孟櫻++王靜

摘要：根據(jù)陜西省324戶農(nóng)戶的實(shí)際調(diào)查數(shù)據(jù)，對(duì)信貸配給類型按數(shù)量配給、價(jià)格配給、風(fēng)險(xiǎn)配給、交易成本配給和自我配給進(jìn)行識(shí)別，并運(yùn)用多項(xiàng)Logit模型分析了不同信貸配給類型的影響因素，以及不同信貸配給類型之間的相對(duì)風(fēng)險(xiǎn)比（RRR）。結(jié)果表明，有50%的農(nóng)戶受到信貸配給；教育、借貸渠道、家庭變化和家庭總收入對(duì)數(shù)量配給有顯著影響；購(gòu)買保險(xiǎn)數(shù)量對(duì)價(jià)格配給影響顯著；年齡、教育和信貸需求對(duì)風(fēng)險(xiǎn)配給影響顯著；購(gòu)買保險(xiǎn)數(shù)量、貸款需求和加入農(nóng)民合作組織對(duì)自我配給影響顯著；各因素對(duì)交易成本配給影響不顯著。

關(guān)鍵詞：農(nóng)戶信貸；信貸配給； 相對(duì)風(fēng)險(xiǎn)比；多項(xiàng)Logit模型

中圖分類號(hào)：F323.9文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-9107（2017）03-0059-08

引言

信貸配給是指貸款者由于受逆向選擇或道德風(fēng)險(xiǎn)的影響，不愿意以提高利率來(lái)出清信貸市場(chǎng)，造成需要流動(dòng)性的借款人在現(xiàn)有的利率水平上不能得到或者不能全部得到所需貸款的現(xiàn)象[1]。在我國(guó)，信貸配給現(xiàn)象一直存在，農(nóng)村地區(qū)由于二元化結(jié)構(gòu)格局，金融體制存在缺陷，農(nóng)村金融生態(tài)環(huán)境不完善，農(nóng)民對(duì)于金融知識(shí)了解不夠，金融意識(shí)也相對(duì)淡薄。同時(shí)，隨著涉農(nóng)金融機(jī)構(gòu)的商業(yè)化發(fā)展，大量農(nóng)村資金外流進(jìn)入城市，導(dǎo)致農(nóng)民“貸款難”問(wèn)題日益加劇。

很多學(xué)者認(rèn)為，加強(qiáng)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展，金融支持是非常關(guān)鍵的因素，解決“三農(nóng)”問(wèn)題，最根本的是需要農(nóng)業(yè)資本的形成。在國(guó)家政策支持下，很多銀行及信用合作社為農(nóng)民提供了多樣的金融產(chǎn)品，比如小額貸款、質(zhì)押、產(chǎn)權(quán)抵押貸款等，以解決農(nóng)民的生產(chǎn)性和生活性貸款需求，對(duì)促進(jìn)農(nóng)業(yè)增收，緩解農(nóng)民“貸款難”問(wèn)題做出了不少貢獻(xiàn)。但是，由于貸款違約風(fēng)險(xiǎn)和信息不對(duì)稱的問(wèn)題，信貸配給仍然存在，農(nóng)民難以獲得全額的貸款，無(wú)法滿足貸款需求。

已有的研究中主要將信貸配給分為數(shù)量配給、價(jià)格配給、風(fēng)險(xiǎn)配給、交易成本配給四種類型，這種分類既從信貸供給角度去分析信貸不足，又從信貸需求角度研究，比較符合目前我國(guó)農(nóng)村信貸配給的現(xiàn)狀。本研究在此分類基礎(chǔ)上，將自我配給從數(shù)量配給中分離出來(lái)考察，列為第五種信貸配給類型，并分析了個(gè)人因素、家庭因素、經(jīng)濟(jì)因素、保險(xiǎn)購(gòu)買和加入農(nóng)民合作組織對(duì)各類型信貸配給的影響程度。文章采用多項(xiàng)Logit模型，研究不同因素對(duì)信貸配給的實(shí)際影響，并以沒(méi)有受到信貸配給樣本農(nóng)戶為參照，與各種信貸配給類型進(jìn)行比較。

一、文獻(xiàn)綜述和相關(guān)概念界定

（一）文獻(xiàn)綜述

通過(guò)文獻(xiàn)回顧發(fā)現(xiàn)，最早對(duì)信貸配給的研究是從國(guó)外開始的，Roosa首次提出了“信貸可獲性學(xué)說(shuō)”[2]。Baltensperger首次提出了對(duì)信貸配給的定義，認(rèn)為信貸配給就是即便借款者愿意接受信貸合約中所有的價(jià)格與非價(jià)格條件，其信貸需求仍然無(wú)法滿足的情形[3]。其中價(jià)格條件是指由銀行制定的，以自身利益最大化為目的而形成的條款；非價(jià)格條件是指除了價(jià)格條件以外的一些條款，比如擔(dān)保條款等。Stiglitz和Weiss從信息不對(duì)稱的角度，闡述銀行通過(guò)提高貸款利率會(huì)產(chǎn)生逆向選擇和道德風(fēng)險(xiǎn)，因?yàn)樘岣呃?，借款的企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)提高，導(dǎo)致高風(fēng)險(xiǎn)投資，所以銀行應(yīng)該減少信貸供給數(shù)量而非提高利率[4]。Sharp從委托代理的角度分析了信貸配給產(chǎn)生的機(jī)理[5]。Boucher等將信貸配給類型區(qū)別得更為清楚，將其分為數(shù)量配給、風(fēng)險(xiǎn)配給、成本配給，否定了早期學(xué)界認(rèn)為的只有數(shù)量配給存在，通過(guò)經(jīng)驗(yàn)研究證明了風(fēng)險(xiǎn)配給和成本配給是實(shí)際存在的[6]。

