欢迎来到期刊吧-专注期刊发表！
关于我们联系我们发表流程付款方式医学sci转让留言板
您的位置： 首页 > 专业指导 > 综合论文写作指导

林业政策对林权抵押贷款信用风险影响的实证分析

　　一、研究问题的提出2012年2月1日，指导“三农”工作的第9个中央一号文件表示，要加大农村金融政策支持力度，持续增加农村信贷投入。我国于2003年启动了林权制度改革，各地引入了林地使用权和林木所有权这一新型抵押物，创新了林权抵押贷款业务。目前，林权抵押贷款已达到相当规模，但是，林权抵押贷款还存在期限不能适应林业生产的特点及需要等问题，林农贷款难问题还没有得到有效破解。信用风险问题是制约林权抵押贷款持续开展的关键因素，林业政策则是林权抵押贷款信用风险产生的重要原因? 。

　　金融机构对林权抵押贷款信用风险的认知及管理能力在很大程度上决定着该林权抵押贷款业务的盈亏状况。林权抵押贷款是近年创新的金融产品，银行缺乏既懂金融又懂林业的人才，银行对其信用风险管理处于摸索阶段。因此，研究林业政策对林权抵押贷款信用风险的影响，对主要政策风险因子本质特征和原因有一个清晰和准确的认识，能够帮助金融机构提高林权抵押贷款信用风险管理水平，改善林权抵押贷款的收益，推进林权抵押贷款业务可持续发展；同时，能够为有关部门完善林业政策，完善林业投融资环境提供一定的政策启示，从而有助于增加林业信贷供给，推动林业经济的快速发展和林农增收。

　　针对林权抵押贷款信用风险研究的文献较少，且仅有的文献也是采用定性分析的方法展开讨论的状况。笔者运用期权理论、还款能力假说及信息不对称理论，基于林业政策的视角分析林权抵押贷款信用风险形成机理，取得了一定的成果。本研究拟采用定量的模型实证分析林业政策对林权抵押贷款信用风险的影响，力图得出更具说服力和操作性的政策结论，以深化林权抵押贷款问题的研究。

　　二、研究假设与变量设置

　　(一)研究理论假设林权抵押贷款信用风险是指借款人在获得林权抵押贷款的过程中，由于各种不确定因素使得借款人无法如约按时履行偿债义务，进而使得借款人信用降低，给贷款金融机构造成负面影响的可能性，实际上是一种违约风险。银行在给农户发放贷款时，要求其贷款资产至少有两层防护区域：第一层是银行希望农户能用来偿还贷款的现金流量；第二层是农户的财务实力，即可用做抵押的资产。林权抵押贷款是一个跨时的交易过程，森林资源资产为贷款承诺提供了根本物质保证。林业政策是国家在一定历史时期内，为保护森林资源、发展林业生产而制订的行为规范和准则 J。林业政策影响了森林资源资产的担保力及借款人的第一还款来源，进而影响林权抵押贷款信用风险，具体表现为以下3个方面：(1)金融机构对林权信息的获取依赖林业政策，但是，发展林权抵押贷款所需要的林业政策体系还很不完善，银行与林农之间存在较为严重的信息不对称现象，信息不对称约束了抵押林权担保力，导致抵押物无法执行、银行抵押权遭虚置。(2)森林资源是一个与自然和社会紧密结合的生产过程，面临的风险很难控制，在森林分类经营背景下，政府对林业安全生产的政策支持力度不够，林业经济发展缺乏规范化、专业化的社会服务。

　　如果发生灾害事故，造成抵押森林资源资产发生损毁或灭失，导致抵押物价值低于贷款额度，借款人的违约收益高于履约收益，则无论银行做何决策，借款人的最优选择都是违约。(3)集体林权制度改革以来，林农的经营主体地位得到进一步确立，但是，实际上林权所有者在行使这些处置权时，却往往要受到林业政策的诸多限制，根据还款能力假说，当借款人的收入不足以偿还抵押贷款时，又无法从资本市场借人资金应急，违约就会发生。

