金融服務(wù)“村村通”有助于實現(xiàn)農(nóng)村金融普惠

周立　潘素梅

摘要：在信息不對稱的農(nóng)村金融市場上，對于基礎(chǔ)金融服務(wù)“村村通”工程是否有助于實現(xiàn)農(nóng)村金融普惠的問題，本文以農(nóng)戶信貸可得性為例，從信息經(jīng)濟學視角分析基礎(chǔ)金融服務(wù)“空白村”與“覆蓋村”農(nóng)戶的金融服務(wù)可得性發(fā)現(xiàn)，即使在信用評分相同的情況下前者也會面臨更為嚴重的信貸約束。而后，以項目組對山東、河北和陜西三省份566個農(nóng)戶的調(diào)查數(shù)據(jù)為基礎(chǔ)，從自我排斥和銀行信貸配給兩個層面，判分了農(nóng)戶的信貸約束情況，并采Logit計量經(jīng)濟學方法驗證了理論分析結(jié)果。本文認為，實現(xiàn)基礎(chǔ)金融服務(wù)“村村通”有助于銀行了解村級信息，減少信息不對稱，由此提高農(nóng)戶的信貸可得性，進而實現(xiàn)農(nóng)村金融普惠。

關(guān)鍵詞：金融服務(wù)“村村通”；普惠金融；信貸約束

中圖分類號：F832 文獻標識碼：A 文章編號：1006-3544（2015）04-0003-08

一、引言及文獻回顧

普惠金融要求建設(shè)一種能有效、全方位地為社會所有階層提供服務(wù)的金融體系，而信貸作為農(nóng)戶擴大再生產(chǎn)、平滑季節(jié)性收入與支出矛盾，以及應(yīng)對突發(fā)性資金需求的重要手段，自然是普惠金融的核心。然而，在供給主導的農(nóng)村金融市場，由于信息不對稱的存在，貸款者因為無法控制借款者的信用風險，為保證資金的安全性，會對農(nóng)戶的信貸需求實施限額配給，致使農(nóng)村金融市場一直處于資金供不應(yīng)求的狀態(tài)，農(nóng)戶面臨的信貸約束很難緩解。這在人口規(guī)模小、消費水平低、金融基礎(chǔ)設(shè)施狀況差的偏遠農(nóng)村地區(qū)表現(xiàn)更為明顯，低儲蓄能力和低投資引誘，使得他們普遍落入“貧困惡性循環(huán)陷阱”。近些年，國家為改善金融服務(wù)狀況，促進金融普惠，推出了一系列促進基礎(chǔ)金融服務(wù)全覆蓋的政策。其中，銀監(jiān)會自2009年起就提出力爭3年實現(xiàn)鎮(zhèn)（鄉(xiāng)）級基礎(chǔ)金融服務(wù)全覆蓋的目標，并在2014年進一步提出，要“著力推動基礎(chǔ)金融服務(wù)向行政村延伸，打通農(nóng)村基礎(chǔ)金融服務(wù)‘最后一公里”，“力爭用三至五年時間，總體實現(xiàn)行政村金融服務(wù)‘村村通”。可以預期，在各項政策推動下，包括農(nóng)戶貸款在內(nèi)的基礎(chǔ)金融服務(wù)的覆蓋面將不斷擴大，覆蓋層級也將不斷加深。然而，在農(nóng)村金融市場需求者和供給者存在嚴重信息不對稱的前提下，基礎(chǔ)金融服務(wù)“村村通”（如下簡稱“村村通”），能夠有效緩解農(nóng)戶面臨的信貸約束，進而真正實現(xiàn)農(nóng)村金融普惠嗎？

