周小琪

（1.吉林省金融文化研究中心，吉林 長(zhǎng)春 130028；2.長(zhǎng)春金融高等?？茖W(xué)校 金融系，吉林 長(zhǎng)春 130028）

目前，很多學(xué)者的研究顯示我國農(nóng)村發(fā)展過程中資金供求嚴(yán)重失衡，資金需求方面，農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)進(jìn)行結(jié)構(gòu)調(diào)整需要大量資金的積累和再投入；資金供給方面，自1998年以來，國有商業(yè)銀行深入金融改革，為提高經(jīng)營(yíng)管理效率逐漸放棄農(nóng)村市場(chǎng)，撤銷或合并了大量網(wǎng)點(diǎn)，從而導(dǎo)致農(nóng)業(yè)資本形成不足，即農(nóng)村金融體系的不完善。資金供求失衡的狀況嚴(yán)重阻礙了我國農(nóng)村經(jīng)濟(jì)的發(fā)展。這一研究結(jié)果不斷受到政府的重視，建立現(xiàn)代農(nóng)村金融制度成為當(dāng)下農(nóng)村改革的重要話題。在十七大政府工作報(bào)告中就提出，要有效提高農(nóng)村金融的服務(wù)質(zhì)量與水平，加快農(nóng)村金融改革。在國家的鼓勵(lì)推動(dòng)下，以政策性金融、合作性金融、鄉(xiāng)鎮(zhèn)級(jí)的村鎮(zhèn)銀行、商業(yè)性金融、農(nóng)村小額信貸機(jī)構(gòu)以及農(nóng)業(yè)保險(xiǎn)為主要構(gòu)架的農(nóng)村金融體系已初步形成。由此可見，實(shí)現(xiàn)我國農(nóng)村經(jīng)濟(jì)增長(zhǎng)是一項(xiàng)龐大又復(fù)雜的系統(tǒng)性工程，而長(zhǎng)期以來服務(wù)于農(nóng)村經(jīng)濟(jì)的金融部門，將成為影響未來中國農(nóng)村經(jīng)濟(jì)發(fā)展不可或缺的重要因素。

一、吉林省農(nóng)村金融發(fā)展現(xiàn)狀

吉林省是典型的農(nóng)業(yè)大省，在吉林省農(nóng)村發(fā)展過程中，各類金融機(jī)構(gòu)對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展提供了強(qiáng)有力的支持。從各類金融機(jī)構(gòu)對(duì)農(nóng)業(yè)的貸款情況可以看出，吉林省農(nóng)村經(jīng)濟(jì)發(fā)展過程中，農(nóng)村金融支持力度處于逐年上升的趨勢(shì)（見表1）。

表1 統(tǒng)計(jì)了1998年至2010年間各類金融機(jī)構(gòu)發(fā)放農(nóng)業(yè)貸款及鄉(xiāng)鎮(zhèn)企業(yè)貸款的金額。從表1中可以看出，在吉林省農(nóng)業(yè)發(fā)展的近十幾年中，各類金融機(jī)構(gòu)對(duì)農(nóng)業(yè)的貸款金額持續(xù)上漲，從1998年的116.2億元增加到2010年的726.29億元，特別是農(nóng)村信用社農(nóng)業(yè)貸款金額從1998年的31.60億元增長(zhǎng)到2010年的668.05億元；農(nóng)村信用社農(nóng)業(yè)貸款占全部貸款的比例也從1998年的27.19%提高到2010年的91.98%，2008年最高時(shí)為92.55%。這說明，不論從貸款數(shù)量上，還是從增長(zhǎng)速度上，農(nóng)村信用社已成為吉林省農(nóng)村金融服務(wù)體系的主體，為吉林省農(nóng)村經(jīng)濟(jì)的發(fā)展做出了重要的貢獻(xiàn)。

目前，吉林省農(nóng)村金融體系中農(nóng)村信用社作為農(nóng)村金融服務(wù)的主體發(fā)揮著重要作用，同時(shí)吉林省作為新型農(nóng)村金融機(jī)構(gòu)改革試點(diǎn)省份，涌現(xiàn)了眾多村鎮(zhèn)銀行、貸款公司、資金互助社等機(jī)構(gòu)。以2007年為例，僅吉林省就成立了7 家新型農(nóng)村金融機(jī)構(gòu)（鎮(zhèn)賚國開村鎮(zhèn)銀行、長(zhǎng)銀貸款公司、東豐誠信村鎮(zhèn)銀行、閆家村資金互助社等）。這些金融機(jī)構(gòu)的出現(xiàn)，彌補(bǔ)了傳統(tǒng)金融機(jī)構(gòu)農(nóng)村放貸不足的狀況，不僅增加了農(nóng)村自己的供給，還為吉林省農(nóng)村經(jīng)濟(jì)的發(fā)展做出了積極的貢獻(xiàn)。

