新疆農(nóng)戶信貸配給程度及其對農(nóng)戶金融資產(chǎn)配置的影響效應研究

陳治國，李成友，李 紅，宋玉蘭

(1.新疆農(nóng)業(yè)大學 經(jīng)濟與貿(mào)易學院，新疆 烏魯木齊 830052； 2.山東財經(jīng)大學 金融學院，山東 濟南 250014)

·區(qū)域經(jīng)濟·

新疆農(nóng)戶信貸配給程度及其對農(nóng)戶金融資產(chǎn)配置的影響效應研究

陳治國1，李成友2，李 紅1，宋玉蘭1

(1.新疆農(nóng)業(yè)大學 經(jīng)濟與貿(mào)易學院，新疆 烏魯木齊 830052； 2.山東財經(jīng)大學 金融學院，山東 濟南 250014)

本文基于新疆農(nóng)戶家庭實地調(diào)研數(shù)據(jù)，選取部分可觀測的Bivariate Probit模型并引入附有虛擬變量的Linear Regression模型，對農(nóng)戶家庭所承受的信貸配給程度及該信貸配給對農(nóng)戶家庭配置金融資產(chǎn)所產(chǎn)生的影響效應進行了有效估算。結(jié)果表明：新疆地區(qū)受到信貸配給的農(nóng)戶占67.4%，其中，受到完全配給的農(nóng)戶占43.1%，受到部分配給的農(nóng)戶占24.3%；完全信貸配給對家庭金融資產(chǎn)產(chǎn)生顯著影響，表現(xiàn)在完全信貸配給使得農(nóng)戶家庭手持現(xiàn)金增加了1758元，家庭手持現(xiàn)金與儲蓄的比值上升了5.45%。為此，本文得出了降低農(nóng)戶信貸配給、優(yōu)化農(nóng)村金融制度的啟示。

信貸配給；農(nóng)戶金融資產(chǎn)；Bivariate Probit模型；新疆

一、引言

自實行西部大開發(fā)戰(zhàn)略以來，我國西北地區(qū)農(nóng)村經(jīng)濟發(fā)展水平得到了大幅度提高，西北地區(qū)農(nóng)村居民家庭金融資產(chǎn)積累逐年上升，其作為家庭資產(chǎn)比重最高的核心資產(chǎn)，在總量和結(jié)構(gòu)上也會隨著農(nóng)戶家庭資產(chǎn)的變動而發(fā)生變化。但信貸配給仍然是制約西北地區(qū)農(nóng)村經(jīng)濟發(fā)展的重要因素之一，嚴重的信貸配給阻礙了西北地區(qū)經(jīng)濟增長，使得西北地區(qū)福利分配扭曲程度嚴重。由計劃體制遺留下的諸多非市場化機制和滯后的農(nóng)村金融制度形成的信貸約束使得農(nóng)戶信貸需求得不到有效滿足，落后的信息化水平和經(jīng)濟與社會的低協(xié)同效應也制約了農(nóng)村信貸的合理化匹配(李雙雙等，2011；劉祚祥等，2012)，進而使得西北地區(qū)農(nóng)戶信貸供給缺口較大，造成西北地區(qū)農(nóng)戶遭受嚴重的信貸配給。隨著工業(yè)化和城鎮(zhèn)化的大力推進，農(nóng)戶的非農(nóng)經(jīng)營活動與日俱增，農(nóng)戶信貸配給現(xiàn)象將會更加嚴重，加上農(nóng)戶對金融資產(chǎn)不合理處理的非正式制度選擇和西北地區(qū)天然的稟賦劣勢，西北地區(qū)農(nóng)戶金融資產(chǎn)配置結(jié)構(gòu)會進一步扭曲，嚴重的信貸配給無疑對農(nóng)戶各項經(jīng)營活動產(chǎn)生較大的抑制作用，極不利于西北地區(qū)農(nóng)戶創(chuàng)收，而新疆作為西北地區(qū)的典型農(nóng)業(yè)大省(區(qū))，農(nóng)業(yè)經(jīng)濟的發(fā)展無疑會受到農(nóng)村金融制度的影響，不合理的農(nóng)村金融制度安排催生的金融排斥給當?shù)亍叭r(nóng)”經(jīng)濟的發(fā)展制造了諸多梗阻(陳治國等，2015；楊紅麗等，2016)。為了有效扭轉(zhuǎn)新疆地區(qū)農(nóng)村經(jīng)濟落后局面，加快新疆落后地區(qū)新農(nóng)村建設的步伐，縮小城鄉(xiāng)收入差距，提高農(nóng)村居民生活水平，有必要解決好農(nóng)戶家庭金融資產(chǎn)結(jié)構(gòu)不合理化匹配的問題，而識別出農(nóng)戶信貸配給程度及其對農(nóng)戶家庭金融資產(chǎn)的影響程度，進而提出相應措施以降低農(nóng)戶信貸配給程度是解決該問題的一條有效的創(chuàng)新路徑。

