中國政策性農(nóng)業(yè)擔保的實施效果

呂靜， 孫小龍， 郭沛

(1.中國農(nóng)業(yè)大學經(jīng)濟管理學院，北京 100083；2.江蘇省農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟與發(fā)展研究所，江蘇 南京 210014)

資源稀缺嚴重阻礙了中國農(nóng)村經(jīng)濟的發(fā)展[1]。尤其隨著中國農(nóng)業(yè)現(xiàn)代化、產(chǎn)業(yè)化和集約化進程的加快，中國農(nóng)業(yè)發(fā)展面臨嚴峻的融資制約，農(nóng)村金融領域長期存在的融資問題更加突出，中國新型農(nóng)業(yè)經(jīng)營主體融資需求難以滿足[2-3]。另外，郭震[4]基于ECM模型分析了農(nóng)村金融支持對農(nóng)村消費支出的促進作用，指出農(nóng)業(yè)貸款的增加能夠拉動農(nóng)民消費。因此，如何有效解決中國農(nóng)村金融的融資難題，不僅關乎中國農(nóng)業(yè)發(fā)展，而且也有助于激發(fā)中國農(nóng)村經(jīng)濟活力。在此背景下，中國政府為解決農(nóng)村領域面臨的融資問題，于2015年在全國范圍內開展政策性農(nóng)業(yè)擔保試點。其中，財政部、農(nóng)業(yè)部聯(lián)合印發(fā)《關于財政支持建立農(nóng)業(yè)信貸擔保體系的指導意見》明確提出：“力爭用3年的時間建立健全具有中國特色、覆蓋全國的農(nóng)業(yè)信貸擔保體系”，這為構建全國政策性農(nóng)業(yè)擔保體系指明了方向；財政部、農(nóng)業(yè)部、銀監(jiān)會聯(lián)合印發(fā)《關于做好全國農(nóng)業(yè)信貸擔保工作的通知》明確了擔保費用補助政策的市場化原則。另外，《2019年中央一號文件》進一步指出：“健全農(nóng)業(yè)信貸擔保費率補助和以獎代補機制”、“加快做大擔保規(guī)?！薄Ｉ鲜龇治霰砻?，中國政策性農(nóng)業(yè)擔保對解決農(nóng)村融資問題具有重要意義。但是，中國政策性農(nóng)業(yè)擔保的實施仍處于試點階段，國內缺乏相關研究，國外現(xiàn)有研究對政策性擔保的實施效果也未形成一致性認識。因此，中國政策性農(nóng)業(yè)擔保在解決農(nóng)村融資難題上的實施效果是值得探究的，這對政策完善具有重要的參考價值。

國內外大量研究表明，政策性擔保能夠有效促進銀行放貸意愿。其中，MERTON等[5]認為政府擔保能夠有效促進銀行貸款發(fā)放；COWLING[6]對英國政府1981年發(fā)起的中小企業(yè)貸款擔保計劃(Small Firms Loan Guarantee Scheme)進行實證檢驗，發(fā)現(xiàn)抵押品和追加企業(yè)主個人擔保激勵有助于加強企業(yè)管理，政策性擔保達到了預期效果；ZECCHINI等[7]對意大利政府擔保支持中小企業(yè)效果進行檢驗，結果表明，政府擔保能夠提高企業(yè)的融資杠桿率；BORISOVA等[8]對部分和全部私有化企業(yè)進行實證檢驗，結果表明，政府持股比例的降低會導致企業(yè)融資成本上升，從而表明政府隱性擔保的重要性。另外，RIDING等[9]以美國、加拿大、日本、英國、韓國和德國為例，對中小企業(yè)信用擔保機制的研究表明，當中小企業(yè)申請銀行貸款符合條件時，政府為該類企業(yè)提供的擔保機制是有效的。此外，田秀娟等[10]基于2005年中國29個省(市、自治區(qū))的問卷調查數(shù)據(jù)的研究表明，信貸擔保能夠顯著提高農(nóng)戶和農(nóng)業(yè)企業(yè)從正規(guī)金融機構貸款的可獲得性，對解決農(nóng)村貸款難題有顯著的正向作用。

