土地流转、信息甄别与农村信用社贷款定价，本文主要内容关键词为：农村信用社论文,贷款论文,土地论文,信息论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
在中国广大农村地区，土地承包经营权流转已成为农村合理配置生产资源的重要手段。劳动力少的农户把土地租赁给劳动力多的农户，这是一个帕累托改进的活动：前者获得土地的租金，后者劳动的边际产出得到提高。2003年3月1日起施行的《土地承包法》规定，通过家庭承包取得的土地承包经营权可以依法采取转包、出租、互换、转让或者其他方式流转。土地承包法的实施使土地流转在中国农村地区逐渐普及，流转的土地规模逐步增加。向平和李晓(2009)的数据显示，四川省2006年至2008年农村土地流转面积分别为33.93万公顷、41.87万公顷、52.3万公顷，分别占当年该省耕地总面积的9.1%、11.1%和13.8%。至2007年底，在经济较发达的江苏省土地流转面积达736.74万亩，占该省二轮承包土地面积的14.61%(包宗顺等，2009)。可以说，在土地成规模流转的情况下，农村发展面临新的机遇和挑战。
作为农村金融的主力军，农村信用社(以下简称农信社)在这一背景下应该如何调整自己的经营策略，如何结合农户的土地流转行为更好地支持“三农”？根据中央银行最新的政策规定，农村信用社对农户贷款的条件、方式、期限、金额和利率，由其按照市场原则自主确定并自担风险(中国人民银行农村金融服务研究小组，2008)。城乡信用社发放贷款的利率上限是央行基准利率的2.3倍，下限是央行基准利率的0.9倍(易纲，2009)。那么在土地流转的背景下，农村信用社会给什么样的农户较高或较低的贷款利率？农信社如何甄别农户经营所承担的风险，如何识别农户的经营能力？本文在农户的土地流转行为和农信社贷款行为之间建立联系，将土地流转行为反映出来的信息作为农村信用社贷款定价的基础，用信息经济学的理论对这些问题给予回答。
国内外有很多关于土地流转行为的研究。姚洋(1999)通过探讨非农就业结构和土地租赁市场发育之间的关系发现，上世纪90年代农村土地租赁市场的不活跃与劳动力市场的限制有一定关系。周其仁(2004)根据中国近年经济增长和制度变迁的经验，重新界定了农地转让权所面临的限制条件和选择，探讨了在现存土地转让权的法律安排下人们的实际行为以及这些行为的经济含义。Byamugisha(1999)则分析了发展中国家的土地确权、金融发展与经济增长之间的联系，并指出联系的机制。Deininger和Jin(2005)认为，每个农户的种植能力是不同的，土地流转是将土地流转到高能力但缺乏土地资源的农户手中，所以会增加土地的产出率，进而改进经济绩效，他们使用中国的数据证实了这一分析。然而，这些研究更多的是从制度经济学的角度思考问题，而本文的工作则相对具体，研究的是农户和金融机构微观行为。
土地市场和金融市场之间的联系很早就引起了学者们的注意，这些文献把相互联系的两个市场称为“关联市场”(Bell，1988)。Basu等(2000)用理论模型分析了地主、贷款人和租种土地的佃农之间的博弈行为。Vollrath和Erickson(2007)使用国与国之间的宏观数据，研究了一国之中土地分配不均等状况对国家的金融发展和金融深化的影响。此外，土地确权的影响也很重要，因为土地确权以后可以被用作抵押品来获得贷款。Routray和Sahoo(1995)使用泰国数据研究了该国土地确权以后，得到确权的农户和没有得到确权的农户在贷款获得率和贷款获得数量等方面的差异，证实土地权的界定确实有助于金融市场的发展。这些研究或者是关注非正规的金融市场，或者是从宏观的视角来分析，或者是关注贷款的一个侧面(抵押品)。本研究与他们不同，关注的是土地流转市场对正规金融市场(农村信用社的贷款)的信息甄别机制有什么影响。
