王 靜，朱燁煒

（1．西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院，陜西楊凌 712100；2．電子科技大學(xué)經(jīng)濟(jì)與管理學(xué)院，成都 637300）

農(nóng)戶信貸配給下借貸福利效果分析

王 靜1，2，朱燁煒1

（1．西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院，陜西楊凌 712100；2．電子科技大學(xué)經(jīng)濟(jì)與管理學(xué)院，成都 637300）

運(yùn)用Biprobit模型和Switching模型，對(duì)陜西省寶雞市渭濱區(qū)247戶農(nóng)戶調(diào)查的微觀數(shù)據(jù)，分兩個(gè)階段對(duì)農(nóng)戶受到信貸配給的影響因素及程度和信貸配給下農(nóng)戶的福利效應(yīng)進(jìn)行計(jì)量分析，結(jié)果表明：金融資產(chǎn)余額對(duì)資金的供給和需求均為負(fù)向影響；是否加入農(nóng)業(yè)合作社對(duì)資金的供給和需求均為負(fù)向影響；總支出對(duì)需求的影響顯示為正向；家庭勞動(dòng)力比率、純收入和固定資產(chǎn)余額對(duì)資金供給為正向影響；農(nóng)戶受到信貸約束的程度為74．63%，受到信貸配給的農(nóng)戶的信貸資金有效利用率是未受到信貸配給農(nóng)戶的2倍。

農(nóng)戶信貸配給；金融資產(chǎn)；信貸約束程度；福利效應(yīng)

在發(fā)展中國(guó)家的農(nóng)村地區(qū)，信貸約束被普遍認(rèn)為是阻礙經(jīng)濟(jì)發(fā)展和農(nóng)民收入提高的關(guān)鍵因素，農(nóng)戶受到信貸配給的現(xiàn)象非常普遍。據(jù)估計(jì)，在亞洲和拉丁美洲，農(nóng)戶獲得正規(guī)信貸的比例只有15%，而在非洲，這一比例僅為5%。而且，這部分信貸資源往往集中在少部分人手中，平均來(lái)看，在發(fā)展中國(guó)家，5%的借款者獲得了80%的貸款，貧困農(nóng)戶受到了尤為嚴(yán)重的信貸配給［1］。發(fā)展中國(guó)家的信貸機(jī)構(gòu)受到嚴(yán)格的管制，如低利率和瞄準(zhǔn)特定目標(biāo)群體的信貸計(jì)劃等，進(jìn)一步加重了農(nóng)戶的信貸約束程度。即使是在無(wú)管制的金融系統(tǒng)中，貧困者也常因貸款額度小、交易成本高、抵押品少以及信用記錄缺失而被排除在正規(guī)金融市場(chǎng)之外［2］。同時(shí)，大量的理論與實(shí)證研究也已表明：農(nóng)村金融是農(nóng)業(yè)經(jīng)濟(jì)發(fā)展中最為重要的資本要素配置制度，且與經(jīng)濟(jì)增長(zhǎng)有相互促進(jìn)和相互制約的關(guān)系。信貸配給作為農(nóng)村金融問題的核心，使得我們有必要通過實(shí)證分析了解我國(guó)農(nóng)村地區(qū)的信貸配給狀況。其中，我們主要關(guān)心的問題是農(nóng)戶受到信貸配給的程度如何、哪些因素影響農(nóng)戶受到信貸配給、信貸配給如何影響農(nóng)戶的福利等。

一、相關(guān)文獻(xiàn)回顧

關(guān)于信貸配給的定義，目前大部分經(jīng)濟(jì)學(xué)家都認(rèn)為：當(dāng)借款人愿意支付現(xiàn)行利率，但不能按照這種利率獲得貸款時(shí)，就稱其受到了信貸配給。對(duì)信貸配給的定義已沒有太多的爭(zhēng)議，但是在信貸配給的分類上還存在一定的分歧。在這里，我們借鑒Barham等人的研究成果，將信貸配給分為受到信貸配給和未受到信貸配給兩大類。其中，受到信貸配給又分為完全受到信貸配給和部分受到信貸配給，完全受到信貸配給又分為申請(qǐng)后未獲得貸款和由于缺乏抵押等而未申請(qǐng)貸款兩類。而未受到信貸配給則分為申請(qǐng)并獲得足額貸款和由于不需要信貸而未申請(qǐng)貸款兩類［3］。

