農(nóng)戶小額信貸風(fēng)險評價體系研究

魏 嵐

(1.吉林大學(xué)經(jīng)濟(jì)學(xué)院，吉林 長春 130000;2.沈陽航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院，遼寧 沈陽 110000)

一、引 言

小額信貸，在韋斯尼夫斯基的研究中定義為金融行業(yè)的一部分，是滿足那些從未或很少得到正規(guī)金融服務(wù)的家庭和企業(yè)的金融需求。因此，我國小額信貸機(jī)構(gòu)的主要目標(biāo)客戶是以農(nóng)戶為主的低收入家庭。包括存款服務(wù)、信貸服務(wù)、支付服務(wù)和保險。國際上公認(rèn)的小額信貸溯源到四十多年前，但其真正蓬勃開展是在20世紀(jì)80年代。尤努斯教授于1974年創(chuàng)辦了孟加拉鄉(xiāng)村銀行(也稱格萊珉銀行)，專門向社區(qū)貧困人員發(fā)放小額、無抵押、短期貸款，以幫助當(dāng)?shù)厝藗兠撠?、發(fā)展經(jīng)濟(jì)。尤努斯成功地將小額信貸理論運(yùn)用到了扶貧領(lǐng)域，解決了大量貧困人口的借貸困難問題，從而開始了農(nóng)村小額信貸的發(fā)展歷程。近幾年關(guān)注“三農(nóng)”發(fā)展的政策連續(xù)出臺，農(nóng)村建設(shè)，農(nóng)業(yè)發(fā)展，農(nóng)民增收問題關(guān)乎民生，是中國的社會主義現(xiàn)代化時期最重要的問題。農(nóng)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)，人類生存的衣食來源，更是社會各部門存在與發(fā)展的必要條件。因而要實(shí)現(xiàn)經(jīng)濟(jì)的平穩(wěn)快速發(fā)展，農(nóng)業(yè)是根本。杜曉山和孫若梅［1］對小額農(nóng)貸資金來源、市場準(zhǔn)入和操作模式進(jìn)行了理論探討。陳浪山和謝清河［2］分析了我國小額信貸的內(nèi)部、外部環(huán)境。梁山［3］研究了小額農(nóng)貸對農(nóng)村信用社資產(chǎn)結(jié)構(gòu)和農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的作用。這些研究為我國開發(fā)具有自身特色的小額貸款之路提供了理論借鑒。本文把農(nóng)戶小額信貸風(fēng)險作為研究對象，就是想結(jié)合現(xiàn)有的國內(nèi)外的研究方法，構(gòu)建一套符合“三農(nóng)”金融發(fā)展實(shí)際的較準(zhǔn)確的用于評價農(nóng)戶信用風(fēng)險的指標(biāo)體系，進(jìn)而建立農(nóng)戶小額貸款信用風(fēng)險評價模型，為服務(wù)“三農(nóng)”的商業(yè)銀行、小額貸款公司和擔(dān)保公司等金融機(jī)構(gòu)的經(jīng)濟(jì)決策提供依據(jù)。

二、相關(guān)研究

信用風(fēng)險是銀行貸款或投資債券中發(fā)生的一種風(fēng)險，也即為借款者違約的風(fēng)險。本文研究的小額信貸市場上的信用風(fēng)險是指受借款人的基本狀況、道德風(fēng)險以及客觀上的還款能力的影響產(chǎn)生農(nóng)村逾期還款甚至不還款的違約風(fēng)險。農(nóng)村小額貸款信用等級評價是指通過考察農(nóng)村小額貸款客戶的基本情況、還款能力、還款意愿、保證聯(lián)保和宏觀環(huán)境等因素，判別不同農(nóng)村小額貸款客戶的信用等級。農(nóng)戶小額貸款信用等級評價主要包括農(nóng)戶小額貸款信用等級評價指標(biāo)體系的建立、農(nóng)戶小額貸款信用等級評價方法體系的建立兩部分。在目前國內(nèi)相關(guān)行業(yè)對農(nóng)戶小額貸款的評級方法大多是仿照商業(yè)銀行對大中型企業(yè)的評級指標(biāo)和方法。主要包括定性分析和定量分析(如表1所示)。

