熊彼特对吗 ？ 金融科技与经济增长

熊彼特对吗？金融科技与经济增长 Serhan Cevik WP / 24 /20 2024FEB IMF工作文件 欧洲部 熊彼特对吗？金融科技与经济增长Serhan Cevik编写1 授权由Bernardin Akitoby分发 2024年2月 IMF工作文件描述了作者正在进行的研究，并发表了以引起评论并鼓励辩论。国际货币基金组织工作文件中表达的观点是作者的观点，并不一定代表国际货币基金组织、其执行董事会或国际货币基金组织管理层的观点。 Abstract 金融科技的兴起正在彻底改变金融格局，产品和公司推进创新技术来改善和自动化金融服务。在本文中，我使用一个新的数据集，并实现动态建模来研究金融科技之间的关系以及2012 - 2020年期间198个国家的经济增长。这个跨国家方法-利用金融科技的直接衡量标准和处理潜在的内生性-提供有趣的实证见解。首先，金融科技对实际人均GDP增长取决于工具的类型(数字贷款与数字资本提高)。虽然数字贷款对经济增长具有统计上显著的积极影响，数字资本的筹集具有很大但不显著的作用。第二，金融科技的整体影响包括所有工具都是积极的，具有统计学意义，因为压倒性的份额最后，金融科技与增长之间的正相关关系是在发达经济体中，这一效应的统计意义在发展中国家。作为一个整体，这些结果证实了熊彼特的预测金融创新可以促进增长，但并非每种类型的金融科技都成为加速器。 I. I介绍 金融科技的兴起正在彻底改变全球的金融格局，产品和 services. The total value of start - up investments to fintech worldwide increased from US $12008年的十亿到2022年的2470亿美元（图1）。毫无疑问，金融科技拥有变革性的力量，使金融体系更有效，并扩大金融包容性服务不足的人口。因此，金融科技可以通过以下方式促进经济增长技术和金融创新，降低金融服务成本，适度风险与金融交易相关，从而增加金融中介。 有大量文献探讨了金融发展和创新如何影响 经济增长，可以追溯到熊彼特(1912)的开创性工作格林伍德和约万诺维奇(1990)，本切姆加和史密斯(1991)，金和莱文(1993a, 1993b)和Rajan和Zingales (1998)。而不是重新审视这个文献的每个方面，它是更有效地展示与分析特别相关的关键贡献Fisman和Love (2007)指出，具有较高增长的行业在金融发展水平较高的国家，机会增长更快。同样，Laeven、Levine和Michalopoulos (2015)表明，金融创新促进了经济增长，特别是通过更好地利用增长机会。然而，重要的是强调并非所有金融发展和创新都能促进经济发展增长。过度的信贷增长和新的金融产品会引发金融不稳定，特别是当银行和投资者积累过多的杠杆并忽视尾部风险时(Allen 和Carletti，2006年；Rajan，2006年；Shleifer和Vishny，2010年；Gennaioli，Shleifer和Vishny，2012年； Thakor, 2012; Beck et al., 2016). Another strand of the literature in this context focuses on 并发现更多的金融可能与更少的增长相关(Rousseau和Wachtel，2011；塞切蒂和哈鲁比，2012年；法律和辛格，2014年；阿坎德，伯克斯和帕比萨，2015年；斯瓦米和Dharani，2019年；朱，Asimakopoulos和Kim，2020年)。 但是，金融科技真的像熊彼特所说的那样是增长的引擎吗？专注于金融科技与经济增长之间的实证联系仍然很少，主要是因为交叉-国家数据约束。通过数量间接衡量金融科技的贡献自动柜员机(ATM)和移动电话订阅，Kanga等人(2021)找到1991 -2015年。其他研究主要使用中国金融科技交易的国家以下数据，发现金融科技与经济增长之间的统计显著正相关(Li、Wu和肖，2019；张等，2020；陈，滕和陈，2022；宋和阿皮亚-奥太，2022；卜，余，and Li, 2023). While financial definition and innovation can movembile savings and provide为实体经济的增长机会提供资金，重要的是不要忽视金融科技对金融稳定的影响，这反过来可能对经济产生不利影响增长。2 这项研究通过使用一个新的金融科技直接衡量标准数据集对文献做出了贡献，并实施动态建模，研究金融科技与金融科技之间的经验关系2012 - 2020年期间198个国家的经济增长。处理潜力内生性，基于系统广义矩量法(GMM)的动态分析方法为金融科技与经济之间的关系提供了有趣的见解各国之间和一段时间内的增长。首先，金融科技对实际人均GDP增长的影响取决于工具的类型(数字贷款与digital capital raising). While digital lending as a share of GDP has a statistically significant对经济增长的积极影响，数字资本筹集占GDP的比重有很大但统计上不显著的影响。其次，包括所有工具在内的金融科技的整体影响是积极的和统计上显著的，因为数字贷款在总量中占压倒性的份额。 换句话说，金融科技的增加与经济增长的增加有关，在控制其他因素，包括滞后因变量。这种发现模式当我分别估算发达经济体和发展中国家的模型时，模型保持不变国家，尽管在不同程度上的意义。而之间的积极关系在发达经济体中，金融科技和经济增长的幅度更大，统计数据这种影响的重要性在发展中国家更高。作为一个整体，这些结果证实熊彼特的预测，即金融创新可以促进经济增长通过增加金融中介和为固定资本提供金融资源形成，但并非所有类型的金融科技都成为加速器。 