農村金融發(fā)展區(qū)域差異及影響因素研究農村金融區(qū)域發(fā)展差異及其影響因素

農村金融發(fā)展區(qū)域差異及影響因素研究農村金融區(qū)域發(fā)展差異及其影響因素

一、主要任務和任務2013年國家一號文件再次集中在三個農業(yè)問題上。在文件中，農村金融服務的改善被提到了現(xiàn)代農業(yè)發(fā)展的主要任務。隨著現(xiàn)代農業(yè)的快速發(fā)展,農戶、鄉(xiāng)鎮(zhèn)中小型企業(yè)以及各種形式的農民合作經營主體對發(fā)展資金的需求也日益增長,農村金融的發(fā)展承載了更多服務農業(yè)發(fā)展的社會責任我國是一個農業(yè)大國,涉農人口眾多,根據第六次全國人口普查,我國居住在鄉(xiāng)村的人口達到67415萬人,占比50.32%二、相關文獻一般(一)排除構建計量模型20世紀50年代,金融地理學開始作為一個經濟學分支出現(xiàn)在研究領域,為金融問題研究提供了新的思路。早期金融地理學的研究范圍主要包括金融的區(qū)位選擇、金融排斥問題以及貨幣地理問題鑒于直接選取金融發(fā)展指標進行區(qū)域間比較,只能對農村金融差異的局部進行度量(如金融規(guī)模、金融效率等),并不能綜合反映農村金融區(qū)域發(fā)展差異的程度,在此排除直接指標對比法;另外本文研究的側重點在于對農村金融區(qū)域發(fā)展差異現(xiàn)狀的度量,而對農村金融區(qū)域發(fā)展差異的收斂性、未來進行趨勢等不作過多考究,因此排除構建計量模型的方法;泰爾指數(shù)方法作為衡量個人或區(qū)域間差異的指標被眾多學者所引用,其最大優(yōu)點在于可以衡量組內差距和組間差距對總差距的貢獻,因此本文選用泰爾指數(shù)方法對農村金融區(qū)域發(fā)展差異進行度量,以考察我國農村金融區(qū)域間差異、區(qū)域內差異以及二者對總差異的貢獻。(二)影響區(qū)域金融發(fā)展差異的因素現(xiàn)階段對區(qū)域金融發(fā)展差異的影響因素的研究大多基于20世紀中期產生的金融發(fā)展理論。Gurley和Shaw綜合國內外學者的觀點,區(qū)域金融發(fā)展差異的影響因素主要體現(xiàn)在以下幾個方面:區(qū)位地理因素、經濟發(fā)展因素、制度因素和政治因素等。由于農村金融市場特征與通稱的金融市場特征差異較大,因此本文在模型中加入市場因素,最終模型中將區(qū)域金融發(fā)展差異的影響因素主要設定為四個方面:區(qū)位發(fā)展因素、經濟發(fā)展因素、政治因素和市場因素。三、基于熵的立地指數(shù)值結合前文的分析,本研究選用泰爾指數(shù)對我國農村金融區(qū)域發(fā)展差異進行度量。泰爾指數(shù)的基本形式設定如下:其中TL為泰爾指數(shù)值,CD全國的泰爾指數(shù)值為:TL=TL式中下標E、C、W分別表示東、中、西部地區(qū)。泰爾指數(shù)是基于熵進行的運算,可以有效反映個體之間的差異性。泰爾指數(shù)的值越大,表明個體之間的差異越明顯。表1為衡量2002—2011年間農村金融區(qū)域發(fā)展差異的泰爾指數(shù)值。整體來看,總體差異的泰爾指數(shù)值均高于0.314,高于國內學者用同樣方法測算的全國區(qū)域金融發(fā)展差異的泰爾指數(shù)值(均值為0.15)四、影響農民和村金融區(qū)發(fā)展差異的因素由于我國農村金融形式單一,其表現(xiàn)形式主要是農村存貸款,借鑒國際通用的衡量金融發(fā)展水平的方法(一)靜態(tài)面板模型構建本文借鑒國內外學者的研究成果,將農村金融區(qū)域發(fā)展差異的影響因素分為四個方面:區(qū)位發(fā)展因素、經濟發(fā)展因素、政治因素和市場因素。