陳祥 張欣一 高曉燕

摘要

本文針對G商業(yè)銀行涉農(nóng)貸款業(yè)務現(xiàn)狀，從內(nèi)部因素和外部因素兩方面展開分析，結果表明G商業(yè)銀行內(nèi)部存在縣域分行基礎設施建設不完善、涉農(nóng)貸款投放不足和擔保機制不健全等問題；以及外部因素主要包括振興農(nóng)業(yè)政策實行效率較低、涉農(nóng)信貸業(yè)務相關監(jiān)管政策和力度不足等問題。并且基于G商業(yè)銀行涉農(nóng)貸款存在的問題提出了有助于完善其信用風險防范的政策建議。

關鍵詞

涉農(nóng)貸款業(yè)務；涉農(nóng)貸款信用風險；信用風險管理

一、引言

黨的二十大報告中強調(diào)優(yōu)先發(fā)展農(nóng)村地區(qū)，提出加快農(nóng)業(yè)強國建設并確定促進農(nóng)村農(nóng)業(yè)現(xiàn)代化的發(fā)展為當前主要任務，推動農(nóng)村經(jīng)濟社會的全面發(fā)展。2017年中央金融工作會議中曾提出要加強對“三農(nóng)”和偏遠地區(qū)的金融服務，推進金融精準扶貧的重要任務；隨后，在2023年中央金融工作會議中明確升級為做好“普惠金融”，為我國持續(xù)提升金融服務實體經(jīng)濟質(zhì)效指明了方向。2023年6月，五部門聯(lián)合發(fā)布《關于金融支持全面推進鄉(xiāng)村振興，加快建設農(nóng)業(yè)強國的指導意見》，鼓勵金融機構增設特色網(wǎng)點，提供更精準有效的金融支持，推動基礎服務向縣域鄉(xiāng)村延伸。各商業(yè)銀行通過涉農(nóng)貸款業(yè)務為我國全面落實做好“普惠金融”提供了有力支持。截至2023年末，我國金融機構本外幣涉農(nóng)貸款余額為56.6萬億元，較上年增加7.43萬億元，同比增長14.9%，涉農(nóng)貸款業(yè)務已經(jīng)成為促進商業(yè)銀行信貸發(fā)展的重要因素。

其中，G商業(yè)銀行截至2023年末，涉農(nóng)貸款余額超4.2萬億元，較年初增長0.96萬億元；在832個脫貧縣設有網(wǎng)點1123家，網(wǎng)點覆蓋率68.6%，在160個國家鄉(xiāng)村振興重點幫扶縣設有網(wǎng)點152家，網(wǎng)點覆蓋率達到56.9%。G商業(yè)銀行涉農(nóng)貸款業(yè)務發(fā)展迅速，為全面貫徹落實國家鄉(xiāng)村振興戰(zhàn)略做出了巨大貢獻。但隨著涉農(nóng)信貸額度和投放力度的增加，商業(yè)銀行涉農(nóng)貸款的高速發(fā)展和商業(yè)銀行本身收益預期之間的相互矛盾，涉農(nóng)信貸風險也正逐步成為當前涉農(nóng)金融機構面臨的重要風險。因此，本文以G商業(yè)銀行為例，對當前商業(yè)銀行涉農(nóng)貸款中信用風險防范現(xiàn)狀進行研究，并針對存在的問題提出措施和建議。

