【摘要】隨著現(xiàn)在經(jīng)濟(jì)的信息化程度越來越高，互聯(lián)網(wǎng)貸款技術(shù)已經(jīng)愈發(fā)成熟。農(nóng)戶的貸款作為農(nóng)村金融發(fā)展的重要組成部分，多年來一直為農(nóng)戶提高自身生活水平，并為推動(dòng)我國農(nóng)村經(jīng)濟(jì)的發(fā)展做出了重大的貢獻(xiàn)。本研究以江蘇省鹽城市射陽縣農(nóng)戶貸款意向?yàn)檠芯繉ο?，通過文獻(xiàn)分析、實(shí)地考察和問卷調(diào)查，對農(nóng)戶使用互聯(lián)網(wǎng)貸款的意愿的影響因素進(jìn)行研究。在實(shí)地問卷調(diào)查的基礎(chǔ)上，對因素進(jìn)行描述分析，并通過Logistic模型得出最主要的影響因素，得出結(jié)論并為互聯(lián)網(wǎng)貸款的的發(fā)展提出一些建議。

【關(guān)鍵詞】互聯(lián)網(wǎng)貸款 農(nóng)戶 意愿

一、文獻(xiàn)綜述

（一）國外研究綜述

互聯(lián)網(wǎng)誕生于美國，歐美國家的金融體系也比較完善、成熟。因此國外對于網(wǎng)貸風(fēng)險(xiǎn)的研究比較深入，隨后出現(xiàn)的風(fēng)險(xiǎn)度量技術(shù)稱為現(xiàn)代風(fēng)險(xiǎn)度量技術(shù)成為國外研究的重大成果，主要有Credit Metrics模型、KMV模型、Credit Risk+模型和Credit Portfolio View這四種。Credit Metrics模型是由J.P.摩根于1997年提出的信用風(fēng)險(xiǎn)度量方法。KMV模型是由KMV公司于1997年建立的用來估計(jì)借款企業(yè)違約概率的方法。Credit Risk+模型假設(shè)在相同長度的時(shí)間段內(nèi)違約概率相同、在不重疊的時(shí)間段內(nèi)違約個(gè)數(shù)相互獨(dú)立以及在某一時(shí)間點(diǎn)最多發(fā)生一件違約事件，在該假設(shè)條件下采用了保險(xiǎn)精算方法計(jì)算出貸款組合的損失分布。Credit Portfolio View模型認(rèn)為違約率和轉(zhuǎn)移矩陣與外部經(jīng)濟(jì)環(huán)境有密切聯(lián)系，是由失業(yè)率、GDP增長率、利率、匯率、政府儲(chǔ)備等多因素決定的。

（二）國內(nèi)研究綜述

隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，P2P網(wǎng)絡(luò)平臺(tái)貸款模式也隨之產(chǎn)生，并且在國外經(jīng)過一系列成熟的發(fā)展之后被引入中國。雖然P2P網(wǎng)絡(luò)平臺(tái)貸款模式十分新穎，對于它的研究也剛開始處于起步階段，但是對于新事物的好奇以及未來的發(fā)展還是引來了許多學(xué)者的關(guān)注。其中楊新求[1]總結(jié)了P2P貸款在國內(nèi)外的運(yùn)營模式，在比較了國內(nèi)外幾大平臺(tái)不同運(yùn)營模式之后得出我國引入并借鑒實(shí)行的P2P平臺(tái)運(yùn)營還是比較成功的結(jié)論。黃健青等人[2]在新興平臺(tái)特點(diǎn)與互聯(lián)網(wǎng)金融的本質(zhì)特征之上，梳理了已有的互聯(lián)網(wǎng)融資形式，對其做出了新的定義并建立合理的互聯(lián)網(wǎng)融資模式分類體系。

