• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      農(nóng)戶信貸需求與融資渠道偏好的影響因素分析
      ——基于CFPS數(shù)據(jù)2 742戶貧困農(nóng)戶的調(diào)查

      2018-09-10 07:11:52
      江蘇農(nóng)業(yè)科學(xué) 2018年15期
      關(guān)鍵詞:信貸金融機(jī)構(gòu)農(nóng)戶

      劉 芳

      (寶雞文理學(xué)院經(jīng)濟(jì)管理學(xué)院,陜西寶雞 721013)

      貧困地區(qū)農(nóng)村金融運(yùn)行與發(fā)展受到農(nóng)戶收支結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、區(qū)域文化等因素的影響,體現(xiàn)出與富裕地區(qū)不同的特征與困境。新形勢(shì)下解決“貧困難題”,需要?jiǎng)?chuàng)造貧困地區(qū)可持續(xù)發(fā)展的基礎(chǔ)條件,需要扶貧資源精準(zhǔn)到位地作用于貧困群體,需要構(gòu)建貧困地區(qū)自我發(fā)展機(jī)制,需要提升貧困人群自我發(fā)展脫貧致富的能力。金融扶貧作為“造血式扶貧”的重要途徑,可以改變貧困地區(qū)和人群被動(dòng)的發(fā)展模式,從根本上扭轉(zhuǎn)貧困地區(qū)經(jīng)濟(jì)落后狀況。響應(yīng)習(xí)近平總書記關(guān)于扶貧開發(fā)工作的重要指示,2014、2015年人民銀行與相關(guān)部門聯(lián)合分別發(fā)布了《關(guān)于全面做好扶貧開發(fā)金融服務(wù)工作的指導(dǎo)意見》和《關(guān)于金融助推脫貧攻堅(jiān)的實(shí)施意見》,進(jìn)一步落實(shí)了金融助推脫貧攻堅(jiān)的基本方略。

      1 國(guó)內(nèi)外研究現(xiàn)狀

      貧困地區(qū)農(nóng)村金融市場(chǎng)的制度缺陷明顯抑制了貧困農(nóng)戶的信貸活動(dòng)。一方面應(yīng)圍繞區(qū)域金融需求差異,推動(dòng)貧困地區(qū)農(nóng)村金融制度創(chuàng)新[1];另一方面,金融機(jī)構(gòu)必須推出面向貧困群體的金融產(chǎn)品,降低窮人進(jìn)入金融市場(chǎng)的交易門檻[2]。厘清貧困農(nóng)戶信貸服務(wù)特征和影響因素,對(duì)于金融扶貧戰(zhàn)略的實(shí)施,以及貧困地區(qū)金融體制與機(jī)制創(chuàng)新尤為重要。大量國(guó)外學(xué)者基于欠發(fā)達(dá)地區(qū)農(nóng)業(yè)信貸數(shù)據(jù),運(yùn)用Probit、Logistic、GMM和Tobit等計(jì)量方法對(duì)農(nóng)業(yè)信貸與農(nóng)業(yè)發(fā)展問(wèn)題進(jìn)行了實(shí)證研究。Hussain等分析了巴基斯坦政府面向小農(nóng)實(shí)施的糧食安全政策,結(jié)果表明,土地?cái)?shù)量會(huì)增加小農(nóng)獲得貸款機(jī)會(huì),且中等和上等小農(nóng)容易獲得正規(guī)貸款,低等小農(nóng)主要依靠非正規(guī)貸款低等小農(nóng)≤1.0英畝、中等小農(nóng)1.01~2.50英畝、上層小農(nóng)2.51~5.00英畝[3]。Fakayode實(shí)證分析?;僦蒉r(nóng)業(yè)信貸機(jī)構(gòu)(ESACA)的轉(zhuǎn)貸信貸計(jì)劃效果,發(fā)現(xiàn)貸款受益者主要特征為年輕、有種植經(jīng)驗(yàn)和受過(guò)教育。Kumar等認(rèn)為影響印度農(nóng)戶機(jī)構(gòu)信貸的決定性因素包括教育程度、農(nóng)場(chǎng)規(guī)模、家庭規(guī)模、種姓、性別、職業(yè)以及家庭特征等[4]。Mpuga發(fā)現(xiàn)烏干達(dá)的農(nóng)業(yè)信貸需求受地域、年齡、教育水平、職位、家庭資產(chǎn)以及其他居住特征的影響[5]。Shete等分析埃塞俄比亞Finoteselam(費(fèi)諾特塞蘭)鎮(zhèn)農(nóng)業(yè)信貸市場(chǎng)影響因素,指出高撫養(yǎng)負(fù)擔(dān)、土地占有面積、家庭勞動(dòng)力稟賦、參與非農(nóng)生產(chǎn)等增加了家庭農(nóng)業(yè)信貸市場(chǎng)參與度[6]。Singh等以旁遮普州11個(gè)區(qū)的600農(nóng)戶為例,研究結(jié)果,影響農(nóng)戶貸款的主要因素有貸款成本、貸款手續(xù)、政府扶持等,可通過(guò)借貸信息和土地信息網(wǎng)絡(luò)化、貸款申請(qǐng)表簡(jiǎn)化、貸款程序和審批時(shí)間標(biāo)準(zhǔn)化改善信貸體系[7]。

