盧大中等

【摘要】本文以中國(guó)農(nóng)村主要金融機(jī)構(gòu)為研究對(duì)象，以2000年1月到2014年3月的中國(guó)農(nóng)村居民價(jià)格消費(fèi)指數(shù)為研究數(shù)據(jù)建立ARMA模型，并根據(jù)所建模型和數(shù)學(xué)公式預(yù)測(cè)4.5月份我國(guó)農(nóng)村CPI數(shù)據(jù)并與現(xiàn)實(shí)數(shù)據(jù)進(jìn)行對(duì)比，以此來(lái)檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性并結(jié)合金融加速器相關(guān)理論來(lái)對(duì)農(nóng)村地區(qū)未來(lái)CPI走勢(shì)進(jìn)行理性分析，最后結(jié)合我國(guó)現(xiàn)行的農(nóng)村金融政策提出若干可行性建議。

【關(guān)鍵詞】ARMA模型 金融加速器 金融政策

引言

1929～1933年全球經(jīng)濟(jì)經(jīng)歷了大蕭條，在此之后Fisher提出的債務(wù)-通貨緊縮理論，指出大蕭條的原因是信貸市場(chǎng)的失靈，這一觀(guān)點(diǎn)成為了金融加速器的雛形。金融加速器理論的提出是由于在借貸市場(chǎng)中雙方所獲取的信息具有不完全對(duì)稱(chēng)性，使得投資過(guò)程中部分資金的投資產(chǎn)生了代理成本，沒(méi)有達(dá)到最優(yōu)狀態(tài)甚至是無(wú)效率的，這就會(huì)造成下一期的投資、負(fù)債、產(chǎn)出以及借貸能力，各項(xiàng)經(jīng)濟(jì)指標(biāo)都會(huì)因此產(chǎn)生加劇波動(dòng)。由于投資過(guò)程是雙向的，所以當(dāng)金融加速器產(chǎn)生正面效應(yīng)時(shí)，相應(yīng)企業(yè)的凈資產(chǎn)投資產(chǎn)出將進(jìn)一步增加。與之相反，當(dāng)金融加速器產(chǎn)生負(fù)面效應(yīng)時(shí)，相應(yīng)企業(yè)的凈資產(chǎn)和投資產(chǎn)出也將減少。近幾年來(lái)“三農(nóng)”問(wèn)題成為全社會(huì)關(guān)注的焦點(diǎn)，同時(shí)也是國(guó)家加快現(xiàn)代化建設(shè)的工作重心。農(nóng)村金融又是農(nóng)村經(jīng)濟(jì)的核心問(wèn)題，但由于我國(guó)城市化進(jìn)程加快，加之本身基礎(chǔ)薄弱的農(nóng)村經(jīng)濟(jì)基礎(chǔ)，很多優(yōu)勢(shì)資源也隨之向大城市轉(zhuǎn)移，甚至出現(xiàn)許多“金融盲區(qū)”。據(jù)筆者調(diào)查，在云南許多農(nóng)村地區(qū)連“土生土長(zhǎng)”的農(nóng)村信用社都在農(nóng)村銷(xiāo)聲匿跡。因此，融加速器理論對(duì)于農(nóng)村地區(qū)的經(jīng)濟(jì)指導(dǎo)作用具有現(xiàn)實(shí)的性和重要的意義。

