實(shí)證金融論文
實(shí)證金融論文
實(shí)證金融研究是一個(gè)“發(fā)現(xiàn)”過(guò)程,這種發(fā)現(xiàn)主要基于金融現(xiàn)象本身,而不依賴于我們想從金融現(xiàn)象中發(fā)現(xiàn)什么。以下是學(xué)習(xí)啦小編為大家整理的關(guān)于實(shí)證金融論文，一起來(lái)看看吧!
實(shí)證金融論文篇1
中國(guó)城鎮(zhèn)居民家庭金融實(shí)證分析
【摘要】與傳統(tǒng)的金融研究方向資產(chǎn)定價(jià)，公司金融相比，家庭金融已經(jīng)成為目前金融學(xué)研究的前沿領(lǐng)域。本文主要研究中國(guó)城鎮(zhèn)家庭風(fēng)險(xiǎn)性金融資產(chǎn)投資行為的影響因素。在梳理國(guó)內(nèi)外文獻(xiàn)的基礎(chǔ)上，歸納出影響家庭金融投資行為的一些因素，并基于在江蘇無(wú)錫地區(qū)的問(wèn)卷調(diào)查數(shù)據(jù)，充分運(yùn)用Logistic回歸模型和Tobit回歸模型分析對(duì)中國(guó)城鎮(zhèn)家庭風(fēng)險(xiǎn)性金融資產(chǎn)投資行為產(chǎn)生影響的因素，揭示出各個(gè)影響因素的特征規(guī)律，并在對(duì)美兩國(guó)居民家庭風(fēng)險(xiǎn)性金融投資行為的比較中，以及資產(chǎn)選擇去向存在差異的基礎(chǔ)上，提出了幾條優(yōu)化中國(guó)城鎮(zhèn)家庭金融資產(chǎn)配置的建議。
【關(guān)鍵詞】家庭金融資產(chǎn) 風(fēng)險(xiǎn)性投資 影響因素
一、理論研究背景及相關(guān)文獻(xiàn)評(píng)述
(一)國(guó)外研究綜述
隨著家庭理財(cái)理財(cái)意識(shí)的不斷提高以及金融產(chǎn)品日趨豐富，家庭資產(chǎn)組合選擇問(wèn)題開(kāi)始進(jìn)入了學(xué)術(shù)視野。在2006年的美國(guó)金融年會(huì)上，Compbell曾經(jīng)提出了一個(gè)獨(dú)立的新研究方向，即家庭金融。與傳統(tǒng)的金融研究方向資產(chǎn)定價(jià)，公司金融相比，家庭金融已經(jīng)成為目前金融學(xué)研究的前沿領(lǐng)域。
與基于投資者的資產(chǎn)組合理論相比，家庭資產(chǎn)組合理論研究引入了經(jīng)濟(jì)特征，生命周期，人口統(tǒng)計(jì)特征等因素對(duì)金融資產(chǎn)選擇的影響。Yoo(1994)是有SCF的三個(gè)獨(dú)立年份的界面數(shù)據(jù)分析資產(chǎn)配良種的年齡效應(yīng)，年輕和年老的家庭參與風(fēng)險(xiǎn)資產(chǎn)的概率更低。Guiiso等(1996)使用意大利的面板數(shù)據(jù)研究發(fā)現(xiàn)較高的工資收入風(fēng)險(xiǎn)與較低的風(fēng)險(xiǎn)資產(chǎn)持有有關(guān)。
Heaton和Lucas(2000)在研究中引入工資機(jī)制，分析發(fā)現(xiàn)家庭的工資收入與股票收益之間呈現(xiàn)出高度相關(guān)，一般具有高背景風(fēng)險(xiǎn)的家庭對(duì)于風(fēng)險(xiǎn)資產(chǎn)的持有比較少。Shum和Aig(2006)在研究中考慮了人口統(tǒng)計(jì)特征，分析發(fā)現(xiàn)性別，婚姻狀況以及受教育程度都會(huì)影響家庭金融資產(chǎn)的配置。Guiso，Sapienza(2004)研究發(fā)現(xiàn)家庭對(duì)外界社會(huì)，金融機(jī)構(gòu)的信任度越高，那么他們持有風(fēng)險(xiǎn)資產(chǎn)的比例也就越高。
(二)國(guó)內(nèi)研究綜述
