我國農(nóng)村信用社農(nóng)戶信用風(fēng)險內(nèi)部評級體系初探

我國農(nóng)村信用社農(nóng)戶信用風(fēng)險內(nèi)部評級體系初探

20世紀(jì)90年代以來，全球金融環(huán)境發(fā)生了深刻的變化。在金融全球化和自由化的浪潮下，金融市場的波動性日益加大，并引發(fā)了多次金融危機。從巴林銀行的倒閉到亞洲金融危機的爆發(fā)，再到此次的全球金融危機，每一次危機的發(fā)生追根溯源無不與銀行風(fēng)險管理存在的漏洞有著直接或間接的關(guān)系。面對日益復(fù)雜的金融環(huán)境和不斷涌現(xiàn)的金融風(fēng)險，國際銀行界對風(fēng)險管理中存在的問題進行了深入反思。反思成果最終體現(xiàn)在巴塞爾資本協(xié)議及其修訂過程之中。1999年6月，巴塞爾委員會公布了《巴塞爾新資本協(xié)議(征求意見稿)》(簡稱新協(xié)議)，取代1988年公布的巴塞爾資本協(xié)議(簡稱舊協(xié)議)。其后，在廣泛征求各國銀行業(yè)和監(jiān)管當(dāng)局意見的基礎(chǔ)上，新協(xié)議又經(jīng)過多次修改，分別于2001年1月和2003年4月公布了第二次和第三次征求意見稿。2004年6月26日，十國集團的中央銀行行長和銀行監(jiān)管當(dāng)局負(fù)責(zé)人舉行會議，一致同意公布《資本計量和資本標(biāo)準(zhǔn)的國際協(xié)議：修訂框架》，即新資本充足率框架。2010年9月12日，巴塞爾銀行監(jiān)管委員會來自27個經(jīng)濟體的央行和銀行監(jiān)管機構(gòu)負(fù)責(zé)人一致通過了關(guān)于加強全球銀行體系資本要求的改革方案，即《巴塞爾協(xié)議Ⅲ》，成為2008年金融危機后首個全球范圍內(nèi)的重磅監(jiān)管改革產(chǎn)物。自此，銀行資本監(jiān)管的思路發(fā)生了改變。巴塞爾協(xié)議Ⅱ的一個基本思路是強調(diào)銀行管理與監(jiān)管應(yīng)以風(fēng)險識別為基礎(chǔ)，但金融危機暴露了該框架的漏洞。針對巴塞爾協(xié)議Ⅱ強調(diào)對分母風(fēng)險資產(chǎn)的計量，巴塞爾協(xié)議Ⅲ更加強調(diào)對分子資本的計量。其直接表現(xiàn)就是諸多條款的核心要求都是增加資本，提高資本的充足率。此外，巴塞爾協(xié)議Ⅲ中商業(yè)銀行各項安全性指標(biāo)門檻大幅提升。這意味著在銀行業(yè)監(jiān)管的核心價值觀選擇上，“安全”因素的考慮已經(jīng)遠(yuǎn)遠(yuǎn)超越了“效率”因素。巴塞爾協(xié)議Ⅲ的出臺不僅對商業(yè)銀行提出了一個強化的資本充足率要求，也對商業(yè)銀行的風(fēng)險管理提出了更為全面的指導(dǎo)原則。內(nèi)部評級法的優(yōu)點在于其加入了外部評級機構(gòu)通常不能得到的客戶信息，如銀行可以監(jiān)督客戶的賬目、了解債項的擔(dān)保(保證與抵押)等。因此，巴塞爾委員會鼓勵各國商業(yè)銀行不要過多地依賴外部信用評級機構(gòu)，要不斷開發(fā)、強化內(nèi)部信用風(fēng)險管理的方法和度量信用風(fēng)險的技術(shù)，提高對風(fēng)險的敏感度。建立有效的商業(yè)銀行內(nèi)部評級模型，對提升商業(yè)銀行信用風(fēng)險管理水平具有重要的作用。迄今為止，我國農(nóng)村信用社還沒有一套適合自己的、服務(wù)于廣大農(nóng)戶的內(nèi)部風(fēng)險評級模型。