農戶信貸配給下借貸福利效果分析

王 靜，朱燁煒

（1．西北農林科技大學經濟管理學院，陜西楊凌 712100；2．電子科技大學經濟與管理學院，成都 637300）

農戶信貸配給下借貸福利效果分析

王 靜1，2，朱燁煒1

（1．西北農林科技大學經濟管理學院，陜西楊凌 712100；2．電子科技大學經濟與管理學院，成都 637300）

運用Biprobit模型和Switching模型，對陜西省寶雞市渭濱區247戶農戶調查的微觀數據，分兩個階段對農戶受到信貸配給的影響因素及程度和信貸配給下農戶的福利效應進行計量分析，結果表明：金融資產余額對資金的供給和需求均為負向影響；是否加入農業合作社對資金的供給和需求均為負向影響；總支出對需求的影響顯示為正向；家庭勞動力比率、純收入和固定資產余額對資金供給為正向影響；農戶受到信貸約束的程度為74．63%，受到信貸配給的農戶的信貸資金有效利用率是未受到信貸配給農戶的2倍。

農戶信貸配給；金融資產；信貸約束程度；福利效應

在發展中國家的農村地區，信貸約束被普遍認為是阻礙經濟發展和農民收入提高的關鍵因素，農戶受到信貸配給的現象非常普遍。據估計，在亞洲和拉丁美洲，農戶獲得正規信貸的比例只有15%，而在非洲，這一比例僅為5%。而且，這部分信貸資源往往集中在少部分人手中，平均來看，在發展中國家，5%的借款者獲得了80%的貸款，貧困農戶受到了尤為嚴重的信貸配給［1］。發展中國家的信貸機構受到嚴格的管制，如低利率和瞄準特定目標群體的信貸計劃等，進一步加重了農戶的信貸約束程度。即使是在無管制的金融系統中，貧困者也常因貸款額度小、交易成本高、抵押品少以及信用記錄缺失而被排除在正規金融市場之外［2］。同時，大量的理論與實證研究也已表明：農村金融是農業經濟發展中最為重要的資本要素配置制度，且與經濟增長有相互促進和相互制約的關系。信貸配給作為農村金融問題的核心，使得我們有必要通過實證分析了解我國農村地區的信貸配給狀況。其中，我們主要關心的問題是農戶受到信貸配給的程度如何、哪些因素影響農戶受到信貸配給、信貸配給如何影響農戶的福利等。

一、相關文獻回顧

關于信貸配給的定義，目前大部分經濟學家都認為：當借款人愿意支付現行利率，但不能按照這種利率獲得貸款時，就稱其受到了信貸配給。對信貸配給的定義已沒有太多的爭議，但是在信貸配給的分類上還存在一定的分歧。在這里，我們借鑒Barham等人的研究成果，將信貸配給分為受到信貸配給和未受到信貸配給兩大類。其中，受到信貸配給又分為完全受到信貸配給和部分受到信貸配給，完全受到信貸配給又分為申請后未獲得貸款和由于缺乏抵押等而未申請貸款兩類。而未受到信貸配給則分為申請并獲得足額貸款和由于不需要信貸而未申請貸款兩類［3］。

農戶受到信貸配給及其影響一直是學術界廣泛關注的課題。周國良認為，當前我國農村金融形勢險峻，集中表現為資金供求矛盾十分突出，需求遠遠大于供給，農民貸款難。資金需求急劇擴大，資金供給日趨萎縮［4］。李銳、朱喜運用3 000個農戶樣本，對農戶受到信貸配給程度和福利影響進行了分析，發現農戶受到信貸配給程度為70．92%，福利損失為9．55%［5］。在信貸配給程度的估計方法方面，部分學者采用統計分析方法，陳錫文通過農業生產總值占GDP的比例來同其獲得的貸款占全部貸款的比例進行比較，間接反映農戶受到信貸配給［6］。但是這樣的方法掩蓋了不同地區農戶間收入的差異，無法得知農戶特征與其信貸需求和供給之間的關系。另一部分學者采取樣本調查法對安徽毫州和阜陽的6個縣18個村217戶農戶進行了調查，并通過貸款獲取量、貸款農戶數、不同來源的貸款比列等指標來反映農戶的信貸配給［7］。雖然該方法比統計分析法更細化，但同樣存在不能反映農戶特征與供需之間關系的弊端。而在福利效應的估計中，多數學者采用Cobb－Douglas函數進行平均估計，但其不能真實反映受到配給和未受到配給兩種類型農戶收入的差異。在存在信貸配給的情況下，通常我們無法真實地觀測到需求和供給的真實值，只能觀測到由需求和供給相互作用而發生的信貸行為，但是其也是由兩者中較小的一方所決定，所以一般的模型無法測度信貸配給的程度。Poirier首先提出了Biprobit模型，該模型可處理觀測值為部分觀測性的問題，且帶有一般Probit模型的計算概率特點［8］。

