衙 宄(双月 2012年第5期(总第60期)
资本流动、信贷配给与产业信贷政策匹配研究
张建军 许承明
(南京农业大学 经管学院，江苏 南京 210095)
摘要：本文研究如何引导资本流动流入农业产业、改善信贷配给及与之匹配的产业信贷政策，首
先构建风险配给、数量配给分析框架，采用苏鄂两省调研数据，区别于以往采用直接询问方法分析信
贷配给类型，本研究采用SPSS软件进行因子分析与聚类分析，克服问卷存在的次可加性问题，研究表
明：数量配给占比较低，非价格配给中交易成本配给与风险配给占主要地位，因此实施优化种植结构、
提高农产品附加值以推进农业产业化进程，相匹配的产业信贷政策为降低信贷交易成本、创新抵押
品，改善信贷配给。
关键词：价格配给；因子分析；风险配给；聚类分析；抵押品
中图分类号：F830．5；F062．9 文献标识码：A 文章编号：1671—9301(2012)05—0080—07
一
、 引言
在我国经济转轨期间，东部沿海地区成为资金持续流人地区，中西部资金持续流出 ¨，资金没能
有效流入农业产业，并且信贷机构还对该产业中实施了信贷配给，因此研究如何有效吸引资本流入农
业产业领域，改善信贷配给，增强吸纳信贷资金的能力，进一步发挥信贷政策对产业结构优化升级作
用具有理论及现实意义。
国内有关资本流动的研究较少，且主要集中在资本流动方向与流动规模分析上 ，彭文斌 构
建了资本流动对区域经济差距影响动力机制，即资本流动——产业聚集——区域经济差距动力机制，
运用主因子分析方法研究表明：资本流动、产业结构、劳动力、政策区位四个影响区域经济差距的因素
中，影响区域经济差距主因子是资本流动。杨晓丽 研究发现：吸引资本跨区域流动的动力是资本
区域配置效率差异性，区域资金流动的渠道主要通过银行信贷渠道、资本市场渠道、政府资金渠道以
及利用外资渠道。当前我国农业产业领域资金流动，主要还是银行信贷渠道，由政策性银行如农业发
展银行承担了许多基础信贷，对国家和省级财税优惠配套支农重点项 目实行信贷倾斜，并重点支持农
业产业链和服务体系发展 ]。可见，可以从银行渠道引导资本流向农业产业，那么需要进一步有效
改善信贷配给。
当前信贷机构实施的农业信贷配给多表现为信贷供给方配给 ，即价格配给与数量配给，实际上还
存在着需求方担心抵押品丧失而存在的风险配给 以及交易成本配给，SV Khantachavana，CG Turvey，
Rong Kong[1叫基于陕西省730户农户调研数据，研究表明风险配给是由借款者本身的风险行为导致，检
验并支持了Boucher&Ca~er等风险配给分析框架，证实了风险配给的存在。国内目前对信贷配给类型
收稿日期：2012—06—08
作者简介：张建军(1982一 )，男，江西萍乡人，南京农业大学博士研究生，研究方向为农村金融 、货币经济；许承明(1960一 )
男，安徽广德人，南京农业大学博士生导师，南京财经大学教授，研究方向为农村金融、货币经济。
基金项 目：本论文获国家自然科学基金项 目(项目编号：70873056)以及江苏省应用经济学优势学科资助。
一 80 —
N DU STRIA L EC o No M ICS RESEARC H
研究中，黄祖辉、刘西川、程恩江 提出意愿调查 +假想式问题思路，张龙耀、江春u 也基于直接诱导式
询问方法，发现信贷机构的信贷合约特征和放贷行为偏好使得一部分农户受到信贷配给，而另外一部分
农户主动退出信贷市场，并调查和识别出多种类型的非价格信贷配给机制并存。
农业信贷配给还受到诸多政策层面上的因素影响，如2010年中央一号文件以及2011年发布的
《关于农村集体土地确权登记发证的若干意见》指导下，各地开始了农地产权与抵押制度改革。但这
种改革不一定能够提高农户信贷可获得性，只有那些经营项目盈利能力较高和拥有足够非农收入的
农户能够获得信贷条件改进 ，农地抵押不能成为解决农民贷款难的必由之路 ，因此产权与抵押
制度改革的区域差别对农户信贷配给影响较小。
目前大多采用直接诱导式询问方法研究信贷配给类型，主要基于调查问卷，对信贷进行主观分
