實證金融論文

　　實證金融研究是一個“發(fā)現(xiàn)”過程,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)于實證金融論文，一起來看看吧!

　　實證金融論文篇1

　　中國城鎮(zhèn)居民家庭金融實證分析

　　【摘要】與傳統(tǒng)的金融研究方向資產(chǎn)定價，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。本文主要研究中國城鎮(zhèn)家庭風(fēng)險性金融資產(chǎn)投資行為的影響因素。在梳理國內(nèi)外文獻的基礎(chǔ)上，歸納出影響家庭金融投資行為的一些因素，并基于在江蘇無錫地區(qū)的問卷調(diào)查數(shù)據(jù)，充分運用Logistic回歸模型和Tobit回歸模型分析對中國城鎮(zhèn)家庭風(fēng)險性金融資產(chǎn)投資行為產(chǎn)生影響的因素，揭示出各個影響因素的特征規(guī)律，并在對美兩國居民家庭風(fēng)險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)險性投資 影響因素

　　一、理論研究背景及相關(guān)文獻評述

　　(一)國外研究綜述

　　隨著家庭理財理財意識的不斷提高以及金融產(chǎn)品日趨豐富，家庭資產(chǎn)組合選擇問題開始進入了學(xué)術(shù)視野。在2006年的美國金融年會上，Compbell曾經(jīng)提出了一個獨立的新研究方向，即家庭金融。與傳統(tǒng)的金融研究方向資產(chǎn)定價，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)濟特征，生命周期，人口統(tǒng)計特征等因素對金融資產(chǎn)選擇的影響。Yoo(1994)是有SCF的三個獨立年份的界面數(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)險與較低的風(fēng)險資產(chǎn)持有有關(guān)。

　　Heaton和Lucas(2000)在研究中引入工資機制，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)險的家庭對于風(fēng)險資產(chǎn)的持有比較少。Shum和Aig(2006)在研究中考慮了人口統(tǒng)計特征，分析發(fā)現(xiàn)性別，婚姻狀況以及受教育程度都會影響家庭金融資產(chǎn)的配置。Guiso，Sapienza(2004)研究發(fā)現(xiàn)家庭對外界社會，金融機構(gòu)的信任度越高，那么他們持有風(fēng)險資產(chǎn)的比例也就越高。

　　(二)國內(nèi)研究綜述

　　到目前為止，關(guān)于我國居民投資的實證研究相對較少。樣本選擇以及有效樣本數(shù)據(jù)的獲取是主要難點。有部分學(xué)者對居民的資產(chǎn)結(jié)構(gòu)進行了考察，如史代敏、宋艷(2005)，利用四川省統(tǒng)計局在2002年四川省城鎮(zhèn)居民家庭金融財產(chǎn)的抽樣調(diào)查數(shù)據(jù)，分別考慮了年齡、收入、財富規(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，考察各因素對家庭金融資產(chǎn)總量，以及儲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)計出我國居民金融資產(chǎn)的增量結(jié)構(gòu)，并重點分析了影響該結(jié)構(gòu)的因素以及改革開放以來居民收入資本化趨勢。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、消費者風(fēng)險偏好對消費者儲蓄需求的影響。

　　近期，出現(xiàn)的一些有關(guān)于家庭金融資產(chǎn)投資的文獻有：邢大偉(2009)基于江蘇揚州的調(diào)查，對城鎮(zhèn)居民家庭資產(chǎn)選擇結(jié)構(gòu)的實證研究，文章分析了性別，年齡，學(xué)歷等方面對金融資產(chǎn)結(jié)構(gòu)和實物資產(chǎn)結(jié)構(gòu)的影響。陳國進，姚佳(2009)的基于美國SCF數(shù)據(jù)庫的風(fēng)險性金融資產(chǎn)投資影響因素分析，文章采用美國消費者金融調(diào)查數(shù)據(jù)為樣本，建立回歸模型對影響因素進行分析。盧家昌，顧金宏(2009)基于江蘇南京的調(diào)查，對城鎮(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)品三個方面投資影響因素。

　　二、調(diào)查研究方案設(shè)計

　　(一)研究假設(shè)

