陳治國(guó)，李成友，李 紅，宋玉蘭

(1.新疆農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，新疆 烏魯木齊 830052； 2.山東財(cái)經(jīng)大學(xué) 金融學(xué)院，山東 濟(jì)南 250014)

·區(qū)域經(jīng)濟(jì)·

新疆農(nóng)戶信貸配給程度及其對(duì)農(nóng)戶金融資產(chǎn)配置的影響效應(yīng)研究

陳治國(guó)1，李成友2，李 紅1，宋玉蘭1

(1.新疆農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，新疆 烏魯木齊 830052； 2.山東財(cái)經(jīng)大學(xué) 金融學(xué)院，山東 濟(jì)南 250014)

本文基于新疆農(nóng)戶家庭實(shí)地調(diào)研數(shù)據(jù)，選取部分可觀測(cè)的Bivariate Probit模型并引入附有虛擬變量的Linear Regression模型，對(duì)農(nóng)戶家庭所承受的信貸配給程度及該信貸配給對(duì)農(nóng)戶家庭配置金融資產(chǎn)所產(chǎn)生的影響效應(yīng)進(jìn)行了有效估算。結(jié)果表明：新疆地區(qū)受到信貸配給的農(nóng)戶占67.4%，其中，受到完全配給的農(nóng)戶占43.1%，受到部分配給的農(nóng)戶占24.3%；完全信貸配給對(duì)家庭金融資產(chǎn)產(chǎn)生顯著影響，表現(xiàn)在完全信貸配給使得農(nóng)戶家庭手持現(xiàn)金增加了1758元，家庭手持現(xiàn)金與儲(chǔ)蓄的比值上升了5.45%。為此，本文得出了降低農(nóng)戶信貸配給、優(yōu)化農(nóng)村金融制度的啟示。

信貸配給；農(nóng)戶金融資產(chǎn)；Bivariate Probit模型；新疆

一、引言

自實(shí)行西部大開發(fā)戰(zhàn)略以來(lái)，我國(guó)西北地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展水平得到了大幅度提高，西北地區(qū)農(nóng)村居民家庭金融資產(chǎn)積累逐年上升，其作為家庭資產(chǎn)比重最高的核心資產(chǎn)，在總量和結(jié)構(gòu)上也會(huì)隨著農(nóng)戶家庭資產(chǎn)的變動(dòng)而發(fā)生變化。但信貸配給仍然是制約西北地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展的重要因素之一，嚴(yán)重的信貸配給阻礙了西北地區(qū)經(jīng)濟(jì)增長(zhǎng)，使得西北地區(qū)福利分配扭曲程度嚴(yán)重。由計(jì)劃體制遺留下的諸多非市場(chǎng)化機(jī)制和滯后的農(nóng)村金融制度形成的信貸約束使得農(nóng)戶信貸需求得不到有效滿足，落后的信息化水平和經(jīng)濟(jì)與社會(huì)的低協(xié)同效應(yīng)也制約了農(nóng)村信貸的合理化匹配(李雙雙等，2011；劉祚祥等，2012)，進(jìn)而使得西北地區(qū)農(nóng)戶信貸供給缺口較大，造成西北地區(qū)農(nóng)戶遭受嚴(yán)重的信貸配給。隨著工業(yè)化和城鎮(zhèn)化的大力推進(jìn)，農(nóng)戶的非農(nóng)經(jīng)營(yíng)活動(dòng)與日俱增，農(nóng)戶信貸配給現(xiàn)象將會(huì)更加嚴(yán)重，加上農(nóng)戶對(duì)金融資產(chǎn)不合理處理的非正式制度選擇和西北地區(qū)天然的稟賦劣勢(shì)，西北地區(qū)農(nóng)戶金融資產(chǎn)配置結(jié)構(gòu)會(huì)進(jìn)一步扭曲，嚴(yán)重的信貸配給無(wú)疑對(duì)農(nóng)戶各項(xiàng)經(jīng)營(yíng)活動(dòng)產(chǎn)生較大的抑制作用，極不利于西北地區(qū)農(nóng)戶創(chuàng)收，而新疆作為西北地區(qū)的典型農(nóng)業(yè)大省(區(qū))，農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展無(wú)疑會(huì)受到農(nóng)村金融制度的影響，不合理的農(nóng)村金融制度安排催生的金融排斥給當(dāng)?shù)亍叭r(nóng)”經(jīng)濟(jì)的發(fā)展制造了諸多梗阻(陳治國(guó)等，2015；楊紅麗等，2016)。為了有效扭轉(zhuǎn)新疆地區(qū)農(nóng)村經(jīng)濟(jì)落后局面，加快新疆落后地區(qū)新農(nóng)村建設(shè)的步伐，縮小城鄉(xiāng)收入差距，提高農(nóng)村居民生活水平，有必要解決好農(nóng)戶家庭金融資產(chǎn)結(jié)構(gòu)不合理化匹配的問題，而識(shí)別出農(nóng)戶信貸配給程度及其對(duì)農(nóng)戶家庭金融資產(chǎn)的影響程度，進(jìn)而提出相應(yīng)措施以降低農(nóng)戶信貸配給程度是解決該問題的一條有效的創(chuàng)新路徑。

