• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      鄉(xiāng)村振興背景下農(nóng)村小額信貸風(fēng)險(xiǎn)管理研究

      2021-06-08 08:24:04向韋霖
      時(shí)代經(jīng)貿(mào) 2021年5期
      關(guān)鍵詞:臨界點(diǎn)信貸風(fēng)險(xiǎn)小額

      向韋霖

      (中南財(cái)經(jīng)政法大學(xué) 湖北武漢 430073)

      一、實(shí)證分析

      (一)建立風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

      在前人研究的基礎(chǔ)上,本文基于正確性、真實(shí)性、可操作性、全面高效等原則,從信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、自然風(fēng)險(xiǎn)、網(wǎng)絡(luò)金融風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)等風(fēng)險(xiǎn)識(shí)別中的六個(gè)方面,選擇24個(gè)指標(biāo)對(duì)武漢農(nóng)商行農(nóng)戶的小額信貸風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià),具體指標(biāo)如表1所示。

      表1 小額信貸風(fēng)險(xiǎn)評(píng)價(jià)體系

      (二)確定各級(jí)指標(biāo)權(quán)重

      本文選取了包括高校銀行風(fēng)險(xiǎn)管理方面的教授與農(nóng)商行外部專家和內(nèi)部專家共10人參與調(diào)查。專家根據(jù)衡量指標(biāo)尺度表給出指標(biāo)兩兩對(duì)比的重要程度的判斷,從而確定各指標(biāo)的權(quán)重(見表2)。

      表2 判斷矩陣的衡量指標(biāo)尺度表

      1. 構(gòu)建判斷矩陣

      第一部分,根據(jù)信用風(fēng)險(xiǎn)(B1)、市場(chǎng)風(fēng)險(xiǎn)(B2)、自然風(fēng)險(xiǎn)(B3)、網(wǎng)絡(luò)金融風(fēng)險(xiǎn)(B4)、操作風(fēng)險(xiǎn)(B5)、政策風(fēng)險(xiǎn)(B6)六個(gè)一級(jí)指標(biāo)建立矩陣。

      第二部分,針對(duì)一級(jí)指標(biāo)信用風(fēng)險(xiǎn)(B1),建立農(nóng)戶是否有聯(lián)保貸款(C11)、農(nóng)戶有無違約行為(C12)、農(nóng)戶還款意識(shí)(C13)農(nóng)戶是否有銀行欠款(C14)、農(nóng)戶貸款申請(qǐng)資料真實(shí)情況(C15)、農(nóng)戶貸款用途改變(C16)六個(gè)二級(jí)指標(biāo)并建立矩陣。

      第三部分,針對(duì)一級(jí)指標(biāo)市場(chǎng)風(fēng)險(xiǎn)(B2),建立市場(chǎng)價(jià)格風(fēng)險(xiǎn)(C21)、市場(chǎng)供求風(fēng)險(xiǎn)(C22)、市場(chǎng)信息風(fēng)險(xiǎn)(C23)三個(gè)二級(jí)指標(biāo)并建立矩陣。

      第四部分,針對(duì)一級(jí)指標(biāo)自然風(fēng)險(xiǎn)(B3),建立產(chǎn)品對(duì)自然的依賴程度(C31)、產(chǎn)品受自然災(zāi)害影響程度(C32)、農(nóng)戶是否為農(nóng)業(yè)投保(C33)三個(gè)二級(jí)指標(biāo)并建立矩陣。

      第五部分,針對(duì)一級(jí)指標(biāo)網(wǎng)絡(luò)金融風(fēng)險(xiǎn)(B4),建立網(wǎng)絡(luò)技術(shù)風(fēng)險(xiǎn)(C41)、網(wǎng)絡(luò)流動(dòng)性風(fēng)險(xiǎn)(C42)、網(wǎng)絡(luò)法律風(fēng)險(xiǎn)(C43)三個(gè)二級(jí)指標(biāo)并建立矩陣。

      第六部分,針對(duì)一級(jí)指標(biāo)操作風(fēng)險(xiǎn)(B5),建立農(nóng)戶是否有抵押擔(dān)保物(C51)、與工作人員有無密切關(guān)系(C52)、員工在崗時(shí)間(C53)、員工對(duì)業(yè)務(wù)熟悉程度(C54)、員工定期培訓(xùn)情況(C55)、員工責(zé)任意識(shí)(C56),六個(gè)二級(jí)指標(biāo)并建立矩陣。

