支農(nóng)再貸款利率政策研究

李晶彥

摘 要：人民銀行對金融機構(gòu)借用支農(nóng)再貸款發(fā)放的貸款利率進行限定，以更好地發(fā)揮支農(nóng)再貸款引導(dǎo)“三農(nóng)”融資成本下降的作用。本研究以貴州省農(nóng)村信用社為分析對象，通過計量分析等方法估計全省農(nóng)村信用社總體貸款非資金成本率，通過比較分析方法對各信用社貸款非資金成本差異存在的原因進行分析，驗證了現(xiàn)行支農(nóng)再貸款利率政策總體上的合理性，同時對進一步完善現(xiàn)行支農(nóng)再貸款利率政策提出了建議。

關(guān)鍵詞：支農(nóng)再貸款；利率定價；貸款成本；營業(yè)費用

中圖分類號：F830.58 文獻標識碼：B 文章編號：1674-2265（2015）12-0065-05

一、引言

2014年以來，人民銀行為進一步發(fā)揮支農(nóng)再貸款引導(dǎo)降低“三農(nóng)”融資利率的作用，相繼下發(fā)多個文件，對農(nóng)村法人金融機構(gòu)借用支農(nóng)再貸款后發(fā)放涉農(nóng)貸款的利率做出規(guī)定。貴州省作為西部欠發(fā)達省份，支農(nóng)再貸款工具的充分運用，在改善農(nóng)村金融服務(wù)、降低“三農(nóng)”融資成本方面取得了一定成效。 2015年1—6月，全轄區(qū)農(nóng)村法人金融機構(gòu)借用支農(nóng)再貸款資金發(fā)放的涉農(nóng)貸款加權(quán)平均利率為6.9%，較運用其他資金發(fā)放的涉農(nóng)貸款利率低2.8個百分點；通過開展“人民銀行支農(nóng)再貸款+金融機構(gòu)自有信貸資金+地方政府配套政策+優(yōu)惠利率”的支農(nóng)再貸款杠桿化運作模式，引導(dǎo)金融機構(gòu)發(fā)放的優(yōu)惠利率貸款累計為貸款戶節(jié)約利息支出近1億元。

2015年，人民銀行下發(fā)《關(guān)于下調(diào)信貸政策支持再貸款利率的通知》（銀發(fā)[2015]166號），要求農(nóng)村金融機構(gòu)借用支農(nóng)再貸款發(fā)放的涉農(nóng)貸款利率在實際支付的各期限各檔次支農(nóng)再貸款利率上加點最高不得超過4個百分點（即從2015年6月開始，借用支農(nóng)再貸款發(fā)放的一年期涉農(nóng)貸款利率不能超過6.85%，其中貧困地區(qū)不能超過5.85%）。這意味著除了籌資成本外，農(nóng)村金融機構(gòu)發(fā)放每筆貸款的非資金成本率（包括營業(yè)費用、稅收、撥備提取等）不能超過4%。由于貴州省農(nóng)村法人金融機構(gòu)具有涉農(nóng)貸款占比高、貸款不良率高、貸款單筆金額小、貸款管理成本高等特征，貸款的非資金成本要高于發(fā)達省份，涉農(nóng)貸款的加權(quán)平均利率也明顯高于發(fā)達省份。加點幅度最高不得超過4個百分點的政策要求出臺后，部分機構(gòu)使用支農(nóng)再貸款的意愿有所降低。

基于以上問題，本文以貴州省農(nóng)村信用社為分析對象，針對當前農(nóng)村信用社貸款利率定價情況，根據(jù)成本導(dǎo)向型的利率定價方法，對農(nóng)村信用社貸款成本進行合理測算，同時分析在利率受限的情況下，金融機構(gòu)被動接受較低貸款利率，出于保證收益和風險控制的考慮，是否會對支農(nóng)再貸款支持的貸款對象進行篩選，導(dǎo)致支農(nóng)再貸款對農(nóng)村生產(chǎn)經(jīng)營相關(guān)環(huán)節(jié)的支持力度減弱。希望通過這些研究為進一步發(fā)揮支農(nóng)再貸款的利率引導(dǎo)作用提出切實可行的政策建議。

