基于MNL模型的農(nóng)村正規(guī)金融機構(gòu)信貸供給行為的實證分析

作者簡介：李韜（1978-），男，湖南漣源人，西北農(nóng)林科技大學(xué)經(jīng)濟管理學(xué)院教師，經(jīng)濟學(xué)博士，研究方向：農(nóng)村金融；羅劍朝（1964-），男，陜西武功人，西北農(nóng)林科技大學(xué)經(jīng)濟管理學(xué)院教授，博士生導(dǎo)師，研究方向：農(nóng)村金融。

基金項目：國家自然科學(xué)基金項目，項目編號：71073126；教育部“長江學(xué)者和創(chuàng)新團隊發(fā)展計劃”創(chuàng)新團隊項目，項目編號：IRT1176；教育部高等學(xué)校博士學(xué)科點專項科研基金課題，項目編號：20100204110030；陜西省社科基金項目，項目編號：09E044；西北農(nóng)林科技大學(xué)人才專項資金資助項目資助。

摘要：本文利用山東泰安農(nóng)村地區(qū)抽樣調(diào)查數(shù)據(jù)，從實證角度考察了我國農(nóng)村正式金融機構(gòu)向農(nóng)戶提供信貸供給時的信貸完全滿足、信貸完全配給和信貸部分配給行為。結(jié)果表明：與金融機構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶家庭自有土地數(shù)量越多、面積越大，越有助于其降低遭受金融機構(gòu)完全信貸配給行為；戶主具有非農(nóng)勞動專業(yè)技能和家庭資產(chǎn)價值越高反而促使金融機構(gòu)對其申貸金額滿足度下降。

關(guān)鍵詞：MNL模型；金融機構(gòu)；信貸供給

中圖分類號：F83243文獻標(biāo)識碼：A

農(nóng)村金融市場為滿足農(nóng)戶資金需求提供了場所。雖然部分農(nóng)戶能夠從正規(guī)金融機構(gòu)獲得足夠的金融資源額度，但是由于信息不對稱和交易成本問題導(dǎo)致的嚴重信貸配給（Credit Rationing）現(xiàn)象則更為普遍，具體表現(xiàn)為：（1）在所有的貸款申請人當(dāng)中，一部分人的貸款申請被接受，而另一部分人即使愿意支付高利率也得不到貸款；（2）貸款人的貸款申請只能部分被滿足。同其他發(fā)展中國家一樣，信貸配給現(xiàn)象也是我國農(nóng)村金融市場一個不爭的事實，正規(guī)金融機構(gòu)仍然不能很好地滿足農(nóng)戶的信貸需求，對農(nóng)戶的生產(chǎn)投資、生活消費等方面有著負面影響。不容否認的是，為改善農(nóng)村金融市場的運行，我國政府自1996年起就啟動了一系列的農(nóng)村金融改革，最近又從國家層面進一步加大了對農(nóng)村金融改革發(fā)展的扶持和引導(dǎo)。當(dāng)前正規(guī)金融機構(gòu)信貸供給行為究竟如何？什么樣的農(nóng)戶容易遭受正規(guī)金融機構(gòu)的信貸配給？或者說容易遭受金融機構(gòu)信貸配給的農(nóng)戶家庭的特征是什么？了解這些問題對于找準(zhǔn)農(nóng)村金融改革的著力點，明晰改革的途徑和突破點等具有重要意義。

一、相關(guān)文獻回顧

對于農(nóng)村正規(guī)金融機構(gòu)的信貸供給行為，以往的研究主要集中于金融市場常見的信貸配給現(xiàn)象。國際上，經(jīng)濟學(xué)家 Jaffee Russlle （1976）、Stiglitz Weiss（1981）等人將不完全信息和合約理論運用到信貸市場中，建立逆向選擇模型與道德風(fēng)險模型，提出信貸配給的主要原因是金融市場信息不對稱和代理成本的存在。Williamson（1988）從事后信息不對稱的角度進一步拓展了基于信息經(jīng)濟學(xué)基礎(chǔ)的信貸配給理論，認為即使不存在逆向選擇和道德風(fēng)險，只要存在信息不對稱和監(jiān)督成本，就會產(chǎn)生信貸配給。近年來其他學(xué)者，例如Meza Webb（2006）、Arnold Riley（2009）等從其他角度解釋、分析和論證了信貸配給的存在和影響。

