關(guān)于農(nóng)村金融發(fā)展對經(jīng)濟(jì)發(fā)展影響的外文翻譯--農(nóng)村金融發(fā)展不會促進(jìn)經(jīng)濟(jì)發(fā)展嗎？

1、<p><b>　　中文2800字</b></p><p>　　農(nóng)村金融發(fā)展不會促進(jìn)經(jīng)濟(jì)發(fā)展嗎？</p><p><b>　　來自尼日利亞的實(shí)證</b></p><p>　　摘 要：強(qiáng)勁的經(jīng)濟(jì)發(fā)展是不可能沒有金融深化的，尤其是在欠發(fā)達(dá)國家（最不發(fā)達(dá)國家）大多數(shù)民眾居住的農(nóng)村社區(qū)。本文分析了農(nóng)村金融發(fā)展對尼日利亞經(jīng)

2、濟(jì)增長的影響。本文選用了1980-2011年的時間序列數(shù)據(jù)，運(yùn)用Johansen和 Juselius的協(xié)整檢驗(yàn)，以得出變量之間的長期關(guān)系。因此，用動態(tài)普通最小二乘法（ DOLS ）方法揭示尼日利亞農(nóng)村金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系。協(xié)整檢驗(yàn)結(jié)果表明農(nóng)村金融發(fā)展與尼日利亞經(jīng)濟(jì)增長之間存在長期關(guān)系。此外， DOLS結(jié)果發(fā)現(xiàn)農(nóng)村金融發(fā)展與尼日利亞經(jīng)濟(jì)增長之間存在顯著的正相關(guān)關(guān)系。它在這項(xiàng)研究中得到證實(shí)，農(nóng)村金融作為全國經(jīng)濟(jì)增長的引擎。因此，可以

3、得出結(jié)論，提高農(nóng)村生產(chǎn)力的信貸可以減免弱勢創(chuàng)業(yè)者的負(fù)擔(dān)，從而使他們能夠?qū)δ崛绽麃喗?jīng)濟(jì)的發(fā)展做出最大的貢獻(xiàn)。此外，本研究建議除其他事項(xiàng)外，對于農(nóng)村生產(chǎn)的信貸分配的障礙應(yīng)減少到最低限度。</p><p>　　關(guān)鍵詞：農(nóng)村發(fā)展；信貸分配；金融發(fā)展</p><p><b>　　1 引言</b></p><p>　　包容性增長的理念，促使第三世界的經(jīng)濟(jì)體

4、發(fā)起，實(shí)現(xiàn)變化的政策和規(guī)劃旨在將癱瘓的經(jīng)濟(jì)代理人轉(zhuǎn)變成積極的人員來提高他們的經(jīng)濟(jì)增長。尼日利亞政府也不例外，政府促進(jìn)包容性增長通過尼日利亞中央銀行（CBN）運(yùn)用雙廣義目標(biāo)金融包容策略。首先，要將無銀行帳戶的民眾絕大多數(shù)在農(nóng)村社區(qū)成為金融體系的活躍成員。其次，它也強(qiáng)調(diào)在農(nóng)民負(fù)擔(dān)得起的成本上，提高農(nóng)村居民的信貸可得性。不幸的是，在使用金融包容性策略如村鎮(zhèn)銀行和農(nóng)業(yè)信貸保證計(jì)劃等等，沒有達(dá)到目標(biāo)受益者。一方面，一些確定為負(fù)責(zé)非洲農(nóng)村金融市場的

5、發(fā)展表現(xiàn)不佳的問題包括過度管制，監(jiān)管不力和人才缺乏（Aliero，2009）。另一方面，該方案在那時間會受政治因素影響（Ibrahim和Aliero，2012）。</p><p>　　尼日利亞歷屆政府都提出了結(jié)構(gòu)調(diào)整計(jì)劃的幾個扶貧方案（SAP）通過國家的經(jīng)濟(jì)增長和發(fā)展戰(zhàn)略（需求）轉(zhuǎn)換到議程。然而，這些方案都沒有達(dá)到他們的目標(biāo)的目標(biāo)（Ibrahim和Aliero ，2011） 。例如，從國家統(tǒng)計(jì)局的相關(guān)數(shù)據(jù)顯示，2

