山東省農(nóng)戶信貸供給效率及約束因素研究

顧忠銳 石新顏

摘? ?要：當(dāng)前，山東省農(nóng)戶貸款規(guī)模不斷提高，但信貸供給效率偏低，這是制約農(nóng)戶收入提高、農(nóng)村經(jīng)濟(jì)發(fā)展和實(shí)現(xiàn)鄉(xiāng)村振興的重要障礙。本文界定了農(nóng)戶信貸投入和產(chǎn)出效率，基于山東省51家農(nóng)商行樣本數(shù)據(jù)，運(yùn)用DEA方法測算農(nóng)戶信貸供給效率，并引入Random Forest方法分析影響效率的因素。結(jié)論表明，山東省農(nóng)商行信貸供給效率有待提高，東部、中部、西部融資效率依次遞減;其約束因素按照重要性由大到小排序依次是：存貸比、高學(xué)歷人員占比、總資產(chǎn)收益率、成本收入比;總資產(chǎn)、不良貸款率對農(nóng)戶融資效率影響不顯著。山東省農(nóng)商行提高農(nóng)戶信貸供給效率的關(guān)鍵在于注重發(fā)展質(zhì)量，不斷提高經(jīng)營管理水平。

關(guān)鍵詞：農(nóng)戶;信貸供給效率;約束因素;農(nóng)商行

中圖分類號：F830.58? ?文獻(xiàn)標(biāo)識碼：B? 文章編號：1674-2265（2019）02-0085-06

DOI：10.19647/j.cnki.37-1462/f.2019.02.013

一、引言

多年來，農(nóng)戶①信貸供給效率偏低一直是制約農(nóng)戶收入提高、農(nóng)村經(jīng)濟(jì)發(fā)展和實(shí)現(xiàn)鄉(xiāng)村振興的突出難題。農(nóng)戶融資困境折射出農(nóng)村金融的特殊性：城鄉(xiāng)經(jīng)濟(jì)二元化結(jié)構(gòu)特征明顯，農(nóng)戶經(jīng)營規(guī)模小而分散，抵質(zhì)押物匱乏，與此相適應(yīng)，農(nóng)戶融資也具有“額度小、頻度高、管理難、風(fēng)險(xiǎn)大”的特點(diǎn)（史方超等，2015）。而農(nóng)村金融難以契合銀行“三性”經(jīng)營理念，農(nóng)戶不易獲得銀行的“垂青”。

農(nóng)業(yè)生產(chǎn)的公共產(chǎn)品性、不穩(wěn)定性、外部性、弱質(zhì)性、周期性等特點(diǎn)，決定了政府必須對“三農(nóng)”領(lǐng)域給予政策支持，而不能放任市場的“自由選擇”（顧忠銳，2017）。2003年，國務(wù)院推動(dòng)農(nóng)信機(jī)構(gòu)改革，山東等25個(gè)?。ㄊ?、區(qū)）選擇組建省級聯(lián)社和多級法人模式，旨在把農(nóng)信機(jī)構(gòu)培養(yǎng)成為金融支農(nóng)的“主力軍”（白亞楠，2011）。2016年9月，山東省133家農(nóng)信社全部完成銀行化改革，服務(wù)“三農(nóng)”能力增強(qiáng)。截至2017年末，山東省110家農(nóng)商行各項(xiàng)存款余額16587億元，各項(xiàng)貸款余額10440億元，存、貸款規(guī)模居全省銀行業(yè)首位。其中，農(nóng)戶貸款余額超過2600億元，占全省半數(shù)以上。農(nóng)戶貸款規(guī)模增加的同時(shí)，如何推動(dòng)農(nóng)村金融資源合理配置、提高農(nóng)商行支農(nóng)效率，是亟須研究的問題。

二、理論綜述

金融效率即指金融要素投入與國民經(jīng)濟(jì)運(yùn)行結(jié)果之間的關(guān)系（楊德勇等，1997）。當(dāng)前，學(xué)界對農(nóng)戶信貸效率沒有統(tǒng)一定義，但歸納概括文獻(xiàn)后提煉出兩層含義：一是農(nóng)戶信貸投入效率：金融機(jī)構(gòu)要素投入與農(nóng)戶信貸產(chǎn)出的關(guān)系;二是農(nóng)戶信貸產(chǎn)出效率：農(nóng)戶信貸投入與農(nóng)村經(jīng)濟(jì)產(chǎn)出的關(guān)系。

