农户信贷配给及影响因素实证研究

胡振+李娜+王春燕

摘   要：农村金融难题最直接的体现就是广泛存在的农户信贷配给问题。本文依据信贷配给理论，通过问卷调查的方式，阐明了吉林省农户信贷配给的现状，分析了导致农户信贷配给的原因。在此基础上，运用Probit模型，实证分析农户家庭及个人特征对其所受信贷配给的影响，提出缓解农户信贷配给的建议。

关键词：信贷配给;影响因素;Probit模型

中图分类号：F830.31                  文献标识码：B                      文章编号：1674-0017-2014（11）-0034-05

一、引言

金融要素是经济发展的必备要素，同时也是稀缺要素，在经济发展过程中处于系统中枢的地位，在农村经济系统中更是如此。农村金融问题是解决“三农”问题的关键所在。正是因为认识到这一点，所以党中央也对农村金融问题极度重视，十六个“一号文件”的出台就最有力的证明。从1984年开始，连续五年的中央一号文件关注“三农”问题，从2004年至2014年，长达十一年的中央一号文件持续聚焦“三农”。进入新世纪以来的这11个一号文件均涉及到农村金融问题，农村金融问题的重要性可见一斑。2014年一号文件提出，要加快农村金融制度创新，强化金融机构服务“三农”的职责，发展新型农村合作金融组织。

农村金融领域存在的诸多困难当中，最突出的问题是信贷配给问题。农村信贷配给问题对农民增收、农业增效和农村发展均产生着极大的阻滞作用，如何打破这一瓶颈，是建设社会主义，推动城乡一体化必须面对和解决的问题。本文尝试在吉林省农户信贷配给方面做一些有益的尝试，以期起到抛砖引玉的作用。

关于对信贷配给的关注最早可以追溯到亚当·斯密时代。1776年亚当·斯密在《国富论》当中说，利率受到抑制的时候信贷存在非价格配给的现象。1930年凯恩斯在《货币论》中提到，市场经济条件下，现实总存在银行不依靠利率来配给资金的现象。埃利斯（1951）第一次清楚地给信贷配给这一概念下了定义，认为不管在什么时候风险总是存在的，因此金融机构在授信时必须要审核申请借款者，同时还认为因担心贷款利率高而不愿意申请贷款和愿意支付高额利率也申请不到贷款的人，两者是不一样的，金融机构按照自己规定的授信标准来分配信贷资源就是信贷配给。对信贷配给进行比较全面定义的是斯蒂格利茨和韦斯（1981），证明了信息不对称条件下信贷配给的产生。

在国内，李庆海、李锐、汪三贵（2012）的研究发现有64.5%的农户受到信贷配给，其中54.0%的农户受到完全配给，10.5%的农户受到部分配给;信贷配给使农户家庭净收入和消费支出分别减少18.5%和20.8%;朱喜、李子奈（2006）考察了我国农村正式金融机构对农户的信贷配给问题，政府干预和信息不对称是造成农村信贷配给的重要原因，银行和信用社对农户的贷款决策主要决定于政府的农村金融政策;褚保金、卢亚娟、张龙耀（2009）采用内生转换模型分析信贷配给与农户福利水平之间的关系;刘艳华、王家传（2009）对我国农村信贷配给的效率问题进行了深入分析，政府主导的农村金融体制变迁决定了农业信贷配给度的变迁;农业信贷配给度有所降低，但其信贷配给效率低下。综观上述文献可以发现，国内学者对农村信贷配给的研究大多是从信用的可获性、风险、利率因素、交易成本、信息不对称、信贷合同的执行等角度来对其进行解释的，对微观农户个体的异质性对信贷配给的影响挖掘得还不够深入，因此本文将着重结合农户的异质性方面进行进一步的拓展。

