贫困地区农户的正规信贷需求直接识别与经验分析.docx

贫困地区农户的正规信贷需求直接识别与经验分析.docx

《贫困地区农户的正规信贷需求直接识别与经验分析.docx》由会员分享，可在线阅读，更多相关《贫困地区农户的正规信贷需求直接识别与经验分析.docx（18页珍藏版）》请在冰豆网上搜索。

贫困地区农户的正规信贷需求直接识别与经验分析

贫困地区农户的正规信贷需求：

直接识别与经验分析

2009-6-15

　　摘要：

本文的目的是准确描述我国贫困地区农户对正规信贷的需求及其特征，并探讨正规金融机构满足农户需求的途径。

在一个实现直接识别、完备分类的概念性分析框架下，本文利用问卷调查的数据、统计描述和计量经济模型识别的方法来衡量农户对正规信贷的需求，并分别估计了影响农户对正规信贷需求及其规模的因素。

本文的主要贡献在于：

①运用一个概念清楚的分析框架就农户对正规信贷的需求进行识别与完备的分类；②采用改进了的二阶段的TobitII模型来估计影响农户贷款需求及其规模的因素。

本文并就农户的信贷需求和农信社的改革提出政策建议。

　　关键词：

农户，信贷需求，直接识别

　　引言

　　本文的研究目的是准确描述中国贫困地区农户对正规信贷需求的状况及其特征，估计农户信贷需求及其规模的影响因素，并探寻阻碍农户正规信贷需求实现的原因。

　　与国际学术界相比，国内这一方面的研究起步较晚，近年来才涌现出一些相关的调查和实证研究。

国内现有的有关信贷需求和配给方面的实证研究，见黄祖辉、刘西川、程恩江（2007），程恩江、Ahmed（2008），李锐、朱喜（2007）。

国内这一方面的研究进展迟缓主要有定义、分析框架、计量模型和数据四个方面的原因：

①迄今为止，国内的文献研究还没有就农户正规信贷需求定义达成共识；②在实证研究中，缺乏一个能够有效识别、衡量农户信贷需求的分析框架。

例如，一些研究者直接利用借款人从正规金融机构获得的贷款金额作为估计信贷需求的因变量；③在信贷约束存在的情况下，采用常规技术和经典计量模型来估计信贷需求。

而常规技术和经典计量模型难以有效估计信贷需求（李锐、朱喜，2007）；④该领域的经验研究对数据的要求非常苛刻（Diagne，Zeller&Sharma，2000），需要特殊的调查设计，进行这类需求调查的成本高，实施难度大。

　　我们认为概念界定和分析框架是关键，只有从根本上解决好了这两个问题才可能有效的收集数据、合理选择计量模型，从而得出正确的结论。

因此，明确界定正规信贷需求就成为整个研究的起点。

在本文中，我们把农户对正规信贷的需求定义为农户对农村信用合作社（以下简称农信社）贷款产品的有偿还能力的借款意愿。

在此基础上，我们引入一个可操作的概念性分析框架来实现对农户正规信贷需求的准确衡量、完备分类和有效估计。

本文所采用的数据来自“中国农村微观金融研究课题组”2005年8月在内蒙古自治区的敖汉旗、河南省的南召县和山西省的左权县和临县四个贫困县所进行的农户调查，样本总数为820户。

从后面的分析可以看出，该调查与这里所界定的农户正规信贷需求概念和第二部分所引入的概念性分析框架是一致的。

　　本研究的主要特点是：

在识别方法上，我们在意愿调查中针对特定贷款机构设计相应的问题来考察农户对该机构所提供的贷款产品的需求，并进一步把农户对正规信贷的需求首先定义为理想状况下的信贷需求，然后把理想需求进一步分为有效信贷需求、潜在需求和隐蔽信贷需求。

同时，在调查和识别过程中控制住了还款能力、交易成本、风险因素以及其他贷款渠道对正规信贷需求的可能影响。

在计量模型上，据我们所知，国内目前还没有基于规范的意愿调查的农户正规信贷需求的经验研究，并且已有的研究大多采用Probit模型和TobitI模型进行估计。

我们使用意愿调查获得的定性数据作为Probit模型、TobitⅡ模型中的选择方程的因变量，克服了TobitI模型难以区分“是否借”和“借多少”的困难，从而提高了估计的准确性和有效性。

