信用评级与农户正规融资:温州案例

丁骋骋,周群力

(1.浙江财经学院金融学院,浙江 杭州 310018;2.复旦大学经济学院,上海 200433)

一、引 言

在农村,由于特有的信息分布特点,决定了农户信息搜寻与甄别更为困难,由此造成的 “金融排斥”较为普遍。尽管农村中小型金融机构纷纷设立,然而相对于农户巨大融资需求,正规金融的供给仍然不足,导致农户融资仍大量求助于民间借贷。近几年,政府一直在加大金融改革力度并出台多种政策使民间金融规范化。在浙江,通过化解信息不对称来解决农户正规融资的不足,基层金融机构做了不少努力,比如信用评级就是一种极好的尝试。2004年以来浙江就有不少信用合作社(银行)陆续展开针对中小企业以及农户的信用评级。近几年来,这项工作在全省普遍展开,对缓解农户信贷约束、促进农户融资从非正规金融转向正规金融起了积极作用。然而,农户信用贷款仍存在借贷配给问题。

通常情况下,“信贷配给”被理解为信贷市场信息不对称下逆向选择的结果 (Jaffee&Russell,1976)[1]。Stiglitz&Weiss(1981,1983)认为,在高利率情况下,只有高风险项目的借款人才愿意借款。为了防范风险,银行宁愿选择相对较低的利率,拒绝一部分借款要求[2][3]。这样,信贷配给就成为贷款人应对逆向选择的一种理性行为。然而信息并不是造成信贷配给的唯一因素。Fried和Howitt(1980)认为,信贷配给是银行与借款人之间风险分担的合约均衡的结果[4]。Thakor和Callaway(1983)认为贷款人必须投入资源才能获得关于借款人风险的信息,这种资源的投入影响了银行的利润水平和信贷数量,从而产生信贷配给[5]。此外,还有一些经济学家从非价格因素、监督成本、委托代理等角度解释了信贷配给的产生。文远华 (2005)分析了经济转型时期中国信贷配给形成的众多原因,银行在识别和控制信贷风险上投入大量成本,宏观经济波动带动抵押物资产价格波动等,都可能导致信贷配给[6]。

正如文献综述中指出的那样,有大量信贷配给问题并非是信息不对称造成的。因此,信用评级并不能完全缓解信贷配给。那么信用评级对于农户融资的真正作用体现在哪里?为此,我们于2010年5月—2011年8月期间针对温州、绍兴、丽水等地农村信用社信用评级进行了跟踪调查。本文以温州洞头为例,考察信用评级对于农户正规融资的实际作用。洞头所在的温州向来民间融资十分活跃,而该县由于是一个海岛县,涉农产业占比很高,农业贷款一直有较高比重。另外,该县农信社开展信用评级积累并提供的原始数据大大方便了我们的实证研究。

二、信息甄别模型

农户融资的最大障碍是信息问题,解决信息不对称问题有信号传递 (Signalling)和信息甄别(Screening)。它们的区别在于:在信号传递中,有私人信息的一方先行,而信息甄别中,没有私人信息的一方先行。因此,信用评级实质是一个信息甄别机制,我们借鉴Spence(1973)劳动力市场建立一个信息甄别模型[7]。

图1 完全信息条件下的均衡

与劳动力市场的信息甄别相同,在信用社实施的信用评级中,假定有两类农户:能力强的农户与能力低的农户。能力高低意味着农户有更大的经营规模和更强的赚钱能力。如果需要贷款,能力强的农户贷款额度更大。我们假定θ表示能力高低。Uθ(C,L)表示能力为θ的农户的效用函数,其中C表示农户被信用社最后评定的信用级别,L表示农户实际贷款数量。假定∂U/∂C＜0,∂U/∂L＞0,也即获得并维持高信用级别需要付出艰辛努力,因此其效用是负的;而实际贷款带来正效用。同时我们也假定∂L/∂C＞0,∂2L/∂C2＜0。因此在坐标图 (C,L)中,我们得到斜率为正但递减的无差异曲线。

