農(nóng)戶信貸違約特征影響因素研究※

姚宇韜 王躍堂 張潤(rùn)馳

內(nèi)容提要：農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與農(nóng)戶生活水平的提高，離不開農(nóng)村金融機(jī)構(gòu)的資金支持。然而近幾年來(lái)，農(nóng)村信用社的貸款信用風(fēng)險(xiǎn)不斷積累并爆發(fā)。防范農(nóng)戶的貸款信用風(fēng)險(xiǎn)，首先需要明確識(shí)別農(nóng)戶信貸違約特征的諸多影響因素。基于2017年4月至2018年6月間1356份宿遷地區(qū)某農(nóng)村信用社已到期的短期小額貸款歷史信貸記錄，研究了我國(guó)農(nóng)戶信貸的違約特征影響因素。研究發(fā)現(xiàn)：貸款額度越高、存在擔(dān)保、申請(qǐng)人為女性、家庭負(fù)擔(dān)越重、申請(qǐng)者健康狀況越差、受教育水平越低、年收入越高、貸款期越長(zhǎng)、實(shí)際貸款利率越高，貸款者的違約概率越高。此外，貸款額度越低、健康狀況越差、年收入越高，貸款者的違約損失率越高。

一、 引 言

農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與農(nóng)戶生活水平的提高，離不開農(nóng)村金融機(jī)構(gòu)的資金支持(黎和貴，2009；余新平，2010)。然而近年來(lái)，我國(guó)農(nóng)村金融體系中出現(xiàn)了一種愈演愈烈的“怪現(xiàn)象”：一方面，廣大農(nóng)戶面臨著融資難、融資貴的問(wèn)題，有相當(dāng)多的農(nóng)戶和農(nóng)村企業(yè)的融資需求沒有得到滿足；另一方面，我國(guó)農(nóng)村商業(yè)銀行及農(nóng)村信用合作社近年來(lái)的不良貸款余額與不良貸款率指標(biāo)不斷出現(xiàn)雙升，如貴陽(yáng)農(nóng)商行不良貸款率從2016年末的4.13%激增至19.54%，河南修武農(nóng)商行2017年末不良貸款率達(dá)20.74%，山東鄒平農(nóng)商行被東方金誠(chéng)下調(diào)主體信用評(píng)級(jí)……

信用風(fēng)險(xiǎn)(Altman，1997；Acharya，2005)是指獲得信用支持的債務(wù)人不能遵照合約按時(shí)足額償還本金和利息的可能性。當(dāng)前農(nóng)村金融機(jī)構(gòu)無(wú)法準(zhǔn)確而恰當(dāng)?shù)嘏袛噘J款農(nóng)戶的真實(shí)信用風(fēng)險(xiǎn)水平，是造就上述現(xiàn)象的本質(zhì)原因。農(nóng)村金融機(jī)構(gòu)在過(guò)去錯(cuò)判了一部分高風(fēng)險(xiǎn)貸款農(nóng)戶的信用風(fēng)險(xiǎn)水平，為其發(fā)放了貸款，導(dǎo)致今日的不良貸款激增；同時(shí)又由于難以判斷另一部分貸款農(nóng)戶的真實(shí)信用風(fēng)險(xiǎn)水平，出于謹(jǐn)慎只能選擇惜貸或不貸，或通過(guò)制定高利率以抵補(bǔ)貸款農(nóng)戶的信用風(fēng)險(xiǎn)，這又導(dǎo)致了農(nóng)戶融資難與融資貴的問(wèn)題。因此，有效識(shí)別農(nóng)戶的信用風(fēng)險(xiǎn)，是解決上述各項(xiàng)問(wèn)題的關(guān)鍵。

有效識(shí)別農(nóng)戶的信用風(fēng)險(xiǎn)，首先需要明確農(nóng)戶信貸違約特征，如違約概率，違約損失率的諸多影響因素。近年來(lái)，一些學(xué)者對(duì)這一問(wèn)題及相關(guān)問(wèn)題展開了若干研究。