二、文獻回顧

(一)信貸配給程度估計的相關研究

縱觀國內(nèi)外相關研究文獻，關于信貸配給方面的研究主要從論證信貸配給存在的相關理論模型和運用不同計量模型估計信貸配給程度兩方面進行(任建軍，2009)，考慮到本文研究的重點，本文主要就信貸配給程度估計的相關文獻進行回顧。關于信貸配給程度的量化估計方法：一是直接估計法，即根據(jù)設計好的調(diào)查問卷對計劃抽取的農(nóng)戶進行實地訪問，獲得農(nóng)戶家庭信貸情況，進而推斷農(nóng)戶是否受到信貸配給及估算配給程度。這種方法主要以Bell(1997)和劉西川(2009)等人的研究為代表。該方法雖然操作比較簡單方便，但獲取的信息比較模糊，難以回避農(nóng)戶主觀判斷帶來的非科學性。二是半直接估計法，即憑借市場交易主體的行為信息對農(nóng)戶信貸配給程度進行推斷。該方法分兩種情況：一種是根據(jù)能夠反映信貸配給程度的代理變量識別是否存在配給，這主要以Flavin(1985)、Jappelli(1995)等國外學者的研究為代表，該方法的不足之處就是代理變量的選取對評價結(jié)果產(chǎn)生直接影響，即評價結(jié)果隨著代理變量而發(fā)生變化，尤其在分析中國農(nóng)戶信貸配給程度時不適合直接采用代理變量，這是因為中國地區(qū)差異性比較明顯。另一種是以Biprobit模型、聯(lián)立形式的離散選擇模型、概率內(nèi)生交換模型、匹配模型等計量模型對農(nóng)戶信貸配給程度或概率進行估計，這主要以Kochar(1997)、朱喜(2006)、李銳(2007)、王靜(2015)等學者的研究為代表，該方法的缺陷在于把個體“異質(zhì)性”假設嚴格地附加到模型中，估算結(jié)果欠推廣性。三是地區(qū)空間異質(zhì)性下的農(nóng)戶信貸配給程度的估計，該方法主要利用半變異函數(shù)、GMM估計法，這種方法主要以劉艷華、輝敏敏、李明(2014)等學者的研究為主。

(二)信貸配給影響金融資產(chǎn)的相關研究

伴隨著農(nóng)村經(jīng)濟發(fā)展和農(nóng)村金融的不斷深化，金融資產(chǎn)在各農(nóng)戶資產(chǎn)中的比重發(fā)生了不同程度的變化(洪凱等，2008)，并對農(nóng)戶行為決策產(chǎn)生了多方面影響，這引起了學者們的高度重視且逐步成為學者們關注的焦點，徐展峰、賈健(2010)選用江西省農(nóng)戶家庭樣本數(shù)據(jù)，實證研究發(fā)現(xiàn)農(nóng)戶家庭金融資產(chǎn)配置與農(nóng)戶收入顯著相關；王書華、蘇劍(2012)通過構(gòu)建理論模型及基于門檻效應模型估計發(fā)現(xiàn)，農(nóng)戶金融資產(chǎn)的配置安排對農(nóng)戶收入差距影響存在門檻效應；中國人民銀行廣安市中心支行課題組(2011)具體選取欠發(fā)達地區(qū)的樣本數(shù)據(jù)，研究得出該地區(qū)農(nóng)戶收入與農(nóng)戶金融資產(chǎn)配置存在顯著關系；田慶剛等(2015)利用排序Logit模型研究認為，農(nóng)戶金融資產(chǎn)的價值開發(fā)有助于提升農(nóng)戶生產(chǎn)經(jīng)營的組織化程度、增加農(nóng)戶家庭收入與消費水平；魏夢(2013)、周越(2015)和王一雯(2016)分別對貴州山區(qū)、吉林以及陜西普通農(nóng)戶家庭金融資產(chǎn)選擇行為進行了全面分析，認為農(nóng)戶合理配置金融資產(chǎn)是其面臨信貸約束的理性選擇。關于信貸配給影響農(nóng)戶配置金融資產(chǎn)的相關研究文獻較少，更多的文獻是研究信貸配給對農(nóng)戶消費支出、借貸行為、信貸效率、貸款定價等方面帶來的不同程度的影響(彭繼紅，2005；許承明等，2012；李成友，2014；劉艷等，2014)，信貸配給對農(nóng)戶金融資產(chǎn)影響的相關研究目前仍然處于起步階段。由于農(nóng)戶存在預防性動機的偏好，信貸配給影響著農(nóng)戶金融資產(chǎn)結(jié)構(gòu)，農(nóng)戶金融資產(chǎn)結(jié)構(gòu)的優(yōu)劣也在一定程度上影響了農(nóng)戶各項經(jīng)營活動效率的高低。

