農(nóng)戶信用評級體系構建的理論與實踐

課題組

摘 要：本文針對當前農(nóng)銀信息不對稱、農(nóng)戶信用評級缺乏科學統(tǒng)一的標準和有效的評級算法問題，構建了農(nóng)戶信用評級指標體系，并根據(jù)指標之間的依存關系構建了指標網(wǎng)絡圖模型。對定性指標進行了差別化的定量處理，通過改進的極值變換法對定量指標進行標準化，采用網(wǎng)絡分析法（簡稱ANP）計算各級指標的權重，通過權重與具體指標值的線性加權計算出農(nóng)戶的信用度，從而建立了完整的農(nóng)戶信用評級算法。以此算法為核心，開發(fā)了農(nóng)戶信用信息綜合評級系統(tǒng)，總結(jié)了該系統(tǒng)在慶陽市轄區(qū)兩年來的推廣應用方法，驗證了評級算法的有效性、可行性和科學性，實現(xiàn)了金融機構之間農(nóng)戶信息共享和評級標準的統(tǒng)一性。

關鍵詞：農(nóng)戶，信用評級，ANP

中圖分類號：F830.5 文獻標識碼：B 文章編號：1674-0017-2014（2）-0066-07

隨著農(nóng)村信用體系建設工作的深入推進，開展農(nóng)戶信用評級成為解決農(nóng)戶信用信息不全面、不準確、不共享問題的有效措施。農(nóng)戶信用評級的準確性與真實性，也成為決定貸款質(zhì)量的重要因素。目前，由于我國農(nóng)戶信用評級方法及制度仍處探索階段，缺乏科學的評級指標體系和方法，導致信用評級主觀性、不確定性較大。建設區(qū)域性農(nóng)戶信用評級系統(tǒng)，科學有效開展農(nóng)戶信用綜合評級，實現(xiàn)金融機構間信用評級成果共享和評級標準的科學統(tǒng)一，是解決以上問題的有效途徑。本文針對這個問題，在農(nóng)戶信用評級方面進行了初步探索研究，通過設計并開發(fā)評級系統(tǒng)，初步建立起了一個信用信息較為完整、數(shù)據(jù)采集和更新高效、評級較為科學規(guī)范的農(nóng)戶信用信息管理及評級系統(tǒng)，實現(xiàn)了農(nóng)戶信用信息采集、管理和等級評定應用的信息化。該系統(tǒng)在慶陽市轄區(qū)已全面推廣應用，并取得了明顯成效。

一、國內(nèi)外研究現(xiàn)狀

國外特別是發(fā)達國家對農(nóng)戶信用評級和風險評估的研究多一些。國內(nèi)主要研究有：馬九杰（2001）在回顧和評價了20年來特別是近年來信用風險評價方法及模型進展后，簡要分析了國際上流行的信用評價方法對我國農(nóng)村信用社的適用性。吳金星等（2004）建立了一套企業(yè)信用等級評價指標體系，然后應用層次分析、聚類分析等方法對企業(yè)信用指標體系進行賦權，通過加權得出企業(yè)的信用評價值。王穎（2010）通過運用以德爾菲法和模糊數(shù)學為主體的模糊綜合評價方法，構建了農(nóng)戶小額信貸信用風險評估模型。王譽澍（2010）利用人工神經(jīng)網(wǎng)絡的反向傳播思想，建立農(nóng)戶信用評估模型。通過該模型進行評價，弱化了人為因素，提高了評定結(jié)果的準確性。

總結(jié)起來看，目前信用風險的評價方法主要有：專家評估法、模糊綜合評判法和層次分析法等。專家評估法是借用各類科技人員的專長及其對有關政策和管理工作理解的深度做出決策，主要依靠概率統(tǒng)計，只能以均值反映權重；模糊綜合評判法使用效果一般較好，但有時亦會出現(xiàn)分類不清、結(jié)果不合理的問題。層次分析法（王蓮芬等，1990）雖然是一個比較適合基于指標的評價方法，但是單個專家的主觀隨意性比較大，并且它只考慮了指標上下層的關系，沒有考慮指標之間的相互影響和依存關系。本文采用群組決策最大程度克服了單個專家對指標重要性判斷的主觀性，采用網(wǎng)絡分析法最大程度擬合了指標之間的相互影響和依存關系，這樣更加逼近指標的本質(zhì)關系，對農(nóng)戶的信用評級將更加準確科學。

