基于灰色多層次的農(nóng)地經(jīng)營權(quán)抵押貸款信用風(fēng)險評估

王佳鈺

[摘要]在積極實施鄉(xiāng)村振興發(fā)展戰(zhàn)略的大背景下，農(nóng)地承包經(jīng)營權(quán)抵押貸款增加了金融機構(gòu)對農(nóng)村資源的配置，有效解決了新型農(nóng)業(yè)經(jīng)營主體的貸款難題，提高了土地產(chǎn)出率和農(nóng)產(chǎn)品的商品率，加快農(nóng)業(yè)產(chǎn)業(yè)現(xiàn)代化的步伐。在運用AHP層次分析法確定信用風(fēng)險指標(biāo)權(quán)重的基礎(chǔ)上，構(gòu)建了農(nóng)地經(jīng)營權(quán)抵押貸款的灰色多層次風(fēng)險評價模型，通過對具體貸款的風(fēng)險指標(biāo)進(jìn)行綜合評價判斷信用風(fēng)險水平，為在全國范圍內(nèi)推行農(nóng)地抵押貸款政策提供理論參考和相關(guān)政策建議。

[關(guān)鍵詞]鄉(xiāng)村振興戰(zhàn)略;農(nóng)地經(jīng)營權(quán)抵押;信用風(fēng)險;灰色綜合評價;政策建議

[中圖分類號]F321.1[文獻(xiàn)標(biāo)識碼]A

引言

在農(nóng)村金融改革創(chuàng)新推動鄉(xiāng)村振興發(fā)展的進(jìn)程中，利用金融機構(gòu)的資金支持激活農(nóng)戶內(nèi)生發(fā)展動力是解決“三農(nóng)問題”的有效途徑（馬國建和邢健）。然而，傳統(tǒng)的小額農(nóng)信貸款易被村鎮(zhèn)企業(yè)獲得（謝世清和陳方諾），難以滿足普通農(nóng)戶現(xiàn)代化的生產(chǎn)經(jīng)營方式（惠獻(xiàn)波），客觀上推動貸款業(yè)務(wù)創(chuàng)新發(fā)展。Besley早在1995年提出以農(nóng)地作為抵押激活農(nóng)村的土地資源，德國、美國、越南等國家利用農(nóng)地抵押融資成功解決部分貸款難題，對發(fā)展現(xiàn)代化農(nóng)業(yè)產(chǎn)業(yè)具有顯著成效。

隨著國內(nèi)金融機構(gòu)對農(nóng)地保值性、產(chǎn)權(quán)價值的認(rèn)可（史明燦），2016年中央一號文件指出要有序推進(jìn)農(nóng)村承包土地的經(jīng)營權(quán)抵押貸款試點工作，支持新型農(nóng)業(yè)主體發(fā)展，促進(jìn)農(nóng)村經(jīng)濟(jì)穩(wěn)步增長。作為率先開展試點工作的四川成都，截止2018年6月末，僅溫江區(qū)累計投放農(nóng)地經(jīng)營權(quán)抵押貸款375筆共12.31億元，在全省10個試點區(qū)（縣）中名列首位，對固化收益范圍（四川省農(nóng)業(yè)廳）、提高扶貧貸款精準(zhǔn)度（傅德漢和楊東曉）、加快農(nóng)地流轉(zhuǎn)速度（孫憲忠）有積極影響，促進(jìn)了農(nóng)業(yè)規(guī)?；?、集約化經(jīng)營。

推進(jìn)鄉(xiāng)村振興的核心動力在于土地使用制度的創(chuàng)新（陳美球等），但由于信用風(fēng)險的存在使得農(nóng)地抵押貸款在全國范圍內(nèi)難以推行。因此準(zhǔn)確評估貸款的信用風(fēng)險水平，制定有效治理方案緩解金融機構(gòu)“慎貸”、“惜貸”心理才能促進(jìn)貸款效用最大化，最終轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，實現(xiàn)“人、地、錢”掛鉤，推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化建設(shè)。

