中国农村金融市场中非价格信贷配给的理论和实证分析

中国农村金融市场中非价格信贷配给的理论和实证分析

一、引言大量的理论文献证明了信贷交易中信息和契约执行问题会导致信贷市场不完全甚至不存在。而由于存在一些特殊的系统性缺陷，农村地区信贷市场不完全的问题尤为突出，这在微观层面上表现为农户和农村小企业面临严重的信贷配给。信贷配给限制了农村地区微观经济主体实现最优的投资水平和平滑消费的能力，继而降低其收入和福利水平(Eswaran&Kotwal，1989；Carter&Olinto，2003)。为此，很多发展中国家政府一直致力于推动农村金融领域内的改革，但至今许多国家农村金融市场的运行效率仍未得到有效改善，信贷配给仍普遍存在(Kochar，1997；Diagneetal.，2000；Foltz，2004)。近年来，中国政府也逐步意识到落后的农村金融市场已成为农村经济发展和农民收入增加的“瓶颈”，并采取了一系列的改革措施：从农村利率市场化改革到放宽市场准入限制；从针对农村信用社的存量改革到新型农村金融机构的增量改革，从农业银行开展面向“三农”的体制机制改革到邮政储蓄银行成立，中央政府一直遵循着增加农村金融市场供给的改革思路，试图通过建立适度竞争、多层次的市场化农村金融机构体系来缓解农村地区的融资困境。然而，尽管如此，农村地区微观经济主体的融资困境依然存在，一些学者的研究表明，与大多数发展中国家的情况相类似，我国农户仍面临着较为严重的正规信贷配给(李锐等，2007；刘西川等，2009；程郁等，2009；褚保金等，2009)。与此同时，理论界对于信贷配给成因的探索也从未停止。Stiglitz&Weiss(1981)发现信息不对称和逆向选择、道德风险效应的存在使得信贷配给是市场的长期均衡状态，银行最佳决策不是提高利率而是实施信贷配给，他们的研究引发了大量的扩展研究和经验分析。González-Vega(1984)将信贷合约条件分为价格条件和非价格条件的分析思路进一步推进了人们对于信贷配给的认识，即信息不对称导致利率出清市场的功能受到限制时，银行需要对信贷合约条件做出相应的调整，例如减少贷款数额或改变其他条件。这种来自于供给方银行的非价格信贷配给——数量配给长期被学术界认为是最主要的甚至是唯一的信贷配给形式。Boucheretal.(2005)对此提出了批评，认为这样对信贷配给定义是不完备的，当信贷合约的交易成本或风险成本过高时，需求方会自我实施配给，尽管同样是由于信息不对称引起非价格信贷配给，交易成本配给和风险配给的发生机制和数量配给有很大区别，随后他们的经验研究证实了这两种信贷配给的存在。本文认为，除了以上三种已被证实的非价格信贷配给方式，还有一种不可忽视的非价格信贷配给方式——社会资本配给。近年来，越来越多的研究发现，借款者的社会资本不仅仅影响其获得非正规的民间借贷，甚至在正规银行信贷获取过程中也发挥重要的作用。譬如，Tsai(2004)研究中国农村信贷市场时发现，正规银行提供的信贷资源大多被农村基层干部、金融机构的亲友等社会关系广泛的人士所占据。Heikkiletal.(2009)发现乌干达的农村银行将个体层面的社会资本作为甄别借款者的重要工具之一。这些研究都指出了由于信息不对称或其他因素的存在，正规银行提供的信贷合约中经常隐含着对社会资本的要求，因此，社会资本(如人情关系、政治资源)的拥有程度有时会取代正式的信贷标准成为农户进行贷款自评的重要依据，没有这些社会资本的农户将自动退出信贷市场。因而，社会资本配给应当单独作为一种来自于需求方的非价格配给方式进行认识。长期以来，在实践中，中国的农村金融改革侧重于金融供给制度的重构和改进，忽视了信贷配给的需求因素；在理论研究中，学者们也忽略了来自于需求方的非价格信贷配给机制的存在。如果农户融资困境背后不仅仅存在供给方面的因素，也存在需求方面的因素，那么单纯以增加供给主体和数量为主导的金融改革将很难取得预期的效果。本文的研究发现，当前农村金融机构的放贷行为与利率管制时期的放贷行为①并无本质差异，其提供的信贷合约要么额度太小不能满足需要，要么交易成本或风险过高，同时只有一些具有特殊的人缘关系和身份的农户方能获得贷款，最终导致大多数农户宁愿放弃表达其信贷需求或诉求于利率较高但手续简单且不需要抵押担保的民间借贷。