二、農(nóng)戶信用評級指標體系構建

（一）指標選取原則

本文根據(jù)以下原則選取指標：一是可得性。指標體系建設的前提是所涵蓋指標的可得性能得到保障，一些從理論上講對評級有用，但是在實際中基本無法獲取的指標暫不進入指標體系。二是可更新性。數(shù)據(jù)能否及時更新是系統(tǒng)成敗的關鍵所在，也是考察一個指標是否可用的關鍵因素。從更新角度講，農(nóng)戶信用指標可分為可變指標和相對穩(wěn)定指標兩類。數(shù)據(jù)的更新主要是針對可變指標。通過對每個指標項綜合考察可得性和可更新性這兩個特性，最后折中決定該指標是否納入指標體系中。三是完備性。指標體系要能較好覆蓋農(nóng)戶信用的各方面，保證評級的科學全面性。四是無冗余性。如果指標體系中存在較多冗余數(shù)據(jù)，將造成評級結(jié)果的片面性，在選取指標時盡量保證不同的指標表達了農(nóng)戶信用的不同側(cè)面，避免多個指標以不同的變形方式表達同一件事情。

（二）指標準則構建

為了保證評級計算過程的科學性，不同級別的信息不能放在一個級別上進行比較，如不能把貸款中的貸款類型作為一個單獨指標和民間借貸放在同一個層次中比較，這就是信息粒度的選擇問題。本文根據(jù)影響因子從直接到間接、準則粒度從大到小、具有可比性的準則粒度大小相同且放在同一層的原則，把指標準則劃分為表1所示的農(nóng)戶信用評級指標準則體系結(jié)構。

（三）指標關系建模

本文經(jīng)過研究認為，指標體系的本質(zhì)結(jié)構是一個以層次間支配關系和同層間依存關系構成的有向圖模型。準則之間的獨立性和依存性分析是構建指標體系的核心問題。本文按照以下原則構建指標準則關系：一是每個低層準則只屬于唯一的上層準則，每個指標也只屬于一個準則。二是準則及指標上下層不存在反饋，即只有下層準則影響上層準則，不存在上層準則對下層準則或指標的反饋。上層指標對下層指標起支配作用，這種上層準則對下層準則或指標的支配關系，本文用支持度來表達。三是同級準則存在相互依存關系，它們之間是非獨立的，構成網(wǎng)絡依存結(jié)構，這種同層準則之間的相互影響關系，本文用依存度來表示。四是為了防止在計算過程中對同一個依存關系進行重復計算，在低層已經(jīng)表達了依存關系不再在高層表達。指標準則的網(wǎng)絡結(jié)構如圖1所示。

（四）定性指標的定量化

定性指標對于評估來說非常重要，但定性指標只有通過量化表示才能被評級算法所使用。本文根據(jù)定性指標性質(zhì)不同，把它們分為三類：是非型、等級型和分類型。根據(jù)第三類指標中不同類別的重要性，對其進而設置級別，這樣就把第三類指標劃歸為第二類“等級型”指標。對這兩類定性數(shù)據(jù)項我們通過如下方式進行定量化處理：對于“是非型”指標，用0和1表示。對于“等級型”數(shù)據(jù)項，分段給出分值。如有五個類別，每個區(qū)間長度為20，如果有四個級別，則區(qū)間長度為25。對反映程度的定性指標，由于人們對定性問題認識本身的模糊性，本文采用模糊三角數(shù)打分方法來采集反映程度的指標：對每個指標最多填連續(xù)三個概率值，最少填一項，最好填兩個選項。但是無論是填一個、兩個還是三個，這幾個數(shù)的和要等于1。設有k個不為零的連續(xù)選項，則該指標的指標值為這幾個不為零選項的加權平均。具體方法如表2。

（五）指標的標準化

為了使不同指標之間具有可比性，本文采用極差變換法對指標值進行標準化。傳統(tǒng)的極差變換標準化是把一個區(qū)間的數(shù)值映射到[0，1]區(qū)間。在實際的應用中，它存在如下三個缺陷：一是距離問題。如果評估對象在指標i上都處于較低水平，并且處在一個較密集的區(qū)間上，而指標j都處于較高水平，且它們分散在一個較大的區(qū)間上，則處于較低水平的指標標準化后的平均值要比處于較高水平指標的平均值反而大，這顯然是不合理的。第二個缺陷是，對于有明確要求最優(yōu)值的指標，沒有凸顯其系統(tǒng)重要性，即沒有考慮實際值與最優(yōu)值的距離。第三個缺陷是沒有考慮數(shù)據(jù)的地區(qū)差異性，即對于不同地區(qū)、不同信用要求的農(nóng)戶應該采用差別化的標準化區(qū)間。本文針對以上缺陷對傳統(tǒng)極值變換法進行了改進，并根據(jù)信用評級的特殊要求，給出了以下差別化的指標標準化方法：

1、時間指標的標準化。對于第i個極大時間指標，記該時間指標的絕對時間長度為ti，我們獲取該絕對時間長度在被評農(nóng)戶所在地市地區(qū)的最大值，記為Tmaxi，則它的標準化值為：Ti=ti / Tmaxi。對于第j個極小時間指標，記該時間指標的絕對時間長度為tj我們同樣獲取該絕對時間長度在該農(nóng)戶所在地市地區(qū)的最大值，記為Tmaxj，則它的標準化值為：Ti=1-ti / Tmax j.

