農戶社會財富地位對借款可獲性的影響

黃穩書 汪陽

摘要：對農戶社會財富與公有銀行、民間信貸機構之間的關系及其對金融信貸機構發放信貸借款的影響進行研究，發現農戶社會財富對信貸借入數量的增加有積極的影響，回歸系數在0.193～0.212范圍內。這些參數可以解釋為借款對隨機選擇我國農戶的影響，也是農戶擁有財富對金融信貸機構的影響，該模型通過對錯誤的、有條件二階矩的假設來確定。結果表明，由于近年來農戶財富不斷增加，信貸項目迅速擴大，信貸在一定程度上有助于減少貧困。

關鍵詞：農戶財富方程;借貸方程;影響因素;農戶社會財富;信貸

中圖分類號：F323.9;F830.589

文獻標志碼：A

文章編號：1002-1302（2020）16-0328-05

金融信貸被許多業界人士和政府層人員認為是減輕貧困的有力工具，目的是讓那些本來會受到信貸限制的農戶參與創業活動，做法包括向自主創業的小型自營企業提供少量貸款等。然而，雖然信貸在提供貸款方面取得了成功，但很少有證據表明這種貸款能有效實現農戶的減貧，因為信貸機構在實施信貸的過程中有可能更多地傾向于富裕的農戶。

公有銀行歷來鮮有通過信貸借錢給農村經濟條件較差的農戶的情況，其原因一方面是收集信息和執行合同的高昂成本可能導致逆向選擇和道德風險;另一方面農戶缺乏財富相當的抵押品，加劇了銀行對潛在借款人進行篩查的困難。補償這些地區貸款風險所需的利率足以驅走許多借款人。信息成本也使得貸款后很難監測借款人的活動。如果該農戶中的一名成員違約，則整個農戶都不符合進一步貸款的資格。Correia等認為可以利用多種方式來驗證信貸是否能夠有效地為農戶服務[1-3]。然而，在試圖解釋信貸擴張是否實現了幫助農戶減少貧困的這個最初目標時，現有文獻大多側重于農戶財富地位的研究，認為農戶財富是農戶消費或是工作福利和生活水平的首選量度[4-5]。在發展中國家僅以農戶收入或是自由職業者收入來衡量的結果并不準確。因為收入報告的誤差很大，農戶不常使用的計算因素必須強加在數據上，以獲得可以正確解釋的計量方法[6-8]。信貸旨在通過增加農戶消費/支出來解決貧困問題[9]。因此，消費支出是我國農戶生活水平的一個重要指標，出于這些原因，本研究將消費視為利益的結果。如果農戶不能獲得信貸支持，則會在創業過程中受到資金的限制，無法提高農戶的消費能力。

目前，農戶消費能力可能會在收到信貸貸款時增加或減少，因為投資可通過貸款或削減農戶支出來實現。下一階段的收入是在借款和投資發生之后產生的，一些貸款資金也可能直接用于消費，所以投資可能增加消費。資金在農戶間是可以流通的，而消費的增加可能是消費平穩的結果。如果信貸能夠使農戶產生足夠的收入以擺脫貧困，那么隨著時間的推移，農戶的消費將會持續增長，如果農戶每年都會借款用于投資和生產。

存在的主要問題是已經參與借貸的農戶并不是隨機的人口樣本。農戶根據自身能力等因素決定是否進行貸款。此外，面向貧困農戶進行借貸時，信貸機構存在諸多的限制，Beny-ishay等采用各種技術來嘗試確定信貸借款對隨機農戶的預期影響，試驗調查設計被用來模擬農戶隨機化[10-11]。雖然很難隨機分配農戶貸款，但可以通過隨機化將信貸項目擴展到新的領域來確定影響。

