基于EEMD视角的农业保险与农业信贷互动绩效
——以山东省为例

苑美琪^1，2陶建平^1，2*

(1.华中农业大学 经济管理学院，武汉 430070；2.湖北农村发展研究中心，武汉 430070)

摘 要 为研究农业保险与农业信贷之间是否具有协同关系，采用EEMD分析方法，对山东省1982—2015年农业保险保费收入和农业贷款余额年度数据进行研究，结果表明：两者均由高频分量、低频分量和趋势项构成。上述结构分量的格兰杰因果检验表明，农业保险和农业贷款高频分量之间在1%的水平上互为因果关系；而低频分量间存在不对称的传导方式，即在1%的水平上农业贷款到农业保险存在单向因果关系，在10%的水平上两者互为因果关系。

关键词 集合经验模式分解(EEMD)；农业保险；农业信贷；互动绩效

2016年中央一号文件提出建立农业信贷与农业保险相结合的银保互动机制，发展“保险金融”，为促进农业保险与农业信贷互动提供了政策支持。作为农村金融的基本组成部分，农业保险与农业信贷结合对促进农业产业化助力实现乡村振兴目标具有重要意义。而现实中农业保险与农业贷款之间是否存在协同发展关系？本研究以此为基础提出研究假设，选取山东省农业保险与农业信贷数据进行实证检验，最后为促进山东省农村金融发展提出针对性政策建议。

1 文献综述

目前国内外已有文献大都认为农业保险与农业信贷之间存在良性互动机制。农业保险的风险保障功能，在一定程度上可以降低农业信贷的风险，对其发展起到了“保驾护航”的作用。顾银宽^[1]认为作为农业贷款的需求方，农业保险可以维护农业生产稳定性，提高农户的资信水平;而对于农业贷款的供给方，由于农业保险具有风险保障机制，提高了金融机构贷款积极性，促进了农业贷款业务的发展。当前，我国涉农信贷业务发展的主要制约因素是抵押品缺乏，农产品不稳定且不易变现，农户没有合适的抵押品申请贷款^[2]。而农业保险作为一项金融工具，具有一定的抵押品替代功能，在灾害发生时对农业生产进行保障，减少了农民收入的波动性，降低了贷款人的违约几率^[3]，提高了农业生产者的信贷可得性和信贷额度^[4]。而且，潘明清等^[5]认为农业保险和农业信贷可共享信息资源，节约交易成本的同时减轻了信息不对称的风险，提高了农村金融的经济效率。

公允价值的科学性和实用性使企业的财务信息更能准确反映企业的实际情况，为外部投资者提供更加客观、有用的财务信息，以便投资者作出更加理性的决策。但公允价值的使用是有条件的，需要财务人员谨慎使用，并能利用一定的技术方法准确确定。

一些实证研究同样支持上述观点。刘祚祥等^[6]对岳阳市的调查数据进行实证分析，认为银保合作可以分散信贷风险、缓解农村信贷配给，扩大了农村信贷业务规模。国外学者Carter等^[7]通过把农户归类，将理论模型应用于农业保险和农业信贷的发展关系，发现两者之间具有协同发展关系。此后，刘素春等^[8]采用耦合模型研究了农业保险与农业信贷的关系，认为两者之间存在耦合。

但也有部分文献并不认同这一结论。方首军等^[9]基于我国1985—2009年农业保险保费收入和农业信贷数据进行研究，发现两者间不具有协整关系且互不构成双方的格兰杰因果关系。作者认为由于数据的阶段性及农村金融发展不稳定等原因导致了这一结果。进一步地，祝国平等^[10]对全国地级城市2001—2009年的数据进行分析，发现农业保险深度与农业信贷发展具有负效应，农业保险分散信贷风险的效果微弱。因此建立两者良性互动机制，需对农业保险经营中存在的问题进行相应调整。在国外，Mosley等^[11]在分析了印度综合性农业保险计划后，认为此项措施在改善农户贷款清偿方面成效微弱。而且Miranda等^[12]研究发现强制借款农户购买保险，损害农户权益同时也抑制了其贷款积极性，增加了借款农户违约几率。