现有关于金融机构贷款定价行为的研究大多关注的是大中型商业银行的贷款定价，如邓超等(2010)认为关系型贷款是大银行与小企业的最佳结合路径，大银行发放关系型贷款可以为银行带来潜在的收益——关系租金。该文结合关系型贷款的隐性契约特点，建立了合理分配关系租金收益、实现利润跨期补偿的关系型贷款定价模型，并测算了关系租金收益。胡奕明和谢诗蕾(2005)则把贷款定价作为解释变量，分析银行贷款利率与借款企业财务状况和治理状况之间的关系。此外，金雪军和毛捷(2007)以及毛捷和张学勇(2009)分别使用基于二维违约风险和亚式期权定价方法构建了关于贷款定价的理论模型。
相对而言，学者们很少关注农信社贷款定价行为，这方面为数不多的文献主要是相关的政策介绍和案例分析。李明贤和李学文(2009)分析了各地农信社在利率浮动上的不同制度，如“一浮到顶”模式和“适度浮动”模式等，并比较了农信社对其社员和非社员之间贷款利率的不同。中国人民银行南宁中心支行课题组(2007)详细介绍了农信社内部参与贷款定价的组织架构，并以广西壮族自治区26家县级农信社为样本，考察了农信社系统贷款利率浮动区间及贷款利率上限放开对农信社利率定价的影响。孟建华(2006)对扬州市农信社贷款利率浮动政策的执行情况进行分析，认为农信社的利率市场化改革应与其他银行业机构有本质上的区别，不能将追求利润最大化作为唯一的选择。本研究与上述研究显著不同，使用作者收集的农户数据分析农信社的贷款定价行为，得出的结论更具有参考意义。
本文的理论模型基于Stiglitz和Weiss(1981)构建的借贷双方信息不对称理论，以及Ghatak(2000)采用的信息甄别模型。但本文和他们的研究又有所不同。Ghatak(2000)认为在小组联保的制度安排下，借款人会按照风险类型自动分类，形成“分类相聚”现象，所以金融机构可以使用借款人之间的小组联保作为信息甄别机制。而本文提出金融机构可以利用农户是否租赁土地、租赁土地的规模等信息作为甄别机制，借以识别不同类型的农户，并给予不同的贷款利率，从而最大化自己的效用。Bester(1985)的研究同样使用了信息甄别模型，但该研究主要分析了抵押品在信息甄别中的作用，认为在竞争市场中如果银行采用抵押品数量作为信息甄别机制，则市场中不会有信贷配给。
本文认为，虽然土地不能作为抵押品，但农户租种土地的规模可以在一定程度上反映出农户经营农场的能力，农信社可以根据农户耕作土地的情况来识别农户的类型。在设定恰当的情况下，低能力的农户选择租种较少的土地，获得贷款的利率较高；而高能力的农户选择租种较多的土地，获得贷款的利率较低，从而农信社可以分离出高能力和低能力的农户，增加自己的效用。本文利用2008年农村金融调查获得的数据对上述分析进行检验，证实了农户租入土地的规模和贷款利率之间存在显著的负相关关系。
二、研究问题概述
(一)数据来源
本研究使用的数据来自北京大学中国经济研究中心2008年暑期组织的农村金融问卷调查。本次调查为抽样调查，由调查员进入农户家中与农户访谈并填写调查问卷。共调查了陕西省、吉林省和江苏省的9个县、市(府谷县、丹凤县、长安区、图们市、德惠市、公主岭市、大丰市、扬中市、常熟市)的2000余户农户，收集有效问卷2227份。
