張 超 張沐陽

(1.安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030； 2.昆明理工大學(xué) 管理與經(jīng)濟學(xué)院，云南 昆明 650093)

一、引言

鄉(xiāng)村振興戰(zhàn)略是我國新時代經(jīng)濟建設(shè)布局中的關(guān)鍵環(huán)節(jié)，是做好“三農(nóng)”工作的總抓手。全面推動鄉(xiāng)村經(jīng)濟發(fā)展，不僅是鄉(xiāng)村振興的需要，更是鄉(xiāng)村振興的基礎(chǔ)(張軍，2018)，因此要堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展，加快推進農(nóng)業(yè)農(nóng)村的現(xiàn)代化進程(姜長云，2018)。農(nóng)業(yè)現(xiàn)代化發(fā)展需要社會各方力量共同支持，特別是有效的金融支持(顧寧 等，2013；邵嫻，2013)。然而，發(fā)展中國家普遍存在“金融抑制”現(xiàn)象，信貸資金往往會重點考慮投資于優(yōu)先發(fā)展行業(yè)，進而導(dǎo)致其他行業(yè)或個體的融資需求難以通過正規(guī)金融途徑獲得滿足(Mckinnon，1973；Shaw，1973)。作為全球最大的發(fā)展中國家，我國金融資源配置的二元特征較為明顯，對弱勢群體存在顯著的金融排斥(呂勁松，2015)，農(nóng)業(yè)經(jīng)濟發(fā)展中的融資約束問題較為突出(何志雄 等，2015)。

農(nóng)業(yè)龍頭企業(yè)是指通過利益聯(lián)結(jié)機制，將農(nóng)產(chǎn)品生產(chǎn)、加工、銷售等環(huán)節(jié)有機結(jié)合，帶動農(nóng)戶進入市場，形成合作經(jīng)營模式，在規(guī)模和經(jīng)營業(yè)績上達到相關(guān)規(guī)定標(biāo)準(zhǔn)的企業(yè)(劉克春 等，2011)。在我國建設(shè)現(xiàn)代農(nóng)業(yè)、推進農(nóng)業(yè)結(jié)構(gòu)戰(zhàn)略性調(diào)整的過程中，農(nóng)業(yè)龍頭企業(yè)尤其是農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)一直被作為重要的引領(lǐng)力量(姜長云，2013；劉克春，2015)。但由于農(nóng)業(yè)的弱質(zhì)性特征，中小微型農(nóng)業(yè)企業(yè)和農(nóng)戶融資難、融資貴以及金融服務(wù)缺失等問題長期存在(馬九杰 等，2013)。即便是農(nóng)業(yè)龍頭企業(yè)，在種養(yǎng)殖技術(shù)革新、產(chǎn)品研究等關(guān)鍵環(huán)節(jié)，也都存在一定的融資約束(馬九杰 等，2012)。有鑒于此，探尋滿足農(nóng)業(yè)龍頭企業(yè)融資需求的金融供給策略，不僅有利于企業(yè)融資環(huán)境的改善，促進農(nóng)業(yè)經(jīng)濟發(fā)展和農(nóng)民增收，更有利于推動農(nóng)村金融體制改革與發(fā)展，切實提高金融服務(wù)“三農(nóng)”的水平。本文通過云南省農(nóng)業(yè)廳調(diào)研組，以發(fā)放問卷的方式對云南省農(nóng)村金融發(fā)展現(xiàn)狀以及1854家農(nóng)業(yè)龍頭企業(yè)融資情況進行調(diào)查[注]本次調(diào)查是云南省農(nóng)業(yè)廳對省內(nèi)農(nóng)業(yè)龍頭企業(yè)發(fā)展情況的摸底調(diào)查，于2016年2月正式發(fā)放紙質(zhì)問卷，2016年3月底完成調(diào)查工作。本文基于此次調(diào)查的結(jié)果，重點對企業(yè)融資的相關(guān)情況進行分析。，在分析農(nóng)業(yè)龍頭企業(yè)融資影響因素的基礎(chǔ)上，借鑒徐璋勇等(2014)、馬曉青等(2012)和張揚(2012)等的實證研究方法，運用Probit回歸模型進行檢驗，計算不同自變量的融資約束概率，并根據(jù)研究結(jié)論提出相應(yīng)對策建議。