二、對貴州省農(nóng)村信用社貸款成本率總體測算

成本加成定價是不成熟的信貸市場較為通行的定價方法，也比較符合當前貴州省農(nóng)村信用社的實際情況。在現(xiàn)行支農(nóng)再貸款利率加點模式下，支農(nóng)再貸款資金發(fā)放的涉農(nóng)貸款利率加點幅度在實際支付的各期限檔次支農(nóng)、支小再貸款利率基礎(chǔ)上加點最高不得超過4個百分點。采取成本導(dǎo)向的方式設(shè)定加點幅度能夠控制金融機構(gòu)使用再貸款的獲利空間，有助于發(fā)揮支農(nóng)再貸款利率優(yōu)惠效果。但這同時要求使用再貸款的金融機構(gòu)除資金成本外的貸款成本不高于貸款金額的4%（即貸款非資金成本率不高于4%），貸款非資金成本率高于4%的金融機構(gòu)使用再貸款將產(chǎn)生虧損，若貸款非資金成本高于4%的農(nóng)村信用社較多，可能影響支農(nóng)再貸款的使用范圍，進而影響支農(nóng)效果。

根據(jù)貸款利率成本加成法，貸款非資金成本構(gòu)成如下：貸款非資金成本率=貸款的營業(yè)費用率+貸款損失準備計提比例+貸款的營業(yè)稅費支付比例。由于營業(yè)費用在貸款非資金成本中占比較大，且不同機構(gòu)營業(yè)費用差距甚大，因此本文利用計量模型首先分析了貴州省農(nóng)村信用社貸款營業(yè)費用成本的總體情況，并測算了全省總體貸款非資金成本率，判斷現(xiàn)行加點幅度是否合理。

（一）貸款營業(yè)費用率的估計

本文通過Panel Data 模型對涉農(nóng)貸款發(fā)放與營業(yè)費用產(chǎn)生之間的關(guān)系進行回歸分析，目的是剝離已經(jīng)發(fā)生的固定成本，測算出隨貸款業(yè)務(wù)增加而增加的可變營業(yè)費用成本。因支農(nóng)再貸款最長為一年期，借用支農(nóng)再貸款發(fā)放的涉農(nóng)貸款也以一年期為主，因此本文使用的是一年期以內(nèi)（含1年）涉農(nóng)貸款發(fā)放數(shù)據(jù)。

1. 樣本及數(shù)據(jù)來源。選取貴州省80家農(nóng)村信用社2012年1季度—2015年1季度營業(yè)費用、1年期以內(nèi)（含1年）涉農(nóng)貸款季度發(fā)生額數(shù)據(jù)（每組數(shù)據(jù)由80個截面成員、13個時間點、1040個觀測值組成）。

2. 模型設(shè)定。分別用FY、SNDK表示營業(yè)費用、1年期以內(nèi)（含1年）涉農(nóng)貸款。建立1年期以內(nèi)涉農(nóng)貸款同營業(yè)費用的變截距Panel Data模型如下：

[FYi=αi+SNDkiβ+μi]， [i=1，2，3，...，80] （1）

該模型假設(shè)在截面成員上存在個體影響而無結(jié)構(gòu)變化，并且個體影響可由截距項的差別來說明。式中：[α]代表固定成本，[β]代表因每發(fā)放1單位涉農(nóng)貸款而產(chǎn)生的可變費用成本。

3. 回歸結(jié)果。由于面板數(shù)據(jù)的截面成員較多但時序較短，更側(cè)重截面分析，故選擇EViews中Panel Workfile對模型（1）進行回歸分析。已估計上述模型的隨機效應(yīng)模型，通過Hausman檢驗，確定采用固定影響變截距模型。使用廣義最小二乘法（GLS）對模型進行估計，回歸結(jié)果如下：

[FYit=1620.86+α*i+0.0146SNDkit+μit]

[i=1，2，3，...，80] [t=1，2，3，...，13]

其中[α*i]反映各信用社固定成本對平均固定成本的偏離（此處省略列示[α*i]的估計結(jié)果）程度。根據(jù)方程估計結(jié)果可以看出，涉農(nóng)貸款同營業(yè)費用存在顯著的正向關(guān)系，每發(fā)放1元1年期以內(nèi)（含1年）涉農(nóng)貸款新產(chǎn)生營業(yè)費用0.0146元，即1.46%的貸款營業(yè)費用率。

