新型農(nóng)業(yè)經(jīng)營(yíng)主體信用評(píng)價(jià)指標(biāo)體系的構(gòu)建及其政策建議

摘要：本文總結(jié)了信用評(píng)價(jià)指標(biāo)體系方面已有研究成果，闡述了相關(guān)理論基礎(chǔ)和風(fēng)險(xiǎn)成因，針對(duì)不同類型的新型農(nóng)業(yè)經(jīng)營(yíng)主體分層分級(jí)建立了家庭經(jīng)營(yíng)類主體、合作經(jīng)營(yíng)類主體、企業(yè)經(jīng)營(yíng)類主體等三類信用評(píng)價(jià)體系，并基于實(shí)證數(shù)據(jù)對(duì)相關(guān)評(píng)價(jià)指標(biāo)體系的有效性進(jìn)行了檢驗(yàn)。結(jié)果表明：家庭和雇傭勞動(dòng)力、固定資產(chǎn)和運(yùn)輸工具、還款意愿、家庭收支情況等4大類指標(biāo)均對(duì)家庭經(jīng)營(yíng)類主體的信用有顯著影響；基本信息、管理水平、聲譽(yù)信息、財(cái)務(wù)狀況、宏觀環(huán)境等5大類指標(biāo)對(duì)企業(yè)經(jīng)營(yíng)類主體的信用均有顯著影響；由于合作經(jīng)營(yíng)類主體缺少合格樣本數(shù)據(jù)，未對(duì)該類信用評(píng)價(jià)指標(biāo)體系有效性進(jìn)行核驗(yàn)。文章還從加強(qiáng)組織推動(dòng)、推進(jìn)數(shù)據(jù)庫(kù)建設(shè)、深化評(píng)級(jí)結(jié)果應(yīng)用、加強(qiáng)合規(guī)管理四個(gè)方面提出了相關(guān)政策建議。

關(guān)鍵詞：新型農(nóng)業(yè)經(jīng)營(yíng)主體；信用評(píng)價(jià)；信用風(fēng)險(xiǎn)；評(píng)價(jià)指標(biāo)體系；有效性檢驗(yàn)

中圖分類號(hào)：F830.31" " " " 文獻(xiàn)標(biāo)識(shí)碼：A" " " " 文章編號(hào)：1007-0753（2023）02-0083-13

一、引言

新型農(nóng)業(yè)經(jīng)營(yíng)主體的發(fā)展已成為帶動(dòng)農(nóng)業(yè)增產(chǎn)和農(nóng)民增收的“主力軍”，加大對(duì)其金融支持也成為了金融助力鄉(xiāng)村振興的重要切入點(diǎn)。2021年中央一號(hào)文件《中共中央國(guó)務(wù)院關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見(jiàn)》明確指出要“用三年時(shí)間基本建成比較完善的新型農(nóng)業(yè)經(jīng)營(yíng)主體信用體系”。當(dāng)前，農(nóng)村信用體系主要存在信用環(huán)境不理想、征信體系不暢通，融資主體實(shí)力偏弱，農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)保障性不足等問(wèn)題，而新型農(nóng)業(yè)經(jīng)營(yíng)主體具有較規(guī)范的管理機(jī)制和經(jīng)營(yíng)理念，生產(chǎn)規(guī)模相對(duì)較大，完善其信用評(píng)價(jià)指標(biāo)體系將有助于形成區(qū)域內(nèi)守信激勵(lì)和失信懲戒的良好氛圍，促進(jìn)農(nóng)村信用環(huán)境的整體優(yōu)化。這既是深入推進(jìn)農(nóng)村信用體系建設(shè)的關(guān)鍵抓手，也是農(nóng)村金融持續(xù)穩(wěn)定健康發(fā)展的必由之路。

學(xué)者們從不同角度選取了相關(guān)指標(biāo)構(gòu)建信用評(píng)價(jià)指標(biāo)體系，并進(jìn)行了有效性檢驗(yàn)。徐超等（2017）選取了償債能力、經(jīng)營(yíng)能力、產(chǎn)業(yè)基礎(chǔ)、信用狀況、組織機(jī)構(gòu)等指標(biāo)構(gòu)建信用評(píng)價(jià)指標(biāo)體系，并通過(guò)了實(shí)證檢驗(yàn)。倪旭和張峭（2019）對(duì)上述指標(biāo)進(jìn)行了進(jìn)一步細(xì)化，如經(jīng)營(yíng)狀況主要包括經(jīng)營(yíng)穩(wěn)定性、生產(chǎn)能力以及保障能力。徐超等（2017）、徐超和宋丹（2018）認(rèn)為要構(gòu)建統(tǒng)一、公認(rèn)的新型農(nóng)業(yè)經(jīng)營(yíng)主體信用評(píng)價(jià)指標(biāo)體系，建議在國(guó)家金融信用信息基礎(chǔ)數(shù)據(jù)庫(kù)的基礎(chǔ)上開(kāi)發(fā)新型農(nóng)業(yè)經(jīng)營(yíng)主體子系統(tǒng)。鐘真（2018）認(rèn)為不同類型新型農(nóng)業(yè)經(jīng)營(yíng)主體間的異質(zhì)性在增強(qiáng)，不適用一套統(tǒng)一的信用評(píng)價(jià)指標(biāo)體系。

