论文部分内容阅读
[摘 要]农户小额信贷是促进农村就业和脱贫的重要手段。近年来，农户对小额信贷需求的增加与经济下行带来的放贷压力增大的矛盾日益突出，如何解决信贷风险分担机制是解决该矛盾的关键。文章以高县农商银行为研究对象，通过层次分析法构建农户小额信贷信用风险评估体系，利用模糊综合评价法对该银行信用风险进行量化评估，最后从农户、金融机构和政府风险合理分担的视角，构建农户小额信贷风险补偿机制，进而提出完善农户小额信贷风险管理的可行路径及相关政策建议。
[关键词]小额信贷;风险评估;补偿机制;层次分析法;模糊综合评价法
[DOI]10.13939/j.cnki.zgsc.2021.13.069
1 引言
农户小额信用贷款指的是发放给信誉良好的农户，在核定的额度和期限内，不需抵押或担保的贷款。我国在20世纪80年代中后期开始注意到国外这种扶贫贷款模式，并于90年代初期逐步引进我国。经过数十年的发展，我国农户小额信贷规模持续增长，农户贷款需求增多。但是，商业银行、农村信用社等金融机构在贷款过程中也面临着农村信用基础薄弱、农民风险控制能力有限等风险。文章以高县农商银行为实证研究对象，运用层次分析法和模糊综合评价法评估出该银行的农户小额信贷风险，探讨高县农商银行农户小额信贷发展过程的问题，最终构建风险补偿机制。进行该项研究有助于农商银行开发更适合农户的信贷产品，降低银行农户小额信贷业务风险，解决农户资金难题，促进农村金融发展。
2 研究对象情况
四川高县农村商业银行成立于2007年11月09日。截至2019年6月，高县农商银行共有28处分支机构，遍及全县19個乡镇，是高县存贷款市场占比最高、资金实力最强、营业服务网点最多的金融机构。
高县农商银行结合县域经济情况，投放农户类信用贷款，大大提高了小额贷款普及率。2016年至2018年，高县农商银行每年投放的小额农贷分别为100618万元、125222万元、144604万元，小额农贷增速分别为39.67%、24.45%、15.48%，均远高于同期各项贷款增速。截至2018年9月末，高县农商银行累计发放扶贫小额贷款6297户，金额达21549.66万元，余额为19536.64万元，较年初净增长了2218.93万元。该银行多年来，深耕“三农”市场，大力投放农户类贷款。由于农户小额信贷受益主体经营业务等情况的特殊性，高县农商银行农户小额信贷业务在快速发展的同时，也存在着资金无法回收或无法按时回收等风险。
3 研究内容
3.1 层次分析法
3.1.1 建立农户小额信贷信用风险评估指标体系
结合现有理论成果与高县农商银行的实际情况，文章从农户基本信息情况、信用状况、还款能力、贷款情况和经营环境五个要素出发，构建农户小额信贷风险评估指标体系如表1：
3.1.2 构造判断矩阵
采用德尔菲法建立判断矩阵，由相关专家对比层次结构模型中列出的准则层、指标层中各个指标之间的相对重要程度，然后做出判定，具体标度如下表2：
3.1.3 一致性检验
为了尽可能确保对结果进行相对客观的描述，文章使用一致性检验来分析判断矩阵的合理性。随机一致性比率用CR来表示，一般一致性指标用CI表示，平均随机一致性指标用RI表示。
检验使用公式为：CR=CIRI，其中CI=λmax-nn-1
下表是1～9阶判断矩阵的相应RI值，RI代表的是平均随机一致性指标：
若判断矩阵P 的CR<0.1或λmax= n，CI=0，则认为P具有满意的一致性，否则需调整P中的元素，使其满足一致性要求。
求解P矩阵，解得其λmax=5.3241，CI= 0.0810，CR= 0.0723，所以该判断矩阵的一致性可以接受;