一、“金融加速器”理論和ARMA模型

傳統(tǒng)的經(jīng)濟(jì)學(xué)假設(shè)市場(chǎng)是有效的無(wú)摩擦的，各個(gè)交易者之間的了解都是充分的，即信息完全對(duì)稱(chēng)。而現(xiàn)實(shí)市場(chǎng)的信息是非完美的，借款者和貸款者之間的不對(duì)稱(chēng)信息使得銀行獲得企業(yè)項(xiàng)目信息的成本增加，導(dǎo)致了借貸市場(chǎng)資金分配的非最優(yōu)甚至是無(wú)效率。當(dāng)企業(yè)微觀(guān)個(gè)體受到外部不利沖擊時(shí)，凈資產(chǎn)和現(xiàn)金流量必然發(fā)生變化，企業(yè)微觀(guān)個(gè)體在借貸時(shí)所能夠提供的抵押品將會(huì)減少，會(huì)影響企業(yè)的借貸能力進(jìn)而影響其下一期的投資、產(chǎn)出、凈資產(chǎn)以及借貸能力，如此循環(huán)往復(fù)，宏觀(guān)經(jīng)濟(jì)必然會(huì)因?yàn)楸姸辔⒂^(guān)企業(yè)個(gè)體的變化產(chǎn)生結(jié)構(gòu)效應(yīng)，經(jīng)濟(jì)指標(biāo)會(huì)發(fā)生相應(yīng)的變化。則有摩擦的信貸市場(chǎng)在外部沖擊下會(huì)加速經(jīng)濟(jì)的增長(zhǎng)或者衰退。代理成本隨著經(jīng)濟(jì)周期反方向變動(dòng)，在經(jīng)濟(jì)蕭條時(shí)上升，在經(jīng)濟(jì)擴(kuò)張時(shí)下降。

自回歸滑動(dòng)平均模型（ARMA模型）是研究時(shí)間序列的重要方法。通常是在面板研究中，考察消費(fèi)者的長(zhǎng)期行為模式變遷過(guò)程。進(jìn)入21世紀(jì)以來(lái)，我國(guó)農(nóng)村地區(qū)金融業(yè)務(wù)穩(wěn)步發(fā)展，居民消費(fèi)價(jià)格水平穩(wěn)步提高，本文采取21世紀(jì)以來(lái)全國(guó)農(nóng)村月度CPI數(shù)據(jù)為時(shí)間軸，建立ARMA模型。

二、文獻(xiàn)綜述

信貸市場(chǎng)和經(jīng)濟(jì)波動(dòng)之間的相關(guān)作用理論很早被發(fā)現(xiàn)。維克賽爾、哈耶克等提出了經(jīng)濟(jì)的波動(dòng)和信貸之間存在一定的聯(lián)系，并且指出信貸的變化情況會(huì)導(dǎo)致經(jīng)濟(jì)的波動(dòng)。Fisher提出“債務(wù)-通貨緊縮”理論，指出“大蕭條”的主要原因是信貸市場(chǎng)上的失靈。凈資產(chǎn)在債務(wù)鏈中占有重要作用。當(dāng)企業(yè)的凈資產(chǎn)越低，可以獲得的貸款能力越低，貸款的減少會(huì)影響投資和產(chǎn)出，投資產(chǎn)出減少必使利潤(rùn)減少，進(jìn)而凈資產(chǎn)會(huì)因此不斷地循環(huán)減少。相反，當(dāng)企業(yè)面臨著比較寬松的信貸政策時(shí)，其借款得到增加，投資、產(chǎn)出以及利潤(rùn)都會(huì)增加。最終會(huì)導(dǎo)致通脹的產(chǎn)生。隨著20世紀(jì)80年代信息經(jīng)濟(jì)學(xué)的逐步崛起和發(fā)展，F(xiàn)isher的“債務(wù)-通貨緊縮”理論再次受到了重視。部分學(xué)者還將此理論運(yùn)用在分析信貸市場(chǎng)對(duì)經(jīng)濟(jì)波動(dòng)放大效應(yīng)的研究，同時(shí)將“金融摩擦”（信息不完美）這一概念納入到經(jīng)濟(jì)周期波動(dòng)的一般分析框架中，奠定了“金融加速器”理論的基礎(chǔ)。引用Bernanke和Gertler（1989）的觀(guān)點(diǎn)“正是由于信貸市場(chǎng)的信息不完美引起了企業(yè)借貸成本的變化，資產(chǎn)負(fù)債、投資、產(chǎn)出也隨之變化，微觀(guān)層面的變化積聚到宏觀(guān)層面產(chǎn)生結(jié)構(gòu)效應(yīng)，最終使得宏觀(guān)經(jīng)濟(jì)呈現(xiàn)出更大的波動(dòng)態(tài)勢(shì)?！盉ernanke等人在1996年最早提出了“金融加速器”概念，即信貸市場(chǎng)在自身?xiàng)l件變化和外部沖擊的情況下能夠使得原來(lái)的經(jīng)濟(jì)沖擊加強(qiáng)放大。Kiyotaki和Moore（1997）指出，因?yàn)樾刨J市場(chǎng)上不合理的配給因素的影響，企業(yè)為了能夠獲得足夠的資金進(jìn)行下一期的投資生產(chǎn)，以實(shí)現(xiàn)持續(xù)經(jīng)營(yíng)，經(jīng)常就會(huì)采取以企業(yè)的自身價(jià)值或借款人所持有的一定數(shù)量的特定資產(chǎn)作為抵押進(jìn)行融資。在此情況下，宏觀(guān)經(jīng)濟(jì)的變化會(huì)通過(guò)企業(yè)的信貸狀況來(lái)影響企業(yè)的貸款和投資水平，這將會(huì)加劇宏觀(guān)經(jīng)濟(jì)的上升或者下降的態(tài)勢(shì)。他們提出，是信貸約束引起了宏觀(guān)經(jīng)濟(jì)的過(guò)度波動(dòng)。