与传统金融机构相比，Fintech仍然很小，但在本文发现金融科技可能对经济增长产生显著影响。而这种影响的大小取决于金融科技工具的类型，整体影响仍然即使在这个阶段，金融科技的平均交易量也似乎具有统计学意义工具占国内生产总值的0.1%，而国内信贷占国内生产总值的55%因此，展望未来，快速增长和不断发展的金融科技应该对经济增长的影响更大，特别是随着越来越多的适应机构和大型科技公司。在这种情况下，维持金融稳定是必要条件为了实现可持续增长，这需要强有力的监管机构，更好地利用技术在监管方面，广泛的跨境协调和适当的审慎监管 新兴金融机构(Arner等人，2017年；He等人，2017年；Magnuson，2018年；Boot等人，2021年；阿德里安等人，2023年；贝恩斯和吴，2023年)。 本文的其余部分结构如下。第二节提供了数据概述用于实证分析。第三节描述了计量经济学方法，并介绍了最后，第四节总结并提供结论意见。 II. D.ATAOVERVIEW 本文提出的实证分析是基于一个不平衡的年度面板数据集。2012 - 2020年期间涵盖198个国家的观察结果。因变量为以人均年实际国内生产总值增长率和固定资本总额衡量的经济增长形成占国内生产总值的份额，来自世界银行的世界发展指标(WDI)数据库。本分析中感兴趣的关键解释变量是卷金融科技交易（不包括加密货币）占GDP的份额。主要的金融科技数据是从剑桥替代金融中心（CCAF）数据库获得，涵盖更多全球超过4, 400家金融科技实体，并将金融科技的发展分为两个主要的类别：(i)数字贷款和(ii)数字资本筹集(CCAF，2021年；Ran，Rau和Ziegler，2022)。金融科技是指利用技术提供金融服务和产品，涵盖广泛的创新和商业模式，旨在改善和自动化传统金融产品和流程。然而，在本文中，我使用来自CCAF数据集的替代金融，包括金融渠道和工具在传统金融系统之外，如https: / / cfa. io /。数字贷款 是通过数字平台的贷款工具的数量，包括资产负债表贷款，对等和市场贷款，基于债务的贷款和发票交易。数字资本募集是指通过数字平台筹集资本的工具的数量，包括房地产众筹等投资性众筹，非投资性众筹众筹，如基于捐赠或基于奖励的众筹。要有一个广泛的措施对于金融科技的发展，我将数字贷款和数字资本筹集与其他类型的金融科技(如小额信贷和养老金主导的融资)，并按GDP进行规模。3 控制与以下因素相关的其他人口和经济变量的影响经济发展，我介绍了一系列变量，包括实际GDP水平人均、消费物价上涨、以出口份额衡量的贸易开放度和国内生产总值中的进口，以对私营部门的国内信贷作为衡量的金融发展占GDP的份额，以政府支出占GDP的份额衡量的政府规模，人口增长和教育成就，以劳动力与基本劳动力的份额来衡量education, which are obtained from the WDI database. Institutional and political factors are also被发现对增长动力至关重要，因此我包括政府稳定和用国际国家构建的综合指数衡量的官僚质量风险指南(ICRG)作为额外的控制变量。 表1提供了实证分析中使用的变量的描述性统计数据。有在各国之间以及随着时间的推移，在经济增长方面存在很大程度的分散。在样本期内，人均GDP实际增长的平均值为2.2%，但它表明significant variation from a minimum of - 54% to a maximum of 87%. To mitigate the极端异常值的影响，数据集在第5和第95百分位数进行了筛选。主要 利息的解释变量是金融科技，通过(I)数字贷款，(Ii)数字资本筹集来衡量and (iii) total including all fintech instruments as a share of GDP. These fintech measures exhibited样本期内存在大量的跨国异质性。随着样本期内的上升趋势金融科技交易的金额，数字贷款的平均值为GDP的0.1%，最低为零，最高为3.4%。同样，数字资本筹集的数量作为国内生产总值的份额从最低零到最高0.5%不等，平均值为在样本期内接近0%。其他解释变量显示类似模式各国差异很大，强调了经济和制度差异。 III. EMPIRICALS贸易和RESULTS 本文的实证目标是调查金融科技的影响(不包括加密货币)关于2012年期间198个国家的大小组的经济增长-2020年。利用数据中的面板结构，我估计了以下基线规格: 푦푖푡=훽+훽푓A푡푒푐ℎ+훽푋+휂+휇+휀12푖푡3푖푡푖푡 푖푡where푦푖푡表示实际人均国内生产总值增长或固定资本形成总额占国内生产总值的份额国家i和时间t；푓A푡푒푐ℎ푖푡代表(I)数字贷款占GDP的比重，(Ii)数字资本提高GDP的份额，或（iii）所有金融科技工具占GDP的份额；푋푖푡表示一个向量控制变量包括时间t - 1的实际人均国内生产总值的对数，消费价格通货膨胀,贸易开放,国内私人部门信贷,政府规模,人口增长，教育素养以及政府稳定和官僚素质的措施。The휂and휇系数表示时不变的国家特定效应和时间效应푖푡控制可能影响所有国家经济增长的共同冲击年，分别。휀푖푡是特质误差项。我解释了可能的异方差，使用Driscoll - Kraay在数据中的自相关和横截面依赖性(1998)标准误差，在时间较短的不平衡面板中特别稳健维度。 在这种情况下，内生性是一个重要的问题。也就是说，可能会有更大的需求在快速增长的经济体中，金融科技可能会导致反向因果关系，这使得参数估计有偏差和不一致。尽管缓解这种情况的最佳方法关注的是使用工具变量(IV)估计，确定合适的时变IV对于各种金融科技工具是不可行的。因此，要确保实证分析，我实现了Arellano和Bover提出的系统GMM方法(1995)和Blundell和Bond (1998)，其中允许包