軟信息影響農戶借貸行為決策嗎？ *

楊明婉，張樂柱

（1.廣東金融學院金融與投資學院，廣東 廣州 510642；2.華南農業大學經濟管理學院，廣東 廣州 510640）

一、引言

農戶“融資難、融資貴”一直是中國發展“三農”存在的難題。2004-2019 年，連續16個中央“一號文件”強調農村金融問題發展的緊迫性。為了解決農村金融市場上存在的供求矛盾，國家大力推廣普惠金融，并上升至國家發展戰略，但是普惠成效不足，貸款可獲率仍然較低。一方面，中國農貸市場是典型的交易不確定、信息不對稱市場，且農戶缺乏有效的抵押物，農村大多數的房屋與土地仍不具備市場化價值，故正規金融市場上雙方交易費用高昂，農戶難以獲得貸款。另一方面，中國農村社會是傳統的關系型社會（梁漱溟，2005），農戶擁有的軟信息質量高低在一定程度上能減少借貸雙方的信息不對稱。盡管軟信息難以定量化，但由于普通農戶難以擁有如商品房、大型生產機械等固定資產，資金供給方若能合理篩選與評估軟信息的質量，在一定程度上可以減少交易摩擦，提高借貸雙方的匹配效率，降低違約風險（Michels，2012）。

那么，農戶擁有的軟信息如何影響農戶借貸的可獲性？其作用的機制到底是什么？本文使用2018 年廣東省農戶調查的數據，結合我國農貸市場特征，構建農戶軟信息的指標，分析軟信息影響農戶借貸可獲性的機制，對于推動我國普惠金融的進一步發展，緩解農村地區信貸約束，增加農戶貸款可獲得性以及促進農業、農村經濟發展具有現實意義。

二、文獻綜述

軟信息是相對于硬信息而言的對立性的概念，目前尚未有統一的界定。國外學者通常是根據信息是否具備可核實性，分為硬信息與軟信息。Stein（2002）認為軟信息是難以被他人直接核實的信息。而Grunert 等（2005）認為，金融體系中除去資產負債表等財務報表類的定量信息外，均為軟信息。從性質上劃分，硬信息可以準確衡量，而軟信息難以用數據可視化，難以定量化（Liberti 和Petersen，2019）；從搜集強度看，硬信息搜尋成本低，且需人工成本少，但是軟信息需耗費大量的搜集與篩選成本，信息處理效率低下；從透明度看，硬信息可追溯化，具備更強的可核實性，透明度更高。軟信息獲取的質量與其借貸雙方的關系強度呈密切關系，關系更為密切的借貸交易者能夠獲取更加私密的信息（Berger 等，2002），雖然軟信息交易前搜尋成本高昂，但是比硬信息更能保證信息的真實性與有效性（Grunert 等，2005）。軟信息作為硬信息的補充，能夠完善借貸雙方信息，Emilia（2007）提出軟信息借貸模型，表明了軟信息在銀行借貸中的重要性。

對于軟信息在金融交易市場的運用，大多學者使用在P2P 市場的研究中，且研究的對象多為企業。關系型借貸是軟信息有助于降低企業融資成本的途徑之一（Diamond，1989）。曹廷貴等（2015）、羅建華等（2011）認為基于軟信息的關系型借貸能夠有效提高中小企業的貸款效率，緩解中小企業貸款難問題。張順等（2019）實證發現除了與借款人有關的財務信息等硬信息顯著影響P2P 借貸行為之外，借款陳述等軟信息在P2P 借貸交易中的作用也非常重要。在P2P 借貸機制中，當借貸雙方均在異地且匿名情況下，硬信息獲取有限，使得軟信息在投資者做出決策時產生關鍵影響。軟信息包含良好的人格特征，使得投資者出借意愿更強（王重潤和孔兵，2016）。目前關于農戶軟信息與借貸關系的研究較少，可能原因在于農戶軟信息難以測度。但是，國際上格萊珉銀行的小額貸款模式，憑借以軟信息為主的關系型借貸技術，極大改變貧困群體的落后狀態。羅荷花等（2015）發現由于農戶難以擁有類似企業的規范化財務報表，貸款人融資與否更多的會借鑒農戶本身的軟信息的了解。林毅夫和孫希芳（2005）也表明農戶軟信息能夠減少信息不對稱，提高金融普惠程度。

