999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

我國(guó)農(nóng)村銀行業(yè)結(jié)構(gòu)影響因素分析

2013-01-01 00:00:00楊珂毛嘉雯田杰

摘要:使用2006—2010年1 655個(gè)縣(市)的面板數(shù)據(jù)對(duì)我國(guó)農(nóng)村銀行業(yè)結(jié)構(gòu)的影響因素進(jìn)行實(shí)證分析,結(jié)果表明農(nóng)村地區(qū)金融市場(chǎng)規(guī)模、經(jīng)濟(jì)增長(zhǎng)、經(jīng)濟(jì)結(jié)構(gòu)、政府干預(yù)程度以及投資率均對(duì)農(nóng)村銀行業(yè)結(jié)構(gòu)具有顯著影響:農(nóng)村存貸款規(guī)模的擴(kuò)大、農(nóng)村經(jīng)濟(jì)增長(zhǎng)及農(nóng)村地區(qū)第二產(chǎn)業(yè)中規(guī)模以上工業(yè)企業(yè)比重的增加,會(huì)降低我國(guó)農(nóng)村銀行業(yè)存貸款市場(chǎng)集中度;而縣域財(cái)政支出占當(dāng)年名義GDP比重和農(nóng)村固定資產(chǎn)投資總額占GDP比重的增加,會(huì)提高我國(guó)農(nóng)村銀行業(yè)存貸款市場(chǎng)集中度。因此,一方面,應(yīng)促進(jìn)農(nóng)村地區(qū)規(guī)模以上工業(yè)企業(yè)的發(fā)展,并帶動(dòng)中小企業(yè)發(fā)展,實(shí)現(xiàn)農(nóng)村經(jīng)濟(jì)的快速增長(zhǎng),以促進(jìn)農(nóng)村地區(qū)金融市場(chǎng)規(guī)模的擴(kuò)大;另一方面,要減少和消除地方政府對(duì)農(nóng)村經(jīng)濟(jì)的過(guò)度干預(yù);從而有效降低我國(guó)農(nóng)村銀行業(yè)市場(chǎng)集中度。

關(guān)鍵詞:農(nóng)村銀行業(yè)結(jié)構(gòu);市場(chǎng)集中度;赫芬達(dá)爾指數(shù)(HHI);存款集中度;貸款集中度;金融市場(chǎng)規(guī)模;農(nóng)村金融體系;政府干預(yù)

中圖分類(lèi)號(hào):F830. 341;F260 文獻(xiàn)標(biāo)志碼:A文章編號(hào):16748131(2013)04003107

一、引言

目前,我國(guó)農(nóng)村銀行業(yè)發(fā)展的基本格局是農(nóng)村信用合作社占主導(dǎo)地位,中國(guó)農(nóng)業(yè)銀行、中國(guó)郵政儲(chǔ)蓄銀行、農(nóng)業(yè)發(fā)展銀行協(xié)同發(fā)展,此外還存在少量的其他銀行的分支機(jī)構(gòu),這些金融機(jī)構(gòu)共同承擔(dān)了中國(guó)農(nóng)村地區(qū)金融市場(chǎng)的金融服務(wù)。截至2011年末,我國(guó)銀行業(yè)金融機(jī)構(gòu)涉農(nóng)貸款余額達(dá)到14.6萬(wàn)億元。農(nóng)業(yè)銀行作為國(guó)有控股的商業(yè)銀行,2007年后定位為“面向三農(nóng),服務(wù)城鄉(xiāng)”,但目前其市場(chǎng)重心仍在城市;中國(guó)郵政儲(chǔ)蓄銀行由于2007年才成立,成立時(shí)間晚,在經(jīng)營(yíng)農(nóng)村小額貸款業(yè)務(wù)方面規(guī)模很小;農(nóng)業(yè)發(fā)展銀行的職責(zé)在于落實(shí)糧棉油購(gòu)銷(xiāo)政策,支持糧棉油儲(chǔ)備貸款的供應(yīng)和封閉運(yùn)行管理,進(jìn)而維護(hù)國(guó)家糧食安全,作為政策性銀行,其業(yè)務(wù)僅限于政策層面的信貸服務(wù),不涉及商業(yè)信貸服務(wù)。2007年以來(lái),中國(guó)開(kāi)始放寬農(nóng)村金融市場(chǎng)的準(zhǔn)入標(biāo)準(zhǔn),鼓勵(lì)各類(lèi)資本到農(nóng)村地區(qū)投資設(shè)立新型農(nóng)村金融機(jī)構(gòu)。多種新型農(nóng)村金融機(jī)構(gòu)的出現(xiàn),推動(dòng)了農(nóng)村金融體系的改革,降低了農(nóng)村金融市場(chǎng)的集中度,激活了農(nóng)村金融市場(chǎng),有效地改善了農(nóng)村地區(qū)的融資環(huán)境。截至2012年5月末,中國(guó)新型農(nóng)村金融機(jī)構(gòu)已經(jīng)組建了817家,其80%的貸款投向“三農(nóng)”和小企業(yè)(田杰 等,2012)。我國(guó)農(nóng)村金融行業(yè)正逐步由單一的農(nóng)村信用社模式轉(zhuǎn)變?yōu)榇蟆⒅小⑿°y行共存的多元化模式,農(nóng)村政策性金融、合作金融和商業(yè)性金融結(jié)構(gòu)也發(fā)生了變化。那么農(nóng)村銀行業(yè)結(jié)構(gòu)的變化受到哪些因素的影響?

