孫繼國 王倩 胡金焱

摘 要：基于CHFS 2015年數(shù)據(jù)，運用Logit模型剖析農(nóng)戶參與正規(guī)金融和非正規(guī)金融的影響因素，采用傾向得分匹配法（PSM）系統(tǒng)分析正規(guī)金融、非正規(guī)金融對農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的化解效應(yīng)。結(jié)果顯示：農(nóng)戶的性別、年齡、受教育程度、婚姻狀況、健康狀況、家庭人口規(guī)模、家庭人均收入等因素顯著影響農(nóng)戶參與金融借貸;正規(guī)金融能夠顯著化解農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險，且對35歲以上的農(nóng)戶、非貧困戶、高收入家庭、西部地區(qū)農(nóng)戶等群體所起的作用更為顯著;非正規(guī)金融在農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險化解中發(fā)揮的作用有限。正規(guī)金融能夠通過促進農(nóng)戶創(chuàng)業(yè)來化解農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險。

關(guān)鍵詞： 正規(guī)金融;非正規(guī)金融;農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險;傾向得分匹配法

中圖分類號：F832.35 文獻標(biāo)識碼： A 文章編號：1003-7217（2020）06-0027-08

一、引 言

中國是世界上遭受農(nóng)業(yè)自然災(zāi)害最為嚴(yán)重的國家之一，農(nóng)業(yè)自然風(fēng)險始終是影響農(nóng)村經(jīng)濟發(fā)展和制約農(nóng)戶增收的主要因素之一[1，2]。近年來，中國農(nóng)業(yè)發(fā)展正加速由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變?，F(xiàn)代農(nóng)業(yè)體系下，農(nóng)業(yè)產(chǎn)業(yè)鏈不斷延伸，農(nóng)戶的生產(chǎn)經(jīng)營行為更加多元化，因此，農(nóng)戶在生產(chǎn)經(jīng)營過程中面臨的風(fēng)險也從傳統(tǒng)的、單一的自然風(fēng)險向多元化、復(fù)雜化的農(nóng)業(yè)風(fēng)險轉(zhuǎn)變，市場風(fēng)險逐漸取代自然風(fēng)險成為最主要的農(nóng)業(yè)風(fēng)險[3，4]。多元化農(nóng)業(yè)風(fēng)險的共同作用增大了農(nóng)戶收入的不確定性，災(zāi)年的減產(chǎn)與豐年的“菜賤傷農(nóng)”“果賤傷農(nóng)”等現(xiàn)象時有發(fā)生。因此，現(xiàn)代農(nóng)業(yè)生產(chǎn)經(jīng)營環(huán)境下，要想讓廣大農(nóng)戶都盡快富裕起來，構(gòu)建農(nóng)戶增收的長效機制，就必須增強農(nóng)戶風(fēng)險抵御能力。金融作為現(xiàn)代經(jīng)濟的核心，能夠為農(nóng)業(yè)生產(chǎn)項目、農(nóng)戶生產(chǎn)經(jīng)營規(guī)模擴大提供融資支持，而且能夠增加創(chuàng)業(yè)機會、提高農(nóng)戶收入，進而幫助農(nóng)戶運用金融工具降低生產(chǎn)經(jīng)營中遇到的風(fēng)險損失，為化解農(nóng)業(yè)風(fēng)險提供有力支撐。

關(guān)于金融對農(nóng)業(yè)風(fēng)險的影響，已有文獻多從農(nóng)業(yè)保險的角度進行研究，大部分研究都認(rèn)為農(nóng)業(yè)保險能夠通過風(fēng)險轉(zhuǎn)移和收益外溢直接降低農(nóng)戶面臨的生產(chǎn)經(jīng)營風(fēng)險[5-8]。但也有學(xué)者認(rèn)為，由于農(nóng)業(yè)保險在運行過程中存在自選擇、道德風(fēng)險以及面臨高額的運營成本等問題，使得保險賠償金在很大程度上無法彌補農(nóng)戶受災(zāi)損失，因此，農(nóng)業(yè)保險有時無法有效發(fā)揮風(fēng)險管理的功能[9-13]。

現(xiàn)代農(nóng)業(yè)風(fēng)險日益多樣化、復(fù)雜化的特征對風(fēng)險管理提出了更高的要求，因此，防范化解農(nóng)業(yè)風(fēng)險的金融工具也需從農(nóng)業(yè)保險擴展到金融借貸等方面，實現(xiàn)化解途徑多元化。正規(guī)金融與非正規(guī)金融長期共存的二元金融結(jié)構(gòu)是我國農(nóng)村金融體制的重要特征，正規(guī)金融主要指通過傳統(tǒng)商業(yè)銀行、新型農(nóng)村金融機構(gòu)（村鎮(zhèn)銀行、貸款公司和農(nóng)村資金互助社）、互聯(lián)網(wǎng)銀行（如網(wǎng)商銀行、微眾銀行）等進行資金融通，非正規(guī)金融主要指通過親友借貸、民間借貸等方式進行融資[14，15]。學(xué)者們大多認(rèn)為正規(guī)金融與非正規(guī)金融都能夠緩解農(nóng)戶信貸約束，增強農(nóng)戶金融可得性，有助于農(nóng)戶擴大再生產(chǎn)，進而促進農(nóng)戶增收，提高其抵抗農(nóng)業(yè)風(fēng)險的能力[16-18]。

