论文部分内容阅读
【摘 要】本文基于SVAR模型，采用1978—2009年的数据分析农村贷款使用效率、农村金融效率与城乡收入差距之间的关系。分析表明：农村贷款使用效率和农村金融效率是城乡收入差距的格兰杰原因。农村贷款使用效率的提高和农村金融效率的降低可以缩小城乡收入差距。长期来看，农村贷款使用效率对城乡收入差距的贡献程度高于农村金融效率。据此，本文提出改善农村金融环境、赋予农民更多财产性权利的建议。
【关键词】城乡收入差异；农村金融；SVAR模型
一、引言
随着经济的发展中国城乡收入差距逐步扩大，在2009年城镇人均可支配收入是农民人均纯收入的3.33倍达到峰值。金融的发展对于经济增长和收入的增加有着重要的作用。然而农村却出现金融排斥的现象，农民缺少足够的金融服务。与此同时，农村资金通过金融机构大量流入城镇。
国内学者就金融发展与城乡收入差异进行了大量的研究。已有研究主要从地区差异、金融发展等方面切入，对城乡收入差异进行研究得出了许多成果。但对于农业贷款的使用效率极少涉及。向量自回归模型（VAR）被广泛的应用到农村金融与城乡差异的研究中，但模型本身有局限，不考虑经济理论。因此，基于上述分析，本文采用SVAR模型对农业贷款的使用效率、农村金融效率与城乡收入差距三者之间的关系进行研究。
二、变量选取与数据来源
1.指标及数据来源
本文在借鉴已有研究成果的基础上选取以下指标：
城乡收入差距（GAP）=城镇人均可支配收入/农村人均纯收入。值越大表示城乡收入差距越大。
农村贷款产出比（LP）=第一产业增加值/农业贷款。一定程度上反映农业贷资金的使用效率。值越大表示农业贷款的使用效率越高。贷款在推动经济增长的过程中，扣除流入虚拟经济或超过经济有效需求部分外，剩余的有效贷款与国民经济各实体部门的其他资金来源和生产要素等一起形成生产流通过程的中间投入，然后通过劳动者的价值创造实现社会财富的最终增长。具体表示为：
第一产业增加值/农业贷款=（有效农业贷款/农业贷款）×（中间投入/有效农业贷款）×（第一产业增加值/中间投入）=有效农业贷款率×农业贷款乘数×增加值率
其中中间投入为投入产出表中各部门中间投人总和。有效贷款率为实际进入农业生产流通过程的有效贷款额与名义贷款额之比。农业贷款乘数反映了贷款在中间投入中的地位及其作用；增加值率反映了第一产业劳动创造价值的效率状况。
农村金融发展效率（FE）= 农村储蓄余额/农业贷款余额。反映金融机构将农村储蓄转化成农业贷款的能力。该指标为逆向指标，值越小说明金融中介把资金投向农村市场的越多。
本研究选择1978年-2009年的统计数据。农业贷款余额来自于《中国金融统计》和《中国金融统计年鉴》。其中2006年-2009的数据采用2003年-2005年的农业中长期贷款均值汇总短期农业贷款得出。农村储蓄余额来自于《中国金融统计年鉴》其余数据来自于国家统计局。
三、研究方法与模型设定
1.研究方法
本文采用结构向量自回归模型（SVAR）进行分析。相比于VAR模型，SVAR模型考虑了变量之间的当期影响，并依据经济理论对结构式残差进行约束，使分析结果有明确的经济意义。三变量的SVAR模型可表示为：
2.模型识别
农村金融与城乡收入差异的关系，从当期来看主要有以下几个方面：首先，农村贷款使用效率与农村资本流出程度对城乡收入差异有影响。其次，农村贷款使用效率影响农村金融效率，而农村金融效率对农村贷款使用效率无影响，即230b？=。最后，城乡差异对农村贷款使用效率和农村金融效率的影响具有滞后性，故设定城乡差异对两者无影响21310bb？=？=。
四、实证分析
1.单位根检验
