财富社会资本与农户的融资能力的发展Word格式文档下载.docx
- 文档编号:5743902
- 上传时间:2023-05-05
- 格式:DOCX
- 页数:13
- 大小:25.99KB
财富社会资本与农户的融资能力的发展Word格式文档下载.docx
《财富社会资本与农户的融资能力的发展Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《财富社会资本与农户的融资能力的发展Word格式文档下载.docx(13页珍藏版)》请在冰点文库上搜索。
反之,如果农户的金融约束是以道德风险为主,那么随着财富增加则融资能力反而越弱。
除了财富影响融资能力之外,社会资本也是影响融资能力的另一个重要因素。
有关社会资本与融资之间的关系的研究有很多,但这些文献也主要关注社会资本与企业融资的关系,韩栋和周良(2011)认为企业社会资本能够缓解银行与企业之间的信息不对称所带来的信贷约束问题,他们运用结构方程模型分析社会资本、信用水平与融资能力之间的作用机制并指出中心企业社会资本和融资能力之间具有显著正相关关系。
吉敏和李春光(2011)运用内蒙部分银行业金融机构的中小企业贷款户调查问卷所得数据就企业特征对融资行为以及由企业特征所扩展的社会资本对企业融资行为影响的问题进行计量分析。
与本文关系比较紧密的文献主要是社会资本如何促进小组贷款(GroupLending)的成功,Besley和Coate(1995)讨论了连带责任对解困人还款积极性的影响,指出小组成员可以通过彼此存在的社会网络,对小组拖欠债务的成员施加“同伴压力”。
国内文献中,也有一些有关社会资本与农户融资行为的研究,如张建杰(2008)基于河南省397户农户调查的实证分析得出社会资本较高的农户,户均信贷规模明显较大。
但所有的这些研究都没有涉及融资能力这一变量。
本文就社会资本、财富水平对农户融资能力的影响进行了分析。
全文安排如下:
第二节是对现有理论的回顾和本研究的假设;
第三节介绍了数据来源和样本选择,并给出了研究所用变量的定义及其描述统计;
第四节分别运用普通最小二乘法(OLS)和删失回归模型(CensoredRegression)进行回归分析,研究财富、社会资本和融资能力之间的数量关系;
第五节总结回归分析的结论并给出政策建议。
二、理论回顾与研究假设
(一)社会资本与融资能力
社会资本是行动主体与社会的联系以及通过这种联系获取稀缺资源的能力(Bian和Qiu,2001)。
近年来,国内学者对社会资本与企业行为的关系越来越重视,这些研究包括社会资本对企业的信用水平(陈晓红和吴小瑾,2007)、企业创新能力(王霄和胡军,2005)、投资决策(潘越和戴亦一等,2009)以及获得社会政治资源的能力(罗党论和唐清泉,2009)等方面的影响。
相对而言,关注农户社会资本的研究并不多。
叶静怡和周晔馨(2010)基于北京市农民工调查数据,发现农民工原始社会资本的大小对其增加城市收入没有显著影响,但其新获得的异质性社会资本即新型社会资本对收入有正的影响。
个人社会资本是指个人拥有的被用来实现个人目标的社会资源,包括所拥有的人际关系和成员资格,它从一方面反映了个人的社会生活能力。
个人的社会关系网越广,所具有的社会身份越多,他的社会资本存量就越大。
金融资源是个人在生存和发展中所依靠的极为重要而又稀缺的资源之一,因此农户的融资能力必然和其社会资本的多寡息息相关。
我们通常所说的人际关系实际上也是个人社会资本的一种。
李锐和朱喜(2007)在其回归模型中引入了“关系”变量,若借贷发生在亲友之间或农户家庭成员之一是乡村干部,就认为“关系”存在。
他们的研究表明,“关系”对资金供给的影响是正向的,且在1%的统计水平上显著。
“关系”在我国农村信贷市场上所发挥的作用非常大,当农户与资金供给者之间具有某种“关系”时,资金价格(利率)、资产数量和土地规模等就成为了相对不重要的影响因素。
社会资本影响融资能力的渠道有很多,比如社会纽带和人与人之间的信任可以降低交易成本,有助于契约的实施,提高私人投资者获得信贷的能力(杨德才,2007)。
基于以上分析,可以得到如下研究假设:
假设1:
农户的社会资本越多,融资能力越强。
(二)财富与融资能力
农户的财富(资产)与其借贷行为的关系已经得到很多国内学者的关注。
