孫光林+王雪標+李慶海

內容提要：農戶團體聯(lián)保貸款與P2P網(wǎng)絡信貸對于解決農戶貸款難問題各具優(yōu)勢和不足，二者優(yōu)勢結合或可創(chuàng)新農村金融發(fā)展模式。本文基于2016年新疆農戶調查數(shù)據(jù)，利用四元Probit模型實證考察聯(lián)保貸款和P2P網(wǎng)絡信貸之間的關系。研究發(fā)現(xiàn)：聯(lián)保貸款和P2P網(wǎng)絡信貸之間存在互補關系，可觀察因素和不可觀察因素實證結果都支撐了這一觀點；互補關系內在原因在于聯(lián)保貸款和P2P網(wǎng)絡信貸各自具有比較優(yōu)勢，具體表現(xiàn)在“信息收集”、“社會制裁”和“資金供給”等方面。上述發(fā)現(xiàn)對于完善農戶信貸服務模式、創(chuàng)新發(fā)展新型的P2P-農戶金融服務模式提供了新的思路。

關鍵詞：農戶；聯(lián)保貸款；P2P網(wǎng)絡信貸；互補關系；四元Probit模型

中圖分類號：F832文獻標識碼：A文章編號：1001-148X（2017）04-0161-08

一、引言

傳統(tǒng)的商業(yè)信貸和政府扶貧貼息貸款等方式為農民提供的金融服務，因無法解決信息不對稱和擔保抵押缺失等難題，信貸資金不能達至貧困農戶或回收率低。在20世紀70年代以后出現(xiàn)了服務農村低收入階層的團體聯(lián)保貸款創(chuàng)新模式，借助小組成員間相互擔保、相互監(jiān)督等機制，結合了銀行資源和非正規(guī)金融的信息優(yōu)勢，一定程度上實現(xiàn)了“服務貧困農戶”和“高還款率”雙贏[1]。然而，當前我國農村金融市場制度不完善，并不能滿足“聯(lián)保貸款借貸雙方博弈”的前提條件[2]，致使聯(lián)保貸款中的橫向監(jiān)督和社會制裁機制并不能完全發(fā)揮應有的作用，“社會資本”理念的懲罰機制無法實現(xiàn)，其效果并未達到人們的預期[3]。

近年來，隨著互聯(lián)網(wǎng)金融的發(fā)展，互聯(lián)網(wǎng)金融中介效率高、成本低和普惠性等方面的優(yōu)勢不斷被證實，有希望成為解決農戶貸款難的另外一種有效途徑。團體聯(lián)保貸款、P2P網(wǎng)絡信貸兩類信貸模式存在諸多的共性。首先，都無須實物擔保，而缺乏抵押品又是農戶普遍遇到的問題。其次，還款約束中都包含社會制裁機制。其三，貸款成本都較低，聯(lián)保貸款由于聯(lián)保機制的存在，銀行降低了信息收集成本；而P2P網(wǎng)絡貸款中介效率高，大幅度降低了交易成本。然而，共性之外又有很大區(qū)別。首先，就社會制裁角度而言，聯(lián)保貸款違約受社會制裁影響，會惡化個體外部社交環(huán)境，致使社會資本損失[4]；而P2P網(wǎng)絡信貸社會制裁的基礎是 “網(wǎng)絡信譽資產(chǎn)”，違約會導致“線上社會資本”和“線下社會資本”的損失，違約后果比聯(lián)保貸款更嚴重[3]。其次，在信息收集方面，農戶聯(lián)保小組一般都是熟人關系，對于“硬信息”（收入和資產(chǎn)等）相互知根知底，而P2P網(wǎng)絡信貸優(yōu)勢在于收集“軟信息”（借貸次數(shù)、網(wǎng)絡信用和網(wǎng)絡軌跡等）[5]。

既有共性又有異性的兩種信貸模式之間具體是什么樣的關系？替代還是互補？當前沒有相關研究直接回答，但卻能間接提供部分證據(jù)。譬如，Duarte等（2010）[6]研究認為，P2P網(wǎng)絡信貸與傳統(tǒng)金融借貸相似，多方無直接關聯(lián)的聯(lián)保組比單獨申請更易成功獲得貸款。Lin等（2009）[7]利用Prosper平臺的借貸數(shù)據(jù)的研究結果表明，線下社會網(wǎng)絡能夠有效地降低信息不對稱所導致的逆向選擇問題。Freedman和Ginger（2011）[8]則認為借款人的“軟信息”能有效補充“硬信息”的不足。劉征馳等（2016）[3]研究認為，高風險偏好者趨于選擇聯(lián)保貸款，而低風險者偏好于選擇P2P網(wǎng)絡信貸。上述研究只是間接表明P2P網(wǎng)絡信貸和聯(lián)保貸款的互補關系，并未得出具體結論。

