第２７卷第３期 新乡学院学报：自然科学版 ２０１０年６月 Ｖ．０１．２７ Ｎｏ．３ Ｊｏｕｒｎａｌ ｏｆ Ｘｉｎｘｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ：Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ Ｊｕｎ．２０１０ 影响助学贷款还款意愿的因素分析 赵健 ， （１．中南财经大学统计与数学学院，武汉４３００７４；２．黄淮学院经济管理系，河南驻马店４６３０００） 摘要：在传统的信用风险管理‘‘５Ｃ’’原则基础上，利用Ｌｏｇｉｔ模型，分析了贷款者个体特征对其还款意愿的 影响，发现了贷款者的性别、家庭收入状况、家庭人口量和专业方向是影响还款意愿的重要因素。认为加 强对贷款学生的诚信教育、培养学生就业能力、拓展学生的就业渠道是降低助学贷款信用风险的主要措施。 关键词：助学贷款；信用风险；还贷意愿；Ｌｏｇｉｔ模型 中图分类号：Ｏ２１１．９ 文献标志码：Ａ 文章编号：１６７４－３３２６（２０１０）Ｏ３加Ｏｌ７ ４ Ｔｏ Ａｎａｌｙｚｅ Ｉｎｆｌｕｅｎｃｉｎｇ Ｆａｃｔｏｒｓ ｏｆ ｔｈｅ Ｒｅｐａｙｍｅｎｔ Ａｓｐｉｒａｔｉｏｎ ＺＨＡ０ Ｊｉａｎ （１．Ｓｃｈｏｏｌ ｏｆＳｔａｔｉｓｔｉｃｓ ａｎｄ Ｍａｔｈｅｍａｔｉｃｓ，Ｚｈｏｎｇｎａｎ Ｕｎｉｖｅｒｓｉｙｔ ｏｆＥｃｏｎｏｍｉｃｓ ａｎｄ Ｌａｗ，Ｗｕｈａｎ ４３００７４，Ｃｈｉｎａ； ２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｍａｎａｇｅｍｅｎｔ，Ｈｕａｎｇｈｕａｉ Ｕｎｉｖｅｒｓｉｙｔ，Ｚｈｕｍａｄｉａｎ ４６３０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｔｈｅ ａｕｔｈｏｒ ｍａｄｅ ａ Ｌｏｇｉｔ ｍｏｄｅｌ ｔｏ ａｎａｌｙｚｅ ｐｒｏｂａｂｉｌｉｔｉｅｓ ｗｈｅｔｈｅｒ ａ ｓｔａｔｅ ｅｄｕｃａｔｉｏｎａｌ ｌｏａｎ ｂｏｒｒｏｗｅｒ ｒｅｔｕｒｎ ｈｉｓ ｌｏａｎ．Ｔｈｉｓ ａｎａｌｙｓｉｓ ｉｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｃｒｅｄｉｔ ｒｉｓｋ ｍａｎａｇｅｍｅｎｔ．Ｆｒｏｍ ｔｈｅ ｍｏｄｅｌ，ｔｈｅ ａｕｔｈｏｒ ｆｏｕｎｄ ｔｈａｔ ｔｈｅ ｂｏｒｒｏｗｅｒ’ｓ ｇｅｎｄｅｒ，ｆａｍｉｌｙ ｉｎｃｏｍｅ，ｆａｍｉｌｙ ｐｏｐｕｌａｔｉｏｎ ａｎｄ ｍａｊｏｒ ｗｅｒｅ ｍａｉｎ ｆａｃｔｏｒｓ ｗｈｅｎ ｔｈｅ ｓｔｕｄｅｎｔ，ｗａｎｔｓ ｔｏ ｐａｙ ｂａｃｋ ｔｈｅ ｌｏａｎ．Ｉｎ ｏｒｄｅｒ ｔｏ ｒｅｄｕｃｅ ｃｒｅｄｉｔ ｒｉｓｋｏｆ ｓｔａｔｅ ｅｄｕｃａｔｉｏｎａｌ ｌｏａｎｓ，ｗｅ ｓｈｏｕｌｄ ｓｔｒｅｎｇｔｈｅｎ ．