农村非正式金融

中国农村二元金融结构的实证研究 [论文摘要] 发展中国家广泛存在正式和非正式金融并存的局面，自从新结构主义学派认识并提出发展中国家的金融结构问题后，很多学者对发展中国家广泛存在的二元金融结构进行理论探讨和实证分析，证明二元金融结构存在的宏观原因和微观基础。本文基于理论的开放性，运用概率单位模型，实证检验正式金融和非正式金融在中国农村的运作，从中概括影响农户与正式、非正式金融发生借贷的影响因素。论文试图从微观基础方面论证二元金融结构在中国农村作为一种安排所具有的合理性。 [关键词] 正式金融 非正式金融 概率单位模型 浙江 四川 发展中国家正式和非正式金融市场的并存是非常普遍的现象，正如K.Hoff和J.Stiglitz 所指出的，“发展中国家农村存在着典型的二元信贷市场。在正式信贷市场上，金融机构向借贷双方提供中介，并收取很低的利率，而这个利率通常得到政府的资助；在非正式市场上，货币是由私人进行贷放的，包括职业放贷者、交易者、中间人、地主、亲戚和朋友等，一般超出他们自己的资产。” 中国农村存在典型的正式金融与非正式金融并存局面，所谓正式金融就是以国有商业银行和农村信用合作社所共同组成的金融体系，而非正式金融则是各种独立于政府监管的金融活动，在我国农村的具体表现就是各种形式的民间借贷，包括钱庄、农村合作基金会、私人之间的借贷等。由于缺乏政府官方的认同，非正式金融部门和市场通常被认为是低效率和不符合经济发展需要的，因此长期以来政府更多地考虑如何通过立法和其他手段减少和消除非正式金融，而没有研究非正式金融存在和发展的原因。非正式金融活动是经济主体对其经济环境的一种市场反映，它产生于纯粹的市场需求，受需求驱动，容易渗透到经济的各方面。从发展中国家的金融发展实践看，非正式金融与特定的经济形式相联系，对经济的发展具有重要意义。 国内外文献对二元金融结构（financial dualism）的存在通常存在两种假说，第一种是基于政策的解释（Policy-based explanation），即政府的利率高限和其他管制政策是导致利率自由的非正式金融出现的原因；另一种解释是筛选（screen）、监督（monitoring）、合约实施（contract enforcement）成本方面的差异而导致信贷市场的分割。 第一种假说的代表是金融抑制假说（financial repression hypothesis）（麦金农Mckinnon 1973， 萧Shaw 1973 ，Fry 1982，1988），分析由于政府政策过度干预导致的金融体系的抑制和非效率，认为政府压制政策是导致发展中国家二元金融结构的主要原因（Roe 1991）。利率高限刺激对资金的需求并阻碍资金的形成，而过度的资金需求迫使金融机构采用非利率手段进行资金配给，同时使不受利率限制的非正式金融市场得以发展，形成二元金融结构。在二元金融结构条件下，某些经济主体获得廉价的政府补贴资金，而其他经济主体只能求助于较为昂贵的非正式金融资金。 第二种假说的代表是新结构主义学派，注重发展中国家二元金融结构形成的结构性、制度性特征。Hoff和Stiglitz（1990）基于信息不对称以及筛选、监督和合约实施成本差异，对发展中国家的二元金融结构进行解释。由于存在信息不对称和合约实施的高成本，由道德风险和逆向选择引起的市场失灵（market failure）就会破坏金融市场的运行，导致利率水平影响金融资产组合（financial portfolios）的风险组成（risk composition）（Stiglitz 和Weiss 1982 ，Stiglitz 1989）。考虑到风险因素，在遇到过度信贷需求时，放贷者可能求助于非价格配给而不是提高利率，结果即使没有利率高限和信贷分配，信贷配给也能使市场达到均衡（Stiglitz 1994）。 由于非正式金融常被标上“黑色”、“地下”的标签，获取相关的研究数据比较困难，因此对非正式金融的实证研究不多，目前主要有对印度农村的研究（Kochar 1997）、对埃及农村的研究（Mohieldin 和Wright 2000）等，这些研究结果都证实农户个体信息影响其与正式、非正式金融的借贷行为。 由于不同国家金融制度的安排既反映经济和政策因素，也反映文化和历史的特征，因此在理论模型的构造上差异很大，但是相关理论假说和模型都可以通过实证来进行检验。