何廣文 何 婧 王 雪

(中國農(nóng)業(yè)大學 經(jīng)濟管理學院，北京 100083)

?

抵押對農(nóng)戶信貸風險的影響研究

何廣文 何 婧 王 雪

(中國農(nóng)業(yè)大學 經(jīng)濟管理學院，北京 100083)

缺乏有效抵押是制約農(nóng)戶獲得正規(guī)金融機構借款的重要原因，政府和金融機構也一直致力于農(nóng)戶借款抵押物的創(chuàng)新，但卻鮮有文獻從供給方的視角探討抵押在農(nóng)戶正規(guī)信貸中是否有必要，其究竟發(fā)揮什么作用，不同類型的抵押作用是否存在差異。通過以2011—2013年某縣級農(nóng)商銀行的全部農(nóng)戶貸款微觀數(shù)據(jù)為樣本，采用多種估計方法，對上述問題進行了研究，研究表明抵押確實能顯著降低農(nóng)戶貸款的風險，且主要是降低了銀行與農(nóng)戶的事前信息不對稱，緩解了逆向選擇所產(chǎn)生的風險，而不是緩解了貸款后的道德風險。

抵押；農(nóng)戶貸款；逆向選擇；道德風險

一、引言

抵押物是貸款合同條款的重要部分[1]，理論上認為抵押的主要作用為降低借貸雙方信息不對稱[2]。但信息不對稱分為事前信息不對稱(逆向選擇問題)和事后信息不對稱(道德風險問題)，抵押的存在究竟是降低了何種信息不對稱風險，一直存在爭論。逆向選擇理論認為抵押是辨析事前信息不對稱的有效手段，抵押將發(fā)揮信號作用，低風險的借款人可通過選擇有抵押物的低利率貸款以彰顯自己的風險類型，與高風險借款人區(qū)分，減少了逆向選擇風險，由此推斷，提供抵押物的借款者多為低風險高質(zhì)量借款人[3]。但另一方面，也有學者認為貸款合同中抵押條款的作用重點在于控制貸款的事后監(jiān)管風險，阻止貸款發(fā)放后借款人轉向高風險項目，約束借款人行為，抵押與借款人風險程度正相關[4]。

實證上，我國現(xiàn)有研究多針對中小企業(yè)借款行為，研究結論多支持抵押的作用是降低了客戶的道德風險而不是逆向選擇[5][6]，但與中小企業(yè)相比，農(nóng)戶具有自身特征：其一，農(nóng)戶需承受自然和市場雙重風險，比一般經(jīng)營主體更加復雜，風險更大；其二，正規(guī)金融機構往往缺乏對農(nóng)戶生活、經(jīng)營以及道德方面的私人信息，事前信息不對稱更加嚴重；其三，實踐中農(nóng)戶提供的抵押品有多種類型，不同類型的抵押在變現(xiàn)能力和資產(chǎn)價值方面相差甚遠。這些特征是否將導致抵押在農(nóng)戶貸款中發(fā)揮不一樣的作用，是值得思考的問題。

不存在爭議的事實是，缺乏有效的抵押物是制約農(nóng)戶獲得正規(guī)金融機構支持的重要原因[7][8]。諸多文獻從農(nóng)戶的視角分析了影響農(nóng)戶抵押融資意愿的因素[9][10]，提出農(nóng)村金融機構應降低對抵押的要求，擴大對農(nóng)戶的金融支持力度，但為何金融機構依舊強調(diào)抵押的重要性？抵押在農(nóng)戶貸款中是否真的有必要？提供抵押能控制何種類型的風險？這些問題的回答對從供給角度分析和解決農(nóng)戶貸款難的問題具有重要意義。

不同的信息不對稱風險對應不同的解決措施，如果是逆向選擇問題，那么對不能夠提供足夠抵押物的農(nóng)戶貸款可通過增加信用評定和調(diào)整風險定價予以緩解；但如果是道德風險，那么銀行強化貸后監(jiān)管，增加清收力度無疑會更加有效。在已有文獻范圍內(nèi)，還沒有論文系統(tǒng)地從供給方視角探討抵押在農(nóng)戶貸款中的作用。

