導(dǎo)語：淺析農(nóng)村信貸征信技術(shù)的要素一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

一、引言

改革開放三十多年來中國經(jīng)濟以較快速度發(fā)展為世界所矚目。然而，有著廣闊農(nóng)村和眾多農(nóng)村人口的中國，如果不盡快消除城鄉(xiāng)間嚴(yán)重的二元結(jié)構(gòu)，不僅無法保證經(jīng)濟持續(xù)高速發(fā)展，而且會隨著城鄉(xiāng)間開放和貧富差距的不斷加大而帶來政治層面的風(fēng)險并造成社會不穩(wěn)定。近年來，農(nóng)村問題越來越受到社會各界的重視，在這一背景下，農(nóng)村金融如何進一步創(chuàng)新以支持農(nóng)村經(jīng)濟的發(fā)展，就成為理論界和實踐界需要認真解決的重大課題。金融市場的發(fā)展是經(jīng)濟增長的結(jié)果，金融市場的發(fā)展反過來又推動經(jīng)濟增長，應(yīng)當(dāng)建立金融市場與經(jīng)濟發(fā)展互相刺激和互相影響的良性循環(huán)，這已是世界各國研究者的共識(Beck.LevineandLoay-za，2002;KingandLevine，1993;譚民俊，2007)。盡管自1978年實行改革開放以來中國就逐步建立起了農(nóng)村金融體系，但長期以來卻發(fā)展緩慢，甚至較改革開放初期有萎縮的跡象。在農(nóng)村地區(qū)的生產(chǎn)函數(shù)中一直存在勞動力投入和資金投入不對稱的情況，致使產(chǎn)出由于資金約束而未能達到潛在水平，由此形成了經(jīng)濟增長中的金融瓶頸(王景富，2002)。近年來，隨著國家金融政策調(diào)整，四大國有商業(yè)銀行退出了農(nóng)村市場，農(nóng)業(yè)銀行商業(yè)化和合作基金會整頓后，農(nóng)村信用社成為農(nóng)村金融市場上唯一正規(guī)金融機構(gòu)(朱守銀，2003)。政府本希望通過農(nóng)村金融機構(gòu)的整合，規(guī)范市場，提高服務(wù)水平，促進農(nóng)村金融快速發(fā)展。然而一份調(diào)查問卷則顯示，在農(nóng)戶借貸中，民間金融占65%，正規(guī)金融僅占6%(王志宇、周其偉，2008)，透露出正規(guī)金融機構(gòu)在農(nóng)村信貸方面作用的缺失。

在中國廣大的農(nóng)村地區(qū)，由于信息不對稱和抵押品不足等原因，正規(guī)金融機構(gòu)對農(nóng)戶普遍存在“惜貸”行為;同時對于面臨收入不確定性且沒有大量儲蓄又想借支未來的農(nóng)戶而言，通過正規(guī)金融部門借貸以預(yù)支未來的愿望難以實現(xiàn)，只能借助于親屬關(guān)系及非正規(guī)金融組織的借貸(朱信凱、劉剛，2009)。盡管中國農(nóng)村信用社為社員的服務(wù)性特點已經(jīng)異化為追求利潤最大化，基本上已經(jīng)拋棄合作制原則(張杰，2003)。但是否說追求利潤最大化的目標(biāo)下就需要放棄收入較低的廣大農(nóng)戶?是否一定需要提高貸款利率水平去維持盈利水平?是否是由于農(nóng)村可能存在的信用危機和經(jīng)營成本造成正規(guī)金融機構(gòu)的“惜貸”?筆者認為答案是否定的。否則無法解釋非正規(guī)金融機構(gòu)的存在和蓬勃發(fā)展(朱信凱、劉剛，2009)。而真正造成正規(guī)農(nóng)村金融機構(gòu)尷尬局面的原因?qū)嶋H上來自于四個方面:一是制度安排和考核體系決定的經(jīng)營理念;二是商業(yè)界視為鐵律的“二八定律”思維定勢;三是投資風(fēng)險意識不完整;四是信息披露和利用制度不健全。而長尾效應(yīng)的出現(xiàn)(ErikBrynjolfsson，YuHu，andMichaelD.Smith，2003)以及“壘大戶”等短期逐利行為造成的金融風(fēng)險不斷加大的現(xiàn)狀讓我們意識到，要保持農(nóng)村金融機構(gòu)長期穩(wěn)定發(fā)展，必須盡快轉(zhuǎn)變信貸觀念。