类，因此可能受到两种偏误的影响。一是农户对问卷中问题理解存在着主观偏差，二是问卷设计不可
避免地存在着次可加性 ，即问卷有效性取决于问题设计的层次，问题越细化所得到结果的偏差就越
小；而实际情况复杂性远远超过问卷中问题所能够考虑的范围，因此问卷精度就不可避免地受到影
响，影响得出的信贷配给类型特征，最终导致有偏的信贷政策。
以上文献为研究提供了有益参考，影响农户信贷配给类型因素较为复杂，因此本文结合我国实际
情况构建了风险配给、数量配给分析框架，选取东部与中部县域层面的样本，采用 SPSS方法，通过提
取主因子、进行聚类分析，有效地克服了问卷次可加性的问题，来研究信贷配给类型及变化，以期回
答：当前农业信贷配给类型中风险配给与价格、数量配给情况如何?影响信贷配给的关键因素是什
么?实施何种信贷政策配合产业政策，实现吸引资本流人?
本文结构安排如下 ：第二部分为风险配给分析框架，第三部分为样本选择及模型介绍，描述分析
样本以及介绍模型，第四部分实证结果与讨论，详细分析了信贷配给类型特点以及相应产业信贷匹配
政策，最后是本文结论与启示。
二、信贷配给类型理论分析
(一)理论框架
借鉴 Boucherl9 风险配给分析框架，来筛选并验证因子。
农户要素禀赋由金融资产w、房产价值 EHValue与土地T构成，金融资产具备较高的流动性，房
产价值 EHValue可以作为生产性贷款的抵押品，土地也可以作为抵押品并且以价格P 租赁Ⅳ年(N≥
1)；农户通过以下两种途径来配置土地，一是保守的方法，保持既有的品种、耕种面积、生产技术不
变，二是风险更大的比如种植风险更大收益更高的经济作物品种、扩大耕种面积、采用新技术。保守的
方法不需要资本投入，并且得到∞回报／每单位土地；而后一种途径需要固定投资 K／每单位土地，并
且年景好的情况下得到总回报 xg／每单位土地，年景不好情况下得到总回报 xJ每单位土地，假设农
户拥有可加性分离效用函数 ：
( ，e)=／2( )一d(e) (1)
c 为 时期可消费财富，e为生产时所付出的努力程度，有高低两种状态分别是e=H，e=L；努力
程度的负效应呈递增，d(H)>d(L)，咖 为努力程度状态e下产出的概率 ， > ；而 +EHValue<
的农户需要贷款来进行高风险生产，其激励相容条件为：
MaxS
g,SbE／2(W+E月 fue+(p ：l=Ⅳ+ )71 I e=日) (2)
s．t．1T(s，1 ) ( 一s )+(1一 )( 6一 6)一rK≥0 (3)
[“(W+(P +s ) )一M(W+EHValue+(P 水N+s6)T](咖 一咖 )≥d(H)一d(L)
一 ≤ —
W +
—
E HVa
—
lue
+p Ⅳ； = g，6
(4)
(5)
张建军 许承明 资本流动、信贷配给与产业信贷政策匹配研究
数量配给：农户申请并能够得到贷款，但是缺乏足够抵押品。
+EHValue+P Ⅳ <一 (W，EHValue， ) (6)
风险配给为农户能够在信息不对称环境下得到贷款，但是因为担心失去抵押品而选择不贷款。
(二)假说
(1)数量配给是随着金融资产、房产价值与生产性资产递减的。
(2)风险配给由金融资产的类型而决定。土地贫瘠的农户存在风险配给，而土地富饶的农户积极
参与信贷市场，没有受到风险配给。
+EHValue+p Ⅳ ≥一 (W，EHValue，T) (7)
三、样本选择与计量模型
(一)样本选择
在2011年 8月份的南京农业大学农村金融研究中心专题调研中，选择东部江苏省高淳县、中部
湖北省孝感市云梦县、随州市随县作为样本，采用分层随机抽样方法，在三个县中各随机抽出乡镇、
村，每个村随机抽取 50户农户，采用人户调研方式进行问卷调查，经剔除无效样本后，得到有效样本
数总计581份。
高淳县与云梦县、随县都属于亚热带过度季风气候区，都致力于发展现代农业生产、实施农业产
业化发展等，三地都面临着包括冰雹、风灾、旱灾、畜禽疫病等风险的冲击；三地存在着区域经济发展
水平的差异，但农业发展结构与水平上相差不大，具备了作为样本对比的条件。
