農(nóng)戶貸款金額影響因素的實(shí)證分析——基于福建省農(nóng)村信用社的調(diào)查數(shù)據(jù)

?

農(nóng)戶貸款金額影響因素的實(shí)證分析——基于福建省農(nóng)村信用社的調(diào)查數(shù)據(jù)

王金鳳，彭嬋娟，徐學(xué)榮

（福建農(nóng)林大學(xué)經(jīng)濟(jì)學(xué)院，福建福州350002）

摘要：通過建立多元線性回歸模型，利用福建省農(nóng)村信用社聯(lián)合社的農(nóng)戶貸款抽樣數(shù)據(jù)，對(duì)影響農(nóng)戶貸款金額的因素進(jìn)行實(shí)證分析發(fā)現(xiàn)，貸款種類、貸款人受教育程度對(duì)農(nóng)戶貸款金額大小具有顯著影響；貸款投向、是否有房產(chǎn)、信用等級(jí)對(duì)農(nóng)戶保證貸款金額大小具有顯著影響；月利率、貸款投向、借款人受教育程度、是否有房產(chǎn)對(duì)農(nóng)戶抵押貸款金額大小具有顯著影響，且隨著農(nóng)村農(nóng)業(yè)的發(fā)展，農(nóng)戶貸款不再僅僅局限于小額貸款?？傊?，隨著農(nóng)村經(jīng)濟(jì)社會(huì)的發(fā)展，農(nóng)戶貸款的特點(diǎn)也逐漸發(fā)生著變化。因此，對(duì)農(nóng)戶貸款的分析不能一刀切，要分別對(duì)農(nóng)戶保證貸款、抵押貸款、信用貸款進(jìn)行研究，根據(jù)農(nóng)戶貸款種類特點(diǎn)的不同以及貸款金額影響因素的不同，加強(qiáng)分類指導(dǎo)，從而提高農(nóng)戶貸款的針對(duì)性和有效性，更好地滿足農(nóng)戶貸款需求，防范農(nóng)戶貸款風(fēng)險(xiǎn)，促進(jìn)農(nóng)村金融的健康發(fā)展，推動(dòng)農(nóng)業(yè)現(xiàn)代化。

關(guān)鍵詞：農(nóng)戶貸款；貸款金額；影響因素；農(nóng)村信用社

一、引言

發(fā)展現(xiàn)代農(nóng)業(yè)、提高農(nóng)業(yè)規(guī)?；?jīng)營水平、增加農(nóng)民收入，都直接或間接依賴于農(nóng)村金融的發(fā)展和支持。近年來，我國農(nóng)村金融獲得了較快的發(fā)展，但仍然存在很多亟待解決的問題，農(nóng)村經(jīng)濟(jì)和農(nóng)業(yè)發(fā)展獲得的金融服務(wù)仍然非常有限。農(nóng)戶貸款普遍面臨貸款機(jī)構(gòu)少、門檻高、審核嚴(yán)、金額小、周期短等問題，嚴(yán)重挫傷了農(nóng)戶向金融機(jī)構(gòu)申請(qǐng)貸款的積極性，難以滿足農(nóng)業(yè)農(nóng)村發(fā)展的需要。農(nóng)業(yè)生產(chǎn)面臨的自然風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)較大，農(nóng)業(yè)基礎(chǔ)薄弱，收益率相對(duì)較低，這些因素都導(dǎo)致農(nóng)業(yè)信貸面臨著較高的風(fēng)險(xiǎn)。盡管部分農(nóng)戶能夠獲得貸款，但受各種因素制約，貸款金額仍然偏小，無法滿足農(nóng)業(yè)生產(chǎn)發(fā)展的需要。農(nóng)戶貸款金額的大小不僅能夠體現(xiàn)農(nóng)戶貸款需求是否得到滿足以及在多大程度上得到了滿足，能夠反映農(nóng)戶貸款的可得性，而且能夠反映農(nóng)村銀行業(yè)金融機(jī)構(gòu)根據(jù)農(nóng)戶相關(guān)信息基于審慎風(fēng)險(xiǎn)管理原則做出的決策。

