农户小额信贷风险评价体系研究

魏 岚

(1.吉林大学经济学院，吉林 长春 130000;2.沈阳航空航天大学经济管理学院，辽宁 沈阳 110000)

一、引 言

小额信贷，在韦斯尼夫斯基的研究中定义为金融行业的一部分，是满足那些从未或很少得到正规金融服务的家庭和企业的金融需求。因此，我国小额信贷机构的主要目标客户是以农户为主的低收入家庭。包括存款服务、信贷服务、支付服务和保险。国际上公认的小额信贷溯源到四十多年前，但其真正蓬勃开展是在20世纪80年代。尤努斯教授于1974年创办了孟加拉乡村银行(也称格莱珉银行)，专门向社区贫困人员发放小额、无抵押、短期贷款，以帮助当地人们脱贫、发展经济。尤努斯成功地将小额信贷理论运用到了扶贫领域，解决了大量贫困人口的借贷困难问题，从而开始了农村小额信贷的发展历程。近几年关注“三农”发展的政策连续出台，农村建设，农业发展，农民增收问题关乎民生，是中国的社会主义现代化时期最重要的问题。农业是国民经济的基础，人类生存的衣食来源，更是社会各部门存在与发展的必要条件。因而要实现经济的平稳快速发展，农业是根本。杜晓山和孙若梅［1］对小额农贷资金来源、市场准入和操作模式进行了理论探讨。陈浪山和谢清河［2］分析了我国小额信贷的内部、外部环境。梁山［3］研究了小额农贷对农村信用社资产结构和农村产业结构调整的作用。这些研究为我国开发具有自身特色的小额贷款之路提供了理论借鉴。本文把农户小额信贷风险作为研究对象，就是想结合现有的国内外的研究方法，构建一套符合“三农”金融发展实际的较准确的用于评价农户信用风险的指标体系，进而建立农户小额贷款信用风险评价模型，为服务“三农”的商业银行、小额贷款公司和担保公司等金融机构的经济决策提供依据。

二、相关研究

信用风险是银行贷款或投资债券中发生的一种风险，也即为借款者违约的风险。本文研究的小额信贷市场上的信用风险是指受借款人的基本状况、道德风险以及客观上的还款能力的影响产生农村逾期还款甚至不还款的违约风险。农村小额贷款信用等级评价是指通过考察农村小额贷款客户的基本情况、还款能力、还款意愿、保证联保和宏观环境等因素，判别不同农村小额贷款客户的信用等级。农户小额贷款信用等级评价主要包括农户小额贷款信用等级评价指标体系的建立、农户小额贷款信用等级评价方法体系的建立两部分。在目前国内相关行业对农户小额贷款的评级方法大多是仿照商业银行对大中型企业的评级指标和方法。主要包括定性分析和定量分析(如表1所示)。

表1 信用风险评价方法表

国内学者谭民俊等［4］和戴立新等［5］将层次分析法和模糊模式相结合，对小额贷款的信用风险进行评价。他们首先使用层次分析法确定了各个指标的权重，然后通过模糊评价模型确定贷款者的信用等级。徐娟［6］曾采用信用评分法与专家法相结合的方法，对贷款的申请者进行预先判断。已有研究表明，适当的信用评价模型可以提高金融从业人员对客户信用判断的准确性。虽然目前信用风险评价的方法有很多，但针对农户小额信贷方面的定量分析还不是很多，结合我国农村小额信贷市场的风险因素，选取适当的指标，通过模型进行定量分析仍是现阶段研究的一个难点。

三、农户小额信贷信用风险评价模型建立

本文通过建立Logistic回归模型为商业银行对农户小额贷款进行决策提供依据。与其他的统计方法相比，Logistic回归具有许多的特点和优势。它通过拟合解释变量和概率之间的非线性关系，克服了多元线性模型的缺点。

模型 (Logit Model，也译作“分类评定模型”)是离散选择法模型之一，属于多重变量分析范畴。Logistic回归模型是Luce［7］根据IIA特性首次导出的;Marschark证明了Logistic回归模型与最大效用理论的一致性。此后Logistic回归模型在心理学、社会学、经济学及交通领域得到了广泛的应用，并衍生出了其他离散选择模型，形成了完整的离散选择模型体系。Logistic回归模型的应用广泛性的原因主要是因为其概率表达式的显性特点，模型的求解速度快，应用方便。