因此，本文以2011—2013年某縣級農(nóng)商銀行的全部農(nóng)戶貸款微觀數(shù)據(jù)為樣本，采用多種估計方法，系統(tǒng)地定量測度抵押物與貸款風險之間是否存在顯著聯(lián)系，如果存在聯(lián)系，是有利于降低事前風險還是事后風險？研究表明，抵押物確實能有效降低農(nóng)戶貸款的風險，主要是降低了逆向選擇風險，緩解了銀行與農(nóng)戶的事前信息不對稱。

與已有研究相比，本文的理論研究意義在于：第一，不同于以往以農(nóng)戶調(diào)研數(shù)據(jù)為樣本的文獻，本文首次從供給方的角度，通過詳細的銀行業(yè)微觀單筆數(shù)據(jù)，系統(tǒng)地論證了抵押與農(nóng)戶貸款風險之間的關系?；谵r(nóng)戶視角考察了需求方的基本特征對抵押貸款的需求，但如果缺乏對供給方的相應的供給分析，容易造成政策上片面強調(diào)加強供給，但銀行等經(jīng)營主體卻缺乏相應動力，貸款難問題難以緩解；第二，為抵押物究竟是解決了信息不對稱中的逆向選擇還是道德風險問題提供了新的證據(jù)。

二、文獻回顧與理論假設

(一)抵押對信貸風險的影響

Stigliz和Weiss[11]提出的信貸配給理論從理論上解釋了抵押存在的必要性。因為借款人和貸款者之間存在信息不對稱，所以借款者并不愿意通過提高借款價格(也就是利率)來實現(xiàn)供給和需求平衡。過高的利率將帶來兩類問題，一方面高利率將吸引高風險的借款者，阻礙低風險借款者，這稱為逆向選擇問題；同時，一旦借款人獲得高利率貸款之后，將轉向從事高風險的項目，增加貸款風險，這稱為道德風險問題?？紤]到這兩類問題，銀行的貸款利率將低于供給和需求平衡利率，部分借款者不能夠獲得貸款，出現(xiàn)信貸短缺，這稱為信貸配給。抵押則是銀行解決信息不對稱問題的重要工具，銀行可要求借款者提供抵押物來降低信息不對稱，在不提高利率的情況下，形成銀行與借款人之間的激勵相容，解決信貸配給問題[12]。

實證中，一系列研究用貸款風險溢價或者事后的違約率來衡量貸款風險，檢測抵押對貸款風險的影響。絕大多數(shù)研究均支持抵押與貸款風險顯著相關[8][13]，但也有少部分學者發(fā)現(xiàn)抵押與借款風險之間不存在顯著關系[1][14]，我國的研究主要針對中小企業(yè)貸款展開，研究結論多支持抵押物的作用是降低了客戶的道德風險而不是逆向選擇[5][6]。

上述研究均是以企業(yè)客戶為樣本展開討論的，但農(nóng)戶貸款具有其一定的特殊性。與企業(yè)相比，農(nóng)業(yè)的風險大于其他行業(yè)，農(nóng)戶除了面對產(chǎn)品波動的市場風險外，還需面對天氣和自然災害風險，極端的外部事件將導致巨額虧損，同時缺乏社會保險體系的農(nóng)戶還需面臨家庭突發(fā)性事件的風險，農(nóng)戶的多重風險決定農(nóng)戶比一般貸款客戶面臨更大的風險[15]，在此情況下，我們推斷抵押在農(nóng)戶貸款中將發(fā)揮更大的作用，由此我們得出假設1：

假設1：抵押品與農(nóng)戶信貸風險顯著相關。

(二)逆向選擇和道德風險

如果抵押確實顯著地影響了信貸風險，那么是從何種角度產(chǎn)生影響的，如果是改善了雙方的信息不對稱程度，那么是降低了貸款的事前信息不對稱(逆向選擇)還是事后的信息不對稱(道德風險)？

已有實證結果表明提供抵押品的借款者多為高風險投資者，抵押物與違約風險成正比[4]。我國關于中小企業(yè)和個人住房抵押貸款的實證分析，也支持道德風險假說[5][6]。

