■中國人民銀行鷹潭市中心支行課題組

與其他發(fā)展中國家相比，我國廣大農(nóng)村地區(qū)特別是中西部欠發(fā)達(dá)地區(qū)的農(nóng)村金融市場(chǎng)效率低下，農(nóng)戶金融抑制的程度普遍非常嚴(yán)重（Foltz，2004）。那么，我國農(nóng)戶金融抑制的程度究竟有多大呢？由于金融抑制，農(nóng)戶金融滿足率有多少呢？本文從單個(gè)地市角度出發(fā)，基于鷹潭市1003戶農(nóng)村家庭的抽樣調(diào)查數(shù)據(jù)，從需求和供給相結(jié)合的視角考察鷹潭農(nóng)村的金融抑制現(xiàn)象。通過采用Probit模型和部分可觀測(cè)的二元常態(tài)機(jī)率模型，正確描述農(nóng)戶貸款有效需求和正規(guī)金融機(jī)構(gòu)貸款供給對(duì)農(nóng)村金融抑制的影響，并為鷹潭金融機(jī)構(gòu)助力農(nóng)業(yè)供給側(cè)改革提供相關(guān)建議。

一、鷹潭農(nóng)村金融需求調(diào)查

為了考察鷹潭農(nóng)村金融需求現(xiàn)狀，本文選擇鷹潭市轄區(qū)內(nèi)的貴溪市、余江縣、月湖區(qū)，以中國農(nóng)業(yè)銀行、鷹潭農(nóng)商行、貴溪九銀村鎮(zhèn)銀行和郵政儲(chǔ)蓄銀行四家農(nóng)村金融機(jī)構(gòu)覆蓋地域內(nèi)的農(nóng)戶、農(nóng)企和新型農(nóng)業(yè)組織為調(diào)研對(duì)象，通過隨機(jī)抽樣和定點(diǎn)抽樣、結(jié)構(gòu)化問卷和開放式訪談相結(jié)合的調(diào)查方法，歷時(shí)7天，完成有效調(diào)查問卷1003份。

（一 ）對(duì)農(nóng)戶的問卷調(diào)查

1.非正規(guī)金融渠道是農(nóng)戶借款的重要來源

在調(diào)查中本文設(shè)置六種借款途徑，分別是親友借款（無息）、親友借款（有息）、銀行貸款、小額信貸機(jī)構(gòu)、民間金融組織和高利貸，并要求答卷人對(duì)不同借款途徑進(jìn)行排序，即分為第一選擇、第二選擇、第三選擇和最不愿意的選擇。在借款第一選擇中，63.6%選擇親友借款（無息），其次是銀行貸款(35.2%)，極少數(shù)選擇親友借款（有息）（0.8%）或小額信貸機(jī)構(gòu)（0.4%）。

在選擇借款途徑時(shí)，親友借款（有息/無息）＞銀行貸款＞小額信貸機(jī)構(gòu)＞高利貸＞民間金融組織。親友借款（無息與有息合計(jì)）在前三輪選擇中占比始終在四成以上，農(nóng)村是典型的熟人社會(huì)，融資行為主要依靠農(nóng)戶個(gè)人社會(huì)關(guān)系，通過親友間相互了解來防控信用風(fēng)險(xiǎn)，或者已知風(fēng)險(xiǎn)但愿意共同承擔(dān)，且借款成本較低，很多情況下是無息的，隨著選擇輪次增加，借款人愿意承擔(dān)成本增加，有息借款占比逐漸提升。銀行貸款在前三輪選擇中約占1/3,其作為正規(guī)金融機(jī)構(gòu)的信譽(yù)及形象得到農(nóng)戶的肯定，但占比總體偏低，還有很大的發(fā)展空間。其他金融機(jī)構(gòu)在農(nóng)村金融市場(chǎng)占比較低，其中小額信貸機(jī)構(gòu)擁有正規(guī)牌照，在前兩輪選擇中出現(xiàn)，并在第三輪選擇中占比提升至22.1%，說明對(duì)農(nóng)戶具有一定的吸引力，民間金融組織和高利貸則難以進(jìn)入這一市場(chǎng)，尤其是高利貸利息成本過高，加之過去惡劣形象深入人心，在最不愿意的選擇中占比高達(dá)95%。

