农村中小金融机构风险管理内部满意度研究——基于宁德农商银行的数据调查

郑开焰，郭君默

（1．2．福建江夏学院金融学院，福建福州，350108）

福建省银监局年报显示，截至2017年第一季度，宁德区域不良贷款率为5.63%，居福建省九地市首位。相对国有大型金融机构以及股份制商业银行而言，农村中小金融机构在金融市场中表现更为弱势，抗风险能力较差。在当前经济下行的环境下，如果农村中小金融机构a根据中国银监会2015年第3号令中规定农村中小金融机构包括：农村商业银行、农村合作银行、农村信用社、村镇银行、贷款公司、农村资金互助社等。在宁德地区农村中小金融机构主要包括农村商业银行、农村信用社、村镇银行、贷款公司等。由于村镇银行、贷款公司风险管理部门人数通常不会超过10个，不适合当做样本来进行数据分析。相对宁德8家农村信用社，宁德农商银行风险管控会更为规范，测度宁德农商银行管理者风险管理水平会显得更精确，因此选择宁德农商银行作为调研对象更具有代表性。的工作人员风险认识不足，容易导致风险管理行为上出现偏差。一旦风险暴露，会给银行业及金融市场带来连锁的负面影响，甚至带来巨大灾难。随着防风险、强监管时代的来临，通过提高农村中小金融机构管理者的风险管理水平行为显得尤为重要，也是目前学术界的研究热点。

本研究深入宁德农商银行进行调研，力求基于行为金融视角对目前农村中小金融机构管理者风险管理水平的问题进行测度，旨在进一步提高农村中小金融机构管理者的风险管理意识，做到有效防范金融风险，维护金融市场稳定，有助于平缓经济波动。

一、文献综述

国外学者从行为金融学视角对农村中小金融机构的风险管理（内部监控、财务预警、内部管理控制等方面）已经进行了相当广泛的研究。相关成果最早可以追溯到上世纪70年代，Kahneman &Tversky发表的《前景理论：风险状态下的决策分析》。[1]之后，学者们将行为金融学理论与金融市场做了有效结合，具有代表性的有Shiller及Thaler的相关研究成果。[2,3]

进入21世纪，学界普遍认为管理层行为会对机构的风险管理行为产生重要的影响，具有代表性的学者有Shefrin等。[4]2008年金融危机发生后，众多学者将行为金融学与农村中小金融机构风险管理理论的工作做了进一步推进，这一阶段具有代表性的学者为Trevor。[5]从行为金融学视角对农村中小金融机构的风险管理研究过程中，有些变量无法直接测量，人们只能通过主观判断得到潜在变量。由于可以利用可观测到的变量替不可观测的变量进行打分，进而构建风险评价体系，结构方程模型被普遍使用。

相对国外研究，国内学术界关于行为金融学视角对农村中小金融机构的风险管理的研究起步较晚，主要以定性为主，如康桂菊分析农村中小金融机构风险管理机制存在的一些问题，并提出相应的对策。[6]实证研究相对较少，通过结构方程模型进行行为金融学视角下的风险管理问题研究的则更是少见。

综上所述，国内外学者对行为金融视角下农村中小金融机构风险管理的问题方面的研究成果是非常有价值的，为本文的研究提供了极好的起点。然而中外制度环境、经济与文化背景均存在显著差异，这就决定了研究方法与相关研究在我国经济环境中的适用性有限。探讨行为金融视角下农村中小金融机构风险管理问题，需要深刻认识我国特定制度背景，重新设计研究方案。

首先，国内现有研究很少从农村中小金融机构内部行为着手去研究风险管理，其结论缺乏操作性。其次，鲜有文献从行为金融视角采用结构方程模型来研究农村中小金融机构风险管理问题。最后，国内对农村中小金融机构者风险管理行为的研究倾向于从市场角度、全局角度进行分析，尚缺乏以农村中小金融机构职员为对象的深入研究。鉴于此，本文将从行为金融视角对农村中小金融机构的风险管理行为进行调研，b感谢张婷婷、黄丽梅、冯义坑等同学在数据收集及材料整理方面的努力。有助于丰富国内相关领域的研究结论。

二、实证研究

（一）数据说明

调查对象为宁德农商银行的在职员工，调研人数共计43人。按性别划分，其中男职员为32人，占比74.42%；女职员为11人，占比25.58%。按职位划分，本次调研对象含有高管1人，中层干部（各科室负责人）16人，普通职员（包括柜员、会计等）26人。按学历划分，研究生学历人数为2人，占比4.7%；大专或本科人数为41人，占比95.3%。

