（貴州大學(xué) 經(jīng)濟學(xué)院，貴州 貴陽 550025）

一、引言

20 世紀90 年代以來，我國農(nóng)村金融機構(gòu)實行大規(guī)模的商業(yè)化改革，使得農(nóng)村資金繼續(xù)外流和正規(guī)金融機構(gòu)信貸不足的情況更加突出。2007 年銀監(jiān)會編制完成的《中國銀行業(yè)農(nóng)村金融服務(wù)分布圖集》顯示：農(nóng)村金融市場處于壟斷狀態(tài)，缺乏有效的競爭，城市人均貸款額度是農(nóng)村地區(qū)人均貸款額度的7～8 倍。截止2018 年12 月，全國共有銀行業(yè)金融機構(gòu)4 588 家，其中包括6 家國有大型商業(yè)銀行，1 家開發(fā)性金融機構(gòu)，2 家政策性銀行，12 家股份制商業(yè)銀行，134 家城市商業(yè)銀行，1 397 家農(nóng)村商業(yè)銀行，30 家農(nóng)村合作銀行，812 家農(nóng)村信用社和1 616家村鎮(zhèn)銀行。其中農(nóng)村商業(yè)銀行占銀行業(yè)金融機構(gòu)的30.4%[1]?！督鹑跈C構(gòu)貸款投向統(tǒng)計報告》顯示，農(nóng)村信貸水平在2010 年后逐年得到改善，農(nóng)戶貸款長期高于農(nóng)業(yè)貸款，且增長幅度明顯。而另一方面，農(nóng)業(yè)貸款同比增長率有遞減趨勢，這主要是因為近幾年我國大量的農(nóng)村勞動力不斷地向城市轉(zhuǎn)移產(chǎn)生的結(jié)果。本文選擇農(nóng)村商業(yè)銀行這一農(nóng)村金融機構(gòu)為主體，探討其信貸水平的影響因素及與不良貸款率之間的相互聯(lián)系，并據(jù)此提出具體建議，研究結(jié)論說明要想發(fā)展和完善農(nóng)村信貸市場，各農(nóng)商行應(yīng)該注重挖掘更多潛在的貸款農(nóng)戶并給予支持，這是提高農(nóng)村信貸管理水平的一個方向。

二、文獻綜述

農(nóng)村商業(yè)銀行（以下簡稱“農(nóng)商行”）信貸管理水平落后由來已久，既有歷史原因，也有現(xiàn)實原因。1996—2003 年，我國開始對金融部門實行改革，這階段農(nóng)村金融最顯著的特征，可以用“機構(gòu)離農(nóng)”、“資金離農(nóng)”來概括（周立，2010），機構(gòu)離農(nóng)，主要指國有銀行大幅撤離縣級以下的網(wǎng)點?！百Y金離農(nóng)”，主要是指農(nóng)村資金流向城市，農(nóng)業(yè)支持工業(yè)發(fā)展。趙元華和丁忠民（2003）[2]認為，“機構(gòu)離農(nóng)”導(dǎo)致農(nóng)村金融機構(gòu)急速萎縮，嚴重影響了當(dāng)?shù)乜h域經(jīng)濟的發(fā)展。張艷英（2019）[3]認為傳統(tǒng)農(nóng)村商業(yè)銀行具有資金鏈優(yōu)勢大，服務(wù)專業(yè)性強的優(yōu)勢，但是便利性差，與其貸款收益相比，農(nóng)戶儲存收益低，并且在借貸方面有呈兩極化發(fā)展的趨勢，傳統(tǒng)農(nóng)村商業(yè)銀行在借貸的時候更傾向于能力較強的大客戶。韋群生（2019）[4]則認為信貸風(fēng)險識別是農(nóng)村商業(yè)銀行信貸管理的重要內(nèi)容，他認為我國農(nóng)村商業(yè)銀行的信用分析，從范圍上講主要包含三個方面：一是借款人信用評價；二是財務(wù)分析；三是非財務(wù)因素分析。

