姜巖+黃惠春+陶雯巖

摘 要：通過構(gòu)建農(nóng)地抵押貸款信用評(píng)價(jià)體系，為貸款申請(qǐng)人信用資質(zhì)的判定提供客觀標(biāo)準(zhǔn)。借鑒Z評(píng)分模型，使用Bootstrap方法篩選農(nóng)地抵押貸款信用評(píng)價(jià)指標(biāo)，并使用基于離差最大的組合賦權(quán)法確定各指標(biāo)的權(quán)重。在信用評(píng)價(jià)模型建立后，通過貸款戶和申請(qǐng)被拒農(nóng)戶信用評(píng)分的差異，劃定優(yōu)質(zhì)借款人的信用評(píng)分范圍，最后對(duì)該信用評(píng)分模型的有效性進(jìn)行了檢驗(yàn)。

關(guān)鍵詞：農(nóng)地抵押貸款；Bootsrtap；組合賦權(quán)法；Z評(píng)分模型；信用評(píng)分

中圖分類號(hào)：F325.24 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-9107（2017）02-0024-9

為響應(yīng)國(guó)家號(hào)召，各地紛紛開始試點(diǎn)農(nóng)村土地承包經(jīng)營(yíng)權(quán)抵押貸款（以下簡(jiǎn)稱“農(nóng)地抵押貸款”）。然而，由于缺少標(biāo)準(zhǔn)化的農(nóng)地抵押貸款信用評(píng)價(jià)體系，很多金融機(jī)構(gòu)低估了該貸款的信用風(fēng)險(xiǎn)，導(dǎo)致貸款違約率居高不下。高違約率成為金融機(jī)構(gòu)減少貸款額度的主要原因。因此，農(nóng)地抵押貸款的進(jìn)一步發(fā)展需要一個(gè)可操作的、標(biāo)準(zhǔn)化的信用評(píng)價(jià)體系，幫助金融機(jī)構(gòu)準(zhǔn)確判別農(nóng)地抵押貸款申請(qǐng)人的信用資質(zhì)，篩選優(yōu)質(zhì)借款人發(fā)放貸款，從而降低農(nóng)地抵押貸款的違約率?；诖?，本文擬構(gòu)建一個(gè)專門用于審核農(nóng)地抵押貸款申請(qǐng)人信用資質(zhì)的評(píng)分模型，通過該模型計(jì)算貸款申請(qǐng)人的信用評(píng)分，并根據(jù)信用評(píng)分進(jìn)一步劃分其信用資質(zhì)，進(jìn)而確定是否應(yīng)該對(duì)其發(fā)放農(nóng)地抵押貸款。

一、評(píng)價(jià)指標(biāo)體系構(gòu)建

（一）數(shù)據(jù)來源與方法

農(nóng)村金融機(jī)構(gòu)通常實(shí)行貸款終身負(fù)責(zé)制，由基層信貸員全程跟蹤農(nóng)地抵押貸款的審核、發(fā)放和監(jiān)督。換言之，信貸員作為農(nóng)地抵押貸款的負(fù)責(zé)人，能夠深入、全面地了解貸款運(yùn)作情況，可以決定是否發(fā)放農(nóng)地抵押貸款。同時(shí)，由于貸款與信貸員自身利益相掛鉤，信貸員在決定是否發(fā)放農(nóng)地抵押貸款時(shí)，判斷必然更加客觀。與之相比，專家小組主要由高層領(lǐng)導(dǎo)組成，他們具有豐富的理論，卻未必能實(shí)際接觸到貸款農(nóng)戶，更不可能跟進(jìn)貸款農(nóng)戶進(jìn)行監(jiān)督。因此，為了建立客觀、可操作的信用評(píng)價(jià)模型，本文使用85名信貸員打分?jǐn)?shù)據(jù)來篩選影響農(nóng)地抵押貸款信用評(píng)價(jià)的重要性指標(biāo)。分?jǐn)?shù)可以將信貸員對(duì)各影響因素的重視程度進(jìn)行量化，得到更加標(biāo)準(zhǔn)化的數(shù)據(jù)。數(shù)據(jù)來源于課題組2015年6-9月對(duì)江蘇常州武進(jìn)、淮安金湖和宿遷泗洪農(nóng)村商業(yè)銀行信貸員的問卷調(diào)查。問卷的主要內(nèi)容是詢問信貸員發(fā)放農(nóng)地抵押貸款時(shí)更看重農(nóng)戶因素還是農(nóng)地因素；同時(shí)，問卷列出來所有可能會(huì)影響信貸員農(nóng)地抵押貸款發(fā)放意愿的指標(biāo)，要求信貸員按照審核貸款時(shí)所考慮的各指標(biāo)重要程度進(jìn)行打分。將分值設(shè)為1～9分：1～2分表示基本不考慮，3～4分表示不重要，5分表示無所謂，6～7分表示比較重要，8～9分表示非常重要，分值越高表明信貸員在貸款發(fā)放審核過程中越重視此因素。