但也有研究支持逆向選擇理論，認為提供抵押品是高信用等級客戶區(qū)分其他客戶的重要方式，在高利率無抵押和低利率需要抵押的兩種方式下，低風險客戶將會主動選擇低利率和需要抵押的組合，抵押品具備信號作用，抵押品與借款者違約概率負相關。最直接的證據(jù)是西班牙企業(yè)貸款數(shù)據(jù)表明抵押品和借款者事后違約率負相關[3]。與本文研究對象最為相似的是，Müller等(2014)[16]首次分析了抵押品在微型金融機構發(fā)放的農(nóng)業(yè)貸款中的作用，也支持緩解事前風險理論。

也有學者同時支持了兩種理論，認為在不同的情況下，道德風險理論和逆向選擇理論將交替發(fā)揮作用。尹志超和甘犁(2011)[17]分析了在不同信用檔次下的企業(yè)借款行為，表明低信用等級企業(yè)提供抵押品的主要目的是為了降低道德風險，防止貸款違約，但高信用等級企業(yè)提供抵押品的作用為信號作用，降低信息不對稱中的逆向選擇問題。

針對農(nóng)戶貸款而言，一方面，正規(guī)金融機構往往缺乏對農(nóng)戶生活、經(jīng)營以及道德方面的私人信息，無法精確識別農(nóng)戶風險且監(jiān)管農(nóng)戶行為，農(nóng)戶和銀行之間的信息不對稱更加嚴重[18]，已有研究表明信息越不透明的國家，抵押貸款的占比越高[19]，由此推斷抵押物是否是更加有助于解決事前信息不對稱問題。但另一方面，與農(nóng)業(yè)相關的資產(chǎn)具有價值波動大、變現(xiàn)難等特征，最終導致農(nóng)戶的抵押品更加復雜，一旦發(fā)生違約，銀行操作時往往會出現(xiàn)較大折價[20]，從此角度分析，農(nóng)戶的抵押品對銀行來說更像是保證而非價值資產(chǎn)，是否會在解決道德風險方面發(fā)揮更大的作用？

因此，從理論上來說我們很難判斷是逆向選擇還是道德風險問題，這取決于實證研究的結果。因而我們提出如下對立假說2A及其備擇假設2B：

假設2A：抵押品與農(nóng)戶風險正相關，主要降低了道德風險。

假設2B：抵押品與農(nóng)戶風險負相關，主要降低了逆向選擇風險。

三、數(shù)據(jù)與實證模型

(一)指標構建

本文采用三種方法從不同方面測度信貸風險，首先，引用最為廣泛使用的貸后風險(expost performance)變量，即貸款違約率(Risk1)，該變量為虛擬變量，若客戶發(fā)生逾期，則變量為1，否則為0。

隨后，從衡量貸前風險的角度出發(fā)，我們將銀行貸款利率對基準利率的上浮度作為貸前風險的衡量[22]，銀行為了彌補其風險敞口，對高風險貸款將收取更高的利息，由此利率上浮程度是衡量貸款風險的良好指標，風險溢價(Risk2)=(貸款利率/基準利率-1)×100%，一般認為，如果貸款利率越高，那么該筆貸款的風險越大。

最后，我們結合中國銀行業(yè)貸款形態(tài)管理，引入貸款五級分類(Risk3)，試圖更全面地對貸款風險予以計量。依據(jù)借款人的實際還款能力，將貸款風險分為：正常、關注、次級、可疑和損失五種形態(tài)，分別對應數(shù)值1、2、3、4和5，數(shù)值越大，風險越高。

(二)實證模型

本文根據(jù)不同的因變量類型，分別采用不同的模型進行估計，其基本模型為

Risk(X)j,t=β0+β1Collaj,t+βXj,t+αj+β3T+∈j,t。

(1)

其中X=1,2,3，分別表示違約率、風險溢價和五級分類三大貸款風險的指標。Collaj,t為啞變量，如果Collaj,t=1表示有抵押品，否則為0。Xi,t為控制變量，α和T控制了不同行業(yè)內(nèi)固定效應和時間固定效應。j表示第j個農(nóng)戶，t表示時間。

如果因變量為Risk(1)j,t時，因為自變量為虛擬變量；如果因變量為Risk(2)j,t時，因為自變量是反映風險溢價程度的連續(xù)變量；若因變量為Risk(3)j,t時，五級分類變量是在1～5之間的多值離散變量。