目前，有很多關(guān)于農(nóng)戶貸款特點(diǎn)及其規(guī)模的研究。張建成[1]認(rèn)為，農(nóng)戶貸款始終是農(nóng)村信用社最主要的傳統(tǒng)特色業(yè)務(wù)，具有單筆業(yè)務(wù)金額小、面廣、筆數(shù)多、季節(jié)性強(qiáng)等特點(diǎn)。王建青[2]對(duì)農(nóng)戶貸款的性質(zhì)和特點(diǎn)進(jìn)行了總結(jié)，認(rèn)為與企業(yè)貸款相比，農(nóng)戶貸款有其自身的特殊性，筆數(shù)多，金額小，農(nóng)戶一般無財(cái)務(wù)報(bào)表。周韻[3]從隨州市淅河鎮(zhèn)小額農(nóng)戶貸款的現(xiàn)狀出發(fā)，闡述了湖北省小額農(nóng)戶貸款的特點(diǎn)，即由于農(nóng)戶自身貸款積累少，經(jīng)濟(jì)實(shí)力相對(duì)較弱，抵御風(fēng)險(xiǎn)的能力較差，經(jīng)營項(xiàng)目規(guī)模小，技術(shù)含量低，受自然條件、市場、國家政策等影響較大，產(chǎn)品附加值較低，經(jīng)營利潤不高，導(dǎo)致小額農(nóng)戶貸款金額小，零星分散，管理成本比較高。張迎賓[4]對(duì)農(nóng)戶貸款及其主要特點(diǎn)進(jìn)行分析發(fā)現(xiàn)，農(nóng)戶貸款不僅金額小，而且非常分散，貸款的主要用途為生活性目的和生產(chǎn)性目的，貸款“嫌貧愛富”傾向嚴(yán)重，貸款風(fēng)險(xiǎn)高而收益低，貸款需求的滿足更多依靠非正規(guī)金融。隨著農(nóng)村經(jīng)濟(jì)的發(fā)展，農(nóng)村的資金需求呈現(xiàn)出多元化的發(fā)展趨勢，農(nóng)戶貸款規(guī)模也逐漸增加。江蘇省統(tǒng)計(jì)局在江蘇省10個(gè)縣開展的農(nóng)戶貸款效用專項(xiàng)調(diào)查發(fā)現(xiàn)，農(nóng)戶貸款行為出現(xiàn)了新的變化，即農(nóng)戶貸款投放向二三產(chǎn)業(yè)轉(zhuǎn)移；貸款農(nóng)戶數(shù)量減少，貸款金額逐步增加；貸款投入占農(nóng)戶總投入的比重不斷提高，農(nóng)戶追加貸款越來越多。[5]這些研究針對(duì)農(nóng)戶貸款的特點(diǎn)等進(jìn)行了分析，但還需要進(jìn)一步對(duì)影響農(nóng)戶貸款金額的因素加以分析，從定量角度研究這些因素的影響程度，從而豐富農(nóng)戶貸款特點(diǎn)及其金額發(fā)展變化的相關(guān)研究，對(duì)了解農(nóng)戶貸款變化、解決農(nóng)戶貸款難題、防范農(nóng)戶貸款風(fēng)險(xiǎn)、促進(jìn)農(nóng)村金融發(fā)展具有一定意義。

