海南农村金融发展对农民收入影响的实证研究

张赛丽 唐廷凤 陈 璐

（海南大学应用科技学院（儋州校区），海南 儋州 571737）

从2004 至2014 年，中央已经连续发布11 个以“三农”（农业、农村、农民）为主题的一号文件，三农问题已被放到更为重要的位置。农村金融的发展是新农村建设中的一个关键环节。近年来，海南省农村金融业务不断发展壮大，实力也逐渐增强，为促进农村经济发展，增加农民收入提供了一个好的契机。

经过一系列的改革，目前海南省农村金融体系已经基本形成，正规金融机构主要有：中国银行、建设银行、工商银行、农业银行、光大银行、民生银行、交通银行、海口农村商业银行等商业银行，农村信用合作社，农村合作银行，农村资金互助社，村镇银行和邮政储蓄机构。非正规金融机构主要有高利贷、当铺、私人钱庄、农民私底下的借贷活动、合伙投资等[1]。目前海南省农村金融业发展规模仍偏小、种类也偏少，尤其是与三农问题相关的保险业、证券业、信托投资和其他金融服务市场发展较滞后，农村金融对农业经济增长的支撑作用尚未完全发挥。据全国地方金融第十七届论坛的海南金融数据显示，海南金融业增加值由2005 年的12.44 亿元增长到2012 年的131 亿元，增幅超过10 倍；同时，金融业占第三产业增加值的比重由2005 年的3.33%提高到2012 年的9.77%，金融业对第三产业的贡献度提升了近三倍。特别是近几年，金融业增加值占第三产业的比重增长较快，成为拉动海南经济增长的主力和亮点。[2]

一、指标

本文研究海南省农村金融业的发展及其农民收入之间的关系，主要通过运用以下两组指标：其一是用于反映农民收入的；其二是为了反映海南省农村金融的发展情况的。反映农民收入指标主要是采用海南省农民年人均存收入（RI）即为了反映农民收入及其增长情况。由于农村金融的发展不仅包括数量的增加，同时也要包括农村金融结构的调整和效率的提高，因此反映农村金融发展指标需要包括规模指标、效率指标和结构指标。对于农村金融发展的规模指标，目前较成熟的做法是采用农村金融相关率（RFIR，Rural Financin Interrelation Ratio），RFIR 来源于FIR（Financin Interrelation Rational），RFIR 通常简化为金融资产总量与GDP 之比，在实际应用中，RFIR 是用农村存贷款余额与农村GDP 之比来表示，考虑到数据的获得性，用第一产业总产值代替农村GDP；农村金融发展的效率是指农村金融中介将农村金融储蓄转化为农村贷款的能力，用农村存款余额（RD）和农村贷款余额（RL）之比表示，即RD/ RL，表示为RDL；农村金融结构是指农村金融的各个组成部分占农村金融总量的比重及其相互关系。在海南省农村金融市场主要有农业发展银行，中国银行、建设银行、工商银行、农业银行、广大银行、民生银行、交通银行等商业银行，农村信用合作社，农村合作银行，农村资金互助社，村镇银行和邮政储蓄机构以及非正规金融机构。农村金融结构的改善是指农村金融市场中存在多样化的金融机构、提供功能齐全的金融产品及服务，能满足不同层次和类型的金融需求，目前，农村信用合作社在海南农村金融市场中占据绝对优势。因此，我们用农村信用社贷款余额占农村贷款余额之比代表农村金融结构的变化，即RCL/ RL，表示为RCLL[3]。

二、数据

由于数据的难获得性以及2010 年以后海南省金融机构存贷款项目构成采用新的统计口径与以前的统计口径不一致，所以本文研究所选取的样本区间为1987～2009 年一共23 年，除了特殊说明的数据，所使用的数据来源于，《海南统计年鉴》（1991-2013）、《中国金融年鉴》、《中国农村统计年鉴》。需要指出的是：农村贷款余额包括农业贷款余额与乡镇企业贷款余额之和；农村存款余额为农户储蓄存款余额与农业存款余额之和。

三、模型及方法

本文运用向量自回归模型（VAR，Vector Auto Regression）探索海南省农村金融业的发展与其农民收入之间的关系。其优点在于VAR 模型把系统中的每一个内生变量作为所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到多元时间序列变量组成的向量自回归模型，合理地描述变量间的相互关系[4]。VAR 模型常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态分析[5]，用于解释各种经济冲击对经济变量形成的影响[6]。

VAR（p）模型的数学表达式为[7]：

式中：yt是k 维内生变量列向量；xt为d 维外生变量列向量；p是滞后阶数，T 是样本个数。k×k 维矩阵φ1…φ2和k×d 维矩阵H 是待估计的系数矩阵。ξt是k 维随机扰动列向量，它们相互之间可以同期相关，但不能与自身的滞后值相关且不与等式右边的变量相关，假设Σ 是ξt的协方差矩阵，是一个k×k 的正定矩阵。

