田麗娜
摘要: 本文選取1983-2011年的相關(guān)數(shù)據(jù),以農(nóng)村人均儲(chǔ)蓄和人均貸款水平作為農(nóng)村金融排斥指標(biāo)的代理變量,利用多元線性回歸研究各因素對(duì)我國(guó)農(nóng)村金融排斥指標(biāo)的影響程度。結(jié)果表明,收入、知識(shí)及政府態(tài)度是影響金融排斥的重要因素。故促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展,拓寬農(nóng)民收入渠道,合理化政府規(guī)管程度,將有助于緩解農(nóng)村金融排斥現(xiàn)象。
關(guān)鍵詞: 農(nóng)村金融排斥;實(shí)證分析;政策建議
一、引言
我國(guó)農(nóng)村金融排斥現(xiàn)象的產(chǎn)生有一定的根源:一方面我國(guó)建設(shè)初期重工業(yè)優(yōu)先發(fā)展的趕超戰(zhàn)略造成當(dāng)前城鄉(xiāng)二元經(jīng)濟(jì)的格局,農(nóng)業(yè)成為國(guó)家制度改革的實(shí)際承擔(dān)者,金融機(jī)構(gòu)在農(nóng)村地區(qū)的“系統(tǒng)性負(fù)投資”問題嚴(yán)重;另一方面由于農(nóng)業(yè)自身的弱質(zhì)性特點(diǎn),使得以農(nóng)業(yè)為主的農(nóng)村經(jīng)濟(jì)發(fā)展也伴隨著脆弱性、風(fēng)險(xiǎn)性,對(duì)于追逐高利潤(rùn)、服務(wù)門檻高的的金融機(jī)構(gòu)必然會(huì)對(duì)農(nóng)村避之不及,“服務(wù)半徑”不能有效觸及農(nóng)村地區(qū)。2014年中共中央和國(guó)務(wù)院發(fā)布的《關(guān)于全面深化農(nóng)村改革加快推進(jìn)農(nóng)業(yè)現(xiàn)代化的若干意見》中明確提出加快農(nóng)村金融制度創(chuàng)新,鼓勵(lì)金融和社會(huì)資金更多地投入農(nóng)業(yè)農(nóng)村。銀監(jiān)會(huì)在《關(guān)于做好2014年農(nóng)村金融服務(wù)工作的通知》中也要求2014年在保持合理信貸投放總量前提下信貸資源繼續(xù)向“三農(nóng)”傾斜,突出加大對(duì)現(xiàn)代農(nóng)業(yè)的金融支持,保持涉農(nóng)信貸投放總量持續(xù)增長(zhǎng)。在全國(guó)大力提倡發(fā)展普惠金融環(huán)境下,盡管截至2013年末全國(guó)涉農(nóng)貸款余額已達(dá)到209萬億元,但金融機(jī)構(gòu)空白或僅有一個(gè)的鄉(xiāng)鎮(zhèn)數(shù)量仍有近萬個(gè),可見研究農(nóng)村金融排斥現(xiàn)象的發(fā)展情況以及影響因素,并在此基礎(chǔ)上提出針對(duì)性的政策建議有一定的必要性。
二、我國(guó)農(nóng)村金融排斥的現(xiàn)狀
(一)地理排斥
一般認(rèn)為機(jī)構(gòu)覆蓋度和網(wǎng)點(diǎn)占比越高,則該地農(nóng)村金融機(jī)構(gòu)的分布越是密集,農(nóng)民能比較便利地從距離較近的金融機(jī)構(gòu)獲得所需的金融服務(wù),地理排斥程度就比較輕,兩者是負(fù)相關(guān)關(guān)系。全國(guó)金融機(jī)構(gòu)網(wǎng)點(diǎn)空白鄉(xiāng)鎮(zhèn)截止2009年6月有2945個(gè),2010年減少至2312個(gè),2011年解決了616個(gè)未設(shè)立任何金融機(jī)構(gòu)網(wǎng)點(diǎn)的鄉(xiāng)鎮(zhèn),截止2011年年末僅剩1696個(gè),《2013中國(guó)金融穩(wěn)定報(bào)告》指出全國(guó)24個(gè)?。ㄗ灾螀^(qū)、直轄市) 均實(shí)現(xiàn)基礎(chǔ)金融服務(wù)空白鄉(xiāng)鎮(zhèn)全覆蓋,反映出國(guó)家一直致力于消除由于金融網(wǎng)點(diǎn)不足所帶來的地理排斥問題。此外機(jī)構(gòu)網(wǎng)點(diǎn)占比僅管在2011年達(dá)到了585%的水平,與其他發(fā)展中國(guó)家相比不是很低,但較之發(fā)達(dá)國(guó)家還是無法滿足農(nóng)村金融的巨大需求。
