农村信用评价问题与对策研究

2024-02-07林兴虹洪登华张士胜王雪李姗姗

中国集体经济 2024年5期

林兴虹　洪登华　张士胜　王雪　李姗姗

摘要：农村信用评价是推进农村信用体系建设的关键环节。当前的评价方法虽然针对不同经济主体设定了差异性指标，但其指标设计和权重分配还存在一定不足。文章通过梳理安徽省农村信用评价方法，总结出农村信用评价方法普遍存在经济指标设计过多、分值分配不合理、指标难以量化、评价方法单一等问题，并提出应完善信用信息归集与共享，优化信用评价指标体系，科学论证信用评价方法和加强信用评价标准化建设等建议。

关键词：农村信用；评价方法

一、引言

随着农村市场越发活跃，各类经济主体的资金需求愈加旺盛，农村贷款服务规模逐渐扩大。但现有农村贷款业务大多为传统的抵押贷款，信用贷款等新型贷款方式依然较少，农民获取资金难度较大、程序复杂。基于此，我国自2009年起就开展了农村信用体系建设工作并持续至今。2022年，中央一号文件《中共中央、国务院关于做好2022年全面推进乡村振兴重点工作的意见》再次提出要深入推进农村信用体系建设，发展农户信用贷款。而开展农村信用体系建设的关键环节就是信用评价。信用评价即通过一系列方法对经济主体的还贷意愿和能力进行评价，并用相应的符号或标志来划分等级。通过开展信用评价可以为金融机构批准信用贷款提供参考依据，推动农村乡村治理和信用体系建设，助力乡村振兴战略实施。目前，农村地区的信用评价方法大多采用专家法，即由专家提出可作为评价依据的指标，再通过分配权重从而得到一个信用主体的评价等级。通常金融机构通过设定评价指标来确定内部使用的信用评价方法，但这容易造成重复评价，形成信息孤岛。总体上看，农村信用体系建设还未形成统一有效、科学合理的规范模式，信用评价的指标设置还缺乏科学论证，如何更为准确地评价信用等级还需开展相关研究。基于此，有必要对农村信用评价方法进行梳理并找出目前评价方法的不足之处，提出更为有效的评价方法，为实现农村信用体系建设、实施乡村振兴提供有力保障。

二、安徽省农村信用建设现状与信用评价方法

（一）安徽省农村信用建设现状

近年来，安徽省采取多项举措以推进农村信用体系建设。2019年，安徽省在16市选取了32个乡镇、335个村开展党建引领信用村建设。通过发挥各级党组织的组织优势，与群众进行密切联系，促进农村资源整合，不断推进农村信用体系建设。据安徽省党建引领信用村建设服务平台数据，安徽省农户已建档户数为169万，其中121万为信用户；新型农业经营主体建档数为16316个，其中信用新型农业经营主体为13892个；村集体经济组织建档数为1987个，其中信用村集体经济组织为1903个。在党建引领信用村建设的助推下，省内农民贷款不断增加。目前，安徽省农村总授信笔数为61万笔，授信金额达490亿元。其中，用信笔数为11万笔，用信金额为149亿元，农村信用体系建设取得明显成效，信用贷款已形成规模效应。

（二）农村信用评价方法

农村信用体系建设的关键在于信用评价，为保障信用工作的顺利开展，安徽省信用村办发布了《安徽省党建引领信用村建设评价办法》（皖信用村办[2020]15号），规定了行政村及农户、新型农业经营主体、村集体经济组织的信用评价标准和评定程序。文件给出了各类主体的信用等级评分表，从基本条件、经济和经营情况、信用记录、道德品质、村务工作等方面设计了其评价指标及打分细则，具体见表1。

根据表1的评价指标体系，金融机构、村干部通过对信用主体的各项指标进行评分从而得出其对应的信用等级。其中，农户、新型农业经营主体、村集体经济组织和信用村的信用评价结果根据分值高低分别划分了不同等级，具体见表2。其中，农户、新型农业经营主体信用等级分为6档：AAA级、AA级、A级、B级、C级、D级。其中A级以上的为信用户、信用新型农业经营主体，即农户得分75分以上（满分为100分）的为信用户，新型农业经营主体得分70分以上的未达到信用等级。村集体经济组织和信用村的信用等级分为4档：AAA级、AA级、A级、B级，达到70分以上为达到信用等级。

三、农村信用评价方法存在问题

农村信用的评价是开展农村信用体系建设最为关键的环节。2020年，安徽省出台了《安徽省党建引领信用村建设评价办法》（皖信用村办[2020]15号），其针对不同经济主体设计了差异化的信用评价方法，为评判不同经济主体的信用等级提供了参考依据和标准。但细究这一评价方法可发现其中仍存在一些不足之处，包括指标设计、分数赋值等都将影响到信用评价结果的准确性。通过对评价指标的比较分析，发现其中存在以下问题。

