农村金融对农业经济增长贡献率的测算
发布时间:2021-11-14 16:27
文章基于2000—2018年我国农业生产和农村金融的统计数据,分别运用向量自回归(VAR)模型和状态空间模型,对农业政策性金融和商业金融对农业经济增长的影响效应和贡献率进行测算。结果显示:农业政策性金融较商业金融对农业生产总值的影响效应显现快,影响程度弱;农业政策性金融能够通过释放政策信号和改善农业投资环境吸引商业金融流入;农业政策性金融对农业经济增长的贡献率远小于商业金融。
【文章来源】:统计与决策. 2020,36(21)北大核心CSSCI
【文章页数】:4 页
【文章目录】:
0 引言
1 模型的构建与变量选择
1.1 向量自回归(VAR)模型的构建
1.2 VAR模型的变量选择
1.2.1 数据平稳性检验
1.2.2 单位根检验
1.2.3 格兰杰因果关系检验
1.3 状态空间模型的构建
2 实证分析
2.1 向量自回归(VAR)模型脉冲响应结果分析
2.2 状态空间模型估计
2.2.1 协整检验
2.2.2 状态空间模型变系数估计
2.3 状态空间模型估计结果分析
3 结论
【参考文献】:
期刊论文
[1]金融制度创新实现“乡村振兴”的机制研究[J]. 杨依山,王伟萍. 经济问题. 2020(04)
[2]引导金融资源向农村回流的政策性机制研究[J]. 程郁. 经济纵横. 2019(11)
[3]乡村振兴战略下的中国农村金融改革——制度变迁、现实需求与未来方向[J]. 蒋远胜,徐光顺. 西南民族大学学报(人文社科版). 2019(08)
[4]农村金融支持乡村振兴战略的路径选择:基于全国11家省级农信的案例[J]. 郭佳莲. 西南金融. 2019(08)
[5]农村金融与经济增长耦合关系的实证检验[J]. 张爽爽. 统计与决策. 2016(16)
[6]发挥政策性金融优势 推动农业供给侧结构性改革[J]. 郭永田. 农业发展与金融. 2016(06)
本文编号:3494968
【文章来源】:统计与决策. 2020,36(21)北大核心CSSCI
【文章页数】:4 页
【文章目录】:
0 引言
1 模型的构建与变量选择
1.1 向量自回归(VAR)模型的构建
1.2 VAR模型的变量选择
1.2.1 数据平稳性检验
1.2.2 单位根检验
1.2.3 格兰杰因果关系检验
1.3 状态空间模型的构建
2 实证分析
2.1 向量自回归(VAR)模型脉冲响应结果分析
2.2 状态空间模型估计
2.2.1 协整检验
2.2.2 状态空间模型变系数估计
2.3 状态空间模型估计结果分析
3 结论
【参考文献】:
期刊论文
[1]金融制度创新实现“乡村振兴”的机制研究[J]. 杨依山,王伟萍. 经济问题. 2020(04)
[2]引导金融资源向农村回流的政策性机制研究[J]. 程郁. 经济纵横. 2019(11)
[3]乡村振兴战略下的中国农村金融改革——制度变迁、现实需求与未来方向[J]. 蒋远胜,徐光顺. 西南民族大学学报(人文社科版). 2019(08)
[4]农村金融支持乡村振兴战略的路径选择:基于全国11家省级农信的案例[J]. 郭佳莲. 西南金融. 2019(08)
[5]农村金融与经济增长耦合关系的实证检验[J]. 张爽爽. 统计与决策. 2016(16)
[6]发挥政策性金融优势 推动农业供给侧结构性改革[J]. 郭永田. 农业发展与金融. 2016(06)
本文编号:3494968
本文链接:https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/3494968.html