Bernanke，Gertler和Gilchrist（1998）又在新凱恩斯模型的基礎(chǔ)上，假設(shè)信貸市場(chǎng)的不完全、企業(yè)凈資產(chǎn)、價(jià)格黏性，建立了動(dòng)態(tài)一般均衡模型，模擬了外部沖擊經(jīng)過(guò)“金融加速器”的放大效應(yīng)可以達(dá)到的效果，此模型被稱(chēng)為BGG模型。Bernanke等一系列研究構(gòu)建了信貸周期理論的基礎(chǔ)，為分析資產(chǎn)價(jià)格波動(dòng)、信貸周期、貨幣政策的傳導(dǎo)等問(wèn)題提供了強(qiáng)有力的工具。后來(lái)學(xué)者在BGG模型的基礎(chǔ)上發(fā)展出DSGE模型，放松了一些假設(shè)條件，并且深入探討了銀行信貸標(biāo)準(zhǔn)的變化原因與變化會(huì)對(duì)經(jīng)濟(jì)波動(dòng)和資產(chǎn)價(jià)格產(chǎn)生的影響。

國(guó)內(nèi)學(xué)者對(duì)于“金融加速器”和ARMA模型的研究也取得了一定得成效。崔光燦（2006）在研究資產(chǎn)價(jià)格波動(dòng)對(duì)宏觀(guān)經(jīng)濟(jì)產(chǎn)生的影響時(shí)指出在中國(guó)目前的宏觀(guān)經(jīng)濟(jì)下，能夠運(yùn)用“金融加速器”理論解釋如何由資產(chǎn)價(jià)格的波動(dòng)而產(chǎn)生的宏觀(guān)經(jīng)濟(jì)波動(dòng)。趙振全和于震等（2007）對(duì)中國(guó)的信貸市場(chǎng)與宏觀(guān)經(jīng)濟(jì)之間的關(guān)系進(jìn)行深入研究，發(fā)現(xiàn)在1990年1月到2006年5月這段時(shí)間，金融加速器效應(yīng)在中國(guó)的借貸市場(chǎng)上表現(xiàn)的極為明顯。且在相同特征的各種外部沖擊下，經(jīng)濟(jì)波動(dòng)在信貸市場(chǎng)中會(huì)由于市場(chǎng)所處的狀態(tài)不同而不同。同時(shí)，還指出借貸市場(chǎng)是宏觀(guān)經(jīng)濟(jì)波動(dòng)的重要波動(dòng)源而且是波動(dòng)的有力傳導(dǎo)媒介。楊勝剛和侯坤（2011）對(duì)我國(guó)的金融加速器傳導(dǎo)機(jī)制的非對(duì)稱(chēng)性進(jìn)行實(shí)證研究。結(jié)果表明我國(guó)的金融加速器傳導(dǎo)機(jī)制非常具有非對(duì)稱(chēng)性。在負(fù)面沖擊下，市場(chǎng)的“反身性”作用會(huì)被壓縮至一個(gè)很狹窄的時(shí)間段，信貸總量和企業(yè)抵押資產(chǎn)縮水，這將加速經(jīng)濟(jì)的衰退。另外有不少學(xué)者對(duì)于金融加速器的效應(yīng)在不同地區(qū)是否具有差別進(jìn)行了研究。袁申國(guó)和劉蘭鳳（2011）考察了427個(gè)上市公司1999～2009年的面板數(shù)據(jù)，并且以資產(chǎn)負(fù)債表系數(shù)衡量金融加速器效應(yīng)的大小。實(shí)證分析表明根據(jù)資產(chǎn)總額的不同，將企業(yè)分為大型企業(yè)和小型企業(yè)，東部企業(yè)不存在金融加速器效應(yīng)但西部地區(qū)和中部地區(qū)明顯存在著金融加速器效應(yīng)，并且西部地區(qū)和中部地區(qū)存在著金融加速器時(shí)期規(guī)模交叉效應(yīng)。張良貴和孫久文（2013）則把我國(guó)分為五大經(jīng)濟(jì)區(qū)域，研究了不同地區(qū)的金融加速器效應(yīng)特征和不同經(jīng)濟(jì)區(qū)產(chǎn)業(yè)轉(zhuǎn)移的關(guān)系。結(jié)果表明我國(guó)的金融加速器效應(yīng)存在著明顯的區(qū)域特征，這是由于不同地區(qū)的政策和市場(chǎng)化程度所決定的，并且區(qū)域之間產(chǎn)業(yè)的轉(zhuǎn)移影響著金融加速器效應(yīng)的演化。耿葉萌、呂?。?014）《基于時(shí)間序列模型的居民消費(fèi)價(jià)格指數(shù)實(shí)證分析》中就指出針對(duì)居民消費(fèi)價(jià)格指數(shù)的趨勢(shì)性和季節(jié)性，運(yùn)用時(shí)間序列模型分析預(yù)測(cè)，不僅可以更好地了解我國(guó)的消費(fèi)需求情況，而且能夠?yàn)檎盐瘴磥?lái)的經(jīng)濟(jì)趨勢(shì)并制定相應(yīng)的政策措施提供重要的依據(jù)。王志堅(jiān)、王斌會(huì)（2014）的《ARMA模型的穩(wěn)健識(shí)別及實(shí)證分析》中也對(duì)ARMA模型的可行性和準(zhǔn)確性作了精確的分析。

