呂靜， 孫小龍， 郭沛

(1.中國(guó)農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100083；2.江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，江蘇 南京 210014)

資源稀缺嚴(yán)重阻礙了中國(guó)農(nóng)村經(jīng)濟(jì)的發(fā)展[1]。尤其隨著中國(guó)農(nóng)業(yè)現(xiàn)代化、產(chǎn)業(yè)化和集約化進(jìn)程的加快，中國(guó)農(nóng)業(yè)發(fā)展面臨嚴(yán)峻的融資制約，農(nóng)村金融領(lǐng)域長(zhǎng)期存在的融資問(wèn)題更加突出，中國(guó)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資需求難以滿(mǎn)足[2-3]。另外，郭震[4]基于ECM模型分析了農(nóng)村金融支持對(duì)農(nóng)村消費(fèi)支出的促進(jìn)作用，指出農(nóng)業(yè)貸款的增加能夠拉動(dòng)農(nóng)民消費(fèi)。因此，如何有效解決中國(guó)農(nóng)村金融的融資難題，不僅關(guān)乎中國(guó)農(nóng)業(yè)發(fā)展，而且也有助于激發(fā)中國(guó)農(nóng)村經(jīng)濟(jì)活力。在此背景下，中國(guó)政府為解決農(nóng)村領(lǐng)域面臨的融資問(wèn)題，于2015年在全國(guó)范圍內(nèi)開(kāi)展政策性農(nóng)業(yè)擔(dān)保試點(diǎn)。其中，財(cái)政部、農(nóng)業(yè)部聯(lián)合印發(fā)《關(guān)于財(cái)政支持建立農(nóng)業(yè)信貸擔(dān)保體系的指導(dǎo)意見(jiàn)》明確提出：“力爭(zhēng)用3年的時(shí)間建立健全具有中國(guó)特色、覆蓋全國(guó)的農(nóng)業(yè)信貸擔(dān)保體系”，這為構(gòu)建全國(guó)政策性農(nóng)業(yè)擔(dān)保體系指明了方向；財(cái)政部、農(nóng)業(yè)部、銀監(jiān)會(huì)聯(lián)合印發(fā)《關(guān)于做好全國(guó)農(nóng)業(yè)信貸擔(dān)保工作的通知》明確了擔(dān)保費(fèi)用補(bǔ)助政策的市場(chǎng)化原則。另外，《2019年中央一號(hào)文件》進(jìn)一步指出：“健全農(nóng)業(yè)信貸擔(dān)保費(fèi)率補(bǔ)助和以獎(jiǎng)代補(bǔ)機(jī)制”、“加快做大擔(dān)保規(guī)模”。上述分析表明，中國(guó)政策性農(nóng)業(yè)擔(dān)保對(duì)解決農(nóng)村融資問(wèn)題具有重要意義。但是，中國(guó)政策性農(nóng)業(yè)擔(dān)保的實(shí)施仍處于試點(diǎn)階段，國(guó)內(nèi)缺乏相關(guān)研究，國(guó)外現(xiàn)有研究對(duì)政策性擔(dān)保的實(shí)施效果也未形成一致性認(rèn)識(shí)。因此，中國(guó)政策性農(nóng)業(yè)擔(dān)保在解決農(nóng)村融資難題上的實(shí)施效果是值得探究的，這對(duì)政策完善具有重要的參考價(jià)值。

