個人信用貸款
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇個人信用貸款范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。
個人信用貸款范文第1篇
個人信用貸款是一種不需要抵押,憑借客戶自身信用獲取小額資金融通的金融產品,在我國起步相對較晚,與發(fā)達國家成熟信貸模式相比,具有不小的差距。在歐美等發(fā)達國家,小額消費信款與居民生活息息相關。消費貸款占這些國家總額貸款的很大一部分,資料顯示,美國和我國的香港這一比例分別為70%和50%,消費信貸不僅能促進消費,能帶動整個國民經濟的增長,而且從個人角度看,消費信貸創(chuàng)造了個人提前消費、提前享受的可能性,為提高個人生活質量,搞好家庭建設提供了全新的融資渠道。
但就目前的整體容量來說,中國的小額信貸的發(fā)展還處于嬰兒期。上海銀監(jiān)局2009年一季度數(shù)據(jù)顯示,根據(jù)貸款方式劃分,個人貸款中抵押類占比97.6%,信用類1.15%,其他為質押和保證類。從中我們可以明顯地看出,就上海地區(qū)而言,個人貸款中占主導地位的還是抵押貸款。而在信用類中剔除信用卡項,真正意義上的信用貸款僅占比0.62%。這其中較大的一部分為質較好的高端客戶,對中低段客戶來說,這個比例會更低。針對這一消費群體的開發(fā)是未來信貸產品的主要方向 ,但在我國,小額消費信貸一直停滯不前,這其中有著多方面的原因。我們現(xiàn)從三個方面對小額消費信貸進行考量。
就個人客戶來說,首先,整個小額消費信貸市場上供給遠遠小于需求,導致許多潛在優(yōu)質客戶存在貸款無門的窘境。前期,我國對小額消費信貸的需求主體一直定位于農村,但城市居民的一些草根階層,對此的需求更旺盛,整體信用資質也更優(yōu)良。數(shù)據(jù)顯示,目前中國1億戶城鎮(zhèn)居民中就有三千萬戶有貸款需求或正在貸款,以每戶貸款三萬元計算,就有九千億元的貸款存量。再反觀目前的金融市場,針對城鎮(zhèn)草根階層的貸款品種匱乏,無力甚至無法滿足該階層的需要。小額消費信貸的即時推出,能很好地解決這一問題。其次,我國的誠信體系還未健全,許多客戶的誠信意識和誠信習慣還未喚醒,這是今后大金融發(fā)展的重要制約因素。而小額消費信貸的發(fā)展,將率先建立起一個信用平臺,促進客戶良好的還款習慣的和還款意識的養(yǎng)成,對今后信用體系的完善和全面鋪開打下扎實的基礎。
就銀行,特別是國內銀行而言,確實都認識到小額消費信貸廣闊的發(fā)展前景和巨大的客戶資源,但苦于控制風險和管理成本的考慮,遲遲未全面推開。依托保險的產品平臺,拓展小額信貸的發(fā)展通道,則是解決這一矛盾的有效手段。第一,保險公司和銀行可以建立公共的客戶資源平臺,對客戶的信用狀況進行資源共享,增加控制風險的能力,并能規(guī)范金融市,降低客戶違約風險;其二,基于銀行出于管理成本的考慮,保險公司為銀行提供了全面的客戶資源挖掘和壞賬催收工作,大大減輕了銀行的成本支出。
就這個社會而言,小額消費信貸的全面發(fā)展,能提高國內的消費水平,對整個國家的GDP有著顯著的推動作用。在歐美等發(fā)達國家,消費信貸的占整個信貸比的40%～70%,而我國目前僅維持在4%左右;另一方面,我國城市居民的消費傾向已經達到0.6,恩格爾系數(shù)也趕上發(fā)達國家的水平,正反兩方面考慮,我國的小額消費信貸的市場廣闊,是未來經濟騰飛的重要的因素。而由于消費信貸的供需不平衡,使許多地下錢莊紛紛應運而生,這就給社會的穩(wěn)定和經濟的安全帶來了較大的隱患,而銀保合作的小額消費信貸的適時推出,不僅可以有力地打擊地下錢莊,也為我國建造全面的陽光金融保駕護航。此外,最重要的一點,小額消費信貸的逐步穩(wěn)固地發(fā)展,是我國營造誠信社會的重要保障之一。
二、個人信用貸款的風險考量
個人信貸產品的信用風險要遠遠高于一般的貸款品種。首先,客群的信用狀況是原因之一。該款品種針對的人群為中、低端客戶,信用狀況較一些高端客戶而言會有所差距,在還款習慣和意識方面較薄弱,具有較大的逆選擇和道德風險。小額信用貸款的逆選擇表現(xiàn)為那些資信不良,明知無法還款的客戶更趨向于貸款;道德風險是指一些客戶用貸款從事貸款合同中明確禁止的經濟活動,如炒房、進入股市等。
其次,產品性質決定信用風險會更高。由于不需要抵押,前端對客戶的信用審查的要求就會更高。
信用風險相對較高,這對小額消費信貸來說就好比雙刃劍。這相當于為該款產品設置了隱性的準入門檻,如果信用風險控制的好就能占領市場,挖掘客戶資源,做的不好就會被淘汰。比如前期,深圳一些做信用貸款的公司由于盲目擴張貸余額,而沒有做好客戶的篩選和信用等級評定工作,最終被市場淘汰。
在目前中國小額信貸市場上,主要有渣打銀行的現(xiàn)貸派、花旗銀行的幸福時貸、寧波銀行的白領通,以及前面提到的銀保合作信用保證保險。與前幾項相比,信用保證保險最具創(chuàng)新的特點是將銀行依托保險公司的平臺,讓客戶從產險購買信用保證保險,獲得向銀行申請無抵押貸款的資格,銀行再放款給成功投保的客戶。通過這種方式,保險公司為銀行解決放款風險問題,并拓寬了銀行的業(yè)務種類,增強了銀行的市場競爭力,同時銀行也為小額信貸的發(fā)展解決了資金來源及放款主體的問題,從而實現(xiàn)保險公司和銀行業(yè)務的雙重擴展,實現(xiàn)雙贏。平安保險公司在2009年初推出的信用保證保險正是采用了該模式。
三、信用保證保險客戶選擇策略
信用保證保險是集合了大量投保人的資金來應對少量特定的信用風險后果的產品,是把銀行面臨的金融或財務上的危險轉嫁由保險公司來承擔,對銀行來說,無疑大大降低給城市草根階層貸款的風險。所以,由保險公司進行的各種風險防范措施與銀行進行的貸款項目評估有著本質上的不同,我們可以其對貸款客戶的選擇和管理上看出端倪。
從客群選擇上來說,金融機構一般將客戶分為A、B、C、D四檔。其中B檔為銀行的主營客戶。這類客戶一般資信較好,貸款額要求較高。信用保證保險的客戶定位為C類。
C類客戶的特點是為城市中低端階層,資信等級較差,無法通過抵押等手段從銀行獲取貸款。但是這類客戶對金融服務的需求是高度非彈性的,如果無法通過正規(guī)途徑籌集資金,這類需求就會流向利率更高的非法金融市場,助長地下錢莊的蔓延。利用信用保證保險,保險公司為這類有貸款需求的客戶提供了新的陽光融資渠道,也為銀行拓展了新的客戶資源。
其次,信用保證保險對客戶實行分級化服務。其客戶類型主要有三類,分別是:新客戶、現(xiàn)有已證實的優(yōu)質客戶和現(xiàn)有逾期客戶。對不同的客戶采取不同的貸款策略,目標是留住優(yōu)質客戶,篩選具有道德風險和逆選擇的客戶。
1.新客戶
在對客戶資信有了大致的了解后,不從利率著手來銷售貸款,而是通過月度還款額來為客戶設計貸款期限和品種。比如一名客戶需要貸款1萬元,我們假設目前有3種期限供客戶選擇,分別為6個月,12個月與24個月,貸款利率15%(單利)。我們分別計算3種期限的月度還款額。
6個月的月度還款額為[10000元+10000元×(15%利率/2)]/6個月。得出該客戶如果借6個月期的話,月度需要還款1791元。