為了分析新疆地區(qū)農(nóng)戶信貸配給程度及其對農(nóng)戶金融資產(chǎn)結(jié)構(gòu)的影響，考慮到個體“異質(zhì)性”，本文基于建立的部分可觀測的Bivariate Probit模型，找出農(nóng)戶資金需求和資金供給意愿的影響因素，估計出農(nóng)戶家庭信貸配給程度；同時憑借附有虛擬變量的Linear Regression模型，識別出農(nóng)戶家庭所持現(xiàn)金和金融資產(chǎn)結(jié)構(gòu)的影響因素，并估算出部分配給和完全配給分別對新疆地區(qū)農(nóng)戶家庭持有現(xiàn)金和金融資產(chǎn)結(jié)構(gòu)的影響程度。

三、信貸配給模型構(gòu)建及其實證分析

(一)信貸配給模型

當農(nóng)戶所需借款高于其從信貸市場所能夠獲得的借款數(shù)額時，本文把這種情況設定為農(nóng)戶存在信貸配給，且把完全信貸配給定義為農(nóng)戶所需借款完全得不到滿足，把部分信貸配給定義為農(nóng)戶所需借款得到部分滿足。

(1)

對部分可觀測的Bivariate Probit模型參數(shù)進行極大似然估計(MLE)，利用Mundlak(1978)提出的處理方法，分別設定個體間“異質(zhì)性”γi和ψi的關系為：

(2)

(3)

Lit(θ)=p(yit=1∣γi,ψi)yit×[1-p(yit=1∣γi,ψi)]1-yit

(4)

(5)

(6)

進而農(nóng)戶i的似然函數(shù)可以表示為：

(7)

然后，對數(shù)化處理樣本農(nóng)戶所對應的似然函數(shù)，并求出該對數(shù)值總和的導數(shù)，最終得到參數(shù)族的極大似然估計。

(二)變量選取

本文使用的數(shù)據(jù)來源于2015年—2016年實地走訪新疆農(nóng)村地區(qū)農(nóng)戶家庭所得的調(diào)研資料。抽取樣本的方法為執(zhí)行地區(qū)逐級化隨機抽樣，抽取有效樣本530個，形成了一個包括家庭結(jié)構(gòu)、農(nóng)地流轉(zhuǎn)、固定資產(chǎn)、生產(chǎn)運營、家庭收支、借貸行為等方面較為完備的鄉(xiāng)村調(diào)查問卷，問卷提供的數(shù)據(jù)和經(jīng)驗材料可有效地支撐本文研究。根據(jù)既有文獻和采樣信息，本文從個體特征、經(jīng)濟特征、社會關系、金融生態(tài)環(huán)境、地理特征等方面選取較大程度上能夠影響信貸需求和信貸供給的指標變量，變量的選擇具體如下：

1.信貸需求指標變量：一是個體特征變量，主要包括家庭中戶主的受教育水平等；二是經(jīng)濟特征變量，主要包括上年生產(chǎn)性固定資產(chǎn)、經(jīng)營土地規(guī)模、轉(zhuǎn)型化水平(非農(nóng)收入占農(nóng)戶總收入的比重)、重大活動支出(主要涉及就醫(yī)、教育、房建及婚喪嫁娶等支出)和上年金融資產(chǎn)余額等；三是地理特征變量，主要包括交通距離(農(nóng)戶所處村莊與交通節(jié)點間的距離)等。