二、文獻(xiàn)回顧

(一)信貸配給程度估計(jì)的相關(guān)研究

縱觀國(guó)內(nèi)外相關(guān)研究文獻(xiàn)，關(guān)于信貸配給方面的研究主要從論證信貸配給存在的相關(guān)理論模型和運(yùn)用不同計(jì)量模型估計(jì)信貸配給程度兩方面進(jìn)行(任建軍，2009)，考慮到本文研究的重點(diǎn)，本文主要就信貸配給程度估計(jì)的相關(guān)文獻(xiàn)進(jìn)行回顧。關(guān)于信貸配給程度的量化估計(jì)方法：一是直接估計(jì)法，即根據(jù)設(shè)計(jì)好的調(diào)查問卷對(duì)計(jì)劃抽取的農(nóng)戶進(jìn)行實(shí)地訪問，獲得農(nóng)戶家庭信貸情況，進(jìn)而推斷農(nóng)戶是否受到信貸配給及估算配給程度。這種方法主要以Bell(1997)和劉西川(2009)等人的研究為代表。該方法雖然操作比較簡(jiǎn)單方便，但獲取的信息比較模糊，難以回避農(nóng)戶主觀判斷帶來(lái)的非科學(xué)性。二是半直接估計(jì)法，即憑借市場(chǎng)交易主體的行為信息對(duì)農(nóng)戶信貸配給程度進(jìn)行推斷。該方法分兩種情況：一種是根據(jù)能夠反映信貸配給程度的代理變量識(shí)別是否存在配給，這主要以Flavin(1985)、Jappelli(1995)等國(guó)外學(xué)者的研究為代表，該方法的不足之處就是代理變量的選取對(duì)評(píng)價(jià)結(jié)果產(chǎn)生直接影響，即評(píng)價(jià)結(jié)果隨著代理變量而發(fā)生變化，尤其在分析中國(guó)農(nóng)戶信貸配給程度時(shí)不適合直接采用代理變量，這是因?yàn)橹袊?guó)地區(qū)差異性比較明顯。另一種是以Biprobit模型、聯(lián)立形式的離散選擇模型、概率內(nèi)生交換模型、匹配模型等計(jì)量模型對(duì)農(nóng)戶信貸配給程度或概率進(jìn)行估計(jì)，這主要以Kochar(1997)、朱喜(2006)、李銳(2007)、王靜(2015)等學(xué)者的研究為代表，該方法的缺陷在于把個(gè)體“異質(zhì)性”假設(shè)嚴(yán)格地附加到模型中，估算結(jié)果欠推廣性。三是地區(qū)空間異質(zhì)性下的農(nóng)戶信貸配給程度的估計(jì)，該方法主要利用半變異函數(shù)、GMM估計(jì)法，這種方法主要以劉艷華、輝敏敏、李明(2014)等學(xué)者的研究為主。

(二)信貸配給影響金融資產(chǎn)的相關(guān)研究

伴隨著農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)村金融的不斷深化，金融資產(chǎn)在各農(nóng)戶資產(chǎn)中的比重發(fā)生了不同程度的變化(洪凱等，2008)，并對(duì)農(nóng)戶行為決策產(chǎn)生了多方面影響，這引起了學(xué)者們的高度重視且逐步成為學(xué)者們關(guān)注的焦點(diǎn)，徐展峰、賈健(2010)選用江西省農(nóng)戶家庭樣本數(shù)據(jù)，實(shí)證研究發(fā)現(xiàn)農(nóng)戶家庭金融資產(chǎn)配置與農(nóng)戶收入顯著相關(guān)；王書華、蘇劍(2012)通過構(gòu)建理論模型及基于門檻效應(yīng)模型估計(jì)發(fā)現(xiàn)，農(nóng)戶金融資產(chǎn)的配置安排對(duì)農(nóng)戶收入差距影響存在門檻效應(yīng)；中國(guó)人民銀行廣安市中心支行課題組(2011)具體選取欠發(fā)達(dá)地區(qū)的樣本數(shù)據(jù)，研究得出該地區(qū)農(nóng)戶收入與農(nóng)戶金融資產(chǎn)配置存在顯著關(guān)系；田慶剛等(2015)利用排序Logit模型研究認(rèn)為，農(nóng)戶金融資產(chǎn)的價(jià)值開發(fā)有助于提升農(nóng)戶生產(chǎn)經(jīng)營(yíng)的組織化程度、增加農(nóng)戶家庭收入與消費(fèi)水平；魏夢(mèng)(2013)、周越(2015)和王一雯(2016)分別對(duì)貴州山區(qū)、吉林以及陜西普通農(nóng)戶家庭金融資產(chǎn)選擇行為進(jìn)行了全面分析，認(rèn)為農(nóng)戶合理配置金融資產(chǎn)是其面臨信貸約束的理性選擇。關(guān)于信貸配給影響農(nóng)戶配置金融資產(chǎn)的相關(guān)研究文獻(xiàn)較少，更多的文獻(xiàn)是研究信貸配給對(duì)農(nóng)戶消費(fèi)支出、借貸行為、信貸效率、貸款定價(jià)等方面帶來(lái)的不同程度的影響(彭繼紅，2005；許承明等，2012；李成友，2014；劉艷等，2014)，信貸配給對(duì)農(nóng)戶金融資產(chǎn)影響的相關(guān)研究目前仍然處于起步階段。由于農(nóng)戶存在預(yù)防性動(dòng)機(jī)的偏好，信貸配給影響著農(nóng)戶金融資產(chǎn)結(jié)構(gòu)，農(nóng)戶金融資產(chǎn)結(jié)構(gòu)的優(yōu)劣也在一定程度上影響了農(nóng)戶各項(xiàng)經(jīng)營(yíng)活動(dòng)效率的高低。