ｔｈｅ ｈｏｎｅｓｔ ｉｎｔｅｇｒｉｔｙ ｏｆ ｓｔｕｄｅｎｔｓ，ｉｍｐｒｏｖｅ ｔｈｅｉｒ ｅｍｐｌｏｙａｂｉｌｉｔｙ ａｎｄ ｅｘｐａｎｄ ｅｍｐｌｏｙｍｅｎｔ ｃｈａｎｎｅｌｓ ｆｏｒ ｔｈｏｓｅ ｓｔｕｄｅｎｔｓ ｗｈｏ ｂｏｒｒｏｗ ｔｈｅ ｌｏａｎｓ． Ｋｅｙ ｗｏｒｄｓ：ｅｄｕｃａｔｉｏｎａｌ ｌｏａｎｓ；ｃｒｅｄｉｔ ｒｉｓｋ；ａｓｐｉｒａｔｉｏｎ ｏｆ ｒｅｐａｙｍｅｎｔ；Ｌｏｇｉｔ ｍｏｄｅｌ Ｏ 引言 国家助学贷款服务是在社会主义市场经济条件下，国家利用金融手段资助高校经济困难学生的重大措 施，这是我国主要的助学措施之一。 １９９７年普通高校全面实行并轨招生、缴费上学、自主择业的，中国高等教育开始由精英教育转向 大众教育，特别是１９９９年高校扩大招生规模后，由于主、客观方面的原因，高校贫困生的数量和比例不断 增加。经济贫困及各方面的不良影响，使得高校贫困生问题成为社会广泛关注的热点。为了解决贫困生的 学习和生活问题，国家助学贷款应运而生。 从执行以来，确实解决了许多贫困生的实际困难，有效地促进了我国高等教育的发展。 自１９９９年开始执行到２００８年６月底，银行已累计审批贷款学生３７７．４万人，累计审批合同金额 ３５４．３亿元，获贷学生占在校生总数的１１．２％。自２００４年６月国家助学贷款新机制运行到２００８年６月底， 银行审批贷款学生２９１万人，审批合同金额２８４．２亿元，同时包括生源地信用助学贷款部分。但在执行助 学贷款的过程中也暴露出一些问题，即使是成功的典型一“河南模式”，也存在着诸多风险。集中表现 在很多学生毕业后没有及时还贷。据统计，全国借贷学生平均违约率接近２０％，不少银行暂停了高校的贷 款业务，被列入“黑名单”的高校有１００多所，约占全国高校的１０％。高违约率已成为制约我国助学贷款 收稿日期：２０１０．０４．１１ 修回日期：２０１０．０５．２５ 基金项目：河南省教育科学“十一五”规划重点课题（２ＯＯ８－ＪＫＧＨＡＺＤ－１０２） 作者简介：￣（１９７７－－），女，河南新野人。博士生，讲师，研究方向：计量经济方法、宏观经济。Ｅ－ｍａｉｌ：５２１ｅｌｌｅ＠ｓｉｎａ．ｃｏｍ。 ・ｌ８・ 新乡学院学报：自然科学版 ２０１０年 发展的一大障碍，也影响了我国高等教育的发展。 助学贷款风险问题，一直是国内外学者研究的热点问题。国外研究主要包括：评价贷款者，促进还贷； 影响还贷因素主要包括：学校状况、位置【”。违约行为与贷款者所在的学校特征或贷款者个性特征的联系， 借贷者的入学前后及毕业后的个体特征【 。国内研究主要包括：信用建设和贷款偿还问题的研究 ，社会大 环境的影响、诚信机制、责任意识等方面的研究【 】，本金来源、机构设置、信用建设、风险防范与按收 入比例还款设计的相关因素及还款实际测算等方面的相关研究【６１。