在獲得數(shù)據(jù)后，使用Bootstrap方法計(jì)算各指標(biāo)的均值。Bootstrap的本質(zhì)是已知數(shù)據(jù)的再抽樣，其基本思想是生成一系列Bootstrap偽樣本，每個(gè)樣本是初始數(shù)據(jù)有放回抽樣。通過對(duì)偽樣本的計(jì)算，獲得統(tǒng)計(jì)量的分布。Bootstrap的數(shù)學(xué)原理可以表示為：T=T（T1，T2，…Tn）是來自總體分布函數(shù)為F（T）的獨(dú)立同分布隨機(jī)樣本。Fn（T）是由樣本T得到的分布函數(shù)[在產(chǎn)品可靠性分析中，F(xiàn)n（T）一般是指數(shù)函數(shù)或多參數(shù)Weibull函數(shù)]，由Fn（T）得到的參數(shù)估計(jì)θ=θ（F），它可以作為樣本參數(shù)θ的準(zhǔn)確值。再?gòu)男驴傮wFn（T）中抽取與樣本T相同的偽樣本Tm=T（T1，T2，…，Tn），一般取m=n。用偽樣本Tm求出參數(shù)θ的估計(jì)值。重復(fù)操作M次（一般取M=1 000）可得到M個(gè)基于偽樣本Tm而得到的θ估計(jì)值。Efron已經(jīng)證明，在初始樣本足夠大的情況下，Bootstrap抽樣能夠無偏地接近總體的分布。

（二）評(píng)價(jià)指標(biāo)篩選

影響信貸員審核農(nóng)地抵押貸款申請(qǐng)的主要因素可以分為兩類：農(nóng)戶因素和農(nóng)地因素。農(nóng)戶因素包括農(nóng)戶的年齡、性別、文化程度、身體健康狀況、是否是種、養(yǎng)殖大戶、農(nóng)戶生產(chǎn)性固定資產(chǎn)規(guī)模、主要收入來源、信用狀況、貸款資金用途等[1-4]。實(shí)際調(diào)查發(fā)現(xiàn)，不同信貸員對(duì)貸款申請(qǐng)人的要求不同，但是大多數(shù)人都偏好于文化程度高、身體健康的農(nóng)戶，農(nóng)戶生產(chǎn)規(guī)模越大、家庭資產(chǎn)越多、收入穩(wěn)定以及信用狀況越好，則其貸款申請(qǐng)?jiān)饺菀淄ㄟ^。農(nóng)地抵押貸款作為政府扶持農(nóng)業(yè)的有力措施，要求農(nóng)村金融機(jī)構(gòu)發(fā)放的農(nóng)地抵押貸款必須用于與農(nóng)業(yè)生產(chǎn)相關(guān)的項(xiàng)目投資。

由表1可以看出，農(nóng)戶因素中均值最大的因素為信用狀況，均值最小的因素是性別。按照均值大小從高往低排，農(nóng)戶層面的因素排序?yàn)樾庞脿顩r>貸款資金用途>收入來源>資產(chǎn)>健康>身份>年齡>文化>性別。根據(jù)分值的含義，應(yīng)選取均值大于6的因素作為影響信貸員審核貸款申請(qǐng)的重要性指標(biāo)，即選取信用狀況、貸款資金用途、收入來源、資產(chǎn)、健康、身份和年齡7個(gè)因素。從國(guó)家政策到地方法規(guī)，均明確規(guī)定農(nóng)地抵押貸款的資金主要用于農(nóng)業(yè)生產(chǎn)。因此，幾乎所有農(nóng)地抵押貸款的資金用途都是農(nóng)業(yè)生產(chǎn)。

按照信用評(píng)價(jià)指標(biāo)體系構(gòu)建的科學(xué)性和合理性原則，本文將貸款資金用途一項(xiàng)歸為調(diào)整項(xiàng)，不放在農(nóng)戶層面考察?；谛庞迷u(píng)價(jià)指標(biāo)體系構(gòu)建的全面性原則、重要性原則以及可預(yù)見性原則，本文選取信用狀況、收入來源、資產(chǎn)、健康、身份和年齡6個(gè)指標(biāo)作為農(nóng)戶層面的信用評(píng)價(jià)指標(biāo)。