      國(guó)內(nèi)學(xué)者通過(guò)調(diào)查分析貧困農(nóng)戶信貸需求和信貸行為,探索影響農(nóng)戶信貸渠道的因素。王定祥等認(rèn)為,貧困農(nóng)戶信貸需求以中短期小額需求為主,但實(shí)際發(fā)生借貸行為的貧困農(nóng)戶較少,從正規(guī)金融機(jī)構(gòu)獲得貸款的農(nóng)戶更少[8]。劉西川等認(rèn)為,所調(diào)查農(nóng)戶信貸需求主要受到數(shù)量、成本與風(fēng)險(xiǎn)的影響[9]。黃祖輝等認(rèn)為,工資性收入和非農(nóng)經(jīng)營(yíng)收入分別對(duì)農(nóng)戶正規(guī)信貸來(lái)源有不同影響,前者影響為負(fù),后者影響為正[10]。劉明等以陜西省、青海省欠發(fā)達(dá)農(nóng)村地區(qū)為例,認(rèn)為關(guān)系型融資對(duì)不同的信貸來(lái)源作用效果不一致,雖然可以抑制民間金融的風(fēng)險(xiǎn),但卻滋長(zhǎng)了正規(guī)金融的尋租活動(dòng)[11]。徐璋勇等運(yùn)用Probit模型,著重分析農(nóng)戶社會(huì)資本對(duì)正規(guī)和非正規(guī)信貸供需傾向的影響,發(fā)現(xiàn)良好的社會(huì)資本對(duì)農(nóng)戶信貸獲得具有正向促進(jìn)[12]。

      綜上所述,眾多學(xué)者依托不同地區(qū)農(nóng)戶的調(diào)研樣本,實(shí)證檢驗(yàn)了影響農(nóng)戶信貸需求的因素,但既有研究直接針對(duì)貧困農(nóng)戶信貸需求的分析不多,并且樣本覆蓋范圍往往較小,僅涉及某個(gè)省份或某個(gè)地區(qū)的樣本農(nóng)戶,不能很好地反映我國(guó)貧困農(nóng)戶信貸活動(dòng)傾向。因此,筆者選用全國(guó)大范圍調(diào)查數(shù)據(jù),引入戶主年齡、教育程度、家庭規(guī)模、收入來(lái)源構(gòu)成、收入水平、存款水平和地理位置等變量,將研究樣本劃分為不同組群,對(duì)比分析上述變量對(duì)不同特征貧困農(nóng)戶信貸需求、信貸渠道及貸款金額的影響,力圖更為全面地展示我國(guó)貧困農(nóng)戶信貸需求特征和影響因素,為農(nóng)村金融更好地服務(wù)于貧困地區(qū)與貧困群體提供經(jīng)驗(yàn)支持。

      2 數(shù)據(jù)來(lái)源與農(nóng)戶家庭情況

      2.1 數(shù)據(jù)來(lái)源

      樣本來(lái)源于2012年北京大學(xué)中國(guó)家庭追蹤調(diào)查(CFPS),其數(shù)據(jù)涉及24個(gè)省(區(qū)、市),家庭總戶數(shù)達(dá)到16 000戶。為了準(zhǔn)確瞄準(zhǔn)農(nóng)村貧困人群,把握低收入農(nóng)戶經(jīng)濟(jì)生活及金融服務(wù)狀態(tài),針對(duì)CFPS數(shù)據(jù)進(jìn)行了有效甄別與篩除。首先剔除掉全部樣本中城市家庭數(shù)據(jù)而篩選出農(nóng)村家庭數(shù)據(jù),并進(jìn)一步根據(jù)家庭人均純收入分位數(shù)指標(biāo),將全部農(nóng)戶家庭數(shù)據(jù)劃分為收入最高、中上、中下、最低4組,每組樣本各占農(nóng)戶總體樣本的25%。將研究樣本最終鎖定于最低收入農(nóng)戶群體,共有2 742份樣本,目標(biāo)農(nóng)戶調(diào)查樣本覆蓋面廣,涉及全國(guó)東部、中部、西部139個(gè)縣區(qū)。農(nóng)戶分布地域見表1。