沈华、沈红、黄维在“学生贷款偿还负 担的国际比较及我国的实证研究”中对５个“国家和地区的学生贷款偿还负担”进行了比较，并对我国学 生的还款负担作了分析，建议用延长还贷时间、增加贷款数额、调整贷款利率等措施降低贷款风险 。可 以认为国家助学贷款无法顺利贯彻的根本原因在于风险可控性较差，提出了贷款学生“提供教师服务 来偿还贷款”的还贷模式【８１。上述内容没有涉及学生还贷意愿的研究，在此，笔者建立了关于还贷意愿的 计量经济学模型，分析了影响还贷意愿的因素，旨在为助学贷款的风险管理提供依据。 ｌ 模型构建 信用风险是助学贷款的主要风险，而风险的产生主要取决于还贷意愿。借鉴银行传统的信用风险管理 “５ｃ”原则，即品行（Ｃｈａｒａｃｔｅｒ）、能力（Ｃａｐａｃｉｔｙ）、资本（Ｃａｐｉｔａ１）、抵押（Ｃｏｌｌａｔｅｒａ１）与环境（Ｃｏｎｄｉｔｉｏｎ），在考察还 款意愿时，选择借款者的诚实程度、家庭收入状况、家庭人口数量、专业方向、性别等特征因素作为分析 的解释变量。根据历年助学贷款的相关数据，采用Ｌｏｇｉｔ模型对数据进行分析。 １．１ Ｌｏｇｉｔ模型 Ｌｏｇｉｔ模型采用的是ｌｏｇｉｓｔｉｃ概率分布函数，形式是： Ｐｉ＝Ｆ（ ）＝Ｆ（ａ＋ｆｉｘ，）＝【１＋ｅｘｐ（一 ）】 ＝｛１＋ｅｘｐ［－（ａ＋ ）】）一， （１） 其中 ＝｛ 芸 ； 对于给定的 ， 表示相应个体做出某种选择的概率。对（１）式做整理，可得 【ｌ＋ｅｘｐ（一 ）】＝１， 即有ｅｘｐ ＝（１一Ｐ ，２边取对数，得 ＝Ｉｎ［（１一Ｐ ） 】，于是，可得 ｌｎ［（１一 ）一 】＝ ＝ ＋ 。 （３） （２） 由（３）式可知，Ｌｏｇｉｔ模型的优点就是把在区间【０，ｌ】上预测概率的问题，转化为在实数轴上预测一个事 件发生的概率比问题。Ｌｏｇｉｔ分布函数的斜率在 ＝０．５时最大，在分布的２端逐渐减小。说明Ｐｉ：０．５附近 解释变量 的变化对概率变化的影响较大，而相对于Ｐｉ接近０和１附近ｘｔ值的变化对概率的变化影响较小。 １．２变量的选取 在获取数据时，出于保护学生隐私的目的，学校一般不愿意透露学生的全部信息，我们只能得到有关 学生贷还贷额、学制、性别、专业、家庭人口以及家庭收入等数据。因此分析时，根据以上数据，将还款 与否设置成０．１的虚拟变量，用来表征借款者的还款意愿。而将其他变量作为解释变量，来解释还贷意愿。 １Ｉ３数据的选取 笔者选取黄淮学院２００５．２００６年申请国家助学贷款的学生为样本，因为黄淮学院是河南省贫困生资助 工作先进学校。 Ｉ．４实证分析结果 １．４．１影响还贷意愿的综合因素 所选样本均在２００８年７月１日以前毕业，如果该学生已经还清贷款，一方面表明该同学享受了国家的 贴息，没有承担商业性贷款利息，另一方面也表明该同学有较强的还款意愿和能力，贷款风险比较小。以 ２００５年的数据为样本，在选取的７６４名同学中，有５３２名在毕业之前已将借款全部还清，占总人数的７１％。 根据上面讨论的结果，建立Ｌｏｇｉｔ模型如下： ＝Ｆ（ ）＝Ｆ（ａ＋氏）＝【ｌ＋ｅｘｐ（一 ）】 ＝｛１＋ｅｘｐ［一 ＋ ）１）－ ， ． 