劉霜 晏玲瓏 寧瑞穎 鄧花蓮

[摘 要]農(nóng)戶小額信貸是促進農(nóng)村就業(yè)和脫貧的重要手段。近年來，農(nóng)戶對小額信貸需求的增加與經(jīng)濟下行帶來的放貸壓力增大的矛盾日益突出，如何解決信貸風(fēng)險分擔(dān)機制是解決該矛盾的關(guān)鍵。文章以高縣農(nóng)商銀行為研究對象，通過層次分析法構(gòu)建農(nóng)戶小額信貸信用風(fēng)險評估體系，利用模糊綜合評價法對該銀行信用風(fēng)險進行量化評估，最后從農(nóng)戶、金融機構(gòu)和政府風(fēng)險合理分擔(dān)的視角，構(gòu)建農(nóng)戶小額信貸風(fēng)險補償機制，進而提出完善農(nóng)戶小額信貸風(fēng)險管理的可行路徑及相關(guān)政策建議。

[關(guān)鍵詞]小額信貸;風(fēng)險評估;補償機制;層次分析法;模糊綜合評價法

[DOI]10.13939/j.cnki.zgsc.2021.13.069

1 引言

農(nóng)戶小額信用貸款指的是發(fā)放給信譽良好的農(nóng)戶，在核定的額度和期限內(nèi)，不需抵押或擔(dān)保的貸款。我國在20世紀(jì)80年代中后期開始注意到國外這種扶貧貸款模式，并于90年代初期逐步引進我國。經(jīng)過數(shù)十年的發(fā)展，我國農(nóng)戶小額信貸規(guī)模持續(xù)增長，農(nóng)戶貸款需求增多。但是，商業(yè)銀行、農(nóng)村信用社等金融機構(gòu)在貸款過程中也面臨著農(nóng)村信用基礎(chǔ)薄弱、農(nóng)民風(fēng)險控制能力有限等風(fēng)險。文章以高縣農(nóng)商銀行為實證研究對象，運用層次分析法和模糊綜合評價法評估出該銀行的農(nóng)戶小額信貸風(fēng)險，探討高縣農(nóng)商銀行農(nóng)戶小額信貸發(fā)展過程的問題，最終構(gòu)建風(fēng)險補償機制。進行該項研究有助于農(nóng)商銀行開發(fā)更適合農(nóng)戶的信貸產(chǎn)品，降低銀行農(nóng)戶小額信貸業(yè)務(wù)風(fēng)險，解決農(nóng)戶資金難題，促進農(nóng)村金融發(fā)展。

2 研究對象情況

四川高縣農(nóng)村商業(yè)銀行成立于2007年11月09日。截至2019年6月，高縣農(nóng)商銀行共有28處分支機構(gòu)，遍及全縣19個鄉(xiāng)鎮(zhèn)，是高縣存貸款市場占比最高、資金實力最強、營業(yè)服務(wù)網(wǎng)點最多的金融機構(gòu)。

高縣農(nóng)商銀行結(jié)合縣域經(jīng)濟情況，投放農(nóng)戶類信用貸款，大大提高了小額貸款普及率。2016年至2018年，高縣農(nóng)商銀行每年投放的小額農(nóng)貸分別為100618萬元、125222萬元、144604萬元，小額農(nóng)貸增速分別為39.67%、24.45%、15.48%，均遠(yuǎn)高于同期各項貸款增速。截至2018年9月末，高縣農(nóng)商銀行累計發(fā)放扶貧小額貸款6297戶，金額達21549.66萬元，余額為19536.64萬元，較年初凈增長了2218.93萬元。該銀行多年來，深耕“三農(nóng)”市場，大力投放農(nóng)戶類貸款。由于農(nóng)戶小額信貸受益主體經(jīng)營業(yè)務(wù)等情況的特殊性，高縣農(nóng)商銀行農(nóng)戶小額信貸業(yè)務(wù)在快速發(fā)展的同時，也存在著資金無法回收或無法按時回收等風(fēng)險。

3 研究內(nèi)容

3.1 層次分析法

3.1.1 建立農(nóng)戶小額信貸信用風(fēng)險評估指標(biāo)體系

結(jié)合現(xiàn)有理論成果與高縣農(nóng)商銀行的實際情況，文章從農(nóng)戶基本信息情況、信用狀況、還款能力、貸款情況和經(jīng)營環(huán)境五個要素出發(fā)，構(gòu)建農(nóng)戶小額信貸風(fēng)險評估指標(biāo)體系如表1：

