新型農業經營主體信用評價指標體系的構建及其政策建議

摘要：本文總結了信用評價指標體系方面已有研究成果，闡述了相關理論基礎和風險成因，針對不同類型的新型農業經營主體分層分級建立了家庭經營類主體、合作經營類主體、企業經營類主體等三類信用評價體系，并基于實證數據對相關評價指標體系的有效性進行了檢驗。結果表明：家庭和雇傭勞動力、固定資產和運輸工具、還款意愿、家庭收支情況等4大類指標均對家庭經營類主體的信用有顯著影響；基本信息、管理水平、聲譽信息、財務狀況、宏觀環境等5大類指標對企業經營類主體的信用均有顯著影響；由于合作經營類主體缺少合格樣本數據，未對該類信用評價指標體系有效性進行核驗。文章還從加強組織推動、推進數據庫建設、深化評級結果應用、加強合規管理四個方面提出了相關政策建議。

關鍵詞：新型農業經營主體；信用評價；信用風險；評價指標體系；有效性檢驗

中圖分類號：F830.31" " " " 文獻標識碼：A" " " " 文章編號：1007-0753（2023）02-0083-13

一、引言

新型農業經營主體的發展已成為帶動農業增產和農民增收的“主力軍”，加大對其金融支持也成為了金融助力鄉村振興的重要切入點。2021年中央一號文件《中共中央國務院關于全面推進鄉村振興加快農業農村現代化的意見》明確指出要“用三年時間基本建成比較完善的新型農業經營主體信用體系”。當前，農村信用體系主要存在信用環境不理想、征信體系不暢通，融資主體實力偏弱，農業生產經營保障性不足等問題，而新型農業經營主體具有較規范的管理機制和經營理念，生產規模相對較大，完善其信用評價指標體系將有助于形成區域內守信激勵和失信懲戒的良好氛圍，促進農村信用環境的整體優化。這既是深入推進農村信用體系建設的關鍵抓手，也是農村金融持續穩定健康發展的必由之路。

學者們從不同角度選取了相關指標構建信用評價指標體系，并進行了有效性檢驗。徐超等（2017）選取了償債能力、經營能力、產業基礎、信用狀況、組織機構等指標構建信用評價指標體系，并通過了實證檢驗。倪旭和張峭（2019）對上述指標進行了進一步細化，如經營狀況主要包括經營穩定性、生產能力以及保障能力。徐超等（2017）、徐超和宋丹（2018）認為要構建統一、公認的新型農業經營主體信用評價指標體系，建議在國家金融信用信息基礎數據庫的基礎上開發新型農業經營主體子系統。鐘真（2018）認為不同類型新型農業經營主體間的異質性在增強，不適用一套統一的信用評價指標體系。

信用評價方法能夠基于數據對信用評價指標體系的有效性進行驗證。從傳統方法來看，唐煜和崔海浪（2020）利用FISHER法評估個人信用風險，準確率可達90%以上。曹小林（2020）基于貝葉斯網絡的個人信用評價模型采用隨機森林算法，該方法適用于多類別的判別分析，可以滿足精細化分類評級的需求。

從現代信用風險度量方法來看，竇文章和劉西（2008）構建了Credit Metrics模型，計算商業銀行信貸數據的核心參數，并利用這些參數測算出該商業銀行貸款的風險等級及其分布；白璐瑩（2020）利用KMV模型定量計算上市商業銀行的違約距離和預期違約頻率，并發現商業銀行的資產規模越大，所面臨的信用風險越小。

從機器學習算法來看，利用其識別客戶的信貸風險能夠滿足大數據分析的基本需求。韓修龍（2018）基于數據挖掘中的XGBOOST模型綜合進行信用評估。相較于人工審核，機器學習算法降低了成本，提升了準確率。

二、新型農業經營主體信用評價體系的相關理論分析

（一）新型農業經營主體的主要特征及發展趨勢

新型農業經營主體指直接或者間接從事農產品生產、加工、銷售和服務的任何個人和組織，其中直接經營主體主要包括基本農戶、兼業農戶和農業大戶，間接經營主體主要包括社區性服務組織、行業性服務組織以及農民自愿組成的農民專業協會或合作組織。總體看來，新型農業經營主體可以分為四類，即種養大戶、家庭農場、農民專業合作社和農業產業化龍頭企業。2021年中央一號文件根據各類新型農業經營主體的不同特征提出了差異化的發展側重點，各類新型農業經營主體的主要特征和發展趨勢總結見表1。