學術(shù)界對此持兩種截然相反的態(tài)度：一種是以Kempson和Whyley以及Leyshon等為代表的贊成方，認為金融服務(wù)缺失將使銀行喪失與客戶之間的關(guān)系，主流金融服務(wù)的覆蓋對于緩解信貸約束非常關(guān)鍵。另一種是以Caimcross為代表的反對方，認為金融服務(wù)覆蓋與否，并不影響銀行與客戶之間的供求關(guān)系和交易，因為銀行可以遠距離獲得客戶的信息圈。上述兩方的結(jié)論雖然相反，但是他們都承認關(guān)系以及信息在銀行信貸決策中的關(guān)鍵作用。那么，能否從理論和實證兩個層面證實，相較于實現(xiàn)了金融服務(wù)“村村通”的行政村（以下簡稱“覆蓋村”），金融服務(wù)空白行政村（以下簡稱“空白村”）的客戶會因缺乏金融服務(wù)渠道，面臨更為嚴重的信貸約束嗎？Chakravarty基于信息經(jīng)濟學視角，構(gòu)建了銀行服務(wù)覆蓋的地區(qū)差異對貸款申請人的信用評分影響的理論模型，試圖回答上述問題。本文將在此基礎(chǔ)上，構(gòu)建金融服務(wù)“村村通”對農(nóng)戶信貸可得性影響的理論模型，并運用課題組對山東、河北和陜西三省568個農(nóng)戶的調(diào)查數(shù)據(jù)和Logit回歸模型，進行實證檢驗。

文章的結(jié)構(gòu)如下：第二部分將從信息經(jīng)濟學視角，構(gòu)建理論框架，分析“村村通”對農(nóng)戶信貸可得性的影響；第三部分利用入戶調(diào)查數(shù)據(jù)，從成因視角對農(nóng)戶是否面臨信貸約束進行判分，并利用多元Logit回歸模型，分析“村村通”對實現(xiàn)農(nóng)村金融普惠的影響；最后得出結(jié)論并提出政策含義。

二、理論與假說

為考察金融服務(wù)“村村通”對農(nóng)村金融普惠的影響，本文將首先引入并擴展Chakravarty模型，以本地信息為關(guān)鍵點，構(gòu)造金融服務(wù)覆蓋與農(nóng)戶信貸約束關(guān)系的理論模型，以便從理論視角解釋兩者之間的關(guān)系。

（一）理論

假設(shè)金融機構(gòu)遵循利潤最大化原則，根據(jù)申請人的信用評分高低進行貸款決策。信用評分是銀行根據(jù)借款人的存貸歷史、債務(wù)狀況等信息，利用信用評分系統(tǒng)評估出來的，用于決定是否核準新貸款或確定信用額度的得分。假設(shè)信用評分能很好地預測借款者的質(zhì)量，則對于貸款人來說，兩者的期望相同。即：

E（S）=E（Q） （1）

其中，E（S）和E（Q）分別表示信用評分和借款者質(zhì)量的期望。

然而，在農(nóng)村金融市場信息不對稱的情況下，借款人無疑擁有私人信息。為保證資金的安全性，信息成為貸款人信貸決策的關(guān)鍵。此時，貸款決策者需要參考信用評分系統(tǒng)以外的信息，而私人聯(lián)系和社區(qū)關(guān)系等社會網(wǎng)絡(luò)渠道無疑是獲取信息的絕佳通道，而實際上，他們可能更關(guān)注這些來自他們信任的渠道的信息，并且相信這些信息對信貸決策來說更重要。因此，“覆蓋村”申請人的信用評分可能被信貸決策者依據(jù)由社會網(wǎng)絡(luò)獲知的本地信息而調(diào)整。而遠離信貸決策者的“空白村”申請人的信用評分，卻因為沒有此類的本地信息而不可能被調(diào)整。同時，由于信貸決策者不熟悉“空白村”的情況，也不可能與來自該地區(qū)的貸款申請人有私人聯(lián)系，這將減弱他們對“空白村”申請人信用評分預測能力的信心。因此，信用評分與貸款者質(zhì)量之間的關(guān)系將調(diào)整為：

S_B=Q_B+e^B （2）

S_C=Q_C+e^C （3）

其中，S_B和S_C分別表示“空白村”和“覆蓋村”申請人的信用評分；Q_B和Q_C分別表示“空白村”和“覆蓋村”申請人的質(zhì)量；e^B和e^C分別是由本地信息等因素而帶來的擾動項，假設(shè)它們的均值為零。

