基于VAR與VEC模型的農村經濟增長與農村金融發展關系的實證研究

摘 要：基于農村金融機構服務農村經濟發展視角，構建向量自回歸（Vector Autoregression，VAR）與向量誤差修正（Vector Error Correction，VEC）模型，研究農村經濟增長與農村金融發展的關系。結果表明：農村經濟增長與農村金融發展之間表現出單向的影響關系，農村金融發展各變量之間相互作用；農村經濟增長與農村金融發展存在長期均衡關系，農村金融發展中的農業保險保費結構和賠付結構變化對均衡關系的影響較大。鑒于此，在農村金融發展過程中，農村金融機構與農業相關部門應加強對農業保險的關注和管理。

關鍵詞：農村經濟；農村金融；VAR模型；VEC模型

中圖分類號：F832.35；F327 文獻標志碼：A 文章編號：1674-7909-（2023）11-52-6

1 變量計算、數據來源和模型構建

1.1 變量和數據

目前，我國還沒有官方統計的指標和數據表示農村經濟發展水平。因此，筆者借鑒沙柢等［1］的做法，選用第一產業同比增速代表農村經濟增長。在相關研究中，關于農村金融發展的指標普遍借鑒的是雷蒙德·W·戈德史密斯（Raymond W Goldsmith）提出的金融相關率，即金融資產總量占國內生產總值的比重。從理論上分析，金融資產總量包括金融部門與非金融部門的債權，而我國農村金融資產以銀行存貸款為主。

筆者構建的變量如表1所示，從農村金融機構服務農村金融發展角度出發構建變量和收集相關數據，同時借鑒宋保勝等［2］的做法，從農村金融發展的規模、結構和效率3個維度綜合測度農村金融發展情況。其中，對于農村金融發展結構這一變量，考慮到測度結構的全面性，選用3個指標代表農村金融發展結構，即農業險保費結構（FZJG1）、農業險賠付結構（FZJG2）和農村金融機構債權結構（FZJG3）。

農村經濟增長、農村金融發展各變量的原始數據來源于國家統計局網站、國泰安金融數據庫。各變量原始數據均為季度數據，時間跨度為1993年3月至2022年3月。

1.2 模型設計

考慮到各變量之間可能互相影響，選用非結構性的向量自回歸（Vector Autoregession，VAR）模型建立各變量之間的關系模型，即每個內生變量作為所有內生變量滯后值的函數構造多方程聯立回歸模型［3］，以此對各內生變量構成的經濟系統進行動態分析。另外，利用Eviews10軟件對模型進行實證研究。

式（1）中：Yt包括GROU、FZGM、FZJG、FZXL的列向量，α表示由截距組成的列向量，t表示時期，p表示所有內生變量的滯后階數，Π表示相關系數矩陣，μt為隨機擾動項。

2 實證檢驗結果與分析

2.1 單位根檢驗

采用單位根檢驗方法檢驗時間序列是否平穩。為盡量不損失水平序列所包含的信息，對原始序列及其差分進行單位根檢驗，結果如表2所示。

表2檢驗結果表明，各變量原始序列單位根統計量均大于1%、5%和10%顯著性水平的臨界值，說明各原始變量序列為非平穩序列。經過一階差分后各原始變量序列的單位根統計量均小于10%顯著性水平的臨界值，認為可以拒絕原假設，即各原始變量序列是一階單整序列I（1）。

2.2 滯后期選擇

建立VAR模型的關鍵是確定各變量的滯后階數，滯后階數越大，則需要估計的參數越多，但是能更好地反映模型的動態性變化。根據表3中的檢驗結果與信息準則，確定最優滯后階數為4。

2.3 VAR模型的參數估計

根據滯后期數選擇，選擇4階對VAR模型進行估計較為合適。從估計結果來看（VAR模型參數的估計結果表略），農村經濟增長與農村金融發展方程的擬合優度分別為57%、97%、99%、99%、95%、99%，擬合效果都比較好，說明這6個序列變量的關系方程密切，VAR模型較好地反映了序列變量之間的動態變化關系。

2.4 VAR模型的穩定性檢驗

要想分析農村經濟增長與農村金融發展之間的動態關系，就要確保VAR模型的穩定性。若上述矩陣的AR特征多項式根的倒數均小于1，在單位圓內，則說明VAR模型是穩定的。根據圖1結果，VAR模型是穩定的，說明后續可以進行脈沖響應和方差分解。