      第七部分,針對(duì)一級(jí)指標(biāo)政策風(fēng)險(xiǎn)(B6),建立政策支持情況(C61)、政策執(zhí)行情況(C62)、政策理解情況(C63)三個(gè)二級(jí)指標(biāo)并建立矩陣。

      2. 各指標(biāo)權(quán)重及排序

      當(dāng)CR<0.10時(shí),可以判斷矩陣具有可以接受的一致性。當(dāng)CR≥0.10時(shí),需要調(diào)整和修正判斷矩陣,使CR<0.10,使矩陣通過調(diào)整具有可以接受的滿意的一致性。判斷矩陣A、B1、B2、B3、B4、B5、B6的一致性比例CR均小于0.1,通過一致性檢驗(yàn),均為有效判斷矩陣,通過計(jì)算得到的權(quán)重可作為各指標(biāo)權(quán)重。

      (三)確定各指標(biāo)的隸屬度函數(shù)

      借鑒相關(guān)理論研究的成果與銀行業(yè)現(xiàn)行的規(guī)定,根據(jù)上文所測(cè)算出的各指標(biāo)的權(quán)重,按照梯形隸屬函數(shù)構(gòu)建方法來確定各指標(biāo)的隸屬度函數(shù)。

      (四)計(jì)算綜合得分

      通過模糊綜合評(píng)價(jià),構(gòu)造評(píng)價(jià)模型,將進(jìn)行真實(shí)性核驗(yàn)后的農(nóng)戶信息代入到各級(jí)評(píng)價(jià)因素的隸屬函數(shù)中,得出隸屬度后可得出模糊關(guān)系向量R。并將利用層次分析法得出的評(píng)價(jià)指標(biāo)的權(quán)重W與模糊關(guān)系向量R相乘,得出農(nóng)戶的綜合信用評(píng)分。

      (五)建立授信臨界點(diǎn)

      本文根據(jù)小額信貸風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的權(quán)重設(shè)置授信臨界點(diǎn),如表3所示。

      表3 農(nóng)戶信貸風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)表

      表3中設(shè)置的第一個(gè)授信臨界點(diǎn)是農(nóng)戶可獲得貸款需滿足的最基礎(chǔ)的條件。即當(dāng)市場(chǎng)供求風(fēng)險(xiǎn)C22(9.80%)、農(nóng)戶有無違約行為C12(9.25%)、是否有銀行欠款C14(8.14%)、農(nóng)戶貸款用途改變C16(7.40%)、市場(chǎng)信息風(fēng)險(xiǎn)C23(6.20%)、員工在崗時(shí)間C53(5.28%)、網(wǎng)絡(luò)技術(shù)風(fēng)險(xiǎn)C41(5.00%)、農(nóng)戶貸款申請(qǐng)資料真實(shí)情況C15(4.81%)、農(nóng)戶是否為農(nóng)業(yè)投保C33(4.77%)這九個(gè)最關(guān)鍵的指標(biāo)隸屬度是1,該農(nóng)戶也可以在其他指標(biāo)隸屬度皆為0的情況下有獲得貸款的基本資格,此時(shí)S1=0.6065。

      表3中設(shè)置的第二個(gè)授信臨界點(diǎn)是農(nóng)戶要達(dá)到較高的風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)應(yīng)符合的條件。即在第一個(gè)授信臨界點(diǎn)的基礎(chǔ)上,五個(gè)次重要的指標(biāo):?jiǎn)T工對(duì)業(yè)務(wù)熟悉程度C54(4.48%)、農(nóng)戶還款意識(shí)C13(4.44%)、政策執(zhí)行情況C62(4.32%)、市場(chǎng)價(jià)格風(fēng)險(xiǎn)C21(4.00%)、員工責(zé)任意識(shí)C56(3.04%)的隸屬度為1,剩余的指標(biāo)隸屬度都為0,此時(shí)S2=0.8093。

      表3中設(shè)置的第三個(gè)授信臨界點(diǎn)是農(nóng)戶要達(dá)到最高的風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)應(yīng)符合的條件。即在第一、第二個(gè)授信臨界點(diǎn)的基礎(chǔ)上,四個(gè)更次重要的指標(biāo):農(nóng)戶是否有聯(lián)保貸款C11(2.96%)、網(wǎng)絡(luò)流動(dòng)性風(fēng)險(xiǎn)C42(2.90%)、產(chǎn)品受自然災(zāi)害影響程度C32(2.88%)、政策理解情況C63(2.40%)的隸屬度為1,剩余的隸屬度為0,此時(shí)S3=0.9207。