近幾年，國(guó)內(nèi)學(xué)者也對(duì)信貸配給進(jìn)行深入的研究，尤其對(duì)不同信貸配給類型分別研究，并且很多以大數(shù)量樣本為研究對(duì)象，研究具有普遍代表性。朱喜、李子奈通過(guò)對(duì)3 000個(gè)樣本農(nóng)戶的調(diào)查，結(jié)果顯示只有4.4%的農(nóng)戶獲得正規(guī)金融機(jī)構(gòu)的貸款，民間貸款的發(fā)生率是正規(guī)金融機(jī)構(gòu)貸款的2.5倍，農(nóng)戶受到了很大程度的信貸配給，即便從民間貸款渠道獲得貸款也并不一定能滿足貸款需求。他們將信貸配給分為數(shù)量配給和服務(wù)配給[7]，信貸配給產(chǎn)生的原因是利率市場(chǎng)化程度和信息不對(duì)稱，利率太低會(huì)促使金融機(jī)構(gòu)減少信貸供給。田俊麗提出了信貸配給的衡量方法，是農(nóng)戶獲得的信貸資金比重與農(nóng)戶在區(qū)域經(jīng)濟(jì)中的比重的百分比[8]。姜海軍等從道德風(fēng)險(xiǎn)和逆向選擇的角度分析信息不對(duì)稱對(duì)信貸配給產(chǎn)生的作用，采用一期效用函數(shù)構(gòu)建了信貸市場(chǎng)均衡模型。由于信息不對(duì)稱，銀行不能分辨借款人信用程度，為使自身利益最大化，銀行會(huì)減少信貸供給，信貸配給產(chǎn)生[9]。褚保金調(diào)查的372戶樣本農(nóng)戶中，有28.49%受到信貸配給，獲得信貸的農(nóng)戶包括正規(guī)和非正規(guī)渠道的貸款，受到信貸配給的農(nóng)戶的正規(guī)借貸金額要明顯低于從非正規(guī)金融機(jī)構(gòu)獲得的貸款，說(shuō)明非正規(guī)金融機(jī)構(gòu)貸款可以一定程度上緩解正規(guī)信貸配給[10]。王性玉將信貸配給分為三種：數(shù)量配給、交易成本配給和風(fēng)險(xiǎn)配給。在調(diào)查的20 040個(gè)樣本農(nóng)戶中，有45.5%的農(nóng)戶受到了信貸配給，其中絕大部分農(nóng)戶是受到了數(shù)量型信貸配給，并且模型分析顯示，受到信貸配給的農(nóng)戶相對(duì)于未受到信貸配的農(nóng)戶農(nóng)業(yè)生產(chǎn)的產(chǎn)出受農(nóng)戶資源稟賦的影響更大[11]。對(duì)于風(fēng)險(xiǎn)配給，龐新軍運(yùn)用等價(jià)物方法測(cè)度農(nóng)戶風(fēng)險(xiǎn)態(tài)度，認(rèn)為農(nóng)戶的風(fēng)險(xiǎn)偏好影響信貸需求，農(nóng)戶風(fēng)險(xiǎn)規(guī)避性越強(qiáng)受到的信貸配給越大，而且在不同的風(fēng)險(xiǎn)偏好特征下，農(nóng)戶承受生產(chǎn)性信貸配給或消費(fèi)性信貸配給，在調(diào)研的244戶農(nóng)戶中有超過(guò)一半農(nóng)戶受到風(fēng)險(xiǎn)配給[12]；任劼、孔榮通過(guò)對(duì)陜西省730戶樣本農(nóng)戶采用直接誘導(dǎo)式詢問(wèn)法對(duì)農(nóng)戶信貸風(fēng)險(xiǎn)配給進(jìn)行識(shí)別，在被調(diào)查的農(nóng)戶中，有6.16%的農(nóng)戶受到風(fēng)險(xiǎn)型信貸配給，價(jià)格型信貸配給達(dá)到79%，相對(duì)于其他類型的信貸配給，風(fēng)險(xiǎn)配給的農(nóng)戶受到信貸需求價(jià)格彈性的影響較大，而且即便在保險(xiǎn)市場(chǎng)還是存在風(fēng)險(xiǎn)配給[13]。

