作者簡(jiǎn)介：李韜（1978-），男，湖南漣源人，西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院教師，經(jīng)濟(jì)學(xué)博士，研究方向：農(nóng)村金融；羅劍朝（1964-），男，陜西武功人，西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院教授，博士生導(dǎo)師，研究方向：農(nóng)村金融。

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目，項(xiàng)目編號(hào)：71073126；教育部“長(zhǎng)江學(xué)者和創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃”創(chuàng)新團(tuán)隊(duì)項(xiàng)目，項(xiàng)目編號(hào)：IRT1176；教育部高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金課題，項(xiàng)目編號(hào)：20100204110030；陜西省社科基金項(xiàng)目，項(xiàng)目編號(hào)：09E044；西北農(nóng)林科技大學(xué)人才專(zhuān)項(xiàng)資金資助項(xiàng)目資助。

摘要：本文利用山東泰安農(nóng)村地區(qū)抽樣調(diào)查數(shù)據(jù)，從實(shí)證角度考察了我國(guó)農(nóng)村正式金融機(jī)構(gòu)向農(nóng)戶提供信貸供給時(shí)的信貸完全滿足、信貸完全配給和信貸部分配給行為。結(jié)果表明：與金融機(jī)構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶家庭自有土地?cái)?shù)量越多、面積越大，越有助于其降低遭受金融機(jī)構(gòu)完全信貸配給行為；戶主具有非農(nóng)勞動(dòng)專(zhuān)業(yè)技能和家庭資產(chǎn)價(jià)值越高反而促使金融機(jī)構(gòu)對(duì)其申貸金額滿足度下降。

關(guān)鍵詞：MNL模型；金融機(jī)構(gòu)；信貸供給

中圖分類(lèi)號(hào)：F83243文獻(xiàn)標(biāo)識(shí)碼：A

農(nóng)村金融市場(chǎng)為滿足農(nóng)戶資金需求提供了場(chǎng)所。雖然部分農(nóng)戶能夠從正規(guī)金融機(jī)構(gòu)獲得足夠的金融資源額度，但是由于信息不對(duì)稱(chēng)和交易成本問(wèn)題導(dǎo)致的嚴(yán)重信貸配給（Credit Rationing）現(xiàn)象則更為普遍，具體表現(xiàn)為：（1）在所有的貸款申請(qǐng)人當(dāng)中，一部分人的貸款申請(qǐng)被接受，而另一部分人即使愿意支付高利率也得不到貸款；（2）貸款人的貸款申請(qǐng)只能部分被滿足。同其他發(fā)展中國(guó)家一樣，信貸配給現(xiàn)象也是我國(guó)農(nóng)村金融市場(chǎng)一個(gè)不爭(zhēng)的事實(shí)，正規(guī)金融機(jī)構(gòu)仍然不能很好地滿足農(nóng)戶的信貸需求，對(duì)農(nóng)戶的生產(chǎn)投資、生活消費(fèi)等方面有著負(fù)面影響。不容否認(rèn)的是，為改善農(nóng)村金融市場(chǎng)的運(yùn)行，我國(guó)政府自1996年起就啟動(dòng)了一系列的農(nóng)村金融改革，最近又從國(guó)家層面進(jìn)一步加大了對(duì)農(nóng)村金融改革發(fā)展的扶持和引導(dǎo)。當(dāng)前正規(guī)金融機(jī)構(gòu)信貸供給行為究竟如何？什么樣的農(nóng)戶容易遭受正規(guī)金融機(jī)構(gòu)的信貸配給？或者說(shuō)容易遭受金融機(jī)構(gòu)信貸配給的農(nóng)戶家庭的特征是什么？了解這些問(wèn)題對(duì)于找準(zhǔn)農(nóng)村金融改革的著力點(diǎn)，明晰改革的途徑和突破點(diǎn)等具有重要意義。

一、相關(guān)文獻(xiàn)回顧

對(duì)于農(nóng)村正規(guī)金融機(jī)構(gòu)的信貸供給行為，以往的研究主要集中于金融市場(chǎng)常見(jiàn)的信貸配給現(xiàn)象。國(guó)際上，經(jīng)濟(jì)學(xué)家 Jaffee Russlle （1976）、Stiglitz Weiss（1981）等人將不完全信息和合約理論運(yùn)用到信貸市場(chǎng)中，建立逆向選擇模型與道德風(fēng)險(xiǎn)模型，提出信貸配給的主要原因是金融市場(chǎng)信息不對(duì)稱(chēng)和代理成本的存在。Williamson（1988）從事后信息不對(duì)稱(chēng)的角度進(jìn)一步拓展了基于信息經(jīng)濟(jì)學(xué)基礎(chǔ)的信貸配給理論，認(rèn)為即使不存在逆向選擇和道德風(fēng)險(xiǎn)，只要存在信息不對(duì)稱(chēng)和監(jiān)督成本，就會(huì)產(chǎn)生信貸配給。近年來(lái)其他學(xué)者，例如Meza Webb（2006）、Arnold Riley（2009）等從其他角度解釋、分析和論證了信貸配給的存在和影響。