趙巖青(2007)認(rèn)為農(nóng)戶聯(lián)保貸款難以發(fā)揮應(yīng)有作用，楊宏玲(2011)指出當(dāng)前農(nóng)村金融機(jī)構(gòu)在構(gòu)建農(nóng)戶信用評(píng)價(jià)指標(biāo)體系時(shí)，所采用的方法主要以“5C”或“4C”分析法為主，方法比較單一。賴永文(2012)基于福建省部分地區(qū)農(nóng)戶調(diào)查數(shù)據(jù)，研究了影響農(nóng)戶信用的主要因素。研究結(jié)果表明農(nóng)戶的年齡結(jié)構(gòu)、職業(yè)特征及家庭經(jīng)濟(jì)狀況對(duì)其貸款違約有直接影響，同時(shí)農(nóng)戶信用觀念不強(qiáng)也是產(chǎn)生違約的重要原因。蘇治(2014)運(yùn)用二元選擇模型對(duì)2012年吉林省農(nóng)戶正規(guī)金融信貸記錄進(jìn)行了實(shí)證檢驗(yàn)，結(jié)果顯示：中國(guó)農(nóng)村信貸市場(chǎng)中農(nóng)戶違約行為動(dòng)機(jī)包括主動(dòng)性違約與被動(dòng)性違約，且以被動(dòng)性違約為主導(dǎo)。正規(guī)金融機(jī)構(gòu)對(duì)農(nóng)戶被動(dòng)違約動(dòng)機(jī)因素的信息失控以及對(duì)主動(dòng)違約動(dòng)機(jī)因素的信息非對(duì)稱，根本上決定了中國(guó)農(nóng)村信貸市場(chǎng)的內(nèi)生性特征。李慶海(2018)基于2013年蘇魯兩省農(nóng)戶調(diào)查數(shù)據(jù)，考察和比較了正式和非正式社會(huì)資本對(duì)農(nóng)戶信貸違約的影響及其差異，研究發(fā)現(xiàn)正式社會(huì)資本對(duì)農(nóng)戶信貸違約具有顯著抑制作用，而非正式社會(huì)資本具有顯著激勵(lì)作用。

總體而言，現(xiàn)有相關(guān)研究在數(shù)量上相對(duì)較少，同時(shí)上述研究要么主要基于調(diào)查問(wèn)卷數(shù)據(jù)或小樣本歷史信貸記錄展開，缺乏基于真實(shí)較大樣本歷史信貸記錄的實(shí)證證據(jù)；要么所用樣本的年代較為久遠(yuǎn)，其研究結(jié)論對(duì)新時(shí)代背景下、新經(jīng)濟(jì)形勢(shì)下、新農(nóng)村金融環(huán)境下的實(shí)踐指導(dǎo)意義有待商榷；要么僅僅對(duì)違約概率的影響因素進(jìn)行了探索，而缺乏對(duì)違約損失率影響因素的進(jìn)一步關(guān)注。

相比之下，本文研究的創(chuàng)新之處主要在于：① 基于宿遷地區(qū)近一年的當(dāng)?shù)剞r(nóng)戶小額短期貸款信貸記錄展開研究，樣本規(guī)模相比于現(xiàn)有研究文獻(xiàn)相對(duì)較大，因此研究結(jié)果更具可信性與現(xiàn)實(shí)指導(dǎo)意義；② 不但研究了農(nóng)戶違約概率的影響因素，也研究了農(nóng)戶違約損失率的影響因素，相比于現(xiàn)有研究，覆蓋面更廣。

本文剩余章節(jié)安排如下：第二節(jié)對(duì)研究所用數(shù)據(jù)進(jìn)行簡(jiǎn)單的說(shuō)明及描述性統(tǒng)計(jì)展示，第三節(jié)闡述模型的構(gòu)建方法，第四節(jié)展示了研究的實(shí)證結(jié)果，對(duì)實(shí)證結(jié)果進(jìn)行詳細(xì)的分析，并對(duì)實(shí)證結(jié)果的經(jīng)濟(jì)含義進(jìn)行了分析與探討，第五節(jié)為本文研究結(jié)論的總結(jié)，同時(shí)也提出一些有較高可行性的政策建議。

二、 研究樣本及描述性統(tǒng)計(jì)