國(guó)內(nèi)外大量研究表明，政策性擔(dān)保能夠有效促進(jìn)銀行放貸意愿。其中，MERTON等[5]認(rèn)為政府擔(dān)保能夠有效促進(jìn)銀行貸款發(fā)放；COWLING[6]對(duì)英國(guó)政府1981年發(fā)起的中小企業(yè)貸款擔(dān)保計(jì)劃(Small Firms Loan Guarantee Scheme)進(jìn)行實(shí)證檢驗(yàn)，發(fā)現(xiàn)抵押品和追加企業(yè)主個(gè)人擔(dān)保激勵(lì)有助于加強(qiáng)企業(yè)管理，政策性擔(dān)保達(dá)到了預(yù)期效果；ZECCHINI等[7]對(duì)意大利政府擔(dān)保支持中小企業(yè)效果進(jìn)行檢驗(yàn)，結(jié)果表明，政府擔(dān)保能夠提高企業(yè)的融資杠桿率；BORISOVA等[8]對(duì)部分和全部私有化企業(yè)進(jìn)行實(shí)證檢驗(yàn)，結(jié)果表明，政府持股比例的降低會(huì)導(dǎo)致企業(yè)融資成本上升，從而表明政府隱性擔(dān)保的重要性。另外，RIDING等[9]以美國(guó)、加拿大、日本、英國(guó)、韓國(guó)和德國(guó)為例，對(duì)中小企業(yè)信用擔(dān)保機(jī)制的研究表明，當(dāng)中小企業(yè)申請(qǐng)銀行貸款符合條件時(shí)，政府為該類(lèi)企業(yè)提供的擔(dān)保機(jī)制是有效的。此外，田秀娟等[10]基于2005年中國(guó)29個(gè)省(市、自治區(qū))的問(wèn)卷調(diào)查數(shù)據(jù)的研究表明，信貸擔(dān)保能夠顯著提高農(nóng)戶(hù)和農(nóng)業(yè)企業(yè)從正規(guī)金融機(jī)構(gòu)貸款的可獲得性，對(duì)解決農(nóng)村貸款難題有顯著的正向作用。

但是，政策性擔(dān)?？赡軙?huì)加劇道德風(fēng)險(xiǎn)。政策性擔(dān)保作為政策性金融的一種表現(xiàn)形式，以國(guó)家信用為基礎(chǔ)，運(yùn)用各種特殊的融資手段，嚴(yán)格按照國(guó)家法規(guī)限定的業(yè)務(wù)范圍和經(jīng)營(yíng)對(duì)象，以?xún)?yōu)惠性存貸利率直接或間接為貫徹、配合國(guó)家特定經(jīng)濟(jì)和社會(huì)發(fā)展政策而進(jìn)行的一種特殊性資金融通行為[11]。因此，政策性擔(dān)保產(chǎn)生的風(fēng)險(xiǎn)最終由政府兜底，這很可能加劇銀行貸款過(guò)程中的道德風(fēng)險(xiǎn)，甚至形成政府部門(mén)風(fēng)險(xiǎn)。而且，UESUGI等[12]對(duì)日本的研究發(fā)現(xiàn)，在特殊信用擔(dān)保計(jì)劃末期，為了推動(dòng)資金流向自有資產(chǎn)較低的中小企業(yè)，政府會(huì)降低對(duì)抵押品和第三方擔(dān)保的要求，這一改變會(huì)加劇道德風(fēng)險(xiǎn)。同時(shí)，中國(guó)政策性擔(dān)保在實(shí)施過(guò)程中可能存在人情擔(dān)保和指令擔(dān)保，這也說(shuō)明了政府參與會(huì)扭曲被擔(dān)保企業(yè)的投資行為。因此，政策性擔(dān)保的實(shí)施可能會(huì)增加信貸市場(chǎng)中的道德風(fēng)險(xiǎn)，也可能會(huì)誘發(fā)政府尋租，最終這都將演化為政府信用風(fēng)險(xiǎn)，甚至誘發(fā)政府信用危機(jī)[13]。但是，政策性擔(dān)保可能誘發(fā)的道德風(fēng)險(xiǎn)在政策實(shí)施初期是較為隱蔽的。以美國(guó)20世紀(jì)70年代實(shí)施的政府擔(dān)保計(jì)劃為例，直到20世紀(jì)末當(dāng)聯(lián)邦存款保險(xiǎn)計(jì)劃對(duì)儲(chǔ)蓄和貸款業(yè)損失進(jìn)行償付時(shí)，政府擔(dān)保成本才進(jìn)入公眾視野[14]。

