基于三階段DEA 模型的區(qū)域性金融扶貧效率分析與對策建議

康 明

黨的十八大把扶貧開發(fā)擺在十分突出的位置，將精準(zhǔn)扶貧、精準(zhǔn)脫貧作為基本方略。黨的十九大更將精準(zhǔn)脫貧列入決勝全面建成小康社會的“三大攻堅戰(zhàn)”之一。多年以來，廣西一直是全國扶貧工作的重點地區(qū)，經(jīng)過近十年努力，精準(zhǔn)扶貧工作取得了顯著成效，一批貧困村、貧困縣陸續(xù)脫掉貧困帽子，農(nóng)村貧困人口由2012 年的755 萬人減少至2018 年的246 萬人，七年累計減少509 萬人，下降幅度達67.4%，年均減少101.8 萬人，貧困發(fā)生率也由2012年的70%降至2018 年的5.7%。在精準(zhǔn)扶貧過程中，金融扶貧扮演著非常重要的角色。截至2018 年12月31 日，廣西累計向44.96 萬建檔立卡貧困戶發(fā)放扶貧小額信貸，貸款余額達204.14 億元。廣西扶貧小額信貸的發(fā)放量和獲貸率均處于全國“第一梯隊”，貸款額位居全國前五位。廣西金融扶貧規(guī)模大，但效率如何？針對這一問題，本文基于廣西14 個地級市的金融扶貧數(shù)據(jù)，運用三階段數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）模型進行實證，剖析當(dāng)前廣西金融精準(zhǔn)扶貧中存在的問題，并提出提高扶貧資金使用效率的可行建議。

一、文獻回顧

關(guān)于金融扶貧問題的研究，現(xiàn)有文獻主要從以下四個方面開展：金融扶貧模式、金融扶貧有效性、金融扶貧機理和金融扶貧效率。

（一）關(guān)于金融扶貧模式的研究

小額信貸是金融扶貧的主要方式，可以有效緩解農(nóng)戶在農(nóng)業(yè)生產(chǎn)和經(jīng)營中的資金短缺問題（穆罕默德·尤努斯，2009），顯著提升貧困農(nóng)戶的家庭收入，減少貧困的發(fā)生率和貧困程度（Lacalle-Calderon et al.，2018），大大提高扶貧的精準(zhǔn)度（賈俊雪等，2017）。一般而言，小額信貸機構(gòu)人均信貸總額越高，其貧困人口比例就越低，人均收入水平與消費水平就越高（Khanam et al.，2018）。因此，通過小額信貸提供各種金融資本，可以促進經(jīng)濟持續(xù)性和包容性增長，實現(xiàn)可持續(xù)發(fā)展目標(biāo)（Khaki & Sangmi，2017）。然而，小額信貸有非常嚴格的信用風(fēng)險評估程序（Weber，2013），加之商業(yè)金融與包容性金融的盈利性矛盾，更阻礙了消除社會貧困的步伐（原妍娜和陳洛川，2018）。因此，小額信貸方式并不能給所有貧困人群帶來積極作用，并沒有為窮人中的最窮人服務(wù)（Weiss & Montgomery，2005）。

（二）關(guān)于金融扶貧有效性的研究

從理論上看，金融扶貧可以將信貸資源提供給貧困人口，幫助他們形成個人信用，也可以通過推動農(nóng)業(yè)技術(shù)進步（Allet & Hudon，2015）為經(jīng)濟增長貢獻高邊際回報（Khaki & Sangmi，2017）。從實踐上看，金融自由化可能會加深貧困地區(qū)收入分配不均等問題（Ravallion，2001），并且中國的小額信貸對縮小城鄉(xiāng)收入差距的作用正在逐漸減弱（齊紅倩和李志創(chuàng)，2018），收入分配不均可能抵消經(jīng)濟增長的減貧效應(yīng)（Zhang & Naceur，2019）。Beck 和Peria（2007）研究發(fā)現(xiàn)，金融發(fā)展與扶貧效果呈U 型關(guān)系，也就是說，隨著金融深化程度的加深，貧困程度會先擴大后縮小，只有當(dāng)金融發(fā)展經(jīng)過U 型拐點之后，隨著貧困人口獲得金融服務(wù)成本的下降，金融扶貧才會表現(xiàn)出明顯成效（崔艷娟和孫剛，2012）。此外，若金融市場出現(xiàn)大幅震蕩，同樣不能有效治理貧困（Yang & Fu，2019）。