為了分析新疆地區(qū)農(nóng)戶信貸配給程度及其對(duì)農(nóng)戶金融資產(chǎn)結(jié)構(gòu)的影響，考慮到個(gè)體“異質(zhì)性”，本文基于建立的部分可觀測(cè)的Bivariate Probit模型，找出農(nóng)戶資金需求和資金供給意愿的影響因素，估計(jì)出農(nóng)戶家庭信貸配給程度；同時(shí)憑借附有虛擬變量的Linear Regression模型，識(shí)別出農(nóng)戶家庭所持現(xiàn)金和金融資產(chǎn)結(jié)構(gòu)的影響因素，并估算出部分配給和完全配給分別對(duì)新疆地區(qū)農(nóng)戶家庭持有現(xiàn)金和金融資產(chǎn)結(jié)構(gòu)的影響程度。

三、信貸配給模型構(gòu)建及其實(shí)證分析

(一)信貸配給模型

當(dāng)農(nóng)戶所需借款高于其從信貸市場(chǎng)所能夠獲得的借款數(shù)額時(shí)，本文把這種情況設(shè)定為農(nóng)戶存在信貸配給，且把完全信貸配給定義為農(nóng)戶所需借款完全得不到滿足，把部分信貸配給定義為農(nóng)戶所需借款得到部分滿足。

(1)

對(duì)部分可觀測(cè)的Bivariate Probit模型參數(shù)進(jìn)行極大似然估計(jì)(MLE)，利用Mundlak(1978)提出的處理方法，分別設(shè)定個(gè)體間“異質(zhì)性”γi和ψi的關(guān)系為：

(2)

(3)

Lit(θ)=p(yit=1∣γi,ψi)yit×[1-p(yit=1∣γi,ψi)]1-yit

(4)

(5)

(6)

進(jìn)而農(nóng)戶i的似然函數(shù)可以表示為：

(7)

然后，對(duì)數(shù)化處理樣本農(nóng)戶所對(duì)應(yīng)的似然函數(shù)，并求出該對(duì)數(shù)值總和的導(dǎo)數(shù)，最終得到參數(shù)族的極大似然估計(jì)。

(二)變量選取

本文使用的數(shù)據(jù)來(lái)源于2015年—2016年實(shí)地走訪新疆農(nóng)村地區(qū)農(nóng)戶家庭所得的調(diào)研資料。抽取樣本的方法為執(zhí)行地區(qū)逐級(jí)化隨機(jī)抽樣，抽取有效樣本530個(gè)，形成了一個(gè)包括家庭結(jié)構(gòu)、農(nóng)地流轉(zhuǎn)、固定資產(chǎn)、生產(chǎn)運(yùn)營(yíng)、家庭收支、借貸行為等方面較為完備的鄉(xiāng)村調(diào)查問卷，問卷提供的數(shù)據(jù)和經(jīng)驗(yàn)材料可有效地支撐本文研究。根據(jù)既有文獻(xiàn)和采樣信息，本文從個(gè)體特征、經(jīng)濟(jì)特征、社會(huì)關(guān)系、金融生態(tài)環(huán)境、地理特征等方面選取較大程度上能夠影響信貸需求和信貸供給的指標(biāo)變量，變量的選擇具體如下：

1.信貸需求指標(biāo)變量：一是個(gè)體特征變量，主要包括家庭中戶主的受教育水平等；二是經(jīng)濟(jì)特征變量，主要包括上年生產(chǎn)性固定資產(chǎn)、經(jīng)營(yíng)土地規(guī)模、轉(zhuǎn)型化水平(非農(nóng)收入占農(nóng)戶總收入的比重)、重大活動(dòng)支出(主要涉及就醫(yī)、教育、房建及婚喪嫁娶等支出)和上年金融資產(chǎn)余額等；三是地理特征變量，主要包括交通距離(農(nóng)戶所處村莊與交通節(jié)點(diǎn)間的距離)等。

