實證金融論文

實證金融論文實證金融論文實證金融研究是一個發(fā)現(xiàn)經(jīng)過,這種發(fā)現(xiàn)主要基于金融現(xiàn)象本身,而不依靠于我們想從金融現(xiàn)象中發(fā)現(xiàn)什么。下面是學習啦我為大家整理的關(guān)于實證金融論文，一起來看看吧!實證金融論文篇1中國城鎮(zhèn)居民家庭金融實證分析【摘要】與傳統(tǒng)的金融研究方向資產(chǎn)定價，公司金融相比，家庭金融已經(jīng)成為目前金融學研究的前沿領(lǐng)域。本文主要研究中國城鎮(zhèn)家庭風險性金融資產(chǎn)投資行為的影響因素。在梳理國內(nèi)外文獻的基礎(chǔ)上，歸納出影響家庭金融投資行為的一些因素，并基于在江蘇無錫地區(qū)的問卷調(diào)查數(shù)據(jù)，充分運用Logistic回歸模型和Tobit回歸模型分析對中國城鎮(zhèn)家庭風險性金融資產(chǎn)投資行為產(chǎn)生影響的因素，揭示出各個影響因素的特征規(guī)律，并在對美兩國居民家庭風險性金融投資行為的比擬中，以及資產(chǎn)選擇去向存在差異的基礎(chǔ)上，提出了幾條優(yōu)化中國城鎮(zhèn)家庭金融資產(chǎn)配置的建議?！娟P(guān)鍵詞】家庭金融資產(chǎn)風險性投資影響因素一、理論研究背景及相關(guān)文獻評述(一)國外研究綜述隨著家庭理財理財意識的不斷提高以及金融產(chǎn)品日趨豐富，家庭資產(chǎn)組合選擇問題開場進入了學術(shù)視野。在2006年的美國金融年會上，Compbell曾經(jīng)提出了一個獨立的新研究方向，即家庭金融。與傳統(tǒng)的金融研究方向資產(chǎn)定價，公司金融相比，家庭金融已經(jīng)成為目前金融學研究的前沿領(lǐng)域。與基于投資者的資產(chǎn)組合理論相比，家庭資產(chǎn)組合理論研究引入了經(jīng)濟特征，生命周期，人口統(tǒng)計特征等因素對金融資產(chǎn)選擇的影響。Yoo(1994)是有SCF的三個獨立年份的界面數(shù)據(jù)分析資產(chǎn)配良種的年齡效應(yīng)，年輕和年老的家庭介入風險資產(chǎn)的概率更低。Guiiso等(1996)使用意大利的面板數(shù)據(jù)研究發(fā)現(xiàn)較高的工資收入風險與較低的風險資產(chǎn)持有有關(guān)。Heaton和Lucas(2000)在研究中引入工資機制，分析發(fā)現(xiàn)家庭的工資收入與股票收益之間呈現(xiàn)出高度相關(guān)，一般具有高背景風險的家庭對于風險資產(chǎn)的持有比擬少。Shum和Aig(2006)在研究中考慮了人口統(tǒng)計特征，分析發(fā)現(xiàn)性別，婚姻狀況以及受教育程度都會影響家庭金融資產(chǎn)的配置。Guiso，Sapienza(2004)研究發(fā)現(xiàn)家庭對外界社會，金融機構(gòu)的信任度越高，那么他們持有風險資產(chǎn)的比例也就越高。(二)國內(nèi)研究綜述到目前為止，關(guān)于我國居民投資的實證研究相對較少。樣本選擇以及有效樣本數(shù)據(jù)的獲取是主要難點。有部分學者對居民的資產(chǎn)構(gòu)造進行了考察，如史代敏、宋艷(2005)，利用四川省統(tǒng)計局在2002年四川省城鎮(zhèn)居民家庭金融財產(chǎn)的抽樣調(diào)查數(shù)據(jù)，分別考慮了年齡、收入、財富規(guī)模、受教育程度、住房所有權(quán)五方面的因素建立線性模型，考察各因素對家庭金融資產(chǎn)總量，以及儲蓄存款和股票在金融資產(chǎn)中所占比例的影響。