我国农村信用社农户信用风险内部评级体系初探——以潍坊信用社为例，本文主要内容关键词为：潍坊论文,为例论文,信用社论文,农户论文,农村信用社论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
20世纪90年代以来，全球金融环境发生了深刻的变化。在金融全球化和自由化的浪潮下，金融市场的波动性日益加大，并引发了多次金融危机。从巴林银行的倒闭到亚洲金融危机的爆发，再到此次的全球金融危机，每一次危机的发生追根溯源无不与银行风险管理存在的漏洞有着直接或间接的关系。面对日益复杂的金融环境和不断涌现的金融风险，国际银行界对风险管理中存在的问题进行了深入反思。反思成果最终体现在巴塞尔资本协议及其修订过程之中。1999年6月，巴塞尔委员会公布了《巴塞尔新资本协议(征求意见稿)》(简称新协议)，取代1988年公布的巴塞尔资本协议(简称旧协议)。其后，在广泛征求各国银行业和监管当局意见的基础上，新协议又经过多次修改，分别于2001年1月和2003年4月公布了第二次和第三次征求意见稿。2004年6月26日，十国集团的中央银行行长和银行监管当局负责人举行会议，一致同意公布《资本计量和资本标准的国际协议：修订框架》，即新资本充足率框架。2010年9月12日，巴塞尔银行监管委员会来自27个经济体的央行和银行监管机构负责人一致通过了关于加强全球银行体系资本要求的改革方案，即《巴塞尔协议Ⅲ》，成为2008年金融危机后首个全球范围内的重磅监管改革产物。自此，银行资本监管的思路发生了改变。巴塞尔协议Ⅱ的一个基本思路是强调银行管理与监管应以风险识别为基础，但金融危机暴露了该框架的漏洞。针对巴塞尔协议Ⅱ强调对分母风险资产的计量，巴塞尔协议Ⅲ更加强调对分子资本的计量。其直接表现就是诸多条款的核心要求都是增加资本，提高资本的充足率。此外，巴塞尔协议Ⅲ中商业银行各项安全性指标门槛大幅提升。这意味着在银行业监管的核心价值观选择上，“安全”因素的考虑已经远远超越了“效率”因素。巴塞尔协议Ⅲ的出台不仅对商业银行提出了一个强化的资本充足率要求，也对商业银行的风险管理提出了更为全面的指导原则。内部评级法的优点在于其加入了外部评级机构通常不能得到的客户信息，如银行可以监督客户的账目、了解债项的担保(保证与抵押)等。因此，巴塞尔委员会鼓励各国商业银行不要过多地依赖外部信用评级机构，要不断开发、强化内部信用风险管理的方法和度量信用风险的技术，提高对风险的敏感度。
建立有效的商业银行内部评级模型，对提升商业银行信用风险管理水平具有重要的作用。迄今为止，我国农村信用社还没有一套适合自己的、服务于广大农户的内部风险评级模型。受国内、外信用风险参数变量及度量模型的相关研究成果的启发，本文将结合潍坊市农村信用联社现今的内部信用评级指标体系与计分标准表，立足于财务指标的定量分析，从理论和实证两方面来专门对我国农村信用社内部评级模型中财务指标的选择及其权重确定、违约概率计量等相关问题进行探讨，试图构建一套能将财务指标、非财务指标、信用风险综合得分和违约概率融于一体的内部评级模型，开发出具有中国特色的、适合广大农户的信用风险内部评级模型。创建这一模型对提升我国农村信用社信用风险管理水平具有重要的理论和实践意义。
一、文献回顾
美国纽约大学斯特商学院教授Altman(1968)率先将多变量分析用于预测公司的财务困境，提出了著名的Z-Score模型。Altman(1977)此后对此模型进行了修正和扩展，建立了ZETA评分模型。许多金融机构纷纷用它预测信用风险，并取得一定成效。目前该模型已成为西方国家信用风险度量的重要模型之一。Jones(2006)依据德国中小企业信用数据，利用Logit模型研究了定性信息(如管理层素质、企业市场地位等)与信用评级的相关性。