农村金融发展对农村经济增长的影响.pdf

农村金融发展对农村经济增长的影响农村金融发展对农村经济增长的影响-基于江苏省数据的实证分析基于江苏省数据的实证分析安徽财经大学 刘波、林楠、杨永查摘 要：本文利用 1990-2009 年江苏省农村经济、金融相关数据，运用格兰杰检验和 ADF 平稳性检验方法，并通过建立 OLS 模型，以及建立灰色关联模型，对农村经济增长与农村金融发展关系依存度及灰色相关性进行了实证分析。结果表明农村经济增长与农村金融发展存在很高的依存度和关联度，农村信用社的作用尤为重要。基于分析结果本文建议：应积极采取有效的政策措施促进农村金融发展，以加快新农村建设步伐。关键词：农村金融 农村经济 回归分析 灰色关联分析一、引言近年来，国内学者针对我国农村金融发展与农村经济关系的研究取得很大的进展，有大量的理论和实证研究成果。温涛等（2005）将金融发展水平当作一项投入置于总生产函数中，发现中国金融发展对农民收入增长具有负效应，这与我国经济发展事实并不相符，同时也验证了金融发展在中国防止结构和功能失衡至关重要。谈儒勇（1999）研究认为，在中国金融中介体发展和经济增长之间有显著的正相关关系，金融中介体的发展能够促进经济增长。姚耀军（2004）运用VAR模型和Granger因果检验法，发现中国农村正规金融的发展对农村经济增长并没有起到“供给主导”作用，而是处于一个严重滞后的“需求遵从”地位，该分析表明农村正规金融相对于农村经济增长缺乏效率。董晓林（2004）根据内生经济增长理论建立农村地区金融发展与其经济增长相互影响的内生增长模型，发现金融发展对农村经济增长具有推动作用。还有些学者直接分析我国目前农村金融体系1的现状。如姚耀军（2006）发现中国农村金融体系未能有效地发挥资金配置功能是因为过去的农村金融改革主要遵循金融机构观，机构观使得农村金融体系不能适应外部环境，而也就不能满足农村经济发展的需要。张红伟(2009)认为政府过度参与农村金融市场功能定位、农村金融1 商业性金融、政策性金融、合作性金融三位一体的，以正规金融机构为主导、以农村信用社为核心的农村金融体系。机构改革过分注重存在形态、农村金融机构单一等原因阻碍了市场功能的发挥。总之，国内学者关于我国农村金融发展与农村经济的关系的探究得出比较一致的看法是，当前的农村金融体系对农村经济的贡献力度不够，需要进行多方面的完善以达到最优效果。新农村建设2是我国现代化进程中的重大历史性任务，是一项整体性、系统性很强的工程，需要多方面的配合与支持，其中金融支持是一个相当重要的方面。然而目前我国农村普遍存在着金融服务供给不足，农村资金外流严重等问题，农村金融抑制程度达到了70.92%，因此高度重视农村金融与经济增长两者关系尤为重要。本文对江苏省1990-2009年农村经济增长与农村金融发展的关系及相关度进行研究，旨在说明农村金融与经济增长之间高度的相互依存关系，为通过促进农村经济金融发展来加快新农村建设步伐提供理论与实证方面依据。二、农村金融发展与经济增长的关系检验（一）、指标设计本文选取农村生产总值作为农村经济增长的指标。鉴于农村信用社对农村金融发展的支柱作用，选取农村信用社各项存款余额作为农村金融发展的指标之一。另外将农业贷款和乡镇企业贷款加总而得的农村贷款总额，作为农村金融发展的另一个指标。（二）、数据的收集和整理本文选用江苏省1990-2009年20年江苏省农村经济增长和农村金融发展的相关数据。其中，江苏省农村生产总值的计算方法是将江苏省二十五个县和二十七个县级市的生产总值加总（以1990年为基期剔除价格因素）而得。农村贷款总额由农业贷款和乡镇企业贷款加总而得。其他数据在江苏省统计年鉴上均可直接查得（如表1）。由于数据的对数形式能够在不改变原来协整关系的情况下使其趋势线性化，从而消除时间序列中存在的异方差现象，因此本文对表1各变量进行了自然对数变换。2 2010 年 10 月，中国共产党十七届五中全会通过十二五规划纲要建议，提出推进农村现代化，加快社会主义新农村建设。