楊君岐　趙雅琦

摘要：為確保在2020年實現(xiàn)全民脫貧攻堅，黨和國家的工作重心一直圍繞著精準(zhǔn)扶貧展開。然而，我國的陜南革命老區(qū)由于經(jīng)濟(jì)落后、情況復(fù)雜，目前的扶貧工作依舊面臨著扶貧評級授信難等問題。本文基于對陜南革命老區(qū)商洛市鎮(zhèn)安縣農(nóng)戶的調(diào)研數(shù)據(jù)結(jié)果，引入3個一級指標(biāo)及10個二級指標(biāo)，從定性與定量結(jié)合的角度出發(fā)，選用層次分析法與模糊綜合評價法構(gòu)建符合革命老區(qū)現(xiàn)實情況的扶貧信用評價體系。本文共選取1321個調(diào)研樣本進(jìn)行實證結(jié)果分析，建立了科學(xué)有效的信用評價體系，為政府精準(zhǔn)扶貧工作與金融機(jī)構(gòu)評級授信積極建言獻(xiàn)策。

關(guān)鍵詞：金融扶貧? 革命老區(qū)? 信用評價? 層次分析法? 模糊綜合評價法

2019年，中央一號文件就“農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革”工作提出要求，要扎實推進(jìn)精準(zhǔn)扶貧工作，不斷促進(jìn)農(nóng)村金融發(fā)展。2020年是實現(xiàn)全民脫貧攻堅的決勝之年。目前革命老區(qū)精準(zhǔn)扶貧工作中最關(guān)鍵的問題是如何將有限的資金用到最需要的貧困戶上，如何從扶貧角度客觀對貧困戶的信用情況做信用評價。歷來，銀行等金融機(jī)構(gòu)多數(shù)將扶貧對象排除在信用評級的優(yōu)質(zhì)客戶外，以商洛市為代表的我國重點革命老區(qū)，近幾年努力探索了符合當(dāng)?shù)貙嶋H的脫貧道路。2018年，商洛市農(nóng)業(yè)生產(chǎn)總值174.35億元，較2017年同期增長4.1%;城鄉(xiāng)居民可支配收入較2017年分別增長8.4%和9.5%。商洛市鎮(zhèn)安是國家扶貧開發(fā)重點縣、革命老區(qū)縣，全縣有建檔立卡貧困村96個，其中深度貧困村15個，截至2018年底，穩(wěn)定脫貧退出25041戶76970人，剩余貧困人口724戶2178人，貧困發(fā)生率降至0.89%。近年來，鎮(zhèn)安縣政府持續(xù)增加邊遠(yuǎn)山區(qū)、特困人群等的扶貧力度。目前的扶貧工作中主要存在以下難點：一是信息采集有障礙，扶貧評級授信難;二是貧困戶還款意識薄弱，還款風(fēng)險大;三是金融機(jī)構(gòu)覆蓋少，“普惠”介入難。

本文通過對鎮(zhèn)安縣的實地調(diào)研，充分考察農(nóng)戶現(xiàn)在的經(jīng)濟(jì)狀況以及未來的發(fā)展?jié)摿?。從家庭特征、償債能力、信譽狀況這三個維度選取指標(biāo)，由此確定戶主的年齡、健康狀況、受教育程度、家庭人口數(shù)、家庭教育負(fù)擔(dān)、家庭人均年純收入、農(nóng)戶勞動時間、農(nóng)戶勞動技能、農(nóng)戶的勤勞程度、信用與品德等二級指標(biāo)。結(jié)合層次分析法和模糊綜合評價法，構(gòu)建出一個符合陜南革命老區(qū)的扶貧信用評價指標(biāo)體系，并根據(jù)農(nóng)戶數(shù)據(jù)進(jìn)行實證分析。

一、基于AHP的模糊綜合評價法的模型構(gòu)建

（一）評語集合的確定

（二）基于層次分析法（AHP）的指標(biāo)權(quán)重的判定

1.層次分析法的運用步驟。

（1）建立層次結(jié)構(gòu)模型。

（2）構(gòu)造兩兩矩陣。設(shè)T為評價指標(biāo)集，，代表對的相對重要程度（j=1，2，3，...，n），判斷矩陣為;