到目前為止，關(guān)于我國(guó)居民投資的實(shí)證研究相對(duì)較少。樣本選擇以及有效樣本數(shù)據(jù)的獲取是主要難點(diǎn)。有部分學(xué)者對(duì)居民的資產(chǎn)結(jié)構(gòu)進(jìn)行了考察，如史代敏、宋艷(2005)，利用四川省統(tǒng)計(jì)局在2002年四川省城鎮(zhèn)居民家庭金融財(cái)產(chǎn)的抽樣調(diào)查數(shù)據(jù)，分別考慮了年齡、收入、財(cái)富規(guī)模、受教育程度、住房所有權(quán)五方面的因素建立線性模型，考察各因素對(duì)家庭金融資產(chǎn)總量，以及儲(chǔ)蓄存款和股票在金融資產(chǎn)中所占比例的影響。吳曉求等(1999)利用證券持有的增加量統(tǒng)計(jì)出我國(guó)居民金融資產(chǎn)的增量結(jié)構(gòu)，并重點(diǎn)分析了影響該結(jié)構(gòu)的因素以及改革開(kāi)放以來(lái)居民收入資本化趨勢(shì)。另外汪紅駒、張慧蓮(2006)以最優(yōu)資產(chǎn)選擇模型為基礎(chǔ)探討了通貨膨脹、股市收益波動(dòng)、消費(fèi)者風(fēng)險(xiǎn)偏好對(duì)消費(fèi)者儲(chǔ)蓄需求的影響。
近期，出現(xiàn)的一些有關(guān)于家庭金融資產(chǎn)投資的文獻(xiàn)有：邢大偉(2009)基于江蘇揚(yáng)州的調(diào)查，對(duì)城鎮(zhèn)居民家庭資產(chǎn)選擇結(jié)構(gòu)的實(shí)證研究，文章分析了性別，年齡，學(xué)歷等方面對(duì)金融資產(chǎn)結(jié)構(gòu)和實(shí)物資產(chǎn)結(jié)構(gòu)的影響。陳國(guó)進(jìn)，姚佳(2009)的基于美國(guó)SCF數(shù)據(jù)庫(kù)的風(fēng)險(xiǎn)性金融資產(chǎn)投資影響因素分析，文章采用美國(guó)消費(fèi)者金融調(diào)查數(shù)據(jù)為樣本，建立回歸模型對(duì)影響因素進(jìn)行分析。盧家昌，顧金宏(2009)基于江蘇南京的調(diào)查，對(duì)城鎮(zhèn)居民家庭資產(chǎn)選擇行為的影響因素分析，主要分析了家庭金融資產(chǎn)在貨幣類產(chǎn)品，證券類產(chǎn)品，保障類產(chǎn)品三個(gè)方面投資影響因素。
二、調(diào)查研究方案設(shè)計(jì)
(一)研究假設(shè)
通過(guò)對(duì)已有文獻(xiàn)的梳理和歸納，并結(jié)合中國(guó)的國(guó)情，提出以下可能對(duì)中國(guó)城鎮(zhèn)家庭風(fēng)險(xiǎn)性金融投資產(chǎn)生影響的因素：
1.家庭財(cái)富和人口統(tǒng)計(jì)特征。Alessie和Soest曾經(jīng)對(duì)荷蘭家庭1993～1998的數(shù)據(jù)進(jìn)行分析，運(yùn)用Probit回歸模型和選擇模型發(fā)現(xiàn)，年齡較大的戶主和比較富裕的戶主持有相對(duì)較高比例的風(fēng)險(xiǎn)性金融資產(chǎn)，同時(shí)隨著家庭財(cái)富的增加，家庭持有風(fēng)險(xiǎn)性金融資產(chǎn)的比例也會(huì)增加。
2.住房投資。在我國(guó)，住房問(wèn)題是長(zhǎng)期以來(lái)絕大多數(shù)家庭都很關(guān)注的問(wèn)題，房?jī)r(jià)的波動(dòng)對(duì)中國(guó)家庭的投資行為也會(huì)產(chǎn)生一定的影響，而且由于房產(chǎn)具有消費(fèi)與投資的雙重性質(zhì)，還可能使中國(guó)家庭的投資呈現(xiàn)出隨生命周期變化的特征。
3.勞動(dòng)收入。在中國(guó)，勞動(dòng)收入是大多數(shù)家庭主要的經(jīng)濟(jì)來(lái)源，也是家庭可支配收入的重要組成部分。如果能夠從一定程度上增加家庭的勞動(dòng)收入，那么一定程度上能提升家庭承擔(dān)金融投資風(fēng)險(xiǎn)的愿望。
4.投資偏好及預(yù)期。中國(guó)家庭的投資行為不僅會(huì)受到對(duì)宏觀經(jīng)濟(jì)預(yù)期的影響，投資偏好近年來(lái)作為行為金融研究的一部分也成為重要的研究因素。
(二)問(wèn)卷的設(shè)計(jì)
問(wèn)卷的概念量表在設(shè)計(jì)時(shí)，先是參照了已有的“個(gè)體投資者問(wèn)卷調(diào)查”的成熟量表，然后根據(jù)研究假設(shè)中所提到的影響因素進(jìn)行調(diào)整修改。問(wèn)卷調(diào)查主要分兩個(gè)方面：首先是對(duì)于家庭結(jié)構(gòu)的調(diào)查，包括人口統(tǒng)計(jì)特征以及家庭人口的基本情況，如：戶主的性別，年齡，受教育程度，婚姻狀況以及職業(yè);其次是關(guān)于家庭金融資產(chǎn)總量和結(jié)構(gòu)的調(diào)查，如：家庭金融資產(chǎn)，人均收入，存款等。同時(shí)，問(wèn)卷還設(shè)置了“驗(yàn)證題”來(lái)幫助剔除無(wú)效問(wèn)卷。