綜上，國(guó)內(nèi)學(xué)者研究主要建立在國(guó)外研究的基礎(chǔ)上，對(duì)信貸配給的形成、影響因素、衡量配給程度等方面進(jìn)行深入分析。從研究結(jié)果可知，由于我國(guó)不同地區(qū)經(jīng)濟(jì)發(fā)展水平差異較大，信貸配給的空間地域性差異表現(xiàn)十分明顯。本文主要研究陜西關(guān)中地區(qū)的信貸配給情況，希望對(duì)國(guó)內(nèi)研究有一定的充實(shí)作用。

（二）相關(guān)概念界定

本文結(jié)合Bourcher的研究[6]，對(duì)文章涉及的相關(guān)概念作如下界定：

1.數(shù)量配給。將其分為部分?jǐn)?shù)量配給和完全數(shù)量配給，部分?jǐn)?shù)量配給是指借款者沒(méi)有獲得其實(shí)際需求的貸款數(shù)額，只得到部分貸款；完全數(shù)量配給是指借款者沒(méi)有獲得貸款。

2.自我配給。也是完全數(shù)量配給的一類，是指借款者因?yàn)樽陨碇饔^原因沒(méi)有申請(qǐng)貸款或獲得貸款，本文為更好地識(shí)別農(nóng)戶自我選擇的特性，提出針對(duì)性政策建議，故將自我配給區(qū)別于數(shù)量配給列出。

3.價(jià)格配給。貸款由于其高風(fēng)險(xiǎn)性，銀行為了減少風(fēng)險(xiǎn)和自身利益最大化，對(duì)不同投資項(xiàng)目制定不同利率水平，貸款者因?yàn)椴荒芙邮茌^高的利率水平和高利率帶來(lái)的高風(fēng)險(xiǎn)，拒絕申請(qǐng)貸款。

4.風(fēng)險(xiǎn)配給。由于無(wú)法保證貸款的預(yù)期收益，考慮到道德風(fēng)險(xiǎn)，放款者會(huì)將貸款的一部分風(fēng)險(xiǎn)轉(zhuǎn)移至貸款者身上，比如抵押貸款，貸款者由于擔(dān)心無(wú)法承擔(dān)這部分風(fēng)險(xiǎn)而放棄貸款的行為就是風(fēng)險(xiǎn)配給。

5.交易成本配給。交易成本主要包括甄別放款者、監(jiān)督放款者行為、申請(qǐng)貸款手續(xù)、合約實(shí)行等，在放款者將這些交易成本轉(zhuǎn)移在貸款者身上后，貸款者認(rèn)為交易成本太高而放棄申請(qǐng)貸款。

二、數(shù)據(jù)來(lái)源和模型設(shè)定

（一）數(shù)據(jù)整理和分析

課題組于2016年7月在陜西省寶雞市千陽(yáng)縣和楊凌農(nóng)業(yè)高新產(chǎn)業(yè)示范區(qū)進(jìn)行問(wèn)卷調(diào)查。千陽(yáng)縣是蘋果、蔬菜、奶牛的生產(chǎn)大縣，此次調(diào)研涉及天山香瓜菜專業(yè)合作社、綠野瓜果專業(yè)合作社、洪福果業(yè)合作社，而楊凌是全國(guó)唯一的農(nóng)業(yè)高新技術(shù)示范區(qū)，為我國(guó)農(nóng)業(yè)技術(shù)、農(nóng)業(yè)產(chǎn)業(yè)化、現(xiàn)代化作出了重要貢獻(xiàn)。此次調(diào)查采用抽樣調(diào)查方式，根據(jù)合作社社員分布情況以及經(jīng)濟(jì)發(fā)展水平，選取了千陽(yáng)縣的南寨鎮(zhèn)和城關(guān)鎮(zhèn)，以及楊凌區(qū)郊區(qū)和揉谷鎮(zhèn)，再分層級(jí)地選取了每個(gè)鎮(zhèn)的兩個(gè)村作為調(diào)查對(duì)象。

為了保證調(diào)查的準(zhǔn)確性和有效性，此次抽樣調(diào)查共發(fā)放問(wèn)卷352份，經(jīng)對(duì)問(wèn)卷審查，剔除填寫不完全問(wèn)卷以及邏輯矛盾問(wèn)卷，獲得有效問(wèn)卷324份，達(dá)到進(jìn)行計(jì)量模型分析的樣本量。根據(jù)目前學(xué)術(shù)界普遍認(rèn)可的信貸配給種類，本文主要考慮數(shù)量配給、價(jià)格配給、風(fēng)險(xiǎn)配給、交易成本配給、自我配給。根據(jù)之前對(duì)各種信貸配給概念的界定，此處將自我配給單獨(dú)列出來(lái)，與其他配給類型共同分析。

