孟櫻++王靜

摘要：根據(jù)陜西省324戶農(nóng)戶的實際調(diào)查數(shù)據(jù)，對信貸配給類型按數(shù)量配給、價格配給、風險配給、交易成本配給和自我配給進行識別，并運用多項Logit模型分析了不同信貸配給類型的影響因素，以及不同信貸配給類型之間的相對風險比（RRR）。結(jié)果表明，有50%的農(nóng)戶受到信貸配給；教育、借貸渠道、家庭變化和家庭總收入對數(shù)量配給有顯著影響；購買保險數(shù)量對價格配給影響顯著；年齡、教育和信貸需求對風險配給影響顯著；購買保險數(shù)量、貸款需求和加入農(nóng)民合作組織對自我配給影響顯著；各因素對交易成本配給影響不顯著。

關鍵詞：農(nóng)戶信貸；信貸配給； 相對風險比；多項Logit模型

中圖分類號：F323.9文獻標識碼：A 文章編號：1009-9107（2017）03-0059-08

引言

信貸配給是指貸款者由于受逆向選擇或道德風險的影響，不愿意以提高利率來出清信貸市場，造成需要流動性的借款人在現(xiàn)有的利率水平上不能得到或者不能全部得到所需貸款的現(xiàn)象[1]。在我國，信貸配給現(xiàn)象一直存在，農(nóng)村地區(qū)由于二元化結(jié)構格局，金融體制存在缺陷，農(nóng)村金融生態(tài)環(huán)境不完善，農(nóng)民對于金融知識了解不夠，金融意識也相對淡薄。同時，隨著涉農(nóng)金融機構的商業(yè)化發(fā)展，大量農(nóng)村資金外流進入城市，導致農(nóng)民“貸款難”問題日益加劇。

很多學者認為，加強農(nóng)業(yè)產(chǎn)業(yè)發(fā)展，金融支持是非常關鍵的因素，解決“三農(nóng)”問題，最根本的是需要農(nóng)業(yè)資本的形成。在國家政策支持下，很多銀行及信用合作社為農(nóng)民提供了多樣的金融產(chǎn)品，比如小額貸款、質(zhì)押、產(chǎn)權抵押貸款等，以解決農(nóng)民的生產(chǎn)性和生活性貸款需求，對促進農(nóng)業(yè)增收，緩解農(nóng)民“貸款難”問題做出了不少貢獻。但是，由于貸款違約風險和信息不對稱的問題，信貸配給仍然存在，農(nóng)民難以獲得全額的貸款，無法滿足貸款需求。

已有的研究中主要將信貸配給分為數(shù)量配給、價格配給、風險配給、交易成本配給四種類型，這種分類既從信貸供給角度去分析信貸不足，又從信貸需求角度研究，比較符合目前我國農(nóng)村信貸配給的現(xiàn)狀。本研究在此分類基礎上，將自我配給從數(shù)量配給中分離出來考察，列為第五種信貸配給類型，并分析了個人因素、家庭因素、經(jīng)濟因素、保險購買和加入農(nóng)民合作組織對各類型信貸配給的影響程度。文章采用多項Logit模型，研究不同因素對信貸配給的實際影響，并以沒有受到信貸配給樣本農(nóng)戶為參照，與各種信貸配給類型進行比較。

