農業企業信貸配給的實證研究

導語：農業企業信貸配給的實證研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

信貸配給效率測度模型的構建

目前國內學者在研究農村信貸配給或農業信貸配給問題時，主要從2個角度分析信貸配給效率:(1)銀行機構信貸資金供給對農村或農業經濟發展的反應彈性;(2)銀行機構信貸配給對自身經營效率或績效的影響?；诒疚牡难芯磕康模诖酥环治龅谝环N情況，即分析銀行機構信貸資金對農業龍頭企業發展的反應彈性。國內學者在研究資金配置效率或農村信貸配給效率時，主要利用Wur-gler構建的測度資本配置效率的面板數據模型［9］，即通過求解行業固定資本形成的增長速度對于行業利潤的彈性系數，作為行業資本配置效率［5，10］。銀行機構信貸資源的配給效率衡量了信貸資金的投入對農業龍頭企業產值增長的貢獻。因此，要測度銀行機構信貸資源的配給效率，需測度被配給的信貸資本對農業龍頭企業產值增長的貢獻度。根據本文的研究目標，選取市級以上農業龍頭企業年末貸款余額作為農業龍頭企業的投入指標，選取農業龍頭企業總產值作為農業龍頭企業經營的產出指標。利用Wurgler的方法，建立農業龍頭企業信貸配給效率的模型如下:LnAELtAELt－1×pt=α+βLnAEGtAEGt－1×gt+μt(2)其中，AEL表示農業龍頭企業貸款余額，AEG表示農業龍頭企業總產值;pt和gt分別為t年福建省居民消費價格指數和第一產業國內生產總值指數(上年=100)，以消除價格變化因素的影響;模型(2)中的因變量LnAELtAELt－1×pt表示消除價格變化因素后的農業龍頭企業信貸余額增長率，自變量LnAEGtAEGt－1×gt表示消除價格變化因素后的農業龍頭企業總產值增長率，α和β為目標模型的待估參數，μt為隨機誤差項。β系數表示農業龍頭企業信貸余額增長率對農業龍頭企業總產值增長率的敏感程度(農業龍頭企業信貸資本的投資產出彈性)，用以衡量銀行機構信貸資源對農業龍頭企業的配給效率。當參數β＞0時，這表明銀行信貸資金主要投向了產出增長率高的農業龍頭企業，農業龍頭企業信貸配給的效率改善，說明銀行信貸配給效率較高，此時β值越大，銀行機構信貸配給效率越高。相應地，當β≤0時，這表明銀行機構信貸沒有主要投向產出增長率高的農業龍頭企業，說明銀行機構信貸配給缺乏效率，此時β值越小，銀行機構信貸資源的配給效率越低。其中，2002－2009年的農業龍頭企業貸款余額和總產值數據來源于《福建農業產業化龍頭企業統計年鑒(2004－2010)》;福建省居民消費價格指數和第一產業國內生產總值指數由《福建統計年鑒(2010)》的統計數據整理得到。

