商业银行贷款对农业经济的影响.docVIP

商业银行贷款对农业经济的影响 ［摘要］以湖北省荆门市为例，基于ＶＡＲ模型对商业银行贷款时农业经济发展的影响进行分析。结果显示，银行贷款与农林牧渔总产值的发展表现出分离的趋势，且银行贷款对农林牧渔总产值有Ｇｒａｎｇｅｒ因果关系，同时农林牧渔的发展主要应依靠自身的实力。为此，应当正确认识金融支持对农业发展的作用，始终保持金融支持对农业发展的扶持，努力做好农业供给侧结构改革的谋划。 ［关键词］银行贷款；农业经济；Ｇｒａｎｇｅｒ 因果关系发展绿色金融是国家金融发展的重大战略。绿色金融要求金融支持的重点要向绿色行业和相关领域倾斜，要通过金融支持促进低碳循环生产和生活方式的形成。农业作为国民经济的基础，既是绿色发展的重要产业，也是需要金融支持的重要产业。研究商业银行贷款对农业经济发展的影响，对于制定正确的金融支持方针具有重要意义。 １问题的提出 目前，我国农业处于供给结构性矛盾之中，需要实行供给侧结构改革目标。为了实现农业供给侧结构改革目标，应充分发挥金融支持的重要作用。研究表明，金融支持和区域市场整合可以显著促进价值链的提升，从而提高农业生产效率［１］。因为商业银行的金融支持行为可以影响企业的贷款融资规模，进而影响企业的产出，提高经济增长水平［２］。同时，金融支持具有相应的制度属性，通过规避贷款风险，可以有效发挥对贷款农户的行为约束功能，提升贷款农户的创业能力，从而提高创业成功概率［３］。纵观贷款农户的特点，家庭收入越高，农业生产项目就越大，从而越需要金融支持［４］。而我国金融机构对农业贷款又或多或少存在顾虑，主要是源于我国新型农业经营主体管理不规范、信息不对称，致使金融机构缺乏贷款积极性［５］。但金融对于促进农业发展具有不可替代的作用，在实行农业供给侧结构改革过程中，必须充分发挥金融支持的作用。应当以金融价格为依托，实现金融资源供给优化对接农业资源的合理配置［６］，从而促进优质农业产业的发展，淘汰落后的传统农业产业，实现农业供给侧结构改革目标。为此，笔者以湖北省荆门市为例，基于ＶＡＲ（向量自回归）模型对商业银行贷款对农业经济发展的影响进行了研究。 ２实证检验与分析 ２．１变量说明。按照数据连续并可得的原则，选择荆门市１９９０～２０１６年银行贷款年末余额为自变量ｘ，农林牧渔总产值为因变量ｙ，考虑到物价变动因素，农林牧渔业总产值用农林牧渔业总产值指数平减处理，进行向量自回归模型分析。相关数据来自于《荆门市统计年鉴》（１９９１～２０１７年度）。为了便于分析，先绘制荆门市银行贷款余额和农林牧渔总产值年度变化图（图１）。图１显示，随着时间的推移，荆门市银行贷款余额和农林牧渔总产值基本上呈同步上升趋势。为此，可以初步判断两者有一定的因果关系。经Ｅｖｉｅｗｓ６．０软件统计分析可知，１９９０～２０１６年荆门市银行贷款余额最大值为８７２１６００．０万元，最小值为１６７７４６．０万元，平均值为２３３７３７８．０万元。荆门市农林牧渔业总产值最大值为３７８２９５４．０万元，最小值为１０９５５５．０万元，平均值为１６１１８３９．０万元（表１）。２．２实证分析。２．２．１变量平稳性检验采用ＡＤＦ检验法验证银行贷款余额、农林牧渔业总产值的平稳性。检验结果见表２。由表２可知，变量Ｙ的ＡＤＦ统计量表示变量Ｙ在１％水平下存在单位根，对Ｙ进行一阶差分，ＡＤＦ统计量表示Ｙ的一阶差分变量在１％水平下不存在单位根，为平稳变量，记为Ｉ（１）。ｌｎＸ的ＡＤＦ统计量表示变量ｌｎＸ在１％水平下存在单位根，对ｌｎＸ进行一阶差分，ＡＤＦ统计量表示ｌｎＸ的一阶差分变量在１％水平下不存在单位根，为平稳变量，记为Ｉ（１）。２个变量的协整检验前提是要求变量同阶单整，因而基于变量△Ｙ（用ＤＹ表示）和变量△ｌｎＸ（用ＤＬＮＸ表示）进行后续的检验。２．２．２协整检验１）采用Ｅ－Ｇ两步法对变量ＤＹ和变量ＤＬＮＸ进行协整检，建立回归方程：２）对方程（１）的残差序列＾μｔ进行单位根检验，单位根检验结果见表３。２．２．３ＶＡＲ模型的滞后阶数确定采用软件自带的命令确定ＶＡＲ模型的滞后阶数（表４）。由表４可知，确定ＶＡＲ模型的最佳滞后阶数为３，因而建立ＶＡＲ（３）模型。２．２．４Ｇｒａｎｇｅｒ因果检验为了判断银行贷款对农林牧渔总产值是否产生了影响，进行了Ｇｒａｎｇｅｒ因果关系检测。由表５可知，银行贷款不是农林牧渔总产值的Ｇｒａｎｇｅｒ原因的Ｐ值为０．００１７，小于５％的临界值，说明银行贷款是农林牧渔总产值的Ｇｒａｎｇｅｒ原因。而农林牧渔总产值不是银行贷款的Ｇｒａｎｇｅｒ原因的Ｐ值为０．６９５６，大于５％的临界值，说明农林牧渔总产值不是银行贷款的Ｇｒａｎｇｅｒ原因。２．２．５ＶＡＲ模型估计结果在Ｇｒａｎｇｅｒ因果检验的基础上，得出ＶＡＲ模型的估计