重庆农村金融发展与农村经济增长的灰色关联分析，本文主要内容关键词为：重庆论文,经济增长论文,灰色论文,农村金融论文,农村论文，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、引言
1969年，戈德史密斯（Goldsmith ）对金融发展与经济增长的关系做了开创性的研究，把金融相关比率（FIR，未清偿的全部金融工具之值除以国民财富）作为一国金融发展水平的主要单一特征，用金融机构资产对国民生产总值（GNP）的比值代表金融发展水平（戈德史密斯，1994），其前提是金融系统的规模与金融服务的供给和质量正相关，得出了经济增长与金融发展是同步的，经济快速增长时期一般都伴随着金融发展的超常水平的结论。但是，其研究的缺陷是没有对影响经济增长的其他因素进行系统控制，没有分析金融发展与资本积累及生产率提高之间的联系，金融中介规模未必能够准确度量金融系统的功能，金融系统规模与经济增长之间的相关性并不能确认因果关系的方向等。近期的一些研究做了改进，例如，King ＆Levine（1993）对影响经济增长的其他因素进行了系统控制，考察了资本积累和生产率提高的途径，构造了测量金融发展的其他指标，分析了金融发展水平能否预测资本积累、生产率提高和长期经济增长。
近年来，关于我国金融发展与经济增长关系的研究也已获得很大进展，有大量的理论和实证研究成果。例如，谈儒勇（1999），赵俊、汪淼军（2000），李广众、陈平（2002），米建国、李建伟（2002），冉茂盛、张宗益、冯军（2002），赖明勇、阳小晓（2002），等等，都对我国金融发展与经济增长的关系进行了理论和实证研究。他们的结论基本一致，都认为我国金融发展与经济增长有显著的、很强的正相关关系。
然而，对我国金融发展与经济增长关系的研究主要是在宏观层面上进行的，而对金融发展与部门或行业发展关系的研究较少。对于发展中国家来说，农业部门在国民经济中处于举足轻重的地位，农业部门的任何变化都会给宏观经济产生影响。发展中国家农业部门的供给随旱涝灾害等因素的变化而剧烈波动，而人们对农产品的需求变化较小。现阶段，农业结构调整已成为发展中国家产业结构升级的重要内容，农村经济的发展已受到广泛关注。特别是对于重庆这样一个大农业、大城市的直辖市，研究其农村经济具有重要价值。由于我国农村金融服务的主体是农村金融机构，它提供的服务又常被称为农村金融，金融发展与农村经济增长之间的关系即是农村金融发展与农村经济增长之间的关系。
二、研究方法和指标选取、数据来源
（一）研究方法
大多数关于金融发展和经济增长关系的实证研究都采用回归分析方法。回归分析是一种通用的方法，但也有以下不足：①要求大量数据，如果数据少则难以找到统计规律。②要求分布是线性的，或者是指数的，或者是对数的。由于线性回归较易计算，人们多希望数据分布是线性的；对于单因素或少因素的情况，也允许出现指数或对数的分布。但总的来说，要求数据分布是典型的，而不是杂乱无章的。③有可能出现反常的情况。这是因为回归分析的计算主要是数据的幂和四则运算，即平方和、全和等，在运算过程中计算误差容易出现极差现象，使正相关变为负相关，以致正确现象受到歪曲和颠倒。
由于我国统计数据十分有限，而且现有数据灰度较大，不少数据起伏波动，没有什么典型的分布规律，采取回归分析恐怕难以收到应有的效果。然而，灰色关联分析方法弥补了回归分析所导致的缺憾。无论样本量多少或有无典型的分布规律，这种方法都可以应用，而且计算量小，计算十分简便，一般不会出现量化结果与定性分析结果不符合的情况。于是，本文采用灰色关联分析方法。