綜合上述分析，中國(guó)政策性農(nóng)業(yè)擔(dān)保的實(shí)施效果主要體現(xiàn)在2個(gè)方面：一是能否有效解決中國(guó)農(nóng)村領(lǐng)域的融資難題，為農(nóng)業(yè)發(fā)展提供金融支持；二是是否加劇道德風(fēng)險(xiǎn)，引發(fā)政府信用風(fēng)險(xiǎn)。但是，由于中國(guó)政策性農(nóng)業(yè)擔(dān)保的實(shí)施仍處于試點(diǎn)階段，政策實(shí)施時(shí)間較短，這決定了政府信用風(fēng)險(xiǎn)在當(dāng)前階段很難被監(jiān)測(cè)。因此，本研究結(jié)合中國(guó)政策性農(nóng)業(yè)擔(dān)保的政策目標(biāo)，重點(diǎn)評(píng)估政策性農(nóng)業(yè)擔(dān)保在解決農(nóng)村領(lǐng)域融資問(wèn)題方面的效果。本研究第一部分是理論分析，論述政策性農(nóng)業(yè)擔(dān)保在解決融資問(wèn)題中的作用機(jī)制；第二部分是研究設(shè)計(jì)、第三部分是實(shí)證分析，這2部分旨在從實(shí)證角度評(píng)估中國(guó)政策性農(nóng)業(yè)擔(dān)保在解決融資難題的實(shí)施效果；最后提出結(jié)論和建議，為政策實(shí)施、推廣和完善提供經(jīng)驗(yàn)借鑒。

1 理論分析

本研究以信貸市場(chǎng)均衡模型為基礎(chǔ)，根據(jù)政策性農(nóng)業(yè)擔(dān)保在銀行放貸過(guò)程中的風(fēng)險(xiǎn)分擔(dān)機(jī)制，從理論上分析政策性農(nóng)業(yè)擔(dān)保在解決融資方面的作用。圖1是政策性農(nóng)業(yè)擔(dān)保作用下信貸市場(chǎng)均衡結(jié)果。由于信貸市場(chǎng)借貸雙方之間存在信息不對(duì)稱(chēng)，這使得銀行貸款風(fēng)險(xiǎn)和收益不一致，表現(xiàn)為信貸供給與利率之間不是線(xiàn)性增長(zhǎng)關(guān)系，而是呈現(xiàn)利率增加貸款供給先增加后下降的趨勢(shì)。在圖1中，信貸供給曲線(xiàn)為S，當(dāng)信貸需求為D時(shí)，存在信貸供給不足；隨著信貸需求從D降低為D1的過(guò)程，信貸供給一直處于不足狀態(tài)；隨著信貸需求的不斷降低，當(dāng)信貸需求從D1下降至D2時(shí)，信貸市場(chǎng)達(dá)到供求平衡。由此可知，信貸市場(chǎng)均衡主要是由信貸供給方?jīng)Q定的。因此，中國(guó)政策性農(nóng)業(yè)擔(dān)保能否降低信貸市場(chǎng)的信息不對(duì)稱(chēng)程度，這決定了政策性農(nóng)業(yè)擔(dān)保能否提升銀行涉農(nóng)放貸意愿、增加信貸供給。

根據(jù)對(duì)財(cái)政資金完整性的定義，財(cái)政資金的完整性強(qiáng)調(diào)公共服務(wù)的完整性，不僅為公眾提供公共產(chǎn)品和服務(wù)，同樣也要為生產(chǎn)提供公共產(chǎn)品和服務(wù)，同時(shí)指出了政策性信用擔(dān)保政策目標(biāo)的重要性[15-16]。由此可知，政策性農(nóng)業(yè)擔(dān)保的介入本質(zhì)上是財(cái)政資金對(duì)公共產(chǎn)品的一種補(bǔ)貼，降低了銀行涉農(nóng)貸款的風(fēng)險(xiǎn)，減少銀行涉農(nóng)貸款中的信息不對(duì)稱(chēng)。因此，本研究提出以下假設(shè)。

(1)政策性農(nóng)業(yè)擔(dān)保本質(zhì)上屬于財(cái)政補(bǔ)貼，通過(guò)分擔(dān)銀行放貸風(fēng)險(xiǎn)的形式提升銀行放貸意愿。

