放开贷款利率背景下农村合作金融机构流动性状况探析

叶波　王娅

摘 要：近年来，农村合作金融机构在金融市场中发挥着举足轻重的作用，是助推农村地区经济发展的主要力量。本文通过构建ARIMA模型对张掖市农村合作金融机构流动性问题进行预测。结果表明，季节性是影响农村合作金融机构流动性的重要因素，同时本文就出现的问题提出建议。

关键词：ARIMA模型；农村合作金融机构；流动性

中图分类号：F830.5 文献标识码：B 文章编号：1674-0017-2014（4）-0090-04

2003-2013年是中国农村金融改革发展最为活跃的十年。在这十年，大部分农村金融机构通过改革实现了可持续发展，农村金融市场建设逐步加强，涉农贷款逐年增长，有力支持了当地粮食增产、农民增收、农村发展。但也要看到，农村金融仍然是我国金融体系的薄弱环节，需要进一步采取措施开放农村金融市场，稳固农村金融机构在金融市场的地位。

2013年7月20日，中国人民银行宣布，全面放开金融机构贷款利率管制，取消金融机构贷款利率0.7倍下限，由金融机构自主确定贷款利率水平，并着力强调对于农村信用社贷款利率不再设立上限。贷款利率放开对于盘活银行资金，提高自主定价能力，转变经营模式，优化金融资源配置起到积极促进作用，并有力推动金融支持经济结构调整和转型升级。本文以张掖市农村合作金融机构为例，选取2004年1月至2013年6月的存贷款数据，通过建立ARIMA模型，预测在当前取消贷款利率的大环境下，短期内是否会发生流动性风险。

一、经济计量方法与数据说明

（一）研究方法

ARIMA（p，d，q）称为差分自回归移动平均模型，p为AR的阶数； q为MA的阶数，d为差分的阶数。也可以说，ARIMA模型是指将非平稳时间序列转化为平稳时间序列，然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。基本思想是将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列。

（二）ARIMA模型

建立ARIMA模型，首先要判断序列是否平稳，只有稳定的时间序列才能建立ARIMA模型。其次，分别对存款、贷款进行模型分析，本文以存款为例进行说明。具体步骤如下：

1、平稳性检测。单位根检验是数据平稳性检验最常用的方法。经对原序列取对数后对lnCK、及其差分序列dlnCK的平稳性检验，二者皆在临界值内存在单位根，即二者均为不平稳序列。

2、对非平稳序列进行平稳化处理。如果数据序列是非平稳的，并存在一定的增长或下降趋势，则需要对数据进行差分处理，直到处理后数据的自相关函数值和偏自相关函数值无显著地异于零。

3、根据时间序列模型的识别规则，建立相应的模型。若平稳序列的偏自相关函数是截尾的，而自相关函数是拖尾的，可断定序列适合AR模型；若平稳序列的偏自相关函数是拖尾的，而自相关函数是截尾的，则可断定序列适合MA模型；若平稳序列的偏自相关函数和自相关函数均是拖尾的，则序列适合ARIMA模型。经检验，存、贷款序列均满足ARIMA模型。

4、进行参数估计，检验是否具有统计意义。

5、进行假设检验，诊断残差序列是否为白噪声。

6、利用已通过检验的模型进行预测分析。

（三）指标选取

1、衡量农村合作金融机构发生流动性困难标准。就张掖市农村合作金融机构而言，资金运用主要是投放贷款，资金来源主要是存款。因此本文以存贷款比例来衡量农村金融机构是否会发生流动性风险，以其存贷比监管指标上限75%为标准（《商业银行流动性风险管理办法（试行）》），分为流动性困难（90%以上）、紧张（75%-90%）、正常（60%-75%）、宽裕（60%以下）。

2、数据来源。本文采用的数据来自于人民银行张掖市中支网站，金融统计监测管理信息系统。2004年以前的数据包含城市信用社数据，2004年以后数据包括农村信用社及农村合作银行。

二、张掖市农村合作金融机构流动性ARIMA模型分析

（一）数据平稳性检验与识别

时间序列的平稳性是使用ARIMA模型预测的前提，若平稳即可以建模，若不平稳需要进行平稳化处理后再进行建模。对取对数后的存款序列（lnCK）进行单位根检验。

序列lnCK的自相关系数没有很快趋于零，说明序列是非平稳的。这种情况下，由自相关分析图很难看出序列是否有季节性，需对原序列进行逐期差分，以消除趋势。经对一阶差分序列dlnCK的自相关-偏自相关图分析发现，季节性因素是影响数据平稳性最主要的原因。

因此需要在一阶差分的基础上剔除其季节性因素。图2是序列dlnCK剔除季节性后的自相关-偏自相关图。可以看到其自相关系数和偏自相关系数迅速截尾，表明趋势性完全消除，但季节性仍然存在，在K=12时自相关系数显著不为0，季节性明显。经对其进行二阶季节性差分，季节性问题并没有得到良好改善，故只进行一阶季节性差分。