一、文獻綜述和相關概念界定

（一）文獻綜述

通過文獻回顧發(fā)現(xiàn)，最早對信貸配給的研究是從國外開始的，Roosa首次提出了“信貸可獲性學說”[2]。Baltensperger首次提出了對信貸配給的定義，認為信貸配給就是即便借款者愿意接受信貸合約中所有的價格與非價格條件，其信貸需求仍然無法滿足的情形[3]。其中價格條件是指由銀行制定的，以自身利益最大化為目的而形成的條款；非價格條件是指除了價格條件以外的一些條款，比如擔保條款等。Stiglitz和Weiss從信息不對稱的角度，闡述銀行通過提高貸款利率會產(chǎn)生逆向選擇和道德風險，因為提高利率，借款的企業(yè)經(jīng)營風險提高，導致高風險投資，所以銀行應該減少信貸供給數(shù)量而非提高利率[4]。Sharp從委托代理的角度分析了信貸配給產(chǎn)生的機理[5]。Boucher等將信貸配給類型區(qū)別得更為清楚，將其分為數(shù)量配給、風險配給、成本配給，否定了早期學界認為的只有數(shù)量配給存在，通過經(jīng)驗研究證明了風險配給和成本配給是實際存在的[6]。

近幾年，國內(nèi)學者也對信貸配給進行深入的研究，尤其對不同信貸配給類型分別研究，并且很多以大數(shù)量樣本為研究對象，研究具有普遍代表性。朱喜、李子奈通過對3 000個樣本農(nóng)戶的調(diào)查，結(jié)果顯示只有4.4%的農(nóng)戶獲得正規(guī)金融機構的貸款，民間貸款的發(fā)生率是正規(guī)金融機構貸款的2.5倍，農(nóng)戶受到了很大程度的信貸配給，即便從民間貸款渠道獲得貸款也并不一定能滿足貸款需求。他們將信貸配給分為數(shù)量配給和服務配給[7]，信貸配給產(chǎn)生的原因是利率市場化程度和信息不對稱，利率太低會促使金融機構減少信貸供給。田俊麗提出了信貸配給的衡量方法，是農(nóng)戶獲得的信貸資金比重與農(nóng)戶在區(qū)域經(jīng)濟中的比重的百分比[8]。姜海軍等從道德風險和逆向選擇的角度分析信息不對稱對信貸配給產(chǎn)生的作用，采用一期效用函數(shù)構建了信貸市場均衡模型。由于信息不對稱，銀行不能分辨借款人信用程度，為使自身利益最大化，銀行會減少信貸供給，信貸配給產(chǎn)生[9]。褚保金調(diào)查的372戶樣本農(nóng)戶中，有28.49%受到信貸配給，獲得信貸的農(nóng)戶包括正規(guī)和非正規(guī)渠道的貸款，受到信貸配給的農(nóng)戶的正規(guī)借貸金額要明顯低于從非正規(guī)金融機構獲得的貸款，說明非正規(guī)金融機構貸款可以一定程度上緩解正規(guī)信貸配給[10]。王性玉將信貸配給分為三種：數(shù)量配給、交易成本配給和風險配給。在調(diào)查的20 040個樣本農(nóng)戶中，有45.5%的農(nóng)戶受到了信貸配給，其中絕大部分農(nóng)戶是受到了數(shù)量型信貸配給，并且模型分析顯示，受到信貸配給的農(nóng)戶相對于未受到信貸配的農(nóng)戶農(nóng)業(yè)生產(chǎn)的產(chǎn)出受農(nóng)戶資源稟賦的影響更大[11]。對于風險配給，龐新軍運用等價物方法測度農(nóng)戶風險態(tài)度，認為農(nóng)戶的風險偏好影響信貸需求，農(nóng)戶風險規(guī)避性越強受到的信貸配給越大，而且在不同的風險偏好特征下，農(nóng)戶承受生產(chǎn)性信貸配給或消費性信貸配給，在調(diào)研的244戶農(nóng)戶中有超過一半農(nóng)戶受到風險配給[12]；任劼、孔榮通過對陜西省730戶樣本農(nóng)戶采用直接誘導式詢問法對農(nóng)戶信貸風險配給進行識別，在被調(diào)查的農(nóng)戶中，有6.16%的農(nóng)戶受到風險型信貸配給，價格型信貸配給達到79%，相對于其他類型的信貸配給，風險配給的農(nóng)戶受到信貸需求價格彈性的影響較大，而且即便在保險市場還是存在風險配給[13]。