二、数据来源、描述性统计及研究方法

（一）数据来源

根据吉林省经济发展现状，首先将各县（市）按照人均GDP进行排序，分成好、中、差三类，然后随机从每一类当中抽取两个县（市）。由此抽取到德惠市、舒兰市、榆树市、白山市江源区、长岭县、安图县6个县（市），此外因为九台市是吉林省农村金融改革的试点市，这里将九台市也作为样本县，这样样本总共有7个县（市）。确定好样本县（市）后，考虑到实际调研方面的困难，为了便于开展调研工作，每个县选择2-3个乡镇，每个乡镇选择2-3个村作为样本村。在每个村按照农户承包经营土地面积，将农户分成三类：较大、适中、较小。每个村每个类别抽取2-4个农户作为样本户。共做调研问卷221份，得到有效问卷211份，有效率达到95.5%。样本县镇有亮兵镇、太平川镇、夏家店街道、三岔子镇、东湖镇、环城街道、法特镇、七里乡、水曲柳镇、青山乡等。表1给出了样本分布情况。

（二）样本描述性统计分析

样本的描述性统计如表2所示。样本年龄分布分为5段，分别是29岁以下、30-39岁、40-49岁、50-59岁、60岁以上。可以看出40-49岁的访问对象数量最多达101个，接近50%。调研样本中受教育程度分布情况如下，文盲有10个，占4.7%;小学程度65个，占30.8%;初中113个，占53.6%;高中22个，占10.4%;大专及以上1个，占0.5%。从累计百分比看，受教育程度为初中及以下的占89.1%。因此可得，在吉林省农村地区整体受教育程度不高。

资金短缺情况方面。当问及农业生产过程中是否会出现资金短缺时，回答“是”的有159个，占75.4%;回答“否”的有52个，占24.6%。说明农业生产中出现资金短缺的农户占样本农户的比重较高，占四分之三以上。因为吉林省地处东北地区，熟制是一年一熟，过年和春耕是农户用钱比较密集的两个时间段，收获的粮食在春节前没有出售就会导致过年资金比较紧张，春耕时期因为购买农资需要，资金量也比较集中。

在资金需求量方面。当问到“如果资金短缺，那您需要多少的借款进行农业生产？”时，资金需求在5000元以下的农户占21.4%，可能这部分农户以小规模农户为主，也有可能是临时性的生活借贷，金额不大。5000元到1万元的占35.8%;1万元到2万元的占28.3%;2万元以上的占14.5%;2万元以下农户累计占比85%;1万元以下的占57.2%。

农户借款渠道方面，问道“如果资金短缺，您会向谁借款？”时，回答“金融机构”的有129户，占61.1%;回答“亲戚朋友”的有60户，占28.4%，两者合计占比近90%。

收入来源方面。当问及“如果您不会出现资金短缺，那么您的主要资金来源是什么？”，回答“种粮”的有145户，占样本量的68.7%。这与东北地区人均耕地面积大密切相关，样本地区7成农户主要资金来源是种粮收入，东北地区兼业农户在全国相比整体处于较低水平。回答“外出务工”的有44户，占20.9%，这是由于种粮收入是家庭收入的主要来源，且因为家庭经营面积较大，务农收入较高，因此劳动力外出务工的比重就比较低，这与四川、河南等农民工输出大省不同。回答“农副产品”的有14户，占6.6%;回答“家庭富余”的有8户，占3.8%。种粮和务工收入作为家庭主要资金来源的累计占到近90%。

在借款类型上，问及“您现在获得的是信用社的哪个类型贷款？”时，获得过贷款的有131个，占62.09%，没有获得贷款的有80个，占37.91%。在获得过贷款的131个农户中，获得五户联保贷款、小额贷款、担保贷款、抵押贷款、还没获得过贷款的农户顺次分别有32户、79户、45户、5户、80户。五户联保贷款和小额贷款合计占52.61%。

