金融支農(nóng)成效的10年回顧

雷曜　張文婷

摘 要：本文在2007—2017年10年數(shù)據(jù)的基礎(chǔ)上，構(gòu)建了優(yōu)化的向量自回歸模型PVAR分析四大類涉農(nóng)貸款和農(nóng)業(yè)經(jīng)濟(jì)波動(dòng)各個(gè)變量之間的聯(lián)動(dòng)關(guān)系以及各類涉農(nóng)貸款變動(dòng)對農(nóng)民收入的長期決定因素和短期動(dòng)態(tài)變化。本文發(fā)現(xiàn)，各項(xiàng)涉農(nóng)貸款余額都是引起農(nóng)業(yè)經(jīng)濟(jì)變動(dòng)的格蘭杰原因，而只有農(nóng)林牧漁業(yè)貸款是引起農(nóng)村居民消費(fèi)價(jià)格變動(dòng)的格蘭杰原因；各項(xiàng)涉農(nóng)貸款對農(nóng)業(yè)經(jīng)濟(jì)變動(dòng)和農(nóng)民收入變動(dòng)都能在短期內(nèi)產(chǎn)生實(shí)際的影響，并且是單向的；全口徑涉農(nóng)貸款對農(nóng)業(yè)經(jīng)濟(jì)變動(dòng)和農(nóng)民收入變化的貢獻(xiàn)明顯，貢獻(xiàn)度達(dá)10.1%和5.26%，金融支農(nóng)成效顯著。

關(guān)鍵詞：涉農(nóng)貸款；農(nóng)民收入；優(yōu)化的向量自回歸模型

中圖分類號：F830.58 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號：1674-2265（2018）03-0003-09

DOI：10.19647/j.cnki.37-1462/f.2018.03.001

一、引言及文獻(xiàn)綜述

2007年以來，黨中央和國務(wù)院推動(dòng)金融支農(nóng)的政策力度不斷加大，圍繞提升農(nóng)村金融服務(wù)的能力和水平，明確了金融機(jī)構(gòu)分類改革、農(nóng)村普惠金融、涉農(nóng)資金投放、創(chuàng)新服務(wù)產(chǎn)品、發(fā)展農(nóng)業(yè)保險(xiǎn)、財(cái)稅重點(diǎn)支持等多項(xiàng)政策框架?？傮w上看，目前農(nóng)村金融市場主體的種類大大增加，商業(yè)銀行、農(nóng)信社、各類小型信貸機(jī)構(gòu)、合作性金融組織、擔(dān)保機(jī)構(gòu)、保險(xiǎn)企業(yè)等都在以各自的方式為“三農(nóng)”提供金融服務(wù)，多元化、多層級的農(nóng)村金融服務(wù)體系已經(jīng)形成，支持農(nóng)村金融發(fā)展的政策框架也基本成熟。但是農(nóng)村金融服務(wù)的高風(fēng)險(xiǎn)、高成本、信息不對稱等固有特征仍沒有消除，各地在落實(shí)中央農(nóng)村金融政策時(shí)存在一些具體的問題仍待破解。

通過對金融支農(nóng)頂層設(shè)計(jì)和相關(guān)實(shí)踐的回顧，我們發(fā)現(xiàn)，涉農(nóng)貸款是金融支農(nóng)最為重要的渠道之一，也是最為有效的方式之一。自我國2007年創(chuàng)立《涉農(nóng)貸款專項(xiàng)統(tǒng)計(jì)制度》以來，截至2017年9月，全部金融機(jī)構(gòu)涉農(nóng)貸款余額累計(jì)增長399.5%，平均年增速為18.83%。全口徑涉農(nóng)貸款余額從2007年末的6.1萬億元增加至2017年9月末的30.55萬億元，占各項(xiàng)貸款的比重從22%提高至25.6%。從機(jī)構(gòu)布局來看，目前我國已經(jīng)形成了涵蓋銀行類金融機(jī)構(gòu)、非銀行類金融機(jī)構(gòu)和其他微型金融組織相互補(bǔ)充的多層次、廣覆蓋的涉農(nóng)貸款金融服務(wù)體系。僅以村鎮(zhèn)銀行和新型農(nóng)村金融機(jī)構(gòu)為例，截至2016年末，全國已有1259個(gè)縣（市）核準(zhǔn)設(shè)立村鎮(zhèn)銀行，縣（市）覆蓋率為67%。全國已組建村鎮(zhèn)銀行1519家，其中64.5%設(shè)在中部地區(qū)，村鎮(zhèn)銀行資產(chǎn)規(guī)模達(dá)到1.24 萬億元；已累計(jì)為352萬家農(nóng)戶和小企業(yè)發(fā)放貸款580萬筆，累計(jì)發(fā)放貸款金額超過3萬億元。截至2016年末，全國已組建的新型農(nóng)村金融機(jī)構(gòu)93%以上的貸款投向了農(nóng)戶和小企業(yè)。全國金融機(jī)構(gòu)空白鄉(xiāng)鎮(zhèn)從啟動(dòng)時(shí)（2009年10月）的2945個(gè)減少到1296個(gè)；實(shí)現(xiàn)鄉(xiāng)鎮(zhèn)金融機(jī)構(gòu)和鄉(xiāng)鎮(zhèn)基礎(chǔ)金融服務(wù)雙覆蓋的?。ê?jì)劃單列市）從2009年10月的9個(gè)增加到29個(gè)。

