縣域金融信貸風險的影響因素

導語：縣域金融信貸風險的影響因素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。

樣本選擇和模型設定

（一）樣本選擇和數據來源本文研究覆蓋2006～2010年陜西省80個縣，24個市區，共獲得520個有效樣本。變量相關財務數據主要來源于中國銀監會網站、《中國統計年鑒》和陜西省各區縣統計年鑒。部分數據經計算整理而得。研究所選取主要變量統計指標見表1。被解釋變量：國內外的相關實證文獻中，一般采用不良貸款率或違約率作為金融機構信貸風險的變量，由于我國金融機構尚未建立違約概率數據庫，出于數據可獲得性考慮，本文選擇不良貸款率作為農村合作金融機構信貸風險的衡量變量。解釋變量：本文選擇農村居民人均純收入顯示各區縣的農村經濟發展水平，反映農村合作金融機構風險管理所面臨的項目選擇環境［11］；選取地方政府財政支農資金反映當地政府對“三農”發展的財政支持情況［12］，其中2006年的財政支農資金用財政支出中支援農業生產支出、科技三項支出和農林水利氣象部門事業費三項數據之和，2007年之后用財政支出中的農林水事務支出數據；選取地方政府財政收支差顯示地方政府的財政壓力，反映地方政府干預農村合作金融機構金融資源配置和隱匿債務的可能性大?。?3］；另外，縣域農村合作金融機構與其他銀行業金融機構在農業貸款領域存在業務同質，因此，本文選取縣域農村合作金融機構的農業貸款的市場份額，即該機構農業貸款占全部金融機構農業貸款的比重來反映農村合作金融機構所處外部金融市場環境的發育程度［14］；農村合作金融機構治理水平采用虛擬變量，改制為農村商業銀行的，以現代商業銀行的經營理念建立“三會一層”的公司治理架構虛擬變量定義為3，改制為農村合作銀行的，采用現代企業的組織管理方式，虛擬變量定義為2，沒有改制的農村信用社，按照一人一票，民主管理、合作互助的原則進行規范，虛擬變量定義為1。（二）模型設定由于本文研究不同縣（市）在不同時間點上的農村合作金融機構信貸風險的影響因素，牽涉到不同的橫截面和時間序列，因此本文采用面板數據模型較合適。根據選定變量，我們可以建立模型如下：Yit＝α＋β1NRit＋β2GAit＋β3GDit＋β4FSit＋β5FDit＋ε（1）Yit為回歸變量，表示第i個縣區農村合作金融機構t年的不良貸款率，i＝1，…，104，為橫截面個數，分別表示104個區縣；t＝2006，…，2010，為考察的時期數。α為截距項，β1，β2，β3，β4，β5為各自變量的回歸系數，ε為隨機擾動項。本文使用的面板數據具有截面成員較多而時期數較少的類型特點，對于這種數據類型，一般需要利用面板數據結構類型的工作文件進行變截距數據模型估計。根據對截面個體影響形式的不同設定，變截距模型分為固定效應變截距模型和隨機效應變截距模型。由于面板數據的兩維特性，模型設定的正誤決定了參數估計的有效性。因此，首先要對模型的設定形式進行Hausman檢驗。