在实际应用中，通常希望滞后阶数p 和样本个数T 足够大，从而完整地反映所构造模型的动态特征，但是，滞后阶数越大，模型中的待估计参数越多，自由度越少。因此，需要在滞后阶数与自由度之间取舍，一般根据AIC 准则和SC 准则确定最佳滞后阶数。

四、实证研究

（一）ADF检验

为了防止伪回归现象的产生，首先必须对时间序列样本数据做平稳性检验。我们采用目前常用的单位根检验方法——ADF（Augmented Dickey—Fuller）方法进行检验[8]，结果如表1 所示。

表1 单位根检验结果

由表1 可以看出，RI、RFIR、RDL 和RCLL 在10%显著性水平下不能拒绝单位根假设。因此，这几个变量均属于非平稳变量，其一阶差分在5%、5%、1%和1%显著性水平上显著，说明RI、RFIR、RDL和RCLL 是一阶平稳变量，可以构成VAR 模型。

（二）进行协整检验，建立向量误差修正模型

由于RI、RFIR、RDL 和RCLL 都是一阶单整的，我们进一步利用Johansen 检验判断上述变量之间是否存在协整关系。Johansen检验是一种基于VAR 模型的检验方法，在检验之前首先必须确定VAR 模型的结构，其中的一个重要问题是确定最优滞后阶数。按照AIC 和SC 最小化的原则确定最优滞后阶数，最终确定最优滞后阶数为2。Johansen 检验结果见表2 所示。

表2 Johansen协整检验

由Johansen 检验结果可知，RI、RFIR、RDL 和RCLL 之间存在着1 个协整关系，也就是说农民人均纯收入与农村金融相关率、农村金融发展效率及农村金融结构的改善存在长期均衡关系。

其协整关系方程为：

其中，括号中的数值为标准误差。

从上式可以看出，海南农村金融规模的扩大和海南农村金融结构的改善对海南农民收入的增长起到正向作用，而海南农村金融效率的提高并没有对海南农民收入的增长起到正向作用。这表示在1987～2009 年期间，海南省农村金融效率的提高对其农民增收不但没有起到促进作用，反而起抑制作用，只有海南农村金融相关率和海南农村金融结构的改善才利于海南农民的增收。

（三）格兰杰因果检验

通过上文分析我们已经知道RI 和RFIR、RDL、RCLL 之间存在协整关系。因此，还需进一步对这些变量进行因果关系检验。我们采用格兰杰因果检验方法，结果如表3 所示。

表3 格兰杰因果检验

由表3 可知，在滞后期为2 时，RFIR 和RI、RDL 和RI、RCLL和RI 都没有通过格兰杰因果关系检验。

五、结论

通过以上实证分析，Johansen 协整检验结果表明：农村金融效率与农民收入是负相关关系，农村金融结构、农村金融规模与农民收入是正相关关系；格兰杰因果关系表明：就现有的统计数据分析结果而言，农村金融的规模增加与农民收入之间没有因果关系，同样农村金融效率提高与农民收入之间、农村金融结构改善与农民收入之间也不存在因果关系。

这一分析结果说明，最近二十年来海南农村金融的发展没有成为促进海南农民收入提高的主要因素，反而在某种程度上阻碍了海南农民增收，这一结果与主流观点即农村金融发展促进农民收入增长相悖，探究其原因可能是伴随着农村金融体制改革，农村金融无论规模、效率和结构都得到了极大提高和改善，但是并没有起到金融支农的作用，农民收入的增加可能更多的是源于农村金融之外的因素。

[1]熊德平.中国金融发展与农民收入增长[J].经济研究.2005(09).

[2]和讯网.海南金融业迈上新征程[EB/OL].(2013-12-06)(2014-2-2).http://stock.hexun.com/2013-12-06/160359256.html

[3]钱永坤，张红兵.对江苏省农村金融和农民收入之间关系的实证分析[J].特区经济，2007(05).

[4]赵建东.安徽省农村金融发展与农民收入关系的实证分析[J].华东经济管理，2010(04)

[5]冉光和，张金鑫.农村金融发展与农村经济增长的实证研究—以山东为例[J].农业经济问题，2008(06):47-51.

[6]周立，王子明.中国各地区金融发展与经济增长实证分析：1978～2000[J].金融研究，2002，(10):1-13.

[7]高铁梅.计量经济分析方法与建模[M].清华大学出版社，2009（第二版）：P267.

[8]刘旦.我国农村金融发展效率与农民收入增长[J].山西财经大学学报，2007(01):44-49.