农村金融深化与农村经济增长的动态关系——基于中国农村统计数据的时间序列分析，本文主要内容关键词为：经济增长论文,统计数据论文,序列论文,中国农村论文,农村金融论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、问题的提出和文献回顾
自从Mckinnon和Shaw(1973)提出金融深化理论以来，关于金融深化与经济增长相关性问题的研究受到了许多学者的关注并取得了很大的进展。金融深化与经济增长的关系是实施金融深化过程中最受关注的问题。以Goldsmith、Levine、King等为首的一大批学者运用计量经济学的方法从不同的角度和层面进行了大量实证研究。Goldsmith(1969)的实证研究表明，金融发展是经济增长的必要条件，但是不能确定金融发展与经济增长的因果关系。King和Levine(1993)从金融功能的角度入手研究金融发展对经济增长的影响，尤其是对全要素生产力的影响。Rajan、Zin-gales、Demirguc-Kunt和Maksimovic等学者从微观的角度分析了金融发展与经济增长之间的关系。Rajan和Zingales(1996)分析了不同国家产业层面的绩效与金融发展的关系，发现在金融中介有着良好发展的国家里，那些主要依赖外部融资的产业发展迅速。Demirguc-Kunt和Maksimovic(1996)则使用30个国家企业层面的数据论证了企业越容易进入股票市场，增长也就越快。而Demetriades和Hussein等学者则从宏观的角度分析了金融发展与经济增长之间的关系。Demetriades和Hussein(1996)选取16个国家相当长的时间序列数据进行分析，发现二者的因果关系是双向的。近几年来，金融学家们如Neusser和Kugler(1998)，Beck、Levin和Loyaza(2000)等也利用不同的计量方法验证了金融发展在经济增长中的作用。Beck、Levin和Loyaza(2000)采用了矩方法对二者关系进行了研究。尽管这些方法并没能证明金融发展与经济增长之间的因果关系，但大量的证据表明：金融发展促进了全要素生产力的提高，刺激了长期经济增长。
近几年来，国内学者借鉴国外的研究成果，尝试运用金融发展理论对我国金融发展与经济增长关系进行实证研究。沈坤荣等(2000)、韩廷春(2001)认为金融发展对我国经济有着显著的促进作用；曹啸和吴军(2002)运用格兰杰因果检验法分析我国金融发展与经济增长之间的关系，结论是我国的金融发展确实构成了经济增长的原因，但主要是通过金融资产数量上的扩张而不是通过提高金融资源的配置效率，从而促进经济增长的；庞晓波等(2003)通过计量分析却认为我国金融发展与经济增长之间仅存在着很弱的相关性；韩旺红和杨海(2003)的实证分析表明，金融发展的主要指标与经济增长之间的确存在很强的相关关系。但是这些研究都是从全国整体经济情况出发，而没有考虑城市经济和农村经济之间有着重要的差异。由于我国农村人口比重大、经济较为落后，农村经济在国民经济中占有非常重要的位置，将其笼统地与城市经济放在一起进行分析，显然是不合适的。鉴于此，本文首先将从理论推导的角度探索农村金融深化与农村经济增长的关系，然后运用我国农村的相关数据对理论结论进行实证验证，并提出相应的政策和建议。
二、理论模型的建立
麦金农(1973)根据发展中国家的金融现状，剖析了金融深化对经济增长的传导机制，对于发展中国家解除金融压抑、实现经济增长起到了重要作用。立足于麦金农的金融深化理论模型，本文利用内生经济理论中的Pagano模型(Pagano，1993)，从理论上对农村金融深化与农村经济增长之间的关系进行分析。通过对农村金融如何把储蓄转化为投资，并将转化的比例引入均衡方程，来考察农村金融发展与农村经济增长的关联性。
总产出模型为：
