丽水市林权抵押贷款额度与各因素的关系分析与研究
来源:用户上传
作者:
摘要：林权抵押贷款是集体林权制度改革中促进农民增收致富的重要举措之一，以浙江省丽水市为例，结合丽水市林业发展状况，对丽水市林权抵押贷款额度与各因素的关系进行分析与研究，本文基于浙江省林权监管平台，获取了2013-2018年丽水市林权抵押贷款数据，从林地面积、农户年龄及抵押年限（年等方面进行分析，归纳出该市林权抵押贷款所存在的问题，并提出相应的对策。
关键词：林权抵押贷款;现状分析;贷款额度的影响因素
中图分类号：TP393
文献标识码：A
文章编号：1009-3044（2020）04-0202-02
收稿日期：2019-10-15
基金项目：浙江省教育厅科研项目（Y201533460）;浙江省林业智能监测与信息技术研究重点实验室作者简介：陈芳（1979—），女，浙江临安人，硕士，实验师。
丽水市为浙江省辖地级市。丽水市下设莲都区1个市辖区，辖青田、缙云、云和、庆元、遂昌、松阳、景宁7县，代管辖龙泉1市，地理地貌属典型的“九山半水半分田”的山区，是浙江省的重点林区。全市的林业用地面积达2151万亩，占全市土地总面积的83.1%，占全省的四分之一。林木蓄积量4424万立方米，森林覆盖率可达到77.6%，林木绿化率为80.79%，素有“浙南林海”之称。丽水市虽然有着如此丰富的森林资源，但在经济上却是一个相对欠发达地区。
2007年，丽水市对山林进行资产评估，启动林权抵押贷款。从此林农随时可以拿其合法拥有的林权向金融部门进行信贷需求。实现“活树变活钱、资源变资本”，从根本上解决当时制约林农经营发展的资金瓶颈。本文以浙江省丽水市的庆元县和遂昌县为研究区域，基于浙江省林权一卡通系统采集2013-2018年的农户数据，分析丽水市林权抵押贷款额度与各影响因素的关系，从而对林农的抵押贷款方案提出优化建议。有利于提高林农的经济收益和推动林业产业结构的发展。
1 变量选择与研究假设
1.1 分析目的及变量选择
金融是经济发展的驱动力，林权抵押贷款为林农的创业和投资提供了重要的资金保证。那么如何进一步完善林权抵押贷款政策，满足林农更多的资金需求，为其创业和投资提供更加强力的资金需求呢？根据以上的分析和前人的研究，基于数据库中能够提取出来的数据，本文将通过对林权抵押贷款额度与农户自身因素及非农户因素两个方面的关系来找出影响贷款额度的主要因素，给林农提出较合理的贷款方案从而能够增加林农所获得的贷款金额。其中农户自身因素是农户的年龄（x1），从农户的身份证号中提取出来。非农户因素包括抵押年限（x2）、林地面积（x3）等。
1.2 变量的相关性检验
对3个自变量之间的相关性进行检验，由表2的相關系数矩阵可以看出，各个自变量之前的相关性都不高，因此可以将这些自变量都归人模型中进行分析研究。
1.3 研究假设
首先，农户的个人因素与林权抵押贷款额度的关系密切。农户的年龄、信用度和收人情况等都会影响贷款额度的大小。因此，从数据库中提取了农户年龄来进行研究。一般来说随着年龄的增大，劳动能力有所下降，通过劳动所创造的价值有限，意味着对渐渐失去稳定的还款来源，因此基于防范风险的考虑，年龄过大还款能力会下降，得到的额贷款额度也会下降。假设贷款额度随着年龄的增长而呈现递减式增长的趋势。
其次，从非农户的个人因素来看，林权抵押年限与贷款额度也存在着一定的联系。林权抵押年限的增加往往会使贷款额度增加，因为林农一旦选择长期贷款，那么他们所放弃的将林业生产要素投人到其他产业中获得的利益就会增加，即机会成本的增加。因此本文假设贷款额度与抵押年限呈正相关。
综上所述，抵押面积对贷款的额度会有一定的影响，抵押面积越大贷款额度也会越大。
2 模型建立与优化
2.1 模型建立
以贷款额度（历）为因变量，林地面积（亩）、农户年龄及抵押年限（年）做为因变量建立多元线性回归模型式中，结果如下表所示。从表3中数据显示，R方表示模型的拟合度，该值越接近1，说明拟合效果越好。表3中R方为0.034，说明拟合度特别低。出现此现象的原因分析：各自变量与因变量之间可能不存在直接的线性关系，因此寻找因变量与各自变量之间存在怎样的相关关系，进而对模型进行优化和改进。
2.2 模型优化
将因变量与单个自变量进行曲线估计。大致了解因变量与每个自变量之间存在怎样的关系。
首先将贷款额度（万元）与农户年龄进行曲线估计。经过验证得到线性、对数、二次及三次模型的F检验的显著性较强，表4中的R方显示的拟合度分别为0.019、0.005.0.442.0.851，其中.三次曲线的拟合度最高。
同理对贷款额度（万元）与林地抵押面积进行曲线估计。可以看出由于面积包含非正数值，因此无法进行对数模型拟合。其他模型的显著性都很高，但其中三次曲线模型的拟合度最高。
在对农户年龄和贷款额度的曲线估计中得出各曲线的拟合程度都过低，说明农户年龄与贷款额度之前的关系并不显著。因此将年龄的影响剔除。
