楊永莉 杜亞娜

摘要：從農(nóng)戶(hù)信貸行為研究的角度，以農(nóng)戶(hù)信貸需求和供給作為因變量，農(nóng)戶(hù)特征變量、社會(huì)資本等作為自變量，以山西省太原市婁煩縣1 665戶(hù)農(nóng)戶(hù)作為調(diào)研樣本，采用需求可識(shí)別雙變量Probit模型對(duì)農(nóng)戶(hù)信貸行為進(jìn)行識(shí)別。結(jié)果表明，當(dāng)前農(nóng)戶(hù)獲取信貸資金更傾向于非金融機(jī)構(gòu)，同時(shí)銀行在信貸支持中更具有“嫌貧愛(ài)富”的特征;年齡、上學(xué)人口對(duì)正規(guī)信貸和非正規(guī)信貸的需求具有正向影響;正規(guī)信貸更傾向于貸款給有工資性收入的群體，非正規(guī)信貸具有“中性”，更傾向于貸款給勞動(dòng)力多的家庭;與村、鎮(zhèn)干部以及鄰里的關(guān)系程度對(duì)正規(guī)信貸和非正規(guī)信貸供給呈現(xiàn)為正向影響。研究認(rèn)為解決金融精準(zhǔn)扶貧的關(guān)鍵還是在于加快農(nóng)村土地流轉(zhuǎn)市場(chǎng)建設(shè)，創(chuàng)新開(kāi)發(fā)土地流轉(zhuǎn)金融產(chǎn)品，充分發(fā)揮合作社的作用，加強(qiáng)對(duì)農(nóng)民的技術(shù)培訓(xùn)，完善農(nóng)業(yè)保險(xiǎn)等，這些舉措也是降低金融機(jī)構(gòu)風(fēng)險(xiǎn)的重要途徑。

關(guān)鍵詞：金融精準(zhǔn)扶貧;三農(nóng)問(wèn)題;信貸行為;Probit模型

中圖分類(lèi)號(hào)： F323.8;F830.589 ?文獻(xiàn)標(biāo)志碼： A ?文章編號(hào)：1002-1302（2020）11-0022-06

收稿日期：2020-03-04

基金項(xiàng)目：國(guó)家自然科學(xué)基金青年科學(xué)基金（編號(hào)：71902176）。

作者簡(jiǎn)介：楊永莉（1988—），女，山西壺關(guān)人，碩士，中級(jí)會(huì)計(jì)師，主要從事普惠金融研究。E-mail：tyccbyyl@126.com。

通信作者：杜亞娜，博士，主要從事組織行為學(xué)、人力資源、社會(huì)企業(yè)管理研究。E-mail：duyana199@163.com。 ?改革開(kāi)發(fā)以來(lái)，中國(guó)特色的扶貧模式使得超過(guò)7億人口脫貧，為全面建設(shè)小康社會(huì)奠定了基礎(chǔ)。但截至2014年年底，我國(guó)還有7千萬(wàn)人口沒(méi)有脫貧。2015年11月27日，習(xí)近平總書(shū)記在中央扶貧開(kāi)發(fā)工作會(huì)議上強(qiáng)調(diào)，要確保在2020年實(shí)現(xiàn)所有貧困人口脫貧，共同邁入小康社會(huì)，并由此拉開(kāi)了中國(guó)扶貧的新篇章。金融精準(zhǔn)扶貧作為當(dāng)前我國(guó)農(nóng)村脫貧攻堅(jiān)的一個(gè)重要戰(zhàn)略，其本質(zhì)就是通過(guò)信貸支持的方式實(shí)現(xiàn)農(nóng)村貧困人口脫貧，并取得積極成效。根據(jù)搜狐網(wǎng)中國(guó)華融在2019年5月16日的文章中指出，截至2019年3月末，國(guó)家面向脫貧人口精準(zhǔn)扶貧的貸款達(dá)到7 126億元，惠及1 938萬(wàn)貧困人口與家庭。同時(shí)產(chǎn)業(yè)精準(zhǔn)扶貧貸款余額達(dá)到1.17萬(wàn)億元，直接帶動(dòng)貧困人口脫貧達(dá)到797萬(wàn)人次。但是在金融精準(zhǔn)扶貧過(guò)程中，一方面，部分地區(qū)的基層銀行部門(mén)金融扶貧貸款“嫌貧愛(ài)富”“濟(jì)貧不達(dá)”，究其主因是貧困戶(hù)償還能力較弱;另一方面，部分農(nóng)村地區(qū)的貧困戶(hù)“懼貸”“盲目借貸”等現(xiàn)象層出不窮，導(dǎo)致金融扶貧政策扭曲，進(jìn)而嚴(yán)重制約著農(nóng)村扶貧的實(shí)效性[1]。因此，如何提高農(nóng)村金融精準(zhǔn)扶貧的實(shí)效性，真正發(fā)揮金融扶貧的作用，是困擾地方基層銀行扶貧的一個(gè)難點(diǎn)。要提高金融精準(zhǔn)扶貧的實(shí)效性，需要深入研究影響農(nóng)戶(hù)信貸行為的關(guān)鍵因素，進(jìn)而找到農(nóng)戶(hù)信貸行為規(guī)律。這樣才能讓基層商業(yè)銀行更好地掌握金融精準(zhǔn)扶貧的特點(diǎn)，實(shí)現(xiàn)金融精準(zhǔn)扶貧的突破。

