河北省農(nóng)戶信用評級指標體系的設(shè)計與優(yōu)化

馬一寧　官小燕　王惠　徐東方

【摘 要】農(nóng)村信用體系的建設(shè)是目前農(nóng)村經(jīng)濟發(fā)展的重點內(nèi)容，而農(nóng)村信用體系建設(shè)的核心內(nèi)容是農(nóng)戶信用信息評價指標體系。論文運用模糊層次分析法，從優(yōu)化農(nóng)戶信用信息指標入手，結(jié)合河北省農(nóng)戶的實際案例進行分析，設(shè)計與優(yōu)化農(nóng)戶信用評級指標體系，從而達到優(yōu)化金融環(huán)境，推動農(nóng)村經(jīng)濟發(fā)展的目的。

【Abstract】 The construction of rural credit system is the key content of rural economic development at present， and the core content of rural credit system construction is the evaluation index system of rural credit information. This paper uses fuzzy analytic hierarchy process， starting from the optimization of farmers' credit information index， combined with analysis of actual cases of farmers in Hebei province， the credit rating index system design and optimization of the farmers， so as to optimize the financial environment， to promote the development of rural economy.

【關(guān)鍵詞】河北??；農(nóng)戶信用；信用評價指標

【Keywords】Heibei province； farmer credit； credit rating index

【中圖分類號】F8 【文獻標志碼】A 【文章編號】1673-1069（2017）03-0043-02

1 引言

近年來，河北省開展了優(yōu)化金融生態(tài)，提高金融服務(wù)實體經(jīng)濟能力的活動，并將活動年定為“金融生態(tài)環(huán)境深化年”。在活動中，河北省在一些鄉(xiāng)鎮(zhèn)開展了農(nóng)村金融生態(tài)試點工作，在工作過程中發(fā)現(xiàn)了一系列的信用問題，對農(nóng)戶信用評價體系有著一定的影響。因此，在涉農(nóng)金融機構(gòu)中要進行信用評價指標的優(yōu)化，切實做到提高信用評價結(jié)果的準確性。

2 農(nóng)戶信用的特殊性

2.1 地域性

農(nóng)戶從事生產(chǎn)經(jīng)營活動多是在某個村鎮(zhèn)上，而且多是與本村或本鎮(zhèn)的授信方進行信用交易，同時因為農(nóng)業(yè)屬于一項高風險弱質(zhì)的產(chǎn)業(yè)，所以大多數(shù)的農(nóng)戶只與自己熟悉的授信方進行交易，因此農(nóng)戶信用具有一定的地域性。

2.2 不穩(wěn)定性

大多數(shù)的農(nóng)戶從事的農(nóng)業(yè)活動是以生產(chǎn)為主，農(nóng)業(yè)生產(chǎn)受自然災(zāi)害的影響較為明顯，遇到不可抗力對生產(chǎn)造成不良影響從而也會影響農(nóng)戶的收入，因此使農(nóng)戶信用具有不穩(wěn)定性。另外，時下許多農(nóng)村人都選擇外出打工，打工收入的好壞也存在著風險。

2.3 差異性

在以家庭為單位的農(nóng)戶中，家庭的還款能力對農(nóng)戶的信用有著較大的影響。然而每個家庭從事的行業(yè)不同，收入的穩(wěn)定程度也不同，因此農(nóng)戶信用也存在著差異性。

2.4 不規(guī)范性

我國整體的信用體系建設(shè)仍需進一步的加強，特別是農(nóng)戶信用體系。目前，針對農(nóng)戶信用來說，尚未有明確的法規(guī)進行約束和規(guī)范，大多數(shù)農(nóng)戶信用在正規(guī)的金融市場之外，不規(guī)范性極強。

3 農(nóng)戶信用評級指標體系的設(shè)計與優(yōu)化

3.1 優(yōu)化農(nóng)戶信用信息采集指標

農(nóng)戶信用體系建設(shè)涉及到眾多部門，在信用信息采集方面，各部門的意見相對分散、不統(tǒng)一，缺少嚴格的制度加以規(guī)范。在農(nóng)戶信用信息采集過程中，要著重進行檔案結(jié)構(gòu)的整理，相關(guān)的評價指標和數(shù)據(jù)格式等建立標準化的制度體系，力爭不斷提高信息數(shù)據(jù)的質(zhì)量，在推動農(nóng)村信用體系建設(shè)健康發(fā)展的同時發(fā)揮出信息檔案管理系統(tǒng)的優(yōu)勢。

3.2 農(nóng)戶信用信息評價指標分析

對于一般農(nóng)民信用賬戶的評價指標進行分析時，方法對于欠發(fā)達地區(qū)的信用評價并不適用，因此應(yīng)建立一套新的農(nóng)村信用體系，而農(nóng)村信用體系建設(shè)的有效開展的關(guān)鍵就是要建立起合理的信用評價機制。在農(nóng)村，一般的金融特征比較明顯的是二元的。相比于城市和公司來講，農(nóng)村地區(qū)的信用評定要復(fù)雜的多，操作難度系數(shù)也比較大。因此，在建立農(nóng)戶信用評級體系時，可以利用一般的數(shù)學方法，比如層次分析法。這種數(shù)學模糊的處理方法可與定性分析相結(jié)合。建立起一套完整的符合欠發(fā)達地區(qū)情況的農(nóng)戶信用評價體系。