SVAR模型要求变量具有平稳性。本文采用ADF检验对变量进行平稳性检验。结果如表1所示。GAP、LP与FE在1%的显著水平下均不平稳。但它们的一阶差分在1%的显著性水平下平稳。因此本文将对GAP、LP、FE进行协整检验。
2.协整检验
为避免为回归，本文利用Johansen 协整检验法进行协整检验。Johansen协整检验法是一种基于 VAR 模型的检验方法。因此，首先必须建立 VAR 模型。本文根据AIC 准则选择滞后阶数为2，既建立VAR（2）模型。从表2可知在5%的显著水平下，变量之间存在长期协整关系。
3.AR检验
下面需要对估计的模型进行稳定性检验。如果模型不稳定，脉冲响应分析和方差分析将不可靠。本文采用AR检验对模型稳定性进行检验。由eviews结果显示VAR模型所有的根模均在单位圆内。因此，模型是稳定的，可以进行脉冲响应分析和方差分析。
4.格兰杰因果检验
本研究通过Granger因果关系检验来进一步验证变量之间因果关系。对各变量进行Granger因果关系检验是为了确定它们之间的相互影响关系，为接下来的脉冲响应函数作理论上的铺垫。根据之前确定的最优滞后阶数，格兰杰因果检验以滞后期为2进行。从表3可以看出，LP和FE在10%的显著水平下是GAP的格兰杰原因。 5.脉冲响应分析
通过SVAR模型可进行脉冲响应分析。脉冲响应函数是用于衡量来自随机干扰项的一个标准差大小的冲击对内生变量当前和未来值的影响，从而反映整个系统内生变量的动态传递过程。
从图2可知，GAP对于LP的响应总体为负，1-3期负响应逐渐增大，在第3期达到最大值，此后逐渐降低。在第7期后响应为正，但程度较弱。这表明，LP的提高可以缩小城乡收入差距。从图3可知，GAP对于FE 的响应为正，1-2期负响应逐渐减小，在第2期达到最小值，此后逐渐增大，在第7期达到最大。这表明FE的提高会扩大城乡收入差异。
6.方差分解分析
方差分解是通过分析每一结构冲击对内生变量变化的贡献度，反映不同结构冲击的重要性。从图可以看出，GAP受自身影响最大。L P对GAP的贡献程度高于FE，在1-4期逐渐上升，并在第4期达到最大值，此后逐渐降低。FE对GAP的贡献程度在1-3期逐渐降低，此后逐渐增大。
五、结论及建议
综上，农村贷款使用效率和农村资金融效率是城乡收入差距的格兰杰原因；农村贷款使用效率的提高和农村资金融效率降低可以缩小城乡收入差距；长期来看，农村贷款使用效率对城乡收入差距的贡献程度高于农村资金融效率。据此，本文提出以下建议：
第一，改善农村金融环境，加强政策引导。由于农村信用和风险管理市场的不完善，地方政府的趋利性行为和寻租行为造成金融资源的低效配置，许多资金沉淀在一些低效的项目上。农业贷款使用效率低，难以有效促进农村经济增长，也加大了农村资金流出程度。因此，政府应加大农村金融基础设施建设，对农村金融机构予以政策支持，发展农村金融主体，培育和规范农村金融市场。
第二，加强金融产品创新，赋予农民更多财产性权利。由于国家的政策导向以及法律限制，农民能够提供的有效担保物不足。同时，农业生产周期长，回报率相对较低。这导致农村出现只吸不贷，资本外流的情况。金融部门将农村储蓄大量投入城镇，城镇经济得以快速增长，城镇居民收入呈现快速增长态势。同时，农村资本流失，导致农村经济缺乏足够的投资，农村居民收入增加缓慢。因此，应创新金融产品，赋予农民更多财产性权利。
参考文献：
[1]人民银行成都分行调查统计处课题组， 张萍与谢保嵩， 2000年以来四川贷款产出比状况分析[J]. 西南金融， 2007（08）： 19-21.
[2]高铁梅. 计量经济分析方法与建模——Eviews应用及建模[M]. 北京：清华大学出版社，2009.
