王佳鈺

[摘要]在積極實施鄉(xiāng)村振興發(fā)展戰(zhàn)略的大背景下，農地承包經營權抵押貸款增加了金融機構對農村資源的配置，有效解決了新型農業(yè)經營主體的貸款難題，提高了土地產出率和農產品的商品率，加快農業(yè)產業(yè)現(xiàn)代化的步伐。在運用AHP層次分析法確定信用風險指標權重的基礎上，構建了農地經營權抵押貸款的灰色多層次風險評價模型，通過對具體貸款的風險指標進行綜合評價判斷信用風險水平，為在全國范圍內推行農地抵押貸款政策提供理論參考和相關政策建議。

[關鍵詞]鄉(xiāng)村振興戰(zhàn)略;農地經營權抵押;信用風險;灰色綜合評價;政策建議

[中圖分類號]F321.1[文獻標識碼]A

引言

在農村金融改革創(chuàng)新推動鄉(xiāng)村振興發(fā)展的進程中，利用金融機構的資金支持激活農戶內生發(fā)展動力是解決“三農問題”的有效途徑（馬國建和邢健）。然而，傳統(tǒng)的小額農信貸款易被村鎮(zhèn)企業(yè)獲得（謝世清和陳方諾），難以滿足普通農戶現(xiàn)代化的生產經營方式（惠獻波），客觀上推動貸款業(yè)務創(chuàng)新發(fā)展。Besley早在1995年提出以農地作為抵押激活農村的土地資源，德國、美國、越南等國家利用農地抵押融資成功解決部分貸款難題，對發(fā)展現(xiàn)代化農業(yè)產業(yè)具有顯著成效。

隨著國內金融機構對農地保值性、產權價值的認可（史明燦），2016年中央一號文件指出要有序推進農村承包土地的經營權抵押貸款試點工作，支持新型農業(yè)主體發(fā)展，促進農村經濟穩(wěn)步增長。作為率先開展試點工作的四川成都，截止2018年6月末，僅溫江區(qū)累計投放農地經營權抵押貸款375筆共12.31億元，在全省10個試點區(qū)（縣）中名列首位，對固化收益范圍（四川省農業(yè)廳）、提高扶貧貸款精準度（傅德漢和楊東曉）、加快農地流轉速度（孫憲忠）有積極影響，促進了農業(yè)規(guī)?；?、集約化經營。

推進鄉(xiāng)村振興的核心動力在于土地使用制度的創(chuàng)新（陳美球等），但由于信用風險的存在使得農地抵押貸款在全國范圍內難以推行。因此準確評估貸款的信用風險水平，制定有效治理方案緩解金融機構“慎貸”、“惜貸”心理才能促進貸款效用最大化，最終轉變經濟發(fā)展方式，實現(xiàn)“人、地、錢”掛鉤，推進農業(yè)農村現(xiàn)代化建設。

1 文獻綜述

農村承包土地的經營權抵押貸款試點工作已接近尾聲，符合不同地區(qū)特色的貸款經營模式日漸成熟，學者對于識別貸款過程中存在的風險也已入木三分。然而在現(xiàn)實的貸款過程中，由于抵押物、農戶融資以及農業(yè)生產這三者的特殊性，使該業(yè)務擁有不同于其他貸款的特殊風險（趙一哲和王青）。金融機構出于風險防范的角度，普遍產生 “惜貸”、“慎貸”的心理（占治民等），更偏向于對大農戶及高品質的存量客戶進行貸款，小農戶融資難的問題并沒有得到很好解決（黃惠春）。為化解小規(guī)模農村土地產生的貸款約束，寧夏同心利用“群體信用”的功能成立土地協(xié)會（王文鋒），農民入股協(xié)會進行土地經營權抵押并獲得擔保，從而向銀行進行貸款，實現(xiàn)抵押與貸款相分離（郭忠興等），有效提高了銀行的放貸概率，形成了以農戶+土地合作社+金融機構的市場主導模式。

市場為主導的貸款模式主要面臨民生風險、抵押物處置風險、評估風險、操作風險、信用違約風險以及由不確定因素引起的金融風險等（于麗紅;陳丹等）。其中信用風險問題突出（鞏萍），陳菁泉和付宗平指出需要重點關注抵押人的違約風險，祁靜靜等利用因子風險分析法分析指標權重得出了相同結論。從金融機構角度看，由于農戶收入的波動導致可能無法按期還本付息的情況是銀行面臨的第一還款來源風險（潘文軒），違約率的居高不下也成為了金融機構壓低貸款金額的主要因素（姜巖等）。