二、文獻綜述

（一）涉農(nóng)信貸風險影響因素的研究

此前，國內(nèi)外學者對涉農(nóng)貸款業(yè)務信用風險影響因素的關注度逐漸提高。Field，Pande，Papp，Rigol等人（2013）指出，在涉農(nóng)信貸合同條款中明確指出關于涉農(nóng)借款提前歸還貸款的相應條款，可以有效降低貸款風險和金融機構本身的信用風險[1]。李曉紅，李占彬（2015）認為，普遍偏小的農(nóng)業(yè)企業(yè)規(guī)模難以為商業(yè)銀行提供有效的擔保資產(chǎn)和抵押手續(xù)，導致商業(yè)銀行資金很難向較小涉農(nóng)企業(yè)傾斜，并且農(nóng)村經(jīng)濟金融市場中民間貸款縮減了涉農(nóng)企業(yè)和個人的還款來源，這也將加劇涉農(nóng)貸款的信用風險[2]。常佳琦、曾兆祥（2019）在研究中指出農(nóng)村地區(qū)信用風險大環(huán)境不佳，涉農(nóng)貸款存在很大風險，比如抵押擔保的缺少、風險環(huán)節(jié)大、授信額度小等問題都對其有影響[3]。Charles B.Dodson等人（2022）研究發(fā)現(xiàn)不同的資金用途對借款人違約情況的影響有明顯區(qū)別，借款人自身可用資金的高低也會影響信貸業(yè)務風險高低[4]。石寶峰、田錦萱和孫夢遙（2023）專門研究了農(nóng)村群體受教育程度對信貸業(yè)務風險的影響，結果發(fā)現(xiàn)受教育程度與農(nóng)戶還款能力成正相關關系，但反而降低了借款人的還款意愿，進而增加涉農(nóng)信貸業(yè)務風險[5]。

（二）涉農(nóng)貸款風險管理措施的研究

針對涉農(nóng)貸款規(guī)模逐年擴大、信貸業(yè)務風險日漸增加的問題，國內(nèi)外學者對如何更好實現(xiàn)涉農(nóng)貸款風險管理展開了一系列研究。李楠（2015）發(fā)現(xiàn)金融機構缺少對農(nóng)業(yè)發(fā)展的支持，地方政府加大財政方面的支出來扶持涉農(nóng)貸款，能有效的解決風險的出現(xiàn)，農(nóng)村地區(qū)自身也要建立健全的金融服務體系[6]。Amin，Imam和Malik（2019）認為銀行需完善風險管理體系。針對各因素設置嚴格的貸款資質(zhì)審查標準，提高借款人資信審核能力，并且積極地與借款人展開貸后聯(lián)系，充分了解涉農(nóng)貸款資金的使用情況，提高異常狀況的預警能力和反應速度[7]。王鐵（2017）、梁偉森和溫思美（2019）認為各銀行應當積極提高農(nóng)戶的信用風險意識，加強農(nóng)業(yè)保險作用和涉農(nóng)貸款法律法規(guī)宣傳，并提高內(nèi)部風險控制水平[8][9]。姚靖宇（2020）研究指出村鎮(zhèn)銀行可以通過推進產(chǎn)品和業(yè)務創(chuàng)新，以化解信用風險中的信息不對稱問題，從而降低信用風險[10]。Ebeneze Okyere和Alice（2022）認為銀行當加強前期對借款人還款能力和還款意愿的調(diào)研，落實鄉(xiāng)村擔保制度，從而提高涉農(nóng)貸款客戶信用水平，提高風險管控能力[11]。曾雄旺，毛陳和楊亦民（2023）認為要持續(xù)進行農(nóng)村地區(qū)普惠金融和誠信道德宣傳，增強大數(shù)據(jù)農(nóng)戶信用風險識別分析能力；設定專門的獎懲機制，為信用優(yōu)質(zhì)的客戶提供綠色通道；還要加強“信貸＋保險”業(yè)務模式推廣，充分降低涉農(nóng)信貸風險[12]。

三、G商業(yè)銀行涉農(nóng)貸款信用風險防控管理現(xiàn)狀

通過分析G商業(yè)銀行涉農(nóng)貸款增長趨勢，可以看出G商業(yè)銀行總體涉農(nóng)貸款信用風險防控具有以下三個特征。

（一）G商業(yè)銀行涉農(nóng)貸款受政策影響明顯

G商業(yè)銀行2018年至2023年涉農(nóng)貸款總體處于增長態(tài)勢，但涉農(nóng)貸款變化幅度波動明顯大于普通貸款。盡管2019年受疫情影響，涉農(nóng)貸款呈下降趨勢，但由于2020年黨的十九屆五中全會審議通過的“十四五”規(guī)劃和二〇三五年遠景目標，對新發(fā)展階段優(yōu)先發(fā)展農(nóng)業(yè)農(nóng)村、全面推進鄉(xiāng)村振興作出總體部署， 2020年G商業(yè)銀行涉農(nóng)貸款出現(xiàn)大幅增長態(tài)勢，增幅遠高于普通貸款；此外，受2021年2月中央一號文件發(fā)布《中共中央國務院關于全面推進鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》的刺激，2021年、2022年、2023年G商業(yè)銀行涉農(nóng)貸款增長迅速，其增速均高于普通貸款增速。充分說明G商業(yè)銀行緊跟國家政策。