（一）经济指标设计过多

从信用评价指标的影响因素来看，其包括资产、收入等经济指标、教育程度、家庭耕种面积等特征指标，贷款、履约等道德品质指标以及生产持续时间等生产稳定性指标，这些指标的权重分配需要进一步设计和考量。根据表1的评价指标体系可以发现，其中资产和收入指标的分值占比较高，而过于倾向资产收入则容易导致富农贷款容易，小农贫农贷款难。例如，在农户的信用评价表中，经济实力和经营能力分值为44分，其中的家庭总资产为20分，家庭收入为18分，二者之和占到了总分值的38%，成为评判信用户权重最大的因素。在大多数情况下，农户的信用等级与其经济实力成正比，因此有必要将经济情况作为一个重要指标，但是否将经济因素作为一票否决项也存在一定争议性。从资产和收入两项的分值来看，资产和收入等级最高的农户将得到38分，最低等级的农户仅为12分，二者相差26分。在信用户的等级划分中，信用户等级的最低得分必须在75分，这意味着，仅资产和收入一项就将决定低收入农户或者贫困户失去信用戶资格。而这对于鼓励低收入农民提高信用等级、增加生产投入以及脱贫攻坚都存在不利影响。

（二）分值分配有待优化

首先是不同主体的资产分值分配上存在一定不合理之处。根据表1，农户资产情况的赋值（20分）要高于新型农业经营主体（10分）和集体经济组织（16分），但相对于新型农业经济主体和村集体经济组织，小农经济的弱质性决定了农户之间的资产差异性不会过大。因此，农户的资产这一指标是否应在信用户评价中赋予相对更大的权重仍有待商榷。其次，不同经济主体的指标分值及分数线设置存在一定差异，但这些差异却未能体现不同经济主体的特性和实际需求。从表2中可以看出，A级信用户分数在75～79分，而A级新型农业经营主体和村集体经济组织的分数在70～79分。资产和收入的分值分配上，农户的此两项分值分别为20和18分，新型农业经营主体则都为10分，村集体经济组织则分别为16和18分。其中的分值差异较为随意，缺乏强有力的数据支撑。此外，新型农业经营主体的评价指标中，土地流转的测评标准则是看是否有土地流转，没有参与土地流转的比参与土地流转的得分要高，这与鼓励土地流转促进规模经营的现实需求背道而驰，对于类似的指标在权重分配时应充分考虑农村实际情况和政策要求，有效体现农民信贷能力和意愿。

（三）部分指标难以量化

在农户的信用评价指标中，道德品质指标难以细化，其二级指标在量化上存在一定难度。道德品质作为体现还贷意愿和诚信的重要方面所占分值为30分，仅次于经济指标。其中，农户的道德品质通过乡风文明评议的结果加以体现，包括孝敬老人、家庭教育、兄弟姐妹关系、邻里关系、热心公益、摈弃陋习恶习、倡导勤俭新风和支持村“两委”工作等。这些指标虽较全面地代表了农户的道德品质情况，但因其难以量化，在实际打分时很难评价道德品质的优劣，并以此区分农户的诚信情况。除家庭有违法乱纪行为的情况之外，一般情况下，农户道德品质指标的得分都较高且分值差异不大。而由于道德品质指标权重较大、分值较高，这也使得大多数农户再加上道德品质分后都能达到信用户标准的门槛，造成信用户数量高，与真实情况不符。另外，道德品质的打分通常来自村委、村民之间的主观评价，因此也具有一定的主观性，造成评价结果容易产生偏差。不仅如此，由于农户的信用评价中包含了其家庭成员的情况，这使信用评价的对象不再仅是从事农业生产经营的农民，而是包含了进城务工的子女等，容易因其家庭成员的优势而造成信用得分虚高。

（四）评价方法过于单一

除了指标设计方面有待优化之外，信用评价方法本身也存在一定局限性。目前，各地实际工作中对农村信用评价大多采用专家法，该方法从借款人的道德品质、还款能力、资本实力、担保和经营环境条件五个方面对借款人的偿还贷款的意愿以及及时归还贷款的实际能力进行评价。通过一些专家凭借专业技能和主观判断对贷款人的一些关键因素进行权衡以进行信用风险评估，从而做出相应的信贷决策。这一评价方法存在一定的主观性，缺乏统一、规范的指标体系。而国际上对于信用风险管理采用的衡量方法有人工智能法、统计学分析法和机器学习方法等。常用的人工智能法包括模糊神经系统及神经网络结合方法、专家模型法等，统计学分析法包括层次分析法、数学规划法、回归分析、决策树法等以及支持向量机等机器学习方法。这些方法在信用评价模型中具有良好的说服力，未来信用评价的方法设计可借鉴更为先进智能的方法进行科学优化。