三、“金融加速器”模型理論及其在我國(guó)農(nóng)村環(huán)境下傳導(dǎo)機(jī)制的說(shuō)明

為了研究“金融加速器”作用下農(nóng)村主要金融機(jī)構(gòu)受外部沖擊后的影響程度，需要建立一個(gè)農(nóng)村特定條件下的四部門(mén)經(jīng)濟(jì)模型——家戶(hù)、企業(yè)、銀行（金融中介）以及政府的基本經(jīng)濟(jì)框架，本文選擇的研究地區(qū)為云南省巧家縣、大關(guān)縣、永仁縣等部分具有典型代表性地區(qū)的農(nóng)信社為模型中農(nóng)信社的代表，而零售部門(mén)企業(yè)選自當(dāng)?shù)匾恍┩辽灵L(zhǎng)的地方企業(yè)為代表。“金融加速器”的效應(yīng)通常通過(guò)幾個(gè)渠道來(lái)實(shí)現(xiàn)：一是通過(guò)當(dāng)?shù)仄髽I(yè)的現(xiàn)金流進(jìn)行傳導(dǎo)，包括政府部門(mén)財(cái)政和貨幣政策的實(shí)施，從而道德名義利率的上升減少經(jīng)濟(jì)的總產(chǎn)出，降低了企業(yè)的現(xiàn)金流，企業(yè)自身內(nèi)部的資金結(jié)構(gòu)發(fā)生變化，此時(shí)要想保證投資水平的不變就必須增加對(duì)外融資的數(shù)額，根據(jù)國(guó)際通用的信用評(píng)級(jí)辦法，這些企業(yè)的違約風(fēng)險(xiǎn)必然上升，農(nóng)信社為了避免風(fēng)險(xiǎn)就會(huì)提高借貸的代理成本，這就是現(xiàn)在所謂的“借款難”的問(wèn)題，這就進(jìn)一步增加了下一期的投資產(chǎn)出收入以及現(xiàn)金。如表1是人民銀行統(tǒng)計(jì)處關(guān)于云南八個(gè)農(nóng)村信用社2014年2月的借款數(shù)據(jù)：