將農戶財富模型轉化為信貸借貸功能，其重點在于如何克服借貸的內生性。農戶不僅根據可見的利益效應選擇借入，還需考慮自身創業能力等未觀察到的特征。信貸機構在選擇哪種類型的農戶作為信貸目標時，也許使用的信息是通過不可觀測的經濟計量學方法得到的，這些未被觀察到的特征也可以直接反映消費情況，用于對不考慮內生性的借貸影響進行評估。隨機試驗的實施是用于處理借款內生性的最新策略。Lorenzetti等隨機選擇開設了新的信貸機構的農村作為研究對象[12-13]。在每個地點，農戶內部可以形成群體并選擇借款，其財富狀況會受到嚴格地評估。在信貸機構分支機構開放的 15～18個月內，發現無農戶獲得信貸。但是，他們確實發現對于借貸成功的農戶以及那些有可能創業的農戶來說，其財富狀況有所增加。這表明農戶財富狀況對信貸機構對農戶的借貸有較大的影響。隨著時間的推移，可能會有更大的影響[14]，導致貸款農戶的借貸產生外生變化。

因此，本研究不采用隨機化的方法，而是采用新的方法來確定應對方案。以農戶從信貸機構借入人均數額的平均值入手，這種方案是假設借貸和農戶財富方程之間的誤差條件相關性是恒定的。

1 估計和識別策略

考慮到農戶的財富狀況和借貸方程，人均農戶財富（Ci）取決于所借的金額（Bi）和一系列假設為外生的額外農戶特征（Xi），包括如戶主的性別、年齡，農戶成員的教育水平等，借款還取決于一組外生特征（Zi）。對于說明性借款，Zi可以考慮為從Xi中排除的變量。借款（Bi）的最低貸款額為 5 000 元。

2 實證研究

采用中國家庭追蹤調查（CFPS）數據，列舉了我國25個省（市、自治區）的87個村，抽取了1 798戶農戶資料。在25個地區中，有22個省（市、自治區）開展了信貸計劃。通過對所有農戶第1階段的估算，最終選取樣本規模為1 461戶。第2階段使用814戶農戶的子樣本，信貸借款為正值，描述性統計數據見表1。

表2說明了通過將借貸和財富方程的平方殘差回歸到所有解釋變量來檢驗異方差的結果。根據測試結果可以發現，同方差的零假設均被拒絕。對于借貸方程，異方差的證據對虛擬變量最為明顯，表明方案可用性和強度的區域變化是異方差的重要來源。

表3為虛擬規范中借貸方程的估算結果。其中1個指數系數必須標準化為1，每個借款組必須是單一性別數據表明，女性戶主的借款數量大幅減少。這是因為信貸業務自開展以來在我國逐漸成為男性農戶的目標。每個借款組必須是單一性別，而男性專用組在調查領域更為普遍，通過為男性借貸，提高了男性借貸的效果。沒有成年男性或配偶的農戶借入較少。若配偶的農戶成員擁有土地，則農戶的借貸較少。這證實了農戶在有機會時會選擇彼此借錢，而不是選擇向外部貸方支付利率。受過高等教育的女性農戶借入較少，說明這些女性在信貸借款前從事穩定工作并具有穩定收入，因此較少傾向于借貸。

表4為財富方程的參數估計值，第2列為正借貸農戶子樣本的最小二乘法（OLS）估計值。消費對土地所有權的P值為0.311，這證實了土地所有權是農戶財富的重要來源。借貸系數估計了人均農戶財富在借貸方面的相關性。該系數在最小二乘法估計中為0.056，t統計量為3.290。包括將借貸系數提高到0.193。表4中的負號表明隨機誤差分量“1”和“2”之間存在負相關關系。

表5列出了村莊特征指標下的借款統計。農戶中有成年女性的會增加農戶財富，而沒有成年女性的農戶財富將會降低。擁有小學、農村衛生中心或助產士的村莊，其農戶財富較高。在村級特色規范中，借貸控制功能后的借貸系數從0.193上升到0.212。t值也較大，為6.793。控制函數的系數是負的和顯著的，表示誤差分量“1”和“2”之間為負相關關系。

3 討論與結論

近年來信貸業務迅速發展，許多人認為它可以成功地消除貧困。公有銀行和其他信貸機構的信貸借款在一定程度上提高了農戶的消費能力。本研究的結果確認了許多信貸機構的出發點，即農戶的財富狀況是要考量的重要因素。理論結果也預測了財富對信貸的影響程度可能很大。如果資本收益遞減原則成立，那么財富相對較少的農戶應該能夠獲得更多的投資回報。盡管這2項研究都檢測到了正向和顯著的借貸效應，但這里給出的估計值在幅度上遠大于OLS估計值。這證明目前所采用的策略在識別借貸的內生性方面更為成功。

