正规金融机构信贷配给两步决策的差异性分析——基于山东省农村金融调查的数据，本文主要内容关键词为：山东省论文,差异性论文,两步论文,金融机构论文,信贷论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
中国农村金融体系对农村经济的发展和农民收入的增长起着重要的推动作用(王丹和张懿，2006)[1]，但是近年来学者们的调查均表明中国农村地区正规金融机构对农户的信贷配给程度仍然较高(李庆海等，2012[2]；刘西川和程恩江，2009[3])。信贷配给问题的存在导致农户从事农业生产的资金不足，也制约了农户对现代农业生产技术和生产方式的采用以及及时利用投资机会的能力，从而引发农户生产效率下降，甚至生产无法进行的情况。这种情况的发生既有悖于中国新农村建设和全面建设小康社会的要求，也不利于中国农村经济的长远发展和农民收入水平的提高。2010年的中央一号文件提出：“引导更多信贷资金投向“三农”，切实解决农村融资难问题”，表明国家已经重视并试图解决农村金融市场中存在的信贷配给问题。然而，要破解农户受到正规金融机构的信贷配给问题，必须首先要很好地结合当前金融机构审贷发放分为是否给予信贷配给和给予多大程度的信贷配给两个信贷决策管理程序来厘清农户所受正规金融机构信贷配给的影响因素，而农户作为农村金融市场的重要参与主体(资金需求方)，厘清其受正规金融机构信贷配给的影响因素，对于从资金需求方的角度探索破解农户向正规金融机构融资难的问题具有重要的现实意义。
关于正规金融机构的信贷配给，国外学者重点从理论构建和经验验证等方面展开了研究。金融机构的信贷配给是基于金融市场中存在的逆向选择和道德风险行为而产生的，只要信息不对称和监督成本的存在，金融机构的信贷配给行为就会发生(Jaffee & Russlle，1976[4]；Keeton，1979[5]；Stiglitz & Weiss，1981[6]；Whette，1983[7]；Bester，1985[8]；Williamson，1988[9])。其他学者(例如Kochar，1997[10]；Hellmann & Stiglitz，2000[11]；Boucher等，2008[12]；Park等，2003[13]；Meza & Webb，2006[14]；Arnold & Riley，2009[15]；Li等，2013[16])则从信贷配给对贷款者的财富、福利水平、金融市场竞争等方面的影响进行了经验分析。国内学者从两个方面对正规金融机构信贷配给进行了研究：一是关于金融机构的信贷配给如何影响农村经济的研究(例如，林毅夫，2000[17]；徐忠和程恩江，2004[18]；朱喜和李子奈，2006[19]；刘艳华和王家传，2009[20]；朱喜等，2009[21])；二是关于金融机构的信贷配给如何影响农村信贷市场状况的研究(例如，张兵和许国玉；2007[22]；刘西川和陈恩江，2009[3]；褚保金等，2009[23]；程郁等，2009[24]；张龙耀和江春，2011[25]；马九杰和吴本健，2012[26]；李庆海等，2012[2])。
综上所述，金融机构信贷配给的研究越来越受到重视，但也存在一个问题：很多文献主要集中在对金融机构信贷配给理论、影响方式及影响结果的研究，未对金融机构信贷配给决策程序进行深入研究。当前，我国金融机构在信贷管理上都采用审贷分离的制度，即在贷款管理上将对贷款对象信用状况的调查和对贷款对象借款申请的批准权归属于不同的职能部门，并且信贷的审查先于信贷的发放，也就是说，金融机构的信贷配给决策由是否给予贷款申请者信贷配给和给予多大程度的信贷配给两步决策构成。对于这一机制，笔者有一个思考：正规金融机构信贷配给的两步决策之间是否存在差异?如果有，具体表现是什么?或者说，哪一决策在整个决策过程中起着主导作用?哪些因素影响金融机构信贷配给的第一步决策?哪些因素影响金融机构信贷配给的第二步决策?又有哪些因素对金融机构信贷配给的两步决策都产生显著性影响?正如前文所述，对上述问题的研究具有重要的现实意义。
