农村金融发展的金融中介效率与农村经济增长.docx

农村金融发展的金融中介效率与农村经济增长.docx

《农村金融发展的金融中介效率与农村经济增长.docx》由会员分享，可在线阅读，更多相关《农村金融发展的金融中介效率与农村经济增长.docx（19页珍藏版）》请在冰豆网上搜索。

农村金融发展的金融中介效率与农村经济增长

农村金融发展、金融中介效率与农村经济增长：

1978-2008

《产经评论》2011年5月第3期

农村金融发展,金融中介

效率与农村经济增长:

1978—2008

刘纯彬桑铁柱

[摘要]文章利用1978--2008的年度数据,通过协整检验,向量误差修正模型,Granger因果检验等方

法买证检验了农村金融发展,金融中介效率与农村经济增长的关系.实证结果表明,农村金融发展规模的

提升并未促进农村经济增长,而农村金融中介效率的提升有助于农村经济增长.农村金融发展滞后于农村

经济增长,二者之间并末形成良性互动机制.继续推进农村金融改革,扩大农村金融供给,突破农村金融

促进农村经济增长的"门槛",同时提升支农贷款的效率是农村金融进一步发展的方向.

[关键词]农村金融;农村经济;协整;向量误差修正模型

[中图分类号]F323[文献标识码]A[文章编号]1674—8298（2011）03-0151?

10

问题的提出

大量的学者对我国金融发展与经济增长关系进行了研究（谈儒勇1999,曹啸和吴军2002,周立

和王子明2002,李广众和陈平2002,王志强2003,温涛2005,王纪全2007等）,但将这一分析延伸

到农村金融领域的并不多.考虑到我国城乡之间在经济和金融上都存在二元结构,因此对我国农村金

融与农村经济增长之问关系的分析既有必要性也有现实意义.徐笑波,邓英陶（1994）,张兵,朱

建华等（2002）较早进行了这方面的探索,但只是简单描述性统计分析或线性回归分析,结论有效

性不强.相比之下,姚耀军（2004）¨的研究较为出色,通过协整分析认为二者之间存在长期均衡关

系,并存在单向影响,即农村金融影响到农村经济增长,反之不成立.谢琼,方爱国等（2009）通

过多元回归,协整分析,典型相关分析等一系列方法研究了二者之间的关系,发现农村金融并没有促

进农村经济增长.也有一些学者尝试通过面板模型或分组回归的方法来分析农村金融发展对农村经济

增长影响的区域差异,如焦兵（2007）[31,黎翠梅（2009）等,认为东部和中部地区的农村金融发

展对农村经济增长的影响较大,而西部较弱或没有影响.可以看出,关于农村金融与农村经济增长之

间关系的结论并不统一,尚无确切定论.这与不同研究者的研究角度,研究方法和数据选择等方面存

在着较大差异有直接关系.

综观以上研究,本文认为存在以下几个方面的缺陷:

一是在研究方法上.早期研究者采用单方程

线性回归由于没有考虑到时问序列数据的平稳性问题,存在"伪回归"的嫌疑,后来研究者开始将

协整分析引入以避免此类问题,但又普遍存在样本数据较少的问题,从而影响结论的有效性.面板

数据在一定程度上可以弥补数据不足的问题,但面板数据对模型设定有较高的要求,而现有研究者似

[收稿15t期]2010—03—26

[基金项目]国家社会科学基金重大项目"我国生态文明发展战略研究"（07&ZD018）.

[作者简介】刘纯彬,南开大学经济系教授,博士生导师,研究方向为农村经济,产业经济;桑铁柱,南开大学经济系博士生,研究

方向为农村经济,产业经济.

①相比之下,国外发达国家由于城乡之间经济的分割并不显着,对此研究较少.不过也有一些学者对部分发展国家中国家的这一

问题进行了研究,如Burgess,Pande（2002）对印度农村银行业变化对农村经营活动的影响做了分析.

②如姚耀军的研究仅有25个年度数据,谢琼的研究为29个年度数据.这与现有农村金融数据较少和可得性有直接关系.但进

行时间序列分析,一般是数据越多,可靠性也越好.

