農戶對互聯網貸款意愿的調查分析

【摘要】隨著現在經濟的信息化程度越來越高，互聯網貸款技術已經愈發成熟。農戶的貸款作為農村金融發展的重要組成部分，多年來一直為農戶提高自身生活水平，并為推動我國農村經濟的發展做出了重大的貢獻。本研究以江蘇省鹽城市射陽縣農戶貸款意向為研究對象，通過文獻分析、實地考察和問卷調查，對農戶使用互聯網貸款的意愿的影響因素進行研究。在實地問卷調查的基礎上，對因素進行描述分析，并通過Logistic模型得出最主要的影響因素，得出結論并為互聯網貸款的的發展提出一些建議。

【關鍵詞】互聯網貸款 農戶 意愿

一、文獻綜述

（一）國外研究綜述

互聯網誕生于美國，歐美國家的金融體系也比較完善、成熟。因此國外對于網貸風險的研究比較深入，隨后出現的風險度量技術稱為現代風險度量技術成為國外研究的重大成果，主要有Credit Metrics模型、KMV模型、Credit Risk+模型和Credit Portfolio View這四種。Credit Metrics模型是由J.P.摩根于1997年提出的信用風險度量方法。KMV模型是由KMV公司于1997年建立的用來估計借款企業違約概率的方法。Credit Risk+模型假設在相同長度的時間段內違約概率相同、在不重疊的時間段內違約個數相互獨立以及在某一時間點最多發生一件違約事件，在該假設條件下采用了保險精算方法計算出貸款組合的損失分布。Credit Portfolio View模型認為違約率和轉移矩陣與外部經濟環境有密切聯系，是由失業率、GDP增長率、利率、匯率、政府儲備等多因素決定的。

（二）國內研究綜述

隨著網絡技術的發展，P2P網絡平臺貸款模式也隨之產生，并且在國外經過一系列成熟的發展之后被引入中國。雖然P2P網絡平臺貸款模式十分新穎，對于它的研究也剛開始處于起步階段，但是對于新事物的好奇以及未來的發展還是引來了許多學者的關注。其中楊新求[1]總結了P2P貸款在國內外的運營模式，在比較了國內外幾大平臺不同運營模式之后得出我國引入并借鑒實行的P2P平臺運營還是比較成功的結論。黃健青等人[2]在新興平臺特點與互聯網金融的本質特征之上，梳理了已有的互聯網融資形式，對其做出了新的定義并建立合理的互聯網融資模式分類體系。

除了P2P貸款的運營模式的研究，風險自然是最為關注的一個問題。蘇莉娟、嚴亮[3]指出，相關法律法規的缺失、監管的缺位、運作的不規范等使網絡化的民間借貸給經濟發展和社會穩定帶來許多負面影響，亟待納入監管范圍并實行規范化管理。王艷等人[4]首次提出互聯網貸款平臺上的監管空白，其借款利率高達銀行利率的4倍多，這種線上高利貸的模式也正是投資方想要的高收益，而法律卻只保護4倍利率以內的貸款，由此帶來的監管風險十分嚴重，所以加強P2P平臺上的法律法規的監管是十分必要的。張玉梅[5]指出由于目前我國完善的個人信用體系還沒有建立起，所以在網上由個人發起的借款很難通過個人的信用情況來判斷，因此個人信用風險在一定程度上制約了互聯網貸款的發展，互聯網貸款的信用風險的判斷也就更加存在難度。

互聯網貸款雖然不是互聯網金融快速發展的全部內容，但絕對可以代表整個快速擴張階段的互聯網金融發展現狀。基于眾多文獻和現狀，我們可以明確看出，在起步階段與穩步發展階段的共同影響與鋪墊下，快速擴張的互聯網金融發展迅速，并由原來單一的領域的支付領域逐漸向多元化發展，形成了多種多樣的互聯網金融領域，共同組成了新興的互聯網金融，為人們經濟生活提供了更多的選擇與感受，促進了經濟的發展，起到了積極的促進作用。

二、研究設計

（一）變量選擇

選擇相對容易量化的指標作為影響因素進行分析，具體變量設定如下：

（二）模型構建

設P為農戶愿意互聯網貸款的概率，x1、x2、x3……xm為可能影響農戶對互聯網貸款的因素，β0、β1……βm為待估參數，對線性函數ln=β0+β1x1+……+βmxm進行回歸，并判斷各變量系數的顯著，從而確定影響農戶進行互聯網貸款意愿的主要因素。

三、實證分析

（一）描述性統計分析

從在江蘇省射陽縣調查的113戶農戶的結果來看，113戶中愿意進行互聯網貸款的人數為63戶。從農戶自身角度，愿意進行互聯網貸款的人中年齡還是比較均衡的，40～50歲所占比例最高，為23人，60歲以上最少。教育程度越高，家庭年收入越高，越愿意進行互聯網貸款。愿意進行互聯網貸款的主要是有小額負債的人。愿意進行互聯網貸款的農戶中大多數有條件使用互聯網的。愿意進行互聯網貸款的大多還是對互聯網貸款有些了解的，并認為互聯網貸款對生活是有一定幫助的。從互聯網貸款自身特征角度，最多愿意互聯網貸款的原因是互聯網貸款能夠在短時間內獲得資金，有34人。借貸自由，流程簡單是第二大原因。還有互聯網的網絡借貸的進入門濫低，平臺多樣，選擇性多，交易為在線進行，借貸由雙方自主進行，為小額無抵押借貸，投資方的投資金額比較小，控制風險的原因使農戶愿意使用互聯網貸款。

