基于MNL模型的農村正規金融機構信貸供給行為的實證分析

作者簡介：李韜（1978-），男，湖南漣源人，西北農林科技大學經濟管理學院教師，經濟學博士，研究方向：農村金融；羅劍朝（1964-），男，陜西武功人，西北農林科技大學經濟管理學院教授，博士生導師，研究方向：農村金融。

基金項目：國家自然科學基金項目，項目編號：71073126；教育部“長江學者和創新團隊發展計劃”創新團隊項目，項目編號：IRT1176；教育部高等學校博士學科點專項科研基金課題，項目編號：20100204110030；陜西省社科基金項目，項目編號：09E044；西北農林科技大學人才專項資金資助項目資助。

摘要：本文利用山東泰安農村地區抽樣調查數據，從實證角度考察了我國農村正式金融機構向農戶提供信貸供給時的信貸完全滿足、信貸完全配給和信貸部分配給行為。結果表明：與金融機構信貸完全滿足行為相比，申貸農戶家庭自有土地數量越多、面積越大，越有助于其降低遭受金融機構完全信貸配給行為；戶主具有非農勞動專業技能和家庭資產價值越高反而促使金融機構對其申貸金額滿足度下降。

關鍵詞：MNL模型；金融機構；信貸供給

中圖分類號：F83243文獻標識碼：A

農村金融市場為滿足農戶資金需求提供了場所。雖然部分農戶能夠從正規金融機構獲得足夠的金融資源額度，但是由于信息不對稱和交易成本問題導致的嚴重信貸配給（Credit Rationing）現象則更為普遍，具體表現為：（1）在所有的貸款申請人當中，一部分人的貸款申請被接受，而另一部分人即使愿意支付高利率也得不到貸款；（2）貸款人的貸款申請只能部分被滿足。同其他發展中國家一樣，信貸配給現象也是我國農村金融市場一個不爭的事實，正規金融機構仍然不能很好地滿足農戶的信貸需求，對農戶的生產投資、生活消費等方面有著負面影響。不容否認的是，為改善農村金融市場的運行，我國政府自1996年起就啟動了一系列的農村金融改革，最近又從國家層面進一步加大了對農村金融改革發展的扶持和引導。當前正規金融機構信貸供給行為究竟如何？什么樣的農戶容易遭受正規金融機構的信貸配給？或者說容易遭受金融機構信貸配給的農戶家庭的特征是什么？了解這些問題對于找準農村金融改革的著力點，明晰改革的途徑和突破點等具有重要意義。

一、相關文獻回顧

對于農村正規金融機構的信貸供給行為，以往的研究主要集中于金融市場常見的信貸配給現象。國際上，經濟學家 Jaffee Russlle （1976）、Stiglitz Weiss（1981）等人將不完全信息和合約理論運用到信貸市場中，建立逆向選擇模型與道德風險模型，提出信貸配給的主要原因是金融市場信息不對稱和代理成本的存在。Williamson（1988）從事后信息不對稱的角度進一步拓展了基于信息經濟學基礎的信貸配給理論，認為即使不存在逆向選擇和道德風險，只要存在信息不對稱和監督成本，就會產生信貸配給。近年來其他學者，例如Meza Webb（2006）、Arnold Riley（2009）等從其他角度解釋、分析和論證了信貸配給的存在和影響。

國內學者近年來主要從理論分析和數據調查論證對農村金融的信貸配給進行了研究，主要包括兩個層面：第一，關于信貸配給影響農村經濟的研究。例如，林毅夫（2000）研究了金融改革對農村經濟發展的意義；徐忠和程恩江（2004）研究了利率政策引發農村信貸市場扭曲及其對農村金融機構行為、效率及農村信貸資金的配置造成的影響。第二，關于信貸配給下農村信貸市場的狀況。例如，朱喜和李子奈（2006）利用2003年約3 000戶農村家庭的抽樣調查數據， 考察了我國農村正規金融機構向農戶提供信貸服務時的配給行為；褚保金等人（2009）利用江蘇省欠發達的北部地區372個農戶數據研究了信貸配給下農戶借貸的福利效果；朱喜等人（2009）實證分析了我國欠發達地區不同農村金融機構的信貸供給行為；李慶海等人（2012）采用2003-2009年我國1 000個樣本農戶的調查數據，估計農戶遭受信貸配給的程度及其對農戶家庭凈收入和消費支出的影響等。

