放開貸款利率背景下農村合作金融機構流動性狀況探析

葉波　王婭

摘 要：近年來，農村合作金融機構在金融市場中發揮著舉足輕重的作用，是助推農村地區經濟發展的主要力量。本文通過構建ARIMA模型對張掖市農村合作金融機構流動性問題進行預測。結果表明，季節性是影響農村合作金融機構流動性的重要因素，同時本文就出現的問題提出建議。

關鍵詞：ARIMA模型；農村合作金融機構；流動性

中圖分類號：F830.5 文獻標識碼：B 文章編號：1674-0017-2014（4）-0090-04

2003-2013年是中國農村金融改革發展最為活躍的十年。在這十年，大部分農村金融機構通過改革實現了可持續發展，農村金融市場建設逐步加強，涉農貸款逐年增長，有力支持了當地糧食增產、農民增收、農村發展。但也要看到，農村金融仍然是我國金融體系的薄弱環節，需要進一步采取措施開放農村金融市場，穩固農村金融機構在金融市場的地位。

2013年7月20日，中國人民銀行宣布，全面放開金融機構貸款利率管制，取消金融機構貸款利率0.7倍下限，由金融機構自主確定貸款利率水平，并著力強調對于農村信用社貸款利率不再設立上限。貸款利率放開對于盤活銀行資金，提高自主定價能力，轉變經營模式，優化金融資源配置起到積極促進作用，并有力推動金融支持經濟結構調整和轉型升級。本文以張掖市農村合作金融機構為例，選取2004年1月至2013年6月的存貸款數據，通過建立ARIMA模型，預測在當前取消貸款利率的大環境下，短期內是否會發生流動性風險。

一、經濟計量方法與數據說明

（一）研究方法

ARIMA（p，d，q）稱為差分自回歸移動平均模型，p為AR的階數； q為MA的階數，d為差分的階數。也可以說，ARIMA模型是指將非平穩時間序列轉化為平穩時間序列，然后將因變量僅對它的滯后值以及隨機誤差項的現值和滯后值進行回歸所建立的模型?；舅枷胧菍㈩A測對象隨時間推移而形成的數據序列視為一個隨機序列，用一定的數學模型來近似描述這個序列。

（二）ARIMA模型

建立ARIMA模型，首先要判斷序列是否平穩，只有穩定的時間序列才能建立ARIMA模型。其次，分別對存款、貸款進行模型分析，本文以存款為例進行說明。具體步驟如下：

1、平穩性檢測。單位根檢驗是數據平穩性檢驗最常用的方法。經對原序列取對數后對lnCK、及其差分序列dlnCK的平穩性檢驗，二者皆在臨界值內存在單位根，即二者均為不平穩序列。

2、對非平穩序列進行平穩化處理。如果數據序列是非平穩的，并存在一定的增長或下降趨勢，則需要對數據進行差分處理，直到處理后數據的自相關函數值和偏自相關函數值無顯著地異于零。

3、根據時間序列模型的識別規則，建立相應的模型。若平穩序列的偏自相關函數是截尾的，而自相關函數是拖尾的，可斷定序列適合AR模型；若平穩序列的偏自相關函數是拖尾的，而自相關函數是截尾的，則可斷定序列適合MA模型；若平穩序列的偏自相關函數和自相關函數均是拖尾的，則序列適合ARIMA模型。經檢驗，存、貸款序列均滿足ARIMA模型。

4、進行參數估計，檢驗是否具有統計意義。

5、進行假設檢驗，診斷殘差序列是否為白噪聲。

6、利用已通過檢驗的模型進行預測分析。

（三）指標選取

1、衡量農村合作金融機構發生流動性困難標準。就張掖市農村合作金融機構而言，資金運用主要是投放貸款，資金來源主要是存款。因此本文以存貸款比例來衡量農村金融機構是否會發生流動性風險，以其存貸比監管指標上限75%為標準（《商業銀行流動性風險管理辦法（試行）》），分為流動性困難（90%以上）、緊張（75%-90%）、正常（60%-75%）、寬裕（60%以下）。