(二)计量模 型
本文基于 Boucher，Carter分析框架，采用非相关回归、聚类分析、交叉表分析法来区分信贷配给
类型。
首先进行因子分析以提取主要因子，见公式(8)。在多元分析中处理的是多指标问题，观察指标
的增加是为了使研究过程趋于完整，但由于指标太多，使得分析复杂性增加，同时在指标问经常具备
一 定的相关性，使得观测数据所放映信息有重叠，用较少指标代替原来较多指标，但依然能放映原有
全部信息，即从多个变量指标中选择出少数几个综合变量指标进行降维。
p一 =ap +apzf2+⋯ +nP 厂m+ p (8)
由于信贷配给受很多因素影响，这些因素对信贷配给影响并不是完全独立的，而是交织在一起，
如果直接用选定变量对信贷配给进行多元回归分析，最终损失了其他变量信息，只能保留两三个变量
信息；因此使用因子分析方法，分析变量间数据结构，新生成的因子对信贷配给类型进行分析，使得损
失的信息最小。即用少数几个因子来描述许多变量的联系，以几个因子反映样本大部分信息，见公
式(9)。
／ = 1 1+~m22d2+⋯ +卢 (9)
其次进行聚类分析。聚类分析是根据事物本身特性来研究个体分类的统计方法，是按照物以类
聚原则来研究事物分类。本文中根据各种信贷配给类型影响因子，对信贷配给进行聚类分析，从而得
到具体信贷配给类型。
四、实证结果及讨论
(一)信贷配给类型分析
定义价格配给为申请贷款而得到足额批准的，定义不足额批准的为不完全数量配给，定义拒绝的
申请为完全数量配给；定义交易成本或风险配给部分为认为申请并能够得到批准，但是由于与信贷人
员不熟悉、不了解信贷产品的具体流程等或者担心不能及时还款而导致抵押品的丧失。
1．直接诱导询问方法
直接诱导询问方法得到的信贷配给类型户数见表 1。
一 82 —
N DUSTRIA L ECo No M ICS RESEARCH
资料来源：作者调查。
如表 1由直接诱导询问方法得到的价格配给户数为 92，数量配给户数为 13；交易配给与风险配
给户数总计39户，总计信贷配给的户数为144户。接下来首先进行KMO与巴特利特球形检验，再通
过SPSS因子分析与聚类分析研究各种信贷配给类型。KMO(Kaiser—Meyer—Olkin)检验是依据变量间
的简单相关与偏相关的比较，KMO>0．6时适合于因 子分析。
∑∑r
KMO ： ————— 丝——一 f】01
∑∑r；+∑∑P
巴特利特球形检验(Bartlett’S Test of Sphericity)首先假设变量相关矩阵为单位阵(对角线为 1、非
对角线为0)，然后检验实际相关矩阵与此差异性。如果差异性显著，则拒绝原假设，即认为原变量间
的相关性显著且适合于作因子分析；否则不能作因子分析。Bartlett’S球度检验给出的相伴概率为零，
小于显著性水平0．05，因此拒绝 Bartlett’S球度检验的零假设，认为适合因子分析。
2．价格配给、数量配给分析 表2 KMO与Bartlett’S检验
因子载荷为某个因子与原变量的相关系数，主要反映 Kaiser—Meyer·Olkin样本充足性检验 ．719
该公共因子对相应原变量的贡献力大小；旋转因子平方载 近似卡方值 927·9ll
荷和反映了所有公共因子对该原变量的方差的解释程度， B n ’ 球度检验 由
因子分析结果中大部分变量共同度越高，说明提取的公共 ————————— 二———
因子已经基本反映了较高的原变量的信息，因子分析效果较好。
表3中提取的公因子旋转因子平方载荷和也即共同度能够解释原变量方差 89．95％，因此可以
很好地进行因子分析。对申请贷款的 105户样本进行因子分析及聚类分析，得到风险配给与交易成
本配给类型(见表4)。
表3 总方差分解表
由聚类分析得到的价格配给为 104户，显著高于直接诱导询问法
的88户；数量配给为 1户，显著低于直接诱导询问法的 17户。
3．风险配给与交易成本配给分析
样本通过 KMO与 Bartlett’S球度检验，因子载荷矩阵一个因子的
