小额信贷经理人愿意扶贫吗？

张颖慧　聂强

摘要：基于西北5省15个国家级贫困县152位信贷经理人的问卷调查，分析了小额信贷经理人的扶贫意愿、行为以及影响因素。经验研究结果表明：在调研的国家级贫困县中，尽管近六成小额信贷经理人向贫困户发放过贷款，但业务量总体较少，具有信贷扶贫意愿的不到2成；性别、教育背景、收入满意度、信贷决策自主性、放贷任务以及是否完成任务对信贷扶贫业务有显著影响；性别和信贷自主权对扶贫意愿具有显著影响。由此，在信贷扶贫项目选择信贷经理人时，采取差异化策略，有序放松信贷自主权，加强扶贫效果考核，对提高金融扶贫绩效会起到积极的作用。

关键词：金融扶贫；信贷经纪人；小额信贷

中图分类号：F304.4文献标识码：A 文章编号：1009-9107（2016）06-0136-08

引言

金融扶贫一直是我国扶贫工作的重要组成部分，我国先后出台了一系列政策措施，鼓励贫困地区的农村小额信贷机构开办扶贫贷款。这些举措，培养了一批参与扶贫工作的信贷经理人（在本文中，出于行文方便，我们无差别的使用信贷经理人和信贷员这两个概念），促生了一系列金融扶贫的成功案例，对于贫困地区脱贫致富工作做出了重要的贡献。然而，我国金融扶贫工作也存在一些负面的表现，其中一个重要的现象是信贷经理人不愿意扶贫，或者在扶贫过程中“走过场”。类似的问题还包括：由于信贷风险、绩效考核等方面的原因，信贷经理人没有扶贫动力，甚至压根就不愿意扶贫，或者拼凑几笔扶贫业务了事；“贷大不贷小，扶强不扶弱”，贫困农户面临着严重的金融排斥，在一些地区的小额信贷机构中是客观存在的。这些问题的出现，对贫困地区的金融扶贫工作绩效造成了不良影响。

无独有偶，在国际上以扶贫和妇女赋权为使命的小额信贷也同样面临着扶贫目标偏移的指责，而信贷经理人难辞其咎。一些研究发现，小额信贷经理人缺乏扶贫积极性，导致贫困户难以获得贷款；小额信贷经理人等内部员工获得高额股权回报，成为“小额信贷百万富翁”[1]。对于小额信贷经理人表现的这些质疑对国际小额信贷的国际形象造成了一定的影响。

围绕小额信贷机构的扶贫目标偏移或贫困客户的金融排斥问题，出现大量研究文献。第一类文献针对小额信贷机构，从商业化经营下信贷供需的不匹配来解释小额信贷的目标偏移问题。该类文献存在两个分支：第一个分支用单笔贷款额度或者妇女贷款占比来测算小额信贷机构的目标瞄准程度，验证盈利水平对小额信贷机构目标偏移的影响[2，3]；第二个分支则认为，小额信贷的目标偏移是贫困客户信贷需求不足的被动结果[46]。

与第一类类文献从机构角度解释扶贫绩效不同的是，第二类文献专注分析信贷经理人的激励问题，从特定制度安排下的激励结构来解释小额信贷经理人信贷目标偏移的问题。该类文献同样存在两个分支：第一个分支在委托代理框架中进行研究，提出信贷经理人面临的逆向激励，是导致贷款额度增大的主要原因[79]；第二个分支则采用实验方法，验证信贷经理人的扶贫意愿[10]。相比较而言，第二个分支文献出现的较少。

上述文献对小额信贷目标瞄不准与金融排斥等问题具有启示意义，为我们分析金融扶贫问题给出了很好的理论支撑与经验支持。然而，我们更关注的是，受到政府财政支持的扶贫项目，有指定的金融扶贫机构，并由信贷经理人专人负责执行，为什么同样还会出现目标偏移？就这一问题而言，既有文献的解释力有待推敲：第一类文献将小额信贷机构的财务目标视为目标偏移的核心原因，或者将贫困客户的信贷需求不足作为金融排斥的辅助解——如果将商业化可持续机构目标与信贷经理人的目标相等同，这种解释具有可信性，而本文关注的是具有明确扶贫目标的小额信贷机构——信贷经理人的收入目标可能与机构扶贫目标出现冲突；第二类文献比较接近本文的研究主题，为本文的经验研究提供了理论支撑。该类研究确实对信贷经理人的扶贫业务表现给出了理论解释。但是，限于理论模型约束，一些机制变量难以量化，也并未进行检验，这成为本文分析的切入点。