12個月的月度還款額為(10000元+10000元×15%利率)/12個月。得出該客戶如果借12個月期的話,月度需要還款958元。
24個月的月度還款額為(10000元+10000元×15%利率×2)/24個月。得出該客戶如果借24個月期的話,月度需要還款542元。
這樣我們就可以清楚地看出,如果一名客戶月度償還能力較弱,則建議其采用較長的信用保證保險貸款,這樣既能保證貸款能按月償還,也能保證客戶資金的周轉。信用保證保險從貸款發(fā)放的那刻起,就啟動了還款程序,所以必須保證客戶能按時、按量歸還貸款,這樣才能維持整個公司的可持續(xù)性發(fā)展的戰(zhàn)略思想。
2.現(xiàn)有已證實的優(yōu)質客戶
這類客戶是公司的財富,必須給這類客戶一定的增值服務。運用市場法則指導小額信貸,它的利息收入就必須彌補經營成本,并能獲利。對客戶實行利率一刀切,對于那些優(yōu)質客戶來說這是不公平的。因為采取同等利率,那些較差客戶的違約風險就需要由資質好的客戶來分攤買單,這樣起不到篩選客戶的作用。所以必須對客戶細分,實行差別利率,吸引并鎖定那些優(yōu)質客戶。
對于已證實的優(yōu)質客戶,就是在6個月內從未出現(xiàn)逾期或者僅出現(xiàn)一次較短時間的逾期,保險公司可以通過降低利率來維系客戶。
其中,較常用的一種做法是借新還舊。所謂借新還舊是指通過給優(yōu)質客戶重新提供一筆利率相對較低貸款,來幫助客戶償還原來的貸款。這樣做使客戶貸款的平均利率下降,并有利于信用保證保險業(yè)務的持續(xù)發(fā)展,保持公司的貸款余額的增長。
3.現(xiàn)有逾期客戶
現(xiàn)有逾期客戶主要有兩類,一類是具有道德風險和逆選擇傾向的劣質客戶,另一類是則不是有意逾期,而只是還款習慣尚未建立或者資金暫時出現(xiàn)短缺,只要進行引導,能成為信保業(yè)務的優(yōu)質客戶。對于后一類客戶,保險公司可以對客戶的還款計劃進行適度調整,比如采取延長還款期限,當月還款延后等有利與客戶還款的方式,為客戶建立良好的還款意識。
從中我們可以看出,通過將客戶信用風險前置,并充分搭建保險和銀行信息共享平臺,信用保證保險既可以解決中低端客戶貸款難的問題,促進國內消費水平的提高,也對我國誠信體系的建設有巨大的推動作用。信用保證保險未來發(fā)展前景廣闊。
參考文獻:
[1]威廉姆森:企業(yè)的性質:起源、演變和發(fā)展.商務印書館,2007
[2]威廉姆森:資本主義經濟制度.商務印書館,2002年
[3]謝康烏家培著:阿克洛夫斯彭斯和斯蒂格利茨論文精選.商務印書館,2002年
[4]王宗強:“小額信貸發(fā)展中的問題及對策分析”.中國金融網,2008第8期
[5]倫德爾?卡爾德:融資美國夢.上海人民出版社,2007年
個人信用貸款范文第2篇
關鍵詞：Logistic模型；互聯(lián)網金融；小額貸款；信用風險；
一、引言
20世紀末以來，隨著以互聯(lián)網、大數(shù)據(jù)為代表的信息技術快速發(fā)展，金融與互聯(lián)網從逐漸融合到全面滲透，“互聯(lián)網金融”概念應運而生?；ヂ?lián)網金融憑借成本低廉、高效便捷、受眾廣泛的特征使其在滿足客戶個性化需求、服務長尾客群方面具有先天性優(yōu)勢，因此傳統(tǒng)商業(yè)銀行可以通過l展互聯(lián)網金融模式，加快個人信貸領域產品和服務創(chuàng)新，達到業(yè)務處理的便捷性，提升客戶體驗，增加客戶黏性，拓展普惠金融服務范圍。傳統(tǒng)的小額貸款主要面向中低收入個人客戶、中小企業(yè)主等群體，涉及面廣、個性化需求強烈，由于缺乏統(tǒng)一的規(guī)范化管理，風險管理難度較大，這也是商業(yè)銀行小額貸款業(yè)務發(fā)展緩慢的一個主要原因，但隨著“互聯(lián)網+金融”模式的興起，大數(shù)據(jù)、云計算、社交網絡、搜索引擎等互聯(lián)網技術不斷突破與運用，商業(yè)銀行大力發(fā)展個人小額貸款業(yè)務已成為可能，但同時也應看到隨之而來的欺詐風險、準入風險等，商業(yè)銀行信用風險管理所考量的因素不斷細化。所以，傳統(tǒng)商業(yè)銀行如何運用互聯(lián)網金融的優(yōu)勢來創(chuàng)新發(fā)展個人小額信貸業(yè)務、搶占個人信貸業(yè)務市場、高效的解決信息不對稱的問題，有效的管理風險將會成為傳統(tǒng)商業(yè)銀行未來不得不考慮的問題。
信貸的核心是風險管理，而對于個人小額貸款業(yè)務而言，風險管理的核心是客戶信用管理，包括客戶準入管理、存量客戶管理及逾期客戶管理。所以如何識別不同時期的客戶的信用風險并進行有效控制將成為商業(yè)銀行發(fā)展小額貸款業(yè)務的重中之重。本文將利用光大銀行長沙分行收集的實際樣本數(shù)據(jù)進行分析，以二分類Logistic回歸為計量工具，通過對商業(yè)銀行的個人信用貸款數(shù)據(jù)進行分析，來識別影響個人小額貸款信用風險的主要因素，旨在對商業(yè)銀行在開展個人小額信貸業(yè)務中的風險管理提供一種思路或方法。
二、 文獻綜述
在對貸款風險管理的研究中，定量分析方法越來越受到學者和實踐操作者們的青睞。定量分析法不僅可以優(yōu)化貸款決策，將被動的風險管理模式轉為積極主動的防范和控制風險，還能盡可能的減少拖欠的賬款，降低收回賬款的成本；同時還可以提高貸款決策效率，節(jié)約人力成本，實現(xiàn)貸款決策過程的客觀性、信息化和科學化。從目前的研究來看，貸款風險研究的定量模型主要有判別分析法（Altman E，1968[1]）、主成分分析法（Weat Robert Craig， 1985[2]）、Z-score和ZETA模型（Altman，1968，2000），Logistic回歸，貝葉斯決策模型（Daniel E，1992[3]），上世紀末以來，人工智能技術的快速發(fā)展使得銀行運用該技術進行信用風險評估和貸款決策已成為可能。上述定量分析方法雖然均能在不同程度上對貸款風險進行研究，但各有側重和短板，比如Z-score和ZETA模型只適用于對上市公司進行研究，貝葉斯網絡模型則主要是偏重于操作風險。