信用評(píng)價(jià)方法能夠基于數(shù)據(jù)對(duì)信用評(píng)價(jià)指標(biāo)體系的有效性進(jìn)行驗(yàn)證。從傳統(tǒng)方法來(lái)看，唐煜和崔海浪（2020）利用FISHER法評(píng)估個(gè)人信用風(fēng)險(xiǎn)，準(zhǔn)確率可達(dá)90%以上。曹小林（2020）基于貝葉斯網(wǎng)絡(luò)的個(gè)人信用評(píng)價(jià)模型采用隨機(jī)森林算法，該方法適用于多類別的判別分析，可以滿足精細(xì)化分類評(píng)級(jí)的需求。

從現(xiàn)代信用風(fēng)險(xiǎn)度量方法來(lái)看，竇文章和劉西（2008）構(gòu)建了Credit Metrics模型，計(jì)算商業(yè)銀行信貸數(shù)據(jù)的核心參數(shù)，并利用這些參數(shù)測(cè)算出該商業(yè)銀行貸款的風(fēng)險(xiǎn)等級(jí)及其分布；白璐瑩（2020）利用KMV模型定量計(jì)算上市商業(yè)銀行的違約距離和預(yù)期違約頻率，并發(fā)現(xiàn)商業(yè)銀行的資產(chǎn)規(guī)模越大，所面臨的信用風(fēng)險(xiǎn)越小。

從機(jī)器學(xué)習(xí)算法來(lái)看，利用其識(shí)別客戶的信貸風(fēng)險(xiǎn)能夠滿足大數(shù)據(jù)分析的基本需求。韓修龍（2018）基于數(shù)據(jù)挖掘中的XGBOOST模型綜合進(jìn)行信用評(píng)估。相較于人工審核，機(jī)器學(xué)習(xí)算法降低了成本，提升了準(zhǔn)確率。

二、新型農(nóng)業(yè)經(jīng)營(yíng)主體信用評(píng)價(jià)體系的相關(guān)理論分析

（一）新型農(nóng)業(yè)經(jīng)營(yíng)主體的主要特征及發(fā)展趨勢(shì)

新型農(nóng)業(yè)經(jīng)營(yíng)主體指直接或者間接從事農(nóng)產(chǎn)品生產(chǎn)、加工、銷售和服務(wù)的任何個(gè)人和組織，其中直接經(jīng)營(yíng)主體主要包括基本農(nóng)戶、兼業(yè)農(nóng)戶和農(nóng)業(yè)大戶，間接經(jīng)營(yíng)主體主要包括社區(qū)性服務(wù)組織、行業(yè)性服務(wù)組織以及農(nóng)民自愿組成的農(nóng)民專業(yè)協(xié)會(huì)或合作組織。總體看來(lái)，新型農(nóng)業(yè)經(jīng)營(yíng)主體可以分為四類，即種養(yǎng)大戶、家庭農(nóng)場(chǎng)、農(nóng)民專業(yè)合作社和農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)。2021年中央一號(hào)文件根據(jù)各類新型農(nóng)業(yè)經(jīng)營(yíng)主體的不同特征提出了差異化的發(fā)展側(cè)重點(diǎn)，各類新型農(nóng)業(yè)經(jīng)營(yíng)主體的主要特征和發(fā)展趨勢(shì)總結(jié)見(jiàn)表1。

（二）新型農(nóng)業(yè)經(jīng)營(yíng)主體的信用風(fēng)險(xiǎn)成因分析

1.影響新型農(nóng)業(yè)經(jīng)營(yíng)主體信用的共性因素分析

信用履約的影響因素主要是償還意愿和償還能力。其中，各類新型農(nóng)業(yè)經(jīng)營(yíng)主體償還能力的影響因素較為復(fù)雜，因此需要進(jìn)一步確定應(yīng)采集哪些信息以更好地反映農(nóng)戶償還能力。研究新型農(nóng)業(yè)經(jīng)營(yíng)主體的償還能力實(shí)際上可視為研究一個(gè)微型企業(yè)的盈利能力。因此，以傳統(tǒng)的柯布-道格拉斯生產(chǎn)函數(shù)為基礎(chǔ)，構(gòu)造其償還能力函數(shù)。構(gòu)造過(guò)程如下：

（1）構(gòu)建新型農(nóng)業(yè)經(jīng)營(yíng)主體收入函數(shù)。新型農(nóng)業(yè)經(jīng)營(yíng)主體的收入W由其產(chǎn)品的產(chǎn)量Q與價(jià)格Price決定，假設(shè)其無(wú)自有土地，生產(chǎn)要素均需購(gòu)買，則其收入函數(shù)可表示為：

W = QPrice = AKαLβPrice" " " " " " " " " （1）

其中，A為新型農(nóng)業(yè)經(jīng)營(yíng)主體的生產(chǎn)技術(shù)水平，K為投入的資本，且Kgt;0，L為投入的勞動(dòng)力，α是資本產(chǎn)出的彈性系數(shù)，β是勞動(dòng)力產(chǎn)出的彈性系數(shù)，對(duì)于單個(gè)新型農(nóng)業(yè)經(jīng)營(yíng)主體而言，α和β可視為外生常數(shù)，α∈（0， 1）， β∈（0， 1），且α+β＞1即規(guī)模效益遞增①。