實際上，中國已對農(nóng)村信貸和小額信貸的發(fā)展做出了諸多的安排并取得了一些進展。但要想使商業(yè)銀行能夠真正自覺自愿地融入到支持農(nóng)村金融發(fā)展的隊伍中，則需要剖析商業(yè)銀行選擇客戶的方案，指出應(yīng)采取的盈利策略(即真正切實可行的征信技術(shù))，才能確保農(nóng)村信貸的長期穩(wěn)定發(fā)展。然而，目前國內(nèi)外鮮見專門針對農(nóng)村征信技術(shù)和農(nóng)村信用評估的研究，如何通過對農(nóng)村征信技術(shù)的研究和信用數(shù)據(jù)庫的建設(shè)，解決金融機構(gòu)和農(nóng)戶之間的信息不對稱，逐步提高金融機構(gòu)服務(wù)農(nóng)村的水平和能力，提高農(nóng)村金融服務(wù)的到達率，是當(dāng)前理論界和農(nóng)村金融機構(gòu)急需破解的難題。從各國理論和實踐層面來看，農(nóng)村信貸較為成功的案例是孟加拉人穆罕默德•尤努斯創(chuàng)立并推行的“格萊珉”模式，通過聯(lián)保等小額信貸技術(shù)，致力于從社會底層解決孟加拉鄉(xiāng)村的貧困問題，獲得了社會效益和經(jīng)濟效益的雙豐收(霍兵，2007)，說明農(nóng)戶信貸完全可以實現(xiàn)盈利。本研究擬建立不完全信息的動態(tài)重復(fù)博弈模型，分析“格萊珉”銀行模式的成功之處，并研究實現(xiàn)中國農(nóng)村金融“長尾效應(yīng)”的條件。闡述通過轉(zhuǎn)變經(jīng)營理念、改善管理模式、優(yōu)化征信技術(shù)等手段實現(xiàn)面向中國農(nóng)村金融貸款業(yè)務(wù)中銀行和農(nóng)戶的雙贏，并據(jù)此給出進一步提出農(nóng)村金融信貸市場的探索性建議。

二、改進的“格萊珉”銀行機制分析

(一)基本假設(shè)

1.假設(shè)農(nóng)戶每年都需要借貸一定的資金開展生產(chǎn)*，這使農(nóng)戶與金融機構(gòu)間存在重復(fù)博弈的可能。

2.第i個農(nóng)戶生產(chǎn)函數(shù)為:Yi=AAiLαiKβi其中，A表示當(dāng)?shù)乜偟纳a(chǎn)環(huán)境(包括經(jīng)濟發(fā)展、交通運輸、氣候變化等)，銀行可以根據(jù)經(jīng)驗測度該值，其在短期內(nèi)難以改變;Ai表示該農(nóng)戶的生產(chǎn)能力，這一信息農(nóng)戶充分掌握，而銀行不完全或不掌握;Li為該農(nóng)戶自身可投入的勞動力供給;Ki為該農(nóng)戶可投入生產(chǎn)的資本供給;0＜α，β＜1。

3.第i個農(nóng)戶資產(chǎn)為K''''i，其中用于生產(chǎn)的比率為pb;當(dāng)前可以得到的貸款數(shù)量為Di，其貸款用于生產(chǎn)的比率為pc。其貸款成本包括:一是利率支出Dr，設(shè)貸款利率為r，則農(nóng)戶需支付的利息Dr=Dir。二是利息之外的其他成本，如填報資料、尋找擔(dān)保人的成本Dcr，其相對于利息而言是一種隱性成本，包括與所貸款金額無關(guān)的費用以及與貸款金額有關(guān)的擔(dān)保費用支出。此時，Dcr=Dcr0+Dir''''，其中r''''表示擔(dān)保費用比例，相當(dāng)于隱性利率。