问卷中记录了农户的家庭成员、生产活动、消费活动、资产信息和土地流转信息等，特别是详细记录了以前3年农户在各类银行(包括农信社)的贷款，以及这些贷款的用途。数据显示，27.3%的家庭在近3年有来自银行或农信社的贷款，其中53.3%的贷款用于农业生产，其余则用于消费、就医和教育等活动。由于不同年度的贷款利率不可比较，不同贷款用途的贷款利率也不可比较，以下分析集中在2007年获得农信社贷款并用于农业生产的农户，有效的农户样本共188个。
(二)农户土地流转和贷款利率
土地流转行为包括租入土地和租出土地两种，但租出土地的农户大多已经不再从事农业生产，所以很少有农业贷款。同时，农户的种地能力主要通过租入土地行为体现：种地能力越强的农户租入土地越多。因此，农信社将农户租入土地的行为作为信息甄别机制。本文使用3个变量来度量农户租入土地情况：(1)农户租入土地的面积，根据问卷调查的信息直接获得，如果农户没有租入土地记为0；(2)“农户是否租入土地”为虚拟变量，如果农户在2007年租入土地记为“1”，否则记为“0”；(3)农户租入的土地占其总耕种土地的百分比，根据问卷信息计算得来。贷款利率使用农户在2007年获得的农业贷款利率(年利率)。
图1 农户土地租赁情况与获得农业贷款利率之间的关系
图1(a)显示了农户租入土地的面积和贷款利率之间的关系。根据农户租入土地的面积，把获得农业贷款的农户分为6类，分别对应着：租入面积小于1亩，租入面积在1至5亩之间，租入面积在5至10亩之间，租入面积在10至30亩之间，租入面积在30至50亩之间和租入面积大于50亩。图1(a)中的柱状表示的是该类别农户的数量，对应的是左边的坐标轴；线状图表示的是该类别农户获得的贷款平均利率，对应的是右边的坐标轴。租入土地面积在50亩以上的农户只有两户，可以忽略不计。在其他类别的农户中，可以明显地看出利率的变化趋势：租入土地在1亩以下的农户从银行贷款的平均利率为10.61%，到了租入土地面积为10至30亩的农户，平均利率为8.84%，租入土地面积为30至50亩的农户平均利率仅有8.74%。
图1(b)按照农户是否租入土地把农户分为两类：租入土地的农户和没有租入土地的农户。同时，根据农户获得贷款的利率，把农户分为两类：贷款利率高于平均利率的农户和贷款利率低于平均利率的农户。在调查获得的数据中，农户农业贷款的平均利率为10.1%。在110户没有租入土地的农户中，一半农户的利率高于平均利率，一半农户的利率低于平均利率。而78户租入土地的农户中有58户农户的利率低于平均利率，比例接近75%。这说明获得低利率贷款的农户分布不均匀，租入土地的农户更多地获得了低利率的贷款。
图1(c)为租入土地和贷款利率的散点图。横坐标为农户租入土地占其耕种总面积的百分比，纵坐标为农户的贷款利率。总的来看，租入土地比例越高的农户，获得的贷款利率越低，说明租入土地比例和农户的贷款利率呈负相关关系。图中的趋势线也说明了这一点，趋势线的斜率为负并且非常显著。
以上分析表明，土地流转情况确实和农户得到的贷款利率有一定的负相关关系：农户租入的土地面积越大获得的贷款利率越低；租入土地的农户得到的贷款平均利率比没有租入土地的农户低；农户耕作的土地中，租入土地所占比例越高则贷款利率越低。本文将从农信社和农户之间信息不对称的视角，利用契约理论的方法分析这一现象背后的原因。
三、理论解释
(一)农户的决策
中国的农地制度是集体所有，每个集体成员只能平均分得集体的土地，单个家庭分配的土地大致相同，所以农户耕作土地的规模差异主要取决于其租入土地的多寡。因而本文的分析主要关注农户租入土地的情况及如何缓解农信社和农户之间的信息不对称。