比如,贺莎莎(2008)利用农户调查数据,就财富对参与农村信贷的比例进行了研究。
文章定义的财富是指除耕地外的其它家庭资产,包括房屋、耐用消费品及禽畜等,发现农户家庭财产水平在获得正规借款方面有重要的作用。
李锐和朱喜(2007)分析了生产性固定资产、金融资产、房产各自以及整体对农户的金融需求和金融供给的影响,没有发现生产性固定资产原值
对农户资金需求的显著影响。
本文研究的对象——融资能力,和上述研究中的金融供给、金融需求并不是等同的概念。
正如前文所述,农户的融资能力是在其可以接受的价格条件和非价格条件下能够借到的最大资金数量。
在给定某一农户的可接受价格条件下,一些外生的因素会影响其可接受的非价格条件,从而影响融资能力;
另一些因素可能会影响农户可接受的价格条件,从而影响融资能力。
当然也会有一些因素会同时从两个方面影响农户的融资能力,财富水平就是这样的因素之一。
在金融合约中,有限责任约束(LimitedLiability)是指,当借款人不能完全还清借款时,他能为此付出的最大偿还量就是他的已有财富。
因此贷款者在发放贷款时会根据借款者的已有财富来决定发放贷款的数量,或提出抵押、担保等非价格条件。
显然,如果农户受到的金融约束是有限责任约束,是财富制约了他的融资能力,那么随着财富的增加,他能够接受的抵押、担保等非价格条件就越多,能借到的资金数量会随之增加(Evans和Jovanovic,1989;
Paulson,Townsend和Karaivanov,2006)。
因此,如果现实中的金融约束以有限责任约束为主,就有如下假设:
假设2a:
农户的财富越多,融资能力越强。
金融约束还有可能因为信息和激励机制的扭曲,也就是来自道德风险(MoralHazard)问题。
借款人得到贷款,然后付出一定的努力以保证最终按时还款。
努力需要付出成本,这一成本完全由他自己承担。
而努力只有自己知晓,贷款人是看不见的,努力会带来如期还款概率的提升,但一旦按时还本付息,将使得努力的好处由他自己和贷款人共同分享。
如果农户所受金融约束来自道德风险,那么财富越多,则他越不愿意让自己的“努力”成果被别人分享。
因此,随着财富的增加,他可以接受贷款的价格条件(利率和隐性利率)会越来越低,这导致了他融资能力的下降(Aghion和Bolton,1997;
从而,如果现实中的金融约束以道德风险约束为主,就有如下对立假设:
假设2b:
农户的财富越多,融资能力越弱。
道德风险约束和有限责任约束都是农户面临金融约束的可能来源,他们起作用的机制不一样。
道德风险约束中,财富通过改变农户可接受的价格条件,来影响融资能力;
有限责任约束中,财富是通过改变农户可接受的非价格条件来影响融资能力。
在现实中,道德风险约束和有限责任约束有可能同时影响农户的金融约束。
在这种情况下,财富对融资能力的影响就变得不明确。
因此如果在现实中,道德风险约束和有限责任约束同时存在,并且两者所产生影响的强度相当,就会有如下可能:
假设2c:
农户的财富和他的融资能力没有相关性。
有限责任约束和道德风险约束无论在金融理论还是在金融实务中都是非常重要的问题,凭直觉我们可以预见两种约束都存在,但是并不能判断出哪种约束的力量更强。
本文讨论的问题恰恰提供了一种判断途径,根据财富与融资能力之间的关系,就可以判断出现实中的金融约束到底以有限责任为主还是以道德风险为主。
(三)经济发展与融资能力的关系
欠发达地区农户的金融行为和发达地区有着明显的区别,黄祖辉和刘西川等(2009)发现了贫困地区农户的正规信贷市场参与程度比较低。
他们认为,农户正规信贷市场参与程度低既有供给方面的原因,也有需求方面的原因。
实际上,欠发达地区的农户不但在正规信贷市场上参与程度低,在非正规信贷市场上的参与程度也比较低,这是因为欠发达地区的经济活动规模本身比较小。
在信贷供给方面,同样的利率水平下,市场上供给的资金比较少;
在信贷的需求方面,贫困地区的农户能够接受的利率(特别是非生产性活动借款的利率)比较低。
因此贫困地区农户的融资能力会相对较低。
由于欠发达地区的农户融资能力整体小于发达地区,所以同样大小的财富变化会对欠发达地区农户的融资能力影响较小一些;
同样道理,同样大小的社会资本存量变化会对欠发达地区农户融资能力影响小一些,对发达地区农户的融资能力影响大一些。
因此有如下研究假设:
假设3:
经济发达地区财富和社会资本对农户融资能力影响比较大,经济欠发达地区财富和社会资本对农户融资能力影响比较小。
三、数据和样本描述
(一)数据来源和样本选择
本文的研究所用数据来自于北京大学国家发展研究院2009年暑假期间组织的农村金融调查。
此次调查均为抽样调查,选取了云南省、湖南省和黑龙江省。
选的县(或县级市、区)分别是:
云南省的彝良县、南涧县、嵩明县,湖南省的桑植县、岳阳县、醴陵县,以及黑龙江省的龙江县、东宁县和漠河县。
在每个县中,视乡镇的数量,选取所有的乡镇或随机抽取部分乡,再在每个乡镇随机抽取了1~2个村进行调查。
村庄中的样本选取按照等距随机抽样的方法,抽取10户至40户家庭。
调查的方式为问卷调查,由调查员进入农户家里和农户访谈并填写问卷。
在调查中,问卷不仅记录了农户的存款、贷款等金融活动的信息外,还详细记录了农户的外出打工、生产、消费等情况。
剔除数据缺失较多的问卷后,得到1951个样本,其中云南省690个,湖南省658个,黑龙江省603个。
(二)信贷约束的定义
根据前文关于农户融资能力的定义可以知道,它并不能直接观察。
这是因为融资能力和实际融资量之间并不是完全等价,我们需要根据家庭是否受到信贷约束来间接推断农户的融资能力。
本文中信贷约束采用张海洋和李静婷(2012)的定义,既包括通过直接度量得到的显性信贷约束,又包括间接度量得到的隐性信贷约束。
直接度量
为了直接度量农户的信贷约束状态,在调查问卷中把农户的活动分为生产型活动和非生产型活动。
前者包括农业生产、做小生意、办企业和外出打工这四类活动;
后者包括建房、婚丧嫁娶、看病、孩子上学这四类活动。
接下来,仔细询问农户在上述活动中“是否需要借钱”,如果不需要借钱则视为该活动不受信贷约束。
对于回答“需要借钱”的农户,再问他“借到钱没有”,如果没有借到钱则证明他受到信贷约束。
那些回答“借到钱了”的农户。
继续问“希望借到的金额”和“实际借到的金额”,如果前者大于后者则说明他们在这种活动中受到信贷约束。
间接度量
在我国农村地区,农户为了满足生产活动或非生产
活动的需求,从供货商处赊欠是很正常的行为,这也是一种通过商业信用融资的行为。
在农户流动资金不足时的,其赊账所支付的价格有时会高于付现金的价格。
显然,如果赊账价格高出付现金价格很多,以至于其差距高出其它各种渠道的贷款利率,则可认为农户受到信贷约束。
在本文的研究中,如果通过直接度量或间接度量任意一种方法测出农户处于信贷约束状态,则定义他为信贷约束。
全部样本中大约15%的样本处于信贷约束状态。
(三)研究所用变量
本文的研究目的是解释农户家庭的融资能力如何受到财富和社会资本的影响,所涉及的主要被解释变量和解释变量如表1所示。
家庭全年融资总量、正规融资数量、非正规融资数量这三个变量是根据问卷调查数据加总得到。
在调查中,记录了农户从亲戚、朋友、农信社、银行、合会、民间高利贷等各个渠道融得的资金。
农信社和银行融资定义为正规融资,其余定义为非正规融资,两者之和为家庭融资总量。
在调查的前一年,样本家庭融资量平均为万元,但最高达到70万元。
文献中关于社会资本的研究有三个不同层次:
微观、中观和宏观。
本文主要涉及的是微观层面社会资本,即从微观层面分析家庭社会资本对其所受的信贷约束有什么影响,进而分析社会资本对其职业选择的影响。
在经验研究中,对个体层次社会资本的测量方法基本集中于两个方面:
一方面是嵌入个体社会网络之中,测量可以为个人所调用的资源总体数量,这种方法重在考察个体对社会资本的拥有情况;
另一方面是考察个人在行为当中实际所动用的社会资本情况,这种测量法侧重于个人对社会资本的使用情况。
本文参考Grootaert(1999)的研究方法,通过构建社会资本指数来开展研究。
不过,本文选取的社会资本的四个维度:
政治参与、外出务工、借贷能力和社会关系,与Grootaert(1999)的六个维度(联系的紧密程度、内部差异、参加集会的频繁程度、成员对决策的有效参与、借贷情况以及联系的社区导向)有所区别。
问卷调查中记录了家庭中每个成员是否有党员和村干部;
记录了家庭每个成员是否外出打工;
记录了家庭可借款的亲戚朋友数量;
记录了调查前一年家庭礼品礼金的支出数量。
本文对以上四个方面建立指标并分别打分,然后把各个指标的打分加总综合,得到一个社会资本指数。
