前言：寻找写作灵感？中文期刊网用心挑选的乡村振兴下农村小额信贷风险管理探析，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
【摘要】随着乡村振兴战略的推进，农村小额信贷的风险管理成为农村普惠金融发展过程中亟待解决的重要问题。本文基于模糊综合评价法，通过构建风险评价指标体系，使用层次分析法确定的指标权重及隶属度函数计算的各指标隶属度计算出农户的综合信用得分，从而得出结论，最后提出相关建议。
【关键词】农村金融；小额信贷；风险评价；模糊综合评价法
一、实证分析
（一）建立风险评价指标体系。在前人研究的基础上，本文基于正确性、真实性、可操作性、全面高效等原则，从信用风险、市场风险、自然风险、网络金融风险、操作风险、政策风险等风险识别中的六个方面，选择24个指标对武汉农商行农户的小额信贷风险进行评价，具体指标如表1所示。
（二）确定各级指标权重。本文选取了包括高校银行风险管理方面的教授与农商行外部专家和内部专家共10人参与调查。专家根据衡量指标尺度表给出指标两两对比的重要程度的判断，从而确定各指标的权重（见表2）。1.构建判断矩阵第一部分，根据信用风险（B1）、市场风险（B2）、自然风险（B3）、网络金融风险（B4）、操作风险（B5）、政策风险（B6）六个一级指标建立矩阵。第二部分，针对一级指标信用风险（B1），建立农户是否有联保贷款（C11）、农户有无违约行为（C12）、农户还款意识（C13）农户是否有银行欠款（C14）、农户贷款申请资料真实情况（C15）、农户贷款用途改变（C16）六个二级指标并建立矩阵。第三部分，针对一级指标市场风险（B2），建立市场价格风险（C21）、市场供求风险（C22）、市场信息风险（C23）三个二级指标并建立矩阵。第四部分，针对一级指标自然风险（B3），建立产品对自然的依赖程度（C31）、产品受自然灾害影响程度（C32）、农户是否为农业投保（C33）三个二级指标并建立矩阵。第五部分，针对一级指标网络金融风险（B4），建立网络技术风险（C41）、网络流动性风险（C42）、网络法律风险（C43）三个二级指标并建立矩阵。第六部分，针对一级指标操作风险（B5），建立农户是否有抵押担保物（C51）、与工作人员有无密切关系（C52）、员工在岗时间（C53）、员工对业务熟悉程度（C54）、员工定期培训情况（C55）、员工责任意识（C56），六个二级指标并建立矩阵。第七部分，针对一级指标政策风险（B6），建立政策支持情况（C61）、政策执行情况（C62）、政策理解情况（C63）三个二级指标并建立矩阵。2.各指标权重及排序当CR<0.10时，可以判断矩阵具有可以接受的一致性。当CR≥0.10时，需要调整和修正判断矩阵，使CR<0.10，使矩阵通过调整具有可以接受的满意的一致性。判断矩阵A、B1、B2、B3、B4、B5、B6的一致性比例CR均小于0.1，通过一致性检验，均为有效判断矩阵，通过计算得到的权重可作为各指标权重。
（三）确定各指标的隶属度函数。借鉴相关理论研究的成果与银行业现行的规定，根据上文所测算出的各指标的权重，按照梯形隶属函数构建方法来确定各指标的隶属度函数。
（四）计算综合得分。通过模糊综合评价，构造评价模型，将进行真实性核验后的农户信息代入到各级评价因素的隶属函数中，得出隶属度后可得出模糊关系向量R。并将利用层次分析法得出的评价指标的权重W与模糊关系向量R相乘，得出农户的综合信用评分。
（五）建立授信临界点。本文根据小额信贷风险评价指标的权重设置授信临界点，如表3所示。表3中设置的第一个授信临界点是农户可获得贷款需满足的最基础的条件。即当市场供求风险C22（9.80%）、农户有无违约行为C12（9.25%）、是否有银行欠款C14（8.14%）、农户贷款用途改变C16（7.40%）、市场信息风险C23（6.20%）、员工在岗时间C53（5.28%）、网络技术风险C41（5.00%）、农户贷款申请资料真实情况C15（4.81%）、农户是否为农业投保C33（4.77%）这九个最关键的指标隶属度是1，该农户也可以在其他指标隶属度皆为0的情况下有获得贷款的基本资格，此时S1=0.6065。表3中设置的第二个授信临界点是农户要达到较高的风险评价等级应符合的条件。即在第一个授信临界点的基础上，五个次重要的指标：员工对业务熟悉程度C54（4.48%）、农户还款意识C13（4.44%）、政策执行情况C62（4.32%）、市场价格风险C21（4.00%）、员工责任意识C56（3.04%）的隶属度为1，剩余的指标隶属度都为0，此时S2=0.8093。