一一 ｆ１，毕业前还清贷款； ｌ ０，毕业前未还清贷款。 用Ｅｖｉｅｗｓ进行计算，并输出结果如下： 赵健：影响助学贷款还款意愿的因素分析 ・ｌ９・ Ｉｎ（１一 一 Ｐ＝一０．２ ｌ＋０．６９７ｓｅｘ 一０．５５ｙｅａｒ’＋０．８９７ｄｉａｎｚｈｉ“＋２．０３ｈｕｌｉ ＋０．７４９ｈｕａｘｕｅ一 （０．１ ８） （０．２９） （０．３６） （１．０８） （０．６０） ０．０ １ ９ｊｉｓｕａｎｊｉ＋０．３ １ ８ｊｉａｎｚｈｕ＋０．４３ｓｈｅｈｕｉ＋０．９８ｊｉｎｇｇｕａｎ”＋０．７３ｎｏｎｇｌｉｎ＋ （０．４１） （０．３４） （０．４５） （０．３８） （０．６０） ｌ・６４ ＋０・４９ｗａｉｙ甜十０・０７２ ｆ＋ｌ・９２ｙｉｓｈｕ”， （４１ （０．５５） （０．４ １） （０．５０） （０．６０） 一 其中：方程（４）中的变量定义如下：ｓｅｘ是表示性别的虚拟变量，１表示女生，０表示男生，用以区别男女同 学的还款情况；ｙｅａｒ表示学制的虚拟变量，０表示３年制，１表示４年制；ｄｉａｎｚｈｉ、ｈｕｌｉ、ｈｕａｘｕｅ、ｊｉｓｕａｎｊｉ、 ／ｉａｎｚｈｕ、ｎｏｎｇｌｉｎ、ｓｈｅｈｕｉ、ｓｈｕｘｕｅ、ｗａｉｙ 、ｘｉｎｘｉ、ｙｉｓｈｕ表示学生所属院系的虚拟变量，若某同学属于某专 业，对应于该专业的取值就是ｌ，则其他专业的取值就是０，这些虚拟变量的主要作用是用来区别不同院系 学生的还款情况；括号中是对应系数的标准差，该模型的ＭｃＦａｄｄｅｎＲ 为０．０７。可以看出，右上角带 的变 量在１０％的显著性水平下具有显著性，带¨的变量在５％的显著性水平下具有显著性。 方程（４）表明该校还款时的性别差异：与男生相比，女同学还贷意愿较强，其还款概率比平均值高１５％， 即（ｆｉ￣（１一 ） ＝０．６９６ｘ（１—０．６９６）×０．６９７＝０．１５ ｏ方程（４）也显示了不同系别（专业方向）对还贷意愿的影 响。系别变量前的系数为正，表明该系同学在毕业前还款的概率大于不还的概率。由结果可以看出，机会 数之比最高的是护理学系，该系学生提前还款的概率是没有提前还款概率的７．６３倍（ｅｘｐ（２．０３）＝７．６３），其次 是艺术系和数学系，这２个系的机会数之比分别高达６．８３８和５．１７５。 方程（４）同时显示４年制本科学生提前还款的平均概率比３年制专科学生低１ ｌ％，即（ （１一 ） 。。 ＝０．６９６×（卜０．６９６）×（－ｏ．５５）＝一０．１１２），而上述３个系都有比例很高的专科学生。 １．４．２学制对还贷意愿的影响 为进一步考察学制对还贷意愿的影响，我们进一步对３年制学生的数据进行分析，选取６８１名３年制 学生作为样本，采用相同的变量名，建立Ｌｏｇｉｔ模型，采用Ｅｖｉｅｗｓ ６．０计算结果如下： ・ ｈａ（１一ｐ）一 Ｐ＝－０．００８＋０．７９２ｓｅｘ”＋０．７４３ｄｉａｎｚｈｉ ＋１．９２５ｈｕｌｉ 一０．８５７ｈｕａｘｕｅ一 （Ｏ．