田麗娜
摘要: 本文選取1983-2011年的相關數據,以農村人均儲蓄和人均貸款水平作為農村金融排斥指標的代理變量,利用多元線性回歸研究各因素對我國農村金融排斥指標的影響程度。結果表明,收入、知識及政府態度是影響金融排斥的重要因素。故促進農村經濟發展,拓寬農民收入渠道,合理化政府規管程度,將有助于緩解農村金融排斥現象。
關鍵詞: 農村金融排斥;實證分析;政策建議
一、引言
我國農村金融排斥現象的產生有一定的根源:一方面我國建設初期重工業優先發展的趕超戰略造成當前城鄉二元經濟的格局,農業成為國家制度改革的實際承擔者,金融機構在農村地區的“系統性負投資”問題嚴重;另一方面由于農業自身的弱質性特點,使得以農業為主的農村經濟發展也伴隨著脆弱性、風險性,對于追逐高利潤、服務門檻高的的金融機構必然會對農村避之不及,“服務半徑”不能有效觸及農村地區。2014年中共中央和國務院發布的《關于全面深化農村改革加快推進農業現代化的若干意見》中明確提出加快農村金融制度創新,鼓勵金融和社會資金更多地投入農業農村。銀監會在《關于做好2014年農村金融服務工作的通知》中也要求2014年在保持合理信貸投放總量前提下信貸資源繼續向“三農”傾斜,突出加大對現代農業的金融支持,保持涉農信貸投放總量持續增長。在全國大力提倡發展普惠金融環境下,盡管截至2013年末全國涉農貸款余額已達到209萬億元,但金融機構空白或僅有一個的鄉鎮數量仍有近萬個,可見研究農村金融排斥現象的發展情況以及影響因素,并在此基礎上提出針對性的政策建議有一定的必要性。
二、我國農村金融排斥的現狀
(一)地理排斥
一般認為機構覆蓋度和網點占比越高,則該地農村金融機構的分布越是密集,農民能比較便利地從距離較近的金融機構獲得所需的金融服務,地理排斥程度就比較輕,兩者是負相關關系。全國金融機構網點空白鄉鎮截止2009年6月有2945個,2010年減少至2312個,2011年解決了616個未設立任何金融機構網點的鄉鎮,截止2011年年末僅剩1696個,《2013中國金融穩定報告》指出全國24個省(自治區、直轄市) 均實現基礎金融服務空白鄉鎮全覆蓋,反映出國家一直致力于消除由于金融網點不足所帶來的地理排斥問題。此外機構網點占比僅管在2011年達到了585%的水平,與其他發展中國家相比不是很低,但較之發達國家還是無法滿足農村金融的巨大需求。
從空間上分析,根據2010年我國各省份農村金融機構分布情況得知我國地理排斥現象存在嚴重的區域不平衡。就萬人機構覆蓋度指標而言,有18個省份未達到全國平均水平,有些地區比如河南、湖北、廣西、安徽、貴州和云南覆蓋度低于1,而北京、天津竟分別高達185和181個,可見我國經濟發達地區的農村金融排斥現象較弱,而中西部偏遠省份的農村地區金融機構的占有率較低,金融排斥水平處于高位狀態,。對于各省農村地區金融網點數占全國農村營業網點數總量的比例,北京和上海這一比重均只達到004%,此外全國還有9個省份低于全國平均水平,有些還是經濟發展程度平比較高的例如廣東省,陜西和甘肅兩個省份與全國均值持平,可見不僅我國西部地區存在農村金融排斥,這種現象也出現在東部發達省份。
(二)條件排斥
條件排斥是指金融機構在提供金融服務時所附加的條件對于農戶來說很難滿足或者這些條件本身就很苛刻。由于我國農村居民財產的實際分布狀態及其可抵押性的錯位使得農村地區出現“抵押難”[1],從而被排斥在貸款范圍之外。
(三)評估排斥
農業生產的弱質性、分散性,使得正規金融在農村中的金融活動風險更高,更為謹慎,尤其是我國農村生產和投資行為高度分散,缺乏完善的可查信用檔案,使得農村金融中介對于農戶信用信息的獲取困難,為降低不良貸款率,減少逆向選擇和道德風險的現象,就要求金融機構對借款者的信用風險以及貸款項目風險進行詳細和嚴格的信息搜集、信息甄別以及最終貸款決策評估,這延長了農戶在金融供給機構中的貸款等待時間,加大了被評估排斥的機率。
四)價格排斥
