农户正规融资获贷笔数分析范文

本站小编为你精心准备了农户正规融资获贷笔数分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《农业技术经济杂志》2014年第五期

一、理论模型的设定与说明

为了从农户的视角描述其在单位时间内获得的贷款笔数，本文建立了模型加以说明。假设单位时间内(例如5年)，农户i根据其融资需求向正规金融机构申请一次或数次贷款，同时假定正规金融机构按照理性原则进行决策。由上述两个假设，可以确定存在一些外生因素决定了农户i在单位时间内是否获得正规金融机构的贷款以及获得贷款的笔数。出于简化和方便研究，本文不考虑农户获取的每笔贷款的贷款数量可能存在的信贷配给现象，本文只简单的假定农户在此期间获得的贷款数量及贷款笔数都能满足其最大的期望收益，因此如果农户获得信贷(Ci=1)，则其在单位期间获得的最大总期望收益有如下方程:其中EUS是农户i获得S笔信贷所产生的期望收益，bs是获取S笔信贷所支付的全部成本，bF是未获得信贷所支付的全部成本，例如农户去金融机构所支付的交通费用等。因为在单位时间内，农户存在着多次向正规金融机构申请贷款的可能性，但并非每次申请都能通过金融机构的审核，所以要实现农户在单位时间内期望收益最大化，一个充分必要条件是农户的多次借贷的总期望收益与总借贷成本之差要达到最大，因而公式(1)中的Max(EUs－bs)反映了农户成功获贷笔数期望收益，这样的收益与农户可能存在的未获贷所支付的成本(bF)之和的最大化(MaxEU)便构成了农户在单位时间内多次借贷的最大化的总期望收益。因此，从经济学意义上讲，公式(1)便是各变量构成的成本———收益原则高度抽象概念的最大化的目标模型，这一模型在现实中是存在的，它反映了农户成功获贷一定是其边际总收益大于边际总成本。进一步，既然式(1)是农户i在单位时间内借贷行为所产生期望的最大收益的方程表达，那么这一方程也说明了农户i的期望收益的实现取决于一些因素对正规金融机构的信贷供给决策的影响。这些影响因素不同于那些影响农户单次贷款申请和金融机构信贷审查的因素，而是建立在一个时间段的基础上，这些因素具有相对严格的外生性，即不会由于部分农户多次获得信贷而发生改变，例如，户主的受教育年限、农户的家庭类型、农户家庭自有土地面积的大小等，因而这些因素也被称为外生变量。因此，基于这些外生变量，农户i在单位时间是否获得信贷(Ci=0或Ci=1)和获得信贷的笔数(S)同这些外生变量的变量集z和x相关关系可分别用下式表示:式(2)和式(3)中，γ''''和β''''是外生变量集z和x对应的系数，εci和εS分别是影响农户是否在单位时间内获得信贷(Ci)和获得信贷笔数(S)的其他因素。需要注意的是，式(2)和式(3)中的外生变量集z和x可能相同，也可能不同，但考虑到5年时间系较短时期，对同一农户而言，由于样本调查区域属传统农业区，农户经营具有相对稳定性，加之国家扶持“三农”的政策具有连续性、稳定性，因此构成z和x的各外生变量发生根本性变化的概率比较低，因此，出于模型设定、估计和研究便利，本文假定z和x相同，这一假定有助于发现对农户能否获贷及获贷频次有共同影响的重要因素，从这个方面来说，式(2)和式(3)中的这一假定具有一定的现实客观性和合理性。需要说明的是，式(2)和式(3)分别是农户能否获贷和获贷频次的高度抽象的数理模型，这些模型符合现实中农户的借贷行为及金融机构的信贷供给决策。现实中，金融机构从安全性、盈利性的角度出发，更注重贷款申请者自身的禀赋特征等构成的信用及还款能力指标，一个信用及贷款记录良好的农户容易获得金融机构的多次贷款，这样其自身的禀赋特征也成为金融机构更为关注的要素。