２０） （Ｏ．４ １ ２） （１．０９） （Ｏ．８４５） ０．０８ ｌｊｉｓｕａｎｊｉ＋０．３７５ｊｉａｎｚｈｕ＋０．９３２ｊｉｎｇｇｕａｎ ＋Ｏ．６６９ｎｏｎｇｌｉｎ＋Ｏ．３６７ｓｈｅｈｕｉ＋ （Ｏ．４３３） （０．３７８） （０．４９） （０．６２） （０．４７５） ２．３７ｓｈｕｘｕｅ’＋０．４ １４ｗａｉｙｕ＋０．０ ｌ ７ｘｉｎｘｉ＋１．８４５ｙｉｓｈｕ“， （１．０８２） （０．４３７） （０．５ １ ９） （０．６２２） Ｉ））～ 比较（５）式和（４）式，发现性别变量前的系数有所增大，机会数之比提高到２．２０７，提高了９．９％，变化显著的 主要有数学系和化学系的数据，数学系的机会数比提高到了１０．６９６，提高了１．０７倍，还款概率由综合状况 下的３４．７％提高到比平均水平高４９．１６％；化学系的系数由正变负表明３年制学生的还款意愿（或概率）较平 均水平有所下降，但在统计上仍然是不显著的。统计上显著的是电子、护理、经济管理系和艺术系的变量 系数均为正，表明学生的提前还款意愿高于推迟还款意愿的概率。 １．４．３ 家庭状况对还贷意愿的影响 为考虑学生家庭收人状况、家庭人口数量对还款意愿的影响，我们采用２００５—２００６年该校数学专业１４６ 同学作为样本，建立如下的Ｌｏｇｉｔ模型： Ｉｎ（１一ｐ） Ｐ＝一０．１４５＋０．９０６×ｓｅｘ”＋０．１５４×ｎｕｍｂｅｒ＋０．４０６ｉｎｃｏｍｅ 一２．４９８ｙｅａｒ”， … （０．． ４５１） （０．１９９） （０．２３６） （１．４５８） Ｉ、 Ｊｏ （６）式的ＭｃＦａｄｄｅｎ Ｒ 为０．２６５。其中ｐ 表示Ｙ取１的概率，Ｙ和ｓｅｘ的定义同上，ｎｕｍｂｅｒ代表该同学家庭 人口数，ｉｎｃｏｍｅ代表该同学在申请贷款时所申报的家庭年收入状况，ｙｅａｒ是表示学制的变量，如果该同学 是３年制学生，该变量取值０，４年制学生取值１。括号中的数值是对应参数的标准差。式中带有 号的变 量在１０％的水平表示有显著性差异，带 的变量在５％的显著性水平下有显著性差异。 上述结果表明数学系学生还款意愿在性别特征、学制特征上和全校基本一致，这里不加赘述。（６）式新 ・２Ｏ・ 新乡学院学报：自然科学版 ２０１０年 加入的２个变量收入（ｉｎｃｏｍｅ）和家庭人数（ｎｕｍｂｅｒ）系数均为正，表明家庭收入越高学生一般会倾向于提前还 贷，家庭人数也有相同效果，但该变量在统计上是不显著的。 ２ 主要结论 通过上述分析可以看出，作为“河南模式”代表的黄淮学院，绝大部分借款学生在毕业时已经还清了 借款，少数在毕业时没有还清的，由于仍然在贷款期限内，所以还不能认定为违约，只不过这些学生愿意 承担利息。黄淮学院学生提前还款率高，也说明了“河南模式”的助学贷款有成功的一面。１）从性别特 征可以看到，女生的还贷意愿较高。这说明性别对还贷意愿是有显著影响的，由于女生受传统道德观念的 约束比男生强，所以她们的还贷意愿比较强。