以上的學(xué)者從歷史和信貸風(fēng)險等角度解釋了農(nóng)村金融機構(gòu)信貸管理薄弱的原因，但是根據(jù)后續(xù)研究者的觀察和分析發(fā)現(xiàn)，目前導(dǎo)致我國農(nóng)商行信貸管理效果甚微的原因是多方面的。程鳳朝和劉獻良（2015）[5]指出，當(dāng)前我國農(nóng)村金融服務(wù)面臨著金融供給“過度”與“不足”共存、農(nóng)村金融抵押擔(dān)保難、增值服務(wù)不足、農(nóng)業(yè)保險發(fā)展滯后、農(nóng)村征信體系建設(shè)滯后等多方面問題，陳芳（2018）[6]的研究結(jié)論與程鳳朝和劉獻良兩位的觀點基本相同，她認為農(nóng)戶融資難問題長期得不到解決的主要原因，在于農(nóng)戶缺乏有效抵押品以及因金融機構(gòu)對農(nóng)戶的信息掌握程度較低，導(dǎo)致的風(fēng)險規(guī)避甚至逆向選擇。管公明和王遲（2015）[7]則從商業(yè)銀行經(jīng)營成本、績效考核標準的角度來分析此問題，認為金融機構(gòu)如果基層服務(wù)網(wǎng)點過多，會導(dǎo)致經(jīng)營成本過高，再加上目前各商業(yè)銀行總行主要采取綜合績效考評的方式評價分支機構(gòu)業(yè)績，包含經(jīng)濟增加值、人均經(jīng)濟增加值、經(jīng)濟資本回報率等效益類指標等，各商業(yè)銀行分支機構(gòu)為了達到考核標準，更傾向于發(fā)展貸款數(shù)額較大的城市信貸市場，筆者認為這是農(nóng)村金融機構(gòu)目前信貸水平提升不明顯的一個重要原因。

雖然各位學(xué)者分別從不同的角度提出了農(nóng)村金融機構(gòu)信貸管理所存在的問題，但是系統(tǒng)地對我國農(nóng)商行信貸管理進行研究的文獻還比較少，筆者將通過VAR 模型的實證分析，重點解釋農(nóng)戶儲蓄，可支配收入、消費水平以及固定資產(chǎn)投資對農(nóng)商行不良貸款率的影響程度，針對性地提出相關(guān)解決措施，以期完善學(xué)術(shù)界對相關(guān)問題的解釋和研究。

三、我國農(nóng)商行農(nóng)村信貸管理的計量分析

（一）數(shù)據(jù)來源與穩(wěn)健性檢驗

根據(jù)數(shù)據(jù)的可獲得性、真實性，本文選取2005—2014 年農(nóng)商行不良貸款率NPLr 作為因變量，自變量選用農(nóng)戶儲蓄X1、農(nóng)村居民可支配收入X2、農(nóng)村居民消費水平X3 以及農(nóng)戶固定資產(chǎn)投資X4 來表示，所有變量的原始數(shù)據(jù)來自國家統(tǒng)計局、《農(nóng)村統(tǒng)計年鑒》以及銀監(jiān)會的《商業(yè)銀行主要監(jiān)管指標情況表》，據(jù)此建立向量自回歸模型，本文的模型中，為使數(shù)據(jù)趨于穩(wěn)定，對原數(shù)據(jù)進行對數(shù)處理。

在建立VAR 模型之前，本文運用Eviews9.先檢驗其平穩(wěn)性，所得結(jié)果如表1 所示。自變量和因變量均為一階平穩(wěn)序列。因此，可以建立VAR 模型。根據(jù)AIC 準則和AC 準則，判定滯后期的標準是使兩個準則的數(shù)值最小，通過驗證，最后將模型滯后期選擇為2，由于所分析的時間序列是一階差分平穩(wěn)的，所以此VAR 模型的最優(yōu)滯后階數(shù)為1。本文選用的是常規(guī)的Johansen 協(xié)整檢驗，輸出結(jié)果顯示，模型中五個變量存在協(xié)整關(guān)系。