此时，如果仅仅扩大供给而不改变引起农村金融市场低效率的信贷合约特征及其背后深层次的因素，那么这种改革的绩效将会非常有限。基于这样的出发点，本研究将建立一个非价格信贷配给的理论分析框架，并基于特殊设计的直接诱导式询问法(DirectElicitationMethodology，DEM)选取典型的农户样本进行实地调查，试图从非价格信贷配给的框架下重新考察农户面临的信贷配给程度及其结构特征。本文的研究引发了对以往农村金融改革思路的反思，并对未来进一步深化农村金融领域内的改革和调整改革思路具有一定的政策指导意义。二、非价格信贷配给：分析框架为了建立便于描述银行和农户信贷配给产生的过程，我们借鉴Guirkinger&Boucher(2008)的农户模型思想，建立非价格信贷配给的分析框架，对不同类型的配给机制进行了完备分类。理论而言，非价格信贷配给的产生都是由与信贷合约相关的信息和执行问题引起的。首先，抵押物要求经常使得不能提供抵押的农户被以数量配给的方式排除，这种数量配给是部分或者全部的，这种配给来自于供给方。其次，需求方信贷配给可以从两个层面进行考察：一是信贷合约的交易成本和风险成本过高，产生了交易成本配给和风险配给；二是农村金融机构对有效借款者的甄别错误，信息不对称使得借款者对金融机构的甄别机制产生认知偏差，依据借款者社会资本分配信贷将导致借款者“无信心申贷”(Kon&Storey，2003)。下面我们通过建立理论分析框架对此进行具体阐述。为避免逆向选择和道德风险，贷款者在克服信息不对称时通常的做法是要求借款者提供抵押物：一方面，抵押物促使借款者在获得贷款后努力行动以降低生产投资失败的概率，从而解决了道德风险的问题；同时，抵押物还可以起到甄别借款者类型的作用，因而可以缓解逆向选择。假定贷款者要求的最低抵押要求为，当W＜，对可行合约的限制产生了第一种形式的非价格配给，即数量配给，不能提供最低抵押要求的农户被配给出信贷市场。尽管此时的农户拥有有利的投资项目并且存在正的名义信贷需求，但是金融机构不愿意提供贷款或者只愿意提供部分贷款。在现实中存在这样的情形：农户有正的名义信贷需求，同时也可以获得正的信贷供给，但是农户却可能并没有正的有效信贷需求(Mushinski，1999)。农户可以获得贷款以增加生产投资却没有申请贷款的原因包括以下三种：1.根据农户选择贷款的条件：(2)式成立时，农户有激励选择去贷款。(2)式中y、mK、rD均可视为固定值，如果非利率的交易成本F很大，那么农户就会因为贷款的交易成本过高而产生交易成本配给。尽管生产投资的收益高于使用贷款的成本，但是由于申请贷款过程中的交易成本过高，降低了农户未来的期望收益，农户会自愿退出信贷市场。2.当金融机构仅仅以身份和关系为基础进行信贷配给时，经常会导致对借款者的信用和风险判断失误，因此只有(1-q)(假设q为金融机构错误地拒绝好的借款者的概率，0＜q＜1)的有效申请贷款的农户能够获得贷款。此时，式(2)变成：因为0＜q＜1，社会资本配给最终提高了农户的申贷成本。实际上，当金融机构主要以农户社会资本作为放贷标准时，对于缺少人缘关系和身份的农户而言，即使其愿意向信贷员寻租，仍不能得到贷款，q值接近于1，最终农户申贷的非利率成本将会变得非常大，农户的投资收益无法覆盖其贷款总成本，将主动放弃申请贷款，即社会资本配给。3.金融机构对抵押物的要求使得农户在面临不确定收益时会要求一定的风险贴水补偿，即用一部分的固定性财富去弥补不确定风险或者承担一部分风险。假设农户属于风险厌恶型，而且贷款申请的风险贴水为v(v＞0)，则式(3)将相应变为：借款农户申请贷款的成本进一步提高，当其贷款投资收益无法覆盖其面临的风险贴水时，农户也将主动放弃申请贷款。由此产生第四种非价格信贷配给，即风险配给。总之，信息不对称和契约执行障碍是以上四种非价格配给产生的核心原因。数量配给最早被研究者发现，在理论和实证研究中都是强调的重点。按照信贷配给的主体分类，数量配给属于供给方配给，信息不对称使得贷款者供给意愿下降，借款者的有效信贷需求大于信贷供给。相比较而言，交易成本配给、社会资本配给和风险配给主要是由于信息不对称带来的信贷需求下降而引起的，属于需求方信贷配给。