按照是否申请贷款以及是否得到贷款进行的分类情况如表3所示。

从表3可见，申请贷款的农户占211个样本的比例为33.64%，获取贷款的农户占申请贷款农户总数的22.27%，尚有66.2%的农户有贷款意愿但实际没有得到贷款，说明确实存在对农户的信贷配给现象。

依据Bouncher对信贷配给的六分法，将211份有效问卷依据农户的收入情况进行更细的分类，如表4所示。通过这样的细致分类可以提高调研样本的可识别程度。

从表4中可以看出，在低收入农户中：在价格型信贷配给中，借贷型价格配给和未借贷型价格配给分别有5户和23户累计有28户，占40%，非价格信贷配给即完全数量配给、部分数量配给、风险配给、交易成本配给合计占60%;可见在低收入农户中价格型信贷配给占主流。样本中完全数量配给的有1户，受完全数量信贷配给的农户数量很少，这与经验观察相一致，这与农村信贷市场的低门槛相关。

在风险型信贷配给中共有15户，占样本的7.1%。其中中等收入类别和高等收入类别的比重均大于低收入类别的农户，可见风险型信贷配给更多的限制的是中高等收入农户。在交易成本配给类型中，中等收入组所占的比重高于低收入组和高收入组，就是说中等收入组更不愿意为借贷付出额外的成本。高收入组内的交易成本配给类型的比重是较低的，可能是高收入农户的还款能力更强，违约风险比中低收入农户小。

在部分数量配给里，高收入类别农户有28户，占45.16%。可见高收入组里面申请贷款而只得到部分贷款的人占近一半，可能因为高收入的农户对于较少的资金不缺乏，当借贷时的资金需求量会比较大，而农村信用社作为农村金融的供给主力军，授信额度有严格的要求，相对于高收入农户的申请额度一般是很难满足的。

（三）研究方法

在研究农户信贷配给影响因素时，采用离散选择模型中的Biprobit模型，回归方程形式是：

A  =α+βX +ε

A =1，if，A  >00，if，A  ≤0

A  是潜变量（Latent Variable）。A 是0-1型虚拟变量，当考察的农户受到信贷配给时，用A =1来表示，反之，当考察的农户没有受到信贷配给时，用A =0来表示; X 表示所考察的农户特征变量，比如农户的户主年龄、受教育水平、收入、家庭经营土地规模、利率、贷款使用时间等;ε 表示随机误差项。回归系数反应的是潜变量变化的结果。我们在文中将计算便于直观理解的边际效应，即自变量对信贷配给概率的边际影响是怎样的。

在回归模型中，解释变量主要有户主性别（gender）、户主年龄（age）、户主受教育水平（edu）、家庭经营土地面积（scale）、收入（income）、利率（ratio）、资金使用时间（time）。

三、实证研究

计量运算使用Eviews6.0软件，回归结果见表5。R-squared值为0.8568，调整后的拟合优度为0.8395，说明解释变量对被解释变量的整体拟合情况较好。F统计量的概率P值为0.0054，小于1%，说明较为显著。

从表5中可以看出如下结果：

在农户的的个人禀赋特征中，性别因素的回归系数为-0.1865，概率P值为0.9055，没有通过显著性检验，说明性别因素对信贷配给没有显著的影响。原因可能是因为调研过程中访问的对象有男性也有女性，但申请贷款这样的事情对一个家庭来讲是件大事，一般是由户主来决定，而调研过程中因为有的户主不在只能访问妻子，个人特征记录的是妻子的。

年龄因素的回归系数为负值，且在5%的显著性水平上通过检验，说明年龄越大发生信贷配给的概率越小。当然年龄是要限制在一定范围内的，因为根据规定，年龄超过60岁，农村信用社的授信意愿很低，绝大部分地区超过60岁原则上不再给予贷款。这可能是考虑到农户的还款能力。另外一面可能是年龄超过60岁的农户一般子女均已经结婚，自身的经济负担较小，开支也小，不需要扩大再生产，所以贷款的意愿也就降低了，这一点在调研结果中人口规模这一点可以得到印证，相对于家庭人口规模较大的家庭，户主的经济压力要小。

