農(nóng)戶信貸配給及影響因素實證研究

胡振+李娜+王春燕

摘 ? 要：農(nóng)村金融難題最直接的體現(xiàn)就是廣泛存在的農(nóng)戶信貸配給問題。本文依據(jù)信貸配給理論，通過問卷調(diào)查的方式，闡明了吉林省農(nóng)戶信貸配給的現(xiàn)狀，分析了導(dǎo)致農(nóng)戶信貸配給的原因。在此基礎(chǔ)上，運用Probit模型，實證分析農(nóng)戶家庭及個人特征對其所受信貸配給的影響，提出緩解農(nóng)戶信貸配給的建議。

關(guān)鍵詞：信貸配給;影響因素;Probit模型

中圖分類號：F830.31 ? ? ? ? ? ? ? ? ?文獻標(biāo)識碼：B ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-0017-2014（11）-0034-05

一、引言

金融要素是經(jīng)濟發(fā)展的必備要素，同時也是稀缺要素，在經(jīng)濟發(fā)展過程中處于系統(tǒng)中樞的地位，在農(nóng)村經(jīng)濟系統(tǒng)中更是如此。農(nóng)村金融問題是解決“三農(nóng)”問題的關(guān)鍵所在。正是因為認識到這一點，所以黨中央也對農(nóng)村金融問題極度重視，十六個“一號文件”的出臺就最有力的證明。從1984年開始，連續(xù)五年的中央一號文件關(guān)注“三農(nóng)”問題，從2004年至2014年，長達十一年的中央一號文件持續(xù)聚焦“三農(nóng)”。進入新世紀以來的這11個一號文件均涉及到農(nóng)村金融問題，農(nóng)村金融問題的重要性可見一斑。2014年一號文件提出，要加快農(nóng)村金融制度創(chuàng)新，強化金融機構(gòu)服務(wù)“三農(nóng)”的職責(zé)，發(fā)展新型農(nóng)村合作金融組織。

農(nóng)村金融領(lǐng)域存在的諸多困難當(dāng)中，最突出的問題是信貸配給問題。農(nóng)村信貸配給問題對農(nóng)民增收、農(nóng)業(yè)增效和農(nóng)村發(fā)展均產(chǎn)生著極大的阻滯作用，如何打破這一瓶頸，是建設(shè)社會主義，推動城鄉(xiāng)一體化必須面對和解決的問題。本文嘗試在吉林省農(nóng)戶信貸配給方面做一些有益的嘗試，以期起到拋磚引玉的作用。

關(guān)于對信貸配給的關(guān)注最早可以追溯到亞當(dāng)·斯密時代。1776年亞當(dāng)·斯密在《國富論》當(dāng)中說，利率受到抑制的時候信貸存在非價格配給的現(xiàn)象。1930年凱恩斯在《貨幣論》中提到，市場經(jīng)濟條件下，現(xiàn)實總存在銀行不依靠利率來配給資金的現(xiàn)象。埃利斯（1951）第一次清楚地給信貸配給這一概念下了定義，認為不管在什么時候風(fēng)險總是存在的，因此金融機構(gòu)在授信時必須要審核申請借款者，同時還認為因擔(dān)心貸款利率高而不愿意申請貸款和愿意支付高額利率也申請不到貸款的人，兩者是不一樣的，金融機構(gòu)按照自己規(guī)定的授信標(biāo)準(zhǔn)來分配信貸資源就是信貸配給。對信貸配給進行比較全面定義的是斯蒂格利茨和韋斯（1981），證明了信息不對稱條件下信貸配給的產(chǎn)生。

在國內(nèi)，李慶海、李銳、汪三貴（2012）的研究發(fā)現(xiàn)有64.5%的農(nóng)戶受到信貸配給，其中54.0%的農(nóng)戶受到完全配給，10.5%的農(nóng)戶受到部分配給;信貸配給使農(nóng)戶家庭凈收入和消費支出分別減少18.5%和20.8%;朱喜、李子奈（2006）考察了我國農(nóng)村正式金融機構(gòu)對農(nóng)戶的信貸配給問題，政府干預(yù)和信息不對稱是造成農(nóng)村信貸配給的重要原因，銀行和信用社對農(nóng)戶的貸款決策主要決定于政府的農(nóng)村金融政策;褚保金、盧亞娟、張龍耀（2009）采用內(nèi)生轉(zhuǎn)換模型分析信貸配給與農(nóng)戶福利水平之間的關(guān)系;劉艷華、王家傳（2009）對我國農(nóng)村信貸配給的效率問題進行了深入分析，政府主導(dǎo)的農(nóng)村金融體制變遷決定了農(nóng)業(yè)信貸配給度的變遷;農(nóng)業(yè)信貸配給度有所降低，但其信貸配給效率低下。綜觀上述文獻可以發(fā)現(xiàn)，國內(nèi)學(xué)者對農(nóng)村信貸配給的研究大多是從信用的可獲性、風(fēng)險、利率因素、交易成本、信息不對稱、信貸合同的執(zhí)行等角度來對其進行解釋的，對微觀農(nóng)戶個體的異質(zhì)性對信貸配給的影響挖掘得還不夠深入，因此本文將著重結(jié)合農(nóng)戶的異質(zhì)性方面進行進一步的拓展。

