当前我国农村金融供求均衡发展机制和经济增长规律的实证分析

摘要：农村金融作为现代金融业的重要组成部分，是解决“三农”问题、有效推进农村现代化建设的关键，对农业和农村经济的发展有着不可估量的促进作用，本文以G区为例，介绍了金融供给、需求的四种类型与经济增长的关系，通过VAR模型的建立，对G区1998-2013年农村金融发展的面板数据探讨了人均农业存款（PRD）、人均农业贷款（PRL）和人均农村固定投资（PRF）与农村人均农林牧渔业总产值（PRGDP）的关系，采用实证分析的方法解析了G区供给、需求失衡对经济增长的影响问题。

关键词：农村金融；农村金融供给；农村金融需求；经济增长

中图分类号：F 832.3 文献标志码：ADOI：10.3969/j.issn.1008-4355.2016.04.09

前言 “三农”问题在我国改革开放之中一直都是“重中之重”，2000年以来，中共中央办公厅已连续出台了三个将“三农”作为主题的“一号文件”，这三个文件以“发展”为主题，帮助解决和指导“政府要做什么来帮助农民发展”的相关问题。2006至2010年的中央一号文件，则鼓励在县域内加强设立多种所有制的社区金融机构，进一步加深农村金融改革和扶持力度，有效的解决了广大农村地区银行业金融网点覆盖率低、金融供给不足、竞争不充分等问题。2012年中央一号文件聚焦农业科技，提出持续加大“三农”财政支出，改善农业科技创新条件，加快农业机械化发展，2015年中央一号文件则提出加大改革创新力度加快农业现代化建设。这些都明确指出了两个信号：一是“三农”问题已经直接关系到我国经济建设的可持续发展和全面建设小康社会目标的可行性，它已到了必须解决的地步了；二是可以看出进入新世纪以来，中央“一号文件”表明了党中央的支农政策将会越来越多，支持的强度越来越深，支持面越来越广、越来越系统和科学[1]。中央的政策做出的这些重大的调整，明确确立了我国国家财政重点支农的战略思维。

金融是现代经济的核心，随着城市金融业的快速发展，农村金融对农业经济增长与农村经济的稳定发展的作用越来越大[2]。农村金融作为现代金融业的重要组成部分，是解决“三农”问题、有效推进农村现代化建设的关键，对农业和农村经济的发展有着不可估量的促进作用，因此，农村金融一直是我国经济发展重点关注的领域。2014年3月5日，李克强总理在政府工作报告中指出要继续深化金融体制改革推进利率市场化，稳步推进由民间资本发起设立中小型银行等金融机构，引导民间资本参股、投资金融机构及融资中介服务机构，完善金融监管协调机制，密切监测跨境资本流动，守住不发生系统性和区域性金融风险的底线。让金融成为一池活水，更好地浇灌小微企业、“三农”等实体经济之树。

而现实生活中，我国的农村金融资源配置依然不能适应金融支持新农村建设的要求，农村金融供给和需求比例严重不对称；金融服务水平低下；为“三农”服务的银行、证券、保险业发展不协调；农村地区金融机构网点相对其他地区而言覆盖率低出太多。其中最主要的问题还是农村金融发展存在着供给与需求的不均衡。农村金融供给与需求不均衡的类型大致可以分为四种类型：第一种是供给充足而需求不足；第二种是供给不足而需求充足；第三种是供给充足的同时需求也充足，这种情况的农村金融基本处在一个供求均衡的状况；第四种是供给和需求都存在着不足的情况。农村金融的这种现状对农村经济发展有什么样的影响？构建供求均衡的农村金融和经济增长又有什么样的支撑作用？本研究将以G区为例，采用计量经济学的前沿理论方法，实证揭示农村金融发展与农村经济发展之间存在的长短期关系。

一、实证研究思路和计量研究方法考虑到数据的可获得性及可比性问题，选取的数据区间为1998～2013年。选取具有可比性的不变价农村人均农林牧渔业总产值（RGDP）作为农村经济发展指标，选取不变价农村人均农业存款（PRD）、农村人均农业贷款（PRL）、农村人均农村固定资产投资（PRF）三个绝对量指标和农村金融发展的规模、结构和效率三个相对指标反映农村金融发展状况[3]。

首先，采用协整理论分析G区1998～2013年间的农村人均农林牧渔业总产值（RGDP）与农村人均农业存款（PRD）、农村人均农业贷款（PRL）、农村人均农村固定资产投资（PRF）之间的长短期均衡关系，得出G区农村金融发展与农村经济发展之间存在长期均衡关系[4]。

