我国农村金融脆弱性测度及管控对策研究

汪艳涛，吴 珊，盛 童

（青岛理工大学 商学院，山东 青岛 266525）

1 研究背景和目的

2021年8月17日国家主席习近平主持召开中央财经委员会第十次会议，在会上指出金融是现代经济的核心，我们要统筹做好重大金融风险防范化解工作。但是，金融的本质属性具有脆弱性，它不会随着金融发展水平的变化而消失。一般而言，狭义的金融脆弱性是指各行业在经营过程中高负债财务状况导致的风险聚集过程，而广义的金融脆弱性则是指融资过程中一切高风险积聚的一种金融状态[1]，包括宏观经济环境、金融市场、保险市场、以及微观主体自身特点等造成的金融脆弱性。本文的农村金融脆弱性是广义的农村金融脆弱性，指在农村发展融资过程中金融风险积聚的一种状态。

2 文献综述

H.P.Minsky（1992）提出“金融脆弱性假说”，从企业角度研究信贷市场金融脆弱性开辟了金融脆弱性研究的先河[2]，其后越来越多的人从不同的角度研究金融脆弱性。从银行角度出发，J.A.Kregal（1997）提出“安全边界”，说明银行评估方法不当是造成信贷市场金融脆弱性的主要原因[3]。从微观角度，杨晓光等（2009）基于次贷危机视角，从形成要素对产生金融脆弱性的原因，以及金融创新造成的脆弱性积累进行了深入的分析[4]。从银行与宏观经济结合的综合指标角度，伍志文（2002）运用最小二乘法以及其他模型，对银行体系脆弱性的测度进行了全面的分析，说明了金融脆弱性的具体产生来源[5]。

目前国内学者的研究主要集中在我国金融脆弱性指标的构建，何畅，邢天才（2018）通过构建与我国实际发展相适应的金融体系脆弱性指标，从多个维度分析金融风险传播的顺序以及金融脆弱性的传播路径[6]。在农村民间金融脆弱性方面，刘景东（2016）以对安徽农村调研以及相关基本理论，对农村民间金融组织的稳定性和脆弱性问题展开了深入的研究，主要是通过农户能借到款项的可能性和数量的多少展开的研究[7]。在区域金融脆弱性测量方面，岳娟丽，龚雅洁（2016）以京津冀区域为例，从多个领域分析金融脆弱性的来源及特点，还结合当地的发展，提供了相应的对策[8]。对于家庭金融脆弱性，孟德锋，严伟祥，刘志友（2019）以城市居民调查数据为原始数据，展开金融素养以及不同收入群体对其影响的变动关系[9]。

但是其中只有针对我国整体金融脆弱性的指标体系足够完善且可量化，而对区域、微观主体等的金融脆弱性大多是定性研究，只有极少数的实证。针对农村金融脆弱性的文章少之又少，但是农村深化改革所依赖的金融环境逐步得到优化，农村经济水平得到显著提升。农村新型经济主体的快速发展、产业结构的融合和优化升级、乡村加速城市化等状况，促进了农村经济快速发展的同时，也加强了农村居民、产业等的利益联结，使得农村金融脆弱性积聚所造成的金融隐患越来越大，因此急需探寻农村金融脆弱性积聚的动态过程和内在机理，找到解决的可行性路径，以有效防备农村金融危机爆发，避免给农民和国家造成经济损失。基于此，本文首先根据我国农村金融脆弱性形成原因仿照我国金融脆弱性指标体系构建可量化、适合农村金融脆弱性测度的指标体系，再利用实证分析我国农村金融脆弱性，并提出一些可行的对策建议。

3 相关理论分析

3.1 农村金融机构的行为是造成农村金融脆弱性的根本原因

在农村经济发展过程中，农村金融机构的过度借贷、过度投机和过度竞争，以及金融活动中存在的组织机构、风险防控机制等不健全问题导致逆向选择和道德风险的发生[10-13]，从而使得农村金融功能发挥不当，金融脆弱性不断累积。从数据的可获得性和理论分析可知农村金融机构的不良贷款率、资本充足率、资产负债比率和涉农贷款同比增长率等的变化将会影响金融脆弱性。农村金融机构的不良行为将直接影响农村经济水平的发展，而农村经济水平的发展又会反过来影响金融机构的金融活动，从而影响整个农村融资活动的进行。

3.2 农村经济的发展水平加剧了金融脆弱性

经济决定金融，金融推动经济，两者相辅相成，良好的农村经济环境为融资活动的进行创造了良好的氛围。反过来农村经济环境的恶化将给融资活动造成巨大威胁。在我国农村农业是最主要的生产活动，而农民是进行农业生产活动的主体，农业生产总值、农民收入和消费均会影响农村经济的发展，因此第一产业增加值指数、农产品价格指数、农村居民人均可支配收入同比增长率、农村居民消费价格指数等，决定了农村经济发展水平，从而也影响农村金融脆弱性。

