何 越 楊忠雯 劉心語 王 越

（四川農(nóng)業(yè)大學(xué)，四川 成都 611830）

一、研究背景及現(xiàn)狀

1.農(nóng)戶小額信貸的機(jī)遇

目前，國家通過各種渠道為農(nóng)村經(jīng)濟(jì)發(fā)展提供更好的金融產(chǎn)品便利。首先是在相關(guān)政策上，國家對凡是符合條件的縣域農(nóng)村商業(yè)銀行和農(nóng)村合作銀行都給予幫助，通過降低其存款準(zhǔn)備金率，降低了銀行運(yùn)行壓力。并且持續(xù)發(fā)放由央行發(fā)放的用于支持農(nóng)村小微企業(yè)的再貸款。除了該渠道之外，國家還針對涉農(nóng)貸款進(jìn)行資產(chǎn)證券化試點(diǎn)政策，進(jìn)一步盤活了一批資金。其次，國家還對小額貸款公司提供系列便利政策。如財(cái)政部和稅務(wù)總局等部門就曾對涉及農(nóng)村小額信貸的公司進(jìn)行過稅收減免的政策扶持。

如此，極大地降低了農(nóng)戶小額信貸的難度，主要體現(xiàn)在以下四個(gè)方面。一是農(nóng)戶貸款逐步增加。到2020年4月底，農(nóng)戶貸款余額為10.93萬億元，占涉農(nóng)貸款總額的30%左右，比5年前增長90.83%。二是農(nóng)戶貸款覆蓋面不斷擴(kuò)大。目前，全國有1.53億戶農(nóng)民申請和評級，約占全國農(nóng)民和企業(yè)總數(shù)的56%；有4629萬戶家庭使用信貸，約占研究農(nóng)民總數(shù)的17%。三是農(nóng)民融資成本大多較低。商業(yè)銀行農(nóng)民經(jīng)營貸款平均利率為7%～8%，低于國際水平。四是農(nóng)民融資效率不斷提高。通過實(shí)行白名單信用體系、村鎮(zhèn)銀行、網(wǎng)上一分鐘貸款審計(jì)、“310”等模式，可以盡快達(dá)到農(nóng)民資金數(shù)額。

2.農(nóng)戶小額信貸的挑戰(zhàn)

面對農(nóng)戶小額信貸的機(jī)遇，挑戰(zhàn)也不容小覷。農(nóng)村中小金融機(jī)構(gòu)的總體風(fēng)險(xiǎn)狀況并未能得到全面把握和精準(zhǔn)判斷，急需從單一的信用風(fēng)險(xiǎn)監(jiān)管過渡到全面持續(xù)的風(fēng)險(xiǎn)監(jiān)管上，進(jìn)一步提高農(nóng)村中小金融機(jī)構(gòu)的健康度。

而2019年新冠疫情的暴發(fā)，使得農(nóng)戶小額信貸信用風(fēng)險(xiǎn)相關(guān)的問題更加凸顯。農(nóng)戶小額信貸使用對象的收入來源單一，收入不穩(wěn)定，受外界影響大，在疫情環(huán)境下農(nóng)戶（特別是貧困地區(qū)）無法維護(hù)正常的農(nóng)業(yè)生產(chǎn)經(jīng)營秩序，農(nóng)戶收入減少，小額信貸需求逐步增加。許多貧困農(nóng)民的生產(chǎn)資金難以收回，購買農(nóng)業(yè)資金更加緊張，甚至面臨無力償還到期貸款、資金鏈斷裂的風(fēng)險(xiǎn)。同時(shí)，中國農(nóng)村金融市場受疫情影響，金融機(jī)構(gòu)放貸壓力加大。到2018年年底，金融機(jī)構(gòu)就有多達(dá)7521億元的貸款余額，相比2017年增長6.8%，人均貸款余額3156元，相比2017年增加167元，增長5.6%。然而，存款利率達(dá)到2000年以來的最高增長率26.4%，人均存款增長24.9%。

基于這些機(jī)遇和挑戰(zhàn)，加之新冠疫情暴發(fā)的推動，農(nóng)戶小額信貸風(fēng)險(xiǎn)的評估分析制度可助力對新冠疫情這一典型突發(fā)公共沖擊下農(nóng)戶小額信貸風(fēng)險(xiǎn)管理提出針對性對策建議。

