導(dǎo)語：農(nóng)村金融需求調(diào)研一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

目前，我國金融機構(gòu)逐漸增多，市場供需失衡，同業(yè)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(yè)務(wù)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(zhì)，更可能造成貸款逾期。此外，農(nóng)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(nóng)戶信貸需求、信貸規(guī)模及信貸風(fēng)險，并在后續(xù)工作中建立起自動化、客觀公正的授信判斷系統(tǒng)，本文對濱?？h部分農(nóng)戶(市場細分到大棚種植農(nóng)戶)進行抽樣、調(diào)查，從而得出能指導(dǎo)實踐的研究結(jié)論。

1調(diào)查范圍及樣本選取

調(diào)查問卷從基本信息、種植信息和信貸信息三方面進行了設(shè)計，共向5個鄉(xiāng)鎮(zhèn)12個行政村發(fā)放了Ii0份調(diào)查問卷，有效問卷93份，包含實地調(diào)查和電話調(diào)查。經(jīng)過處理，最后樣本的數(shù)目為93個。本文全部數(shù)據(jù)及指標(biāo)均來自此調(diào)查，部分?jǐn)?shù)據(jù)根據(jù)原始數(shù)據(jù)計算得出。本研究對于要素變量的選取，主要基于相關(guān)理論的探討、銀行調(diào)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(shè)與統(tǒng)計方法

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

3變量設(shè)置與回歸模型

在上述假設(shè)條件下，年齡、年收入、種植年限和種植面積具有線性相關(guān)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(shù)項，a～a為各變量的系數(shù)，另外增加隨機變量e。

4描述統(tǒng)計及分析

4.1年齡因素分析

年齡要素調(diào)查結(jié)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?？梢姡壳霸谵r(nóng)村從事農(nóng)業(yè)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(xué)或是剛剛參加工作，面臨教育、工作、結(jié)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(jié)論。

4．2．1年收入因素分析結(jié)果調(diào)查發(fā)現(xiàn)，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(nóng)戶的年收入總體水平較低。一方面，較低的收入決定了農(nóng)戶的貸款額度和還款能力；另一方面，農(nóng)戶為提高年收入，肯定需要加大生產(chǎn)投入，而資金又是其發(fā)展的瓶頸，說明信貸市場發(fā)展?jié)摿^大。

4．2．2成長時間因素分析結(jié)果農(nóng)戶大棚種植的農(nóng)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(jié)果考察種植年限主要為積累種植經(jīng)驗提供參考。農(nóng)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(jié)果通過計算可以得出，平均種植面積為1O．18畝。調(diào)查了解到，土地所有權(quán)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(dāng)?shù)淖饨鹳M用，假定種植面積有正的規(guī)模效應(yīng)，可以在成本收益中適當(dāng)參考

4．2．5大棚種植中最關(guān)注要素因素分析結(jié)果該要素是選擇項，選項分別為：規(guī)模、技術(shù)、質(zhì)量和品種。調(diào)查發(fā)現(xiàn)，絕大多數(shù)農(nóng)戶(8O．6)認(rèn)為質(zhì)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(huán)境，從而提高產(chǎn)品質(zhì)量，從這個角度看，應(yīng)有大量的資金需求。

4．2．6是否知道農(nóng)藥標(biāo)準(zhǔn)和使用技術(shù)因素分析結(jié)果不知道農(nóng)藥標(biāo)準(zhǔn)的情況下，該要素引發(fā)的思考能否保證產(chǎn)品符合國家農(nóng)藥標(biāo)準(zhǔn)。調(diào)查發(fā)現(xiàn)，絕大多數(shù)種植戶使用的還是傳統(tǒng)技術(shù)，假定新技術(shù)可以提高產(chǎn)量和質(zhì)量，未使用新技術(shù)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(jié)果銷售渠道也是選擇項要素，分別為本地居民、批發(fā)市場和外地市場。絕大多數(shù)農(nóng)戶(96．8)通過批發(fā)市場銷售，對市場的依賴性較強，貸款風(fēng)險評估和控制時應(yīng)充分考慮該因素。

4．2．8需要用錢的月份因素分析結(jié)果可以看出，農(nóng)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(jié)、種植初期或土地追肥時節(jié)，瞄準(zhǔn)最需要用錢的時節(jié)做好宣傳，有針對性地發(fā)展此類客戶，可以后續(xù)深人研究。

4．2．9貸款次數(shù)因素分析結(jié)果從該要素可以看出，絕大多數(shù)客戶拿過貸款，經(jīng)調(diào)查了解，貸款行主要是信用社，而且農(nóng)戶聯(lián)保形式貸款較多。由此可知，如果農(nóng)戶有一定的金融知識，銀行對貸款產(chǎn)品和還款方式的介紹相對容易，市場開發(fā)難度不大。

4．2．1O貸款用途因素分析結(jié)果該要素為選擇項要素，即無貸款、農(nóng)業(yè)生產(chǎn)投入、經(jīng)營個體、修建房屋、子女上學(xué)、臨時應(yīng)急、婚喪嫁娶、看病求醫(yī)及其他用途。由此可見，用于農(nóng)業(yè)生產(chǎn)投入的僅占60．2，由于是信貸調(diào)查，農(nóng)戶答卷保守，說明在不少情況下，資金并非用于農(nóng)業(yè)投入。對年齡要素進行分析發(fā)現(xiàn)，中老年人群子女的資金開支較大(非義務(wù)教育階段的學(xué)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(nóng)用資金。例如，某農(nóng)戶自有資金5萬元，建房需要5萬元，農(nóng)業(yè)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(rèn)為銀行貸款全部用于農(nóng)業(yè)投入，而建房的5萬元全部是自有，因為這也是合規(guī)合情合理的。由此可以得出，農(nóng)戶的貸款用途并非很重要，而更應(yīng)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(jié)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(rèn)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(zhì)農(nóng)戶手續(xù)齊全，符合銀行貸款要求；二是大棚種植屬于經(jīng)營性活動，農(nóng)戶與外界接觸多，積累了一定的人脈關(guān)系，容易找到擔(dān)保人。