（2）構(gòu)建新型農(nóng)業(yè)經(jīng)營(yíng)主體償還能力函數(shù)。由于新型農(nóng)業(yè)經(jīng)營(yíng)主體的創(chuàng)業(yè)初始資金相對(duì)于一般企業(yè)而言較少，假設(shè)其投入的資金K均為借貸獲得，則其利潤(rùn)E（可反映償還能力）為收入W與貸款額K本息之差②。由于此類貸款絕大部分采用定期付息、到期還本的償還方式，故利潤(rùn)E具體可表示為：

E = W-K（RT+1） = AKαLβPrice - K（RT+1）" " "（2）

式（2）中，R為貸款利率，T為與R計(jì)息周期對(duì)應(yīng)的貸款期數(shù)③。

理論上，只有當(dāng)Egt;0時(shí)，新型農(nóng)業(yè)經(jīng)營(yíng)主體的借款生產(chǎn)才具有可持續(xù)性，即能夠正常履約還款，因此可以計(jì)算出其信貸履約還款的前提條件，即：

AKαLβPrice - K（RT+1） ＞ 0" " " " " " " " （3）

對(duì)式（3）進(jìn)行整理，可得：

ALβPrice＞K1-α （RT+1）" " " " " " " " " " （4）

式（4）左邊為新型農(nóng)業(yè)經(jīng)營(yíng)主體生產(chǎn)和銷售相關(guān)信息，也是信用評(píng)價(jià)指標(biāo)體系需要采集的內(nèi)容；右邊為貸款相關(guān)信息，由金融機(jī)構(gòu)掌握，不需要采集。

式（4）中需采集的信用信息可定義為新型農(nóng)業(yè)經(jīng)營(yíng)主體的生產(chǎn)經(jīng)營(yíng)能力，具體涉及三個(gè)方面，即生產(chǎn)技術(shù)、勞動(dòng)力水平和產(chǎn)品價(jià)格。

2.影響各類新型農(nóng)業(yè)經(jīng)營(yíng)主體信用的個(gè)性因素分析

各類新型農(nóng)業(yè)經(jīng)營(yíng)主體具有不同的特征和發(fā)展趨勢(shì)，因此，有必要結(jié)合各類特征分類構(gòu)建信用評(píng)價(jià)指標(biāo)體系。此外，通過(guò)與湖南省內(nèi)部分縣域農(nóng)商行座談發(fā)現(xiàn)，農(nóng)商行普遍認(rèn)為種養(yǎng)大戶與家庭農(nóng)場(chǎng)兩類主體實(shí)質(zhì)上均從事家庭經(jīng)營(yíng)活動(dòng)，信用風(fēng)險(xiǎn)相似度較高，影響因素基本趨同，在業(yè)務(wù)實(shí)踐中采用同樣的標(biāo)準(zhǔn)進(jìn)行授信，也未發(fā)現(xiàn)明顯的缺陷。基于上述考量，本文將種養(yǎng)大戶和家庭農(nóng)場(chǎng)合并為家庭經(jīng)營(yíng)類主體進(jìn)行整體研究，并將農(nóng)民專營(yíng)合作社和農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)分別視為合作經(jīng)營(yíng)類和企業(yè)經(jīng)營(yíng)類主體④。

家庭經(jīng)營(yíng)類主體的規(guī)模相對(duì)最小，經(jīng)營(yíng)穩(wěn)定性最弱，財(cái)務(wù)狀況相對(duì)最差，信息采集也最為困難，因而其信用狀況高度依賴于農(nóng)場(chǎng)主或種養(yǎng)大戶個(gè)人資信狀況；企業(yè)經(jīng)營(yíng)類主體規(guī)模最大，經(jīng)營(yíng)穩(wěn)定性最強(qiáng)，財(cái)務(wù)狀況相對(duì)最佳，信息獲取難度也最低，因此其信用狀況很容易通過(guò)企業(yè)生產(chǎn)運(yùn)營(yíng)數(shù)據(jù)加以判斷；合作經(jīng)營(yíng)類主體的特點(diǎn)介于上述兩者之間。

（四）新型農(nóng)業(yè)經(jīng)營(yíng)主體信用評(píng)價(jià)指標(biāo)體系的構(gòu)建路徑

1.構(gòu)建原則

（1）可得性。在遵循個(gè)人信息保護(hù)、充分尊重個(gè)人隱私和商業(yè)保密的基礎(chǔ)上，各指標(biāo)應(yīng)依賴已有信息系統(tǒng)獲得，或者能通過(guò)特定機(jī)制從政府部門或金融機(jī)構(gòu)便捷、長(zhǎng)期地獲取。

（2）可靠性。是指所選取的指標(biāo)來(lái)源權(quán)威，或由于復(fù)核便捷而篡改難度大。

（3）可用性。所選用的指標(biāo)應(yīng)簡(jiǎn)單清晰、規(guī)范統(tǒng)一、適應(yīng)性強(qiáng)，特別要注重統(tǒng)計(jì)口徑、分類方法、計(jì)算公式等方面的規(guī)范化。

（4）合規(guī)性。指標(biāo)的選取應(yīng)不違反《征信業(yè)管理?xiàng)l例》等有關(guān)法律法規(guī)，不逾越信息采集底線。

（5）適度性。是指所選取的指標(biāo)總量應(yīng)合理適度，既要包含各個(gè)維度的信息，又要避免盲目貪多求全，盡可能使信息采集的成本收益比最小化與數(shù)據(jù)使用率最大化。該原則可體現(xiàn)為匯總指標(biāo)后進(jìn)行科學(xué)合理的篩查。