(2)在政策性農(nóng)業(yè)擔(dān)保的作用下，信貸供給曲線(xiàn)為一條隨利率增加而增加的曲線(xiàn)。

如圖1所示，信貸供給曲線(xiàn)由S變?yōu)镾′，體現(xiàn)了信貸供給與利率之間呈現(xiàn)線(xiàn)性增長(zhǎng)的關(guān)系，S′上的點(diǎn)即為不同信貸需求水平上的信貸均衡。在信貸需求從D下降至D1的過(guò)程，信貸市場(chǎng)達(dá)到一個(gè)供求平衡狀態(tài)。因此，政策性擔(dān)保增加了信貸供給，增加部分為陰影面積M，這使得信貸供給能夠滿(mǎn)足信貸需求。其中，當(dāng)信貸需求為D時(shí)，信貸均衡為E′3；當(dāng)信貸需求為D1時(shí)，信貸均衡為E1?；谏鲜龇治隹傻贸鼋Y(jié)論：在農(nóng)村領(lǐng)域，政策性農(nóng)業(yè)擔(dān)保的實(shí)施通過(guò)風(fēng)險(xiǎn)分擔(dān)的形式有效降低了銀行信息不對(duì)稱(chēng)風(fēng)險(xiǎn)，從而提升了銀行的放貸意愿，增加銀行涉農(nóng)貸款的信貸供給。

圖1 信貸市場(chǎng)均衡Fig.1 Credit market equilibrium

2 研究設(shè)計(jì)

2.1 研究方法

傾向性分值匹配法(Propensity Score Matching，縮寫(xiě)PSM)被普遍應(yīng)用于政策影響評(píng)估，這為本研究分析中國(guó)政策性農(nóng)業(yè)擔(dān)保的實(shí)施效果提供了有效的分析方法。參考葉莉等[17]，楊園爭(zhēng)等[18]的研究，本研究采用PSM方法評(píng)估政策性農(nóng)業(yè)擔(dān)保的實(shí)施效果。首先，以政策實(shí)施前后為節(jié)點(diǎn)設(shè)置處理組和對(duì)照組。當(dāng)政策性農(nóng)業(yè)擔(dān)保實(shí)施后，將安徽省第i家農(nóng)業(yè)商業(yè)銀行的放貸業(yè)務(wù)設(shè)置為干預(yù)狀態(tài)，記作zf=1；反之，將政策實(shí)施前農(nóng)業(yè)商業(yè)銀行的放貸業(yè)務(wù)設(shè)置為控制狀態(tài)，記作zf=0。根據(jù)二分類(lèi)變量Probit回歸估計(jì)傾向性分值，該條件概率表達(dá)式如下。

(1)

根據(jù)政策實(shí)施前后農(nóng)業(yè)商業(yè)銀行存貸款比例(Loanratio)的變化，分析政策性農(nóng)業(yè)擔(dān)保在增加信貸供給方面的作用效果；并根據(jù)農(nóng)業(yè)商業(yè)銀行不良貸款率(NPR)的變化，分析政策性農(nóng)業(yè)擔(dān)保在分擔(dān)銀行涉農(nóng)貸款風(fēng)險(xiǎn)方面的作用效果。最后，本研究分別采用了最鄰近匹配法(nearest neighbor matching)、半徑匹配法(radius matching)和內(nèi)核匹配法(kernel matching)，分別估算了銀行存貸款比例(Loanratio)和不良貸款率(NPR)的平均處理效應(yīng)ATT(average treatment effect on the treated)，詳見(jiàn)式(2)和式(3)：

ATT=E[Loanratio|zf=1，P(i)]-
E[Loanratio|zf=0，P(i)]

(2)

ATT=E[NPR|zf=1，P(i)]-E[NPR|zf=0，P(i)]

(3)