本文在现有研究的基础上，做出了以下改进与创新：(1)从经济理性出发，以最大化效用理论为指导，基于农户家庭特征，系统说明并构建了金融机构信贷配给决策的理论模型，从而丰富了信贷配给领域的研究文献；(2)选取中国农业大省山东省1107个农户的截面数据建立金融机构对农户的信贷配给的决策模型，保证了实证分析的代表性与可信性；(3)运用双栏(DH)模型进行计量分析，可以有效地结合金融机构信贷配给的两步决策实践，并对这两步决策进行系统的分析，以期得到较有力的依据；(4)通过寻找出影响农户遭受信贷配给的关键影响因素，以期能有针对性地加强对农户金融支持政策的设计与制定。
二、模型的设定与说明
(一)理论模型的设定与假说
金融市场中，为消除或降低借贷双方的信息不对称程度，金融机构通常要收集以贷款申请者家庭特征为主的多方面信息，这些信息经过量化处理后就构成了金融机构的信贷评价指标。依据这些指标，在存在信贷风险的情况下，金融机构对每一位贷款申请者的贷款申请做出判断，以达到自身期望收益最大。假定某申请者为申请贷款向金融机构提供其家庭特征信息为HI，金融机构信贷评价优等指标为EI，差等评价指标为BI，如果HI≥EI，即金融机构认定贷款申请者的家庭特征(信贷评价指标最重要的组成部分)达到或超过其设定发放贷款的优等水平，则金融机构就会满足申请者的全部贷款申请，这时，金融机构的信贷供给等于贷款申请者的资金需求。反之，如果BI≥HI，即金融机构认定贷款申请者的家庭特征只能达到或低于金融机构设定发放贷款的差等水平，则金融机构就会拒绝申请者的贷款申请(信贷供给为零)，也即金融机构对申请者的信贷配给程度为100％。如果EI＞HI＞BI，则申请者的家庭特征水平是介于金融机构信贷评价的优等水平和差等水平之间，因此申请者的贷款申请只能被金融机构部分满足，即金融机构对申请者的信贷配给介于0％和100％之间，或者金融机构认为满足申请者的部分贷款申请所带来的期望收益是大于全部拒绝或全部接受贷款申请所带来的期望收益。
因此，在金融市场中，对每位贷款申请者而言，正规金融机构一旦在审查过程中对其信用状况评为“优等”以下，则正规金融机构在借款申请的批准过程中就会产生信贷配给现象，信贷配给程度可以表示为：信贷配给度=(申请金额-实际发放金额)/申请金额，即信贷配给区间为[0，1]。对所有申请者而言，信贷配给程度并非一致。既然我国金融机构在信贷管理上都采用审贷分离的制度，为描述方便，笔者建立了一个简单的模型加以说明。假设风险中性的金融机构i首先根据信贷申请者的家庭特征(信用状况的主要评价指标)，在充分考虑各种可能的信贷风险并衡量各项贷款条件后，决定是否给予信贷配给(即当贷款申请者的信用等级评价为“优等”以下，则信贷配给)，如果金融机构决定对贷款申请者实行信贷配给(
=1)，考虑到申请者所有可能危及到贷款按期还本付息的风险(如违约风险)，并衡量期望收益后，则金融机构确定的最优信贷配给程度可用如下方程表示：
式(1)是正规金融机构i在衡量未来的回报与风险后，所期望达到的最大收益的方程表达，这一方程集中反映了贷款申请者的家庭特征同金融机构所期望的收益是紧密相关的，即正规金融机构通过对贷款申请者的家庭特征进行审查分析，以判断其是否具备按期还本付息的意愿和能力，从而做出是否给予贷款申请者信贷配给()和信贷配给程度(
)的决策。因此，正规金融机构是否给予贷款申请者信贷配给()和信贷配给程度()同代表贷款申请者(j)的家庭特征变量的变量集
和
相关关系可分别用下列公式表示：
基于上述理论模型，虽然家庭特征对正规金融机构的信贷配给的两步决策都产生影响，但是这两个决策是由金融机构的不同部门作出，因此，从理论上讲，同一家庭特征变量在不同部门的决策过程中的参考权重是不同的。所以，设定(2)式和(3)式中的家庭特征变量集和相同，可以得到第一个理论假说：
假说1：整体而言，同一组贷款申请者的家庭特征变量对正规金融机构的信贷配给的两步决策产生的影响程度以及影响个数存在着差异。
进一步，虽然金融机构就是否给予贷款申请者信贷配给的决策和给予贷款申请者信贷配给程度的决策是由不同职能部门作出的两个独立的决策，但是显然后一个决策的发生是以前一个决策发生为前提条件的。为此，可以得到第二个理论假说：
