农户贷款违约风险的理论研究

莫易娴

（华南农业大学 经济管理学院，广东 广州 510642）

农户贷款违约风险的理论研究

莫易娴

（华南农业大学 经济管理学院，广东 广州 510642）

农村资金短缺是我国“三农”困境的重要成因，农户贷款难的问题本质上就是农户贷款违约风险的问题。通过从国外违约风险研究的动态分析、生成机理与特征、违约实证分析、社会资本、生存分析方法几个方面探讨了农户贷款违约风险的相关研究现状、动态发展及不足之处。

农户；贷款；违约风险

我国的农户是农村最基本、最主要的经济单元，实际是个人（家庭）与微型企业的结合体，具有个人（家庭）和微型企业的属性，专家一般认为，我国农户的内涵界定为居住在某一农村社区具备消费和生产、经济目标和非经济目标共存、从事农业生产和非农业生产的综合体，它具有生产和消费的统一体、经济和非经济目标共存、农业和非农业生产共存的综合体、理性行为与非理性行为并存等特征（史清华，1999[1]；韩明漠，2001；韩喜平，2003；刘克春、李延敏，2005；罗恩平，2007；黄晓红，2009）。

农户贷款违约原因是多方面的，国内外的学者主要从以下几个角度去研究：农户违约形成的机理与特征、国外把农户视为中小企业性质研究违约风险、相关的违约实证研究、从农户的特有社会资本视角去研究对违约的影响、使用生存分析的方法去研究农户贷款违约的影响。

一、国外企业性质违约风险的研究动态分析

国外学者对农户信用风险评估经验丰富，但测算的方法与国内不同，发达国家的农户性质更像中小企业，测算违约概率侧重点是其财务的有关信息，目前的研究主要有以下几个方向：

一是探讨农户违约的驱动因素。有学者认为财务驱动因素(Beaver,1966;Altman,1968，1995，2000)，有些学者提出企业特征、产业属性、区域属性等因素(Ohlson,1980;Stephen A.Hillegeist et al.,2002;sjur westgaard和Nic van der wijst,2001;Evelyn Hayden,2003)。Merton(1974)创立了违约理论，提出资产价值驱动因素。CreditSuisse(1997)使用保险精算理论研究违约风险问题。信用组合观点模型(Wilson，1997)认为宏观经济因素(如失业率、GDP增长率)和非系统性冲击驱动因素，并且很多学者做了实证研究也支持该理论(Altman和Brady,2001;Bangia,Diebold和Schuermann,2000[2];Fama,1986;Ferri,Liu和 Majnoni，2000;Monfort和 Mulder，2000;Reisen,2000;Niekell,Perrandin和Varotto,2000)。

二是选择和优化模型，提高计量和预测农户违约概率的准确性。例如：判别分析模型、logit模型、probit模型、离散时间风险模型、时间序列累积求和模型、神经网络模型、遗传算法等。

三是在实证研究的过程中，不断寻找方法来优化样本的选择。如：增加样本选择的随机性；扩大样本范围和样本数量（Atlman,1968;wijst,200l）；选择非对称比例样本(Beaver,2003[3];Altman,1968;Lev;Wilcox,1971;Deakin,1972;zmijewski,1984;shumway,2001)；从静态样本(横截面数据)到动态的时间序列数据（shurnway,1999;Stephen A.Hillegeistetal.，2002)。

虽然国外相关研究具有一定的借鉴意义，但是若将国外的农户信用评价指标体系生搬硬套至国内，把农户当中小企业性质来对待，易忽视我国国情和农户的特殊生计状况，得出错误的结论。

二、农户贷款违约风险的生成机理与特征

国际上早在20世纪60年代就有学者开始研究农户的经济行为，涌现出组织生产学派、理性小农学派和以黄宗智为代表的历史学派，其研究大多侧重农户借贷的动机和农户借贷行为的影响因素两方面。对影响农户贷款违约风险方面，国外对发展中国家农村贷款的违约风险研究多一些，如Sharma和Zeller(1997)利用pobit方法研究了孟加拉农村信贷项目的贷款偿还资料，分析了贷款规模、人口特征等因素对贷款偿还的影响。Schreiner(1999)利用logit方法研究了玻利维亚的小额信贷的违约风险问题。

