陕西农户违约风险实证研究.docVIP

陕西农户违约风险实证研究 　　摘要：农户贷款违约是影响农信社资金发放的主要问题，如何提取主要指标，评判农户是否违约是当前各方的迫切要求。选取680户农户作为样本，首先利用因子分析法提取主要的信用指标，基此利用Logistic回归方法构建模型，计算出农户是否违约的概率，以期从客观上给农信社判定农户的信用提供一定的依据。 关键词：农户；信用风险；Logistic回归模型；因子分析 中图分类号：F83 文献标识码：A文章编号2013 1引言 当前农村经济得到快速发展，农户对贷款资金需求较大，与此同时由于农村金融体系不完善引发了诸多问题，其中较为突出的就是农户信用风险的问题。由于当前缺乏客观的评定标准，信贷机构无法客观甄别农户违约的可能性，对农户发放贷款主要依据其主观判断，使得部分农户拖欠现象严重。直接影响农信社发放贷款资金的积极性，致使守约农户也无法得到贷款。故而提取主要的信用指标以评判农户违约的概率，已是农信社和守约农户的共同要求。因此下文选取18个指标，利用因子分析提取主要指标，构建回归模型，以此判定农户的信用风险。 2农户信用风险指标的选取 当前各学者只要从以下几个方面选取农户信用指标——劳动力人数、年收入、年支出、户主基本信息、土地面积、经营项目、信誉状况、借款用途等。以上各个指标一定程度上能反映农户的信用状况，但缺乏反映担保体系指标、贷款用途指标、已婚嫁子女收入指标和农户操作技能的指标。本文结合陕西省三原、泾阳农户的实际状况，选定了以下18个指标。 因变量：Y=1好客户（守约农户） 0坏客户（违约客户） 自变量如下： x1：家庭人均收入；x2：家庭人均支出；x3：家庭人均第一产业收入；x4：家庭人均第二产业收入；x5：家庭人均第三产业收入；x6：已婚嫁子女收入；x7：受教育状况；x8：家庭劳动力人数；x9：人均农林特产种植面积；x10：贷款利率；x11：农户联保；x12：上浮利率优惠程度；x13：家庭人均民间贷款金额；x14：家庭人均信用社贷款金额；x15：贷款投向第一产业金额；x16：贷款投向第二产业金额；x17：贷款投向第三产业金额；x18：道德品行。 以上各指标说明如下： （1）家庭人均年收入、家庭人均年支出、已婚嫁子女收入、家庭人均各产业收入指标。一般而言收入越高，支出越低反映其经营状况越好，盈利能力越强，技能转化为收入的能力越强，财富积累程度越高，农户违约的风险越小；否则农户的违约风险越大。 （2）受教育状况指标代表了农户的文化素养和技能水平。受教育状况可通过农户上学的年限进行体现，一般上学年限越高，农户的文化素养和技能水平越高，农户违约的概率越低，否则违约的概率越高。 （3）家庭劳动力人数代表农户家庭的劳动能力，通过调查发现，当前农户家庭人数多为3-5人，劳动力人数越多代表劳动能力越强，农户家庭违约的风险越小；相反，劳动力人数越少代表劳动能力越弱，农户家庭违约的风险越大。 （4）人均农林特产种植面积体现了农户将农业技能、经验转换为收入的能力。一般而言，在同等操作技术水平下，由于规模收益的存在，规模越大，单位成本越低，单位收入越高，农户违约风险越小；规模越小，规模收益无法发挥作用，单位成本越高，单位收益越少，违约风险较大。 （5）农户联保、贷款利率、上浮利率优惠程度代表农户的信用状况，参与农户联保、取得低利率贷款，以及享有较高的上浮利率优惠程度代表农户具有较高的信用，农户违约的风险越小；否则农户信用较低，农户违约的风险越大。 （6）人均民间贷款金额、人均信用社贷款金额的多少体现了贷款农户的债务状况。农户在存在以上两种贷款时，首先会偿还民间贷款（由于受到农村“圈层结构”的制约和高成本的影响），有偿还能力与偿还意愿时才会偿还信用社贷款。因此农户总体债务较低时，其偿还农信社贷款的概率较高；否则其还贷的概率较低，违约的风险就较高。 （7）贷款投向各个产业的金额代表了贷款的用途，贷款投向第一产业金额代表了农户将贷款资金投向种植、养殖、果林业等的资金数额，一般而言，农户投入各个产业的金额越大，收益越大，还贷的可能性就越大；投入越少收益越少，还贷的可能性就越小。 （8）道德品行指标反映的是农户品行信誉状况，品行较好、信誉较高的农户违约风险较低，品行较差、信誉较低的农户违约风险较高。本文通过发放调查问卷，利用打分的方式体现农户的品行信誉。 3因子分析提取主要指标 通过主成分分析法，对文中的18个指标进行分析，经过主成分方法提取6个因子（表1），共解释原始变量总方差的89.479%，解释变量效果比较好。同时提取6个主成分因子中对应的载荷量较高的原始指标作为下一步的自变量