4.周邊環(huán)境對不還款行為的不認可程度為pe，農(nóng)戶預(yù)計存活時間為yi，則農(nóng)戶由于不還貸款產(chǎn)生的代價為u(pe，y)，其與不認可程度pe和預(yù)期存活年齡yi均成正比。

5.銀行貸款的基本策略:對于新貸款的農(nóng)戶，按地區(qū)和農(nóng)戶的基本情況設(shè)定最高貸款額Zi;對未還款農(nóng)戶依然可以貸款，但額度遞減率為c1;還款后額度遞增率為d1。

6.銀行對農(nóng)戶還貸判斷準(zhǔn)確率取決于銀行掌握的信息，即pei=f(Ii)，其中，pei表示銀行對第i個農(nóng)戶判斷的準(zhǔn)確率，Ii表示銀行掌握農(nóng)戶的信息量，可以證明該函數(shù)是一個下鞅過程，即隨著銀行對某農(nóng)戶信息量掌握的增加，其對農(nóng)戶是否還款判斷的準(zhǔn)確性也在增強。

(二)農(nóng)戶收益分析

農(nóng)戶還款與否的收益(或損失)如下*:1.還款，其收益包括兩部分，一是貸款得到的直接受益:R1=(AAiLαiKβ)K(K''''i×pb+Di×pc)K''''i×pb－Dr－Dcr(2)二是由于還款后貸款額增加帶來的收益期望E(R2)=qiβAAiLαi(Did1pc)β－1－Did1(r+r''''[])(3)其中，qi表示農(nóng)戶一生中希望貸款的次數(shù)。2.不還款，其收益為不還款的金額即Di;而其損失包括兩部分，一是因不還款而以后貸款遞減額帶來的收益損失期望:E(C1)=qiβAAiLαi(Dic1pc)β－1－Dic1(r+r''''[])(4)二是由于周邊環(huán)境對失信不認可所帶來的損失，包括相應(yīng)的違約、罰金等法律責(zé)任等u(pe，yi)。3.農(nóng)戶還款的條件為還款收益大于不還款收益:βAAiLiαDiβ－1pcβ－1(1+qic1β－1+qid1β－1)+u(pe，yi)＞Di+Di(1+qic1+qid1)(r+r'''')+Dcr(5)式中包括五項內(nèi)容，分別為農(nóng)戶的生產(chǎn)獲利水平、當(dāng)?shù)貙π庞玫恼J可程度、貸款的數(shù)量、貸款的利息支出和貸款的其他費用。要使之成立，就要提高農(nóng)戶的單位資產(chǎn)的生產(chǎn)獲利能力、加大違約的不認同、減小貸款金額、降低貸款的利息支出和其他費用支出。再來考察“格萊珉”銀行模式，其正是從這五個方面加以考慮:通過小組農(nóng)戶的協(xié)作和對其生產(chǎn)的輔導(dǎo)來提高農(nóng)戶的生產(chǎn)能力，通過小組農(nóng)戶對違約戶的道德譴責(zé)來提高農(nóng)戶對違約的不認同;通過小額減少貸款金額來通過低息降低農(nóng)戶利息支出，通過簡化程序來減少農(nóng)戶的其他貸款成本。若農(nóng)戶的可勞動年數(shù)較長，即qi較大，則(5)式可以簡化為:βAAiLiαDiβ－1pcβ－1(c1β－1+d1β－1)+u(pe，yi)/qi＞Di(c1+d1)(r+r'''')(6)即若農(nóng)戶與銀行存在長期博弈行為，農(nóng)戶還款的條件只與農(nóng)戶的單位資本預(yù)期收益、當(dāng)?shù)貙Σ贿€款的認可度*、利息的高低以及還款與否的利差設(shè)計有關(guān)。這在相當(dāng)程度上符合中國農(nóng)村金融市場的現(xiàn)狀，應(yīng)當(dāng)是農(nóng)村金融機構(gòu)長期發(fā)展所應(yīng)重點關(guān)注的。