國(guó)內(nèi)學(xué)者近年來(lái)主要從理論分析和數(shù)據(jù)調(diào)查論證對(duì)農(nóng)村金融的信貸配給進(jìn)行了研究，主要包括兩個(gè)層面：第一，關(guān)于信貸配給影響農(nóng)村經(jīng)濟(jì)的研究。例如，林毅夫（2000）研究了金融改革對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展的意義；徐忠和程恩江（2004）研究了利率政策引發(fā)農(nóng)村信貸市場(chǎng)扭曲及其對(duì)農(nóng)村金融機(jī)構(gòu)行為、效率及農(nóng)村信貸資金的配置造成的影響。第二，關(guān)于信貸配給下農(nóng)村信貸市場(chǎng)的狀況。例如，朱喜和李子奈（2006）利用2003年約3 000戶農(nóng)村家庭的抽樣調(diào)查數(shù)據(jù)， 考察了我國(guó)農(nóng)村正規(guī)金融機(jī)構(gòu)向農(nóng)戶提供信貸服務(wù)時(shí)的配給行為；褚保金等人（2009）利用江蘇省欠發(fā)達(dá)的北部地區(qū)372個(gè)農(nóng)戶數(shù)據(jù)研究了信貸配給下農(nóng)戶借貸的福利效果；朱喜等人（2009）實(shí)證分析了我國(guó)欠發(fā)達(dá)地區(qū)不同農(nóng)村金融機(jī)構(gòu)的信貸供給行為；李慶海等人（2012）采用2003-2009年我國(guó)1 000個(gè)樣本農(nóng)戶的調(diào)查數(shù)據(jù)，估計(jì)農(nóng)戶遭受信貸配給的程度及其對(duì)農(nóng)戶家庭凈收入和消費(fèi)支出的影響等。

這些研究無(wú)疑非常重要，它們有助于我們了解農(nóng)村金融市場(chǎng)，特別是正規(guī)信貸市場(chǎng)的現(xiàn)狀， 并為破解當(dāng)前農(nóng)村金融困境和尋求合適的改革方案提供了思路。但是這些研究?jī)H僅局限于金融機(jī)構(gòu)信貸配給理論的一般性探討和分析，既沒(méi)有很好區(qū)分金融機(jī)構(gòu)供給行為中的完全信貸配給行為和部分信貸配給行為，也沒(méi)有探討申貸農(nóng)戶的家庭特征與金融機(jī)構(gòu)的信貸供給行為的關(guān)聯(lián)性。基于此，本文將嘗試彌補(bǔ)這方面的空白。

二、理論框架

為了消除金融市場(chǎng)中存在的信息不對(duì)稱(chēng)，金融機(jī)構(gòu)通常要收集以貸款申請(qǐng)者家庭特征為主的多方面信息，這些信息經(jīng)過(guò)量化處理后就構(gòu)成了金融機(jī)構(gòu)的信貸評(píng)價(jià)指標(biāo)。依據(jù)這些指標(biāo)，金融機(jī)構(gòu)對(duì)每一位貸款申請(qǐng)者做出判斷，確定最佳信貸供給行為，以達(dá)到自身期望收益最大。