國(guó)外學(xué)者對(duì)銀行業(yè)結(jié)構(gòu)影響因素的相關(guān)研究不多,只有Amel(1990)等研究了導(dǎo)致銀行業(yè)結(jié)構(gòu)變化的相關(guān)影響因素。國(guó)內(nèi)文獻(xiàn)對(duì)這個(gè)問(wèn)題的研究也比較少,于忠等(2000)運(yùn)用多變量線(xiàn)性回歸模型對(duì)我國(guó)銀行業(yè)結(jié)構(gòu)的決定因素進(jìn)行了實(shí)證分析;但其采用的是1986—1996年的數(shù)據(jù),樣本區(qū)間太小,嚴(yán)重影響結(jié)果的可靠性;同時(shí),其多變量線(xiàn)性回歸模型未對(duì)內(nèi)生性、遺漏變量等問(wèn)題進(jìn)行妥善處理,可能會(huì)導(dǎo)致結(jié)果有偏。相對(duì)而言,林毅夫等(2006)采用中國(guó)省級(jí)面板數(shù)據(jù),在數(shù)據(jù)上克服了樣本區(qū)間小的問(wèn)題;在方法上運(yùn)用雙向固定效應(yīng)模型、工具變量法和GMM估計(jì)對(duì)銀行業(yè)結(jié)構(gòu)的影響因素進(jìn)行分析,克服了其結(jié)果的有偏性和不可靠性,結(jié)果更加準(zhǔn)確可靠。賀小海等(2008)利用中國(guó)1987—2004年的省級(jí)面板數(shù)據(jù)分析發(fā)現(xiàn),期初銀行業(yè)結(jié)構(gòu)、市場(chǎng)規(guī)模、市場(chǎng)需求成長(zhǎng)率、經(jīng)濟(jì)增長(zhǎng)、經(jīng)濟(jì)結(jié)構(gòu)等因素對(duì)我國(guó)銀行業(yè)結(jié)構(gòu)的演進(jìn)在不同顯著水平上有一定的影響。范小云等(2010)采用銀行業(yè)集中度來(lái)代表銀行業(yè)結(jié)構(gòu),運(yùn)用拓展模型驗(yàn)證了市場(chǎng)準(zhǔn)入和經(jīng)營(yíng)范圍的監(jiān)管在一定程度上會(huì)增加銀行業(yè)的集中度,從而降低銀行業(yè)務(wù)的多元化程度。

現(xiàn)有文獻(xiàn)研究表明,銀行業(yè)集中度的降低將會(huì)更有效地促進(jìn)經(jīng)濟(jì)增長(zhǎng)(林毅夫 等,2008),因此需要深入研究我國(guó)農(nóng)村銀行業(yè)結(jié)構(gòu)的影響因素,并在此基礎(chǔ)上提出有效降低農(nóng)村銀行業(yè)集中度的政策建議,從而促進(jìn)我國(guó)縣域農(nóng)村經(jīng)濟(jì)增長(zhǎng)。上述文獻(xiàn)均依賴(lài)于時(shí)間序列或省級(jí)層面數(shù)據(jù),未能基于更低層面(地市級(jí)或縣級(jí))數(shù)據(jù)來(lái)實(shí)證分析我國(guó)農(nóng)村銀行業(yè)結(jié)構(gòu)的影響因素。鑒于此,本文以我國(guó)2006—2010年1 655個(gè)縣(市)構(gòu)成縣級(jí)面板數(shù)據(jù),對(duì)影響我國(guó)農(nóng)村銀行業(yè)結(jié)構(gòu)的因素進(jìn)行實(shí)證研究,并在此基礎(chǔ)上提出有效降低農(nóng)村銀行業(yè)集中度的政策建議。

