小额信贷促进农户增收效应的地区差异分析

小额信贷促进农户增收效应的地区差异分析【摘要】本文选取山西、安徽、内蒙古、重庆以及广东五个省区数据作为样本，采用阈值回归模型实证分析小额信贷与农户增收的非线性关系，以及小额信贷促进农户增收在不同地区间的差异，并得出了相关结论。

【关键词】小额信贷三农阈值回归“三农”问题是一个上升到国家战略的问题，而“三农”问题的核心就是促进农户增收。

提高农户收入以往主要的手段就是增加财政投入，然而要全面提高农户收入，仅仅依靠财政资金是远远不足的，还得借助金融部门的支持。

2013年7月1日，《国务院办公厅关于金融支持经济结构调整和转型升级的指导意见》出台，明确指出要“加大对‘三农’领域的信贷支持力度”，并提出“力争全年‘三农’贷款增速不低于当年各项贷款平均增速，贷款增量不低于上年同期水平”的具体要求。

作为“三农”重要金融服务的小额信贷，无疑将再次引人瞩目。

小额信贷公司最早是在四川、山西、陕西、贵州以及内蒙古进行试点，2008年之后在全国推广开来。

小额信贷公司在促进农户增收方面起到重要的作用，但具体到各个省份，小额信贷促进农户增收的效应是有差别的。

基于此，本文选取五个具有代表性的省区，集中考察这几个省区小额信贷实施的效果，以及小额信贷与农户增收之间的非线性关系。

一、文献综述Donald R. Snodgrass，Jennefer Sebstad（2002）利用印度、秘鲁以及津巴布韦这三个国家的数据研究了小额信贷对个体的经济效应，研究结果显示这三组数据当中只有两组数据显示小额信贷显著促进农户增收。

孙若梅（2006）以河北易县和河南南召县作为样本村，考察小额信贷对农户收入的影响，由于这两个地方农户初始禀赋、边际收益产品以及使用贷款次数的不同，造成小额信贷促进农户增收的效果不一样。

蒋丽敏、郑长德（2008）将农民分成富裕、中等、贫困三个收入层次，并在此基础上研究小额贷款在不同收入层次的农民群体中的运用效率，结果表明，农民收入水平与小额贷款的运用效率成正比。

Samuel Adam（2010）认为只有农村金融机构向农户提供小额信贷与当地政府向农户提供赚钱渠道并举，同时完善农村基础设施建设以及发展农村非农经济，才能使小额信贷发挥促进农户增收的作用。

孙健、胡金炎（2011）采用倍差分析法研究了小额信贷公司的进入效应，研究结果显示，小额信贷公司的成立有助于农民收入的提高，但这种影响是不显著的；小额贷款公司的进入对当地银行贷款余额的增长率有着负向的影响，然而这种影响也是不显著的。

说明当前小额信贷公司的成立并未从根本上改变当地的金融环境，对农民收入水平的提高作用有限。

卢亚娟、孟德锋（2012）研究发现，小额贷款公司的盈利能力和支农广度以及支农深度均为正相关，由此得出结论，小额贷款公司在其运营的过程中可以实现盈利和支农目标的兼容，避免目标上移现象。

已有的相关文献只是简单地考察小额信贷与农户增收之间的线性关系，样本比较单一，一般将研究对象锁定在一个地区，并且忽略了外部因素对小额信贷促进农户增收这一机制的影响。

为此，本文拟从两方面对现有文献进行拓展：第一，本文将小额信贷贷款效率作为一个外部影响因素，实证分析小额信贷与农户增收之间的非线性关系；第二，选取五个具有代表性的省区，分别研究小额信贷促进农户增收在这五个省区的不同的经济效应。