國內(nèi)學(xué)者近年來主要從理論分析和數(shù)據(jù)調(diào)查論證對農(nóng)村金融的信貸配給進行了研究，主要包括兩個層面：第一，關(guān)于信貸配給影響農(nóng)村經(jīng)濟的研究。例如，林毅夫（2000）研究了金融改革對農(nóng)村經(jīng)濟發(fā)展的意義；徐忠和程恩江（2004）研究了利率政策引發(fā)農(nóng)村信貸市場扭曲及其對農(nóng)村金融機構(gòu)行為、效率及農(nóng)村信貸資金的配置造成的影響。第二，關(guān)于信貸配給下農(nóng)村信貸市場的狀況。例如，朱喜和李子奈（2006）利用2003年約3 000戶農(nóng)村家庭的抽樣調(diào)查數(shù)據(jù)， 考察了我國農(nóng)村正規(guī)金融機構(gòu)向農(nóng)戶提供信貸服務(wù)時的配給行為；褚保金等人（2009）利用江蘇省欠發(fā)達的北部地區(qū)372個農(nóng)戶數(shù)據(jù)研究了信貸配給下農(nóng)戶借貸的福利效果；朱喜等人（2009）實證分析了我國欠發(fā)達地區(qū)不同農(nóng)村金融機構(gòu)的信貸供給行為；李慶海等人（2012）采用2003-2009年我國1 000個樣本農(nóng)戶的調(diào)查數(shù)據(jù)，估計農(nóng)戶遭受信貸配給的程度及其對農(nóng)戶家庭凈收入和消費支出的影響等。

這些研究無疑非常重要，它們有助于我們了解農(nóng)村金融市場，特別是正規(guī)信貸市場的現(xiàn)狀， 并為破解當(dāng)前農(nóng)村金融困境和尋求合適的改革方案提供了思路。但是這些研究僅僅局限于金融機構(gòu)信貸配給理論的一般性探討和分析，既沒有很好區(qū)分金融機構(gòu)供給行為中的完全信貸配給行為和部分信貸配給行為，也沒有探討申貸農(nóng)戶的家庭特征與金融機構(gòu)的信貸供給行為的關(guān)聯(lián)性?；诖?，本文將嘗試彌補這方面的空白。

二、理論框架

為了消除金融市場中存在的信息不對稱，金融機構(gòu)通常要收集以貸款申請者家庭特征為主的多方面信息，這些信息經(jīng)過量化處理后就構(gòu)成了金融機構(gòu)的信貸評價指標(biāo)。依據(jù)這些指標(biāo)，金融機構(gòu)對每一位貸款申請者做出判斷，確定最佳信貸供給行為，以達到自身期望收益最大。

假定農(nóng)戶為申請貸款向金融機構(gòu)提供其家庭特征信息為HI，金融機構(gòu)信貸評價優(yōu)等指標(biāo)為EI，差等評價指標(biāo)為BI，如果HI≥EI，即金融機構(gòu)認定農(nóng)戶的家庭特征（信貸評價指標(biāo)最重要的組成部分）達到或超過其設(shè)定發(fā)放貸款的優(yōu)等水平，則金融機構(gòu)就會滿足農(nóng)戶的全部貸款申請，這時，金融機構(gòu)的信貸供給等于申貸農(nóng)戶的資金需求。如果BI≥HI，即金融機構(gòu)認定農(nóng)戶的家庭特征只能達到或低于金融機構(gòu)設(shè)定發(fā)放貸款的差等水平，則金融機構(gòu)就會拒絕農(nóng)戶的貸款申請（信貸供給為零），也即金融機構(gòu)對農(nóng)戶的信貸配給程度為100%。如果EI>HI>BI，則農(nóng)戶的家庭特征水平是介于金融機構(gòu)信貸評價的優(yōu)等水平和差等水平之間，因此農(nóng)戶的貸款申請只能被金融機構(gòu)部分滿足，即金融機構(gòu)對農(nóng)戶的信貸配給介于0%和100%之間，或者金融機構(gòu)認為滿足農(nóng)戶的部分貸款申請所帶來的期望收益是大于全部拒絕或全部接受貸款申請所帶來的期望收益?？傊?，金融機構(gòu)對每位申請信貸的農(nóng)戶所做的最終信貸供給行為或是（1）接受農(nóng)戶的貸款申請，或是（2）部分接受農(nóng)戶的貸款申請，或是（3）拒絕農(nóng)戶的貸款申請。其中，金融機構(gòu)的信貸供給行為（2）和（3）就是金融機構(gòu)對貸款申請者的信貸配給。