但本文的樣本存在不足，由于我們僅能夠獲得在銀行申請貸款且成功的農(nóng)戶數(shù)據(jù)，遺漏了因為缺乏抵押物而無法向銀行申請貸款的客戶樣本，因此存在數(shù)據(jù)截尾和樣本選擇偏差問題，造成了樣本的非隨機性，如果按照傳統(tǒng)的回歸方法，最終將影響文章結論。具體的即

對應文中，yi為農(nóng)戶風險，zi為是否有抵押，γ為影響農(nóng)戶抵押的因素。

因此，當違約率(Risk(1)j,t和風險溢價Risk(2)j,t為因變量時，我們采用樣本選擇模型(TypeⅡTobit)，首先對通過影響抵押的諸多個人財富等因素進行估計，估計出能夠提供抵押的估計值，隨后將估計值替代真實的提供抵押，代入回歸方程，控制樣本選擇問題。若因變量為Risk(3)j,t時，五級分類變量是在1～5之間的多值離散變量，難以采用有效的控制樣本選擇性問題，故我們采用傳統(tǒng)的有序Logit回歸模型。

控制變量上，本文借鑒相關文獻，主要從貸款合同基本信息、借款人特征和投資項目特征三方面選取控制變量。

首先，本文控制了貸款合同影響因素，包括貸款金額、期限、利率和還款方式四方面內(nèi)容。貸款金額表示貸款的規(guī)模，為了便于估計，我們對其取對數(shù)；期限也是影響貸款風險的因素之一，計算時采用貸款實際到期日期減去貸款發(fā)放日期(天數(shù))，并取對數(shù)；利率包括基準利率和上浮的風險溢價利率兩方面，采用百分數(shù)表示，最后，控制了貸款的還款方式，分為一次還本付息和分期還款兩種類型，構建虛擬變量，當采用一次還本付息時值取1，否則為0。

其次，我們同時控制了農(nóng)戶個人特征對貸款風險的影響，包括農(nóng)戶的年齡、性別和是否是黃金客戶，黃金客戶是指對同一客戶號下所有個人賬戶金融資產(chǎn)達到人民幣5萬元及以上的客戶，發(fā)放的借記卡是VIP金卡。為了便于估計，我們對農(nóng)戶的年齡取對數(shù)；構建性別啞變量，農(nóng)戶為男性時為1，女性為0；最后，構建黃金客戶的啞變量，若是黃金客戶該變量為1，否則為0。

最后，控制了投資項目特征，通過利率上浮率控制投資項目風險特征，控制了貸款用途、行業(yè)和時間等控制變量。

其中β1是我們關注的回歸系數(shù)，若β1顯著，則

表1 描述性統(tǒng)計

說明抵押會影響貸款的風險情況，支持假設1。若β1>0，則說明抵押物與貸款風險成正比，提供抵押物的農(nóng)戶風險高，抵押物起到控制道德風險的作用，支持假設2A；若β1<0，則說明有抵押物的貸款比沒有抵押品的貸款更加安全，抵押品主要用于解決借款人和貸款銀行之間的信息不對稱問題，支持假設2B。

(三)數(shù)據(jù)來源

本文數(shù)據(jù)來源于某縣級農(nóng)商銀行2011—2014年10月份所有的農(nóng)戶貸款臺賬，該縣經(jīng)濟處于全國中等偏上水平，傳統(tǒng)農(nóng)區(qū)，經(jīng)濟相對較活躍，2014年1—10月該農(nóng)商銀行累計涉農(nóng)類貸款占其貸款總額79.2%，具有良好的代表性。數(shù)據(jù)真實、可靠且完整，是難得的研究農(nóng)戶信貸行為的系統(tǒng)性微觀數(shù)據(jù)，刪除企業(yè)和城市個人借貸數(shù)據(jù)，刪除了行業(yè)等信息缺乏數(shù)據(jù)，最后包含8 730筆農(nóng)戶貸款詳細資料。

四、實證結果

(一)數(shù)據(jù)描述性分析

表1給出了數(shù)據(jù)的描述性統(tǒng)計。就貸款風險而言，違約率1是貸款的違約率，我們發(fā)現(xiàn)農(nóng)戶貸款的違約率是12.4%。貸款風險溢價率(Risk2)衡量了貸前風險，貸款利率較基準利率平均上浮52.477%，最大上浮140%，最低下浮-2.439%。是否有抵押方面，可以看到農(nóng)戶貸款主要是以擔保和信用貸款為主體，有抵押的比例僅占貸款總筆數(shù)的1%。

