《农村金融发展与农村人均收入之间关系实证探究》8600字

农村金融发展与农村人均收入之间关系实证研究目录TOC\o"1-2"\h\u222311研究背景 1167862研究意义 1178063研究方法 2248934实证分析 2314194.1模型的构建 2323384.2模型的分析与检验 45804.3应用模型结论进行预测 734514.4实证结论与分析 87460第5章结论与建议 9140585.1结论 9146605.2针对结论给出的政策建议 91381参考文献 121研究背景2020年是扶贫攻坚的关键之年，中国广大农村是扶贫攻坚的主战场。如何让广大农村居民提高收入、尽快摆脱贫困是亟待解决的问题。通过建立完善具有我国特色的农村金融体系，让中国农村金融体系为中国农村经济保驾护航，快速提高农村农业生产效率，这是帮助农村居民尽快提高收入，摆脱贫困的有效路径之一。农村金融是农村经济发展的基础，健康持续发展农村金融是发展农村经济的关键。在不同的历史时期内，我国尝试了多种农村金融的发展路径。随着经济条件的变化，我国农村金融发展历史已经超过40年，积累了大量经验，也遇到过挫折，最终走到了今天。金融是一个国家的核心竞争力，党的十九大报告将“乡村振兴”作为国家发展重要国策之一。因此，农村居民的福祉离不开农村金融体系的持续发展。2研究意义由于建国之初，我国高度重视发展重工业，不惜让农业反哺工业，间接上造成了城乡经济二元性问题。改革开放之后，农村金融体系在国家各项政策的扶持下，实现快速发展，贷款余额和存款余额都逐年上升。但是城乡经济差距李冰.李冰.二元经济结构理论与中国城乡一体化发展研究——基于陕西省的实证分析[D].西北大学.2010.63研究方法通过1994-2015年辽宁省农村金融的相关数据，通过时间序列算法，从农村金融发展的角度分析影响农村居民收入的主要指标，这既是对前面理论分析的验证，也是从另一个角度分析影响农村金融发展的经济指标，为改善辽宁省农村居民收入水平提供现实依据。结合理论和实证两个方面的结论，提出辽宁省农村金融发展政策建议和展望。4实证分析4.1模型的构建4.1.1指标选取本文在选取的指标过程中，吸取了前人研究的成果，并结合辽宁省农村的实际情况选取指标。根据丁志国、张洋、高启然（2014）丁志国,张洋,高启然.基于区域经济差异的影响农村经济发展的农村金融因素识别[J].中国农村经济.2014(3):4-13.的研究认为，农村金融机构的存款余额和贷款余额,是与农村金融密切相关的指标，在某种程度上可以反映农村金融的实际发展情况;存款余额与贷款余额的比值，可以描述金融服务的效率。另外，根据张晋宁（2018）张晋宁.辽宁省农村金融发展对城乡收入差距研究[D].辽宁大学.2018.5.研究，存贷款余额之和与农村生产总值比值，同样可以反映农村金融发展的真实情况。综上所述，以及上一章的数据分析，本文试图分别从金融总规模、金融效率、人均金融规模、人均收入四个方面去描述，农村金融与农民收入之间的关系，即选取了存贷款占农村总产值比重（LNSLG）、农村金融效率（LNLPS）、农村人均存贷规模（LNSLP）、农村人均收入（LNIP）四个指标来构建模型。具体指标说明见表4.1丁志国,张洋,高启然.基于区域经济差异的影响农村经济发展的农村金融因素识别[J].中国农村经济.2014(3):4-13.张晋宁.辽宁省农村金融发展对城乡收入差距研究[D].辽宁大学.2018.5.表4-SEQ表4-\*ARABIC1具体指标及其含义指标名称变量符号变量定义存贷款占农村总产值比重LNSLG存款余额和贷款余额之和占当地农村生产总值的比例农村金融效率LNLPS农村存款转换成贷款的效率农村人均存贷规模LNSLP农村居民人均存贷款数量农村人均收入LNIP农村居民人均支配收入（1）存贷款占农村总产值比重（LNSLG）本文先将存款余额与贷款余额求和，再除以农村生产总值。计算所得的数值就是存贷款占农村产值比重，这个指标可以反映农村区域金融机构存贷余额与农村生产的关系。（2）农村金融效率（LNLPS）本文使用农村金融机构的贷款余额除以存款余额得到模型指标，来衡量存款转化成贷款程度。这个指标越高，说明农村金融效率越高。