表1 1990年2009年江苏省经济增长及金融发展数据年份信用社各项存款余额 S（亿元）农业贷款（亿元）乡镇企业贷款（亿元）农村贷款总额 L（亿元）农村实际生产总值GDP（亿元）1990167.1419.31103.92123.237211991207.5327.25142.38169.63780.8261992253.3233.46174.58208.04980.60511993302.0239.87224.24264.111174.6991994403.6133.56297.69331.251368.1651995522.389.09355.09444.181578.8551996658.11125.16450.96576.121771.91997792.56164.73511.88676.611983.7331998887.6235.12557.89793.012202.2891999998.32224.99609.03834.02242456620001170.47235.74621.00856.742680.89720011334.80288.06669.85957.912953.04720021338.90368.39792.361160.753297.49920031718.32494.041014.951508.993746.71320041884.59574.581129.011703.594299.3720051582.92672.581254.11926.684921.92920061652.05745.921160.331906.255655.29620071724.12846.91437.622284.526495.49420081884.911009.731596.722606.457294.4420092185.951350.791898.563249.358236.28（三）、模型检验为避免由于单方程的OLS模型不能克服变量之间存在自相关的问题，以及当变量非平稳时可能出现伪回归现象，本文先对各变量进行了ADF平稳性检验。在符合变量是平稳序列的前提下，运用格兰杰因果检验法来检验江苏省农村经济增长与农村金融发展之间是否存在因果关系。1、变量的平稳性检验本文在Eviews 5软件帮助下，用Dickey和Fuller（1974）的ADF检验法检验变量时间序列的平稳性。ADF检验的原假设是：原序列存在单位根，不平稳。当ADF值比临界值小时拒绝原假设，即序列不存在单位根，平稳；否则接受原假设。本文通过观察序列的折线图（如图1）来设定是否含有常数项和时间趋势。根据SIC准则选取滞后阶数。检验结果如表2所示。图1 lnL、lnS和lnGDP的折线图表 2 各指标序列的 ADF 检验结果序列检验方式ADF 值P 值1%临界值5%临界值10%临界值lnGDP（i,t,2）-13.647280.0001-4.616209-3.710482-3.297799lnL（i,t,2）-5.0416380.0053-4.667883-3.7332-3.310349lnS（0,0,2）-3.8482590.0008-2.728252-1.96627-1.605026注:这里的临界值是指 MacKinnon 临界值；(i,t,L)表示检验模式是否含有常数项 i 和时间趋势项 t,L 为在 SIC 原则下单位根检验的滞后阶数。表 2 显示，在置信水平为 99%的情况下，指标序列lnS、lnL和lnGDP的单位根检验均拒绝原假设，即这五个时间序列都是水平平稳的。2、格兰杰检验运用Eviews5 软件，用格兰杰检验法验证lnS、lnL这两个自变量与因变量LnGDP之间的因果关系。在确定最优滞后期时，选择对不同的滞后长度进行试验。结果显示，在滞后期为 2 时，检验的结果较好。如表 3 是上述三变量格兰杰因果检验结果。表 3 序列格兰杰因果检验的结果 Null Hypothesis:ObsF-StatisticProbability LNL does not Granger Cause LNGDP18 3.08383 0.08016 LNGDP does not Granger Cause LNL 3.66504 0.05467 LNS does not Granger Cause LNGDP18 2.87125 0.09274 LNGDP does not Granger Cause LNS 0.54861 0.59056结果显示，在 90%的置信度下，lnL和lnS都是lnGDP的格兰杰原因。这表明江苏省农村经济增长对其金融发展有着较强的依赖度。三、农村金融发展对其农村经济增长的影响分析本文通过建立江苏省农村经济增长和各金融发展指标的线性回归方程来研究农村金融发展对农村经济增长的影响。变量的相关关系中最为简单的是线性相关关系,设随机变量与变量之间存在线性相关关系,则由试验数据得到的点（,）将散布在某一直线周围,因此,可以认为关于的回归函数的类型为线性函数,即,用最小二乘法估计参数a，b,线性方程称为关于的线性回归方程,称为回归系数,对应的直线称为回归直线。