（三）關(guān)于金融扶貧運作機理的研究

金融扶貧的渠道分為直接途徑和間接途徑。其中，直接途徑是金融機構(gòu)直接向貧困農(nóng)戶提供信貸服務(wù)，滿足貧困農(nóng)戶擴大生產(chǎn)規(guī)模的資金需求，增加生產(chǎn)性收入（傅鵬和張鵬，2016），或通過金融體系的交易和儲蓄活動來增加農(nóng)戶收入（Alkire & Foster，2011），即通過零售業(yè)務(wù)優(yōu)惠政策（如便利存取款、免費轉(zhuǎn)賬、定期存款利率）幫助貧困農(nóng)戶積累資金和降低消費，預(yù)防收入不穩(wěn)定帶來的金融風(fēng)險，從而提升預(yù)期收入，減少貧困發(fā)生的可能性（羅絨戰(zhàn)堆和陳健生，2017）。間接途徑是金融機構(gòu)向貧困地區(qū)的企業(yè)或產(chǎn)業(yè)提供相關(guān)金融服務(wù)，以企業(yè)或產(chǎn)業(yè)的發(fā)展帶動地區(qū)經(jīng)濟的發(fā)展，進而帶動貧困人口脫貧。Dollar和Kraay（2002）將這種傳導(dǎo)方式稱為經(jīng)濟增長的“滑滴效應(yīng)”。

（四）關(guān)于金融扶貧效率的研究

目前，學(xué)術(shù)界直接研究金融扶貧效率的文獻較少，主要圍繞農(nóng)村信貸資金配置效率問題開展研究。Huq（2017）研究發(fā)現(xiàn)，由某些海外國家政府主導(dǎo)的農(nóng)業(yè)信貸體系經(jīng)常出現(xiàn)資金配置效率低的問題。鄧坤（2015）研究發(fā)現(xiàn)，四川省巴中市的金融扶貧效率出現(xiàn)了負值，表明涉農(nóng)貸款占比的上升并不能提高貧困農(nóng)戶的收入。薛書明等（2018）研究發(fā)現(xiàn)，不同地區(qū)金融減貧的效果存在差異，金融在農(nóng)村地區(qū)的減貧效果是短期的、不顯著的，這是由于農(nóng)村地區(qū)受金融政策的波動以及金融供給方面問題的影響，減弱了金融扶貧的效率（楊俊等，2008）。

從現(xiàn)有文獻不難看出，針對中國特定省份，特別是分析廣西區(qū)域金融扶貧效率影響因素，并提出切實可行優(yōu)化對策的研究還很少。本文采用三階段DEA 模型對金融扶貧效率進行分析，并提出優(yōu)化金融扶貧效率的可行建議，以期對廣西貧困地區(qū)的區(qū)域性金融精準(zhǔn)扶貧實踐起到積極的推動作用。

二、研究方法、指標(biāo)選擇及數(shù)據(jù)來源

（一）研究方法

本文采用三階段DEA 模型對金融扶貧效率進行分析。三階段DEA 模型衡量金融扶貧效率有兩種方式：假設(shè)規(guī)模報酬不變的技術(shù)效率CCR 模型（Charnes et al.，1978）和規(guī)模報酬可變的技術(shù)效率BCC 模型（Banker et al.，1984）。兩種方式的差別在于，BCC 模型可以利用純技術(shù)效率和規(guī)模效率分析金融機構(gòu)內(nèi)部管理水平和經(jīng)營規(guī)模優(yōu)化程度對精準(zhǔn)脫貧效率的影響。因此，本文選擇陳銀娥和尹湘（2019）提出的投入導(dǎo)向下的BCC 模型來衡量金融扶貧效率，包括金融資源配置使用效率和規(guī)模集聚效率。

1．第一階段：DEA 模型

DEA 中每個評估的對象稱為決策單元（decision-making unit，DMU），在投入導(dǎo)向下，第i 個決策單元的表達式為：

2．第二階段：隨機邊界分析（stochastic frontier approach，SFA）

其中，i=1,2,……,I，n=1,2,……,N。

3．第三階段：調(diào)整后的DEA 模型

（二）指標(biāo)選擇

1．投入指標(biāo)和產(chǎn)出指標(biāo)