課題組根據(jù)農(nóng)戶對(duì)調(diào)研問(wèn)卷問(wèn)題的回答，判斷農(nóng)戶所受信貸配給情況。如圖1所示，在調(diào)查324戶農(nóng)戶時(shí)，首先會(huì)詢問(wèn)“您家近三年是否貸過(guò)款或借過(guò)錢”，其中有104戶表示有過(guò)貸款行為，220戶沒(méi)有。再詢問(wèn)有過(guò)貸款行為的農(nóng)戶希望申請(qǐng)額度和實(shí)際申請(qǐng)額度，然后計(jì)算百分比，將結(jié)果分為5個(gè)水平。本文將實(shí)際貸款額度達(dá)到期望申請(qǐng)額度的80%以上認(rèn)為沒(méi)有受到數(shù)量配給，其余4種水平認(rèn)為受到數(shù)量型信貸配給。為了更準(zhǔn)確判斷信貸配給情況，對(duì)220戶沒(méi)有貸款的農(nóng)戶進(jìn)一步詢問(wèn)是否申請(qǐng)過(guò)貸款，其中申請(qǐng)過(guò)卻沒(méi)有獲得貸款的有27戶，認(rèn)為其受到完全的數(shù)量配給。對(duì)193戶沒(méi)有申請(qǐng)貸款的農(nóng)戶，課題組成員詳細(xì)問(wèn)詢了沒(méi)有申請(qǐng)的原因，其中110戶是自己有錢不需要，本研究認(rèn)為屬于沒(méi)有遭受信貸配給；認(rèn)為利率太高是受到價(jià)格配給；認(rèn)為貸款成本太高是受到交易成本配給；擔(dān)心借了還不了是受到風(fēng)險(xiǎn)配給。認(rèn)為自己申請(qǐng)也得不到的農(nóng)戶屬于自我配給，由于農(nóng)戶自我認(rèn)知決定不貸款而受到信貸配給。

從表1可知，調(diào)查的324戶農(nóng)戶中有50%的農(nóng)戶遭受信貸配給，而數(shù)量配給情況最為嚴(yán)重，達(dá)到26.2%。可見，目前數(shù)量配給是信貸配給的主要類型，貸款方的信貸供給數(shù)量不能滿足農(nóng)戶需求。交易成本配給比例高于價(jià)格和風(fēng)險(xiǎn)配給，說(shuō)明申請(qǐng)貸款或借錢需要花費(fèi)的高成本成為農(nóng)戶考慮的重要因素。價(jià)格配給比例較低的原因主要是此次調(diào)研涉及的104個(gè)貸款樣本中 民間借貸發(fā)生60次，其中57次是向親朋好友借錢，屬于無(wú)息貸款，所以利率仍然是農(nóng)民考慮貸款的重要因素，尤其是向正規(guī)金融機(jī)構(gòu)貸款。

（二）模型建立

本文選擇多項(xiàng)Logit模型作為分析方法，研究同樣的影響因素對(duì)不同的信貸配給類型產(chǎn)生的影響，以及相對(duì)于未發(fā)生信貸配給時(shí)其他信貸配給類型的主要影響因素。對(duì)不同信貸配給類型設(shè)置方案0～5，分別為沒(méi)有配給、數(shù)量配給、價(jià)格配給、風(fēng)險(xiǎn)配給、交易成本配給、自我配給，屬于無(wú)序分類變量，建立模型：

解釋變量隨著個(gè)體變化，不隨方案j變化，各方案的概率之和等于1。模型將沒(méi)有信貸配給作為“參照方案”，其他作為啞變量，以此判斷不同方案之間差異。

多項(xiàng)Logit模型服從IIA假定，稱作“無(wú)關(guān)方案獨(dú)立性”（independence of irrelevant alternatives，IIA），也就是說(shuō)模型中任何兩個(gè)方案之間是相互獨(dú)立的。Hausma檢驗(yàn)就是用來(lái)檢查IIA假定是否成立，基本思想就是，去掉任何一個(gè)方案都不影響其他方案的一致估計(jì)，只降低效率[14]。

三、影響因素分析

1.個(gè)人特征。個(gè)人特征是研究農(nóng)戶信貸行為的重要因素，其影響農(nóng)戶信貸決策。本研究選取受訪者的年齡、性別、受教育程度作為衡量個(gè)人特征的指標(biāo)。通常年齡較大的人更偏向于儲(chǔ)蓄而非貸款，屬于風(fēng)險(xiǎn)規(guī)避型，決策相對(duì)保守，而30～60歲年齡段的人會(huì)具有較高貸款需求，比如子女上學(xué)、結(jié)婚、蓋房買房等；女性相較于男性來(lái)說(shuō)也更傾向于風(fēng)險(xiǎn)規(guī)避；受教育程度越高，更趨向于通過(guò)貸款融資，屬于風(fēng)險(xiǎn)偏好型。