灰色关联分析的基本思想是根据序列折线几何形状的相似程度来判断其联系是否紧密。曲线越接近，相应序列之间的关联度就越大，反之就越小。灰色关联分析的基本任务是基于行为的微观或宏观几何接近，分析和确定因子间的影响程度或因子对主行为的贡献程度。对于需要分析的系统主行为的特征数据和相关因素数据，可以先做出各个序列的几何图形，从直观上研究其相关性。此方法已广泛应用于农业经济、水利、材料科学、宏观经济等多个方面。
（二）指标选取
1.农村金融发展水平指标的选取。近年来，关于金融发展水平的主要指标体系有以下观点：
King and Levine（1993）在对金融发展与经济增长之间关系的研究中，用了以下四个指标来测量金融发展水平：第一，银行和非银行机构的流动负债与GDP 的比例，它是测量金融中介机构规模的大小的指标。第二，银行贷款占银行和中央银行贷款总额的比例，它是测量通过中央银行分配借款的程度的指标。第三，私人借款占国内借款的比例。第四，私人借款与GDP的比例。 最后两个指标测度的是银行系统向私人部门融通资金的程度。
Beck， Demirgü
-Kunt， Levine（2000）和IMF的IFS （国际金融统计）又进一步发展了金融深化指标体系，主要包括以下四个指标：①fd[，1]：国内对私人部门的借款与GDP的比例。②fd[，2]：fd[，1]加上股票市场资本与GDP的比例。③fd[，3]：fd[，2]加上债券市场（私人和公共债券市场）资本与GDP的比例。④stock[，c]：股票市场资本。从定义来看，fd[，3]是金融深化的最全面的测试指标，但是，它只能用于发展中国家而且较短的时期（从1975年开始）。相反，fd[，1]易于获得，但它只是金融深化的较偏狭的代表。
Kar and Pentecost（2001）又在研究中采用了五种金融发展指标：第一，货币与收入的比率；第二，银行储蓄与收入的比率；第三，私人部门贷款与收入的比率；第四，私人部门贷款与国内借款的比率；第五，国内贷款与收入的比率。
我国农村金融体系主要包括农业银行、农村信用社、农业发展银行，但由于农业发展银行的直接业务对象是商业部门，对农业和农村的直接金融支持主要来自于农业银行和农村信用社，因此，本文所指的农村金融机构只包括了农业银行和农村信用社。借鉴上述指标体系的思路，考虑到数据的可获得性和影响的重要程度，笔者选取了如下反映农村金融发展水平的指标：
（1）农村金融规模指标。 ①农村金融机构各项贷款余额占金融机构各项贷款余额的比重；②农村金融机构各项存款余额占金融机构各项存款余额的比重。
（2）农村金融支农程度指标。①农业贷款余额占金融机构各项贷款余额的比重；②乡镇企业贷款余额占金融机构各项贷款余额的比重。
2.农村经济发展水平指标的选取。《重庆统计年鉴》中反映农业生产和农村经济基本情况的主要指标有：农村基本情况、农业生产条件及生产情况、耕地、农林牧渔业产值、主要农产品产量、农业商品产值和商品率等，还有乡镇企业方面的资料。而农村经济发展主要表现在农村经济增长和农村收入水平提高等方面。因此，本文选取了农村居民年人均收入、农林牧渔业增加值、乡镇企业增加值作为反映农村经济发展水平的指标。
（三）数据来源
考虑政策的连贯性，本文采用重庆直辖后的相关统计数据。有关重庆金融的各项指标来自于《中国人民银行重庆营业管理部统计季报》2002～2003年各期。重庆农村经济发展的各项指标主要来自于《重庆统计年鉴》1998～2003年各期。具体资料见表1、表2。
表1 重庆市金融机构人民信贷收支 单位：亿元
年份
金融机构各
农村金融机
金融机构各
农村金融机
农业贷
乡镇企业
项存款余额
构存款余额
项贷款余额
构贷款余额
款余额
贷款余额
1997
1082.27304.91
1156.13
275.6857.91
57.16
1998
