基于模糊綜合評價法的農(nóng)機融資租賃信用風險評估研究

鄭育峰，羅紅英

(1.中國科學院大學，北京100190；2.新疆銀行股份有限公司，新疆 烏魯木齊830000)

一、信用風險評估及方法概述

信用風險管理包括風險評估、風險控制和績效評價三部分，其中風險評估是最基礎、最關鍵的環(huán)節(jié)。只有完成了風險評估，才能對客戶進行分類、定價，決定業(yè)務是否發(fā)生、產(chǎn)品如何設計以及后期如何管理。就農(nóng)機融資租賃業(yè)務而言，信用風險評估是指出租方自己或委托第三方按照有關方法和指標體系對收集到的承租人信用信息進行分析，以此對承租人的信用風險等級進行評定。

現(xiàn)有信用風險評價方法大致可以分為三類，即專家評分法、信用評分法和現(xiàn)代信用風險度量模型。美國從19世紀末開始引入企業(yè)信用評價，20世紀30年代起其關于信用風險評估的研究不斷深入[1]，從以要素分析法為代表的專家評分法(如5C要素分析法)，到以財務指標分析法為代表的比例分析法(如杜邦財務分析體系和沃爾比重評分法)，再到20世紀60年代統(tǒng)計方法的大量運用(如Z-score評分模型等)。此后，美國學者對有關信用風險評價方法的研究更加深入，建立了資產(chǎn)組合理論、Creditmetrics模型、麥肯錫模型、死亡率模型、KMV模型等。由此可見，信用風險評價方法從定性評價到定量評價、從個別資產(chǎn)信用風險評價到資產(chǎn)組合信用風險評價，向著越來越專業(yè)化、復雜化的趨勢發(fā)展。

既有研究中關于租賃業(yè)務風險的研究比較豐富，但多側(cè)重于財務風險、法律風險等方面，本文擬選擇模糊綜合評價法并結(jié)合AHP法對農(nóng)機融資租賃信用風險進行評估。模糊綜合評價法是一種基于模糊數(shù)學的綜合評價方法，由美國自動控制專家查德于1965年提出。該方法根據(jù)模糊數(shù)學的隸屬度理論把定性評價轉(zhuǎn)化為定量評價，即用模糊數(shù)學的方法對受多因素制約的事物或?qū)ο笞鞒隹傮w評價。模糊綜合評價法具有系統(tǒng)性強的特點，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決[2]。AHP法是在20世紀70年代由美國運籌學家托馬斯·塞蒂提出的，它是一種定性和定量相結(jié)合的，系統(tǒng)化、層次化的分析方法，其優(yōu)點是將專家經(jīng)驗判斷和數(shù)學方法結(jié)合起來，在一定程度上可降低不確定因素的影響[3]。

二、信用風險評估方法的適用性分析及選擇

(一)專家評分法

目前，我國農(nóng)機融資租賃行業(yè)還處于粗放發(fā)展階段，尚未建立完善的信用風險評價指標體系，信用風險評估主要是由出租方組織相關專家依據(jù)經(jīng)驗并結(jié)合實際情況進行主觀評價(即專家評分法)。對信用風險的判斷和決策主要是依賴專家的專業(yè)技能、主觀判斷和對某些關鍵因素的權(quán)衡。盡管專家評分法在目前我國農(nóng)機融資租賃信用風險評價中應用較廣，但其具有明顯缺陷：一是成本大，即每筆農(nóng)機融資租賃業(yè)務都要耗費一定的人力資源，從而在一定程度上降低了金融機構(gòu)開展此類業(yè)務的積極性。二是主觀性和隨意性強，出租方對承租人進行信用風險評估基本是依靠經(jīng)辦人員和審核人員的經(jīng)驗值以及個人信息網(wǎng)來判斷承租人的信用狀況，同一筆業(yè)務不同的經(jīng)辦人員和審核人員常會得出不同的結(jié)論，影響了風險評估的客觀性。三是存在一定的道德風險，主要表現(xiàn)在出租方經(jīng)辦人員可能對不符合放款條件的承租人開展業(yè)務，也可能拒絕對優(yōu)質(zhì)客戶開展業(yè)務。綜上，專家評分法雖然可行，但在可信度和可操作性方面存在明顯缺陷。因此迫切需要改進農(nóng)機租賃融資業(yè)務的風險評估和控制手段，建立信用風險評估的定量分析方法，對目標承租人進行科學合理的風險評估。