信用评级中,信用社首先对农户进行信用评级,并给出合同菜单 {C,L},规定不同信用等级有不同的贷款额度。农户接受金融机构信用评级,根据合同菜单得到合约规定的贷款。对高能力农户而言,农户在贷款额度内尽可能地贷款,比如L=C,也即信用额度全部用完。而低能力农户并不用完信用额度,比如L=0.5C。

两类农户区别在于:同样增加一个等级的信用级别,高能力农户需要增加更多实际贷款才能保持效用不变。而对于低能力农户来讲,增加信用等级可以贷到更多的资金,但信用风险也增加,因此实际增加贷款数量没有高能力农户多。表现在无差异曲线上,高能力农户无差异曲线处处陡于低能力农户。对普通农户而言,给定信用社给他评定的信用等级C,选择实际贷款额度L,使其效用函数最大化Uθ(C,L),在完全信息条件下:

低能力农户 :∂L1/∂C1=0.5=-(∂U1/∂C1)/(∂U1/∂L1)

高能力农户 :∂L2/∂C2=1=-(∂U2/∂C2)/(∂U2/∂L2)

因此,如果信用评级能够保证完全客观并对农户信息充分了解,这就成为完全信息条件下的博弈。图1中的A点和B点分别为低能力农户与高能力农户的均衡点:低能力农户被信用社评定为C1信用等级,并实际得到L1的贷款。高能力农户被评定为C2信用等级,并实际得到L2的贷款。

图2 不完全信息条件下的分离均衡

根据Rothschild和Stiglitz(1976)的信息甄别模型[8],我们可以假定农户信用评级的均衡是指存在一组信用社与农户之间的合同:{(C1,L1),(C2,L2),…, (Ck,Lk)},以及一个选择规则R:θ→(C,L),使得:(1)每一个农户都可以在可选择的合同中选择一个最合适自己的合同(也即 θ能力 (Cθ,Lθ),当只当对于所有的Uθ(Cθ,Lθ) ≥Uθ(C,L));(2)信用社利润不能为负。

现实生活中,信用评级并不能做到完全客观,对农户了解也不可能完全充分,这样 (A,B)不再是一个均衡。这是由于:因为信息不对称导致信用社无法真正识别农户能力高低。对于低能力农户在冒充高能力农户要求贷款,其无差异曲线经过B点,即L＞0.5C,也即他的贷款超过了其实际还贷能力,这可能导致信用社利润受损。

由于信用评级的局限,信用社与农户关系成为一个不完全信息条件下的博弈。我们将精炼贝叶斯均衡可以定义为:(1)存在一个预期的贷款函数L(C),一个均衡的信用等级C*(θ);(2)给定L(C),一个均衡的贷款水平L*能够最大化农户效用Uθ(C,L(C))[9]。在这种均衡条件下,不同能力的农户被评为不同信用等级,比如低能力的农户被评上C3,高能力农户对应的信用级别C4,形成一个分离均衡。我们用图2的几何图形表示这种分离均衡:低能力农户的均衡点在G点,高能力农户的均衡点为H点,也即:低能力农户对应的信用级别为C3,实际贷款额为L3。高能力农户对应的信用级别C4,选择的实际贷款为L4。与完全信息条件下的均衡相比,不完全信息条件下的分离均衡显然信用级别与实际贷款都更低。这种与完全信息条件下均衡的偏离成为一种效率损失。

信用评级作为一种信息甄别机制,有效地降低了借贷双方的交易成本。通过以上模型我们可知,信用评级无法完全解决信息问题,调查中我们也注意到:对于农户始终是不可能做到充分了解,信用评级也不可能避免主观因素,而且金融机构工作人员出于审慎原则,总是存在压低农户信用得分和信用等级的倾向。以下我们用温州洞头调研所得数据进行实证。