就貸款合同特征而論，貸款發(fā)放的基準利率平均為6.294%。還款方式以分期還款為主，僅有1.7%的貸款采用一次還本付息的方式。借款金額平均為35 418.87元(e10.475)，最大值為150萬元(e14.221)，最小值僅為1 074元(e6.908)。借款期限約為1年(e5.894=362天)，最長期限可達3年(e6.995)，最短期限僅為53天(e3.97)。

就借款農(nóng)戶個體特征來看，年齡在21～68歲之間，平均年齡為41歲。男性占比89.4%，僅有0.2%的客戶屬于銀行評定的黃金客戶。

從抵押的類型來看，占比最多的是銀行存單抵押，達到30.769%；其次為商品房抵押，占比30.769%；隨后23.077%的抵押為自建房抵押，15.385%的抵押是設備抵押。

隨后，我們按照貸款的五級分類標準，詳細分析了不同的擔保方式下貸款的質(zhì)量情況，見表2。平均而言，95.76%的貸款屬于正常類別，1.43%的貸款處于關注檔次，1.29%的貸款處于次級類別，1.52%的貸款是屬于可疑范疇。但針對無論質(zhì)押還是抵押貸款的分析發(fā)現(xiàn)，當加入了抵押之后，貸款的風險顯著降低，全部處于正常檔次，從直觀上表明質(zhì)押和抵押的貸款風險更低。

表2 不同擔保方式與貸款五級分類情況

(二)回歸結果

本部分估計抵押對貸款風險的影響。為了結果的穩(wěn)健性，我們分別采用不同的貸款風險變量進行回歸。(1)對是否能夠提供抵押的估計，是選擇性模型檢驗的第一步，將其估計結果代入模型(2)和(3)。從模型(1)的回歸結果中可以看到，性別是影響是否能夠提供抵押的顯著因素。(2)是將違約率作為貸款風險的替代變量，采用選擇性模型Logit回歸，同時刪除截止到2014年10月31日沒有到期的貸款；(3)將貸款風險溢價作為因變量，采用選擇性模型兩階段回歸；回歸(4)因變量為五級貸款分類，將正常、關注、次級、可疑和不良五個檔次分別對應為1～5級，隨著序數(shù)增加，風險增大，刪除貸款分類不全的數(shù)據(jù)，采用有序Logit模型回歸。所有回歸中，均控制時間和行業(yè)變量，同時采用穩(wěn)健標準差，減少異方差干擾。

從回歸結果來看，我們關注的抵押系數(shù)均分別

在10%和1%的顯著性水平下顯著不為0，說明抵押確實顯著影響了信貸風險，銀行強調(diào)農(nóng)戶需提供抵押物是控制風險的有效手段，支持假設1。

從系數(shù)符號來看，分別為-1.578、-60.930和-27.983，均顯著為負，說明當有抵押品時，貸款的違約概率越低，貸款的風險溢價越低，評級越高。均支持信息不對稱理論是解釋農(nóng)戶需要抵押的重要原因，低風險的客戶愿意通過提供抵押物顯示自己的風險類型，抵押物是識別事前客戶風險的有效工具，有抵押物的客戶風險越低，支持假設2B，即抵押品與農(nóng)戶風險負相關，主要降低了逆向選擇風險。

在控制的合同變量中，在(1)和(3)中貸款利率上浮率與貸款風險成反比，當貸款利率和基準利率越高時，貸款的風險越低，說明利率同時也發(fā)揮控制貸款風險的作用，基準利率與貸款風險的關系

注：括號中為回歸系數(shù)z值，***、**和*分別表示1%、5%、10%的顯著性水平(下同)。

不甚穩(wěn)健，當采用違約率或者風險溢價率衡量貸款風險時，基準利率與貸款風險成反比，與利率上浮程度結果一致，但用五級分類予以評價時，基準利率與貸款風險呈現(xiàn)顯著正相關，基準利率越高，貸款風險越高。還款方式也顯著地影響貸款風險，采用一次性還本付息的還款方式風險更低，這可能與農(nóng)戶現(xiàn)金收入不穩(wěn)定，缺乏定期還款能力有關。貸款金額與違約率成反比，貸款金額越大風險程度越低，還款率高，反而小額貸款會面臨較大的風險，這可能與銀行在大金額貸款中放款更加慎重有關。貸款期限呈現(xiàn)不同的回歸結果，在(1)中貸款期限與違約率關系不顯著，在(2)中貸款期限將顯著正向影響貸款的風險溢價，貸款期限越長，風險溢價越高，這也與長期貸款利率普遍高于短期利率相關，但在(3)按照5級分類進行回歸時，長期貸款的信用等級反而較高，呈現(xiàn)負向相關。