表1 吉林省農(nóng)村金融發(fā)展?fàn)顩r一覽表

表2 吉林省農(nóng)村金融指標(biāo)體系

二、吉林省農(nóng)村金融指標(biāo)建立

為了揭示吉林省農(nóng)村金融與吉林省農(nóng)村經(jīng)濟(jì)增長(zhǎng)的關(guān)系，本文將使用兩組指標(biāo)進(jìn)行關(guān)聯(lián)度分析，一組反映吉林省農(nóng)村金融的發(fā)展?fàn)顩r，另一組反映吉林省農(nóng)村經(jīng)濟(jì)的增長(zhǎng)狀況。

反映吉林省農(nóng)村金融發(fā)展的指標(biāo)包括：吉林省農(nóng)村金融規(guī)模指標(biāo)、吉林省農(nóng)村金融結(jié)構(gòu)指標(biāo)和吉林省農(nóng)村金融效率指標(biāo)（見表2）。［1］

三、建立灰色關(guān)聯(lián)模型

大多數(shù)的農(nóng)村金融發(fā)展和農(nóng)村經(jīng)濟(jì)發(fā)展的實(shí)證都直接采用經(jīng)典回歸分析方法。但是，回歸分析往往要求有大量數(shù)據(jù)、要求樣本服從典型的概率分布、要求各因素?cái)?shù)據(jù)與系統(tǒng)特征數(shù)據(jù)之間呈線性關(guān)系且各因素之間彼此無關(guān)。在這些要求得不到滿足的情況下，直接進(jìn)行經(jīng)典回歸分析就可能出現(xiàn)偽回歸，出現(xiàn)量化結(jié)果與定性分析結(jié)果不符的現(xiàn)象。

灰色關(guān)聯(lián)分析則可規(guī)避上述問題?；疑P(guān)聯(lián)分析是對(duì)系統(tǒng)中各因素間關(guān)聯(lián)程度的量化比較，最終體現(xiàn)為對(duì)關(guān)聯(lián)度系數(shù)的計(jì)算。關(guān)聯(lián)度系數(shù)是對(duì)因素之間關(guān)聯(lián)程度大小的一種定量分析。關(guān)聯(lián)度系數(shù)越大，關(guān)聯(lián)程度越大。

考慮參考序列為多指標(biāo)時(shí)間域的集合X0（k）={X01,X02,X03,……,X0m}。記Xi（k）是待評(píng)價(jià)指標(biāo)集合，Xi（k）={Xi1,Xi2,Xi3,……,X in }。時(shí)間對(duì)X0（k）對(duì)指標(biāo)Xi（k）的指標(biāo)值記為xij（i=1,2,……,n;j=1,2,……,m）。則稱X=（xij）（m+1）*n 為參考序列X0（k）對(duì)指標(biāo)集Xi（k）的決策矩陣。［2］

由于系統(tǒng)中各因素列中的數(shù)據(jù)單位不盡相同，為了消除量綱和量綱單位不同所帶來的不可公度性，因此在進(jìn)行灰色關(guān)聯(lián)度分析時(shí)，一般都要進(jìn)行標(biāo)準(zhǔn)化（無量綱化）的數(shù)據(jù)處理。經(jīng)過歸一化處理后，參考序列X0（k）={X01,X02,X03,……,X0n }變?yōu)?

評(píng)價(jià)指標(biāo)集則規(guī)范為：

這樣決策矩陣X規(guī)范為：

則在各個(gè)時(shí)序點(diǎn)上，比較數(shù)列與參考數(shù)列的關(guān)聯(lián)系數(shù)ξ（Xi）可由下列公式算出：

由于關(guān)聯(lián)系數(shù)是每個(gè)比較數(shù)列集合與參考數(shù)列在各個(gè)時(shí)點(diǎn)的關(guān)聯(lián)程度值，所以每個(gè)比較數(shù)列有多少時(shí)點(diǎn)數(shù)據(jù)就有多少關(guān)聯(lián)程度值，而不止一個(gè)，但眾多分散的信息難以評(píng)估序列整體的關(guān)聯(lián)程度。因此，有必要將各個(gè)時(shí)刻的關(guān)聯(lián)系數(shù)集中平均值為一個(gè)值，這個(gè)值就是我們所說的灰色關(guān)聯(lián)度。關(guān)聯(lián)度ri公式如下：