2.家庭情況。除了考慮受訪者個(gè)人特征，還需要考慮受訪者家庭情況，這也是正規(guī)金融機(jī)構(gòu)進(jìn)行信用評(píng)級(jí)時(shí)考量的重要因素。通過(guò)家庭勞動(dòng)力人數(shù)和耕地面積來(lái)衡量家庭規(guī)模，通過(guò)家庭成員和親戚朋友職業(yè)判斷其社會(huì)關(guān)系，以近三年家里是否有過(guò)大變動(dòng)或者大的開銷判定家庭資產(chǎn)穩(wěn)定程度。從銀行角度來(lái)說(shuō)，家庭勞動(dòng)力人數(shù)多，收入來(lái)源相對(duì)穩(wěn)定，更容易獲得貸款，所以勞動(dòng)力人數(shù)是影響信貸配給的重要因素。土地面積也是正規(guī)金融機(jī)構(gòu)對(duì)借款人條件審核的重要影響因素之一。研究涉及民間借貸，所以社會(huì)關(guān)系是重要影響因素，并且一般認(rèn)為，如果社會(huì)關(guān)系中有信用社、銀行人員或保險(xiǎn)公司人員，申請(qǐng)貸款比較容易。家庭收入穩(wěn)定更容易獲得貸款，家里有重大變動(dòng)，貸款需求更大。

3.信貸情況。選取信貸渠道和是否存在信貸需求為表現(xiàn)指標(biāo)。在調(diào)查中，有貸款行為的104戶農(nóng)戶，其中有62戶是向正規(guī)金融機(jī)構(gòu)貸款，有60戶通過(guò)民間渠道借貸，其中有18戶既向正規(guī)金融機(jī)構(gòu)貸款，又通過(guò)民間渠道借貸（見表2）。為了更清楚每筆貸款情況，問(wèn)卷設(shè)置了對(duì)貸款期限、金額、利率、用途、還款形式的問(wèn)題。對(duì)貸款用途，課題組設(shè)計(jì)了多項(xiàng)選擇，以保證農(nóng)戶理解問(wèn)題和調(diào)研結(jié)果準(zhǔn)確。通過(guò)對(duì)貸款用途統(tǒng)計(jì)可知，目前樣本地區(qū)農(nóng)戶貸款主要以生活性貸款為主，并不符合學(xué)界普遍認(rèn)為的農(nóng)戶在正規(guī)金融機(jī)構(gòu)以生產(chǎn)性貸款為主，在民間貸款渠道以生活性貸款為主。故考慮不同貸款渠道對(duì)信貸配給的影響。

4.資金和資產(chǎn)狀況。衡量信貸配給，資產(chǎn)水平是最重要的因素，本文選取收入水平、支出水平、固定資產(chǎn)價(jià)值以及農(nóng)業(yè)收入占比4個(gè)指標(biāo)衡量家庭資產(chǎn)狀況。為防止對(duì)收入水平統(tǒng)計(jì)有疏漏，問(wèn)卷將收入情況分為農(nóng)業(yè)收入、工資性收入、經(jīng)營(yíng)性收入、轉(zhuǎn)移支付收入、財(cái)產(chǎn)性收入分類別統(tǒng)計(jì)。為避免收入流動(dòng)性造成的誤差，選取農(nóng)戶家庭固定資產(chǎn)水平作為衡量資產(chǎn)狀況的另一重要因素。家庭支出水平也區(qū)分了生產(chǎn)性支出和生活性支出。根據(jù)農(nóng)業(yè)收入占比可以看出農(nóng)戶是以哪種收入來(lái)源為主，即可判斷農(nóng)戶家庭經(jīng)營(yíng)類型，以此考察不同類型收入水平對(duì)信貸配給影響。

5.購(gòu)買保險(xiǎn)種類。問(wèn)卷設(shè)置了幾種比較常見的保險(xiǎn)種類：農(nóng)業(yè)保險(xiǎn)、養(yǎng)老保險(xiǎn)、工傷保險(xiǎn)、醫(yī)療保險(xiǎn)、失業(yè)保險(xiǎn)及其他，以此判斷農(nóng)戶風(fēng)險(xiǎn)偏好和保險(xiǎn)市場(chǎng)參與度。農(nóng)戶購(gòu)買的保險(xiǎn)種類越多，認(rèn)為其更偏向于風(fēng)險(xiǎn)規(guī)避型，對(duì)貸款及信貸配給的影響需進(jìn)一步研究。

6.參加合作組織。本文還將是否加入合作組織作為虛擬變量考慮因素。合作組織包括農(nóng)民專業(yè)合作社、聯(lián)保小組、農(nóng)民資金互助組等農(nóng)民自發(fā)成立的合作組織。一般情況下，合作組織的成員融資渠道相對(duì)豐富，在正規(guī)機(jī)構(gòu)貸款可以合作組織為擔(dān)保，避免一定程度的信貸配給，并且合作組織成員可以通過(guò)與其他成員之間，或者直接向合作組織申請(qǐng)融資，民間貸款也相對(duì)方便。

據(jù)上述分析對(duì)變量進(jìn)行統(tǒng)計(jì)性描述，見表3。

四、估計(jì)結(jié)果與分析

本文以沒(méi)有信貸配給作為“參照方案”，在模型因變量中設(shè)為0，將其他配給類型與其比較。模型還測(cè)算了RRR（relative risk ratios），相對(duì)風(fēng)險(xiǎn)比，是選擇項(xiàng)與參照方案的相比發(fā)生的概率。