同理，解得P1的λmax= 5.0766，CI= 0.0192，CR1= 0.0171;P2的λmax=4.0310，CI=0.0103，CR2= 0.0116;P3的λmax=5.0278，CI= 0.0070，CR3= 0.0062;P4的λmax=2，CI= 0，CR4=0;P5的λmax=2，CI= 0，CR5=0;由上可知判断矩阵均通过一致性检验。
3.1.4 局部权重计算
使用特征值法求取各级指标之间的权重。根据上述构造的判断矩阵，利用 MATLAB 计算出矩阵的特征值与特征向量，然后对特征向量进行归一化处理，得到各级指标的权重，最终计算结果如下：
Wi=（0.0852， 0.2797， 0.3695， 0.1844， 0.0812;W1i=（0.1553， 0.0688， 0.1169， 0.4079， 0.2511）;W2i=（0.3370， 0.4018， 0.1640， 0.0972）;W3i=（0.0824， 0.4266， 0.2537， 0.1507， 0.0866）;W4i=（0.8333， 0.1667）;W5i=（ 0.7500， 0.2500）
3.1.5 组合权重计算及排序
对农户小额信贷信用风险研究目标层的结果分析：采取上一级的指标乘以下一级各指标权重进行得分排序，详见表4：
3.2 模糊综合评价法
3.2.1 建立评语集
为衡量评价结果的优劣程度，对农户小额信贷风险建立一个评语集 V，V=（V1，V2，V3，V4，V5），分别代表“低”“较低”“合理”“较高”“高”。对评语集赋值，设分数列向量H=（100，85，70，55，40）。
3.2.2 单因素模糊评价
通过发放调查问卷得出每一个二级指标的得分，抽取高县农商银行的十个网点和分行，向相关部门的内部员工发放了100份调查问卷，问卷发放的对象包括银行员工、信贷管理部、风险管理部总经理、副总经理、资深客户经理等，最终收集到有效问卷90份。将问卷数据通过隶属度函数处理，得到各指标隶属度向量。使用公式如下： Ri=ri1v1+ri2v2+…+rimvm
rim为每个指标 Uij隶属于评语集 V 的评价次数占总评价次数的比例，vm为评价结果，Ri 表示单因素评判集（隶属度向量），可简单表示为：
Ri=ri1，ri2，...，rim
3.2.3 模糊综合评价
根据指标权重集，综合地考虑各个因素的影响，计算准则层模糊综合评价集Bi和最终评价集B：
B1=W1i·R1
=（0.1412，0.3234，0.2134，0.1980，0.1240）
同理可算出：
B2=（0.1578，0.2988，0.2555，0.2114，0.0765）;B3=（0.1224，0.3212，0.1140，0.2904，0.1520）
B4=（0.1335，0.2579，0.2462，0.2169，0.1455）;B5=（0.2167，0.2810，0.2244，0.1997，0.0782）
B=B1，B2，B3，B4，B5T=0.14120.32340.21340.19800.12400.15780.29880.25550.21140.07650.12240.32120.11400.29040.15200.13350.25790.24620.21690.14550.21670.28100.22440.19970.0782
3.2.4 模糊综合得分
对评价集B去模糊计算，算出高县农商银行农户小额信贷风险各准则层的评分Vi和最终评价得分V：
V1=B1·H=72.397;V2=B2·H=73.75;V3=B3·H=69.574;V4=B4·H=70.255;V5=B5·H=75.3745; 最终评价得分V=B·H=71.5795
4 研究结论
4.1 结论