根据以上线性回归方程原理，我们采用农村经济增长指标仍采用以县域来衡量的农村生产总值，农村金融发展指标依然采用农村信用社各项存款余额S和农村贷款总额L。建立模型：ln;1,2iGDPX i其中，和是需要估计的参数，为随机误差,分别是lnS和lnL。在iiXEviews5 下运行，分别得到方程如下：ln1.9869620.868551lnDGPSt=(4.900417)(14.53114)Prob(t-Statistic)=(0.0001)(0.0000)=0.921450 F=1034.432 S.E=0.211786;2R Prob(F-statistic)=0.000000 (0.0000)；ln2.7510780.7633751lnDGPLt=(17.22675)(132.16245)Prob(t-Statistic)=(0.0000)(0.0000)=0.982897 F=1034.423 S.E=0.0988252R以上结果表明，两个回归方程及回归系数都很显著，并且很大(接近于1)，2R说明方程拟合情况非常好。因此认为浙江省农村经济增长与农信社存款余额、农村贷款总额存在明显的线性相关关系。可以看出，第二个方程的达到2R0.98，说明农村经济的增长对农村贷款的依存度相对更大。四、浙江省农村经济增长与农村金融发展的灰色相关分析为进一步研究农村经济增长和农村金融发展的数量关系，本文采用灰色系统理论3对其进行关联分析。对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。因此，灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。一般来说，被解释变量构成参考序列，解释变量构成比较序列每个序iYiX列由不同时刻的值所组成。在给出比较序列和参考序列数据之后，通过下面的方法和步骤来计算比较序列和参考序列之间的关联系数和关联度。第一步，对原序列进行初始化处理，即求各序列的初值象，除去量纲，令 （1）1,2,.1iiiiiiXXxxx nx第二步，求关联系数。关联系数的公式为：（2）00000minmin|maxmaxmaxmax|iiikikiiiikykx kykx kr ykx kykx kykx k式中，0 1。一般取=0.5。3 1982 年，中国学者邓聚龙教授创立的灰色系统理论，是一种研究少数据、贫信息不确定性问题的新方法。第三步，求关联度。在计算出序列和序列的关联系数后，计算 iy k ix k各类关联系数的平均值：0011,niikr Y Xr ykx kn（3）这个平均值r称为与的关联度。iy k ix k第四步，进行优势分析。下面称参考序列为母因素，比较序列为子因素，由母数列与子数列可构成关联矩阵。通过关联矩阵各元素之间的关系，就可分析哪些因素是优势因素，哪些属于非优势因素。根据以上灰色关联原理及步骤，以 1990 年的数据为基数，选取信用社各项存款余额、信用社各项贷款余额和农村贷款总额作为农村金融发展指标，即解释变量，选取农村实际生产总值、农村居民人均纯收入作为农村经济增长指标，分别用，分别表示信用社各项存款余额、信用社各项贷款余额和农1X2X3X村贷款总额；用，分别表示农村实际生产总值、农村居民人均纯收入，运1Y2Y用式（1）将原序列经过初始化处理后得表 4。表4 初始化处理后的金融发展和经济增长指标值1X2X3X1Y2Y19901111119911.2416541.2539151.3765321.0829761.04185519921.5156161.6092831.6882251.3600631.20022619931.8069882.0381622.1432281.6292641.43325819942.4148022.9038912.6880631.8975942.07239819953.1249253.7845293.6044792.1898132.77941219963.9374784.6359124.675162.4575593.42647119974.7418934.945715.4906272.7513633.69909519985.3105185.3440236.4352023.0544923.82013619995.9729575.6959216.7679953.3627823.9536220007.0029326.9918426.9523653.7183044.06674220017.9861198.0155657.7733514