2.信貸供給指標變量：一是個體特征變量，主要包含戶主受教育水平及戶主是否擁有技能(戶主是否參加農(nóng)業(yè)或者非農(nóng)業(yè)務培訓，甚至取得某項證書)等；二是經(jīng)濟特征變量，主要包括經(jīng)營土地規(guī)模及上年固定資產(chǎn)(生產(chǎn)性固定資產(chǎn)+房產(chǎn)價值)等；三是社會關系特征變量，主要包括是否屬于干部家庭(農(nóng)戶家庭成員中是否有國家或鄉(xiāng)村干部)以及獲贈收入(農(nóng)戶從城市或農(nóng)村親友中得到的贈送收入)；四是金融生態(tài)環(huán)境變量，主要包括是否處在資金充足鄉(xiāng)村、戶均正規(guī)途徑貸款額(當年該村農(nóng)戶從正規(guī)途徑得到貸款的平均值，包含僅從正規(guī)途徑獲得貸款及同時從正規(guī)和非正規(guī)途徑得到貸款兩種形式)以及戶均非正規(guī)途徑貸款額(當年該村農(nóng)戶僅從非正規(guī)途徑得到貸款的平均值)等；五是地理特征變量，主要包括交通距離。

上述所選指標變量的描述性統(tǒng)計特征如表1所示:

表1 指標變量的描述性統(tǒng)計特征

(三)估計結(jié)果與分析

本文運用Stata13.0軟件通過極大似然估計法(maximum simulated likelihood)對面板部分可觀測的Bivariate Probit模型進行估計，進行霍爾頓抽樣150次，計量分析結(jié)果如表2所示。

表2 部分可識別Bivariate Probit模型估計結(jié)果

注：*、**、***指模型顯著性水平分別為10%、5%和1%；profix-1、asset-1、finassetbalance-1表示上一年數(shù)值。

1.個體因素的影響分析。由表2可知，戶主受教育水平對資金需求無顯著影響，卻對農(nóng)戶家庭資金供給的影響在5%顯著性水平上存在正向促進作用。教育水平對資金需求作用不明顯的主要原因在于教育給予的知識可激勵農(nóng)戶家庭參與多樣化的農(nóng)業(yè)生產(chǎn)活動,這樣會使農(nóng)戶需要較多的資金，但知識豐富的農(nóng)戶家庭可憑借知識獲得可觀的收入，從而會減少從外部獲取資金。與教育水平相比，資金供給者更多地在意農(nóng)戶是否擁有技能，技能可為農(nóng)戶還款的違約風險進行一定程度的擔保。從表2可以看出，農(nóng)戶擁有技能對資金供給的影響存在正向作用，且在1%顯著性水平上顯著。

2.經(jīng)濟因素的影響分析。農(nóng)戶經(jīng)營土地規(guī)模對資金供求均沒有顯著性影響。這是因為現(xiàn)有不合理的土地產(chǎn)權(quán)制度安排使得土地無法順利流轉(zhuǎn)，限制了農(nóng)地融資效應的正常發(fā)揮，從而導致農(nóng)地面積對農(nóng)戶家庭融資不能產(chǎn)生明顯的影響效果；上一年生產(chǎn)性固定資產(chǎn)在5%的顯著性水平下正向影響著資金需求，這是由于上一年生產(chǎn)性固定資產(chǎn)與當年所需運營成本在正向關系作用下使當年的運營成本上升，從而使農(nóng)戶對資金需求增加。而上一年房產(chǎn)價值與生產(chǎn)性固定資產(chǎn)加總得到的農(nóng)戶家庭固定資產(chǎn)卻對資金供給無顯著作用，這是因為比重較高的房產(chǎn)難以作為抵押擔保物進行融資且變現(xiàn)能力不足，因而無法對資金供給方的供給意愿提升產(chǎn)生明顯效果。

