常 露 露，　呂 德 宏

(西北農(nóng)林科技大學(xué) 經(jīng)管學(xué)院， 陜西 楊凌 712100)

一、問題的提出

農(nóng)地是農(nóng)業(yè)生產(chǎn)最基本的生產(chǎn)資料，釋放其經(jīng)濟(jì)價(jià)值和融資功能，對(duì)提高農(nóng)業(yè)生產(chǎn)效率、解決“三農(nóng)”融資難問題具有十分重要作用。為喚醒農(nóng)村“沉睡”資本，黨的十八屆三中全會(huì)和2014年 “中央一號(hào)”文件都允許承包土地的經(jīng)營權(quán)向涉農(nóng)銀行機(jī)構(gòu)抵押融資。2015年8月國務(wù)院印發(fā)的農(nóng)村兩權(quán)抵押貸款試點(diǎn)指導(dǎo)意見和近幾年的“中央一號(hào)”文件均明確提出在風(fēng)險(xiǎn)可控前提下，穩(wěn)妥有序推進(jìn)農(nóng)村承包土地的經(jīng)營權(quán)抵押貸款試點(diǎn)。農(nóng)地經(jīng)營權(quán)抵押貸款作為一項(xiàng)創(chuàng)新性農(nóng)村金融產(chǎn)品，能夠如實(shí)準(zhǔn)確識(shí)別農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)類型及其影響因素，有針對(duì)性地控制風(fēng)險(xiǎn)對(duì)涉農(nóng)金融機(jī)構(gòu)及貸款農(nóng)戶意義重大。

國外學(xué)者對(duì)農(nóng)地產(chǎn)權(quán)抵押融資的研究主要集中在以下幾個(gè)方面：一是從農(nóng)地抵押的效果看，存在兩種不同的觀點(diǎn)。Kemper等、Besley的研究發(fā)現(xiàn)農(nóng)地產(chǎn)權(quán)抵押可以提高農(nóng)戶的貸款可得性，對(duì)緩解農(nóng)戶信貸約束起到一定效果[1-2]；Menkhoff使用泰國東北部的數(shù)據(jù)研究認(rèn)為農(nóng)地產(chǎn)權(quán)改革并未提高農(nóng)戶對(duì)農(nóng)地產(chǎn)權(quán)抵押貸款的參與度[3]。二是關(guān)于農(nóng)業(yè)抵押貸款損失估計(jì)及風(fēng)險(xiǎn)影響因素的分析。Dressler 和Tauer運(yùn)用2003～2011年農(nóng)業(yè)部等四部門的貸款數(shù)據(jù)對(duì)農(nóng)業(yè)抵押貸款組合預(yù)期和非預(yù)期損失進(jìn)行了估計(jì)[4]。Briggeman在對(duì)美國農(nóng)場抵押貸款的研究中發(fā)現(xiàn)，農(nóng)場抵押貸款的主要風(fēng)險(xiǎn)來源是快速持續(xù)的農(nóng)場收入下滑[5]。三是關(guān)于涉農(nóng)信貸風(fēng)險(xiǎn)評(píng)價(jià)方法的選擇。Katchova 和 Barry運(yùn)用Creditmetrics和KMV模型，基于農(nóng)場財(cái)務(wù)數(shù)據(jù)的估計(jì)，研究結(jié)果認(rèn)為，新巴塞爾協(xié)議下農(nóng)業(yè)貸款機(jī)構(gòu)的實(shí)質(zhì)波動(dòng)取決于投資組合的風(fēng)險(xiǎn)度和損失程度[6]；Akpan等運(yùn)用Tobit模型實(shí)證分析了農(nóng)業(yè)信貸擔(dān)保計(jì)劃中貸款受益人違約的影響因素，并提出應(yīng)通過對(duì)客戶進(jìn)行教育及道德勸說來真正提升信用文化環(huán)境[7]。

國內(nèi)學(xué)者對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款的理論探索不斷深入，目前主要集中在以下幾個(gè)方面：一是農(nóng)地經(jīng)營權(quán)抵押貸款響應(yīng)及意愿分析。戶主性別、年齡、農(nóng)地規(guī)模、經(jīng)營類型、農(nóng)戶對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款的期望、家庭經(jīng)濟(jì)狀況等農(nóng)戶基本特征均對(duì)農(nóng)戶農(nóng)地經(jīng)營權(quán)抵押貸款行為響應(yīng)具有顯著影響[8-10]，且不同經(jīng)濟(jì)發(fā)展水平地區(qū)農(nóng)戶的農(nóng)地抵押貸款需求存在顯著差異[11]。而金融機(jī)構(gòu)更傾向于向農(nóng)地規(guī)模較大、產(chǎn)權(quán)穩(wěn)定且價(jià)值評(píng)估較完善、農(nóng)地權(quán)利易贖回的農(nóng)業(yè)大戶、農(nóng)業(yè)專業(yè)合作社和農(nóng)業(yè)企業(yè)發(fā)放貸款[12]。二是農(nóng)地經(jīng)營權(quán)抵押貸款的可得性研究。在需求約束下，大規(guī)模農(nóng)戶的貸款可得性更高，而小農(nóng)戶貸款可得性受金融產(chǎn)品因素制約[13-14]。三是農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)分析。部分學(xué)者針對(duì)典型案例進(jìn)行農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)研究[15-16]，農(nóng)地經(jīng)營權(quán)抵押貸款的主要風(fēng)險(xiǎn)包括法律風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、抵押物處置風(fēng)險(xiǎn)、評(píng)估風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、民生風(fēng)險(xiǎn)等不同風(fēng)險(xiǎn)類型[17-18]，因此加強(qiáng)農(nóng)地抵押貸款風(fēng)險(xiǎn)管理的重點(diǎn)在于完善銀行授信體系、加快農(nóng)地經(jīng)營權(quán)相關(guān)制度建設(shè)、合理設(shè)定農(nóng)地抵押及處置條件、建立健全風(fēng)險(xiǎn)分擔(dān)機(jī)制[19]，構(gòu)建農(nóng)村資產(chǎn)經(jīng)營管理公司的金融創(chuàng)新組織[20]。 四是農(nóng)地經(jīng)營規(guī)模對(duì)農(nóng)地經(jīng)營權(quán)抵押融資的影響。農(nóng)地經(jīng)營權(quán)抵押融資改革已經(jīng)產(chǎn)生一定影響，不同土地經(jīng)營規(guī)模農(nóng)戶農(nóng)地經(jīng)營權(quán)抵押融資需求及影響因素不同，部分經(jīng)營規(guī)模較大的新型經(jīng)營主體信貸獲取能力逐步提高[21-22]。

