我国县域企业信贷需求影响因素及差异性的实证分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇我国县域企业信贷需求影响因素及差异性的实证分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：对县域企业贷款需求影响因素的Logistic回归分析显示，影响县域企业信贷需求的因素主要是企业生产规模、经营情况和获得金融服务的便捷性。不同地区、规模和行业的县域企业金融需求具有较大差异性，需要针对各自的需求特点提供多层次金融服务。

关键词：县域企业；信贷需求；影响因素；差异性

中图分类号：F830.2 文献标识码：Ａ 文章编号：１００６－３５４４（２０11）０4－００18－05

一、引言

县域企业是县域经济的重要组成部分， 在促进农业生产、 提高农民收入和转移农村剩余劳动生产力方面发挥着积极作用， 而要实现县域企业的蓬勃发展，则离不开金融的有效支持。目前，我国县域企业发展中资金需求与资金供给的矛盾较大，“金融贫血” 仍然是制约县域企业生存和发展的重要因素。在这一背景下， 全面认识和分析县域企业的金融需求，对完善我国现代农村金融制度，促进县域经济发展，解决“三农”问题具有重大的理论和实践意义。

目前国内一些机构和学者已经对县域企业的金融需求进行了大量调查研究。例如，银监会（2006）以全国946个县（市）、2万家农村中小企业为样本，开展了中国农村金融服务与农村金融竞争充分性调查。韩俊等（2007）以108个县域企业为样本，分析了县域企业的融资情况。 中国人民银行农村金融服务研究小组（2008） 调查了全国29个省、自治区、直辖市（不含北京、上海）的1975个行政县（旗、县级市）的县域金融服务和金融需求情况。

总的来看， 目前的调查研究为国家有关部门制定相关政策提供了大量的理论和数据支持， 并就大部分县域企业在发展过程中明显受到资金制约，融资难是制约县域企业发展的“瓶颈”这一问题达成了共识。但已有的调查研究也存在局限性：一是对县域金融需求的差异性分析不够， 导致针对性不强，部分研究调查过于分散，存在系统误差；二是针对县域企业金融需求的定量分析较少， 缺乏深度的实证分析研究。

本文主要利用问卷调查数据， 运用多分类Logistic回归模型对县域企业金融需求的差异性进行分析和检验， 以期对当前中国县域企业的金融需求现状做出更为准确的描述和恰当合理的分析。

二、研究模型设计与样本选取

当因变量是分类变量而不是连续变量时， 线性回归模型就不再适用，而Logistic回归模型可以很好地解决这一问题。本文将“县域企业贷款需求”作为因变量，将县域企业的贷款需求分为4个等级， 用来反映县域企业借贷需求的差异和层次。同时，因变量的不连续性并没有限制自变量的类型， 自变量仍可以保持连续变量的形式，也可以是分类变量，为模型的建立提供了便利。

从数据使用和模型的解释力来看，Logistic回归对数据的要求比较宽松， 不需要数据的正态性和方差齐性的假设。 由于本文的数据是来自全国18个省（市）， 地区之间的差异性使得数据很可能不服从正态分布且具有异方差的性质。因此，选择Logistic模型来进行分析，增强了可靠性和有效性。另外，回归模型的结果具有概率含义， 更具解释力。Logistic回归模型的因变量反映了“县域企业金融需求”这一事件的概率， 由这个概率可以分析该自变量对县域企业贷款需求的影响情况。 鉴于县域企业借贷行为的复杂性，这种解释更具合理性。

Logistic回归模型的基本形式为：

logit（y）=ln（■）=?茁0+?茁1x1+…+?茁kxk

其中logit（y）表示将y做Logistic变换，表示给定x时，事件发生的概率。这一转换的重要性在于，logit（y） 有许多可利用的线性回归模型的性质。logit（y）对于其参数而言是线性的， 并且依赖于x的取值，对于Logistic模型的各个自变量前的系数，可以按照一般的回归系数那样来度量和解释。 一旦拥有观测的自变量的样本值，并拥有其事件能否发生的观测值，就能够使用这些信息分析和描述在特定条件下事件发生的概率，并分析其与自变量之间的关系。