2、數(shù)量型指標的標準化。為了對定量指標標準化處理更加科學合理，本文給出了差別化的評級結(jié)果，分別為貸款在10萬元以內(nèi)、10-20萬元、20-50萬元、50-100萬元以及100萬以上的信用評級。這樣，對不同貸款數(shù)額的農(nóng)戶信用指標給出差別化的標準化方法。分母采用評級段長，即在評估某農(nóng)戶在區(qū)間[a，b]上的信用級別時，我們記段長Xmax=b。還款期限一般按Xmax / 5來計算，但最多不超過10年。具體的標準化公式如下：

（1）對于極大型指標做如下變換：

d■=■，x■

（2）對于極小型指標做如下變換：

d■=1-■，x■

（3）對于固定值最優(yōu)指標做如下變換：

d■=1-■，x■k

三、基于ANP的農(nóng)戶信用評級算法

ANP（analytic network process）是美國匹茲堡大學Thomas L. Saaty教授在1996年提出的方法（Saaty T.L.，2001），它的前身是已在系統(tǒng)決策中得到廣泛應用的AHP（analytic hierarchy process）（A Esra etc.，2004）方法。ANP是為了解決指標層次內(nèi)部存在相互依存、上下層存在反饋關系的決策問題而提出的，是AHP延伸發(fā)展得到的系統(tǒng)決策方法。從圖1看出，本文建立的信用評級指標體系結(jié)構是一個各層存在內(nèi)部依存的遞階層次網(wǎng)絡結(jié)構，本文應用ANP方法對農(nóng)戶信用評級指標體系中具有內(nèi)部依存關系的準則層計算相對權重，運用AHP方法對層內(nèi)無依存關系的準則和指標計算相對權重。ANP方法幾個關鍵環(huán)節(jié)包括模型構建、建立未加權超矩陣、計算加權超矩陣和計算極限超矩陣等。

（一）模型構建

根據(jù)圖1中的指標準則、依存網(wǎng)絡結(jié)構圖和ANP的網(wǎng)絡結(jié)構要求，構建如圖2所示的模型：

（二）建立未加權超矩陣

根據(jù)以上模型，可構建如下未加權超矩陣：

W=W■ 0 0 0W■ W■ 0 0 0 W■ W■ 0 0 0 W■ W■

其中，W■表示子準則層相對于準則層的權重，為8×2矩陣，W■表示子子準則層相對于子準則層的權重，為7×8矩陣，W■、W■和W■表示各準則層的內(nèi)部依賴，分別為2×2矩陣、8×8矩陣和7×7矩陣，由于第四層內(nèi)部不存在相互依存關系，所以W■為0矩陣。

在每一控制準則下，構建未權超矩陣W，即應用兩兩比較方法對元素進行兩兩比較，這是傳統(tǒng)的AHP方法。在構建的過程中，首先將構建網(wǎng)絡時選取的準則作為為主準則，以該網(wǎng)絡中某一元素組中的元素作為子準則，按照其它元素組中各元素對該元素的影響程度或按照該元素對其它元素組中各元素的影響程度構造判斷矩陣，并求得歸一化特征向量。這樣，構造各自的判斷矩陣，最后將各判斷矩陣的歸一化特征向量匯總到一個矩陣W■中，則該矩陣表示不同元素組中的元素之間的影響關系。其中，W■表示第i層上各元素對第j層的影響作用，稱為超矩陣中的塊。

（三）計算加權超矩陣

層次內(nèi)部各元素對某個準則的排序，可用超矩陣來表示，即超矩陣中每個塊矩陣的每一列是歸一化的，但這并沒有顧及其它層次對此準則的影響，因此整個超矩陣的每一列并不是歸一化的。要準確反映排序，必須考慮層次之間的影響作用，即要考慮反饋作用的影響，具體做法是：將每個層次作為一個元素，針對某一層進行兩兩比較，并計算相應排序權值。若用a■表示第i個層次對第j個層次的影響權值W■=a■W■，則W即為加權超矩陣。加權超矩陣中，每一列元素的和均為1。