吳曉求等(1999)利用證券持有的增加量統(tǒng)計出我國居民金融資產(chǎn)的增量構(gòu)造，并重點分析了影響該構(gòu)造的因素以及改革開放以來居民收入資本化趨勢。另外汪紅駒、張慧蓮(2006)以最優(yōu)資產(chǎn)選擇模型為基礎(chǔ)討論了通貨膨脹、股市收益波動、消費者風險偏好對消費者儲蓄需求的影響。最近，出現(xiàn)的一些有關(guān)于家庭金融資產(chǎn)投資的文獻有：邢大偉(2020)基于江蘇揚州的調(diào)查，對城鎮(zhèn)居民家庭資產(chǎn)選擇構(gòu)造的實證研究，文章分析了性別，年齡，學歷等方面對金融資產(chǎn)構(gòu)造和實物資產(chǎn)構(gòu)造的影響。陳國進，姚佳(2020)的基于美國SCF數(shù)據(jù)庫的風險性金融資產(chǎn)投資影響因素分析，文章采用美國消費者金融調(diào)查數(shù)據(jù)為樣本，建立回歸模型對影響因素進行分析。盧家昌，顧金宏(2020)基于江蘇南京的調(diào)查，對城鎮(zhèn)居民家庭資產(chǎn)選擇行為的影響因素分析，主要分析了家庭金融資產(chǎn)在貨幣類產(chǎn)品，證券類產(chǎn)品，保障類產(chǎn)品三個方面投資影響因素。二、調(diào)查研究方案設(shè)計(一)研究假設(shè)通過對已有文獻的梳理和歸納，并結(jié)合中國的國情，提出下面可能對中國城鎮(zhèn)家庭風險性金融投資產(chǎn)生影響的因素：1.家庭財富和人口統(tǒng)計特征。Alessie和Soest曾經(jīng)對荷蘭家庭1993～1998的數(shù)據(jù)進行分析，運用Probit回歸模型和選擇模型發(fā)現(xiàn)，年齡較大的戶主和比擬富有的戶主持有相對較高比例的風險性金融資產(chǎn)，同時隨著家庭財富的增加，家庭持有風險性金融資產(chǎn)的比例也會增加。2.住房投資。在我國，住房問題是長期以來絕大多數(shù)家庭都很關(guān)注的問題，房價的波動對中國家庭的投資行為也會產(chǎn)生一定的影響，而且由于房產(chǎn)具有消費與投資的雙重性質(zhì)，還可能使中國家庭的投資呈現(xiàn)出隨生命周期變化的特征。3.勞動收入。在中國，勞動收入是大多數(shù)家庭主要的經(jīng)濟;，也是家庭可支配收入的重要組成部分。假如能夠從一定程度上增加家庭的勞動收入，那么一定程度上能提升家庭承當金融投資風險的愿望。4.投資偏好及預(yù)期。中國家庭的投資行為不僅會遭到對宏觀經(jīng)濟預(yù)期的影響，投資偏好近年來作為行為金融研究的一部分也成為重要的研究因素。(二)問卷的設(shè)計問卷的概念量表在設(shè)計時，先是參照了已有的個體投資者問卷調(diào)查的成熟量表，然后根據(jù)研究假設(shè)中所提到的影響因素進行調(diào)整修改。問卷調(diào)查主要分兩個方面：首先是對于家庭構(gòu)造的調(diào)查，包括人口統(tǒng)計特征以及家庭人口的基本情況，如：戶主的性別，年齡，受教育程度，婚姻狀況以及職業(yè);其次是關(guān)于家庭金融資產(chǎn)總量和構(gòu)造的調(diào)查，如：家庭金融資產(chǎn)，人均收入，存款等。同時，問卷還設(shè)置了驗證題來幫助剔除無效問卷。