式中:P(i)表示對(duì)照組和處理組的傾向得分值，即由Probit模型估計(jì)出來(lái)的是否實(shí)施政策的概率。

2.2 數(shù)據(jù)來(lái)源

由于中國(guó)農(nóng)業(yè)擔(dān)保數(shù)據(jù)未公開(kāi)，考慮到中國(guó)農(nóng)業(yè)發(fā)展過(guò)程中的資金絕大部分來(lái)源于中國(guó)農(nóng)業(yè)商業(yè)銀行，本研究以安徽省為例,根據(jù)2008—2017年期間農(nóng)業(yè)商業(yè)銀行的貸款數(shù)據(jù)分析政策性農(nóng)業(yè)擔(dān)保的實(shí)施效果。需要說(shuō)明的是，《安徽省人民政府辦公廳關(guān)于印發(fā)農(nóng)業(yè)3項(xiàng)補(bǔ)貼合并改革試點(diǎn)等三個(gè)實(shí)施方案的通知》(皖政辦[2015]61號(hào))文件指出，安徽省于2015-12-28正式成立政策性專(zhuān)業(yè)性支農(nóng)服務(wù)機(jī)構(gòu)，即政策性農(nóng)業(yè)擔(dān)保機(jī)構(gòu)。因此，本研究將2016年作為政策性農(nóng)業(yè)擔(dān)保實(shí)施的分界點(diǎn)，認(rèn)為2008—2015年的樣本處在政策實(shí)施前，設(shè)置為對(duì)照組；將2016—2017年的樣本劃分為政策實(shí)施后，設(shè)置為處理組。最后，剔除樣本缺失值，總樣本量為672。

2.3 變量說(shuō)明

根據(jù)本研究目的，將變量分為以下3類(lèi)：(1)是否存在政策性擔(dān)保，認(rèn)為2008—2015年對(duì)應(yīng)的農(nóng)業(yè)商業(yè)銀行不存在政策干預(yù)，記作虛擬變量zf=0；反之，2016—2017年存在政策干預(yù)，記作zf=1。(2)農(nóng)業(yè)商業(yè)銀行特征變量，根據(jù)農(nóng)業(yè)商業(yè)銀行存貸款比例(Loanratio)和不良貸款率(NPR)分析政策性農(nóng)業(yè)擔(dān)保在促進(jìn)農(nóng)業(yè)融資和銀行風(fēng)險(xiǎn)分擔(dān)方面的實(shí)施效果。(3)農(nóng)業(yè)商業(yè)銀行的其他特征變量。資本利潤(rùn)率(ROE)、不良貸款余額(NPL)、貸款損失準(zhǔn)備充足率(LLRA)、撥備覆蓋率(PCR)、總資產(chǎn)(Asset)、總存款(Deposit)和總貸款(Loans)。其中，本研究選取是否實(shí)施政策性農(nóng)業(yè)擔(dān)保作為政策控制變量、根據(jù)農(nóng)業(yè)商業(yè)銀行特征的平均處理效應(yīng)評(píng)估政策實(shí)施效果，農(nóng)業(yè)商業(yè)銀行的其他特征變量作為對(duì)照組和處理組的匹配變量，詳見(jiàn)表1。

表1 變量描述性統(tǒng)計(jì)Table 1 Descriptive statistics of variables

3 實(shí)證結(jié)果與分析

3.1 傾向性分值的匹配變量

根據(jù)公式(1)估計(jì)政策實(shí)施前后對(duì)照組和處理組匹配變量的顯著性，結(jié)果如表2所示。其中，農(nóng)業(yè)商業(yè)銀行的資本利潤(rùn)率(ROE)、不良貸款余額(NPL)、撥備覆蓋率(PCR)和總貸款(Loans)的下降有助于促進(jìn)政策性農(nóng)業(yè)擔(dān)保的實(shí)施，對(duì)應(yīng)的系數(shù)在1%顯著水平上為-0.119，10%顯著水平上為-11.960，1%顯著水平上為-0.008，5%顯著水平上為-3.053。反之，農(nóng)業(yè)商業(yè)銀行的貸款損失準(zhǔn)備充足率(LLRA)、總資產(chǎn)(Asset)和總存款(Deposit)對(duì)實(shí)施政策性農(nóng)業(yè)擔(dān)保的影響顯著為正，相關(guān)系數(shù)分別在1%顯著水平上為0.004和1.398，5%顯著水平上為1.670。根據(jù)上述分析可知，農(nóng)業(yè)商業(yè)銀行的其他變量特征如資本利潤(rùn)率(ROE)、不良貸款余額(NPL)、貸款損失準(zhǔn)備充足率(LLRA)、撥備覆蓋率(PCR)、總資產(chǎn)(Asset)、總存款(Deposit)和總貸款(Loans)，以上變量能夠引起對(duì)照組和處理組之間產(chǎn)生非政策性農(nóng)業(yè)擔(dān)保引起的差異。因此,本研究在控制上述因素的基礎(chǔ)上，進(jìn)一步對(duì)比對(duì)照組和處理組的平均處理效應(yīng)，分析政策實(shí)施效果。