綜上，國內(nèi)學者研究主要建立在國外研究的基礎上，對信貸配給的形成、影響因素、衡量配給程度等方面進行深入分析。從研究結(jié)果可知，由于我國不同地區(qū)經(jīng)濟發(fā)展水平差異較大，信貸配給的空間地域性差異表現(xiàn)十分明顯。本文主要研究陜西關中地區(qū)的信貸配給情況，希望對國內(nèi)研究有一定的充實作用。

（二）相關概念界定

本文結(jié)合Bourcher的研究[6]，對文章涉及的相關概念作如下界定：

1.數(shù)量配給。將其分為部分數(shù)量配給和完全數(shù)量配給，部分數(shù)量配給是指借款者沒有獲得其實際需求的貸款數(shù)額，只得到部分貸款；完全數(shù)量配給是指借款者沒有獲得貸款。

2.自我配給。也是完全數(shù)量配給的一類，是指借款者因為自身主觀原因沒有申請貸款或獲得貸款，本文為更好地識別農(nóng)戶自我選擇的特性，提出針對性政策建議，故將自我配給區(qū)別于數(shù)量配給列出。

3.價格配給。貸款由于其高風險性，銀行為了減少風險和自身利益最大化，對不同投資項目制定不同利率水平，貸款者因為不能接受較高的利率水平和高利率帶來的高風險，拒絕申請貸款。

4.風險配給。由于無法保證貸款的預期收益，考慮到道德風險，放款者會將貸款的一部分風險轉(zhuǎn)移至貸款者身上，比如抵押貸款，貸款者由于擔心無法承擔這部分風險而放棄貸款的行為就是風險配給。

5.交易成本配給。交易成本主要包括甄別放款者、監(jiān)督放款者行為、申請貸款手續(xù)、合約實行等，在放款者將這些交易成本轉(zhuǎn)移在貸款者身上后，貸款者認為交易成本太高而放棄申請貸款。

二、數(shù)據(jù)來源和模型設定

（一）數(shù)據(jù)整理和分析

課題組于2016年7月在陜西省寶雞市千陽縣和楊凌農(nóng)業(yè)高新產(chǎn)業(yè)示范區(qū)進行問卷調(diào)查。千陽縣是蘋果、蔬菜、奶牛的生產(chǎn)大縣，此次調(diào)研涉及天山香瓜菜專業(yè)合作社、綠野瓜果專業(yè)合作社、洪福果業(yè)合作社，而楊凌是全國唯一的農(nóng)業(yè)高新技術示范區(qū)，為我國農(nóng)業(yè)技術、農(nóng)業(yè)產(chǎn)業(yè)化、現(xiàn)代化作出了重要貢獻。此次調(diào)查采用抽樣調(diào)查方式，根據(jù)合作社社員分布情況以及經(jīng)濟發(fā)展水平，選取了千陽縣的南寨鎮(zhèn)和城關鎮(zhèn)，以及楊凌區(qū)郊區(qū)和揉谷鎮(zhèn)，再分層級地選取了每個鎮(zhèn)的兩個村作為調(diào)查對象。

為了保證調(diào)查的準確性和有效性，此次抽樣調(diào)查共發(fā)放問卷352份，經(jīng)對問卷審查，剔除填寫不完全問卷以及邏輯矛盾問卷，獲得有效問卷324份，達到進行計量模型分析的樣本量。根據(jù)目前學術界普遍認可的信貸配給種類，本文主要考慮數(shù)量配給、價格配給、風險配給、交易成本配給、自我配給。根據(jù)之前對各種信貸配給概念的界定，此處將自我配給單獨列出來，與其他配給類型共同分析。