針對涉農(nóng)信貸投放，G商業(yè)銀行也開發(fā)了一系列金融產(chǎn)品：一是農(nóng)戶小額信用貸款。其主要用途是滿足農(nóng)戶生產(chǎn)經(jīng)營和生活需求，最大額度控制在單戶10萬元（以內(nèi)），性質(zhì)為純信用貸款。對客戶實行流程化管理，原則上一次性授信，隨用隨貸，循環(huán)使用。二是種植場景特色貸款。該產(chǎn)品是G商業(yè)銀行結合農(nóng)業(yè)種植業(yè)特點，為經(jīng)營種植業(yè)的法人和個人客戶提供靈活多樣的融資支持，切實助力鄉(xiāng)村振興。該產(chǎn)品信用貸款的授信額度不超過300萬元，具有足值有效押品擔保的授信額度最高可達1000萬元，融資期限一般不超過三年，最長可達五年；同時針對跨區(qū)域經(jīng)營的企業(yè)，可實現(xiàn)“一點對全國”的業(yè)務辦理模式。該產(chǎn)品用于農(nóng)業(yè)生產(chǎn)經(jīng)營，根據(jù)種植作物的不同動態(tài)調(diào)整授信額度，確保信貸資金真實用于涉農(nóng)領域。三是農(nóng)業(yè)擔保貸款。此類貸款主體針對為農(nóng)林牧漁業(yè)中具有適度規(guī)模的經(jīng)營主體，一般為G商業(yè)銀行地區(qū)農(nóng)業(yè)供應鏈庫中的上下游企業(yè)，由省級承認資質(zhì)的擔保公司或供應鏈庫中連帶擔保企業(yè)提供擔保，貸款金額根據(jù)農(nóng)業(yè)企業(yè)實際需求一般為幾十萬到幾百萬不等，最大額度可達一千萬元，主要致力于服務轄內(nèi)特色農(nóng)業(yè)產(chǎn)業(yè)，貸款用途以市場開拓、擴大生產(chǎn)、增設農(nóng)業(yè)基礎設施為主，也包括引進農(nóng)業(yè)新技術和農(nóng)業(yè)生產(chǎn)環(huán)節(jié)流動性資金周轉(zhuǎn)等多個范圍。

（二）G商業(yè)銀行涉農(nóng)信貸總體供應不足

2018年至2023年涉農(nóng)貸款雖然增長迅速，但總量較低，占比維持在5%左右。這是由于金融業(yè)的高負債高流動性的 “雙高”特征與農(nóng)業(yè)產(chǎn)業(yè)的高風險性相違背，造成當前涉農(nóng)信貸金融市場供需失衡。因此，如何推出滿足農(nóng)戶信貸需求的創(chuàng)新金融模式，實現(xiàn)涉農(nóng)貸款供需協(xié)調(diào)，是G商業(yè)銀行的重要任務。

（三）G商業(yè)銀行涉農(nóng)貸款信用風險防控水平逐漸增強

G商業(yè)銀行涉農(nóng)貸款不良率由2018年的超過6.3%降低至2023年末的不足1.8%，說明G商業(yè)銀行涉農(nóng)貸款信用風險防控水平在逐年增強。這是由于G商業(yè)銀行將信用風險防控措施嵌入貸款全生命周期管理。主要包含質(zhì)量管控、風險預警和風險處置三個環(huán)節(jié)：一是嚴格業(yè)務準入，貸前調(diào)查從源頭上控制風險?？蛻艚?jīng)理在貸前對涉農(nóng)貸款申請人信用和借款用途、提交資料進行認真研究和分析，出動多名客戶經(jīng)理從不同切入點共同審查同一借款人。對于抵押物和擔保人，要對其合法性、市場估值，擔保資格和能力等進行多方調(diào)查確認，進一步測算出借款申請人的投入產(chǎn)出效益和還款能力。同時要嚴格審查借款人交叉借貸情況，將其作為還款重要補充要件納入貸前審查環(huán)節(jié)。貸中審查重點對資料的合規(guī)合理性進行審查。還加強了信貸審查人員的審查專業(yè)知識技能培訓。二是扎實存續(xù)期管理。G商業(yè)銀行有效防控涉農(nóng)不良貸款發(fā)生的重點措施就是對貸后管理進行專門的分類管理模式，加強貸后管理，嚴格人員貸后審查考評，切實做好對貸款人實時追蹤，合理管理，及時反饋。三是精細化風險處置。G商業(yè)銀行針對逾期風險，細化分工，對不同逾期金額和時間進行嚴格分類，差別制定風險處置方案，同時行政強制、法律訴訟等配套手段同時跟進，共同做好本金催收，抓住貸款清收最佳時機，及時化解和處置涉農(nóng)貸款信用風險。