二、模型設(shè)定、分析變量與數(shù)據(jù)來(lái)源

1.模型設(shè)定

本文通過(guò)設(shè)立模型來(lái)考察我國(guó)農(nóng)村銀行業(yè)結(jié)構(gòu)的影響因素,變量的選擇主要是借鑒林毅夫等(2006)、賀小海等(2008b)基于產(chǎn)業(yè)經(jīng)濟(jì)學(xué)和宏觀(guān)經(jīng)濟(jì)學(xué)理論分析所選取的影響因素,同時(shí)考慮了數(shù)據(jù)的可獲得性。由于本文研究不同縣(市)在不同時(shí)間點(diǎn)上的農(nóng)村銀行業(yè)結(jié)構(gòu)的影響因素,涉及不同的橫截面和時(shí)間序列,因此采用面板數(shù)據(jù)模型較合適。本文構(gòu)造如下計(jì)量模型:

HHIi,t=α0+α1Xi,t+λi+υi,t

其中,HHI表示農(nóng)村銀行業(yè)結(jié)構(gòu)(包括存款集中度CRD和貸款集中度CRL);X表示農(nóng)村銀行業(yè)結(jié)構(gòu)的影響因素,具體包括農(nóng)村地區(qū)存貸款市場(chǎng)規(guī)模(LVA)、農(nóng)村經(jīng)濟(jì)增長(zhǎng)(Y)、政府財(cái)政支出比例(GEB)、投資率(INV)、農(nóng)村地區(qū)規(guī)模以上工業(yè)產(chǎn)值占第二產(chǎn)業(yè)的比重(NSOE);下標(biāo)i表示縣域,t表示年份;λi表示各縣域不可觀(guān)測(cè)的固定效應(yīng),用來(lái)控制不隨時(shí)間變化但隨縣域的不同而變化的因素的影響。

2.變量指標(biāo)說(shuō)明

楊珂,毛嘉雯,田杰:我國(guó)農(nóng)村銀行業(yè)結(jié)構(gòu)影響因素分析

(1)農(nóng)村銀行業(yè)結(jié)構(gòu)變量(HHI)

農(nóng)村銀行業(yè)結(jié)構(gòu)主要研究的是農(nóng)村銀行的數(shù)目、相對(duì)規(guī)模以及相互關(guān)系。鑒于反映問(wèn)題的全面性、準(zhǔn)確性以及數(shù)據(jù)的可獲性,本文選取可以反映市場(chǎng)占有率的指標(biāo)來(lái)反映農(nóng)村銀行業(yè)結(jié)構(gòu)。在度量市場(chǎng)占有率的指標(biāo)中,目前使用頻率高、代表性強(qiáng)的指標(biāo)是赫芬達(dá)爾指數(shù)(HHI),即規(guī)模最大的前n家銀行的資產(chǎn)占所有銀行總資產(chǎn)的比例,該指標(biāo)考慮到了絕對(duì)集中度和相對(duì)集中度指標(biāo)的優(yōu)點(diǎn)。計(jì)算HHI需要用到大量的數(shù)據(jù),涉及縣域?qū)用娴乃修r(nóng)村銀行的數(shù)量、資產(chǎn)規(guī)模、市場(chǎng)份額等信息。通過(guò)中國(guó)銀監(jiān)會(huì)《中國(guó)銀行業(yè)農(nóng)村金融服務(wù)分布圖集》提供的資料,本文獲取到所有縣域銀行的存款、貸款總額數(shù)據(jù),解決了以往研究中數(shù)據(jù)層面的瓶頸,使計(jì)算縣域銀行集中度(HHI)成為可能。HHI指數(shù)具體形式為:

HHIk=nj=1(Dj,k/nj=1Dj,k)2

其中Dj,k表示第j個(gè)銀行在第k個(gè)地區(qū)的分支機(jī)構(gòu)所獲得的存款或發(fā)放的貸款,HHI通常可簡(jiǎn)化為1/n,其變化范圍為(0,1)。一般來(lái)講,農(nóng)村金融市場(chǎng)上銀行數(shù)量越多,HHI數(shù)值越小,并且越接近于0,銀行集中度越低;相反,當(dāng)農(nóng)村金融市場(chǎng)上銀行數(shù)目越少時(shí),HHI值越大,銀行集中程度越高。當(dāng)HHI=1時(shí),說(shuō)明只有一家銀行獨(dú)占,銀行業(yè)結(jié)構(gòu)是完全壟斷的。本文研究中農(nóng)村銀行業(yè)集中度分別用農(nóng)村存款集中度(CRD)和農(nóng)村貸款集中度(CRL)來(lái)表示。

(2)農(nóng)村金融市場(chǎng)規(guī)模變量(LVA)