(二)幾種主要的定量方法

1.Z-score評分模型。 該模型是目前西方國家在信用風險度量中使用較多的模型之一，通過加權(quán)計算得到評價對象的綜合風險分值Z，并將Z值與其臨界值進行對比，以此判定評價對象目前的信用狀況。該模型適用于上市企業(yè)和非上市企業(yè)，計算方法簡單、精確度好，但對財務數(shù)據(jù)要求精度很高而對非財務因素關注不夠[4]。我國農(nóng)機融資租賃業(yè)務中的承租人主要是農(nóng)戶和個體農(nóng)場主，普遍缺乏精確的財務數(shù)據(jù)，即使有財產(chǎn)和收入情況記錄，其準確度也不高，無法滿足該模型對財務數(shù)據(jù)的高精確度要求?；A數(shù)據(jù)不準確會影響分析結(jié)果的準確性，因此在我國農(nóng)機融資租賃信用風險評估中使用該模型在可行性和可信度上存在問題。

2.KMV模型。KMV模型是美國舊金山市KMV公司于1993年開發(fā)的信用風險度量模型，其理論基礎是期權(quán)定價理論。該模型突破了以往的信用風險評估多基于企業(yè)歷史數(shù)據(jù)進行分析的局限，以當期股票市值為評價基礎，得出的信用風險預期分布頻率具有很強的可信度。但該方法的使用需要以股票市值為前提。在對非上市公司使用該方法進行信用風險評估時，以一些財務指標代替股票市值等重要指標，因而評估精度會受到一定影響。如前所述，目前我國農(nóng)機融資租賃業(yè)務中的承租人主要是缺乏準確財務數(shù)據(jù)的農(nóng)戶和個體農(nóng)場主，其無法提供股票市值或精確的財務數(shù)據(jù)，因而使用該方法在可行性和可操作性上尚不具備條件。

3.Creditmetrics模型。Creditmetrics模型是瑞士信貸銀行金融產(chǎn)品部于1996年推出的信用風險度量模型，是金融機構(gòu)在對客戶進行評級的基礎上進行組合風險管理和資本管理的工具，主要用于信用風險度量及組合管理。Creditmetrics模型采用的是組合投資分析方法，注重分析企業(yè)間信用狀況變化的相關關系，因而與現(xiàn)代組合投資管理理論相吻合。但就目前我國農(nóng)機融資租賃市場而言，現(xiàn)有融資租賃公司還遠未達到現(xiàn)代企業(yè)組合投資管理的要求，其內(nèi)部管理水平和數(shù)據(jù)收集能力都無法適用于此模型。目前最主要是完成對單筆業(yè)務的風險評估，只有在完成承租人個體信用風險評估的基礎上，才能逐漸考慮進行組合風險管理。

4.Logit回歸模型。Logit 回歸模型是目前應用最廣泛的信用風險評分模型，是以樣本、數(shù)據(jù)、指標為基礎構(gòu)建反映現(xiàn)實社會模型的實證分析方法，可用來探究事件的結(jié)果與多個影響因素之間的關系程度；尤其當因變量為二分類變量時，使用這一方法非常有效。Logit回歸模型采用的是一種“自下而上”的建模方法，要求在有足夠歷史數(shù)據(jù)的情形下使用，數(shù)據(jù)的真實性越高，模型識別的有效性越強。此方法作為一種有效的數(shù)據(jù)處理方法應用于多個領域，是信用風險評估的重要方法。但在目前我國的農(nóng)業(yè)信貸領域特別是農(nóng)機融資租賃領域，不僅缺乏足夠的歷史數(shù)據(jù)，而且承租人財務數(shù)據(jù)的真實性也得不到充分保證；且就農(nóng)業(yè)生產(chǎn)而言，當前財務數(shù)據(jù)對未來趨勢的代表性弱，因而在此情況下選用該方法在可行性和可信度方面存在問題。