表1 信用風(fēng)險評價方法表

國內(nèi)學(xué)者譚民俊等［4］和戴立新等［5］將層次分析法和模糊模式相結(jié)合，對小額貸款的信用風(fēng)險進(jìn)行評價。他們首先使用層次分析法確定了各個指標(biāo)的權(quán)重，然后通過模糊評價模型確定貸款者的信用等級。徐娟［6］曾采用信用評分法與專家法相結(jié)合的方法，對貸款的申請者進(jìn)行預(yù)先判斷。已有研究表明，適當(dāng)?shù)男庞迷u價模型可以提高金融從業(yè)人員對客戶信用判斷的準(zhǔn)確性。雖然目前信用風(fēng)險評價的方法有很多，但針對農(nóng)戶小額信貸方面的定量分析還不是很多，結(jié)合我國農(nóng)村小額信貸市場的風(fēng)險因素，選取適當(dāng)?shù)闹笜?biāo)，通過模型進(jìn)行定量分析仍是現(xiàn)階段研究的一個難點(diǎn)。

三、農(nóng)戶小額信貸信用風(fēng)險評價模型建立

本文通過建立Logistic回歸模型為商業(yè)銀行對農(nóng)戶小額貸款進(jìn)行決策提供依據(jù)。與其他的統(tǒng)計方法相比，Logistic回歸具有許多的特點(diǎn)和優(yōu)勢。它通過擬合解釋變量和概率之間的非線性關(guān)系，克服了多元線性模型的缺點(diǎn)。

模型 (Logit Model，也譯作“分類評定模型”)是離散選擇法模型之一，屬于多重變量分析范疇。Logistic回歸模型是Luce［7］根據(jù)IIA特性首次導(dǎo)出的;Marschark證明了Logistic回歸模型與最大效用理論的一致性。此后Logistic回歸模型在心理學(xué)、社會學(xué)、經(jīng)濟(jì)學(xué)及交通領(lǐng)域得到了廣泛的應(yīng)用，并衍生出了其他離散選擇模型，形成了完整的離散選擇模型體系。Logistic回歸模型的應(yīng)用廣泛性的原因主要是因為其概率表達(dá)式的顯性特點(diǎn)，模型的求解速度快，應(yīng)用方便。

在信用風(fēng)險評價過程中，Logistic回歸模型是多元線性回歸模型的一種延伸，因變量有兩種取值0和1，用P表示事件發(fā)生概率P(Y=1)，P的取值范圍在0—1之間。則Logistic回歸函數(shù)為:

其中，P是介于0—1之間的待求的違約值，X代表農(nóng)戶信息的自變量，f為影響信用風(fēng)險的指標(biāo)變量的作用函數(shù)。

四、實(shí)證分析

本文所用樣本數(shù)據(jù)來源于2010年夏季組織學(xué)生進(jìn)行的遼寧省內(nèi)的300家農(nóng)戶的入戶調(diào)查資料。主要真對農(nóng)戶基本資料、資產(chǎn)狀況、債務(wù)狀況、生產(chǎn)經(jīng)營狀況、社會關(guān)系、守信狀況等幾個方面。調(diào)查設(shè)計是建立在小額貸款信用風(fēng)險的影響因素的研究上。確定信用風(fēng)險的可能影響因素，主要依據(jù)國內(nèi)外學(xué)者對商業(yè)銀行信用風(fēng)險的類似研究和具體金融機(jī)構(gòu)的直接經(jīng)驗，再結(jié)合我國農(nóng)戶小額信貸信用風(fēng)險本身的特點(diǎn)，共設(shè)計信用風(fēng)險的定性、定量指標(biāo)33個。