　　文章的结构安排如下：

第一部分简要回顾国内外在这一领域的相关研究；第二部分引入一个可操作的概念性分析框架；第三部分在问卷调查的基础上对农户对正规信贷的需求进行直接识别和完备分类；第四部分采用Probit模型和TobitⅡ模型分别估计农户的理想正规信贷需求及其需求的规模，并比较TobitⅡ模型与TobitI模型的估计结果；最后一部分是结论和政策建议。

　　一、文献回顾

　　在这一部分，围绕农户正规信贷需求识别和估计的研究主题，我们简要回顾国内外的相关文献，试图寻找出一条改进国内这一领域研究的路径。

　　1.信贷需求的识别与分类

　　识别信贷需求的困难在于：

基于信贷配给，利率对应的是供给曲线上的点而不是供给曲线与需求曲线的交点。

在这种情况下，仅利用观察到的借贷人贷款额的信息是无法识别信贷需求函数的。

在信贷配给存在的情况下，至少还存在以下两种可能：

①对没有正规贷款的潜在的贷款申请人，研究者无法判断其贷款申请是被拒绝还是没有需求；②即使借款者获得了贷款，研究者也无法判断其信贷需求是否得到完全满足，原因是贷款数额并不一定等于真实信贷需求规模，贷款者有可能实施数量配给。

　　因此，为了解决信贷需求的识别问题，有必要进行调查设计，可以对样本就农户对信贷的需求进行完全的分类（Dutta&Magableh，2006）。

在文献上，Federetal.（1990）、Zeller（1994）、Baydasetal.（1994）曾采用直接调查法来解决信贷需求的识别问题。

　　2.计量模型与方法

　　一般调查数据常常会遗漏掉有信贷需求的非借款人，从而具有截尾特点。

农户参与信贷市场的决策是非随机的，有需求的农户和没有需求的农户在特征上存在系统差异，而现实的借款人不能代表有信贷需求的农户样本的整体特征。

在这种情况下，即使采用随机抽样，也会产生选择性偏差。

计量经济理论表明，这种样本选择偏差会导致估计结果的偏差。

　　在有贷款数额的情况下，较为普遍的做法是在可观察的贷款数额的基础上采用Tobit模型（也被称为TobitI模型）进行估计。

然而，TobitI模型在被应用到价格机制受到限制的信贷市场上时存在致命缺陷：

它强行假定二元借贷决策（“是否借”）和需求规模决策（“借多少”）决定于相同的因素，且估计系数符号的方向也保持一致（Cragg，1971）；此外，它还认为所有零观察值都是均衡的结果，这无疑否定了信贷配给存在的可能（Leece，1995）。

为了克服TobitI模型的上述缺陷，Min&Kim（2003）采用TobitⅡ技术对“是否借”和“借多少”进行分段估计。

　　3.国内研究

　　严格地讲，国内农户信贷需求实证研究的结果不具有可比性，因为这些研究在信贷需求定义、计量模型的采用和样本数据等方面存在很大的差异。

与国外文献相对照，我们这里从信贷需求的识别与分类、计量模型与方法两个方面对国内有关研究作简单述评。

（1）信贷需求的识别与分类。

在这一点上，李锐和朱喜（2007）将信贷需求分为两类：

一类是农户对贷款有需求但借不到任何款项，完全得不到满足；另一类是农户有需求但只借到部分款项。

汪三贵等（2001）、韩俊等（2007）主要通过意愿调查来衡量农户的正规信贷需求。

汪三贵等（2001）的调查问题是“如果不要求抵押和担保，在当时的利率水平下，是否还愿意向农信社借款”；而韩俊等（2007）的调查问题是2001-2004年是否有过借款需要以及在此期间“是否实际发生过借贷行为”。

　　另外需要指出的是，一些研究将正规信贷需求与非正规信贷需求混合起来估计，这极有可能模糊农户对信贷的真实需求。

正规和非正规信贷机构在贷款政策、产品和服务上的差异很大，农户在不同的信贷机构面前有不同的信贷需求。

因此，必须将正规信贷需求与非正规信贷需求分开来估计，否则，估计结果可能是有偏的。

（2）计量模型与方法。

在这一方面，国内研究者主要采用Probit模型和TobitI模型来估计农户信贷需求及其规模。

何广文和李莉莉（2005）利用2003年在浙江与宁夏两地的农户调查数据，选择Probit模型分别估计了总样本和分省样本农户的当前信贷需求。

而周小斌等（2004）利用国家统计局河南、贵州、辽宁3省农户实际借贷抽样数据估计了农户正规信贷需求。

基于国务院发展研究中心2005年组织的全国农村金融调查的农户数据，韩俊等（2007）采用Probit模型、Tobit模型对农户是否借款、农户借贷需求规模进行了估计。

