王虹倩，田冰冰，王剛貞

(安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030)

?

農(nóng)業(yè)價值鏈融資的農(nóng)戶信用風(fēng)險評估研究
——基于安徽省利辛縣的樣本

王虹倩，田冰冰，王剛貞

(安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030)

基于傳統(tǒng)信用評級方法評價的農(nóng)戶總體信用等級較低，致使長期以來我國金融機(jī)構(gòu)對農(nóng)戶的貸款投入不足，農(nóng)戶融資難成為亟須解決的問題。根據(jù)農(nóng)業(yè)價值鏈中農(nóng)戶獨特的信用風(fēng)險特征，構(gòu)建了農(nóng)戶信用風(fēng)險評估指標(biāo)體系，選取安徽省利辛縣的樣本，運用層次分析法對農(nóng)戶在價值鏈融資中的信用風(fēng)險進(jìn)行實證研究，發(fā)現(xiàn)基于農(nóng)業(yè)價值鏈進(jìn)行融資確實有助于改善農(nóng)戶信用水平、降低農(nóng)戶違約風(fēng)險。因此，應(yīng)大力發(fā)展農(nóng)業(yè)價值鏈融資，促進(jìn)農(nóng)業(yè)生產(chǎn)現(xiàn)代化，以提升農(nóng)戶信用水平，解決農(nóng)戶融資難題。

農(nóng)業(yè)價值鏈；農(nóng)戶信用；風(fēng)險評估

一、引 言

中國是一個擁有8億農(nóng)戶的農(nóng)業(yè)大國，從事農(nóng)業(yè)生產(chǎn)的人口占全國人口總數(shù)的70%以上，三農(nóng)問題關(guān)系到國家的穩(wěn)定和繁榮昌盛。發(fā)展農(nóng)業(yè)金融，對于改善農(nóng)戶生活條件、提升農(nóng)業(yè)發(fā)展水平、落實社會主義新農(nóng)村建設(shè)具有重要意義。然而，我國農(nóng)業(yè)規(guī)模較小，農(nóng)戶總體信用環(huán)境較差等現(xiàn)狀使得長期以來我國金融機(jī)構(gòu)對農(nóng)戶的信用貸款投入不足，農(nóng)戶融資難成為亟須解決的問題。

農(nóng)業(yè)價值鏈融資是一種解決農(nóng)戶融資困難的方法，近年來，越來越多的專家和學(xué)者將注意力逐漸轉(zhuǎn)向了對農(nóng)業(yè)價值鏈融資的討論和研究。農(nóng)業(yè)價值鏈融資可以憑借借貸雙方存在著的合作關(guān)系，解決部分的信息不對稱問題，從而降低信息搜集與交易成本，減少信用風(fēng)險，促進(jìn)農(nóng)村金融的發(fā)展。Pierce(2003)認(rèn)為當(dāng)經(jīng)濟(jì)條件較差的農(nóng)戶在生產(chǎn)過程中需要進(jìn)行融資時，作為價值鏈中的加工方、包裝方、銷售方都可以作為其貸款的來源。美國國際開發(fā)署(2005)研究得出，運用農(nóng)業(yè)價值鏈進(jìn)行融資的行為是解決農(nóng)業(yè)生產(chǎn)過程中出現(xiàn)的資金融通問題的一個很好的方法。鄒武平(2010)研究了蔗糖業(yè)通過價值鏈解決農(nóng)戶融資的難題，同時研究了價值鏈融資獨特的價值。

由于我國農(nóng)業(yè)規(guī)?；潭认鄬^低，以及基于傳統(tǒng)農(nóng)戶信用評級方法致使農(nóng)戶總體信用環(huán)境較差，作為價值鏈最下游的農(nóng)戶融資依然困難，很多上游企業(yè)不愿意將錢貸給農(nóng)戶。在信用風(fēng)險評估的研究方面，國外學(xué)者一般采用統(tǒng)計、專家評分等方法引出模型，對企業(yè)或個人的信用風(fēng)險進(jìn)行評估，并依據(jù)各種評估方式對不同的評估對象進(jìn)行實證分析檢驗。Malhotra (2002)認(rèn)為借貸者的工作技能、信用記錄以及生活所在地的社會風(fēng)氣等是影響借貸者信用的重要因素。Valentina Hartarska(2007)在對小額信用貸款的分析中發(fā)現(xiàn)，小額貸款風(fēng)險主要來自于借款人的生產(chǎn)能力、有無擔(dān)保物等。楊宏玲等(2011)通過價值鏈運用Balanced Scoreboard模型，研究了農(nóng)戶償還能力的相關(guān)指標(biāo)，并建立了一個能夠應(yīng)用于評估農(nóng)戶信用的指標(biāo)體系，但是由于沒有選取樣本數(shù)據(jù)，因此未能完成完整的信用評估研究。朱金華，曾箏(2013)等提出了可以通過將智能計算和層次分析法相結(jié)合的方法，來提高信用評估的準(zhǔn)確度。

但實際上，農(nóng)業(yè)價值鏈中農(nóng)戶所處的環(huán)境和面臨的現(xiàn)狀都具有一定的特殊性，而傳統(tǒng)的個人信用標(biāo)準(zhǔn)以及國外的信用評級模式通常會忽略這些具有農(nóng)戶特征的指標(biāo)，從而導(dǎo)致農(nóng)戶信用評級較差，不利于農(nóng)戶獲得融資，也使金融機(jī)構(gòu)難以甄別優(yōu)秀農(nóng)戶。