4 金融脆弱性指标体系指标的选取

4.1 数据来源

基于农村金融脆弱性的形成原因和数据的可获得性，本文共选取8个影响农村金融脆弱性的指标，以2008-2019年的我国农村数据作为研究对象，其数据来源于国家统计局官网、中央人民银行官网和中国银行保险监督管理委员会的财务报表。整理选取的原始指标有第一产业增加值指数、农村居民人均可支配收入同比增长率、农村居民消费价格指数、农村金融机构资本充足率、资产负债比率、不良贷款率、农产品价格指数、涉农贷款同比增长率。

4.2 变量选取及命名

理论上，对于农村金融机构而言，资本充足率较高则说明机构承担的风险较小，从而金融机构的贷款能力越高，遭受风险的能力越高，从而金融脆弱性越低；不良贷款率越高，说明金融机构的贷款回收越少，农村经济发展较差，从而金融脆弱性越高；资产负债比率越高，说明金融机构举债经营水平低，自有资本充足，防控风险能力强，从而金融脆弱性越小[12]；涉农贷款同比增长率越高，农村经济发展水平向好，但由于农产品易受自然因素影响的特殊性，造成对金融脆弱性影响的不确定性。

当前而言，我国第一产业增加值占GDP的比重逐年下降，但第一产业增加值指数近年来基本不变，这个产业增加值指数的高低说明了农业经济宏观环境的好坏，指数越高经济环境越好，从而金融脆弱性越低；农产品价格指数波动越大，对其他商品的价格指数影响也越大，金融脆弱性就越高；农村居民的人均可支配收入同比增长率越高，农村经济水平越高，从而金融脆弱性越低；农村居民消费价格指数越高，金融环境越恶劣，金融脆弱性也就越高。

农村金融机构资本充足率、资产负债比率、第一产业增加值指数、农村居民人均可支配收入同比增长率对农村金融脆弱性的影响为负；农村金融机构不良贷款率、农产品价格指数、农村居民消费价格指数对农村金融脆弱性的影响为正；农村金融机构涉农贷款同比增长率对金融脆弱性的影响未定。

为了便于后续分析过程，对选取的8个原始指标进行编号和变量命名，其结果如下表1所示：

5 农村金融脆弱性指数的测度

5.1 金融脆弱性指数构建

根据已有文献可知测度金融脆弱性的主要方法包括主观赋值法、动态因子法、主成分分析法等，本文选择使用因子分析法构建一个综合有效的金融脆弱性指数。因子分析法是在利用主成分分析法的基础上，先确定影响金融脆弱性的相关指标的主成分。然后按照各主成分的相关载荷设定权重系数。最后计算出各主成分的加权算术平均数，并用其作为测度金融脆弱性的综合指数。

按照研究需要，通过主成分分析确定主成分个数之后，可通过计算相应的主成分加权算术平均数作为测量金融脆弱性的指标，权重系数根据主成分贡献度大小来确定，则主成分的权重系数表示为：

金融脆弱性指数为：

其中，i表示第几个主成分；wi表示权重系数；λ表示第i个特征根；P表示主成分个数；Fj表示第j个因子集合。

5.2 因子个数的确定

在进行因子分析之前首先要对该方法的适用性进行检验，对处理后的数据用spss26.0软件进行的检验结果见表2，KMO测度值为 0.70，Bartlett球形度检验的P值为0.000，表明本文所用数据适合进行因子分析。

表2 KMO检验和Bartlett球形度检验

利用spss26.0软件对上述8个变量提取主成分选取方差贡献度超过90%的原则提取上述8个变量的主成分作为测度农村金融脆弱性的合成指标。首先，通过总体方差贡献度来确定因子个数。

根据表3结果显示，第一、第二、第三大特征值对应的主成分方差贡献分别为54.846%、22.330%、12.877%。前三个特征值所对应的主成分的累计方差贡献度达到了90.053%，因此选取前3个特征值对应的主成分作为测度农村金融脆弱性的合成指标。

表3 总体方差贡献度

5.3 因子权重和金融脆弱性指数计算

利用最大方差法对原始矩阵进行正交旋转后，得到的载荷矩阵如下表所示：

表4 因子载荷矩阵

第1公因子影响较大的指标有农产品价格指数、农村居民人均可支配收入同比增长率和农村居民消费价格指数，这些主要反映的是农村宏观经济水平，因此可以将第1公因子命名为“宏观经济风险因子”。

第2公因子影响较大的指标是农村金融机构资本充足率、农村金融机构资产负债比率，以及农村金融机构涉农贷款同比增长率，这些指标反映的是农村金融机构运营风险状况，因此可以将第2公因子命名为“农村金融机构运营风险因子”。

第3公因子影响较大的指标是农村金融机构不良贷款率和第一产业增加值指数，这些指标反映的是融资过程中的资本回收风险状况，因此可以将第3公因子命名为“资本回收风险因子”。