由表2可見，農(nóng)戶家庭非農(nóng)領域收入在農(nóng)戶總收入中所占比重所反映的轉(zhuǎn)型化水平對農(nóng)戶資金需求沒有顯著性影響，這是因為農(nóng)戶從事非農(nóng)產(chǎn)業(yè)所得的高收入抵消了非農(nóng)產(chǎn)業(yè)經(jīng)營所需的資金；重大活動短時期所需支出在1%的顯著性水平下促進了農(nóng)戶的資金需求，這表明農(nóng)戶家庭的內(nèi)部資金無法短時期滿足重大活動所需開支，必須依賴外部資金進行平衡；上一年的家庭金融資產(chǎn)余額越多，農(nóng)戶的家庭資金的需求越低，由表2可以看出，其在5%的顯著性水平下對資金需求有負向作用。

3.社會關系因素的影響分析。干部家庭對資金供給具的顯著的正向影響。這是因為干部家庭相對比較容易從正規(guī)金融部門申請到貸款資金；獲贈收入在5%的顯著性水平下與資金供給正相關，這與關系型社會鏈條緊密相關。

4.金融生態(tài)環(huán)境因素的影響分析。身處富裕鄉(xiāng)村在5%的顯著性水平下與資金供給正相關，這主要是因為富裕地區(qū)借貸交易頻繁，資金供給方有強烈的放貸積極性；非正規(guī)金融渠道在5%的顯著性水平下與資金供給正相關，而正規(guī)金融渠道卻與資金供給無相關關系，這是因為既有落后農(nóng)村金融制度的制約。

5.地理因素的影響分析。表2估計結(jié)果表明，交通距離與資金供需無相關關系。

新疆農(nóng)戶較高的信貸配給充分反映了落后地區(qū)農(nóng)村金融的發(fā)展比較滯后，農(nóng)戶自有的資源稟賦和制度環(huán)境稟賦使得農(nóng)戶信貸需求不能得到有效供給，使得新疆地區(qū)農(nóng)戶受到嚴重的信貸配給，實證分析結(jié)論比較符合新疆農(nóng)村金融發(fā)展的現(xiàn)實。

四、信貸配給對農(nóng)戶金融資產(chǎn)配置的影響

“預防性儲蓄”是農(nóng)戶理性的金融資產(chǎn)配置行為，但嚴重的信貸配給卻對農(nóng)戶金融資產(chǎn)配置有著影響效應，其具體可通過影響農(nóng)戶家庭儲蓄及手持現(xiàn)金的比例安排來對農(nóng)戶家庭金融資產(chǎn)結(jié)構(gòu)產(chǎn)生影響。那么，新疆農(nóng)戶家庭金融結(jié)構(gòu)具體會受到信貸配給怎樣的影響，本文對此進行了檢驗和分析。

(一)信貸配給影響農(nóng)戶金融資產(chǎn)配置的Linear Regression模型

識別農(nóng)戶i是否在時刻t受到信貸配給類型后，可設置虛擬變量：

(8)

估計信貸配給對農(nóng)戶家庭金融資產(chǎn)配置的影響，可構(gòu)建如下Linear Regression模型：

RFSit=ζi+ηRCRit+τXit+εit

(9)

其中，RFSit為t時刻農(nóng)戶i家庭的手持現(xiàn)金或金融資產(chǎn)結(jié)構(gòu)；ζ為個體固定效應；Xit為影響農(nóng)戶家庭手持現(xiàn)金及金融資產(chǎn)結(jié)構(gòu)的重要外生解釋變量；εit為方程的異質(zhì)性隨機誤差項?；谏鲜鰧嵶C分析估計結(jié)果，選取具有關聯(lián)系數(shù)的隨機效應線性回歸模型進行以下實證分析。

值得注意的是，由于金融資產(chǎn)結(jié)構(gòu)方程中因變量的取值區(qū)間為[0,1]，為此，根據(jù)Papke&Wooldridge(2010)提出的Pooled Bernoulli Quasi-MLE(QMLE)方法估計本文構(gòu)建的關聯(lián)系數(shù)隨機效應模型。

(二)變量選擇

在估計信貸配給的影響時，除了表1中引入的部分變量外，還需引入家庭總?cè)丝?num)、非農(nóng)勞動力人數(shù)(numna)、家庭中勞動力所占比重(laborrate)、是否參與養(yǎng)老保險(insu)、農(nóng)戶家庭凈收入(nincom)、是否受到信貸配給(rationed)、是否受到部分配給(prationed)、是否受到完全配給(crationed)、農(nóng)戶家庭手持現(xiàn)金(cash)、農(nóng)戶金融資產(chǎn)結(jié)構(gòu)(structure)等其他相關變量，具體如表3所示。