2.貸款需求受到保守心理、教育、耕地、消費(fèi)和收入水平的影響

對(duì)銀行貸款申請(qǐng)情況調(diào)查結(jié)果顯示，27.2%最近申請(qǐng)了銀行貸款，47.7%將銀行貸款納入考慮而最近未申請(qǐng)銀行貸款。至于不申請(qǐng)銀行貸款的理由，90.9%擔(dān)心將來無法償還，61.8%表示無貸款需求，18.2%認(rèn)為利息太高，10%認(rèn)為手續(xù)麻煩，3.2%表示可以從其他渠道獲取資金?？梢?，由于農(nóng)民收入增長乏力，同時(shí)氣候、政策等諸多因素導(dǎo)致收入不穩(wěn)定，使得農(nóng)戶趨于保守，是阻礙農(nóng)戶貸款的首要原因。

進(jìn)一步比較申請(qǐng)貸款農(nóng)戶和不申請(qǐng)貸款農(nóng)戶（以下簡稱對(duì)照組）基本情況，發(fā)現(xiàn)兩者在教育年限、耕地面積、收入和消費(fèi)水平上有較大差異，申請(qǐng)貸款農(nóng)戶受教育時(shí)間更長、耕地面積更大、年收入和消費(fèi)支出更高，在年齡、家庭人口和勞動(dòng)力人口數(shù)量上則差別不大。

隨著受教育水平的提升，農(nóng)戶在金融方面素養(yǎng)提升，更容易接受正規(guī)金融機(jī)構(gòu)的服務(wù)，調(diào)查表明，申請(qǐng)貸款農(nóng)戶中接受10年以上教育的占比明顯高于對(duì)照組，在高中及以上教育階段中，普遍外出就學(xué)，社會(huì)經(jīng)驗(yàn)得到拓展，對(duì)金融普及有較大的幫助。

耕地面積與農(nóng)業(yè)生產(chǎn)直接掛鉤，耕地面積越大意味著生產(chǎn)規(guī)模越大，所需投入資金相應(yīng)增加，因此貸款需求更多。本文按耕地面積大小分為4組，即1～4畝、5～8畝、9～12畝及13畝以上，后3組在申請(qǐng)貸款農(nóng)戶中占比均高于對(duì)照組。

在調(diào)查農(nóng)戶收入與貸款需求之間關(guān)系時(shí)，發(fā)現(xiàn)與對(duì)照組相比，申請(qǐng)貸款者中收入最低和最高的占比分別高9.63個(gè)百分點(diǎn)和20.84個(gè)百分點(diǎn)。消費(fèi)支出與貸款需求的情況類似。

3.農(nóng)戶貸款資金主要用于住房裝修和養(yǎng)殖業(yè)

對(duì)于申請(qǐng)貸款的農(nóng)戶，本文調(diào)查其貸款用途，其中消費(fèi)領(lǐng)域包括住房裝修、購買汽車、婚禮嫁娶、教育、醫(yī)療，生產(chǎn)領(lǐng)域包括養(yǎng)殖業(yè)、種植業(yè)和非農(nóng)生產(chǎn)經(jīng)營。結(jié)果顯示，用于消費(fèi)領(lǐng)域的占62.2%，比用于生產(chǎn)經(jīng)營的高4個(gè)百分點(diǎn)，另有其他用途占1.4%。其中用于住房裝修的比重最高，達(dá)到51.4%（見表1），主要原因是2016年鷹潭市房地產(chǎn)庫存較為嚴(yán)峻，政府出臺(tái)購房刺激政策，吸引了周邊大量農(nóng)民進(jìn)城買房。

表1 農(nóng)戶貸款資金滿足非農(nóng)生產(chǎn)經(jīng)營和消費(fèi)比重

4.貸款方式以房屋抵押和公務(wù)員擔(dān)保為主

貸款的方式主要包括抵押和擔(dān)保貸款，抵押品中以商品房抵押最多，占比達(dá)57.3%。農(nóng)業(yè)生產(chǎn)資料普遍具有單件價(jià)值低、資產(chǎn)專用性強(qiáng)、評(píng)估難度大等特點(diǎn)，難以達(dá)到銀行對(duì)抵押品的規(guī)定，房產(chǎn)是農(nóng)戶為數(shù)不多的可抵押資產(chǎn)，隨著城鎮(zhèn)化、農(nóng)房確權(quán)推進(jìn)以及日益增加的農(nóng)戶進(jìn)城購房，農(nóng)戶擁有房產(chǎn)的流動(dòng)性增強(qiáng)，對(duì)農(nóng)戶房屋抵押貸款起到了促進(jìn)作用。擔(dān)保貸款中以公職人員擔(dān)保居多，占25.6%。顯然，由于正規(guī)金融在對(duì)農(nóng)戶信用史的了解方面處于弱勢(shì)，為了規(guī)避風(fēng)險(xiǎn)，對(duì)貸款的要求較高。