但是，政策性擔?？赡軙觿〉赖嘛L險。政策性擔保作為政策性金融的一種表現(xiàn)形式，以國家信用為基礎，運用各種特殊的融資手段，嚴格按照國家法規(guī)限定的業(yè)務范圍和經(jīng)營對象，以優(yōu)惠性存貸利率直接或間接為貫徹、配合國家特定經(jīng)濟和社會發(fā)展政策而進行的一種特殊性資金融通行為[11]。因此，政策性擔保產(chǎn)生的風險最終由政府兜底，這很可能加劇銀行貸款過程中的道德風險，甚至形成政府部門風險。而且，UESUGI等[12]對日本的研究發(fā)現(xiàn)，在特殊信用擔保計劃末期，為了推動資金流向自有資產(chǎn)較低的中小企業(yè)，政府會降低對抵押品和第三方擔保的要求，這一改變會加劇道德風險。同時，中國政策性擔保在實施過程中可能存在人情擔保和指令擔保，這也說明了政府參與會扭曲被擔保企業(yè)的投資行為。因此，政策性擔保的實施可能會增加信貸市場中的道德風險，也可能會誘發(fā)政府尋租，最終這都將演化為政府信用風險，甚至誘發(fā)政府信用危機[13]。但是，政策性擔?？赡苷T發(fā)的道德風險在政策實施初期是較為隱蔽的。以美國20世紀70年代實施的政府擔保計劃為例，直到20世紀末當聯(lián)邦存款保險計劃對儲蓄和貸款業(yè)損失進行償付時，政府擔保成本才進入公眾視野[14]。

綜合上述分析，中國政策性農(nóng)業(yè)擔保的實施效果主要體現(xiàn)在2個方面：一是能否有效解決中國農(nóng)村領域的融資難題，為農(nóng)業(yè)發(fā)展提供金融支持；二是是否加劇道德風險，引發(fā)政府信用風險。但是，由于中國政策性農(nóng)業(yè)擔保的實施仍處于試點階段，政策實施時間較短，這決定了政府信用風險在當前階段很難被監(jiān)測。因此，本研究結合中國政策性農(nóng)業(yè)擔保的政策目標，重點評估政策性農(nóng)業(yè)擔保在解決農(nóng)村領域融資問題方面的效果。本研究第一部分是理論分析，論述政策性農(nóng)業(yè)擔保在解決融資問題中的作用機制；第二部分是研究設計、第三部分是實證分析，這2部分旨在從實證角度評估中國政策性農(nóng)業(yè)擔保在解決融資難題的實施效果；最后提出結論和建議，為政策實施、推廣和完善提供經(jīng)驗借鑒。

1 理論分析

本研究以信貸市場均衡模型為基礎，根據(jù)政策性農(nóng)業(yè)擔保在銀行放貸過程中的風險分擔機制，從理論上分析政策性農(nóng)業(yè)擔保在解決融資方面的作用。圖1是政策性農(nóng)業(yè)擔保作用下信貸市場均衡結果。由于信貸市場借貸雙方之間存在信息不對稱，這使得銀行貸款風險和收益不一致，表現(xiàn)為信貸供給與利率之間不是線性增長關系，而是呈現(xiàn)利率增加貸款供給先增加后下降的趨勢。在圖1中，信貸供給曲線為S，當信貸需求為D時，存在信貸供給不足；隨著信貸需求從D降低為D1的過程，信貸供給一直處于不足狀態(tài)；隨著信貸需求的不斷降低，當信貸需求從D1下降至D2時，信貸市場達到供求平衡。由此可知，信貸市場均衡主要是由信貸供給方?jīng)Q定的。因此，中國政策性農(nóng)業(yè)擔保能否降低信貸市場的信息不對稱程度，這決定了政策性農(nóng)業(yè)擔保能否提升銀行涉農(nóng)放貸意愿、增加信貸供給。