2、數據來源。本文采用的數據來自于人民銀行張掖市中支網站，金融統計監測管理信息系統。2004年以前的數據包含城市信用社數據，2004年以后數據包括農村信用社及農村合作銀行。

二、張掖市農村合作金融機構流動性ARIMA模型分析

（一）數據平穩性檢驗與識別

時間序列的平穩性是使用ARIMA模型預測的前提，若平穩即可以建模，若不平穩需要進行平穩化處理后再進行建模。對取對數后的存款序列（lnCK）進行單位根檢驗。

序列lnCK的自相關系數沒有很快趨于零，說明序列是非平穩的。這種情況下，由自相關分析圖很難看出序列是否有季節性，需對原序列進行逐期差分，以消除趨勢。經對一階差分序列dlnCK的自相關-偏自相關圖分析發現，季節性因素是影響數據平穩性最主要的原因。

因此需要在一階差分的基礎上剔除其季節性因素。圖2是序列dlnCK剔除季節性后的自相關-偏自相關圖?？梢钥吹狡渥韵嚓P系數和偏自相關系數迅速截尾，表明趨勢性完全消除，但季節性仍然存在，在K=12時自相關系數顯著不為0，季節性明顯。經對其進行二階季節性差分，季節性問題并沒有得到良好改善，故只進行一階季節性差分。

經單位根檢驗， dlnCK為平穩序列，滿足建立ARIMA模型的各種條件。在上述數據處理的過程中，選用ARIMA（p、d、q）（P、D、Q）S模型，由于經過了一階差分和一階季節性處理，故d=1，D=1。從圖2中可以看出，偏自相關系數在k=4、5、12處比較合適，自相關函數在k=4、5處比較合適。因此p可能的取值是4、5、12，d=1，q可能的取值是4、5，由于K=12時二者系數均顯著不為零，故P=Q=1，因此，可供選擇的模型有ARIMA（5，1，5）（1，1，1）12、ARIMA（4，1，5）（1，1，1）12、ARIMA（4，1，4）（1，1，1）12等幾種模型。

（二）模型估計與檢驗

經嘗試，確定ARIMA（5，1，5）（1，1，1）12 為最優模型，由于AR（2）、AR（3）…MA（2）、MA（3）等系數過?。╰統計量不顯著）予以剔除，模型估計結果如表2。

從表3看出，各參數估計系數都有非常好的顯著性，估計模型的倒數根都小于1（單位根以內）。列差的自相關系數和偏自相關系數都在不超出顯著性檢驗的監界值，白噪聲檢驗滿足獨立性假設，因此模型有效，依據其參數，展開式為：

（1+0.7824B12）（1-0.3278B+0.3611B5）（1-B12）log（ck）=（1-0.9020） B12Ut（注：Bk為滯后k步的滯后算子）

據此繪制2012年6月-2013年7月預測數據與實際數折線比對圖，如圖1。

從圖1可以看到在就原數據剔除最后一年所做ARIMA模型的預測值與實際值非常接近，統計顯示其精度（MAPE）為3.97，因此模型建立是有效而且可用的。

（三）預測

采用與存款預測建模相同的方法，對貸款也進行了預測建模（過程略），預測2013年7月至2014年6月存貸款數據（見表4）。

從表4看出，在取消貸款利率的背景下，農村合作金融機構的流動性仍體現出較強的季節性，后半年流動性風險較高。

四、結論及建議

季節性表現是農村金融機構流動性的突出特征。從建模過程及預測結果來看，年度中8、9、10三個月表現為流動性風險較大，12、1月份正常，其他月份資金供求與往年相比運行情況相同，這種特點源自于農業生產季節性，與其他政策背景無顯著關系。

由于農村金融機構是目前對農村經濟發展中的主力軍，不再對其貸款利率設立上限，有利于增強農村金融機構滿足多層次涉農貸款需求的能力，提高涉農貸款資金的可得性。但就張掖市農村合作金融機構情況來看，資金運行數據與前幾年相比并未見明顯改變，因此可以認為，貸款利率的放開對偏遠農業生產地區存、貸款影響并不顯著，即對農村金融影響不是很大。