1 文獻(xiàn)回顧

針對(duì)信貸扶貧問(wèn)題，國(guó)內(nèi)外學(xué)者進(jìn)行了大量的研究。Matin等認(rèn)為信貸扶貧就是改善生計(jì)的小額貸款，應(yīng)動(dòng)態(tài)性地瞄準(zhǔn)用戶(hù)需求[2]。Asad等則在對(duì)巴基斯坦窮人扶貧貸款研究后，認(rèn)為小額貸款有助于改善窮人健康、生活質(zhì)量等方面的問(wèn)題[3]。在國(guó)內(nèi)，賀立龍等通過(guò)模型檢驗(yàn)認(rèn)為，貧困人口獲取貸款更依賴(lài)于非正規(guī)信貸，親朋關(guān)系、收入結(jié)構(gòu)等制約著信貸的可得性[4]。黃秋波等則探討了農(nóng)戶(hù)社會(huì)資本對(duì)信貸行為的影響，結(jié)果表明社會(huì)資本對(duì)農(nóng)戶(hù)信貸起著顯著的動(dòng)員作用;在研究模型方面，主要采用單方程和聯(lián)立方程進(jìn)行研究[5]。在單方程中，國(guó)內(nèi)部分學(xué)者運(yùn)用了Probit模型和Tobit模型對(duì)農(nóng)戶(hù)借貸行為進(jìn)行估計(jì)，以找到影響農(nóng)戶(hù)借貸的原因。田雅群等從心理學(xué)的角度，通過(guò)構(gòu)建Probit單變量模型和Heckman兩階段模型，分析人格特征對(duì)信貸行為的影響，結(jié)果表明積極人格特征對(duì)于農(nóng)戶(hù)獲取正規(guī)性貸款有正向影響[6]。但實(shí)際研究發(fā)現(xiàn)，采用Probit單變量模型的假設(shè)前提是認(rèn)為所有貧困戶(hù)都有信貸需求，而實(shí)際卻與上述假設(shè)不一定相符。因此，人們提出采用聯(lián)立方程解決單方程的假設(shè)問(wèn)題，將這部分未參與信貸的農(nóng)戶(hù)考慮進(jìn)來(lái)，以此解決供求效應(yīng)分離導(dǎo)致的有偏估計(jì)問(wèn)題。在聯(lián)立方程中，國(guó)內(nèi)主要采用局部可觀(guān)察雙變量Probit模型和需求可識(shí)別雙變量Probit模型對(duì)農(nóng)戶(hù)信貸行為特征進(jìn)行分析。實(shí)踐表明，需求可識(shí)別雙變量Probit模型更受到學(xué)者的青睞，因其不僅可對(duì)“有需求、有供給”的農(nóng)戶(hù)特征進(jìn)行識(shí)別，還可以對(duì)“有需求、無(wú)供給”的農(nóng)戶(hù)特征進(jìn)行識(shí)別，從而大大提高了農(nóng)戶(hù)信貸行為分析的客觀(guān)性[7-10]。綜上，本研究嘗試采用雙變量Probit模型的方式對(duì)農(nóng)戶(hù)信貸行為特征進(jìn)行分析，旨在提高金融精準(zhǔn)扶貧的可達(dá)性。