二、计量模型的设定与说明

通过本文第二部分可知，在总样本中，一部分农户没有获得任何贷款，即获得贷款的笔数为零;而一部分农户获得贷款的笔数等于或大于1，因此，样本可分为“零”值样本和“正整数”值样本两类。按照前述的理论模型，如果要对总样本中“正整数”值的获贷笔数进行计量分析，必然要对“零”值数据进行数据截断(DataTruncation)，因此本文拟采用的计量模型由两部分构成:第一部分是分析外生变量如何影响农户i在单位时间内是否获得正规金融机构的信贷(Ci);如果农户i获得信贷，则第二部分分析外生变量如何影响农户获得贷款的笔数(S)。这里，面对“零”值(即S=0)和“正整数”值(即S=1，2，…，N)的双重选择，传统用于处理离散双选择变量的probit或logit模型并不适用，为此本文采用补充双对数模型(Complementarylog-logModel)处理农户i是否获得贷款，补充双对数模型适合处理“零”值和“非零”值两种类型构成的数据(Green，2011)。当第一部分数据截断工作完成后，第二部分拟处理变量是具有计数特征的正整数。因此，需用截断泊松回归模型(TruncatedPoissonRegressionModel)处理。为使模型成立，在本文分析中笔者假定第一部分模型和第二部分模型彼此独立。如果农户没有获得正规金融机构的贷款(ci=0)，则有S=0;相反，如果ci=1，则有S＞0。进一步，如果Ci=0，则有P(Ci=0);如果Ci=1，则有Pci(=1)•fS/ci(=1)=P(ci=1)•f(S＞0)，其中，P(•)为概率方程，f(•)为密度方程。式(7)事实上是穆拉赫(Mullahy，1986)提出的具有样本选择性质的泊松门栏模型(PoissonHur-dleModel)的对数似然方程表达式，从式(7)中可以看出，泊松门栏模型的对数似然方程实质上是补充双对数模型对数似然方程和截断泊松回归模型对数似然方程之和。前面我们已假定补充双对数模型和截断泊松回归模型彼此独立，因此对联立的泊松门栏模型的估计就可以分别估计补充双对数模型和截断泊松回归模型。这样的估计方式所产生的的结果等同于对泊松门栏模型的整体估计，且并不会造成估计效率的降低和估计信息的损失。

