甘肅省農(nóng)村金融發(fā)展扶貧效應(yīng)研究
——基于向量自回歸檢驗(yàn)

趙瑞婷，海新權(quán)，魏馨柔，趙皓然

（甘肅農(nóng)業(yè)大學(xué)財(cái)經(jīng)學(xué)院，甘肅蘭州 730070）

甘肅省作為西部重要省份和脫貧攻堅(jiān)的主戰(zhàn)場(chǎng)，經(jīng)濟(jì)發(fā)展較為落后，金融資源相對(duì)稀缺，城鎮(zhèn)化水平較低，農(nóng)村地區(qū)是貧困的高發(fā)地。農(nóng)村金融作為脫貧攻堅(jiān)的重要力量，有力支持了甘肅省農(nóng)村貧困地區(qū)、深度貧困地區(qū)的脫貧工作。2020 年，現(xiàn)行標(biāo)準(zhǔn)下農(nóng)村貧困人口全部脫貧，通過(guò)探究農(nóng)村金融發(fā)展的扶貧效應(yīng)以及二者之間的良性互動(dòng)，對(duì)于鞏固脫貧成果有重大意義。因此研究二者之間的關(guān)系更加具有重要現(xiàn)實(shí)意義。

一、文獻(xiàn)回顧

國(guó)內(nèi)外學(xué)者對(duì)于金融發(fā)展和貧困減緩的關(guān)系展開(kāi)了大量分析研究，部分學(xué)者認(rèn)為二者存在正相關(guān)性。Jalilian 和Kirkpatrick（2005）[1]以部分發(fā)展中和發(fā)達(dá)國(guó)家為研究對(duì)象，通過(guò)數(shù)據(jù)實(shí)證分析得出金融發(fā)展和貧困減緩之間存在明顯正相關(guān)性（Dollar 和Kraay，2001）[2]；Burgess 和Pande（2003）[3]以1977—1990 年的印度農(nóng)村金融機(jī)構(gòu)為研究對(duì)象，研究結(jié)果表明金融機(jī)構(gòu)數(shù)量每增加1%，貧困的緩解程度則增加0.34%，金融業(yè)的繁榮與發(fā)展對(duì)于貧困人口的收入提高和貧困緩解有著很大的幫助（Clarke 和Zou，2003；Abate 等，2016）[4-5]；Beck 等（2007）[6]研究發(fā)現(xiàn)，金融發(fā)展有利于縮小收入差距，帶動(dòng)經(jīng)濟(jì)發(fā)展，從而能夠有效地抑制貧困。

國(guó)內(nèi)學(xué)者主要從金融發(fā)展、扶貧效應(yīng)的時(shí)間性和區(qū)域性差異以及對(duì)貧困的多維度測(cè)算來(lái)進(jìn)行二者相關(guān)性的實(shí)證分析。多數(shù)學(xué)者認(rèn)為農(nóng)村金融發(fā)展對(duì)扶貧有顯著促進(jìn)作用，張偉（2010）[7]實(shí)證分析了農(nóng)村金融的扶貧效果，結(jié)論表明，健全的主體金融能夠長(zhǎng)期抑制貧困的發(fā)生，穩(wěn)定的金融環(huán)境能夠在貧困地區(qū)發(fā)揮較好的扶貧效果（崔金平等，2018）[8]，丁志國(guó)等（2011）[9]使用了向量分解模型，選取我國(guó)各省2000—2008 年的數(shù)據(jù)，結(jié)果顯示農(nóng)村金融對(duì)于扶貧具有直接與間接效應(yīng)，教育和醫(yī)療等間接效應(yīng)比直接效應(yīng)突出，總體對(duì)貧困具有抑制作用。蘇靜等（2013）[10]通過(guò)區(qū)域化研究比較我國(guó)中東西部的農(nóng)村金融收入效應(yīng)，研究發(fā)現(xiàn)東部農(nóng)村金融發(fā)展影響收入效應(yīng)明顯，中西部則沒(méi)有明顯變化（薛書(shū)明等，2018，武麗娟和徐璋勇，2018）[11-12]，李鴻漸（2016）[13]選用PSTR 模型，選取了教育、醫(yī)療、收入三維貧困指標(biāo)來(lái)探究農(nóng)村金融發(fā)展對(duì)貧困的影響，結(jié)果表明農(nóng)村金融的發(fā)展對(duì)于貧困地區(qū)有相對(duì)明顯的幫扶效果。