如上所述，金融機構(gòu)的信貸供給行為都是按照效用最大化（utility-maximizing）的原則進行的，這符合MNL（Multinomial Logit）模型的隨機效用理論（random utility theory）基礎(chǔ)。假定上述的供給行為（1），（2）和（3）構(gòu)成金融機構(gòu)信貸供給行為的選擇集C。在選擇集中的每一個信貸供給行為對金融機構(gòu)而言都存在一定的效用。金融機構(gòu)信貸供給行為只會采取選擇集中效用對他最大的那一個。我們假設(shè)用n來表示申貸農(nóng)戶，n=1，…，N；用J表示選擇集中的全部的三種金融機構(gòu)的信貸供給行為。我們把金融機構(gòu)對申貸農(nóng)戶n的信貸供給行為j所獲得的效用表示為Unj，j∈J，且j為上述金融機構(gòu)信貸供給行為（1），（2）和（3）之一。因此，信貸供給行為i（i也為上述金融機構(gòu)信貸供給行為之一）被選中所必須滿足的條件是：Uni>Unj，其中j是指不包括信貸行為i在內(nèi)的選擇集中的全部其他信貸行為。

金融機構(gòu)的每一個信貸行為的效用由兩部分構(gòu)成：決定部分（deterministic component）和隨機部分（random component）。效用的決定部分是由可觀察到的申貸農(nóng)戶的家庭特征所決定的。家庭特征包括戶主的性別，年齡，教育水平等。對于金融機構(gòu)給予申貸農(nóng)戶n的信貸供給行為j的效用的系統(tǒng)部分通常用Vnj表示。還有一部分效用是研究人員觀察不到的，也就是說Unj≠Vnj。決定部分效用與全部效用之間的差便是效用的隨機部分。對于金融機構(gòu)給予申貸農(nóng)戶i的信貸行為j，把隨機部分效用表示為εnj。這樣，我們把全部效用分解成了兩部分，如下方程所示：

在選擇集C中，金融機構(gòu)對申貸農(nóng)戶i的信貸供給行為j的概率可以表示為：

對效用的隨機部分εni，i∈C，假設(shè)：（1）εni是獨立分布的隨機變量；（2）該概率變量服從雙重冪函數(shù)概率分布（double exponential distribution），如下所示：

綜合公式（1）至（3），金融機構(gòu)對申貸農(nóng)戶i的信貸供給行為j的概率表示為如下公式（推導(dǎo)及證明過程，參考McFadden， 1974）：

上式中，分子是金融機構(gòu)信貸供給行為i決定部分效用的冪函數(shù)，分母是選擇集中所有金融機構(gòu)信貸供給行為決定部分效用冪函數(shù)的和。此時，式（4）中效用的隨機部分已不復(fù)存在，因此簡化了選擇概率計算過程。

三、計量模型

如上所述，效用的決定部分是由可觀察到的申貸農(nóng)戶的家庭特征的有關(guān)變量決定的。假設(shè)有K個可觀察變量共同決定效用的決定部分，因此這些變量與效用有如下線性關(guān)系：