（四）計算極限超矩陣

對加權超矩陣進行歸一化處理，得到極限超矩陣■■=■■■。由于元素之間存在依存與反饋關系，因而歸一化過程是一個反復迭代、趨穩(wěn)的過程。在極限超矩陣中，每一行數(shù)值相同，是該元素對應的極限相對優(yōu)先權。在農(nóng)戶信用評級問題中，運用Super Decisons軟件自動計算極限超矩陣，計算得到各準則的最終權重，結(jié)果如下：

設準則Ps下有m個子準則或m個指標，這m個子準則或指標的標準化值為（d■，d■，L，d■），它們的權重向量為（w■，w■，L，w■），則準則Ps的標準化值為：d■=■w■d■。以同樣的方式從下到上逐層計算得到農(nóng)戶在信用要求強度S下的最終信用評價結(jié)果，記為Cs。顯然Cs∈（0，1]。我們參照穆迪和標準普爾評級表達方式對每一種評級分10個級別，分別為AAA，AA，A， BBB，BB， B，CCC，CC，C，D。這10個結(jié)果通過如下方式給出：把（0，1]平均劃分為10個區(qū)間，每個區(qū)間是長度為0.1的半開半閉區(qū)間，這樣每個區(qū)間就對應著一個評級級別。

四、應用實踐

（一）建立農(nóng)戶信用綜合評級系統(tǒng)

基于上述指標體系和評級算法，人民銀行慶陽市中心支行開發(fā)了農(nóng)戶信用信息綜合評級系統(tǒng)，并在全轄區(qū)推廣運行。系統(tǒng)主要功能包括：數(shù)據(jù)采集、數(shù)據(jù)校驗、批量更新、信用評級、信用報告查詢、統(tǒng)計與分析、數(shù)據(jù)管理和系統(tǒng)管理八大模塊。系統(tǒng)主要特點主要包括：

在業(yè)務優(yōu)勢方面，一是該系統(tǒng)是對個人征信系統(tǒng)的有力補充和完善。相比個人征信系統(tǒng)，農(nóng)戶信用信息綜合評級系統(tǒng)個人信息更加全面，農(nóng)戶覆蓋面更廣，同時還提供了客觀的、科學的信用評級結(jié)果。二是破解了由于農(nóng)銀信息不對稱造成的農(nóng)戶貸款難、銀行難貸款問題。三是實現(xiàn)了各銀行間的農(nóng)戶信用信息共享，降低了貸前調(diào)查成本，提高了貸款效率。四是統(tǒng)一了信用評級標準，提高了信用評級結(jié)果的科學性、時效性。五是為農(nóng)村信用體系建設和決策提供了實時的宏觀統(tǒng)計數(shù)據(jù)和輔助分析功能。六是數(shù)據(jù)采集方式高效低廉、可持續(xù)，便于更新和維護。七是數(shù)據(jù)真實性高。由于數(shù)據(jù)大多都是涉農(nóng)機構業(yè)務系統(tǒng)中直接產(chǎn)生的數(shù)據(jù)，經(jīng)過嚴格審核并且正在使用，數(shù)據(jù)的真實性得到了充分保障。

在技術優(yōu)勢方面，一是適用范圍廣泛，本系統(tǒng)設計之初就著眼于各地通用模式，系統(tǒng)無須修改即可在其他省市級推廣應用。二是系統(tǒng)采用的SSH框架，具有“低耦合，高內(nèi)聚”的特點，易于擴展維護。三是系統(tǒng)采用B/S架構，運行成本低，占用網(wǎng)絡資源少，最大程度減輕了網(wǎng)絡傳輸壓力。四是系統(tǒng)運行穩(wěn)定，經(jīng)過近2年的測試、完善和運行考驗，系統(tǒng)運行穩(wěn)定、可靠。五是聯(lián)網(wǎng)接入簡單，系統(tǒng)服務器部署在人民銀行業(yè)務網(wǎng)中，利用網(wǎng)間互聯(lián)平臺，接入城市金融網(wǎng)，實現(xiàn)各銀行聯(lián)網(wǎng)應用和信息查詢。

（二）農(nóng)村信用體系建設成效明顯

2013年，慶陽市農(nóng)戶信用信息綜合評級系統(tǒng)推廣應用工作進展順利，在人民銀行慶陽市中心支行的牽頭協(xié)調(diào)下，在市縣兩級政府的積極推動下，信息采集工作進度較快，截止2013年9月底，已成功采集并導入系統(tǒng)440多萬條農(nóng)戶信用信息，轄區(qū)農(nóng)戶覆蓋面達90%以上。目前，轄內(nèi)試點縣農(nóng)村信用社已率先應用系統(tǒng)農(nóng)戶信用等級評定結(jié)果，加大了農(nóng)村婦女小額擔保貸款、農(nóng)村青年創(chuàng)業(yè)貸款和雙聯(lián)貸款的發(fā)放力度，支持廣大農(nóng)村婦女和青年創(chuàng)業(yè)。通過應用系統(tǒng)農(nóng)戶信用等級評定結(jié)果，初步形成了“扶持一個，帶動一批”的良好示范局面，達到了農(nóng)民增收、農(nóng)業(yè)增效、農(nóng)村經(jīng)濟發(fā)展的目的。在系統(tǒng)推廣應用過程中具體做法是：