農(nóng)戶受到信貸配給及其影響一直是學(xué)術(shù)界廣泛關(guān)注的課題。周國(guó)良認(rèn)為，當(dāng)前我國(guó)農(nóng)村金融形勢(shì)險(xiǎn)峻，集中表現(xiàn)為資金供求矛盾十分突出，需求遠(yuǎn)遠(yuǎn)大于供給，農(nóng)民貸款難。資金需求急劇擴(kuò)大，資金供給日趨萎縮［4］。李銳、朱喜運(yùn)用3 000個(gè)農(nóng)戶樣本，對(duì)農(nóng)戶受到信貸配給程度和福利影響進(jìn)行了分析，發(fā)現(xiàn)農(nóng)戶受到信貸配給程度為70．92%，福利損失為9．55%［5］。在信貸配給程度的估計(jì)方法方面，部分學(xué)者采用統(tǒng)計(jì)分析方法，陳錫文通過農(nóng)業(yè)生產(chǎn)總值占GDP的比例來(lái)同其獲得的貸款占全部貸款的比例進(jìn)行比較，間接反映農(nóng)戶受到信貸配給［6］。但是這樣的方法掩蓋了不同地區(qū)農(nóng)戶間收入的差異，無(wú)法得知農(nóng)戶特征與其信貸需求和供給之間的關(guān)系。另一部分學(xué)者采取樣本調(diào)查法對(duì)安徽毫州和阜陽(yáng)的6個(gè)縣18個(gè)村217戶農(nóng)戶進(jìn)行了調(diào)查，并通過貸款獲取量、貸款農(nóng)戶數(shù)、不同來(lái)源的貸款比列等指標(biāo)來(lái)反映農(nóng)戶的信貸配給［7］。雖然該方法比統(tǒng)計(jì)分析法更細(xì)化，但同樣存在不能反映農(nóng)戶特征與供需之間關(guān)系的弊端。而在福利效應(yīng)的估計(jì)中，多數(shù)學(xué)者采用Cobb－Douglas函數(shù)進(jìn)行平均估計(jì)，但其不能真實(shí)反映受到配給和未受到配給兩種類型農(nóng)戶收入的差異。在存在信貸配給的情況下，通常我們無(wú)法真實(shí)地觀測(cè)到需求和供給的真實(shí)值，只能觀測(cè)到由需求和供給相互作用而發(fā)生的信貸行為，但是其也是由兩者中較小的一方所決定，所以一般的模型無(wú)法測(cè)度信貸配給的程度。Poirier首先提出了Biprobit模型，該模型可處理觀測(cè)值為部分觀測(cè)性的問題，且?guī)в幸话鉖robit模型的計(jì)算概率特點(diǎn)［8］。

綜上所述，本文選擇帶有供需聯(lián)立方程的Biprobit模型來(lái)反映影響農(nóng)戶受到信貸配給的因素，并借鑒Foltz［9］在估計(jì)福利效應(yīng)時(shí)使用的Switching模型來(lái)反映受到不同程度信貸配給的農(nóng)戶特征與其福利的關(guān)系。

二、樣本來(lái)源及描述

（一）樣本來(lái)源

本文研究所選取的樣本地區(qū)為陜西省寶雞市渭濱區(qū)，數(shù)據(jù)來(lái)源于2010年對(duì)該地區(qū)調(diào)研所建立的數(shù)據(jù)庫(kù)。為了使抽樣所得樣本具有代表性，調(diào)查時(shí)采取隨機(jī)抽取鄉(xiāng)鎮(zhèn)，每個(gè)鄉(xiāng)鎮(zhèn)隨機(jī)抽取自然村的方法。在隨機(jī)抽取的10個(gè)自然村中，有4個(gè)位于偏遠(yuǎn)農(nóng)村，其余村莊均來(lái)自城鄉(xiāng)結(jié)合部。調(diào)查共取得247份調(diào)查問卷，適用于本文分析的有效問卷204份。

（二）樣本描述

根據(jù)Barham等人對(duì)信貸配給的分類，樣本地區(qū)農(nóng)戶受到不同信貸配給情況見表1。

表1 樣本地區(qū)信貸配給分類

從表1中我們可以看出，204戶農(nóng)戶中只有24戶農(nóng)戶沒有信貸需求，而其余的88．24%的農(nóng)戶都具有信貸需求，這充分說明該地區(qū)信貸需求相當(dāng)旺盛。另外，我們用簡(jiǎn)單的統(tǒng)計(jì)分析方法可以得出，該地區(qū)的信貸配給程度為61．76%。同時(shí)，我們對(duì)本文中將要用到的變量進(jìn)行定義及描述性的統(tǒng)計(jì)分析，具體見表2。