二、農(nóng)業(yè)龍頭企業(yè)融資的影響因素分析

(一)企業(yè)規(guī)模

融資約束問題已成為制約我國經(jīng)濟轉(zhuǎn)型的重要瓶頸之一(鄧可斌 等，2014)。一般來說，企業(yè)規(guī)模越小，融資約束越大，融資成本也越高(Whited et al.，2006)。中小企業(yè)融資難是一個世界性難題，規(guī)模較小是限制其融資能力的最重要原因(李俊江 等，2015)。負債經(jīng)營的特點決定了銀行必須要嚴(yán)格控制風(fēng)險，要求企業(yè)提供符合銀行要求的合格抵押品，而中小企業(yè)由于經(jīng)營規(guī)模小、抵御風(fēng)險能力差，銀行在面對其貸款需求時，往往會提出更高的要求。因此，中小企業(yè)在獲取銀行貸款方面遠比大企業(yè)困難(Beck et al.，2006)。Schiffer et al.(2001)根據(jù)世界商業(yè)環(huán)境調(diào)查數(shù)據(jù)，在對不同規(guī)模企業(yè)面臨的融資障礙差別進行驗證時，得出規(guī)模較小的企業(yè)面臨的融資障礙要遠遠高于規(guī)模較大的企業(yè)。譚之博等(2012)通過檢測企業(yè)規(guī)模對資金來源的影響，也發(fā)現(xiàn)中小企業(yè)的銀行貸款占總資產(chǎn)的比重比大型企業(yè)要低。實際上，大型農(nóng)業(yè)龍頭企業(yè)除了通過銀行間接融資外，還可以依托資本市場直接融資，但中小企業(yè)能夠通過非信貸渠道獲得融資的屈指可數(shù)(李華民 等，2015)，因而中小型農(nóng)業(yè)龍頭企業(yè)可能存在較大的融資約束。據(jù)此提出：

假說1：農(nóng)業(yè)龍頭企業(yè)規(guī)模越大，融資約束越小。

(二)信息不對稱

信息不對稱導(dǎo)致的市場不完備，會讓企業(yè)面臨融資約束(Fazzari et al.，1987)。如果一個信貸市場存在信息不對稱，那么單純依靠利率機制將無法達到信貸市場“出清”的效果。農(nóng)業(yè)的弱質(zhì)性決定了農(nóng)業(yè)龍頭企業(yè)相較于其他行業(yè)的龍頭企業(yè)在運營時風(fēng)險偏高，收益更容易受到不可抗力的影響，進而可能產(chǎn)生較高的違約率，這也加大了農(nóng)業(yè)龍頭企業(yè)獲得銀行信貸資金支持的難度。金融機構(gòu)往往也會加大對農(nóng)業(yè)龍頭企業(yè)的調(diào)查力度，增加了涉農(nóng)貸款的成本。良好的信用能夠在一定程度上反映企業(yè)的核心競爭力，有助于金融機構(gòu)更高效進行貸前盡職調(diào)查，提高企業(yè)融資能力。企業(yè)認證作為傳遞產(chǎn)品質(zhì)量信號的重要途徑，能夠降低信息不對稱的程度，幫助企業(yè)更容易的獲得外部信貸融資，緩解融資壓力(范寒冰，2016；盧君生 等，2018)。農(nóng)業(yè)龍頭企業(yè)等級(縣級、州市級、省級、國家級)的認證需要全面考察企業(yè)的多項指標(biāo)，如企業(yè)自身發(fā)展規(guī)模(生產(chǎn)、交易、加工)、企業(yè)經(jīng)濟效益、負債與信用、帶動能力、產(chǎn)品競爭力等。不同的認證等級能夠反映這些企業(yè)在發(fā)展規(guī)模、經(jīng)濟效益、產(chǎn)品質(zhì)量等方面的差異，而這些差異可能會對農(nóng)業(yè)龍頭企業(yè)融資的難易程度產(chǎn)生影響。據(jù)此提出：