(三)問(wèn)卷的發(fā)放與回收
調(diào)查采用隨機(jī)抽樣調(diào)查，在人口比較集中的各區(qū)街口商區(qū)，單位門口進(jìn)行發(fā)放，調(diào)查對(duì)象覆蓋了個(gè)體戶，金融從業(yè)者，公務(wù)員，醫(yī)生，教師等人群，篩選主要是刪除通過(guò)問(wèn)卷中設(shè)置的“驗(yàn)證題”來(lái)刪除明顯胡亂填寫的無(wú)效問(wèn)卷以及存在異常值的問(wèn)卷。而對(duì)于問(wèn)卷中存在的數(shù)據(jù)缺失的情況，則主要是通過(guò)兩種途徑修改：對(duì)于第二部分?jǐn)?shù)據(jù)缺失或缺失數(shù)據(jù)超過(guò)2項(xiàng)的，直接視為無(wú)效問(wèn)卷;而對(duì)于缺失數(shù)據(jù)在兩項(xiàng)以內(nèi)的，則采用眾數(shù)填補(bǔ)的法則進(jìn)行數(shù)據(jù)完善。最后，通過(guò)匯總統(tǒng)計(jì)，可以得到下列數(shù)據(jù);實(shí)際發(fā)放問(wèn)卷數(shù)為500份，回收得到292份，回收率為58.4%，最后被認(rèn)定的有效樣本數(shù)為224份，回收有效率為76.7%。 (四)樣本的收集和檢驗(yàn)
本文的抽樣調(diào)查樣本來(lái)源于城鎮(zhèn)家庭，以江蘇無(wú)錫的抽樣調(diào)查結(jié)果作為實(shí)證的數(shù)據(jù)來(lái)源。由于無(wú)錫地處長(zhǎng)江三角洲經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，因此抽樣結(jié)果更具代表性和合理性。經(jīng)過(guò)SPSS16.0對(duì)抽樣數(shù)據(jù)的處理，得到如下對(duì)有效樣本的描述性統(tǒng)計(jì)：
通過(guò)表一的樣本描述性統(tǒng)計(jì)不難看出，家庭中戶主的性別為男性的比例要高于女性，也就是說(shuō)男性參與風(fēng)險(xiǎn)投資決策的比例要高于女性，而且戶主年齡在35～60歲之間的比例較高。本戶主學(xué)歷為專科和本科的占到了將近90%，此外，從家庭財(cái)富規(guī)模的角度來(lái)看，家庭擁有金融資產(chǎn)總額在10萬(wàn)到100萬(wàn)之間的占了絕大多數(shù)。因此，總體看來(lái)，這樣的抽樣結(jié)果基本服從正態(tài)分布，這樣的結(jié)構(gòu)大體上也是合理的。
三、實(shí)證研究分析
(一)主要變量的選取及描述
本文研究主要是分析人口統(tǒng)計(jì)特征，家庭財(cái)富，背景風(fēng)險(xiǎn)等方面因素對(duì)城鎮(zhèn)家庭風(fēng)險(xiǎn)性金融資產(chǎn)投資選擇的影響以及影響程度。其中人口統(tǒng)計(jì)特征包括戶主的性別，年齡，受教育程度，婚姻狀況以及職業(yè);背景風(fēng)險(xiǎn)包括勞動(dòng)收入，房產(chǎn)投資，其余變量還包括投資偏好，投資預(yù)期。
(二)實(shí)證模型的選擇
1.模型一：Logistic回歸模型。本文首先對(duì)城鎮(zhèn)家庭風(fēng)險(xiǎn)性金融資產(chǎn)是否持有產(chǎn)生影響的因素的作用程度以及顯著性進(jìn)行實(shí)證分析和檢驗(yàn)。持有風(fēng)險(xiǎn)性金融資產(chǎn)的為“1”，而未持有風(fēng)險(xiǎn)性金融資產(chǎn)的為“0”。在借鑒同類文獻(xiàn)結(jié)論和研究成果的基礎(chǔ)上，假設(shè)城鎮(zhèn)家庭風(fēng)險(xiǎn)性金融資產(chǎn)持有受到家庭財(cái)富，戶主的性別，年齡，受教育程度，婚姻狀況以及職業(yè)，勞動(dòng)收入，房產(chǎn)投資，投資偏好，投資預(yù)期等因素的共同作用，即Y=φ(x1，x2，……xi)+ε。