其中ζ為分辨系數(shù)，0＜ζ＜1起作用在于調(diào)節(jié)比較環(huán)境的大小，實(shí)際操作過程中一般取值0.5。

四、實(shí)證分析

文章實(shí)證分析所涉及的原始數(shù)據(jù)均來源于1998年—2010年《吉林省統(tǒng)計(jì)年鑒》。這些原始數(shù)據(jù)包括鄉(xiāng)鎮(zhèn)企業(yè)貸款余額、農(nóng)業(yè)貸款余額、銀行各項(xiàng)存款和各項(xiàng)貸款余額、農(nóng)業(yè)存款余額、GDP 等。通過對(duì)原始數(shù)據(jù)加工處理，得到農(nóng)村金融衡量指標(biāo)（見表2）。

在實(shí)證過程中，以經(jīng)濟(jì)指標(biāo)為參考序列，以1998年數(shù)據(jù)為基期對(duì)各年數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。分別得出RLG 指標(biāo)、RDL 指標(biāo)、RLTL 指標(biāo)在每個(gè)時(shí)點(diǎn)上針對(duì)RPGDP指標(biāo)的關(guān)聯(lián)度系數(shù)值（見表4）。

上述數(shù)據(jù)代入到關(guān)聯(lián)度計(jì)算公式，最終得出各金融指標(biāo)對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)的關(guān)聯(lián)度為：

農(nóng)村金融發(fā)展規(guī)模指標(biāo)對(duì)農(nóng)村經(jīng)濟(jì)的關(guān)聯(lián)度為rl=0.948

農(nóng)村金融發(fā)展效率指標(biāo)對(duì)農(nóng)村經(jīng)濟(jì)的關(guān)聯(lián)度為r2=0.693

農(nóng)村金融發(fā)展結(jié)構(gòu)指標(biāo)對(duì)農(nóng)村經(jīng)濟(jì)的關(guān)聯(lián)度為r3=0.875

五、結(jié)論

在灰色關(guān)聯(lián)度分析中，比較各關(guān)聯(lián)度大小，其值愈大，關(guān)聯(lián)度越高。文章中三個(gè)農(nóng)村金融指標(biāo)對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)的關(guān)聯(lián)度都比較高，表明這三個(gè)金融指標(biāo)對(duì)吉林省農(nóng)村經(jīng)濟(jì)發(fā)展都起到了積極的作用?？v觀三個(gè)農(nóng)村金融指標(biāo)，其灰色關(guān)聯(lián)度排序?yàn)閞l>r3>r2。這表明，吉林省農(nóng)村金融發(fā)展規(guī)模指標(biāo)對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用最大，即吉林省農(nóng)村金融規(guī)模的擴(kuò)大能夠最大程度促進(jìn)農(nóng)村經(jīng)濟(jì)增長(zhǎng)。具體分解到原始指標(biāo)，表明農(nóng)村貸款余額的增長(zhǎng)能夠極大地促進(jìn)農(nóng)村經(jīng)濟(jì)增長(zhǎng)；其次是農(nóng)村金融發(fā)展結(jié)構(gòu)指標(biāo)，其對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)也具有較高的關(guān)聯(lián)度，關(guān)聯(lián)度值達(dá)到0.875，這表明在吉林省鄉(xiāng)鎮(zhèn)企業(yè)貸款余額與農(nóng)村經(jīng)濟(jì)的發(fā)展也具有較高的關(guān)聯(lián)度。與金融規(guī)模指標(biāo)和金融結(jié)構(gòu)指標(biāo)相比，農(nóng)村金融發(fā)展效率指標(biāo)的作用相對(duì)較弱，這也印證了農(nóng)村金融機(jī)構(gòu)在農(nóng)村吸收了大量的儲(chǔ)蓄存款，但發(fā)放的貸款卻不多，從而導(dǎo)致了農(nóng)村資金外流，沒有有效地支持農(nóng)村經(jīng)濟(jì)的發(fā)展。

［1］李廣眾，陳平.金融中介發(fā)展與經(jīng)濟(jì)增長(zhǎng):多變量VAR系統(tǒng)研究［J］.管理世界，2002.

［2］王斌，趙幫宏.灰色關(guān)聯(lián)分析在小麥成本收益評(píng)價(jià)中的應(yīng)用［J］.安徽農(nóng)業(yè)科學(xué)，2008，（36）：（22）.