的估计结果受每个变量所选滞后数量的影响，因此需要选择最佳滞后长度。基于此，使用贝叶斯信息准则（BIC）来选择每个变量的最佳滞后长度。这是ARDL系统中的默认滞后选择器（Kripfganz & Schneider，2023年）。

## 4. 结果与讨论
### 4.1 描述性统计分析
分析中使用的变量的描述性统计数据显示在表2中。数据涵盖了1994Q1至2025Q2的时期，提供了126个时间序列观测值。讨论集中在因变量（）以及三个金融化代理指标上：（1）金融、保险、房地产和商业服务GDP占GDP的百分比（），（2）广义货币供应量（），以及（3）对私营部门的信贷（）。表2显示，在研究期间，季度GDP平均增长了0.7%，最低增长率为2009年第一季度的-1.530%，最高增长率为1996年第二季度的1.837%。2009年第一季度GDP增长最慢并不令人意外，因为2008年始于美国的全球金融危机对南非的影响最为显著，全球其他经济体也是如此。受到冲击后，大多数经济体都受到了严重影响，鉴于南非高度融入全球经济，经济增长的下降不可避免。负面影响从2008Q4开始显现，增长率降至-0.48%，然后在2009Q2降至0.30%。我们发现2008Q4至2009Q2是研究期间最长的负经济增长时期。最高经济增长率出现在经济从种族隔离时代转型期间势头强劲的时候。在此期间，政府采取了关键的宏观经济方案，成功推动了经济增长。标准差为0.59，表明在研究期间经济增长显著偏离了平均水平。经济增长的这种变化可以解释其对应独立变量变化的弹性。金融化变量的趋势也有些相似。对于“fin”这一变量，该时期的平均比率是12.67%，而最低（3.72%）和最高（24.38%）的数值分别出现在1994年第一季度和2025年第二季度。6.164%的标准差足以对经济增长产生实质性影响。数据显示，金融业和服务业对GDP的贡献仍在增加。这归因于财政部和南非储备银行为增强金融行业的韧性而采取的持续措施。例如，在全球金融危机（GFC）之后，政府认识到金融行业的重要性，并调整了其政策框架，以构建一个更强大的行业，确保可持续的经济增长（Gordhan, 2011）。M3和CDT也表现出类似的趋势，其数值也较为接近。最低和最高的数值同样出现在1994年第一季度和2025年第二季度，显示出持续增长的趋势。货币供应量的增长以及因此对私营部门的信贷增加，体现了政府为提高经济流动性所做的努力，这种努力考虑到了积极的投资和经济增长效应。

4.2. 平稳性和单位根检验：结果
对三个平稳性模型进行了增广Dickey–Fuller（ADF）单位根检验：（1）无趋势和无漂移；（2）有趋势无漂移；（3）有漂移无趋势。根据表3，三个模型的结果是一致的。在所有模型中，四个变量（经济增长、名义有效汇率、私营部门信贷占GDP的比例以及通货膨胀率）都处于平稳状态（I(0)）。对于这些变量，t统计量都大于每个模型的1%临界值，这表明单位根的原假设被坚决否定。对于其余变量，则未能在预期的水平上拒绝非平稳性的原假设。经过一阶差分后，t统计量足够大且显著（1%），从而拒绝了单位根的假设。由于这些变量的阶数分别为I(1)和I(0)，因此估计了ARDL模型。

4.3. ARDL协整性检验
Pesaran等人（2001）的ARDL界限检验结果如表4所示。在所有三个模型中，两个检验统计量（F和t）在1%的显著性水平上都强烈拒绝了无协整性的原假设。根据F统计量，10.184、8.503和8.269的值都大于Kripfganz和Schneider（2023）提出的1%上限临界值4.476。无协整性原假设的强烈拒绝意味着所有独立变量与经济增长之间存在长期关联。

4.4. ARDL估计结果
表5展示了三个金融化模型的估计结果，每个模型代表一个不同的代理指标。在第一个模型中，金融化通过金融业的总价值占GDP的百分比来衡量。在第二个模型中，金融化通过货币供应量（M3）占GDP的百分比来衡量。最后，在第三个模型中，则通过私营部门信贷占GDP的百分比来衡量。每个模型的结果分为两个部分：A（长期估计）和B（短期估计）。表5显示，根据贝叶斯信息准则选择了ARDL(1, 2, 0, 0, 2, 0, 0, 1, 0)模型。所有模型中都包含了一个虚拟变量以解释结构性冲击，但由于该变量在统计上不显著，因此后被移除。

