一 引言

作为农业发展大省，河南省一直通过金融渠道不断加强对农业发展的支持力度。一方面积极引导“定向”工具，引导资金流向农村地区；另一方面不断加强以土地流转为主体的金融创新工作，拓宽农村金融融资渠道，为“三农”经济构建稳定的金融环境。截至2014年12月，河南涉农贷款余额分别较年初新增1744.70亿元，同比分别增长17.55%。但值得注意的是，金融一直是河南省社会经济发展的短板，农村金融的发展程度相对较低。

针对金融支持农村经济发展问题，国内外学者进行了深入的探讨。在理论研究方面，麻焕文、刘志强、刘宏伟（2009）针对金融支持“三农”经济的主体、环境匹配、服务产品、适用产业及人群等内容进行了深入的分析，提出了金融支持“三农”经济发展的路径。在实证研究方面，唐德祥、邓成超、梁刚（2010）分析考察了正规金融和非正规金融支持对我国农村区域经济的作用，认为正规金融支持对东、中部地区的农村经济增长作用缺乏效率，而对西部地区富有效率；东部、中部和西部地区的非正规金融支持对农村经济增长均具有显著的促进作用，东、中部地区的作用效应高于西部地区。为此，要积极规范、引导非正规金融的健康发展，真正形成富有竞争效率的农村金融体系，为农村经济健康发展提供充裕的金融支持。刘姣华、李长健（2011）利用时间序列模型对湖北省农村金融支持与农村经济增长的关系进行了分析，发现湖北省农村贷款对农村GDP的增长并没有显著的支持作用。因此，湖北省可以通过积极创新农村资金供给和回流机制，培育各种新型农村金融机构，创建良好的农村信用环境和配套政策等措施，发挥农村金融对农村经济增长的支持作用。针对河南省金融支持“三农”经济发展的问题，汪来喜（2010）认为河南农业在国民经济中处于弱质基础产业，粮食又是弱质产业中的弱质，他从金融对河南农业发展、粮食生产的支持较弱，存在金融排斥现象入手，区分了财政支持、国家开发银行支持以及村镇银行发展对粮食生产的支持作用，提出了提升金融支持河南粮食生产能力开发的对策。何凤霞（2013）认为河南农业科技创新的金融支持方式主要有商业性金融机构贷款、政策性金融机构贷款及资本市场融资等，但金融品种较少，中小型涉农科技企业取得贷款较为困难，河南省农业上市公司对农业科技投入不高，制约了河南农业科技的发展。为此，需要金融支持河南农业科技创新应改革农业发展银行的政策金融支持功能，开发新的金融品种，加大直接融资支持，积极发挥农业保险的作用，发挥财政资金的示范作用，完善农业科技企业的金融中介服务体系。

基于河南省2000～2013年的时间序列数据，本文将利用脉冲响应函数及方差分解的方法，分析河南省金融支持对“三农”经济发展的冲击效应及相应的贡献度，以期反映河南省金融支持“三农”经济发展的现状，并针对出现的问题，提出有针对性的建议。

二 模型设定及变量检验

结构性向量自回归模型（SVAR）被广泛应用在经济和金融相互影响的研究上，鉴于SVAR 模型不需要对内生变量进行认定，可以假设每一个内生变量都是其他内生变量的若干期的值来进行回归检验的特征，本文选取SVAR模型作为研究数据的方法。

（一）模型选择及变量选取

1.模型选择

为了更好地分析金融支持对河南省农村经济发展的影响，基于Jean-Baptiste Gossé和Cyriac Guillaumin（2013）的外生性结构向量自回归模型（SVAR）来分析金融支持对农村经济的影响程度，有：

在式（1）中，对于s=0，1，…，p，有A₁₂（s）=0，y₁（t-s）是外生变量的向量值，y₂（t-s）是内生变量的向量值；ε₁（t）是外部结构冲击的向量值，ε₂（t）是内部结构冲击的向量值，在满足E［ε（t）|y（t-s），s>0］=0及E［ε（t）ε（t）′|y（t-s），s>0］=1，ε（t）=［ε₁（t），ε₂（t）］′是高斯随机向量值，在本文中，y₁（t-s）表示的是金融支持，y₂（t-s）表示的是代表农村经济的变量。

在SVAR中，随机值的变化将导致内生变量的变化，并系统性地影响内生变量的未来值，为了直观地反映变量之间的影响关系，将基于SVAR模型，通过脉冲响应函数的方式来进行模型的分析。为了避免随机项不相关，采用Cholesky分解，使得误差项正交，从而让误差项组成一个系统，来反映对内生变量的影响。基于上述