因此，本文將根據(jù)農(nóng)業(yè)價值鏈中農(nóng)戶獨特的信用風(fēng)險特征，構(gòu)建農(nóng)戶信用風(fēng)險評估指標(biāo)體系。從農(nóng)戶的家庭狀況、農(nóng)戶的經(jīng)營狀況、農(nóng)戶的貸款狀況、農(nóng)戶的償債狀況、農(nóng)戶的信用狀況生產(chǎn)以及農(nóng)戶所在價值鏈上的相關(guān)企業(yè)的盈利狀況、效益狀況和運營狀況八個方面對影響農(nóng)戶信用的相關(guān)因子進(jìn)行總結(jié)歸納并量化處理，通過選取具有代表性的樣本，運用層次分析法對農(nóng)戶在價值鏈融資中的信用風(fēng)險進(jìn)行研究，并根據(jù)實證分析結(jié)果提出降低農(nóng)戶信用風(fēng)險的建議。

二、農(nóng)業(yè)價值鏈融資中農(nóng)戶信用風(fēng)險評估指標(biāo)體系的構(gòu)建

農(nóng)戶信用風(fēng)險的影響因素中，有許多指標(biāo)可以通過定量的方式表示，如農(nóng)戶的年齡、收入狀況、財富狀況、農(nóng)作物種植面積等，也有許多的定性指標(biāo)，如農(nóng)戶的家庭地位、影響力、征信記錄等。這些指標(biāo)在選取后要經(jīng)過后期的標(biāo)準(zhǔn)化處理才能進(jìn)入模型。一個既包含定量指標(biāo)，也包含定性指標(biāo)的綜合性指標(biāo)體系，所涵蓋的內(nèi)容才更加真實全面。

一個指標(biāo)體系中，每個指標(biāo)都是體系的基礎(chǔ)，它們有各自不同的特點，分別代表了影響農(nóng)戶信用風(fēng)險的不同的因子。這些指標(biāo)既具有獨立性，同時也具有相互的關(guān)聯(lián)性。因此，將這些指標(biāo)完全加以區(qū)分是不大可能實現(xiàn)的。為了便于對指標(biāo)體系的理解與分析，本文將所選的指標(biāo)分為兩類：一類是農(nóng)戶自身的信用風(fēng)險特征，一類是農(nóng)戶所在價值鏈上的相關(guān)企業(yè)的經(jīng)營狀況。其中農(nóng)戶自身的信用風(fēng)險影響因子又可分為農(nóng)戶的家庭狀況、經(jīng)營狀況、貸款狀況、償債狀況、信用狀況五個方面，每個方面包含相應(yīng)的指標(biāo)。相關(guān)企業(yè)經(jīng)營水平的評估也包括企業(yè)的盈利狀況、效益狀況和運營狀況三個方面，每個方面同樣包含對應(yīng)的指標(biāo)。

指標(biāo)體系的構(gòu)成對整個信用評估系統(tǒng)的運行起著至關(guān)重要的作用，因此，本文根據(jù)農(nóng)戶在農(nóng)業(yè)價值鏈融資中的信用風(fēng)險所具有的不同特點，依照指標(biāo)體系構(gòu)建的原則，從全面性、重點性、科學(xué)性等方面進(jìn)行綜合考慮，采取定性與定量相結(jié)合的方法，選取了以下指標(biāo)，并對其做出解釋說明。

(一)農(nóng)戶的信用特征指標(biāo)

1.農(nóng)戶的家庭狀況

(1)農(nóng)戶的年齡狀況。農(nóng)戶年齡是影響農(nóng)戶信用風(fēng)險的重要指標(biāo)之一。根據(jù)收入理論，當(dāng)農(nóng)民年齡普遍較小時，可能存在生產(chǎn)或耕作中操作不熟練，業(yè)務(wù)水平不高等問題，從而使收入偏低，有些甚至依靠父母或親人的支持才能生存下去。隨著年齡的增加，農(nóng)民的操作手法會越來越嫻熟，收入也會越來越高，這時，農(nóng)民在滿足自己生活條件的情況下，手頭很可能會有結(jié)余。然而，年老的農(nóng)民由于受到身體條件的制約，生產(chǎn)能力大不如從前，用于保養(yǎng)和治療身體疾病的開支會越來越大，凈收入也越來越低。因此，一個農(nóng)戶的年齡層次會影響到農(nóng)戶的收支，進(jìn)而影響到農(nóng)戶的信用。

(2)農(nóng)戶家庭勞動力狀況。一般而言，一個家庭中的勞動力數(shù)量所占的比例越大，家庭的收入越多；所占比例越小，家庭支出越多。本文中選擇的勞動力是指年齡范圍在18歲到60歲且具有勞動行為能力的人。未滿18歲的未成年人，基本處于受教育或勞動能力較低的年齡階段，本身沒有收入來源，還要花費不小的支出。60歲是我國的法定退休年齡，在我國農(nóng)村家庭中，60歲以上的老人普遍收入能力有限，卻要承擔(dān)不小的醫(yī)療費用。

(3)農(nóng)戶家庭的受教育狀況。農(nóng)戶的信用水平與其家庭的受教育程度有關(guān)。整體而言，受教育水平較高的人，個人素質(zhì)和修養(yǎng)也相對較高，主觀還款能力更強(qiáng)，在相同的條件下，發(fā)生違約的情況較低。另外，較高的教育水平代表了較高的生產(chǎn)能力和較大的上升空間，這些都有利于農(nóng)戶的收入和信用的提升。

(4)農(nóng)戶家庭的收入來源狀況。農(nóng)戶家庭的收入來源狀況也影響了農(nóng)戶的信用水平。農(nóng)戶的家庭如果有在政府機(jī)關(guān)工作的成員，則信用度較高，即使該成員已經(jīng)退休，也有退休金的保證。家庭若有外出務(wù)工的成員，由于增加了收入來源，并有更高的收入，信用度也會變高。單一務(wù)農(nóng)的家庭抵抗風(fēng)險的能力較低，信用度也較低。

