信贷配给论文范文

本论文主题涵盖三篇精品范文，主要包括《信贷配给论文范文(精选3篇)》，希望对大家有所帮助。摘要：信贷配给是制约我国农村信贷市场建设的重要因素，也阻碍了农村金融环境优化、影响了农村经济的良性发展。通过引入制度因子，量化信贷配给，构建了信贷配给宏观计量模型，对我国农村信贷配给状况进行实证检验，结果证明，利率和制度因子是造成我国农村信贷配给的两大因子。应合理调控利率、推进深化改革、加大三农扶持力度，实现农村经济社会的和谐发展。

第一篇：信贷配给论文范文

我国农村信贷配给问题研究

摘要：农村的发展需要增加资金投入，但目前在我国农村正规金融市场上却存在着严重的“惜贷”现象，农村贷款难已成为制约农村经济发展的“瓶颈”。农村信贷市场的信息不对称，导致了农村金融机构与借款人之间的逆向选择和道德风险问题，造成了我国农村信贷市场中农村金融机构对农户和企业的“惜贷”行为，引发了农村信贷资金的外流，最终导致更为严重的信贷配给问题。应该加强农村借款人的还款能力和信用水平，更好地克服或减弱农村金融机构与借款人间的信息不对称，切实解决农村信贷配给难题。

关键词：农村信贷　信贷配给　非对称信息　信号

一、我国农村信贷市场的现状及问题

(一)总量配给

由于我国农村信贷市场具有不确定性、不完全信息和不完全和约的特征，信贷市场必然是不完全的，并表现为不透明性和稀薄性。一方面农户和农村企业的贷款需求难以得到满足。另一方面，大量资金滞留于银行等金融机构，银行被认为“惜贷”。根据中国人民银行济南分行的估算，农业部门至少有四成左右的信贷资金缺口。

2003年底，在全国金融机构各项贷款余额中，农业贷款只占5.3％，在2004年7月底全国金融机构人民币贷款余额169884.39亿元中，农业贷款余额10090.62亿元，所占比重仍然仅为5.94％。全国乡镇企业贷款余额占全部贷款余额的比重也呈下降趋势，农户和乡镇企业贷款困难问题加剧，正规金融组织无法很好地满足农业和农村经济对金融服务的需求。据统计，全国乡镇企业贷款余额占(正规金融机构)全部贷款余额的比重由1997年的6.7％下降到2004年的4.8％。农业部对江苏省武进县个体私营企业的调查显示，年收入500万元以上的企业中有45.1％认为贷款难，年收入500万元以下的有86.5％认为贷款难。

(二)结构配给

结构性信贷配给主要表现为农村正规金融机构所提供的贷款难以满足农户需求，农户贷款主要依赖于非正规金融机构。据全国农村固定观察点对两万多农户的调查，2003年底，从全国范围看，农户借款中银行信用社贷款占32.7％，私人借款占65.97％，其它占1.24％。从各地区来看，在作为重要农业区域的中部地区，农户来自银行的贷款仅占5.36％，私人借款则占了71.26％；东部地区农户借贷资金中绝大部分也来自民间金融。一项调查资料表明，大多数农户对金融机构提供的存款服务基本满意，但是半数以上的农户对金融机构提供的贷款服务不满意，农村企业贷款也面临着同样的问题。据湖南农调队对全省3700户农户的抽样调查，2003年从银行和信用社得到贷款的农户有218户，所占比例仅5.9％；据江西省农调队对全省2450户农户的抽样调查，2003年有574户有借贷行为，占23.4％，其中从银行或信用社得到贷款的有120户，占被调查农户的4.9％；从2001年至2003年，从银行或信用社得到的贷款仅占农户总借贷收入的13％-23％左右，而民间贷款所占比重76％-86％。据安徽省农委从农村调查点了解的情况，2003年农民户均借款中，来自银行、信用社的占12.6％。来自民间借贷的占83.5％。

二、信息经济学视角下的我国农村信贷配给原因分析

(一)农村信贷市场中的逆向选择

在信贷市场中逆向选择的含义是指“较高的利率意味着较大的贷款风险，高风险项目驱逐低风险项目”。金融市场中的逆向选择是签约之前的信息不对称问题，当越有可能陷入不利境地的借款人越有可能得到贷款时便出现了逆向选择问题“冒的风险越大，借款人越是想得到贷款，这是因为他们知道他们可能不会归还贷款。”因为逆向选择使贷款人很可能承担坏的信用风险，因此，即使金融市场上有良好信用记录的借款人也不愿放贷。由于农村信贷市场信息不对称的特性，使低收益、低风险的农户和中小乡镇企业因获利能力小不具备与大厂商竞争资金资源的能力而退出农村信贷市场。

(二)农村信贷市场中的道德风险

金融市场中的道德风险是签约之后的信息不对称问题，当借款人存在激励从事从贷款人角度来看是不良的投资活动时，贷款人便遭遇了这种风险，因为他们使贷款归还的可能性极小。借款人存在激励投资于高风险的项目，这种项目如果成功，借款人将获得丰厚的利润；一旦失误，损失由贷款人承担。借款人也存在激励把资金用于个人目的，将偷懒而不是勤奋工作，或者把资金投向能增加自己的权力和地位的非赢利项目。在这种情况下，道德风险就会产生。农村信贷市场上，非对称信息的存在会引发农民的道德风险行为。当农户与银行签订契约之后，银行无法对农户从事的各项活动进行密切的监督，农户就会根据自己掌握的信息优势采取机会主义行动，从而损害了银行的利益。农民的机会主义动机所引发的“道德风险行为”主要表现在以下两个方面：一是改变借款用途。由于国家对农业生产的扶持政策，农民向贷款机构申请农业贷款可获得某些优惠。而对农民的消费贷款则不提供优惠。当农民拿到贷款后。利用银行的监督困难改变贷款用途，用于非生产性开支甚至是投机性交易。二是拖欠贷款。甚至拒不还贷。

三、解决我国农村信贷配给问题的对策

(一)完善社会征信体系建设，增强主体信息对称程度

1　企业征信体系建设。我国人民银行从20世纪80年代末90年代初开始推进企业征信工作，全国各商业银行与该数据库联网查询。但由人民银行推动建立的企业征信方式实际上是一种同业征信，会限制企业信用信息的采集范围和企业征信数据库的完善。一个可以提供高质量企业征信的数据库，应该囊括一国所有企业的成套征信数据。作为发展中国家，我国企业征信数据库的建立应该在借鉴国外先进经验的情况下选择符合我国国情的发展模式，实行政府特许经营模式，可以吸收国外的政府经营模式和企业自由经营模式这两者的优点，既能够避免征信机构投资过于分散和行业无序经营，又能够充分发挥政府在宏观管理上的主导优势，以保障征信数据能在较短的时间内覆盖国内的主要大中型企业。

