农村微型金融机构风险与经营绩效的动态关系

周才云

[摘 要]农村微型金融机构在弥补正规金融支农不足、促进农村事业稳步发展发挥着重要作用。文章构建变截距面板数据模型实证检验了8所农村微型金融机构2008年～2010年风险指数和经营绩效之间的动态关系，面板协整结论认为农村微型金融机构的风险指数与经营绩效之间呈现负相关关系；面板回归结果进一步指出，农村微型金融机构的风险指数每增加一个百分点，经营绩效将下降0.435179百分点。文末提出了相应的风险控制措施。

[关键词]农村微型金融机构；金融风险；经营绩效；面板模型

[中图分类号]F832.3 [文献标识码]A [文章编号]1673-0461（2013）09-0076-05

一、引 言

近些年来，伴随着我国扶贫事业的逐步推进，农村微型金融机构也得到了蓬勃的发展，在促进贫困地区产业结构调整、弥补正规金融机构农村服务的“缺位”等方面发挥着至关重要的作用。截至2012年9月末，全国已组建村镇银行、贷款公司和农村资金互助社等3类新型农村微型金融机构858家，其中村镇银行799家，全国已开业村镇银行资产总额为3 190亿元，资本充足率达28.6%；贷款余额1 782亿元，农户和小企业贷款余额分别为600亿元和841亿元；不良贷款率0.2%，拨备覆盖率860%。农村微型金融机构的发展较好地填补了正规金融支持的缺失，及时缓解了农村金融的“贫血症”。但是，由于自身经营体制中的不足，以及外在市场条件不确定性的存在，农村微型金融机构难免面临一系列安全和风险隐患，尤其是在风险环境日益复杂化的背景下更为突出。目前，国内学者对金融安全问题的关注大多数是基于全国整体视角上（如章和杰，2004[1]；周宏等人，2012[2]），很少涉及农村微型金融机构风险领域。实际上，对于农村微型金融机构问题的研究，现有文献主要还是集中于从制度创新视角来探讨，如秦汉锋（2008）[3]分别从改革理念创新、改革路径创新、改革目标创新和改革设计创新四个方面对村镇银行的制度创新问题进行叙述；还有学者从市场定位层面入手，如邹力宏、姚滢（2008）[4]运用SWOT对此论题进行了较为详细地分析。诚然，微型金融机构的社会扶贫功能及自身运营绩效的高分析法低取决于许多因素，但却终究离不开一个重要的因素——风险程度的把握。事实上，以上学者在分析的过程中几乎没有涉及，忽视了对其进行深入地研究。本文将构建面板数据模型实证检验我国8所农村微型金融机构2008年～2010年风险指数和经营绩效之间的动态关系，并提出相应的风险控制措施，这无疑对更好地保障农村微型金融机构稳健有效运行，发挥应有的可持续性扶贫功能有着重大的现实意义。

二、模型分析

1.模型設定

为了进一步检验农村微型金融机构风险与经营绩效的具体关系，本文将构建面板数据模型进行研究。我们知道，面板数据是通过对样本中每一个样本单位进行多重观察，得到的一个数据集，这种多重观察既包括对样本单位在某一时期上多个特性的观察，也包括对样本单位的这些特性在一段时间上的连续观察。这样，面板数据就能够克服时间序列分析中经常而临的多重共线性的困扰，并且能够提供更多的信息、更多的变化、更多的自由度和更高的估计效率。同时，面板数据的模型有两种，一种是仅对样本自身进行分析的，可以使用固定效应模型；另一种是通过样本来推断总体的变化趋势的，可以使用随机效应模型。二者的主要区别在于不随时间变化的非观测效应所对应的因素与模型中可观测到的解释变量是否相关。若非观测效应对应的因素与解释变量相关，则为固定效应模型；反之，则为随机效应模型。由于相关数据获取较难，本文仅就我国8所农村微型金融机构（北京农村商业银行、上海农村商业银行、顺德农村商业银行、张家港农村商业银行、常熟农村商业银行、昆山农村商业银行、武汉农村商业银行、重庆农村商业银行）样本数据进行研究，并且非观测效应对应的因素与解释变量相关，故宜选择固定效应模型。

⑴含有N个个体成员方程的面板模型[5]

面板模型简化为如下形式：

yi=ai+xi βi+μi，i=1，2，3，…，N （1）

其中，yi是T×1维被解释变量向量，xi是T×k维解释变量矩阵，yi和xi的各分量是截面成员的经济指标时间序列。截距项ai和k×1维系数向量βi，其取值受不同个体的影响。μi是T×1维扰动向量，满足均值为零、方差为σ的假设。