6、011年全國的失業(yè)率為23.9％ ，和2010年的21.1％、2009年的19.7％相比農(nóng)村地區(qū)的 25.6 ％高于城鎮(zhèn)的17.1% 。在尼日利亞貧困和失業(yè)是同一枚硬幣的兩面，在其他方面，可能與農(nóng)村缺乏足夠的資金存取有關(guān)。（Aliero，Ibrahim和Shuaibu ，2012）。有人認(rèn)為，金融發(fā)展具有降低失業(yè)率的能力。正是沿著這條線Dromel，Kolakez和Lehmann（ 2010）認(rèn)為，私人信貸（這是金融發(fā)展的一個指標(biāo)）將持

7、續(xù)顯著降低失業(yè)率。這導(dǎo)致Aliero和Ibrahim（ 2012）預(yù)測認(rèn)為，提高獲得正規(guī)金融服務(wù)，特別是農(nóng)村群眾的信貸，不僅有降低失業(yè)率的能力，而且是發(fā)展中國家減少貧困的一種途徑。</p><p>　　在金融發(fā)展突破中強(qiáng)調(diào)，欠發(fā)達(dá)的國家（最不發(fā)達(dá)國家）的經(jīng)濟(jì)發(fā)展可以通過自下到上的干預(yù)主要是由人來實(shí)現(xiàn)。首先，最不發(fā)達(dá)國家的民眾絕大多數(shù)都居住在農(nóng)村地區(qū)，小部分居住在城市。其次，歷史表明，在最不發(fā)達(dá)國家選擇了城市化的項(xiàng)

8、目（自上而下干預(yù)）之前，整個國家處于通過穩(wěn)步發(fā)展為經(jīng)濟(jì)繁榮的簡單格式。據(jù)我所知，沒有利用時間序列分析的技術(shù)對農(nóng)村金融業(yè)發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行過研究。本研究通過揭示農(nóng)村金融發(fā)展對尼日利亞經(jīng)濟(jì)增長中的作用填補(bǔ)了空白。在實(shí)現(xiàn)這一目標(biāo)的論文分為五個部分，包括引言，第二部分為文獻(xiàn)綜述，第三部分包含了研究的方法，第四部分是實(shí)證結(jié)果，而最后一部分總結(jié)全文。</p><p><b>　　2 研究方法</b&

9、gt;</p><p>　　對于相關(guān)變量的時間序列二次數(shù)據(jù)來自CBN統(tǒng)計(jì)公報(bào)、國家統(tǒng)計(jì)局，國際金融統(tǒng)計(jì)（IFS）和世界發(fā)展指標(biāo)（WDI）。數(shù)據(jù)涵蓋了1980至2011年，并且變量以自然對數(shù)表示。變量的對數(shù)變換是在計(jì)量經(jīng)濟(jì)學(xué)是非常流行，原因是：首先許多經(jīng)濟(jì)時間序列數(shù)據(jù)表現(xiàn)出強(qiáng)烈的趨勢，其次，采取了一系列的自然對數(shù)線性化有效指數(shù)趨勢（如果有的話）的時間序列數(shù)據(jù)，因?yàn)閷?shù)函數(shù)是一個指數(shù)函數(shù)（Asteriou和Price

10、，2007年）的倒數(shù)。第三，優(yōu)點(diǎn)是它允許回歸系數(shù)被解釋為彈性。在處理時間序列數(shù)據(jù)，選擇記錄變量可以防止建模和推論的麻煩性（RAHAMAN和Salahuddin，2010）。</p><p>　　一般所有系列都是I(1)，然后用動態(tài)普通最小二乘法（DOLS）是估計(jì)協(xié)整向量的單一特征變量之間的長期關(guān)系。在股票沃森動態(tài)OLS模型能有效地估算長期運(yùn)行參數(shù)，分析必須和整合的I（1）變量中存在協(xié)整關(guān)系。因此，先檢驗(yàn)單位根的存

11、在，然后測試該協(xié)整關(guān)系。幸運(yùn)的是，檢驗(yàn)平穩(wěn)性的方法有很多，而ADF檢驗(yàn)(1981）是以避免偽回歸結(jié)果問題的最廣泛應(yīng)用的計(jì)量方法。一系列平穩(wěn)是被差分一次也就是一階整合，并記為I（1）（迪基和Fuller ,1979）。一般來說一個系列，即被差分n次，n階整合后并記為I（n）。然而系列直接為平穩(wěn)，這就是I（0）（ SHABBIR ，2012）。 ADF單位根檢驗(yàn)是基于以下回歸模型：</p><p>　　其中，T和Δ分