（3）計算n階矩陣每一行元素乘積的n次方根，對作歸一化處理，得到因素i的相對權(quán)重

（公式2-1）;

2.一致性檢驗。

（1）計算判斷矩陣T的最大特征根;

（2）計算一致性指標(biāo)CI;

（公式2-2）;

（3）引入隨機(jī)一致性指標(biāo)RI，得出檢驗系數(shù)，若，則認(rèn)為該判斷矩陣通過一致性檢驗，否則就不具有一致性。

（公式2-3）

3.隸屬函數(shù)的構(gòu)造。設(shè)屬于優(yōu)秀、良好、一般、較差模糊方案子集的隸屬函數(shù)分別為、、、，。

對指標(biāo)的處理公式如下：

（公式2-4）

（公式2-5）

（公式2-6）

（公式2-7）

（公式2-8）

（公式2-9）

（公式2-10）

（公式2-11）

其中，代表評價因素在二級指標(biāo)下的值，與代表評價因素最大值和最小值，通過處理得到評價結(jié)果，進(jìn)而得出模糊關(guān)系矩陣。

（三）綜合子因素集評判結(jié)果做總評判

其中，矩陣的每一行代表二級指標(biāo)屬于評語集合不同評語的評價，其值分別是、、、。

（四）評價農(nóng)戶信用程度

其中，以為權(quán)數(shù)，對賦值，，其中=4，=3，=2，=1，根據(jù)V值的大小，確定評價對象次序。利用MATLAB軟件對數(shù)據(jù)處理，結(jié)合AHP及模糊綜合評價法減少人為主觀因素所導(dǎo)致的數(shù)據(jù)誤差。

二、模型應(yīng)用

目前，商洛市鎮(zhèn)安縣有建檔立卡貧困村96個，其中深度貧困村15個，建檔立卡貧困人口25765戶79148人。本文將1321份貧困戶家庭的微觀金融數(shù)據(jù)為樣本，建立貧困戶信用體系。

（一）基于AHP的模糊綜合評價

1.評語集合的選取。本文選用評語集，分別對應(yīng)優(yōu)秀、良好、一般、較差四個等級。對評價集進(jìn)行量化。

2.權(quán)重的確定。本文選取了基層村委以及部分貧困戶的打分意見。其中戶主年齡為逆向指標(biāo)，家庭人口數(shù)為定量指標(biāo)，其余指標(biāo)均為正向指標(biāo)且可通過實踐打分結(jié)果進(jìn)行量化。最終確定3個一級指標(biāo)和10個二級指標(biāo)。其中，家庭特征下分為戶主年齡、戶主健康狀況、受教育程度、家庭人口數(shù)、家庭受教育負(fù)擔(dān)5個二級指標(biāo);償債能力下分為農(nóng)戶的人均年純收入、農(nóng)戶務(wù)工時間、戶主勞動技能3個指標(biāo);信譽狀況下分為農(nóng)戶勤勞程度、信譽與品德2個指標(biāo)。利用MATLAB軟件計算各指標(biāo)的權(quán)重，并進(jìn)行一致性檢驗。

（1）構(gòu)造判斷矩陣，見表3。

（2）計算n階矩陣每一行元素乘積的n次方根，對作歸一化處理。

T1：

T2：

T3：

以同樣的方法計算可得二級指標(biāo)權(quán)重系數(shù)，見表3。

（3）最終得到相對權(quán)重。

其中，為家庭特征，為償債能力，為信譽狀況。

其中為戶主年齡，為戶主健康狀況，為戶主受教育程度，為家庭人口數(shù)，為家庭教育負(fù)擔(dān)。

其中為農(nóng)戶的人均年純收入，為農(nóng)戶務(wù)工時間，為戶主勞動技能。

其中為農(nóng)戶成員勤勞程度，為農(nóng)戶信用與品德。

（4）一致性檢驗。

第一，計算判斷矩陣T的最大特征根;