政治参与度指标中,如果家庭既没有党员又没有村干部,则得分为1,如果有党员或者村干部之一的,得3分,如果既有党员又有村干部的得5分。
外出务工指标中,家庭外出打工人口数量为0人的家庭得1分,数量为1人的家庭得2分,数量为2人的家庭得3分,数量为3到4人的家庭得4分,数量为5到6人的家庭得5分;
借贷能力指标中,家庭可借钱的亲戚朋友数量为0的得1分,在剩下的家庭中,按可借钱亲戚朋友数量从少到多排序,数量在前25%的家庭得2分,在25%~50%的家庭得3分,在50%~75%的家庭得4分,在75%~100%的家庭得5分;
社会关系指标利用家庭礼品礼金的支出数量衡量,如果家庭这一支出数量为0得1分,在剩下的家庭中,按礼品礼金的支出数量从少到多排序,前25%的家庭得2分,在25%到50%之间的家庭得3分,在50%到75%之间的家庭得4分,在75%到100%的家庭得5分。
最后,将家庭的四项指标得分取平均值,得到每个家庭的社会资本指标得分,得分在1到5之间。
在全部样本中,社会资本指数平均值为分。
家庭的实物资产既包括生产用资产,如汽车、拖拉机等,也包括生活用资产,如电视机、电冰箱等,问卷中共记录了6种主要的生产性资产和13中主要的生活用资产的详细信息。
在计算家庭的实物资产的价值时,我们使用了Paulson和Townsend(2004)采用的方法,把这些物品从购买年份折旧到调查之时,每年折旧率取为。
具体做法是,对于某项应该折旧的资产,用家庭拥有的数量乘以最早购买该产品的价格再乘以折旧系数,即(n是折旧年限)。
这里存在的问题是,不同年份购买的同一产品,其价格一般不会一样。
但是考虑到技术进步的影响,同一产品购买得越晚,会越便宜。
从计算资产价值的角度看,这相当于折旧。
所以我们的计算方法不会产生太大的误差。
家庭的总资产价值除了包括上述计算出来的实物资产的价值,还包括房产的价值、现金和存款价值、股票等金融资产价值、借出款项的债权、家庭存粮。
由于农户对承包土地只有使用权没有出售权,所以在计算中没有包括承包土地的价值。
在回归分析中,总资产和实物资产都采用自然对数。
除了上述两个解释变量外,研究中还涉及若干控制变量。
户主性别为虚拟变量,如果家庭户主为男性则为1,女性则为0。
数据显示,93%的家庭户主为男性。
户主教育年限根据户主的教育层次计算得到,平均为年,也就是说大部分家庭的户主没有完成9年义务教育。
户主年龄根据问卷记录直接得到,平均户主年龄约为50岁,在回归中,为控制户主年龄对融资能力的U型或倒U型影响,还加入了户主年龄的平方项。
家庭人口数也是由问卷数据直接得到,样本中平均每个家庭人口约为4人。
四、实证分析
(一)普通最小二乘法(OLS)
我们的研究首先从普通最小二乘法开始。
在回归中,被解释变量为农户的融资能力,主要的解释变量为他的社会资本和财富。
所用的回归方程为:
研究的困难在于确定被解释变量,即农户的融资能力。
例如,一个人全年借款100元,并不表示他的融资能力为100元。
在研究所用样本中,可以发现很多农户的借款量为0,这主要是因为他们没有融资需求,而不是没有融资能力。
为了解决这一问题,本文在OLS回归中,只考虑那些受到信贷约束的农户:
如果一个人借到100元,同时发现他出所借到的钱没有满足他的真实需求,那么他的借款能力就是100元。
在全部1951个样本中,受到信贷约束的家庭有302户,约占全部样本的%。
针对这部分样本的普通最小二乘法回归的结果在表2中。
为了使结果稳健,在度量农户的财富时,本文采用了两种方法。
第一是农户的全部财富,第二是农户的实物资产。
表中的
(1)(3)(5)列对应的是采用全部财富作为自变量,第
(2)(4)(6)列对应的是采用实物资产作为自变量的回归结果。
从表2的回归结果中可以看出社会资本和财富水平都显著的对总融资能力有显著的正向影响,这支持了前文的假设
(1)。
从表中还可以发现,社会资本对正规金融融资能力的影响并
不显著,这一结论和李锐和朱喜(2007)的发现不符,他们认为“关系”会影响正规借贷。
与此对应的是,财富水平不但会影响正规金融融资能力,也会影响非正规金融融资能力。
由于财富对各个渠道的融资能力的影响都为正,这支持了前文假设(2a),表明我国农户的信贷约束来源可能在于有限责任,也就是财富制约了他们的融资。