影響信貸員農(nóng)地抵押貸款供給意愿的農(nóng)地因素包括農(nóng)地流轉(zhuǎn)處置風(fēng)險(xiǎn)、農(nóng)地評(píng)估和認(rèn)定、國(guó)家政策等。在實(shí)地調(diào)查中發(fā)現(xiàn)，農(nóng)地價(jià)值評(píng)估的基礎(chǔ)主要有兩個(gè)：一個(gè)是農(nóng)地流轉(zhuǎn)價(jià)格，另一個(gè)是地上產(chǎn)出物及附著物的價(jià)值。因此，影響信貸員農(nóng)地抵押貸款供給意愿的農(nóng)地因素可以細(xì)分為：擬抵押農(nóng)地是否有農(nóng)村土地承包經(jīng)營(yíng)權(quán)證、農(nóng)地面積、地塊規(guī)?；潭取⑥r(nóng)地租金繳納期限、地上產(chǎn)出物經(jīng)濟(jì)價(jià)值以及擬抵押農(nóng)地的流轉(zhuǎn)價(jià)格。實(shí)際調(diào)查中發(fā)現(xiàn)，為保證抵押農(nóng)地產(chǎn)權(quán)明晰，農(nóng)村金融機(jī)構(gòu)一致要求擬抵押的農(nóng)地要經(jīng)過土地確權(quán)，用于種植業(yè)生產(chǎn)的農(nóng)地必須要有土地承包經(jīng)營(yíng)權(quán)證。此外，信貸員對(duì)抵押農(nóng)地面積的要求與農(nóng)戶所申請(qǐng)的貸款額大小有關(guān)，面積較大的農(nóng)地可以獲得相對(duì)較多的貸款額。貸款額的確定方式有兩種：一種是由農(nóng)地流轉(zhuǎn)價(jià)格乘以預(yù)先確定的比例，另一種是農(nóng)地產(chǎn)出物價(jià)值乘以預(yù)先確定的比例。租金繳納越多，貸款申請(qǐng)人的違約成本越高，其違約風(fēng)險(xiǎn)越??；土地產(chǎn)出物價(jià)值越高，農(nóng)戶的收入越高，其違約風(fēng)險(xiǎn)也越小。因此，農(nóng)地租金繳納期限和農(nóng)地產(chǎn)出物的經(jīng)濟(jì)價(jià)值對(duì)信貸員的供給意愿具有重要影響。然而在實(shí)際操作中，申請(qǐng)農(nóng)地抵押貸款的承包戶通常是資金短缺的人，他們不可能一次繳納所有土地租金。實(shí)際上，幾乎所有承包戶的土地租金都是一年一繳。另外，不同地域之間土地流轉(zhuǎn)價(jià)格差別很大，當(dāng)?shù)匦刨J員對(duì)于農(nóng)地流轉(zhuǎn)價(jià)格高低的判斷也完全不同。

由表2可以看出，農(nóng)地因素中均值最大的指標(biāo)是土地證，均值最小的指標(biāo)是農(nóng)地面積。所有指標(biāo)的均值都大于6。按照均值大小從高往低排，農(nóng)地層面的指標(biāo)排序?yàn)橥恋刈C>產(chǎn)出價(jià)值>流轉(zhuǎn)價(jià)格>規(guī)?；?租金繳納期限>農(nóng)地面積。

實(shí)地調(diào)研發(fā)現(xiàn)，在同一區(qū)域，農(nóng)地流轉(zhuǎn)的價(jià)格基本一致，無明顯差別；但不同區(qū)域之間，農(nóng)地流轉(zhuǎn)價(jià)格有顯著區(qū)別。例如，淮安金湖縣的農(nóng)地流轉(zhuǎn)價(jià)格為800元/畝左右，宿遷泗洪縣的農(nóng)地流轉(zhuǎn)價(jià)格則在1 000元/畝左右。一般農(nóng)地抵押貸款的金額只與本地農(nóng)地流轉(zhuǎn)價(jià)格有關(guān)。因此，若將各地顯著不同的農(nóng)地流轉(zhuǎn)價(jià)格按照統(tǒng)一的標(biāo)準(zhǔn)來確定可以獲得的農(nóng)地抵押貸款額，會(huì)造成結(jié)果偏差。按照信用評(píng)價(jià)指標(biāo)體系構(gòu)建的合理性原則，農(nóng)地流轉(zhuǎn)價(jià)格將放在調(diào)整項(xiàng)，以減少地域經(jīng)濟(jì)差異對(duì)模型的影響。另外，農(nóng)地規(guī)?；潭扰c農(nóng)地面積有直接關(guān)系，基于信用評(píng)價(jià)指標(biāo)體系構(gòu)建的科學(xué)性原則，將規(guī)?；娃r(nóng)地面積兩個(gè)指標(biāo)統(tǒng)一為農(nóng)地面積指標(biāo)來代替。由前文所述可以看出，現(xiàn)階段農(nóng)村的土地流轉(zhuǎn)中，農(nóng)地租金繳納期限均以短期為主，一般為一年一繳或者半年一繳。租金繳納方式并未起到增加農(nóng)地價(jià)值的作用。所以，這一指標(biāo)也不納入信用評(píng)價(jià)指標(biāo)體系。綜上所述，本文選擇土地證、產(chǎn)出價(jià)值以及農(nóng)地面積作為農(nóng)地層面的重要性指標(biāo)。