2 研究模型、變量及數(shù)據(jù)來(lái)源

2.1 研究模型

現(xiàn)實(shí)信貸中農(nóng)戶(hù)通常會(huì)面臨2個(gè)選項(xiàng)，即農(nóng)戶(hù)是否有貸款需求，以及金融機(jī)構(gòu)是否為農(nóng)戶(hù)提供貸款，并分別用yd和ys表示?？山M成為4種不同的組合，即：有貸款需求，金融機(jī)構(gòu)提供貸款;有貸款需求，金融機(jī)構(gòu)不提供貸款;無(wú)貸款需求，金融機(jī)構(gòu)提供貸款;無(wú)貸款需求，金融機(jī)構(gòu)不提供貸款。令：

根據(jù)以上賦值，可以得到4種不同組合，即為（1，1）、（1，0）、（0，1）、（0，0）。其中，（1，1）組合可以通過(guò)數(shù)據(jù)統(tǒng)計(jì)得到，但（1，0）則只能通過(guò)問(wèn)卷調(diào)查得到。

農(nóng)戶(hù)在參與貸款中獲取貸款的途徑包括正規(guī)信貸和非正規(guī)信貸。正規(guī)信貸是指從正規(guī)商業(yè)銀行獲取的貸款;非正規(guī)信貸則是通過(guò)熟人等其他方式獲取的貸款。分別從以上2個(gè)方面探討對(duì)貧困農(nóng)戶(hù)識(shí)別的精準(zhǔn)性，以及對(duì)農(nóng)戶(hù)信貸行為的影響，并由此建立聯(lián)立方程：

式中：y*d、y*s分別代表信貸需求和供給的隱藏變量;Xd、Xs分別表示影響信貸的外生變量;βd、βs表示待估參數(shù);εd、εs為誤差項(xiàng)，且上述2個(gè)誤差項(xiàng)服從聯(lián)合正態(tài)分布，記作，εd，εs～BVN（0，0，1，1，ρ）其中ρ表示εd和εs的相關(guān)系數(shù)。在上式中，y*d、y*s不可關(guān)系，與yd、ys關(guān)系可表示為：

假設(shè)P表示農(nóng)戶(hù)參與信貸的虛擬變量，分別用1和0表示農(nóng)戶(hù)參與和不參與信貸市場(chǎng)。由于未參與的農(nóng)戶(hù)不能看出金融機(jī)構(gòu)是否愿意提供貸款，所以引入需求可識(shí)別雙變量Probit模型，具體如下：