?

151?

乎忽视了对模型形式的有效设定;二是在数据来源上.由于现有统计年鉴中并没有单独针对农村金融

的统计数据和农村经济总量统计数据,现有的研究多使用替代变量,如对农村经济总量的数据用农业

增加值或农业增加值与乡镇企业增加值之和来替代,而这两种做法都会在一定程度上低估农村经济总

量,对农村金融的衡量也有部分学者仅用农村信用社贷款的数据替代;三是在指标设置上.有的采用

绝对值,有的采用相对值等;四是现有实证研究普遍存在解释不足的问题.

以上问题的存在,不仅造成不同学者在研究结论上的大相径庭,而且也存在结论的可靠性和稳定

性不足,进而影响到相关政策建议的有效性.有鉴于此,本文将在尝试弥补以上不足的基础上,对这

一

问题进行新的分析,并在对分析结果做出详尽解释的基础上提出相应政策建议,以期为农村金融的

进一步改革提供方向.

二实证方法,指标选择与数据来源

（一）实证方法

考虑到本文可以获得1978—2008年共计31年的年度数据的现状,基本满足了进行时向序列分析

的要求.本文将沿用大多数学者使用的向量自回归模型（VAR）来进行分析.VAR模型不过多拘泥

于经济理论的分析框架,而以有限数目的当期变量对变量自身和其他变量的滞后值进行回归,更多的

是依据数据自身的内在特征来探讨经济变量之间的关系,克服了传统的经济计量方法的不足.同时,

VAR模型是一组联立方程,相比传统单方程而言可能具有更高的可靠性.

在VAR模型的基础上,通过协整分析检验变量间是否存在长期均衡关系,并进一步建立向量误

差修正模型（VEC）以反映变量间的短期动态关系.在以上分析基础上进行Granger因果检验,确定

变量间是否存在因果关系.最后利用脉冲响应函数和方差分解来进一步刻画变量之间的动态关系.

（二）指标选择

本文研究目的是揭示农村金融发展和农村经济增长之间关系,因此相应指标设置也有两组.

1.农村经济发展程度指标

农村经济发展程度指标用农村人均GDP来衡量.在金融发展与经济增长关系的实证研究中一般

都采用GDP的增长或人均GDP的增长来衡量经济增长程度.Heston（1994）认为人均GDP的数据比

总GDP数据出现的错误更少,因为一些影响GDP水平的估计错误也会影响对人口的估计,采用这样

的设置使部分错误可以被抵消.有鉴于此,本文采用农村人均GDP来衡量农村经济发展程度①,记为

RGDP.

2.农村金融发展程度指标

参考King和Levine（1993）对金融发展与经济增长分析所做的设置②,并考虑到中国的实际情况

和数据可得,本文选择农村金融发展规模（FD）和农村金融中介效率（FE）两个指标来衡量农村金

融发展程度.

（1）农村金融发展规模指标（FD）.在Goldsmith（1969）提出的金融发展概念里,金融发展规

模的提高主要表现为金融规模相对于国民财富的扩展,可以用金融相关率（FIR）来表示,也即通常

所说的"戈氏指标".但由于这一指标过于复杂⑨,在实际使用中通常会因各地数据可得性不同而进

①这里沿袭了姚耀军（2004）的做法

②在他们的研究中,设置了金融规模,金融结构,金融资源配置效率,金融服务质量四个指标.由于农村对金融市场的利用较少,

主要是银行等金融机构,因此这里不再设置金融结构这一指标.同时,将金融资源配置效率指标和金融服务质量指标合并用金融

中介效率指标表示,具体原因见文中.

③戈氏指标的算法如下:

M2+L+S/GDP,其中M2为货币存量,L为各类贷款,S为有价证券.国内学者张杰（1995）对此有详细

的论述

.

152?