.0957664.28167420028.010658.6752939.4193784.5735084.520362200310.2807211.6693912.245315.1965514.795249200411.2755212.3624913.824475.9630655.37782820059.47062310.4167815.634836.8265315.96832620069.88422910.9240515.469047.8436846.575792200710.3154211.8679818.538679.0090077.421946200811.2774313.1877221.151110.117128.322398200913.0785615.1429926.3681711.423419.959276以农村金融发展各指标为母因素，农村经济增长各指标为子因素，取iXiY=0.5，运用式（2）和式（3）计算出与之间的关联度矩阵如下：iYiX0.808477 0.761418 0.679320.810651 0.771447 0.701331R得出关联度矩阵后，首先，对关联度矩阵R进行行的分析，每一行表示同一母因素对不同子因素的影响。对比发现，金融发展各因素与农村经济增长各因素的关联度都差不多，只有农村贷款总额与农村人均纯收入的关联度较之其对农村生产总值的关联度较大，分别是0.701331和0.67932。因此，加大对农村贷款力度对于农村人均纯收入的增加尤为重要。其次，对关联度矩阵R进行列的分析，每一列表示不同母因素对同一子因素的影响。从列来看，表明经济的增长与农村信用社贷款余额的关联度最大，其次是123iiiRRR与农村信用社存款余额，最后是与农村贷款总额。这说明农村信用社是促进农村经济增长的优势因素。这与前面回归模型得出的结论相同。五、结论与政策建议本文分析了江苏省1990年2009年来农村贷款总额、农村信用社各项存款与农村生产总值之间的相互关系和影响。首先通过格兰杰因果检验说明金融发展的各项指标（包括农村贷款总额和农村信用社各项存款）均是农村经济增长指标（农村生产总值）的格兰杰原因。进一步进行回归分析，建立回归方程后发现，农村经济增长对农村金融发展有着较大的依存度。其中对农村贷款的依存度相对更大。然后就经济增长和金融发展的主要指标做了灰色关联分析，分析结果也说明了农村金融发展的诸多因素对于农村经济增长均有积极的促进作用，从这个角度讲，推进农村金融发展的深化能够促进农村经济增长。因此，鉴于以上结论，本文认为须通过促进农村金融发展的深化来加快农村建设的步伐。具体可以采取以下措施:1、在巩固农村信用社地位的同时，健全农村金融体系，扩大农村信贷资金来源。当前不仅应继续发挥农村合作社在农村金融发展的主导作用，还应该尽可能多地争取邮政储蓄资金用于新农村建设，抓住农村经济高速增长的时机，建立村镇银行、社区银行、小额贷款公司等新型农村金融组织，等等。2、完善农村金融服务以满足日益多元化的农村金融需求。应鼓励农村金融机构在办好传统的存贷款业务的同时,积极在农村开办银行卡、代理、租赁、担保、保管、理财和风险评估和信息咨询等新业务。3、创新农村金融体制,增加农村金融鼓励机制，引导更多的信贷资金和社会资金投向农村。农业在金融市场中的相对较弱势地位导致农村信贷流入不足，而金融机构内部资金的流动甚至导致农村自有的信贷资金流向周围较发达、投资较频繁的地区。由于农业这种先天性的特点和一些市场机制导致农村信贷资金严重不足而导致对农村发展金融的支持严重不足，成为新农村建设的一大瓶颈。因此，政府应通过各种政策促进各类金融机构扩大对农村资金的支持，如税收减免、利率优惠、风险补偿等。参考文献1 张晓峒.计量经济学软件Eviews使用指南【M】.南开大学出版社.20042 易登辉.数据分析与Eviews应用【M】.中国人民大学出版社.2008（10）3 应枢廷.农村金融深化与农村经济发展的灰色关联分析【J】.西北农林科技大学学报.2010(1)4 黄燕君、钟璐.农村金融发展对农村经济增长的影响基于浙江省数据的实证分析【J】.系 统 工 程.2009（4）5 吴言林、陈崇.农村金融发展与经济增长关系实证研究【J】.学海.2010.46 李斌.先行者的足迹-记江苏省农村信用联社【J】.农村金融.2003(10)7 刘忠生.中国农民收入增长因素的VAR模型分析以江苏省为例【J】.统计与信息论坛.2009（11）8 许拯声.基于灰色关联度模型的企业资产结构与其经营绩效之间的关系【J】.东华大学学报.2008(36)