中国自20世纪80年代以来开始关注农户的经济行为（胡继连，1992；马鸿运，1993；史清华等，2002），学者们认为，农村金融市场发展的最大障碍是信息不对称、无合格抵押物和高交易成本(沈明高，2004；朱喜，2006；张杰，2006；周立，2007；张瑞怀，2008等)，最终的结果是农户贷款违约率高。农户缺乏稳定的可持续性的收入来源，在国内个人信用体系尚未建立起来之前，银行通常要求有合格的抵押物，但是在我国的农村，由于土地制度的约束，农村的土地、房屋、劳动力以及农机具等都不算合格的抵押物。因此，中小农户成为金融机构信贷配给的对象，出现了农户贷款难的现象(张杰，2006)。

三、国内农户个人贷款违约风险实证研究

国内大多把农户归为个人，个人信用评估经历了传统信用评分方法、综合信用评分方法、现代违约风险模型三个阶段。传统信用评分方法缺乏客观性，容易造成偏差和误差。综合信用评分方法是目前世界各大评级公司普遍采用的方法，但有些要素还是采用定性描述，且各要素的关系是并列的，进而影响决策质量。目前现代违约风险度量模型已经逐渐取代传统的方法，这类方法的应用最有效，主要有线性回归方法（Mangasarian,1965;Rubin,1997)、Logistic回归方法(Rosa,2000)、Probit回归方法(Maddala,2001)、k近邻 (Cover，1968）、支持向量机 (Huang et al.,2004)、判别分析方法(Bardos,1998)、神 经模型(Zaslavsky&Strizhak,2006)、遗 传 算 法 (Walker et al,1995)、分类树(Makowski,1985)、专家系统、生存分析方法（Cox,1972;Bellotti&Crook,2007）。各种模型都各有不足之处：如线性规划模型只能解决简单的问题，遗传算法(Karr，1995)降低局部最优的收敛速度，神经模型 (Feraud&Cleror，2002)收敛速度较慢(Chung,1999)。较之于Logit模型和神经模型，生存分析模型有许多特有的优点，比如能处理删失数据，能估计某时点的违约概率，把经济状况放到模型中评估，评估贷款全过程的违约风险等。

对农户贷款违约影响因素的实证，国内研究的思路大部分是根据农户综合素质、偿债意愿、偿债能力建立各项农户贷款风险评价指标体系，国内相关研究如下表1所示：

研究的方法也较多，除表1中几种外，王薛（2007）和蔡庆祝（2010）[4]采用 AHP-模糊综合评价方法建立了农村信用社农户贷款风险评价模型，蔡呈伟、苗敬毅（2012）运用熵权法和PROMETHEE法构建了农户小额贷款的信用评价模型。

不论研究方法是Logit模型、Probit模型，还是AHP-模糊综合评价方法以及运用熵权法和PROMETHEE法来研究农户贷款违约风险，都存在一个共同的缺陷：只讨论未来某时点违约概率的多少，无法将个人信用的动态变化在违约概率中表现出来（李曙光，2003；崔媛媛，2005；莫茜，2008；郑星，2009；帅理，2012）。大部分研究重点强调农户个性特征的风险，对宏观经济变量对贷款违约风险不够重视。

四、社会资本对农户贷款违约风险的影响

社会资本广泛应用于社会学和经济学领域，不少学者对社会资本进行了多角度多层次的研究，如社会资本的作用机理和影响，对社会资本进行实证研究。学者有胡荣等（2006）、张建杰（2008）[5]、卢亚娟、陈雨露（2009）[6]、裴志军、贾先文（2010)、万俊毅、欧晓明（2011）等。

（一）社会资本在农村信贷风险控制中的积极作用

由于信息的不对称，农户大多缺乏合格的抵押物和担保品，导致农户的金融需求无法从传统的金融机构中获得。现实中，农户的资金大多来源于民间借贷或者政策性的贷款，而且用途集中于消费。社会资本有助于减少贷款中的信息不对称性问题，学者们认同社会资本在解释农户的信用行为等问题时有积极的意义。Jacobs（1961）首次提出现代意义上的社会资本概念。科尔曼为社会资本构建完整体系，普特南将社会资本普及。社会资本长期存在于我国农村社会，是农户的重要资源（张改清，2008）[7]。在农村，社会资本近似起到抵押品的作用（Biggart,2001；刘成玉，2011[8]），在中国，许多民间金融的约束来源于社会资本（林毅夫等，2005），借助社会资本，金融机构将单一的外部监督转化为内外双重监督并重（张晓明等，2007），农户私人借贷通过社会资本而不是凭证（褚保金等，2009）。社会资本的积极作用同样被国际经验事实所证明（Hassan,2002;Karlan,2007;Seibel,2010）。