本文研究所用的數(shù)據(jù)集來(lái)自江蘇宿遷地區(qū)的某農(nóng)村信用社，數(shù)據(jù)集搜集了2017年4月至2018年6月間，該信用社面向農(nóng)戶個(gè)體發(fā)放的已到期一年期短期小額貸款的歷史信貸記錄，共含1356份無(wú)缺失值的樣本，其中違約樣本133份，未違約樣本1223份，樣本規(guī)模相比于現(xiàn)有文獻(xiàn)較大。

數(shù)據(jù)集中包含的可用指標(biāo)主要有：該筆貸款額度、貸款是否存在擔(dān)保、貸款者性別、貸款者年齡、貸款者婚姻狀況、貸款者受教育情況、貸款者貸款時(shí)健康狀況、貸款者過(guò)去一年的年收入、貸款期月數(shù)、該筆貸款的實(shí)際利率以及貸款的欠息情況。

其中，貸款額度指標(biāo)反映了各筆貸款的實(shí)際額度，單位為元；是否存在擔(dān)保指標(biāo)為0-1二值啞變量，揭示了各筆貸款在申請(qǐng)時(shí)是否存在擔(dān)保人，存在擔(dān)保人則取值為1，否則為0；性別指標(biāo)為0-1二值啞變量，反映了貸款者的性別，其中男性為0，女性為1；年齡指標(biāo)反映了貸款發(fā)生時(shí)貸款者的年齡，為連續(xù)型變量；婚姻狀況指標(biāo)為0-3多值離散型變量，體現(xiàn)了貸款者在借款時(shí)的婚姻狀態(tài)，其中未婚為0，已婚為1，離異且無(wú)子女為2，離異且有子女為3；教育指標(biāo)為0-9多值離散型變量，反映了貸款者的受教育程度，其取值越大，表明受教育程度越高，反之亦然。由于數(shù)據(jù)脫敏的原因，我們無(wú)法獲知各取值具體的含義；健康狀況,0-2二值啞變量，反映了貸款者在借款時(shí)的身體狀況，其中健康由0表示，不健康由2表示；年收入指標(biāo)反映了貸款者過(guò)去的收入狀況，為連續(xù)型變量，單位為元；貸款月數(shù)指標(biāo)測(cè)算了各筆貸款的實(shí)際持續(xù)月數(shù)，實(shí)際利率指標(biāo)則測(cè)算了該筆貸款的持有人實(shí)際承擔(dān)的貸款利率，單位為百分比。

表1首先對(duì)上述各項(xiàng)指標(biāo)進(jìn)行了描述性統(tǒng)計(jì)，列示了各指標(biāo)的極小值、極大值、均值、標(biāo)準(zhǔn)差及其偏度、峰度的統(tǒng)計(jì)量與標(biāo)準(zhǔn)差，統(tǒng)計(jì)使用SPSS 20.0軟件完成。

由表1可以發(fā)現(xiàn)，當(dāng)?shù)匦☆~貸款農(nóng)戶的貸款額度均未超過(guò)50000元，且貸款額度指標(biāo)的均值為22262.95，大多數(shù)貸款個(gè)體的貸款額度相對(duì)較低。同時(shí)，大多數(shù)貸款都存在著還款擔(dān)保，是否存在擔(dān)保指標(biāo)的均值為0.795404，明顯大于0，這一現(xiàn)象有可能表明在當(dāng)?shù)剞r(nóng)戶的生活環(huán)境中，親戚、鄰里之間相互信任的程度更高，貸款者較容易找到擔(dān)保人，亦有可能反映了當(dāng)?shù)氐霓r(nóng)村信用社要求大多數(shù)信用狀況不明朗的借款申請(qǐng)者提供借款擔(dān)保人，否則不予貸款。

