樊樹鋼，周少雅

[摘 要]近年來，國家一直鼓勵(lì)發(fā)展農(nóng)村小額貸款以促進(jìn)解決“三農(nóng)”問題。由于農(nóng)戶小額貸款額度小、分散，無有效完整的財(cái)務(wù)記錄，且現(xiàn)行的商業(yè)銀行傳統(tǒng)的信用評(píng)分模型無法完全適用于農(nóng)戶小額貸款信用風(fēng)險(xiǎn)評(píng)估的實(shí)際運(yùn)作，使農(nóng)戶小額貸款評(píng)估成本高、難度大，發(fā)展緩慢滯后。文章基于農(nóng)戶小額貸款發(fā)展瓶頸現(xiàn)狀，從農(nóng)戶特點(diǎn)著手，利用德爾菲法和層次分析法，深入考察影響農(nóng)戶貸款回收的風(fēng)險(xiǎn)因素，構(gòu)建中國農(nóng)戶小額貸款違約風(fēng)險(xiǎn)評(píng)估體系，為進(jìn)一步研究小額農(nóng)貸的信用風(fēng)險(xiǎn)管理和風(fēng)險(xiǎn)控制提供理論依據(jù)。

[關(guān)鍵詞]小額信貸;違約風(fēng)險(xiǎn);風(fēng)險(xiǎn)評(píng)估;Delphi法;kappa值

[DOI]10.13939/j.cnki.zgsc.2019.36.047

1 農(nóng)戶小額信貸的發(fā)展現(xiàn)狀

1.1 小額農(nóng)貸面臨的困境

我國于20世紀(jì)90年代初引進(jìn)農(nóng)村小額貸款，其目的是作為一種創(chuàng)新型的金融服務(wù)模式為貧苦農(nóng)戶提供一條幫助其走上自我生存和發(fā)展的道路。[1]但農(nóng)戶小額貸款筆數(shù)多、分布散，且大多數(shù)無抵押、無擔(dān)保[2]，具有很高的評(píng)估成本和貸款回收風(fēng)險(xiǎn)。盡管近年來農(nóng)戶小額貸款在完善農(nóng)村金融市場(chǎng)、推動(dòng)農(nóng)村經(jīng)濟(jì)增長、提高農(nóng)民生活水平上發(fā)揮了很大的作用，然而，目前其發(fā)展仍有很多不盡如人意的地方。

1.2 農(nóng)村金融市場(chǎng)環(huán)境遇到挑戰(zhàn)

受金融危機(jī)影響，農(nóng)村金融市場(chǎng)環(huán)境不如從前，存款增加而貸款增速放緩。2008年，金融機(jī)構(gòu)年末各項(xiàng)貸款余額達(dá)7521億元，比2017年增長6.8%，增速低于2006年的12.8%和2007年的15%的水平;人均貸款余額3156元，比2017年增高167元，增長5.6%，但存款卻達(dá)到2000年以來最高增速26.4%，人均存款增長也達(dá)24.9%?？梢?，我國農(nóng)村金融市場(chǎng)受金融危機(jī)影響較大，使得農(nóng)戶小額貸款發(fā)展越發(fā)緩慢。

1.3 農(nóng)戶借貸面臨困境

從農(nóng)戶借貸來源來看，很多民間組織或個(gè)人依然是主要借貸對(duì)象，同時(shí)，農(nóng)村小額貸款在運(yùn)作過程中也面臨很多問題。