金融支農(nóng)問題一直是國內(nèi)學(xué)術(shù)界研究的熱點(diǎn)，相關(guān)研究主要集中于以下幾個(gè)方面：（1）涉農(nóng)貸款與農(nóng)民收入的關(guān)系研究?，F(xiàn)有文獻(xiàn)主要持有兩種觀點(diǎn)：一是涉農(nóng)貸款的投入，有利于農(nóng)村基礎(chǔ)設(shè)施建設(shè)和農(nóng)業(yè)生產(chǎn)技術(shù)提高，從而帶動(dòng)農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)民收入提高。王建國和牛楠（2013）選取1996—2012年的數(shù)據(jù)，對易縣農(nóng)村信用社涉農(nóng)貸款和農(nóng)民收入相關(guān)性進(jìn)行實(shí)證研究。結(jié)果表明，涉農(nóng)貸款投入增加對農(nóng)民純收入增長具有促進(jìn)作用，但是貢獻(xiàn)率很低。吳蔚藍(lán)等（2015）也得出了相似的結(jié)論。楊正榮和蓋振煜（2015）的研究顯示，涉農(nóng)貸款投入增長對農(nóng)民收入增長具有促進(jìn)作用，而且其貢獻(xiàn)度仍有潛力可挖。二是隨著涉農(nóng)貸款的投入，對增加農(nóng)民收入的效果并不顯著。如夏遨（2017）對涉農(nóng)貸款及貸款結(jié)構(gòu)對農(nóng)民收入增長的關(guān)系進(jìn)行實(shí)證檢驗(yàn)，結(jié)果顯示，涉農(nóng)貸款投入加大并不一定能拉動(dòng)當(dāng)?shù)剞r(nóng)民收入增長。原因在于：一方面，大多數(shù)涉農(nóng)貸款被農(nóng)戶用于維修房屋或生活使用，短時(shí)間內(nèi)并不能起到增加收入的作用；另一方面，涉農(nóng)貸款的獲得者大多為外出務(wù)工人員，他們的收入水平取決于固定收入，并不能通過獲得貸款的方式得到提高。（2）涉農(nóng)貸款與經(jīng)濟(jì)增長的關(guān)系研究。武翠芳（2006）的分析結(jié)果表明，農(nóng)業(yè)信貸與農(nóng)業(yè)經(jīng)濟(jì)增長之間存在正相關(guān)關(guān)系，增加農(nóng)業(yè)信貸投入，可以提高農(nóng)業(yè)產(chǎn)出水平。此外，農(nóng)業(yè)固定資產(chǎn)對農(nóng)業(yè)產(chǎn)出也有很大的貢獻(xiàn)，因此在增加農(nóng)業(yè)信貸資金投入的同時(shí)，也要注意增加對農(nóng)業(yè)固定資產(chǎn)的投入。趙爍等（2012）研究發(fā)現(xiàn)，涉農(nóng)貸款影響農(nóng)業(yè)經(jīng)濟(jì)增長的途徑包括直接途徑和間接途徑，涉農(nóng)貸款的投入數(shù)量、質(zhì)量以及農(nóng)業(yè)生產(chǎn)績效是涉農(nóng)貸款影響農(nóng)業(yè)經(jīng)濟(jì)增長的三個(gè)主要因素。陳琦（2013）對農(nóng)業(yè)信貸、財(cái)政支農(nóng)支出以及兩者的交互作用對農(nóng)業(yè)經(jīng)濟(jì)增長的影響進(jìn)行了實(shí)證分析，結(jié)果表明單純增加財(cái)政支農(nóng)支出并不能有效促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長，農(nóng)業(yè)信貸對農(nóng)業(yè)經(jīng)濟(jì)有正影響作用，其與財(cái)政支農(nóng)支出之間存在互補(bǔ)關(guān)系。但也有觀點(diǎn)認(rèn)為我國農(nóng)業(yè)信貸與農(nóng)村經(jīng)濟(jì)增長存在明顯區(qū)域差異，總體上長期均衡關(guān)系不明顯（裴輝儒，2010）。（3）涉農(nóng)貸款存在的不足及其完善。張健華（2008）、岳意定（2008）、王愛儉（2009）等研究認(rèn)為，中國的涉農(nóng)貸款存在著風(fēng)險(xiǎn)較大、擔(dān)保體系缺乏、營銷成本高等問題。陳素芳（2011）指出，區(qū)域差異、機(jī)構(gòu)差異導(dǎo)致涉農(nóng)貸款業(yè)務(wù)開展不平衡現(xiàn)象的出現(xiàn)。高飛（2013）指出，縣域金融機(jī)構(gòu)在政策上扶持方面存在涉農(nóng)貸款增量獎(jiǎng)勵(lì)政策作用有限、農(nóng)村金融稅收政策優(yōu)惠不到位、農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼政策不完善等問題。許玉曉和王家傳（2008）認(rèn)為，要通過構(gòu)建適合中國的農(nóng)業(yè)信貸制度，為金融機(jī)構(gòu)加大對農(nóng)業(yè)和農(nóng)村的資金投入提供制度保障。完善農(nóng)村金融體系，建立健全農(nóng)業(yè)信貸管理制度，確保農(nóng)村金融機(jī)構(gòu)加大對農(nóng)村、農(nóng)業(yè)、農(nóng)民的信貸投入。

