在西方经济学的理论框架中，“资本”这个在现实经济生活中“普照一切的光”被定义为与劳动、土地、技术等并列的生产要素。同时，资本的积累促进了产业分工和技术的进步，因而资本积累是推动产业发展的重要因素之一。

定期测算区域工业总产值对金融机构工业短期贷款变动的敏感度，不仅可以直观地显示金融业对工业经济的拉动效果，也有助于制定金融业政策。本文在对金融机构工业短期贷款与工业总产值增长进行相关性分析的基础上，以金融机构工业短期贷款、全部工业企业总产值为变量，对1998～2008年的时间序列数据进行实证分析，揭示短期工业贷款、工业企业总产值之间的相关关系，采用一元非线性回归模型，进一步分析、验证工业贷款余额因素对工业企业总产值的影响，以达到预测产值走势和促进金融机构发展的目的。

一 统计指标的选取与数据来源

在宏观经济分析中，工业总产值反映了一个地区在一定时期内生产出的产品的价值。本文选取1998～2008年的工业企业总产值指标数据作为应变量。

描述金融机构工业短期贷款发展的指标包括工业贷款、乡镇企业贷款和三资企业贷款等，它是金融机构在一定时期内主要工业贷款活动的总和。本文选取金融机构工业短期贷款余额作为贷款规模发展的代表变量，即自变量。

本文的数据都是按当年价格计算。在此基础上，做出二者的时间序列趋势图，用于观察工业产值与金融机构人民币短期工业贷款余额发展的历史演变特征和工业总产值对金融机构人民币贷款余额和企业数量的敏感程度。

分析工具：本文在测算金融业对工业产出贡献的过程中，应用Eviews软件建立回归模型，以期取得科学合理的效果。EViews（Economics Views）是美国QMS有限责任公司推出的在Windows下专门从事数据分析、回归分析和预测的工具。使用Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。EViews是当今世界上最流行的计量经济学软件之一，拥有数据处理、作图、统计分析、回归建模分析、预测、时间序列（ARIMA）模型分析、时间序列的X12季节调整分析、编程和模拟九大类功能，适用范围广泛。

分析时间段为1998～2008年（如表1所示）。

表1 1998～2008年扬州工业总产值及工业短期贷款

二 变量相关性分析

求出产值和短期贷款、产值之间的相关系数（r）如表2、表3所示。

表2 产值与贷款余额相关系数矩阵

表3 相关系数ρ=0的临界表

表2是相关系数的检验表，表中是相关系数绝对值的起码值。当我们计算出的变量x与y的相关系数绝对值大于表中之值时，才可以认为x与y有线性关系。相关系数判别情况如表4所示。

表4 相关系数判别表

1998～2008年的组数（n）为11，对照相关系数检验表，表中α=5%（自由度n-2=9，本文模型中有两个变量，所以要消耗掉2个自由度）相应的值为0.602，α=1%相应的值为0.735，根据表1相关矩阵分析结果，产值（output）与金融机构人民币短期贷款余额（loan）之间的相关系数达0.952808，大于α=1%时的值，这表明工业产值与金融机构人民币贷款余额之间存在十分显著的正线性相关关系，工业产值增长可以由金融机构人民币贷款余额来解释。

三 建立工业产值对金融机构贷款余额敏感度的回归模型

通过产值与贷款余额的相关图（如图1所示），可以观察变量之间的相关程度，可以观察变量之间的相关类型，即为曲线相关，并且大致是向右上倾斜的曲线。因此，根据道格拉斯生产函数投入产出理论，设定为非线性回归模型。

图1 产值与贷款余额的走势

模型表达式

Output=C（1）×EXP（C（2）×（1/loan）） （12-1）

其中C（1）、C（2）表示被估参数，EXP（*）表示指数函数形式。

（一）OLS回归结果

利用Eviews软件，按照普通最小二乘法（OLS）对参数进行估计，对模型进行OLS回归，结果如表5所示。

表5 OLS回归结果

通过Eviews软件，得到模型的拟合图，拟合值和残差的有关计算结果如图2所示。

图2 拟合残差

从拟合残差图可以看出，模型计算出的均值与实际值变化趋势一致，拟合度很好。均值不是目标值，是指导性的，是工业产值增长的努力方向，实际值跟它较接近大一点或小一点都在误差允许范围内。图2中，2008年的实际值比均值略高。原因有