信用評級與農(nóng)戶正規(guī)融資:溫州案例

丁騁騁,周群力

(1.浙江財經(jīng)學院金融學院,浙江 杭州 310018;2.復旦大學經(jīng)濟學院,上海 200433)

一、引 言

在農(nóng)村,由于特有的信息分布特點,決定了農(nóng)戶信息搜尋與甄別更為困難,由此造成的 “金融排斥”較為普遍。盡管農(nóng)村中小型金融機構(gòu)紛紛設(shè)立,然而相對于農(nóng)戶巨大融資需求,正規(guī)金融的供給仍然不足,導致農(nóng)戶融資仍大量求助于民間借貸。近幾年,政府一直在加大金融改革力度并出臺多種政策使民間金融規(guī)范化。在浙江,通過化解信息不對稱來解決農(nóng)戶正規(guī)融資的不足,基層金融機構(gòu)做了不少努力,比如信用評級就是一種極好的嘗試。2004年以來浙江就有不少信用合作社(銀行)陸續(xù)展開針對中小企業(yè)以及農(nóng)戶的信用評級。近幾年來,這項工作在全省普遍展開,對緩解農(nóng)戶信貸約束、促進農(nóng)戶融資從非正規(guī)金融轉(zhuǎn)向正規(guī)金融起了積極作用。然而,農(nóng)戶信用貸款仍存在借貸配給問題。

通常情況下,“信貸配給”被理解為信貸市場信息不對稱下逆向選擇的結(jié)果 (Jaffee&Russell,1976)[1]。Stiglitz&Weiss(1981,1983)認為,在高利率情況下,只有高風險項目的借款人才愿意借款。為了防范風險,銀行寧愿選擇相對較低的利率,拒絕一部分借款要求[2][3]。這樣,信貸配給就成為貸款人應對逆向選擇的一種理性行為。然而信息并不是造成信貸配給的唯一因素。Fried和Howitt(1980)認為,信貸配給是銀行與借款人之間風險分擔的合約均衡的結(jié)果[4]。Thakor和Callaway(1983)認為貸款人必須投入資源才能獲得關(guān)于借款人風險的信息,這種資源的投入影響了銀行的利潤水平和信貸數(shù)量,從而產(chǎn)生信貸配給[5]。此外,還有一些經(jīng)濟學家從非價格因素、監(jiān)督成本、委托代理等角度解釋了信貸配給的產(chǎn)生。文遠華 (2005)分析了經(jīng)濟轉(zhuǎn)型時期中國信貸配給形成的眾多原因,銀行在識別和控制信貸風險上投入大量成本,宏觀經(jīng)濟波動帶動抵押物資產(chǎn)價格波動等,都可能導致信貸配給[6]。

正如文獻綜述中指出的那樣,有大量信貸配給問題并非是信息不對稱造成的。因此,信用評級并不能完全緩解信貸配給。那么信用評級對于農(nóng)戶融資的真正作用體現(xiàn)在哪里?為此,我們于2010年5月—2011年8月期間針對溫州、紹興、麗水等地農(nóng)村信用社信用評級進行了跟蹤調(diào)查。本文以溫州洞頭為例,考察信用評級對于農(nóng)戶正規(guī)融資的實際作用。洞頭所在的溫州向來民間融資十分活躍,而該縣由于是一個海島縣,涉農(nóng)產(chǎn)業(yè)占比很高,農(nóng)業(yè)貸款一直有較高比重。另外,該縣農(nóng)信社開展信用評級積累并提供的原始數(shù)據(jù)大大方便了我們的實證研究。

二、信息甄別模型

農(nóng)戶融資的最大障礙是信息問題,解決信息不對稱問題有信號傳遞 (Signalling)和信息甄別(Screening)。它們的區(qū)別在于:在信號傳遞中,有私人信息的一方先行,而信息甄別中,沒有私人信息的一方先行。因此,信用評級實質(zhì)是一個信息甄別機制,我們借鑒Spence(1973)勞動力市場建立一個信息甄別模型[7]。