這些研究無疑非常重要，它們有助于我們了解農村金融市場，特別是正規信貸市場的現狀， 并為破解當前農村金融困境和尋求合適的改革方案提供了思路。但是這些研究僅僅局限于金融機構信貸配給理論的一般性探討和分析，既沒有很好區分金融機構供給行為中的完全信貸配給行為和部分信貸配給行為，也沒有探討申貸農戶的家庭特征與金融機構的信貸供給行為的關聯性。基于此，本文將嘗試彌補這方面的空白。

二、理論框架

為了消除金融市場中存在的信息不對稱，金融機構通常要收集以貸款申請者家庭特征為主的多方面信息，這些信息經過量化處理后就構成了金融機構的信貸評價指標。依據這些指標，金融機構對每一位貸款申請者做出判斷，確定最佳信貸供給行為，以達到自身期望收益最大。

假定農戶為申請貸款向金融機構提供其家庭特征信息為HI，金融機構信貸評價優等指標為EI，差等評價指標為BI，如果HI≥EI，即金融機構認定農戶的家庭特征（信貸評價指標最重要的組成部分）達到或超過其設定發放貸款的優等水平，則金融機構就會滿足農戶的全部貸款申請，這時，金融機構的信貸供給等于申貸農戶的資金需求。如果BI≥HI，即金融機構認定農戶的家庭特征只能達到或低于金融機構設定發放貸款的差等水平，則金融機構就會拒絕農戶的貸款申請（信貸供給為零），也即金融機構對農戶的信貸配給程度為100%。如果EI>HI>BI，則農戶的家庭特征水平是介于金融機構信貸評價的優等水平和差等水平之間，因此農戶的貸款申請只能被金融機構部分滿足，即金融機構對農戶的信貸配給介于0%和100%之間，或者金融機構認為滿足農戶的部分貸款申請所帶來的期望收益是大于全部拒絕或全部接受貸款申請所帶來的期望收益。總之，金融機構對每位申請信貸的農戶所做的最終信貸供給行為或是（1）接受農戶的貸款申請，或是（2）部分接受農戶的貸款申請，或是（3）拒絕農戶的貸款申請。其中，金融機構的信貸供給行為（2）和（3）就是金融機構對貸款申請者的信貸配給。

如上所述，金融機構的信貸供給行為都是按照效用最大化（utility-maximizing）的原則進行的，這符合MNL（Multinomial Logit）模型的隨機效用理論（random utility theory）基礎。假定上述的供給行為（1），（2）和（3）構成金融機構信貸供給行為的選擇集C。在選擇集中的每一個信貸供給行為對金融機構而言都存在一定的效用。金融機構信貸供給行為只會采取選擇集中效用對他最大的那一個。我們假設用n來表示申貸農戶，n=1，…，N；用J表示選擇集中的全部的三種金融機構的信貸供給行為。我們把金融機構對申貸農戶n的信貸供給行為j所獲得的效用表示為Unj，j∈J，且j為上述金融機構信貸供給行為（1），（2）和（3）之一。因此，信貸供給行為i（i也為上述金融機構信貸供給行為之一）被選中所必須滿足的條件是：Uni>Unj，其中j是指不包括信貸行為i在內的選擇集中的全部其他信貸行為。

金融機構的每一個信貸行為的效用由兩部分構成：決定部分（deterministic component）和隨機部分（random component）。效用的決定部分是由可觀察到的申貸農戶的家庭特征所決定的。家庭特征包括戶主的性別，年齡，教育水平等。對于金融機構給予申貸農戶n的信貸供給行為j的效用的系統部分通常用Vnj表示。還有一部分效用是研究人員觀察不到的，也就是說Unj≠Vnj。決定部分效用與全部效用之間的差便是效用的隨機部分。對于金融機構給予申貸農戶i的信貸行為j，把隨機部分效用表示為εnj。這樣，我們把全部效用分解成了兩部分，如下方程所示：