受國內(nèi)、外信用風(fēng)險參數(shù)變量及度量模型的相關(guān)研究成果的啟發(fā)，本文將結(jié)合濰坊市農(nóng)村信用聯(lián)社現(xiàn)今的內(nèi)部信用評級指標(biāo)體系與計分標(biāo)準(zhǔn)表，立足于財務(wù)指標(biāo)的定量分析，從理論和實證兩方面來專門對我國農(nóng)村信用社內(nèi)部評級模型中財務(wù)指標(biāo)的選擇及其權(quán)重確定、違約概率計量等相關(guān)問題進行探討，試圖構(gòu)建一套能將財務(wù)指標(biāo)、非財務(wù)指標(biāo)、信用風(fēng)險綜合得分和違約概率融于一體的內(nèi)部評級模型，開發(fā)出具有中國特色的、適合廣大農(nóng)戶的信用風(fēng)險內(nèi)部評級模型。創(chuàng)建這一模型對提升我國農(nóng)村信用社信用風(fēng)險管理水平具有重要的理論和實踐意義。一、文獻(xiàn)回顧美國紐約大學(xué)斯特商學(xué)院教授Altman(1968)率先將多變量分析用于預(yù)測公司的財務(wù)困境，提出了著名的Z-Score模型。Altman(1977)此后對此模型進行了修正和擴展，建立了ZETA評分模型。許多金融機構(gòu)紛紛用它預(yù)測信用風(fēng)險，并取得一定成效。目前該模型已成為西方國家信用風(fēng)險度量的重要模型之一。Jones(2006)依據(jù)德國中小企業(yè)信用數(shù)據(jù)，利用Logit模型研究了定性信息(如管理層素質(zhì)、企業(yè)市場地位等)與信用評級的相關(guān)性。Duffie(2007)就經(jīng)濟和行業(yè)因素對違約概率波動性的影響進行了分析，并在此基礎(chǔ)上利用歷史違約數(shù)據(jù)對穆迪公司在銀行與非銀行、公用事業(yè)和非公用事業(yè)以及美國與美國之外等行業(yè)和地域間的評級一致性進行了測試。Michael(2009)等人利用Probit回歸模型研究了穆迪公司在行業(yè)和地域問的評級一致性，其中也考慮了宏觀經(jīng)濟因素和行業(yè)因素的影響。國內(nèi)學(xué)者武劍(2005)從內(nèi)部評級的理論、方法和實務(wù)三個方面對銀行建立內(nèi)部評級體系進行了較為全面、深入的研究。王恒、沈利生(2008)指出，我國內(nèi)部評級體系存在著諸如借款人評級和債項評級無數(shù)據(jù)跟蹤，低風(fēng)險評級級別少、風(fēng)險可辨性差等問題，提出進一步細(xì)分貸款風(fēng)險分類、運用數(shù)據(jù)倉庫技術(shù)、完善外部評級機構(gòu)等措施來構(gòu)建內(nèi)部評級體系。尚金峰(2008)提出了我國實施IRB法必須具備制度和技術(shù)兩個平臺，同時指出，可以分五個階段穩(wěn)步推進IRB法。石曉軍、陳殿左(2009)分析了銀行以資產(chǎn)分類為基礎(chǔ)的風(fēng)險管理體系與以內(nèi)部評級法為基礎(chǔ)的風(fēng)險管理體系之間的差距，提出我國銀行通過改造和完善貸款風(fēng)險分類制度來逐步過渡到內(nèi)部評級法的途徑。高靜(2010)論述了信用分析方法由定性向定量演變的四個階段，即專家判斷階段、模板階段、打分卡階段和純粹模型階段，并強調(diào)內(nèi)部評級體系是信用風(fēng)險量化的利器。在對農(nóng)村信用社風(fēng)險管理的研究方面。