贫富差距对农户信贷资格的影响

陈颖瑛， 杜雪锋

(1.浙江经贸职业技术学院，浙江杭州 310016； 2.四川农业大学旅游学院，四川都江堰 611830)

农业为我国的基础产业，随着改革开放和进城务工人员的不断增加，农业就业人口持续增长，但农户的经济收入持续降低。农地除了可以帮助农民获取农业所得之外，农地的财产价值也是为其实现增收的方式之一。农业发展具有生产、生活、生态“三生”功能，而农业为全民之农业，无论现代农业或传统型农业都需要资金的投入，因此农户也须要向金融机构进行借贷，但受制于有限的抵押物、不稳定的工作和收入等条件，农户融资相对困难，银行的授信比率整体偏低[1-3]。银行的主要业务和主要收益来源之一便是授信业务。授信质量对银行的整体运营有一定的影响[4-5]。面对高度的竞争压力，银行为了避免呆账的存在，对客户的授信要求逐渐提高，进而形成了一套客观的授信评价体系，针对客户的特征因素进行评估，从而降低授信的风险，对于广大农户来说，为了提升融资效率，获得尽可能高的授信比率，须要了解个人因素对贷款可获性的影响，学者在这些方面也进行了大量的研究，分析农户的各个特征对授信比率的影响[6-7]。随着城乡一体化的不断推进，农户之间的财富差距不断扩大，而究竟农户的财富差距因素对农户贷款的可获性是否产生影响，学者在此方面并无深入研究，因此，基于贫富差距视角，以中国家庭追踪调查(CFPS)2016年的数据为研究对象，通过研究农户的家庭财富差距对贷款可获性即贷款授信比率的影响，发掘内在的影响机制，从而给出针对性的对策建议，提升农户的授信比率，促进农业金融的健康快速发展。

1 农户贷款可获性(银行授信)的文献综述

1.1 授信的概念及内涵

授信是指银行对于顾客授予信用并承担风险的业务。银行为资金供需者的桥梁，通过授信功能可促成企业资本的形成[8]，银行可通过创造信用功能，转贷于资金需求者，所以银行授予信用的形态主要有2种。一是银行将其所有的资金以贷款的形式提供给资金需求者，并以利息为主要盈利来源，即银行资金以放款、透支、贴现等方式贷给企业或个人，此种类型多为直接授信(direct financial)。一是银行利用其特有的信用创造功能为客户办理保证、汇票承兑、签发信用等以赚取保证费、承兑费、签证费等，此种为间接授信(indirect financial)。这2种形态的授信从表面上虽有区别，但如果从承担风险的角度来看则无太大差异。即只要银行涉猎资金的借贷或提供信用服务，则风险便有可能发证。资金贷的风险为资金的损失，所以无论办理直接授信还是间接授信的人员，除须对相关的业务法规有娴熟了解外，还须对授信业务有深刻体会，方能为服务银行赚取收益并确保债权安全。

1.2 银行授信的型态

将银行办理授信业务类别分为直接授信和间接授信两大类[9]。

1.2.1 直接授信 直接授信是指银行以有形资金贷放于资金需求者并定期收取利息收益的授信方式。由于该类授信大多与货币有关，所以又称为金融信用，如放款、透支等均属于直接授信。

1.2.2 间接授信 间接授信是指银行以保证人资格担保或保证付款方式并收取相关服务的手续费，代替利息收益而达成授信。因该业务与货币无直接关系，所以又称为非金融信用。如商业票据的保证及承兑、开发信用业务及其他间接授信业务。银行虽与一般企业相同，以营利为目的，但不同于一般企业以商品制造为主，银行业以服务为销售主体；上述2种授信方式在风险承担上并无显著差异，一旦授信客户无法正常履约时，贷放银行都将受到债权损失。因此，无论采用哪种授信方式办理，其业务审查过程均应保持谨慎态度应对各种整体经济的变化，方能确保贷放债权的安全性并获得真实利益。

1.3 银行授信的信用评估体系

放款业务一直是银行在资金运用上最主要的方式之一，而放款利息收入则是银行收入最重要的部分，因此为了确保授信案件的质量，征信、授信的确定是放贷之前必须要进行的步骤。但这些决策多依赖授信办理人员及主管的经验，决策的主观性程度较高。在授信环节中，对借款人进行信用评估从而提高放款质量，保障银行利益是非常重要的。如果对借款人的信用评估有所偏差，会对银行的债权产生一定的影响，进而损害银行的收益，因此为确保银行债权，消费者贷款授信评估作业应依循系列授信原则[10]。