农户自我实施配给的原因主要在于其投资收益率相对较低，仅略高于贷款成本线边界，当需要承担金融机构设置的非利率交易成本、风险或者社会资本要求时，他们旨在提高收入的投资信心就会受到打击，并强化了其风险规避偏好，最终使其始终游离于获得信贷供给的边缘，无法利用金融工具有效地改善自身的投资和收入水平。因此，评价信贷市场效率时需要综合考虑这些非价格信贷配给机制，因为它们同样会导致农户难以实现最优投资水平。更为重要的是，差别化的信贷配给制需要通过针对性的政策来缓解，制定任何克服信贷配给的政策必须同时考虑不同类型信贷配给的程度。三、非价格信贷配给识别：基于DEM的研究设计(一)样本地区经济和农村金融改革背景介绍南京农业大学财政金融研究所于2009年对江苏省金湖、泗洪两县农户进行实地调查。首先，从样本地区经济发展水平来看，2008年金湖和泗洪人均GDP分别为18631元和11695元(全国平均为22698元)，位列江苏省第32/52位和44/52位，分别代表江苏省中等和欠发达的县域；农民人均纯收入分别为6109元和5295元(全国平均为4761元)，位列江苏省第38/52位和49/52位。因此，本研究选取的样本在全国和江苏均具有一定的代表性。其次，中国银监会公布的农村金融图集数据显示，2008年，金湖和泗洪县域有贷款功能的金融机构网点数分别为47个和41个，其中一半以上的网点属于农村信用社及其分支机构(农村信用社网点数分别为26个和27个)，在农户贷款市场上，农村信用社更是占据绝对的垄断地位。接下来，我们考察利率市场化改革②以来样本地区农村金融机构的定价行为。据中国人民银行南京分行的调查，2008年年末，江苏农村信用社的贷款加权平均利率(按贷款发生额加权)为基准利率的1.47倍，样本地区金湖和泗洪分别为1.66倍和1.70倍。其中，金湖农村信用社贷款量的73.47％集中在基准利率的(1.5，2]倍区间内，泗洪农村合作银行贷款量的88.48％集中于该区间水平；对于农户贷款，金湖地区全部农户贷款利率上浮比例均处于(1.3，1.5]区间范围内，泗洪地区78.22％的农户贷款利率处于(1.5，2]上浮区间范围内。据此，我们认为，农村利率市场化改革以来农村金融机构贷款利率已逐步放开，各类贷款市场的利率均有不同程度的上浮；但是，在农户贷款市场中，农村金融机构仅简单地将利率上浮至一定比例，贷款利率浮动的弹性很小。(二)非价格信贷配给的调查设计由于对信贷配给的衡量和实证分析对于数据搜集的要求很高，数据搜集技术在很大程度上影响着对信贷配给程度的精确计量，因而在信贷配给理论不断拓展的同时，很多学者也在探索准确的信贷配给实证衡量方法。从最初使用实际的贷款可得性衡量信贷配给到后来逐步扩展到从信贷溢出效应和信贷限额等角度间接衡量信贷配给(Petrick，2005)。相比于这些间接衡量的方法，易于收集定性信息和解释分析结果的直接衡量法逐步成为该领域研究的主流，Federetal.(1990)最早通过询问农户的超额信贷需求来推测农户的信贷配给状态，始于这样的思路并在近年来在研究中不断发展并得到完善的DEM方法越来越多地被采用(如Carter&Olinto，2003；Foltz，2004；Boucheretal.，2009)。本研究亦遵循该调查设计思路。本次调查采取分层随机抽样的方法，首先在样本县域按照经济发展水平的差异，选取较好和较差的两个乡镇，并在每个样本乡镇按照经济发展水平差异选取3个村，最终在每个村随机选取50户农户入户调查，共获取612个农户样本，最终得到有效样本602个。调查中我们循着农户贷款决策的路径设计了一系列诱导式的问题，从中寻找农户申请贷款和不申请贷款的原因，并逐步厘清不同的信贷配给机制。本文基于DEM设计的调查问题(见图1)类似于建立一棵决策树。初始的结点是询问农户是否申请贷款，设计问题“2007年以来是否向银行申请过贷款？”根据农户的回答结果分为2个中间状态节点并由此将样本农户区分为申请贷款者和未申请贷款者。在申请贷款者节点下，询问农户是否得到贷款，设计问题“是否获得过银行贷款？”对于获得贷款的农户进一步设计问题“是否获得全部申请贷款？”