与既有研究相比，本文的可能贡献在于：（1）通过实地调研，搜集西北五省（自治区）10个国家级贫困县180份小额信贷经理人问卷，对贫困县小额信贷经理人的扶贫意愿展开经验分析。由于针对贫困地区小额信贷经理人的经验研究较少，本文提供了基础的数据支撑与尝试。（2）女性信贷经理人的扶贫意愿和扶贫贷款均相对较少，风险态度而非妇女赋权才是扶贫意愿的决定因素，这与国际上强调妇女进入小额信贷机构管理层的主张有所抵牾[11]。（3）信贷决策自主权、任务考核等对信贷扶贫具有显著影响，这对第一类研究文献将小额信贷机构的目标等同于信贷经理人行为的简单做法提出了质疑，为小额贷款发放中的委托代理问题找到了事实依据，也为金融扶贫中的考核制度设计提供了理论依据。

一、研究设计

（一）调研设计与样本分布

基于对既有研究文献的述评，结合本文的研究主题，我们选择西北地区国家级贫困县作为基本研究单元。在对西北五省农村金融机构进行抽样调查的基础上，在每个贫困县选择至少10位以上信贷员进行调查；样本随机选取，在各个县域农村金融机构均有分布。调研过程如下：首先，我们2014年10月在富平等县进行了预调研，并相应地调整了调查问卷的部分问题。2015年2月展开全面调研，共得到180份问卷。通过对有关问卷进行筛选，去除遗漏过多、有重复倾向的问卷之后，得到有效问卷152份。信贷员调查的有效样本分布见表1。

从表1可以看出，调研涵盖西北5省（自治区）10地市15个国家级贫困县，并且每个县域的样本调查基本上涵盖了主要的农村金融机构。这表明，样本基本上可以反映西北地区贫困县农村金融机构的现状，信贷经理人样本可以作为总体的一个无偏样本。不足之处在于，青海省和新疆各选择了一个国家级贫困县，并且青海省只出现5份调研问卷，这需要在研究结果解释时加以注意。

（二）变量设计

项目组对信贷员的调研在国家级贫困县展开，由此，调研中的信贷员天然地具有信贷扶贫的职责。调研问卷设计中，我们将小额信贷机构的扶贫意愿和扶贫贷款发放作为核心。扶贫意愿采取二值变量，“愿意”取值1，“不愿意”取值0。扶贫贷款分别采用扶贫贷款额度和扶贫贷款笔数来反映。

为了解释哪些因素影响信贷扶贫，通过对既有文献的阅读，结合相关访谈，本调研考虑了年龄、工龄、性别、是否接受过大学教育、籍贯是否是本县、对收入是否满意、是否具有信贷自主权、放贷任务、是否完成放贷任务等因素。结合对文献的阅读以及田野调查可知，这些因素基本上涉及了影响小额信贷经理人信贷扶贫的可能原因，有关解释变量的预设影响方向如表2最后一列所示。

采用二值Logistic模型的原因在于，是否具有扶贫意愿本身就是二值变量，适合采用该模型；而对于扶贫贷款笔数与金额根据数值调整为二值变量，有助于观察哪些因素使信贷员的扶贫行为迈过了门槛值——扶贫与不扶贫。在我们的分析中，这是一个非常关键的转折点。

通过对连续性解释变量的统计分析，大致可以认为该变量服从正态分布。为避免多重共线性问题，年龄与工龄、放贷任务与是否完成任务分别进入模型。我们进行了一系列模型回归分析与统计检验，但是限于篇幅，只汇报了部分结果。