假说2：正规金融机构对贷款申请者的信贷配给的两步决策中，第一步关于是否信贷配给的决策起着决定性作用，因而，贷款申请者的家庭特征对金融机构是否作出给予信贷配给决策的影响要大于其对金融机构作出信贷配给程度的决策。
(二)计量模型的设定
本文首先采用probit模型估计金融机构是否给予信贷申请者信贷配给()，因此，probit模型如下所示：
式(7)右边前半部分表明金融机构是否做出信贷配给决策，右边后半部分则表明金融机构如果做出给予信贷配给决策后，给予贷款申请者多大程度的信贷配给。事实上，式(7)是Cragg(1971)[27]提出的双栏模型(double-hurdle model)的对数似然方程表达式，换句话说，本文采用的两步计量模型实质上就是双栏模型。另外，从式(7)中，我们可以看出，双栏模型的对数似然方程实质上是probit模型对数似然方程和截断回归模型对数似然方程之和。
三、问卷设计、数据来源和变量选取
(一)问卷设计
问卷设计的关键在于通过问卷调查获知被调查者是否遭受信贷配给及所遭受信贷配给程度的真实信息，所以我们的问卷采用直接法(direct methods)进行设计，②通过发放问卷或实地询问获知被调查者的申请金额和实际获取的金额，即“过去5年内(2006-2010年)，您家是否向金融机构申请过贷款?如果申请过，最近一次申请的意愿贷款额是多少?金融机构最后给予的实际贷款额又是多少?”因此，只要贷款申请者没有从金融机构获取任何贷款或获取的实际贷款额小于其意愿贷款额，则申请者遭受金融机构的信贷配给。相应地，可按前述公式计算其信贷配给程度。另外，问卷设计特别注意收集申请者贷款申请前的家庭信息，这样能更准确地衡量贷款申请者家庭特征如何影响到金融机构对其信贷配给的影响。
(二)样本数据来源
本文研究数据来源于2011年7、8月对山东省鲁北的滨州市、鲁中的泰安市、鲁南的济宁市开展的实地调查。选取山东省为研究区域的原因是：山东近年来涉农贷款占全省贷款的比例远高于全国平均水平，以2009年为例，山东涉农贷款占全省各项贷款比例为11％，而全国水平是5％。本次调查选择在滨州、泰安、济宁市，这三个地区的涉农贷款在全省比较有代表性。本次调查在每个市均采用了四阶段分层抽样策略，第一阶段，在每个市按照经济发展水平(高、中、低)分别选取了3个县(区)，共有9个抽样县(区)；第二阶段，在每个所选的县(区)中采用简单随机抽样法选取2个乡镇，共有18个抽样乡镇；第三阶段在每个乡镇中采取简单随机抽样方法抽取两个村，共有36个抽样村；第四阶段，在被抽取村庄中采取简单随机抽样方法抽取35户农户展开调查。调查采用发放问卷或入户调查相结合的方式，共调查农户1260户。
为保证调查数据的准确性和完整性，需要审核问卷调查结果。审核的完整性要求审核问卷调查项目是否填写完整，有无遗漏；审核的准确性要求是检查同一问卷中调查项目间是否存在着逻辑上的矛盾，即问卷项目回答是否自相矛盾。经过审核，剔除掉无效问卷153份，最终调查有效问卷1107份，有效率88％，有效样本在滨州市、泰安市、济宁市的分布比例依次为29％、33％和26％。
本次调查收集了这些农户2006-2010年间的金融信贷活动、家庭基本情况等方面的经济社会数据，这为以农户为例，验证金融机构的信贷配给决策的差异性提供了数据资源和经验证据。表1显示，调查农户的基本特征是：受正规机构信贷配给占多数，占52％；③以男性为主，占57％；以中老年为主，占93％，这与多数农村青壮年劳动力外出务工有关；初中、小学及以下占65％，可见农户的文化水平普遍较低；家庭劳动力主要以投入农业生产为主，占70％；多以4-6人的中型家庭为主，占51％。表1提供了调查对象的基本情况。
(三)变量选取
基于相关研究成果、问卷设计、前述的理论模型及计量方法，本文所用的被解释变量有两个：第一，农户是否遭受信贷配给。如果遭受则赋值为1，如果不遭受则赋值为0；这一变量是二元选择变量，用Constraint表示。第二，如果农户遭受信贷配给，信贷配给的程度是多少?这一变量是连续变量，用Level表示(这一变量通过公式“信贷配给度=(申请金额-实际发放金额)/申请金额”计算得出)。