假說2：農(nóng)業(yè)龍頭企業(yè)信用級別越高，融資約束越小。

假說3：農(nóng)業(yè)龍頭企業(yè)認證等級越高，融資約束越小。

(三)外部金融環(huán)境

農(nóng)業(yè)龍頭企業(yè)的發(fā)展離不開良好的農(nóng)村金融環(huán)境，而良好的金融環(huán)境必須要由政府提供或者政府主導(dǎo)才最有效(徐全紅，2016)。盡管國家對農(nóng)村金融機構(gòu)有著較為明確的功能定位，但從實際來看，它們提供的服務(wù)卻大多與支持“三農(nóng)”的功能相脫節(jié)。特別是農(nóng)村信用社轉(zhuǎn)型為商業(yè)性銀行后，其合作屬性不復(fù)存在，功能定位難以明確。如果不同的金融機構(gòu)可以根據(jù)自身定位提供相應(yīng)的金融產(chǎn)品和服務(wù)，以滿足農(nóng)業(yè)龍頭企業(yè)的融資需要，將會有效解決供需錯配問題。

近年來，為了引導(dǎo)貨幣資金回歸實體經(jīng)濟，國家積極推進產(chǎn)融合作實踐工作，以期促進產(chǎn)業(yè)部門與金融部門的相互合作，提高金融服務(wù)實體經(jīng)濟效率，助力供給側(cè)結(jié)構(gòu)性改革(邢天添，2016)。企業(yè)與金融機構(gòu)交流越頻繁，越有利于金融機構(gòu)了解其生產(chǎn)經(jīng)營的實際情況，在一定程度上會減少企業(yè)融資的成本和阻力。企業(yè)如果能夠主動向資金供給者傳遞能力信號，使自身與其他不符合條件的融資者區(qū)分開，有利于其獲得融資(宋華 等，2017)。據(jù)此提出：

假說4：農(nóng)業(yè)龍頭企業(yè)接受或使用的金融產(chǎn)品和服務(wù)越多，融資約束越小。

假說5：農(nóng)業(yè)龍頭企業(yè)與金融機構(gòu)交流合作越多，融資約束越小。

三、實證分析

由于Probit模型具有良好的預(yù)測和判別功能，其因變量的存在形式可以為二分類以及多分類，相比普通多元線性回歸的限制較少，因而國內(nèi)學(xué)者在進行相關(guān)因素分析時更傾向于運用Probit模型進行實證分析。本文借鑒徐璋勇等(2014)、馬曉青等(2012)和張揚(2012)等學(xué)者的研究成果，采用Probit回歸模型進行實證分析，設(shè)定模型形式為：y=F(x1,x2,x3，…，xk)，k為自變量個數(shù)。

(一)模型變量的設(shè)定

1.因變量

在調(diào)查農(nóng)業(yè)龍頭企業(yè)融資情況時，設(shè)計問題“是否存在融資需求”。若企業(yè)存在融資需求，但無法通過銀行審核獲得抵押擔(dān)保資格，或由于存在金融政策支持落實不到位、金融市場發(fā)育不健全等情況無法獲得融資，設(shè)定因變量企業(yè)存在金融約束y=1，否則y=0。參考郭麗虹等(2012)的問卷設(shè)定方法，設(shè)計問題“企業(yè)是否存在融資缺口”對融資問題進行穩(wěn)健性檢驗，當(dāng)企業(yè)存在融資缺口時，因變量融資約束取值y=1，否則y=0。

