农户金融抑制的福利损失研究.docxVIP

农户金融抑制的福利损失研究 一、 金融抑制的程度 农村金融对农民来说非常重要。完善有效的农村金融金融产品不仅可以提高农民的收入和福利水平，还可以减少农村贫困人口，减少贫困。然而,近二十年来,理论研究和经验分析的成果均表明,发展中国家农村信贷市场的效率非常低下,农户金融抑制的程度普遍相当地严重(Stiglitz and Weiss,1981;Carter,1988;Milde and Riley,1988;Anjini Kochar,1997;Jeremy D. Foltz,2004)。与其他发展中国家相比,我国农户金融抑制的程度尤其严重,除了利率管制、逆向选择、交易成本等信贷市场不完善的共同根源外,为了服从工业化和城市化建设的发展战略,从上个世纪50年代后期开始,我国在农村长期进行金融管制,限制民间金融活动及私人组织,正式金融机构成为输出农村储蓄的媒介和工具,直接或间接地不断转移农户的金融资产和剩余,这导致农村金融资产严重匮乏,成为我国农户金融抑制的最重要原因之一。那么,我国农户金融抑制的程度究竟有多大呢?由于金融抑制,农户损失的福利有多少呢?定量地回答这些问题,正是本文的研究内容和目标。 早期估计农户金融抑制的程度及其对产出影响的方法之一是,分别估计借款农户和非借款农户的生产函数或供给函数,然后比较两者的估计量(David et al,1980);方法之二是,将借款和非借款农户的样本数据混合起来,用以估计生产函数或供给函数。在模型中,借贷被当作投入品要素或供给的解释变量,受到了广泛的批评(Gershon Feder et al,1990)。近期,一些学者采用带有内生标准函数(endogenous criterion function)的switching模型估计了信贷配给对产出的影响(Gershon Feder et al,1990;Jeremy D. Foltz,2004);另一些学者则使用biprobit模型估计了农村金融抑制的程度(Anjini Kochar,1997)。这些模型的运用是该领域研究方法质的飞跃,因为它把握了在农村金融市场上广泛存在的信贷配给问题,很好地反映了在农村信贷市场上存在极为普遍的金融抑制这一特点,从而较好地解决了早期研究中所存在的许多问题。 然而,或许是受模型估计技术限制或者其他缘故,学者们所做的研究依然存在着一些不足之处。例如,在biprobit模型的预测中,只考虑到了需求完全得不到满足的情形,而遗漏了需求只得到部分满足的情形,譬如,某个农户需要借款100元,结果只借到了60元,这显然低估了农户金融抑制的程度。我们的研究对原来的估计方法做了改进和完善,构建了更为合理的预测指标,有效地解决了前述的遗漏问题。我们还借鉴最近发展起来的模型和估计技术(Abadie, A.和Imbens G. W.,2004,2006),在平均处理效应(average treatment effect)模型的框架下使用偏差修正的match模型,较准确地估计了金融抑制的福利损失。本文的贡献还在于,在供给模型中,我们纳入了能够反映信贷交易双方“关系”的变量;在需求模型中,我们纳入了反映农户医疗和教育费用支出的变量。这些变量的纳入,充分地刻画了我国农村信贷市场的本质特征,使我们的研究与其他学者的研究进一步区别开来,且更加具有针对性。 二、 金融抑制程度的提高和增加了个样本经济资料的来源 本文的数据来自于我们2004年所建立的一个数据库,数据收集是委托地方统计局农调队完成的,采用了四阶段分层抽样策略。第一阶段,我们根据区域经济的发展状况,在所有省份中采取分类抽样的方法,随机选择10个省,它们分别是河南、山东、辽宁、安徽、湖北、吉林、四川、江苏、河北和黑龙江。第二阶段,由每个被抽取省的统计局农调队从该省所属县或县级区中随机抽取3个县,共得到30个县。第三阶段,由每个被抽取县区的统计局农调队随机地抽取10个村庄,在抽取村庄时,我们排除了面积和人口特别大和特别小的村庄。第四阶段,每个被抽取村庄中排除最富裕和最贫穷的农户后,从中随机地抽取10个农户,总共得到3000个农户。数据库中,收集了这些农户2003年的收入、支出、金融信贷活动、生产经营活动、家庭基本情况和所处环境基本情况(村庄)的相关数据,这为我们估计农户金融抑制的程度及其福利损失的大小提供了丰富的数据资源和经验证据。表1给出了所有变量的样本数据的统计特征。 三、 信贷委托模型及其经验分析 在这一部分,我们首先构建适合于信贷配给问题的模型,然后,运用样本数据进行估计,并对估计结果进行解释和分析。 (一) 金融抑制水平测度 当农户所需要的借款数额少于其从正式和非正式金融市场所获取的借款数额时,我们就说农户存在金融抑制。金融抑制有两种情形,其一是农户有需求,但借不到任何款项,完全