行取舍.Mckinnon（1973）[6j提出了衡量金融发展程度的"麦氏指标":

M2/GDP.麦氏指标相对较为

简便,早期被很多学者广为使用,但逐渐受到众多学者的质疑.Levine&Zervos（1998）认为,M2/

GDP这一指标既不能度量负债的来源,也不能度量金融系统的资源配置,实际上这一比率与经济增

长之间没有理论联系,经济增长主要依赖于金融部门的功能,应该用银行信用来衡量金融发展.但这

一

概念显然过于抽象.Arestis,Demetriades&Luintel（2001）考虑到不发达国家国内信贷的作用,设

计了银行贷款占GDP的比重这一衡量金融发展的指标.这一做法为大多数学者所接受和应用.本文

亦采用这一做法,用农村信贷规模与农村GDP之比来衡量我国农村金融发展程度.

（2）农村金融中介效率指标（FE）.本文采用农村贷款与农村存款之比来衡量农村金融中介效

率.采用这一指标出于三方面的考虑:

一是这一指标可以衡量出农村金融机构将存款转化为贷款的能

力,显示出农村金融机构对金融资源配置的效率;二是对农村金融机构来说,这一比值越大,越能显

示出其在农村的服务水平,因为对当前农村来说,获得贷款显然比存款更重要;三是这一指标在一定

程度上可以反映出当前农村资金外流的状况.

（三）数据来源与统计性描述

本文数据的时间跨度为1978——_2008年,所有数据均为年度数据.农村GDP的数据由农村在各

年全国GDP中所占的比重乘以当年GDP得来,比重数据来源于中国社会科学院各年《中国农村经济

绿皮书》以及国家统计局网站,全国GDP来自各年《中国统计年鉴》;农村贷款为乡镇企业贷款与农

业贷款之和,农村存款为农户储蓄和农业存款之和,分别根据各年《中国金融统计年鉴》加工整理

得来.所有数据利用居民消费价格指数进行了平减.样本数据的统计性描述如表1所示.

表1样本数据的统计性描述

三实证检验过程

首先对所有数据取对数处理,这样做一方面可以消除异方差,另一方面使我们可以用线性趋势模

型进行分析.所有计量分析在Eviews6.0上完成.

（一）变量的单位根检验

由于研究将涉及到协整检验和向量误差修正模型,所以在进行协整分析前,需要确定所有变量是

否都是单位根过程,以防出现虚假回归现象.本文采用标准的ADF检验来判断各变量的平稳性.

通常情况下,对检测方程的判别主要依靠水平变量和一阶差分的趋势图来选择检验形式,但这样

会存在判断误差,主观性较强.因此,ADF检验在实际操作中,需要按照一定的操作步骤来保持检

验的严谨性.ADF检验按检测方程中是否含有时间趋势项或截距项被分为三类:

（1）方程中既无时

间趋势项又无截距项;

（2）方程中含有截距项但无时间趋势项;（3）方程中既有截距项又有时间趋

势项.

k—

Ay=py一

l+∑AAy一+

（1）

—

Ay:

Ol+py一

l+AAy一+

（2）

1

.

153.

ziy,=+Y+pY一

j+∑AAy一+s（3）

其中,E（s）=0,Var（s）=.用于检验的零假设和备择假设分别是:

:

P=0（Y含有单位根）

H,:

P<0（Y不含有单位根）

对于一个待检验的序列,通常情况下从附带确定性项多（即含时间趋势和常数项）的检验式开

始,即从（3）式开始,如果检验结果为拒绝原假设（P=0）,则序列具有平稳性或退势平稳性,检

验结束;如果不能拒绝原假设,则应进一步检验时间趋势项系数是否显着,如果不显着,则去掉时间

趋势项,接着利用方程

（2）进行检验,若拒绝原假设,则序列具有平稳性,检验结束;否则应进一

步检验常数项是否显着,如果不显着,则应去掉常数项,继续采用方程

（1）进行检验,直到最终拒

绝原假设为止.如果不能拒绝原假设,则认为原序列是一个单位根序列.

依据上述原则,单位根检验结果如表2所示.