在信用风险评价过程中，Logistic回归模型是多元线性回归模型的一种延伸，因变量有两种取值0和1，用P表示事件发生概率P(Y=1)，P的取值范围在0—1之间。则Logistic回归函数为:

其中，P是介于0—1之间的待求的违约值，X代表农户信息的自变量，f为影响信用风险的指标变量的作用函数。

四、实证分析

本文所用样本数据来源于2010年夏季组织学生进行的辽宁省内的300家农户的入户调查资料。主要真对农户基本资料、资产状况、债务状况、生产经营状况、社会关系、守信状况等几个方面。调查设计是建立在小额贷款信用风险的影响因素的研究上。确定信用风险的可能影响因素，主要依据国内外学者对商业银行信用风险的类似研究和具体金融机构的直接经验，再结合我国农户小额信贷信用风险本身的特点，共设计信用风险的定性、定量指标33个。

1.定性、定量指标设计

农户小额信贷信用风险的海选指标分别为年龄、学历、婚姻状况、家庭成员人数、本次贷款用途 (2项)、本次贷款数额、家庭技能状况、家庭实际劳动力数量、供养人口数量、家庭人口总数、耕地总面积、自有居住房屋价值、家庭经营纯收入、家庭人均收入是人均GDP的倍数、家庭纯收入、家庭日常支出、支出收入比重、家庭总财产、务农收入、家庭农业生产性支出、家庭非农业收入、家庭的子女年教育费用、是否有银行欠款、银行欠款数额、银行存款数额、民间借贷数量、有无违约、五年内申请贷款的次数、是否有保证、保证人员状况、是否有联保、地区GDP增长率。

2.指标变量筛选

为了选择对违约农户和非违约农户区分能力最强的指标变量，以及消除变量间的多重共线性问题，本研究分别进行偏相关分析、离散程度分析、主成分分析，最终确定建立模型所用指标集。具体如下:

首先，针对所有指标集中指标做相关性分析，用以研究指标之间是否存在一种依存关系，进而依存关系进行探讨其相关方向和程度大小，如果两个指标相关性较大，则可以删除一个，减少评价指标数量，方便计算。

其次，进行离散程度分析。离散程度分析，是指通过分析研究样本中不同解释变量的变异对整个样本指标体系的总变异的贡献大小，来确定可控解释变量对研究结果的影响程度及其大小。本文通过离散系数指标，消除单位和平均值对离散程序比较的影响。进行离散程度分析，可以反映出各个解释变量之间差异的大小，本文按照从大到小的顺序排列。

最后，对所有剩余指标做主成分分析，为指标集降维，在保证损失足够小的信息量的前提下，将多个解释变量指标转化为几个互不相关的主成分。通过主成分分析计算出各个指标在各主成分中的权重大小，再进行权重加权，筛除小权重变量。

经过以上三个层次的指标筛选，最终确立指标集如表2所示。

表2 辽宁省农户小额信贷风险评估指标体系

3.模型建立及检验结果

表3 辽宁省农户信用影响因素的Logistic估计结果

根据表3，函数回归模型的结果为:

回归方程的显著性检验采用了对数似然比卡方检验，模型似然比卡方值概率P值小于0.05的显著性水平，认为该模型中的所有回归系数不同时为零，解释变量全体与因变量LogitP的线性关系显著，模型合理。

五、研究结论与建议

本文所建立的Logistic回归模型对农户违约具有一定的判断能力，农村金融机构可借助Logistic回归模型来识别违约农户、选择非违约农户。但总体来看，模型的识别能力应需要进一步修正，原因有几个方面:首先，本文所采集的样本的数量有限，研究所用样本仅来自辽宁省地区，样本数据来源较集中。其次，对农户信息资料的采集工作不够深入，农户档案不全，对模型回归结论产生影响。