2.農(nóng)戶的經(jīng)營狀況

(1)農(nóng)戶種植面積。種植面積越大的農(nóng)戶，信用水平相對越高。一方面，從種植面積的來源看，自有種植面積代表了農(nóng)戶的財富，面積越大財富水平越高，還款能力也越強(qiáng)；而如果種植的土地是承包的，則承包本身就代表了對農(nóng)戶經(jīng)營水平的認(rèn)可。另一方面，種植面積越大，農(nóng)作物產(chǎn)出也越多，農(nóng)戶的收入也越多。而且種植面積大有利于規(guī)模效應(yīng)的產(chǎn)生，這些都將提高農(nóng)戶的信用水平。

(2)農(nóng)戶經(jīng)營收入的穩(wěn)定性。隨著社會主義新農(nóng)村的建設(shè)，農(nóng)民的生活水平得到了很大的提高，農(nóng)戶的經(jīng)營項目也在不斷地增多，養(yǎng)殖、水產(chǎn)等生產(chǎn)經(jīng)營活動都可以作為收入的重要來源。一個家庭如果能夠分業(yè)化經(jīng)營，則不但可以為農(nóng)戶增收，也可以很好地規(guī)避市場風(fēng)險，從而減少出現(xiàn)資金短缺的可能性，增加收入的穩(wěn)定性。

3.農(nóng)戶的貸款狀況

(1)農(nóng)戶借款資金的來源。金融機(jī)構(gòu)對放款的嚴(yán)格條件，通常使農(nóng)戶難以達(dá)到借款要求，并且煩瑣的放款要求也降低了農(nóng)戶借款熱情。農(nóng)業(yè)價值鏈上的核心企業(yè)基于信息完全對稱的優(yōu)勢對農(nóng)戶放款，企業(yè)放款后又對農(nóng)戶的融資項目進(jìn)行指導(dǎo)，不但可以增加農(nóng)戶的收成，也在接觸中加深對農(nóng)戶的了解程度，從而有利于提升農(nóng)戶的信用水平。

(2)農(nóng)戶貸款的金額。如果貸款金額較小，在還款期，即使農(nóng)戶資金緊張，也可以通過其他多種途徑籌資還款。如果貸款金額較大，則農(nóng)戶可能由于各種主客觀原因無法如期歸還所貸款項。

(3)農(nóng)戶貸款的用途。農(nóng)戶貸到資金后的用途是影響農(nóng)戶信用風(fēng)險的一個重要原因?？铐椚羰怯糜谏a(chǎn)經(jīng)營方面，則有利于擴(kuò)大農(nóng)戶的再生產(chǎn)，增加農(nóng)戶的未來收入，這將有利于款項的按時歸還，也有利于農(nóng)戶信用水平的進(jìn)一步提高。而如果農(nóng)戶將款項用于提高自身生活水平，如買房、裝修等不能增加收入的消費性項目，農(nóng)戶的違約風(fēng)險則相對較大。

4.農(nóng)戶的償債狀況

(1)農(nóng)戶的家庭收入水平。農(nóng)戶的家庭收入水平是農(nóng)戶是否能夠如期還款的重要影響因素。農(nóng)戶的收入來源既包括農(nóng)戶通過耕作、養(yǎng)殖等獲得的傳統(tǒng)農(nóng)業(yè)收入，也包括家庭成員外出務(wù)工所取得的收入以及通過政府補(bǔ)貼等形式獲得的收入。收入越高的農(nóng)戶信用風(fēng)險越低，如果一個農(nóng)戶收入水平較低，甚至扣除相關(guān)支出后就所剩無幾，則即使農(nóng)戶有意愿按時履約，也只能是有心無力。拆東墻補(bǔ)西墻的方法固然可以解一時之困，但也使農(nóng)戶的信用狀況雪上加霜。

(2)農(nóng)戶的家庭支出水平。農(nóng)戶的支出主要分為生產(chǎn)性支出和生活性支出兩種。生產(chǎn)性支出是指對生產(chǎn)活動的開支，如對農(nóng)作物種子、化肥、農(nóng)藥等原材料的購買等，外出務(wù)工人員的差旅費也歸為此類。生產(chǎn)性支出的加大雖然影響了目前農(nóng)戶的凈收入，但卻是未來的農(nóng)戶收入增加的保證。生活性支出是對生活中的衣食住行和禮尚往來等方面的開銷。

(3)農(nóng)戶的家庭財富狀況。農(nóng)戶的家庭財富狀況是衡量一個農(nóng)戶家庭富裕程度的標(biāo)準(zhǔn)。家庭財富是一個存量的概念，它不同于家庭收入，是一個家庭所有財產(chǎn)的總和。對它的度量可以分為兩類，一類是從家庭組建開始前就已經(jīng)存在的原始財產(chǎn)，如長輩們留下來的住宅、文物等固定資產(chǎn)的價值，它衡量了一個家庭的原始財富狀況。另一類是家庭組建后每年凈收入的積累，它衡量了一個農(nóng)戶生產(chǎn)經(jīng)營的綜合能力。原始財富越多，說明農(nóng)戶的基礎(chǔ)條件越好；財富積累的越快，代表農(nóng)戶的生產(chǎn)經(jīng)營能力越強(qiáng)，這些都是農(nóng)戶將來還款的有力保障。因此，家庭財富狀況較優(yōu)異的農(nóng)戶，信用風(fēng)險也就相對較低。

