摘要:本文通過擴展Levine (1993)的模型,利用貴州省的數據研究了農村金融發展對農村經濟增長的影響。文章利用時間序列數據將政府農業貸款總額占農業總產值的比重、政府財政的農村人均支出對農村的人均經濟產出進行回歸。結果顯示,農村信貸與農村經濟增長或農民收入水平之間不存在長期均衡關系,即農村信貸在長期內未能發揮其配置效率,并沒有起到金融深化的作用。破解這種困境需要從制度變遷、制度創新以及金融產品的角度進行著力。
關鍵詞:農村金融;農業信貸;效率;金融深化
中圖分類號:F832
我國農村金融體系的制度變遷經歷的強制性、漸進式制度變遷存在較嚴重的效率損失,同時引發了諸多問題。本文以實證分析的形式來考察我國農村金融體系,特別是欠發達農村地區金融體系農業信貸配置的效率。
由于農業經營具有小規模、高風險、低收益特征,而農戶征信又存在嚴重的信息不對稱,使得農村金融市場具有較強的外部性(Stiglitz),因此,世界大多數國家都對農村金融市場進行干預。許多學者也對政府干預狀況下農村金融市場的效率進行了研究。Belongia和Gilbert(1990)考察了美國政府對農業部門的信貸支持的績效。他們發現,政府貸款在一定程度上彌補了私人部分對農戶的信貸配給導致的資金短缺問題,但是補貼性的貸款對農業產出沒有顯著的作用。Binswanger和Khandker (1995)對印度1972—1973年以及1980 —1981年間的85個農村地區的研究發現,供給主導型的農業貸款導致了農村非農就業的迅速增加,并適度提高了農村的工資水平。過去我國學者比較關注的是農村資金投入不足的問題,近來部分學者開始注意到貸款效率可能造成的影響。張杰(2003)認為,在低收入發展中國家,政府常常被賦予扶持農業信貸的重任,但他們為農民所提供的越來越低息的信貸對于刺激農業發展的效果卻微乎其微。朱喜和李子奈(2006)實證研究發現,我國農村信貸的配置缺乏效率,在一定程度上阻礙了我國農村經濟的發展和農民生活水平的提高。
上述研究雖然在理論和實證上為我國的農村金融體系改革提供了參考,但仍有不足之處。首先,模型的設計和指標的選取可能沒有充分考慮到變量的時間序列特性;其次,由于我國的特殊情況,農村信貸的指標選取應該包含農業信貸和鄉鎮企業貸款兩部分;最后,現有研究尚未涉及我國欠發達地區農村金融市場的信貸配置效率問題。有鑒于此,下面試圖利用貴州省1987—2006年的數據作出一些新的嘗試。
一、實證模型與數據
(一)模型選擇
國外學者研究金融發展對經濟增長的實證模型已經較為成熟,King 和Levine(1993),Levine(1997,2000),Christopoulos和Tsionas(2004)等人所用的模型已被廣泛采納,形式如下:
其中,應變量G代表產出或收入,FIN代表金融發展程度或金融深化的指標,CS代表其他影響經濟產出的控制變量。于是,參數α1就反映了金融發展對于經濟增長的凈作用。
在借鑒Levine1993文章中的經典模型基礎上,本文將模型設置為:
其中, INCt代表第t年農村的人均經濟產出(取自然對數形式), FINt代表第t年政府農業貸款總額占農業總產值的比重,GSt代表第t年政府財政的農村人均支出(取自然對數形式),政府財政支出在欠發達地區是農村最重要的資金來源,這里作為控制變量,εt是隨機擾動項。
(1)式表達的模型中,政府財政的農業支出GSt作為控制變量可以較好地消除農業信貸中行政干預的影響。FINt的系數α1反映了農村貸款的效率,如果這一系數為正,則代表改革以來農村資金分配在一定程度上是有效率的,否則就是資金分配效率存在較大的問題。
(二)數據選擇
采用農村居民家庭人均純收入,數據來源于《貴州統計年鑒》。在我國農村,農民人均純收入占人均農業產值的比重較低,因此,農民人均純收入比人均農業產值更能反映農村經濟和農民生活水平狀況。
采用政府農業貸款總額占農業總產值的比重,數據來源于《貴州統計年鑒》。需要特別指出的是,由于鄉鎮企業在一定歷史時期肩負著促進農村經濟發展、改善農民生活水平的重任,在我國農村經濟改革歷史上有著舉足輕重的地位和作用,因此本文的農業信貸總額包含農業信貸和鄉鎮企業貸款兩項。
