农村正规金融信贷/财政支农与农业经济增长的实证研究

摘要：运用中国1952—2005年的数据进行实证研究，计量结果表明，正规金融的信贷的增加在一定程度上对农业经济的增长起到了促进作用，但投放到农业的资金的配置效率是不高的；而中国财政支农资金的增加几乎没有促进农业经济的增长。最后提出相应的建议。
　　关键词：正规金融信贷；财政支农；农业；经济增长

　　引言
　　农业是最重要的物质生活资料的生产部门，是国民经济的基础产业。农业经济增长如何，直接制约着整个国民经济的发展和全国人民的生活。因此，支持、保护和发展农业经济，增加农民收入是中国农村工作的首要任务。由经济增长理论可知，资金的投入是经济增长的重要因素之一，农业的经济增长同样离不开资金的支持。但是，一方面，农业是“弱质”产业，自身资金的积累能力不足，生产周期长；另一方面，农业是一个低利润产业，而经营风险却较大，又难以形成有效的资金吸纳能力，所以，加大农村正规金融信贷、财政对农业的支持力度，对促进农业经济的可持续发展具有重要的战略意义。从政府的出台的措施来看，其增加农业和农村投入的决心很大，尤其是近几年，中央对三农投入逐年增加，2007年达到3 917亿元。但是，目前的农村正规金融信贷和财政支农投入真的能够有效地促进农业经济增长吗？本文试图在总结国内外相关研究的基础上，对此进行实证研究。
　　一、近期文献综述
　　在近期的理论文献中，Koester（2000）深入研究了功能完善的农村金融市场在实现由计划经济向市场经济转变以及提高农村资源配置效率中的核心作用，他认为，经济转型国家由于缺乏有效的农村金融市场体系，国家的财政、金融部门对农村资金的配置效率是低下的。Jensen（2001）进一步分析了政府资助的农业信贷体系对信贷市场的扭曲，认为在发展中国家，农业信贷资金的筹集来自国家财政，而发达国家的城乡金融体系已经日益整合为一体，政府资助的农业信贷模式正在逐步向市场化的融资方式转变。同时，Jensen通过实证分析得出结论：发展中国家政府主导的农业信贷体系在促进农业投资方面缺乏效率，而发达国家的市场化融资方式和国家必要的干预措施明显是更有效的。Townsend（2001）则研究了农业经营风险对农村融资活动以及农村金融发展的影响，他认为，在农业单位缺乏必要的风险管理的情况下，农村金融部门对农业的信贷支持将下降，政府推动的农业信贷会增大农村金融风险，而且效率也是低下的。OECD（2001）专门对中国农村经济系统资金流失的渠道、规模和原因进行了分析，认为农业风险大，农业收入低下，农村信用和风险管理市场不完善，地方政府的趋利行为、寻租行为造成财政、金融资源低效配置和大量转移，是中国农业和农村融资的主要问题，并指出，如果不解决这些问题，农业和农村的资金流失是不可避免的。可见，国外的研究普遍认为发展中国家的资金投入到农业的配置效率是不高的。
　　二、研究方法与数据
　　（一）实证方法
　　为了避免模型出现伪回归的现象，在本研究中首先将利用Dickey & Fuller 提出的考虑残差项序列相关的ADF 单位根检验法，检验变量的平稳性，对于非平稳性的变量进行处理使之成为平稳时间序列。本文将利用格兰杰因果关系检验法（Granger Causality Test）判断这些变量之间的关系是否构成短期因果关系。格兰杰因果关系的基本原理是，如果变量Y2 过去和现在的信息有助于改进变量Y1 的预测，则说变量Y1是由变量Y2格兰杰原因引起的（Granger - caused）。格兰杰因果关系检验中最重要的是滞后时间长度的确定，在实际分析中检验的功效取决于最优滞后期数的确定。如果滞后期数随机确定，检验结果会出现错误。在该项研究中，最优滞后期数的确定是按Schwarz 评价准则（SC）确定的。在因果关系检验的基础上，本文通过脉冲响应函数，方差分解技术，以分析变量之间关系的贡献度和强度。
　　（二）指标选取
　　1．正规金融（包括银行和信用社等）的信贷余额NLOAN：用农业贷款余额衡量。
　　2．财政支农NEXP：包括支援农村生产支出和农林水利气象等部门的事业费，农业基本建设支出，农业科技三项费，农村救济费等。
　　3．农业经济增长NGDP：用第一产业的名义GDP作近似衡量。为了减少原来数据的异方差性，以上数据都取自然对数，即用LNLOAN、LNEXP、LNGDP表示。
　　（三）数据说明
　　本文的正规金融的信贷余额NLOAN、财政支农NEXP、农业经济增长NGDP的数据1952—1977年的来源于《新中国五十年统计资料汇编》，1978—2005年的数据来源于2006年的《中国统计年鉴》。
　　三、实证检验
　　（一）单位根检验
　　格兰杰指出当使用非平稳序列进行回归时，会造成虚假回归，并且当变量存在着单位根，即非平稳时，传统的统计量，如t值、F值、DW值和R-平方将出现偏差。因此为了保证回归结果的BLUE，我们利用扩展的迪基—富勒(Augmented Dickey-Fuller，简称ADF)检验方法来检验样本数据的时间序列特征，它假定系列yt服从AR（p）过程，ADF平稳性检验是基于以下回归方程：
　　Δyt =β1 +β2 t + （ρ- 1） yt - 1 +αi ·ΣmiΔyt - i +εt
　　εt为纯粹白噪音误差项，滞后阶数的选择使得εt不存在序列相关。原假设H0：ρ= 1，备选假设H1：ρ< 1。接受原假设意味时间序列含有单位根，即序列是非平稳的。利用Eviews5.0对相关变量的原始序列进行ADF检验发现均不平稳，一阶差分后再进行ADF检验，发现数据均平稳，可以进行Granger因果检验。
　　（二）Granger因果检验
　　到底是正规金融的信贷扩张或（和）财政支农的增加促进农业经济的增长，还是相反或者相互促进呢？由J.Granger
　　1969 年提出，由Sim（1972）推广的Granger因果检验可以对此进行验证。Granger因果关系检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中。一个变量如果受到其他变量的滞后影响，则称它们具有Granger因果关系。对于LNLOAN不是LNGDP的格兰杰原因的原假设，拒绝它犯第一类错误的概率是0.07，表明LNLOAN是LNGDP的格兰杰原因的概率较大，拒绝原假设，即正规金融信贷的增加能促进农业经济的增长。对于LNEXP不是LNGDP的格兰杰原因的原假设，拒绝它犯第一类错误的概率是0.72，表明LNEXP不是LNGDP的格兰杰原因的概率较大，不能拒绝原假设，即财政支农的增加没有促进农业经济的增长。而在至少99%的置信水平下LNGDP是LNLOAN的格兰杰原因，至少95%的置信水平下LNGDP是LNEXP的格兰杰原因，即农业经济的增长也能促使正规金融信贷的增加，农业经济的增长使国家增加财政支农的支出，我们将在后面对此作出分析。