5.農(nóng)戶的信用狀況

(1)農(nóng)戶的品德狀況。對德行操守的考察不但存在于農(nóng)戶的信用評價過程中，也是銀行及其他金融機(jī)構(gòu)對申請貸款的企業(yè)或個人進(jìn)行評估時需要參考的重要指標(biāo)。農(nóng)戶能否履約是一個經(jīng)濟(jì)行為，也是一個社會行為。它既需要農(nóng)戶具有還款能力，也需要農(nóng)戶具有還款愿意。是否遵守合同的規(guī)定、是否按時還款都是農(nóng)戶主觀上的行為，是一個農(nóng)戶道德和修養(yǎng)的體現(xiàn)。誠實、可信是信用行為中農(nóng)戶應(yīng)具備的必要條件。在對這個指標(biāo)的衡量過程中，可以從以下幾個方面對農(nóng)戶進(jìn)行考察：農(nóng)戶的生活經(jīng)歷中是否受到過政府或單位的獎勵、農(nóng)戶的生產(chǎn)經(jīng)營是否合規(guī)、農(nóng)戶是否遵紀(jì)守法、農(nóng)戶與鄰里鄉(xiāng)親的關(guān)系是否融洽等。

(2)農(nóng)戶的征信記錄。農(nóng)戶的征信記錄是對農(nóng)戶過去存在的信貸行為最綜合和最直接的體現(xiàn)。貸款方可通過金融機(jī)構(gòu)或農(nóng)戶的親朋鄰居來調(diào)查農(nóng)戶以往的信用記錄。價值鏈上的相關(guān)企業(yè)在生產(chǎn)過程中不可避免地與農(nóng)戶存在信用行為，這些是決定企業(yè)是否愿意放款的重要依據(jù)。一般來說，企業(yè)在對農(nóng)戶第一次放款時，額度通常都不會很大，而隨著交流的不斷加深，對農(nóng)戶的信用行為也越來越了解，信用記錄良好的農(nóng)戶的信用額度也會相應(yīng)加大。

(二)價值鏈上相關(guān)企業(yè)的經(jīng)營狀況

1.企業(yè)的盈利狀況

(1)營業(yè)利潤率。營業(yè)利潤率是農(nóng)業(yè)價值鏈上企業(yè)的營業(yè)利潤除以總體業(yè)務(wù)收入的比值。衡量一個企業(yè)的經(jīng)營效益，主要看利潤率的高低，如果不考慮非生產(chǎn)過程中產(chǎn)生的其他成本，利潤率在總體上反映了一個企業(yè)的獲利能力。其計算公式為：

營業(yè)利潤率=營業(yè)利潤/總體業(yè)務(wù)收入*100%

(2)總資產(chǎn)報酬率。總資產(chǎn)報酬率體現(xiàn)為價值鏈上的企業(yè)在一定時期內(nèi)，運用包括凈資產(chǎn)和負(fù)債在內(nèi)的全部資產(chǎn)的總體盈利能力。它衡量了一個企業(yè)運用總資產(chǎn)所能獲得利潤的狀況，是反映企業(yè)盈利狀況的指標(biāo)之一。其計算公式為：

總資產(chǎn)報酬率=(利潤總額+利息支出)/平均資產(chǎn)總額*100%

(3)成本費用利潤率。成本費用利潤率是價值鏈上的企業(yè)在一定時期內(nèi)總利潤與總成本費用的比率。它表明每花費一元的成本，可以為企業(yè)帶來多少的利潤。成本費用利潤率既反映了企業(yè)的獲利狀況，也暗含了對成本的控制力度。利潤總額越大，成本費用越小，則成本費用利潤率越高。其計算公式為：

成本費用利潤率=利潤總額/成本費用總額*100%

2.企業(yè)的效益狀況

(1)主營業(yè)務(wù)收入。主營業(yè)務(wù)收入是價值鏈上的企業(yè)從事與某種主要農(nóng)產(chǎn)品相關(guān)的生產(chǎn)經(jīng)營所取得的業(yè)務(wù)收入。主營業(yè)務(wù)收入越高，企業(yè)的規(guī)模越大，從而規(guī)模效應(yīng)也越大，政府扶植力度也會越大，經(jīng)濟(jì)效益也會越好。

(2)利潤總額。利潤總額指價值鏈上的企業(yè)在一定時期內(nèi)的生產(chǎn)經(jīng)營過程中，總收入扣除總費用后的盈利總額。盈利總額的正負(fù)代表了企業(yè)在這段時間的盈虧狀況，是企業(yè)獲利能力的最直觀反映。

3.企業(yè)的運營狀況

(1)總資產(chǎn)周轉(zhuǎn)率。總資產(chǎn)周轉(zhuǎn)率指價值鏈上的企業(yè)營業(yè)收入凈額與總資產(chǎn)的比值。它是評估企業(yè)在一定時期內(nèi)，總資產(chǎn)運營能力的重要指標(biāo)?？傎Y產(chǎn)周轉(zhuǎn)率越高，代表了企業(yè)的營運狀況越好。其計算公式為：

總資產(chǎn)周轉(zhuǎn)率=營業(yè)收入凈額/資產(chǎn)總額

(2)應(yīng)收賬款周轉(zhuǎn)率。企業(yè)的應(yīng)收賬款是企業(yè)流動資產(chǎn)中重要的組成部分。賬款無法按期收回不但會影響企業(yè)的運作，甚至?xí)蛊髽I(yè)面臨破產(chǎn)危機(jī)。因此，應(yīng)收賬款的周轉(zhuǎn)率也是衡量企業(yè)運營狀況的重要指標(biāo)。該比率越高，企業(yè)的運營狀況也越好。其計算公式為：