其次，为比较G区与其他地区的农村金融发展对农村经济的影响是否一致，采用面板数据模型分析东、中、西部9省的农村人均农林牧渔业总产值（RGDP）与农村人均农业存款（PRD）、农村人均农业贷款（PRL）、农村人均农村固定资产投资（PRF）之间的影响关系，从而看出G区与其他地区的差异，为合理地做出政策建议提供科学的依据。

西南政法大学学报何伟：当前我国农村金融供求均衡发展机制和经济增长规律的实证分析——以G区为例（一）指标选取

农村经济发展指标的选取。一般用农业增加值来反映农村经济的发展程度。由于统计年鉴中有第一产业增加值和农林牧渔总产值两个指标，但第一产业增加值只包含种植业、林业、牧业和渔业的农业产值，而农林牧渔业总产值包括农业、林业、牧业、渔业以及农林牧渔服务业产值，更能反映农村经济的发展状况。故笔者选取农林牧渔业总产值来反映农村经济的发展程度。同时，考虑到人口因素影响，所以用当年农林牧渔业总产值除以农村人口得到农村人均农林牧渔业总产值（RGDP）来作为农村经济发展指标。

农村金融发展指标的选取。我国经济长期以来体现了较为明显的二元结构，农村经济与城市经济具有相对独立的特征，与之相伴的是与城市金融体系相独立的农村金融体系。我国改革开放至今，农村金融的供给与需求存在着不均衡的布局，从整体上来看G区农村金融供给与需求属于“双不足”暨供给不足、需求不足的类型。本文选取农村金融发展的规模、结构和效率三个相对指标和不变价农村人均农业存款（PRD）、农村人均农业贷款（PRL）、农村人均农村固定资产投资（PRF）三个绝对量指标来反映农村金融发展状况。

金融发展规模指标。金融发展主要通过金融资产规模的扩展来体现，相当于国民财富，主要衡量指标为戈氏和麦氏指标。戈德史密斯于1969年提出了戈氏指标，又称金融相关率（FIR），其完整的表达式为M2+L+S/GNP，式中的M2表示货币存量，L表示各类贷款，S表示有价证券。很多实证分析中都采用了戈式指标。麦氏指标是罗纳德·麦金农在比较金融发展水平时所使用的，其表达式是M2/GNP。莱文和泽尔沃斯（1998）认为，麦氏指标既不能算出负债的来源，也无法测算金融系统的资源配置，实际上这个指标和经济增长之间没有理论上的联系，经济增长主要依赖于金融部门的功能[5]。王毅（2002）的研究结果表明，麦氏指标不能反映我国的金融深化程度。Arestis、Demetriades & Luintel（2001）考虑到在不发达的国家国内信贷的作用，设计了L/GDP这一指标。同时，考虑到我国的实际情况，农村金融主要涉及到存贷款，农民买卖有价证券的量十分微小，故本文以农村贷款余额（RL）除以农村农林牧渔业总产值（RGDP）作为反映农村金融发展规模的指标，即RL/RGDP（简记为RLG）。农村金融发展效率是指农村金融中介将农村存款转化为农村贷款支持农村经济增长的效率。本文结合国内其他学者的研究，将农村金融发展效率表示为农村贷款余额与农村存款余额之比，即RL/RD，简记为RLD。金融发展结构指标。随着经济的发展，农村经济得到了飞跃的发展，而乡镇企业在推动农村经济发展中的作用变得愈加重要，为了更好地反映金融发展结构状况，本文采用乡镇企业贷款余额（RLT）与农村贷款余额（RL）之比来衡量金融发展结构，简记为RLTL。

不变价农村人均农业存款（PRD）、农村人均农业贷款（PRL）、农村人均农村固定资产投资（PRF）是先把历年农业存款、农业贷款和农村固定资产投资用农林牧渔业总产值平减指数以1994年为基期做不变价处理，然后再除以历年农村人口以消除人口因素影响得到。其中农业贷款为统计年鉴中的农业贷款和乡镇企业贷款之和。

（二）数据来源

鉴于改革开放以来，中国经济政策不是一蹴而就制定的，1992年才正式确立社会主义市场经济制度，1993年进行了税制改革和金融改革，并且相当多的研究发现中国的宏观数据在1998年出现结构性突变，故本研究选取1998年至今的数据。笔者从历年《中国统计年鉴》、《中国金融统计年鉴》、《中国农村统计年鉴》以及历年《广西统计年鉴》、《云南统计年鉴》、《贵州统计年鉴》、《江苏统计年鉴》、《浙江统计年鉴》、《广东统计年鉴》、《湖北统计年鉴》、《湖南统计年鉴》、《河南统计年鉴》等权威渠道搜集相关指标数据。考虑到通货膨胀因素和数据的可比性问题，同时考虑到农村经济发展的特殊性，参照前人有关研究，笔者选取1998年作为基期，使用农村GDP的平减指数对相关数据进行不变价处理。另外，考虑到人口因素的影响，经济指标采用人均指标。