（二 ）對(duì)農(nóng)村企業(yè)的問卷調(diào)查

1.企業(yè)融資渠道及貸款偏好

本文對(duì)農(nóng)村企業(yè)融資渠道和貸款偏好進(jìn)行調(diào)查，結(jié)果顯示：（1）銀行貸款是企業(yè)融資主要渠道，絕大多數(shù)企業(yè)融資時(shí)會(huì)選擇商業(yè)銀行貸款，占比達(dá)87.4%，其次為政策性銀行貸款，占31.6%；（2）銀行出于風(fēng)險(xiǎn)控制需要設(shè)置較高門檻，有抵押品的企業(yè)更易獲得貸款，在四種貸款類別中選擇抵（質(zhì)）押貸款的占74.7%；（3）貸款具有單筆金額偏小、期限偏長的特點(diǎn)，單筆貸款金額在50萬以下占70.5%，貸款期限以1～3年為主，占比達(dá)64.9%，沒有6個(gè)月以內(nèi)短期貸款需求；（4）就目前貸款目的而言，80%是為了擴(kuò)大生產(chǎn)，36.8%是為了引入機(jī)械化器械，34.7%是為了開拓市場(chǎng)，23.2%是為了建立特色品牌，22.1%是為了轉(zhuǎn)變生產(chǎn)方式，發(fā)展綠色經(jīng)濟(jì)。

2.農(nóng)村企業(yè)貸款滿足度調(diào)查

這一部分包括企業(yè)申請(qǐng)貸款次數(shù)、對(duì)銀行滿意程度以及貸款中遇到的問題（見表2）。

表2 農(nóng)村企業(yè)貸款滿意程度及問題調(diào)查

二、關(guān)于金融抑制的計(jì)量模型

Probit模型及其估計(jì)方法(Poirier，1980)比較適合于分析金融抑制問題并符合樣本數(shù)據(jù)特點(diǎn)，因此本文采用該模型及其方法來估計(jì)鷹潭地區(qū)農(nóng)戶金融抑制的程度。

（一 ）變量選取及其統(tǒng)計(jì)特征

通過實(shí)地調(diào)查我們發(fā)現(xiàn)，鷹潭地區(qū)農(nóng)村存在大量的不對(duì)稱信息，尤其是農(nóng)村金融機(jī)構(gòu)針對(duì)農(nóng)戶提供金融服務(wù)，這種非對(duì)稱信息表現(xiàn)得更加突出。因此，為了考察信息不對(duì)稱對(duì)于正規(guī)金融貸款決策的作用，我們選取鷹潭三地農(nóng)村地區(qū)農(nóng)戶家庭勞動(dòng)力人口數(shù)量、家庭年收入、是否有貸款、戶主受教育年限作為考察供給的解釋變量。其次，選取住所離最近金融機(jī)構(gòu)的距離、需要借款數(shù)額作為考察交易成本的解釋變量。農(nóng)戶借款的用途也可能影響到正規(guī)金融機(jī)構(gòu)的貸款決策。通過調(diào)研發(fā)現(xiàn)，就消費(fèi)需要的用途而言，正規(guī)金融機(jī)構(gòu)更傾向于發(fā)放滿足農(nóng)戶生產(chǎn)需要用途的貸款，而其中政府政策導(dǎo)向的作用尤為突出。因此，將在計(jì)量模型中放入表示貸款用途的變量進(jìn)行深入分析。除了以上的核心變量以外，還將勞動(dòng)力人口數(shù)量、地區(qū)、教育、家庭勞動(dòng)力數(shù)量、年齡等顯示樣本個(gè)體特征等控制變量加入計(jì)量模型。計(jì)量模型中所需要的解釋變量的相關(guān)說明及其基本統(tǒng)計(jì)性質(zhì)在表3中詳細(xì)列出。

（二 ）計(jì)量結(jié)果分析

表3 解釋變量說明及基本統(tǒng)計(jì)性質(zhì)

1.模型1——probit模型

對(duì)于傳統(tǒng)假設(shè)（即每個(gè)農(nóng)民都優(yōu)先考慮正規(guī)金融需求），農(nóng)民能否獲得正規(guī)金融完全取決于正規(guī)金融機(jī)構(gòu)的決策行為。根據(jù)調(diào)查問卷，我們考察2017年農(nóng)業(yè)銀行、農(nóng)商銀行、郵政儲(chǔ)蓄和村鎮(zhèn)銀行有資金貸出的農(nóng)戶為1，而沒有獲得以上機(jī)構(gòu)資金貸款的農(nóng)戶為0，利用probit模型進(jìn)行回歸，得到以下回歸結(jié)果，如表4。