Y表示的是城鎮(zhèn)家庭風(fēng)險(xiǎn)性金融資產(chǎn)的選擇行為，xi是影響家庭風(fēng)險(xiǎn)性金融資產(chǎn)選擇的影響因素，ε為隨即干擾項(xiàng)。由于在實(shí)證當(dāng)中，我們遇到的被解釋變量為虛擬變量，而非連續(xù)性變量，因此傳統(tǒng)的多元回歸模型并不適用，無(wú)法進(jìn)行合理的假設(shè)檢驗(yàn)。所以，本文選用Logistic回歸模型來(lái)進(jìn)行實(shí)證研究。Logistic回歸模型是對(duì)二元因變量的概率建模，即當(dāng)因變量是一個(gè)二元變量，只取0與1兩個(gè)值時(shí)，因變量取1的概率p就是要研究的對(duì)象。這里我們假設(shè)家庭參與投資風(fēng)險(xiǎn)性金融產(chǎn)品的概率為P，P的取值范圍在0-1之間，將P做logit變換，可以得到Logistic回歸模型：
Logit(P)=β0+β1F+β2I+β3S+∑β4iAi+∑β5iEi+β6M+β7SE+ β8RI+β9IP+β10IE
然后，通過(guò)極大似然估計(jì)的迭代方法，可以找到系數(shù)的“最可能”的估計(jì)，并采用Wald檢驗(yàn)對(duì)參數(shù)進(jìn)行檢驗(yàn)，當(dāng)Wald值大者(或Sig值小者，小于0.05)顯著性高。
2.模型二：Tobit回歸模型。本文還將從微觀角度建立城鎮(zhèn)家庭風(fēng)險(xiǎn)性金融資產(chǎn)占總金融資產(chǎn)比重的模型。由于單個(gè)家庭風(fēng)險(xiǎn)性金融資產(chǎn)可能為零，也就是存在某個(gè)家庭不投資風(fēng)險(xiǎn)性金融產(chǎn)品，即風(fēng)險(xiǎn)性金融資產(chǎn)占總金融資產(chǎn)比重為零，而已它作為被解釋變量時(shí)，顯然經(jīng)典的線性模型已經(jīng)不再適用。根據(jù)國(guó)內(nèi)外相關(guān)文獻(xiàn)得知，在存在截?cái)鄶?shù)據(jù)的情況下，Tobit模型是較為有效的計(jì)量經(jīng)濟(jì)學(xué)模型。
根據(jù)家庭持有風(fēng)險(xiǎn)性金融資產(chǎn)是否為零，可以將樣本分為兩類。第一類是含有不為零的因變量和自變量;第二類是僅很有不為零的自變量，而因變量為零。這樣，我們可以把變量間線性關(guān)系表示為：Yi’=βXi+εt。
實(shí)際在性質(zhì)上，截?cái)嗟挠^測(cè)值與未截?cái)嗟挠^測(cè)值是存在顯著差異的，這是因?yàn)轱L(fēng)險(xiǎn)性金融資產(chǎn)占總金融資產(chǎn)比重為0，表示該家庭不投資于風(fēng)險(xiǎn)性金融產(chǎn)品，因此即使解釋變量變化很明顯，這些家庭投資與風(fēng)險(xiǎn)性金融產(chǎn)品的比重仍為，不會(huì)有任何變化。這樣，風(fēng)險(xiǎn)性金融資產(chǎn)占總金融資產(chǎn)比重在性質(zhì)上類似于離散型的虛擬變量。因此，我們通過(guò)建立風(fēng)險(xiǎn)性金融資產(chǎn)占總金融資產(chǎn)比重的Tobit模型，來(lái)刻畫解釋變量對(duì)被解釋變量之間的影響。
根據(jù)經(jīng)濟(jì)學(xué)理論背景，我們初步建立風(fēng)險(xiǎn)性金融資產(chǎn)比重的Tobit模型如下：
Tobit(P)=β0+β1I+∑β2iAi+∑β3iEi+β4F+β5F2+εtif RHS>0
模型的設(shè)計(jì)基于理論與數(shù)據(jù)相結(jié)合的思路，一方面我們考慮到經(jīng)濟(jì)理論背景來(lái)選擇變量;另一方面我們又考慮了調(diào)查所得樣本中獲得的信息。
我們?cè)诠烙?jì)模型時(shí)將采用國(guó)外相關(guān)研究中普遍使用的最小二乘估計(jì)，這也是人們所探索出的適用于估計(jì)Tobit模型的主要方法，其參數(shù)檢驗(yàn)的適用方法為t檢驗(yàn)，Sig值小者(小于0.05)顯著性高。
四、結(jié)論