1.3.1 “5C”理论 美国银行家William Post及Edward Gee基于品格、能力和资本的信用三要素理论提出了“5C”理论，增加了担保品和业务状况2项因素。第一，品格(character)。品格指申贷者的品行、人格特质及履行债务的诚意与意愿。第二，能力(capacity)。申贷者的付款能力包括所得、现金流量及转换工作的能力。第三，资本(capital)。资本是指申贷者的财务状况，如编制个人资产负债表。第四，担保品(collateral)。涉及担保品的类型、性质、价值和变现能力，担保品虽无助于提升申贷者的信用，但可以减轻放款损失。第五，业务状况(condition)。业务状况是指其他相关授信因素，如总体经济、社会、政治环境的变迁等。

1.3.2 “5P”理论 “5P”理论由Duong等提出，以放款决策的信用评估立场目前广为银行界所采用，其主要内容包括以下几点[11]：第一，借款户(people)。对借款户的评估可由其品格、责任感，事业经营成果及其与银行往来情形等特性来分析。第二，资金用途(purpose)。考虑授信案是否健全，不但要从借款者提供的担保品入手，还须要考虑其借款的使用计划是否合理、合法、合情。如果无具体的资金使用方案，则很容易催生风险。第三，还款来源(payment)。还款来源对授信的债权本利回收至关重要，对确保授信债权不致延滞有积极的作用。第四，债权保障(protection)。债权保障可分为内部保障和外部保障。如果银行在如财务结构、提供担保品的方式上与借款人产生直接关系，则为内部保障；反之则为外部保障。第五，授信展望(perspective)。授信展望包括授信人员在从事授信业务时对于申贷者事业展望、未来信用风险暨获利潜力的评估等。

银行征信或授信审查人员在办理消费者小额信用贷款审查时，除了须要考虑上述征信“5C”或“5P”外，基于消费者小额信用贷款的特性，还必须特别注意对以下几点进行评估：第一，偿债能力。申贷者的偿债能力应包括申贷者本身所得来源、所得水平及持续性负债金额所作的综合考虑。通常消费者小额信用贷款本身不具备自偿性，因此贷款本息必须依赖申贷者经常性收入或其他收入来应付，有些申贷者只考虑满足目前的消费欲望，未考虑日后的偿还能力，所以消费者小额信用贷款的首重任务就是考虑申贷户的偿债能力。第二，稳定性。针对申贷者的职业特性、在职期间以及个人特质，如付款习惯、持有资产等所作的考虑。消费者小额信用贷款通常对固定薪资收入者采取较开放的态度，因为其在未来的时期内有稳定可靠的收入；对于自营企业或依赖佣金、奖金收入者如承包商、业务员，因未来的收入具有不稳定性和不确定性，银行信用风险相对无法掌握。第三，还款意愿。指申贷者是否具有运用所得以偿还借款的意愿，通常以往的还款情况可以作为参考指标。由于消费者小额信用贷款金额相对企业融资较小，所以个案催收成本高，导致部分申贷户心存侥幸，虽有能力偿还却借故搬迁或通过其他理由拖欠不还。因此，银行承作消费者小额信用贷款必须了解申贷户是否有偿还意愿，以降低授信风险。