      表1 有效樣本區(qū)域分布狀況

      注:依據(jù)2012年北京大學(xué)中國(guó)家庭追蹤調(diào)查(CFPS)數(shù)據(jù)整理。表2至表8同。

      2.2 農(nóng)戶家庭特征

      2.2.1 家庭構(gòu)成方面 在所選取的2 742戶農(nóng)戶中,戶均人口4.08人,男勞動(dòng)力1.74人,女勞動(dòng)力1.24人,戶均勞動(dòng)力人數(shù)2.98人,平均每個(gè)勞動(dòng)力負(fù)擔(dān)(供養(yǎng))人口1.36人。樣本中戶主年齡分布在21~80歲,平均年齡為47歲。

      2.2.2 家庭收支方面 有效樣本2 524戶農(nóng)戶中,人均家庭純收入為1 422.5元,戶均家庭純收入為5 763.3元。戶均農(nóng)業(yè)生產(chǎn)支出值為4 138元,而農(nóng)戶用于食品、衣著和居住的消費(fèi)性支出就可達(dá)到12 833元,后者為前者的近3倍。

      2.2.3 教育分布方面 絕大多數(shù)農(nóng)戶為初中以下文化,其中文盲、半文盲學(xué)歷占36.4%,小學(xué)學(xué)歷占30.2%,初中學(xué)歷占26.1%,高中及以上學(xué)歷僅占到7.03%。與全國(guó)農(nóng)民教育平均水平相比,貧困農(nóng)民教育程度明顯更低。

      2.2.4 農(nóng)業(yè)生產(chǎn)方面 2 742戶農(nóng)戶中有2 134戶農(nóng)戶從事農(nóng)業(yè)活動(dòng),但其農(nóng)業(yè)機(jī)械化程度非常低,有72.9%的農(nóng)戶家中沒有相關(guān)農(nóng)用機(jī)械。因此,樣本區(qū)域仍然從事依靠手工勞作為主的傳統(tǒng)農(nóng)業(yè)耕作。此外,貧困農(nóng)戶的土地耕作條件并不優(yōu)渥,有效樣本中有58.24%的農(nóng)戶戶均土地面積不足0.27 hm2,平均每人分得土地不足667 m2。即使土地資源有限,但仍有大量的土地分布于生產(chǎn)條件惡劣的高原、高山和丘陵地區(qū),土地耕作條件較差,不利于農(nóng)業(yè)規(guī)?;同F(xiàn)代化經(jīng)營(yíng)。據(jù)統(tǒng)計(jì),樣本區(qū)域地形地貌中高山與高原地區(qū)占24.0%,丘陵占34.56%。

      2.2.5 生活條件方面 貧困農(nóng)戶生活艱辛,所在區(qū)域基礎(chǔ)設(shè)施和住房條件較差。經(jīng)統(tǒng)計(jì),樣本農(nóng)戶中16.51%的農(nóng)戶具有三代同住、臨時(shí)架床、子女與父母同住一室等住房困難現(xiàn)象;53.81%的農(nóng)戶生活用水無(wú)法使用自來(lái)水,存在飲用江河湖水、山泉水、雨水和窖水等情況;18.2%的農(nóng)戶家中存在經(jīng)常斷電、甚至沒有通電的情況。

      3 貧困農(nóng)戶信貸可得性分析

      3.1 戶主年齡與信貸服務(wù)

      據(jù)2012年CFPS數(shù)據(jù)中2 680戶貧困農(nóng)戶有效樣本數(shù)據(jù),將戶主年齡劃分階段,分析戶主年齡與農(nóng)戶信貸服務(wù)的關(guān)系。從表2可以看出,年齡越大的農(nóng)戶,信貸需求意愿和從正規(guī)金融機(jī)構(gòu)的獲貸比例都明顯下降,從非正規(guī)金融的信貸可得性卻提升。30歲及以下農(nóng)戶信貸需求為32.6%,31~40歲、41~50歲分別為31.55%、31.33%,而50歲以上則降低至27.42%。其原因在于中青年農(nóng)戶有強(qiáng)烈的置辦婚禮、建房置業(yè)和發(fā)展培訓(xùn)的意愿,因此信貸意愿較強(qiáng)。此外,中青年農(nóng)戶從正規(guī)金融的信貸可得性也更高,30歲及以下農(nóng)戶從正規(guī)金融機(jī)構(gòu)的獲貸比例為35.60%,31~40歲為33.30%,41~50歲為28.43%,50歲以上降至26.65%,從而反映正規(guī)金融機(jī)構(gòu)信貸對(duì)象也具有一定的年齡偏向。而戶均貸款金額中,31~40歲、41~50歲農(nóng)戶最高,可達(dá)到39 204.85元和 35 980.39 元。

      3.2 教育水平與信貸服務(wù)