目前国内鲜见对中国农村二元金融结构问题的理论和实证研究，本文试图在实证方面有所建树，首次将概率单位模型运用到金融研究上，创造性地应用计量方法对中国非正式金融问题进行探讨。本研究采用农业部农村经济研究中心2002年农户固定观察点的有关数据，试图从微观主体的行为入手，分析中国农村二元金融结构存在的原因。 （除非特别说明，本文全部数据来自农业部农村经济研究中心） 一：样本特征 表1 2002年农村固定观察点农户数据按东、中、西部三大地带分组汇总（户均数据） 全国 东部 中部 西部 年内累计借入款金额 1414.413 1756.517 1179.571 1314.425 （一）1、银行、信用社贷款 369.045 335.715 278.785 526.103 2、合作基金会借款 7.094 3.528 3.470 16.042 3、私人借款 1015.962 1373.118 889.899 756.483 其中：无息借款 541.383 605.144 625.508 356.217 4、其他 22.145 44.156 7.416 15.214 数据显示，农户借贷主要采取私人借贷的方式，正式金融贷款在全部借入款中比重很小，说明中国农村存在着明显的二元金融结构。我们试图从全国总体样本的这个特征出发，具体考察两个具有代表性的省份，以便对农村二元金融结构进行更加具体的分析。本实证研究所使用的样本是农业部农村经济研究中心固定观察点2002年的数据。考虑到中国经济具有明显的地域差异，我们选择工业比较发达的浙江省和农业比较发达的四川省作为研究对象，使用浙江省120户和四川190户农户数据进行分组和比较研究。表2给出具体的调查样本数 表2 调查样本数 浙江 四川 观察点农户数（户） 850 850 样本（户） 120 190 样本/农户数（%） 14.1 22.3 数据来源：农业部农村经济研究中心 论文的实证数据选取浙江和四川两省的原因是基于其经济发展特征所造成的农户类型的明显差异，我们也试图在后面的实证部分证明这些差异会如何影响农户对正式金融和非正式金融的选择。表3 给出两省具体的农户类型比较 表3 浙江、四川农户类型比较 浙 江 四 川 户数 比例 户数 比例% 纯农户 24 20% 60 31.5% 以农为主、兼营他业 30 25% 104 54.7% 以非农为主、兼营农业 33 27.5% 22 11.6% 纯非农业 30 25% 1 0.005% 其他 3 0.025% 3 0.016% 表4 浙江农户与正式金融部门的交易规模（银行、农村信用社） 样本数 最小值 最大值 均值 标准差 向正式金融部门借贷 120 0 400000. 14520.42 49410.99 图1 浙江农户与正式金融部门交易规模的分布（%） 表5 浙江农户与非正式金融部门的交易规模（私人借贷） 观察数 最小值 最大值 均值 标准差 向非正式金融部门的借款 120 0 250000 27760.57 38746.54 图2 浙江农户与非正式金融部门交易规模的分布（%） 表6 四川农户与正式金融部门的交易规模（银行、农村信用社） 观察数 最小值 最大值 均值 标准差 向正式金融部门借款 190 0 70000 2328.36 6618.58 图3 四川农户与正式金融部门交易规模的分布（%） 表7 四川农户与非正式金融部门的交易规模（银行、农村信用社） 观察数 最小值 最大值 均值 标准差 向非正式金融借款 190 0 90000 3527.32 10217.51 图4 四川农户与非正式金融部门交易规模的分布（%） 从上面的统计描述可以发现，农户的资金来源主要依赖于非正式金融，不但两省农户向非正式金融的平均借款规模都超过向正式金融部门的借款，而且从借贷发生的频率看，非正式金融比正式金融更加活跃，数据显示浙江有23%、四川有45%的农户从正式金融部门获得贷款，但同时浙江超过80%的农户、四川有超过60%的农户通过非正式金融获得资金。这说明两省农村中虽然有正式金融部门的运行，但是非正式金融更广泛地存在，并且其运行较正式金融部门更加活跃。 虽然在非正式金融的借贷中存在着一定比例的无息借款，浙江平均占到私人借款的29%，四川平均占到私人借款的27%，这说明农村中亲戚、朋友之间的无息借款占有一定的比例，但是我们认为随着市场经济的发展，这个比重会趋于下降。 