农业信贷担保体系发展路径探析

［摘 要］农业信贷担保是解决农村融资难题的重要手段，“十四五”时期，我国要求继续推进实施乡村振兴战略，发展农村集体经济，这需要进一步加快农业信贷担保体系建设，为农村、农业发展提供充足、稳定的资金支撑。本文在阐述农业信贷担保体系发展现状的基础上，通过类IPC模式、专家评分模型法、统计评分模型三种方式，解析农业信贷担保体系发展中的业务技术，并结合业务技术认知误区，分析不同区间提出的农业信贷担保体系建设中的业务技术发展路径。期望构建科学合理的农业信贷担保体系，保证农业发展资金供给，推动农村、农业发展，促进乡村地区全面振兴。

［关键词］农业信贷担保；资金；业务技术；发展路径

［中图分类号］F20文献标志码：A

资金是农村发展的基本保障，长期以来，我国农村建设发展中存在资金短缺的问题，表现为农业适度规模经营主体融资较为困难，融资成本较高。《关于财政支持建立农业信贷担保体系的指导意见》提出，要通过政策规范和引导的方式，为农业信贷提供担保。构建科学合理的农业信贷担保体系成为农村建设的重要任务，有助于解决“三农”问题，实现乡村全面振兴。本文就农业信贷体系发展路径进行分析，以供参考。

1 农业信贷担保体系发展现状

农业信贷担保体系本质上是新常态下一种创新化的财政支农机制，由国家财政支持，引导推动金融资本投入农业，是解决农业“融资难”“融资贵”问题的重要手段，也是提高财政支农资金使用效益的有效措施，对于稳增长、促改革、调结构、惠民生具有积极意义。自2016年国家农业信贷担保联盟分限责任公司正式注册成立以来，到2020年年底，共设立专职分支机构924家，同时与地方政府或其他金融机构合作设立660家业务网点，对全国县域业务覆盖率达94 %以上。2020年，《关于进一步做好全国农业信贷担保工作的通知》进一步明确了全国农担体系的政策性定位，确保省级财政部门直接履行出资人职责，实现省级公司“五独立”。在政策保障下，农业信贷担保的资金规模不断扩大，2017—2020年，农业信贷担保业务规模年均增长91 %，全国农担在保余额达到2 117.98亿元。全国农担体系累计支持国家级、省级脱贫县63.6万个项目，担保金额1 354亿元，有效支撑了农业产业的发展。

目前，我国农业信贷担保体系建设及推广中仍存在一定的障碍因素，致使农业信贷担保服务与实际需求不统一，需要进行农业信贷担保服务内容、服务项目、服务方式的全面创新，唯有如此，才能精准解决农村、农业发展中的融资难题，为乡村振兴战略的实施提供资金保障［1］。

2 农业信贷担保体系发展中业务技术解析

在农业信贷担保体系发展中，需要重视信贷担保业务的技术分析，以此增强农业信贷担保的可信度，助力农业信贷工作的开展。目前，类IPC模式、专家评分模型法、统计评分模型是农业信贷担保体系中业务技术解析的常用方式。

2.1 类IPC模式

作为农业信贷担保业务技术分析中一类模式的统称，IPC模式最早于2006年引进，其本质上是一种小微信贷分析技术。从农业信贷担保业务技术分析过程来看，IPC模式侧重于单人单户基于交叉检验进行现金流分析，经过多年的发展，IPC模式的应用逐渐成熟，并且取得了良好的应用效果。在实际的农业信贷担保业务技术分析中，IPC模式需要通过业务人员现场收集客户的各项信息，随后通过交叉检验方法的应用，可有效消除客户之间信息不对称的问题，在完成信息交叉检验后，规范整理信息形成财务报表，可對客户财务信息实施全面分析，精准掌握客户的现金流情况。最后通过对客户财务信息、软信息的综合判断，可相对准确的做出贷款决策［2］。

结合实际可知，IPC模式是一种超级信贷员模式，对从事信贷业务的人员要求较高，在相对固定的业务流程模式下，为适应IPC模式的应用需要，农业金融机构配套建立了相应的人员招聘、培训、管理体系，且对于多家农业信贷机构而言，这种模式容易复制，前期见效较快，能有效适应农业信贷担保业务分析的实际需要。但要注意的是，IPC模式的特殊性质使得其对于信贷员的依赖性较强，具有劳动力密集特征。一般认为，IPC模式的大范围应用势必伴随着人员的大规模增长，但是随着业务模式的扩张与逐渐饱和，该模式在到达一定阶段后业务效率将逐步放缓。

信息时代下，在IPC模式应用过程中，融入IT技术，能有效提升信息的传递效率，这为信贷人员提高业务数据的运算速度创造了有利条件，即信贷人员能通过IT技术快速地判断贷款申请人员、担保人员的财务信息、软信息，提高业务办理效率和质量。值得注意的是，在融入IT技术后，IPC模式的业务处理逻辑并未发生本质变化，即农业信贷担保业务分析量与人员规模依然成正比例关系。