但也有學(xué)者提出不同看法，認(rèn)為金融發(fā)展不一定有利于減緩貧困，主要基于以下幾種思考，Chakraborty 和Ray（2007）[14]研究發(fā)現(xiàn)金融發(fā)展與貧困減緩存在非線性關(guān)系，貧困群體因?yàn)榈赖嘛L(fēng)險(xiǎn)和信用等級(jí)評(píng)級(jí)而無(wú)法獲得資金，因此金融發(fā)展并不能解貧困問(wèn)題。Weinstein 和Yafeh（1998）[15]發(fā)現(xiàn)當(dāng)經(jīng)濟(jì)處于衰退或蕭條周期時(shí)，銀行“惜貸”會(huì)成為一種“常態(tài)”，從而阻礙經(jīng)濟(jì)增長(zhǎng)。楊俊等（2008）[16]從全國(guó)、城鎮(zhèn)、農(nóng)村三個(gè)角度進(jìn)行分析，發(fā)現(xiàn)金融發(fā)展短期內(nèi)可以改善貧困，但從長(zhǎng)期來(lái)看并不是貧困減緩的主要原因。劉純彬和桑鐵柱（2010）[17]從理論和實(shí)證雙重角度出發(fā)研究發(fā)現(xiàn)農(nóng)村信貸市場(chǎng)的不完善擴(kuò)大了農(nóng)村收入差距，不利于農(nóng)村地區(qū)貧困減緩。

因此，有必要基于目前甘肅省脫貧成效對(duì)金融發(fā)展與扶貧脫貧的關(guān)系進(jìn)行深入研究，從而為金融扶貧提供支撐，以推進(jìn)甘肅省脫貧攻堅(jiān)與鄉(xiāng)村振興戰(zhàn)略的有效銜接。

二、農(nóng)村金融發(fā)展的扶貧效應(yīng)測(cè)度方法及指標(biāo)選取

（一）建立模型

VAR 模型即向量自回歸模型，因其不存在外生變量，所有變量都可用其內(nèi)生變量滯后項(xiàng)及隨機(jī)誤差項(xiàng)來(lái)解釋，可以用來(lái)處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)的分析與預(yù)測(cè)，適合研究金融發(fā)展多維度的減貧效應(yīng)。因此，為了驗(yàn)證農(nóng)村金融是否能夠推動(dòng)貧困減緩與消除，將通過(guò)使用實(shí)際滯后階數(shù)來(lái)確保結(jié)果的準(zhǔn)確性，在不確定最優(yōu)階數(shù)的情況下，擬構(gòu)建n 階模型，分別研究農(nóng)村金融發(fā)展對(duì)甘肅省醫(yī)療、生活、教育的作用與影響，并通過(guò)參數(shù)選擇進(jìn)行驗(yàn)證。

其中，D 表示一階差分后的變量，γ 為三個(gè)模型的常數(shù)項(xiàng)，αi與βi為不同時(shí)間序列下的系數(shù)，σ 為隨機(jī)擾動(dòng)項(xiàng)，t 為時(shí)間虛擬變量，t-i 代表滯后期。

（二）確定衡量扶貧效應(yīng)和金融發(fā)展的基本指標(biāo)

貧困不止收入過(guò)低導(dǎo)致的生活貧困，同時(shí)貧困的衡量也應(yīng)考慮醫(yī)療、教育及金融參與度等方面。為了多方位探究甘肅省的貧困狀況，通過(guò)查詢與扶貧效應(yīng)和金融發(fā)展相關(guān)文獻(xiàn)資料確定了三個(gè)貧困指標(biāo)，并統(tǒng)計(jì)甘肅省農(nóng)村存款與農(nóng)村貸款，計(jì)算農(nóng)村金融發(fā)展規(guī)模與農(nóng)村金融發(fā)展效率，選取核心解釋變量如下：