1.定性、定量指標(biāo)設(shè)計

農(nóng)戶小額信貸信用風(fēng)險的海選指標(biāo)分別為年齡、學(xué)歷、婚姻狀況、家庭成員人數(shù)、本次貸款用途 (2項)、本次貸款數(shù)額、家庭技能狀況、家庭實(shí)際勞動力數(shù)量、供養(yǎng)人口數(shù)量、家庭人口總數(shù)、耕地總面積、自有居住房屋價值、家庭經(jīng)營純收入、家庭人均收入是人均GDP的倍數(shù)、家庭純收入、家庭日常支出、支出收入比重、家庭總財產(chǎn)、務(wù)農(nóng)收入、家庭農(nóng)業(yè)生產(chǎn)性支出、家庭非農(nóng)業(yè)收入、家庭的子女年教育費(fèi)用、是否有銀行欠款、銀行欠款數(shù)額、銀行存款數(shù)額、民間借貸數(shù)量、有無違約、五年內(nèi)申請貸款的次數(shù)、是否有保證、保證人員狀況、是否有聯(lián)保、地區(qū)GDP增長率。

2.指標(biāo)變量篩選

為了選擇對違約農(nóng)戶和非違約農(nóng)戶區(qū)分能力最強(qiáng)的指標(biāo)變量，以及消除變量間的多重共線性問題，本研究分別進(jìn)行偏相關(guān)分析、離散程度分析、主成分分析，最終確定建立模型所用指標(biāo)集。具體如下:

首先，針對所有指標(biāo)集中指標(biāo)做相關(guān)性分析，用以研究指標(biāo)之間是否存在一種依存關(guān)系，進(jìn)而依存關(guān)系進(jìn)行探討其相關(guān)方向和程度大小，如果兩個指標(biāo)相關(guān)性較大，則可以刪除一個，減少評價指標(biāo)數(shù)量，方便計算。

其次，進(jìn)行離散程度分析。離散程度分析，是指通過分析研究樣本中不同解釋變量的變異對整個樣本指標(biāo)體系的總變異的貢獻(xiàn)大小，來確定可控解釋變量對研究結(jié)果的影響程度及其大小。本文通過離散系數(shù)指標(biāo)，消除單位和平均值對離散程序比較的影響。進(jìn)行離散程度分析，可以反映出各個解釋變量之間差異的大小，本文按照從大到小的順序排列。

最后，對所有剩余指標(biāo)做主成分分析，為指標(biāo)集降維，在保證損失足夠小的信息量的前提下，將多個解釋變量指標(biāo)轉(zhuǎn)化為幾個互不相關(guān)的主成分。通過主成分分析計算出各個指標(biāo)在各主成分中的權(quán)重大小，再進(jìn)行權(quán)重加權(quán)，篩除小權(quán)重變量。

經(jīng)過以上三個層次的指標(biāo)篩選，最終確立指標(biāo)集如表2所示。

表2 遼寧省農(nóng)戶小額信貸風(fēng)險評估指標(biāo)體系

3.模型建立及檢驗結(jié)果

表3 遼寧省農(nóng)戶信用影響因素的Logistic估計結(jié)果

根據(jù)表3，函數(shù)回歸模型的結(jié)果為:

回歸方程的顯著性檢驗采用了對數(shù)似然比卡方檢驗，模型似然比卡方值概率P值小于0.05的顯著性水平，認(rèn)為該模型中的所有回歸系數(shù)不同時為零，解釋變量全體與因變量LogitP的線性關(guān)系顯著，模型合理。