通过梳理国内外已有文献，发现不同学者对农业保险与农业信贷之间互动关系研究得出的结论也是见仁见智。现有研究对两者的分析主要是基于总量上的时域分析，直接套用原始数据，不涉及频域分析且没有考虑地区特殊性，得出的结论难以揭示两者的真实传导关系。因此，本研究采用国际上前沿的时频分析方法——集合经验模式分解(EEMD)方法，从时域和频域上将农业保险保费收入及农业贷款余额数据分解重构，旨在从结构分量入手探究两者之间的内在互动机制，因为结构分量相比总量数据往往更能揭示数据本质特征和内在规律。本研究目的在于探究农业保险与农业信贷相互作用机理，并提出假设，采用实证进行验证，旨在为今后两者协调发展提供相关政策建议。

2 农业保险与农业信贷互动的机理分析

2.1 农业保险推进农业信贷发展的机理分析

第一，信贷机构主要采用抵押担保方式分散贷款业务风险，但农业生产者缺乏适当的抵押品，增加了信贷机构的贷款风险。农村的信贷配给问题较为普遍，限制了农业信贷的发展。而农业保险可作为抵押替代品，通过将农业资产资本化，降低了信贷风险，缓解信贷配给，拓展了农业信贷规模^[6]。

第二，保险机构与信贷机构信息共享，缓解了金融机构信息不对称问题。保险公司掌握较为全面的农户和经营组织的信息，信贷机构通过共享这些信息并合理利用，不仅降低了信贷机构对农户发放贷款的风险，而且节约了信贷机构信息收集与处理的成本。

第三，农业信贷风险分担机制得到完善。农业生产风险与自然灾害无法人为规避。此类风险弱化了农户的金融能力，一旦遭遇风险，很可能出现“因灾致贫”的情况，影响农户的还款能力，加剧了信贷机构贷款的风险。农业保险在风险发生时对农业生产进行补偿，减轻农户收入波动，降低了农户贷款的违约率，信贷机构的经营环境得以改善^[13]。风险分担机制的健全使金融机构拓展贷款业务的意愿增强，满足了农户的贷款需求，形成供需共同促进的局面。

3.集中体现了现代基层民主政治观念。社区居民最熟悉社区的情况，也是社区治理完备后最大的受益者。可以说，社区居民既是主人，也是参与者。社区的事务由社区居民自治，办不办、如何办、办得怎么样，都由居民自己说了算，赋予居民参与权利，做到“话由民说、人由民选、策由民定、事由民理、效由民评”。

2.2 农业信贷促进保险业务发展的机理分析

首先，农业信贷具有金融支农的作用，农户获得资金支持，提高了农业生产集约化水平，增加了农户的保险需求^[14]。有效挖掘了保险市场的潜力，推进了农业保险的发展。

其次，信贷机构在业务经营时掌握了农户众多信息，通过信息与资源的共享，保险机构降低了营销成本，使保险深度得到提高。而且保险机构依托信贷机构能有效缓解保险市场信息不对称问题，在一定程度上减轻逆向选择和道德风险^[15]。

基于以上理论分析，本研究提出的假设为：农业保险和农业信贷之间具有内在互动机制。

若v _1t 不符合IMF的2个特征，将其视作新的原始序列，重复以上操作；

3 集合经验模式分解分析(EEMD)

EMD方法的重要缺陷在于产生了模态混淆^[16]，即频率差别较大的序列包含于同一IMF中，或具有相似频率的序列分布于不同的IMF中，模糊了每个IMF的准确含义。EEMD(Ensemble EMD)是以EMD(经验模式分解)为基础,克服了其存在的模态混叠问题而发展起来的一项高效自适应的数据分析算法。EEMD方法既可以处理平稳的序列，也适用于非线性非平稳序列的处理。

3.1 EMD分解原理

EMD是由Huang等^[17]提出的一种全新的适应于任何特性的时间序列分析方法，对于非线性非平稳数据的处理更胜一筹，Zhang等^[18]最早将该方法引入金融研究领域，探究了石油价格波动问题。EMD是依照数据的自身特征提取出一系列相互独立、反映内在波动特征的本征模态函数(IMF)，提取出的IMF具有如下特征：1)极值点个数与零点个数相等或相差不大于1；2)在整个序列任意点处的上下包络线的平均值等于零。

1)在待分解的原始序列x (t )上多次加入白噪声即:

1)在找出序列x (t )的所有极大值与极小值后，用3次样条函数连接所有的极大值(或极小值)形成上、下包络线，并求其平均包络线m ₁(t ):

m ₁(t )=(x _max(t )+x _min(t ))/2

(1)

2)将原序列x (t )减去m ₁(t )，记为v _1t :

v _1t =x (t )-m ₁(t )

(2)

3)判断v _1t 是否为IMF：

压铆螺母的型号众多、结构相同，若每次分析时都重新建立模型，需要花费大量时间。因此，本文运用APDL参数化设计语言建立压铆螺母的参数化模型。通过设置相应的参数值，可迅速自动生成所需的分析模型，大大缩短了设计时间。

若v _1t 符合IMF的2个标准，则将其视为第一个IMF，即h ₁(t )=v _1t 。

执飞33年的程凤萍经历了南航空姐8次换装，一直沿袭到今天的职业装是由法国著名设计师设计的空姐装。随着服装的不断升级，南航的服务品质也在不断提升。程凤萍见证了整个飞行行业服务由简单到规范，由单一的小飞机到庞大的机队。

4)将原序列x (t )减去h ₁(t )得到剩余序列r ₁(t )：

r ₁(t )=x (t )-h ₁(t )

(3)

通过检验发现PIH与ALH是平稳序列，PIL-ALL具有协整关系，本研究着重对高频分量和低频分量进行Granger因果检验，旨在通过对结构分量的分析帮助我们对总量水平做出更好的把握。

在判断IMF时需要一个停止标准，一般为通过控制两个连续处理结果之间标准差的大小，标准差通常取值0.2～0.3。

3.2 EEMD分解原理

EEMD算法通过将待分解序列进行EMD分解前加入白噪声序列，由于白噪声序列的频率均匀分布，加入白噪声后改变了数据极值点的特性，数据可通过多次集合平均消除模态混叠问题。

EEMD计算过程

EMD是一种循环迭代算法，其计算过程如下：

x _i (t )=x (t )+n _i (t )

(4)

式中：x _i (t )为第i 次加入白噪声后的序列，n _i (t )为第i 次加入的白噪声序列。

2)采用EMD方法处理新序列x _i (t )，得出每个IMFs记为c _ij (t )，和一个余项r _i (t )。其中c _ij (t )为在i 次加入白噪声后得到的第j 个IMF。

3)对加入不同n _i (t )后分解得到的IMFs求其对应平均值c _j (t )，把求得的IMF集成平均值作为最终结果:

(5)

式中：n 是加入n _i (t )的次数，c _j (t )是EEMD分解后得到的第j 个IMF。

婴幼儿尽可能避免接触呼吸道感染的患者，避免到人多空气污浊的环境中去，家中有患呼吸道感染性疾病的成人要尽量避免亲密接触年幼的孩子，如需接触要洗手戴口罩。

4 山东省农业保险与农业信贷互动绩效实证分析

山东省作为产粮大省，是主要农产品生产基地，农业的发展对于促进山东省整体经济的发展具有至关重要的作用。山东农业产业化发展在金融机构的大力扶持下，成效逐步显现^[19]，因此选择山东省农业保险与农业信贷分析具有一定的代表性。

4.1 指标选取和数据来源

本研究在参考已有研究和相应理论的基础上，选取了山东省农业保险保费收入指标反映山东省农业保险发展程度；山东省农业贷款余额指标反映山东省农业信贷发展水平。其中农业保险保费收入及农业贷款额为1982—2015年山东省年度数据，本研究中相关原始数据来源于《山东省统计年鉴》、《山东省保险年鉴》和《中宏数据库》。

多年来，受拦河筑坝、水域污染、过度捕捞、航道整治、岸坡硬化、挖砂采石等人类活动影响，导致流域河流生态系统严重退化，影响了物种栖息地、生物多样性组成，特别是影响了河流和湖泊生态系统健康与鱼类多样性组成和维持。长江河流和湖泊中的水生生物保护形势严峻，濒危、珍稀鱼类和江豚种群数量持续减少。例如，长江江豚是生活在我国长江流域中的两种淡水鲸类动物之一，是长江江湖生态系统健康状况的重要标志。近年来，长江豚类的栖息环境遭到明显破坏，种群数量急剧下降。作为流域生态系统的结构与功能是否健康的主要指标——水生生物，特别是鱼类多样性，应当在实施长江大保护战略中受到高度关注。

