周慧洋，竇梅雪，周宸怡

（南京農(nóng)業(yè)大學(xué)金融學(xué)院，江蘇 南京 210000）

0 引言

我國(guó)農(nóng)村存在正規(guī)金融和非正規(guī)金融的二元金融結(jié)構(gòu)，兩者存在替代性，農(nóng)戶(hù)在其融資偏好上有一定的差異[1]，農(nóng)戶(hù)選擇信貸渠道時(shí)，非正規(guī)金融占據(jù)絕對(duì)優(yōu)勢(shì)的地位[2-3]，然而農(nóng)戶(hù)實(shí)際更傾向于選擇正規(guī)信貸[4]，雖然采取不同借貸渠道的農(nóng)戶(hù)間存在不同的信貸需求和滿(mǎn)足度，但都普遍存在較高的信貸需求[5]。因此，探究農(nóng)戶(hù)信貸可獲性的影響因素具有重要的現(xiàn)實(shí)意義。

關(guān)于影響農(nóng)戶(hù)信貸可獲性的因素，學(xué)者們研究得出不同的結(jié)論。1）家庭資源稟賦方面：家庭年均存款和消費(fèi)、年均收入和經(jīng)營(yíng)支出、勞動(dòng)力比重、耕地面積等指標(biāo)，均與農(nóng)戶(hù)信貸可獲性呈現(xiàn)顯著正相關(guān)關(guān)系[6]。2）農(nóng)戶(hù)個(gè)體特征方面：戶(hù)主年齡、受教育程度、是否擔(dān)任村干部、對(duì)信貸政策的認(rèn)知、金融知識(shí)水平等指標(biāo)，其中年齡對(duì)農(nóng)戶(hù)信貸可獲性具有一定的負(fù)向影響，其余因素呈正向影響關(guān)系[7-9]。3）社會(huì)資本：金融機(jī)構(gòu)都傾向于向具有良好社會(huì)資本和較高信譽(yù)的農(nóng)戶(hù)提供信貸[10-11]。此外，互聯(lián)網(wǎng)的快速發(fā)展也對(duì)農(nóng)戶(hù)信貸可獲性產(chǎn)生顯著的正向影響[12]。

從以上分析可以看出，現(xiàn)有研究大多從農(nóng)戶(hù)的個(gè)體特征角度來(lái)分析對(duì)其信貸可獲性的影響，而從信用評(píng)級(jí)制度出發(fā)的研究尚且不足。課題組正是從該角度出發(fā)，利用2018 年中國(guó)農(nóng)村金融調(diào)查數(shù)據(jù)中河北省及內(nèi)蒙古自治區(qū)的農(nóng)戶(hù)數(shù)據(jù)，借助Probit和OLS模型分析農(nóng)戶(hù)參與信用評(píng)級(jí)對(duì)其信貸可獲性的影響。

1 研究設(shè)計(jì)

1.1 模型構(gòu)建

在衡量中小企業(yè)信貸可獲性時(shí)，以農(nóng)戶(hù)是否獲得貸款以及貸款需求滿(mǎn)足程度來(lái)衡量其信貸可獲性。

首先是實(shí)證檢驗(yàn)信用評(píng)級(jí)對(duì)農(nóng)戶(hù)是否獲得貸款的影響，構(gòu)建如下Probit模型：

其中，Pi表示農(nóng)戶(hù)是否獲得貸款。Xi為一一系列影響農(nóng)戶(hù)獲得貸款的解釋變量，Qi為變量系數(shù)，εi;為隨機(jī)誤差項(xiàng)。

其次是實(shí)證檢驗(yàn)信用評(píng)級(jí)對(duì)農(nóng)戶(hù)貸款需求滿(mǎn)足程度的影響，構(gòu)建如下“普通最小乘法(OLS)”線(xiàn)性回歸模型:

1.2 數(shù)據(jù)來(lái)源

文中所使用的數(shù)據(jù)來(lái)自2018年河北省和內(nèi)蒙古自治區(qū)的田野調(diào)查數(shù)據(jù)，實(shí)際樣本農(nóng)戶(hù)1 545 戶(hù)。在研究中，剔除了戶(hù)主年齡大于65 歲和家庭收入數(shù)據(jù)缺失的樣本，剩余有效樣本農(nóng)戶(hù)1 257戶(hù)。

1.3 變量選取

課題組研究的信貸可獲性分為信貸是否可獲和貸款需求滿(mǎn)足程度兩個(gè)方面，兩階段解釋變量相同，被解釋變量不同。

在調(diào)查問(wèn)卷中有“你家有沒(méi)有貸款證或參加過(guò)信用等級(jí)評(píng)估”的問(wèn)題，將該問(wèn)題作為文章自變量“是否參加過(guò)信用評(píng)級(jí)”的近似說(shuō)法，用虛擬變量1（是）和0（否）來(lái)衡量。

