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。以下是學習啦小編為大家整理的關于實證金融論文，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)成為目前金融學研究的前沿領域。本文主要研究中國城鎮(zhèn)家庭風險性金融資產(chǎn)投資行為的影響因素。在梳理國內外文獻的基礎上，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。

　　【關鍵詞】家庭金融資產(chǎn) 風險性投資 影響因素

　　一、理論研究背景及相關文獻評述

　　(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術視野。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)成為目前金融學研究的前沿領域。

　　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，年輕和年老的家庭參與風險資產(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)較高的工資收入風險與較低的風險資產(chǎn)持有有關。

　　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，一般具有高背景風險的家庭對于風險資產(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，金融機構的信任度越高，那么他們持有風險資產(chǎn)的比例也就越高。

　　(二)國內研究綜述

　　到目前為止，關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。有部分學者對居民的資產(chǎn)結構進行了考察，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)的增量結構，并重點分析了影響該結構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)選擇模型為基礎探討了通貨膨脹、股市收益波動、消費者風險偏好對消費者儲蓄需求的影響。

　　近期，出現(xiàn)的一些有關于家庭金融資產(chǎn)投資的文獻有：邢大偉(2009)基于江蘇揚州的調查，對城鎮(zhèn)居民家庭資產(chǎn)選擇結構的實證研究，文章分析了性別，年齡，學歷等方面對金融資產(chǎn)結構和實物資產(chǎn)結構的影響。陳國進，姚佳(2009)的基于美國SCF數(shù)據(jù)庫的風險性金融資產(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、調查研究方案設計

　　(一)研究假設

　　通過對已有文獻的梳理和歸納，并結合中國的國情，提出以下可能對中國城鎮(zhèn)家庭風險性金融投資產(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險性金融資產(chǎn)，同時隨著家庭財富的增加，家庭持有風險性金融資產(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，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金融投資風險的愿望。

　　4.投資偏好及預期。中國家庭的投資行為不僅會受到對宏觀經(jīng)濟預期的影響，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)問卷的設計

　　問卷的概念量表在設計時，先是參照了已有的“個體投資者問卷調查”的成熟量表，然后根據(jù)研究假設中所提到的影響因素進行調整修改。問卷調查主要分兩個方面：首先是對于家庭結構的調查，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);其次是關于家庭金融資產(chǎn)總量和結構的調查，如：家庭金融資產(chǎn)，人均收入，存款等。同時，問卷還設置了“驗證題”來幫助剔除無效問卷。

　　(三)問卷的發(fā)放與回收

　　調查采用隨機抽樣調查，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，調查對象覆蓋了個體戶，金融從業(yè)者，公務員，醫(yī)生，教師等人群，篩選主要是刪除通過問卷中設置的“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：對于第二部分數(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

　　本文的抽樣調查樣本來源于城鎮(zhèn)家庭，以江蘇無錫的抽樣調查結果作為實證的數(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，這樣的抽樣結果基本服從正態(tài)分布，這樣的結構大體上也是合理的。

　　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，背景風險等方面因素對城鎮(zhèn)家庭風險性金融資產(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。持有風險性金融資產(chǎn)的為“1”，而未持有風險性金融資產(chǎn)的為“0”。在借鑒同類文獻結論和研究成果的基礎上，假設城鎮(zhèn)家庭風險性金融資產(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)家庭風險性金融資產(chǎn)的選擇行為，xi是影響家庭風險性金融資產(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。這里我們假設家庭參與投資風險性金融產(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。由于單個家庭風險性金融資產(chǎn)可能為零，也就是存在某個家庭不投資風險性金融產(chǎn)品，即風險性金融資產(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)國內外相關文獻得知，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)濟學模型。

　　根據(jù)家庭持有風險性金融資產(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系表示為：Yi’=βXi+εt。

　　實際在性質上，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，這些家庭投資與風險性金融產(chǎn)品的比重仍為，不會有任何變化。這樣，風險性金融資產(chǎn)占總金融資產(chǎn)比重在性質上類似于離散型的虛擬變量。因此，我們通過建立風險性金融資產(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)濟學理論背景，我們初步建立風險性金融資產(chǎn)比重的Tobit模型如下：

　　Tobit(P)=β0+β1I+∑β2iAi+∑β3iEi+β4F+β5F2+εtif RHS>0

　　模型的設計基于理論與數(shù)據(jù)相結合的思路，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、結論

