在影响技术进步的诸多因素中，金融发展一直是国内外学者研究的焦点。近年来，更多的理论研究表明金融发展对技术进步确实有显著的推动作用，这一作用主要是通过以下机制来实现：金融发展丰富了金融产品，从而能更有效地动员储蓄来为企业提供研发资金；金融发展提高了信息收集和处理效率，有助于资金流向最有前途的技术创新项目；金融发展有利于企业在技术创新中进行跨期风险的分散，从而提升了企业技术创新的成功率；金融发展降低了对进行创新活动的企业的监督成本，缓解了技术创新企业的融资约束，从而推动了技术进步。本文根据中国东部金融发展与技术进步的特点，通过建立动态面板数据模型，分析我国东部金融发展对技术进步的动态效应。 　　一、模型的构建 　　1、变量与数据      本文采用以DEA—Malmquist指数法计算的中国东部各省每年技术进步指数作为被解释变量。东部地区包括北京、天津、河北、辽宁、山东、江苏、上海、浙江、福建、广东和海南11个省市。对于解释变量，本文选取中国东部各省的贷款余额与名义GDP的比值作为一个解释变量。此外，考虑到前期技术进步指数对当期技术进步指数的影响，我们将各省每年技术进步指数的滞后一期值设为另一个解释变量。 　　2、模型的设定 　　动态面板数据模型适用于揭示不同横截面单元(不同区域)的异质性和动态效应。因此，考虑到前期技术进步对当期技术进步的影响，本文建立以下动态面板数据模型来研究金融发展对我国东部技术进步的影响。        （1） 　　在模型（3）中：＝1，2，3，… N，分别代表东部不同的省、直辖市，＝1，2，3,…T，代表所考察的各个年度；为随机扰动项，所度量的是各个横截面单元即不同省的个体差异，假定、、E(vit uj) =0，对于所有的i, t, j。是各省在各个年度的技术进步指数，为的滞后一期值，表示各省在各个年度的贷款余额与名义GDP之比。度量了前期技术进步指数对当期技术进步指数的影响，度量了贷款余额与名义GDP之比对当期技术进步指数的影响。如果我们对于模型（1）估计得到的系数为正数，则表明金融发展有助于我国东部的技术进步。 　　二、模型的估计方法 　　对于动态面板模型(1)，为了便于表述，用代替，代替，并且假定严格外生，即，t,s=1,2,…,T，但是，与是相关的。于是，模型可表示为：       （2）      对于以上动态面板模型的估计，我们采用Arellano 和 Bond (1991), Arellano 和 Bond (1995), Blundell 和 Bond (1998)提出的广义矩（GMM）估计方法，其基本思想如下。      首先对模型（2）进行差分以消除个体效应，得到：        （3） 　　把这些差分模型堆砌起来得到： 　　  （4）      对于模型（3），其工具变量矩阵为：      因此，模型（4）的工具变量矩阵就是。于是，矩条件为：，i=1,2,…N。      把差分后的模型（4）两边都左乘，我们可以得到：        （5） 　　现在，为得到GMM估计量，第一步是得到的一致估计。这可以通过方程：的最小二乘法的估计来获得。根据，我们就得到GMM估计的最优权重矩阵的一致估计。      第二步，把带入Arellano and Bond的two-step的GMM估计量的公式中，得到一致估计量： 　　 　　三、模型的估计结果与结论 　　我们应用GMM估计动态面板模型(1)，结果如下（括号内为系数估计量的t检验统计量）。 　　 　　从估计结果可见，东部地区上一年度技术进步指数对当年技术进步指数的影响的估计系数约为0.646，且是显著的。表明前期技术进步指数每增加1个单位，在其他因素不变的情况下，对当期技术进步指数增长的作用约为0.646个单位。      贷款余额与名义GDP之比对当前技术进步的影响的估计系数约为0.064，同样也是显著的。说明贷款余额与名义GDP之比每增加1个单位，在其他因素不变的情况下，促进当期GDP增加约0.064个单位。由此可见，中国东部的金融发展为企业提供了更多的研发资金，在一定程度上缓解了技术创新企业的融资约束，从而有力地促进了技术进步。 　　四、政策建议 　　技术进步是提高生产率的关键因素，而理论与实证研究都表明金融发展对技术进步有显著的正面促进效应，所以，我们应该采取有效