1 文獻(xiàn)綜述

農(nóng)村承包土地的經(jīng)營權(quán)抵押貸款試點工作已接近尾聲，符合不同地區(qū)特色的貸款經(jīng)營模式日漸成熟，學(xué)者對于識別貸款過程中存在的風(fēng)險也已入木三分。然而在現(xiàn)實的貸款過程中，由于抵押物、農(nóng)戶融資以及農(nóng)業(yè)生產(chǎn)這三者的特殊性，使該業(yè)務(wù)擁有不同于其他貸款的特殊風(fēng)險（趙一哲和王青）。金融機構(gòu)出于風(fēng)險防范的角度，普遍產(chǎn)生 “惜貸”、“慎貸”的心理（占治民等），更偏向于對大農(nóng)戶及高品質(zhì)的存量客戶進(jìn)行貸款，小農(nóng)戶融資難的問題并沒有得到很好解決（黃惠春）。為化解小規(guī)模農(nóng)村土地產(chǎn)生的貸款約束，寧夏同心利用“群體信用”的功能成立土地協(xié)會（王文鋒），農(nóng)民入股協(xié)會進(jìn)行土地經(jīng)營權(quán)抵押并獲得擔(dān)保，從而向銀行進(jìn)行貸款，實現(xiàn)抵押與貸款相分離（郭忠興等），有效提高了銀行的放貸概率，形成了以農(nóng)戶+土地合作社+金融機構(gòu)的市場主導(dǎo)模式。

市場為主導(dǎo)的貸款模式主要面臨民生風(fēng)險、抵押物處置風(fēng)險、評估風(fēng)險、操作風(fēng)險、信用違約風(fēng)險以及由不確定因素引起的金融風(fēng)險等（于麗紅;陳丹等）。其中信用風(fēng)險問題突出（鞏萍），陳菁泉和付宗平指出需要重點關(guān)注抵押人的違約風(fēng)險，祁靜靜等利用因子風(fēng)險分析法分析指標(biāo)權(quán)重得出了相同結(jié)論。從金融機構(gòu)角度看，由于農(nóng)戶收入的波動導(dǎo)致可能無法按期還本付息的情況是銀行面臨的第一還款來源風(fēng)險（潘文軒），違約率的居高不下也成為了金融機構(gòu)壓低貸款金額的主要因素（姜巖等）。

農(nóng)戶違約帶來的信用風(fēng)險主要體現(xiàn)在契約精神的缺失，嚴(yán)重限制了農(nóng)村金融市場的現(xiàn)代化發(fā)展，且信用意識和契約精神的培養(yǎng)具有持久性和漸進(jìn)性（趙翠萍等）。為更好的控制違約風(fēng)險，降低風(fēng)險發(fā)生之后的損失程度，成都溫江等地引導(dǎo)和介入相關(guān)政府部門，形成了以“政府+金融機構(gòu)+農(nóng)戶”的自上而下政府主導(dǎo)的成都模式，并根據(jù)溫江的實際情況，運用具有較大市場價值的苗木花卉，形成“農(nóng)地經(jīng)營權(quán)+地上附著物”為標(biāo)的的抵押形式（楊奇才等），推動了農(nóng)地經(jīng)營權(quán)抵押貸款的實施。

目前，國內(nèi)文獻(xiàn)多集中于對貸款的風(fēng)險識別以及不同模式運行差異的比較，理論分析居多，經(jīng)濟(jì)分析運用較少，且對單一風(fēng)險關(guān)注不夠。但由于貸款中信用風(fēng)險的存在導(dǎo)致經(jīng)營權(quán)抵押貸款這項業(yè)務(wù)并未發(fā)揮完全的作用，因此對信用風(fēng)險進(jìn)行綜合評價，最大程度降低貸款違約概率是各個相關(guān)部門負(fù)責(zé)人有必要進(jìn)行深入探討的話題。當(dāng)前已有學(xué)者利用Z評分模型劃定優(yōu)質(zhì)借款人的信用評分范圍（姜巖等），呂德宏等構(gòu)建CreditRisk+模型度量貸款中的信用風(fēng)險。本文將在現(xiàn)有研究的基礎(chǔ)上，利用灰色多層次評價模型對信用風(fēng)險進(jìn)行綜合評價，確定金融機構(gòu)是否應(yīng)該對借款人貸款，并為2019年全國范圍內(nèi)實行農(nóng)地經(jīng)營權(quán)抵押款工作提出合理的政策建議，為我國扶貧工作引入金融“活水”。

