□文/孫志奇　周明明　張瑞濤　王俊芹（河北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)貿(mào)易學(xué)院　河北·保定）

?

新型農(nóng)村信用評價(jià)體系文獻(xiàn)綜述

□文/孫志奇周明明張瑞濤王俊芹
（河北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)貿(mào)易學(xué)院河北·保定）

［提要］農(nóng)村信用體系是社會信用體系建設(shè)的重要組成部分，是改善農(nóng)村信用環(huán)境，提高農(nóng)戶融資的一項(xiàng)重要基礎(chǔ)工作，備受理論界和實(shí)務(wù)界的關(guān)注。本文對農(nóng)村信用體系的產(chǎn)生和研究方向進(jìn)行梳理，從信用風(fēng)險(xiǎn)、信用體系指標(biāo)的篩選、信用評價(jià)方法及信用體系構(gòu)建四個(gè)維度進(jìn)行歸納總結(jié)，以此為我國農(nóng)村信用體系建設(shè)的進(jìn)一步研究提供一些視角。

關(guān)鍵詞:農(nóng)村信用；評價(jià)；研究綜述

本文得到河北省教育廳重點(diǎn)研究項(xiàng)目（編號:SD151065）、河北省社會科學(xué)基金項(xiàng)目（項(xiàng)目批準(zhǔn)號:HB15YJ053）；河北省哲學(xué)社會科學(xué)研究基地（省農(nóng)業(yè)經(jīng)濟(jì)發(fā)展戰(zhàn)略研究基地）；河北省高等學(xué)校創(chuàng)新團(tuán)隊(duì)領(lǐng)軍人才培育計(jì)劃（計(jì)劃編號:LGRC029）；河北蔬菜產(chǎn)業(yè)人才培養(yǎng)與創(chuàng)新團(tuán)隊(duì)崗位項(xiàng)目的資助；通訊作者:王俊芹

收錄日期:2015年11月12日

一、引言

2008年由美國次貸危機(jī)引發(fā)的金融危機(jī)表明，信用風(fēng)險(xiǎn)是銀行和其他金融機(jī)構(gòu)生存的“定時(shí)炸彈”，這場危機(jī)進(jìn)一步凸顯了信用風(fēng)險(xiǎn)管理的重要性。因此，對于金融機(jī)構(gòu)來說，控制和管理信用風(fēng)險(xiǎn)是金融業(yè)的首要任務(wù)，而控制信用風(fēng)險(xiǎn)的有效途徑為構(gòu)建信用評價(jià)體系。

隨著經(jīng)濟(jì)的發(fā)展，我國金融市場已經(jīng)逐步形成農(nóng)村金融市場與城市金融市場相結(jié)合的“二元市場體系”，而城市金融市場趨于完善，因此大力發(fā)展農(nóng)村金融市場對于金融業(yè)來講就顯得極為重要。目前，我國農(nóng)村金融發(fā)展相對滯后，從農(nóng)村金融現(xiàn)狀來看:首先，農(nóng)業(yè)屬于弱質(zhì)產(chǎn)業(yè)，易受自然災(zāi)害的影響，生產(chǎn)具有不確定性，其經(jīng)營風(fēng)險(xiǎn)較大，而農(nóng)村金融機(jī)構(gòu)出于對經(jīng)營風(fēng)險(xiǎn)的控制，不愿意對農(nóng)民進(jìn)行貸款；其次，由于農(nóng)戶沒有抵押物，市場無法為農(nóng)民提供足夠的資金支持；最后，由于我國農(nóng)村地區(qū)教育事業(yè)相對落后，農(nóng)民的基本素質(zhì)還有待提高，其信用風(fēng)險(xiǎn)相對較大。因此，“融資難”成為阻礙農(nóng)村經(jīng)濟(jì)發(fā)展的重要因素，而突破這種瓶頸的唯一辦法是構(gòu)建新型農(nóng)村信用體系。金融機(jī)構(gòu)通過信用平臺了解農(nóng)民信用、家庭的基本情況，以最低的風(fēng)險(xiǎn)為無抵押品農(nóng)民提供貸款。因此，本文對國內(nèi)外農(nóng)村信用評價(jià)體系進(jìn)行梳理，從信用風(fēng)險(xiǎn)、信用體系指標(biāo)的篩選、信用評價(jià)方法及信用體系構(gòu)建四個(gè)維度進(jìn)行歸納總結(jié)，為我國農(nóng)村信用體系的進(jìn)一步研究提供參考。