第一層含義基于銀行信貸供給視角，測算方法以DEA模型為主，分別把銀行類比為生產(chǎn)型企業(yè)、金融中介或從資產(chǎn)負(fù)債表的角度（見表1），選擇不同的投入產(chǎn)出指標(biāo)，形成了生產(chǎn)法、中介法和資產(chǎn)法等3種方法（薛嬌，2016），集中于對銀行整體效率和小微企業(yè)信貸供給效率的研究，銀行農(nóng)戶信貸供給效率方面的文獻(xiàn)較少。第二層含義基于農(nóng)村信貸需求視角，評價(jià)方法包括DEA模型、SFA模型、主成分分析法、模糊綜合評價(jià)法、機(jī)器學(xué)習(xí)法等（溫紅梅等，2012），投入指標(biāo)為農(nóng)戶貸款等銀行經(jīng)營指標(biāo)，產(chǎn)出指標(biāo)表征農(nóng)村經(jīng)濟(jì)發(fā)展水平及農(nóng)戶消費(fèi)收入水平，對農(nóng)戶貸款、農(nóng)業(yè)貸款及農(nóng)村貸款產(chǎn)出效率的研究均有涉及（見表1）。王碩（2015）、鞠榮華等（2014）等學(xué)者均認(rèn)為農(nóng)戶信貸的有效性偏低，且存在地區(qū)差異。

那么，農(nóng)戶信貸供給效率為什么偏低呢？學(xué)者從農(nóng)戶視角實(shí)證分析了農(nóng)戶信貸效率的約束因素（見表2），可分為兩個(gè)方面：一是內(nèi)在約束變量，包括：（1）自身特征變量;（2）家庭特征變量;（3）生產(chǎn)經(jīng)營特征變量等。二是外在約束變量，包括：（1）金融機(jī)構(gòu)的發(fā)展規(guī)模、數(shù)量;（2）貸款利率、期限、額度;（3）金融機(jī)構(gòu)的服務(wù)水平;（4）對借款人資格條件的認(rèn)定;（5）宏微觀經(jīng)濟(jì)金融政策等。受不同區(qū)域環(huán)境等因素影響，有些因素影響不顯著。

梳理國內(nèi)外研究成果可知，宏觀層面上，我國“三農(nóng)”領(lǐng)域融資規(guī)模增長，但融資效率偏低，地區(qū)間差異較大，金融支農(nóng)效率問題是約束農(nóng)村經(jīng)濟(jì)發(fā)展的關(guān)鍵。微觀層面上，農(nóng)戶信貸投入效率如何？受到銀行哪些指標(biāo)的制約？現(xiàn)有文獻(xiàn)仍處于空白階段。為此，本文從信貸投入的視角，基于山東省51家農(nóng)商行樣本數(shù)據(jù)，運(yùn)用超效率DEA模型測度、比較山東省東中西部農(nóng)戶信貸供給效率水平，在此基礎(chǔ)上，借助Random Forest方法剖析其約束因素，最后提出有針對性的政策建議。

三、指標(biāo)選擇、模型設(shè)定與數(shù)據(jù)來源

（一）指標(biāo)選擇

1. 農(nóng)戶信貸供給效率指標(biāo)選取。山東農(nóng)商行作為支持農(nóng)戶融資的主力軍，農(nóng)戶信貸供給效率可用其投入產(chǎn)出效率（要素投入是否實(shí)現(xiàn)產(chǎn)出價(jià)值最大化）反映。

在指標(biāo)選擇上，選取分支機(jī)構(gòu)數(shù)、業(yè)務(wù)及管理費(fèi)、存款余額、在職人員數(shù)為投入指標(biāo)，并用每個(gè)銀行農(nóng)戶貸款余額占比②“分?jǐn)偂蓖度胫笜?biāo)，以此測算農(nóng)戶貸款各項(xiàng)投入指標(biāo)。其中，分支機(jī)構(gòu)數(shù)、業(yè)務(wù)及管理費(fèi)衡量經(jīng)營成本投入，分支機(jī)構(gòu)數(shù)反映了銀行的信息搜集、獲取能力，而“軟信息”掌握情況對農(nóng)戶貸款至關(guān)重要;業(yè)務(wù)及管理費(fèi)占營業(yè)支出比重最大，用以衡量銀行經(jīng)營成本支出;存款作為最重要資金來源反映了銀行的資金投入情況;職工數(shù)反映了農(nóng)戶融資過程中的人力資源投入情況。選取各農(nóng)商行的農(nóng)戶貸款余額和農(nóng)戶貸款不良率③為產(chǎn)出指標(biāo)，分別用以衡量農(nóng)戶融資的產(chǎn)出數(shù)量和質(zhì)量，由于農(nóng)戶貸款不良率為負(fù)向指標(biāo)，取倒數(shù)作正向化處理。

