基于两列模型的我国农户贷款可得性及影响因素分析_银行信贷论文

基于双栏模型的我国农户贷款可得性及其影响因素分析，本文主要内容关键词为：农户论文,可得论文,性及论文,贷款论文,模型论文，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。

      农村金融在农村经济发展中的作用突出。金融机构的贷款能够提供必需的资金支持农户季节性很强的生产活动，平滑收入水平低、不确定性较大的农户的消费行为。然而，我国农村信贷市场还是很不完善的，农户一直以来都面临着比较严重的信贷约束。根据2009年中国银监会研究局等机构联合组织的对甘肃、山西、浙江3省987个农户的调查，仅有16.4%的农户获得过农村信用社贷款；即使在经济发展水平较高、金融机构覆盖率也较高的浙江省，也仅有26.3%的农户获得过金融机构的贷款(龚明华等，2009)。农户通过银行贷款的途径获得资金的难度很大，他们当中的许多人都是通过向亲友借款来满足借贷需求(王芳等，2012；张兵等，2013)。农村经济在国民经济中占有极其重要的地位，而农户信贷约束的持续存在必将制约农村经济的发展。为提升农村金融的服务水平，提高农户的信贷可得性，我们有必要切实了解农户的信贷状况及其影响因素。

      农户的贷款问题一直是我国农村金融研究的热点问题和政府部门关注的重点问题。在对农户信贷状况的考察中，一些研究分析了农户实际获得贷款的情况，如颜志杰等(2005)通过询问农户“是否获得了贷款”以及“获得贷款的金额”来考察农户的贷款状况。还有一些研究采用意愿调查等方式来分析问题，如白永秀等(2010)的研究是直接询问农户所感受到的自身信贷约束状况；易小兰(2012)调查了农户是否向正规金融机构申请过贷款，并结合实际贷款金额来分析农户的贷款可得性。但是，利用实际贷款来判断农户信贷可得性的方法可能会混淆有借贷需求和无借贷需求农户的区别，将“有借贷需求但没有获得贷款的农户”等同于“没有借贷需求的农户”，而向农户直接询问的主观判断方法也可能不能准确反映农户的信贷状况。

      目前，关于农户贷款可得性相关影响因素实证检验的文献，主要采用的是Logsitic和Probit等分类数据模型，如钟春平等(2010)运用有序Logistic模型检验了影响农户贷款难度的因素，结果显示，家庭收入状况的改善、家庭收入水平的提高都有助于农户顺利获得贷款；程郁等(2009)运用Probit和Logit模型考察影响农户正规信贷约束的因素，估计结果显示，收入、年龄等影响个人风险偏好的变量显著地影响着需求型约束，而受教育程度、家庭特征等与能力相关的变量对信贷约束没有显著影响；王定祥等(2011)运用Probit模型重点考察了影响贫困型农户信贷可得性的因素，实证结果表明，家庭耕地面积、固定资产价值、农业生产支出占比是影响贫困型农户借贷行为的重要因素；白永秀等(2010)利用来自陕西省农户的问卷调查数据，运用Logistic回归方法，检验了农户个体特征对农户信贷约束的影响，结果发现，收入水平和非农程度等因素对农户信贷约束具有显著影响。在实证检验中，这些文献根据农户的贷款情况对农户的信贷约束程度进行了分类，普遍忽视了农户之间获得贷款规模的差异，对于农户获得贷款情况的分析还不够全面。

      综上，关于我国农户信贷状况及其影响因素的研究文献虽然比较丰富，但也还存在不少有待改进的地方。第一，不少研究的数据来源于针对一个或者几个地区农户的问卷调查，样本规模普遍偏小，并且大部分调查集中在中西部欠发达地区，对于我国地区间经济金融发展的差异考虑较少；第二，一些文献将借贷行为的发生与否直接等同于是否面临信贷约束，这可能导致对农户信贷约束状况的判断不太准确；第三，现有文献主要利用分类数据模型来检验农户信贷状况的影响因素，忽视了农户贷款规模差异等信息，没有进一步讨论影响农户贷款规模的相关因素。