农村金融中，内生的信息机制和基于社会资本的信任机制保证了良好的履约行为（Hassan，2002；Gouldner，2005；Karlan，2007）。Aryeetey（2005）认为“群体惩罚”是违约率低的原因。费孝通提出农村中的信任其实是一种无形抵押品。刘民权认为,非正规金融机构有其独特的获取信息方式。为此，Impavido（1998）提出基于农村的特征，使用团体贷款方式替代担保品的贷款。Seibel（2010）通过实证证明菲律宾小额信贷利用社会资本贷款违约率低。

（二）农村社会资本的实证研究方面

农村社会资本的研究与测量相对薄弱,缺乏对农村社会资本微观、中观和宏观层次的系统分析，特别缺乏农村社会资本对贷款违约风险的影响方面的研究（刘成玉、褚保金[9]、杨向阳，2011；陈柳钦，2012）。

建立社会资本指标体系并量化测量社会资本方面，国外学者如托马斯·福特·布朗和乔纳森·H.特纳等把社会资本归纳为微观层次、中观层次和宏观层次三种，实证研究使用多个指标测量各个维度(Deth,2003)，经验研究中的社会资本测量的综述文献也逐渐出现(Harpham et al.,2002;Kawachi et al.,2004;De Silva,2006;Harpham,2007)。在国内,社会资本的测量方面,微观可参见边燕杰的研究,张文宏(2007)作了一个很好的文献综述。介于宏观社会与微观个人之间的中观社区的社会资本一直是研究者特别关心的问题(Coleman,1988;Putnam,1993)。模型的分析方法有因子分析法、Logistic模型（徐旭初、李文、刘燕霞，2011），缺陷在于易忽视潜在变量，并且缺乏各变量之间相关性的评估，导致研究结果与现实有差距。

五、生存分析方法研究农户贷款违约风险的影响

国外学者在研究宏观经济因素对信贷风险影响这一领域已经积累了一定的实证资料，Wilson、Fridson,Garman和Wu（1997）发现宏观经济环境与违约概率（PD）之间存在联系。Banasik etal（1999）构建一个在经济环境不好时发生的允许坏账率加速的模型。Ferri，Liu and Majnoni（2001）等认为当对一国主权债务评级分析时，评级机构会随经济的状况而相应地调整级别的高低；Nickell，Perrandin and Varotto（2000）研究表明经济周期和行业因素对评级转移的影响，Thomas(2000)研究经济周期与消费行为和申请者之间的关系。Altman等（2002）证明PD与宏观经济状况的关系，Deventer(2005)通过线性回归分析对澳大利亚银行、日本三菱银行及韩国、美国的多家大型银行分析表明宏观因素影响着信贷利差，影响着银行违约风险。Robert等(2004)讨论了将环境数据纳入信用评分模型的潜在价值和实际操作的一些限制，Max（2010）实证研究表明违约概率与信用周期显著相关。

国内学者涉及了少量的宏观经济因素，但主要研究领域是企业违约风险与宏观经济的关系（李金林，2012）。例如：屠海波（2009）加入了对时间加权的方法,考虑了时间周期的影响。季峰（2009）利用Copula思想，建立相依违约的概率模型。雷汉云（2012）[10]、孟庆福教授的硕士生高海波和王芳（2006）分析经济周期对企业违约选择的影响研究，赵春艳（2010）和张浩博（2011）研究了消费信贷与宏观经济的关系，颜新秀（2009）研究个人违约与宏观经济变量的关系。

国内学者一般基于农户综合素质、偿债意愿、偿债能力建立各项农户贷款风险评价指标体系，然而不论研究方法是Logit模型（李正波、高杰、崔卫杰，2006；刘宝磊和张园园，2009；戴立新和赵荣正，2011）、Probit模型还是AHP-模糊综合评价方法（蔡庆祝，2010和王薛，2007）以及运用熵权法和PROMETHEE法（蔡呈伟，苗敬毅，2012）来研究农户贷款违约问题都存在一个共同的缺陷：国外研究达成共识的是以Logistic回归的传统模型不能给出违约概率的动态预测值，且反映经济形势的宏观经济变量也不能纳入模型中，传统往往只单纯地将宏观经济指标作为协变量，忽视其时变交互的特性(vandell,1993;Zandi,1998)。生存分析模型可以考虑不同的宏观经济变量的时变相依协变量的特征，使得模型预测效果更准确(Thomas，2001)。

这些研究现状和现实困境足以让人们对农户贷款违约风险这个领域进行重新审视，利用农户社会资本，结合国内不同区域农户收入结构的变化，使用生存分析模型提出对相关领域进行深入系统研究的必要性。