G商業(yè)銀行嚴控內(nèi)審制度，對貸款施行全環(huán)節(jié)全流程細化管理，每個環(huán)節(jié)責任到人，堵死涉農(nóng)信用風險隱患缺口；同時，高于內(nèi)審部門的問責委員會為G商業(yè)銀行特有部門，明確貸款各環(huán)節(jié)責任分布和人員分工，出現(xiàn)違規(guī)行為立馬責任到人。對降低涉農(nóng)貸款不良率，穩(wěn)步提升G商業(yè)銀行涉農(nóng)貸款信用風險管控效果貢獻巨大。

四、政策建議

通過對G商業(yè)銀行2023年涉農(nóng)貸款業(yè)務情況的分析研究結果，提出如下政策建議。

（一）針對內(nèi)部問題的對策

1.改善涉農(nóng)信貸的投放不足

一是要以政策為導向創(chuàng)新涉農(nóng)信貸擔保方式。由于地區(qū)具體農(nóng)業(yè)經(jīng)濟發(fā)展情況不同，擔保方式和范圍需要結合當?shù)貙嶋H農(nóng)業(yè)經(jīng)濟金融情況、征信環(huán)境和擔保主體的實際需求進行優(yōu)化創(chuàng)新。首先，以集體運作模式代替單人聯(lián)保模式。按照“熟二生三”的聯(lián)保模式，實施農(nóng)村地區(qū)涉農(nóng)擔保。其次，拓寬涉農(nóng)貸款農(nóng)業(yè)用地抵押渠道，將國內(nèi)現(xiàn)有“兩權”質(zhì)押先進案例結合G商業(yè)銀行實際情況合理運用。最后，拓寬涉農(nóng)貸款中生物資產(chǎn)抵押渠道。增設專門評估部門，并融入科技、保險等先進風險防控手段，對生物資產(chǎn)進行動態(tài)評估和實時監(jiān)測管理，并在動態(tài)檢測過程中充分利用衛(wèi)星定位、區(qū)塊鏈、物聯(lián)網(wǎng)等先進技術。二是應從產(chǎn)業(yè)鏈創(chuàng)新入手，培育新涉農(nóng)信貸主體。順應新型產(chǎn)業(yè)鏈資金實際需求，產(chǎn)出金融產(chǎn)品，服務好新型涉農(nóng)信貸主體。并在提供金融服務中運用好大數(shù)據(jù)等先進工具，確保農(nóng)村金融資源的優(yōu)化配置。三是建立健全涉農(nóng)貸款信用風險的分散與補償機制。一方面要引入新的擔保資金方?？梢砸胗唵?、應收賬款等方式，以生產(chǎn)鏈為切入點，將生產(chǎn)環(huán)節(jié)納入風險分擔中，提升企業(yè)合作意愿。另一方面還可以引入政府資金。通過財政貼息，稅收優(yōu)惠等政策降低企業(yè)融資成本，同時也可以設立更多政策背書的擔保機構，提升總體擔保機構質(zhì)量。