由圖1可知，要完成本文的研究目標，在模型構建中需要解決以下兩個問題：第一，考察聯(lián)保貸款和P2P網(wǎng)絡信貸的關系，需要先估計聯(lián)保貸款參與行為方程和P2P網(wǎng)絡信貸參與意愿方程，然后通過考察兩個方程的誤差項來推斷兩種信貸模式之間的關系。然而，參與決策會受到認知行為的影響，在不控制認知行為的情況下，僅僅依靠兩個參與方程進行估計得出的結論并不可靠[9]。第二，在識別聯(lián)保貸款和P2P網(wǎng)絡信貸影響因素時，需要注意其中的樣本選擇問題，農戶的參與行為和意愿是在認知的基礎上所做出的決策，如果把農戶的兩個連續(xù)過程分開考察，會致使估計結果出現(xiàn)偏誤[10]。

本文采用四元Probit模型進行實證分析，不僅能夠克服樣本選擇問題，解決樣本選擇所導致的估計偏誤，還可檢驗兩種信貸模式究竟是替代關系還是互補關系。在本文中，替代關系是指聯(lián)保貸款和P2P網(wǎng)絡信貸此消彼長，一種模式的發(fā)展會以另一種模式的減少為前提；互補關系是指兩種信貸模式各自發(fā)揮自身的優(yōu)勢，一種模式的發(fā)展會伴隨著另外一種模式的進步。

與現(xiàn)有研究相比，本文在以下幾個方面做出了改進：（1）研究思路。本文在理論分析聯(lián)保貸款和P2P網(wǎng)絡信貸作用機制的基礎上，對比討論兩種信貸模式，并進一步實證考察兩種信貸模式之間的關系，以及兩種信貸模式?jīng)Q策行為的影響因素。（2）計量模型。本文利用四元Probit模型，將農戶聯(lián)保貸款認知行為、參與行為和P2P網(wǎng)絡信貸認知行為、參與意愿納入到同一個研究框架，不僅克服研究中的樣本選擇性問題，還考慮兩種信貸模式?jīng)Q策行為的相互影響，克服上述兩方面問題所引起的估計偏誤。（3）實證數(shù)據(jù)。本文采用微觀數(shù)據(jù)來自于新疆農戶，由于新疆受地區(qū)經(jīng)濟、自然環(huán)境和氣候差異等條件限制，傳統(tǒng)金融機構的覆蓋成本較高，覆蓋率也較低，農戶往往得不到正規(guī)金融機構的支持[11]。其主要結論及政策建議對于制定、調整中西部經(jīng)濟欠發(fā)達地區(qū)農村信貸政策將具有前瞻性的指導和借鑒意義。

二、理論分析

經(jīng)過上文的初步討論，可以發(fā)現(xiàn)聯(lián)保貸款和P2P網(wǎng)絡信貸具有一定互補性，這種互補性主要體現(xiàn)在以下三個方面：第一，借貸人信息收集方面。農戶團體聯(lián)保貸款由于受地域限制，農戶自發(fā)形成小組通常是基于血緣或朋友間的熟人關系，小組組員之間相互了解程度較高，在連帶責任和相互監(jiān)督的約束下，成員之間在獲取借款人家庭資產(chǎn)和收入等“硬信息”方面具有優(yōu)勢，緩解銀行面臨的信息不對稱問題。P2P網(wǎng)絡信貸平臺在獲取借貸人“硬信息”方面卻相對不足，但互聯(lián)網(wǎng)金融的優(yōu)勢在于獲取“軟信息”方面，P2P網(wǎng)絡信貸可以通過網(wǎng)絡社交媒介中的個人微博、評論、聊天記錄等多方面觀察借貸人[12]，P2P信貸所面臨的“硬信息”缺乏可以通過“軟信息”來彌補，“軟信息”也是影響借貸的關鍵因素[13]。因此，就信息獲取方面而言，兩種信貸模式存在一定程度的互補性。第二，社會制裁角度方面。聯(lián)保貸款小組成員違約所面臨的社會制裁主要來源于大眾或輿論，背信者將面臨譴責、批評等道德和社會的，以及同組成員之間的橫向壓力[14]。在關系緊密的網(wǎng)絡中，背信者的行為將被小組和社會圈子所排斥，“社會聯(lián)系的價值越高，違約的成本越大”[15]。P2P網(wǎng)絡信貸的社會制裁主要在于借貸人“網(wǎng)絡信譽”在互聯(lián)網(wǎng)中的擴散，面臨“線上社會資本”和“線下社會資本”的共同約束，社會制裁的結果對借貸者的影響價值更大，違約不僅影響其社會圈子的聲譽，也能輕易地被其他金融機構或平臺獲取，因此“網(wǎng)絡信譽”具有很強的還款約束機制。站在社會制裁角度而言，兩種模式的制裁結果在廣度和深度上具有一定的互補性。第三，資金供給方面，P2P網(wǎng)絡信貸來源途徑更廣，不受地域限制，獲取貸款便捷，具有高效匹配效果和低廉交易成本的優(yōu)勢，聯(lián)保貸款機制能夠有效補充平臺線下能力的不足。

