离群值的识别已经广泛应用于经济、医学、工程等多个领域内,但随着实证研究的样本已经由时间序列数据、横截面数据拓展到面板数据,离群值识别的原有方法暴露出了许多值得注意的问题,如数据样本容量的拓展、最优回归模型和最优离群值判别尺度的选取等。在已有的离群值识别方法基础上,本文着重建立和论证基于固定效应面板数据模型的离群值识别方法,并将这一方法运用到金融发展与经济增长关系问题的研究中,以此说明离群值及其对应的奇异信息对二者关系的影响。金融发展与经济增长间关系的研究一直备受众多学者的关注,金融发展正相关于经济增长已成为主流结论,但随着金融危机等信息(即离群值对应的奇异信息)对经济增长的损伤愈来愈大,使得金融发展(特别是银行业发展)负相关于经济增长。本文支持这两种不同观点的争论并充分考虑了离群值对应的奇异信息在研究金融发展与经济增长间关系的影响,进而能有效提升经济预测的准确性。本文的研究过程从以下两条主线展开:(1)固定效应静态面板数据模型:基于离群值分析的金融发展对经济增长的影响。采用77个国家及地区1988～2014年间的面板数据,结合最小二乘虚拟变量(LSDV)估计和最小截平方和(LTS)估计即LSDV+LTS估计法辨识出离群值后,通过LSDV估计得到未考虑离群值时和辨识出离群值后金融发展对经济增长的影响,以及考虑奇异信息(离群值)时金融发展对经济增长的影响,从而得到更系统的金融发展对经济增长影响的结论。(2)滞后一期解释变量下的固定效应动态面板数据模型:基于离群值分析的金融发展与经济增长间的关系研究。相比于静态面板数据模型,动态面板数据模型则是充分应用金融发展与经济增长间存在的内在动态属性来研究两者间关系的动态调整过程。依据48个国家及地区1988～2014年间的面板数据,运用一种新的估计方法(LSDVC+LTS),即结合最小二乘虚拟变量修正(LSDVC)估计和最小截平方和(LTS)估计来考虑离群值(奇异信息)对金融发展与经济增长间的因果关系的影响,进而得到更完整的金融发展与经济增长间的关系的结论。本文的实证结果表明:(1)基于固定效应面板数据模型的离群值识别能有效避免样本数据中原始数据被错误的删除,进而有效提升数据处理的准确度。(2)虽然金融市场的奇异信息会加大金融危机等金融异常的危害性,但在样本中去除离群值(奇异信息)后,银行业发展和股市发展依然正相关于经济增长。当未考虑离群值(奇异信息)时,银行业发展负相关于经济增长,这与缩尾处理离群值影响后的结果是一致的,但考虑辨识出离群值(奇异信息)后,则实证结果由负相关变为正相关,且结果是稳健的。(3)基于计量方法来识别离群值并分析其对应的奇异信息,发现已有文献提出的奇异信息如错报、漏报等并不准确,并提出国际赛事、国内重大灾害、国内外局势变动等更多有效的奇异信息,实现离群值和奇异信息的一一对应,并得到单独考虑奇异信息(离群值)时金融发展对经济增长为负相关的结论。(4)任何基于面板数据研究金融发展对经济增长的影响(A)均可分解为仅考虑奇异信息(离群值)时金融发展对经济增长的影响(C)和辨识出奇异信息(离群值)后金融发展对经济增长的影响(B),记为A(?)B+C。本文中关于金融市场中的有效奇异信息的具体内容和银行业发展依然正相关于经济增长的结论,能够推动政府经济政策制定部门有效运用并整合银行业市场和股票市场发展的奇异信息建立更为行之有效的经济策略,进而使得金融市场资本得到合理配置,促使经济得到长效增长。