1306.04388.64
1358.61
368.9976.32
67.25
1999
1580.80472.51611.68
440.7491.15
79.74
2000
1904.71547.21881.29
495.62102.54
82.28
2001
2294.05652.59
1871.98
495.59116.58
81.06
2002
2821.04751.39
2250.26
596.80143.08
61.76
资料来源：《中国人民银行重庆营业管理部统计季报》，2002～2003年各期。
表2 重庆市农村经济发展的相关指标
年份
农林牧渔增加值（亿元）
乡镇企业增加值（亿元）
农民人均纯收入（元）
1997439.35
123.46
1692
1998428.88
158.73
1801
1999416.88
192.11
1836
2000412.63
231.80
1892
2001431.17
273.81
1971
2002460.98
325.78
2098
注：各项指标均为现值。
资料来源：《重庆统计年鉴》，1998～2003年历年。
三、灰色关联分析
灰色关联分析是对系统中各因素间关联程度的量化比较，实际上是对动态过程发展态势的量化分析。灰色关联分析最终体现为对关联度系数的计算，关联度系数是对因素之间关联程度大小的一种定量分析。关联度系数越大，关联程度越大。
（一）关联分析因素定义及描述
进行关联分析首先要指定参考数（序）列。一般地，因变量构成参考数列y[，i]，自变量构成比较数列x[，i]。每一个序列是由不同时刻的值所组成，以y[，i]为例，记第1个时刻的值为y[，i]（1），第2个时刻的值为y[，i]（2），第k个时刻的值为y[，i]（k），因此，y[，i]表示为：y[，i]＝（y[，i]（1），y[，i]（2），……，y[，i]（k））。同理，x[，i]＝（x[，i]（1），x[，i]（2），……，x[，i]（k））。
（二）关联系数的计算
给出比较序列和参考序列数据之后，通过下面的方法和步骤计算比较序列和参考序列之间的关联系数和关联度，进而分析各个比较序列对参考序列的影响程度。计算方法和步骤如下：
（1）将时间序列作“初值化”处理。 常用经济数列第一时刻的值除其他时刻的值，以消除量纲。
（2）求关联系数。
①求比较序列x[，i]与参考序列y[，i]之间的差序列。公式为：
△[，i]（k）＝│y[，i]（k）－x[，i]（k）│
②从序列差△[，i]（k）中找出最小值和最大值。即：
附图
从不同比较列i最小值和最大值中再分别取出最小值和最大值。即：
附图
③计算关联系数。公式为：
附图
其中，分辨系数ρ的取值范围在0～1之间，一般取ρ＝0.5。
（3）求关联度。关联系数的数很多，不便于比较，为此，将各个时刻的关联系数求平均值，即关联度。关联度计算公式一般为：
附图
式中，N是序列的长度即数据个数，r[，i]是比较数列x[，i]对参考数列y[，i]的关联度。
（三）优势分析
在关联分析中，当参考序列不止一个，被比较因素也不止一个时，就可进行优势分析。下面称参考序列为母数列（或母因素），比较序列为子数列（或子因素），由母数列与子数列可构成关联矩阵。通过关联矩阵各元素之间的关系，就可分析哪些因素是优势因素，哪些属于非优势因素。
如果有4个母因素，记为y[，1]，y[，2]，y[，3]，y[，4]；有3个子因素，记为x[，1]，x[，2]，x[，3]；则每一个母因素对3个子因素有3个关联度，记第1个母因素对3个子因素的关联度为：
r[，11]＝（y[，1]与x[，1]的关联度）＝（y[，1]，x[，1]）
r[，12]＝（y[，1]与x[，1]的关联度）＝（y[，1]，x[，2]）