需求方程：

采用極大似然估計(jì)法對(duì)上述方程進(jìn)行聯(lián)合求解，得到對(duì)數(shù)似然函數(shù)：

上述函數(shù)中，Φ（·）為一元積累正態(tài)分布函數(shù);ΦBN（·）為二元積累正態(tài)分布函數(shù)。

2.2 研究變量

2.2.1 因變量 本研究中，因變量包含需求方程因變量和供給方程因變量，同時(shí)用戶(hù)獲取貸款的途徑包括正規(guī)信貸和非正規(guī)信貸。徐璋勇等分析認(rèn)為，農(nóng)戶(hù)貸款需求分為顯性需求和隱性需求，其中前者已發(fā)生信貸，后者是有需求，但還未參與信貸[11]。而隱性貸款需求還可以分為2類(lèi)：一是農(nóng)戶(hù)自身申請(qǐng)貸款，但是被拒絕;二是主觀(guān)上認(rèn)為申請(qǐng)不到貸款。為有效識(shí)別真正有貸款需求的農(nóng)戶(hù)，借鑒賀立龍等的研究成果[4]，采用意愿調(diào)查法對(duì)正規(guī)信貸和非正規(guī)信貸需求進(jìn)行統(tǒng)計(jì)，具體通過(guò)3個(gè)問(wèn)題進(jìn)行識(shí)別。問(wèn)題一是：提問(wèn)“自2018年以來(lái)，是否向正規(guī)金融機(jī)構(gòu)申請(qǐng)過(guò)貸款？”選擇“是”，則表示有貸款需求，選擇“否”則表示未申請(qǐng)。問(wèn)題二是：針對(duì)未申請(qǐng)農(nóng)戶(hù)，提問(wèn)“為何不申請(qǐng)貸款？”選擇“不需要貸款”或“可從其他渠道獲取”，則認(rèn)為該農(nóng)戶(hù)不需要貸款;選擇“申請(qǐng)也得不到”，表示該農(nóng)戶(hù)存在需求。問(wèn)題三是：排除無(wú)效需求客戶(hù)。為進(jìn)一步識(shí)別第2個(gè)問(wèn)題中的有效農(nóng)戶(hù)，對(duì)選擇“申請(qǐng)也無(wú)法獲得貸款”的農(nóng)戶(hù)，提出“你為什么這么認(rèn)為？”通過(guò)該問(wèn)題，識(shí)別出無(wú)償還能力的農(nóng)戶(hù)。通過(guò)以上識(shí)別，得出因變量的觀(guān)測(cè)樣本。

2.2.2 自變量 結(jié)合以往的研究基礎(chǔ)，本研究在自變量選擇方面，除以往的農(nóng)戶(hù)基本特征以外，還將社會(huì)資本納入到貸款行為影響因素中，究其原因是社會(huì)資本也會(huì)影響農(nóng)戶(hù)信貸[4]。自變量構(gòu)建如表1所示。

3 數(shù)據(jù)說(shuō)明與統(tǒng)計(jì)描述

3.1 數(shù)據(jù)來(lái)源

為獲取農(nóng)戶(hù)信貸行為的內(nèi)在關(guān)系，以太原市婁煩縣的邊家莊村、范家村、小河溝村的部分農(nóng)戶(hù)作為樣本，于2019年12月3日至2020年1月4日展開(kāi)為期1個(gè)月的調(diào)查。這幾個(gè)村的貧困發(fā)生率都在1.2%左右，是當(dāng)前太原市扶貧工作的重點(diǎn)幫扶對(duì)象。為了獲取一手?jǐn)?shù)據(jù)，采用調(diào)查入戶(hù)訪(fǎng)談的方式進(jìn)行調(diào)查，總計(jì)調(diào)查訪(fǎng)談1 985戶(hù)，收回有效問(wèn)卷 1 841 份，剔除部分?jǐn)?shù)據(jù)不完整的問(wèn)卷，總計(jì)回收 1 665 份有效問(wèn)卷，回收有效率為83.8%。

3.2 描述性統(tǒng)計(jì)

通過(guò)調(diào)查3個(gè)村的部分農(nóng)戶(hù)，得到農(nóng)戶(hù)融資來(lái)源結(jié)果，見(jiàn)表2。

通過(guò)表2數(shù)據(jù)可以看出，農(nóng)戶(hù)從非正規(guī)融資渠道獲取的貸款戶(hù)數(shù)比例要遠(yuǎn)遠(yuǎn)高于正規(guī)融資渠道得到的貸款戶(hù)數(shù)，說(shuō)明在該地區(qū)大部分農(nóng)戶(hù)獲取貸款主要是依靠非正規(guī)融資渠道，特別是親戚朋友借款等。