二、福建省農(nóng)村信用社農(nóng)戶貸款業(yè)務(wù)及樣本數(shù)據(jù)統(tǒng)計(jì)分析

截至2012年末，福建省農(nóng)村信用社共發(fā)放貸款1696.62億元，其中涉農(nóng)貸款1286.49億元，占貸款總額的75.89%；共向75.96萬農(nóng)戶發(fā)放農(nóng)戶貸款80.23萬筆，貸款金額834.6億元，農(nóng)戶貸款金額分別占貸款總額和涉農(nóng)貸款的49.19%和64.82%。農(nóng)村信用社每年承擔(dān)著福建省90%以上的春耕生產(chǎn)貸款、60%以上的農(nóng)戶貸款以及40%以上的林業(yè)貸款等投放任務(wù)，其80%的營業(yè)網(wǎng)點(diǎn)分布在縣域鄉(xiāng)村，在福建省80%以上的行政自然村布設(shè)了一萬多個(gè)小額支付便民點(diǎn)。[6]可以看出，農(nóng)村信用社是支農(nóng)的主力軍，農(nóng)村信用社發(fā)放的農(nóng)戶貸款在所有銀行業(yè)金融機(jī)構(gòu)的農(nóng)戶貸款中占絕大部分，因此本文選擇福建省農(nóng)村信用社的農(nóng)戶貸款作為樣本進(jìn)行實(shí)證研究。

本文數(shù)據(jù)來源于福建省農(nóng)村信用社聯(lián)合社隨機(jī)抽取的農(nóng)戶貸款樣本，樣本信息包括農(nóng)戶貸款金額、貸款投向、貸款用途、執(zhí)行月利率、貸款人年齡、受教育程度、婚姻狀況、是否擁有房產(chǎn)、擔(dān)保方式、貸款期限、信用等級(jí)、家庭供養(yǎng)人數(shù)、家庭上一年收入、家庭資產(chǎn)與負(fù)債等多項(xiàng)指標(biāo)，樣本共計(jì)552個(gè)。在552個(gè)樣本中，采用信用貸款的樣本只有11個(gè)，由于這是隨機(jī)抽取的結(jié)果，故將這11個(gè)樣本從總樣本中剔除，得到有效樣本541個(gè)。

從貸款金額看，在541個(gè)樣本中，貸款總額為3.98億元，貸款金額最低為0.28萬元，最高為1800萬元，平均貸款金額為73.6萬元。貸款金額在3萬元以下的有282戶，占樣本總數(shù)的52.1%；貸款金額在3萬～5萬元之間的有77戶，占樣本總數(shù)的14.2%；貸款金額在5萬～10萬元之間的有35戶，占樣本總數(shù)的6.5%。貸款金額在10萬元以下的共394戶，占樣本總數(shù)的72.8%，但其貸款金額僅為588.6萬元，占全部樣本貸款總額的1.48%。貸款金額超過10萬元的共147戶，僅占樣本總數(shù)的27.2%，但其貸款金額所占比重高達(dá)98.52%。貸款金額超過100萬元的有102戶，其中9戶貸款金額超過500萬元，貸款金額比較大。

從貸款投向看，主要是投向農(nóng)林牧漁等第一產(chǎn)業(yè)，共336戶，占樣本總數(shù)的62.1%，說明大部分貸款農(nóng)戶都在從事與農(nóng)業(yè)相關(guān)的業(yè)務(wù)，其貸款金額不大，平均只有22萬元，合計(jì)7424.5萬元，僅占貸款總額的18.64%；投向第二產(chǎn)業(yè)的有76戶，占樣本總數(shù)的14.05%；投向第三產(chǎn)業(yè)的有129戶，占樣本總數(shù)的23.84%。由此可以看出，福建省農(nóng)戶貸款有60%以上投向了第一產(chǎn)業(yè)。這一方面說明，農(nóng)村金融發(fā)揮了支農(nóng)的作用；另一方面說明，福建省農(nóng)村經(jīng)濟(jì)仍然比較落后，農(nóng)戶沒有更多的投資選擇，大多數(shù)還是在從事與農(nóng)業(yè)生產(chǎn)相關(guān)的第一產(chǎn)業(yè)。

從貸款利率看，最高月利率達(dá)到了11.568‰，最低月利率為5‰。其中，月利率介于8‰～10‰之間的有312戶，占比最大；月利率在6‰～8‰之間的有111戶；月利率在10‰～12‰之間的有107戶；月利率在6‰以下的只有11戶，所占比例非常低。這說明，農(nóng)戶貸款利率普遍較高，即融資成本較高。