1、建立多方聯(lián)動工作機制，形成建設合力。農(nóng)村信用體系建設面臨的工作環(huán)境復雜，任務艱巨，建設農(nóng)戶信息系統(tǒng)涉及廣大農(nóng)戶和眾多涉農(nóng)機構，人行慶陽中支研究構建“政府領導，人行推動，多方支持，農(nóng)戶受益”的工作新機制、新格局，形成了齊抓共促的工作合力。一是政府加強領導。慶陽市各級政府高度重視農(nóng)村信用體系建設工作，2007年以來，先后批轉(zhuǎn)人行有關農(nóng)村信用體系建設工作的政策文件8份。并先后10多次協(xié)同人行組織召開專題會、現(xiàn)場會、觀摩會等推動各項工作開展。2013年5月份，慶陽市政府印發(fā)了《關于推廣運用農(nóng)戶信用信息綜合評級系統(tǒng)，促進農(nóng)村信用體系建設的意見》，并發(fā)文成立了由市委常委、主管金融副市長擔任組長，人民銀行行長和金融管理局局長擔任副組長，法院、人社、農(nóng)業(yè)、扶貧辦和金融機構等32個部門負責人為成員的領導小組。市、縣（區(qū)）政府分撥專項資金，抽調(diào)專門工作人員配合開展各項活動。同時，市、縣兩級政府將農(nóng)村信用體系建設工作納入對鄉(xiāng)鎮(zhèn)政府、部門新農(nóng)村建設工作績效考核的重要內(nèi)容。二是人行全力推動。人行慶陽中支成立了領導小組，結(jié)合實際出臺了《慶陽市農(nóng)村信用體系建設實施方案》。農(nóng)村信用體系建設試點及農(nóng)戶檔案系統(tǒng)推廣工作啟動以來，市縣人民銀行積極組織實施，抽調(diào)業(yè)務骨干，調(diào)研宣傳、開發(fā)系統(tǒng)，并多方協(xié)調(diào)，采取上門聯(lián)系、電話督促、技術人員蹲點等措施，深入轄區(qū)農(nóng)村信用聯(lián)社、政府相關部門，加快推進信息采集進度，引導涉農(nóng)金融機構積極運用評級結(jié)果。三是各方大力支持。各縣區(qū)政府先后組織召開轄區(qū)農(nóng)村信用體系建設工作會、推進會10多次，在各級政府主導下，鄉(xiāng)鎮(zhèn)政府、金融機構、農(nóng)合、扶貧等涉農(nóng)部門緊密配合人民銀行工作，上下聯(lián)動，有序推進。順利采集到了包括農(nóng)戶合作醫(yī)療保險、文明農(nóng)戶評選、農(nóng)村經(jīng)濟合作組織和農(nóng)村金融機構在內(nèi)的農(nóng)戶基礎信息、生產(chǎn)資料和信用評價信息，保證了農(nóng)戶信用評級系統(tǒng)的順利推廣運行。

2、出臺正向激勵政策，讓信用農(nóng)民得實惠。改善農(nóng)村信用環(huán)境，破解農(nóng)民貸款難問題，是農(nóng)村信用體系建設的根本出發(fā)點和歸宿?！皯c陽市農(nóng)戶信用信息綜合評級系統(tǒng)”的運行，使金融機構與農(nóng)戶之間信息不對稱問題得到了有效緩解，系統(tǒng)的支農(nóng)信息平臺作用得到有效發(fā)揮，社會效應明顯。試點縣農(nóng)村信用社、郵政儲蓄銀行、村鎮(zhèn)銀行等涉農(nóng)金融機構發(fā)放涉農(nóng)貸款時，通過運用農(nóng)戶信用評價結(jié)果，對農(nóng)戶實行差異化信貸服務，各涉農(nóng)金融機構陸續(xù)出臺了一系列“貸款優(yōu)先、額度放寬、手續(xù)簡便、利率優(yōu)惠”的信貸政策，支持信用農(nóng)戶發(fā)展產(chǎn)業(yè)，調(diào)動了農(nóng)戶參與信用評價的積極性和主動性。慶城縣農(nóng)村信用社在信用評價信息應用期間對AAA級信用農(nóng)戶的最高授信額度由8萬元提高到15萬元；有過縣級以上獎勵農(nóng)戶林權抵押和房產(chǎn)抵押貸款，其抵押物可以一次評估登記、二年有效；對1A、2A、3A級信用農(nóng)戶實行不同幅度的利率優(yōu)惠等。同時簡化審批程序，縮短信貸流程，實現(xiàn)了“一站式”信貸服務。借助農(nóng)戶信用信息綜合評級系統(tǒng)，一些惠農(nóng)政策貸款快速推進，試點縣涉農(nóng)金融機構2013年以來婦女小額擔保貸款、農(nóng)村青年創(chuàng)業(yè)貸款和雙聯(lián)貸款發(fā)放增量、增幅均名列全市前茅。