在社會(huì)資本方面，986戶(hù)農(nóng)戶(hù)認(rèn)為與村或鎮(zhèn)干部關(guān)系緊密，占整體調(diào)查樣本的59.2%;認(rèn)為與親戚或鄰里關(guān)系好的有1 420戶(hù)，占調(diào)查戶(hù)數(shù)的852%;510戶(hù)農(nóng)戶(hù)在最近3年內(nèi)申請(qǐng)過(guò)貸款，占調(diào)查總數(shù)的30.9%，未提出貸款申請(qǐng)的為1 155戶(hù)，占調(diào)查總數(shù)的69.1%。

4 估計(jì)結(jié)果與解釋

4.1 估計(jì)結(jié)果

根據(jù)以上的數(shù)據(jù)，并結(jié)合需求可識(shí)別雙邊模型，采用Stata工具對(duì)結(jié)果進(jìn)行估計(jì)，得到表3和表4

4.2 結(jié)果解釋

4.2.1 金融精準(zhǔn)扶貧的精準(zhǔn)性 借助雙變量Probit模型的估計(jì)結(jié)果看出，婁煩縣農(nóng)戶(hù)信貸需求與相對(duì)貧困程度無(wú)顯著關(guān)系，金融機(jī)構(gòu)依舊“嫌貧愛(ài)富”。同時(shí)，相對(duì)貧困程度以及商業(yè)收入則對(duì)正規(guī)的信貸供給起著正向影響。由此看出，婁煩縣正規(guī)信貸金融機(jī)構(gòu)不僅沒(méi)有做到對(duì)貧困戶(hù)的精確識(shí)別，反而將識(shí)別的目標(biāo)轉(zhuǎn)到更為富裕的農(nóng)戶(hù)上。非正規(guī)信貸更受到貧困農(nóng)戶(hù)的的青睞，但幫扶精準(zhǔn)效果較差。如表4的估計(jì)結(jié)果中，相對(duì)貧困程度和工資收入對(duì)非正規(guī)信貸都有顯著的負(fù)向影響。換句話(huà)說(shuō)，工資性收入越高，越不傾向于通過(guò)非正規(guī)信貸渠道獲取貸款;生病人口越多的農(nóng)戶(hù)家庭，越傾向于走非正規(guī)信貸渠道貸款。在供給方面，相對(duì)貧困程度及其相關(guān)的變量與非正規(guī)信貸并未表現(xiàn)出顯著相關(guān)，由此也佐證非信貸供給比較偏好“中性”的觀(guān)點(diǎn)。

4.2.2 農(nóng)戶(hù)特征變量對(duì)信貸行為的影響 通過(guò)雙變量Probit模型識(shí)別，戶(hù)主的年齡對(duì)正規(guī)和非正規(guī)信貸需求的影響都為正，且相關(guān)顯著;教育程度、家庭勞動(dòng)力與非正規(guī)信貸呈現(xiàn)正向影響，說(shuō)明非金融機(jī)構(gòu)更偏好家庭勞動(dòng)力較多以及文化程度高的家庭;上學(xué)人口對(duì)正規(guī)和非正規(guī)信貸需求均呈現(xiàn)正向影響，說(shuō)明婁煩縣的部分農(nóng)戶(hù)需要通過(guò)借款來(lái)解決上學(xué)問(wèn)題;家庭年收入對(duì)非正規(guī)信貸的需求與供給都呈現(xiàn)為負(fù)向影響，因此看出婁煩縣農(nóng)戶(hù)其年收入越高，從非正規(guī)渠道獲取貸款的戶(hù)數(shù)也越少，進(jìn)而看出非正規(guī)金融渠道獲取貸款主要是面向當(dāng)?shù)氐褪杖肴后w;工資收入對(duì)正規(guī)金融機(jī)構(gòu)信貸供給為正向影響，說(shuō)明以農(nóng)信社、國(guó)有四大銀行為代表的正規(guī)金融機(jī)構(gòu)更傾向于貸款給非農(nóng)人員，進(jìn)而在一定程度驗(yàn)證其非農(nóng)化貸款傾向。