醫(yī)療減貧指標(biāo)（ME）=每千口人醫(yī)療衛(wèi)生人員數(shù)量

恩格爾系數(shù)（EN）=食品支出/家庭總支出

教育減貧指標(biāo)（ST）=每千口人高校在校生數(shù)量

農(nóng)村金融發(fā)展規(guī)模（fs）=（農(nóng)村存款額+農(nóng)村貸款）/農(nóng)業(yè)生產(chǎn)總值

農(nóng)村金融發(fā)展效率（fe）=農(nóng)村存款/農(nóng)村貸款

三、農(nóng)村金融發(fā)展的扶貧效應(yīng)分析檢驗(yàn)

（一）平穩(wěn)性檢驗(yàn)

首先對(duì)選取的減貧指標(biāo)、金融發(fā)展指標(biāo)、控制變量進(jìn)行單位根（ADF）檢驗(yàn)，發(fā)現(xiàn)多數(shù)變量存在單位根，不是平穩(wěn)的時(shí)間序列。因此，通過(guò)對(duì)所有變量進(jìn)行一階差分再次檢驗(yàn)，如表1 所示，得到的所有變量的ADF 單位根檢驗(yàn)全部通過(guò)，因此可以用于VAR 模型的實(shí)驗(yàn)操作。

表1 ADF 單位根檢驗(yàn)

（二）滯后階數(shù)選擇

本文選用LL、LR、FPE、AIC、SC、HQ 信息量準(zhǔn)則嘗試找到三個(gè)模型相統(tǒng)一的最優(yōu)滯后階數(shù)，發(fā)現(xiàn)模型根據(jù)不同信息量準(zhǔn)則所達(dá)成的最優(yōu)滯后階數(shù)不同。因此在確保模型穩(wěn)定的前提下，按表2、表3、表4 中的AIC（赤池信息量）準(zhǔn)則，通過(guò)多次不同階數(shù)的測(cè)算與比較，模型（1）、模型（2）、模型（3）的最優(yōu)階數(shù)分別為3 階、2 階和4 階。

表2 模型（1）的最優(yōu)滯后階數(shù)

表3 模型（2）的最優(yōu)滯后階數(shù)

表4 模型（3）的最優(yōu)滯后階數(shù)

（三）參數(shù)估計(jì)

通過(guò)Stata 估計(jì)的帶參數(shù)的VAR 模型如下，其所有變量都是經(jīng)過(guò)ADF 單位根檢驗(yàn)后的一階差分結(jié)果，全部用D 來(lái)表示差分后的變量，括號(hào)中的（-1）、（-2）、（-3）、（-4）代表滯后一階、二階、三階、四階，形成以下帶參數(shù)的具體VAR 模型的表現(xiàn)形式。詳細(xì)參數(shù)如表5、表6、表7、表8 所示。

從T 值來(lái)看，很多參數(shù)并不顯著，但VAR 模型在實(shí)際運(yùn)用中并不需要解釋單體參數(shù)的經(jīng)濟(jì)意義，不施加單個(gè)參數(shù)的零約束。從調(diào)整后的R2來(lái)看，ME系數(shù)分項(xiàng)94.85%的變異可由方程（1）解釋，EN 系數(shù)分項(xiàng)94.70%的變異可由方程（2）解釋，ST 變異的系數(shù)分項(xiàng)94.80%可被方程（3）解釋，F(xiàn) 統(tǒng)計(jì)均顯著，說(shuō)明模型因子影響顯著，擬合效果較好。

表5 模型（1）的參數(shù)估計(jì)結(jié)果簡(jiǎn)表

表6 模型（2）的參數(shù)估計(jì)結(jié)果簡(jiǎn)表

表7 模型（3）的參數(shù)估計(jì)結(jié)果簡(jiǎn)表

表8 模型評(píng)價(jià)參數(shù)簡(jiǎn)表

對(duì)模型的特征根進(jìn)行檢驗(yàn)，如圖1、圖2、圖3所示，所有特征根的模的倒數(shù)均落在單位圓內(nèi)，說(shuō)明模型穩(wěn)定，能夠進(jìn)行下一步的檢驗(yàn)分析，從而進(jìn)一步分析甘肅省農(nóng)村金融發(fā)展的扶貧脫貧效應(yīng)。