　　总之，在信贷配给存在的情形下衡量、估计信贷需求是非常有挑战性的。

这种挑战不仅反映出已有研究在定义、数据与计量模型方面的某些局限，而且还凸现了上述三个方面之间存在着严重的脱节。

因此，需要在明确界定农户正规信贷需求的基础上发展出一个概念性框架，以此将所要研究的问题、调查和计量分析统一起来。

　　二、一个概念性分析框架

　　在这一部分，我们引入一个可以实现直接衡量与完备分类的概念性分析框架①。

通常，影响农户信贷需求的因素有：

①农户借款的预期收益，它涉及到农户借款的不同用途。

对有信贷需求的农户，若贷款用于生产，其申请贷款的规模取决于与最优投资相关的变量；若贷款用于消费，其申请贷款的规模取决于与最优消费相关的变量。

②农户借款的交易成本、风险偏好以及与其家庭特征相关的贷款获得概率。

综合这两方面的因素，如果贷款预期收益大于所付出的成本，那么农户就会选择贷款，反之，则不会。

　　随后，假定贷款者在标准贷款合约下提供贷款。

贷款合约一般由贷款数额（L）、所要求的抵押品数额（C）、利率（r）等因素组成。

获得贷款的概率（P）取决于可观察的家庭特征（

）、贷款需求数额（L）和所要求的抵押品（C），表示为P（L，C，

）。

再假定贷款者要求农户提供的抵押品小于贷款数额的价值，且等于农户所拥有的财产价值（W）。

因此，可以用{P（L，C，W，

），L，W，r}表示贷款者提供的贷款合约。

　　另一方面，假定农户需要外源融资。

简化起见，将农户效用函数与贷款申请带来的（负）效用函数相互分离：

U（R，k）=U1（R）-U2（k），U1（R）代表收益，U2（k）代表申请贷款所需要承担的交易成本。

又假定，U'（.）是严格凸的，U"（.）是严格凹的。

　　最后，结合起来看，贷款者提供的贷款合约以及与贷款有关的经济活动都与农户自身的特征有关。

这里将农户特征分为可观察部分

和不可观察部分ξ。

同时还假定，农户申请贷款需要承担的成本取决于其家庭特征

。

　　1.理想状况下的信贷需求

　　在一个信息对称、交易成本为零或确定的理想世界里，农户的信贷需求是可观察的，即信贷需求与信息不对称、获得概率和抵押等因素无关。

于是，申请贷款农户的预期效用为：

　　式中，

是利率为r时贷款数额乙的预期收益。

若用

表示农户内源融资的预期效用，则农户存在理想状况下的信贷需求的条件是：

　　从其最优解中可以推导出理想状况下农户信贷需求函数

。

在下文中，我们把理想状况下的农户信贷需求称为农户的理想信贷需求。

在理想信贷需求为正的情况下，农户的资本边际收益高于贷款利息。

　　2.有效信贷需求

　　在一个信息不对称的现实世界里，农户的信贷需求与交易成本、获得概率和抵押等有关。

换言之，当他存在正的理想信贷需求并决定申请贷款时，则会考虑交易成本和贷款被拒绝的概率等因素。

此时，申请贷款农户的预期效用表示为：

　　上式中，方括号中的第一项表示农户获得贷款的预期效用；第二项表示保留成本，即农户从贷款申请被拒绝中获得的预期效用；第三项表示贷款申请的负效用，即无论申请是否成功，农户必须承担的成本。