上式中，aj是每一個信貸供給行為的固有效用（intrinsic utility）。每一個信貸供給行為都有其獨特的aj值，所以共有J個這樣的參數(shù)。通常這些參數(shù)被解釋為控制了其他變量以后的信貸供給行為的收益值。由于模型估計的需要，將J個參數(shù)中的一個限定為0，因此只需要估計J-1個這樣的參數(shù)。xnjk是可觀察到的每一個申貸農(nóng)戶都有的共同家庭特征變量。在這里，“共同”是指每一個申貸農(nóng)戶都有這個變量，但并不表示它們的值相等。bk是第k個共同變量所對應(yīng)的參數(shù)或權(quán)數(shù)。每一個變量都有一個參數(shù)與之對應(yīng)，但是對于同一個變量不同的申貸農(nóng)戶分享相同的參數(shù)，所以，申貸農(nóng)戶標(biāo)志n就在參數(shù)的下標(biāo)中省去了。可以看到，雖然申貸農(nóng)戶在同一變量上分享相等的參數(shù)，但是由于變量觀察值的不同，金融機構(gòu)同一信貸供給行為的決定效用在不同申貸農(nóng)戶之間不等。

進一步，將公式（5）代入公式（4），可得公式：

在上面的公式中，xnjk是已知的觀察值，aj和bk是未知的參數(shù)，需要估計。雖然不知道選擇概率pni，但是知道金融機構(gòu)對申貸農(nóng)戶的具體的信貸供給行為，因此可用ynj來表示金融機構(gòu)對申貸農(nóng)戶n信貸供給行為選擇的結(jié)果。如果金融機構(gòu)給予申貸農(nóng)戶n的信貸供給行為是j，則ynj=1；否則，ynj=0。推廣開來，金融機構(gòu)對申貸農(nóng)戶n從J個信貸供給行為選擇集中采用一種信貸供給行為，統(tǒng)計似然（likelihood）的計算公式則為：

對于全部N個申貸農(nóng)戶而言，似然的計算公式則為：

對公式（8）兩邊去對數(shù)后，采用最大似然估計法（Maximum Likelihood Method）可求得模型參數(shù)aj和bk的解。應(yīng)用最大似然法所估計的參數(shù)具有一致性（consistent）、漸進效率性（asymptotically efficient）和趨于正態(tài)分布（normally distributed）的特點。因此，對數(shù)似然值的計算公式為：

將公式（6）代入到公式（9），并通過對LL進行最大化，便可以求得參數(shù)aj和bk的解。在本研究中，是通過程序STATA 110來實現(xiàn)上面的模型估計過程的。

四、數(shù)據(jù)與結(jié)果

（一）數(shù)據(jù)來源

由于農(nóng)村正規(guī)金融機構(gòu)（信用社、農(nóng)業(yè)銀行等）不愿向研究者提供分筆貸款的相關(guān)數(shù)據(jù)，因此，筆者的數(shù)據(jù)收集都是建立在農(nóng)戶訪談?wù){(diào)查基礎(chǔ)上的。本文的數(shù)據(jù)來源于2011年初筆者在山東泰安農(nóng)村地區(qū)收集的數(shù)據(jù)，采用了三階段分層抽樣策略。第一階段，按照不同經(jīng)濟發(fā)展水平采取分類抽樣的方法，隨機選擇了山東泰安的兩個鄉(xiāng)鎮(zhèn)，分別是滿莊鎮(zhèn)和伏山鎮(zhèn)；第二階段，在每個所選的鄉(xiāng)鎮(zhèn)中再隨機抽取兩個村，共計四個村，分別是滿莊鎮(zhèn)的曹家寨村和新莊村，伏山鎮(zhèn)的馬家廟村和朱家莊村；第三階段，在每個被抽取村莊中隨機選擇50-70戶農(nóng)戶發(fā)放問卷或入戶調(diào)查，共收集有效問卷220戶。數(shù)據(jù)庫中，收集了這些農(nóng)戶2006-2010年間的金融信貸活動、家庭基本情況等方面的經(jīng)濟社會數(shù)據(jù)。這為估計金融機構(gòu)對農(nóng)戶的信貸配給程度提供了數(shù)據(jù)資源和經(jīng)驗證據(jù)。然而，這些農(nóng)戶中，未參與金融信貸調(diào)查、未在2006-2010年間向金融機構(gòu)申請貸款的農(nóng)戶有30戶，在此期間向金融機構(gòu)申請信貸的190戶農(nóng)戶中有19戶提供的信息不全，因此本文分析中將這些農(nóng)戶剔除掉，最終本文采用的樣本農(nóng)戶為171戶。