（四）格蘭杰因果檢驗(yàn)

格蘭杰因果檢驗(yàn)常被用來(lái)分析平穩(wěn)時(shí)間序列中，各個(gè)經(jīng)濟(jì)變量間各自的因果關(guān)系，因此嘗試用來(lái)探究甘肅省農(nóng)村金融發(fā)展規(guī)模與效率和各扶貧指標(biāo)的因果關(guān)系（見(jiàn)表9）。

表9 格蘭杰因果檢驗(yàn)結(jié)果

前面已經(jīng)建立了ME、EN 和ST 的模型，但是其變量與fs、fe 之間在時(shí)間上存在誰(shuí)因誰(shuí)果、或者互為促進(jìn)關(guān)系，模型沒(méi)能清楚解釋出來(lái)，因此我們用格蘭杰因果檢驗(yàn)。從表9 可以看出，在滯后3 階，5%的臨界值顯著性水平下，ME 與fs、fe 均有相互促進(jìn)的因果關(guān)系，fs 不是fe 的格蘭杰原因，而fe 是fs的格蘭杰原因。在滯后2 階，5%的臨界值顯著性水平下，fs 和fe 是EN 的格蘭杰原因，而EN 不是fs 和fe 的格蘭杰原因。在滯后4 階，5%的臨界值顯著性水平下，fs 和fe 不是ST 的格蘭杰原因；ST 同樣不是fs 的格蘭杰原因，但是fe 的格蘭杰原因。

（五）脈沖響應(yīng)

脈沖響應(yīng)描述的是一個(gè)內(nèi)生變量對(duì)殘差沖擊的反應(yīng)程度，可以推測(cè)出變量的調(diào)節(jié)時(shí)間與峰值時(shí)間，對(duì)變量做出分析與計(jì)量。因此不僅能給出金融發(fā)展扶貧效應(yīng)時(shí)滯區(qū)間，還可以分析在指定期數(shù)內(nèi)的影響與敏感程度。ME、EN 和ST 沖擊后10 期的脈沖響應(yīng)函數(shù)圖如圖4、圖5、圖6 所示。

圖4 的一個(gè)共同特點(diǎn)是在施加一個(gè)沖擊后，它們對(duì)ME 的沖擊在一段時(shí)間內(nèi)持續(xù)存在，但影響程度先增強(qiáng)后衰減。具體表現(xiàn)為ME 受fs 沖擊后先是小幅下降，后在0 附近小幅波動(dòng)；ME 受fe 沖擊后大幅上升，后有所下降。說(shuō)明ME 在受到各變量的沖擊后前期更為敏感。圖5 中，EN 受到兩個(gè)變量的沖擊后，總體上呈現(xiàn)下降趨勢(shì)。但前期變量fs 和fe 所造成的沖擊各不相同，EN 受到fs 沖擊后表現(xiàn)為下降、波動(dòng)再下降；EN 受到fe 沖擊后先是小幅上升，后逐漸下降到0 軸以下，并呈現(xiàn)持續(xù)下降趨勢(shì)。這說(shuō)明fs 及fe 的變動(dòng)對(duì)EN 產(chǎn)生了顯著的反向影響。圖6中，ST 對(duì)兩個(gè)變量的沖擊反應(yīng)，都呈現(xiàn)出先小幅上升后逐漸下降趨勢(shì)，不同的是受到fs 沖擊后ST 后期下降幅度緩慢擴(kuò)大，而fe 所造成的ST 下降大幅擴(kuò)大。這說(shuō)明持續(xù)性的fs 及fe 增加才能真正起到減貧效果，從而增加ST。

