农户信用质量影响因素Logistic分析.docVIP

农户信用质量影响因素Logistic分析 　　摘 要：通过对山东省桓台县有信贷农户的问卷调查数据为分析基础，利用Logistic二分类回归建立了农户信用质量影响因素的模型。通过建立的Logistic模型来分析得到影响山东省桓台县农户信用质量的主要因素。 　　关键词：农户；信用质量；影响因素；Logistic模型 　　中图分类号：F832.4 文献标识码：Ａ 文章编号:１００３－９０３１(２０12)07－００78－０3 DOI:10.3969/j.issn.1003-9031.2012.07.17 　　金融在农村经济发展中有着举足轻重的作用，农民的信用状况直接决定了农村金融部门对他们的支持力度。研究农民信用质量的影响因素，既有利于农村金融部门评估贷款农户规避信用风险，也可以使信用质量好的农户易于获得贷款。本文通过对山东省桓台县有信贷农户进行问卷调查，利用问卷调查得到的数据进行logistic分析，探索影响农户信用质量的因素。 　　一、实地调研的农户数据状况 　　（一）数据来源 　　本文分析所采用的数据均来自于笔者对山东省桓台县起凤镇、田庄镇、荆家镇、马桥镇等8个乡镇有信贷农户的问卷调查。本次问卷调查共发放问卷300份，收回问卷276份，其中无效问卷45份，有效问卷231份。问卷调查的主要内容有：（1）农户自身特征。农户的自身特征包括农户的性别、年龄、受教育程度、婚姻状况、身体状况，是否有不良嗜好，是否有不良社会记录，是否在村委任职；（2）农户家庭特征。农户的家庭特征主要是指家庭人口数、家庭年总收入、家庭土地种植亩数、家庭所从事行业、从业年限、家庭的总资产、总负债；（3）其他调查问题。其中包括用以评价农户信用的农户贷款是否按时还清，本年是否发生自然灾害，农户发生的借贷的品种[1]。 　　（二）农户数据状况 　　调查问卷的数据状况主要有：样本农户平均年龄42.35岁，其中男性有256人，占总样本的97.8%；女性仅有5人，占2.2%。样本中男性居多的原因主要是受制于农村的传统观念，男性在农户家庭中占主导地位。所调查农户的婚姻状况主要是已婚有子女，占总样本的97.4%，其他未婚、已婚无子女、离异及其它总共占总样本的2.6%，这是因为问卷调查的年龄范围主要集中在青壮年。通过问卷可???发现农村居民的受教育程度普遍较低，有202位被调查者的文化程度在初中以下，占总样本的87.4%；高中文化程度的有28位；大专及以上只有1位。这种情况主要是因为大多数文化程度比较高的人都已经离开农村。身体状况方面仅有9人存在重大疾病或者发生过车祸及其它事故。在对是否有不良嗜好、是否有不良社会记录、是否在村委任职、本年是否发生自然灾害，绝大多数被调查者的选择都是否，大约占样本数的90%。农户土地种植亩数有104户，种植亩数在3～5亩之间，有67户的种植面积在5～10亩，有30户的种植面积在3亩以下，仅有21户的种植面积在10亩以上。被调查者主要从事行业为种植业，其中蔬菜种植占38.1%，瓜果种植占11.7%，粮食种植占26%，其他种植占24.2%。农户的主要贷款种类为农户信用评定联保贷款占70.6%，其他种类占29.4%。 　　二、农户信用质量的Logistic分析 　　（一）Logistic模型简介 　　Logistic回归模型是对定性变量的回归分析。二分类Logistic模型主要应用于因变量的水平数为（0,1）时。Logistic回归模型为：Pi=■。其中，Pi为第i个事件发生的概率，它是一个由解释变量构成的非线性函数；a、b分别为回归截距和回归系数。1-Pi为第i个事件不发生的概率，因为0＜Pi＜1，将其转化为线性函数，那么事件发生概率与不发生概率之比为：■=ea+bX ，这个比称之为事件的发生比，且事件的发生比为正值，并且没有上界，将事件的发生比取对数就能够得到如下线性函数：ln(■)=a+bXi[2]。在对山东省桓台县农户信用质量的实证研究中，基于二分类Logistic模型，Pi为农户没有按时还款的概率；1-Pi为农户按时还款的概率。 　　（二）影响农户信用质量的Logistic分析 　　1.定义变量 　　在对所得调查结果进行Logistic回归前，先对数据进行处理，即定性数据定量化处理，设置虚拟变量，如表1所示： 　　 　　在本文中将农户是否按时还款作为被解释变量，它是一个离散型变量，不符合统计学意义上的正态分布情况，所以不能用普通最小二乘法或者是加权最小二乘法进行估计。影响农户是否有按时还款的因素之间不存在有序的排列，它是一种无序的选择问题。由于被解释变量只取0和1两个值，因此被解释变量是离散型随机变量[3]。在二元离散随机模型中，本文选择二分类Logistic模型对影响农户是否按时还款的因素进行实证分析。 　　2. Logistic模型构建