由圖中可看出存款數(shù)量遠(yuǎn)遠(yuǎn)大于貸款數(shù)量，這看似是一種“金融太平”的現(xiàn)象，但是這只是一種假象，因?yàn)榇婵钜恢狈旁阢y行，結(jié)合現(xiàn)在日益嚴(yán)重的通貨膨脹，企業(yè)以及個(gè)體的資產(chǎn)是在蒸發(fā)的，我們?cè)賮?lái)看一下這八個(gè)縣在2013年12月存貸款數(shù)據(jù)（表2），除了個(gè)別地區(qū)縣鄉(xiāng)，存款減少貸款卻是增加的，也就是說(shuō)在這兩個(gè)月過(guò)程中，現(xiàn)金流不斷從信用社轉(zhuǎn)移到了外部，這也就是金融加速器在其中作用，投融資不斷地增加只會(huì)造成更多的代理成本。

現(xiàn)在在對(duì)金融加速器有一定了解的情況下，我們來(lái)建立一個(gè)宏觀(guān)的四部門(mén)家庭、銀行、企業(yè)和政府的基本經(jīng)濟(jì)框架。其中以上數(shù)據(jù)中的存貸款來(lái)源只發(fā)生在企業(yè)之間，而零售部門(mén)的存在只是為了說(shuō)明價(jià)格變動(dòng)的關(guān)系。

四、ARMA模型的建立

ARMA模型是時(shí)間序列的分析重要方法，我們用ARMA模型對(duì)中國(guó)農(nóng)村CPI數(shù)據(jù)進(jìn)行研究并且作出預(yù)測(cè)，考察中國(guó)農(nóng)村地區(qū)的經(jīng)濟(jì)情況和變化趨勢(shì)。

使用EViews軟件對(duì)2000年1月到2014年3月的中國(guó)農(nóng)村CPI月度數(shù)據(jù)構(gòu)成的時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)。

由圖1、表3可以看出ADF檢驗(yàn)統(tǒng)計(jì)量大于臨界值，所以模型非平穩(wěn)，所以需要對(duì)原始數(shù)據(jù)進(jìn)行一階差分處理。

如表4所示進(jìn)行一階差分后，1%、5%、10%的置信區(qū)間下ADF檢驗(yàn)統(tǒng)計(jì)量均小于臨界值，所以差分后的時(shí)間序列是平穩(wěn)的，可以對(duì)其進(jìn)行建模。

圖2是一階差分序列自相關(guān)圖和偏自相關(guān)圖。由于經(jīng)濟(jì)變量一般都為1階或2階ARMA模型，所以我們可以嘗試建立ARMA（1，1）、ARMA（1，2）、ARMA（2，1）、ARMA（2，2）四種模型進(jìn)行比較，選取其中擬合度最優(yōu)的一個(gè)模型。

由表5得知經(jīng)過(guò)調(diào)整后得出ARMA（1，1）模型為最優(yōu)。常數(shù)項(xiàng)c的p值過(guò)大，應(yīng)該省略。又因?yàn)槭∪值之后AIC更小，所以模型更為精準(zhǔn)可靠，最終確立ARMA（1，1）的數(shù)學(xué)方程為預(yù)測(cè)后2014年4月與五月的農(nóng)村地區(qū)CPI的值分別為102.0687和102.0449與現(xiàn)實(shí)CPI數(shù)據(jù)誤差小于1%，所以模型十分精確。由此看出，中國(guó)農(nóng)村CPI在平穩(wěn)中向上攀升的趨勢(shì)。則當(dāng)局應(yīng)當(dāng)密切關(guān)注CPI的走勢(shì)，防止過(guò)度的通貨膨脹造成的經(jīng)濟(jì)過(guò)渡波動(dòng)。