馬九杰(2001)回顧和介評了20年來，特別是近年來信用風(fēng)險評價方法及模型的進展，包括傳統(tǒng)的主觀分析法、信用評分系統(tǒng)、期限結(jié)構(gòu)模型、死亡率模型、RAROC模型以及新近推出的所謂內(nèi)部模型如Credit-VAR、CeaditRisk等。最后，簡要分析了國際上流行的信用評價方法對我國農(nóng)村信用社的適用性。李正波、高杰、崔衛(wèi)杰(2006)根據(jù)實地調(diào)查資料，采用logit模型對我國農(nóng)村農(nóng)戶貸款違約的影響因素進行了實證分析。結(jié)果表明：貸款利率、貸款期限、信用社服務(wù)、非種養(yǎng)業(yè)收入和自營支出對農(nóng)戶是否違約有著顯著的影響，年齡、教育年限、農(nóng)業(yè)支出對農(nóng)戶是否違約也有較大影響。李正波、高杰(2007)對我國農(nóng)村農(nóng)戶貸款違約的影響因素進行了實證分析，也認(rèn)為貸款利率、貸款期限、信用社服務(wù)、非種養(yǎng)業(yè)收支和自營收支等對農(nóng)戶違約有著顯著的影響，年齡、教育年限對農(nóng)戶是否違約也有較大影響。譚勇(2007)通過對農(nóng)村信用社信用風(fēng)險管理一般原則、管理方法、相關(guān)理論和信用社信用風(fēng)險管理案例進行的分析，探討了我國農(nóng)信社信用風(fēng)險管理的發(fā)展方向和基本方法。蔣華、衛(wèi)功琦(2007)綜合利用因子分析、聚類分析、多元排序選擇模型及Logit模型，對農(nóng)村信用社內(nèi)部評級系統(tǒng)進行了探討，并對模型的有效性進行了檢驗。周國亮(2008)以江西省南昌縣聯(lián)社實際發(fā)放的貸款為例，重點分析了RAROC在銀行經(jīng)營管理中，特別是在農(nóng)村信用社信用風(fēng)險管理中的作用，并作了RAROC在貸款決策中的應(yīng)用實例、RAROC在經(jīng)濟資本配置中的應(yīng)用實例、RAROC在貸款定價中的應(yīng)用實例三項具體分析。綜觀國內(nèi)外現(xiàn)有的信用風(fēng)險度量方法，可以發(fā)現(xiàn)：信用評級方法的研究越來越呈現(xiàn)出從定性到定量、從簡單到復(fù)雜、從微觀層次的個別資產(chǎn)信用評價到宏觀層次的資產(chǎn)組合信用風(fēng)險評價的發(fā)展趨勢。對于內(nèi)部評級模型的研究和應(yīng)用，國外學(xué)術(shù)界絕大多數(shù)仍是以財務(wù)變量分析為主。后來雖然也陸續(xù)加入了非財務(wù)變量，但就整體而言，其核心仍是試圖由財務(wù)變量來判斷或預(yù)測企業(yè)的違約概率。違約概率作為商業(yè)銀行內(nèi)部評級的關(guān)鍵部分，在國外的商業(yè)銀行內(nèi)部信用評級中擁有很高的實證研究和應(yīng)用研究價值。近年來國內(nèi)學(xué)者和專業(yè)人士在對信用風(fēng)險評價模型的研究方面，提出了貸款信用評級方法。其主要包括：信用評分法、判斷分析法和神經(jīng)網(wǎng)絡(luò)預(yù)測法等。但國內(nèi)還很少有學(xué)者專門對農(nóng)村信用社內(nèi)部評級的指標(biāo)、權(quán)重及違約率三者之間的關(guān)系進行深入的研究，對農(nóng)村信用社農(nóng)戶風(fēng)險管理的研究還處于初級階段，對農(nóng)村信用社農(nóng)戶評級流程控制機制和評級規(guī)則管理機制的論述更是處于空白階段。