首先，一方面農(nóng)戶小額貸款的主體是以農(nóng)業(yè)生產(chǎn)收入為主的農(nóng)戶，收入不穩(wěn)定性，決定了農(nóng)戶還款具有高風(fēng)險(xiǎn)性。其次，三種農(nóng)戶小額信貸（即地下錢莊、農(nóng)村銀行、正規(guī)農(nóng)村金融機(jī)構(gòu)）都面臨著各自的問題。第一類：非官方資本不能廣泛吸收社會(huì)存款，有礙于長期生存和發(fā)展。第二類：政府主導(dǎo)項(xiàng)目，由于體制多變，不適應(yīng)發(fā)展的形勢(shì)，缺乏專職隊(duì)伍建設(shè)和強(qiáng)調(diào)補(bǔ)貼利率政策等方面，因此不具備持續(xù)性發(fā)展的目標(biāo)。第三類：如小額信貸公司，面臨的主要問題是如何突破項(xiàng)目運(yùn)行和財(cái)務(wù)兩方面管理水平低的瓶頸制約。最后，小額信貸機(jī)構(gòu)創(chuàng)新不足，項(xiàng)目種類單一。我國小額信貸自1993年引進(jìn)至今，發(fā)展時(shí)間較短，經(jīng)驗(yàn)不足，各類的小額信貸公司發(fā)展緩慢，規(guī)模不大。小額信貸主要由農(nóng)業(yè)銀行與農(nóng)村信用社來提供，該類機(jī)構(gòu)在小額信貸業(yè)務(wù)的示范作用較強(qiáng)，缺乏創(chuàng)新行為，導(dǎo)致項(xiàng)目種類單一。

2 農(nóng)戶小額貸款違約風(fēng)險(xiǎn)評(píng)估體系的構(gòu)建

為了對(duì)小額農(nóng)貸借方違約風(fēng)險(xiǎn)進(jìn)行科學(xué)客觀評(píng)估，通過廣泛咨詢專家學(xué)者，本文采用Delphi法、層次分析法和Logit模型構(gòu)建農(nóng)戶小額貸款違約風(fēng)險(xiǎn)評(píng)估體系。

在整個(gè)模型的構(gòu)建上，本文通過Delphi法，層次分析法篩選出重要的影響因素，并利用Logit模型建立農(nóng)戶小額貸款的違約風(fēng)險(xiǎn)評(píng)估體系。

2.1 Delphi法

德爾菲法，是采用背對(duì)背的通信方式征詢專家小組成員的預(yù)測(cè)意見，經(jīng)過幾輪征詢，使專家小組的預(yù)測(cè)意見趨于集中，最后做出符合市場(chǎng)未來發(fā)展趨勢(shì)的預(yù)測(cè)結(jié)論。德爾菲法又名專家意見法，是依據(jù)系統(tǒng)的程序，采用匿名發(fā)表意見的方式，即團(tuán)隊(duì)成員之間不得互相討論，不發(fā)生橫向聯(lián)系，只能與調(diào)查人員聯(lián)系，以反復(fù)的填寫問卷，以集結(jié)問卷填寫人的共識(shí)及收集各方意見，可用來構(gòu)造團(tuán)隊(duì)溝通流程，應(yīng)對(duì)復(fù)雜任務(wù)難題的管理技術(shù)。

2.2 層次分析法

層次分析法（Analytic Hierarchy Process，AHP）是將與決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)之上進(jìn)行定性和定量分析的決策方法。

2.2.1 Delphi法標(biāo)度法

Satty 尺度分值1的含義，兩兩比較，表示橫向因素與縱向因素對(duì)上層次指標(biāo)影響相同;3的含義，表示橫向因素與縱向因素對(duì)上層次指標(biāo)影響相同;5的含義，表示橫向因素比縱向因素對(duì)上層次指標(biāo)影響程度大;7的含義，表示橫向因素比縱向因素對(duì)上層次指標(biāo)影響程度明顯大;9的含義，表示橫向因素比縱向因素對(duì)上層次指標(biāo)影響程度絕對(duì)大;2、4、6、8的含義，表示橫向因素比縱向因素對(duì)上層因素次指標(biāo)影響程度介于相鄰等級(jí)之間;1/3的含義，表示縱向因素比橫向因素對(duì)上層次指標(biāo)影響稍大;1/5的含義，表示縱向因素比橫向因素對(duì)上層次指標(biāo)影響大;1/7的含義，表示縱向因素比橫向因素對(duì)上層次指標(biāo)影響明顯大;1/9的含義，表示縱向因素比橫向因素對(duì)上層次指標(biāo)影響絕對(duì)大;1/2…1/8的含義，表示縱向因素比橫向因素對(duì)上層因素次指標(biāo)影響程度介于相鄰等級(jí)之間。