3.1.2 構(gòu)造判斷矩陣

采用德爾菲法建立判斷矩陣，由相關(guān)專家對比層次結(jié)構(gòu)模型中列出的準(zhǔn)則層、指標(biāo)層中各個指標(biāo)之間的相對重要程度，然后做出判定，具體標(biāo)度如下表2：

3.1.3 一致性檢驗

為了盡可能確保對結(jié)果進行相對客觀的描述，文章使用一致性檢驗來分析判斷矩陣的合理性。隨機一致性比率用CR來表示，一般一致性指標(biāo)用CI表示，平均隨機一致性指標(biāo)用RI表示。

檢驗使用公式為：CR=CIRI，其中CI=λmax-nn-1

下表是1～9階判斷矩陣的相應(yīng)RI值，RI代表的是平均隨機一致性指標(biāo)：

若判斷矩陣P 的CR<0.1或λmax= n，CI=0，則認(rèn)為P具有滿意的一致性，否則需調(diào)整P中的元素，使其滿足一致性要求。

求解P矩陣，解得其λmax=5.3241，CI= 0.0810，CR= 0.0723，所以該判斷矩陣的一致性可以接受;

同理，解得P1的λmax= 5.0766，CI= 0.0192，CR1= 0.0171;P2的λmax=4.0310，CI=0.0103，CR2= 0.0116;P3的λmax=5.0278，CI= 0.0070，CR3= 0.0062;P4的λmax=2，CI= 0，CR4=0;P5的λmax=2，CI= 0，CR5=0;由上可知判斷矩陣均通過一致性檢驗。

3.1.4 局部權(quán)重計算

使用特征值法求取各級指標(biāo)之間的權(quán)重。根據(jù)上述構(gòu)造的判斷矩陣，利用 MATLAB 計算出矩陣的特征值與特征向量，然后對特征向量進行歸一化處理，得到各級指標(biāo)的權(quán)重，最終計算結(jié)果如下：

Wi=（0.0852， 0.2797， 0.3695， 0.1844， 0.0812;W1i=（0.1553， 0.0688， 0.1169， 0.4079， 0.2511）;W2i=（0.3370， 0.4018， 0.1640， 0.0972）;W3i=（0.0824， 0.4266， 0.2537， 0.1507， 0.0866）;W4i=（0.8333， 0.1667）;W5i=（ 0.7500， 0.2500）

3.1.5 組合權(quán)重計算及排序

對農(nóng)戶小額信貸信用風(fēng)險研究目標(biāo)層的結(jié)果分析：采取上一級的指標(biāo)乘以下一級各指標(biāo)權(quán)重進行得分排序，詳見表4：

3.2 模糊綜合評價法

3.2.1 建立評語集

為衡量評價結(jié)果的優(yōu)劣程度，對農(nóng)戶小額信貸風(fēng)險建立一個評語集 V，V=（V1，V2，V3，V4，V5），分別代表“低”“較低”“合理”“較高”“高”。對評語集賦值，設(shè)分?jǐn)?shù)列向量H=（100，85，70，55，40）。

3.2.2 單因素模糊評價

通過發(fā)放調(diào)查問卷得出每一個二級指標(biāo)的得分，抽取高縣農(nóng)商銀行的十個網(wǎng)點和分行，向相關(guān)部門的內(nèi)部員工發(fā)放了100份調(diào)查問卷，問卷發(fā)放的對象包括銀行員工、信貸管理部、風(fēng)險管理部總經(jīng)理、副總經(jīng)理、資深客戶經(jīng)理等，最終收集到有效問卷90份。將問卷數(shù)據(jù)通過隸屬度函數(shù)處理，得到各指標(biāo)隸屬度向量。使用公式如下：

Ri=ri1v1+ri2v2+…+rimvm

rim為每個指標(biāo) Uij隸屬于評語集 V 的評價次數(shù)占總評價次數(shù)的比例，vm為評價結(jié)果，Ri 表示單因素評判集（隸屬度向量），可簡單表示為：