二、數(shù)據(jù)來源、描述性統(tǒng)計及研究方法

（一）數(shù)據(jù)來源

根據(jù)吉林省經(jīng)濟發(fā)展現(xiàn)狀，首先將各縣（市）按照人均GDP進行排序，分成好、中、差三類，然后隨機從每一類當(dāng)中抽取兩個縣（市）。由此抽取到德惠市、舒蘭市、榆樹市、白山市江源區(qū)、長嶺縣、安圖縣6個縣（市），此外因為九臺市是吉林省農(nóng)村金融改革的試點市，這里將九臺市也作為樣本縣，這樣樣本總共有7個縣（市）。確定好樣本縣（市）后，考慮到實際調(diào)研方面的困難，為了便于開展調(diào)研工作，每個縣選擇2-3個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)選擇2-3個村作為樣本村。在每個村按照農(nóng)戶承包經(jīng)營土地面積，將農(nóng)戶分成三類：較大、適中、較小。每個村每個類別抽取2-4個農(nóng)戶作為樣本戶。共做調(diào)研問卷221份，得到有效問卷211份，有效率達到95.5%。樣本縣鎮(zhèn)有亮兵鎮(zhèn)、太平川鎮(zhèn)、夏家店街道、三岔子鎮(zhèn)、東湖鎮(zhèn)、環(huán)城街道、法特鎮(zhèn)、七里鄉(xiāng)、水曲柳鎮(zhèn)、青山鄉(xiāng)等。表1給出了樣本分布情況。

（二）樣本描述性統(tǒng)計分析

樣本的描述性統(tǒng)計如表2所示。樣本年齡分布分為5段，分別是29歲以下、30-39歲、40-49歲、50-59歲、60歲以上?？梢钥闯?0-49歲的訪問對象數(shù)量最多達101個，接近50%。調(diào)研樣本中受教育程度分布情況如下，文盲有10個，占4.7%;小學(xué)程度65個，占30.8%;初中113個，占53.6%;高中22個，占10.4%;大專及以上1個，占0.5%。從累計百分比看，受教育程度為初中及以下的占89.1%。因此可得，在吉林省農(nóng)村地區(qū)整體受教育程度不高。

資金短缺情況方面。當(dāng)問及農(nóng)業(yè)生產(chǎn)過程中是否會出現(xiàn)資金短缺時，回答“是”的有159個，占75.4%;回答“否”的有52個，占24.6%。說明農(nóng)業(yè)生產(chǎn)中出現(xiàn)資金短缺的農(nóng)戶占樣本農(nóng)戶的比重較高，占四分之三以上。因為吉林省地處東北地區(qū)，熟制是一年一熟，過年和春耕是農(nóng)戶用錢比較密集的兩個時間段，收獲的糧食在春節(jié)前沒有出售就會導(dǎo)致過年資金比較緊張，春耕時期因為購買農(nóng)資需要，資金量也比較集中。

在資金需求量方面。當(dāng)問到“如果資金短缺，那您需要多少的借款進行農(nóng)業(yè)生產(chǎn)？”時，資金需求在5000元以下的農(nóng)戶占21.4%，可能這部分農(nóng)戶以小規(guī)模農(nóng)戶為主，也有可能是臨時性的生活借貸，金額不大。5000元到1萬元的占35.8%;1萬元到2萬元的占28.3%;2萬元以上的占14.5%;2萬元以下農(nóng)戶累計占比85%;1萬元以下的占57.2%。

農(nóng)戶借款渠道方面，問道“如果資金短缺，您會向誰借款？”時，回答“金融機構(gòu)”的有129戶，占61.1%;回答“親戚朋友”的有60戶，占28.4%，兩者合計占比近90%。