　　本文運用對江蘇省無錫地區(qū)的實地抽樣調查數(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，背景風險以及投資預期和偏好對家庭風險金融資產(chǎn)投資的影響，我們可以得到以下幾個重要的結論：首先，中國城鎮(zhèn)家庭風險性金融投資的財富效應十分顯著，隨著家庭財富的不斷增加，家庭投資風險性金融資產(chǎn)的概率不斷增加，投資于風險性金融資產(chǎn)的比例也不斷提高。其次，背景風險對中國家庭投資風險性金融產(chǎn)品的有較明顯的影響：中國家庭住房投資對參與風險性金融投資具有明顯的“擠出效應”，隨著住房投資的增加，家庭參與風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險性金融產(chǎn)品的影響比較顯著：風險性金融投資的參與率隨著學歷的增加而增加，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。第四，家庭的投資預期向好會對風險性金融投資比例產(chǎn)生正的影響，而投資偏好風險性資產(chǎn)則會對風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，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”的關鍵所在。西北地區(qū)農(nóng)業(yè)基礎薄弱，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)的機構大量撤并，金融業(yè)務明顯萎縮。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重，資不抵債，也無法將其關閉。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)金融機構數(shù)量逐年減少

　　本文對西北14個樣本地區(qū)的調查顯示，2002年以后西北農(nóng)村地區(qū)的金融機構數(shù)量處于逐年減少的狀態(tài)。 2002—2010年，農(nóng)業(yè)銀行機構數(shù)量從638個縮減至468個，累計減少170個;建設銀行機構數(shù)量從199個縮減至104個，累計減少95個;工商銀行機構數(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)內減少的機構數(shù)量共計386個，減幅為36.1%。2010年末，當?shù)亟ㄔO銀行機構數(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)內已經(jīng)沒有建設銀行的分支機構。國有銀行在農(nóng)村地區(qū)機構數(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)村信用社在服務水平、經(jīng)營管理能力以及風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)金融機構無論是從數(shù)量，還是從質量上都有所下降，削弱了金融支持“三農(nóng)”的能力。

　　(三)農(nóng)村金融機構不良貸款問題嚴重

　　在我國，農(nóng)業(yè)屬于弱質產(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險和市場風險。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，這導致我國農(nóng)業(yè)比國外農(nóng)業(yè)收益更低、市場風險更大。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，地方行政過多干預等因素也進一步加劇了農(nóng)村金融中的風險。而農(nóng)村信用社自身由于缺乏完善的風險防范管理手段與機制，不能有效化解貸款風險，導致潛在的各種信貸風險轉化為巨額不良貸款。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)會設立的不良貸款比率標準。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)資金外流嚴重

　　現(xiàn)階段農(nóng)村金融市場信貸風險高，收益不確定性較高，在缺乏相應擔保與補償機制的調價下，金融機構更傾向于將金融資源配置到城市非農(nóng)業(yè)部門。調查顯示，近年來西北地區(qū)農(nóng)村資金外流嚴重，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)務領域主要集中于農(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)務重心發(fā)生轉移，對農(nóng)村地區(qū)的支持力度逐步減弱。本文調查的西北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)轉移到其他地區(qū)，縣域農(nóng)村地區(qū)的農(nóng)業(yè)銀行對當?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押貸款業(yè)務，但是與其龐大的存款業(yè)務規(guī)模相比，顯得微乎其微。短期內郵政儲蓄從農(nóng)村地區(qū)“抽血”的狀況不會得到根本扭轉。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)貸款在銀行信貸結構中的比重較小

　　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構中所占比重很小。

　　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)模總變差的80.82%，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標準差的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，不良貸款與貸款應當是負相關的關系，因此Li的系數(shù)應當調整為-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)村金融的風險與盈利水平。當前農(nóng)村地區(qū)金融資源不足，主要是由于農(nóng)村金融風險較高、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，就必須建立相應的補償機制對農(nóng)村金融的風險和收益進行補償。

　　本文分析的上述問題是當前農(nóng)村地區(qū)金融資源嚴重匱乏，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在聯(lián)系的，農(nóng)村地區(qū)金融風險較高，不良貸款高居不下，降低了金融機構的收益，在追求利益最大化的驅動下，金融機構將大量金融資源從農(nóng)村地區(qū)轉移出，直接導致農(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險的大小。由于風險是對未來收益產(chǎn)生影響，因此，這些問題最終歸結為利益問題，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，建立包括風險補償在內的利益補償機制。