受教育水平这一因素的系数为负，且在1%的显著性水平下通过检验。说明受教育程度越高，则其受到信贷配给的概率越低。这可能是因为受教育程度越高，则代表的能力越强，从而收入越高，国内外的大量研究证实受教育水平和收入是正相关的。农户受教育程度越高，他掌握的生产经营知识和能力就越强，接受新事物的能力越强，思维也更活跃，从而收入也越高，收入越高则代表着其在申请贷款时还款能力置信度更高。从另外一个角度讲，农户受教育程度越高，则其非农就业机会也越多，从而非农收入越高，调研结果也支持这一结论，文化水平较高的农户在从事农业生产的同时也会开辟非农增收渠道，有些农户从事养殖业、运输、开饭店、商店等等。这一类型的农户在当地多是属于文化水平较高，经营思路较灵活的人。

家庭经营的土地规模这一因素的回归系数是负值，且在10%的显著性水平下通过检验。说明家庭经营土地规模越大，收入也就越高，还款能力越强，很多研究成果也支持这一结论，农村金融机构的贷款资源一直存在“垒大户”的现象，即贷款向农村的富裕农户集中。而收入越低越容易受到信贷配给。其他条件不变的前提下，土地经营规模扩大一单位，信贷配给发生的概率降低5.12%。

农户收入因素的回归系数为正数，且在5%的显著性水平下通过检验，说明农户收入越高越不容易受到信贷配给。调研中发现绝大数农户在回答还款来源时，均回答售粮收入。可见在调研地区家庭收入结构中最主要的还是家庭经营收入，又加之吉林省相对其他省份来讲，人均耕地面积多，所以种粮成为家庭收入的主要来源。这一现象还可以从全国劳动力的流动情况得到印证，吉林省的劳动力流动率在全国是非常低的，特别是流出东北三省比例的要远远少于关内的省份。而刘西川的研究结果表明，非农收入比重越高农户受到信贷配给的概率越小。

利率因素的回归系数为正数，在1%的显著性水平下通过检验。说明利率越高农户受到信贷配给的可能性就越大，这很容易理解，利率增高，农户的融资成本就会增加。利率高到一定程度，农户可能就不会选择从金融机构贷款，调查显示，最高利率为14%。

申请贷款的使用时间回归系数为正数，概率P值为0.879，没有通过显著性检验。说明贷款申请使用时间越长，贷不到款或者不能足额得到贷款的概率越大。中国科学院的调研结果也可以同时印证这一点，样本农户的贷款平均使用时间约为9个月。可见农村金融机构的主流授信基本上是短期贷款，贷款使用时间超过一年的不多。因为贷出的资金时间越长，金融机构不可控的因素就越多，而缩短资金使用时间就变相增加了农户和金融机构之间的信息对称程度。

四、研究结论和政策启示

（一）研究结论

本文从信贷配给的视角，采用实地调研数据分析了吉林省农户信贷配给现状及其影响因素。得出以下结论：吉林省农户信贷配给程度比较严重。农户受到信贷配给的原因是多方面的：从金融供给主体看，一是农村金融机构网点少，二是农村金融机构普遍具有非农化经营趋势，三是信贷产品不适应农户需求;从金融需求主体看，一是农户思想保守限制了金融需求，二是收入偏低难以承担高额贷款成本，三是抵押物缺乏无法获取贷款;从金融环境看，农业的弱质性和农民的弱势性很容易导致信贷配给的现象。农户自身的禀赋与信贷配给概率密切相关。年龄越大、受教育水平越高、土地经营规模越大、收入水平越高、利率越低，农户受到信贷配给的概率就越小，反之则受到信贷配给的可能性就越大。而且这些因素的交互作用是复杂的。