（三）计量研究方法综述

1.内生经济增长理论与AK模型

内生增长理论（The Theory of Endogenous Growth）产生于20世纪80年代中期，属于西方宏观经济理论的一个分支，其核心思想是认为经济的增长能够不依赖外力推动，而保证经济持续增长的决定因素是内生的技术进步。内生技术进步主要有几种途径：一是内生知识增长；二是内生人力资本积累；三是细化创新的内生增长模型。

20世纪30年代，哈罗德多马首先把经济增长理论带到现代时期，建立了以经济增长为参数的数学模型，实现了经济增长理论从思想分析到模型分析的转变，这是经济增长理论的第一次飞跃；50年代末，索洛将经济增长理论引入了新古典模型，从而使经济增长路径的稳定性问题得到很好的解决，索洛同时发现了技术进步对经济增长的贡献作用，这是经济增长理论的第二次飞跃；到了80年代，以罗默、卢卡斯为代表的经济学家，在前人的研究成果基础上致力于以技术进步为代表的内生机制研究，实现了经济增长理论从外生均衡分析到内生机制分析的第三次飞跃。

AK模型是最简单的内生经济增长模型。基于AK模型，帕加诺于1993年研究了金融发展影响经济增长的可能渠道[6]。

2.协整理论

（1）单位根检验。实证分析中，在大多数研究经济时间序列的情况下，需要对时间序列的平稳性进行检验。如果一个时间序列的均值或自协方差函数是时变的，即随着时间的改变而改变，这种序列就被称为非平稳时间序列。

（2）格兰杰因果检验。判断一个变量的变化是否是另一个变量变化的原因，是经济计量学中的常见问题。Granger提出一个判断因果关系的检验，这就是Granger因果检验。Granger因果检验的思想是：如果一个事件X是另一个事件Y的原因，则事件X可以领先于事件Y。因此，如果以前的X能够在比较大的程度上对Y进行解释，并且将X的滞后值加入后解释程度有了提高，那么就说明X对Y具有一定的因果关系，就可以说Y是由X引起的。

3.面板数据模型

（1）面板数据模型理论介绍。面板数据模型是建立在面板数据的基础上，用于分析变量之间相互关系的计量经济模型。

（2）面板数据模型检验与设定方法。在使用面板数据模型进行实际问题的分析时，要考虑面板模型的各种假设条件，因此有必要对面板数据模型检验进行说明。为了避免面板数据模型可能存在的“伪回归”问题，必须对变量序列进行单位根检验。在构建面板数据模型的时候，需要先利用协方差分析和Hausman检验来确定具体的面板数据模型。用固定效应检验——协方差分析来检验相对于混合模型，个体（时间）截面固定效应模型是否显著；用随机效应检验——Hausman检验来检验相对于个体（时间）截面随机效应模型，个体（时间）截面固定效应模型是否显著[7]。

二、1998～2013年G区农村经济和金融发展情况（一）1998～2013年G区农村经济发展情况

1998年以来，G区农村经济得到了较大的发展。由表1-1可知，G区农林牧渔业总产值（RGDP）从1998年的516.46亿元，以年均6.5%的增长速度快速增长，到2013年达到2380.51亿元（以1998为基期的不变价为1320.82亿元）。G区农林牧渔业总产值（RGDP）占G区GDP的比例在2001年以前呈现微增的趋势，2001年达到最高点48.57%，2001年之后呈现不断减小的态势，2013年达到历史最低点30.68%。农村人均农林牧渔业总产值（PRGDP）从1998年的1379.80元，以年均5.6%的增长速度快速增长，到2012年达到5621.04元（以1998为基期的不变价为3118.82元）。另外，由图1可知，G区的农村人均农林牧渔业总产值（PRGDP）一直低于全国平均水平，并且差距有逐年扩大的趋势，说明G区的农村经济发展比较滞后。

图1全国和G区1998～2013年不变价农村人均农林牧渔业总产值由G区农林牧渔业总产值（RGDP）和农村人均农林牧渔业总产值（PRGDP）的环比增速图（图2），可以看出PRGDP的增长速度一直低于RGDP的增长速度，这是因为农村人口呈现逐年递增的趋势；在1998年RGDP和PRGDP都有个较大的增长速度，都超过14%，而在2004年RGDP几乎没有增长，增速仅为0.2%，由于农村人口在增长，PRGDP出现-1.27%的负增长。