區(qū)位發(fā)展因素包括地區(qū)教育水平、地區(qū)商品交易效率和地區(qū)信息化水平。其中地區(qū)教育水平由地區(qū)人均受教育年限表示,計算方法采用萬廣華、陸銘和陳釗基于以上分析,我們構建如下靜態(tài)面板數(shù)據模型:其中FIR為金融相關比率,Edu為地區(qū)教育水平,K另外,上述靜態(tài)模型的假設是基于被解釋變量隨著解釋變量的變動及時完全變動,而未考慮到滯后因素。鑒于農村金融業(yè)的發(fā)展可能存在一定的慣性效應,因此將滯后因素納入模型中是必要的,而引用動態(tài)模型將能較好地解決模型中滯后因素缺失的問題。因此,我們構建如下動態(tài)調整模型:其中FIR(二)數(shù)據的描述性統(tǒng)計本文使用STATA11.0SE統(tǒng)計軟件對各變量進行數(shù)據分析。由于西藏和重慶的部分數(shù)據缺失過多,因此本文篩除這兩個樣本,樣本量共計290個。在計算過程中,各變量的單位均按照國家統(tǒng)計局標準單位進行了標準化處理。各變量的描述性統(tǒng)計如表2所示。為檢驗模型是否存在多重共線性問題,本文計算了各變量的Pearson相關系數(shù)(如表3所示),發(fā)現(xiàn)各變量間相關系數(shù)均較低,在此基礎上我們計算了解釋變量的方差膨脹因子(如表4所示),發(fā)現(xiàn)全部小于10,說明模型中并不存在多重共線性的問題。2.異方差性研究表5報告了模型1~5的估計結果,模型1和模型2分別為靜態(tài)回歸模型中的固定效應模型和隨機效應模型。固定效應模型中,F檢驗結果顯著,表明固定效應模型優(yōu)于混合OLS模型;隨機效應模型中,通過BreuschandPagan檢驗結果顯著,表明隨機效應同樣非常顯著。由于隨機效應模型要求文中解釋變量與個體效應相關,而固定效應模型要求解釋變量是嚴格外生的,因此構造一個統(tǒng)計量判斷個體效應和解釋變量是否相關即可作為應選用何種模型的依據。本文使用國內外通用的Hausman檢驗方法檢驗文中適合使用何種模型,檢驗結果顯示協(xié)方差矩陣是非正定的,因此Hausman檢驗結果不能作為評判標準。通過固定效應和隨機效應模型的實證分析結果,發(fā)現(xiàn)除了K通常,面板數(shù)據有可能存在異方差和自相關問題,本文使用Wooldridge檢驗對模型自相關問題進行檢驗,結果接受原假設,說明模型的自相關問題不明顯。另外,我們用似然比檢驗對異方差問題進行了檢驗,結果顯示,異方差問題較為嚴重。為消除異方差問題,本文使用廣義最小二乘法(FGLS)對模型進行估計,以修正異方差問題。結果顯示,對數(shù)似然值和Wald檢驗均顯著,說明模型擬合效果較好。根據模型3的估計結果,解釋變量的估計均在1%程度上顯著,說明地區(qū)教育水平、地區(qū)商品交易效率、地區(qū)信息化水平、地區(qū)政策支持和金融市場交易效率對金融相關比率都有顯著影響,地區(qū)經濟發(fā)展水平則對金融發(fā)展有微弱的反向作用,這可能與以下兩個因素有關:一是農業(yè)自身的弱質性帶來的對經濟增長的作用不明顯,據測算,我國第一產業(yè)貢獻率自1990年開始逐步下降,至2012年已降至10%以下,同時第二第三產業(yè)發(fā)達的地區(qū)第一產業(yè)占比降低,發(fā)展緩慢,因此導致了地區(qū)經濟發(fā)展水平因素對金融發(fā)展的反向作用模型4和模型5分別運用兩種動態(tài)面板數(shù)據模型估計方法對動態(tài)調整模型進行了估計。