《農(nóng)村金融支持農(nóng)村經(jīng)濟(jì)增長(zhǎng)的實(shí)證分析》4300字（論文）

農(nóng)村金融支持農(nóng)村經(jīng)濟(jì)增長(zhǎng)的實(shí)證分析目錄TOC\o"1-2"\h\u13501農(nóng)村金融支持農(nóng)村經(jīng)濟(jì)增長(zhǎng)的實(shí)證分析 1299631.1問題的提出 161781.2研究概況 294771.3模型設(shè)定、指標(biāo)選取與數(shù)據(jù)整理 2300371.3.1模型設(shè)定 2212911.3.2指標(biāo)選取 3292601.4實(shí)證分析過程 6154091.4.1單位根檢驗(yàn) 6135931.4.2協(xié)整檢驗(yàn) 785241.4.3誤差修正模型 820161.4.4Granger因果關(guān)系分析 97141.5結(jié)果分析 101.1問題的提出農(nóng)村經(jīng)濟(jì)信貸業(yè)務(wù)將成為金融市場(chǎng)的主流業(yè)務(wù)，對(duì)農(nóng)村金融綜合效益提升具有較大的影響力，注重流程優(yōu)化設(shè)計(jì)將促進(jìn)信貸業(yè)務(wù)收益增長(zhǎng)，成為農(nóng)村金融主要的利潤(rùn)增長(zhǎng)點(diǎn)。隨著鄉(xiāng)村振興政策全面推廣，國(guó)內(nèi)農(nóng)村金融信貸比例必定逐漸增長(zhǎng)，這類大環(huán)境下，農(nóng)村金融通過業(yè)務(wù)流程優(yōu)化設(shè)計(jì)旨在提升企業(yè)與銀行之間的共同利益，雙方綜合效益穩(wěn)步增長(zhǎng)。堅(jiān)持效益優(yōu)先原則，從金融業(yè)務(wù)服務(wù)模式開始，進(jìn)一步提高農(nóng)村金融的業(yè)務(wù)服務(wù)流程，這些有助于增加綜合收益，幫助農(nóng)村經(jīng)濟(jì)獲取更多的資金額度。近年來，農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展與的互相作用關(guān)系受到多數(shù)學(xué)者的廣泛關(guān)注。本次研究利用1990-2019年的相關(guān)數(shù)據(jù)，基于VAR模型，利用Johansen協(xié)整法和Granger因果檢驗(yàn)法對(duì)二者之間的關(guān)系進(jìn)行實(shí)證研究，分析的主要結(jié)論是：農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期的協(xié)整關(guān)系，農(nóng)村經(jīng)濟(jì)增長(zhǎng)是農(nóng)村金融發(fā)展的Granger原因，反之卻不成立。1.2研究概況Hughpattick（1966）最早提出了金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的因果關(guān)系分析方法，并驗(yàn)證了與不同經(jīng)濟(jì)發(fā)展階段相適應(yīng)的兩種金融發(fā)展模式，即“供給引導(dǎo)”型和“需求追隨”型模式；Goldsmith（1969)從金融結(jié)構(gòu)角度運(yùn)用35個(gè)國(guó)家1860—1963年間的相關(guān)數(shù)據(jù)，得出“經(jīng)濟(jì)與金融發(fā)展之間存在一種粗略的平行關(guān)系”，經(jīng)濟(jì)的快速增長(zhǎng)一般伴隨著超水平的金融發(fā)展，但是其沒有確定二者之間的因果關(guān)系。從國(guó)內(nèi)研究來說，談儒勇（1999）的研究結(jié)果表明，金融中介發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間顯著正相關(guān)；韓廷春（2001）的實(shí)證結(jié)論認(rèn)為，技術(shù)進(jìn)步與制度創(chuàng)新是經(jīng)濟(jì)增長(zhǎng)的最關(guān)鍵因素，而金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的作用極其有限。1.3模型設(shè)定、指標(biāo)選取與數(shù)據(jù)整理1.3.1模型設(shè)定早期測(cè)算金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系時(shí)，普遍采用單方程OLS法。但OLS法一個(gè)基礎(chǔ)性假設(shè)是經(jīng)濟(jì)變量的平穩(wěn)性。