2.2.2 單級(jí)指標(biāo)權(quán)重確定

利用和法求出判斷矩陣A對(duì)應(yīng)于最大特征值的特征向量W，經(jīng)歸一化即為同一層次相應(yīng)指標(biāo)對(duì)于上一層次某指標(biāo)相對(duì)重要性的權(quán)值向量。具體步驟如下：

（1）將判斷矩陣A的每一列向量進(jìn)行歸一化，得（1）

Cij=Aij∑ni=1Aij（1）

（2）對(duì)歸一化后的矩陣Cij按行求和，得到向量（2）

C-i=∑nj=1Cij（2）

（3）對(duì)C ij再次進(jìn)行歸一化變化，得到向量（3）

向量W =（W1，W2，W3，…，Wn）T

Wi=C-i∑ni=1C-i（3）

2.3 Logit模型

Logit模型，也譯作“評(píng)定模型”“分類評(píng)定模型”，是離散選擇法模型之一，屬于多重變量分析范疇。通過Logit模型，可以對(duì)違約風(fēng)險(xiǎn)比例的對(duì)數(shù)進(jìn)行估計(jì)。

lnPi1-Pi=α+βX+γY+μ

式中，Pi為農(nóng)戶違約概率，X，Y為影響農(nóng)戶違約的因素。

2.4 風(fēng)險(xiǎn)評(píng)估指標(biāo)選擇

小額信貸中農(nóng)戶的信用風(fēng)險(xiǎn)評(píng)估指標(biāo)：

（1）戶主基本情況A1：年齡A11、性別A12、受教育程度A13、健康狀況A14、婚姻狀況A15。

（2）農(nóng)戶家庭基本情況A2：家庭人口數(shù)量A21、非勞動(dòng)力人口A23、經(jīng)營農(nóng)產(chǎn)品性質(zhì)A24。

（3）農(nóng)戶財(cái)富狀況A3：自有土地A31、房產(chǎn)A32、農(nóng)業(yè)機(jī)械、工具、牲畜A33、其他財(cái)產(chǎn)A34。

（4）農(nóng)戶收入情況A4：家庭年收入A41、農(nóng)業(yè)收入A42、務(wù)工收入A43、農(nóng)民福利性收入A44。

（5）農(nóng)戶支出情況A5：家庭年總支出A51、基本生活消費(fèi)支出A52、農(nóng)業(yè)支出A53、其他支出A54。

（6）農(nóng)戶家庭負(fù)債、償還情況A6：當(dāng)前負(fù)債總額A61、借款歷史狀況A62、償債歷史狀況A63。

（7）外部環(huán)境A7：其他村民對(duì)本農(nóng)戶信用評(píng)價(jià)A71、本村其他村民信用狀況A72、本村經(jīng)濟(jì)水平狀況A73、本村經(jīng)濟(jì)水平狀況A73、政府支持政策A74。

2.4.1 一級(jí)判斷矩陣及指標(biāo)權(quán)重

表1是為針對(duì)農(nóng)戶小額貸款違約風(fēng)險(xiǎn)評(píng)估指標(biāo)體系一級(jí)指標(biāo)的賦值情況。

根據(jù)表1得出判斷矩陣：

A =1.000.700.460.660.94 0.40 1.76 1.43 1.000.59 0.26 1.510.311.75 2.171.691.00 1.522.420.763.25 1.52 3.85 0.66 1.002.40 0.853.89 1.060.66 0.410.421.000.28 1.972.503.231.321.18 3.571.00 3.83 0.570.570.31 0.26 0.510.26 1.00