已有關(guān)于金融與農(nóng)業(yè)風(fēng)險化解之間關(guān)系的研究存在不足：第一，已有研究多基于農(nóng)業(yè)保險視角考察對農(nóng)業(yè)風(fēng)險的影響，鮮有研究從融資角度，即是否參與正規(guī)金融與非正規(guī)金融來深入探討農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的化解問題;第二，已有研究多根據(jù)地區(qū)農(nóng)業(yè)總產(chǎn)值、糧食產(chǎn)量等宏觀數(shù)據(jù)變化來分析地區(qū)遭遇到的農(nóng)業(yè)自然災(zāi)害風(fēng)險及其化解情況，從農(nóng)戶自身角度運用微觀數(shù)據(jù)探討農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險化解的研究還相對較少。鑒于此，本文基于中國家庭金融調(diào)查數(shù)據(jù)（CHFS），從農(nóng)戶融資的角度出發(fā)，利用Logit模型剖析農(nóng)戶參與金融借貸的影響因素，采用傾向得分匹配法（PSM）測算比較正規(guī)金融與非正規(guī)金融對農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的化解效應(yīng)，并實證分析化解效應(yīng)的組群差異。同時，運用Probit模型分析創(chuàng)業(yè)在化解農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險中的作用。以期拓寬金融服務(wù)鄉(xiāng)村振興、金融解決相對貧困的研究視域，也為進一步優(yōu)化農(nóng)村信貸供給決策、大力開展金融工具創(chuàng)新進而有效防范化解現(xiàn)代農(nóng)業(yè)風(fēng)險提供參考依據(jù)。

二、理論分析與研究假設(shè)

（一）正規(guī)金融與農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險化解

正規(guī)金融是農(nóng)村普惠金融中最基本的金融工具，其本身具有規(guī)模與成本優(yōu)勢，能夠通過金融機構(gòu)之間的有序競爭來緩解農(nóng)戶生產(chǎn)經(jīng)營的融資約束，提高其抵御農(nóng)業(yè)風(fēng)險的能力[19，20]。一方面，農(nóng)戶通過傳統(tǒng)商業(yè)銀行、新型農(nóng)村金融機構(gòu)和互聯(lián)網(wǎng)銀行貸款可以擴大再生產(chǎn)，增強其應(yīng)對市場風(fēng)險的能力;另一方面，在農(nóng)業(yè)風(fēng)險發(fā)生后，農(nóng)戶可以借助信貸資金迅速恢復(fù)生產(chǎn)，減少損失;再者，正規(guī)金融基層網(wǎng)點的增加還有助于提高農(nóng)戶金融服務(wù)的可得性，為農(nóng)戶融資增加便利，有助于生產(chǎn)經(jīng)營風(fēng)險更好地化解[21-23]?；谝陨戏治?，提出研究假設(shè)1。

H1 正規(guī)金融對農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險化解具有顯著正向影響。

（二）非正規(guī)金融與農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險化解

非正規(guī)金融能夠緩解農(nóng)村資金供求矛盾，減輕銀行的儲蓄及其投資轉(zhuǎn)化壓力，可以較好地彌補傳統(tǒng)銀行信貸資金的不足，是正規(guī)金融的重要補充。當(dāng)缺乏正規(guī)金融支持和面臨信貸約束時，非正規(guī)金融具有信息甄別等優(yōu)勢，能夠幫助農(nóng)戶緩解信貸約束[24]。同時，非正規(guī)金融基于人緣、地緣等關(guān)系而形成，不需要抵押和擔(dān)保，因此具有效率優(yōu)勢，可以幫助農(nóng)戶快速融資，提升農(nóng)戶收入水平，從而有助于生產(chǎn)經(jīng)營風(fēng)險化解[25，26]。另外，與正規(guī)金融相比，非正規(guī)金融在當(dāng)前我國農(nóng)村金融供給中居于次要地位，利率相對較高，且在處理信貸評級等信息方面具有劣勢，因此，非正規(guī)金融對農(nóng)戶融資約束的緩解效果不如正規(guī)金融[27-29]?；谝陨戏治?，提出研究假設(shè)2、3。

H2 非正規(guī)金融對農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險化解具有顯著正向影響。

H3 非正規(guī)金融對農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的化解效果小于正規(guī)金融。