在進(jìn)行多項(xiàng)Logit之前，先用逐步回歸檢查變量是否顯著以及多重共線性問(wèn)題。經(jīng)檢驗(yàn)，年齡、土地面積、2015年家庭支出影響并不顯著，為保證Logit模型估計(jì)結(jié)果有效，故刪去這三個(gè)影響因素。表4是多項(xiàng)Logit模型估計(jì)結(jié)果。

分析回歸結(jié)果可知，對(duì)于個(gè)人因素，也就是性別和受教育程度對(duì)價(jià)格配給、交易成本配給和自我配給影響都不顯著，說(shuō)明受到這三種情況的信貸配給受申請(qǐng)者個(gè)人情況影響不顯著。性別對(duì)所有配給類型的影響都是正向的；受教育程度對(duì)風(fēng)險(xiǎn)配給和自我配給的影響是負(fù)向的，其余都是正向的，說(shuō)明對(duì)于農(nóng)戶貸款的自我配給情況，受教育程度越高，受到自我配給的程度越小，這很大程度上是農(nóng)戶對(duì)金融知識(shí)不了解，認(rèn)為自己無(wú)法取得貸款，故主動(dòng)放棄了貸款機(jī)會(huì)。性別和受教育程度對(duì)風(fēng)險(xiǎn)配給的影響都是顯著的，說(shuō)明個(gè)人因素是風(fēng)險(xiǎn)配給的重要影響因素，這也與之前的假設(shè)相符合。性別對(duì)風(fēng)險(xiǎn)配給的影響是正向，受教育程度是負(fù)向，也驗(yàn)證了受教育程度越高，更偏向于風(fēng)險(xiǎn)偏好。通過(guò)相對(duì)風(fēng)險(xiǎn)比（RRR）可知，相對(duì)于沒(méi)有受到信貸配給的農(nóng)戶，性別對(duì)于風(fēng)險(xiǎn)配給影響的概率更大，達(dá)到約7.32倍，價(jià)格配給的相對(duì)風(fēng)險(xiǎn)比率約為3.32，其余幾種比率值較低。

對(duì)于展示家庭情況的因素，本文主要考察了勞動(dòng)力數(shù)量、家庭成員職業(yè)和近三年家里是否有重大變動(dòng)或大的開銷，而前兩者對(duì)信貸配給的影響并不顯著。根據(jù)從信用社了解的情況得知，對(duì)貸款者家庭的考察，勞動(dòng)力是一個(gè)重要的方面，但是不能僅僅只考察勞動(dòng)力的數(shù)量，而是要綜合考察家庭勞動(dòng)力的工作性質(zhì)、發(fā)展前途、收入等方面，故勞動(dòng)力數(shù)量結(jié)果并不顯著，這也提醒后續(xù)研究在變量選擇上要再仔細(xì)斟酌。不過(guò)通過(guò)系數(shù)符號(hào)也可以看出，除了自我配給，家庭勞動(dòng)力數(shù)量越多，受到的其他幾種信貸配給的程度越輕，說(shuō)明在申請(qǐng)貸款時(shí)，勞動(dòng)力數(shù)量仍然是一個(gè)影響因素。課題組的問(wèn)卷設(shè)置了家庭成員是否有在銀行、信用社、保險(xiǎn)公司、政府工作，或者是村干部和農(nóng)技人員，認(rèn)為這幾種職業(yè)更有利于農(nóng)戶貸款，但結(jié)果顯示并不顯著，并且對(duì)數(shù)量配給和自我配給起到正向的影響，對(duì)其他三種配給類型起到負(fù)向影響。家庭重大變動(dòng)對(duì)數(shù)量配給有顯著負(fù)向影響，也就是家庭變動(dòng)的確會(huì)導(dǎo)致貸款時(shí)受到數(shù)量配給，農(nóng)戶難以得到期望數(shù)量的貸款，這也與我們之前假設(shè)相符合。對(duì)風(fēng)險(xiǎn)配給的影響也是負(fù)向的，說(shuō)明農(nóng)戶家庭變動(dòng)會(huì)導(dǎo)致貸款時(shí)擔(dān)心無(wú)法還款，對(duì)其余幾種配給都是不顯著的正向影響。通過(guò)RRR指數(shù)分析，結(jié)果與系數(shù)分析的一致，相較于沒(méi)有受到配給的農(nóng)戶來(lái)說(shuō)，勞動(dòng)力因素只有影響自我配給農(nóng)戶的概率高于無(wú)配給農(nóng)戶，家庭成員職業(yè)因素也主要影響數(shù)量配給和自我配給，家庭重大變化對(duì)數(shù)量配給農(nóng)戶的概率是沒(méi)有受到信貸配給農(nóng)戶的0.46倍。

衡量家庭資金和資產(chǎn)情況的指標(biāo)：家庭收入和固定資產(chǎn)價(jià)值，對(duì)信貸配給的影響也并不顯著，只有收入對(duì)數(shù)量配給在10%的水平上顯著并成負(fù)向的影響，也就是說(shuō)收入越高，受到數(shù)量配給越少。值得注意的是RRR指標(biāo)，相對(duì)于沒(méi)有受到信貸配給的農(nóng)戶，所有信貸配給類型的收入和固定資產(chǎn)價(jià)值的相對(duì)風(fēng)險(xiǎn)比率都非常接近于1，固定資產(chǎn)價(jià)值對(duì)數(shù)量配給影響的概率近似于沒(méi)有受到信貸配給的情況，這也說(shuō)明在本文收集到的數(shù)據(jù)地區(qū)來(lái)說(shuō)，收入和固定資產(chǎn)并不是農(nóng)民受到信貸配給的主要因素，甚至影響并不大。