表3中设置的第三个授信临界点是农户要达到最高的风险评价等级应符合的条件。即在第一、第二个授信临界点的基础上，四个更次重要的指标：农户是否有联保贷款C11（2.96%）、网络流动性风险C42（2.90%）、产品受自然灾害影响程度C32（2.88%）、政策理解情况C63（2.40%）的隶属度为1，剩余的隶属度为0，此时S3=0.9207。本文选取了武汉市200户农户的数据进行信用等级评价，银行的AAA级、AA级、A级、BBB级分别对应本文的优、良、中和差等级，具体信用等级情况如表4所示。本文预测的差等级农户共34个，占抽取的200个农户的17%；中等级的农户共90个，占比45%；良等级的农户共66个，占比33%；优等级的共10个，占比5%。银行原预测结果BBB级、A级、AA级、AAA级分别占比15%、44%、35%、6%，可见本文基于模糊层次分析法构建的模型的预测结果与银行预测结果相差不大。
二、研究结论
（一）农户小额信贷信用评级受多种因素影响，其中信用风险影响最大。本文使用层次分析法计算出各指标的权重，发现信用风险对农户信用评级的影响最显著，占比37%。主要是因为农商行小额信贷的对象众多且相对分散，再加上农商行进行信用评估难以准确获取农户真实信息，故更重视农户自身的信用情况。农户是否有过违约行为、是否有过银行欠款、是否会改变贷款用途等都能反映农户自身真实信用情况。
（二）基于模糊综合评价法构建风险评价模型有利。于提高农户信用评级的准确率基于本文的实证分析，可以发现农商行现行的风险评价模型在预测的准确率和信贷等级的划分、指标的设置与处理上都不及本文所构建的农户小额信贷风险评价模型。银行对农户贷款信用评级是依据银行的七级分类法，以分数作为授信临界点，即60分及以上可发放贷款。但这种人为划分授信临界值的方法具有较大主观性，缺乏科学性和合理性。
（三）构建风险评价指标体系要选择全面、准确的指标。本文避免使用“否”或“是”这种硬性尺度去衡量指标，采用舍去评语等级的隶属函数去处理指标，基于模糊综合评价法，依据隶属函数计算隶属度，有利于对部分界定模糊且难以量化的定性指标进行量化处理，使评价结果的准确性得到保证，也降低了信贷人员在操作过程中的主观随意性。
三、建议与意见
（一）要构建与完善农商行小额信贷的风险管理机制。首先，要进一步完善农村小额信贷信用评级和授信制度，并严格实施。此外，应加强操作系统的执行力和约束力，不断标准化评级业务的操作过程，以效预防政策风险、信用风险和操作风险。其次，农商行要考虑小额信贷的特殊性，依照精简、高效、科学、透明、制衡的原则，构建合理的内部职能部门，为避免产生职能交叉、缺失或集中的现象，要在明确各部门的责任和权力的基础上建立相互制约与相互协调、各司其职的工作机制。
（二）要加大信贷风险评价体系的推广力度，评价指标的选择要因地制宜。目前农户信用评价体系的建立尚未形成统一的标准。然而选择正确的农户信用指标是进行信用等级分析的基础，这需要主要的金融机构之间相互协调以构建完善统一的评价体系。影响农户信贷的因素可能随着农村经济的发展而发生变化。因此金融机构为了使其实际信贷业务中的评估更加准确，应该充分考虑实际情况的变化，调整指标。同时，要因地制宜建立符合我国国情的农户信用评价体系。
（三）要扩展信贷业务范围、发挥保险机构的作用，从而防范市场、自然双重风险。应给予被保险的农民一定的优惠与支持，例如适当降低贷款利率、由政府提供一定的财政补贴，以此鼓励农民积极购买保险。保险机构要寻求新的利润增长点，开发新产品，开拓新市场，扩大经营范围，通过设计适合农业的保险产品来吸引大量农民参保。与此同时，保险机构可以与农村小额信贷机构合作，充分利用在经营过程中获取的信息，提高经营效率，节约成本。农民应基于分散自身承担自然风险的角度来选择符合实际情况的保险产品。农业保险可以在很大程度上补偿农业生产中自然风险导致的损失，提高农户抵御自然风险的能力，减少可能限制农户小额信贷信用等级的影响因素。
参考文献：
[1]许松涛,杨海军.防控扶贫小额信贷风险[J].中国金融,2019(08):103
[2]吕德宏,朱莹.农户小额信贷风险影响因素层次差异性研究[J].管理评论,2017,29(01):33-41
[3]谢玉梅,徐玮,程恩江,张国.基于精准扶贫视角的小额信贷创新模式比较研究[J].中国农业大学学报(社会科学版),2016,33(05):54-63
[4]谢地,孟勐.培育新型农村小额信贷机构的思路[J].经济纵横,2013(08):85-87
作者:向韦霖 单位:中南财经政法大学