2. 農(nóng)戶信貸供給效率約束因素指標(biāo)選取。專家學(xué)者的研究主要集中在經(jīng)濟(jì)金融形勢、金融市場發(fā)展程度、政策法規(guī)、金融監(jiān)管等宏觀因素上，本文從微觀視角實(shí)證研究其約束因素。

運(yùn)用SE-DEA徑向模型測算山東省農(nóng)戶信貸供給效率，效率值[≥]1的地區(qū)為有效;因變量Y表示信貸供給是否有效。此外，從銀行規(guī)模、盈利能力、資產(chǎn)配置能力、成本控制能力、資產(chǎn)質(zhì)量、人員素質(zhì)等6個(gè)方面相應(yīng)選取6個(gè)自變量，分別為：總資產(chǎn)取對數(shù)（[lnX1]）、總資產(chǎn)收益率④（[X2]）、存貸比（[X3]）、成本收入比⑤（[X4]）、不良貸款率（[X5]）、大學(xué)本科學(xué)歷以上人員占比（[X6]）。

（二）模型設(shè)定

1. 農(nóng)戶信貸供給效率評價(jià)模型構(gòu)建。傳統(tǒng)的DEA方法只能判斷決策單元是否有效，而難以區(qū)別有效決策單元的相對“優(yōu)劣”。SE-DEA（超效率DEA）方法作為一種效率排序模型，能夠?qū)Χ鄠€(gè)有效決策單元進(jìn)一步比較。鑒于此，本文采用SE-DEA徑向模型測算山東省農(nóng)戶信貸供給效率。SE-DEA模型如式（1）所示。

其中，[θsuper0]和[λj]分別為效率指數(shù)和輸入、輸出系數(shù)，均為決策變量;[xij]和[yij]分別表示第j個(gè)評價(jià)對象第i個(gè)投入與產(chǎn)出指標(biāo)值;[s-i]和[s+i]分別為投入指標(biāo)松弛變量和產(chǎn)出指標(biāo)松弛變量。若[θsuper0≥1]，認(rèn)為決策單元有效，即投入轉(zhuǎn)化為最大產(chǎn)出;反之，則得到相反結(jié)果。

2. 農(nóng)戶信貸供給效率約束因素模型構(gòu)建。2001年，Breiman提出了Random Forest方法。它是一種機(jī)器學(xué)習(xí)方法，具有不易產(chǎn)生過度擬合、分類準(zhǔn)確性高、對噪聲容忍度好等優(yōu)點(diǎn)。鑒于此，本文借助Random Forest方法剖析信貸供給效率的約束因素。

模型構(gòu)建共分為5步（見圖1）：一是參數(shù)設(shè)置。設(shè)置參數(shù)mtree和ntry，mtree是節(jié)點(diǎn)中用于二叉樹的變量數(shù)量;ntry是隨機(jī)森林中決策樹數(shù)量。二是選取指標(biāo)。依據(jù)山東省農(nóng)商行樣本數(shù)據(jù)選取約束因素。三是區(qū)分樣本。有效率樣本賦值“1”，無效率樣本賦值“0”，同時(shí)把全部樣本集分為訓(xùn)練樣本和測試樣本兩部分。四是代入數(shù)據(jù)。將訓(xùn)練樣本代入Random Forest函數(shù)，反復(fù)測算滿足精度要求。五是評價(jià)模型。建立信貸供給效率約束因素模型，并對特征變量排序。

（三）數(shù)據(jù)來源

本文以山東省農(nóng)商行為研究對象，數(shù)據(jù)根據(jù)萬得數(shù)據(jù)庫相關(guān)資料及山東省農(nóng)商行信息披露整理得到。為了全面分析農(nóng)戶信貸供給效率及其約束因素，選取51家農(nóng)商行作為樣本（樣本占比46.36%），樣本分布情況如表3所示，由表3可知，樣本覆蓋山東省17地市，分布較均勻，具有代表性。

四、山東省農(nóng)戶融資效率實(shí)證分析

（一）樣本描述性統(tǒng)計(jì)