從貸款人的學(xué)歷層次看，具有中專及以上學(xué)歷的農(nóng)戶有39戶，其平均貸款金額為257萬元；具有高中學(xué)歷的農(nóng)戶有88戶，其平均貸款金額為163萬元；具有初中學(xué)歷的農(nóng)戶有321戶，所占比例最高，其平均貸款金額為28.3萬元；小學(xué)及以下學(xué)歷的農(nóng)戶有70戶，其平均貸款金額為43.5萬元?？傮w來看，學(xué)歷越高，所獲得的平均貸款金額越大，說明學(xué)歷層次對(duì)貸款金額具有一定的影響。

從貸款農(nóng)戶房產(chǎn)擁有情況看，有房產(chǎn)的是326戶，其平均貸款金額為200萬元；沒有房產(chǎn)的是215戶，其平均貸款金額為154.8萬元?？梢?，是否擁有房產(chǎn)會(huì)影響到農(nóng)戶貸款金額的大小。

從貸款人的信用等級(jí)看，獲得AAA級(jí)評(píng)價(jià)的只有6戶，所占比例非常低；獲得AA級(jí)評(píng)價(jià)的有40戶，占樣本總數(shù)的7.3%，戶均貸款金額為115萬元；獲得A級(jí)評(píng)價(jià)的有359戶，占樣本總數(shù)的66.4%，戶均貸款金額為88.4萬元。獲得A級(jí)及以上評(píng)價(jià)的農(nóng)戶合計(jì)405戶，占樣本總數(shù)的絕大部分。獲得BBB、BB、B級(jí)評(píng)價(jià)的分別為88戶、18戶和13戶，合計(jì)119戶，占樣本總數(shù)的22%，戶均貸款金額為8萬元。獲得C級(jí)評(píng)價(jià)的農(nóng)戶有8戶，所占比例較低，貸款金額也比較小，戶均貸款金額只有3.8萬元。由此可見，農(nóng)戶信用等級(jí)對(duì)其可獲得的貸款金額具有顯著影響。

三、農(nóng)戶貸款金額影響因素的理論分析與模型估計(jì)結(jié)果

1.農(nóng)戶貸款金額影響因素的理論分析與假設(shè)

通過上文的文獻(xiàn)研究以及對(duì)樣本數(shù)據(jù)的統(tǒng)計(jì)性描述分析，發(fā)現(xiàn)影響銀行業(yè)金融機(jī)構(gòu)對(duì)農(nóng)戶發(fā)放貸款金額大小的主要因素有貸款投向、貸款利率、貸款種類、貸款人信用等級(jí)、貸款人受教育程度、貸款人婚姻狀況、貸款人是否擁有房產(chǎn)以及貸款人的資產(chǎn)，等等。

（1）貸款投向（DKTX）。由于農(nóng)林牧漁業(yè)總體上屬于傳統(tǒng)產(chǎn)業(yè)，受天氣等自然因素影響較大，收益低，風(fēng)險(xiǎn)大，因此一般情況下，銀行業(yè)金融機(jī)構(gòu)更愿意把資金貸給從事第二第三產(chǎn)業(yè)的貸款人，而不是從事第一產(chǎn)業(yè)的農(nóng)戶。于是，假設(shè)在其他條件相同的情況下，銀行業(yè)金融機(jī)構(gòu)向從事第一產(chǎn)業(yè)生產(chǎn)的農(nóng)戶貸款的金額小于向從事第二第三產(chǎn)業(yè)生產(chǎn)的農(nóng)戶貸款的金額。

（2）貸款利率（YLL）。如果貸款利率較低，貸款人肯定希望獲得不少于其申請(qǐng)金額的貸款；如果貸款利率很高，即使銀行業(yè)金融機(jī)構(gòu)能夠?yàn)橘J款人提供更多的貸款，貸款人也會(huì)因利息過高而不敢要那么多的貸款。因此，可以假設(shè)，在其他條件相同的情況下，貸款利率與貸款金額成反比，貸款利率越高，貸款金額越小。