      教育程度與貧困農(nóng)戶信貸服務(wù)的關(guān)系見表3。從表3可以看出,農(nóng)戶受教育程度和信貸需求并未呈現(xiàn)明顯關(guān)聯(lián),貧困農(nóng)戶信貸需求始終保持在28%上下。而教育水平越高的農(nóng)戶從正規(guī)金融機(jī)構(gòu)的信貸可得性和貸款金額明顯提升。文盲和半文盲農(nóng)戶從正規(guī)金融機(jī)構(gòu)的獲貸比例為28.82%,戶均信貸金額為29 342.2元;小學(xué)水平農(nóng)戶比例為25.71%,戶均信貸金額為23 427.57元;高中、中專水平農(nóng)戶為 38.78% 和38 000元;而大專及以上水平最高,可達(dá)100%和70 000元。這是由于教育水平較高的農(nóng)戶,就業(yè)情況和勞動(dòng)技能較好,對(duì)金融信貸的接受度較高。

      表2 不同年齡階層貧困農(nóng)戶信貸服務(wù)

      表3 不同教育程度貧困農(nóng)戶信貸服務(wù)

      3.3 家庭人口數(shù)與信貸服務(wù)

      貧困農(nóng)戶家庭人口數(shù)與信貸服務(wù)的關(guān)系見表4。從表4可以看出,農(nóng)戶家庭人數(shù)越多,信貸需求比率越高。家庭人數(shù)為7人及以上的農(nóng)戶信貸需求率達(dá)到32.43%,2人及以下的農(nóng)戶比率為27.98%。這與農(nóng)戶的家庭人口壓力、經(jīng)濟(jì)壓力、貸款用途多樣性有關(guān)。對(duì)于融資渠道的偏好,家庭人口越多的農(nóng)戶傾向于正規(guī)金融機(jī)構(gòu)貸款,家庭人口為6人和7人及以上,其比例可達(dá)41.18%和33.30%。家庭規(guī)模較大的農(nóng)戶從非正規(guī)金融獲貸的比例較低,分別為57.84%和66.70%,原因可能與家庭的社會(huì)資本有關(guān),家庭規(guī)模越大,社會(huì)關(guān)系網(wǎng)范圍越大,越容易進(jìn)行“關(guān)系型借貸”。

      表4 貧困農(nóng)戶家庭規(guī)模與信貸服務(wù)

      3.4 收入結(jié)構(gòu)與信貸服務(wù)

      貧困農(nóng)戶收入結(jié)構(gòu)與信貸服務(wù)狀況見表5。從表5可以看出,無(wú)論信貸需求比例、正規(guī)金融機(jī)構(gòu)獲貸比例和戶均貸款金額都呈現(xiàn)一致的規(guī)律性,即以工資性收入為主農(nóng)戶比例最高。從信貸需求層面,以工資性收入為主的農(nóng)戶信貸需求率為34.91%。以家庭經(jīng)營(yíng)性收入為主和以財(cái)產(chǎn)性收入為主農(nóng)戶信貸需求率分別為30.82%和30.41%,而以轉(zhuǎn)移性收入為主的農(nóng)戶僅為25.84%。從融資渠道角度,以工資性收入為主的農(nóng)戶從正規(guī)金融機(jī)構(gòu)獲貸率為45.95%,比以家庭經(jīng)營(yíng)性收入、轉(zhuǎn)移性收入和財(cái)產(chǎn)性收入為主的農(nóng)戶高20百分點(diǎn)左右。從戶均借貸金額層面,以工資性收入、家庭經(jīng)營(yíng)性收入、轉(zhuǎn)移性收入和財(cái)產(chǎn)性收入為主農(nóng)戶分別為47 202.20元、37 030.76元、26 657.80元和23 050.34元。由于以工資性為主的農(nóng)戶往往從事非農(nóng)生產(chǎn),并且外出打工給農(nóng)民帶來(lái)了更多的見識(shí)和金融知識(shí),教育水平、勞動(dòng)技能和經(jīng)濟(jì)狀況也較高,使他們更容易從正規(guī)金融機(jī)構(gòu)獲得貸款。

      表5 貧困農(nóng)戶收入來(lái)源與信貸服務(wù)

      3.5 收入水平與信貸服務(wù)

      貧困農(nóng)戶收入水平與信貸服務(wù)狀況見表6。依據(jù)家庭戶均純收入金額,劃分貧困農(nóng)戶收入為5個(gè)等級(jí),從中可知收入水平越高的農(nóng)戶,信貸需求和從正規(guī)金融機(jī)構(gòu)獲貸的比例越高。從信貸需求層面,戶均家庭純收入在2 000元及以下和 2 001~4 000元之間的農(nóng)戶,信貸需求占比分別為26.50%和25.27%,從正規(guī)金融機(jī)構(gòu)獲貸比例分別為25.00%和 26.09%。家庭純收入在4 001~6 000元、6 001~8 000元、8 000 元以上的農(nóng)戶,信貸需求占比分別為31.26%、33.06%、32.18%,從正規(guī)金融機(jī)構(gòu)獲貸比例分別為32.06%、30.93%、33.64%,說(shuō)明正規(guī)金融機(jī)構(gòu)更傾向于收入水平較高的農(nóng)戶放貸來(lái)規(guī)避信貸風(fēng)險(xiǎn)。貧困農(nóng)戶收入水平較低,受正規(guī)金融信貸約束的可能性較大,因而向民間借貸的比重較高。2 000元及以下和2 001~4 000元的農(nóng)戶,有7成以上向民間金融借款。

