中国农村民间借贷市场利率定价模型的经验分析，本文主要内容关键词为：利率论文,中国农村论文,模型论文,民间论文,经验论文，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。
在农村民间借贷市场上，交易双方分别为贷款人和借款人，交易双方仅交易一种商品，即借贷资金。在借贷资金市场上需要融入资金的交易者之间则根据自己能够提供的预期支付收益来竞争资金，这样的竞争和相互作用，推动市场利率不断进行调整，以便达成交易，实现市场出清，最终形成市场均衡利率，由此形成的均衡利率是经济中所有经济主体相互竞争作用的最终结果。现实的农村民间借贷市场存在市场非出清的情况，对农村民间借贷市场的均衡分析更适宜采用非瓦尔拉斯均衡分析方法。正因为农村民间借贷市场不是一个纯粹的瓦尔拉斯均衡市场，而市场出清的瓦尔拉斯均衡市场理论上不存在交易者定价问题，农村民间借贷市场存在交易者定价问题。本文对农村民间借贷市场利率均衡定价模型的构建，采用非瓦尔拉斯均衡理论方法，在货币经济的框架内考察具有纯交换经济特征的农村民间借贷市场的利率定价方式。
二、农村民间借贷市场利率定价的理论模型
1.变量识别与选择
作为成交价格均衡利率的形成，受到各方面因素的影响，是多种因素共同作用的结果。根据信贷管理的基本思想，这些因素有来自借款人和贷款人方面的私人信息，主要是微观因素；有来自借贷双方共同受影响的公共信息，主要是宏观因素；以及来自市场交易平台的技术设施等方面的影响。为便于说明问题，现将这些因素集中且分类表示如表1—表4所示。
需要说明的是，在表1中的各因素(变量)，还可以按照其影响的对象不同进行分组：对贷款人发放贷款的行为产生重要影响的因素(变量)分为一类，
2.建立模型
来自宏观因素的公共信息对民间借贷市场交易双方都有重要影响，其结果具体表现在对民间借贷市场成交利率的影响。借贷双方对宏观因素(变量)的反应，可以直接形成对借贷市场资金利率的预期
，而这种预期又进一步成为对借贷双方各自定价的影响因素，在借款人所能够接受的市场利率与贷款人所提出的利率报价中发挥影响作用。公共信息对民间借贷市场利率价格预期的影响作用表示为：
(1)
在农村民间借贷市场上，进行借贷资金交易的农户既可以作为借款人，也可以作为贷款人。在进人民间借贷市场时，借款人和贷款人都已就各自所希望交易的资金利率价格和资金量进行了心理决策，借款人由此形成出价，贷款人由此形成报价。借款人和贷款人在形成和制定各自的心理价格时，双方受到影响的私人信息变量不尽相同。借款人作为买方在制定
农户进行交易的目标是在预算约束和数量限制的条件下实现效用最大化。
在非出清的市场上，正是由于存在无法按照市场均衡利率价格贷放出全部希望贷出的资金，贷款人才会提出或者接受更低的利率价格，试图重新与资金需求方达成交易的匹配；相应地，借款人无法按照均衡利率价格借到全部希望的资金量，才会提出或者接受更高的利率价格，试图成交。在市场均衡利率的定价过程中，设交易的一方报价(通常是贷款人)，另一方对价格做出反应，接受价格或进行讨价还价，或者直接拒绝交易。定价者通过改变价格以应付其面对的数量约束，或通过增加或减少购买量或销售量，来对对方提出的价格做出反应。
舒贝克[1]认为，如果在市场交易中每个交易者只采取单一行动，例如买者出价一卖者报价的方式交易，那么这就是简单的市场机制。中国农村民间借贷的上述两种交易形式应属于简单的市场机制。在瓦尔拉斯均衡中，所有的市场都是出清的，即对市场上各种交易的商品，其总供给等于总需求。在这个市场上，没有交易者能够实在地制定价格，正如Arrow[2]所说：“经济中各个独立参与者都视价格为既定，从而做出各自相应的购买和销售决策，没有人专门从事价格决定工作。”