（3）农村人均存贷规模（LNSLP）本文先将金融机构的存款余额和贷款余额进行求和，用以表示农村区域的金融规模，考虑的人口数量的因素，再除以区域内人口数量得到指标，该指标用以衡量区域内人均农村金融存贷规模。指标越大，说明农村金融规模越大。（4）农村居民人均收入（LNIP）衡量区域收入水平，即人均收入水平。农村区域的居民收入水平是本文研究的核心问题，也是模型核心指标。这个指标越高，说明农村居民收入越高。4.1.2数据来源本文的数据主要来自于1994-2020年的《辽宁省统计年鉴》，参考前人研究基础之上，引入人口数量对农业经济和金融规模的影响，一方面是因为我国区域性农村经济数据匮乏，人口数据相对来说较为准确、可靠，另一方面原因是人口数量和经济规模成正相关，模型不会受到很大的影响。农村经济范畴里，基本包括农村和乡镇企业两部分经济组成，因此这两部分经济实体的贷款之和趋近于整个农村经济贷款余额。同样农村存款主要包括农业存款与居民储蓄两部分。本文采用统计年鉴中农林渔牧产值来近似农村生产总值的数据，农村农业人口数据采用第一产业人口数据。实证分析前，对数据进行对数化，以消除时间序列的异方差的影响。4.1.3构建模型本文在研究辽宁省农村金融发展对农村人均收入影响时，将上述多个农村金融指标引入分析，所以本文使用向量回归模型，数学表达式如式4.1所示：Y=a0+a1其中Y为农村人均可支配，X1为存贷款占农村总产值比重，X2为农村金融效率，X3为人均农村存贷规模，a4.2模型的分析与检验4.2.1ADF检验本文使用R语言作为计算工具，对时间序列数据进行ADF单位根检验，用来检验时间序列数据的平稳性，如表4.2所示。表4-SEQ表4-\*ARABIC2单位根检验结果变量ADF值滞后阶数p值结论一阶d（LNSLG）-2.316820.4517不平稳二阶d（LNSLG）-4.092510.01平稳一阶d（LNLPS）-2.292320.461不平稳二阶d（LNLPS）-2.953810.01平稳一阶d（LNSLP）-2.830320.2561不平稳二阶d（LNSLP）-5.796110.01平稳一阶d（LNIP）-2.371920.4307不平稳二阶d（LNIP）-3.013210.01平稳备择假设是时间序列平稳，原假设为不平稳序列。如果检验结果的P值小于0.05，则拒绝原假设，证明序列平稳。农村总产值比重（LNSLG）、农村金融效率（LNLPS）、人均农村存贷规模（LNSLP）、农村人均可支配收入（LNIP）四个指标的一阶检验结果P值都大于0.05，则序列不平稳，而二阶检验结果P值都小于0.05，证明时间二阶序列平稳。检验结果说明，四个指标的时间序列同阶单整，可以进行协整检验。4.2.2协整检验由ADF单位根检验结果知道，反映存贷款占农村总产值的比重（LNSLG）、农村金融效率（LNLPS）、人均农村存贷规模（LNSLP）、农村人均收入（LNIP）四个指标均为同阶单整的平稳序列。但是无法判定这四个指标之间是否存在平稳地线性关系，因此要对四个指标进行协整关系检验。因此，这里需要应用恩格尔-格兰杰检验两步法。首先，第一步：建立相关指标（LNIP，LNSLG，LNLPS，LNSLP）的最小二乘回归方程；第二步对回归方程残差进行平稳性检验。利用最小二乘法对方程回归，建立方程，然后对其残差进行单位根检验，检验残差平稳性。原假设方程变量不存在协整关系，备择假设是指标间存在一定的协整关系。由R语言程序建立自变量和响应变量的回归模型，回归计算结果如表4-3所示：表4-SEQ表4-\*ARABIC3多元回归结果回归变量估计值标准误T值P值截距项7.427310.02057361.017<2e-16LNSLG-0.600850.11826-5.0817.80E-05LNLPS-0.168330.07249-2.3220.0322LNSLP0.926810.0417822.1841.60E-14在5%的显著性水平上，截距项和所有变量的P值都小于0.05，在拒绝域内，通过检验。R平方的值为0.997，调整的R平方的值为0.9954，F值为1509，P值小于0.5，这说明模型良好的拟合了变量间的关系。