2.健全涉農(nóng)貸款風險防控制度

一是完善風險防控制度。從涉農(nóng)金融服務對象入手，區(qū)別化制定風險評級制度，完善風險防控制度；二是健全信用評估體系。嚴格動態(tài)貸中監(jiān)管，拓寬信用評估考量范疇，將企業(yè)口碑、上下游供應鏈、訂單執(zhí)行情況等信息納入涉農(nóng)信用貸款審批評估體系。并對不同評分等級客戶開展差別化授信額度和審批手續(xù)以及催收制度；三是建立健全信用評估體系?？梢酝ㄟ^建立全行統(tǒng)一涉農(nóng)信貸基本信息數(shù)據(jù)庫，實現(xiàn)各支行之間涉農(nóng)信貸信息共享，并且引入先進模型，結合本行實際對評估模型進行現(xiàn)實化改造。

3.加強涉農(nóng)貸款金融基礎設施建設

一方面，加快數(shù)字化轉(zhuǎn)型。使用AI技術將征信系統(tǒng)，交易數(shù)據(jù)等各類數(shù)據(jù)綜合學習，對涉農(nóng)信貸主體的經(jīng)營情況和償債能力進行綜合分析和動態(tài)管理。同時引入BI（商業(yè)智能分析工具）等技術以實現(xiàn)數(shù)據(jù)的可視化轉(zhuǎn)換，實現(xiàn)客戶、行業(yè)、區(qū)域等維度涉農(nóng)貸款業(yè)務全流程風險指標監(jiān)測，有力提升信用風險防控水平；另一方面，加強涉農(nóng)貸款風險防控管理方面的人才建設。一是要注重培訓。除去風險業(yè)務常規(guī)培訓，還需要定期交流，通過經(jīng)驗介紹、專業(yè)演講等各種形式，提升G商業(yè)銀行信用風險防控管理人員的業(yè)務水平。二是要配套相應的激勵計劃。將風險防控管理水平的高低與員工業(yè)績員工工資直接掛鉤，提升員工風險防控管理的工作積極性。三是要結合不同地區(qū)的實際情況，針對涉農(nóng)貸款相關從業(yè)人員崗位要求，有目的有指向的選拔專業(yè)涉農(nóng)信貸風險防控管理人才，打造行內(nèi)人才儲備庫。還可將信貸風險管理防控納入涉農(nóng)貸款考評體系，完善人力資源績效考評體系，使涉農(nóng)信貸風險防控管理人員的工作量指標一目了然，從而提高激勵制度實施效果。

（二）針對外部問題的對策

1.完善涉農(nóng)信貸信用風險防控管理法律法規(guī)建設

現(xiàn)階段，隨著鄉(xiāng)村振興戰(zhàn)略的加速發(fā)展，我國應盡快構建符合我國國情的涉農(nóng)融資法律法規(guī)體系，依托健全法律法規(guī)體系創(chuàng)造良好的涉農(nóng)信貸融資環(huán)境，為商業(yè)銀行涉農(nóng)信貸提供完善的法律依據(jù)，更好地促進農(nóng)業(yè)和農(nóng)村經(jīng)濟的健康發(fā)展。

2.發(fā)揮政策正向引導，扶持涉農(nóng)信貸健康發(fā)展

政府需積極干預農(nóng)村經(jīng)濟金融發(fā)展，扶持涉農(nóng)信貸資金支持，重視涉農(nóng)信貸信用風險，積極推行優(yōu)惠財稅優(yōu)惠政策，正確引導相關配套農(nóng)業(yè)設施建設，多渠道引導社會融資傾向農(nóng)業(yè)、農(nóng)村地區(qū)，不斷推進涉農(nóng)信貸機制改革，提升信貸主體投融資能力。

3.健全涉農(nóng)信貸供給體系

發(fā)展以政策性、合作性與商業(yè)銀行為共同體的健全的涉農(nóng)信貸供給體系，在實際涉農(nóng)金融活動中，各類型金融機構互助互補，協(xié)同共行，為涉農(nóng)主體提供更好的資金支持。

參考文獻：

[1]E Field，R Pande，J Papp，N Rigol.2013.Does the Classic Microfinance Model Discourage Entrepreneurship Among the Poor Experimental Evidence from India[J].American Economic Review， 103（6）：2196-2226.

[2]李占彬，李曉紅.金融支持“三農(nóng)”現(xiàn)狀及思考——以元氏縣為例[J].河北金融，2015（9）：71-73.