（二）貸款損失準備計提比例以及營業(yè)稅費支付比例的測算

作為貸款非資金成本另外兩項構(gòu)成內(nèi)容，貸款損失準備以貸款余額為計提基數(shù)，計提比例主要根據(jù)監(jiān)管要求；貸款產(chǎn)生的營業(yè)稅費是對貸款利息收入征收的營業(yè)稅費，稅率由稅法規(guī)定。因此，這兩部分費用同貸款發(fā)生額的關(guān)系較為直觀。并且，貸款損失準備的計提和營業(yè)稅費的發(fā)生難以獲得有效的季度或月度數(shù)據(jù)，因此本文對這兩部分貸款成本并未采取計量分析的方法進行回歸，僅依據(jù)2013、2014年度80家使用支農(nóng)再貸款的農(nóng)村信用社的相關(guān)數(shù)據(jù)進行了簡單測算（見表1）。

表1：農(nóng)信社貸款非資金成本構(gòu)成情況表

[ ＼&涉農(nóng)貸款發(fā)放額＼&當年新計提貸款損失準備＼&當年發(fā)生的營業(yè)稅金及附加＼&當年新計提貸款損失準備/貸款發(fā)放額＼&當年發(fā)生的營業(yè)稅金及附加/貸款發(fā)放額＼&2013＼&15971568.79＼&271120.43＼&45084.18＼&1.70%＼&0.28%＼&2014＼&20532028.99＼&253795.97＼&60159.36＼&1.24%＼&0.29%＼&平均＼&18251798.89＼&262458.20＼&52621.77＼&1.44%＼&0.29%＼&]

根據(jù)表1所示的測算結(jié)果，貴州省80家農(nóng)村信用社總體貸款非資金成本率構(gòu)成如表2。

表2：農(nóng)村信用社總體貸款非資金成本構(gòu)成率情況表

[貸款營業(yè)費用率＼&當年新計提貸款損失準備/貸款發(fā)放額＼&營業(yè)稅金及附加/貸款發(fā)放額＼&貸款非資金成本率＼&1.46%＼&1.44%＼&0.29%＼&1.46%+1.44%+0.29%=3.19%＼&]

總體來看，現(xiàn)行4個點的加點幅度下，農(nóng)村信用社使用支農(nóng)再貸款仍有一定的利潤空間，現(xiàn)行支農(nóng)再貸款利率政策總體上能夠控制農(nóng)村信用社使用再貸款的獲利空間，并有助于發(fā)揮支農(nóng)再貸款利率優(yōu)惠效果。但仍無法排除部分農(nóng)村信用社對總體平均貸款成本水平偏離較大，貸款成本率高于4%的現(xiàn)狀。

三、貸款費用率的差異化分析

本文通過比較分析法對各信用社貸款的營業(yè)費用成本差異進行分析，研究重點仍為估計各信用社貸款營業(yè)費用率，并根據(jù)貸款營業(yè)費用率的估計結(jié)果對樣本進行分組，研究貸款營業(yè)費用率產(chǎn)生差異的原因。

（一）各樣本貸款營業(yè)費用率估計

1. 模型設(shè)定。分別用FY、SNDK表示營業(yè)費用、1年期以內(nèi)（含1年）涉農(nóng)貸款季度發(fā)生額。建立涉農(nóng)貸款同營業(yè)費用的變系數(shù)Panel Data模型，見模型（2）：

[FYit=αi+SNDkitβi+μit]，[i=1，2，3，...，80]

[t=1，2，3，...，13] （2）

該變系數(shù)模型中，常數(shù)項[αi]和系數(shù)項[βi]都隨著橫截面?zhèn)€體的改變而變化。

2. 回歸結(jié)果。通過Eviews Pool對象對該模型進行估計。并估計隨機效應(yīng)模型，通過Hausman檢驗后，確定采用固定影響變系數(shù)模型。使用廣義最小二乘法（GLS）對模型進行估計，并根據(jù)系數(shù)項的大小和顯著性水平將回歸結(jié)果分為三組，其中第一組樣本滿足系數(shù)項大于2.27%（滿足各系數(shù)項即貸款成本費用率加上全省平均水平1.44%的貸款損失準備計提比例以及0.29%的營業(yè)稅費比例后大于4%），且在10%的顯著水平下通過t檢驗，共20個樣本。第二組樣本滿足Prob值在10%—40%之間，或Prob值雖小于10%但系數(shù)項小于2.27%，共25個樣本。第三組樣本滿足Prob值大于40%，共35個樣本。回歸結(jié)果及分組情況見表3。