(三)農(nóng)村銀行收益分析

1.單個貸款戶創(chuàng)造的收益。對銀行而言，某貸款戶帶來的預(yù)期收益為:E(Ri)=peiDir－(1－pei)Di(1+r)－C(Ii)(7)顯然，銀行收益很大程度上取決于其基于一定信息的對貸款戶還款的判斷程度。而單位信息帶來的收益為:dE(Ri)dIi=f''''(Ii)Dir+Di(1+r[])－C''''(Ii)(8)由于f(Ii)單調(diào)遞增，f''''(Ii)＞0，即信息本身會創(chuàng)造價值，但收集和處理信息也會花費成本，其是否產(chǎn)生收益取決于信息采集成本和信息利用程度間的比例。

2.整體貸款戶創(chuàng)造的收益:E(R)=∑peiDir－(1－pei)Di(1+r)－C(Ii[])(9)此時，一般人認為，由于中國農(nóng)村地域廣泛、居住分散，對農(nóng)戶的貸款資格進行甄別的信息成本較大，應(yīng)將貸款集中于企業(yè)客戶。然而，由于企業(yè)生產(chǎn)經(jīng)營的復(fù)雜性，要準(zhǔn)確判斷其償債概率，其難度卻遠大于環(huán)境相對穩(wěn)定、生產(chǎn)經(jīng)營簡單的農(nóng)戶。即農(nóng)戶和企業(yè)違約判定函數(shù)要求的信息集存在著較大的差異，若以I1和I2分別表示農(nóng)戶和企業(yè)判別函數(shù)所需的信息集，則I2＞I1，dpe(2)/dI2＜dpe(1)/dI1。另外，由于一個地區(qū)統(tǒng)一特征的企業(yè)樣本相對較少，無法或較難使用統(tǒng)計方法精確描述企業(yè)行為，而對于農(nóng)戶則可以使用較為簡單的統(tǒng)計方法得出較為準(zhǔn)確的特征函數(shù)。由此可知，若以式(9)來統(tǒng)一考量農(nóng)戶和企業(yè)的信息成本和收益，顯然忽略了判定函數(shù)所需信息集大小和構(gòu)造判別函數(shù)的成本差異，而正是此思路造成了對農(nóng)戶和企業(yè)采用了相似征信技術(shù)，擴大了農(nóng)戶信息采集成本。

3.銀行貸款的風(fēng)險收益。對于銀行而言，其貸款行為可看作一種投資行為，必須綜合權(quán)衡風(fēng)險和回報。其效用函數(shù)可表示為:U=E(r)－0．005Aσ2(10)其中，E和σ2分別表示預(yù)期收益和風(fēng)險，A為投資者對風(fēng)險厭惡的指數(shù)(ZviBodie，AlexKane，J．Al-anMarcus，1996)，顯然，風(fēng)險將對效用產(chǎn)生負效應(yīng)。若把企業(yè)貸款看作一種投資(A)，而把農(nóng)戶貸款看作另一種投資(B)，則有:E(rP)=ωAE(rA)+ωBE(rB)σ2P=ω2Aσ2A+ω2Bσ2B+2ωAωBCOV(rA，rB)(12)此時由于兩種投資的組合，銀行的收益變化包括兩個部分，一是預(yù)期收益的變化:ΔU(E)=ωBE(rB)－E(rA[)]，二是風(fēng)險帶來的收益變化*:ΔU(σ)=－0．005Aσ2P+0．005Aσ2A=0.005AωB(1－ωB)σ2A－ωBσ2B－2(1－ωB)σAσBρ[]AB。盡管農(nóng)戶的貸款收益小于企業(yè)，但企業(yè)與農(nóng)戶間相關(guān)程度較低，可由風(fēng)險減少帶來的收益得以一定的補償。