從借貸情況看，從正規(guī)金融機(jī)構(gòu)借貸和民間渠道借貸對(duì)數(shù)量配給有顯著影響，而且從RRR值可以看出，相對(duì)于沒(méi)有信貸配給的農(nóng)戶，從正規(guī)金融機(jī)構(gòu)和民間渠道貸款受到數(shù)量配給的概率分別約是3.5倍和4.5倍。說(shuō)明不論從哪個(gè)渠道貸款都會(huì)受到數(shù)量配給，民間渠道的配給概率要略高于正規(guī)渠道，主要因?yàn)樵诒疚难芯康恼{(diào)查樣本中，民間渠道基本上都是向親戚朋友借款。雖然親戚朋友借款是無(wú)息貸款，農(nóng)戶不用支付貸款利息，但是相對(duì)于從正規(guī)機(jī)構(gòu)貸款更難得到全額貸款，這與親戚朋友資產(chǎn)情況以及人情等各方面情況有直接關(guān)系。借款需求對(duì)風(fēng)險(xiǎn)配給和自我配給都有顯著的影響，對(duì)其余幾種配給也都有正向的影響，說(shuō)明信貸需求越高，受到的配給程度越高。從RRR值看，受到數(shù)量配給、風(fēng)險(xiǎn)配給和自我配給的農(nóng)戶，相較于沒(méi)有受到信貸配給農(nóng)戶來(lái)說(shuō)，信貸需求的影響分別達(dá)到了5.52、4.18和6.47倍，也證明信貸需求對(duì)信貸配給的影響程度。

購(gòu)買保險(xiǎn)的數(shù)量對(duì)價(jià)格配給和自我配給分別在5%和1%的水平上顯著，且成正向影響。一般認(rèn)為，購(gòu)買保險(xiǎn)數(shù)量越多的人屬于風(fēng)險(xiǎn)規(guī)避型，所以對(duì)于風(fēng)險(xiǎn)不偏好的人來(lái)說(shuō)，貸款利率太高會(huì)讓他們擔(dān)心還款風(fēng)險(xiǎn)，導(dǎo)致拒絕貸款，受到價(jià)格配給，對(duì)于自我配給的人來(lái)說(shuō)，購(gòu)買保險(xiǎn)已經(jīng)是一種保障，不愿意再貸款增加自己經(jīng)濟(jì)上的風(fēng)險(xiǎn)。購(gòu)買保險(xiǎn)對(duì)交易成本配給的影響是負(fù)向的，表示農(nóng)戶購(gòu)買保險(xiǎn)種類越多，受到的交易成本配給越少，這可能是因?yàn)橘?gòu)買保險(xiǎn)種類多，貸款方認(rèn)為其還款能力相對(duì)比較有保障，可以減少其申請(qǐng)貸款所花費(fèi)的成本。相對(duì)沒(méi)有受到信貸配給的農(nóng)戶來(lái)說(shuō)，保險(xiǎn)對(duì)自我配給影響的概率是其7.2倍，是所有信貸配給里RRR值最高的一個(gè)，交易成本配給的RRR值最小，只有0.68。

最后是農(nóng)戶參加農(nóng)民合作組織的影響，對(duì)自我配給存在顯著的正向影響，說(shuō)明農(nóng)戶參加合作組織增加自我配給的程度。這是因?yàn)檗r(nóng)民合作組織通?？梢詾檗r(nóng)戶提供生產(chǎn)、銷售、資金等方面的幫助，通過(guò)我們實(shí)際調(diào)查，農(nóng)戶在需要購(gòu)買種子、化肥等農(nóng)資時(shí)，如果資金不夠可以向合作組織賒賬，以這種方式或者幫助融資等方法滿足生產(chǎn)，所以加入合作組織讓農(nóng)民的生產(chǎn)和生活都更有保障，對(duì)貸款的需要程度也有所降低。加入合作組織對(duì)價(jià)格配給的影響是-34.84，即農(nóng)戶加入合作組織每多一個(gè)單位，價(jià)格配給會(huì)減少34.84個(gè)單位。原因在于價(jià)格配給主要產(chǎn)生于正規(guī)金融機(jī)構(gòu)，而農(nóng)戶加入合作組織可以更方便通過(guò)民間借貸渠道貸款，所以會(huì)更加不接受價(jià)格配給。