2 確定信用風(fēng)險評價指標(biāo)體系

針對個人的信用風(fēng)險指標(biāo)體系的構(gòu)建不僅要遵循多元化、動態(tài)化、可操作化的原則（聶新偉），還要結(jié)合農(nóng)戶自身以及經(jīng)營產(chǎn)品的特點。通過借鑒專家學(xué)者現(xiàn)有的研究成果以及實地調(diào)研數(shù)據(jù)，從農(nóng)戶個人品格、還款能力、抵押物情況三個方面構(gòu)建了定性與定量指標(biāo)相結(jié)合的農(nóng)地經(jīng)營權(quán)抵押貸款信用風(fēng)險評價體系。

本文中的農(nóng)戶個人品格主要包括貸款用途、信用記錄等信息，用來衡量借款人的還款意愿。還款意愿越強，借款人越能按期履行合約，發(fā)生違約的概率越小。農(nóng)戶客觀的還款能力是其能否按時還款的物質(zhì)基礎(chǔ)，抵押物情況決定農(nóng)戶第一還款來源和第二還款來源的穩(wěn)定程度，進(jìn)一步影響農(nóng)戶違約的概率。綜上本文將15項指標(biāo)用AHP的方法建立遞階模型（見表1）。

注：供養(yǎng)比=（家庭總?cè)藬?shù)-勞動力數(shù)）/家庭總?cè)藬?shù)，數(shù)值越大，表示家庭負(fù)擔(dān)越重;兼業(yè)程度：一般用非農(nóng)業(yè)收入占家庭總收入的比例劃分。

3 構(gòu)建信用風(fēng)險評價模型

3.1 各評價指標(biāo)權(quán)重的確定

由于不同指標(biāo)所代表的含義不同，因此它們對測量信用風(fēng)險的重要程度不同，所占權(quán)重也不同。AHP分析法通過定量與定性分析把不同指標(biāo)分為相關(guān)聯(lián)的有序?qū)哟蝸泶_定權(quán)重，具體步驟如下：

3.1.1 建立判斷矩陣。將A設(shè)為信用風(fēng)險評價指標(biāo)的集合：），i為一級指標(biāo)的個數(shù)，，其中，m表示第i個一級指標(biāo)包含的二級指標(biāo)個數(shù)。憑借專家對指標(biāo)影響風(fēng)險程度的大小進(jìn)行打分，構(gòu)造判斷矩陣 。

3.1.2 計算各評價指標(biāo)權(quán)重分配。利用Matlab得出判斷矩陣Q對應(yīng)的最大特征根及特征向量ω。求解方程：

，即為指標(biāo)的權(quán)重分配。

3.1.3 對矩陣進(jìn)行一致性檢驗。通過一致性檢驗判斷分配的權(quán)重是否科學(xué)，公式如下：

CR=CI/RI ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

CI=（γmax - n）/（n-1） ? ? ? （2）

公式（1）中CR為判斷矩陣的隨機一致性比率，CI為判斷矩陣的一般一致性指標(biāo)，RI為判斷矩陣的平均一致性指標(biāo)（如表2）。

若CR<0.1時，判斷矩陣Q通過一致性檢驗，γmax對應(yīng)的特征向量ω就為一級評價矩陣的權(quán)重向量，設(shè)B=（b1，b2，…bi），，bi表示評價指標(biāo)Ai在A中的權(quán)重;同理設(shè)二級指標(biāo)的權(quán)重向量為，，且bim表示指標(biāo)Am在Ai中的比重。

3.2 專家打分確定評價矩陣

3.2.1 構(gòu)建信用風(fēng)險評價等級。假定R={r1，r2，r3，r4，r5}={1，2，3，4，5}={低風(fēng)險，偏低風(fēng)險，中度風(fēng)險，偏高風(fēng)險，高風(fēng)險}，確定得分范圍劃分風(fēng)險等級（如表3）。

3.2.2 依據(jù)打分構(gòu)建評價矩陣D。L個專家參照信用風(fēng)險評分等級分別給Aim打分，假設(shè)專家的順序為k（k=1，2，…，r），則評價矩陣為

dimr 為第 r個專家對第i 個一級指標(biāo)下二級指標(biāo)的打分。

3.3 建立評價灰類及計算

3.3.1 確定評價灰類。設(shè)灰類e=5，4，3，2，1 ，分別代表信用風(fēng)險等級為“風(fēng)險高”、“風(fēng)險偏高”、“風(fēng)險一般”、“風(fēng)險偏低”、“風(fēng)險低”。每一灰數(shù)對應(yīng)的白化函數(shù)如下：