三、信用評估模型的實證分析

(一)數(shù)據(jù)和指標(biāo)選擇

本研究所使用的數(shù)據(jù)來自某省農(nóng)村信用社下屬一縣級聯(lián)社的個人信貸資料，包括農(nóng)戶(貸款戶)的基礎(chǔ)信息、貸款的信息和還款信息三部分組成，提取1571戶的2325筆貸款記錄，但由于部分貸款尚未到還期，部分客戶個人信息缺失過多，予以剔除。處理后共有1266戶貸款者信息，其中違約客戶187個，非違約客戶1079個。這里，把客戶類型作為模型的因變量，即:A類為優(yōu)質(zhì)客戶，能及時還款;B類為違約客戶，發(fā)生了不還款行為;根據(jù)前面的理論推導(dǎo)以及數(shù)據(jù)的可得性，自變量包括教育水平、年齡、所在地域、有無擔(dān)保、貸款金額與家庭凈收入比、是否支農(nóng)、利息支付方式、已為他人貸款提供擔(dān)保的額度、貸款擔(dān)保方式等，并分為以下五類:

1.生產(chǎn)獲利能力。(1)教育水平:假設(shè)受教育程度越高、生產(chǎn)獲利能力越強，則還貸的可能性越高。在樣本中，高中以下學(xué)歷的貸款者占90%以上。根據(jù)貸款者受教育水平把客戶分為兩類，以高中以下學(xué)歷的為基組。(2)年齡:假設(shè)青壯年的生產(chǎn)獲利能力較高，之后生產(chǎn)獲利能力趨弱。樣本中貸款者的年齡集中在20～77歲，且分布較為分散，但可以看出50歲以上貸款者的還款概率明顯降低，故將其作為青壯年與中老年劃分標(biāo)準(zhǔn)，50歲以下的客戶為基組。

2.違約代價。(1)所在地域:假設(shè)一個區(qū)域內(nèi)對違約的不認可程度是較為一致的，并且這種觀念會影響到當(dāng)?shù)刭J款者的違約程度。本文選擇客戶所在地的郵政編碼作為區(qū)域劃分的標(biāo)準(zhǔn)，為了考察區(qū)域?qū)€款概率的影響，假設(shè)農(nóng)村信用社貸款投向大于5%的地區(qū)為觀念上較為接受貸款的一組，對違約不太認可，其貸款量占總貸款量的60%左右，其他歸為另一組。(2)有無擔(dān)保:假設(shè)擔(dān)保會增加違約的代價。樣本中無擔(dān)保貸款731筆，占62.27%，1筆貸款信息缺失予以刪除，其他為有擔(dān)保，以無擔(dān)保組為基組。

3.貸款金額。貸款金額與家庭凈收入比(AP)=貸款額/貸款期限內(nèi)的凈收入，其反映了可比的貸款金額數(shù)量，假設(shè)可比的貸款數(shù)量越少，還款的概率越高。這里以AP的大小為標(biāo)準(zhǔn)把樣本分為兩組(以a＜1為基組)，如果a大于1，則還款的可能性應(yīng)該更小。

4.貸款利息。(1)支農(nóng)與否:按照國家政策，支農(nóng)貸款享受浮動的貸款利息，相對于普通貸款，利息較低，因此假設(shè)支農(nóng)貸款還款率較高。樣本中屬于支農(nóng)項目的貸款共計1062筆，占90.46%，以非支農(nóng)項目的貸款為基組。(2)利息支付方式:分為按月付息、按季付息、一次性還款等，假設(shè)按月支付在感覺上降低了付息的金額、降低了貸款者的還款壓力，會提高還款概率，樣本中按月支付的占73.43%，將其作為基組，其余支付方式分為另一組。