2.信貸供給指標(biāo)變量：一是個(gè)體特征變量，主要包含戶主受教育水平及戶主是否擁有技能(戶主是否參加農(nóng)業(yè)或者非農(nóng)業(yè)務(wù)培訓(xùn)，甚至取得某項(xiàng)證書)等；二是經(jīng)濟(jì)特征變量，主要包括經(jīng)營(yíng)土地規(guī)模及上年固定資產(chǎn)(生產(chǎn)性固定資產(chǎn)+房產(chǎn)價(jià)值)等；三是社會(huì)關(guān)系特征變量，主要包括是否屬于干部家庭(農(nóng)戶家庭成員中是否有國(guó)家或鄉(xiāng)村干部)以及獲贈(zèng)收入(農(nóng)戶從城市或農(nóng)村親友中得到的贈(zèng)送收入)；四是金融生態(tài)環(huán)境變量，主要包括是否處在資金充足鄉(xiāng)村、戶均正規(guī)途徑貸款額(當(dāng)年該村農(nóng)戶從正規(guī)途徑得到貸款的平均值，包含僅從正規(guī)途徑獲得貸款及同時(shí)從正規(guī)和非正規(guī)途徑得到貸款兩種形式)以及戶均非正規(guī)途徑貸款額(當(dāng)年該村農(nóng)戶僅從非正規(guī)途徑得到貸款的平均值)等；五是地理特征變量，主要包括交通距離。

上述所選指標(biāo)變量的描述性統(tǒng)計(jì)特征如表1所示:

表1 指標(biāo)變量的描述性統(tǒng)計(jì)特征

(三)估計(jì)結(jié)果與分析

本文運(yùn)用Stata13.0軟件通過極大似然估計(jì)法(maximum simulated likelihood)對(duì)面板部分可觀測(cè)的Bivariate Probit模型進(jìn)行估計(jì)，進(jìn)行霍爾頓抽樣150次，計(jì)量分析結(jié)果如表2所示。

表2 部分可識(shí)別Bivariate Probit模型估計(jì)結(jié)果

注：*、**、***指模型顯著性水平分別為10%、5%和1%；profix-1、asset-1、finassetbalance-1表示上一年數(shù)值。

1.個(gè)體因素的影響分析。由表2可知，戶主受教育水平對(duì)資金需求無(wú)顯著影響，卻對(duì)農(nóng)戶家庭資金供給的影響在5%顯著性水平上存在正向促進(jìn)作用。教育水平對(duì)資金需求作用不明顯的主要原因在于教育給予的知識(shí)可激勵(lì)農(nóng)戶家庭參與多樣化的農(nóng)業(yè)生產(chǎn)活動(dòng),這樣會(huì)使農(nóng)戶需要較多的資金，但知識(shí)豐富的農(nóng)戶家庭可憑借知識(shí)獲得可觀的收入，從而會(huì)減少?gòu)耐獠揩@取資金。與教育水平相比，資金供給者更多地在意農(nóng)戶是否擁有技能，技能可為農(nóng)戶還款的違約風(fēng)險(xiǎn)進(jìn)行一定程度的擔(dān)保。從表2可以看出，農(nóng)戶擁有技能對(duì)資金供給的影響存在正向作用，且在1%顯著性水平上顯著。

2.經(jīng)濟(jì)因素的影響分析。農(nóng)戶經(jīng)營(yíng)土地規(guī)模對(duì)資金供求均沒有顯著性影響。這是因?yàn)楝F(xiàn)有不合理的土地產(chǎn)權(quán)制度安排使得土地?zé)o法順利流轉(zhuǎn)，限制了農(nóng)地融資效應(yīng)的正常發(fā)揮，從而導(dǎo)致農(nóng)地面積對(duì)農(nóng)戶家庭融資不能產(chǎn)生明顯的影響效果；上一年生產(chǎn)性固定資產(chǎn)在5%的顯著性水平下正向影響著資金需求，這是由于上一年生產(chǎn)性固定資產(chǎn)與當(dāng)年所需運(yùn)營(yíng)成本在正向關(guān)系作用下使當(dāng)年的運(yùn)營(yíng)成本上升，從而使農(nóng)戶對(duì)資金需求增加。而上一年房產(chǎn)價(jià)值與生產(chǎn)性固定資產(chǎn)加總得到的農(nóng)戶家庭固定資產(chǎn)卻對(duì)資金供給無(wú)顯著作用，這是因?yàn)楸戎剌^高的房產(chǎn)難以作為抵押擔(dān)保物進(jìn)行融資且變現(xiàn)能力不足，因而無(wú)法對(duì)資金供給方的供給意愿提升產(chǎn)生明顯效果。