表1 ADF 檢驗結(jié)果

（二）VAR 模型估計

綜合以上的檢驗和分析，得出本文的VAR 模型的最佳滯后階數(shù)是1，所以建立滯后1 階的VAR模型：

LnNPLrt=α0+α1LnX1t-1+α2LnX2t-1+α3LnX3t-1+α4LnX4t-1+ρt

其中α0、α1、α2、α3、α4是待估參數(shù)，ρ 是隨機擾動項，本模型的估計結(jié)果如下：

LnNPLrt=（0.002947-0.300439 0.455912-0.225981）LnNPLrt-1+（0.752815）+ρt

由于R-squared=0.997978，表明本文VAR 模型總體的擬合優(yōu)度為99.80%，所得到的模型估計較為準確。

（三）脈沖響應(yīng)函數(shù)分析

由于VAR 模型是一種非理論性的模型，因此在分析VAR 模型時，往往不分析一個變量的變化對另一個變量的影響，而脈沖響應(yīng)函數(shù)刻畫的就是擾動項上加一個標準差大小的一次性沖擊對內(nèi)生變量的當(dāng)前值和未來值的影響。根據(jù)上述VAR 模型得到的估值結(jié)果，進行脈沖響應(yīng)分析。由圖1 可以得出以下結(jié)論：

在X1 的正向沖擊后，NPLr 立馬作出反應(yīng)，但是這種響應(yīng)并不強烈，波動程度較小，這說明隨著農(nóng)戶的儲蓄增加，會導(dǎo)致不良貸款率開始上升，原因可能在于農(nóng)戶會更加注重生活質(zhì)量，淡化防風(fēng)險意識，但是隨著農(nóng)戶儲蓄繼續(xù)增加，仍然會促進農(nóng)商行不良貸款率的降低。X2 對NPLr 的沖擊始終存在正向響應(yīng)，且這種效應(yīng)存在先遞增再緩緩遞減的趨勢，這說明農(nóng)戶人均可支配收入的增加對農(nóng)商行不良貸款率的降低是有長期有利影響的，當(dāng)可支配收入增加，農(nóng)戶的貸款意愿會相對淡化，這有利于減少農(nóng)商行壞賬損失。

相反，NPLr 的沖擊始終存在負向響應(yīng)，且隨著時間的推移，這種負向效應(yīng)是不斷增強的，這說明隨著農(nóng)村居民消費水平的增加，會導(dǎo)致農(nóng)商行的不良貸款率持續(xù)走高，原因可能在于農(nóng)戶存在盲目消費，但是該階段過渡之后，“奢靡”之風(fēng)有所改善，農(nóng)商行不良貸款率將會緩緩下降。同樣，X4 對NPLr的沖擊也始終存在負向響應(yīng)，且波動程度較為平穩(wěn)，這說明隨著農(nóng)戶固定資產(chǎn)投資的增加，會促使不良貸款率的降低，原因在于銀行貸款需要抵押品，而農(nóng)戶的固定資產(chǎn)投資增加則有效地降低了農(nóng)商行的壞賬損失。

圖1 NPLr 對X1、X2、X3、X4 的脈沖響應(yīng)圖

（四）方差分解

脈沖響應(yīng)函數(shù)是隨著時間的推移，觀察模型中的各變量對于沖擊的響應(yīng)。而方差分解是分析預(yù)測殘差的標準差由不同信息的沖擊影響的比例，也即對應(yīng)內(nèi)生變量對標準差的貢獻比例。如表2 所示，綜合圖2，該模型的方差分解分析如下：

表2 方差分解表

在第一期時，農(nóng)商行不良貸款率只受自身的影響，到第十期時其貢獻率仍然是首位。從第二期開始，NPLr 開始受到X1、X2、X3 和X4 的影響，但是貢獻率卻大有不同，由表2 可以看出，農(nóng)村居民消費水平對農(nóng)商行不良貸款率的影響力度是最小的，其次是農(nóng)戶儲蓄，然后是農(nóng)戶固定資產(chǎn)投資，貢獻度最大的是農(nóng)戶居民可支配入，其第三期的貢獻率已經(jīng)超過了農(nóng)村居民消費水平第十期的貢獻率。