从以上分析可知，准则层中，小额农户信贷风险与农户的信用状况和还款能力密切相关，同时较多地受贷款情况影响，这三者情况越好，农户信贷风险越低，按时还款的可能越大。指标层中，农户经营效益、贷款情况、借款历史、征信情况以及经营总资产是评估银行借贷风险的关键指标，银行在向农户贷款时，可以重点关注农户的这些基本情况。
通过模糊综合评判可知，高县农商银行农户小额信贷风险较为合理，各项因素都对农户小额信贷风险具有相当影响，其中经营环境对农户信贷风险影响最小，且在一定时期内经营环境相对稳定，银行可以减少对这方面的关注;相应的农户还款能力对农户信贷风险影响最大，银行放贷时应综合考察农户经营月收入、经营总资产、经营效益、家庭财务状况和负债状况，一般来说经营状况好，负债少的农户家庭有更充足的自由资金，可用于償还借款;同时贷款情况也是影响信贷风险的一项关键因素，农户的贷款金额越大、贷款期限越长，农户小额信贷的风险就越大，所以贷款情况也是银行放贷时需要着重考虑的因素。
4.2 对策及建议
4.2.1 金融机构方面
（1）优化机构内部管理。近年来，我国经济发展、城镇化进程加快，现有农村金融机构的农村资金大量流出，金融支持力度与农户发展要求不匹配，且金融机构普遍存在着分工不明确、责任不清晰等问题，相关金融机构应当通过加强内部控制、人才建设、资本约束等方式完善机构内部管理，立足于农村金融市场，助推农户发展。
（2）完善风险评估机制。经调查研究，我们了解到农户经营业务单一、收入不稳定等情况构成了较大的信贷风险，金融机构应及时对农户相关信息变化做出反应，围绕农户信贷需求积极推进多元化的农户小额信贷风险评估机制建设，以政策、环境、农户经济状况等要素为核心对农户信贷风险进行较为全面、合理的评估，根据评估结果设定放贷方案。
4.2.2 农户方面
（1）提升农户认知水平。多数农户文化水平偏低，不能充分、深刻地认识并理解农户小额信贷政策和不及时偿还贷款或不偿还贷款等行为对政府、金融机构、经济环境等的影响。因此，农村合作社或相关宣传单位可根据当地农户需求适时召开宣讲会议等，加深农户对小额信贷的理解;有对应信贷业务的金融机构，在评估信贷风险或者发放贷款前，也可针对贷款对象开展相关普及性会议、讲座等。
（2）增强农户技能素养。以农户为贷款对象的小额信贷的风险主要来源于农户生产经营业务单一，收入渠道狭窄，经济收益不稳定。当地政府及相关部门或其他组织机构可以开展农户技能培训，提高农户自身技能素养，调动农户生产经营积极性，帮助农户拓宽经济收入渠道，充分利用已有产品达到财富最大化，改善农户经济收益状况。
4.2.3 政府方面
（1）维护农户合法权益。积极推进农户及其他新型经营主体评估信息体系构建，根据农户信贷需求及时开展有效措施，制定相关的法律法规，为农户小额信贷提供政策保障，营造良好的信用环境，加大农户权益保护力度，切实保障农户合法权益。
（2）推动机构有序竞争。鼓励各金融机构开展并不断探索能够满足农户发展需求和农村金融服务点持续发展的业务，根据不同金融机构为农村金融做出的贡献或支农责任的履行情况，实行多层次、差别化的机构信贷保障政策，并及时接收内外部环境状况信息，在金融业务领域建立激励和考核制度，促进农村金融机构良性竞争。
参考文献：
[1]高枫.苏州农行A分行农户小额信贷风险评价研究[D].南京：南京航空航天学，2018.
[2]谢晗.农户小额信贷风险评估及控制研究[D].哈尔滨：哈尔滨理工大学，2016.
[3]兰恒军.新疆农户小额信贷风险控制问题研究[D].乌鲁木齐：新疆农业大学，2015.
[4]樊树钢，周少雅.基于Delphi和AHP法农村小额贷款风险评估模型的构建[J].中国市场，2019（36）：47-50.