由表2可見，農(nóng)戶家庭非農(nóng)領(lǐng)域收入在農(nóng)戶總收入中所占比重所反映的轉(zhuǎn)型化水平對(duì)農(nóng)戶資金需求沒有顯著性影響，這是因?yàn)檗r(nóng)戶從事非農(nóng)產(chǎn)業(yè)所得的高收入抵消了非農(nóng)產(chǎn)業(yè)經(jīng)營(yíng)所需的資金；重大活動(dòng)短時(shí)期所需支出在1%的顯著性水平下促進(jìn)了農(nóng)戶的資金需求，這表明農(nóng)戶家庭的內(nèi)部資金無(wú)法短時(shí)期滿足重大活動(dòng)所需開支，必須依賴外部資金進(jìn)行平衡；上一年的家庭金融資產(chǎn)余額越多，農(nóng)戶的家庭資金的需求越低，由表2可以看出，其在5%的顯著性水平下對(duì)資金需求有負(fù)向作用。

3.社會(huì)關(guān)系因素的影響分析。干部家庭對(duì)資金供給具的顯著的正向影響。這是因?yàn)楦刹考彝ハ鄬?duì)比較容易從正規(guī)金融部門申請(qǐng)到貸款資金；獲贈(zèng)收入在5%的顯著性水平下與資金供給正相關(guān)，這與關(guān)系型社會(huì)鏈條緊密相關(guān)。

4.金融生態(tài)環(huán)境因素的影響分析。身處富裕鄉(xiāng)村在5%的顯著性水平下與資金供給正相關(guān)，這主要是因?yàn)楦辉５貐^(qū)借貸交易頻繁，資金供給方有強(qiáng)烈的放貸積極性；非正規(guī)金融渠道在5%的顯著性水平下與資金供給正相關(guān)，而正規(guī)金融渠道卻與資金供給無(wú)相關(guān)關(guān)系，這是因?yàn)榧扔新浜筠r(nóng)村金融制度的制約。

5.地理因素的影響分析。表2估計(jì)結(jié)果表明，交通距離與資金供需無(wú)相關(guān)關(guān)系。

新疆農(nóng)戶較高的信貸配給充分反映了落后地區(qū)農(nóng)村金融的發(fā)展比較滯后，農(nóng)戶自有的資源稟賦和制度環(huán)境稟賦使得農(nóng)戶信貸需求不能得到有效供給，使得新疆地區(qū)農(nóng)戶受到嚴(yán)重的信貸配給，實(shí)證分析結(jié)論比較符合新疆農(nóng)村金融發(fā)展的現(xiàn)實(shí)。

四、信貸配給對(duì)農(nóng)戶金融資產(chǎn)配置的影響

“預(yù)防性儲(chǔ)蓄”是農(nóng)戶理性的金融資產(chǎn)配置行為，但嚴(yán)重的信貸配給卻對(duì)農(nóng)戶金融資產(chǎn)配置有著影響效應(yīng)，其具體可通過影響農(nóng)戶家庭儲(chǔ)蓄及手持現(xiàn)金的比例安排來(lái)對(duì)農(nóng)戶家庭金融資產(chǎn)結(jié)構(gòu)產(chǎn)生影響。那么，新疆農(nóng)戶家庭金融結(jié)構(gòu)具體會(huì)受到信貸配給怎樣的影響，本文對(duì)此進(jìn)行了檢驗(yàn)和分析。

(一)信貸配給影響農(nóng)戶金融資產(chǎn)配置的Linear Regression模型

識(shí)別農(nóng)戶i是否在時(shí)刻t受到信貸配給類型后，可設(shè)置虛擬變量：

(8)

估計(jì)信貸配給對(duì)農(nóng)戶家庭金融資產(chǎn)配置的影響，可構(gòu)建如下Linear Regression模型：

RFSit=ζi+ηRCRit+τXit+εit

(9)

其中，RFSit為t時(shí)刻農(nóng)戶i家庭的手持現(xiàn)金或金融資產(chǎn)結(jié)構(gòu)；ζ為個(gè)體固定效應(yīng)；Xit為影響農(nóng)戶家庭手持現(xiàn)金及金融資產(chǎn)結(jié)構(gòu)的重要外生解釋變量；εit為方程的異質(zhì)性隨機(jī)誤差項(xiàng)?；谏鲜鰧?shí)證分析估計(jì)結(jié)果，選取具有關(guān)聯(lián)系數(shù)的隨機(jī)效應(yīng)線性回歸模型進(jìn)行以下實(shí)證分析。

值得注意的是，由于金融資產(chǎn)結(jié)構(gòu)方程中因變量的取值區(qū)間為[0,1]，為此，根據(jù)Papke&Wooldridge(2010)提出的Pooled Bernoulli Quasi-MLE(QMLE)方法估計(jì)本文構(gòu)建的關(guān)聯(lián)系數(shù)隨機(jī)效應(yīng)模型。

