广西田东地区农地经营权抵押贷款影响因素研究 财务管理专业.docx

广西田东地区农地经营权抵押贷款影响因素研究 摘要：近年来，随着我国农地经营逐渐开始向市场化、多元化方向的不断发展，广大农业经营主体对于经营活动产生的资金需求愈来愈大，而目前市场上大多数金融机构提供的一些小额贷款已经难以满足，农地经营权抵押贷款便由此产生。事实上，农地经营权抵押也相当于准产权抵押，其在农地经营权抵押贷款方即农业经营主体缺乏担保物的情况下都能发挥极大的作用。本文以广西田东县为研究对象，深入分析了目前该地区农地经营权抵押贷款的影响因素，由于篇幅有限，本文只是探讨了能够影响农业经营主体贷款意愿的因素，即经营主体贷款需求的影响因素，并不包括其他供给因素，这对于缓解田东地区农业经营主体融资难问题来说也有着一定的现实意义。 关键词：农地经营权；质押贷款；交易风险；二元Logistic 目 录 1.相关理论基础概述 3 1.1农地 3 1.2农地经营权 3 1.3农地经营权抵押贷款 3 2.田东地区开展农地经营权抵押贷款面临地问题 3 2.1抵押贷款受相关法律约束 3 2.2缺乏市场化评估机制 3 2.3缺乏权威的农地流转信息发布平台 4 2.4抵押担保与风险分散机制不健全 4 3.田东地区农地经营权抵押贷款需求影响因素实证分析 4 3.1调查情况及数据来源说明 4 3.2模型的选择 6 3.3变量说明 6 3.4二项Logistic回归模型结果分析 7 3.4.1回归方程的显著性检验 8 3.4.2回归方程拟合优度检验 8 3.4.3 Logistics分析结果 9 3.4.4 最终结果分析 10 4.加快田东地区农地经营权抵押贷款的政策建议 10 4.1农业经营主体层面 11 4.2金融机构层面 11 4.3地方政府层面 11 5.结论 12 参考文献 13 1.相关理论基础概述 1.1农地 农村土地（农地）就是指由国家与农民集体所有的，根据相关法律由农民集体使用的涵盖了耕地、草地以及林地和其他能够用于农业用途的土地总称。本文的研究对象发就是这一概念中的农地，即不包括非农用途的土地。 1.2农地经营权 相对于其他经营权，农地经营权有着很大的排他性，其是指非所有人可恶意占有的，且能够进行使用和获取收益的权利。农地经营权的获取一般有两种。一种是众所周知的额家庭承包方式，另外则是通过协商、招标等方式得到。2016年，我国印发的《关于完善农村土地所有权承包权经营权分置办法的意见》这一规定中，对农地的“三权”进行了更加明确地规定，放活了农地的经营权。 1.3农地经营权抵押贷款 农地经营权抵押贷款指的是承包人和享有经营权的人在相关法律规定之下，将农地经营权当作是能够进行抵押的担保物而进行的借贷行为，一旦债务人不能够履行债约时，债权人则可以根据相关规定对农地经营权进行处理，值得注意的是农地占有形式在这一过程中不发生转移。 2.田东地区开展农地经营权抵押贷款面临地问题 2.1抵押贷款受相关法律约束 在我国，《物权法》、《担保法》等等法律条文当中对农地经营权都有着严格的限制，这是因为土地是群众尤其是农民的根本之所在，抵押贷款很容易会让农民失去土地。在广西自治区田东县，尽管出台了包括《广西自治区农村承包土地经营权农民住房财产权抵押贷款试点实施意见》，但是，不管是地方政策还是国家方针，都与现阶段的法律规定存在相应的矛盾，以至于很多政策的落实流于形式。 2.2缺乏市场化评估机制 农地经营权抵押贷款的关键在于对农地经营权价值的准确判断，但是目前田东县乃至广西省都缺乏具备专业知识的评估机构和人员，同时对其价值进行评估的体系更不存在。目前田东县农地经营权价值的却额定主要有县政府以及市政府等有关部门负责，专业性还很欠缺，这位农地抵押贷款带来了很大的不便。 