綜上，國內(nèi)外研究的焦點(diǎn)、方法及模型選擇等存在較大差異，國外針對(duì)不同國家或地區(qū)樣本農(nóng)戶的經(jīng)驗(yàn)研究表明，學(xué)術(shù)界對(duì)農(nóng)地抵押貸款運(yùn)行效果、貸款損失估計(jì)及風(fēng)險(xiǎn)影響因素度量等方面尚未取得一致性的結(jié)論。在涉農(nóng)貸款風(fēng)險(xiǎn)評(píng)價(jià)方法的選擇上也存在較大差異。國內(nèi)學(xué)者們對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款的可行性、響應(yīng)行為、貸款意愿、貸款可得性、風(fēng)險(xiǎn)狀況及影響因素等做了前瞻性研究，但鮮有學(xué)者從風(fēng)險(xiǎn)管理的關(guān)鍵環(huán)節(jié)對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)進(jìn)行識(shí)別與應(yīng)用研究?；诖?，對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)的重慶開州區(qū)展開實(shí)地調(diào)查，獲得相關(guān)研究數(shù)據(jù)，運(yùn)用決策樹算法對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)類型精準(zhǔn)識(shí)別，并運(yùn)用二元Logit回歸分析農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)識(shí)別在農(nóng)戶土地規(guī)模程度差異中的應(yīng)用，以期為控制農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)和完善農(nóng)地經(jīng)營權(quán)抵押貸款政策提供參考依據(jù)。

二、風(fēng)險(xiǎn)類型、數(shù)據(jù)來源及變量描述

風(fēng)險(xiǎn)識(shí)別處于風(fēng)險(xiǎn)管理的首要環(huán)節(jié)，是貸款風(fēng)險(xiǎn)防范的第一要?jiǎng)?wù)，參照高雄偉對(duì)我國農(nóng)村信貸風(fēng)險(xiǎn)類型的劃分[23]，結(jié)合農(nóng)地經(jīng)營權(quán)抵押貸款特點(diǎn)及調(diào)研地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展現(xiàn)狀，依據(jù)簡新華、張紅宇、錢忠好和鄒新陽的研究結(jié)論[24-27]，本文主要從市場經(jīng)營風(fēng)險(xiǎn)、自然災(zāi)害風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)、政策法律風(fēng)險(xiǎn)、家庭經(jīng)濟(jì)風(fēng)險(xiǎn)、民生風(fēng)險(xiǎn)和借款人道德風(fēng)險(xiǎn)7個(gè)方面22個(gè)指標(biāo)(見表1)對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款進(jìn)行風(fēng)險(xiǎn)分類，具體如下：

(1)市場經(jīng)營風(fēng)險(xiǎn)。市場經(jīng)營風(fēng)險(xiǎn)從農(nóng)產(chǎn)品銷售市場滿意度和農(nóng)產(chǎn)品價(jià)格波動(dòng)情況兩方面加以考察。農(nóng)產(chǎn)品價(jià)格波動(dòng)劇烈，影響農(nóng)戶收入穩(wěn)定性，尤其農(nóng)產(chǎn)品價(jià)格驟降情況極易誘發(fā)農(nóng)戶違約。農(nóng)產(chǎn)品銷售市場是農(nóng)戶自由買賣的場所，銷售市場的滿意度直接反映著農(nóng)戶農(nóng)業(yè)收入的可觀程度。

(2)自然災(zāi)害風(fēng)險(xiǎn)。自然災(zāi)害風(fēng)險(xiǎn)從自然災(zāi)害損失和當(dāng)?shù)剞r(nóng)業(yè)氣象條件兩個(gè)方面進(jìn)行考察。自然災(zāi)害給借款人造成直接經(jīng)濟(jì)損失，致使其無法按時(shí)償還借款本息，從而給金融機(jī)構(gòu)帶來資產(chǎn)損失的風(fēng)險(xiǎn)。農(nóng)業(yè)氣象條件的好壞決定農(nóng)戶豐收與否，農(nóng)業(yè)氣象條件差，對(duì)農(nóng)戶農(nóng)業(yè)生產(chǎn)不利，農(nóng)業(yè)收入低，易發(fā)生違約風(fēng)險(xiǎn)。

(3)金融風(fēng)險(xiǎn)。金融風(fēng)險(xiǎn)從貸款期限、利率、金額、信貸員熟練程度、貸后跟蹤、擔(dān)保人等6個(gè)方面加以考察。貸款期限、利率和金額決定了貸款資金是否滿足農(nóng)戶農(nóng)業(yè)生產(chǎn)資金需求和貸款成本支出。由于受農(nóng)業(yè)生產(chǎn)周期和季節(jié)的制約，貸款可能不能按時(shí)足額收回。信貸員貸款業(yè)務(wù)不熟練也會(huì)導(dǎo)致金融風(fēng)險(xiǎn)的發(fā)生。貸后跟蹤檢查和擔(dān)保人約束有利于防范農(nóng)戶道德風(fēng)險(xiǎn)發(fā)生。