二、研究方法为了研究小额信贷促进农户增收的机制，本文采用阈值回归模型这一非线性模型，阈值回归模型基本模型假定如下：yt=[？琢1+？茁1xt+e■■]I（qt<？酌）+[？琢2+？茁2xt+e■■]I（qt？叟？酌）（1）其中，xt表示模型的解释变量，yt表示模型的被解释变量，？琢1、？琢2分别表示两个常数项，？茁1、？茁2分别表示回归系数，e■■和e■■则分别表示残差项。

qt则是模型的阈值变量，它的作用就是将所有观测值划为两个机制，？酌则表示最优的阈值，它是通过LM检验判定取得的。

I为指示函数，当qt<？酌，I（qt<？酌）=1，I（qt？叟？酌）=0；相反，当qt？叟t，I（qt？叟？酌）=1，I（qt<？酌）=0。

另外，由于阈值回归模型是非线性回归模型，所以有必要先对模型进行非线性检验。

本文引入了阈值回归模型LR检验。

关于是否存在阈值的检验如下，预先设定原假设与备择假设为：H0∶？茁1=？茁2；H1∶？茁1≠？茁2假若接受原假设，在不存在阈值？酌的情况下阈值参数无法识别，导致渐进分布并非？字2分布，而是受冗余参数影响的“非标准”分布。

Hansen（1996）在面板数据固定效应方程下，采用自助抽样法模拟似然比检验（likelihood ratio test）的渐进分布。

当存在阈值值时，■和真实？酌0具有一致性，阈值检验的原假设为：H0∶■=？酌0，其似然比统计量为：LR1（？酌）=■（2）LR1为非标准分布。

Hansen（2000）通过对LR1（？酌）的渐进分布的估计，得到在显著性水平为？琢时，当LR1？燮c（？琢）=-2ln（1-■），不能拒绝■=？酌0的原假设。

对于阈值？酌，其置信水平为1—？琢时的置信区间为：LR1小于c（？琢）时的部分。

三、实证研究1、数据选择本文选取了山西、安徽、重庆、内蒙古和广东这五个具有代表性地区的数据作为样本，样本的时间范围为2009年6月至2012年12月，时间间隔为半年。

其中，农户人均纯现金收入来源于各个省区的统计局网站；小额信贷公司数目来源于中国人民银行官方网站；小额信贷公司发放的各类贷款余额以及涉农贷款余额来自于中国易贷网、中国人民银行每一年度区域金融运行报告、各个省区人民政府网站。

yit代表农户人均纯现金收入，反映农户收入水平，用各省区各时期农户人均纯现金收入来表示；nmicit代表小额信贷公司的数量，用各省区各时期小额信贷公司总数来表示；effit代表小额信贷公司的贷款效率，用同一时期小额信贷公司发放的涉农贷款余额与各类贷款余额的比值来表示，即小额贷款公司的贷款效率=涉农贷款余额/各类贷款余额。

2、五省区阈值回归结果由于阈值回归模型是非线性回归模型，所以必须先对模型进行非线性检验，即检验是否存在阈值。

根据Hansen阈值检验思想，由于LM检验统计量为“非标准”分布，所以用自助抽样法计算P-值，抽样次数为100次。

（1）广东省阈值回归结果。

自助抽样法检验结果显示，在广东省，农户年均纯现金收入与小额信贷公司数目显著存在非线性关系，且这两个变量之间的非线性关系只存在一个阈值，为0.0959。

下面根据该阈值将广东省的样本数据划分为两个机制，这两个机制形成的回归方程为：yit=[6445.90+19.49numcit]（effit<0.0959）+[6633.88+22.76numcit]（effit？叟0.0959）（0.0071）（0.0732）（0.161）（0.3028）（3）（2）安徽省阈值回归结果。

根据自助抽样法检验，在安徽省，农户年均纯现金收入与小额信贷公司数目之间非线性关系不明显。

（3）重庆市阈值回归结果。

在重庆市，农户年均纯现金收入与小额信贷公司数目非线性关系阈值为0.1832，然后我们根据这一阈值将重庆市样本数据分割为两个机制，这两个机制的回归结果如表1所示。

（4）内蒙古阈值回归结果。

在内蒙古自治区，农户年均纯现金收入与小额信贷公司数目非线性关系阈值为0.2995，然后我们根据这一阈值将内蒙古自治区样本数据分割为两个机制，这两个机制的回归结果如表2所示。

