[摘要] 切實(shí)推進(jìn)社會(huì)主義新農(nóng)村建設(shè)，已經(jīng)成為當(dāng)前社會(huì)發(fā)展的熱點(diǎn)問題，小額農(nóng)貸對(duì)滿足農(nóng)民生產(chǎn)、生活的小額資金需求有重要的意義。其有效實(shí)施的關(guān)鍵在于信用風(fēng)險(xiǎn)的控制。本文通過對(duì)起源于孟加拉國的小額信貸及其在中國的發(fā)展，結(jié)合中國農(nóng)村金融市場(chǎng)現(xiàn)狀，構(gòu)造了一個(gè)Logistic識(shí)別模型，利用福建省屏南縣信用社相關(guān)數(shù)據(jù)對(duì)模型進(jìn)行實(shí)證檢驗(yàn)，結(jié)果表明，Logistic識(shí)別模型結(jié)果穩(wěn)定、可靠，是較理想的農(nóng)戶信用風(fēng)險(xiǎn)識(shí)別工具。

[關(guān)鍵詞] 小額農(nóng)貸 Logistic識(shí)別模型 信用風(fēng)險(xiǎn)

在黨的十六屆五中全會(huì)通過的“十一五”發(fā)展規(guī)劃的決議中，強(qiáng)調(diào)推進(jìn)社會(huì)主義新農(nóng)村建設(shè)，然而經(jīng)濟(jì)的健康發(fā)展離不開金融的支持，而目前我國農(nóng)村的金融基礎(chǔ)薄弱，傳統(tǒng)的農(nóng)村信用社由于貸款涉及面窄、輻射面小，其信貸業(yè)務(wù)無法滿足農(nóng)民對(duì)金融的迫切需求，制約了農(nóng)村經(jīng)濟(jì)的發(fā)展。本文通過對(duì)起源于孟加拉國的小額信貸及其在中國發(fā)展的研究，結(jié)合中國農(nóng)村金融市場(chǎng)的發(fā)展現(xiàn)狀，嘗試依據(jù)農(nóng)戶信用特征狀況，建立一個(gè)農(nóng)戶信用識(shí)別Logistic模型，通過量化標(biāo)準(zhǔn)作為授信的輔助工具。

一、小額信貸及其在中國的發(fā)展

小額信貸起源于20世紀(jì)70年代孟加拉國，簡(jiǎn)稱GB模式。在孟加拉的金融實(shí)踐中，小額信貸是一種小額、短期信貸方式，不需要擔(dān)保，直接貸款到戶，手續(xù)簡(jiǎn)單方便易行。該模式在孟加拉取得成功后，迅速在世界各國得到推廣，最為成功當(dāng)屬印尼的微型金融機(jī)構(gòu)——印尼人民銀行(BRI)。

1994年初，中國社會(huì)科學(xué)院率先在河北省易縣開始進(jìn)行小額貸款試驗(yàn)，完全按照“GB 模式”運(yùn)作，將這種小額信貸模式引入中國。2006年10月，全國5個(gè)試點(diǎn)省(區(qū))共成立了7家小額貸款公司。在國際上已經(jīng)運(yùn)作成功的民間小額貸款組織模式，卻在我國由于金融管制等問題一直發(fā)展遲緩， 小額農(nóng)貸貸的信用風(fēng)險(xiǎn)控制是農(nóng)村信用社必須解決的首要問題。目前小額農(nóng)貸的發(fā)放辦法是通過農(nóng)村信用社或村委會(huì)的主觀意見確定農(nóng)戶的信用狀況，授予不同的信用等級(jí)，進(jìn)而確定農(nóng)戶的信用額度。這樣方法雖簡(jiǎn)單易行，但主觀性大，而且執(zhí)行過程不規(guī)范。本文以農(nóng)村信用社小額農(nóng)貸中的信用風(fēng)險(xiǎn)為研究對(duì)象，嘗試依據(jù)農(nóng)戶信用特征狀況，建立一個(gè)農(nóng)戶信用識(shí)別Logistic模型。通過量化標(biāo)準(zhǔn)作為授信的輔助工具，從源頭上控制信貸資金的去向，提高農(nóng)村信用社的貸款質(zhì)量。

二、Logistic模型構(gòu)造

本文研究的對(duì)象是小額農(nóng)貸的信用風(fēng)險(xiǎn)，結(jié)果只有兩種（違約，履約），傳統(tǒng)的回歸模型由于因變量的取值范圍在正無窮和負(fù)無窮之間，在此采用了二元因變量的Logistic回歸分析模型，通過極大似然法對(duì)回歸參數(shù)進(jìn)行了估計(jì)，以此對(duì)農(nóng)村信用社小額信貸的信用風(fēng)險(xiǎn)進(jìn)行判別。Logistic 模型實(shí)際上是普通多元線性模式的推廣，假設(shè)農(nóng)戶違約概率為P，則1一P為如期歸還貸款的概率，則Logistic回歸方程為:

式中，P表示農(nóng)戶違約的概率，表示影響農(nóng)戶履約的i種因素， u表示隨機(jī)擾動(dòng)項(xiàng)。

影響農(nóng)戶履約的因素很多，本文將模型變量歸結(jié)為四個(gè)方面：1.償還能力()2.農(nóng)戶的負(fù)債狀況()；3.農(nóng)戶的個(gè)人素質(zhì)();4.農(nóng)戶的借款用途()。

三、實(shí)證分析

1.數(shù)據(jù)的選取

本研究利用了福建省屏南縣農(nóng)信社提供的2002年至2007年的相關(guān)資料，共570個(gè)樣本，樣本被分為兩組，2002年與2006年的樣本為實(shí)證組(430個(gè))，2007年的樣本為檢驗(yàn)組(140個(gè))。按五級(jí)分類標(biāo)準(zhǔn)，逾期三個(gè)月以上為高風(fēng)險(xiǎn)農(nóng)戶，樣本中高風(fēng)險(xiǎn)農(nóng)戶165戶，低風(fēng)險(xiǎn)農(nóng)戶405戶；實(shí)證組中高風(fēng)險(xiǎn)農(nóng)戶90戶，低風(fēng)險(xiǎn)農(nóng)戶340戶；檢驗(yàn)組中高風(fēng)險(xiǎn)農(nóng)戶35戶，低風(fēng)險(xiǎn)農(nóng)戶105戶。

2.模型參數(shù)估計(jì)及準(zhǔn)確性檢驗(yàn)

通過SPSS10.0軟件，得出的結(jié)果如下表：

表1 Logistic模型實(shí)證組判定結(jié)果

由表1可以看出，信用風(fēng)險(xiǎn)Logistic模型的準(zhǔn)確率高達(dá)87.3%，其中對(duì)低風(fēng)險(xiǎn)農(nóng)戶的準(zhǔn)確率高達(dá)90.9%，對(duì)中高風(fēng)險(xiǎn)的農(nóng)戶的準(zhǔn)確率也有62.2%。

表2 Logistic模型檢驗(yàn)組判定結(jié)果

由表2可以看出，信用風(fēng)險(xiǎn)Logistic模型的準(zhǔn)確率高達(dá)82.3%，其中對(duì)低風(fēng)險(xiǎn)農(nóng)戶的準(zhǔn)確率高達(dá)81.9%，對(duì)中高風(fēng)險(xiǎn)的農(nóng)戶的準(zhǔn)確率也有62.9%。由實(shí)證組和檢驗(yàn)組的判定結(jié)果可見，兩組對(duì)于低風(fēng)險(xiǎn)農(nóng)戶的預(yù)測(cè)準(zhǔn)確率都高于中高風(fēng)險(xiǎn)農(nóng)戶的預(yù)測(cè)準(zhǔn)確度，二者的檢驗(yàn)結(jié)果基本一致，這說明模型具有一定的穩(wěn)定性。

四、研究結(jié)論和政策建議

基于農(nóng)戶數(shù)據(jù)建立的Logistic模型能夠?yàn)檗r(nóng)村信用社判定借款人的信用風(fēng)險(xiǎn)程度、降低不良貸款率提供準(zhǔn)確率較高的客觀依據(jù)，同時(shí)也為借款人加強(qiáng)內(nèi)部管理、擺脫財(cái)務(wù)困境提供有價(jià)值的信息。農(nóng)村信用社可基本信賴Logistic模型的判斷結(jié)果。小額農(nóng)貸要想實(shí)現(xiàn)可持續(xù)發(fā)展必須從以下四方面進(jìn)行合理設(shè)計(jì)：1.建立信用評(píng)級(jí)機(jī)制，加強(qiáng)小額農(nóng)貸的監(jiān)督管理；2.實(shí)行農(nóng)業(yè)保險(xiǎn)制度，建立風(fēng)險(xiǎn)分擔(dān)機(jī)制；3.加快農(nóng)信社電子化建設(shè)步伐，提高金融管理能力；4.注重專業(yè)人才的選拔和培養(yǎng)。

參考文獻(xiàn):

[1]楊兆廷連漪:農(nóng)村小額貸款問題探析[J].農(nóng)村金融研究，2006(2):43一44

[2]杜曉山孫若梅:中國小額信貸的實(shí)踐和政策思考仁[J].財(cái)貿(mào)經(jīng)濟(jì)，2002(7):32一37

[5]陳浪山謝清河:我國小額信貸研究[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2002(3):35一40

[4]梁山:對(duì)農(nóng)戶小額信貸需求、安全性、盈利性和信用狀況的實(shí)證研究[J].金融研究，2003(6):128一154