为分析方便，假定农户是风险中性的，因此只需要考虑农户的期望收益。记农户租入的土地面积为x，单位土地的地租为t，地租在项目完成后支付。单位土地耕作需要的资金为1，因此在生产过程中需要的资金量为x。在这些需求的资金中，可以通过农信社得到的贷款量为D，农信社的贷款利率为r，其余资金需求(x-D)要通过民间借贷或动用自有资金，这些资金的单位成本为c，c＞r，即农信社的贷款成本低于其他来源的资金成本。②同时，农户从农信社得到的资金满足债务合约的一般特性，即只有项目成功时才归还。但是从民间得到的资金或自有资金在项目实施后将变为沉没成本，即无论项目是否成功这些资金都会带来成本。另外，农户租入土地所付的地租是无限责任的，无论项目是否成功，都需要支付地租，这是因为土地是从土地原有的承包方手中租入，双方是彼此熟识的乡邻，不支付地租会受到社会道德、舆论等非货币的惩罚(Non-Pecuniary Penalty)。③在以上设定下，对于i类型的农户(i=s，r)其效用函数为：
这一假定意味着考虑到种地所投入的资金成本(机会成本)，考虑到农户租地所支付的地租，考虑到农业生产的风险，农户种地的期望收益不大于0。通常人们认为农户种地能赚钱，实际上指的是“会计利润”为正，但其“经济利润”未必为正。实际上农村地区民间借贷的利率很高，调查数据显示民间资金的年息平均约为25%(以6个月期的民间借贷为例，1年期的贷款利率会更高)，④这一利率水平就是农户资金的机会成本。考虑到种地资金投入的机会成本后，种地的“经济利润”为负就比较合理了。此外，在调查中发现，政府发放的种粮补贴一般由原土地承包方获得，租入土地的农民得不到这部分补贴，并且需要支付地租，因此t＞0。农业生产也面临着市场、气候、病虫害等风险(这意味着
较小)。综合考虑这些因素后，本文假定从“经济利润”角度，农业生产很难获得正的期望净收益。
图2 农户和信用社的无差异曲线
(二)农信社的决策
在中国的农村金融体系中，农信社是主要甚至唯一的存款和贷款机构。据中国人民银行的调查显示，截至2007年末，农村合作金融机构农户贷款余额为11 618亿元，全国金融机构农户贷款总量为13 399亿元，即全国86.7%的农户贷款由农村合作金融机构提供(中国人民银行农村金融服务研究小组，2008)。但监管当局对农信社的经营有一定的约束，要求农信社既要实现经济上的可持续发展，又要实现对“三农”的支持。从2000年开始的农村信用社改革实践来看，解决农信社的支农问题，并密切农信社与农民的联系是改革的重点之一(褚保金等，2004)。中国人民银行通过外部监管，将农业贷款的投放量、增长幅度和农户贷款的覆盖面纳入农信社年度工作目标考核体系。
(三)模型求解
在金融机构的贷款活动中，借贷双方之间始终存在信息不对称。在信息不对称的情况下，农信社无法知道农户的确切类型，因此不能根据农户的类型指定其贷款的利率和租种土地的规模。但是农信社在农村金融市场处于垄断地位，因此可以设定两个组合：
这时，问题变成两个变量的优化问题，并且两个变量完全分离，可以分别求解。我们将此优化问题的解⑦总结在如下的定理中。
定理1：在农信社和贷款农户信息不对称时，农信社的优化问题的解如下：
该推论表明，在信息不对称的情况下，贷款利率应该和租入土地的规模负相关。
四、经验分析
为了控制地区因素、贷款的数量、贷款的期限等因素的影响，本文使用回归分析的方法研究土地流转和农户贷款利率之间的关系。回归分析的结果总结在表1中，所用的方法都是普通最小二乘法(OLS)。表中我们使用了3个回归模型，分别对应着度量土地租赁情况的3种方法：农户租入土地的面积、农户是否租入土地以及农户租入的土地占其总耕种土地的百分比。为了说明结果的稳健性，在每个模型中又分别加入了不同的控制变量。