二：影响农户与正式金融、非正式金融借贷行为的实证分析 1、模型与解释 在发展中国家的金融结构问题研究中，常常涉及经济主体对正式、非正式金融的参与问题，由于此时的解释变量是一个离散的变量，在这种情况下，一般采用Probit和Logit模型更符合研究的需要。由于Probit模型和Logit模型在计量分析中差别不大，因此我们对样本数据的实证检验主要采取Probit方法，即运用概率单位推测农户与正式金融、非正式金融发生借贷关系的因素，如果只考虑农户对正式或非正式金融部门的独立选择而不考虑两个部门之间的相互影响，则可以运用单变量的Probit模型，分别估计以下两个方程： （1） （2） 其中 表示该农户观察值是否与正式金融部门（非正式金融部门）发生借贷行为的变量，它是一个0/1二元变量，0表示该农户观察值没有与正式（非正式）金融部门发生借贷关系，1表示该农户观察值有与正式（非正式）金融部门发生借贷关系。 由于probit模型的概率值依赖于观察变量 和这些变量的系数向量β，估计模型的目标是找出最显著的系数值，当某个变量的系数值为正值时，意味着变量的值越高，则与正式（非正式）金融发生借贷关系的概率越大。由于选取的变量较多，为了避免多重共线性，在变量的选择上，我们遵循选取最具代表性的一个变量或者不相关的两个变量的原则。 由于我们的研究集中于家庭个体特征对农户行为的影响，因此解释变量为体现农户家庭个体特征的三类变量，包括农户家庭特征、生产特征和财产特征三类，具体包括：家庭经营类型、家庭主要劳动力受教育程度、家庭常住人口、是否乡村干部家庭、家庭男性农村劳动力人数、经营耕地面积、拥有房屋原值、家庭拥有非固定资产原值、家庭全年总收入、种植业收入、年末手持现金等。 2、实证结果与解释 我们使用统计软件Eviews3.1对模型进行估计，将显著影响农户借款行为的因素汇总在表8中： 表8 实证结果 浙江 四川 正式金融 非正式金融 正式金融 非正式金融 常数项 1.460415 （1.106529） -1.279920 （1.411640） 0.368966 (0.992277) -0.234752 （1.043202） 家庭经营类型III -1.989347** （1.060744） 1.888960* （1.161308） -2.171399** (0.871323) …… 家庭主劳动力年龄 -0.046586** （0.015883） 0.041508** （0.016614） …… 0.350355** （0.157699） 经营耕地面积 …… -0.262886** （0.149912） 0.348658** （0.145606） …… 年末拥有非固定资产原值 …… …… -6.67E-05** （3.52E-05） 7.71E-05** （3.70E-05） 年末拥有房屋原值 …… …… -6.03E-05** （3.64E-05） 7.24E-05** （3.75E-05） 年末手持现金 …… …… -0.000392** （0.000158） -0.000260* （0.000147） 种植业收入 0.000182** （9.26E-05） -0.000317** （0.000134） 0.000204** （8.36E-05） …… ** 表示95%水平上显著 *表示90%水平上显著。 括号内是标准差 通过实证结论的分析，我们发现以下几点： 首先，影响农户借贷行为的因素基本与正式、非正式金融的运行偏好有关。两省的正式金融部门都显示对农业的政策性扶持倾向，对农户的农业经营表现出强烈的放贷偏好，种植业收入越高（两省都显著）、经营耕地面积越大（四川）的农户从正式金融部门获得贷款的概率也越高，而且这种贷款与可充当性抵押品的固定或非固定资产无关（四川），因为农户拥有房屋原值和年末拥有非生产性固定资产原值的系数都为负。同时我们发现，以外出务工为主的农户则比较难从正式金融部门获得贷款，因为其估计系数为负值。 其次，与正式金融部门的运作相比较，非正式金融表现出完全不同的行为特征，两省的非正式金融倾向于根据农户的实际收入信息进行放贷，如反映农户信誉的主要劳动力年龄，反映家庭财产状况的房屋原值和非固定资产原值。由于非正式金融具有较强的地域性特征，放款者对农户该类信息比较了解，因此表现出与正式金融截然不同的放贷行为，如在浙江以外出务工为主的农户更容易从非正式金融部门获得贷款。 再次，作为工业发达的浙江和农业发达的四川省，其非正式金融的经营也表现出差异。