（三）創(chuàng)業(yè)在金融借貸化解農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的中介效應(yīng)

農(nóng)戶參與金融借貸可以顯著促進家庭創(chuàng)業(yè)決策和增加家庭創(chuàng)業(yè)績效，進而實現(xiàn)農(nóng)戶多元化增收[30-32]，且金融機構(gòu)擴張越快，越容易促進農(nóng)戶非農(nóng)就業(yè)[33]。不同金融機構(gòu)所促進的創(chuàng)業(yè)類型有所差異，例如正規(guī)金融機構(gòu)能夠促進“雇主”型創(chuàng)業(yè)，非正規(guī)金融機構(gòu)能夠促進“自雇”型創(chuàng)業(yè)[34]。因此，金融借貸除了能夠直接為遭受農(nóng)業(yè)風(fēng)險的農(nóng)戶提供資金幫助其化解生產(chǎn)經(jīng)營風(fēng)險之外，還可以通過促進農(nóng)戶創(chuàng)業(yè)增加農(nóng)戶的非農(nóng)收入，進而化解其在生產(chǎn)經(jīng)營過程中遇到的農(nóng)業(yè)風(fēng)險?；谝陨戏治觯岢鲅芯考僭O(shè)4。

H4 金融借貸能夠通過促進農(nóng)戶創(chuàng)業(yè)來化解生產(chǎn)經(jīng)營風(fēng)險。

三、研究設(shè)計

（一）數(shù)據(jù)來源

所用數(shù)據(jù)為西南財經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心發(fā)布的2015年中國家庭金融調(diào)查數(shù)據(jù)（CHFS）①。該調(diào)查采用三階段、分層、與人口規(guī)模成比例（PPS）的抽樣方法，收集具有代表性的中國家庭金融微觀信息，是中國首個以家庭金融為主題的調(diào)查。2015年CHFS樣本覆蓋了除港澳臺、新疆和西藏外的29個省、市、自治區(qū)，包含個體、家庭兩個層面。在刪除無效信息樣本、相關(guān)變量數(shù)據(jù)缺失樣本之后，有效樣本量為10991個。

（二）變量選取與描述性統(tǒng)計

1.被解釋變量。以農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險為被解釋變量（Y）。在CHFS中，受訪者被問到從事哪些農(nóng)業(yè)生產(chǎn)經(jīng)營（種植糧食作物和經(jīng)濟作物、林木種植、采運、畜禽飼養(yǎng)以及水產(chǎn)養(yǎng)殖和捕撈）及從這些農(nóng)業(yè)生產(chǎn)經(jīng)營中獲得的收入是多少，把這些收入加總作為農(nóng)戶生產(chǎn)經(jīng)營的收入;受訪者還被問到采購了哪些農(nóng)資品（種子、農(nóng)藥、生長劑、化肥、農(nóng)膜、小型農(nóng)機具等）及采購這些農(nóng)資品花費的成本，以及雇人、租賃機器等成本，把這些成本加總作為農(nóng)戶生產(chǎn)經(jīng)營的成本。以農(nóng)戶生產(chǎn)經(jīng)營的收入與成本之比作為農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的代理變量，當(dāng)該比率小于1時，收入不足以覆蓋成本，即認(rèn)為該農(nóng)戶遭受了生產(chǎn)經(jīng)營風(fēng)險，設(shè)置為1;反之，設(shè)置為0。

2.解釋變量。以農(nóng)戶是否參與正規(guī)金融（M1）和非正規(guī)金融（M2）為解釋變量。在CHFS中，受訪者被問到：“農(nóng)業(yè)生產(chǎn)經(jīng)營活動是否有尚未還清的銀行/信用社貸款？”當(dāng)受訪者回答為“是”時，認(rèn)為農(nóng)戶參與了正規(guī)金融，設(shè)置為1;反之，設(shè)置為0。同樣，受訪者在問到“除了銀行/信用社貸款以外，目前是否因農(nóng)業(yè)生產(chǎn)經(jīng)營有尚未還清的民間借款？”回答為“是”，認(rèn)為農(nóng)戶參與了非正規(guī)金融，設(shè)置為1;否則，設(shè)置為0。

3.控制變量。參考相關(guān)研究[20，35]，選取反映戶主特征和家庭特征的變量作為控制變量（X）。戶主特征變量主要有戶主的性別、年齡、健康狀況、婚姻狀況、受教育程度，是否為黨員等?？紤]到年齡對農(nóng)戶參與金融借貸的影響可能存在非線性關(guān)系，加入年齡的平方這一變量;家庭特征變量主要有家庭人口規(guī)模、家庭人均收入的對數(shù)、是否獲得農(nóng)業(yè)生產(chǎn)經(jīng)營補貼、是否獲得農(nóng)業(yè)技術(shù)指導(dǎo)、家庭農(nóng)業(yè)勞動力占比和人均耕地面積。各變量定義見表1。