五、研究結(jié)論與建議

本文所建立的Logistic回歸模型對農(nóng)戶違約具有一定的判斷能力，農(nóng)村金融機(jī)構(gòu)可借助Logistic回歸模型來識別違約農(nóng)戶、選擇非違約農(nóng)戶。但總體來看，模型的識別能力應(yīng)需要進(jìn)一步修正，原因有幾個方面:首先，本文所采集的樣本的數(shù)量有限，研究所用樣本僅來自遼寧省地區(qū)，樣本數(shù)據(jù)來源較集中。其次，對農(nóng)戶信息資料的采集工作不夠深入，農(nóng)戶檔案不全，對模型回歸結(jié)論產(chǎn)生影響。

通過模型中各參數(shù)估計值可以看出，家庭實(shí)際勞動力數(shù)量、務(wù)農(nóng)收入、家庭純收入、家庭總財產(chǎn)、貸款用途與農(nóng)戶信用風(fēng)險呈負(fù)相關(guān)關(guān)系;而家庭人口總數(shù)、耕地總面積、家庭日常支出，本次貸款數(shù)額與農(nóng)戶信用風(fēng)險呈正相關(guān)關(guān)系。農(nóng)戶的收入越高，還貸的能力越強(qiáng)，違約的可能性就越低;農(nóng)戶的家庭總財產(chǎn)越高，越不可能違約。農(nóng)戶小額信貸是基于農(nóng)戶信用的貸款，包括房屋價值在內(nèi)的家庭財產(chǎn)多少，在一定程度上反映了農(nóng)戶的經(jīng)濟(jì)實(shí)力，故房產(chǎn)價值越高，農(nóng)戶就越不會違約。農(nóng)戶的貸款用途對農(nóng)戶是否違約的影響很大，當(dāng)貸款用于農(nóng)業(yè)基本生產(chǎn)和用于日常生活、建房、看病、教育等一般消費(fèi)時違約的可能性較低;農(nóng)戶家庭人口越多，家庭負(fù)擔(dān)越重，出現(xiàn)重大變故的風(fēng)險越高，違約可能性越高;農(nóng)戶家庭日常支出越高，農(nóng)戶貸款數(shù)額越多，其還貸的壓力越大，違約的可能性越高。因此，我們認(rèn)為該模型的分析對鄉(xiāng)鎮(zhèn)的農(nóng)戶小額貸款決策具有較為現(xiàn)實(shí)的意義。故本文針對金融機(jī)構(gòu)建立農(nóng)戶小額信貸評價體系提出如下建議:

第一，建立健全農(nóng)村金融市場的征信體系，完善農(nóng)村小額信貸農(nóng)戶自身激勵機(jī)制。政府和金融機(jī)構(gòu)要加大宣傳力度，重視培養(yǎng)農(nóng)戶自身的信用意識，同時建立健全農(nóng)村金融市場的征信體系，把新型農(nóng)村金融機(jī)構(gòu)，如小額貸款公司，村鎮(zhèn)銀行為農(nóng)戶發(fā)放的貸款記錄納入到個人征信系統(tǒng)中。建立起高效的違約懲罰機(jī)制，強(qiáng)化小額信貸違約的反向激勵機(jī)制，比如向社會公布違約農(nóng)戶的違約事實(shí)，停止向與違約農(nóng)戶聯(lián)保的其他農(nóng)戶發(fā)放貸款，提高違約者違約的機(jī)會成本，加強(qiáng)農(nóng)戶自覺維護(hù)自身信譽(yù)的意識。通過建立農(nóng)戶的信用檔案，完備借款者的貸款、還款情況，并且信息共享，作為日后發(fā)放貸款的參照標(biāo)準(zhǔn)，也可以正向激勵農(nóng)戶自身培養(yǎng)良好的信用習(xí)慣。

