金融精準扶貧下的農戶信貸行為分析及啟示

楊永莉 杜亞娜

摘要：從農戶信貸行為研究的角度，以農戶信貸需求和供給作為因變量，農戶特征變量、社會資本等作為自變量，以山西省太原市婁煩縣1 665戶農戶作為調研樣本，采用需求可識別雙變量Probit模型對農戶信貸行為進行識別。結果表明，當前農戶獲取信貸資金更傾向于非金融機構，同時銀行在信貸支持中更具有“嫌貧愛富”的特征;年齡、上學人口對正規信貸和非正規信貸的需求具有正向影響;正規信貸更傾向于貸款給有工資性收入的群體，非正規信貸具有“中性”，更傾向于貸款給勞動力多的家庭;與村、鎮干部以及鄰里的關系程度對正規信貸和非正規信貸供給呈現為正向影響。研究認為解決金融精準扶貧的關鍵還是在于加快農村土地流轉市場建設，創新開發土地流轉金融產品，充分發揮合作社的作用，加強對農民的技術培訓，完善農業保險等，這些舉措也是降低金融機構風險的重要途徑。

關鍵詞：金融精準扶貧;三農問題;信貸行為;Probit模型

中圖分類號： F323.8;F830.589 ?文獻標志碼： A ?文章編號：1002-1302（2020）11-0022-06

收稿日期：2020-03-04

基金項目：國家自然科學基金青年科學基金（編號：71902176）。

作者簡介：楊永莉（1988—），女，山西壺關人，碩士，中級會計師，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、人力資源、社會企業管理研究。E-mail：duyana199@163.com。 ?改革開發以來，中國特色的扶貧模式使得超過7億人口脫貧，為全面建設小康社會奠定了基礎。但截至2014年年底，我國還有7千萬人口沒有脫貧。2015年11月27日，習近平總書記在中央扶貧開發工作會議上強調，要確保在2020年實現所有貧困人口脫貧，共同邁入小康社會，并由此拉開了中國扶貧的新篇章。金融精準扶貧作為當前我國農村脫貧攻堅的一個重要戰略，其本質就是通過信貸支持的方式實現農村貧困人口脫貧，并取得積極成效。根據搜狐網中國華融在2019年5月16日的文章中指出，截至2019年3月末，國家面向脫貧人口精準扶貧的貸款達到7 126億元，惠及1 938萬貧困人口與家庭。同時產業精準扶貧貸款余額達到1.17萬億元，直接帶動貧困人口脫貧達到797萬人次。但是在金融精準扶貧過程中，一方面，部分地區的基層銀行部門金融扶貧貸款“嫌貧愛富”“濟貧不達”，究其主因是貧困戶償還能力較弱;另一方面，部分農村地區的貧困戶“懼貸”“盲目借貸”等現象層出不窮，導致金融扶貧政策扭曲，進而嚴重制約著農村扶貧的實效性[1]。因此，如何提高農村金融精準扶貧的實效性，真正發揮金融扶貧的作用，是困擾地方基層銀行扶貧的一個難點。要提高金融精準扶貧的實效性，需要深入研究影響農戶信貸行為的關鍵因素，進而找到農戶信貸行為規律。這樣才能讓基層商業銀行更好地掌握金融精準扶貧的特點，實現金融精準扶貧的突破。

1 文獻回顧

針對信貸扶貧問題，國內外學者進行了大量的研究。Matin等認為信貸扶貧就是改善生計的小額貸款，應動態性地瞄準用戶需求[2]。Asad等則在對巴基斯坦窮人扶貧貸款研究后，認為小額貸款有助于改善窮人健康、生活質量等方面的問題[3]。在國內，賀立龍等通過模型檢驗認為，貧困人口獲取貸款更依賴于非正規信貸，親朋關系、收入結構等制約著信貸的可得性[4]。黃秋波等則探討了農戶社會資本對信貸行為的影響，結果表明社會資本對農戶信貸起著顯著的動員作用;在研究模型方面，主要采用單方程和聯立方程進行研究[5]。在單方程中，國內部分學者運用了Probit模型和Tobit模型對農戶借貸行為進行估計，以找到影響農戶借貸的原因。田雅群等從心理學的角度，通過構建Probit單變量模型和Heckman兩階段模型，分析人格特征對信貸行為的影響，結果表明積極人格特征對于農戶獲取正規性貸款有正向影響[6]。但實際研究發現，采用Probit單變量模型的假設前提是認為所有貧困戶都有信貸需求，而實際卻與上述假設不一定相符。因此，人們提出采用聯立方程解決單方程的假設問題，將這部分未參與信貸的農戶考慮進來，以此解決供求效應分離導致的有偏估計問題。在聯立方程中，國內主要采用局部可觀察雙變量Probit模型和需求可識別雙變量Probit模型對農戶信貸行為特征進行分析。實踐表明，需求可識別雙變量Probit模型更受到學者的青睞，因其不僅可對“有需求、有供給”的農戶特征進行識別，還可以對“有需求、無供給”的農戶特征進行識別，從而大大提高了農戶信貸行為分析的客觀性[7-10]。綜上，本研究嘗試采用雙變量Probit模型的方式對農戶信貸行為特征進行分析，旨在提高金融精準扶貧的可達性。

