国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

農(nóng)戶正規(guī)金融信貸配給影響因素分析

2021-07-08 10:40:20徐夢玥
合作經(jīng)濟與科技 2021年13期
關鍵詞:戶主信貸金融機構

□文/徐夢玥

(西北農(nóng)林科技大學 陜西·咸陽)

[提要]本文利用陜西省西安市閻良區(qū)和渭南市蒲城縣微觀經(jīng)濟主體調查數(shù)據(jù),運用多分類Logistic模型識別主要導致社員信貸配給的因素。實證結果顯示:(1)在剔除缺乏有效需求的農(nóng)戶之后,有73.68%的農(nóng)戶遭受不同類型、程度的信貸配給。(2)影響社員遭受信貸配給程度和種類的因素存在一定的差異。需求缺乏型信貸配給的主要影響因素包括戶主文化程度、職業(yè)類型、家庭純收入和合作社參與情況;戶主文化程度、職業(yè)類型、家庭固定資產(chǎn)原值、金融機構從業(yè)人員關系、合作社參與情況、合作社金融服務提供情況、購買保險和到銀行網(wǎng)點距離對需求型信貸配給影響顯著;戶主文化程度、職業(yè)類型、家庭固定資產(chǎn)原值和合作社參與情況對供給型信貸配給影響顯著。

一、引言

國內相關研究表明,資金的穩(wěn)定持續(xù)供給對于農(nóng)村地區(qū)經(jīng)濟的穩(wěn)定持續(xù)發(fā)展有重要意義,對于解決農(nóng)村地區(qū)貧困問題,突破農(nóng)民增收“瓶頸”有重要作用。然而,包括中國在內的眾多發(fā)展中國家的農(nóng)村地區(qū),由于農(nóng)戶經(jīng)濟地位不高、缺乏擔保人和有效抵押物、自身金融素養(yǎng)有限等原因,農(nóng)戶普遍面臨著嚴重的信貸配給現(xiàn)象,顯著降低了農(nóng)村金融市場資源配置效率。

近年來,對于農(nóng)村中小金融機構回歸本源、回歸農(nóng)村的呼聲越來越高。但根據(jù)Boucher et al.(2008)的研究表明,長期以來,金融機構的資金配給制度通過影響農(nóng)戶的行為預期和行為決策,從農(nóng)戶自身角度限制了農(nóng)戶的融資有效需求。但若僅從供給側增加金融機構、金融產(chǎn)品的數(shù)量難以實現(xiàn)緩解農(nóng)戶正規(guī)信貸配給程度的要求。鑒于此,本文以實地調研數(shù)據(jù)為依據(jù),探究農(nóng)戶遭受的信貸配給類型及其影響因素,從而對農(nóng)戶面臨的融資約束問題提出針對性建議,對未來進一步深化農(nóng)村金融改革提供參考依據(jù)。

二、文獻回顧

農(nóng)業(yè)信貸配給是農(nóng)戶信貸需求滿足程度的逆向指標。劉輝煌、吳偉(2015)研究發(fā)現(xiàn),社會資本、風險偏好、經(jīng)營規(guī)模對農(nóng)戶遭受信貸配給程度的影響非常突出。楊汝岱(2011)、趙健兵(2017)都指出,部分農(nóng)戶只愿意在親友之間進行借貸,排斥正規(guī)的信貸市場,對正規(guī)信貸的認知偏誤是其遭受信貸配給的重要原因。龍海明等(2012)通過測算我國1981~2009年信貸配給程度變化,得出利率是影響信貸配給的主要因素之一。而除了上述因素,保險購買、地理因素、風險因素、戶主個人特征、風險態(tài)度、價格彈性等,成為部分研究者分析的著力點。

已有研究雖然豐富,但是對于農(nóng)戶合作社參與情況和合作社內部金融服務對農(nóng)戶遭受信貸配給程度的影響研究較少。鑒于此,本文運用多分類Logistic模型研究社員遭受信貸配給的傾向和影響因素,并提出通過提升農(nóng)村金融產(chǎn)品數(shù)量、提高合作社金融服務等方法緩解農(nóng)村地區(qū)信貸配給程度。

三、信貸配給類型、數(shù)據(jù)來源及變量的選擇與設定

(一)信貸配給類型。通常情況下,農(nóng)戶遭受的信貸配給的原因主要來自金融機構和其主觀性決策。結合已有文獻,本文將農(nóng)戶主要分為四類,具體詳見圖1所示。(圖1)

圖1 農(nóng)戶信貸配給類型圖

(二)數(shù)據(jù)來源及數(shù)據(jù)基本事實。本文使用數(shù)據(jù)來源于2020年10月至2020年12月對陜西省西安市閻良區(qū)和渭南市蒲城縣的實地調查,調查共發(fā)放問卷337份,回收有效問卷318份,問卷回收有效率94.4%。在318個有效樣本中,132戶農(nóng)戶無信貸融資需求,占41.51%;未遭受信貸配給有49戶,遭遇需求型信貸配給82戶,遭受供給型信貸配給55戶,分別占比15.41%、25.79%和17.30%。剔除需求缺乏型農(nóng)戶后,未遭受信貸配給農(nóng)戶占比26.34%,剩余73.66%農(nóng)戶受到不同程度的信貸配給。其中,44.09%的農(nóng)戶受到需求型信貸配給,29.57%的農(nóng)戶受到供給型信貸配給。