第一灰類（e=1），灰數(shù) ，白化權(quán)函數(shù)f1為：

第二灰類（e=2），灰數(shù)，白化權(quán)函數(shù)f2為：

第三灰類（e=3），灰數(shù) ，白化權(quán)函數(shù)f3為：

第四灰類（e=4），灰數(shù) ，白化權(quán)函數(shù)f4為：

第五灰類（e=5），灰數(shù)，白化權(quán)函數(shù)f5為：

3.3.2 計算灰色評價系數(shù)。Aim屬于第e個評價灰類的灰色評價系數(shù)記為ximr，其中。Aim屬于各個評價灰類的總系數(shù)設(shè)為xim，其中 。

3.3.3 計算灰色評價權(quán)向量及權(quán)矩陣。將全部專家針對Aim認(rèn)為的第e個灰類的灰色評價權(quán)設(shè)為。由于總體的評價灰類有5個，故Aim對于各灰類的權(quán)向量為?？梢缘贸龌疑u價權(quán)矩陣Yi：

3.3.4 對A和Ai進(jìn)行綜合評價。令Zi為綜合評價結(jié)果作為對Ai的評價。，Zi6表示專家對Ai建議屬于第e個灰類的灰色評價權(quán)。

綜上構(gòu)造出灰色評價權(quán)矩陣

對A作綜合評價的結(jié)果為

3.3.5 計算多層次綜合評價值。將各評價灰類等級值向量化得到C=（1，2，3，4，5），得到信用風(fēng)險的綜合評價值W=S·CT。

根據(jù)最后求出的W值判斷具體事物的風(fēng)險狀況，最終計算結(jié)果也可將W帶入白化權(quán)函數(shù)中進(jìn)行實證判斷。

4 具體案例分析

本文采用一筆來自2018年8～9月對成都市溫江區(qū)進(jìn)行農(nóng)地經(jīng)營權(quán)抵押貸款的實地調(diào)研數(shù)據(jù)，為了真實準(zhǔn)確衡量該筆貸款潛在的違約率，運用灰色多層次評價模型判斷信用風(fēng)險的大小，以此決定銀行是否同意向該農(nóng)戶貸款。

4.1 確定信用風(fēng)險評價指標(biāo)權(quán)重

根據(jù)表1信用風(fēng)險指標(biāo)體系，運用公式（1）～（2）確定指標(biāo)的最大特征根及對應(yīng)的特征向量，求得所占比重，如表4。

同理可得各二級指標(biāo)所對應(yīng)的權(quán)重向量為

4.2 專家打分進(jìn)行風(fēng)險評價

邀請長期從事涉農(nóng)貸款業(yè)務(wù)的資深信貸員對該筆貸款進(jìn)行打分，評價矩陣D如下所示：

4.3 確定評價灰類和灰色評價系數(shù)

將灰類評價分為“風(fēng)險高”、“風(fēng)險偏高”、“風(fēng)險一般”、“風(fēng)險偏低”、“風(fēng)險低”五個等級，對應(yīng)e=5，4，3，2，1。關(guān)于二級指標(biāo)A11，x116 代表第e個評價系數(shù)，計算如下：

x11為總灰類評價系數(shù)，同理可得x12，…x33的系數(shù)。

4.4 計算權(quán)向量和權(quán)矩陣

關(guān)于二級指標(biāo)A11，y116表示專家對第e個灰類的評價權(quán)：

;同理可得y112，…y115。

則二級指標(biāo)A11對應(yīng)的評價權(quán)向量為y11=（0.039，0.325，0.270，0.202，0.161）;同理可得y12，…y33的值，則可得出二級指標(biāo)相對應(yīng)的一級指標(biāo)權(quán)矩陣Yi。

對一級指標(biāo)進(jìn)行綜合評價的結(jié)果為

則該筆貸款的總灰色評價權(quán)矩陣Z為

因此信用風(fēng)險的綜合評價結(jié)果為

S=B·Z=（0.279，0.270，0.192，0.126，0.115）。

4.5 計算灰色綜合評價值

C=（1，2，3，4，5），則綜合評價值W=S·CT=2.474，說明該筆農(nóng)地經(jīng)營權(quán)抵押貸款整體信用風(fēng)險水平一般。

將綜合評價值W帶入白化權(quán)函數(shù)中進(jìn)行檢驗f1（Z）= 0，f2（Z）=0.763，f3（Z）=0.825，f4（Z）=0.619，f5（Z）= 0.495。其中f3（Z）最大，證實信用風(fēng)險水平一般，說明銀行可以對該農(nóng)戶進(jìn)行貸款，但需密切關(guān)注借款人的經(jīng)營收入變化、抵質(zhì)押物情況以及是否有重大意外事故發(fā)生，避免不良貸款的產(chǎn)生。

