農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給意愿及其概率預(yù)測

胡 杰，李晉陽，羅劍朝*

(1.西北農(nóng)林科技大學(xué) 經(jīng)濟管理學(xué)院;2.陜西省農(nóng)村金融研究中心，陜西 楊凌 712100)

引 言

“三農(nóng)”問題已成為制約中國經(jīng)濟發(fā)展的“瓶頸”[1]，而信貸約束導(dǎo)致的貸款難問題是制約中國農(nóng)村經(jīng)濟發(fā)展的首要障礙[2]。為解決“三農(nóng)”貸款難問題，推動農(nóng)村經(jīng)濟發(fā)展，財政部、農(nóng)業(yè)部、銀監(jiān)會于2015年7月22日在《關(guān)于財政支持建立農(nóng)業(yè)信貸擔(dān)保體系的指導(dǎo)意見》中明確提出：“要推動形成覆蓋全國的政策性農(nóng)業(yè)信貸擔(dān)保體系，且以建立健全省級農(nóng)業(yè)信貸擔(dān)保體系為重點，切實解決農(nóng)業(yè)發(fā)展中的‘融資難’‘融資貴’等問題?！鞭r(nóng)業(yè)信用擔(dān)保體系具有“財政+金融”“政府+市場”屬性，是中國“三農(nóng)”政策體系的重要組成部分，農(nóng)業(yè)信用擔(dān)保體系在一定程度上發(fā)揮了金融杠桿的作用，能解決農(nóng)村金融市場上的資金供需矛盾，增強農(nóng)業(yè)生產(chǎn)經(jīng)營群體的正規(guī)借貸資金可得性，符合中國現(xiàn)階段農(nóng)村經(jīng)濟發(fā)展趨勢。

目前，中央一號文件已連續(xù)五年對全國農(nóng)業(yè)信用擔(dān)保體系工作作出部署，部分省、自治區(qū)及直轄市開展了農(nóng)業(yè)信用擔(dān)保體系建設(shè)工作，農(nóng)業(yè)信用擔(dān)保體系已初步形成。金融機構(gòu)作為農(nóng)業(yè)信用擔(dān)保體系主體之一，對農(nóng)業(yè)信用擔(dān)保體系建設(shè)具有重要作用。研究金融機構(gòu)對農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的供給意愿及其概率預(yù)測，對金融機構(gòu)擴大農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)覆蓋面、促進(jìn)農(nóng)業(yè)信用擔(dān)保體系建設(shè)、破解“三農(nóng)”貸款難問題具有重要的現(xiàn)實意義。在推廣農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)過程中，金融機構(gòu)開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的意愿如何？影響金融機構(gòu)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的因素都有哪些？金融機構(gòu)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的概率有多大？這是本文試圖研究的關(guān)鍵問題。

為客觀揭示金融機構(gòu)對農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的供給意愿及其概率預(yù)測，本文以金融機構(gòu)客戶經(jīng)理為訪問對象，這是由于金融機構(gòu)在規(guī)避信用風(fēng)險時會采取嚴(yán)格的問責(zé)制度，即金融機構(gòu)客戶經(jīng)理在決定是否發(fā)放貸款時擁有一定的獨立決策權(quán)。他們不僅負(fù)責(zé)收回由其發(fā)放的每筆貸款，而且貸款收回質(zhì)量的高低直接與其經(jīng)濟利益掛鉤[3]，金融機構(gòu)客戶經(jīng)理在貸款業(yè)務(wù)上的態(tài)度實質(zhì)上是金融機構(gòu)開展相關(guān)業(yè)務(wù)的反饋[4-7]。因此，本文以金融機構(gòu)客戶經(jīng)理開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的意愿來衡量金融機構(gòu)的供給意愿，從而對影響客戶經(jīng)理開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的因素展開實證研究，并對其供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的概率作出預(yù)測。