三、模型構建、數(shù)據(jù)來源和變量說明

（一）具有樣本選擇性的四元Probit模型

本文采用四元Probit模型（QPSS模型）進行分析，聯(lián)合估計聯(lián)保貸款認知行為、參與行為和P2P網(wǎng)絡信貸認知行為、參與意愿，其中重點考察聯(lián)保貸款參與行為和P2P網(wǎng)絡信貸參與意愿之間的關系。本文假設農戶借貸市場存在三類參與者：農戶、聯(lián)保貸款模式和P2P網(wǎng)絡信貸模式；同時假定農戶借款可以選擇聯(lián)保貸款模式或P2P網(wǎng)絡信貸模式，即兩種模式并沒有前后之分，可以參與一種模式或同時參與兩種模式。為便于表述，下面將分為兩種模式刻畫農戶決策行為。

首先是聯(lián)保貸款，式（1）中代表y*1代表農戶聯(lián)保貸款認知行為的隱藏變量，y1表示農戶是否了解團體聯(lián)保貸款模式；y*2代表農戶聯(lián)保貸款參與行為的隱藏變量，y2表示農戶是否參與聯(lián)保貸款的決策變量。然而，只有在第一個因變量y1等于1的情況下，y2才能被觀測到。

其中，y*3代表農戶P2P網(wǎng)絡信貸認知行為的隱藏變量，y3表示農戶是否了解P2P網(wǎng)絡信貸的決策變量；y*4代表農戶P2P網(wǎng)絡信貸參與意愿的隱藏變量，y4表示是否愿意參與P2P網(wǎng)絡信貸的決策變量。然而，第二個因變量y4只有在y3等于1的情況下才能被觀測到。

式（1）和（2）中X1、X2、X3、X4分別為影響農戶聯(lián)保貸款認知行為、參與行為和P2P網(wǎng)絡信貸認知行為、參與意愿的外生解釋變量，β1、β2、β3、β4為對應的待估計系數(shù)族。為了考察兩種信貸模式之間的關系，本文假定隨機誤差項（ε1，ε2，ε3，ε4）～MVN（0，∑），其中MVN服從四元正態(tài)分布函數(shù)。假定∑具有如下標準化形式：

上述模型求解似然函數(shù)方程和相關具體假設可參考劉西川等（2014）[9]的研究。然而，由于該求解函數(shù)是四階導數(shù)，實際的求解較為困難，因此模型參數(shù)估計采用極大模擬似然函數(shù)法進行估計（Maximum Simulated Likelihood，簡稱MSL），即GHK平滑遞歸模擬估計。

本文使用QPSS模型的優(yōu)勢在于：首先，該模型可以考慮聯(lián)保貸款和P2P網(wǎng)絡信貸決策行為的相互影響，克服相互影響所引致的估計偏誤，同時，也能通過方差間的誤差項相關系數(shù)考察不同信貸模式?jīng)Q策行為之間的關系，克服不可觀測變量對估計的不利影響。其次，QPSS模型還可以有效克服農戶參與決策行為中存在的樣本選擇問題，提高估計精度。

本文研究中借鑒John等（2006）[16]和劉西川等（2014）[9]的研究以及檢驗思路，將重點關注聯(lián)保貸款參與行為和P2P網(wǎng)絡信貸參與意愿方程的誤差項ε2和ε4的相關系數(shù)ρ24。一方面ρ24顯著不為0，代表農戶兩種借貸模式?jīng)Q策行為存在相關性，也進一步說明了采用QPSS模型的合理性。另一方面，則可以表明兩種信貸模式之間的關系，如果ρ24>0，說明聯(lián)保貸款和P2P網(wǎng)絡信貸存在互補關系；如果ρ24<0，說明兩種信貸模式之間存在替代關系。