(二)變量選擇

在估計(jì)信貸配給的影響時(shí)，除了表1中引入的部分變量外，還需引入家庭總?cè)丝?num)、非農(nóng)勞動(dòng)力人數(shù)(numna)、家庭中勞動(dòng)力所占比重(laborrate)、是否參與養(yǎng)老保險(xiǎn)(insu)、農(nóng)戶家庭凈收入(nincom)、是否受到信貸配給(rationed)、是否受到部分配給(prationed)、是否受到完全配給(crationed)、農(nóng)戶家庭手持現(xiàn)金(cash)、農(nóng)戶金融資產(chǎn)結(jié)構(gòu)(structure)等其他相關(guān)變量，具體如表3所示。

表3 模型所選其他變量的描述性統(tǒng)計(jì)特征

(三)結(jié)果及分析

本文以戶主年齡、受教育程度、家庭總?cè)丝诘戎笜?biāo)變量作為農(nóng)戶家庭手持現(xiàn)金及金融資產(chǎn)結(jié)構(gòu)的解釋變量，對(duì)解釋變量可根據(jù)模型(9)進(jìn)行估計(jì)，被解釋變量對(duì)可通過QMLE估計(jì)法進(jìn)行估算，計(jì)量結(jié)果見表4。

表4 Linear Regression模型估計(jì)結(jié)果

注：*、**、***分別為10%、5%和1%的顯著性水平。

由表4可知，受教育程度、家庭總?cè)丝诘纫蛩貙?duì)農(nóng)戶家庭手持現(xiàn)金及金融資產(chǎn)結(jié)構(gòu)均有顯著影響，信貸配給對(duì)農(nóng)戶家庭手持現(xiàn)金及金融資產(chǎn)結(jié)構(gòu)均在5%的顯著性水平下有正向作用，且信貸配給使得新疆平均每個(gè)農(nóng)戶家庭手持現(xiàn)金增加1327元，使手持現(xiàn)金與儲(chǔ)蓄的比值上升4.06%，主要是因?yàn)檩^高的信貸配給會(huì)使得具有預(yù)防性動(dòng)機(jī)的農(nóng)戶偏好持有更多現(xiàn)金，雖然也會(huì)有增加儲(chǔ)蓄的安排，但儲(chǔ)蓄增加的幅度低于現(xiàn)金持有的增加幅度。同時(shí)，由表5可見，完全信貸配給使農(nóng)戶家庭手持現(xiàn)金增加1758元；使手持現(xiàn)金與儲(chǔ)蓄的比值提升5.45%，且均有5%的顯著性正向影響，而部分信貸配給卻對(duì)手持現(xiàn)金和金融資產(chǎn)結(jié)構(gòu)均無(wú)顯著影響。

表5 完全信貸配給和部分信貸配給對(duì)農(nóng)戶家庭金融資產(chǎn)配置的影響效果

注：*、**、***分別為10%、5%和1%的顯著性水平。

五、結(jié)論及政策啟示

本文基于新疆2015年—2016年530個(gè)農(nóng)戶家庭實(shí)地調(diào)研數(shù)據(jù)，考慮到個(gè)體異質(zhì)性影響，選取部分可觀測(cè)的Bivariate Probit模型，有效識(shí)別了新疆農(nóng)戶家庭資金供需意愿的影響因素，估算出農(nóng)戶信貸配給程度；采用包含虛擬變量的Linear Regression模型，識(shí)別出農(nóng)戶家庭手持資金和金融資產(chǎn)結(jié)構(gòu)的影響因素，并估算出完全配給和部分配給對(duì)農(nóng)戶家庭手持現(xiàn)金和金融資產(chǎn)結(jié)構(gòu)的影響程度。結(jié)果發(fā)現(xiàn)：第一，受到農(nóng)村信貸配給的農(nóng)戶約占67.4%，其中有43.1%的農(nóng)戶受到完全信貸配給，有24.3%的農(nóng)戶受到部分信貸配給；完全信貸配給使農(nóng)戶家庭手持現(xiàn)金增加1758元，農(nóng)戶家庭手持現(xiàn)金與儲(chǔ)蓄的比值上升5.45%。第二，上年金融資產(chǎn)余額、上年生產(chǎn)性固定資產(chǎn)、重大活動(dòng)支出等因素顯著影響了農(nóng)戶資金需求；戶主受教育程度、家庭是否有干部成員、獲贈(zèng)所得、是否生活在資金較多的鄉(xiāng)村、非正規(guī)金融渠道借貸等因素對(duì)農(nóng)戶資金供給影響顯著。第三，受教育水平、農(nóng)戶家庭人口規(guī)模等因素對(duì)農(nóng)戶家庭手持現(xiàn)金和金融資產(chǎn)結(jié)構(gòu)均有顯著影響。