2.5 VAR模型的格蘭杰因果關系檢驗

格蘭杰因果檢驗揭示的并非字面意思的因果關系，反映的是一種動態關系，說明一個變量對另一個變量是否有“預測能力”，表4至表9給出各變量間的格蘭杰因果檢驗結果。

表4所示的GROU方程中，各變量的格蘭杰因果檢驗的概率值均大于5%的顯著性水平，可以認為各變量均不是農村經濟增長變化的原因；各變量滯后聯合的格蘭杰因果檢驗的概率值也大于5%的顯著性水平，可以認為各變量的聯合作用不是農村經濟增長變化的原因。

表5所示的FZGM方程中，FZJG3、FZXL的格蘭杰因果檢驗概率值小于5%的顯著性水平，可以認為農村經濟增長、農村金融機構債權結構和農村金融發展效率是農村金融發展規模變化的原因；各變量滯后聯合的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為各變量的聯合作用是農村金融發展規模變化的原因。

表6所示的FZJG1方程中，FZJG3的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為農村金融機構債權結構是農業險保費結構變化的原因；各變量滯后聯合的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為各變量的聯合作用是農業險保費結構變化的原因。

表7所示的FZJG2方程中，各變量的格蘭杰因果檢驗的概率值均大于5%的顯著性水平，可以認為各變量分別不是農業險賠付結構變化的原因；各變量滯后聯合的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為各變量的聯合作用是農業險賠付結構變化的原因。

表8所示的FZJG3方程中，FZXL的格蘭杰因果檢驗的概率值小于10%的顯著性水平，可以認為農業金融發展效率是農村金融機構債權結構變化的原因；各變量滯后聯合的格蘭杰因果檢驗的概率值大于5%的顯著性水平，可以認為各變量的聯合作用不是農村金融機構債權結構變化的原因。

表9所示的FZXL方程中，FZGM、FZJG3的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為農村金融發展規模和農村金融機構債權結構是農村金融發展效率變化的原因；各變量滯后聯合的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為各變量的聯合作用是農村金融發展效率變化的原因。

2.6 脈沖響應函數

脈沖響應函數反映一個內生變量產生的擾動或沖擊如何影響另一個變量的當期值和未來值，以此可以觀察VAR模型中各變量的響應函數時間路徑。此次研究的VAR模型中包含6個變量，導致脈沖響應函數的輸出結果較多，下面僅展示農村經濟增長（GROU）的脈沖響應函數。

如圖2所示，農村經濟增長對于自身的擾動或沖擊在第1期做出正向響應，之后開始減少，至第6期轉為負，持續至第9期轉為正向響應，說明農村經濟增長變化對于自身的擾動或沖擊響應程度較大。

如圖3所示，農村經濟增長對于農村金融發展規模的擾動或沖擊在第3期開始略有正向響應，持續至第10期趨于平穩，說明農村金融發展規模變化對農村經濟增長變化影響較小。

如圖4所示，農村經濟增長對于農業險保費結構的擾動或沖擊在第2期開始有正向響應，在第5期達到谷峰，說明農業險保費結構變化對農村經濟增長變化有明顯的影響。

如圖5所示，農村經濟增長對于農業險賠付結構的擾動或沖擊在第1期略有正向響應，在第3期轉為負并持續至第8期又轉為正，但響應幅度都很小，說明農業險賠付結構變化對農村經濟增長變化影響有限。

如圖6所示，農村經濟增長對于農村金融機構債權結構的擾動或沖擊在第2期略有正向響應，并持續至第9期開始減緩，說明農村金融機構債權結構變化對農村經濟增長變化影響有限。

如圖7所示，農村經濟增長對于農村金融發展效率的擾動或沖擊在第4期略有負向響應，持續至第10期趨于平穩，說明農村金融發展效率變化對農村經濟增長變化影響很小。

2.7 農村經濟增長方差分解結果

方差分解可以反映VAR模型中不同結構性沖擊或擾動對某個內生變量變化的貢獻度，可以此評價該結構性沖擊或擾動的重要性。農村經濟增長方差分解結果如表10所示。

由表10可知，農村經濟增長方程方差中，其自身的沖擊或擾動所做的貢獻程度由大到小，滯后10期的貢獻率為83.8%；農村金融發展規模對方差的貢獻度由小變大，在第8期趨于平穩，滯后10期的貢獻率為2.42%；農業險保費結構對方差的貢獻度由小變大，在第8期趨于平穩，滯后10期的貢獻率為8.99%。農業險賠付結構對方差的貢獻度由小變大，滯后10期的貢獻率為1.81%；農村金融機構債權結構對方差的貢獻度由小變大，在第10期的貢獻率為1.52%；農村金融發展效率對方差的貢獻度由小變大，滯后10期的貢獻率為1.46%。