因為信貸決策者對與“空白村”借款人詳細背景有關(guān)的本地信息的了解程度小于“覆蓋村”借款人的情況，則e^B的方差大于e^C。即：

v^CB （4）

其中，v^B和v^C分別表示e^B和e^C的方差。

式（4）表明，相對于“空白村”的貸款申請來說，“覆蓋村”貸款申請人的信用評分更能代表申請人的質(zhì)量。

基于上述分析，現(xiàn)在假設(shè)有來自“空白村”和“覆蓋村”的貸款申請人B和C，他們的信用評分相同，且貸款成功的可能性與其信用評分線性相關(guān)，則：

P_B=b₀+αS_B （5）

P_C=a₀+βS_C （6）

其中，P_B和P_C分別表示兩位申請人貸款成功的可能性；α和β分別是斜率，b₀和a₀為截距。

因為貸款決策者厭惡風險，他們會對可靠程度較大的信息賦予更大的權(quán)重，比如，方差比較小的數(shù)據(jù)。所以根據(jù)式（4）可知：

β>α （7）

現(xiàn)在，將上述情況擴展到申請人B和C所屬地區(qū)的所有申請人。假設(shè)申請人的質(zhì)量在兩類地區(qū)的申請人中是同分布的，則申請人的信用評分也是同分布的。同理，申請人信用評分的均值相同，即：

μ_SB=μ_SC （8）

其中，μ_SB和μ_SC分別表示兩類地區(qū)申請人的信用評分的均值。

結(jié)合前面的假設(shè)可知，對于兩類地區(qū)的申請人來說，信用評分的均值μ_S與申請人質(zhì)量的均值μ_Q相同，即：

μ_S=μ_Q （9）

不失一般性，可以將上述結(jié)論擴展到更大范圍的平均得分為μ_A的申請人集，并且得分為μ_A的貸款申請獲批的可能性將獨立于申請人所屬的地理區(qū)域。

以上分析了銀行信用評分系統(tǒng)以外的本地信息的可得性在銀行信貸決策中的關(guān)鍵作用。借此，我們可以知道，對于“空白村”的申請人來說，由于信貸決策者無法獲得與他們相關(guān)的本地信息，從而相對于“覆蓋村”相同信用評分的申請人來說，他們的貸款申請成功可能性曲線更為平坦（β>α）。那么，可以繪制出兩類地區(qū)貸款申請獲批的可能性曲線圖（見圖1）。據(jù)此我們將分兩階段來回答相較于“覆蓋村”同等質(zhì)量的貸款申請，“空白村”的申請是否會因為該村缺失金融服務(wù)，而面臨更為嚴重的信貸約束這一問題。

在初始階段，對于來自兩地區(qū)的信用評分處于平均得分處的申請人來說，貸款申請獲批的可能性是相同的，見圖中（μ_S=μ_Q，μ_P）點。然而，“空白村”處于平均得分以下的貸款申請，獲批的可能性大于“覆蓋村”相同得分的申請；不過，平均得分以上的貸款申請，獲批可能性的情況則正好相反。也就是說，在這一階段，以利潤最大化為目標的金融機構(gòu)，依據(jù)申請人的信用評分制定貸款決策，將評分在平均分以下的貸款更多地貸給了“空白村”的申請人，將評分在平均分以上的貸款更多地貸給了“覆蓋村”的申請人。而相較于平均分以上的貸款申請，平均分以下的貸款很可能變成不良貸款。這意味著有更多的不良貸款來自“空白村”。同理，貸給評分在平均水平以上的貸款的質(zhì)量相對來說比較好，不良貸款率較低，而相較于“空白村”，有更多“覆蓋村”的評分高于平均得分水平的申請人獲得貸款，這意味著有更多的優(yōu)質(zhì)貸款來自后者。上述結(jié)果將導致，信貸決策者形成“空白村”貸款申請質(zhì)量特別不好的“刻板印象”，這種印象將很難被打破。