（1）對(duì)判斷矩陣A進(jìn)行歸一化處理：

Cij=Aij∑ni=1Aij=0.100.060.100.120.080.100.100.140.090.120.050.120.080.100.210.140.210.290.200.200.190.150.330.140.190.190.220.220.100.060.090.080.080.070.110.240.280.280.220.290.260.220.060.050.060.050.040.070.06

（2）對(duì)歸一化處理后的判斷矩陣Cij進(jìn)行求和：

C—i=∑nj=1Cij=（0.66 0.70 1.43 1.44 0.59 1.79 0.38）

（3）對(duì)C—i再進(jìn)行歸一化處理：

Wi=C—i∑ni=1C—i=（0.09 0.10 0.20 0.21 0.08 0.26 0.05）

（4）一致性檢驗(yàn)

AWi=1.00 0.70 0.46 0.66 0.94 0.40 1.76 1.43 1.00 0.59 0.26 1.51 0.31 1.75 2.17 1.69 1.00 1.52 2.42 0.76 3.25 1.52 3.85 0.66 1.00 2.40 0.85 3.89 1.06 0.66 0.41 0.42 1.00 0.28 1.97 2.50 3.23 1.32 1.18 3.57 1.00 3.83 0.57 0.57 0.31 0.26 0.51 0.26 1.00 ×0.09 0.10 0.20 0.21 0.08 0.26 0.05 =0.67 0.71 1.47 1.50 0.60 1.84 0.39

λmax=∑4i=1AWiWin =7.16

可以得出：CI=0.027， 進(jìn)一步根據(jù)一致性檢驗(yàn)的定義求得 C.R=0.02<0.1，說明矩陣通過一致性檢驗(yàn)。

2.4.2 二級(jí)指標(biāo)判斷矩陣及權(quán)重計(jì)算

可以通過上面的賦值表得出判斷矩陣A1=1.00 1.65 0.79 0.81 1.30 0.61 1.00 0.69 1.41 0.89 1.27 1.45 1.00 1.89 3.89 1.23 0.71 0.53 1.00 4.38 0.77 1.12 0.26 0.23 1.00

同理求得該判斷矩陣中二級(jí)指標(biāo)對(duì)應(yīng)的權(quán)重W1=0.20 ?0.17 0.30 0.22 0.11T

通過一致性檢驗(yàn)，得出C.R=0.084<0.1， 通過一致性檢驗(yàn)。

同理可求得余下各二級(jí)指標(biāo)所對(duì)應(yīng)的權(quán)重。

2.4.3 二級(jí)指標(biāo)的權(quán)重

最后將指標(biāo)層各指標(biāo)的權(quán)重與其相應(yīng)的子系統(tǒng)層權(quán)重相乘，得出指標(biāo)的合成權(quán)重，將合成權(quán)重排在前20位指標(biāo)的權(quán)重相加可得，前面20個(gè)指標(biāo)權(quán)重之和達(dá)到0.902605，因而可以將后面的8個(gè)指標(biāo)去掉，這不會(huì)對(duì)指標(biāo)的解釋產(chǎn)生很大的影響。同理，再通過運(yùn)算，得出16個(gè)解釋能力較強(qiáng)的指標(biāo)，這些關(guān)鍵指標(biāo)分別是：當(dāng)前負(fù)債總額A61，家庭年收入A41，自有土地A31，償債歷史狀況A63，房產(chǎn)A32，借款歷史狀況A62，務(wù)工收入A43，經(jīng)營農(nóng)產(chǎn)品性質(zhì)A24，農(nóng)業(yè)收入A42，農(nóng)業(yè)機(jī)械、工具、牲畜A33，家庭年總支出A51，受教育程度A13，從事農(nóng)業(yè)人口A22，家庭人口數(shù)量A21，其他村民對(duì)本農(nóng)戶信用評(píng)價(jià)A71，基本生活消費(fèi)支出A52。