農戶違約帶來的信用風險主要體現(xiàn)在契約精神的缺失，嚴重限制了農村金融市場的現(xiàn)代化發(fā)展，且信用意識和契約精神的培養(yǎng)具有持久性和漸進性（趙翠萍等）。為更好的控制違約風險，降低風險發(fā)生之后的損失程度，成都溫江等地引導和介入相關政府部門，形成了以“政府+金融機構+農戶”的自上而下政府主導的成都模式，并根據溫江的實際情況，運用具有較大市場價值的苗木花卉，形成“農地經營權+地上附著物”為標的的抵押形式（楊奇才等），推動了農地經營權抵押貸款的實施。

目前，國內文獻多集中于對貸款的風險識別以及不同模式運行差異的比較，理論分析居多，經濟分析運用較少，且對單一風險關注不夠。但由于貸款中信用風險的存在導致經營權抵押貸款這項業(yè)務并未發(fā)揮完全的作用，因此對信用風險進行綜合評價，最大程度降低貸款違約概率是各個相關部門負責人有必要進行深入探討的話題。當前已有學者利用Z評分模型劃定優(yōu)質借款人的信用評分范圍（姜巖等），呂德宏等構建CreditRisk+模型度量貸款中的信用風險。本文將在現(xiàn)有研究的基礎上，利用灰色多層次評價模型對信用風險進行綜合評價，確定金融機構是否應該對借款人貸款，并為2019年全國范圍內實行農地經營權抵押款工作提出合理的政策建議，為我國扶貧工作引入金融“活水”。

2 確定信用風險評價指標體系

針對個人的信用風險指標體系的構建不僅要遵循多元化、動態(tài)化、可操作化的原則（聶新偉），還要結合農戶自身以及經營產品的特點。通過借鑒專家學者現(xiàn)有的研究成果以及實地調研數據，從農戶個人品格、還款能力、抵押物情況三個方面構建了定性與定量指標相結合的農地經營權抵押貸款信用風險評價體系。

本文中的農戶個人品格主要包括貸款用途、信用記錄等信息，用來衡量借款人的還款意愿。還款意愿越強，借款人越能按期履行合約，發(fā)生違約的概率越小。農戶客觀的還款能力是其能否按時還款的物質基礎，抵押物情況決定農戶第一還款來源和第二還款來源的穩(wěn)定程度，進一步影響農戶違約的概率。綜上本文將15項指標用AHP的方法建立遞階模型（見表1）。

注：供養(yǎng)比=（家庭總人數-勞動力數）/家庭總人數，數值越大，表示家庭負擔越重;兼業(yè)程度：一般用非農業(yè)收入占家庭總收入的比例劃分。

3 構建信用風險評價模型

3.1 各評價指標權重的確定

由于不同指標所代表的含義不同，因此它們對測量信用風險的重要程度不同，所占權重也不同。AHP分析法通過定量與定性分析把不同指標分為相關聯(lián)的有序層次來確定權重，具體步驟如下：

3.1.1 建立判斷矩陣。將A設為信用風險評價指標的集合：），i為一級指標的個數，，其中，m表示第i個一級指標包含的二級指標個數。憑借專家對指標影響風險程度的大小進行打分，構造判斷矩陣 。

3.1.2 計算各評價指標權重分配。利用Matlab得出判斷矩陣Q對應的最大特征根及特征向量ω。求解方程：

，即為指標的權重分配。

3.1.3 對矩陣進行一致性檢驗。通過一致性檢驗判斷分配的權重是否科學，公式如下：

CR=CI/RI ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

CI=（γmax - n）/（n-1） ? ? ? （2）

公式（1）中CR為判斷矩陣的隨機一致性比率，CI為判斷矩陣的一般一致性指標，RI為判斷矩陣的平均一致性指標（如表2）。

若CR<0.1時，判斷矩陣Q通過一致性檢驗，γmax對應的特征向量ω就為一級評價矩陣的權重向量，設B=（b1，b2，…bi），，bi表示評價指標Ai在A中的權重;同理設二級指標的權重向量為，，且bim表示指標Am在Ai中的比重。

3.2 專家打分確定評價矩陣

3.2.1 構建信用風險評價等級。假定R={r1，r2，r3，r4，r5}={1，2，3，4，5}={低風險，偏低風險，中度風險，偏高風險，高風險}，確定得分范圍劃分風險等級（如表3）。

3.2.2 依據打分構建評價矩陣D。L個專家參照信用風險評分等級分別給Aim打分，假設專家的順序為k（k=1，2，…，r），則評價矩陣為

dimr 為第 r個專家對第i 個一級指標下二級指標的打分。

3.3 建立評價灰類及計算

3.3.1 確定評價灰類。設灰類e=5，4，3，2，1 ，分別代表信用風險等級為“風險高”、“風險偏高”、“風險一般”、“風險偏低”、“風險低”。每一灰數對應的白化函數如下：

