[精品论文]农村保险论文保险销售论文

毕业设计课程定做 QQ1714879127农村保险论文保险销售论文我国农业保险与农村金融发展摘要：本文使用农村金融发展规模和发展效率作为农村金融发展的衡量指标，选取我国1985-2009年的年度数据，运用VAR模型的脉冲响应函数和方差分解方法对农业保险和农村金融发展的关系进行实证研究。结果表明：农业保险与农村金融发展规模和发展效率都是一阶单整的，而且它们之间存在长期协整关系，并且只存在单向因果关系：农业保险是农村金融发展规模的格兰杰原因，也是农村金融发展效率的格兰杰原因，反之不成立。而且随着时间地推移，农业保险对农村金融规模的影响力逐渐减小，对农村金融发展效率的支持作用不断增强。最后在此基础上提出相应的对策建议。 关键词：农业保险；农村金融发展；VAR模型；脉冲响应函数；方差分解 中图分类号：F840.66 文献标识码： 文章编号:(11)01533DOI:10.3969/j.issn.1003-9031.2011.01.12 从2004年起，我国连续7年的中央一号文件都是“涉农”文件，这使得农业保险和农村金融成为人们关注的焦点，也成为众多学者的研究热点。对于两者之间关系的研究比较少，如李汉才（2008）从农业保险、农村金融发展现状入手，探究了农业保险与农村金融间的互动关系，并进行了农民与农业保险、农村金融的博弈分析，但是关于两者关系的实证研究就非常少1。因此，本文选取我国19852009年的年度数据，使用VAR模型的脉冲响应函数和方差分解技术对农业保险与农村金融发展的关系进行动态检验，以使得出的结论更加具有实际意义。 一、指标、数据与模型 （一）指标的选取 大多数学者采用金融发展规模、金融发展效率等指标来反映金融发展水平。金融发展规模通常用戈氏和麦氏指标进行衡量。前者是戈德史密斯（1969年）提出的金融相关比率，指某一时点上现存金融资产总额与国民财富之比，用于衡量一国的经济金融化程度2。后者是麦金农（1973年）运用货币存量与国民生产总值的比重作为指标，衡量一国的经济货币化程度3。王毅（2002）的研究结果表明麦氏指标不能准确地衡量我国的金融深化程度，而应采用金融相关率指标进行衡量4。因此，本文用金融相关率作为我国农村金融发展规模的衡量指标。 由于我国没有可直接使用的农村金融总资产的统计数据，同时存贷款余额之和占金融资产的绝大部分，因此，用农村存款余额与农村贷款余额之和来代替农村金融总资产。参照周才云（2010）的做法，农村GDP用农业总产值与乡镇企业增加值之和表示5。 金融发展效率的衡量指标主要有两个：非国有经济获得银行贷款占GDP的比重和信贷转换率。信贷转换率是衡量金融机构将存款转换为贷款放出的效率，能有效衡量金融机构的办事效率，在国内比较常用。同时由于受到数据的限制，很难准确获得非国有企业贷款的年末余额，所以使用信贷转换率即农村贷款余额与农村存款余额之比作为我国农村金融发展效率的衡量指标。 按照通常的做法，农业保险发展水平用反映需求量的农业保费收入来进行衡量。 （二）数据的收集 农村存款余额等于农业存款余额与农户储蓄余额之和；农村贷款余额等于农业贷款余额与乡镇企业贷款余额之和。并且，农业存款余额在19851993年为国家银行农村存款余额与农村信用合作社集体农业存款和乡镇企业存款之和，19942009年为金融机构农业存款余额。农业贷款余额在19851993年为国家银行农业贷款余额与农村信用合作社集体农业贷款余额和农户贷款余额之和，19942009年为金融机构农业贷款余额。乡镇企业贷款余额19851993年为农村信用合作社乡镇企业贷款余额，19942009年为金融机构乡镇企业贷款余额。 用GM和XL分别表示农村金融相关率和农村信贷转换率，并且有GM=（NCCK+NCDK）/NGDP，XL=NCDK/NCCK。其中NCCK表示农村存款余额，NCDK表示农村贷款余额，NGDP表示农村GDP，NYBF表示农业保险保费收入。 （三）模型与方法 使用向量自回归模型（VAR模型）研究农业保险与农村金融发展的关系，VAR模型的优点在于把系统中的每个内生变量作为内生变量的滞后值的函数来构造模型，是将单变量自回归模型推广到多元时间序列变量组成的向量自回归模型。VAR模型描述了变量之间的相互关系，常用于预测相互联系的时间序列系统与分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响。 VAR(p)模型的表达式为： 其中：yt为k维内生变量列向量；xt为d维外生变量列向量；p为滞后阶数；T是样本容量。et为随机扰动列向量。它们之间可以同期相关，但不与自身的滞后值相关，且不与等式右边的变量相关。在实际应用中，通常希望滞后阶数p足够大，从而完整地反映所构造模型的动态特征，但是，滞后阶数越大，模型中的待估计参数越多，自由度越小。因此，需要在滞后阶数和自由度之间进行取舍，一般根据AIC准则和SC准则确定最佳的滞后阶数。 对于传统的VAR理论，要求模型中每个内生变量都是平稳的，对于非平稳时间序列需要经过差分处理，得到平稳序列再建立VAR模型。但是随着协整理论的发展，对于非平稳时间序列，只要各变量之间存在协整关系也可以直接建立VAR模型。所以，在建立VAR模型之前先要进行协整检验。 二、实证研究 （一）单位根与协整检验 单位根检验是研究时间序列平稳性的一种基本方法，而平稳性检验是变量之间协整检验的前提。采用最常见的Augmented Dickey-Fuller Test检验变量GM、XL和NYBF是否平稳。使用Eviews5.0软件进行单位根检验，结果如表1所示。 可知，这三个变量都是非平稳的，将其进行一阶差分后，GM和XL在1%的显著性水平下是平稳的，NYBF在5%的显著性水平下是平稳的。因此，它们是一阶单整，记为I(1)。对于这些不平稳的变量在进一步分析之前需要先进行协整检验，采用基于回归系数的Johansen协整检验法，得到结果如表2所示。 （二）格兰杰因果关系检验 由协整检验结果可知，GM、XL和NYBF之间存在长期协整关系。由于协整关系只表明变量之间存在长期均衡关系，但是不能确定具体的因果变动方向，因此，需要进一步确定变量之间的因果关系。下面采用格兰杰因果关系检验法检验它们之间的因果关系，结果如表3所示。 （三）脉冲响应函数分析 格兰杰因果关系只能说明变量之间是否存在因果关系，但是不能分析整个系统中某个变量的变化对其他变量产生的影响的大小。要分析各个变量之间的单位变化如何通过其内在联系引起对整个系统的扰动，以及各变量对这些扰动的综合反应，就需要用脉冲响应函数和方差分解技术对变量之间的相互冲击进行分析。 下面根据变量之间的格兰杰因果关系，使用脉冲响应函数来分析这些因果影响的正负和大小，脉冲响应图如图1、2所示，图中实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。图1为NYBF的正向冲击对GM脉冲响应所产生的影响。可见，当在本期给NYBF一个标准差冲击后，对GM的影响从第15期为正值，但存在一些波动，先升后降。从