課題組根據(jù)農(nóng)戶對調(diào)研問卷問題的回答，判斷農(nóng)戶所受信貸配給情況。如圖1所示，在調(diào)查324戶農(nóng)戶時，首先會詢問“您家近三年是否貸過款或借過錢”，其中有104戶表示有過貸款行為，220戶沒有。再詢問有過貸款行為的農(nóng)戶希望申請額度和實際申請額度，然后計算百分比，將結(jié)果分為5個水平。本文將實際貸款額度達到期望申請額度的80%以上認為沒有受到數(shù)量配給，其余4種水平認為受到數(shù)量型信貸配給。為了更準確判斷信貸配給情況，對220戶沒有貸款的農(nóng)戶進一步詢問是否申請過貸款，其中申請過卻沒有獲得貸款的有27戶，認為其受到完全的數(shù)量配給。對193戶沒有申請貸款的農(nóng)戶，課題組成員詳細問詢了沒有申請的原因，其中110戶是自己有錢不需要，本研究認為屬于沒有遭受信貸配給；認為利率太高是受到價格配給；認為貸款成本太高是受到交易成本配給；擔心借了還不了是受到風險配給。認為自己申請也得不到的農(nóng)戶屬于自我配給，由于農(nóng)戶自我認知決定不貸款而受到信貸配給。

從表1可知，調(diào)查的324戶農(nóng)戶中有50%的農(nóng)戶遭受信貸配給，而數(shù)量配給情況最為嚴重，達到26.2%?？梢姡壳皵?shù)量配給是信貸配給的主要類型，貸款方的信貸供給數(shù)量不能滿足農(nóng)戶需求。交易成本配給比例高于價格和風險配給，說明申請貸款或借錢需要花費的高成本成為農(nóng)戶考慮的重要因素。價格配給比例較低的原因主要是此次調(diào)研涉及的104個貸款樣本中 民間借貸發(fā)生60次，其中57次是向親朋好友借錢，屬于無息貸款，所以利率仍然是農(nóng)民考慮貸款的重要因素，尤其是向正規(guī)金融機構貸款。

（二）模型建立

本文選擇多項Logit模型作為分析方法，研究同樣的影響因素對不同的信貸配給類型產(chǎn)生的影響，以及相對于未發(fā)生信貸配給時其他信貸配給類型的主要影響因素。對不同信貸配給類型設置方案0～5，分別為沒有配給、數(shù)量配給、價格配給、風險配給、交易成本配給、自我配給，屬于無序分類變量，建立模型：

解釋變量隨著個體變化，不隨方案j變化，各方案的概率之和等于1。模型將沒有信貸配給作為“參照方案”，其他作為啞變量，以此判斷不同方案之間差異。

多項Logit模型服從IIA假定，稱作“無關方案獨立性”（independence of irrelevant alternatives，IIA），也就是說模型中任何兩個方案之間是相互獨立的。Hausma檢驗就是用來檢查IIA假定是否成立，基本思想就是，去掉任何一個方案都不影響其他方案的一致估計，只降低效率[14]。

三、影響因素分析

1.個人特征。個人特征是研究農(nóng)戶信貸行為的重要因素，其影響農(nóng)戶信貸決策。本研究選取受訪者的年齡、性別、受教育程度作為衡量個人特征的指標。通常年齡較大的人更偏向于儲蓄而非貸款，屬于風險規(guī)避型，決策相對保守，而30～60歲年齡段的人會具有較高貸款需求，比如子女上學、結(jié)婚、蓋房買房等；女性相較于男性來說也更傾向于風險規(guī)避；受教育程度越高，更趨向于通過貸款融資，屬于風險偏好型。

2.家庭情況。除了考慮受訪者個人特征，還需要考慮受訪者家庭情況，這也是正規(guī)金融機構進行信用評級時考量的重要因素。通過家庭勞動力人數(shù)和耕地面積來衡量家庭規(guī)模，通過家庭成員和親戚朋友職業(yè)判斷其社會關系，以近三年家里是否有過大變動或者大的開銷判定家庭資產(chǎn)穩(wěn)定程度。從銀行角度來說，家庭勞動力人數(shù)多，收入來源相對穩(wěn)定，更容易獲得貸款，所以勞動力人數(shù)是影響信貸配給的重要因素。土地面積也是正規(guī)金融機構對借款人條件審核的重要影響因素之一。研究涉及民間借貸，所以社會關系是重要影響因素，并且一般認為，如果社會關系中有信用社、銀行人員或保險公司人員，申請貸款比較容易。家庭收入穩(wěn)定更容易獲得貸款，家里有重大變動，貸款需求更大。