收入來源方面。當(dāng)問及“如果您不會出現(xiàn)資金短缺，那么您的主要資金來源是什么？”，回答“種糧”的有145戶，占樣本量的68.7%。這與東北地區(qū)人均耕地面積大密切相關(guān)，樣本地區(qū)7成農(nóng)戶主要資金來源是種糧收入，東北地區(qū)兼業(yè)農(nóng)戶在全國相比整體處于較低水平?；卮稹巴獬鰟?wù)工”的有44戶，占20.9%，這是由于種糧收入是家庭收入的主要來源，且因為家庭經(jīng)營面積較大，務(wù)農(nóng)收入較高，因此勞動力外出務(wù)工的比重就比較低，這與四川、河南等農(nóng)民工輸出大省不同。回答“農(nóng)副產(chǎn)品”的有14戶，占6.6%;回答“家庭富余”的有8戶，占3.8%。種糧和務(wù)工收入作為家庭主要資金來源的累計占到近90%。

在借款類型上，問及“您現(xiàn)在獲得的是信用社的哪個類型貸款？”時，獲得過貸款的有131個，占62.09%，沒有獲得貸款的有80個，占37.91%。在獲得過貸款的131個農(nóng)戶中，獲得五戶聯(lián)保貸款、小額貸款、擔(dān)保貸款、抵押貸款、還沒獲得過貸款的農(nóng)戶順次分別有32戶、79戶、45戶、5戶、80戶。五戶聯(lián)保貸款和小額貸款合計占52.61%。

按照是否申請貸款以及是否得到貸款進行的分類情況如表3所示。

從表3可見，申請貸款的農(nóng)戶占211個樣本的比例為33.64%，獲取貸款的農(nóng)戶占申請貸款農(nóng)戶總數(shù)的22.27%，尚有66.2%的農(nóng)戶有貸款意愿但實際沒有得到貸款，說明確實存在對農(nóng)戶的信貸配給現(xiàn)象。

依據(jù)Bouncher對信貸配給的六分法，將211份有效問卷依據(jù)農(nóng)戶的收入情況進行更細的分類，如表4所示。通過這樣的細致分類可以提高調(diào)研樣本的可識別程度。

從表4中可以看出，在低收入農(nóng)戶中：在價格型信貸配給中，借貸型價格配給和未借貸型價格配給分別有5戶和23戶累計有28戶，占40%，非價格信貸配給即完全數(shù)量配給、部分數(shù)量配給、風(fēng)險配給、交易成本配給合計占60%;可見在低收入農(nóng)戶中價格型信貸配給占主流。樣本中完全數(shù)量配給的有1戶，受完全數(shù)量信貸配給的農(nóng)戶數(shù)量很少，這與經(jīng)驗觀察相一致，這與農(nóng)村信貸市場的低門檻相關(guān)。

在風(fēng)險型信貸配給中共有15戶，占樣本的7.1%。其中中等收入類別和高等收入類別的比重均大于低收入類別的農(nóng)戶，可見風(fēng)險型信貸配給更多的限制的是中高等收入農(nóng)戶。在交易成本配給類型中，中等收入組所占的比重高于低收入組和高收入組，就是說中等收入組更不愿意為借貸付出額外的成本。高收入組內(nèi)的交易成本配給類型的比重是較低的，可能是高收入農(nóng)戶的還款能力更強，違約風(fēng)險比中低收入農(nóng)戶小。

在部分數(shù)量配給里，高收入類別農(nóng)戶有28戶，占45.16%。可見高收入組里面申請貸款而只得到部分貸款的人占近一半，可能因為高收入的農(nóng)戶對于較少的資金不缺乏，當(dāng)借貸時的資金需求量會比較大，而農(nóng)村信用社作為農(nóng)村金融的供給主力軍，授信額度有嚴格的要求，相對于高收入農(nóng)戶的申請額度一般是很難滿足的。

（三）研究方法

在研究農(nóng)戶信貸配給影響因素時，采用離散選擇模型中的Biprobit模型，回歸方程形式是：

A ?=α+βX +ε

A =1，if，A ?>00，if，A ?≤0

A ?是潛變量（Latent Variable）。A 是0-1型虛擬變量，當(dāng)考察的農(nóng)戶受到信貸配給時，用A =1來表示，反之，當(dāng)考察的農(nóng)戶沒有受到信貸配給時，用A =0來表示; X 表示所考察的農(nóng)戶特征變量，比如農(nóng)戶的戶主年齡、受教育水平、收入、家庭經(jīng)營土地規(guī)模、利率、貸款使用時間等;ε 表示隨機誤差項。回歸系數(shù)反應(yīng)的是潛變量變化的結(jié)果。我們在文中將計算便于直觀理解的邊際效應(yīng)，即自變量對信貸配給概率的邊際影響是怎樣的。

在回歸模型中，解釋變量主要有戶主性別（gender）、戶主年齡（age）、戶主受教育水平（edu）、家庭經(jīng)營土地面積（scale）、收入（income）、利率（ratio）、資金使用時間（time）。