3.2 平均處理效應(yīng)

根據(jù)公式(2)和公式(3)可估算出農(nóng)業(yè)商業(yè)銀行的存貸款比例和不良貸款率對(duì)應(yīng)的平均處理效應(yīng)，即ATT值。由表3可知，農(nóng)業(yè)商業(yè)銀行的存貸款比例(Loanratio)的平均處理效應(yīng)顯著為負(fù)，說(shuō)明了政策性農(nóng)業(yè)擔(dān)保的實(shí)施促進(jìn)了農(nóng)業(yè)商業(yè)銀行的放貸行為。其中，最近鄰居匹配法、半徑匹配法和核匹配法對(duì)應(yīng)的ATT值在1%的顯著水平上分別為-3.102，-1.915和-3.103。另外，根據(jù)最近鄰居匹配法、半徑匹配法和核匹配法下農(nóng)業(yè)商業(yè)銀行不良貸款率(NPR)對(duì)應(yīng)的ATT值在1%的顯著水平上分別為-2.195，-1.464和-2.195，農(nóng)業(yè)商業(yè)銀行不良貸款率上處理效應(yīng)顯著為負(fù)，說(shuō)明政策性農(nóng)業(yè)擔(dān)保有助于銀行涉農(nóng)貸款風(fēng)險(xiǎn)分擔(dān)。

表2 傾向性分值的匹配變量

注：*對(duì)應(yīng)的顯著水平為10%、**對(duì)應(yīng)的顯著水平為5% 以及***對(duì)應(yīng)的顯著水平為1%。

Notes: * indicates statistical significance at 10%, ** indicates statistical significance at 5%, and *** indicates statistical significance at 1%.

表3 政策性農(nóng)業(yè)擔(dān)保的平均處理效應(yīng)Table 3 Average treatment effect of policy-oriented agricultural guarantee

注：***對(duì)應(yīng)的顯著水平為1%。

Notes: *** indicates statistical significance at 1%.

3.3 共同支撐區(qū)間檢驗(yàn)及平衡性檢驗(yàn)

匹配法的有效性是建立在其共同支撐區(qū)間和平衡性檢驗(yàn)的基礎(chǔ)之上的，本研究檢驗(yàn)結(jié)果表明匹配后對(duì)照組和處理組均滿(mǎn)足共同支撐假設(shè)和平衡性假設(shè)。首先，本文檢驗(yàn)了對(duì)照組和處理組是否滿(mǎn)足共同支撐假設(shè)，如圖2和圖3所示。本研究采用核密度-傾向分?jǐn)?shù)密度函數(shù)，檢驗(yàn)對(duì)照組和處理組是否滿(mǎn)足共同支撐假設(shè)。對(duì)比圖2和圖3可知，根據(jù)公式(1)匹配前對(duì)照組和處理組的核密度-傾向分?jǐn)?shù)密度函數(shù)重疊區(qū)域較少，說(shuō)明對(duì)照組和處理組之間存在差異，但是匹配后函數(shù)重疊率明顯增高，且保持基本一致，這說(shuō)明本研究對(duì)照組和處理組的設(shè)置滿(mǎn)足共同支撐假設(shè)，說(shuō)明了匹配變量能夠?qū)崿F(xiàn)對(duì)照組和處理組之間不存在政策外差異。上述分析說(shuō)明了本研究基于PSM方法處理結(jié)果的有效性。