在控制變量的農(nóng)戶特征變量中，年齡不顯著影響貸款風險。性別在回歸(2)和(3)中分別在5%和1%的水平下顯著為正，說明較之女性來說，男性的違約概率更大，貸款風險更高，這與全世界對農(nóng)戶及小額貸款的分析結論一致[12]。若是黃金客戶時，貸款的信用水平顯著提升，說明銀行的優(yōu)質(zhì)客戶分類能夠顯著控制貸款的風險，同時也說明收入高的客戶，風險較小。

五、結論

農(nóng)戶貸款缺乏抵押物一直是困擾農(nóng)戶貸款難的重要問題。那么抵押在農(nóng)戶貸款中究竟發(fā)揮何種作用，是否能夠有效地降低信貸風險，降低了何種風險。相應的替代措施，如信用評定能否有效替代抵押物，達到降低信貸風險的目的，理論界對于上述問題尚缺乏系統(tǒng)性的論證。本文以2011—2013年某縣級農(nóng)商銀行的全部農(nóng)戶貸款微觀數(shù)據(jù)為樣本，通過測度是否提供抵押物分別對違約率、風險溢價和五級分類等三大貸款風險的影響分析，主要得出以下結論：

1.從實證上證明抵押確實能夠顯著降低農(nóng)戶貸款的信貸風險，銀行從自身穩(wěn)健經(jīng)營的角度強調(diào)需要抵押是有意義的。因此，不能夠片面要求銀行降低甚至放棄農(nóng)戶提供抵押物，而應當提倡合適的替代手段。

2.從具體的影響機制來看，抵押主要是減少了事前的信息不對稱風險，抵押作為一種低風險的信號，能夠有效地甄別高風險客戶和低風險客戶，吸引低風險客戶，有抵押的農(nóng)戶貸款風險顯著低于無抵押貸款，抵押起到降低事前信息不對稱，緩解逆向選擇問題的作用。由此可以得出啟示，在農(nóng)戶正規(guī)信貸活動中，如果農(nóng)戶不能夠提供抵押，減少事前信息不對稱的其他手段，例如信用評定，很可能是抵押品的有效替代，事前充分的信用評定能夠有效替代抵押的相應作用，也能達到控制風險的效果。由此也證明，在我國農(nóng)村信用社領域所推行的對農(nóng)戶進行信用評級、授信的過程對于緩解沒有法律意義上的規(guī)范抵押品農(nóng)戶的信貸約束是有必要的。

[1] Steijvers T., Voordeckers W.：“Collateral and Credit Rationing: A Review of Recent Empirical Studies as a Guide for Future Research”，JournalofEconomicSurveys, 2009, 23(5),pp. 924-946.

[2] Liberti J. M., Sturgess J.: “Uncovering Collateral Constraints”,WorkingPaper, 2014.

[3] Jiménez G., Salas V., Saurina J.：“Determinants of Collateral”，JournalofFinancialEconomics, 2006, 81(2),pp. 255-281．

[4] Chakraborty A., Hu C. X.：“Lending Relationships in Line-of-Credit and Nonline-of-Credit Loans: Evidence from Collateral Use in Small Business”，JournalofFinancialIntermediation, 2006, 15(1)，pp. 86-107.