二、 Z評(píng)分模型構(gòu)建

本文擬建立一個(gè)Z值評(píng)分模型來計(jì)算貸款申請(qǐng)人的信用評(píng)分。Z=β1X1+β2X2+…+βnXn+μ。其中，X1，X2，…，Xn表示農(nóng)地抵押貸款信用評(píng)價(jià)指標(biāo)，β1，β2，…，βn為相應(yīng)指標(biāo)的權(quán)重，Σβixi為貸款申請(qǐng)人各指標(biāo)數(shù)據(jù)與指標(biāo)權(quán)重之積的和，稱之為“原始信用值”；μ為調(diào)整項(xiàng)，由信貸員根據(jù)自己的工作經(jīng)驗(yàn)和當(dāng)?shù)卣?、?jīng)營(yíng)環(huán)境進(jìn)行主觀賦值。Z值是貸款申請(qǐng)人的信用評(píng)分，根據(jù)Z值的大小，可以判別貸款申請(qǐng)人的信用資質(zhì)。

（一）信用評(píng)價(jià)指標(biāo)權(quán)重確定方法

在構(gòu)建農(nóng)地抵押貸款信用評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，建立一個(gè)農(nóng)地抵押貸款的Z評(píng)分模型。在模型構(gòu)建過程中，最關(guān)鍵的問題是確定各指標(biāo)的權(quán)重。指標(biāo)權(quán)重的確定方法可以分為主觀賦權(quán)法和客觀賦權(quán)法兩種。常用的方法有層次分析法[5]、神經(jīng)網(wǎng)絡(luò)法[6-7]、支持向量機(jī)法[8]等。由于主客觀賦權(quán)法均存在明顯的缺陷，現(xiàn)階段，學(xué)者們傾向于使用組合賦權(quán)法來確定指標(biāo)權(quán)重。近期出現(xiàn)的組合賦權(quán)法有決策與試驗(yàn)評(píng)價(jià)實(shí)驗(yàn)室（Dematel）方法[9]、偏好比率法與基于離差最大的最優(yōu)組合賦權(quán)法[10]、基于相對(duì)熵的組合賦權(quán)法[11]等。將使用層次分析法和變異系數(shù)法分別計(jì)算各信用評(píng)價(jià)指標(biāo)的主、客觀權(quán)重。由于主客觀賦權(quán)法均存在明顯的缺點(diǎn)，本文基于離差最大化思想，使用組合賦權(quán)法優(yōu)化指標(biāo)權(quán)重。其中，計(jì)算指標(biāo)主觀權(quán)重所使用的數(shù)據(jù)為信貸員調(diào)查數(shù)據(jù)，計(jì)算指標(biāo)客觀權(quán)重所使用的數(shù)據(jù)為2015年6月實(shí)際調(diào)研所得的農(nóng)戶全樣本數(shù)據(jù)。全樣本中包括115個(gè)獲得農(nóng)地抵押貸款的樣本農(nóng)戶（以下簡(jiǎn)稱“貸款戶”）、57個(gè)曾經(jīng)申請(qǐng)過農(nóng)地抵押貸款卻被金融機(jī)構(gòu)拒絕的樣本農(nóng)戶（以下簡(jiǎn)稱“申請(qǐng)被拒農(nóng)戶”）和210個(gè)普通農(nóng)戶。

農(nóng)地抵押貸款信用評(píng)價(jià)指標(biāo)體系共有9個(gè)指標(biāo)，分別進(jìn)行主、客觀賦權(quán)后得到2組權(quán)重。假設(shè)主、客觀賦權(quán)方法計(jì)算所得的指標(biāo)權(quán)重向量值分別為W1和W2：

（二）信用評(píng)價(jià)指標(biāo)權(quán)重計(jì)算

本文使用85名信貸員對(duì)農(nóng)地抵押貸款信用評(píng)價(jià)指標(biāo)重要程度的打分來計(jì)算信用評(píng)價(jià)指標(biāo)的主觀權(quán)重（見表3）。

準(zhǔn)則層分為農(nóng)戶和農(nóng)地兩類，它們對(duì)指標(biāo)層的權(quán)重分別為0.75和0.25。農(nóng)戶指標(biāo)的權(quán)重明顯高于擬抵押農(nóng)地因素的權(quán)重，說明信貸員在審核農(nóng)地抵押貸款申請(qǐng)時(shí)，更看重借款人本身的特征，農(nóng)地特征對(duì)降低借款人身份要求的作用不大。從指標(biāo)層對(duì)準(zhǔn)則層權(quán)重來看，農(nóng)戶層面權(quán)重最大的指標(biāo)是信用狀況，農(nóng)地層面權(quán)重最大的指標(biāo)是土地證。從主觀權(quán)重W1來看，權(quán)重最大的指標(biāo)是信用狀況，而權(quán)重最小的指標(biāo)是農(nóng)地面積。各信用評(píng)價(jià)指標(biāo)按照主觀權(quán)重的大小排序依次為：信用狀況>收入來源>資產(chǎn)>健康>土地證>產(chǎn)出價(jià)值>身份>年齡>農(nóng)地面積。