大量研究證明Logistic是被廣泛運用于個人信用風險評估的較為成熟的模型。Altman 、 Sabato（2007）[4]等人通過長期研究發(fā)現(xiàn)，使用logistic 模型衡量中小企業(yè)信用風險可以取得最佳效果，且該模型限制件較少，操作便利，且具有較高的預測性。該模型的主要優(yōu)勢是：一是因變量取值可以是違約概率與履約概率發(fā)生比的任何自然對數(shù)，對自變量沒有任何限制；二是對數(shù)據(jù)是否滿足協(xié)方差相同和正態(tài)分布的假設沒有作限制性要求，適用范圍廣；三是因變量是一個二分類變量，只能取0或1的數(shù)值，可以直觀的說明某個事件是否發(fā)生以及發(fā)生的概率是多少。我國學者在研究貸款信用風險的時候也多采用Logistic回歸模型。姜秀華等（2002）[5]在采用13個變量進行l(wèi)ogistic回歸分析的基礎上構建了財務危機預警模型。于立勇（2004）[6][7]首先運用正向逐步選擇法選擇信用風險評估指標變量，然后在Logistic回歸模型的基礎上構建違約概率測算模型。梁琪（2005）[8]將主成分分析法結合到Logistic模型中進行分析研究，構建了上市公司經營失敗預警模型，并提出引入主成分分析法的logistic模型在預測準確度對和風險度量穩(wěn)定性方面都優(yōu)于簡單的logistic模型。油永華（2006）[9]運用Logistic回歸模型對100家上市企業(yè)的信用風險進行了定性的評價。石曉軍（2006）[10]運用貝葉斯法對邊界Logistic違約率模型的預測效果進行了分析。葛君（2010）[11]運用Logistic回歸模型對信用卡信用風險進行了研究。羅曉光（2011）[12]將 Logistic 回歸法引入商業(yè)銀行財務風險預警模型，從資本充足性風險、信用風險、盈利能力風險、流動性風險和發(fā)展能力風險五個方面建立了適合商業(yè)銀行的財務風險預警模型。史小康（2015）[13]將非對稱連接函數(shù)的思想引入到信用評級中，將有偏Logistic分布的分布函數(shù)作為連接函數(shù)的反函數(shù)，利用實際數(shù)據(jù)來估計偏度參數(shù)和回歸系數(shù)對個人信用進行了研究。
然而隨著互聯(lián)網金融的興起，大數(shù)據(jù)時代的到來，商業(yè)銀行所能獲取的數(shù)據(jù)也越來越方便、快捷，數(shù)據(jù)也會越來越復雜多樣，變量之間的關系也會變得紛繁復雜。以往研究專門針對個人小額貸款的研究較少，在建模方面，對離散數(shù)據(jù)進行建模尤為更少。本文在現(xiàn)有Logistic回歸模型側重財務指標的基礎上，以非財務指標為重點來識別和評估商業(yè)銀行個人小額貸款的信用風險，旨在為傳統(tǒng)商業(yè)銀行進軍互聯(lián)網金融領域提供一種新思路或者新方法，對風險因素進行量化。
三、Logistic模型簡介及變量選取
3.1 模型簡介
所以由（4）式可知， 的經濟意義表示在控制其他變量水平的情形下， 變化 ，則對數(shù)優(yōu)勢比率變化 或優(yōu)勢比率變化 ，特別的，當 為等級變量或啞變量時， 每增加一個等級或變化一種類型，對應的兩個樣本之間的對數(shù)優(yōu)勢比率變化 或優(yōu)勢比（OR）率增加 ，由此也可知當 大于0時（此時OR>1），每增加一個等級導致個人的違約概率就降低，反正增加。
3.2變量選取
Schreiner（1999）對發(fā)展中國家的小額貸款進行研究表明，可以根據(jù)潛在借款人與歷史不良借款人的特性對違約風險進行評估，其中性別、職業(yè)、違約記錄、借款人與信貸員從業(yè)經驗以及借貸機構性質等對貸款違約風險產生顯著影響。此外諸如季節(jié)因素、政策變化和市場變化等外部環(huán)境變量也會對違約風險產生一定的影響。Olomola（2000）通過研究指出，借款人與貸款人特征以及貸款特征對判斷貸款是否違約有著決定性的影響。借款人特征有：教育背景、借貸情況、存款情況、貸款類型及其貸款經歷，而貸款特征包含貸款規(guī)模、期限、用途，貸款人特征有信貸員拜訪次數(shù)，申請與批準之間的時間長度。Schreiner（2004）的研究對發(fā)展中國家的小額貸款信用風險構建非常詳細的評估指標體系，具體如下圖所示。
在國內，有部分學者從對小額貸款的信用評估指標體系進行了研究和構建，但這些研究基本都是從理論展開論述的。孟建華（2002）對國內和國外的小額貸款差異進行了比較細致的研究，研究指出，貸款擔保和法律約束是影響我國小額貸款風險評估的最大影響因素。任娜（2011）在對小額貸款公司的貸款客戶類別進行區(qū)分的條件下，在Z 值模型中引入非財務因素的，設置二級指標進行信用風險評估。但是該研究最終未能結合實際樣本數(shù)據(jù)作進一步分析，對多涉及指標的合理性與科學性沒能進行實證檢驗。此外，國內學者關于小額貸款信用風險評估的相關研究大部分都是以農村信用社的小額貸款數(shù)據(jù)為樣本進行的。
所以結合已有的研究成果和樣本數(shù)據(jù)的可獲得性，本文選取性別、年齡、職業(yè)、學歷、城市發(fā)展程度、信用卡持有情況、電子渠道開通情況、存貸比和年收入等9個指標作為解釋變量，對個人小額貸款信用風險進行評估。
四、數(shù)據(jù)來源及實證
（一）數(shù)據(jù)樣本選取
逾期未還本付息，即客戶違約的預判，是商業(yè)銀行小額信用貸款風險把控的關鍵。直接導致銀行呆賬、壞賬的產生，甚至帶來流動性風險。本文樣本數(shù)據(jù)來源于中國光大銀行長沙分行的個人信用貸款數(shù)據(jù)，從該行2014-2016年辦理信用貸款的客戶中隨機抽選530個樣本數(shù)據(jù)，并從中篩選出100萬以下的小額信用貸款客戶，獲取性別、年齡、職業(yè)、學歷、城市發(fā)展程度、信用卡持有情況、電子渠道開通情況、存貸比和年收入等基本信息。本文將這9方面的數(shù)據(jù)轉換為14個虛擬變量。
客戶準入的標準是其正常履約能力水平，客戶是否能正常履約是模型的判斷依據(jù)。通過對客戶履約能力的預判，授信銀行對預計能正常還款的客戶提供金融產品和服務，拒絕還款存在不確定性的客戶的授信申請。在本文中，我們將違約客戶定義為一年內發(fā)生三次（含）以上欠息或墊款的客戶，履約客戶為一年內未發(fā)生或發(fā)生三次以下欠息或墊款的客戶。通過數(shù)據(jù)整理，530個樣本數(shù)據(jù)中履約客戶和違約客戶客戶數(shù)分別是410和120，并選取指頌逑等綾 1所示。
（二）樣本虛擬變量處理
由于我們選取的解釋變量和被解釋變量都屬于離散變量，所以在進行建模回歸之前，我們需要將其變成虛擬變量，如表2所示，其中1表示“是”，0表示“否”。例如：性別（sex），sex=1，表示為男性，sex=0表示不是男性（即為女性）。由于為了避免多重共線性，在建立虛擬變量之前，虛擬變量的個數(shù)要比分類變量的個數(shù)小1。例如：學歷有三個分類，但只能建立2個虛擬變量，當edu1=0和edu2=0都等于0時表示高中、中專以下學歷，這樣就可以避免多重共線性問題。在建立模型前，我們將數(shù)據(jù)進行虛擬變換，以符合模型的回歸分析要求，將指標逐一轉換為虛擬變量如表2所示。
（三）樣本數(shù)據(jù)的格蘭杰因果檢驗
對上述所構建的虛擬變量和履約率做格蘭杰因果分析，根據(jù)相關統(tǒng)計指標反復檢驗比較之后，我們選取的滯后階數(shù)為2，其檢驗結果最好，檢驗結果如表3所示。
根據(jù)上表檢驗結果我們發(fā)現(xiàn)，如果在5%的顯著性水平下，只有Cit2、Loa2兩個指標大于 0.05，否定原假設；但是在10%的顯著性水平下，除了Int，其他全部變量的檢驗p值都顯著小于0.10，在剔除掉電子渠道開通情況后，其余變量在一定程度上都對履約率產生影響，因此，我們剔除電子渠道開通情況，將其余變量都選入到模型中。