除了P2P貸款的運(yùn)營模式的研究，風(fēng)險(xiǎn)自然是最為關(guān)注的一個(gè)問題。蘇莉娟、嚴(yán)亮[3]指出，相關(guān)法律法規(guī)的缺失、監(jiān)管的缺位、運(yùn)作的不規(guī)范等使網(wǎng)絡(luò)化的民間借貸給經(jīng)濟(jì)發(fā)展和社會(huì)穩(wěn)定帶來許多負(fù)面影響，亟待納入監(jiān)管范圍并實(shí)行規(guī)范化管理。王艷等人[4]首次提出互聯(lián)網(wǎng)貸款平臺(tái)上的監(jiān)管空白，其借款利率高達(dá)銀行利率的4倍多，這種線上高利貸的模式也正是投資方想要的高收益，而法律卻只保護(hù)4倍利率以內(nèi)的貸款，由此帶來的監(jiān)管風(fēng)險(xiǎn)十分嚴(yán)重，所以加強(qiáng)P2P平臺(tái)上的法律法規(guī)的監(jiān)管是十分必要的。張玉梅[5]指出由于目前我國完善的個(gè)人信用體系還沒有建立起，所以在網(wǎng)上由個(gè)人發(fā)起的借款很難通過個(gè)人的信用情況來判斷，因此個(gè)人信用風(fēng)險(xiǎn)在一定程度上制約了互聯(lián)網(wǎng)貸款的發(fā)展，互聯(lián)網(wǎng)貸款的信用風(fēng)險(xiǎn)的判斷也就更加存在難度。

互聯(lián)網(wǎng)貸款雖然不是互聯(lián)網(wǎng)金融快速發(fā)展的全部內(nèi)容，但絕對可以代表整個(gè)快速擴(kuò)張階段的互聯(lián)網(wǎng)金融發(fā)展現(xiàn)狀?；诒姸辔墨I(xiàn)和現(xiàn)狀，我們可以明確看出，在起步階段與穩(wěn)步發(fā)展階段的共同影響與鋪墊下，快速擴(kuò)張的互聯(lián)網(wǎng)金融發(fā)展迅速，并由原來單一的領(lǐng)域的支付領(lǐng)域逐漸向多元化發(fā)展，形成了多種多樣的互聯(lián)網(wǎng)金融領(lǐng)域，共同組成了新興的互聯(lián)網(wǎng)金融，為人們經(jīng)濟(jì)生活提供了更多的選擇與感受，促進(jìn)了經(jīng)濟(jì)的發(fā)展，起到了積極的促進(jìn)作用。

二、研究設(shè)計(jì)

（一）變量選擇

選擇相對容易量化的指標(biāo)作為影響因素進(jìn)行分析，具體變量設(shè)定如下：

（二）模型構(gòu)建

設(shè)P為農(nóng)戶愿意互聯(lián)網(wǎng)貸款的概率，x1、x2、x3……xm為可能影響農(nóng)戶對互聯(lián)網(wǎng)貸款的因素，β0、β1……βm為待估參數(shù)，對線性函數(shù)ln=β0+β1x1+……+βmxm進(jìn)行回歸，并判斷各變量系數(shù)的顯著，從而確定影響農(nóng)戶進(jìn)行互聯(lián)網(wǎng)貸款意愿的主要因素。