根据表3方差贡献度，可以计算出3个主成分对应的权重系数为：

根据上面的因子权重系数计算可得综合因子，综合因子计算公式为：

由于计算得到的因子综合得分变化较大，并且存在负值情况（负值表示当期农村金融脆弱性水平低于所有期金融脆弱性的平均水平），直接用综合因子表示农村金融脆弱性不能直观的描述其金融脆弱性变化趋势，因此本文借鉴曹琤（2017）对综合因子的处理方法，将综合因子得分数值映射到[10,100]上[13]，最终得到金融系统脆弱性指数。

其中，FFi为第i期农村金融脆弱性的数值，Fi为第i期农村金融脆弱性的因子综合得分，min(Fi)和max(Fi)分别代表因子综合得分数最小值和最大值。计算结果如下表5所示：

表5 农村金融脆弱性测度数值

5.4 趋势分析

根据表5农村金融脆弱性指数计算结果，可以得到2008-2019年我国农村金融脆弱性变化趋势，如下图1所示：

从图1可知，我国农村金融脆弱性起伏波动比较大，这一现象说明我国农村金融脆弱性缺乏较为有效的控制，农村经济整体风险波动性较大。其中2009-2011年、2018年-至今我国农村金融脆弱性呈现上升趋势，这一现象应该引起高度重视。第一阶段上升可能与我国为抗击2008年金融危机冲击所采取的扩张性货币政策有关，虽然在2008-2009年属于下降，起到了一定的抑制作用，但出现了反弹，进而导致这一阶段金融脆弱性明显上升，直到2011年之后才趋于稳定下降。2018年之后农村金融脆弱性不断上升，可能与深化农村金融改革、乡村振兴策略等的实施有关，如今正处在上升阶段，应采取策略，防止金融危机的爆发。

图1 我国农村金融脆弱性2008-2019年变化趋势

5.5 我国农村金融脆弱性的评价

为判断我国农村是否处于金融脆弱性状态，需要建立一定的金融脆弱性判断标准，即警戒线。本文参考万晓莉（2008）的做法[14]，设置如下警戒值：

图2 我国农村金融脆弱性变化

根据图2可知我国农村金融只有在2011年左右超过了警戒线，这表明我国农村融资活动带来的金融脆弱性累计状态较少，大部分情况趋于稳定状态。

6 结论及管控对策

6.1 结论

本文通过借鉴其他学者的金融脆弱性指标体系，构建了衡量我国农村金融脆弱性的8个指标，根据指标得出了农村金融脆弱性指数，并对我国农村金融脆弱性变化趋势进行了描述分析。一方面，从因子构成来看，农村金融脆弱性指数的影响因子主要包括宏观经济因素、农村金融机构运营风险因素、资本回收因素，影响比重的累计贡献率达到了90.053%，能够较好地反映农村金融脆弱性程度，其中影响最大的是宏观因素，其次是农村金融机构运营风险因素，最后是资本回收因素。另一方面，根据我国2008-2019年间农村金融脆弱性变化趋势和与警戒线对比，可知我国农村金融脆弱性较为严重在2011年左右，这是2008年金融危机影响的余波，但从那之后的几年里，我国农村金融脆弱性得到了较好的管控，然后最近几年金融脆弱性明显上升，这应该引起广大的关注。

6.2 管控对策

6.2.1 应该重点关注农村居民收入和消费水平

农村居民收入和消费水平是影响农村经济快速增长的直接因素，近年来由于互联网的兴起，带来的支付宝、微信、网贷等现象，造成的收入与消费的错配，严重影响农村经济的发展。国家应该制定相应的政策，对错配现象进行纠正，从根本上改善农村居民消费观，这样才能保证农村经济持续稳定的发展。

6.2.2 密切关注农产品价格波动

从因子分析可知农产品价格的波动对农村金融脆弱性具有较大影响，而农产品的价格也决定了社会人员对于农产品行业的投资情况，因此应密切关注农产品价格波动，使得农户融资难问题能够得到一定程度的解决。

6.2.3 深化农村金融改革，完善农村金融体系

十八届三中全会提出全面深化金融改革，加大金融改革力度，扩大金融业对内对外的开放。农村金融经历最近几年改革后，金融体系基本完善，但仍然存在着一定的问题，例如不良贷款率高、贷款门槛高等问题，使得农村经济发展受到一定限制。应该多出台一些对农村金融机构有力的政策，解决农村地区家庭、企业融资难和融资贵等问题，例如可以创新农产品期货品种、降低贷款门槛、健全信用体系等。

6.2.4 健全农村金融风险防控机制

随着农村产业的融合与升级，越来越多的产业间关联度越来越大，这就会使得当某一部分出现金融波动时，造成的影响面积会越来越大，因此应该设定一定的风险监测机制和防控机制，在事前、事中和事后都严控风险，保证产业链的安全。

6.2.5 科学构建农村金融脆弱性指标体系

本文选取了8个有关农村金融脆弱性方面的指标，但在实际的农村发展融资过程中，农村金融脆弱性将会受到更多因素的影响，因此改进、补充、完善农村金融脆弱性指标体系，以及验证该体系的适用性，需要建立更加科学和适用的金融脆弱性指标体系。