2.3缺乏权威的农地流转信息发布平台 农地流转信息发布平台的缺少主要体现在两个方面。首先是田东县目前并不具备规范的价格体系，尤其是很多专业性的市场数据等等极为缺乏，农地流转的过程中监管缺失严重，农地流转平台起不到更大的作用。其次是现阶段农地经营权流转还主要在县域中，整个市场的范围还有待扩充，流转中介不多的情况下，也导致了农民议价能力的不断降低。 2.4抵押担保与风险分散机制不健全 当前，广西田东县内关于农业担保的业务十分稀缺，而一些担保公司或是能够涉足担保经济的担保业务更是少之又少，由于农业贷款担保风险较大，因此很多机构都不愿涉足，以至于整个田东县的农地经营权抵押贷款发展迟迟不能向前。另外，从目前田东县的实践效果来看，目前只是初步成立抵押贷款风险补偿基金，但并没有出台具体的补贴办法和规定，一旦产生风险，如何分散和补偿都将成为严重的问题。 3.田东地区农地经营权抵押贷款需求影响因素实证分析 3.1调查情况及数据来源说明 本文所有的数据都来自于笔者实地调研走访，并根据农地经营权相关理论设计了相应的调查问卷，在调查的结果中统计到如下变量： 项目 类别 频数 性别 男 82 女 13 年龄 40岁以下 19 40-49岁 44 50-59岁 24 69岁以上 8 身份 农民 80 非农民 15 教育程度 小学及以下 18 初中 54 高中 17 大专及以上 6 表1 个人情况 表2 家庭情况 项目 类别 频数 家庭人口数 3人及以下 22 4-5人 46 6人及以上 25 供养比（被供养人数除以家庭人口总数） 0.5以下 37 0.5及以上 58 表3生产经营 项目 类别 频数 产业类型 粮食生产 57 非粮农产品生产 26 农产品加工 7 农产品商贸 5 农地面积 小于等于20亩 21 20亩一50亩 57 50亩一70亩 7 70亩一100亩 5 100亩以上 5 另外，本次调查的95位经营主体当中，有过接待情况的有57位，另外38位并没有发生借贷行为，以下是这57位经营主体的借贷统计情况： 表4 借贷情况 借贷渠道 频数 农村商业银行 20 亲戚朋友 15 农村信用合作社 10 民间借贷 6 其他 6 农业银行 3 95位经营主体当中，44位表示希望能够通过农地经营权进行抵押并获得相应的贷款，而51位仍然不愿意，本文对51位不愿意进行抵押贷款的原因进行了统计： 表5 不愿参与农地经营权抵押贷款原因（多选） 原因 频数 农业收入不能偿还贷款 43 会出现法律纠纷 33 农地估值过低 26 抵押贷款手续复杂 18 自然灾害难以避免 17 其他 6 3.2模型的选择 农地经营权抵押贷款影响因素实质就是愿意贷款和不愿意贷款这两种，因此本文选择了二项Logistic回归模型。该模型当中的被解释变量则是抵押贷款的意愿，以模型原理为其赋予范围[0，1]，其中，0表示不愿意，1表示愿意，同时将被解释变量设置为Y，因此也就有了两种形式，即“Y=1”和“Y=0”，具体公式如下所示： 以上公式中，P表示的就是经营主体参与经营权抵押贷款的概率，截距即常数项就是，则是Xi对应的偏回归系数，X是自变量，n表示能够影响其变化的因素个数。 