采用農村人均財政支出,由全省財政支出中的用于農業的支出除以全省鄉村人口計算得到,數據來源于《貴州統計年鑒》。
二、實證檢驗及結果
(一)單位根檢驗
對于宏觀時間序列數據,首先進行單位根檢驗。
對INCt (對數化)、 FINt和GSt(對數化)數據進行標準的ADF單位根檢驗,其結果如表2所示, INCt 、 FINt和GSt均不能拒絕原假設,在一階差分之后, INCt 和GSt在1%顯著水平下平穩, FINt在5%顯著水平下平穩,因此, INCt 、 FINt和GSt均滿足I (1)過程,可以用協整檢驗考察它們之間的長期均衡關系。
(二)協整檢驗
根據Johansen(1988,1991)及Johansen和Juselius(1992)的方法,選用最合適的協整模型進行檢驗。其零假設H0:k=k0,備選假設H0:k=q(即平穩),其似然比統計量為:
檢驗從k=0開始,如果得到的統計量不顯著(即統計量小于某顯著性水平下的Johansen 分布臨界值),不拒絕H0,說明有0 個協整向量,即不存在協整關系;如果統計量顯著,則拒絕H0而接受H1,此時至少存在1個協整向量,必須接著檢驗k=1的顯著性,如此依次檢驗k=2,k=3等等,直至出現第一個不顯著的統計量為止,此時接受H0假設。
檢驗結果如表3所示。模型選擇不同的確定部分將導致協整關系的顯著差異。如選擇trace1的模型,三變量之間將具有3階協整關系,但若采用選擇trace2的模型,三變量之間將不具有協整關系。有鑒于此,本文采用Johansen(1992)討論的選擇標準來同時決定模型的協整階數和確定性部分。根據Johansen的方法,本文應該選擇trace2的模型,三變量之間將不具備協整關系。也就是說,1984—2006年,貴州省農村信貸與農村經濟增長或農民收入水平之間不存在長期均衡關系,即貴州省農村信貸在長期內未能發揮其配置效率,并沒有起到金融深化的作用。
(三)短期Granger因果關系檢驗
協整檢驗表明了貴州省農業信貸配置效率的長期低下,這是否意味著該省農業信貸配置效率在短期內也較低呢?由于INCt 、 FINt和GSt之間不存在協整關系,就無法使用誤差修正模型(ECM),這里將采用一階差分后的VAR模型,即VEC (Vector Error Correction)模型來考察三變量間的因果關系。
在確定了模型的滯后期后,可以估計出并選擇適宜的農村信貸與農民收入關系的模型:
基于VAR模型的Granger因果關系檢驗結果如表4所示。農村人均財政支出是農村人均收入的短期Granger原因,且其效應為正;農村貸款總額也是農村人均收入的短期Granger原因,但其效應為負。這一結果證明,農村貸款的分配在短期是低效率的,造成了資源配置的扭曲。也可以理解為貴州省農村信貸配置短期效率低下的不斷積累導致了長期內全省農村信貸的配置效率低下。
農村人均收入是農村人均財政支出的短期Granger原因,且其效應為正;而農村貸款總額不是農村人均財政支出的短期Granger原因。這表明,農村經濟的發展促使了政府在農村投入更多的基礎設施建設和農業產業配套設施,導致農村人均財政支出的上升,農村人均財政支出與農村人均收入互為對方的短期Granger原因,形成了良性循環,說明國家財政的農業支出對于提高農民收入、削減農村貧困人口起到積極作用。但農村人均財政支出在一定程度上對農村信貸具有“擠出效應”。
農村人均收入和農村人均財政支出都不是農村貸款總額的Granger原因。這表明,目前貴州省的農村信貸體系還沒有和財政體系、農村經濟增長形成緊密的聯系,即在短期內未形成良性互動。
三、成因分析及小結
從上面的成因分析可以看出,一方面,制度性缺陷是造成目前貴州等欠發達省份農業信貸配置效率低下的主要原因,同時也是造成該地區農村金融抑制的根本原因;另一方面,農村金融產品不能因地制宜,也是造成農業信貸配置效率低下的重要原因。因此,從制度變遷、制度創新以及金融產品的角度打破目前的困境就顯得尤為適宜,也尤為迫切。
首先,將農村金融體系的制度變遷模式從政府主導下的強制性制度變遷轉變到政府主導的強制性制度變遷和市場調配的誘致性制度變遷相結合的模式。歷史經驗已經證明,政府主導下的強制性制度變遷難以符合市場經濟的自發運行規律,引起我國農村金融市場供求關系嚴重失衡,導致農村金融抑制。因此,新階段的農村金融體系改革應更多地引入市場競爭機制,鼓勵發展市場競爭程度較高的農村信用社、農村商業銀行、村鎮銀行、小額貸款公司等機構,使資金流向以效率為導向,提高農村資金的配置效率。