一、文獻(xiàn)回顧與問題提出

鑒于農(nóng)業(yè)信用擔(dān)保體系建立的現(xiàn)實性和緊迫性，越來越多的學(xué)者開始致力于農(nóng)業(yè)信用擔(dān)保的研究。目前，農(nóng)村金融市場上的擔(dān)保困境主要體現(xiàn)在農(nóng)戶等群體缺乏金融機構(gòu)認(rèn)可的抵押品及合適的擔(dān)保人或擔(dān)保機構(gòu)[8]，且金融機構(gòu)對抵押品存在選擇偏好[9]。同時，農(nóng)業(yè)信用擔(dān)保體系存在供需失衡、供給側(cè)業(yè)務(wù)品種單一、需求側(cè)需求結(jié)構(gòu)多樣、農(nóng)村金融制度及征信體系不健全等問題[10]，而抵押擔(dān)保品產(chǎn)權(quán)交易市場約束、擔(dān)保手續(xù)的法律及相關(guān)服務(wù)約束易導(dǎo)致農(nóng)村金融市場需求側(cè)產(chǎn)生擔(dān)保困境[11]。因此，消除農(nóng)村金融市場上的擔(dān)保困境，關(guān)鍵在于構(gòu)建完善的信用擔(dān)保體系[12]。一方面，應(yīng)優(yōu)化信用擔(dān)保公司的擔(dān)保模式，建立可推廣的信用擔(dān)保模式[13]，如建立現(xiàn)代農(nóng)業(yè)擔(dān)?；?、成立龍頭企業(yè)擔(dān)保公司、以合作經(jīng)濟組織作為金融聯(lián)結(jié)中介以及建立政策性農(nóng)業(yè)保險等[14]。另一方面，農(nóng)村金融市場上的信用擔(dān)保存在極大的外部經(jīng)濟，屬于高風(fēng)險行業(yè)[15]，而農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)也具有“準(zhǔn)公共產(chǎn)品”性質(zhì)，離不開政府財政支持，故有學(xué)者認(rèn)為政府應(yīng)解決金融教育和農(nóng)村信貸準(zhǔn)入問題，以促進(jìn)信貸業(yè)務(wù)規(guī)模擴張[16]。

農(nóng)業(yè)信用擔(dān)保作為解決農(nóng)戶和新型農(nóng)業(yè)經(jīng)營主體等涉農(nóng)主體信貸約束的有效途徑，在農(nóng)村金融體系建設(shè)中尚處于初級階段[17]。農(nóng)業(yè)信用擔(dān)保對于促進(jìn)信貸資金投向農(nóng)村融資主體、緩解農(nóng)業(yè)貸款難起到一定作用[18]。實際上，發(fā)揮新型農(nóng)業(yè)經(jīng)營主體對小農(nóng)戶的帶動作用，是促進(jìn)小農(nóng)戶與現(xiàn)代農(nóng)業(yè)發(fā)展有機銜接的關(guān)鍵[19]，加強農(nóng)業(yè)金融扶持，增強小農(nóng)戶發(fā)展的硬實力是中國特色小農(nóng)振興道路的重要政策保障[20]。然而，新型農(nóng)業(yè)經(jīng)營主體融資難問題卻日益突出[21]。究其原因，林樂芬等認(rèn)為新型農(nóng)業(yè)經(jīng)營主體受自身弱質(zhì)性、金融機構(gòu)金融服務(wù)滯后和外部環(huán)境制約等因素影響而產(chǎn)生融資障礙[22]。王吉鵬等認(rèn)為新型農(nóng)業(yè)經(jīng)營主體融資時面臨融資成本居高不下、貸款條件偏高、信貸擔(dān)保體系不完善、信貸風(fēng)險分擔(dān)機制不健全等問題[23]。因此，解決新型農(nóng)業(yè)經(jīng)營主體融資難題，關(guān)鍵在于新型農(nóng)業(yè)經(jīng)營主體應(yīng)增強自我信用意識和能力，政府應(yīng)加大政策和制度創(chuàng)新力度[24]，轉(zhuǎn)變對農(nóng)業(yè)的扶持方式[25]，建立財政金融支農(nóng)聯(lián)動機制[26]，加大對新型農(nóng)業(yè)經(jīng)營主體的扶持力度[27]。同時，政府可通過發(fā)展商業(yè)性擔(dān)保機構(gòu)和民間信用擔(dān)保制度，使擔(dān)保機構(gòu)的信息得到充分有效的補充[28]，擔(dān)保機構(gòu)也應(yīng)增強外部風(fēng)險管理[29]。

事實上，信用擔(dān)保不僅可以使高品質(zhì)借款人在道德風(fēng)險與逆向選擇的市場條件下獲得信貸資金[30]，而且可以降低借款者違約風(fēng)險[31]。此外，具有地緣、人緣優(yōu)勢的農(nóng)業(yè)信貸擔(dān)保公司作為金融機構(gòu)和農(nóng)村融資主體之間的中介，可以克服信息不對稱和降低交易成本[32]，農(nóng)業(yè)信用擔(dān)保機構(gòu)可通過市場化方式化解信貸風(fēng)險[33]。毋庸置疑，農(nóng)業(yè)信用擔(dān)保是破解農(nóng)村金融市場上信用擔(dān)保困境的重要金融工具。梳理已有文獻(xiàn)，已有研究主要以問題導(dǎo)向型研究為主，偏重理論分析，少數(shù)實證研究也主要從農(nóng)戶視角出發(fā)，鮮有學(xué)者從金融機構(gòu)視角切入，研究農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給意愿及其概率預(yù)測。然而，從現(xiàn)實角度來看，農(nóng)業(yè)信用擔(dān)保體系的建立、業(yè)務(wù)的推廣不僅建立在農(nóng)戶等借款人的單方面需求上，還與金融機構(gòu)是否愿意供給存在十分密切的關(guān)系。針對以上不足，本文引入擔(dān)保機構(gòu)特征、被擔(dān)保人特征、受保人特征及地方金融環(huán)境特征，建立Oprobit模型實證分析各特征對金融機構(gòu)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的影響。在此基礎(chǔ)上，對金融機構(gòu)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的概率進(jìn)行預(yù)測，從而為金融機構(gòu)、政府等主體開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)，建立農(nóng)業(yè)信用擔(dān)保體系提供現(xiàn)實參考。