从表2的回归结果还可以看出,固定资产量对总融资能力和正规贷款融资能力都有正的影响且显著,但对非正规贷款融资能力的影响不显著,而总资产对总融资能力、正规贷款融资能力和非正规贷款融资能力的影响都是显著的。
这说明农户在非正规借款时,对方看重的主要是家庭总的财富(这代表着他的还款能力),而不是家庭的实物资产的多寡。
(二)删失回归模型(CensoredRegression)
采用普通最小二乘法回归,只能使用那些受到信贷约束的样本。
这样不但样本数量会由接近2000个减少为不足300个,而且会带来样本选择偏误(SampleSelectionBias)。
假定某农户的融资能力为,实际融资数量为,前者不可观察,为潜在变量(LatentVariable),后者可以观察,调查数据中可以直接获得。
两者之间的关系有如下特点:
当他受到信贷约束时,说明融资能力已经达到极限,融资能力就是他的实际融资数量,=;
当他不受到信贷约束时,说明实际融资数量没有达到他的融资能力,>。
也就是说:
其中,为代表农户i受到信贷约束与否的变量,如果为1则代表他受到信贷约束,如果为0则代表不受信贷约束。
采用前文的符号,令融资能力:
注意到,本文研究的问题具有删失模型(CensoredModel)的特征:
那些受到信贷约束的家庭,其融资能力变量没有被删失,就是其实际融资量;
那些没有受到信贷约束的家庭,其融资能力在其实际融资量那里被删失。
因此,这实际上也是一个“非统一删失门槛”的删失回归模型(每个样本的删失门槛都可能不一样),对于那些受到信贷约束的家庭,“删失门槛”就是。
基于这样的考虑,可以直接利用STATA的命令“cnreg”进行回归分析,所得的结果如表3所示。
从表3的回归结果中可以看出,在纠正了样本选择的偏误后,我们得到了和OLS回归中类似的结果:
社会资本和财富水平都显著的对总融资能力有正的影响;
社会资本对非正规金融融资能力有显著正的影响,但对正规金融融资能力的影响不显著;
财富水平同时会影响正规金融融资能力与非正规金融融资能力。
此外,从变量系数看,财富对正规金融融资能力的影响会更大一些,以家庭的总资产为例,在第(3)列的回归中可以看出财富增加1%则正规渠道融资能力会增加万,在第(5)列的回归中表明财富增加1%则正规渠道融资能力会增加万。
从删失回归模型中得出的关于社会资本和财富水平的回归系数都大于OLS模型中的回归系数,表明OLS回归的结果的确可能有一定的偏误。
表3结果中还显示固定资产对总融资能力、正规贷款融资能力、非正规贷款融资能力都有正的影响,且影响均非常显著。
户主受教育程度与户主年龄对总融资能力、正规贷款融资能力、非正规贷款融资能力都有负的影响,且户主受教育程度的影响显著,户主年龄的影响不显著。
(三)分地区研究
由于历史原因,我国经济发展表现出较大的不平衡性,地区经济、社会发展差异较大是重要特点。
为了了解上述结论在不同地区是否都成立,本节将对欠发达地区、中等发达地区和发达地区的数据分地区进行回归。
根据所调查的9个县的人均GDP,划分出三个等级:
欠发达地区,中等发达地区和较发达地区。
①回归所用方法为删失数据模型(CensoredRegression),所得结果如表4所示。
我们看到,从表4中分地区回归得到的结果和表2、表3中的结果基本一致,这说明本文的结论是稳定的。
地区之间的差异主要表现在社会资本和财富对总融资能力的影响程度。
从表中第
(1)列可以发现,在欠发达地区,财富增加l%则融资能力会增加万元;
从第(7)列可以发现,在发达地区,财富增加1%则总融资能力会增加万元。
此外,在欠发达地区社会资本指数增加1则融资能力会增加万,但在发达地区社会资本指数增加1融资能力只增加万元。
这两方面的结果和研究假设(3)恰好相反。
但是,在非正规渠道的融资能力上,我们看到在欠发达地区,财富增加1%则融资能力会增加万元(第3列),小于发达地区的万元(第9列)。
同时,在欠发达地区社会资本指数增加1则融资能力会增加万元(第3列),小于发达地区的万元(第9列)。
说明,假设(3)的推断只适用于非正规的融资渠道,对于正规渠道的融资能力并不适用。
五、结论和政策建议
本文分别运用OLS模型和删失回归(CensoredRegression)模型对社会
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 财富 社会 资本 农户 融资 能力 发展