　　通過對已有文獻的梳理和歸納，并結(jié)合中國的國情，提出以下可能對中國城鎮(zhèn)家庭風(fēng)險性金融投資產(chǎn)生影響的因素：

　　1.家庭財富和人口統(tǒng)計特征。Alessie和Soest曾經(jīng)對荷蘭家庭1993～1998的數(shù)據(jù)進行分析，運用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較高比例的風(fēng)險性金融資產(chǎn)，同時隨著家庭財富的增加，家庭持有風(fēng)險性金融資產(chǎn)的比例也會增加。

　　2.住房投資。在我國，住房問題是長期以來絕大多數(shù)家庭都很關(guān)注的問題，房價的波動對中國家庭的投資行為也會產(chǎn)生一定的影響，而且由于房產(chǎn)具有消費與投資的雙重性質(zhì)，還可能使中國家庭的投資呈現(xiàn)出隨生命周期變化的特征。

　　3.勞動收入。在中國，勞動收入是大多數(shù)家庭主要的經(jīng)濟來源，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收入，那么一定程度上能提升家庭承擔(dān)金融投資風(fēng)險的愿望。

　　4.投資偏好及預(yù)期。中國家庭的投資行為不僅會受到對宏觀經(jīng)濟預(yù)期的影響，投資偏好近年來作為行為金融研究的一部分也成為重要的研究因素。

　　(二)問卷的設(shè)計

　　問卷的概念量表在設(shè)計時，先是參照了已有的“個體投資者問卷調(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行調(diào)整修改。問卷調(diào)查主要分兩個方面：首先是對于家庭結(jié)構(gòu)的調(diào)查，包括人口統(tǒng)計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，問卷還設(shè)置了“驗證題”來幫助剔除無效問卷。

　　(三)問卷的發(fā)放與回收

　　調(diào)查采用隨機抽樣調(diào)查，在人口比較集中的各區(qū)街口商區(qū)，單位門口進行發(fā)放，調(diào)查對象覆蓋了個體戶，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問卷中設(shè)置的“驗證題”來刪除明顯胡亂填寫的無效問卷以及存在異常值的問卷。而對于問卷中存在的數(shù)據(jù)缺失的情況，則主要是通過兩種途徑修改：對于第二部分?jǐn)?shù)據(jù)缺失或缺失數(shù)據(jù)超過2項的，直接視為無效問卷;而對于缺失數(shù)據(jù)在兩項以內(nèi)的，則采用眾數(shù)填補的法則進行數(shù)據(jù)完善。最后，通過匯總統(tǒng)計，可以得到下列數(shù)據(jù);實際發(fā)放問卷數(shù)為500份，回收得到292份，回收率為58.4%，最后被認定的有效樣本數(shù)為224份，回收有效率為76.7%。 　　(四)樣本的收集和檢驗

　　本文的抽樣調(diào)查樣本來源于城鎮(zhèn)家庭，以江蘇無錫的抽樣調(diào)查結(jié)果作為實證的數(shù)據(jù)來源。由于無錫地處長江三角洲經(jīng)濟較發(fā)達地區(qū)，因此抽樣結(jié)果更具代表性和合理性。經(jīng)過SPSS16.0對抽樣數(shù)據(jù)的處理，得到如下對有效樣本的描述性統(tǒng)計：

　　通過表一的樣本描述性統(tǒng)計不難看出，家庭中戶主的性別為男性的比例要高于女性，也就是說男性參與風(fēng)險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，從家庭財富規(guī)模的角度來看，家庭擁有金融資產(chǎn)總額在10萬到100萬之間的占了絕大多數(shù)。因此，總體看來，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)計特征，家庭財富，背景風(fēng)險等方面因素對城鎮(zhèn)家庭風(fēng)險性金融資產(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)險包括勞動收入，房產(chǎn)投資，其余變量還包括投資偏好，投資預(yù)期。