第二，計算一致性指標(biāo)CI;

（公式5-1）

第三，引入隨機(jī)一致性指標(biāo)RI，得出檢驗系數(shù)，，則認(rèn)為該判斷矩陣通過一致性檢驗，

（公式5-2）

所得結(jié)果如下：

經(jīng)計算，以上判斷矩陣的檢驗系數(shù)，均通過一致性檢驗。得出指標(biāo)權(quán)重分配如下：

3.隸屬函數(shù)的構(gòu)造。本次實踐共采訪基層村委和農(nóng)戶樣本110個，有效樣本100個。二級指標(biāo)的隸屬函數(shù)如下：

（1）單因素與多因素結(jié)合的模糊評價。以上述第三步驟所得到的二級指標(biāo)層對一級指標(biāo)層的權(quán)重向量作為算子，將與的模糊評價矩陣進(jìn)行矩陣乘法運算，獲得一級指標(biāo)層對于評價集的隸屬向量。

經(jīng)過上述單因素與多因素結(jié)合的模糊評價得出總評價結(jié)果為：

（2）評語等級綜合評價。本文中所選取的評價指標(biāo)均為定性指標(biāo)與定量指標(biāo)的結(jié)合，對S進(jìn)行歸一化處理，得出3個因素集模糊綜合評價的加權(quán)平均值（即最終得分）：

綜合以上評價分級標(biāo)準(zhǔn)及最終的加權(quán)平均值可得出，償債能力得分最高，其次為家庭特征。最終本信用評價系統(tǒng)整體評價得分為2.7159分，屬于良好等級。因此，由本模型得出的革命老區(qū)農(nóng)戶的模糊信用總分越接近或超過2.7159分，農(nóng)戶的信用程度越高。

（二）信用評價體系的應(yīng)用

本模型將各評價指標(biāo)的權(quán)重應(yīng)用到了1321個農(nóng)戶微觀數(shù)據(jù)樣本中來，對農(nóng)戶的每項指標(biāo)打分結(jié)果采用變異系數(shù)法進(jìn)行標(biāo)準(zhǔn)化處理，按照分?jǐn)?shù)高低確定“優(yōu)秀、良好、一般、較差”四個等級，以此作為金融機(jī)構(gòu)向農(nóng)戶提供貸款的參考依據(jù)（以下為部分樣本結(jié)果）。

三、結(jié)論及對策建議

（一）結(jié)論

本文最終得出1321個調(diào)研樣本中貧困戶信用評價結(jié)果為“較差”的占比7.3%，“一般”及以上的占比92.7%。由樣本評價結(jié)果與當(dāng)?shù)匦刨J數(shù)據(jù)資料對比得出，有113戶農(nóng)戶的評價結(jié)果相差較大，占比8.55%?；贏HP的模糊綜合評價法構(gòu)建的信用評價體系與銀行的符合率為91.45%，即本信用評價系統(tǒng)是客觀有效的。

（二）對策建議

1.政府運用扶貧信用體系完善緩釋機(jī)制。（1）政府扶貧辦可采用扶貧信用評價指標(biāo)體系，結(jié)合扶貧對象的實際情況，切實提升扶貧效率。針對信用程度較差的扶貧對象，政府可合理調(diào)整對扶貧產(chǎn)品以及相關(guān)補助政策的落實，降低扶貧成本，客觀上完善扶貧對象信息的準(zhǔn)確性。

（2）根據(jù)扶貧信用評價體系，綜合扶貧對象的各項指標(biāo)概率分析，評價指標(biāo)中整體概率被評為“良好”的方面，政府繼續(xù)加強(qiáng)支出。在今后的扶貧財政預(yù)算中應(yīng)當(dāng)加大對優(yōu)質(zhì)農(nóng)戶資源的投入，結(jié)合金融扶貧，助力優(yōu)質(zhì)優(yōu)信農(nóng)戶實現(xiàn)脫貧且防止返貧。同時調(diào)整薄弱環(huán)節(jié)中的扶貧指標(biāo)，保障農(nóng)戶還本付息的償債能力，鼓勵相關(guān)部門做自查自糾工作，采用扶貧信用評價體系進(jìn)行考核工作。