就浙江来看，非正式金融不基于农户的农业性收入进行放款，比如种植业收入高的农户从非正式金融部门获得贷款的概率较低，相反更倾向于从家庭的其他收入来源等方面进行考虑，比如以外出务工为主的农户比较容易从非正式金融获得贷款；而从四川的情况看，由于农业经营为主的特征，非正式金融基本根据农户所拥有的财产情况进行放款，对家庭经营类型无明显偏好。原因可能是在作为私营经济和家庭手工业普及的浙江，农业经营所获得的收入相对较低且不够稳定，对非正式金融放款缺乏吸引；而在四川，由于整个经济以农业为主，所以非正式金融的放贷没有反映出排斥农业的倾向。 最后，我们发现农户家庭主要劳动力年龄在正式、非正式金融部门的信号不同。两省的非正式金融都视劳动力年龄为积极信号，劳动力年龄越大，越能从非正式金融获得贷款，而在浙江的正式金融部门则相反，这是消极信号。原因是根据筛选模型，劳动力年龄越大迁徙和违约的可能性越小，其信誉度越高，由于非正式金融更加注重借款人此类信息，因而农户家庭主要劳动力年龄较大者能够从非正式金融部门获得贷款。 3、边际效应分析（Marginal effect） 由于probit模型中的系数估计值的含义并不象普通最小二乘回归那样，反映解释变量每变动一个单位时被解释变量的变动幅度，因此它不具有通常回归意义上的经济含义。为此，我们需要采取另外一种方法，找出与普通回归的系数估计值相对应的等价指标，Probit模型中的边际效应指标可以实现这一目的。边际效应在本文所反映的是变量每变动一单位所导致的农户能从正式（非正式）金融获得贷款的概率，边际效应的具体数学表述为： （3） 其中， 表示农户与正式（非正式）部门发生借贷关系的期望概率，我们具体用 表示。 表示与累积概率分布函数 对应的密度函数。在probit模型中， 被设定为正态分布函数，因此 就是其相应的正态密度函数。 通过在EViews软件中的程序编制，我们获得以下结果： 表9 边际效应的测算结果： 浙江 四川 正式金融 非正式金融 正式金融 非正式金融 主要劳动力年龄 -0.003732 0.002356 经营耕地面积 -0.014919 0.027934 种植业收入 1.46E-05 -1.80E-05 6.69E-05 年末拥有房屋原值 -1.98E-05 2.89E-05 年末拥有非固定资产原值 -2.19E-05 3.08E-05 年末手持现金 -0.000129 -0.000104 边际效应比较大的测算结果表明，经营耕地面积每变动1单位（亩），农户获得正式金融借款的概率就增加2.7%；而主要劳动力年龄每变动一单位（岁），农户获得正式金融贷款的概率减少0.37%，而获得非正式金融贷款的概率增加0.26%。 三：正式与非正式金融部门的相互影响 在前面的分析中，存在一个隐含的假设，即农户与正式和非正式金融部门之间的借贷关系是相互独立的，但更普遍的情形是这两种借贷关系并不是相互独立的，而是存在相互影响和相互作用，这在计量上主要表现为两个回归方程之间的误差项 和 存在一定的相关关系。在以下的分析中，我们把存在相关关系的可能性纳入到模型当中来，在原有模型的基础上作进一步的修正，重新对此问题进行实证检验。 我们把根据方程（1）估计出来的残差 作为解释变量代入方程（2），将根据方程（2）估计出来的残差 作为解释变量代入方程（1），得到以下两个新的回归方程： (4) (5) 然后重新应用probit模型进行估计。我们发现残差项的系数非常显著（见表10），说明农户与正式和非正式金融部门的借贷行为是相互影响、相互作用的。重新估计的结果不改变前面的主要结论，即正式金融表现出较明显的政策扶持倾向，而非正式金融更关注可观察的家庭实际收入。 但由于加入残差项进行回归，我们得到系数显著的变量有所增加，具体见下表： 表10 实证结果 浙江 四川 正式金融 非正式金融 正式金融 非正式金融 常数项 3.333327 (2.196992) 0.433352 (0.141057) 0.993481 （1.118175） 0.125763 （0.203746） 家庭经营类型I …… …… 1.532218* （0.924239） 0.276106** （0.144419） 家庭经营类型II …… 0.048348** (0.023711) …… 0.974114** （0.286718） 家庭经营类型III …… 0.280755** (0.086052) -2.749231** （0.983948） 0.415427** （0.159150） 