筆者的調(diào)查采用直接法進行，即通過發(fā)放問卷或?qū)嵉卣{(diào)查以誘導(dǎo)農(nóng)戶透露出有關(guān)信貸申請金額和實際獲取金額的真實信息。本文關(guān)于金融機構(gòu)信貸配給的度量如下：“過去5年內(nèi)（2006-2010年），您家是否向金融機構(gòu)申請過貸款？如果申請過，最近一次申請的意愿貸款額是多少？金融機構(gòu)最后給予的實際貸款額又是多少？”只要信貸申請農(nóng)戶沒有從金融機構(gòu)獲取任何信貸額或獲取的實際貸款額小于其意愿貸款額，則金融機構(gòu)對農(nóng)戶的信貸供給行為就是信貸配給。其中，申請貸款但未獲信貸的農(nóng)戶為完全信貸配給，申請貸款僅獲部分貸款的農(nóng)戶為部分信貸配給。171戶樣本中，102戶遭受金融機構(gòu)的信貸配給，占總樣本的596%，這也證實了農(nóng)戶的信貸配給程度是很高的，也同我國大部分學(xué)者的研究所表明中國農(nóng)戶受到信貸配給的程度至少在50%以上的情況相吻合（田俊麗， 2006）。在遭受信貸配給的農(nóng)戶中，84戶遭受完全信貸配給，占總樣本的491%；18戶遭受部分信貸配給，占總樣本的105%。這表明農(nóng)戶遭受的信貸配給主要是完全信貸配給，這一點也同國內(nèi)許多學(xué)者（例如李慶海等人， 2012）的調(diào)查相類似。其余69戶的信貸申請均獲得金融機構(gòu)的信貸滿足。

（二）變量選取及統(tǒng)計特征

基于前述的理論模型及計量方法，本文所用的被解釋變量為：金融機構(gòu)對農(nóng)戶的信貸供給行為。為了便于描述和區(qū)分金融機構(gòu)三種不同的信貸供給行為，筆者賦值0，1，2分別表示信貸供給的完全滿足、信貸供給的完全配給、信貸供給的部分配給行為。在這里，被解釋變量是離散選擇變量。