3.3变量说明 通过对以上数据的统计，笔者将自变量统计以后进行了分类，包括个人特征、家庭特征、生产经营特征、经营主体对金融机构的评价特征、及其对政策的认知特征这五类，具体情况如下表所示： 表6 变量说明及赋值 类型 名称 赋值 均值 标准差 意愿Y 愿意=1，不愿意=0 0.46 0.501 个人特征 性别 X1 男=1，女=0 0.86 0.346 年龄X2 小于30岁=1, 30-39岁=2, 40-49岁=3, 50-59岁=4, 60岁及以上=5 3.18 0.911 教育程度X3 小学及以下=1，初中=2，高中=3，大专及以上=4 2.12 0.784 毛收入水平 家庭总人口数X4 3人及以下=1, 4-5人=2, 6人及以上=3 2.03 0.706 经营面积X5 小于20亩=1, 20-50亩=2, 50-70亩=3, 70-100亩=4, 100亩及以上=5 2.12 0.988 雇佣工人数X6 小于3人=1, 3-10人=2, 10人及以上=3 1.79 0.811 固定资产X7 10万元以下=1, 10-20万=2, 20-50万=3, 50-100万=4, 100万以上=5 2.28 1.155 经营年限X8 1年及以下=1, 1-3年=2, 3-5年=3, 5-10年=4,10年以上=5 3.45 1.286 毛收入水平X9 10万以下=1, 10-20万=2, 20-50万=3, 50-100万=4, 100万及以上=5 2.211 1.1660 对金融机构的评价特征 贷款期限X10 非常合理=1，合理=2，一般=3，不合理=4，非常不合理=5 2.71 1.193 贷款手续X11 非常简单=1，简单=2，一般=3，复杂=4，非常复杂=5 2.86 1.03 8 贷款利率X12 非常低=1，比较低=2，一般=3，比较高=4，非常高=5 3.22 0.958 政策认知特征 政策了解程度 X13 非常了解=1, 比较了解=2，一般=3，不太了解 =4，完全不了解=5 4.22 1.204 3.4二项Logistic回归模型结果分析 为了让整个模型能够具备一定的可靠性，因此本文在进行回归分之前，对以上所有的因素进行了统计学意义分析，但因篇幅的限制本文将不在赘述统计学意义分析过程，在通过列联表形式以及开发检验以后，发现以上所有因素中包括性别、职业、家庭总人口数、供养比、产业类型、固定资产、贷款期限、贷款手续、政策认知程度这9个变量的显著性水平>0.10，这说明以上这九个因素是不具备统计学意义，因此，本文将其与七个具备统计学意义的变量带入了二项Logistic回归模型，在结果分析之前，本文对其与7种因素进行了因素间的共线性诊断，结果如下表所示： 表7 共线性诊断情况 共线性统计量 容差 VIF 年龄X2 0.825 1.213 教育程度X3 0.868 1.153 经营面积X5 0.802 1.247 雇佣工人数X6 0.802 1.247 经营年限X8 0.922 1.084 毛收入水平X9 0.762 1.312 贷款利率X12 0.917 1.090 从上表中可以发现，这7个因素的容忍度都大于0.1，而7个因素地VIF（发叉膨胀因子）又都小于10，即这七个因素（变量）之间不存在明显的共线性问题。因此，本文通过SPSS软件进行了二项logistic回归分析，并结合LR（向前）方法得到了以下的结果： 3.4.1回归方程的显著性检验 表8 模型系数的综合检验 卡方 df sig. 步骤5 步骤 5.798 1 0.016 块 42.694 5 0.000 模型 42.694 5 0.000 通过以上表格计算结果可以看出，通过向前的LR方法将自变量筛选出来以后，在“模型系数的综合检验表”中，模型逐渐步进，然后在第五个步骤以后进行停止，然后根据结果将显著性水平定在0.05，此时自由度为5，并在Excel中输入CHIINV（0.05.5），最终计算出此时的卡方临界值为11.0705，而此时模型得出的结果（卡方值）为42.694，这意味着此时解释变量与被解释变量之间的线性关系比较显著，也就是说采用该模型是比较合理的。 3.4.2回归方程拟合优度检验 表9 模型汇总表 步骤 -2对数似然值 Cox&Snal