贷款利率会受贷款额的影响，这种影响是两方面的：一方面，农户贷款的金额越多，规模效应越大，农信社因而节约了成本，农户的贷款利率会越低；另一方面，贷款的金额越多，农信社的风险越大，因为其风险过多地集中到这一农户身上，所以贷款利率会越高。同时，贷款利率也会受到贷款期限的影响：期限越长，贷款的利率通常会越高，因为长期限的贷款给银行带来的不确定性和流动性风险加大。
表1中的第(1)、(4)、(7)列给出了控制贷款金额和贷款期限以及地区虚拟变量的结果。模型1表明，农户租入的土地增加1亩，所获得的贷款利率会降低3个基点(0.03%)。模型2表明，租入土地的农户平均比没有租入土地的农户贷款利率低1.27%。模型3表明，农户租入土地占耕种总面积的比例提高1%，贷款利率会降低0.03%。这些系数都是显著的。
表1的第(2)、(5)、(8)列加入了新的控制变量：农户家庭中是否有党员或者村干部，农户家庭住地离所辖农信社的距离。前者是为了控制农户社会资本的影响，后者是为了控制农信社对农户熟悉程度的影响。加入这两个控制变量以后，回归系数发生了一些变化，但是符号依然显著为负。说明土地租赁情况与贷款利率的负相关关系没有改变。
为了控制关系型贷款可能对本文研究的相关性的影响，在表1的第(3)、(6)、(9)列中放入了贷款前一年农户在农信社的存款额，以进一步控制农户与农信社的关系。由于部分农户拒绝回答存款额这一问题，样本量有一定的减少，变为73个样本。但是从表中可以看出，贷款利率仍然和土地租赁情况呈显著的负相关关系。
从表1还可以发现，贷款的利率随着贷款额的增加而增加，随着贷款的期限增加而增加。以第(1)列为例，贷款金额增加10 000元则贷款的利率会增加0.99%，贷款期限增加1个月则贷款的利率增加0.17%。其他控制变量的系数都不显著。
以上分析表明，在控制了可能影响贷款利率的其他因素以后，贷款利率和土地租赁情况之间的相关性依然显著。这一结果和前文描述的现象完全一致，也验证了本文理论分析中得出的结论。
五、稳健性讨论
前文中被解释变量是农户得到并用于农业生产的贷款利率，这是因为如果贷款用于上学、看病等非生产性用途，本文讨论的利率决定机制就并不一定适用，但有如下两种可能：第一，农户在申请贷款时以生产性用途为由提出申请，而真正用途是非生产性的。第二，资金使用具有通用性，如果农户用一笔钱办了两件事，很难确定资金中到底哪一部分用于农业生产，哪一部分没有用于生产。因此为了得到更可靠的分析结论，在这一部分的分析中，采用农户得到的农信社贷款利率作为被解释变量，不管其真正用途如何，其结果列于表2。
表2中，模型(1)、(2)、(3)的定义和之前一样，区别只是“土地租赁”这一变量的定义不同。在每类模型中，分别利用普通最小二乘法(OLS)、工具变量法(IV)和Heckman样本选择模型进行分析。从表中可以看出，普通最小二乘法的结论和前文的结论相同，土地租赁对农户得到的贷款利率有显著的负向影响。
使用工具变量法是为了解决“贷款金额”的内生性问题。这一问题可能对所估计出的回归系数大小及其标准差造成一定的影响，从而影响对其显著性的判断。本文选取的工具变量有两个，分别为“村庄每户平均耕地面积”、“家庭户主是否为中年(30岁到45岁)”。从经济含义上说，这两个变量会影响农户租种土地的情况：村庄每户平均耕地面积越大，农户租赁土地的规模会越多；如果户主为中年，则租种土地的面积也会多。由于使用的耕地面积是村庄平均的土地面积，所以不会对农户的贷款产生直接影响。虽然银行贷款可能会根据申请人的年龄来决定授信额度、利率等贷款合约内容，但是这里的户主未必就是申请人(如申请人可能是户主的子女)，所以户主年龄不会直接影响贷款利率。但户主的年龄“是否为中年”实际上决定了家庭的人口结构，影响家庭劳动力人口状况，从而影响家庭租入土地的数量。所以，模型选用的两个工具变量不会直接对农户的贷款利率产生影响，适合做工具变量进行回归分析。⑧