由圖2 可以更清晰地看出，農(nóng)戶人均可支配收入和農(nóng)戶固定資產(chǎn)投資對農(nóng)商行不良貸款率的影響力度是呈指數(shù)增長的，這說明如果農(nóng)商要想實現(xiàn)農(nóng)戶不良貸款率的降低，在宏觀上農(nóng)戶人均可支配收入要不斷上升，微觀上要鼓勵農(nóng)戶進行固定資產(chǎn)投資。

圖2 方差分解圖

四、實證結(jié)論與相關(guān)政策建議

（一）實證結(jié)論

上文的VAR 模型的估計結(jié)果顯示，X1、X3 的滯后一期對農(nóng)村商業(yè)銀行不良貸款率的影響系數(shù)都是正的，分比為0.002 947 和0.455 912，說明農(nóng)戶儲蓄和農(nóng)村居民消費水平與農(nóng)商行不良貸款率之間呈正向變動關(guān)系。另一方面X2、X4 的影響系數(shù)均為負值，分別是-0.300 439 和-0.225 981，說明農(nóng)戶人均可支配收入和農(nóng)戶固定資產(chǎn)投資與農(nóng)商行不良貸款率存在反向變動的關(guān)系，以上結(jié)論與文中的脈沖響應(yīng)函數(shù)分析與方差分解分析的結(jié)論一致。

（二）政策建議

雖然影響農(nóng)村商業(yè)銀行信貸管理的主觀因素和客觀因素非常的多，但是本文通過選取囊括了農(nóng)村居民的收入、儲蓄、消費、投資四大代表性指標進行實證分析，本文認為農(nóng)村商業(yè)銀行提升農(nóng)村信貸管理水平應(yīng)該從四個指標出發(fā)，靈活地對農(nóng)村信貸進行管理，當(dāng)農(nóng)村居民可支配收入增加或者農(nóng)戶固定資產(chǎn)增加時，應(yīng)該適當(dāng)放寬信貸約束，差別化提供信貸產(chǎn)品，創(chuàng)新金融服務(wù)方式和信貸工具，挖掘農(nóng)村居民信貸潛力，從而為促進農(nóng)村經(jīng)濟的發(fā)展提供必要的資金支持。當(dāng)農(nóng)村處于社會風(fēng)氣不佳、奢靡之風(fēng)盛行、農(nóng)戶傾向于盲目消費的時期時，農(nóng)村商業(yè)銀行應(yīng)該重視風(fēng)險防控，建立合適的農(nóng)村信貸機制，不盲目追求農(nóng)村信貸規(guī)模，更加重視開發(fā)長遠有效的農(nóng)村信貸市場。

2014 年國務(wù)院印發(fā)了《關(guān)于金融服務(wù)“三農(nóng)”發(fā)展的若干意見》，明確指出我國正處于現(xiàn)代農(nóng)業(yè)的關(guān)鍵時期，要加大金融對新型農(nóng)業(yè)經(jīng)營主體的支持力度[8]。本文認為不只是農(nóng)商行，其他農(nóng)村金融機構(gòu)也應(yīng)該提高前瞻性，從市場的潛力出發(fā)，確定城鄉(xiāng)的業(yè)務(wù)情況。城鎮(zhèn)雖然目前效益好風(fēng)險較低，但是競爭激烈并且會越來越激烈，未來市場會逐漸趨于相對飽和。農(nóng)村雖然當(dāng)前條件不佳，但是近年來發(fā)展非常迅速，已經(jīng)超過了城鎮(zhèn)經(jīng)濟的發(fā)展速度，是一個很有潛力的待開發(fā)信貸市場，各大農(nóng)商行應(yīng)予以重視。