在選擇集C中，金融機構對申貸農戶i的信貸供給行為j的概率可以表示為：

對效用的隨機部分εni，i∈C，假設：（1）εni是獨立分布的隨機變量；（2）該概率變量服從雙重冪函數概率分布（double exponential distribution），如下所示：

綜合公式（1）至（3），金融機構對申貸農戶i的信貸供給行為j的概率表示為如下公式（推導及證明過程，參考McFadden， 1974）：

上式中，分子是金融機構信貸供給行為i決定部分效用的冪函數，分母是選擇集中所有金融機構信貸供給行為決定部分效用冪函數的和。此時，式（4）中效用的隨機部分已不復存在，因此簡化了選擇概率計算過程。

三、計量模型

如上所述，效用的決定部分是由可觀察到的申貸農戶的家庭特征的有關變量決定的。假設有K個可觀察變量共同決定效用的決定部分，因此這些變量與效用有如下線性關系：

上式中，aj是每一個信貸供給行為的固有效用（intrinsic utility）。每一個信貸供給行為都有其獨特的aj值，所以共有J個這樣的參數。通常這些參數被解釋為控制了其他變量以后的信貸供給行為的收益值。由于模型估計的需要，將J個參數中的一個限定為0，因此只需要估計J-1個這樣的參數。xnjk是可觀察到的每一個申貸農戶都有的共同家庭特征變量。在這里，“共同”是指每一個申貸農戶都有這個變量，但并不表示它們的值相等。bk是第k個共同變量所對應的參數或權數。每一個變量都有一個參數與之對應，但是對于同一個變量不同的申貸農戶分享相同的參數，所以，申貸農戶標志n就在參數的下標中省去了。可以看到，雖然申貸農戶在同一變量上分享相等的參數，但是由于變量觀察值的不同，金融機構同一信貸供給行為的決定效用在不同申貸農戶之間不等。

進一步，將公式（5）代入公式（4），可得公式：

在上面的公式中，xnjk是已知的觀察值，aj和bk是未知的參數，需要估計。雖然不知道選擇概率pni，但是知道金融機構對申貸農戶的具體的信貸供給行為，因此可用ynj來表示金融機構對申貸農戶n信貸供給行為選擇的結果。如果金融機構給予申貸農戶n的信貸供給行為是j，則ynj=1；否則，ynj=0。推廣開來，金融機構對申貸農戶n從J個信貸供給行為選擇集中采用一種信貸供給行為，統計似然（likelihood）的計算公式則為：

對于全部N個申貸農戶而言，似然的計算公式則為：

對公式（8）兩邊去對數后，采用最大似然估計法（Maximum Likelihood Method）可求得模型參數aj和bk的解。應用最大似然法所估計的參數具有一致性（consistent）、漸進效率性（asymptotically efficient）和趨于正態分布（normally distributed）的特點。因此，對數似然值的計算公式為：

將公式（6）代入到公式（9），并通過對LL進行最大化，便可以求得參數aj和bk的解。在本研究中，是通過程序STATA 110來實現上面的模型估計過程的。

四、數據與結果

（一）數據來源

由于農村正規金融機構（信用社、農業銀行等）不愿向研究者提供分筆貸款的相關數據，因此，筆者的數據收集都是建立在農戶訪談調查基礎上的。本文的數據來源于2011年初筆者在山東泰安農村地區收集的數據，采用了三階段分層抽樣策略。第一階段，按照不同經濟發展水平采取分類抽樣的方法，隨機選擇了山東泰安的兩個鄉鎮，分別是滿莊鎮和伏山鎮；第二階段，在每個所選的鄉鎮中再隨機抽取兩個村，共計四個村，分別是滿莊鎮的曹家寨村和新莊村，伏山鎮的馬家廟村和朱家莊村；第三階段，在每個被抽取村莊中隨機選擇50-70戶農戶發放問卷或入戶調查，共收集有效問卷220戶。數據庫中，收集了這些農戶2006-2010年間的金融信貸活動、家庭基本情況等方面的經濟社會數據。這為估計金融機構對農戶的信貸配給程度提供了數據資源和經驗證據。然而，這些農戶中，未參與金融信貸調查、未在2006-2010年間向金融機構申請貸款的農戶有30戶，在此期間向金融機構申請信貸的190戶農戶中有19戶提供的信息不全，因此本文分析中將這些農戶剔除掉，最終本文采用的樣本農戶為171戶。

