摘 要：基于農(nóng)村金融機(jī)構(gòu)服務(wù)農(nóng)村經(jīng)濟(jì)發(fā)展視角，構(gòu)建向量自回歸（Vector Autoregression，VAR）與向量誤差修正（Vector Error Correction，VEC）模型，研究農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展的關(guān)系。結(jié)果表明：農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展之間表現(xiàn)出單向的影響關(guān)系，農(nóng)村金融發(fā)展各變量之間相互作用；農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展存在長(zhǎng)期均衡關(guān)系，農(nóng)村金融發(fā)展中的農(nóng)業(yè)保險(xiǎn)保費(fèi)結(jié)構(gòu)和賠付結(jié)構(gòu)變化對(duì)均衡關(guān)系的影響較大。鑒于此，在農(nóng)村金融發(fā)展過(guò)程中，農(nóng)村金融機(jī)構(gòu)與農(nóng)業(yè)相關(guān)部門(mén)應(yīng)加強(qiáng)對(duì)農(nóng)業(yè)保險(xiǎn)的關(guān)注和管理。

關(guān)鍵詞：農(nóng)村經(jīng)濟(jì)；農(nóng)村金融；VAR模型；VEC模型

中圖分類(lèi)號(hào)：F832.35；F327 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-7909-（2023）11-52-6

1 變量計(jì)算、數(shù)據(jù)來(lái)源和模型構(gòu)建

1.1 變量和數(shù)據(jù)

目前，我國(guó)還沒(méi)有官方統(tǒng)計(jì)的指標(biāo)和數(shù)據(jù)表示農(nóng)村經(jīng)濟(jì)發(fā)展水平。因此，筆者借鑒沙柢等［1］的做法，選用第一產(chǎn)業(yè)同比增速代表農(nóng)村經(jīng)濟(jì)增長(zhǎng)。在相關(guān)研究中，關(guān)于農(nóng)村金融發(fā)展的指標(biāo)普遍借鑒的是雷蒙德·W·戈德史密斯（Raymond W Goldsmith）提出的金融相關(guān)率，即金融資產(chǎn)總量占國(guó)內(nèi)生產(chǎn)總值的比重。從理論上分析，金融資產(chǎn)總量包括金融部門(mén)與非金融部門(mén)的債權(quán)，而我國(guó)農(nóng)村金融資產(chǎn)以銀行存貸款為主。

筆者構(gòu)建的變量如表1所示，從農(nóng)村金融機(jī)構(gòu)服務(wù)農(nóng)村金融發(fā)展角度出發(fā)構(gòu)建變量和收集相關(guān)數(shù)據(jù)，同時(shí)借鑒宋保勝等［2］的做法，從農(nóng)村金融發(fā)展的規(guī)模、結(jié)構(gòu)和效率3個(gè)維度綜合測(cè)度農(nóng)村金融發(fā)展情況。其中，對(duì)于農(nóng)村金融發(fā)展結(jié)構(gòu)這一變量，考慮到測(cè)度結(jié)構(gòu)的全面性，選用3個(gè)指標(biāo)代表農(nóng)村金融發(fā)展結(jié)構(gòu)，即農(nóng)業(yè)險(xiǎn)保費(fèi)結(jié)構(gòu)（FZJG1）、農(nóng)業(yè)險(xiǎn)賠付結(jié)構(gòu)（FZJG2）和農(nóng)村金融機(jī)構(gòu)債權(quán)結(jié)構(gòu)（FZJG3）。

農(nóng)村經(jīng)濟(jì)增長(zhǎng)、農(nóng)村金融發(fā)展各變量的原始數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站、國(guó)泰安金融數(shù)據(jù)庫(kù)。各變量原始數(shù)據(jù)均為季度數(shù)據(jù)，時(shí)間跨度為1993年3月至2022年3月。

1.2 模型設(shè)計(jì)

考慮到各變量之間可能互相影響，選用非結(jié)構(gòu)性的向量自回歸（Vector Autoregession，VAR）模型建立各變量之間的關(guān)系模型，即每個(gè)內(nèi)生變量作為所有內(nèi)生變量滯后值的函數(shù)構(gòu)造多方程聯(lián)立回歸模型［3］，以此對(duì)各內(nèi)生變量構(gòu)成的經(jīng)濟(jì)系統(tǒng)進(jìn)行動(dòng)態(tài)分析。另外，利用Eviews10軟件對(duì)模型進(jìn)行實(shí)證研究。

式（1）中：Yt包括GROU、FZGM、FZJG、FZXL的列向量，α表示由截距組成的列向量，t表示時(shí)期，p表示所有內(nèi)生變量的滯后階數(shù)，Π表示相關(guān)系數(shù)矩陣，μt為隨機(jī)擾動(dòng)項(xiàng)。

2 實(shí)證檢驗(yàn)結(jié)果與分析

2.1 單位根檢驗(yàn)

采用單位根檢驗(yàn)方法檢驗(yàn)時(shí)間序列是否平穩(wěn)。為盡量不損失水平序列所包含的信息，對(duì)原始序列及其差分進(jìn)行單位根檢驗(yàn)，結(jié)果如表2所示。

表2檢驗(yàn)結(jié)果表明，各變量原始序列單位根統(tǒng)計(jì)量均大于1%、5%和10%顯著性水平的臨界值，說(shuō)明各原始變量序列為非平穩(wěn)序列。經(jīng)過(guò)一階差分后各原始變量序列的單位根統(tǒng)計(jì)量均小于10%顯著性水平的臨界值，認(rèn)為可以拒絕原假設(shè)，即各原始變量序列是一階單整序列I（1）。

2.2 滯后期選擇

建立VAR模型的關(guān)鍵是確定各變量的滯后階數(shù)，滯后階數(shù)越大，則需要估計(jì)的參數(shù)越多，但是能更好地反映模型的動(dòng)態(tài)性變化。根據(jù)表3中的檢驗(yàn)結(jié)果與信息準(zhǔn)則，確定最優(yōu)滯后階數(shù)為4。

2.3 VAR模型的參數(shù)估計(jì)

根據(jù)滯后期數(shù)選擇，選擇4階對(duì)VAR模型進(jìn)行估計(jì)較為合適。從估計(jì)結(jié)果來(lái)看（VAR模型參數(shù)的估計(jì)結(jié)果表略），農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展方程的擬合優(yōu)度分別為57%、97%、99%、99%、95%、99%，擬合效果都比較好，說(shuō)明這6個(gè)序列變量的關(guān)系方程密切，VAR模型較好地反映了序列變量之間的動(dòng)態(tài)變化關(guān)系。

2.4 VAR模型的穩(wěn)定性檢驗(yàn)

要想分析農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展之間的動(dòng)態(tài)關(guān)系，就要確保VAR模型的穩(wěn)定性。若上述矩陣的AR特征多項(xiàng)式根的倒數(shù)均小于1，在單位圓內(nèi)，則說(shuō)明VAR模型是穩(wěn)定的。根據(jù)圖1結(jié)果，VAR模型是穩(wěn)定的，說(shuō)明后續(xù)可以進(jìn)行脈沖響應(yīng)和方差分解。

2.5 VAR模型的格蘭杰因果關(guān)系檢驗(yàn)

格蘭杰因果檢驗(yàn)揭示的并非字面意思的因果關(guān)系，反映的是一種動(dòng)態(tài)關(guān)系，說(shuō)明一個(gè)變量對(duì)另一個(gè)變量是否有“預(yù)測(cè)能力”，表4至表9給出各變量間的格蘭杰因果檢驗(yàn)結(jié)果。

表4所示的GROU方程中，各變量的格蘭杰因果檢驗(yàn)的概率值均大于5%的顯著性水平，可以認(rèn)為各變量均不是農(nóng)村經(jīng)濟(jì)增長(zhǎng)變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗(yàn)的概率值也大于5%的顯著性水平，可以認(rèn)為各變量的聯(lián)合作用不是農(nóng)村經(jīng)濟(jì)增長(zhǎng)變化的原因。