根据之前所做的曲线估计结果，将非线性的模型转化为线性模型。对自变量进行如（2）式变换，再带入（3）式中进行拟合。
2.3 结果分析与模型检验
模型拟合结果如表5和表6所示：回归方程总体显著性检验（R方检验）。从表中统计数据可得，R方=0.852，说明各个自变量与因变量之间的相关性很高，模型的拟合度较好。各个参数显著性检验（T检验）。表中t表示各个参数的t临界值，Sig.表示t临界值的显著性，若显著性小于0.05，则说明参数显著性强，方程可以通过检验。由表可知，除面积和面积平方的显著性分别为0.01和0.012以外，其他个参数显著性都为零，表明各个参数的显著性都很强，可以通过t检验。 3 结束语
从上述模型的拟合过程来看，抵押贷款的年限对贷款额度的影响比较显著，基本符合假设。而林地抵押面积和农户年龄对抵押贷款的影响并不显著，说明在评估抵押贷款额度时，抵押面积和农户年龄所占的比重不高，甚至没有影响，因此拒绝了之前的研究假设。
总体来说抵押贷款额度与各个因素之间的关系并不显著。影响贷款额度的因素有很多，但由于数据库中数据种类有限，因此无法进行其他分析。
参考文献：
[1]张建龙.继续深化集体林权制度改革全面提升集体林业经营发展水平[J].林业经济，2016，38（1）：3-8.
[2]金婷，刘强，刘帅，等.林权抵押贷款制约因素与发展对策研究——基于浙江省花桥村典型案例调查[J].林业经济，2018，40（9）：36-39.
[3]张兰花.林权抵押贷款信用风险管理探析[J].林业经济问题，2016，36（6）：541-545.
[4]朱莉华，马奔，温亚利.新一轮集体林权制度改革阶段成效、存在问题及完善对策[J].西北农林科技大学学报：社会科学版，2017，17（3）：143-151.
[5]郭燕茹.集体林权抵押相关配套制度问题研究[J].林业经济，2018，40（9）：46-49，54.
[6]胡宇轩，黄毅，文彩云，等.农户林权抵押贷款需求意愿影响因素实证研究——基于7省3500户样本农户调查[J].林业经济，
2017，39（12）：50-55.
[7]徐秀英.浙江省深化集体林权制度改革实践与对策研究[J].林业经济2018，40（8）：30-35.
[8]王晓丽，石道金.基于信用增级及定价视角下的公益林收益权质押贷款研究——以浙江省为例[J].林业经济，2018，40（9）：40-45.
[9]熊立春，王凤婷，程宝栋.中国林业产业结构优化及其影响因素分析[J].农业现代化研究，2018，39（3）：378-386.
[10]趙茂，杨洋，王见.集体林权制度改革对农户收人影响的实证研究[J].经济与管理研究，2018，39（2）：55-64.
[11]张凡永，杜娟，康小兰，等.农户林业收人的影响因素及其作用机理实证研究[J].林业经济，2017，39（7）：15-22.
[12]刘浩，刘璨.我国集体林产权制度改革及配套改革相关政策问题研究[J].林业经济，2016，38（9）：3-12.
[13]翁夏燕，陶宝山，朱臻.林业补贴对农户林权抵押贷款意愿的影响研究——基 于浙江省建德和开化的农户调查[J].林业经济问题，2016，36（4）：324-331.
[14]刘林，王宇华，乔卫阳.林权改革的收入效应——基 于浙江省重点林区的实证研究[J]上海经济研究，2016，28（8）：67-73，83.[15]WEI Xin，GE Jinchun.Obstacles to the mortgage financing of forest rights and its countermeasures[J].亚洲农业研究：英文版，2011，3（5）：144-147.
[16]Ding Haijuan，Liu Xinyu.Analysis of institutional dilemma of forest property mortgage loan[J]Forestry Science and Technology，2012，1 1（3）：92.Ding Haijuan，Liu Xinyu..Analysis of institutional dilemma of forest property mortgage loan[J].中国林业科技：英文版，2012，1 1（3）：92.
[17]Li ZHOU，Yuhui LI.A review of rural policy-favored petty loan forest property certificate mortgage[J].亚洲农业研究：英文版，2014，6（8）：8-11，17.
[通联编辑：唐一东]
转载注明来源:https://www.xzbu.com/8/view-15161816.htm