綜上所述，本文選擇帶有供需聯立方程的Biprobit模型來反映影響農戶受到信貸配給的因素，并借鑒Foltz［9］在估計福利效應時使用的Switching模型來反映受到不同程度信貸配給的農戶特征與其福利的關系。

二、樣本來源及描述

（一）樣本來源

本文研究所選取的樣本地區為陜西省寶雞市渭濱區，數據來源于2010年對該地區調研所建立的數據庫。為了使抽樣所得樣本具有代表性，調查時采取隨機抽取鄉鎮，每個鄉鎮隨機抽取自然村的方法。在隨機抽取的10個自然村中，有4個位于偏遠農村，其余村莊均來自城鄉結合部。調查共取得247份調查問卷，適用于本文分析的有效問卷204份。

（二）樣本描述

根據Barham等人對信貸配給的分類，樣本地區農戶受到不同信貸配給情況見表1。

表1 樣本地區信貸配給分類

從表1中我們可以看出，204戶農戶中只有24戶農戶沒有信貸需求，而其余的88．24%的農戶都具有信貸需求，這充分說明該地區信貸需求相當旺盛。另外，我們用簡單的統計分析方法可以得出，該地區的信貸配給程度為61．76%。同時，我們對本文中將要用到的變量進行定義及描述性的統計分析，具體見表2。

表2 樣本變量描述性統計分析

三、研究方法及模型

（一）Biprobit模型

令y1、y2分別表示農戶借款意愿和資金供給意愿的決策虛擬變量；Y1、Y2分別表示農戶借款意愿和資金供給意愿的隱含變量；X1、X2分別表示影響農戶借款需求和資金供給的解釋變量，包括農戶自身的稟賦特征和家庭資產情況等。于是，建立如下包含資金需求和供給兩方面的矩陣聯立模型：

其中，我們假設隨機擾動項服從聯合正態分布。在上述聯立模型中，只有當y1＝1且y2＝1時才會有信貸行為的發生。該模型是典型的Biprobit模型，對模型進行最大似然估計法（ML）即可以估計出模型的各系數。在估計出模型的系數后，通過公式P（Y1＞Y2｜Y1＞0）來表示農戶受到信貸配給的程度：即需求大于零的情況下，農戶需求得不到滿足的部分所占比例。公式計算如下：

為得到正態分布函數，再將（1）式中第一個不等式兩邊同時除以（2－2ρ）1／2即可得到計算式：

（2）式中φ1φ2為聯合正態分布，ε2－ε1服從［0，（2－2ρ）1／2］的正態分布。

（二）Switching模型

為引入信貸配給兩類農戶，我們令虛擬變量Zi表示農戶是否受到信貸配給，表達式為：Z＝Y1－Y2。其中，若Z＞0，表示農戶受到信貸配給，則Zi＝1；若Z≤0，表示農戶未受到信貸配給，則Zi＝0。另外，這里用農戶的家庭純收入的期望值E來表示農戶的福利情況，于是對于受到和未受到信貸配給兩類農戶的福利模型表示如下：

其中，Xi表示農戶的稟賦特征；Li表示獲得的貸款量。這里我們假設：E（εin）＝E（εim）＝0，說明信貸配給狀況屬于外生行為。于是，對于受到信貸配給和未受到信貸配給的農戶其外生Switching模型為：