4.2.3 社會(huì)資本變量對(duì)農(nóng)戶(hù)信貸行為的影響 通過(guò)雙變量模型的識(shí)別看出，與村、鎮(zhèn)干部關(guān)系越緊密，則對(duì)正規(guī)和非正規(guī)金融信貸渠道都呈現(xiàn)為正向影響;與親朋鄰里關(guān)系程度也正向影響正規(guī)和非正規(guī)信貸的供給。這說(shuō)明在農(nóng)村，與鄰里保持良好的人際關(guān)系有助于農(nóng)戶(hù)獲取貸款。同時(shí)親朋鄰里關(guān)系對(duì)非正規(guī)金融信貸需求呈現(xiàn)為負(fù)向影響，說(shuō)明鄰里關(guān)系越好，農(nóng)戶(hù)越容易從鄰里借到錢(qián)，進(jìn)而降低了對(duì)信用社等金融機(jī)構(gòu)的貸款需求。

同時(shí)，曾貸過(guò)款對(duì)正規(guī)信貸供給呈現(xiàn)為正向影響，說(shuō)明正規(guī)金融機(jī)構(gòu)更傾向于有過(guò)貸款經(jīng)歷的農(nóng)戶(hù)。這主要是因?yàn)榻鹑跈C(jī)構(gòu)可以通過(guò)追溯農(nóng)戶(hù)之前的貸款記錄，從而更好地了解農(nóng)戶(hù)的還款能力等信息，以此降低貸款風(fēng)險(xiǎn)。

5 結(jié)論與啟示

5.1 結(jié)論

本研究運(yùn)用需求可識(shí)別的雙變量Probit模型，以山西省太原市婁煩縣的1 665戶(hù)農(nóng)戶(hù)作為數(shù)據(jù)來(lái)源，深入研究了農(nóng)戶(hù)特征變量、社會(huì)資本等因素對(duì)正規(guī)信貸和非正規(guī)信貸的供需影響，并得出以下結(jié)論。

第一，從金融扶貧的可達(dá)性來(lái)講，婁煩縣金融機(jī)構(gòu)的扶貧可達(dá)性還有待提高。雖然大部分農(nóng)戶(hù)都有強(qiáng)烈的信貸需求，但部分農(nóng)戶(hù)在正規(guī)信貸獲取方面受到約束，大部分農(nóng)戶(hù)是通過(guò)非正規(guī)金融機(jī)構(gòu)獲取貸款的。

第二，農(nóng)戶(hù)年齡越高，上學(xué)人口越多，對(duì)信貸的需求越大。正規(guī)信貸渠道更傾向于貸款給具有工資性收入的群體，而非正規(guī)金融信貸渠道更傾向于貸款給文化程度高、家庭勞動(dòng)力多的農(nóng)戶(hù)。有過(guò)貸款經(jīng)歷的農(nóng)戶(hù)，更容易獲得正規(guī)金融機(jī)構(gòu)的貸款。而正規(guī)金融信貸傾向于工資性收入的群體。其主要原因可概括為以下幾個(gè)方面：一是農(nóng)戶(hù)自身缺乏有效的抵押物，二是銀行在貸款時(shí)會(huì)查看農(nóng)戶(hù)是否有銀行貸款記錄，銀行更傾向于再次貸款給有過(guò)貸款記錄的農(nóng)戶(hù)。

第三，在社會(huì)資本中，正規(guī)金融機(jī)構(gòu)和非正規(guī)金融機(jī)構(gòu)都更傾向于貸款給與村、鎮(zhèn)干部關(guān)系好以及與親朋鄰里關(guān)系好的農(nóng)戶(hù);另外如果親朋鄰里關(guān)系好，更容易通過(guò)非正規(guī)金融機(jī)構(gòu)獲取貸款。

5.2 研究啟示

通過(guò)對(duì)婁煩縣農(nóng)戶(hù)信貸行為的研究，可以得到以下幾點(diǎn)啟示。

第一，在當(dāng)前金融精準(zhǔn)扶貧政策條件下，雖然一再?gòu)?qiáng)調(diào)要把貸款資金傾向于“三農(nóng)”，但無(wú)論是正規(guī)金融機(jī)構(gòu)還是非正規(guī)金融機(jī)構(gòu)，都是要控制自身信貸風(fēng)險(xiǎn)的。因此，在強(qiáng)調(diào)增加“三農(nóng)”貸款的同時(shí)，更應(yīng)該關(guān)注農(nóng)戶(hù)自身還款能力的提升，這才是解決當(dāng)前“三農(nóng)”貸款難和融資難的根本。

