西安石油大学学报（社会科学版）西部发展研究农村金融发展与农村经济增长关系的实证研究———基于陕西省的数据陈欣徐美丽（西安外国语大学商学院，陕西西安710128）摘要：鉴于中国不同地区农村金融发展与农村经济增长关系研究结论的不一致。
选取陕西省1989—2008年的数据，运用协整检验和格兰杰因果检验进行实证研究，并通过VAR模型、脉冲响应和方差分解来揭示两者之间的动态关系。
结果表明：陕西省农村金融发展与农村经济增长不存在长期均衡关系，其中农村金融发展对农村经济增长影响显著，而农村经济增长对金融发展影响较小，且短期作用为负，由此提出完善农村金融服务体系的措施以促进农村经济发展。
关键词：农村金融；农村经济增长；协整检验；格兰杰因果检验；VAR模型中图分类号：F832．43文献标识码：A文章编号：1008－5645（2011）04－0009－060引言从一般意义上讲，农村经济增长与农村金融发展互相促进，农村金融发展对农村经济发展有着积极影响。
但因为我国各地区经济差异较大，不同省份农村经济增长与金融发展的相互影响关系又不尽相同。
所以，在我国制定统一的经济、金融政策是不切合实际的。
陕西作为一个农业省份，其经济增长离不开农村经济的发展，在此情况下，深入研究陕西农村金融发展及农村经济增长的关系问题，对于构建一个适合于当前及今后长期发展的金融体系具有重要的意义。
本文通过对陕西省数据的实证研究来揭示陕西省农村金融发展与农村经济增长的关系。
1理论综述关于金融发展与经济增长关系的研究，始于20世纪70年代。
戈德史密斯对此做出了开创性的研究，之后国外积累了大量的实证研究文献，大多得出了经济增长与金融发展是同步的，经济快速增长时期一般都伴随着超常水平的金融发展。
借鉴国外的研究成果，国内学者也对我国金融发展与经济增长关系进行了研究，比较有代表性的有：谈儒勇认为，银行发展对经济增长具有促进作用［1］53－61；而韩廷春认为，技术进步与制度创新是经济增长最为关键的因素，而金融发展对经济增长的作用极为有限［2］31－34。
除此之外，赵俊、汪淼军，李广众、陈平，米建国、李建伟，冉茂盛、张宗益、冯军，赖明勇、阳小晓等等，都对我国金融发展与经济增长的关系进行了理论和实证研究。
大部分学者的研究结论基本一致，认为我国金融发展与经济增长有显著的正相关关系，但由于衡量指标和选取数据的不同，其结论也收稿日期：2011－04－06作者简介：陈欣，女，陕西西安人，西安外国语大学商学院讲师，研究方向：金融与经济。
基金项目：西安外国语大学科研基金项目（09XWC12）。
西安石油大学学报（社会科学版）20卷4期不尽相同。
同时，姚耀军和韩正清分别利用VAR模型对农村金融发展与经济增长进行了实证分析。
姚耀军认为农村金融发展与经济增长存在着长期的均衡关系，农村经济发展影响到金融发展，而金融发展对农村经济无影响［3］36－41；韩正清则发现农村经济货币化与农村经济增长存在双边正向相关性［4］86－90。
董晓林、王娟，盛万鹏、李好好等采用不同的模型也对这一问题进行了研究，结论也不尽相同。
总结金融发展与经济增长关系的研究成果，可以发现：第一，绝大多数研究基于国家层面或者产业层次，而对于某一地区二者关系的研究相对较少；第二，考察某一地区（省级）农村金融发展与经济增长的研究更少。
而近几年来国内学者对此还进行了相关拓展性的研究。
肖云，何勇、张亚琼以及冯欢，魏省民分别对湖北省、广东省、陕西省的金融发展与经济增长关系进行了分析，并得出了不同的结论。
张春喜、孙伟，冉光和、张金鑫，邓莉、冉光和分别对安徽、山东、重庆的农村金融发展与农村经济增长进行了实证研究，也得出了不同的结论。
总之，我国各省经济差异较大，对于农村金融发展与农村经济增长的研究是一个亟需丰富的领域。
2方法选择、指标设计及数据的选取本文在进行数据平稳性检验和协整检验的基础上建立VAR模型，并利用Granger因果关系检验、脉冲响应函数和方差分析等计量经济方法研究陕西农村金融发展与农村经济增长的相关关系。
为此，在指标设计上，综合考虑指标的代表性和数据的可得性。
将农村金融相关率NFIR作为衡量农村金融发展的指标，将第一产业GDP增长率NY作为衡量农村经济增长的指标。
鉴于目前陕西省农村金融以存贷业务为主，本文仅选取了陕西省农村存款余额、农村贷款余额，将农村金融相关率定义为：NFIR=（ND+NL）/NGDP其中NFIR表示农村金融相关率，ND表示农村存款余额，NL表示农村贷款余额，NGDP表示第一产业GDP。
按通常做法，农村贷款余额为乡镇企业贷款余额与农业贷款余额之和，农村存款余额为城乡居民储蓄存款余额与农业存款余额之和。
但是，陕西对于不同年份的乡镇企业贷款余额的统计口径不同，同时城乡居民储蓄存款余额与研究问题所需数据口径相差太大。
所以，本文采用农业存款余额和农业贷款余额替代农村存贷款以反映农村金融状况。
3实证分析过程3．1数据平稳性检验为了避免模型出现伪回归的现象，在研究中采用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。
如果变量是单整的，则对相关变量进行协整检验，以确定农村金融发展与农村经济增长之间的长期关系（见表1）。
表1ADF单位根检验结果变量检验形式（C，T，L）ADF检验值DW值临界值1%5%10%NFIR（c，t，1）－0．71361．5298－4．5326－3．6736－3．2774DNFIR（c，0，1）－3．54832．0192－3．8574－3．0404－2．6606NY（c，t，1）－1．69991．9339－4．5326－3．6736－3．2774DNY（c，0，1）－4．87841．9162－3．8574－3．0404－2．6606注：（C，T，L）中的“C，T，L”分别表示ADF检验时含常数项和趋势项，L表示滞后阶数。