該模型可以通過最小二乘法（OLS）進行估計，在估計出模型的系數后，便可以通過比較各個系數來分析信貸配給對農戶福利的影響效應。

四、實證分析

（一）第一階段：信貸配給程度及影響因素的實證分析

運用樣本數據，通過Stata 9．0軟件對Biprobit模型進行計算，結果見表3。

表3 Biprobit模型估計結果

在需求方程中，自變量農戶家庭總支出和是否加入農村合作組織對借貸需求的影響為正向，且均在5%的水平上顯著。這主要可以從基于現金流的農戶消費和投資來解釋，農戶總支出越大，投資機會和欲望越大，對于現金流的需求也越大，信貸需求也就越強烈。年齡和金融資產余額對借貸需求為負向影響，且分別在10%和1%的水平上顯著。一方面，隨著年齡的增大，其社交活動和家庭負擔都隨之減少；另一方面，金融資產越少，表明其可以快速轉換為現金流的資產越少，現金流的缺失使農戶資金借貸需求增強。除以上變量以外，農戶受教育程度對資金的需求影響不顯著，這可能是因為對于不同教育程度的農戶來說，其對信貸有著不同的理解和看法，兩種相反的效應會相互抵消。耕地面積不顯著，則是由于農戶沒有土地的抵押權，使得農戶土地面積不能成為影響信貸需求的條件。而勞動力比率和家庭總收入則是對現金流的側面反映，一些農戶不再量入為出，面對更多的投資機遇，收入高或低的農戶都希望獲得更多的資金投入生產和項目經營，所以兩種力量在影響信貸需求對比時顯得比較模糊。

在供給方程中，自變量勞動力比率、純收入、固定資產余額和是否加入農業合作組織對資金供給的影響是正向的，且分別在10%、5%、5%和10%的水平上顯著。資金供給方在考慮是否對農戶提供信貸資金時，主要是從抵押擔保、信用狀況和家庭品質特征方面進行考慮。而農戶的勞動力比率、純收入和固定資產余額越高，加強了借貸者的資信水平。而對于農合組織的農戶來說，其本身不僅具有較好的家庭品質特征，而且金融機構通過“金融機構——農合社——農戶”的模式更好地防范了風險。金融資產余額對資金供給的影響是負向的，且在1%的水平上顯著。從信貸機構的目的出發，金融資產余額越小的農戶，機構愿意提供貸款的意愿就越強烈，只是關鍵在于其是否達到發放貸款的標準。除此之外，農戶受教育程度和耕地面積對資金的提供影響不顯著，這主要是由于其不屬于信貸機構發放貸款時重點關注的特征，加之農戶沒有土地抵押權，所以這兩個變量對農戶的抵押和擔保沒有起到增強的作用。

在估計出需求方程和供給方程的系數后，我們可以利用（2）式計算該地區農戶受到的信貸約束程度為74．63%。在上文中我們利用簡單的樣本統計分析法得出了農戶受到的信貸約束程度為61．76%，顯而易見，簡單的樣本統計分析法由于不能準確反映供給雙方的特征和關系，低估了農戶受到信貸約束的程度。

（二）第二階段：農戶受到信貸配給福利效果的實證分析

通過Stata 9．0軟件對模型（5）進行OLS計算，結果見表4。

表4 借貸對農戶福利的影響

從表4中我們可以看出，農戶受教育程度與農戶的純收入之間呈現負向關系，且均在10%的水平上顯著，但是對于兩類農戶來說其影響力幾乎沒有差別；農戶家庭固定資產余額對純收入的影響為正向，且均在1%的水平上顯著，但是影響力差距較大，可能是因為未受到信貸配給的農戶其自身固定資產余額較多，使得農戶可以較輕松獲得貸款，進一步加劇了收入的差距。這里我們主要分析貸款獲得量對于農戶純收入的影響，對于受到信貸配給和未受到信貸配給的農戶來看，貸款獲得量與純收入之間均呈現正向關系，且分別在1%和5%的水平上顯著。但是從系數值來看，增加一單位的貸款量，受到信貸配給農戶的純收入增加量是未受到信貸配給農戶的2倍。這說明對于受到信貸配給的農戶，其可以更有效地利用資金進行生產和投資，從而顯著的提高其福利水平；而對于未受到信貸配給的農戶，其多數已經獲得了相應的貸款量，可能達到了利潤最大化的資金需求值，資金的邊際效應隨之減弱。這也從另一個側面反映出當前我國農村金融市場的效率低下的現狀，大部分資金利用率低的人獲得了大量信貸資源，而資金利用率高的小部分人去無法得到信貸資金。