(三)問卷的發(fā)放與回收調(diào)查采用隨機抽樣調(diào)查，在人口比擬集中的各區(qū)街口商區(qū)，單位門口進行發(fā)放，調(diào)查對象覆蓋了個體戶，金融從業(yè)者，公務(wù)員，醫(yī)生，老師等人群，挑選主要是刪除通過問卷中設(shè)置的驗證題來刪除明顯胡亂填寫的無效問卷以及存在異常值的問卷。而對于問卷中存在的數(shù)據(jù)缺失的情況，則主要是通過兩種途徑修改：對于第二部分數(shù)據(jù)缺失或缺失數(shù)據(jù)超過2項的，直接視為無效問卷;而對于缺失數(shù)據(jù)在兩項以內(nèi)的，則采用眾數(shù)填補的法則進行數(shù)據(jù)完善。最后，通過匯總統(tǒng)計，能夠得到下列數(shù)據(jù);實際發(fā)放問卷數(shù)為500份，回收得到292份，回收率為58.4%，最后被認定的有效樣本數(shù)為224份，回收有效率為76.7%。(四)樣本的采集和檢驗本文的抽樣調(diào)查樣本;于城鎮(zhèn)家庭，以江蘇無錫的抽樣調(diào)查結(jié)果作為實證的數(shù)據(jù);。由于無錫地處長江三角洲經(jīng)濟較發(fā)達地區(qū)，因而抽樣結(jié)果更具代表性和合理性。經(jīng)過SPSS16.0對抽樣數(shù)據(jù)的處理，得到如下對有效樣本的描繪性統(tǒng)計：通過表一的樣本描繪性統(tǒng)計不難看出，家庭中戶主的性別為男性的比例要高于女性，也就是講男性介入風險投資決策的比例要高于女性，而且戶主年齡在35～60歲之間的比例較高。本戶主學歷為?？坪捅究频恼嫉搅藢⒔?0%，此外，從家庭財富規(guī)模的角度來看，家庭擁有金融資產(chǎn)總額在10萬到100萬之間的占了絕大多數(shù)。因而，總體看來，這樣的抽樣結(jié)果基本服從正態(tài)分布，這樣的構(gòu)造大體上也是合理的。三、實證研究分析(一)主要變量的選取及描繪本文研究主要是分析人口統(tǒng)計特征，家庭財富，背景風險等方面因素對城鎮(zhèn)家庭風險性金融資產(chǎn)投資選擇的影響以及影響程度。其中人口統(tǒng)計特征包括戶主的性別，年齡，受教育程度，婚姻狀況以及職業(yè);背景風險包括勞動收入，房產(chǎn)投資，其余變量還包括投資偏好，投資預(yù)期。(二)實證模型的選擇1.模型一：Logistic回歸模型。本文首先對城鎮(zhèn)家庭風險性金融資產(chǎn)能否持有產(chǎn)生影響的因素的作用程度以及顯著性進行實證分析和檢驗。持有風險性金融資產(chǎn)的為1，而未持有風險性金融資產(chǎn)的為0。在借鑒同類文獻結(jié)論和研究成果的基礎(chǔ)上，假設(shè)城鎮(zhèn)家庭風險性金融資產(chǎn)持有遭到家庭財富，戶主的性別，年齡，受教育程度，婚姻狀況以及職業(yè)，勞動收入，房產(chǎn)投資，投資偏好，投資預(yù)期等因素的共同作用，即Y=(x1，x2，xi)+epsilon;。Y表示的是城鎮(zhèn)家庭風險性金融資產(chǎn)的選擇行為，xi是影響家庭風險性金融資產(chǎn)選擇的影響因素，epsilon;為隨即干擾項。由于在實證當中，我們碰到的被解釋變量為虛擬變量，而非連續(xù)性變量，因而傳統(tǒng)的多元回歸模型并不適用，無法進行合理的假設(shè)檢驗。所以，本文選用Logistic回歸模型來進行實證研究。Logistic回歸模型是對二元因變量的概率建模，即當因變量是一個二元變量，只取0與1兩個值時，因變量取1的概率p就是要研究的對象。