因此，协整回归方程如式4.2所示：LNIP=7.42731−0.60085∗(式4.2)然后进行残差分析，进一步检验残差的平稳性，通过R语言计算结果可以得出，当滞后阶数分别为1时，P值分别为0.0024，小于0.05,说明残差满足ADF检验。因此，指标变量的长期关系如式4.3所示：LNIP=(式4.3)通过回归模型函数可以知道，农村金融的发展与农村人均收入有着密切且长期的关系。由以上得出的函数模型可以得知，存贷款占农村总产值的比重（LNSLG）与农村人均收入（LNIP）指标有着反方向变化的关系，农村金融效率（LNLPS）、人均农村存贷规模（LNSLP）指标与农村人均收入（LNIP）有着正向变化的关系。也就是说，存贷款占农村总产值比重（LNSLG）指标每提高1%，农村人均收入（LNIP）指标就会减小0.60085%；农村金融效率（LNLPS）指标每提高1%，农村人均收入（LNIP）指标就会减小0.16833%；人均农村存贷规模（LNSLP）指标每提高1%，农村人均收入（LNIP）指标就会增加0.92681%。4.2.3格兰杰因果检验变量之间关系其实并不能代表就一定会有因果关系，需要进行格兰杰因果检验来验证。本文使用R语言程序进行格兰杰检验，其中模型函数三个自变量指标分别与因变量指标进行格兰杰因果检验，整理结果如下表：表4-SEQ表4-\*ARABIC4格兰杰因果检验原假设F统计量Prob农村人均收入不是存贷款占总产值比重的格兰杰原因1.38880.2797存贷款占总产值比重不是农村人均收入的格兰杰原因5.51560.01601农村人均收入不是农村金融效率的格兰杰原因2.6850.1008农村金融效率不是农村人均收入的格兰杰原因2.44880.1201农村人均收入不是人均农村存贷规模的格兰杰原因21.0534.42E-05人均农村存贷规模不是农村人均收入的格兰杰原因4.13650.03709表4-4可以表明，存贷款占总产值比重（LNSLG）指标是与农村人均收入（LNIP）指标的格兰杰原因，反之农村人均收入（LNIP）指标不是存贷款占农村总产值比重（LNSLG）指标；农村金融效率（LNLPS）指标不是与农村人均收入（LNIP）指标的格兰杰原因，反之农村人均收入（LNIP）指标也不是农村金融效率（LNLPS）指标格兰杰原因；人均农村存贷规模（LNSLP）指标不是与农村人均收入（LNIP）指标的格兰杰原因，反之农村人均收入（LNIP）指标是人均农村存贷规模（LNSLP）指标格兰杰原因。需要说明的是，格兰杰因果检验反映的是统计学上的因果关系，并不是一定可以表示模型变量间的现实意义中因果关系，所以以上结论可以作为参考。4.2.4模型系数分析农村存贷款占农村总产值比重指标（LNSLG）的系数为-0.60085，说明如果存贷款占农村总值过大的话，会减少农村居民的收入。第一，这是因为辽宁省投入产出低，大量的农业贷款不能有效转化农业产值；第二，部分存款“外流”到非农产业，没有真正进行农业产业投资，导致农村产值较预期值进一步降低。虽然政府多次呼吁农村存款要用于农村经济，但是市场化金融机构还是偏向于服务与城市。农村居民或乡镇企业想要获取金融服务还有很高的门槛，辽宁省金融服务在城乡二元化差异依旧明显。第三，近几年新型农村金融机构在辽宁省兴起，一定程度上减缓了农村居民对于迫切的融资需求，但是信贷市场的主体市场化的，一旦城市信贷市场预期回报率远大于农村信贷回报率时，农村储蓄还是追逐高收益而流入城市，基于之前的数据，存贷款占农村总产值比重从2008年开始逐年上升，这与城市投资收益更高有很大关系，例如最近几年一线城市房地产价格上涨所带来的炒房热潮，就直接或间接吸引了大量市场资金，其中就包含农村储蓄。这些情况都扩大了城乡经济差距，农村居民的实际收入也会相应减少。农村金融效率（LNLPS）的方程系数是-0.16833，说明提高农村金融的效率并不能提高农村居民的收入。相反，金融效率过高，还会间接影响农村的收入。按照一般理论来说，金融效率应该可以促进居民收入增长。但是这里金融效率出现了抑制收入的现象，这说明贷款并没有投入到农村产业，很可能存在部分贷款以农业名义转投其它产业现象，因此并没有这部分贷款并没有产生农村居民收入。因此，省内各级金融机构要严查农业贷款实际用途，确保专款专用。人均农村存贷规模（LNSLP）的方程系数是0.92681，系数也是所有指标系数中最大的一个，说明这个指标对于农村居民收入的影响是最大的。