本文將研究數(shù)據(jù)更新至2017年，并采用了長達(dá)10年間的時(shí)間序列，采用優(yōu)化的向量自回歸模型（Parsimonious VAR，PVAR），對金融支持三農(nóng)的成效進(jìn)行考察。

二、涉農(nóng)貸款變動(dòng)及投向

涉農(nóng)貸款按照不同的統(tǒng)計(jì)角度總共分為四大類，該部分主要從農(nóng)村貸款、農(nóng)林牧漁業(yè)貸款、農(nóng)戶貸款和全口徑涉農(nóng)貸款這四個(gè)方面對近年來涉農(nóng)貸款的變動(dòng)和投向進(jìn)行分析。

（一）農(nóng)村貸款

圖1顯示，2007—2017年農(nóng)村貸款余額逐年穩(wěn)步增長，2009年增幅最為明顯，同比增長達(dá)34.2%。2014年農(nóng)村貸款余額占各項(xiàng)貸款的比重達(dá)23.2%。2009年和2014年中國人民銀行先后出臺(tái)了擴(kuò)大支農(nóng)再貸款的發(fā)放范圍和支持力度、下調(diào)相關(guān)涉農(nóng)金融機(jī)構(gòu)的存款準(zhǔn)備金率以及優(yōu)化農(nóng)村支付體系①等相關(guān)政策；財(cái)政部也相繼出臺(tái)了對涉農(nóng)貸款增量地區(qū)進(jìn)行試點(diǎn)獎(jiǎng)勵(lì)、對農(nóng)村金融機(jī)構(gòu)提供定向補(bǔ)貼資金、涉農(nóng)貸款營業(yè)稅優(yōu)惠②等財(cái)稅優(yōu)惠政策，由此可見結(jié)構(gòu)性的貨幣、財(cái)稅政策對農(nóng)村貸款的增長具有一定的促進(jìn)作用。

（二）農(nóng)林牧漁業(yè)貸款

從圖2中可以看出，農(nóng)林牧漁業(yè)貸款余額穩(wěn)步上升，但增長速度卻從2009年開始逐年放緩，最高同比增長率從2009年末的25.2%，下降到2016年末的4.2%，在2017年9月達(dá)到6.2%，相比2016年末稍有回升。

值得注意的是，農(nóng)林牧漁業(yè)貸款余額占比逐年下滑，從2007年末最高5.4%，下降到2017年9月末的3.3%。2014年財(cái)政部聯(lián)合林業(yè)局出臺(tái)對林業(yè)貸款提供相關(guān)補(bǔ)助資金③的政策，當(dāng)年的農(nóng)林牧漁業(yè)貸款余額占比下滑稍有緩和，說明扶持政策對涉農(nóng)貸款的支持效果立竿見影，但缺乏可持續(xù)性。

（三）農(nóng)戶貸款

圖3中可以看出，農(nóng)戶貸款同比增長率在2009年和2013年出現(xiàn)高點(diǎn)，分別為 32.7%和24.5%，財(cái)政部和人民銀行關(guān)于加大對農(nóng)村婦女的政策支持力度④和拓寬支農(nóng)再貸款的使用范圍⑤等扶持政策收效顯著。農(nóng)戶貸款余額占比逐年提升，從2007年末的4.8%上升至2017年末的6.7%。

（四）全口徑涉農(nóng)貸款

圖4顯示，2007—2017年全口徑涉農(nóng)貸款余額逐年穩(wěn)步增長，2009年漲幅達(dá)32.1%后放緩。2014年全口徑涉農(nóng)貸款余額占比達(dá)到28.1%。截至2017年9月末，全部金融機(jī)構(gòu)本外幣農(nóng)村⑥貸款余額24.9萬億元，較2007年末增長393.3%，占各項(xiàng)貸款余額的比重為20.8%，10年間平均年增速為18.76%；農(nóng)林牧漁業(yè)貸款余額3.9萬億元，較2007年末增長161.2%，占各項(xiàng)貸款余額的比重為3.3%，10年間平均年增速為11.58%；農(nóng)戶貸款余額8.0萬億元，較2007年末增長493.7%，占各項(xiàng)貸款余額的比重為6.7%，10年間平均年增速為20.19%；全口徑涉農(nóng)貸款余額30.5萬億元，較2007年末增長399.5%，占各項(xiàng)貸款余額的比重為25.6%，10年間平均年增速為18.83%。

三、數(shù)據(jù)結(jié)構(gòu)及實(shí)證檢驗(yàn)

（一）樣本和數(shù)據(jù)

1. 涉農(nóng)貸款的數(shù)據(jù)按統(tǒng)計(jì)口徑不同主要分為農(nóng)村貸款（RL）、農(nóng)林牧漁業(yè)貸款（AFHF）、農(nóng)戶貸款（FL）和全口徑涉農(nóng)貸款（FAL）。本文主要檢測這4個(gè)變量與農(nóng)民收入、農(nóng)業(yè)經(jīng)濟(jì)增長的正相關(guān)性。數(shù)據(jù)選自《中國農(nóng)村金融服務(wù)報(bào)告》。