式（1）写成矩阵的回归形式为：

y1y2MyN=a1a2MaN+x1 L 0M 0 M0 L xNβ1β2MβN+μ1μ2MμN （2）

式（2）含有N个截面方程。

⑵含有T个时间截面方程的面板模型

面板模型简化为如下形式：

yt=μt+xtγt+λt，t=1，2，3，…，T （3）

其中，yt是N×1维被解释变量向量，xt是N×k维解释变量矩阵，yt和xt的各分量是对应于某个时点t的各截面成员的经济指标时间序列。截距项μt和k×1维系数向量γt，其取值受不同时期的影响。λt是N×1维扰动向量，满足均值为零、σ方差为的假设。

式（3）写成矩阵的回归形式为：

y1y2MyT=μ1μ2MμT+x1 L 0M 0 M0 L xTγ1γ2MγT+λ1λ2MλT （4）

式（4）含有T个时间方程。

在模型的设计中，笔者在借鉴国内外学者研究的经验基础上，选取微型金融机构2008年～2010年的经营净收入（NI）作为因变量代表经营绩效指标，历年风险指数（RI）、总资产（TA）、资本充足率（CAR）和不良贷款率（NPLA）为自变量，构建如下面板模型：

NIit=ait+β1（RIit）+β2（TAit）+β3（CARit）+

β4（NPLAit）+μit （5）

其中，i = 1，2，3，…，N，代表截面个体，表示8家农村微型金融机构；t = 1，2，3，代表2008年～2010年。其中，ait是常数，β1、β2、β3、β4为各变量系数，μit为随机误差项。

⒉变量和数据说明

⑴经营净收入（NI）。经营净收入（Operating net income）等于经营总收入减去经营成本，再减去经营支出的剩余部分，数据未作任何处理，用NI表示。

⑵风险指数（RI）。本文的风险指数（Risk Index）主要是根据刘进宝、何广文（2009）的设计方式，分别从资本充足性指标、流动性指标、安全性指标和综合发展能力指标4个方面给予风险评价指标分值，最后测算出相应的风险值（见图1），用RI表示。

⑶总资产（TA）。总资产（Total assets）指农村微型金融机构拥有或控制的全部资产，包括流动资产、长期投资、固定资产、无形及递延资产、其他长期资产、递延税项等，用TA表示。

⑷资本充足率（CAR）。资本充足率（Capital adequacy ratio）是一个银行的资产对其风险的比率，国家调控者跟踪一个银行的CAR来保证银行可以化解吸收一定量的风险，是保证银行等金融机构正常运营和发展所必需的资本比率，用CAR表示。

⑸不良贷款率（NPLA）。金融机构不良贷款率（Not-performing Loan Ratio）是评价金融机构信贷资产安全状况的重要指标之一。不良贷款率高，说明金融机构收回贷款的风险大；不良贷款率低，说明金融机构收回贷款的风险小，用NPLA表示。

本文数据来自中国建设银行研究部专题组提供的《中国商业银行发展报告（2009-2011）》资料，风险指数的数值是按照历年数据计算获得。

三、实证分析

1. 面板单位根检验

使用面板数据进行回归要求各变量必须是平稳的，否则将导致“虚假回归”的结果（回归系数有偏）。因此，首先对回归残差进行单位根检验以判断各变量的平稳性。根据不同的限制，可以将面板数据的单位根分为两类。一类是相同根情形下的单位根检验，这类检验方法假设面板数据中各截面序列具有相同的单位根过程；另一类为不同根情形下的单位根检验，这类检验方法允许面板数据中各截面序列具有不同的单位根过程。其中，相同根情形下的单位根检验方法主要有LLC检验、Breitung检验和Hardri检验，而不同根情形下的单位根检验方法主要有Im-Pesaran-Skin检验、Fisher-ADF检验和Fisher-PP检验。本文采用Hardri检验方法对各变量进行面板单位根检验，表1为Hadri单位根检验结果。