2.構(gòu)建步驟

通過(guò)調(diào)研走訪，分家庭經(jīng)營(yíng)、合作經(jīng)營(yíng)和企業(yè)經(jīng)營(yíng)三類選擇指標(biāo)體系，再向轄內(nèi)14家市級(jí)農(nóng)商行和所有縣級(jí)農(nóng)商行發(fā)放網(wǎng)絡(luò)調(diào)研問(wèn)卷，由各銀行進(jìn)一步對(duì)相關(guān)指標(biāo)進(jìn)行篩選⑤。

依據(jù)上述思路，新型農(nóng)業(yè)經(jīng)營(yíng)主體的信用評(píng)價(jià)指標(biāo)體系可以用5個(gè)環(huán)節(jié)進(jìn)行篩選與分級(jí)構(gòu)建，依次為指標(biāo)匯總與可得性篩查、可靠性篩查、合規(guī)性篩查、可用與適度性篩查、指標(biāo)分級(jí)，具體流程詳見(jiàn)圖1。

3.有效性檢驗(yàn)機(jī)制

根據(jù)已有文獻(xiàn)，對(duì)信用評(píng)價(jià)指標(biāo)體系的有效性加以檢驗(yàn)主要有FISHER判別、貝葉斯網(wǎng)絡(luò)模型、KMV模型、機(jī)器學(xué)習(xí)算法等方法。

由于可獲得實(shí)證數(shù)據(jù)進(jìn)行指標(biāo)體系檢驗(yàn)的新型農(nóng)業(yè)經(jīng)營(yíng)主體數(shù)量?jī)H有數(shù)百個(gè)，樣本數(shù)據(jù)為截面數(shù)據(jù)，作為變量的違約率指標(biāo)為僅有0和1取值的二分類變量，且部分指標(biāo)0值較多，數(shù)據(jù)分布也不統(tǒng)一，上述信用評(píng)價(jià)方法對(duì)于本研究選取的樣本并不適用。本文擬采用Logit模型進(jìn)行非線性相關(guān)性回歸分析。

將Y=1定義為農(nóng)戶發(fā)生了小額信貸違約，將概率設(shè)為P；Y=0定義為農(nóng)戶正常履約，概率為1-P。設(shè)X為違約影響因素，Z為控制變量，將各類變量代入Logistic函數(shù)，則Y的回歸方程可表述為：

Ln（" ） = α+βX+δZ+ε" " " " " " " "（5）

其中，α為常數(shù)項(xiàng)，β為影響因素回歸系數(shù)矩陣，δ為控制變量回歸系數(shù)矩陣，ε為隨機(jī)干擾項(xiàng)。

本文在各類新型農(nóng)業(yè)經(jīng)營(yíng)主體的信用評(píng)價(jià)指標(biāo)體系構(gòu)建完成后，基于隨機(jī)抽樣和公開(kāi)數(shù)據(jù)庫(kù)所獲取的樣本數(shù)據(jù)，運(yùn)用Logit模型對(duì)可以匹配實(shí)證數(shù)據(jù)的評(píng)價(jià)指標(biāo)進(jìn)行有效性檢驗(yàn)。

三、家庭經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系研究

（一）家庭經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系構(gòu)建

本文依據(jù)調(diào)查形成了家庭經(jīng)營(yíng)類新型農(nóng)業(yè)經(jīng)營(yíng)主體信用評(píng)價(jià)指標(biāo)備選體系。將所有備選指標(biāo)進(jìn)行分類匯總，刪除不滿足可靠性和合規(guī)性篩查要求的指標(biāo)，形成了包含6個(gè)一級(jí)指標(biāo)、18個(gè)二級(jí)指標(biāo)和108個(gè)三級(jí)指標(biāo)的備選數(shù)據(jù)庫(kù)，如表3所示。

將上述備選指標(biāo)庫(kù)中實(shí)際包含的所有三級(jí)指標(biāo)以電子問(wèn)卷形式發(fā)給轄內(nèi)各市級(jí)和縣級(jí)農(nóng)商行，由其選擇需要采集的農(nóng)戶信用信息指標(biāo)。該電子問(wèn)卷共發(fā)放97份，實(shí)際回收97份有效答卷。在剔除了被選擇概率低于60%的指標(biāo)后，還剩余34個(gè)指標(biāo)，涉及6個(gè)大類的12個(gè)方面，本文依據(jù)被選擇率對(duì)信用評(píng)價(jià)指標(biāo)的重要性程度進(jìn)行分級(jí)，被選擇率在前1/3的指標(biāo)重要性程度被判斷為“非常重要”，共12個(gè)；被選擇率在前1/3至前2/3之間的指標(biāo)被判斷為“比較重要”，共11個(gè)；被選擇率在后1/3的指標(biāo)被判斷為“一般”，共11個(gè)，詳見(jiàn)表4。

（二）家庭經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系核驗(yàn)

1.實(shí)證樣本選取及驗(yàn)證指標(biāo)說(shuō)明

本文從湖南省某主要涉農(nóng)金融機(jī)構(gòu)信貸管理數(shù)據(jù)庫(kù)中的2020年前結(jié)束了信貸履約行為的主體中，隨機(jī)抽取了200戶具有家庭農(nóng)場(chǎng)信息的農(nóng)戶和200戶同時(shí)具有種植信息和養(yǎng)殖信息的農(nóng)戶，將它們的農(nóng)戶小額信貸業(yè)務(wù)脫敏檔案分別作為家庭農(nóng)場(chǎng)和種養(yǎng)大戶的實(shí)證樣本。