二、研究設(shè)計

(一)數(shù)據(jù)來源

寧夏回族自治區(qū)和江蘇省是開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的代表性地區(qū)。考慮到江蘇省已建成覆蓋全省、上下聯(lián)動的農(nóng)業(yè)信用擔(dān)保服務(wù)網(wǎng)絡(luò)體系，寧夏回族自治區(qū)已形成“資源聯(lián)手開發(fā)、信貸集合加工、風(fēng)險共同管理、責(zé)任比例分擔(dān)”的農(nóng)業(yè)信貸擔(dān)保模式。因此，結(jié)合寧夏回族自治區(qū)和江蘇省農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)運行現(xiàn)狀，研究金融機構(gòu)客戶經(jīng)理農(nóng)業(yè)信用擔(dān)保供給意愿及其概率預(yù)測，有利于促進(jìn)農(nóng)業(yè)信用擔(dān)保整體發(fā)展，對其他地區(qū)金融機構(gòu)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)開發(fā)也可提供現(xiàn)實參考。本文使用的數(shù)據(jù)源于課題組于2019年8月和12月在寧夏西吉縣與江蘇阜寧縣展開的實地調(diào)研，調(diào)研對象為參與當(dāng)?shù)剞r(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的金融機構(gòu)。為保證樣本代表性，先根據(jù)金融機構(gòu)規(guī)模、經(jīng)營水平等將金融機構(gòu)分層。在此基礎(chǔ)上，再根據(jù)分層結(jié)果隨機抽取金融機構(gòu)進(jìn)行調(diào)研。調(diào)研共獲取215份數(shù)據(jù)，剔除28份無效數(shù)據(jù)，最終得到187份有效數(shù)據(jù)。其中，寧夏西吉縣有效數(shù)據(jù)83份，江蘇阜寧縣有效數(shù)據(jù)104份。

(二)變量設(shè)置

本文被解釋變量是金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的意愿。為準(zhǔn)確、全面地反映制約金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的因素，選取解釋變量時涵蓋了農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)中的各個主體，包括擔(dān)保機構(gòu)特征、被擔(dān)保人特征、受保人特征及地方金融環(huán)境特征。具體如下：

1.擔(dān)保機構(gòu)特征。擔(dān)保機構(gòu)在農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)中起到“橋梁”作用，聯(lián)接受保人與被擔(dān)保人。缺乏擔(dān)保機構(gòu)，農(nóng)業(yè)信用擔(dān)保體系將無法形成。因此，選取擔(dān)保機構(gòu)業(yè)務(wù)規(guī)模、內(nèi)部控制及風(fēng)險防范變量來反映擔(dān)保機構(gòu)特征對金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的影響。對金融機構(gòu)而言，擔(dān)保機構(gòu)業(yè)務(wù)規(guī)模、內(nèi)部控制和風(fēng)險防范是直接影響其供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的重要因素，也是金融機構(gòu)客戶經(jīng)理決定是否開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的重要參照。

2.被擔(dān)保人特征。被擔(dān)保人是農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的參與主體之一。被擔(dān)保人的農(nóng)地規(guī)?；潭仍礁呋蜣r(nóng)業(yè)資產(chǎn)價值越大，越可能成為抵押品供金融機構(gòu)選擇。專業(yè)大戶、家庭農(nóng)場、農(nóng)民合作社及農(nóng)業(yè)企業(yè)等新型農(nóng)業(yè)經(jīng)營主體比一般農(nóng)戶更易受到金融機構(gòu)青睞。同時，被擔(dān)保人文化程度的高低會影響其對農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的認(rèn)知，被擔(dān)保人信用水平的高低一定程度上反映了其潛在的違約風(fēng)險概率。因此，對金融機構(gòu)而言，農(nóng)地規(guī)?；潭取⑥r(nóng)業(yè)資產(chǎn)價值、被擔(dān)保人性質(zhì)、被擔(dān)保人文化程度及被擔(dān)保人信用水平等指標(biāo)是其決定是否向被擔(dān)保人發(fā)放貸款的重要參考。