（二）农村中小金融机构风险管理行为模式满意度指标构建

满意度得分是对评价得分的一种加权计算评价体系，是量化满意程度的指标之一，按百分制来算。其中，“很满意”“满意”“一般”“不满意”“很不满意”分别对应为100、80、60、30、0分。计算公式如下：

其中，P表示满意度得分；m表示总样本数；分别表示选择“很满意”“满意”“一般”“不满意”“很不满意”的样本数；

（三）农村中小金融机构风险管理行为模式满意度分析

经过数据整理，通过式（1）计算整理得表1。可知银行工作人员对风险管理行为模式各方面的满意度得分大多在70分以上，说明银行工作人员对于现行的风险管理行为模式较满意。但满意度未达到100%，其中银行工作人员对于风险管理行为模式中“按照规定进行贷后检查”和“对客户信息的掌握程度”不太满意。

表1 农村中小金融机构风险管理行为满意度得分

（四）农村中小金融机构风险管理行为模式满意度因子剖析

为了更清楚地了解影响农村中小金融机构风险管理行为模式满意度的因素，运用SPSS19.0软件对满意度量表进行因子分析。

1.农村中小金融机构风险管理行为模式因子分析

假定农村中小金融风险管理行为模式中风险部门以及合规部门的工作、银行突发事件的应对措施、对客户信息的掌握程度、安全措施完善程度、获取客户信息的途径、信用等级评级系统、信贷调查对风险的揭示程度、领导审批信贷业务、各岗位人员责任明确追究制度、授信过程是否严格、按照规定进行贷后检查、信贷市场细分、贷款回收的及时性分别为。运用SPSS 19.0软件，使用主成份分析的提取方法，结果如表2所示。第3列数据表明大部分信息可被所选择的3个因子解释，的共同度均大于70%，说明这些变量的信息丢失较少。因此，本次因子提取的总体效果比较理想。

表2 公因子方差表

由表3可知，从第2列数据到第4列数据中可知第1个因子的特征值为9.560，解释13个变量总方差的73.540%，累积方差贡献率为73.540%；第2个因子的特征值为0.794，方差贡献率为6.111%，累积方差贡献率为79.651%；第3个因子的特征值为0.618，方差贡献率为4.756%，累积方差贡献率为84.407；13个变量的总方差均被解释，而且指定提取3个因子，3个因子共解释了13个变量总方差的84.407%。总体上，13个变量的信息量丢失很少，说明因子分析整体效果较好。

表3 3个因子解释的总方差

2.构建农村中小金融机构风险管理行为模式因子分析模型

根据碎石图提取的3个因子，计算出因子载荷矩阵后排序，结果如表4所示：

表4 因子载荷矩阵

根据表4，可以得到如下因子分析模型：

从式（2）可知，13个变量在首个因子x1上的载荷都很高，说明它们与首个因子x1之间为高度相关性，但第2个因子x2与第3个因子x3的载荷都较低，表明x3与变量的相关性均较小，解释作用不显著。

3.构建农村中小金融机构风险管理行为模式新因子指标

表5 旋转后的因子载荷矩阵

（五）农村中小金融机构风险管理行为模式路径剖析

为了进一步研究变量间相互关系、自变量对因变量的程度，对满意度量表进行路径分析，构建结构方程模型。

1.农村中小金融机构风险管理行为模式结构方程模型

3个因子以及13个观测变量共同构成农村中小金融机构风险管理行为模式满意度情况指标体系的二级指标、三级指标，进而构造出一级指标（即用于研究农村中小金融机构风险管理行为的总体满意度情况）。其中为潜变量，无法直接测量；为显变量，数据可由调查获得。结构方程模型中各变量之间的关系，可表示为以下3个矩阵方程式：第1个矩阵方程式为结构模型，通过β、Γ系数矩阵以及误差向量ξ把潜在变量之间关系型联系起来；第2个和第3个矩阵方程式均为测量模型，通过线性矩阵方程式（4）、式（5）连接观测变量与相应的潜在变量ξ、η。具体如下：