2. 涉農(nóng)貸款主要服務(wù)于農(nóng)林牧漁等產(chǎn)業(yè)，這些產(chǎn)業(yè)統(tǒng)稱為第一產(chǎn)業(yè)，因此，使用第一產(chǎn)業(yè)累計(jì)值（AGDP）作為衡量農(nóng)業(yè)經(jīng)濟(jì)增長的主要指標(biāo)，數(shù)據(jù)來自萬得資訊。

3. 本應(yīng)選取農(nóng)村居民人均可支配收入（IR）作為農(nóng)民收入的指標(biāo)，但由于統(tǒng)計(jì)口徑在2013年進(jìn)行了更改，導(dǎo)致2007—2017年該數(shù)據(jù)不平穩(wěn)，無法進(jìn)行時(shí)間序列數(shù)據(jù)的相關(guān)模型檢驗(yàn)，故采用農(nóng)村居民消費(fèi)價(jià)格指數(shù)進(jìn)行替代。但后文單獨(dú)考察2013年3月至2017年9月情況時(shí)，使用農(nóng)村居民人均可支配收入數(shù)據(jù)，數(shù)據(jù)來源于中國經(jīng)濟(jì)數(shù)據(jù)庫（CEIC）和國家統(tǒng)計(jì)局官網(wǎng)。農(nóng)村居民消費(fèi)價(jià)格指數(shù)（RCPI，上年=100）是反映一定時(shí)期內(nèi)農(nóng)村居民家庭所購買的生活消費(fèi)品價(jià)格和服務(wù)項(xiàng)目價(jià)格變動(dòng)趨勢和程度的相對數(shù)，數(shù)據(jù)來自國家統(tǒng)計(jì)局和東方財(cái)富網(wǎng)。

由于涉農(nóng)貸款專項(xiàng)統(tǒng)計(jì)自2007年9月開始實(shí)施，本文數(shù)據(jù)樣本時(shí)間選擇2007年至2017年9月末；考慮到時(shí)間數(shù)據(jù)的匹配性和可得性，本文協(xié)整關(guān)系檢驗(yàn)（Johansen Cointegration Test）中包含的時(shí)間范圍為2013年3月末—2017年9月末。圖5為該樣本區(qū)間內(nèi)各項(xiàng)涉農(nóng)貸款的波動(dòng)圖。

（二）單位根檢驗(yàn)

用ADF方法對各個(gè)變量進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表2?？梢钥闯?，各個(gè)變量取自然對數(shù)后，除農(nóng)村居民消費(fèi)價(jià)格指數(shù)LRCPI外其他變量都不能拒絕原假設(shè)，都是不平穩(wěn)的，但一階差分后數(shù)據(jù)是平穩(wěn)的。

（三）主要變量的因果關(guān)系檢驗(yàn)

表3中顯示的是四大類型的涉農(nóng)貸款分別對農(nóng)業(yè)經(jīng)濟(jì)和農(nóng)村居民消費(fèi)價(jià)格的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果。格蘭杰因果關(guān)系檢驗(yàn)結(jié)果顯示，在1%的顯著水平下，農(nóng)村貸款、農(nóng)林牧漁業(yè)貸款和全口徑涉農(nóng)貸款是引起農(nóng)業(yè)經(jīng)濟(jì)變動(dòng)的格蘭杰原因；在5%的顯著水平下，農(nóng)戶貸款是引起農(nóng)業(yè)經(jīng)濟(jì)變動(dòng)的格蘭杰原因；而只有農(nóng)林牧漁業(yè)貸款是引起農(nóng)村居民消費(fèi)價(jià)格變動(dòng)的格蘭杰原因。總體看，涉農(nóng)貸款對我國農(nóng)業(yè)經(jīng)濟(jì)增長存在單向因果關(guān)系，僅農(nóng)林牧漁業(yè)貸款對農(nóng)民收入消費(fèi)存在單向因果關(guān)系。

（四）Johansen協(xié)整關(guān)系檢驗(yàn)

考慮單位時(shí)間數(shù)據(jù)的匹配性和可得性，將繼續(xù)對2013年3月末到2017年9月末涉農(nóng)貸款與農(nóng)業(yè)經(jīng)濟(jì)增長、農(nóng)村居民人均可支配收入的季度數(shù)據(jù)進(jìn)行Johansen協(xié)整關(guān)系檢驗(yàn)。

1. 模型建立。假設(shè)[Yt]為各個(gè)主要變量的矩陣，[Wt]為各個(gè)主要變量的一階滯后項(xiàng)矩陣，t是指本文數(shù)據(jù)涉及的觀測時(shí)間，則向量自回歸模型（VAR）可表述為：

2. 協(xié)整檢驗(yàn)。

根據(jù)AIC準(zhǔn)則確定滯后階數(shù)為1。AR根檢驗(yàn)表明模型的系統(tǒng)是平穩(wěn)的。

選擇1階滯后，檢查Unrestricted VAR模型中的I（1）cointegration 發(fā)現(xiàn)秩為3。用Johansen協(xié)整檢驗(yàn)估計(jì)非線性VAR（3）找到主要變量之間的關(guān)系。選用trace test對殘差的非正態(tài)性和最大特征值進(jìn)行對比。檢驗(yàn)結(jié)果見表4。