除作為被解釋變量的違約情況外，每份農(nóng)戶脫敏檔案均包含家庭和雇傭勞動(dòng)力、固定資產(chǎn)和運(yùn)輸工具、還款意愿、家庭收支情況、金融資產(chǎn)、負(fù)債信息等6類信息，涉及前文歸納的家庭經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系中6類一級(jí)指標(biāo)中的4類，上述信息經(jīng)共線性篩查后，共保留9個(gè)指標(biāo)作為實(shí)證的解釋變量⑥⑦。各指標(biāo)及其統(tǒng)計(jì)性描述詳見(jiàn)表5。

運(yùn)用Logit模型對(duì)包含400個(gè)主體的總體樣本進(jìn)行分析，其中與違約行為顯著相關(guān)的指標(biāo)類型有家庭和雇傭勞動(dòng)力、固定資產(chǎn)和運(yùn)輸工具、還款意愿、家庭收支情況4類，如表6所示。

由表6可知，家庭和雇傭勞動(dòng)力、固定資產(chǎn)和運(yùn)輸工具、還款意愿、家庭收支情況4類因素以及婚姻狀況與健康狀況的交叉項(xiàng)會(huì)對(duì)家庭經(jīng)營(yíng)類主體的信用造成影響。值得注意的是，家庭和雇傭勞動(dòng)力信息中“從業(yè)年限”的相關(guān)系數(shù)為正值，說(shuō)明對(duì)勞動(dòng)力而言，隨著年齡的增長(zhǎng)，因熟練勞動(dòng)帶來(lái)的產(chǎn)能提升幅度小于因勞動(dòng)能力減弱導(dǎo)致的產(chǎn)能下降幅度，因此需重視農(nóng)村中年輕勞動(dòng)力的作用。

2.家庭經(jīng)營(yíng)類主體Logit模型的穩(wěn)健性檢驗(yàn)

為了確保上述Logit模型的穩(wěn)健性，本文將種養(yǎng)大戶和家庭農(nóng)場(chǎng)的樣本分為兩組進(jìn)行單獨(dú)分析，以驗(yàn)證總體樣本實(shí)證結(jié)論的穩(wěn)健性，結(jié)果詳見(jiàn)表7。

由表7可知，在總體樣本以及種養(yǎng)大戶、家庭農(nóng)場(chǎng)的分組樣本中，盡管單個(gè)指標(biāo)項(xiàng)的顯著性存在少許差異，但家庭和雇傭勞動(dòng)力、固定資產(chǎn)和運(yùn)輸工具、還款意愿、家庭收支情況4類指標(biāo)均對(duì)家庭經(jīng)營(yíng)類主體的信用有顯著影響。

四、合作經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系構(gòu)建

（一）合作經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系構(gòu)建

基于前述構(gòu)建流程，本文依據(jù)調(diào)查形成了合作經(jīng)營(yíng)類新型農(nóng)業(yè)經(jīng)營(yíng)主體的信用評(píng)價(jià)指標(biāo)備選體系。將所有備選指標(biāo)進(jìn)行分類匯總，刪除不滿足可靠性和合規(guī)性篩查要求的指標(biāo)，形成了包含5個(gè)一級(jí)指標(biāo)、12個(gè)二級(jí)指標(biāo)和64個(gè)三級(jí)指標(biāo)的備選數(shù)據(jù)庫(kù)，如表8所示。

將上述備選指標(biāo)庫(kù)中實(shí)際包含的所有三級(jí)指標(biāo)以電子問(wèn)卷的形式發(fā)給轄內(nèi)各市級(jí)和縣級(jí)農(nóng)商行，由其選擇需要采集的農(nóng)戶信用信息指標(biāo)。該電子問(wèn)卷共發(fā)放97份，實(shí)際回收97份有效答卷。在剔除了被選擇概率低于60%的指標(biāo)后，還剩33個(gè)指標(biāo)，涉及5個(gè)大類的12個(gè)方面。本文依據(jù)被選擇率對(duì)信用評(píng)價(jià)指標(biāo)的重要性程度進(jìn)行分級(jí)，被選擇率在前1/3的指標(biāo)重要性程度被判斷為“非常重要”，共11個(gè)；被選擇率在前1/3至前2/3之間的指標(biāo)被判斷為“比較重要”，共11個(gè)；被選擇率在后1/3的指標(biāo)被判斷為“一般”，共11個(gè)，詳見(jiàn)表9。

（二）合作經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系核驗(yàn)

由于合作經(jīng)營(yíng)類主體在新型農(nóng)業(yè)經(jīng)營(yíng)主體中的占比相對(duì)偏小，在已公開(kāi)的數(shù)據(jù)庫(kù)或所調(diào)研的部分金融機(jī)構(gòu)數(shù)據(jù)庫(kù)中尚未找到此類主體的合格樣本，因此無(wú)法對(duì)此類主體的信用評(píng)價(jià)指標(biāo)體系進(jìn)行核驗(yàn)。