　　由于林权制度改革的复杂性，木材采伐限额管理也没有新的变化，因此森林资源资产的转让和抵押权的实现存在难度 j。抵押林权处置受国家法律、政策的限制(林木采伐属限额管理)，抵押物资产不易变现，还贷风险较大 ，当前各地对林业资源监管不够，实际监管操作办法少，有些地方为迎合市场还取消了毛竹凭票砍伐等政策，成为林权抵押贷款信贷风险控制的难点。根据已有的研究成果，笔者将影响林权抵押贷款信用风险的主要政策因素分为以下5个方面：(1)林权登记管理政策。林权登记是指林权登记机关根据当事人的申请，依照法定程序，将林权设定、变更、终止等事项记载于林权登记薄上的行为。完善的林权登记管理政策有助于强化抵押的担保功能，维护金融交易安全。

　　林权登记作为抵押森林资源资产管理的一项基础性工作，是抵押权获得公信力的必要途径，债权人借此可以对抗善意第三人，且可以行使追及权、实现其抵押权等。(2)限额采伐管理政策。为保护森林生态环境以及生态资源不受破坏，林业部门对林权采伐指标是严格控制的，限额采伐管理制度会给林权抵押贷款带来一定风险。同时，抵押林权处置受国家法律、政策的限制(林木采伐属限额管理)，抵押物资产不易变现，还贷风险较大 。(3)林权交易管理政策。由于林权流转的社会化服务体系的欠缺，不能适应扩大林权抵押贷款的需要。

　　(4)林地管理政策。在实际工作中，违法、违规征占林地的现象较普遍，林权权利人无法按自己的意愿变现林地产权。(5)天然林资源保护政策。其实质是林业实现由以木材生产为主向以生态建设为主转变，实行木材的政策性禁伐或限伐，林权所有者对其林木资产的处置权受约束，其木材采伐收入发生了很大变化，偿债能力受限制。

　　(二)数据获取数据问题是信用风险度量的瓶颈之一，林权抵押贷款从2006年试点至今有6年时间，违约历史纪录少、数据质量差。因此，本研究借鉴专家系统法，信贷专家凭借自己的专业技能和主观判断，对每一变量进行评分，获取原始数据，同时采取非概率抽样方法，在非概率抽样中又选取了配额抽样方法，即把总体按一定标志进行分类，然后在每个类别中采用方便抽样的方式来选取样本。福建省三明市和南平市森林资源丰富，在全国率先开展林权制度改革且林权制度及相关配套政策改革较为成熟，并且是林权抵押贷款业务试点地区，各金融机构对森林资源资产抵押贷款进行了不同程度的探索和实践。因此，本研究以福建省某金融机构在三明、南平两地的信贷员为调查对象。该金融机构作为长期面向“三农”的金融机构，其林权抵押贷款余额在同行业中位居前列。研究以该金融机构在南平和三明的21个网点为调查点，共发放210份调查问卷，请每个调查点的10位信贷员各做1份问卷，填写完毕后即时全部回收，问卷回收率达到100％。但是，可能是因为问题答案选项都是序数虚拟变量，部分信贷员觉得不好确定选项，所以出现一些填写不完整的问卷，有效样本为198份，有效率达94．3％ 。

　　(三)指标定义与模型选择根据以上分析，笔者在构建林权抵押贷款林业政策风险因素的计量模型时初始选定5个自变量，分别为林权登记管理政策、限额采伐管理政策(x2)、林权交易管理政策( )、林地管理政策(蜀)、天然林资源保护政策。把林权抵押贷款信用风险界定为因变量，记作乃，为顺序变量，取3个类别，第1、第2、第3类别分别表示信用风险小、一般、大。由于 是顺序型变量，故多类别逻辑回归模型和序数回归模型均可采用。有序数据比类别数据含有更多的信息量，从理论上说前者应该比后者回归的效果更好。但从实际应用效果看，有序数据因变量的效果往往不尽如人意，其回归模型也正在研究和发展中。从实际分析的结果看，采用序数回归效果不甚理想，故笔者最终选定的模型为多类别逻辑回归模型，同时为了使分析结果简明、有力，采用向前选择的逐步回归方法，剔除掉不显着的自变量