投入指標(biāo)上，首先選取與金融整體環(huán)境有關(guān)的因素，并用金融機構(gòu)貸款余額與地區(qū)生產(chǎn)總值的比值來反映地區(qū)整體金融發(fā)展水平。其次，選取“每平方公里金融機構(gòu)服務(wù)人員數(shù)”代表與金融自身相關(guān)的投入要素。最后，用住戶存款/GDP 代表居民存款水平，反映金融扶貧投入資金的使用效率。產(chǎn)出指標(biāo)上，選擇第一產(chǎn)業(yè)生產(chǎn)總值增長率和農(nóng)村居民人均可支配收入增長率，反映貧困人口的生活水平和經(jīng)濟發(fā)展水平，以此衡量扶貧效果。相關(guān)指標(biāo)體系見表1。

表1 金融扶貧效率評價指標(biāo)體系

2．環(huán)境指標(biāo)

經(jīng)濟發(fā)達地區(qū)能夠通過增加就業(yè)崗位和收入水平減輕貧困，較好的市場環(huán)境能在很大程度上影響資源的使用效率，如貧困戶的收入水平。借鑒陳銀娥和尹湘（2019）的做法，本文同樣選取地區(qū)生產(chǎn)總值和農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)作為環(huán)境指標(biāo)。

（三）數(shù)據(jù)來源

本文根據(jù)《廣西農(nóng)村貧困監(jiān)測報告2018》的統(tǒng)計口徑，選擇2013-2018 年廣西四大經(jīng)濟區(qū)域共計14 個地級市作為樣本，研究金融扶貧效率。數(shù)據(jù)來源于《廣西統(tǒng)計年鑒（2014-2019）》、《廣西金融年鑒（2014-2016）》、《廣西財政年鑒（2014-2018）》，以及各市扶貧辦和市政府官網(wǎng)。具體經(jīng)濟區(qū)域劃分如表2 所示。

表2 廣西四大經(jīng)濟區(qū)域劃分

三、實證分析

（一）第一階段DEA 實證結(jié)果分析

本文根據(jù)2013-2018 年廣西貧困地區(qū)的投入產(chǎn)出數(shù)據(jù)建立DEA 模型，實證分析金融扶貧效率，暫不考慮隨機擾動項和環(huán)境因素的影響。

1．金融扶貧效率評價靜態(tài)比較分析

將2013–2018 年共計84 個樣本數(shù)據(jù)代入BCC 模型，得到第一階段金融扶貧效率的均值，如表3 所示。表3 中第一行的0.695、0.847、0.821 分別代表了廣西全區(qū)的金融扶貧綜合效率、純技術(shù)效率、規(guī)模效率，都略高于0.5 的中等水平，說明廣西金融發(fā)展對貧困治理的效果處于中等偏上水平。從綜合效率角度來說，金融機構(gòu)投入要素還存在一定浪費，與最佳投入值相比較，要獲得既定初始產(chǎn)出還可以減少0.305 的投入。比較分析各區(qū)的效率值可以看出，玉林和崇左的純技術(shù)效率低下是拉低北部灣經(jīng)濟區(qū)六市綜合效率的主因。從各區(qū)域來看，桂西資源富集區(qū)、北部灣經(jīng)濟區(qū)、西江經(jīng)濟帶的效率值呈現(xiàn)出逐漸降低的特點。綜合來看，西江經(jīng)濟帶技術(shù)無效的原因是多面的，不僅需要提高金融機構(gòu)的內(nèi)部管理水平，還需要根據(jù)各區(qū)所處規(guī)模報酬階段優(yōu)化經(jīng)營規(guī)模。

表3 第一階段2013-2018年金融扶貧效率總體評價

2．金融扶貧效率評價動態(tài)比較分析

將2013-2018 年的樣本數(shù)據(jù)分年度分析，結(jié)果如表4 所示。可以看出，廣西全區(qū)的金融扶貧效率處于中等偏上水平，但2013-2018 年的動態(tài)變化則呈波動下降趨勢。比較分析北部灣經(jīng)濟區(qū)及六市的動態(tài)效率值可以發(fā)現(xiàn)，玉林和崇左兩市拉低了北部灣經(jīng)濟區(qū)六市的效率，其主因為純技術(shù)效率，這與靜態(tài)比較分析的結(jié)果一致。換言之，從效率分解的角度來看，主要是純技術(shù)效率拉低了綜合效率。從地區(qū)的分解看，北部灣經(jīng)濟區(qū)和西江經(jīng)濟帶的低效率是全區(qū)扶貧效率下降的主要原因。金融精準(zhǔn)扶貧脫貧方略自2013 年提出以來，已取得了顯著成效，北部灣經(jīng)濟區(qū)在扶貧政策的實施下大部分貧困人口已經(jīng)脫貧，但仍有部分人口處于貧困或極度貧困水平，且貧困原因復(fù)雜多樣，現(xiàn)有扶貧舉措并不能完全覆蓋，因此需要采取更有力的扶貧措施。西江經(jīng)濟帶貧困問題依然嚴峻，原因在于自然環(huán)境的局限、經(jīng)濟發(fā)展的不平衡以及人力資源投入的不足，加上特殊的地域人口分布，使得金融資源難以精準(zhǔn)投放，從而減緩了脫貧速度，拉低了全區(qū)扶貧效率。