3.受保人特征。農(nóng)業(yè)信用擔(dān)保供給意愿會受到金融機構(gòu)自身特征的影響。從實際情況來看，被調(diào)研的金融機構(gòu)均擁有完整的農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)體系。農(nóng)業(yè)信用擔(dān)保作為破解“三農(nóng)”融資難題的有效工具，較一般信貸產(chǎn)品而言更具有政策屬性。因此，本文在選取受保人特征時主要考慮了金融機構(gòu)業(yè)務(wù)操作流程規(guī)范度、業(yè)務(wù)發(fā)展前景及政府政策扶持。這三個因素不僅會影響金融機構(gòu)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)，而且會影響其業(yè)務(wù)經(jīng)營績效。

4.地方金融環(huán)境特征。農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的順利開展不僅需受保人、擔(dān)保人和被擔(dān)保人的積極參與，而且也受地方金融環(huán)境特征影響。同時，由于農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)具有較強政策屬性，政府通過成立政策性農(nóng)業(yè)信用擔(dān)保公司以促進(jìn)農(nóng)業(yè)信用擔(dān)保體系完善。可見，農(nóng)業(yè)信用擔(dān)保體系完善程度會影響金融機構(gòu)開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的熱情。同時，市場競爭壓力越大，金融機構(gòu)開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)越激烈，對受保人和擔(dān)保人而言，其業(yè)務(wù)風(fēng)險越小。因此，本文選取農(nóng)業(yè)信用擔(dān)保體系完善程度和市場競爭壓力作為地方金融環(huán)境特征。

(三)模型設(shè)定

金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的意愿為典型的離散型排序數(shù)據(jù)，而Oprobit模型適用于一切離散排序數(shù)據(jù)。若直接使用多項Logit或多項Probit等模型將忽視供給意愿的內(nèi)在排序。此外，普通OLS回歸會將排序視為基數(shù)來處理，其具體模型如(1)式所示：

Si=α1+β1Xi+εi

(1)

(1)式中，Si表示第i個客戶經(jīng)理農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的供給意愿，Xi表示一系列解釋變量，包括擔(dān)保人特征、被擔(dān)保人特征、受保人特征和地方金融環(huán)境特征，α1和β1為待估計參數(shù)，εi為隨機擾動項。事實上，由于OLS回歸將排序視為基數(shù)處理可能會降低模型估計效率，故本文未使用OLS回歸，而使用了Oprobit模型，其表達(dá)式如(2)式所示：

(2)

(3)

(4)

三、描述性統(tǒng)計分析

(一)金融機構(gòu)客戶經(jīng)理基本情況

表1呈現(xiàn)了金融機構(gòu)客戶經(jīng)理的基本信息。從金融機構(gòu)客戶經(jīng)理的年齡分布來看，其年齡主要集中在20～40歲，占樣本總數(shù)75.40%，說明辦理農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的客戶經(jīng)理以中青年為主；42.25%的客戶經(jīng)理從業(yè)年限為3年及以下，而此類從業(yè)時間較短的客戶經(jīng)理可能會欠缺一定的業(yè)務(wù)經(jīng)驗，從而影響農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的供給；71.66%的客戶經(jīng)理為大學(xué)本科學(xué)歷，研究生學(xué)歷的客戶經(jīng)理占整體的17.65%，說明金融機構(gòu)客戶經(jīng)理學(xué)歷分布較為集中。此外，僅6.42%的客戶經(jīng)理非常消極地供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)，而63.64%的客戶經(jīng)理愿意積極供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)。

表1 金融機構(gòu)客戶經(jīng)理基本情況統(tǒng)計

(二)變量描述性統(tǒng)計

表2呈現(xiàn)了解釋變量的基本信息。從擔(dān)保人特征來看，62.57%的客戶經(jīng)理認(rèn)為擔(dān)保機構(gòu)業(yè)務(wù)規(guī)模大，44.39%的客戶經(jīng)理認(rèn)為擔(dān)保機構(gòu)風(fēng)險防范好，但41.71%的客戶經(jīng)理認(rèn)為擔(dān)保機構(gòu)內(nèi)部控制差，表明擔(dān)保機構(gòu)可能較為重視業(yè)務(wù)拓展和風(fēng)險防范，而在一定程度上忽略了內(nèi)部控制。從被擔(dān)保人特征來看，農(nóng)戶資產(chǎn)價值普遍集中在10～15萬元左右，學(xué)歷以小學(xué)、初中為主，而51.34%的客戶經(jīng)理認(rèn)為農(nóng)戶農(nóng)地規(guī)模化程度高，92.51%的客戶經(jīng)理愿意向新型農(nóng)業(yè)經(jīng)營主體提供農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)，僅9.63%的客戶經(jīng)理認(rèn)為農(nóng)戶信用水平差，而上述數(shù)據(jù)事實表明盡管農(nóng)戶受教育程度一般，但其農(nóng)業(yè)生產(chǎn)需求旺盛，信用水平良好。從受保人特征來看，43.85%的客戶經(jīng)理認(rèn)為農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)操作流程不規(guī)范，28.88%的客戶經(jīng)理認(rèn)為農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)扶持政策不完善，而這可能是由于農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)開展時間較短、金融機構(gòu)和政府政策扶持經(jīng)驗不足所導(dǎo)致。但55.08%的客戶經(jīng)理認(rèn)為農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)發(fā)展前景好。此外，從地方金融環(huán)境特征來看，57.75%的客戶經(jīng)理認(rèn)為農(nóng)業(yè)信用擔(dān)保體系完善程度不高，而這可能是由于作為新興業(yè)務(wù),農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)尚未形成完善的擔(dān)保業(yè)務(wù)體系。42.78%的客戶經(jīng)理認(rèn)為農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)市場競爭壓力大，說明農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給存在較激烈的競爭。