表5所示的FZGM方程中，F(xiàn)ZJG3、FZXL的格蘭杰因果檢驗(yàn)概率值小于5%的顯著性水平，可以認(rèn)為農(nóng)村經(jīng)濟(jì)增長(zhǎng)、農(nóng)村金融機(jī)構(gòu)債權(quán)結(jié)構(gòu)和農(nóng)村金融發(fā)展效率是農(nóng)村金融發(fā)展規(guī)模變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗(yàn)的概率值小于5%的顯著性水平，可以認(rèn)為各變量的聯(lián)合作用是農(nóng)村金融發(fā)展規(guī)模變化的原因。

表6所示的FZJG1方程中，F(xiàn)ZJG3的格蘭杰因果檢驗(yàn)的概率值小于5%的顯著性水平，可以認(rèn)為農(nóng)村金融機(jī)構(gòu)債權(quán)結(jié)構(gòu)是農(nóng)業(yè)險(xiǎn)保費(fèi)結(jié)構(gòu)變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗(yàn)的概率值小于5%的顯著性水平，可以認(rèn)為各變量的聯(lián)合作用是農(nóng)業(yè)險(xiǎn)保費(fèi)結(jié)構(gòu)變化的原因。

表7所示的FZJG2方程中，各變量的格蘭杰因果檢驗(yàn)的概率值均大于5%的顯著性水平，可以認(rèn)為各變量分別不是農(nóng)業(yè)險(xiǎn)賠付結(jié)構(gòu)變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗(yàn)的概率值小于5%的顯著性水平，可以認(rèn)為各變量的聯(lián)合作用是農(nóng)業(yè)險(xiǎn)賠付結(jié)構(gòu)變化的原因。

表8所示的FZJG3方程中，F(xiàn)ZXL的格蘭杰因果檢驗(yàn)的概率值小于10%的顯著性水平，可以認(rèn)為農(nóng)業(yè)金融發(fā)展效率是農(nóng)村金融機(jī)構(gòu)債權(quán)結(jié)構(gòu)變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗(yàn)的概率值大于5%的顯著性水平，可以認(rèn)為各變量的聯(lián)合作用不是農(nóng)村金融機(jī)構(gòu)債權(quán)結(jié)構(gòu)變化的原因。

表9所示的FZXL方程中，F(xiàn)ZGM、FZJG3的格蘭杰因果檢驗(yàn)的概率值小于5%的顯著性水平，可以認(rèn)為農(nóng)村金融發(fā)展規(guī)模和農(nóng)村金融機(jī)構(gòu)債權(quán)結(jié)構(gòu)是農(nóng)村金融發(fā)展效率變化的原因；各變量滯后聯(lián)合的格蘭杰因果檢驗(yàn)的概率值小于5%的顯著性水平，可以認(rèn)為各變量的聯(lián)合作用是農(nóng)村金融發(fā)展效率變化的原因。

2.6 脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)反映一個(gè)內(nèi)生變量產(chǎn)生的擾動(dòng)或沖擊如何影響另一個(gè)變量的當(dāng)期值和未來(lái)值，以此可以觀(guān)察VAR模型中各變量的響應(yīng)函數(shù)時(shí)間路徑。此次研究的VAR模型中包含6個(gè)變量，導(dǎo)致脈沖響應(yīng)函數(shù)的輸出結(jié)果較多，下面僅展示農(nóng)村經(jīng)濟(jì)增長(zhǎng)（GROU）的脈沖響應(yīng)函數(shù)。

如圖2所示，農(nóng)村經(jīng)濟(jì)增長(zhǎng)對(duì)于自身的擾動(dòng)或沖擊在第1期做出正向響應(yīng)，之后開(kāi)始減少，至第6期轉(zhuǎn)為負(fù)，持續(xù)至第9期轉(zhuǎn)為正向響應(yīng)，說(shuō)明農(nóng)村經(jīng)濟(jì)增長(zhǎng)變化對(duì)于自身的擾動(dòng)或沖擊響應(yīng)程度較大。

如圖3所示，農(nóng)村經(jīng)濟(jì)增長(zhǎng)對(duì)于農(nóng)村金融發(fā)展規(guī)模的擾動(dòng)或沖擊在第3期開(kāi)始略有正向響應(yīng)，持續(xù)至第10期趨于平穩(wěn)，說(shuō)明農(nóng)村金融發(fā)展規(guī)模變化對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)變化影響較小。