表2ADF单位根检验

注:

LNRGDP表示对变量RGDP取自然对数,DLNRGDP表示LNRGDP的一阶差分,其余类同;（c,T,L）分别

表示单位根检验方程中的常数项,趋势项以及滞后阶数,其中滞后阶数L由sc（施瓦茨准则）值确定;临界值为5%

显着水平的麦金农,l盏界值;表示ADF检验值在5%的置信水平下显着.

检验结果表明,农村经济增长（LNRGDP）,农村金融发展规模（LNFD）和农村金融中介效率

（LNFE）在5%的显着性水平下都存在单位根,不是平稳序列.对其进行一阶差分后再检验,各个变

量均在5%的显着性水平下拒绝单位根假设.这说明各个变量的一阶差分具有平稳性,均为I

（1）

序列.

（二）VAR模型的确定

Johansen协整检验方法是基于VAR模型的检验方法,在检验之前需要先确定VAR模型的结构.

根据各个变量生成的特征,本文选择有截距项而不带趋势项的VAR模型.

首先,对VAR模型的最优滞后期进行确定.考虑到本文所用数据并不多,因此在保证合理的自

由度同时又能消除误差项自相关的前提下,依据前人类似分析的经验,首先选择VAR模型的最大滞

后阶数为3.然后应用滞后长度准则来确定最优滞后期数.通常情况下主要依据AIC（赤池信息准则）

和sc同时达到最小时为准,本文同时给出了五种评价准则,五种评价标准一致认为应该选择VAR

（2）模型比较合理（表3）.

表3最优滞后阶数检验结果

?

154?

（续上表）

注:

表示为该准则确定的最优滞后阶数

其次,对VAR模型的稳定性进行检验.VAR模型的稳定性主要对其特征值进行检验,其稳定的

充分必要条件是所有特征值都要在单位圆以内（在以横轴为实数轴,纵轴为虚数轴的坐标体系中,

以原点为圆心,半径为1的圆称为单位圆）,或特征值的模都要小于1.检验结果显示所有特征值都

落在单位圆以内,模型稳定性得到检验（限于篇幅,图略）.

（三）长期均衡关系——协整检验

虽然原变量都是非平稳的一阶单整序列,但这些变量间可能存在某种平稳的线性组合,以反映变

量间的长期均衡关系,即协整关系.本文采用Johanson协整检验方法来检验这种关系是否存在.

Johansen协整检验是对无约束VAR模型施加协整约束后得到的VAR模型,该模型的滞后期是无

约束VAR模型一阶差分变量的滞后期.因此,Johansen协整检验的最优滞后期比相应的VAR模型最

优滞后期少一期.由于VAR模型最优滞后期为2,Johansen协整检验的滞后期确定为1.

从表4中可以看出,r=0时即统计量大于临界值,应该拒绝原假设,接受r≥1,表明至少存在一

个协整关系.接着进行检验,当r≤1时即统计量小于临界值,接受原假设,表明最多存在一个协整

关系.因此,可以认定,三个变量间在5%的显着水平下存在一个协整关系.对协整向量正规化得到

标准化的协整系数:

=（1,6.1504,一5.9268,一14.8771）.

其对应的协整方程为:

LNRGDP=6.1504LNFE一5.9268LNFD一14.8771

（0.5881）（0.4860）

[10.4579][一12.1952]

注:

圆括号内值为标准误差,方括号内值为t值.

（0.7421）

[一20.0473]

表4Johansen协整检验结果

（4）

注:

1,表示在5%的置信水平下拒绝原假设

2,以上检验合常数项,不合趋势项

根据协整回归方程,农村金融发展规模（FD）,农村金融中介效率（FE）与农村经济增长（RG.

DP）之间存在一种长期均衡关系.其中农村金融发展规模与农村经济发展呈负相关关系,农村金融

规模增长1%造成农村经济增长下降5.9268%;农村金融中介效率与农村经济增长呈正相关关系,农

村金融中介效率提升1%带来农村经济增长6.1504%.两个变量对农村经济增长的影响在5%的显着

水平下都通过了检验.农村金融发展规模的扩大并没有带来农村经济增长,这与不少学者的结论相

悖.为什么会出现这种情况?

本文认为有以下几个方面的原因:

.

155?

