新型农业经营主体由家庭农场、专业大户、农业专业合作社和农业企业构成,具有经营规模适度、市场化程度高、专业化和集约化经营等特征,在提高农业生产、创建农产品品牌、保证农产品质量、辐射带动普通农户等方面具有明显优势,是实现我国农业现代化的骨干力量。处于发展初期的新型农业经营主体,在流转土地、招募员工、购置生产设备、产品加工等方面具有迫切的融资需求。鉴于农业企业能够根据成熟的企业会计制度,提供完整的财务信息,其信用评价方法较为成熟。农业专业合作社是由农户、家庭农场、专业大户等构成的松散联合组织,责任主体不够明确,难以成为金融机构的支持对象,而农户的信用评价方法已经成熟。目前,家庭农场和专业大户由于信用评级标准尚未构建,加之缺乏完善的治理结构、财务制度、有效抵押品,难以得到获得金融支持而陷入融资困境。
本文以专业大户和家庭农场为例,采用理论研究与实证分析相结合的方法,开展信用评价研究。主要工作如下:
(1)构建了新型农业经营主体的信用评价指标体系根据新型农业经营主体经营特征,借鉴“5C”信用评价准则体系和“三维信用评价理论”,结合金融机构现有评级指标和以往相关文献出现的高频指标,初步构建50个评价指标。其次,以新型农业经营主体信用数据为基础,根据数据可比性删除管理成本、邻里关系等6个指标。同时,根据偏相关系数删除冗余指标,在偏相关系数大于0.8的指标对中,删除F值较小、对贷款人信用状态判别较弱的9个指标。然后,用剩余的相关系数较小的35个指标,进行违约因变量与评价指标之间的Probit回归,通过Wald统计量对每个指标的回归系数进行检验,剔除对违约因变量影响较小的指标。最后,用保留的20个相关性较弱且违约鉴别能力强的指标,构建信用评价指标体系,且累积贡献率表明,用45.45%的指标构建的指标体系描述了84%的信用信息。
(2)构建了具有违约鉴别能力的新型农业经营主体信用评价模型基于包括20个评价指标的信用评价指标体系,分别从Probit回归模型和Fisher判别模型角度,研究模型的判别效果。Probit回归模型在不同的判别点判别效果有差异,其中0.5为较优判别点,第一类误判率8.33%与Fisher模型的第一类错误相等,但Probit回归第二类错误发生率(2.63%)与总正确率(95.16%)均优于Fisher判别的第二类误判率(7.89%)与总正确率(91.94%),表明Probit模型在信用判别中更具优越性。此外,两模型在关键指标的选择也有差异,在Probit回归模型中,亩产净收入的解释程度最高,生产面积、贷款余额、注册商标、年经营收入等指标也包含较多的信用信息;而Fisher判别模型中,最有效的指标是生产面积、贷款余额、销售渠道、健康状况、机械化投入、亩产净收入。
(3)构建了信用评价标准,对高风险经营主体提出防范建议利用Probit回归模型中-y*_j计算样本信用得分,并按照惯例将化成百分制,遵照中国农业银行“四等八级”的信信用标准划分方法,对新型农业经营主体的信用等级进行划分。针对高风险、低等级的贷款人,从推动规模经营;提高亩产净收入;加强农产品销售渠道建设;重农产品质量,实现农产品品牌经营;关注健康状况,保障家庭经营稳定;借助合作社,获取优势资源;借助有利的经济环境,提升信用水平等7个方面提出农业经营主体的发展建议。
本文关键词:
