戚冠汝

【摘要】本小組通過采用問卷調(diào)查與實地走訪相結(jié)合的方式，調(diào)查江蘇省的農(nóng)村家庭信用評級的情況，采用Probit模型，從農(nóng)民的年齡大小、受教育程度的高低、農(nóng)民家庭規(guī)模的大小、農(nóng)民耕地規(guī)模的大小等方面進(jìn)行分析討論，找出影響農(nóng)村家庭信用評級的因素，研究信用評級是否能促進(jìn)農(nóng)戶信用貸款，確定各因素影響方向的正負(fù)和作用大小并為進(jìn)一步加快農(nóng)村資金流轉(zhuǎn)和健全農(nóng)村金融市場提出合理的建議。

【關(guān)鍵詞】信用評級 農(nóng)戶 信用貸款

一、引言

我國的“三農(nóng)”問題，其實是一個農(nóng)民收入低的問題。如果農(nóng)民的收入提高了，“三農(nóng)”問題也就自然解決了。農(nóng)民收入低的原因很多，其中，農(nóng)業(yè)資金缺乏是一個關(guān)鍵的問題，所以，解決當(dāng)前農(nóng)村貧困人口低收入的有效方法是增加農(nóng)業(yè)資金的發(fā)放，使農(nóng)民獲得更多可用來生產(chǎn)的資金，以增加生產(chǎn)，提高收入。農(nóng)民獲得資金的傳統(tǒng)途徑包括扶貧資金、商業(yè)銀行貸款和民間借貸三種方式。扶貧的主要問題是到戶困難，大多數(shù)貧困農(nóng)戶很少能享受到扶貧資金對他們的幫助。

現(xiàn)有的信用評級模型主要是根據(jù)專家經(jīng)驗篩選指標(biāo)賦予權(quán)重的主觀模型和統(tǒng)計指標(biāo)、計算繁瑣的學(xué)術(shù)客觀評級模型，而這些模型都或多或少的存在著問題。一方面，從這些模型的生效方式來分析，主觀模型是通過與客戶的接觸而積累的經(jīng)驗來判斷客戶的信用水平，這種判斷方式常有失誤，導(dǎo)致客戶信用等級評判錯誤，給銀行或金融機構(gòu)帶來損失，而客觀模型指標(biāo)數(shù)量大，計算繁瑣，耗費人力物力多。另一方面，適合于城市居民的信用評級模型不一定也適用于農(nóng)村家庭，農(nóng)戶不僅是一個消費單位也是一個生產(chǎn)單位，評級時需要特別注意，并且，由于農(nóng)戶的財務(wù)信息不完全、貸款制度不健全，放款機構(gòu)與借款人之間的信息不對稱，農(nóng)村信用社和其他金融機構(gòu)很難完整地了解農(nóng)戶的信用，評估方法還有待改進(jìn)。

二、文獻(xiàn)綜述

目前國內(nèi)外主要的信用評價方法是主觀方法。主觀方法是先確定指標(biāo)體系，然后根據(jù)經(jīng)驗法則將每個指標(biāo)賦予不同的權(quán)重，形成完善的信用評價模型。其中，最為廣泛使用的方法的是5C法和5P法。

（一）“5C”要素分析法

借款人品德、經(jīng)營能力、資本、資產(chǎn)抵押、經(jīng)濟(jì)環(huán)境。

（二）“5P”要素分析

個人因素、資金用途因素、還款財源因素、債權(quán)保障因素、企業(yè)前景因素。

（三）國內(nèi)典型機構(gòu)的相關(guān)評價指標(biāo)體系中具有代表性的有中國農(nóng)業(yè)銀行建立了包括年齡、健康狀況、家庭收入狀況等9個指標(biāo)在內(nèi)的農(nóng)戶信用風(fēng)險評價指標(biāo)體系

（四）國外銀行和金融機構(gòu)廣泛使用的模型有FICO信用評價模型

它從客戶的信用歷史紀(jì)錄、非銀行信用狀況、擁有信用賬戶數(shù)目、近期是否申請過多信用賬戶等方面評價客戶的信用。

然而，主觀評價模型存在著一系列問題，已有研究表明，農(nóng)村家庭受到正規(guī)金融機構(gòu)的貸款限制，因此其貸款需求無法從正規(guī)貸款機構(gòu)滿足。然而，非正規(guī)金融機構(gòu)的資金規(guī)模大大小于正規(guī)金融機構(gòu)，雖然能滿足農(nóng)戶的消費需求，但無法滿足其創(chuàng)業(yè)需求。

三、研究設(shè)計

（一）數(shù)據(jù)來源

我們小組的成員在今年10月份前往了揚中市八橋鎮(zhèn)幸福村和泰州市海陵區(qū)蘇陳鎮(zhèn)進(jìn)行實地考察，分別歷時兩天，在幸福村獲取了100份有效問卷，在蘇陳鎮(zhèn)獲取了64份有效問卷。之后，對問卷進(jìn)行了篩選，并錄入了有效問卷的相關(guān)數(shù)據(jù)。實地調(diào)研搜集了農(nóng)戶的借貸狀況、農(nóng)戶的基礎(chǔ)家庭背景以及農(nóng)戶所在村落的基本情況。

（二）模型

使用probit模型來研究農(nóng)村家庭信用評級是否改變了農(nóng)戶信貸行為。

C1i=α0+α1cri+α2xi+α3zi+α4otheri+εi （1）

C2i=γ0+γ1cri+γ2xi+γ3zi+γ4otheri+ωi （2）

其中，i=1，2…n，表示第i個農(nóng)戶。

C1和C2是虛擬復(fù)制變量，分別表示“是否需要貸款”和“是否獲得了貸款”。cr表示“該家庭是否被信用評級”。x表示該農(nóng)戶的稟賦，z表示農(nóng)戶是否能夠接觸到銀行和其他金融機構(gòu)。other表示是否有其他形式的貸款。

（三）變量、賦值與描述性統(tǒng)計分析

自變量解釋及定義

四、對調(diào)查結(jié)果的分析和研究

（一）農(nóng)戶信用評級是否能促進(jìn)農(nóng)戶貸款

通過調(diào)查問卷，我們可以初步驗證，農(nóng)戶的信用評級能促進(jìn)農(nóng)村家庭的信用貸款。

從上表可以看出，參加過信用評級的農(nóng)戶在總調(diào)查數(shù)據(jù)中占比高達(dá)81.10%，而未參加過信用評級的農(nóng)戶只占18.90%。在有貸款意愿的農(nóng)戶中，獲得貸款的農(nóng)戶有76戶，占74.51%；未獲得貸款的農(nóng)戶有26戶，占25.49%。調(diào)查數(shù)據(jù)還顯示，有貸款意愿卻沒有參加過信用評級的農(nóng)戶只有10戶，說明有信貸需求的農(nóng)戶基本都參加過信用評級，并且這些農(nóng)戶的信貸需求主要依靠正規(guī)金融機構(gòu)來滿足。

（二）信用評級與貸款意愿和信貸獲得的關(guān)系

本文使用Eviews對（1）、（2）式進(jìn)行估計，估計結(jié)果見下表。

關(guān)于因變量，信用評級與貸款需求和貸款獲取程度顯著正相關(guān)。說明農(nóng)戶在信用評級后后，該家庭在生產(chǎn)和生活中貸款意愿大大提高。

關(guān)于控制變量。在信用評級不變情況下，農(nóng)戶家庭勞動力對貸款意愿和對農(nóng)戶獲得貸款分別在1%和5%上有顯著正相關(guān)關(guān)系，可能的解釋是，家庭人口越多，對貸款的需求就越大；其次，勞動力越多，家庭的收入越穩(wěn)定，農(nóng)戶獲得貸款的可能性越大。

農(nóng)戶家庭收入對貸款意愿和對農(nóng)戶獲得貸款分別在1%上有顯著負(fù)相關(guān)關(guān)系，家庭收入越高，使農(nóng)戶貸款意愿就越低?？赡艿慕忉屖牵彝プ杂匈Y金越多，生活越富足，所以其貸款意愿較低。

農(nóng)戶家庭經(jīng)營面積對貸款意愿和帶款獲取程度分別在1%上有顯著負(fù)相關(guān)關(guān)系?？赡艿慕忉屖?，家庭土地面積越大，該家庭就更可能需要投資貸款需求。此外，生產(chǎn)性投資能帶給農(nóng)戶穩(wěn)定的收入。

戶主的年齡與貸款需求在5%的水平上顯著負(fù)相關(guān)。可能的解釋是，戶主年齡越大，家庭生產(chǎn)形式上趨于穩(wěn)定，因此貸款意愿也越不強烈。其次，戶主年齡越大，這一家庭的結(jié)構(gòu)更加豐滿，在資金上可能會實現(xiàn)自給自足。

農(nóng)戶家庭的收入來源對是否能夠獲得貸款在10%的水平上有顯著負(fù)相關(guān)關(guān)系?？赡艿慕忉屖?，打工人數(shù)越多農(nóng)戶家庭的工資性收入越多，所以貸款意愿就越低。

有無正規(guī)金融機構(gòu)網(wǎng)點對農(nóng)戶是否有貸款意愿和對農(nóng)戶獲得貸款分別在1%和10%的水平上有顯著正向影響。可能的解釋是，當(dāng)農(nóng)戶居住地附近有正規(guī)金融機構(gòu)時，距離較近也方便了農(nóng)戶家庭申請貸款，節(jié)省成本。

農(nóng)戶是否有存款對其貸款顯著正相關(guān)。在需要貸款時，擁有存款的農(nóng)戶在借款時能通過抵押的形式授信，因此更能獲得貸款。

五、結(jié)論

本文使用了小組成員在2015年10月份前往了幸福村和蘇陳鎮(zhèn)進(jìn)行實地考察的問卷數(shù)據(jù)，研究信用評級對農(nóng)戶借貸意愿和農(nóng)戶是否獲得信用貸款的作用，農(nóng)村家庭信用評級對貸款需求有顯著的正向影響，授信后的農(nóng)戶更有可能獲得金融機構(gòu)的貸款，這說明信用評級在某種程度上促進(jìn)了農(nóng)戶信貸行為。我們認(rèn)為，信用部門應(yīng)加快農(nóng)村的信用體系建設(shè)，繼續(xù)普及農(nóng)戶的信用評級，進(jìn)一步弱化農(nóng)戶和金融機構(gòu)之間的信息不對稱；簡化農(nóng)戶信貸的交易流程，降低交易成本。

參考文獻(xiàn)

[1]王卓.對我國農(nóng)戶小額信用貸款的研究[D].成都：西南財經(jīng)大學(xué)，2008.

[2]劉莎.基于小樣本的農(nóng)戶小額貸款信用評價體系研究[D].大連：大連理工大學(xué)，2010.

[3]張三峰，卜茂亮，楊德才.信用評級能緩解農(nóng)戶正規(guī)金融信貸配給嗎？——基于全國10省農(nóng)戶借貸數(shù)據(jù)的經(jīng)驗研究[D].南京：南京信息工程大學(xué)經(jīng)濟(jì)管理學(xué)院，南京大學(xué)經(jīng)濟(jì)學(xué)院，2013.

[4]朱順泉.企業(yè)5C模型信用分析與因子模型信用分析之比較研究[J].中國管理信息化，2007，1～2.