估計MNL模型時，需要將一類信貸供給行為作為參照組。解釋變量的估計系數(shù)為正，意味著相對于參照組的信貸供給行為來說，解釋變量對處于此類信貸供給行為的相對概率為正的影響；解釋變量的估計系數(shù)為負，意味著相反的情形。本文中解釋變量反映農(nóng)戶的家庭特征，主要有：（1）農(nóng)戶自有的土地規(guī)模（land）。作為最基本的生產(chǎn)資料，承包的土地規(guī)模在一定程度上能夠衡量信貸農(nóng)戶的期望收益，因此我們預(yù)測該變量對金融機構(gòu)信貸滿足行為的影響為正，對信貸配給行為的影響為負。（2）農(nóng)戶信貸前的家庭全部資產(chǎn)的市場價值（asset，包括土地，房屋，銀行存款，農(nóng)產(chǎn)品等）。家庭資產(chǎn)值在一定程度上反映了農(nóng)戶潛在的生產(chǎn)能力和財富創(chuàng)造能力。其越大，可被用作抵押、擔(dān)保的資產(chǎn)就越多，金融機構(gòu)對農(nóng)戶的信貸滿足的可能性就越大，或者信貸配給的可能性就越小。（3）戶主的受教育水平（education）。戶主受教育水平在一定程度上可以代表信貸申請農(nóng)戶家庭的綜合能力。其越高，越容易及時把握農(nóng)產(chǎn)品的市場信息，快速了解農(nóng)業(yè)新技術(shù)的動態(tài)，從而能夠靈活地安排農(nóng)業(yè)生產(chǎn)，降低各種生產(chǎn)經(jīng)營風(fēng)險，有利于獲取最佳收益。因此，預(yù)測該變量對金融機構(gòu)的信貸滿足行為影響為正，信貸配給行為的影響為負。（4）戶主的性別（gender）。國外學(xué)者的調(diào)查研究發(fā)現(xiàn)，女性借款者信用往往好于男性借款者（Fletschner Kenney，2011）。既然我國農(nóng)戶借款都是戶主代表家庭出面申請，因此預(yù)測金融機構(gòu)對戶主為男性的家庭較戶主為女性的家庭更容易給予信貸配給。（5）戶主的年齡（age）。戶主的年齡可以在一定程度上代表農(nóng)戶家庭的家庭結(jié)構(gòu)，即青年家庭（18-35歲）、中年家庭（36-45歲）、中老年家庭（46-55歲），老年家庭（56歲以上）。在我國當(dāng)前大部分農(nóng)業(yè)生產(chǎn)方式仍舊屬于勞動密集型，因此農(nóng)戶的家庭結(jié)構(gòu)越年輕，其農(nóng)業(yè)生產(chǎn)能力和效率相對要好些，從而金融機構(gòu)對其的信貸需求能予以滿足。（6）農(nóng)戶家庭農(nóng)業(yè)勞動力總數(shù)（labor1）。我國目前以勞動密集型的農(nóng)業(yè)生產(chǎn)方式?jīng)Q定了一個家庭勞動力越充裕，農(nóng)業(yè)生產(chǎn)的期望收益才會越高，因此金融機構(gòu)對這樣的家庭信貸需求的滿足性較高。（7）農(nóng)戶家庭外出務(wù)工勞動力總數(shù)（labor2）。外出務(wù)工勞動力越多意味著農(nóng)戶家庭收入來源越多，抗擊風(fēng)險能力就越強，有助于信貸的償還，因此金融機構(gòu)也會較多地滿足這樣的家庭信貸需求。（8）農(nóng)戶家庭無勞動能力成員總數(shù)（nonlabor）。相對于勞動能力，無勞動能力通常意味著無法創(chuàng)造財富。因此，家庭成員中無勞動能力成員人數(shù)越多，就意味著家庭消費支出越大，這樣的家庭遭受金融機構(gòu)的信貸配給的可能性也越大。（9）戶主是否具有非農(nóng)專業(yè)勞動技能（skill）。在我國農(nóng)村地區(qū)，戶主通常意味家庭經(jīng)濟的頂梁柱，戶主具有非農(nóng)的專業(yè)勞動技能意味著這樣的家庭獲取財富途徑和手段多元化。因此，同家庭有較多的外出務(wù)工的勞動力一樣，這樣的家庭也可能較少遭受金融機構(gòu)的信貸配給。表1給出了所有變量的定義、說明及統(tǒng)計特征。

（三） 實證結(jié)果分析

本文將金融機構(gòu)信貸完全滿足行為作為參照組，即金融機構(gòu)信貸完全滿足行為的參數(shù)被限值為0，因此金融機構(gòu)的完全信貸配給行為和部分信貸配給行為的參數(shù)是它們與金融機構(gòu)信貸滿足行為參數(shù)的對數(shù)機會比（log odds），是一個相對值。從估計結(jié)果可以看出（見表2），申貸農(nóng)戶的家庭自有土地面積的大小、戶主是否具有非農(nóng)勞動專業(yè)技能以及申貸農(nóng)戶家庭資產(chǎn)市場價值的大小對金融機構(gòu)的信貸供給行為有顯著影響。