定义一个新的变量，事件发生概率与事件不发生概率之比（odds），可以用来解释回归方程的系数：

odds=■=e■

从上式可以看出，当?茁i为正时，e■将大于1，即事件发生比odds会增大， 说明?茁i代表的影响因素对事件概率有正的作用，会增大因变量；反之，该影响因素则对事件概率有负作用，会降低因变量。在接下来的分析中将直接根据这一原理进行自变量的参数分析判断。

综合以上的分析， 只要我们拥有各个事件的观测自变量构成的样本， 并同时拥有其事件发生与否的观测值， 就能够使用这些信息来分析和描述在特定条件下事件的发生比及发生的概率。 至于模型中参数的估计，采用了极大似然估计的方法，与最小二乘法相比， 该方法不仅可以用于线形回归模型， 也可以用于更复杂的非线性估计。Logistic回归模型作为一种非线性模型， 采用极大似然的估计方法会更准确，并且估计的性质同样具有一致性、渐进有效性和渐进正态性。

本研究所选取的样本数据来源于中国农村金融学会县域企业金融需求问卷调查及专项调查，调研范围覆盖全国18个省（市、区），共发放问卷400份，收回382份，其中340份有效问卷 ① 。样本企业基本信息如表1所示。

三、县域企业金融需求的影响因素分析

（一）影响因子的选择

从理论上讲， 影响县域企业借贷需求的因素包括企业生产经营规模、经营情况、贷款成本、流动资产规模、 是否有向外投资或借贷的倾向及获得贷款的便利性等，但在不同的国家（地区）以及不同的发展阶段上，影响县域企业借贷需求的因素是不同的，它们之间的数量关系也在发生变化。同时，由于样本选择不同、计量分析方法不同，计量分析结果也会有较大的差异。

18个省市县域企业金融需求问卷调查显示，不同地区、 不同类型县域企业的收入水平存在较大差异，同时，不同类型的县域企业所能承受的贷款利率也表现出较大的差异性， 而这种差异是否显著影响县域企业的借贷需求是有待检验的。同时，从已有的问卷调查来看，企业收入水平、借款利率、企业收益率、投资倾向、县域企业所在地与金融机构的距离以及借款期限都是影响借贷需求的重要因素。 本文在反复论证的基础上， 选择了9个变量来进行建模（如表2所示），通过计量模型来检验这些因子与县域企业金融需求的关系。

从理论上分析， 影响企业借贷需求的主要因素应包括企业经营规模、经营情况、借贷成本、流动资产规模、借贷期限、投资倾向以及获得金融服务的便捷性等。 本文对影响企业借贷需求的因素做出以下判断。

收入假说：企业的收入状况对企业的借贷需求具有正向影响。企业的收入状况反映了企业对生产投资、 现金支出的支付能力，因此，收入水平越高，资产负债的规模越大，现金流量越大，企业的借贷需求就越大。

利润率假说：县域企业经营收益状况（收益率）与企业借贷需求应负相关， 即企业的利润率越高，对外的借款需求会越小；反之，借贷需求会越大。

利率假说：根据一般的市场机制，在自由资本市场中，借贷利率与企业的借贷需求负相关，即在其他条件不变的情况下， 企业借贷需求随利率的上升而下降。

流动资产规模假说： 流动资产是企业营业周期内变现或运用的资产， 直接反映企业生产经营中需要的流动性。因此，流动资产规模应与企业金融需求正相关，即流动资产规模越大，一般相应而言企业金融需求也越大；反之，金融需求越小。