　　从方程（3）最优解中可以推导出有效信贷需求函数

。

若用

ξ）表示贷款总成本，包括利息成本和相关的交易成本，则农户存在正的有效信贷需求须满足：

　　这里，我们把农户已经实现的信贷需求，即向金融机构正式申请贷款的农户称为具有有效信贷需求的农户。

在有效信贷需求为正的情况下，农户的资本边际收益高于利息与交易成本之和。

　　3.潜在的和隐蔽的信贷需求

　　进一步讨论有理想信贷需求的农户，其中，资本边际收益高于利息与其他交易成本之和的情形已在上一节有效信贷需求中讨论过，这里讨论另外两种可能：

①即使边际收益大于或等于应支付的利息，若计入需要支付的额外交易成本，从而导致总贷款成本高于贷款所带来的边际收益时，农户仍不会申请贷款，这种需求被称为“潜在信贷需求”；②尽管贷款边际收益率不低于利率，但出于对抵押和风险偏好等原因的考虑，农户仍不愿申请贷款，这种需求被称为“隐蔽信贷需求”。

　　综合以上讨论，一旦生产或（和）消费受到自有资金的限制，农户就有借贷的需要。

如果利息高于资本边际收益，农户只存在对资金的需要而没有需求。

如果资本边际收益高于应支付的利息，农户会产生理想信贷需求。

理想信贷需求可以进一步分为以下三类：

①有效信贷需求，通过已申请贷款的方式表现出来；②潜在信贷需求，需求受到了利息以外的其他交易成本的限制；③隐蔽信贷需求，考虑到抵押和风险方面的因素，需求受到了非价格因素的限制。

贫困地区农户的正规信贷需求：

直接识别与经验分析（下）

2009-6-15

　　三、正规信贷需求：

识别与分类

　　基于上述分析框架，我们试图在调查中实现对样本农户正规信贷需求的完备分类，尤其关注导致农户未贷款的不同原因，同时努力控制其他贷款渠道对农户正规信贷需求的可能影响。

此外，我们还考虑了农户的还款能力。

如果农户有未偿还的农信社的贷款，或承认自己太穷，则认为其不具备还款能力。

　　与一般农户调查不同，“中国农村微观金融研究课题组"2005年开展的农户调查不仅涉及农户自2003年以来实际得到贷款的详细信息，如金额、利率、期限等，而且还涉及农户是否曾经向农信社申请过贷款，申请数额是否被完全批准，未申请贷款的原因等问题。

具体的问题设计如下：

　　问题一：

从2003年初以来，你是否向农信社申请过贷款?

（选项：

①是；②否）

　　问题二：

如果没有申请过贷款，为什么?

（选项：

①我不需要贷款；②申请也得不到；③利息太高；④太麻烦，其他贷款成本太高；⑤借了担心还不了；⑥没有农信社要求的抵押品；⑦已从小额信贷机构获得贷款；⑧有其他贷款；⑨其他，请注明）

　　问题三：

如果上题被调查者选择第②项（申请也得不到），为什么?

（选项：

①有农信社的贷款未还；②与信贷员不熟；③信贷员认为我家穷，可能还不了款；④不是农信社社员；⑤自己认为没有抵押品；⑥家里太穷，确实没有还款能力；⑦其他，请注明）

　　根据农户对上述问题的回答，我们对是否申请农信社贷款、未申请农信社贷款的原因，以及认为申请也得不到贷款的原因的具体情况进行了统计，统计结果见表1、表2和表3。

　　调查发现，在820个样本农户中，自2003年以来，有142户向农信社申请过贷款，其中，137户的贷款申请得到了批准，占样本农户的16.71%；2004年申请贷款的农户为79户（占全部样本户的9.6%），获得贷款的农户数为74户（占全部样本户的9%），有5户申请贷款被拒绝。

虽然样本农户贷款申请成功的比例很高（93.67%），但并不能说明其信贷需求都得到了满足，因为自2003年以来仍有678户样本农户未申请贷款。

因此，需对这一部分农户作进一步的考察，目的是将有信贷需求和没有信贷需求的农户区别开来。

　　先来识别没有理想信贷需求的农户。

我们认为，这部分农户包括以下四类：

（1）明确表示不需要贷款，即表2中选择①的农户；

（2）因利息太高而未申请贷款，即表2中选择③的农户；（3）尽管有资金需要，但缺乏还款能力或资信有问题，即表3中选①和⑥的农户；（4）有其他贷款渠道，即表2中选择⑦和⑧的农户。