表4 第一階段2013-2018年金融扶貧效率動態(tài)變化比較分析

3．技術(shù)有效和無效分析

從比較靜態(tài)分析來看，廣西全區(qū)和四大經(jīng)濟區(qū)域分地區(qū)的金融扶貧效率都小于1，這意味著所有地區(qū)均為技術(shù)無效狀態(tài)，存在不同程度投入要素的浪費。投入冗余率分別為30.5%、22.0%、28.5%、27.2%、18.7%，即減少相應(yīng)冗余要素的投入仍可獲得相同的產(chǎn)出。從技術(shù)有效和無效地市分布情況來看（見表5），全區(qū)分年度統(tǒng)計口徑下技術(shù)有效的地市數(shù)量為8 個，占比9.52%；六年均值統(tǒng)計口徑下技術(shù)有效的地市數(shù)量為4 個，占比28.57%，分別為防城港、欽州、百色、崇左，這四個地市在2013-2018年間均值的綜合效率為1，均達到了效率最優(yōu)。從效率的分解來看，由純技術(shù)效率與規(guī)模效率導(dǎo)致技術(shù)無效的地區(qū)數(shù)量基本相當(dāng)，說明影響廣西全區(qū)技術(shù)無效的原因比較復(fù)雜，這與比較靜態(tài)分析的結(jié)果一致。針對技術(shù)無效的原因進行分析，以純技術(shù)效率為主因?qū)е录夹g(shù)無效的地市為南寧、柳州、梧州、貴港、玉林和賀州，以規(guī)模效率為主因?qū)е录夹g(shù)無效的地市為桂林、北海、河池和來賓。

表5 第一階段2013-2018年技術(shù)有效和技術(shù)無效省份數(shù)量比較分析

（二）第二階段DEA 實證結(jié)果分析

從第一階段DEA 模型測算結(jié)果可以發(fā)現(xiàn)，廣西金融扶貧效率存在很大的提升空間，可以從中等偏上水平提升至更高水平。第一階段DEA 是在未考慮外部環(huán)境和隨機誤差的前提下得出的，但不考慮經(jīng)濟的動態(tài)變化以及政府政策推行與實施及產(chǎn)生效果的時間較長等因素會造成實證結(jié)果偏離現(xiàn)實，因此有必要利用第二階段DEA 的隨機邊界分析剔除不可控的環(huán)境因素和隨機誤差干擾，這樣得到的效率值才更準(zhǔn)確。本文運用Frontier4.1 軟件，對投入差額進行隨機邊界分析。在隨機邊界分析回歸中，以環(huán)境指標(biāo)為自變量，第一階段投入要素松弛值為因變量。因此，本文以地區(qū)生產(chǎn)總值和農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)為環(huán)境指標(biāo)，經(jīng)計算得到剔除了外部環(huán)境因素的投入指標(biāo)值，從而使效率值更貼近金融助推精準(zhǔn)脫貧效率的真實情況。