(三)模糊綜合評價法的選擇

模糊綜合評價法的信用評分模型，始于信用卡領域，后被廣泛應用于個人貸款業(yè)務，現(xiàn)已擴展到中小企業(yè)貸款領域。這一方法可確定影響借款人違約率的若干關鍵指標并對各指標賦予一定權(quán)重，通過對其進行加權(quán)計算或綜合考慮，得到能夠全面反映借款人信用狀況的綜合分值。該綜合分值可代表違約概率，也可作為客戶分類的依據(jù)，并可據(jù)此決定是否給予貸款以及貸款定價。該模型以借款人特征指標為解釋變量，通過定量分析對借款人信用風險進行評價，把客戶劃分為“信用好”和“信用不好”，適合在缺乏已有信貸業(yè)務歷史數(shù)據(jù)的情況下使用。在我國農(nóng)機融資租賃領域，在缺乏歷史數(shù)據(jù)且現(xiàn)有數(shù)據(jù)的真實性也不能得到充分保證的情況下，該模型能綜合考慮評估承租人信用風險的影響因素，基于專家經(jīng)驗判斷得出各指標的重要程度，且選取的評估指標也較為全面，能有效反映客戶信用情況，因而具有較好的適用性。

本文在采用模糊綜合評價法的過程中，在確定指標權(quán)重時使用AHP法。AHP法強調(diào)人的思維判斷在決策過程中的作用，通過一定的模式使決策思維過程規(guī)范化，適用于定性與定量因素相結(jié)合，特別是定性因素起主導作用的問題，能減少個人主觀判斷帶來的弊端，使結(jié)果更可信。農(nóng)機融資租賃信用風險評價指標權(quán)重的確定就是這種定性因素起主導作用的問題，對于這類難以獲取相關數(shù)據(jù)的評價對象，使用模糊綜合評價法進行信用風險評估并采用AHP法確定指標權(quán)重，能將模糊綜合評價法和AHP法的優(yōu)點結(jié)合起來，在現(xiàn)有專家評分法定性分析的基礎上，將影響履約的因素引入定量的計量過程，確定相應指標的權(quán)重系數(shù)，增強信用風險評估的可行性、可信度和可操作性，以對目標承租人進行科學合理的風險評估。

三、農(nóng)機融資租賃信用風險評估指標體系的構(gòu)建

(一)設定評估指標體系

為全面、公正、客觀地評估農(nóng)機融資租賃業(yè)務的信用風險水平，本文參考張金貴等人[5]的研究，認為指標的選擇應滿足以下三方面要求。首先，應既能全面反映影響農(nóng)機融資租賃業(yè)務信用狀況的各種因素，又要盡量簡化，避免指標的重疊；其次，應獲取容易、操作簡捷、使用方便，能保證數(shù)據(jù)的真實、可靠、準確；最后，應符合農(nóng)機融資租賃業(yè)務自身的特點，能夠切實預測農(nóng)機融資租賃業(yè)務的違約概率。同時，將定性指標與定量指標相結(jié)合。定性指標結(jié)合農(nóng)業(yè)信貸的特點，著重在影響農(nóng)業(yè)收入的氣候變化、國家收儲、補貼政策變化等難以預測或不可控方面進行考量；定量指標主要為財產(chǎn)指標、收入指標、人口指標等。