借款期限假说：由于向银行借贷存在成本，一般对长期借贷的需求会比较小， 而短期借贷需求会更大，即借款需求与借款期限负相关。

投资倾向假说：企业的生产投资规模，特别是生产性现金支出的规模对企业借贷需求具有正向影响，即企业的生产性现金投资规模越大，企业对借贷资金的需求也越大。

金融机构服务假说： 金融机构与企业距离的远近、服务政策、态度的好坏，都会对企业的贷款需求产生影响。 一般认为金融机构与企业的距离与企业使用服务正相关，即距离越近，获得金融机构的服务越便捷，贷款需求就越大。

（二）计量结果及分析

对全样本进行Logistic回归，模型的检验结果及参数估计如表3所示。

模型的似然比统计量为98.99635，Prob>chi2=0，因此在1%的显著水平下，模型是显著的。另外，从模型的系数来看，由卡方检验（Wald Chi-Square）的P值可以看出，模型中有三个变量（县域企业的2007年收入、10年收入、10年收益率）的P值小于10%，附近有无金融机构的P值接近10%，这表明在10%的显著水平下， 这4个变量通过了回归系数的检验，拒绝原假设。而流动资产规模、企业投资倾向、企业贷款利率、 贷款期限及是否外借资金这5个变量不显著，没有通过检验，表明这5个变量不是影响当前县域企业借贷需求的主要因子。

由于模型中的自变量有不显著的因素， 对其他因素的参数估计存在一定的干扰， 因此依次剔除这些不显著的变量，重新进行Logistic回归，找出最优结果的回归模型，回归结果如表4、表5所示。

由表4的检验结果， 得到似然比统计量的值为

-100.65796，Wald统计量的值为51.55， 且P值都通过了显著性检验，表明在1%的显著性水平下，模型是显著的。同时，由表5可以看出，在10%的显著性水平下，变量的系数均通过检验，这说明县域企业10年收入、附近有金融机构、企业10年收益率是当前影响县域企业借贷需求的重要因子。

根据表5的系数，可以判断出变量对县域企业借贷需求的影响。 首先，10年收入变量的系数为0.0002949，符合初始判断，即10年收入与企业金融需求呈现正相关， 收入水平较高的县域企业对借贷的需求也较高。 这主要是因为收入规模显示县域企业的生产规模， 收入高的县域企业一般生产经营规模大，支出也较多，在流动性受到约束时，借贷的需求量往往也更大。

其次， 附近有无金融机构也是影响县域企业借贷需求的重要因素。 系数为正， 符合初始的经验判断。 说明金融机构的有无和服务的便捷性是企业金融需求的重要影响因素。 根据调查问卷的相关问题回答可以看出， 基本上所有企业都会选择服务质量高、态度好、离得近的金融机构进行借贷。有无熟人和关系也是选择金融机构的重要影响因素。

最后， 企业近10年利润率的系数为-3.103144，在5%的水平上显著， 证实了此前的利润率假说。县域企业经营收益状况（利润率）与企业借贷需求负相关。即企业收益状况良好时，流动性较宽松，向金融机构的借款需求会比较小；收益率较低时，流动性紧张，借贷需求会变大。

另外要说明的是， 虽然利率并没有纳入方程的影响因素， 但这并不表明利率不影响县域企业的金融需求。这是因为，我国的农村金融市场的利率是外生的，受到严格的管制，并不是像传统经济学中所讲的那样，金融市场的利率具有内生性的特征。我国农村金融市场的利率不能完全反映市场的成本和风险，不能有效反映市场的真实信息。而且企业借款很多时候取决于是否有关系和熟人， 在这种情形下利率也是可以私下商定的， 并非完全由市场供需决定。因此，在外生性的条件下，一方面，市场供求不能影响利率，也不能由利率反映；另一方面，利率的外生性和不公正性也使其丧失了调节市场供求、 优化资金配置的能力。由于这两方面的原因，利率与借贷规模在计量模型中难以显示出明确的相关性。