第二，以土地流轉(zhuǎn)為契機(jī)，創(chuàng)新金融產(chǎn)品。要解決當(dāng)前農(nóng)戶(hù)融資難和獲取貸款難的問(wèn)題，關(guān)鍵是要讓農(nóng)戶(hù)手中有“抵押品”。而兩權(quán)抵押和三權(quán)分置政策的深入，更是為農(nóng)戶(hù)提供了更多的抵押權(quán)，促使更多資本下沉到農(nóng)村[12]。因此，一是金融機(jī)構(gòu)要加大金融服務(wù)方式的創(chuàng)新，從而讓農(nóng)戶(hù)能更多地參與農(nóng)村土地流轉(zhuǎn)，以此提高農(nóng)戶(hù)的資金來(lái)源;二是加大金融產(chǎn)品的創(chuàng)新，特別是金融機(jī)構(gòu)要加大金融抵押產(chǎn)品的創(chuàng)新，結(jié)合農(nóng)村土地流轉(zhuǎn)市場(chǎng)產(chǎn)品的特點(diǎn)，設(shè)計(jì)符合不同農(nóng)戶(hù)要求的金融抵押產(chǎn)品;三是完善農(nóng)業(yè)保險(xiǎn)制度，解決農(nóng)村農(nóng)田種植風(fēng)險(xiǎn)大的問(wèn)題，同時(shí)設(shè)立擔(dān)保基金，以解決土地流轉(zhuǎn)和支持農(nóng)業(yè)發(fā)展中帶來(lái)的風(fēng)險(xiǎn)等問(wèn)題，以在一定程度上緩解可能出現(xiàn)的不良貸款問(wèn)題。

第三，加強(qiáng)農(nóng)業(yè)規(guī)?；l(fā)展，實(shí)實(shí)在在提高農(nóng)民收入，提高農(nóng)民償還能力。引入社會(huì)化資本及組織，通過(guò)企業(yè)化的方式發(fā)展農(nóng)業(yè)。在促進(jìn)傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型的基礎(chǔ)上，加快現(xiàn)代農(nóng)業(yè)在農(nóng)村的發(fā)展，進(jìn)而提高農(nóng)民自身的收入，改變以往的小作坊模式。加大對(duì)農(nóng)民的技術(shù)指導(dǎo)，讓更多的農(nóng)民能夠掌握科學(xué)的種植技術(shù)，以提高農(nóng)產(chǎn)品產(chǎn)量。通過(guò)搭建各種平臺(tái)，在增加農(nóng)產(chǎn)品生產(chǎn)規(guī)模的同時(shí)，解決農(nóng)民農(nóng)產(chǎn)品銷(xiāo)售的問(wèn)題，以促進(jìn)農(nóng)民增收。

第四，增加農(nóng)戶(hù)社會(huì)資本。一是加快農(nóng)村合作社等各類(lèi)組織的運(yùn)作，進(jìn)而通過(guò)組織的方式幫助農(nóng)戶(hù)獲取更多融資;二是不斷強(qiáng)化農(nóng)民職業(yè)教育，這樣不僅可以提高農(nóng)民的文化程度，還可提高農(nóng)戶(hù)適應(yīng)市場(chǎng)的能力，為農(nóng)戶(hù)金融觀(guān)念的轉(zhuǎn)變奠定基礎(chǔ);三是構(gòu)建農(nóng)村和諧社區(qū)，增進(jìn)鄰里關(guān)系，更好地提高農(nóng)戶(hù)的償還能力。