五、企業(yè)經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系構(gòu)建

（一）企業(yè)經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系構(gòu)建

基于前述構(gòu)建流程，本文依據(jù)調(diào)查形成了企業(yè)經(jīng)營(yíng)類新型農(nóng)業(yè)經(jīng)營(yíng)主體的信用評(píng)價(jià)指標(biāo)備選體系。將所有備選指標(biāo)進(jìn)行分類匯總，刪除不滿足可靠性和合規(guī)性篩查要求的指標(biāo)，形成了包含6個(gè)一級(jí)指標(biāo)、15個(gè)二級(jí)指標(biāo)和87個(gè)三級(jí)指標(biāo)的備選數(shù)據(jù)庫(kù)，如表10所示。

將上述備選指標(biāo)庫(kù)中實(shí)際包含的所有三級(jí)指標(biāo)以電子問(wèn)卷的形式發(fā)給轄內(nèi)各市級(jí)和縣級(jí)農(nóng)商行，由其選擇需要采集的農(nóng)戶信用信息指標(biāo)。該電子問(wèn)卷共發(fā)放97份，實(shí)際回收97份有效答卷。在剔除了被選擇概率低于60%的指標(biāo)后，還剩余37個(gè)指標(biāo)，涉及6個(gè)大類的15個(gè)方面。本文依據(jù)被選擇率對(duì)信用評(píng)價(jià)指標(biāo)的重要性程度進(jìn)行分級(jí)，被選擇率在前1/3的指標(biāo)重要性程度被判斷為“非常重要”，共13個(gè)；被選擇率在前1/3至前2/3之間的指標(biāo)被判斷為“比較重要”，共12個(gè)；被選擇率在后1/3的指標(biāo)被判斷為“一般”，共12個(gè)，詳見(jiàn)表11。

（二）企業(yè)經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系核驗(yàn)

1.實(shí)證樣本選取及驗(yàn)證指標(biāo)說(shuō)明

本文從WIND數(shù)據(jù)庫(kù)中選取了2020年底我國(guó)A股滬深兩市的農(nóng)、林、牧、漁行業(yè)仍在經(jīng)營(yíng)的49家上市公司，將其作為農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)的實(shí)證樣本，其中ST和*ST公司共計(jì)6家，作為備選的違約樣本。考慮到部分上市公司盡管沒(méi)有被ST處理，但其流動(dòng)比率較低且當(dāng)年大幅虧損，經(jīng)營(yíng)能力堪憂，本文將2020年底流動(dòng)比率小于1且凈利潤(rùn)同比下降100%以上的企業(yè)也作為經(jīng)營(yíng)異常企業(yè)。經(jīng)排查總體樣本中此類企業(yè)有1家，也將其歸類為違約樣本。綜上所述，容量為49的總樣本中正常履約樣本為42個(gè)，違約樣本為7個(gè)。

除作為被解釋變量的違約情況外，每個(gè)樣本均包含基本信息、管理水平、聲譽(yù)信息、財(cái)務(wù)狀況、宏觀環(huán)境等5類信息，涉及前文歸納的企業(yè)經(jīng)營(yíng)類主體信用評(píng)價(jià)指標(biāo)體系中6類一級(jí)指標(biāo)中的5類。上述信息經(jīng)共線性篩查后，共保留8個(gè)指標(biāo)作為實(shí)證的解釋變量。各指標(biāo)及其統(tǒng)計(jì)性描述詳見(jiàn)表12。

運(yùn)用Logit模型對(duì)包含49個(gè)主體的總體樣本進(jìn)行分析，其中基本信息、管理水平、聲譽(yù)信息、財(cái)務(wù)狀況、宏觀環(huán)境等5類指標(biāo)均與違約行為顯著相關(guān)，如表13所示。

由表13可知，基本信息、管理水平、聲譽(yù)信息、財(cái)務(wù)狀況、宏觀環(huán)境5類因素以及環(huán)保管理與營(yíng)業(yè)收入同比增速交叉項(xiàng)會(huì)對(duì)企業(yè)經(jīng)營(yíng)類主體的信用造成影響。

2.企業(yè)經(jīng)營(yíng)類主體Logit模型的穩(wěn)健性檢驗(yàn)

為了確保上述Logit模型的穩(wěn)健性，本文根據(jù)企業(yè)經(jīng)營(yíng)類主體的注冊(cè)省份，將企業(yè)劃分為東部組、中部組、西部組單獨(dú)分析，各子樣本容量分別為25、11、13，以驗(yàn)證總體樣本實(shí)證結(jié)論的穩(wěn)健性，結(jié)果詳見(jiàn)表14。

由表14可知，在總體樣本以及東部組、中部組、西部組的分組樣本中，盡管單個(gè)指標(biāo)項(xiàng)的顯著性存在少許差異，但基本信息、管理水平、聲譽(yù)信息、財(cái)務(wù)狀況、宏觀環(huán)境5類指標(biāo)均對(duì)企業(yè)經(jīng)營(yíng)類主體的信用有顯著影響。

六、結(jié)論及政策建議

本文研究結(jié)論主要有以下三點(diǎn)：1.新型農(nóng)業(yè)經(jīng)營(yíng)主體信用的影響因素主要分為共性因素和個(gè)性因素兩類。2.新型農(nóng)業(yè)經(jīng)營(yíng)主體信用評(píng)價(jià)指標(biāo)體系的建立可以遵循“理論分析－調(diào)研構(gòu)建－實(shí)證檢驗(yàn)”的規(guī)范性流程。3.新型農(nóng)業(yè)經(jīng)營(yíng)主體的信用評(píng)價(jià)指標(biāo)體系可以按三類子體系構(gòu)建。其中，家庭和雇傭勞動(dòng)力、固定資產(chǎn)和運(yùn)輸工具、還款意愿、家庭收支情況等4大類指標(biāo)均對(duì)家庭經(jīng)營(yíng)類主體的信用有顯著影響；基本信息、管理水平、聲譽(yù)信息、財(cái)務(wù)狀況、宏觀環(huán)境等5大類指標(biāo)對(duì)企業(yè)經(jīng)營(yíng)類主體的信用均有顯著影響。