[5] 平新喬、楊慕云：《信貸市場信息不對稱的實證研究——來自中國國有商業(yè)銀行的證據(jù)》，《金融研究》2009年第3期。

[6] 馬宇：《我國個人住房抵押貸款違約風險影響因素的實證研究》，《統(tǒng)計研究》2009年第5期。

[7] 阮紅新、楊海軍、雷春柱：《信貸資產(chǎn)分散條件下的風險與收益: 對農(nóng)戶小額信用貸款的實證研究》，《管理世界》2003年第9期。

[8] 丁志國、覃朝暉、蘇治：《農(nóng)戶正規(guī)金融機構信貸違約形成機理分析》，《農(nóng)村經(jīng)濟問題》2014年第8期。

[9] 肖軼、魏朝富、尹珂：《農(nóng)戶農(nóng)村“三權”抵押貸款需求意愿及影響因素分析——基于重慶市22個縣(區(qū))1141戶農(nóng)戶的調(diào)查數(shù)據(jù)》，《中國農(nóng)村經(jīng)濟》2012年第9期。

[10] 于麗紅、陳晉麗、蘭慶高：《農(nóng)戶農(nóng)村土地經(jīng)營權抵押融資需求意愿分析——基于遼寧省385個農(nóng)戶的調(diào)查》，《農(nóng)村經(jīng)濟問題》2014年第3期。

[11] Stiglitz J. E., Weiss A.：“Credit Rationing in Markets with Imperfect Information”，AmericanEconomicReview, 1981, 71(3),pp. 393-410.

[12] Coco G.：“On the Use of Collateral”，JournalofEconomicSurveys, 2000, 14(2)，pp. 191-214.

[13] Berger A.N., Udell G. F.：“Relationship Lending and Lines of Credit in Small Firm Finance”，JournalofBusiness, 1995, 68(3),pp. 351-381.

[14] Machauer A., Weber M.：“Bank Behavior Based on Internal Credit Ratings of Borrowers”，JournalofBankingandFinance, 1998, 22(10)，pp. 1355-1383.

[15] Christen R. P., Pearce D.：“ManagingRisksandDesigningProductsforAgriculturalMicrofinance”：FeaturesofanEmergingModel”， CGAP Occasional Paper. No.11, 2005.

[16] Müller K., Musshoff O., Weber R.：“TheMoretheBetter?HowCollateralLevelsAffectCreditRiskinAgriculturalMicrofinance， Working Paper. 2014.

[17] 尹志超、甘犁：《信息不對稱、企業(yè)異質(zhì)性與信貸風險》，《經(jīng)濟研究》2011年第9期。

[18] 張正平、何廣文：《農(nóng)戶信貸約束研究進展述評》，《河南社會科學》2009年第3期。

[19] Godlewski C. J., Weill L.：“Does Collateral Help Mitigate Adverse Selection? A Cross-Country Analysis”，JournalofFinancialServicesResearch, 2011, 40(1)，pp. 49-78.

[20] Cassano F., J?eveer K., Svejnar J.：“Cash flow vs. Collateral‐based Credit”，EconomicsofTransition, 2013, 21(2),pp. 269-300.

[21] Berger A. N., Frame W. S., Ioannidou V.：“Tests of Ex Ante versus Ex Post Theories of Collateral using Private and Public Information”，JournalofFinancialEconomics, 2011, 100(1),pp. 85-97.

(責任編輯 劉永俊)

Impact of Collateral on Rural Credit Risk

HE Guang-wen, HE Jing, WANG Xue

(College of Economics and Management, China Agricultural University, Beijing 100083, China)

Lack of collateral is an important factor preventing farmers to get formal credit. The government and financial institutions also make great efforts to lower the pledging collateral criteria for the rural credit. However, not enough attention has been paid to the necessity and the effect of collateral based on the supply side and to exploit different functions among different types of collateral. Using farmer lending data from a rural commercial bank in China from 2011 to 2013, this paper investigates the above question. The results show that collateral can lower the credit risk in rural loans, mainly reducing the ex-ante information which is asymmetric between bank and the borrower, and mitigating the adverse selection problem instead of moral risk.

collateral; rural loan; adverse selection; moral risk

2016-06-15

國家自然科學基金青年科學基金項目“多元信息傳遞視角下互聯(lián)網(wǎng)金融對緩解農(nóng)戶信貸約束的影響及對策優(yōu)化”(項目編號：71603259)。

何廣文(1963—)，男，四川達縣人，中國農(nóng)業(yè)大學經(jīng)濟管理學院教授，博士生導師；何婧(1986—)，女，江西興國人，中國農(nóng)業(yè)大學經(jīng)濟管理學院副教授；王雪(1989—)，女，河北邯鄲人，中國農(nóng)業(yè)大學經(jīng)濟管理學院博士研究生。

F832.4

A

1672-4917(2016)04-0103-07