2　个人征信体系建设。借鉴国外有关个人信用制度的先进经验，科学、客观的个人信用评分体系应当建立在完整、有效的个人信用信息数据库的基础上，应当包括个人的信贷偿还、纳税记录等。实行个人信用实码制并逐步扩展个人基本账户制度是建立个人信用档案制度的关键。我们应当结合我国国情和试点城市个人的信用状况，积极严格进行个人信用资料的调查与征集、设置个人基本账户、建立科学严谨的信用评估指标体系，从而建立一整套可操作性强的、具有中国特色的个人信用制度。因为这会对个人今后发展产生巨大的影响。我们要将每个人的收入、纳税及其他各种经济行为都记录在案，以备银行以信用信息判断借款人的财产、了解个人收入的真实性和稳定性、还款意愿等关键性内容，以决定是否对其贷款和贷款多少。

(二)完善担保机制，增强制度约束

1　成立联户担保小组。保小组由居住在金融机构服务辖区内有借款需求的农户借款人组成。联保小组成员责任包括负责各成员贷款的申请、使用、管理和归还在贷款本息未还清前，成员不得随意转让用贷款购买的物资和财产。联保小组成员对借款人的债务承担连带保证责任，经小组成员一致决定，可以开除违反联保协议的成员。在贷款时，还要按照借款额的一定比例用于设立小组互助金。小组成员的活期存款和小组互助金要在贷款银行专户存储，归小组成员所有。当借款人还清贷款本息后，小组成员可自主决定处理存款和小组互助金。

2　成立组建专门的信贷担保公司。专门的信贷担保公司应由政府牵头组建，其宗旨是以实现农业产业结构调整和实施农业现代化为导向，以政府预算拨款加会员会费形成财力支撑系统，以公司为运作主体，主要服务于农民。解决农民融资难问题，不以盈利为目的。通过政府拨款或者会员交纳会费等方式筹集资金，信用担保机构通过专业化的经营信息资源、专门人员的利用与培训以及专门技术的研究与开发，降低信息搜集与处理的成本。从而有效地降低风险。因此，我们认为以政策性互助性担保为主建立融资担保体系是解决农村中小企业融资难的必然选择。

(三)积极发展实物信贷，有效防止道德风险

为了生活和生产经营需要，可以允许农户和乡镇企业以实物作为抵押物向银行申请特定用途的贷款，特别对于由于需要购买大型设备、固定资产等而产生的生产性贷款需求。可以借鉴住房抵押贷款、汽车贷款等耐用消费品信贷模式的成功经验，采取首付+按揭的模式，分批次贷款。这样一方面可以避免一次性贷款所产生的高风险，同时还可以根据还款人的每个月的还款记录，考察借款人的信用，减少信息不对称。比如购买一个低挡的收割机农民需要支付7万～9万元。对于此类生产性贷款需求就可以设计一个实物贷款：贷款的期限可设定为1年～10年的中长期。最高不能超过30年；金额、首付比例主要根据贷款用途来设定；贷款金额最高为实物资产评估价的60％-80％；抵押设备的条件要求借款人对该设备具有完全产权：银行利率及还款方式可以银行利率执行同期人民银行规定商业贷款基准利率或上浮10％：还款方式为等额本息和等额本金，自行选择。

(四)立足本土信贷人员信息优势，加强信贷人员专业培训

与目前流行的“农村信贷员应从城市下放”观点不同的是，本文认为农村信贷员更应该走本土化道路，这主要是因为本土化信贷员拥有更多关于农村社区及社员信息，有利于降低信贷市场信息不对称的程度，减少信贷配给，实现农村金融机构和农户的共赢。信贷管理具有很强的专业性和技术性，其工作人员只有具备足够的专业知识、技术方法和经验，才能胜任。鉴于当前我国农村信贷员业务素质不高、风险意识较差、机会主义行为盛行的现状，有必要提高他们的业务素养和风险意识。所以，还必须加强对信贷工作人员的培训工作，提高其管理风险的能力和技巧。

作者：沈思柱　卢西彬

第二篇：农村信贷配给实证分析

摘 要：信贷配给是制约我国农村信贷市场建设的重要因素，也阻碍了农村金融环境优化、影响了农村经济的良性发展。通过引入制度因子，量化信贷配给，构建了信贷配给宏观计量模型，对我国农村信贷配给状况进行实证检验，结果证明，利率和制度因子是造成我国农村信贷配给的两大因子。应合理调控利率、推进深化改革、加大三农扶持力度，实现农村经济社会的和谐发展。

关键词： 农村信贷配给；制度因子；时间序列模型；ADF检验

一、引 言

农村信贷市场建设是农村金融建设的重要内容之一。国家“十二五”规划中涉农政策频出，旨在改善农村金融环境，加大“三农”扶持力度。中国人民银行总行、中国银行业监督管理委员会《关于鼓励县域法人金融机构将新增存款一定比例用于当地贷款的考核办法（试行）》[1]的颁布体现了国家对于加快县域金额建设的决心。

但我国的现实情况却是：在农村金融服务领域存在着明显的信贷配给现象，这在一定程度上制约了农业的发展和农村经济的增长。为此，有必要深入分析造成信贷配给的重要宏观经济因子，有效构建信贷配给宏观计量模型，以期为强化农村金融制度建设、缓解信贷配给现象、加快农村经济发展提出相关的政策建议。二、文献回顾

信贷配给可以理解为银行在一定利率水平下，资金供给不能满足资金需求而导致的人为的信贷资金配置现象。一般来说，信贷配给产生的原因可以从宏观和微观两个视角来阐明。从宏观角度而言，那便是信贷市场的供求不均衡，供给严重小于需求；就微观角度而言，主要表现为信贷资金没有进行合理分配，能够支付更高的贷款利率的人可能申请不到贷款，或者说只有一部分人的资金需求可以得到满足。