      本文在现有文献基础上，根据样本容量较大的中国家庭金融调查(CHFS)数据分析了农户信贷状况。在实证检验影响农户信贷状况的相关因素时我们发现，由于很多农户的贷款金额都为0，贷款分布明显非正态，因而使用OLS模型估计将导致结果有偏；而Tobit模型虽然考虑了贷款金额为0的问题，降低了OLS模型参数估计的偏误，但其隐含的关于决定贷款金额为0时方程的假设与实际情况不一致(Cragg，1971；周华林等，2012)，因此，我们构建了双栏模型(Double-Hurdle Model)，分别检验决定农户获得贷款以及影响农户获得贷款规模的相关因素，以期为改善我国农户的信贷约束问题提供一定的理论参考。

      一、数据描述、计量模型和方法

      (一)数据与变量描述

      1.样本描述

      本文使用的是中国家庭金融调查与研究中心2013年发布的中国家庭金融调查(CHFS)微观数据。该调查采用了分层、三阶段与规模度量成比例(PPS)的抽样设计，抽样单元(PSU)为全国除西藏、新疆、内蒙古和港澳地区外的2585个市/县，调查的户数超过8000户，样本覆盖了全国主要省份，样本容量大，代表性强。本文主要考察了样本中从事农业生产经营的农户的家庭信贷状况，样本容量为3002户家庭。

      借鉴Boucher等(2008)、王修华等(2012)识别信贷配给的DEM方法，本文对城乡家庭的信贷状况进行了判断。根据户主对“除了银行贷款以外，目前您家还有没有从其他渠道借过钱来从事生产经营”等问题的回答，识别出不需要借款的家庭，即没有银行借款、也没有从其他渠道借款的农户，这部分人不存在信贷约束问题。本文主要分析的是具有信贷需求的农户所面临的信贷约束。从被调查农户的信贷情况来看，在总体3002户样本农户中，1399户没有借款需求(占总样本的46.60%)，1603户农户有借贷需求(占总样本的53.40%)；而在具有借贷需求的农户中，1244户没有获得信贷支持(占总样本的77.60%)，仅有359户获得了贷款(占总样本的22.39%)。由此可见，能够获得贷款的农户比例还比较小，相当多具有借贷需求的农户并没有得到贷款支持。

      2.变量定义

      (1)因变量。本文主要分析具有借款需求农户的信贷状况及其影响因素。调查问卷询问了农户在生产、生活等方面的借贷状况。考虑到我国信贷发展的实际情况，这里主要汇总农户在生产经营、房产、汽车等方面的信贷规模。

      (2)自变量。本文在考察农户信贷状况时没有考虑银行等金融机构供给因素的影响，主要分析了影响农户面临被动信贷排斥的因素。由于金融机构与农户之间通常存在严重的信息不对称，银行等金融机构主要通过对农户家庭特征、项目的经营状况等情况的考察来进行相关决策，因此，根据已有的相关研究，本文主要从户主个体特征、家庭基本特征和生产经营状况等方面来选取影响农户信贷状况的指标。

      首先，在户主特征方面主要考虑了户主年龄、受教育程度等影响其信贷状况的因素。户主的受教育程度越高，对银行信贷等金融知识的了解可能也就越多，对生产经营中的风险也可能更加重视；户主年龄越大，其生产经营行为可能就越稳健，但随着年龄增加，银行等金融机构对其还贷能力的顾虑也可能增加；关于户主的风险偏好，一般认为风险偏好较高的农户才会选择贷款来扩大生产经营规模；在我国，共产党员的身份可作为政治地位的一种象征，拥有共产党员身份的农户比非党员农户的社会地位可能要高，银行等金融机构对其也更加信任，更倾向于满足其信贷需求。

      其次，在家庭特征方面主要考察家庭收入、资产规模等体现农户偿债能力以及潜在抵押资产规模的指标。一般认为，家庭收入水平越高，农户的偿债能力也就越强，相应的信贷风险也就越小；而家庭的资产规模越大，可以提供的抵押资产就越多，获得银行贷款的概率可能也就越大。

      第三，农户的生产经营状况主要包括项目的经营效益及规模等。项目的经营效益越好，银行等金融机构提供信贷支持的意愿也就越强；而生产规模越大，农户的经营活动越有可能通过多元化来增强抗风险能力，进而降低信贷风险。此外，由于经济发展水平、社会习俗、文化传统等方面的差异，地区因素对农户面临的信贷约束也可能产生一定影响。