（3）貸款種類（DKZL）。一般情況下，農(nóng)戶采用抵押貸款產(chǎn)生不良貸款的可能性要低于保證貸款和信用貸款。當(dāng)農(nóng)戶不能歸還貸款時(shí)，銀行業(yè)金融機(jī)構(gòu)可以對(duì)抵押物進(jìn)行接管甚至拍賣，用來抵償銀行發(fā)放的貸款。因此，假設(shè)在其他條件一致的情況下，農(nóng)戶抵押貸款所獲得的銀行業(yè)金融機(jī)構(gòu)貸款金額大于保證貸款和信用貸款。

（4）貸款人信用等級(jí)（XYDJ）。農(nóng)村信用社基本都對(duì)農(nóng)戶進(jìn)行了信用調(diào)查，建立了經(jīng)濟(jì)檔案和信用檔案，并結(jié)合當(dāng)?shù)貙?shí)際采用不同方法對(duì)農(nóng)戶信用進(jìn)行了評(píng)級(jí)。一般情況下，農(nóng)戶信用等級(jí)越高，能夠獲得的貸款金額越大。因此，假設(shè)在其他條件一致的情況下，農(nóng)戶信用等級(jí)與銀行業(yè)金融機(jī)構(gòu)貸款發(fā)放金額成正比。

（5）貸款人受教育程度（JYCD）。一般情況下，農(nóng)戶受教育程度越高，說明農(nóng)戶從事生產(chǎn)經(jīng)營活動(dòng)、接受新事物、新技術(shù)的能力越強(qiáng)，也就有更多渠道來增加收入。因此，假設(shè)在其他條件一致的情況下，農(nóng)戶受教育程度越高，獲得的銀行業(yè)金融機(jī)構(gòu)貸款金額越大。

（6）貸款人是否擁有房產(chǎn)（SFYFC）。由于房產(chǎn)是不動(dòng)產(chǎn)，當(dāng)借款人不能償還貸款時(shí)，債權(quán)人有權(quán)對(duì)抵押物進(jìn)行接管甚至拍賣，用于抵償貸款。一般情況下，擁有房產(chǎn)的貸款人從銀行業(yè)金融機(jī)構(gòu)獲得的貸款金額應(yīng)該大于沒有房產(chǎn)的貸款人。因此，假設(shè)在其他條件一致的情況下，擁有房產(chǎn)的農(nóng)戶獲得的貸款金額大于沒有房產(chǎn)的農(nóng)戶。

2.農(nóng)戶貸款金額影響因素的綜合實(shí)證分析

通過文獻(xiàn)研究以及對(duì)農(nóng)戶貸款金額影響因素的分析，建立多元線性模型，因變量為農(nóng)戶貸款金額（DKJE），自變量貸款利率（YLL）是連續(xù)型變量，貸款投向（DKTX）、貸款人受教育程度（JYCD）、貸款人是否擁有房產(chǎn)（SFYFC）、貸款人信用等級(jí)（XYDJ）、貸款種類（DKZL）是分類變量，分類變量在引入多元回歸模型時(shí)需要進(jìn)行相應(yīng)的賦值，分類變量的具體定義如表1所示。

（1）農(nóng)戶貸款金額的顯著影響因素實(shí)證分析。為充分分析每個(gè)自變量對(duì)因變量的影響，采用SPSS17.0軟件估計(jì)模型參數(shù)，根據(jù)樣本數(shù)據(jù)，采用強(qiáng)迫引入法（Enter）將貸款利率、貸款投向、貸款人受教育程度、貸款人是否擁有房產(chǎn)、貸款人信用等級(jí)、貸款種類共6個(gè)自變量納入多元回歸模型。該模型（稱為模型1）的-R2為0.419，F(xiàn)為65.8，顯著度（Sig.）為0.000，說明模型整體擬合精確度良好。各參數(shù)估計(jì)結(jié)果如表2所示。

表1　分類變量及其定義

表2　農(nóng)戶貸款金額多元回歸模型1參數(shù)估計(jì)結(jié)果

模型結(jié)果顯示，貸款人受教育程度、貸款種類這兩個(gè)變量參數(shù)估計(jì)結(jié)果顯著度（Sig.）都小于0.05，說明貸款人受教育程度、貸款種類對(duì)貸款金額具有顯著影響；而貸款投向、貸款利率、貸款人是否擁有房產(chǎn)、貸款人信用等級(jí)等參數(shù)估計(jì)結(jié)果顯著度（Sig.）都大于0.05，說明貸款投向、貸款利率、是否擁有房產(chǎn)、信用等級(jí)對(duì)貸款金額的影響并不顯著。