Duffie(2007)就经济和行业因素对违约概率波动性的影响进行了分析，并在此基础上利用历史违约数据对穆迪公司在银行与非银行、公用事业和非公用事业以及美国与美国之外等行业和地域间的评级一致性进行了测试。Michael(2009)等人利用Probit回归模型研究了穆迪公司在行业和地域问的评级一致性，其中也考虑了宏观经济因素和行业因素的影响。国内学者武剑(2005)从内部评级的理论、方法和实务三个方面对银行建立内部评级体系进行了较为全面、深入的研究。王恒、沈利生(2008)指出，我国内部评级体系存在着诸如借款人评级和债项评级无数据跟踪，低风险评级级别少、风险可辨性差等问题，提出进一步细分贷款风险分类、运用数据仓库技术、完善外部评级机构等措施来构建内部评级体系。尚金峰(2008)提出了我国实施IRB法必须具备制度和技术两个平台，同时指出，可以分五个阶段稳步推进IRB法。石晓军、陈殿左(2009)分析了银行以资产分类为基础的风险管理体系与以内部评级法为基础的风险管理体系之间的差距，提出我国银行通过改造和完善贷款风险分类制度来逐步过渡到内部评级法的途径。高静(2010)论述了信用分析方法由定性向定量演变的四个阶段，即专家判断阶段、模板阶段、打分卡阶段和纯粹模型阶段，并强调内部评级体系是信用风险量化的利器。
在对农村信用社风险管理的研究方面。马九杰(2001)回顾和介评了20年来，特别是近年来信用风险评价方法及模型的进展，包括传统的主观分析法、信用评分系统、期限结构模型、死亡率模型、RAROC模型以及新近推出的所谓内部模型如Credit-VAR、Ceadit Risk等。最后，简要分析了国际上流行的信用评价方法对我国农村信用社的适用性。李正波、高杰、崔卫杰(2006)根据实地调查资料，采用logit模型对我国农村农户贷款违约的影响因素进行了实证分析。结果表明：贷款利率、贷款期限、信用社服务、非种养业收入和自营支出对农户是否违约有着显著的影响，年龄、教育年限、农业支出对农户是否违约也有较大影响。李正波、高杰(2007)对我国农村农户贷款违约的影响因素进行了实证分析，也认为贷款利率、贷款期限、信用社服务、非种养业收支和自营收支等对农户违约有着显著的影响，年龄、教育年限对农户是否违约也有较大影响。谭勇(2007)通过对农村信用社信用风险管理一般原则、管理方法、相关理论和信用社信用风险管理案例进行的分析，探讨了我国农信社信用风险管理的发展方向和基本方法。蒋华、卫功琦(2007)综合利用因子分析、聚类分析、多元排序选择模型及Logit模型，对农村信用社内部评级系统进行了探讨，并对模型的有效性进行了检验。周国亮(2008)以江西省南昌县联社实际发放的贷款为例，重点分析了RAROC在银行经营管理中，特别是在农村信用社信用风险管理中的作用，并作了RAROC在贷款决策中的应用实例、RAROC在经济资本配置中的应用实例、RAROC在贷款定价中的应用实例三项具体分析。
综观国内外现有的信用风险度量方法，可以发现：信用评级方法的研究越来越呈现出从定性到定量、从简单到复杂、从微观层次的个别资产信用评价到宏观层次的资产组合信用风险评价的发展趋势。对于内部评级模型的研究和应用，国外学术界绝大多数仍是以财务变量分析为主。后来虽然也陆续加入了非财务变量，但就整体而言，其核心仍是试图由财务变量来判断或预测企业的违约概率。违约概率作为商业银行内部评级的关键部分，在国外的商业银行内部信用评级中拥有很高的实证研究和应用研究价值。近年来国内学者和专业人士在对信用风险评价模型的研究方面，提出了贷款信用评级方法。其主要包括：信用评分法、判断分析法和神经网络预测法等。但国内还很少有学者专门对农村信用社内部评级的指标、权重及违约率三者之间的关系进行深入的研究，对农村信用社农户风险管理的研究还处于初级阶段，对农村信用社农户评级流程控制机制和评级规则管理机制的论述更是处于空白阶段。本文将结合我国商业银行现今的内部信用评级指标体系与计分标准表，专门对农村信用社农户内部评级模型中财务指标、非财务指标的选择及其权重确定、违约概率计量等相关问题进行探讨，构建一套适合于我国农村信用社广大农户的内部评级模型。