r[，13]＝（y[，1]与x[，1]的关联度）＝（y[，1]，x[，3]）
将母因素y[，1]与3个子因素的关联度排成一行，同理，将y[，2]、y[，3]、y[，4] 对子因素的关联度依次排成第2行、第3行、第4行，便构成了关联度矩阵R：
附图
此矩阵中，每一元素有两个下标，第1下标表示母因素序号，第2个下标表示子因素序号；每一行表示同一母因素对不同子因素的影响；每一列表示不同母因素对同一子因素的影响。根据R中各行与各列关联度的大小来判断子因素与母因素的作用，起主要影响的因素称为优势因素，相应地，有优势母因素和优势子因素。若第i列中各元素大于其他各列，则称i列为优势子因素；若第i行中各元素都大于其他各行，则称i行为优势母因素。找出起主要影响的因素即优势因素，目的是为决策提供参考建议。
本项研究中，母因素——农村金融各项指标为：y[，1]（存款规模）：农村金融机构存款余额/金融机构各项存款余额（％）；y[，2]（贷款规模）：农村金融机构各项贷款余额/金融机构各项贷款余额（％）；y[，3]（农业贷款规模）：农业贷款余额/金融机构各项贷款余额（％）；y[，4]（乡镇企业贷款规模）：乡镇企业贷款余额/金融机构各项贷款余额（％）。
子因素农村经济发展状况指标为：x[，1]：农林牧渔业增加值（亿元）；x[，2]：乡镇企业增加值（亿元）；x[，3]：农村人均纯收入（百元）。本文所用各数据见表3。
表3 各因素序列值
1997年
1998年
1999年
2000年
2001年
2002年
y[，1]
28.17
29.76
29.87
28.73
28.45
26.64
y[，2]
23.85
27.16
37.94
26.34
26.47
26.61
y[，3]
5.00
5.61
7.85
5.45
6.51
6.37
y[，4]
4.94
4.95
6.86
4.37
4.33
2.75
x[，1]
439.35
428.88
416.88
412.62
431.17
460.98
x[，2]
123.46
158.73
192.11
231.80
273.81
325.78
x[，3]
16.92
18.01
18.36
18.92
19.71
20.98
（四）结果及分析讨论
计算各母子因素间的关联度，形成关联矩阵R：
附图
从R可以看出：
1.农村金融是影响农村经济发展的重要因素，尤其对农业产业的影响突出。第1列、第3列各元素都较大， 说明农村金融发展对农林牧渔业增加值和农民收入的影响都较大。而且第1列与第3列的关联度顺序相同，分别为：r[，11]＞r[，41]＞r[ ，21]＞r[，31]，r[，13]＞r[，43]＞r[，23]＞r[，33]，说明农村金融各指标对农林牧渔业增加值和农民收入影响相似，即农村金融发展水平越高，农民收入及农业增长就越快。第2列的所有数据均小于其他各列，即子因素x[，2]与母因素之间的关联度较小，说明乡镇企业增加值与农村金融的关系不甚紧密，这与乡镇企业可从其他金融机构得到金融支持有关。
2.农村金融各发展指标与农村经济发展的关系密切，但影响效果不同。第1行、第2行的数值都较大，说明农村金融的规模是农村经济发展的重要影响因素，即农村金融规模的扩大，能促进农村经济发展；第4行的数值也较大，说明乡镇企业贷款对农林牧渔业增加值和农民收入的影响都较大，这可从乡镇企业增加了农民的就业机会和增加了农民收入而得到解释。而第3行数值较小， 说明农业贷款规模与农村经济的关联度却小得多，也就是说，农村金融在农村吸收大量存款，而对农村地区的贷款却不多，这与农村金融机构特别是农业银行把农村资金转移至城市、农业贷款萎缩的现实是相符的。