性別指標(biāo)的均值為0.423165，表明當(dāng)?shù)刭J款者中男性占據(jù)了大多數(shù)，同時(shí)貸款者的性別差異并不十分明顯。年齡指標(biāo)分布在18-85之間，均值為45.07，且同時(shí)偏度為-0.31327，表明均值左側(cè)的樣本較多，意味著大多數(shù)貸款者為年富力強(qiáng)的中年人，年輕人和老年人相對(duì)較少。婚姻狀況指標(biāo)的均值為0.569866，分布在0與1之間，表明大多數(shù)貸款者為未婚或已婚者，離異者相對(duì)較少。同時(shí)均值略微超過(guò)了0.5，表明已婚貸款者的數(shù)量稍占優(yōu)于未婚貸款者。

受教育情況指標(biāo)的均值為1.724178，在0-9的取值選擇中相對(duì)處于較低位，這表明大多數(shù)貸款農(nóng)戶的受教育程度較低，高學(xué)歷農(nóng)戶貸款者的數(shù)量較為稀少，同時(shí)標(biāo)準(zhǔn)差為2.11，意味著不同貸款者的受教育水平也存在一定程度的差異。健康狀況指標(biāo)的均值為0.363545，相對(duì)于2更接近于0，同時(shí)偏度指標(biāo)為1.650331，表明大多數(shù)貸款者的健康狀況是較好的，但也有一定數(shù)量身體狀況欠佳的貸款者。

表1 描述性統(tǒng)計(jì)表

年收入指標(biāo)的均值為42682.74，且最低收入貸款者的收入水平為5000元，而最高收入水平為650000，表明當(dāng)?shù)夭煌r(nóng)戶的收入間存在較大的差異，同時(shí)偏度指標(biāo)為15.43398，表明多數(shù)樣本在均值右側(cè)，意味著總體而言農(nóng)戶的平均收入依然相對(duì)較低，但大多數(shù)農(nóng)戶已不再處于收入較低的狀態(tài)，同時(shí)高收入者雖存在但數(shù)量寥寥。貸款月數(shù)指標(biāo)的均值約為11.81，表明大多數(shù)貸款者的借款時(shí)長(zhǎng)接近一年期，同時(shí)也存在一些短期貸款，拉低了借款時(shí)長(zhǎng)的平均值。

在農(nóng)戶貸款實(shí)際承受的還款方面，實(shí)際利率指標(biāo)的均值高達(dá)8.20256%，且最高利率達(dá)14%，同時(shí)偏度為1.348031，意味著均值右側(cè)有較多樣本，表明當(dāng)?shù)卮蠖鄶?shù)農(nóng)戶承受的貸款利率是相對(duì)較高的，這無(wú)疑加重了借款農(nóng)戶的還款負(fù)擔(dān)。同時(shí)實(shí)際利率指標(biāo)的標(biāo)準(zhǔn)差為3.316354，相對(duì)較高，暗示了當(dāng)?shù)氐霓r(nóng)村信用社會(huì)根據(jù)不同貸款農(nóng)戶的實(shí)際信用狀況，有區(qū)別地制定貸款利率。

最后，對(duì)于貸款的欠息情況指標(biāo)，我們從中衍生出兩個(gè)新指標(biāo)：貸款違約概率和違約損失率。從貸款個(gè)體的角度而言，其真實(shí)違約概率事實(shí)上是不可觀測(cè)的，能觀測(cè)到的僅有該個(gè)體是否違約，故對(duì)于違約個(gè)體樣本，我們令其違約概率指標(biāo)取值為1，而對(duì)于未違約個(gè)體樣本，令其違約概率指標(biāo)取值為0。對(duì)于違約損失率指標(biāo)，未違約個(gè)體的違約損失率直接賦值為0，同時(shí)對(duì)于違約個(gè)體，通過(guò)公式：違約損失率=欠款欠息金額/貸款總額，直接計(jì)算得到。

三、 實(shí)證模型的構(gòu)建

本文參照現(xiàn)有文獻(xiàn)的做法，選擇多元線性回歸模型進(jìn)行實(shí)證模型的構(gòu)造。多元線性回歸模型結(jié)構(gòu)簡(jiǎn)單，同時(shí)不用另設(shè)額外的模型參數(shù)，具有較好的建?？陀^性，同時(shí)其結(jié)果的說(shuō)服力較高。

首先明確構(gòu)建模型需要使用的各指標(biāo)變量(向量形式)：

被解釋變量：違約概率(PD)，違約損失率(LGD)