而幾乎所有的宏觀經(jīng)濟(jì)變量都不具有平穩(wěn)性，這就容易產(chǎn)生“偽回歸”問題。本文將對(duì)所選取的1990—2019年中國(guó)農(nóng)村經(jīng)濟(jì)指標(biāo)和農(nóng)村金融發(fā)展指標(biāo)共同構(gòu)建VAR模型，并采用基于VAR模型的Johansen協(xié)整法和Granger因果檢驗(yàn)法，同時(shí)建立VEC模型進(jìn)行實(shí)證分析，從而確定農(nóng)村金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間的長(zhǎng)期關(guān)系、短期動(dòng)態(tài)關(guān)系及因果關(guān)系。1.3.2指標(biāo)選?。?）相關(guān)指標(biāo)本文擬選取5個(gè)指標(biāo)以評(píng)價(jià)農(nóng)村經(jīng)濟(jì)增長(zhǎng)和農(nóng)村金融發(fā)展。具體包括：1）農(nóng)村經(jīng)濟(jì)增長(zhǎng)指標(biāo)。農(nóng)村經(jīng)濟(jì)增長(zhǎng)指標(biāo)選取為農(nóng)村GDP（RGDP）增長(zhǎng)率，簡(jiǎn)記為RRGDP。由于目前官方還沒有農(nóng)村GDP的直接統(tǒng)計(jì)數(shù)據(jù)，所以在本文的研究中，根據(jù)近期文獻(xiàn)的普遍做法，用全國(guó)GDP乘上農(nóng)村GDP占全國(guó)GDP的比重來計(jì)算。2）農(nóng)村金融發(fā)展指標(biāo)。鑒于我國(guó)農(nóng)村的實(shí)際情況與統(tǒng)計(jì)數(shù)據(jù)的可得性，本文主要從農(nóng)村金融發(fā)展水平、效率、規(guī)模三個(gè)方面來衡量農(nóng)村金融的發(fā)展?fàn)顩r。3）農(nóng)村金融發(fā)展水平指標(biāo)。對(duì)于金融發(fā)展水平的衡量，通常采用戈氏和麥?zhǔn)蟽煞N指標(biāo)來衡量。Goldsmith(1969)提出金融相關(guān)率(FIR)的概念。在衡量我國(guó)農(nóng)村金融發(fā)展水平時(shí)，由于缺乏農(nóng)村金融資產(chǎn)和M2的統(tǒng)計(jì)數(shù)據(jù)，故無法直接使用戈氏和麥?zhǔn)现笜?biāo)。本文借鑒姚耀軍、和丕禪(2004)的方法，定義農(nóng)村金融相關(guān)率（RFIR）指標(biāo)，為農(nóng)村貸款余額（RD）、農(nóng)村存款余額（RL）之和與農(nóng)村GDP（RGDP）之比。其計(jì)算公式為：RFIR=(RD+RL)∕RGDP4）農(nóng)村金融發(fā)展規(guī)模指標(biāo)。金融發(fā)展水平提高的一個(gè)主要表現(xiàn)為金融資產(chǎn)規(guī)模相對(duì)于國(guó)民財(cái)富的擴(kuò)大，本文擬采用農(nóng)村貸款余額（RD）與農(nóng)村GDP(RGDP)之比來衡量農(nóng)村金融發(fā)展規(guī)模，記為RLG，其計(jì)算公式為：RLG=RD∕RGDP。5）農(nóng)村金融發(fā)展效率指標(biāo)。農(nóng)村金融發(fā)展效率主要是指農(nóng)村金融中介的發(fā)展效率。金融中介效率一般用金融機(jī)構(gòu)的儲(chǔ)蓄存款總額與貸款總額之比來衡量，故定義農(nóng)村金融存貸比（RDL）指標(biāo)，該指標(biāo)反映農(nóng)村金融機(jī)構(gòu)將農(nóng)村存款轉(zhuǎn)化為農(nóng)村貸款以支持農(nóng)村經(jīng)濟(jì)增長(zhǎng)的效率。其計(jì)算公式為：RDL=RD∕RL（2）控制變量投資作為拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的“三駕馬車”之一，對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)有著同樣的重要作用。因此，本文選取農(nóng)村固定資產(chǎn)投資額作為控制變量，并取對(duì)數(shù)，該指標(biāo)簡(jiǎn)記為L(zhǎng)NRFI。（3）數(shù)據(jù)整理根據(jù)上述分析，收集整理數(shù)據(jù)如表4.1所示。