（六）預(yù)測(cè)方差分解

由于方差分解能進(jìn)一步評(píng)價(jià)各內(nèi)生變量對(duì)預(yù)測(cè)方差的貢獻(xiàn)度，所以用來(lái)研究政策變量對(duì)扶貧效應(yīng)影響程度。由表10 可知，預(yù)測(cè)末期fe 對(duì)ME 增加影響明顯，ME 變動(dòng)的35.28%可由fe 來(lái)解釋、64.15%可由自身變動(dòng)來(lái)解釋，而fs 對(duì)ME 增加貢獻(xiàn)非常有限，貢獻(xiàn)度為0.57%。由表11 可知，fs 對(duì)EN 影響最大，其變動(dòng)的54%以上可由fs 解釋；fe 變動(dòng)對(duì)EN 變動(dòng)的貢獻(xiàn)程度有限，到第10 期fe 貢獻(xiàn)率僅為6.72%；EN 變動(dòng)的35.42%可由自身解釋。由表12 可知，預(yù)測(cè)末期ST 主要是受其自身和fe 影響，貢獻(xiàn)度分別為39.55%和56.78%，而fs 對(duì)其變動(dòng)貢獻(xiàn)較小，僅為3.66%。

四、結(jié)論與政策啟示

通過(guò)以上對(duì)比分析，農(nóng)村金融發(fā)展的扶貧效應(yīng)具體體現(xiàn)在三個(gè)方面：一是農(nóng)村金融規(guī)模對(duì)千口人中醫(yī)療人員比例變化影響并不明顯，而農(nóng)村金融效率提高能夠促進(jìn)千口人中醫(yī)療人員比例的增加。二是農(nóng)村金融規(guī)模和效率提升都能夠降低農(nóng)村恩格爾系數(shù)，提高居民生活水平。三是農(nóng)村金融規(guī)模擴(kuò)大和農(nóng)村金融效率提高在短期內(nèi)可以促進(jìn)高等教育學(xué)生比例提升，但這種作用并不持續(xù)，且農(nóng)村金融效率提升比規(guī)模擴(kuò)大更能發(fā)揮作用。最終結(jié)果顯示：農(nóng)村金融發(fā)展的各扶貧變量響應(yīng)程度不同，但總體來(lái)講，甘肅省農(nóng)村金融的發(fā)展對(duì)甘肅省具有多維扶貧的正向效應(yīng)，并長(zhǎng)期持續(xù)存在。

表10 ME 的10 期方差分解結(jié)果

表11 EN 的10 期方差分解結(jié)果

表12 ST 的10 期方差分解結(jié)果

通過(guò)實(shí)證結(jié)論可得出如下政策啟示：

第一，發(fā)揮農(nóng)村金融的精準(zhǔn)幫扶作用，建立精準(zhǔn)甄別與投放金融服務(wù)機(jī)制。金融機(jī)構(gòu)應(yīng)瞄準(zhǔn)需要金融服務(wù)的農(nóng)村人口，精準(zhǔn)使用金融資金和投放貸款，建立有效的金融對(duì)接服務(wù)，從而提高金融資金使用效率，建立精準(zhǔn)對(duì)接模式。

第二，發(fā)揮農(nóng)業(yè)保險(xiǎn)的金融保障作用，政府與金融機(jī)構(gòu)應(yīng)將生產(chǎn)經(jīng)營(yíng)和生活中各類風(fēng)險(xiǎn)進(jìn)行充分評(píng)估，并建立較為完整的風(fēng)險(xiǎn)管控機(jī)制。并且規(guī)范農(nóng)村金融保險(xiǎn)行業(yè)，提升農(nóng)險(xiǎn)公司的市場(chǎng)準(zhǔn)入門(mén)檻，為農(nóng)村地區(qū)提供優(yōu)質(zhì)實(shí)惠的農(nóng)險(xiǎn)產(chǎn)品。

第三，豐富農(nóng)村金融組織結(jié)構(gòu)，不斷創(chuàng)新農(nóng)村金融發(fā)展方式和完善金融市場(chǎng)，鼓勵(lì)金融機(jī)構(gòu)積極參與到農(nóng)村發(fā)展事業(yè)中來(lái)。

第四，加強(qiáng)農(nóng)村金融信貸風(fēng)險(xiǎn)管控，金融機(jī)構(gòu)應(yīng)該建設(shè)并不斷完善行業(yè)內(nèi)征信系統(tǒng)，同時(shí)還應(yīng)將金融政策法規(guī)納入信貸發(fā)放過(guò)程之中，引導(dǎo)大眾形成良好的風(fēng)險(xiǎn)與契約意識(shí)，從而提升群眾誠(chéng)信意識(shí)。