與金融機構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶家庭自有土地數(shù)量越多、面積越大，越有助于其降低遭受金融機構(gòu)完全信貸配給的行為，這同我們前述的理論預(yù)期一致，也與褚保金等人（2009）和李慶海等人（2012）的研究結(jié)論一致。同時，這一發(fā)現(xiàn)也說明金融機構(gòu)對信貸資金的供給更傾向于種植大戶。

然而，與金融機構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶的戶主具有非農(nóng)勞動專業(yè)技能和家庭資產(chǎn)價值越高反而促使金融機構(gòu)對其申貸金額的滿足度下降，這些發(fā)現(xiàn)同我們前述的理論預(yù)期截然相反。造成這一現(xiàn)象的可能原因是本文調(diào)查的農(nóng)戶所涉及的貸款均為涉農(nóng)貸款，同其他的消費貸款、非農(nóng)生產(chǎn)貸款不同，涉農(nóng)貸款主要服務(wù)于農(nóng)業(yè)生產(chǎn)，因而戶主具有非農(nóng)技能容易加深金融機構(gòu)對其可能挪用貸款從事非農(nóng)生產(chǎn)，從而引發(fā)可能的債務(wù)風(fēng)險的懷疑，進而采用部分信貸配給的信貸供給行為。另外，本文受訪農(nóng)戶家庭資產(chǎn)的市場價值最主要的貢獻值是自有農(nóng)田的市場價值和建于宅基地上的住房的市場價值，然而按照我國現(xiàn)行法律，農(nóng)戶的自有土地和宅基地是無法在市場上進行產(chǎn)權(quán)買賣的，因而農(nóng)戶家庭資產(chǎn)的市場價值主要部分反映的是市場的理論價值。這一理論的市場價值所占比重越大，農(nóng)戶其他的可流動資產(chǎn)就越少，從而減少了申貸農(nóng)戶尋求資產(chǎn)擔(dān)?；虻盅旱目赡苄裕哟罅藗鶆?wù)風(fēng)險。從這點考慮，金融機構(gòu)會更傾向于給予申貸農(nóng)戶部分信貸配給。

研究結(jié)果表明農(nóng)戶的其他家庭特征變量如戶主的性別、教育水平、年齡，農(nóng)戶家庭農(nóng)業(yè)勞動力人數(shù)、非農(nóng)勞動力人數(shù)和無勞動能力人數(shù)等對金融機構(gòu)的信貸供給行為的影響不顯著，這反映出被調(diào)查地區(qū)的金融機構(gòu)對上述變量不敏感，可能的原因是金融機構(gòu)并沒有把向農(nóng)戶提供貸款真正作為自己的經(jīng)營方向，而且其在信息收集成本方面也較高，因此沒有積極去了解或評估樣本農(nóng)戶的信用狀況。

五、結(jié)論與啟示

本文以山東泰安地區(qū)抽樣調(diào)查的農(nóng)戶數(shù)據(jù)為例，采用MNL（Multinomial Logit）模型，以受訪農(nóng)戶的家庭特征為自變量，實證分析了農(nóng)村正規(guī)金融機構(gòu)信貸供給行為。研究發(fā)現(xiàn)，金融機構(gòu)對69戶樣本農(nóng)戶（占總樣本的404%）給予了信貸滿足，對84戶樣本農(nóng)戶（占總樣本的491%）給予了完全信貸配給，對18戶樣本農(nóng)戶（占總樣本的105%）給予部分信貸配給。同以往文獻調(diào)查類似，本文調(diào)查也顯示了信貸配給仍然是當(dāng)前金融機構(gòu)對農(nóng)戶的信貸供給的主要行為。本文將金融機構(gòu)信貸完全滿足行為作為參照組，實證研究發(fā)現(xiàn)，與金融機構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶家庭自有土地數(shù)量越多、面積越大，越有助于其降低遭受金融機構(gòu)完全信貸配給的行為。然而，與金融機構(gòu)信貸完全滿足行為相比，戶主具有非農(nóng)勞動專業(yè)技能和家庭資產(chǎn)價值越高反而促使金融機構(gòu)對其申貸金額的滿足度下降，這些發(fā)現(xiàn)同我們前述的理論預(yù)期截然相反。造成這種現(xiàn)象的可能原因是調(diào)查地區(qū)的樣本農(nóng)戶的信貸類型屬于涉農(nóng)貸款以及家庭資產(chǎn)主要構(gòu)成部分是沒有實際市場價值且無抵押功能的自有耕地和宅基地，從而影響了金融機構(gòu)對其的信貸供給。