3.信貸情況。選取信貸渠道和是否存在信貸需求為表現(xiàn)指標。在調(diào)查中，有貸款行為的104戶農(nóng)戶，其中有62戶是向正規(guī)金融機構貸款，有60戶通過民間渠道借貸，其中有18戶既向正規(guī)金融機構貸款，又通過民間渠道借貸（見表2）。為了更清楚每筆貸款情況，問卷設置了對貸款期限、金額、利率、用途、還款形式的問題。對貸款用途，課題組設計了多項選擇，以保證農(nóng)戶理解問題和調(diào)研結(jié)果準確。通過對貸款用途統(tǒng)計可知，目前樣本地區(qū)農(nóng)戶貸款主要以生活性貸款為主，并不符合學界普遍認為的農(nóng)戶在正規(guī)金融機構以生產(chǎn)性貸款為主，在民間貸款渠道以生活性貸款為主。故考慮不同貸款渠道對信貸配給的影響。

4.資金和資產(chǎn)狀況。衡量信貸配給，資產(chǎn)水平是最重要的因素，本文選取收入水平、支出水平、固定資產(chǎn)價值以及農(nóng)業(yè)收入占比4個指標衡量家庭資產(chǎn)狀況。為防止對收入水平統(tǒng)計有疏漏，問卷將收入情況分為農(nóng)業(yè)收入、工資性收入、經(jīng)營性收入、轉(zhuǎn)移支付收入、財產(chǎn)性收入分類別統(tǒng)計。為避免收入流動性造成的誤差，選取農(nóng)戶家庭固定資產(chǎn)水平作為衡量資產(chǎn)狀況的另一重要因素。家庭支出水平也區(qū)分了生產(chǎn)性支出和生活性支出。根據(jù)農(nóng)業(yè)收入占比可以看出農(nóng)戶是以哪種收入來源為主，即可判斷農(nóng)戶家庭經(jīng)營類型，以此考察不同類型收入水平對信貸配給影響。

5.購買保險種類。問卷設置了幾種比較常見的保險種類：農(nóng)業(yè)保險、養(yǎng)老保險、工傷保險、醫(yī)療保險、失業(yè)保險及其他，以此判斷農(nóng)戶風險偏好和保險市場參與度。農(nóng)戶購買的保險種類越多，認為其更偏向于風險規(guī)避型，對貸款及信貸配給的影響需進一步研究。

6.參加合作組織。本文還將是否加入合作組織作為虛擬變量考慮因素。合作組織包括農(nóng)民專業(yè)合作社、聯(lián)保小組、農(nóng)民資金互助組等農(nóng)民自發(fā)成立的合作組織。一般情況下，合作組織的成員融資渠道相對豐富，在正規(guī)機構貸款可以合作組織為擔保，避免一定程度的信貸配給，并且合作組織成員可以通過與其他成員之間，或者直接向合作組織申請融資，民間貸款也相對方便。

據(jù)上述分析對變量進行統(tǒng)計性描述，見表3。

四、估計結(jié)果與分析

本文以沒有信貸配給作為“參照方案”，在模型因變量中設為0，將其他配給類型與其比較。模型還測算了RRR（relative risk ratios），相對風險比，是選擇項與參照方案的相比發(fā)生的概率。

在進行多項Logit之前，先用逐步回歸檢查變量是否顯著以及多重共線性問題。經(jīng)檢驗，年齡、土地面積、2015年家庭支出影響并不顯著，為保證Logit模型估計結(jié)果有效，故刪去這三個影響因素。表4是多項Logit模型估計結(jié)果。