2.4.4 農(nóng)戶小額貸款違約風(fēng)險(xiǎn)模型

由上面確定的16個(gè)關(guān)鍵因素對(duì)農(nóng)戶小額貸款違約風(fēng)險(xiǎn)，通過Logit模型構(gòu)建評(píng)估體系：

ln（Pi1-Pi）=α+β1A61+β2A41+β3A31+β4A63+β5A32+β6A62+β7A43+β8A24+β9A42+β10A33+β11A51+β12A13+β13A22+β14A21+β15A71+β16A52

即Pi=1/[1-exp-（α+β1A61+β2A41+β3A31+β4A63+β5A32+β6A62+β7A43+β8A24+β9A42+β10A33+β11A51+β12A13+β13A22+β14A21+β15A71+β16A52）]

Pi為農(nóng)戶小額信貸違約風(fēng)險(xiǎn)概率。

3 模型的局限與修正

3.1 模型的局限性

本文農(nóng)戶小額信貸信用風(fēng)險(xiǎn)評(píng)估體系是建立在德爾菲法、層次分析法和邏輯概率模型的基礎(chǔ)之上，結(jié)論有一定的合理性和科學(xué)性，但是也存在著一些局限性：第一，信用評(píng)估體系中的關(guān)鍵影響因素是通過專家賦值、層次分析所篩選出來的，由于專家們生活經(jīng)歷相異，判斷價(jià)值觀念存在主觀性，會(huì)導(dǎo)致評(píng)估體系缺乏說服力;第二，本文對(duì)專家賦值整理采用的是均值法，盡管通過了專家的一致性認(rèn)可，但是均值削弱了賦值的差異性，不能很好地體現(xiàn)各因素之間的差異;第三，本文的評(píng)估體系建立使用了邏輯分布模型，假設(shè)前提是影響因素的邊際或增補(bǔ)效應(yīng)一直保持不變，但是對(duì)于農(nóng)戶小額信貸因素影響作用是因地而異;第四，該作品建立的評(píng)估體系自變量數(shù)目較多，部分存在共線性，而且調(diào)查成本較高;第五，模型沒有考慮借方與其他村民聯(lián)合因素的影響，對(duì)于一個(gè)村落來說，村民之間的相互制約和影響作用是很強(qiáng)的?？偟膩碚f，本文評(píng)估體系存在很大的修正空間，為了進(jìn)一步檢驗(yàn)?zāi)Ｐ秃Y選的16個(gè)指標(biāo)的一致性和可靠性，考察其是否能對(duì)農(nóng)戶小額信貸信用進(jìn)行評(píng)估，下文采用Kappa值方法對(duì)指標(biāo)進(jìn)行驗(yàn)證。

3.2 模型的修正

3.2.1 模型的Kappa值驗(yàn)證

Kappa值是用于檢測(cè)內(nèi)部一致性，即兩個(gè)評(píng)估人對(duì)同一對(duì)象的評(píng)估是否具有一致性，其值在0～1，1表示評(píng)估完全一致，0表示評(píng)估完全不一致，在涉及多個(gè)評(píng)分人和多個(gè)項(xiàng)目時(shí)，最常見的做法是有取遍所可能的不同兩個(gè)人之間的Kappa統(tǒng)計(jì)值，然后再取Kappa統(tǒng)計(jì)值的均值來進(jìn)行衡量。

由前文得出的模型中的16個(gè)指標(biāo)中，本次調(diào)查問卷的目的是獲取研究了解農(nóng)戶小額貸款信用風(fēng)險(xiǎn)專家對(duì)獲取前饋信號(hào)的認(rèn)可程度。（選項(xiàng)為“非常重要”“一般重要”“不怎么重要”“一點(diǎn)都不重要”，這是為了避免Kappa統(tǒng)計(jì)值固有的缺陷而采取的“一般重要”和“非常重要為正面評(píng)價(jià)，其他未反面評(píng)價(jià)）。