通过调查发现，在农户家庭与金融机构进行交易的过程中，户主是最重要的决策者和执行者。因而，本文在研究中采用的解释变量主要有户主的性别(女性赋值为1，男性赋值为0，gender)、年龄(年，age)、教育年限(年，education)等指标，其他解释变量包括了农户承包的土地规模(亩，land)、贷款前的家庭全部资产的市场价值(万元，asset，包括房屋、银行存款、农机具等)、贷款前家庭年收入(万元，income)、贷款前农户家庭农业劳动力总数(个，labor1)、贷款前农户家庭外出务工劳动力总数(个，labor2)、贷款前农户家庭无劳动能力成员总数(个，nonlabor)、贷款前农户家庭所在地前往正规金融机构的交通是否便利(是赋值为1，否赋值为0，traffic)。④
四、计量模型估计结果及分析
(一)模型估计
基于本文确定的农户受金融信贷配给及信贷配给程度的影响因素和实地调研数据，采用极大似然估计法(Maximum Likelihood Methods)，借助于STATA11.0中的Probit和Truncated Regression模型，正式金融机构信贷配给两步决策模型的估计结果见表2。由表2可知，probit模型的对数似然比检验和截断回归模型的Wald检验的显著性水平均为0.000，表明这两个模型的整体拟合效果较为理想，解释变量与被解释变量总体上有较好的关联性。
(二)分析与讨论
由表2可以看出，除农户性别(gender)外，所有家庭特征变量都呈现出显著性，大部分都在1％统计水平上显著，其中，农户的受教育年限(education)、贷款前家庭无劳动能力人数(nonlabor)、贷款前家庭全部资产的市场价值(asset)、农户家庭承包的土地规模(land)等4个家庭特征变量在金融机构信贷配给两步决策中都呈现出显著性，其他家庭特征变量如农户的年龄(age)、贷款前家庭农业劳动力人数(labor1)、贷款前家庭非农业劳动力人数(labor2)、贷款前家庭年收入(income)、贷款前家庭所在地前往金融机构是否便利(traffic)等仅仅显著影响金融机构信贷配给的第一步决策，即是否给予申贷农户信贷配给。这一结果给理论假说1和假说2提供了有利支持。表明金融机构信贷配给的两步决策之间确实存在着差异，且第一步决策在整个决策过程中起着主导作用，也就是说，金融机构的信贷审查部门对贷款申请者的信息更为关注，这也同当前金融机构特别注重贷款申请者的贷款前信用审查的管理实践相一致。因此，造成正规金融机构信贷配给决策出现差异的主要来源是金融机构贷款审查部门和贷款发放部门对贷款申请者的信息关注点存在差异，例如，以交通便利变量为例，交通条件的便利确实有助于减少信贷配给的发生。然而，对已遭受金融机构信贷审查部门给予信贷配给的农户(贷款申请者)而言，交通的便利却对金融机构信贷发放部门做出信贷配给程度的决策影响不显著，对此，可能的解释是，信贷发放部门只负责信贷发放，而程序化的信贷发放流程可能也不需要考虑交通便利这种不含有经济内容的外部环境变量。
需要注意的是，与国外学者经验调查发现女性贷款申请者相比男性贷款申请者更不容易受到金融机构的信贷配给(Fletschner和Kenney，2011)[30]的结果不同，本文样本地区农户(贷款申请者)的性别对正规金融机构的信贷配给决策没有产生显著性影响，这表明样本地区农户的性别并非金融机构在信贷管理实践中着重考虑的因素。
由于probit模型是非线性回归模型，因此该模型的系数不能像普通线性回归模型那样理解为对被解释变量的解释程度，而只能从符号上判断解释变量增加引起的相应地出现某种结果的概率增减。因此，本文通过计算各显著解释变量的边际效应(marginal effect)以更好地理解在probit模型中各显著解释变量对被解释变量的影响程度和方向。所谓模型中某个解释变量的边际效应，它是指在其他解释变量取均值时，该解释变量变动一个单位对金融机构是否给予农户信贷配给的概率影响程度。本文通过Stata11.0中的Margins命令来计算。另外，truncated regression模型的系数等同于其平均边际效应，它反映了某个解释变量在其他解释变量取均值时，其变动一个单位对金融机构给予农户信贷配给程度的概率影响的平均水平。因此，各显著解释变量的边际效应见表3。