2 研究模型、變量及數據來源

2.1 研究模型

現實信貸中農戶通常會面臨2個選項，即農戶是否有貸款需求，以及金融機構是否為農戶提供貸款，并分別用yd和ys表示。可組成為4種不同的組合，即：有貸款需求，金融機構提供貸款;有貸款需求，金融機構不提供貸款;無貸款需求，金融機構提供貸款;無貸款需求，金融機構不提供貸款。令：

根據以上賦值，可以得到4種不同組合，即為（1，1）、（1，0）、（0，1）、（0，0）。其中，（1，1）組合可以通過數據統計得到，但（1，0）則只能通過問卷調查得到。

農戶在參與貸款中獲取貸款的途徑包括正規信貸和非正規信貸。正規信貸是指從正規商業銀行獲取的貸款;非正規信貸則是通過熟人等其他方式獲取的貸款。分別從以上2個方面探討對貧困農戶識別的精準性，以及對農戶信貸行為的影響，并由此建立聯立方程：

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;εd、εs為誤差項，且上述2個誤差項服從聯合正態分布，記作，εd，εs～BVN（0，0，1，1，ρ）其中ρ表示εd和εs的相關系數。在上式中，y*d、y*s不可關系，與yd、ys關系可表示為：

假設P表示農戶參與信貸的虛擬變量，分別用1和0表示農戶參與和不參與信貸市場。由于未參與的農戶不能看出金融機構是否愿意提供貸款，所以引入需求可識別雙變量Probit模型，具體如下：

需求方程：

采用極大似然估計法對上述方程進行聯合求解，得到對數似然函數：

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

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，同時用戶獲取貸款的途徑包括正規信貸和非正規信貸。徐璋勇等分析認為，農戶貸款需求分為顯性需求和隱性需求，其中前者已發生信貸，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：一是農戶自身申請貸款，但是被拒絕;二是主觀上認為申請不到貸款。為有效識別真正有貸款需求的農戶，借鑒賀立龍等的研究成果[4]，采用意愿調查法對正規信貸和非正規信貸需求進行統計，具體通過3個問題進行識別。問題一是：提問“自2018年以來，是否向正規金融機構申請過貸款？”選擇“是”，則表示有貸款需求，選擇“否”則表示未申請。問題二是：針對未申請農戶，提問“為何不申請貸款？”選擇“不需要貸款”或“可從其他渠道獲取”，則認為該農戶不需要貸款;選擇“申請也得不到”，表示該農戶存在需求。問題三是：排除無效需求客戶。為進一步識別第2個問題中的有效農戶，對選擇“申請也無法獲得貸款”的農戶，提出“你為什么這么認為？”通過該問題，識別出無償還能力的農戶。通過以上識別，得出因變量的觀測樣本。

2.2.2 自變量 結合以往的研究基礎，本研究在自變量選擇方面，除以往的農戶基本特征以外，還將社會資本納入到貸款行為影響因素中，究其原因是社會資本也會影響農戶信貸[4]。自變量構建如表1所示。

3 數據說明與統計描述

3.1 數據來源

為獲取農戶信貸行為的內在關系，以太原市婁煩縣的邊家莊村、范家村、小河溝村的部分農戶作為樣本，于2019年12月3日至2020年1月4日展開為期1個月的調查。這幾個村的貧困發生率都在1.2%左右，是當前太原市扶貧工作的重點幫扶對象。為了獲取一手數據，采用調查入戶訪談的方式進行調查，總計調查訪談1 985戶，收回有效問卷 1 841 份，剔除部分數據不完整的問卷，總計回收 1 665 份有效問卷，回收有效率為83.8%。

3.2 描述性統計

通過調查3個村的部分農戶，得到農戶融資來源結果，見表2。

通過表2數據可以看出，農戶從非正規融資渠道獲取的貸款戶數比例要遠遠高于正規融資渠道得到的貸款戶數，說明在該地區大部分農戶獲取貸款主要是依靠非正規融資渠道，特別是親戚朋友借款等。