在(2.4)式中，g为经济增长率，s为储蓄率。该方程所反映的定性含义是经济增长率依赖于边际资本生产率、储蓄率和储蓄向投资的转化率。根据该模型所反映的各指标间的关系，储蓄向投资的转化率θ代表了金融发展水平和金融部门的效率。金融发展水平用金融资产的总量与GDP的比率（即金融相关比率）来衡量，具体到我国农村金融领域用农村金融相关比率来衡量。储蓄向投资的有效转化代表了金融发展的水平及金融部门的效率。金融发展水平和金融部门效率高可以促使储蓄更多更快地转化为投资。而债券市场和股票市场的收益变化也会影响金融部门将储蓄转化为投资的效率。金融发展水平和金融效率一般可以用一国全部资产价值与其GNP或GDP之比加以衡量，也可以用货币化比重(M[,2]/GDP)来表示，即储蓄向投资的转化率θ的行为影响因素表示为：
(2.5)式中的u[,t]为随机误差项。但这些指标是用来衡量一个国家整体上的金融发展水平的，不能直接用来衡量我国农村金融的发展水平。从理论上分析，农村贷款作为一种货币资金，对农村的产出应当具有促进作用。即农村贷款投入的规模越大，农村社会产出的规模也应该越大，两者之间应呈正相关关系。
三、实证分析
（一）相关指标选取和数据来源
1.相关指标选取
结合我国农村金融资产的实际情况，本文选用农村金融相关比率（Rural Financial Interrelations Ratio，简记为RFIR）作为衡量我国农村金融深化程度的指标，进行实证检验。农村经济增长指标为农村GDP。在金融发展与经济增长关系的实证研究中一般用GDP增长率或用人均GDP的增长率来测量经济的增长。本文用农村GDP的增长率（Rural Gross Domestic Product，简记为RGDP）来衡量农村经济的增长。
2.相关指标计算方法及数据来源
农村金融相关比率的计算公式为：RFIR=RFT/RWT（其中RFT为一定时期的农村金融活动总量，RWT为农村经济活动总量）。其简易计算公式为：农村全部金融资产与同期农村GDP的比值。由于一定时期的农村金融活动总量和经济活动总量统计数据较难获取，所以本文考虑采用农村金融相关比率的简易计算公式。
同时，本文参照Gold Smith①和张兵等(2002)②对农村金融相关比率的研究方法，并考虑统计上的便利和准确，选取了“农户手中持有现金”③、“农户储蓄存款余额”、“农业存款”④作为农村金融资产总量的主要构成内容，以“农林畜牧渔业增加值”代表农村GDP。农户手中持有现金为农户人均持有现金和农村居民人数的乘积，其中前者来源于《中国农村住户调查年鉴》和《中国农村居民收支调查资料》各卷，后者来源于《中国统计年鉴》；农户存款和农业存款来源于《中国金融年鉴》、《中国金融统计》(1952-1996)和《中国金融统计》(1997-1999)；农村GDP（农林牧渔业增加值）来源于《中国农村统计年鉴》⑤。此外，其他一些数据是根据相关各年的《中国金融年鉴》、《中国统计年鉴》、《中国农村统计年鉴》、《中国农村住户调查年鉴》和《中国农业发展报告》有关资料整理所得。
（二）单位根检验（ADF检验）
为了避免模型中出现伪回归的问题，本文需要对时间序列进行平稳性检验。本文使用目前最为有效的时间序列稳定性检验工具——ADF法来考察时间序列的平稳性。若ADF检验值小于临界值，则时间序列为平稳序列，反之则为非平稳序列。对于非稳定序列，还需要检验其一阶差分序列的平稳性，若其一阶差分序列为I(0)序列（即平稳的时间序列），则此变量是一阶单整的。
注：RFIR表示农村金融相关比率，RGDP表示农村经济增长率。
图1 RFIT和RGDP的时间序列趋势图
图2 RFIR和RGDP的一阶差分序列趋势图
本文通过对1978-2003年RFIR和RGDP的时间序列趋势图的观察，可以判断出，RFIR序列应选择含截距项和线性趋势项的检验方程进行检验，RGDP序列应选择无截距项和线性趋势项的检验方程进行检验。而通过对它们的一阶差分的时间序列趋势图的观察，可以判断出，RFIR序列的一阶差分序列DRFIR应选择无截距项和线性趋势项的检验方程进行检验，RGDP序列的一阶差分序列DRGDP应选择有截距项，但无线性趋势项的检验方程进行检验。ADF检验结果如表1所示。
表1给出了RFIR和RGDP的原序列及其一阶差分序列单位根检验的ADF统计值与5%水平下的ADF临界值。ADF检验表明，在5%的显著水平下，RFIR和RGDP的原序列均存在单位根，是非平稳的时间序列，而它们的一阶差分序列不存在单位根，是平稳的时间序列，因此RFIR和RGDP是一阶单整的序列。