（二）新型農業經營主體的信用風險成因分析

1.影響新型農業經營主體信用的共性因素分析

信用履約的影響因素主要是償還意愿和償還能力。其中，各類新型農業經營主體償還能力的影響因素較為復雜，因此需要進一步確定應采集哪些信息以更好地反映農戶償還能力。研究新型農業經營主體的償還能力實際上可視為研究一個微型企業的盈利能力。因此，以傳統的柯布-道格拉斯生產函數為基礎，構造其償還能力函數。構造過程如下：

（1）構建新型農業經營主體收入函數。新型農業經營主體的收入W由其產品的產量Q與價格Price決定，假設其無自有土地，生產要素均需購買，則其收入函數可表示為：

W = QPrice = AKαLβPrice" " " " " " " " " （1）

其中，A為新型農業經營主體的生產技術水平，K為投入的資本，且Kgt;0，L為投入的勞動力，α是資本產出的彈性系數，β是勞動力產出的彈性系數，對于單個新型農業經營主體而言，α和β可視為外生常數，α∈（0， 1）， β∈（0， 1），且α+β＞1即規模效益遞增①。

（2）構建新型農業經營主體償還能力函數。由于新型農業經營主體的創業初始資金相對于一般企業而言較少，假設其投入的資金K均為借貸獲得，則其利潤E（可反映償還能力）為收入W與貸款額K本息之差②。由于此類貸款絕大部分采用定期付息、到期還本的償還方式，故利潤E具體可表示為：

E = W-K（RT+1） = AKαLβPrice - K（RT+1）" " "（2）

式（2）中，R為貸款利率，T為與R計息周期對應的貸款期數③。

理論上，只有當Egt;0時，新型農業經營主體的借款生產才具有可持續性，即能夠正常履約還款，因此可以計算出其信貸履約還款的前提條件，即：

AKαLβPrice - K（RT+1） ＞ 0" " " " " " " " （3）

對式（3）進行整理，可得：

ALβPrice＞K1-α （RT+1）" " " " " " " " " " （4）

式（4）左邊為新型農業經營主體生產和銷售相關信息，也是信用評價指標體系需要采集的內容；右邊為貸款相關信息，由金融機構掌握，不需要采集。

式（4）中需采集的信用信息可定義為新型農業經營主體的生產經營能力，具體涉及三個方面，即生產技術、勞動力水平和產品價格。

2.影響各類新型農業經營主體信用的個性因素分析

各類新型農業經營主體具有不同的特征和發展趨勢，因此，有必要結合各類特征分類構建信用評價指標體系。此外，通過與湖南省內部分縣域農商行座談發現，農商行普遍認為種養大戶與家庭農場兩類主體實質上均從事家庭經營活動，信用風險相似度較高，影響因素基本趨同，在業務實踐中采用同樣的標準進行授信，也未發現明顯的缺陷。基于上述考量，本文將種養大戶和家庭農場合并為家庭經營類主體進行整體研究，并將農民專營合作社和農業產業化龍頭企業分別視為合作經營類和企業經營類主體④。

家庭經營類主體的規模相對最小，經營穩定性最弱，財務狀況相對最差，信息采集也最為困難，因而其信用狀況高度依賴于農場主或種養大戶個人資信狀況；企業經營類主體規模最大，經營穩定性最強，財務狀況相對最佳，信息獲取難度也最低，因此其信用狀況很容易通過企業生產運營數據加以判斷；合作經營類主體的特點介于上述兩者之間。

（四）新型農業經營主體信用評價指標體系的構建路徑

1.構建原則

（1）可得性。在遵循個人信息保護、充分尊重個人隱私和商業保密的基礎上，各指標應依賴已有信息系統獲得，或者能通過特定機制從政府部門或金融機構便捷、長期地獲取。

（2）可靠性。是指所選取的指標來源權威，或由于復核便捷而篡改難度大。

（3）可用性。所選用的指標應簡單清晰、規范統一、適應性強，特別要注重統計口徑、分類方法、計算公式等方面的規范化。

（4）合規性。指標的選取應不違反《征信業管理條例》等有關法律法規，不逾越信息采集底線。

（5）適度性。是指所選取的指標總量應合理適度，既要包含各個維度的信息，又要避免盲目貪多求全，盡可能使信息采集的成本收益比最小化與數據使用率最大化。該原則可體現為匯總指標后進行科學合理的篩查。

2.構建步驟

通過調研走訪，分家庭經營、合作經營和企業經營三類選擇指標體系，再向轄內14家市級農商行和所有縣級農商行發放網絡調研問卷，由各銀行進一步對相關指標進行篩選⑤。

依據上述思路，新型農業經營主體的信用評價指標體系可以用5個環節進行篩選與分級構建，依次為指標匯總與可得性篩查、可靠性篩查、合規性篩查、可用與適度性篩查、指標分級，具體流程詳見圖1。