本文將結(jié)合我國商業(yè)銀行現(xiàn)今的內(nèi)部信用評級指標(biāo)體系與計分標(biāo)準(zhǔn)表，專門對農(nóng)村信用社農(nóng)戶內(nèi)部評級模型中財務(wù)指標(biāo)、非財務(wù)指標(biāo)的選擇及其權(quán)重確定、違約概率計量等相關(guān)問題進行探討，構(gòu)建一套適合于我國農(nóng)村信用社廣大農(nóng)戶的內(nèi)部評級模型。二、樣本設(shè)計本研究樣本數(shù)據(jù)根據(jù)抽樣原理來自于濰坊信用社2005-2010年的數(shù)據(jù)庫。本研究對好、壞客戶樣本的界定如下。好客戶：債項的五級分類為正常類且本金和利息均未逾期過的客戶。樣本數(shù)為279戶。違約客戶：債項的五級分類為損失類的客戶。樣本數(shù)為216戶。農(nóng)戶相關(guān)資料包括：綜合素質(zhì)、經(jīng)營狀況、償債能力等三個方面。(1)綜合素質(zhì)①農(nóng)戶基本情況：家庭成員基本情況；婚姻狀況，及婚姻的穩(wěn)定性；子女?dāng)?shù)量，是否成年，與家庭的經(jīng)濟關(guān)系；家庭成員身體健康狀況，主要看以往病史，是否辦理醫(yī)療、意外等保險；家庭及社會資源，以前曾擔(dān)任的社會職務(wù)；家庭資產(chǎn)、負(fù)債情況；農(nóng)戶主要經(jīng)營領(lǐng)域，評級時點用于經(jīng)營的資產(chǎn)總額，年收入總額；農(nóng)戶獲得的社會榮譽、涉及的經(jīng)濟糾紛等。②信用狀況：經(jīng)授權(quán)查詢的農(nóng)戶、家庭成員銀行信用記錄；商業(yè)信用是否有違約行為，有無其他欠款行為；社會行為記錄，是否存在違法行為、不良嗜好和不良記錄等；參與當(dāng)?shù)剞r(nóng)戶聯(lián)保、互保情況。③經(jīng)營能力：農(nóng)戶經(jīng)營年限、歷史，過去重大經(jīng)營事項；社會交往能力；專業(yè)技能及熟練程度。(2)經(jīng)營狀況主要包括：當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟特點，相關(guān)農(nóng)業(yè)政策，當(dāng)?shù)卣r(nóng)業(yè)政策導(dǎo)向，市場前景及其影響因素等；農(nóng)業(yè)經(jīng)營的周期性、季節(jié)性變化，自然經(jīng)營條件，受到災(zāi)害的可能性；農(nóng)戶經(jīng)營定位，主要產(chǎn)品種類、數(shù)量、性能；農(nóng)業(yè)生產(chǎn)的科技含量和水平；農(nóng)戶經(jīng)營合同，合同的簽訂背景，進銷貨渠道，有無保價措施，合同執(zhí)行情況；農(nóng)戶經(jīng)營成本核算；收入及增長趨勢，穩(wěn)定性、變動情況等；資金占用量及周轉(zhuǎn)情況。(3)償債能力①負(fù)債水平：負(fù)債來源和結(jié)構(gòu)的情況，經(jīng)營性借貸比率(借入資金/自有資金)，家庭負(fù)債率(家庭負(fù)債/家庭資產(chǎn))。②償債能力：經(jīng)營性償債能力，負(fù)債和收入的配比分析；非經(jīng)營性償債能力，分析極端情況下負(fù)債壓力導(dǎo)致的償債能力喪失情況，農(nóng)戶舉債能力，可能得到的稅收優(yōu)惠和政策補貼對償債能力的影響。根據(jù)上述三方面的要求，選取定類指標(biāo)17項，定比指標(biāo)11項。首先對這些指標(biāo)分別做單因素分析，對定類指標(biāo)采用交叉列表法進行卡方檢驗，對定比指標(biāo)做ANOVA分析，然后進行Logistic回歸分析，再結(jié)合專家經(jīng)驗確定各指標(biāo)權(quán)重。