五、結(jié)論及完善我國(guó)農(nóng)村地區(qū)經(jīng)濟(jì)系統(tǒng)的對(duì)策

（一）完善農(nóng)村地區(qū)的征信體系，使信息不對(duì)稱(chēng)的程度相對(duì)減弱

征信體系是社會(huì)經(jīng)濟(jì)發(fā)展壯大的必然產(chǎn)物，是與征信活動(dòng)相關(guān)的法律制度、組織機(jī)構(gòu)和市場(chǎng)管理等共同構(gòu)成的一個(gè)有機(jī)融合的體系，為借貸市場(chǎng)進(jìn)行信息方面的服務(wù)。根據(jù)金融加速器理論，經(jīng)濟(jì)市場(chǎng)的波動(dòng)是由于借貸市場(chǎng)上的信息不對(duì)稱(chēng)所導(dǎo)致的，那么減弱信息不對(duì)稱(chēng)的程度可以為借貸雙方減少摩擦，降低相應(yīng)的交易費(fèi)用。并且可以在外部經(jīng)濟(jì)不利的沖擊時(shí)，貸款人能夠根據(jù)借款人的信用情況，比較準(zhǔn)確的了解其公司經(jīng)營(yíng)狀況和資產(chǎn)負(fù)債的狀況從而對(duì)其進(jìn)行合理的貸款發(fā)放，避免借款人在不利的外部沖擊下籌資困難，降低經(jīng)濟(jì)的波動(dòng)程度。則，減弱信息不對(duì)稱(chēng)的程度可以避免經(jīng)濟(jì)的過(guò)度波動(dòng)，使農(nóng)村經(jīng)濟(jì)可以長(zhǎng)時(shí)期的平穩(wěn)增長(zhǎng)。完善農(nóng)村地區(qū)的征信系統(tǒng)，樹(shù)立正確的征信文化具有重要的意義。要使征信業(yè)務(wù)制度規(guī)范，征信機(jī)構(gòu)制度規(guī)范，征信人員制度規(guī)范，這是使征信系統(tǒng)完善和業(yè)務(wù)健康發(fā)展的有力保障。

（二）構(gòu)建農(nóng)村經(jīng)濟(jì)的預(yù)警機(jī)制

通過(guò)ARMA模型，我們可以預(yù)測(cè)未來(lái)的CPI數(shù)據(jù)，而用來(lái)反映居民消費(fèi)的變化情況和運(yùn)動(dòng)趨勢(shì)，并且可以了解到通貨膨脹或者通貨緊縮的相對(duì)程度。為了避免農(nóng)村地區(qū)的經(jīng)濟(jì)下滑，我們可以通過(guò)ARMA模型進(jìn)行預(yù)測(cè)。根據(jù)金融加速器理論，當(dāng)經(jīng)濟(jì)系統(tǒng)面臨不利的情況時(shí)，當(dāng)局可以運(yùn)用貨幣政策或者財(cái)政政策對(duì)經(jīng)濟(jì)進(jìn)行調(diào)節(jié)?？梢约哟髮?duì)借款人的借款額度和對(duì)居民進(jìn)行鼓勵(lì)消費(fèi)，以此來(lái)保證農(nóng)村地區(qū)的經(jīng)濟(jì)平穩(wěn)增長(zhǎng)。

（三）完善金融市場(chǎng)和金融產(chǎn)品

統(tǒng)籌建立適度競(jìng)爭(zhēng)的、多層次農(nóng)村金融體系，加強(qiáng)農(nóng)村信用社的管理，規(guī)范農(nóng)村信用社的管理體制及保持農(nóng)信社獨(dú)立法人地位總體穩(wěn)定，從而促進(jìn)其在農(nóng)村金融中的調(diào)控作用，增強(qiáng)農(nóng)村金融在抵御外來(lái)風(fēng)險(xiǎn)時(shí)自身所能發(fā)揮的作用，更好地運(yùn)用農(nóng)村信用社貼近基層、貼近農(nóng)戶(hù)的“三農(nóng)”服務(wù)主力軍作用。隨著農(nóng)村經(jīng)濟(jì)的發(fā)展，新農(nóng)村建設(shè)的推進(jìn)和農(nóng)民收入水平提高，農(nóng)村金融需求將會(huì)不斷擴(kuò)大，農(nóng)村金融產(chǎn)品和服務(wù)方式也需隨之不斷改進(jìn)和創(chuàng)新。最后，堅(jiān)持推進(jìn)并不斷完善農(nóng)村的金融市場(chǎng)。逐步改變目前農(nóng)村金融市場(chǎng)的單一融資模式，縮小農(nóng)村金融和城市金融之間的巨大鴻溝，擴(kuò)展直接融資在其中所占的比重，探索中小企業(yè)集合發(fā)債、上市等資本市場(chǎng)融資渠道。加快發(fā)展農(nóng)產(chǎn)品相關(guān)的期貨市場(chǎng)和衍生產(chǎn)品市場(chǎng)，增加農(nóng)產(chǎn)品品種數(shù)目，合理有效地發(fā)揮期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能，減弱農(nóng)產(chǎn)品在生產(chǎn)和銷(xiāo)售過(guò)程中由于市場(chǎng)所帶來(lái)的風(fēng)險(xiǎn)。除此之外應(yīng)該加大力度完善農(nóng)業(yè)方面的保險(xiǎn)體系，創(chuàng)新農(nóng)業(yè)保險(xiǎn)的品種，探索發(fā)展出農(nóng)村信貸和農(nóng)業(yè)保險(xiǎn)相互結(jié)合緊密聯(lián)系的銀?；?dòng)機(jī)制，不斷探索發(fā)展新的模式并形成比較完善的農(nóng)業(yè)風(fēng)險(xiǎn)管理體系。