綜上所述，國內外學者對于軟信息在信貸市場的應用做出了較為全面、詳細的論述。軟信息由于不可測度性，多應用于個人線上借貸和中小企業貸款，對于農戶信貸主體涉及較少，雖然一些研究肯定了軟信息在農村信貸市場上的作用，但是大多為定性研究，并無確切數據表明影響的效果，而且，對于農戶軟信息的測度指標的研究尚少。所以，本文使用2018 年廣東省農戶調研數據，結合農貸市場的特點，從社會資本和人格特質兩個維度衡量農戶軟信息指標，分析軟信息對農戶借貸行為的影響機制。

三、理論分析

軟信息質量的高低取決于借貸雙方的物理距離以及關系的緊密度，銀農雙方距離越近，交流頻率越高，越能獲得真實可靠的信息。軟信息是指不能被直接證實的內容，如借款人的社會資本和個人陳述中的努力、勤奮等人格特征（Stein，2002）。本文根據農貸市場的特征，將農戶軟信息劃分為兩大類：第一，社會資本；第二，人格特征。

首先，軟信息通過信號傳遞效應降低農戶逆向選擇的概率，從而有助于農戶獲得貸款。一方面，社會資本作為軟信息的傳輸載體，可以利用社會網絡的資源，促進村民之間信息共享。對于正規金融而言，農戶可以利用政府或銀行的關系網絡，優先了解借貸優惠政策與項目，了解銀行金融產品與服務降低農戶搜尋信息的費用，提高正規借貸可獲得性（張樂柱等，2019）。對于非正規金融而言，社會資本作為農戶借貸來源的渠道，代表一種聲譽機制，借貸雙方長期建立起來的信任關系有助于降低借貸雙方信息不對稱，而農村作為熟人社會，社會資本的廣度和強度直接決定農戶非正規借貸的可獲性。另一方面，人格特質作為農戶軟信息的表象特征，影響正規金融機構對農戶基本信息的判斷。農戶本身的誠信、能力、善意的性格特征，有助于降低正規金融機構貸前搜尋信息成本。由于正規金融機構與農戶之間建立的是合約關系且存在短期性，而非農戶與親友之間建立的長期的、親密的關系，所以農戶個體特質的有效性對于銀農契約關系的簽訂難以在短期內產生明顯的效果，而在親友借貸中，農戶個人能力、信用、善意等性格特質會在長期交往中不斷鞏固與加深，成為非正規借貸關系建立的關鍵憑證。

其次，軟信息通過社會抵押的作用，降低農戶道德風險的概率，從而有助于提供農戶獲得貸款的可能性。一方面，銀行可以利用農戶的社會網絡發放關聯貸款，將社會資本作為一種抵押物引入農戶正規借貸交易，具有類似抵押物功能（Biggart 和 Castanias，2001），通過親朋好友擔保，利用社會資本的信任機制，以及熟人社會的監督機制，降低農戶道德風險。陳希敏（2013）將社會資本發揮抵押替代的技術納入理論分析模型，在抵押物缺乏情況下，社會資本可以降低農貸市場上存在的逆向選擇和道德風險。對于非正規金融，社會資本在親友之間的借貸交易中實施的社會懲罰機制，是根據同伴社會壓力來執行的，所以利用社會資本中的親情和友情作為抵押，可以控制信貸風險，降低違約率（Ghatak，1999）。另一方面，人格特質作為農戶個體性格特征，在一定程度上反映農戶是否存在道德風險，即發生違約可能性的概率。由于銀農借貸關系大多為交易型貸款，主要依據抵押物、資產流水等硬信息，社會資本作為軟信息中短期內可追溯的來源，能夠降低銀行壞賬風險，但人格特征難以短期內識別，可能存在遮掩效應，對正規金融機構而言更難以預測。與此不同，非正規借貸是一種熟人交易，借貸雙方彼此的個人信息掌握比較充分，具有信息對稱的優勢，借貸行為往往建立在人格信任的基礎上，一般選擇信用作為抵押方式。王會娟和何琳（2015）研究發現借款人的借款描述所展示的人格特征越多，越能夠減少信息不對稱，降低違約風險，借款人也更容易獲得P2P 借款?；谏鲜龇治鎏岢鋈缦录僭O：