三、實證研究

計量運算使用Eviews6.0軟件，回歸結(jié)果見表5。R-squared值為0.8568，調(diào)整后的擬合優(yōu)度為0.8395，說明解釋變量對被解釋變量的整體擬合情況較好。F統(tǒng)計量的概率P值為0.0054，小于1%，說明較為顯著。

從表5中可以看出如下結(jié)果：

在農(nóng)戶的的個人稟賦特征中，性別因素的回歸系數(shù)為-0.1865，概率P值為0.9055，沒有通過顯著性檢驗，說明性別因素對信貸配給沒有顯著的影響。原因可能是因為調(diào)研過程中訪問的對象有男性也有女性，但申請貸款這樣的事情對一個家庭來講是件大事，一般是由戶主來決定，而調(diào)研過程中因為有的戶主不在只能訪問妻子，個人特征記錄的是妻子的。

年齡因素的回歸系數(shù)為負值，且在5%的顯著性水平上通過檢驗，說明年齡越大發(fā)生信貸配給的概率越小。當(dāng)然年齡是要限制在一定范圍內(nèi)的，因為根據(jù)規(guī)定，年齡超過60歲，農(nóng)村信用社的授信意愿很低，絕大部分地區(qū)超過60歲原則上不再給予貸款。這可能是考慮到農(nóng)戶的還款能力。另外一面可能是年齡超過60歲的農(nóng)戶一般子女均已經(jīng)結(jié)婚，自身的經(jīng)濟負擔(dān)較小，開支也小，不需要擴大再生產(chǎn)，所以貸款的意愿也就降低了，這一點在調(diào)研結(jié)果中人口規(guī)模這一點可以得到印證，相對于家庭人口規(guī)模較大的家庭，戶主的經(jīng)濟壓力要小。

受教育水平這一因素的系數(shù)為負，且在1%的顯著性水平下通過檢驗。說明受教育程度越高，則其受到信貸配給的概率越低。這可能是因為受教育程度越高，則代表的能力越強，從而收入越高，國內(nèi)外的大量研究證實受教育水平和收入是正相關(guān)的。農(nóng)戶受教育程度越高，他掌握的生產(chǎn)經(jīng)營知識和能力就越強，接受新事物的能力越強，思維也更活躍，從而收入也越高，收入越高則代表著其在申請貸款時還款能力置信度更高。從另外一個角度講，農(nóng)戶受教育程度越高，則其非農(nóng)就業(yè)機會也越多，從而非農(nóng)收入越高，調(diào)研結(jié)果也支持這一結(jié)論，文化水平較高的農(nóng)戶在從事農(nóng)業(yè)生產(chǎn)的同時也會開辟非農(nóng)增收渠道，有些農(nóng)戶從事養(yǎng)殖業(yè)、運輸、開飯店、商店等等。這一類型的農(nóng)戶在當(dāng)?shù)囟嗍菍儆谖幕捷^高，經(jīng)營思路較靈活的人。

家庭經(jīng)營的土地規(guī)模這一因素的回歸系數(shù)是負值，且在10%的顯著性水平下通過檢驗。說明家庭經(jīng)營土地規(guī)模越大，收入也就越高，還款能力越強，很多研究成果也支持這一結(jié)論，農(nóng)村金融機構(gòu)的貸款資源一直存在“壘大戶”的現(xiàn)象，即貸款向農(nóng)村的富裕農(nóng)戶集中。而收入越低越容易受到信貸配給。其他條件不變的前提下，土地經(jīng)營規(guī)模擴大一單位，信貸配給發(fā)生的概率降低5.12%。

農(nóng)戶收入因素的回歸系數(shù)為正數(shù)，且在5%的顯著性水平下通過檢驗，說明農(nóng)戶收入越高越不容易受到信貸配給。調(diào)研中發(fā)現(xiàn)絕大數(shù)農(nóng)戶在回答還款來源時，均回答售糧收入。可見在調(diào)研地區(qū)家庭收入結(jié)構(gòu)中最主要的還是家庭經(jīng)營收入，又加之吉林省相對其他省份來講，人均耕地面積多，所以種糧成為家庭收入的主要來源。這一現(xiàn)象還可以從全國勞動力的流動情況得到印證，吉林省的勞動力流動率在全國是非常低的，特別是流出東北三省比例的要遠遠少于關(guān)內(nèi)的省份。而劉西川的研究結(jié)果表明，非農(nóng)收入比重越高農(nóng)戶受到信貸配給的概率越小。