　　(二)實證模型的選擇

　　1.模型一：Logistic回歸模型。本文首先對城鎮(zhèn)家庭風(fēng)險性金融資產(chǎn)是否持有產(chǎn)生影響的因素的作用程度以及顯著性進行實證分析和檢驗。持有風(fēng)險性金融資產(chǎn)的為“1”，而未持有風(fēng)險性金融資產(chǎn)的為“0”。在借鑒同類文獻結(jié)論和研究成果的基礎(chǔ)上，假設(shè)城鎮(zhèn)家庭風(fēng)險性金融資產(chǎn)持有受到家庭財富，戶主的性別，年齡，受教育程度，婚姻狀況以及職業(yè)，勞動收入，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)險性金融資產(chǎn)的選擇行為，xi是影響家庭風(fēng)險性金融資產(chǎn)選擇的影響因素，ε為隨即干擾項。由于在實證當(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，無法進行合理的假設(shè)檢驗。所以，本文選用Logistic回歸模型來進行實證研究。Logistic回歸模型是對二元因變量的概率建模，即當(dāng)因變量是一個二元變量，只取0與1兩個值時，因變量取1的概率p就是要研究的對象。這里我們假設(shè)家庭參與投資風(fēng)險性金融產(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，通過極大似然估計的迭代方法，可以找到系數(shù)的“最可能”的估計，并采用Wald檢驗對參數(shù)進行檢驗，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)險性金融資產(chǎn)占總金融資產(chǎn)比重的模型。由于單個家庭風(fēng)險性金融資產(chǎn)可能為零，也就是存在某個家庭不投資風(fēng)險性金融產(chǎn)品，即風(fēng)險性金融資產(chǎn)占總金融資產(chǎn)比重為零，而已它作為被解釋變量時，顯然經(jīng)典的線性模型已經(jīng)不再適用。根據(jù)國內(nèi)外相關(guān)文獻得知，在存在截斷數(shù)據(jù)的情況下，Tobit模型是較為有效的計量經(jīng)濟學(xué)模型。

　　根據(jù)家庭持有風(fēng)險性金融資產(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。

　　實際在性質(zhì)上，截斷的觀測值與未截斷的觀測值是存在顯著差異的，這是因為風(fēng)險性金融資產(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)險性金融產(chǎn)品的比重仍為，不會有任何變化。這樣，風(fēng)險性金融資產(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，我們通過建立風(fēng)險性金融資產(chǎn)占總金融資產(chǎn)比重的Tobit模型，來刻畫解釋變量對被解釋變量之間的影響。

　　根據(jù)經(jīng)濟學(xué)理論背景，我們初步建立風(fēng)險性金融資產(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)濟理論背景來選擇變量;另一方面我們又考慮了調(diào)查所得樣本中獲得的信息。

　　我們在估計模型時將采用國外相關(guān)研究中普遍使用的最小二乘估計，這也是人們所探索出的適用于估計Tobit模型的主要方法，其參數(shù)檢驗的適用方法為t檢驗，Sig值小者(小于0.05)顯著性高。

　　四、結(jié)論

　　本文運用對江蘇省無錫地區(qū)的實地抽樣調(diào)查數(shù)據(jù)，通過運用Logistic回歸模型和Tobit回歸模型研究家庭財富，人口統(tǒng)計特征，背景風(fēng)險以及投資預(yù)期和偏好對家庭風(fēng)險金融資產(chǎn)投資的影響，我們可以得到以下幾個重要的結(jié)論：首先，中國城鎮(zhèn)家庭風(fēng)險性金融投資的財富效應(yīng)十分顯著，隨著家庭財富的不斷增加，家庭投資風(fēng)險性金融資產(chǎn)的概率不斷增加，投資于風(fēng)險性金融資產(chǎn)的比例也不斷提高。其次，背景風(fēng)險對中國家庭投資風(fēng)險性金融產(chǎn)品的有較明顯的影響：中國家庭住房投資對參與風(fēng)險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，隨著人均勞動收入的增加，家庭投資風(fēng)險金融產(chǎn)品的比例就越高。第三，人口統(tǒng)計特征對中國家庭投資風(fēng)險性金融產(chǎn)品的影響比較顯著：風(fēng)險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。從投資比例來看，高學(xué)歷的家庭投資比例較高，而自主經(jīng)營會對投資比例有擠出效應(yīng)。第四，家庭的投資預(yù)期向好會對風(fēng)險性金融投資比例產(chǎn)生正的影響，而投資偏好風(fēng)險性資產(chǎn)則會對風(fēng)險性金融投資的參與率產(chǎn)生積極的影響。

　　參考文獻

　　[1]陳國進，姚佳.中國居民就愛聽金融資產(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)選擇的實證那個研究【J】.統(tǒng)計研究，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)濟與管理研究，2003(4)，38-4.