公式(4)是Logistic線性回歸模型。根據(jù)各樣本的觀測自變量以及各樣本客戶是“壞客戶”還是“好客戶”，可以分析和描述在特定條件下事件的發(fā)生比以及發(fā)生的概率。三、實證分析(一)單因素分析變量指標(biāo)分為定類和定比兩類。對樣本定類指標(biāo)用交叉列表進行卡方檢驗(見表1)。從以上實證分析可以看出，婚姻狀況、是否信用村村民、是否入以信用社為受益方的人身意外傷害險、身體狀況、有無不良嗜好、年齡、從事本行業(yè)年限、種植土地畝數(shù)、貸款品種分別與好壞客戶相關(guān)?；橐鰻顩r包括已婚有子女、已婚無子女、未婚、離異四種情況?；橐鰻顩r代表一個家庭穩(wěn)定程度。濰坊農(nóng)信社目前采用的十級分類打分卡中對這四種情況分別打分是4、3、2、1，認(rèn)為已婚有子女得分最高。實證分析結(jié)果和專家經(jīng)驗基本一致。是否信用村村民分為是、否兩種情況，實證結(jié)果顯著，和專家經(jīng)驗一致。這說明外部環(huán)境對貸款償還有重要影響。生活在一個講信用的環(huán)境里，大家會以講信用為榮，互相監(jiān)督，因此貸款質(zhì)量就會較高。有無不良嗜好(借款人是否存在吸毒、賭博、斗毆等)、身體狀況(借款人是否存在重大疾病、車禍及其他事故造成身體狀況惡化)分為是、否兩種情況，實證結(jié)果顯著，和專家經(jīng)驗一致。借款人一般是家庭主要勞動力，收入主要來源，因此其身體狀況、有無不良嗜好會對貸款質(zhì)量產(chǎn)生直接影響。是否入以信用社為受益方的人身意外傷害險、貸款品種(聯(lián)保；一戶多保；其他)、種植土地畝數(shù)(3畝(含)以下；3-5畝(含)；5-10畝(含)；10畝以上)，實證結(jié)果顯著。這些指標(biāo)能夠說明貸款償還的保障程度，因此對貸款質(zhì)量產(chǎn)生重要影響。對種植土地畝數(shù)而言，在同等操作技術(shù)水平下，規(guī)模越大，收入越大，違約風(fēng)險越??；規(guī)模越小，收入越少，違約風(fēng)險越大。年齡(25歲以下；25～55歲；55歲以上)以家庭勞力平均年齡代表農(nóng)戶的家庭結(jié)構(gòu)、勞動能力。平均年齡越小的農(nóng)戶家庭違約的風(fēng)險越小；相反，勞動力人數(shù)越少，平均年齡越大的農(nóng)戶家庭違約的風(fēng)險越大。從事本行業(yè)年限(5年以上；3年以上；2年以上；1年以上；不足1年)，實證結(jié)果顯著，與專家經(jīng)驗一致。從事本行業(yè)的年限越長，積累的經(jīng)驗就越豐富，抗風(fēng)險能力也會越強。定比指標(biāo)做ANOVA分析(見表2)。從實證分析可以看出，家庭年收入與負(fù)債比例、存款歸社率、貸款/固定資產(chǎn)、或有負(fù)債/凈資產(chǎn)、資產(chǎn)負(fù)債率、過去兩年違約次數(shù)、過去兩年最長違約時間、用信次數(shù)分別與好壞客戶相關(guān)。以上各指標(biāo)說明如下：家庭年收入與負(fù)債比例、或有負(fù)債/凈資產(chǎn)、資產(chǎn)負(fù)債率等指標(biāo)在很大程度上代表了一戶家庭的經(jīng)營狀況、盈利能力以及家庭財產(chǎn)積累狀況。一般而言，收入越高，反映其經(jīng)營狀況越好，盈利能力越強，農(nóng)戶還貸的可能性也就越大。反之亦然。因此，家庭年收入與負(fù)債比例、資產(chǎn)負(fù)債率兩項指標(biāo)與農(nóng)戶信用等級呈正相關(guān)，或有負(fù)債/凈資產(chǎn)與農(nóng)戶信用等級呈負(fù)相關(guān)。