农村合作金融对农业经济增长影响的实证检验

李 涛，梁 晶

（1.山西财经大学 国贸学院，太原 030006；2.太原科技大学 经济与管理学院，太原 030024）

0 引言

“三农”问题一直是我国亟待解决的重要问题之一。农业增加缓慢、城乡贫富差距过大、农民生活水平普遍较低等均制约我国经济的总体发展。资金的匮乏使得农业发展想而不得，故解决农业资金短缺问题是解决“三农”问题的关键之举。农信社作为当前我国农村合作金融的主要力量，在搞活农村经济、推动农业发展、增加农民就业等方面发挥了重要作用。如果能够了解农信社支农贷款对于农业经济增长的影响方向、时效以及程度，则可以制定更加适宜的金融策略，以促进农业经济稳定向好增长。

回顾农村合作金融机构或者农信社与农业经济增长二者间关系的已有文献，从研究方法上来说，现有研究通常采用VAR模型对变量间的长期作用进行分析。吴华增和兰庆高（2017）[1]运用VAR模型对农村经济增长与农村财政金融间的关系进行分析后发现，当前农村金融配置效率较低，不足以促进农村经济增长。从区域上来看，文献中往往选择某一城市或地区进行实证研究[2，3]。从时间上来看，当前文献采用的研究数据时间跨度较短或较早，而且通过现有文献可知，国内大部分学者认为农村金融对于农民增收、农业经济增长的影响是处于制约状态而不是促进其发展[4，5]。那么，农村合作金融的发展能够推动农业经济的增长吗？影响程度又如何？都是当前我国处于经济转型期农村经济亟待研究的理论问题。本文的边际贡献在于将时间序列数据进行延展，运用VEC模型针对全国层面农村合作金融机构对农业经济增长影响进行更加深入的实证分析。

1 研究设计

1.1 指标选择与数据来源

基于前人研究，选择农信社这一具有代表性的农村合作金融机构，本文将时间序列进行延伸，选取1986—2017年的农信社全国数据及农业总产值数据，基于VEC模型采用协整检验及脉冲函数分析农村合作金融对农业经济增长的长短期影响，试图从全国水平上检验农村合作金融与农业经济增长的关系。其中，选用农信社贷款余额表示农信社支农贷款（ASL），选用农业GDP表示农业经济增长（AGDP），数据均来源于《中国统计年鉴》（1987—2018）、《中国金融年鉴》（1987—2018）。为了消除物价变动的影响，变量均依照指数进行折算。AGDP指标根据当期的农业GDP数据按照GDP折算指数转换为1986年为基期的不变价农业GDP，ASL指标按农产品生产价格指数折算为1986年为基期的不变价支农贷款。

1.2 计量模型与方法

本文选择VEC模型对二者进行实证分析，主要基于以下原因：一方面，大多数经济变量间是长期作用与短期波动并存的，VAR模型通常用以探讨变量之间的长期关系而忽视了短期波动，而VEC模型中含有的误差修正项在研究变量长期关系过程中还可以探究其短期波动状况，分析变量的短期波动状况与长期均衡态势相偏离的程度；另一方面，采用时间序列数据的变量常常存在不平稳性，在不平稳的变量间若存在长期协整关系，就能够设立VEC模型来分析变量的长期稳定情况。基于上述条件，本文建立了VEC模型来研究农村合作金融对农业经济增长的影响方向、时效及程度。

VEC模型本质上是拥有协整关系的VAR模型。通常情况下，对于含有多个变量及协整关系的VAR模型可表示为如下形式：

式中，yt是内生变量向量，xt是外生变量向量，α是调整参数矩阵，δ是协整向量矩阵，q是滞后阶数，εt是具有平稳性的随机扰动项向量。

式(1)经过转化形成VEC模型的表达式：

式中，ecmt-1是误差修正项向量。根据式（2）可知，VEC模型可将系统中变量之间的长短期关系进行综合分析，充分利用数据以获取完整信息。

2 实证检验

2.1 农村合作金融与农业经济增长趋势

首先，本文分析了主要变量AGDP与ASL1986—2017年的整体变化趋势，如图1所示。从整体上看，农信社支农贷款和农业GDP呈现共同上升的态势，虽然支农贷款的变化偶有波动，但总体变化状态与农业GDP一致。由此，本文假设：这二者之间有一定的线性关系，农信社支农贷款是影响农业GDP变化的一个因素，且具有正向影响。

图1 1986—2017年变量变化趋势图

2.2 平稳性检验

为消除时间序列中的异方差现象，对不变价农业GDP、不变价支农贷款等数据进行对数化处理，得到变量lnAGDP、lnASL；再对变换后的数据取一阶差分，分别用ΔlnAGDP、ΔlnASL表示。本文使用Stata14.0分别对序列lnAGDP、lnASL进行单位根检验，用以判断两者的稳定性。

从ADF检验结果来看，lnAGDP、lnASL都是一阶单整序列。为了避免运用不平稳序列构建模型时出现伪回归等问题，进一步经过协整检验来确定变量间有无稳定且长期的均衡关系，即协整关系。