在結(jié)果中我們看到，除了地區(qū)、教育、家庭勞動(dòng)力數(shù)量、年齡等控制變量，家中有成員或親戚在金融機(jī)構(gòu)以及家中有貸款對(duì)正規(guī)金融機(jī)構(gòu)的貸款決策產(chǎn)生顯著的正向影響；貸款數(shù)量越大，家庭距離金融機(jī)構(gòu)的距離越近，正規(guī)金融機(jī)構(gòu)給其貸款的概率就顯著增加；農(nóng)戶有做小生意、辦企業(yè)方面的借款需要也會(huì)使正規(guī)金融機(jī)構(gòu)給其貸款的概率顯著增大。

當(dāng)農(nóng)戶家中有成員在金融機(jī)構(gòu)和家庭有貸款，兩個(gè)變量有利于正規(guī)金融機(jī)構(gòu)做出貸款決策。由此我們也可以認(rèn)為，農(nóng)戶在貸款過程中的“信號(hào)缺失”加劇了正式金融機(jī)構(gòu)與農(nóng)戶之間的信息不對(duì)稱問題，這使得大量具備有效貸款需求的農(nóng)戶也被排除在正式金融服務(wù)之外，進(jìn)一步加劇了農(nóng)村的金融抑制。

表4 模型1（Probit模型）回歸結(jié)果

家庭距離金融機(jī)構(gòu)的距離以及貸款數(shù)量表明了交易成本是正規(guī)金融機(jī)構(gòu)發(fā)放貸款的決策因素。家庭住址離金融機(jī)構(gòu)越遠(yuǎn)，表明金融機(jī)構(gòu)收集該家庭的信息成本越高，且對(duì)于家庭貸款后的用途和及時(shí)還款的監(jiān)督成本越高，從而使得貸款可能性下降，這兩種成本都屬于交易過程中額外產(chǎn)生的成本，因此可視為廣義上的交易成本。另外，在一定貸款金額內(nèi)，發(fā)放貸款時(shí)審查、填表、記錄等操作所引起的交易成本與貸款戶數(shù)無關(guān)，隨著貸款金額的上升，平均到每單位貸款數(shù)的交易成本越低，即金融機(jī)構(gòu)發(fā)放貸款的可能性越大（王彬等，2008）。

貸款用途的不同表明正規(guī)金融機(jī)構(gòu)的貸款有一定的傾向性。與建房、看病、婚嫁、上學(xué)等消費(fèi)需求相比，正規(guī)金融機(jī)構(gòu)更傾向于發(fā)放滿足人們基本生產(chǎn)需求的貸款。由此可以得出農(nóng)戶向正規(guī)機(jī)構(gòu)貸款獲得的資金主要用于生產(chǎn)這一推論。

根據(jù)以上估計(jì)參數(shù)，我們計(jì)算得到月湖、貴溪、余江三地2017年農(nóng)民的正規(guī)金融滿足率只有18.10%，即有81.90%的農(nóng)民被排除在正規(guī)金融服務(wù)之外。這顯示出了比較高的金融抑制，也與很多人的直覺是一致的。

2.模型2——部分可觀測(cè)的二元常態(tài)機(jī)率模型

我們利用部分可觀測(cè)的二元常態(tài)機(jī)率模型做進(jìn)一步的分析。模型2與模型1相比，回歸結(jié)果比較一致①限于篇幅，該部分的檢驗(yàn)結(jié)果留存?zhèn)渌鳌?。貸款數(shù)量、家庭距最近金融機(jī)構(gòu)的路程對(duì)農(nóng)戶貸款需求具有正的顯著影響，家里有無成員在金融機(jī)構(gòu)工作、家庭有無貸款證對(duì)正規(guī)金融機(jī)構(gòu)的貸款供給具有正的顯著影響，而有無消費(fèi)的借款需要將對(duì)正規(guī)金融機(jī)構(gòu)貸款供給具有負(fù)的顯著影響。

在這些變量中，特別要指出的是貸款數(shù)量以及家庭距最近金融機(jī)構(gòu)的路程。在此模型中，這兩個(gè)變量影響的是農(nóng)村金融市場(chǎng)的需求一方，即影響農(nóng)民是否具有正規(guī)金融的有效需求，而對(duì)正規(guī)金融機(jī)構(gòu)是否愿意提供貸款沒有顯著影響。