在此后的信貸決策中，因為金融機構(gòu)在初始階段傾向于向“空白村”的低信用評分者放貸的決策是錯誤的，他們將認為據(jù)以做出信貸決策的申請人的信用評分信息，尤其是“空白村”的信用評分信息是可疑的。這將導致金融機構(gòu)對金融服務(wù)空白地區(qū)的貸款申請的偏見，以至于認為所有來自該地區(qū)的申請都不可信。他們將更信任來自私人聯(lián)系和社區(qū)關(guān)系的本地信息。這些負面的印象還會因為“空白村”始終面臨嚴重的信貸約束而自我加強。因此，因為金融機構(gòu)無法通過私人聯(lián)系和社區(qū)關(guān)系等社會網(wǎng)絡(luò)渠道獲得與借款人相關(guān)的本地信息，這將使得“空白村”的農(nóng)戶面臨更為嚴重的信貸約束。

（二）假說

基于上述分析，本文提出如下假說：

實現(xiàn)金融服務(wù)“村村通”，可以通過增加信貸決策者對本地信息的了解，從而緩解該地區(qū)農(nóng)戶的信貸約束，進而實現(xiàn)農(nóng)村金融普惠。

對假說簡要解釋如下：在信息不對稱的農(nóng)村金融市場，獲得銀行信用評分系統(tǒng)以外的本地信息，是貸款者做出信貸決策的關(guān)鍵。行政村金融服務(wù)“村村通”為銀行通過私人聯(lián)系和社區(qū)關(guān)系等社會網(wǎng)絡(luò)渠道獲得借款人的本地信息提供了條件，如果信貸決策者可以借此深入社區(qū)了解此類信息，則該政策可以緩解金融服務(wù)“空白村”農(nóng)戶面臨的信貸約束，進而真正實現(xiàn)農(nóng)村金融普惠。

我們將通過實地調(diào)查數(shù)據(jù)和計量分析方法對上述假說進行實證檢驗。

三、計量經(jīng)濟分析

（一）數(shù)據(jù)來源與農(nóng)戶信貸約束判分

1.數(shù)據(jù)來源

本文的實證數(shù)據(jù)來自筆者2013-2014年對山東、河北和陜西3省農(nóng)戶的調(diào)查。該調(diào)查采用非隨機抽樣和多階段隨機抽樣相結(jié)合的方法。首先，考慮本文研究的對象及區(qū)域金融發(fā)展程度，選取以上3省作為調(diào)研省份；然后，選取經(jīng)濟發(fā)展程度較低、以農(nóng)業(yè)為主的3個縣作為主要調(diào)查區(qū)域；接著，依據(jù)到縣城距離最近、適中和較遠為原則，選取3個鄉(xiāng)鎮(zhèn)；再在9個鄉(xiāng)鎮(zhèn)中按照距離集鎮(zhèn)最近、適中和最遠為原則，抽取27個村落；最后以簡單隨機抽樣的方法抽取25戶農(nóng)戶進行入戶問卷調(diào)查。最終用于本文分析的有效問卷為566份，其中，山東省169份，河北省180份，陜西省217份。

2.農(nóng)戶信貸約束的判分

所謂農(nóng)戶信貸約束，是指在特定利率下，金融機構(gòu)由于各種原因不愿意提供更多的信貸服務(wù)，從而使得農(nóng)戶的借款需求得不到滿足的狀態(tài)，是銀行信貸配給的結(jié)果?？梢?，判分農(nóng)戶是否面臨信貸約束有兩個關(guān)鍵步驟：其一，找出農(nóng)戶貸款需求沒有被滿足的原因；其二，判分是否由于銀行信貸配給而導致農(nóng)戶貸款需求未被滿足。這種基于供需視角的原因分類方法與Link提出的金融排斥的兩維度判分方法相似，都是基于現(xiàn)實成因角度的判分。在本文分析的566個農(nóng)戶中，258戶有貸款需求，其中122戶面臨信貸約束（詳見圖2）。有貸款需求但沒有申請貸款和借款需求沒有完全滿足的原因有兩種：一種是由于農(nóng)戶自身原因?qū)е碌淖晕遗懦?，例如，可以通過其他渠道融資、還有貸款沒有歸還、不喜歡借錢壓力大等。此類不屬于銀行配給導致的需求約束，故在本文的定義下，此類農(nóng)戶無信貸約束；另一種是金融機構(gòu)因為農(nóng)戶缺少聯(lián)?；驌Ｈ恕]有抵押或質(zhì)押品、得不到相關(guān)的貸款信息等，而未能滿足農(nóng)戶信貸需求，此類屬于銀行信貸配給導致的農(nóng)戶信貸約束，也正是本文所研究的信貸約束。需要指出的是，由于意愿調(diào)查的模擬性，不能保證農(nóng)戶的作答與其行動的充分一致，但調(diào)查結(jié)果至少可以反映一些農(nóng)戶的關(guān)注。

