摘 要：通過對(duì)山東省桓臺(tái)縣有信貸農(nóng)戶的問卷調(diào)查數(shù)據(jù)為分析基礎(chǔ)，利用Logistic二分類回歸建立了農(nóng)戶信用質(zhì)量影響因素的模型。通過建立的Logistic模型來分析得到影響山東省桓臺(tái)縣農(nóng)戶信用質(zhì)量的主要因素。

關(guān)鍵詞：農(nóng)戶；信用質(zhì)量；影響因素；Logistic模型

中圖分類號(hào)：F832.4 文獻(xiàn)標(biāo)識(shí)碼：Ａ 文章編號(hào):１００３－９０３１(２０12)07－００78－０3 DOI:10.3969/j.issn.1003-9031.2012.07.17

金融在農(nóng)村經(jīng)濟(jì)發(fā)展中有著舉足輕重的作用，農(nóng)民的信用狀況直接決定了農(nóng)村金融部門對(duì)他們的支持力度。研究農(nóng)民信用質(zhì)量的影響因素，既有利于農(nóng)村金融部門評(píng)估貸款農(nóng)戶規(guī)避信用風(fēng)險(xiǎn)，也可以使信用質(zhì)量好的農(nóng)戶易于獲得貸款。本文通過對(duì)山東省桓臺(tái)縣有信貸農(nóng)戶進(jìn)行問卷調(diào)查，利用問卷調(diào)查得到的數(shù)據(jù)進(jìn)行l(wèi)ogistic分析，探索影響農(nóng)戶信用質(zhì)量的因素。

一、實(shí)地調(diào)研的農(nóng)戶數(shù)據(jù)狀況

（一）數(shù)據(jù)來源

本文分析所采用的數(shù)據(jù)均來自于筆者對(duì)山東省桓臺(tái)縣起鳳鎮(zhèn)、田莊鎮(zhèn)、荊家鎮(zhèn)、馬橋鎮(zhèn)等8個(gè)鄉(xiāng)鎮(zhèn)有信貸農(nóng)戶的問卷調(diào)查。本次問卷調(diào)查共發(fā)放問卷300份，收回問卷276份，其中無效問卷45份，有效問卷231份。問卷調(diào)查的主要內(nèi)容有：（1）農(nóng)戶自身特征。農(nóng)戶的自身特征包括農(nóng)戶的性別、年齡、受教育程度、婚姻狀況、身體狀況，是否有不良嗜好，是否有不良社會(huì)記錄，是否在村委任職；（2）農(nóng)戶家庭特征。農(nóng)戶的家庭特征主要是指家庭人口數(shù)、家庭年總收入、家庭土地種植畝數(shù)、家庭所從事行業(yè)、從業(yè)年限、家庭的總資產(chǎn)、總負(fù)債；（3）其他調(diào)查問題。其中包括用以評(píng)價(jià)農(nóng)戶信用的農(nóng)戶貸款是否按時(shí)還清，本年是否發(fā)生自然災(zāi)害，農(nóng)戶發(fā)生的借貸的品種[1]。

（二）農(nóng)戶數(shù)據(jù)狀況

調(diào)查問卷的數(shù)據(jù)狀況主要有：樣本農(nóng)戶平均年齡42.35歲，其中男性有256人，占總樣本的97.8%；女性僅有5人，占2.2%。樣本中男性居多的原因主要是受制于農(nóng)村的傳統(tǒng)觀念，男性在農(nóng)戶家庭中占主導(dǎo)地位。所調(diào)查農(nóng)戶的婚姻狀況主要是已婚有子女，占總樣本的97.4%，其他未婚、已婚無子女、離異及其它總共占總樣本的2.6%，這是因?yàn)閱柧碚{(diào)查的年齡范圍主要集中在青壯年。通過問卷可以發(fā)現(xiàn)農(nóng)村居民的受教育程度普遍較低，有202位被調(diào)查者的文化程度在初中以下，占總樣本的87.4%；高中文化程度的有28位；大專及以上只有1位。這種情況主要是因?yàn)榇蠖鄶?shù)文化程度比較高的人都已經(jīng)離開農(nóng)村。身體狀況方面僅有9人存在重大疾病或者發(fā)生過車禍及其它事故。在對(duì)是否有不良嗜好、是否有不良社會(huì)記錄、是否在村委任職、本年是否發(fā)生自然災(zāi)害，絕大多數(shù)被調(diào)查者的選擇都是否，大約占樣本數(shù)的90%。農(nóng)戶土地種植畝數(shù)有104戶，種植畝數(shù)在3～5畝之間，有67戶的種植面積在5～10畝，有30戶的種植面積在3畝以下，僅有21戶的種植面積在10畝以上。被調(diào)查者主要從事行業(yè)為種植業(yè)，其中蔬菜種植占38.1%，瓜果種植占11.7%，糧食種植占26%，其他種植占24.2%。農(nóng)戶的主要貸款種類為農(nóng)戶信用評(píng)定聯(lián)保貸款占70.6%，其他種類占29.4%。