方差贡献越大，说明该因子就越重要，反映该公共因子对所有原始总
表 4 价格配给与数量配给类型表
样本数
类型 1
类型 2
有效样本
1o4
1
l05
变异的解释能力。如果因子载荷的大小差异不是很明显，给公共因子命名较难，那么可以采用因子矩
阵旋转对因子矩阵作变换，增加因子载荷的差异性，提高因子的可解释性。经过因子分析之后得到六
个因子对总样本具有 70．48％的解释力，具有较好的代表性(见表 5)。
因子分析依赖于原始变量并反映原始变量的信息，如果原始变量本质上都独立，那么降维就可能
失败，因为很难把很多独立变量用少数综合变量概括，因而数据越相关，降维效果就越好；而且分析结
一 83 —
张建军 许承明 资本流动、信贷配给与产业信贷政策匹配研究
果与问题的性质、选取的原始变量以及数据的质量等都有关系，因此在表 6的原始变量之中，存在着
工薪收入、作物收入、以及总收入三个收入指标，目的是为了提取反映农户收入的综合变量。
表 5 总方差分解表、风险配给与交易成本配给类型表
资料来源：作者计算得出。
表 6中，样本可以由六个比较显著的影响因子描述：n因子中农业投资比较显著，定义为生产性
因子；{2因子房产价值比较显著，定义为可抵押品因子；I3因子距离比较显著，定义为交易成本因子；
f4因子工薪收人比较显著，定义为非农收入因子；f5因子年龄比较显著；f6因子手艺技能比较显著，
定义为现金流因子。
表6 因子旋转矩阵
资料 来源：作者计算得 出。
给予提取的六个因子，由聚类分析得到风险配给与交易成本配给
(见表7)。
聚类分析得到的风险配给为 14户，交易成本配给为21户，丢失样
本 2户。
受到信贷配给农户中，价格配给占104户；数量配给占1户；风险
配给与交易成本配给分别占 12户与21户，样本丢失占6户。说明目
前农业信贷配给之中还是以价格配给为主，在非价格信贷配给中，风险
配给与交易成本配给占比24．3％(见表8)。
表7 风险配给与交易成本配给数
样本数
类型 1
类型 2
类型 3
有效样本
丢失样本
l4
21
2
37
2
资料来源：作者计算得 出。
(二)假说的检验 表8 信贷配给类型表
假说(1)中数量配给随着金融资产、房产
价值与生产性资产而递减，在我国并不适用。
实证结果中数量配给占比最小，这可能与当前
农村金融机构实施的信贷政策与措施有关。因
为当前农信社针对用途为种植业、养殖业等农
业生产费用贷款，信用与担保抵押贷款最高额度为 5万元；农户在自愿基础上组成联保小组(一般由
一 84 —
IN DU STRIA L ECo N o M lCS RESEA RC H
不少于5户无直系亲属关系的成员组成)，实行个人 申请、多户联保、周转使用、责任连带、分期还款
的管理办法，运转的农户联保贷款金额最高为1O万至20万元；给定当前的农业生产条件，这个信贷
金额完全可以满足需求，因此不完全数量配给的数量极低；同时在我们实际调查之中，从事种植业的
农户一般贷款金额均值为2万元，远低于最高金额，这也从经验上验证了金融机构的实际信贷过程之
中，不完全数量配给数量较低。
假说(2)中风险配给由金融资产类型决定，在我们的调查中发现，农户普遍存在“比较低调而且
不敢露富”的心态，倾向于隐瞒自己的真实金融资产信息，通过直接询问其金融财富，获取金融财富
这个变量存在一定难度；其存款的主要用途是建房等，且房产价值较容易获取，因此本文选取房产价
值变量作为金融资产的替代变量，验证了存在风险配给。土地这个变量在样本中并不显著，因此假说
中土地贫瘠的农户受到风险配给而土地富饶的农户没有受到配给，没有通过实证支撑。其原因是农
户在贷款过程中，并不担心还不起贷款造成违约，而导致土地被金融机构没收。
(三)产业政策、信贷政策匹配分析
综上所述，风险配给与交易成本配给成为当前非价格配给的主要类型。影响农户信贷配给类型
因素依次为：农业生产因素、可抵押品因素、交易成本因素、非农收入因素、年龄因素、现金流因素。相
应改善农户信贷配给，需要提高农户农业生产收入，提高其抵押品，以及降低农户信贷的交易成本。