應(yīng)收賬款周轉(zhuǎn)率=賒銷收入凈額/[(期初應(yīng)收賬款+期末應(yīng)收賬款)/2]

(3)信息流動速度。信息流動速度的快慢決定了企業(yè)獲取市場信號并做出決策的能力，是企業(yè)運營狀況的重要指標(biāo)，反映了企業(yè)是否能因時制宜。信息對于農(nóng)業(yè)價值鏈上的企業(yè)與農(nóng)戶間的交往至關(guān)重要，信息流動越通暢，農(nóng)戶的信用狀況越透明，越有利于企業(yè)評價農(nóng)戶的信用等級。本文在對企業(yè)進(jìn)行實地考察的基礎(chǔ)上，運用四級量法對企業(yè)的信息流動速度加以判定。

三、農(nóng)業(yè)價值鏈融資中農(nóng)戶信用風(fēng)險的實證評估

(一)樣本選取與模型應(yīng)用

在指標(biāo)體系構(gòu)建完成的基礎(chǔ)上，合理的樣本選取對于研究結(jié)果至關(guān)重要。本文的評估樣本來自于安徽省利辛縣鞏店鎮(zhèn)的117位農(nóng)戶以及其所在的農(nóng)業(yè)價值鏈上的8家相關(guān)企業(yè)。利辛縣舊稱黃湖，又名文州，全縣占地面積2 000余平方公里，2014年GDP 193.3億元，農(nóng)民人均凈收入5 824元。鞏店鎮(zhèn)位于該縣的北部，面積約111平方公里，其中耕地面積近10萬畝，總?cè)丝?萬人。鞏店鎮(zhèn)地處淝河流域，土地肥沃，由于經(jīng)濟(jì)欠發(fā)達(dá)，所受到的工業(yè)廢水污染較小，是典型的綠色農(nóng)業(yè)生產(chǎn)大鎮(zhèn)。鞏店盛產(chǎn)香椿，香椿及其相關(guān)衍生產(chǎn)品馳名中外，因此，也被稱為“香椿之鄉(xiāng)”。選擇這樣一個農(nóng)業(yè)大鎮(zhèn)作為樣本來源，可以使得樣本及實證結(jié)果更加具有代表性和現(xiàn)實性。

樣本的數(shù)據(jù)分為兩類：第一類是諸如農(nóng)戶的個人品德、信用記錄等定性指標(biāo)，這類指標(biāo)的數(shù)據(jù)采用四級量的方法，打分標(biāo)準(zhǔn)為四分制：其中優(yōu)秀為4分，良好為3分，一般為2分，較差為1分。第二類是定量數(shù)據(jù)，如農(nóng)戶的收入水平、支出水平、貸款金額等。農(nóng)戶信用風(fēng)險評估的定量指標(biāo)有正向的指標(biāo)，也有逆向的指標(biāo)。因此，為了便于分析研究，也為了消除在數(shù)據(jù)處理過程中可能發(fā)生的信息流失現(xiàn)象，有必要對輸入的數(shù)據(jù)進(jìn)行歸一化處理，將所得到的數(shù)據(jù)轉(zhuǎn)化在區(qū)間[0，1]當(dāng)中。常用的數(shù)據(jù)歸一化處理方法有線性函數(shù)轉(zhuǎn)換法、對數(shù)函數(shù)轉(zhuǎn)換法、反正切函數(shù)轉(zhuǎn)換法等。本文采取的是線性函數(shù)轉(zhuǎn)換法。

本文將應(yīng)用的層次分析模型(AHP)，是由美國學(xué)者薩蒂在20世紀(jì)70年代初率先提出的，最早應(yīng)用于國家對工業(yè)部門對社會貢獻(xiàn)大小的考察。該方法將與決策相關(guān)的因子分解成決策目標(biāo)、中間要素、備選方案等層次，并運用一定的準(zhǔn)則進(jìn)行定性和定量分析，可以使得決策過程更加具有條理性與邏輯性。運用層次分析模型的步驟是：首先，建立遞階層次結(jié)構(gòu)。通過對農(nóng)戶在農(nóng)業(yè)價值鏈融資中所具有的特征進(jìn)行分析，得到影響農(nóng)戶信用風(fēng)險的重要因子，并對這個因子進(jìn)行歸納、分層，形成一個具有決策目標(biāo)、中間要素、備選方案的層次結(jié)構(gòu)。其次，構(gòu)造判斷矩陣。根據(jù)相關(guān)準(zhǔn)則、經(jīng)驗或客觀事實，對各因子之間的重要性進(jìn)行比較判斷，并賦予一定的權(quán)重。在對指標(biāo)權(quán)重進(jìn)行量化處理的過程中，通常將兩兩因子的重要性關(guān)系分為絕對重要、十分重要、比較重要等9個不同的程度。再依據(jù)因子兩兩之間的重要性，對因子權(quán)重進(jìn)行賦值。比如兩個因子同樣重要，則賦值為1。這些指標(biāo)的權(quán)重被量化處理以后，就形成了判斷矩陣。然后，層次排序。層次排序包括層次單排序和層次總排序。層次單排序指針對上一層因子而言，與之有關(guān)聯(lián)的本層因子重要性次序的權(quán)值，它由對判斷矩陣的特征向量和特征值的計算得出。本層所有因子重要性的權(quán)值就是層次總排序。最后，一致性檢驗，用來測試判斷矩陣是否為一致判斷矩陣。當(dāng)檢驗系數(shù)小于0.1時，可以判斷該判斷矩陣通過了一致性檢驗。在判斷矩陣的形成過程中，由于矩陣所依據(jù)的客觀事物具有多樣性和復(fù)雜性，很可能導(dǎo)致判斷矩陣出現(xiàn)不一致性的情況。當(dāng)出現(xiàn)這種情形時，應(yīng)對所選因子進(jìn)行排查，并重新考察賦權(quán)所依據(jù)的標(biāo)準(zhǔn)以及權(quán)值的判定。

