海南農村金融發展對農民收入影響的實證研究

張賽麗 唐廷鳳 陳 璐

（海南大學應用科技學院（儋州校區），海南 儋州 571737）

從2004 至2014 年，中央已經連續發布11 個以“三農”（農業、農村、農民）為主題的一號文件，三農問題已被放到更為重要的位置。農村金融的發展是新農村建設中的一個關鍵環節。近年來，海南省農村金融業務不斷發展壯大，實力也逐漸增強，為促進農村經濟發展，增加農民收入提供了一個好的契機。

經過一系列的改革，目前海南省農村金融體系已經基本形成，正規金融機構主要有：中國銀行、建設銀行、工商銀行、農業銀行、光大銀行、民生銀行、交通銀行、海口農村商業銀行等商業銀行，農村信用合作社，農村合作銀行，農村資金互助社，村鎮銀行和郵政儲蓄機構。非正規金融機構主要有高利貸、當鋪、私人錢莊、農民私底下的借貸活動、合伙投資等[1]。目前海南省農村金融業發展規模仍偏小、種類也偏少，尤其是與三農問題相關的保險業、證券業、信托投資和其他金融服務市場發展較滯后，農村金融對農業經濟增長的支撐作用尚未完全發揮。據全國地方金融第十七屆論壇的海南金融數據顯示，海南金融業增加值由2005 年的12.44 億元增長到2012 年的131 億元，增幅超過10 倍；同時，金融業占第三產業增加值的比重由2005 年的3.33%提高到2012 年的9.77%，金融業對第三產業的貢獻度提升了近三倍。特別是近幾年，金融業增加值占第三產業的比重增長較快，成為拉動海南經濟增長的主力和亮點。[2]

一、指標

本文研究海南省農村金融業的發展及其農民收入之間的關系，主要通過運用以下兩組指標：其一是用于反映農民收入的；其二是為了反映海南省農村金融的發展情況的。反映農民收入指標主要是采用海南省農民年人均存收入（RI）即為了反映農民收入及其增長情況。由于農村金融的發展不僅包括數量的增加，同時也要包括農村金融結構的調整和效率的提高，因此反映農村金融發展指標需要包括規模指標、效率指標和結構指標。對于農村金融發展的規模指標，目前較成熟的做法是采用農村金融相關率（RFIR，Rural Financin Interrelation Ratio），RFIR 來源于FIR（Financin Interrelation Rational），RFIR 通常簡化為金融資產總量與GDP 之比，在實際應用中，RFIR 是用農村存貸款余額與農村GDP 之比來表示，考慮到數據的獲得性，用第一產業總產值代替農村GDP；農村金融發展的效率是指農村金融中介將農村金融儲蓄轉化為農村貸款的能力，用農村存款余額（RD）和農村貸款余額（RL）之比表示，即RD/ RL，表示為RDL；農村金融結構是指農村金融的各個組成部分占農村金融總量的比重及其相互關系。在海南省農村金融市場主要有農業發展銀行，中國銀行、建設銀行、工商銀行、農業銀行、廣大銀行、民生銀行、交通銀行等商業銀行，農村信用合作社，農村合作銀行，農村資金互助社，村鎮銀行和郵政儲蓄機構以及非正規金融機構。農村金融結構的改善是指農村金融市場中存在多樣化的金融機構、提供功能齊全的金融產品及服務，能滿足不同層次和類型的金融需求，目前，農村信用合作社在海南農村金融市場中占據絕對優勢。因此，我們用農村信用社貸款余額占農村貸款余額之比代表農村金融結構的變化，即RCL/ RL，表示為RCLL[3]。

二、數據

由于數據的難獲得性以及2010 年以后海南省金融機構存貸款項目構成采用新的統計口徑與以前的統計口徑不一致，所以本文研究所選取的樣本區間為1987～2009 年一共23 年，除了特殊說明的數據，所使用的數據來源于，《海南統計年鑒》（1991-2013）、《中國金融年鑒》、《中國農村統計年鑒》。需要指出的是：農村貸款余額包括農業貸款余額與鄉鎮企業貸款余額之和；農村存款余額為農戶儲蓄存款余額與農業存款余額之和。

三、模型及方法

本文運用向量自回歸模型（VAR，Vector Auto Regression）探索海南省農村金融業的發展與其農民收入之間的關系。其優點在于VAR 模型把系統中的每一個內生變量作為所有內生變量的滯后值的函數來構造模型，從而將單變量自回歸模型推廣到多元時間序列變量組成的向量自回歸模型，合理地描述變量間的相互關系[4]。VAR 模型常用于預測相互聯系的時間序列系統及分析隨機擾動對變量系統的動態分析[5]，用于解釋各種經濟沖擊對經濟變量形成的影響[6]。