第1組樣本機構(gòu)按現(xiàn)行加點幅度使用支農(nóng)再貸款會出現(xiàn)虧損。

（二）分組比較分析①

1. 涉農(nóng)貸款結(jié)構(gòu)差異分析。由表4可見，第1組樣本100萬元以上涉農(nóng)貸款、擔保類涉農(nóng)貸款、農(nóng)村企業(yè)及組織涉農(nóng)貸款發(fā)放額占比均高于其他兩組；涉農(nóng)貸款占比、農(nóng)戶貸款占比明顯低于其他兩組；各項涉農(nóng)貸款加權(quán)平均利率普遍較低，其中其他企事業(yè)單位涉農(nóng)貸款加權(quán)平均利率為各類涉農(nóng)貸款利率中最低。以上結(jié)果說明第一組樣本貸款營業(yè)費用率較高的原因，不在于其發(fā)放小額貸款筆數(shù)多、農(nóng)戶貸款占比高以及貸款發(fā)放缺乏有效的擔保方式等，相反其涉農(nóng)貸款占比、農(nóng)戶貸款占比、小額涉農(nóng)貸款占比等數(shù)據(jù)低于其他組，而其支農(nóng)效果并不好。

2. 存貸比差異分析。

表5中存貸比各項統(tǒng)計指標反映，第一組存貸比水平低于其他兩組，說明第一組樣本貸款營業(yè)費用率較高的原因，并非因為其存貸比較高，資金來源較為緊張。

3. 人工成本差異分析。

由表6可見，第一組樣本信貸相關(guān)人員人數(shù)占員工總?cè)藬?shù)的比例明顯高于其他兩組，人工成本（包括工資、福利、五險一金）占營業(yè)費用的比例也要高于其他兩組。說明第一組樣本貸款營業(yè)費用率較高的原因很可能是人員支出較大。

4. 所在地區(qū)經(jīng)濟狀況差異分析。

由表7可見，第一組樣本平均GDP、人均GDP、競爭程度明顯高于其他兩組，第一產(chǎn)業(yè)占比低于其他兩組。可見第一組樣本多處于經(jīng)濟相對發(fā)達的縣市，其貸款營業(yè)費用率較高的另一原因是其所處縣市貸款業(yè)務(wù)競爭相對較大，業(yè)務(wù)拓展費用占比相對較高，但由于占比僅為1.7%，其對營業(yè)費用的整體影響比較有限。

四、貸款風險成本的差異化分析

《商業(yè)銀行資本管理辦法》（中國銀行業(yè)監(jiān)督管理委員會 2012年第1號）中規(guī)定“貸款損失準備最低要求指100%撥備覆蓋率對應(yīng)的貸款損失準備和應(yīng)計提的貸款專項準備兩者中的較大者。” 根據(jù)該規(guī)定，應(yīng)計提的貸款損失準備=MAX[不良貸款余額，正常類貸款余額*1.5%+關(guān)注類貸款余額*3%+次級類貸款余額*30%+可疑類貸款余額*60%+損失類貸款余額*100%]。

因此，不良貸款比例的高低直接影響了貸款損失準備提取的多少。現(xiàn)根據(jù)貴州省80家農(nóng)村信用社2014年度實際計提貸款損失準備比例（當年新提取貸款損失準備/貸款平均余額）進行分組分析（見表8）。

結(jié)果顯示，涉農(nóng)貸款占比、農(nóng)戶貸款占比高的信用社，不良貸款率相對較高，對應(yīng)的貸款損失計提比例較大，即貸款風險成本較高。因此，農(nóng)村信用社的支農(nóng)服務(wù)狀況與其貸款風險成本之間也存在著正相關(guān)關(guān)系。