以農(nóng)戶(hù)在正規(guī)金融機(jī)構(gòu)的信貸可獲性為因變量，從“是否獲得貸款”和“貸款需求滿(mǎn)足程度”兩方面進(jìn)行衡量。對(duì)于“是否獲得貸款”，如果樣本農(nóng)戶(hù)在最近一次向銀行等正規(guī)金融機(jī)構(gòu)貸款時(shí)獲得了貸款，則賦值為1，反之，則賦值為0。對(duì)于“貸款需求滿(mǎn)足程度”，用樣本農(nóng)戶(hù)最近一次實(shí)際獲得貸款金額與希望獲得貸款金額的比值來(lái)衡量。

綜合已有研究成果，將影響農(nóng)戶(hù)信貸可獲性的因素歸結(jié)以下六類(lèi)：地區(qū)變量（省份）、家庭特征（家庭規(guī)模、勞動(dòng)力、外出務(wù)工人數(shù)、家中大事、家中長(zhǎng)期患病者、土地面積、貧困戶(hù)）、戶(hù)主特征（年齡、文化程度、干部身份、政治身份、企業(yè)經(jīng)營(yíng)經(jīng)驗(yàn)、能力、了解新聞的時(shí)長(zhǎng)）、社會(huì)資本（親友在政府部門(mén)、親友在銀行或信用社、人情往來(lái)）、經(jīng)濟(jì)特征（生產(chǎn)經(jīng)營(yíng)支出、教育支出、生產(chǎn)經(jīng)營(yíng)收入）、金融生態(tài)特征（到縣城的距離、到銀行的距離）。

2 實(shí)證結(jié)果與解釋

基于樣本數(shù)據(jù)，借助Probit模型和OLS線(xiàn)性回歸模型進(jìn)行回歸分析。在運(yùn)用OLS 模型時(shí)為防止異方差性影響回歸結(jié)果的準(zhǔn)確性，采用加權(quán)最小二乘法(WLS)對(duì)異方差進(jìn)行消除。最終回歸結(jié)果如表1所示。

自變量“農(nóng)戶(hù)是否進(jìn)行信用評(píng)級(jí)”對(duì)農(nóng)戶(hù)貸款是否可獲以及貸款需求滿(mǎn)足程度正向影響顯著，平均而言，在其他因素保持不變的情況下，參與信用評(píng)級(jí)的農(nóng)戶(hù)比沒(méi)有參與信用評(píng)級(jí)的農(nóng)戶(hù)獲得貸款的概率提高57%，滿(mǎn)足貸款需求的程度提高了51.8%。

3 結(jié)論與政策建議

通過(guò)實(shí)證研究，得出以下結(jié)論：農(nóng)戶(hù)進(jìn)行信用評(píng)級(jí)可以顯著提升農(nóng)戶(hù)獲得貸款的概率和貸款需求滿(mǎn)足程度。農(nóng)戶(hù)參與信用評(píng)級(jí)并被授予一定的信貸額度后，農(nóng)戶(hù)獲得正規(guī)信貸的概率和貸款需求的滿(mǎn)足程度也有所提升。

由此，提出以下政策建議：1）以信用信息服務(wù)平臺(tái)建設(shè)為核心，聯(lián)合政府部門(mén)、金融機(jī)構(gòu)及評(píng)級(jí)機(jī)構(gòu)等，制定科學(xué)合理、適合農(nóng)戶(hù)的信用評(píng)價(jià)標(biāo)準(zhǔn)，從而規(guī)范和統(tǒng)一農(nóng)戶(hù)的信用評(píng)級(jí)體系。2）要推進(jìn)信用評(píng)級(jí)機(jī)制在農(nóng)村的開(kāi)展，積極在農(nóng)村推進(jìn)農(nóng)戶(hù)信用評(píng)級(jí)制度，加強(qiáng)信用等級(jí)的實(shí)際應(yīng)用，激發(fā)正規(guī)金融對(duì)農(nóng)戶(hù)信貸的融資活力，提高融資效率。3）要引導(dǎo)正規(guī)金融機(jī)構(gòu)完善對(duì)農(nóng)戶(hù)的信貸管理流程，根據(jù)信用評(píng)價(jià)等級(jí)確定信貸準(zhǔn)入、信貸額度及利率水平，提升農(nóng)戶(hù)信貸可獲性，降低融資成本。