表2 變量描述性統(tǒng)計

四、模型估計與結(jié)果分析

(一)農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給意愿影響因素分析

在回歸分析前，先計算解釋變量的VIF值，其最大值為1.301，最小值為1.083，遠(yuǎn)小于10，故模型不存在多重共線性問題。Oprobit模型回歸結(jié)果如表3所示。表3中，(1)～(4)列具體判別了擔(dān)保機構(gòu)特征、被擔(dān)保人特征、受保人特征和地方金融環(huán)境特征對金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的影響。結(jié)果顯示，在調(diào)整控制變量后，模型PseudoR2、對數(shù)似然值和Wald χ2逐漸變大，表明通過Oprobit模型分析農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給意愿及其影響因素是合理的。此外，各解釋變量顯著性和系數(shù)基本不變，說明Oprobit模型結(jié)果具有較強穩(wěn)健性。

在擔(dān)保機構(gòu)特征中，擔(dān)保機構(gòu)業(yè)務(wù)規(guī)模、內(nèi)部控制和風(fēng)險防范通過1%和5%的顯著性檢驗，系數(shù)符號為正。表明擔(dān)保機構(gòu)業(yè)務(wù)規(guī)模越大、內(nèi)部控制越好或風(fēng)險防范越健全，金融機構(gòu)客戶經(jīng)理越愿意供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)?？赡艿慕忉屖牵瑩?dān)保機構(gòu)業(yè)務(wù)規(guī)模越大、內(nèi)部控制越好或風(fēng)險防范越健全，說明擔(dān)保機構(gòu)擔(dān)保業(yè)務(wù)越成熟，而金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)所面臨的壞賬風(fēng)險可能越小，從而會積極供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)。在被擔(dān)保人特征中，農(nóng)地規(guī)?；潭取⑥r(nóng)業(yè)資產(chǎn)價值、被擔(dān)保人信用水平通過1%和10%顯著性檢驗，系數(shù)符號為正，表明上述變量對金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿會產(chǎn)生顯著正向影響。這可能是由于被擔(dān)保人農(nóng)地規(guī)?；潭仍礁?，農(nóng)業(yè)資產(chǎn)價值越高，越可能成為金融機構(gòu)開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的反擔(dān)保標(biāo)的。同時，被擔(dān)保人信用水平越好，其潛在違約風(fēng)險便越低，從而有利于提升金融機構(gòu)客戶經(jīng)理業(yè)務(wù)供給意愿。

表3 農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給意愿影響因素回歸估計結(jié)果

在受保人特征中，業(yè)務(wù)操作流程規(guī)范度和政策扶持通過1%和10%顯著性檢驗，系數(shù)為正。可能的解釋是，金融機構(gòu)農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)流程越規(guī)范或政府政策扶持越完善，越有利于控制農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)風(fēng)險，減少業(yè)務(wù)供給成本，提高業(yè)務(wù)辦理效率，從而促進(jìn)客戶經(jīng)理積極開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)。業(yè)務(wù)發(fā)展前景未通過顯著性檢驗，可能是由于農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)屬于政策性擔(dān)保業(yè)務(wù)，具有較強的政策屬性，受政府大力支持，發(fā)展前景好；在地方金融環(huán)境特征中，擔(dān)保體系完善程度通過10%顯著性檢驗，系數(shù)為正，而市場競爭壓力未通過顯著性檢驗，這可能是由于調(diào)研地區(qū)信用擔(dān)保體系較為完善，且農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)只有和當(dāng)?shù)剞r(nóng)業(yè)信用擔(dān)保公司簽訂業(yè)務(wù)協(xié)議的金融機構(gòu)才可辦理，有可能形成業(yè)務(wù)壟斷。同時，農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給會在一定程度上被政府干預(yù)，從而可能導(dǎo)致市場競爭壓力未通過顯著性檢驗。