本次發(fā)放的問卷是通過電子郵件的方式發(fā)送到國內(nèi)外15所高校中對(duì)農(nóng)村金融有研究的專家老師，發(fā)放問卷200份，其中回收問卷17份，有效問卷17份，在返回問卷的參與者中，大部分為專家教授，指標(biāo)的認(rèn)可程度都高于50%，部分高于90%，總體上，大部分的專家學(xué)者對(duì)選取的16個(gè)指標(biāo)較為滿意。

進(jìn)一步計(jì)算正面一致性和反面一致性，選取樣本中的28個(gè)配對(duì)計(jì)算，通過計(jì)算正面一致性和反面一致性均值分別為0.79和0.25，表明專家對(duì)采用的16個(gè)指標(biāo)評(píng)價(jià)的一致性為本質(zhì)的，而且從正面評(píng)價(jià)一致性比反面評(píng)價(jià)一致性顯著要高，說明不一致性主要來自于反面評(píng)價(jià)。總體上看，由層次分析中篩選出來的指標(biāo)基本上涵蓋了農(nóng)戶小額信貸風(fēng)險(xiǎn)評(píng)估。

3.2.2 模型使用時(shí)注意事項(xiàng)

在模型的使用過程當(dāng)中，對(duì)模型可以根據(jù)具體的情況進(jìn)行修正。第一，小額信貸借方違約概率對(duì)于不同的地方，影響因素權(quán)重是不一樣的，因此對(duì)于自變量的選擇可以根據(jù)具體的情況進(jìn)行增加和減少，對(duì)于共線性修正，可以采取加權(quán)方式進(jìn)行修改;第二，對(duì)于村民之間制約和影響，信貸機(jī)構(gòu)可以在操作的過程當(dāng)中，引入聯(lián)保、社區(qū)等措施進(jìn)行減低農(nóng)戶的違約風(fēng)險(xiǎn);第三，對(duì)于有借貸歷史的村民建立信用檔案并行業(yè)內(nèi)共享信息，減少再次調(diào)查成本，對(duì)于首次調(diào)查，在每個(gè)地區(qū)固定當(dāng)?shù)氐恼{(diào)查人員，采用本地工作人員，減少信息不對(duì)稱;第四，至于專家賦值的主觀性問題，可以增加樣本容量，不斷調(diào)試賦值，最后選取較為符合實(shí)際情況的數(shù)據(jù)。

4 結(jié)論

我國農(nóng)戶小額貸款信用風(fēng)險(xiǎn)的評(píng)估具有特殊性。本研究針對(duì)我國農(nóng)戶的特點(diǎn)，初步進(jìn)行了一個(gè)信用風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建。但其發(fā)展受主、客體和內(nèi)、外部因素的制約和影響，仍需結(jié)合農(nóng)戶特點(diǎn)和小額貸款公司的運(yùn)作特征探究更為精確的評(píng)估方法。今后，構(gòu)建與不同特點(diǎn)的農(nóng)戶和小額貸款公司運(yùn)作特征相符的信用風(fēng)險(xiǎn)評(píng)估是值得進(jìn)一步研究的重要課題。

參考文獻(xiàn)：

[1]麥英姿.我國小額貸款公司風(fēng)險(xiǎn)控制問題探究[J].中國商界，2010（1）：30-31.

[2]劉如松.農(nóng)村小額貸款風(fēng)險(xiǎn)管理探析[J].財(cái)經(jīng)界（學(xué)術(shù)版），2010（7）：7-9.

[作者簡介]樊樹鋼（1999—），男，漢族，安徽鳳臺(tái)人，本科，方向：投資學(xué)。