表3 模型所選其他變量的描述性統(tǒng)計特征

(三)結(jié)果及分析

本文以戶主年齡、受教育程度、家庭總?cè)丝诘戎笜俗兞孔鳛檗r(nóng)戶家庭手持現(xiàn)金及金融資產(chǎn)結(jié)構(gòu)的解釋變量，對解釋變量可根據(jù)模型(9)進行估計，被解釋變量對可通過QMLE估計法進行估算，計量結(jié)果見表4。

表4 Linear Regression模型估計結(jié)果

注：*、**、***分別為10%、5%和1%的顯著性水平。

由表4可知，受教育程度、家庭總?cè)丝诘纫蛩貙r(nóng)戶家庭手持現(xiàn)金及金融資產(chǎn)結(jié)構(gòu)均有顯著影響，信貸配給對農(nóng)戶家庭手持現(xiàn)金及金融資產(chǎn)結(jié)構(gòu)均在5%的顯著性水平下有正向作用，且信貸配給使得新疆平均每個農(nóng)戶家庭手持現(xiàn)金增加1327元，使手持現(xiàn)金與儲蓄的比值上升4.06%，主要是因為較高的信貸配給會使得具有預防性動機的農(nóng)戶偏好持有更多現(xiàn)金，雖然也會有增加儲蓄的安排，但儲蓄增加的幅度低于現(xiàn)金持有的增加幅度。同時，由表5可見，完全信貸配給使農(nóng)戶家庭手持現(xiàn)金增加1758元；使手持現(xiàn)金與儲蓄的比值提升5.45%，且均有5%的顯著性正向影響，而部分信貸配給卻對手持現(xiàn)金和金融資產(chǎn)結(jié)構(gòu)均無顯著影響。

表5 完全信貸配給和部分信貸配給對農(nóng)戶家庭金融資產(chǎn)配置的影響效果

注：*、**、***分別為10%、5%和1%的顯著性水平。

五、結(jié)論及政策啟示

本文基于新疆2015年—2016年530個農(nóng)戶家庭實地調(diào)研數(shù)據(jù)，考慮到個體異質(zhì)性影響，選取部分可觀測的Bivariate Probit模型，有效識別了新疆農(nóng)戶家庭資金供需意愿的影響因素，估算出農(nóng)戶信貸配給程度；采用包含虛擬變量的Linear Regression模型，識別出農(nóng)戶家庭手持資金和金融資產(chǎn)結(jié)構(gòu)的影響因素，并估算出完全配給和部分配給對農(nóng)戶家庭手持現(xiàn)金和金融資產(chǎn)結(jié)構(gòu)的影響程度。結(jié)果發(fā)現(xiàn)：第一，受到農(nóng)村信貸配給的農(nóng)戶約占67.4%，其中有43.1%的農(nóng)戶受到完全信貸配給，有24.3%的農(nóng)戶受到部分信貸配給；完全信貸配給使農(nóng)戶家庭手持現(xiàn)金增加1758元，農(nóng)戶家庭手持現(xiàn)金與儲蓄的比值上升5.45%。第二，上年金融資產(chǎn)余額、上年生產(chǎn)性固定資產(chǎn)、重大活動支出等因素顯著影響了農(nóng)戶資金需求；戶主受教育程度、家庭是否有干部成員、獲贈所得、是否生活在資金較多的鄉(xiāng)村、非正規(guī)金融渠道借貸等因素對農(nóng)戶資金供給影響顯著。第三，受教育水平、農(nóng)戶家庭人口規(guī)模等因素對農(nóng)戶家庭手持現(xiàn)金和金融資產(chǎn)結(jié)構(gòu)均有顯著影響。