結(jié)合實(shí)證結(jié)果，給出以下建議：一是加強(qiáng)組織推動(dòng)。推動(dòng)建立覆蓋政府部門和公共事業(yè)單位的新型農(nóng)業(yè)經(jīng)營(yíng)主體信用信息采集和共享機(jī)制，提升農(nóng)村地區(qū)金融機(jī)構(gòu)服務(wù)網(wǎng)點(diǎn)、金融綜合服務(wù)站、農(nóng)村基層組織的參與積極性，不斷完善信用評(píng)價(jià)體系的有效性。二是推進(jìn)數(shù)據(jù)庫(kù)建設(shè)。要逐步推進(jìn)省級(jí)新型農(nóng)業(yè)經(jīng)營(yíng)主體數(shù)據(jù)庫(kù)的建設(shè)，同時(shí)對(duì)已建立的農(nóng)戶信用信息系統(tǒng)進(jìn)行系統(tǒng)功能優(yōu)化，將新型農(nóng)業(yè)經(jīng)營(yíng)主體納入統(tǒng)計(jì)范圍。同時(shí)，考慮到農(nóng)業(yè)數(shù)據(jù)的歸口部門涉及省、市、縣等多個(gè)層級(jí)，需要逐步推動(dòng)各級(jí)新型農(nóng)業(yè)經(jīng)營(yíng)主體數(shù)據(jù)庫(kù)的互聯(lián)互通，從而提升信用評(píng)價(jià)的全面性、準(zhǔn)確性和有效性。三是深化評(píng)級(jí)結(jié)果應(yīng)用。引導(dǎo)涉農(nóng)金融機(jī)構(gòu)將信用評(píng)價(jià)結(jié)果等信息作為新型農(nóng)業(yè)經(jīng)營(yíng)主體貸款授信的重要參考指標(biāo)，創(chuàng)新推出特色金融產(chǎn)品，支持鄉(xiāng)村振興。同時(shí)，要以信用創(chuàng)新鄉(xiāng)村治理與鄉(xiāng)風(fēng)建設(shè)機(jī)制，建立健全轄內(nèi)守信激勵(lì)和失信懲戒協(xié)同機(jī)制，推動(dòng)地方政府在鄉(xiāng)風(fēng)文明建設(shè)、農(nóng)村基層治理、返鄉(xiāng)創(chuàng)業(yè)等方面基于信用信息對(duì)新型農(nóng)業(yè)經(jīng)營(yíng)主體進(jìn)行獎(jiǎng)懲、實(shí)施管理和提供服務(wù)。四是加強(qiáng)合規(guī)管理。要高度重視新型農(nóng)業(yè)經(jīng)營(yíng)主體信用評(píng)價(jià)過(guò)程中的信息安全問(wèn)題，制定信息采集、信用評(píng)價(jià)和結(jié)果應(yīng)用的規(guī)范性流程。同時(shí)，應(yīng)進(jìn)一步厘清相關(guān)信息的采集邊界，完善應(yīng)用授權(quán)機(jī)制，確保信息采集與應(yīng)用符合《個(gè)人信息保護(hù)法》等法律法規(guī)要求。

注釋：

① 由于新型農(nóng)業(yè)經(jīng)營(yíng)主體的生產(chǎn)規(guī)模較小，通常都處于規(guī)模效益遞增階段，即擴(kuò)大生產(chǎn)規(guī)模可以增加單位投入的產(chǎn)出，因此α+β＞1。

② 理論上，由于新型農(nóng)業(yè)經(jīng)營(yíng)主體的治理能力相對(duì)較弱，導(dǎo)致經(jīng)營(yíng)主體和主要責(zé)任人之間的財(cái)務(wù)分割不清晰，因此新型農(nóng)業(yè)經(jīng)營(yíng)主體的利潤(rùn)中還應(yīng)扣除責(zé)任人的日常生活支出，但鑒于此類支出難以被準(zhǔn)確統(tǒng)計(jì)，公式里不予考慮。

③ 為便于計(jì)算，此處設(shè)定貸款為單利計(jì)息方式。

④ 由于2017年修訂的《農(nóng)民專業(yè)合作社法》包含合作社的企業(yè)法人地位、市場(chǎng)經(jīng)濟(jì)主體和按照交易額分配盈余等條款，部分學(xué)者認(rèn)為合作社和企業(yè)在實(shí)際組織、運(yùn)營(yíng)過(guò)程中并無(wú)區(qū)別，在信息采集和信用評(píng)價(jià)中可以納入統(tǒng)一體系。但本研究通過(guò)對(duì)比分析與實(shí)地走訪后認(rèn)為，合作社在經(jīng)營(yíng)規(guī)模、組織治理、產(chǎn)品研發(fā)等方面仍與企業(yè)存在差異，因此二者應(yīng)采用不同的信用評(píng)價(jià)體系。