貸款數(shù)量越大，農(nóng)戶的正規(guī)金融需求越強(qiáng)。家庭距最近金融機(jī)構(gòu)的路程越遠(yuǎn)，農(nóng)戶對(duì)正規(guī)金融的有效需求就越大。農(nóng)村金融的供給方面，家里有成員在金融機(jī)構(gòu)工作和家庭有貸款證對(duì)正規(guī)金融機(jī)構(gòu)貸款概率增加。而農(nóng)戶有消費(fèi)的借款需要會(huì)降低正規(guī)金融供給的概率，則從農(nóng)戶消費(fèi)的角度印證了正規(guī)金融機(jī)構(gòu)更傾向于發(fā)放滿足人們基本生產(chǎn)需求而不是用于平滑消費(fèi)貸款的結(jié)論。

根據(jù)模型2的估計(jì)參數(shù)，我們計(jì)算出2017年月湖、貴溪、余江三地農(nóng)村有效正規(guī)金融需求的金融滿足度為44.36%，即農(nóng)村的金融抑制率為55.64%。一方面，這表明了正規(guī)金融機(jī)構(gòu)對(duì)農(nóng)戶實(shí)施了較為嚴(yán)格的信貸配給，使得超過一半具有有效需求的農(nóng)戶得不到正規(guī)金融服務(wù)的供給，因此我國農(nóng)村當(dāng)前面臨著較強(qiáng)的供給型金融抑制。另一方面，與模型1所估計(jì)的81.90%相比，我們可以看出在考慮了農(nóng)戶需求的條件下，農(nóng)村金融抑制的程度大大下降，這與很多學(xué)者所認(rèn)為的中國農(nóng)村的正規(guī)金融供給率極低存在一定出入。本文認(rèn)為，如果國家只看到農(nóng)村正規(guī)金融供給率低下而大力推動(dòng)農(nóng)村金融供給不斷增加，若農(nóng)戶貸款的有效需求仍保持在原有水平或者相對(duì)增加較慢，那么農(nóng)村金融服務(wù)的供給必將會(huì)超過其有效需求，即一部分金融服務(wù)的供給不能找到與之相匹配的需求而造成資源的浪費(fèi)，同時(shí)資金融通的困難會(huì)阻礙農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)和實(shí)體經(jīng)濟(jì)的發(fā)展，此時(shí)農(nóng)戶貸款的有效需求將成為農(nóng)村經(jīng)濟(jì)發(fā)展的瓶頸（王彬等，2008）。

（三 ）結(jié)論

本文利用中國農(nóng)戶家庭調(diào)查數(shù)據(jù)估計(jì)了農(nóng)村金融抑制的狀況。我們的研究特點(diǎn)是在金融機(jī)構(gòu)和農(nóng)戶都按照理性原則進(jìn)行決策的假設(shè)下，同時(shí)考慮了農(nóng)戶貸款需求和正規(guī)金融供給的相互作用及對(duì)金融抑制的影響。本文得出的結(jié)論主要有以下幾方面:

1.我們通過對(duì)一個(gè)調(diào)查數(shù)據(jù)的實(shí)證分析，使用部分可觀測(cè)的二元常態(tài)機(jī)率模型估計(jì)方法，較為準(zhǔn)確和客觀地評(píng)估了鷹潭地區(qū)農(nóng)戶受到的金融抑制程度。研究表明，在考慮有效需求的前提下，鷹潭地區(qū)農(nóng)村的金融抑制率為55.64%，這就是說，有超過一半具有有效需求的農(nóng)戶得不到正規(guī)金融服務(wù)的供給，因此當(dāng)前我國農(nóng)村仍然面臨著較為嚴(yán)重的供給型金融抑制。

2.與一般意義上（即包含全體農(nóng)戶）的農(nóng)村金融抑制率81.90%相比，考慮了有效需求的金融抑制率（55.64%）大大降低。這說明農(nóng)村正規(guī)金融的供給并不是人們看到的那樣有限，農(nóng)戶貸款有效需求的低下則可能成為農(nóng)村金融乃至實(shí)體經(jīng)濟(jì)發(fā)展的瓶頸。也就是說，鷹潭地區(qū)農(nóng)村面臨著潛在的需求型金融抑制。

3.信息不對(duì)稱會(huì)影響正規(guī)金融機(jī)構(gòu)發(fā)放貸款的決策，而交易成本的存在主要影響正規(guī)金融服務(wù)的需求。正規(guī)金融機(jī)構(gòu)更傾向于發(fā)放滿足人們基本生產(chǎn)需求而不是用于平滑消費(fèi)的貸款。

