我国农村信贷效率实证探究.docVIP

我国农村信贷效率实证探究摘要： 本文通过DEA模型对我国农村信贷的效率进行了静态和动态的分析，并对吉林省农村的信贷效率进行了专项分析，结果表明吉林省农村信贷的效率较低，这与吉林省农村经济政策相关，并发现资本并不是农村经济增长的首要因素。 关键词：农村信贷；效率；DEA模型 中图分类号： F832.43 文献标识码：B 一、引言 为了促进农村经济社会的发展，很多国家对农村地区实施政府指导下的政策性金融支持，并采用低利率的信贷政策以期望能够促进农业的发展，但是效果甚微[1]]。因此，许多学者对这种模式下农村信贷的效率进行了大量的研究。从研究结果上来看，这些研究大部分认为农业信贷效率较低，并不能有效地推动农业经济的增长。由于农业信贷存在回收率较低[2]]、农村金融市场中存在信息不对称的现象[3]]等问题，导致正规农业信贷不能有效地促进农村地区经济的发展。从长期来看，少数学者认为农业信贷对农业经济增长确实存在着显著影响，但农业信贷并不是农业经济增长的首要因素。 在这些研究中大部分学者引入了各种计量方法，如Rousseau采用了向量误差修正模[4]]、杨栋、郭玉清运用了双方程误差修正模型[5]]、姚耀军、和丕禅则采用固定效应估计法和随机效应估计法[6]]等，但是这些学者得出的结论都大致相同：从长期来看，农业信贷在一定程度上确实推动了农业经济的增长，但农业信贷却不是农业经济增长的首要因素；从短期来看，信贷对经济增长不会产生显著影响。从研究范围来看，国内大多数学者都关注于中国农业贷款效率的研究，如温涛和王煜宇（2005）[7]]以及裴辉儒（2010）[8]]等。只有较少的学者关注区域性农村贷款效率的研究，目前这方面的研究比较有代表性的学者是张兵、章诗瑶以及李华明等。其中，张兵和左平桂（2009）[9]]通过VAR模型，验证了1990年至2006年江苏省农村贷款的效率低下，并不能有效地推动农村经济的增长。该文献是国内为数不多的区域性农村贷款的实证研究之一，为全国其他省市正规金融机构农村贷款效率的提高提供了借鉴。 就我国现实情况来看，我国的农村信贷主要分为农业信贷和乡镇企业贷款等两部分。目前，除了朱喜和李子奈（2006）[10、张兵和左平桂（2009）[9]]等学者以外，大多数研究反映的是农业贷款的效率，而不是包括乡镇企业贷款的农村贷款效率。此外，我国还有些学者从农村金融中介与农村经济发展关系的角度进行了研究，目前该方面的研究结论大致有两种，一是农村金融中介的贷款规模扩大限制了农村经济的发展，导致该现象的原因主要是真正投入到农村、农业的贷款并不多（王辉，2008）[11]]；二是以李国璋和孔令宽（2008）的研究为代表，选取农信社的金融相关率、农信社贷款状况和农村生产总值进行因果关系检验，研究发现农信社贷款比重的增加可以促进农村经济的增长。另外，使用对农户的调查数据研究农户贷款的效率，也成为国外农村信贷效率的一个研究趋势，如Kochar(1997)[12]]、Petrick（2002）[13]]等。利用该类数据具有较大的不确定性，加之我国农村状况较为复杂，获取准确的调查数据有较大的困难，因此利用该类数据在我国农村信贷效率的研究上并未兴起。 纵观以往的文献，在农村信贷效率的研究上大多数学者都采用的是参数估计法，只有少数学者采用非参数估计法进行分析，如向琳和李季刚[14]]等。但是，向琳和李季刚选取的是截面数据，采用的是静态的DEA模型，因此只有横向的分析，而不能从时间上进行纵向的分析。本文采用面板数据，利用非参数估计法中的DEA模型法对我国区域性农村贷款的效率进行静态和动态研究，以弥补以往文献中只能进行静态分析的缺陷。 二、指标的选择和数据来源和实证分析 本文选取了吉林、黑龙江、辽宁、甘肃、贵州、湖南、河南、浙江，以及江苏等9个省作为决策单元（DUM），该9个省涉及到中国东部、西部、中部以及东北部四大区域，其中6个粮食主产区，信贷资源投入一般包括资金、机构组织、制度、人力等资源的投入。考虑到数据的可得性，本文选取的投入指标是广义的农村贷款余额①（农业贷款余额与乡镇企业贷款余额之和）、金融机构网点覆盖率（金融机构网点覆盖率等于金融机构的数目除以农村人口，其中金融机构的数目在2006年以前采用农村信用社和中国农业银行网点之和，2006年以后直接采用《中国区域金融运行报告》中农村合作金融机构的数目）。农村信款的作用是促进农村经济的发展，提高农村居民的生活水平，本文选取人均农业GDP和农民人均纯收入为产出指标。所选取的投入指标分别为广义人均金融机构农村贷款余额（元/人）和金融机构网点覆盖率（个/万人）；产出指标分别为人均农业GDP（元/人）和农民人均纯收入（元/人）。本文数的据主要来自1990至2009年的《中国