3.2.1 評價體系指標選取的原則

目前，一些地方的農(nóng)村信用評價管理辦法中，對農(nóng)戶信用級別的界定較為籠統(tǒng)，知識簡單的分為優(yōu)、良和一般三個級別。另外，對于信用體系的級別來說，劃分的等級是一件比較困難的事情。農(nóng)戶信用級別不夠明確，從而會影響到后期的動態(tài)管理和監(jiān)測考核。農(nóng)戶信用的等級劃分應(yīng)當更加細化，可分為優(yōu)、良、較好、差和非常差五個級別。評價體系中的指標權(quán)重和評價方法要有科學的計算依據(jù)，而且各指標之間是相互聯(lián)系的。

3.2.2 評價方法的確定

農(nóng)戶信用評級指標體系利用模糊層次法對農(nóng)戶的信用指標進行分析，首先要確定的是信用評級的目標，針對目標進行下一步的分層，再根據(jù)各項數(shù)據(jù)之間的關(guān)系建立一個遞階的、有序的層次結(jié)構(gòu)模型。在模型的運用中，對所有的數(shù)據(jù)要進行分層評定，根據(jù)專家評分法對評價進行定量化，然后用模糊數(shù)學的方法確定數(shù)據(jù)的重要性次序權(quán)值。最后，對數(shù)據(jù)處理進行整合，得到一個低層相對于高層的重要性次序組合權(quán)值，并將其作為依據(jù)對農(nóng)戶信用進行評定。

3.2.3 評價指標的選取

農(nóng)戶信用評價體系中的評價指標分為一級指標和二級指標，一級指標包括：農(nóng)戶的家庭特征指標、個人品質(zhì)指標以及經(jīng)營穩(wěn)定性等；二級指標包含的內(nèi)容總共有十二項之多，包括家庭實際耕種土地面積、家庭受教育程度、外出務(wù)工人員比例等等。評分指標通過農(nóng)戶當期信用檔案的數(shù)據(jù)、農(nóng)戶信貸信息衍生出來的數(shù)據(jù)、對外擔保信息衍生出來的數(shù)據(jù)以及家庭基本信息衍生出來的數(shù)據(jù)這四大項來獲得指標數(shù)據(jù)，隨著新規(guī)定對信用指標的重新訂正，過去用來衡量農(nóng)戶還款能力、擔保能力的關(guān)鍵性指標發(fā)生改變，因此，在優(yōu)化農(nóng)戶信用評級指標體系時需要重新選取其他的相關(guān)指標，不能單純的通過農(nóng)戶的家庭財產(chǎn)數(shù)額、家庭人均收入等來判斷農(nóng)戶的信用狀況。在選取新的衡量指標時，需要盡可能全面的反映農(nóng)戶的信用狀況。

3.3 指標的評估方法

3.3.1 采納專家意見

在設(shè)計和優(yōu)化農(nóng)戶信用評級指標體系時，要成立一個農(nóng)戶信用評審組委會，一般的委員會成員需要有一定專業(yè)的評價人員作為代表。比如：地方的干部、地區(qū)銀行的人員等。而且這些人員要有50%的人對當?shù)氐那闆r要了如指掌，這樣在進行農(nóng)戶信用評級工作時才能客觀的進行，評定結(jié)果也更具實用性。

3.3.2 利用模糊層次法

層次分析法是將定量分析和定性分析相結(jié)合的一種系統(tǒng)針對多目標的決策方法，層次分析法的應(yīng)用涉及到多組不同數(shù)據(jù)，在進行數(shù)據(jù)分析時要根據(jù)問題的性質(zhì)對收集到的信息進行分組，從而構(gòu)建一個層次結(jié)構(gòu)模型。在進行數(shù)據(jù)分析時，要對分組的每一層單獨進行重要性的判定，而且要給予定量表示，以方便數(shù)據(jù)的整合。

3.3.3 建立判斷矩陣

除了模糊層次分析法，還可以運用數(shù)學方法來建立判斷矩陣。首先將各信用評價指標進行兩兩分組，對其進行比較，通過比較構(gòu)建一個判斷矩陣，然后將其特征根進行求解。表達公式如下：Mw=λmaxw

公式的解w作為特征向量表示同一層次各指標相對于上一級評級指標的權(quán)重。得到特征向量后，根據(jù)一般的權(quán)重方法來進行精細化計算。最后得到特征向量。將各級權(quán)重進行一致性檢驗，把得到的一致性指標和隨機性指標進行比較，進行簡單的排序工作，最終得到可靠的信用評價依據(jù)[1]。

4 結(jié)論

通過本文的簡單研究，對農(nóng)戶信用評級指標體系進行設(shè)計和優(yōu)化是很有必要的。利用數(shù)學的方法進行建模，使得判定結(jié)果的準確性和可行性提高，不僅有利于信貸機構(gòu)對客戶進行篩選，也對客戶起到一定的保障作用。通過農(nóng)戶信用評級體系對農(nóng)戶進行信用評價時，一定要對農(nóng)戶的信譽狀態(tài)進行徹底的分析，不能僅僅憑借農(nóng)戶的經(jīng)營能力、償還能力進行評斷。對本項目的研究還有許多問題值得更加深入的探析，本文的闡述只是停留在問題的表面，期待后續(xù)能有更專業(yè)的研究，使農(nóng)戶信用評級指標體系模型更加科學和全面。

【參考文獻】

【1】蔡麗艷，馮憲賓. 基于決策樹的小額貸款信用評估模型研究[J]. 安徽農(nóng)業(yè)科學，2011（2）：1215-1217.