（二）數(shù)據(jù)來源

本文數(shù)據(jù)于2016年春節(jié)前后收集，主要調查農戶2015年的相關數(shù)據(jù)，采用分層抽樣方法。首先，依照新疆傳統(tǒng)地域劃分標準，分別從每個地域隨機抽取1-2個州或地區(qū)（市）（北疆包括伊犁州和昌吉州，南疆包括喀什地區(qū)，東疆包括吐魯番市）。其次，每個州或地區(qū)（市）中再隨機抽取1-2個縣（市），共計7個縣（市）。最后，在每個縣（市）隨機抽取1-2個村莊，根據(jù)村莊規(guī)模隨機抽取30%的農戶，每個村的樣本農戶在30-50戶之間，共計600戶。排除信息缺失和誤填等無效樣本后，剩余有效樣本530個，問卷有效率883%，為進一步實證考察奠定了數(shù)據(jù)基礎。此外，為了使農戶了解問卷問題，并客觀回答，我們的調查采用直接詢問的方式，調查結果由調查員代為填寫。

（三）變量說明

1.因變量

（1）聯(lián)保貸款認知和參與行為。問卷中詢問“您是否了解銀行（包括信用社）推行的小組聯(lián)保信貸？”，如果回答“了解”，這說明農戶對聯(lián)保貸款具有認知行為，賦值y1=1。對于具備認知行為的農戶，則繼續(xù)詢問“近三年來您參與聯(lián)保貸款的情況？”，否則不予詢問。回答選項包括①目前正在參與；②曾經(jīng)參與；③沒有參與。為了保持數(shù)據(jù)新穎，回答①的農戶被識別為具有聯(lián)保貸款參與行為，賦值y2=1。

（2）P2P網(wǎng)絡信貸認知行為和參與意愿。問卷中詢問“您是否了解當前存在的互聯(lián)網(wǎng)金融（P2P）平臺？”，如果回答了解，這說明農戶對互聯(lián)網(wǎng)金融具有認知行為，賦值y3=1。對于具備認知行為的農戶，則繼續(xù)詢問“如果通過互聯(lián)網(wǎng)金融（P2P）平臺能夠獲得貸款，您是否愿意參與？”，否則不予詢問。如果回答愿意，則說明農戶具備互聯(lián)網(wǎng)金融參與意愿，賦值y4=1。

2.自變量

（1）影響農戶聯(lián)保貸款和P2P網(wǎng)絡信貸認知行為的因素。具體設定如下：首先，為了考察個人特征對農戶認知行為的影響，本文引入戶主的性別、年齡、學歷和風險態(tài)度①四個變量。其次，為了考察農戶生產(chǎn)經(jīng)營狀況的影響，本文引入農戶家庭經(jīng)營耕地面積。第三，為了考察農戶外部知識素養(yǎng)對認知行為的影響，采取近三年來是否參與農業(yè)和非農業(yè)技術培訓用以衡量外部知識儲備狀況。第四，為了考察農戶經(jīng)濟活動特征對農戶認知行為的影響，本文引入農戶家庭固定資產(chǎn)②變量，家庭固定資產(chǎn)可以衡量農戶的財富積累效應，固定資產(chǎn)額越高，農戶家庭經(jīng)濟活動越頻繁。最后，本文以東疆作為參考點，設定北疆和南疆2個虛擬變量，用以表述地域間的差異。

（2）影響農戶聯(lián)保貸款和P2P網(wǎng)絡信貸參與決策的因素。第一，理論而言，農戶的還款能力是選擇不同信貸模式的重要原因，因此，本文引入農戶家庭固定資產(chǎn)額和經(jīng)營耕地面積作為農戶還款能力的指標。第二，為了考察農戶還款意愿的影響，本文引入聯(lián)保貸款和P2P網(wǎng)絡信貸平臺可能考慮農戶的其他特征，如年齡、教育程度和風險態(tài)度等變量，尤其風險態(tài)度用以衡量風險意識對農戶信貸決策行為的影響。