根據(jù)對財政資金完整性的定義，財政資金的完整性強調公共服務的完整性，不僅為公眾提供公共產(chǎn)品和服務，同樣也要為生產(chǎn)提供公共產(chǎn)品和服務，同時指出了政策性信用擔保政策目標的重要性[15-16]。由此可知，政策性農(nóng)業(yè)擔保的介入本質上是財政資金對公共產(chǎn)品的一種補貼，降低了銀行涉農(nóng)貸款的風險，減少銀行涉農(nóng)貸款中的信息不對稱。因此，本研究提出以下假設。

(1)政策性農(nóng)業(yè)擔保本質上屬于財政補貼，通過分擔銀行放貸風險的形式提升銀行放貸意愿。

(2)在政策性農(nóng)業(yè)擔保的作用下，信貸供給曲線為一條隨利率增加而增加的曲線。

如圖1所示，信貸供給曲線由S變?yōu)镾′，體現(xiàn)了信貸供給與利率之間呈現(xiàn)線性增長的關系，S′上的點即為不同信貸需求水平上的信貸均衡。在信貸需求從D下降至D1的過程，信貸市場達到一個供求平衡狀態(tài)。因此，政策性擔保增加了信貸供給，增加部分為陰影面積M，這使得信貸供給能夠滿足信貸需求。其中，當信貸需求為D時，信貸均衡為E′3；當信貸需求為D1時，信貸均衡為E1?；谏鲜龇治隹傻贸鼋Y論：在農(nóng)村領域，政策性農(nóng)業(yè)擔保的實施通過風險分擔的形式有效降低了銀行信息不對稱風險，從而提升了銀行的放貸意愿，增加銀行涉農(nóng)貸款的信貸供給。

圖1 信貸市場均衡Fig.1 Credit market equilibrium

2 研究設計

2.1 研究方法

傾向性分值匹配法(Propensity Score Matching，縮寫PSM)被普遍應用于政策影響評估，這為本研究分析中國政策性農(nóng)業(yè)擔保的實施效果提供了有效的分析方法。參考葉莉等[17]，楊園爭等[18]的研究，本研究采用PSM方法評估政策性農(nóng)業(yè)擔保的實施效果。首先，以政策實施前后為節(jié)點設置處理組和對照組。當政策性農(nóng)業(yè)擔保實施后，將安徽省第i家農(nóng)業(yè)商業(yè)銀行的放貸業(yè)務設置為干預狀態(tài)，記作zf=1；反之，將政策實施前農(nóng)業(yè)商業(yè)銀行的放貸業(yè)務設置為控制狀態(tài)，記作zf=0。根據(jù)二分類變量Probit回歸估計傾向性分值，該條件概率表達式如下。

(1)

根據(jù)政策實施前后農(nóng)業(yè)商業(yè)銀行存貸款比例(Loanratio)的變化，分析政策性農(nóng)業(yè)擔保在增加信貸供給方面的作用效果；并根據(jù)農(nóng)業(yè)商業(yè)銀行不良貸款率(NPR)的變化，分析政策性農(nóng)業(yè)擔保在分擔銀行涉農(nóng)貸款風險方面的作用效果。最后，本研究分別采用了最鄰近匹配法(nearest neighbor matching)、半徑匹配法(radius matching)和內核匹配法(kernel matching)，分別估算了銀行存貸款比例(Loanratio)和不良貸款率(NPR)的平均處理效應ATT(average treatment effect on the treated)，詳見式(2)和式(3)：

ATT=E[Loanratio|zf=1，P(i)]-
E[Loanratio|zf=0，P(i)]

(2)

ATT=E[NPR|zf=1，P(i)]-E[NPR|zf=0，P(i)]

(3)

