农村金融需求调研

目前，我国金融机构逐渐增多，市场供需失衡，同业竞争激烈，各银行的存放款利差逐渐缩小，且贷款逾期的概率大幅提升。中国邮政储蓄银行作为新兴银行，整个贷款业务的授信过程缺乏一致性和完整性，这些状况都可能影响银行的授信品质，更可能造成贷款逾期。此外，农户贷款原本就有很多不确定因素，保持低逾期率的难度逐渐增大。为更好地研究农户信贷需求、信贷规模及信贷风险，并在后续工作中建立起自动化、客观公正的授信判断系统，本文对滨海县部分农户(市场细分到大棚种植农户)进行抽样、调查，从而得出能指导实践的研究结论。

1调查范围及样本选取

调查问卷从基本信息、种植信息和信贷信息三方面进行了设计，共向5个乡镇12个行政村发放了Ii0份调查问卷，有效问卷93份，包含实地调查和电话调查。经过处理，最后样本的数目为93个。本文全部数据及指标均来自此调查，部分数据根据原始数据计算得出。本研究对于要素变量的选取，主要基于相关理论的探讨、银行调查判断需了解的主要项目及资料取得的方便性。

2提出假设与统计方法

根据研究农户信贷需求影响因素得出结论，农户贷款需求基本与经营规模、农户投资、贷款利率、借贷期限以及农户家与金融机构的距离有关。据此假设：贷款需求与农户的年龄、年收入、种植年限和种植面积正相关。本研究要素变量分析主要运用描述统计、频率统计等方法，贷款需求与要素的关系主要运用线性回归方法，以贷款金额表示农户的贷款需求。

3变量设置与回归模型

在上述假设条件下，年龄、年收入、种植年限和种植面积具有线性相关性，建立线性回归模型如下：其中y为贷款需求，x～X为上述表中各变量，。为常数项，a～a为各变量的系数，另外增加随机变量e。

4描述统计及分析

4.1年龄因素分析

年龄要素调查结果显示，41~45岁的占31．18，46～5O岁的占43．O1％，51岁以上的占25．81，平均年龄为47．67岁。可见，目前在农村从事农业活动的人群以中老年人居多，而此年龄段人群的子女，或是上大学或是刚刚参加工作，面临教育、工作、结婚的巨大压力，因此资金需求较大。

4．2其他因素分析

对于年收入、成长时间、种植年限等其他几个影响因素按照年龄因素分析方法得出如下结论。

4．2．1年收入因素分析结果调查发现，年收入在5万元以下的占16．13，年收入在1O万元以上的仅占4．3，平均年收人为6．13万元，大棚种植农户的年收入总体水平较低。一方面，较低的收入决定了农户的贷款额度和还款能力；另一方面，农户为提高年收入，肯定需要加大生产投入，而资金又是其发展的瓶颈，说明信贷市场发展潜力较大。

4．2．2成长时间因素分析结果农户大棚种植的农作物平均生长时间需要3．3个月，资金回收期较短，可以给贷款期限的选择提供参考。

4．2．3种植年限因素分析结果考察种植年限主要为积累种植经验提供参考。农户大棚种植的平均年限为3．32年，种植5年以上的仅占25．8．

4．2．4种植面积因素分析结果通过计算可以得出，平均种植面积为1O．18亩。调查了解到，土地所有权主要是承包形式，又分为直接跟村里承包和跟私人承包，可以考虑适当的租金费用，假定种植面积有正的规模效应，可以在成本收益中适当参考

4．2．5大棚种植中最关注要素因素分析结果该要素是选择项，选项分别为：规模、技术、质量和品种。调查发现，绝大多数农户(8O．6)认为质量是第一位的，假定资金投入可用于购买改良品种，改善大棚环境，从而提高产品质量，从这个角度看，应有大量的资金需求。

4．2．6是否知道农药标准和使用技术因素分析结果不知道农药标准的情况下，该要素引发的思考能否保证产品符合国家农药标准。调查发现，绝大多数种植户使用的还是传统技术，假定新技术可以提高产量和质量，未使用新技术是否因为缺乏资金投入有待进一步研究。

4．2．7销售渠道因素分析结果销售渠道也是选择项要素，分别为本地居民、批发市场和外地市场。绝大多数农户(96．8)通过批发市场销售，对市场的依赖性较强，贷款风险评估和控制时应充分考虑该因素。

4．2．8需要用钱的月份因素分析结果可以看出，农户最需要用钱的月份为春秋两季，大胆推测为大棚支架及塑料布更换时节、种植初期或土地追肥时节，瞄准最需要用钱的时节做好宣传，有针对性地发展此类客户，可以后续深人研究。

4．2．9贷款次数因素分析结果从该要素可以看出，绝大多数客户拿过贷款，经调查了解，贷款行主要是信用社，而且农户联保形式贷款较多。由此可知，如果农户有一定的金融知识，银行对贷款产品和还款方式的介绍相对容易，市场开发难度不大。