圖1 完全信息條件下的均衡

與勞動力市場的信息甄別相同,在信用社實施的信用評級中,假定有兩類農(nóng)戶:能力強的農(nóng)戶與能力低的農(nóng)戶。能力高低意味著農(nóng)戶有更大的經(jīng)營規(guī)模和更強的賺錢能力。如果需要貸款,能力強的農(nóng)戶貸款額度更大。我們假定θ表示能力高低。Uθ(C,L)表示能力為θ的農(nóng)戶的效用函數(shù),其中C表示農(nóng)戶被信用社最后評定的信用級別,L表示農(nóng)戶實際貸款數(shù)量。假定?U/?C＜0,?U/?L＞0,也即獲得并維持高信用級別需要付出艱辛努力,因此其效用是負的;而實際貸款帶來正效用。同時我們也假定?L/?C＞0,?2L/?C2＜0。因此在坐標圖 (C,L)中,我們得到斜率為正但遞減的無差異曲線。

信用評級中,信用社首先對農(nóng)戶進行信用評級,并給出合同菜單 {C,L},規(guī)定不同信用等級有不同的貸款額度。農(nóng)戶接受金融機構(gòu)信用評級,根據(jù)合同菜單得到合約規(guī)定的貸款。對高能力農(nóng)戶而言,農(nóng)戶在貸款額度內(nèi)盡可能地貸款,比如L=C,也即信用額度全部用完。而低能力農(nóng)戶并不用完信用額度,比如L=0.5C。

兩類農(nóng)戶區(qū)別在于:同樣增加一個等級的信用級別,高能力農(nóng)戶需要增加更多實際貸款才能保持效用不變。而對于低能力農(nóng)戶來講,增加信用等級可以貸到更多的資金,但信用風險也增加,因此實際增加貸款數(shù)量沒有高能力農(nóng)戶多。表現(xiàn)在無差異曲線上,高能力農(nóng)戶無差異曲線處處陡于低能力農(nóng)戶。對普通農(nóng)戶而言,給定信用社給他評定的信用等級C,選擇實際貸款額度L,使其效用函數(shù)最大化Uθ(C,L),在完全信息條件下:

低能力農(nóng)戶 :?L1/?C1=0.5=-(?U1/?C1)/(?U1/?L1)

高能力農(nóng)戶 :?L2/?C2=1=-(?U2/?C2)/(?U2/?L2)

因此,如果信用評級能夠保證完全客觀并對農(nóng)戶信息充分了解,這就成為完全信息條件下的博弈。圖1中的A點和B點分別為低能力農(nóng)戶與高能力農(nóng)戶的均衡點:低能力農(nóng)戶被信用社評定為C1信用等級,并實際得到L1的貸款。高能力農(nóng)戶被評定為C2信用等級,并實際得到L2的貸款。

圖2 不完全信息條件下的分離均衡

根據(jù)Rothschild和Stiglitz(1976)的信息甄別模型[8],我們可以假定農(nóng)戶信用評級的均衡是指存在一組信用社與農(nóng)戶之間的合同:{(C1,L1),(C2,L2),…, (Ck,Lk)},以及一個選擇規(guī)則R:θ→(C,L),使得:(1)每一個農(nóng)戶都可以在可選擇的合同中選擇一個最合適自己的合同(也即 θ能力 (Cθ,Lθ),當只當對于所有的Uθ(Cθ,Lθ) ≥Uθ(C,L));(2)信用社利潤不能為負。

現(xiàn)實生活中,信用評級并不能做到完全客觀,對農(nóng)戶了解也不可能完全充分,這樣 (A,B)不再是一個均衡。這是由于:因為信息不對稱導致信用社無法真正識別農(nóng)戶能力高低。對于低能力農(nóng)戶在冒充高能力農(nóng)戶要求貸款,其無差異曲線經(jīng)過B點,即L＞0.5C,也即他的貸款超過了其實際還貸能力,這可能導致信用社利潤受損。