五、結論和建議

通過對信貸配給及福利效應的分析發現，農戶家庭總支出和是否加入農村合作組織對借貸需求的影響為正向，農戶年齡和金融資產余額對借貸需求為負向影響。農戶家庭勞動力比率、純收入、固定資產余額和是否加入農合組織對資金供給的影響為正向，金融資產余額對資金供給的影響為負向，該地區農戶受到信貸約束的程度為74．63%。對于信貸配給的兩類農戶，貸款獲得量與純收入之間均呈現正向關系，但是受到信貸配給農戶的信貸資金利用率是未受到信貸配給農戶的2倍。

鑒于以上結論，政府應當發展多渠道的農村信貸市場，增強信貸資金供給；加強農村社會保障體系，減少農戶的剛性支出；嘗試建立農地金融制度，引導農戶對長期、大額資金的需求；大力推廣類似農村合作組織這種“合作社（公司）＋農戶”模式，增強信貸資金需求和貸款能力，從而提高農村金融市場的資金利用率。

［1］ Stiglitz Joseph，Weiss Andrew．Credit Rationing in Markets With Imperfect Information［J］．Am Erican Economic Review，1981（3）：211－217．

［2］ Carter．Equilibrium Credit Rationing of Small Farm Agriculture［J］．Journal of Development Studies，1988（5）：135－142．

［3］ Barham．A Theory and Test of Credit Rationing［J］．A－merican Economic Review，1969（5）：3－7．

［4］ 周國良．農村金融供給短缺的成因分析及危害透視［J］．開發研究，2007（2）：25－28．

［5］ 李銳，朱喜．農戶金融抑制及福利損失的計量分析［J］．經濟研究，2007（2）：125－127．

［6］ 陳錫文．農村資源配置與農村經濟的作用不協調［J］．經濟研究參考，2004（23）：193－196．

［7］ 朱守銀，張照新．中國農村金融市場供給和需求：以傳統農區為例［J］．管理世界，2003（3）：57－58．

［8］ Poirier D J．Partial Observe Ability in Bivariate Probit Models［J］．Journal of Econometrics，1980（17）：120－210．

［9］ Jeremy D Foltz．Credit Market Access and Profitability in Tunisian Agriculture［J］．Agricultural Economics，2004（3）：229－240．

An Empirical Analysis of Welfare Effects of Credit Rationing

WANG Jing1，2，ZHU Ye－wei1
（1．College of Economics and Management，Northwest A＆F University，Yangling，Shaanxi 712100；2．School of Management and Economics，UESTC，Chengdu637300，China）

Based on 247rual households’data and using Biprobit model and Switching model，this study is divided into two phases to analyze the influencing factors，the degree of credit rationing and its effects on farmers’welfare．The results show that：the financial assets has negative impact on both supply and demand of funds；whether to join the Rural Cooperatives has negative impact，too；the total expenditure has positive impact on demand of funds；net income and the fixed assets has positive impact on supply；the degree of credit rationing is 74．63%；the farmers，influenced by credit rationing，could use the loan more efficiently by two times than the farmers who are not influenced．

influencing factor；degree of credit constraints；welfare effects；econometric analysis

F830．589

A

1009－9107（2015）01－0072－06

2013－09－09

國家自然科學基金項目（70973097）；教育部規劃項目（09YJAVH074）；中國博士后第二期特別資助基金項目（200902612）

王靜（1966－），女，西北農林科技大學經濟管理學院教授，博士生導師，電子科技大學博士后，主要從事金融工程與農村金融方面的研究。