二、信用風(fēng)險(xiǎn)

信用風(fēng)險(xiǎn)是金融機(jī)構(gòu)面臨的主要風(fēng)險(xiǎn)之一，也是金融界面臨的重大課題，長期以來，它嚴(yán)重影響著國家的國民收入。國外學(xué)者對信用風(fēng)險(xiǎn)評價(jià)的研究起步比較早，從評級公司穆迪創(chuàng)始人John Moody對鐵路債券進(jìn)行評級開始，信用風(fēng)險(xiǎn)的評價(jià)已經(jīng)走過了近百年的歷程，主要是從信貸風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)管理等方面進(jìn)行研究。

（一）信貸風(fēng)險(xiǎn)是導(dǎo)致信用風(fēng)險(xiǎn)的主要根源。早期的研究結(jié)論傾向于認(rèn)為信貸風(fēng)險(xiǎn)是導(dǎo)致金融危機(jī)的根源，也是銀行面臨的重要風(fēng)險(xiǎn)之一。2008年美國次貸危機(jī)，就是由于忽視因借款人拖欠貸款所引起的信貸風(fēng)險(xiǎn)導(dǎo)致的。因此，國內(nèi)外學(xué)者對信貸危機(jī)與信用風(fēng)險(xiǎn)進(jìn)行了深入研究。其中Allen N.Berger（2009）認(rèn)為在信貸過程中因借款人和銀行等金融機(jī)構(gòu)存在“信息逆向不對稱”，因此容易產(chǎn)生道德風(fēng)險(xiǎn)和逆向選擇，從而增加了銀行的信貸風(fēng)險(xiǎn)，即信貸風(fēng)險(xiǎn)導(dǎo)致了信用風(fēng)險(xiǎn)的發(fā)生；馬忠富（2001）在此基礎(chǔ)上研究表明，除道德風(fēng)險(xiǎn)和逆向選擇外，我國農(nóng)村金融中普遍存在的“羊群效應(yīng)”也導(dǎo)致了借款人信貸風(fēng)險(xiǎn)加速，從而導(dǎo)致了信用風(fēng)險(xiǎn)的發(fā)生。

（二）構(gòu)建信用評價(jià)體系是控制信用風(fēng)險(xiǎn)的有效方法。目前來看，金融機(jī)構(gòu)所面臨的信用風(fēng)險(xiǎn)已成為影響金融安全、制約經(jīng)濟(jì)發(fā)展、威脅社會穩(wěn)定的重大問題。World Bank（2005）結(jié)論表明，不論是農(nóng)村信用風(fēng)險(xiǎn)管理，還是金融機(jī)構(gòu)信用風(fēng)險(xiǎn)管理都可以借助政府的力量來獲取信息，進(jìn)行風(fēng)險(xiǎn)分析，同時(shí)設(shè)計(jì)風(fēng)險(xiǎn)規(guī)避方案以降低風(fēng)險(xiǎn)；另一方面從我國來看，由于農(nóng)村金融機(jī)構(gòu)發(fā)展不完善、內(nèi)部審查不嚴(yán)密，使得貸款風(fēng)險(xiǎn)與貸款人之間不能夠相應(yīng)匹配，因此需要建立有效的農(nóng)村信用評價(jià)體系。仇冬芳和寧宣熙（2008）通過對農(nóng)村金融信貸雙方的動態(tài)博弈分析，認(rèn)為影響農(nóng)村金融信用風(fēng)險(xiǎn)與有關(guān)制度的缺失及金融機(jī)構(gòu)風(fēng)險(xiǎn)能力的有效監(jiān)管是不可分開的，因此對相關(guān)制度進(jìn)行完善有利于改善農(nóng)村金融的制度環(huán)境、維護(hù)農(nóng)村金融的金融秩序。