（三）PSM研究設(shè)計

由于農(nóng)戶是否參與金融借貸是其自我選擇的結(jié)果，樣本存在“自選擇”問題，若用傳統(tǒng)的線性回歸模型直接進行回歸，很難得到一致估計。為此，應(yīng)比較同一遭受生產(chǎn)經(jīng)營風(fēng)險的農(nóng)戶參與金融借貸（處理組）和未參與金融借貸（控制組）兩種狀態(tài)下農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的平均化解效應(yīng)。但在實踐中，遭受生產(chǎn)經(jīng)營風(fēng)險的農(nóng)戶參與金融借貸和未參與金融借貸對生產(chǎn)經(jīng)營風(fēng)險的化解效應(yīng)很難同時觀測到，存在“數(shù)據(jù)缺失”。傾向得分匹配法（PSM）能夠在降低個體自身差異的同時，很好地解決樣本“自選擇”問題并較好地控制內(nèi)生性。因此，建立反事實研究框架，運用PSM方法以準(zhǔn)確測度正規(guī)金融和非正規(guī)金融對農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的化解效應(yīng)。

PSM方法的具體步驟如下：

1.計算傾向得分值（PS）。運用Logit模型計算農(nóng)戶參與金融借貸的概率（即傾向得分值），該值將樣本農(nóng)戶的不同特征變量轉(zhuǎn)換成一個數(shù)值，使多元匹配成為可能。模型設(shè)定如下：

四、實證分析

（一）農(nóng)戶參與正規(guī)金融、非正規(guī)金融的影響因素分析

為得到較好的匹配效果，先基于Logit模型分析農(nóng)戶參與正規(guī)金融、非正規(guī)金融的影響因素，回歸結(jié)果見表2。由表2知，差異化的戶主特征和家庭特征對農(nóng)戶參與正規(guī)金融和非正規(guī)金融都有重要影響。（1）戶主特征層面。男性無論參與正規(guī)金融還是非正規(guī)金融，都在1%的統(tǒng)計水平上有顯著的正向影響，說明男性參與借貸的意愿更強;年齡與農(nóng)戶參與正規(guī)金融呈倒U型關(guān)系。原因可能在于隨著年齡的增長，農(nóng)戶會擁有更多的致富知識和經(jīng)驗，也更有能力償還貸款。同時，金融機構(gòu)比較容易掌握壯年農(nóng)戶的綜合信息，也愿意發(fā)放貸款。但當(dāng)年齡逐漸增大到一定程度，農(nóng)戶貸款意愿與創(chuàng)新精神都會減弱。健康狀況與農(nóng)戶參與正規(guī)金融和非正規(guī)金融都顯著正相關(guān)，說明農(nóng)戶身體健康狀況差會導(dǎo)致家庭看病支出增加，金融借貸也會隨之增加。受教育程度對農(nóng)戶參與正規(guī)金融和非正規(guī)金融的效應(yīng)都為負(fù)，說明教育程度越高農(nóng)戶越不傾向于借款。已婚與成為黨員都對農(nóng)戶參與正規(guī)金融有顯著的正向影響，即已婚農(nóng)民與黨員更容易獲得正規(guī)金融機構(gòu)的貸款。（2）家庭特征層面。家庭人口規(guī)模越大越傾向于參與正規(guī)金融和非正規(guī)金融，家庭人均收入與參與正規(guī)金融顯著正相關(guān)，與非正規(guī)金融顯著負(fù)相關(guān)?？赡艿脑蛟谟?，收入越高，家庭資產(chǎn)也就越多，抵押物也越多，因此，更容易獲得正規(guī)金融機構(gòu)貸款，自然就減少了向親友和民間借款。家庭農(nóng)業(yè)勞動力占比和人均耕地面積都對農(nóng)戶參與正規(guī)金融和非正規(guī)金融有顯著的促進作用，表明家里勞動力越多、耕地面積越大的農(nóng)戶越傾向于借款。

（二）PSM的匹配效果分析

基于Logit回歸分析，取出顯著的變量進行匹配，計算農(nóng)戶參與正規(guī)金融和非正規(guī)金融的傾向得分，根據(jù)傾向得分值繪制匹配前后的核密度函數(shù)圖（以K近鄰匹配為例，K=4，圖省略）?？芍ヅ淝皡⑴c正規(guī)金融的農(nóng)戶和未參與正規(guī)金融的農(nóng)戶核密度函數(shù)差異明顯（若直接做回歸等檢驗，結(jié)果會有偏誤）。匹配之后，處理組和控制組之間的各相關(guān)特征已非常相似，表現(xiàn)為兩個核密度函數(shù)圖幾近重合，達到了預(yù)想的匹配效果。比較農(nóng)戶參與正規(guī)金融對生產(chǎn)經(jīng)營風(fēng)險的化解效應(yīng)，結(jié)果會更加真實準(zhǔn)確。