3.識別變量

為了保證四個方程可識別，本文依次在每個方程中加入一些識別其他方程的變量。對于聯(lián)保貸款認知行為方程，采用“上年人情往來支出額”識別，家庭人情往來支出額用以刻畫農戶的社會資本[17]。對于聯(lián)保貸款參與行為方程，本文引入戶主健康程度和聯(lián)保小組監(jiān)督狀況兩個識別變量，這兩個變量對農戶聯(lián)保貸款的認知并無直接關系，也獨立于農戶P2P網(wǎng)絡信貸認知行為和參與意愿。對于農戶P2P網(wǎng)絡信貸認知行為方程，本文引入金融知識③變量。對于農戶P2P參與意愿方程，本文引入信息渠道變量，用以刻畫農戶對公眾社會媒介的重視程度。

注：（1）*、**、***分別表示系數(shù)在10%、5%和1%水平上顯著；（2） ρ12表示i方程和j方程的誤差相關系數(shù)；（3）（.）內數(shù)值為標準誤。

四、實證結果與穩(wěn)健性檢驗

（一）模型實證結果

表2給出了計量模型的估計結果。其中，模型（1）、（2）、（3）和（4）分別對應農戶團體聯(lián)保貸款認知行為、團體聯(lián)保貸款參與行為、P2P網(wǎng)絡信貸認知行為和P2P網(wǎng)絡信貸參與意愿的估計結果。ρ12、ρ13、ρ14、ρ23、ρ24和ρ34分別對應方程（1）、（2）、（3）和（4）的誤差項的相關系數(shù)，似然比檢驗（LR統(tǒng)計量）在1%的水平上拒絕了上述四個方程獨立的原假設，這說明農戶四個決策行為之間是相互影響的，也進一步說明了采用QPSS模型的必要性。同時，ρ12和ρ34的估計值為正值，均在1%的水平上顯著，說明在估計參與決策方程時，存在樣本選擇性問題，在估計參與決策方程時，有必要控制影響農戶認知行為的不可觀察因素。Wald檢驗值在1%的水平上顯著，拒絕四個方程具有相同參數(shù)的原假設，進一步支持了采用QPSS模型的合理性。此外，在五個識別變量中，社會資本、監(jiān)督狀況和信息渠道變量是顯著的，這說明上述四個方程能夠被識別。

下文將重點分析農戶團體聯(lián)保貸款和P2P網(wǎng)絡信貸二者的影響因素，以及兩種信貸模式的相互關系。表2中模型（2）估計結果表明，影響農戶聯(lián)保貸款參與行為的顯著變量共有5個，分別是戶主的性別、非農培訓、風險態(tài)度、北疆和監(jiān)督狀況。性別對農戶聯(lián)保貸款參與行為有正向影響，即戶主為男性的農戶家庭有更大可能性通過聯(lián)保貸款方式獲得信貸資金，可能的原因是農村地區(qū)男性戶主具有更大的社交廣度和深度，在組建聯(lián)保小組方面具有優(yōu)勢。非農技術培訓、風險態(tài)度和監(jiān)督狀況對農戶聯(lián)保貸款參與行為影響正向顯著，非農業(yè)技術培訓是集體培訓項目，戶主參與非農業(yè)技術培訓增大自己的生產(chǎn)技能，有助于提高家庭收入，具備更高的還款能力，較易獲得貸款；同時，因為連帶責任的存在，參與聯(lián)保貸款要比個人信用貸款或抵押貸款等需要承擔更多的風險，但卻擁有更低的利率，故偏好風險農戶參與聯(lián)保貸款的意愿更強。此外，相互監(jiān)督是聯(lián)保貸款約束小組成員的基本機制，越關心其他小組成員的經(jīng)營狀況，越能及時掌握小組成員的狀態(tài)，降低其他小組成員策略性違約風險，故監(jiān)督狀況對聯(lián)保貸款參與行為影響顯著。

從表2中模型（4）的估計結果來看，影響農戶P2P網(wǎng)絡信貸參與意愿顯著變量有7個，分別是：戶主性別、戶主受教育程度、農業(yè)和非農業(yè)技術培訓、風險態(tài)度、固定資產(chǎn)和南疆，上述變量均對農戶參與意愿影響為正。首先，戶主的性別是男性，受教育程度越高，以及接受過農業(yè)和非農業(yè)技術培訓的農戶有更大的概率參與P2P網(wǎng)絡信貸，原因在于受教育程度越高和接受過培訓的農戶具有更高的知識素養(yǎng)，越可能清晰的認知P2P網(wǎng)絡信貸所具有的優(yōu)勢，做出參與的決策。其次，P2P網(wǎng)絡信貸由于當前相關制度并不完善，風險比傳統(tǒng)金融形式要高，偏好風險的農戶有更強烈的參與意愿。固定資產(chǎn)額越高，說明家庭越殷實，嘗試新金融形式的意愿比貧困家庭更強；同時，南疆的農戶有更大P2P網(wǎng)絡信貸參與意愿。最后，作為識別變量，信息渠道正向顯著影響農戶P2P網(wǎng)絡信貸參與意愿，信息渠道是農戶獲取信息的主要來源途徑，注重信息渠道的農戶有更大的概率參與互聯(lián)網(wǎng)金融。