(4)政策法律風(fēng)險(xiǎn)。政策法律風(fēng)險(xiǎn)從政策法規(guī)健全程度、農(nóng)業(yè)政策滿意度、法律法規(guī)了解程度、土地流轉(zhuǎn)市場發(fā)達(dá)程度4個(gè)方面進(jìn)行考察。政策法律風(fēng)險(xiǎn)主要表現(xiàn)為與土地經(jīng)營權(quán)抵押貸款相關(guān)的法律不完整、不配套。另外，農(nóng)戶法律意識(shí)淡薄也不容忽視。土地流轉(zhuǎn)市場不完善，抵押農(nóng)地經(jīng)營權(quán)難以變現(xiàn)，涉農(nóng)金融機(jī)構(gòu)面臨風(fēng)險(xiǎn)損失。

(5)家庭經(jīng)濟(jì)風(fēng)險(xiǎn)。主要從家庭總資產(chǎn)、家庭凈收入、土地面積3個(gè)方面加以考察。家庭總資產(chǎn)和凈收入直接反映了農(nóng)戶的還貸能力。土地面積的大小影響了機(jī)械化水平的高低。農(nóng)業(yè)機(jī)械化有利于降低勞動(dòng)強(qiáng)度，節(jié)約人力資本，提高農(nóng)產(chǎn)品質(zhì)量控制能力，增強(qiáng)抵抗自然災(zāi)害能力。

(6)民生風(fēng)險(xiǎn)。從參加養(yǎng)老保險(xiǎn)、參加農(nóng)業(yè)保險(xiǎn)、社會(huì)養(yǎng)老保障體系滿意度3個(gè)方面進(jìn)行考察。農(nóng)村土地的承包經(jīng)營權(quán)不僅是一種經(jīng)營手段，也是其生存和發(fā)展的最后屏障[25]，農(nóng)地資源仍承載著沉重的社會(huì)福利保障功能。農(nóng)民一旦不能按時(shí)償還貸款，金融機(jī)構(gòu)有權(quán)處置流轉(zhuǎn)土地，農(nóng)民意味著失去土地，易產(chǎn)生民生風(fēng)險(xiǎn)。

(7)道德風(fēng)險(xiǎn)。用貸款用途和農(nóng)戶對(duì)抵押農(nóng)地違約處置的真實(shí)意愿兩個(gè)指標(biāo)來衡量農(nóng)戶的道德風(fēng)險(xiǎn)問題。農(nóng)戶道德風(fēng)險(xiǎn)的主要表現(xiàn)形式為借款人通過改變經(jīng)營方式、改變資金用途或直接逃廢債務(wù)，導(dǎo)致銀行貸款資金暴露于風(fēng)險(xiǎn)之中。

數(shù)據(jù)來源于課題組2016年6月在開展農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)的重慶開州區(qū)的調(diào)查。本次調(diào)查在開州區(qū)相關(guān)機(jī)構(gòu)協(xié)助下，選取大德、關(guān)面和滿月等14個(gè)辦理土地經(jīng)營權(quán)抵押貸款農(nóng)戶較集中的鄉(xiāng)鎮(zhèn)，采用隨機(jī)方法抽取樣本農(nóng)戶，抽取的樣本農(nóng)戶均申請(qǐng)并獲得了農(nóng)地經(jīng)營權(quán)抵押貸款，并進(jìn)行實(shí)地入戶面對(duì)面訪談。收回研究樣本639個(gè)，其中有效樣本624個(gè)，樣本有效率達(dá)97.7%。調(diào)查問卷反映了不同經(jīng)濟(jì)條件、不同類型農(nóng)戶的基本特征，具有明顯的代表性。問卷涉及農(nóng)戶基本信息及經(jīng)營情況、家庭信用及經(jīng)濟(jì)水平、土地抵押貸款信息及農(nóng)戶認(rèn)知4個(gè)模塊的內(nèi)容。

數(shù)據(jù)來源：項(xiàng)目組調(diào)查資料整理。

數(shù)據(jù)整理表明， 52.1%的農(nóng)戶家庭土地面積在4畝以下；58%的農(nóng)戶認(rèn)為農(nóng)產(chǎn)品價(jià)格基本不動(dòng)或偶爾變動(dòng)，但幅度不大；74.7%的農(nóng)戶認(rèn)為當(dāng)?shù)赝恋亓鬓D(zhuǎn)市場不發(fā)達(dá)。69.7%的農(nóng)戶家庭近3年自然災(zāi)害損失不足0.18萬。調(diào)查區(qū)85.1%的農(nóng)戶均參加養(yǎng)老保險(xiǎn)。34.1%的農(nóng)戶強(qiáng)烈反對(duì)涉農(nóng)金融機(jī)構(gòu)對(duì)抵押農(nóng)地進(jìn)行違約處置，26.4%的農(nóng)戶將所得貸款用于農(nóng)業(yè)生產(chǎn)。雖貸款主要用于非農(nóng)業(yè)生產(chǎn)，但依據(jù)調(diào)查數(shù)據(jù)可知，樣本農(nóng)戶近3年的非農(nóng)收入均變化不大，其穩(wěn)定性對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)影響較小。調(diào)查顯示依據(jù)生產(chǎn)經(jīng)營收入按時(shí)還貸農(nóng)戶占總農(nóng)戶數(shù)的75.8%，其余農(nóng)戶均以親朋好友借款等其他方式還款。