4.2 数据分析

4.2.1 数据描述性分析

总体来看，1982—2015年山东省农业保费收入数据表现为以下特点：1982—2006年保费收入相对稳定，波幅较小。其中在1992年达到阶段性最高点。2006年之后，在2010和2014年表现出小幅下降，农业保费收入总体上呈现急剧上升的变化趋势。出现以上变化趋势原因在于，2006年山东省政策性农业保险试点工作开始，在此之后农业保险保费收入迅速上涨。山东省农业保险覆盖的产品种类和承保面积进一步增加，新型农业保险试点不断开展。

农场基本已经普及大型气吸式精密播种机或高速气吹式精密播种机加之机手作业水平较高，可以一次完成开沟、精量播种、覆土、镇压等作业，播种质量、高保苗效果好合作社和一般农户；农户自用“小机械”无法达到标准垄栽培模式标准化播种要求。

由图1可知，1982—2001年山东省农业贷款余额相对平稳，之后呈现逐渐上升的态势，尤其2009年之后增速明显。原因在于2010年山东省政府为加大对农业信贷的支持，出台了相关政策，而且2010年之后统计口径发生改变，经调整后的农业贷款余额增长速度显著。

图1 山东省农业保费收入和农业贷款变化趋势
Fig.1 Agricultural premium income and agricultural loan trends in Shandong Province

分析PI和AL的高低频IMFs和趋势项可知，趋势项的方差占比分别为85.60%和90.20%，说明对山东省农业保险与农业贷款波动的贡献率较大，然而高频IMF与低频IMF的方差占比均较小，表明总体波动受其影响较小。由AL和PI分量相关系数可知，当 IMF由高频向低频变化时，相关系数也越来越大。

在EEMD分解中，加入白噪声的标准差系数设定为0.2，总体平均次数为100次。农业保险保费收入和农业贷款经模式分解后得到4个IMFs和1个趋势项。IMFs依次为从高频向低频变化，趋势项则反映了原序列在此时间段的变化趋势。

本研究用皮尔逊相关系数衡量农业贷款余额(Agricultural loan balance,AL)与农业保费收入(Agricultural premium income,PI)各结构分量波动相关性以及IMF与原时间序列的相关性；IMF在模式分解中的方差占比表示该分量对总体波动的影响程度。

由表1可知，PI和AL的各相应分量波动之间的相关系数IMF1在5%水平下显著，其他均在1%水平下显著相关，由此在结构分量的角度本研究假设通过检验，说明山东省农业保险与农业信贷结构分量波动存在高度相关。PI与AL趋势项与原时间序列的相关系数分别为0.85和0.91，表明趋势项与原序列具有高度相关性，均大于各IMFs与原序列的相关系数。Huang^[17]对此解释为，经模式分解后得到的趋势项反映了原时间序列的内在运行轨迹，因此与原序列表现为高度相关。

4.2.2 IMFs及其分析

4.2.3 AL与PI结构特征分析

EEMD方法依据数据的内在波动特征将原始序列按照从高频到低频依次筛选出来，高频部分波动频繁且振幅变化剧烈，低频部分相对较规律，需要找出分段点对其进行分析研究。本研究利用常见的T检验^[18]法,将IMFs依次从高频到低频逐步检验其均值是否显著异于零，检验结果如下图2所示。

“困境儿童”自2010年后就经常出现在各种语境当中，但是困境儿童的内涵，包括这个词汇系统怎样构建，其实依然是比较混乱的。政策定义中，由于中国儿童福利制度经历一个由孤儿到其他困境儿童直至所有儿童的拓展历程，困境儿童的操作性定义发展也遵循了这样的一条路径。随着儿童福利制度的不断发展，困境儿童概念的内涵和外延必然会得到进一步的厘清，随着传播研究视角的引入，这样的厘清不仅有利于社会政策的发展，而且对于公众对政策的理解和认知必然有重要的推动作用。笔者希望这篇小文，起到抛砖引玉的作用。推动中国儿童福利研究的理论发展。

表1 基于EEMD方法PI与AL 的IMFs和趋势项分析
Table 1 IMFs and trend items analysis based on EEMD methods of PI and AL

注：*表示在5%的水平下统计显著，**表示在1%的水平下统计显著。下同。

Note:*indicates that the statistical test is significant at the level of 5%,**means that the statistical test is significant at the level of 1%.The same below.