（三）第三階段DEA 實證結(jié)果分析

將經(jīng)過第二階段隨機邊界分析調(diào)整后的投入指標(biāo)再次代入BBC 模型，進行第三階段DEA 檢驗，結(jié)果見表6。

1．第三階段金融扶貧效率評價靜態(tài)比較分析

如表6 所示，全區(qū)的金融扶貧綜合效率、純技術(shù)效率、規(guī)模效率分別為0.729、0.899、0.809，相較于第一階段，效率值有大幅提升，說明第一階段由于外部環(huán)境因素低估了金融扶貧效率，表明普惠金融在脫貧攻堅中發(fā)揮了重要作用。比較分析各區(qū)效率值可以看出：玉林和崇左沒有拉低反而提高了北部灣經(jīng)濟區(qū)六市的綜合效率，且純技術(shù)達到有效。從各區(qū)效率值來看，桂西資源富集區(qū)最優(yōu)，其次是北部灣經(jīng)濟區(qū)，西江經(jīng)濟帶最差?？傮w來看，西江經(jīng)濟帶技術(shù)無效的原因主要在于規(guī)模效率低下。該結(jié)果與第一階段的分析有較大差異，原因在于第一階段綜合考慮了各地區(qū)的經(jīng)濟發(fā)展?fàn)顟B(tài)，以崇左、賀州、貴港、來賓等為代表的西江經(jīng)濟帶相對于其他地區(qū)較落后，分析結(jié)果不能準(zhǔn)確反映金融扶貧的效率。而當(dāng)剔除環(huán)境因素的影響，將各地區(qū)經(jīng)濟發(fā)展調(diào)整到同一水平，此時的效率值較優(yōu)，說明金融要素投入能縮小收入差距，降低經(jīng)濟發(fā)展落后地區(qū)的貧困發(fā)生率。

表6 第三階段2013-2018年金融扶貧效率總體評價

2．第三階段金融扶貧效率評價動態(tài)比較分析

表7是對第三階段2013-2018 年各年度金融扶貧效率值進行整理的結(jié)果，可以看出：第三階段廣西全區(qū)金融扶貧效率平均處于較優(yōu)水平，2013-2018 年的效率動態(tài)變化呈波動上升趨勢。從對全區(qū)效率分解的角度來看，2015 年以來的純技術(shù)效率整體處于較優(yōu)水平，規(guī)模效率逐年上升，可能的原因是廣西省響應(yīng)2015 年出臺的國家普惠金融發(fā)展規(guī)劃文件和小額扶貧貸款政策，各地區(qū)大力發(fā)展普惠金融，加大了相關(guān)金融資源及技術(shù)服務(wù)的投入。從對地區(qū)效率的分解看，桂西資源富集區(qū)的綜合效率逐年上升，并達到技術(shù)有效，未來金融扶貧工作的重點區(qū)域依然在西江經(jīng)濟帶。

表7 第三階段2013-2018年金融扶貧效率動態(tài)變化比較分析

?

3．第三階段技術(shù)有效和技術(shù)無效分析

從比較靜態(tài)分析來看，投入冗余率分別為27.1%、11.6%、11.5%、13.0%、1.7%，相較于第一階段有較大幅度的降低，說明無論是以全區(qū)還是分區(qū)域為研究對象，廣西的金融扶貧效率都未達到技術(shù)有效，金融資源投入存在浪費的問題。如表8 所示，從技術(shù)有效和無效地市分布情況來看，廣西全區(qū)貧困地區(qū)分年度統(tǒng)計口徑下技術(shù)有效的地市數(shù)量為6個，占比7.14%；六年均值統(tǒng)計口徑下技術(shù)有效的地市數(shù)量為4 個，占比28.57%，分別為桂林、防城港、百色、崇左。對比第一階段所測度的效率值，欽州退出了隨機前沿，處于技術(shù)無效狀態(tài)，主因是規(guī)模效率降低。從第三階段六年均值統(tǒng)計口徑下的效率分解來看，由純技術(shù)效率與規(guī)模效率導(dǎo)致技術(shù)無效的地區(qū)數(shù)量基本相當(dāng)，這與第一階段的分析結(jié)果吻合，說明影響廣西全區(qū)金融扶貧效率的原因較復(fù)雜，需根據(jù)各地區(qū)的扶貧進展情況進行適當(dāng)調(diào)整。針對技術(shù)無效的原因分析，以純技術(shù)效率低下為主因?qū)е录夹g(shù)無效的地市為南寧、梧州、貴港、賀州；以規(guī)模效率為主因?qū)е录夹g(shù)無效的地市有柳州、北海、欽州、玉林、河池、來賓，且規(guī)模報酬均處于遞增狀態(tài)。