⑤ 根據(jù)調(diào)研走訪，由于各級(jí)農(nóng)商行深耕本土農(nóng)戶，在新型農(nóng)業(yè)經(jīng)營(yíng)主體的采信、評(píng)信和授信中也成為了主力，這些機(jī)構(gòu)的意見(jiàn)也更加切合一線業(yè)務(wù)實(shí)際。

⑥ 樣本原始數(shù)據(jù)中，6大類指標(biāo)類型下共有30個(gè)指標(biāo)，但僅9個(gè)指標(biāo)通過(guò)Pearson系數(shù)檢驗(yàn)和多重共線性檢驗(yàn)，彼此間不存在共線性。

⑦ 對(duì)外擔(dān)保和負(fù)債類信息包含兩個(gè)指標(biāo)，但其樣本值絕大部分為0，未通過(guò)Pearson系數(shù)檢驗(yàn)，說(shuō)明該類信息可能為冗余信息，也可能難以被采集，實(shí)用性不強(qiáng)。因此，實(shí)證中不再考慮這類信息。

⑧ 違約情況為被解釋變量，其他指標(biāo)均為解釋變量；資產(chǎn)類指標(biāo)的單位為“萬(wàn)元”，收支類指標(biāo)的單位為“萬(wàn)元/年”。

⑨ 變異系數(shù)=標(biāo)準(zhǔn)差/平均值，由于各指標(biāo)的數(shù)量級(jí)和平均數(shù)不盡一致，用變異系數(shù)度量其離散程度具有更好的可比性。

⑩ 該指標(biāo)信息最初由金融機(jī)構(gòu)信貸人員在進(jìn)行信貸面簽時(shí)填寫，填寫依據(jù)為農(nóng)戶本人面談情況和村中“五老”等有威望之人的評(píng)價(jià)，并會(huì)在貸后管理過(guò)程中進(jìn)行更新。

樣本原始數(shù)據(jù)中，5大類指標(biāo)類型下共有22個(gè)指標(biāo)，但僅8個(gè)指標(biāo)通過(guò)Pearson系數(shù)檢驗(yàn)和多重共線性檢驗(yàn)，彼此間不存在共線性。

違約情況為被解釋變量，其他指標(biāo)均為解釋變量；存續(xù)時(shí)間單位為“年”；比率和同比增速單位為“%”。

變異系數(shù)=標(biāo)準(zhǔn)差/平均值，由于各指標(biāo)的數(shù)量級(jí)和平均數(shù)不盡一致，用變異系數(shù)度量其離散程度具有更好的可比性。

該指標(biāo)根據(jù)華證ESG評(píng)級(jí)賦分，如未評(píng)級(jí)為0分，C為1分，CC為2分，CCC為3分，依此類推。

該指標(biāo)根據(jù)“企查查”APP中的失信信息和被執(zhí)行人信息賦分，當(dāng)前存續(xù)的失信信息及被執(zhí)行人信息每1條記1分，當(dāng)前未存續(xù)的歷史行為每1條按0.2分記。

該指標(biāo)根據(jù)北京大學(xué)光華管理學(xué)院管理創(chuàng)新交叉學(xué)科平臺(tái)發(fā)布的《2020年中國(guó)31省份營(yíng)商環(huán)境研究報(bào)告》對(duì)公司所在省份的營(yíng)商環(huán)境賦分，各省份營(yíng)商環(huán)境從低到高分為C到A+共7個(gè)等級(jí)，分別計(jì)1—7分。

東部組、中部組、西部組依次分別為江蘇省、湖南省、甘肅省。

參考文獻(xiàn)：

[1]徐超，宋丹，周鵬程.新型農(nóng)業(yè)經(jīng)營(yíng)主體信用評(píng)價(jià)體系構(gòu)建探析[J].征信，2017，35（10）：41-45.

[2]倪旭，張峭.中國(guó)新型農(nóng)業(yè)經(jīng)營(yíng)主體信用評(píng)價(jià)指標(biāo)體系研究[J].農(nóng)業(yè)展望，2019，15（06）：23-27.

[3]徐超，宋丹.改進(jìn)新型農(nóng)業(yè)經(jīng)營(yíng)主體金融信貸狀況的思路與對(duì)策[J].征信，2018，36（08）：85-88.

[4]鐘真.改革開(kāi)放以來(lái)中國(guó)新型農(nóng)業(yè)經(jīng)營(yíng)主體：成長(zhǎng)、演化與走向[J]. 中國(guó)人民大學(xué)學(xué)報(bào). 2018，32（04）：13.

[5]唐煜，崔海浪.Fisher判別法在個(gè)人信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J].中國(guó)市場(chǎng)，2020（19）：52-53.

[6]曹小林.基于貝葉斯網(wǎng)絡(luò)模型的個(gè)人信用評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2020，36（10）：153-155.

[7]竇文章，劉西.基于Credit Metrics模型評(píng)估銀行信貸的信用風(fēng)險(xiǎn)[J].改革與戰(zhàn)略，2008（10）：81-84.

[8]白璐瑩.基于KMV模型的中國(guó)上市銀行信用風(fēng)險(xiǎn)度量研究[J].生產(chǎn)力研究，2020（12）：41-44.

[9]韓修龍.基于XGBOOST的用戶信用評(píng)分建模[J].電腦知識(shí)與技術(shù)，2018，14（05）：7-8.

（責(zé)任編輯：張艷妮 /校對(duì)：唐詩(shī)柔）