使用382名全樣本數(shù)據(jù)計(jì)算所得的農(nóng)地抵押貸款信用評(píng)價(jià)指標(biāo)客觀權(quán)重結(jié)果如表4所示。

由表4可以看出，從客觀權(quán)重來看，權(quán)重最大的指標(biāo)為資產(chǎn)，其次是農(nóng)地面積，權(quán)重最小的指標(biāo)是信用狀況。各指標(biāo)根據(jù)客觀權(quán)重W2大小排序?yàn)椋嘿Y產(chǎn)>農(nóng)地面積>產(chǎn)出價(jià)值>身份>健康>收入來源>土地證>年齡>信用狀況?？梢钥闯?，變異系數(shù)法計(jì)算得到的各指標(biāo)客觀權(quán)重相對(duì)大小與層次分析法計(jì)算出的主觀權(quán)重相對(duì)大小并不一致，這與主客觀賦權(quán)法本身的缺陷有關(guān)。因此，要得到科學(xué)、客觀、準(zhǔn)確的指標(biāo)權(quán)重，需要綜合考慮主觀權(quán)重和客觀權(quán)重。

由前文可知，農(nóng)地抵押貸款信用評(píng)價(jià)指標(biāo)的主觀權(quán)重W1和客觀權(quán)重W2分別為：

表5列出了農(nóng)地抵押貸款信用評(píng)價(jià)指標(biāo)的各項(xiàng)權(quán)重，包括主觀權(quán)重、客觀權(quán)重、組合權(quán)重和標(biāo)準(zhǔn)化的組合權(quán)重。從標(biāo)準(zhǔn)化的組合權(quán)重W*c來看，權(quán)重最大的指標(biāo)是信用狀況，權(quán)重最小的指標(biāo)是年齡。各指標(biāo)根據(jù)標(biāo)準(zhǔn)化的組合權(quán)重W*c大小進(jìn)行排序：信用狀況>資產(chǎn)>產(chǎn)出價(jià)值>收入來源>健康>土地證>農(nóng)地面積>身份>年齡。

由于組合權(quán)重系數(shù)標(biāo)準(zhǔn)化后的組合權(quán)重都小于1，計(jì)算出來的農(nóng)戶信用值數(shù)據(jù)過小，差異也被相應(yīng)縮小。因此，本文統(tǒng)一將標(biāo)準(zhǔn)化后的組合權(quán)重?cái)U(kuò)大100倍，得到新組合權(quán)重。在前文篩選農(nóng)地抵押貸款信用評(píng)價(jià)指標(biāo)，并確定指標(biāo)權(quán)重的基礎(chǔ)上，農(nóng)地抵押貸款申請(qǐng)人的信用評(píng)分模型可以表示為：

三、信用資質(zhì)判別

（一）數(shù)據(jù)來源與計(jì)算步驟

使用2012—2015年的農(nóng)戶數(shù)據(jù)，根據(jù)Z值模型計(jì)算樣本農(nóng)戶的原始信用值，以便劃分優(yōu)質(zhì)客戶的信用值范圍。具體操作步驟如下：

1.將樣本分為實(shí)驗(yàn)組、檢驗(yàn)組和全樣本組，2012年和2013年調(diào)查的獲得農(nóng)地抵押貸款戶為組1，2012年和2013年調(diào)查的申請(qǐng)被拒農(nóng)戶為組2，組1和組2共同構(gòu)成實(shí)驗(yàn)組；2014年和2015年調(diào)查的農(nóng)地抵押貸款戶為組4，2014年和2015年調(diào)查的申請(qǐng)被拒農(nóng)戶為組5，組4和組5共同構(gòu)成檢驗(yàn)組；2012年至2015年調(diào)查所得的所有農(nóng)戶構(gòu)成全樣本組，為組3。分組的具體類別如表6所示。

2.分別計(jì)算實(shí)驗(yàn)組、檢驗(yàn)組和全樣本組農(nóng)戶的原始信用值。通過比較實(shí)驗(yàn)組中組1和組2樣本農(nóng)戶原始信用值的差異，確定農(nóng)地抵押貸款申請(qǐng)人信用資質(zhì)的劃分界限。