首先，進(jìn)一步規(guī)范農(nóng)戶信貸指標(biāo)體系，使其能夠真實(shí)、全面地反映農(nóng)戶的特征，加快小額貸款金融機(jī)構(gòu)的信息化建設(shè)，提高小額貸款機(jī)構(gòu)的管理能力;建立農(nóng)戶信用檔案電子數(shù)據(jù)庫，為信用風(fēng)險評價模型的建立和完善提供大量的數(shù)據(jù)支持。各類小額貸款金融機(jī)構(gòu)應(yīng)根據(jù)“小額信用貸款管理意見”的規(guī)定，建立農(nóng)戶貸款制度，進(jìn)一步明確信貸人員職責(zé)和工作程序。

其次，農(nóng)戶小額信貸信用評級的依據(jù)是農(nóng)戶的信用信息檔案。只有信用信息完備，才能建立有效的信用風(fēng)險評估模型，提高模型的識別能力［8］。

最后，建立評價體系的關(guān)鍵是人才的引進(jìn)和培養(yǎng)。評級體系的建立是一項復(fù)雜的工作，對風(fēng)險評價模型開發(fā)的人員的素質(zhì)要求較高。這就要求模型開發(fā)人員具備深厚的理論功底，熟悉現(xiàn)行的信貸政策，了解各種貸款特征。小額貸款機(jī)構(gòu)建立內(nèi)部評價體系可從外部招聘和內(nèi)部培養(yǎng)兩個方面建立人才梯隊。

第二，提高農(nóng)村小額貸款從業(yè)人員的風(fēng)險意識和綜合素質(zhì)。農(nóng)村小額貸款的對象多為經(jīng)濟(jì)實(shí)力欠佳的農(nóng)戶，財務(wù)信息不健全，很多都是靠信貸員實(shí)地調(diào)查后去還原數(shù)據(jù)，對信貸員的風(fēng)險把控能力有較高的要求。同時，我國大規(guī)模開展農(nóng)村小額貸款業(yè)務(wù)的時間也不長，很少有專門從事這方面的工作人員。在做涉農(nóng)業(yè)務(wù)時，信貸員在對這些客戶進(jìn)行評價時存在一定的主觀判斷，而且在小額信用評級過程中容易受到干擾和影響，比如評級時，通常村干部會參與其中，所以和村干部的親疏程度不同，就會帶有明顯偏向性，造成信用等級不真實(shí)。因此，提高農(nóng)村小額貸款從業(yè)人員的綜合素質(zhì)就十分必要。同時，還應(yīng)該防范信貸員在操作過程中的風(fēng)險防范意識。

［1］杜曉山，孫若梅.中國小額信貸的實(shí)踐和政策思考［J］.財貿(mào)經(jīng)濟(jì)，2002，(7):32-37.

［2］陳浪山，謝清河.我國小額信貸研究［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2002，(3):35-40.

［3］梁山.對農(nóng)戶小額信貸需求、安全性、贏利性和信用狀況的實(shí)證研究［J］.金融研究，2003，(6):128-134.

［4］譚民俊，王雄，岳意定.FPR-UTAHP評價方法在農(nóng)戶小額信貸信用評級中的應(yīng)用［J］.系統(tǒng)工程，2007，(5):55-59.

［5］戴立新，李澤紅，楊方文.農(nóng)戶小額信用貸款風(fēng)險及評價研究［J］. 科技和產(chǎn)業(yè)，2008，(3):20-24.

［6］徐娟.小額信貸公司信貸業(yè)務(wù)的信用風(fēng)險控制研究［D］.武漢:湖北工業(yè)大學(xué)碩士學(xué)位論文，2011.

［7］Luce，R.D.Individual Choice Behavior:A Theoretical Analysis［M］.New York: Dover Publications(Wiley)，1959.

［8］孫清，汪祖杰.LOGIT模型在小額農(nóng)貸信用風(fēng)險識別中的應(yīng)用［J］.南京審計學(xué)院學(xué)報，2006，(8):27-29.

［9］李松森，袁偉良.促進(jìn)農(nóng)業(yè)發(fā)展方式轉(zhuǎn)變的財政政策思考［J］.東北財經(jīng)大學(xué)學(xué)報，2011，(1):49-54.