三、变量设置、说明及实证结果分析

(一)变量设置、说明及其统计特征理论上讲，本文所用的被解释变量应有两个:一是衡量农户在5年内是否获得正规金融机构的贷款，二是在获得贷款的前提下，获得贷款笔数的多少。由于农户获得正规金融机构的贷款笔数是计数数据，所以对全体样本采用补充双对数模型就可直接处理并区分“零”笔贷款值和“正整数”笔数贷款值，同时截断泊松回归模型也可以对全体样本中的“零”笔贷款值进行截断以便分析“正整数”笔数的贷款。因此本文使用的计量模型第一部分和第二部分可共用一个解释变量，即农户在5年内获得贷款的笔数，本文用count表示。这种处理简化了实证分析的程序，降低了采用极大似然估计法对模型的估计难度。考虑到农户获得的贷款笔数是单位时间内发生的独立随机事件，因而适用于计量模型分析的解释变量必须具有严格的外生性，否则就会产生计量分析的内生性问题，进而影响实证研究结果的可靠性。如对那些获得多笔贷款的农户，如果将其在5年中任何一年的家庭年收入或者5年的平均年收入作为解释变量纳入实证分析当中，就会产生非常严重的“反向因果关系”的内生性问题，基于上述考虑，本文在计量分析中采用的解释变量主要包括两个方面:一是采用以户主自身特征形成的外生变量;因为样本农户的户主在研究设定的5年内没有发生变化，所以本文认为以户主自身特征形成的一些变量具有严格的外生性;二是采用农户类型、农户家庭承包的土地规模及前往正规金融机构的交通是否便利等具有严格外生性的解释变量。本文选取的解释变量具体如下:1.农户的家庭结构。本文首先根据户主在2006—2010年的平均年龄将农户家庭分为青年家庭(18～35岁，youngh)，中年家庭(36～45岁，middleh)，中老年家庭(46～55岁mid-oldh)，老年家庭(56岁以上oldh)四个分类变量，其次以老年家庭为参照类将这些分类变量转化成3个虚拟变量。由于我国当前大部分农业生产仍旧属于劳动密集型方式，因而，相对老年家庭结构，年轻的农户家庭从事农业或非农业的生产能力和效率都相对好些，有利于获得正规金融机构的贷款，且能获得贷款笔数的概率也相对较高。2.户主的性别(gender)也是非常重要的变量，国外学者的调查研究发现，女性借款者信用往往好于男性借款者(Fletschner等，2011)。既然我国农户借款都是户主代表家庭出面申请，因此，本文预测户主为男性的家庭较户主为女性的家庭获得金融机构的贷款概率较小。3.户主的受教育水平(education)一定程度上可以代表农户家庭的综合能力。户主的受教育水平越高，如果从事农业生产，就能够较快把握农产品的市场信息，了解农业新技术的动态，灵活的安排农业生产，降低各种生产经营风险，有利于获取最佳收益。如果从事非农业生产，也能够较顺利熟悉所从事的工作，从而为家庭增加收入来源。因此，本文预测该变量不仅有利于农户获得贷款，且有利于多次申请贷款的农户在单位时间内成功获得多笔贷款。4.农户承包土地规模的大小(land)。作为最基本的生产资料，农户家庭承包土地规模的大小在一定程度上反映了农户的收益率，因此本文预测该变量对农户在单位时间内获得贷款及获得多笔贷款的影响为正。5.农户所在村到正规金融机构的交通是否便利(traffic)。便利的交通能降低农户获得信贷的成本。因此本文预测该变量对农户在单位时间内获得贷款及获得多笔贷款的影响为正。6.农户的类型。本文在调查中首先确定农户类型在5年考察期未发生改变的前提下，将受访农户按照纯农(farm)、非农(nonfarm)和兼业(bothtype)分为三个分类变量，然后以非农为参照类将这些分类变量转化为2个虚拟变量。相对于非农农户，纯农农户和兼业农户存在着家庭收入来源范围较小，以及收入水平较低的情况，因而本文预测纯农农户和兼业农户相对非农农户较难以在单位时间内获得正规金融机构的贷款，即使获得金融机构的贷款，获得贷款的笔数概率也较低。表2给出了所有变量的定义、说明及统计特征。