數(shù)據(jù)來源于1990—2019年國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)數(shù)據(jù)、《中國(guó)金融統(tǒng)計(jì)年鑒》和《中國(guó)農(nóng)村經(jīng)濟(jì)綠皮書》。表4.1：1990—2019年農(nóng)村金融數(shù)據(jù)整理年份RDRLRGDPRFIRRGDPRFIRRDLRLGLNRFI1990257.50286.911667.07127.700.160.331.110.154.851991286.10344.041847.71249.700.110.341.200.155.521992333.70416.942102.00329.900.140.361.250.165.801993394.90509.962480.62415.800.180.361.290.166.031994721.80669.023219.78553.900.300.430.930.226.321995782.90764.123917.44677.600.220.390.980.206.5219961096.101018.974539.98820.200.160.470.930.246.7119971419.601292.715454.901061.100.200.500.910.266.9719981687.901480.506822.231321.900.250.460.880.257.1919991955.201746.007575.321276.400.110.490.890.267.1520002412.802234.708902.991242.600.180.520.930.277.1220012976.002966.3010484.631536.600.180.571.000.287.3420023871.303816.1013132.582000.400.250.590.990.297.6020034835.004649.8018079.162768.900.380.520.960.277.9320044641.905879.2024127.853507.800.330.441.270.198.1620055795.507391.8030174.704375.600.250.441.280.198.3820067119.009034.6035028.455346.300.160.461.270.208.5820078350.4010665.2038571.635746.900.100.491.280.228.66200810024.2012189.0040817.855914.800.060.541.220.258.69200910953.7013343.6042510.966122.700.040.571.220.268.72201010949.8014998.1645449.796695.900.070.571.370.248.81201112124.5016904.6648560.097212.300.070.601.390.258.88201213496.8418170.0454795.118011.100.130.581.350.258.99201316072.9023076.0165602.399754.900.200.601.440.259.19201417912.3326292.4978020.6311449.300.190.571.470.239.35201519431.6930810.1585314.7013678.500.090.591.590.239.52201619430.2035602.9396789.7916629.500.130.571.830.209.72201722541.9542333.71120943.6919859.500.250.541.880.199.90201825083.0951953.20140378.2924090.100.160.552.070.1810.09201930651.8063785.93148801.5230678.400.060.632.080.2110.33注：①農(nóng)村貸款余額為鄉(xiāng)鎮(zhèn)企業(yè)貸款余額與農(nóng)業(yè)貸款余額之和。鄉(xiāng)鎮(zhèn)企業(yè)貸款在1994年以前為城鎮(zhèn)集體企業(yè)貸款數(shù)據(jù)，1994—1997年為鄉(xiāng)鎮(zhèn)集體企業(yè)貸款數(shù)據(jù)。1998年以后為鄉(xiāng)鎮(zhèn)企業(yè)貸款數(shù)據(jù)。1990—2019年數(shù)據(jù)來源于歷年《中國(guó)金融年鑒》。②農(nóng)村存款余額為農(nóng)戶儲(chǔ)蓄存款余額與農(nóng)業(yè)存款余額之和。1990—2019年數(shù)據(jù)來源于歷年《中國(guó)金融年鑒》。