二、農(nóng)戶信用質(zhì)量的Logistic分析

（一）Logistic模型簡(jiǎn)介

Logistic回歸模型是對(duì)定性變量的回歸分析。二分類Logistic模型主要應(yīng)用于因變量的水平數(shù)為（0，1）時(shí)。Logistic回歸模型為：Pi=■。其中，Pi為第i個(gè)事件發(fā)生的概率，它是一個(gè)由解釋變量構(gòu)成的非線性函數(shù)；a、b分別為回歸截距和回歸系數(shù)。1-Pi為第i個(gè)事件不發(fā)生的概率，因?yàn)?＜Pi＜1，將其轉(zhuǎn)化為線性函數(shù)，那么事件發(fā)生概率與不發(fā)生概率之比為：■=ea+bX ，這個(gè)比稱之為事件的發(fā)生比，且事件的發(fā)生比為正值，并且沒有上界，將事件的發(fā)生比取對(duì)數(shù)就能夠得到如下線性函數(shù)：ln(■)=a+bXi[2]。在對(duì)山東省桓臺(tái)縣農(nóng)戶信用質(zhì)量的實(shí)證研究中，基于二分類Logistic模型，Pi為農(nóng)戶沒有按時(shí)還款的概率；1-Pi為農(nóng)戶按時(shí)還款的概率。

（二）影響農(nóng)戶信用質(zhì)量的Logistic分析

1.定義變量

在對(duì)所得調(diào)查結(jié)果進(jìn)行Logistic回歸前，先對(duì)數(shù)據(jù)進(jìn)行處理，即定性數(shù)據(jù)定量化處理，設(shè)置虛擬變量，如表1所示：

在本文中將農(nóng)戶是否按時(shí)還款作為被解釋變量，它是一個(gè)離散型變量，不符合統(tǒng)計(jì)學(xué)意義上的正態(tài)分布情況，所以不能用普通最小二乘法或者是加權(quán)最小二乘法進(jìn)行估計(jì)。影響農(nóng)戶是否有按時(shí)還款的因素之間不存在有序的排列，它是一種無序的選擇問題。由于被解釋變量只取0和1兩個(gè)值，因此被解釋變量是離散型隨機(jī)變量[3]。在二元離散隨機(jī)模型中，本文選擇二分類Logistic模型對(duì)影響農(nóng)戶是否按時(shí)還款的因素進(jìn)行實(shí)證分析。

2. Logistic模型構(gòu)建

借助于spss17.0中的二元Logistic回歸對(duì)整理好的問卷數(shù)據(jù)進(jìn)行分析，使用向后wald進(jìn)入法。從Hosmer和Lemeshow檢驗(yàn)表中可看出：經(jīng)過14次迭代后，最終的卡方統(tǒng)計(jì)量為12.273，卡方統(tǒng)計(jì)量<臨界值，從SIG角度0.139>0.05來看，模型能夠很好的擬合整體，不存在顯著的差異。

從Hosmer和Lemeshow檢驗(yàn)隨機(jī)表中可看出：“觀測(cè)值”和“期望值”接近，不存在很大差異，說明模型擬合效果比較理想，印證了Hosmer和Lemeshow檢驗(yàn)中的結(jié)果。經(jīng)過14次迭代的迭代結(jié)果如表2所示。