（三）协整检验
当两个序列均为非平稳的时间序列时，用这两个变量所进行的回归分析将有可能导致伪回归现象。但是如果在一个回归中仅涉及两个序列，并且它们是“一起漂移”，或者说“同步”，即这两个时间序列是同阶单整，就可能存在协整关系，从而可以有效避免伪回归问题。此外，对经济变量进行协整检验是为了揭示时间序列变量之间的长期稳定的关系。
从上文的分析来看，RFIR和RGDP是一阶单整的序列，因此可以继续进行协整检验。协整检验的方法主要有两种：第一种是EG检验，是Engle和Granger针对单方程模型提出的两步检验法；另外一种是JJ检验，是Johanson和Juselius基于VAR模型的Johanson协整检验。本文采用Johanson协整检验方法，即通过建立基于最大特征值的似然比统计量来检验RFIR和RGDP是否存在一种长期稳定的均衡关系。
本文以AIC、SC信息准则和LR统计量作为确定协整检验滞后期数的检验标准。经过反复试验和比较，滞后阶数为2时，AIC和SC值最小，同时本文选择含截距项但无确定趋势的VAR(2)模型来进行协整检验。检验结果如表2所示。
表2说明在5%的临界水平下，RFIR和RGDP之间仅有一个协整关系。协整系数可以标准化，在只考虑仅有一个协整关系的假定下，经过标准化的协整系数见表3。
表3给出了估计出的标准化协整系数，因此可以得出RFIR和RGDP的长期方程：CE=RGDP-0.309×RFIR-0.261。对CE进行ADF单位根检验，可以得出CE是一个平稳的时间序列。
因此，以上分析反映了RFIR和RGDP之间存在一种长期的均衡关系，且长期协整方程为RGDP=0.309×RFIR+0.261。即从长期来看，农村金融相关比率RFIR每增加1个单位，将会促使农村经济增长率增加0.309个单位，这也表明，从长期看农村金融深化对农村经济增长拉动作用不明显。
（四）误差修正模型(VEC)的建立
根据格兰杰定理，如果若干个非平稳变量存在协整关系，则这些变量必有误差修正模型表达式存在。误差修正模型最初由萨干(Saigan，1964)提出，后经亨德里·安德森(Hendry Anderson，1977)和戴维森(Davidson，1977)等进一步修正。
由于VAR协整检验模型实际上是对无约束的VAR模型加以约束后得到的VAR模型，该模型的滞后期是无约束VAR模型一阶差分的滞后期，因此协整检验的VAR模型的滞后期为2。根据以上分析，建立VEC模型（结果如表4所示），所估计的系数大部分在统计上是显著的，只有个别的不甚显著，这是因为一个方程有同样变量的多个滞后值产生了多重共线性，这些系数在标准检验的基础上是显著的。另外，调整后的
值分别达到了0.974和0.81，说明该模型有很强的解释力。
根据表4中误差修正模型1和模型2，可知模型1的误差修正项系数为0.155（大于0），模型2的误差修正项系数为-0.28（小于0），并且两者在统计上都是显著的。模型1的误差修正项系数为正说明当农村经济增长率RGDP偏离均衡状态时，误差修正项对其具有正向的调整作用，即当农村经济增长率RGDP偏离均衡状态时，误差修正项会对非均衡状态进行正向修正；模型2的误差修正项系数为负说明当农村金融深化指标RFIR偏离均衡状态时，误差修正项对其具有负向的调整作用，即当农村金融深化指标RFIR偏离均衡状态时，误差修正项会对非均衡状态进行负向修正。
（五）广义脉冲响应分析
在向量自回归模型中，某一变量t时期发生扰动后，通过变量之间的动态联系，对t时期以后的各变量将会产生连锁变动效应。脉冲响应函数可以描述系统对于单位冲击的动态反应。同时，通过比较不同变量的脉冲响应，可以判断不同变量所受到的冲击效果的大小，进而判断变量之间的互动关系。
因此，为了进一步分析农村经济增长率RGDP与农村金融深化比率RFIR之间的关系，本文利用上面得出的VEC模型分别计算和分析RGDP和RFIR对于一个标准新生信息的广义脉冲响应。图3和图4是基于上述的VEC模型和1000次蒙特卡罗模拟的脉冲响应函数曲线，横轴代表响应函数的追踪期数，纵轴代表响应程度。在模型中，本文将响应函数的追踪期数设定为10期。