根據(jù)實(shí)證研究結(jié)論，本文得到如下啟示：第一，研究成果表明新疆農(nóng)戶信貸配程度較為嚴(yán)重，因此，亟需通過完善農(nóng)戶抵押融資擔(dān)保體系、構(gòu)建農(nóng)村正規(guī)金融機(jī)構(gòu)和非正規(guī)金融組織以及新型農(nóng)村金融組織機(jī)構(gòu)有機(jī)協(xié)同的多元化農(nóng)村金融生態(tài)系統(tǒng)、開放新疆地區(qū)金融市場(chǎng)以及建立和完善多層次資本市場(chǎng)來(lái)提升信貸市場(chǎng)競(jìng)爭(zhēng)程度、提高新疆農(nóng)村金融市場(chǎng)的資金供給能力，同時(shí)要合理吸收發(fā)達(dá)地區(qū)已經(jīng)成熟的農(nóng)村金融制度安排，通過這些措施優(yōu)化新疆農(nóng)村金融制度。第二，通過測(cè)算出較高的信貸配給程度對(duì)農(nóng)戶家庭金融資產(chǎn)的影響，表明兩者確實(shí)存在顯著的傳導(dǎo)效應(yīng)，因此，在鼓勵(lì)農(nóng)戶優(yōu)化金融資產(chǎn)、轉(zhuǎn)變農(nóng)戶家庭消費(fèi)行為的同時(shí)，應(yīng)優(yōu)先考慮解決農(nóng)戶信貸配給問題。第三，從構(gòu)建的部分可觀測(cè)雙變量Probit模型進(jìn)行實(shí)證研究得到的結(jié)果來(lái)看，農(nóng)戶個(gè)體異質(zhì)性對(duì)不可觀測(cè)的隨機(jī)擾動(dòng)有著很好的解釋，即農(nóng)戶個(gè)體異質(zhì)性對(duì)農(nóng)戶信貸配給程度有顯著影響。因此，針對(duì)較高的農(nóng)戶信貸配給程度，應(yīng)該從農(nóng)戶行為主體特征、農(nóng)戶收入等方面入手，來(lái)解決新疆農(nóng)戶信貸配給問題。

[1]李雙雙,延軍平.西部社會(huì)、經(jīng)濟(jì)與生態(tài)互動(dòng)發(fā)展效果的綜合評(píng)價(jià)[J].干旱區(qū)資源與環(huán)境，2011(7):12-17.

[2]劉祚祥,黃權(quán)國(guó).信息生產(chǎn)能力、農(nóng)業(yè)保險(xiǎn)與農(nóng)村金融市場(chǎng)的信貸配給[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2012(5):53-64.

[3]陳治國(guó)，等.西部民族地區(qū)農(nóng)村資金配置效率及其影響因素——基于新疆的經(jīng)驗(yàn)分析[J].湖南省農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2015(4):16-22.

[4]楊紅麗,甘海燕.新疆農(nóng)村普惠金融服務(wù)創(chuàng)新的思考——基于農(nóng)戶金融需求的視角[J].新疆財(cái)經(jīng)，2016(3):72-80.

[5]任建軍.信貸配給理論發(fā)展、模型與實(shí)證研究[J].金融論壇，2009(4):21-28.

[6]Bell C..Rationing,Spillover,and Interlinking in Credit Markets:the Case of Rural Punjab[J].Oxford Economic Papers,1997,49(4):557-585.

[7]劉西川,等.貧困地區(qū)農(nóng)戶的正規(guī)信貸約束：基于配給機(jī)制的檢驗(yàn)考察[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2009(6):37-50.

[8]Flavin M..Excess Sensitivety of Consumption to Current Income:Liquidity Constrains or Myopia[J].Canadian Journal of Political Economy,1985(18):8-19.

[9]Jappelli T..Testing for Liquidity Constraints in Euler Equations with Complementary Data Sources[J].Review of Economics and Statistics,1995,80(2):251-262.

[10]Kochar A..An Empirical Investigation of Rationing Constraints in Rural Credit Markets in India[J].Journal of Development Economics,1997,53(2):339-371.

[11]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[J].數(shù)量技術(shù)經(jīng)濟(jì)研究，2006(3):37-49.

[12]李銳,朱喜.農(nóng)村金融抑制及其福利損失的計(jì)量分析[J].經(jīng)濟(jì)研究，2007(2):146-155.

[13]王靜,朱燁煒.農(nóng)戶信貸配給下借貸福利效果分析[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2015,15(1) :72-77.

[14]劉艷華,輝敏敏,李明.農(nóng)戶信貸配給程度的空間異質(zhì)分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2014(7):52-59.

[15]洪凱,溫思美.農(nóng)戶金融資產(chǎn)：增長(zhǎng)、結(jié)構(gòu)變遷與形成機(jī)理[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2008,7(3):27-33.

[16]徐展峰,賈健.農(nóng)戶金融資產(chǎn)分布、選擇行為與影響因素分析[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2012,34(2):16-25.