這里我們假設(shè)家庭介入投資風險性金融產(chǎn)品的概率為P，P的取值范圍在0-1之間，將P做logit變換，能夠得到Logistic回歸模型：Logit(P)=0+1F+2I+3S+4iAi+5iEi+6M+7SE+8RI+9IP+10IE然后，通過極大似然估計的迭代方法，能夠找到系數(shù)的最可能的估計，并采用Wald檢驗對參數(shù)進行檢驗，當Wald值大者(或Sig值小者，小于0.05)顯著性高。2.模型二：Tobit回歸模型。本文還將從微觀角度建立城鎮(zhèn)家庭風險性金融資產(chǎn)占總金融資產(chǎn)比重的模型。由于單個家庭風險性金融資產(chǎn)可能為零，也就是存在某個家庭不投資風險性金融產(chǎn)品，即風險性金融資產(chǎn)占總金融資產(chǎn)比重為零，罷了它作為被解釋變量時，顯然經(jīng)典的線性模型已經(jīng)不再適用。根據(jù)國內(nèi)外相關(guān)文獻得知，在存在截斷數(shù)據(jù)的情況下，Tobit模型是較為有效的計量經(jīng)濟學模型。根據(jù)家庭持有風險性金融資產(chǎn)能否為零，能夠?qū)颖痉譃閮深?。第一類是含有不為零的因變量和自變?第二類是僅很有不為零的自變量，而因變量為零。這樣，我們能夠把變量間線性關(guān)系表示為：Yi=Xi+epsilon;t。實際在性質(zhì)上，截斷的觀測值與未截斷的觀測值是存在顯著差異的，這是由于風險性金融資產(chǎn)占總金融資產(chǎn)比重為0，表示該家庭不投資于風險性金融產(chǎn)品，因而即便解釋變量變化很明顯，這些家庭投資與風險性金融產(chǎn)品的比重仍為，不會有任何變化。這樣，風險性金融資產(chǎn)占總金融資產(chǎn)比重在性質(zhì)上類似于離散型的虛擬變量。因而，我們通過建立風險性金融資產(chǎn)占總金融資產(chǎn)比重的Tobit模型，來刻畫解釋變量對被解釋變量之間的影響。根據(jù)經(jīng)濟學理論背景，我們初步建立風險性金融資產(chǎn)比重的Tobit模型如下：Tobit(P)=0+1I+2iAi+3iEi+4F+5F2+epsilon;tifRHS0模型的設(shè)計基于理論與數(shù)據(jù)相結(jié)合的思路，一方面我們考慮到經(jīng)濟理論背景來選擇變量;另一方面我們又考慮了調(diào)查所得樣本中獲得的信息。我們在估計模型時將采用國外相關(guān)研究中普遍使用的最小二乘估計，這也是人們所探索出的適用于估計Tobit模型的主要方法，其參數(shù)檢驗的適用方法為t檢驗，Sig值小者(小于0.05)顯著性高。四、結(jié)論本文運用對江蘇省無錫地區(qū)的實地抽樣調(diào)查數(shù)據(jù)，通過運用Logistic回歸模型和Tobit回歸模型研究家庭財富，人口統(tǒng)計特征，背景風險以及投資預(yù)期和偏好對家庭風險金融資產(chǎn)投資的影響，我們能夠得到下面幾個重要的結(jié)論：首先，中國城鎮(zhèn)家庭風險性金融投資的財富效應(yīng)特別顯著，隨著家庭財富的不斷增加，家庭投資風險性金融資產(chǎn)的概率不斷增加，投資于風險性金融資產(chǎn)的比例也不斷提高。其次，背景風險對中國家庭投資風險性金融產(chǎn)品的有較明顯的影響：中國家庭住房投資對介入風險性金融投資具有明顯的擠出效應(yīng)，隨著住房投資的增加，家庭介入風險性金融投資的概率以及投資比例都有所下降;此外，隨著人均勞動收入的增加，家庭投資風險金融產(chǎn)品的比例就越高。