山東省經(jīng)濟(jì)發(fā)展水平整體上自東向西逐次遞減，農(nóng)商行發(fā)展水平也顯現(xiàn)類似的趨勢，西部各項(xiàng)投入產(chǎn)出指標(biāo)處于最低水平，低于山東省各項(xiàng)均值（見表4），東中西部農(nóng)戶貸款占比依次為20.67%、22.99%和23.98%。從投入指標(biāo)看，經(jīng)營成本、資金來源、人力資源信息搜集及獲取方面投入等存在明顯差異，且東部和中部差距較小。從產(chǎn)出指標(biāo)看，農(nóng)戶貸款余額東中西部梯度遞減;農(nóng)戶貸款不良率中部最低、東部其次、西部最高。

（二）結(jié)果分析

通過EMS1.3軟件，采用SE-DEA徑向模型計(jì)算山東省51家農(nóng)商行的農(nóng)戶信貸供給效率值、有效率農(nóng)商行個(gè)數(shù)，分析結(jié)果見表5。

實(shí)證結(jié)果顯示：從整體上看，51個(gè)樣本農(nóng)戶信貸供給有效性為0.8657，效率值分布在區(qū)間[0.6102，1.3320]。其中，11個(gè)樣本處在效率前沿面，占比21.57%;21個(gè)樣本效率值高于樣本總體均值，占比41.18%。從區(qū)域分布上看，東部地區(qū)17個(gè)樣本平均效率值0.8947，高于山東省均值，有效樣本5個(gè)，說明該地區(qū)金融支農(nóng)效率最高;中部地區(qū)16個(gè)樣本平均效率值0.8625，略高于山東省均值，有效樣本4個(gè)，效率次之;西部地區(qū)17個(gè)樣本平均效率值0.8276，低于山東省均值，與東中部區(qū)域相差較大，有效樣本2個(gè)，效率最低。研究表明，山東省農(nóng)戶信貸供給效率偏低且具有區(qū)域差異性，大部分農(nóng)商行存在較大改善空間。

五、山東省農(nóng)戶融資效率約束因素分析

（一）樣本基本情況

山東省農(nóng)商行總資產(chǎn)規(guī)模連續(xù)多年增長，截至2017年末，51家農(nóng)商行總資產(chǎn)規(guī)模達(dá)到13054.47億元;平均總資產(chǎn)收益率0.49%，盈利能力一般;平均存貸比62.20%，資產(chǎn)配置能力較好;平均成本收入比40.00%，經(jīng)營成本偏高;平均不良貸款率5.35%，信貸風(fēng)險(xiǎn)高于5%的警戒線;高學(xué)歷人員占比較高。

（二）結(jié)果分析

運(yùn)用R軟件中的Random Forest包計(jì)算6個(gè)自變量的相對重要性，并設(shè)置mtree=2，ntry=500，訓(xùn)練樣本35個(gè)，測試樣本16個(gè)，分析結(jié)果見圖2、圖3。

1. 模型精度分析。本文使用ROC曲線來對Random Forest模型進(jìn)行科學(xué)評價(jià)，ROC曲線可以動(dòng)態(tài)更改閾值，得到不同的真正類率（TPR）和假正類率（FPR）。從圖2可知，AUC值為0.980[∈0.9，1]，說明模型的分類效果很好，保證了模型預(yù)測的可靠性。此外，圖3反映了Random Forest模型錯(cuò)誤率的變化情況，由測試結(jié)果可知，模型在ntry=250后錯(cuò)誤率趨于穩(wěn)定，Random Forest袋外數(shù)據(jù)誤差穩(wěn)定控制在0.09以下。

2. 指標(biāo)重要性排序。通過Random Forest模型能夠測算6個(gè)自變量對模型的影響大小，進(jìn)而判斷哪些指標(biāo)相對重要，評估各指標(biāo)對農(nóng)戶信貸供給效率的貢獻(xiàn)度。Mean Decrease Accuracy（MDA）測算將指標(biāo)取值變?yōu)殡S機(jī)數(shù)后，模型預(yù)測準(zhǔn)確度下降多少;Mean Decrease Gini（MDG）衡量各變量對分類樹各節(jié)點(diǎn)上觀測值異質(zhì)性的影響，進(jìn)而比較指標(biāo)間重要程度。從表7可以看出，按照重要性從大到小對各指標(biāo)排序，分別是：存貸比（[X3]）、大學(xué)本科學(xué)歷以上人員占比（[X6]）、總資產(chǎn)收益率（[X2]）、成本收入比（[X4]）、總資產(chǎn)取對數(shù)（[lnX1]）、不良貸款率（[X5]）。其中，最后兩項(xiàng)指標(biāo)對信貸供給效率影響較小，可以忽略不計(jì)。值得注意的是，Random Forest模型只能對指標(biāo)重要性排序，不能區(qū)分影響的方向，為此，借助“Y=1”和“Y=0”的均值判斷指標(biāo)的作用方向。從表7來看，[X4]指標(biāo)在“Y=0”時(shí)的均值大于“Y=1” 時(shí)的均值，可以認(rèn)定[X4]為負(fù)向指標(biāo);反之，其余5個(gè)指標(biāo)在“Y=0”時(shí)的均值小于“Y=1” 時(shí)的均值，均為正向指標(biāo)。此外，[X5]和[lnX1]在“Y=0”和“Y=1”時(shí)的均值接近，也印證了這兩個(gè)因素對效率值影響較小。