　　三、模型结果及分析

　　(一)模型结果对上述变量进行逐步回归最终模型的拟合优度信息给出了所构建回归模型有效性的检验结果。原假设是回归模型无效，所有回归系数都是0，显着性概率(sig．)为0．000，拒绝原假设，说明模型整体检验十分显着。逐步回归最终模型的变量显着性检验显示，在0．05的显着性水平下，所构建的最终模型接收了3个自变量，分别为林权登记管理政策、限额采伐管理政策、林权交易管理政策，对应的显着性水平皆为0．000。此处所显示的自变量显着性水平是指其取值作为一个整体时的检验结果，整体显着并不意味着每个取值都显着。回归参数显示(表3)，笔者所选取的因变量)，在回归过程中以第3类别信用风险大作为基准，回归系数取做0。对第1类别和第2类别，每个类别都需要确定一个线性回归函数，因此每个自变量都有2个回归系数，自由度合计为2。5个定性自变量要用其类别数减1个示性变量表示，林权登记管理政策( )、林地管理政策(蜀)、天然林资源保护政策(墨)等3个变量有3个取值，要用2个示性量表示，因此总共有4个回归系数，把其作为一个整体时其自由度为4。限额采伐管理政策( )、林权交易管理政策( )2个变量有5个取值，要用4个示性变量表示，因此总共有8个回归系数，把其作为一个整体时其自由度为8。对比表2和表3可见，尽管在0．05的显着性水平下，表2显示林权登记管理政策( )、限额采伐管理政策( )、林权交易管理政策(X3)等3个自变量回归结果呈显着状态；表3则显示对因变量取值为“信用风险小”时，在林权登记管理政策为1．00，限额采伐管理政策为1．00、2．00、3．00，林权交易管理政策为1．00这5个位置均呈现出不显着的状况，即其所对应的显着性水平0．997、0．99、0．998、0．205和0．996，均大于0．05的标准；对因变量取值为“信用风险一般”时，在林权登记管理政策为1．00和限额采伐管理政策为 2．00、3．00这3个位置均呈现出不显着的状况，即其所对应的显着性水平为0．998、0．998和0．056，均大于0．05的标准，表4是逐步回归最终模型所做的预测结果，对每个样本计算出因变量 取第 个类别的概率 ，因变量的预测值是 最大的类别。根据表4预测效果如下：第1类别的44个观测值中，有36个预测正确，正确率为81．8％ ；第2类别的58个观测值中，有46个预测正确，正确率为79．3％；第3类别的96个观测值中，有82个预测正确，正确率为85．4％；总正确率是82．8％。如果没有任何信息资料，对每个类别的预测概率应该都是1／3，预测的总正确率为33．3％。如果对现有资料仅做频数分析，第3类别出现94次，频率为47．5％ ，现在通过回归分析，预测的总正确率是82．8％ ，分别提高了49．5％和35．3％。值绳一提的是，此预测效果非常理想，说明现在的自变量能够很好地解释因变量。