由于信用評級的局限,信用社與農(nóng)戶關(guān)系成為一個不完全信息條件下的博弈。我們將精煉貝葉斯均衡可以定義為:(1)存在一個預期的貸款函數(shù)L(C),一個均衡的信用等級C*(θ);(2)給定L(C),一個均衡的貸款水平L*能夠最大化農(nóng)戶效用Uθ(C,L(C))[9]。在這種均衡條件下,不同能力的農(nóng)戶被評為不同信用等級,比如低能力的農(nóng)戶被評上C3,高能力農(nóng)戶對應的信用級別C4,形成一個分離均衡。我們用圖2的幾何圖形表示這種分離均衡:低能力農(nóng)戶的均衡點在G點,高能力農(nóng)戶的均衡點為H點,也即:低能力農(nóng)戶對應的信用級別為C3,實際貸款額為L3。高能力農(nóng)戶對應的信用級別C4,選擇的實際貸款為L4。與完全信息條件下的均衡相比,不完全信息條件下的分離均衡顯然信用級別與實際貸款都更低。這種與完全信息條件下均衡的偏離成為一種效率損失。

信用評級作為一種信息甄別機制,有效地降低了借貸雙方的交易成本。通過以上模型我們可知,信用評級無法完全解決信息問題,調(diào)查中我們也注意到:對于農(nóng)戶始終是不可能做到充分了解,信用評級也不可能避免主觀因素,而且金融機構(gòu)工作人員出于審慎原則,總是存在壓低農(nóng)戶信用得分和信用等級的傾向。以下我們用溫州洞頭調(diào)研所得數(shù)據(jù)進行實證。

三、基于信用評級的實證分析

洞頭的信用評級具體做法為:(1)由信用社先制定評定指標及分值標準,工作人員到農(nóng)戶家里實地走訪,建立農(nóng)戶經(jīng)濟信息檔案;(2)發(fā)揮老人協(xié)會作用,利用晚上時間對白天外出的農(nóng)戶進行走訪,完善、充實農(nóng)戶信息檔案;(3)調(diào)查小組聽取村兩委意見,根據(jù)農(nóng)戶道德品質(zhì)、經(jīng)濟狀況等情況對信用評級給出初步意見;(4)由評審小組 (村兩委及農(nóng)信社工作人員5-6人)核定信用得分并給出信用等級。評上信用農(nóng)戶的每三年復審一次,有效期限內(nèi)可隨時辦理貸款手續(xù),不再逐筆申請。洞頭縣農(nóng)戶25196戶,信用社共走訪農(nóng)戶20410戶 (剔除五保戶等),評上信用戶的共10025戶。占全縣從事農(nóng)業(yè)生產(chǎn)經(jīng)營的75%。具體情況見表1。以往,當?shù)剞r(nóng)戶融資主要通過 “會”,信用評級降低了信息不對稱造成的 “隱性成本”,使農(nóng)戶更多傾向于正規(guī)融資。在我們與農(nóng)戶的訪談中得到的諸多案例印證了這一點。

表1 信用評級總體情況 (樣本量=10025)

以下,我們就對洞頭縣東屏鎮(zhèn)信用評級數(shù)據(jù)進行分析。東屏鎮(zhèn)農(nóng)戶主要從事羊棲菜養(yǎng)殖、海洋捕撈業(yè)等。農(nóng)信社工作人員共走訪農(nóng)戶4940戶,建立檔案3231戶,評出等級信用農(nóng)戶1585戶。剔除無效信息,共得到1542戶有效數(shù)據(jù)。下表為信用評級總體情況:

表2 東屏鎮(zhèn)農(nóng)戶信用評級統(tǒng)計性描述

與信用社工作人員訪談中,我們得知,評審小組在最終核定時,有意控制了高信用級別人數(shù)。我們進一步詳查那些核定得分對應的等級與最后實際等級不符的樣本 (共71例),稱為 “違規(guī)案例”。這些違規(guī)案例我們視為發(fā)生了等級的調(diào)整。此外,還有17例正常樣本是通過分數(shù)調(diào)整來改變等級的。這樣共有88例發(fā)生了等級調(diào)整,其中有26例等級被調(diào)高,62例被調(diào)低。我們將等級 (分數(shù))被調(diào)低 (高)作為被解釋變量,考察決定這種變動背后的因素。結(jié)果如表3所示。

表3 回歸結(jié)果

從上表可以看出,以 “信用等級被調(diào)低”作為被解釋變量,只有信用記錄這一解釋變量顯著為正,其他變量并不顯著。以 “信用等級被調(diào)高”或者以 “分數(shù)被調(diào)高”作為被解釋變量,只有信用記錄這一解釋變量較為顯著,其他變量均不顯著。其中原因,我們認為:對絕大部分農(nóng)戶而言,都從來沒有獲得金融機構(gòu)的正規(guī)貸款,因而此項打分基本為高分。評審小組在最后核定時有意對高分的農(nóng)戶壓低了信用等級。

以 “分數(shù)被調(diào)低”作為被解釋變量,道德品質(zhì)、信用記錄、經(jīng)濟狀況與償債能力四項解釋變量都在1%水平內(nèi)顯著,而其他變量并不顯著。其中,道德品質(zhì)、信用記錄與償債能力三項都與被解釋變量顯著負相關(guān)。說明這三項得分越高,越不容易被調(diào)低最終的信用得分。經(jīng)濟狀況與被解釋變量顯著正相關(guān),這主要是因為此項其中有一小項內(nèi)容為 “經(jīng)營規(guī)模情況”,分值越高可能意味著風險越高,導致信用得分偏低。

在與農(nóng)信社工作人員訪談中,他們承認在評級過程中確實存在有意壓低農(nóng)戶信用得分和信用等級的行為。因為信用評級一旦完成,農(nóng)戶需要貸款,就不再進行第二次貸款審查,為了謹慎起見,寧可將其信用等級壓低以減少風險。另外,農(nóng)信社因為還要承擔服務(wù) “三農(nóng)”的社會責任,省信用聯(lián)社每年對農(nóng)戶貸款的覆蓋面及覆蓋面增長率這兩項指標都要考核。因此,農(nóng)信社也有意降低農(nóng)戶單戶的授信額度,以達到增加覆蓋面的目的。

四、實際貸款的數(shù)據(jù)分析

我們用2010年9月的東屏鎮(zhèn)實際產(chǎn)生的貸款數(shù)據(jù)分析信用評級的作用。當月東屏信用社有733筆貸款,信用戶貸款有316筆,在242戶信用戶貸款中,有145戶實際貸款超過了信用額度,通俗地說即 “吃不飽”。他們除信用貸款外還使用了抵押、普通保證以及聯(lián)保等其它貸款。在東屏鎮(zhèn),近60%的信用戶都處于吃不飽狀態(tài)。特別是1A、2A級兩個信用戶,由于授信額度較低,“吃不飽”的農(nóng)戶比例最高。

表4 東屏鎮(zhèn)信用戶貸款

我們將實際貸款額度是否超過其信用級別授信額度 (overdemand)作為被解釋變量,超過的農(nóng)戶記為1,否則記為0。設(shè)定道德品質(zhì)等四項評分作為解釋變量,建立一個Probit模型,對242戶有貸款的信用戶進行回歸,結(jié)果如下。