二、样本设计
本研究样本数据根据抽样原理来自于潍坊信用社2005-2010年的数据库。
本研究对好、坏客户样本的界定如下。
好客户：债项的五级分类为正常类且本金和利息均未逾期过的客户。样本数为279户。
违约客户：债项的五级分类为损失类的客户。样本数为216户。
农户相关资料包括：综合素质、经营状况、偿债能力等三个方面。
(1)综合素质
①农户基本情况：家庭成员基本情况；婚姻状况，及婚姻的稳定性；子女数量，是否成年，与家庭的经济关系；家庭成员身体健康状况，主要看以往病史，是否办理医疗、意外等保险；家庭及社会资源，以前曾担任的社会职务；家庭资产、负债情况；农户主要经营领域，评级时点用于经营的资产总额，年收入总额；农户获得的社会荣誉、涉及的经济纠纷等。
②信用状况：经授权查询的农户、家庭成员银行信用记录；商业信用是否有违约行为，有无其他欠款行为；社会行为记录，是否存在违法行为、不良嗜好和不良记录等；参与当地农户联保、互保情况。
③经营能力：农户经营年限、历史，过去重大经营事项；社会交往能力；专业技能及熟练程度。
(2)经营状况
主要包括：当地农业经济特点，相关农业政策，当地政府农业政策导向，市场前景及其影响因素等；农业经营的周期性、季节性变化，自然经营条件，受到灾害的可能性；农户经营定位，主要产品种类、数量、性能；农业生产的科技含量和水平；农户经营合同，合同的签订背景，进销货渠道，有无保价措施，合同执行情况；农户经营成本核算；收入及增长趋势，稳定性、变动情况等；资金占用量及周转情况。
(3)偿债能力
①负债水平：负债来源和结构的情况，经营性借贷比率(借入资金/自有资金)，家庭负债率(家庭负债/家庭资产)。
②偿债能力：经营性偿债能力，负债和收入的配比分析；非经营性偿债能力，分析极端情况下负债压力导致的偿债能力丧失情况，农户举债能力，可能得到的税收优惠和政策补贴对偿债能力的影响。
根据上述三方面的要求，选取定类指标17项，定比指标11项。首先对这些指标分别做单因素分析，对定类指标采用交叉列表法进行卡方检验，对定比指标做ANOVA分析，然后进行Logistic回归分析，再结合专家经验确定各指标权重。
公式(4)是Logistic线性回归模型。根据各样本的观测自变量以及各样本客户是“坏客户”还是“好客户”，可以分析和描述在特定条件下事件的发生比以及发生的概率。
三、实证分析
(一)单因素分析
变量指标分为定类和定比两类。对样本定类指标用交叉列表进行卡方检验(见表1)。
从以上实证分析可以看出，婚姻状况、是否信用村村民、是否入以信用社为受益方的人身意外伤害险、身体状况、有无不良嗜好、年龄、从事本行业年限、种植土地亩数、贷款品种分别与好坏客户相关。
婚姻状况包括已婚有子女、已婚无子女、未婚、离异四种情况。婚姻状况代表一个家庭稳定程度。潍坊农信社目前采用的十级分类打分卡中对这四种情况分别打分是4、3、2、1，认为已婚有子女得分最高。实证分析结果和专家经验基本一致。
是否信用村村民分为是、否两种情况，实证结果显著，和专家经验一致。这说明外部环境对贷款偿还有重要影响。生活在一个讲信用的环境里，大家会以讲信用为荣，互相监督，因此贷款质量就会较高。
有无不良嗜好(借款人是否存在吸毒、赌博、斗殴等)、身体状况(借款人是否存在重大疾病、车祸及其他事故造成身体状况恶化)分为是、否两种情况，实证结果显著，和专家经验一致。借款人一般是家庭主要劳动力，收入主要来源，因此其身体状况、有无不良嗜好会对贷款质量产生直接影响。