存款歸社率指標(biāo)在很大程度上反映了農(nóng)戶與信用社的依存關(guān)系。存款是農(nóng)戶最重要的金融資產(chǎn)，這個指標(biāo)越高，說明農(nóng)戶與信用社的關(guān)系就越密切，因此該值越高農(nóng)戶的信用等級就應(yīng)該越高。貸款/固定資產(chǎn)指標(biāo)說明貸款數(shù)額與農(nóng)戶固定資產(chǎn)的關(guān)系。這里的固定資產(chǎn)主要指農(nóng)戶生產(chǎn)性固定資產(chǎn)價值，按農(nóng)戶當(dāng)初購置生產(chǎn)性固定資產(chǎn)的實際價值統(tǒng)計。生產(chǎn)性固定資產(chǎn)價值反映了農(nóng)戶的家庭資產(chǎn)狀況。生產(chǎn)性固定資產(chǎn)價值越大農(nóng)戶的家庭資產(chǎn)越多，農(nóng)戶還貸的可能性就越大；生產(chǎn)性固定資產(chǎn)價值越小，農(nóng)戶的家庭資產(chǎn)越少，農(nóng)戶還貸的可能性就越小。因此該值越大，說明農(nóng)戶信用等級就應(yīng)該越低。過去兩年違約次數(shù)、過去兩年最長違約時間、用信次數(shù)是農(nóng)戶的歷史表現(xiàn)指標(biāo)。過去兩年違約次數(shù)統(tǒng)計值與農(nóng)戶信用等級呈反相關(guān)。根據(jù)濰坊農(nóng)信社打分卡法，無違約10分，違約1次8分，違約2～3(含)次4分，違約3～5(含)次2分，違約5次以上0分；歷史業(yè)務(wù)年限不足兩年且未發(fā)生違約9分。實證為打分卡提供了定量依據(jù)。過去兩年最長違約時間統(tǒng)計的是客戶兩年內(nèi)發(fā)生違約的最長持續(xù)時間，該值與農(nóng)戶信用等級呈反相關(guān)。實證結(jié)論與濰坊農(nóng)信社打分卡法基本一致。根據(jù)濰坊農(nóng)信社打分卡法，無違約10分，持續(xù)違約30天以內(nèi)(含)8分，持續(xù)違約30～90天以內(nèi)(含)4分，持續(xù)違約90天以上0分；歷史業(yè)務(wù)年限不足兩年且未發(fā)生違約9分。用信次數(shù)與農(nóng)戶信用等級呈正相關(guān)。實證結(jié)果和專家經(jīng)驗法一致。(二)Logistic回歸根據(jù)單因素回歸結(jié)果，對剩余指標(biāo)進行共線性檢驗，剩余各指標(biāo)不具有共線性。做Logistic回歸檢驗(見表3)。根據(jù)Logistic回歸方程：可以求出各樣本違約率。選取0.5作為臨界點，即如果通過上式計算出來的概率小于0.5，就將該農(nóng)戶判定為好客戶，而且數(shù)值越小，表明該農(nóng)戶未來不會發(fā)生違約的可能性就越大；如果計算出來的概率大于等于0.5，就將該農(nóng)戶判定為壞客戶，而且數(shù)值越大，表明該農(nóng)戶未來發(fā)生違約的可能性就越大。用另外的306戶檢驗樣本代入公式(5)，以0.5為臨界點進行判別，得到農(nóng)戶信用程度的預(yù)測結(jié)果，模型檢驗結(jié)果見表4和表5。從以上對檢驗樣本的判別結(jié)果可以看出，模型總體判斷準(zhǔn)確率達(dá)到98%。其中將好客戶判斷為好客戶的準(zhǔn)確率為98.1%，將壞客戶判斷為壞客戶的準(zhǔn)確率為98.0%?？梢姡陨辖⒌幕貧w模型在實際應(yīng)用中取得了較好的預(yù)測效果。