假定農(nóng)戶為申請(qǐng)貸款向金融機(jī)構(gòu)提供其家庭特征信息為HI，金融機(jī)構(gòu)信貸評(píng)價(jià)優(yōu)等指標(biāo)為EI，差等評(píng)價(jià)指標(biāo)為BI，如果HI≥EI，即金融機(jī)構(gòu)認(rèn)定農(nóng)戶的家庭特征（信貸評(píng)價(jià)指標(biāo)最重要的組成部分）達(dá)到或超過(guò)其設(shè)定發(fā)放貸款的優(yōu)等水平，則金融機(jī)構(gòu)就會(huì)滿足農(nóng)戶的全部貸款申請(qǐng)，這時(shí)，金融機(jī)構(gòu)的信貸供給等于申貸農(nóng)戶的資金需求。如果BI≥HI，即金融機(jī)構(gòu)認(rèn)定農(nóng)戶的家庭特征只能達(dá)到或低于金融機(jī)構(gòu)設(shè)定發(fā)放貸款的差等水平，則金融機(jī)構(gòu)就會(huì)拒絕農(nóng)戶的貸款申請(qǐng)（信貸供給為零），也即金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸配給程度為100%。如果EI>HI>BI，則農(nóng)戶的家庭特征水平是介于金融機(jī)構(gòu)信貸評(píng)價(jià)的優(yōu)等水平和差等水平之間，因此農(nóng)戶的貸款申請(qǐng)只能被金融機(jī)構(gòu)部分滿足，即金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸配給介于0%和100%之間，或者金融機(jī)構(gòu)認(rèn)為滿足農(nóng)戶的部分貸款申請(qǐng)所帶來(lái)的期望收益是大于全部拒絕或全部接受貸款申請(qǐng)所帶來(lái)的期望收益?？傊鹑跈C(jī)構(gòu)對(duì)每位申請(qǐng)信貸的農(nóng)戶所做的最終信貸供給行為或是（1）接受農(nóng)戶的貸款申請(qǐng)，或是（2）部分接受農(nóng)戶的貸款申請(qǐng)，或是（3）拒絕農(nóng)戶的貸款申請(qǐng)。其中，金融機(jī)構(gòu)的信貸供給行為（2）和（3）就是金融機(jī)構(gòu)對(duì)貸款申請(qǐng)者的信貸配給。

如上所述，金融機(jī)構(gòu)的信貸供給行為都是按照效用最大化（utility-maximizing）的原則進(jìn)行的，這符合MNL（Multinomial Logit）模型的隨機(jī)效用理論（random utility theory）基礎(chǔ)。假定上述的供給行為（1），（2）和（3）構(gòu)成金融機(jī)構(gòu)信貸供給行為的選擇集C。在選擇集中的每一個(gè)信貸供給行為對(duì)金融機(jī)構(gòu)而言都存在一定的效用。金融機(jī)構(gòu)信貸供給行為只會(huì)采取選擇集中效用對(duì)他最大的那一個(gè)。我們假設(shè)用n來(lái)表示申貸農(nóng)戶，n=1，…，N；用J表示選擇集中的全部的三種金融機(jī)構(gòu)的信貸供給行為。我們把金融機(jī)構(gòu)對(duì)申貸農(nóng)戶n的信貸供給行為j所獲得的效用表示為Unj，j∈J，且j為上述金融機(jī)構(gòu)信貸供給行為（1），（2）和（3）之一。因此，信貸供給行為i（i也為上述金融機(jī)構(gòu)信貸供給行為之一）被選中所必須滿足的條件是：Uni>Unj，其中j是指不包括信貸行為i在內(nèi)的選擇集中的全部其他信貸行為。

金融機(jī)構(gòu)的每一個(gè)信貸行為的效用由兩部分構(gòu)成：決定部分（deterministic component）和隨機(jī)部分（random component）。效用的決定部分是由可觀察到的申貸農(nóng)戶的家庭特征所決定的。家庭特征包括戶主的性別，年齡，教育水平等。對(duì)于金融機(jī)構(gòu)給予申貸農(nóng)戶n的信貸供給行為j的效用的系統(tǒng)部分通常用Vnj表示。還有一部分效用是研究人員觀察不到的，也就是說(shuō)Unj≠Vnj。決定部分效用與全部效用之間的差便是效用的隨機(jī)部分。對(duì)于金融機(jī)構(gòu)給予申貸農(nóng)戶i的信貸行為j，把隨機(jī)部分效用表示為εnj。這樣，我們把全部效用分解成了兩部分，如下方程所示：

在選擇集C中，金融機(jī)構(gòu)對(duì)申貸農(nóng)戶i的信貸供給行為j的概率可以表示為：

對(duì)效用的隨機(jī)部分εni，i∈C，假設(shè)：（1）εni是獨(dú)立分布的隨機(jī)變量；（2）該概率變量服從雙重冪函數(shù)概率分布（double exponential distribution），如下所示：

綜合公式（1）至（3），金融機(jī)構(gòu)對(duì)申貸農(nóng)戶i的信貸供給行為j的概率表示為如下公式（推導(dǎo)及證明過(guò)程，參考McFadden， 1974）：

上式中，分子是金融機(jī)構(gòu)信貸供給行為i決定部分效用的冪函數(shù)，分母是選擇集中所有金融機(jī)構(gòu)信貸供給行為決定部分效用冪函數(shù)的和。此時(shí)，式（4）中效用的隨機(jī)部分已不復(fù)存在，因此簡(jiǎn)化了選擇概率計(jì)算過(guò)程。

三、計(jì)量模型

如上所述，效用的決定部分是由可觀察到的申貸農(nóng)戶的家庭特征的有關(guān)變量決定的。假設(shè)有K個(gè)可觀察變量共同決定效用的決定部分，因此這些變量與效用有如下線性關(guān)系：