1.4 农户银行授信的文献研究

刘成玉等以问卷调查形式调查农户对授信业务认知的研究，并筛选出授信时可能的影响因素，结果表明共有5项认知差异显著不同，且都会影响授信过程[12]。曾康霖以国内某农村商业银的中部分行授信样本进行授信质量研究发现，贷款期限、贷款利率、产业特性、借款用途与授信核贷阶层等因素对授信质量有显著影响。另外，该研究也指出农户的财务及抵押品特征对授信成功率有显著影响[13]。叶敬忠等以全国农村金融机构新增纯信用放款为样本，探讨我国金融机构在承担农户无担保授信放款时对不同类型客户间的订价是否存有差异[14]。童馨乐等以国内某农村商业银行办理的200份企业贷款案例为研究对象，采用回归探讨影响商业银行授信决策的因素发现，财产状况、土地面积等4个变量最显著，同时模型的整体正确率达92%[15]。黄祖辉等以个案银行的农户贷款进行实证分析，取得300份样本资料，通过样本交叉分析比对，从授信评估因素中找出影响授信的显著变量，再通过Logistic回归分析模式萃取影响授信质量的关键变量，并依其重要性排序。此研究结果可作为个案银行及征信、授信人员办理授信评估因素时的参考，以降低农户授信违约风险，提高授信质量，达到有效风险控管的效果[16]。黄勇在金融机构对银行放款的研究中运用多元回归分析，选取6个变量进入回归模型发现，整体而言区别效果不佳[17]。刘西川等采用逐步Logistic回归模式(logistic regression，简称LR模式)获取模型所需的显著变量，如农户年龄、土地面积、月收入、贷款次数、贷款时间等，使用该模型对原始样本进行分析，正确率约为70%，如果考虑被拒者，则正确率又有5%的提升[18]。周宗安选择个体农户贷款者作为研究对象，利用均数差异检定萃取出包括教育程度、土地财产、定期存款、每月结余等6个具有显著差异的变量，并发现此区别模式的预测能力为68.4%[19]。童馨乐等针对各种信用风险因素建立有效区别函数，其变量的重要性程度分别为教育程度、金融机构存款余额、农户年龄、土地财产等[20]。

综上可见，学者对农户贷款可获性的各种模型进行了大量的研究，通过各种回归模型分析出影响农户银行授信的关键因素，也都提到了农户的财产状况对农户银行授信的显著性影响，但鲜有学者从农户的贫富差距视角研究对农户贷款可获性的影响程度，因此，本试验以农户的家庭财富收入为研究对象，实证分析农户的财富差距对贷款可获性的影响程度，同时给出对应的政策建议，以期提升农户的贷款可获性并完善农村金融制度。

2 研究方法

2.1 研究模型

本研究在已有文献的基础上，结合农户家庭财富等关键因素构建如下的贷款授信比率(贷款可获性)的计量模型：

yt=α+β×AFt+γ×ACt+φ×ATt+λ×xt+εt。

(1)

式中：t表示年份；y表示贷款授信比率，即贷款可获性；AF表示农户年均家庭存款；AC表示农户年均消费；AT表示农户年均收入；x表示影响贷款授信比率的其他背景控制变量；ε表示随机误差项，α是截距，β、γ、φ、λ是对应的系数。

核心解释变量：第一，AF表示农户的年均存款，存款包含个人银行的现金存款及理财投资等，该变量以家庭为统计单位，参考家庭人均存款数据进行选取。第二，AC表示农户的年均消费，主要参考农户通过银联等消费渠道1年的消费金额，该变量也以家庭为统计单位，计算农户家庭的人均年消费。第三，AT表示农化的年均收入，包含土地种植收入及其他务工收入，该变量也以家庭为统计单位，计算农户家庭的年均收入。

其他背景控制变量：第一，农户的性别，即按照贷款人的性别男、女来统计。第二，农户的年龄，即贷款人的实际年龄，以身份证信息为准。第三，农户的文化程度，依次为文盲、小学、初中、高中、大学及以上等进行统计。第四，健康状况，按照是否有大病或住院手术分为身体健康状况很好、较好、一般，很差。第五，婚姻情况，贷款人已婚或未婚。

考虑到实证结果的稳健性，本研究对核心解释变量还进行了信度分析，所谓的信度分析主要参考古典测量主要的原理，建立在测验分数的变异理论上，对于某个变量的测量分数必定是落在一定范围之内，因此可以得到该变量的离散程度，即变异数。这些分数的变异主要由2个因素组成，一是真实分数的变异以及因为随机误差(random error)产生的变异。误差(E)是指观察分数(O)与真实分数(T)之间的差距，误差的来源可分为系统性误差(systematic)和非系统性误差或随机性误差(random errors)。系统性误差又可分为恒定误差(constant)与偏误(bias)2种。对所有受测者都有影响的误差为恒定误差，只对某些人会产生影响的误差为偏误，至于随机误差则是随机产生的[21]。

最常被用来说明测量分数信度的是心理学家所发展的真实分数理论信度模式。假设在衡量变量时，得到观察值x0，而受测者的真实分数为xt，如果两者不相等，则有误差，为xe。三者的关系如下：

x0=xt+xe。

(2)

xe满足以下假设：(1)E(xe)=0；(2)xt与xe相互独立，其相关系数为0，其中E()为误差函数。

综上假设得：

E(x0)=E(xt)；

(3)

式中：σ为方差函数。

(4)

则信度可表示为：

(5)