      表6 貧困農(nóng)戶收入水平與信貸服務(wù)

      3.6 農(nóng)戶所持現(xiàn)金和存款水平與信貸服務(wù)

      農(nóng)戶儲(chǔ)蓄水平對(duì)信貸服務(wù)狀況有顯著影響,根據(jù)凱恩斯流動(dòng)性偏好理論,農(nóng)戶手中現(xiàn)金和存款可以抑制收支不平衡導(dǎo)致的現(xiàn)金波動(dòng),以自身存款彌補(bǔ)資金缺口。從表7可以看出,貧困農(nóng)戶所持現(xiàn)金和儲(chǔ)蓄水平與信貸服務(wù)狀況,依據(jù)農(nóng)戶家庭所持現(xiàn)金及存款金額,劃分不同區(qū)段的貧困農(nóng)戶。農(nóng)戶所持現(xiàn)金及存款金額越高,農(nóng)戶越容易從正規(guī)金融機(jī)構(gòu)獲得貸款。農(nóng)戶所持現(xiàn)金及存款在2 000元及以下,其正規(guī)金融機(jī)構(gòu)獲貸比例為24.60%,民間金融獲貸比例為75.40%。反觀農(nóng)戶所持現(xiàn)金及存款在20 000元以上,其正規(guī)金融機(jī)構(gòu)獲貸比例為40.23%,民間金融獲貸比例為59.77%。表明存款水平是影響農(nóng)戶融資渠道的重要因素,其水平高低會(huì)影響農(nóng)戶從正規(guī)金融機(jī)構(gòu)的貸款可得性。此外,農(nóng)戶儲(chǔ)蓄水平還會(huì)影響農(nóng)戶信貸需求,2 000元及以下信貸需求占比為36.70%,而 20 000元 以上信貸需求比例則降至17.90%。

      表7 貧困農(nóng)戶所持現(xiàn)金和儲(chǔ)蓄水平與信貸服務(wù)

      3.7 東部、中部和西部貧困農(nóng)戶信貸服務(wù)的表現(xiàn)

      我國(guó)不同地區(qū)經(jīng)濟(jì)發(fā)展水平、金融服務(wù)水平、人們生活習(xí)慣和信貸觀念都存在較大區(qū)別,因此信貸需求也呈現(xiàn)不一樣的特點(diǎn)。東部、中部、西部貧困農(nóng)戶信貸服務(wù)狀況見表8。西部地區(qū)貧困農(nóng)戶信貸需求比例最高,達(dá)32.05%,同時(shí)信貸金額也最大,達(dá)35 328.47元,隨之為中部地區(qū)和東部地區(qū)。西部地區(qū)也是三大區(qū)域中貧困程度最深的區(qū)域。較高的信貸需求反映了貧困農(nóng)戶經(jīng)濟(jì)生活的脆弱性,難以通過(guò)內(nèi)源的儲(chǔ)蓄和資產(chǎn)抵抗大額支出帶來(lái)的經(jīng)濟(jì)波動(dòng)。從信貸來(lái)源來(lái)看,三大區(qū)域的貧困農(nóng)戶都傾向民間借貸緩解資金壓力,東部、西部、中部地區(qū)民間借貸農(nóng)戶比例分別為82.87%、59.15%、74.75%。比較而言,西部地區(qū)貧困農(nóng)戶從正規(guī)金融機(jī)構(gòu)獲貸的積極性更高,達(dá)39.85%。

      表8 東部、中部、西部貧困農(nóng)戶信貸服務(wù)

      4 實(shí)證研究

      4.1 模型設(shè)定

      二項(xiàng)選擇在農(nóng)戶金融活動(dòng)中經(jīng)常涉及,此處將農(nóng)戶融資渠道偏好變量賦值為0和1,運(yùn)用Probit模型實(shí)證檢驗(yàn)影響農(nóng)戶融資渠道的重要因素。

      根據(jù)本研究第3部分統(tǒng)計(jì)分析指標(biāo),將農(nóng)戶特征、農(nóng)戶收入與資產(chǎn)、農(nóng)戶支出、社會(huì)資本、家庭金融狀況和地區(qū)情況作為自變量,納入向量x中,將農(nóng)戶融資渠道作為因變量y,構(gòu)建線性概率模型yi=xiβ+εi。其中,εi服從2點(diǎn)分布而非正態(tài)分布,由于農(nóng)戶融資渠道選擇一般有2種方式,所以y取0和1 2種取值。y2點(diǎn)分布的概率為:

      (1)

      若F(x,β)為標(biāo)準(zhǔn)正態(tài)累積分布函數(shù),可使y的預(yù)測(cè)值介于0和1之間,并且可得Probit標(biāo)準(zhǔn)模型:

      (2)

      式中:F(x,β)為隨機(jī)變量的服從標(biāo)準(zhǔn)正態(tài)分布的累積分布函數(shù),Probit標(biāo)準(zhǔn)模型采用極大似然法(MLE)進(jìn)行估計(jì)。

      結(jié)合上述分析,此處設(shè)定模型如下:

      y=C+βixi+εi。

      (3)

      式中:xi為自變量向量,包含多個(gè)維度;y表示貧困農(nóng)戶融資渠道偏好,如果來(lái)自正規(guī)金融機(jī)構(gòu)其值為1,來(lái)自非正規(guī)金融賦值為0;βi為自變量系數(shù)向量,C為常數(shù)項(xiàng),εi為隨機(jī)誤差項(xiàng),i=1,2,3…n。

      4.2 變量設(shè)定與賦值

      解釋變量設(shè)定與賦值見表9。

      表9 變量設(shè)定與賦值

      4.3 計(jì)量檢驗(yàn)

      此處依據(jù)CFPS中2 742戶農(nóng)戶的調(diào)查數(shù)據(jù),運(yùn)用標(biāo)準(zhǔn)Probit模型,引入農(nóng)戶特征、收入與資產(chǎn)、農(nóng)戶支出、社會(huì)資本、家庭金融活動(dòng)和地區(qū)情況等方面的變量,計(jì)量驗(yàn)證農(nóng)戶融資渠道偏好的影響因素,其檢驗(yàn)結(jié)果見表10。

      此處,將貧困農(nóng)戶融資渠道作為因變量,采用二項(xiàng)Probit模型進(jìn)行計(jì)量檢驗(yàn),驗(yàn)證分析了CFPS數(shù)據(jù)中貧困農(nóng)戶有效樣本數(shù)據(jù)(表10)。分析結(jié)果表明,模型的預(yù)測(cè)準(zhǔn)確百分比為72.89%,并且以100%的概率拒絕系數(shù)為0的原假設(shè)。此外,模型似然比統(tǒng)計(jì)量[LRχ2(18) =83.93,Prob>χ2=0.000 0],說(shuō)明模型系數(shù)除常數(shù)項(xiàng)外聯(lián)合顯著,具有很好的解釋性。

      農(nóng)戶融資渠道偏好的影響因素驗(yàn)證結(jié)果,戶主教育水平x2、農(nóng)戶流動(dòng)資產(chǎn)x7、農(nóng)戶固定資產(chǎn)x8、農(nóng)戶生產(chǎn)性支出水平x10及村莊繁華程度x19均表現(xiàn)為正向影響,而村莊所處位置則表現(xiàn)為負(fù)向影響。

      4.3.1 貧困農(nóng)戶融資渠道選擇受戶主教育水平x2顯著影響x2的系數(shù)為正,P值為0.02,在5%的水平下可以通過(guò)顯著性水平檢驗(yàn),說(shuō)明教育水平可顯著正向影響農(nóng)戶從正規(guī)金融機(jī)構(gòu)的融資偏向。這也與現(xiàn)實(shí)情況相符,農(nóng)戶教育水平越高,越具備穩(wěn)定的職業(yè)收入、生產(chǎn)技能和經(jīng)營(yíng)能力,有更強(qiáng)烈的意愿來(lái)擴(kuò)大生產(chǎn)經(jīng)營(yíng)規(guī)模和商業(yè)投資規(guī)模,也容易受到正規(guī)金融機(jī)構(gòu)青睞。

      4.3.2 貧困農(nóng)戶資產(chǎn)狀況仍是影響農(nóng)戶信貸來(lái)源的重要因素 家庭流動(dòng)資產(chǎn)情況x7和家庭固定資產(chǎn)情況x8可分別通過(guò)顯著性檢驗(yàn),根據(jù)統(tǒng)計(jì)顯著性檢驗(yàn)分析,在5%和10%的顯著性水平上,并且系數(shù)均為正值,說(shuō)明農(nóng)戶資產(chǎn)狀況是衡量農(nóng)戶財(cái)力狀態(tài)和還款能力的重要指標(biāo),農(nóng)戶所持現(xiàn)金、儲(chǔ)蓄及房產(chǎn)價(jià)值越高,農(nóng)戶越容易達(dá)到正規(guī)金融機(jī)構(gòu)資信審核的要求,也具有更好的抵押貸款條件,從正規(guī)金融機(jī)構(gòu)獲貸的可能性也越高。