三、基于信用评级的实证分析

洞头的信用评级具体做法为:(1)由信用社先制定评定指标及分值标准,工作人员到农户家里实地走访,建立农户经济信息档案;(2)发挥老人协会作用,利用晚上时间对白天外出的农户进行走访,完善、充实农户信息档案;(3)调查小组听取村两委意见,根据农户道德品质、经济状况等情况对信用评级给出初步意见;(4)由评审小组 (村两委及农信社工作人员5-6人)核定信用得分并给出信用等级。评上信用农户的每三年复审一次,有效期限内可随时办理贷款手续,不再逐笔申请。洞头县农户25196户,信用社共走访农户20410户 (剔除五保户等),评上信用户的共10025户。占全县从事农业生产经营的75%。具体情况见表1。以往,当地农户融资主要通过 “会”,信用评级降低了信息不对称造成的 “隐性成本”,使农户更多倾向于正规融资。在我们与农户的访谈中得到的诸多案例印证了这一点。

表1 信用评级总体情况 (样本量=10025)

以下,我们就对洞头县东屏镇信用评级数据进行分析。东屏镇农户主要从事羊栖菜养殖、海洋捕捞业等。农信社工作人员共走访农户4940户,建立档案3231户,评出等级信用农户1585户。剔除无效信息,共得到1542户有效数据。下表为信用评级总体情况:

表2 东屏镇农户信用评级统计性描述

与信用社工作人员访谈中,我们得知,评审小组在最终核定时,有意控制了高信用级别人数。我们进一步详查那些核定得分对应的等级与最后实际等级不符的样本 (共71例),称为 “违规案例”。这些违规案例我们视为发生了等级的调整。此外,还有17例正常样本是通过分数调整来改变等级的。这样共有88例发生了等级调整,其中有26例等级被调高,62例被调低。我们将等级 (分数)被调低 (高)作为被解释变量,考察决定这种变动背后的因素。结果如表3所示。

表3 回归结果

从上表可以看出,以 “信用等级被调低”作为被解释变量,只有信用记录这一解释变量显著为正,其他变量并不显著。以 “信用等级被调高”或者以 “分数被调高”作为被解释变量,只有信用记录这一解释变量较为显著,其他变量均不显著。其中原因,我们认为:对绝大部分农户而言,都从来没有获得金融机构的正规贷款,因而此项打分基本为高分。评审小组在最后核定时有意对高分的农户压低了信用等级。

以 “分数被调低”作为被解释变量,道德品质、信用记录、经济状况与偿债能力四项解释变量都在1%水平内显著,而其他变量并不显著。其中,道德品质、信用记录与偿债能力三项都与被解释变量显著负相关。说明这三项得分越高,越不容易被调低最终的信用得分。经济状况与被解释变量显著正相关,这主要是因为此项其中有一小项内容为 “经营规模情况”,分值越高可能意味着风险越高,导致信用得分偏低。

在与农信社工作人员访谈中,他们承认在评级过程中确实存在有意压低农户信用得分和信用等级的行为。因为信用评级一旦完成,农户需要贷款,就不再进行第二次贷款审查,为了谨慎起见,宁可将其信用等级压低以减少风险。另外,农信社因为还要承担服务 “三农”的社会责任,省信用联社每年对农户贷款的覆盖面及覆盖面增长率这两项指标都要考核。因此,农信社也有意降低农户单户的授信额度,以达到增加覆盖面的目的。

四、实际贷款的数据分析

我们用2010年9月的东屏镇实际产生的贷款数据分析信用评级的作用。当月东屏信用社有733笔贷款,信用户贷款有316笔,在242户信用户贷款中,有145户实际贷款超过了信用额度,通俗地说即 “吃不饱”。他们除信用贷款外还使用了抵押、普通保证以及联保等其它贷款。在东屏镇,近60%的信用户都处于吃不饱状态。特别是1A、2A级两个信用户,由于授信额度较低,“吃不饱”的农户比例最高。