一般而言，可以将信度指标(index)与系数(coefficient)归类为三大类型：稳定性(stability)、等值性(equivalence)、内部一致性(internal consistency)。稳定性是指同一测量工具对相同受测者重复施测结果相同；等值性(equivalence)是指不同调查者将同一方法应用在不同情境得到等值结果；内部一致性(internal consistency)是指许多问项(或测量题目)测量的结果指向同一现象或面向。

对于量表内部一致性的评估方法有很多，本研究主要采用Cronbach’sα系数。在验证题目间一致性并决定信度指标方面多使用Cronbach’sα系数。随着分量表中题目领域的接近，彼此间的一致性也逐渐提高。理论上，Cronbach’sα系数越接近1，则信度越高。用Cronbach’sα的系数计算出内部一致性后，可以采用删除某一项目后再看是否增加原来的信度。通过对比项目分数和总分间的相关性，不具备信度的项目项得以删除。

2.2 研究对象及数据来源

本试验的研究对象为全国各省(市、区)所辖的行政村的农户，数据来源于2016年中国家庭追踪调查(CFPS)的农户调查数据，数据由北京大学社会科学调查中心以中国家庭为单位进行调查所得，通过实地走访的方式利用多阶段分层次的抽样分析统计方法进行数据处理。该统计2年1个周期，主要反映农户的详细家庭数据，包含农户的主要家庭生活、经济活动等。研究对象和研究内容与本试验的研究内容相符，因此适用于本试验的研究。通过对上述数据进行整理，得到全国26个省(市、区)160个县(市、区)430个行政村的8 653户农村家庭样本为本试验的有效研究样本。

2.3 数据分析与处理

针对以上获得的数据，实证分析农户家庭财富对贷款授信比率(贷款可获性)的影响，利用SPSS 19.0和AMOS 20.0进行数据分析，并通过信度检验分析获得研究变量的有效性。

3 实证结果与分析

3.1 样本解释变量的数据描述性统计分析

样本的解释变量数据包括核心变量如年均存款、年均收入、年均消费以及背景变量如性别、年龄、教育程度、婚姻状况等(表1)。

由表1可知，在性别比例方面，数据样本中男性比例占据62%，女性占比为38%，性别占比方面，男性高于女性。从年龄角度出发，25岁及以下的占样本数量的6%，26～35岁的样本数占27%，36～45岁的样本数占39%，45岁以上的受访者占28%，其中36～45岁的中青年农户比例最高。从教育角度出发，文盲占比最低，仅为5%； 其次为大学及以上的比例7%；最多的集中在初中教育层次上，为38%；另外，高中层次教育比例为29%；小学教育层次比例为21%。婚姻状况方面显示，已婚者占据绝大多数，为90%，未婚者的样本比例仅为10%。

表1 样本数据背景变量统计

注：数据根据整理所得。表2、表3、表4同。

由表2可知，农户人均年存款、年消费、年收入的均值分别为2.783万、1.235万、3.756万元，标准差分别为2.363万、1.132万、3.286万元，标准差的比例相对较高，说明样本数据的分散性和差异性较大。

表2 样本数据核心变量统计

3.2 样本解释变量的信度分析

Cronbach’s α信赖系数是本研究的信度指标。据Nunnally的信度准则可知：当α<0.35时，信度较低；α取值在0.35～0.7时，信度为中；当α>0.7时，则表示信度较高。但也有学者认为，只要α>0.6即可认为变量的信度处于可接受范围内。由表3、表4可知，样本背景变量和核心变量均处于中、高信度，其中性别、年龄、婚姻状况为中信度，教育程度、农户年存款、农户年消费、农户年收入为高信度。

表3 样本背景变量的信度分析

表4 样本核心变量的信度分析

3.3 样本解释变量对授信比率(贷款可获性)的影响

皮尔森相关系数(pearson correlation coefficient)显示了变量间相关性的强度及影响方向(正或负向)。本研究采用SPSS软件对样本数据解释变量与贷款可获性(授信比率)的被解释变量进行统计分析，解释变量分为背景变量和核心变量(表5)。