表2 樣本變量描述性統(tǒng)計(jì)分析

三、研究方法及模型

（一）Biprobit模型

令y1、y2分別表示農(nóng)戶借款意愿和資金供給意愿的決策虛擬變量；Y1、Y2分別表示農(nóng)戶借款意愿和資金供給意愿的隱含變量；X1、X2分別表示影響農(nóng)戶借款需求和資金供給的解釋變量，包括農(nóng)戶自身的稟賦特征和家庭資產(chǎn)情況等。于是，建立如下包含資金需求和供給兩方面的矩陣聯(lián)立模型：

其中，我們假設(shè)隨機(jī)擾動(dòng)項(xiàng)服從聯(lián)合正態(tài)分布。在上述聯(lián)立模型中，只有當(dāng)y1＝1且y2＝1時(shí)才會(huì)有信貸行為的發(fā)生。該模型是典型的Biprobit模型，對(duì)模型進(jìn)行最大似然估計(jì)法（ML）即可以估計(jì)出模型的各系數(shù)。在估計(jì)出模型的系數(shù)后，通過公式P（Y1＞Y2｜Y1＞0）來(lái)表示農(nóng)戶受到信貸配給的程度：即需求大于零的情況下，農(nóng)戶需求得不到滿足的部分所占比例。公式計(jì)算如下：

為得到正態(tài)分布函數(shù)，再將（1）式中第一個(gè)不等式兩邊同時(shí)除以（2－2ρ）1／2即可得到計(jì)算式：

（2）式中φ1φ2為聯(lián)合正態(tài)分布，ε2－ε1服從［0，（2－2ρ）1／2］的正態(tài)分布。

（二）Switching模型

為引入信貸配給兩類農(nóng)戶，我們令虛擬變量Zi表示農(nóng)戶是否受到信貸配給，表達(dá)式為：Z＝Y(jié)1－Y2。其中，若Z＞0，表示農(nóng)戶受到信貸配給，則Zi＝1；若Z≤0，表示農(nóng)戶未受到信貸配給，則Zi＝0。另外，這里用農(nóng)戶的家庭純收入的期望值E來(lái)表示農(nóng)戶的福利情況，于是對(duì)于受到和未受到信貸配給兩類農(nóng)戶的福利模型表示如下：

其中，Xi表示農(nóng)戶的稟賦特征；Li表示獲得的貸款量。這里我們假設(shè)：E（εin）＝E（εim）＝0，說明信貸配給狀況屬于外生行為。于是，對(duì)于受到信貸配給和未受到信貸配給的農(nóng)戶其外生Switching模型為：

該模型可以通過最小二乘法（OLS）進(jìn)行估計(jì)，在估計(jì)出模型的系數(shù)后，便可以通過比較各個(gè)系數(shù)來(lái)分析信貸配給對(duì)農(nóng)戶福利的影響效應(yīng)。

四、實(shí)證分析

（一）第一階段：信貸配給程度及影響因素的實(shí)證分析

運(yùn)用樣本數(shù)據(jù)，通過Stata 9．0軟件對(duì)Biprobit模型進(jìn)行計(jì)算，結(jié)果見表3。

表3 Biprobit模型估計(jì)結(jié)果

在需求方程中，自變量農(nóng)戶家庭總支出和是否加入農(nóng)村合作組織對(duì)借貸需求的影響為正向，且均在5%的水平上顯著。這主要可以從基于現(xiàn)金流的農(nóng)戶消費(fèi)和投資來(lái)解釋，農(nóng)戶總支出越大，投資機(jī)會(huì)和欲望越大，對(duì)于現(xiàn)金流的需求也越大，信貸需求也就越強(qiáng)烈。年齡和金融資產(chǎn)余額對(duì)借貸需求為負(fù)向影響，且分別在10%和1%的水平上顯著。一方面，隨著年齡的增大，其社交活動(dòng)和家庭負(fù)擔(dān)都隨之減少；另一方面，金融資產(chǎn)越少，表明其可以快速轉(zhuǎn)換為現(xiàn)金流的資產(chǎn)越少，現(xiàn)金流的缺失使農(nóng)戶資金借貸需求增強(qiáng)。除以上變量以外，農(nóng)戶受教育程度對(duì)資金的需求影響不顯著，這可能是因?yàn)閷?duì)于不同教育程度的農(nóng)戶來(lái)說，其對(duì)信貸有著不同的理解和看法，兩種相反的效應(yīng)會(huì)相互抵消。耕地面積不顯著，則是由于農(nóng)戶沒有土地的抵押權(quán)，使得農(nóng)戶土地面積不能成為影響信貸需求的條件。而勞動(dòng)力比率和家庭總收入則是對(duì)現(xiàn)金流的側(cè)面反映，一些農(nóng)戶不再量入為出，面對(duì)更多的投資機(jī)遇，收入高或低的農(nóng)戶都希望獲得更多的資金投入生產(chǎn)和項(xiàng)目經(jīng)營(yíng)，所以兩種力量在影響信貸需求對(duì)比時(shí)顯得比較模糊。