2.8 農村經濟增長和農村金融發展的向量誤差修正模型

由于序列GROU、FZGM、FZJG1、FZJG2、FZJG3、FZXL都是一階單整序列，可以使用約翰森協整檢驗方法檢驗農村經濟增長與農村金融發展是否存在協整關系，檢驗結果如表11所示。

從表11約翰森協整檢驗結果來看，拒絕了“不存在及至多存在1個、2個、3個”的原假設，說明農村經濟增長與農村金融發展之間存在協整關系，可以建立VEC模型。

2.9 VEC模型估計結果

根據各序列的協整向量，得到協整方程為

上述協整方程表明：在其他條件不變的情況下，農村金融發展規模每上漲1.0個百分點，農村經濟增長就減少0.5個百分點；農業險保費結構每上漲1.0個百分點，農村經濟增長就增加100.0個百分點；農業險賠付結構每上漲1.0個百分點，農村經濟增長就減少16.0個百分點；農村金融機構債權結構每上漲1.0個百分點，農村經濟增長就增加0.9個百分點；農村金融發展效率每增加1.0個百分點，農村經濟增長就減少2.8個百分點。

根據協整方程得出樣本期內各序列變量的協整關系圖（見圖8）。圖8表明了農村經濟增長與農村金融發展各變量之間的變化關系：1994—2003年相對穩定，波動幅度較小，2004—2007年有一次較為明顯的波動，之后又趨于平穩，一直到2019年，各變量之間的關系出現巨大的波動幅度，并持續至樣本期末。

2.10 VEC模型的矩陣方程

根據協整向量和誤差修正項的估計結果，可以得到農村經濟增長和農村金融發展的誤差修正模型。基于研究需要，下面只列出農村經濟增長的誤差修正模型。

在農村經濟增長誤差修正模型中，ecmt表明當農村經濟增長GROU比協整方程中的GROU的均衡水平高時，下一期的GROU就往低的方向調整，調整系數為-0.308 881。

3 結論和建議

從VAR模型的格蘭杰因果檢驗結果來看，農村經濟增長與農村金融發展之間表現出單向的影響關系，即農村金融發展各變量的單個作用和聯合作用對農村經濟增長的影響均不顯著，但是農村經濟增長會影響農村金融發展［4］，包括農村經濟增長是農村金融發展規模變化的原因，經濟增長與農村金融發展中其他變量的聯合作用也是農村金融發展個別變量變化的原因。除此之外，農村金融發展各個變量之間也存在相互作用、互相影響的關系。

從脈沖響應函數和方差分解的分析結果發現，農村經濟增長受自身變化影響的同時，農村金融機構變化對農村經濟增長變化的貢獻均較小，其中貢獻略微突出的是農業險保費結構。從農村經濟增長與農村金融發展長期均衡關系來看，農業險保費結構和賠付結構的變化對于均衡關系的影響較大。

基于以上結論，筆者認為當前在農村金融發展過程中，要加強對農業險的關注和管理。一是細化《農業保險條例》，明確保險經營、農業險產品管理、財稅幫扶及災害風險分散等方面的權責界限；二是完善農業保險賠付機制，根據不同省（自治區、直轄市）實際風險，動態調整農產品保險費率；三是推行強制型、自愿型投保相結合的農業保險模式［5］，保證農業保險的可持續性；四是加大政府對農業保險的補貼力度，同時為農業保險公司提供必要的信貸支持，調動農戶和農業保險機構參與農業保險的積極性。

參考文獻：

［1］沙柢，潘偉光.基于VAR模型的河南省農村金融與農業經濟發展關系［J］.浙江農業科學，2021（1）：198-203.

［2］宋保勝，王麗.基于VAR模型的河南農村金融發展與農民收入的實證分析［J］.周口師范學院學報，2022（3）：110-115.

［3］李婕妤，李林玲.“互聯網+”背景下我國農村金融服務區域差異研究：基于VAR模型的實證分析［J］.哈爾濱商業大學學報（社會科學版），2021（4）：33-46.

［4］劉琪，李宗洙，PARK Jeng-woon.中國農村金融發展對農民收入增長的影響研究：基于2009—2018年數據的實證分析［J］.湖北農業科學，2022（2）：209-214.

［5］趙俊粟.政府支持背景下農業保險創新的風險及其規制［J］.產業創新研究，2020（14）：28-29.

基金項目：2022年河南省社科聯調研課題“鄉村振興戰略背景下金融服務模式創新研究”（SKL-2022-2680）。

作者簡介：王雪然（1986—），女，碩士，講師，研究方向：計量經濟學分析、金融經濟學。