三、信用體系指標(biāo)的篩選

（一）借款人基本情況。信用體系指標(biāo)的篩選是構(gòu)建信用體系中最主要的組成部分，傳統(tǒng)的研究結(jié)果一致認(rèn)為影響信用風(fēng)險(xiǎn)的主要因素有借款人基本情況，包括借款人的性別、年齡、文化程度、家庭凈資產(chǎn)、生活環(huán)境、從業(yè)經(jīng)驗(yàn)以及往日的信用表現(xiàn)等等，具有代表性的有Malhotra et al.（2002）、James Copestake（2007）等。國內(nèi)也有不少研究學(xué)者進(jìn)行探索，譬如賴永文和劉偉平（2012）、潘緯（2014）等人從農(nóng)戶的家庭特征、償債能力、生產(chǎn)經(jīng)營情況、信譽(yù)狀況及其他等借款人的基本情況的五大方面建立信用評價(jià)體系，研究了信用的影響因素，發(fā)現(xiàn)通過對貸款人基本情況的審查能夠有效地控制信用風(fēng)險(xiǎn)。

（二）貸款特征及有無擔(dān)保和抵押品。隨著研究的深入，經(jīng)濟(jì)學(xué)家們不斷完善和補(bǔ)充了信用風(fēng)險(xiǎn)中的評價(jià)指標(biāo)，其中Rubana Mahjabeen （2008）增加了貸款總額、貸款周期等貸款特征等指標(biāo)，研究發(fā)現(xiàn)信用風(fēng)險(xiǎn)與貸款總額和貸款周期具有正向的關(guān)系，即貸款總額越大、周期越長，銀行等金融機(jī)構(gòu)所承擔(dān)的信用風(fēng)險(xiǎn)就越大，反之信用風(fēng)險(xiǎn)則越??；同樣對信用風(fēng)險(xiǎn)進(jìn)行研究的還有S.Jha和K.Bawa（2007），他們以印度小額信貸為例，發(fā)現(xiàn)除上述影響因素外，金融機(jī)構(gòu)對借款人的約束力也會影響金融機(jī)構(gòu)的信貸風(fēng)險(xiǎn)；在Valentina Hartarska、Denis（2007）的研究中發(fā)現(xiàn)借款人有無擔(dān)保及抵押品也影響著信用體系，即借款人有抵押品或有擔(dān)保，其違約風(fēng)險(xiǎn)就越低，反之則越大。

（三）市場環(huán)境和社會資本。在銀行等金融機(jī)構(gòu)為農(nóng)戶提供借貸的過程中，市場環(huán)境和社會資本對信用風(fēng)險(xiǎn)也具有一定的影響。其中Sartwelle J.et al.（2000）從市場環(huán)境的角度對信用風(fēng)險(xiǎn)進(jìn)行了考察，發(fā)現(xiàn)農(nóng)戶種植地區(qū)離消費(fèi)市場越近，其盈利能力越強(qiáng)，獲得貸款的機(jī)會較大；反之，則獲得貸款的機(jī)會就越少；童馨樂、褚保金和楊向陽（2011）對農(nóng)戶借貸行為需求的影響因素進(jìn)行實(shí)證研究中，發(fā)現(xiàn)在社會資本的變量中，政治關(guān)系和鄰里關(guān)系對農(nóng)戶有效借貸具有顯著性關(guān)系，農(nóng)民專業(yè)合作組織關(guān)系和正規(guī)金融機(jī)構(gòu)關(guān)系對農(nóng)戶有效借貸和實(shí)際借貸均有顯著影響，由此可以得出，社會資本在解決農(nóng)戶融資難的問題上起著重要作用。

（四）其他。即使考察了以上主要因素，金融機(jī)構(gòu)仍存在或多或少的信用風(fēng)險(xiǎn)。其中Morton（1975）基于545個(gè)美國申請貸款買房的樣本數(shù)據(jù)，研究發(fā)現(xiàn)借款人的貸款金額與住房價(jià)值之比也影響著借款人的信用風(fēng)險(xiǎn)；Jennefer Sebstad and Gregory Chen（1996）則從企業(yè)、農(nóng)戶、個(gè)人和其他四個(gè)方面對信貸風(fēng)險(xiǎn)情況作了分析，研究結(jié)果表明資本積累方式、技術(shù)水平、管理能力、市場因素、社會和政治因素是信用評價(jià)體系中的影響因素。

四、信用評價(jià)方法

信用風(fēng)險(xiǎn)評價(jià)決策對于金融機(jī)構(gòu)極其重要，因此選用何種評價(jià)方法是各位學(xué)者的重點(diǎn)研究范圍之一。國際上對信用風(fēng)險(xiǎn)評估的方法層出不窮，以美國為首的金融發(fā)達(dá)國家就不斷研究和探索信用評價(jià)方法，逐步由主觀判斷分析法和傳統(tǒng)的比率評分法轉(zhuǎn)向以多變量的計(jì)量分析法，完善了金融風(fēng)險(xiǎn)管理理論。