根據(jù)實證研究結(jié)論，本文得到如下啟示：第一，研究成果表明新疆農(nóng)戶信貸配程度較為嚴重，因此，亟需通過完善農(nóng)戶抵押融資擔保體系、構(gòu)建農(nóng)村正規(guī)金融機構(gòu)和非正規(guī)金融組織以及新型農(nóng)村金融組織機構(gòu)有機協(xié)同的多元化農(nóng)村金融生態(tài)系統(tǒng)、開放新疆地區(qū)金融市場以及建立和完善多層次資本市場來提升信貸市場競爭程度、提高新疆農(nóng)村金融市場的資金供給能力，同時要合理吸收發(fā)達地區(qū)已經(jīng)成熟的農(nóng)村金融制度安排，通過這些措施優(yōu)化新疆農(nóng)村金融制度。第二，通過測算出較高的信貸配給程度對農(nóng)戶家庭金融資產(chǎn)的影響，表明兩者確實存在顯著的傳導效應，因此，在鼓勵農(nóng)戶優(yōu)化金融資產(chǎn)、轉(zhuǎn)變農(nóng)戶家庭消費行為的同時，應優(yōu)先考慮解決農(nóng)戶信貸配給問題。第三，從構(gòu)建的部分可觀測雙變量Probit模型進行實證研究得到的結(jié)果來看，農(nóng)戶個體異質(zhì)性對不可觀測的隨機擾動有著很好的解釋，即農(nóng)戶個體異質(zhì)性對農(nóng)戶信貸配給程度有顯著影響。因此，針對較高的農(nóng)戶信貸配給程度，應該從農(nóng)戶行為主體特征、農(nóng)戶收入等方面入手，來解決新疆農(nóng)戶信貸配給問題。

[1]李雙雙,延軍平.西部社會、經(jīng)濟與生態(tài)互動發(fā)展效果的綜合評價[J].干旱區(qū)資源與環(huán)境，2011(7):12-17.

[2]劉祚祥,黃權(quán)國.信息生產(chǎn)能力、農(nóng)業(yè)保險與農(nóng)村金融市場的信貸配給[J].中國農(nóng)村經(jīng)濟，2012(5):53-64.

[3]陳治國，等.西部民族地區(qū)農(nóng)村資金配置效率及其影響因素——基于新疆的經(jīng)驗分析[J].湖南省農(nóng)業(yè)大學學報(社會科學版)，2015(4):16-22.

[4]楊紅麗,甘海燕.新疆農(nóng)村普惠金融服務創(chuàng)新的思考——基于農(nóng)戶金融需求的視角[J].新疆財經(jīng)，2016(3):72-80.

[5]任建軍.信貸配給理論發(fā)展、模型與實證研究[J].金融論壇，2009(4):21-28.

[6]Bell C..Rationing,Spillover,and Interlinking in Credit Markets:the Case of Rural Punjab[J].Oxford Economic Papers,1997,49(4):557-585.

[7]劉西川,等.貧困地區(qū)農(nóng)戶的正規(guī)信貸約束：基于配給機制的檢驗考察[J].中國農(nóng)村經(jīng)濟，2009(6):37-50.

[8]Flavin M..Excess Sensitivety of Consumption to Current Income:Liquidity Constrains or Myopia[J].Canadian Journal of Political Economy,1985(18):8-19.

[9]Jappelli T..Testing for Liquidity Constraints in Euler Equations with Complementary Data Sources[J].Review of Economics and Statistics,1995,80(2):251-262.

[10]Kochar A..An Empirical Investigation of Rationing Constraints in Rural Credit Markets in India[J].Journal of Development Economics,1997,53(2):339-371.

[11]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[J].數(shù)量技術經(jīng)濟研究，2006(3):37-49.

[12]李銳,朱喜.農(nóng)村金融抑制及其福利損失的計量分析[J].經(jīng)濟研究，2007(2):146-155.

[13]王靜,朱燁煒.農(nóng)戶信貸配給下借貸福利效果分析[J].西北農(nóng)林科技大學學報(社會科學版)，2015,15(1) :72-77.

[14]劉艷華,輝敏敏,李明.農(nóng)戶信貸配給程度的空間異質(zhì)分析[J].農(nóng)業(yè)經(jīng)濟問題，2014(7):52-59.

[15]洪凱,溫思美.農(nóng)戶金融資產(chǎn)：增長、結(jié)構(gòu)變遷與形成機理[J].華南農(nóng)業(yè)大學學報(社會科學版)，2008,7(3):27-33.

[16]徐展峰,賈健.農(nóng)戶金融資產(chǎn)分布、選擇行為與影響因素分析[J].當代經(jīng)濟科學，2012,34(2):16-25.

[17]王書華,蘇劍.農(nóng)戶金融資產(chǎn)配置的門檻效應對收入差距的影響機制[J].當代經(jīng)濟科學，2012,34(2):16-25.