利率因素的回歸系數(shù)為正數(shù)，在1%的顯著性水平下通過檢驗。說明利率越高農(nóng)戶受到信貸配給的可能性就越大，這很容易理解，利率增高，農(nóng)戶的融資成本就會增加。利率高到一定程度，農(nóng)戶可能就不會選擇從金融機構(gòu)貸款，調(diào)查顯示，最高利率為14%。

申請貸款的使用時間回歸系數(shù)為正數(shù)，概率P值為0.879，沒有通過顯著性檢驗。說明貸款申請使用時間越長，貸不到款或者不能足額得到貸款的概率越大。中國科學(xué)院的調(diào)研結(jié)果也可以同時印證這一點，樣本農(nóng)戶的貸款平均使用時間約為9個月?？梢娹r(nóng)村金融機構(gòu)的主流授信基本上是短期貸款，貸款使用時間超過一年的不多。因為貸出的資金時間越長，金融機構(gòu)不可控的因素就越多，而縮短資金使用時間就變相增加了農(nóng)戶和金融機構(gòu)之間的信息對稱程度。

四、研究結(jié)論和政策啟示

（一）研究結(jié)論

本文從信貸配給的視角，采用實地調(diào)研數(shù)據(jù)分析了吉林省農(nóng)戶信貸配給現(xiàn)狀及其影響因素。得出以下結(jié)論：吉林省農(nóng)戶信貸配給程度比較嚴重。農(nóng)戶受到信貸配給的原因是多方面的：從金融供給主體看，一是農(nóng)村金融機構(gòu)網(wǎng)點少，二是農(nóng)村金融機構(gòu)普遍具有非農(nóng)化經(jīng)營趨勢，三是信貸產(chǎn)品不適應(yīng)農(nóng)戶需求;從金融需求主體看，一是農(nóng)戶思想保守限制了金融需求，二是收入偏低難以承擔(dān)高額貸款成本，三是抵押物缺乏無法獲取貸款;從金融環(huán)境看，農(nóng)業(yè)的弱質(zhì)性和農(nóng)民的弱勢性很容易導(dǎo)致信貸配給的現(xiàn)象。農(nóng)戶自身的稟賦與信貸配給概率密切相關(guān)。年齡越大、受教育水平越高、土地經(jīng)營規(guī)模越大、收入水平越高、利率越低，農(nóng)戶受到信貸配給的概率就越小，反之則受到信貸配給的可能性就越大。而且這些因素的交互作用是復(fù)雜的。

（二）政策啟示

根據(jù)上述研究結(jié)論，得出如下政策啟示：增加金融產(chǎn)品供給，創(chuàng)新服務(wù)，結(jié)合吉林省家庭經(jīng)營規(guī)模普遍較大的特點，開發(fā)適合其經(jīng)濟特點的金融產(chǎn)品和服務(wù);利用政策支持，提高農(nóng)村金融機構(gòu)開展涉農(nóng)金融服務(wù)的積極性，對金融機構(gòu)開展的涉農(nóng)貸款可以考慮給予稅費優(yōu)惠和利息補貼;加強金融教育提高農(nóng)戶信用意識，提高農(nóng)戶對金融產(chǎn)品的認知能力;完善金融基礎(chǔ)設(shè)施，增加網(wǎng)點密度，增強農(nóng)戶金融產(chǎn)品的地理可及性;統(tǒng)籌城鄉(xiāng)經(jīng)濟發(fā)展，提高農(nóng)民收入。

參考文獻

[1]Stiglitz， J. E. and A. Weiss， Credit Rationing in Markets with Imperfect Information， American Economic Re-view.

1981，71（3）：393-410.

[2]褚保金，盧亞娟，張龍耀.信貸配給下農(nóng)戶借貸的福利效果分析[J].中國農(nóng)村經(jīng)濟，2009，（6）：51-61。

[3]李慶海，李銳，汪三貴.農(nóng)戶信貸配給及其福利損失[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2012，（8）：35-48。

[4]劉艷華，王家傳.中國農(nóng)村信貸配給效率的實證分析[J].農(nóng)業(yè)經(jīng)濟問題，2009，（5）：23-28。

[5]朱喜，李子奈.我國農(nóng)村正式金融機構(gòu)對農(nóng)戶的信貸配給[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2006，（3）：37-49。

An Empirical Study on Farmers Credit Rationing and Influencing Factors

——Evidence from Micro-data of Rural Areas in Jilin Province

HU Zhen1 ? LI Na2 ? WANG Chunyan1

（1 College of Economics and Management of China Agricultural University， Beijing 100083;

2 School of Economics and Management of Jilin Agricultural University， Changchun Jinlin 130118）

Abstract：The most direct reflection of the rural financial problem is the peasant household credit rationing which is a widespread problem. Based on the theory on credit rationing and through questionnaire， the paper illustrates the present situation of peasant household credit rationing in Jilin province， analyzes the cause of peasant household credit rationing. On the basis of above analysis， using Probit model， the paper makes an empirical analysis on the influence of the peasant households and individual characteristics on their credit rationing， and puts forward suggestions on easing the peasant household credit rationing.