5 政策建議

實施鄉(xiāng)村振興發(fā)展戰(zhàn)略，積極推進(jìn)農(nóng)村綜合改革具有重大的歷史性、理論性和實踐性意義，將農(nóng)村承包土地的經(jīng)營權(quán)有序轉(zhuǎn)變?yōu)橘Y產(chǎn)、資本、資金，以此激發(fā)農(nóng)村發(fā)展活力、推進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展已經(jīng)取得顯著成效。由于農(nóng)作物市場價格波動大且受眾多因素的影響，農(nóng)地經(jīng)營權(quán)抵押貸款存在不可避免的信用風(fēng)險，因此通過對信用風(fēng)險進(jìn)行管理評估，幫助金融機構(gòu)判斷一筆貸款信用風(fēng)險水平，從而采取相應(yīng)措施決定是否發(fā)放貸款，對最大幅度降低不良貸款帶來的損失具有重要意義。

在實地調(diào)研的過程中發(fā)現(xiàn)目前貸款的運行仍存在一些制約因素：一是相關(guān)部門的領(lǐng)導(dǎo)帶頭作用不突出，地方村委會有推卸責(zé)任之嫌;二是監(jiān)督方式與地方貸款運作特點不匹配，效率低下且政策性風(fēng)險補償基金不足;三是貸款手續(xù)繁瑣周期長，影響農(nóng)戶的相關(guān)貸款意愿;四是針對農(nóng)地抵押的金融產(chǎn)品不足，難以調(diào)動融資主體的積極性，且部分貸款并未真正落實到需求農(nóng)戶手中，增收效果不顯著。綜上為全面推動農(nóng)地抵押貸款在全國范圍的實行，穩(wěn)步推進(jìn)農(nóng)村土地制度改革，促進(jìn)農(nóng)民增收致富和農(nóng)業(yè)現(xiàn)代化的加快發(fā)展，筆者提出以下幾點建議：

明確行政部門在風(fēng)險控制中的主體地位，細(xì)化村級機構(gòu)的責(zé)任范圍，做到“獎罰到位，責(zé)任到人”。為實現(xiàn)將土地經(jīng)營權(quán)作為抵押物的新型融資方式低成本、高效率的運行，以縣級政府作為風(fēng)險防范主體具有天然的優(yōu)勢（陳丹和高銳），相關(guān)政府部門應(yīng)結(jié)合當(dāng)?shù)剞r(nóng)村對貸款的需求情況，因地制宜的對村委會等機構(gòu)進(jìn)行責(zé)任劃分與工作考核，督促村委會做好貸款銀行、保險公司、借款農(nóng)戶之間溝通交流的“橋梁”，積極采取獎勵處罰措施，最大程度發(fā)揮相關(guān)部門的主觀能動性。

加大監(jiān)督和政府財政資金支持力度。對農(nóng)地經(jīng)營權(quán)抵押貸款進(jìn)行貸前審查、貸后調(diào)查的嚴(yán)格監(jiān)管不僅可以減少貸款違約發(fā)生的概率，也對價值不足的抵押物具有很好的替代作用（曾慶芬），降低貸款門檻使得該項業(yè)務(wù)把惠農(nóng)扶農(nóng)落到實處。政府作為金融改革的主導(dǎo)者對發(fā)放貸款的銀行以政策性補償基金的方式予以支持。以成都市溫江區(qū)為例，相關(guān)政府規(guī)定一旦貸款出現(xiàn)違約，清償?shù)盅何锸Ｓ嗟膿p失由風(fēng)險基金承擔(dān)80%，貸款銀行需自行彌補20%的損失。雖然有政府補償基金進(jìn)行兜底，但相較于銀行每年發(fā)放出去的貸款總額比基金力度遠(yuǎn)遠(yuǎn)不夠，這也成為眾多銀行“慎貸惜貸”的主要原因。因此政府部門可適當(dāng)加大資金支持力度，鼓勵更多銀行加入到農(nóng)地經(jīng)營權(quán)抵押貸款的相關(guān)業(yè)務(wù)中來。