图2 高低频分割判别T检验结果
Fig.2 High and low frequency segmentation discriminant T test result

其中，PI在IMF3处均值显著异于零，把IMF1和IMF2归纳为高频分量，IMF3和IMF4则为低频分量；AL在IMF4处均值显著异于零，将IMF1、IMF2和IMF3归纳为高频分量，IMF4代表低频分量。趋势项则作为独立分量。

由表2可知，PI和AL的低频分量和趋势项均在1%水平下显著，表明山东省农业保险与农业贷款两个分量表现出高度相关，本研究提出的假设部分通过检验。PI和AL的高频分量在模式分解后方差占比较小，分别为3.28%和6.19%，而且与原始序列的相关系数较小；低频分量在模式分解后方差的占比分别为17.29%和3.38%，与原序列的相关系数较小且为负相关；趋势项的方差占比分别为79.44%和90.44%，表明与原序列具有较高的相关性，而且相关系数也较高。

4.3 因果关系分析

4.3.1 各结构分量的动态路径描述

低频分量中，PIL与ALL为一阶单整，两者Ganger因果检验P 值分别为0.062 1和0.000 0，前者在10%的显著水平上拒绝原假设，后者则在1%的显著水平上拒绝原假设。检验结果表明，在10%的显著水平上，农业保险保费收入的波动导致了农业贷款的波动，可认为农业保费的增长带动了农业贷款的增长；在1%的显著水平上，农业贷款的波动是导致农业保费收入波动的原因，即农业贷款会影响农业保险的发展。其中，农业贷款对农业保险保费收入的影响大于农业保险保费收入对农业贷款的影响，这一结果主要由于政府对农业信贷服务的政策扶持以及农业保险发展相对滞后所导致。

首先，通过比较AL与PI高频分量的动态路径，由于高频分量的周期短、波动频繁，反应随机波动信息(图3)。由农业贷款和农业保险两者高频分量可知：1982—1985年AL的波动特征具有明显上升趋势，PI波动特征不明显，基本呈水平状态；1986—1995年AL与PI波动特征基本一致，呈同步上升趋势，AL上升均快于PI，在此期间山东省PI与AL之间表现出协同发展的趋势。1996—2009年AL波动呈现逐年下降的趋势，在2009年跌入谷底，于2010年出现飞速增长。1996—2006年PI基本呈一条水平线，2007年之后波动明显，因为2006年政策性农业保险在山东省开始试点，农业保险保费收入显著上涨。其中有两年先后下降到最低，随后呈现快速上升的态势。

表2 高低频分量分析
Table 2 High and low frequency component analysis

图3 山东省农业贷款和农业保费收入高频分量
Fig.3 High-frequency component of agricultural loan and agricultural premium income in Shandong Province

其次，低频分量反映的是一定时期内两者的变动信息(图4)。比较分析AL与PI的低频分量，两条曲线可概括为3个阶段：一是1982—1992年AL与PI走势基本一致，呈现同步上升趋势，其中PI滞后于AL的上升速度；二是1993—2008年两者同时呈现缓慢下降的趋势;三是2009年之后，AL与PI走势呈现快速上升的趋势。低频分量表明两者之间存在一定协同关系。

最后通过分析趋势项动态路径发现(图5)，1992年之前AL与PI呈缓慢下降；此后两者走势均呈现上升趋势，AL总体上显著高于PI，两者表现为协同发展的趋势。

图4 山东省农业贷款和农业保费收入低频分量
Fig.4 Low-frequency component of agricultural loan and agricultural premium income in Shandong Province

图5 山东省农业贷款和农业保费收入趋势项
Fig.5 Shandongagricultural loan and agricultural premium income trends

PI和AL不同频率结构分量的动态路径反映山东省不同时期两者的变化情况。对结构分量走势的简单描述难以揭示两者的真正传导关系，因此，需要进一步的计量分析。

4.3.2 变量的平稳性及协整检验

对变量进行Granger因果检验，要求时间序列是平稳的，否则检验结果是有误的，本研究通过ADF方法对相应变量进行平稳性检验。首先根据基本时序图确定检验的基本形式，然后根据统计结果对其平稳性做出判定(表3)。可知PIH和ALH是平稳序列，PIL和ALL是非平稳序列，但其一阶差分后的序列均为平稳序列。对两者低频分量进行协整检验，若PIL-ALL之间具有协整关系，则可进行因果检验。