式中:P(i)表示對照組和處理組的傾向得分值，即由Probit模型估計出來的是否實施政策的概率。

2.2 數(shù)據(jù)來源

由于中國農(nóng)業(yè)擔保數(shù)據(jù)未公開，考慮到中國農(nóng)業(yè)發(fā)展過程中的資金絕大部分來源于中國農(nóng)業(yè)商業(yè)銀行，本研究以安徽省為例,根據(jù)2008—2017年期間農(nóng)業(yè)商業(yè)銀行的貸款數(shù)據(jù)分析政策性農(nóng)業(yè)擔保的實施效果。需要說明的是，《安徽省人民政府辦公廳關于印發(fā)農(nóng)業(yè)3項補貼合并改革試點等三個實施方案的通知》(皖政辦[2015]61號)文件指出，安徽省于2015-12-28正式成立政策性專業(yè)性支農(nóng)服務機構，即政策性農(nóng)業(yè)擔保機構。因此，本研究將2016年作為政策性農(nóng)業(yè)擔保實施的分界點，認為2008—2015年的樣本處在政策實施前，設置為對照組；將2016—2017年的樣本劃分為政策實施后，設置為處理組。最后，剔除樣本缺失值，總樣本量為672。

2.3 變量說明

根據(jù)本研究目的，將變量分為以下3類：(1)是否存在政策性擔保，認為2008—2015年對應的農(nóng)業(yè)商業(yè)銀行不存在政策干預，記作虛擬變量zf=0；反之，2016—2017年存在政策干預，記作zf=1。(2)農(nóng)業(yè)商業(yè)銀行特征變量，根據(jù)農(nóng)業(yè)商業(yè)銀行存貸款比例(Loanratio)和不良貸款率(NPR)分析政策性農(nóng)業(yè)擔保在促進農(nóng)業(yè)融資和銀行風險分擔方面的實施效果。(3)農(nóng)業(yè)商業(yè)銀行的其他特征變量。資本利潤率(ROE)、不良貸款余額(NPL)、貸款損失準備充足率(LLRA)、撥備覆蓋率(PCR)、總資產(chǎn)(Asset)、總存款(Deposit)和總貸款(Loans)。其中，本研究選取是否實施政策性農(nóng)業(yè)擔保作為政策控制變量、根據(jù)農(nóng)業(yè)商業(yè)銀行特征的平均處理效應評估政策實施效果，農(nóng)業(yè)商業(yè)銀行的其他特征變量作為對照組和處理組的匹配變量，詳見表1。

表1 變量描述性統(tǒng)計Table 1 Descriptive statistics of variables

3 實證結果與分析

3.1 傾向性分值的匹配變量

根據(jù)公式(1)估計政策實施前后對照組和處理組匹配變量的顯著性，結果如表2所示。其中，農(nóng)業(yè)商業(yè)銀行的資本利潤率(ROE)、不良貸款余額(NPL)、撥備覆蓋率(PCR)和總貸款(Loans)的下降有助于促進政策性農(nóng)業(yè)擔保的實施，對應的系數(shù)在1%顯著水平上為-0.119，10%顯著水平上為-11.960，1%顯著水平上為-0.008，5%顯著水平上為-3.053。反之，農(nóng)業(yè)商業(yè)銀行的貸款損失準備充足率(LLRA)、總資產(chǎn)(Asset)和總存款(Deposit)對實施政策性農(nóng)業(yè)擔保的影響顯著為正，相關系數(shù)分別在1%顯著水平上為0.004和1.398，5%顯著水平上為1.670。根據(jù)上述分析可知，農(nóng)業(yè)商業(yè)銀行的其他變量特征如資本利潤率(ROE)、不良貸款余額(NPL)、貸款損失準備充足率(LLRA)、撥備覆蓋率(PCR)、總資產(chǎn)(Asset)、總存款(Deposit)和總貸款(Loans)，以上變量能夠引起對照組和處理組之間產(chǎn)生非政策性農(nóng)業(yè)擔保引起的差異。因此,本研究在控制上述因素的基礎上，進一步對比對照組和處理組的平均處理效應，分析政策實施效果。