(二)模型的實證研究

1.中間要素判斷矩陣的構(gòu)建

依據(jù)專家意見法和金融機(jī)構(gòu)通常使用的信用評估賦權(quán)方式來構(gòu)建層次分析法的比較判斷矩陣。在運用AHP模型對農(nóng)業(yè)價值鏈融資的農(nóng)戶信用風(fēng)險進(jìn)行研究中，中間要素包含農(nóng)戶的家庭狀況(F1)、農(nóng)戶的經(jīng)營狀況(F2)、農(nóng)戶的貸款狀況(F3)、農(nóng)戶的償債狀況(F4)、農(nóng)戶的信用狀況(F5)、價值鏈上相關(guān)企業(yè)的盈利狀況(E1)、企業(yè)的效益狀況(E2)和企業(yè)的運營狀況(E3)八個一級指標(biāo)。根據(jù)賦權(quán)標(biāo)準(zhǔn)，運用yaahp軟件，中間要素判斷矩陣的構(gòu)建得到的結(jié)果見圖1及表1：

圖1 中間要素權(quán)重分布圖

表1 中間要素權(quán)重

2.備選方案判斷矩陣的構(gòu)建

第一，選取農(nóng)戶的年齡狀況、農(nóng)戶家庭勞動力狀況、農(nóng)戶家庭的受教育狀況、農(nóng)戶家庭的收入來源狀況作為中間要素農(nóng)戶的家庭狀況的備選方案，構(gòu)建判斷矩陣(表2)。

表2 農(nóng)戶的家庭狀況的備選方案

第二，選取農(nóng)戶種植面積、農(nóng)戶經(jīng)營收入的穩(wěn)定性作為中間要素農(nóng)戶的經(jīng)營狀況的備選方案，構(gòu)建判斷矩陣(表3)。

表3 農(nóng)戶的經(jīng)營狀況的備選方案

第三，選取農(nóng)戶貸款資金的來源、農(nóng)戶貸款的金額、農(nóng)戶貸款的用途作為中間要素農(nóng)戶的貸款狀況的備選方案，構(gòu)建判斷矩陣(表4)。

表4 農(nóng)戶的貸款狀況的備選方案

第四，選取農(nóng)戶的家庭收入水平、農(nóng)戶的家庭支出水平、農(nóng)戶的家庭財富狀況作為中間要素農(nóng)戶的償債狀況的備選方案，構(gòu)建判斷矩陣(表5)。

表5 農(nóng)戶的償債狀況的備選方案

第五，選取農(nóng)戶的品德修養(yǎng)、農(nóng)戶的征信記錄作為中間要素農(nóng)戶的信用狀況的備選方案，構(gòu)建判斷矩陣(表6)。

表6 農(nóng)戶的信用狀況的備選方案

第六，選取營業(yè)利潤率、總資產(chǎn)報酬率、成本費用利潤率作為中間要素企業(yè)的盈利狀況的備選方案，構(gòu)建判斷矩陣(表7)。

表7 企業(yè)的盈利狀況的備選方案

第七，選取主營業(yè)務(wù)收入、利潤總額作為中間要素企業(yè)的效益狀況的備選方案，構(gòu)建判斷矩陣(表8)。

表8 企業(yè)效益狀況的備選方案

第八，選取總資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、信息流動速度作為中間要素企業(yè)的運營狀況的備選方案，構(gòu)建判斷矩陣(表9)。

表9 企業(yè)運營狀況的備選方案

(三)實證結(jié)果

根據(jù)117個農(nóng)戶及其所在農(nóng)業(yè)價值鏈上相關(guān)企業(yè)各個指標(biāo)的分?jǐn)?shù)以及指標(biāo)權(quán)重計算出每個農(nóng)戶的信用得分，將各個指標(biāo)經(jīng)過標(biāo)準(zhǔn)化處理后，農(nóng)戶最后的信用得分是在0分至1 分之間。本文將農(nóng)戶的信用得分劃分成五個部分，并以信用水平得分區(qū)間在0.6以上農(nóng)戶作為信用水平合格用戶，具體見表10。

表10 農(nóng)戶信用風(fēng)險狀況得分表

農(nóng)戶信用風(fēng)險狀況得分結(jié)果表明，在所選取的117份農(nóng)戶樣本中，信用得分超過0.8的農(nóng)戶數(shù)量為7個，占所選樣本的比例為5.98%，這些農(nóng)戶的綜合信用度很好，各項指標(biāo)得分都居于前列，發(fā)生信用風(fēng)險的概率很低。農(nóng)戶在有融資需求時，可以順利地得到融資。信用得分在0.7到0.79之間的農(nóng)戶數(shù)量為32個，占了樣本27.35%的比例，這些農(nóng)戶有些指標(biāo)可能不盡如人意，但整體信用水平良好，出現(xiàn)違約風(fēng)險的概率較低。0.6至0.69分段的農(nóng)戶數(shù)量占據(jù)了樣本的一半之多，是五個分段中占比最大的部分，這些農(nóng)戶的信用水平達(dá)到了合格線，但信用度并不是很好，價值鏈上的企業(yè)在向他們貸款時會承擔(dān)一定的風(fēng)險，企業(yè)可以在貸款合約執(zhí)行以后，加大對農(nóng)戶的監(jiān)督與管理，做好風(fēng)險控制。得分在0.3到0.59分段的農(nóng)戶有19個，這些農(nóng)戶即使通過農(nóng)業(yè)價值鏈進(jìn)行融資，信用狀況依然堪憂，信用風(fēng)險依然很大。得分在0.3以下的農(nóng)戶數(shù)為0，說明最近這些年，我國對農(nóng)業(yè)和農(nóng)村的扶持政策取得了一定的成效。