12、別賦予一個時間序列，一個線性時間趨勢和第一差分算子，是一個常數(shù)，k是對因變量滯后的最佳數(shù)量，并且是隨機(jī)誤差項(xiàng)。零假設(shè)檢驗(yàn)非平穩(wěn)是：α=0意味著經(jīng)濟(jì)系列都是非平穩(wěn)的。如果非平穩(wěn)的假設(shè)是成立的基本變量，它允許評估為共整合的關(guān)系。</p><p>　　在計(jì)量經(jīng)濟(jì)學(xué)中，兩個或多個變量進(jìn)行協(xié)整，如果它們有著共同的趨勢，即它們之間存在長期均衡關(guān)系。其中有很多方法檢測變量之間的這些長期關(guān)系。恩格爾和格蘭杰的方法簡單并且結(jié)果確定

13、。然而，它不容許假設(shè)協(xié)整關(guān)系本身的測試。相反，約翰森設(shè)置的確允許對變量之間的均衡關(guān)系的假說提供的所有變量都集成的順序相同的測試。Johansen和Juselius（以下簡稱JJ）協(xié)整檢驗(yàn)是基于向量自回歸（VAR）模型，涉及的協(xié)整向量，即數(shù)量兩個測試數(shù)據(jù)-跟蹤（）和最大特征值（） 。在跟蹤試驗(yàn)中，零假設(shè)是不同的協(xié)整向量的數(shù)目小于或等于，其中= 0?2 。在每一種情況下，零假設(shè)是對總體方案進(jìn)行測試。最大特征值的測試是類似的，除了備擇假設(shè)是顯

14、式的。零假設(shè)是，協(xié)整向量的數(shù)量是R與R + 1的選擇。JJ的方法由涉及系列不受限制的VAR協(xié)整限制。考慮下面p階的VAR 模型：</p><p>　　其中是一個k-矢量非平穩(wěn)I(1)變量，是一個d矢量確定性變量，和是創(chuàng)新的變量。具有全系列I(1)，以及建立至少一個協(xié)整方程滿足的股票沃森的應(yīng)用前提（1993）動態(tài)OLS回歸。因此，該模型是在下面指定的：</p><p>　　其中l(wèi)nRGDP是

15、實(shí)際國內(nèi)生產(chǎn)總值（RGDP）的自然對數(shù)，是協(xié)整向量， X是logRufindev （農(nóng)村金融發(fā)展）向量， logFDI （外商直接投資）和logInflation作為解釋變量。前人研究的重點(diǎn)是使用兩種廣義貨幣供應(yīng)量作為衡量經(jīng)濟(jì)增長的變量（ M2） ，或私人部門信貸率對經(jīng)濟(jì)增長（CPS）無關(guān)的經(jīng)濟(jì)發(fā)展程度的擴(kuò)展。沒有將一個國家的經(jīng)濟(jì)發(fā)展程度作為標(biāo)志的金融發(fā)展的研究必然會產(chǎn)生不同的結(jié)果。金融部門的支持與合理的復(fù)雜的銀行業(yè)的發(fā)達(dá)經(jīng)濟(jì)體的經(jīng)濟(jì)增

16、長發(fā)展是正常的。在另一方面，不僅銀行經(jīng)營產(chǎn)生的地方只有一個月結(jié)束，而且巨型銀行都不足以滿足民眾的金融需求最不發(fā)達(dá)國家。與此相關(guān)聯(lián)的，在三分之二的民眾都居住在農(nóng)村社區(qū)缺乏與金融機(jī)構(gòu)，在這樣的經(jīng)濟(jì)體的金融業(yè)發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系可能是非常弱的。因此，可以毫無疑問地認(rèn)為，正規(guī)信貸在農(nóng)村的股票可以作為金融發(fā)展的最不發(fā)達(dá)國家的代表。在這項(xiàng)研究中，評估了金融發(fā)展的常規(guī)措施和農(nóng)村金融發(fā)展的穩(wěn)健性，模型如下設(shè)置它集中了兩個相互競爭的措施一起：<

17、/p><p>　　從模型表明，findev是財(cái)務(wù)指標(biāo)向量（M2和私人部門信貸增加與農(nóng)村金融發(fā)展），X是控制變量的向量。包括在DOLS回歸的滯后，使得其誤差項(xiàng)獨(dú)立的隨機(jī)回歸所有過去的創(chuàng)新的目的。</p><p>　　Does Rural Financial Development Spur Economic Growth? Evidence from Nigeria</p><

18、;p>　　Abstract：Robust economic development is not possible without financial deepening more especially in rural community where vast majority of the populace of Less Developed Countries (LDCs) resides. This paper analy