国内外许多学者从不同角度开展了大量的研究，并提出了具有一定代表性的观点，具体包括以下几个方面：（1）利率管制。主要从利率的角度分析利率与信贷配给的关系。对于这种观点的研究最早可以追溯到亚当·斯密，他强调了一个国家的制度与法律在决定资金的配置方面起到了很大的作用[2]。同时，他认为因为借款人的风险厌恶程度不同，导致了信贷资金的配置在方向与效率上的差异。在发展中国家，政府的利率管制扭曲了信贷市场的均衡，使得金融机构被迫调整利率结构来达到均衡。（2）风险控制。即金融机构为了满足自身风险的最小化，从而导致了信贷配给。以Fried & Howitt（1980）为代表，认为通过信贷合约使得稀缺资源实现了在银行与借款人之间的再分配[3]。一般而言，收益与风险都是相对的，客户为了规避市场利率波动的风险，不得不支付超过均衡水平的更高的利率，从而导致了非价格配置。（3）产权关系。刘明显、魏桦（2001）以及钟正生、宋旺（2003），认为资金控制权与所有权的不恰当归属使得借款人有机可乘，从而贷款人的利益得不到保证[4，5]。（4）金融机构执行力。华静 （2000）总结了阻碍我国均衡化信贷配给机制发展的主要宏观因素：央行的过度调控、银行自身业务能力的限制以及企业的融资渠道狭窄[6]。三、实证分析

（一）变量因子选择

1.测算信贷配给度。借鉴刘艳华[7]（2009）的做法，定义信贷配给度为θ，令：

θ=β—αβ

（1）

式（1）中β为农村经济在国民经济中的比重，α为农村经济主体掌握的信贷资金比重。为了使模型更有说服力，测度信贷配给时需要遵循以下假设：

（1）农村金融机构是信贷市场资金最主要的供给者；

（2）国民经济均衡协调发展要求信贷资金配置的均衡；

（3）农村经济主体对信贷资金的需求缺口很大，而主要原因来源于金融机构的信贷配给。

根据假设（2），在国民经济协调发展时，农村经济主体掌握的信贷资金比重α应与农村经济在国民经济中的比重β相一致。当α<β时，就处于信贷配给的状态，信贷配给的程度为 θ=β—αβ×100%，即信贷需求缺口与信贷需求之比。考虑到数量级等方面的问题，上述方法所得到的信贷配给指标不便于建立模型。于是参考Logit模型的处理方法，对上述指标进行如下变换得到Y：

Y=ln （1—θθ）

（2）

根据我国1981～2009年实际数据，代入式（2）得出量化的信贷配给度，见表1。

表1 1981～2009年信贷配给度

财经理论与实践（双月刊） 2012年第5期

2012年第5期（总第179期） 龙海明，邓可欣等：农村信贷配给实证分析

Y值与信贷配给度θ为负相关的关系，Y值越小说明信贷配给的情况越严重。

2.解释变量的选择。在解释变量的选择上，除了传统的宏微观因素外，还特别考虑了制度因素对农村信贷配给的影响。具体包括：

（1）宏观因素。X1，即每年的实际价格水平，由每年的通货膨胀率加一得到；解释变量X2，即实际利率水平，用每年6个月的贷款利率取平均，并从中剔除价格变化后得到；X3，即农村就业人口占就业总人口比例的增长，即农村就业人口占就业总人口比例的一阶差分；X4，即农业生产总值，并从其中剔除了价格变化的因素。

（2）微观因素。X5，即人均生产总值，并从收入中剔除掉价格变化的因素。

（3）制度因素。（X6），即主要借鉴金玉国（2001）、王兵（2004）等人的研究方式[8—10]，综合四个指标来定义与测度制度因子。一是非国有化率（FGYH），该指标反应经济成分多元化的程度。此处采用公式：FGYH=1/3× （1—国有工业产值/工业总产值）+1/3×（1—国有职工/总职工）+1/3×（1—国有投资/总投资）。二是财政收入比重（CZSR），该指标主要反映经济利益分配中公有成分分配份额的大小。此处采用公式：CZSR = 财政收入/ 当年GDP。三是市场化指数（SCH），该指标用来反应资源配置经济决策市场化的广度和深度。参考傅晓霞、吴利学[10]（2003）的方法，定义SCH=生产要素市场化指数。基于可操作性的需要，用“投资的市场化”指标代替“生产要素市场化指数”，该指标主要由全社会固定资产投资中“利用外资、自筹投资、其他投资”三项指标比重组成。四是城乡二元化率（CCD），该指标用来衡量当地农村与城市二元结构的显著程度，此处采用公式：CCD=农村GDP/城市GDP。最后对上述四个因子进行主因素分析，确定权重，得出一个农村制度因素指标X6，取值如图1。

X6=—0.559890×SCH+0.542733×FGYH

+0.280956×CZSR+0.559489×CCD

我国从1978年改革开放以来，确立了建立社会主义市场经济体制的目标，国家逐渐放宽对金融的管制与政策限制。图1所示，制度因子的变化是逐年递减的，说明对制度因子的量化是符合现实情况的。

（二）计量检验

1模型构建。利用度量信贷配给指标β—αβ以及Logit模型构造衡量信贷配给程度的指标Y来构建计量模型。可以构建计量模型如下：

Y=β1+∑6i=1βi+1Xi

（3）

式（3）中，y为信贷配给指标，Y=ln （1—θθ）。

从上述初步的计量模型可以看到，各因子的系数数量级相差很大，一定程度上影响了模型的精度，需要对上述模型进行修正，通过对部分因子取其对数，构造如下修正模型：

比较可见，修正模型的整体拟合效果良好，T检验和F检验都十分显著，模型能从整体上近似反映现实情况。

为了保证模型的实证效果，避免出现伪回归的情况而影响模型的可信度，进行以下检验：

（1）平稳性检验。这里采用增广的迪克—富勒测试法（Augmented DickeyFuller）对数据进行平稳性检验。

ADF检验模型有如下三种形式：

Yt=γYt—1+∑pi=1αiYt—i+εi

（4）

Yt=α+γYt—1+∑pi=1αiYt—i+εi

（5）

Yt=α+β t+γYt—1+∑pi=1αiYt—i+εi

（6）

根据水平变量和一阶差分变量的趋势图的实际情况，对模型进行选择，具体检验结果如表2和表3。

表3 一阶差分后ADF检验结果

结果表明各变量的水平数据基本都是一阶单整的时间序列。

（2）协整检验。为了排除伪回归的可能，对原模型进行协整检验。对协整关系的检验，主要是通过检验回归残差的平稳性进行，结果如表4。

表4 残差序列的平衡性检验

图1 制度因子变化图

2模型修正。根据式（3）给出的分析模型，运用Eviews软件对我国1981～2009年的时间序列数据进行线性回归分析，分析结果如下：

由表4可见，各变量之间存在协整，表明他们之间存在长期的均衡关系。但从短期来看，可能会出现失衡，为了增强模型的精度，构建误差修正模型如下：

上述结果表明，农村信贷配给的程度不仅取决于各个变量的变化，而且还取决于上一期信贷配给程度对均衡水平的偏离，误差项et—1估计的系数—1.320660便体现了对偏离的修正，本期修正量和上一期的偏离量绝对值呈正相关关系，误差能够被系统的修正机制得到有效控制。