在社會資本方面，986戶農戶認為與村或鎮干部關系緊密，占整體調查樣本的59.2%;認為與親戚或鄰里關系好的有1 420戶，占調查戶數的852%;510戶農戶在最近3年內申請過貸款，占調查總數的30.9%，未提出貸款申請的為1 155戶，占調查總數的69.1%。

4 估計結果與解釋

4.1 估計結果

根據以上的數據，并結合需求可識別雙邊模型，采用Stata工具對結果進行估計，得到表3和表4

4.2 結果解釋

4.2.1 金融精準扶貧的精準性 借助雙變量Probit模型的估計結果看出，婁煩縣農戶信貸需求與相對貧困程度無顯著關系，金融機構依舊“嫌貧愛富”。同時，相對貧困程度以及商業收入則對正規的信貸供給起著正向影響。由此看出，婁煩縣正規信貸金融機構不僅沒有做到對貧困戶的精確識別，反而將識別的目標轉到更為富裕的農戶上。非正規信貸更受到貧困農戶的的青睞，但幫扶精準效果較差。如表4的估計結果中，相對貧困程度和工資收入對非正規信貸都有顯著的負向影響。換句話說，工資性收入越高，越不傾向于通過非正規信貸渠道獲取貸款;生病人口越多的農戶家庭，越傾向于走非正規信貸渠道貸款。在供給方面，相對貧困程度及其相關的變量與非正規信貸并未表現出顯著相關，由此也佐證非信貸供給比較偏好“中性”的觀點。

4.2.2 農戶特征變量對信貸行為的影響 通過雙變量Probit模型識別，戶主的年齡對正規和非正規信貸需求的影響都為正，且相關顯著;教育程度、家庭勞動力與非正規信貸呈現正向影響，說明非金融機構更偏好家庭勞動力較多以及文化程度高的家庭;上學人口對正規和非正規信貸需求均呈現正向影響，說明婁煩縣的部分農戶需要通過借款來解決上學問題;家庭年收入對非正規信貸的需求與供給都呈現為負向影響，因此看出婁煩縣農戶其年收入越高，從非正規渠道獲取貸款的戶數也越少，進而看出非正規金融渠道獲取貸款主要是面向當地低收入群體;工資收入對正規金融機構信貸供給為正向影響，說明以農信社、國有四大銀行為代表的正規金融機構更傾向于貸款給非農人員，進而在一定程度驗證其非農化貸款傾向。

4.2.3 社會資本變量對農戶信貸行為的影響 通過雙變量模型的識別看出，與村、鎮干部關系越緊密，則對正規和非正規金融信貸渠道都呈現為正向影響;與親朋鄰里關系程度也正向影響正規和非正規信貸的供給。這說明在農村，與鄰里保持良好的人際關系有助于農戶獲取貸款。同時親朋鄰里關系對非正規金融信貸需求呈現為負向影響，說明鄰里關系越好，農戶越容易從鄰里借到錢，進而降低了對信用社等金融機構的貸款需求。

同時，曾貸過款對正規信貸供給呈現為正向影響，說明正規金融機構更傾向于有過貸款經歷的農戶。這主要是因為金融機構可以通過追溯農戶之前的貸款記錄，從而更好地了解農戶的還款能力等信息，以此降低貸款風險。

5 結論與啟示

5.1 結論

本研究運用需求可識別的雙變量Probit模型，以山西省太原市婁煩縣的1 665戶農戶作為數據來源，深入研究了農戶特征變量、社會資本等因素對正規信貸和非正規信貸的供需影響，并得出以下結論。

第一，從金融扶貧的可達性來講，婁煩縣金融機構的扶貧可達性還有待提高。雖然大部分農戶都有強烈的信貸需求，但部分農戶在正規信貸獲取方面受到約束，大部分農戶是通過非正規金融機構獲取貸款的。

第二，農戶年齡越高，上學人口越多，對信貸的需求越大。正規信貸渠道更傾向于貸款給具有工資性收入的群體，而非正規金融信貸渠道更傾向于貸款給文化程度高、家庭勞動力多的農戶。有過貸款經歷的農戶，更容易獲得正規金融機構的貸款。而正規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方面：一是農戶自身缺乏有效的抵押物，二是銀行在貸款時會查看農戶是否有銀行貸款記錄，銀行更傾向于再次貸款給有過貸款記錄的農戶。

第三，在社會資本中，正規金融機構和非正規金融機構都更傾向于貸款給與村、鎮干部關系好以及與親朋鄰里關系好的農戶;另外如果親朋鄰里關系好，更容易通過非正規金融機構獲取貸款。