表8 第三階段2013-2018年技術(shù)有效和技術(shù)無效省份數(shù)量比較分析

四、結(jié)論與建議

綜合本文研究發(fā)現(xiàn)：第一，廣西全區(qū)和各經(jīng)濟區(qū)域的金融扶貧效率均處于中等以上水平，尤其近三年來效率值都高于0.9，說明廣西金融扶貧工作已取得了良好的進展。第二，各區(qū)都處于技術(shù)無效狀態(tài)，金融扶貧效率均小于1，說明扶貧工作中存在一定的金融資源浪費，但減少相應(yīng)冗余的投入要素，仍能達到相應(yīng)的產(chǎn)出目標(biāo)。第三，在剔除了外部環(huán)境因素的影響后，全區(qū)效率值都有大幅提高。第一階段因外部環(huán)境因素的影響，低估了金融扶貧效率值，說明金融資源投入與服務(wù)在脫貧攻堅中發(fā)揮了重要作用。從總體效率分解來看，各經(jīng)濟區(qū)的純技術(shù)效率均接近或等于1，由此可以看出，規(guī)模效率是綜合效率的主要制約因素。第四，從靜態(tài)和動態(tài)變化分析來看，金融扶貧投入要素冗余率相較于第一階段有大幅降低，冗余率最高的是西江經(jīng)濟帶。從六年均值統(tǒng)計口徑來看，桂林、防城港、百色、崇左這4 個地市處于技術(shù)有效狀態(tài)，其余10 個地市均存在不同程度的資源浪費。

根據(jù)以上結(jié)論，本文提出廣西金融精準(zhǔn)扶貧建議：第一，發(fā)展區(qū)域性特色金融機構(gòu)，加強金融機構(gòu)內(nèi)部管理，優(yōu)化金融資源使用效率。尤其是梧州、貴港、賀州等以純技術(shù)效率低為主因?qū)е录夹g(shù)無效的地區(qū)要著重加強和完善金融扶貧體系建設(shè)，并與互聯(lián)網(wǎng)、產(chǎn)業(yè)鏈、綠色金融、政府和社會資本合作模式（public-private partnership，PPP）等有機結(jié)合，以貧困的層次為切入點，將金融資源進行整合調(diào)度，精準(zhǔn)對接產(chǎn)業(yè)發(fā)展多元化融資需求，增加金融機構(gòu)資金覆蓋面（溫智良等，2019），走出小額信貸業(yè)務(wù)難以覆蓋極度貧困人群的困境。第二，優(yōu)化金融扶貧要素投入規(guī)模管理。打贏脫貧攻堅戰(zhàn)，不僅需要在總量上有所作為，還應(yīng)注意完善冗余率較高的西江經(jīng)濟帶的資源規(guī)模體系建設(shè)，科學(xué)高效地管理與配置金融資源；尤其對于技術(shù)無效的主因在于規(guī)模效率的地區(qū)，如北海、欽州、玉林、河池和來賓，應(yīng)在充分發(fā)揮政策性金融對扶貧工作作用的基礎(chǔ)上，進一步探索政策性金融資金與財政扶貧資金的協(xié)同配合，對貸款項目實施差別管理，建立審、貸、查三權(quán)分立機制（李偉和馮泉，2018），保證資源投入充足合理，減少資源過度投入造成的浪費。第三，加快貧困地區(qū)金融生態(tài)環(huán)境建設(shè)，促進小額信貸組織和農(nóng)村合作金融組織的發(fā)展。盡管小額貸款扶貧模式對貧困地區(qū)的經(jīng)濟產(chǎn)生了較高的邊際回報，但在發(fā)展過程中也存在很多問題，因此要進一步落實配套保障措施，引導(dǎo)小額貸款公司可持續(xù)發(fā)展。不僅如此，還應(yīng)大力發(fā)展多種形式的新型合作金融組織，通過農(nóng)民的有效參與，促進合作金融與農(nóng)村治理的協(xié)同，彌補當(dāng)前政府剛性治理和小額信貸的不足，提高金融扶貧的覆蓋面。第四，建立扶貧對象信用和經(jīng)濟檔案，完善信用評級系統(tǒng)。為了防范金融助推精準(zhǔn)扶貧過程中存在的各種潛在風(fēng)險，一方面需根據(jù)貸款主體的信用檔案，規(guī)范幫扶對象信用評級標(biāo)準(zhǔn)和操作流程，嚴格落實評定工作，努力提升貸款主體的償債能力（周孟亮和彭雅婷，2015）。另一方面要定期審查已評級主體，撤銷不合標(biāo)準(zhǔn)主體的現(xiàn)有評級，將更多貸款向已評級主體傾斜，以降低扶貧工作中的信用風(fēng)險，增加扶貧精度，使金融精準(zhǔn)扶貧的效率達到最優(yōu)。