      4.3.3 貧困農(nóng)戶生產(chǎn)性支出占比x10可正向影響農(nóng)戶融資渠道選擇x10的P值為0.081,僅在10%的顯著性水平下統(tǒng)計(jì)顯著,對(duì)于農(nóng)戶信貸來(lái)源具有一定正向影響。由于產(chǎn)生生產(chǎn)性信貸需求的人群一般具有強(qiáng)烈的擴(kuò)大收入來(lái)源及收入水平的意愿,具備一定的生產(chǎn)經(jīng)營(yíng)能力和經(jīng)驗(yàn)積累,比生活性信貸更具獲利空間。正規(guī)金融機(jī)構(gòu)審批貸款時(shí),相較于生活性貸款需求,更傾向于用于生產(chǎn)性支出的信貸。

      4.3.4 貧困農(nóng)戶村莊所在地區(qū)狀況對(duì)于農(nóng)戶信貸來(lái)源也具有顯著影響 分別運(yùn)用村莊處于東部、中部和西部省份,以及日常方式距離商業(yè)中心時(shí)間進(jìn)行衡量村莊所處位置x18和村莊繁華程度x19。村莊所處位置x18在1%的顯著性水平下統(tǒng)計(jì)顯著,系數(shù)為負(fù);而村莊繁華程度x19在5%的顯著性水平下統(tǒng)計(jì)顯著,系數(shù)為正,說(shuō)明村莊處于東部省份、距離商業(yè)中心越近,越容易受到正規(guī)金融機(jī)構(gòu)的支持。這是由于我國(guó)貧困地區(qū)和貧困人口主要集中于西部地區(qū), 金融機(jī)構(gòu)分布數(shù)量和服務(wù)水平低于東部地區(qū)。相較于西部地區(qū)貧困農(nóng)戶的片狀密集分布,東部地區(qū)貧困村莊和貧困農(nóng)戶分布較為分散,更易受到周圍經(jīng)濟(jì)發(fā)達(dá)地帶的輻射作用,貧困農(nóng)戶財(cái)富狀態(tài)和收入水平有所改善,從正規(guī)金融機(jī)構(gòu)獲貸概率提高。

      表10 農(nóng)戶融資渠道的影響因素估計(jì)結(jié)果

      注:(1)表中數(shù)據(jù)由stata11軟件Probit命令估計(jì);(2)“***”“**”“*”分別表示符合1%、5%和10%的顯著性水平。

      5 結(jié)論

      依據(jù)2012年CFPS中2 742戶貧困農(nóng)戶的調(diào)查數(shù)據(jù),引入農(nóng)戶特征、收入與資產(chǎn)、農(nóng)戶支出、社會(huì)資本、家庭金融活動(dòng)和地區(qū)情況等方面的多重變量,統(tǒng)計(jì)描述和計(jì)量分析了影響貧困農(nóng)戶信貸需求和渠道選擇的重要因素。

      5.1 中青年農(nóng)戶具有強(qiáng)烈的信貸需求

      伴隨年齡增長(zhǎng),貧困農(nóng)戶的信貸需求強(qiáng)度和正規(guī)金融機(jī)構(gòu)的獲貸比例均呈下降趨勢(shì)。因此,應(yīng)針對(duì)中青年貧困農(nóng)戶信貸需求特點(diǎn),設(shè)計(jì)結(jié)構(gòu)、額度、期限與抵押條件更為合理的信貸產(chǎn)品,不僅滿足建房置業(yè)、子女教育、婚喪嫁娶和健康醫(yī)療的消費(fèi)性信貸,也要鼓勵(lì)與支持農(nóng)民工創(chuàng)業(yè)、商業(yè)運(yùn)營(yíng)的生產(chǎn)性信貸。通過(guò)創(chuàng)新并豐富金融產(chǎn)品與服務(wù)范圍,滿足貧困農(nóng)戶多元化金融需求。

      5.2 正規(guī)金融機(jī)構(gòu)具有甄別和篩選優(yōu)勢(shì)

      正規(guī)金融機(jī)構(gòu)偏向貸款給家庭規(guī)模較大、受教育程度較高、申請(qǐng)生產(chǎn)性貸款、從事非農(nóng)產(chǎn)業(yè)、收入水平較高及所持現(xiàn)金更多的農(nóng)戶,而具備這些特征的農(nóng)戶,只是貧困農(nóng)戶的少數(shù)人群,也是最具潛在發(fā)展優(yōu)勢(shì)的人群。因此,一是應(yīng)促進(jìn)普惠金融發(fā)展,發(fā)揮農(nóng)村普惠金融體系包容性特點(diǎn),將服務(wù)客戶延伸至更多貧困農(nóng)戶和低收入群體,向不同的客戶群體提供多樣化的金融服務(wù)。二是發(fā)揮政策性金融的自身優(yōu)勢(shì),從政策角度滿足農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)弱質(zhì)性決定的金融服務(wù)需求,彌補(bǔ)商業(yè)性金融遺留下的供需缺口。三是加強(qiáng)農(nóng)戶職業(yè)技能、金融知識(shí)和文化素養(yǎng)的培訓(xùn)與教育,提升農(nóng)戶的文化水平、經(jīng)營(yíng)能力、創(chuàng)業(yè)思維和金融意識(shí),擴(kuò)展農(nóng)戶的增收機(jī)會(huì)空間。