四、不同地区县域企业金融需求差异性的检验

随着农村经济改革的深入， 不同地区和不同生产经营类型县域企业的生产和消费倾向出现分化，县域企业借贷需求的差异性也日渐明显。 为了进一步定量分析这种差异性是否显著， 下面从地区角度来进行研究。本次调查以东部、中部和西部三个地带划分为依据， 分析各个地区县域企业借贷需求的差异性。

东部地区的样本包括福建、山东、浙江、江苏和河北， 是相对较发达的地区。 中部地区样本涵盖江西、安徽、湖北、湖南、河南、吉林和黑龙江。西部地区样本包括云南、贵州、甘肃、四川、重庆和陕西。首先加入虚拟变量mid、est区别不同地区。

由以上加入地区虚拟变量的回归方程， 得到似然比统计量的值为96.704108，Wald统计量的值为59.46，且P值都通过了显著性检验，表明在1%的显著性水平下，模型是显著的。同时，由表6可以看出，除附近有无金融机构以外， 在5%的显著性水平下，其他所有变量的系数均通过检验， 这说明县域企业10年收入、10年利润率、地区变量都是当前影响县域企业借贷需求的重要因子。可以看到，相对于没有加入地区虚拟变量的回归方程，加入虚拟变量后，附近有无金融机构的显著性降低， 显示出该变量对西部地区县域企业金融需求的影响较不显著。 可能是由于中、东部地区的样本显示出该变量的影响更显著。另外， 地区虚拟变量也都满足5%的显著性水平，说明县域企业的贷款需求确实存在地区差异。 中部虚拟变量和东部虚拟变量都在5%的显著性水平下显示为正， 说明中部和东部县域企业的借款需求都大于西部企业的借款需求，中、东部地区的县域企业金融借贷比西部地区更为活跃。两者结合，证实西部地区由于金融抑制，金融机构较少，服务弱于中东部地区的金融机构， 导致本地区县域企业的贷款意识不强，贷款需求不如同等情况下的中东部企业。

五、 不同规模县域企业金融需求差异性的检验

将样本数据分为3个层次： 小规模县域企业，即企业年收入少于100万元的，共18家企业；中等规模县域企业， 即企业年收入处在100～5000万元之间的，共106家企业；大规模县域企业，即年收入超过5000万元的， 共17家企业。 对于不同规模的县域企业，分别建立相应的计量模型。

（一）小规模县域企业

通过回归结果可知， 似然比统计量的值为7.7266117，Wald统计量的值为9.70，且P值都通过了显著性检验，表明在1%的显著性水平下，模型是显著的。同时，由表7可以看出，在10%的显著性水平下， 变量的系数通过检验， 这说明县域企业10年收入、10年利润率是当前影响小规模县域企业借贷需求的重要因子。相比于整体样本，小规模企业的回归结果显著性较弱，进入回归方程的影响变量也更少，原因可能是样本数量太少，而且数据相似度较高。对小规模县域企业，收入系数为正，证实了收入假说；利润率系数为负，也验证了利润率假说。只有两个变量进入方程，若不考虑样本数据的问题，也可能是小规模县域企业本身借贷活动的特点。 小规模县域企业借贷需求最重要的影响因素就是当年的收入和利润率，其他变量的影响都很小。即县域企业是否借贷、借贷规模，都取决于当年的生产经营状况。

（二）中等规模县域企业

通过回归结果可知， 似然比统计量的值为42.223027，Wald统计量的值为72.95， 且P值都通过了显著性检验，表明在1%的显著性水平下，模型是显著的。同时，由表8可以看出，在5%的显著性水平下， 变量的系数通过检验， 这说明县域企业10年收入、10年利润率、附近是否有金融机构和流动资产规模是当前影响小规模县域企业借贷需求的重要因子。相比于小规模企业的回归结果，中等规模企业回归结果显著性更强， 进入回归方程的影响变量也更多，从技术角度出发，原因可能是样本数量较大，数据更分散。若不考虑样本数据，其他可能的原因则是对于中等规模的企业，流动资产规模和附近有无金融机构确实是重要的影响因素。 流动性紧张时企业需要向金融机构借贷，反之则不借贷。金融机构的远近、 服务的便捷性是中等规模企业借款时考虑的因素，若近水楼台，则更倾向于增加借贷需求；若距离远不方便获得服务，则减少借贷需求。

