基于VAR與VEC模型的農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展關(guān)系的實證研究

摘 要：基于農(nóng)村金融機構(gòu)服務農(nóng)村經(jīng)濟發(fā)展視角，構(gòu)建向量自回歸（Vector Autoregression，VAR）與向量誤差修正（Vector Error Correction，VEC）模型，研究農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展的關(guān)系。結(jié)果表明：農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展之間表現(xiàn)出單向的影響關(guān)系，農(nóng)村金融發(fā)展各變量之間相互作用；農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展存在長期均衡關(guān)系，農(nóng)村金融發(fā)展中的農(nóng)業(yè)保險保費結(jié)構(gòu)和賠付結(jié)構(gòu)變化對均衡關(guān)系的影響較大。鑒于此，在農(nóng)村金融發(fā)展過程中，農(nóng)村金融機構(gòu)與農(nóng)業(yè)相關(guān)部門應加強對農(nóng)業(yè)保險的關(guān)注和管理。

關(guān)鍵詞：農(nóng)村經(jīng)濟；農(nóng)村金融；VAR模型；VEC模型

中圖分類號：F832.35；F327 文獻標志碼：A 文章編號：1674-7909-（2023）11-52-6

1 變量計算、數(shù)據(jù)來源和模型構(gòu)建

1.1 變量和數(shù)據(jù)

目前，我國還沒有官方統(tǒng)計的指標和數(shù)據(jù)表示農(nóng)村經(jīng)濟發(fā)展水平。因此，筆者借鑒沙柢等［1］的做法，選用第一產(chǎn)業(yè)同比增速代表農(nóng)村經(jīng)濟增長。在相關(guān)研究中，關(guān)于農(nóng)村金融發(fā)展的指標普遍借鑒的是雷蒙德·W·戈德史密斯（Raymond W Goldsmith）提出的金融相關(guān)率，即金融資產(chǎn)總量占國內(nèi)生產(chǎn)總值的比重。從理論上分析，金融資產(chǎn)總量包括金融部門與非金融部門的債權(quán)，而我國農(nóng)村金融資產(chǎn)以銀行存貸款為主。

筆者構(gòu)建的變量如表1所示，從農(nóng)村金融機構(gòu)服務農(nóng)村金融發(fā)展角度出發(fā)構(gòu)建變量和收集相關(guān)數(shù)據(jù)，同時借鑒宋保勝等［2］的做法，從農(nóng)村金融發(fā)展的規(guī)模、結(jié)構(gòu)和效率3個維度綜合測度農(nóng)村金融發(fā)展情況。其中，對于農(nóng)村金融發(fā)展結(jié)構(gòu)這一變量，考慮到測度結(jié)構(gòu)的全面性，選用3個指標代表農(nóng)村金融發(fā)展結(jié)構(gòu)，即農(nóng)業(yè)險保費結(jié)構(gòu)（FZJG1）、農(nóng)業(yè)險賠付結(jié)構(gòu)（FZJG2）和農(nóng)村金融機構(gòu)債權(quán)結(jié)構(gòu)（FZJG3）。

農(nóng)村經(jīng)濟增長、農(nóng)村金融發(fā)展各變量的原始數(shù)據(jù)來源于國家統(tǒng)計局網(wǎng)站、國泰安金融數(shù)據(jù)庫。各變量原始數(shù)據(jù)均為季度數(shù)據(jù)，時間跨度為1993年3月至2022年3月。

1.2 模型設計

考慮到各變量之間可能互相影響，選用非結(jié)構(gòu)性的向量自回歸（Vector Autoregession，VAR）模型建立各變量之間的關(guān)系模型，即每個內(nèi)生變量作為所有內(nèi)生變量滯后值的函數(shù)構(gòu)造多方程聯(lián)立回歸模型［3］，以此對各內(nèi)生變量構(gòu)成的經(jīng)濟系統(tǒng)進行動態(tài)分析。另外，利用Eviews10軟件對模型進行實證研究。