表5 Probit模型回歸結(jié)果

上表中,多變量回歸 “償債能力”與被解釋變量 “實際貸款額度是否超過信用等級授信額度”顯著負相關(guān)。從表3可知,“償債能力”越高,說明農(nóng)戶資質(zhì)越好,越不容易被調(diào)低信用得分,從而可能獲得更高的信用級別,因而也不容易 “吃不飽”。在單變量回歸中,償債能力也與被解釋變量顯著負相關(guān)。另外,我們做了信用級別與被解釋變量的單變量probit回歸,發(fā)現(xiàn)信用級別與被解釋變量負相關(guān),即信用級別越高,授信額度越高,“吃不飽”可能越低;信用級別越低,授信額度越小,“吃不飽”可能越大。

五、結(jié) 論

通過對溫州的考察,我們發(fā)現(xiàn):金融機構(gòu)在信用評級中出于審慎原則,或增加農(nóng)戶小額信用貸款的覆蓋面,存在有意壓低農(nóng)戶信用得分和信用等級的傾向。從本質(zhì)上講,這是信貸配給的另一種形式。實際貸款中,農(nóng)戶確實存在大面積的實際貸款需求遠遠超過其 “信用貸款”授信額度的現(xiàn)象(低信用等級農(nóng)戶最明顯)。超過部分,農(nóng)戶通過抵押、普通保證、聯(lián)保等其它形式來補充。

信用評級不能解決信貸配給問題,但作為一種信息甄別機制,其重要貢獻在于:它為更多農(nóng)戶進入正規(guī)金融打開了一個通道。傳統(tǒng)社會,農(nóng)戶融資主要以民間借貸方式,通過信用評級,使更多的農(nóng)戶被納入到正規(guī)融資范圍。盡管信用貸款不能完全滿足其信貸需求,農(nóng)戶完全有可能在客戶經(jīng)理的指引下,通過其它貸款形式滿足。因此金融機構(gòu)應推廣信用評級這種軟性 “金融基礎(chǔ)設(shè)施”建設(shè),這是引導民間借貸并使其正規(guī)化的有力方式。另一方面,農(nóng)村金融機構(gòu)仍需不遺余力開拓其他融資渠道、開發(fā)不同類型信貸產(chǎn)品、制定差別化利率政策為滿足農(nóng)戶信貸需求提供必要補充,從而引導農(nóng)戶融資更多地從民間借貸轉(zhuǎn)向正規(guī)金融。

[1] Jaffee,Dwight M.,and Thomas Russell,1976,“Imperfect Information,Uncertainty,and Credit Rationing” ,Quarterly Journal of Economics,Vo.90(Nov.),pp.651-66.

[2] Stiglitz,Joseph E.,and Andrew Weiss,1981,“Credit Rationing in Markets with Imperfect Information” ,The American Economic Review,Vol.71,No.3.(Jun.),pp.393-410.

[3] Stiglitz,Joseph E.,and Andrew Weiss,1983,“Incentive Effect of Termination:Applications to the Credit and Labor Markets” ,American Economic Review,(Dec.),pp.912-927.

[4] Fried,Joel,and Peter Howitt,1980,“Credit Rationing and Implicit Contract Theory.” Journal of.Money,Credit,and Banking,12(August),pp.471-487.

[5] Thakor,Anjan V.,and Richard Callaway,1983,“Costly Information Production Equilibria in the Bank Credit Market with Applications to Credit Rationing,”The Journal of Financial and Quantitative Analysis,Vol.18,No.2(Jun.).

[6] 文遠華.中國經(jīng)濟轉(zhuǎn)型時期信貸配給問題研究 [M].上海:上海三聯(lián)書店,上海:上海人民出版社,2005.

[7] Spence,Michael,1973,“Job Market Signaling” ,The Quarterly Journal of Economics,Vol.87,(Aug.)pp.355-374.

[8] Rothschild,Michael,and JosephStiglitz,1976,“Equilibrium in Competitive Insurance Markets:An Essay on the Economics of Imperfect Information”,The Quarterly Journal of Economics,Vol.90,No.4,Nov.,pp.629-649.

[9] 張維迎.博弈論與信息經(jīng)濟學 [M].上海:上海三聯(lián)書店,上海:上海人民出版社,1996.