（四）模型的計算
從表4我們可以看出，模型似然比為84.89，兩個偽決系數(shù)分別為83.1%和76.4%，即解釋變量可以解釋被解釋變量的程度，都在75%以上，說明模型解釋效果較好。另一方面，解釋變量的系數(shù)在10%顯著水平下，都是顯著的。此外從模型的預測精度來看，如表5所示，模型對410個履約樣本的預測準確率為84.88%，對120個違約樣本的預測準確率為88.33%，整體準確率為85.66%。特別的性別、信用卡持有情況、學歷、存貸比、收入、年齡等變量系數(shù)為正值代表著客戶履約率會提高，為負值則代表客戶違約率會升高。其影響程度可以通過OR來進行分析。從表4的回歸系數(shù)，我們可以得出以下結論：
1、從各因素影響大小方面來看，年齡、收入、職業(yè)水平以及學歷對違約率的影響較大，應納入貸款考察的重點。通過模型可以看出，年齡越大的客戶，其違約率就越低，從年齡的OR值來看，年齡在31歲-45歲階段的履約概率與年齡在30歲以下的履約概率的優(yōu)勢比為71.47，而年齡在45以上歲階段的履約概率與年齡在30歲以下的履約概率的優(yōu)勢比為1360.354。其原因可能是由于其信用觀念的不斷加強以及自身能力的提高，收入也會隨之增加，道德約束感增強，所以更不容易違約，這樣已有的研究文獻結論相一致。在職業(yè)方面，國有企業(yè)、股份制企業(yè)的員工與私營個體戶的OR值為26倍多，他們不僅受公司內部的規(guī)章制度約束，同時也受社會責任的道德約束，其違約率較低。同樣在學歷方面，高學歷的客戶違約率較低，主要是因為教育水平高、信用觀念、法律意識較強，以及工作家庭較穩(wěn)定、收入可觀、自有資金充足，特別的，當學歷是在碩士以上時，其違約的風向大大降低。
2、從銀行存量客戶方面來看，LOA1估計系數(shù)明顯高于LOA2，說明存貸比越低，其履約的概率越大。原因可能是客戶的資金大多用于儲蓄存款、銀行理財?shù)确€(wěn)定性收益產品，屬于相對保守型投資，他們認為按期還款是理所當然的事情；而持有信用卡的客戶相對于未持有信用卡的客戶履約率較高，原因可能是客戶在長期的信用卡使用過程中已經形成了到期還本付息的消費習慣，所以對于自己的資金使用有著合理而清晰的計劃，每月會有足額的資金用作還款，很少發(fā)生逾期。
3、從性別方面來看，女性的履約率高于男性，原因可能是男性客戶的資金更多用于創(chuàng)業(yè)、大額投資等用途，受經濟環(huán)境、行業(yè)、經營等因素影響，發(fā)生資金鏈斷裂，無法按期還款甚至導致不良貸款的幾率較大。
4、從地域方面來看，縣級市、地級市的客戶違約概率較大。原因主要有兩點，一是一、二線城市市民受教育程度更高、信用觀念更強、工作與收入也更加穩(wěn)定；二是縣級、地級城市客戶資金用途一般用于農業(yè)、工業(yè)投資，受地域、市場、自然等因素影響較大，投資風險較大。
五、結論
本文在現(xiàn)有的研究基礎上，利用光大銀行長沙分行采集的實際樣本數(shù)據(jù)，通過格蘭杰因果檢驗和構建Logistic回歸模型，對個人小額貸款的信用風險進行了實證分析，本文所構建評估模型對離散數(shù)據(jù)和分類數(shù)據(jù)有著特有的優(yōu)勢。文章主要結論如下：
第一，從格蘭杰因果關系檢驗來看，在置信水平10%條件下，本文根據(jù)以往研究的文獻和相關理論選取的9個指標變量中，只有電子渠道開通情況與是否違約不存在格蘭杰因果關系外，其他的8個變量都顯著相關，模型結果較好，解釋程度達75%以上。
第二，從風險因素的影響顯著程度來看，年齡、收入、職業(yè)水平以及學歷對違約率的影響較大，應納入貸款考察的重點。年齡是特別顯著影響個人小額貸款的信用指標，年齡越大的客戶，其違約率就越低，特別的，年齡在45以上歲階段的履約概率與年齡在30歲以下的履約概率的優(yōu)勢比為1360.354倍。國有企業(yè)、股份制企業(yè)的員工與私營個體戶的OR值為26倍多，其違約率較低。學歷方面，高學歷的客戶違約率較低，特別的，當學歷是在碩士以上時，其違約的風向大大降低。存貸比越低，持有信用卡的客戶，其履約的概率越大。個人的信用風險在對不同的性別也有著顯著差異，女性的優(yōu)勢比男性的1.76倍。此外縣級市、地級市的客戶違約概率較大。
因此，基于本文的研究，在互聯(lián)網金融時代，為了提高個人小額貸款信用風險管理水平，我們建議：在金融系統(tǒng)越發(fā)復雜，需要綜合考慮更多更細的風險因素，要結合定性和定量的方法對信用風險進行評估，構建適合我國商業(yè)銀行實際情況且易于操作的風險評估指標體系，定量化分析與評估信用風險。在具體操作方面，我們建議：在篩選個人小額貸款客戶時，應充分考慮其特有的基本背景信息指標，在其他條件相同的情況下，選取年齡越大、女性、收入越穩(wěn)定、學歷越高、持有信用卡、存貸比越低、來自于一、二線城市的客戶；商業(yè)銀行應有針對性地對其進行有效規(guī)避和分散。
六、參考文獻
[1] Altman E.Financial ratios， discriminant analysis and the prediction of corporate bankruptcy.J.Finanec. 1968，589-609.
[2] West R C. A factor-analytic approach to bank condition[J]. Journal of Banking & Finance， 1985， 9（2）： 253-266.
[3] Pugh W N， Page D E， Jahera J S. Antitakeover charter amendments： Effects on corporate decisions[J]. Journal of Financial Research， 1992， 15（1）： 57-67.
[4] Altman E I， Sabato G. Modelling credit risk for SMEs： Evidence from the US market[J]. Abacus， 2007， 43（3）： 332-357.
[5] 姜秀A，任強，孫錚. 上市公司財務危機預警模型研究[J]. 預測，2002，03：56-61.
[6] 于立勇，詹捷輝. 基于Logistic回歸分析的違約概率預測研究[J]. 財經研究，2004，09：15-23.
[7] 于立勇，詹捷輝，金建國. 內部評級法中違約概率與違約損失率的測算研究[J]. 統(tǒng)計研究，2004，12：22-26.
[8] 梁琪. 企業(yè)經營管理預警：主成分分析在logistic回歸方法中的應用[J]. 管理工程學報，2005，01：100-103.
[9] 油永華. 企業(yè)信用狀況的定性評價――基于logistic回歸模型的分析[J]. 統(tǒng)計與信息論壇，2006，06：85-88.
[10] 石曉軍，任若恩，肖遠文. 邊界Logistic違約率模型Bayes分析及實證研究[J]. 中國管理科學，2006，04：25-29.