（一）人工智能法。隨著數(shù)據(jù)庫和數(shù)據(jù)挖掘技術(shù)的發(fā)展，人工智能法在信用風(fēng)險(xiǎn)管理方面得到了廣泛的應(yīng)用，常用的人工智能法主要有神經(jīng)網(wǎng)絡(luò)法、專家模型法等等；而這些方法主要應(yīng)用于國外的研究領(lǐng)域內(nèi)。Altman（1994）運(yùn)用多元線性判別分析法對銀行的貸款案例進(jìn)行統(tǒng)計(jì)分析，選擇出最具預(yù)測力的比率Z-score模型；Piramuthu，S（1999）對信用風(fēng)險(xiǎn)評估進(jìn)行研究，認(rèn)為被廣泛用于信用評估的神經(jīng)網(wǎng)絡(luò)方法具有一定的缺陷——該方法一旦確定很難解釋其背后的基本原理，因此在此基礎(chǔ)上Piramuthu，S提出了模糊神經(jīng)系統(tǒng)及神經(jīng)網(wǎng)絡(luò)結(jié)合的方法，有效地避免了此缺陷。

（二）統(tǒng)計(jì)學(xué)分析法。與國外研究學(xué)者不同的是，我國學(xué)者趨向于運(yùn)用統(tǒng)計(jì)學(xué)分析法，建立風(fēng)險(xiǎn)體系指標(biāo)模型，對其信用風(fēng)險(xiǎn)進(jìn)行研究。其中譚民俊、王雄和岳意定（2007）、李俊麗（2009）等主要運(yùn)用層次分析法，計(jì)算出各項(xiàng)估計(jì)指標(biāo)的權(quán)重，并以此為依據(jù)構(gòu)造出農(nóng)戶信用評估模型；韋艷玲（2009）、周振（2009）結(jié)合主成分分析法，歸納出影響農(nóng)戶信用的顯著因子，通過引入人工神經(jīng)網(wǎng)絡(luò)，將農(nóng)戶按照信用等級進(jìn)行劃分，最終為農(nóng)戶等級信用評價(jià)提供了一套可行的方法；朱曉明、劉治國（2007）對信用評價(jià)領(lǐng)域內(nèi)的大量模型進(jìn)行了對比，包括元判別分析模型、數(shù)學(xué)規(guī)劃法、Logistic回歸分析和神經(jīng)網(wǎng)絡(luò)模型等等，其中發(fā)現(xiàn)Logistic回歸分析和神經(jīng)網(wǎng)絡(luò)模型較其他模型具有很好的優(yōu)勢，因此在信用評價(jià)模型中很具有說服力。

五、信用評價(jià)體系的構(gòu)建

構(gòu)建農(nóng)村信用評價(jià)體系對促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展，引導(dǎo)金融機(jī)構(gòu)加大創(chuàng)新力度具有較強(qiáng)的推動力。早在1996年P(guān)anin，A就對博茨瓦納農(nóng)村地區(qū)的信用體系進(jìn)行了研究，并隨機(jī)從中選取了農(nóng)場60位農(nóng)戶進(jìn)行調(diào)查，經(jīng)研究發(fā)現(xiàn)信用貸款在農(nóng)村地區(qū)是非常受歡迎的，而且需求很高。尤其是在耕種季節(jié)，農(nóng)民將貸款額的67％用來雇傭勞動力，然而大多數(shù)家庭并不是通過正當(dāng)?shù)慕鹑跈C(jī)構(gòu)來獲得信用貸款。因此，研究認(rèn)為應(yīng)該建立適當(dāng)?shù)霓r(nóng)村信用政策，以保證農(nóng)民能輕松地獲得正當(dāng)信貸機(jī)構(gòu)的幫助。