3.通過比較全樣本組3與實(shí)驗(yàn)組樣本農(nóng)戶的原始信用值，確定貸款戶信用值和申請(qǐng)被拒農(nóng)戶在所有農(nóng)戶原始信用值區(qū)間內(nèi)所處位置，比較兩者在整體樣本中所處位置的差異。

4.分別對(duì)比分析組1和組4，組2和組5的信用值區(qū)間，使用組4和組5來檢驗(yàn)農(nóng)地抵押貸款信用評(píng)價(jià)模型的有效性。

（二）信用資質(zhì)判別標(biāo)準(zhǔn)

根據(jù)Z值模型，可以計(jì)算貸款申請(qǐng)人的原始信用值。通過比較組1和組2樣本原始信用值的差異，可以初步劃定優(yōu)質(zhì)借款人和劣質(zhì)借款人的界限，給出判定貸款申請(qǐng)人信用資質(zhì)的標(biāo)準(zhǔn)。

組1貸款戶原始信用值的均值是235.020 6，最大值是299.546 8，最小值是190.475 5，信用值的中位數(shù)和眾數(shù)分別是231.169 3和233.400 4。組2申請(qǐng)被拒農(nóng)戶的原始信用值均值是135.466 2，最大值是150.541 5，最小值是97.833 7，信用值的中位數(shù)和眾數(shù)分別是139.923 9和147.887 1。組1、組2樣本農(nóng)戶原始信用值的頻率分布表見表7。

對(duì)表7和表8進(jìn)行比較可以看出，組1貸款戶農(nóng)地抵押貸款原始信用值落在區(qū)間（190，300]內(nèi)，其中，原始信用值在（220，230]區(qū)間內(nèi)的農(nóng)戶數(shù)量最多，占樣本總數(shù)的25%。組2申請(qǐng)被拒農(nóng)戶的原始信用值范圍在區(qū)間（90，160]之間。其中，原始信用值在（140，150]區(qū)間內(nèi)的農(nóng)戶數(shù)量最多，占到該樣本總數(shù)的42.11%。組1樣本農(nóng)戶的原始信用值與組2申請(qǐng)被拒樣本農(nóng)戶的原始信用值區(qū)間明顯不在同一范圍內(nèi)。因此，可以先將190作為區(qū)分農(nóng)戶信用資質(zhì)的分界點(diǎn)。換言之，如果某農(nóng)戶的原始信用值大于190，則判定該農(nóng)戶為優(yōu)質(zhì)借款人，可以獲得農(nóng)地抵押貸款；如果某農(nóng)戶的原始信用值小于或等于190，則判定該農(nóng)戶為劣質(zhì)借款人，不能獲得農(nóng)地抵押貸款。

農(nóng)地抵押貸款信用評(píng)價(jià)模型計(jì)算的農(nóng)戶信用值不僅包括原始信用值，還包括調(diào)整項(xiàng)。調(diào)整項(xiàng)主要由兩部分組成：投資項(xiàng)目等級(jí)和農(nóng)戶個(gè)人品行。這是因?yàn)樵趯?shí)際操作中，除了可以量化的信用評(píng)價(jià)指標(biāo)外，信貸員還需要根據(jù)自己與借款人的熟悉程度，對(duì)借款人的品行及其投資項(xiàng)目進(jìn)行一些定性的評(píng)價(jià)，以便更準(zhǔn)確的判斷借款人的還款意愿、還款能力和信用風(fēng)險(xiǎn)狀況。例如，國(guó)家扶持的產(chǎn)業(yè)項(xiàng)目在低稅收的政策優(yōu)惠下，其資本回報(bào)率會(huì)較高。借款人將所得貸款投資于此類項(xiàng)目，其信用風(fēng)險(xiǎn)將大大降低。除此之外，借款人的個(gè)人品行會(huì)嚴(yán)重影響其信用風(fēng)險(xiǎn)的大小。有嚴(yán)重違法、違規(guī)經(jīng)營(yíng)行為或吸毒、賭博等不良行為的借款人，其貸款違約的風(fēng)險(xiǎn)會(huì)遠(yuǎn)遠(yuǎn)高于普通人。因此，本文在農(nóng)地抵押貸款信用評(píng)價(jià)模型中設(shè)置了調(diào)整項(xiàng)，用以調(diào)整農(nóng)戶的信用值，使其判斷功能更加準(zhǔn)確。表9列出了調(diào)整項(xiàng)的內(nèi)容及相應(yīng)分值，抵押貸款評(píng)價(jià)時(shí)信貸員可以根據(jù)自己的工作經(jīng)驗(yàn)以及對(duì)借款人的熟悉程度，對(duì)借款人的信用值進(jìn)行調(diào)整。

