【摘要】本文以中国农村主要金融机构为研究对象，以2000年1月到2014年3月的中国农村居民价格消费指数为研究数据建立ARMA模型，并根据所建模型和数学公式预测4.5月份我国农村CPI数据并与现实数据进行对比，以此来检验模型的准确性并结合金融加速器相关理论来对农村地区未来CPI走势进行理性分析，最后结合我国现行的农村金融政策提出若干可行性建议。
【关键词】ARMA模型 金融加速器 金融政策
引言
1929～1933年全球经济经历了大萧条，在此之后Fisher提出的债务-通货紧缩理论，指出大萧条的原因是信贷市场的失灵，这一观点成为了金融加速器的雏形。金融加速器理论的提出是由于在借贷市场中双方所获取的信息具有不完全对称性，使得投资过程中部分资金的投资产生了代理成本，没有达到最优状态甚至是无效率的，这就会造成下一期的投资、负债、产出以及借贷能力，各项经济指标都会因此产生加剧波动。由于投资过程是双向的，所以当金融加速器产生正面效应时，相应企业的净资产投资产出将进一步增加。与之相反，当金融加速器产生负面效应时，相应企业的净资产和投资产出也将减少。近几年来“三农”问题成为全社会关注的焦点，同时也是国家加快现代化建设的工作重心。农村金融又是农村经济的核心问题，但由于我国城市化进程加快，加之本身基础薄弱的农村经济基础，很多优势资源也随之向大城市转移，甚至出现许多“金融盲区”。据笔者调查，在云南许多农村地区连“土生土长”的农村信用社都在农村销声匿迹。因此，融加速器理论对于农村地区的经济指导作用具有现实的性和重要的意义。
一、“金融加速器”理论和ARMA模型
传统的经济学假设市场是有效的无摩擦的，各个交易者之间的了解都是充分的，即信息完全对称。而现实市场的信息是非完美的，借款者和贷款者之间的不对称信息使得银行获得企业项目信息的成本增加，导致了借贷市场资金分配的非最优甚至是无效率。当企业微观个体受到外部不利冲击时，净资产和现金流量必然发生变化，企业微观个体在借贷时所能够提供的抵押品将会减少，会影响企业的借贷能力进而影响其下一期的投资、产出、净资产以及借贷能力，如此循环往复，宏观经济必然会因为众多微观企业个体的变化产生结构效应，经济指标会发生相应的变化。则有摩擦的信贷市场在外部冲击下会加速经济的增长或者衰退。代理成本随着经济周期反方向变动，在经济萧条时上升，在经济扩张时下降。
自回归滑动平均模型（ARMA模型）是研究时间序列的重要方法。通常是在面板研究中，考察消费者的长期行为模式变迁过程。进入21世纪以来，我国农村地区金融业务稳步发展，居民消费价格水平稳步提高，本文采取21世纪以来全国农村月度CPI数据为时间轴，建立ARMA模型。
二、文献综述
信贷市场和经济波动之间的相关作用理论很早被发现。维克赛尔、哈耶克等提出了经济的波动和信贷之间存在一定的联系，并且指出信贷的变化情况会导致经济的波动。Fisher提出“债务-通货紧缩”理论，指出“大萧条”的主要原因是信贷市场上的失灵。净资产在债务链中占有重要作用。当企业的净资产越低，可以获得的贷款能力越低，贷款的减少会影响投资和产出，投资产出减少必使利润减少，进而净资产会因此不断地循环减少。相反，当企业面临着比较宽松的信贷政策时，其借款得到增加，投资、产出以及利润都会增加。最终会导致通胀的产生。随着20世纪80年代信息经济学的逐步崛起和发展，Fisher的“债务-通货紧缩”理论再次受到了重视。部分学者还将此理论运用在分析信贷市场对经济波动放大效应的研究，同时将“金融摩擦”（信息不完美）这一概念纳入到经济周期波动的一般分析框架中，奠定了“金融加速器”理论的基础。引用Bernanke和Gertler（1989）的观点“正是由于信贷市场的信息不完美引起了企业借贷成本的变化，资产负债、投资、产出也随之变化，微观层面的变化积聚到宏观层面产生结构效应，最终使得宏观经济呈现出更大的波动态势。”Bernanke等人在1996年最早提出了“金融加速器”概念，即信贷市场在自身条件变化和外部冲击的情况下能够使得原来的经济冲击加强放大。Kiyotaki和Moore（1997）指出，因为信贷市场上不合理的配给因素的影响，企业为了能够获得足够的资金进行下一期的投资生产，以实现持续经营，经常就会采取以企业的自身价值或借款人所持有的一定数量的特定资产作为抵押进行融资。在此情况下，宏观经济的变化会通过企业的信贷状况来影响企业的贷款和投资水平，这将会加剧宏观经济的上升或者下降的态势。他们提出，是信贷约束引起了宏观经济的过度波动。
Bernanke，Gertler和Gilchrist（1998）又在新凯恩斯模型的基础上，假设信贷市场的不完全、企业净资产、价格黏性，建立了动态一般均衡模型，模拟了外部冲击经过“金融加速器”的放大效应可以达到的效果，此模型被称为BGG模型。Bernanke等一系列研究构建了信贷周期理论的基础，为分析资产价格波动、信贷周期、货币政策的传导等问题提供了强有力的工具。后来学者在BGG模型的基础上发展出DSGE模型，放松了一些假设条件，并且深入探讨了银行信贷标准的变化原因与变化会对经济波动和资产价格产生的影响。