表2中的回歸結果能夠給予更多的信息用以揭示兩種信貸模式的關系。第一，從回歸結果的顯著變量來看，影響聯(lián)保貸款參與行為的顯著變量要少于P2P網(wǎng)絡信貸參與意愿的變量，但聯(lián)保貸款參與行為中的5個顯著變量中有3個（性別、非農培訓和風險態(tài)度）是與P2P網(wǎng)絡信貸參與意愿一致，這說明二者具有不少的共同影響因素。第二，從可觀察的估計結果來看，聯(lián)保貸款和P2P網(wǎng)絡信貸存在互補性。具體表現(xiàn)在以下兩個方面：首先，參與兩類信貸模式的農戶具有某些共同的特征，比如戶主是男性、參與過非農業(yè)技術培訓和偏好風險等。其次，就農戶還款能力而言，聯(lián)保貸款存在連帶責任，其他小組成員分擔了部分風險，銀行對其還款能力并不看重。但P2P網(wǎng)絡信貸平臺的借貸風險都由借貸人承擔，面臨更大的個人制裁風險，平臺會看重個人的還款能力。固定資產(chǎn)變量對P2P網(wǎng)絡貸款參與意愿影響顯著，而對聯(lián)保貸款參與行為并不顯著，給予了很好的說明和佐證。第三，從不可觀測變量來看， ρ24的估計值在1%的水平上顯著為正，這說明聯(lián)保貸款和P2P網(wǎng)絡信貸之間的關系是互補的，表明兩類信貸模式都能利用另一方對貸款者進行甄別和監(jiān)督。已有研究支撐了這一觀點，擁有更豐富社會網(wǎng)絡資源的個體有更大的概率獲得低利率貸款，如果在P2P網(wǎng)絡信貸中與朋友或同事等組成小組，違約概率會更低[18]；同時，線下社會資本和網(wǎng)絡“軟信息”的結合也能有效降低違約概率[7]。

（二）模型比較及穩(wěn)健性檢驗④

1.模型比較。為了進一步驗證本文使用QPSS模型是否合理，采用雙變量Probit模型，對農戶聯(lián)保貸款參與行為和P2P網(wǎng)絡信貸參與意愿進行估計，并與表2中QPSS模型的回歸結果進行比較。對比后發(fā)現(xiàn)，在雙變量Probit模型中，雖然ρ24的值也為正，說明兩種模式之間存在互補性，因無法克服樣本選擇問題，但其結果并不顯著，這說明本文中使用QPSS模型估計聯(lián)保貸款和P2P網(wǎng)絡信貸之間的關系是必要的。

2.穩(wěn)健性檢驗。首先，為了排除可能極端值的影響，回歸中對樣本農戶的收入水平進行排序分組，把收入最高的前5%和收入最低的后5%刪除進行回歸。去除后的回歸結果與總體相比，大多數(shù)解釋變量與識別變量的估計結果，以及誤差項相關系數(shù)和相關檢驗結果，均未出現(xiàn)較大差異，這說明總體回歸結果是穩(wěn)健的。其次，本文采用增加或改變某個變量的方式對解釋變量的穩(wěn)健性進行檢驗。具體包括：教育程度改為家庭成員中最高學歷，在方程中加入新變量居住地離銀行網(wǎng)點的距離，把農戶家庭固定資產(chǎn)額替換成家庭收入水平。從估計結果來看，大多數(shù)解釋變量與識別變量的估計結果，以及誤差項相關系數(shù)和相關檢驗結果，與表2相比，均未出現(xiàn)較大差異，這說明總體回歸結果是穩(wěn)健的。

