农村信用社农户贷款利率系统化定价模式探究.docVIP

农村信用社农户贷款利率系统化定价模式探究【摘 要】针对现阶段四川省农村信用社从农户提出授信申请到信用社对借款人及相应贷款项目予以审查、筛选、贷款利率定价和管理的全过程中存在的主要问题，结合四川省农村经济和信贷工作实情提出了“成本导向”定价模式为基础，同时考虑“风险溢价”因素的系统化定价模式。其运作流程包括三个环节：首先采用神经网络BP模型对农户贷款授信对象予以甄别，确认是否授信；其次利用Logit模型计算农户的违约概率，以违约概率作为“风险溢价”及其基本利率加（减）点的依据；继而对农户贷款利率予以合理定价。 【关键词】农村信用社 农户贷款 信用评级 贷款利率 定价模式 一、选题背景 深化农村金融服务一直被视为遵循科学发展观破解“三农”难题、实现农业现代化、推动城乡统筹与一体化进程中极为重要的环节。就目前较为严峻的经济形式看，有鉴于边际消费倾向农村远大于城镇的事实，深化农村金融服务对于“扩内需、促增长”十项措施的贯彻同样具有明显的战略支撑作用。 作为农村地区最基层的金融组织体系，农村信用社直接面对农户及工商企业等其他农村金融市场主体，并成为农村金融市场的主力军[1]。为适应当前经济形势和利率市场化要求，探索具有区域性特色的农村信用社利率定价机制模式，强化利率风险管理，实行差别化贷款利率服务，科学合理进行贷款利率定价，缓解农民贷款难，消除农村金融抑制，更好地发挥支持“三农”主力军作用，对农村信用社的可持续发展和促进农村经济的发展具有深远的现实意义。 二、系统化定价模式 根据四川省农村信用社的实际情况，任何单一的定价方法均不能很好地适应当前四川省农村信用社的贷款定价要求，只有进行优势互补，才能找出农村信用社贷款定价的最佳方法。为此，结合四川省农村经济和信贷工作实情提出了“成本导向”定价模式为基础，同时考虑“风险溢价”因素，进而融合为一种较为适合全省的“基本利率加（减）点法”贷款利率系统化定价模式。 1.甄选授信对象 将BP神经网络技术应用于农户信用评价中，并选取了四川省的部分农户数据对神经网络进行培训，构建BP信用评价模型对农户贷款授信对象予以甄别，确认是否授信。 2.测算违约概率 本文用了430个贷款农户作建模样本，运用Logit回归分析法构建四川农村信用社农户贷款的违约模型。利用Logit模型测算农户的违约概率，以违约概率作为“风险溢价”及其基本利率加（减）点的依据。 3.合理定价 贷款利率=基准利率+风险溢价点数+经营策略调整点数 （2-1） 从农信社的管理水平和竞争环境看，基准利率加点模式的定价方法不仅框架比较清晰，而且技术难度适中，是比较适宜的选择方案；关键是选择好基准利率。基准利率通常为浮动利率，根据筹集信贷资金的成本以及管理费用和贷款期限确定利率水平，以中国人民银行公布的金融机构贷款利率作为基础，根据地区经济状况和贷款品种等在一定浮动幅度内确定基准利率，便于农村信用社接受，易于操作和推广。 作为农村金融的主力军，四川农信社为破解“三农”难题、实现农业现代化、推动城乡统筹与一体化进程都做出了巨大的贡献。随着利率市场化的进一步推进、农村金融市场竞争机制的引入，农信社也应考虑客户需求、同业竞争、市场利率水平的变化、国家开发和扶持农村金融的政策导向等因素的影响，调整经营政策浮动点数。 三、农户信用评估 研究贷款定价必须考虑违约风险，因为其反映了信贷活动中客观存在的不确定性，而贷款定价的核心环节（贷款利率的决定）不能忽视不确定性。忽视违约风险就等于否认不确定性对贷款利润及贷款定价的重要影响，这将导致贷款定价研究过于简化，并且与现实脱节。违约风险对银行贷款定价决策具有重要影响，其一方面降低了信贷市场的资源配置效率，另一方面还侵蚀了贷款合同的价值。控制农户贷款违约风险的基础就是进行农户信用评估。 目前，各地农村信用社在农村基本依附“信用村”、“信用农户”，但是各地农村情况各不相同，千差万别。农户信用难以量化，主观判断多，定量分析少，影响了信用评估结果的可比性和客观性。本文尝试将影响农户信用状况的因素进行量化处理，在农村建立完善的信用体系，运用科学的方法评估农户信用行为，时时监测调控引导农户信用行为，推进农村消费市场的启动。探索建立和完善农户信用采集与评价体系的有效途径，规范“农户征信系统”，建立农户信用信息基础数据库，采集农户信用信息，实现农户信息的电子化。 1.评估指标体系 农户信用评级标准应当以农村经济金融的现状为依据，选择合理的信用评价标准，建立适应农村经济金融现状的信用评估模型。信用社如何根据本地区实际情况，根据农村的实际情况设计信用指标体系，为不同农户进行信用评级，并在信用评级的基础上，对文明信用户予以信贷支