其次,以農村金融體系的制度創新為中心,逐步實現抵押擔保領域的配套制度創新。農村征信體系空缺和抵押品缺失是制約農村信貸市場發展的重要因素,因此,在黨的十七大報告和三中全會精神的指導下進行以農村土地使用權抵押為核心的農地金融制度創新,建立農地使用權、經營權流轉市場,鼓勵農地股權化機制,對于完善農村金融征信體系具有重要意義。
再次,以信貸產品創新為契機,拓展農村金融體系服務“三農”的涵蓋面,逐步形成滿足不同經濟發展水平和不同收入群體的金融服務產品,提高農村的金融參與率。針對農村貧困人口和低收入群體可以采取政策扶持類型的金融服務;針對傳統種養殖業農戶,可以采取農戶貸款、農戶聯保貸款和興農貸款等;針對農村企業,則可以采取微型企業貸款、農業產業化龍頭企業貸款、農業科技貸款等。
最后,完善農業保險的政策體系,將農業保險納入農村政策性金融扶持體系。在落后地區大力發展以農業保險為主的政策性農業保險,鼓勵商業性保險公司開辦涉農保險,嘗試建立信貸機構、保險公司、農戶(農業企業)、政府四者之間的聯合風險分擔機制。
參考文獻:
Barry P. J.,Robison L. J. Handbook of Agricultural Economics[M]. New York: Elsevier,2001,Volume 1,513-571.
Belongia M. T.,R. A .G. The Effects of Management Decisions on Agricultural BankFailures[J]. American Journal of Agricultural Economics,1990, 72(4): 901-910.
Belongia M. T.,R. A. G. The Effects of Federal Credit Programs on Farm Output[J]. American Journal of Agricultural Economics,1990,72(3): 769-773.
Binswanger H P,Khandker S R,Rosenzweig M R. How Infrastructure and Financial Institutions Affect Agricultural Output and Investment in India[J]. Journal of Development Economics,1993,41(2): 337-366.
Christopoulos D K,Tsionas E G. Financial Development and Economic Growth: Evidence from Panel Unit Root and Cointegration Tests[J]. Journal of Development Economics,2004,73(1): 55-74.
Hoff K, Stiglitz J. E. Moneylenders and Bankers: Price-increasing Subsidies in a Monopolistically Competitive Market[J]. Journal of Development Economics,1997,52(2): 429-462.
Johansen S. Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian VectorAutoregressive Models[J]. Econometrica,1991,59(6): 1551-1580.
Johansen S. Determination of Cointegration Rank in the Presence of a Linear Trend [J]. Oxford Bulletin of Economics & Statist