解釋變量：貸款額度(amount)、是否存在擔(dān)保(guarantee)、性別(sex)、年齡(age)、婚姻狀況(marriage)、教育(education)、健康狀況(health)、年收入(income)、貸款月數(shù)(months)、實(shí)際利率(interest)

進(jìn)而分別構(gòu)建違約概率的關(guān)聯(lián)模型：

PD=β0+β1×amount+β2×guarantee+β3×sex+β4×age+β5×marriage+β6×education+β7×health+β8×income+β9×months+β10×interest+μ

(1)

與違約損失率的關(guān)聯(lián)模型：

LGD=β0+β1×amount+β2×guarantee+β3×sex+β4×age+β5×marriage+β6×education+β7×health+β8×income+β9×months+β10×interest+μ

(2)

其中，方程(1)使用全樣本(即包括了所有違約樣本和未違約樣本)進(jìn)行估計(jì)，而方程(2)僅使用所有違約樣本(違約損失率不為零的樣本)進(jìn)行估計(jì)，從而避免在回歸過(guò)程中含有過(guò)多的違約損失率為零的未違約樣本對(duì)回歸結(jié)果的影響。使用SPSS 20.0軟件進(jìn)行模型的參數(shù)估計(jì)，得到各方程中β0,β1,…,β10的估計(jì)量。

四、 實(shí)證結(jié)果及分析

表2首先展示了方程1的參數(shù)估計(jì)結(jié)果，分別列出了各參數(shù)的回歸系數(shù)、標(biāo)準(zhǔn)化后的回歸系數(shù)(由于一些指標(biāo)的量綱較大，其回歸系數(shù)接近于0，需要對(duì)其進(jìn)行標(biāo)準(zhǔn)化以便與實(shí)際的0值進(jìn)行較好的區(qū)分)、t統(tǒng)計(jì)量與顯著性檢驗(yàn)結(jié)果。

表2 違約概率關(guān)聯(lián)影響因素表

由表2可以發(fā)現(xiàn)，除年齡指標(biāo)回歸系數(shù)的t檢驗(yàn)結(jié)果不顯著外，其余指標(biāo)均通過(guò)了不同精度的顯著性檢驗(yàn)。具體地，貸款額度、是否存在擔(dān)保、性別、婚姻狀況、教育、年收入與實(shí)際利率指標(biāo)均在1%的顯著性水平上顯著，同時(shí)貸款月數(shù)指標(biāo)在5%的顯著性水平上顯著，健康狀況在1%的顯著性水平上顯著。

具體分析，貸款額度指標(biāo)的標(biāo)準(zhǔn)化系數(shù)大于0，表明貸款的數(shù)額越大，違約的可能性也越高，這一點(diǎn)與違約邏輯較為符合：貸款數(shù)額越大，往往也意味著還款的本金與利息數(shù)額越高，從而還款壓力增加，故違約概率提高。同時(shí)，是否存在擔(dān)保指標(biāo)與違約概率的關(guān)聯(lián)性也顯著為正，即存在擔(dān)保的貸款者反而有較高的違約概率，對(duì)此我們認(rèn)為：第二節(jié)描述性統(tǒng)計(jì)部分的研究發(fā)現(xiàn)，數(shù)據(jù)集中的大部分貸款者都存在擔(dān)保者，這可能并非是由于當(dāng)?shù)亟杩钷r(nóng)戶都有極好的信用水平及社會(huì)關(guān)系，從而容易找到擔(dān)保者，而是由當(dāng)?shù)剞r(nóng)村信用社的相關(guān)政策導(dǎo)致的現(xiàn)象：對(duì)于信用水平不是很好的貸款者，當(dāng)?shù)剞r(nóng)村信用社可能會(huì)要求其必須提供擔(dān)保者，否則拒絕授予貸款。在這一情形下，信用水平較高的貸款者，往往不需要提供擔(dān)保人即能獲得貸款，而提供了擔(dān)保人的貸款者，卻反而是信用水平不佳的，這解釋了為何存在擔(dān)保的貸款者的違約概率反而更高。