采用后退法（Backward：Wald）對(duì)貸款利率、貸款投向、貸款人受教育程度、貸款人是否擁有房產(chǎn)、貸款人信用等級(jí)、貸款種類等6個(gè)自變量重新構(gòu)建模型（稱為模型2），模型2的-R2為0.42，F(xiàn)為196.28，顯著度（Sig.）為0.000，說明模型整體擬合精確度良好。各參數(shù)估計(jì)結(jié)果如表3所示。

表3　農(nóng)戶貸款金額多元回歸模型2及參數(shù)估計(jì)結(jié)果

由表3得到農(nóng)戶貸款金額影響因素的多元回歸模型2為：

DKJE=-3.11+45.7JYCD+230.086DKZL

模型顯示，貸款人受教育程度、貸款種類這兩個(gè)自變量對(duì)貸款金額具有顯著影響。具體來說，具有高中及以上學(xué)歷的農(nóng)戶從農(nóng)村信用社獲得一筆貸款的金額平均比具有初中及以下學(xué)歷的農(nóng)戶要多45.7萬元；采用抵押貸款的農(nóng)戶從農(nóng)村信用社獲得一筆貸款的金額平均比采用保證方式的農(nóng)戶要多出230.086萬元。

（2）農(nóng)戶保證貸款金額的顯著影響因素實(shí)證分析。對(duì)農(nóng)戶貸款金額影響因素進(jìn)行實(shí)證分析發(fā)現(xiàn)，貸款種類也即按照不同信用形式提供的貸款對(duì)農(nóng)戶貸款金額大小具有顯著影響。為進(jìn)一步分析影響農(nóng)戶主要貸款種類貸款金額大小的具體因素，將樣本分為農(nóng)戶信用貸款、保證貸款、抵押貸款三類，并分別進(jìn)行實(shí)證分析。由于農(nóng)戶信用貸款的樣本數(shù)據(jù)只有11個(gè)，數(shù)量太少，因此沒有對(duì)其進(jìn)行實(shí)證分析。按照上述農(nóng)戶貸款金額影響因素的回歸原理和步驟，分別構(gòu)建農(nóng)戶保證貸款和抵押貸款金額大小影響因素的多元線性回歸模型，模型及樣本參數(shù)估計(jì)結(jié)果參見表4、表5。

由表4得到農(nóng)戶保證貸款金額影響因素的多元回歸模型3為：

其中，BZDKJE表示農(nóng)戶保證貸款金額。由表4可以看出，在農(nóng)戶保證貸款中，貸款投向、貸款人是否擁有房產(chǎn)、貸款人信用等級(jí)對(duì)保證貸款金額具有顯著影響。具體來說：

第一，若農(nóng)戶貸款用途屬于農(nóng)、林、牧、漁業(yè)，即投向第一產(chǎn)業(yè)，農(nóng)戶從農(nóng)村信用社獲得一筆貸款的金額要比投向第二、第三產(chǎn)業(yè)平均少0.831萬元。

第二，如果借款人擁有房產(chǎn)，其從農(nóng)村信用社獲得一筆貸款的金額反而比沒有房產(chǎn)的借款人要少1.059萬元，與最初的假設(shè)不相符。筆者認(rèn)為，之所以會(huì)出現(xiàn)這樣的實(shí)證結(jié)果，一方面可能是因?yàn)檗r(nóng)戶的房產(chǎn)大多位于城郊或者偏遠(yuǎn)的農(nóng)村，不具備抵押償還貸款的功能；另一方面可能是因?yàn)橛蟹慨a(chǎn)的農(nóng)戶家庭擁有一定的財(cái)產(chǎn)，融資途徑比較多，不一定必須通過農(nóng)村信用社貸款，而沒有房產(chǎn)的人相對(duì)貧窮，融資途徑比較有限，不得不通過農(nóng)村信用社貸款。