參考文獻(xiàn)

[1]Bernanke Ben and Mark Gertler.Inside the Black Box：the Credit Channel of Monetary Policy Transmission.Journal of Economic perspectives，1995.

[2]Bernanke，Bens，Mark Gertler，and Simon Gilchrist，The Financial Accelerator and the Flight to Quantity .Review of Economics and Statistics，1996：1-15.

[3]Bernanke，B，Gertler，M，Gilchrist，S.The financial accelerator in a quantitative business cycle framework.Handbook of Macroe- conomics.1999.

[4]采峰，曾鳳章.產(chǎn)品需求兩非平穩(wěn)時(shí)序的ANN-ARMA預(yù)測(cè)模型【J】北京理工大學(xué)學(xué)報(bào)；2007年第三期.

[5]朱威，鐘惟劍.ARMA模型在居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)中的應(yīng)用[J].金融經(jīng)濟(jì).2008（16）.

[6]李習(xí)平.基于GM（1，1）理論的中國(guó)居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)模型研究[J].全國(guó)商情（經(jīng)濟(jì)理論研究）.2009（04）.

[7]姜弘.居民消費(fèi)價(jià)格指數(shù)的時(shí)間序列分析及預(yù)測(cè)[J].統(tǒng)計(jì)與決策.2009（04）.

[8]張?chǎng)?城鄉(xiāng)居民收入差距的ARMA模型預(yù)測(cè)[J].當(dāng)代經(jīng)濟(jì).2009（10）.

[9]鄭紀(jì)安.基于小波分析和神經(jīng)網(wǎng)絡(luò)的金融時(shí)間序列預(yù)測(cè)研究[D].廈門(mén)大學(xué)，2009.

[10]胡楊，張宗新.金融加速器效應(yīng)在中國(guó)的存在性分析——以次貸危機(jī)發(fā)生后的經(jīng)濟(jì)環(huán)境為例[J].現(xiàn)代經(jīng)濟(jì)探討.2010（04）.

[11]馬志鋒，種慶，張文斌，霍敬偉.時(shí)間序列分析在中國(guó)城鎮(zhèn)居民消費(fèi)水平中的應(yīng)用[J].周口師范學(xué)院學(xué)報(bào).2011（02）.

[12]耿葉萌，呂恕.《基于時(shí)間序列模型的居民消費(fèi)價(jià)格指數(shù)實(shí)證分析》[D].河北大學(xué)學(xué)報(bào)，2014年.

作者簡(jiǎn)介：盧大中（1993-），男，云南昆明人，安徽財(cái)經(jīng)大學(xué)金融學(xué)院學(xué)生；張煥明（1973-），男，湖北蘄春人，安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院院長(zhǎng)，西南交通大學(xué)經(jīng)濟(jì)學(xué)博士；李棟梁（1991-），男，安徽利辛人，安徽財(cái)經(jīng)大學(xué)金融學(xué)院學(xué)生；王茜瑤（1994-），女，安徽合肥人，安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院學(xué)生。