是否入以信用社为受益方的人身意外伤害险、贷款品种(联保；一户多保；其他)、种植土地亩数(3亩(含)以下；3-5亩(含)；5-10亩(含)；10亩以上)，实证结果显著。这些指标能够说明贷款偿还的保障程度，因此对贷款质量产生重要影响。对种植土地亩数而言，在同等操作技术水平下，规模越大，收入越大，违约风险越小；规模越小，收入越少，违约风险越大。
年龄(25岁以下；25～55岁；55岁以上)以家庭劳力平均年龄代表农户的家庭结构、劳动能力。平均年龄越小的农户家庭违约的风险越小；相反，劳动力人数越少，平均年龄越大的农户家庭违约的风险越大。
从事本行业年限(5年以上；3年以上；2年以上；1年以上；不足1年)，实证结果显著，与专家经验一致。从事本行业的年限越长，积累的经验就越丰富，抗风险能力也会越强。
定比指标做ANOVA分析(见表2)。
从实证分析可以看出，家庭年收入与负债比例、存款归社率、贷款/固定资产、或有负债/净资产、资产负债率、过去两年违约次数、过去两年最长违约时间、用信次数分别与好坏客户相关。
以上各指标说明如下：
家庭年收入与负债比例、或有负债/净资产、资产负债率等指标在很大程度上代表了一户家庭的经营状况、盈利能力以及家庭财产积累状况。一般而言，收入越高，反映其经营状况越好，盈利能力越强，农户还贷的可能性也就越大。反之亦然。因此，家庭年收入与负债比例、资产负债率两项指标与农户信用等级呈正相关，或有负债/净资产与农户信用等级呈负相关。
存款归社率指标在很大程度上反映了农户与信用社的依存关系。存款是农户最重要的金融资产，这个指标越高，说明农户与信用社的关系就越密切，因此该值越高农户的信用等级就应该越高。
贷款/固定资产指标说明贷款数额与农户固定资产的关系。这里的固定资产主要指农户生产性固定资产价值，按农户当初购置生产性固定资产的实际价值统计。生产性固定资产价值反映了农户的家庭资产状况。生产性固定资产价值越大农户的家庭资产越多，农户还贷的可能性就越大；生产性固定资产价值越小，农户的家庭资产越少，农户还贷的可能性就越小。因此该值越大，说明农户信用等级就应该越低。
过去两年违约次数、过去两年最长违约时间、用信次数是农户的历史表现指标。过去两年违约次数统计值与农户信用等级呈反相关。根据潍坊农信社打分卡法，无违约10分，违约1次8分，违约2～3(含)次4分，违约3～5(含)次2分，违约5次以上0分；历史业务年限不足两年且未发生违约9分。实证为打分卡提供了定量依据。过去两年最长违约时间统计的是客户两年内发生违约的最长持续时间，该值与农户信用等级呈反相关。实证结论与潍坊农信社打分卡法基本一致。根据潍坊农信社打分卡法，无违约10分，持续违约30天以内(含)8分，持续违约30～90天以内(含)4分，持续违约90天以上0分；历史业务年限不足两年且未发生违约9分。用信次数与农户信用等级呈正相关。实证结果和专家经验法一致。
(二)Logistic回归
根据单因素回归结果，对剩余指标进行共线性检验，剩余各指标不具有共线性。做Logistic回归检验(见表3)。
根据Logistic回归方程：
可以求出各样本违约率。选取0.5作为临界点，即如果通过上式计算出来的概率小于0.5，就将该农户判定为好客户，而且数值越小，表明该农户未来不会发生违约的可能性就越大；如果计算出来的概率大于等于0.5，就将该农户判定为坏客户，而且数值越大，表明该农户未来发生违约的可能性就越大。
用另外的306户检验样本代入公式(5)，以0.5为临界点进行判别，得到农户信用程度的预测结果，模型检验结果见表4和表5。
从以上对检验样本的判别结果可以看出，模型总体判断准确率达到98%。其中将好客户判断为好客户的准确率为98.1%，将坏客户判断为坏客户的准确率为98.0%。可见，以上建立的回归模型在实际应用中取得了较好的预测效果。
银行一般用ROC曲线与横轴之间的面积来反映评级系统的准确性。理论上这一指标取值范围为0.5至1.0。一般而言，ROC组外检验值大于0.7时，模型可投入使用，国际上先进银行的违约概率模型ROC通常可达到0.8以上。对本模型做ROC曲线检验，结果见表6，说明该模型对好坏客户区分能力良好。