19、ses the impact of rural financial development on economic growth of Nigeria. The study uses time series data covering 1980 to 2011 periods paving the way for the application of Johansen and Juselius model of cointegratio

20、n to detect the long-run relation among the variables in question. A</p><p>　　Keyword: Rural development；credit allocation；financial development </p><p>　　1 Introduction</p><p>　　In

21、clusive growth notion compels the economies of third world to initiates and implements variants policies and programmes aimed at transforming the paralysed economic agent into active players towards enhancing t

22、he growth of their economy. Nigerian government is no exception, the government efforts of enhancing inclusive growth is well informed through the campaign of the Central Bank of Nigeria’s (CBN) financial inclusion strat

23、egies with the twin broad objectives; firstly, to incorpo</p><p>　　Successive governments in Nigeria have introduced several poverty alleviation programmes from Structural Adjustment Programme (SAP) passed

24、through National Economic Empowerment and Development Strategy(NEEDS) down to Transformation Agenda. However, such programmes have not achieved their targeted objectives (Ibrahim and Aliero, 2011). For instance, relevant

25、 data from NBS (2011) shows that the national unemployment rate stood at 23.9 percent in 2011 compared to 21.1% in 2010 and 19.7% in 2009 whi</p><p>　　Therecent breakthrough in the development finance emphas

26、ises that economic development of Less Developed Countries (LDCs) could be best achieved through bottom-top intervention principally due to duo reasons. Firstly, the vast majority of the populace of LDCs are dwelling in

27、the rural areas while very small fractions are residing in the cities swimming within overwhelming quantity of national cake. Secondly, history shows that before LDCs opted for urbanisation programmes (top-bottom interve

28、ntio</p><p>　　2 Methodology</p><p>　　Time series secondary data for the relevant variables were sourced from CBN statistical bulletin of various issues, National Bureau of Statistics, Internatio

29、nal Financial Statistics (IFS) and World Development Indicators (WDI). The data covers 1980-2011 period and variables were expressed in their natural logarithm. Logarithmic transformations of variables are very popular i

30、n econometrics for a number of reasons; firstly many economic time series data exhibit a strong trend, secondly, taking the</p><p>　　Provided all series are I(1), then Dynamic Ordinary Least Square (DOLS) is

31、 robust to estimate the single cointegrating vector that characterizes the long-run relationship among the variables (Camacho-Gutierrez, 2010). The Stock-Watson DOLS model to be effective in estimating long-run parameter

32、s, the analysis must be in conformity with the existence a cointegration relation among sets of I(1) variables. Thus, it is pertinent to establish the presence of the unit root and then test the cointegrati</p>&l

33、t;p>　　Where , T and ? respectively confers a time series, a linear time trend and first difference operator, is a constant, k is respecting the optimum number of lags on the dependent variable, and is random error ter

34、m. The null hypothesis for testing non-stationarity is: α = 0 meaning economic series are non-stationary. If the hypothesis of non-stationary is established for the underlying variables, it permits the assessments for co

35、-integration relations. </p><p>　　In econometrics two or more variables are said to be co-integrated if they share common trends i.e. they have long-run equilibrium relationships between them (Aqeel and Butt

36、, 2001; Shahbaz, 2009). There are various methods of detecting these long-run relations between variables. Engle and Granger’s (1987) approach for co-integration is simple and popular for its certain agreeable attributes

37、. However, it did not permit the testing of hypotheses on the cointegrating relationships themselves. Contr</p><p>　　Where is a K-vector of non-stationary I(1) variables, is a d-vector of deterministic var

38、iables, and is the vector of innovations. Having all series I(1), as well as establishing at least one cointegration equation satisfies the preconditions for the application of the Stock-Watson (1993) DOLS regression. Th

39、us, the model is specified below: </p><p>　　Where lnRGDP is the natural log of Real Gross Domestic Product (RGDP), is the cointegrating vector, X is vector of log of logRufindev (Rural Financial Development)

40、, logFDI (Foreign Direct Investment) and logInflation as explanatory variables. The emphases of the previous studies was measuring financial development using either broad money supply as a ratio to economic growth (M2)

41、or Credit to the Private Sector ratio to economic growth (CPS) irrespective of the extend of degree of development of</p><p>　　From the model it shows that findev is the vector of financial indicators (M2 an

42、d Credit to the Private Sector were added with Rural Financial Development) and X is the vector of control variable. Lag and lead terms included in DOLS regression have the purpose of making its error term independent of