4．2．1O贷款用途因素分析结果该要素为选择项要素，即无贷款、农业生产投入、经营个体、修建房屋、子女上学、临时应急、婚丧嫁娶、看病求医及其他用途。由此可见，用于农业生产投入的仅占60．2，由于是信贷调查，农户答卷保守，说明在不少情况下，资金并非用于农业投入。对年龄要素进行分析发现，中老年人群子女的资金开支较大(非义务教育阶段的学杂费和婚丧嫁娶费、婚房费用等)，也可以看作是家庭其他方面的资金需求占用了农用资金。例如，某农户自有资金5万元，建房需要5万元，农业投入需5万元，向银行贷款5万元，很难界定银行贷款和自有资金的具体用途。暂且可以认为银行贷款全部用于农业投入，而建房的5万元全部是自有，因为这也是合规合情合理的。由此可以得出，农户的贷款用途并非很重要，而更应看重其还款来源，即收入能力。

4．2．11中国邮政储蓄银行贷款难度因素分析结果该要素为选择项要素，分别为非常困难、困难、容易、非常容易、不清楚。该项显示的是客户认为在本行贷款的难易程度，其中6O．2的客户选择容易，分析其原因，一是该种性质农户手续齐全，符合银行贷款要求；二是大棚种植属于经营性活动，农户与外界接触多，积累了一定的人脉关系，容易找到担保人。

4．2．12困难因素分析结果该要素为选择项要素，包括利息太高、手续麻烦、没有熟人、没有担保和抵押、需请客送礼、贷款额太低等。由上一要素可知困难是什么，绝大多数农户(53．8)认为邮政储蓄银行的贷款利息高，难以承受，但是随着信贷风险的管控，肯定能带给老百姓可承受的利率。没有担保和抵押也是阻碍客户在邮政储蓄银行贷款的一个因素，银行的保证模式单一，而农户又缺少教师、医生、公务员等符合银行担保要求的亲戚朋友，即使有，交往关系也不足以让其为农户担保。对此，银行应当思考和开发新的保证方式或贷款品种，更好地服务“三农”。

4．2．13是否参加过学习因素分析结果该要素显示，绝大多数(95．7)农户并没有参加过种植专业知识的学习，种植风险不能得到很好的控制。银行在放款时应考虑个人的种植能力及其应对种植中突发事件的处理能力等，后续可以深入研究农业发展较好地区是否参加过贷款风险相关性的学习。

5回归模型分析

运用SPSS19．0，采取强制进入策略(Enter)，进行多重共线性检测，得到R。一0．583．由于样本数量较多，该系数表明方程的拟合程度较好，总体线性关系成立。对模型进行线性回归测试，在95％的显著水平下，通过检验的相关系数如表4所示。根据表4，可以得出回归方程如下：Y一一12．933+0．205Xl+0．476X2+0．126X3+0．596X4‘表明贷款需求与农户的年龄、年收入、种植年限和种植面积正相关。但x(年龄)、X。(种植年限)与贷款需求弱正相关，与原假设基本一致。

6结论

6．1研究结论及本文局限

本文通过对本地大棚种植农户的调查问卷进行分析，着重研究了农户年龄、年收入、种植年限和种植面积与贷款需求的关系，最终得出贷款需求与农户年龄、年收入、种植年限和种植面积呈正相关的结论。但是本研究结论可能存在以下局限性：本文的研究仅使用了滨海县部分乡镇的抽样截断面调研数据，具有一定的时限性，没有对更长期间和更广地域进行考察。本文对现象进行了描述并对结果进行了理论分析，未对原因作用机理进行深入探讨。本文数据获取方式为问卷调查，选项的局限性可能使所获数据与真实性数据有微小出入。

6．2风险结论及相关对策

滨海县大棚种植农户种植品种单一。调查对象主要是早季节西瓜，相似度极高，品种多样性不足，对地方市场的依赖性较大，风险较为集中，需要严格落实行业信贷政策，优化信贷资产结构。“菜贱伤农”、“一分钱菜价却无人问津”记忆犹新，在同情菜农的同时，更要做好银行的风险控制，时刻关注市场价格波动，在允许的范围内，根据地方的特殊经济环境，随时制定和调整相关战略政策，确保将贷款逾期的可能性降到最低，同时使资金流向市场最需要的行业，根据国家和地方政府建设和谐社会主义市场经济的指路标引导社会投资。在大棚种植农户信贷中，银行要根据农产品的成长期和种植时间确定资金需求的时间和期限，灵活配置还款方式和贷款期限，降低期限结构错配风险，解决贷款期限与实际需求不匹配的状况，提高贷款变现能力，推动信贷业务发展。完善贷款风险定价机制，在允许的区间内进行利率浮动，更好地经营各种细分市场，做到贷款利率市场化，充分发挥市场供求机制。聘请政府或社会的农业技术顾问对信贷从业人员进行专业指导，学会鉴别贷款的真实用途是否为农业生产所需，确保贷款合规使用。坚持“便民、利民”原则，在不放松风险控制的前提下，实行扁平化管理，降低管理重心，减少中间环节，最大限度地简化各种手续，提高效率。在建设完善的管理机制的前提下，下放更多权限。成立专门的研究机构，配备专业人员加强对地区经济金融环境、市场条件、市场细分和市场区隔的分析研究，确定不同的营销和服务方式，扩大社会影响力和市场占有率。加强信贷队伍的培养建设，提升信贷经理的风险识别和风险控制能力，从源头上杜绝风险。

6．3后续研究方向

通过连续跟踪调查获得时间段数据，增加研究样本，扩大调查地域范围，增大各样本之间的不相关性，增加调查要素，并研究各要素之间的相关性，结论将更具代表性。后续还可以对农户贷款正常客户和逾期客户的风险影响因素进行探讨，研究客户逾期的成因并建立推演客户发生逾期概率的模型。