③農(nóng)村GDP等于全國(guó)GDP乘上農(nóng)村GDP占全國(guó)GDP的比重。全國(guó)GDP數(shù)據(jù)直接來源于歷年《中國(guó)統(tǒng)計(jì)年鑒》，農(nóng)村GDP占全國(guó)GDP的比重來源于歷年《中國(guó)農(nóng)村經(jīng)濟(jì)綠皮書》。④農(nóng)村固定資產(chǎn)投資1990—1994數(shù)據(jù)來源于《新中國(guó)55年統(tǒng)計(jì)匯編》，1995—2019年數(shù)據(jù)來源于歷年《中國(guó)統(tǒng)計(jì)年鑒》。⑤本研究各指標(biāo)的統(tǒng)計(jì)口徑均包括中國(guó)人民銀行、政策性銀行、國(guó)有獨(dú)資商業(yè)銀行、其他商業(yè)銀行、城市商業(yè)銀行、城市信用杜、農(nóng)村商業(yè)銀行、農(nóng)村信用社、信托投資公司、郵政儲(chǔ)蓄機(jī)構(gòu)等。1.4實(shí)證分析過程1.4.1單位根檢驗(yàn)為了檢驗(yàn)變量之間的協(xié)整關(guān)系。我們首先采用ADF法對(duì)RRGDP、RFIR、DL、RLG、LNRFI變量序列進(jìn)行單位根檢驗(yàn)來確定其平穩(wěn)性。對(duì)于滯后階數(shù)的選擇采用AIC準(zhǔn)則，檢驗(yàn)結(jié)果如表4.2所示。通過檢驗(yàn)發(fā)現(xiàn)各變量都不具有平穩(wěn)性，經(jīng)過一階差分后均在5%的顯著水平下拒絕原假設(shè)，變?yōu)槠椒€(wěn)序列，因此五個(gè)變量都是I(1)序列。表4.2：?jiǎn)挝桓鶛z驗(yàn)結(jié)果變量檢驗(yàn)形式檢驗(yàn)值5%臨界值10%臨界值A(chǔ)IC結(jié)論RRDGP(C,0,1)-2.882748-2.971853-2.625121-2.444387不平穩(wěn)DRRGDP(0,0,1)-4.472362-2.976263-2.62742-2.231368平穩(wěn)RFIR(C,T,1)-1.830465-2.971853-2.625121-3.524178不平穩(wěn)DRFIR(C,0,0)-4.606355-2.971853-2.625121-3.469834平穩(wěn)RDL(C,T,0)-1.13294-3.574244-3.221728-1.503446不平穩(wěn)DRDL(C,T,0)-6.174076-3.580623-3.225334-1.507776平穩(wěn)RLG(C,0,1)-2.647203-2.971853-2.625121-4.56589不平穩(wěn)DRLG(C,0,0)-4.71231-2.971853-2.625121-4.390218平穩(wěn)LNRFI(C,T,1)-1.963248-3.580623-3.225334-2.125706不平穩(wěn)DLNRFI(C,0,1)-2.997008-2.976263-2.62742-2.141952平穩(wěn)注：檢驗(yàn)類型中的C、T分別為常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)，K為滯后期數(shù)。1.4.2協(xié)整檢驗(yàn)由于上述五個(gè)變量都是I(1)序列，可以進(jìn)行協(xié)整關(guān)系檢驗(yàn)。檢驗(yàn)方法主要是由Johansen和Juselius（1990）提出的基于VAR的協(xié)整系統(tǒng)檢驗(yàn)，因而在協(xié)整檢驗(yàn)前必須確定VAR模型的結(jié)構(gòu)?；诟鲾?shù)據(jù)生成過程特征，選擇帶有截距項(xiàng)而不含趨勢(shì)項(xiàng)的VAR模型。使用SIC準(zhǔn)則，同時(shí)利用Liung-Box(1970)的Q統(tǒng)計(jì)量檢驗(yàn)殘差序列無自相關(guān)，最終選擇滯后階數(shù)為2的VAR模型。VAR協(xié)整檢驗(yàn)?zāi)Ｐ偷臏笃谑菬o約束VAR模型一階差分變量的滯后期，故協(xié)整檢驗(yàn)的VAR模型滯后期確定為1。Johansen協(xié)整檢驗(yàn)結(jié)果如表4.3所示。