上式中，aj是每一個(gè)信貸供給行為的固有效用（intrinsic utility）。每一個(gè)信貸供給行為都有其獨(dú)特的aj值，所以共有J個(gè)這樣的參數(shù)。通常這些參數(shù)被解釋為控制了其他變量以后的信貸供給行為的收益值。由于模型估計(jì)的需要，將J個(gè)參數(shù)中的一個(gè)限定為0，因此只需要估計(jì)J-1個(gè)這樣的參數(shù)。xnjk是可觀察到的每一個(gè)申貸農(nóng)戶都有的共同家庭特征變量。在這里，“共同”是指每一個(gè)申貸農(nóng)戶都有這個(gè)變量，但并不表示它們的值相等。bk是第k個(gè)共同變量所對(duì)應(yīng)的參數(shù)或權(quán)數(shù)。每一個(gè)變量都有一個(gè)參數(shù)與之對(duì)應(yīng)，但是對(duì)于同一個(gè)變量不同的申貸農(nóng)戶分享相同的參數(shù)，所以，申貸農(nóng)戶標(biāo)志n就在參數(shù)的下標(biāo)中省去了。可以看到，雖然申貸農(nóng)戶在同一變量上分享相等的參數(shù)，但是由于變量觀察值的不同，金融機(jī)構(gòu)同一信貸供給行為的決定效用在不同申貸農(nóng)戶之間不等。

進(jìn)一步，將公式（5）代入公式（4），可得公式：

在上面的公式中，xnjk是已知的觀察值，aj和bk是未知的參數(shù)，需要估計(jì)。雖然不知道選擇概率pni，但是知道金融機(jī)構(gòu)對(duì)申貸農(nóng)戶的具體的信貸供給行為，因此可用ynj來(lái)表示金融機(jī)構(gòu)對(duì)申貸農(nóng)戶n信貸供給行為選擇的結(jié)果。如果金融機(jī)構(gòu)給予申貸農(nóng)戶n的信貸供給行為是j，則ynj=1；否則，ynj=0。推廣開(kāi)來(lái)，金融機(jī)構(gòu)對(duì)申貸農(nóng)戶n從J個(gè)信貸供給行為選擇集中采用一種信貸供給行為，統(tǒng)計(jì)似然（likelihood）的計(jì)算公式則為：

對(duì)于全部N個(gè)申貸農(nóng)戶而言，似然的計(jì)算公式則為：

對(duì)公式（8）兩邊去對(duì)數(shù)后，采用最大似然估計(jì)法（Maximum Likelihood Method）可求得模型參數(shù)aj和bk的解。應(yīng)用最大似然法所估計(jì)的參數(shù)具有一致性（consistent）、漸進(jìn)效率性（asymptotically efficient）和趨于正態(tài)分布（normally distributed）的特點(diǎn)。因此，對(duì)數(shù)似然值的計(jì)算公式為：

將公式（6）代入到公式（9），并通過(guò)對(duì)LL進(jìn)行最大化，便可以求得參數(shù)aj和bk的解。在本研究中，是通過(guò)程序STATA 110來(lái)實(shí)現(xiàn)上面的模型估計(jì)過(guò)程的。

四、數(shù)據(jù)與結(jié)果

（一）數(shù)據(jù)來(lái)源

由于農(nóng)村正規(guī)金融機(jī)構(gòu)（信用社、農(nóng)業(yè)銀行等）不愿向研究者提供分筆貸款的相關(guān)數(shù)據(jù)，因此，筆者的數(shù)據(jù)收集都是建立在農(nóng)戶訪談?wù){(diào)查基礎(chǔ)上的。本文的數(shù)據(jù)來(lái)源于2011年初筆者在山東泰安農(nóng)村地區(qū)收集的數(shù)據(jù)，采用了三階段分層抽樣策略。第一階段，按照不同經(jīng)濟(jì)發(fā)展水平采取分類(lèi)抽樣的方法，隨機(jī)選擇了山東泰安的兩個(gè)鄉(xiāng)鎮(zhèn)，分別是滿莊鎮(zhèn)和伏山鎮(zhèn)；第二階段，在每個(gè)所選的鄉(xiāng)鎮(zhèn)中再隨機(jī)抽取兩個(gè)村，共計(jì)四個(gè)村，分別是滿莊鎮(zhèn)的曹家寨村和新莊村，伏山鎮(zhèn)的馬家廟村和朱家莊村；第三階段，在每個(gè)被抽取村莊中隨機(jī)選擇50-70戶農(nóng)戶發(fā)放問(wèn)卷或入戶調(diào)查，共收集有效問(wèn)卷220戶。數(shù)據(jù)庫(kù)中，收集了這些農(nóng)戶2006-2010年間的金融信貸活動(dòng)、家庭基本情況等方面的經(jīng)濟(jì)社會(huì)數(shù)據(jù)。這為估計(jì)金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸配給程度提供了數(shù)據(jù)資源和經(jīng)驗(yàn)證據(jù)。然而，這些農(nóng)戶中，未參與金融信貸調(diào)查、未在2006-2010年間向金融機(jī)構(gòu)申請(qǐng)貸款的農(nóng)戶有30戶，在此期間向金融機(jī)構(gòu)申請(qǐng)信貸的190戶農(nóng)戶中有19戶提供的信息不全，因此本文分析中將這些農(nóng)戶剔除掉，最終本文采用的樣本農(nóng)戶為171戶。