五、結論及政策建議

經(jīng)過理論分析和實證結果，本文得出以下結論：

第一，對農戶參與角度而言，聯(lián)保貸款和P2P網(wǎng)絡信貸之間存在互補關系，對于還款能力較強的農戶，更愿意選擇P2P網(wǎng)絡信貸模式。

第二，這種互補性具體體現(xiàn)在兩種信貸模式各自具有比較優(yōu)勢，這種比較優(yōu)勢可以轉化為互補性，兩類信貸模式能夠利用對方機制所反映出的信息制定貸款決策，以便能夠更好實現(xiàn)對農戶的甄別和監(jiān)督。具體表現(xiàn)：在克服信息不對稱方面，聯(lián)保貸款小組一般都是熟人圈子構成，組員之間相互比較了解，在收集收入、資產(chǎn)等“硬信息”方面具備優(yōu)勢，而P2P網(wǎng)絡信貸對借貸人的“硬信息”收集和甄別能力明顯不足，但在收集借貸人“軟信息”方面具有優(yōu)勢，二者存在互補。在社會制裁方面，聯(lián)保小組的制裁著重于農戶熟人圈子的“線下社會資本損失”，P2P網(wǎng)絡信貸的社會制裁不僅會影響線下資本損失，還能夠給“線上社會資本”帶來負面影響。在資金供給方面，團體聯(lián)保貸款的信貸資金主要來源于傳統(tǒng)銀行機構，渠道相對單一，而P2P網(wǎng)絡信貸不受地域限制，資金來源廣，二者能夠互補。

基于以上結論，本文認為P2P網(wǎng)絡信貸和聯(lián)保貸款都是實現(xiàn)普惠金融、增加農戶融資渠道、解決農戶貸款難的重要工具，發(fā)展P2P網(wǎng)絡信貸和完善聯(lián)保貸款機制都有重大的現(xiàn)實意義，互補性的視角是加強聯(lián)保貸款和P2P合作的重要基礎。P2P網(wǎng)絡信貸實質上是無需抵押的民間借貸模式，依托于互聯(lián)網(wǎng)平臺，不受地域限制，擴展了農戶信貸資金來源渠道和范圍，且借貸手續(xù)簡便、效率高、門檻和成本低、貸款的期限選擇更為靈活，能夠有效彌補當前農村金融信貸供給不足問題[19]。然而，由于我國當前征信體系不健全，借貸人個人信用狀況并不能完全體現(xiàn)，P2P網(wǎng)絡平臺對借貸人資金使用流向無法直接監(jiān)管，存在巨大風險問題。

鑒于此，未來可以創(chuàng)新農村金融發(fā)展模式，結合聯(lián)保貸款和P2P網(wǎng)絡信貸各自的優(yōu)勢服務農戶。首先，可以引入團體貸款的模式到P2P網(wǎng)絡信貸平臺，由于相互監(jiān)督機制和連帶責任的存在，可以有效克服P2P網(wǎng)絡信貸獲取農戶“硬信息”和監(jiān)管貸款流向問題的不足。其次，社會制裁是聯(lián)保貸款和P2P網(wǎng)絡信貸還款約束的保障機制，聯(lián)保貸款和P2P網(wǎng)絡信貸的有效結合能擴展社會制裁的廣度和深度，有效防止道德風險問題和策略性違約。最后，可以創(chuàng)新發(fā)展農戶-P2P網(wǎng)絡信貸平臺相結合的金融服務模式，P2P線上平臺服務農戶時，可以選擇資金需求大或能力強的農戶作為組長，給予組長一定的激勵機制，組長能夠代替線上平臺實際管理和監(jiān)督小組成員，有效地把各自的優(yōu)勢結合起來。

注釋：

①問卷詢問：“如果您有1萬塊錢可以投資，成功的可能性是一半，如果成功你將得到3萬，如果不成功，您將損失這1萬塊錢。那么，您是否會進行投資？”回答“是”被賦予風險偏好，“否”是風險規(guī)避。

②調查中讓農戶分別估算家庭所擁有汽車、農用機械和房屋的價值，三項累加即為農戶家庭固定資產(chǎn)額。

③ 【利率問題】假設您有1萬元的1年期定期存款，年利率是3%，如果不提前支取，那么存款到期后，您會有多少錢？1.等于103002.多于103003.少于103004.不知道【風險問題】判斷這句話對不對：一般情況下，投資多只股票比投資單一股票的風險小？1.正確 2.錯誤 3.不知道【利率和通脹對比】如果您銀行存款賬戶的存款年利息是3%，物價每年漲5%， 那么，一年后您用該存款的錢能買的東西與一年前相比？1.比現(xiàn)在多 2.和現(xiàn)在一樣多 3.比現(xiàn)在少 4.不知道 【通脹問題】假設張三今天繼承了10萬元錢，而李四將在 3 年后繼承 10 萬元錢，那么他們兩個誰的繼承價值更高？1.張三繼承價值高 2.李四繼承價值高 3.不知道。

④限于篇幅，此處未給出具體的估計結果，如有讀者需要，可向作者索取。

參考文獻：

[1]Mehrteab， H.T. Does the group leader matter？ The impact of monitoring activities and social ties of group leaders on the repayment performance of group-based lending in Eritreas on the repayment performance of group-based lending in Eritrea，2005.