4.當(dāng)一筆貸款潛在交易成本超過潛在收益時(shí)，金融機(jī)構(gòu)最終將選擇信貸配給，即減少貸款金額并對(duì)貸款進(jìn)行分配，使得農(nóng)村金融服務(wù)成為一小部分群體享用的“奢侈品”，從而導(dǎo)致了金融的供給抑制。農(nóng)業(yè)投資的長期性、高風(fēng)險(xiǎn)和低盈利性，與銀行資金追求安全性、流動(dòng)性和盈利性的“三性”要求相悖。

三、鷹潭市金融服務(wù)于農(nóng)村供給側(cè)結(jié)構(gòu)性改革的路徑

金融是現(xiàn)代經(jīng)濟(jì)的核心，在經(jīng)濟(jì)新常態(tài)下的農(nóng)業(yè)供給側(cè)改革，為使農(nóng)村金融真正地?fù)?dān)當(dāng)起服務(wù)“三農(nóng)”的重任，應(yīng)針對(duì)當(dāng)前農(nóng)村金融供需之間的矛盾，重新定位與調(diào)整農(nóng)村金融體系，以期通過制度創(chuàng)新，即產(chǎn)業(yè)制度創(chuàng)新、金融制度創(chuàng)新、扶貧創(chuàng)新以及加快相應(yīng)的政府改革，改善農(nóng)村金融供需雙方關(guān)系，從而進(jìn)一步緩解農(nóng)村金融抑制現(xiàn)象。

（一 ）完善農(nóng)村金融組織體系，增加有效供給

一是明確功能定位，強(qiáng)化涉農(nóng)金融機(jī)構(gòu)的支農(nóng)責(zé)任，逐步構(gòu)建政策性金融、商業(yè)金融、合作金融和小型農(nóng)村金融機(jī)構(gòu)互為補(bǔ)充的多層次、廣覆蓋、可持續(xù)的農(nóng)村金融服務(wù)體系。農(nóng)業(yè)發(fā)展銀行要明確職能定位，按照信貸業(yè)務(wù)范圍積極拓展支農(nóng)服務(wù)領(lǐng)域，努力滿足農(nóng)業(yè)產(chǎn)業(yè)龍頭企業(yè)、綠色農(nóng)業(yè)生產(chǎn)基地以及農(nóng)田水利建設(shè)、農(nóng)村路網(wǎng)等基礎(chǔ)設(shè)施建設(shè)的資金需求，切實(shí)促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展；農(nóng)業(yè)銀行要將惠農(nóng)卡從縣域向城鄉(xiāng)接合部拓展，在農(nóng)村金融服務(wù)水平上取得突破；郵政儲(chǔ)蓄銀行要充分發(fā)揮其現(xiàn)有鄉(xiāng)鎮(zhèn)網(wǎng)點(diǎn)分布較多的優(yōu)勢(shì)，拓展對(duì)農(nóng)村地區(qū)的儲(chǔ)蓄、匯兌和小額貸款業(yè)務(wù)，確保郵政儲(chǔ)蓄資金要“取之于農(nóng)，用之于農(nóng)”；農(nóng)村商業(yè)銀行要積極拓展支持“三農(nóng)”的新領(lǐng)域，繼續(xù)發(fā)揮好支農(nóng)主力軍的作用；村鎮(zhèn)銀行要將網(wǎng)點(diǎn)布局和產(chǎn)品體系下沉到鄉(xiāng)鎮(zhèn)，通過創(chuàng)新金融產(chǎn)品和差異化經(jīng)營真正發(fā)揮“支農(nóng)支小”作用。二是加快農(nóng)村合作性金融發(fā)展。適度放寬村鎮(zhèn)銀行、貸款公司、農(nóng)村資金互助社、小額貸款公司等多種形式的新型農(nóng)村金融機(jī)構(gòu)市場(chǎng)準(zhǔn)入政策，規(guī)范發(fā)展多種形式的新型農(nóng)村金融機(jī)構(gòu)。

（二 ）深化改革農(nóng)村金融機(jī)構(gòu)