二、農(nóng)戶小額信貸信用風(fēng)險(xiǎn)指標(biāo)體系構(gòu)建與分析

1.層次分析法（AHP）

AHP法是一種針對多目標(biāo)以及多標(biāo)準(zhǔn)的決策研究方法，它使復(fù)雜問題的因素進(jìn)入相關(guān)的有序發(fā)展階段，是一種結(jié)合定量數(shù)據(jù)分析和定性分析技術(shù)的高效、有用方法。其運(yùn)用步驟如下：

（1）建立層次關(guān)系

依據(jù)農(nóng)戶小額信貸的特點(diǎn)，結(jié)合分析層次過程（AHP），將農(nóng)戶小額信貸的信用風(fēng)險(xiǎn)因素劃分為三個(gè)層次。綜合指數(shù)體系的具體結(jié)構(gòu)如表1所示。

表1 農(nóng)戶小額信貸信用風(fēng)險(xiǎn)評估綜合指標(biāo)體系

（2）基于層次分析法（AHP）確定權(quán)重

①構(gòu)建判斷矩陣。用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(gè)指標(biāo)之間的相對重要程度，然后做出判定，可得如下分值分布：

1（1/1）：同樣重要 2（1/2）：稍稍微（不）重要

3（1/3）：稍微（不）重要 4（1/4）：稍比較（不）重要

5（1/5）：比較（不）重要 6（1/6）：稍非常（不）重要

7（1/7）：非常（不）重要 8（1/8）：稍絕對（不）重要9（1/9）：絕對不重要

②計(jì)算重要性排序。即計(jì)算出最大特征根λmax所對應(yīng)的特征向量w。方程如下：

Pw＝λmax·w

③一致性檢驗(yàn)。檢驗(yàn)使用公式：

式中， CR——判斷矩陣的隨機(jī)一致性比率； CI-判斷矩陣的一致性指標(biāo)。

1階～9階的判斷矩陣的RI值如表2所示。

表2

當(dāng)判斷矩陣P的CR＜0.1時(shí)或λmax＝n， CI＝0時(shí)， 可以認(rèn)為P具有滿足的一致性， 若不是，就需調(diào)整P中的元素以使其具有滿足的一致性。

2.模糊綜合評價(jià)法

顯然，模糊綜合評價(jià)法就是在模糊環(huán)境下，對多個(gè)因素的影響進(jìn)行考慮，從而為了某種目的對一事物作出綜合決策的方法。其將定性評價(jià)轉(zhuǎn)化為定量評價(jià)，得出的結(jié)果明了，具有較強(qiáng)的系統(tǒng)性，能較好解決疫情帶來的信貸風(fēng)險(xiǎn)管理難以進(jìn)行量化分析問題。

（1）建立評判指標(biāo)項(xiàng)目

因素集（U）是以影響評判對象的各種因素（ui）

U＝｛u1，u2，...，un｝

（2）建立評判指標(biāo)權(quán)重

權(quán)重集Wi可表示為：

W＝（ω1，ω2，...，ωn）

（3）建立評判結(jié)論（備擇集）：

計(jì)算方程如下：

V＝｛v1，v2，...，vn｝

（4）單因素模糊評判

將得到的數(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：

式中Ri表示單因素評判集， 可簡單表示為：

Ri＝（ri1，ri2，…，rim）

（5）進(jìn)行模糊綜合評判

已知權(quán)重集W和單因素評判矩陣R后，即可通過模糊變換來進(jìn)行綜合評判：

B＝W·R

（6）評判指標(biāo)考核

取以bj為權(quán)數(shù)， 對各個(gè)備擇元素vj 進(jìn)行加權(quán)平均， 即：

則v 即為模糊綜合評判的結(jié)果。

3.指標(biāo)體系具體運(yùn)用與分析

根據(jù)以上指標(biāo)體系構(gòu)建與分析，建立農(nóng)戶小額信貸的風(fēng)險(xiǎn)指標(biāo)體系。

（1）針對農(nóng)戶小額信貸風(fēng)險(xiǎn)指標(biāo)體系準(zhǔn)則層的賦值情況農(nóng)戶小額信貸信用風(fēng)險(xiǎn)評估綜合體系：