六、评述

目前研究存在的缺陷：（1）社会资本对农户贷款的可获得性方面做了深入的研究，但社会资本如何有效控制农户贷款违约风险方面仅有一些零星的初步的探索，结合农户的特殊性，把社会资本作为违约影响因素考虑在内的相关实证研究较少见。（2）农村社会资本的研究与测量相对薄弱，缺乏对农村社会资本微观、中观和宏观层次的系统分析，相应的农户社会资本测量指标体系没有系统统一的标准。（3）传统Logistics回归模型是目前商业银行使用最广泛的参数统计方法，这些模型的估计无法将反映经济形势的宏观经济变量纳入模型中，传统往往只单纯地将宏观经济指标作为协变量，并未考虑宏观经济指标的时变交互特征。（4）结合国内不同经济区域与城镇化的深入，农户收入结构的现状及动态变化对农户贷款违约风险影响的研究没有。

农户贷款违约风险的发生，主要与支付能力有关。国内学者较少从农户收入结构的现状及变化趋势来审视农户贷款违约风险的问题。随着城镇化的深入，更多农户工资性收入比重更高。相关研究结果表明，欠发达地区农民收入结构中，家庭经营纯收入和工资性收入构成农民收入的主要部分，其中家庭经营纯收入的份额呈递减趋势，而工资性收入则呈现增加的变化趋势（黄艳娴，2012）。大都市郊区收入结构中工资性收入是收入结构中的主体，财产性收入的比重也偏大，工资性收入和财产性收入之和占总收入的89.36%，这与城镇家庭有相似之处（杨发祥、徐丹丹，2011）。农户的工资性收入越高，农户越容易获得更高的收入（吴海涛、陈玉萍，2009），农民收入由家庭经营收入占主导转变为工资性收入占主导。这就意味着，收入的增长由农业因素转变为非农因素，呈现出市场驱动型特征（武鹏鹏，2011）。据2013年统计数据显示，农户的工资性收入已成为家庭收入的主体。而工资收入是严重受经济周期的影响，即意味着，农户还款的能力将越来越受到经济周期波动的影响。

在研究农户贷款违约风险中，传统往往只单纯地将宏观经济指标作为协变量，却忽视时变交互特征(vandell,1993;Zandi,1998)。国外研究达成共识的是以Logistic回归的传统模型是个静态的违约值，并且遗漏宏观经济的因素。生存分析模型能够将不同的宏观经济变量加入模型中，使得模型更精确(Thomas，2001)。

[1]史清华.山西农户家庭粮食收支平衡的实证分析[J].农业技术经济，1999，（10）.

[2]Bangia,A.,F.Diebold,A.Kronimus,C.Schagen,and T.Schuermann,“Ratings migration and the business cycle,with the application to credit portfolio stress tension”,Journal of Banking and Finance 26(2-3),445-474.2000.

[3]Beaver J，Oakes D.Small sample asymptotic for credit risk portfolios.Journal of Computational and Graphical Statistics，2003，17（4）：7-16.

[4]蔡庆祝.农村信用社农户贷款风险评价与控制体系的建立[J].当代经济，2010，（5）.

[5]张建杰.农户社会资本及对其信贷行为的影响[J].农业经济问题，2008，（9）：28-34.

[6]陈雨露，马勇.关于农户信用和风险偏好的几个注释[J].农业经济研究，2009，（5）.

[7]张改清.中国农村民间金融的内生成长——基于社会资本视角的分析[J].经济经纬，2008，（2）：33-40.

[8]刘成玉，黎贤强，王焕印.社会资本与我国农村信贷风险控制[J].浙江大学学报（人文社会科学版）2011，（2）：106-115.

[9]童馨乐，褚保金，杨向阳.社会资本对农户借贷行为影响的实证研究——基于八省1003个农户的调查数据[J].金融研究，2011，（12）：20-27.

[10]雷汉云.经济周期对企业违约选择的影响研究[J].预测，2012，（3）.

1003-4625（2014）07-0093-04

F832.43

A

2014-04-20

广东省教育科研“十二五”规划2011年研究项目：服务于学生的公益型网络借贷研究（2011TJK274）；全国统计局课题：生存分析、系统性风险与农户贷款违约概率分析（2013LY120）；国家社会科学基金项目：金融联结的理论机理研究（11BJL012)；华南农业大学“211”青年项目：农村网络信贷违约概率研究(2012211QN06)支持。

莫易娴（1973-），女，广西柳州人，经济学博士，研究方向：网络金融，银行经营管理。

王淑云）