另外不愿意進行互聯網貸款的人數有50戶。從農戶自身角度，不愿意進行互聯網貸款的人年齡主要偏大，40～60歲所占比例最高，為17人，年輕人比較少。不愿意進行互聯網貸款的人教育程度比較平均。家庭年收入越高，不愿意進行互聯網貸款也越多。不愿意進行互聯網貸款的有小額負債的人最多，35人有1萬以下的負債。愿意進行互聯網貸款的農戶中多數沒有條件使用互聯網的。愿意進行互聯網貸款的大多是對互聯網貸款沒有了解的，并認為互聯網貸款對生活沒有什么幫助。從互聯網貸款自身特征角度，最多不愿意互聯網貸款的原因是互聯網貸款無法認證借貸雙方的資信狀況，容易產生欺詐和欠款不還的違約糾紛，有36人。個人信息被泄露是第二大原因。還有貸款利率高，不能找到經國家批準的金融機構，易被騙，相關法律還不健全使農戶不愿意使用互聯網貸款。

（二）農戶對互聯網貸款意愿影響因素的回歸分析

經過以上的相關性分析，我們已經對各個解釋變量與被解釋變量之間的相互關系有了一定的認識。在此基礎上，本文運用Eviews對樣本數據進行回歸處理。如下表所示，最終的回歸結果中共有7個關鍵變量，按照90%的置信區間進行檢驗，其中有4個關鍵變量通過檢驗。而且Log likelihood=-20.76189，對于實際數據而言，擬合程度已經基本符合要求。

從表2的回歸結果可以看出， X2、X4、X6、X7的P值較小，所以年齡、家庭總收入、是否了解互聯網貸款、是否認為互聯網貸款有幫助四個因素是較顯著因素，實證回歸結果具體分析如下：

1.年齡的系數為-0.024，為負值，P值為0.040，在一定程度上，可以說明年齡與意愿成輕微反比。年齡越大，越保守，對于互聯網貸款這種新興的東西接受意愿低；年齡越小，對新興的東西更容易接受，對互聯網貸款的意愿更強。

2.家庭總收入的系數為0.414，為正值，P值為0.034，在一定程度上，可以說明家庭總收入與意愿成正比。有兩個原因可能會造成這種情況：一方面，家庭總收入越高，會有越來越高的生活需求，所以越有貸款需求要滿足，提高自己的生活質量，比如買車買房；另一方面，家庭總收入越高，農戶的自身信用很高，能夠及時的還上貸款，所以不用擔心任何信譽的影響。

3.是否了解互聯網貸款、是否認為互聯網貸款有幫助的系數分別為0.429、0.426，均為正值，P均為0.000，在一定程度上說明了了解互聯網貸款和認為互聯網貸款有幫助的農戶更樂意去進行互聯網貸款。

四、研究結論

通過實證研究，農戶的總收入是影響農戶對互聯網貸款意愿的重要因素，處在勞動力年齡的農戶更有傾向進行互聯網貸款，是否了解互聯網貸款以及是否認為互聯網貸款有幫助也會在很大程度上會影響互聯網貸款的意愿。

五、政策建議

互聯網貸款需要有針對性的去發展潛在客戶。那些處在勞動力年齡或是相對年輕的、家庭總收入較高的農戶更有意愿去進行互聯網貸款。有針對性的去發展這些客戶，能夠加速互聯網貸款行業的發展。

國家及互聯網貸款發展有關部門需要加大力度普及互聯網貸款有關知識，讓更多的人民了解互聯網貸款這一新興的貸款方式。了解過之后，農戶會根據自身的偏好或者只是來形成自己對互聯網貸款的態度。知道的越多，或是越了解互聯網貸款，認為互聯網貸款對其生活有幫助，這一貸款方式才會被更多的農戶所接受。

參考文獻

[1]楊新求.我國P2P網絡借貸運營模式簡析[J]知識經濟，2012（05）.

[2]黃健青，陳歡，劉家毓.互聯網金融分類及創新發展模式[D]，2014-5-16.

[3]蘇莉娟，嚴亮.淺談我國民間網絡借貸存在的問題及建議[D]，2011-12-14.

[4]王艷，陳小輝，刑增藝.網絡借貸中的監管空白及完善[J].當代經濟，2009（24）.

[5]張玉梅.P2P小額互聯網貸款模式研究[J].生產力研宄，2012（10）.

作者簡介：朱青（1996-），女，漢族，江蘇鹽城人，就讀于南京農業大學，研究方向：金融學。