[3]冯玉成， 农村金融发展对我国城乡收入差异影响实证分析[J]. 中国流通经济， 2011（12）： 50-54.
[4]刘玉光， 杨新铭与王博， 金融发展与中国城乡收入差距形成——基于分省面板数据的实证检验[J]. 南开经济研究， 2013（05）： 50-59.
【关键词】城乡收入差异；农村金融；SVAR模型
一、引言
随着经济的发展中国城乡收入差距逐步扩大，在2009年城镇人均可支配收入是农民人均纯收入的3.33倍达到峰值。金融的发展对于经济增长和收入的增加有着重要的作用。然而农村却出现金融排斥的现象，农民缺少足够的金融服务。与此同时，农村资金通过金融机构大量流入城镇。
国内学者就金融发展与城乡收入差异进行了大量的研究。已有研究主要从地区差异、金融发展等方面切入，对城乡收入差异进行研究得出了许多成果。但对于农业贷款的使用效率极少涉及。向量自回归模型（VAR）被广泛的应用到农村金融与城乡差异的研究中，但模型本身有局限，不考虑经济理论。因此，基于上述分析，本文采用SVAR模型对农业贷款的使用效率、农村金融效率与城乡收入差距三者之间的关系进行研究。
二、变量选取与数据来源
1.指标及数据来源
本文在借鉴已有研究成果的基础上选取以下指标：
城乡收入差距（GAP）=城镇人均可支配收入/农村人均纯收入。值越大表示城乡收入差距越大。
农村贷款产出比（LP）=第一产业增加值/农业贷款。一定程度上反映农业贷资金的使用效率。值越大表示农业贷款的使用效率越高。贷款在推动经济增长的过程中，扣除流入虚拟经济或超过经济有效需求部分外，剩余的有效贷款与国民经济各实体部门的其他资金来源和生产要素等一起形成生产流通过程的中间投入，然后通过劳动者的价值创造实现社会财富的最终增长。具体表示为：
第一产业增加值/农业贷款=（有效农业贷款/农业贷款）×（中间投入/有效农业贷款）×（第一产业增加值/中间投入）=有效农业贷款率×农业贷款乘数×增加值率
其中中间投入为投入产出表中各部门中间投人总和。有效贷款率为实际进入农业生产流通过程的有效贷款额与名义贷款额之比。农业贷款乘数反映了贷款在中间投入中的地位及其作用；增加值率反映了第一产业劳动创造价值的效率状况。
农村金融发展效率（FE）= 农村储蓄余额/农业贷款余额。反映金融机构将农村储蓄转化成农业贷款的能力。该指标为逆向指标，值越小说明金融中介把资金投向农村市场的越多。
本研究选择1978年-2009年的统计数据。农业贷款余额来自于《中国金融统计》和《中国金融统计年鉴》。其中2006年-2009的数据采用2003年-2005年的农业中长期贷款均值汇总短期农业贷款得出。农村储蓄余额来自于《中国金融统计年鉴》其余数据来自于国家统计局。
三、研究方法与模型设定
1.研究方法
本文采用结构向量自回归模型（SVAR）进行分析。相比于VAR模型，SVAR模型考虑了变量之间的当期影响，并依据经济理论对结构式残差进行约束，使分析结果有明确的经济意义。三变量的SVAR模型可表示为：
2.模型识别
农村金融与城乡收入差异的关系，从当期来看主要有以下几个方面：首先，农村贷款使用效率与农村资本流出程度对城乡收入差异有影响。其次，农村贷款使用效率影响农村金融效率，而农村金融效率对农村贷款使用效率无影响，即230b？=。最后，城乡差异对农村贷款使用效率和农村金融效率的影响具有滞后性，故设定城乡差异对两者无影响21310bb？=？=。
四、实证分析
1.单位根检验
SVAR模型要求变量具有平稳性。本文采用ADF检验对变量进行平稳性检验。结果如表1所示。GAP、LP与FE在1%的显著水平下均不平稳。但它们的一阶差分在1%的显著性水平下平稳。因此本文将对GAP、LP、FE进行协整检验。
2.协整检验