另外，為了進(jìn)一步說(shuō)明本研究基于PSM方法處理結(jié)果的有效性，本研究對(duì)對(duì)照組和處理組進(jìn)行了平衡性假設(shè)檢驗(yàn)，如表4所示。根據(jù)表4可知，對(duì)照組和處理組在匹配后偏誤(絕對(duì)值)得到大幅降低。其中，資本利潤(rùn)率(ROE)、總資產(chǎn)(Asset)、總存款(Deposit)和總貸款(Loans)對(duì)應(yīng)的偏誤(絕對(duì)值)降低比例均高于90%，貸款損失準(zhǔn)備充足率(LLRA)對(duì)應(yīng)的偏誤(絕對(duì)值)降低比例為70%，不良貸款余額(NPL)和撥備覆蓋率(PCR)對(duì)應(yīng)的偏誤(絕對(duì)值)降低比例均高于50%。另外，t檢驗(yàn)統(tǒng)計(jì)表明，無(wú)法拒絕處理組和控制組之間差異為0的原假設(shè)。上述分析意味著，傾向性匹配方法確實(shí)能夠大大降低處理組和對(duì)照組之間的差異，滿(mǎn)足平衡性檢驗(yàn)。

圖2 匹配前傾向分?jǐn)?shù)密度函數(shù)

圖3 匹配后傾向分?jǐn)?shù)密度函數(shù)

表4 對(duì)照組和處理組的平衡性檢驗(yàn)結(jié)果

3.4 敏感性檢驗(yàn)

在運(yùn)用PSM方法進(jìn)行估計(jì)時(shí)，可能存在隱藏偏差問(wèn)題，即存在重要的無(wú)法進(jìn)行有效控制和匹配的遺漏變量，這也是運(yùn)用PSM方法評(píng)估政策效果有效性的基本前提[19]。雖然本研究在農(nóng)業(yè)商業(yè)銀行可觀(guān)測(cè)數(shù)據(jù)范圍內(nèi)進(jìn)行了較為全面的控制，但是不排除存在不易衡量的遺漏變量。因此，為了確保本研究中農(nóng)業(yè)商業(yè)銀行存貸款比例(Loanratio)和不良貸款率(NPR)的平均處理效應(yīng)是可信的，需要進(jìn)行敏感性分析，檢驗(yàn)結(jié)果對(duì)隱藏偏差的敏感程度。根據(jù)表5可知，在伽馬系數(shù)(Gamma)取值1.5、2、2.5和3時(shí)，農(nóng)業(yè)商業(yè)銀行存貸款比例(Loanratio)和不良貸款率(NPR)的sig+不高于0.05，說(shuō)明平均處理效應(yīng)的分析結(jié)果在5%的置信水平上是顯著的。由此可知，遺漏變量并未使結(jié)果顯著高估，前文平均處理效應(yīng)的分析結(jié)果也不存在隱藏偏差，本研究農(nóng)業(yè)商業(yè)銀行存貸款比例(Loanratio)和不良貸款率(NPR)平均處理效應(yīng)的估計(jì)結(jié)果是可信的。

表5 最鄰近匹配法的敏感性檢驗(yàn)

4 結(jié)論與政策啟示

本研究以安徽省為例，基于2008—2017年間農(nóng)業(yè)商業(yè)銀行貸款數(shù)據(jù)，應(yīng)用PSM方法分析了中國(guó)政策性農(nóng)業(yè)擔(dān)保的實(shí)施效果。研究結(jié)果表明，政策性農(nóng)業(yè)擔(dān)保能夠有效分擔(dān)涉農(nóng)貸款風(fēng)險(xiǎn)，促進(jìn)銀行涉農(nóng)信貸供給，這極有可能成為解決中國(guó)農(nóng)村領(lǐng)域融資難題的重要著力點(diǎn)。圍繞如何確保政策性農(nóng)業(yè)擔(dān)保政策實(shí)施質(zhì)量，進(jìn)一步結(jié)合農(nóng)村地緣優(yōu)勢(shì)，農(nóng)業(yè)領(lǐng)域改革的政治邏輯，本研究得出以下政策啟示。