非瓦尔拉斯均衡理论则在不作公理式地假设市场出清的前提下，建立非集中式定价的经济运行分析的理论框架，在这个框架中，市场交易的商品数量和价格信号共同被引入交易者市场行为决策中，价格由不同市场上分散的交易者相互作用所决定，从而允许不同的市场呈现不同的价格决定方式，使考察市场价格形成机制成为可能，而且，它修订了完全竞争市场下的需求和供给理论乃至价格理论，引入了市场非出清的可能性，进而使分析市场交易者个体的价格决定行为成为必要的工作。较之瓦尔拉斯均衡概念，非瓦尔拉斯均衡更具一般性，在各种不同制度环境中使用非瓦尔拉斯均衡概念更具现实意义。
尽管均衡市场金融资产定价的理论模型假设严格并且构造简单，但它很清楚地反映了金融市场均衡的基本要求，即成交的金融资产需求总量等于负债发行总量，均衡利率是市场中的经济主体追求个体效用最大化行为导致的均衡结果。在更为现实的非出清市场情况下，非瓦尔拉斯均衡定价模型的基本思想对市场化力量处于初始发展阶段的发展中国家农村金融市场颇具解释能力；一个自主交易、具有市场效率而且市场配给不可操控的农村民间借贷市场，正是一个具备非瓦尔拉斯均衡配置良好市场特征的现实市场。
3.数据来源
本文数据来源于实地调查工作，这项工作在广东省农村地区展开，调查工作于2009年10月至2010年5月期间前后两次展开，对广东省各地乡镇中约60个自然村，在方便抽样原则下选取发生过民间借贷的农户作为样本，一村至少一户进行逐户人户问卷调查。第一次调查收回问卷57份，第二次调查收回问卷160份，两次调查问卷中整理出数据完整的问卷93份。①本文使用的其他数据，一般取自正式公布的数据，例如国家统计局网站、各种统计年鉴上的数据等，具体的数据来源分别注明了该数据的最后出处。
4.关于农村民间借贷市场利率水平实地调查结果的统计描述
调查显示，农村民间借贷市场的利率水平在不同的交易环境下呈现不同的状况。
第一种情况：非零利率。
调查显示，93户调查对象中有85户农户通过私人间借款方式发生了民间借款，占91.4%，其中需要支付利息的农户44户，占85个农户的51.76%，即调查对象的借款活动中有48.24%的交易是免息的。
另外，93户调查对象中有47户农户通过私人放贷方式发生了民间贷款，占50.54%，其中收息的贷款者27户，占47个贷款农户数量的57.45%，即调查对象的贷款活动中有42.55%的交易是免息的。
调查数据还显示出农村民间借贷市场的一个特别之处。在本组调查对象的93个农户中，有12个农户既是借款人又是贷款人，占农户数量的12.9%，这些人各自执行的借款利率跟自己的贷款利率相等，即无论借贷，同一个农户执行同一个借贷价格，不存在借贷利率差；而不同的农户执行的利率大多不相同。除此之外，其余农户或者是单纯的借款人，或者是单纯的贷款人，这样就形成了两个存在性质差异的交易者群体——借款人群体和贷款人群体。
对农村民间借贷市场利率的现实水平描述统计结果如下：
本文选用调查资料农户记录中的指标“借款利息率”(表示为变量ZD1701)、“放贷利息率”(表示为变量ZD1201)，分别作为反映农户在民间借贷中作为借款人获得借贷资金时的支付价格——借款利率、作为贷款人提供借贷资金供给时的出售价格——贷款利率的衡量。这里选取两组相互独立的利率数据作为借款人和贷款人的价格进行分析，分别从借贷资金的需求者和供给者的角度来考察他们面对的交易价格。