(三)影響因素指標選取及變量設定。本文以農(nóng)戶遭受信貸配給的程度作為因變量,將需求缺乏型、未遭受信貸配給、遭受需求型信貸配給、遭受供給型信貸配給分別賦值為1、2、3、4。同時,本文將農(nóng)戶信貸配給程度影響因素設定為4類11個變量的函數(shù),構建計量經(jīng)濟學模型:

因變量Y、自變量Xi的變量賦值和統(tǒng)計性描述詳見表1所示。(表1)

表1 變量賦值及其統(tǒng)計性描述一覽表

四、實證研究與結果分析

(一)多分類Logistic模型構建。本文因變量設定為“農(nóng)戶信貸配給類型”,選取多分類Logistic模型研究影響農(nóng)戶信貸配給程度的主要因素。將“需求缺乏型”、“未遭受信貸配給”、“遭受需求型信貸配給”和“遭受供給型信貸配給”四種情況分別賦值為1、2、3、4,相應取值水平概率分別為π1、π2、π3、π4。本文參照方案設為“未受信貸配給”,此時多分類Logistic模型表述為:

其中,αi(i=1,2,3,4)為常數(shù)項,xk為解釋變量,表示第k個影響農(nóng)戶信貸配給程度的因素,βnk為模型n中第k個影響因素的回歸系數(shù)。

(二)模型估計結果。本文利用MATLAB R2015b對318個數(shù)據(jù)進行多分類Logistic回歸分析,模型估計結果如表2所示。該模型的似然比卡方觀測值為336.567,偽R2為0.0244,解釋變量總體與模型關系顯著,能較好擬合總統(tǒng)樣本數(shù)據(jù)。(表2)

表2 模型估計結果一覽表

(三)實證結果分析。從表2可見,戶主文化程度越高,遭受需求缺乏型、遭受供給型信貸配給的可能型增加,遭受需求型信貸配給的可能性下降。這可能是由于隨著戶主的文化程度增加,生產(chǎn)技能增加,收入相對提升,信貸需求相對降低。文化程度較低的農(nóng)戶對信貸政策等的了解程度還有待提高,一定程度上阻礙了農(nóng)戶進行信貸交易。對于文化程度較高的農(nóng)戶,在需要較大規(guī)模融資時,更有能力、有意識向正規(guī)金融機構尋求資金,但是由于其受到有效質押物、生產(chǎn)經(jīng)營風險等條件的制約,易受到供給型信貸配給。

職業(yè)類型在需求缺乏型、需求型信貸配給和供給型信貸配給三類信貸配給類型中均負向通過顯著性檢驗。相比于務農(nóng)或季節(jié)型務工的農(nóng)戶,長期務工、獨立經(jīng)營活動、村干部/公務員由于收入相對穩(wěn)定,更容易獲得小額信貸融資,遭受信貸配給的可能性相對降低。

家庭純收入存在負向影響農(nóng)戶需求缺乏型信貸配給的可能性。說明隨著家庭收入的增加,由于其自有資金相對充足,農(nóng)戶的信貸需求受到了一定的限制,借貸需求較少,對正規(guī)金融機構的貸款依賴性相對較弱。

家庭固有資產(chǎn)原值在需求型信貸配給和供給型信貸配給中通過顯著性檢驗。農(nóng)戶家庭固有資產(chǎn)原值增加,貸款抵押物更充足,農(nóng)戶獲得貸款的信心相對增加,減少了農(nóng)戶遭受需求型信貸配給的可能性。同時,由于其有效抵押物相對增加,正規(guī)金融機構向其發(fā)放貸款面臨的信用風險相對降低,金融機構的放貸意愿相對增加,農(nóng)戶遭遇供給型信貸配給的可能性減小。

對于農(nóng)戶社會關系,有金融機構從業(yè)人員關系的農(nóng)戶需求型信貸配給程度顯著降低,參與合作社的農(nóng)戶需求缺乏型、需求型/供給型信貸配給程度都有一定程度的降低。通常情況下,有金融機構從業(yè)人員關系和合作社參與的農(nóng)戶更容易理解信貸手續(xù)流程,遭受需求型信貸配給的可能性相對下降。對于參與合作社的農(nóng)戶,其對于生產(chǎn)資金需求更大,有效信貸需求增加,但由于其經(jīng)營生產(chǎn)行業(yè)風險較大,農(nóng)戶本身經(jīng)濟地位較低,抵押品價值或遭到低估,而生產(chǎn)所需資金數(shù)量較大無法被正規(guī)金融機構滿足,其所受供給型信貸配給可能性上升。而有金融機構從業(yè)人員關系的農(nóng)戶受供給型信貸配給程度不顯著,其原因可能是相關金融機構信貸審查較為公正嚴格,信貸受金融機構內部人員關系影響較小。