      本文選取了武漢市200戶農(nóng)戶的數(shù)據(jù)進(jìn)行信用等級(jí)評(píng)價(jià),銀行的AAA級(jí)、AA級(jí)、A級(jí)、BBB級(jí)分別對(duì)應(yīng)本文的優(yōu)、良、中和差等級(jí),具體信用等級(jí)情況如表4所示。

      表4 200戶農(nóng)戶的信用等級(jí)情況

      本文預(yù)測(cè)的差等級(jí)農(nóng)戶共34個(gè),占抽取的200個(gè)農(nóng)戶的17%;中等級(jí)的農(nóng)戶共90個(gè),占比45%;良等級(jí)的農(nóng)戶共66個(gè),占比33%;優(yōu)等級(jí)的共10個(gè),占比5%。銀行原預(yù)測(cè)結(jié)果BBB級(jí)、A級(jí)、AA級(jí)、AAA級(jí)分別占比15%、44%、35%、6%,可見本文基于模糊層次分析法構(gòu)建的模型的預(yù)測(cè)結(jié)果與銀行預(yù)測(cè)結(jié)果相差不大。

      二、研究結(jié)論

      (一)農(nóng)戶小額信貸信用評(píng)級(jí)受多種因素影響,其中信用風(fēng)險(xiǎn)影響最大

      本文使用層次分析法計(jì)算出各指標(biāo)的權(quán)重,發(fā)現(xiàn)信用風(fēng)險(xiǎn)對(duì)農(nóng)戶信用評(píng)級(jí)的影響最顯著,占比37%。主要是因?yàn)檗r(nóng)商行小額信貸的對(duì)象眾多且相對(duì)分散,再加上農(nóng)商行進(jìn)行信用評(píng)估難以準(zhǔn)確獲取農(nóng)戶真實(shí)信息,故更重視農(nóng)戶自身的信用情況。農(nóng)戶是否有過違約行為、是否有過銀行欠款、是否會(huì)改變貸款用途等都能反映農(nóng)戶自身真實(shí)信用情況。

      (二)基于模糊綜合評(píng)價(jià)法構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)模型有利于提高農(nóng)戶信用評(píng)級(jí)的準(zhǔn)確率

      基于本文的實(shí)證分析,可以發(fā)現(xiàn)農(nóng)商行現(xiàn)行的風(fēng)險(xiǎn)評(píng)價(jià)模型在預(yù)測(cè)的準(zhǔn)確率和信貸等級(jí)的劃分、指標(biāo)的設(shè)置與處理上都不及本文所構(gòu)建的農(nóng)戶小額信貸風(fēng)險(xiǎn)評(píng)價(jià)模型。銀行對(duì)農(nóng)戶貸款信用評(píng)級(jí)是依據(jù)銀行的七級(jí)分類法,以分?jǐn)?shù)作為授信臨界點(diǎn),即60分及以上可發(fā)放貸款。但這種人為劃分授信臨界值的方法具有較大主觀性,缺乏科學(xué)性和合理性。

      (三)構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系要選擇全面、準(zhǔn)確的指標(biāo)

      本文避免使用“否”或“是”這種硬性尺度去衡量指標(biāo),采用舍去評(píng)語等級(jí)的隸屬函數(shù)去處理指標(biāo),基于模糊綜合評(píng)價(jià)法,依據(jù)隸屬函數(shù)計(jì)算隸屬度,有利于對(duì)部分界定模糊且難以量化的定性指標(biāo)進(jìn)行量化處理,使評(píng)價(jià)結(jié)果的準(zhǔn)確性得到保證,也降低了信貸人員在操作過程中的主觀隨意性。

      三、建議與意見

      (一)要構(gòu)建與完善農(nóng)商行小額信貸的風(fēng)險(xiǎn)管理機(jī)制

      首先,要進(jìn)一步完善農(nóng)村小額信貸信用評(píng)級(jí)和授信制度,并嚴(yán)格實(shí)施。此外,應(yīng)加強(qiáng)操作系統(tǒng)的執(zhí)行力和約束力,不斷標(biāo)準(zhǔn)化評(píng)級(jí)業(yè)務(wù)的操作過程,以效預(yù)防政策風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)。其次,農(nóng)商行要考慮小額信貸的特殊性,依照精簡(jiǎn)、高效、科學(xué)、透明、制衡的原則,構(gòu)建合理的內(nèi)部職能部門,為避免產(chǎn)生職能交叉、缺失或集中的現(xiàn)象,要在明確各部門的責(zé)任和權(quán)力的基礎(chǔ)上建立相互制約與相互協(xié)調(diào)、各司其職的工作機(jī)制。