2.自變量

基于對農(nóng)業(yè)龍頭企業(yè)融資影響因素的分析，依據(jù)實際調(diào)研情況，本文設(shè)定五個自變量。

(1)規(guī)模變量。根據(jù)國家統(tǒng)計局2011年制定的《統(tǒng)計上大中小微型企業(yè)劃分辦法》，首先考慮以營業(yè)收入作為農(nóng)業(yè)企業(yè)規(guī)模劃分的基本標(biāo)準(zhǔn)：企業(yè)營業(yè)收入低于50萬元為微型企業(yè)；50萬元至500萬元為小型企業(yè)；500萬元至20000萬元為中型企業(yè)；超過20000萬元為大型企業(yè)。營業(yè)收入扣除成本為企業(yè)的銷售利潤，銷售利潤大都與營業(yè)收入呈正相關(guān)關(guān)系。因此，本文將企業(yè)的營業(yè)利潤作為衡量企業(yè)規(guī)模的變量，并設(shè)定為多類別變量，按照銷售利潤等級劃分，變量值設(shè)定為1—5，銷售利潤等級越高，規(guī)模越大。同時，設(shè)定企業(yè)從業(yè)人數(shù)作為衡量企業(yè)規(guī)模的另一因素，進行穩(wěn)健性檢驗，并同樣采用多類別變量，取值為1—3，從業(yè)人數(shù)等級越高，企業(yè)規(guī)模越大。

(2)信用等級變量。云南省1854家農(nóng)業(yè)龍頭企業(yè)中，獲得A級以上信用等級的企業(yè)占總調(diào)查企業(yè)的77.35%。其中，獲得AAA級、AA、A和A級以下信用認證的分別有370家、671家、393家和32家，388家未獲得有關(guān)信用評級的認證。本文將企業(yè)的信用等級變量設(shè)定為多類別變量，AAA(或AA+等相當(dāng)級別)虛擬變量取值為4，AA(或A+等相當(dāng)級別)虛擬變量取值為3，A(或A-等相當(dāng)級別)虛擬變量取值為2，A以下級別，虛擬變量取值為1，以此來考察信用對企業(yè)融資約束是否存在影響。

(3)認證等級變量。本文調(diào)查的1854家農(nóng)業(yè)龍頭企業(yè)中，有97家未獲得有關(guān)認定，208家企業(yè)獲得縣級認證，978家農(nóng)業(yè)龍頭企業(yè)獲得州市級認證(占比52.75%)，548家企業(yè)獲得省級農(nóng)業(yè)龍頭企業(yè)認證(占比29.56%)，23家企業(yè)獲得國家級認證。在此，將企業(yè)的認證等級變量設(shè)定為多類別變量，國家級農(nóng)業(yè)龍頭企業(yè)虛擬變量取值為4，省級農(nóng)業(yè)龍頭企業(yè)虛擬變量取值為3，州市級農(nóng)業(yè)龍頭企業(yè)虛擬變量取值為2，縣級農(nóng)業(yè)龍頭企業(yè)虛擬變量取值為1。

(4)外部金融環(huán)境變量。本文在調(diào)查企業(yè)與金融機構(gòu)互動情況中，設(shè)立了兩個問題來考察農(nóng)業(yè)龍頭企業(yè)與農(nóng)村金融機構(gòu)互動合作情況。一是企業(yè)是否存在與一種或多種類型的金融機構(gòu)合作；二是企業(yè)是否接受多種類型的金融產(chǎn)品或金融服務(wù)。本文將農(nóng)業(yè)龍頭企業(yè)與多類型金融機構(gòu)合作情況設(shè)定為多類別變量，僅與一種類型的金融機構(gòu)合作取值為1，與兩種類型的金融機構(gòu)合作取值為2，與三種或者三種以上的相關(guān)金融機構(gòu)合作取值為3。設(shè)定多類別變量考察農(nóng)業(yè)龍頭企業(yè)接受金融服務(wù)的相關(guān)情況，接受兩種或兩種以下金融產(chǎn)品或服務(wù)的取值為1，接受三種金融產(chǎn)品或服務(wù)的取值為2，接受三種以上金融產(chǎn)品或服務(wù)的取值為3。