當合作社向農(nóng)戶提供金融服務時,農(nóng)戶遭受需求性信貸配給的程度有所減少。主要是因為合作社為社員提供了一定數(shù)量的信貸資金支持,降低了農(nóng)戶遭受需求性信貸配給的可能性。對于購買保險的農(nóng)戶,受到需求型信貸配給的可能性相對較小。由于農(nóng)戶購買的保險對農(nóng)戶可能遭受的風險進行一定的補償,減輕了農(nóng)戶對未來產(chǎn)生風險的擔憂,降低了農(nóng)戶的需求型信貸配給可能性。到銀行網(wǎng)點距離對農(nóng)戶需求型信貸配給影響通過顯著性檢驗。對銀行網(wǎng)點越近,農(nóng)戶辦理貸款的時間等成本越低,接受到的正規(guī)金融機構宣傳越多,對相關信貸政策、銀行利率等了解越多,遭受需求型信貸配給的可能性越小。

五、研究結論及政策建議

(一)研究結論。本文采用多分類Logistic模型,引入農(nóng)戶可能面對的4種信貸配給類型,研究農(nóng)戶遭受信貸配給的主要影響因素。研究結果表明:(1)在剔除缺乏有效需求的農(nóng)戶之后,有44.21%的農(nóng)戶遭受需求型信貸配給,有29.47%的農(nóng)戶遭受供給型信貸配給。(2)戶主文化程度、職業(yè)類型、家庭純收入和合作社參與情況對需求缺乏型信貸配給影響顯著。(3)戶主文化程度、職業(yè)類型、家庭固定資產(chǎn)原值、金融機構從業(yè)人員關系、合作社參與情況、合作社金融服務提供情況、購買保險和到銀行網(wǎng)點距離對需求型信貸配給影響顯著。(4)戶主文化程度、職業(yè)類型、家庭固定資產(chǎn)原值和合作社參與情況對供給型信貸配給影響顯著。

(二)政策建議

1、培養(yǎng)農(nóng)戶金融意識,提高農(nóng)戶金融素養(yǎng)。融機構也應加強對相關借貸產(chǎn)品、借貸流程的宣傳,同時基于農(nóng)戶特征合理設定宣傳教育方式,根據(jù)農(nóng)戶個體差異有針對性的對金融知識、金融政策進行宣傳和普及,提高農(nóng)戶金融工具運用能力。加強金融法律知識的宣傳教育、培養(yǎng)農(nóng)戶的信用意識,通過幫助農(nóng)戶獲得基本的金融、信貸法律知識改善生產(chǎn)、生活條件。

2、構建通過政治、生產(chǎn)和融資等活動積累而來的新型社會資本。加快村民圖書室、棋牌活動室等農(nóng)村公共基礎設施項目的建設,豐富農(nóng)戶交流平臺,增進農(nóng)戶之間的溝通,增強農(nóng)戶社會關系網(wǎng)絡的凝聚力。鼓勵農(nóng)戶注重培養(yǎng)跨行業(yè)、跨地區(qū)的異質性社會資本,充分了解不同類型的社會資本特征并結合自身實際需求通過政治活動、生產(chǎn)活動向外拓展人際資源。

3、積極開展合作社金融服務創(chuàng)新,提高金融服務輻射范圍。深入推動農(nóng)村金融改革,穩(wěn)妥建設專業(yè)合作社金融改革創(chuàng)新試點,在控制風險的前提下,推動合作社為社員發(fā)展和生產(chǎn)提供信貸業(yè)務的互助性金融服務,助力農(nóng)村金融普惠,實現(xiàn)金融符號向廣大農(nóng)戶和農(nóng)村地區(qū)的有效延伸。

猜你喜歡
戶主信貸金融機構
改革是化解中小金融機構風險的重要途徑
華人時刊(2023年15期)2023-09-27 09:05:02
聚焦Z世代信貸成癮
金融機構共商共建“一帶一路”
中國外匯(2019年10期)2019-08-27 01:58:06
資金結算中心:集團公司的金融機構
商周刊(2017年26期)2017-04-25 08:13:06
綠色信貸對霧霾治理的作用分析
解決小微金融機構的風控難題
淺談信貸消費
漢唐戶主資格的變遷*
張小飛落網(wǎng)記
故事林(2010年18期)2010-05-14 17:29:40
悄悄蒙上你的眼睛
夹江县| 夏邑县| 襄汾县| 吴旗县| 英吉沙县| 江达县| 太康县| 双鸭山市| 敦煌市| 黎川县| 墨玉县| 昌乐县| 望都县| 全椒县| 阳东县| 酒泉市| 同心县| 桃园市| 平谷区| 平遥县| 东海县| 本溪| 余干县| 涟水县| 皮山县| 钟山县| 湖北省| 闽清县| 宿迁市| 广南县| 怀仁县| 南川市| 肇源县| 饶平县| 武强县| 双峰县| 英山县| 连云港市| 宜昌市| 洛浦县| 柯坪县|