式（1）中：Yt包括GROU、FZGM、FZJG、FZXL的列向量，α表示由截距組成的列向量，t表示時期，p表示所有內(nèi)生變量的滯后階數(shù)，Π表示相關(guān)系數(shù)矩陣，μt為隨機擾動項。

2 實證檢驗結(jié)果與分析

2.1 單位根檢驗

采用單位根檢驗方法檢驗時間序列是否平穩(wěn)。為盡量不損失水平序列所包含的信息，對原始序列及其差分進行單位根檢驗，結(jié)果如表2所示。

表2檢驗結(jié)果表明，各變量原始序列單位根統(tǒng)計量均大于1%、5%和10%顯著性水平的臨界值，說明各原始變量序列為非平穩(wěn)序列。經(jīng)過一階差分后各原始變量序列的單位根統(tǒng)計量均小于10%顯著性水平的臨界值，認為可以拒絕原假設，即各原始變量序列是一階單整序列I（1）。

2.2 滯后期選擇

建立VAR模型的關(guān)鍵是確定各變量的滯后階數(shù)，滯后階數(shù)越大，則需要估計的參數(shù)越多，但是能更好地反映模型的動態(tài)性變化。根據(jù)表3中的檢驗結(jié)果與信息準則，確定最優(yōu)滯后階數(shù)為4。

2.3 VAR模型的參數(shù)估計

根據(jù)滯后期數(shù)選擇，選擇4階對VAR模型進行估計較為合適。從估計結(jié)果來看（VAR模型參數(shù)的估計結(jié)果表略），農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展方程的擬合優(yōu)度分別為57%、97%、99%、99%、95%、99%，擬合效果都比較好，說明這6個序列變量的關(guān)系方程密切，VAR模型較好地反映了序列變量之間的動態(tài)變化關(guān)系。

2.4 VAR模型的穩(wěn)定性檢驗

要想分析農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展之間的動態(tài)關(guān)系，就要確保VAR模型的穩(wěn)定性。若上述矩陣的AR特征多項式根的倒數(shù)均小于1，在單位圓內(nèi)，則說明VAR模型是穩(wěn)定的。根據(jù)圖1結(jié)果，VAR模型是穩(wěn)定的，說明后續(xù)可以進行脈沖響應和方差分解。

2.5 VAR模型的格蘭杰因果關(guān)系檢驗

格蘭杰因果檢驗揭示的并非字面意思的因果關(guān)系，反映的是一種動態(tài)關(guān)系，說明一個變量對另一個變量是否有“預測能力”，表4至表9給出各變量間的格蘭杰因果檢驗結(jié)果。

表4所示的GROU方程中，各變量的格蘭杰因果檢驗的概率值均大于5%的顯著性水平，可以認為各變量均不是農(nóng)村經(jīng)濟增長變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗的概率值也大于5%的顯著性水平，可以認為各變量的聯(lián)合作用不是農(nóng)村經(jīng)濟增長變化的原因。

表5所示的FZGM方程中，F(xiàn)ZJG3、FZXL的格蘭杰因果檢驗概率值小于5%的顯著性水平，可以認為農(nóng)村經(jīng)濟增長、農(nóng)村金融機構(gòu)債權(quán)結(jié)構(gòu)和農(nóng)村金融發(fā)展效率是農(nóng)村金融發(fā)展規(guī)模變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為各變量的聯(lián)合作用是農(nóng)村金融發(fā)展規(guī)模變化的原因。

表6所示的FZJG1方程中，F(xiàn)ZJG3的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為農(nóng)村金融機構(gòu)債權(quán)結(jié)構(gòu)是農(nóng)業(yè)險保費結(jié)構(gòu)變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為各變量的聯(lián)合作用是農(nóng)業(yè)險保費結(jié)構(gòu)變化的原因。

表7所示的FZJG2方程中，各變量的格蘭杰因果檢驗的概率值均大于5%的顯著性水平，可以認為各變量分別不是農(nóng)業(yè)險賠付結(jié)構(gòu)變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為各變量的聯(lián)合作用是農(nóng)業(yè)險賠付結(jié)構(gòu)變化的原因。