數據描述性分析與實證結果解釋

（一）數據描述性分析農村合作金融機構不良貸款率下降趨勢明顯（見圖1），不良貸款率由2007年的25．3％降低至2010年11．9％，降低了13．4個百分點。說明新一輪信用社改革取得了明顯成效，對農村信用合作社降低不良貸款率產生了有效激勵。其一，央行專項票據置換不良資產，直接減輕了其歷史包袱。其二，農村合作金融機構增資擴股，貸款額急劇增加（見圖2）。其三，“花錢買機制”的長效作用顯現，對農村合作金融機構完善內控和信貸風險管理提供正向激勵。2010年陜西縣域機構不良貸款率高于全國平均水平4．1個百分點，比2006年縮小了8．2個百分點。說明雖然陜西省縣域機構起點較低，但發展速度較快，不良資產化解效果較為顯著。另一方面，從全省來看，關中地區的不良貸款率最高（15．8％），陜北地區最低（0．08％），二者相差15．7個百分點，說明陜西農村合作金融機構信貸風險管理水平的區域差異很大。農村合作金融機構外部運營環境現狀如下：（1）農村居民人均純收入呈現穩步上漲的趨勢（見圖3），從2006年的人均2374元增加為2010年的人均5220元，翻了兩倍。其中，陜南地區由于土地資源稟賦條件較差，農業經濟發展空間有限，農村居民人均收入水平最低（3775．2元），關中地區土地資源豐富，種植業相對發達，政府惠農政策的支持力度較大，農村居民人均收入最高（5587．8元），二者差距1090元，并呈現出不斷擴大的趨勢。（2）縣域政府的財政支農力度不斷加大（見圖4），2010年財政支農資金達到12905．4萬元，是2006年（2191．0萬元）的5．89倍，，增幅達到了56．4％。由此可見，縣域地方政府認真落實了《農業法》關于財政支農的相關規定，不斷增加對“三農”領域的資金扶持力度。（3）縣域地方政府財政自給率逐年降低，財政赤字逐年加大（見圖5），由2007年的0．59億元，增加至2010年的4．25億元，增幅為66．1％。其中，陜北地區借助資源經濟實現了財政收支平衡，個別區縣政府財政收入結余最高達102．83億元（神木縣），而陜南地區的政府財政赤字最大，最高赤字達到11．67億元（山陽縣），二者相差113個億，顯示出財政收支方面的極大地區差距。（4）農村合作金融機構農業貸款占全部金融機構農業貸款的比例變動不大，總體小幅上升（見圖6）。2010年農業貸款市場份額為66．6％?？梢?，農村合作金融機構在農村金融市場中仍扮演著主力軍角色，郵政儲蓄銀行等機構的小額貸款業務要想同農村合作金融機構展開競爭，仍需假以時日。（二）實證結果解釋本文運用Eviews6．0統計軟件首先進行Hausman檢驗，Hausman檢驗用于確定選擇固定效應模型還是隨機效應模型。檢驗的原假設是：固定效應模型和隨機效應模型的估計量沒有實質上的差異。檢驗結果如表2，檢驗統計量等于36．66，其概率值等于0．00，拒絕原假設，說明固定效應模型和隨機效應模型的估計量有實質差異。通過進一步的檢驗，最終本文選擇隨機效應的變截距模型對數據進行估計，所得估計結果見表3。根據模型估計結果，調整后的R2＝0．5759，F＝7．5253，通過顯著性檢驗，說明模型擬合情況較好，本文所選擇的影響因素指標能夠解釋農村合作金融機構信貸風險。實證結果顯示：1．農村居民人均收入與農村合作金融機構不良貸款率顯著負相關，農村居民人均純收入每增加一個百分點，機構不良貸款率就下降0．0694，支持假設1，說明農民收入對機構信貸風險具有正向影響。提高農民收入，帶動農戶的儲蓄能力和投資努力，對于降低農村合作金融機構信貸風險十分重要。首先，農民收入提高，其償債能力會隨之增高，可以直接降低信貸違約概率。其次，中國傳統的小農經濟中存在“不輕言債”的借貸文化，即如果家庭收入能夠維持基本的生計所需，能夠維持一個不貧不富的生活，他們便不會輕易“告貸”。因此，增加農民收入，會降低農戶對救助性借貸的依賴。同時，伴隨著市場經濟的發展，尤其是農業產業結構的調整和利潤的增加，傳統小農對于擴大再生產，投資新領域和采用新技術將產生巨大熱情，涌現出了更多的種養殖業大戶，其投資型和創業型生產資金的信貸需求隨之增多，而后者的信貸風險優于前者，需求結構的轉型能夠降低農村合作金融機構的信貸風險?？傊?，金融業是配置資源的，只有搞活農村經濟，增加農民收入，農村信貸投資的成長性和收益性才會顯現出蓬勃生機，才能轉變人們對于儲蓄和投資，信用和風險的認識和態度，為農村合作金融機構信貸風險防范提供持久動力。2．地方政府財政支農力度與農村合作金融機構不良貸款率顯著負相關，地方政府財政支農每增加一個百分點，機構不良貸款率下降0．0117，支持假設2，說明地方政府財政支農對機構信貸風險具有正向影響。我國農村地區有效資金的供給主要來自于財政支農和銀行信貸兩個渠道。其中，財政支農資金的投入包括投資性支出、消費性支出和轉移支付性支出。投資性支出作用于基礎設施建設、農業資本存量和農業研發能力，可有效替代農民對農業生產的投入。消費性支出可以減少農村居民為了公共組織有效運轉而承擔的成本。轉移支付性支出對農民進行直接補貼和提供社會保障，可降低農民的生活成本?？梢姡斦мr支出可替代部分農民消費支出，提高農民收入的可支配份額，這對于降低農戶對信貸資金的需求，提高農民的償債意愿和能力，減少不良貸款的發生率有促進作用。3．地方政府財政壓力與農村合作金融機構不良貸款率正相關，地方政府財政赤字每增加一個百分點，機構不良貸款率上升1．38×10－7％，支持假設3，說明當前地方政府對金融資源配置的干預，已經對農村合作金融機構信貸資產質量產生影響。這與王連軍［5］認為政府干預對信貸規模的擴張存在明顯影響，并沒有造成不良貸款的上升的結論有所不同，顯示出地方政府對農村合作金融機構的信貸較強的干預力度。其原因在于農村合作金融機構承擔著政策支農的任務，政策性虧損成為地方政府利用“三農”問題政治化向農村合作金融機構“尋租”的隱性擔保。地方政府財政壓力越大，債務融資需求就越大，由此轉化的對農村合作金融機構信貸資金配置的干預就越多。而地方政府對金融資源的過度利用，用財政預算的軟約束扭曲金融交易的合約原則，會產生大量無效的金融交易，導致金融機構潛在信貸風險的上升。由此可見，雖然目前尚未構成巨大威脅，但農村合作金融機構的信貸風險問題與地方政府的債務融資問題相互交融，無論是農村合作金融機構歷史包袱的清收和化解，抑或是從源頭上控制新增不良貸款，都需要切實規范地方政府債務融資行為，減少地方政府干預。4．農村合作金融機構農業貸款的市場份額與不良貸款率顯著負相關，農業貸款的市場份額每增加一個百分點，機構不良貸款率下降0．0594，不支持假說4。說明農村合作金融機構仍是縣域農村金融市場的供給主體，市場競爭并沒有顯示出對降低信貸風險的激勵作用。市場份額對信貸風險的正向影響，其原因可能在于：其一，由于供給能力較強的機構，自身的管理能力相應也較好，表現出較強的信貸風險防范能力。其二，佐證了農業和農戶貸款的不良貸款發生率低于其他類型貸款的觀點①農業貸款市場份額較低的機構，其信貸資金用于其他用途的可能性增大，而來自于鄉鎮企業倒閉、政府干預等原因的貸款，信貸資金集中，不良貸款發生率高，很容易對農村合作金融機構信貸資金質量形成較大影響。不過，如前所述，縣域農村合作金融機構雖然仍處于近乎壟斷的地位，但多元化的金融市場已在發育，健全信貸風險管理機制，增強農村合作金融機構市場競爭力已成為關系未來市場競爭成敗的重要課題。5．機構治理水平與農村合作金融機構信貸風險顯著負相關。機構治理水平提高1％，機構不良貸款率下降0．0852，支持假說5。這與劉艷華［10］的研究結論一致，認為總體上“好”的農村信用社信貸風險的防范效率高，說明信貸風險管理需要以更好的內控機制作為支撐。農村合作金融機構作為經營貨幣的特殊機構，信貸風險管理始終是其最重要的工作，而內部控制又是防范金融風險的關鍵?？茖W的內部控制機制有助于實現運行機制和資源配置的高效，有助于引入科學的信用評估、擔保機制和風險控制機制，降低金融風險。