從空間上分析,根據(jù)2010年我國(guó)各省份農(nóng)村金融機(jī)構(gòu)分布情況得知我國(guó)地理排斥現(xiàn)象存在嚴(yán)重的區(qū)域不平衡。就萬人機(jī)構(gòu)覆蓋度指標(biāo)而言,有18個(gè)省份未達(dá)到全國(guó)平均水平,有些地區(qū)比如河南、湖北、廣西、安徽、貴州和云南覆蓋度低于1,而北京、天津竟分別高達(dá)185和181個(gè),可見我國(guó)經(jīng)濟(jì)發(fā)達(dá)地區(qū)的農(nóng)村金融排斥現(xiàn)象較弱,而中西部偏遠(yuǎn)省份的農(nóng)村地區(qū)金融機(jī)構(gòu)的占有率較低,金融排斥水平處于高位狀態(tài),。對(duì)于各省農(nóng)村地區(qū)金融網(wǎng)點(diǎn)數(shù)占全國(guó)農(nóng)村營(yíng)業(yè)網(wǎng)點(diǎn)數(shù)總量的比例,北京和上海這一比重均只達(dá)到004%,此外全國(guó)還有9個(gè)省份低于全國(guó)平均水平,有些還是經(jīng)濟(jì)發(fā)展程度平比較高的例如廣東省,陜西和甘肅兩個(gè)省份與全國(guó)均值持平,可見不僅我國(guó)西部地區(qū)存在農(nóng)村金融排斥,這種現(xiàn)象也出現(xiàn)在東部發(fā)達(dá)省份。
(二)條件排斥
條件排斥是指金融機(jī)構(gòu)在提供金融服務(wù)時(shí)所附加的條件對(duì)于農(nóng)戶來說很難滿足或者這些條件本身就很苛刻。由于我國(guó)農(nóng)村居民財(cái)產(chǎn)的實(shí)際分布狀態(tài)及其可抵押性的錯(cuò)位使得農(nóng)村地區(qū)出現(xiàn)“抵押難”[1],從而被排斥在貸款范圍之外。
(三)評(píng)估排斥
農(nóng)業(yè)生產(chǎn)的弱質(zhì)性、分散性,使得正規(guī)金融在農(nóng)村中的金融活動(dòng)風(fēng)險(xiǎn)更高,更為謹(jǐn)慎,尤其是我國(guó)農(nóng)村生產(chǎn)和投資行為高度分散,缺乏完善的可查信用檔案,使得農(nóng)村金融中介對(duì)于農(nóng)戶信用信息的獲取困難,為降低不良貸款率,減少逆向選擇和道德風(fēng)險(xiǎn)的現(xiàn)象,就要求金融機(jī)構(gòu)對(duì)借款者的信用風(fēng)險(xiǎn)以及貸款項(xiàng)目風(fēng)險(xiǎn)進(jìn)行詳細(xì)和嚴(yán)格的信息搜集、信息甄別以及最終貸款決策評(píng)估,這延長(zhǎng)了農(nóng)戶在金融供給機(jī)構(gòu)中的貸款等待時(shí)間,加大了被評(píng)估排斥的機(jī)率。
四)價(jià)格排斥
利率一直是構(gòu)成農(nóng)戶使用貸款的成本主要構(gòu)成部分,對(duì)于農(nóng)村貸款項(xiàng)目較低的收益率,高額的利息率必然不公平地加大了農(nóng)戶貸款負(fù)擔(dān)。2013年7月20日央行宣布全面放開金融機(jī)構(gòu)的貸款利率管制,取消貸款機(jī)構(gòu)貸款利率07倍的下限,央行對(duì)農(nóng)村信用社貸款利率也不設(shè)置下限,明確其可以突破4倍限制,這一政策必將加大我國(guó)農(nóng)民被價(jià)格排斥的現(xiàn)象。王修華、譚開通2012)[2]在2011年對(duì)我國(guó)8個(gè)省份農(nóng)村金融狀況調(diào)查后發(fā)現(xiàn)有借貸需求但沒有獲得貸款的農(nóng)戶中有58%的是由于利息費(fèi)用太高以及借款程序太麻煩而受到價(jià)格排斥。熊建國(guó)2006)[3]的研究顯示對(duì)于中國(guó)人民銀行的貸款款基準(zhǔn)利率558%)水平,竟有六成左右的農(nóng)戶表示超過其承受能力,但農(nóng)村信用社發(fā)放的貸款利率已明顯超過央行及其他商業(yè)型銀行提供的利率水平,達(dá)到642%。
五)營(yíng)銷排斥
雖然改革以來國(guó)家大力提倡發(fā)展農(nóng)村金融,但金融機(jī)構(gòu)嫌貧愛富的本質(zhì)使得其總是出于規(guī)模經(jīng)濟(jì)和利潤(rùn)最大化的考慮,在經(jīng)濟(jì)發(fā)達(dá)之處聚集,遠(yuǎn)離經(jīng)濟(jì)欠發(fā)達(dá)、信息不完全和交通落后的農(nóng)村地區(qū)[1]。不僅僅是信貸投放對(duì)象上對(duì)農(nóng)民忽略,而且在出售的金融產(chǎn)品類型上也與農(nóng)村所需貸款的期限長(zhǎng)、金額小等特點(diǎn)不匹配。高沛星、王修華2011)[4]以及胡振等2012)[5]學(xué)者采用農(nóng)村地區(qū)每萬人擁有的金融服務(wù)人員數(shù)量衡量營(yíng)銷排斥的大小。