3、實現(xiàn)信用信息共享，促進農(nóng)村金融服務水平提升。結(jié)合農(nóng)戶信用信息系統(tǒng)建設，協(xié)同政府把農(nóng)戶評級結(jié)果作為評定依據(jù)，大力開展信用村鎮(zhèn)、信用農(nóng)戶評選活動。截止2013年8月末，全市信用村鎮(zhèn)創(chuàng)建率達到100%，已建立農(nóng)戶信用檔案128萬戶，占農(nóng)戶總數(shù)的85%，已評定信用農(nóng)戶116萬戶，農(nóng)戶信用評級遍及全市116個鄉(xiāng)（鎮(zhèn)）的1315個行政村。通過農(nóng)戶信用評級，引導涉農(nóng)金融機構開展農(nóng)村金融創(chuàng)新活動，開發(fā)了農(nóng)家樂、富民創(chuàng)業(yè)、果業(yè)通、農(nóng)耕文明等農(nóng)村信貸產(chǎn)品，創(chuàng)新了“共青團+銀行+青年農(nóng)民”、專業(yè)合作社+農(nóng)戶、村委集體+農(nóng)戶等信貸模式，農(nóng)戶貸款大幅增加。

4、發(fā)揮宣傳引導作用，促進農(nóng)村信用環(huán)境改善提高。在農(nóng)村信用體系建設工作中，人行慶陽中支注重宣傳引導和典型帶動作用，提高農(nóng)民信用意識。2012年，在全市開展了農(nóng)村青年信用示范戶評選活動，共評選出農(nóng)村青年信用示范戶784戶，其中五星級農(nóng)戶336戶，四星級農(nóng)戶185戶，三星級農(nóng)戶263戶。通過搭建農(nóng)戶信用信息共享平臺，建設農(nóng)戶信用信息檔案和信用評級，農(nóng)村信用服務需求得到了較好滿足，金融服務的社會效果和社會印象顯著提升。慶城縣通過農(nóng)戶信用等級評定，形成了“扶持一個，帶動一批”的良好示范局面。系統(tǒng)納入農(nóng)戶獎懲信息后，促使農(nóng)戶更加關注自身信譽，激發(fā)了廣大群眾爭創(chuàng)信用戶的熱情，借款到期不還、惡意逃廢債等現(xiàn)象有了較大改觀。通過信用等級評定的張榜公布、信用戶授牌、信用戶貸款受益等事實，引導部分原來信用程度不高、不講信用的人主動想方設法清償貸款，請求重新為其評定信用等級，一些欠貸農(nóng)戶主動歸還拖欠多年的貸款，實現(xiàn)了由“要我還貸”到“我要還貸”的根本性轉(zhuǎn)變。目前，慶城縣農(nóng)戶對信用普遍感受已不僅僅是“好借好還，再借不難”，信用已經(jīng)深刻影響到農(nóng)戶家族地位、鄰里關系等諸多方面，決定農(nóng)戶在當?shù)氐膫€人威望，信用已成做人的一張名片，爭當信用戶逐漸成為越來越多農(nóng)戶的追求。

五、結(jié)語

本文解決了農(nóng)戶信用評級算法的五個核心問題：評級指標體系構建及相互關系建模，定性指標定量化處理，定量指標標準化，指標權重計算，農(nóng)戶信用級別計算評定。以此算法為基礎，通過建立系統(tǒng)并在全慶陽市轄區(qū)推廣應用實踐，對整個理論進行了實際檢驗。系統(tǒng)的應用效果表明，本文的理論框架和對其中核心問題的處理是合理科學的。雖然本文是基于農(nóng)戶信用的評級方法，但是這套體系可以推廣應用到更多的評價和決策問題中，比如金融機構穩(wěn)健性評價，企業(yè)的信用評價等。信用評價是一個動態(tài)的系統(tǒng)工程，一些細節(jié)還有待于在不同地區(qū)、不同時期的應用中逐漸完善，以趨完美。

參考文獻

[1]A Esra. CE. Yasemin. Using analytic hierarchy process （AHP） to improve human performance： An application of multiple

criteria decision making problem[J]. Journal of Intelligent Manufacturing， 2004， 15（4）：491-503.