五、主要結(jié)論及政策建議

（一）主要結(jié)論

1. 根據(jù)對貴州省農(nóng)村信用社貸款成本的測算，在現(xiàn)行支農(nóng)再貸款利率政策下，農(nóng)村信用社使用支農(nóng)再貸款整體上仍有一定的利潤空間，現(xiàn)行支農(nóng)再貸款利率政策總體上能夠控制農(nóng)村信用社使用再貸款的獲利空間，有助于發(fā)揮支農(nóng)再貸款利率優(yōu)惠效果。

2. 營業(yè)費用率能夠顯著影響貸款利率，經(jīng)分析，導(dǎo)致貸款成本中營業(yè)費用率較高的一個主要原因是其人工成本占比較高。并且營業(yè)費用率較高的信用社，多處在經(jīng)濟相對發(fā)達的縣市，其存貸比、涉農(nóng)貸款占比、農(nóng)戶貸款占比、小額涉農(nóng)貸款占比等指標相對較低，可排除其營業(yè)費用率較高是源于資金來源緊張或支農(nóng)成本較高這一情況。因此，在確定支農(nóng)再貸款利率加點幅度時，無須過多考慮營業(yè)費用率過高的影響，對于營業(yè)費用率過高的農(nóng)村信用社，應(yīng)引導(dǎo)其加強成本控制。

3. 支農(nóng)力度大的農(nóng)村信用社貸款風險成本相對較高，支農(nóng)再貸款利率加點一刀切的政策可能會導(dǎo)致農(nóng)村信用社將支農(nóng)再貸款優(yōu)先用于支持風險較小的涉農(nóng)客戶，導(dǎo)致一些風險相對較高的農(nóng)村貸款主體得不到支農(nóng)再貸款資金支持。

（二）政策建議

1. 考慮貸款風險成本差異建立更為靈活的支農(nóng)再貸款利率定價模型。根據(jù)本文研究結(jié)果，貸款風險成本高的地區(qū)往往支農(nóng)需求較大，因此，建議在確定支農(nóng)再貸款利率加點幅度時應(yīng)考慮不同機構(gòu)貸款風險成本存在的差異性。相比現(xiàn)行一刀切的支農(nóng)再貸款利率加點政策，建立更為靈活的支農(nóng)再貸款利率定價模型，根據(jù)機構(gòu)的支農(nóng)服務(wù)情況合理確定借用支農(nóng)再貸款發(fā)放貸款的利率加點幅度。

2. 進一步明確支農(nóng)再貸款投向范圍。根據(jù)本文分析結(jié)果，貸款非資金成本率高于4%的樣本多處于經(jīng)濟相對發(fā)達縣市，其發(fā)放的其他企事業(yè)單位涉農(nóng)貸款加權(quán)平均利率低于其他類別利率，也就是說在其使用再貸款難以盈利或微利的情況下，可能會為達到利率加點幅度要求將支農(nóng)再貸款投向原本利率就較低的貸款對象，而該對象很可能并非是真正從事農(nóng)業(yè)生產(chǎn)經(jīng)營的農(nóng)村貸款主體。因此，建議在確保支農(nóng)再貸款利率優(yōu)惠政策得以落實的同時，縮小支農(nóng)再貸款投向范圍，將其從所有涉農(nóng)貸款縮小至支持農(nóng)業(yè)生產(chǎn)經(jīng)營相關(guān)環(huán)節(jié)的涉農(nóng)貸款。

注：

①本部分涉及數(shù)據(jù)均為80個樣本2014年度數(shù)據(jù)。

參考文獻：

[1]張明恒，沈宏斌.小型商業(yè)銀行貸款利率定價的多因素模型實證研究[J].上海經(jīng)濟研究，2009，（4）.

[2]賈麗均.對支農(nóng)再貸款利率形成機制的構(gòu)想[J].青海金融，2013，（2）.

[3]劉艷，范靜，許彩麗.農(nóng)村信貸配給程度與貸款定價變動的關(guān)系分析—以吉林省為例[J].農(nóng)村經(jīng)濟，2014，（10）.

[4]張建軍，許承明.利率市場化影響農(nóng)業(yè)信貸配置效率研究—基于信貸配給視角[J].金融研究，2012，（10）.

（責任編輯 王 馨；校對 GQ，WX）