经单位根检验， dlnCK为平稳序列，满足建立ARIMA模型的各种条件。在上述数据处理的过程中，选用ARIMA（p、d、q）（P、D、Q）S模型，由于经过了一阶差分和一阶季节性处理，故d=1，D=1。从图2中可以看出，偏自相关系数在k=4、5、12处比较合适，自相关函数在k=4、5处比较合适。因此p可能的取值是4、5、12，d=1，q可能的取值是4、5，由于K=12时二者系数均显著不为零，故P=Q=1，因此，可供选择的模型有ARIMA（5，1，5）（1，1，1）12、ARIMA（4，1，5）（1，1，1）12、ARIMA（4，1，4）（1，1，1）12等几种模型。

（二）模型估计与检验

经尝试，确定ARIMA（5，1，5）（1，1，1）12 为最优模型，由于AR（2）、AR（3）…MA（2）、MA（3）等系数过小（t统计量不显著）予以剔除，模型估计结果如表2。

从表3看出，各参数估计系数都有非常好的显著性，估计模型的倒数根都小于1（单位根以内）。列差的自相关系数和偏自相关系数都在不超出显著性检验的监界值，白噪声检验满足独立性假设，因此模型有效，依据其参数，展开式为：

（1+0.7824B12）（1-0.3278B+0.3611B5）（1-B12）log（ck）=（1-0.9020） B12Ut（注：Bk为滞后k步的滞后算子）

据此绘制2012年6月-2013年7月预测数据与实际数折线比对图，如图1。

从图1可以看到在就原数据剔除最后一年所做ARIMA模型的预测值与实际值非常接近，统计显示其精度（MAPE）为3.97，因此模型建立是有效而且可用的。

（三）预测

采用与存款预测建模相同的方法，对贷款也进行了预测建模（过程略），预测2013年7月至2014年6月存贷款数据（见表4）。

从表4看出，在取消贷款利率的背景下，农村合作金融机构的流动性仍体现出较强的季节性，后半年流动性风险较高。

四、结论及建议

季节性表现是农村金融机构流动性的突出特征。从建模过程及预测结果来看，年度中8、9、10三个月表现为流动性风险较大，12、1月份正常，其他月份资金供求与往年相比运行情况相同，这种特点源自于农业生产季节性，与其他政策背景无显著关系。

由于农村金融机构是目前对农村经济发展中的主力军，不再对其贷款利率设立上限，有利于增强农村金融机构满足多层次涉农贷款需求的能力，提高涉农贷款资金的可得性。但就张掖市农村合作金融机构情况来看，资金运行数据与前几年相比并未见明显改变，因此可以认为，贷款利率的放开对偏远农业生产地区存、贷款影响并不显著，即对农村金融影响不是很大。

就农村金融机构流动性紧张问题，农村金融机构应构建专门管理体系，对资金流向、流量变动情况实时监控；强化信贷管理，提高信贷资金质量，采取积极有效的措施清收不良贷款，将不良贷款压缩在规定比例之内；拓宽资金来源渠道，保证各项存款的稳步增加，减少流动风险。

继续加强对农村金融机构的管理。针对流动性紧张问题，在继续实施稳健性货币政策的基础上，根据市场流动性的实际情况，积极运用公开市场操作、再贷款、再贴现等工具，适时调节农村金融体系流动性，平抑短期异常波动，稳定市场预期。

参考文献

[1]程承，苍玉霞.对农村合作金融机构资金营运必要性及风险控制的探讨[J].现代商业，2008，（21）：38。

[2]胡章灿.对建立完善农村法人金融机构流动性监测评价体系的探索与思考[J].上海金融，2008，（8）：89-91。

[3]纪志宏.农村金融的市场化改革[J].中国金融，2013，（15）：48-51。

[4]陶希晋，勾东宁.我国流动性的层次与传导机制研究[J].安徽大学学报（哲学社会科学版），2010，（3）：137-143。

[5]郑少智，杨卫欣.基于ARIMA模型的我国国内生产总值的分析与预测[J].中国市场，2010，（48）：24-25。

责任编辑、校对：张宏亮

从表3看出，各参数估计系数都有非常好的显著性，估计模型的倒数根都小于1（单位根以内）。列差的自相关系数和偏自相关系数都在不超出显著性检验的监界值，白噪声检验满足独立性假设，因此模型有效，依据其参数，展开式为：

（1+0.7824B12）（1-0.3278B+0.3611B5）（1-B12）log（ck）=（1-0.9020） B12Ut（注：Bk为滞后k步的滞后算子）

据此绘制2012年6月-2013年7月预测数据与实际数折线比对图，如图1。

从图1可以看到在就原数据剔除最后一年所做ARIMA模型的预测值与实际值非常接近，统计显示其精度（MAPE）为3.97，因此模型建立是有效而且可用的。

（三）预测

采用与存款预测建模相同的方法，对贷款也进行了预测建模（过程略），预测2013年7月至2014年6月存贷款数据（见表4）。

从表4看出，在取消贷款利率的背景下，农村合作金融机构的流动性仍体现出较强的季节性，后半年流动性风险较高。

四、结论及建议

季节性表现是农村金融机构流动性的突出特征。从建模过程及预测结果来看，年度中8、9、10三个月表现为流动性风险较大，12、1月份正常，其他月份资金供求与往年相比运行情况相同，这种特点源自于农业生产季节性，与其他政策背景无显著关系。