假設1：軟信息中的社會資本對農戶正規借貸行為存在正向顯著影響。

假設2：軟信息中的社會資本、人格特質對農戶非正規借貸行為均存在正向顯著影響。

大量研究證明，農戶收入越高，得到正規借貸可能性越大，而對民間借貸行為而言，收入并非主要的因素（譚燕芝等，2013；洪名勇和代則光，2012）。徐麗鶴和袁燕（2013） 研究發現，低收入者擁有較低的社會資本，獲得正規借貸可能性隨之降低；較高收入者的農戶對非正規借貸的影響不顯著（黃曉紅，2009）。收入較高的農戶可以利用互聯網服務的信息查詢，提高自身軟信息的質量，進而提高正規借貸可獲性。而由于非正規借貸關系多以社會資本為紐帶，更加注重“人情關系”、“個人品質”的優劣，受眾群體多為無抵押、無擔保的低收入群體，所以本身收入的高低對于非正規借貸關系而言并不是關鍵因素。相關研究的實地調研數據驗證，家庭總收入和農業收入對非正規借貸渠道的影響并不顯著（田慶剛等，2016）?；谏鲜龇治鎏岢鲆韵卵芯考僭O：

假設3：較高的收入能夠進一步提高軟信息對農戶正規借貸的正向顯著作用。

本文的影響機制圖如下：

圖1 軟信息對農戶正規借貸可獲得性的影響機制

四、 模型設定與變量選取

（一）模型設定

根據上文提出的理論分析框架，軟信息是農戶借貸貸款決策的主要依據。

令Y*是由Y*=β+βx+e 決定的不可觀察的潛變量，進一步設定：

假定e 是獨立于x，且服從于標準正態分布。影響農戶是否獲得貸款的二元離散選擇模型如下：

其中Φ 是正態標準累積分布函數。由此提出，以下研究模型：

其中：Y1代表農戶是否獲得正規金融貸款；Y2代表農戶是否獲得非正規金融貸款；Softi代表軟信息指標，Xi代表一系列控制變量，。

（二）數據來源

本文選擇廣東粵東、粵西地區的農戶作為主要的調查對象。原因在于，云浮、茂名、河源經濟發展水平較為落后，同時又是普惠金融發展重點試點地區，財政投入較大，但農戶資金的需求與金融的供給不匹配，存在嚴重信貸約束。因此，選取粵東和粵西地區農戶作為研究樣本，對研究普惠金融問題具有較好的代表性和借鑒意義。

筆者于2018 年1-2 月對茂名地區進行預調研，根據調研結果設計調整問卷。7-10 月對云浮、河源、茂名地區的農戶進行正式的問卷調查，經過分批次調研，共發放了問卷580 份，收回問卷500 份，回收率86.2%，其中進行有效分析的問卷為477 份，有效率95.4%。發放問卷的主要方式如下：一是利用寒、暑假時間，學生對農戶入戶調查，二是學生對村干部、農信社信貸員進行培訓，讓其輔助農戶填寫問題。樣本主要采取分層抽樣法進行抽樣，在茂名、云浮、河源抽取2-3 個縣，同時兼顧三個市地理區位、經濟發展的分布，在每個縣里抽取2-3 個村莊，每個村莊抽取20 個農戶進行調查。

（三）變量選擇

1.因變量：正規貸款可得性（Y1）。根據問卷中問題“2017 年，您是否因需要資金而向正規金融機構申請并獲得？”進行設定，已獲得貸款即令Y1=1，否則Y1=0。非正規貸款可得性（Y2）。根據問卷中問題“2017 年，您是否因需要資金而向親朋好友借錢？”進行設定，肯定回答即令Y2=1，否則Y2=0。