      表1为本文主要变量的描述。表2对信贷金额为0和信贷金额大于0的农户进行了比较。从表2可以看到，两类农户在主要变量上存在较大差异，如贷款金额大于0的农户的平均年龄为47.86826岁，明显小于信贷金额为0农户的50.40667岁；前者拥有共产党员身份的比例为0.1377246，显著高于信贷金额为0农户的0.0566667；前者的平均生产经营规模为18040.08，显著大于信贷金额为0农户的9253.45。

      

      

      (二)计量模型与方法

      当类似大量被解释变量贷款金额取值为0时，很多文献都选择应用受限因变量模型即Tobit模型来进行分析。Tobit模型是因变量满足某种约束条件下取值的模型，不同于离散选择模型和一般的连续变量选择模型，它的特点在于因变量是受限变量，模型实际上包含两个部分，一是表示约束条件的选择方程；一是满足约束条件的某连续变量方程。研究感兴趣的往往是受限制的连续变量方程模型，但由于因变量受到某种约束条件的制约，忽略某些不可度量的因素将导致受限因变量模型产生样本选择性偏差。应用Tobit模型可以分析农户获得贷款的概率(P(loan＞0))和农户获得贷款的金额的影响因素(loan ｜loan＞0)，但在Tobit模型中选择方程和连续变量方程的参数是相同的，也就是说，同一解释变量

对P(loan＞0)的影响和对以loan＞0为条件的loan取值的影响是一样的，而实际情况可能并非如此，如共产党员身份可能会有效地帮助农户获得贷款，但它对贷款金额的影响可能就不太明显。因此，本文参考Cragg(1971)、周华林等(2012)的思路，构建了双栏模型(Double-Hurdle Model)来分析影响农户信贷状况的主要因素。

      在双栏模型中，假设P(loan＞0｜X)和E(loan｜loan＞0，X)取决于不同参数，即

可能对这两个函数具有极为不同的影响，构建Probit模型来讨论决定loan＞0概率的因素，构建截断正态模型(the truncated normal model)来分析影响loan取值的因素。即

      

      当

仅仅影响loan＞0的概率时，

的偏效应(6)式中右边的第二项也就等于0；当

仅仅影响loan＞0的取值时，

的偏效应(6)式中右边的第一项也就等于0。分别取样本均值和非线性函数均值就可以得到偏效应PEA和平均偏效应APE。本文计算的是实践中应用更普遍的平均偏效应APE。

      利用极大似然法可以得到系数和边际效应的估计，但不能得到边际效应的标准差。这里我们运用bootstrap方法计算了边际效应的标准差。bootstrap方法是一种再抽样统计方法，该方法只依赖于给定的观测信息，不需要进行分布假设或增加新的样本信息，是对总体的分布特性进行统计推断的常用非参数统计方法。利用bootstrap方法来估计平均偏效应APE的基本思路是：首先对原始样本进行反复有放回的重抽样，共有n组的bootstrap随机样本；然后对每一组子样本

计算相应的平均偏效应

；最后根据样本方差公式等即可以估计平均偏效应的标准差，

，其中

为计算的平均偏效应均值。

      二、实证结果与分析

      表3为双栏模型的估计结果，其中loan等指标进行了对数变换。在概率方程中，共产党员身份、户主的风险偏好、生产经营规模等变量对农户贷款可得性的影响较为显著。在我国农村地区，共产党员人数较少，具有一定政治身份的农户共产党员可能确实更容易得到国有金融机构的信任。风险偏好的系数显著为负，即户主的风险偏好越低，农户获得贷款的可能性就越小，这可能与我国农户传统上比较保守的心态有关，观念还较为落后的农户可能认为通过贷款来扩大生产经营会带来更多的不安全因素。生产经营规模的系数显著为正，即生产经营规模越大的农户，获得贷款的可能性也越大，这与我国金融机构倾向于大客户的偏好是一致的。

      在贷款金额方程中，家庭资产规模、家庭收入、生产经营效益、地区因素等变量对农户贷款金额的影响较为明显。家庭资产规模的系数显著为正，目前我国农户贷款主要为抵押贷款，家庭的资产规模越大，能够提供的抵押资产也就越多，自然也就能够从银行获得更多的贷款。家庭收入越多，生产经营效益越好，农户的偿债能力就越强，银行等金融机构愿意提供贷款的支持力度也越大。地区因素对农户贷款金额也有影响，东部地区农户的贷款金额要明显高于中西部地区，这与地区经济发展存在较大差距的实际情况也是相匹配的。