性別指標(biāo)的標(biāo)準(zhǔn)化系數(shù)為正，即女性貸款者相比于男性，在某種程度上信用風(fēng)險(xiǎn)更高。據(jù)此我們認(rèn)為：由于我國(guó)大城市吸收農(nóng)村地區(qū)各種資源的效應(yīng)客觀存在(梅金平，2002；Zhai，2015)，我國(guó)大部分農(nóng)村地區(qū)的青壯年勞動(dòng)力紛紛選擇進(jìn)城打工，而留在農(nóng)村地區(qū)的大多是缺乏勞動(dòng)力的留守婦女與兒童。因此，女性貸款者在某種程度上可能大多是因缺乏生活所需資金而進(jìn)行借款，這類性質(zhì)的貸款者往往缺乏還款能力，從而導(dǎo)致違約概率較高。

婚姻狀況指標(biāo)的回歸系數(shù)亦顯著為正。由于婚姻狀況指標(biāo)的取值含義按從小到大分別為未婚、已婚、離異且無(wú)子女、離異且有子女，因此正相關(guān)意味著家庭負(fù)擔(dān)越重的貸款者，其借款違約概率越大。教育與健康狀況兩個(gè)指標(biāo)的回歸系數(shù)均顯著為負(fù)，表明教育程度越低、身體越不健康的農(nóng)戶，其違約概率越高，這與違約邏輯相符：因受教育程度低而導(dǎo)致的信用意識(shí)淡薄，削弱了對(duì)應(yīng)貸款者的還款意愿，而因身體健康狀況不佳而導(dǎo)致的貸款者勞動(dòng)能力下降，也削弱了對(duì)應(yīng)貸款者的還款能力。

年收入指標(biāo)與違約概率顯著存在正向的相關(guān)關(guān)系，根據(jù)常識(shí)，高收入的貸款農(nóng)戶應(yīng)當(dāng)有較強(qiáng)的未來(lái)現(xiàn)金流獲取能力，從而違約概率應(yīng)當(dāng)下降。對(duì)此我們認(rèn)為：高收入的貸款者往往應(yīng)當(dāng)有較大數(shù)量的自有儲(chǔ)備資金，故借款的可能性應(yīng)當(dāng)較低。而許多高收入農(nóng)戶的收入，并非通過(guò)經(jīng)營(yíng)傳統(tǒng)的農(nóng)林漁牧業(yè)基本生產(chǎn)活動(dòng)獲得，而是來(lái)源于風(fēng)險(xiǎn)相對(duì)較大的農(nóng)業(yè)企業(yè)經(jīng)營(yíng)，因此貸款實(shí)際還承擔(dān)了較大的企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)，從而高收入的農(nóng)戶往往暗示了其企業(yè)主的身份，反而因承擔(dān)的經(jīng)營(yíng)風(fēng)險(xiǎn)較大而導(dǎo)致違約概率較高。

最后，貸款月數(shù)指標(biāo)與違約概率呈顯著正相關(guān)，即貸款期越長(zhǎng)，違約的可能性越大。同時(shí)實(shí)際利率指標(biāo)與違約概率亦存在顯著的正向關(guān)系，對(duì)此我們分析：一方面，貸款利率越高，借款農(nóng)戶的還款負(fù)擔(dān)也越重，從而違約概率也越高；另一方面，農(nóng)村信用社往往根據(jù)不同貸款者的估計(jì)信用風(fēng)險(xiǎn)水平確定其對(duì)應(yīng)的貸款利率，高貸款利率往往會(huì)針對(duì)高信用風(fēng)險(xiǎn)的貸款者設(shè)定，因此高信用風(fēng)險(xiǎn)的貸款者有高違約概率也就不足為奇了。

表3進(jìn)一步展示了方程2的參數(shù)估計(jì)結(jié)果，同樣分別列出了各參數(shù)的回歸系數(shù)、標(biāo)準(zhǔn)化后的回歸系數(shù)、t統(tǒng)計(jì)量與顯著性檢驗(yàn)結(jié)果(由于是否存在擔(dān)保這一指標(biāo)，在所有違約樣本中都取值為1，故該指標(biāo)最終未進(jìn)入回歸模型)。