通过以上实证分析，得出以下结论：在农户评级中，非财务指标具有重要的作用。农户的收入水平等财务指标对农户的违约率有一定程度的影响，但单纯以其作为农户是否违约的依据则存在着一定问题。从一般意义上讲，家庭财产较多、收入状况较好的农户其偿还贷款的能力较强，贷款风险较小，贷款更安全。但这并不能绝对说明其违约的可能性就低。当前很多农户收入较高，拥有众多资产，其有充足的还款能力，但这部分农户的违约率往往较高，因为其还款意愿较低。在这种情况下，农户违约率的高低主要取决于农户的还款意愿程度。还款意愿较高的农户，其违约率较低；还款意愿较低的农户，其违约率较高。而在目前农户信贷缺乏硬性法律约束环境的前提下，只能依靠软环境来确定农户的还款意愿。因此，信用社对较好级别的农户进行信贷决策时，不仅要以财务指标作为判断依据，同时更要注重对农户非财务指标的分析。如婚姻状况、是否信用村村民、是否入以信用社为受益方的人身意外伤害险、身体状况等非财务指标在回归分析中都表现显著。
(三)聚类分析及评级结果等级划分
Logistic回归模型建立后，根据生成的违约概率先按0～0.1，0.1～0.2，0.2～0.3，0.3～0.4直到0.9～1初步分为10级。分10级客户分布情况和各等级违约概率见图1和图2。从分布的不规则可见，潍坊信用社目前使用的专家经验法分为10级不是最佳方案，随机从各个等级中抽取5条数据，进行聚类分析。系统自动聚为6级，取相近组两点违约概率的平均值作为各等级的分界点。分6级客户分布情况和各等级违约概率见图3和图4。从客户分布和各等级违约比例走势来看，划分6个等级更合理。
图1：分10级客户分布情况
图2：分10级各等级违约概率
图3：分6级客户分布情况
图4：分6级各等级违约概率
根据实证分析结果，结合专家经验，最后可以得出农户主体评级各指标权重(见表7)。
计算农户的基本得分。选择以100分作为起评分，将农户的守约概率乘以起评分即得出该农户的基本分。把测试样本代入系统，即可得出其相应的守约概率。假如一个农户违约概率是20%，那么农户得分就是：(1-20%)×100=80分。
根据聚类分析结果(见表8)，信用得分大于等于84.25，为第一类别农户；信用得分在[67.74，84.25]区间，为第二类农户；信用得分在[49.83，67.74]区间，为第三类农户；信用得分在[37.70，49.83]区间，为第四类农户；信用得分在[16.77，37.70]区间，为第五类农户；信用得分小于等于16.77，为第六类农户。
假如一位农户的信用得分为60分，其信用等级被评为第三类，该类型农户可能收入水平一般，但定性指标较好，如婚姻状况稳定、是信用村村民、无不良嗜好等，说明其违约风险较低，信贷机构也可向此类申贷农户发放贷款。
综上所述，当信贷人员输入申贷农户的具体信息计算出农户的信用得分时，可根据上述农户信用等级评判标准判断农户的信用级别，进而根据其实际情况做出是否发放贷款的决策。这不仅大量减少了信贷人员的工作量，而且在一定程度上消除了信贷人员主观上把握力度不大以及情感上易于倾斜的弊病。
四、结论及政策建议
内部评级法是巴塞尔新资本协议提出的一种资本监管方式。它源于西方银行长期发展的经验总结，凝聚了大量先进的管理理念、方式和技术。我国农村信用社应学习和借鉴内部评级法的实质内容，并持续跟踪其发展，以此充实管理手段，增强分析内控能力。即便短期内达不到内部评级法的实施要求，也应尽早建立能够应用于实际管理的内部评级体系，并在实践中不断修正和完善。