[基金项目]2020年国家级大学生创新训练计划项目“新冠疫情冲击下农户小额信贷风险评估及最优补偿机制研究”（项目编号：202010626046）
[作者简介]刘霜，女，汉族，四川宜宾人，研究方向：资产评估;晏玲珑，女，汉族，四川自贡人，研究方向：资产评估;宁瑞颖，女，汉族，四川广元人，研究方向：资产评估;邓花莲，女，汉族，四川德阳人，研究方向：市场营销。
[关键词]小额信贷;风险评估;补偿机制;层次分析法;模糊综合评价法
[DOI]10.13939/j.cnki.zgsc.2021.13.069
1 引言
农户小额信用贷款指的是发放给信誉良好的农户，在核定的额度和期限内，不需抵押或担保的贷款。我国在20世纪80年代中后期开始注意到国外这种扶贫贷款模式，并于90年代初期逐步引进我国。经过数十年的发展，我国农户小额信贷规模持续增长，农户贷款需求增多。但是，商业银行、农村信用社等金融机构在贷款过程中也面临着农村信用基础薄弱、农民风险控制能力有限等风险。文章以高县农商银行为实证研究对象，运用层次分析法和模糊综合评价法评估出该银行的农户小额信贷风险，探讨高县农商银行农户小额信贷发展过程的问题，最终构建风险补偿机制。进行该项研究有助于农商银行开发更适合农户的信贷产品，降低银行农户小额信贷业务风险，解决农户资金难题，促进农村金融发展。
2 研究对象情况
四川高县农村商业银行成立于2007年11月09日。截至2019年6月，高县农商银行共有28处分支机构，遍及全县19個乡镇，是高县存贷款市场占比最高、资金实力最强、营业服务网点最多的金融机构。
高县农商银行结合县域经济情况，投放农户类信用贷款，大大提高了小额贷款普及率。2016年至2018年，高县农商银行每年投放的小额农贷分别为100618万元、125222万元、144604万元，小额农贷增速分别为39.67%、24.45%、15.48%，均远高于同期各项贷款增速。截至2018年9月末，高县农商银行累计发放扶贫小额贷款6297户，金额达21549.66万元，余额为19536.64万元，较年初净增长了2218.93万元。该银行多年来，深耕“三农”市场，大力投放农户类贷款。由于农户小额信贷受益主体经营业务等情况的特殊性，高县农商银行农户小额信贷业务在快速发展的同时，也存在着资金无法回收或无法按时回收等风险。
3 研究内容
3.1 层次分析法
3.1.1 建立农户小额信贷信用风险评估指标体系
结合现有理论成果与高县农商银行的实际情况，文章从农户基本信息情况、信用状况、还款能力、贷款情况和经营环境五个要素出发，构建农户小额信贷风险评估指标体系如表1：
3.1.2 构造判断矩阵
采用德尔菲法建立判断矩阵，由相关专家对比层次结构模型中列出的准则层、指标层中各个指标之间的相对重要程度，然后做出判定，具体标度如下表2：
3.1.3 一致性检验
为了尽可能确保对结果进行相对客观的描述，文章使用一致性检验来分析判断矩阵的合理性。随机一致性比率用CR来表示，一般一致性指标用CI表示，平均随机一致性指标用RI表示。
检验使用公式为：CR=CIRI，其中CI=λmax-nn-1
下表是1～9阶判断矩阵的相应RI值，RI代表的是平均随机一致性指标：
若判断矩阵P 的CR<0.1或λmax= n，CI=0，则认为P具有满意的一致性，否则需调整P中的元素，使其满足一致性要求。
求解P矩阵，解得其λmax=5.3241，CI= 0.0810，CR= 0.0723，所以该判断矩阵的一致性可以接受;
同理，解得P1的λmax= 5.0766，CI= 0.0192，CR1= 0.0171;P2的λmax=4.0310，CI=0.0103，CR2= 0.0116;P3的λmax=5.0278，CI= 0.0070，CR3= 0.0062;P4的λmax=2，CI= 0，CR4=0;P5的λmax=2，CI= 0，CR5=0;由上可知判断矩阵均通过一致性检验。