另一方面，部分专业（像护理、艺术等）女同学比例很高，这 些专业的就业率都很高，这是影响同学还贷意愿的重要因素。２）从专业方向看，护理、艺术和数学专业学 生的还贷意愿比较强。这是因为这些专业都是社会需要的紧缺专业，实用性强，毕业后就业率高；另外， 相应院系加强诚信教育，增强了学生的诚信意识。３）从学制方面看，３年制专科比４年制本科学生的还贷意 愿强。３年制专科专业一般都是一些实用性较强的专业，学生适应社会的能力强，就业率比较高。４）从家庭 状况看，家庭收入越高、成员越多的学生，还贷意愿越强。５）不能还清借款的学生可能是实在没有办法才 继续承担利息负担的，这部分同学如果就业渠道不通畅，流动性将会增强，必将提高贷款管理的难度。 ３ 相关建议 根据上述分析，为了控制助学贷款风险，贯彻我国助学贷款，笔者建议推广“河南模式”，将“河 南模式”与生源地贷款相结合，并强化学生诚信教育、推进社会诚信建设，同时加强培养贫困学生的就业 竞争能力。首先，调整专业，培养实用型人才，这是提高还贷率的根本所在。第二，提高贫困学生的就业 率。第三，加强诚信教育和社会诚信环境建设，建立学生诚信档案，健全诚信评估机制，建立健全诚信奖 惩机制等。同时，将国家资助贷款信息全部纳入人民银行“个人诚信系统”，逐步建立诚信约束体系。最后， 进一步完善申请贷款资格审查、机制。 参考文献： 【１】ＭＯＮＴＥＶＥＲＤＥ Ｋ．Ｍａｎａｇｉｎｇ Ｓｔｕｄｅｎｔ Ｌｏａｎ Ｄｅｆａｕｌｔ Ｒｉｓｋ：Ｅｖｉｄｅｎｃｅ ｆｒｏｍ ａ Ｐｒｉｖａｔｅｌｙ Ｇｕａｒａｎｔｅｅｄ Ｐｏｒｔｆｏｌｉｏ［Ｊ］．Ｒｅｓｅａｒｃｈ ｉｎ Ｈｉｇｈｅｒ Ｅｄｕｃｔｉｏｎ，２０００（３）：３３ １－３５２． 【２】ＶＯＬＫＷＥＩＮ Ｊ ＳＺＥＬＥＳＴ Ｂ Ｐ．Ｆａｃｔｏｒｓ Ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ Ｓｔｕｄｅｎｔ Ｌｏａｎ Ｄｅｆａｕｌｔ ａｍｏｎｇ Ｄｉｆｆｅｒｅｎｔ Ｒａｃｉａｌ ａｎｄ Ｅｔｈｎｉｃ Ｇｒｏｕｐｓ［Ｊ］．Ｒｅｓｅａｒｃｈ ｉｎ Ｈｉｇｈｅｒ Ｅｄｕｃａｔｉｏｎ，１９９８（５）：１—４４． 『３】许庆华．大学生诚信现状分析及对策探讨［Ｄ】．中国优秀硕士学位论文数据库，２００５． 『４】张鹏，郑印．大学生诚信现状及原因分析【Ｊ】．华北工学院学报：社科版，２００３（４）：４４・４５． ｆ５】孙小峰．高校助学贷款改革与大学生诚信刍议【Ｊ】．社会科学论坛：学术研究卷，２００５（２）：６６－６７． 【６】刘丽芳、沈红．美国学生贷款偿还的新机制：人力资本合同【Ｊ】．教育与经济２００７（３）：３６—３９。 ｆ７】沈华、沈红、黄维．学生贷款偿还负担的国际比较及我国的实证研究【Ｊ】．比较教育研究，２００４（１０）：３８—４３． 【８】可然．论偿还国家助学贷款的新模式【Ｄ】．中国优秀硕士学位论文数据库，２００５． 【责任编辑王云鹏】