在調(diào)整項(xiàng)中，只有經(jīng)營(yíng)項(xiàng)目在一般及以上水平，同時(shí)個(gè)人品行在一般及以上水平的借款人才會(huì)有正向加分。因此，筆者認(rèn)為，優(yōu)質(zhì)借款人的經(jīng)營(yíng)項(xiàng)目應(yīng)該在一般水平及以上，個(gè)人品行也應(yīng)該在中等及以上，即優(yōu)質(zhì)借款人的經(jīng)營(yíng)項(xiàng)目加分應(yīng)該大于等于2，個(gè)人品行加分也應(yīng)該大于等于2，即調(diào)整項(xiàng)加分應(yīng)該大于等于4。在前文的分析中，本文認(rèn)為優(yōu)質(zhì)借款人的原始信用值應(yīng)該大于190。因此，優(yōu)質(zhì)借款人的綜合信用值應(yīng)該在194分以上。

由表9可以看出，調(diào)整項(xiàng)u的取值范圍是（-20，20]；在綜合信用值大于194分的基礎(chǔ)上，可以推斷出原始信用值Z0∈[-20，20]；范圍內(nèi)的農(nóng)戶，其綜合信用值是否大于194分與調(diào)整項(xiàng)μ密切相關(guān)，這部分農(nóng)戶能否得到農(nóng)地抵押貸款應(yīng)由信貸員根據(jù)其綜合信用值進(jìn)行判斷；原始信用值Z0∈[214，+∞）的農(nóng)戶為優(yōu)質(zhì)借款人，可以獲得農(nóng)地抵押貸款；原始信用值Z0∈（-∞，174]的農(nóng)戶為劣質(zhì)借款人，不能獲得農(nóng)地抵押貸款。

四、模型有效性檢驗(yàn)

按照前文的樣本分組，2014年和2015年調(diào)查的農(nóng)地抵押貸款戶為組4，2014年和2015年調(diào)查的申請(qǐng)被拒樣本農(nóng)戶為組5，組4和組5共同構(gòu)成檢驗(yàn)組。分別計(jì)算組4和組5的原始信用值，如果組4中貸款戶原始信用值明顯大于214，組5申請(qǐng)被拒樣本農(nóng)戶原始信用值明顯小于214，則說明本文構(gòu)建的農(nóng)地抵押貸款信用評(píng)價(jià)模型是有效的（見表10、表11）。

組4共有樣本貸款戶71個(gè)，原始信用值的均值、最大值和最小值分別是238.529 5、292.270 3和194.842 5，信用值中位數(shù)是237.155 9，眾數(shù)是211.379 1。由表10可以看出，組4貸款戶的原始信用值全部大于190，其中有65個(gè)樣本農(nóng)戶的原始信用值大于214，占全部樣本的91.55%。其中，區(qū)間（210，220]和（230，240]內(nèi)的樣本農(nóng)戶數(shù)最多，均為14個(gè)，占樣本總數(shù)的19.27%。

組5樣本農(nóng)戶數(shù)為38個(gè)，其原始信用值均值是148.674 7，最大值和最小值分別是288.129 2和101.730 2，中位數(shù)和眾數(shù)是140.256 7和126.787 7。組5樣本農(nóng)戶的原始信用值區(qū)間為（100，230]，由表11可以看出，有5個(gè)樣本農(nóng)戶的原始信用值大于190，占到組5樣本總數(shù)的13.16%，有2個(gè)樣本的原始信用值大于214，占到樣本總數(shù)的5.26%。根據(jù)前文的分析，原始信用值在（174，214）區(qū)間內(nèi)的農(nóng)戶屬于可貸可不貸的范圍，原始信用值大于或等于214的農(nóng)戶應(yīng)該獲得農(nóng)地抵押貸款。因此，作為申請(qǐng)被拒的農(nóng)戶來說，他們的信用值應(yīng)該小于214。

在申請(qǐng)被拒農(nóng)戶中出現(xiàn)原始信用值大于214的情況，其原因可能有兩個(gè)：一是信貸員主觀判斷出現(xiàn)錯(cuò)誤，給劣質(zhì)借款人發(fā)放了農(nóng)地抵押貸款；二是農(nóng)地抵押貸款信用評(píng)價(jià)模型的估計(jì)存在偏差，該模型是無效的。為檢驗(yàn)農(nóng)地抵押貸款信用評(píng)價(jià)模型的有效性，本文使用SPSS19.0對(duì)組1貸款戶和組5申請(qǐng)被拒農(nóng)戶的原始信用值進(jìn)行非參數(shù)檢驗(yàn)，以確定兩組信用值的差異性是否顯著，從而判斷農(nóng)地抵押貸款模型是否有效。檢驗(yàn)結(jié)果如表12和表13所示。

