农村微型金融机构风险和经营绩效动态关系.doc

农村微型金融机构风险和经营绩效动态关系 　　[摘 要]农村微型金融机构在弥补正规金融支农不足、促进农村事业稳步发展发挥着重要作用。文章构建变截距面板数据模型实证检验了8所农村微型金融机构2008年～2010年风险指数和经营绩效之间的动态关系，面板协整结论认为农村微型金融机构的风险指数与经营绩效之间呈现负相关关系；面板回归结果进一步指出，农村微型金融机构的风险指数每增加一个百分点，经营绩效将下降0.435179百分点。文末提出了相应的风险控制措施。 [关键词]农村微型金融机构；金融风险；经营绩效；面板模型 [中图分类号]F832.3 [文献标识码]A [文章编号]1673-0461（2013）09-0076-05 一、引 言 近些年来，伴随着我国扶贫事业的逐步推进，农村微型金融机构也得到了蓬勃的发展，在促进贫困地区产业结构调整、弥补正规金融机构农村服务的“缺位”等方面发挥着至关重要的作用。截至2012年9月末，全国已组建村镇银行、贷款公司和农村资金互助社等3类新型农村微型金融机构858家，其中村镇银行799家，全国已开业村镇银行资产总额为3 190亿元，资本充足率达28.6%；贷款余额1 782亿元，农户和小企业贷款余额分别为600亿元和841亿元；不良贷款率0.2%，拨备覆盖率860%。农村微型金融机构的发展较好地填补了正规金融支持的缺失，及时缓解了农村金融的“贫血症”。但是，由于自身经营体制中的不足，以及外在市场条件不确定性的存在，农村微型金融机构难免面临一系列安全和风险隐患，尤其是在风险环境日益复杂化的背景下更为突出。目前，国内学者对金融安全问题的关注大多数是基于全国整体视角上（如章和杰，2004[1]；周宏等人，2012[2]），很少涉及农村微型金融机构风险领域。实际上，对于农村微型金融机构问题的研究，现有文献主要还是集中于从制度创新视角来探讨，如秦汉锋（2008）[3]分别从改革理念创新、改革路径创新、改革目标创新和改革设计创新四个方面对村镇银行的制度创新问题进行叙述；还有学者从市场定位层面入手，如邹力宏、姚滢（2008）[4]运用SWOT对此论题进行了较为详细地分析。诚然，微型金融机构的社会扶贫功能及自身运营绩效的高分析法低取决于许多因素，但却终究离不开一个重要的因素——风险程度的把握。事实上，以上学者在分析的过程中几乎没有涉及，忽视了对其进行深入地研究。本文将构建面板数据模型实证检验我国8所农村微型金融机构2008年～2010年风险指数和经营绩效之间的动态关系，并提出相应的风险控制措施，这无疑对更好地保障农村微型金融机构稳健有效运行，发挥应有的可持续性扶贫功能有着重大的现实意义。 二、模型分析 1.模型设定 为了进一步检验农村微型金融机构风险与经营绩效的具体关系，本文将构建面板数据模型进行研究。我们知道，面板数据是通过对样本中每一个样本单位进行多重观察，得到的一个数据集，这种多重观察既包括对样本单位在某一时期上多个特性的观察，也包括对样本单位的这些特性在一段时间上的连续观察。这样，面板数据就能够克服时间序列分析中经常而临的多重共线性的困扰，并且能够提供更多的信息、更多的变化、更多的自由度和更高的估计效率。同时，面板数据的模型有两种，一种是仅对样本自身进行分析的，可以使用固定效应模型；另一种是通过样本来推断总体的变化趋势的，可以使用随机效应模型。二者的主要区别在于不随时间变化的非观测效应所对应的因素与模型中可观测到的解释变量是否相关。若非观测效应对应的因素与解释变量相关，则为固定效应模型；反之，则为随机效应模型。由于相关数据获取较难，本文仅就我国8所农村微型金融机构（北京农村商业银行、上海农村商业银行、顺德农村商业银行、张家港农村商业银行、常熟农村商业银行、昆山农村商业银行、武汉农村商业银行、重庆农村商业银行）样本数据进行研究，并且非观测效应对应的因素与解释变量相关，故宜选择固定效应模型。 ⑴含有N个个体成员方程的面板模型[5] 面板模型简化为如下形式： yi=ai+xi βi+μi，i=1，2，3，…，N （1） 其中，yi是T×1维被解释变量向量，xi是T×k维解释变量矩阵，yi和xi的各分量是截面成员的经济指标时间序列。截距项ai和k×1维系数向量βi，其取值受不同个体的影响。μi是T×1维扰动向量，满足均值为零、方差为σ的假设。 式（1）写成矩阵的回归形式为： y1y2MyN=a1a2MaN+x1 L 0M 0 M0 L xNβ1β2MβN+μ1μ2MμN （2） 式（2）含有N个截面方程。 ⑵含有T个时间截面方程的面板模型 面板模型简化为如下形式： yt=μt+xtγt+λt，t=1，2，3，…，T （3）