第三，人口統(tǒng)計特征對中國家庭投資風險性金融產(chǎn)品的影響比擬顯著：風險性金融投資的介入率隨著學歷的增加而增加，與年齡呈一條凸曲線，年輕家庭和老年家庭介入率較低，中年家庭介入率較高。從投資比例來看，高學歷的家庭投資比例較高，而自主經(jīng)營會對投資比例有擠出效應(yīng)。第四，家庭的投資預(yù)期向好會對風險性金融投資比例產(chǎn)生正的影響，而投資偏好風險性資產(chǎn)則會對風險性金融投資的介入率產(chǎn)生積極的影響。參考文獻[1]陳國進，姚佳.中國居民就愛聽金融資產(chǎn)組合研究【J】.西部金融，2020(8)，20-22.[2]史代敏，宋艷居民家庭金融資產(chǎn)選擇的實證那個研究【J】.統(tǒng)計研究，2005(10)，45-50.[3]3.劉洪玉，鄭思齊.住宅資產(chǎn)：居民家庭資產(chǎn)組合中的重要角色【J】.經(jīng)濟與管理研究，2003(4)，38-4.實證金融論文篇2西北地區(qū)農(nóng)村金融問題實證研究【摘要】農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)，發(fā)展當代農(nóng)業(yè)離不開金融的有力支持，農(nóng)村金融問題是研究三農(nóng)問題的關(guān)鍵所在。西北地區(qū)農(nóng)業(yè)基礎(chǔ)薄弱，金融業(yè)發(fā)展滯后，農(nóng)村金融問題愈加突出。本文選取西北部分地區(qū)作為樣本，對西北地區(qū)農(nóng)村金融現(xiàn)狀進行實證研究，以期對西北地區(qū)農(nóng)村金融存在的主要問題作出有益討論?！娟P(guān)鍵詞】農(nóng)村金融實證研究一、西北地區(qū)農(nóng)村金融市場競爭呈現(xiàn)壟斷特征隨著國有商業(yè)銀行改革的推進，國有商業(yè)銀行在農(nóng)村地區(qū)的機構(gòu)大量撤并，金融業(yè)務(wù)明顯萎縮。一方面正規(guī)金融不斷從農(nóng)村市場收縮，另一方面農(nóng)村地區(qū)民間金融尚未構(gòu)成規(guī)模。進而使農(nóng)村信譽社在農(nóng)村金融市場處于壟斷地位。而壟斷的農(nóng)村金融市場一般來講是低效率的。近年來，中央銀行對農(nóng)村信譽社采取的各類改革措施賦予了農(nóng)村信譽社獨立支撐農(nóng)村金融主渠道的職能。但是農(nóng)村信譽社本身經(jīng)營管理能力與所承當?shù)墓δ懿幌喾Q的矛盾日漸凸現(xiàn)。由于農(nóng)村信譽社巨額的歷史包袱、利率管制等原因，不少農(nóng)村信譽社面臨巨額虧損。在缺乏市場退出機制的背景下，農(nóng)村信譽社即便是虧損嚴重，資不抵債，也無法將其關(guān)閉。因而，現(xiàn)有的農(nóng)村金融體系缺乏效率，不能為農(nóng)業(yè)發(fā)展提供必要的支撐。(一)農(nóng)村地區(qū)正規(guī)金融機構(gòu)數(shù)量逐年減少本文對西北14個樣本地區(qū)的調(diào)查顯示，2002年以后西北農(nóng)村地區(qū)的金融機構(gòu)數(shù)量處于逐年減少的狀態(tài)。20022020年，農(nóng)業(yè)銀行機構(gòu)數(shù)量從638個縮減至468個，累計減少170個;建設(shè)銀行機構(gòu)數(shù)量從199個縮減至104個，累計減少95個;工商銀行機構(gòu)數(shù)量從280個縮減至159個，累計減少121個。