从我国农村信用社农户信用风险评级的现状看，由于以下几方面的原因一直没有实质性的进展：一是客户群体和客户特征具有明显的“个性化”色彩。个性化的客户群体和客户特征决定了基础客户材料的“非标准”分布，从而造成了宏观统计数据对于农户评级来说缺乏借鉴意义。二是信息匮乏，缺少权威的外部评级和规范的内部数据积累。三是合格的数据样本较小。因经营范围和规模的限制，农户合格样本数量相对较少，同时农村信用社IT建设起步相对晚于大型商业银行，制约了农村信用社基于自身数据进行建模的实践。四是保守的管理理念与信贷文化。脱胎于计划经济时代的我国农村信用社习惯于以规模控制进行信贷管理，习惯于依靠计划指令、使用层层分解指标的方式控制风险敞口。如果推行新的管理方法和技术手段，势必对旧文化观念和利益格局造成严重的冲击，也不可避免地会遭到传统理念的抗拒。五是僵化的内部管理体制。我国农村信用社习惯于以政府机关的行政命令方式动员和配置各种资源，在机构上偏重于按行政职能设置岗位，缺乏创新性工作所需要的机动性和灵活性。六是人力资源约束。分析评级是一项庞大的系统工程，需要强大的人力资本做后盾。也就是说，实施内部评级法的用户必须要拥有一支由宏观经济专家、产业经济专家、金融工程师、财务分析师、计量分析师等组成的实力雄厚且稳定的专家队伍，并需要针对某些特殊领域，通过外聘行外专家，组织成一个高效率的智力资源网络。在这方面，我国农村信用社在人力资源的质量和结构上都存在着显而易见的劣势和差别。因此，必须认识到此项工作的艰巨性、复杂性和长期性。
借鉴潍坊市农村信用社经验，应在农村信用社内部成立专业化机构，组织调配各类资源，开展内部评级系统的研究、设计和开发工作，并对相关的业务流程和决策机制进行必要的改进和完善，使之更加适应现代化风险管理的需要。
首先，要建立和完善信贷风险管理信息数据库。先进的风险评级系统需要强大的管理信息系统作为支持，应通过构建信用风险管理体系，为实施巴塞尔新资本协议积累必要的数据。目前，我国农村信用社的数据储备严重不足，数据质量不高，缺乏规范性，直接影响了内部评级结果的准确性。因此，各农村信用社应该尽早着手收集借款人和债项的所有必要信息，为以后采用定量分析方法来监测、管理信用风险做好基础性的准备工作。
其次，建立适合我国农村信用社特点的内部评级模型。我国农信社面对广大农村，市场定位于服务“三农”。虽然目前国外有许多成熟的数学模型，如穆迪公司的RiskCal模型、KMV模型等，但这些国外模型大都偏重于财务分析，有的还大量引入市场价格变量，并不完全适合我国农村信用社的现状。对此，我国农村信用社在建立内部评级体系时，既要紧密结合本国银行业的特点和现状，充分考虑诸如利率市场化尚未充分实现、企业财务数据不够真实、金融市场发展不充分、区域风险差别显著、道德风险偏高等国内特有的现象，也要考虑到主要客户群——农户的特色，研究开发适合自己的模型框架和参数体系。
最后，培养和组建一支优秀的专业化团队。内部评级系统和方法属于各银行的商业机密，具有较高的技术含量。培养、组建一支精通风险计量分析的专业化人才队伍，对于内部评级体系的建设、实施和维护具有重要的意义。这支队伍不是一朝一夕可以产生的，要长期储备、培养人才，并对专业人员的结构不断进行优化。目前，应首先对现有人员进行定期培训，促使其知识体系及时更新，并设法保持其稳定性；同时，加快吸收熟悉应用数学、计量经济、金融工程等方面知识或有较强业务技能的高学历专业人才，充实到相关业务部门，确保内部评级的先进性和实用性。另外，积极学习国内、外同业的成熟经验，引进其评级思想技术。近些年来，潍坊市农信社与高等院校和高技术企业建立了合作研发关系，积极引进先进的风险管理理念，在职培养专业风险管理工作人员，取得了显著的成效。
标签：信用风险论文; 农村信用社贷款政策论文; 银行风险论文; 信用评分模型论文; 违约概率论文; 债项评级论文; 相关性分析论文; 银行信用论文; 信用贷款论文; 客户分析论文; 农村信用社论文; 概率计算论文; 金融论文; 农村金融机构论文; 风险模型论文; 信用政策论文; 穆迪评级论文; 经营指标论文; 银行论文;