3.有效性檢驗機制

根據已有文獻，對信用評價指標體系的有效性加以檢驗主要有FISHER判別、貝葉斯網絡模型、KMV模型、機器學習算法等方法。

由于可獲得實證數據進行指標體系檢驗的新型農業經營主體數量僅有數百個，樣本數據為截面數據，作為變量的違約率指標為僅有0和1取值的二分類變量，且部分指標0值較多，數據分布也不統一，上述信用評價方法對于本研究選取的樣本并不適用。本文擬采用Logit模型進行非線性相關性回歸分析。

將Y=1定義為農戶發生了小額信貸違約，將概率設為P；Y=0定義為農戶正常履約，概率為1-P。設X為違約影響因素，Z為控制變量，將各類變量代入Logistic函數，則Y的回歸方程可表述為：

Ln（" ） = α+βX+δZ+ε" " " " " " " "（5）

其中，α為常數項，β為影響因素回歸系數矩陣，δ為控制變量回歸系數矩陣，ε為隨機干擾項。

本文在各類新型農業經營主體的信用評價指標體系構建完成后，基于隨機抽樣和公開數據庫所獲取的樣本數據，運用Logit模型對可以匹配實證數據的評價指標進行有效性檢驗。

三、家庭經營類主體信用評價指標體系研究

（一）家庭經營類主體信用評價指標體系構建

本文依據調查形成了家庭經營類新型農業經營主體信用評價指標備選體系。將所有備選指標進行分類匯總，刪除不滿足可靠性和合規性篩查要求的指標，形成了包含6個一級指標、18個二級指標和108個三級指標的備選數據庫，如表3所示。

將上述備選指標庫中實際包含的所有三級指標以電子問卷形式發給轄內各市級和縣級農商行，由其選擇需要采集的農戶信用信息指標。該電子問卷共發放97份，實際回收97份有效答卷。在剔除了被選擇概率低于60%的指標后，還剩余34個指標，涉及6個大類的12個方面，本文依據被選擇率對信用評價指標的重要性程度進行分級，被選擇率在前1/3的指標重要性程度被判斷為“非常重要”，共12個；被選擇率在前1/3至前2/3之間的指標被判斷為“比較重要”，共11個；被選擇率在后1/3的指標被判斷為“一般”，共11個，詳見表4。

（二）家庭經營類主體信用評價指標體系核驗

1.實證樣本選取及驗證指標說明

本文從湖南省某主要涉農金融機構信貸管理數據庫中的2020年前結束了信貸履約行為的主體中，隨機抽取了200戶具有家庭農場信息的農戶和200戶同時具有種植信息和養殖信息的農戶，將它們的農戶小額信貸業務脫敏檔案分別作為家庭農場和種養大戶的實證樣本。

除作為被解釋變量的違約情況外，每份農戶脫敏檔案均包含家庭和雇傭勞動力、固定資產和運輸工具、還款意愿、家庭收支情況、金融資產、負債信息等6類信息，涉及前文歸納的家庭經營類主體信用評價指標體系中6類一級指標中的4類，上述信息經共線性篩查后，共保留9個指標作為實證的解釋變量⑥⑦。各指標及其統計性描述詳見表5。

運用Logit模型對包含400個主體的總體樣本進行分析，其中與違約行為顯著相關的指標類型有家庭和雇傭勞動力、固定資產和運輸工具、還款意愿、家庭收支情況4類，如表6所示。

由表6可知，家庭和雇傭勞動力、固定資產和運輸工具、還款意愿、家庭收支情況4類因素以及婚姻狀況與健康狀況的交叉項會對家庭經營類主體的信用造成影響。值得注意的是，家庭和雇傭勞動力信息中“從業年限”的相關系數為正值，說明對勞動力而言，隨著年齡的增長，因熟練勞動帶來的產能提升幅度小于因勞動能力減弱導致的產能下降幅度，因此需重視農村中年輕勞動力的作用。

2.家庭經營類主體Logit模型的穩健性檢驗

為了確保上述Logit模型的穩健性，本文將種養大戶和家庭農場的樣本分為兩組進行單獨分析，以驗證總體樣本實證結論的穩健性，結果詳見表7。

由表7可知，在總體樣本以及種養大戶、家庭農場的分組樣本中，盡管單個指標項的顯著性存在少許差異，但家庭和雇傭勞動力、固定資產和運輸工具、還款意愿、家庭收支情況4類指標均對家庭經營類主體的信用有顯著影響。

四、合作經營類主體信用評價指標體系構建

（一）合作經營類主體信用評價指標體系構建

基于前述構建流程，本文依據調查形成了合作經營類新型農業經營主體的信用評價指標備選體系。將所有備選指標進行分類匯總，刪除不滿足可靠性和合規性篩查要求的指標，形成了包含5個一級指標、12個二級指標和64個三級指標的備選數據庫，如表8所示。

