贫困地区农户正规信贷市场低参与程度的经验解释详解.doc

贫困地区农户正规信贷市场低参与程度的经验解释 ——基于需求可识别双变量Probit模型的估计 黄祖辉 刘西川 程恩江 一、引言 纵观中国农村金融改革的历程，无论是农村正规金融机构的撤并、农村信用社产权和治理结构的改革，还是农村信用合作社（以下简称农信社）实施的农户小额信用贷款、联保贷款项目，以及中国人民银行（以下简称人行）推行的“支农再贷款”，抑或是人行的小额贷款试点和银监会正在试点的新型农村金融机构，其主线始终是围绕着农村正规信贷的供给展开，即增加农村信贷资金供给和提高供给效率。支持该思路的重要经验证据就是农户参与正规信贷市场程度（即正规信贷的覆盖率）偏低，以及确实存在的正规金融对农户贷款需求的信贷约束。 近年来的一些实地调查和研究表明，农信社的内部改革及其自1999年开始推行的农户小额信用贷款和农户联保贷款确实提高了农村正规金融贷款的覆盖率（见表1）。来自银监会的消息更表明，我国正规金融机构对农户贷款的覆盖率已达32%，基本能够满足农户对小额贷款和生产性贷款的需求（新华网，2007-11-22）。但是，目前仍存在以下问题：首先，正规贷款的覆盖率在地区间的分布不平衡。例如，有些省份，农户正规信贷市场参与程度较低，显然与上面提到“32%”的农户贷款覆盖率存在较大差距。其次，农户仍然受到较为严重的信贷约束，主要表现在贷款数额方面。据何广文在贵州省的调查，农户贷款额度的满足率大约只有20-30%。国务院发展研究中心在2005年组织的一次调查也证实，相当部分的农户（超过样本数50%以上）受到了正规金融机构小额贷款的信贷规模约束（韩俊等，2007，第197页）。最后，在同一地区内部，不同类型农户参与正规信贷的情况存在较大差异，其参与程度随家庭收入和财产的增加而增加，即收入中等或较低的农户参与农村正规贷款的程度较低（黄祖辉、刘西川和程恩江，2007）。弄清楚以上三个问题对政府今后制定农村金融政策、对农村金融及整个农村经济的进一步改革，对把支持“三农”落实到实处，都有着重要的意义。 表1 2002-2005年全国农村信用合作社农户贷款、农户小额信用贷款及农户联保贷款余额 单位：亿元 年 份 农户贷款 农户小额信用贷款 农户联保贷款 2002 3237.67 745.70 253.33 2003 3649.75 972.86 385.19 2004 4731.21 1678.35 1389.36 2005 4989.69 1578.54 827.67 资料来源：2003-2006年《中国金融年鉴》。 对农户正规信贷市场低参与程度的事实，较为普遍、也容易理解的解释是农户尤其是贫困农户受到了严重的正规信贷约束，显然，该解释是从供给方面出发。然而，Kochar（1995）、Pal（2002）等人发现，一些农户确实对正规贷款产品没有需求，他们得到贷款少是因为信贷需求不足。这种极富启发性的解释将研究视线引向了信贷需求方面。一个合乎逻辑的问题是，若考虑农户贷款需求，上面仅限于供给方面的解释还成立吗？换言之，农户正规信贷市场参与程度低是否也有信贷需求方面的原因？采用需求可识别双变量Probit模型，本文同时从需求与供给两个方面实证分析我国贫困地区农户正规借贷行为，并试图解释农户正规信贷市场低参与程度的原因。 与已有研究相比，本文的边际贡献主要体现在数据和模型两个方面：首先，在实地调查中，我们使用特殊设计的意愿调查方法，获得了较高质量的农户正规信贷需求信息；其次，在调查数据的支撑下，采用需求可识别双变量Probit模型估计样本农户的正规信贷需求与正规信贷供给。与局部可观察双变量Probit模型相比，需求可识别双变量Probit模型利用样本农户正规信贷需求的信息，提高了因变量的可观察程度，从而改进了计量模型的估计效率。根据我们所知道的，这是首次将需求可识别双变量Probit模型应用于农户信贷需求与供给的研究，对该领域研究方法的创新和发展有重要的意义。最后，通过比较需求可识别双变量Probit模型与单方程模型的估计结果，证实了后者无法有效分离需求和供给效应的缺陷，揭示了误读估计结果的潜在危险。 本文所使用的数据来自“中国农村微观金融研究课题组”2005年8月在内蒙古自治区的敖汉旗、河南省的南召县和山西省的左权县和临县四个贫困县获得的820户农户调查数据。不同于其他同类调查，我们在调查中控制住了还款能力、其他贷款渠道等因素对正规信贷需求的影响，从而保证了需求方程因变量信息的可信和有效。 文章其余部分的结构安排如下：第二部分从数据和模型两个方面综述这一领域的文献；第三部分介绍需求可识别双变量Probit模型；第四部分详细说明我们对因变量、自变量和识别变量的设置；第五部分采用需求可识别双变量Probit模型来估计样本数据，并将其估计结果与单方程进行