在鷹潭農(nóng)村金融機(jī)構(gòu)建設(shè)中，國有大型商業(yè)銀行應(yīng)當(dāng)加強(qiáng)在農(nóng)村的比重，促進(jìn)農(nóng)村金融機(jī)構(gòu)的市場(chǎng)化進(jìn)程，以其在城市具有的巨大優(yōu)勢(shì)，發(fā)揮其輻射作用，從城市輻射農(nóng)村；以其充足的資本以及遍及各地的網(wǎng)點(diǎn)優(yōu)勢(shì)，直接或間接地為“三農(nóng)”企業(yè)提供優(yōu)質(zhì)服務(wù)。農(nóng)村合作金融機(jī)構(gòu)也要逐步進(jìn)行轉(zhuǎn)變，分階段構(gòu)建起具有明確的產(chǎn)權(quán)與獨(dú)具特色的面向農(nóng)村的社區(qū)性農(nóng)村銀行，漸進(jìn)式地促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化的發(fā)展。同時(shí)通過與扎根鄉(xiāng)土的微型金融機(jī)構(gòu)，如NGO小額組織、小額貸款公司、資金互助組織、村鎮(zhèn)銀行和貸款公司進(jìn)行合作，開展農(nóng)村金融服務(wù)，并借鑒國際上的成功案例，如ICICI銀行的間接貸款模式，逐步打開農(nóng)村金融發(fā)展的新局面。

（三 ）構(gòu)建農(nóng)村金融風(fēng)險(xiǎn)分散機(jī)制，擴(kuò)大農(nóng)業(yè)保險(xiǎn)覆蓋面

建立和完善風(fēng)險(xiǎn)分擔(dān)機(jī)制至關(guān)重要，要結(jié)合鷹潭市農(nóng)村經(jīng)濟(jì)特點(diǎn)，加快發(fā)展農(nóng)業(yè)保險(xiǎn)，增強(qiáng)“三農(nóng)”風(fēng)險(xiǎn)的可抗性。一是建立巨災(zāi)風(fēng)險(xiǎn)基金，對(duì)因重大自然災(zāi)害形成的大額賠付，由風(fēng)險(xiǎn)基金給予一定比例的補(bǔ)償，逐步形成農(nóng)業(yè)巨災(zāi)風(fēng)險(xiǎn)轉(zhuǎn)移分擔(dān)機(jī)制。二是建立政策性農(nóng)業(yè)保險(xiǎn)機(jī)構(gòu)，切實(shí)解決目前商業(yè)保險(xiǎn)機(jī)構(gòu)存在的趨利性強(qiáng)、覆蓋面窄等問題，有效分散和轉(zhuǎn)移農(nóng)業(yè)貸款風(fēng)險(xiǎn)。三是開展涉農(nóng)貸款保證保險(xiǎn)，探索開發(fā)“信貸+保險(xiǎn)”金融服務(wù)新產(chǎn)品。四是探索建立農(nóng)業(yè)再保險(xiǎn)體系，為農(nóng)業(yè)保險(xiǎn)和再保險(xiǎn)提供稅收優(yōu)惠，解決好農(nóng)貸風(fēng)險(xiǎn)補(bǔ)償問題。

（四 ）強(qiáng)化配套政策扶持，發(fā)揮政策杠桿效應(yīng)

一是建議鷹潭地區(qū)金融監(jiān)管部門加大政策扶持力度。人民銀行可以綜合運(yùn)用支農(nóng)再貸款、差別準(zhǔn)備金動(dòng)態(tài)調(diào)整等貨幣政策工具，加大對(duì)“三農(nóng)”經(jīng)濟(jì)的扶持。同時(shí)，銀監(jiān)部門也要積極探索建立差異化監(jiān)管政策，對(duì)不同類型農(nóng)村金融機(jī)構(gòu)探索制定更加靈活的信貸管理和責(zé)任考核措施，對(duì)于支農(nóng)成效顯著、風(fēng)險(xiǎn)控制能力強(qiáng)、創(chuàng)新成果突出的涉農(nóng)金融機(jī)構(gòu)，應(yīng)實(shí)施單獨(dú)考核，設(shè)立科學(xué)的風(fēng)險(xiǎn)容忍度。二是繼續(xù)深入挖掘鷹潭市農(nóng)村“兩權(quán)”抵押貸款潛力。以政府為主導(dǎo)，盡快建立農(nóng)村土地承包經(jīng)營權(quán)、宅基地使用權(quán)評(píng)估機(jī)構(gòu)和土地流轉(zhuǎn)中介機(jī)構(gòu)，完善抵押登記和權(quán)屬處置平臺(tái)建設(shè)，對(duì)產(chǎn)權(quán)不清晰的農(nóng)村工商戶廠房、農(nóng)民住宅資產(chǎn)加速產(chǎn)權(quán)明晰工作，為涉農(nóng)企業(yè)和規(guī)模種養(yǎng)殖戶創(chuàng)造抵押貸款條件。三是強(qiáng)化對(duì)金融支農(nóng)的正向激勵(lì)作用。鷹潭市各級(jí)政府要合理運(yùn)用財(cái)政杠桿，通過貸款風(fēng)險(xiǎn)補(bǔ)償基金、財(cái)政補(bǔ)貼、稅收減免等措施，對(duì)農(nóng)業(yè)貸款達(dá)到一定比例以上的涉農(nóng)金融機(jī)構(gòu)進(jìn)行正向激勵(lì)，有效解決金融機(jī)構(gòu)對(duì)“三農(nóng)”信貸支持的后顧之憂，促進(jìn)更多的金融資源向農(nóng)村傾斜。