第三，一筆信用等級(jí)被評(píng)為A級(jí)及以上類別的農(nóng)戶貸款平均比被評(píng)為BBB級(jí)及以下類別的農(nóng)戶貸款要多1.107萬元。

表4　農(nóng)戶保證貸款金額多元回歸模型3及參數(shù)估計(jì)結(jié)果

表5　農(nóng)戶抵押貸款金額多元回歸模型4及參數(shù)估計(jì)結(jié)果

（3）農(nóng)戶抵押貸款金額影響因素的實(shí)證分析

農(nóng)戶抵押貸款金額的多元回歸模型4及參數(shù)估計(jì)結(jié)果如表5所示。

由表5得到農(nóng)戶抵押貸款金額影響因素的多元回歸模型4為：

其中，DYDKJE表示農(nóng)戶抵押貸款金額。由表5可以看出，貸款投向、貸款利率、貸款人受教育程度、貸款人是否擁有房產(chǎn)對(duì)抵押貸款金額具有顯著影響。具體來說：

第一，如果貸款用途是投入第一產(chǎn)業(yè)，農(nóng)戶從農(nóng)村信用社獲得一筆貸款的金額會(huì)比投向第二、第三產(chǎn)業(yè)的金額平均少64.53萬元。

第二，利率越高，貸款金額越少。貸款的月利率平均每增加1‰，一筆貸款的金額平均要少22.024萬元，說明農(nóng)戶在貸款利率提高、融資成本上升的情況下，貸款意愿降低，可能會(huì)主動(dòng)降低貸款金額以減少利息支出。

第三，具有高中及以上學(xué)歷的貸款人從農(nóng)村信用社獲得一筆貸款的金額比具有初中及以下學(xué)歷的貸款人平均要多116.365萬元。

第四，如果貸款人擁有房產(chǎn)，其從農(nóng)村信用社獲得一筆貸款的金額反而比沒有房產(chǎn)的農(nóng)戶要少78.684萬元，與最初的假設(shè)不相符，其原因與農(nóng)戶保證貸款類似。

四、結(jié)論與啟示

農(nóng)戶貸款金額反映了銀行業(yè)金融機(jī)構(gòu)向農(nóng)戶發(fā)放貸款的意愿以及農(nóng)戶貸款需求是否得到了滿足以及在多大程度上得到了滿足。本文通過建立多元線性回歸模型，利用福建省農(nóng)村信用社聯(lián)合社的農(nóng)戶貸款抽樣數(shù)據(jù)進(jìn)行實(shí)證分析。結(jié)果表明，貸款種類、貸款人受教育程度對(duì)農(nóng)戶貸款金額大小具有顯著影響；貸款投向、是否擁有房產(chǎn)、信用等級(jí)對(duì)農(nóng)戶保證貸款金額大小具有顯著影響；貸款投向、貸款利率、貸款人受教育程度、是否擁有房產(chǎn)對(duì)農(nóng)戶抵押貸款金額大小具有顯著影響。由于農(nóng)戶信用貸款樣本數(shù)據(jù)不足，沒有對(duì)農(nóng)戶信用貸款金額大小的影響因素進(jìn)行實(shí)證分析。通過比較可以發(fā)現(xiàn)，盡管農(nóng)戶貸款金額的影響因素僅僅為貸款種類、貸款人受教育程度，但對(duì)不同種類農(nóng)戶貸款金額影響因素的進(jìn)一步分析發(fā)現(xiàn)，它們的影響因素既有相同之處也有不同之處。此外，通過統(tǒng)計(jì)描述分析可以發(fā)現(xiàn)，貸款種類不同，其貸款金額的大小是不一樣的，且有些農(nóng)戶貸款的金額很大，說明隨著農(nóng)村經(jīng)濟(jì)社會(huì)的發(fā)展，農(nóng)戶貸款的特點(diǎn)正在逐漸發(fā)生變化。因此，對(duì)農(nóng)戶貸款的分析不能一刀切，要對(duì)農(nóng)戶信用貸款、保證貸款、抵押貸款分別進(jìn)行研究，要根據(jù)農(nóng)戶貸款不同種類的特點(diǎn)及其貸款金額影響因素的不同，加強(qiáng)分類指導(dǎo)，從而提高農(nóng)戶貸款的針對(duì)性和有效性，更好地滿足農(nóng)戶貸款需求，促進(jìn)農(nóng)業(yè)現(xiàn)代化與農(nóng)村金融健康發(fā)展。