為達(dá)到與被解釋變量相對(duì)應(yīng),本文用農(nóng)村地區(qū)每年度的存款和貸款總額的自然對(duì)數(shù)值來(lái)衡量農(nóng)村金融市場(chǎng)規(guī)模變量,分別用LVAD和LVAL表示。一般來(lái)說(shuō),農(nóng)村金融市場(chǎng)規(guī)模越小,相應(yīng)的整個(gè)市場(chǎng)中的農(nóng)村銀行數(shù)目就會(huì)越少,農(nóng)村銀行業(yè)集中度相應(yīng)的就會(huì)上升,因此本文預(yù)期農(nóng)村金融市場(chǎng)規(guī)模變量的系數(shù)符號(hào)為負(fù)。

(3)農(nóng)村經(jīng)濟(jì)增長(zhǎng)變量(Y)

本文用各年度各農(nóng)村地區(qū)人均GDP的自然對(duì)數(shù)值來(lái)衡量農(nóng)村經(jīng)濟(jì)增長(zhǎng)變量。現(xiàn)有的文獻(xiàn)主要分析了銀行業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長(zhǎng)影響,而關(guān)于經(jīng)濟(jì)增長(zhǎng)對(duì)銀行業(yè)結(jié)構(gòu)的影響卻少有涉及。Coccorese(2008)通過(guò)對(duì)意大利1991—2001年20個(gè)地區(qū)所組成的面板數(shù)據(jù)進(jìn)行實(shí)證分析發(fā)現(xiàn),在長(zhǎng)期內(nèi),經(jīng)濟(jì)增長(zhǎng)將傾向于降低銀行業(yè)集中度,增強(qiáng)銀行業(yè)的市場(chǎng)競(jìng)爭(zhēng)程度。陳華強(qiáng)(2011)通過(guò)分析我國(guó)2004—2008年經(jīng)濟(jì)增長(zhǎng)對(duì)銀行業(yè)結(jié)構(gòu)的影響及其變化,認(rèn)為銀行體系與實(shí)體經(jīng)濟(jì)之間存在相互“良性循環(huán)”、相互“惡性循環(huán)”、相互“背離”的關(guān)系,即經(jīng)濟(jì)增長(zhǎng)可能會(huì)與銀行結(jié)構(gòu)相互促進(jìn),也可能相互抑制,甚至可能會(huì)步調(diào)不一致;銀行業(yè)結(jié)構(gòu)會(huì)隨著實(shí)體經(jīng)濟(jì)的發(fā)展而改變,應(yīng)促進(jìn)銀行業(yè)結(jié)構(gòu)按照一定的路徑進(jìn)行變革,以實(shí)現(xiàn)適應(yīng)經(jīng)濟(jì)發(fā)展的需求。總體而言,經(jīng)濟(jì)增長(zhǎng)與銀行業(yè)結(jié)構(gòu)之間存在“倒U型”的關(guān)系,即經(jīng)濟(jì)迅速增長(zhǎng)時(shí),銀行數(shù)目增多,銀行集中度降低;當(dāng)經(jīng)濟(jì)增長(zhǎng)放緩并趨于穩(wěn)定增長(zhǎng)時(shí),銀行數(shù)目呈現(xiàn)下降趨勢(shì),銀行業(yè)集中度增高。根據(jù)我國(guó)農(nóng)村經(jīng)濟(jì)發(fā)展現(xiàn)狀,本文預(yù)期經(jīng)濟(jì)增長(zhǎng)變量的系數(shù)符號(hào)為負(fù),即隨著我國(guó)各地區(qū)農(nóng)村經(jīng)濟(jì)增長(zhǎng),農(nóng)村銀行業(yè)集中度將下降。

(4)政府干預(yù)程度變量(GEB)

本文用各縣域財(cái)政支出占當(dāng)年名義GDP的比重來(lái)衡量政府干預(yù)程度變量,主要是考慮到這一指標(biāo)能夠用來(lái)反映當(dāng)年財(cái)政政策的力度和效果以及政府規(guī)模和干預(yù)程度。林毅夫等(2006)認(rèn)為,在政府的干預(yù)下,銀行業(yè)結(jié)構(gòu)會(huì)隨著政府提出的發(fā)展戰(zhàn)略的變化而變化。不同于西方的大銀行,我國(guó)四大國(guó)有銀行的寡占地位并非市場(chǎng)催生的,而是計(jì)劃經(jīng)濟(jì)時(shí)代的政治決策產(chǎn)物。實(shí)際上,隨著我國(guó)市場(chǎng)經(jīng)濟(jì)不斷深入發(fā)展,逐步放棄了計(jì)劃經(jīng)濟(jì)時(shí)代的產(chǎn)物。但是,由于我國(guó)各地區(qū)的改革和發(fā)展進(jìn)程不一致,政府干預(yù)經(jīng)濟(jì)程度的變化也不一致。通常而言,某地區(qū)地方政府干預(yù)的程度越高,政府在銀行業(yè)結(jié)構(gòu)上的主導(dǎo)力量越大,銀行集中度越高。因此,本文預(yù)期該變量的系數(shù)符號(hào)為正。