（二）變量設(shè)置與描述性分析

本文具體變量的選取、含義、測量及預期，對農(nóng)戶信貸約束的影響方向見表1。

回歸分析中，以農(nóng)戶是否面臨信貸約束作為被解釋變量；以所在行政村是否實現(xiàn)了金融服務(wù)“村村通”作為主要解釋變量；以可能進入金融機構(gòu)信用評分系統(tǒng)，或者農(nóng)村金融機構(gòu)信貸決策時主要參考的借款者的相關(guān)信息，作為主要控制變量。具體地，選取家庭特征變量、戶主特征變量作為此類信息的主要代理變量（見表1）。其中，根據(jù)就業(yè)非農(nóng)化程度的高低，將戶主的就業(yè)情況分為務(wù)農(nóng)（非村干部）、村干部、務(wù)農(nóng)+務(wù)工、務(wù)工或經(jīng)商這4類，并假設(shè)戶主就業(yè)非農(nóng)化程度越高，家庭與外界的聯(lián)系可能越多，金融機構(gòu)了解該農(nóng)戶的可能性也越大；同時，戶主是否有企業(yè)工人、鄉(xiāng)鎮(zhèn)教師等正式工作經(jīng)歷或外出務(wù)工經(jīng)歷，是金融機構(gòu)了解農(nóng)戶信息的另一重要渠道，因為此類工作經(jīng)歷有可能會增加金融機構(gòu)通過私人聯(lián)系和熟人社會網(wǎng)絡(luò)了解農(nóng)戶本地信息的機會。此外，為檢驗農(nóng)戶到金融機構(gòu)的地理距離是否會影響農(nóng)戶的信貸可得性，將農(nóng)戶“到最近金融機構(gòu)的距離”這一變量也納入模型，以基于微觀調(diào)查的經(jīng)驗研究結(jié)果，來呼應(yīng)Cairncross的研究。

（三）回歸分析模型及模型結(jié)果分析

1.回歸分析模型

本文采用Logit回歸模型進行實證分析。

為了考察“村村通”及相關(guān)變量對農(nóng)戶信貸約束的影響，首先對“所在行政村是否實現(xiàn)了金融服務(wù)‘村村通”這一變量與“農(nóng)戶是否面臨信貸約束”進行一元回歸，然后逐步加入家庭到金融機構(gòu)距離變量、家庭特征變量（對貸款的需求程度、人口數(shù)、成員最高受教育水平、收入水平）、戶主特征變量（就業(yè)情況、是否有正式工作和外出務(wù)工經(jīng)歷），進行回歸分析。于是，本文設(shè)定了5個線性模型。模型的形式如下：

其中，i代表第i筆貸款的變量特征，變量解釋見表1。為避免多重共線性，本文首先檢驗了自變量之間的相關(guān)系數(shù)，結(jié)果顯示，各變量之間不存在顯著相關(guān)。同時，在線性模型中的方差膨脹系數(shù)均不超過2，故此判斷進入模型的自變量不存在共線性問題。為避免可能的異方差問題，本文采用穩(wěn)健性回歸，回歸結(jié)果見表2。