[2] Saaty T.L. Decision Making With Dependence Feedback： The Analytic Network Process [M].RWS Publica-tions， Pittsburgh，

2001.83-93.

[3]馬九杰.信用風險評價模型進展及其對我國農(nóng)村信用社適用性研究[J].中國地質(zhì)大學學報（社會科學版），2001，（3）：27-32。

[4]王蓮芬.網(wǎng)絡分析法（ANP）的理論與算法[J].系統(tǒng)工程與實踐，2001，（3）：44-50。

[5]王蓮芬，許樹柏.層次分析法引論[M].北京：中國人民大學出版社，1990。

[6]王穎.中國農(nóng)戶小額信貸信用風險評估研究—基于模糊綜合評價模型[J].西南金融，2010，（8）：60-62。

[7]王譽澍. BP算法在農(nóng)戶小額信貸信用評級中的應用[J].金融經(jīng)濟，2010，（22）：123-124。

[8]吳金星，王宗軍.基于層次分析法的企業(yè)信用評價方法研究[J].華中科技大學學報，2004，（3）：109-111。

4、發(fā)揮宣傳引導作用，促進農(nóng)村信用環(huán)境改善提高。在農(nóng)村信用體系建設工作中，人行慶陽中支注重宣傳引導和典型帶動作用，提高農(nóng)民信用意識。2012年，在全市開展了農(nóng)村青年信用示范戶評選活動，共評選出農(nóng)村青年信用示范戶784戶，其中五星級農(nóng)戶336戶，四星級農(nóng)戶185戶，三星級農(nóng)戶263戶。通過搭建農(nóng)戶信用信息共享平臺，建設農(nóng)戶信用信息檔案和信用評級，農(nóng)村信用服務需求得到了較好滿足，金融服務的社會效果和社會印象顯著提升。慶城縣通過農(nóng)戶信用等級評定，形成了“扶持一個，帶動一批”的良好示范局面。系統(tǒng)納入農(nóng)戶獎懲信息后，促使農(nóng)戶更加關注自身信譽，激發(fā)了廣大群眾爭創(chuàng)信用戶的熱情，借款到期不還、惡意逃廢債等現(xiàn)象有了較大改觀。通過信用等級評定的張榜公布、信用戶授牌、信用戶貸款受益等事實，引導部分原來信用程度不高、不講信用的人主動想方設法清償貸款，請求重新為其評定信用等級，一些欠貸農(nóng)戶主動歸還拖欠多年的貸款，實現(xiàn)了由“要我還貸”到“我要還貸”的根本性轉(zhuǎn)變。目前，慶城縣農(nóng)戶對信用普遍感受已不僅僅是“好借好還，再借不難”，信用已經(jīng)深刻影響到農(nóng)戶家族地位、鄰里關系等諸多方面，決定農(nóng)戶在當?shù)氐膫€人威望，信用已成做人的一張名片，爭當信用戶逐漸成為越來越多農(nóng)戶的追求。

五、結(jié)語

本文解決了農(nóng)戶信用評級算法的五個核心問題：評級指標體系構建及相互關系建模，定性指標定量化處理，定量指標標準化，指標權重計算，農(nóng)戶信用級別計算評定。以此算法為基礎，通過建立系統(tǒng)并在全慶陽市轄區(qū)推廣應用實踐，對整個理論進行了實際檢驗。系統(tǒng)的應用效果表明，本文的理論框架和對其中核心問題的處理是合理科學的。雖然本文是基于農(nóng)戶信用的評級方法，但是這套體系可以推廣應用到更多的評價和決策問題中，比如金融機構穩(wěn)健性評價，企業(yè)的信用評價等。信用評價是一個動態(tài)的系統(tǒng)工程，一些細節(jié)還有待于在不同地區(qū)、不同時期的應用中逐漸完善，以趨完美。

參考文獻

[1]A Esra. CE. Yasemin. Using analytic hierarchy process （AHP） to improve human performance： An application of multiple

criteria decision making problem[J]. Journal of Intelligent Manufacturing， 2004， 15（4）：491-503.

[2] Saaty T.L. Decision Making With Dependence Feedback： The Analytic Network Process [M].RWS Publica-tions， Pittsburgh，

2001.83-93.