表3 違約損失率關(guān)聯(lián)影響因素表

由表3我們首先發(fā)現(xiàn)：就影響違約樣本違約損失率的各指標(biāo)回歸結(jié)果而言，僅有貸款額度、健康狀況、年收入三項(xiàng)指標(biāo)的回歸系數(shù)顯著，其中貸款額度指標(biāo)在1%的顯著性水平上顯著，健康狀況、年收入兩項(xiàng)指標(biāo)在10%的顯著性水平上顯著，其它指標(biāo)的顯著性均未通過(guò)檢驗(yàn)。

具體分析，標(biāo)準(zhǔn)化的貸款額度指標(biāo)回歸系數(shù)為-0.383，即貸款額度越低，違約后的違約損失率越高。從貸款額度與用途的關(guān)聯(lián)角度分析，中大規(guī)模貸款的用途可能主要集中在生產(chǎn)與經(jīng)營(yíng)類活動(dòng)中，只要生產(chǎn)經(jīng)營(yíng)活動(dòng)有所盈利，這類貸款的違約風(fēng)險(xiǎn)就會(huì)相對(duì)較低。而對(duì)于小額貸款，其用途大多是生活所需資金周轉(zhuǎn)，其貸款主體往往是缺乏收入來(lái)源的鄉(xiāng)村地區(qū)留守人員。同時(shí)，信用較差的貸款農(nóng)戶，往往也只能獲得額度較少的貸款，因此貸款額度在某種程度上也可看作是貸款農(nóng)戶信用風(fēng)險(xiǎn)水平的一個(gè)度量指標(biāo)。綜上，小額貸款違約損失率更高。

健康狀況指標(biāo)與違約損失率正相關(guān)，即健康狀況較差的農(nóng)戶，其貸款違約后對(duì)農(nóng)村信用社造成的損失程度越高。從還款能力的視角分析：農(nóng)戶主要通過(guò)體力勞動(dòng)的付出獲取財(cái)富，進(jìn)而用以償還貸款及其利息。而身體健康狀況不佳的農(nóng)戶相比于身體健康的農(nóng)戶，難免會(huì)存在一定程度的勞動(dòng)力水平不足問(wèn)題，進(jìn)而間接地因生產(chǎn)力水平低而導(dǎo)致勞動(dòng)的收入不高，從而削弱了還款能力，最終導(dǎo)致違約后的違約損失率較高。

年收入指標(biāo)與違約損失率呈現(xiàn)正向的顯著關(guān)聯(lián)，其與違約概率之間的關(guān)聯(lián)性一致，表明高收入的借款農(nóng)戶不但違約概率較高，違約后的違約損失率也較高，我們同樣從借款需求角度進(jìn)行分析：高收入的貸款者往往應(yīng)當(dāng)有較大數(shù)量的自有儲(chǔ)備資金，故借款的可能性應(yīng)當(dāng)較低。而許多高收入農(nóng)戶的收入主要來(lái)源于農(nóng)業(yè)企業(yè)經(jīng)營(yíng)，風(fēng)險(xiǎn)相比于傳統(tǒng)農(nóng)業(yè)活動(dòng)更高，因此貸款實(shí)際還承擔(dān)了較大的企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)，從而高收入的農(nóng)戶往往隱含了其企業(yè)主的身份，反而因承擔(dān)的經(jīng)營(yíng)風(fēng)險(xiǎn)較大而導(dǎo)致違約損失率較高。

五、 結(jié)論及政策建議

本文的研究發(fā)現(xiàn)：貸款額度、貸款是否存在擔(dān)保、性別、婚姻狀況、教育、年收入與實(shí)際利率指標(biāo)均在1%的顯著性水平上與違約概率存在顯著關(guān)聯(lián)，同時(shí)貸款月數(shù)指標(biāo)在5%的顯著性水平上與違約概率存在顯著關(guān)聯(lián)，健康狀況在1%的顯著性水平與違約概率存在顯著關(guān)聯(lián)。此外，貸款額度指標(biāo)在1%的顯著性水平上與違約損失率存在顯著關(guān)聯(lián)，健康狀況、年收入兩項(xiàng)指標(biāo)在10%的顯著性水平上與違約損失率存在顯著關(guān)聯(lián)，其它指標(biāo)均未通過(guò)顯著性檢驗(yàn)。