(二)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的概率預(yù)測

Oprobit模型在不損失預(yù)測效率前提下可提供較為全面的概率預(yù)測。因此，本節(jié)將通過Oprobit模型預(yù)測：

1.各解釋變量對農(nóng)業(yè)信用擔(dān)保供給概率的影響。某一解釋變量取值改變時，金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的概率(見表4)。由表4可知，當(dāng)金融機構(gòu)客戶經(jīng)理對各解釋變量評價發(fā)生變化時，其供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的概率也會隨之改變。

表4 解釋變量對農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給意愿概率的影響

具體來看，當(dāng)金融機構(gòu)客戶經(jīng)理對擔(dān)保機構(gòu)業(yè)務(wù)規(guī)模的評價每提高一個層次，金融機構(gòu)客戶經(jīng)理選擇“非常消極”“較消極”或“一般”地供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的概率會分別降低2.98%、2.87%和2.20%，而“非常積極”地供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的概率會增加7.09%。而其余解釋變量的結(jié)果解釋與此類似，故不再贅述。需要注意的是，金融機構(gòu)客戶經(jīng)理對被擔(dān)保人性質(zhì)、被擔(dān)保人文化程度、業(yè)務(wù)發(fā)展前景和市場競爭壓力評價的改變不會影響其農(nóng)業(yè)信用擔(dān)保供給概率。

2.各解釋變量取特定值時農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給意愿概率。當(dāng)解釋變量分別取特定值時，金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的概率(見表5)。表5呈現(xiàn)了各解釋變量取特定值時農(nóng)業(yè)信用擔(dān)保供給概率。給定其他變量，各解釋變量取特定值時，金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的概率呈“倒U型”。當(dāng)金融機構(gòu)客戶經(jīng)理對擔(dān)保機構(gòu)業(yè)務(wù)規(guī)模的評價為3.62時，金融機構(gòu)客戶經(jīng)理會在35.33%的概率下較積極地供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)。其余解釋變量的結(jié)果解釋與此類似，故不再贅述。事實上，當(dāng)只考慮被擔(dān)保人性質(zhì)、業(yè)務(wù)發(fā)展前景或市場競爭，不考慮其他控制變量時，金融機構(gòu)客戶經(jīng)理對擔(dān)保人的主觀評價會影響其供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的概率。

表5 解釋變量取特定值時農(nóng)業(yè)信用擔(dān)保供給意愿概率

3.客戶經(jīng)理開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的意愿概率。187個客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的概率(見表6)。從表6可以看出，概率預(yù)測結(jié)果與客戶經(jīng)理的實際意愿選擇結(jié)果較為接近，表明概率預(yù)測結(jié)果較為可靠、穩(wěn)健。具體來看，寧夏西吉縣和江蘇阜寧縣客戶經(jīng)理供給意愿分布存在一定差異。其中，寧夏西吉縣客戶經(jīng)理持消極態(tài)度的概率比江蘇阜寧縣客戶經(jīng)理持消極態(tài)度的概率高8.37%，而持積極態(tài)度的概率比江蘇阜寧縣客戶經(jīng)理持積極態(tài)度的概率低7.10%。

表6 客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿概率預(yù)測

導(dǎo)致兩地客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿概率出現(xiàn)差異的可能解釋為：從宏觀視角來看，與江蘇相比，寧夏整體經(jīng)濟實力較弱，農(nóng)業(yè)信用擔(dān)保機構(gòu)業(yè)務(wù)規(guī)模、內(nèi)部控制和風(fēng)險防范水平相對較低。目前，江蘇省農(nóng)業(yè)信用擔(dān)保公司明確規(guī)定以“風(fēng)險分擔(dān)”為經(jīng)營原則，并構(gòu)建了多層次的風(fēng)險防范體系，有效規(guī)避了業(yè)務(wù)風(fēng)險，消除了金融機構(gòu)客戶經(jīng)理的后顧之憂。同時，所調(diào)研的公司是專業(yè)從事農(nóng)業(yè)信用擔(dān)保工作的政策性擔(dān)保公司，已與15家金融機構(gòu)簽訂戰(zhàn)略合作協(xié)議，實現(xiàn)了被擔(dān)保人和受保人的有效對接。此外，江蘇阜寧縣農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的年擔(dān)保費率不超過1%，貸款利率執(zhí)行優(yōu)惠利率，擔(dān)保額度上限為1 000萬，且10萬～300萬不得低于總業(yè)務(wù)量的70%。這一精準(zhǔn)、規(guī)范的業(yè)務(wù)制度框架為農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給創(chuàng)造了良好的金融生態(tài)條件，有利于促進(jìn)當(dāng)?shù)亟鹑跈C構(gòu)客戶經(jīng)理開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)；從中觀視角來看，寧夏西吉縣經(jīng)濟發(fā)展水平落后，是寧夏最后一個脫貧縣，而江蘇阜寧縣為當(dāng)?shù)亟?jīng)濟開發(fā)區(qū)，經(jīng)濟發(fā)展水平良好，當(dāng)?shù)剞r(nóng)地規(guī)模化程度相對較高，農(nóng)戶農(nóng)業(yè)資產(chǎn)價值相對較大。同時，兩地政府財政收入水平差異較大，而財政收入水平的高低對其當(dāng)?shù)剞r(nóng)業(yè)信用擔(dān)保體系的完善和風(fēng)險基金規(guī)模的大小有直接影響，從而導(dǎo)致兩地客戶經(jīng)理供給意愿產(chǎn)生差異。