(1)被解釋變量選取

本文將農(nóng)地經(jīng)營權(quán)抵押貸款農(nóng)戶是否按正常方式及時(shí)足額還貸設(shè)為被解釋變量。若農(nóng)戶農(nóng)業(yè)生產(chǎn)經(jīng)營正常并按時(shí)足額還款，認(rèn)定不存在風(fēng)險(xiǎn)，取值為0；若出現(xiàn)擔(dān)保人還貸、涉農(nóng)金融機(jī)構(gòu)處置抵押物還貸、親朋好友借款還貸和借新貸還舊貸等情形時(shí)，認(rèn)定農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)發(fā)生，取值為1。

(2)解釋變量選取

將前文7種風(fēng)險(xiǎn)類型22個(gè)指標(biāo)作為影響農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)的解釋變量。變量具體描述性統(tǒng)計(jì)見表1。

三、模型解釋及實(shí)證分析

運(yùn)用決策樹算法對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)進(jìn)行識(shí)別，其優(yōu)勢在于不僅能夠判斷農(nóng)地經(jīng)營權(quán)抵押貸款是否存在風(fēng)險(xiǎn)，而且能夠?qū)τ绊戅r(nóng)地經(jīng)營權(quán)抵押貸款的風(fēng)險(xiǎn)類型進(jìn)行排序，便于風(fēng)險(xiǎn)精準(zhǔn)識(shí)別。決策樹算法通過對(duì)已有明確結(jié)果的歷史數(shù)據(jù)進(jìn)行分析，尋找數(shù)據(jù)中的特征，并以此為依據(jù)對(duì)新產(chǎn)生的數(shù)據(jù)結(jié)果進(jìn)行預(yù)測。

采用的決策樹生長方法是CHAID算法。CHAID算法定義如下：設(shè)n為數(shù)據(jù)的組數(shù)，λi為樣本觀測值中屬于第i組的數(shù)據(jù)個(gè)數(shù),稱為觀察次數(shù)。μi是在H0為真的情況下，樣本觀測之中期望屬于第i組的數(shù)據(jù)個(gè)數(shù)，稱為理論次數(shù)，則

(1)

CHAID算法與C5.0和CART的不同在于：一是對(duì)輸入變量進(jìn)行預(yù)處理，目的是減少輸入變量取值個(gè)數(shù)，減少樹的分支；二是最佳分組變量和分割點(diǎn)的確定依據(jù)是統(tǒng)計(jì)檢驗(yàn)結(jié)果，對(duì)數(shù)值型輸出變量采用F統(tǒng)計(jì)量，對(duì)分類型輸出變量采用卡方或似然比卡方[28]。

為了選擇對(duì)農(nóng)地經(jīng)營權(quán)抵押融資風(fēng)險(xiǎn)解釋能力最強(qiáng)的指標(biāo)，使用方差擴(kuò)大因子(VIF)對(duì)變量進(jìn)行共線性檢驗(yàn)。VIF值越大，變量間的共線性越強(qiáng)。一般認(rèn)為，VIF值不應(yīng)該大于5，也可適當(dāng)放寬到10，當(dāng)VIF值大于10時(shí)，可認(rèn)為變量間存在很強(qiáng)的共線性[29]。檢驗(yàn)結(jié)果顯示，VIF的最大值為5.935，明顯小于10，因此，所選22個(gè)自變量間不存在多重共線性。

(1)模型參數(shù)設(shè)定

本文采用SPSS23.0統(tǒng)計(jì)軟件，模型具體參數(shù)設(shè)置見表2。從表2可以看出，模型提供了相關(guān)參數(shù)設(shè)定及一些廣泛信息，輸入自變量為22個(gè)指標(biāo)，但實(shí)際在最終模型中只保留5類風(fēng)險(xiǎn)中的6個(gè)指標(biāo)，也就是說模型未保留的指標(biāo)對(duì)其無顯著影響，系統(tǒng)自動(dòng)在最終模型中將其刪除。民生風(fēng)險(xiǎn)和金融風(fēng)險(xiǎn)兩個(gè)類型被刪除可能是因?yàn)椋罕徽{(diào)查區(qū)貸款金額小，土地面積不大，信貸人員對(duì)農(nóng)戶較為熟知，信息較為對(duì)稱，放貸機(jī)構(gòu)內(nèi)控制度嚴(yán)格，貸款運(yùn)轉(zhuǎn)效果好，農(nóng)戶滿意度較高。

(2)模型對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)識(shí)別準(zhǔn)確性分析

模型交叉驗(yàn)證法的風(fēng)險(xiǎn)估計(jì)為22.30%，說明模型這一誤分類率為22.30%。從分類表中，可以看到?jīng)Q策樹算法對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)的評(píng)估結(jié)果，如表3所示。

模型中農(nóng)戶自身生產(chǎn)經(jīng)營還貸的正確分類率達(dá)95.10%，決策樹模型的總體預(yù)測正確率將近80%，農(nóng)戶自身生產(chǎn)經(jīng)營還貸的預(yù)測正確率達(dá)88.80%。通過CHAID增長法建立的決策樹分類結(jié)果對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)的正確分類率近80.00%，說明決策樹算法對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)識(shí)別的準(zhǔn)確性和有效性。

(3)結(jié)果分析

由檢驗(yàn)得知，各變量的顯著性水平Sig均在0.01以上，說明各自變量對(duì)因變量的影響非常顯著。為了直觀起見，將上述規(guī)則以決策樹形式呈現(xiàn)，如圖1所示。

由圖1可知，不同指標(biāo)對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)的影響具有決策樹型結(jié)構(gòu)特征，從而識(shí)別出不同風(fēng)險(xiǎn)類型對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)影響具有層次性、連續(xù)性和系統(tǒng)性，且決策樹算法對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)識(shí)別最為有效。