3. 分析討論。在滿足流動(dòng)性前提下，存貸比（[X3]）對農(nóng)戶信貸供給效率有顯著的正向影響，存貸比越高，意味著農(nóng)商行信貸投放量增加，創(chuàng)造利潤能力提高;相反，較低的存貸比意味著經(jīng)營成本上升。大學(xué)本科學(xué)歷以上人員占比（[X6]）體現(xiàn)了農(nóng)商行的整體人員素質(zhì)，有助于提高農(nóng)商行在成本控制、風(fēng)險(xiǎn)防控等方面的內(nèi)部管理能力，同時(shí)加大創(chuàng)新力度為農(nóng)戶量身訂制金融產(chǎn)品，滿足農(nóng)戶多樣化的融資需求，推動(dòng)農(nóng)戶信貸規(guī)模增長和農(nóng)戶不良貸款率下降?？傎Y產(chǎn)收益率（[X2]）直接衡量了農(nóng)商行的盈利能力，間接反映了經(jīng)營水準(zhǔn)和資金投入效率，對信貸供給效率有正向影響。成本收入比（[X4]）衡量農(nóng)商行的成本控制能力，農(nóng)戶貸款難的主要原因是農(nóng)商行甄別信用農(nóng)戶、貸前審查抵（質(zhì)）押物成本較高，農(nóng)商行有效控制經(jīng)營成本有助于推動(dòng)農(nóng)戶信貸效率提高。

總資產(chǎn)取對數(shù)（[lnX1]）對信貸供給效率約束較小，可能因?yàn)檗r(nóng)商行信貸投放增加以及資產(chǎn)規(guī)模擴(kuò)大不一定帶來盈利能力和經(jīng)營水平的提高，規(guī)模效益存疑，總資產(chǎn)收益率（[X2]）是更好的指標(biāo)。不良貸款率（[X5]）對信貸供給效率有兩方面影響：一方面，不良貸款率較高意味著農(nóng)商行經(jīng)營效益下滑，增加撥備、沖銷不良限制了其農(nóng)戶貸款投放能力。另一方面，不良貸款率較高的農(nóng)商行更傾向于發(fā)放農(nóng)戶貸款以分散和降低信貸風(fēng)險(xiǎn)，推動(dòng)農(nóng)戶信貸規(guī)模提高。

六、結(jié)論及啟示

研究表明：第一，山東省農(nóng)戶信貸規(guī)模平穩(wěn)增長，但農(nóng)戶信貸供給效率有待于提高且存在地域差異性，東中西部融資效率梯度遞減。第二，農(nóng)戶信貸供給效率約束因素按照重要性由大到小排序依次是：存貸比、高學(xué)歷人員占比、總資產(chǎn)收益率、成本收入比。三是總資產(chǎn)、不良貸款率對農(nóng)戶信貸供給效率影響不顯著。

綜上所述，本文認(rèn)為山東省農(nóng)商行提高農(nóng)戶信貸供給效率的關(guān)鍵在于注重發(fā)展質(zhì)量而非發(fā)展規(guī)模，不斷提高經(jīng)營管理水平。具體來說，可以從以下四個(gè)方面著手：