三、實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

從在江蘇省射陽縣調(diào)查的113戶農(nóng)戶的結(jié)果來看，113戶中愿意進(jìn)行互聯(lián)網(wǎng)貸款的人數(shù)為63戶。從農(nóng)戶自身角度，愿意進(jìn)行互聯(lián)網(wǎng)貸款的人中年齡還是比較均衡的，40～50歲所占比例最高，為23人，60歲以上最少。教育程度越高，家庭年收入越高，越愿意進(jìn)行互聯(lián)網(wǎng)貸款。愿意進(jìn)行互聯(lián)網(wǎng)貸款的主要是有小額負(fù)債的人。愿意進(jìn)行互聯(lián)網(wǎng)貸款的農(nóng)戶中大多數(shù)有條件使用互聯(lián)網(wǎng)的。愿意進(jìn)行互聯(lián)網(wǎng)貸款的大多還是對互聯(lián)網(wǎng)貸款有些了解的，并認(rèn)為互聯(lián)網(wǎng)貸款對生活是有一定幫助的。從互聯(lián)網(wǎng)貸款自身特征角度，最多愿意互聯(lián)網(wǎng)貸款的原因是互聯(lián)網(wǎng)貸款能夠在短時(shí)間內(nèi)獲得資金，有34人。借貸自由，流程簡單是第二大原因。還有互聯(lián)網(wǎng)的網(wǎng)絡(luò)借貸的進(jìn)入門濫低，平臺(tái)多樣，選擇性多，交易為在線進(jìn)行，借貸由雙方自主進(jìn)行，為小額無抵押借貸，投資方的投資金額比較小，控制風(fēng)險(xiǎn)的原因使農(nóng)戶愿意使用互聯(lián)網(wǎng)貸款。

另外不愿意進(jìn)行互聯(lián)網(wǎng)貸款的人數(shù)有50戶。從農(nóng)戶自身角度，不愿意進(jìn)行互聯(lián)網(wǎng)貸款的人年齡主要偏大，40～60歲所占比例最高，為17人，年輕人比較少。不愿意進(jìn)行互聯(lián)網(wǎng)貸款的人教育程度比較平均。家庭年收入越高，不愿意進(jìn)行互聯(lián)網(wǎng)貸款也越多。不愿意進(jìn)行互聯(lián)網(wǎng)貸款的有小額負(fù)債的人最多，35人有1萬以下的負(fù)債。愿意進(jìn)行互聯(lián)網(wǎng)貸款的農(nóng)戶中多數(shù)沒有條件使用互聯(lián)網(wǎng)的。愿意進(jìn)行互聯(lián)網(wǎng)貸款的大多是對互聯(lián)網(wǎng)貸款沒有了解的，并認(rèn)為互聯(lián)網(wǎng)貸款對生活沒有什么幫助。從互聯(lián)網(wǎng)貸款自身特征角度，最多不愿意互聯(lián)網(wǎng)貸款的原因是互聯(lián)網(wǎng)貸款無法認(rèn)證借貸雙方的資信狀況，容易產(chǎn)生欺詐和欠款不還的違約糾紛，有36人。個(gè)人信息被泄露是第二大原因。還有貸款利率高，不能找到經(jīng)國家批準(zhǔn)的金融機(jī)構(gòu)，易被騙，相關(guān)法律還不健全使農(nóng)戶不愿意使用互聯(lián)網(wǎng)貸款。

（二）農(nóng)戶對互聯(lián)網(wǎng)貸款意愿影響因素的回歸分析

經(jīng)過以上的相關(guān)性分析，我們已經(jīng)對各個(gè)解釋變量與被解釋變量之間的相互關(guān)系有了一定的認(rèn)識(shí)。在此基礎(chǔ)上，本文運(yùn)用Eviews對樣本數(shù)據(jù)進(jìn)行回歸處理。如下表所示，最終的回歸結(jié)果中共有7個(gè)關(guān)鍵變量，按照90%的置信區(qū)間進(jìn)行檢驗(yàn)，其中有4個(gè)關(guān)鍵變量通過檢驗(yàn)。而且Log likelihood=-20.76189，對于實(shí)際數(shù)據(jù)而言，擬合程度已經(jīng)基本符合要求。

從表2的回歸結(jié)果可以看出， X2、X4、X6、X7的P值較小，所以年齡、家庭總收入、是否了解互聯(lián)網(wǎng)貸款、是否認(rèn)為互聯(lián)網(wǎng)貸款有幫助四個(gè)因素是較顯著因素，實(shí)證回歸結(jié)果具體分析如下：