對成功貸款且無違約農(nóng)戶進(jìn)行畫像，簡化貸款流程手續(xù)，提高貸款效率。根據(jù)調(diào)研結(jié)果分析因貸款周期長、手續(xù)繁瑣等原因使得農(nóng)戶往往放棄向正規(guī)金融機構(gòu)進(jìn)行貸款反而轉(zhuǎn)向私人借貸等非正規(guī)融資渠道，這不僅會影響金融機構(gòu)惠農(nóng)貸款的實施效果，一旦發(fā)生違約還可能導(dǎo)致惡性事件的發(fā)生。因此相關(guān)機構(gòu)需加強信用體系建設(shè)，對優(yōu)質(zhì)農(nóng)戶進(jìn)行畫像，總結(jié)其個人特點以及收入經(jīng)營情況，當(dāng)出現(xiàn)與優(yōu)質(zhì)農(nóng)戶具有相同特點的借款人時可以簡化貸款手續(xù)，最大限度降低審核時間，提高放貸效率。

明確評估費用，核實貸款用途。相關(guān)監(jiān)管部門應(yīng)按期核查評估公司是否按照約定價格收取費用，避免出現(xiàn)抬高價格導(dǎo)致貸款利率過高的情況發(fā)生。以調(diào)研地溫江區(qū)為例，第三方評估費用原則上不超過被評估資產(chǎn)價值的0.5%，目前成都農(nóng)商行的貸款利率為5.75%。其次應(yīng)確保貸款真正用于農(nóng)戶的農(nóng)業(yè)生產(chǎn)經(jīng)營，幫助新型農(nóng)業(yè)經(jīng)營主體增加擴大再生產(chǎn)的可用資金。

完善農(nóng)業(yè)補貼補償機制體系，降低農(nóng)戶對土地的依賴程度?！叭龣?quán)分置”使得農(nóng)村土地的承包權(quán)和經(jīng)營權(quán)相分離，導(dǎo)致政府相關(guān)農(nóng)業(yè)補貼一般歸承包人所有，影響土地經(jīng)營權(quán)主體進(jìn)行農(nóng)業(yè)生產(chǎn)的積極性（徐建中和于澤卉），因此完善農(nóng)業(yè)補貼機制有利于加快農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展的步伐。同時健全農(nóng)村養(yǎng)老保險制度，減輕農(nóng)地的養(yǎng)老保障功能（任雪瑩等），使得土地“流”得動、“轉(zhuǎn)”得出，推動農(nóng)地經(jīng)營權(quán)抵押貸款在全國范圍內(nèi)的實施。

[參考文獻(xiàn)]

[1] 馬國建，邢健.農(nóng)業(yè)弱質(zhì)性視角下金融精準(zhǔn)扶貧路徑研究——以戴莊村為例[J].廣西大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2017，39（2）：69-73.

[2] 謝世清，陳方諾.農(nóng)村小額貸款模式探究——以格萊珉銀行為例[J].宏觀經(jīng)濟(jì)研究，2017（01）：148-155.

[3] 惠獻(xiàn)波.農(nóng)地經(jīng)營權(quán)抵押貸款業(yè)務(wù)推廣困境與創(chuàng)新路徑設(shè)計[J].西南金融，2015（5）：47-49.

[4] Besley，T.The Property Rights and Investment Incentives：Theory and Evidence from Ghana[J].The Journal of Political Economy，1995，103（5）：903-937.

[5] Feder G.Land Policy and Farm Productivity in Thailand[M]. Baltimore，Md and London：The Johns Hopkins University Press，1988：49-56.

[6] 羅劍朝，庸暉，龐璽成.農(nóng)地抵押融資運行模式國際比較及其啟示[J].中國農(nóng)村經(jīng)濟(jì)，2015（3）：84-96.

[7] 尹濤.德國農(nóng)村土地抵押貸款運行機制及經(jīng)驗借鑒[J].世界農(nóng)業(yè)，2014（8）：20-23.

[8] 史明燦.農(nóng)地抵押貸款：現(xiàn)狀、國際經(jīng)驗及中國機制設(shè)計——以中國河南省為例[J].世界農(nóng)業(yè)，2016（06）：57-52.

[9] 傅德漢，楊東曉.農(nóng)地經(jīng)營權(quán)抵押貸款扶貧模式[J].農(nóng)村金融，2015（23）：55-56.

[10] 孫憲忠.推進(jìn)農(nóng)地三權(quán)分置經(jīng)營模式的立法研究[J].中國社會科學(xué)，2016（7）： 145-163.