[3]常佳琦，曾兆祥.農(nóng)村商業(yè)銀行涉農(nóng)貸款對三農(nóng)發(fā)展影響的研究[J].金融經(jīng)濟，2019（14）：5-8

[4]Charles B. Dodson， Bruce L. Ahrendsen， Gianna Short. Does use of nontraditional creditincrease risk？[J].Agricultural Finance Review，2022，82（2）：359-378.

[5]石寶峰，田錦萱，孫夢遙.“低學歷”抑或“高學歷”：誰帶來了更高的違約率？[J/OL].農(nóng)業(yè)技術經(jīng)濟，1-16[2024-02-21].

[6]李楠.黑龍江商業(yè)銀行涉農(nóng)貸款問題管理研究[J].現(xiàn)代經(jīng)濟信息，2015（6）：488

[7]Amin，Imam，Malik. Regulations，governance，and resolution of non-performing loan：Evidence from an emerging economy[J].Emerging Markets Finance and Trade，201955（10）：2275-2297.

[8]王鐵.對北安市涉農(nóng)貸款犯罪及風險防控的調(diào)查分析[J].黑河學刊，2017（6）：108-109.

[9]梁偉森，溫思美.涉農(nóng)中小企業(yè)貸款違約風險評估研究—基于“新三板”農(nóng)林牧漁類企業(yè)數(shù)據(jù)[J].農(nóng)村經(jīng)濟，2019（11）：93-110.

[10]姚靖宇.村鎮(zhèn)銀行信用風險及其發(fā)展之路[J].中國市場，2020，（3）：51-52.

[11]Ebenezer Okyere，Alice Constance Mensah.Macroeconomic and Bank SpecificDeterminants of Non-performing Loans in Ghanaian Banking Sector[J]. InternationalJournal ofAccounting，F(xiàn)inance and Risk Management，2022，7（2）： 40-48.

[12]曾雄，旺毛陳，楊亦民.農(nóng)村信用體系防控農(nóng)戶信貸違約風險機理研究.會計之友 .02（2023）：62-69.

[13]劉寶磊， 張園園. 基于信用評價模型對農(nóng)戶貸款違約行為的實證分析[J]. 金融經(jīng)濟， 2009（2）： 110-111

[14]中國人民銀行，中國銀行業(yè)監(jiān)督管理委員會關于建立《涉農(nóng)貸款專項統(tǒng)計制度》的通知.銀發(fā)[2007]246號

[15]劉洋名.加強涉農(nóng)中小企業(yè)貸款擔保代償風險管理對策研究[J].四川農(nóng)業(yè)科技，2018（10）：60-63.

[16]周穎. 縣級農(nóng)商行涉農(nóng)貸款“ 貸款＋ 保險” 新模式 [J]. 農(nóng)經(jīng)管理，2016（21）：68.

[17]常佳琦，曾兆祥.農(nóng)村商業(yè)銀行涉農(nóng)貸款對三農(nóng)發(fā)展影響的研究[J].金融經(jīng)濟，2019（14）：5-8

[18]徐璐. 金融支持“ 三農(nóng)” 發(fā)展現(xiàn)狀、 問題及對策 [J]. 鄉(xiāng)村科技，2018（15）：43-45.

[19]謝浩，許生杰.對鹽城市涉農(nóng)貸款投放情況的調(diào)查與思考[J].時代金融，2017（15）：75.

[20]代艷.數(shù)字農(nóng)貸的興起與涉農(nóng)貸款風險補償機制優(yōu)化[J]. 農(nóng)業(yè)經(jīng)濟. 2022，（1）.

[21]王一鳴，閆洪舉.商業(yè)銀行線上涉農(nóng)貸款風險及防控策略探究[J].農(nóng)村金融研究2021（11）.

[22]杜金泉，李松，王哲爾.涉農(nóng)貸款最優(yōu)風險補償機制研究[J].農(nóng)村經(jīng)濟.2020（3）.

[23]陸岷峰，王婷婷.基于數(shù)字銀行背景下數(shù)字信貸風險控制管理的戰(zhàn)略研究[J].金融理論與實踐，2020（1）.

周梅，趙德泉.鄉(xiāng)村振興視角下的涉農(nóng)貸款投放效率分析[J].金融發(fā)展研究，2019（5）.