2.模型結(jié)果分析

（1）金融服務(wù)“村村通”的影響。在模型1（M1）到模型5（M5）中，除模型2（M2）以外，“所在行政村是否實現(xiàn)了金融服務(wù)‘村村通”這一變量，對農(nóng)戶信貸約束均有顯著影響，且在5%程度上通過了顯著性檢驗。其實，在模型2（M2）中，該變量也通過了20%程度上的顯著性檢驗。這表明，實現(xiàn)行政村金融服務(wù)“村村通”，可以在一定程度上緩解農(nóng)戶信貸排斥。因此，本文的主要問題初步得到了回答。此外，從表2還可以看出，家庭“到最近金融機構(gòu)的距離”對農(nóng)戶信貸約束的影響沒有通過顯著性檢驗，但整體方向與預期一致?？赡艿脑蚴?，農(nóng)戶到金融機構(gòu)距離的縮短，雖然可以緩解農(nóng)戶的地理金融排斥，但是真正決定農(nóng)戶信貸可得性的還是金融機構(gòu)對與農(nóng)戶相關(guān)的本地信息的了解。因此，由“所在行政村是否實現(xiàn)了金融服務(wù)‘村村通”以及“到最近金融機構(gòu)的距離”這兩個變量對農(nóng)戶信貸約束的影響結(jié)果可知：金融服務(wù)覆蓋會方便銀行獲得客戶的信息，并且影響到銀行與客戶之間的供求關(guān)系，這與Caimcross的結(jié)論不一致；同時，主流金融服務(wù)的覆蓋，可以幫助建立銀行與客戶之間的關(guān)系，這是農(nóng)戶獲得信貸的關(guān)鍵，與Kempson和Whyley以及Leyshon等的結(jié)論相一致。即在金融服務(wù)“空白村”實現(xiàn)金融服務(wù)“村村通”，可以通過增加信貸決策者對本地信息的了解，而緩解該地區(qū)農(nóng)戶的信貸約束。

（2）家庭特征變量的影響。首先，模型3（M3）、模型4（M4）和模型5（M5）的結(jié)果顯示，家庭對貸款的需求程度越高，家庭獲得貸款的可能性越大。這可能是因為，在整體貸款需求不高（在本文的調(diào)查中，有貸款需求的農(nóng)戶占45.6%）以及供給為主的農(nóng)村金融市場中，獲得金融機構(gòu)的貸款是這些有貸款需求的家庭融資的主要渠道。在本文的調(diào)查中，93.8%的有貸款需求的家庭都申請了貸款也可以證實這一點。因此，家庭對貸款的需求越強烈，家庭突破圖2中的各種自我排斥的意愿越強，也更愿意為了獲得貸款而積極搜尋各種貸款信息，并且尋找擔保人或聯(lián)保人等，從而突破銀行信貸配給。這也可能是真正有貸款意愿的人能夠獲得貸款的原因。其次，模型4（M4）和模型5（M5）的結(jié)果顯示，家庭規(guī)模越大、家庭收入水平越高，家庭獲得貸款的可能性也越大?？赡艿脑蚴牵彝ヒ?guī)模越大，成員與外界接觸的可能性越大，這更有利于金融機構(gòu)的信貸決策者獲得與家庭相關(guān)的本地信息，從而更有利于家庭獲得貸款；同時，家庭收入水平越高，家庭抗風險能力越強，金融機構(gòu)貸款的風險越小，這將有利于家庭獲得貸款，馬九杰和吳本健的研究也證實了這一點。另外，在模型4（M4）中，家庭成員最高受教育水平對農(nóng)戶信貸約束的影響不顯著。可能的原因是，家庭成員最高受教育水平并不是金融機構(gòu)貸款決策時主要考察的因素。隨著農(nóng)村社會結(jié)構(gòu)的變遷，對于很多家庭來說，受教育水平最高的成員往往是還在高校就讀的大學生，從本質(zhì)上來說，他們已經(jīng)不再是家庭農(nóng)業(yè)經(jīng)濟的核心，因而不會產(chǎn)生顯著影響。同時，家庭需要支付這些大學生的受教育成本，而這些資金不屬于家庭擴大再生產(chǎn)的范疇，并且會增加家庭的經(jīng)濟壓力。因而可能對家庭信貸可得性產(chǎn)生負面影響，模型5（M5）的結(jié)果證實了這一點。