本文運(yùn)用對(duì)江蘇省無(wú)錫地區(qū)的實(shí)地抽樣調(diào)查數(shù)據(jù)，通過(guò)運(yùn)用Logistic回歸模型和Tobit回歸模型研究家庭財(cái)富，人口統(tǒng)計(jì)特征，背景風(fēng)險(xiǎn)以及投資預(yù)期和偏好對(duì)家庭風(fēng)險(xiǎn)金融資產(chǎn)投資的影響，我們可以得到以下幾個(gè)重要的結(jié)論：首先，中國(guó)城鎮(zhèn)家庭風(fēng)險(xiǎn)性金融投資的財(cái)富效應(yīng)十分顯著，隨著家庭財(cái)富的不斷增加，家庭投資風(fēng)險(xiǎn)性金融資產(chǎn)的概率不斷增加，投資于風(fēng)險(xiǎn)性金融資產(chǎn)的比例也不斷提高。其次，背景風(fēng)險(xiǎn)對(duì)中國(guó)家庭投資風(fēng)險(xiǎn)性金融產(chǎn)品的有較明顯的影響：中國(guó)家庭住房投資對(duì)參與風(fēng)險(xiǎn)性金融投資具有明顯的“擠出效應(yīng)”，隨著住房投資的增加，家庭參與風(fēng)險(xiǎn)性金融投資的概率以及投資比例都有所下降;此外，隨著人均勞動(dòng)收入的增加，家庭投資風(fēng)險(xiǎn)金融產(chǎn)品的比例就越高。第三，人口統(tǒng)計(jì)特征對(duì)中國(guó)家庭投資風(fēng)險(xiǎn)性金融產(chǎn)品的影響比較顯著：風(fēng)險(xiǎn)性金融投資的參與率隨著學(xué)歷的增加而增加，與年齡呈一條凸曲線，年輕家庭和老年家庭參與率較低，中年家庭參與率較高。從投資比例來(lái)看，高學(xué)歷的家庭投資比例較高，而自主經(jīng)營(yíng)會(huì)對(duì)投資比例有擠出效應(yīng)。第四，家庭的投資預(yù)期向好會(huì)對(duì)風(fēng)險(xiǎn)性金融投資比例產(chǎn)生正的影響，而投資偏好風(fēng)險(xiǎn)性資產(chǎn)則會(huì)對(duì)風(fēng)險(xiǎn)性金融投資的參與率產(chǎn)生積極的影響。
參考文獻(xiàn)
[1]陳國(guó)進(jìn)，姚佳.中國(guó)居民就愛(ài)聽(tīng)金融資產(chǎn)組合研究【J】.西部金融，2008(8)，20-22.
[2]史代敏，宋艷 居民家庭金融資產(chǎn)選擇的實(shí)證那個(gè)研究【J】.統(tǒng)計(jì)研究，2005(10)，45-50.
[3]3.劉洪玉，鄭思齊.住宅資產(chǎn)：居民家庭資產(chǎn)組合中的重要角色【J】.經(jīng)濟(jì)與管理研究，2003(4)，38-4.
實(shí)證金融論文篇2
西北地區(qū)農(nóng)村金融問(wèn)題實(shí)證研究
【摘要】農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)，發(fā)展現(xiàn)代農(nóng)業(yè)離不開(kāi)金融的有力支持，農(nóng)村金融問(wèn)題是研究“三農(nóng)問(wèn)題”的關(guān)鍵所在。西北地區(qū)農(nóng)業(yè)基礎(chǔ)薄弱，金融業(yè)發(fā)展滯后，農(nóng)村金融問(wèn)題更加突出。本文選取西北部分地區(qū)作為樣本，對(duì)西北地區(qū)農(nóng)村金融現(xiàn)狀進(jìn)行實(shí)證研究，以期對(duì)西北地區(qū)農(nóng)村金融存在的主要問(wèn)題作出有益探討。
【關(guān)鍵詞】農(nóng)村金融 實(shí)證研究
一、西北地區(qū)農(nóng)村金融市場(chǎng)競(jìng)爭(zhēng)呈現(xiàn)壟斷特征
隨著國(guó)有商業(yè)銀行改革的推進(jìn)，國(guó)有商業(yè)銀行在農(nóng)村地區(qū)的機(jī)構(gòu)大量撤并，金融業(yè)務(wù)明顯萎縮。一方面正規(guī)金融不斷從農(nóng)村市場(chǎng)收縮，另一方面農(nóng)村地區(qū)民間金融尚未形成規(guī)模。從而使農(nóng)村信用社在農(nóng)村金融市場(chǎng)處于壟斷地位。而壟斷的農(nóng)村金融市場(chǎng)一般來(lái)說(shuō)是低效率的。近年來(lái)，中央銀行對(duì)農(nóng)村信用社采取的各類改革措施賦予了農(nóng)村信用社獨(dú)立支撐農(nóng)村金融主渠道的職能。但是農(nóng)村信用社自身經(jīng)營(yíng)管理能力與所承擔(dān)的功能不相稱的矛盾日漸凸現(xiàn)。由于農(nóng)村信用社巨額的歷史包袱、利率管制等原因，不少農(nóng)村信用社面臨巨額虧損。在缺乏市場(chǎng)退出機(jī)制的背景下，農(nóng)村信用社即使是虧損嚴(yán)重，資不抵債，也無(wú)法將其關(guān)閉。因此，現(xiàn)有的農(nóng)村金融體系缺乏效率，不能為農(nóng)業(yè)發(fā)展提供必要的支撐。