分析回歸結(jié)果可知，對于個人因素，也就是性別和受教育程度對價格配給、交易成本配給和自我配給影響都不顯著，說明受到這三種情況的信貸配給受申請者個人情況影響不顯著。性別對所有配給類型的影響都是正向的；受教育程度對風險配給和自我配給的影響是負向的，其余都是正向的，說明對于農(nóng)戶貸款的自我配給情況，受教育程度越高，受到自我配給的程度越小，這很大程度上是農(nóng)戶對金融知識不了解，認為自己無法取得貸款，故主動放棄了貸款機會。性別和受教育程度對風險配給的影響都是顯著的，說明個人因素是風險配給的重要影響因素，這也與之前的假設相符合。性別對風險配給的影響是正向，受教育程度是負向，也驗證了受教育程度越高，更偏向于風險偏好。通過相對風險比（RRR）可知，相對于沒有受到信貸配給的農(nóng)戶，性別對于風險配給影響的概率更大，達到約7.32倍，價格配給的相對風險比率約為3.32，其余幾種比率值較低。

對于展示家庭情況的因素，本文主要考察了勞動力數(shù)量、家庭成員職業(yè)和近三年家里是否有重大變動或大的開銷，而前兩者對信貸配給的影響并不顯著。根據(jù)從信用社了解的情況得知，對貸款者家庭的考察，勞動力是一個重要的方面，但是不能僅僅只考察勞動力的數(shù)量，而是要綜合考察家庭勞動力的工作性質(zhì)、發(fā)展前途、收入等方面，故勞動力數(shù)量結(jié)果并不顯著，這也提醒后續(xù)研究在變量選擇上要再仔細斟酌。不過通過系數(shù)符號也可以看出，除了自我配給，家庭勞動力數(shù)量越多，受到的其他幾種信貸配給的程度越輕，說明在申請貸款時，勞動力數(shù)量仍然是一個影響因素。課題組的問卷設置了家庭成員是否有在銀行、信用社、保險公司、政府工作，或者是村干部和農(nóng)技人員，認為這幾種職業(yè)更有利于農(nóng)戶貸款，但結(jié)果顯示并不顯著，并且對數(shù)量配給和自我配給起到正向的影響，對其他三種配給類型起到負向影響。家庭重大變動對數(shù)量配給有顯著負向影響，也就是家庭變動的確會導致貸款時受到數(shù)量配給，農(nóng)戶難以得到期望數(shù)量的貸款，這也與我們之前假設相符合。對風險配給的影響也是負向的，說明農(nóng)戶家庭變動會導致貸款時擔心無法還款，對其余幾種配給都是不顯著的正向影響。通過RRR指數(shù)分析，結(jié)果與系數(shù)分析的一致，相較于沒有受到配給的農(nóng)戶來說，勞動力因素只有影響自我配給農(nóng)戶的概率高于無配給農(nóng)戶，家庭成員職業(yè)因素也主要影響數(shù)量配給和自我配給，家庭重大變化對數(shù)量配給農(nóng)戶的概率是沒有受到信貸配給農(nóng)戶的0.46倍。

衡量家庭資金和資產(chǎn)情況的指標：家庭收入和固定資產(chǎn)價值，對信貸配給的影響也并不顯著，只有收入對數(shù)量配給在10%的水平上顯著并成負向的影響，也就是說收入越高，受到數(shù)量配給越少。值得注意的是RRR指標，相對于沒有受到信貸配給的農(nóng)戶，所有信貸配給類型的收入和固定資產(chǎn)價值的相對風險比率都非常接近于1，固定資產(chǎn)價值對數(shù)量配給影響的概率近似于沒有受到信貸配給的情況，這也說明在本文收集到的數(shù)據(jù)地區(qū)來說，收入和固定資產(chǎn)并不是農(nóng)民受到信貸配給的主要因素，甚至影響并不大。