為了更好地研究價值鏈內(nèi)融資與農(nóng)戶信用風(fēng)險的關(guān)系，剔除指標(biāo)體系中有關(guān)價值鏈上企業(yè)的相關(guān)因子，如企業(yè)的效益狀況、信息流動速度等，只保留農(nóng)戶的信用指標(biāo)，這與金融機(jī)構(gòu)對農(nóng)戶的信用評估方法相似。評估結(jié)果如表11所示。

表11 剔除相關(guān)企業(yè)因子后的農(nóng)戶信用風(fēng)險狀況得分表

從剔除相關(guān)企業(yè)因子后的農(nóng)戶信用得分表中可以看到，農(nóng)戶的整體信用得分降低，高于及格線的各分段的農(nóng)戶數(shù)量均有不同程度的減少。出現(xiàn)這樣的結(jié)果說明沒有依托價值鏈的農(nóng)戶信用風(fēng)險明顯升高。這表明農(nóng)戶通過農(nóng)業(yè)價值鏈進(jìn)行融資的行為降低了農(nóng)戶的信用風(fēng)險，明顯提高了農(nóng)戶的信用等級。

根據(jù)以上結(jié)果，并依據(jù)所選樣本的實際情形，可以將造成農(nóng)業(yè)價值鏈融資中農(nóng)戶信用風(fēng)險降低的原因歸結(jié)于以下幾個方面：

第一，農(nóng)戶通過農(nóng)業(yè)價值鏈進(jìn)行融資解決了農(nóng)戶社會資源不足的問題。在以前，自足式生產(chǎn)使得農(nóng)戶的社會資源十分匱乏。如果沒有在村、鎮(zhèn)等政府機(jī)關(guān)任職，農(nóng)戶的交際圈除了親戚朋友就只有為數(shù)不多的街坊鄰居。社會資源的不足使得農(nóng)戶的借款來源相對較少，也使得放貸機(jī)構(gòu)無法有效對農(nóng)戶進(jìn)行信用評估。而隨著我國市場經(jīng)濟(jì)的發(fā)展，各式各樣的農(nóng)作物加工企業(yè)逐漸走向農(nóng)村，在與涉農(nóng)企業(yè)的接觸中，農(nóng)戶的社會交往平臺有了很大的拓展，社會資源也愈加豐富。

第二，通過農(nóng)業(yè)價值鏈融資的抵押品具有多樣性。在向企業(yè)或金融機(jī)構(gòu)貸款時，有無抵押物是決定農(nóng)戶能否順利融資的重要因素。在我國，農(nóng)戶對賴以生存的土地只有使用權(quán)，沒有所有權(quán)，因此，土地?zé)o法作為抵押品。雖然各級政府積極推進(jìn)農(nóng)村承包土地經(jīng)營權(quán)和農(nóng)民住房財產(chǎn)權(quán)抵押貸款試點業(yè)務(wù)，但由于缺乏相應(yīng)的交易平臺，貸款規(guī)模極為有限，農(nóng)戶融資依然困難。但是，通過農(nóng)業(yè)價值鏈上企業(yè)對農(nóng)戶融資的抵押物要求則相對多樣、寬松。比如農(nóng)戶希望融資購買原材料，企業(yè)可以將農(nóng)戶未來作物收成的所有權(quán)作為抵押，等到作物收獲并交還企業(yè)銷售后，再將差價返還給農(nóng)戶。通過調(diào)研發(fā)現(xiàn)，這種抵押方式在實際的價值鏈融資行為中所占的比例約為60%以上。

第三，農(nóng)戶通過農(nóng)業(yè)價值鏈融資提高了還款率。由于金融機(jī)構(gòu)缺乏制裁違約農(nóng)戶的良好措施，農(nóng)戶從金融機(jī)構(gòu)貸到款項后，甚至?xí)⑹孪瘸兄Z用于生產(chǎn)用途的資金用來改善自身生活條件，進(jìn)一步加大了償還風(fēng)險。但通過農(nóng)業(yè)價值鏈融資則可以規(guī)避這一風(fēng)險，農(nóng)戶處于價值鏈上最低端的環(huán)節(jié)，融資主要用于生產(chǎn)，企業(yè)完全熟悉生產(chǎn)流程并能控制銷售、加工等環(huán)節(jié)，因此，能清楚生產(chǎn)所需資金如何使用，從而能有效識別并控制風(fēng)險。并且，價值鏈上的企業(yè)所在地一般離村莊較近，與農(nóng)戶交往較多，彼此認(rèn)識，農(nóng)戶在借款后如果不能履約，則會承擔(dān)更多的心理壓力，從而加強(qiáng)了農(nóng)戶的信用觀念，提高了還款率。

四、政策建議

本文通過建立農(nóng)業(yè)價值鏈融資中的農(nóng)戶信用風(fēng)險評估指標(biāo)體系，利用調(diào)研數(shù)據(jù)進(jìn)行實證分析發(fā)現(xiàn)，相較于一般涉農(nóng)融資方式，通過農(nóng)業(yè)價值鏈融資可以極大地提升農(nóng)戶的信用等級，降低放貸機(jī)構(gòu)面臨的違約風(fēng)險。因此，為了提升農(nóng)戶信用水平，解決農(nóng)戶融資難題，應(yīng)大力發(fā)展農(nóng)業(yè)價值鏈融資，促進(jìn)農(nóng)業(yè)生產(chǎn)現(xiàn)代化。