由表2可以看出，G区农村的存贷规模在1998～2013年期间均呈现出增长的趋势，并且贷款规模一直大于存款规模。G区农业存款规模虽然在前三年出现微减的情况，但之后一路上升，尤其在最后两年，出现大幅增长；G区农业贷款除了在2004年出现微小下降情况，其他年份呈现一路上升的势头。G区农村的存贷规模呈现不断扩大的趋势，说明G区农村金融处于不断地发展壮大过程中。虽然，G区农业贷款规模（RL）在不断扩大，但是G区全部贷款规模扩大的速度更快，因此，G区农业贷款占全部贷款比例从1998年的12.3%，逐年递降，到2013年降到7.85%。可见，G区农村金融发展相对滞后于G区城镇金融发展。

图31998～2013年G区农村金融不变价人均情况另外，从G区农村金融发展的规模、结构及效率（图4）看，反映农村金融发展规模的指标——G区农村贷款余额（RL）占农村农林牧渔业总产值（RGDP）百分比，呈现出微小递减的趋势，说明G区农村金融发展的规模在缩小；反映金融发展效率的指标——G区农村存贷比RL/RD，在2001年之前呈现递增趋势，但从2001年开始，呈现逐年递减的趋势，说明G区金融发展效率越来越低效；反映农村金融发展结构的指标——G区农村乡镇企业贷款余额（RLTL）占农村贷款余额（RL）百分比，也呈现递减趋势，从46.46%一路降到2012年的0.002%，乡镇企业贷款从2001年开始呈现递减趋势，尤其在2009和2010年出现大幅度下降， 2010、2011、2012及2013四年的乡镇企业贷款不足三千万，相对于农村贷款几乎可以忽略不计，G区农村金融发展的规模、结构及效率三者均呈现减小的趋势，说明G区农村金融发展阻力巨大，农村金融发展规模、结构和效率呈现出不断萎缩的趋势，存在农村金融供求失衡的G区农村金融在发展中出现较大的困境。

（三）1998～2013年G区农村金融发展与经济发展之间的关系

从1998～2013年G区农村金融发展绝对量与经济发展绝对指标的相关系数表（表4）来看，G区人均农业存款（PRD）、人均农业贷款（PRL）和人均农村固定投资（PRF）与G区农村人均农林牧渔业总产值（PRGDP）之间都存在高度正相关关系，说明农村金融发展的人均绝对量——人均农业存、贷款及人均农村固定投资与农村经济增长相同的增长趋势。表41998～2013年G区农村金融与经济发展人均指标关系表PRGDPPRDPRLPRFPRGDP1PRD0.851PRL0.910.811PRF0.850.950.821从1998～2013年G区农村金融发展规模、结构和效率与经济发展的相关系数表（表5），可以看出G区农村金融发展的规模（RLG）、结构（RLTL）及效率（RLD）与G区农村人均农林牧渔业总产值（PRGDP）之间都存在负相关关系，尤其是金融发展结构（RLTL）及效率（RLD）与G区农村人均农林牧渔业总产值（PRGDP）存在高度负相关关系，这是由于G区的农村经济一直在增长，而G区农村金融发展的规模、结构及效率却相对越来越低效。有些论文据此说农村金融发展对经济发展存在相反的阻力作用，笔者认为这是不正确的，因为农村金融发展的绝对量——农村的存贷款规模也是呈现与经济增长相同的趋势。这说明供给、需求失衡的G区农村金融在发展规模、结构和效率上都表现出不断萎缩的趋势。表51998～2013年广西农村金融与经济发展相关关系表RLGRLTLRLDPRGDPRLG1RLTL0.0751RLD-0.2130.7811PRGDP-0.002-0.962-0.8281综合以上考虑，本研究选取G区农村金融的人均绝对量指标——G区人均农业存款（PRD）、人均农业贷款（PRL）和人均农村固定投资（PRF）来分析G区农村金融对G区农村经济发展的影响。

三、G区农村经济和金融发展的协整分析（一）G区农村经济和金融发展指标的单位根检验

为减轻数据变量波动的影响，对各变量取对数处理，得到对数序列LPRGDP、LPRD、LPRL、LPRF，然后，采用基于残差的ADF检验（Augmented Dickey-Fuller Test）方法对时间序列数据进行平稳性检验[8]。通过观察各原始变量的走势（见图1和图3），发现各变量存在时间趋势并且均值非零，故其数据生成应该有时间趋势和截距项，所以考虑对其一阶差分进行带有截距项的ADF检验[9]。检验结果见表5，P值均小于0.05，拒绝原假设，认为四个差分序列均无单位根，可见序列LPRGDP、LPRD、LPRL、LPRF的一阶差分均平稳，均为一阶单整序列I（1）。表6四个变量的ADF单位根检验结果变量ADF值显著性水平

（1% ）显著性水平

（5% ） P-值检验结果D（LPRGDP）-5.27-4.00-3.100.0011序列平稳D（LPRD）-4.22-4.00-3.100.0068序列平稳D（LPRF）-4.77-4.00-3.100.0026序列平稳D（LPRL）-3.73-4.06-3.120.0175序列平稳（二）G区农村经济和金融发展指标的VAR模型和协整检验