Keywords： credit rationing; influencing factor; probit model

責(zé)任編輯、校對：楊振峰

家庭經(jīng)營的土地規(guī)模這一因素的回歸系數(shù)是負值，且在10%的顯著性水平下通過檢驗。說明家庭經(jīng)營土地規(guī)模越大，收入也就越高，還款能力越強，很多研究成果也支持這一結(jié)論，農(nóng)村金融機構(gòu)的貸款資源一直存在“壘大戶”的現(xiàn)象，即貸款向農(nóng)村的富裕農(nóng)戶集中。而收入越低越容易受到信貸配給。其他條件不變的前提下，土地經(jīng)營規(guī)模擴大一單位，信貸配給發(fā)生的概率降低5.12%。

農(nóng)戶收入因素的回歸系數(shù)為正數(shù)，且在5%的顯著性水平下通過檢驗，說明農(nóng)戶收入越高越不容易受到信貸配給。調(diào)研中發(fā)現(xiàn)絕大數(shù)農(nóng)戶在回答還款來源時，均回答售糧收入?？梢娫谡{(diào)研地區(qū)家庭收入結(jié)構(gòu)中最主要的還是家庭經(jīng)營收入，又加之吉林省相對其他省份來講，人均耕地面積多，所以種糧成為家庭收入的主要來源。這一現(xiàn)象還可以從全國勞動力的流動情況得到印證，吉林省的勞動力流動率在全國是非常低的，特別是流出東北三省比例的要遠遠少于關(guān)內(nèi)的省份。而劉西川的研究結(jié)果表明，非農(nóng)收入比重越高農(nóng)戶受到信貸配給的概率越小。

利率因素的回歸系數(shù)為正數(shù)，在1%的顯著性水平下通過檢驗。說明利率越高農(nóng)戶受到信貸配給的可能性就越大，這很容易理解，利率增高，農(nóng)戶的融資成本就會增加。利率高到一定程度，農(nóng)戶可能就不會選擇從金融機構(gòu)貸款，調(diào)查顯示，最高利率為14%。

申請貸款的使用時間回歸系數(shù)為正數(shù)，概率P值為0.879，沒有通過顯著性檢驗。說明貸款申請使用時間越長，貸不到款或者不能足額得到貸款的概率越大。中國科學(xué)院的調(diào)研結(jié)果也可以同時印證這一點，樣本農(nóng)戶的貸款平均使用時間約為9個月。可見農(nóng)村金融機構(gòu)的主流授信基本上是短期貸款，貸款使用時間超過一年的不多。因為貸出的資金時間越長，金融機構(gòu)不可控的因素就越多，而縮短資金使用時間就變相增加了農(nóng)戶和金融機構(gòu)之間的信息對稱程度。

四、研究結(jié)論和政策啟示

（一）研究結(jié)論

本文從信貸配給的視角，采用實地調(diào)研數(shù)據(jù)分析了吉林省農(nóng)戶信貸配給現(xiàn)狀及其影響因素。得出以下結(jié)論：吉林省農(nóng)戶信貸配給程度比較嚴重。農(nóng)戶受到信貸配給的原因是多方面的：從金融供給主體看，一是農(nóng)村金融機構(gòu)網(wǎng)點少，二是農(nóng)村金融機構(gòu)普遍具有非農(nóng)化經(jīng)營趨勢，三是信貸產(chǎn)品不適應(yīng)農(nóng)戶需求;從金融需求主體看，一是農(nóng)戶思想保守限制了金融需求，二是收入偏低難以承擔(dān)高額貸款成本，三是抵押物缺乏無法獲取貸款;從金融環(huán)境看，農(nóng)業(yè)的弱質(zhì)性和農(nóng)民的弱勢性很容易導(dǎo)致信貸配給的現(xiàn)象。農(nóng)戶自身的稟賦與信貸配給概率密切相關(guān)。年齡越大、受教育水平越高、土地經(jīng)營規(guī)模越大、收入水平越高、利率越低，農(nóng)戶受到信貸配給的概率就越小，反之則受到信貸配給的可能性就越大。而且這些因素的交互作用是復(fù)雜的。