（五 ）金融服務(wù)產(chǎn)品與服務(wù)內(nèi)容的創(chuàng)新

鷹潭地區(qū)新型農(nóng)業(yè)經(jīng)營主體的類型、經(jīng)營規(guī)模均不同，資金需求自然也有差異，相應(yīng)地，在金融機(jī)構(gòu)提供融資方案時(shí)就應(yīng)具有多樣化。這不僅使相關(guān)機(jī)構(gòu)能夠開發(fā)更貼合農(nóng)村本地金融市場(chǎng)的金融產(chǎn)品，更能在抽象的服務(wù)內(nèi)容上研發(fā)和創(chuàng)新。根據(jù)行業(yè)結(jié)構(gòu)與地區(qū)結(jié)構(gòu)的不同，鷹潭市金融機(jī)構(gòu)特別是農(nóng)村金融機(jī)構(gòu)除了滿足“三農(nóng)”企業(yè)正常的信貸需求及對(duì)存款、取款、匯款、結(jié)算、查詢和轉(zhuǎn)賬等傳統(tǒng)基礎(chǔ)金融服務(wù)的需求，同時(shí)在面臨不斷變化的農(nóng)業(yè)經(jīng)營主體面前，要與時(shí)俱進(jìn)地提供具有適應(yīng)性的農(nóng)戶理財(cái)、農(nóng)戶現(xiàn)金管理、專屬財(cái)務(wù)顧問等產(chǎn)品服務(wù)。銀行要與證券、保險(xiǎn)、租賃、信托、擔(dān)保、基金等機(jī)構(gòu)廣泛合作，為新型農(nóng)業(yè)經(jīng)營主體提供一攬子、綜合化的金融服務(wù)。

（六 ）以創(chuàng)新精準(zhǔn)扶貧模式融入供給側(cè)改革

一是銀行業(yè)機(jī)構(gòu)要進(jìn)一步加大對(duì)“三農(nóng)”、小微企業(yè)和貧困地區(qū)弱勢(shì)群體的金融供給，堅(jiān)持市場(chǎng)化和政策扶持相結(jié)合，在有效防范風(fēng)險(xiǎn)的基礎(chǔ)上，搭建“互聯(lián)網(wǎng)+普惠金融”綜合服務(wù)平臺(tái)，通過優(yōu)化業(yè)務(wù)流程、加大科技運(yùn)用、增加自助機(jī)具等手段，降低服務(wù)成本，提高服務(wù)效率。要建立普惠金融長期發(fā)展戰(zhàn)略，加強(qiáng)銀行業(yè)機(jī)構(gòu)普惠金融服務(wù)的考核評(píng)估，找準(zhǔn)普惠金融服務(wù)的短板，確保普惠金融發(fā)展可持續(xù)。二是堅(jiān)持金融精準(zhǔn)扶貧。要堅(jiān)持金融扶貧“四單原則”，即“單列信貸資源、單設(shè)扶貧機(jī)構(gòu)機(jī)制、單獨(dú)考核扶貧績效、單獨(dú)研發(fā)扶貧金融產(chǎn)品”。扶貧要鎖定建檔立卡的貧困戶，幫助弱勢(shì)群體提升脫貧的造血功能，努力構(gòu)建扶貧金融商業(yè)可持續(xù)機(jī)制，讓弱勢(shì)群體有尊嚴(yán)地享受金融服務(wù)。

[1]王彬.農(nóng)村金融抑制及制度創(chuàng)新——基于供需視角下的分析[J].河南社會(huì)科學(xué)，2008，16（4）：62～65.

[2]Foltz J D. Credit market access and profitability in Tunisian agriculture[J].Agricultural Economics,2004,30(3):229～240.

[3]Poirier D J.Partial observability in bivariate probit models[J].Journal of Econometrics,1980,12(2):209～217.