影响指标主要反映在两个方面，一方面存贷规模，即存款余额和贷款余额的总和，存款余额尤其是农户存款每年都在稳定地上升，那么影响存贷规模的主要就是贷款余额，在前面的论述可以知道，可能存在一定规模的存款外流非农产业，造成实际金融服务效益不足，实际存贷规模的萎缩。另一个方面，根据人口学家马尔萨斯的人口贫困理论，人口数量也是决定农村居民收入的关键因素，农村人口数量过多，且不能创造足够的就业机会，就会摊薄社会福利，农村居民获得的金融福利水平就会下降，人均农村存贷规模也会下降，从而进一步导致农村居民收入的下降。4.3应用模型结论进行预测为了进一步检验模型对于现实情况描述能力，将现有应用模型、数据对2016-2019年的农村居民人均收入进行预测，并对比统计年鉴上的统计数字。由于2016-2019年的辽宁省的农村存款余额和贷款余额的数据匮乏，本文使用R语言程序进行多项式拟合出存款余额和贷款余额的近似值，农村GDP和农业人口数据、农村居民人均收入都由2020年《辽宁省统计年鉴》查询而知，数据情况如表4-5所示：表4-SEQ表4-\*ARABIC52016-2019年农村存款、贷款、人口、总产值数据年份贷款余额（亿元）存款余额（亿元）农业人口（万）农村总产值（亿元）201619464566705.43764.1201721575119714.83851.6201823805713711.84061.9201926176348711.84368.247其中，由于最新出版2020年《辽宁省统计年鉴》中农业就业人口数据没有统计，且农业人口数据每年变化不大，对模型最后结果影响有限，因此这里的数据依然沿用上一年数据。通过将数据代入模型方程可以，得到2016-2019年农村人均收入的预测值，如表4-6所示：表4-SEQ表4-\*ARABIC6数据代入模型后计算出的预测值存贷款占农村总产值比重农村金融效率人均农村存贷规模人均收入（元）预测值（元）1.7300280.4261949.23164212880.711780.21.8890850.42137110.1790713746.812256.231.9924170.41659411.3697714656.313177.132.052310.41225612.5948316108.314257.57从表4-6可以看出，统计年鉴中农村人均收入与预测的数据有一些差距，这是由很多方面因素引起的，一是模型选择变量指标还不够全面，可能对一些重要的因素没有考虑；二是数据来源的可靠性问题。农业金融数据的在统计、收集上存在一定的难度，统计年鉴还存在统计方法变化等问题，例如辽宁省2016年之后，农业总产值的计算方法按季度核算方法计算，这样2015年的农业总产值的数据在2015的年鉴中是4686.7亿元，但在最新的2019年的年鉴中变成了4057.6亿元，这些都给模型的计算带来难度。4.4实证结论与分析农村金融的发展依托于发展农村经济水平，在推动农村社会和谐安定方面，也发挥着十分重要的作用。通过实证研究结果得出结论：提升农村居民人均存贷规模，对提高农民收入水平可以起到明显的积极作用。相反，农村金融效率和存贷款占总产值比重对农村居民收入起抑制作用。现阶段农村金融服务对于农村居民还很有限，同时乡镇企业贷款严重不足，农村资金有外流非农业项目等倾向。同时，本文根据现有数据，应用模型预测了2016-2019年的农村居民收入，目的是对照统计年鉴口径的变化。综上分析，提高农村居民人均的金融规模和发展农村金融，是提高农村居民收入的有效途径。第5章结论与建议5.1结论根据实证分析的结果，农村存贷款占农村总产值比重与农村人均收入指标成反比例，农村金融效率与农村人均收入指标成反比例，人均农村存贷规模与农村人均收入成正比例。实验结果说明，如果农村存贷款占农村总产值比重过大或农村金融效率过高，且保持人均农村存贷规模大致不变情况下，农村居民的收入是减少的；如果人均存贷规模明显增大时，且农村存贷款占农村总产值比重指标或农村金融效率指标大致不变的情况下，农村居民的收入是增加的；如果三个指标同时变化时，考虑到人均存贷规模指标在模型的系数较大，所以对于农村居民收入的影响也是最显著的。