《表2 Logit模型的估计结果汇总》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《小额信贷与农户收入增长关系研究——基于PSM模型的经验证据分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：*表示10%显著性水平下显著，**表示5%显著性水平下显著，***表示1%显著性水平下显著，下同。AUC表示在ROC曲线下的面积资料来源：作者利用stata.15软件计算得到

本文首先使用Logit模型进行倾向匹配得分，被解释变量为小额信贷（credit）。表2中模型一没有控制农户所在乡镇，模型二和模型三均控制了农户所在乡镇。模型二中户均种养补贴（subsi）不显著，模型三将其剔除，予以观察logit模型拟合整体效果。表2中AUC处于0.854至0.877范围内，Lian et al.（2011）认为，AUC的值在0.8以上表明方程指标较好。此外，AUC处于0.571至0.579区间范围，则表明方程的拟合程度较好。综合比较而言，模型三拟合结果最好。从Logit模型看，农户的教育水平（edu）、农户贷款经历（exper）、农户所在乡镇金融机构网点数（num）、农户还贷来源(repay）、贷款农户性别（gender）、农户民间借贷（rate)以及婚姻状况（marital）正向影响农户小额信贷发生。农户存量债务（debt）以及农户户主年纪（age)负向影响农户信贷可得性。农户离乡镇距离（dis）、农户家庭人口数（pop）对农户小额信贷发生不显著。