筆者的調(diào)查采用直接法進(jìn)行，即通過(guò)發(fā)放問(wèn)卷或?qū)嵉卣{(diào)查以誘導(dǎo)農(nóng)戶透露出有關(guān)信貸申請(qǐng)金額和實(shí)際獲取金額的真實(shí)信息。本文關(guān)于金融機(jī)構(gòu)信貸配給的度量如下：“過(guò)去5年內(nèi)（2006-2010年），您家是否向金融機(jī)構(gòu)申請(qǐng)過(guò)貸款？如果申請(qǐng)過(guò)，最近一次申請(qǐng)的意愿貸款額是多少？金融機(jī)構(gòu)最后給予的實(shí)際貸款額又是多少？”只要信貸申請(qǐng)農(nóng)戶沒(méi)有從金融機(jī)構(gòu)獲取任何信貸額或獲取的實(shí)際貸款額小于其意愿貸款額，則金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸供給行為就是信貸配給。其中，申請(qǐng)貸款但未獲信貸的農(nóng)戶為完全信貸配給，申請(qǐng)貸款僅獲部分貸款的農(nóng)戶為部分信貸配給。171戶樣本中，102戶遭受金融機(jī)構(gòu)的信貸配給，占總樣本的596%，這也證實(shí)了農(nóng)戶的信貸配給程度是很高的，也同我國(guó)大部分學(xué)者的研究所表明中國(guó)農(nóng)戶受到信貸配給的程度至少在50%以上的情況相吻合（田俊麗， 2006）。在遭受信貸配給的農(nóng)戶中，84戶遭受完全信貸配給，占總樣本的491%；18戶遭受部分信貸配給，占總樣本的105%。這表明農(nóng)戶遭受的信貸配給主要是完全信貸配給，這一點(diǎn)也同國(guó)內(nèi)許多學(xué)者（例如李慶海等人， 2012）的調(diào)查相類(lèi)似。其余69戶的信貸申請(qǐng)均獲得金融機(jī)構(gòu)的信貸滿足。

（二）變量選取及統(tǒng)計(jì)特征

基于前述的理論模型及計(jì)量方法，本文所用的被解釋變量為：金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸供給行為。為了便于描述和區(qū)分金融機(jī)構(gòu)三種不同的信貸供給行為，筆者賦值0，1，2分別表示信貸供給的完全滿足、信貸供給的完全配給、信貸供給的部分配給行為。在這里，被解釋變量是離散選擇變量。