（3）戶主特征變量的影響。模型5（M5）的結(jié)果顯示，戶主就業(yè)的非農(nóng)化程度越高、戶主曾經(jīng)有正式工作或外出務(wù)工經(jīng)歷，會有利于家庭獲得貸款。可能的原因是，在農(nóng)村金融市場信息不對稱的條件下，由于農(nóng)業(yè)的弱質(zhì)性，戶主就業(yè)非農(nóng)化程度可能是戶主能力的一種信號，能力比較強的農(nóng)戶會轉(zhuǎn)向收入更可觀的非農(nóng)領(lǐng)域，而非農(nóng)就業(yè)的收入可能更穩(wěn)定，這會向貸款決策者釋放申請人質(zhì)量更高的信息，從而增加了貸款可得性。同時，戶主當前的就業(yè)情況本身也是金融機構(gòu)判斷農(nóng)戶貸款用途的重要變量，這與馬九杰和吳本健的結(jié)果一致；同時，戶主正式工作或者外出務(wù)工經(jīng)歷，可能會增加金融機構(gòu)信貸決策者對貸款申請人本地信息的了解。因為這些經(jīng)歷或者會增加申請人與金融機構(gòu)信貸決策者的私下聯(lián)系，或者由于這些工作也是在決策者所在的區(qū)域（通常是金融機構(gòu)所在的鄉(xiāng)鎮(zhèn)或者縣城）進行的，而增加了貸款人通過當?shù)厥烊松鐣W(wǎng)絡(luò)了解與他們相關(guān)信息的機會，或者僅僅是因為貸款人對其所在區(qū)域狀況的了解而相信曾經(jīng)在此工作本身就是能力的一種證明，亦或者是上述多種可能的混合。總之，上述戶主走出農(nóng)村社區(qū)的經(jīng)歷，可能通過各種渠道，增加了貸款決策者對申請人相關(guān)的本地信息的了解，從而增加了貸款申請獲批的可能性。

3.穩(wěn)健性檢驗

為進一步檢驗行政村金融服務(wù)“村村通”是否可以緩解農(nóng)戶信貸約束這一問題，并且驗證本文提出的假說。在用于本文分析的566戶農(nóng)戶中，剔除沒有貸款需求的農(nóng)戶，構(gòu)建模型6（M6），對有貸款需求的256個農(nóng)戶的數(shù)據(jù)進行多元Logit回歸。模型6（M6）的基本形式與模型5（M5）一致，即：

模型回歸結(jié)果見表2模型6（M6）部分?？梢园l(fā)現(xiàn)，剔除掉沒有信貸需求的農(nóng)戶后，相較于前5個模型，“所在行政村是否實現(xiàn)了金融服務(wù)‘村村通”這一變量，對農(nóng)戶信貸約束的影響增大，并且在1%的程度上顯著?？梢?，實現(xiàn)行政村金融服務(wù)“村村通”確實可以緩解農(nóng)戶信貸約束。由此可知，本文的假說得證。

此外，與前五個模型的估計結(jié)果相一致，農(nóng)戶家庭對貸款的需求程度、家庭收入水平、戶主是否有正式工作和外出務(wù)工經(jīng)歷，對農(nóng)戶信貸約束的影響顯著。而家庭規(guī)模以及戶主的就業(yè)情況，對農(nóng)戶信貸約束的影響變?yōu)椴伙@著，可能的情況是，這些變量相較于金融機構(gòu)通過金融服務(wù)“村村通”而對農(nóng)戶本地信息的了解，以及家庭收入水平、戶主就業(yè)經(jīng)歷等來說，并不是金融機構(gòu)信貸決策的重點。

綜上，本文的假說得證，即在金融服務(wù)空白行政村實現(xiàn)金融服務(wù)“村村通”，可以通過增加信貸決策者對本地信息的了解，而緩解該地區(qū)農(nóng)戶的信貸約束，進而實現(xiàn)農(nóng)村金融普惠。