從借貸情況看，從正規(guī)金融機構借貸和民間渠道借貸對數(shù)量配給有顯著影響，而且從RRR值可以看出，相對于沒有信貸配給的農(nóng)戶，從正規(guī)金融機構和民間渠道貸款受到數(shù)量配給的概率分別約是3.5倍和4.5倍。說明不論從哪個渠道貸款都會受到數(shù)量配給，民間渠道的配給概率要略高于正規(guī)渠道，主要因為在本文研究的調(diào)查樣本中，民間渠道基本上都是向親戚朋友借款。雖然親戚朋友借款是無息貸款，農(nóng)戶不用支付貸款利息，但是相對于從正規(guī)機構貸款更難得到全額貸款，這與親戚朋友資產(chǎn)情況以及人情等各方面情況有直接關系。借款需求對風險配給和自我配給都有顯著的影響，對其余幾種配給也都有正向的影響，說明信貸需求越高，受到的配給程度越高。從RRR值看，受到數(shù)量配給、風險配給和自我配給的農(nóng)戶，相較于沒有受到信貸配給農(nóng)戶來說，信貸需求的影響分別達到了5.52、4.18和6.47倍，也證明信貸需求對信貸配給的影響程度。

購買保險的數(shù)量對價格配給和自我配給分別在5%和1%的水平上顯著，且成正向影響。一般認為，購買保險數(shù)量越多的人屬于風險規(guī)避型，所以對于風險不偏好的人來說，貸款利率太高會讓他們擔心還款風險，導致拒絕貸款，受到價格配給，對于自我配給的人來說，購買保險已經(jīng)是一種保障，不愿意再貸款增加自己經(jīng)濟上的風險。購買保險對交易成本配給的影響是負向的，表示農(nóng)戶購買保險種類越多，受到的交易成本配給越少，這可能是因為購買保險種類多，貸款方認為其還款能力相對比較有保障，可以減少其申請貸款所花費的成本。相對沒有受到信貸配給的農(nóng)戶來說，保險對自我配給影響的概率是其7.2倍，是所有信貸配給里RRR值最高的一個，交易成本配給的RRR值最小，只有0.68。

最后是農(nóng)戶參加農(nóng)民合作組織的影響，對自我配給存在顯著的正向影響，說明農(nóng)戶參加合作組織增加自我配給的程度。這是因為農(nóng)民合作組織通常可以為農(nóng)戶提供生產(chǎn)、銷售、資金等方面的幫助，通過我們實際調(diào)查，農(nóng)戶在需要購買種子、化肥等農(nóng)資時，如果資金不夠可以向合作組織賒賬，以這種方式或者幫助融資等方法滿足生產(chǎn)，所以加入合作組織讓農(nóng)民的生產(chǎn)和生活都更有保障，對貸款的需要程度也有所降低。加入合作組織對價格配給的影響是-34.84，即農(nóng)戶加入合作組織每多一個單位，價格配給會減少34.84個單位。原因在于價格配給主要產(chǎn)生于正規(guī)金融機構，而農(nóng)戶加入合作組織可以更方便通過民間借貸渠道貸款，所以會更加不接受價格配給。

五、結(jié)論及政策建議

本文利用微觀數(shù)據(jù)，通過多項Logit模型，研究5種信貸配給類型的影響因素，并以沒有受到信貸配給的樣本為參照，其他類型為啞變量，分析農(nóng)戶信貸配給的影響因素。有50%的農(nóng)戶受到信貸配給，幾種配給中最多的是數(shù)量配給，達到26.2%。在幾種信貸配給中，受教育程度、正規(guī)金融機構借貸、民間渠道借貸、家庭重大變化和2015年家庭總收入對數(shù)量配給有顯著影響；家庭購買保險數(shù)量對價格配給有顯著作用；風險配給的顯著影響因素有年齡、受教育程度和信貸需求；購買保險數(shù)量、貸款需求和加入農(nóng)民合作組織對自我配給影響顯著。交易成本配給樣本是除數(shù)量配給以外最多的一個，但本文所選影響因素對其并不顯著，這也提醒后續(xù)研究在因素選擇上需再斟酌。