表4中，[β]表示長期協(xié)整關(guān)系系數(shù)，[α]表示回饋系數(shù)⑦，即短期調(diào)整偏差使之回到長期均衡的協(xié)整關(guān)系的速度。[H1]假設(shè)協(xié)整關(guān)系方程中不含有趨勢項(xiàng)，結(jié)果顯示概率為0.2102，則未拒絕原假設(shè)，說明協(xié)整方程中可以不含有趨勢項(xiàng)。[H2]假設(shè)檢驗(yàn)變量[FALt]=[RLt]在所有變量之間的長期關(guān)系，結(jié)果顯示，在5%的顯著水平下[H2]的假設(shè)被拒絕，說明農(nóng)村貸款和全口徑涉農(nóng)貸款這兩項(xiàng)貸款雖然統(tǒng)計(jì)口徑存在交叉的情況，但是無法互相替代，并不存在重復(fù)統(tǒng)計(jì)的情況。[H3]假設(shè)檢驗(yàn)變量[AGDPt]=[IRt]， 且Trend=0在所有變量之間的長期關(guān)系，結(jié)果顯示[H3]假設(shè)被接受，說明農(nóng)業(yè)經(jīng)濟(jì)增長和農(nóng)民收入呈正向關(guān)系，因此本文繼續(xù)對[Y't=[FALt，AGDPt，F(xiàn)LtIRt，AFHFt，RLt]] 進(jìn)行長期同質(zhì)性協(xié)整關(guān)系檢驗(yàn)。

（五）長期協(xié)整關(guān)系檢驗(yàn)結(jié)果

結(jié)合上文的限制性假設(shè)檢驗(yàn)的結(jié)果，本文發(fā)現(xiàn)協(xié)整系統(tǒng)中至少存在3個(gè)線性協(xié)整向量。結(jié)合Johansen協(xié)整檢驗(yàn)和Juselius（2006）的建模方法，協(xié)整向量會(huì)有以下平穩(wěn)的協(xié)整關(guān)系

以上三個(gè)協(xié)整方程顯示了本文主要變量之間協(xié)整關(guān)系假設(shè)檢驗(yàn)的結(jié)果?？梢钥闯觯趶缴孓r(nóng)貸款的協(xié)整系數(shù)[β]是正向顯著的，并且與第一產(chǎn)業(yè)GDP和農(nóng)民收入的[β]系數(shù)是同向的，這說明全口徑涉農(nóng)貸款和農(nóng)業(yè)經(jīng)濟(jì)變動(dòng)以及農(nóng)民收入具有一定的長期聯(lián)動(dòng)性。農(nóng)戶貸款和農(nóng)林牧漁業(yè)貸款的[β]系數(shù)均是負(fù)向顯著，說明長期全口徑涉農(nóng)貸款與農(nóng)戶貸款和農(nóng)林牧漁業(yè)貸款呈反向關(guān)系，即全口徑涉農(nóng)貸款長期的增長并不一定會(huì)導(dǎo)致農(nóng)戶貸款和農(nóng)林牧漁業(yè)貸款的增長。同樣，在第一產(chǎn)業(yè)GDP變化的方程中和農(nóng)戶貸款的方程中，第一產(chǎn)業(yè)GDP與全口徑涉農(nóng)貸款呈同向關(guān)系，說明全口徑涉農(nóng)貸款的確對農(nóng)業(yè)經(jīng)濟(jì)增長具有一定的貢獻(xiàn)。

（六）優(yōu)化的向量自回歸模型

將長期關(guān)系方程[CIa]、[CIb]和[CIc]作為誤差修正項(xiàng)用來估計(jì)差分變量的誤差修正模型（VECM），采用全信息極大似然值法（FIML）估計(jì)模型，可以去除協(xié)整系統(tǒng)中的非顯著變量，從而得到優(yōu)化的向量自回歸模型（PVAR）。最優(yōu)化的短期誤差修正模型VECM的估計(jì)結(jié)果顯示如表6。

在全口徑涉農(nóng)貸款的波動(dòng)方程中，第一產(chǎn)業(yè)GDP和農(nóng)民收入的一階滯后項(xiàng)都顯著，并且農(nóng)民收入系數(shù)在1%的水平下是正向顯著的。這與前文的VAR的結(jié)果相類似，說明全口徑涉農(nóng)貸款與第一產(chǎn)業(yè)GDP和農(nóng)民收入的聯(lián)動(dòng)非常緊密，在短期內(nèi)就會(huì)影響農(nóng)業(yè)經(jīng)濟(jì)和農(nóng)民收入的波動(dòng)。接下來通過脈沖響應(yīng)和方差分解進(jìn)行進(jìn)一步分析。

（）中表示標(biāo)準(zhǔn)差，[]中表示概率。

（七）脈沖響應(yīng)