（二）政策啟示

根據(jù)上述研究結(jié)論，得出如下政策啟示：增加金融產(chǎn)品供給，創(chuàng)新服務(wù)，結(jié)合吉林省家庭經(jīng)營規(guī)模普遍較大的特點，開發(fā)適合其經(jīng)濟特點的金融產(chǎn)品和服務(wù);利用政策支持，提高農(nóng)村金融機構(gòu)開展涉農(nóng)金融服務(wù)的積極性，對金融機構(gòu)開展的涉農(nóng)貸款可以考慮給予稅費優(yōu)惠和利息補貼;加強金融教育提高農(nóng)戶信用意識，提高農(nóng)戶對金融產(chǎn)品的認知能力;完善金融基礎(chǔ)設(shè)施，增加網(wǎng)點密度，增強農(nóng)戶金融產(chǎn)品的地理可及性;統(tǒng)籌城鄉(xiāng)經(jīng)濟發(fā)展，提高農(nóng)民收入。

參考文獻

[1]Stiglitz， J. E. and A. Weiss， Credit Rationing in Markets with Imperfect Information， American Economic Re-view.

1981，71（3）：393-410.

[2]褚保金，盧亞娟，張龍耀.信貸配給下農(nóng)戶借貸的福利效果分析[J].中國農(nóng)村經(jīng)濟，2009，（6）：51-61。

[3]李慶海，李銳，汪三貴.農(nóng)戶信貸配給及其福利損失[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2012，（8）：35-48。

[4]劉艷華，王家傳.中國農(nóng)村信貸配給效率的實證分析[J].農(nóng)業(yè)經(jīng)濟問題，2009，（5）：23-28。

[5]朱喜，李子奈.我國農(nóng)村正式金融機構(gòu)對農(nóng)戶的信貸配給[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2006，（3）：37-49。

An Empirical Study on Farmers Credit Rationing and Influencing Factors

——Evidence from Micro-data of Rural Areas in Jilin Province

HU Zhen1 ? LI Na2 ? WANG Chunyan1

（1 College of Economics and Management of China Agricultural University， Beijing 100083;

2 School of Economics and Management of Jilin Agricultural University， Changchun Jinlin 130118）

Abstract：The most direct reflection of the rural financial problem is the peasant household credit rationing which is a widespread problem. Based on the theory on credit rationing and through questionnaire， the paper illustrates the present situation of peasant household credit rationing in Jilin province， analyzes the cause of peasant household credit rationing. On the basis of above analysis， using Probit model， the paper makes an empirical analysis on the influence of the peasant households and individual characteristics on their credit rationing， and puts forward suggestions on easing the peasant household credit rationing.

Keywords： credit rationing; influencing factor; probit model

責(zé)任編輯、校對：楊振峰

家庭經(jīng)營的土地規(guī)模這一因素的回歸系數(shù)是負值，且在10%的顯著性水平下通過檢驗。說明家庭經(jīng)營土地規(guī)模越大，收入也就越高，還款能力越強，很多研究成果也支持這一結(jié)論，農(nóng)村金融機構(gòu)的貸款資源一直存在“壘大戶”的現(xiàn)象，即貸款向農(nóng)村的富裕農(nóng)戶集中。而收入越低越容易受到信貸配給。其他條件不變的前提下，土地經(jīng)營規(guī)模擴大一單位，信貸配給發(fā)生的概率降低5.12%。

農(nóng)戶收入因素的回歸系數(shù)為正數(shù)，且在5%的顯著性水平下通過檢驗，說明農(nóng)戶收入越高越不容易受到信貸配給。調(diào)研中發(fā)現(xiàn)絕大數(shù)農(nóng)戶在回答還款來源時，均回答售糧收入。可見在調(diào)研地區(qū)家庭收入結(jié)構(gòu)中最主要的還是家庭經(jīng)營收入，又加之吉林省相對其他省份來講，人均耕地面積多，所以種糧成為家庭收入的主要來源。這一現(xiàn)象還可以從全國勞動力的流動情況得到印證，吉林省的勞動力流動率在全國是非常低的，特別是流出東北三省比例的要遠遠少于關(guān)內(nèi)的省份。而劉西川的研究結(jié)果表明，非農(nóng)收入比重越高農(nóng)戶受到信貸配給的概率越小。

利率因素的回歸系數(shù)為正數(shù)，在1%的顯著性水平下通過檢驗。說明利率越高農(nóng)戶受到信貸配給的可能性就越大，這很容易理解，利率增高，農(nóng)戶的融資成本就會增加。利率高到一定程度，農(nóng)戶可能就不會選擇從金融機構(gòu)貸款，調(diào)查顯示，最高利率為14%。