第一灰類（e=1），灰數 ，白化權函數f1為：

第二灰類（e=2），灰數，白化權函數f2為：

第三灰類（e=3），灰數 ，白化權函數f3為：

第四灰類（e=4），灰數 ，白化權函數f4為：

第五灰類（e=5），灰數，白化權函數f5為：

3.3.2 計算灰色評價系數。Aim屬于第e個評價灰類的灰色評價系數記為ximr，其中。Aim屬于各個評價灰類的總系數設為xim，其中 。

3.3.3 計算灰色評價權向量及權矩陣。將全部專家針對Aim認為的第e個灰類的灰色評價權設為。由于總體的評價灰類有5個，故Aim對于各灰類的權向量為?？梢缘贸龌疑u價權矩陣Yi：

3.3.4 對A和Ai進行綜合評價。令Zi為綜合評價結果作為對Ai的評價。，Zi6表示專家對Ai建議屬于第e個灰類的灰色評價權。

綜上構造出灰色評價權矩陣

對A作綜合評價的結果為

3.3.5 計算多層次綜合評價值。將各評價灰類等級值向量化得到C=（1，2，3，4，5），得到信用風險的綜合評價值W=S·CT。

根據最后求出的W值判斷具體事物的風險狀況，最終計算結果也可將W帶入白化權函數中進行實證判斷。

4 具體案例分析

本文采用一筆來自2018年8～9月對成都市溫江區(qū)進行農地經營權抵押貸款的實地調研數據，為了真實準確衡量該筆貸款潛在的違約率，運用灰色多層次評價模型判斷信用風險的大小，以此決定銀行是否同意向該農戶貸款。

4.1 確定信用風險評價指標權重

根據表1信用風險指標體系，運用公式（1）～（2）確定指標的最大特征根及對應的特征向量，求得所占比重，如表4。

同理可得各二級指標所對應的權重向量為

4.2 專家打分進行風險評價

邀請長期從事涉農貸款業(yè)務的資深信貸員對該筆貸款進行打分，評價矩陣D如下所示：

4.3 確定評價灰類和灰色評價系數

將灰類評價分為“風險高”、“風險偏高”、“風險一般”、“風險偏低”、“風險低”五個等級，對應e=5，4，3，2，1。關于二級指標A11，x116 代表第e個評價系數，計算如下：

x11為總灰類評價系數，同理可得x12，…x33的系數。

4.4 計算權向量和權矩陣

關于二級指標A11，y116表示專家對第e個灰類的評價權：

;同理可得y112，…y115。

則二級指標A11對應的評價權向量為y11=（0.039，0.325，0.270，0.202，0.161）;同理可得y12，…y33的值，則可得出二級指標相對應的一級指標權矩陣Yi。

對一級指標進行綜合評價的結果為

則該筆貸款的總灰色評價權矩陣Z為

因此信用風險的綜合評價結果為

S=B·Z=（0.279，0.270，0.192，0.126，0.115）。

4.5 計算灰色綜合評價值

C=（1，2，3，4，5），則綜合評價值W=S·CT=2.474，說明該筆農地經營權抵押貸款整體信用風險水平一般。

將綜合評價值W帶入白化權函數中進行檢驗f1（Z）= 0，f2（Z）=0.763，f3（Z）=0.825，f4（Z）=0.619，f5（Z）= 0.495。其中f3（Z）最大，證實信用風險水平一般，說明銀行可以對該農戶進行貸款，但需密切關注借款人的經營收入變化、抵質押物情況以及是否有重大意外事故發(fā)生，避免不良貸款的產生。

5 政策建議

實施鄉(xiāng)村振興發(fā)展戰(zhàn)略，積極推進農村綜合改革具有重大的歷史性、理論性和實踐性意義，將農村承包土地的經營權有序轉變?yōu)橘Y產、資本、資金，以此激發(fā)農村發(fā)展活力、推進農村經濟發(fā)展已經取得顯著成效。由于農作物市場價格波動大且受眾多因素的影響，農地經營權抵押貸款存在不可避免的信用風險，因此通過對信用風險進行管理評估，幫助金融機構判斷一筆貸款信用風險水平，從而采取相應措施決定是否發(fā)放貸款，對最大幅度降低不良貸款帶來的損失具有重要意義。