4.4.1. 模型1
我们的分析集中在三个金融化变量上。模型1的估计结果反映了总体上的金融化与经济增长之间的关系。该模型表明，金融化对经济增长有正面（0.238）且高度显著（1%）的影响。直观上，这些估计表明，在研究期间，金融业、保险业和房地产及商业服务的增加值每增加1%，经济增长就增加0.238%。该模型的R2值为57.24%，这意味着1994年第一季度至2025年第二季度期间经济增长的57%可以通过模型中包含的变量来解释。尽管R2可能更高，但由于数据频率的原因，难以纳入其他相关变量。然而，遗漏变量检验（Ramsey test）确认模型中包含的因素足以解释经济增长的变化。这一统计显著性表明，金融服务行业对解释南非的经济增长至关重要。这一发现与大多数将金融化与经济增长联系起来的理论框架一致。这也支持了Levine（1997, 2005）提出的金融化与经济增长的四个关键渠道。研究发现，金融化对于（1）信息提供和资本配置、（2）风险管理改进、（3）储蓄动员以及（4）促进国内外贸易至关重要。考虑到南非该行业的增长，这一点是完全可以理解的。南非储备银行（SARB）2022年的数据显示，该行业在研究期间平均贡献了GDP的12.6%，这一比例从1990年的3.7%显著上升至2017年的24%。随着金融服务行业的增长，其支持南非经济增长的能力也在增强。

金融、房地产和商业服务（FRB）行业的重要性日益增加，这体现在该行业在经济遭受冲击时的作用上。首先，该行业在全球金融危机（GFC）中相对未受影响。危机后，其就业份额为3.9%，同时贡献了约15%的企业所得税（Gordhan, 2011）。金融危机后，FRB行业被认为是未来应对冲击的基础。其次，该行业在帮助南非经济从2018年的衰退中复苏中发挥了关键作用。在经济在第一季度和第二季度分别收缩2.7%和0.5%之后，FRB行业是复苏的最大贡献者（Stats SA, 2022）。由于该行业当年增长了1.8%，相当于整体经济增长了0.4个百分点，因此经济到年底实现了0.8%的正面增长。第三，在COVID-19疫情之后，该行业也发挥了关键作用。疫情在2020年第一季度导致经济增长减缓了1.8%，如果不是因为FRB行业的韧性（增长了3.7%），情况可能会更糟。在疫情高峰期，该行业受到严重影响，下降了28.9%，而整体经济下降了5.1%。然而，到2020年第三季度，该行业增长了16.5%，全年经济增长达到了66.16%。因此，估计结果与南非金融化与经济增长之间的关系发展是一致的。实证研究结果与南非国内外的证据相符，Sibindi（2014）、Mandiefe（2015）和Sunde（2012）都证实了金融部门发展对经济增长的积极影响。此外，Sulemana和Dramani（2020）对撒哈拉以南非洲的研究也得出了相同结论，Ductor和Grechyna（2015）则涵盖了101个发达国家和发展中国家。然而，这种关系并不总是积极的，Kapaya（2021）在坦桑尼亚的研究中展示了相反的情况。

4.4.2. 模型2和模型3
第二个和第三个模型通过流动性渠道来研究金融化与经济增长的关系。表2显示，货币供应量与GDP的比率对经济增长有较小但正向且统计上不显著的正面影响，而信贷占GDP的比例虽然正向但在统计上不显著。具体来说，货币供应量相对于GDP增长1%与经济增长0.019%相关，而信贷的类似增长仅贡献了0.016%。鉴于信贷的统计相关性较弱，讨论主要集中在货币供应量的作用上。货币供应量与经济增长之间的正向关系与“货币在效用”（MIU）和“货币在生产”（MIP）框架一致，这些框架认为实际货币余额可以提高生产力和交易效率。在这种情况下，货币供应量的增加可以降低交易成本、通过降低利率缓解借贷限制、刺激投资，并通过乘数效应促进总产出增长，这与南非的货币中性假设相矛盾（Handa, 2009）。尽管如此，这种正向关联仍然较为温和，表明这种关系符合经典二元论和货币中性理论的观点，即货币扩张仅影响名义变量而非实际变量（Issaoui & Boufateh, 2015）。货币供应量系数的弱相关性可能代表了货币主义和经典视角之间的平衡，意味着虽然货币“重要”，但其对实际增长的影响有限。这一发现与南非的情况相符：货币供应量占GDP的比例从1994年第一季度的28%显著上升至2025年第二季度的223%，而实际GDP增长率在同一时期平均仅为0.7%（SARB, 2022）。实证结果表明，这些结果与Issaoui和Boufateh（2015）针对美国的研究以及Omodero（2019）针对尼日利亚和加纳的研究一致，他们发现货币非中性在其国家中成立，在其他国家则不成立。

4.4.3. 误差修正（ECT）和短期动态
结果显示，所有三个模型中的ECT均在1%的水平上为负且统计上显著，证实了因变量和自变量之间存在长期均衡关系。不同模型之间的ECT系数较为接近，表明调整速度较快，模型1每个周期大约纠正了79.7%的不均衡，模型2和模型3分别修正了75%和75.6%。短期内，表4的B面板显示，基于BIC确定的滞后结构表明资本形成和贸易有两个滞后，实际有效汇率有一个滞后。模型1的结果显示，资本形成的第一个滞后是正向但不显著，而第二个滞后在1%的水平上显著，表明投资的影响大约在两个季度后显现。同样，TO在两个滞后上均表现出正向且高度显著的效果，表明更大的贸易一体化可以促进后续季度的经济增长。实际有效汇率（REER）也是正向且显著的，表明货币贬值适度推动了经济增长。总体而言，显著的短期动态表明，资本形成、贸易和汇率政策作为有效的短期工具对于刺激经济复苏和缓解冲击至关重要（Ajose & Oyedokun, 2018）。