信貸配給效率測度模型的擬合結果分析

(一)單位根檢驗為了避免偽回歸，確保估計結果的有效性，在面板數據模型擬合之前，需對各面板序列的平穩性進行檢驗。而檢驗數據平穩性最常用的辦法就是單位根檢驗。筆者利用LLCt統計量、IPSW統計量、ADF-FisherChi-square統計量、PP-FisherChi-square統計量來檢驗變量的平穩性。利用Eviews5．1軟件的檢驗結果如表2所示。在各種方法的檢驗結果中，LnAELtAELt－1×pt和LnAEGtAEGt－1×gt的LLCt統計量、IPSW統計量、ADF-FisherChi-square統計量、PP-FisherChi-square統計量的值分別為－10．198、－3．420、50．983、70．078和－6．991、－1．940、38．389、49．421，相應的概率P值均小于0．05，說明4種方法的結果都拒絕原假設，2個變量不存在單位根，是平穩序列，滿足協整檢驗的前提條件。(二)協整檢驗在自變量和因變量通過單位根檢驗之后，還需對自變量與因變量之間協整關系進行檢驗，以檢驗變量之間是否真正存在著長期穩定的均衡關系，判斷回歸方程殘差是否平穩。筆者主要選擇Fisher聯合跡統計量進行協整檢驗，結果如表3所示。Fisher聯合跡統計量、Fisher聯合λ-max統計量分別為25．61、25．41，所對應的p值均為0，表示在5%的顯著性水平下拒絕原假設(無協整關系)而接受備擇假設，說明2003－2009年、福建省及其九地市的農業龍頭企業信貸余額增長率對數值和農業龍頭企業總產值增長率對數值的面板數據之間存在協整關系。因此，在存在協整關系檢驗通過的基礎上，對概念模型進行擬合，此時的擬合結果較精確。(三)模型擬合結果分析在面板數據分析當中，當認為對于不同個體、解釋變量的回歸系數存在顯著性差異時，可以建立變系數面板數據模型，通過各地區的系數比較度量出差異性的大小。而本文的研究對象為福建省及其九地市，九地市的農業產業發展水平及其在經濟中的占比存在較大差異，可認為各地區在農業龍頭企業信貸配給方面存在較大差異。因此，本文采用變系數變截距的固定效應模型進行回歸分析，并利用Eviews5．1進行信貸配給效率測度模型估計，具體采用廣義最小二乘法(GLS)進行估計，并結合截面加權估計方法，以減少或者消除截面數據引起的異方差性。表4即為信貸配給效率測度模型的擬合結果。從模型擬合結果來看，調整后的R2=0．182263，DW=2．183568，說明模型總體擬合優度較低，但基本不存在自相關現象，總體解釋力較好。從模型擬合結果可知:(1)福建省及其九地市農業龍頭企業信貸資本的β系數(投資產出彈性)均大于0，全省、廈門市、三明市、泉州市、寧德市的β系數均大于1，福州市、莆田市、漳州市、南平市、龍巖市的β系數均小于1;(2)在95%的置信度水平下，莆田市、泉州市、漳州市、福建省的β系數未通過顯著性檢驗。由以上分析結果可知，銀行機構對農業龍頭企業的新增信貸資金很好地流向產出效率較高的龍頭企業，或農業龍頭企業獲得的信貸資金呈現出絕對數量上的增長趨勢，因此可認為福建省農業龍頭企業信貸配給效率整體較高。

筆者利用相關年鑒統計數據，整理分析了福建省市級以上農業龍頭企業遭受的信貸配給情況，并利用面板數據模型，檢驗銀行機構對農業龍頭企業信貸配給效率，主要研究結論為:(1)福建省市級以上農業龍頭企業遭受的信貸配給程度很高且逐漸惡化，不同地市農業產業經濟貢獻度不同，其獲得的信貸配給程度也不同。(2)雖然銀行機構對市級以上農業龍頭企業的信貸配給嚴重，但整體信貸配給效率較高，即銀行機構對市級以上農業龍頭企業的新增信貸資金很好地流向產出效率較高的龍頭企業。銀行機構是根據利益最大化和風險最小化原則對農業龍頭企業實施信貸配給的。農業產業化龍頭企業作為所有農業企業中的優質企業，其都獲得銀行機構的信貸配給，可在一定程度上表明中小農業企業必然也獲得銀行機構的信貸配給，且配給程度將更高。因此，雖然銀行機構對農業龍頭企業的信貸配給效率較高，但銀行機構對農業企業的信貸配給對農業企業發展壯大造成一定的不利影響，需采取有效措施緩解其獲得的信貸配給。而農業保險可作為克服農業弱質性的有效制度安排，作為涉農信貸的有效風險分擔和補償機制，以及作為分散銀行業涉農信貸風險的重要途徑，從而改善農業企業“信貸配給”問題［11］。因此，后續將對農業保險與農業企業信貸配給的關系進行理論分析與實證研究，從農業保險角度研究緩解農業企業信貸配給的有效途徑。

本文作者：鄭慧明劉偉平工作單位：福建農林大學經濟與管理學院