Ri=ri1，ri2，...，rim

3.2.3 模糊綜合評價

根據(jù)指標(biāo)權(quán)重集，綜合地考慮各個因素的影響，計算準(zhǔn)則層模糊綜合評價集Bi和最終評價集B：

B1=W1i·R1

=（0.1412，0.3234，0.2134，0.1980，0.1240）

同理可算出：

B2=（0.1578，0.2988，0.2555，0.2114，0.0765）;B3=（0.1224，0.3212，0.1140，0.2904，0.1520）

B4=（0.1335，0.2579，0.2462，0.2169，0.1455）;B5=（0.2167，0.2810，0.2244，0.1997，0.0782）

B=B1，B2，B3，B4，B5T=0.14120.32340.21340.19800.12400.15780.29880.25550.21140.07650.12240.32120.11400.29040.15200.13350.25790.24620.21690.14550.21670.28100.22440.19970.0782

3.2.4 模糊綜合得分

對評價集B去模糊計算，算出高縣農(nóng)商銀行農(nóng)戶小額信貸風(fēng)險各準(zhǔn)則層的評分Vi和最終評價得分V：

V1=B1·H=72.397;V2=B2·H=73.75;V3=B3·H=69.574;V4=B4·H=70.255;V5=B5·H=75.3745; 最終評價得分V=B·H=71.5795

4 研究結(jié)論

4.1 結(jié)論

從以上分析可知，準(zhǔn)則層中，小額農(nóng)戶信貸風(fēng)險與農(nóng)戶的信用狀況和還款能力密切相關(guān)，同時較多地受貸款情況影響，這三者情況越好，農(nóng)戶信貸風(fēng)險越低，按時還款的可能越大。指標(biāo)層中，農(nóng)戶經(jīng)營效益、貸款情況、借款歷史、征信情況以及經(jīng)營總資產(chǎn)是評估銀行借貸風(fēng)險的關(guān)鍵指標(biāo)，銀行在向農(nóng)戶貸款時，可以重點關(guān)注農(nóng)戶的這些基本情況。

通過模糊綜合評判可知，高縣農(nóng)商銀行農(nóng)戶小額信貸風(fēng)險較為合理，各項因素都對農(nóng)戶小額信貸風(fēng)險具有相當(dāng)影響，其中經(jīng)營環(huán)境對農(nóng)戶信貸風(fēng)險影響最小，且在一定時期內(nèi)經(jīng)營環(huán)境相對穩(wěn)定，銀行可以減少對這方面的關(guān)注;相應(yīng)的農(nóng)戶還款能力對農(nóng)戶信貸風(fēng)險影響最大，銀行放貸時應(yīng)綜合考察農(nóng)戶經(jīng)營月收入、經(jīng)營總資產(chǎn)、經(jīng)營效益、家庭財務(wù)狀況和負(fù)債狀況，一般來說經(jīng)營狀況好，負(fù)債少的農(nóng)戶家庭有更充足的自由資金，可用于償還借款;同時貸款情況也是影響信貸風(fēng)險的一項關(guān)鍵因素，農(nóng)戶的貸款金額越大、貸款期限越長，農(nóng)戶小額信貸的風(fēng)險就越大，所以貸款情況也是銀行放貸時需要著重考慮的因素。

4.2 對策及建議

4.2.1 金融機構(gòu)方面

（1）優(yōu)化機構(gòu)內(nèi)部管理。近年來，我國經(jīng)濟發(fā)展、城鎮(zhèn)化進程加快，現(xiàn)有農(nóng)村金融機構(gòu)的農(nóng)村資金大量流出，金融支持力度與農(nóng)戶發(fā)展要求不匹配，且金融機構(gòu)普遍存在著分工不明確、責(zé)任不清晰等問題，相關(guān)金融機構(gòu)應(yīng)當(dāng)通過加強內(nèi)部控制、人才建設(shè)、資本約束等方式完善機構(gòu)內(nèi)部管理，立足于農(nóng)村金融市場，助推農(nóng)戶發(fā)展。

（2）完善風(fēng)險評估機制。經(jīng)調(diào)查研究，我們了解到農(nóng)戶經(jīng)營業(yè)務(wù)單一、收入不穩(wěn)定等情況構(gòu)成了較大的信貸風(fēng)險，金融機構(gòu)應(yīng)及時對農(nóng)戶相關(guān)信息變化做出反應(yīng)，圍繞農(nóng)戶信貸需求積極推進多元化的農(nóng)戶小額信貸風(fēng)險評估機制建設(shè)，以政策、環(huán)境、農(nóng)戶經(jīng)濟狀況等要素為核心對農(nóng)戶信貸風(fēng)險進行較為全面、合理的評估，根據(jù)評估結(jié)果設(shè)定放貸方案。