筆者的調查采用直接法進行，即通過發放問卷或實地調查以誘導農戶透露出有關信貸申請金額和實際獲取金額的真實信息。本文關于金融機構信貸配給的度量如下：“過去5年內（2006-2010年），您家是否向金融機構申請過貸款？如果申請過，最近一次申請的意愿貸款額是多少？金融機構最后給予的實際貸款額又是多少？”只要信貸申請農戶沒有從金融機構獲取任何信貸額或獲取的實際貸款額小于其意愿貸款額，則金融機構對農戶的信貸供給行為就是信貸配給。其中，申請貸款但未獲信貸的農戶為完全信貸配給，申請貸款僅獲部分貸款的農戶為部分信貸配給。171戶樣本中，102戶遭受金融機構的信貸配給，占總樣本的596%，這也證實了農戶的信貸配給程度是很高的，也同我國大部分學者的研究所表明中國農戶受到信貸配給的程度至少在50%以上的情況相吻合（田俊麗， 2006）。在遭受信貸配給的農戶中，84戶遭受完全信貸配給，占總樣本的491%；18戶遭受部分信貸配給，占總樣本的105%。這表明農戶遭受的信貸配給主要是完全信貸配給，這一點也同國內許多學者（例如李慶海等人， 2012）的調查相類似。其余69戶的信貸申請均獲得金融機構的信貸滿足。

（二）變量選取及統計特征

基于前述的理論模型及計量方法，本文所用的被解釋變量為：金融機構對農戶的信貸供給行為。為了便于描述和區分金融機構三種不同的信貸供給行為，筆者賦值0，1，2分別表示信貸供給的完全滿足、信貸供給的完全配給、信貸供給的部分配給行為。在這里，被解釋變量是離散選擇變量。

估計MNL模型時，需要將一類信貸供給行為作為參照組。解釋變量的估計系數為正，意味著相對于參照組的信貸供給行為來說，解釋變量對處于此類信貸供給行為的相對概率為正的影響；解釋變量的估計系數為負，意味著相反的情形。本文中解釋變量反映農戶的家庭特征，主要有：（1）農戶自有的土地規模（land）。作為最基本的生產資料，承包的土地規模在一定程度上能夠衡量信貸農戶的期望收益，因此我們預測該變量對金融機構信貸滿足行為的影響為正，對信貸配給行為的影響為負。（2）農戶信貸前的家庭全部資產的市場價值（asset，包括土地，房屋，銀行存款，農產品等）。家庭資產值在一定程度上反映了農戶潛在的生產能力和財富創造能力。其越大，可被用作抵押、擔保的資產就越多，金融機構對農戶的信貸滿足的可能性就越大，或者信貸配給的可能性就越小。（3）戶主的受教育水平（education）。戶主受教育水平在一定程度上可以代表信貸申請農戶家庭的綜合能力。其越高，越容易及時把握農產品的市場信息，快速了解農業新技術的動態，從而能夠靈活地安排農業生產，降低各種生產經營風險，有利于獲取最佳收益。因此，預測該變量對金融機構的信貸滿足行為影響為正，信貸配給行為的影響為負。（4）戶主的性別（gender）。國外學者的調查研究發現，女性借款者信用往往好于男性借款者（Fletschner Kenney，2011）。既然我國農戶借款都是戶主代表家庭出面申請，因此預測金融機構對戶主為男性的家庭較戶主為女性的家庭更容易給予信貸配給。（5）戶主的年齡（age）。戶主的年齡可以在一定程度上代表農戶家庭的家庭結構，即青年家庭（18-35歲）、中年家庭（36-45歲）、中老年家庭（46-55歲），老年家庭（56歲以上）。在我國當前大部分農業生產方式仍舊屬于勞動密集型，因此農戶的家庭結構越年輕，其農業生產能力和效率相對要好些，從而金融機構對其的信貸需求能予以滿足。（6）農戶家庭農業勞動力總數（labor1）。我國目前以勞動密集型的農業生產方式決定了一個家庭勞動力越充裕，農業生產的期望收益才會越高，因此金融機構對這樣的家庭信貸需求的滿足性較高。（7）農戶家庭外出務工勞動力總數（labor2）。外出務工勞動力越多意味著農戶家庭收入來源越多，抗擊風險能力就越強，有助于信貸的償還，因此金融機構也會較多地滿足這樣的家庭信貸需求。（8）農戶家庭無勞動能力成員總數（nonlabor）。相對于勞動能力，無勞動能力通常意味著無法創造財富。因此，家庭成員中無勞動能力成員人數越多，就意味著家庭消費支出越大，這樣的家庭遭受金融機構的信貸配給的可能性也越大。（9）戶主是否具有非農專業勞動技能（skill）。在我國農村地區，戶主通常意味家庭經濟的頂梁柱，戶主具有非農的專業勞動技能意味著這樣的家庭獲取財富途徑和手段多元化。因此，同家庭有較多的外出務工的勞動力一樣，這樣的家庭也可能較少遭受金融機構的信貸配給。表1給出了所有變量的定義、說明及統計特征。