四、結(jié)論與政策含義

（一）主要結(jié)論

本文以農(nóng)戶信貸可得性為例，從信息經(jīng)濟學視角構(gòu)建了行政村金融服務(wù)“村村通”對農(nóng)村金融普惠影響的理論模型。以此，分析了行政村金融服務(wù)覆蓋與否、本地信息與農(nóng)戶信貸約束之間的關(guān)系，并基于實地調(diào)查數(shù)據(jù)和Logit回歸模型進行了實證分析。依據(jù)理論與實證結(jié)果，主要有以下兩方面的結(jié)論：第一，在金融服務(wù)空白的行政村，由于金融機構(gòu)無法通過私人聯(lián)系和社區(qū)關(guān)系等社會網(wǎng)絡(luò)渠道獲得與借款人相關(guān)的本地信息，而這些信息又是信息不對稱市場上，貸款人信貸決策的關(guān)鍵，這將使得相對于來自實現(xiàn)了金融服務(wù)“村村通”行政村的同等質(zhì)量的貸款申請人，該地區(qū)的農(nóng)戶會面臨更為嚴重的信貸約束。第二，在農(nóng)村金融市場存在信息不對稱的情況下，在金融服務(wù)空白行政村實現(xiàn)金融服務(wù)“村村通”，可以通過增加金融機構(gòu)貸款決策者對農(nóng)戶信息的了解，尤其是銀行信用評價指標以外的附加于申請人的本地信息的了解，而增加批準農(nóng)戶信貸申請的可能性，從而緩解信貸約束。

（二）政策含義

本研究的政策含義是：第一，將基礎(chǔ)金融服務(wù)的鄉(xiāng)鎮(zhèn)全覆蓋，深入到行政村級的全覆蓋，是實現(xiàn)農(nóng)村金融普惠的重要環(huán)節(jié)。雖然銀監(jiān)會2012年已宣布全國已實現(xiàn)所有鄉(xiāng)鎮(zhèn)基礎(chǔ)金融服務(wù)全覆蓋，但絕大部分面臨信貸約束的農(nóng)戶生活在鄉(xiāng)村。鄉(xiāng)鎮(zhèn)全覆蓋無疑對舒緩農(nóng)戶信貸約束有所幫助，但這可能是基于銀行通過農(nóng)戶家庭社會經(jīng)濟情況、就業(yè)等外部信息而做出的判斷，尚不能深入到農(nóng)村社區(qū)了解與農(nóng)戶信貸質(zhì)量相關(guān)的本地信息，而本地信息才是銀行判斷貸款質(zhì)量的關(guān)鍵。因此，“村村通”可以促進信貸人員對貸款申請人所在社區(qū)信息的了解，從而增加農(nóng)戶貸款申請批準的可能性，進而緩解信貸約束，增加農(nóng)戶的金融服務(wù)可得性，進而實現(xiàn)普惠金融。第二，金融機構(gòu)有必要引入熟人社會的信息機制。通過行政村金融服務(wù)全覆蓋來緩解農(nóng)戶信貸約束這一政策初衷的實現(xiàn)，依賴于金融機構(gòu)對與農(nóng)戶相關(guān)的本地信息的了解，這些通過社會網(wǎng)絡(luò)傳播的信息對信貸決策非常關(guān)鍵。但是，事實情況通常是，這些信息常常被排斥在工商信貸決策和管理過程之外。因此，在農(nóng)村金融市場面臨嚴重的信息不對稱、抵押物缺乏、農(nóng)業(yè)特質(zhì)性成本與風險以及非生產(chǎn)性借貸這四大難題的條件下，需要金融機構(gòu)改變工商信貸決策和管理的邏輯，以農(nóng)村熟人社會的邏輯制定信貸決策。第三，充分利用“半工半耕”農(nóng)戶的非農(nóng)就業(yè)信息。在金融機構(gòu)尚不能以農(nóng)村熟人社會的邏輯制定貸款決策的大背景下，金融機構(gòu)信貸決策的主要參考是農(nóng)戶收入水平、戶主個人經(jīng)歷等能反映還貸能力的變量?？梢?，發(fā)展農(nóng)村經(jīng)濟、增加農(nóng)民收入是當前緩解農(nóng)戶信貸約束的重要方面。同時，對于面臨信貸約束的農(nóng)戶來說，可以利用金融機構(gòu)在信貸決策時對戶主的非農(nóng)工作經(jīng)歷等的重視，抓住非農(nóng)就業(yè)機會，增加信貸決策者對貸款申請的信心，從而緩解信貸約束，實現(xiàn)金融普惠。

（責任編輯：郄彥平；校對：盧艷茹）