为避免为回归，本文利用Johansen 协整检验法进行协整检验。Johansen协整检验法是一种基于 VAR 模型的检验方法。因此，首先必须建立 VAR 模型。本文根据AIC 准则选择滞后阶数为2，既建立VAR（2）模型。从表2可知在5%的显著水平下，变量之间存在长期协整关系。
3.AR检验
下面需要对估计的模型进行稳定性检验。如果模型不稳定，脉冲响应分析和方差分析将不可靠。本文采用AR检验对模型稳定性进行检验。由eviews结果显示VAR模型所有的根模均在单位圆内。因此，模型是稳定的，可以进行脉冲响应分析和方差分析。
4.格兰杰因果检验
本研究通过Granger因果关系检验来进一步验证变量之间因果关系。对各变量进行Granger因果关系检验是为了确定它们之间的相互影响关系，为接下来的脉冲响应函数作理论上的铺垫。根据之前确定的最优滞后阶数，格兰杰因果检验以滞后期为2进行。从表3可以看出，LP和FE在10%的显著水平下是GAP的格兰杰原因。 5.脉冲响应分析
通过SVAR模型可进行脉冲响应分析。脉冲响应函数是用于衡量来自随机干扰项的一个标准差大小的冲击对内生变量当前和未来值的影响，从而反映整个系统内生变量的动态传递过程。
从图2可知，GAP对于LP的响应总体为负，1-3期负响应逐渐增大，在第3期达到最大值，此后逐渐降低。在第7期后响应为正，但程度较弱。这表明，LP的提高可以缩小城乡收入差距。从图3可知，GAP对于FE 的响应为正，1-2期负响应逐渐减小，在第2期达到最小值，此后逐渐增大，在第7期达到最大。这表明FE的提高会扩大城乡收入差异。
6.方差分解分析
方差分解是通过分析每一结构冲击对内生变量变化的贡献度，反映不同结构冲击的重要性。从图可以看出，GAP受自身影响最大。L P对GAP的贡献程度高于FE，在1-4期逐渐上升，并在第4期达到最大值，此后逐渐降低。FE对GAP的贡献程度在1-3期逐渐降低，此后逐渐增大。
五、结论及建议
综上，农村贷款使用效率和农村资金融效率是城乡收入差距的格兰杰原因；农村贷款使用效率的提高和农村资金融效率降低可以缩小城乡收入差距；长期来看，农村贷款使用效率对城乡收入差距的贡献程度高于农村资金融效率。据此，本文提出以下建议：
第一，改善农村金融环境，加强政策引导。由于农村信用和风险管理市场的不完善，地方政府的趋利性行为和寻租行为造成金融资源的低效配置，许多资金沉淀在一些低效的项目上。农业贷款使用效率低，难以有效促进农村经济增长，也加大了农村资金流出程度。因此，政府应加大农村金融基础设施建设，对农村金融机构予以政策支持，发展农村金融主体，培育和规范农村金融市场。
第二，加强金融产品创新，赋予农民更多财产性权利。由于国家的政策导向以及法律限制，农民能够提供的有效担保物不足。同时，农业生产周期长，回报率相对较低。这导致农村出现只吸不贷，资本外流的情况。金融部门将农村储蓄大量投入城镇，城镇经济得以快速增长，城镇居民收入呈现快速增长态势。同时，农村资本流失，导致农村经济缺乏足够的投资，农村居民收入增加缓慢。因此，应创新金融产品，赋予农民更多财产性权利。
参考文献：
[1]人民银行成都分行调查统计处课题组， 张萍与谢保嵩， 2000年以来四川贷款产出比状况分析[J]. 西南金融， 2007（08）： 19-21.
[2]高铁梅. 计量经济分析方法与建模——Eviews应用及建模[M]. 北京：清华大学出版社，2009.
[3]冯玉成， 农村金融发展对我国城乡收入差异影响实证分析[J]. 中国流通经济， 2011（12）： 50-54.
[4]刘玉光， 杨新铭与王博， 金融发展与中国城乡收入差距形成——基于分省面板数据的实证检验[J]. 南开经济研究， 2013（05）： 50-59.