(一)農(nóng)村地區(qū)正規(guī)金融機(jī)構(gòu)數(shù)量逐年減少
本文對(duì)西北14個(gè)樣本地區(qū)的調(diào)查顯示，2002年以后西北農(nóng)村地區(qū)的金融機(jī)構(gòu)數(shù)量處于逐年減少的狀態(tài)。 2002—2010年，農(nóng)業(yè)銀行機(jī)構(gòu)數(shù)量從638個(gè)縮減至468個(gè)，累計(jì)減少170個(gè);建設(shè)銀行機(jī)構(gòu)數(shù)量從199個(gè)縮減至104個(gè)，累計(jì)減少95個(gè);工商銀行機(jī)構(gòu)數(shù)量從280個(gè)縮減至159個(gè)，累計(jì)減少121個(gè)。短短數(shù)年時(shí)間，3家國(guó)有商業(yè)銀行在14個(gè)樣本地區(qū)內(nèi)減少的機(jī)構(gòu)數(shù)量共計(jì)386個(gè)，減幅為36.1%。2010年末，當(dāng)?shù)亟ㄔO(shè)銀行機(jī)構(gòu)數(shù)量在5個(gè)以下的樣本地區(qū)為8個(gè)，其中2個(gè)樣本地區(qū)內(nèi)已經(jīng)沒(méi)有建設(shè)銀行的分支機(jī)構(gòu)。國(guó)有銀行在農(nóng)村地區(qū)機(jī)構(gòu)數(shù)量大量減少，客觀上降低了農(nóng)村金融市場(chǎng)的競(jìng)爭(zhēng)強(qiáng)度，使農(nóng)村信用社的壟斷地位不斷加強(qiáng)。
(二)農(nóng)村信貸市場(chǎng)份額不斷集中
農(nóng)村信用社在農(nóng)村金融市場(chǎng)處于壟斷地位主要體現(xiàn)在其市場(chǎng)份額的不斷提高，尤其是在信貸市場(chǎng)上，隨著國(guó)有銀行的大量退出，農(nóng)村信用社的壟斷地位日漸顯露。2002—2010年，14個(gè)樣本地區(qū)農(nóng)村信用社的信貸市場(chǎng)份額均出現(xiàn)不同程度的提高，其中有7個(gè)地區(qū)的農(nóng)村信用社市場(chǎng)占有率提高了10個(gè)以上的百分點(diǎn)，最多的地區(qū)提高了15個(gè)百分點(diǎn)。2010年末，農(nóng)村信用社信貸市場(chǎng)份額在30%以上的地區(qū)為8個(gè)，其中30%—40%的地區(qū)有5個(gè)，40%—50%的地區(qū)有3個(gè)。這些數(shù)據(jù)表明，農(nóng)村信用社在相當(dāng)一部分地區(qū)的信貸市場(chǎng)上處于壟斷地位，控制著三分之一以上的市場(chǎng)份額，并且這一比例還在不斷提高。
與國(guó)有商業(yè)銀行相比，農(nóng)村信用社在服務(wù)水平、經(jīng)營(yíng)管理能力以及風(fēng)險(xiǎn)控制等方面都存在較大差距。因此，國(guó)有商業(yè)銀行的退出，農(nóng)村信用社壟斷地位的加強(qiáng)，使得農(nóng)村地區(qū)金融機(jī)構(gòu)無(wú)論是從數(shù)量，還是從質(zhì)量上都有所下降，削弱了金融支持“三農(nóng)”的能力。
(三)農(nóng)村金融機(jī)構(gòu)不良貸款問(wèn)題嚴(yán)重