表8所示的FZJG3方程中，F(xiàn)ZXL的格蘭杰因果檢驗的概率值小于10%的顯著性水平，可以認為農(nóng)業(yè)金融發(fā)展效率是農(nóng)村金融機構(gòu)債權(quán)結(jié)構(gòu)變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗的概率值大于5%的顯著性水平，可以認為各變量的聯(lián)合作用不是農(nóng)村金融機構(gòu)債權(quán)結(jié)構(gòu)變化的原因。

表9所示的FZXL方程中，F(xiàn)ZGM、FZJG3的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為農(nóng)村金融發(fā)展規(guī)模和農(nóng)村金融機構(gòu)債權(quán)結(jié)構(gòu)是農(nóng)村金融發(fā)展效率變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗的概率值小于5%的顯著性水平，可以認為各變量的聯(lián)合作用是農(nóng)村金融發(fā)展效率變化的原因。

2.6 脈沖響應函數(shù)

脈沖響應函數(shù)反映一個內(nèi)生變量產(chǎn)生的擾動或沖擊如何影響另一個變量的當期值和未來值，以此可以觀察VAR模型中各變量的響應函數(shù)時間路徑。此次研究的VAR模型中包含6個變量，導致脈沖響應函數(shù)的輸出結(jié)果較多，下面僅展示農(nóng)村經(jīng)濟增長（GROU）的脈沖響應函數(shù)。

如圖2所示，農(nóng)村經(jīng)濟增長對于自身的擾動或沖擊在第1期做出正向響應，之后開始減少，至第6期轉(zhuǎn)為負，持續(xù)至第9期轉(zhuǎn)為正向響應，說明農(nóng)村經(jīng)濟增長變化對于自身的擾動或沖擊響應程度較大。

如圖3所示，農(nóng)村經(jīng)濟增長對于農(nóng)村金融發(fā)展規(guī)模的擾動或沖擊在第3期開始略有正向響應，持續(xù)至第10期趨于平穩(wěn)，說明農(nóng)村金融發(fā)展規(guī)模變化對農(nóng)村經(jīng)濟增長變化影響較小。

如圖4所示，農(nóng)村經(jīng)濟增長對于農(nóng)業(yè)險保費結(jié)構(gòu)的擾動或沖擊在第2期開始有正向響應，在第5期達到谷峰，說明農(nóng)業(yè)險保費結(jié)構(gòu)變化對農(nóng)村經(jīng)濟增長變化有明顯的影響。

如圖5所示，農(nóng)村經(jīng)濟增長對于農(nóng)業(yè)險賠付結(jié)構(gòu)的擾動或沖擊在第1期略有正向響應，在第3期轉(zhuǎn)為負并持續(xù)至第8期又轉(zhuǎn)為正，但響應幅度都很小，說明農(nóng)業(yè)險賠付結(jié)構(gòu)變化對農(nóng)村經(jīng)濟增長變化影響有限。

如圖6所示，農(nóng)村經(jīng)濟增長對于農(nóng)村金融機構(gòu)債權(quán)結(jié)構(gòu)的擾動或沖擊在第2期略有正向響應，并持續(xù)至第9期開始減緩，說明農(nóng)村金融機構(gòu)債權(quán)結(jié)構(gòu)變化對農(nóng)村經(jīng)濟增長變化影響有限。

如圖7所示，農(nóng)村經(jīng)濟增長對于農(nóng)村金融發(fā)展效率的擾動或沖擊在第4期略有負向響應，持續(xù)至第10期趨于平穩(wěn)，說明農(nóng)村金融發(fā)展效率變化對農(nóng)村經(jīng)濟增長變化影響很小。

2.7 農(nóng)村經(jīng)濟增長方差分解結(jié)果

方差分解可以反映VAR模型中不同結(jié)構(gòu)性沖擊或擾動對某個內(nèi)生變量變化的貢獻度，可以此評價該結(jié)構(gòu)性沖擊或擾動的重要性。農(nóng)村經(jīng)濟增長方差分解結(jié)果如表10所示。