由于金融發(fā)展存在一定的滯后效應,本文將金融相關比率的滯后一階引入方程解釋變量中進行分析,滯后項系數(shù)體現(xiàn)了現(xiàn)有農村金融發(fā)展水平對下一期農村金融發(fā)展水平的影響程度。對于動態(tài)面板模型,需滿足殘差項不能存在二階序列相關的假設,因此本文使用ArellanoandBond檢驗對二階序列相關進行檢驗,結果顯示兩種模型均通過檢驗,不存在二階序列相關。另外,對于GMM估計的有效性還需檢驗其工具變量的有效性,通常采用Sargan或Hansen檢驗來識別,由于本文工具變量少,且數(shù)據為短面板,使用Hansen檢驗較為適合。結果顯示,差分GMM估計在10%程度上未能通過檢驗,而系統(tǒng)GMM模型估計通過檢驗,因此本文認為系統(tǒng)GMM估計是有效的。由于金融發(fā)展存在一定的慣性,上一期的金融發(fā)展程度對本期金融發(fā)展的影響通常是正向的,受金融發(fā)展規(guī)模、金融發(fā)展效率等的影響,金融發(fā)展程度越高的地區(qū)金融發(fā)展的速度越快,因此滯后項的回歸系數(shù)應該為正。從模型5可以看出,FIR總結上文可以發(fā)現(xiàn),四個因素(區(qū)位發(fā)展因素、經濟發(fā)展因素、政治因素和市場因素)對農村金融區(qū)域發(fā)展均有顯著影響,其中經濟發(fā)展因素對農村金融發(fā)展有反向影響,國內學者對整體金融市場的研究結論則與其恰好相反,這與農村金融市場的特殊性有一定的關系,農業(yè)的弱質性和長期的資金外流使得農村經濟的發(fā)展未能很好地帶動農村金融的發(fā)展,隨著地區(qū)經濟增長以及儲蓄水平和消費水平的提高,農村貸款率反而沒有相應的增長,由此導致經濟發(fā)展因素對農村金融發(fā)展呈現(xiàn)微弱的反向影響;地區(qū)教育水平、地區(qū)商品交易效率、地區(qū)信息化水平、地區(qū)政策支持和金融市場交易效率對農村金融區(qū)域發(fā)展有顯著的正向影響。五、農村金融發(fā)展水平本文選取我國29個省(市、自治區(qū))的數(shù)據,運用泰爾指數(shù)對我國農村金融區(qū)域發(fā)展差異進行了度量,并在此基礎上運用靜態(tài)和動態(tài)面板數(shù)據模型對農村金融區(qū)域發(fā)展差異的影響因素進行了實證檢驗?；谝陨涎芯?本文得出以下結論:第一,我國農村金融區(qū)域發(fā)展差異普遍存在,三大區(qū)域的差異水平較為均衡;從差異分解的情況來看,區(qū)域間差異遠小于區(qū)域內差異,區(qū)域內差異在一定程度上決定了總體差異的水平。第二,靜態(tài)面板模型的結果顯示,地區(qū)教育水平、地區(qū)商品交易效率、地區(qū)信息化水平、地區(qū)政策支持和金融市場交易效率對金融相關比率均有影響,地區(qū)經濟發(fā)展水平對金融發(fā)展有微弱的反向作用,這與農業(yè)的弱質性和農業(yè)資金外流有一定的關系。第三,動態(tài)面板模型的結果顯示,上一期的農村金融發(fā)展水平對本期的農村金融發(fā)展影響是非常顯著的,這表明,地區(qū)農村金融發(fā)展的差距可能會出現(xiàn)越來越大的現(xiàn)象,國家應該通過制定相應的政策對此現(xiàn)象進行宏觀調控,防止差異擴大。因此,本文提出如下政策建議:第一,通過鼓勵正規(guī)金融組織進入農村市場、扶持民間新型金融組織(如資金互助社、貸款公司等),提升農村金融發(fā)展的水平。第二,促進地區(qū)經濟發(fā)展水平和區(qū)位發(fā)展水平的