表4.3：Johansen協(xié)整檢驗(yàn)結(jié)果零假設(shè)：協(xié)整向量個(gè)數(shù)特征值跡統(tǒng)計(jì)量5%臨界值P值00.75102386.2866169.818890.0014至多1個(gè)0.54485447.3555847.856130.0557至多2個(gè)0.42709925.3157529.797070.1505跡統(tǒng)計(jì)量表明在5%的顯著性水平之下，五個(gè)變量存在一個(gè)協(xié)整關(guān)系，其表達(dá)式為：RRGDP=0.499271RDL-2.951452RFIR+6.088572RLG+0.002555LNRFI（1）方程1表明各變量之間存在著長(zhǎng)期的均衡關(guān)系，從中發(fā)現(xiàn)農(nóng)村固定資產(chǎn)投資（LNRFI）對(duì)農(nóng)村GDP增長(zhǎng)有正向的促進(jìn)作用，但是農(nóng)村金融發(fā)展水平（RFIR）對(duì)農(nóng)村GDP增長(zhǎng)卻是負(fù)向的抑制作用關(guān)系。說明1990—2019年期間逐年增加的農(nóng)村固定資產(chǎn)投資推動(dòng)了農(nóng)村經(jīng)濟(jì)增長(zhǎng)，而農(nóng)村金融發(fā)展卻對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)有較大的阻礙作用。其余兩個(gè)變量農(nóng)村存貸比（RDL）與貸款規(guī)模（RLG）均對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)有正向促進(jìn)作用。1.4.3誤差修正模型根據(jù)格蘭杰定理，具有長(zhǎng)期均衡關(guān)系的兩個(gè)變量在短期可以不均衡，但這種短期不均衡可以用誤差修正模型加以糾正。由于上述各變量間存在協(xié)整關(guān)系，故農(nóng)村經(jīng)濟(jì)增長(zhǎng)與金融發(fā)展的短期非均衡關(guān)系能由一個(gè)誤差修正模型表述。為此基于以上分析建立誤差修正模型，滯后期確定為1。誤差修正項(xiàng)為：ECM=RGDP+2.951452RFIR-0.499271RDL-6.088572RLG-0.002555LNRFI+0.362422（2）誤差修正模型為：DRRGDP=-0.033865+0.428163DRGDP(-1)+1.360784DRFIR(-1)+0.185550DRDL(-1)-1.090014DRLG(-1)+0.086532DLNRFI(-1)-0.393712ECM(-1)（3）方程3是我國(guó)農(nóng)村經(jīng)濟(jì)增長(zhǎng)與金融發(fā)展的誤差修正模型，反映了系統(tǒng)本身對(duì)偏離長(zhǎng)期均衡的動(dòng)態(tài)調(diào)整。誤差修正項(xiàng)的系數(shù)絕值越大，對(duì)偏離長(zhǎng)期均衡的調(diào)整能力越大，系統(tǒng)自我修正功能就越強(qiáng)。從誤差修正方程可知，誤差修正項(xiàng)ECM的系數(shù)為-0.393712。系數(shù)小于0符合負(fù)反饋修正機(jī)制。同時(shí)該系數(shù)也反映了矯正偏差的程度，即意味著上一年度非均衡誤差以約39.37％的比率對(duì)本年度的DRRGDP做出方向修正。1.4.4Granger因果關(guān)系分析協(xié)整檢驗(yàn)證實(shí)了變量之間存在長(zhǎng)期均衡關(guān)系，但是否構(gòu)成因果關(guān)系，還需要進(jìn)一步檢驗(yàn)。Granger因果檢驗(yàn)是一種比較常用的嚴(yán)格檢驗(yàn)變量因果關(guān)系的方法，其基本思想：假設(shè)有兩個(gè)變量x和y，利用過去的y值和x值對(duì)現(xiàn)在的y值做回歸，如果這些過去的x值是顯著的，那么x對(duì)y就有一種Granger因果關(guān)系。為了進(jìn)一步考察我國(guó)農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟(jì)增長(zhǎng)的關(guān)系，我們將進(jìn)行Granger因果檢驗(yàn)。Granger因果檢驗(yàn)中最重要的是滯后時(shí)間長(zhǎng)度的確定，在本項(xiàng)研究中,最優(yōu)滯后期數(shù)的確定按AIC評(píng)價(jià)標(biāo)準(zhǔn)確定為2，Granger因果檢驗(yàn)結(jié)果如表4.4所示。表4.4：Granger因果檢驗(yàn)結(jié)果原假設(shè)樣本數(shù)F統(tǒng)計(jì)量P值結(jié)論RRGDP不是LNRFI的Granger原因280.800260.4613接受原假設(shè)LNRFI不是RRGDP的Granger原因281.622630.2192接受原假設(shè)RRGDP不是RDL的Granger原因280.45