本文中選擇數(shù)據(jù)頻率為季度數(shù)據(jù)，對脈沖響應(yīng)的滯后期選4期。

1. 涉農(nóng)貸款與第一產(chǎn)業(yè)GDP變動(dòng)的相互影響。圖6中A1和A2分別描述全口徑涉農(nóng)貸款的變動(dòng)沖擊對第一產(chǎn)業(yè)GDP的單位脈沖響應(yīng)和累積脈沖響應(yīng)；圖B1和B2分別描述農(nóng)林牧漁業(yè)貸款的變動(dòng)沖擊對第一產(chǎn)業(yè)GDP的單位脈沖響應(yīng)和累積脈沖響應(yīng)；圖C1和C2描述農(nóng)戶貸款的變動(dòng)沖擊對第一產(chǎn)業(yè)GDP的單位脈沖響應(yīng)和累積脈沖響應(yīng)；圖D1和D2描述農(nóng)村貸款的變動(dòng)沖擊對第一產(chǎn)業(yè)GDP的單位脈沖響應(yīng)和累積脈沖響應(yīng)。圖E1和圖E2至圖H1和圖H2分別描述第一產(chǎn)業(yè)GDP的變動(dòng)沖擊對四類涉農(nóng)貸款的單位脈沖響應(yīng)和累積脈沖響應(yīng)。

首先，對比圖6中的前8組圖與后8組圖，不難發(fā)現(xiàn)四類涉農(nóng)貸款的變動(dòng)沖擊對第一產(chǎn)業(yè)GDP的變動(dòng)都會(huì)有響應(yīng)，反之第一產(chǎn)業(yè)GDP的變動(dòng)沖擊卻對四類涉農(nóng)貸款沒有響應(yīng)，這與前文中因果關(guān)系檢驗(yàn)的結(jié)論相一致，即涉農(nóng)貸款對我國農(nóng)業(yè)經(jīng)濟(jì)變動(dòng)存在單向影響。其次，全口徑涉農(nóng)貸款、農(nóng)戶貸款和農(nóng)村貸款對第一產(chǎn)業(yè)GDP帶來的是負(fù)向沖擊，譬如給[?FALt]1個(gè)單位的沖擊后，第一產(chǎn)業(yè)GDP在第1個(gè)季度會(huì)有一個(gè)回落，但在隨后的季度內(nèi)迅速反向調(diào)整，直到第4個(gè)季度后逐漸平穩(wěn)。從累積響應(yīng)中可以看出，全口徑涉農(nóng)貸款、農(nóng)戶貸款和農(nóng)村貸款對第一產(chǎn)業(yè)GDP長期是負(fù)向沖擊。最后，明顯對第一產(chǎn)業(yè)GDP帶來直接正向沖擊的是農(nóng)林牧漁業(yè)貸款，若給[?AFHFt]1個(gè)單位的沖擊后，會(huì)導(dǎo)致第1個(gè)季度的第一產(chǎn)業(yè)GDP直線上升，直到第3個(gè)季度才逐漸回落，同樣累積響應(yīng)中顯示，[?AFHFt]1單位的沖擊會(huì)導(dǎo)致第一產(chǎn)業(yè)GDP從第1個(gè)季度開始就直線上升，并長期保持正向響應(yīng)，說明農(nóng)林牧漁業(yè)貸款對農(nóng)業(yè)經(jīng)濟(jì)具有立竿見影的推動(dòng)作用。

2. 涉農(nóng)貸款與農(nóng)民收入變動(dòng)的相互影響。圖7中，圖A1至D2分別描述全口徑涉農(nóng)貸款、農(nóng)林牧漁業(yè)貸款、農(nóng)戶貸款和農(nóng)村貸款的變動(dòng)沖擊對農(nóng)民收入的單位脈沖響應(yīng)和累積脈沖響應(yīng)；圖E1至圖H2分別描述農(nóng)民收入的變動(dòng)沖擊對四類涉農(nóng)貸款的單位脈沖響應(yīng)和累積脈沖響應(yīng)。

對比發(fā)現(xiàn)，四類涉農(nóng)貸款的變動(dòng)沖擊對農(nóng)民收入的變動(dòng)都會(huì)有響應(yīng)，然而農(nóng)民收入的變動(dòng)沖擊對四類涉農(nóng)貸款則沒有什么響應(yīng)，說明涉農(nóng)貸款對農(nóng)民收入變動(dòng)能在短期內(nèi)產(chǎn)生實(shí)際的影響，并且是單向的。研究涉農(nóng)貸款對農(nóng)民收入的影響，發(fā)現(xiàn)全口徑涉農(nóng)貸款、農(nóng)戶貸款和農(nóng)村貸款對農(nóng)民收入帶來的是正向沖擊，只有農(nóng)林牧漁業(yè)貸款[?AFHFt]產(chǎn)生1個(gè)單位標(biāo)準(zhǔn)差的沖擊會(huì)對第1個(gè)季度的農(nóng)民收入產(chǎn)生1個(gè)負(fù)向沖擊，第2個(gè)季度達(dá)到頂峰，到第3個(gè)季度該沖擊逐漸回落至平穩(wěn)。累計(jì)響應(yīng)中顯示，農(nóng)林牧漁業(yè)貸款對農(nóng)民收入帶來的沖擊使農(nóng)民收入在第2個(gè)季度達(dá)到頂峰然后逐漸回落至平穩(wěn)。

（八）方差分解

對主要變量預(yù)期誤差的方差進(jìn)行分解，衡量PVAR模型中每1個(gè)結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻(xiàn)程度。各個(gè)主要變量的方差分解關(guān)系描繪如圖8，滯后階數(shù)選取的是6。