通過以上分析結(jié)果可看出，在置信水平為95%的情況下，通過檢驗(yàn)的變量有所從事行業(yè)的年限（cynx）、種植土地的畝數(shù)（zzms）、總資產(chǎn)（zzc）和貸款品種（dkpz）。可寫出Logistic模型為：

ln(■)=0.046cynx-0.752zzms-0.019zzc+2.657dkpz

即

P(y=1)=■

（三）Logistic模型結(jié)果評(píng)析

從模型可看出，居民從業(yè)年限以及貸款的種類對(duì)農(nóng)戶信貸質(zhì)量的影響是反向的。從事行業(yè)的年限越長，客戶不能按時(shí)還款的概率越高。對(duì)于農(nóng)戶而言，從事某一特定種植的時(shí)間越長，不根據(jù)市場(chǎng)的供求狀況調(diào)整種植種類，盈利能力相對(duì)降低，農(nóng)民應(yīng)采取多樣化種植的方法才能促進(jìn)增收，從而提高按時(shí)還款的積極性。貸款的種類和客戶不能按時(shí)還款的概率影響是正向的。對(duì)于相關(guān)金融部門來講，金融機(jī)構(gòu)應(yīng)根據(jù)不同的貸款群體設(shè)定不同的貸款種類，多方考察農(nóng)戶的情況，發(fā)放與其還款力相匹配的貸款，從而降低農(nóng)戶貸款違約率，提高信用質(zhì)量[4]。

農(nóng)戶種植土地面積和農(nóng)戶的總資產(chǎn)對(duì)農(nóng)戶信貸質(zhì)量的影響是正向的。對(duì)于農(nóng)戶而言，主要收入來源是種植業(yè)，種植面積越大收入相對(duì)增加，那么按時(shí)還款的積極性越高，農(nóng)戶的信用質(zhì)量相對(duì)較好。種植業(yè)的系數(shù)為0.752，可以得出種植業(yè)面積對(duì)還款率的影響比較顯著。貸款農(nóng)戶總資產(chǎn)值越高，按時(shí)還款的積極性就越高，信用質(zhì)量越好。該分析結(jié)果對(duì)于相關(guān)金融機(jī)構(gòu)在評(píng)估農(nóng)戶信用質(zhì)量提供一定的現(xiàn)實(shí)依據(jù)。同時(shí)，農(nóng)戶也可以據(jù)此有針對(duì)性的提高自身信用，從而更易于獲得金融機(jī)構(gòu)的貸款。

三、結(jié)語

本文對(duì)山東省桓臺(tái)縣起鳳鎮(zhèn)、田莊鎮(zhèn)、荊家鎮(zhèn)、馬橋鎮(zhèn)等8個(gè)鄉(xiāng)鎮(zhèn)有信貸農(nóng)戶的問卷調(diào)查數(shù)據(jù)進(jìn)行實(shí)證分析，得出影響農(nóng)戶信用質(zhì)量的主要因素包括農(nóng)戶的總資產(chǎn)、農(nóng)戶的土地種植面積、農(nóng)戶所從事行業(yè)的從業(yè)年限以及從銀行所獲得貸款的種類。通過研究可以為農(nóng)村相關(guān)金融機(jī)構(gòu)在發(fā)放貸款時(shí)提供對(duì)農(nóng)戶信用評(píng)價(jià)的依據(jù)，同時(shí)為農(nóng)村信用評(píng)價(jià)體系的建設(shè)和提高農(nóng)戶信用質(zhì)量起到促進(jìn)作用?！?/p>

（責(zé)任編輯：陳薇）

參考文獻(xiàn)：

[1]陳華寧.農(nóng)民素質(zhì)的內(nèi)涵探討及實(shí)證研究——基于河北省農(nóng)戶問卷調(diào)查的分析[J].中國農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2006（2）：49-54.

[2]龐素琳.Logistic回歸模型在信用風(fēng)險(xiǎn)分析中的應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2006（2）：129-137.

[3]周宗安.農(nóng)戶信貸需求的調(diào)查與評(píng)析[J].金融研究，2010（2）：195-206.

[4]李子武.對(duì)農(nóng)村金融產(chǎn)品和服務(wù)方式創(chuàng)新的建議[J].甘肅金融，2011（9）：72-73.