（二）政策启示

根据上述研究结论，得出如下政策启示：增加金融产品供给，创新服务，结合吉林省家庭经营规模普遍较大的特点，开发适合其经济特点的金融产品和服务;利用政策支持，提高农村金融机构开展涉农金融服务的积极性，对金融机构开展的涉农贷款可以考虑给予税费优惠和利息补贴;加强金融教育提高农户信用意识，提高农户对金融产品的认知能力;完善金融基础设施，增加网点密度，增强农户金融产品的地理可及性;统筹城乡经济发展，提高农民收入。

参考文献

[1]Stiglitz， J. E. and A. Weiss， Credit Rationing in Markets with Imperfect Information， American Economic Re-view.

1981，71（3）：393-410.

[2]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）：51-61。

[3]李庆海，李锐，汪三贵.农户信贷配给及其福利损失[J].数量经济技术经济研究，2012，（8）：35-48。

[4]刘艳华，王家传.中国农村信贷配给效率的实证分析[J].农业经济问题，2009，（5）：23-28。

[5]朱喜，李子奈.我国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）：37-49。

An Empirical Study on Farmers Credit Rationing and Influencing Factors

——Evidence from Micro-data of Rural Areas in Jilin Province

HU Zhen1   LI Na2   WANG Chunyan1

（1 College of Economics and Management of China Agricultural University， Beijing 100083;

2 School of Economics and Management of Jilin Agricultural University， Changchun Jinlin 130118）

Abstract：The most direct reflection of the rural financial problem is the peasant household credit rationing which is a widespread problem. Based on the theory on credit rationing and through questionnaire， the paper illustrates the present situation of peasant household credit rationing in Jilin province， analyzes the cause of peasant household credit rationing. On the basis of above analysis， using Probit model， the paper makes an empirical analysis on the influence of the peasant households and individual characteristics on their credit rationing， and puts forward suggestions on easing the peasant household credit rationing.

Keywords： credit rationing; influencing factor; probit model

责任编辑、校对：杨振峰

家庭经营的土地规模这一因素的回归系数是负值，且在10%的显著性水平下通过检验。说明家庭经营土地规模越大，收入也就越高，还款能力越强，很多研究成果也支持这一结论，农村金融机构的贷款资源一直存在“垒大户”的现象，即贷款向农村的富裕农户集中。而收入越低越容易受到信贷配给。其他条件不变的前提下，土地经营规模扩大一单位，信贷配给发生的概率降低5.12%。

农户收入因素的回归系数为正数，且在5%的显著性水平下通过检验，说明农户收入越高越不容易受到信贷配给。调研中发现绝大数农户在回答还款来源时，均回答售粮收入。可见在调研地区家庭收入结构中最主要的还是家庭经营收入，又加之吉林省相对其他省份来讲，人均耕地面积多，所以种粮成为家庭收入的主要来源。这一现象还可以从全国劳动力的流动情况得到印证，吉林省的劳动力流动率在全国是非常低的，特别是流出东北三省比例的要远远少于关内的省份。而刘西川的研究结果表明，非农收入比重越高农户受到信贷配给的概率越小。

利率因素的回归系数为正数，在1%的显著性水平下通过检验。说明利率越高农户受到信贷配给的可能性就越大，这很容易理解，利率增高，农户的融资成本就会增加。利率高到一定程度，农户可能就不会选择从金融机构贷款，调查显示，最高利率为14%。

申请贷款的使用时间回归系数为正数，概率P值为0.879，没有通过显著性检验。说明贷款申请使用时间越长，贷不到款或者不能足额得到贷款的概率越大。中国科学院的调研结果也可以同时印证这一点，样本农户的贷款平均使用时间约为9个月。可见农村金融机构的主流授信基本上是短期贷款，贷款使用时间超过一年的不多。因为贷出的资金时间越长，金融机构不可控的因素就越多，而缩短资金使用时间就变相增加了农户和金融机构之间的信息对称程度。