[11] 葛君. 基于Logistic模型的信用卡信用風險研究[J]. 中國信用卡，2010，24：26-32.
[12] 羅曉光，劉飛虎. 基于Logistic回歸法的商業(yè)銀行財務風險預警模型研究[J]. 金融發(fā)展研究，2011，11：55-59.
[13] 史小康，何曉群. 有偏logistic回歸模型及其在個人信用評級中的應用研究[J]. 數(shù)理統(tǒng)計與管理，2015，06：1048-1056.
[14] Viganò L. A CREDIT SCORING MODEL FOR DEVELOPMENT BANKS： AN AFRICAN CASE STUDY/UN MODELE DE" CREDIT SCORING" POUR LES BANQUES DE DEVELOPPEMENT： UNE ETUDE DE CAS AFRICAIN[J]. Savings and development， 1993： 441-482.
[15] Van Gool J， Verbeke W， Sercu P， et al. Credit scoring for microfinance： is it worth it？[J]. International Journal of Finance & Economics， 2012， 17（2）： 103-123.
[16] Kinda O， Achonu A. Building a Credit Scoring Model for the Savings and Credit Mutual of the Potou Zone[J]. Consilience： The Journal of Sustainable Development， 2012 （7）： 17-32.
[17] Schreiner M. A Scoring Model of the Risk of Costly Arrears at a Microfinance Lender in Bolivia[J]. Cancer Medicine， 2001， 4（1）：36C42.
[18] Schreiner M. Scoring arrears at a microlender in Bolivia[J]. ESR Review， 2004， 6（2）： 65.
[19] Schreiner M. Credit scoring for microfinance： Can it work？[J]. Journal of Microfinance/ESR Review， 2000， 2（2）： 105-118.
[20] Kinda O， Achonu A. Building a Credit Scoring Model for the Savings and Credit Mutual of the Potou Zone[J]. Consilience： The Journal of Sustainable Development， 2012 （7）： 17-32.
[21] Blanco A， Pino-MejíAs R， Lara J， et al. Credit scoring models for the microfinance industry using neural networks： Evidence from Peru[J]. Expert Systems with applications， 2013， 40（1）： 356-364.
[22] Maddala G S. Limited-dependent and qualitative variables in econometrics[M]. Cambridge university press， 1986.
[23] West R C. A factor-analytic approach to bank condition [J]. Journal of Banking & Finance， 1985， 9（2）：253-266.
[24] Daniel E O`leary，On bankruptcy information systems，European Journal of Operational Research. 1992，56，67-79
個人信用貸款范文第3篇
關鍵詞:信用風險;住房抵押貸款;風險防范
2000年以來,我國進一步深化了城鎮(zhèn)住房制度改革,加快了住房分配貨幣化方案實施步伐,使得銀行的商業(yè)性住房貸款迅速開展起來。個人住房貸款業(yè)務近年來的穩(wěn)步增長,使其在銀行信貸資產中比重逐漸增大,同時也為國內銀行開辟了一個重要的蓬勃發(fā)展的業(yè)務市場。數(shù)據(jù)顯示,長期以來我國個人住房貸款占個人消費貸款的比重始終在75%-97%,1997年末全國個人住房貸款余額190億元,到2007年底已達到3萬億,多年來一直保持著高位增長。隨著個人住房貸款余額的增長,信用風險也不斷累積,個人住房抵押貸款開始顯現(xiàn)逐步攀升趨勢,而其本身所攜帶的風險影響程度也隨著擴大,再加之次貸危機的爆發(fā)以及目前房價的相對企高,這就更值得引起我們對其風險管理的關注了。在社會信用制度不健全的情況下,借款人信用是個人住房抵押貸款風險的根本影響因素。因此,作為銀行信貸產品,信用風險是銀行首當其沖要面對的風險,也是解決個人住房抵押貸款風險的關鍵所在。
一、信用風險的分類和引致原因
信用風險是銀行客戶無力履約的風險,也是目前銀行面臨的主要風險。影響住房抵押貸款的原因包括銀行自身的原因和非銀行的原因。前者包括銀行對借款人的調查失誤、銀行對住房估值偏差、貸后管理落后等等原因;后者則包括借款人本身還款意愿、市場變化、技術原因、企業(yè)管理落后等等原因,具體又可分為還款能力風險和還款意愿風險。個人住房抵押貸款還款期限長,通常要持續(xù)20-30年,在這段時間里,個人資信狀況面臨著巨大的不確定性,經濟惡化及其引發(fā)的個人支付能力下降的情況很容易發(fā)生,這樣便會形成還款能力風險。而在還款能力確定的情況下,借款人還可能故意欺詐,騙取銀行貸款,拖欠還款,造成所謂的還款意愿風險。在過去,受傳統(tǒng)計劃經濟體制影響,政府干預和銀行治理結構缺陷因素被認為是導致信用風險的主要原因。隨著我國金融業(yè)改革開放的深入,政府干預和銀行治理結構缺陷因素正在消減,市場變化因素增強。
在美國,受次級債對全球金融市場和實體經濟的沖擊,一些金融機構由于大量投資于次級債而受到影響,出現(xiàn)流動性困難,最終破產或被兼并,連一些大的金融機構也難逃厄運。諸如美林公司被美國銀行吞并,貝爾斯登被摩根大通廉價收購等等,足見住房信貸風險的破壞力。目前,我國的大中城市房價依然處于高位運行,而同時居民在住房投資和投機的積極性都空前增加,貸款買房的居民占絕大多數(shù)。同時在各國經濟政策的刺激下,全球經濟已經進入了恢復期,各種資源、原材料價格已經逐步回升,我國的很多企業(yè)都基本實現(xiàn)了扭虧為盈,消化金融危機中的虧損。隨著企業(yè)業(yè)績的復蘇,油價、水價、電價的上調以及其他各類資產價格的上漲,我國經濟中存在著可能的通貨膨脹隱憂。而目前利率仍在低位徘徊,由此引發(fā)的可能的加息會使住房抵押貸款面臨前所未有的風險曝露。因此,我們必須做好這方面的預警和預防工作,防止住房貸款信用違約集中釋放造成的多米諾骨牌效應。
二、個人住房抵押貸款信用風險的信號識別
理論認為,資本結構、擔保、企業(yè)規(guī)模、資本大小可以作為貸款信用風險的識別信號,但是對于個人住房抵押貸款,這些指標并不完全適應。目前而言,對于住房抵押貸款信用風險的識別可以基于以下指標的判斷:
第一,借款者家庭資產凈值的大小。家庭資產凈值是指住宅的現(xiàn)有價值與其債務的現(xiàn)有市場價值之差。住宅作為抵押貸款的抵押物,是作為貸款人無力履約時銀行需要變賣的資產,其現(xiàn)有市場價值的大小直接關系到違約情況下貸款損失所能挽救程度的大小,可以作為信用風險識別信號之一,也可以作為判斷是否違約的一個最基本的決定因素。
第二,借款人的工作和收入來源。住房抵押貸款的償還主要還是依靠借款人以后的工作收入來償還,具有固定的職業(yè)和穩(wěn)定的收入來源的借款人所發(fā)生的信用風險更小。
第三,借款人持有的資產。根據(jù)收入和資產轉化的分析,借款人如有不能提供證明依據(jù)的經常性穩(wěn)定收入,則必須具有一定數(shù)量的資產證明。審查收入不足以確定借款人還款能力的,銀行會考慮到要求借款人出具具有流動性的金融資產以證明其還款能力。而當借款人持有資產急劇縮水時,我們可以判定此時發(fā)生信用風險的概率也會明顯變大。
第四,征信機構報告。主要是判斷借款者的還款意愿風險?？梢哉f,以往的信用記錄可以一定程度反映一個人的信用意識和價值觀,而這種觀念和意識很難在短時間內改變,借款人在以前的借款記錄中違約頻頻,則在以后的借款中發(fā)生違約的概率也會很高。對于征信單位給出的歷史的信用行為記錄進行調查評估是規(guī)避信貸風險、保障房供安全的重要環(huán)節(jié)。目前呼吁建立信用檔案的主要意義也在于此。
上述因素被認為是表征借款人信用品質的主要指標,也是判斷住房抵押貸款信用風險的重要標準。
三、個人住房抵押貸款信用風險的評估
從20世紀末起,信用風險管理在國際金融界得到很高的重視和極大的發(fā)展。在古典信用風險度量方法基礎上,新的度量和管理方法不斷涌現(xiàn),在突破傳統(tǒng)定性方法的局限基礎上,新的信用風險度量方法能夠更為科學地進行定性和定量分析。國外提供的模型方法有J.P.Morgan(1997)的CreditMetrics模型、KMV模型、CreditRisk+模型、RAROC模型、KPMG公司的貸款分析體系等,然而目前對于國內來說,基于各個風險估值模型的特點和應用范圍約束,并不存在完全適應個人住房貸款風險管理的模型,因而在國內住房抵押貸款實踐中運用這些模型進行信用風險量化度量的并不多,更多地仍是依賴于信貸員或信用分析人員的職業(yè)判斷。
國內可以針對個人住房抵押貸款建立一個獨立的風險估值模型,這一模型可以將影響貸款質量的宏觀因素和微觀因素、長期因素和短期因素囊括進來,宏觀方面的因素可以考慮失業(yè)率、GDP增長率及政府支出水平和特定地區(qū)、行業(yè)的經濟指標值、證券市場指數(shù),微觀方面的因素可以考慮借款人的財務狀況、受經濟周期影響程度、個人誠信度、持有資產現(xiàn)值等等因素。在確立這一系列因素之后,就可以對每筆個人住房抵押貸款給出相應的量化評分結果,同時,再根據(jù)以往個人住房貸款的數(shù)據(jù)資料將評分估值結果同相應的損失期望值對應,那么就可以較準確估計出銀行所持有個人住房抵押貸款的風險大小。
在此基礎上可以根據(jù)歷史或測算的市場震蕩數(shù)據(jù),運用模擬方法或計量技術模仿一系列不利情況下可能曝露的信用風險,比如測試經濟迅速下滑時可能對借款人償債能力的影響、測試房價在短期內連續(xù)下跌可能對銀行信貸組合的價值變化的影響等等,根據(jù)這些測試評估結果制定相應的業(yè)務拓展政策方針和風險戰(zhàn)略決策,這樣銀行對住宅抵押貸款的信用風險的現(xiàn)狀和未來就可以有一個動態(tài)、全面的把握,從而將風險損失減至最少。
四、我國個人住房抵押貸款信用風險的防范措施和建議
第一,建立和提高我國個人住房抵押貸款風險管理的量化分析技術。在國外,個人住房抵押貸款成為銀行貸款發(fā)放的主要領域之一,美國個人住房抵押貸款余額占到銀行信貸余額的22%左右。我國個人住房抵押貸款業(yè)務發(fā)展也極為迅速,但是相應的更為科學、客觀的貸款管理體系并未完全建立。當前,跨國銀行風險管理技術發(fā)展日趨定量化,在風險識別、度量過程中均有大量的實證數(shù)據(jù)作支持,使得風險管理越來越體現(xiàn)出客觀性和科學性的特點。我國商業(yè)銀行也應該學習國際經驗,積累和完善數(shù)據(jù)資源,建立適應中國國情的個人住房抵押貸款風險管理的模型。
第二,政府對個人住房抵押貸款風險管理給予政策支持。經濟系統(tǒng)中存在個體難以抵御的系統(tǒng)風險,在全球性的金融海嘯情況下更是使得一些中下等收入居民違約風險增加,會對銀行信貸循環(huán)體系造成巨大沖擊。因此,政府針對經濟形勢,在必要時候對特定類別的個人住房抵押貸款實施一定的優(yōu)惠政策,減輕存在較大違約風險的購房者還貸負擔。例如,2008年央行宣布的首套房屋可享受7折房貸政策出臺,廣發(fā)銀行、北京銀行等銀行對于首套唯一的140平方米以下住房并且無逾期記錄的房貸者給予了7折房貸政策優(yōu)惠,一定程度對中下等收入居民形成了政策支持,有助于降低銀行信用風險。
第三,建立符合中國國情的住房消費模式,整頓和完善房地產市場秩序。與西方國家比較,我國居民以最低的人均GDP實現(xiàn)了最高的住房擁有率,那么我國的低收入群體的生存壓力也應該是十分巨大。針對低收入群體推出住房保障制度,推廣廉租房計劃,同時加強對住房保障制度的公開、透明運作和社會監(jiān)督,抑制住宅炒作和投機活動,有助于減少房價的劇烈波動,降低房貸信用風險。
第四,建立和完善中國的個人信用管理體系,包括建立和完善個人信用檔案、個人資信評估和個人信用風險預警制度。我國應借鑒發(fā)達國家的社會征信體系經驗,采用政府推動和市場化運作相結合的方法,整合各個部門的公共記錄信息,這將有利于銀行在放貸過程中更全面、更及時地動態(tài)把握好貸款所處的風險狀況,減少信用違約帶來的損失。
第五,提高銀行自身消除風險、抵抗風險的能力。首先是健全銀行內控制度,商業(yè)銀行要建立嚴格的風險管理程序和培育良好的風險管理文化,銀行在貸前調查、貸中審查、貸款審批、貸后管理等各環(huán)節(jié)要落實各項風險管理措施,建立科學的量化的風險管理系統(tǒng),增強風險控制和預警功能。其次要提升信貸員工整體素質,增強其對金融、分析調查、評估、風險管理等知識的學習和掌握,加強員工的敬業(yè)精神和職業(yè)操守教育,減少風險估計的隨意性,嚴防“假個貸”,杜絕人為控制信貸業(yè)務的情況,削弱銀行內部個人在信貸發(fā)放問題上過大的個人決斷權。再次要努力提高銀行自身資本充足率,提高抵補預期和非預期損失的能力,管理層可以根據(jù)宏觀經濟形勢建立動態(tài)資本和動態(tài)撥備要求,強制性提高銀行的風險抵御能力。
第六,穩(wěn)步推進住房抵押貸款證券化。我們應肯定金融創(chuàng)新和資產證券化的積極意義,不能因噎廢食。住房抵押貸款證券化實際上是把不可移動的房地產轉化為可流通轉讓的有價證券,它可以有效地分散和轉移積聚在銀行的信用風險。以住房抵押貸款為擔保發(fā)行抵押證券后,原來集中在銀行的貸款資產在資本市場上轉為各類投資者人的有價證券,由于抵押證券是以一組投資組合為抵押,個別信用風險被分散;同時,它也解決了銀行面臨的流動性約束,一定程度上轉移了抵押貸款的風險。應該看到,近年來我國在房地產證券化方面進行了一系列探索和實踐,取得了一些成績。因此,應繼續(xù)穩(wěn)打穩(wěn)扎,為住房抵押貸款證券化創(chuàng)造各種有利條件。
參考文獻:
1、謝經榮,殷紅,王玉枚.房地產金融[M].中國人民大學出版社,2007.
2、孟慶福.信用風險管理[M].經濟科學出版社,2006.
3、王世豪.房地產信貸戰(zhàn)略與實務[M].中國金融出版社,2006.