圖1　農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)決策樹狀圖

市場經(jīng)營風(fēng)險(xiǎn)的最終識(shí)別指標(biāo)為農(nóng)產(chǎn)品價(jià)格波動(dòng)和農(nóng)產(chǎn)品銷售市場滿意度，其中農(nóng)產(chǎn)品價(jià)格波動(dòng)影響大，農(nóng)產(chǎn)品價(jià)格偶爾變動(dòng)，但幅度較大時(shí)，農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)只受農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響，因?yàn)樵谠摴?jié)點(diǎn)下方?jīng)]有出現(xiàn)其他節(jié)點(diǎn)。農(nóng)產(chǎn)品價(jià)格基本不變、農(nóng)產(chǎn)品價(jià)格偶爾變動(dòng)但幅度不大和農(nóng)產(chǎn)品價(jià)格經(jīng)常變動(dòng)但幅度不大3種情形，農(nóng)戶生產(chǎn)經(jīng)營還貸可能性差別較大，主要是因?yàn)槭芡恋亓鬓D(zhuǎn)市場發(fā)達(dá)度、3年自然災(zāi)害損失和銷售市場滿意度不同程度的影響。

政策法律風(fēng)險(xiǎn)的最終識(shí)別指標(biāo)是土地流轉(zhuǎn)市場發(fā)達(dá)度，位于兄弟節(jié)點(diǎn)位置。由于樹的最大深度為3，說明土地流轉(zhuǎn)市場發(fā)達(dá)度對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)的影響僅次于農(nóng)產(chǎn)品價(jià)格波動(dòng)。農(nóng)產(chǎn)品價(jià)格基本不變，土地流轉(zhuǎn)市場發(fā)達(dá)程度一般時(shí)，農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)還受到農(nóng)戶對(duì)抵押農(nóng)地進(jìn)行違約處置的真實(shí)意愿的影響。農(nóng)產(chǎn)品價(jià)格經(jīng)常變動(dòng)但幅度不大，近3年自然災(zāi)害損失額小于0.18萬時(shí)，農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)還受農(nóng)戶對(duì)抵押農(nóng)地進(jìn)行違約處置的真實(shí)意愿的影響。

自然風(fēng)險(xiǎn)的最終識(shí)別指標(biāo)為近3年自然災(zāi)害損失額，處于兄弟節(jié)點(diǎn)位置，顯著性水平為0.022，低于其他兩個(gè)位于兄弟節(jié)點(diǎn)位置的識(shí)別指標(biāo)的顯著性水平。農(nóng)產(chǎn)品價(jià)格經(jīng)常變動(dòng)但幅度不大，近3年自然災(zāi)害損失不足0.18萬時(shí)，農(nóng)戶生產(chǎn)經(jīng)營還貸的可能性大。

家庭經(jīng)濟(jì)風(fēng)險(xiǎn)的最終識(shí)別指標(biāo)為土地面積，位于葉節(jié)點(diǎn)位置，但顯著性水平為0.001，高于其他位于葉節(jié)點(diǎn)位置識(shí)別指標(biāo)的顯著性水平。農(nóng)產(chǎn)品銷售市場不滿意，土地面積大于4畝時(shí)，農(nóng)戶生產(chǎn)經(jīng)營還貸的可能性較大，說明土地面積帶來的規(guī)?；找鎻浹a(bǔ)了農(nóng)戶對(duì)銷售市場的不滿。

道德風(fēng)險(xiǎn)最終識(shí)別指標(biāo)為農(nóng)戶對(duì)抵押農(nóng)地違約處置的真實(shí)意愿，位于葉節(jié)點(diǎn)位置，顯著性水平為0.003。農(nóng)產(chǎn)品價(jià)格基本不變，土地流轉(zhuǎn)市場不發(fā)達(dá)時(shí)，農(nóng)戶若同意金融機(jī)構(gòu)對(duì)抵押農(nóng)地進(jìn)行違約處置，則農(nóng)戶生產(chǎn)經(jīng)營還貸的可能性較高，明顯高于強(qiáng)烈反對(duì)時(shí)的還貸可能性。信貸人員熟知農(nóng)戶對(duì)防范農(nóng)戶道德風(fēng)險(xiǎn)具有一定作用。

決策樹算法的結(jié)果呈現(xiàn)出不同指標(biāo)對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)的作用機(jī)制。不同指標(biāo)發(fā)生作用的條件不同，因而各風(fēng)險(xiǎn)類型對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)的作用程度也不同。市場經(jīng)營風(fēng)險(xiǎn)影響最強(qiáng)，依次是政策法律風(fēng)險(xiǎn)、自然風(fēng)險(xiǎn)、家庭經(jīng)濟(jì)風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)。在風(fēng)險(xiǎn)控制與防范中并不意味著只關(guān)注最重要的風(fēng)險(xiǎn)類型即可，在關(guān)注關(guān)鍵類型的同時(shí)，不容忽視其他影響顯著的風(fēng)險(xiǎn)類型，因?yàn)椴煌L(fēng)險(xiǎn)類型之間不是孤立存在的，相互之間存在一定關(guān)聯(lián)。

四、農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)識(shí)別應(yīng)用分析：農(nóng)地規(guī)模影響差異

這部分將重點(diǎn)考察風(fēng)險(xiǎn)識(shí)別結(jié)果在農(nóng)地規(guī)模程度差異中的應(yīng)用。農(nóng)地經(jīng)營權(quán)賦予了抵押功能，農(nóng)地規(guī)模對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款具有決定性作用。參照農(nóng)業(yè)部適度規(guī)模為當(dāng)?shù)貞艟?guī)模10～15倍的標(biāo)準(zhǔn)，重慶市適度規(guī)模應(yīng)為11.2～16.8畝，結(jié)合重慶開州區(qū)農(nóng)用地利用現(xiàn)實(shí)，選取11.2畝為第一個(gè)規(guī)模節(jié)點(diǎn)，16.8畝為第二個(gè)規(guī)模節(jié)點(diǎn)。將調(diào)研對(duì)象劃分為3種規(guī)?；潭鹊霓r(nóng)戶：小規(guī)模為家庭土地經(jīng)營面積小于11.2畝且不含11.2畝；中等規(guī)模為家庭土地經(jīng)營面積處于11.2畝和16.8畝之間；大規(guī)模則為家庭土地經(jīng)營面積在16.8畝以上且不含16.8畝。