从回归分析的结果可以看出，前文分析的结论依然成立，只有模型(1)中“土地租赁”的回归系数不显著，模型(2)、(3)中“土地租赁”的系数都是负的而且显著。
我们使用Heckman选择模型，是因为之前的OLS估计可能有样本选择偏误：家庭中的一些特征决定了他没有得到农信社贷款，因而样本不包含在OLS回归中。如果有样本选择偏误，那么回归系数可能不一致，即当样本足够大时估计出的回归系数也不会趋于真实的系数。根据Heckman的理论，需要找到可能影响家庭从农信社得到贷款的变量作为选择方程的解释变量，这种影响可能在供给方面也可能是在需求方面。笔者选取的选择变量共有3个，分别为“家庭距离农信社距离”、“农信社是否开展小组联保”、“农信社是否开展信用评级”。其中“农信社是否开展小组联保”、“农信社是否开展信用评级”两个变量是根据问卷中设计的问题直接得到的。问卷中询问了当地农信社“是否在农户的村庄中开展小组联保的小额信贷？”“是否开展了信用评级？”如果农户对这两个问题各自的回答为“是”则对应的变量取1，否则取0。
在回归中，先用这些选择变量对农户“是否得到农信社贷款”做回归，称为选择方程，然后根据选择方程回归结果，构造出新的“回归元”加入原有回归方程，从而得出解释变量的一致估计系数。限于篇幅，表中没有列出选择方程的回归系数。从Heckman模型的结果中可以看出，当模型解决了样本选择问题以后，回归分析的结论依然没有改变，“土地租赁”这一变量依然为负而且显著，说明土地租赁和贷款利率为负相关。
本文的理论分析中，农户只有两种类型，实际上农户的类型应该有无穷多种。更贴近现实的分析应该假定农户有N种能力类型，从能力最小到能力最大依次排开。在这种情况下，模型需要说明能力最高的农户种地最多，得到的利率最低；能力略低一点的农户种地少一点，利率高一点；依次类推，能力最低的农户种地最少，得到的贷款利率也最高。我们将在进一步的研究中，利用契约理论对这种设定下的模型进行分析，但模型将更为复杂。
为了分析方便，本文的理论模型假定农户是风险中性的，另一种可行的分析思路是假定农户是风险厌恶的，而农信社的效用函数为拟线性的效用函数。但在此种设定下，分析问题将更为复杂，因为在本文分析中，农户的各种约束乃至整个优化问题的简化依赖于风险中性设定。
六 结论和政策含义
土地流转近年来在中国农村地区逐渐普及，在此背景下本文构建理论模型，分析了农户的土地流转行为和农村信用社贷款行为之间的关系，从而为土地流转市场和金融市场之间建立了联系，丰富了“关联市场”相关领域的文献。
本文论证了贷款利率市场化后，农信社在面临利润要求和支持“三农”要求两个约束下的最优化行为。此时农信社对租地规模不同的农户制定差异化的贷款利率，从而甄别出农户的类型。这种行为的表现是：贷款利率和农户的租地规模负相关，租入土地较多的农户得到的贷款利率较低，租入土地较少的农户贷款利率较高。本文利用2008年农村金融调查的数据验证了这一分析的合理性，控制了土地租赁的内生性以及可能的样本选择偏误后该结论仍然成立。