可以看出，四類涉農(nóng)貸款對第一產(chǎn)業(yè)GDP貢獻(xiàn)度均不超過20%，其中貢獻(xiàn)度占比最高的是全口徑涉農(nóng)貸款，達(dá)10%左右。同樣，四類涉農(nóng)貸款對農(nóng)民收入的貢獻(xiàn)度不超過10%，其中貢獻(xiàn)度占比最高的涉農(nóng)貸款仍然是全口徑涉農(nóng)貸款。第一產(chǎn)業(yè)GDP對農(nóng)民收入的貢獻(xiàn)度達(dá)90%以上，占比最高。第一產(chǎn)業(yè)GDP和農(nóng)民收入變化的方差分解結(jié)果顯示如表7。

從表7中可以看出，在四類涉農(nóng)貸款中，全口徑涉農(nóng)貸款對農(nóng)業(yè)經(jīng)濟(jì)變動(dòng)和農(nóng)民收入變動(dòng)的貢獻(xiàn)度是最高的，且遠(yuǎn)遠(yuǎn)高于其他貸款。全口徑涉農(nóng)貸款對第一產(chǎn)業(yè)GDP變化的貢獻(xiàn)度在第1個(gè)季度就達(dá)到了8%，并且在第3個(gè)季度超過了10.1%；對農(nóng)民收入變化的貢獻(xiàn)度在第1個(gè)季度就達(dá)到了4.28%，在隨后的第3個(gè)季度達(dá)到了5.26%，說明全口徑涉農(nóng)貸款對農(nóng)業(yè)經(jīng)濟(jì)的變化和農(nóng)民收入的變化的影響持續(xù)增加。

四、結(jié)論與政策建議

本文通過優(yōu)化的向量自回歸模型PVAR分析了四類涉農(nóng)貸款和農(nóng)業(yè)經(jīng)濟(jì)波動(dòng)各個(gè)變量之間的聯(lián)動(dòng)關(guān)系，以此考察涉農(nóng)貸款在支持“三農(nóng)”發(fā)展方面的積極成效。（1）從實(shí)證結(jié)論看，人民銀行結(jié)構(gòu)化政策工具在促進(jìn)農(nóng)民收入和農(nóng)業(yè)經(jīng)濟(jì)增長方面有著積極效應(yīng)。（2）通過脈沖響應(yīng)函數(shù)分析發(fā)現(xiàn)，涉農(nóng)貸款對我國農(nóng)業(yè)經(jīng)濟(jì)變動(dòng)存在單向影響，農(nóng)林牧漁業(yè)貸款對農(nóng)業(yè)經(jīng)濟(jì)的增長有著立竿見影的效果。（3）對各項(xiàng)涉農(nóng)貸款對農(nóng)民收入波動(dòng)的影響分析發(fā)現(xiàn)，各項(xiàng)涉農(nóng)貸款對農(nóng)民收入變動(dòng)在短期內(nèi)產(chǎn)生實(shí)際的影響，并且是單向的。（4）方差分解分析發(fā)現(xiàn)，各項(xiàng)涉農(nóng)貸款對農(nóng)業(yè)經(jīng)濟(jì)變動(dòng)和農(nóng)民收入變化的貢獻(xiàn)度較明顯，其中貢獻(xiàn)度占比最高的是全口徑涉農(nóng)貸款。

綜上研究，涉農(nóng)貸款支持“三農(nóng)”發(fā)展的成效是顯著的和積極的。下一步，相關(guān)部門應(yīng)進(jìn)一步加大結(jié)構(gòu)性政策的使用力度，進(jìn)一步提升涉農(nóng)貸款投放的合理性和精準(zhǔn)性，提高涉農(nóng)貸款使用效率。

注：

①詳見銀發(fā)[2009]38號文件和銀發(fā)[2014]42、65、69、90、117、133、235、396號文件。

②詳見財(cái)金[2014]4、12、號文件和財(cái)稅[2014]5、102號文件。

③詳見財(cái)農(nóng)[2014]9號文件，該政策是對財(cái)農(nóng)[2009]291號文件的延續(xù)。

④詳見財(cái)金[2013]84號文件。

⑤詳見銀發(fā)[2009]38號文件、銀發(fā)[2013]58號文件。

⑥縣及縣以下。

⑦表中未全部顯示α的結(jié)果，這里不影響結(jié)論。

參考文獻(xiàn)：

[1]Hasbrouck， J. 1991. Measuring the information content of stock trades. Journal of Finance no. 46 （1）.

[2]Sims， Christopher A. 1980."Macroeconomics and Reality. Econometrica no. 48 （1）.

[3]Johansen， S?ren. 1995. Likelihood-based inference in cointegrated vector autoregressive models， Advanced texts in econometrics. Oxford ； New York： Oxford University Press.

[4]Juselius， K. 2006. The cointegrated VAR model： methodology and applications： Oxford University Press， USA.

[5]Demiralp， S.， and K.D. Hoover. 2003. Searching for the causal structure of a Vector Autoregression. Oxford Bulletin of Economics and statistics no. 65.

[6]Hendry， D.F.， and H.M. Krolzig. 2001. Automatic econometric model selection using PcGets 1.0： Timberlake Consultants.