对最后一类，需要重点解释一下。

实践中，与农信社贷款相比，小额信贷机构贷款的利息较高，但不需要提供抵押品。

而绝大部分非正规贷款属于亲戚朋友之间的借贷，一般没有利息，也不需要抵押品。

可以推断，有小额信贷机构贷款的农户是因为不愿意或不能提供农信社要求的抵押品，或因为农信社利息以外的其他交易成本过高。

而有非正规贷款的农户是因为不愿意承担农信社贷款的较高利息和交易成本。

将上述四类农户汇总，发现共有464户对农村信用社贷款是缺乏需求的。

剔除这464户之后，可以得到356户有理想正规信贷需求的农户。

　　最后，我们对有理想信贷需求的农户进行分类：

（1）具有有效信贷需求的农户，包括在2003年以来申请且得到贷款的和贷款申请被拒绝的农户；

（2）具有潜在信贷需求的农户，包括认为太麻烦、其他贷款成本高和与信贷员不熟的农户，即表2中选择④与表3中选择②的农户；（3）具有隐蔽信贷需求的农户，包括没有农信社要求的抵押品、担心借了还不了和主观认为没有抵押品而未申请贷款的农户，即表2中选择⑤和⑥以及表3中选择⑤的农户。

归纳表1、表2、表3的相关信息，表4得出了分别存在有效信贷需求、潜在信贷需求和隐蔽信贷需求三类农户的户数及其比例。

　　表4中的数据显示调查地区存在着大量的潜在信贷需求和隐蔽信贷需求，214户有这两类信贷需求，他们占到有理想贷款需求农户的60%，占总样本农户的26%。

如上所述，造成这些需求不能实现的主要原因是交易费用和抵押等问题。

因此，为了把潜在的、隐蔽的信贷需求转化为有效的信贷需求，需要改善正规信贷的产品与程序、降低交易成本，创造新的贷款方法。

可以推断，在降低交易费用与贷款要求的情况下，这部分农户会申请农信社贷款。

　　四、经验分析

（一）理想的正规信贷需求

　　我们采用Probit模型估计农户理想的正规信贷需求。

用Y1表示因变量（理想的信贷需求），只要样本农户属于具有有效需求、潜在需求和隐蔽需求中的任何一类，则Y1=1，反之则Y1=0。

对解释变量的有关描述见表5。

接下来，从个人／家庭特征和金融机构特征两方面讨论我们重点关注的几类解释变量，未涉及的变量可视为控制变量。

　　从个人／家庭特征来看，影响农户信贷需求的变量有：

年龄、2004年是否是发生重大事件、固定资产的价值、收入和受教育程度。

对自变量的使用，有几点需要说明。

第一，我们使用户主年龄作为自变量的目的不是考察与户主个人有关的生产性信贷需求，而是考察与农户家庭生命周期有关的消费性信贷需求。

并且为了仔细考察年龄变量的影响，我们没有对年龄取一次项和二次项，而是对其进行分段处理。

第二，从家庭生命周期来看，部分农户对信贷有需求是因为生命周期中的几件大事，如婚嫁、子女上学和盖房买房等。

此外，还有一部分信贷需求是由于不可预期事件引起的，如大病治疗和天灾人祸等。

将这两类事件合并，我们设计了一个2004年家中是否发生重大事件变量，它包括盖房买房、婚丧嫁娶、子女上学和大病治疗等。

第三，固定资产对信贷需求的影响方向不易确定。

一方面，固定资产的价值越高，农户越有可能扩大生产经营，可能对贷款的需求更大。

另一方面，固定资产价值高的农户可能拥有更多可变现的资产，这会降低他们的贷款需求。

第四，与认为土地越多的农户越有可能通过贷款来获得化肥等投入的一般观点不同，我们认为家庭经营土地规模对信贷需求及其规模影响很小，因为样本地区户均耕地面积只有7.2亩，农户基本上不需要为如此小规模的农业生产经营融资。

我们从预期收入和当期收入两个层面考察收入对农户信贷需求的影响：

对于前者，采用户主受教育程度、户主技能两个变量表示家庭的收入能力；对于后者，引入工资性收入和非农经营收入占总收入的比例，用工资性收入来检验它是否可以替代农户对正规贷款的需求，用非农经营收入占总收入的比例来考察家庭收入结构对其信贷需求的影响。