從表12可以看出，Mann-whitney檢驗(yàn)的p值為0，說明應(yīng)該拒絕原假設(shè)，即兩組樣本的總體分布不同。也就是說，組5的原始信用值分布與組1原始信用值分布明顯不同。從表13可以看出，剔除極端值后，p值等于0，即拒絕原假設(shè)，說明剔除極端值之后兩組樣本的分布也顯著不同。兩個(gè)相同的檢驗(yàn)結(jié)果證明，根據(jù)農(nóng)地抵押貸款信用評(píng)價(jià)模型得到農(nóng)戶信用值及資質(zhì)等級(jí)劃定界限是有效的，使用該信用評(píng)價(jià)體系對(duì)農(nóng)戶能否得到農(nóng)地抵押貸款進(jìn)行判斷是準(zhǔn)確可行的。

五、結(jié) 語

現(xiàn)階段農(nóng)地抵押貸款缺乏標(biāo)準(zhǔn)化的信用評(píng)級(jí)體系，很難準(zhǔn)確預(yù)估貸款風(fēng)險(xiǎn)。在這種背景下，本文建立了農(nóng)地抵押貸款信用評(píng)價(jià)體系，根據(jù)農(nóng)戶的信用評(píng)分判斷其信用資質(zhì)，并確定是否應(yīng)該對(duì)其發(fā)放農(nóng)地抵押貸款。該信用評(píng)價(jià)體系彌補(bǔ)了我國(guó)農(nóng)村農(nóng)地抵押貸款信用評(píng)價(jià)的空白，為農(nóng)村信用評(píng)價(jià)提供一種可操作的借鑒方法。

當(dāng)前我國(guó)農(nóng)村信用體系尚不完善，缺少相應(yīng)的數(shù)據(jù)搜集管理體制，一定程度上影響了農(nóng)村金融機(jī)構(gòu)的信貸分析與統(tǒng)計(jì)，間接限制了農(nóng)村金融信貸的進(jìn)一步發(fā)展。此外，單一的信用評(píng)估方法、僵化的信用審核機(jī)制等，都影響了農(nóng)村金融信貸的運(yùn)行效率。農(nóng)村金融機(jī)構(gòu)應(yīng)該主動(dòng)建立個(gè)人信用評(píng)價(jià)檔案，搜集農(nóng)戶信用數(shù)據(jù)，并積極創(chuàng)新信用評(píng)估方法，促進(jìn)農(nóng)村金融更好發(fā)展。

參考文獻(xiàn)：

[1] 蘭慶高，惠獻(xiàn)波，于麗紅，等.農(nóng)村土地經(jīng)營(yíng)權(quán)抵押貸款意愿及其影響因素研究——基于農(nóng)村信貸員的調(diào)查分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2013（7）：78-84，112.

[2] 林樂芬，王軍.農(nóng)村金融機(jī)構(gòu)開展農(nóng)村土地金融的意愿及影響因素分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題， 2011（12）： 60-65.

[3] 牛曉冬，羅劍朝，牛曉琴.農(nóng)地承包經(jīng)營(yíng)權(quán)抵押融資研究[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，16（5）：56～62.

[4] 黃惠春.農(nóng)村土地承包經(jīng)營(yíng)權(quán)抵押貸款可得性分析——基于江蘇試點(diǎn)地區(qū)的經(jīng)驗(yàn)證據(jù)[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2014（3）：48-57.

[5] 賴永文，劉偉平.農(nóng)戶信用評(píng)價(jià)體系構(gòu)建研究[J].福建農(nóng)林大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2012 （4）： 15-20.

[6] 王譽(yù)澍.BP算法在農(nóng)戶小額信貸信用評(píng)級(jí)中的應(yīng)用[J].金融經(jīng)濟(jì)，2010（11）：123-124.

[7] 吳沖，張曉東，田海霞，等.基于模糊神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J].管理觀察， 2009 （3）：187-189.

[8] 遲國(guó)泰，程硯秋，李剛.基于支持向量機(jī)的人的全面發(fā)展評(píng)價(jià)模型及省份實(shí)證[J].管理工程學(xué)報(bào)，2012 （1）：98-105.

[9] 陳永明，周龍，李雙紅.基于AHP和DEMATEL方法的農(nóng)戶信用評(píng)級(jí)研究[J].征信，2012（5）：20-24.

[10] 遲國(guó)泰，章穗，齊菲.小企業(yè)貸款信用評(píng)價(jià)模型及實(shí)證研究——基于最優(yōu)組合賦權(quán)視角[J].財(cái)經(jīng)問題研究，2012（9）：63-69.

[11] 李杰，趙子銥，陳毅俊.基于相對(duì)熵的組合賦權(quán)法在農(nóng)戶信用評(píng)價(jià)中的應(yīng)用[C].中國(guó)企業(yè)運(yùn)籌學(xué)第八屆學(xué)術(shù)年會(huì)，2013.

[12] 陳偉，夏建華.綜合主、客觀權(quán)重信息的最優(yōu)組合賦權(quán)方法[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2007（1）：17-22.