（三）检验结果说明

根据模型结果，利用θ=1eY+1转换关系，可以整理得到各宏观因子对信贷配给度（θ）的影响方向，如表5所示。

表5 宏观因子对信贷配给度（θ）影响方向

实际价格水平升高，信贷配给度增大。当物价上升时，经济环境处于通货膨胀时期，资本市场活跃，信贷资金供不应求。银行会有选择地放贷，提高贷款门槛。经济效益好、信用评级高的大型企业更容易获得贷款，而农村中小型企业各方条件相对薄弱，自然不能申请到理想金额的贷款，从而造成了信贷配给现象的进一步严重化。

当期的贷款利率对信贷配给度具有较为显著的影响，两者存在高度的正相关的关系。同时，根据修正的模型，滞后一期的利率对信贷配给也具有较显著的正影响，而滞后二期的贷款利率对信贷配给都有很显著的反向影响，当中国人民银行调高贷款利率一年后，信贷配给的程度会有较大程度的增加，两年后情况得到改良，说明货币政策的实施存在一年的时滞作用。

乡村就业人口占总就业人口比与信贷配给度同向变化。乡村就业人口增多，意味着更多的农民进入企业务工，可以侧面反映出制造业的发展。而企业相对于基本靠自给自足的农民更有信贷资金的需求，使得农村总体信贷资金紧张，从而信贷配给度增大。

农业生产总值的增加将降低农村信贷配给度。我国农村信贷配给一个很重要的因素就是“虹吸效应”，即经济实力更强劲的城市以更高的资本回报率将农村的资金抽走，使本来就相对落后的农村信贷更加艰难。当农业生产总值增加时，意味着农村经济实力的提高，使得更多的资金能够留在农村服务三农，信贷资金总量的增加降低了信贷配给程度。而农村家庭人均生产总值对信贷配给的程度则有着显著的正向影响，农村家庭人均生产总值的增长会严重影响信贷配给的程度，这点可以从信贷资金的需求角度分析，当农民收入提高，有了更多的金融服务需求，出现了需求增加的情况，必然带来了信贷资金的紧缺从而造成信贷配给。

制度因子的弱化，带来了更为自由的金融环境，降低了信贷配给的程度。制度因子是我国经济处于高速发展及转型期独特存在的影响信贷配给的因素，回归结果较为显著，说明国家的宏观政策、经济形态等制度因素确实是造成信贷配给的重要原因之一。当市场化程度提高时，信贷配给的程度会显著降低。四、结 论

以上基于我国广大农村，选取2001～2009年的时间序列数据，引入制度因子，运用定量分析方法对信贷配给的影响因素进行了实证分析。结果显示，利率是影响信贷配给的首要因子，且存在着一年的时滞作用；同时，制度因子是我国不容忽略的因素，更加开放的市场经济有利于弱化农村信贷配给现象；实际价格水平、乡村就业人口比、农业生产总值与人均生产总值也是影响我国农村信贷配给的重要因素。

利率是影响信贷配给的最为显著的因素。这给我国中央银行实施货币政策提出了更高的要求：在调控宏观经济时，不仅要关注城市的经济运行状况，货币政策的制定还需要考虑到给农村金融带来的影响，避免给农村信贷市场带来巨大的冲击，使原本脆弱的尚还处于起步阶段的农村中小企业与经济基础薄弱的个体经济遭受巨大的损失。

制度因子对信贷配给具有正作用。这意味着建设农村的信贷市场，完善金融环境既离不开国家良好的宏观经济环境的支持，也是建立在国家经济制度环境的大背景下的。非国有化率、财政收入比重、市场化指数、城乡二元化率是制度因子的主要组成部分，为了创造更好的农村金融环境，国家要深化企业的股份制改革，鼓励发展现代企业的建设；同时财政也需要多向三农倾斜，缩小城乡二元差距，让农村金融建设跟上城市改革的步伐，也让广大农民享受到现代金融服务，金融市场逐步得到改善与发展。

总之，从中央银行的政策操控而言，要灵活使用宏观货币政策工具，合理调控利率；从制度层面来看，要进一步深化改革，加快社会主义市场经济的建设，提高市场的自由化程度，让经济平稳而快速地发展；从社会公平着眼，要进一步加大对三农扶持力度，鼓励农村中小企业的发展，加强农村金融环境建设，助推农村社会的和谐进步。

参考文献：

[1]中国人民银行.关于鼓励县域法人金融机构将新增存款一定比例用于当地贷款的考核办法（试行）[OL].http：//www.pbc.gov.cn/publish/goutongjiaoliu/524/2010/20100928140926454233091/20100928140926454233091_.html， 2010（9.18）

[2]亚当·斯密.国富论[M].北京：华夏出版社，2005，（6）：206.

[3]Fried & Howitt.Credit rationing and implicit contract theory[J]，Journal of Money Credit and Banking，1980，12（3）：471—487.

[4]刘明显，魏桦.关于信贷配给的产权分析[J].江苏理工大学学报（社会科学版），2001，（1）：40—42.

[5]钟正生，宋旺. 对新凯恩斯信贷配给理论的反思——一种新制度经济学诠释[J].金融教学与研究，2003，（1）：28—31.

[6]华静，我国货币政策传导的信贷配给机制探析[J].武汉金融，2000，（11）：31—33.

[7]刘艳华.中国农村信贷配给及其绩效研究[D].山东农业大学经济管理系，2009：111.

[8]金玉国.宏观制度变迁对转型时期中国经济增长的贡献[J].财经科学，2001，（2）：24—28.

[9]刘杰，王定祥.农业信货资金配置的经济效应

基于中部六省1978～2007年的面板数据分析[J].重庆理工大学学报（社会科学版），2011，（6）：49—53.