(三)內(nèi)生性討論

(1)式可能遺漏了同時影響金融機構(gòu)客戶經(jīng)理農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給意愿和隨機擾動項的重要解釋變量，如金融機構(gòu)客戶經(jīng)理的業(yè)務(wù)經(jīng)歷、金融機構(gòu)內(nèi)部業(yè)務(wù)壓力等。同時，金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的意愿可能與機構(gòu)自身業(yè)務(wù)特征互相影響。如金融機構(gòu)農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)操作流程越規(guī)范，客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的意愿可能越高。相反，供給意愿越高，也可能促進(jìn)金融機構(gòu)進(jìn)一步完善農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)流程，從而產(chǎn)生反向因果問題，使得(1)式估計出現(xiàn)內(nèi)生性。目前，Bioprobit模型和CMP方法被學(xué)者們廣泛應(yīng)用于模型內(nèi)生性問題的解決[34-37]。

Bioprobit模型和CMP方法的差別體現(xiàn)在CMP方法通過多種模型的混合過程對所設(shè)定的(1)式進(jìn)行估計，而Bioprobit模型是通過完全信息極大似然估計法對(1)式進(jìn)行估計?？梢?，通過Bioprobit模型和CMP方法不僅能有效控制內(nèi)生性問題，而且能將二者計量回歸結(jié)果進(jìn)行對比，以佐證內(nèi)生性檢驗結(jié)果是否具有穩(wěn)健性。因此，本文嘗試以客戶經(jīng)理在求學(xué)期間是否獲得獎學(xué)金作為其業(yè)務(wù)操作流程規(guī)范度的工具變量，并通過Bioprobit模型和CMP方法驗證該工具變量的合理性(見表7)。理論上講，是否在求學(xué)期間獲得獎學(xué)金是金融機構(gòu)客戶經(jīng)理學(xué)習(xí)能力和學(xué)習(xí)成績的體現(xiàn)，與其自身條件密切相關(guān)，這也會影響到其后期的實際業(yè)務(wù)操作。同時，是否在求學(xué)期間獲得獎學(xué)金并不會直接影響其供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的意愿。

表7 內(nèi)生性檢驗結(jié)果

表7中Bioprobit模型和CMP方法的一階段回歸結(jié)果表明，是否在求學(xué)期間獲得獎學(xué)金與其業(yè)務(wù)操作流程規(guī)范度在1%水平下顯著正相關(guān)。同時，由二階段回歸結(jié)果可知，將獎學(xué)金這一工具變量引入模型進(jìn)行回歸，均在10%水平下顯著正相關(guān)，滿足工具變量的外生性。進(jìn)一步來看，Bioprobit模型和CMP方法的內(nèi)生性檢驗參數(shù)P值分別是0.779和0.649，都表明金融機構(gòu)業(yè)務(wù)操作流程規(guī)范度不是金融機構(gòu)客戶經(jīng)理開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的內(nèi)生解釋變量。另外，對客戶經(jīng)理開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的模型進(jìn)行豪斯曼檢驗后發(fā)現(xiàn)，豪斯曼檢驗的P值是0.657，即說明本文選取的擔(dān)保機構(gòu)特征、被擔(dān)保人特征、受保人特征和地方金融環(huán)境特征均為外生變量，這也從側(cè)面表明(1)式不存在嚴(yán)重內(nèi)生性問題，同樣表明，農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)操作流程越規(guī)范，金融機構(gòu)客戶經(jīng)理供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的概率越高這一結(jié)論是可靠的。