就農村金融機構流動性緊張問題，農村金融機構應構建專門管理體系，對資金流向、流量變動情況實時監控；強化信貸管理，提高信貸資金質量，采取積極有效的措施清收不良貸款，將不良貸款壓縮在規定比例之內；拓寬資金來源渠道，保證各項存款的穩步增加，減少流動風險。

繼續加強對農村金融機構的管理。針對流動性緊張問題，在繼續實施穩健性貨幣政策的基礎上，根據市場流動性的實際情況，積極運用公開市場操作、再貸款、再貼現等工具，適時調節農村金融體系流動性，平抑短期異常波動，穩定市場預期。

參考文獻

[1]程承，蒼玉霞.對農村合作金融機構資金營運必要性及風險控制的探討[J].現代商業，2008，（21）：38。

[2]胡章燦.對建立完善農村法人金融機構流動性監測評價體系的探索與思考[J].上海金融，2008，（8）：89-91。

[3]紀志宏.農村金融的市場化改革[J].中國金融，2013，（15）：48-51。

[4]陶希晉，勾東寧.我國流動性的層次與傳導機制研究[J].安徽大學學報（哲學社會科學版），2010，（3）：137-143。

[5]鄭少智，楊衛欣.基于ARIMA模型的我國國內生產總值的分析與預測[J].中國市場，2010，（48）：24-25。

責任編輯、校對：張宏亮

從表3看出，各參數估計系數都有非常好的顯著性，估計模型的倒數根都小于1（單位根以內）。列差的自相關系數和偏自相關系數都在不超出顯著性檢驗的監界值，白噪聲檢驗滿足獨立性假設，因此模型有效，依據其參數，展開式為：

（1+0.7824B12）（1-0.3278B+0.3611B5）（1-B12）log（ck）=（1-0.9020） B12Ut（注：Bk為滯后k步的滯后算子）

據此繪制2012年6月-2013年7月預測數據與實際數折線比對圖，如圖1。

從圖1可以看到在就原數據剔除最后一年所做ARIMA模型的預測值與實際值非常接近，統計顯示其精度（MAPE）為3.97，因此模型建立是有效而且可用的。

（三）預測

采用與存款預測建模相同的方法，對貸款也進行了預測建模（過程略），預測2013年7月至2014年6月存貸款數據（見表4）。

從表4看出，在取消貸款利率的背景下，農村合作金融機構的流動性仍體現出較強的季節性，后半年流動性風險較高。

四、結論及建議

季節性表現是農村金融機構流動性的突出特征。從建模過程及預測結果來看，年度中8、9、10三個月表現為流動性風險較大，12、1月份正常，其他月份資金供求與往年相比運行情況相同，這種特點源自于農業生產季節性，與其他政策背景無顯著關系。

由于農村金融機構是目前對農村經濟發展中的主力軍，不再對其貸款利率設立上限，有利于增強農村金融機構滿足多層次涉農貸款需求的能力，提高涉農貸款資金的可得性。但就張掖市農村合作金融機構情況來看，資金運行數據與前幾年相比并未見明顯改變，因此可以認為，貸款利率的放開對偏遠農業生產地區存、貸款影響并不顯著，即對農村金融影響不是很大。

就農村金融機構流動性緊張問題，農村金融機構應構建專門管理體系，對資金流向、流量變動情況實時監控；強化信貸管理，提高信貸資金質量，采取積極有效的措施清收不良貸款，將不良貸款壓縮在規定比例之內；拓寬資金來源渠道，保證各項存款的穩步增加，減少流動風險。

繼續加強對農村金融機構的管理。針對流動性緊張問題，在繼續實施穩健性貨幣政策的基礎上，根據市場流動性的實際情況，積極運用公開市場操作、再貸款、再貼現等工具，適時調節農村金融體系流動性，平抑短期異常波動，穩定市場預期。

