農村金融需求調研

導語：農村金融需求調研一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

目前，我國金融機構逐漸增多，市場供需失衡，同業競爭激烈，各銀行的存放款利差逐漸縮小，且貸款逾期的概率大幅提升。中國郵政儲蓄銀行作為新興銀行，整個貸款業務的授信過程缺乏一致性和完整性，這些狀況都可能影響銀行的授信品質，更可能造成貸款逾期。此外，農戶貸款原本就有很多不確定因素，保持低逾期率的難度逐漸增大。為更好地研究農戶信貸需求、信貸規模及信貸風險，并在后續工作中建立起自動化、客觀公正的授信判斷系統，本文對濱海縣部分農戶(市場細分到大棚種植農戶)進行抽樣、調查，從而得出能指導實踐的研究結論。

1調查范圍及樣本選取

調查問卷從基本信息、種植信息和信貸信息三方面進行了設計，共向5個鄉鎮12個行政村發放了Ii0份調查問卷，有效問卷93份，包含實地調查和電話調查。經過處理，最后樣本的數目為93個。本文全部數據及指標均來自此調查，部分數據根據原始數據計算得出。本研究對于要素變量的選取，主要基于相關理論的探討、銀行調查判斷需了解的主要項目及資料取得的方便性。

2提出假設與統計方法

根據研究農戶信貸需求影響因素得出結論，農戶貸款需求基本與經營規模、農戶投資、貸款利率、借貸期限以及農戶家與金融機構的距離有關。據此假設：貸款需求與農戶的年齡、年收入、種植年限和種植面積正相關。本研究要素變量分析主要運用描述統計、頻率統計等方法，貸款需求與要素的關系主要運用線性回歸方法，以貸款金額表示農戶的貸款需求。

3變量設置與回歸模型

在上述假設條件下，年齡、年收入、種植年限和種植面積具有線性相關性，建立線性回歸模型如下：其中y為貸款需求，x～X為上述表中各變量，。為常數項，a～a為各變量的系數，另外增加隨機變量e。

4描述統計及分析

4.1年齡因素分析

年齡要素調查結果顯示，41~45歲的占31．18，46～5O歲的占43．O1％，51歲以上的占25．81，平均年齡為47．67歲。可見，目前在農村從事農業活動的人群以中老年人居多，而此年齡段人群的子女，或是上大學或是剛剛參加工作，面臨教育、工作、結婚的巨大壓力，因此資金需求較大。

4．2其他因素分析

對于年收入、成長時間、種植年限等其他幾個影響因素按照年齡因素分析方法得出如下結論。

4．2．1年收入因素分析結果調查發現，年收入在5萬元以下的占16．13，年收入在1O萬元以上的僅占4．3，平均年收人為6．13萬元，大棚種植農戶的年收入總體水平較低。一方面，較低的收入決定了農戶的貸款額度和還款能力；另一方面，農戶為提高年收入，肯定需要加大生產投入，而資金又是其發展的瓶頸，說明信貸市場發展潛力較大。

4．2．2成長時間因素分析結果農戶大棚種植的農作物平均生長時間需要3．3個月，資金回收期較短，可以給貸款期限的選擇提供參考。

4．2．3種植年限因素分析結果考察種植年限主要為積累種植經驗提供參考。農戶大棚種植的平均年限為3．32年，種植5年以上的僅占25．8．

4．2．4種植面積因素分析結果通過計算可以得出，平均種植面積為1O．18畝。調查了解到，土地所有權主要是承包形式，又分為直接跟村里承包和跟私人承包，可以考慮適當的租金費用，假定種植面積有正的規模效應，可以在成本收益中適當參考

4．2．5大棚種植中最關注要素因素分析結果該要素是選擇項，選項分別為：規模、技術、質量和品種。調查發現，絕大多數農戶(8O．6)認為質量是第一位的，假定資金投入可用于購買改良品種，改善大棚環境，從而提高產品質量，從這個角度看，應有大量的資金需求。

4．2．6是否知道農藥標準和使用技術因素分析結果不知道農藥標準的情況下，該要素引發的思考能否保證產品符合國家農藥標準。調查發現，絕大多數種植戶使用的還是傳統技術，假定新技術可以提高產量和質量，未使用新技術是否因為缺乏資金投入有待進一步研究。

4．2．7銷售渠道因素分析結果銷售渠道也是選擇項要素，分別為本地居民、批發市場和外地市場。絕大多數農戶(96．8)通過批發市場銷售，對市場的依賴性較強，貸款風險評估和控制時應充分考慮該因素。

4．2．8需要用錢的月份因素分析結果可以看出，農戶最需要用錢的月份為春秋兩季，大膽推測為大棚支架及塑料布更換時節、種植初期或土地追肥時節，瞄準最需要用錢的時節做好宣傳，有針對性地發展此類客戶，可以后續深人研究。

4．2．9貸款次數因素分析結果從該要素可以看出，絕大多數客戶拿過貸款，經調查了解，貸款行主要是信用社，而且農戶聯保形式貸款較多。由此可知，如果農戶有一定的金融知識，銀行對貸款產品和還款方式的介紹相對容易，市場開發難度不大。

4．2．1O貸款用途因素分析結果該要素為選擇項要素，即無貸款、農業生產投入、經營個體、修建房屋、子女上學、臨時應急、婚喪嫁娶、看病求醫及其他用途。由此可見，用于農業生產投入的僅占60．2，由于是信貸調查，農戶答卷保守，說明在不少情況下，資金并非用于農業投入。對年齡要素進行分析發現，中老年人群子女的資金開支較大(非義務教育階段的學雜費和婚喪嫁娶費、婚房費用等)，也可以看作是家庭其他方面的資金需求占用了農用資金。例如，某農戶自有資金5萬元，建房需要5萬元，農業投入需5萬元，向銀行貸款5萬元，很難界定銀行貸款和自有資金的具體用途。暫且可以認為銀行貸款全部用于農業投入，而建房的5萬元全部是自有，因為這也是合規合情合理的。由此可以得出，農戶的貸款用途并非很重要，而更應看重其還款來源，即收入能力。

4．2．11中國郵政儲蓄銀行貸款難度因素分析結果該要素為選擇項要素，分別為非常困難、困難、容易、非常容易、不清楚。該項顯示的是客戶認為在本行貸款的難易程度，其中6O．2的客戶選擇容易，分析其原因，一是該種性質農戶手續齊全，符合銀行貸款要求；二是大棚種植屬于經營性活動，農戶與外界接觸多，積累了一定的人脈關系，容易找到擔保人。

4．2．12困難因素分析結果該要素為選擇項要素，包括利息太高、手續麻煩、沒有熟人、沒有擔保和抵押、需請客送禮、貸款額太低等。由上一要素可知困難是什么，絕大多數農戶(53．8)認為郵政儲蓄銀行的貸款利息高，難以承受，但是隨著信貸風險的管控，肯定能帶給老百姓可承受的利率。沒有擔保和抵押也是阻礙客戶在郵政儲蓄銀行貸款的一個因素，銀行的保證模式單一，而農戶又缺少教師、醫生、公務員等符合銀行擔保要求的親戚朋友，即使有，交往關系也不足以讓其為農戶擔保。對此，銀行應當思考和開發新的保證方式或貸款品種，更好地服務“三農”。

4．2．13是否參加過學習因素分析結果該要素顯示，絕大多數(95．7)農戶并沒有參加過種植專業知識的學習，種植風險不能得到很好的控制。銀行在放款時應考慮個人的種植能力及其應對種植中突發事件的處理能力等，后續可以深入研究農業發展較好地區是否參加過貸款風險相關性的學習。

5回歸模型分析

運用SPSS19．0，采取強制進入策略(Enter)，進行多重共線性檢測，得到R。一0．583．由于樣本數量較多，該系數表明方程的擬合程度較好，總體線性關系成立。對模型進行線性回歸測試，在95％的顯著水平下，通過檢驗的相關系數如表4所示。根據表4，可以得出回歸方程如下：Y一一12．933+0．205Xl+0．476X2+0．126X3+0．596X4‘表明貸款需求與農戶的年齡、年收入、種植年限和種植面積正相關。但x(年齡)、X。(種植年限)與貸款需求弱正相關，與原假設基本一致。

6結論

6．1研究結論及本文局限

本文通過對本地大棚種植農戶的調查問卷進行分析，著重研究了農戶年齡、年收入、種植年限和種植面積與貸款需求的關系，最終得出貸款需求與農戶年齡、年收入、種植年限和種植面積呈正相關的結論。但是本研究結論可能存在以下局限性：本文的研究僅使用了濱海縣部分鄉鎮的抽樣截斷面調研數據，具有一定的時限性，沒有對更長期間和更廣地域進行考察。本文對現象進行了描述并對結果進行了理論分析，未對原因作用機理進行深入探討。本文數據獲取方式為問卷調查，選項的局限性可能使所獲數據與真實性數據有微小出入。

6．2風險結論及相關對策

濱海縣大棚種植農戶種植品種單一。調查對象主要是早季節西瓜，相似度極高，品種多樣性不足，對地方市場的依賴性較大，風險較為集中，需要嚴格落實行業信貸政策，優化信貸資產結構。“菜賤傷農”、“一分錢菜價卻無人問津”記憶猶新，在同情菜農的同時，更要做好銀行的風險控制，時刻關注市場價格波動，在允許的范圍內，根據地方的特殊經濟環境，隨時制定和調整相關戰略政策，確保將貸款逾期的可能性降到最低，同時使資金流向市場最需要的行業，根據國家和地方政府建設和諧社會主義市場經濟的指路標引導社會投資。在大棚種植農戶信貸中，銀行要根據農產品的成長期和種植時間確定資金需求的時間和期限，靈活配置還款方式和貸款期限，降低期限結構錯配風險，解決貸款期限與實際需求不匹配的狀況，提高貸款變現能力，推動信貸業務發展。完善貸款風險定價機制，在允許的區間內進行利率浮動，更好地經營各種細分市場，做到貸款利率市場化，充分發揮市場供求機制。聘請政府或社會的農業技術顧問對信貸從業人員進行專業指導，學會鑒別貸款的真實用途是否為農業生產所需，確保貸款合規使用。堅持“便民、利民”原則，在不放松風險控制的前提下，實行扁平化管理，降低管理重心，減少中間環節，最大限度地簡化各種手續，提高效率。在建設完善的管理機制的前提下，下放更多權限。成立專門的研究機構，配備專業人員加強對地區經濟金融環境、市場條件、市場細分和市場區隔的分析研究，確定不同的營銷和服務方式，擴大社會影響力和市場占有率。加強信貸隊伍的培養建設，提升信貸經理的風險識別和風險控制能力，從源頭上杜絕風險。

6．3后續研究方向

通過連續跟蹤調查獲得時間段數據，增加研究樣本，擴大調查地域范圍，增大各樣本之間的不相關性，增加調查要素，并研究各要素之間的相關性，結論將更具代表性。后續還可以對農戶貸款正常客戶和逾期客戶的風險影響因素進行探討，研究客戶逾期的成因并建立推演客戶發生逾期概率的模型。