參考文獻(xiàn)：

[1]張建成.關(guān)于優(yōu)化農(nóng)戶貸款業(yè)務(wù)流程的思考[J].中國農(nóng)村金融，2010（7）：15-16.

[2]王建青.對(duì)農(nóng)戶貸款風(fēng)險(xiǎn)分類方法的探討[J].青海金融，2001（3）：58-60.

[3]周韻.風(fēng)險(xiǎn)壓力下的小額農(nóng)戶貸款之路——湖北省隨州市淅河鎮(zhèn)小額農(nóng)戶貸款個(gè)案調(diào)查研究[J].今日財(cái)富，2009（12）：44-47.

[4]張迎賓.既濟(jì)水火升帆藍(lán)海——農(nóng)業(yè)銀行解決農(nóng)戶貸款難問題的務(wù)實(shí)思考[J].農(nóng)村金融研究，2008（7）：45-48.

[5]康長進(jìn)，徐鋒.江蘇農(nóng)戶貸款效用調(diào)查報(bào)告[J].江蘇農(nóng)村經(jīng)濟(jì)，2009（4）：61-63.

[6]陳長飛，洪耀文.支農(nóng)旗幟舞動(dòng)八閩——福建省農(nóng)信社（農(nóng)商銀行）深化改革八周年發(fā)展紀(jì)實(shí)[N].福建日?qǐng)?bào)，2013-08-12（1）.

責(zé)任編輯：陳詩靜

Empirical Analysis on Factors Affecting Farmer’s Loan Amount——Based on the Data of Rural Credit Cooperatives of Fujian Province

WANG Jinfeng，PENG Chanjuan and XU Xuerong

（Fujian Agriculture and Forestry University，F(xiàn)uzhou，F(xiàn)ujian350002，China）

Abstract：According to the farmer’s loan sampling data of Rural Credit Cooperatives of Fujian Province，the authors employ logistic model to analyze the factors that affect farmers’loan amount. Research shows that the loan type and the educational status of borrowers have a significant effect on farmers’loan amount；loan distribution，real estate，and credit level have a significant effect on loan amount of farmer’s guarantee loans；monthly interest rate，loan distribution，educational status of borrowers，and real estate have a significant effect of loan amount of farmer’s mortgage loan. At the same time，with the rural agriculture development，not all of farmers’loans are small. The authors find that some farmers’loan amount are large. So，while analyzing the farmer loan，the authors carry out study on farmers’guarantee loan，mortgage loan and loan on credit respectively. According to characteristic of different farmer loan type and different affecting factors of loan amount，we should enhance the guidance on classification to improve pertinence and effectiveness of farmers’loan，better meet the farmers’demand of loans and avoid risk of farmer’loan，and promote the healthy development of the rural finance and agriculture modernization.

Key words：farmers’loan，loan amount，factor，rural credit cooperative

[作者簡介]王金鳳（1978—），男，福建省寧化縣人，福建農(nóng)林大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，主要研究方向?yàn)檗r(nóng)業(yè)經(jīng)濟(jì)管理；彭嬋娟（1989—），女，湖北省荊門市人，福建農(nóng)林大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，主要研究方向?yàn)檗r(nóng)業(yè)經(jīng)濟(jì)管理；徐學(xué)榮（1963—），男，福建省龍巖市人，本文通訊作者，福建農(nóng)林大學(xué)經(jīng)濟(jì)學(xué)院教授，博士生導(dǎo)師，主要研究方向?yàn)檗r(nóng)業(yè)經(jīng)濟(jì)管理。

中圖分類號(hào)：F830.58

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1007-8266（2015）05-0107-06