四、研究结论和政策启示

（一）研究结论

本文从信贷配给的视角，采用实地调研数据分析了吉林省农户信贷配给现状及其影响因素。得出以下结论：吉林省农户信贷配给程度比较严重。农户受到信贷配给的原因是多方面的：从金融供给主体看，一是农村金融机构网点少，二是农村金融机构普遍具有非农化经营趋势，三是信贷产品不适应农户需求;从金融需求主体看，一是农户思想保守限制了金融需求，二是收入偏低难以承担高额贷款成本，三是抵押物缺乏无法获取贷款;从金融环境看，农业的弱质性和农民的弱势性很容易导致信贷配给的现象。农户自身的禀赋与信贷配给概率密切相关。年龄越大、受教育水平越高、土地经营规模越大、收入水平越高、利率越低，农户受到信贷配给的概率就越小，反之则受到信贷配给的可能性就越大。而且这些因素的交互作用是复杂的。

（二）政策启示

根据上述研究结论，得出如下政策启示：增加金融产品供给，创新服务，结合吉林省家庭经营规模普遍较大的特点，开发适合其经济特点的金融产品和服务;利用政策支持，提高农村金融机构开展涉农金融服务的积极性，对金融机构开展的涉农贷款可以考虑给予税费优惠和利息补贴;加强金融教育提高农户信用意识，提高农户对金融产品的认知能力;完善金融基础设施，增加网点密度，增强农户金融产品的地理可及性;统筹城乡经济发展，提高农民收入。

参考文献

[1]Stiglitz， J. E. and A. Weiss， Credit Rationing in Markets with Imperfect Information， American Economic Re-view.

1981，71（3）：393-410.

[2]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）：51-61。

[3]李庆海，李锐，汪三贵.农户信贷配给及其福利损失[J].数量经济技术经济研究，2012，（8）：35-48。

[4]刘艳华，王家传.中国农村信贷配给效率的实证分析[J].农业经济问题，2009，（5）：23-28。

[5]朱喜，李子奈.我国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）：37-49。

An Empirical Study on Farmers Credit Rationing and Influencing Factors

——Evidence from Micro-data of Rural Areas in Jilin Province

HU Zhen1   LI Na2   WANG Chunyan1

（1 College of Economics and Management of China Agricultural University， Beijing 100083;

2 School of Economics and Management of Jilin Agricultural University， Changchun Jinlin 130118）

Abstract：The most direct reflection of the rural financial problem is the peasant household credit rationing which is a widespread problem. Based on the theory on credit rationing and through questionnaire， the paper illustrates the present situation of peasant household credit rationing in Jilin province， analyzes the cause of peasant household credit rationing. On the basis of above analysis， using Probit model， the paper makes an empirical analysis on the influence of the peasant households and individual characteristics on their credit rationing， and puts forward suggestions on easing the peasant household credit rationing.

Keywords： credit rationing; influencing factor; probit model

责任编辑、校对：杨振峰

家庭经营的土地规模这一因素的回归系数是负值，且在10%的显著性水平下通过检验。说明家庭经营土地规模越大，收入也就越高，还款能力越强，很多研究成果也支持这一结论，农村金融机构的贷款资源一直存在“垒大户”的现象，即贷款向农村的富裕农户集中。而收入越低越容易受到信贷配给。其他条件不变的前提下，土地经营规模扩大一单位，信贷配给发生的概率降低5.12%。

农户收入因素的回归系数为正数，且在5%的显著性水平下通过检验，说明农户收入越高越不容易受到信贷配给。调研中发现绝大数农户在回答还款来源时，均回答售粮收入。可见在调研地区家庭收入结构中最主要的还是家庭经营收入，又加之吉林省相对其他省份来讲，人均耕地面积多，所以种粮成为家庭收入的主要来源。这一现象还可以从全国劳动力的流动情况得到印证，吉林省的劳动力流动率在全国是非常低的，特别是流出东北三省比例的要远远少于关内的省份。而刘西川的研究结果表明，非农收入比重越高农户受到信贷配给的概率越小。