二、描述性统计

本文采用R-3.2.3软件，在RStudio-0.99.491下来进行相关统计计算[12]。表2给出了样本的描述性统计。从152份调查问卷分析结果来看，只有26位信贷员表示倾向于向贫困户放贷，占比17.1%。而152位信贷员中，2012-2014年曾经向贫困户放贷的有88位，明确表示倾向于向贫困户放贷的只有14位，占比15.9%。这表明，就国家级贫困县的情况来看，倾向于开展信贷扶贫的信贷员并不多。

进一步观察信贷扶贫行为。从表面来看，主观的信贷扶贫意愿和实际的信贷扶贫行为之间存在一定的分歧。我们首先来看信贷员的实际的目标市场定位。表2中对152份信贷员问卷的分析表明，只有88位信贷员向贫困户发放过贷款，占比57.9%；64位没有向贫困户放贷，占比42.1%。进一步的统计分析表明鉴于关注的焦点，这些分析的数据没有在表2中显示。 ，88位向贫困户发放过贷款的信贷员，没有专门向贫困户放贷的信贷员，全部都是面向全面市场服务的。而64位不向贫困户放贷的信贷员中，有43位向一般农户放贷，有41位向个体工商户放贷，有26位向小微企业或者大中型企业放贷因部分信贷员没有提供数字，因此在分析中不包括缺省值。 。如果将一般农户作为全面市场面对的客户，而个体工商户、小微企业、大中型企业作为高端客户，则有50位信贷员专门向高端市场服务。为此，全部样本的构成如下：50位专门向高端市场服务，102位面向全面市场服务；而面向全面市场服务的信贷员中，有88位向贫困户发放过贷款。

其次，信贷员扶贫信贷业务量总体少，不同信贷员之间差异大。从表3可以看出，从累计放款额度来看，有部分信贷员3年累计只发放过1万元贷款，且仅仅向1户贫困户放款，而信贷员的累计放款额度最大值达到1.245亿元，累计户数最大值达到4 150户。

从上述两点来看，信贷员的扶贫意愿和实际的扶贫行为之间的差异，与部分信贷员的“应付差事”不无关系。这从另一个方面印证了，即便在国家级贫困县，很大一部分信贷员缺乏扶贫意愿，贷款笔数偏少，额度也较少在对国家级贫困县信贷员的调研中，项目组关注的信贷员信贷业务中：（1）对贫困户放贷的常见贷款额、笔数、总金额；（2）对农户、个体工商户、小微企业、大中型企业放贷的常见贷款额、笔数、总金额、利率；（3）贷款投向可能的影响因素。信贷员的农户贷款业务同样出现与扶贫信贷类似的特征：业务量总体较少，不同信贷员之间差异较大。但是，如果观察贫困户贷款与农户贷款常见的单笔贷款额度，则可以验证前述金融机构分析中的有关数据。同时，对于贫困户与一般农户而言，单笔贷款额度3万元和5万元的近似标准，得到进一步证实。。

此外，对于解释变量的统计分析表明（见表2），样本小额信贷员以中年为主，年龄均值在40岁左右，但年轻与年老的信贷员均存在；平均工龄12年，工龄中位值为6年，年富力强的中生代较为缺乏，工作经验较为缺乏；信贷员以男性为主，女性只占17.1%；信贷员的教育背景较好，83.6%接受过大学教育；来自其他行业的人员较多，仅有28.9%的人员一直在银行业从业；信贷员大多数工作在本乡本土，74.3%籍贯在本县；对收入状况满意度差异较大，约有57%的信贷员对收入满意；信贷决策自主权较高，有88%的信贷员具有信贷自主权；放贷任务为人均1 096.6万元，约有71.4%的信贷员完成了任务。