惢心道：“她在小主身边也有些年，若论恭谨、规矩，再没有比得上她的人了，何况又这样懂事，事事都以小主为先。”

本研究通过EG两步法判断相应分量之间是否存在长期稳定关系，先用OLS方法对下列方程进行回归：

ALL=α ₁+β ₁PIL+ε ₁

(6)

PIL=α ₂+β ₂ALL+ε ₂

(7)

然后对误差项ε ₁和ε ₂进行ADF检验，由检验结果可知，误差项为平稳序列，进而可以判定PIL-ALL具有协整关系。

表3 ADF单位根检验
Table 3 ADF unit root test

注：*、**、***分别表示10%、5%、1%的显著性水平；D表示一阶差分。

Note:*,**,***respectively indicate the significance level of 10%,5%,and 1%;D indicates the first-order difference.

4.3.3 格兰杰因果关系检验

将r ₁(t )做为新的时间序列重复以上IMF分解过程，逐个筛选出IMF。

第二、后续计量环节。商业银行抵债资产后续计量环节的会计与税务处理差异主要来源于抵债资产减值的计量。会计准则规定，商业银行需要对抵债资产进行减值测试并计提减值准备，这会对商业银行整体利润会带来影响；税法则要求在计算应纳税所得额时不得扣除减值准备，这就形成会计利润与税法利润不一致，需要对企业所得税进行适当调整。

高频分量中，PIH与ALH为平稳序列，两者都在1%的显著水平上拒绝原假设，表明PIH和ALH两者互为因果关系。由此可知，山东省农业保险与农业信贷两者在短期波动方面已形成相互促进，共同发展的局面。农业保险增长与农业贷款增长之间具有明显的相互促进作用。

经EEMD方法分解与统计学分析，得到农业保险与农业贷款的高、低频分量与趋势项。对农业贷款与农业保险不同结构分量进行对比，可分析两者分量间的关系。

盘锦市食品药品监督管理局于2014年7月重组，现有干部职工171人。2009年被评为辽宁省食品安全工作先进集体，2015年荣获全市创建全国文明城市“突出贡献奖”，2014～2015年连续两年获得市直文明机关荣誉称号。市局机关绩效考核连续3年位列一档，市局党组被评为优秀班子。

表4 AL与PI各结构分量的格兰杰因果检验结果
Table 4 The result of Granger causality test for structural components of AL and PI

注：D 表示一阶差分；最优滞后阶数基于AIC和SC准则。

Note:D indicates the first order difference;the lag period is based on the AIC and SC criteria.

5 研究结论与政策建议

5.1 结论

本研究采用EEMD方法，基于结构分量的角度考察了山东省农业保险与农业贷款的波动特征及内在互动机理，研究结论如下：

通过EEMD将AL与PI分解成4个具有不同频率的IMFs和一个独立分量，根据数据的内在波动特征将原始序列按照从高频到低频依次筛选出来。本研究利用统计学中常见的T检验方法找出分段点，把IMFs和独立分量概括为高频分量、低频分量和趋势项。其中，高频部分代表变量的短期波动特征，山东省农业保险和农业贷款短期内易受相关政策等因素的影响波动频繁；低频部分代表变量中长期的波动特征，当银保机构做出重大调整时，农业保险与农业信贷波动发生改变；趋势项反映变量内在运行轨迹，山东省农业保险与农业贷款呈现稳定上升的趋势。

通过对PI与AL相应结构分量做Granger因果关系检验发现:山东省农业保险与农业贷款的高频分量(PIH-ALH) 在1%的显著性水平上互为因果，表明两者在短期波动方面互相影响；农业保险与农业贷款低频分量在1%的显著性水平上存在单项因果关系(即ALL为PIL的Granger原因)，在10%的显著性水平上互为因果关系。可以认为农业保险与农业贷款间存在相互促进、协同发展的关系，其中农业贷款对农业保险的影响作用大于农业保险对农业贷款的影响作用。