2.3 协整检验

上述ADF检验证明lnAGDP、lnASL均为同阶单整序列，进而考虑lnAGDP、lnASL有无协整关系存在。本文对序列lnAGDP和lnASL进行Johansen协整检验，在分析前以LR、FPE、AIC、SC、HQ这5项评价指标确定滞后期，从表1的结果可知，最优滞后为2期。表2显示了协整检验的结果。

表1 滞后期评价指标

表2 lnAGDP和lnASL的Johansen协整检验

约翰森协整检验的结果证明，lnAGDP和lnASL在5%的显著性水平下，有且仅有1个协整方程，说明两者间存在协整关系，拥有长期均衡态势。其所对应的协整方程为：

由式（3）可得，农信社支农贷款（ASL）和农业GDP（AGDP）有着长期性的均衡关系。在其他条件不变的情况下，支农贷款每变动1%，农业GDP将平均变动约0.99%。从长期看，农信社支农贷款对农业GDP的增长有正向作用，说明农信社支农贷款额的提高能够提升农业生产总值，促进农业经济的增长。农业贷款增加将有助于农业企业发展以及农民增收，进而增加消费以拉动农业GDP的增长，即对于农业经济增长具有积极作用。这也印证了上文的假设。

2.4 格兰杰因果关系检验

为检验农信社支农贷款与农业GDP间的长期均衡关系能否形成因果关系，本文利用Granger因果检验对二者进行分析，结果见表3。

表3 格兰杰因果关系检验

Granger因果检验的结果表明，lnAGDP和lnASL在5%的显著性水平下拒绝原假设，农业GDP和农信社支农贷款互为格兰杰原因，两者具有双向的因果关系。这说明在一定程度上，农信社支农贷款能有效地影响农业经济增长，而农业经济增长也显著影响着农信社支农贷款额，这更加印证了协整检验的结论。农信社支农贷款的增加对于改善农业经济将会有所帮助，反之，若农信社支农贷款不足、发展缓慢，那么很有可能给农业经济带来消极的影响，抑制其增长。

2.5 建立VEC模型

基于协整检验的结果，即lnAGDP与lnASL有长期的均衡关系，本文建立误差修正模型，该模型可以结合变量的水平值和差分值。短期来看，长期均衡关系与短期波动共同作用造成因变量的变化。长期来看，误差修正项EC能够把变量拉回到长期均衡状态。

lnAGDP、lnASL进行协整检验时假定了序列水平数据是固定的线性状态、且协整方程含截距项，同时一阶差分项滞后一期，故VEC模型设定如下：

上式中，A(a，b)中a是指模型的第a个方程，b是指该方程中第b个协整方程的调整系数，如：A(1，1)是指模型中第1个方程的第1个协整方程的系数，即-0.0610674；而B(a，b)中a代表第a个协整方程，b代表第b个变量的系数，如：B(1，1)是指第1个协整方程的第1个变量的系数。即1；C(a，b)中a指模型的第a个方程，b指该方程中第b个一阶差分回归量的系数，如：C(1，1)是指模型的第1个方程的第1个一阶差分回归值的系数，即-0.4058078。

最后得出模型的参数估计值，如表4所示。即：

表4 时间序列误差修正模型（VEC）

根据VEC模型的估计结果可知，lnAGDP、lnASL二者会有短期波动，使得长期均衡关系形成了暂时的偏离状态，但协整方程将以A=(-0.0610674,0.305454)的比率使其回到长期均衡趋势。

从lnAGDP方程中可以看出，VEC模型的R2达到近0.91，拟合程度相对较高。误差修正项的系数是-0.06，表明在该模型中，农业GDP的变动在协整方程的约束下，对长期均衡关系的偏离可进行反向修正。即若上年农业GDP偏低，则本年该项就会相应上升；相反，若上年的农业GDP偏高，则本年的农业GDP就会降低，以此调整变量间的关系，使之不会发生明显偏离均衡状态的现象。误差修正项的系数值为-0.0610674，说明变量的短期波动只能以较小的力度调整其对长期均衡的偏离，且速度较慢。其余解释变量中，农业GDP自身滞后一期的数值对本期有一定的反向作用，为-0.4058078。农信社支农贷款滞后一期的数值对农业GDP的影响为0.0560007，从长期看，农信社支农贷款对农业GDP有正向作用。

2.6 协整方程的平稳性检验

拟合VEC模型之后，对协整方程进行平稳性检验，结果如图2所示。图中注脚显示模型有一个特征根为1，其余特征根均处于单位圆以内且远小于1，说明该协整方程平稳，可进行IRF分析和方差分解模拟。

图2 VEC模型特征根位置图

2.7 脉冲响应分析和方差分解

为了准确分析农信社支农贷款对农业GDP的影响程度，本文使用脉冲响应函数探究农信社支农贷款的变动对农业GDP的冲击及农业GDP的变动对支农贷款的冲击，结果见图3和图4。