由于上述指标LPRGDP、LPRD、LPRL、LPRF是同阶单整的，均为I（1）序列，因此4个变量之间可能存在长期稳定的协整关系。由于是多变量间的协整检验，因此采用Johansen协整检验。由于Johansen协整检验是基于VAR模型的检验方法，所以在进行Johansen协整检验前需要先确定VAR模型的结构。

根据LR、FPE、HQ、SC和AIC最优准则（见表7），确定VAR最优的滞后阶数为2。表7VAR最优滞后阶数选择结果表LagLogLLRFPEAICSCHQ025.5576NA5.41E-07-3.07966-2.89707-3.09656172.540860.406977.37E-09-7.50583-6.59289-7.590342118.557232.86888*2.32e-10*-11.79389*-10.15060*-11.94601*注：* 指根据相应准则选择的最优滞后阶数确定VAR模型的结构后，需要对四个变量LPRGDP、LPRD、LPRL、LPRF间的协整关系进行Johansen协整检验。Johansen协整检验根据协整方程是否包含截距和确定性趋势，分为5种形式的检验，由于不能确定用哪种趋势假设，故选择Summary of all 5 trend assumption对5种协整方程形式都进行检验，结果见表8。由特征根迹检验（Trace检验）和最大特征值检验（Max-Eig检验）结果知，在第一种没有截距和趋势的假定条件下，四个变量LPRGDP、LPRD、LPRL、LPRF间存在一个协整关系，即LPRGDP、LPRD、LPRL、LPRF间存在长期稳定的均衡关系[10]。表8Johansen协整检验结果表Data Trend：NoneNoneLinearLinearQuadraticTest TypeNo InterceptInterceptInterceptInterceptInterceptNo TrendNo TrendNo TrendTrendTrendTrace12011Max-Eig10000*Critical values based on MacKinnon-Haug-Michelis（1999）（三）G区农村经济和金融发展指标的因果关系检验

对上面建立的VAR（2）模型的各个方程的变量间进行Granger因果关系检验（见表9），以找出变量间的相互影响关系，可知：在LPRGDP方程中，不能拒绝人均存款（LPRD）不是人均GDP（LPRGDP）的Granger原因的原假设，而在10%、1%的显著性水平下可以拒绝人均贷款（LPRL）、人均固定资产投资（LPRF）不是人均GDP（LPRGDP）的Granger原因的原假设，三者的联合检验也可在1%的显著性水平下可以拒绝原假设，说明G区农村贷款（LPRL）、农村固定资产投资（LPRF）在Granger意义下影响经济发展即人均GDP（LPRGDP）[11]。在LPRD方程中，LPRGDP、LPRL、LPRF无论是单独还是联合在一起，都是LPRD的Granger原因，说明G区农村人均GDP（LPRGDP）、G区农村贷款（LPRL）和农村固定资产投资（LPRF）在Granger意义下影响G区农业存款（LPRD）。在LPRL方程中，在10%的显著性水平下可以拒绝人均存款（LPRD）、人均固定资产投资（LPRF）不是人均贷款（LPRL）的Granger原因的原假设，其它的都在5%的显著性水平下是LPRL的Granger原因，说明G区农村人均GDP（LPRGDP）、人均存款（LPRD）和农村固定资产投资（LPRF）在Granger意义下影响G区农业贷款（LPRL）[12]。在LPRF方程中，除了在5%的显著性水平下可以拒绝LPRL不是LPRF的Granger原因，其它的LPRGDP、LPRD无论是单独还是联合在一起，都不是LPRF的Granger原因，说明农村固定资产投资基本外生于系统，这与实际相吻合，因为农村固定资产投资主要由国家财政拨款形成。由此可知，G区农村贷款（LPRL）、农村固定资产投资（LPRF）在Granger意义下影响经济发展即人均GDP（LPRGDP），G区农村经济发展即人均GDP（LPRGDP）在Granger意义下影响G区农业存款（LPRD）和G区农村贷款（LPRL），表明G区农村贷款（即LPRL）与G区农村经济发展（即LPRGDP）存在双向Granger因果关系，互相影响。表9Granger因果关系检验结果原假设卡方统计量自由度P-值LPRGDP方程LPRD不能Granger引起LPRGDP2.0520.3585LPRL不能Granger引起LPRGDP5.9820.0504LPRF不能Granger引起LPRGDP10.8520.0044ALL都不能Granger引起LPRGDP17.6860.0071LPRD方程LPRGDP不能Granger引起LPRD158.8120.0000LPRL不能Granger引起LPRD69.8020.0000LPRF不能Granger引起LPRD14.0620.0009All不能Granger引起LPRD239.4360.0000LPRL方程LPRGDP不能Granger引起LPRL8.4820.0144LPRD不能Granger引起LPRL5.7020.0577LPRF不能Granger引起LPRL5.6920.0581All不能Granger引起LPRL22.2360.0011LPRF方程LPRGDP不能Granger引起LPRF2.6420.2671LPRD不能Granger引起LPRF0.8420.6564LPRL不能Granger引起LPRF7.0120.0300All不能Granger引起LPRF9.8060.1335（四）G区农村经济和金融发展指标的VAR模型分析