首先，观察借款利率。描述统计量的结果显示，在农村民间借贷市场上，借款人需要支付借贷利息，其平均水平为月息4.82%(合年利57.84%)。进一步估计时发现，若以99%的置信水平估计这些进行有息借贷的民间借贷活动，则作为借款人支付价格的利率水平在月息3.27%—6.37%(合年利率39.24%—76.44%)之间。
其次，观察贷款利率。描述统计量的结果显示，在农村民间借贷市场上，贷款人贷款利率平均水平为月息4.57%(合年利54.84%)。若以99%的置信水平估计，则作为贷款人出售价格的贷款利率水平在月息2.67%—6.47%(合年利32.04%—77.64%)之间。
由上述统计描述和估计的结果可见，在农村民间借贷市场上，从借贷款利率统计显示，它们的总体水平非常接近，借贷利率的平均水平没有明显差异，可以被理解为市场上借贷资金的供需均衡价格的平均水平。一方面，由于事实上借款人和贷款人身份基本分离，双方执行市场供需均衡的利率价格；另一方面，即使二者身份合一，交易者也未执行有差异的借款利率和贷款利率，从而使得这种民间借贷活动功能单一，成为货币资金互通有无、调剂余缺的枢纽，金融资源配置功能仍是它的首要功能。另外，统计结果显示的借贷价格年利率水平的下限数值明显触及我国当前商业银行贷款利率的4倍。按照《最高人民法院关于人民法院审理借贷案件的若干意见》第6条的规定，其中“利率最高不得超过银行同期贷款利率的4倍”的规定，农村民间借贷市场上出现的这种水平的利率，显然够得上“高利贷”的称谓，但是，这种称谓能否作为划分贷款经济性质的合理标准，目前尚存疑问[3]。
第二种情况：零利率。
调查显示，农村民间借贷市场的借贷活动中大约一半是免息的，这种免息的借贷就是零利率借贷。零利率借贷主要发生在“友情贷款”、“人情贷款”情况下。“友情贷款”的借贷关系发生在民间信用发达的熟人社会中，一般以血缘、地缘和人缘等社会化因素为关系纽带。这种交易方式具备降低借贷价格的有利条件，例如能够节省对借款人信用信息收集和识别的交易成本；能够降低违约的道德风险和逆向选择的机会，从而解决利率中包含风险溢价的问题，直接降低交易价格即利率水平。这种类型的贷款可能成为互助性贷款，今日的贷款人可以预期在未来自己能够直接享受同样的优惠条件获得贷款。这种零利率借贷的存在，依赖并反映着特定交易范围内的社会资本资源配置状况，是特定文化的产物，同时需要这种文化背景的支撑。对提供零利率贷款的贷款人将其社会资本中哪些因素进行了货币化处理，目前还不清楚，而且这个中间有相当大的个体差异性，涉及人的社会心理及价值观等诸多方面，现在还没有相应的统计数据显示准确的信息，因此目前对这个问题的研究还有困难。
三、农村民间借贷市场利率定价模型的经验分析
1.公共信息因素影响下的利率预期
影响市场利率的公共信息主要是一些经济因素，其影响是通过参与市场交易的农户对这些宏观因素的理解和反映而形成的。一般来说，农户可以直接观察到的宏观经济指标中，对民间借贷利率产生显著影响的因素主要有：农村居民消费物价指数、金融机构一年期贷款利率、农民家庭人均纯收入和金融机构农业贷款等。
2.基于市场交易者私人信息利率定价过程
Hoff和Stiglitz[4]从信息经济学的角度对非正式金融市场的利率问题做出解释，认为无论是垄断还是竞争的观点都不能解释利率高的问题，其利率高的主要原因是因为信息不完全导致市场不完整。因此，利率相对于正式金融的利率要高些。他们的模型分析了正规金融市场与民间金融市场并存且民间金融市场上的资金部分来源于正规金融市场的情形，结果表明，由于私人放款者之间的策略互动、执行成本和声誉机制等因素的存在，正规金融市场上的信贷补贴有可能会引起更多的私人放款者进入该市场，导致民间借贷利率上升。