首先，本文分析农村经济增长率对于自身信息和农村金融深化比率信息的一个标准差扰动的脉冲响应。由图3可以看出，农村经济增长率RGDP对于自身信息的一个标准差扰动的脉冲响应在第一期就达到最大，约为0.78，然后逐渐下降，在第四期下降至0.25左右，而后又逐步上升，在第七期达到0.5左右，然后又下降，直至降到最低（约为0.2）；农村经济增长率对于农村金融深化比率信息的一个标准差扰动在第一期为最低（为零），然后逐步上升，在第四期达到最大（约为0.4），而后逐步下降至最低（第七期为最低，约为0.08），然后又逐步上升，最后稳定在0.2左右。因此，从总体上来看，农村经济增长率对于自身信息的一个标准差扰动的脉冲响应，较之于其对农村金融深化比率信息的一个标准差扰动的脉冲响应，相对较弱。
其次，本文分析农村金融深化比率对于自身信息和农村经济增长率信息的一个标准差扰动的脉冲响应。由图4可以看出，农村金融深化比率RFIR对于自身信息的一个标准差扰动的脉冲响应在第一期迅速上升，第二期达到最大（约为0.06），而后逐步下降至最低（第五期达最低，为0），最后在0附近上下小幅度波动；农村金融深化比率RFIR对于农村经济增长率信息的一个标准差扰动的脉冲响应在第一期为最大（为-0.04），然后就一直下降，直至降为最低（为-0.16）。
通过上述农村经济增长率和农村金融深化比率对1个标准新生信息的脉冲响应分析，可以得出以下结论：RGDP对1个标准新生信息的脉冲响应要远远大于RFIR对1个标准新生信息的脉冲响应；RGDP对RFIR信息的一个标准差扰动的脉冲响应，较之于对其自身信息的脉冲响应更大。以上结论说明，农村金融深化比率对农村经济增长率的影响要大于农村经济增长率对农村金融深化比率的影响。
（六）预测均方误差分解
预测均方误差分解可以用来描述冲击在经济变量的动态变化中的相对重要性。4由于预测均方误差分解对变量的顺序比较敏感，因此分别变换RGDP和RFIR的顺序，利用上述的VEC模型和1000次蒙特卡罗模拟进行两者的预测均方误差分解。其分解结果如表5和图5、图6、图7、图8所示。在表5的方差分解列中，该列分别表示各因变量的方程信息对各期预测误差的贡献度，并且每行结果相加是100。
如果按照先RGDP、后RFIR的顺序进行预测均方误差的分解（如表5和图5、6所示），则在RGDP预测均方误差分解中，第一期仅表现为自身的变动，然后在第二期以后RGDP的贡献维持在80%～90%左右，受自身影响更大；在RFIR预测均方误差分解中，RGDP的贡献逐年上升，在第十期高达94.99%，而其自身的贡献逐年下降，在第十期仅为5.01%。
如果按照先RFIR、后RGDP的顺序进行预测均方误差的分解（如表5和图7、图8所示），则在RGDP预测均方误差分解中，其自身的贡献逐年上升，在第十期达到了75.15%，而RFIR的贡献逐年下降，在第十期降至24.85%；在RFIR预测均方误差分解中，RGDP的贡献虽逐年上升，在第十期达到39.37%，而其自身的贡献却逐年下降，在第十期为60.63%。
以上预测均方误差分解的分析验证了脉冲响应分析的结论：农村经济增长率RGDP对农村金融相关比率RFIR的影响对于农村金融相关比率RFIR对农村经济增长率RGDP的影响更为显著。
（七）格兰杰因果关系检验
协整检验的结果，一方面表明农村经济增长率与农村金融相关比率之间存在着长期稳定的均衡关系；另一方面也为它们之间因果关系的检验提供了基础。Granger(1998)指出，因果关系的检验只有在两个变量协整的关系下才是有效的。本文在协整检验的基础上，进一步对RGDP与RFIR之间的因果关系进行检验。由于Granger因果检验的任何一种检验结果都和滞后期数的选择有关，因此本文根据AIC和SIC信息准则分别选择2期、3期、4期、5期、6期和7期进行Granger因果检验，检验结果如表6所示。