(5)農(nóng)村投資率變量(INV)

本文用農(nóng)村固定資產(chǎn)投資總額占農(nóng)村GDP的比重來(lái)衡量農(nóng)村投資率變量,以反映農(nóng)村地區(qū)的投資對(duì)農(nóng)村銀行業(yè)結(jié)構(gòu)的影響。

(6)農(nóng)村經(jīng)濟(jì)結(jié)構(gòu)變量(NSOE)

本文用農(nóng)村規(guī)模以上工業(yè)產(chǎn)值占第二產(chǎn)業(yè)的比重表示來(lái)衡量農(nóng)村經(jīng)濟(jì)結(jié)構(gòu)變量,以反映農(nóng)村產(chǎn)業(yè)規(guī)模結(jié)構(gòu)對(duì)農(nóng)村銀行業(yè)結(jié)構(gòu)的影響。林毅夫等(2006)通過(guò)對(duì)1980—1992年全球制造業(yè)數(shù)據(jù)的分析證明了一國(guó)的產(chǎn)業(yè)規(guī)模結(jié)構(gòu)與銀行業(yè)結(jié)構(gòu)存在相關(guān)性。通常而言,某縣域規(guī)模以上工業(yè)產(chǎn)值比重越高,對(duì)金融服務(wù)的需求越旺盛,因此銀行的數(shù)目會(huì)越多,銀行業(yè)集中度越低。據(jù)此,本文預(yù)期該變量的系數(shù)符號(hào)為負(fù)。

3.數(shù)據(jù)來(lái)源

本文研究期間為2006—2010 年,數(shù)據(jù)來(lái)源于2007—2011年《中國(guó)縣(市)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、中國(guó)銀監(jiān)會(huì)官方網(wǎng)站中《中國(guó)銀行業(yè)農(nóng)村金融服務(wù)分布圖》收集的2006—2010年各個(gè)縣市的銀行類(lèi)和經(jīng)濟(jì)類(lèi)統(tǒng)計(jì)數(shù)據(jù)及國(guó)研網(wǎng)縣級(jí)經(jīng)濟(jì)數(shù)據(jù)。剔除數(shù)據(jù)缺失或數(shù)據(jù)不合格的樣本縣(市),本文最終選取了1 655個(gè)縣(市)作為樣本數(shù)據(jù),占我國(guó)2 070個(gè)縣(市)的80%,能夠代表我國(guó)農(nóng)村地區(qū)。

在計(jì)算農(nóng)村銀行業(yè)市場(chǎng)結(jié)構(gòu)(HHI)指標(biāo)時(shí),本文用我國(guó)縣域內(nèi)不同銀行類(lèi)金融機(jī)構(gòu)的存款和貸款的市場(chǎng)結(jié)構(gòu)來(lái)衡量;銀行及銀行類(lèi)金融機(jī)構(gòu)包括中國(guó)農(nóng)業(yè)銀行、中國(guó)工商銀行、中國(guó)建設(shè)銀行、中國(guó)銀行、農(nóng)信社(農(nóng)村商業(yè)銀行或農(nóng)村合作銀行)、其他商業(yè)銀行、城市信用社和其他金融機(jī)構(gòu),其中中國(guó)工商銀行、中國(guó)建設(shè)銀行和中國(guó)銀行三家銀行是加總后的數(shù)據(jù),但是這不影響本文的研究,可以看作是一家大型的商業(yè)銀行;其它不同類(lèi)型的金融機(jī)構(gòu)數(shù)據(jù)詳細(xì),因此本文計(jì)算出的農(nóng)村銀行業(yè)集中度是可靠和詳細(xì)的。根據(jù)現(xiàn)有的文獻(xiàn)對(duì)銀行市場(chǎng)結(jié)構(gòu)的劃分:HHI值大于0.18被認(rèn)為是寡占型的市場(chǎng),介于0.1和0.18之間為適度集中的市場(chǎng),低于0.1則是低集中度的市場(chǎng)。從表1的數(shù)據(jù)可以看出,2006—2010年我國(guó)農(nóng)村銀行業(yè)結(jié)構(gòu)一直屬于寡占型。

三、實(shí)證結(jié)果與分析

考慮到各解釋變量可能存在較為嚴(yán)重的多重共線(xiàn)性問(wèn)題,本文首先測(cè)定了各變量之間的簡(jiǎn)單相關(guān)系數(shù)(表3),然后運(yùn)用Klein法則對(duì)可能存在的多重共線(xiàn)性問(wèn)題進(jìn)行判別。所謂Klein法則,是指若兩個(gè)變量之間的簡(jiǎn)單相關(guān)系數(shù)的絕對(duì)值大于回歸模型中的多重決定系數(shù)(R2),則二者之間可能會(huì)存在嚴(yán)重的多重共線(xiàn)性問(wèn)題。