總之，要提高金融扶持的精準(zhǔn)性，關(guān)鍵不在于金融機(jī)構(gòu)，而是要在金融風(fēng)險(xiǎn)有效控制下，結(jié)合農(nóng)戶(hù)當(dāng)前借款的特征，以及借款存在的局限入手，特別是要完善農(nóng)村土地流轉(zhuǎn)市場(chǎng)中的抵押品，以及進(jìn)一步完善現(xiàn)代農(nóng)業(yè)組織和現(xiàn)代農(nóng)業(yè)規(guī)模發(fā)展等方面，這樣才能真正實(shí)現(xiàn)農(nóng)村貧困人口脫貧，也才能更好地發(fā)揮金融機(jī)構(gòu)在三農(nóng)信貸支持中的作用。

參考文獻(xiàn)：

[1]陳穎瑛，杜雪鋒.貧富差距對(duì)農(nóng)戶(hù)信貸資格的影響[J]. 江蘇農(nóng)業(yè)科學(xué)，2018，46（15）：324-328.

[2]Matin I，Hulme D，Rutherford S. Finance for the poor：from microcredit to microfinancial services[J]. Journal of International Development，2009，14（2）：273-294.

[3]Ghalib A K，Malki L，Katsushi S I. Microfinance and household poverty reduction：empirical evidence from rural Pakistan[J]. Oxford Development Studies，2015，43（1）：84-104.

[4]賀立龍，黃 科，鄭怡君. 信貸支持貧困農(nóng)戶(hù)脫貧的有效性：信貸供求視角的經(jīng)驗(yàn)實(shí)證[J]. 經(jīng)濟(jì)評(píng)論，2018（1）：62-77.

[5]黃秋波，周 政，董自光. 農(nóng)戶(hù)社會(huì)資本對(duì)信貸可得性的影響機(jī)制：浙江實(shí)證[J]. 浙江樹(shù)人大學(xué)學(xué)報(bào)，2019，19（2）：50-58.

[6]田雅群，范亞辰. 人格特征對(duì)農(nóng)戶(hù)信貸行為的影響——基于中國(guó)農(nóng)村普惠金融調(diào)查的實(shí)證研究[J]. 現(xiàn)代經(jīng)濟(jì)探討，2020（1）：124-132.

[7]劉西川，楊奇明，陳立輝. 農(nóng)戶(hù)信貸市場(chǎng)的正規(guī)部門(mén)與非正規(guī)部門(mén)：替代還是互補(bǔ)？[J]. 經(jīng)濟(jì)研究，2014，49（11）：145-158，188.

[8]蔡書(shū)凱，蔡 榮. 土地信托流轉(zhuǎn)與農(nóng)戶(hù)參與意愿——基于 Probit-ISM分析方法[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，22（7）：173-185.

[9]李慶海，呂小鋒，李 銳，等. 社會(huì)資本能夠緩解農(nóng)戶(hù)的正規(guī)和非正規(guī)信貸約束嗎？——基于四元Probit模型的實(shí)證分析[J]. 南開(kāi)經(jīng)濟(jì)研究，2017（5）：77-98.

[10]張學(xué)彪，陳加齊，孔祥臣，等. 基于Probit模型的農(nóng)村貧困戶(hù)參與電商行為影響因素分析[J]. 農(nóng)業(yè)展望，2018，14（1）：94-99，105.

[11]徐璋勇，楊 賀. 農(nóng)戶(hù)信貸行為傾向及其影響因素分析——基于西部11?。▍^(qū)）1 664戶(hù)農(nóng)戶(hù)的調(diào)查[J]. 中國(guó)軟科學(xué)，2014（3）：45-56.

[12]郭金豐. 鄉(xiāng)村振興戰(zhàn)略下的農(nóng)村土地流轉(zhuǎn)：市場(chǎng)特征、利益動(dòng)因與制度改進(jìn)——以江西為例[J]. 求實(shí)，2018（3）：79-97，112.曹雪萍. 鄉(xiāng)村經(jīng)濟(jì)振興視域下鄉(xiāng)村治理現(xiàn)代化研究[J]. 江蘇農(nóng)業(yè)科學(xué)，2020，48（11）：28-32.