5.2 研究啟示

通過對婁煩縣農戶信貸行為的研究，可以得到以下幾點啟示。

第一，在當前金融精準扶貧政策條件下，雖然一再強調要把貸款資金傾向于“三農”，但無論是正規金融機構還是非正規金融機構，都是要控制自身信貸風險的。因此，在強調增加“三農”貸款的同時，更應該關注農戶自身還款能力的提升，這才是解決當前“三農”貸款難和融資難的根本。

第二，以土地流轉為契機，創新金融產品。要解決當前農戶融資難和獲取貸款難的問題，關鍵是要讓農戶手中有“抵押品”。而兩權抵押和三權分置政策的深入，更是為農戶提供了更多的抵押權，促使更多資本下沉到農村[12]。因此，一是金融機構要加大金融服務方式的創新，從而讓農戶能更多地參與農村土地流轉，以此提高農戶的資金來源;二是加大金融產品的創新，特別是金融機構要加大金融抵押產品的創新，結合農村土地流轉市場產品的特點，設計符合不同農戶要求的金融抵押產品;三是完善農業保險制度，解決農村農田種植風險大的問題，同時設立擔保基金，以解決土地流轉和支持農業發展中帶來的風險等問題，以在一定程度上緩解可能出現的不良貸款問題。

第三，加強農業規模化發展，實實在在提高農民收入，提高農民償還能力。引入社會化資本及組織，通過企業化的方式發展農業。在促進傳統農業轉型的基礎上，加快現代農業在農村的發展，進而提高農民自身的收入，改變以往的小作坊模式。加大對農民的技術指導，讓更多的農民能夠掌握科學的種植技術，以提高農產品產量。通過搭建各種平臺，在增加農產品生產規模的同時，解決農民農產品銷售的問題，以促進農民增收。

第四，增加農戶社會資本。一是加快農村合作社等各類組織的運作，進而通過組織的方式幫助農戶獲取更多融資;二是不斷強化農民職業教育，這樣不僅可以提高農民的文化程度，還可提高農戶適應市場的能力，為農戶金融觀念的轉變奠定基礎;三是構建農村和諧社區，增進鄰里關系，更好地提高農戶的償還能力。

總之，要提高金融扶持的精準性，關鍵不在于金融機構，而是要在金融風險有效控制下，結合農戶當前借款的特征，以及借款存在的局限入手，特別是要完善農村土地流轉市場中的抵押品，以及進一步完善現代農業組織和現代農業規模發展等方面，這樣才能真正實現農村貧困人口脫貧，也才能更好地發揮金融機構在三農信貸支持中的作用。

參考文獻：

[1]陳穎瑛，杜雪鋒.貧富差距對農戶信貸資格的影響[J]. 江蘇農業科學，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. 信貸支持貧困農戶脫貧的有效性：信貸供求視角的經驗實證[J]. 經濟評論，2018（1）：62-77.

[5]黃秋波，周 政，董自光. 農戶社會資本對信貸可得性的影響機制：浙江實證[J]. 浙江樹人大學學報，2019，19（2）：50-58.

[6]田雅群，范亞辰. 人格特征對農戶信貸行為的影響——基于中國農村普惠金融調查的實證研究[J]. 現代經濟探討，2020（1）：124-132.

[7]劉西川，楊奇明，陳立輝. 農戶信貸市場的正規部門與非正規部門：替代還是互補？[J]. 經濟研究，2014，49（11）：145-158，188.

[8]蔡書凱，蔡 榮. 土地信托流轉與農戶參與意愿——基于 Probit-ISM分析方法[J]. 中國農業大學學報，2017，22（7）：173-185.

[9]李慶海，呂小鋒，李 銳，等. 社會資本能夠緩解農戶的正規和非正規信貸約束嗎？——基于四元Probit模型的實證分析[J]. 南開經濟研究，2017（5）：77-98.

[10]張學彪，陳加齊，孔祥臣，等. 基于Probit模型的農村貧困戶參與電商行為影響因素分析[J]. 農業展望，2018，14（1）：94-99，105.

[11]徐璋勇，楊 賀. 農戶信貸行為傾向及其影響因素分析——基于西部11省（區）1 664戶農戶的調查[J]. 中國軟科學，2014（3）：45-56.

[12]郭金豐. 鄉村振興戰略下的農村土地流轉：市場特征、利益動因與制度改進——以江西為例[J]. 求實，2018（3）：79-97，112.曹雪萍. 鄉村經濟振興視域下鄉村治理現代化研究[J]. 江蘇農業科學，2020，48（11）：28-32.