家庭常住人口 -0.687528** (0.363852) …… …… …… 主要劳动力受教育程度 …… …… …… .062402* （0.037215） 是否乡村干部家庭 …… -0.209063** (0.099537) …… …… 家庭主要劳动力年龄 …… 0.009062** (0.002115) …… 0.107301** (0.042751) 家庭农村劳动力人数 1.389765** (0.617782) …… …… 0.113878** （0.052627） 经营耕地面积 0.987357** (0.425405) -0.075069** （0.021254） …… …… 年末拥有非固定资产原值 …… …… -8.71E-05** （3.68E-05） 1.50E-05** （5.08E-06） 年末拥有房屋原值 …… …… -7.71E-05** （3.81E-05） 1.48E-05** （6.08E-06） 年末手持现金 -8.28E-05* (4.56E-05) …… -0.000393** （0.000158） -4.32E-05* （2.39E-05） 种植业收入 0.000335* (0.000183) -5.68E-05** （1.18E-05） 0.000223** （9.04E-05） …… 残差项 -5.996819* (1.777224) -0.806357** (0.050669) ** 表示95%水平上显著 *表示90%水平上显著。 括号内是标准差 值得注意的三个新增结果是： 首先，家庭兼业类型对农户的借贷行为有明显影响，两省的非正式金融部门都较青睐从事私营企业经营为主的农户类型，其变量的显著性都达到95%以上； 其次，浙江非正式金融不倾向对乡村干部家庭进行放款，其系数估计值为负数。如果不是这类家庭较易获得正式金融部门的贷款（实证结果并不支持），那么非正式金融明显对这类家庭存在偏见； 最后，四川非正式金融在进行贷款发放时，教育程度（高中）也作为农户还款能力的信号出现，家庭主要劳动力受教育程度越高，越容易得到非正式金融部门的贷款。 同样地，我们估计非虚拟变量的边际效应： 表11 边际效应测算结果： 浙江 四川 正式金融 非正式金融 正式金融 非正式金融 家庭常住人口 -4.89E-05 家庭主要劳动力年龄 0.003369 7.63E-06 家庭农村劳动力人数 0.045431 经营耕地面积 9.88E-05 -0.027907 年末拥有非固定资产原值 -2.56E-05 5.98E-06 年末拥有房屋原值 -2.27E-05 5.90E-06 年末手持现金 -5.89E-09 -0.000116 -1.72E-05 种植业收入 2.38E-08 -2.11E-05 6.56E-05 边际效应比较大的测算结果显示，浙江农户家庭主要劳动力年龄每变动一单位，从非正式金融获得贷款的概率增加0.3%，而在四川则增加0.0007%；由于以农业为主的经营特征，四川农户家庭农村劳动力每增加一人，从非正式金融获得贷款的概率增加4.5%。 四：结论 基于上述分析，我们得到以下结论： 1．中国农村存在明显的二元金融结构，非正式金融形式不但广泛存在于农村金融市场，而且参与农村经济的程度相当高。 2．正式金融和非正式金融的经营方式存在着明显的差别。正式金融存在着明显扶持农业的政策倾向，基于商业考虑的放贷不显著；相反，非正式金融主要是基于商业性考虑，注重根据农户还款能力的信息进行放款。 3．基于正式、非正式金融不同的运作方式，结合影响其运作的不同因素，我们得出的初步结论是农村二元金融结构的产生更多的是基于筛选（screen）、监督（monitoring）、合约实施（contract enforcement）成本方面的差异，这基本与第二种假说相吻合。 中国农村二元金融结构的存在有其理论基础。 首先，中国农村的小农经济特征。根据舒尔茨(Schultz)的传统农业模型，中国通过大包干恢复的小农经济条件下的农业，基本属于传统农业，它具有规模小、周期长、风险大、因而正式金融难以进入的特点。受既有制度安排的制约，向农户提供资金的是以国有商业银行为主的正式金融机构。而20多年中国农村金融发展的实践表明，规范化的制度安排无法解决农村资金缺乏的问题，而且随着国有商业银行的市场化改造，与传统小农经济的适应性越来越差，“农业”资金供给与“农户”需求目标无法完全一致。