上述建立的LPRGDP、LPRD、LPRL、LPRF间的VAR（2）模型估计结果如下：LPRGDP

（2）模型可知，LPRGDP、LPRL的滞后一期值和LPRGDP、LPRD的滞后二期值对当期LPRGDP值有正向影响，且起主要影响作用的是LPRGDP本身的滞后值；其它变量的滞后期值均对当期LPRGDP值产生了负向影响。说明G区农业存贷款对关系农村经济有一定的促进作用，G区农村人均农业贷款（PRL）每增加一个单位，下一年的G区农村人均GDP（PRGDP）增加0.01%，向后两年的G区农村人均GDP（PRGDP）减少0.21%；G区农村人均农业存款（PRD）每增加一个单位，下一年的G区农村人均GDP（PRGDP）减少0.02%，向后两年的G区农村人均GDP（PRGDP）增加0.04%。滞后一期的G区农村人均GDP（PRGDP）对当期G区农村人均农业贷款（PRL）和存款（PRD）有负向影响，对当期G区农村人均固定资产投资（PRF）有正向影响；滞后二期的G区农村人均GDP（PRGDP）对当期G区农村人均农业贷款（PRL）、存款（PRD）、固定资产投资（PRF）有正向影响。

（五）G区农村经济和金融发展指标的VAR模型的稳定性检验

在分析VAR模型时，往往不分析一个变量的变化对另外一个变量的影响如何，而是分析当一个误差项发生变化或者说模型受到某种冲击时对系统的动态影响，即脉冲响应分析（IRF）。但脉冲响应分析（IRF）需要假定VAR模型是稳定的才有效，故需要对VAR模型的稳定性进行检验。由AR根图（见图5）知，有两个单位根的模落在单位圆外，表明VAR模型不满足稳定性条件，故不适合做脉冲响应分析（IRF）。

图5AR根四、G区和部分其他省区农村经济和金融发展关系的面板分析上文仅对G区农村经济和金融发展1998～2013年的数据进行了协整分析，要了解G区农村经济和金融发展的情况，需要拿G区同其他省区作对比分析。因此，选取东部经济发达的江苏、浙江和广东三省，中部的河南、湖北和湖南三省，以及西部发展相对滞后的G区、贵州和云南三省共9个省的1998～2013年的农村经济、金融面板数据分析农村金融与农村经济发展的关系。

（一）面板数据的单位根检验

选取的9个省的1998～2013年的农村经济、金融面板数据的四个变量农村人均农业总产值（PRGDP）、人均农业存款（PRD）、人均农业贷款（PRL）和人均农村固定资产投资（PRF）明显存在时间趋势，故对他们的一阶差分分别进行相同根情形下的LLC（Levin-Lin -Chu）单位根检验和不同根情形下的W（Im-Pesaran- Shin W）单位根检验、Fisher-ADF检验和Fisher-PP检验，结果见表10可知，农村人均农业总产值（PRGDP）、人均农业存款（PRD）的一阶差分序列均通过了几种单位根检验，人均农村固定资产投资（PRF）的一阶差分序列虽然没有通过LLC单位根检验和W检验，但Fisher-ADF检验和Fisher-PP检验表明它无单位根[7]。因此，可以认为它们的一阶差分序列平稳，不存在单位根。则四个变量农村人均农业总产值（PRGDP）、人均农业存款（PRD）、人均农业贷款（PRL）和人均农村固定资产投资（PRF）均为一阶单整序列I（1）。

（二）面板数据的协整检验

由于四个变量指标PRGDP、PRD、PRL、PRF均为一阶单整序列I（1），因此4个变量之间可能存在长期稳定的协整关系，这里采用Johansen面板协整检验它们之间是否存在长期稳定的均衡关系。由Johansen面板协整检验结果（见表11）知，9省的1998～2013年的农村经济、金融面板数据的四个变量PRGDP、PRD、PRL、PRF之间存在协整关系，即存在长期稳定的均衡关系。