2.核心變量：即農戶軟信息，根據前文分析結果，主要包含社會資本和人格特質兩方面。

一是社會資本。國外研究通常采用普特南（Putnam）的定義，即從信任、規范、網絡三大方面界定社會資本。國內邊燕杰和丘海雄（2000）最早研究社會資本，他們將社會資本用社會聯系來衡量，將社會資本分為縱向聯系、橫向聯系和社會聯系。事實上，隨著研究的深入，根據研究領域的不同，測度社會資本標準也不同，在理論上很難有較為清晰的界定。本研究借鑒童馨樂（2011）對于社會資本概念的界定，側重于農戶憑借各種社會關系而形成的資本，涵蓋了農戶生產、生活各個領域，影響農戶與正規金融機構簽訂借貸合約的過程。社會資本具體界定如下：① 政治資本，主要指農戶擁有的政治身份所形成的關系網絡，用“農戶是否是黨員”、“農戶是否是村干部”來測度。② 組織資本，主要指農戶參與專業合作社而形成的產前、產中、產后的關系，用“農戶是否是專業社社員”測度。③金融資本，主要用“農戶的親朋好友是否有在正規金融部門工作”來測度。④ 親友關系，主要指農戶因血緣、業緣而形成的關系網絡，用“農戶擁有多少親兄弟姐妹”來測度。⑤ 鄰里關系，主要指農戶因地緣關系而形成的關系網絡，主要用農戶與鄰里關系的和睦程度與信任程度來測度。綜上，本文對五類社會資本類型中的變量，使用因子分析法，提取公因子，再運用加權平均法構建綜合指數，其權重為提取因子的方差貢獻率占總方差貢獻率的比重，得出社會資本綜合指標。

二是人格特質。因為P2P 網絡借貸是典型的人格信用的網絡借貸方式，所以借鑒相關有關人格特質的研究（王會娟和何琳，2015）以及Mayer 等（1995）、Herzenstein 等（2011）的做法，對人格特征劃分為三類：①品質信息，如借款方的誠信水平、可靠程度、近期是否有過違法違規行為等，本文用農戶信用評級來衡量品質信息。 ②能力信息，如農戶學歷、是否掌握一項技術等，從一定程度上表現了借款人兌現承諾的可靠度，本文用農戶受教育程度來衡量。③善意信息，如是否經常幫助他人，是否有改變目前狀態的渴望等，即借款人向出借人表達了向善的傾向。本文用“您是否經常給予親朋好友幫助”進行衡量。綜上，本文對三類人格特質中的變量，使用因子分析法，提取公因子，再運用加權平均法構建綜合指數，其權重為提取因子的方差貢獻率占總方差貢獻率的比重，得出人格特質綜合指標。

根據前人的研究，本文引入戶主家庭資源稟賦方面的因素作為控制變量，所有變量的具體定義及描述性統計見表1。

表1 變量說明及描述性統計

（四）因子分析

1.檢驗數據可得性。在對社會資本與交易費用進行因子分析之前，須進行KMO 抽樣適當性檢驗和Bartlett 球形檢驗。社會資本與交易費用的KMO 值分別為0.628、0.703，均大于0.5，Bartlet 球形檢驗P 值為0.000，這表明，測量項目之間皆存在很高的相關性，適合因子分析。

2.提取公因子。對于社會資本變量，提取了4 個公因子。由表2 可知，四個因子的累計貢獻率已達69.487%，且特征值均大于1，表明提取4 個公因子可以保留原指標體系近70%的信息。

表2 社會資本因子方差貢獻率

對于人格特質變量，提取1 個公因子，累計貢獻率達到44.051%,且特征值大于1，表明提取的公因子能保留人格特質變量原來44.051%信息。

表3 人格特質因子方差貢獻率

3.建立因子得分模型。通過選取方差貢獻率大的綜合因子，并利用因子的方差貢獻率進行加權平均最終得到指數值，即社會資本指數和人格特質指數。

五、實證結果

（一）軟信息對農戶借貸行為的影響

軟信息對農戶借貸行為影響回歸結果見表4。可以看到，軟信息中的社會資本指數在1%顯著水平下正向影響農戶正規借貸可獲性，說明社會資本每提升一個單位，農戶獲得正規借貸的概率提高47.3%。人格特征指數對農戶正規借貸行為影響并不顯著。農戶擁有抵押物在1%上正向顯著影響農戶正規借貸可獲性，并且農戶擁有抵押物的可能性每上升一個單位，獲得正規借貸的概率提高55.2%。同時，農戶每年的純收入每增長一個單位，能夠獲得正規借貸的概率提升6.7%，并在1%顯著性水平下顯著。