3.1.4 局部权重计算
使用特征值法求取各级指标之间的权重。根据上述构造的判断矩阵，利用 MATLAB 计算出矩阵的特征值与特征向量，然后对特征向量进行归一化处理，得到各级指标的权重，最终计算结果如下：
Wi=（0.0852， 0.2797， 0.3695， 0.1844， 0.0812;W1i=（0.1553， 0.0688， 0.1169， 0.4079， 0.2511）;W2i=（0.3370， 0.4018， 0.1640， 0.0972）;W3i=（0.0824， 0.4266， 0.2537， 0.1507， 0.0866）;W4i=（0.8333， 0.1667）;W5i=（ 0.7500， 0.2500）
3.1.5 组合权重计算及排序
对农户小额信贷信用风险研究目标层的结果分析：采取上一级的指标乘以下一级各指标权重进行得分排序，详见表4：
3.2 模糊综合评价法
3.2.1 建立评语集
为衡量评价结果的优劣程度，对农户小额信贷风险建立一个评语集 V，V=（V1，V2，V3，V4，V5），分别代表“低”“较低”“合理”“较高”“高”。对评语集赋值，设分数列向量H=（100，85，70，55，40）。
3.2.2 单因素模糊评价
通过发放调查问卷得出每一个二级指标的得分，抽取高县农商银行的十个网点和分行，向相关部门的内部员工发放了100份调查问卷，问卷发放的对象包括银行员工、信贷管理部、风险管理部总经理、副总经理、资深客户经理等，最终收集到有效问卷90份。将问卷数据通过隶属度函数处理，得到各指标隶属度向量。使用公式如下： Ri=ri1v1+ri2v2+…+rimvm
rim为每个指标 Uij隶属于评语集 V 的评价次数占总评价次数的比例，vm为评价结果，Ri 表示单因素评判集（隶属度向量），可简单表示为：
Ri=ri1，ri2，...，rim
3.2.3 模糊综合评价
根据指标权重集，综合地考虑各个因素的影响，计算准则层模糊综合评价集Bi和最终评价集B：
B1=W1i·R1
=（0.1412，0.3234，0.2134，0.1980，0.1240）
同理可算出：
B2=（0.1578，0.2988，0.2555，0.2114，0.0765）;B3=（0.1224，0.3212，0.1140，0.2904，0.1520）
B4=（0.1335，0.2579，0.2462，0.2169，0.1455）;B5=（0.2167，0.2810，0.2244，0.1997，0.0782）
B=B1，B2，B3，B4，B5T=0.14120.32340.21340.19800.12400.15780.29880.25550.21140.07650.12240.32120.11400.29040.15200.13350.25790.24620.21690.14550.21670.28100.22440.19970.0782
3.2.4 模糊综合得分
对评价集B去模糊计算，算出高县农商银行农户小额信贷风险各准则层的评分Vi和最终评价得分V：
V1=B1·H=72.397;V2=B2·H=73.75;V3=B3·H=69.574;V4=B4·H=70.255;V5=B5·H=75.3745; 最终评价得分V=B·H=71.5795
4 研究结论
4.1 结论
从以上分析可知，准则层中，小额农户信贷风险与农户的信用状况和还款能力密切相关，同时较多地受贷款情况影响，这三者情况越好，农户信贷风险越低，按时还款的可能越大。指标层中，农户经营效益、贷款情况、借款历史、征信情况以及经营总资产是评估银行借贷风险的关键指标，银行在向农户贷款时，可以重点关注农户的这些基本情况。