在供給方程中，自變量勞動(dòng)力比率、純收入、固定資產(chǎn)余額和是否加入農(nóng)業(yè)合作組織對(duì)資金供給的影響是正向的，且分別在10%、5%、5%和10%的水平上顯著。資金供給方在考慮是否對(duì)農(nóng)戶提供信貸資金時(shí)，主要是從抵押擔(dān)保、信用狀況和家庭品質(zhì)特征方面進(jìn)行考慮。而農(nóng)戶的勞動(dòng)力比率、純收入和固定資產(chǎn)余額越高，加強(qiáng)了借貸者的資信水平。而對(duì)于農(nóng)合組織的農(nóng)戶來(lái)說，其本身不僅具有較好的家庭品質(zhì)特征，而且金融機(jī)構(gòu)通過“金融機(jī)構(gòu)——農(nóng)合社——農(nóng)戶”的模式更好地防范了風(fēng)險(xiǎn)。金融資產(chǎn)余額對(duì)資金供給的影響是負(fù)向的，且在1%的水平上顯著。從信貸機(jī)構(gòu)的目的出發(fā)，金融資產(chǎn)余額越小的農(nóng)戶，機(jī)構(gòu)愿意提供貸款的意愿就越強(qiáng)烈，只是關(guān)鍵在于其是否達(dá)到發(fā)放貸款的標(biāo)準(zhǔn)。除此之外，農(nóng)戶受教育程度和耕地面積對(duì)資金的提供影響不顯著，這主要是由于其不屬于信貸機(jī)構(gòu)發(fā)放貸款時(shí)重點(diǎn)關(guān)注的特征，加之農(nóng)戶沒有土地抵押權(quán)，所以這兩個(gè)變量對(duì)農(nóng)戶的抵押和擔(dān)保沒有起到增強(qiáng)的作用。

在估計(jì)出需求方程和供給方程的系數(shù)后，我們可以利用（2）式計(jì)算該地區(qū)農(nóng)戶受到的信貸約束程度為74．63%。在上文中我們利用簡(jiǎn)單的樣本統(tǒng)計(jì)分析法得出了農(nóng)戶受到的信貸約束程度為61．76%，顯而易見，簡(jiǎn)單的樣本統(tǒng)計(jì)分析法由于不能準(zhǔn)確反映供給雙方的特征和關(guān)系，低估了農(nóng)戶受到信貸約束的程度。

（二）第二階段：農(nóng)戶受到信貸配給福利效果的實(shí)證分析

通過Stata 9．0軟件對(duì)模型（5）進(jìn)行OLS計(jì)算，結(jié)果見表4。

表4 借貸對(duì)農(nóng)戶福利的影響

從表4中我們可以看出，農(nóng)戶受教育程度與農(nóng)戶的純收入之間呈現(xiàn)負(fù)向關(guān)系，且均在10%的水平上顯著，但是對(duì)于兩類農(nóng)戶來(lái)說其影響力幾乎沒有差別；農(nóng)戶家庭固定資產(chǎn)余額對(duì)純收入的影響為正向，且均在1%的水平上顯著，但是影響力差距較大，可能是因?yàn)槲词艿叫刨J配給的農(nóng)戶其自身固定資產(chǎn)余額較多，使得農(nóng)戶可以較輕松獲得貸款，進(jìn)一步加劇了收入的差距。這里我們主要分析貸款獲得量對(duì)于農(nóng)戶純收入的影響，對(duì)于受到信貸配給和未受到信貸配給的農(nóng)戶來(lái)看，貸款獲得量與純收入之間均呈現(xiàn)正向關(guān)系，且分別在1%和5%的水平上顯著。但是從系數(shù)值來(lái)看，增加一單位的貸款量，受到信貸配給農(nóng)戶的純收入增加量是未受到信貸配給農(nóng)戶的2倍。這說明對(duì)于受到信貸配給的農(nóng)戶，其可以更有效地利用資金進(jìn)行生產(chǎn)和投資，從而顯著的提高其福利水平；而對(duì)于未受到信貸配給的農(nóng)戶，其多數(shù)已經(jīng)獲得了相應(yīng)的貸款量，可能達(dá)到了利潤(rùn)最大化的資金需求值，資金的邊際效應(yīng)隨之減弱。這也從另一個(gè)側(cè)面反映出當(dāng)前我國(guó)農(nóng)村金融市場(chǎng)的效率低下的現(xiàn)狀，大部分資金利用率低的人獲得了大量信貸資源，而資金利用率高的小部分人去無(wú)法得到信貸資金。