在國內(nèi)，孔祖根、施倩和潘麗青（2009）、葉謝康和倪添杰（2009）等人研究發(fā)現(xiàn)農(nóng)村信用建設(shè)不僅能夠增強(qiáng)農(nóng)民的信用意識，優(yōu)化農(nóng)村金融環(huán)境，而且還可以實(shí)現(xiàn)農(nóng)村信用信息的有效對接，有效緩解農(nóng)民“貸款難”的問題，但目前來看農(nóng)村信用體系較缺失，需進(jìn)一步加大力度完善我國農(nóng)村信用評價(jià)體系；中國人民銀行荊州市中心支行課題組（2012）以湖北省荊州市為例，從農(nóng)村經(jīng)濟(jì)金融環(huán)境、小微融資機(jī)構(gòu)發(fā)展、農(nóng)業(yè)經(jīng)濟(jì)組織模式、農(nóng)村青年創(chuàng)業(yè)環(huán)境以及農(nóng)村信用平臺等多個(gè)方面對農(nóng)村信用建設(shè)提出了新的研究思路。

六、文獻(xiàn)評述

縱觀國內(nèi)外農(nóng)村信用體系的評價(jià)，主要圍繞信用風(fēng)險(xiǎn)、信用評價(jià)體系、信用評價(jià)方法等方面進(jìn)行了研究，從微觀個(gè)體到宏觀經(jīng)濟(jì)均有涉及，研究領(lǐng)域較為廣泛，研究視角更趨向于多元化、全面化。在內(nèi)容上既有模型的理論分析，也有實(shí)證分析，從定性和定量兩個(gè)方面對信用評價(jià)體系進(jìn)行了研究。然而，我國的信用體系建設(shè)尚處于初級階段，其研究基礎(chǔ)大多數(shù)是基于國外的研究經(jīng)驗(yàn)，因此研究國外信用體系評價(jià)對于我國信用評價(jià)體系的構(gòu)建具有重要借鑒意義。

但是，縱觀已有研究仍存在以下不足:首先，從已有的研究結(jié)果來看，這些研究大多數(shù)集中在城市，對于農(nóng)村信用評價(jià)體系的研究少，因此要更多地以農(nóng)村為切入點(diǎn)來研究信用評價(jià)體系；其次，信用體系評價(jià)的研究不夠深入。以往文獻(xiàn)的共同點(diǎn)通過指標(biāo)的篩選建立模型并得出結(jié)論，并未通過在金融機(jī)構(gòu)中的實(shí)際檢測確保能否運(yùn)營下去，因此缺乏后續(xù)的實(shí)際檢驗(yàn)；最后，雖然國外研究經(jīng)驗(yàn)較豐富，但仍需結(jié)合我國農(nóng)村信用評價(jià)體系的實(shí)際情況進(jìn)行探索，不可一味地復(fù)制。

主要參考文獻(xiàn):

［1］Allen N，Berger&Leora F，Klapper&Rima Turk-Ariss.Bank Competition and Financial Stability［J］，F(xiàn)inanc Serv Res，2009.

［2］馬忠富.中國農(nóng)村信用合作社的信息不對稱問題分析［J］.中國農(nóng)村觀察，2001.2.

［3］仇冬芳，寧宣熙.我國農(nóng)村正規(guī)金融信用風(fēng)險(xiǎn)的博弈分析及管理［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2008.8.

［4］賴永文，劉偉平.農(nóng)戶信用評價(jià)體系構(gòu)建研究［J］.福建農(nóng)林大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2012.4.

［5］潘緯.農(nóng)戶信用評價(jià)的指標(biāo)設(shè)計(jì)與模型識別——基于安徽省金寨縣的實(shí)踐研究［J］.征信，2014.9.

［6］Rubanan Mahjabeen.Microfinancing in Bangladesh:Impact on households，consumption and welfare［J］.Journal of Policy Modeling，2008.2.7.

［7］Valentina Hartarask，Denis Nadolnyak，Does rating help microfinance institutions raise funds？Cross-country Evidence［J］.International Review of Economics and Finance，2007.5.

［8］童馨樂，褚保金，楊向陽.社會資本對農(nóng)戶借貸行為影響的實(shí)證研究——基于八省1003個(gè)農(nóng)戶的調(diào)查數(shù)據(jù)［J］.金融研究，2011.12.

［9］Jennefer Sebstad，Gregory Chen.Overview of studies on the impact of microenterprise credit［M］.AIMS，1996.5.

［10］朱曉明，劉治國.信用評分模型綜述［J］.統(tǒng)計(jì)與決策，2007.2.

［11］中國人民銀行荊州市中心支行課題組，傅先義.農(nóng)村信用體系建設(shè)的實(shí)證分析及政策研究——以湖北省荊州市為例［J］.武漢金融，2012.2.

中圖分類號:F32

文獻(xiàn)標(biāo)識碼:A