利用PSM方法對戶主特征和家庭特征變量進行平衡性檢驗，結(jié)果見表3。由表3知：（1）匹配后[%bias]基本上都小于10%，偏差很小，表明平衡性檢驗效果較好;（2）匹配后[t-test]結(jié)果中，P值基本都大于0.1，表明Treat-Control組的差異不顯著，平衡性假設(shè)得到滿足;（3）[LR]檢驗表明，匹配后已經(jīng)無法根據(jù)家庭特征和戶主特征區(qū)分農(nóng)戶是否參與金融借貸?？蓻Q系數(shù)R2=0.009，該系數(shù)較小，模型擬合程度與預(yù)期一致，從整體上表明平衡性假設(shè)得到滿足。即經(jīng)過匹配后，處理組和控制組之間已沒有統(tǒng)計差別。

（三）正規(guī)金融、非正規(guī)金融對農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的化解效應(yīng)分析

從正規(guī)金融與非正規(guī)金融對農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的化解效應(yīng)（見表4）可知，正規(guī)金融負(fù)向影響生產(chǎn)經(jīng)營風(fēng)險，而且六種匹配方法均在1%水平上顯著，表明農(nóng)戶參與正規(guī)金融能夠顯著化解生產(chǎn)經(jīng)營風(fēng)險，假設(shè)H1得以驗證。但參與非正規(guī)金融對生產(chǎn)經(jīng)營風(fēng)險的化解作用有限，六種匹配方法只有兩種顯著，假設(shè)H2并未得到明顯驗證。表4中最后一行為六種匹配方法測算出來的平均結(jié)果，正規(guī)金融處理組的平均處理效應(yīng)（ATT）為-0.1，表明在排除其他因素影響下，農(nóng)戶參與正規(guī)金融可以化解10%的生產(chǎn)經(jīng)營風(fēng)險。非正規(guī)金融處理組的平均處理效應(yīng)（ATT）為-0.028，表明在排除其他因素影響下，農(nóng)戶參與非正規(guī)金融可以化解2.8%的生產(chǎn)經(jīng)營風(fēng)險，其效果遠(yuǎn)不及正規(guī)金融，假設(shè)H3得以驗證。

（四）組群差異分析

從戶主年齡、受教育程度、是否為貧困戶、收入、地區(qū)等層面分析正規(guī)金融與非正規(guī)金融對農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險化解效應(yīng)的組群差異，結(jié)果見表5。由表5知，非正規(guī)金融除了能顯著促進非貧困戶的生產(chǎn)經(jīng)營風(fēng)險化解以外，在其他層面不存在組群差異，而且化解作用也不顯著，這與前文的分析結(jié)論基本一致。正規(guī)金融在各層面存在明顯的組群差異，具體為：（1）從戶主年齡看，年齡在35歲以上的農(nóng)戶，在參與正規(guī)金融之后，其生產(chǎn)經(jīng)營風(fēng)險顯著下降了8%左右。原因可能在于，與青年農(nóng)戶相比，年齡大的農(nóng)戶擁有更多的致富經(jīng)驗與生產(chǎn)經(jīng)營能力，因此，在獲得資金之后更有能力化解自身遭受到的生產(chǎn)經(jīng)營風(fēng)險。（2）從受教育程度來看，正規(guī)金融對教育程度較低與較高的農(nóng)戶化解生產(chǎn)經(jīng)營風(fēng)險的作用不顯著，可能的原因在于，受教育水平較低和較高的農(nóng)戶參與正規(guī)金融借貸的意愿較弱。（3）從農(nóng)戶貧困性質(zhì)來看，正規(guī)金融能顯著促進非貧困戶的生產(chǎn)經(jīng)營風(fēng)險化解，但對貧困戶的作用不顯著。（4）從收入來看，正規(guī)金融對高收入家庭的生產(chǎn)經(jīng)營風(fēng)險化解作用顯著，可能的原因是，收入較高的家庭更能夠為按期還款提供擔(dān)保，因此，更容易獲得銀行、信用社等金融機構(gòu)的資金支持②。（5）分地區(qū)來看，參與正規(guī)金融對西部地區(qū)農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險的化解效應(yīng)最為顯著，原因可能是，與中東部地區(qū)相比，西部地區(qū)的農(nóng)戶享有更多的信貸政策優(yōu)惠，因此，更易得到金融機構(gòu)的扶貧信貸支持③。

五、進一步分析：創(chuàng)業(yè)在農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險化解的中介效應(yīng)