經(jīng)過(guò)模型測(cè)算,存款集中度的回歸模型中多重決定系數(shù)為0.154,小于Y與LVAD、GEB與LVAD、Y與GEB之間的簡(jiǎn)單相關(guān)系數(shù)的絕對(duì)值;貸款集中度多重決定系數(shù)是0.269,小于Y與LVAL、GEB與LVAL、Y與GEB之間的簡(jiǎn)單相關(guān)系數(shù)的絕對(duì)值。因而根據(jù)Klein法則可以判斷這些變量之間存在嚴(yán)重的多重共線(xiàn)性問(wèn)題。為此,在以存款集中度和貸款集中度為被解釋變量的計(jì)量模型中,為了獲得一個(gè)更加良好的回歸結(jié)果,表4和表5依次對(duì)LVAD、Y、NSOE、GEB進(jìn)行了回歸。

根據(jù)基本計(jì)量模型,本文使用EVIEWS6.0軟件,以農(nóng)村銀行業(yè)集中度為被解釋變量對(duì)2006—2010年我國(guó)縣級(jí)面板數(shù)據(jù)進(jìn)行分析。為了使計(jì)量結(jié)果更加穩(wěn)健和可靠,分別以農(nóng)村存款集中度和貸款集中度為被解釋變量,并分別與其相對(duì)應(yīng)的解釋變量進(jìn)行回歸;然后使用HAUSMAN檢驗(yàn)?zāi)P褪沁m用固定效應(yīng)估計(jì)還是隨機(jī)效應(yīng)估計(jì),結(jié)果顯示可以在1%的統(tǒng)計(jì)水平上拒絕隨機(jī)效應(yīng)估計(jì),因此表4和表5中的10個(gè)模型都采用固定效應(yīng)估計(jì);通過(guò)進(jìn)一步的分析發(fā)現(xiàn),10個(gè)模型都適用時(shí)點(diǎn)固定效應(yīng)估計(jì);最后本文進(jìn)行了異方差檢驗(yàn),并使用了PCSE對(duì)方差進(jìn)行了修正。考慮到本文的樣本時(shí)期比較短,本文沒(méi)有檢驗(yàn)序列相關(guān)性。具體的回歸結(jié)果如表4和表5所示。

根據(jù)本文分析可得出以下結(jié)論:

第一,農(nóng)村金融市場(chǎng)規(guī)模擴(kuò)大對(duì)農(nóng)村銀行業(yè)集中度有顯著為負(fù)的影響。從表4和表5的第1、2列可以看出,無(wú)論是農(nóng)村存款規(guī)模變量LVAD還是農(nóng)村貸款規(guī)模變量LVAL,都與農(nóng)村銀行業(yè)結(jié)構(gòu)變量在1%的水平下顯著地負(fù)相關(guān)。這與本文的理論預(yù)期相一致,即隨著農(nóng)村存、貸款規(guī)模的擴(kuò)大,農(nóng)村金融體系的擴(kuò)張,農(nóng)村金融機(jī)構(gòu)分工水平的提高,農(nóng)村銀行之間的競(jìng)爭(zhēng)必然會(huì)加劇,農(nóng)村銀行業(yè)集中度勢(shì)必會(huì)降低。

第二,農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村銀行業(yè)集中度顯著負(fù)相關(guān)。從表4和表5的第2列看出,農(nóng)村經(jīng)濟(jì)增長(zhǎng)變量Y的系數(shù)在以農(nóng)村存款集中度和農(nóng)村貸款集中度為被解釋變量的估計(jì)結(jié)果中均顯著為正,不符合本文的理論預(yù)期。正如前述,可能的原因在于農(nóng)村經(jīng)濟(jì)增長(zhǎng)變量Y與農(nóng)村存、貸款市場(chǎng)規(guī)模變量lnLVAD和lnLVAL正相關(guān),而與政府干預(yù)程度變量GEB負(fù)相關(guān)。因此,本文剔除了農(nóng)村存貸款規(guī)模變量、政府干預(yù)程度變量后重新進(jìn)行回歸,如表4和表5的中的第3列結(jié)果顯示,農(nóng)村經(jīng)濟(jì)增長(zhǎng)在1%的水平上與農(nóng)村銀行業(yè)集中度顯著地負(fù)相關(guān)。該結(jié)果也證實(shí)了以往文獻(xiàn)的研究結(jié)論,即農(nóng)村經(jīng)濟(jì)增長(zhǎng)是通過(guò)擴(kuò)大農(nóng)村金融市場(chǎng)規(guī)模而降低農(nóng)村銀行業(yè)集中度的(賀小海 等,2008)。