出于简化分析和节约篇幅，本文仅对在两步决策中均体现显著性的家庭特征变量予以进一步解释分析，因为，相对而言，这些变量更重要，更有助于发现和分析判断出影响金融机构信贷配给决策的重要因素。⑤具体说明如下：
1.受教育程度高的农户遭受金融机构信贷配给决策的概率比受教育程度低的农户要低，即农户每多接受一年的教育，其遭受金融机构信贷配给的概率会减少1.15％。在其他条件不变的条件下，即使这类农户遭受金融机构信贷审查部门的信贷配给，其遭受金融机构贷款发放部门的给予较高程度的信贷配给的概率也相对要减少1.10％。对此，可能的解释是户主的受教育水平(education)一定程度上可以代表申贷农户家庭的综合能力。户主的受教育水平越高，越容易及时把握农产品的市场信息，快速了解农业新技术的动态，从而能够灵活地安排农业生产，降低各种生产经营风险，有利于获取最佳收益。因此，金融机构对该类申贷农户就可能较少信贷配给，而且，即使该农户由于其他因素导致金融机构对其信贷配给，其信贷配给的程度也相对要低。本文这一发现同李锐和朱喜(2007)[31]、朱喜等人(2009)[21]的研究类似(李锐和朱喜研究发现农户的受教育程度对其资金供给在1％的统计水平上正向显著；朱喜等人研究发现信用社在发放贷款时优先考虑教育层次高的农户)。
2.农户贷款前家庭无劳动能力成员总数(nonlabor)越多，其遭受金融机构信贷配给的概率就越高，即农户家庭每多一个无劳动能力的家庭成员，其遭受金融机构信贷审查部门做出是否信贷配给决策的概率会增加2.13％。在其他条件不变的条件下，如果这类农户遭受金融机构审查部门的信贷配给决定，金融机构信贷发放部门做出给予其较高信贷配给程度决策的概率也会增加2.73％。对此，可能的解释是，相对于劳动能力，无劳动能力通常意味着无法创造财富。因此，家庭成员中无劳动能力成员人数越多，就意味着家庭消费支出越大，需要增加更多的抚养费用支出，这样的家庭遭受信贷配给的可能性也越大。本文这一发现同刘西川和程恩江(2009)[3]研究结论部分类似(他们的研究表明农户家庭每增加一个人口，农户面临信贷风险或信贷交易成本配给的概率会提高4.4％)。
3.拥有越多土地的农户，其越不容易遭受金融机构的信贷配给。即农户土地面积每多一亩，其遭受金融机构信贷审查部门做出信贷配给决策的概率会降低3.60％。在其他条件不变的情况，即使金融机构信贷审查部门做出给予这类农户信贷配给的决策，金融机构信贷发放部门做出给予其较高程度信贷配给决策的概率也会相对减少6.74％。对此，可能的解释是，作为最基本的生产资料，承包的土地规模在一定程度上能够衡量信贷农户的农业生产的期望收益，因此金融机构较少对该类农户进行信贷配给，而且，即使该农户由于其他因素导致金融机构对其信贷配给，金融机构对其信贷配给的程度也相对要低。本文这一发现同褚保金等人(2009)[23]、李锐和朱喜(2007)[31]、Kochar(1997)[10]的研究相类似(褚保金等人研究发现耕地面积越大的农户对其遭受信贷配给的概率有统计上显著的负向影响；李锐和朱喜研究发现土地规模越大的农户越容易获得金融机构的贷款；Kochar发现土地规模越大，农户从金融机构获得贷款的机会就会增加)。
4.农户贷款前的全部资产每增加1万元，金融机构信贷审查部门对其信贷配给决策的概率减少0.20％。在其他条件保持不变的情况下，即使这类农户遭受信贷配给，金融机构信贷发放部门对其做出更大程度信贷配给的概率仍会减少0.10％。这种结果与一些研究者的发现类似，例如，Boucher(2006)[28]、朱喜等人(2009)[21]发现农户资产越多，受到信贷配给的概率越低。对此，可能的解释是样本地区农户贷款前的资产是属于自有资产，如果农户到期无法完全还清借款时，就其贷款的最大偿还量而言，也只能是其已有资产(财富)。据此，在贷款审查和贷款发放时，金融机构就会根据申贷农户的已有资产来决定发放贷款的数量。在此情况下，金融机构对资产相对较少的农户做出的信贷配给决策对农户而言就是一种“有限责任约束(limited liability)”(Evans和Jovanovic，1986)[32]。此外，本文这一发现同朱喜等人(2009)[21]的研究部分类似(他们发现云南、宁夏农村地区的信用社、银行在发放贷款时，优先考虑财富水平高的农户)。