三、经验结果

（一）信贷扶贫意愿影响因素

对信贷员的信贷扶贫意愿运用Logistic模型进行分析（见表4中的模型1～4）。

结果表明，信贷员对收入的满意度和能否自主信贷决策影响到信贷扶贫意愿。与对收入基本满意的信贷员相比较，对收入不满意的信贷员不太倾向于信贷扶贫，并且在5%水平上统计显著；与信贷决策受到主管部门干预的信贷员相比较，能够自主信贷决策的信贷员不太倾向于信贷扶贫，结果在5%水平上统计显著。其他特征，如信贷员的年龄、工龄、从业经历、金融机构类型等，都没有对信贷扶贫意愿产生明显影响。这一结果，为国家信贷扶贫项目开展中选择项目经理人提供了依据。

（二）信贷扶贫行为影响因素

对具有信贷扶贫业务的信贷员的信贷扶贫额以及信贷扶贫笔数进行最小二乘回归，结果如表5中的模型5～8与表6中的模型9～12所示。

从计量分析结果可以看出：

1.与男信贷员相比较，女信贷员信贷扶贫业务较少，扶贫贷款额以及扶贫贷款笔数均显著小一些。这一发现与国际主流认识相抵牾。在性别歧视非常严重的国家或地区（如孟加拉、印度等国），鼓励女性参加到信贷经理人系列，有助于为女性占主体的小额信贷客户开展业务。而我国性别歧视问题远远没有小额信贷的代表国家严重，客户中也没有明显的性别歧视，由此与国际主流看法出现不同的结果。我国小额信贷经营中出现的这一结果，与女性信贷经理人较之于男性更为谨慎有关，也与政策性业务中更偏向于男性有一定关系。

2.与具有大学教育背景的信贷员相比较，具有高中以及以下教育背景的信贷员信贷扶贫业务较少，扶贫贷款额以及扶贫贷款笔数均显著小一些。政策性业务倾向于选择青年人，而这一群体的教育背景较好，是可能的原因。

3.与籍贯不是本县的信贷员相比较，籍贯在本县的信贷员扶贫贷款笔数要多一些，且在10%统计水平上显著。乡土情结可以对此给出解释，而政策性业务选择中倾向于有本地生活经验以及有良好社会资本的信贷员，也是可能的原因。

4.与对收入满意的信贷员相比较，收入不满意的信贷员信贷扶贫业务要相对较多一些。这表明，扶贫业务具有明显的地域性或者政策性。

5.与不具有信贷扶贫意愿的信贷员相比较，具有扶贫意愿的信贷员的信贷扶贫金额显著地要多一些，但是信贷扶贫贷款笔数的显著性略差一些。这进一步凸显出扶贫意愿往往表现为通过拼凑一两笔业务来应付差事，信贷扶贫业务具有明显的政策性质。由此，政策“强推”或许是增加扶贫贷款笔数的重要因素。

6.与不具有信贷决策自主性的信贷员相比，具有决策自主性的信贷员的信贷扶贫业务显著地要多一些。

7.放贷任务对信贷扶贫业务产生了显著的正向影响，无论是与信贷扶贫贷款额还是与信贷扶贫贷款笔数均成显著正相关关系。较大的任务量会促使信贷员向扶贫业务倾斜，但是不容回避的是，较大的任务量中可能包含着政策扶贫任务，从而政府强力推动依然是信贷扶贫的重要因素。

8.与其他情况相比较，过去两年均完成放贷任务的信贷员，扶贫贷款笔数相对要多一些，且在统计上显著；信贷扶贫额度也相对大一些，但是在统计上不显著。

为了进一步分析有关因素对信贷扶贫业务的影响，我们将是否有信贷扶贫贷款行为作为被解释变量，运用Logisitic模型进行分析，结果如表7中模型13、14所示。分析结果进一步表明，与男信贷员相比较，女信贷员不倾向于发放扶贫贷款。

四、结语

本文通过对国家级贫困县小额信贷经理人的调研，分析了信贷员的信贷供给意愿以及行为倾向。对问卷的描述性统计分析表明，大多数信贷员缺乏扶贫意愿，女信贷员不太倾向于扶贫，具有自主决策权的信贷员不太倾向于扶贫。然而，尽管近六成的信贷员发放过扶贫贷款，但是扶贫业务量（数量与金额）较少。进一步的回归分析结果表明，性别、教育背景、收入满意度、信贷决策自主权、放贷任务是否完成对信贷员的扶贫业务有影响。由于样本数量较少以及有关指标缺乏，该分析结果的可靠性仍需进一步验证。