（三）面板数据模型的建立

在构建面板数据模型的时候，需要先检验参数αi和βi是否对所有截面都一样，即检验样本数据究竟符合混合模型、变截距模型和变系数模型等面板数据模型形式的哪一种，从而避免模型的设定误差，改进参数估计的有效性。这里利用协方差分析和Hausman检验来确定具体的面板数据模型。用固定效应检验—协方差分析来检验各个个体的αi和βi是否一样；若选择变截距模型，还需要用随机效应检验——Hausman检验来检验变截距αi是固定影响还是随机影响。

固定效应检验—协方差分析的结果见表12，可知，P-值均为0，拒绝原假设，认为参数αi和βi随个体而变化，即选择变系数模型。这也与本文预期的一致：不同地区的农村金融对农村经济的影响程度不一样。由于选择变系数模型，所以不再进一步做Hausman检验。表12固定效应检验结果固定效应检验统计量值自由度P-值F检验12.35（8，71）0.0000卡方检验116.8580.0000根据经济理论及前面对G区地区做的VAR模型，当期的农业存款在当期对农业产值影响不大，主要影响后面年份的农业产值，滞后期的PRD、PRL、PRF会对当期PRGDP产生影响，又由于数据时间比较短，故在面板模型中引入PRL、PRF的当期值及PRD、PRL、PRF的滞后一期值AR（1）项建立变系数模型，在Eviews6.0中各参数估计结果见表13，R2=0.994，拟合优度高，AIC=13.26，SC=14.43，信息损失较小，F统计量值=247.76，P-值=0.00，模型整体估计效果较好。

由面板参数估计结果知：东部经济发达地区（江苏、浙江和广东）的固定效应在9个省中最大，而西南部经济落后地区（G区、云南和贵州）的固定效应相对而言，整体偏小，这与实际情况相符，反映了各地区的经济基础差异，经济发达地区经济基础好，而经济落后地区经济基础薄弱。变量PRD（-1）（滞后一期人均农业存款）的系数，中部的湖南、湖北最大，其次是G区、贵州，东部经济发达地区整体偏小，说明滞后一期人均农业存款对农村产值的影响，在中部有显著的促进作用，在G区有较大的促进作用，而在东部经济发达地区（江苏、浙江和广东）作用不明显。变量PRL（当期人均农业贷款）和PRF（-1）（滞后一期人均农村固定资产投资）的系数，各地区区别不是很明显，说明当期农业贷款和滞后一期的农村固定资产投资对农村的经济发展地区性影响不大，这可能是因为当年的农业贷款没有迅速转化成当年的农业产出，即农业贷款有滞后效应，而农村固定资产投资是长期影响过程，不会在短期内转化成农业产值，并且农村固定资产投资大部分是投入到农村基础设施建设，而不是直接投入到农业生产中；变量PRL（-1）（滞后一期人均农业贷款）的系数，西南部的G区、云南最大，其次是河南，再次是东部三省，说明滞后一期农业贷款对农村产值的影响，在西南部有显著的促进作用，在中部影响不定，在东部经济发达地区（江苏、浙江和广东）作用不明显。变量PRF（人均农村固定资产投资）的系数，西南部整体上高，而东部整体上低，说明农村固定资产投资对基础薄弱的西南部农村经济促进作用最明显，而对基础好的东部农村经济促进作用不明显。表13变系数面板模型估计结果地区截距C固定效应PRD（-1）PRLPRL（-1）PRFPRF（-1）G区1471.76-726.162.59-0.142.581.10-0.68云南1471.76-575.22-0.08-0.031.630.65-1.05贵州1471.76-251.392.260.54-0.36-0.54-0.43河南1471.76-882.560.17-0.461.021.08-0.68湖北1471.76603.274.730.76-0.690.060.80湖南1471.76-305.788.58-0.07-0.260.74-0.61江苏1471.76728.84-0.920.470.75-0.280.44浙江1471.76752.590.470.180.07-0.05-0.15广东1471.76636.010.61-0.260.970.61-0.29平均值1471.76-2.272.050.110.640.38-0.29另外，从表13中可以看出，东部经济发达地区（江苏、浙江和广东）的各变量回归系数都偏小，说明在东部经济发达地区（江苏、浙江和广东），农村金融对农业经济的影响不如中西部明显，究其原因，可能是东部经济发达地区主要发展工商业，农业经济占的比例比较小，东部经济发达地区不依赖和重视农业经济的发展，并且东部经济发达地区经济实力雄厚，农村金融投入较多，但较小规模的农业经济并没有产生相对应的产出，所以东部经济发达地区农村金融对农业经济的影响不明显。