短短數(shù)年時間，3家國有商業(yè)銀行在14個樣本地區(qū)內(nèi)減少的機構(gòu)數(shù)量共計386個，減幅為36.1%。2020年末，當?shù)亟ㄔO(shè)銀行機構(gòu)數(shù)量在5個下面的樣本地區(qū)為8個，其中2個樣本地區(qū)內(nèi)已經(jīng)沒有建設(shè)銀行的分支機構(gòu)。國有銀行在農(nóng)村地區(qū)機構(gòu)數(shù)量大量減少，客觀上降低了農(nóng)村金融市場的競爭強度，使農(nóng)村信譽社的壟斷地位不斷加強。(二)農(nóng)村信貸市場份額不斷集中農(nóng)村信譽社在農(nóng)村金融市場處于壟斷地位主要體如今其市場份額的不斷提高，尤其是在信貸市場上，隨著國有銀行的大量退出，農(nóng)村信譽社的壟斷地位日漸顯露。20022020年，14個樣本地區(qū)農(nóng)村信譽社的信貸市場份額均出現(xiàn)不同程度的提高，其中有7個地區(qū)的農(nóng)村信譽社市場占有率提高了10個以上的百分點，最多的地區(qū)提高了15個百分點。2020年末，農(nóng)村信譽社信貸市場份額在30%以上的地區(qū)為8個，其中30%40%的地區(qū)有5個，40%50%的地區(qū)有3個。這些數(shù)據(jù)表明，農(nóng)村信譽社在相當一部分地區(qū)的信貸市場上處于壟斷地位，控制著三分之一以上的市場份額，并且這一比例還在不斷提高。與國有商業(yè)銀行相比，農(nóng)村信譽社在服務(wù)水平、經(jīng)營管理能力以及風險控制等方面都存在較大差距。因而，國有商業(yè)銀行的退出，農(nóng)村信譽社壟斷地位的加強，使得農(nóng)村地區(qū)金融機構(gòu)無論是從數(shù)量，還是從質(zhì)量上都有所下降，削弱了金融支持三農(nóng)的能力。(三)農(nóng)村金融機構(gòu)不良貸款問題嚴重在我國，農(nóng)業(yè)屬于弱質(zhì)產(chǎn)業(yè)，主要表如今農(nóng)業(yè)生產(chǎn)面臨著宏大的自然風險和市場風險。十分是我國農(nóng)業(yè)生產(chǎn)經(jīng)營規(guī)模偏小、生產(chǎn)集約化程度偏低、農(nóng)產(chǎn)品科技含量偏少，這導致我國農(nóng)業(yè)比國外農(nóng)業(yè)收益更低、市場風險更大。加之農(nóng)業(yè)保險缺失，客觀上給農(nóng)業(yè)貸款造成宏大的風險。另一方面農(nóng)村地區(qū)信譽法制環(huán)境較差，地方行政太多干涉等因素也進一步加劇了農(nóng)村金融中的風險。而農(nóng)村信譽社本身由于缺乏完善的風險防備管理手段與機制，不能有效化解貸款風險，導致潛在的各種信貸風險轉(zhuǎn)化為巨額不良貸款。本文對西北14個樣本地區(qū)農(nóng)村信譽社的信貸數(shù)據(jù)調(diào)查表明，農(nóng)村信譽社不良貸款比率并未得到有效控制。固然多數(shù)地市農(nóng)村信譽社不良貸款比率均有不同程度的下降，但是2020年，仍有9個地區(qū)農(nóng)村信譽社的不良貸款比率在10%以上，遠超過銀監(jiān)會設(shè)立的不良貸款比率標準。其中，3個地區(qū)農(nóng)信社不良貸款比率仍處于20%以上的高位。不良貸款問題不能得到有效解決，不僅增加了農(nóng)村信譽社的貸款損失成本，而且嚴重制約了農(nóng)村金融的可持續(xù)發(fā)展。