Gupta和Chaudhuri[5]在其民间借贷利率决定模型中确定了三个参与者：农民、正规金融机构官员和私人放贷者。农民向正规金融机构的官员行贿以得到正规金融市场的贷款，因此其正规贷款的成本除了规定的利率外，还包括行贿的成本。当正规信贷与私人借贷两者之间是相互替代关系时，信贷政策能够降低私人借贷利率。
农村民间借贷市场的利率取值本身是连续的，但是由于受到现实因素的影响，在当前的民间借贷中出现零利率，实地调查数据也显示了这种情况的客观存在，因此，因变量的观测值实际上来源于总体的一个受限制的部分，因而不能完全反映总体的实际特征，故在如下的分析中采用受限因变量模型。
鉴于利率非负的一般性质，在模型中作为审查临界点的左端点为零，故令
；且其审查临界点没有右端点，故令
。此时模型为规范的审查回归模型，即Tobit模型。
考察农村民间借贷市场各微观因素对农村民间借贷市场利率的影响，以下分别从借款人和贷款人角度进行分析，同时，对农户借款人和贷款人建立不同的回归模型。
(1)借款人利率定价模型与实证
这里考察借款人在市场交易过程中利率定价受到私人信息的影响，这些信息主要反映借款人对其自身还款能力和风险抵抗能力的认知和价值评估，与民间借贷市场交易的信息传递、风险防范等机制关系密切。以下模型中选择的变量是对上节理论模型中相关变量的具体化。
利用实地调查资料中的相关信息，基于现实调查可得数据，选择设计以下变量如表5所示。
各变量的描述性统计结果如表6所示。
统计显示了当前农村经济的一种状况，这些参与调查的农户中，民间借贷利率平均水平为月利率2.28%(合年利率27.39%)；平均每户农户借款需求中有67.98%的部分是向农村民间借贷市场融资解决的；每户农户的借款中平均约55.25%的部分用于生活消费，包括日常消费、应急支出等；农户将借款用于务农生产或者商品经营的比例，平均每户约为35.44%；家庭收入模式中，从事农业生产和从事其他经营活动的农户数量一半对一半。
为避免产生严重的多重共线性问题而影响模型检验的结果，给出各变量之间的相关系数矩阵如表7所示。
结果显示，表中所有自变量之间相关系数都很低，不存在严重的多重共线性问题。
从借款人影响利率的因素考虑，建立回归模型如下：
其中，y*是因变量y的潜在变量。
使用Eviews估计方程(4)所示的模型，结果如表8所示。
估计结果显示，变量
的系数估计值不显著，常数项和变量
的系数估计值在5%的检验水平上显著，变量
在10%的检验水平上显著，说明这些变量对应的微观因素对农村民间借贷市场利率有较显著的影响。
原始的实地数据调查中，利率表示方法采取民间流行的月息方式，使用的利率数据全部为月利率。相应地，本文利率经验分析部分全部采用月利率。为同理论上习惯使用的年利率取得一致，可将式(4)改写成：
估计结果分析：
审查回归模型的估计系数一般被解释为自变量的变化对因变量均值的影响以及对因变量被观察到的概率影响。上述回归方程中，解释变量
按其经济含义系反映了借款人的储蓄力度，通常能够反映其储蓄倾向；它的系数估计值表示借款人在消费后剩余资金中储蓄存款的比例增加1个单位(这里是1%)，则借款人在民间借贷市场中所能接受的借款年利率平均水平提高0.9899个单位(这里是0.9899%)。变量ZD[，18]是借款人将借款用于生活消费的比例，借款人的这种借款用途因其非生产性消耗性质，通常被认为隐含着潜在的偿还风险，系数估计值显示借款人的这种用款比例每增加1个单位，则其接受的市场借款年利率平均水平提高1.4997个单位。变量
是借款用于务农生产和商业经营的比例，但是这里存在较强的不确定性，因而这种用途中其实隐含的风险和收益机会都较大，它的系数估计值显示，当借款人的这种用款比例增加1个单位时，则其能接受的市场借款年利率平均水平提高1.7935个单位。变量