個人信用貸款范文第4篇
汪某，原系農業(yè)銀行某營業(yè)所的臨時信貸員（系臨時工）。在20__年11月11至20__年6月19日 期間，汪某利用其擔任某營業(yè)所臨時信貸員職務之便，冒用多人名義貸款35.3萬元后潛逃至今。其歸案后查證其挪用的資金被其借給他人使用。
二、分歧意見
本案在審理過程中，對于汪某的行為構成何罪，存在三種意見：
第一種意見認為，汪某的行為構成貪污罪。理由是，汪某作為受國有企業(yè)委托經營國有財產的人員，利用職務上的便利，冒名貸款后潛逃，其行為已觸犯我國刑法第382、383條，應以貪污罪論。
第二種意見認為，汪某的行為構成挪用公款罪。汪某可以作為挪用公款罪的主體，其理由是，盡管刑法分則條文對貪污罪和挪用公款罪的規(guī)定在表述上有所不同，但兩罪的主體范圍并無實質上的區(qū)別，對貪污罪主體的特別規(guī)定只是起一個強調作用，其實質內容與刑法第九十三條的規(guī)定是一致的，并未超出刑法第九十三條規(guī)定的范圍。根據(jù)刑法第九十三條的規(guī)定，“國家工作人員”或“以國家工作人員論”的人員有三類：一是國家機關、國有公司、企業(yè)、事業(yè)單位、人民團體中從事公務的人員，二是國家機關、國有公司、企業(yè)、事業(yè)單位委派到非國有公司、企業(yè)、事業(yè)單位、社會團體從事公務的人員，三是其他依照法律從事公務的人員。其中第二類人員實際涵蓋了刑法第三百八十二條第二款規(guī)定的人員，因此，受國家機關、國有公司、企業(yè)、事業(yè)單位、人民團體委托管理、經營國有財產的人員實際上是“國家工作人員”或“以國家工作人員論”的人員中的一種，理當可以作為挪用公款罪的主體。汪某作為受國有企業(yè)委托經營國有財產的人員，利用職務之便，冒用他人名義貸款，歸個人使用，其行為構成挪用公款罪。
第三種意見認為汪某的行為構不成挪用公款罪而是構成挪用資金罪。汪某不能作為挪用公款罪的主體，其理由是，挪用公款罪與貪污罪的構成在主體要件上有區(qū)別，刑法第三百八十二條對貪污罪以?？钜?guī)定“受國家機關、國有公司、企業(yè)、事業(yè)單位、人民團體委托管理、經營國有財產的人員”可以作為貪污罪的主體，而刑法第三百八十四條對挪用公款罪卻無類似的規(guī)定，按照刑法第三百八十四條的規(guī)定，挪用公款罪的主體僅限于“國家工作人員”。
筆者同意第三種意見。
三、評析意見
汪某是農業(yè)銀行某營業(yè)所的臨時信貸員，農業(yè)銀行屬國有企業(yè)，汪某是在國有企業(yè)中工作的非國家工作人員。汪某辦理信貸業(yè)務的行為，屬受國有銀行的委托對銀行資金進行的經營行為。關于“受委托管理經營國有財產的人員”與“國家工作人員”之間的關系，即我國現(xiàn)行刑法382條第2款究竟是注意規(guī)定，還是法律擬制，目前仍然存在爭議。如果說該條款屬于注意規(guī)定，那么，受委托管理經營國有財產的人員，原本就屬于國家工作人員。如果說該條款屬于法律擬制，那么他們就不是國家工作人員。筆者認為，“受委托管理經營國有財產的人員”不屬于刑法93條中的“其他依照法律從事公務的人員”，理由如下：
1、從法條之間的邏輯關系來看，如果“受委托管理經營國有財產的人員”屬于“其他依照法律從事公務的人員”，那么刑法就沒有必要在382條第2款另設一款作特別規(guī)定，而直接適用第一款就可以了。如此，刑法382條第2款的規(guī)定就是多余的，這顯然不符合立法者的本意。
個人信用貸款范文第5篇
關鍵詞：農戶；小額信用貸款；風險；原因；對策
小額信貸的孟加拉鄉(xiāng)村銀行模式（GB模式）在1994年被引入我國之后，得到了不斷發(fā)展和運用。目前，我國開展的小額信貸主要有三類：國際資助的項目（或非政府、非銀行資金支持項目）；政府與中國農業(yè)銀行合作項目（農行作為政府主導型項目的放貸主體）；農村信用社和中國郵政儲蓄銀行開展的小額信貸項目。其中，以農村信用合作社和中國郵政儲蓄銀行開展的農戶小額信用貸款覆蓋面最廣，影響面最大。
農戶小額信用貸款是指向農戶發(fā)放的用于滿足其農業(yè)種植、養(yǎng)殖或生產經營需要的短期貸款。這項信貸業(yè)務，無須任何抵押或質押，手續(xù)簡便，可以滿足農戶對小額、短期流動資金的需求。農戶小額信用貸款很好地緩解了農村經濟發(fā)展融資困難的情況，但同時也蘊含著潛在的風險，迫切需要得到解決。
一、農戶小額信用貸款面臨的風險
農戶小額信用貸款面臨的風險是指農村信用合作社和中國郵政儲蓄銀行在面向農戶發(fā)放小額信用貸款業(yè)務的活動中，由于各種事先無法預料的因素的影響，使該業(yè)務的實際收益、效果與預期發(fā)生背離，從而蒙受損失的可能性。農戶小額信用貸款業(yè)務在開辦過程中蘊含的風險主要包括以下幾種：
（一）信用風險。信用風險又稱違約風險，主要是指借款者逾期不還，造成貸款壞賬，資金損失。相對于傳統(tǒng)銀行信貸業(yè)務來講，農戶小額信用貸款的信用風險要大的多。這是因為農戶小額信用貸款主要是向農戶提供短期勞動資本貸款，其貸款類型和地區(qū)都比較集中，這種小范圍的同質的客戶群體局限了風險分散的潛在能力。再加上一般沒有抵押品，這就使得客戶違約后的強制執(zhí)行變得沒有保障，信用風險高于傳統(tǒng)銀行信貸業(yè)務。農戶小額信用貸款最突出的特色就是憑借農戶的信用發(fā)放貸款，農戶信用的好壞自然成為影響貸款回收的關鍵，所以信用風險對農戶小額信用貸款產生的危害最大。
（二）自然風險。農戶小額信用貸款的資金主要投向是農村的種植業(yè)和養(yǎng)殖業(yè)，而傳統(tǒng)的種植業(yè)和養(yǎng)殖業(yè)對自然條件的依賴性都很強，抵御自然災害的能力較弱，一旦所在地區(qū)發(fā)生自然災害，大量客戶可能同時發(fā)生違約，農業(yè)生產受到影響，造成的損失必然會轉成信貸資金風險。我國尚未普遍開設農業(yè)保險，自然風險發(fā)生后，農戶除能獲得極少量救災款外，沒有其他的補償途徑。因此，農戶若沒有其他收入來源，拖欠貸款也就成為必然。
（三）市場風險。農戶小額信用貸款以一家一戶分散生產經營為主，小生產與大市場的矛盾是必然的經濟現(xiàn)象。小生產的盲目性很容易使農產品出現(xiàn)結構性趨同，加上農村社會服務體系不健全，生產技術水平相對落后，農產品的生產成本與交易成本較高，農業(yè)生產經營經常出現(xiàn)相對較大的市場風險。此外，近年來農產品供求趨于平衡，一些傳統(tǒng)、低值的農產品已形成供過于求的局面，農民收入緩慢，甚至出現(xiàn)增產不增收的情況，農戶有心守信卻無心還息，客觀上增加了小額信用貸款的風險。