图3 lnAGDP对lnASL的脉冲响应

图3为农信社支农贷款的冲击引起的农业GDP变动的脉冲响应图。从图3中可以看出，农业GDP对农信社支农贷款的冲击形成连续的正向响应，而且响应强烈。刚开始是正向响应并迅速上升，第3期时上升到最大，之后开始缓慢下降，直到第8期开始趋于平稳。这表明农信社支农贷款的冲击对农业GDP的影响效果立竿见影，对农业GDP有持续的拉动作用，虽然后期影响速度会趋于缓慢，但仍形成正向的影响。

图4 lnASL对lnAGDP的脉冲响应

图4是农业GDP的冲击引起的农信社支农贷款变化的脉冲响应图。从图4中可以看出，农信社支农贷款对农业GDP的冲击形成持续的正向响应。一开始为正响应并逐渐增加，在第4期达到最大并趋于平缓，第6期后稍有下降，8期之后逐渐趋于平稳。这表明农业GDP受到冲击后会对农信社支农贷款有一定影响，农业经济有所增长必然推动农业企业的发展及农业产业化发展，进而增加对农村合作金融的需求，支农贷款必然增加。

通过以上对农业GDP和农信社支农贷款之间的脉冲响应分析，可以看出这两者之间存在很强的关联性，影响时间长，且具有时滞效应，此结论印证了VEC模型的回归结果，说明农业GDP与农信社支农贷款之间有紧密的长期均衡关系。为了进一步明确农信社支农贷款的变动对农业GDP的影响程度，本文利用方差分解方法分析农信社支农贷款对于农业GDP变化的贡献程度。结果见表5。

表5 农业GDP预测误差的方差分解

根据表5显示，在第1期，农业GDP自身的贡献率达到了100%，不存在其他变量的贡献率。在第2期，农业GDP自身的贡献率为80%，农信社支农贷款的贡献率为20%左右，而在第3期，农业GDP自身贡献率大约为67%，农信社支农贷款的贡献率约为33%，由此可见，农信社支农贷款对农业GDP的影响存在一定的时滞性。从第4期开始，农业GDP自身的贡献率逐步降低到51%～56%，而农信社支农贷款的贡献率不断增加，由约43%上升至49%左右。到7期之后，支农贷款的贡献率增速开始变得缓慢，基本趋于平稳。从长期看，农信社支农贷款的冲击对农业GDP变动的解释度为47%左右，支农贷款对农业GDP的增长占据较大的贡献率。这表明在长期均衡中，农信社支农贷款的冲击对农业GDP有一定程度的影响，支农贷款对农业GDP有较强的拉动作用，说明农信社支农贷款对于农业经济增长有持续且较强烈的推动作用。

3 结论与建议

本文基于VEC模型对1986—2017年全国经济发展水平上的农村合作金融与农业经济增长进行实证检验。结果表明：农信社支农贷款与农业GDP间具有长期均衡的关系，而且互为格兰杰因果。农信社支农贷款与农业经济增长之间有较强的关联性，支农贷款对于农业经济增长具有正向的影响，虽然具有一定的时滞性，但对农业经济的拉动作用比较强烈且持久。此外，农信社支农贷款的变动会迅速引起农业GDP较大幅度的变化，并且有较长时间的持续性起伏。这说明我国农业经济增长水平随农信社支农贷款变化的波动性较大，也就是说，农村合作金融体系的变动会对农业经济产生一个很大的冲击，它是影响农业经济增长水平的强有力因素。

针对以上实证检验结果反映出来的问题，同时结合我国农村合作金融现状，从政府和农村合作金融机构两方面提出如下政策建议：

就政府而言，第一，农信社支农贷款作为长期影响农业经济增长的重要因素，这提示相关部门应当运用引入民间资本以及实施惠农的税收扶持政策等方式从资金上推动农信社的深层次发展。第二，加强宏观金融引导作用，侧重于农村合作金融的监管体系建设，敦促农信社开展更多能够满足农民需求的支农服务及金融产品。第三，积极投身于城乡一体化建设中，避免农村合作金融资源流向非农地区或非农企业，造成城乡差距越来越大的现象。第四，减少政府的行政干预，引入市场竞争机制，营造一个竞争与监管兼具的农村合作金融环境。

就农村合作金融机构而言，第一，农信社支农贷款对农业经济增长的影响具有时滞性，说明农信社促进农业经济增长的效果不能立竿见影，处于农村合作金融垄断地位的农信社不能充分满足农村的金融服务需求，开展更丰富的金融业务才能促使其更好的发展。第二，要深刻认识到立足“三农”、服务“三农”的宗旨，将解决“三农”问题作为最具挑战性的任务。在农村合作金融基础设施方面，扩大营业网点，增加电子设备，以此满足农民的日常金融服务需要；在农村合作金融人才建设方面，以高福利等方式吸引金融人才进入农村合作金融机构，为更好地开展农村合作金融服务献计献策；在农村合作金融产品方面，创新支农金融产品，为广大的农民群众提供适宜的金融服务，扩大农民增收途径，进而促进农业经济增长。