是一个虚拟变量，它的系数估计值为负，表示家庭收入模式变化由非农生产经营收入向农业生产收入转变，会导致借款人在农村民间借贷市场上接受借款价格平均水平下降0.2057个单位。以上反映了借款人对民间借贷市场利率有比较显著影响的一些微观因素，以及它们产生影响的方向和从平均水平上看的作用力度。变量
的系数估计值不显著，而且数值较小，说明借款人对民间融资的依赖程度对借款利率的平均水平没有显著影响。
(2)贷款人利率定价模型与实证
下面考察贷款人方面的相关微观因素形成的私人信息变量(如表9所示)对民间借贷利率的影响。
上述各变量的描述性统计结果如表10所示。
由表10可见，调查中贷款人放贷的月利率平均价格为1.33%(合年利率15.93%)，这个平均水平的计算中，包括了全部免息贷款的零利率，而且，实际发放贷款的人数比例明显少于借款人比例，所以这个平均价格水平低于借款人支付的借款利率平均水平。
同样，为避免产生严重的多重共线性问题而影响模型检验的结果，给出各变量之间的相关系数矩阵如表11所示。
结果显示，表中所有自变量之间的相关系数偏低，它们之间不存在严重的多重共线性问题。
从贷款人影响利率的因素考虑，建立回归模型如下：
其中，y*是因变量y的潜在变量。
使用Eviews估计方程(6)所示的模型，结果如表12所示。
估计结果显示，除了变量
的系数估计不显著外，其他参数估计值在5%的显著性检验水平上是显著的，说明上述微观因素从贷款人的供给角度来看对农村民间借贷市场上的利率影响是显著的。根据上述输出结果，将回归模型的估计形式可具体化为：
因为调查数据中使用的利率数据单位全部为月利率，这里，为同理论上习惯使用的年利率取得一致，可将式(7)改写成：
就实地调查的农户借贷数据显示的平均水平而言，农户贷款人在正规金融机构的存款金额在其家庭消费后的剩余资金中所占的比例每增加1个单位(这里是1%)，则其放贷的年利率降低约1.4813个单位(这里是1.4813%)；当贷款人使用消费后剩余的资金进行商业经营投资时，其投资金额占其家庭剩余资金的比例每增加1个单位，则其放贷的年利率降低约2.0685个单位；作为放贷对象的借款人，如果在借款时声明此项借款的用途包括生活消费，则贷款的利率会受此影响，借款人计划将借款用于消费的比例每增加1个单位，贷款的年利率降低约1.0615个单位。由于当前中国农村的农户参与现代金融市场投资的经济行为尚不普遍，农户用于证券投资的资金数量占其全部剩余资金的比例平均是5.4800%，这偏小的比例水平使得变量对农户贷款的影响不显著。正如选择贷款人方面的影响因素时对各个变量的经济含义所做的解释那样，变量
在一定程度上反映了贷款人选择固定收益存款对各种风险的规避愿望，当这部分资金的比例加大时，说明其抗风险的账面能力在增加；
反映了贷款人利用自有剩余资金创造利润收益的机会，当这部分资金的比例加大时，说明贷款人创造利润机会的努力程度在提高。这些来自贷款人经济行为的私人信息和来自借款人借款用途的私人信息，直接影响着民间借贷市场上贷款人提供资金时的利率报价，实证数据显示，这些私人信息和微观方面因素对贷款利率报价的影响全部都是反方向的。
①广东省社会科学院与高校合作资助研究项目“发挥民间融资在广东农村经济发展中的作用”(09KH03)所做的实地调查，本文调研数据取自此实地调查的结果。
标签：民间借贷论文; 市场利率论文; 年利率论文; 贷款人论文; 贷款定价论文; 经济模型论文; 均衡生产论文; 市场均衡论文; 经济学论文; p2p理财论文;