第三,規(guī)模以上工業(yè)產(chǎn)值占第二產(chǎn)業(yè)的比重與農(nóng)村銀行業(yè)集中度顯著負(fù)相關(guān)。從表4和表5的第3、4、5列看出,用規(guī)模以上工業(yè)產(chǎn)值占第二產(chǎn)業(yè)的比重表示的農(nóng)村經(jīng)濟(jì)結(jié)構(gòu)變量NSOE與農(nóng)村銀行業(yè)集中度在1%的水平下顯著地負(fù)相關(guān),這表明,縣域內(nèi)規(guī)模以上工業(yè)企業(yè)的發(fā)展能夠有效降低農(nóng)村銀行業(yè)集中度。可能的原因在于,縣域內(nèi)規(guī)模以上工業(yè)企業(yè)的發(fā)展需要更多的農(nóng)村金融機(jī)構(gòu)提供貸款,從而降低了農(nóng)村銀行業(yè)集中度。

第四,政府干預(yù)程度與農(nóng)村銀行業(yè)集中度顯著正相關(guān)。表4和表5的第4列結(jié)果表明,政府干預(yù)程度與農(nóng)村銀行業(yè)集中度在1%的水平下顯著地正相關(guān)。這與本文的理論假設(shè)相一致:在農(nóng)村地區(qū),地方政府對(duì)經(jīng)濟(jì)活動(dòng)的干預(yù)程度越高,表明其政府行政力量越大,也就意味著當(dāng)?shù)卮笮蛧?guó)有銀行的寡占地位越難以改變,以至于銀行業(yè)集中度居高不下。因此為了降低農(nóng)村銀行業(yè)的集中度,可采取相應(yīng)的財(cái)政支持政策,如加大財(cái)政對(duì)涉農(nóng)金融業(yè)務(wù)的稅收優(yōu)惠政策。

此外,從表4和表5的第5列看出,農(nóng)村投資率與農(nóng)村銀行業(yè)集中度顯著正相關(guān)。

四、結(jié)論與政策建議

新型農(nóng)村金融機(jī)構(gòu)創(chuàng)新導(dǎo)致了我國(guó)農(nóng)村銀行業(yè)結(jié)構(gòu)變化,基于這一重要的研究背景,本文利用2006—2010年的縣級(jí)面板數(shù)據(jù),對(duì)我國(guó)農(nóng)村銀行業(yè)結(jié)構(gòu)的影響因素進(jìn)行了實(shí)證研究。結(jié)果表明,農(nóng)村金融市場(chǎng)規(guī)模擴(kuò)大、農(nóng)村經(jīng)濟(jì)增長(zhǎng)及農(nóng)村地區(qū)第二產(chǎn)業(yè)中規(guī)模以上工業(yè)企業(yè)比重的增加均會(huì)降低我國(guó)農(nóng)村銀行業(yè)市場(chǎng)集中度;而政府干預(yù)程度越高,農(nóng)村銀行業(yè)市場(chǎng)集中度也越高。為有效降低我國(guó)農(nóng)村銀行業(yè)市場(chǎng)集中度,一方面,要進(jìn)一步完善社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制,減少各級(jí)政府對(duì)地區(qū)經(jīng)濟(jì)的不當(dāng)干預(yù);另一方面,應(yīng)該促進(jìn)農(nóng)村地區(qū)規(guī)模以上工業(yè)企業(yè)的發(fā)展,并帶動(dòng)農(nóng)村地區(qū)中小企業(yè)發(fā)展,實(shí)現(xiàn)農(nóng)村經(jīng)濟(jì)的快速增長(zhǎng),以促進(jìn)農(nóng)村地區(qū)金融市場(chǎng)規(guī)模的擴(kuò)大,從而降低農(nóng)村銀行業(yè)集中度。尤其是中、西部農(nóng)村地區(qū),經(jīng)濟(jì)發(fā)展和市場(chǎng)經(jīng)濟(jì)落后于東部農(nóng)村地區(qū),農(nóng)村存、貸款市場(chǎng)規(guī)模偏低,因此,我國(guó)當(dāng)前的農(nóng)村金融體制改革應(yīng)實(shí)施偏向于中西部的政策制度,以擴(kuò)大其市場(chǎng)規(guī)模,進(jìn)而切實(shí)降低當(dāng)?shù)剞r(nóng)村銀行業(yè)市場(chǎng)集中度。

參考文獻(xiàn):

陳華強(qiáng). 2011. 我國(guó)銀行體系與實(shí)體經(jīng)濟(jì)發(fā)展互動(dòng)關(guān)系研究[D].南昌:南昌大學(xué).