結(jié)合所調(diào)研結(jié)果及上述分析，提出如下政策建議：（1）信貸機構應該積極開展對農(nóng)戶的信貸評級，了解農(nóng)戶綜合情況，緩解因信息不對稱導致的信貸配給。（2）根據(jù)農(nóng)戶貸款用途可見，農(nóng)民目前有一半的貸款是生活性貸款，所以信貸機構應該制定相應的金融服務產(chǎn)品，以滿足農(nóng)戶的生活貸款，改善生活質(zhì)量，起到金融扶貧的作用。（3）民間借貸可以緩解正規(guī)金融機構的信貸配給，但是民間借貸目前管理混亂，良莠不齊，風險較高，政府應當制定相應政策規(guī)制、監(jiān)督民間借貸，增加農(nóng)民貸款渠道。（4）應該開展農(nóng)村金融聯(lián)結(jié)機制，實行信用社、農(nóng)民合作組織、農(nóng)戶三者聯(lián)結(jié)，依靠農(nóng)民合作組織的地緣性、親緣性，對農(nóng)戶借貸行為進行監(jiān)督，也為信用社等借款人提供更為詳盡的貸款人信息，減輕信息不對稱程度，農(nóng)民合作組織還可以為申請貸款農(nóng)戶進行擔保，解決了因無擔保而無法貸款的情況。農(nóng)民合作組織起到農(nóng)戶信貸的信用中介和風險中介的作用，是解決信貸配給和農(nóng)民“貸款難”的有效方法之一。

參考文獻：

[1] Stiglitz J，A Weiss.Credit Rationing in Markets With Imperfect Information[J].The American Economic Review，1981，71（3）：393410.

[2]Robert V，Roossa. The Revival of Monetary Policy [J].The Review of Economics and Statistics， 1951，33（1 ）：2937.

[3]Baltensperger E.Credit Rationing Issues and Questions[J].Journal of Money， Credit and Banking，1978，10（2）：170183.

[4] Stiglitz J E，A Weiss. Credit Rationing in Markets With Imperfect Information [J].The American Economic Review，1981，71（3）： 393410.

[5]Sharpe， Steven A. Asymmetric Information， Bank Lending and Implicit Contracts： A Stylized Model of Customer Relationships [J].The Journal of Finance， 1990，45（4）： 1 0691 087.

[6]Boucher，Steve.Endowments and Credit Market Performance：An Econometric Exploration of Nonprice Rationing Mechanisms in Rural Credit Markets in Peru[EB/OL].http：//www.agecon.ucdavis.edu，2002.

[7]朱喜，李子奈.我國農(nóng)村正式金融機構對農(nóng)戶的信貸配給[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2006（3）：3749.

[8]田俊麗.中國農(nóng)村信貸配給及農(nóng)村金融體系重構[D].成都：西南財經(jīng)大學，2006：33.

[9]姜海軍，惠曉峰.基于信息不對稱的信貸配給均衡模型研究[J].金融研究，2008（9）：134142.

[10]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）：5161.

[11]王性玉，田建強.農(nóng)戶資源稟賦與農(nóng)業(yè)產(chǎn)出關系研究——基于信貸配給數(shù)據(jù)的分組討論[J].管理評論，2011（9）：3842.

[12]龐新軍，冉光和.風險態(tài)度、農(nóng)戶信貸與信貸配給[J].經(jīng)濟經(jīng)緯，2014（1）：149154.

[13]任劼，孔榮.農(nóng)戶信貸風險配給識別及其影響因素[J].中國農(nóng)村經(jīng)濟，2015（3）：5667.

[14]陳強.高級計量經(jīng)濟學及Stata應用[M].北京：高等教育出版社，2014：198.