如圖4所示，農(nóng)村經(jīng)濟(jì)增長(zhǎng)對(duì)于農(nóng)業(yè)險(xiǎn)保費(fèi)結(jié)構(gòu)的擾動(dòng)或沖擊在第2期開(kāi)始有正向響應(yīng)，在第5期達(dá)到谷峰，說(shuō)明農(nóng)業(yè)險(xiǎn)保費(fèi)結(jié)構(gòu)變化對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)變化有明顯的影響。

如圖5所示，農(nóng)村經(jīng)濟(jì)增長(zhǎng)對(duì)于農(nóng)業(yè)險(xiǎn)賠付結(jié)構(gòu)的擾動(dòng)或沖擊在第1期略有正向響應(yīng)，在第3期轉(zhuǎn)為負(fù)并持續(xù)至第8期又轉(zhuǎn)為正，但響應(yīng)幅度都很小，說(shuō)明農(nóng)業(yè)險(xiǎn)賠付結(jié)構(gòu)變化對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)變化影響有限。

如圖6所示，農(nóng)村經(jīng)濟(jì)增長(zhǎng)對(duì)于農(nóng)村金融機(jī)構(gòu)債權(quán)結(jié)構(gòu)的擾動(dòng)或沖擊在第2期略有正向響應(yīng)，并持續(xù)至第9期開(kāi)始減緩，說(shuō)明農(nóng)村金融機(jī)構(gòu)債權(quán)結(jié)構(gòu)變化對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)變化影響有限。

如圖7所示，農(nóng)村經(jīng)濟(jì)增長(zhǎng)對(duì)于農(nóng)村金融發(fā)展效率的擾動(dòng)或沖擊在第4期略有負(fù)向響應(yīng)，持續(xù)至第10期趨于平穩(wěn)，說(shuō)明農(nóng)村金融發(fā)展效率變化對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)變化影響很小。

2.7 農(nóng)村經(jīng)濟(jì)增長(zhǎng)方差分解結(jié)果

方差分解可以反映VAR模型中不同結(jié)構(gòu)性沖擊或擾動(dòng)對(duì)某個(gè)內(nèi)生變量變化的貢獻(xiàn)度，可以此評(píng)價(jià)該結(jié)構(gòu)性沖擊或擾動(dòng)的重要性。農(nóng)村經(jīng)濟(jì)增長(zhǎng)方差分解結(jié)果如表10所示。

由表10可知，農(nóng)村經(jīng)濟(jì)增長(zhǎng)方程方差中，其自身的沖擊或擾動(dòng)所做的貢獻(xiàn)程度由大到小，滯后10期的貢獻(xiàn)率為83.8%；農(nóng)村金融發(fā)展規(guī)模對(duì)方差的貢獻(xiàn)度由小變大，在第8期趨于平穩(wěn)，滯后10期的貢獻(xiàn)率為2.42%；農(nóng)業(yè)險(xiǎn)保費(fèi)結(jié)構(gòu)對(duì)方差的貢獻(xiàn)度由小變大，在第8期趨于平穩(wěn)，滯后10期的貢獻(xiàn)率為8.99%。農(nóng)業(yè)險(xiǎn)賠付結(jié)構(gòu)對(duì)方差的貢獻(xiàn)度由小變大，滯后10期的貢獻(xiàn)率為1.81%；農(nóng)村金融機(jī)構(gòu)債權(quán)結(jié)構(gòu)對(duì)方差的貢獻(xiàn)度由小變大，在第10期的貢獻(xiàn)率為1.52%；農(nóng)村金融發(fā)展效率對(duì)方差的貢獻(xiàn)度由小變大，滯后10期的貢獻(xiàn)率為1.46%。

2.8 農(nóng)村經(jīng)濟(jì)增長(zhǎng)和農(nóng)村金融發(fā)展的向量誤差修正模型

由于序列GROU、FZGM、FZJG1、FZJG2、FZJG3、FZXL都是一階單整序列，可以使用約翰森協(xié)整檢驗(yàn)方法檢驗(yàn)農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展是否存在協(xié)整關(guān)系，檢驗(yàn)結(jié)果如表11所示。