随着正式金融从策略上逐步退出农村金融市场，农村各种形式的非正式金融迅速发展，成为中国农村金融市场不可忽视的组成部分。历史上，小农经济也主要与民间非正式金融相结合。 其次，固定的监督和实施成本导致信贷市场的规模经济，因此正式金融在农村金融市场上不具备信息优势，无法实现对众多农户的筛选、监督和实施成本优势；而作为小规模、本地化经营的非正式金融，由于其对农户的情况非常了解，能够实现贷款的灵活选择和有效收回，因此在农村金融市场上具备相对优势，能够长期存在。 总之，在经济发展的特定阶段，二元金融结构的存在和运行具有一定的现实性和合理性，当然这并不意味着我们要依赖非正式金融，但就政府政策而言，作为一定经济发展水平上的次优选择，非正式金融确实有存在和发展的必要，政府对于此应当更宽容些。 参考文献： 1．Mahmoud S Mohieldin; Peter W Wright; Formal and informal credit markets in Egypt Economic Development and Cultural Change; Chicago; Apr 2000; 2．Hoff, Karla, and Joseph E. Stiglitz. 1990. Imperfect information and Rural Credit Markets. The World Bank Economic Review 4(3, September) 3．Aleem,Irfan.1990.Imperfect Information, Screening, and the Costs of Informal Lending: A Study of a Rural Credit Market in Pakistan. The World Bank Economic Review 4(3, September):329-50. 4．Bernanke,Ben and Mark Gertler.1990.Financial Fragility and Economic Performance. Quarterly Journal of Economics 105(February):87-114. 5．Adams, Dale W.and Robert C. Vogel. 1986. Rural Financial Markets in Developing Countries: Recent Controversies and Lessons. World Development 14:477-487. 6．[巴]阿赫塔尔。霍赛恩等 《发展中国家的货币与金融政策》----增长与稳定 经济科学出版社2000年 7．《农户信用与民间借贷研究》 农户信用与民间借贷课题主报告 温铁军 联系地址：广州 中山大学 岭南学院 周天芸（副教授、博士） 李杰（博士） 邮政编码：510275 电话：020--84114061（O） 13822231656 邮件地址：lnszty@zsu.edu.cn zhouty@lingnan.net PAGE 12 _1121868154.unknown _1121871322.unknown _1121871848.unknown _1121872516.unknown _1121873162.unknown _1121873184.unknown _1121872682.unknown _1121872759.unknown _1121872227.unknown _1121872267.unknown _1121871870.unknown _1121871504.unknown _1121871557.unknown _1121871383.unknown _1121868289.unknown _1121871135.unknown _1121871310.unknown _1121870689.unknown _1121871031.unknown _1121868409.unknown _1121868248.unknown _1121797387.bin _1121867857.unknown _1121868077.unknown _1121867606.unknown _1121785030.bin _1121797270.bin _1121784962.bin