通过模糊综合评判可知，高县农商银行农户小额信贷风险较为合理，各项因素都对农户小额信贷风险具有相当影响，其中经营环境对农户信贷风险影响最小，且在一定时期内经营环境相对稳定，银行可以减少对这方面的关注;相应的农户还款能力对农户信贷风险影响最大，银行放贷时应综合考察农户经营月收入、经营总资产、经营效益、家庭财务状况和负债状况，一般来说经营状况好，负债少的农户家庭有更充足的自由资金，可用于償还借款;同时贷款情况也是影响信贷风险的一项关键因素，农户的贷款金额越大、贷款期限越长，农户小额信贷的风险就越大，所以贷款情况也是银行放贷时需要着重考虑的因素。
4.2 对策及建议
4.2.1 金融机构方面
（1）优化机构内部管理。近年来，我国经济发展、城镇化进程加快，现有农村金融机构的农村资金大量流出，金融支持力度与农户发展要求不匹配，且金融机构普遍存在着分工不明确、责任不清晰等问题，相关金融机构应当通过加强内部控制、人才建设、资本约束等方式完善机构内部管理，立足于农村金融市场，助推农户发展。
（2）完善风险评估机制。经调查研究，我们了解到农户经营业务单一、收入不稳定等情况构成了较大的信贷风险，金融机构应及时对农户相关信息变化做出反应，围绕农户信贷需求积极推进多元化的农户小额信贷风险评估机制建设，以政策、环境、农户经济状况等要素为核心对农户信贷风险进行较为全面、合理的评估，根据评估结果设定放贷方案。
4.2.2 农户方面
（1）提升农户认知水平。多数农户文化水平偏低，不能充分、深刻地认识并理解农户小额信贷政策和不及时偿还贷款或不偿还贷款等行为对政府、金融机构、经济环境等的影响。因此，农村合作社或相关宣传单位可根据当地农户需求适时召开宣讲会议等，加深农户对小额信贷的理解;有对应信贷业务的金融机构，在评估信贷风险或者发放贷款前，也可针对贷款对象开展相关普及性会议、讲座等。
（2）增强农户技能素养。以农户为贷款对象的小额信贷的风险主要来源于农户生产经营业务单一，收入渠道狭窄，经济收益不稳定。当地政府及相关部门或其他组织机构可以开展农户技能培训，提高农户自身技能素养，调动农户生产经营积极性，帮助农户拓宽经济收入渠道，充分利用已有产品达到财富最大化，改善农户经济收益状况。
4.2.3 政府方面
（1）维护农户合法权益。积极推进农户及其他新型经营主体评估信息体系构建，根据农户信贷需求及时开展有效措施，制定相关的法律法规，为农户小额信贷提供政策保障，营造良好的信用环境，加大农户权益保护力度，切实保障农户合法权益。
（2）推动机构有序竞争。鼓励各金融机构开展并不断探索能够满足农户发展需求和农村金融服务点持续发展的业务，根据不同金融机构为农村金融做出的贡献或支农责任的履行情况，实行多层次、差别化的机构信贷保障政策，并及时接收内外部环境状况信息，在金融业务领域建立激励和考核制度，促进农村金融机构良性竞争。
参考文献：
[1]高枫.苏州农行A分行农户小额信贷风险评价研究[D].南京：南京航空航天学，2018.
[2]谢晗.农户小额信贷风险评估及控制研究[D].哈尔滨：哈尔滨理工大学，2016.
[3]兰恒军.新疆农户小额信贷风险控制问题研究[D].乌鲁木齐：新疆农业大学，2015.
[4]樊树钢，周少雅.基于Delphi和AHP法农村小额贷款风险评估模型的构建[J].中国市场，2019（36）：47-50.
[基金项目]2020年国家级大学生创新训练计划项目“新冠疫情冲击下农户小额信贷风险评估及最优补偿机制研究”（项目编号：202010626046）
[作者简介]刘霜，女，汉族，四川宜宾人，研究方向：资产评估;晏玲珑，女，汉族，四川自贡人，研究方向：资产评估;宁瑞颖，女，汉族，四川广元人，研究方向：资产评估;邓花莲，女，汉族，四川德阳人，研究方向：市场营销。