在實地調研的過程中發(fā)現(xiàn)目前貸款的運行仍存在一些制約因素：一是相關部門的領導帶頭作用不突出，地方村委會有推卸責任之嫌;二是監(jiān)督方式與地方貸款運作特點不匹配，效率低下且政策性風險補償基金不足;三是貸款手續(xù)繁瑣周期長，影響農戶的相關貸款意愿;四是針對農地抵押的金融產品不足，難以調動融資主體的積極性，且部分貸款并未真正落實到需求農戶手中，增收效果不顯著。綜上為全面推動農地抵押貸款在全國范圍的實行，穩(wěn)步推進農村土地制度改革，促進農民增收致富和農業(yè)現(xiàn)代化的加快發(fā)展，筆者提出以下幾點建議：

明確行政部門在風險控制中的主體地位，細化村級機構的責任范圍，做到“獎罰到位，責任到人”。為實現(xiàn)將土地經營權作為抵押物的新型融資方式低成本、高效率的運行，以縣級政府作為風險防范主體具有天然的優(yōu)勢（陳丹和高銳），相關政府部門應結合當地農村對貸款的需求情況，因地制宜的對村委會等機構進行責任劃分與工作考核，督促村委會做好貸款銀行、保險公司、借款農戶之間溝通交流的“橋梁”，積極采取獎勵處罰措施，最大程度發(fā)揮相關部門的主觀能動性。

加大監(jiān)督和政府財政資金支持力度。對農地經營權抵押貸款進行貸前審查、貸后調查的嚴格監(jiān)管不僅可以減少貸款違約發(fā)生的概率，也對價值不足的抵押物具有很好的替代作用（曾慶芬），降低貸款門檻使得該項業(yè)務把惠農扶農落到實處。政府作為金融改革的主導者對發(fā)放貸款的銀行以政策性補償基金的方式予以支持。以成都市溫江區(qū)為例，相關政府規(guī)定一旦貸款出現(xiàn)違約，清償抵押物剩余的損失由風險基金承擔80%，貸款銀行需自行彌補20%的損失。雖然有政府補償基金進行兜底，但相較于銀行每年發(fā)放出去的貸款總額比基金力度遠遠不夠，這也成為眾多銀行“慎貸惜貸”的主要原因。因此政府部門可適當加大資金支持力度，鼓勵更多銀行加入到農地經營權抵押貸款的相關業(yè)務中來。

對成功貸款且無違約農戶進行畫像，簡化貸款流程手續(xù)，提高貸款效率。根據調研結果分析因貸款周期長、手續(xù)繁瑣等原因使得農戶往往放棄向正規(guī)金融機構進行貸款反而轉向私人借貸等非正規(guī)融資渠道，這不僅會影響金融機構惠農貸款的實施效果，一旦發(fā)生違約還可能導致惡性事件的發(fā)生。因此相關機構需加強信用體系建設，對優(yōu)質農戶進行畫像，總結其個人特點以及收入經營情況，當出現(xiàn)與優(yōu)質農戶具有相同特點的借款人時可以簡化貸款手續(xù)，最大限度降低審核時間，提高放貸效率。

明確評估費用，核實貸款用途。相關監(jiān)管部門應按期核查評估公司是否按照約定價格收取費用，避免出現(xiàn)抬高價格導致貸款利率過高的情況發(fā)生。以調研地溫江區(qū)為例，第三方評估費用原則上不超過被評估資產價值的0.5%，目前成都農商行的貸款利率為5.75%。其次應確保貸款真正用于農戶的農業(yè)生產經營，幫助新型農業(yè)經營主體增加擴大再生產的可用資金。

完善農業(yè)補貼補償機制體系，降低農戶對土地的依賴程度?！叭龣喾种谩笔沟棉r村土地的承包權和經營權相分離，導致政府相關農業(yè)補貼一般歸承包人所有，影響土地經營權主體進行農業(yè)生產的積極性（徐建中和于澤卉），因此完善農業(yè)補貼機制有利于加快農業(yè)產業(yè)化發(fā)展的步伐。同時健全農村養(yǎng)老保險制度，減輕農地的養(yǎng)老保障功能（任雪瑩等），使得土地“流”得動、“轉”得出，推動農地經營權抵押貸款在全國范圍內的實施。

[參考文獻]

[1] 馬國建，邢健.農業(yè)弱質性視角下金融精準扶貧路徑研究——以戴莊村為例[J].廣西大學學報（哲學社會科學版），2017，39（2）：69-73.

[2] 謝世清，陳方諾.農村小額貸款模式探究——以格萊珉銀行為例[J].宏觀經濟研究，2017（01）：148-155.

[3] 惠獻波.農地經營權抵押貸款業(yè)務推廣困境與創(chuàng)新路徑設計[J].西南金融，2015（5）：47-49.