[7]Brooks， Chris. 2008. Introductory econometrics for finance. 2nd ed. Cambridge England，New York：Cambridge University Press.

[8]Hendry， D.， and M. Krolzig. 2004. The properties of automatic Gets modelling. NYU Working Paper No. SC-CFE-05-03.

[9]Hendry， D.F.， and J.A. Doornik. 1994. Modelling linear dynamic econometric systems. Scottish Journal of Political Economy no. 41 （1）.

[10]Zhang，Zhichao， Frankie Chau，and Wenting Zhang. 2012. Exchange rate determination and dynamics in China： A market microstructure analysis. International Review of Financial Analysis：Forthcoming.

[11]中國人民銀行農(nóng)村金融服務(wù)研究小組.中國農(nóng)村金融服務(wù)報(bào)告2016[R].2017，（1）.

[12]劉曉晨.涉農(nóng)貸款分類管理及政策支持機(jī)制研究[D].山東農(nóng)業(yè)大學(xué)碩士學(xué)位論文，2010年.

[13]韓國強(qiáng).甘肅農(nóng)行涉農(nóng)貸款風(fēng)險(xiǎn)管控問題研究[D].蘭州大學(xué)研究生學(xué)位論文，2011年.

[14]呂植培.廣西農(nóng)村信用社涉農(nóng)貸款發(fā)展研究[D].廣西大學(xué)研究生學(xué)位論文，2012年

[15]中國人民銀行.涉農(nóng)貸款專項(xiàng)統(tǒng)計(jì)制度，銀發(fā)2007，246號.

[16]韓國強(qiáng).甘肅農(nóng)行涉農(nóng)貸款風(fēng)險(xiǎn)管理問題研究[D].蘭州大學(xué)研究生學(xué)位論文，2011年.

[17]楊鳳琪.淺議涉農(nóng)貸款增量獎(jiǎng)勵(lì)政策的完善[J].財(cái)政監(jiān)督，2013，（11）.

[18]王愛儉.擴(kuò)大農(nóng)村金融有效供給關(guān)鍵是大力發(fā)展“草根金融”[N].金融時(shí)報(bào)，2009-03.

[19]陳素芳.河北省銀行業(yè)涉農(nóng)貸款現(xiàn)狀分析及監(jiān)管對策[J].河北金融，2011，（2）.

[20]高飛.加大涉農(nóng)貸款財(cái)政扶持[J].中國金融，2013，（1）.

[21]張健華.中國農(nóng)村多層次信貸市場問題研究[M].經(jīng)濟(jì)管理出版社，2009.

[22]許玉曉，王家傳.農(nóng)業(yè)信貸有效供給與制度創(chuàng)新研究[J].生產(chǎn)力研究，2008，（2）.

[23]張劍.當(dāng)前涉農(nóng)貸款投放面臨的困境及對策[J].金融縱橫，2010，（3）.

[24]王建國，牛楠.涉農(nóng)貸款與農(nóng)民收入關(guān)系實(shí)證研究——以易縣農(nóng)村信用社為例[J].河北工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013（12）.

[25]吳蔚藍(lán)，譚文杰，燕星辰，孫育剛.貧困地區(qū)農(nóng)民收入與涉農(nóng)貸款關(guān)系的實(shí)證研究——以甘肅省慶陽市合水縣為例[J].財(cái)會(huì)研究，2015，（12）.

[26]楊正榮，蓋振煜.涉農(nóng)貸款與農(nóng)民收入相關(guān)性探析——基于慶陽市的實(shí)證分析[J].生產(chǎn)力研究，2015，（10）.

[27]夏遨.涉農(nóng)貸款對農(nóng)民收入水平的影響研究——以湘西抽樣縣為例[J].特區(qū)經(jīng)濟(jì)，2017，（6）.

[28]武翠芳.農(nóng)業(yè)信貸對我國農(nóng)業(yè)經(jīng)濟(jì)增長貢獻(xiàn)的實(shí)證分析[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2006，（9）.

[29]裴輝儒.我國農(nóng)業(yè)信貸與農(nóng)業(yè)經(jīng)濟(jì)增長的相關(guān)性研究——基于1978—2007年31個(gè)省份的Panel Data分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010，（2）.

[30]趙爍，臧雪華，陳龍鑫.涉農(nóng)貸款與農(nóng)業(yè)經(jīng)濟(jì)增長的關(guān)系研究——以內(nèi)蒙古喀喇沁旗為例[J].北方經(jīng)濟(jì)，2012，（7）.

[31]張茜.農(nóng)業(yè)信貸規(guī)模與農(nóng)村經(jīng)濟(jì)增長關(guān)系的實(shí)證分析[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012，（1）.

[32]陳琦.農(nóng)業(yè)信貸、財(cái)政支農(nóng)對農(nóng)業(yè)經(jīng)濟(jì)增長的影響研究：基于省際面板數(shù)據(jù)的分析[J].西安電子科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，（9）.

[33]劉翔.農(nóng)業(yè)信貸對農(nóng)業(yè)經(jīng)濟(jì)增長作用的研究——以陜北地區(qū)為例[J].農(nóng)業(yè)經(jīng)濟(jì)，2015，（9）.