參考文獻

[1]程承，蒼玉霞.對農村合作金融機構資金營運必要性及風險控制的探討[J].現代商業，2008，（21）：38。

[2]胡章燦.對建立完善農村法人金融機構流動性監測評價體系的探索與思考[J].上海金融，2008，（8）：89-91。

[3]紀志宏.農村金融的市場化改革[J].中國金融，2013，（15）：48-51。

[4]陶希晉，勾東寧.我國流動性的層次與傳導機制研究[J].安徽大學學報（哲學社會科學版），2010，（3）：137-143。

[5]鄭少智，楊衛欣.基于ARIMA模型的我國國內生產總值的分析與預測[J].中國市場，2010，（48）：24-25。

責任編輯、校對：張宏亮

從表3看出，各參數估計系數都有非常好的顯著性，估計模型的倒數根都小于1（單位根以內）。列差的自相關系數和偏自相關系數都在不超出顯著性檢驗的監界值，白噪聲檢驗滿足獨立性假設，因此模型有效，依據其參數，展開式為：

（1+0.7824B12）（1-0.3278B+0.3611B5）（1-B12）log（ck）=（1-0.9020） B12Ut（注：Bk為滯后k步的滯后算子）

據此繪制2012年6月-2013年7月預測數據與實際數折線比對圖，如圖1。

從圖1可以看到在就原數據剔除最后一年所做ARIMA模型的預測值與實際值非常接近，統計顯示其精度（MAPE）為3.97，因此模型建立是有效而且可用的。

（三）預測

采用與存款預測建模相同的方法，對貸款也進行了預測建模（過程略），預測2013年7月至2014年6月存貸款數據（見表4）。

從表4看出，在取消貸款利率的背景下，農村合作金融機構的流動性仍體現出較強的季節性，后半年流動性風險較高。

四、結論及建議

季節性表現是農村金融機構流動性的突出特征。從建模過程及預測結果來看，年度中8、9、10三個月表現為流動性風險較大，12、1月份正常，其他月份資金供求與往年相比運行情況相同，這種特點源自于農業生產季節性，與其他政策背景無顯著關系。

由于農村金融機構是目前對農村經濟發展中的主力軍，不再對其貸款利率設立上限，有利于增強農村金融機構滿足多層次涉農貸款需求的能力，提高涉農貸款資金的可得性。但就張掖市農村合作金融機構情況來看，資金運行數據與前幾年相比并未見明顯改變，因此可以認為，貸款利率的放開對偏遠農業生產地區存、貸款影響并不顯著，即對農村金融影響不是很大。

就農村金融機構流動性緊張問題，農村金融機構應構建專門管理體系，對資金流向、流量變動情況實時監控；強化信貸管理，提高信貸資金質量，采取積極有效的措施清收不良貸款，將不良貸款壓縮在規定比例之內；拓寬資金來源渠道，保證各項存款的穩步增加，減少流動風險。

繼續加強對農村金融機構的管理。針對流動性緊張問題，在繼續實施穩健性貨幣政策的基礎上，根據市場流動性的實際情況，積極運用公開市場操作、再貸款、再貼現等工具，適時調節農村金融體系流動性，平抑短期異常波動，穩定市場預期。

參考文獻

[1]程承，蒼玉霞.對農村合作金融機構資金營運必要性及風險控制的探討[J].現代商業，2008，（21）：38。

[2]胡章燦.對建立完善農村法人金融機構流動性監測評價體系的探索與思考[J].上海金融，2008，（8）：89-91。

[3]紀志宏.農村金融的市場化改革[J].中國金融，2013，（15）：48-51。

[4]陶希晉，勾東寧.我國流動性的層次與傳導機制研究[J].安徽大學學報（哲學社會科學版），2010，（3）：137-143。

[5]鄭少智，楊衛欣.基于ARIMA模型的我國國內生產總值的分析與預測[J].中國市場，2010，（48）：24-25。

責任編輯、校對：張宏亮