在滞后阶数的选择中，遵循的是AIC最小法则。
单位根检验结果表明：NFIR、NY的ADF值分别大于不同检验水平的三个临界值，即没有通过单位根检验，所以这两个序列是非平稳序列，需继续对其差分进行单位根检验。
如表1中所示，一阶差分DNFIR、DNY两序列均通过了5%的显著性水平，为平稳序列。
陈欣，等：农村金融发展与农村经济增长关系的实证研究西部发展研究3．2协整检验协整检验主要用于分析变量之间是否具有长期均衡关系［5］283－284，对NFIR和NY进行协整检验可以揭示在两者受到各种因素影响下是否具有相同的趋势。
本文选取的是Johansen协整检验方法。
按照AIC及SC的原则，应该选取的滞后期为1，为了稳妥起见，分别选取了滞后期为一期、二期及三期来进行检验，得到协整检验结果（见表2）。
表2NFIR与NY的Johansen协整检验零假定滞后期迹统计量临界值特征根Max－Eigen临界值拒绝/接受110．8880615．494710．4033379．29525514．26460接受r=0210．7573315．494710．4337999．66969414．26460接受313．0694615．494710．52351611．86114914．26460接受注：检验过程中假定协整方程中含趋势相和截距项，临界值均是＊＊MacKinnon－Haug－Michelis（1999）p－values值。
由表2可知，滞后一期的情况下，迹统计量为10．88806＜15．49471，接受了原假设，表明并不存在协整关系。
同时，最大特征值统计量Max－Eigen9．295255＜14．26460也表明不存在协整关系。
并且，滞后为二期和三期的结果都显示NFIR与NY不存在协整关系。
这表明陕西农村金融发展与农村经济增长之间没有长期均衡趋势，因此无法运用ECM（误差修正模型）来分析两者之间的关系。
3．3双变量VAR模型分析通过对NFIR与NY序列的检验，确认其都是一阶单整。
VAR模型要求变量平稳，因此对NFIR与NY序列进行一阶差分，并对所生成的DNFIR、DNY进行估计。
为保持合理的自由度，同时又要消除残差序列的自相关，选择最优滞后阶数2建立VAR模型，得到VAR模型估计结果（见表3）。
表3双变量VAR模型估计结果变量DNFIR（－1）DNFIR（－2）DNY（－1）DNY（－2）ConstantDNFIR0．108563（0．33989）0．063884（0．31804）－0．253264（0．27680）－0．242397（0．27943）0．028564（0．27943）DNY －0．231761（0．41443）0．247972（0．38779）－0．264771（0．33751）0．034414（0．34071）0．009531（0．03087）注：VAR模型的括号外为回归参数的估计值，括号内为t统计量的值。
由表3可见：（1）农村金融发展的变化可由其滞后项和农村经济增长变化的滞后项来解释，其滞后一期和滞后二期的系数均为正，说明在短期内陕西省农村金融发展的滞后项对于农村金融发展的变化呈现出正向的刺激作用。
而农村经济增长的滞后一期和滞后二期的系数均为负值，说明农村经济增长率的提高对农村金融发展短期内有着反向的影响。
（2）就农村经济增长的变化而言，其滞后一期的系数为正，滞后二期的系数为负，说明短期内陕西省农村经济增长的滞后项对于农村经济增长呈现波动的趋势。
而农村金融发展的系数滞后一期为负、滞后二期为正，说明短期内农村金融发展的变化对于农村经济增长的变化作用也是波动的。
在分析VAR模型时，往往不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，这种分析方法称为脉冲响应函数方法［6］264－268。
脉冲响应可以追踪到VAR方程中因变量对每个变量冲击的回应，因此对方程中的每个变量的误差项施加一个单位冲击，就可得到在一段时期内单位冲击对VAR系统的影响。
方差分解决定了某个给定变量超前s期（s=1，2…）预测的误差方差在多大程度上可以由每一个解释变量所解释，即方差分解通过分析每一个结构冲击对内生变量变化的贡献度，来进一步评价不同结构冲击的重要性。
具体见脉冲响应图和方差分解表4。
西安石油大学学报（社会科学版）20卷4期DNFIR DNY DNFIR DNY1100．000000．00000038．0239961．97601294．853925．14607636．4844863．51552392．353457．64654636．9587263．04128492．339447．66055936．9118963．08811592．248667．75134137．1649962．83501692．229377．77063337．1740262．82598792．230697．76930637．1706662．82934892．229897．77011237．1693162．83069992．229547．77046137．1696562．830351092．229507．77049837．1696862．83032由表4可知，在超前10期的情况下，金融发展变化中的7．770498%可以由经济增长的变化来解释，而同期经济增长变化的37．16968%可以由金融发展的变化来解释。