利率一直是構成農戶使用貸款的成本主要構成部分,對于農村貸款項目較低的收益率,高額的利息率必然不公平地加大了農戶貸款負擔。2013年7月20日央行宣布全面放開金融機構的貸款利率管制,取消貸款機構貸款利率07倍的下限,央行對農村信用社貸款利率也不設置下限,明確其可以突破4倍限制,這一政策必將加大我國農民被價格排斥的現象。王修華、譚開通2012)[2]在2011年對我國8個省份農村金融狀況調查后發現有借貸需求但沒有獲得貸款的農戶中有58%的是由于利息費用太高以及借款程序太麻煩而受到價格排斥。熊建國2006)[3]的研究顯示對于中國人民銀行的貸款款基準利率558%)水平,竟有六成左右的農戶表示超過其承受能力,但農村信用社發放的貸款利率已明顯超過央行及其他商業型銀行提供的利率水平,達到642%。
五)營銷排斥
雖然改革以來國家大力提倡發展農村金融,但金融機構嫌貧愛富的本質使得其總是出于規模經濟和利潤最大化的考慮,在經濟發達之處聚集,遠離經濟欠發達、信息不完全和交通落后的農村地區[1]。不僅僅是信貸投放對象上對農民忽略,而且在出售的金融產品類型上也與農村所需貸款的期限長、金額小等特點不匹配。高沛星、王修華2011)[4]以及胡振等2012)[5]學者采用農村地區每萬人擁有的金融服務人員數量衡量營銷排斥的大小。根據2012年的中國人民銀行《中國農村金融服務報告》顯示,在涉農金融機構中農村信用社依舊是為農村提供金融服務的主力軍,2012年我國鄉村人口數達到64222萬人,計算可知我國農村地區2012年每萬人擁有13人左右的金融從業人員,相比2009年的10人左右變化幅度不大,仍然水平較低,金融人員在農村地區是稀缺品,全國農村營銷排斥程度仍處于高位。
六)自我排斥
自我排斥是指在農民自身心理、知識因素和長期形成的貸款習慣等影響下,借款者認為自己可以從金融機構獲得所需貸款的機率很小,故而自己主動放棄申請。
三、實證分析我國農村金融排斥程度的影響因素
(一)變量選取與數據說明
本文選取我國農村1983-2011年相關時間序列數據進行研究分析,以農村人均貸款水平DD)和農戶人均儲蓄存款SS)指標來衡量農村金融排斥程度,選取的影響金融排斥的因素有農村電話用戶T)、鄉鎮企業數X)、農村居民消費水平指數B)、農村居民家庭勞動文化狀況E)、國家財政用于農業支出F)、農村居民人均純收入M)、鄉村人口數N)。指標數據來源于中國經濟與社會發展統計數據庫中的《中國統計年鑒》、《新中國六十年統計資料匯編》、《中國金融年鑒》、《中國農村統計年鑒》以及國家統計局網站、中國銀行業監督管理會網站中國農村金融服務分布圖集、中國人民銀行網站、中國農業信息網。本文數據由Eviews31軟件處理完成。
(二)模型設定
研究前對所有數據進行對數化處理,再利用OLS建立一個金融排斥指標LNSS、LNDD與其影響因素LNT、LNX、LNB、LNE、LNF、LNM、LNN之間的多元線性回歸方程。
Yi=a1LNT+a2LNX+a3LNB+a4LNE+ a5LNF+a6LNM +a7LNN+ μ [JY]1)
其中Yi=[JB{]LNSSLNDD[JB)}]
(三)相關性分析
對LNSS、LNDD與LNT、LNX、LNB、LNE、LNF、LNM、LNN作皮爾遜相關系數檢驗,由檢驗結果知,除變量LNB之外的各影響因素與金融排斥指標之間相關性較為明顯,系數均在60%以上。
(四)平穩性檢驗
觀察各序列的相關分析圖,可初步判斷其均為非平穩序列。我們對數據進行ADF單位根檢驗,檢驗結果如下表所示,其中C,T,P)中C、T、P分別表示檢驗模型中的常數項、時間趨勢和滯后階數。可以看出各序列的水平檢驗值均大于1%的顯著性水平下對應的臨界值。因此,不能拒絕存在單位根的原假設,即原時間序列都是非平穩的。
經過一次差分后,各指標的ADF統計值均小于10%顯著性水平下的臨界值。也就是說,這些序列屬于一階單整。因此,我們將對LNSS、LNDD與LNT、LNX、LNB、LNE、LNF、LNM、LNN進行進一步的協整檢驗。