　　實證金融論文篇2

　　西北地區(qū)農(nóng)村金融問題實證研究

　　【摘要】農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)，發(fā)展現(xiàn)代農(nóng)業(yè)離不開金融的有力支持，農(nóng)村金融問題是研究“三農(nóng)問題”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)村金融問題更加突出。本文選取西北部分地區(qū)作為樣本，對西北地區(qū)農(nóng)村金融現(xiàn)狀進行實證研究，以期對西北地區(qū)農(nóng)村金融存在的主要問題作出有益探討。

　　【關(guān)鍵詞】農(nóng)村金融 實證研究

　　一、西北地區(qū)農(nóng)村金融市場競爭呈現(xiàn)壟斷特征

　　隨著國有商業(yè)銀行改革的推進，國有商業(yè)銀行在農(nóng)村地區(qū)的機構(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)村金融市場處于壟斷地位。而壟斷的農(nóng)村金融市場一般來說是低效率的。近年來，中央銀行對農(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。在缺乏市場退出機制的背景下，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)金融機構(gòu)數(shù)量逐年減少

　　本文對西北14個樣本地區(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)銀行機構(gòu)數(shù)量從638個縮減至468個，累計減少170個;建設(shè)銀行機構(gòu)數(shù)量從199個縮減至104個，累計減少95個;工商銀行機構(gòu)數(shù)量從280個縮減至159個，累計減少121個。短短數(shù)年時間，3家國有商業(yè)銀行在14個樣本地區(qū)內(nèi)減少的機構(gòu)數(shù)量共計386個，減幅為36.1%。2010年末，當(dāng)?shù)亟ㄔO(shè)銀行機構(gòu)數(shù)量在5個以下的樣本地區(qū)為8個，其中2個樣本地區(qū)內(nèi)已經(jīng)沒有建設(shè)銀行的分支機構(gòu)。國有銀行在農(nóng)村地區(qū)機構(gòu)數(shù)量大量減少，客觀上降低了農(nóng)村金融市場的競爭強度，使農(nóng)村信用社的壟斷地位不斷加強。

　　(二)農(nóng)村信貸市場份額不斷集中

　　農(nóng)村信用社在農(nóng)村金融市場處于壟斷地位主要體現(xiàn)在其市場份額的不斷提高，尤其是在信貸市場上，隨著國有銀行的大量退出，農(nóng)村信用社的壟斷地位日漸顯露。2002—2010年，14個樣本地區(qū)農(nóng)村信用社的信貸市場份額均出現(xiàn)不同程度的提高，其中有7個地區(qū)的農(nóng)村信用社市場占有率提高了10個以上的百分點，最多的地區(qū)提高了15個百分點。2010年末，農(nóng)村信用社信貸市場份額在30%以上的地區(qū)為8個，其中30%—40%的地區(qū)有5個，40%—50%的地區(qū)有3個。這些數(shù)據(jù)表明，農(nóng)村信用社在相當(dāng)一部分地區(qū)的信貸市場上處于壟斷地位，控制著三分之一以上的市場份額，并且這一比例還在不斷提高。

　　與國有商業(yè)銀行相比，農(nóng)村信用社在服務(wù)水平、經(jīng)營管理能力以及風(fēng)險控制等方面都存在較大差距。因此，國有商業(yè)銀行的退出，農(nóng)村信用社壟斷地位的加強，使得農(nóng)村地區(qū)金融機構(gòu)無論是從數(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)村金融機構(gòu)不良貸款問題嚴(yán)重