(二)结果分析农户在5年内获得正规金融机构贷款笔数的泊松门栏模型的估计结果见表3，可以看出对被解释变量具有显著性影响的外生因素大多同前述理论预期一致(见表4)。从模型结果来看，家庭结构为中年家庭的农户相对于老年家庭的农户更容易获得正规金融机构的贷款，这与韩俊等(2007)的研究结论类似(他们的研究表明36岁的农户家庭具有最高的借款获准率)，除了较高的生产能力和效率外，这里可能存在的解释是，中年农户家庭有比较高的收入预期和收入保障，因此更容易获得正规金融机构的借贷。农户承包土地规模的大小(land)对农户在5年内获得正规金融机构的贷款有极显著的正向影响，即农户承包土地规模越大，其就越容易在5年时间内获得正规金融机构的贷款。韩俊等(2007)、李锐等(2004)、颜志杰等(2005)研究均发现农户的耕地或土地面积与其成功获得正规金融机构的贷款呈显著正相关关系，而本文的结论进一步表明了农户承包土地规模的大小对其获得正规金融机构的借贷具有结构性的影响。同时，研究结果显示，前往金融机构越便利的农户越容易获得贷款。除了融资成本较低的因素以外，这个结果也可以理解为:一方面，交通便利使得金融机构对农户比较容易了解，因而农户的声誉在这种情形下具有很好的信号传递作用;另一方面，农户前往正规金融机构越方便，则更容易获得各种信贷产品的信息，更加了解贷款方式及程序，从而能够相应地做出准备，有利于其增大获得正规金融贷款的可能性。而在5年时间内农户获得正规金融机构贷款的前提下，就获得贷款的笔数而言，中老年农户家庭相对于老年农户家庭，其获得多笔贷款的概率显著降低，这和本文前述理论预期相反，造成这种情况的可能原因是老年农户家庭虽然借贷笔数多，但借贷额度可能较小，而中老年农户家庭虽然收入能力和潜力都比老年农户家庭要强，但同时经济负担可能更为沉重，经济支出可能更为庞大，例如子女的上学、婚姻、父母的赡养以及其他家庭红白喜事的支出，从而导致每笔借贷额度可能较大，这些因素降低了中老年农户家庭对负债的偿还能力，从而影响了正规金融机构对其贷款的发放。研究结果表明其他外生变量如年轻的农户家庭、户主的性别、教育水平、纯农农户类型、兼业农户类型等对农户在5年内获得正规金融机构的贷款的影响不显著，这反映出被调查地区的正规金融机构对上述变量不敏感，可能的原因是正规金融机构并没有把向农户提供贷款真正作为自己的经营方向，而且其在信息收集成本方面也较高，因此没有激励去了解或评估样本农户的信用状况。需要注意的是，本文的模型估计的结果反映出两个特点:第一，具有样本选择性质的泊松门栏模型中第一部分补充双对数模型的实证结果中显著性外生变量的个数多于第二部分截断泊松回归模型，这表明补充双对数模型是泊松门栏模型的主要影响部分，即农户在单位时间内能否获得正规金融机构的贷款要比其获得贷款的笔数更重要;第二，部分同一外生因素在泊松门栏模型中对农户在单位时间内是否获得正规金融机构的贷款和获得贷款的笔数有着不同的显著性影响，甚至影响方向也相反，例如，相对于老年农户家庭，中年农户家庭和中老年农户家庭对在单位时间内是否获得金融机构的贷款有着正向影响，而对在单位时间内获得正规金融机构贷款的笔数却有着负向影响，并且中年农户家庭只显著影响着其是否获得正规金融机构的贷款，中老年农户家庭只显著影响着其在单位时间内获得正规金融机构贷款的笔数;这一发现是本文的一个重要贡献，这说明虽然外生变量对农户在5年内获得贷款的影响要比其对农户在5年内获得贷款的笔数的影响要大，但是同一外生变量在这两个计量分析阶段中仍然有着不同的权重。同时，这一发现也能更好的体现本文研究的价值和计量分析的优越性。

四、结论及启示

本文以山东泰安地区农户调查数据为例，采用一个具有样本选择性质的泊松门栏模型，实证分析了影响农户在5年内获得正规金融机构贷款笔数的各种外生因素。研究表明，中年农户家庭相对于老年农户家庭更容易获得正规金融机构的贷款;农户承包土地规模越大，到正规金融机构的交通越便利，5年内农户越容易获得金融机构的贷款;中老年农户家庭相对于老年农户家庭，其获得多笔贷款的概率显著降低。本文也发现，在泊松门栏模型的两部分方程中，同一组外生变量在影响程度、影响方向及影响个数上都存在着差异，这种差异显示补充双对数模型是泊松门栏模型的主要影响部分，即农户在单位时间内能否获得正规金融机构的贷款要比其获得贷款的笔数更重要。基于本文的研究结论得出以下政策启示:第一，从研究结果来看，农户承包的土地规模与其获得金融机构贷款存在着显著的正相关关系。可见目前，金融机构在考虑是否提供贷款的时候，农户承包的土地规模是体现其还款能力的重要指标之一。因而未来我国农村金融深化改革势必要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。只有持续的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。第二，本文的研究结果也表明农户所在村到金融机构的交通便利程度与其获得金融机构贷款存在着显著的正相关关系。可见加强农村交通设施的建设对于促进农村金融市场的发展有重要意义。因此，未来各级政府应加大对农村交通设施建设的投入，这样做不仅可以使金融机构更深入地了解农户，也有利于降低农户向正规金融机构的融资成本，从而更好的促进农村金融市场的发展。

作者：李韬罗剑朝陈妍单位：西北农林科技大学经济管理学院