四、政策建议

信用评价是推进农村信用体系建设的最为关键的一环，提升信用评价的准确性需要从多方面提供保障措施。首先，从信用评价的全流程来看，信用评价不仅需要从指标设计上进行优化，还需要在信息源头上确保其真实有效。其次，评价方法的设计直接决定了评价结果的准确性，因此需要从指标设计和权重上进行科学论证。此外，还需在一定范围内建立统一的标准化信用评价机制，从而规范农村信用评价流程，确保信用评价结果能够得到有效应用。

（一）完善信用信息归集与共享

农村信用评价的基础是信用信息，应保证信息源头的真实性和准确性，不断提高信息数据的质量。应建立信用信息采集目录，保障信用信息的全面性、科学性。利用多渠道获得农民信用信息，找准信息征集的切入点，如林权、土地登记信息，农户扶贫信息、税收信息、计生信息等，可通过政府部门获取涉农信息。在信息归集过程中应坚持“数据共享为主、人工采集为辅、分类分步归集”原则，充分发挥平台优势促进区域内信息共享，以平台信息为基础，以人工采集信息为补充，将数据信息录入数据库。建立农民信用信息档案，加强对信用档案的管理，规范管理信用信息的归集和共享。

（二）优化信用评价指标体系

农户信用评价需要基于农户信用档案、运用统计学、运筹学及其他定量分析工具，结合专家判断，提炼信用评价标准，以简明的符号或分值标识农户偿债能力和意愿，即农户信用评分。应充分调研影响农民信用的关键因素，通过专家论证科学设计信用评价指标。兼顾扶贫和失信用户重建，对于普通农户可适当降低经济能力指标的权重。考虑调整乡风文明等信息的量化打分，使诚信度差异化，兼顾不同经济主体的行为特性，增强评价指标的针对性。综合不同区域特征，在指标体系中体现地区差异，增强评价方法在实际中的可操作性。

（三）科学论证信用评价方法

从道德品质、还款能力、资本实力、担保和经营环境条件等多方面对还款意愿和能力进行评价。同时，可考虑引入多种方法进行信用评价，通过层次分析法、统计计量模型、神经网络等较新的预测方法对现有信用评价体系进行优化，建立符合农村经济、农业特征和农户行为特点的科学合理的农户信用评价体系。同时，应对信用评价方法进行试验论证，选取一些试点开展验证，通过收集一定的样本量，对其试行不同评价方法的信用评级，经过一定周期的信贷活动判断信用评价结果的适用性，并依据试验效果对评价方法进行修正和完善。

（四）加强信用评价标准化建设

建议尽快开展农村信用标准化研究，开展信用领域标准制定工作，推广实施国际标准、国家标准及行业标准。从信息采集与信用评价流程等方面加强标准化工作，制定相应的标准与规范，为开展信用等级评价提供模板和参考依据。完善信用信息采集目录，对现有的信用信息目录进行补充，规范信息、数据的采集内容，对模糊不清的数据给予明确定义，对数据的类型、格式和录入形式统一化，使不同来源的数据能够进行匹配。规范信用评价流程和评价方法，将信用评价流程和评价指标建立统一标准。建立信用建设动态管理制度，包括信用检测、信用复评和信用退出等，对信用信息进行及时更新。完善诚信激励和失信惩戒相关制度，通过标准化和规范的管理手段全面推进农村信用体系建设。

参考文献：

[1]倪旭.我国新型农业经营主体信用评价研究[D].北京：中国农业科学院，2018.

[2]赖永文，刘伟平.农户信用评价体系构建研究[J].福建农林大学学报：哲学社会科学版，2012（04）：15-20.

[3]王辉.农户信用评价指标体系设计[D].长春：吉林大学，2014.

[4]林兴虹，李姗姗，王雪，霍家佳，洪登华.安徽省农村信用标准化建设现状及对策[J].安徽农学通报，2022，28（08）：26-28.

[5]巩守效，石望林，何云，等.农户信用信息评价指标的设计及优化[J].征信，2014（11）：59-62.

[6]孙志奇，周明明，张瑞涛，等.新型农村信用评价体系文献综述[J].合作经济与科技，2016（02）：186-187.

[7]从宝辉.农户信用评价的统计分布与模型修正研究[J].西部金融，2021（04）：94-97.

[8]舒歆.农户信用评价指标体系构建——基于河南省X市农村信用社的实证研究[J].征信，2015（05）：5.

[9]吴贻军，傅泳，许谦，等.一种创新型的农户信用评价方法——基于安徽省长丰县农村信用体系建设的实证研究[J].征信，2017（07）：6.

[10]马九杰.信用风险评价模型进展及其对我国农村信用社适用性研究[J].中国地质大学学报：社会科学版，2001，1（03）：7.

[11]王树娟，霍学喜，何学松.农村信用社农户信用综合评价模型[J].财贸研究，2005（05）：5.