[10]王兵.包含制度因素的广东经济增长模型及实证分析[J].暨南学报（人文科学与社会科学版），2004，（4）：6—15.

[11]郑永哲.农民贷款难：农村经济发展的制度瓶颈[J].税务与经济，2010，（1）：43—45.

[12]傅晓霞，吴利学.制度变迁对中国经济增长贡献的实证分析[J].南开经济研究，2002，（4）：70—75

（责任编辑：宁晓青）

作者：龙海明　邓可欣　张倚胜

第三篇：农户信贷配给情况及影响因素分析

摘要：根据陕西省324户农户的实际调查数据，对信贷配给类型按数量配给、价格配给、风险配给、交易成本配给和自我配给进行识别，并运用多项Logit模型分析了不同信贷配给类型的影响因素，以及不同信贷配给类型之间的相对风险比（RRR）。结果表明，有50%的农户受到信贷配给；教育、借贷渠道、家庭变化和家庭总收入对数量配给有显著影响；购买保险数量对价格配给影响显著；年龄、教育和信贷需求对风险配给影响显著；购买保险数量、贷款需求和加入农民合作组织对自我配给影响显著；各因素对交易成本配给影响不显著。

关键词：农户信贷；信贷配给； 相对风险比；多项Logit模型

引言

信贷配给是指贷款者由于受逆向选择或道德风险的影响，不愿意以提高利率来出清信贷市场，造成需要流动性的借款人在现有的利率水平上不能得到或者不能全部得到所需贷款的现象[1]。在我国，信贷配给现象一直存在，农村地区由于二元化结构格局，金融体制存在缺陷，农村金融生态环境不完善，农民对于金融知识了解不够，金融意识也相对淡薄。同时，随着涉农金融机构的商业化发展，大量农村资金外流进入城市，导致农民“贷款难”问题日益加剧。

很多学者认为，加强农业产业发展，金融支持是非常关键的因素，解决“三农”问题，最根本的是需要农业资本的形成。在国家政策支持下，很多银行及信用合作社为农民提供了多样的金融产品，比如小额贷款、质押、产权抵押贷款等，以解决农民的生产性和生活性贷款需求，对促进农业增收，缓解农民“贷款难”问题做出了不少贡献。但是，由于贷款违约风险和信息不对称的问题，信贷配给仍然存在，农民难以获得全额的贷款，无法满足贷款需求。

已有的研究中主要将信贷配给分为数量配给、价格配给、风险配给、交易成本配给四种类型，这种分类既从信贷供给角度去分析信贷不足，又从信贷需求角度研究，比较符合目前我国农村信贷配给的现状。本研究在此分类基础上，将自我配给从数量配给中分离出来考察，列为第五种信贷配给类型，并分析了个人因素、家庭因素、经济因素、保险购买和加入农民合作组织对各类型信贷配给的影响程度。文章采用多项Logit模型，研究不同因素对信贷配给的实际影响，并以没有受到信贷配给样本农户为参照，与各种信贷配给类型进行比较。

一、文献综述和相关概念界定

（一）文献综述

通过文献回顾发现，最早对信贷配给的研究是从国外开始的，Roosa首次提出了“信贷可获性学说”[2]。Baltensperger首次提出了对信贷配给的定义，认为信贷配给就是即便借款者愿意接受信贷合约中所有的价格与非价格条件，其信贷需求仍然无法满足的情形[3]。其中价格条件是指由银行制定的，以自身利益最大化为目的而形成的条款；非价格条件是指除了价格条件以外的一些条款，比如担保条款等。Stiglitz和Weiss从信息不对称的角度，阐述银行通过提高贷款利率会产生逆向选择和道德风险，因为提高利率，借款的企业经营风险提高，导致高风险投资，所以银行应该减少信贷供给数量而非提高利率[4]。Sharp从委托代理的角度分析了信贷配给产生的机理[5]。Boucher等将信贷配给类型区别得更为清楚，将其分为数量配给、风险配给、成本配给，否定了早期学界认为的只有数量配给存在，通过经验研究证明了风险配给和成本配给是实际存在的[6]。

近几年，国内学者也对信贷配给进行深入的研究，尤其对不同信贷配给类型分别研究，并且很多以大数量样本为研究对象，研究具有普遍代表性。朱喜、李子奈通过对3 000个样本农户的调查，结果显示只有4.4%的农户获得正规金融机构的贷款，民间贷款的发生率是正规金融机构贷款的2.5倍，农户受到了很大程度的信贷配给，即便从民间贷款渠道获得贷款也并不一定能满足贷款需求。他们将信贷配给分为数量配给和服务配给[7]，信贷配给产生的原因是利率市场化程度和信息不对称，利率太低会促使金融机构减少信贷供给。田俊丽提出了信贷配给的衡量方法，是农户获得的信贷资金比重与农户在区域经济中的比重的百分比[8]。姜海军等从道德风险和逆向选择的角度分析信息不对称对信贷配给产生的作用，采用一期效用函数构建了信贷市场均衡模型。由于信息不对称，银行不能分辨借款人信用程度，为使自身利益最大化，银行会减少信贷供给，信贷配给产生[9]。褚保金调查的372户样本农户中，有28.49%受到信贷配给，获得信贷的农户包括正规和非正规渠道的贷款，受到信贷配给的农户的正规借贷金额要明显低于从非正规金融机构获得的贷款，说明非正规金融机构贷款可以一定程度上缓解正规信贷配给[10]。王性玉将信贷配给分为三种：数量配给、交易成本配给和风险配给。在调查的20 040个样本农户中，有45.5%的农户受到了信贷配给，其中绝大部分农户是受到了数量型信贷配给，并且模型分析显示，受到信贷配给的农户相对于未受到信贷配的农户农业生产的产出受农户资源禀赋的影响更大[11]。对于风险配给，庞新军运用等价物方法测度农户风险态度，认为农户的风险偏好影响信贷需求，农户风险规避性越强受到的信贷配给越大，而且在不同的风险偏好特征下，农户承受生产性信贷配给或消费性信贷配给，在调研的244户农户中有超过一半农户受到风险配给[12]；任劼、孔榮通过对陕西省730户样本农户采用直接诱导式询问法对农户信贷风险配给进行识别，在被调查的农户中，有6.16%的农户受到风险型信贷配给，价格型信贷配给达到79%，相对于其他类型的信贷配给，风险配给的农户受到信贷需求价格弹性的影响较大，而且即便在保险市场还是存在风险配给[13]。