本文通過專家訪談，確定了如表1所示的影響農(nóng)機融資租賃信用風險的5個一級指標和18個二級指標。其中年齡、子女教育情況、婚姻狀況和金融機構(gòu)違約記錄是對承租人生活穩(wěn)定性、可預見性方面進行評價的關鍵因素。婚姻狀況是感情鞏固、生活穩(wěn)定的表征，家庭是一個經(jīng)濟體和互助體，單身的人承擔風險的能力、取得收入的能力和積累財富的能力一般都弱于家庭。年齡體現(xiàn)的是承租人獲取收入的潛在能力、財富積累水平以及風險規(guī)避能力。一般來說，中年人的收入能力和風險規(guī)避能力最高，老年人收入能力會明顯下降，青年人避險能力一般。家庭年總收入、年收支結(jié)余、年非農(nóng)業(yè)收入是從動態(tài)角度對收入水平和收入結(jié)構(gòu)進行的評價，衡量承租人可支配的現(xiàn)金流量和動態(tài)的債務償還能力。承包土地面積、宅基地估值、其他房產(chǎn)估值、家庭農(nóng)機估值和家庭負債總額是從靜態(tài)角度評價承租人的財富水平，從家庭資產(chǎn)的角度衡量承租人的債務償還能力。家庭財產(chǎn)保險情況、參加新農(nóng)保情況以及租賃物控制手段可衡量承租人對意外事件的風險轉(zhuǎn)移能力?？傮w來說，承租人資產(chǎn)和收入越多，貸款違約概率越低；債務水平越高，信用風險就越高。

表1農(nóng)機融資租賃信用風險評估指標體系

(二)確定指標權(quán)重

下文采用AHP法確定指標權(quán)重。根據(jù)上文構(gòu)建的農(nóng)機融資租賃信用風險評估指標體系中的5個一級指標建立比較矩陣，通過兩兩比較來確定指標的相對重要性。對各指標進行比較時設置評分區(qū)間為1～5分，1分表示行因素遠重于列因素，2分表示行因素重于列因素，3分表示行列因素同等重要，4分表示列因素重于行因素，5分表示列因素遠重于行因素。在進行比較時,利用德爾菲法選擇專家咨詢意見，設計調(diào)查問卷并發(fā)放給26位專家，對評估對象的道德品質(zhì)狀況、家庭收入情況、家庭財產(chǎn)情況、風險緩釋情況、氣候和專項政策影響這5個一級指標通過問卷進行兩兩比較。按照各指標的標度和含義，根據(jù)專家調(diào)查問卷結(jié)果，得出農(nóng)機融資租賃信用風險5個一級指標的權(quán)重明細，具體如表2所示。

表2各因素權(quán)重明細表

續(xù)表2

專家序號道德品質(zhì)狀況家庭收入情況家庭財產(chǎn)情況風險緩釋情況氣候和客觀政策影響110.08170.06760.05740.29570.4976120.06790.2920.15670.44980.0336130.06280.09890.06280.67670.0989140.35330.07820.42540.11690.0261150.17880.0530.04520.17880.5442160.25230.32730.32730.06670.0264170.09820.10670.34950.42190.0236180.07220.22530.22530.45080.0265190.12970.3980.25810.18330.0309200.04790.08460.06130.3180.4883210.22060.13420.02450.40050.2203220.04520.1420.07430.26550.473230.26840.33950.30190.04770.0424240.15440.41960.30550.07760.0429250.38260.35130.17150.05110.0435260.09970.42280.37560.06180.0402最終權(quán)重0.18870.21060.19690.22080.183

在此基礎上，出于分析的簡便化等考慮，對18個二級指標進行了等值賦權(quán)，結(jié)果如表3所示。

表3一級指標、二級指標權(quán)重匯總

(三)確定評分標準

參照商業(yè)銀行個人信貸評分標準，根據(jù)本文構(gòu)建的農(nóng)機融資租賃業(yè)務信用風險評估指標體系和權(quán)重，可以確定各指標的評分標準(采用百分制記分)，具體打分規(guī)則如表4所示。