一是立足“三農(nóng)”領(lǐng)域，把握好農(nóng)戶貸款“質(zhì)”與“量”的關(guān)系。擴(kuò)大農(nóng)戶信貸規(guī)模更要提高農(nóng)戶信貸質(zhì)量。充分發(fā)揮農(nóng)商行網(wǎng)點(diǎn)搜集“軟信息”的比較優(yōu)勢，及時(shí)捕捉農(nóng)戶信貸需求，有效甄別信用農(nóng)戶，在推動(dòng)農(nóng)戶信貸規(guī)模增長的同時(shí)，努力降低信貸風(fēng)險(xiǎn)。此外，在當(dāng)前經(jīng)濟(jì)下行壓力下，農(nóng)商行信貸投放的側(cè)重點(diǎn)應(yīng)從涉農(nóng)企業(yè)向農(nóng)戶轉(zhuǎn)移，分散信貸風(fēng)險(xiǎn)，滿足傳統(tǒng)農(nóng)戶和新型農(nóng)戶融資需求。

二是優(yōu)化資源配置，堅(jiān)持“開源”與“節(jié)流”并重的原則。一方面，提高對農(nóng)戶融資過程中投入要素的利用率，注重風(fēng)險(xiǎn)防控，對提升農(nóng)商行的盈利能力和支農(nóng)效率具有重要意義。另一方面，農(nóng)商行還應(yīng)控制金融支農(nóng)過程中的經(jīng)營成本，避免浪費(fèi)現(xiàn)象。

三是提升經(jīng)營水平，實(shí)現(xiàn)“流動(dòng)性”與“盈利性”的平衡。樹立穩(wěn)健經(jīng)營理念，在確保流動(dòng)性的前提下，適當(dāng)提高存貸比，降低資金成本，進(jìn)而提高農(nóng)戶融資效率。

四是重視人才引進(jìn)，發(fā)揮“整體效應(yīng)” 與“海潮效應(yīng)”的作用。一方面，農(nóng)商行經(jīng)營的是風(fēng)險(xiǎn)，信貸風(fēng)險(xiǎn)防范、經(jīng)營成本控制、金融產(chǎn)品創(chuàng)新等業(yè)務(wù)專業(yè)性很強(qiáng)，是“技術(shù)活”;應(yīng)重視人才引進(jìn)，發(fā)揮他們在農(nóng)商行經(jīng)營管理各環(huán)節(jié)的“整體效應(yīng)”。另一方面，要建立適當(dāng)?shù)募?lì)機(jī)制，巧妙運(yùn)用“海潮效應(yīng)”，想辦法吸引人才、留住人才和使用人才。

注：

①本文所稱農(nóng)戶，指長期（一年以上）居住在鄉(xiāng)鎮(zhèn)（不包括城關(guān)鎮(zhèn)）行政管理區(qū)域內(nèi)的住戶，還包括長期居住在城關(guān)鎮(zhèn)所轄行政村范圍內(nèi)的住戶和戶口不在本地而在本地居住一年以上的住戶、國有農(nóng)場的職工和農(nóng)村個(gè)體工商戶。

②農(nóng)戶貸款余額占比=農(nóng)戶貸款余額/各項(xiàng)貸款余額[×]100%

③農(nóng)戶貸款不良率=農(nóng)戶不良貸款余額/農(nóng)戶貸款余額[×]100%

④總資產(chǎn)收益率=（少數(shù)股東損益+凈利潤）/總資產(chǎn)[×]100%

⑤成本收入比=業(yè)務(wù)及管理費(fèi)/營業(yè)收入[×]100%

參考文獻(xiàn)：

[1]史方超，董繼剛.農(nóng)戶信貸需求影響因素實(shí)證分析[J].新疆農(nóng)墾經(jīng)濟(jì)，2015，（9）.

[2]顧忠銳.農(nóng)村信貸資金供需影響因素與農(nóng)村信貸模式創(chuàng)新研究——以德州市為例[D].山東農(nóng)業(yè)大學(xué)碩士研究生論文，2017.

[3]白亞楠. 民族地區(qū)農(nóng)村信用合作社研究[D].中央民族大學(xué)碩士研究生論文，2011.

[4]楊德勇，王敏.提高中國金融效率的基本方向[J].財(cái)經(jīng)問題研究，1997，（7）.

[5]薛嬌.商業(yè)銀行支持小微企業(yè)融資的效率研究[D].浙江工商大學(xué)碩士研究生論文，2016.

[6]溫紅梅，姚鳳閣，宋春梅.基于效率視角的農(nóng)村金融機(jī)構(gòu)研究文獻(xiàn)評述與啟示[J].三農(nóng)金融，2012，（1）.

[7]王碩.中國農(nóng)村金融融資效率分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2015，256（2）.

[8]鞠榮華，許云霄，朱雯.農(nóng)戶的信貸供給改善了嗎？[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2014，（1）.