本文的结论对中国农村金融的发展有一定的政策含义。第一，为了使农信社能够更好地识别贷款对象的能力，需要给予基层信贷员一定的贷款定价自由权。如果统一决定地区的贷款利率，不能根据农户的经营能力、还款能力等进行差异化的贷款定价，则会有一些农户(特别是高能力、低风险的农户)认为贷款利率过高，转而寻求非正规渠道的贷款或者放弃项目的经营，从而影响农信社服务“三农”的绩效。
第二，随着农村剩余劳动力向城市转移，农村土地确权的开展，越来越多的农户把土地租赁给有能力种植的农户。这不但为农业的产业化经营提供了契机，也为农村金融的发展提供了良好的机遇——农村地区的金融机构可以利用土地流转中反映出来的信息做出恰当的贷款决策，从而在一定程度上解决借贷双方的信息不对称问题。因此，引导、鼓励和规范农户的土地流转行为，不但有利于提高土地的生产效率，也有助于促进农村金融市场，特别是农村正规的金融市场的发展。
由于历史原因，在农村地区，农村信用社的贷款处于垄断地位。在目前的金融政策下，农信社既要实现自身的盈利和可持续发展又要对“三农”予以足够的支持。本文在信息经济学分析框架内，纳入这两个特征，建立了适合研究中国农村信用社贷款行为的分析框架。本文关于农信社垄断的假定在目前的农村金融市场环境中是恰当的，但是随着市场竞争的加剧，特别是新型农村金融机构(村镇银行、小额贷款公司、农村资金互助社等)的陆续成立，农村信用社的垄断地位会受到挑战，因而未来的理论研究对这一假定可以放松。本文将农信社支持“三农”的效果纳入了其效用函数，但随着农信社陆续改制成农村商业银行、农村合作银行参与城市金融市场竞争，未来的研究中这一假定也可以根据需要进行调整。
注释：
①此处为下标，表示农户类型，不要与后文中贷款利率符号混淆。
②民间亲友借贷的利率通常为0，但这并不意味着这些资金的成本为0。实际上亲友之间的借贷也有成本，如负债会给自己带来精神负担，背负“人情债”以及“面子成本”等。通过高利贷等其他民间有息借贷的成本一般高于农信社的利率。另外，农户的自有资金投入到农业生产的成本是这些资金的机会成本，即通过民间借贷借出的资金可以获得的收益。
③可认为不支付地租的非货币惩罚大小等于应付地租的数额。
④这还是一个低估的值，因为更高利息的借贷往往被隐瞒，无论是借入方还是贷出方，都不愿意透露这方面信息。
⑤国家对农信社的贷款支农有很多指标要求，比如涉农贷款数量、农户贷款数量等。但这样的指标在本文的模型中没法描述，因为模型考虑的贷款对象只有两类代表性农户(高能力、低能力)，没有考虑其他企业贷款。国家对农信社支持“三农”的要求之一就是支持农业生产，所以本文从另一个角度刻画了农信社的贷款支农问题，利用贷款农户实际租入土地的规模作为贷款支农的度量。考虑到中国农户是平均分配集体的土地，其耕种面积的多寡主要差别在租入土地的面积。因此这一假定实际上是说，得到贷款的农户种地面积越大，农信社贷款的“惠及”面就越大，支持了更大面积土地的农业生产，从而给农信社带来更大的效用。
⑥信用社的资金成本包括支付给储户的利息及维持农信社运营的成本。
⑦因为是信息不对称情形，所以得到的解在文献中通常称为次优解，因而此处解用的上标都是SB。
⑧由于使用了两个工具变量，所以需要检验模型有无过度识别问题。检验的结果表明，表2中3个工具变量模型对应的统计量p值分别为0.4043、0.2765和0.2380，都不显著，因此工具变量回归不存在过度识别问题。
标签：土地流转论文; 贷款定价论文; 农村金融论文; 农村信用社贷款政策论文; 农村信用社贷款利率论文; 土地类型论文; 金融论文; 市场类型论文; 能力模型论文; 银行贷款利率论文; 利率论文; 农村信用社论文;