由于农村金融机构是目前对农村经济发展中的主力军，不再对其贷款利率设立上限，有利于增强农村金融机构满足多层次涉农贷款需求的能力，提高涉农贷款资金的可得性。但就张掖市农村合作金融机构情况来看，资金运行数据与前几年相比并未见明显改变，因此可以认为，贷款利率的放开对偏远农业生产地区存、贷款影响并不显著，即对农村金融影响不是很大。

就农村金融机构流动性紧张问题，农村金融机构应构建专门管理体系，对资金流向、流量变动情况实时监控；强化信贷管理，提高信贷资金质量，采取积极有效的措施清收不良贷款，将不良贷款压缩在规定比例之内；拓宽资金来源渠道，保证各项存款的稳步增加，减少流动风险。

继续加强对农村金融机构的管理。针对流动性紧张问题，在继续实施稳健性货币政策的基础上，根据市场流动性的实际情况，积极运用公开市场操作、再贷款、再贴现等工具，适时调节农村金融体系流动性，平抑短期异常波动，稳定市场预期。

参考文献

[1]程承，苍玉霞.对农村合作金融机构资金营运必要性及风险控制的探讨[J].现代商业，2008，（21）：38。

[2]胡章灿.对建立完善农村法人金融机构流动性监测评价体系的探索与思考[J].上海金融，2008，（8）：89-91。

[3]纪志宏.农村金融的市场化改革[J].中国金融，2013，（15）：48-51。

[4]陶希晋，勾东宁.我国流动性的层次与传导机制研究[J].安徽大学学报（哲学社会科学版），2010，（3）：137-143。

[5]郑少智，杨卫欣.基于ARIMA模型的我国国内生产总值的分析与预测[J].中国市场，2010，（48）：24-25。

责任编辑、校对：张宏亮

从表3看出，各参数估计系数都有非常好的显著性，估计模型的倒数根都小于1（单位根以内）。列差的自相关系数和偏自相关系数都在不超出显著性检验的监界值，白噪声检验满足独立性假设，因此模型有效，依据其参数，展开式为：

（1+0.7824B12）（1-0.3278B+0.3611B5）（1-B12）log（ck）=（1-0.9020） B12Ut（注：Bk为滞后k步的滞后算子）

据此绘制2012年6月-2013年7月预测数据与实际数折线比对图，如图1。

从图1可以看到在就原数据剔除最后一年所做ARIMA模型的预测值与实际值非常接近，统计显示其精度（MAPE）为3.97，因此模型建立是有效而且可用的。

（三）预测

采用与存款预测建模相同的方法，对贷款也进行了预测建模（过程略），预测2013年7月至2014年6月存贷款数据（见表4）。

从表4看出，在取消贷款利率的背景下，农村合作金融机构的流动性仍体现出较强的季节性，后半年流动性风险较高。

四、结论及建议

季节性表现是农村金融机构流动性的突出特征。从建模过程及预测结果来看，年度中8、9、10三个月表现为流动性风险较大，12、1月份正常，其他月份资金供求与往年相比运行情况相同，这种特点源自于农业生产季节性，与其他政策背景无显著关系。

由于农村金融机构是目前对农村经济发展中的主力军，不再对其贷款利率设立上限，有利于增强农村金融机构满足多层次涉农贷款需求的能力，提高涉农贷款资金的可得性。但就张掖市农村合作金融机构情况来看，资金运行数据与前几年相比并未见明显改变，因此可以认为，贷款利率的放开对偏远农业生产地区存、贷款影响并不显著，即对农村金融影响不是很大。

就农村金融机构流动性紧张问题，农村金融机构应构建专门管理体系，对资金流向、流量变动情况实时监控；强化信贷管理，提高信贷资金质量，采取积极有效的措施清收不良贷款，将不良贷款压缩在规定比例之内；拓宽资金来源渠道，保证各项存款的稳步增加，减少流动风险。

继续加强对农村金融机构的管理。针对流动性紧张问题，在继续实施稳健性货币政策的基础上，根据市场流动性的实际情况，积极运用公开市场操作、再贷款、再贴现等工具，适时调节农村金融体系流动性，平抑短期异常波动，稳定市场预期。

参考文献

[1]程承，苍玉霞.对农村合作金融机构资金营运必要性及风险控制的探讨[J].现代商业，2008，（21）：38。

[2]胡章灿.对建立完善农村法人金融机构流动性监测评价体系的探索与思考[J].上海金融，2008，（8）：89-91。

[3]纪志宏.农村金融的市场化改革[J].中国金融，2013，（15）：48-51。

[4]陶希晋，勾东宁.我国流动性的层次与传导机制研究[J].安徽大学学报（哲学社会科学版），2010，（3）：137-143。

[5]郑少智，杨卫欣.基于ARIMA模型的我国国内生产总值的分析与预测[J].中国市场，2010，（48）：24-25。

责任编辑、校对：张宏亮