农村金融对农牧民收入的影响.doc

农村金融对农牧民收入的影响.doc

ID:61744772

大小:28.50 KB

页数:4页

时间:2021-03-17

农村金融对农牧民收入的影响.doc_第1页
农村金融对农牧民收入的影响.doc_第2页
农村金融对农牧民收入的影响.doc_第3页
农村金融对农牧民收入的影响.doc_第4页
资源描述:

《农村金融对农牧民收入的影响.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、农村金融对农牧民收入的影响摘要:以民族地区青海为例,采用向量自回归(VAR)的方法,研究农村金融发展对农牧民收入的影响。农村金融发展效率、农村金融发展结构和农村固定资产投资规模对农牧民收入有促进作用,农村金融发展的规模对农牧民的收入增长产生负面抑制作用。对策建议是:拓宽融资渠道,创新金融产品;完善农村金融发展环境;推进金融服务便利化,与物理网点形成互补;扩大农村金融规模,强化支农效率。关键词:农村金融发展;农牧民收入;VAR模型一、前言列政策性文件聚焦“三农”问题,因为“三农”问题一直是关系到国家整体发展的根本性问题,而农民收入问题是解决“三农”

2、问题的核心。无论怎样提高农民的收入,都需要大量的资金积累和投入,都离不开农村金融的支持。青海作为经济欠发达地区,农村金融发展相对滞后,农牧民贷款难和小微企业融资环境尚未从根本上得到改善,农牧区融资特别是基层农牧区融资难问题仍然较为突出。因此,必须深化农村金融改革,发展农村金融,着力增强金融服务“三农”的功能,为农牧民增收提供必要的金融支持,这对建设当代新农村、新牧区具有重要意义。二、文献回顾4学海无涯金融发展对农民收入影响,国内外学者对其作了大量的研究,主要分为以下观点:(一)产生正向的促进作用。Greenwood等(1990)直接讨论了金融发展

3、与收入分配的关系,发现在金融发展初期,金融发展促进了经济增长,同时也扩大了收入差距。随着经济增长,这一差距将逐步缩小。[1]李鹤等(2019)利用1996—2016年我国东北的相关数据,建立了向量误差修正模型,分析了农村金融发展与农民收入的关系。研究发现,农村金融发展规模和人均固定资产投资水平,对农村居民非农收入具有长期正相关作用。[2](二)产生负向的抑制作用。Lee等(2000)认为,导致越来越大的贫富差距的原因在于金融资产越来愈多地集中到富人手中。[3]刘旦(2007)利用生产函数模型,通过1978—2004年相关数据进行实证分析发现,农村

4、金融发展对农民增收有一定的负面影响。[4]从以上分析能得出,农村金融发展和农民收入之间存在相关关系。并且农村金融发展对农民收入有很大影响。但是,许多研究忽略了区域的特殊性,特别是对于经济欠发达的民族地区,如何通过发展农村金融促进农牧民增收的研究成果较少。本研究以青海省为例,探讨农村金融发展与该省农牧民收入增长的关系,并提出了该省农村金融发展和农牧民增收的政策建议。三、数据说明和模型设定(一)模型介绍。向量自回归模型(以下简称VAR)自1980年由Sims发明后被广泛应用于宏观建模和政策分析并在实践中不断改进。本研究使用Eviews8.0,运用VA

5、R来检测农村金融发展对农牧民收入的影响。(二)指标选取。模型所需指标的选取,如表1所示:(三)数据来源与模型设定。本研究运用青海省1999—2017年相关数据,所有的标数据均来自《青海统计年鉴》,通过对相关数据进行相比等处理得出。设定的模型如下:LNY=C+λ1LNX1+λ2LNX2+λ3LNX3+λ4LNX4+μ其中:Y代表农牧民纯收入;X1、X2、X3和X4分别代表农村金融发展规模、效率、结构和农村固定资产投资水平;C代表常数项;λ为各指标对农牧民收入的弹性,即影响程度;μ代表随机误差项。四、实证分析4学海无涯(一)单位根检验。单位根检验是检

6、查时间序列中有没有单位根。如果时间序列中有单位根,则时间序列是非平稳的。然后对时间序列进行建模将导致伪回归现象。因此,在对时间序列建模时,首先要检验时间序列中是否存在单位根。本研究运用ADF检验,如若存在非平稳序列,就进行一阶差分处理,要是还不行,继续差分处理,直到平稳为止。如表2、表3所示:通过观察ADF的结果。从表2可以看出,虽然LNX1和LNX2表现平稳,然而数据LNY、LNX3、LNX4都非平稳,不满足同阶单整。因此需要一阶差分。从表3看出,经过一阶差分后,5个数据都平稳,接下来开始协整检验。(二)协整检验。通过Johansan协整检验,

7、可以确定本研究自变量LNY与4个自变量之间是否存在长期的稳定关系。基于VAR模型的Johansan协整检验,在协整检验之初要最大滞后阶数的选取。统计结果,如表4所示:根据赤池信息标准(AIC)和施瓦茨(SC)的最小值进行确定,模型的最大滞后期是2。对建立的滞后期为2的VAR模型的稳定性进行检验,使用单位圆的方法,如图1所示:根据图1显示,所有的特征根都落在单位圆内,因此认为所建立的VAR模型是稳定的。随后,对变量进行协整检验,结果如表5、表6所示:从表5和表6的结果看出,当原假设为不存在协整关系时,在5%的置信水平下,P值小于0.05,拒绝原假设

8、,即数据之间存在协整关系;综合迹统计量和最大特征值统计量综合来看拒接秩为1的假设,说明变量之间至少存在两个协整关系。如表7所示:根据表7

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。