　　(二)模型结果分析

　　1．最终自变量选定原因剖析。通过逐步回归最终确定的自变量有3个，即林权登记管理政策、限额采伐管理政策、林权交易管理政策。剔除调查过程中可能出现的误差因素，笔者认为可以对这3个自变量的最终人选进行解释。林权登记管理政策包括3个类别，即林权登记管理政策为1、林权登记管理政策为2和林权登记管理政策为3，其分别指代林权登记管理政策完善、一般、不完善；限额采伐管理政策与林权交易管理政策包括5个类别，第1至第5类别分别指代的是其对林权抵押贷款信用风险的影响特别完善、完善、一般、不完善、特别不完善。在0．05的显着性水平下，各因素对林权抵押贷款信用风险的影响系数为：对因变量取值为“信用风险小”时，截距为一22．118，林权登记管理政策为2．00，限额采伐管理政策为4．00，林权交易管理政策为2．00、3．00对林权抵押贷款信用风险的影响系数分别为4．010、2．062、18．944、17．649；对因变量取值为“信用风险一般”时，截距为一21．998，林权登记管理政策为2．00，限额采伐管理政策为4．00，林权交易管理政策为2．00、3．00对林权抵押贷款信用风险的影响系数分别为2．875、2．478、21．128、20．223。这说明林权登记管理政策、限额采伐管理政策越完善，林权交易市场越成熟，银行抵押森林资源安全性越能得到有效维护，林权抵押贷款信用风险也就越小。

　　2．模型参数估计效果评价。在对模型进行参数估计时，由于所选的因变量参考类别设置为信用风险大，表3所体现的参数估计输出结果仅给出了另外2个类别的信息。对于因变量的信用风险小(1．00)与信用风险一般(2．00)类别，其参数估计的显着性水平都为0．001，低于0．05的显着性水平。对于因变量的信用风险小(1．00)与信用风险一般(2．00)类别，其参数估计的结果有的显着、有的不显着，参数估计的结果在显着性程度上表现出明显的不一致，笔者认为对于因变量不同类别的取值显着性，参数估计的结果显着性程度差异与模型所选择的变量有关。总之，所构建的模型能够合理地解释林业政策对林权抵押贷款信用的影响，但是，对于不同的政策性因子对林权抵押贷款信用风险大小的影响差异性难以充分解释。

　　3．模型预测效果评价。对不确定性进行预测，这是构建模型的基本目标之一。从上述分析可知，林业政策对林权抵押贷款信用风险的影响较大，而其中林权登记管理政策、限额采伐管理政策、林权交易管理政策对林权抵押贷款信用风险的影响尤其明显，评判的标准取决于模型超高的预测准确性。

　　四、政策建议与研究展望

　　(一)政策建议

　　以上理论与实证分析揭示了林业政策对林权抵押贷款信用风险的影响，研究认为要维护金融交易安全，推动林权抵押贷款持续开展，需要政府在以下3个方面作出努力：(1)健全我国林权登记管理政策，规范林权档案管理、提升林权管理手段、建立健全银行与林业管理部门间抵押林权的信息共享制度，有效维护银行抵押森林资源的安全性；(2)完善限额采伐管理政策，对公益林和商品林分别采取2种不同的采伐管理政策、科学合理地划定生态公益林、遵循林农意愿编制人工商品林经营方案、简化非公有制人工商品林的审批手续、取消育林基金改征环境绿化税、严格实行凭证运输制度 ；(3)完善林权交易管理政策，拓宽变现渠道，简化手续，降低交易费用，让银行可以按照《中华人民共和国担保法》的规定，采用抵押物折价，或以拍卖、变卖该抵押物所得价款受偿等方式实现抵押权。

　　(二)研究展望

　　林权抵押贷款信用风险评估是信用风险研究中较新的研究领域，本文在该领域进行了初步研究，还存在需要后续研究加以完善的地方。受研究条件的约束，研究主要以定性数据为主来构建模型，研究数据需要随着金融机构林权抵押贷款业务的进一步开展不断充实；研究得出的模型可操作性及实际效果如何有待于在林权抵押贷款业务开展过程中进一步检验。本研究所提出的林权抵押贷款信用风险化解策略仅是提供了一个基本的思路，在后续研究中需要对其内容进行细化和深化。

　　本文由学术期刊吧整理发布，转载请注明出处！

我要分享到：