通过模型中各参数估计值可以看出，家庭实际劳动力数量、务农收入、家庭纯收入、家庭总财产、贷款用途与农户信用风险呈负相关关系;而家庭人口总数、耕地总面积、家庭日常支出，本次贷款数额与农户信用风险呈正相关关系。农户的收入越高，还贷的能力越强，违约的可能性就越低;农户的家庭总财产越高，越不可能违约。农户小额信贷是基于农户信用的贷款，包括房屋价值在内的家庭财产多少，在一定程度上反映了农户的经济实力，故房产价值越高，农户就越不会违约。农户的贷款用途对农户是否违约的影响很大，当贷款用于农业基本生产和用于日常生活、建房、看病、教育等一般消费时违约的可能性较低;农户家庭人口越多，家庭负担越重，出现重大变故的风险越高，违约可能性越高;农户家庭日常支出越高，农户贷款数额越多，其还贷的压力越大，违约的可能性越高。因此，我们认为该模型的分析对乡镇的农户小额贷款决策具有较为现实的意义。故本文针对金融机构建立农户小额信贷评价体系提出如下建议:

第一，建立健全农村金融市场的征信体系，完善农村小额信贷农户自身激励机制。政府和金融机构要加大宣传力度，重视培养农户自身的信用意识，同时建立健全农村金融市场的征信体系，把新型农村金融机构，如小额贷款公司，村镇银行为农户发放的贷款记录纳入到个人征信系统中。建立起高效的违约惩罚机制，强化小额信贷违约的反向激励机制，比如向社会公布违约农户的违约事实，停止向与违约农户联保的其他农户发放贷款，提高违约者违约的机会成本，加强农户自觉维护自身信誉的意识。通过建立农户的信用档案，完备借款者的贷款、还款情况，并且信息共享，作为日后发放贷款的参照标准，也可以正向激励农户自身培养良好的信用习惯。

首先，进一步规范农户信贷指标体系，使其能够真实、全面地反映农户的特征，加快小额贷款金融机构的信息化建设，提高小额贷款机构的管理能力;建立农户信用档案电子数据库，为信用风险评价模型的建立和完善提供大量的数据支持。各类小额贷款金融机构应根据“小额信用贷款管理意见”的规定，建立农户贷款制度，进一步明确信贷人员职责和工作程序。

其次，农户小额信贷信用评级的依据是农户的信用信息档案。只有信用信息完备，才能建立有效的信用风险评估模型，提高模型的识别能力［8］。

最后，建立评价体系的关键是人才的引进和培养。评级体系的建立是一项复杂的工作，对风险评价模型开发的人员的素质要求较高。这就要求模型开发人员具备深厚的理论功底，熟悉现行的信贷政策，了解各种贷款特征。小额贷款机构建立内部评价体系可从外部招聘和内部培养两个方面建立人才梯队。

第二，提高农村小额贷款从业人员的风险意识和综合素质。农村小额贷款的对象多为经济实力欠佳的农户，财务信息不健全，很多都是靠信贷员实地调查后去还原数据，对信贷员的风险把控能力有较高的要求。同时，我国大规模开展农村小额贷款业务的时间也不长，很少有专门从事这方面的工作人员。在做涉农业务时，信贷员在对这些客户进行评价时存在一定的主观判断，而且在小额信用评级过程中容易受到干扰和影响，比如评级时，通常村干部会参与其中，所以和村干部的亲疏程度不同，就会带有明显偏向性，造成信用等级不真实。因此，提高农村小额贷款从业人员的综合素质就十分必要。同时，还应该防范信贷员在操作过程中的风险防范意识。

［1］杜晓山，孙若梅.中国小额信贷的实践和政策思考［J］.财贸经济，2002，(7):32-37.

［2］陈浪山，谢清河.我国小额信贷研究［J］.农业经济问题，2002，(3):35-40.

［3］梁山.对农户小额信贷需求、安全性、赢利性和信用状况的实证研究［J］.金融研究，2003，(6):128-134.

［4］谭民俊，王雄，岳意定.FPR-UTAHP评价方法在农户小额信贷信用评级中的应用［J］.系统工程，2007，(5):55-59.

［5］戴立新，李泽红，杨方文.农户小额信用贷款风险及评价研究［J］. 科技和产业，2008，(3):20-24.

［6］徐娟.小额信贷公司信贷业务的信用风险控制研究［D］.武汉:湖北工业大学硕士学位论文，2011.

［7］Luce，R.D.Individual Choice Behavior:A Theoretical Analysis［M］.New York: Dover Publications(Wiley)，1959.

［8］孙清，汪祖杰.LOGIT模型在小额农贷信用风险识别中的应用［J］.南京审计学院学报，2006，(8):27-29.

［9］李松森，袁伟良.促进农业发展方式转变的财政政策思考［J］.东北财经大学学报，2011，(1):49-54.