[2]趙巖青， 何廣文. 農戶聯(lián)保貸款有效性問題研究[J].金融研究， 2007（7a）：61-77.

[3]劉征馳，吳詩偉，禹亦歆. 低收入群體融資選擇：團體聯(lián)保貸款還是P2P網(wǎng)絡貸款？——基于社會制裁的視角[J].金融經(jīng)濟學研究，2016（2）：117-126.

[4]Coate S， Morris S. On the Form of Transfers to Special Interests[J].Journal of Political Economy， 1995， 103（6）：35-1210.

[5]劉征馳， 賴明勇. 虛擬抵押品、軟信息約束與P2P互聯(lián)網(wǎng)金融[J].中國軟科學， 2015（1）：35-46.

[6]Jefferson Duarte， Stephan Siegel， Lance A. Young Trust and Credit[R].AFA 2010 Atlanta Meetings Paper，2010.

[7]Lin， M.F.， Prabhala， N.R.， Viswanathan， S. Can social networks help mitigate information asymmetry in online markets[R].Thirtieth International Conference on Information Systems，2009.

[8]Seth Freedman， Ginger Zhe Jin. Learning by Doing with Asymmetric Information： Evidence from Prosper.Com[R].Nber Working Papers， 2011：203-212.

[9]劉西川，楊奇明，陳立輝.農戶信貸市場的正規(guī)部門與非正規(guī)部門：替代還是互補？[J].經(jīng)濟研究，2014（11）：145-158.

[10]Wooldridge J. M. Econometric Analysis of Cross Section and Panel Data[M].Cambridge： The MIT Press， 2002.

[11]羅芳，程中海.農戶借貸行為研究——以新疆為例[M].北京：經(jīng)濟管理出版社，2012：39-41.

[12]Ashta A， Assadi D. Should Online Micro-Lending be for Profit or for Philanthropy？ Dhanax and Rang De[J].Social Science Electronic Publishing， 2010， 6（2）：123-146.

[13]王蕾. P2P 網(wǎng)絡借貸平臺融資可獲得性研究[D].大連：東北財經(jīng)大學，2014.

[14]Armendariz de Aghion，B.， Morduch， et al. The economics of microfinance[M].Cambridge， MA：MIT Press，2005.

[15]Karlan， D.S.Social connections and group banking[J].The Economic Journal，2007，117：52-84.

[16]John， E.， Yasuyuki Akoten， et al. The Determinants of Credit Access and Its Impact on Micro and Small Enterprises： The Case of Garment Producers inKenya[J].Economic Development & Cultural Change， 2006，54（4）：44-927.

[17]易行健， 張波， 楊汝岱，等. 家庭社會網(wǎng)絡與農戶儲蓄行為：基于中國農村的實證研究[J].管理世界， 2012（5）：43-51.

[18]Klein， T. Performance in Online Lending Platforms. Friedrich-Schiller-UniversittJena，2008.

[19]余許友.草根金融及其發(fā)展——互聯(lián)網(wǎng)金融P2P網(wǎng)貸發(fā)展的當下問題及對策探討[J].理論探討，2016（4）：95.

（責任編輯：李江）

收稿日期：2017-01-17

作者簡介：孫光林（1988-），男，新疆伊犁人，東北財經(jīng)大學經(jīng)濟學院博士研究生，研究方向：數(shù)量金融與金融風險管理；王雪標（1959-），男，遼寧錦州人，東北財經(jīng)大學數(shù)學學院教授，博士生導師，經(jīng)濟學博士，研究方向：數(shù)量金融與金融風險管理；李慶海（1982-），男，山東棗莊人，南京財經(jīng)大學經(jīng)濟學院講師，經(jīng)濟學博士，研究方向：農村金融和經(jīng)濟計量分析。

基金項目：國家自然科學青年項目，編號：71503118，71501031，71501159；教育部人文社會科學研究青年項目，編號：14YJC790067；國家自然科學面上項目，編號：71273044。