[11] 陳美球，廖彩榮，劉桃菊.鄉(xiāng)村振興、集體經(jīng)濟(jì)組織與土地使用制度創(chuàng)新—基于江西黃溪村的實踐分析[J].南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018，18（02）：27-34.

[12] 趙一哲，王青.農(nóng)地承包經(jīng)營權(quán)抵押貸款風(fēng)險的研究[J].安徽農(nóng)業(yè)大學(xué)學(xué)報，2015（24）：12-14.

[13] 占治民，羅劍朝，閆玉涵.差序政策信任：農(nóng)地金融扶貧貸款“冷遇”經(jīng)驗解釋[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2017（17）：118-122.

[14] 黃惠春. 農(nóng)村土地承包經(jīng)營權(quán)抵押貸款可得性分析——基于江蘇試點地區(qū)的經(jīng)驗實證[J].中國農(nóng)村經(jīng)濟(jì)，2014（3）：48-57.

[15] 王文鋒.農(nóng)村土地經(jīng)營權(quán)抵押融資運行機制探索—基于山東壽光市與寧夏同心縣的考察[J].世界農(nóng)業(yè)，2015（9）：102-106.

[16] 郭忠興，汪險生，曲福田.產(chǎn)權(quán)管制下的農(nóng)地抵押貸款機制設(shè)計研究——基于制度環(huán)境與治理結(jié)構(gòu)的二層次分析[J].管理世界，2014（9）：48-57.

[17] 于麗紅.農(nóng)村土地經(jīng)營權(quán)抵押貸款信貸風(fēng)險評價——基于AHP法分析[J].農(nóng)村經(jīng)濟(jì)，2014（11）：79-82.

[18] 陳丹，高銳.農(nóng)地抵押金融風(fēng)險：政府規(guī)制的邏輯及政策取向[J].南方金融，2016（7）：72-77.

[19] 鞏萍.新型農(nóng)村金融風(fēng)險防控探析[J].Value Engineering，2017（26）：28-29.

[20] 陳菁泉，付宗平.農(nóng)村土地經(jīng)營權(quán)抵押融資風(fēng)險形成及指標(biāo)體系構(gòu)建研究[J].宏觀經(jīng)濟(jì)研究，2016（10）：143-154.

[21] 祁靜靜，李世平，李玉玲.基于農(nóng)戶視角的農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險評估[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（1）：310-314.

[22] 潘文軒.農(nóng)地經(jīng)營權(quán)抵押貸款中的風(fēng)險問題研究[J].南京農(nóng)業(yè)大學(xué)學(xué)報，2015，15（5）：104-113.

[23]姜巖，黃惠春，陶雯巖.農(nóng)地抵押貸款信用評價體系構(gòu)建[J].西北農(nóng)林科技大學(xué)學(xué)報，2017，17（2）：24-32.

[24] 趙翠萍，侯鵬，程傳興.產(chǎn)權(quán)細(xì)分背景下農(nóng)地抵押貸款的基本經(jīng)驗與完善方向——基于福建明溪與寧夏同心兩地試點的對比[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2015（12）：50-57.

[25] 楊奇才，謝璐，韓文龍.農(nóng)地經(jīng)營權(quán)抵押貸款的實現(xiàn)與風(fēng)險：實踐與案例評析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2015（10）：4-10。

[26] 呂德宏，張無坷.農(nóng)地經(jīng)營權(quán)抵押貸款信用風(fēng)險影響因素及其衡量研究——基于CreditRisk+模型的估計[J].華中農(nóng)業(yè)大學(xué)學(xué)報，2018（4）：137-147.

[27] 聶新偉.政府信用、地方政府債務(wù)風(fēng)險與信用指標(biāo)體系構(gòu)建的思路[J].財政研究，2016（03）：15-26.

[28] 曾慶芬.農(nóng)地抵押融資模式與區(qū)域經(jīng)驗[J].中央財經(jīng)大學(xué)學(xué)報，2016（1）：41-49.

[29] 徐建中，于澤卉.“三權(quán)分置”視野下農(nóng)地市場運行障礙與破解[J].經(jīng)濟(jì)學(xué)研究，2018（07）：102-107.

[30] 任雪瑩，安海燕.農(nóng)村養(yǎng)老保險與農(nóng)地抵押貸款意愿關(guān)系實證分析[J].武漢金融，2018（02）：73-78.