(5)企業(yè)的行業(yè)變量。調(diào)查中發(fā)現(xiàn)農(nóng)業(yè)龍頭企業(yè)主要從事種養(yǎng)殖業(yè)(724家)、農(nóng)產(chǎn)品加工業(yè)(881家)、倉儲物流業(yè)(69家)及農(nóng)產(chǎn)品專業(yè)市場(68家)等領(lǐng)域(存在部分企業(yè)同時從事種養(yǎng)業(yè)以及加工業(yè))。不同經(jīng)營類型的農(nóng)業(yè)龍頭企業(yè)可能會存在融資難易程度的差別，如從事種養(yǎng)殖業(yè)的企業(yè)風(fēng)險會大于從事倉儲物流業(yè)的企業(yè)，因而設(shè)定農(nóng)業(yè)龍頭企業(yè)的行業(yè)二分虛擬變量，具體為：企業(yè)從事種養(yǎng)殖業(yè)，虛擬變量為1，否則為0；企業(yè)從事農(nóng)產(chǎn)品加工業(yè)，虛擬變量為1，否則為0；企業(yè)從事倉儲物流業(yè)，虛擬變量為1，否則為0；企業(yè)從事農(nóng)產(chǎn)品專業(yè)市場，取值為1，否則為0。行業(yè)因素在方程1中作為控制變量，減輕行業(yè)因素對企業(yè)融資約束干擾。

表1 模型變量設(shè)定

(二)建立Probit回歸模型

第一步，建立Probit回歸模型(方程1):

P(Financial constraint=1)= Φ(β0+β1Profit+β2Level+β3Credit rating+

β4Cooperation+β5Financial services)

(1)

第二步，建立Probit回歸模型(方程2)[注]本文假設(shè)農(nóng)業(yè)龍頭企業(yè)經(jīng)營僅從屬于4類行業(yè)，因此當(dāng)Breeding=0,Manufacturing=0,Distribution=0時，Marketing=1。為避免變量間可相互解釋轉(zhuǎn)換導(dǎo)致模型估計不精確，方程中僅納入三種行業(yè)變量，Marketing作為間接變量可通過對其他三類行業(yè)賦值為0獲得。進行穩(wěn)健性分析。其中，用融資缺口代替方程1中的融資約束；用員工人數(shù)替代方程1中的營業(yè)利潤，衡量企業(yè)規(guī)模；并加入行業(yè)變量，以觀測農(nóng)業(yè)龍頭企業(yè)從事不同類型的經(jīng)營活動時可能存在融資約束差異。

P(Financial gap=1)= Φ(β0+β1Staff+β2Level+β3Credit rating+β4Cooperation+

β5Financial services+β6Breeding+β7Manufacturing+β8Distribution)

(2)

四、實證結(jié)果

(一)描述性統(tǒng)計

基于變量基本特征的分析(見表2)，融資抑制變量以及融資缺口變量均值分別為0.7407和0.6693，表明調(diào)查的企業(yè)中多數(shù)存在融資困境。其中，74.07%的企業(yè)在融資時存在不同程度的阻礙，66.93%的企業(yè)存在融資缺口。企業(yè)營業(yè)利潤均值為1.5485，多數(shù)企業(yè)營業(yè)利潤為500萬元～1000萬元。員工規(guī)模均值2.3649，企業(yè)人員規(guī)模普遍偏小。企業(yè)信用等級均值與認證等級均值分別為2.2251和2.3246，企業(yè)信用以A+、AA+級居多，企業(yè)級別以州市級、省級居多。企業(yè)與金融機構(gòu)合作變量均值為1.6437，企業(yè)接受或使用的金融產(chǎn)品和服務(wù)變量均值為1.4478，說明多數(shù)企業(yè)至少與一類金融機構(gòu)存在業(yè)務(wù)往來，并至少接受或使用了一種金融產(chǎn)品或服務(wù)。

表2 變量數(shù)值分布基本說明

(二)實證結(jié)果分析

基于方程1的實證結(jié)果(見表3)，企業(yè)規(guī)模變量(以營業(yè)利潤衡量)、企業(yè)信用等級變量、金融產(chǎn)品或服務(wù)的接受或使用變量顯著為負，說明企業(yè)規(guī)模越大、信用等級越高、使用的金融產(chǎn)品或者服務(wù)種類越多，受到的融資約束越小，即假設(shè)1、假設(shè)2和假設(shè)4均得到了驗證。