与固定资产相同，当期收入对信贷需求的影响方向无法确定。

最后，我们引入户主受教育程度变量来刻画与信贷市场进入成本相关的一些特征。

教育程度越高的农户在收集相关信息方面遇到的困难越少，因而进入正规金融市场的成本较小。

　　从金融机构来看，影响农户理想正规信贷需求的变量有：

与乡镇政府所在地的距离、是否曾经获得过农信社贷款和是否知道农信社贷款的条件和申请程序。

需要说明的是，由于缺少有潜在信贷需求的农户的相应合约条件信息，我们无法考察贷款合约条件对农户信贷需求的影响。

因此，这里从机构特征对农户理想正规信贷需求的考察严格来讲是不充分的。

　　表6给出了Probit模型对农户理想信贷需求的估计结果。

可以看出，2004年是否发生重大事件对农户正规信贷需求的影响为正。

这与我们的预期是一致的：

对一般农户来说，婚嫁、上学、盖房与治病等事件所需资金额度过大，农户不得不为此寻求借贷。

工资性收入、固定资产和是否拥有其他贷款三个变量对农户正规信贷需求的影响为负。

这表明，工资性收入越高，农户自有资金相对充裕，越不需要贷款；而如果拥有其他贷款渠道，农户申请有息且要提供抵押的正规贷款的概率就越低。

同时，与固定资产高等组农户相比，固定资产中等组农户对正规贷款的需求较小。

固定资产和2004年是否发生重大事件两个变量的估计结果表明，大部分农户对信贷的需求与缺乏弹性的消费需要高度相关，而与生产投资支出不相关。

（二）信贷需求规模

　　1.TobitⅡ模型

　　如前所述，TobitⅡ模型与TobitI模型的不同之处在于前者可以将决定“是否借”和“借多少”的影响因素分开，而后者不同。

有鉴于此，我们采用TobitⅡ模型分别对“是否借”和“借多少”进行分段估计。

受Heckman（1979）的启发，含有修正样本选择偏差的To-bitⅡ模型由两个方程组成：

　　选择方程：

　　主方程：

　　上式中，Y1i*是隐蔽变量，Y2i是贷款数额。

通常Y1t*是不可观察的，我们可以观察到

　　Y1=Yit*   如果Yi*>0

　　Y1=0   如果Yi*≤0

　　当Y1t=1时，Y2t是可以观察到的。

若某农户发生借贷，可以观察到Y1t=1；若农户贷款数额为零，则Y1t=0。

　　假定误差项（vi，ui）服从二元正态分布，相关系数为ρvu。

识别条件为

，其中σv和σu分别是误差项v和u的标准差。

给定方程（6.5）中的Y1t=1，Y2i的条件期望为：

　　上式中，因为vi和ui相关，所以

。

二元正态分布的假设意味着

，其中

就是通常所说的逆米尔斯比率。

从方程（5）和方程（6）可以得到

　　在TobitⅡ模型中，可以分别求出借贷决策和借贷规模决策的边际效应。

xik对借贷决策的边际影响为

；它对贷款规模决策的边际效应为

。

　　最后，为了满足Maddala（1983）提出的识别条件，我们还在X1i中放入是否拥有其他贷款、未还贷款总额、家中是否有长期患病者和是否拥有信用卡四个变量，以此将主方程与选择方程区别开来。

　　2.估计结果

　　为了便于比较，表7同时给出了TobitⅡ模型和TobitI模型的估计结果。

　　在TobitⅡ模型中，固定资产、2004年是否发生重大事件、左权、工资性收入和是否拥有信用卡显著影响农户“是否借”正规贷款的决策，其中，固定资产、工资性收入和是否拥有信用卡的影响为负，左权和2004年是否发生重大事件的影响为正。

而是否了解农信社贷款的条件和申请程序、左权与临县，以及非农经营收入占总收入的比例对农户“借多少”决策具有显著影响，其中，是否了解农信社贷款的条件和申请程序和工资性收入的影响为正，而左权与临县的影响为负。

　　从理论上讲，“是否借”决策体现了样本农户对其正规信贷可得性的考虑，而“借多少”决策在一定程度上反映了部分数量配给的存在，以及农户对贷款规模及其相应合约条件的考虑和预期。

换一个角度来看，如果将农户正规信贷需求分为生产性与消费性两类，那么由于教育、医疗等重大开支具有刚性特点，此类消费性信贷需求对利率缺乏弹性，而生产性信贷需求，特别是用于扩大规模的信贷需求对利率具有更大的弹性。

非农经营收入占总收入的比例和2004年是否发生重大事