五、結(jié)論和建議

通過對(duì)信貸配給及福利效應(yīng)的分析發(fā)現(xiàn)，農(nóng)戶家庭總支出和是否加入農(nóng)村合作組織對(duì)借貸需求的影響為正向，農(nóng)戶年齡和金融資產(chǎn)余額對(duì)借貸需求為負(fù)向影響。農(nóng)戶家庭勞動(dòng)力比率、純收入、固定資產(chǎn)余額和是否加入農(nóng)合組織對(duì)資金供給的影響為正向，金融資產(chǎn)余額對(duì)資金供給的影響為負(fù)向，該地區(qū)農(nóng)戶受到信貸約束的程度為74．63%。對(duì)于信貸配給的兩類農(nóng)戶，貸款獲得量與純收入之間均呈現(xiàn)正向關(guān)系，但是受到信貸配給農(nóng)戶的信貸資金利用率是未受到信貸配給農(nóng)戶的2倍。

鑒于以上結(jié)論，政府應(yīng)當(dāng)發(fā)展多渠道的農(nóng)村信貸市場(chǎng)，增強(qiáng)信貸資金供給；加強(qiáng)農(nóng)村社會(huì)保障體系，減少農(nóng)戶的剛性支出；嘗試建立農(nóng)地金融制度，引導(dǎo)農(nóng)戶對(duì)長(zhǎng)期、大額資金的需求；大力推廣類似農(nóng)村合作組織這種“合作社（公司）＋農(nóng)戶”模式，增強(qiáng)信貸資金需求和貸款能力，從而提高農(nóng)村金融市場(chǎng)的資金利用率。

［1］ Stiglitz Joseph，Weiss Andrew．Credit Rationing in Markets With Imperfect Information［J］．Am Erican Economic Review，1981（3）：211－217．

［2］ Carter．Equilibrium Credit Rationing of Small Farm Agriculture［J］．Journal of Development Studies，1988（5）：135－142．

［3］ Barham．A Theory and Test of Credit Rationing［J］．A－merican Economic Review，1969（5）：3－7．

［4］ 周國(guó)良．農(nóng)村金融供給短缺的成因分析及危害透視［J］．開發(fā)研究，2007（2）：25－28．

［5］ 李銳，朱喜．農(nóng)戶金融抑制及福利損失的計(jì)量分析［J］．經(jīng)濟(jì)研究，2007（2）：125－127．

［6］ 陳錫文．農(nóng)村資源配置與農(nóng)村經(jīng)濟(jì)的作用不協(xié)調(diào)［J］．經(jīng)濟(jì)研究參考，2004（23）：193－196．

［7］ 朱守銀，張照新．中國(guó)農(nóng)村金融市場(chǎng)供給和需求：以傳統(tǒng)農(nóng)區(qū)為例［J］．管理世界，2003（3）：57－58．

［8］ Poirier D J．Partial Observe Ability in Bivariate Probit Models［J］．Journal of Econometrics，1980（17）：120－210．

［9］ Jeremy D Foltz．Credit Market Access and Profitability in Tunisian Agriculture［J］．Agricultural Economics，2004（3）：229－240．

An Empirical Analysis of Welfare Effects of Credit Rationing

WANG Jing1，2，ZHU Ye－wei1
（1．College of Economics and Management，Northwest A＆F University，Yangling，Shaanxi 712100；2．School of Management and Economics，UESTC，Chengdu637300，China）

Based on 247rual households’data and using Biprobit model and Switching model，this study is divided into two phases to analyze the influencing factors，the degree of credit rationing and its effects on farmers’welfare．The results show that：the financial assets has negative impact on both supply and demand of funds；whether to join the Rural Cooperatives has negative impact，too；the total expenditure has positive impact on demand of funds；net income and the fixed assets has positive impact on supply；the degree of credit rationing is 74．63%；the farmers，influenced by credit rationing，could use the loan more efficiently by two times than the farmers who are not influenced．

influencing factor；degree of credit constraints；welfare effects；econometric analysis

F830．589

A

1009－9107（2015）01－0072－06

2013－09－09

國(guó)家自然科學(xué)基金項(xiàng)目（70973097）；教育部規(guī)劃項(xiàng)目（09YJAVH074）；中國(guó)博士后第二期特別資助基金項(xiàng)目（200902612）

王靜（1966－），女，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，電子科技大學(xué)博士后，主要從事金融工程與農(nóng)村金融方面的研究。