表3 融資約束(抑制)與相關(guān)特征變量關(guān)系

實證結(jié)果顯示企業(yè)的認證等級變量以及銀企合作變量顯著為正，與假設(shè)3以及假設(shè)5相悖。實證結(jié)果與假說相反的主要原因可歸納為兩點：一方面，雖然農(nóng)業(yè)龍頭企業(yè)與多家銀行存在業(yè)務(wù)活動，但銀行嚴(yán)格遵守審慎經(jīng)營的規(guī)則，并不會因為存在過借貸關(guān)系而提高貸款額度或降低貸款標(biāo)準(zhǔn)，這就使得企業(yè)原本存在的融資約束不會有太大改進；另一方面，在信息不對稱的情況下，銀行更看重的是能夠直接反映企業(yè)基本情況并能作為貸款依據(jù)的信息，對企業(yè)認證等級這一指標(biāo)并不十分關(guān)注。

運用方程2進行穩(wěn)健性檢驗，實證結(jié)果見表4。

表4 融資約束(缺口)與相關(guān)特征變量關(guān)系(穩(wěn)健性分析)

從表4的實證結(jié)果可以看出，以從業(yè)人數(shù)作為衡量企業(yè)規(guī)模的統(tǒng)計變量系數(shù)顯著為負，說明企業(yè)規(guī)模越大，企業(yè)的融資約束越小，與方程1得到的實證結(jié)論一致。衡量企業(yè)信用等級、金融服務(wù)的自變量系數(shù)均顯著為負，衡量銀企合作情況、企業(yè)認證等級的自變量系數(shù)均顯著為正，因此，方程1、方程2實證結(jié)果均驗證了假說1、2、4，否定了假說3、5。方程2將行業(yè)變量納入融資因素考慮范圍，實證結(jié)果表明種養(yǎng)殖業(yè)、農(nóng)產(chǎn)品加工業(yè)、倉儲物流業(yè)自變量均未通過顯著性檢驗，主要原因可能在于農(nóng)業(yè)龍頭企業(yè)雖然經(jīng)營不同的農(nóng)業(yè)活動，但是均會受到農(nóng)業(yè)弱質(zhì)性特征的影響，經(jīng)營活動存在風(fēng)險性、季節(jié)性和周期性，因而從事不同農(nóng)業(yè)經(jīng)營活動的主體，在融資約束方面差異可能較小。

(三)融資約束概率的測算

通過將融資影響因素的相關(guān)自變量帶入方程1，計算不同的自變量[注]這里的自變量均通過顯著性檢驗，未通過顯著性檢驗的自變量已被剔除。最大值是指多類別變量取最大值以及二分虛擬變量取值為1時的情況；最小值則為多類別變量取最小值以及二分虛擬變量取值為0時的情況。融資約束概率差異是自變量取最大值的融資約束概率減去自變量取最小值時的融資約束概率。取值帶來的融資約束概率的差異。

表5 融資因素變量與融資約束的概率值

從表5可以得出，以營業(yè)利潤為指標(biāo)衡量企業(yè)規(guī)模變量時，規(guī)模較小的企業(yè)相比于規(guī)模較大的企業(yè)，融資約束概率要高出14.48%，即規(guī)模的適度擴大、運營實力的提升及營業(yè)收入的增加將有利于企業(yè)獲得融資。而信用較差的企業(yè)要比信用較好的企業(yè)的融資約束概率高出16.69%，反映出信用等級的提高能夠有效減少銀企之間由于信息不對稱原因所造成的融資障礙。此外，較少使用金融產(chǎn)品或服務(wù)的企業(yè)的融資約束概率，要比較多使用的企業(yè)高出4.93%，因而多樣化的金融產(chǎn)品和服務(wù)能夠緩解企業(yè)的融資困境。