5.2 政策建议

根据本研究的研究结论，为更好促进农业保险与农业信贷良性互动提出以下政策建议：

5.2.1 探索新型“农业保险+ 农业信贷”互动机制

激励信贷机构设计符合本地区特色的“信贷+保险”产品，为新型经营主体开发具有针对性的信贷产品和信贷服务。在风险可控的前提下开展新的担保抵押方式，如推广农地经营权抵押与保单质押保险相结合的方式。

摘 要：结合当前高校图书馆的服务情况，在分析“互联网+”的基本特性的基础上，从多方面论述并探讨了“互联网+”环境下高校图书馆存在的问题，据此提出了有针对性的多方面对策，希望能对今后“互联网+”下的高校图书馆发展所有帮助。

5.2.2 扩大保险与信贷机构间的信息透明度

对照组:给予患儿常规护理干预,内容如下:监测患儿的生命体征情况;监控病情发展;若发现患儿呼吸道有异物,及时清理。

保险公司可将农户是否参保、参保金额等参保信息与信贷机构所掌握的信贷主体的资信水平和风险等级等信息建立信息库，实现信息共享。

5.2.3 扩大农业保险需求与保障范围，适应信贷多元化需求

将农业保险承保标的由保成本向保产量、保收入转变。可借鉴交通保险的强制模式，要求部分农业生产地区实行农业强制保险，在扩大农业保险需求同时，促进农业贷款的发展。

参考文献

[1] 顾银宽.信贷风险、信用机制与农业保障的地方政府行为[J].改革,2009,22(5):75-80

Gu Y K.Agricultural credit risk,credit mechanism and local government behavior:Take reference from international experience[J].Reform ,2009,22(5):75-80 (in Chinese)

[2] 林杰.保险与农业信贷供求的“帕累托改进”[J].福建金融，2008,23(6):18-22

Lin J.Agricultural insurance and pareto improvement of agricultural supply and demand[J].Fujian Finance ,2008,23(6):18-22 (in Chinese)

[3] Binswanger H P.Empirical estimation and use of risk preferences：Discussion[J].American Journal of Agricultural Economics ,1982,64(2):391-393

[4] Pomareda C.An evaluation of impact of credit insurance on bank performance in Panama[J].Blatimore and London :The Johns Hopkins University Press ,1986:106-114

[5] 潘明清,郑军,刘丽.农业保险与农村信贷发展：作用机制与政策建议[J].农村经济，2015,33(6)：76-79

Pan M Q,Zheng J,Liu L.Agricultural insurance and rural credit development:Mechanism of action and policy suggestions[J].Rural Economy ,2015,33(6):76-79 (in Chinese)

[6] 刘祚祥,黄权国.信息生产能力，农业保险与农村金融市场的信贷配给：基于修正的S-W模型的实证分析[J].中国农村经济，2012,28(5):53-64

Liu Z X,Huang Q G.Information production capacity,agricultural insurance and credit rationing in rural financial markets：An empirical analysis based on modified S-W model[J].Chinese Rural Economy ,2012,28(5):53-64 (in Chinese)

[7] Carter M R,Cheng L.The impact inter-linked index insurance and credit contracts on financial market deepening and small farm productivity[C].In:Annual Meeting of the American Applied Economics Association 2010.Pittsburgh:The American Applied Economics Association,2010(2):24-26

[8] 刘素春,智迪迪.农业保险与农业信贷耦合协调发展研究：以山东省为例[J].保险研究,2017,38(2):29-39

Liu S C,Zhi D D.A research on coupling and coordinated development between agricultural insurance and agricultural credit：Take Shandong Province as an example[J].Insurance Studies ,2017,38(2):29-39 (in Chinese)

[9] 方首军,黄泽颖,孙良媛.农业保险与农业信贷互动关系的理论分析与实证究:1985—2009[J].农村金融研究,2012，33(7):60-65

Fang S J,Huang Z Y,Sun L Y.Theoretical analysis and empirical research on the interaction between agricultural insurance and agricultural credit:1985—2009[J].Rural Finance Research ,2012,33(7):60-65 (in Chinese)

[10] 祝国平,刘吉舫.农业保险是否支持了农业信贷?：来自全国227个地级市的证据[J].农村经济，2014,32(10):77-81

Zhu G P,Liu J F.Does agricultural insurance support agricultural credit?：Evidence from 227 prefecture-level cities across the country[J].Rural Economy ,2014,32(10):77-81 (in Chinese)