(1)確立政策性農(nóng)業(yè)擔(dān)保實(shí)施原則。本研究表明，政策性農(nóng)業(yè)擔(dān)保能夠有效解決農(nóng)村領(lǐng)域融資問(wèn)題的關(guān)鍵在于這一政策能夠解決信貸市場(chǎng)存在的信息不對(duì)稱(chēng)問(wèn)題。因此，政策性農(nóng)業(yè)擔(dān)保在實(shí)施的過(guò)程中，應(yīng)該以農(nóng)村信貸市場(chǎng)中存在的信息不對(duì)稱(chēng)程度為基礎(chǔ)，建立擔(dān)保機(jī)構(gòu)、銀行和農(nóng)戶(hù)之間合適的風(fēng)險(xiǎn)分擔(dān)比例，從而促進(jìn)信貸合約的形成。但是，國(guó)際經(jīng)驗(yàn)表明，政策性擔(dān)?？赡墚a(chǎn)生政府的尋租行為。因此，在政策性農(nóng)業(yè)擔(dān)保實(shí)施的過(guò)程中，必須明晰政策實(shí)施的基本原則，這樣才能確保政策在長(zhǎng)期實(shí)施過(guò)程中能夠服務(wù)于農(nóng)村融資難題，避免財(cái)政資金錯(cuò)用。需要說(shuō)明的是，與大城市金融市場(chǎng)相比，農(nóng)村金融市場(chǎng)發(fā)展相對(duì)滯后，對(duì)社會(huì)關(guān)系的依賴(lài)程度更高。因此，發(fā)揮農(nóng)村地緣優(yōu)勢(shì)如供銷(xiāo)社、合作社或產(chǎn)業(yè)鏈等建立集群內(nèi)部成員的信用水平，減少信貸市場(chǎng)信息不對(duì)稱(chēng)。因此，應(yīng)該將充分發(fā)揮農(nóng)村領(lǐng)域的地緣優(yōu)勢(shì)滿(mǎn)足農(nóng)戶(hù)融資需求，當(dāng)信息不對(duì)稱(chēng)產(chǎn)生的信貸風(fēng)險(xiǎn)和收益偏離嚴(yán)重時(shí)，實(shí)施政策性擔(dān)保，提升銀行放貸意愿。

(2)把握農(nóng)業(yè)領(lǐng)域政策改革紅利。近5年來(lái)，中國(guó)中央層面對(duì)農(nóng)業(yè)發(fā)展給予了高度關(guān)注，強(qiáng)調(diào)綠色農(nóng)業(yè)、特色農(nóng)業(yè)和生態(tài)旅游等，由此產(chǎn)生了大量政策補(bǔ)貼。與其他補(bǔ)貼不同的是，政策性農(nóng)業(yè)擔(dān)保盡管也屬于財(cái)政補(bǔ)貼的一種，但是其具有撬動(dòng)杠桿作用。而且，政策性農(nóng)業(yè)擔(dān)保實(shí)施效果的一個(gè)重要方面在于其杠桿放大倍數(shù)。因此，政策性農(nóng)業(yè)擔(dān)保在實(shí)施過(guò)程中應(yīng)該利用當(dāng)前農(nóng)業(yè)領(lǐng)域改革過(guò)程中的大量政策紅利，提升政策實(shí)施效果。具體來(lái)看，由于政策扶持力度的加大，將形成綠色農(nóng)業(yè)商標(biāo)、特色小鎮(zhèn)等，這些新產(chǎn)物中必定蘊(yùn)含著農(nóng)業(yè)資本規(guī)模的增加。因此，政策性農(nóng)業(yè)擔(dān)保實(shí)施過(guò)程中，可適當(dāng)拓寬擔(dān)保物和再擔(dān)保機(jī)制，如應(yīng)收賬款、農(nóng)產(chǎn)品訂單等，即統(tǒng)籌政策紅利、市場(chǎng)發(fā)展于政策性農(nóng)業(yè)擔(dān)保的實(shí)施過(guò)程。這對(duì)提升政策性農(nóng)業(yè)擔(dān)保實(shí)施效果、提升財(cái)政資金整體使用效率具有重要意義。