五、結(jié)論與建議

本文基于對云南省1854家農(nóng)業(yè)龍頭企業(yè)融資情況的問卷調(diào)研，并運用Probit模型進行實證分析，得出以下三點結(jié)論：一是企業(yè)的規(guī)模越大，融資約束越?。欢瞧髽I(yè)的信用等級越高，融資約束越小；三是金融產(chǎn)品或者服務(wù)的種類越豐富，企業(yè)融資約束越小。農(nóng)業(yè)龍頭企業(yè)的發(fā)展離不開良好的融資環(huán)境，十九大報告中更是明確提出要增強金融服務(wù)實體經(jīng)濟的能力，因而，在加強企業(yè)自身建設(shè)的同時，政府應(yīng)不斷規(guī)范農(nóng)村金融市場，支持相關(guān)金融機構(gòu)創(chuàng)新服務(wù)和產(chǎn)品，切實解決農(nóng)業(yè)龍頭企業(yè)的融資約束問題。

一是以創(chuàng)新驅(qū)動農(nóng)業(yè)龍頭企業(yè)轉(zhuǎn)型升級發(fā)展，轉(zhuǎn)變農(nóng)業(yè)企業(yè)的傳統(tǒng)形象，走綠色生態(tài)農(nóng)業(yè)、環(huán)保農(nóng)業(yè)之路。政府應(yīng)協(xié)同農(nóng)業(yè)龍頭企業(yè)制定創(chuàng)新發(fā)展戰(zhàn)略，充分利用“互聯(lián)網(wǎng)+”帶來的信息、技術(shù)和資金等方面的優(yōu)勢，明確轉(zhuǎn)型升級方向。如促進種業(yè)龍頭企業(yè)與科研院校合作的廣度和深度，加快種業(yè)創(chuàng)新發(fā)展等。農(nóng)業(yè)龍頭企業(yè)的轉(zhuǎn)型升級對農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革具有重要意義，有利于農(nóng)業(yè)龍頭企業(yè)進一步做大做強，有利于突破融資約束。

二是依托大型農(nóng)業(yè)龍頭企業(yè)，建設(shè)現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園，延展產(chǎn)業(yè)鏈條，吸納更多農(nóng)戶和不同規(guī)模的農(nóng)業(yè)企業(yè)。此外，還要建立鏈內(nèi)的信息共享平臺，實現(xiàn)價值鏈上各參與主體的信息透明化。大型農(nóng)業(yè)龍頭企業(yè)的信用等級相對較高，產(chǎn)業(yè)鏈條的拉長有利于企業(yè)信用等級的進一步提升，從而為其外部融資提供便利；鏈條內(nèi)的中小型企業(yè)，在外部融資受阻的情況下，則可以選擇鏈內(nèi)融資的方式。

三是推進農(nóng)業(yè)產(chǎn)融結(jié)合?，F(xiàn)代農(nóng)業(yè)的發(fā)展為農(nóng)業(yè)和金融的深度融合提供了契機，而農(nóng)業(yè)龍頭企業(yè)金融需求的升級，也亟待金融機構(gòu)服務(wù)和產(chǎn)品的創(chuàng)新。中國工商銀行和中國農(nóng)業(yè)銀行等商業(yè)銀行已經(jīng)在農(nóng)業(yè)產(chǎn)融合作的道路進行了有益的探索；全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)(新三板)的建立，更是為農(nóng)業(yè)龍頭企業(yè)進行新型權(quán)益性融資提供了有效通道；“螞蟻金服”2016年底啟動的農(nóng)村金融戰(zhàn)略，則提供了“融資+保險+農(nóng)業(yè)”三位一體的產(chǎn)融結(jié)合新思路。

此外，政府要發(fā)揮財政資金支持農(nóng)業(yè)發(fā)展的導(dǎo)向功能，引導(dǎo)金融機構(gòu)信貸資金向農(nóng)業(yè)產(chǎn)業(yè)配置；同時，應(yīng)建立相應(yīng)的風(fēng)險補償和鼓勵機制，降低金融機構(gòu)對涉農(nóng)資金支持的風(fēng)險顧慮，有效緩解規(guī)模較小的農(nóng)業(yè)龍頭企業(yè)面臨的融資難困境。