范小云,肖立晟,王博. 2010.銀行監(jiān)管對(duì)銀行業(yè)結(jié)構(gòu)演進(jìn)的影響——基于市場(chǎng)準(zhǔn)入與經(jīng)營(yíng)范圍監(jiān)管視角的研究[J].財(cái)經(jīng)研究(4):103111.

賀小海,劉修巖.2008.中國(guó)銀行業(yè)結(jié)構(gòu)影響因素的實(shí)證研究[J].財(cái)經(jīng)研究(5):5262.

林毅夫,姜燁.2008.發(fā)展戰(zhàn)略、經(jīng)濟(jì)結(jié)構(gòu)與銀行業(yè)結(jié)構(gòu):來(lái)自中國(guó)的經(jīng)驗(yàn)[J].管理世界(1):2940.

林毅夫,孫希芳.2006.銀行業(yè)結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)研究(9):3145.

田杰,劉勇,陶建平.2012.社會(huì)經(jīng)濟(jì)特征、競(jìng)爭(zhēng)優(yōu)勢(shì)與農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)布局——來(lái)自我國(guó)278家村鎮(zhèn)銀行的經(jīng)驗(yàn)證據(jù)[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)(6):8692.

徐忠,沈艷,王小康,沈明高.2009.市場(chǎng)結(jié)構(gòu)與我國(guó)銀行業(yè)績(jī)效:假說(shuō)與檢驗(yàn)[J].經(jīng)濟(jì)研究(10):7586.

于忠,王繼翔.2000.對(duì)我國(guó)銀行業(yè)集中度決定因素的實(shí)證分析[J].統(tǒng)計(jì)研究(5):3236.

AMEL D F,LIANG J.N. 1990. Dynamics of market concentration in U.S. banking, 1966—1986[J]. International Journal of Industrial Organization,8(3):375384.

COCCORESE P. 2008. An investigation on the causal relationships between banking concentration and economic growth [J]. International Review of Financial Analysis,17(3):557570.

(編輯:南北)

主站蜘蛛池模板: 久久一本精品久久久ー99| 国产精品护士| 欧美日韩亚洲国产主播第一区| 欧美不卡视频在线观看| 欧美黄网在线| 国产成人1024精品下载| 香蕉综合在线视频91| 无码免费试看| 9啪在线视频| 亚洲无码不卡网| 国产精品无码翘臀在线看纯欲| 91精品伊人久久大香线蕉| 国产精品刺激对白在线| 日本欧美一二三区色视频| 亚洲欧美日韩动漫| 毛片久久久| 无码一区中文字幕| 麻豆国产精品一二三在线观看| 青青操国产视频| 国产成人夜色91| www.国产福利| 久久国产热| 91午夜福利在线观看精品| 99热这里都是国产精品| 中文字幕调教一区二区视频| 中文字幕免费在线视频| 国产青榴视频| 精品国产免费观看一区| 免费 国产 无码久久久| 22sihu国产精品视频影视资讯| 久久精品人人做人人爽电影蜜月 | 亚洲成AV人手机在线观看网站| 在线观看国产网址你懂的| 国产第二十一页| 国产亚洲精品自在久久不卡| 国产精品尤物在线| 亚洲av无码牛牛影视在线二区| 久草国产在线观看| 日本免费福利视频| 国产精品天干天干在线观看| 亚洲熟女中文字幕男人总站 | 日本欧美午夜| 国产三级a| 久久久久久尹人网香蕉| 自拍偷拍欧美日韩| 免费99精品国产自在现线| 97超爽成人免费视频在线播放| 麻豆AV网站免费进入| aa级毛片毛片免费观看久| 国产爽爽视频| 亚洲第一黄片大全| 在线国产综合一区二区三区| 国产另类视频| 在线五月婷婷| 欧美视频在线第一页| 国产青青草视频| 97成人在线观看| 青青热久免费精品视频6| 五月婷婷导航| h网站在线播放| 国产麻豆另类AV| 國產尤物AV尤物在線觀看| 国产91色在线| 伊人久久久久久久久久| 四虎影视8848永久精品| 91啪在线| 黑人巨大精品欧美一区二区区| 国产精品免费电影| 无码免费试看| 欧美日在线观看| 日韩人妻少妇一区二区| 四虎精品黑人视频| 嫩草影院在线观看精品视频| 国产精品第三页在线看| a欧美在线| 国产无吗一区二区三区在线欢| 日本亚洲成高清一区二区三区| 久久精品人人做人人爽97| 亚洲毛片在线看| 99视频精品在线观看| 国禁国产you女视频网站| 天天做天天爱夜夜爽毛片毛片|