2. 面板協整检验

表1中Hadri单位根检验结果表明，在1%的显著水平下各变量都拒绝了原假设，可以看出模型中的变量均为零阶单整的，说明原变量不存在单位根，因此可对面板数据进行协整检验来考察变量之间是否存在长期稳定的均衡关系。由于本文数据的时间跨度较短，因此要采用建立在EG两步法基础上的Pedroni检验。这种检验方法是由Pedroni于2004年提出的面板数据协整检验方法，允许截面回归存在异质性截取和趋势系数。可以将模型写为：

yit=αi+δit+β1ix1i，t+β2ix2i，t+…+βMixMi，t+eit （6）

其中，t=1，…，T；i=1，…，N；m=1，…，M；假定y和x都是y，x∶I（1）。参数αi和δit是个体和趋势效应，如果需要可以假设为零。

原假设为不存在协整关系，残差eit∶I（1）。一般的方法是对方程（6）进行估计得到残差，然后对残差进行辅助性回归，表达式为：

eit=ρiei，t-1+μit （7）

或者

eit=ρiei，t-1+θijVei，t-j+νit （8）

每个截面都这样。Pedroni提出了多种检验原假设没有协整关系（ρi=1）的检验统计量。这里有两种假设：同性质假设，即对于所有截面i相同协整关系；异质性假设，即对于所有i有不同协整关系。

表2的Pedroni协整检验结果表明，农村微型金融机构的风险指数与经营绩效之间还是存在明显的协整关系，因为从5组统计量检验结果来看，有2组通过了检验（Panel PP-Statistic和Group PP-Statistic），而且P值都是0.0000，拒绝了原假设，这也证实了可以进一步进行面板回归检验。

⒊面板回归分析

协整检验结果表明变量之间存在长期稳定的均衡关系，模型回归残差是平稳的，排除了“虚假回归”的可能。接着需要对模型的设定形式进行面板回归检验，依据上述数据，我们使用EViews6.0软件得出如下结果：

从表3的面板数据回归结果来看，各项的t 统计量都显著通过检验，说明各参数的估计值都是显著的；从方程的总体拟和效果来看，拟合优度为R2等于0.792183，F统计量的值为18.10661，D.W值为1.951874，说明回归方程拟合得较好。从各变量系数来看，风险指数的为-0.435179，说明了农村微型金融机构的风险指数与经营绩效之间呈现负相关关系，更精确地讲，就是风险指数每增加一个百分点，经营绩效将下降0.435179百分点，这一结论说明了农村微型金融机构的经营绩效会随着风险指数的增加而下降；同样，不良贷款率的系数也是负数（为-1.658302），说明了农村微型金融机构的不良贷款率与经营绩效之间呈现负相关关系，也就是说不良贷款率越高其经营绩效会越低；资本充足率与经营绩效之间也是呈现负相关关系（系数为-1.767913），笔者认为，这可能是因为我国农村微型金融机构的资本充足率过高，造成金融机构资本资源闲置，从而抑制资本回报水平和盈利能力的提升。只有总资产与经营绩效之间呈现正相关关系（系数为0.026292），表明微型金融机构总资产的增加有利于经营绩效的逐步提升。

四、结论与政策建议

通过对2008年～2010年我国八所农村微型金融机构风险与经营绩效关系的面板模型分析，我们得出如下两点重要结论：

第一，面板协整检验结果表明，农村微型金融机构的风险指数与经营绩效之间存在明显的协整关系，说明了我国农村微型金融机构的风险会在很大程度上影响经营绩效。

第二，面板回归结果显示，农村微型金融机构的风险指数每增加一个百分点，经营绩效将下降0.435179百分点，这一结论充分说明了农村微型金融机构的经营绩效会随着风险指数的增加而下降。

防范和控制微型金融机构风险是关系到“三农”持续发展和农村社会稳定的一个重要现实问题，并且金融风险具有较强的不确定性和传染性，控制不当必将导致危害性的逐渐加深，甚至会进一步引发全面性的金融危机。基于上述的分析结论，结合我国农村经济和微型金融机构发展的特点，可以从以下4个方面予以着手。

（1）营造优质的金融法治环境。农村微型金融机构在实现“逐利性”和“增值性”需求的同时，又要满足农户的效益最大化，通过优质的金融法治环境，使得微型金融机构、市场和农户之间的利益互动机制形成有机协调，最终实现有效激励农户和中小企业的贷款需求。良好金融法制环境的建设一个涉及建立多元化、多层次农村金融组织体系的重要保障，因而这就要求农村地区尽快加强法律机制的形成，营造优质的金融法治环境，从而维持正常的金融秩序，保证农村微型金融机构的稳健运行。