本文的政策意义在于，在当前我国全面建设小康社会目标下，扶贫攻坚是核心工作之一，金融精准扶贫是当前亟待解决的问题。因此，要关注贫困地区金融支持项目的扶贫绩效[13，14]；选择项目执行人员时，考虑信贷员的个人背景特征，是金融扶贫工作的核心问题。本文的研究结论为金融扶贫的效率提升，以及构建扶贫目标瞄准的激励机制，具有一定的启示。

参考文献：

[1] Bateman M.Why Doesnt Microfinance Work？ The Destructive Rise of Local Neoliberalism [M].London and New York： Zed Books，2010： 60111.

[2]Kar A K. Mission Drift in Microfinance：Are the Concerns Really Worrying？ Recent CrossCountry Results [J]. International Review of Applied Economics，2013，27（1）：4460.

[3]SerranoCinca C，GutiérrezNieto B.Microfinance： The Long Tail and Mission Drift [J].International Business Review， 2014，23（1）：181194.

[4]刘西川，黄祖辉，程恩江.小额信贷的目标上移：现象描述与理论解释——基于三省（区）小额信贷项目区的农户调查[J].中国农村经济，2007（8）：2334.

[5]程恩江，Ahmed A D. 信贷需求： 小额信贷覆盖率的决定因素之一——来自中国北方四县调查的证据[J].经济学，2008，7（4）：1 3911 413.

[6]杨林娟，杜静，柴洪，等.非政府（NGO）小额信贷问题研究——基于甘肃省安定区的调查[J].西北农林科技大学学报：社会科学版，2010，10（4）：5760.

[7]Conning J.Outreach，Sustainability and Leverage in Monitored and PeerMonitored Lending [J]. Journal of Development Economics，1999，60：5177.

[8]Aubert C，de Janvry A，Sadoulet E. Designing Credit Agent Incentives to Prevent Mission Drift in ProPoor Microfinance Institutions [J].Journal of Development Economics，2009， 90 （1）：153162.

[9]Caserta M，Reito F. Outreach and Mission Drift in Microfinance：An Interpretation of the New Trend[J].Economics Bulletin，2013，33（1）：167178.

[10]Sagamba M，Shchetinin O，Yusupov N. Do Microloan Officers Want to Lend to the Less Advantaged？ Evidence From a Choice Experiment [J].World Development，2013，42（1）：182198.

[11]Armendáriz B，Morduch J.The Economics of Microfinance[M].2nd ed. Cambridge，Massachusetts；London，England：The MIT Press，2010.

[12]R Development Core Team.R：A Language and Environment for Statistical Computing.R Foundation for Statistical Computing，Vienna，Austria [Z]. ISBN 3-900051070，2008，URL http： //www.Rproject.org/.

[13]宋军.我国现代化金融治理体系：特征与建构[J].西部论坛，2015，（6）：2631.

[14]于源，于宏涛.我国信贷集中对商业银行贷款风险的主要影响[J].沈阳工业大学学报：社会科学版，2015（6）：652657.

Abstract：We evaluate poverty alleviation propensity， behavior and influencing factors of microfinance credit managers， based on questionnaires of 152 microfinance credit managers from 15 nationallevel povertystricken counties in 5 provinces of northwest China. The results show that：around 60 percent of credit managers have issued little amount of propoor loans， but those with propensity are less than 20 percent； ii. What have influenced poverty alleviation are such factors as gender， education background， income satisfaction， selfdependence of credit decisions and the fulfillment of credit duties； and iii. Gender and selfdependence of credit decisions have influenced the propensity to poverty alleviation. Policy recommendations are suggested that differentiated strategies should be advocated to choose credit managers for poverty reduction programs， that credit decisions should be decentralized， and that performance review should be promoted， so as to enhance the social performance of microfinance in povertystricken areas.

Key words：poverty reduction with finance； credit manager； microfinance