1.尽管农村金融规模在扩大,但没有达到能够促进农村经济增长的临界值.这一临界值有时也

被称为门槛效应.Greenwood&Jovanovic（1990）认为,金融与经济增长之间有时不一定是线性关

系,可能存在多种均衡,一个经济体的金融发展必须达到一定水平,然后才会对经济增长有促进作

用.Levine（1997）n叫也持有同样的观点,由于不同金融体系服务总的质量与数量不同,那么不同的

金融体系对改善资源配置效率和经济增长的作用程度可能也不同.LucaDeidda&BassamFattouh

（2002）¨则从实证的角度发现发达国家金融发展与经济增长之间存在显着的正相关关系,但这一关

系在发展中国家并不显着.我国学者龙海明,柳沙玲（2009）¨从理论与实证的角度得出了我国农村

金融发展存在多重均衡关系,农村金融发展只有达到一定临界值（即农村金融规模大于某一值）才

能促进经济增长①.

2.金融资源配置效率不高.相比单一的金融规模扩大而言,金融资源配置效率的提升对农村经

济增长影响更大.通过将稀缺的农村金融资源配置到农村经济中最有效率的地方去,在促进农村经济

增长的同时,也使金融机构获取更大的收益,吸取更多的储蓄,形成一种经济与金融的良性互动.但

我国农村金融资源配置效率不高是一个不争的事实（王永龙,2004）¨.这种配置效率不高的结果

是,农村经济增长缓慢,同时农村金融机构不良贷款率居高不下.

3.其他影响经济发展的因素不足.事实上,影响经济增长的因素是多方面的,农村金融只是其

中比较重要的因素之一.经济基础的薄弱,市场体系的不健全都是制约农村经济增长的关键因素.对

当前农村来说,人力资本的不足,使得农民难以发现市场机会,成为运用"资金"的企业家是影响

农村经济发展的重中之重②.

（四）短期动态关系考察:

向量误差修正模型（VEC）

从上面的分析中已经得出三个变量问存在长期均衡关系,但这种均衡关系的短期调整过程如何并

不知道,有必要进一步研究.根据Granger定理（1987）,如果非平稳变量之间存在协整关系,则必

然可以建立向量误差修正模型.通过向量误差修正模型则能对变量间的短期动态关系进行描述.建立

的VEC模型如下:

P一1

△yt=q8Y+△+r（5）

其中,=（LNRGD,LNFD,LNFE）,△为一阶差分,P为滞后阶数.卢一为误差修正项

ECM,误差修正系数为,反映出系统短期偏离向长期均衡的调整速度.厂是作为解释变量的各变量

差分项在短期内变化对被解释变量影响的系数.计量结果如表5所示.

从本文研究的重点来看,主要关注方程1.方程1的误差修正项系数为一0.1043,小于零,同时

在统计上显着,表明误差修正项在短期内对农村经济增长的变动有向下修正的作用,使其短期偏离向

长期均衡收敛,符合反向修正机制.农村经济增长与自身滞后两期的值都呈正相关关系,分别为:

0.7804,0.4496.农村经济增长与农村金融发展规模滞后两期的值在短期内呈正相关关系,分别为:

0.3444,0.1502,表明短期内农村金融发展规模的提升有助于农村经济增长,但在统计上并不显着,

因此可以认为在短期内对农村经济影响不大.农村经济增长与农村金融中介效率在短期内呈负相关关

系,分别为:

一0.4632,一0.1617,表明短期内农村金融中介效率的提升反而降低了农村经济增长.

造成这种现象的一种可能解释是:

农村金融中介效率提升是短期内政策调整的结果.一直以来,我国

农村金融政策变动频繁,金融机构短期内贷存比的上升可能是受政府政策变动的影响所致.这类政策

主要涉及各类支农贷款,通常只有部分到达真正需要贷款的农户手中,总体效率较低,同时浪费了农

①他们根据分省面板数据的分析得出这一l临界值大约为12%.本文认为这一临界值可能过低,源于他们在衡量农村金融规模时使用

的贷款指标并没有完全覆盖农村贷款总额.