根據(jù)2012年的中國(guó)人民銀行《中國(guó)農(nóng)村金融服務(wù)報(bào)告》顯示,在涉農(nóng)金融機(jī)構(gòu)中農(nóng)村信用社依舊是為農(nóng)村提供金融服務(wù)的主力軍,2012年我國(guó)鄉(xiāng)村人口數(shù)達(dá)到64222萬人,計(jì)算可知我國(guó)農(nóng)村地區(qū)2012年每萬人擁有13人左右的金融從業(yè)人員,相比2009年的10人左右變化幅度不大,仍然水平較低,金融人員在農(nóng)村地區(qū)是稀缺品,全國(guó)農(nóng)村營(yíng)銷排斥程度仍處于高位。
六)自我排斥
自我排斥是指在農(nóng)民自身心理、知識(shí)因素和長(zhǎng)期形成的貸款習(xí)慣等影響下,借款者認(rèn)為自己可以從金融機(jī)構(gòu)獲得所需貸款的機(jī)率很小,故而自己主動(dòng)放棄申請(qǐng)。
三、實(shí)證分析我國(guó)農(nóng)村金融排斥程度的影響因素
(一)變量選取與數(shù)據(jù)說明
本文選取我國(guó)農(nóng)村1983-2011年相關(guān)時(shí)間序列數(shù)據(jù)進(jìn)行研究分析,以農(nóng)村人均貸款水平DD)和農(nóng)戶人均儲(chǔ)蓄存款SS)指標(biāo)來衡量農(nóng)村金融排斥程度,選取的影響金融排斥的因素有農(nóng)村電話用戶T)、鄉(xiāng)鎮(zhèn)企業(yè)數(shù)X)、農(nóng)村居民消費(fèi)水平指數(shù)B)、農(nóng)村居民家庭勞動(dòng)文化狀況E)、國(guó)家財(cái)政用于農(nóng)業(yè)支出F)、農(nóng)村居民人均純收入M)、鄉(xiāng)村人口數(shù)N)。指標(biāo)數(shù)據(jù)來源于中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫中的《中國(guó)統(tǒng)計(jì)年鑒》、《新中國(guó)六十年統(tǒng)計(jì)資料匯編》、《中國(guó)金融年鑒》、《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》以及國(guó)家統(tǒng)計(jì)局網(wǎng)站、中國(guó)銀行業(yè)監(jiān)督管理會(huì)網(wǎng)站中國(guó)農(nóng)村金融服務(wù)分布圖集、中國(guó)人民銀行網(wǎng)站、中國(guó)農(nóng)業(yè)信息網(wǎng)。本文數(shù)據(jù)由Eviews31軟件處理完成。
(二)模型設(shè)定
研究前對(duì)所有數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理,再利用OLS建立一個(gè)金融排斥指標(biāo)LNSS、LNDD與其影響因素LNT、LNX、LNB、LNE、LNF、LNM、LNN之間的多元線性回歸方程。
Yi=a1LNT+a2LNX+a3LNB+a4LNE+ a5LNF+a6LNM +a7LNN+ μ [JY]1)
其中Yi=[JB{]LNSSLNDD[JB)}]
(三)相關(guān)性分析
對(duì)LNSS、LNDD與LNT、LNX、LNB、LNE、LNF、LNM、LNN作皮爾遜相關(guān)系數(shù)檢驗(yàn),由檢驗(yàn)結(jié)果知,除變量LNB之外的各影響因素與金融排斥指標(biāo)之間相關(guān)性較為明顯,系數(shù)均在60%以上。
(四)平穩(wěn)性檢驗(yàn)
觀察各序列的相關(guān)分析圖,可初步判斷其均為非平穩(wěn)序列。我們對(duì)數(shù)據(jù)進(jìn)行ADF單位根檢驗(yàn),檢驗(yàn)結(jié)果如下表所示,其中C,T,P)中C、T、P分別表示檢驗(yàn)?zāi)P椭械某?shù)項(xiàng)、時(shí)間趨勢(shì)和滯后階數(shù)??梢钥闯龈餍蛄械乃綑z驗(yàn)值均大于1%的顯著性水平下對(duì)應(yīng)的臨界值。因此,不能拒絕存在單位根的原假設(shè),即原時(shí)間序列都是非平穩(wěn)的。
經(jīng)過一次差分后,各指標(biāo)的ADF統(tǒng)計(jì)值均小于10%顯著性水平下的臨界值。也就是說,這些序列屬于一階單整。因此,我們將對(duì)LNSS、LNDD與LNT、LNX、LNB、LNE、LNF、LNM、LNN進(jìn)行進(jìn)一步的協(xié)整檢驗(yàn)。