[11] Mosley P，Krishnamurthy R.Can crop insurance work? The case of India[J]. Journal of Development Studies ,1995(3):428-450

[12] Miranda M J,Gonzalez-Vega C.Systemic risk index insurance and optimal management of agricultural loan portfolios in developing countries[J].American Journal of Agricultural Economics ,2010(6):118-122

[13] 任乐,王性玉,赵辉.农户信贷可得性和最优贷款额度的理论分析与实证检验：基于农业保险抵押品替代视角[J].管理评论2017，29(6):32-42

Ren L,Wang X Y,Zhao H.Research on the credit availability of farmer households and the optimal amount of credit：Based on the collateral substitution of agricultural insurance[J].Management Review ,2017,29(6):32-42 (in Chinese)

[14] 牛浩,陈盛伟.农业保险与农村信贷合作产品研究[J].保险研究，2014,35(12)：32-40

Niu H,Chen S W.The research on agricultural insurance and rural credit cooperation product[J].Insurance Studies ,2014,35(12):32-40 (in Chinese)

[15] 王戈锋.农业保险与农村信贷互动机制的对接路径研究[J].保险研究，2011，32(6)：96-99

Wang G F.Study on the interface between agricultural insurance and agricultural credit interaction mechanism[J].Insurance Studies ,2011,32(6):96-99 (in Chinese)

[16] Wu Z H,Huang N E,Chen X Y.The multi-dimensional ensemble empirical mode decomposition method[J].Advances in Adaptive Data Analysis ,2009，1(3):339-372

[17] Huang N E,Shen Z,Long S R,Wu M C,Shi H H,Zheng Q,Yen N C,Tung C C,Liu H H.The empirical mode decomposition and the hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings of the Royal Society A :Mathematical ,Physical and Engineering Sciences ,1998,454(1971):903-995

[18] Zhang X，Lai K K，Wang S Y.A new approach for crude oil price analysis based on empirical mode decomposition[J].Energy Economics ，2008,30(3):905-918

[19] 中新网.山东金融机构为乡村振兴注入资本动力[EB/OL].(2018-07-12)[2018-07-20].http:∥news.sina.com.cn/o/2018-07-12/doc-ihfefkqq9332109.shtml

China News Network Shandong financial institutions inject capital power into rural revitalization [EB/OL].(2018-07-12)[2018-07-20].http:∥news.sina.com.cn/o/2018-07-12/doc-ihfefkqq9332109.shtml (in Chinese)

Interaction performance between agricultural insurance and agricultural credit based on EEMD analysis ：Taking Shandong Province as an example

YUAN Meiqi ¹，2 ,TAO Jianping ¹，2 *

(1.College of Economics & Management,Huazhong Agricultural University,Wuhan 430070,China; 2.Hubei Rural Development Research Center,Wuhan 430070,China)

Abstract In order to investigate whether there is a synergy between agricultural insurance and agricultural credit,EEMD analysis method was used to study the annual data of agricultural insurance premium income and agricultural loan balance in Shandong Province from 1982 to 2015.The results show that both of agricultural insurance and agricultural credit are composed of high-frequency,low-frequency and trends,respectively.The Granger causality tests show that the high-frequency between agricultural insurance and agricultural loans are causally related to each other at the level of 1%.While there is two-way asymmetrical transmission relationship between low-frequency,at the level of 1%,only one-way causal relationship from agricultural loans to agricultural insurance,And at the 10% level,these two are related to each other.

Keywords ensemble empirical model decomposition (EEMD)；agricultural insurance；agricultural credit；interactive performance

中图分类号 F842

文章编号 1007-4333(2019)07-0223-10

文献标志码 A

收稿日期： 2018-08-06

基金项目： 国家自然科学基金项目(71773033)；国家自然科学基金项目(71703048)

第一作者： 苑美琪，硕士研究生，E-mail：2465931727@qq.com

通讯作者： 陶建平，教授，主要从事农业风险管理和疫情管控研究，E-mail：1322803736@qq.com

责任编辑： 王岩

标签：集合经验模式分解(EEMD)论文;  农业保险论文;  农业信贷论文;  互动绩效论文;  华中农业大学经济管理学院论文;  湖北农村发展研究中心论文;