利用Probit模型驗證正規(guī)金融能否通過促進農(nóng)村家庭創(chuàng)業(yè)來化解農(nóng)戶的生產(chǎn)經(jīng)營風(fēng)險。借鑒相關(guān)研究[36]提出的中介效應(yīng)模型構(gòu)建方程如下：

Y為被解釋變量，指農(nóng)戶是否遭受生產(chǎn)經(jīng)營風(fēng)險;M1為核心解釋變量，即農(nóng)戶是否參與正規(guī)金融;X為控制變量;W為中介變量，即農(nóng)戶是否創(chuàng)業(yè)。CHFS調(diào)查問卷中，農(nóng)戶回答自己的工作性質(zhì)為“經(jīng)營個體或私營企業(yè)、自主創(chuàng)業(yè)、開網(wǎng)店”時，可以認(rèn)為農(nóng)戶進行了創(chuàng)業(yè)，將變量設(shè)置為1;反之，設(shè)置為0。α、β、γ、δ、、φ為參數(shù)，μ、ε、ζ為隨機擾動項。

檢驗的步驟如下：第一步，式（3）中的系數(shù)α1若顯著，則存在中介效應(yīng)，進行第二步。第二步，式（4）中的系數(shù)β1和式（5）中的系數(shù)γ2若都顯著，則表示間接效應(yīng)顯著，進行第四步;如果至少1個不顯著，則進行第三步。第三步，用Bootstrap法直接檢驗原假設(shè)β1×γ2=0，如果顯著，則間接效應(yīng)顯著，進行第四步;若不顯著，停止檢驗。第四步，式（5）中的系數(shù) γ1如果不顯著，則直接效應(yīng)不顯著，表明模型只存在中介效應(yīng);如果顯著，則進行第五步檢驗。第五步，比較β1×γ2和γ1的符號，若符號一致，則存在部分中介效應(yīng)，并匯報中介效應(yīng)占總效應(yīng)的比例β1×γ2/α1;如果符號相異，則存在遮掩效應(yīng)，此時要報告間接效應(yīng)和直接效應(yīng)之比的絕對值β1×γ2/γ1。

中介效應(yīng)檢驗結(jié)果見表6，表6第（1）列第一步檢驗結(jié)果顯示系數(shù)α1為負(fù)，且在5%水平上顯著，表明正規(guī)金融可以顯著化解農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險，而且正規(guī)金融對生產(chǎn)經(jīng)營風(fēng)險的影響存在中介效應(yīng)。第（2）和第（3）列為第二步檢驗結(jié)果，顯示正規(guī)金融可以顯著促進創(chuàng)業(yè)（β1為正，且在10%水平上顯著），但中介變量創(chuàng)業(yè)的系數(shù)γ2不顯著，故進行第三步檢驗。第三步采用 Bootstrap 法進行檢驗，結(jié)果顯示拒絕原假設(shè)，即間接效應(yīng)顯著。第四步檢驗和第五步檢驗顯示γ1的符號為負(fù)，且在5%水平上顯著，而且β1×γ2的系數(shù)符號與γ1的符號一致，表明存在部分中介效應(yīng)。第五步檢驗結(jié)果表明，農(nóng)戶參與創(chuàng)業(yè)的中介效應(yīng)占總效應(yīng)的比例為11.5%。由此，假設(shè)H4得以驗證。

六、結(jié)論與對策建議

以上研究表明：農(nóng)戶的性別、年齡、受教育程度、婚姻狀況、健康狀況、家庭人口規(guī)模、家庭人均收入、家庭農(nóng)業(yè)勞動力占比等因素顯著影響農(nóng)戶參與正規(guī)金融和非正規(guī)金融;農(nóng)戶參與正規(guī)金融能夠顯著化解生產(chǎn)經(jīng)營風(fēng)險，非正規(guī)金融在生產(chǎn)經(jīng)營風(fēng)險化解中發(fā)揮的作用有限;正規(guī)金融對35歲以上的農(nóng)戶、教育程度一般、非貧困戶、高收入農(nóng)戶、西部地區(qū)的生產(chǎn)經(jīng)營風(fēng)險的化解有顯著作用，非正規(guī)金融僅對非貧困戶生產(chǎn)經(jīng)營風(fēng)險的化解起促進作用;創(chuàng)業(yè)在金融借貸化解農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險中具有中介效應(yīng)，即正規(guī)金融能夠通過促進農(nóng)戶創(chuàng)業(yè)來化解生產(chǎn)經(jīng)營風(fēng)險。