[18]中國人民銀行廣安市中心支行課題組.基于欠發(fā)達地區(qū)農(nóng)戶人均收支及金融資產(chǎn)變化研究農(nóng)村金融改革[J].西南金融，2011(5):62-65.

[19]田慶剛,等.農(nóng)戶家庭資產(chǎn)金融價值開發(fā)對農(nóng)戶經(jīng)濟行為的影響研究[J].管理世界，2015(10):180-181.

[20]魏夢.山區(qū)農(nóng)戶家庭資產(chǎn)組合選擇偏好研究[D].貴陽：貴州財經(jīng)大學，2013.

[21]周越.吉林省農(nóng)戶金融資產(chǎn)配置行為研究[D].長春：吉林農(nóng)業(yè)大學，2015.

[22]王一雯.陜西省農(nóng)戶家庭資產(chǎn)選擇研究[D].西安：西北農(nóng)林科技大學，2016.

[23]李成友,李慶海.農(nóng)戶信貸配給程度及其對家庭消費行為的影響[J].當代經(jīng)濟研究，2014(7):63-69.

[24]彭繼紅.信貸配給與農(nóng)戶貸款[J].漢江論壇，2005(8):23-25.

[25]許承明,張建軍.利率市場化影響農(nóng)業(yè)信貸配置效率研究[J].金融研究，2012(10):111-124.

[26]劉艷,范靜,許彩麗.農(nóng)戶信貸配給程度與貸款定價變動的關系分析[J].農(nóng)村經(jīng)濟，2014(10):72-76.

[27]Mundlak Y..On the Pooling of Times Series and Cross Section Data[J].Econometric,1978(46):69-85.

[28]Papke L.E.,Wooldridge J.M..Panel Data Methods for Fractional Response Variables with an Application to Test Pass Rates[J].Journal of Econometrics,2010(145):121-133.

責任編輯:易正蘭

A Study of the Extent of Credit Rationing of Rural Households and Its Influence on Rural Households Financial Assets in Xinjiang

Chen Zhiguo1， Li Chengyou2，Li Hong1， Song Yulan1

(1. Xinjiang Agricultural University, Urumqi 830052,China; 2.Shandong University of Finance Economics, Jinan 250014, China)

Based on the survey data of rural households in Xinjiang, and by using the partially observable Bivariate Probit model and the linear regression model with dummy variable, this paper estimates the extent of credit rationing of rural households and its impact on rural households financial assets. The research results show that 67.4% of the rural households have credit rationing, 43.1% of which receive full credit rationing, 24.3% of which receive some of credit rationing; The complete credit rationing have a significant impact on household financial assets, which suggests that the complete credit rationing make rural households cash increase 1758 Yuan, make the ratio of rural households cash and savings rise 5.45%. Finally, according to the empirical research conclusions, the paper puts forward some policy implications including reducing farmers’ credit rationing, optimizing the rural financial system and so on.

Credit Rationing; Rural Households Financial Assets; Bivariate Probit Model;Xinjiang

2016-09-05

國家自然科學基金項目“區(qū)域果蔬外貿(mào)冷鏈物流模式及其機制創(chuàng)新研究”(71562033)；新疆人文社會科學重點研究基地干旱區(qū)農(nóng)村發(fā)展研究中心項目“新疆強農(nóng)惠農(nóng)政策績效評價與對策研究”(XJEDU030114Y02)；新疆維吾爾自治區(qū)研究生科研創(chuàng)新項目“農(nóng)村金融支持新疆‘三農(nóng)’經(jīng)濟發(fā)展問題研究”(XJGRI2015085)

陳治國(1984-)，男，博士研究生，研究方向：農(nóng)業(yè)經(jīng)濟理論與政策；李成友(1987-)，男，講師，博士，研究方向：農(nóng)村金融與計量經(jīng)濟；李紅(1963-)，女，教授，博士，研究方向：農(nóng)業(yè)經(jīng)濟與產(chǎn)業(yè)經(jīng)濟；宋玉蘭(1979-)，女，副教授，博士，研究方向：農(nóng)業(yè)經(jīng)濟與產(chǎn)業(yè)經(jīng)濟。

F832.43

A

1007-8576(2016)06-0044-09

10.16716/j.cnki.65-1030/f.2016.06.006