推进农业产业化，发展优质、高效经济作物，积极引进、选育农作物和牲畜新品种，优化种植结构；
提高农产品的附加值、推进农业产业化进程，完善农业发展组织形式，增强防风险能力。引导资金流
向“三农”，匹配的信贷政策方面，一方面针对当前的价格配给，有效地降低信贷利率，另一方面是针
对风险配给与交易成本配给，积极向农户普及农业贷款的流程、知识，引导农户对其农业生产进行风
险分散；创新农户抵押品；积极走访农户，完成农户信息建档、信用评定及信用村评定，并及时跟进有
资金需求且信用评定结果良好的农户的授信。对农业产业化龙头企业进行授信管理，提供结算、信息
咨询、承兑汇票签发和贴现等服务，对种养大户等实行订单贷款、联保贷款、农机设备按揭贷款等。
五、结论与政策启示
本文基于江苏与湖北两省实地调研的数据，对信贷配给类型进行分析，得到信贷配给截面特征，
结论与启示如下：
1．在 Boucher 基础上，根据我国实际情况重新构建了数量配给与风险配给分析框架，采用了因
子分析与聚类分析研究发现，当前区域信贷配给存在着差异，各个地区依然呈现价格配给占主体，但
是区别于以往的结论，研究得出非价格配给中，风险配给与交易成本配给占主要地位的特征，数量配
给并不明显。可能的原因是受到数量配给的农户转为受到风险配给，以及当前信用与担保抵押贷款
5万元最高额度可以满足农户当前的农业生产条件。
影响信贷配给的主要因素包括农户年龄、预期现金流、可抵押资产、交易成本与农业生产投入，农
村的抵押品环境与农户风险意识都发生了变化，产生了差异化的信贷配给类型格局，信贷配给特征逐
步由低抵押品环境的价格配给与数量配给逐渐转化为高抵押品下的风险配给。
2．针对研究得出的农业信贷配给特点，引导资本流向农业产业领域，不仅仅需要从微观层面上
培育农户的风险意识，还应该从产业经济政策方面进行引导，实施匹配的信贷政策，具体措施为加大
对信贷、保险产品的知识普及，引入信贷风险分担与补偿机制，实现降低信贷机构风险的同时，提高农
户收入与预期现金流，以及评定、创建信用村、信用镇，对信用户、信用村、信用乡镇实施贷款优先、利
率优惠、免除担保、手续简化的优惠措施，提升农户、农户专业合作社的个人声誉与组织声誉，推动农
村信用体系建设，降低农户或者农业合作组织的交易成本，创新农户抵押品方式，改善农户抵押品条
件。进一步研究方向为如何有效地识别农业生产主体的风险偏好与信贷需求类型，以改善信贷配给
中的风险配给，提高信贷支农力度与效率。
一 85 —
张建军 许承明 资本流动、信贷配给与产业信贷政策匹配研究
参考文献：
[1]叶光毓．我国区域信贷配给的形成机制：理论与实证研究[D]．暨南大学博士论文，2008．
[2]郭金龙 ，王宏伟．中国区域间资本流动与区域经济差距研究[J]．管理世界，2003(7)：45—_58．
[3]李小平 ，陈勇．劳动力流动 、资本转移和生产率增长[J]．统计研究 ，2007(7)：22—28．
[4]严浩坤．中国跨区域资本流动：理论分析与实证研究[D]．浙江大学博士论文 ，2008．
[5]彭文斌．资本流动对区域经济差距的影响研究[D]．复旦大学博士论文，2008．
[6]杨晓丽．中国区域资金流动机制与效应研究[D]．中国矿业大学博士论文，2009．
[7]吴晓轮．当前农业政策性金融支农的新路径[J]．农业发展与金融，2011(6)：18—19．
[8]Stiglitz，J．E．and A．Weiss，1981，“Credit Rationing in Markets with Imperfect Information”，The American Economic
Review，71(3)：393__410．
[9]Boucher，S．R．，M．R．Carter，and C．Guirkinger，2008，“Risk Rationing and Wealth Effects in Credit Markets：Theory
and Implications for Agricultural Development”，American Journal ofAgricultural Economics，90(2)：409----423．