2.金融機(jī)構(gòu)貫徹金融普惠原則。金融機(jī)構(gòu)根據(jù)革命老區(qū)的地方經(jīng)濟(jì)特點和當(dāng)?shù)刎毨糍J款運行效率，結(jié)合扶貧信用評價體系，推出適合農(nóng)戶個人發(fā)展的多種特色金融產(chǎn)品，適時調(diào)整評級模型，對信貸客戶及內(nèi)部評級系統(tǒng)進(jìn)行跟蹤管理，綜合市場經(jīng)濟(jì)變化適時調(diào)整信貸規(guī)則，控制不良貸款。

提高放貸標(biāo)準(zhǔn)優(yōu)化業(yè)務(wù)管理流程是目前金融精準(zhǔn)扶貧過程中金融機(jī)構(gòu)扶貧平臺的當(dāng)務(wù)之急，金融機(jī)構(gòu)可結(jié)合扶貧信用評價體系，與基礎(chǔ)數(shù)據(jù)、流轉(zhuǎn)數(shù)據(jù)的運營與維護(hù)相銜接，達(dá)到對產(chǎn)品、用戶的監(jiān)控與預(yù)警的目的，解決可比性差、與扶貧對象實際信息不對稱、信息公信度低等問題。提高放貸標(biāo)準(zhǔn)。

3.扶貧對象樹立良好信用意識。隨著信貸狀況與個人信用評價體系的不斷結(jié)合，農(nóng)戶應(yīng)配合相關(guān)金融機(jī)構(gòu)完善個人信用信息，充分認(rèn)識誠信信貸的重要性，形成良好的信用習(xí)慣，及時、足額地償還貸款，保持良好的銀行借貸記錄，為今后抵押貸款、投資理財?shù)忍峁┯行ПＵ稀?/p>

參考文獻(xiàn)：

[1]聶偉，龔紫鈺.十八大以來精準(zhǔn)扶貧研究進(jìn)展與未來展望[J].中國農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018，35（05）：5-12.

[2]李喜梅.陜西金融精準(zhǔn)扶貧工作中存在的供給側(cè)問題及對策[J].農(nóng)村經(jīng)濟(jì)與科技，2018，29（08）：191+194.

[3]章麗瓊.精準(zhǔn)扶貧背景下農(nóng)村普惠金融創(chuàng)新發(fā)展研究[J].中國商論，2018（30）：37-38.

[4]鐘承斌.金融精準(zhǔn)扶貧形勢下農(nóng)村信用體系建設(shè)面臨的機(jī)遇和挑戰(zhàn)——以江西省贛州市為例[J].征信，2018，36（10）：43-46.

[5]黃紹斌，楊章偉.精準(zhǔn)扶貧背景下革命老區(qū)產(chǎn)業(yè)脫貧路徑研究——以蓮花縣神泉鄉(xiāng)棋盤山民族村為例[J].唯實（現(xiàn)代管理），2018（10）：25-27.

[6]李創(chuàng)，吳國清.鄉(xiāng)村振興視角下農(nóng)村金融精準(zhǔn)扶貧思路探究[J].西南金融，2018（06）：28-34.

[7]聶燕敏，封二英.基于數(shù)據(jù)挖掘的扶貧對象精準(zhǔn)識別研究[J].科技視界，2018（08）：102-103.

[8]郭小卉，康書生.金融精準(zhǔn)扶貧模式分析——基于河北省保定市的案例[J].金融理論探索，2018（02）：34-42.

[9]蘇暢，蘇細(xì)福.金融精準(zhǔn)扶貧難點及對策研究[J].西南金融，2016（04）：23-27.

[10]徐云松.金融精準(zhǔn)扶貧問題的調(diào)查與思考[J].金融理論與教學(xué)，2016（03）：1-9+29.

作者單位：陜西科技大學(xué)