由表10可知，農(nóng)村經(jīng)濟增長方程方差中，其自身的沖擊或擾動所做的貢獻程度由大到小，滯后10期的貢獻率為83.8%；農(nóng)村金融發(fā)展規(guī)模對方差的貢獻度由小變大，在第8期趨于平穩(wěn)，滯后10期的貢獻率為2.42%；農(nóng)業(yè)險保費結(jié)構(gòu)對方差的貢獻度由小變大，在第8期趨于平穩(wěn)，滯后10期的貢獻率為8.99%。農(nóng)業(yè)險賠付結(jié)構(gòu)對方差的貢獻度由小變大，滯后10期的貢獻率為1.81%；農(nóng)村金融機構(gòu)債權(quán)結(jié)構(gòu)對方差的貢獻度由小變大，在第10期的貢獻率為1.52%；農(nóng)村金融發(fā)展效率對方差的貢獻度由小變大，滯后10期的貢獻率為1.46%。

2.8 農(nóng)村經(jīng)濟增長和農(nóng)村金融發(fā)展的向量誤差修正模型

由于序列GROU、FZGM、FZJG1、FZJG2、FZJG3、FZXL都是一階單整序列，可以使用約翰森協(xié)整檢驗方法檢驗農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展是否存在協(xié)整關(guān)系，檢驗結(jié)果如表11所示。

從表11約翰森協(xié)整檢驗結(jié)果來看，拒絕了“不存在及至多存在1個、2個、3個”的原假設，說明農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展之間存在協(xié)整關(guān)系，可以建立VEC模型。

2.9 VEC模型估計結(jié)果

根據(jù)各序列的協(xié)整向量，得到協(xié)整方程為

上述協(xié)整方程表明：在其他條件不變的情況下，農(nóng)村金融發(fā)展規(guī)模每上漲1.0個百分點，農(nóng)村經(jīng)濟增長就減少0.5個百分點；農(nóng)業(yè)險保費結(jié)構(gòu)每上漲1.0個百分點，農(nóng)村經(jīng)濟增長就增加100.0個百分點；農(nóng)業(yè)險賠付結(jié)構(gòu)每上漲1.0個百分點，農(nóng)村經(jīng)濟增長就減少16.0個百分點；農(nóng)村金融機構(gòu)債權(quán)結(jié)構(gòu)每上漲1.0個百分點，農(nóng)村經(jīng)濟增長就增加0.9個百分點；農(nóng)村金融發(fā)展效率每增加1.0個百分點，農(nóng)村經(jīng)濟增長就減少2.8個百分點。

根據(jù)協(xié)整方程得出樣本期內(nèi)各序列變量的協(xié)整關(guān)系圖（見圖8）。圖8表明了農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展各變量之間的變化關(guān)系：1994—2003年相對穩(wěn)定，波動幅度較小，2004—2007年有一次較為明顯的波動，之后又趨于平穩(wěn)，一直到2019年，各變量之間的關(guān)系出現(xiàn)巨大的波動幅度，并持續(xù)至樣本期末。

2.10 VEC模型的矩陣方程

根據(jù)協(xié)整向量和誤差修正項的估計結(jié)果，可以得到農(nóng)村經(jīng)濟增長和農(nóng)村金融發(fā)展的誤差修正模型?；谘芯啃枰旅嬷涣谐鲛r(nóng)村經(jīng)濟增長的誤差修正模型。

在農(nóng)村經(jīng)濟增長誤差修正模型中，ecmt表明當農(nóng)村經(jīng)濟增長GROU比協(xié)整方程中的GROU的均衡水平高時，下一期的GROU就往低的方向調(diào)整，調(diào)整系數(shù)為-0.308 881。