估計(jì)MNL模型時(shí)，需要將一類(lèi)信貸供給行為作為參照組。解釋變量的估計(jì)系數(shù)為正，意味著相對(duì)于參照組的信貸供給行為來(lái)說(shuō)，解釋變量對(duì)處于此類(lèi)信貸供給行為的相對(duì)概率為正的影響；解釋變量的估計(jì)系數(shù)為負(fù)，意味著相反的情形。本文中解釋變量反映農(nóng)戶的家庭特征，主要有：（1）農(nóng)戶自有的土地規(guī)模（land）。作為最基本的生產(chǎn)資料，承包的土地規(guī)模在一定程度上能夠衡量信貸農(nóng)戶的期望收益，因此我們預(yù)測(cè)該變量對(duì)金融機(jī)構(gòu)信貸滿足行為的影響為正，對(duì)信貸配給行為的影響為負(fù)。（2）農(nóng)戶信貸前的家庭全部資產(chǎn)的市場(chǎng)價(jià)值（asset，包括土地，房屋，銀行存款，農(nóng)產(chǎn)品等）。家庭資產(chǎn)值在一定程度上反映了農(nóng)戶潛在的生產(chǎn)能力和財(cái)富創(chuàng)造能力。其越大，可被用作抵押、擔(dān)保的資產(chǎn)就越多，金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸滿足的可能性就越大，或者信貸配給的可能性就越小。（3）戶主的受教育水平（education）。戶主受教育水平在一定程度上可以代表信貸申請(qǐng)農(nóng)戶家庭的綜合能力。其越高，越容易及時(shí)把握農(nóng)產(chǎn)品的市場(chǎng)信息，快速了解農(nóng)業(yè)新技術(shù)的動(dòng)態(tài)，從而能夠靈活地安排農(nóng)業(yè)生產(chǎn)，降低各種生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)，有利于獲取最佳收益。因此，預(yù)測(cè)該變量對(duì)金融機(jī)構(gòu)的信貸滿足行為影響為正，信貸配給行為的影響為負(fù)。（4）戶主的性別（gender）。國(guó)外學(xué)者的調(diào)查研究發(fā)現(xiàn)，女性借款者信用往往好于男性借款者（Fletschner Kenney，2011）。既然我國(guó)農(nóng)戶借款都是戶主代表家庭出面申請(qǐng)，因此預(yù)測(cè)金融機(jī)構(gòu)對(duì)戶主為男性的家庭較戶主為女性的家庭更容易給予信貸配給。（5）戶主的年齡（age）。戶主的年齡可以在一定程度上代表農(nóng)戶家庭的家庭結(jié)構(gòu)，即青年家庭（18-35歲）、中年家庭（36-45歲）、中老年家庭（46-55歲），老年家庭（56歲以上）。在我國(guó)當(dāng)前大部分農(nóng)業(yè)生產(chǎn)方式仍舊屬于勞動(dòng)密集型，因此農(nóng)戶的家庭結(jié)構(gòu)越年輕，其農(nóng)業(yè)生產(chǎn)能力和效率相對(duì)要好些，從而金融機(jī)構(gòu)對(duì)其的信貸需求能予以滿足。（6）農(nóng)戶家庭農(nóng)業(yè)勞動(dòng)力總數(shù)（labor1）。我國(guó)目前以勞動(dòng)密集型的農(nóng)業(yè)生產(chǎn)方式?jīng)Q定了一個(gè)家庭勞動(dòng)力越充裕，農(nóng)業(yè)生產(chǎn)的期望收益才會(huì)越高，因此金融機(jī)構(gòu)對(duì)這樣的家庭信貸需求的滿足性較高。（7）農(nóng)戶家庭外出務(wù)工勞動(dòng)力總數(shù)（labor2）。外出務(wù)工勞動(dòng)力越多意味著農(nóng)戶家庭收入來(lái)源越多，抗擊風(fēng)險(xiǎn)能力就越強(qiáng)，有助于信貸的償還，因此金融機(jī)構(gòu)也會(huì)較多地滿足這樣的家庭信貸需求。（8）農(nóng)戶家庭無(wú)勞動(dòng)能力成員總數(shù)（nonlabor）。相對(duì)于勞動(dòng)能力，無(wú)勞動(dòng)能力通常意味著無(wú)法創(chuàng)造財(cái)富。因此，家庭成員中無(wú)勞動(dòng)能力成員人數(shù)越多，就意味著家庭消費(fèi)支出越大，這樣的家庭遭受金融機(jī)構(gòu)的信貸配給的可能性也越大。（9）戶主是否具有非農(nóng)專(zhuān)業(yè)勞動(dòng)技能（skill）。在我國(guó)農(nóng)村地區(qū)，戶主通常意味家庭經(jīng)濟(jì)的頂梁柱，戶主具有非農(nóng)的專(zhuān)業(yè)勞動(dòng)技能意味著這樣的家庭獲取財(cái)富途徑和手段多元化。因此，同家庭有較多的外出務(wù)工的勞動(dòng)力一樣，這樣的家庭也可能較少遭受金融機(jī)構(gòu)的信貸配給。表1給出了所有變量的定義、說(shuō)明及統(tǒng)計(jì)特征。

（三） 實(shí)證結(jié)果分析

本文將金融機(jī)構(gòu)信貸完全滿足行為作為參照組，即金融機(jī)構(gòu)信貸完全滿足行為的參數(shù)被限值為0，因此金融機(jī)構(gòu)的完全信貸配給行為和部分信貸配給行為的參數(shù)是它們與金融機(jī)構(gòu)信貸滿足行為參數(shù)的對(duì)數(shù)機(jī)會(huì)比（log odds），是一個(gè)相對(duì)值。從估計(jì)結(jié)果可以看出（見(jiàn)表2），申貸農(nóng)戶的家庭自有土地面積的大小、戶主是否具有非農(nóng)勞動(dòng)專(zhuān)業(yè)技能以及申貸農(nóng)戶家庭資產(chǎn)市場(chǎng)價(jià)值的大小對(duì)金融機(jī)構(gòu)的信貸供給行為有顯著影響。