申請貸款的使用時間回歸系數(shù)為正數(shù)，概率P值為0.879，沒有通過顯著性檢驗。說明貸款申請使用時間越長，貸不到款或者不能足額得到貸款的概率越大。中國科學(xué)院的調(diào)研結(jié)果也可以同時印證這一點，樣本農(nóng)戶的貸款平均使用時間約為9個月?？梢娹r(nóng)村金融機構(gòu)的主流授信基本上是短期貸款，貸款使用時間超過一年的不多。因為貸出的資金時間越長，金融機構(gòu)不可控的因素就越多，而縮短資金使用時間就變相增加了農(nóng)戶和金融機構(gòu)之間的信息對稱程度。

四、研究結(jié)論和政策啟示

（一）研究結(jié)論

本文從信貸配給的視角，采用實地調(diào)研數(shù)據(jù)分析了吉林省農(nóng)戶信貸配給現(xiàn)狀及其影響因素。得出以下結(jié)論：吉林省農(nóng)戶信貸配給程度比較嚴重。農(nóng)戶受到信貸配給的原因是多方面的：從金融供給主體看，一是農(nóng)村金融機構(gòu)網(wǎng)點少，二是農(nóng)村金融機構(gòu)普遍具有非農(nóng)化經(jīng)營趨勢，三是信貸產(chǎn)品不適應(yīng)農(nóng)戶需求;從金融需求主體看，一是農(nóng)戶思想保守限制了金融需求，二是收入偏低難以承擔(dān)高額貸款成本，三是抵押物缺乏無法獲取貸款;從金融環(huán)境看，農(nóng)業(yè)的弱質(zhì)性和農(nóng)民的弱勢性很容易導(dǎo)致信貸配給的現(xiàn)象。農(nóng)戶自身的稟賦與信貸配給概率密切相關(guān)。年齡越大、受教育水平越高、土地經(jīng)營規(guī)模越大、收入水平越高、利率越低，農(nóng)戶受到信貸配給的概率就越小，反之則受到信貸配給的可能性就越大。而且這些因素的交互作用是復(fù)雜的。

（二）政策啟示

根據(jù)上述研究結(jié)論，得出如下政策啟示：增加金融產(chǎn)品供給，創(chuàng)新服務(wù)，結(jié)合吉林省家庭經(jīng)營規(guī)模普遍較大的特點，開發(fā)適合其經(jīng)濟特點的金融產(chǎn)品和服務(wù);利用政策支持，提高農(nóng)村金融機構(gòu)開展涉農(nóng)金融服務(wù)的積極性，對金融機構(gòu)開展的涉農(nóng)貸款可以考慮給予稅費優(yōu)惠和利息補貼;加強金融教育提高農(nóng)戶信用意識，提高農(nóng)戶對金融產(chǎn)品的認知能力;完善金融基礎(chǔ)設(shè)施，增加網(wǎng)點密度，增強農(nóng)戶金融產(chǎn)品的地理可及性;統(tǒng)籌城鄉(xiāng)經(jīng)濟發(fā)展，提高農(nóng)民收入。

參考文獻

[1]Stiglitz， J. E. and A. Weiss， Credit Rationing in Markets with Imperfect Information， American Economic Re-view.

1981，71（3）：393-410.

[2]褚保金，盧亞娟，張龍耀.信貸配給下農(nóng)戶借貸的福利效果分析[J].中國農(nóng)村經(jīng)濟，2009，（6）：51-61。

[3]李慶海，李銳，汪三貴.農(nóng)戶信貸配給及其福利損失[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2012，（8）：35-48。

[4]劉艷華，王家傳.中國農(nóng)村信貸配給效率的實證分析[J].農(nóng)業(yè)經(jīng)濟問題，2009，（5）：23-28。

[5]朱喜，李子奈.我國農(nóng)村正式金融機構(gòu)對農(nóng)戶的信貸配給[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2006，（3）：37-49。

An Empirical Study on Farmers Credit Rationing and Influencing Factors

——Evidence from Micro-data of Rural Areas in Jilin Province

HU Zhen1 ? LI Na2 ? WANG Chunyan1

（1 College of Economics and Management of China Agricultural University， Beijing 100083;

2 School of Economics and Management of Jilin Agricultural University， Changchun Jinlin 130118）

Abstract：The most direct reflection of the rural financial problem is the peasant household credit rationing which is a widespread problem. Based on the theory on credit rationing and through questionnaire， the paper illustrates the present situation of peasant household credit rationing in Jilin province， analyzes the cause of peasant household credit rationing. On the basis of above analysis， using Probit model， the paper makes an empirical analysis on the influence of the peasant households and individual characteristics on their credit rationing， and puts forward suggestions on easing the peasant household credit rationing.

Keywords： credit rationing; influencing factor; probit model

責(zé)任編輯、校對：楊振峰