通過調(diào)研數(shù)據(jù)分析，小規(guī)模農(nóng)戶564戶，占樣本總量的90.4%；中規(guī)模農(nóng)戶29戶，占樣本總量的4.6%；大規(guī)模農(nóng)戶31戶，占樣本總量的5.0%。由于農(nóng)地經(jīng)營權(quán)抵押融資業(yè)務(wù)處于試點(diǎn)階段，農(nóng)業(yè)經(jīng)營主體覆蓋面窄，中等和大規(guī)模農(nóng)戶比重相對(duì)較小，這也是由調(diào)查區(qū)的農(nóng)業(yè)生產(chǎn)發(fā)展現(xiàn)實(shí)所決定的。在考察風(fēng)險(xiǎn)識(shí)別結(jié)果在農(nóng)地規(guī)模程度差異的應(yīng)用時(shí)，為保證不同規(guī)模農(nóng)戶的其他變量相同，降低對(duì)實(shí)證結(jié)果的影響偏誤，選擇“小規(guī)?！弊鳛閰⒄諛颖?，重點(diǎn)考察中等規(guī)模和大規(guī)模與農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)類型的影響關(guān)系。

建立二元Logit 模型為：

(2)

(1)被解釋變量選取

依據(jù)前文結(jié)果，將市場經(jīng)營風(fēng)險(xiǎn)、政策法律風(fēng)險(xiǎn)、自然災(zāi)害風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)作為被解釋變量，帶入模型(2)，計(jì)算分析不同農(nóng)地規(guī)模程度農(nóng)戶引發(fā)以上幾種風(fēng)險(xiǎn)的概率差異。在以下研究中，若農(nóng)產(chǎn)品價(jià)格基本不變或偶爾變動(dòng)但幅度不大則認(rèn)為無市場經(jīng)營風(fēng)險(xiǎn)，賦值為0；若出現(xiàn)農(nóng)產(chǎn)品價(jià)格偶爾變動(dòng)但幅度較大、經(jīng)常變動(dòng)但幅度不大或經(jīng)常變動(dòng)且幅度較大中的某種情況，則認(rèn)為存在市場經(jīng)營風(fēng)險(xiǎn)，賦值為1。若土地流轉(zhuǎn)市場非常發(fā)達(dá)、比較發(fā)達(dá)、一般或不是很發(fā)達(dá)，則認(rèn)為不存在政策法律風(fēng)險(xiǎn)，賦值為0；若土地流轉(zhuǎn)市場不發(fā)達(dá)，則認(rèn)為存在政策法律風(fēng)險(xiǎn)，賦值為1。若農(nóng)戶近3年自然災(zāi)害損失不足0.18萬，則認(rèn)為不存在自然災(zāi)害風(fēng)險(xiǎn)，賦值為0；反之，認(rèn)為存在自然災(zāi)害風(fēng)險(xiǎn)，賦值為1。若農(nóng)戶同意金融機(jī)構(gòu)對(duì)抵押農(nóng)地的違約處置，則認(rèn)為不存在道德風(fēng)險(xiǎn)，賦值為0；若強(qiáng)烈反對(duì)則認(rèn)為存在道德風(fēng)險(xiǎn)，賦值為1。

(2)解釋變量選取

中等規(guī)模和大規(guī)模農(nóng)戶作為核心解釋變量?？紤]到農(nóng)戶其他可能影響農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)的因素，將控制變量歸納為3個(gè)維度，一是農(nóng)戶特征變量。一般男性戶主比女性戶主冒險(xiǎn)精神強(qiáng)，產(chǎn)生貸款風(fēng)險(xiǎn)的可能性更大；年齡越大相對(duì)越保守，發(fā)生貸款違約的概率越??；同時(shí)戶主文化程度越高，產(chǎn)生貸款違約的可能性越小。二是家庭特征變量。家庭總資產(chǎn)越多，還貸能力越強(qiáng)，貸款風(fēng)險(xiǎn)越?。患彝趧?dòng)人口越多，收入可能越高，還貸能力越強(qiáng)。三是信貸特征變量。信用等級(jí)越高，儲(chǔ)蓄越多，貸款發(fā)生風(fēng)險(xiǎn)的概率越小。變量描述性統(tǒng)計(jì)見表4。

數(shù)據(jù)來源：項(xiàng)目組調(diào)查資料整理。

為使模型得出更準(zhǔn)確的結(jié)果，在模型回歸之前運(yùn)用方差擴(kuò)大因子(VIF)對(duì)變量進(jìn)行了共線性檢驗(yàn)，檢驗(yàn)自變量最大的VIF值為1.021，容忍度最小的為0.814，變量均通過檢驗(yàn)。