（5）山西阈值回归结果。

在山西省，农户年均纯现金收入与小额信贷公司数目非线性关系阈值为0.1877，然后我们根据这一阈值将山西省样本数据分割为两个机制，这两个机制的回归结果如表3所示。

四、结论根据Hansen阈值检验思想，我们采用自助抽样法来检验五个代表性省区小额信贷与农户增收之间的非线性关系。

检验结果显示，除了安徽省之外，其他四省区的农户年均纯现金收入与小额信贷公司数目显著存在非线性关系，且这两个变量之间的非线性关系仅存在一个阈值。

然后根据这一阈值，我们将各省区的样本数据分成两个机制，并且对这两个机制逐一进行回归分析。

从回归结果来看，当小额贷款效率比较低时，广东省、内蒙古自治区的样本回归方程拟合优度比较高，回归系数在5%的置信水平下显著，表明在这两个省区小额信贷促进农户增收的效应比较明显；而重庆市、山西省的样本回归方程拟合度比较低，且回归参数在统计上也不明显，也就是说，当小额贷款效率处于低水平的情况下，重庆市、山西省这两个省市小额信贷促进农户增收的效应是不明显的。

另外，通过阈值回归，我们也发现了另一个比较令人费解的现象，当小额贷款效率处于比较高的水平时，重庆市、内蒙古自治区以及山西省的样本回归方程拟合优度都比较高，且回归参数在5%执行水平下是显著的，说明在这三个省区，小额信贷促进农民增收的效果是明显的，唯独广东省的这一效应不明显。

小额信贷公司从五省区试点，再到全国推广，至今已经整整走过了八个年头。

在这八个年头里面，小额信贷的实施在促进农户增收方面扮演着一个重要的角色，也的确起着非常重要的作用。

然而具体到各个省区，小额信贷促进农户增收的效应又是参差不齐的。

这可能跟各个省区人民政府针对小额信贷实施的政策和措施不一致有关。

小额信贷公司资金来源有限这一问题限制了某些地区小额信贷公司的发展，进一步影响了该地区小额信贷促进农户增收的效应。

另外，在某些地区，小额信贷公司的贷款模式比较单一，不能满足农户需求，小额信贷公司提供的小额信贷贷款期限与农作物生产周期不匹配，这些因素也会制约小额信贷促进农户增收的效应。

【参考文献】[1] Donald R.Snodgrass，Jennefer Sebstad.Client in Context：The Impact of Microfinance in Three Countries[R].Office of Microenterprise Development Global Bureau，USAID，2002.[2] 孙若梅：小额信贷与农民收入——理论与来自扶贫合作社的经验数据[M].北京：中国经济出版，2006.[3] 蒋丽敏、郑长德：农户小额信贷促进农民增收的实证分析——基于江西省波阳县的个案分析[J].海南金融，2008（5）.[4] Samuel Adam.The Impact of Microfinance on Maize Farmers in Nkoranza[J].Journal of management research，2010（2）.[5] 孙健、胡金炎：小额贷款公司与农民收入关系研究——以山东省小额贷款公司为例[J].山东社会科学，2011（12）.[6] 卢亚娟、孟德锋：民间资本进入农村金融服务业的目标权衡——基于小额贷款公司的实证研究[J].金融研究，2012（3）.[7] Bruce E. Hansen：Inference when a nuisance parameter is not identified under the null hypothesis[J].Econometrics，1996a（64）.[8] Bruce E. Hansen：Threshold effects in non-dynamic panel：Estimation，testing and inference[J].Journal of Econometrics，1999（2）.[9] 农业部软科学委员会办公室：农村金融与信贷政策[M].北京：中国农业出版社，2001.[10] 薛毅、陈立萍：统计建模与R软件[M].北京：清华大学出版社，2008.。