这样我们可以得到3个结果节点用于识别配给机制，区分原理是申请贷款者受到的信贷配给类型是价格配给或数量配给，申请贷款并获得全部申请金额的农户属于价格配给的农户，其余属于数量配给。数量配给通常分为两种类型：一是部分数量配给，农户仅得到部分申请的贷款，信贷需求未得到完全满足；二是完全数量配给，其申请要求被拒绝，尽管存在有效信贷需求但是供给为零。图1基于DEM设计的农户信贷配给状态注：图中代表信贷配给状态的数字和表2中数字对应。在未申请贷款者节点下，询问农户未申请贷款的原因，此时设计假想式问题询问农户“如果申请银行贷款，是否能获得贷款？”回答“是”的农户继续询问其“为什么没有申请贷款？”此时提供一些相关的答案供农户选择。这样我们可以得到4个结果节点并区分出3种类型的配给机制：(1)不需要贷款或者认为利率太高。部分农户承认的确不需要贷款，他们在资金方面没有约束或者缺乏好的投资项目，这部分农户可视为缺乏信贷需求。另一部分农户认为农村信用社贷款利率太高，这类农户并没有面临非价格配给，只是不愿意支付对他们而言太高的利率。这两类农户被归入价格配给，他们均未受到信贷配给；(2)贷款手续太麻烦、审批时间长，过高的交易成本使得农户即使可获得贷款，但由于贷款利率成本以外的交易成本降低了其未来的期望收益，导致对自我的交易成本配给，这是一种非价格信贷配给；(3)担心还不起贷款或者抵押物被没收，这部分农户不愿意承担债务负担或者风险，贷款对他们形成了一定的风险贴水，农户也将主动放弃申请贷款，因而产生风险配给。回答“否”的农户进一步询问其原因，此时也设计一些可能的答案供农户选择，得到3个结果节点并区分出2种类型的配给机制：社会资本配给和非借贷型价格配给。重点在于一部分农户认为即使申请贷款也会被银行以身份或关系等为标准进行信贷配给，这类农户是有信贷需求的，但是考虑到社会资本缺乏使其自愿退出信贷市场，形成社会资本配给。(三)非价格信贷配给机制和程度的实证考察表2对农户受到信贷配给机制进行了分类。在602户样本农户中，非借贷型价格配给和借贷型价格配给的农户合计占比66.28％。其中，因为利率太高而没有申请贷款的农户仅30户，占比4.98％；而受到部分数量配给、完全数量配给、交易成本配给、社会资本配给和风险配给这5种非价格信贷配给的农户数分别为38、52、55、37和21户，分别占比6.31％、8.64％、9.14％、6.14％和3.49％，共计203户，占到总样本数的33.72％。若仅考虑有信贷需求的农户，受到信贷配给的农户占比将从33.72％上升至59.88％。据银监会统计，2007年末，中国有农户约2.3亿户，有信贷需求的农户约有1.2亿户，其中，获得农村合作金融机构贷款的农户7817万户(中国人民银行农村金融服务研究小组，2008)。因此，如果按照官方统计的口径计算，仅不足35％的有信贷需求的农户没有获得贷款，这与本文非价格信贷配给机制识别框架得到的结果有较大偏差。我们认为，官方的估计可能会导致对信贷配给程度的低估。其原因在于，官方的统计标准是农户是否得到贷款，却无法体现农户对贷款的超额需求，即存在获得的贷款规模不能满足需求以及未获得贷款的农户也有可能存在信贷需求，只是对自我实施了配给，且以后者为甚。表2的汇总结果显示，需求方农户的信贷配给程度(18.77％)超过了供给方金融机构实施的信贷配给(14.95％)。四、影响非价格信贷配给的因素计量分析(一)非价格信贷配给影响因素分析在对受到信贷配给的农户进行识别之后，我们更关心的是哪些类型的农户更容易受到非价格信贷配给，即正规金融机构的信贷配给标准，进而寻求缓解非价格信贷配给的政策措施。我们采用Logit模型来考察影响农户非价格信贷配给的因素。具体的模型形式为：(7)式中，Z=1代表农户受到非价格信贷配给，Z=0代表价格信贷配给。X是农户及其家庭的禀赋特征变量，包括户主年龄、户主受教育年限、家庭规模、家庭劳动力人数比率、户主是否有技能、是否规模大户或者个体工商户等，K代表农户家庭拥有的资本和收入情况，主要有生产性固定资产净值、家庭收入及其结构、家庭收入风险等，M代表农户参与金融市场情况，包括与信贷员接触的频次以及农户以往的贷款经历等，S代表农户的社会资本情况，包括农户家庭年均亲友随礼支出、农户参加各类经济合作组织等。