2.2 专家评分模型法

作为一种相对传统的评分模式，专家评分模型法在农业信贷担保业务分析中得到广泛应用，其主要是建立相对科学的评价标准，将该标准用相应的对象进行分析，以此来发现两者的差异，并通过量化分值的方式表现出来。在标准值的选择过程中，专家评分模型法多依赖于领域专家的专业判断，一般是通过模型的方式，将大量专家的经验进行总结、固化和应用，有效提升了农业信贷担保业务处理的效率和准确性，减少了因业务人员能力素质及主观因素带来的偏差［3］。

在专家评分模型法应用过程中，初期阶段需要做好专家培养、积累和选取的控制，同时应重视模型评分项、评分权重的合理确定，通过积累一定的数据量对模型的相关参数进行调试，以保证后期农业信贷担保业务分析工作的准确开展。在专家模型完全开发完成前，对具体业务的提升效果并不明显，然而在完成模型开发后，该模型具有明确的专业性优势，能有效促进信贷担保业务分析工作的开展。

通过IT技术与专家评分模型的结合能有效提升模型内部计算的速度，且能减少信贷人员的基础操作，对于提升业务的处理效率具有积极作用。需要注意的是，为发挥IT技术对专家评分模型的支撑作用，还需要加大IT系统的建设与维护投入力度，加快其效能的发挥。

2.3 统计评分模型

统计评分模型的原理与专家评分模型基本相似，但是两者在评分项设计与权重分布中存在差异，统计评分模型并不依赖专家经验，相反，这是通过大量的业务数据不断计算、推演而形成的影响因子。在统计评分模型应用中，信贷人员需要依赖业务数据，对模型实施优化调整，以此提升其在农业信贷业务分析中应用的准确性。从统计评分模型应用过程来看，在大量业务数据分析中，通过逻辑回归方式的应用，可准确地建立各项指标，确定指标权重，这些数据具有真实性特征，有效避免了因专家判断而引起的指标维度不足、指标权重不精准等问题。

要确保统计评分模型应用的科学性，需要在逻辑回归方式应用中，系统考虑多维数据，对海量的数据信息进行分析，当业务数据积累较少时，所形成模型的准确性有待提升，模型的可用性相对较差，反之随着数据的积累，统计评分模型的应用质量将进一步提升。相比前两种分析方式，统计评分模型大大减少了人工的工作量，并且对纯业务专家的专业性要求也有所降低，但要注意的是，在新时代的农业信贷担保过程中，为适应统计评分模型的应用需要，相关人员需要具备较高的综合能力，既懂数据分析，又熟悉数字建模，这样才能切实提升业务活动的效能［4］。

IT技术与统计评分模型的结合是一种必然，在IT技术的支撑下，在统计评分模型应用中能实现神经网络算法的合理使用，并且通过学习对相应的模型进行调整，有效提升工作效率，此外，在区块链技术的支撑下，能有效消除信息不对称问题，减少业务风险，对于农业信贷担保工作开展和信贷资金的发放具有积极作用。

3 农业信贷担保体系发展中业务技术认知误区

在长期的农业信贷担保服务中，较多人员将信贷分析技术与金融科技技术混淆，对农业信贷风险分析技术的认知出现偏差。就农业现代担保中的分析技术而言，主要是对农业信贷客户进行综合分析评判，以此来识别、监督、分析、控制信贷业务风险。现阶段，农业信贷担保体系中的分析技术已经成为信贷业务的核心。而就农业金融科学技术而言，其本质上是利用现代信息技术对金融活动的服务方式进行更新和优化的一种技术手段。在农业金融科技服务过程中，农业金融工作者会通过IT手段，以强大的运算能力、存储能力和信息传递能力，规范金融业操作，提升金融业务服务的效率和质量。

另外，在农业现代担保体系发展中，部分农业金融工作者还将业务技术误认为是一种单一的技术，其实农业信贷担保体系发展中的业务技术可以视为多种技术的综合。以大数据建模信贷分析技术为例，实现了信贷分析技术与金融科技技术的有效融合。其中除互联网技术外，大数据技术等都是金融科技技术的重要组成；而在农业现代建模过程中，模型本身的核心就是信贷分析技术，通过对该模型的应用，能完成农业信贷担保的评分评级管理。在大数据建模信贷分析技术应用过程中，除考虑评分分级维度、深度外，还需要对信贷担保评分的权重进行合理设计，通过两项技术的融合应用，准确判断农业信贷担保的可信度，为农业资金的配置、发放和使用奠定良好基础。

4 农业信贷担保体系建设中业务技术发展路径

在农业信贷担保业务分析技术应用中，IPC模式、专家评分模型法、统计评分模型的应用逐渐普遍。将这三种技术融合在一起，可发现随着投入的不断增加，总有与之相对应的效能最高的技术方法。在此背景下，将相对应效能最高的各点联结就形成了最佳技术路线曲线，如图1所示。图中相同投入下最高效能的点构成的曲线即为最佳技术线路曲线。