3.农村金融规模和货款结构是影响农林牧渔业增加值的主要因素。r[，11]是最大的元素，r[，11]＝r（y[，1]，x[，1]）＝r（存款规模，农林牧渔业增加值）＝0.9317，说明农村存款规模与农林牧渔业增加值关系最为密切，农林牧渔业增加值增长较快，农村存款规模就越大。农村存款规模越大，它对农村经济的支持才有保障，进而又促进农林牧渔业增加值较快增长。r[，13]是所有元素中次大的元素，r[，13]＝r（存款规模，农民收入）＝0.9227。这说明，农村存款规模对农民收入的影响也很大。r[41]仅次于r[，13]，r[，41]＝r（乡镇企业贷款，农林牧增加值）＝0.8712，说明乡镇企业贷款越多，农林牧渔业增加值增长就越多，农村经济发展就越快。
四、政策建议
上述分析表明，农村金融发展对农村经济特别是农业经济增长和农民收入的影响非常突出，其中，农村存款规模的影响尤为明显，而农业贷款规模的影响较小，即农村金融对农业的直接支持力度较弱。对此，本文提出如下政策建议。
（一）扶持农村金融发展，加大对农村的金融支持
首先，实行支持性财政政策。政府应利用其特有的政策优势和实力，采取必要的财政政策，支持农村金融体系的健康发展。对一些可长远发展而短期收益低的农业贷款项目，可以采取政府立项，财政贴息的方式予以扶持。此外，还可以适当降低农村金融机构的营业税率和所得税率，对其发放的种植业、养殖业和农田水利基本建设贷款，政府可以采取免征或退还营业税的办法加以扶持。其次，实行支持性金融政策。可以运用中央银行再贷款，扶持农村金融机构健康发展。即逐年增加人民银行支持“三农”再贷款的比例，适当放宽对支农再贷款的期限，允许跨年度周转使用，进而扩大农村贷款规模。
（二）健全农村金融供给体系，使其资金结构合理化
一是明确现有正规金融体系的市场定位，真正建立起既公平竞争又分工协作的多元化的组织格局。要有计划、分步骤地将设在农村却很少甚至不发放农业贷款的农业银行基层网点撤出农村市场，或将县以下农业银行的营业网点并入农村信用社，而将地处城市的农村信用社营业网点并入农业银行。此外，还要尽快对邮政储蓄机构进行改革，改变对其农村资金的净吸收，最大限度地减少农村资金外流。二是进一步拓宽农业产业化主体的融资渠道，优化农村金融资源配置。转变单纯依赖间接融资的思路，拓宽融资渠道，大力发展中小资本市场，让更多的资金通过直接融资渠道进入农业产业化生产领域。大力发展票据市场，不断调整和优化再贴现资源的分配结构，缓解农村资金紧张的状况。三是在供给结构上增加对农业贷款的力度并继续保持对乡镇企业的融资支持，促进农业产业化，推动农业结构调整，加快农村城镇化步伐。
（三）提高农村信用社的竞争力，促进农村经济全面发展
农村信用社在支持农村经济发展中居于主体地位，是农村金融的主力军。因此，增强农村金融的实力，就应加快农村信用社的改造和重组进程，提高其竞争力。一是妥善消化历史包袱和政策性负担。比照国有银行不良资产剥离的办法，将不良资产交由相应的资产管理公司管理，搞好债权保全。还应根据其剥离的不良贷款现状，按一定比例，注入一定数量的长期、低息再贷款，支持其逐步消化历史包袱。二是给予农村信用社必要的政策扶持。对农村信用社实行一些优惠政策，例如适当降低税率，对农村信用社种植业、养殖业贷款的收入减免营业税。三是因地制宜、逐步对农村信用社进行改制和重组。将农村信用社改组为多元化的中小金融机构，构建国家控制下的过渡性的民营金融体制。四是继续完善农村信用社法人治理结构和内部管理制度。
标签：金融论文; 贷款余额论文; 农村金融论文; 关联分析论文; 经济增长论文; 经济论文; 产业增加值论文; 农业发展论文; 农村信用社改革论文; 金融机构论文; 三农论文; 重庆统计年鉴论文; 农林牧渔论文;