從表11約翰森協(xié)整檢驗(yàn)結(jié)果來(lái)看，拒絕了“不存在及至多存在1個(gè)、2個(gè)、3個(gè)”的原假設(shè)，說(shuō)明農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展之間存在協(xié)整關(guān)系，可以建立VEC模型。

2.9 VEC模型估計(jì)結(jié)果

根據(jù)各序列的協(xié)整向量，得到協(xié)整方程為

上述協(xié)整方程表明：在其他條件不變的情況下，農(nóng)村金融發(fā)展規(guī)模每上漲1.0個(gè)百分點(diǎn)，農(nóng)村經(jīng)濟(jì)增長(zhǎng)就減少0.5個(gè)百分點(diǎn)；農(nóng)業(yè)險(xiǎn)保費(fèi)結(jié)構(gòu)每上漲1.0個(gè)百分點(diǎn)，農(nóng)村經(jīng)濟(jì)增長(zhǎng)就增加100.0個(gè)百分點(diǎn)；農(nóng)業(yè)險(xiǎn)賠付結(jié)構(gòu)每上漲1.0個(gè)百分點(diǎn)，農(nóng)村經(jīng)濟(jì)增長(zhǎng)就減少16.0個(gè)百分點(diǎn)；農(nóng)村金融機(jī)構(gòu)債權(quán)結(jié)構(gòu)每上漲1.0個(gè)百分點(diǎn)，農(nóng)村經(jīng)濟(jì)增長(zhǎng)就增加0.9個(gè)百分點(diǎn)；農(nóng)村金融發(fā)展效率每增加1.0個(gè)百分點(diǎn)，農(nóng)村經(jīng)濟(jì)增長(zhǎng)就減少2.8個(gè)百分點(diǎn)。

根據(jù)協(xié)整方程得出樣本期內(nèi)各序列變量的協(xié)整關(guān)系圖（見(jiàn)圖8）。圖8表明了農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展各變量之間的變化關(guān)系：1994—2003年相對(duì)穩(wěn)定，波動(dòng)幅度較小，2004—2007年有一次較為明顯的波動(dòng)，之后又趨于平穩(wěn)，一直到2019年，各變量之間的關(guān)系出現(xiàn)巨大的波動(dòng)幅度，并持續(xù)至樣本期末。

2.10 VEC模型的矩陣方程

根據(jù)協(xié)整向量和誤差修正項(xiàng)的估計(jì)結(jié)果，可以得到農(nóng)村經(jīng)濟(jì)增長(zhǎng)和農(nóng)村金融發(fā)展的誤差修正模型?；谘芯啃枰?，下面只列出農(nóng)村經(jīng)濟(jì)增長(zhǎng)的誤差修正模型。

在農(nóng)村經(jīng)濟(jì)增長(zhǎng)誤差修正模型中，ecmt表明當(dāng)農(nóng)村經(jīng)濟(jì)增長(zhǎng)GROU比協(xié)整方程中的GROU的均衡水平高時(shí)，下一期的GROU就往低的方向調(diào)整，調(diào)整系數(shù)為-0.308 881。

3 結(jié)論和建議

從VAR模型的格蘭杰因果檢驗(yàn)結(jié)果來(lái)看，農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展之間表現(xiàn)出單向的影響關(guān)系，即農(nóng)村金融發(fā)展各變量的單個(gè)作用和聯(lián)合作用對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)的影響均不顯著，但是農(nóng)村經(jīng)濟(jì)增長(zhǎng)會(huì)影響農(nóng)村金融發(fā)展［4］，包括農(nóng)村經(jīng)濟(jì)增長(zhǎng)是農(nóng)村金融發(fā)展規(guī)模變化的原因，經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展中其他變量的聯(lián)合作用也是農(nóng)村金融發(fā)展個(gè)別變量變化的原因。除此之外，農(nóng)村金融發(fā)展各個(gè)變量之間也存在相互作用、互相影響的關(guān)系。