5.其他因素。(1)是否為他人貸款提供擔(dān)保。假設(shè)能夠提供貸款擔(dān)保的客戶，一是自身有較強的還款能力，二是與銀行建立了信任關(guān)系(多次博弈的情況)，因而還款的概率較高，以為其他客戶提供擔(dān)保的為基組。(2)貸款擔(dān)保方式。樣本中貸款的擔(dān)保方式分為質(zhì)押、抵押、保證和信用貸款，其中保證貸款883筆，占75.23%，作為基組，其余擔(dān)保方式作為另一組，假設(shè)由于保證貸款相對其他擔(dān)保方式手續(xù)簡單、費用較小，還款概率較高。首先使用logistic回歸方法對自變量做出檢驗，只有通過檢驗的變量方能納入之后的多元判別模型之中，這里以0.25作為篩選變量的顯著性水平，主要是考慮Bendel和Afifi(1977)以及Greenland(1989)所指出的，使用較為常規(guī)的水平(如α=0.10時)為標(biāo)準(zhǔn)常常可能導(dǎo)致遺漏重要的解釋變量①。為防止這種遺漏，選擇了這樣一個足夠大的α水平。

結(jié)果顯示(見表1)，上述9個自變量中除支農(nóng)與否特征外，都與基本假設(shè)相符，且影響顯著，應(yīng)納入模型。而支農(nóng)與否這一自變量與假設(shè)不符，可能是由于支農(nóng)貸款的發(fā)放過于形式化，存在把關(guān)不嚴(yán)、宣傳不到位等情況，使部分得到此項貸款的并不一定是真正需要貸款的農(nóng)戶，或把貸款當(dāng)成補助的情況，當(dāng)然這也可能與農(nóng)業(yè)項目本身的風(fēng)險程度較大有關(guān)。但由于此項指標(biāo)影響顯著，這里依然予以選用，以便銀行用此模型掌握支農(nóng)貸款的風(fēng)險狀況。

(二)模型確定和實證結(jié)果

下面將全部變量一并放入模型測算參數(shù)。為測試模型的穩(wěn)健性，把總樣本隨機分為兩個子樣本，每組633條信息，一組用于預(yù)測模型，另一組用于測試模型。預(yù)測結(jié)果顯示(見表2)，除教育水平不十分顯著外，其他變量均較為顯著，分析原因，筆者認為可能是由于單位凈收入的貸款額與教育水平存在相關(guān)性而造成的，但為充分利用數(shù)據(jù)，依然將此項納入模型。經(jīng)測算，信用評價模型為:Log［P/(1－P)］=10.17－2.20X1－0.15X2－0.34X3－2.11X4+0.44X5－1.34X6+3.88X7+1.04X8－3.26X9，其中，X1為利息支付方式，X2為單位凈收入的貸款額，X3為教育水平，X4為年齡，X5為有無擔(dān)保人，X6為地域因素，X7為他人貸款提供擔(dān)保，X8為貸款擔(dān)保類型X9為是否支農(nóng)。以另一組樣本測試模型的準(zhǔn)確性和穩(wěn)定性*，結(jié)果見表3。可以看出，在633個樣本中，違約的信息有95條，占樣本的15.01%，不違約的信息有538條，占樣本的84.99%;而模型將違約的信息判為不違約的有11戶，將正?？蛻襞袨檫`約的150戶，總體的準(zhǔn)確率為74.56%，特別是對違約者的準(zhǔn)確率達到了88.41%，效果較好。

四、結(jié)論和政策建議

根據(jù)以上分析可以得到以下幾點結(jié)論:(1)征信技術(shù)的改進可以提高農(nóng)村金融機構(gòu)的收益，但這一征信技術(shù)必須是基于不同類型貸款戶的信息集的。(2)農(nóng)村金融機構(gòu)貸款的風(fēng)險控制可以帶來收益，通過調(diào)整不同類型貸款戶的比例，可以使風(fēng)險分散化進而取得一定的收益。(3)即便沒有抵押物的存在，依然可以通過控制貸款額度、設(shè)立必要的正向機制等手段，增大農(nóng)戶償還貸款的幾率。(4)增強農(nóng)戶的生產(chǎn)和盈利能力是提高農(nóng)戶償還貸款概率的重要方面。(5)降低利率提供貸款和減少貸款成本，也是擴大農(nóng)村貸款規(guī)模和增大農(nóng)戶償還貸款的概率關(guān)鍵項，應(yīng)當(dāng)引起關(guān)注。因而，符合農(nóng)村信貸的征信技術(shù)應(yīng)重點從以下兩個方面展開:首先，以地緣為單位批量采集農(nóng)戶信息，建立信用特征數(shù)據(jù)庫和信用識別函數(shù)，從而大幅降低信息采集和加工成本，并使個人信用與地緣信用一致化，加大地域內(nèi)對失信的不認可程度。其次，通過簡化貸款程序和擔(dān)保，降低農(nóng)戶的貸款成本;控制農(nóng)戶貸款額度與其生產(chǎn)能力、獲利能力的比例;建立貸款額度與信用的正向激勵，提高農(nóng)戶還款的可能。根據(jù)以上分析，筆者提出以下政策建議:

第一，完善農(nóng)村金融機構(gòu)的制度安排，特別要強化農(nóng)村金融機構(gòu)的風(fēng)險防控意識。對于正規(guī)金融機構(gòu)，其“惜貸”行為不完全是由于農(nóng)戶信用不夠，而與其經(jīng)營理念和制度設(shè)計有關(guān)。由于金融監(jiān)管部門尚未完全建立起有效的金融風(fēng)險監(jiān)控體系，而風(fēng)險往往又不一定在短期暴露，許多銀行并未將其納入考核機制中，這顯然忽視了風(fēng)險的價值。此時，農(nóng)村金融機構(gòu)必然服從于短期利益，從而忽視風(fēng)險降低帶來的收益，喪失貸款的風(fēng)險防控意識。因此，金融監(jiān)管部門應(yīng)盡快按照新巴塞爾協(xié)議的規(guī)定，建立起嚴(yán)密的信息監(jiān)控體系，根據(jù)地域風(fēng)險度適當(dāng)上收審核權(quán)，嚴(yán)格風(fēng)險控制的執(zhí)行力度，使農(nóng)村金融機構(gòu)有一個基于長遠目標(biāo)考核的經(jīng)營環(huán)境。在這一監(jiān)控體系下，農(nóng)村商業(yè)銀行才能真正考慮貸款群體的多元化，逐步把視角轉(zhuǎn)向廣大的農(nóng)村市場。同時，大量的資料表明，在發(fā)展中國家和地區(qū)，非正規(guī)金融對于中小企業(yè)融資具有異常重要的作用，甚至在一些已經(jīng)實現(xiàn)了金融自由化的國家和地區(qū)，非正規(guī)金融仍然不同程度地存在著(林毅夫、孫希芳，2005)。因此，政府不必嚴(yán)格限制或扼殺其正常的發(fā)展，而要引導(dǎo)其走向正規(guī)化，并納入金融監(jiān)管體系，在嚴(yán)密的監(jiān)控機制下，逐步將農(nóng)村金融機構(gòu)市場化才是解決農(nóng)村信貸萎縮的根本出路。

第二，不斷提高農(nóng)村金融機構(gòu)的管理水平，逐步改變其經(jīng)營理念。當(dāng)前，大多數(shù)農(nóng)村商業(yè)銀行的資信評價依然停留在單戶的微觀層面，深層次的市場和潛在客戶群挖掘工作嚴(yán)重不足，更談不到結(jié)合國家宏觀經(jīng)濟走勢以及地域、行業(yè)特點的風(fēng)險預(yù)測，這就使新市場的開發(fā)面臨巨大風(fēng)險，阻礙了農(nóng)村金融機構(gòu)對潛在客戶群的吸收。而這又反過來使農(nóng)戶信息必須單點采集，無形中增加了農(nóng)戶信息的成本。因此，必須徹底改變當(dāng)前農(nóng)村金融機構(gòu)的經(jīng)營理念，通過引入高級人才或與研究機構(gòu)合作的方式提高其管理水平特別是市場分析能力，并在以潛在市場開發(fā)為基本經(jīng)營理念的指引下，批量收集和分析農(nóng)戶基礎(chǔ)信息，攤薄農(nóng)戶信息成本