由图1可知，农业信贷担保业务分析技术进步中有A、B、C、D、E五个技术革新点，分别为传统现金流+IT技术、专家评分模型、专家评分模型+IT技术、统计评分模型、统计评分模型+IT技术。在不同的技术革新过程中，农业信贷担保业务分析的投入效能比均发生较大变化，统计最佳技术线路曲线上相同投入下最高效能点的关键点位可将最佳技术线路曲线划分为5个区间。

4.1 OA区间

在OA区间内，农业信贷担保机构可采用传统的现金流分析技术，此时，农业信贷机构所需投入的资金、资源较少，适用于基础薄弱的新公司。在完善技术的支撑下，农业信贷担保机构只需要复制参考外部经验，即可开展农业信贷担保业务的分析评价。在此过程中，农业信贷担保机构需要配置一定数量的专职业务人才，以此在控制风险的情况下，助力农业信贷担保业务分析工作的准确开展。

4.2 AB区间

在农业信贷担保业务最佳技术线路曲线中，AB区间代表了传统现金流分析方法与IT技术融合后的投入效能比情况。该环节中，在已经顺利开展农业信贷业务的情况下，融入IT技术，建立与之相适应的信息操作系统，并在IT技术的支持下，能有效地提高人员单产，促进业务规模扩张，对于扩大农业信贷业务的覆蓋面具有积极作用。

4.3 BC区间

BC区间采用了专家评分模型的分析方式，与之前的模式相比，该模式的差异较大，需要农业信贷担保机构拥有一定的业务积累，另外，在要求农业信贷担保机构在拥有信贷业务人员的同时，还应拥有一大批具有丰富经验和专业技能的领域专家，通过这些专家的经验进行农业信贷业务分析。目前，一些成立三至五年、业务发展进入较稳定状态的农业信贷担保机构可采用该模型进行信贷业务担保情况分析，能有效确保农业现代担保分析评价的专业性、有效性。

4.4 CD区间

CD区间是在专家评分分析模型应用的基础上，融合使用了IT技术，在该环节中，农业信贷机构增加了IT技术开发、运营和维护层面的投入，在此基础上，农业信贷机构需要重视人才培养，进行IT技术的持续更新，以此辅助行业专家分析海量数据，助力农业信贷担保分析工作的开展。一些成立时间较久的农业信贷机构会使用该业务技术分析模式，在该模式应用中，还需要确保信贷机构具有良好的业务基础，且业务数据积累丰富，数据的质量较高，通过专家评分分析模型与IT技术的融合应用，能帮助企业突破发展瓶颈，取得创新发展。

4.5 DE区乃至E点以后区域

DE区乃至E点以后区域内，农业信贷担保机构多会使用统计评分模型分析方式，且在该模型应用中，会融合使用一体技术，由此在IT技术的支撑下，通过逻辑规模模型，对海量、多维度的数据进行分析。目前，即便是拥有多年信贷业务积累的各大银行也尚未能完全满足此类技术的各种要求，考虑到基于IT技术的统计评分模型是未来发展的趋势，对此农业信贷机构还需要重视金融、建模、IT等方面的专业人才储备管理，以此促进自身转型，提升业务的整体效能。

5 结语

自《关于财政支持建立农业信贷担保体系的指导意见》实施以来，我国的农业信贷担保环境持续优化，农业信贷担保体系已逐渐形成规模，并且形成相对完善的农业担保体系。这不仅为农业金融服务提供了有效担保，实现了农业金融与农村建设、农业发展、农民增收的准确对接，而且有效防范了农业金融风险。新时代，农业信贷担保中的业务技术分析手段多样，农业信贷机构只有结合实际发展情况，选择合适的信贷担保业务分析技术，并注重IT技术的融合应用，才能有效提升农业信贷业务分析的效率和质量，助力农业信贷工作开展，为农村、农业的发展提供稳定的资金支撑，促进乡村振兴战略目标的实现。

参考文献

［1］吴鹤. 农业信贷担保体系发展路径探析［J］. 全国流通经济，2021（5）：135-137.

［2］许黎莉，陈东平. 政策性担保机制变迁30年：轨迹、逻辑及趋势——基于历史制度主义的分析范式［J］. 内蒙古社会科学，2022，43（5）：103-109.

［3］李欲晓. 建立健全政策性农业信贷融资担保体系的探索与思考——基于四川省的探索与实践［J］. 西部金融，2020（10）：50-56.

［4］冯林，朱艳静. 双重目标冲突下农业政策性担保运行机制研究——基于新型农业信贷担保的山东实践［J］. 农村金融研究，2021（5）：46-53.

［作者简介］朱磊，男，内蒙古包头人，国家农业信贷担保联盟有限责任公司，中级经济师，本科，研究方向：小微、农业金融。