      5.3 貧弱狀態(tài)是金融供給抑制的主要原因

      實(shí)證分析表明,農(nóng)戶收入水平、資產(chǎn)狀況、生產(chǎn)性支出比例是影響貸款可得、正規(guī)金融機(jī)構(gòu)支持和貸款金額的共同因素。上述諸種因素也正是貧困農(nóng)戶短時(shí)期難以改變的三方面金融抑制誘因。因此,克服金融機(jī)構(gòu)供給抑制偏向,需要?jiǎng)?chuàng)新貧困地區(qū)農(nóng)村金融減貧體制與機(jī)制,制定差別性的農(nóng)村金融制度,發(fā)揮銀行機(jī)構(gòu)、保險(xiǎn)機(jī)構(gòu)、扶貧部門和政府部門的合力作用。此外,應(yīng)加快信用信息平臺(tái)建設(shè),通過(guò)金融機(jī)構(gòu)與相關(guān)部門配合,完善全國(guó)各地貧困農(nóng)戶信用檔案,擴(kuò)充征信數(shù)據(jù)庫(kù)涵蓋范圍,為精準(zhǔn)發(fā)放貸款提供信息參考。

      5.4 非正規(guī)金融是貧困農(nóng)戶信貸主要途徑

      可以有效運(yùn)用“社會(huì)資本”規(guī)避信貸雙方信息不對(duì)稱狀況,但卻具有明顯的“關(guān)系型借貸”傾向。據(jù)統(tǒng)計(jì)分析結(jié)果,相較正規(guī)金融機(jī)構(gòu),貧困農(nóng)戶更傾向且更易于從非正規(guī)金融獲取信貸,約70%的貧困農(nóng)戶信貸來(lái)源于非正規(guī)金融,其比例明顯高于一般農(nóng)戶。因此,應(yīng)重視非正規(guī)金融在貧困農(nóng)村不可或缺的力量,發(fā)揮其靈活性和信息對(duì)稱性的信貸優(yōu)勢(shì),并建立有針對(duì)性的監(jiān)管機(jī)制和風(fēng)險(xiǎn)評(píng)估機(jī)制,規(guī)制非正規(guī)金融健康良性發(fā)展。

      5.5 貧困農(nóng)戶收入構(gòu)成可明顯影響農(nóng)戶信貸需求

      以工資性收入為主的農(nóng)戶,無(wú)論信貸需求比例、正規(guī)金融機(jī)構(gòu)獲貸比例和戶均貸款金額都最高,而以家庭經(jīng)營(yíng)性收入為主的農(nóng)戶則最低。因此,引導(dǎo)農(nóng)戶從事傳統(tǒng)農(nóng)業(yè)之外的外出打工、商貿(mào)物流和商業(yè)投資等經(jīng)濟(jì)活動(dòng),不僅可以擴(kuò)寬貧困農(nóng)戶收入來(lái)源,也可以激發(fā)農(nóng)戶生產(chǎn)性金融需求,緩解供需雙方的金融抑制。

      猜你喜歡
      信貸金融機(jī)構(gòu)農(nóng)戶
      改革是化解中小金融機(jī)構(gòu)風(fēng)險(xiǎn)的重要途徑
      農(nóng)戶存糧,不必大驚小怪
      讓更多小農(nóng)戶對(duì)接電商大市場(chǎng)
      聚焦Z世代信貸成癮
      金融機(jī)構(gòu)共商共建“一帶一路”
      糧食日 訪農(nóng)戶
      農(nóng)戶存糧調(diào)查
      資金結(jié)算中心:集團(tuán)公司的金融機(jī)構(gòu)
      商周刊(2017年26期)2017-04-25 08:13:06
      綠色信貸對(duì)霧霾治理的作用分析
      解決小微金融機(jī)構(gòu)的風(fēng)控難題
      呼玛县| 贵定县| 贞丰县| 厦门市| 平利县| 汉中市| 西畴县| 嘉兴市| 奇台县| 宾阳县| 泾源县| 永吉县| 鹤庆县| 和田县| 满洲里市| 突泉县| 江北区| 鲁甸县| 武川县| 长葛市| 汉源县| 巨鹿县| 郯城县| 广安市| 屏边| 昌邑市| 邵武市| 鲜城| 黔南| 定远县| 杂多县| 瑞安市| 呼和浩特市| 本溪市| 满洲里市| 龙游县| 车险| 太仆寺旗| 延津县| 湖南省| 洱源县|