综上，国内学者研究主要建立在国外研究的基础上，对信贷配给的形成、影响因素、衡量配给程度等方面进行深入分析。从研究结果可知，由于我国不同地区经济发展水平差异较大，信贷配给的空间地域性差异表现十分明显。本文主要研究陕西关中地区的信贷配给情况，希望对国内研究有一定的充实作用。

（二）相关概念界定

本文结合Bourcher的研究[6]，对文章涉及的相关概念作如下界定：

1.数量配给。将其分为部分数量配给和完全数量配给，部分数量配给是指借款者没有获得其实际需求的贷款数额，只得到部分贷款；完全數量配给是指借款者没有获得贷款。

2.自我配给。也是完全数量配给的一类，是指借款者因为自身主观原因没有申请贷款或获得贷款，本文为更好地识别农户自我选择的特性，提出针对性政策建议，故将自我配给区别于数量配给列出。

3.价格配给。贷款由于其高风险性，银行为了减少风险和自身利益最大化，对不同投资项目制定不同利率水平，贷款者因为不能接受较高的利率水平和高利率带来的高风险，拒绝申请贷款。

4.风险配给。由于无法保证贷款的预期收益，考虑到道德风险，放款者会将贷款的一部分风险转移至贷款者身上，比如抵押贷款，贷款者由于担心无法承担这部分风险而放弃贷款的行为就是风险配给。

5.交易成本配给。交易成本主要包括甄别放款者、监督放款者行为、申请贷款手续、合约实行等，在放款者将这些交易成本转移在贷款者身上后，贷款者认为交易成本太高而放弃申请贷款。

二、数据来源和模型设定

（一）数据整理和分析

课题组于2016年7月在陕西省宝鸡市千阳县和杨凌农业高新产业示范区进行问卷调查。千阳县是苹果、蔬菜、奶牛的生产大县，此次调研涉及天山香瓜菜专业合作社、绿野瓜果专业合作社、洪福果业合作社，而杨凌是全国唯一的农业高新技术示范区，为我国农业技术、农业产业化、现代化作出了重要贡献。此次调查采用抽样调查方式，根据合作社社员分布情况以及经济发展水平，选取了千阳县的南寨镇和城关镇，以及杨凌区郊区和揉谷镇，再分层级地选取了每个镇的两个村作为调查对象。

为了保证调查的准确性和有效性，此次抽样调查共发放问卷352份，经对问卷审查，剔除填写不完全问卷以及逻辑矛盾问卷，获得有效问卷324份，达到进行计量模型分析的样本量。根据目前学术界普遍认可的信贷配给种类，本文主要考虑数量配给、价格配给、风险配给、交易成本配给、自我配给。根据之前对各种信贷配给概念的界定，此处将自我配给单独列出来，与其他配给类型共同分析。

课题组根据农户对调研问卷问题的回答，判断农户所受信贷配给情况。如图1所示，在调查324户农户时，首先会询问“您家近三年是否贷过款或借过钱”，其中有104户表示有过贷款行为，220户没有。再询问有过贷款行为的农户希望申请额度和实际申请额度，然后计算百分比，将结果分为5个水平。本文将实际贷款额度达到期望申请额度的80%以上认为没有受到数量配给，其余4种水平认为受到数量型信贷配给。为了更准确判断信贷配给情况，对220户没有贷款的农户进一步询问是否申请过贷款，其中申请过却没有获得贷款的有27户，认为其受到完全的数量配给。对193户没有申请贷款的农户，课题组成员详细问询了没有申请的原因，其中110户是自己有钱不需要，本研究认为属于没有遭受信贷配给；认为利率太高是受到价格配给；认为贷款成本太高是受到交易成本配给；担心借了还不了是受到风险配给。认为自己申请也得不到的农户属于自我配给，由于农户自我认知决定不贷款而受到信贷配给。

从表1可知，调查的324户农户中有50%的农户遭受信贷配给，而数量配给情况最为严重，达到26.2%。可见，目前数量配给是信贷配给的主要类型，贷款方的信贷供给数量不能满足农户需求。交易成本配给比例高于价格和风险配给，说明申请贷款或借钱需要花费的高成本成为农户考虑的重要因素。价格配给比例较低的原因主要是此次调研涉及的104个贷款样本中 民间借贷发生60次，其中57次是向亲朋好友借钱，属于无息贷款，所以利率仍然是农民考虑贷款的重要因素，尤其是向正规金融机构贷款。

（二）模型建立

本文选择多项Logit模型作为分析方法，研究同样的影响因素对不同的信贷配给类型产生的影响，以及相对于未发生信贷配给时其他信贷配给类型的主要影响因素。对不同信贷配给类型设置方案0～5，分别为没有配给、数量配给、价格配给、风险配给、交易成本配给、自我配给，属于无序分类变量，建立模型：

解释变量随着个体变化，不随方案j变化，各方案的概率之和等于1。模型将没有信贷配给作为“参照方案”，其他作为哑变量，以此判断不同方案之间差异。

多项Logit模型服从IIA假定，称作“无关方案独立性”（independence of irrelevant alternatives，IIA），也就是说模型中任何两个方案之间是相互独立的。Hausma检验就是用来检查IIA假定是否成立，基本思想就是，去掉任何一个方案都不影响其他方案的一致估计，只降低效率[14]。

三、影响因素分析

1.个人特征。个人特征是研究农户信贷行为的重要因素，其影响农户信贷决策。本研究选取受访者的年龄、性别、受教育程度作为衡量个人特征的指标。通常年龄较大的人更偏向于储蓄而非贷款，属于风险规避型，决策相对保守，而30～60岁年龄段的人会具有较高贷款需求，比如子女上学、结婚、盖房买房等；女性相较于男性来说也更倾向于风险规避；受教育程度越高，更趋向于通过贷款融资，属于风险偏好型。

2.家庭情况。除了考虑受访者个人特征，还需要考虑受访者家庭情况，这也是正规金融机构进行信用评级时考量的重要因素。通过家庭劳动力人数和耕地面积来衡量家庭规模，通过家庭成员和亲戚朋友职业判断其社会关系，以近三年家里是否有过大变动或者大的开销判定家庭资产稳定程度。从银行角度来说，家庭劳动力人数多，收入来源相对稳定，更容易获得贷款，所以劳动力人数是影响信贷配给的重要因素。土地面积也是正规金融机构对借款人条件审核的重要影响因素之一。研究涉及民间借贷，所以社会关系是重要影响因素，并且一般认为，如果社会关系中有信用社、银行人员或保险公司人员，申请贷款比较容易。家庭收入稳定更容易获得贷款，家里有重大变动，贷款需求更大。