      (二)要加大信貸風(fēng)險(xiǎn)評(píng)價(jià)體系的推廣力度,評(píng)價(jià)指標(biāo)的選擇要因地制宜

      目前農(nóng)戶信用評(píng)價(jià)體系的建立尚未形成統(tǒng)一的標(biāo)準(zhǔn)。然而選擇正確的農(nóng)戶信用指標(biāo)是進(jìn)行信用等級(jí)分析的基礎(chǔ),這需要主要的金融機(jī)構(gòu)之間相互協(xié)調(diào)以構(gòu)建完善統(tǒng)一的評(píng)價(jià)體系。影響農(nóng)戶信貸的因素可能隨著農(nóng)村經(jīng)濟(jì)的發(fā)展而發(fā)生變化。因此金融機(jī)構(gòu)為了使其實(shí)際信貸業(yè)務(wù)中的評(píng)估更加準(zhǔn)確,應(yīng)該充分考慮實(shí)際情況的變化,調(diào)整指標(biāo)。同時(shí),要因地制宜建立符合我國國情的農(nóng)戶信用評(píng)價(jià)體系。

      (三)要擴(kuò)展信貸業(yè)務(wù)范圍、發(fā)揮保險(xiǎn)機(jī)構(gòu)的作用,從而防范市場(chǎng)、自然雙重風(fēng)險(xiǎn)

      應(yīng)給予被保險(xiǎn)的農(nóng)民一定的優(yōu)惠與支持,例如適當(dāng)降低貸款利率、由政府提供一定的財(cái)政補(bǔ)貼,以此鼓勵(lì)農(nóng)民積極購買保險(xiǎn)。保險(xiǎn)機(jī)構(gòu)要尋求新的利潤增長點(diǎn),開發(fā)新產(chǎn)品,開拓新市場(chǎng),擴(kuò)大經(jīng)營范圍,通過設(shè)計(jì)適合農(nóng)業(yè)的保險(xiǎn)產(chǎn)品來吸引大量農(nóng)民參保。與此同時(shí),保險(xiǎn)機(jī)構(gòu)可以與農(nóng)村小額信貸機(jī)構(gòu)合作,充分利用在經(jīng)營過程中獲取的信息,提高經(jīng)營效率,節(jié)約成本。農(nóng)民應(yīng)基于分散自身承擔(dān)自然風(fēng)險(xiǎn)的角度來選擇符合實(shí)際情況的保險(xiǎn)產(chǎn)品。農(nóng)業(yè)保險(xiǎn)可以在很大程度上補(bǔ)償農(nóng)業(yè)生產(chǎn)中自然風(fēng)險(xiǎn)導(dǎo)致的損失,提高農(nóng)戶抵御自然風(fēng)險(xiǎn)的能力,減少可能限制農(nóng)戶小額信貸信用等級(jí)的影響因素。

      猜你喜歡
      臨界點(diǎn)信貸風(fēng)險(xiǎn)小額
      基于臨界點(diǎn)的杭州灣水體富營養(yǎng)化多年變化研究
      微信上小額借款 請(qǐng)務(wù)必通話確認(rèn)
      基于高速公路ETC卡的小額支付平臺(tái)應(yīng)用
      商業(yè)銀行個(gè)人消費(fèi)信貸風(fēng)險(xiǎn)的管理
      新常態(tài)下中小銀行信貸風(fēng)險(xiǎn)管理探討
      贛通卡小額支付平臺(tái)設(shè)計(jì)方案
      警惕小額會(huì)費(fèi)傳銷騙局
      超越生命的臨界點(diǎn)
      超越生命的臨界點(diǎn)
      四川農(nóng)戶小額信貸風(fēng)險(xiǎn)防范研究
      中國商論(2016年33期)2016-03-01 01:59:26
      兴国县| 桦甸市| 余姚市| 礼泉县| 长乐市| 商洛市| 珠海市| 乐至县| 郧西县| 上饶市| 东安县| 宁远县| 措勤县| 屏南县| 郸城县| 肥乡县| 弥渡县| 荣成市| 定襄县| 息烽县| 玛多县| 栾川县| 南江县| 喀喇沁旗| 满城县| 安化县| 永顺县| 桃源县| 武汉市| 新绛县| 松江区| 乐亭县| 洛南县| 新绛县| 慈溪市| 六枝特区| 同仁县| 南部县| 交口县| 扶沟县| 武鸣县|