3 結(jié)論和建議

從VAR模型的格蘭杰因果檢驗結(jié)果來看，農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展之間表現(xiàn)出單向的影響關(guān)系，即農(nóng)村金融發(fā)展各變量的單個作用和聯(lián)合作用對農(nóng)村經(jīng)濟增長的影響均不顯著，但是農(nóng)村經(jīng)濟增長會影響農(nóng)村金融發(fā)展［4］，包括農(nóng)村經(jīng)濟增長是農(nóng)村金融發(fā)展規(guī)模變化的原因，經(jīng)濟增長與農(nóng)村金融發(fā)展中其他變量的聯(lián)合作用也是農(nóng)村金融發(fā)展個別變量變化的原因。除此之外，農(nóng)村金融發(fā)展各個變量之間也存在相互作用、互相影響的關(guān)系。

從脈沖響應函數(shù)和方差分解的分析結(jié)果發(fā)現(xiàn)，農(nóng)村經(jīng)濟增長受自身變化影響的同時，農(nóng)村金融機構(gòu)變化對農(nóng)村經(jīng)濟增長變化的貢獻均較小，其中貢獻略微突出的是農(nóng)業(yè)險保費結(jié)構(gòu)。從農(nóng)村經(jīng)濟增長與農(nóng)村金融發(fā)展長期均衡關(guān)系來看，農(nóng)業(yè)險保費結(jié)構(gòu)和賠付結(jié)構(gòu)的變化對于均衡關(guān)系的影響較大。

基于以上結(jié)論，筆者認為當前在農(nóng)村金融發(fā)展過程中，要加強對農(nóng)業(yè)險的關(guān)注和管理。一是細化《農(nóng)業(yè)保險條例》，明確保險經(jīng)營、農(nóng)業(yè)險產(chǎn)品管理、財稅幫扶及災害風險分散等方面的權(quán)責界限；二是完善農(nóng)業(yè)保險賠付機制，根據(jù)不同?。ㄗ灾螀^(qū)、直轄市）實際風險，動態(tài)調(diào)整農(nóng)產(chǎn)品保險費率；三是推行強制型、自愿型投保相結(jié)合的農(nóng)業(yè)保險模式［5］，保證農(nóng)業(yè)保險的可持續(xù)性；四是加大政府對農(nóng)業(yè)保險的補貼力度，同時為農(nóng)業(yè)保險公司提供必要的信貸支持，調(diào)動農(nóng)戶和農(nóng)業(yè)保險機構(gòu)參與農(nóng)業(yè)保險的積極性。

參考文獻：

［1］沙柢，潘偉光.基于VAR模型的河南省農(nóng)村金融與農(nóng)業(yè)經(jīng)濟發(fā)展關(guān)系［J］.浙江農(nóng)業(yè)科學，2021（1）：198-203.

［2］宋保勝，王麗.基于VAR模型的河南農(nóng)村金融發(fā)展與農(nóng)民收入的實證分析［J］.周口師范學院學報，2022（3）：110-115.

［3］李婕妤，李林玲.“互聯(lián)網(wǎng)+”背景下我國農(nóng)村金融服務區(qū)域差異研究：基于VAR模型的實證分析［J］.哈爾濱商業(yè)大學學報（社會科學版），2021（4）：33-46.

［4］劉琪，李宗洙，PARK Jeng-woon.中國農(nóng)村金融發(fā)展對農(nóng)民收入增長的影響研究：基于2009—2018年數(shù)據(jù)的實證分析［J］.湖北農(nóng)業(yè)科學，2022（2）：209-214.

［5］趙俊粟.政府支持背景下農(nóng)業(yè)保險創(chuàng)新的風險及其規(guī)制［J］.產(chǎn)業(yè)創(chuàng)新研究，2020（14）：28-29.

基金項目：2022年河南省社科聯(lián)調(diào)研課題“鄉(xiāng)村振興戰(zhàn)略背景下金融服務模式創(chuàng)新研究”（SKL-2022-2680）。

作者簡介：王雪然（1986—），女，碩士，講師，研究方向：計量經(jīng)濟學分析、金融經(jīng)濟學。