3.信贷情况。选取信贷渠道和是否存在信贷需求为表现指标。在调查中，有贷款行为的104户农户，其中有62户是向正规金融机构贷款，有60户通过民间渠道借贷，其中有18户既向正规金融机构贷款，又通过民间渠道借贷（见表2）。为了更清楚每笔贷款情况，问卷设置了对贷款期限、金额、利率、用途、还款形式的问题。对贷款用途，课题组设计了多项选择，以保证农户理解问题和调研结果准确。通过对贷款用途统计可知，目前样本地区农户贷款主要以生活性贷款为主，并不符合学界普遍认为的农户在正规金融机构以生产性贷款为主，在民间贷款渠道以生活性贷款为主。故考虑不同贷款渠道对信贷配给的影响。

4.资金和资产状况。衡量信贷配给，资产水平是最重要的因素，本文选取收入水平、支出水平、固定资产价值以及农业收入占比4个指标衡量家庭资产状况。为防止对收入水平统计有疏漏，问卷将收入情况分为农业收入、工资性收入、经营性收入、转移支付收入、财产性收入分类别统计。为避免收入流动性造成的误差，选取农户家庭固定资产水平作为衡量资产状况的另一重要因素。家庭支出水平也区分了生产性支出和生活性支出。根据农业收入占比可以看出农户是以哪种收入来源为主，即可判断农户家庭经营类型，以此考察不同类型收入水平对信贷配给影响。

5.购买保险种类。问卷设置了几种比较常见的保险种类：农业保险、养老保险、工伤保险、医疗保险、失业保险及其他，以此判断农户风险偏好和保险市场参与度。农户购买的保险种类越多，认为其更偏向于风险规避型，对贷款及信贷配给的影响需进一步研究。

6.参加合作组织。本文还将是否加入合作组织作为虚拟变量考虑因素。合作组织包括农民专业合作社、联保小组、农民资金互助组等农民自发成立的合作组织。一般情况下，合作组织的成员融资渠道相对丰富，在正规机构贷款可以合作组织为担保，避免一定程度的信贷配给，并且合作组织成员可以通过与其他成员之间，或者直接向合作组织申请融资，民间贷款也相对方便。

据上述分析对变量进行统计性描述，见表3。

四、估计结果与分析

本文以没有信贷配给作为“参照方案”，在模型因变量中设为0，将其他配给类型与其比较。模型还测算了RRR（relative risk ratios），相对风险比，是选择项与参照方案的相比发生的概率。

在进行多项Logit之前，先用逐步回归检查变量是否显著以及多重共线性问题。经检验，年龄、土地面积、2015年家庭支出影响并不显著，为保证Logit模型估计结果有效，故删去这三个影响因素。表4是多项Logit模型估计结果。

分析回归结果可知，对于个人因素，也就是性别和受教育程度对价格配给、交易成本配给和自我配给影响都不显著，说明受到这三种情况的信贷配给受申请者个人情况影响不显著。性别对所有配给类型的影响都是正向的；受教育程度对风险配给和自我配给的影响是负向的，其余都是正向的，说明对于农户贷款的自我配给情况，受教育程度越高，受到自我配给的程度越小，这很大程度上是农户对金融知识不了解，认为自己无法取得贷款，故主动放弃了贷款机会。性别和受教育程度对风险配给的影响都是显著的，说明个人因素是风险配给的重要影响因素，这也与之前的假设相符合。性别对风险配给的影响是正向，受教育程度是负向，也验证了受教育程度越高，更偏向于风险偏好。通过相对风险比（RRR）可知，相对于没有受到信贷配给的农户，性别对于风险配给影响的概率更大，达到约7.32倍，价格配给的相对风险比率约为3.32，其余几种比率值较低。

对于展示家庭情况的因素，本文主要考察了劳动力数量、家庭成员职业和近三年家里是否有重大变动或大的开销，而前两者对信贷配给的影响并不显著。根据从信用社了解的情况得知，对贷款者家庭的考察，劳动力是一个重要的方面，但是不能仅仅只考察劳动力的数量，而是要综合考察家庭劳动力的工作性质、发展前途、收入等方面，故劳动力数量结果并不显著，这也提醒后续研究在变量选择上要再仔细斟酌。不过通过系数符号也可以看出，除了自我配给，家庭劳动力数量越多，受到的其他几种信贷配给的程度越轻，说明在申请贷款时，劳动力数量仍然是一个影响因素。课题组的问卷设置了家庭成员是否有在银行、信用社、保险公司、政府工作，或者是村干部和农技人员，认为这几种职业更有利于农户贷款，但结果显示并不显著，并且对数量配给和自我配给起到正向的影响，对其他三种配给类型起到负向影响。家庭重大变动对数量配给有显著负向影响，也就是家庭變动的确会导致贷款时受到数量配给，农户难以得到期望数量的贷款，这也与我们之前假设相符合。对风险配给的影响也是负向的，说明农户家庭变动会导致贷款时担心无法还款，对其余几种配给都是不显著的正向影响。通过RRR指数分析，结果与系数分析的一致，相较于没有受到配给的农户来说，劳动力因素只有影响自我配给农户的概率高于无配给农户，家庭成员职业因素也主要影响数量配给和自我配给，家庭重大变化对数量配给农户的概率是没有受到信贷配给农户的0.46倍。

衡量家庭资金和资产情况的指标：家庭收入和固定资产价值，对信贷配给的影响也并不显著，只有收入对数量配给在10%的水平上显著并成负向的影响，也就是说收入越高，受到数量配给越少。值得注意的是RRR指标，相对于没有受到信贷配给的农户，所有信贷配给类型的收入和固定资产价值的相对风险比率都非常接近于1，固定资产价值对数量配给影响的概率近似于没有受到信贷配给的情况，这也说明在本文收集到的数据地区来说，收入和固定资产并不是农民受到信贷配给的主要因素，甚至影响并不大。