在我國(guó)，農(nóng)業(yè)屬于弱質(zhì)產(chǎn)業(yè)，主要表現(xiàn)在農(nóng)業(yè)生產(chǎn)面臨著巨大的自然風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)。特別是我國(guó)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)規(guī)模偏小、生產(chǎn)集約化程度偏低、農(nóng)產(chǎn)品科技含量偏少，這導(dǎo)致我國(guó)農(nóng)業(yè)比國(guó)外農(nóng)業(yè)收益更低、市場(chǎng)風(fēng)險(xiǎn)更大。加之農(nóng)業(yè)保險(xiǎn)缺失，客觀上給農(nóng)業(yè)貸款造成巨大的風(fēng)險(xiǎn)。另一方面農(nóng)村地區(qū)信用法制環(huán)境較差，地方行政過(guò)多干預(yù)等因素也進(jìn)一步加劇了農(nóng)村金融中的風(fēng)險(xiǎn)。而農(nóng)村信用社自身由于缺乏完善的風(fēng)險(xiǎn)防范管理手段與機(jī)制，不能有效化解貸款風(fēng)險(xiǎn)，導(dǎo)致潛在的各種信貸風(fēng)險(xiǎn)轉(zhuǎn)化為巨額不良貸款。本文對(duì)西北14個(gè)樣本地區(qū)農(nóng)村信用社的信貸數(shù)據(jù)調(diào)查表明，農(nóng)村信用社不良貸款比率并未得到有效控制。雖然多數(shù)地市農(nóng)村信用社不良貸款比率均有不同程度的下降，但是2010年，仍有9個(gè)地區(qū)農(nóng)村信用社的不良貸款比率在10%以上，遠(yuǎn)超過(guò)銀監(jiān)會(huì)設(shè)立的不良貸款比率標(biāo)準(zhǔn)。其中，3個(gè)地區(qū)農(nóng)信社不良貸款比率仍處于20%以上的高位。不良貸款問(wèn)題不能得到有效解決，不僅增加了農(nóng)村信用社的貸款損失成本，而且嚴(yán)重制約了農(nóng)村金融的可持續(xù)發(fā)展。
二、西北農(nóng)村地區(qū)資金外流嚴(yán)重
現(xiàn)階段農(nóng)村金融市場(chǎng)信貸風(fēng)險(xiǎn)高，收益不確定性較高，在缺乏相應(yīng)擔(dān)保與補(bǔ)償機(jī)制的調(diào)價(jià)下，金融機(jī)構(gòu)更傾向于將金融資源配置到城市非農(nóng)業(yè)部門。調(diào)查顯示，近年來(lái)西北地區(qū)農(nóng)村資金外流嚴(yán)重，通過(guò)以下三個(gè)方面的數(shù)據(jù)具體反映：
(一)縣域農(nóng)村地區(qū)農(nóng)業(yè)銀行的存貸比率逐年下降
在原四大國(guó)有銀行的專業(yè)分工布局中，農(nóng)業(yè)銀行的業(yè)務(wù)領(lǐng)域主要集中于農(nóng)業(yè)，是農(nóng)村金融的重要組成部分。然而，近年來(lái)農(nóng)業(yè)銀行大力推進(jìn)商業(yè)化改革，業(yè)務(wù)重心發(fā)生轉(zhuǎn)移，對(duì)農(nóng)村地區(qū)的支持力度逐步減弱。本文調(diào)查的西北14個(gè)樣本地區(qū)縣域農(nóng)村地區(qū)農(nóng)業(yè)銀行存、貸款余額變化顯示，盡管縣域農(nóng)村地區(qū)農(nóng)業(yè)銀行的存、貸款都在快速增長(zhǎng)。但是，同期貸款的增長(zhǎng)速度低于存款的增長(zhǎng)速度，表現(xiàn)為存貸比率逐年下降。2005—2010年存、貸款余額之差呈現(xiàn)不斷擴(kuò)大的趨勢(shì)，2005年存、貸款余額之差為22億元，2010年兩者之差擴(kuò)大至121億元，5年內(nèi)增長(zhǎng)了5倍多。同期存貸比率分別為：85%、82%、76%、66%和56%，這反映出農(nóng)業(yè)銀行正在將越來(lái)越多的貸款從西北農(nóng)村地區(qū)轉(zhuǎn)移到其他地區(qū)，縣域農(nóng)村地區(qū)的農(nóng)業(yè)銀行對(duì)當(dāng)?shù)氐男刨J支持力度正在逐步減弱。
(二)郵儲(chǔ)規(guī)模迅速擴(kuò)張
長(zhǎng)期以來(lái)，郵政儲(chǔ)蓄采取“只存不貸”的經(jīng)營(yíng)模式，單純從農(nóng)村金融市場(chǎng)吸收資金。雖然目前郵政儲(chǔ)蓄已經(jīng)逐步開(kāi)始辦理小額存單質(zhì)押貸款業(yè)務(wù)，但是與其龐大的存款業(yè)務(wù)規(guī)模相比，顯得微乎其微。短期內(nèi)郵政儲(chǔ)蓄從農(nóng)村地區(qū)“抽血”的狀況不會(huì)得到根本扭轉(zhuǎn)。因此，郵政儲(chǔ)蓄規(guī)模的擴(kuò)大，對(duì)農(nóng)村地區(qū)而言，就意味著資金流出的增加。本文調(diào)查的西北14個(gè)樣本地區(qū)郵政儲(chǔ)蓄余額增長(zhǎng)情況顯示，2005—2010年，郵政儲(chǔ)蓄以超常規(guī)的速度發(fā)展，儲(chǔ)蓄余額從46.32億元增長(zhǎng)至123.07億元，累計(jì)增長(zhǎng)76.75億元，增幅為166%，年均增速33.2%。這其中絕大部分資金都投向了農(nóng)村以外的地區(qū)，反映出農(nóng)村地區(qū)資金正在迅速流出。 (三)涉農(nóng)貸款在銀行信貸結(jié)構(gòu)中的比重較小