[10]Khantachavana，S．V．，C．G．Turvey，et a1．，2011，Risk Rationing in China Rural Credit Markets，Agricultural and
Applied Economics Association．
[11]黄祖辉，刘西川，程恩江．中国农户的信贷需求：生产性抑或消费性——方法比较与实证分析[J]．管理世界，2007
(3)：73—_80．
[12]张龙耀，江春．中国农村金融市场中非价格信贷配给的理论和实证分析[J]．金融研究 ，2011(7)：98一ll3．
[13]王定祥．贫困型农户信贷需求与信贷行为实证研究[J]．金融研究，2011(5)：124—138．
[14]张龙耀，杨军．农地抵押和农户信贷可获得性研究[J]．经济学动态，2011(11)：60—64．
(责任编辑：禾 日)
The Study of Agricultural Credit Rationing Types
and Optimal M atch Industrial Credit Policy
Zhang Jianjun，Xu Chengming
(College of Economics and Management，NanJing Unversity of Agricuhre，Nanjing 210095，China)
Abstract：This essay studies how to guide capital flows into the agriculture industry，to improve credit rationing and
matching industrial credit policy，firstly，builds the analytical frameworks of risk rationing，rationing the quantity rationing，
based on the survey data from JiangSu＆HuBei Provice．using the factor analysis and cluster analysis of SPSS software to over-
come the questionnaire existence of sub—additivity problem，contrary to the existed foundings studies show that：quantity ration—
ing dominates lower propo~ion，transaction cost rationing and risk rationing accounted for the main position of the non—price ra—
tioning of agricultural credit，thus Proceed the the implementation of optimization planting structure and improve the added val—
ue of agricultural products in order to promote the industrialization process of agriculture，the matcing credit policy reducing
farmers’ransaction costs of credit，is innovating farmers collateral and improving credit rationing．
Key words：price rationing；factor analysis；risk rationing；clusters analysis；collateral
一 86 —