二、西北農(nóng)村地區(qū)資金外流嚴重現(xiàn)階段農(nóng)村金融市場信貸風險高，收益不確定性較高，在缺乏相應(yīng)擔保與補償機制的調(diào)價下，金融機構(gòu)更傾向于將金融資源配置到城市非農(nóng)業(yè)部門。調(diào)查顯示，近年來西北地區(qū)農(nóng)村資金外流嚴重，通過下面三個方面的數(shù)據(jù)詳細反映：(一)縣域農(nóng)村地區(qū)農(nóng)業(yè)銀行的存貸比率逐年下降在原四大國有銀行的專業(yè)分工布局中，農(nóng)業(yè)銀行的業(yè)務(wù)領(lǐng)域主要集中于農(nóng)業(yè)，是農(nóng)村金融的重要組成部分。然而，近年來農(nóng)業(yè)銀行大力推進商業(yè)化改革，業(yè)務(wù)重心發(fā)生轉(zhuǎn)移，對農(nóng)村地區(qū)的支持力度逐步減弱。本文調(diào)查的西北14個樣本地區(qū)縣域農(nóng)村地區(qū)農(nóng)業(yè)銀行存、貸款余額變化顯示，盡管縣域農(nóng)村地區(qū)農(nóng)業(yè)銀行的存、貸款都在快速增長。但是，同期貸款的增長速度低于存款的增長速度，表現(xiàn)為存貸比率逐年下降。20052020年存、貸款余額之差呈現(xiàn)不斷擴大的趨勢，2005年存、貸款余額之差為22億元，2020年兩者之差擴大至121億元，5年內(nèi)增長了5倍多。同期存貸比率分別為：85%、82%、76%、66%和56%，這反映出農(nóng)業(yè)銀行正在將越來越多的貸款從西北農(nóng)村地區(qū)轉(zhuǎn)移到其他地區(qū)，縣域農(nóng)村地區(qū)的農(nóng)業(yè)銀行對當?shù)氐男刨J支持力度正在逐步減弱。(二)郵儲規(guī)模迅速擴張長期以來，郵政儲蓄采取只存不貸的經(jīng)營形式，單純從農(nóng)村金融市場吸收資金。固然目前郵政儲蓄已經(jīng)逐步開場辦理小額存單質(zhì)押貸款業(yè)務(wù)，但是與其龐大的存款業(yè)務(wù)規(guī)模相比，顯得微乎其微。短期內(nèi)郵政儲蓄從農(nóng)村地區(qū)抽血的狀況不會得到根本扭轉(zhuǎn)。因而，郵政儲蓄規(guī)模的擴大，對農(nóng)村地區(qū)而言，就意味著資金流出的增加。本文調(diào)查的西北14個樣本地區(qū)郵政儲蓄余額增長情況顯示，20052020年，郵政儲蓄以超常規(guī)的速度發(fā)展，儲蓄余額從46.32億元增長至123.07億元，累計增長76.75億元，增幅為166%，年均增速33.2%。這其中絕大部分資金都投向了農(nóng)村以外的地區(qū)，反映出農(nóng)村地區(qū)資金正在迅速流出。(三)涉農(nóng)貸款在銀行信貸構(gòu)造中的比重較小西北五省區(qū)(陜西、甘肅、寧夏、青海和新疆)農(nóng)業(yè)銀行的信貸數(shù)據(jù)顯示，農(nóng)業(yè)貸款在其整個信貸構(gòu)造中所占比重很小。三、信貸余額與利潤總額、不良貸款的數(shù)量關(guān)系研究在市場機制作用下，金融資源的配置取決于資本的收益水平，而風險水安然平靜盈利能力是決定收益的兩個重要因素。因而，金融對三農(nóng)的支持要遭到農(nóng)村金融風險和盈利水平的影響。為從定量的角度分析問題，本文用信貸余額(D)反映金融支持三農(nóng)的程度