λmax＝5.404；CR＝0.0902；CI＝0.101

表3

（2）針對二級指標(biāo)體系目標(biāo)層的賦值情況

農(nóng)戶小額信貸信用風(fēng)險(xiǎn)評估綜合體系-->個(gè)人及家庭自然特征：

λmax＝8.752；CR＝0.0762；CI＝0.1074

表4

同理，可求出余下各級二級指標(biāo)目標(biāo)層的賦值情況，得出如下結(jié)果：

農(nóng)戶小額信貸信用風(fēng)險(xiǎn)評估綜合體系：

λmax＝5.404；CR＝0.0902；CI＝0.101；

個(gè)人及家庭自然特征：λmax＝8.752；CR＝0.0762；CI＝0.1074；

資產(chǎn)負(fù)債情況：λmax＝5.1483；CR＝0.0331；CI＝0.0371；

經(jīng)營狀況：λmax＝4.1975；CR＝0.074；CI＝0.0658；

信譽(yù)狀況：λmax＝4.1533；CR＝0.0574；CI＝0.0511

宏觀因素：λmax＝2；CR＝0；CI＝0

由上可得，均通過一致性檢驗(yàn)。

（3）權(quán)重確定（總排序）

表5

（4）建立備譯集

此過程是以對評價(jià)對象作出的各種可能的總的評價(jià)結(jié)論為元素組成的集合，評價(jià)結(jié)論表示單個(gè)指標(biāo)因素對整體目標(biāo)的隸屬度。

表6

（5）模糊綜合評價(jià)結(jié)論

模糊綜合評判結(jié)論B：

B＝W·R＝（0.2225 0.2285 0.193 0.173 0.183）

模糊綜合得分v：

v＝B×VCT＝0.2225×1.8+0.2285×1.6+0.193×1+0.173×0.6+0.183×0.4＝1.1361

（6）計(jì)算農(nóng)戶的信用評分

計(jì)算農(nóng)戶信用良好信用分分值Q與農(nóng)戶信用等級的對應(yīng)關(guān)系，如表7所示。

表7

本次分析在150名農(nóng)戶調(diào)查資料樣本中抽取了1名農(nóng)戶進(jìn)行實(shí)證分析，該農(nóng)戶配值情況如下：U11 3分，U12 5分，U13 3分，U14 5分，U15 4分，U16 4分，U17 3分，U18 5分，U19 4分，U21 4分，U22 3分，U23 3分，U24 3分，U25 4分，U31 2分，U32 3分，U33 4分，U34 4分，U41 3分，U42 3分，U43 3分，U44 4分，U51 5分。

所以，此農(nóng)戶信用評分為：84×1.136/2＝47.712分；信用等級為A，具有一定程度上的信用風(fēng)險(xiǎn)，此結(jié)果符合實(shí)際情況。

三、總結(jié)與反思

1.農(nóng)戶小額信貸作為一種創(chuàng)新型農(nóng)村金融產(chǎn)品，在促進(jìn)農(nóng)村就業(yè)等方面作出了突出貢獻(xiàn)，本文從新冠疫情加劇農(nóng)戶小額信貸風(fēng)險(xiǎn)視角切入，緊密聯(lián)系時(shí)事，聚焦支農(nóng)惠農(nóng)。從更好地提升金融惠農(nóng)支農(nóng)的精準(zhǔn)度出發(fā)，基于農(nóng)戶小額信貸風(fēng)險(xiǎn)評估的特殊性質(zhì)，初步通過AHP方法構(gòu)建農(nóng)戶小額信貸信用風(fēng)險(xiǎn)評估體系，考慮到層次分析法涉及主觀因素可能比較大，我們進(jìn)一步利用模糊綜合評價(jià)法，將定性轉(zhuǎn)化為定量評價(jià)，對信用風(fēng)險(xiǎn)進(jìn)行綜合評估，分析該突發(fā)事件給農(nóng)村經(jīng)濟(jì)帶來的風(fēng)險(xiǎn)，從而為農(nóng)戶小額信貸涉及到的多方主體分析得出最優(yōu)風(fēng)險(xiǎn)補(bǔ)償機(jī)制提供基礎(chǔ)，本文不僅能夠立足解決冠疫情短期的不利影響，而且對不同突發(fā)公共危機(jī)下農(nóng)戶小額信貸風(fēng)險(xiǎn)研究同樣存在參考價(jià)值，具有長期意義。

2.在本文中，因?yàn)槭艿娇陀^條件的限制和主觀因素的影響，得出的農(nóng)戶小額信貸風(fēng)險(xiǎn)評估模型中采用的指標(biāo)、權(quán)重等僅列為參考，還需結(jié)合各實(shí)例運(yùn)作特征使用評估方法。且應(yīng)當(dāng)隨時(shí)對于農(nóng)戶小額信貸的相關(guān)調(diào)查數(shù)據(jù)進(jìn)行動態(tài)的監(jiān)測，并對該模型中的各項(xiàng)指標(biāo)權(quán)重進(jìn)行按期核實(shí)調(diào)整，隨時(shí)更新信用風(fēng)險(xiǎn)評估模型，以致促進(jìn)農(nóng)戶小額信貸的健康快速發(fā)展。