銀行一般用ROC曲線與橫軸之間的面積來反映評級系統(tǒng)的準(zhǔn)確性。理論上這一指標(biāo)取值范圍為0.5至1.0。一般而言，ROC組外檢驗值大于0.7時，模型可投入使用，國際上先進銀行的違約概率模型ROC通?？蛇_(dá)到0.8以上。對本模型做ROC曲線檢驗，結(jié)果見表6，說明該模型對好壞客戶區(qū)分能力良好。通過以上實證分析，得出以下結(jié)論：在農(nóng)戶評級中，非財務(wù)指標(biāo)具有重要的作用。農(nóng)戶的收入水平等財務(wù)指標(biāo)對農(nóng)戶的違約率有一定程度的影響，但單純以其作為農(nóng)戶是否違約的依據(jù)則存在著一定問題。從一般意義上講，家庭財產(chǎn)較多、收入狀況較好的農(nóng)戶其償還貸款的能力較強，貸款風(fēng)險較小，貸款更安全。但這并不能絕對說明其違約的可能性就低。當(dāng)前很多農(nóng)戶收入較高，擁有眾多資產(chǎn)，其有充足的還款能力，但這部分農(nóng)戶的違約率往往較高，因為其還款意愿較低。在這種情況下，農(nóng)戶違約率的高低主要取決于農(nóng)戶的還款意愿程度。還款意愿較高的農(nóng)戶，其違約率較低；還款意愿較低的農(nóng)戶，其違約率較高。而在目前農(nóng)戶信貸缺乏硬性法律約束環(huán)境的前提下，只能依靠軟環(huán)境來確定農(nóng)戶的還款意愿。因此，信用社對較好級別的農(nóng)戶進行信貸決策時，不僅要以財務(wù)指標(biāo)作為判斷依據(jù)，同時更要注重對農(nóng)戶非財務(wù)指標(biāo)的分析。如婚姻狀況、是否信用村村民、是否入以信用社為受益方的人身意外傷害險、身體狀況等非財務(wù)指標(biāo)在回歸分析中都表現(xiàn)顯著。(三)聚類分析及評級結(jié)果等級劃分Logistic回歸模型建立后，根據(jù)生成的違約概率先按0～0.1，0.1～0.2，0.2～0.3，0.3～0.4直到0.9～1初步分為10級。分10級客戶分布情況和各等級違約概率見圖1和圖2。從分布的不規(guī)則可見，濰坊信用社目前使用的專家經(jīng)驗法分為10級不是最佳方案，隨機從各個等級中抽取5條數(shù)據(jù)，進行聚類分析。系統(tǒng)自動聚為6級，取相近組兩點違約概率的平均值作為各等級的分界點。分6級客戶分布情況和各等級違約概率見圖3和圖4。從客戶分布和各等級違約比例走勢來看，劃分6個等級更合理。圖1：分10級客戶分布情況圖2：分10級各等級違約概率圖3：分6級客戶分布情況圖4：分6級各等級違約概率根據(jù)實證分析結(jié)果，結(jié)合專家經(jīng)驗，最后可以得出農(nóng)戶主體評級各指標(biāo)權(quán)重(見表7)。計算農(nóng)戶的基本得分。選擇以100分作為起評分，將農(nóng)戶的守約概率乘以起評分即得出該農(nóng)戶的基本分。把測試樣本代入系統(tǒng)，即可得出其相應(yīng)的守約概率。假如一個農(nóng)戶違約概率是20%，那么農(nóng)戶得分就是：(1-20%)×100=80分。根據(jù)聚類分析結(jié)果(見表8)，信用得分大于等于84.25，為第一類別農(nóng)戶；信用得分在[67.74，84.25]區(qū)間，為第二類農(nóng)戶；信用得分在[49.83，67.74]區(qū)間，為第三類農(nóng)戶；信用得分在[37.70，49.83]區(qū)間，為第四類農(nóng)戶；信用得分在[16.77，37.70]區(qū)間，為第五類農(nóng)戶；信用得分小于等于16.77，為第六類農(nóng)戶。