表5 样本数据背景变量与贷款可获性的相关程度

注：*、**、***分别表示在0.01、0.05、0.10水平差异显著。表6同。

3.3.1 背景变量对农户贷款可获性(授信比率)的影响 针对这些背景变量因素对农户贷款的关键性策略因素进行差异化研究，最后再针对4项变量的差异情形作综合分析，主要研究方法是利用t检验及单因子变异数来分析。由表5可知，农户的性别、年龄、婚姻状况对贷款可获性(授信比率)并无显著影响，而农户的教育程度对贷款可获性(授信比率)有显著影响(P<0.05)，教育程度一定程度上代表着收入水平，从而间接影响了农户的贷款可获性。

3.3.2 核心变量对农户贷款可获性(授信比率)的影响 本研究以单因子变异数进行检验探讨核心变量，即农户家庭财富因素对贷款可获性(授信比率)的影响，其中家庭财富因素包括农户家庭年均存款、农户家庭年均消费以及农户家庭年均收入对农户贷款可获性(授信比率)的影响(表6)。

表6 样本数据核心变量与贷款可获性的相关程度

由表6可知，农户年均存款、农户年均消费与农户年均收入对贷款可获性(授信比率)均有显著影响(P<0.01)，表明农户的家庭财富即农户的贫富差距对贷款可获性有显著影响，最后根据本研究相关变量的实证分析结果进行总结(表7)。

表7 变量实证分析结果

由表7可知，农户的教育程度、年存款、年消费及年收入与贷款可获性呈现显著相关，4个因素中除了教育程度，其余3个因素均代表了农户的家庭财富即贫富程度状况，而教育程度虽然不能直接表征家庭的财富状况，但与家庭财富之间也存在一定的关联，贫穷的家庭教育程度往往较低，而富裕的家庭教育程度普遍较高，因此，本质上家庭财富即贫富程度对农户的贷款可获性(授信比率)有显著影响，且呈现显著正相关，农户家庭越富足，贷款可获性也越高，这必将进一步加大农户之间的贫富差距，另外，由于农户的整体收入都较低，也形成了农户长期信贷融资困境。

4 结论与建议

经济的发展和城市化进程的不断加快提高了农民的家庭收入。但是农户仍然面临信贷融资难的问题，对于农户信贷融资难的问题，虽然有学者进行了大量的研究，但鲜有针对性的数据实证分析，本试验通过贫富差距视角来研究农户的家庭财富差距对农户贷款可获性(授信比率)的影响，采用样本数据的背景变量和家庭财富核心变量实证分析以上变量对农户贷款可获性的影响。结果表明，农户的教育程度、年存款、年消费、年收入与贷款等变量对农户信贷可获性呈现显著相关，而性别、年龄、婚姻状况与农户的信贷可获性并无显著相关。可见，农户的家庭财富即贫富差距对农户的贷款可获性(授信比率)显著相关，农户的家庭财富越少，其家庭就越贫困越难获得信贷融资，从而进一步加大了贫富差距。因此，本研究提出以下的政策建议：首先，政府财政补助和政策倾斜，通过改善现有的农村补助及救助体系，引入相当规模的农村资金互助组织，农村乡镇银行等新兴实体及网络金融机构通过对农户的个人信用评级系统，制定农户的信贷政策，对于贫困户采用定点补贴和特定的信贷政策进行适当倾斜，从而使相对贫困的农户更容易享受到农村信贷金融的便利。其次，积极推进农村金融制度改革进程，完善已有的农村金融体系。根据不同家庭财富状况的农户推出具有针对性的金融信贷服务，创新农村金融体系及对应的产品，实现农村金融精准服务，另外针对农户不同的生产需求开展不同的信贷产品，将目前热门的网络金融引入到农村金融体系中，提高信贷产品的多样性以及存款的利率，丰富农户的理财渠道，增加农户的收入；对于低收入农户来说，可利用低门槛、低利率的信贷扶助政策，使更多家庭困难的农户有机会享受到农村金融带来的便利，从而缩小相应的贫富差距，提高农村金融的流动率和市场覆盖率。最后，提高农户的教育层次及金融认知水平，通过完善农村的各类教育体系，特别是基础教育体系，广泛提高农户的教育文化水平，通过针对性的各类职业培训以及金融知识培训，提升农户的职业技能和财务管理水平，从而使农户能够自主根据目前的财务状况选择更加合适的理财和信贷方式，进一步缩小贫困农户和富裕农户在信贷资格上的差距，促进农村信贷金融市场的快速健康发展。这样可以规避贫困农户落入所谓的贫困循环中，使农业信贷金融能够更好地为贫困农户服务，从而有效改善农村金融的供给侧改革，提高农户的贷款可获性并促进我国农村金融的快速健康发展。