研究結論和政策建議

本文以2006～2010年的陜西省104個區縣的農村合作金融機構為樣本，對農村合作金融機構風險管理的影響因素進行了實證研究，得出以下結論：（1）農民人均純收入提高對降低農村合作金融機構不良貸款率，提高信貸風險管理有正向促進作用。（2）地方政府對“三農”建設的資金投入及其政策引導功能，對降低農村合作金融機構的不良貸款率有正向促進作用；（3）地方政府財政壓力越大，干預縣域金融資源配置的動機就會越大，不利于農村合作金融機構的信貸風險管理。（4）農村金融市場競爭性約束效果尚未顯現，農業貸款市場份額越大，機構的不良貸款率越低。（5）機構治理水平越高，不良貸款率越低。從本文的研究結論中可以得出以下政策建議：第一，加快農業現代化發展，增強農業發展后勁，健全農田保護與農地流轉機制，用提高農業勞動生產率和比較利益的方式，激勵農民農業投資行為和新技術的采用與推廣。第二，合理確定財政支農投資重點，優化投資結構；調整農業產業政策，服務農業產業升級；培育財政投資引導機制，擴大財政對農業投資的乘數效應。第三，以利益誘導的方式和新型績效考核制度的配套實施，消除地方過度投資沖動，規范地方政府融資行為，降低政府對金融機構信貸資金運作的干預動機。構建科學的地方政府債務風險評估和監測體系，防止因政府的融資渠道不暢和項目資金鏈斷裂引發大規模支付危機的可能性。第四，加快農村金融市場發育，放開農村金融市場的準入門檻，扎實推進利率市場化改進。建立多種形式的農村信用擔保機構，發展農業保險，建立存款款保險制度，分散金融機構風險。第五，以增資擴股為契機，進一步優化股權結構，明確產權關系，嚴格執行“三會一層”公司治理架構，使其真正實現對決策者權利的制衡和約束。

本文作者：張云燕王磊玲羅劍朝工作單位：西北農林科技大學