假如一位農(nóng)戶的信用得分為60分，其信用等級被評為第三類，該類型農(nóng)戶可能收入水平一般，但定性指標(biāo)較好，如婚姻狀況穩(wěn)定、是信用村村民、無不良嗜好等，說明其違約風(fēng)險較低，信貸機構(gòu)也可向此類申貸農(nóng)戶發(fā)放貸款。綜上所述，當(dāng)信貸人員輸入申貸農(nóng)戶的具體信息計算出農(nóng)戶的信用得分時，可根據(jù)上述農(nóng)戶信用等級評判標(biāo)準(zhǔn)判斷農(nóng)戶的信用級別，進而根據(jù)其實際情況做出是否發(fā)放貸款的決策。這不僅大量減少了信貸人員的工作量，而且在一定程度上消除了信貸人員主觀上把握力度不大以及情感上易于傾斜的弊病。四、結(jié)論及政策建議內(nèi)部評級法是巴塞爾新資本協(xié)議提出的一種資本監(jiān)管方式。它源于西方銀行長期發(fā)展的經(jīng)驗總結(jié)，凝聚了大量先進的管理理念、方式和技術(shù)。我國農(nóng)村信用社應(yīng)學(xué)習(xí)和借鑒內(nèi)部評級法的實質(zhì)內(nèi)容，并持續(xù)跟蹤其發(fā)展，以此充實管理手段，增強分析內(nèi)控能力。即便短期內(nèi)達(dá)不到內(nèi)部評級法的實施要求，也應(yīng)盡早建立能夠應(yīng)用于實際管理的內(nèi)部評級體系，并在實踐中不斷修正和完善。從我國農(nóng)村信用社農(nóng)戶信用風(fēng)險評級的現(xiàn)狀看，由于以下幾方面的原因一直沒有實質(zhì)性的進展：一是客戶群體和客戶特征具有明顯的“個性化”色彩。個性化的客戶群體和客戶特征決定了基礎(chǔ)客戶材料的“非標(biāo)準(zhǔn)”分布，從而造成了宏觀統(tǒng)計數(shù)據(jù)對于農(nóng)戶評級來說缺乏借鑒意義。二是信息匱乏，缺少權(quán)威的外部評級和規(guī)范的內(nèi)部數(shù)據(jù)積累。三是合格的數(shù)據(jù)樣本較小。因經(jīng)營范圍和規(guī)模的限制，農(nóng)戶合格樣本數(shù)量相對較少，同時農(nóng)村信用社IT建設(shè)起步相對晚于大型商業(yè)銀行，制約了農(nóng)村信用社基于自身數(shù)據(jù)進行建模的實踐。四是保守的管理理念與信貸文化。脫胎于計劃經(jīng)濟時代的我國農(nóng)村信用社習(xí)慣于以規(guī)?？刂七M行信貸管理，習(xí)慣于依靠計劃指令、使用層層分解指標(biāo)的方式控制風(fēng)險敞口。如果推行新的管理方法和技術(shù)手段，勢必對舊文化觀念和利益格局造成嚴(yán)重的沖擊，也不可避免地會遭到傳統(tǒng)理念的抗拒。五是僵化的內(nèi)部管理體制。我國農(nóng)村信用社習(xí)慣于以政府機關(guān)的行政命令方式動員和配置各種資源，在機構(gòu)上偏重于按行政職能設(shè)置崗位，缺乏創(chuàng)新性工作所需要的機動性和靈活性。六是人力資源約束。分析評級是一項龐大的系統(tǒng)工程，需要強大的人力資本做后盾。也就是說，實施內(nèi)部評級法的用戶必須要擁有一支由宏觀經(jīng)濟專家、產(chǎn)業(yè)經(jīng)濟專家、金融工程師、財務(wù)分析師、計量分析師等組成的實力雄厚且穩(wěn)定的專家隊伍，并需要針對某些特殊領(lǐng)域，通過外聘行外專家，組織成一個高效率的智力資源網(wǎng)絡(luò)。在這方面，我國農(nóng)村信用社在人力資源的質(zhì)量和結(jié)構(gòu)上都存在著顯而易見的劣勢和差