[4] Besley，T.The Property Rights and Investment Incentives：Theory and Evidence from Ghana[J].The Journal of Political Economy，1995，103（5）：903-937.

[5] Feder G.Land Policy and Farm Productivity in Thailand[M]. Baltimore，Md and London：The Johns Hopkins University Press，1988：49-56.

[6] 羅劍朝，庸暉，龐璽成.農地抵押融資運行模式國際比較及其啟示[J].中國農村經濟，2015（3）：84-96.

[7] 尹濤.德國農村土地抵押貸款運行機制及經驗借鑒[J].世界農業(yè)，2014（8）：20-23.

[8] 史明燦.農地抵押貸款：現(xiàn)狀、國際經驗及中國機制設計——以中國河南省為例[J].世界農業(yè)，2016（06）：57-52.

[9] 傅德漢，楊東曉.農地經營權抵押貸款扶貧模式[J].農村金融，2015（23）：55-56.

[10] 孫憲忠.推進農地三權分置經營模式的立法研究[J].中國社會科學，2016（7）： 145-163.

[11] 陳美球，廖彩榮，劉桃菊.鄉(xiāng)村振興、集體經濟組織與土地使用制度創(chuàng)新—基于江西黃溪村的實踐分析[J].南京農業(yè)大學學報（社會科學版），2018，18（02）：27-34.

[12] 趙一哲，王青.農地承包經營權抵押貸款風險的研究[J].安徽農業(yè)大學學報，2015（24）：12-14.

[13] 占治民，羅劍朝，閆玉涵.差序政策信任：農地金融扶貧貸款“冷遇”經驗解釋[J].西北農林科技大學學報（社會科學版），2017（17）：118-122.

[14] 黃惠春. 農村土地承包經營權抵押貸款可得性分析——基于江蘇試點地區(qū)的經驗實證[J].中國農村經濟，2014（3）：48-57.

[15] 王文鋒.農村土地經營權抵押融資運行機制探索—基于山東壽光市與寧夏同心縣的考察[J].世界農業(yè)，2015（9）：102-106.

[16] 郭忠興，汪險生，曲福田.產權管制下的農地抵押貸款機制設計研究——基于制度環(huán)境與治理結構的二層次分析[J].管理世界，2014（9）：48-57.

[17] 于麗紅.農村土地經營權抵押貸款信貸風險評價——基于AHP法分析[J].農村經濟，2014（11）：79-82.

[18] 陳丹，高銳.農地抵押金融風險：政府規(guī)制的邏輯及政策取向[J].南方金融，2016（7）：72-77.

[19] 鞏萍.新型農村金融風險防控探析[J].Value Engineering，2017（26）：28-29.

[20] 陳菁泉，付宗平.農村土地經營權抵押融資風險形成及指標體系構建研究[J].宏觀經濟研究，2016（10）：143-154.

[21] 祁靜靜，李世平，李玉玲.基于農戶視角的農地經營權抵押貸款風險評估[J].江蘇農業(yè)科學，2018，46（1）：310-314.

[22] 潘文軒.農地經營權抵押貸款中的風險問題研究[J].南京農業(yè)大學學報，2015，15（5）：104-113.

[23]姜巖，黃惠春，陶雯巖.農地抵押貸款信用評價體系構建[J].西北農林科技大學學報，2017，17（2）：24-32.

[24] 趙翠萍，侯鵬，程傳興.產權細分背景下農地抵押貸款的基本經驗與完善方向——基于福建明溪與寧夏同心兩地試點的對比[J].農業(yè)經濟問題，2015（12）：50-57.

[25] 楊奇才，謝璐，韓文龍.農地經營權抵押貸款的實現(xiàn)與風險：實踐與案例評析[J].農業(yè)經濟問題，2015（10）：4-10。

[26] 呂德宏，張無坷.農地經營權抵押貸款信用風險影響因素及其衡量研究——基于CreditRisk+模型的估計[J].華中農業(yè)大學學報，2018（4）：137-147.

[27] 聶新偉.政府信用、地方政府債務風險與信用指標體系構建的思路[J].財政研究，2016（03）：15-26.

[28] 曾慶芬.農地抵押融資模式與區(qū)域經驗[J].中央財經大學學報，2016（1）：41-49.

[29] 徐建中，于澤卉.“三權分置”視野下農地市場運行障礙與破解[J].經濟學研究，2018（07）：102-107.

[30] 任雪瑩，安海燕.農村養(yǎng)老保險與農地抵押貸款意愿關系實證分析[J].武漢金融，2018（02）：73-78.