      比较概率方程和金额方程可以看到，系数估计确实存在较大的差异，比如经营规模大的农户更容易得到银行等金融机构的支持，但获得贷款的额度可能更多的是由农户的偿债能力和抵押物价值来决定的。共产党员身份也能增加农户获得银行等金融机构贷款的概率，但它对农户获得贷款金额的影响并不显著。农户的风险偏好下降也可能降低其获得贷款的概率，但风险偏好对于贷款金额没有显著影响。地区之间农户获得贷款的概率可能相差不大，但地区之间农户获得贷款的金额则有明显差异。

      表4为主要变量边际效应的计算结果，其中列(1)是关于P(loan＞0｜

)的边际效应，对应方程(4)；列(2)是关于

的边际效应，对应方程(5)；列(3)是关于

的边际效应，对应方程(6)。利用bootstrap方法可计算出该边际效应的标准差。总体来看，共产党员身份、家庭收入和资产规模等变量对改善农户信贷状况的边际效应最为显著。

      

      

      三、主要结论与建议

      近年来，我国农村融资困难问题日趋严重，政府、央行及金融监管部门虽然有针对性地出台了一系列政策，建立了不少支农的金融组织，但农村资金短缺问题依然比较突出。本文根据中国家庭金融调查与研究中心2013年发布的调查数据，对我国农户的贷款状况进行了分析，得到了如下结论：通过识别信贷配给的DEM方法判断农户的借贷状况，结果发现，在总体3002户样本农户中，约53.40%的农户具有借贷需求，但仅有22.39%的农户获得了银行等金融机构的贷款，农户获得贷款的难度还是比较大的，相当多具有借贷需求的农户并没有得到贷款支持；不同信贷状况的农户在个体和家庭特征方面存在明显区别，如贷款金额大于0的农户比信贷金额为0的农户的平均年龄更小、受教育程度和风险偏好程度更高、生产经营规模更大、家庭收入更多等；构建双栏模型实证检验影响农户贷款的相关因素，结果发现，共产党员身份、户主的风险偏好、生产经营规模等变量对农户贷款可得性的影响较为显著，家庭资产规模、家庭收入、生产经营效益、地区因素等变量对农户贷款金额的影响较为显著，而经营规模、共产党员身份、风险偏好和地区差异等因素对农户获得贷款的概率和获得贷款的金额的影响存在明显差异。

      综合以上分析，要改善我国农户面临的信贷约束，本文认为，首先政府应该从国家发展战略的高度出发，更加重视农村地区金融体系的建设，加快农村政策性贷款的发展。目前，一些收入较低、资产较少但信贷需求较强的农户很难得到金融机构的贷款支持。可以考虑加快发展政策性金融和合作性金融，形成一个为农民服务的、完整有效的金融体系，通过政策性贷款等多种方式支持农户的生产经营活动。

      第二，改革和完善金融机构抵质押和担保等制度，规范和引导民间借贷有序发展，提高农户获得贷款的可能性。要促进农村地区商业性担保机构的发展，引导建立农村合作性担保组织；创新抵质押方法，扩大抵押品范围，缓解农户的融资困难；发展无抵押小额信贷服务的新型农村小额信贷机构，弥补正规信贷市场的供给不足，为贫困农户和传统种养业农户提供农业生产的扶持资金(谢地等，2013)。

      第三，鼓励金融机构从事农户贷款，通过适当的财政补贴、税收优惠、再贷款优先等具体措施，引导金融机构创新针对农户的信贷产品与服务，提高农村金融市场效率。今后，应进一步加快金融机构市场化改革的进程，鼓励金融机构针对农业生产经营的特点改良金融产品，发展农业产业链融资、农业订单融资等产品，在合理控制信贷风险的前提下增加农户的贷款金额，满足农户生产性及扩大再生产等贷款需求。

标签：银行信贷论文;  信贷规模论文;  银行风险论文;  信贷配给论文;  样本容量论文;  金融论文;  概率计算论文;  金融机构论文;  风险模型论文;  因素分析论文;  银行论文;