5.2针对结论给出的政策建议5.2.1优化存贷款结构农村存贷款占农村总产值比重指标与农村人均收入指标成反比例的原因很多：第一，因为辽宁省投入产出低，大量的农村贷款不能有效转化农村产值，劳动产出的效率和结构都需要改善和优化；第二，部分存款存在“外流”到非农产业的现象，这些资金没有真正进行农业产业投资，导致农村产值较预期值进一步降低。虽然政府多次呼吁农村存款要用于农村经济，但是市场化金融机构还是有很强的逐利诉求。第三，近几年一些新型农村金融机构在辽宁省兴起，某种程度上缓解了农村居民对于融资迫切的需求，但主体信贷市场已经高度市场化，一旦城市信贷市场预期回报率高于农村信贷回报率时，农村储蓄还是会追逐高收益而流入城市，存贷款占农村总产值比重从2008年开始逐年上升，这与城市投资收益更高有很大关系，例如最近几年一线城市房地产价格上涨所带来的炒房热潮，就直接或间接吸引了大量市场资金，其中就包含农村储蓄。这些情况都扩大了城乡经济差距，农村居民的实际收入也会相应减少。试图改变这种现状，首先要优化辽宁省农村存贷款结构，由于农村经济落后，生产效率相对较低，投入产出比过低，农村贷款要更倾向于产出比较高的农业项目。对于产出比较低、投资周期长的项目，要加紧转化生产效率，通过技术和互联网等新技术、新方法提升生产转换效率。其次，对于部分农村存款流入到非农业项目的现象，需要金融监管部门下大力气对农村金融机构的贷款进行加强监管，将农村存款切实使用在农村农业发展上。再次，严格落实中央“房住不炒”的指示精神，防范农村储蓄追逐高收益金融产品进入房地产市场，做好农村存款的风险管控。5.2.2健全新型农村金融市场由实证分析结果可知，农村金融效率的提高并不能提高农村居民的收入。相反，金融效率过高，还会间接影响农村的收入。按照一般常识，金融效率提高应该可以促进居民收入增长，但这里金融效率出现了抑制现象，说明农村金融机构的发展存在一味追逐高收益，没有重视农村农业本身的投资特点，过分追求短期利益，尤其是新型农村金融机构发展不稳定，实质上并没有帮助农村居民提高收入。因此，在加强监管的基础上，需要进一步健全新型农村金融市场，推动农村借贷市场健康稳定的发展。发展和健全新型农村金融市场，需要从根据服务“三农”的宗旨，要先明确“三农”服务对象，本着解决服务对象的需求来精准落实服务，以支持现代农村的经济发展。在这里要尤其着力缩短城乡二元化差距，支持农村产业化、科技化转型，支持农村金融进行创新，给予更多的商业性金融服务优惠，这样就能弥补其交易成本，并通过多方面的力量来带动农村金融市场的活力。在新的市场经营管理模式下，农村金融市场可以在一些方面借鉴国外的先进经验，并打通与非常规金融机构的合作，建立多层次农村金融机构结构。非常规金融机构是正常金融机构的有效补充，可以有力弥补一些农村金融机构的空白，又可以在保护本息的原则下，帮助经营能力的农村居民扩大农业规模，并提供相关技术指导。引导非常规金融机构在农村开展业务，可以帮助一些贫困地区金融流动性不强的问题，在一定限度下解决农村居民借款难的问题，这无疑有助于经济的正向发展。在设立这些机构时，应当实行严格的监管，以便让其门槛更低。同时对于金融机构的客户，也就是农村的村民要进行金融教育或培训。我国农村居民的金融意识不强，金融素养平均偏低，普遍缺乏辨别风险的能力。随着网络借贷、P2P等非法借贷平台渗透到农村，各级金融监管部门应该联合农村金融机构，除了打击各种金融乱象之外，更要对农村群众进行教育和宣传。另外，由于农村居民金融意识不足，保险意识不高，对新型农业模式可能会表现消极；农村群众普遍缺乏公共信用，更相信熟人关系，偏向私人信用，间接增加了农村金融机构在进行信贷服务时的违约风险。为了让广大农村居民群众更好地学习、了解金融常识，国内的一些金融教育基金会开发了多种普惠金融知识读物，大大调动了广大农村居民群众学习金融知识等热情。5.2.3提高农村就业市场竞争力人均农村存贷规模指标对于农村居民收入的影响是最大的。影响主要反映在两个方面，一方面是存贷的规模，即存款余额和贷款余额的总和。存款余额尤其是农户存款每年都在稳定地上升，而贷款余额与对应贷款项目投资回报有关，因此贷款余额与贷款余额之和可以总体反映农村当地实际的经济情况。另一个方面，结合人口学家马尔萨斯的人口贫困理论，人口数量也是决定农