基于以上結(jié)論，提出如下對策建議：（1）應(yīng)加大商業(yè)銀行、村鎮(zhèn)銀行等正規(guī)金融機構(gòu)對農(nóng)戶的支持力度，鼓勵金融機構(gòu)通過適當(dāng)下調(diào)貸款利率、增加信用貸款和創(chuàng)新?lián)Ｊ侄蔚确绞浇o遭受生產(chǎn)經(jīng)營風(fēng)險的農(nóng)戶提供信貸支持。同時，鼓勵金融機構(gòu)創(chuàng)新開發(fā)適應(yīng)農(nóng)業(yè)大戶、家庭農(nóng)場、貧困農(nóng)戶等不同經(jīng)營主體的小額貸款產(chǎn)品，以滿足現(xiàn)代農(nóng)業(yè)多樣化的金融需求。并大力推動農(nóng)村互聯(lián)網(wǎng)金融基礎(chǔ)設(shè)施建設(shè)，促進數(shù)據(jù)共享，解決農(nóng)戶與金融機構(gòu)之間信息不對稱問題，促使互聯(lián)網(wǎng)銀行等數(shù)字金融機構(gòu)更好地服務(wù)于農(nóng)村家庭。（2）政府應(yīng)加強對民間借貸市場的正確引導(dǎo)，規(guī)范民間借貸健康發(fā)展，在保證其支持農(nóng)戶化解生產(chǎn)經(jīng)營風(fēng)險的同時，控制自身風(fēng)險，維護農(nóng)村金融體系的合理運行。（3）積極響應(yīng)國家“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的號召，鼓勵農(nóng)戶創(chuàng)業(yè)。簡化農(nóng)民辦理創(chuàng)業(yè)手續(xù)，提高服務(wù)精細(xì)化程度，使農(nóng)民創(chuàng)業(yè)的過程更加方便、快捷，從而增加農(nóng)戶非農(nóng)就業(yè)機會，增加農(nóng)村家庭的非農(nóng)收入，促進生產(chǎn)經(jīng)營風(fēng)險化解。

注釋：

① 2019年11月，中國家庭金融調(diào)查與研究中心已經(jīng)公布2017年中國家庭金融調(diào)查數(shù)據(jù)。但與2015年數(shù)據(jù)相比，2017年中國家庭金融調(diào)查數(shù)據(jù)涉及農(nóng)業(yè)方面的問題較少，為能夠更好地衡量農(nóng)戶生產(chǎn)經(jīng)營風(fēng)險，本文采用2015年中國家庭金融調(diào)查數(shù)據(jù)進行實證研究。

② 將年收入大于10萬的家庭，視為高收入家庭。

③ 東部地區(qū)是指北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南;中部地區(qū)是指山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部地區(qū)指的是內(nèi)蒙、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏。

參考文獻：

[1] 曾玉珍，穆月英. 農(nóng)業(yè)風(fēng)險分類及風(fēng)險管理工具適用性分析[J].經(jīng)濟經(jīng)緯，2011（2）：128-132.

[2] 葉明華，汪榮明，吳蘋. 風(fēng)險認(rèn)知、保險意識與農(nóng)戶的風(fēng)險承擔(dān)能力——基于蘇、皖、川3省1554戶農(nóng)戶的問卷調(diào)查[J].中國農(nóng)村觀察，2014（6）：37-48，95.

[3] 陳沖. 農(nóng)業(yè)雙重風(fēng)險對農(nóng)民收入影響的實證研究[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2011，11（5）：17-21.

[4] 張燕媛，袁斌，陳超.農(nóng)業(yè)經(jīng)營主體、農(nóng)業(yè)風(fēng)險與農(nóng)業(yè)保險[J].江西社會科學(xué)，2016，36（2）：38-43.

[5] 張躍華，史清華，顧海英. 農(nóng)業(yè)保險需求問題的一個理論研究及實證分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2007（4）：65-75，102.

[6] Cole S， Stein D， Tobacman J. Dynamics of demand for index insurance： Evidence from a long-run field experiment[J].The American Economic Review，2014，104（5）： 284-290.

[7] 庹國柱. 從40年政策變化喜看我國農(nóng)業(yè)保險蓬勃發(fā)展[J].保險研究，2018（12）：84-87.

[8] 張林，溫濤. 農(nóng)產(chǎn)品目標(biāo)價格保險試點經(jīng)驗、問題及對策——基于3個試點地區(qū)的調(diào)查[J].經(jīng)濟縱橫，2019（7）：74-82.

[9] 馮文麗. 我國農(nóng)業(yè)保險市場失靈與制度供給[J].金融研究，2004（4）：124-129.

[10]Heimfarth L E， Musshoff O. Weather index-based insurances for farmers in the north China plain[J].Agricultural Finance Review，2011，71（2）：218-239.

[11]Jensen N D， Barrett C B， Mude A G. Index insurance quality and basis risk：Evidence from northern Kenya[J].American Journal of Agricultural Economics， 2016，98（5）：1450-1469.

[12]鐘甫寧. 從供給側(cè)推動農(nóng)業(yè)保險創(chuàng)新[J].農(nóng)村工作通訊，2016（15）：35.