4.2.2 農(nóng)戶方面

（1）提升農(nóng)戶認(rèn)知水平。多數(shù)農(nóng)戶文化水平偏低，不能充分、深刻地認(rèn)識并理解農(nóng)戶小額信貸政策和不及時償還貸款或不償還貸款等行為對政府、金融機構(gòu)、經(jīng)濟環(huán)境等的影響。因此，農(nóng)村合作社或相關(guān)宣傳單位可根據(jù)當(dāng)?shù)剞r(nóng)戶需求適時召開宣講會議等，加深農(nóng)戶對小額信貸的理解;有對應(yīng)信貸業(yè)務(wù)的金融機構(gòu)，在評估信貸風(fēng)險或者發(fā)放貸款前，也可針對貸款對象開展相關(guān)普及性會議、講座等。

（2）增強農(nóng)戶技能素養(yǎng)。以農(nóng)戶為貸款對象的小額信貸的風(fēng)險主要來源于農(nóng)戶生產(chǎn)經(jīng)營業(yè)務(wù)單一，收入渠道狹窄，經(jīng)濟收益不穩(wěn)定。當(dāng)?shù)卣跋嚓P(guān)部門或其他組織機構(gòu)可以開展農(nóng)戶技能培訓(xùn)，提高農(nóng)戶自身技能素養(yǎng)，調(diào)動農(nóng)戶生產(chǎn)經(jīng)營積極性，幫助農(nóng)戶拓寬經(jīng)濟收入渠道，充分利用已有產(chǎn)品達到財富最大化，改善農(nóng)戶經(jīng)濟收益狀況。

4.2.3 政府方面

（1）維護農(nóng)戶合法權(quán)益。積極推進農(nóng)戶及其他新型經(jīng)營主體評估信息體系構(gòu)建，根據(jù)農(nóng)戶信貸需求及時開展有效措施，制定相關(guān)的法律法規(guī)，為農(nóng)戶小額信貸提供政策保障，營造良好的信用環(huán)境，加大農(nóng)戶權(quán)益保護力度，切實保障農(nóng)戶合法權(quán)益。

（2）推動機構(gòu)有序競爭。鼓勵各金融機構(gòu)開展并不斷探索能夠滿足農(nóng)戶發(fā)展需求和農(nóng)村金融服務(wù)點持續(xù)發(fā)展的業(yè)務(wù)，根據(jù)不同金融機構(gòu)為農(nóng)村金融做出的貢獻或支農(nóng)責(zé)任的履行情況，實行多層次、差別化的機構(gòu)信貸保障政策，并及時接收內(nèi)外部環(huán)境狀況信息，在金融業(yè)務(wù)領(lǐng)域建立激勵和考核制度，促進農(nóng)村金融機構(gòu)良性競爭。

參考文獻：

[1]高楓.蘇州農(nóng)行A分行農(nóng)戶小額信貸風(fēng)險評價研究[D].南京：南京航空航天學(xué)，2018.

[2]謝晗.農(nóng)戶小額信貸風(fēng)險評估及控制研究[D].哈爾濱：哈爾濱理工大學(xué)，2016.

[3]蘭恒軍.新疆農(nóng)戶小額信貸風(fēng)險控制問題研究[D].烏魯木齊：新疆農(nóng)業(yè)大學(xué)，2015.

[4]樊樹鋼，周少雅.基于Delphi和AHP法農(nóng)村小額貸款風(fēng)險評估模型的構(gòu)建[J].中國市場，2019（36）：47-50.

[基金項目]2020年國家級大學(xué)生創(chuàng)新訓(xùn)練計劃項目“新冠疫情沖擊下農(nóng)戶小額信貸風(fēng)險評估及最優(yōu)補償機制研究”（項目編號：202010626046）

[作者簡介]劉霜，女，漢族，四川宜賓人，研究方向：資產(chǎn)評估;晏玲瓏，女，漢族，四川自貢人，研究方向：資產(chǎn)評估;寧瑞穎，女，漢族，四川廣元人，研究方向：資產(chǎn)評估;鄧花蓮，女，漢族，四川德陽人，研究方向：市場營銷。