（三） 實證結果分析

本文將金融機構信貸完全滿足行為作為參照組，即金融機構信貸完全滿足行為的參數被限值為0，因此金融機構的完全信貸配給行為和部分信貸配給行為的參數是它們與金融機構信貸滿足行為參數的對數機會比（log odds），是一個相對值。從估計結果可以看出（見表2），申貸農戶的家庭自有土地面積的大小、戶主是否具有非農勞動專業技能以及申貸農戶家庭資產市場價值的大小對金融機構的信貸供給行為有顯著影響。

與金融機構信貸完全滿足行為相比，申貸農戶家庭自有土地數量越多、面積越大，越有助于其降低遭受金融機構完全信貸配給的行為，這同我們前述的理論預期一致，也與褚保金等人（2009）和李慶海等人（2012）的研究結論一致。同時，這一發現也說明金融機構對信貸資金的供給更傾向于種植大戶。

然而，與金融機構信貸完全滿足行為相比，申貸農戶的戶主具有非農勞動專業技能和家庭資產價值越高反而促使金融機構對其申貸金額的滿足度下降，這些發現同我們前述的理論預期截然相反。造成這一現象的可能原因是本文調查的農戶所涉及的貸款均為涉農貸款，同其他的消費貸款、非農生產貸款不同，涉農貸款主要服務于農業生產，因而戶主具有非農技能容易加深金融機構對其可能挪用貸款從事非農生產，從而引發可能的債務風險的懷疑，進而采用部分信貸配給的信貸供給行為。另外，本文受訪農戶家庭資產的市場價值最主要的貢獻值是自有農田的市場價值和建于宅基地上的住房的市場價值，然而按照我國現行法律，農戶的自有土地和宅基地是無法在市場上進行產權買賣的，因而農戶家庭資產的市場價值主要部分反映的是市場的理論價值。這一理論的市場價值所占比重越大，農戶其他的可流動資產就越少，從而減少了申貸農戶尋求資產擔保或抵押的可能性，加大了債務風險。從這點考慮，金融機構會更傾向于給予申貸農戶部分信貸配給。

研究結果表明農戶的其他家庭特征變量如戶主的性別、教育水平、年齡，農戶家庭農業勞動力人數、非農勞動力人數和無勞動能力人數等對金融機構的信貸供給行為的影響不顯著，這反映出被調查地區的金融機構對上述變量不敏感，可能的原因是金融機構并沒有把向農戶提供貸款真正作為自己的經營方向，而且其在信息收集成本方面也較高，因此沒有積極去了解或評估樣本農戶的信用狀況。