表5給出了模型(2)的計(jì)量結(jié)果與解釋。從總體看，各自變量對(duì)不同因變量的影響存在差異，本研究主要考察X8、X9、X10對(duì)各因變量的影響。從引發(fā)市場經(jīng)營風(fēng)險(xiǎn)的角度看，根據(jù)模型參數(shù)估計(jì)及由β0+β1X1+β2X2+…+βmXm的值的大小可推斷，與小規(guī)模農(nóng)戶相比，中等規(guī)模和大規(guī)模農(nóng)戶遭受市場經(jīng)營風(fēng)險(xiǎn)的概率較高，其中大規(guī)模農(nóng)戶遭受市場經(jīng)營風(fēng)險(xiǎn)的概率最大。小規(guī)模農(nóng)戶的兼業(yè)程度相對(duì)較高，非農(nóng)收入成為家庭主要收入來源，農(nóng)業(yè)收入相對(duì)較少，收入受農(nóng)產(chǎn)品價(jià)格波動(dòng)等市場不良狀況的影響較小。中等規(guī)模農(nóng)戶和大規(guī)模農(nóng)戶的農(nóng)業(yè)收入是家庭主要經(jīng)濟(jì)來源，而農(nóng)業(yè)屬于典型的弱質(zhì)產(chǎn)業(yè)，不僅要承受其他產(chǎn)業(yè)所不能有的自然風(fēng)險(xiǎn)，而且要承受比其他產(chǎn)業(yè)大得多的市場風(fēng)險(xiǎn)[30],使得農(nóng)戶農(nóng)業(yè)收入極其不穩(wěn)定。從政策法律風(fēng)險(xiǎn)的角度看，與小規(guī)模農(nóng)戶相比，中等規(guī)模農(nóng)戶遭受政策法律風(fēng)險(xiǎn)的影響不顯著，這可能是由于中等規(guī)模農(nóng)戶流轉(zhuǎn)土地規(guī)模比較小，往往親戚、朋友之間的小范圍流轉(zhuǎn)就能滿足需求，受土地流轉(zhuǎn)市場發(fā)達(dá)程度的影響很小。而大規(guī)模農(nóng)戶的土地流轉(zhuǎn)只有在大范圍內(nèi)流轉(zhuǎn)才能形成一定規(guī)模，因而受土地流轉(zhuǎn)市場發(fā)達(dá)程度的影響較大，顯然遭受政策法律風(fēng)險(xiǎn)的概率大。

從自然災(zāi)害風(fēng)險(xiǎn)角度看，與小規(guī)模農(nóng)戶相比，中等規(guī)模和大規(guī)模農(nóng)戶遭受自然災(zāi)害風(fēng)險(xiǎn)的概率較大，其中大規(guī)模農(nóng)戶最大。這由農(nóng)業(yè)生產(chǎn)本身所具有的自然局限性及目前我國規(guī)模經(jīng)營主體農(nóng)業(yè)科技投入不足、機(jī)械化水平跟不上等抵御自然災(zāi)害的能力較弱決定的。從道德風(fēng)險(xiǎn)的角度看，與小規(guī)模農(nóng)戶相比，中等規(guī)模農(nóng)戶發(fā)生道德風(fēng)險(xiǎn)的概率最大，大規(guī)模農(nóng)戶發(fā)生道德風(fēng)險(xiǎn)的概率最小，大規(guī)模農(nóng)戶抵押土地面積較大，對(duì)農(nóng)戶的約束能力強(qiáng)，對(duì)多數(shù)農(nóng)戶而言發(fā)生道德風(fēng)險(xiǎn)得不償失，而中等規(guī)模農(nóng)戶與小規(guī)模農(nóng)戶相比農(nóng)業(yè)兼業(yè)化程度低，非農(nóng)收入較少，還款來源主要是農(nóng)業(yè)收入，而農(nóng)業(yè)生產(chǎn)經(jīng)營受農(nóng)產(chǎn)品市場價(jià)格波動(dòng)、自然災(zāi)害損失等因素影響較大，農(nóng)業(yè)收入極其不穩(wěn)定，易滋生道德風(fēng)險(xiǎn)。

注：*表示10%的置信水平上顯著；**表示5%的置信水平上顯著；***表示1%的置信水平上顯著。

五、結(jié)論與建議

利用實(shí)地調(diào)研的639個(gè)貸款樣本數(shù)據(jù)，運(yùn)用決策樹算法和二元Logit模型，對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)識(shí)別及其應(yīng)用進(jìn)行研究，得出如下研究結(jié)論：

(1)不同風(fēng)險(xiǎn)類型對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)的影響具有層次性、連續(xù)性和系統(tǒng)性。影響程度層次由強(qiáng)到弱依次為：市場經(jīng)營風(fēng)險(xiǎn)、政策法律風(fēng)險(xiǎn)、自然災(zāi)害風(fēng)險(xiǎn)、家庭經(jīng)濟(jì)風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)。每種風(fēng)險(xiǎn)類型不是孤立存在的，在關(guān)注關(guān)鍵風(fēng)險(xiǎn)類型的同時(shí)不容忽視其他風(fēng)險(xiǎn)類型。農(nóng)地經(jīng)營權(quán)抵押貸款面臨的風(fēng)險(xiǎn)是一個(gè)復(fù)雜的系統(tǒng)，包括不同類型、不同性質(zhì)、不同損失程度的各種風(fēng)險(xiǎn)，在風(fēng)險(xiǎn)識(shí)別過程中必須堅(jiān)持綜合考察的原則。

(2)不同因素對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)產(chǎn)生不同影響。農(nóng)產(chǎn)品價(jià)格是影響農(nóng)地經(jīng)營權(quán)抵押融資風(fēng)險(xiǎn)最主要因素，價(jià)格的高低決定農(nóng)民收入的多少，進(jìn)而影響農(nóng)民的還款能力。土地流轉(zhuǎn)市場發(fā)達(dá)度和農(nóng)產(chǎn)品銷售市場滿意度影響次之，土地流轉(zhuǎn)市場的發(fā)達(dá)程度影響著農(nóng)民能否順利轉(zhuǎn)入轉(zhuǎn)出土地，決定著租金的繳納或財(cái)產(chǎn)性收入的多少。農(nóng)戶對(duì)抵押農(nóng)地違約處置的真實(shí)意愿、土地面積和社會(huì)保障滿意度影響較弱。