與金融機(jī)構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶家庭自有土地?cái)?shù)量越多、面積越大，越有助于其降低遭受金融機(jī)構(gòu)完全信貸配給的行為，這同我們前述的理論預(yù)期一致，也與褚保金等人（2009）和李慶海等人（2012）的研究結(jié)論一致。同時(shí)，這一發(fā)現(xiàn)也說(shuō)明金融機(jī)構(gòu)對(duì)信貸資金的供給更傾向于種植大戶。

然而，與金融機(jī)構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶的戶主具有非農(nóng)勞動(dòng)專(zhuān)業(yè)技能和家庭資產(chǎn)價(jià)值越高反而促使金融機(jī)構(gòu)對(duì)其申貸金額的滿足度下降，這些發(fā)現(xiàn)同我們前述的理論預(yù)期截然相反。造成這一現(xiàn)象的可能原因是本文調(diào)查的農(nóng)戶所涉及的貸款均為涉農(nóng)貸款，同其他的消費(fèi)貸款、非農(nóng)生產(chǎn)貸款不同，涉農(nóng)貸款主要服務(wù)于農(nóng)業(yè)生產(chǎn)，因而戶主具有非農(nóng)技能容易加深金融機(jī)構(gòu)對(duì)其可能挪用貸款從事非農(nóng)生產(chǎn)，從而引發(fā)可能的債務(wù)風(fēng)險(xiǎn)的懷疑，進(jìn)而采用部分信貸配給的信貸供給行為。另外，本文受訪農(nóng)戶家庭資產(chǎn)的市場(chǎng)價(jià)值最主要的貢獻(xiàn)值是自有農(nóng)田的市場(chǎng)價(jià)值和建于宅基地上的住房的市場(chǎng)價(jià)值，然而按照我國(guó)現(xiàn)行法律，農(nóng)戶的自有土地和宅基地是無(wú)法在市場(chǎng)上進(jìn)行產(chǎn)權(quán)買(mǎi)賣(mài)的，因而農(nóng)戶家庭資產(chǎn)的市場(chǎng)價(jià)值主要部分反映的是市場(chǎng)的理論價(jià)值。這一理論的市場(chǎng)價(jià)值所占比重越大，農(nóng)戶其他的可流動(dòng)資產(chǎn)就越少，從而減少了申貸農(nóng)戶尋求資產(chǎn)擔(dān)保或抵押的可能性，加大了債務(wù)風(fēng)險(xiǎn)。從這點(diǎn)考慮，金融機(jī)構(gòu)會(huì)更傾向于給予申貸農(nóng)戶部分信貸配給。

研究結(jié)果表明農(nóng)戶的其他家庭特征變量如戶主的性別、教育水平、年齡，農(nóng)戶家庭農(nóng)業(yè)勞動(dòng)力人數(shù)、非農(nóng)勞動(dòng)力人數(shù)和無(wú)勞動(dòng)能力人數(shù)等對(duì)金融機(jī)構(gòu)的信貸供給行為的影響不顯著，這反映出被調(diào)查地區(qū)的金融機(jī)構(gòu)對(duì)上述變量不敏感，可能的原因是金融機(jī)構(gòu)并沒(méi)有把向農(nóng)戶提供貸款真正作為自己的經(jīng)營(yíng)方向，而且其在信息收集成本方面也較高，因此沒(méi)有積極去了解或評(píng)估樣本農(nóng)戶的信用狀況。

五、結(jié)論與啟示

本文以山東泰安地區(qū)抽樣調(diào)查的農(nóng)戶數(shù)據(jù)為例，采用MNL（Multinomial Logit）模型，以受訪農(nóng)戶的家庭特征為自變量，實(shí)證分析了農(nóng)村正規(guī)金融機(jī)構(gòu)信貸供給行為。研究發(fā)現(xiàn)，金融機(jī)構(gòu)對(duì)69戶樣本農(nóng)戶（占總樣本的404%）給予了信貸滿足，對(duì)84戶樣本農(nóng)戶（占總樣本的491%）給予了完全信貸配給，對(duì)18戶樣本農(nóng)戶（占總樣本的105%）給予部分信貸配給。同以往文獻(xiàn)調(diào)查類(lèi)似，本文調(diào)查也顯示了信貸配給仍然是當(dāng)前金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸供給的主要行為。本文將金融機(jī)構(gòu)信貸完全滿足行為作為參照組，實(shí)證研究發(fā)現(xiàn)，與金融機(jī)構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶家庭自有土地?cái)?shù)量越多、面積越大，越有助于其降低遭受金融機(jī)構(gòu)完全信貸配給的行為。然而，與金融機(jī)構(gòu)信貸完全滿足行為相比，戶主具有非農(nóng)勞動(dòng)專(zhuān)業(yè)技能和家庭資產(chǎn)價(jià)值越高反而促使金融機(jī)構(gòu)對(duì)其申貸金額的滿足度下降，這些發(fā)現(xiàn)同我們前述的理論預(yù)期截然相反。造成這種現(xiàn)象的可能原因是調(diào)查地區(qū)的樣本農(nóng)戶的信貸類(lèi)型屬于涉農(nóng)貸款以及家庭資產(chǎn)主要構(gòu)成部分是沒(méi)有實(shí)際市場(chǎng)價(jià)值且無(wú)抵押功能的自有耕地和宅基地，從而影響了金融機(jī)構(gòu)對(duì)其的信貸供給。