从借贷情况看，从正规金融机构借贷和民间渠道借贷对数量配给有显著影响，而且从RRR值可以看出，相对于没有信贷配给的农户，从正规金融机构和民间渠道贷款受到数量配给的概率分别约是3.5倍和4.5倍。说明不论从哪个渠道贷款都会受到数量配给，民间渠道的配给概率要略高于正规渠道，主要因为在本文研究的调查样本中，民间渠道基本上都是向亲戚朋友借款。虽然亲戚朋友借款是无息贷款，农户不用支付贷款利息，但是相对于从正规机构贷款更难得到全额贷款，这与亲戚朋友资产情况以及人情等各方面情况有直接关系。借款需求对风险配给和自我配给都有显著的影响，对其余几种配给也都有正向的影响，说明信贷需求越高，受到的配给程度越高。从RRR值看，受到数量配给、风险配给和自我配给的农户，相较于没有受到信贷配给农户来说，信贷需求的影响分别达到了5.52、4.18和6.47倍，也证明信贷需求对信贷配给的影响程度。

购买保险的数量对价格配给和自我配给分别在5%和1%的水平上显著，且成正向影响。一般认为，购买保险数量越多的人属于风险规避型，所以对于风险不偏好的人来说，贷款利率太高会让他们担心还款风险，导致拒绝贷款，受到价格配给，对于自我配给的人来说，购买保险已经是一种保障，不愿意再贷款增加自己经济上的风险。购买保险对交易成本配给的影响是负向的，表示农户购买保险种类越多，受到的交易成本配给越少，这可能是因为购买保险种类多，贷款方认为其还款能力相对比较有保障，可以减少其申请贷款所花费的成本。相对没有受到信贷配给的农户来说，保险对自我配给影响的概率是其7.2倍，是所有信贷配给里RRR值最高的一个，交易成本配给的RRR值最小，只有0.68。

最后是农户参加农民合作组织的影响，对自我配给存在显著的正向影响，说明农户参加合作组织增加自我配给的程度。这是因为农民合作组织通常可以为农户提供生产、销售、资金等方面的帮助，通过我们实际调查，农户在需要购买种子、化肥等农资时，如果资金不够可以向合作组织赊账，以这种方式或者帮助融资等方法满足生产，所以加入合作组织让农民的生产和生活都更有保障，对贷款的需要程度也有所降低。加入合作组织对价格配给的影响是-34.84，即农户加入合作组织每多一个单位，价格配给会减少34.84个单位。原因在于价格配给主要产生于正规金融机构，而农户加入合作组织可以更方便通过民间借贷渠道贷款，所以会更加不接受价格配给。

五、结论及政策建议

本文利用微观数据，通过多项Logit模型，研究5种信贷配给类型的影响因素，并以没有受到信贷配给的样本为参照，其他类型为哑变量，分析农户信贷配给的影响因素。有50%的农户受到信贷配给，几种配给中最多的是数量配给，达到26.2%。在几种信贷配给中，受教育程度、正规金融机构借贷、民间渠道借贷、家庭重大变化和2015年家庭总收入对数量配给有显著影响；家庭购买保险数量对价格配给有显著作用；风险配给的显著影响因素有年龄、受教育程度和信贷需求；购买保险数量、贷款需求和加入农民合作组织对自我配给影响显著。交易成本配给样本是除数量配给以外最多的一个，但本文所选影响因素对其并不显著，这也提醒后续研究在因素选择上需再斟酌。

结合所调研结果及上述分析，提出如下政策建议：（1）信贷机构应该积极开展对农户的信贷评级，了解农户综合情况，缓解因信息不对称导致的信贷配给。（2）根据农户贷款用途可见，农民目前有一半的贷款是生活性贷款，所以信贷机构应该制定相应的金融服务产品，以满足农户的生活贷款，改善生活质量，起到金融扶贫的作用。（3）民间借贷可以缓解正规金融机构的信贷配给，但是民间借贷目前管理混乱，良莠不齐，风险较高，政府应当制定相应政策规制、监督民间借贷，增加农民贷款渠道。（4）应该开展农村金融联结机制，实行信用社、农民合作组织、农户三者联结，依靠农民合作组织的地缘性、亲缘性，对农户借贷行为进行监督，也为信用社等借款人提供更为详尽的贷款人信息，减轻信息不对称程度，农民合作组织还可以为申请贷款农户进行担保，解决了因无担保而无法贷款的情况。农民合作组织起到农户信贷的信用中介和风险中介的作用，是解决信贷配给和农民“贷款难”的有效方法之一。

参考文献：

[1] Stiglitz J，A Weiss.Credit Rationing in Markets With Imperfect Information[J].The American Economic Review，1981，71（3）：393410.

[2]Robert V，Roossa. The Revival of Monetary Policy [J].The Review of Economics and Statistics， 1951，33（1 ）：2937.

[3]Baltensperger E.Credit Rationing Issues and Questions[J].Journal of Money， Credit and Banking，1978，10（2）：170183.

[4] Stiglitz J E，A Weiss. Credit Rationing in Markets With Imperfect Information [J].The American Economic Review，1981，71（3）： 393410.

[5]Sharpe， Steven A. Asymmetric Information， Bank Lending and Implicit Contracts： A Stylized Model of Customer Relationships [J].The Journal of Finance， 1990，45（4）： 1 0691 087.

[6]Boucher，Steve.Endowments and Credit Market Performance：An Econometric Exploration of Nonprice Rationing Mechanisms in Rural Credit Markets in Peru[EB/OL].http：//www.agecon.ucdavis.edu，2002.

[7]朱喜，李子奈.我國农村正式金融机构对农户的信贷配给[J].数量经济技术经济研究，2006（3）：3749.

[8]田俊丽.中国农村信贷配给及农村金融体系重构[D].成都：西南财经大学，2006：33.

[9]姜海军，惠晓峰.基于信息不对称的信贷配给均衡模型研究[J].金融研究，2008（9）：134142.

[10]褚保金，卢亚娟，张龙耀.信贷配给下农户借贷的福利效果分析[J].中国农村经济，2009（6）：5161.

[11]王性玉，田建强.农户资源禀赋与农业产出关系研究——基于信贷配给数据的分组讨论[J].管理评论，2011（9）：3842.

[12]庞新军，冉光和.风险态度、农户信贷与信贷配给[J].经济经纬，2014（1）：149154.

[13]任劼，孔荣.农户信贷风险配给识别及其影响因素[J].中国农村经济，2015（3）：5667.

[14]陈强.高级计量经济学及Stata应用[M].北京：高等教育出版社，2014：198.

作者：孟樱 王静