1.年齡的系數(shù)為-0.024，為負(fù)值，P值為0.040，在一定程度上，可以說明年齡與意愿成輕微反比。年齡越大，越保守，對于互聯(lián)網(wǎng)貸款這種新興的東西接受意愿低；年齡越小，對新興的東西更容易接受，對互聯(lián)網(wǎng)貸款的意愿更強(qiáng)。

2.家庭總收入的系數(shù)為0.414，為正值，P值為0.034，在一定程度上，可以說明家庭總收入與意愿成正比。有兩個(gè)原因可能會(huì)造成這種情況：一方面，家庭總收入越高，會(huì)有越來越高的生活需求，所以越有貸款需求要滿足，提高自己的生活質(zhì)量，比如買車買房；另一方面，家庭總收入越高，農(nóng)戶的自身信用很高，能夠及時(shí)的還上貸款，所以不用擔(dān)心任何信譽(yù)的影響。

3.是否了解互聯(lián)網(wǎng)貸款、是否認(rèn)為互聯(lián)網(wǎng)貸款有幫助的系數(shù)分別為0.429、0.426，均為正值，P均為0.000，在一定程度上說明了了解互聯(lián)網(wǎng)貸款和認(rèn)為互聯(lián)網(wǎng)貸款有幫助的農(nóng)戶更樂意去進(jìn)行互聯(lián)網(wǎng)貸款。

四、研究結(jié)論

通過實(shí)證研究，農(nóng)戶的總收入是影響農(nóng)戶對互聯(lián)網(wǎng)貸款意愿的重要因素，處在勞動(dòng)力年齡的農(nóng)戶更有傾向進(jìn)行互聯(lián)網(wǎng)貸款，是否了解互聯(lián)網(wǎng)貸款以及是否認(rèn)為互聯(lián)網(wǎng)貸款有幫助也會(huì)在很大程度上會(huì)影響互聯(lián)網(wǎng)貸款的意愿。

五、政策建議

互聯(lián)網(wǎng)貸款需要有針對性的去發(fā)展?jié)撛诳蛻簟Ｄ切┨幵趧趧?dòng)力年齡或是相對年輕的、家庭總收入較高的農(nóng)戶更有意愿去進(jìn)行互聯(lián)網(wǎng)貸款。有針對性的去發(fā)展這些客戶，能夠加速互聯(lián)網(wǎng)貸款行業(yè)的發(fā)展。

國家及互聯(lián)網(wǎng)貸款發(fā)展有關(guān)部門需要加大力度普及互聯(lián)網(wǎng)貸款有關(guān)知識(shí)，讓更多的人民了解互聯(lián)網(wǎng)貸款這一新興的貸款方式。了解過之后，農(nóng)戶會(huì)根據(jù)自身的偏好或者只是來形成自己對互聯(lián)網(wǎng)貸款的態(tài)度。知道的越多，或是越了解互聯(lián)網(wǎng)貸款，認(rèn)為互聯(lián)網(wǎng)貸款對其生活有幫助，這一貸款方式才會(huì)被更多的農(nóng)戶所接受。

參考文獻(xiàn)

[1]楊新求.我國P2P網(wǎng)絡(luò)借貸運(yùn)營模式簡析[J]知識(shí)經(jīng)濟(jì)，2012（05）.

[2]黃健青，陳歡，劉家毓.互聯(lián)網(wǎng)金融分類及創(chuàng)新發(fā)展模式[D]，2014-5-16.

[3]蘇莉娟，嚴(yán)亮.淺談我國民間網(wǎng)絡(luò)借貸存在的問題及建議[D]，2011-12-14.

[4]王艷，陳小輝，刑增藝.網(wǎng)絡(luò)借貸中的監(jiān)管空白及完善[J].當(dāng)代經(jīng)濟(jì)，2009（24）.

[5]張玉梅.P2P小額互聯(lián)網(wǎng)貸款模式研究[J].生產(chǎn)力研宄，2012（10）.

作者簡介：朱青（1996-），女，漢族，江蘇鹽城人，就讀于南京農(nóng)業(yè)大學(xué)，研究方向：金融學(xué)。