表6结果表明，在滞后5期前（包括滞后5期），RFIR不是RGDP的格兰杰原因，即农村金融深化不是农村经济增长的原因。在滞后3、4、6或者7期时，RGDP也不是RFIR的格兰杰原因，即农村经济增长不是农村金融深化的原因。
四、结论与建议
从以上理论分析来看，农村金融深化与农村经济增长是一种正相关的关系，并且农村金融深化对农村经济增长具有较为显著的促进作用，其传导机制是：利率→农村储蓄→农村投资→农村经济增长。
从实证分析的角度来看，协整检验的结果表明，我国农村金融深化与农村经济增长之间存在着一种长期稳定的均衡关系。从长期来看，农村金融深化指标RFIR每增加1个单位，将会促使农村经济增长率增加0.3089个单位。这表明：在长期中农村金融深化对农村经济增长的拉动作用不够明显；Granger因果关系的分析显示，我国农村金融深化与农村经济增长之间不存在Granger因果关系；通过建立误差修正模型，本文可以知道，误差修正项对我国农村经济增长具有正向的调整作用，而对农村金融深化具有负向的调整作用；根据脉冲响应的反应程度和预测均方误差分解分析，农村经济增长对农村金融深化的影响，较之于农村金融深化对农村经济增长的影响更为显著。
综合以上分析，尽管我国农村金融深化与农村经济增长表现为正向的相关关系，但是农村金融深化对农村经济增长的拉动作用并不明显，这与理论分析是不尽相符的。同时，我国农村金融深化与农村经济增长之间不存在Granger因果关系这一结论，说明我国农村金融并没有随着农村经济的发展而改善，同时农村经济也没有随着农村金融深化程度的改善而发展。这与目前我国农村的现实是相吻合的：近些年来农村金融体制的改革，并没有给当前农村经济增长带来明显的效果。金融相关比率度量的是农村正规金融发展的程度，而当前农村金融体制的改革主要针对的也正是农村正规金融，并且我国农村正规金融的运作相对于农村经济增长的要求来说是缺乏效率的。农村正规金融作为农村金融体制的核心，同时也是中国金融体制改革过程中的薄弱环节，它在农村经济发展中具有重要的作用。因此，国家应该大力发展现有的农村正规金融机构，改善其经营管理，拓展其覆盖面，真正把农村正规金融机构的职责履行到位，同时还要不断提高中国农村正规金融机构的效率，使它能够更好地服务于农村的经济建设和发展，为中国农村经济的发展提供有力的资金支持。国家也要放开对农村正规金融机构的过度管制，减少对农村正规金融机构的政策性限制，使其根据中国农村的实际开展各自的业务，从而真正成为服务于农村、农业和农民的金融机构。另外，在大力发展现有的农村正规金融机构的同时，可以积极谨慎地促进农村非正规金融发展和改革创新，有条件地放宽对非正规金融发展的限制和约束，允许其在合法范围内经营，并加强农村正规金融和非正规金融之间的联系与合作，共同发挥它们对中国农村经济发展的促进作用。
注释：
①Gold Smith认为金融资产应包括现金、储蓄存款、股票、债券、基金、保险项目等。考虑到目前我国缺乏农村全部金融资产的详细统计资料，本文的农村金融资产包括农村现金和农村储蓄存款。
②徐笑波、邓英淘等(1994)认为，农村金融相关比率在数值上等于“行社存款”与“农村国民收入”之比。张元红(1999)计算农村金融相关比率的方法与前者类似，采用的是“行社存款”与“农村GDP”之比，这种计算农村金融相关率的方法存在着系统性误差。通过对各年的统计数据进行分析可以发现：农业银行和农村信用社的业务领域已不再局限于农村（张兵等，2002），所以“行社存款”指标值显然大于农村实际金融资产数值。
③现有的统计口径无法确定在农村领域流通的现金，因此本文以“农户手中持有现金”作为农村经济领域的现金量。
④本文用“农户储蓄存款余额和农业存款合计数”代替农村储蓄存款。其中“农户储蓄存款余额”包括国有各金融机构吸收的农户活期存款和定期存款；“农业存款”为国有各金融机构吸收的农村企业存款。
⑤限于篇幅，作者略去相关的原始数据，感兴趣者可向作者索要。
标签：金融论文; 时间序列论文; 农村金融论文; 协整检验论文; 经济增长论文; 协整关系论文; 相关性分析论文; 脉冲响应函数论文; 经济论文; 预测模型论文; 动态模型论文; 误差分析论文;