五、結(jié)論及政策建議

本文利用微觀數(shù)據(jù)，通過(guò)多項(xiàng)Logit模型，研究5種信貸配給類型的影響因素，并以沒(méi)有受到信貸配給的樣本為參照，其他類型為啞變量，分析農(nóng)戶信貸配給的影響因素。有50%的農(nóng)戶受到信貸配給，幾種配給中最多的是數(shù)量配給，達(dá)到26.2%。在幾種信貸配給中，受教育程度、正規(guī)金融機(jī)構(gòu)借貸、民間渠道借貸、家庭重大變化和2015年家庭總收入對(duì)數(shù)量配給有顯著影響；家庭購(gòu)買保險(xiǎn)數(shù)量對(duì)價(jià)格配給有顯著作用；風(fēng)險(xiǎn)配給的顯著影響因素有年齡、受教育程度和信貸需求；購(gòu)買保險(xiǎn)數(shù)量、貸款需求和加入農(nóng)民合作組織對(duì)自我配給影響顯著。交易成本配給樣本是除數(shù)量配給以外最多的一個(gè)，但本文所選影響因素對(duì)其并不顯著，這也提醒后續(xù)研究在因素選擇上需再斟酌。

結(jié)合所調(diào)研結(jié)果及上述分析，提出如下政策建議：（1）信貸機(jī)構(gòu)應(yīng)該積極開展對(duì)農(nóng)戶的信貸評(píng)級(jí)，了解農(nóng)戶綜合情況，緩解因信息不對(duì)稱導(dǎo)致的信貸配給。（2）根據(jù)農(nóng)戶貸款用途可見，農(nóng)民目前有一半的貸款是生活性貸款，所以信貸機(jī)構(gòu)應(yīng)該制定相應(yīng)的金融服務(wù)產(chǎn)品，以滿足農(nóng)戶的生活貸款，改善生活質(zhì)量，起到金融扶貧的作用。（3）民間借貸可以緩解正規(guī)金融機(jī)構(gòu)的信貸配給，但是民間借貸目前管理混亂，良莠不齊，風(fēng)險(xiǎn)較高，政府應(yīng)當(dāng)制定相應(yīng)政策規(guī)制、監(jiān)督民間借貸，增加農(nóng)民貸款渠道。（4）應(yīng)該開展農(nóng)村金融聯(lián)結(jié)機(jī)制，實(shí)行信用社、農(nóng)民合作組織、農(nóng)戶三者聯(lián)結(jié)，依靠農(nóng)民合作組織的地緣性、親緣性，對(duì)農(nóng)戶借貸行為進(jìn)行監(jiān)督，也為信用社等借款人提供更為詳盡的貸款人信息，減輕信息不對(duì)稱程度，農(nóng)民合作組織還可以為申請(qǐng)貸款農(nóng)戶進(jìn)行擔(dān)保，解決了因無(wú)擔(dān)保而無(wú)法貸款的情況。農(nóng)民合作組織起到農(nóng)戶信貸的信用中介和風(fēng)險(xiǎn)中介的作用，是解決信貸配給和農(nóng)民“貸款難”的有效方法之一。

參考文獻(xiàn)：

[1] Stiglitz J，A Weiss.Credit Rationing in Markets With Imperfect Information[J].The American Economic Review，1981，71（3）：393410.

[2]Robert V，Roossa. The Revival of Monetary Policy [J].The Review of Economics and Statistics， 1951，33（1 ）：2937.

[3]Baltensperger E.Credit Rationing Issues and Questions[J].Journal of Money， Credit and Banking，1978，10（2）：170183.

[4] Stiglitz J E，A Weiss. Credit Rationing in Markets With Imperfect Information [J].The American Economic Review，1981，71（3）： 393410.

[5]Sharpe， Steven A. Asymmetric Information， Bank Lending and Implicit Contracts： A Stylized Model of Customer Relationships [J].The Journal of Finance， 1990，45（4）： 1 0691 087.

[6]Boucher，Steve.Endowments and Credit Market Performance：An Econometric Exploration of Nonprice Rationing Mechanisms in Rural Credit Markets in Peru[EB/OL].http：//www.agecon.ucdavis.edu，2002.

[7]朱喜，李子奈.我國(guó)農(nóng)村正式金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸配給[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006（3）：3749.

[8]田俊麗.中國(guó)農(nóng)村信貸配給及農(nóng)村金融體系重構(gòu)[D].成都：西南財(cái)經(jīng)大學(xué)，2006：33.

[9]姜海軍，惠曉峰.基于信息不對(duì)稱的信貸配給均衡模型研究[J].金融研究，2008（9）：134142.

[10]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(guó)農(nóng)村經(jīng)濟(jì)，2009（6）：5161.

[11]王性玉，田建強(qiáng).農(nóng)戶資源稟賦與農(nóng)業(yè)產(chǎn)出關(guān)系研究——基于信貸配給數(shù)據(jù)的分組討論[J].管理評(píng)論，2011（9）：3842.

[12]龐新軍，冉光和.風(fēng)險(xiǎn)態(tài)度、農(nóng)戶信貸與信貸配給[J].經(jīng)濟(jì)經(jīng)緯，2014（1）：149154.

[13]任劼，孔榮.農(nóng)戶信貸風(fēng)險(xiǎn)配給識(shí)別及其影響因素[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2015（3）：5667.

[14]陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用[M].北京：高等教育出版社，2014：198.