　　在我國，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)險和市場風(fēng)險。特別是我國農(nóng)業(yè)生產(chǎn)經(jīng)營規(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)致我國農(nóng)業(yè)比國外農(nóng)業(yè)收益更低、市場風(fēng)險更大。加之農(nóng)業(yè)保險缺失，客觀上給農(nóng)業(yè)貸款造成巨大的風(fēng)險。另一方面農(nóng)村地區(qū)信用法制環(huán)境較差，地方行政過多干預(yù)等因素也進一步加劇了農(nóng)村金融中的風(fēng)險。而農(nóng)村信用社自身由于缺乏完善的風(fēng)險防范管理手段與機制，不能有效化解貸款風(fēng)險，導(dǎo)致潛在的各種信貸風(fēng)險轉(zhuǎn)化為巨額不良貸款。本文對西北14個樣本地區(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個地區(qū)農(nóng)村信用社的不良貸款比率在10%以上，遠超過銀監(jiān)會設(shè)立的不良貸款比率標(biāo)準(zhǔn)。其中，3個地區(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)村金融市場信貸風(fēng)險高，收益不確定性較高，在缺乏相應(yīng)擔(dān)保與補償機制的調(diào)價下，金融機構(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，近年來西北地區(qū)農(nóng)村資金外流嚴(yán)重，通過以下三個方面的數(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，近年來農(nóng)業(yè)銀行大力推進商業(yè)化改革，業(yè)務(wù)重心發(fā)生轉(zhuǎn)移，對農(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。但是，同期貸款的增長速度低于存款的增長速度，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)不斷擴大的趨勢，2005年存、貸款余額之差為22億元，2010年兩者之差擴大至121億元，5年內(nèi)增長了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)銀行對當(dāng)?shù)氐男刨J支持力度正在逐步減弱。

　　(二)郵儲規(guī)模迅速擴張

　　長期以來，郵政儲蓄采取“只存不貸”的經(jīng)營模式，單純從農(nóng)村金融市場吸收資金。雖然目前郵政儲蓄已經(jīng)逐步開始辦理小額存單質(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)郵政儲蓄從農(nóng)村地區(qū)“抽血”的狀況不會得到根本扭轉(zhuǎn)。因此，郵政儲蓄規(guī)模的擴大，對農(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個樣本地區(qū)郵政儲蓄余額增長情況顯示，2005—2010年，郵政儲蓄以超常規(guī)的速度發(fā)展，儲蓄余額從46.32億元增長至123.07億元，累計增長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)貸款在其整個信貸結(jié)構(gòu)中所占比重很小。

　　三、信貸余額與利潤總額、不良貸款的數(shù)量關(guān)系研究

　　在市場機制作用下，金融資源的配置取決于資本的收益水平，而風(fēng)險水平和盈利能力是決定收益的兩個重要因素。因此，金融對“三農(nóng)”的支持要受到農(nóng)村金融風(fēng)險和盈利水平的影響。為從定量的角度分析問題，本文用信貸余額(D)反映金融支持“三農(nóng)”的程度;用利潤總額(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，表明利潤和不良貸款這兩個解釋變量可以說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)估計值都遠大于相應(yīng)標(biāo)準(zhǔn)差的2倍，說明這兩個解釋變量的參數(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，利潤每增加1萬元，那么貸款增加7萬元。根據(jù)實際經(jīng)濟情況，不良貸款與貸款應(yīng)當(dāng)是負相關(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1萬元，那么貸款大約減少17萬元。調(diào)整以后的方程為：

　　農(nóng)村信貸二元線性回歸模型說明，金融對“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)金融資源不足問題，就必須建立相應(yīng)的補償機制對農(nóng)村金融的風(fēng)險和收益進行補償。

　　本文分析的上述問題是當(dāng)前農(nóng)村地區(qū)金融資源嚴(yán)重匱乏，制約農(nóng)村經(jīng)濟發(fā)展的主要因素。同時，這些問題之間是相互內(nèi)在聯(lián)系的，農(nóng)村地區(qū)金融風(fēng)險較高，不良貸款高居不下，降低了金融機構(gòu)的收益，在追求利益最大化的驅(qū)動下，金融機構(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)村金融市場壟斷格局的形成。計量分析結(jié)果也表明，金融對“三農(nóng)”的支持程度取決于收益水平的高低和風(fēng)險的大小。由于風(fēng)險是對未來收益產(chǎn)生影響，因此，這些問題最終歸結(jié)為利益問題，要從根本上解決農(nóng)村金融資源不足的困境，就必須從利益問題入手，建立包括風(fēng)險補償在內(nèi)的利益補償機制。