第三，重視農(nóng)村公共信息系統(tǒng)的建設(shè)，發(fā)揮社會資本作用。相對于大企業(yè)，中小企業(yè)信息更不透明，并缺乏可抵押的資產(chǎn)，因而中小企業(yè)的融資也更為困難(林毅夫、孫希芳，2005)，農(nóng)戶的融資問題也是如此。對小額信貸而言，社會資本所建立起來的社會性擔(dān)保與實體性抵押擔(dān)保品相比，其在貸款的審查機制、使用的監(jiān)管機制、降低貸款風(fēng)險的激勵機制方面更有效率，使信貸組織保持了較高的還款比率和儲蓄率(Madajewicz，1997;Michel，2003;Karlan，2001)。同時，這種公共資本的建立也有助于如社會保障、產(chǎn)業(yè)扶持、公共安全等諸多事業(yè)的發(fā)展。因此，政府應(yīng)重視對農(nóng)村公共信息系統(tǒng)的建設(shè)，這可能比農(nóng)戶貼息貸款更有效率。而在組織機構(gòu)上，則既可以依托現(xiàn)有的公安信息系統(tǒng)或統(tǒng)計信息系統(tǒng)，也可以重新設(shè)立專門的信息中心，建立完整的農(nóng)戶個人檔案和公共服務(wù)信息系統(tǒng)。當(dāng)建立了較為完善的公共信息系統(tǒng)時，社會資本的作用也將得到極大發(fā)揮。

在當(dāng)前公共信息系統(tǒng)建設(shè)尚不理想的情況下，農(nóng)村金融機構(gòu)應(yīng)首先建立和健全內(nèi)部信息的共享機制。并考慮從以下幾個途徑獲取必要的信息資源:一是設(shè)法獲取第三方公共信息，如農(nóng)戶水電費、電話費的欠繳紀(jì)錄等;二是通過設(shè)置靈活的貸款利率，對能夠較準(zhǔn)確提供本村整體或某些個人信息的貸款戶給予一定的利率優(yōu)惠;三是進一步規(guī)范和發(fā)展中介公司，如擔(dān)保公司在信息收集方面的作用。第四，進一步加大對農(nóng)村信貸的宣傳力度，拓展農(nóng)村信貸市場空間。農(nóng)村金融機構(gòu)的長尾效應(yīng)產(chǎn)生的基礎(chǔ)來自于廣大的消費群體，農(nóng)村金融機構(gòu)一方面要設(shè)計覆蓋各層次農(nóng)民特點的金融產(chǎn)品，另一方面也要針對不同層面的農(nóng)戶開展不同的宣傳。如在產(chǎn)品開發(fā)階段，在收集、甄別信息和了解農(nóng)戶需求時就有針對性地推介適合的信貸產(chǎn)品;通過城鄉(xiāng)聯(lián)動機制等手段，建立起長久而有效的城鎮(zhèn)“示范性”效應(yīng)機制(周建、楊秀禎，2009);通過借貸雙方之間的正常信貸交往的案例為非借款農(nóng)戶提供示范效應(yīng)(李蘭蘭、趙巖青，2008);介紹違約記錄可能帶來的諸多不便等。增強農(nóng)戶對信貸違約的不認同感，并使借貸雙方之間的信任程度隨著雙方交易次數(shù)的增加而日漸加深。

另外，本研究表明，農(nóng)民歸還貸款的意愿很大程度上取決于其生產(chǎn)和盈利能力，這需要政府進一步加大對農(nóng)村科技和教育投入，探索建立適合中國現(xiàn)狀的農(nóng)村生產(chǎn)經(jīng)營方式，逐步提高農(nóng)戶的生產(chǎn)經(jīng)營能力和抗風(fēng)險能力，降低其被動違約的概率。而農(nóng)村金融機構(gòu)也應(yīng)當(dāng)積極主動了解和掌握與當(dāng)?shù)厣a(chǎn)相關(guān)的經(jīng)濟信息和資訊，有目標(biāo)地提供給已貸款或潛在貸款農(nóng)戶。在一定程度上幫助農(nóng)戶解決生產(chǎn)信息不對稱的問題，也進一步提高金融機構(gòu)的預(yù)測水平，促進農(nóng)村金融健康發(fā)展。