4.5. 估计后诊断测试
为了确保估计结果的稳健性，进行了多项估计后测试，结果分别展示在表6和图1中。Durbin–Watson和Breusch–Godfrey序列自相关测试的结果表明结果没有问题。三个模型的DW统计量（2.068；1.998；1.997）接近2，这是理想的情况。根据Breusch–Godfrey测试，概率值均大于0.05的标准值，这意味着没有足够的证据来拒绝序列独立性的原假设。表6显示了估计后的诊断测试结果。图1显示了累积平方稳定性测试的结果。

总结：本研究分析了南非金融化与经济增长之间的关系，发现金融化对经济增长有显著且正面的影响。三个模型分别通过不同的代理指标来衡量金融化，结果显示金融化对经济增长有正面且显著的作用。第一个模型表明金融化对经济增长的贡献率为0.238%，R2值为57.24%，这意味着1994年第一季度至2025年第二季度期间经济增长的57%可以通过模型中包含的变量来解释。尽管R2可能更高，但由于数据频率的原因难以纳入其他相关变量。遗漏变量检验确认模型中包含的因素足以解释经济增长的变化。这一统计显著性表明，金融服务行业对于解释南非的经济增长至关重要。这一发现与大多数将金融化与经济增长联系起来的理论框架一致，也支持Levine（1997, 2005）提出的四个关键渠道。研究发现，金融化在信息提供和资本配置、风险管理改进、储蓄动员以及促进国内外贸易方面发挥着关键作用。南非金融服务行业的增长表明，该行业对经济增长的支持不可或缺。该行业在应对经济冲击时表现出强大的韧性。关于异方差性，LM检验和Breusch–Pagan检验的结果表明所有模型的误差项都是同方差的。这一结论可以从p值推断出来，所有p值都大于0.05。在这样的值下，无法拒绝同方差性的原假设。鉴于某些解释经济增长的关键变量数据缺乏季度性数据，存在由于遗漏变量而导致结果被削弱的风险。然而，Ramsey RESET检验的结果却表明情况并非如此。对于这三个检验，概率值都大于0.05，因此接受没有遗漏变量的原假设。因此，尽管有一些变量被排除在外，但被纳入的变量对于解释1994Q1至2025Q2期间南非的经济增长来说仍然足够重要。使用Cusum稳定性检验对所有模型的结果稳定性进行了验证。图1显示，所有三个模型的Cusum平方值都位于95%的置信区间内，因此模型的估计结果是稳定的。

在表A1和表A2中，从经济增长到M3的单向因果关系支持了“需求跟随”假说，而FIRB显示出向经济增长的单向因果关系，这与文献中提到的金融化能够刺激经济活动的观点一致，不过不同金融指标之间的因果方向存在差异（Nguyen等人，2022年）。相比之下，在表A3中，Granger因果关系检验结果显示CDT与经济增长之间没有显著的因果关系，表明货币传导效应较弱，内生性也有限，这与新兴市场中货币总量对经济增长预测能力通常较弱的证据相符（Andersson等人，2016年）。尽管Granger因果关系检验可以说明金融化和经济增长之间的相互预测关系，但它们未能证明明确的因果联系。鉴于内生性、反馈循环和遗漏变量等因素可能影响数据，这些结果应被视为相关性迹象。此外，使用时间序列技术存在关于模型定义、滞后选择以及稳定性假设的限制。因此，这些结论更多是指示性的而非最终定论，需要仔细解读。

5. 结论

本研究通过替代指标探讨了南非经济增长与金融化之间的关系，以捕捉其多维性质。研究结果表明这种关系是异质性的，而非单一的、同质的影响。特别是FIRE变量对经济增长有正面且统计学上显著的影响，这突显了特定行业金融扩张在塑造经济增长动态中的重要性。相比之下，货币供应量的影响虽然为正但较弱，而私营部门的信贷在统计上并不显著，这表明传统的金融深度衡量标准在南非背景下并不总能转化为经济增长。这些结果表明，金融化的增长促进效应主要集中在金融行业的特定部分，而非广泛覆盖整个行业。因此，在制定政策时应谨慎解读这些发现。政策不应提倡普遍性的金融部门扩张，而应注重提高金融中介机构的效率、监管水平和生产导向，特别是在FIRE领域，并确保其与实体经济的更强联系。此外，货币供应量和信贷的弱效和不显著效应表明，传统的金融发展策略在单独实施时可能对经济增长的贡献有限，这进一步强调了将金融部门发展与更广泛的宏观经济和结构目标（如投资、就业创造和包容性增长）相结合的重要性。与Thomson和Dutta（2018年）的观点一致，政策干预还应考虑金融化的分配效应，以确保其benefits能够惠及金融部门以外的家庭和整个经济体。未来的研究可以通过采用其他金融化衡量指标，并探索金融与增长关系中的潜在非线性和阈值效应来进一步完善这些发现。