其中，β代表路径系数，主要用于测度内生潜变量间的关系；Γ表示路径系数，主要用于量化外生潜变量与内生潜变量之间的相互影响；Λx主要用于量化外生观测变量与外生潜变量之间相互影响的关系，在量化外生观测变量在外生潜变量上用因子载矩阵来表示；Λy主要用于量化内生观测变量与内生潜变量之间相互影响，在量化内生观测变量与内生潜变量上用因子载荷矩阵来表示；ξ为残差项，主要阐明方程式（3）中未能被解释的部分。

2.农村中小金融机构风险管理行为模式结构方程模型修正

通过AMOS 17.0软件的修正功能来修正模型，得到修正后风险管理行为模式结构方程路径图。结果如图1所示：

图1 修正后农村中小金融机构风险管理行为模式结构方程路径图

对修正后的农村中小金融机构风险管理行为模式结构方程模型进行检验及拟合优度，得到表6。可知，修正后的农村中小金融机构风险管理行为模式结构方程模型中各个指标（例如卡方检验对应的P值、卡方与自由度比值等）均满足模型检验和拟合优度的要求，说明拟合效果较好。

表6 修正后农村中小金融机构风险管理模式行为下的结构方程模型检验及拟合优度

（六）农村中小金融机构风险管理行为模式下的模糊综合评定

1.二级和一级指标的权重计算

由图1中的路径系数得知，信用风险管理的6个观测变量的影响重要程度为{0.92 0.84 0.91 0.94}；操作风险管理的4个观测变量影响重要程度为{0.88 0.76}；其他风险管理的3个观测变量的影响重要程度为{0.79}。经过权重的归一化处理得到二级评价指标权重分别为：W1={0.173 0.158 0.170 0.176}、W2={0.226}、W3={0.309 0.363 0.305}。同理，通过路径系数可以得到一级指标的权重为：A={0.445 0.363 0.305}。

2.二级模糊综合评价

根据问卷满意度量表的调查数据，得到二级指标评价表，见表7：

表7 二级指标评价表

由表7可以得到二级评价矩阵R1、R2、R3分别为：

结合路径分析法得出的归一化的二级指标权重，得到农村中小金融机构风险管理行为模式满意度3个因子模糊评价矩阵。具体如下：

3.一级模糊综合评价结果矩阵

在二级模糊综合评价矩阵基础上，可以对农村中小金融机构风险管理行为模式满意度进行综合评价，得到：

4.计算综合得分

为了使“农村中小金融机构风险管理行为模式满意度评价”具有可比性和直观性，将评语集按百分制量化处理。设评语集V={非常不满意，比较不满意，一般，比较满意，非常满意}分别对应{0分，30分，60分，80分，100分}，量化后的评语集为V={0,30,60,80,100}，可以得到综合得分：

三、结论与建议

本文以宁德农商银行为对象，对农村中小金融机构风险管理内部满意度研究进行了详细调研，并结合结构方程模型、模糊综合决策等方法，对我国农村中小金融机构风险管理者目前的风险管理行为状况进行了测度。从结合评语集的赋值可以得出，银行工作人员对农村中小金融机构风险管理行为模式满意度的行为介于“一般”和“比较满意”之间。这说明现阶段农村中小金融机构风险管理在风险认识方面确实存在不足，可能会进一步会导致风险管理中决策出现偏差，最终导致不良贷款率相对较高。因此，农村中小金融机构需要在内部尤其是管理层中提高对风险管理的重视程度，增强风险管理意识。

1.提高农村中小金融机构风险贷后管理工作意识

根据调研结果，“按照规定进行贷后检查”有可能存在风险管理漏洞。因此，农村中小金融机构风险管理者应该严格按照贷后管理工作的要求，即对固定资产贷款、中期流动资金贷款、短期流动资金贷款等业务进行严格的贷后管理，做到确实有效提高风险管理者对贷后管理工作环节和具体操作的水平。

2.加强与客户沟通交流的意识，减少信息不对称风险

调研数据显示，“对客户信息的掌握程度”满意度得分不高，有可能存在风险管理漏洞。因此，农村中小金融机构工作人员应该广泛深入农村地区，通过向村长、村支书、村领导与村民等了解，进一步验证客户所提供信息的真实性，减少信息不对称，严守不发生风险底线。

3.加强信用风险管理意识，做到有效规避风险

根据表5的统计分析结果，影响农村中小金融机构风险管理内部满意度的首要因子为信用风险。因此，在农村中小金融机构内部，要协调好信用市场与风险管理的平衡关系，信用业务和风险管理并重，避免盲目扩张信贷市场规模、放松信贷等违规现象。