表4打分規(guī)則

(四)評分結(jié)果驗證

本文以新疆T農(nóng)機有限責任公司(以下簡稱“T公司”)為例對評估結(jié)果進行驗證。2007年成立的T公司，采用合作模式開展融資租賃業(yè)務，資金由融資租賃公司提供，風險由T公司承擔。即業(yè)務由T公司推薦，融資租賃公司辦理，但如果發(fā)生不良金額就由T公司按不良金額本息百分百回購，融資租賃公司不承擔損失。因此，主要的風險控制由T公司進行。我國農(nóng)機融資租賃行業(yè)市場占有率排在前兩位的分別是約翰迪爾融資租賃有限公司(年放款額約8億元)和江蘇金融租賃股份有限公司(年放款額約5億元)。新疆情況與全國基本吻合，排在前列的融資租賃公司分別為約翰迪爾融資租賃有限公司、江蘇金融租賃股份有限公司、三井住友融資租賃(中國)有限公司以及法興(上海)融資租賃有限公司等。T公司代理銷售的農(nóng)機數(shù)量在新疆的市場占有率約為50%，2015年1月—2017年9月T公司合計銷售農(nóng)機金額為26.2億元，數(shù)量為4474臺。

本文選擇2015年1月—2017年9月期間以上4家融資租賃公司與T公司合作開展的150筆農(nóng)機融資租賃業(yè)務為樣本，涉及客戶150名，其中從未違約的客戶99名，有違約行為的客戶51名。這里需要說明兩點：第一，樣本中對于違約客戶的界定非常嚴格，只要發(fā)生一期租賃息費違約都會被定義為違約客戶，因而樣本中界定的有違約行為的客戶并不一定是嚴重違約客戶；第二，雖然只選用了150個樣本，但這些數(shù)據(jù)都來自T公司實際發(fā)生的業(yè)務，數(shù)據(jù)真實有效，據(jù)此進行模型構(gòu)建和實證檢驗有一定的準確性。

首先，使用本文構(gòu)建的信用評分模型對99名履約客戶進行評估，得出A類客戶(得分在75分以上，優(yōu)質(zhì)客戶)80 名，B類客戶(得分在45分～75分)19名，模型識別優(yōu)質(zhì)客戶的準確率為80.8%。在優(yōu)質(zhì)客戶群中，模型認為需進一步人工識別的B類客戶占19.2%。此外，模型識別結(jié)果中未發(fā)現(xiàn)C類客戶(得分在45分以下，風險較高)，也沒有發(fā)生嚴重誤判的情況。其次，以該模型對51名非嚴重違約客戶進行識別，得到B類客戶38名，占比為74.5%；得到A類客戶10名，占比為19.61%；得到C類客戶3名，占比為5.9%。

整體來看，本文選取的150個農(nóng)機融資租賃業(yè)務樣本中，租賃客戶實際違約率很低，只有0.613%。模型判斷的結(jié)果是：150名客戶中判斷為A類客戶的90名，占比為60%；判斷為B類客戶的57名，占比為38%；判斷為C類客戶的3名，占比為2%?？梢姡Ｐ团袛嗪蛯嶋H相符。從以上分析結(jié)果可知，用模糊綜合評價法結(jié)合AHP法對農(nóng)機融資租賃客戶信用風險進行識別的準確率較高, 且簡單易行、易于推廣。

需要指出的是，采用模糊綜合評價法結(jié)合AHP法進行的農(nóng)機融資租賃信用風險評估在運用上還有一些不足：一是由于樣本數(shù)量有限且無法全面收集承租人信息，因此分析有一定誤差。二是在一個短周期內(nèi)，農(nóng)村金融信用風險的系統(tǒng)性特征體現(xiàn)不明顯。農(nóng)業(yè)信貸中債務人的履約能力受宏觀經(jīng)濟形勢等影響較大，由于樣本數(shù)據(jù)來源于2015年—2017年，這一時期在國家鼓勵農(nóng)業(yè)機械化發(fā)展的大背景下，農(nóng)機補貼政策持續(xù)優(yōu)化，對新疆農(nóng)業(yè)生產(chǎn)活動的特殊補貼也在持續(xù)發(fā)放，因此宏觀因素對農(nóng)機融資租賃信用風險的系統(tǒng)性影響未能充分體現(xiàn)。三是模型假定出租人的風險管理水平為統(tǒng)一標準，未考慮債權(quán)管理水平對債務人還款意愿的影響，實際運用時可能出現(xiàn)偏差，在不同環(huán)境下需要動態(tài)調(diào)整模型。四是此方法通過劃定分數(shù)線來對客戶的信用風險進行判斷，對于在分數(shù)線附近的承租人信用風險水平并未體現(xiàn)出明顯差別，在實際工作中應對此進行人工分類處理。