[13]張峭，王克，李越，等. 我國農(nóng)業(yè)保險風(fēng)險保障：現(xiàn)狀、問題和建議[J].保險研究，2019（10）：3-18.

[14]朱信凱，劉剛. 二元金融體制與農(nóng)戶消費信貸選擇——對合會的解釋與分析[J].經(jīng)濟研究，2009（2）：44-56.

[15]劉丹，焦鈺，張兵. 農(nóng)村二元金融結(jié)構(gòu)存在的合理性：基于農(nóng)戶視角的理論與實證分析[J].江蘇社會科學(xué)，2017（6）：30-37.

[16]Binswanger H P， Khandker S R. The impact of formal finance on the rural economy of India[J]. Journal of Development Studies， 1995， 32（2）：234-262.

[17]朱喜，李子奈. 我國農(nóng)村正式金融機構(gòu)對農(nóng)戶的信貸配給——一個聯(lián)立離散選擇模型的實證分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2006（3）：37-49.

[18]劉雨松，錢文榮. 正規(guī)、非正規(guī)金融對農(nóng)戶創(chuàng)業(yè)決策及創(chuàng)業(yè)績效的影響——基于替代效應(yīng)的視角[J].經(jīng)濟經(jīng)緯，2018，35（2）：41-47.

[19]牛榮，張珩，羅劍朝. 產(chǎn)權(quán)抵押貸款下的農(nóng)戶信貸約束分析[J].農(nóng)業(yè)經(jīng)濟問題，2016，37（1）：76-83，111-112.

[20]王慧玲，孔榮. 正規(guī)借貸促進農(nóng)村居民家庭消費了嗎？——基于PSM方法的實證分析[J].中國農(nóng)村經(jīng)濟，2019（8）：72-90.

[21]Comim F. Poverty reduction through microfinance：A capability perspective[J].Microfinance and Public Policy，2007（1）：47-59.

[22]童馨樂，褚保金，楊向陽. 社會資本對農(nóng)戶借貸行為影響的實證研究——基于八省1003個農(nóng)戶的調(diào)查數(shù)據(jù)[J].金融研究，2011（12）：177-191.

[23]譚燕芝，張子豪. 社會網(wǎng)絡(luò)、非正規(guī)金融與農(nóng)戶多維貧困[J].財經(jīng)研究，2017（3）：45-58.

[24]李祎雯，張兵. 非正規(guī)金融與農(nóng)村家庭創(chuàng)業(yè)成效：影響效應(yīng)及作用機理[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2018（12）：4-17.

[25]胡宗義，唐李偉，蘇靜. 農(nóng)村非正規(guī)金融發(fā)展對農(nóng)民收入差異影響的實證研究[J].廣東金融學(xué)院學(xué)報，2012，27（3）：33-42.

[26]張寧，張兵. 農(nóng)村非正規(guī)金融、農(nóng)戶內(nèi)部收入差距與貧困[J].經(jīng)濟科學(xué)，2015（1）：53-65.

[27]鄧路，謝志華，李思飛. 民間金融、制度環(huán)境與地區(qū)經(jīng)濟增長[J].管理世界，2014（3）：31-40+187.

[28]甘宇. 中國農(nóng)戶融資能力的影響因素：融資渠道的差異[J].經(jīng)濟與管理評論，2017，33（3）：12-18.

[29]許月麗，李帥，劉志媛，等. 利率市場化改革如何影響了農(nóng)村正規(guī)金融對非正規(guī)金融的替代性？[J].中國農(nóng)村經(jīng)濟，2020（3）：36-56.

[30]馬光榮，楊恩艷. 社會網(wǎng)絡(luò)、非正規(guī)金融與創(chuàng)業(yè)[J].經(jīng)濟研究，2011，46（3）：83-94.

[31]Degryse H， Lu L， Ongena S. Informal or formal financing？ Evidence on the co-funding of Chinese firms[J]. Journal of Financial Intermediation， 2016，27（3）：31-50.

[32]沈紅麗. 正規(guī)金融、非正規(guī)金融與家庭創(chuàng)業(yè)——基于Logit和PSM模型的研究[J].統(tǒng)計與信息論壇，2019，34（12）：31-39.

[33]Hans P B， Shahidur R K. The impact of formal finance on the rural economy of India[J]. The Journal of Development Studies， 1995，32（2）：234-262.

[34]李樹，于文超. 農(nóng)村金融多樣性對農(nóng)民創(chuàng)業(yè)影響的作用機制研究[J].財經(jīng)研究，2018，44（1）：4-19.

[35]楊汝岱，陳斌開，朱詩娥. 基于社會網(wǎng)絡(luò)視角的農(nóng)戶民間借貸需求行為研究[J].經(jīng)濟研究，2011，46（11）：116-129.

[36]溫忠麟，葉寶娟. 中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進展，2014，22（5）：731-745.

（責(zé)任編輯：寧曉青）