表4 东屏镇信用户贷款

我们将实际贷款额度是否超过其信用级别授信额度 (overdemand)作为被解释变量,超过的农户记为1,否则记为0。设定道德品质等四项评分作为解释变量,建立一个Probit模型,对242户有贷款的信用户进行回归,结果如下。

表5 Probit模型回归结果

上表中,多变量回归 “偿债能力”与被解释变量 “实际贷款额度是否超过信用等级授信额度”显著负相关。从表3可知,“偿债能力”越高,说明农户资质越好,越不容易被调低信用得分,从而可能获得更高的信用级别,因而也不容易 “吃不饱”。在单变量回归中,偿债能力也与被解释变量显著负相关。另外,我们做了信用级别与被解释变量的单变量probit回归,发现信用级别与被解释变量负相关,即信用级别越高,授信额度越高,“吃不饱”可能越低;信用级别越低,授信额度越小,“吃不饱”可能越大。

五、结 论

通过对温州的考察,我们发现:金融机构在信用评级中出于审慎原则,或增加农户小额信用贷款的覆盖面,存在有意压低农户信用得分和信用等级的倾向。从本质上讲,这是信贷配给的另一种形式。实际贷款中,农户确实存在大面积的实际贷款需求远远超过其 “信用贷款”授信额度的现象(低信用等级农户最明显)。超过部分,农户通过抵押、普通保证、联保等其它形式来补充。

信用评级不能解决信贷配给问题,但作为一种信息甄别机制,其重要贡献在于:它为更多农户进入正规金融打开了一个通道。传统社会,农户融资主要以民间借贷方式,通过信用评级,使更多的农户被纳入到正规融资范围。尽管信用贷款不能完全满足其信贷需求,农户完全有可能在客户经理的指引下,通过其它贷款形式满足。因此金融机构应推广信用评级这种软性 “金融基础设施”建设,这是引导民间借贷并使其正规化的有力方式。另一方面,农村金融机构仍需不遗余力开拓其他融资渠道、开发不同类型信贷产品、制定差别化利率政策为满足农户信贷需求提供必要补充,从而引导农户融资更多地从民间借贷转向正规金融。

[1] Jaffee,Dwight M.,and Thomas Russell,1976,“Imperfect Information,Uncertainty,and Credit Rationing” ,Quarterly Journal of Economics,Vo.90(Nov.),pp.651-66.

[2] Stiglitz,Joseph E.,and Andrew Weiss,1981,“Credit Rationing in Markets with Imperfect Information” ,The American Economic Review,Vol.71,No.3.(Jun.),pp.393-410.

[3] Stiglitz,Joseph E.,and Andrew Weiss,1983,“Incentive Effect of Termination:Applications to the Credit and Labor Markets” ,American Economic Review,(Dec.),pp.912-927.

[4] Fried,Joel,and Peter Howitt,1980,“Credit Rationing and Implicit Contract Theory.” Journal of.Money,Credit,and Banking,12(August),pp.471-487.

[5] Thakor,Anjan V.,and Richard Callaway,1983,“Costly Information Production Equilibria in the Bank Credit Market with Applications to Credit Rationing,”The Journal of Financial and Quantitative Analysis,Vol.18,No.2(Jun.).

[6] 文远华.中国经济转型时期信贷配给问题研究 [M].上海:上海三联书店,上海:上海人民出版社,2005.

[7] Spence,Michael,1973,“Job Market Signaling” ,The Quarterly Journal of Economics,Vol.87,(Aug.)pp.355-374.

[8] Rothschild,Michael,and JosephStiglitz,1976,“Equilibrium in Competitive Insurance Markets:An Essay on the Economics of Imperfect Information”,The Quarterly Journal of Economics,Vol.90,No.4,Nov.,pp.629-649.

[9] 张维迎.博弈论与信息经济学 [M].上海:上海三联书店,上海:上海人民出版社,1996.