西北五省區(qū)(陜西、甘肅、寧夏、青海和新疆)農(nóng)業(yè)銀行的信貸數(shù)據(jù)顯示，農(nóng)業(yè)貸款在其整個(gè)信貸結(jié)構(gòu)中所占比重很小。
三、信貸余額與利潤(rùn)總額、不良貸款的數(shù)量關(guān)系研究
在市場(chǎng)機(jī)制作用下，金融資源的配置取決于資本的收益水平，而風(fēng)險(xiǎn)水平和盈利能力是決定收益的兩個(gè)重要因素。因此，金融對(duì)“三農(nóng)”的支持要受到農(nóng)村金融風(fēng)險(xiǎn)和盈利水平的影響。為從定量的角度分析問(wèn)題，本文用信貸余額(D)反映金融支持“三農(nóng)”的程度;用利潤(rùn)總額(E)反映農(nóng)村地區(qū)金融的收益水平;用不良貸款余額(L)反映農(nóng)村地區(qū)的金融風(fēng)險(xiǎn)水平。建立農(nóng)村信貸二元線性回歸模型如下：
R2=0.8082值較高，表明利潤(rùn)和不良貸款這兩個(gè)解釋變量可以說(shuō)明被解釋變量貸款規(guī)?？傋儾畹?0.82%，數(shù)據(jù)擬合的效果較好。在0.05顯著水平下，Ei和 Li的參數(shù)估計(jì)值都遠(yuǎn)大于相應(yīng)標(biāo)準(zhǔn)差的2倍，說(shuō)明這兩個(gè)解釋變量的參數(shù)顯著不為零。
Ei的系數(shù)為6.93表明，貸款的收益傾向約為7，即如果其他變量保持不變，利潤(rùn)每增加1萬(wàn)元，那么貸款增加7萬(wàn)元。根據(jù)實(shí)際經(jīng)濟(jì)情況，不良貸款與貸款應(yīng)當(dāng)是負(fù)相關(guān)的關(guān)系，因此Li的系數(shù)應(yīng)當(dāng)調(diào)整為-17.01，即如果其他變量保持不變，不良貸款每增加1萬(wàn)元，那么貸款大約減少17萬(wàn)元。調(diào)整以后的方程為：
農(nóng)村信貸二元線性回歸模型說(shuō)明，金融對(duì)“三農(nóng)”的支持力度，在很大程度上取決于農(nóng)村金融的風(fēng)險(xiǎn)與盈利水平。當(dāng)前農(nóng)村地區(qū)金融資源不足，主要是由于農(nóng)村金融風(fēng)險(xiǎn)較高、盈利水平較低。因此，要解決農(nóng)村地區(qū)金融資源不足問(wèn)題，就必須建立相應(yīng)的補(bǔ)償機(jī)制對(duì)農(nóng)村金融的風(fēng)險(xiǎn)和收益進(jìn)行補(bǔ)償。
本文分析的上述問(wèn)題是當(dāng)前農(nóng)村地區(qū)金融資源嚴(yán)重匱乏，制約農(nóng)村經(jīng)濟(jì)發(fā)展的主要因素。同時(shí)，這些問(wèn)題之間是相互內(nèi)在聯(lián)系的，農(nóng)村地區(qū)金融風(fēng)險(xiǎn)較高，不良貸款高居不下，降低了金融機(jī)構(gòu)的收益，在追求利益最大化的驅(qū)動(dòng)下，金融機(jī)構(gòu)將大量金融資源從農(nóng)村地區(qū)轉(zhuǎn)移出，直接導(dǎo)致農(nóng)村地區(qū)大量資金外流和農(nóng)村金融市場(chǎng)壟斷格局的形成。計(jì)量分析結(jié)果也表明，金融對(duì)“三農(nóng)”的支持程度取決于收益水平的高低和風(fēng)險(xiǎn)的大小。由于風(fēng)險(xiǎn)是對(duì)未來(lái)收益產(chǎn)生影響，因此，這些問(wèn)題最終歸結(jié)為利益問(wèn)題，要從根本上解決農(nóng)村金融資源不足的困境，就必須從利益問(wèn)題入手，建立包括風(fēng)險(xiǎn)補(bǔ)償在內(nèi)的利益補(bǔ)償機(jī)制。