国内学者对于“金融加速器”和ARMA模型的研究也取得了一定得成效。崔光灿（2006）在研究资产价格波动对宏观经济产生的影响时指出在中国目前的宏观经济下，能够运用“金融加速器”理论解释如何由资产价格的波动而产生的宏观经济波动。赵振全和于震等（2007）对中国的信贷市场与宏观经济之间的关系进行深入研究，发现在1990年1月到2006年5月这段时间，金融加速器效应在中国的借贷市场上表现的极为明显。且在相同特征的各种外部冲击下，经济波动在信贷市场中会由于市场所处的状态不同而不同。同时，还指出借贷市场是宏观经济波动的重要波动源而且是波动的有力传导媒介。杨胜刚和侯坤（2011）对我国的金融加速器传导机制的非对称性进行实证研究。结果表明我国的金融加速器传导机制非常具有非对称性。在负面冲击下，市场的“反身性”作用会被压缩至一个很狭窄的时间段，信贷总量和企业抵押资产缩水，这将加速经济的衰退。另外有不少学者对于金融加速器的效应在不同地区是否具有差别进行了研究。袁申国和刘兰凤（2011）考察了427个上市公司1999～2009年的面板数据，并且以资产负债表系数衡量金融加速器效应的大小。实证分析表明根据资产总额的不同，将企业分为大型企业和小型企业，东部企业不存在金融加速器效应但西部地区和中部地区明显存在着金融加速器效应，并且西部地区和中部地区存在着金融加速器时期规模交叉效应。张良贵和孙久文（2013）则把我国分为五大经济区域，研究了不同地区的金融加速器效应特征和不同经济区产业转移的关系。结果表明我国的金融加速器效应存在着明显的区域特征，这是由于不同地区的政策和市场化程度所决定的，并且区域之间产业的转移影响着金融加速器效应的演化。耿叶萌、吕恕（2014）《基于时间序列模型的居民消费价格指数实证分析》中就指出针对居民消费价格指数的趋势性和季节性，运用时间序列模型分析预测，不仅可以更好地了解我国的消费需求情况，而且能够为政府把握未来的经济趋势并制定相应的政策措施提供重要的依据。王志坚、王斌会（2014）的《ARMA模型的稳健识别及实证分析》中也对ARMA模型的可行性和准确性作了精确的分析。
三、“金融加速器”模型理论及其在我国农村环境下传导机制的说明
为了研究“金融加速器”作用下农村主要金融机构受外部冲击后的影响程度，需要建立一个农村特定条件下的四部门经济模型——家户、企业、银行（金融中介）以及政府的基本经济框架，本文选择的研究地区为云南省巧家县、大关县、永仁县等部分具有典型代表性地区的农信社为模型中农信社的代表，而零售部门企业选自当地一些土生土长的地方企业为代表。“金融加速器”的效应通常通过几个渠道来实现：一是通过当地企业的现金流进行传导，包括政府部门财政和货币政策的实施，从而道德名义利率的上升减少经济的总产出，降低了企业的现金流，企业自身内部的资金结构发生变化，此时要想保证投资水平的不变就必须增加对外融资的数额，根据国际通用的信用评级办法，这些企业的违约风险必然上升，农信社为了避免风险就会提高借贷的代理成本，这就是现在所谓的“借款难”的问题，这就进一步增加了下一期的投资产出收入以及现金。如表1是人民银行统计处关于云南八个农村信用社2014年2月的借款数据：
由图中可看出存款数量远远大于贷款数量，这看似是一种“金融太平”的现象，但是这只是一种假象，因为存款一直放在银行，结合现在日益严重的通货膨胀，企业以及个体的资产是在蒸发的，我们再来看一下这八个县在2013年12月存贷款数据（表2），除了个别地区县乡，存款减少贷款却是增加的，也就是说在这两个月过程中，现金流不断从信用社转移到了外部，这也就是金融加速器在其中作用，投融资不断地增加只会造成更多的代理成本。
现在在对金融加速器有一定了解的情况下，我们来建立一个宏观的四部门家庭、银行、企业和政府的基本经济框架。其中以上数据中的存贷款来源只发生在企业之间，而零售部门的存在只是为了说明价格变动的关系。
（www.fabiaoba.com），是一个专门从事期刊推广期刊发表、投稿辅导、发表期刊的网站。
本站提供如何投稿辅导、发表期刊，寻求论文刊登合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级论文刊登/国家级论文刊登/
CSSCI核心/医学投稿辅导/职称投稿辅导。
投稿邮箱：fabiaoba365@126.com
在线咨询：
275774677、
1003180928
在线咨询：
610071587、
1003160816
联系电话：18796993035