（2）建立相应的信息披露机制。要将农村微型金融机构的业务工作、人事安排、财务状况等方面向相关利益者公开，接受公众监督，实行民主管理制度。信息披露机制的建立要坚持真实性、准确性、及时性和完整性基本原则，对财务报告、盈利情况应由具有相关业务资格的会计师事务所或金融监管部门审计或审核。对于农村微型金融机构，目前国家还没有信息披露方面的规定，一旦出现经营管理问题，无疑会给当地的经济金融环境造成损失。因此，笔者认为应该立法以正规法律文件对农村金融市场作出具体的信息披露要求，进一步明确规定有关金融活动信息披露的义务人、信息披露的内容和形式、信息披露的原则和标准等。

（3）积极控制贷款风险。由于道德风险的存在，金融机构贷款風险是必然存在的。贷款风险度越大，说明贷款本息按期收回的可能性越小，反之，贷款风险度越小，说明贷款本息按期收回的可能性越大。因此，如何更好地降低风险从而保证金融机构稳健运行，是相关人员不断深思的重要话题。在实践中，我们需要借鉴玻利维亚微型的经验，金融机构分别建立了小组贷款机制、动态激励机制、灵活的贷款偿还机制和完善的监督与管理机制。如果借款人在后续的还款过程中表现良好，那就可能得到反复的信贷服务；如果拖欠贷款，再获得贷款的可能性就随之降低。所以，我国的小型金融组织在贷款中要构建良好的征信体系，定期评定农户的信用等级，可以采用分期还款的形式，逐步降低金融机构贷款风险。

（4）实施有效的货币政策切断传染途径。金融风险具有较强的传染性，实施有效的货币政策切断传染途径是防范和控制金融风险加深的重要手段。货币政策工具主要包括公开市场业务、存款准备金、再贷款或贴现以及利率政策和汇率政策等。为了防止金融风险的蔓延，大体可以从数量工具和价格工具进行着手。其中，价格工具集中体现在利率或汇率水平的调整上；数量工具则更加丰富，如公开市场业务的央行票据、准备金率调整等，它聚焦于货币供应量的调整。在实践中，针对农村微型金融机构的现实状况，可以实施差别的利率政策、优惠的存款准备金率。

（5）构建区域金融发展圈。区域金融发展圈是在市场经济进一步发展的基础上建立起来的，不仅会产生集中效应，使金融组织实现规模经济，而且还会产生扩散效应，带动中心城市周边地区经济的发展。在“十一五”规划中，各地纷纷提出了城市群发展战略，以整合各地资源提高区域竞争实力。随着农村微型金融机构的大力发展，支农服务的扩散效应也逐步扩大，各级地方政府不能单靠本地区的金融机构独立发展，需要建立一个拥有区位竞争优势的发展圈，发挥区域金融机构的联合效应，积极营造农村微型金融机构持续发展的外部环境。

[参考文献]

[1] 章和杰. 中国金融制度的风险机理及改革路径研究[M].北京：中国社会科学出版社，2004.

[2] 周宏，李远远，官冰. 中国国际金融风险预警的理论问题研究[J].统计研究，2012（1）：49-54.

[3] 秦汉锋. 村镇银行制度创新、环境约束及其]进[J].武汉金融，2008（5）：38-41.

[4] 邹力宏，姚滢. 我国村镇银行的市场定位分析[J].金融与经济，2008（4）：58-60.

[5] 高铁梅. 计量经济分析方法与建模（第二版）[M].北京：清华大学出版社，2009.

[6] 刘进宝，何广文. 中国农村中小型金融机构风险度量管理研究[M].北京：中国农业出版社，2009.

A Study on the Dynamic Relationship between Risk and Operating Performance of Rural Micro Finance Institutions

——Based on Variable-Intercept Panel Data Model of Eight Institutions

Zhou Caiyun

（School of Humanities and Science， East China Jiao Tong University， Nanchang 330013，China）

Abstract： The rural micro finance institutions play an important role on compensating for the lack of formal financial supporting on agriculture，promoting the development of rural industries. This paper constructs a variable-intercept panel data model to empirically examine the dynamic relationship between the risk index and the operating performance of eight rural micro finance institutions between 2008 and 2010. The conclusion of panel co-integration is： there is negative relation between them. The panel regression results give further information that，the rural micro finance institutions risk index increases 1%，the operating performance will decline by 0.435179%. Finally，the article puts forward some corresponding risk controlling measures.

Key words： rural micro finance institution；finance risk；operating performance；panel data model

（责任编辑：张丹郁）