五、結論與啟示

本文以山東泰安地區抽樣調查的農戶數據為例，采用MNL（Multinomial Logit）模型，以受訪農戶的家庭特征為自變量，實證分析了農村正規金融機構信貸供給行為。研究發現，金融機構對69戶樣本農戶（占總樣本的404%）給予了信貸滿足，對84戶樣本農戶（占總樣本的491%）給予了完全信貸配給，對18戶樣本農戶（占總樣本的105%）給予部分信貸配給。同以往文獻調查類似，本文調查也顯示了信貸配給仍然是當前金融機構對農戶的信貸供給的主要行為。本文將金融機構信貸完全滿足行為作為參照組，實證研究發現，與金融機構信貸完全滿足行為相比，申貸農戶家庭自有土地數量越多、面積越大，越有助于其降低遭受金融機構完全信貸配給的行為。然而，與金融機構信貸完全滿足行為相比，戶主具有非農勞動專業技能和家庭資產價值越高反而促使金融機構對其申貸金額的滿足度下降，這些發現同我們前述的理論預期截然相反。造成這種現象的可能原因是調查地區的樣本農戶的信貸類型屬于涉農貸款以及家庭資產主要構成部分是沒有實際市場價值且無抵押功能的自有耕地和宅基地，從而影響了金融機構對其的信貸供給。

本文的結論也為我國農村金融改革提供了重要啟示。未來我國農村金融改革深化離不開農村土地制度的改革。我國當前法律明確禁止農業用地和宅基地進行抵押或者轉讓，這導致農戶在信貸申請中能夠提供給金融機構的抵押物相當有限，以至于相當部分涉農貸款只能開展小額信貸業務，雖然此類金融產品符合我國農村基層的信貸生態環境，但從建立現代金融業的理念看其成本收益比不佳，而且無法滿足種養大戶和農業產業化經營對資金的有效需求。因此，如果允許農戶將土地作為抵押品進行融資，那么金融機構會更主動地開展涉農貸款業務，因為相對于其他抵押品而言，土地無論是在價值穩定性還是市場接受程度上都較高，能極大地降低銀行的信貸管理風險，進而可以發展出具備可持續性的農村金融商業模式。總之，鑒于目前農村金融市場上信貸配給現象依然嚴重，除了繼續加大農村金融體制自身改革以外，農村金融體制的進一步改革也需要同農村土地產權改革結合起來。

參考文獻：

[1]Williamson， O.Corporate Finance and Corporate Governance[J].Journal of Finance，1988， 43（3）： 567-591.

[2]Meza， D.D. and D. C. Webb. Credit Rationing： Something’s Gotta Give[J].Economica，2006， 73（292）： 563-578.

[3]Arnold， L.G. and J. G. Riley.On the Possibility of Credit Rationing in the Stiglitz-Weiss Model[J].American Economic Review，2009，99（5）： 2012-2021.

[4]林毅夫.再論制度、技術與中國農業發展[M].北京：北京大學出版社，2000.

[5]鐘笑寒， 湯荔. 農村金融機構收縮的經濟影響：對中國的實證研究[J].經濟評論， 2005（1）： 109-115.

[6]朱喜，李子奈. 我國農村正式金融機構對農戶的信貸配給——一個聯立離散選擇模型的實證分析[J].數量經濟技術經濟研究，2006（3）：37-49.

[7]褚保金，盧亞娟，張龍耀.信貸配給下農戶借貸的福利效果分析[J]. 中國農村經濟，2009（6）： 51-61.

[8]McFadden， D. Conditional logit analysis of qualitative choice behavior[M].In Frontiers in Econometrics. P. Zarembka， New York： Academic Press， 1974：105-142.

[8]田俊麗. 中國農村信貸配給及農村金融體系重構[D].成都：西南財經大學博士學位論文，2006.

[10]Fletschner， D. and L. Kenney. Rural Women’s Access to Financial Services[Z]. Working Paper， No. 11-07. Agricultural Development Economics Division， The Food and Agriculture Organization of the United Nations. March， 2011.

[11]溫紅梅，韓曉翠. 基于VaR的我國農村金融機構市場風險的度量與實證[J].哈爾濱商業大學學報：社會科學版，2011（2）：3-9.

（責任編輯：劉春雪）