3.2 平均處理效應

根據(jù)公式(2)和公式(3)可估算出農(nóng)業(yè)商業(yè)銀行的存貸款比例和不良貸款率對應的平均處理效應，即ATT值。由表3可知，農(nóng)業(yè)商業(yè)銀行的存貸款比例(Loanratio)的平均處理效應顯著為負，說明了政策性農(nóng)業(yè)擔保的實施促進了農(nóng)業(yè)商業(yè)銀行的放貸行為。其中，最近鄰居匹配法、半徑匹配法和核匹配法對應的ATT值在1%的顯著水平上分別為-3.102，-1.915和-3.103。另外，根據(jù)最近鄰居匹配法、半徑匹配法和核匹配法下農(nóng)業(yè)商業(yè)銀行不良貸款率(NPR)對應的ATT值在1%的顯著水平上分別為-2.195，-1.464和-2.195，農(nóng)業(yè)商業(yè)銀行不良貸款率上處理效應顯著為負，說明政策性農(nóng)業(yè)擔保有助于銀行涉農(nóng)貸款風險分擔。

表2 傾向性分值的匹配變量

注：*對應的顯著水平為10%、**對應的顯著水平為5% 以及***對應的顯著水平為1%。

Notes: * indicates statistical significance at 10%, ** indicates statistical significance at 5%, and *** indicates statistical significance at 1%.

表3 政策性農(nóng)業(yè)擔保的平均處理效應Table 3 Average treatment effect of policy-oriented agricultural guarantee

注：***對應的顯著水平為1%。

Notes: *** indicates statistical significance at 1%.

3.3 共同支撐區(qū)間檢驗及平衡性檢驗

匹配法的有效性是建立在其共同支撐區(qū)間和平衡性檢驗的基礎之上的，本研究檢驗結果表明匹配后對照組和處理組均滿足共同支撐假設和平衡性假設。首先，本文檢驗了對照組和處理組是否滿足共同支撐假設，如圖2和圖3所示。本研究采用核密度-傾向分數(shù)密度函數(shù)，檢驗對照組和處理組是否滿足共同支撐假設。對比圖2和圖3可知，根據(jù)公式(1)匹配前對照組和處理組的核密度-傾向分數(shù)密度函數(shù)重疊區(qū)域較少，說明對照組和處理組之間存在差異，但是匹配后函數(shù)重疊率明顯增高，且保持基本一致，這說明本研究對照組和處理組的設置滿足共同支撐假設，說明了匹配變量能夠實現(xiàn)對照組和處理組之間不存在政策外差異。上述分析說明了本研究基于PSM方法處理結果的有效性。

另外，為了進一步說明本研究基于PSM方法處理結果的有效性，本研究對對照組和處理組進行了平衡性假設檢驗，如表4所示。根據(jù)表4可知，對照組和處理組在匹配后偏誤(絕對值)得到大幅降低。其中，資本利潤率(ROE)、總資產(chǎn)(Asset)、總存款(Deposit)和總貸款(Loans)對應的偏誤(絕對值)降低比例均高于90%，貸款損失準備充足率(LLRA)對應的偏誤(絕對值)降低比例為70%，不良貸款余額(NPL)和撥備覆蓋率(PCR)對應的偏誤(絕對值)降低比例均高于50%。另外，t檢驗統(tǒng)計表明，無法拒絕處理組和控制組之間差異為0的原假設。上述分析意味著，傾向性匹配方法確實能夠大大降低處理組和對照組之間的差異，滿足平衡性檢驗。

圖2 匹配前傾向分數(shù)密度函數(shù)

圖3 匹配后傾向分數(shù)密度函數(shù)

表4 對照組和處理組的平衡性檢驗結果

3.4 敏感性檢驗

在運用PSM方法進行估計時，可能存在隱藏偏差問題，即存在重要的無法進行有效控制和匹配的遺漏變量，這也是運用PSM方法評估政策效果有效性的基本前提[19]。雖然本研究在農(nóng)業(yè)商業(yè)銀行可觀測數(shù)據(jù)范圍內進行了較為全面的控制，但是不排除存在不易衡量的遺漏變量。因此，為了確保本研究中農(nóng)業(yè)商業(yè)銀行存貸款比例(Loanratio)和不良貸款率(NPR)的平均處理效應是可信的，需要進行敏感性分析，檢驗結果對隱藏偏差的敏感程度。根據(jù)表5可知，在伽馬系數(shù)(Gamma)取值1.5、2、2.5和3時，農(nóng)業(yè)商業(yè)銀行存貸款比例(Loanratio)和不良貸款率(NPR)的sig+不高于0.05，說明平均處理效應的分析結果在5%的置信水平上是顯著的。由此可知，遺漏變量并未使結果顯著高估，前文平均處理效應的分析結果也不存在隱藏偏差，本研究農(nóng)業(yè)商業(yè)銀行存貸款比例(Loanratio)和不良貸款率(NPR)平均處理效應的估計結果是可信的。