(3)農(nóng)地規(guī)模程度不同，農(nóng)戶遭受市場經(jīng)營風(fēng)險(xiǎn)、政策法律風(fēng)險(xiǎn)、自然災(zāi)害風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)有差異。與小規(guī)模農(nóng)戶相比，中等規(guī)模和大規(guī)模農(nóng)戶遭受市場經(jīng)營風(fēng)險(xiǎn)的概率較大，其中大規(guī)模農(nóng)戶遭受市場經(jīng)營風(fēng)險(xiǎn)的可能性最大；大規(guī)模農(nóng)戶遭受政策法律風(fēng)險(xiǎn)的概率最大，中等規(guī)模農(nóng)戶則最??；農(nóng)業(yè)收入作為主要收入來源的中等規(guī)模和大規(guī)模農(nóng)戶遭受自然災(zāi)害風(fēng)險(xiǎn)的概率較大；抵押土地對(duì)大規(guī)模農(nóng)戶的約束力最強(qiáng)，發(fā)生道德風(fēng)險(xiǎn)的概率最小，小規(guī)模農(nóng)戶非農(nóng)收入較高，還款能力相比中等規(guī)模農(nóng)戶強(qiáng)，因此，中等規(guī)模農(nóng)戶發(fā)生道德風(fēng)險(xiǎn)的概率最大。

(4)決策樹算法能夠系統(tǒng)準(zhǔn)確識(shí)別農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)，為金融機(jī)構(gòu)應(yīng)用風(fēng)險(xiǎn)管理技術(shù)和全面認(rèn)識(shí)農(nóng)地經(jīng)營權(quán)抵押融資風(fēng)險(xiǎn)提供有效的風(fēng)險(xiǎn)識(shí)別工具，增強(qiáng)風(fēng)險(xiǎn)識(shí)別能力。

為精準(zhǔn)識(shí)別農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)，促進(jìn)農(nóng)地經(jīng)營權(quán)抵押融資業(yè)務(wù)順利開展，提出以下幾點(diǎn)政策建議：

(1)嚴(yán)格識(shí)別和把控影響農(nóng)地經(jīng)營權(quán)抵押貸款的主要風(fēng)險(xiǎn)，包括市場經(jīng)營風(fēng)險(xiǎn)、政策法律風(fēng)險(xiǎn)、自然災(zāi)害風(fēng)險(xiǎn)、家庭經(jīng)濟(jì)風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)，為降低貸款風(fēng)險(xiǎn)發(fā)生概率，風(fēng)險(xiǎn)控制要全面周詳、綜合把握，針對(duì)不同風(fēng)險(xiǎn)類型制定不同風(fēng)險(xiǎn)控制方案，并注重不同風(fēng)險(xiǎn)類型的相互影響和關(guān)聯(lián)性。

(2)結(jié)合農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)的樹形結(jié)構(gòu)及層次性特征，采用差別化的風(fēng)險(xiǎn)類型權(quán)重，開展不同農(nóng)地規(guī)模農(nóng)戶及新型農(nóng)業(yè)經(jīng)營主體的信用等級(jí)評(píng)定工作，準(zhǔn)確判定貸款對(duì)象和提高風(fēng)險(xiǎn)識(shí)別精準(zhǔn)度。

(3)農(nóng)產(chǎn)品價(jià)格穩(wěn)定是農(nóng)地經(jīng)營權(quán)抵押融資業(yè)務(wù)順利開展的基礎(chǔ)，多維度共同發(fā)力，完善農(nóng)產(chǎn)品價(jià)格體系和監(jiān)管機(jī)制，推進(jìn)農(nóng)產(chǎn)品期貨市場發(fā)育完善，發(fā)揮政策性保險(xiǎn)和政府保護(hù)作用，規(guī)避市場風(fēng)險(xiǎn)。

(4)積極引導(dǎo)金融機(jī)構(gòu)合理優(yōu)化配置信貸資金，鼓勵(lì)農(nóng)地經(jīng)營權(quán)抵押貸款向大規(guī)模農(nóng)戶和新型經(jīng)營主體發(fā)放，彌補(bǔ)農(nóng)業(yè)規(guī)?；a(chǎn)資金不足。鼓勵(lì)農(nóng)地經(jīng)營權(quán)向大規(guī)模農(nóng)戶、新型經(jīng)營主體和職業(yè)農(nóng)民流轉(zhuǎn)，并結(jié)合不同經(jīng)營主體農(nóng)業(yè)生產(chǎn)經(jīng)營特點(diǎn)，為其提供專業(yè)性和綜合性農(nóng)業(yè)生產(chǎn)社會(huì)化服務(wù)，提高農(nóng)業(yè)生產(chǎn)率。

(5)按風(fēng)險(xiǎn)類型提取風(fēng)險(xiǎn)補(bǔ)償金，提高風(fēng)險(xiǎn)補(bǔ)償廣度和深度。依據(jù)不同風(fēng)險(xiǎn)類型對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)影響的強(qiáng)弱，按一定比例提取不同風(fēng)險(xiǎn)類型的風(fēng)險(xiǎn)補(bǔ)償金。

(6)決策樹算法為金融機(jī)構(gòu)識(shí)別農(nóng)地經(jīng)營權(quán)抵押貸款風(fēng)險(xiǎn)提供了選擇工具，金融機(jī)構(gòu)將決策樹算法用于識(shí)別和發(fā)現(xiàn)農(nóng)地經(jīng)營權(quán)抵押貸款的風(fēng)險(xiǎn)，可提高其識(shí)別的精準(zhǔn)度和有效性。