本文的結(jié)論也為我國(guó)農(nóng)村金融改革提供了重要啟示。未來(lái)我國(guó)農(nóng)村金融改革深化離不開(kāi)農(nóng)村土地制度的改革。我國(guó)當(dāng)前法律明確禁止農(nóng)業(yè)用地和宅基地進(jìn)行抵押或者轉(zhuǎn)讓?zhuān)@導(dǎo)致農(nóng)戶在信貸申請(qǐng)中能夠提供給金融機(jī)構(gòu)的抵押物相當(dāng)有限，以至于相當(dāng)部分涉農(nóng)貸款只能開(kāi)展小額信貸業(yè)務(wù)，雖然此類(lèi)金融產(chǎn)品符合我國(guó)農(nóng)村基層的信貸生態(tài)環(huán)境，但從建立現(xiàn)代金融業(yè)的理念看其成本收益比不佳，而且無(wú)法滿足種養(yǎng)大戶和農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營(yíng)對(duì)資金的有效需求。因此，如果允許農(nóng)戶將土地作為抵押品進(jìn)行融資，那么金融機(jī)構(gòu)會(huì)更主動(dòng)地開(kāi)展涉農(nóng)貸款業(yè)務(wù)，因?yàn)橄鄬?duì)于其他抵押品而言，土地?zé)o論是在價(jià)值穩(wěn)定性還是市場(chǎng)接受程度上都較高，能極大地降低銀行的信貸管理風(fēng)險(xiǎn)，進(jìn)而可以發(fā)展出具備可持續(xù)性的農(nóng)村金融商業(yè)模式?？傊?，鑒于目前農(nóng)村金融市場(chǎng)上信貸配給現(xiàn)象依然嚴(yán)重，除了繼續(xù)加大農(nóng)村金融體制自身改革以外，農(nóng)村金融體制的進(jìn)一步改革也需要同農(nóng)村土地產(chǎn)權(quán)改革結(jié)合起來(lái)。

參考文獻(xiàn)：

[1]Williamson， O.Corporate Finance and Corporate Governance[J].Journal of Finance，1988， 43（3）： 567-591.

[2]Meza， D.D. and D. C. Webb. Credit Rationing： Something’s Gotta Give[J].Economica，2006， 73（292）： 563-578.

[3]Arnold， L.G. and J. G. Riley.On the Possibility of Credit Rationing in the Stiglitz-Weiss Model[J].American Economic Review，2009，99（5）： 2012-2021.

[4]林毅夫.再論制度、技術(shù)與中國(guó)農(nóng)業(yè)發(fā)展[M].北京：北京大學(xué)出版社，2000.

[5]鐘笑寒， 湯荔. 農(nóng)村金融機(jī)構(gòu)收縮的經(jīng)濟(jì)影響：對(duì)中國(guó)的實(shí)證研究[J].經(jīng)濟(jì)評(píng)論， 2005（1）： 109-115.

[6]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——一個(gè)聯(lián)立離散選擇模型的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006（3）：37-49.

[7]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）： 51-61.

[8]McFadden， D. Conditional logit analysis of qualitative choice behavior[M].In Frontiers in Econometrics. P. Zarembka， New York： Academic Press， 1974：105-142.

[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)博士學(xué)位論文，2006.

[10]Fletschner， D. and L. Kenney. Rural Women’s Access to Financial Services[Z]. Working Paper， No. 11-07. Agricultural Development Economics Division， The Food and Agriculture Organization of the United Nations. March， 2011.

[11]溫紅梅，韓曉翠. 基于VaR的我國(guó)農(nóng)村金融機(jī)構(gòu)市場(chǎng)風(fēng)險(xiǎn)的度量與實(shí)證[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2011（2）：3-9.

（責(zé)任編輯：劉春雪）