从9省区各变量的回归的系数的平均值来看，变量PRD（-1）（滞后一期人均农业存款）的系数平均值2.05最大，其次是PRL（-1）（滞后一期人均农业贷款）、PRF（人均农村固定资产投资），PRL（当期人均农业贷款）和PRF（-1）（滞后一期的人均农村固定资产投资）的系数最小且接近0。这说明滞后一期人均农业存款对本期农村产值有最为显著的促进作用，滞后一期农业贷款对本期农村产值的影响作用也比较显著，但当期农业贷款和农村固定资产投资对农村产值的影响作用不明显。

由G区地区的各变量的回归系数可知，G区滞后一期人均农业存款（PRD）每增加1元，G区人均农林牧渔产值平均增加2.59元，影响作用在相比较的9个省区中处于中等偏上水平；滞后一期人均农业贷款（PRL（-1））每增加1元，G区人均农林牧渔产值平均增加2.58元，影响作用在相比较的9个省区中处于最高水平；人均农村固定资产投资（PRF）每增加1元，G区人均农林牧渔产值平均增加1.10元，影响作用在相比较的9个省区中也是处于最高水平；当期人均农业贷款每增加1元，G区人均农林牧渔产值平均减少0.14元；滞后一期的人均农村固定资产投资每增加1元，G区人均农林牧渔产值平均减少0.68元。说明G区的当年农业存贷款对下一年的农林牧渔产值有很显著的促进作用。

G区农村金融发展水平和农村经济之间的这种关系印证了经济学家H·T·帕特里克阐明的农村金融发展与经济增长之间的两种可能的因果关系，在经济发展的初期，供给优先型金融处在主导的位置，应该遵循“供给领先”的金融发展模式；随着经济的发展，需求追随型金融会超越供给优先型金融，居于主导的位置，故应按照“需求追随”的金融发展模式[8]。G区农村经济和金融发展的协整分析也说明了农村金融发展仍然是农村经济增长的重要影响因素，G区农村金融发展水平的高低对G区农村经济增长的影响在统计上是显著的，反过来，G区农村经济的增长水平也能带来农村金融发展水平的相应提高。“农村金融支持经济增长”的模式在G区依然适用。

结语仅仅依靠供给或者需求层面的改革无法解决G区的农村金融失衡问题，还要依托与农村金融供给对接的有效金融需求的改进，才能逐步完善我国的农村金融市场，达到建设供求均衡的农村金融的目的。与东部、中部发达的农村地区一样，以G区为代表的经济滞后地区农村金融改革也是一个系统工程，与我国传统的“三农”问题一样复杂，农村金融改革不仅仅是农村金融体系本身的问题，还与当地的风俗习惯、经济发展程度、文化教育水平等息息相关，其解决的思路应该是结合实际、因地制宜、不断完善、与时俱进，抓住农村金融落后的根源，才可能从根本上解决我国广大农村地区农村金融供给需求均衡问题，促进经济的增长。JS

参考文献：

[1]丁志国，徐德财，赵晶.农村金融有效促进了我国农村经济发展吗[J].农业经济问题，2012（9）：50.

[2]费方域.经济与金融研究[M].上海：上海交通大学出版社，2005：309.

[3]黄惠春，褚保金.我国县域农村金融市场竞争度研究——基于降低市场准入条件下江苏37个县域的经验数据[J].金融研究，2011（8）：172.

[4]王修华，邱兆祥.农村金融发展对城乡收入差距的影响机理与实证研究[J].经济学动态，2011（2）：73.

[5]张宏彦，何清，余谦.中国农村金融发展对城乡收入差距影响的实证研究[J].中南财经政法大学学报，2013（1）：84.

[6]高铁梅.计量经济分析方法与建模——应用及实例[M].北京：清华大学出版社，2006：188.

[7]吕勇斌，赵培培.我国农村金融发展与反贫困绩效：基于2003-2010年的经验证据[J].农业经济问题，2014（1）：59.

[8]何伟.中国经济增长与税收收入的计量分析[J].学术论坛，2014（5）：39-40.

[9]董晓林，徐虹.我国农村金融排斥影响因素的实证分析——基于县域金融机构网点分布的视角[J].金融研究，2012（9）：122.

[10]孙玉奎，周诺亚，李丕东.农村金融发展对农村居民收入的影响研究[J].统计与决策，2014（10）：93.

[11]谭燕芝，陈彬，田龙鹏，黄向阳.什么因素在多大程度上导致农村金融排斥难题——基于2010年中部六省667县（区）数据的实证分析[J].经济评论，2014（1）：28.

[12]张兵，刘丹，郑斌.农村金融发展缓解了农村居民内部收入差距吗？——基于中国省级数据的面板门槛回归模型分析[J].中国农村观察，2013（3）：20-21.

[13]谢琼，方爱国，王雅鹏.农村金融发展促进农村经济增长了吗？[J].经济评论，2009（3）：64.

[14]何伟.广西农村金融供给与需求研究[M].北京：人民日报出版社，2015：176.