就各指標(biāo)對(duì)農(nóng)戶貸款違約概率與違約損失率的影響方向而言，貸款額度越高、存在擔(dān)保、申請(qǐng)人為女性、家庭負(fù)擔(dān)越重、申請(qǐng)者健康狀況越差、受教育水平越低、年收入越高、貸款期越長(zhǎng)、實(shí)際貸款利率越高，貸款者的違約概率越高。此外，貸款額度越低、健康狀況越差、年收入越高，貸款者的違約損失率越高。

結(jié)合上述研究發(fā)現(xiàn)，我們進(jìn)一步給出若干切實(shí)可行的政策建議：

(1) 農(nóng)村信用社在進(jìn)行貸前審核時(shí)，應(yīng)當(dāng)盡可能地審核貸款農(nóng)戶的實(shí)際貸款需求，并恰當(dāng)?shù)卦u(píng)估貸款農(nóng)戶的真實(shí)還款能力。對(duì)于將被用于風(fēng)險(xiǎn)較高的農(nóng)村企業(yè)經(jīng)營(yíng)活動(dòng)的貸款需求、生活負(fù)擔(dān)較重、還款期較長(zhǎng)、缺乏充足勞動(dòng)力與足夠收入來(lái)源的貸款者，應(yīng)當(dāng)審慎進(jìn)行貸款的審核及貸款利率的制定，進(jìn)而使信貸決策與實(shí)際信用風(fēng)險(xiǎn)相匹配。

(2) 高利率是導(dǎo)致借款農(nóng)戶違約的重要因素之一。農(nóng)村信用社應(yīng)當(dāng)積極響應(yīng)當(dāng)局金融支農(nóng)與防范系統(tǒng)性金融風(fēng)險(xiǎn)的號(hào)召，在信用風(fēng)險(xiǎn)水平合理、可控的前提下，適當(dāng)降低為信用水平較好的農(nóng)戶設(shè)定的貸款利率，在為貸款農(nóng)戶降低還款壓力之余也能提高貸款的償還率，從而降低潛在的信用風(fēng)險(xiǎn)。

(3) 當(dāng)代農(nóng)村信用社要進(jìn)一步提高信用風(fēng)險(xiǎn)管理水平。由于農(nóng)戶貸款具有貸款主體多而分散、缺乏抵押物、缺乏穩(wěn)定收入、審核的人力物力資源成本較高等特征，因此可以嘗試通過(guò)研究、構(gòu)建并應(yīng)用自動(dòng)化的信用評(píng)估模型對(duì)貸款農(nóng)戶的真實(shí)信用水平進(jìn)行低成本、高精度的評(píng)估。此外，也應(yīng)當(dāng)根據(jù)不同經(jīng)濟(jì)形勢(shì)與經(jīng)濟(jì)環(huán)境，定期調(diào)整模型的參數(shù)設(shè)定，從而提高模型的適用性。

(4) 農(nóng)村信用社與金融當(dāng)局應(yīng)當(dāng)加強(qiáng)對(duì)農(nóng)戶信用意識(shí)的教育培養(yǎng)與政策宣傳，讓農(nóng)戶切實(shí)理解信用的概念與涵義，明確貸款違約會(huì)造成的各種不良后果。通過(guò)營(yíng)業(yè)網(wǎng)點(diǎn)全面的海報(bào)宣傳、印制并分發(fā)簡(jiǎn)單易懂的信用知識(shí)手冊(cè)、對(duì)守信與失信典型事例的恰當(dāng)宣傳，為農(nóng)戶們培養(yǎng)充分而全面的信用意識(shí)，讓農(nóng)戶們充分認(rèn)識(shí)到恪守信用對(duì)個(gè)人信用記錄的維護(hù)與獲取未來(lái)貸款的重要作用，從而促使并激勵(lì)當(dāng)?shù)剞r(nóng)戶提高信用意識(shí)，進(jìn)而在未來(lái)的貸款活動(dòng)中提升還款意愿。