一是推動農(nóng)業(yè)價值鏈融資體系的發(fā)展。一個成熟穩(wěn)定的價值鏈融資體系為農(nóng)業(yè)價值鏈上的各方融資提供了一個良好的大環(huán)境。農(nóng)戶依托價值鏈融資可以提升信用等級，但發(fā)展農(nóng)業(yè)價值鏈以及壯大價值鏈上核心企業(yè)的實力，仍需要構(gòu)建多層次的融資體系，實現(xiàn)政策性金融、商業(yè)性金融和合作性金融共同發(fā)展。其中，對于農(nóng)業(yè)價值鏈低端的農(nóng)戶融資問題，可以依賴合作性金融，發(fā)展農(nóng)業(yè)價值鏈內(nèi)融資，通過專業(yè)合作社內(nèi)的資金互助以及專業(yè)合作社之間的互助資金調(diào)節(jié)予以解決。對于價值鏈上核心企業(yè)的資金難題，則主要借助政策性金融和商業(yè)性金融來解決。

二是增加對農(nóng)業(yè)價值鏈上核心企業(yè)與農(nóng)戶的扶持力度。增加對涉農(nóng)企業(yè)的扶持力度不但可以促進(jìn)企業(yè)的發(fā)展，增加就業(yè)機(jī)會，提高財政收入，也可以改善依托核心企業(yè)的農(nóng)戶的信用狀況。政府在對價值鏈上的企業(yè)進(jìn)行扶持時，可以向企業(yè)直接注資，也可以憑借擁有的信息與社會資源，向企業(yè)提供技術(shù)上的指導(dǎo)與支持。此外，政府還可以其特有的公信力，促進(jìn)農(nóng)業(yè)價值鏈上各參與者之間的相互往來，提高信息在鏈條上各方之間的流動性。政府對農(nóng)戶的扶持可以通過為農(nóng)戶購買農(nóng)業(yè)保險、貸款貼息等方式進(jìn)行，直接提升農(nóng)戶的信用水平。

三是進(jìn)一步加深對農(nóng)業(yè)價值鏈上農(nóng)戶信用風(fēng)險的研究。目前我國對農(nóng)業(yè)價值鏈上農(nóng)戶信用風(fēng)險的研究依然較少。在已有的文獻(xiàn)里，農(nóng)戶信用體系所選取的指標(biāo)并不完善，研究方法也不甚理想。作為一種新型的融資方式，農(nóng)業(yè)價值鏈的理論體系的發(fā)展與健全不可能脫離對農(nóng)戶信用風(fēng)險的研究，因此必須引起足夠的重視。對農(nóng)戶信用體系的改進(jìn)可以從指標(biāo)選取和模型應(yīng)用兩個方面進(jìn)行。伴隨著農(nóng)業(yè)價值鏈理論的不斷完善，農(nóng)戶信用指標(biāo)的選取也將越來越規(guī)范，可以借鑒企業(yè)與個人信用評估分析方法，把更多成熟的模型和分析方法應(yīng)用到農(nóng)戶的信用風(fēng)險評估之中。

[1]Allen N，Berger&Leora F，Klapper&Rima Turk-Ariss. Bank Competition and Financial Stability [J].Financ Serv Res，2009，(35):99.

[2]Coats P K，F(xiàn)ant L F．Recognizing financial distress patterns using a neural network Tool[J]．Financial Management，1993，(22)：142-155.

[3]James Copestake. Mainstreaming Microfinance: Social Performance Management or Mission Drift? [J].World Development，2007，35(10):1721-1738.

[4]Tam K Y，Kiang M．Managerial applications of neural networks: the case of bank failure predictions[J]．Management Sciences，1992，(38)：926-947.

[5]Malhotra R，Malhotra D K. Differentiating between good and bad credit using NeuroFuzzy system[J].European Journal of Operational Research，2002，(136):190-211.

[6]王樹娟，霍雪喜，何雪松.構(gòu)建農(nóng)村信用社農(nóng)戶信用評級體系初探[J]. 金融理論與實踐,2005，(10):38-40.

[7]楊宏玲，郭高玲．基于 BBC 與價值鏈風(fēng)險分析的農(nóng)戶信用評價指標(biāo)體系探析[J]．科技管理研究，2011，(6)：63-66．

[8]林毅夫.信息、非正規(guī)金融與中小企業(yè)融資[J].經(jīng)濟(jì)研究，2005,(7):35-44.

[9]王 靜.農(nóng)村經(jīng)濟(jì)組織的融資及信貸配給[J].財經(jīng)科學(xué)，2007,(7):43-44.

[10]周天蕓，李 杰.中國農(nóng)村二元金融結(jié)構(gòu)的實證研究[J].中國軟科學(xué)，2005，(7):83-89.

責(zé)任編校：張 靜，羅 紅

2016-02-16

國家社會科學(xué)基金項目(14BJY218)；安徽省科技攻關(guān)項目“適應(yīng)農(nóng)戶信用特征的貸款風(fēng)險管理技術(shù)與應(yīng)用”

王虹倩，女，安徽合肥人，碩士，研究方向為農(nóng)村金融。 田冰冰，男，安徽亳州人，碩士，研究方向為農(nóng)村金融。 王剛貞，女，湖北黃岡人，教授，博士，研究方向為農(nóng)村金融。

F304.4

A

1007-9734(2016)02-0092-08