（四）協(xié)變風險。協(xié)變風險是指由于借款用戶所從事的經濟活動相同或處于相對集中的地理區(qū)域而產生的風險。在這種情況下，如果發(fā)生還款困難，會在較大程度上影響農戶小額信用貸款的總體運行。比如，一旦所在地區(qū)發(fā)生較大的自然災害，大量貸款農戶可能同時發(fā)生違約，這將給農戶小額信用貸款業(yè)務帶來沉重的打擊。
二、農戶小額信用貸款風險產生的原因分析
農戶小額信用貸款面臨的上述風險貫穿于農戶小額信用貸款業(yè)務經營的全過程，只有及時、準確地發(fā)現(xiàn)風險的誘導根源，才能有效防范和化解風險。由于農戶小額信用貸款與銀行傳統(tǒng)信貸業(yè)務有著很大的不同，因而引發(fā)其風險的原因也有著眾多獨特之處。
（一）農戶小額信用貸款是一種個人信用貸款。農戶辦理貸款不需要提供抵押擔保，而是以個人信用向信用社或中國郵政儲蓄銀行申請農戶小額信用貸款。既然農戶小額信用貸款屬于個人信用貸款，就需要一個相應的、適用于個人的信用制度來對其進行管理和制約。但目前的情況是，我國農村地區(qū)信用制度缺失，沒有建立起個人信用記錄、信用賬號之類的信用體系。正因為如此，信用社或中國郵政儲蓄銀行難以通過信用手段對其進行制約，因而承擔了較大的信用風險。迄今為止，還有部分發(fā)放農戶小額信用貸款的金融機構，甚至還沒有涉足電子化信息管理，缺乏高效率的電子管理技術，農戶的信用資料收集登記還處于人工處理階段，這又是一個農戶小額信用貸款在拓展上的制約因素。
（二）農戶小額信用貸款的發(fā)放對象是農戶。農戶小額信用貸款主要是發(fā)放給具有勞動能力、有小額資金需求的農戶，從而增加對農戶和農業(yè)生產的信貸投入，緩解農戶貸款難的問題，更好地發(fā)揮農村金融機構的支農作用。以現(xiàn)有條件來看，在主觀上，農戶小額信用貸款在很大程度上是依賴農戶自身的還款自覺性。農戶小額信用貸款的對象是農戶，這是一個文化水平相對較低的群體，他們對金融知識缺乏了解，對利率變化、財務政策缺乏了解，對市場信息的獲取渠道也不夠暢通，信息閉塞，這無疑會影響他們資金投向以及資金的獲利能力，在客觀上造成了今后還款能力不足的可能性。所有這些問題也將轉化為一定的還貸風險。
（三）農戶小額信用貸款業(yè)務量大、單筆金額小。農戶小額信用貸款是面向農村地區(qū)廣大農戶發(fā)放的一種貸款，由于目標群體龐大，因此農戶小額信用貸款的業(yè)務量遠比普通貸款要大。與此同時，農戶小額信用貸款的每筆業(yè)務金額又較小，我國目前的額度大多是在10，000～30，000元左右。信用社、中國郵政儲蓄銀行等農村金融機構開辦農戶小額信用貸款業(yè)務需要投入很多的人力、物力和時間去逐個收集農戶資料，進行貸款審查工作；再加上跟蹤、貸后管理等工作，相對于所承擔的風險，農戶小額信用貸款的經營成本相對較大。
（四）農戶小額信用貸款的資金用途大多是投入農業(yè)生產。農戶在取得貸款后，一般都是將其投入到種植業(yè)、養(yǎng)殖業(yè)等農業(yè)經濟中。與非農業(yè)不同，農業(yè)經濟在生產過程的每一環(huán)節(jié)，都受到自然條件的制約與影響，可以說，從播種開始，生產經營過程就處于一定程度的風險之中。因此，農戶小額信用貸款除了面臨和非農業(yè)一樣的市場風險、利率風險、匯率風險、價格風險等，還要承擔來自自然再生產過程可能帶來風險的壓力，接受雙倍風險的考驗。
三、防范農戶小額信用貸款風險的對策建議
（一）創(chuàng)新農戶小額信用貸款制度。創(chuàng)新農戶小額信用貸款的制度主要包括以下幾個方面：一是拓寬農戶小額信貸范圍。經辦金融機構應該因地制宜地確定農戶小額信貸的用途，凡是與農戶生產、生活相關的均可納入農戶小額信貸范圍之內；二是設置靈活的貸款期限。經辦金融機構應依據(jù)不同貸款的用途，確定不同的貸款期限，避免人為形成不良貸款；三是擴大農戶小額信貸額度，滿足生產經營大戶的資金需求；四是逐步實現(xiàn)農戶小額貸款利率市場化，減少政府對利率的限制，使利率至少能夠充抵農戶小額貸款經營機構的資金成本和管理費用。
（二）靈活運用分期還款制度和農戶聯(lián)保制度。農戶小額信用貸款在使用分期還款制度時，應考慮不同貸款者的特殊情況，使還款周期與貸款農戶收入來源相適應，減輕農戶還款的心理壓力。農戶聯(lián)保制度和小組中心會議制度作為小額信貸強有力的制度保障應當給予高度重視，在借鑒孟加拉國經驗的基礎上，要進行創(chuàng)新性實踐。譬如，在人口比較密集的地區(qū)，大力推廣并嚴格實施農戶聯(lián)保貸款制度和小組中心會議制度，而在人口稀少的偏遠地區(qū)，召開小組中心會議的間隔時間可適當延長。 轉貼于
（三）建立有效的信用等級評價制度。首先，加大信用等級評價的硬件投入，健全資料檔案。農戶資料反映要真實、全面、準確。逐項認證審查核實，并且對農戶的信用檔案逐步實行電子化管理。電子化管理具有科學化、規(guī)范化、程序化的特點，還可以有效防范信貸人員的道德風險和工作差錯造成的法律、信用風險；其次，要明確評級責任。農戶的基本狀況及信用反映等應由村組干部負責審查把關，并簽字負責，信用等級初評由信貸員負責，避免因不負責導致的評級不準確；最后，要嚴格按照評級標準，評定農戶信用等級，對所有農戶都采用統(tǒng)一的標準，以確保評級客觀公正，從而有效防范農戶小額信用貸款風險的發(fā)生。
（四）構建科學規(guī)范的信用評分方法。針對我國農戶小額信用貸款開展的實際情況，應借鑒西方發(fā)達國家運用于信用卡消費信用風險評估控制中的信用評分方法，盡快構建一整套的客戶信用評分指標體系，并運用層次分析法，對指標體系中各指標的權重進行確定，從而實現(xiàn)農戶小額信用貸款信用風險控制中的定性分析與定量分析相結合。這樣，經營農戶小額信用貸款的農村金融機構在發(fā)放農戶小額信用貸款時，便可通過計算申請貸款農戶的信用總分來幫助其做出是否放貸的決定，進而有效地規(guī)避信用風險。
（五）建立以農戶為中心的多元化社會服務體系。農戶項目的成功率是影響小額信貸安全的關鍵因素，而農戶由于技術和信息缺乏等原因，項目成功率較低。國內外實踐表明，農戶需要的不僅僅是資金，還需要更多與之配套的服務，如農業(yè)科學技術、農產品市場信息等。這就要求小額信貸機構為農戶提供低費或免費的技術培訓、市場信息等社會服務，在提高勞動者素質的基礎上給他們以信貸支持。與此同時，其他社會各方也應該加快建立以農村經濟發(fā)展為重點的農村社會服務體系。
主要參考文獻：
[1]黃毅.小額信貸問題研究（下）.銀行家，2006.1.
曹辛欣.論農戶小額信貸的風險及其化解對策.金融與經濟，2007.5.
羅劍朝，韓紅.小額信貸國際經驗及其啟示[J].哈爾濱工業(yè)大學學報（社會科學版），2008.1.