4．2．12困難因素分析結(jié)果該要素為選擇項要素，包括利息太高、手續(xù)麻煩、沒有熟人、沒有擔(dān)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(shù)農(nóng)戶(53．8)認(rèn)為郵政儲蓄銀行的貸款利息高，難以承受，但是隨著信貸風(fēng)險的管控，肯定能帶給老百姓可承受的利率。沒有擔(dān)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(nóng)戶又缺少教師、醫(yī)生、公務(wù)員等符合銀行擔(dān)保要求的親戚朋友，即使有，交往關(guān)系也不足以讓其為農(nóng)戶擔(dān)保。對此，銀行應(yīng)當(dāng)思考和開發(fā)新的保證方式或貸款品種，更好地服務(wù)“三農(nóng)”。

4．2．13是否參加過學(xué)習(xí)因素分析結(jié)果該要素顯示，絕大多數(shù)(95．7)農(nóng)戶并沒有參加過種植專業(yè)知識的學(xué)習(xí)，種植風(fēng)險不能得到很好的控制。銀行在放款時應(yīng)考慮個人的種植能力及其應(yīng)對種植中突發(fā)事件的處理能力等，后續(xù)可以深入研究農(nóng)業(yè)發(fā)展較好地區(qū)是否參加過貸款風(fēng)險相關(guān)性的學(xué)習(xí)。

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(shù)量較多，該系數(shù)表明方程的擬合程度較好，總體線性關(guān)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(guān)系數(shù)如表4所示。根據(jù)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(nóng)戶的年齡、年收入、種植年限和種植面積正相關(guān)。但x(年齡)、X。(種植年限)與貸款需求弱正相關(guān)，與原假設(shè)基本一致。

6結(jié)論

6．1研究結(jié)論及本文局限

本文通過對本地大棚種植農(nóng)戶的調(diào)查問卷進行分析，著重研究了農(nóng)戶年齡、年收入、種植年限和種植面積與貸款需求的關(guān)系，最終得出貸款需求與農(nóng)戶年齡、年收入、種植年限和種植面積呈正相關(guān)的結(jié)論。但是本研究結(jié)論可能存在以下局限性：本文的研究僅使用了濱?？h部分鄉(xiāng)鎮(zhèn)的抽樣截斷面調(diào)研數(shù)據(jù)，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(xiàn)象進行了描述并對結(jié)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(shù)據(jù)獲取方式為問卷調(diào)查，選項的局限性可能使所獲數(shù)據(jù)與真實性數(shù)據(jù)有微小出入。

6．2風(fēng)險結(jié)論及相關(guān)對策

濱?？h大棚種植農(nóng)戶種植品種單一。調(diào)查對象主要是早季節(jié)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(fēng)險較為集中，需要嚴(yán)格落實行業(yè)信貸政策，優(yōu)化信貸資產(chǎn)結(jié)構(gòu)?！安速v傷農(nóng)”、“一分錢菜價卻無人問津”記憶猶新，在同情菜農(nóng)的同時，更要做好銀行的風(fēng)險控制，時刻關(guān)注市場價格波動，在允許的范圍內(nèi)，根據(jù)地方的特殊經(jīng)濟環(huán)境，隨時制定和調(diào)整相關(guān)戰(zhàn)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(yè)，根據(jù)國家和地方政府建設(shè)和諧社會主義市場經(jīng)濟的指路標(biāo)引導(dǎo)社會投資。在大棚種植農(nóng)戶信貸中，銀行要根據(jù)農(nóng)產(chǎn)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(jié)構(gòu)錯配風(fēng)險，解決貸款期限與實際需求不匹配的狀況，提高貸款變現(xiàn)能力，推動信貸業(yè)務(wù)發(fā)展。完善貸款風(fēng)險定價機制，在允許的區(qū)間內(nèi)進行利率浮動，更好地經(jīng)營各種細分市場，做到貸款利率市場化，充分發(fā)揮市場供求機制。聘請政府或社會的農(nóng)業(yè)技術(shù)顧問對信貸從業(yè)人員進行專業(yè)指導(dǎo)，學(xué)會鑒別貸款的真實用途是否為農(nóng)業(yè)生產(chǎn)所需，確保貸款合規(guī)使用。堅持“便民、利民”原則，在不放松風(fēng)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(huán)節(jié)，最大限度地簡化各種手續(xù)，提高效率。在建設(shè)完善的管理機制的前提下，下放更多權(quán)限。成立專門的研究機構(gòu)，配備專業(yè)人員加強對地區(qū)經(jīng)濟金融環(huán)境、市場條件、市場細分和市場區(qū)隔的分析研究，確定不同的營銷和服務(wù)方式，擴大社會影響力和市場占有率。加強信貸隊伍的培養(yǎng)建設(shè)，提升信貸經(jīng)理的風(fēng)險識別和風(fēng)險控制能力，從源頭上杜絕風(fēng)險。

6．3后續(xù)研究方向

通過連續(xù)跟蹤調(diào)查獲得時間段數(shù)據(jù)，增加研究樣本，擴大調(diào)查地域范圍，增大各樣本之間的不相關(guān)性，增加調(diào)查要素，并研究各要素之間的相關(guān)性，結(jié)論將更具代表性。后續(xù)還可以對農(nóng)戶貸款正?？蛻艉陀馄诳蛻舻娘L(fēng)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(fā)生逾期概率的模型。