五、结论与建议
本文从正规金融机构审贷分离的管理实践出发，采用中国农业大省山东农村抽样调查的1107个农户数据，基于农户的家庭特征的视角实证分析了正规金融机构信贷配给的两步决策的差异性。本文的主要研究结论如下：
第一，正规金融机构信贷配给的两步决策之间存在着差异性。同一组家庭特征变量对金融机构信贷配给的两步决策在影响程度以及影响个数等方面均存在着不同，其中，是否给予贷款申请农户信贷配给决策在两步信贷配给决策中起着决定作用，信贷配给程度决策的发生是以是否给予贷款申请农户信贷配给决策为前提条件的，造成差异的主要来源是正规金融机构的不同职能部门对贷款申请农户的信息关注点存在差异。
第二，贷款申请农户受正规金融机构信贷配给的程度较高，且部分农户家庭特征变量对金融机构信贷配给的两步决策都产生了显著性影响。样本农户中有52％的农户受到了正规金融机构的信贷配给。户主的受教育水平、农户贷款前家庭无劳动能力人数、农户家庭承包的土地规模以及农户贷款前家庭资产对金融机构信贷配给的两步决策都有着显著的影响。因此，在本文的抽样调查地区，这四个家庭特征变量是影响金融机构信贷配给两步决策的关键影响因素，其他家庭特征则仅对金融机构两步信贷配给的第一步决策有显著影响。
综上所述，较之已有文献较少关注金融机构的信贷配给决策的程序，且几乎没有从这一角度进行相关研究的情况，本文的研究是对金融机构信贷配给领域研究文献的一个重要补充，为该领域的研究提供了一个新的视角，且研究结论具有较强的现实与理论意义。此外，对已往经验研究发现的户主的受教育水平、农户贷款前家庭无劳动能力人数、农户家庭承包的土地规模以及农户贷款前家庭资产显著影响金融机构对贷款申请农户的信贷配给行为，本文的结论进一步表明了这四个变量对农户能否获得和多大程度上获得正规金融机构的贷款具有结构性的影响。
本文的政策含义在于：(1)正规金融机构的信贷配给两步决策的差异性要求贷款申请农户要更多地注重自身申请条件同时满足金融机构贷款审查部门和贷款发放部门的要求，其中满足金融机构贷款审查部门的要求最为关键。简而言之，农户要想贷款成功，应在贷款时把金融机构可能配给的内容补足；(2)既然户主的受教育水平和家庭无劳动能力人数短时间内较难以改变，因此，要降低农户遭受正规金融机构信贷配给的概率，其着力点主要在切实解决农户由于“有限责任”所导致的金融约束这个方面。为此，除了采取各种措施切实提高农户财产性收入水平和财富水平外，应使中国农村金融深化改革同农村土地制度改革联动起来，实现金融业与农村土地流转的有效对接。只有持续地推动农户层次的土地流转，促进土地的集中，才能实现农业产业化和规模化经营，并有助于农业生产获得良好的经济效益，而这些也有助于降低金融机构的信贷风险，并实现金融资源的有效配置。
本研究的局限性在于由于人力和财力的限制，未能在中国其他农业大省进行农户抽样调查。由于中国地域辽阔，农村经济和农业发展水平不均衡，各地区由于经济水平、资源禀赋、风俗习惯的不同，各地农户自身特征对其当地正规金融机构的信贷配给两步决策的影响可能具有各自不同的特征，因此未来的研究有必要进一步扩大调查范围，以进一步深入分析金融机构信贷配给决策的差异性影响。
注释：
①出于简化分析的目的，本文仅考虑金融机构贷款发放前的决策，这种决策是金融机构对未来可能发生的所有风险都考虑之后所做出的决策。
②直接法设计的问卷能够简单明了地获知并计算出贷款申请者是否遭受金融机构的信贷配合以及信贷配给程度，国内外许多学者都采用该法，例如，Boucher等(2006)[28]，刘西川和程恩江(2009)[3]。
③事实上，我国大部分学者的研究表明中国农户受到信贷配给程度至少在50％以上(田俊丽，2006)[29]。
④出于节省篇幅的考虑，本文未对调查样本的各个变量做出描述性统计，有兴趣的读者，可向作者索要。
⑤关于其他变量的解释说明，有兴趣的读者，可向作者索要。
标签：农村金融论文; 信贷配给论文; 金融论文; 金融机构论文; 信贷规模论文; 银行信贷论文; 概率计算论文; 差异分析论文; 解释变量论文; 能力模型论文;