本文的結(jié)論也為我國農(nóng)村金融改革提供了重要啟示。未來我國農(nóng)村金融改革深化離不開農(nóng)村土地制度的改革。我國當(dāng)前法律明確禁止農(nóng)業(yè)用地和宅基地進行抵押或者轉(zhuǎn)讓，這導(dǎo)致農(nóng)戶在信貸申請中能夠提供給金融機構(gòu)的抵押物相當(dāng)有限，以至于相當(dāng)部分涉農(nóng)貸款只能開展小額信貸業(yè)務(wù)，雖然此類金融產(chǎn)品符合我國農(nóng)村基層的信貸生態(tài)環(huán)境，但從建立現(xiàn)代金融業(yè)的理念看其成本收益比不佳，而且無法滿足種養(yǎng)大戶和農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營對資金的有效需求。因此，如果允許農(nóng)戶將土地作為抵押品進行融資，那么金融機構(gòu)會更主動地開展涉農(nóng)貸款業(yè)務(wù)，因為相對于其他抵押品而言，土地?zé)o論是在價值穩(wěn)定性還是市場接受程度上都較高，能極大地降低銀行的信貸管理風(fēng)險，進而可以發(fā)展出具備可持續(xù)性的農(nóng)村金融商業(yè)模式?？傊b于目前農(nóng)村金融市場上信貸配給現(xiàn)象依然嚴重，除了繼續(xù)加大農(nóng)村金融體制自身改革以外，農(nóng)村金融體制的進一步改革也需要同農(nóng)村土地產(chǎn)權(quán)改革結(jié)合起來。

參考文獻：

[1]Williamson， O.Corporate Finance and Corporate Governance[J].Journal of Finance，1988， 43（3）： 567-591.

[2]Meza， D.D. and D. C. Webb. Credit Rationing： Something’s Gotta Give[J].Economica，2006， 73（292）： 563-578.

[3]Arnold， L.G. and J. G. Riley.On the Possibility of Credit Rationing in the Stiglitz-Weiss Model[J].American Economic Review，2009，99（5）： 2012-2021.

[4]林毅夫.再論制度、技術(shù)與中國農(nóng)業(yè)發(fā)展[M].北京：北京大學(xué)出版社，2000.

[5]鐘笑寒， 湯荔. 農(nóng)村金融機構(gòu)收縮的經(jīng)濟影響：對中國的實證研究[J].經(jīng)濟評論， 2005（1）： 109-115.

[6]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.

[7]褚保金，盧亞娟，張龍耀.信貸配給下農(nóng)戶借貸的福利效果分析[J]. 中國農(nóng)村經(jīng)濟，2009（6）： 51-61.

[8]McFadden， D. Conditional logit analysis of qualitative choice behavior[M].In Frontiers in Econometrics. P. Zarembka， New York： Academic Press， 1974：105-142.

[8]田俊麗. 中國農(nóng)村信貸配給及農(nóng)村金融體系重構(gòu)[D].成都：西南財經(jīng)大學(xué)博士學(xué)位論文，2006.

[10]Fletschner， D. and L. Kenney. Rural Women’s Access to Financial Services[Z]. Working Paper， No. 11-07. Agricultural Development Economics Division， The Food and Agriculture Organization of the United Nations. March， 2011.

[11]溫紅梅，韓曉翠. 基于VaR的我國農(nóng)村金融機構(gòu)市場風(fēng)險的度量與實證[J].哈爾濱商業(yè)大學(xué)學(xué)報：社會科學(xué)版，2011（2）：3-9.

（責(zé)任編輯：劉春雪）