(四)穩(wěn)健性討論

為檢驗前文估計結(jié)果穩(wěn)健性，本文共進(jìn)行三種穩(wěn)健性檢驗。第一，將被解釋變量的賦值由五級變量調(diào)整為三級變量，即將“非常消極”和“較消極”歸并為“消極”，將“非常積極”和“較積極”歸并為“積極”，再對解釋變量重新進(jìn)行回歸；第二，將所有解釋變量的賦值由五級變量調(diào)整為三級變量，再重新對其進(jìn)行回歸；第三，將Oprobit模型替換為Ologit模型，并計算各解釋變量的幾率比，以反映前文基準(zhǔn)回歸結(jié)果和概率預(yù)測結(jié)果的穩(wěn)健性。如表8所示，多種穩(wěn)健性檢驗的結(jié)果均與前文基準(zhǔn)回歸結(jié)果相類似,表明表3關(guān)于農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給意愿影響因素的回歸估計結(jié)果具有穩(wěn)健性。

表8 穩(wěn)健性檢驗結(jié)果

五、結(jié)論及政策啟示

基于寧夏西吉縣和江蘇阜寧縣187份信貸員微觀數(shù)據(jù)，通過Oprobit模型研究農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)供給意愿影響因素及其概率預(yù)測。主要結(jié)論如下：(1)63.64%的信貸員愿意積極開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)，表明現(xiàn)階段金融機構(gòu)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿較高。(2)信貸員開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的高低既與其對擔(dān)保機構(gòu)業(yè)務(wù)規(guī)模、內(nèi)部控制、風(fēng)險防范的評價正向相關(guān)，還與其對農(nóng)戶農(nóng)地規(guī)?；潭?、農(nóng)業(yè)資產(chǎn)價值和農(nóng)戶信用水平的評價正向相關(guān)，也與其對農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)操作流程規(guī)范度、政策扶持和擔(dān)保體系完善程度的評價正向相關(guān)。(3)給定其他變量，各解釋變量取特定值時，信貸員供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的概率曲線呈“倒U型”。因此，信貸員在供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)時，可以以概率曲線最高點所對應(yīng)的解釋變量取值作為是否供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的重要參考。(4)兩地金融機構(gòu)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)意愿的概率與問卷統(tǒng)計結(jié)果較為接近，但具體的意愿分布存在一定差異，而引起差異的主要原因既有宏觀因素，也有中觀因素。

基于上述研究結(jié)論，本文得出如下政策啟示：第一，完善農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)政策，加大政府財政資金投入。金融機構(gòu)應(yīng)完善農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)相關(guān)政策措施，規(guī)范農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)流程，淡化對被擔(dān)保人的性質(zhì)和文化程度的要求，重視對農(nóng)戶農(nóng)地規(guī)?；?、農(nóng)業(yè)資產(chǎn)價值和信用水平的評判，從而緩解信貸員對農(nóng)戶違約風(fēng)險的擔(dān)憂。同時，政府應(yīng)加大對農(nóng)業(yè)信用擔(dān)保機構(gòu)的財政資金投入，為農(nóng)業(yè)信用擔(dān)保機構(gòu)提供財政貼息、稅收減免、風(fēng)險補償基金等財政支持，以充分發(fā)揮擔(dān)保機構(gòu)對金融機構(gòu)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的內(nèi)在激勵。第二，重視農(nóng)戶異質(zhì)性和地方金融環(huán)境差異，因地制宜地開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)?？紤]到不同地區(qū)不同農(nóng)戶的農(nóng)地規(guī)?；潭?、農(nóng)業(yè)資產(chǎn)價值和信用水平存在一定差異，金融機構(gòu)可對被擔(dān)保人的特征進(jìn)行詳細(xì)劃分，充分重視農(nóng)戶異質(zhì)性特征，并確定每個特征對業(yè)務(wù)開展的影響程度，結(jié)合概率預(yù)測結(jié)果來初步判定對某個農(nóng)戶開展農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的概率，提高農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)處理效率。同時，政府和金融機構(gòu)在制定農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)政策時，需充分結(jié)合當(dāng)?shù)貥I(yè)務(wù)開展現(xiàn)狀、經(jīng)濟水平及金融生態(tài)環(huán)境等，健全農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)配套設(shè)施，切實發(fā)揮財政支農(nóng)的信用擔(dān)保杠桿作用，不能“一刀切”。例如，在經(jīng)濟水平高、農(nóng)業(yè)發(fā)展快的地區(qū)，可積極擴大風(fēng)險補償基金規(guī)模，引入保險機構(gòu)以降低金融機構(gòu)對農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)風(fēng)險的顧慮。相反，在經(jīng)濟水平低、農(nóng)業(yè)發(fā)展緩慢的地區(qū)，供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)應(yīng)積極發(fā)揮政府的引導(dǎo)作用，如積極推進(jìn)農(nóng)戶信用評級工作，支持、引導(dǎo)農(nóng)戶向種養(yǎng)殖大戶、農(nóng)民合作社和家庭農(nóng)場等經(jīng)營方式過渡和銜接，為農(nóng)戶增信，以分散金融機構(gòu)供給農(nóng)業(yè)信用擔(dān)保業(yè)務(wù)的金融風(fēng)險。