表5 最鄰近匹配法的敏感性檢驗

4 結論與政策啟示

本研究以安徽省為例，基于2008—2017年間農(nóng)業(yè)商業(yè)銀行貸款數(shù)據(jù)，應用PSM方法分析了中國政策性農(nóng)業(yè)擔保的實施效果。研究結果表明，政策性農(nóng)業(yè)擔保能夠有效分擔涉農(nóng)貸款風險，促進銀行涉農(nóng)信貸供給，這極有可能成為解決中國農(nóng)村領域融資難題的重要著力點。圍繞如何確保政策性農(nóng)業(yè)擔保政策實施質量，進一步結合農(nóng)村地緣優(yōu)勢，農(nóng)業(yè)領域改革的政治邏輯，本研究得出以下政策啟示。

(1)確立政策性農(nóng)業(yè)擔保實施原則。本研究表明，政策性農(nóng)業(yè)擔保能夠有效解決農(nóng)村領域融資問題的關鍵在于這一政策能夠解決信貸市場存在的信息不對稱問題。因此，政策性農(nóng)業(yè)擔保在實施的過程中，應該以農(nóng)村信貸市場中存在的信息不對稱程度為基礎，建立擔保機構、銀行和農(nóng)戶之間合適的風險分擔比例，從而促進信貸合約的形成。但是，國際經(jīng)驗表明，政策性擔?？赡墚a(chǎn)生政府的尋租行為。因此，在政策性農(nóng)業(yè)擔保實施的過程中，必須明晰政策實施的基本原則，這樣才能確保政策在長期實施過程中能夠服務于農(nóng)村融資難題，避免財政資金錯用。需要說明的是，與大城市金融市場相比，農(nóng)村金融市場發(fā)展相對滯后，對社會關系的依賴程度更高。因此，發(fā)揮農(nóng)村地緣優(yōu)勢如供銷社、合作社或產(chǎn)業(yè)鏈等建立集群內部成員的信用水平，減少信貸市場信息不對稱。因此，應該將充分發(fā)揮農(nóng)村領域的地緣優(yōu)勢滿足農(nóng)戶融資需求，當信息不對稱產(chǎn)生的信貸風險和收益偏離嚴重時，實施政策性擔保，提升銀行放貸意愿。

(2)把握農(nóng)業(yè)領域政策改革紅利。近5年來，中國中央層面對農(nóng)業(yè)發(fā)展給予了高度關注，強調綠色農(nóng)業(yè)、特色農(nóng)業(yè)和生態(tài)旅游等，由此產(chǎn)生了大量政策補貼。與其他補貼不同的是，政策性農(nóng)業(yè)擔保盡管也屬于財政補貼的一種，但是其具有撬動杠桿作用。而且，政策性農(nóng)業(yè)擔保實施效果的一個重要方面在于其杠桿放大倍數(shù)。因此，政策性農(nóng)業(yè)擔保在實施過程中應該利用當前農(nóng)業(yè)領域改革過程中的大量政策紅利，提升政策實施效果。具體來看，由于政策扶持力度的加大，將形成綠色農(nóng)業(yè)商標、特色小鎮(zhèn)等，這些新產(chǎn)物中必定蘊含著農(nóng)業(yè)資本規(guī)模的增加。因此，政策性農(nóng)業(yè)擔保實施過程中，可適當拓寬擔保物和再擔保機制，如應收賬款、農(nóng)產(chǎn)品訂單等，即統(tǒng)籌政策紅利、市場發(fā)展于政策性農(nóng)業(yè)擔保的實施過程。這對提升政策性農(nóng)業(yè)擔保實施效果、提升財政資金整體使用效率具有重要意義。