[3]馬九杰.信用風險評價模型進展及其對我國農(nóng)村信用社適用性研究[J].中國地質(zhì)大學學報（社會科學版），2001，（3）：27-32。

[4]王蓮芬.網(wǎng)絡分析法（ANP）的理論與算法[J].系統(tǒng)工程與實踐，2001，（3）：44-50。

[5]王蓮芬，許樹柏.層次分析法引論[M].北京：中國人民大學出版社，1990。

[6]王穎.中國農(nóng)戶小額信貸信用風險評估研究—基于模糊綜合評價模型[J].西南金融，2010，（8）：60-62。

[7]王譽澍. BP算法在農(nóng)戶小額信貸信用評級中的應用[J].金融經(jīng)濟，2010，（22）：123-124。

[8]吳金星，王宗軍.基于層次分析法的企業(yè)信用評價方法研究[J].華中科技大學學報，2004，（3）：109-111。

4、發(fā)揮宣傳引導作用，促進農(nóng)村信用環(huán)境改善提高。在農(nóng)村信用體系建設工作中，人行慶陽中支注重宣傳引導和典型帶動作用，提高農(nóng)民信用意識。2012年，在全市開展了農(nóng)村青年信用示范戶評選活動，共評選出農(nóng)村青年信用示范戶784戶，其中五星級農(nóng)戶336戶，四星級農(nóng)戶185戶，三星級農(nóng)戶263戶。通過搭建農(nóng)戶信用信息共享平臺，建設農(nóng)戶信用信息檔案和信用評級，農(nóng)村信用服務需求得到了較好滿足，金融服務的社會效果和社會印象顯著提升。慶城縣通過農(nóng)戶信用等級評定，形成了“扶持一個，帶動一批”的良好示范局面。系統(tǒng)納入農(nóng)戶獎懲信息后，促使農(nóng)戶更加關注自身信譽，激發(fā)了廣大群眾爭創(chuàng)信用戶的熱情，借款到期不還、惡意逃廢債等現(xiàn)象有了較大改觀。通過信用等級評定的張榜公布、信用戶授牌、信用戶貸款受益等事實，引導部分原來信用程度不高、不講信用的人主動想方設法清償貸款，請求重新為其評定信用等級，一些欠貸農(nóng)戶主動歸還拖欠多年的貸款，實現(xiàn)了由“要我還貸”到“我要還貸”的根本性轉(zhuǎn)變。目前，慶城縣農(nóng)戶對信用普遍感受已不僅僅是“好借好還，再借不難”，信用已經(jīng)深刻影響到農(nóng)戶家族地位、鄰里關系等諸多方面，決定農(nóng)戶在當?shù)氐膫€人威望，信用已成做人的一張名片，爭當信用戶逐漸成為越來越多農(nóng)戶的追求。

五、結(jié)語

本文解決了農(nóng)戶信用評級算法的五個核心問題：評級指標體系構建及相互關系建模，定性指標定量化處理，定量指標標準化，指標權重計算，農(nóng)戶信用級別計算評定。以此算法為基礎，通過建立系統(tǒng)并在全慶陽市轄區(qū)推廣應用實踐，對整個理論進行了實際檢驗。系統(tǒng)的應用效果表明，本文的理論框架和對其中核心問題的處理是合理科學的。雖然本文是基于農(nóng)戶信用的評級方法，但是這套體系可以推廣應用到更多的評價和決策問題中，比如金融機構穩(wěn)健性評價，企業(yè)的信用評價等。信用評價是一個動態(tài)的系統(tǒng)工程，一些細節(jié)還有待于在不同地區(qū)、不同時期的應用中逐漸完善，以趨完美。

參考文獻

[1]A Esra. CE. Yasemin. Using analytic hierarchy process （AHP） to improve human performance： An application of multiple

criteria decision making problem[J]. Journal of Intelligent Manufacturing， 2004， 15（4）：491-503.

[2] Saaty T.L. Decision Making With Dependence Feedback： The Analytic Network Process [M].RWS Publica-tions， Pittsburgh，

2001.83-93.

[3]馬九杰.信用風險評價模型進展及其對我國農(nóng)村信用社適用性研究[J].中國地質(zhì)大學學報（社會科學版），2001，（3）：27-32。

[4]王蓮芬.網(wǎng)絡分析法（ANP）的理論與算法[J].系統(tǒng)工程與實踐，2001，（3）：44-50。

[5]王蓮芬，許樹柏.層次分析法引論[M].北京：中國人民大學出版社，1990。

[6]王穎.中國農(nóng)戶小額信貸信用風險評估研究—基于模糊綜合評價模型[J].西南金融，2010，（8）：60-62。

[7]王譽澍. BP算法在農(nóng)戶小額信貸信用評級中的應用[J].金融經(jīng)濟，2010，（22）：123-124。

[8]吳金星，王宗軍.基于層次分析法的企業(yè)信用評價方法研究[J].華中科技大學學報，2004，（3）：109-111。