而在農戶非正規借貸行為中，農戶軟信息中的社會資本指數每上升一個單位，農戶獲得非正規借貸可能性提高25%。人格特質指數也對非正規金融借貸產生了正向影響，并在10%顯著性水平下顯著。人格特質指數每提升一個單位，農戶獲得非正規金融貸款的概率將提升11.2%，但是相對于農戶擁有抵押物和純收入均未產生顯著的影響。由于本文的非正規金融借貸主要指親友借貸，雙方借貸契約的簽訂存在長期穩定的關系，大部分為關系型借貸，對于硬信息要求較低，更多的依靠農戶擁有的社會資本以及本身存在的誠信、能力等人格特質，農戶履約行為能夠受到社會懲罰機制的約束。而農戶本身硬信息的存在，主要是為了維持銀農契約關系的穩定，減少農戶違約風險帶來的損失。對于關系型借貸，尤其是親緣類借款，違約后心理成本較高，易產生內疚心理，使得農戶自覺遵守非正規借貸合約或者承諾，進而保障非正規信貸安全，故軟信息質量的高低在一定程度上能夠維持非正規借貸契約的穩定性。

表4 軟信息對農戶借貸行為影響回歸結果

（二）收入異質性調節軟信息影響農戶借貸行為

軟信息與各收入類型對農戶借貸行為的回歸結果見表5?？梢钥吹?，農戶收入越高，越容易獲得正規金融借貸。正規金融機構具有“嫌貧愛富”的傾向，一方面，高收入的農戶具有較強的還債能力，易取得正規金融機構的信任，另一方面，收入較高的農戶本身存在資金額度較大的借貸意愿，需要從正規金融機構獲取。純收入與社會資本指數交互項為正顯著，說明擁有社會資本多且收入水平較高的農戶，更容易獲得正規金融機構的貸款。但人格指數以及其與純收入的交互項并不顯著，說明農戶收入較高并不能提高正規金融機構對農戶個人思想品德的認可程度，假設3 部分成立。

與正規借貸行為不同，非正規借貸對于軟信息更為重視。表5 中發現，社會資本指數和人格特質指數均對非正規金融借貸行為產生顯著正向影響，收入的大小并未產生顯著的影響。社會資本指數和人格特質指數與純收入的交互項也并不顯著，說明高收入群體的農戶并不能調節軟信息對于非正規借貸行為的影響程度大小，也進一步驗證了非正規借貸更關注人情關系、地緣網絡等社會資本，以及農戶自身的信譽等與品德相關的信息。

表5 軟信息與各收入類型對農戶借貸行為的交互影響

六、結論與啟示

本文通過分析軟信息對農戶借貸行為的影響，構建一個影響機制框架分析發現農戶擁有的軟信息，通過信號傳遞、社會抵押的功能，降低農戶逆向選擇和道德風險的概率，提高農戶獲得貸款的可能性；隨后進一步采用2018 年廣東省477 份農戶入戶調研數據，使用因子分析法和Probit 模型進行實證檢驗。研究結論如下：第一，農戶擁有的軟信息中社會資本指數每提升一個單位，農戶獲得正規借貸的概率提高47.3%，但是人格特質指數的影響并不顯著。而農戶擁有的硬信息中抵押物和純收入均對正規借貸可獲性產生正向顯著影響。第二，對于非正規金融借貸而言，農戶的社會資本指數每上升一個單位，獲得非正規借貸可能性提高25%，人格特質指數也在10%水平上正向顯著影響非正規金融借貸，但是農戶擁有的抵押物和純收入均未對非正規借貸行為產生顯著影響。第三，農戶收入較高能夠提高社會資本對農戶獲得正規借貸行為的影響，而收入高低并不能調節人格特征對農戶正規借貸可獲性的影響。對于非正規借貸行為而言，農戶純收入的高低均無法調節軟信息中社會資本以及人格特質對農戶借貸決策的影響程度。

基于上述研究結果，提出如下啟示：第一，對于正規金融機構而言，應利用互聯網處理技術，如云計算、區塊鏈、人工智能等金融科技，將分散的農戶交易數據整合，轉換為系統性、可供編碼與查詢的信息，充分識別農戶隱藏或者外顯的軟信息，來緩解信息不對稱問題。第二，信用評分系統應將農戶部分軟信息進行硬化，同時應完善信息評分系統的技術，進一步降低信息搜尋成本。對于農戶而言，要積極培育自身軟信息質量，如積極參加社區活動、培育良好社會品德，注重個人誠信道德品質的培養。第三，從制度環境而言，應將非正式制度與正式制度有效結合，利用金融聯結優勢，改變傳統信貸交易模式，推廣“正規金融機構+鄉村中介+農戶”模式。