四、結(jié)論與建議

(一)結(jié)論

目前我國農(nóng)機融資租賃行業(yè)的信用風險評估主要是依靠出租方組織相關專業(yè)人員對風險要素進行經(jīng)驗判斷，主觀性、隨意性強，標準不統(tǒng)一，容易發(fā)生道德風險；同時存在風險評估成本高，流程復雜，同收益不匹配等缺陷，影響了農(nóng)機融資租賃業(yè)務的順利開展。采用模糊綜合評價法結(jié)合AHP法建立農(nóng)機融資租賃業(yè)務信用風險評估指標體系，將定量評估與專家分析相結(jié)合，能幫助租賃公司有效識別客戶信用風險。當然，在實際運用中還應逐步增加樣本量，逐步細化評分標準。同時，鑒于農(nóng)業(yè)信貸的特點，農(nóng)機融資租賃業(yè)務信用風險評估在建模過程中應注意采集各種經(jīng)濟狀況下的指標數(shù)據(jù)，結(jié)合宏觀經(jīng)濟形勢和時間變化進行適度調(diào)整，并根據(jù)出租前后的管理情況建立動態(tài)反饋機制，及時對模型進行調(diào)整，以保證實踐運用的有效性。

(二)建議

第一，信用風險評估是農(nóng)機融資租賃業(yè)務開展的關鍵環(huán)節(jié)，單純依靠租賃業(yè)務經(jīng)辦人員和審核人員的主觀經(jīng)驗進行風險評估是不夠科學合理的。因而應推進信用風險量化評估，提高租賃業(yè)務決策的科學化水平，建立科學的農(nóng)機融資租賃業(yè)務信用風險評估指標體系，這對業(yè)務發(fā)展、成本節(jié)約、風險量化和科學決策具有積極影響。租賃公司可建立“電腦+人腦” “定量+經(jīng)驗”的農(nóng)機融資租賃信用風險識別模式。對擬合作客戶，先通過電腦用該模型進行分類識別并設置不同的處理流程。優(yōu)質(zhì)客戶可直接進入快速審批流程，若無特殊理由審核人員不得拒絕辦理；對高風險客戶直接拒絕辦理，審核人員沒有特殊理由不得重新上報；而對于中間客戶則可由人腦進行二次識別評估。這樣既可保證優(yōu)質(zhì)客戶得到高效服務，也能確保高風險客戶被有效排除，在很大程度上防范了個人判斷的主觀性和潛在的道德風險。同時，集中人力對中間客戶進行評估甄別，可減少運行成本、增加業(yè)務收益，提高租賃公司等金融機構(gòu)開展農(nóng)機融資租賃業(yè)務的積極性。

第二，加快我國農(nóng)村個人信用體系建設，完善個人信用數(shù)據(jù)來源渠道，保證數(shù)據(jù)的真實性和準確性。這樣既有利于農(nóng)機融資租賃業(yè)務的發(fā)展，也將有助于農(nóng)村信貸市場的發(fā)展。

第三，對農(nóng)機融資租賃給予一定的息費補貼?，F(xiàn)階段新疆農(nóng)業(yè)現(xiàn)代化建設的重點是農(nóng)業(yè)機械化，而現(xiàn)代農(nóng)機單臺金額普遍較大，農(nóng)民很難全款購置，因而農(nóng)機融資租賃是農(nóng)民購置農(nóng)機的重要方式。為更好地開展農(nóng)機融資租賃業(yè)務，助力新疆農(nóng)業(yè)機械化發(fā)展，建議可對農(nóng)機融資租賃業(yè)務給予一定的息費補貼。如參照國家對紡織服裝企業(yè)貸款的財政貼息政策，對采用融資租賃方式購買農(nóng)機的農(nóng)民給予一定比例的財政貼息，以減輕農(nóng)民的負擔。