從脈沖響應(yīng)函數(shù)和方差分解的分析結(jié)果發(fā)現(xiàn)，農(nóng)村經(jīng)濟(jì)增長(zhǎng)受自身變化影響的同時(shí)，農(nóng)村金融機(jī)構(gòu)變化對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)變化的貢獻(xiàn)均較小，其中貢獻(xiàn)略微突出的是農(nóng)業(yè)險(xiǎn)保費(fèi)結(jié)構(gòu)。從農(nóng)村經(jīng)濟(jì)增長(zhǎng)與農(nóng)村金融發(fā)展長(zhǎng)期均衡關(guān)系來(lái)看，農(nóng)業(yè)險(xiǎn)保費(fèi)結(jié)構(gòu)和賠付結(jié)構(gòu)的變化對(duì)于均衡關(guān)系的影響較大。

基于以上結(jié)論，筆者認(rèn)為當(dāng)前在農(nóng)村金融發(fā)展過(guò)程中，要加強(qiáng)對(duì)農(nóng)業(yè)險(xiǎn)的關(guān)注和管理。一是細(xì)化《農(nóng)業(yè)保險(xiǎn)條例》，明確保險(xiǎn)經(jīng)營(yíng)、農(nóng)業(yè)險(xiǎn)產(chǎn)品管理、財(cái)稅幫扶及災(zāi)害風(fēng)險(xiǎn)分散等方面的權(quán)責(zé)界限；二是完善農(nóng)業(yè)保險(xiǎn)賠付機(jī)制，根據(jù)不同?。ㄗ灾螀^(qū)、直轄市）實(shí)際風(fēng)險(xiǎn)，動(dòng)態(tài)調(diào)整農(nóng)產(chǎn)品保險(xiǎn)費(fèi)率；三是推行強(qiáng)制型、自愿型投保相結(jié)合的農(nóng)業(yè)保險(xiǎn)模式［5］，保證農(nóng)業(yè)保險(xiǎn)的可持續(xù)性；四是加大政府對(duì)農(nóng)業(yè)保險(xiǎn)的補(bǔ)貼力度，同時(shí)為農(nóng)業(yè)保險(xiǎn)公司提供必要的信貸支持，調(diào)動(dòng)農(nóng)戶(hù)和農(nóng)業(yè)保險(xiǎn)機(jī)構(gòu)參與農(nóng)業(yè)保險(xiǎn)的積極性。

參考文獻(xiàn)：

［1］沙柢，潘偉光.基于VAR模型的河南省農(nóng)村金融與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展關(guān)系［J］.浙江農(nóng)業(yè)科學(xué)，2021（1）：198-203.

［2］宋保勝，王麗.基于VAR模型的河南農(nóng)村金融發(fā)展與農(nóng)民收入的實(shí)證分析［J］.周口師范學(xué)院學(xué)報(bào)，2022（3）：110-115.

［3］李婕妤，李林玲.“互聯(lián)網(wǎng)+”背景下我國(guó)農(nóng)村金融服務(wù)區(qū)域差異研究：基于VAR模型的實(shí)證分析［J］.哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（4）：33-46.

［4］劉琪，李宗洙，PARK Jeng-woon.中國(guó)農(nóng)村金融發(fā)展對(duì)農(nóng)民收入增長(zhǎng)的影響研究：基于2009—2018年數(shù)據(jù)的實(shí)證分析［J］.湖北農(nóng)業(yè)科學(xué)，2022（2）：209-214.

［5］趙俊粟.政府支持背景下農(nóng)業(yè)保險(xiǎn)創(chuàng)新的風(fēng)險(xiǎn)及其規(guī)制［J］.產(chǎn)業(yè)創(chuàng)新研究，2020（14）：28-29.

基金項(xiàng)目：2022年河南省社科聯(lián)調(diào)研課題“鄉(xiāng)村振興戰(zhàn)略背景下金融服務(wù)模式創(chuàng)新研究”（SKL-2022-2680）。

作者簡(jiǎn)介：王雪然（1986—），女，碩士，講師，研究方向：計(jì)量經(jīng)濟(jì)學(xué)分析、金融經(jīng)濟(jì)學(xué)。