需要说明的是，作为影响农户信贷需求行为的重要变量，利率没有进入计量方程，原因在于样本地区农户信贷利率差异很小(见表1)，利率对信贷需求和信贷配给的影响被包含在常数项的估计结果中(Mushinski，1999)。模型中的变量、描述统计和回归结果如表3所示。表3报告了非价格信贷配给影响因素的回归结果。从似然比统计量(LRStat.)来看，模型总体回归通过显著性检验。从变量回归结果来看，户主受教育程度、规模农户或工体工商户、非农收入、银行贷款经历这四个变量显著负向影响农户非价格信贷配给的概率，我们对此的解释是受教育程度越高的农户更易了解和掌握农村信用社贷款程序和其他贷款信息，同时受教育程度也可以反映个人能力，因而对贷款获得有积极的影响；在农村地区，规模农户以及个体工商户属于收入相当较高且信贷需求规模较大的群体，通常也具有较高的资产水平、偿债能力或者稳定的现金流，成为农村金融机构主要放贷对象；农户的非农收入主要包括工资性收入和经营性收入，结果显示工资性收入越高的农户融资能力越强，这符合我们的预期，外出务工或者在农村地区具有稳定职业的农户其收入稳定性较强，也是农村金融机构偏好的贷款对象；农户贷款经历被证明是非常关键的，以往具有贷款经历的农户受到非价格信贷配给的概率较低，这一方面反映了有贷款经历的农户对正规贷款的认知较为准确；其次，这部分农户以往的信贷记录是其获得贷款的重要保证，可以降低信息不对称，农村金融机构在面对大量的农户时倾向于建立这种以稳定的重复放贷为基础的信贷配给机制。对于本文重点关注的社会资本，反映农户社会资本的代理变量——年均亲友随礼支出和农户参加合作经济组织情况的变量均没有通过显著性检验，尽管其在作用方向上均符合预期，我们对此的解释是亲友随礼支出更多的是反映农户的家庭圈层内的社会网络强度，基于这种社会资本的借贷更多的是表现为低息或无息的友情借贷，在我国当前农村金融市场中，这种社会网络的正规信贷供给效应并不明显，未来研究中我们需要寻找更为有效的代理变量；同时，由于目前农村合作经济组织从生产向信用合作的功能拓展并不顺利，尽管农户参加了合作经济组织，其社会资本和社会网络得到了扩展，但由于现有的贷款机制并未有效利用社会资本③，参与合作组织的农户并未得到融资便利。因此，未来如何利用组织化社会资本降低信息不对称带来的逆向选择和道德风险以及高交易成本是农村金融创新的重要方向。(二)非价格信贷配给机制影响因素分析1.计量模型和变量上文中曾提及，由于农户面临的差别化信贷配给制需要通过针对性的政策来缓解，因此，在分析影响农户受到非价格信贷配给的因素之后，我们需要进一步分析这些因素与不同的非价格信贷配给类型之间的关系。基于这样的目的，我们采用一个多项Logit模型估计农户家庭禀赋特征、资产收入特征、金融市场参与情况以及社会资本等因素对不同信贷配给类型的影响。假定i农户受到的信贷配给方式有(J+1)类。2.无关选择独立性(IIA)检验在实际应用中，多项Logit模型有一个众所周知的应用条件假设，即所谓的无关选择独立性(independencefromirrelevantalternative，IIA)假设，个体i对任意两类别j的选择概率优势比(oddsratio)的大小与选择集中的其他选择对象无关，无论其他选择是否存在以及以何种形式存在，删除或增加选择类别都不会引起优势比值的改变。IIA假定是多项Logit模型的一个较严格的限制。因此，在使用多项Logit分析前有必要检验IIA假设是否成立。IIA假定有两种检验方法：Hausman检验和Small-Hsiao检验。其中，Small-Hsiao检验需要将样本随机分割为样本量近似相同的两个子样本，由于分割的子样本是随机的，所以较难得到可重复的检验结果。我们将采用Hausman检验对多项Logit模型的无关选择独立性假定进行检验，该检验的原假设为选择对象之间相互独立不相关，即满足IIA假定。表4给出了去掉某一类信贷配给之后的检验结果，所有结果都不能拒绝原假设。3.模型回归结果表5报告了农户面临不同类型信贷配给概率影响因素的估计结果。从参数的估计结果来看，户主受教育程度、种植规模、与信贷员接触频次以及银行贷款经历等对农户面临的信贷配给机制有显