②事实上,很多发展经济学家更看重人力资本投资对农村经济增长的影响,但金融不足也是制约农村人力资本投资的关键因素.

?

156?

村宝贵的信贷资源,进而阻碍农村经济增长.

但综合来看,无论是农村金融中介效率还是农村金融发展规模在短期内对农村经济的影响都较

小,在统计上也不显着,因此可以认定在短期内农村金融发展并未对农村经济产生显着影响.这与金

融发展对经济增长的影响具有一定的滞后性有关.

表5误差修正模型检测结果

方程1方程2方程3

D（LNRGOP）D（LNXFE）D（LNFD）

一

0.1O430.10o50.0l14

ECM—0.0237—0.0632—0.0554

[一4.3937][1.5888][0.2062]

0.7804一0.2187一0.012l

13（LNRGDP（一1））—0.2246—0.5983一0.5245

[3.4736][一0.3655][～0.0231]

0.4496一0.1984一0.216o

D（LNRGDP（一2））—0.2573—0.6854—O.6oo8

[1.7472]l一0.2895][～0.3595]

0.34440.48190.2663

D（LNFD（一1））—0.1976—0.5264—0.46l4

[1.7425][0.9154][0.5771]

0.15020.20l90.0984

D（LNFD（一2））—0.1894—0.5044—0.4421

[0.7933][0.4004][0.2227]

一

0.4632一0.7070一O.39l2

D（LNFE（一1））—0.229l—0.6l03—0.5350

[一2.0214][一1.1584][～0.7312]

一

0.1617一0.0254—0.0176

D（LNFE（一2））—0.2454—0.6537—0.5730

[一0.6589]f一0.03881[～0.0307]

注:

1.ECM为误差修正项;2.圆括号内为标准误;3.方括号内为t统计量

（五）Granger因果检验

确定了农村金融发展与农村经济增长之间的长短期关系并不能说明两者之间的因果关系方向如

何.从ADF检验可知三个变量都是一阶单整的,因此可以进行Granger因果检验;Granger因果检验

目的是明确反映农村经济增长与衡量农村金融发展的两个变量之间的因果关系.

表6Granger因果检验结果

零假设最优滞后期样本数F值概率结论

LNFE不是LNRGDP的Granger原因2290.192550.8261接受原假设

LNRGDP不是LNFE的Granger原因2293.321860.0533拒绝原假设

LNFD不是LNRGDP的Granger原因2291.1899lZ0.3216接受原假设

?

157?

（续上表）

零假设最优滞后期样本数F值概率结论

LNRGDP不是LNFD的Granger原因2292.78347O.0818拒绝原假设

FD不是LNFE的Granger原因2292.724930.0858拒绝原假设

LNFE不是LNFD的Granger原因2291.77824O.19o5接受原假设

注:

{表示在10%的显着水平上拒绝原假设.

从表6中可以看出,农村金融发展规模不是农村经济增长的Granger原因,而农村经济增长则是

农村金融发展规模的Granger原因（10%的显着水平下）,二者之间存在单向因果关系.农村金融中

介效率也不是农村经济增长的Granger原因,而农村经济增长则是农村金融中介效率的Granger原因

（10%的显着水平下）,二者之间亦存在单向因果关系.

因此可以认为,农村金融发展不是农村经济增长的Granger原因,农村金融发展并未促进农村经

济增长,但农村经济增长是农村金融发展的Granger原因,农村经济增长有利于农村金融发展.这与

当前我国农村金融的发展滞后于农村经济的增长是一致的.农村金融发展更多的表现出如Patrick

（1966）所言的"需求追随型"发展模式的特征,我国农村金融"供给导向型"的发展政策并没有起

到相应效果.

（六）脉冲响应函数分析

脉冲响应函数刻画的是在误差修正模型的扰动项上加上一个单位标准差大小的信息冲击对内生变

量当前值和未来值的影响.通过脉冲响应函数,我们可以描述系统对单位冲击的反应,并可以对变量

间影响程度大小进行比较.纵轴代表变量响应程度,横轴表示追踪阶数,在