VAR（p）模型的數學表達式為[7]：

式中：yt是k 維內生變量列向量；xt為d 維外生變量列向量；p是滯后階數，T 是樣本個數。k×k 維矩陣φ1…φ2和k×d 維矩陣H 是待估計的系數矩陣。ξt是k 維隨機擾動列向量，它們相互之間可以同期相關，但不能與自身的滯后值相關且不與等式右邊的變量相關，假設Σ 是ξt的協方差矩陣，是一個k×k 的正定矩陣。

在實際應用中，通常希望滯后階數p 和樣本個數T 足夠大，從而完整地反映所構造模型的動態特征，但是，滯后階數越大，模型中的待估計參數越多，自由度越少。因此，需要在滯后階數與自由度之間取舍，一般根據AIC 準則和SC 準則確定最佳滯后階數。

四、實證研究

（一）ADF檢驗

為了防止偽回歸現象的產生，首先必須對時間序列樣本數據做平穩性檢驗。我們采用目前常用的單位根檢驗方法——ADF（Augmented Dickey—Fuller）方法進行檢驗[8]，結果如表1 所示。

表1 單位根檢驗結果

由表1 可以看出，RI、RFIR、RDL 和RCLL 在10%顯著性水平下不能拒絕單位根假設。因此，這幾個變量均屬于非平穩變量，其一階差分在5%、5%、1%和1%顯著性水平上顯著，說明RI、RFIR、RDL和RCLL 是一階平穩變量，可以構成VAR 模型。

（二）進行協整檢驗，建立向量誤差修正模型

由于RI、RFIR、RDL 和RCLL 都是一階單整的，我們進一步利用Johansen 檢驗判斷上述變量之間是否存在協整關系。Johansen檢驗是一種基于VAR 模型的檢驗方法，在檢驗之前首先必須確定VAR 模型的結構，其中的一個重要問題是確定最優滯后階數。按照AIC 和SC 最小化的原則確定最優滯后階數，最終確定最優滯后階數為2。Johansen 檢驗結果見表2 所示。

表2 Johansen協整檢驗

由Johansen 檢驗結果可知，RI、RFIR、RDL 和RCLL 之間存在著1 個協整關系，也就是說農民人均純收入與農村金融相關率、農村金融發展效率及農村金融結構的改善存在長期均衡關系。

其協整關系方程為：

其中，括號中的數值為標準誤差。

從上式可以看出，海南農村金融規模的擴大和海南農村金融結構的改善對海南農民收入的增長起到正向作用，而海南農村金融效率的提高并沒有對海南農民收入的增長起到正向作用。這表示在1987～2009 年期間，海南省農村金融效率的提高對其農民增收不但沒有起到促進作用，反而起抑制作用，只有海南農村金融相關率和海南農村金融結構的改善才利于海南農民的增收。

（三）格蘭杰因果檢驗

通過上文分析我們已經知道RI 和RFIR、RDL、RCLL 之間存在協整關系。因此，還需進一步對這些變量進行因果關系檢驗。我們采用格蘭杰因果檢驗方法，結果如表3 所示。

表3 格蘭杰因果檢驗

由表3 可知，在滯后期為2 時，RFIR 和RI、RDL 和RI、RCLL和RI 都沒有通過格蘭杰因果關系檢驗。

五、結論

通過以上實證分析，Johansen 協整檢驗結果表明：農村金融效率與農民收入是負相關關系，農村金融結構、農村金融規模與農民收入是正相關關系；格蘭杰因果關系表明：就現有的統計數據分析結果而言，農村金融的規模增加與農民收入之間沒有因果關系，同樣農村金融效率提高與農民收入之間、農村金融結構改善與農民收入之間也不存在因果關系。

這一分析結果說明，最近二十年來海南農村金融的發展沒有成為促進海南農民收入提高的主要因素，反而在某種程度上阻礙了海南農民增收，這一結果與主流觀點即農村金融發展促進農民收入增長相悖，探究其原因可能是伴隨著農村金融體制改革，農村金融無論規模、效率和結構都得到了極大提高和改善，但是并沒有起到金融支農的作用，農民收入的增加可能更多的是源于農村金融之外的因素。

[1]熊德平.中國金融發展與農民收入增長[J].經濟研究.2005(09).

[2]和訊網.海南金融業邁上新征程[EB/OL].(2013-12-06)(2014-2-2).http://stock.hexun.com/2013-12-06/160359256.html

[3]錢永坤，張紅兵.對江蘇省農村金融和農民收入之間關系的實證分析[J].特區經濟，2007(05).

[4]趙建東.安徽省農村金融發展與農民收入關系的實證分析[J].華東經濟管理，2010(04)

[5]冉光和，張金鑫.農村金融發展與農村經濟增長的實證研究—以山東為例[J].農業經濟問題，2008(06):47-51.

[6]周立，王子明.中國各地區金融發展與經濟增長實證分析：1978～2000[J].金融研究，2002，(10):1-13.

[7]高鐵梅.計量經濟分析方法與建模[M].清華大學出版社，2009（第二版）：P267.

[8]劉旦.我國農村金融發展效率與農民收入增長[J].山西財經大學學報，2007(01):44-49.