從結果中可以清楚地看出，如果未能適當控制借貸的內生性，就會嚴重低估借貸對消費的影響。由于上文討論的結果為財富方程具有一致性，因此可以確定一組可能用作測量的變量。在虛擬樣本中，代表戶主性別、女性農戶成員的最高教育程度，沒有成年男性的農戶、沒有配偶的農戶以及配偶父母和兄弟擁有土地等變量都是重要的借貸方程，而不是財富方程。因此，使用這些變量作為排除限制來重復該估計。盡管估計的第1階段與上述相同，但在存在排除限制的情況下，第2步中使用的控制函數僅僅是借貸方程的殘差。

本研究估計了我國農戶財富對信貸機構借款的可獲得性，及信貸機構對人均農戶消費的影響。通過適當控制借貸的內生性，能夠估計調查地區隨機選擇的、農戶信貸貸款的平均效率。利用假設模型中誤差具有恒定的相關性特征，以外生變量為條件，能夠有效利用模型中存在的異方差來控制借貸的內生性。研究發現，農戶財富狀況對信貸貸款有積極和顯著的影響，回歸系數在0.193～0.212的范圍內。這些估計有助于評估信貸是否能夠實現農村的全面富裕，而不僅僅是為財富狀況好的農戶服務。

參考文獻：

[1]Correia S. REGHDFE：stata module to perform linear or instrumental-variable regression absorbing any number of high-dimensional fixed effects[J]. Statistical Software Components，2016，12（20）：1-15.

[2]Paulo S，Wolak F A. An algorithm to estimate the two-way fixed effects model[J]. Journal of Econometric Methods，2016，5（1）：143-152.

[3]zbay N，Karanlar S. Estimation in a linear regression model with stochastic linear restrictions：a new two-parameter-weighted mixed estimator[J]. Journal of Statistical Computation & Simulation，2018，88（10）：1-15.

[4]Wu J，Meyer M C，Opsomer J D. Penalized isotonic regression[J]. Journal of Statistical Planning & Inference，2015，161：12-24.

[5]Ashta A，Ghosh C，Guha S，et al. Knowledge in microsocial milieus：the case of microfinance practices among women in India[J]. Journal of the Knowledge Economy，2016，10（12）：1-20.

[6]Mukhopadhyay J P. Microfinance and consumption inequality：evidence from a randomized controlled trial in Andhra Pradesh，India[J]. Journal of Developing Areas，2016，50（2）：269-291.

[7]Crepon B，Devoto F，Duflo E，et al. Estimating the impact of microcredit on those who take it up：evidence from a randomized experiment in Morocco[J]. American Economic Journal，2015，7（1）：123-150.

[8]Agarwal V. The failings of microfinance in India：insights from a randomized evaluation of spandana[J]. Aims Journal，2017，11（1）：59-75.

[9]Zahidmahmood H，Abbas K，Fatima M. Islamic microfinance and household welfare nexus：empirical investigation from Pakistan[J]. Journal of Global Entrepreneurship Research，2017，7：18.

[10]Benyishay A，Fraker A，Guiteras R，et al. Microcredit and willingness to pay for environmental quality：evidence from a randomized-controlled trial of finance for sanitation in rural Cambodia[J]. Journal of Environmental Economics & Management，2017，86：121-140.

[11]Pati A P. Impact of microfinance on women empowerment in the matrilineal tribal society of India：an analysis using propensity score matching and difference-in-difference[J]. International Journal of Rural Management，2016，9（1）：45-69.

[12]Lorenzetti L M，Leatherman S，Flax V L. Evaluating the effect of integrated microfinance and health interventions：an updated review of the evidence[J]. Health Policy & Planning，2017，32（5）：732-756.

[13]Rahman A，Rahman M T，Kljucnikov A. Bank size，relationship lending and SME financing：evidence from bangladesh[J]. Actual Problems of Economics，2016，183（9）：294-307.

[14]Mchugh N，Biosca O，Donaldson C. From wealth to health：evaluating microfinance as a complex intervention[J]. Evaluation，2017，23（2）：209-225.