[17]王書華,蘇劍.農(nóng)戶金融資產(chǎn)配置的門檻效應(yīng)對(duì)收入差距的影響機(jī)制[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2012,34(2):16-25.

[18]中國(guó)人民銀行廣安市中心支行課題組.基于欠發(fā)達(dá)地區(qū)農(nóng)戶人均收支及金融資產(chǎn)變化研究農(nóng)村金融改革[J].西南金融，2011(5):62-65.

[19]田慶剛,等.農(nóng)戶家庭資產(chǎn)金融價(jià)值開發(fā)對(duì)農(nóng)戶經(jīng)濟(jì)行為的影響研究[J].管理世界，2015(10):180-181.

[20]魏夢(mèng).山區(qū)農(nóng)戶家庭資產(chǎn)組合選擇偏好研究[D].貴陽(yáng)：貴州財(cái)經(jīng)大學(xué)，2013.

[21]周越.吉林省農(nóng)戶金融資產(chǎn)配置行為研究[D].長(zhǎng)春：吉林農(nóng)業(yè)大學(xué)，2015.

[22]王一雯.陜西省農(nóng)戶家庭資產(chǎn)選擇研究[D].西安：西北農(nóng)林科技大學(xué)，2016.

[23]李成友,李慶海.農(nóng)戶信貸配給程度及其對(duì)家庭消費(fèi)行為的影響[J].當(dāng)代經(jīng)濟(jì)研究，2014(7):63-69.

[24]彭繼紅.信貸配給與農(nóng)戶貸款[J].漢江論壇，2005(8):23-25.

[25]許承明,張建軍.利率市場(chǎng)化影響農(nóng)業(yè)信貸配置效率研究[J].金融研究，2012(10):111-124.

[26]劉艷,范靜,許彩麗.農(nóng)戶信貸配給程度與貸款定價(jià)變動(dòng)的關(guān)系分析[J].農(nóng)村經(jīng)濟(jì)，2014(10):72-76.

[27]Mundlak Y..On the Pooling of Times Series and Cross Section Data[J].Econometric,1978(46):69-85.

[28]Papke L.E.,Wooldridge J.M..Panel Data Methods for Fractional Response Variables with an Application to Test Pass Rates[J].Journal of Econometrics,2010(145):121-133.

責(zé)任編輯:易正蘭

A Study of the Extent of Credit Rationing of Rural Households and Its Influence on Rural Households Financial Assets in Xinjiang

Chen Zhiguo1， Li Chengyou2，Li Hong1， Song Yulan1

(1. Xinjiang Agricultural University, Urumqi 830052,China; 2.Shandong University of Finance Economics, Jinan 250014, China)

Based on the survey data of rural households in Xinjiang, and by using the partially observable Bivariate Probit model and the linear regression model with dummy variable, this paper estimates the extent of credit rationing of rural households and its impact on rural households financial assets. The research results show that 67.4% of the rural households have credit rationing, 43.1% of which receive full credit rationing, 24.3% of which receive some of credit rationing; The complete credit rationing have a significant impact on household financial assets, which suggests that the complete credit rationing make rural households cash increase 1758 Yuan, make the ratio of rural households cash and savings rise 5.45%. Finally, according to the empirical research conclusions, the paper puts forward some policy implications including reducing farmers’ credit rationing, optimizing the rural financial system and so on.

Credit Rationing; Rural Households Financial Assets; Bivariate Probit Model;Xinjiang

2016-09-05

國(guó)家自然科學(xué)基金項(xiàng)目“區(qū)域果蔬外貿(mào)冷鏈物流模式及其機(jī)制創(chuàng)新研究”(71562033)；新疆人文社會(huì)科學(xué)重點(diǎn)研究基地干旱區(qū)農(nóng)村發(fā)展研究中心項(xiàng)目“新疆強(qiáng)農(nóng)惠農(nóng)政策績(jī)效評(píng)價(jià)與對(duì)策研究”(XJEDU030114Y02)；新疆維吾爾自治區(qū)研究生科研創(chuàng)新項(xiàng)目“農(nóng)村金融支持新疆‘三農(nóng)’經(jīng)濟(jì)發(fā)展問題研究”(XJGRI2015085)

陳治國(guó)(1984-)，男，博士研究生，研究方向：農(nóng)業(yè)經(jīng)濟(jì)理論與政策；李成友(1987-)，男，講師，博士，研究方向：農(nóng)村金融與計(jì)量經(jīng)濟(jì)；李紅(1963-)，女，教授，博士，研究方向：農(nóng)業(yè)經(jīng)濟(jì)與產(chǎn)業(yè)經(jīng)濟(jì)；宋玉蘭(1979-)，女，副教授，博士，研究方向：農(nóng)業(yè)經(jīng)濟(jì)與產(chǎn)業(yè)經(jīng)濟(jì)。

F832.43

A

1007-8576(2016)06-0044-09

10.16716/j.cnki.65-1030/f.2016.06.006