（三）大规模县域企业

通过回归结果可知， 似然比统计量的值为1.9198307，Wald统计量的值为5.72，且由表9可以看出，变量的系数未通过10%的显著性水平的检验，这说明模型不显著，回归结果的解释力很弱。这主要是因为样本数据太少，且数据高度相似，过于集中，难以回归出理想的结果。

本部分的分层次差异分析由于样本数量的问题导致回归结果质量下降。首先，因为Logistic模型使用的最大似然估计法在大样本和中等规模（比如n=100）样本下性质较好，但在小于100的样本规模下使用风险较大。而且，样本数量也限制了进入回归方程的影响因素，因为模型中需要估计的参数越多，需要的观测案例越多。其次，样本分层次后数据条件不好（如因变量的变化太小）时，也需要较大的样本，但由于样本数据有限，分层后虽然因变量趋同，但数据减少。最后，模型的因变量分类越多，需要的观测案例越多，而本文中虽然因变量分类大于2，但样本规模受到限制。以上种种，都影响了对总体样本进行分类回归分析的效果。

六、主要结论与政策建议

县域企业在促进县域经济增长、 扩大城乡就业和活跃城乡市场等方面具有不可替代的作用。 本文验证了企业生产经营规模（年收入）、生产经营情况（利润率）、获得金融服务的便捷性（附近是否有金融机构）、流动资产规模等是影响县域企业金融需求的重要因素， 并且我国县域企业金融需求存在地区差异和规模差异， 欠发达地区县域企业和中小规模县域企业金融需求受到严重抑制。

为改善县域企业的融资环境，拓宽融资渠道，发挥县域企业在促进县域经济发展的主力军作用，必须充分考虑县域企业金融需求的差异性， 发挥好金融支持的作用， 为县域企业发展提供多层次的金融服务。

一方面，西部地区的金融抑制不容忽视，金融抑制既是西部地区经济落后的结果，也是原因，两者相辅相成。金融抑制导致金融需求得不到满足，有活力的市场经济行为难以启动和进展。因此，需要充分考虑地区发展实际， 按照区域金融发展水平和县域企业金融需求特点，有侧重地改善县域金融服务，满足县域金融需求， 特别要重视加快深化农村地区金融改革，尤其是西部地区的农村金融改革，因地制宜地建立符合西部县域经济发展要求的多层次、广覆盖、可持续的县域金融体系，缩小县域金融服务的地区差异， 为西部地区县域经济发展提供有效的金融支持。

另一方面， 特别需要关注县域中小企业的金融需求，不断丰富针对它们的信贷产品，大力试点和推广中小企业信用贷款和企业联保贷款，加快存单质押、应收账款质押、动产抵押、存货抵押等新型质押抵押方式的探索和推广， 提高县域中小企业资金需求满足率。 同时， 增加县域中小企业信贷审批的弹性，增加信贷产品额度、期限等方面的灵活性，优化审批程序，提高金融服务效率。此外，积极开展面向县域中小企业的支付、 汇兑、 结算和承诺类金融服务，通过提供支付、汇兑和结算类业务，保障资金安全，加速企业资金流转，并通过提供承兑、保函、信用证等担保承诺类业务， 消除县域中小企业发展的后顾之忧。

参考文献：

［1］中国银行业监督管理委员会课题组. 中国农村金融服务与农村金融竞争充分性调查［J］. 中国金融.2007（2）.

［2］韩俊等. 中国农村金融调查［M］. 上海：上海远东出版社，2007.

［3］中国人民银行农村金融服务研究小组. 中国农村金融服务报告［M］. 北京：中国金融出版社，2008.