利率因素的回归系数为正数，在1%的显著性水平下通过检验。说明利率越高农户受到信贷配给的可能性就越大，这很容易理解，利率增高，农户的融资成本就会增加。利率高到一定程度，农户可能就不会选择从金融机构贷款，调查显示，最高利率为14%。

申请贷款的使用时间回归系数为正数，概率P值为0.879，没有通过显著性检验。说明贷款申请使用时间越长，贷不到款或者不能足额得到贷款的概率越大。中国科学院的调研结果也可以同时印证这一点，样本农户的贷款平均使用时间约为9个月。可见农村金融机构的主流授信基本上是短期贷款，贷款使用时间超过一年的不多。因为贷出的资金时间越长，金融机构不可控的因素就越多，而缩短资金使用时间就变相增加了农户和金融机构之间的信息对称程度。

四、研究结论和政策启示

（一）研究结论

本文从信贷配给的视角，采用实地调研数据分析了吉林省农户信贷配给现状及其影响因素。得出以下结论：吉林省农户信贷配给程度比较严重。农户受到信贷配给的原因是多方面的：从金融供给主体看，一是农村金融机构网点少，二是农村金融机构普遍具有非农化经营趋势，三是信贷产品不适应农户需求;从金融需求主体看，一是农户思想保守限制了金融需求，二是收入偏低难以承担高额贷款成本，三是抵押物缺乏无法获取贷款;从金融环境看，农业的弱质性和农民的弱势性很容易导致信贷配给的现象。农户自身的禀赋与信贷配给概率密切相关。年龄越大、受教育水平越高、土地经营规模越大、收入水平越高、利率越低，农户受到信贷配给的概率就越小，反之则受到信贷配给的可能性就越大。而且这些因素的交互作用是复杂的。

（二）政策启示

根据上述研究结论，得出如下政策启示：增加金融产品供给，创新服务，结合吉林省家庭经营规模普遍较大的特点，开发适合其经济特点的金融产品和服务;利用政策支持，提高农村金融机构开展涉农金融服务的积极性，对金融机构开展的涉农贷款可以考虑给予税费优惠和利息补贴;加强金融教育提高农户信用意识，提高农户对金融产品的认知能力;完善金融基础设施，增加网点密度，增强农户金融产品的地理可及性;统筹城乡经济发展，提高农民收入。

参考文献

[1]Stiglitz， J. E. and A. Weiss， Credit Rationing in Markets with Imperfect Information， American Economic Re-view.

1981，71（3）：393-410.

[2]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）：51-61。

[3]李庆海，李锐，汪三贵.农户信贷配给及其福利损失[J].数量经济技术经济研究，2012，（8）：35-48。

[4]刘艳华，王家传.中国农村信贷配给效率的实证分析[J].农业经济问题，2009，（5）：23-28。

[5]朱喜，李子奈.我国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）：37-49。

An Empirical Study on Farmers Credit Rationing and Influencing Factors

——Evidence from Micro-data of Rural Areas in Jilin Province

HU Zhen1   LI Na2   WANG Chunyan1

（1 College of Economics and Management of China Agricultural University， Beijing 100083;

2 School of Economics and Management of Jilin Agricultural University， Changchun Jinlin 130118）

Abstract：The most direct reflection of the rural financial problem is the peasant household credit rationing which is a widespread problem. Based on the theory on credit rationing and through questionnaire， the paper illustrates the present situation of peasant household credit rationing in Jilin province， analyzes the cause of peasant household credit rationing. On the basis of above analysis， using Probit model， the paper makes an empirical analysis on the influence of the peasant households and individual characteristics on their credit rationing， and puts forward suggestions on easing the peasant household credit rationing.

Keywords： credit rationing; influencing factor; probit model

责任编辑、校对：杨振峰