將上述備選指標庫中實際包含的所有三級指標以電子問卷的形式發給轄內各市級和縣級農商行，由其選擇需要采集的農戶信用信息指標。該電子問卷共發放97份，實際回收97份有效答卷。在剔除了被選擇概率低于60%的指標后，還剩33個指標，涉及5個大類的12個方面。本文依據被選擇率對信用評價指標的重要性程度進行分級，被選擇率在前1/3的指標重要性程度被判斷為“非常重要”，共11個；被選擇率在前1/3至前2/3之間的指標被判斷為“比較重要”，共11個；被選擇率在后1/3的指標被判斷為“一般”，共11個，詳見表9。

（二）合作經營類主體信用評價指標體系核驗

由于合作經營類主體在新型農業經營主體中的占比相對偏小，在已公開的數據庫或所調研的部分金融機構數據庫中尚未找到此類主體的合格樣本，因此無法對此類主體的信用評價指標體系進行核驗。

五、企業經營類主體信用評價指標體系構建

（一）企業經營類主體信用評價指標體系構建

基于前述構建流程，本文依據調查形成了企業經營類新型農業經營主體的信用評價指標備選體系。將所有備選指標進行分類匯總，刪除不滿足可靠性和合規性篩查要求的指標，形成了包含6個一級指標、15個二級指標和87個三級指標的備選數據庫，如表10所示。

將上述備選指標庫中實際包含的所有三級指標以電子問卷的形式發給轄內各市級和縣級農商行，由其選擇需要采集的農戶信用信息指標。該電子問卷共發放97份，實際回收97份有效答卷。在剔除了被選擇概率低于60%的指標后，還剩余37個指標，涉及6個大類的15個方面。本文依據被選擇率對信用評價指標的重要性程度進行分級，被選擇率在前1/3的指標重要性程度被判斷為“非常重要”，共13個；被選擇率在前1/3至前2/3之間的指標被判斷為“比較重要”，共12個；被選擇率在后1/3的指標被判斷為“一般”，共12個，詳見表11。

（二）企業經營類主體信用評價指標體系核驗

1.實證樣本選取及驗證指標說明

本文從WIND數據庫中選取了2020年底我國A股滬深兩市的農、林、牧、漁行業仍在經營的49家上市公司，將其作為農業產業化龍頭企業的實證樣本，其中ST和*ST公司共計6家，作為備選的違約樣本。考慮到部分上市公司盡管沒有被ST處理，但其流動比率較低且當年大幅虧損，經營能力堪憂，本文將2020年底流動比率小于1且凈利潤同比下降100%以上的企業也作為經營異常企業。經排查總體樣本中此類企業有1家，也將其歸類為違約樣本。綜上所述，容量為49的總樣本中正常履約樣本為42個，違約樣本為7個。

除作為被解釋變量的違約情況外，每個樣本均包含基本信息、管理水平、聲譽信息、財務狀況、宏觀環境等5類信息，涉及前文歸納的企業經營類主體信用評價指標體系中6類一級指標中的5類。上述信息經共線性篩查后，共保留8個指標作為實證的解釋變量。各指標及其統計性描述詳見表12。

運用Logit模型對包含49個主體的總體樣本進行分析，其中基本信息、管理水平、聲譽信息、財務狀況、宏觀環境等5類指標均與違約行為顯著相關，如表13所示。

由表13可知，基本信息、管理水平、聲譽信息、財務狀況、宏觀環境5類因素以及環保管理與營業收入同比增速交叉項會對企業經營類主體的信用造成影響。

2.企業經營類主體Logit模型的穩健性檢驗

為了確保上述Logit模型的穩健性，本文根據企業經營類主體的注冊省份，將企業劃分為東部組、中部組、西部組單獨分析，各子樣本容量分別為25、11、13，以驗證總體樣本實證結論的穩健性，結果詳見表14。

由表14可知，在總體樣本以及東部組、中部組、西部組的分組樣本中，盡管單個指標項的顯著性存在少許差異，但基本信息、管理水平、聲譽信息、財務狀況、宏觀環境5類指標均對企業經營類主體的信用有顯著影響。

六、結論及政策建議

本文研究結論主要有以下三點：1.新型農業經營主體信用的影響因素主要分為共性因素和個性因素兩類。2.新型農業經營主體信用評價指標體系的建立可以遵循“理論分析－調研構建－實證檢驗”的規范性流程。3.新型農業經營主體的信用評價指標體系可以按三類子體系構建。其中，家庭和雇傭勞動力、固定資產和運輸工具、還款意愿、家庭收支情況等4大類指標均對家庭經營類主體的信用有顯著影響；基本信息、管理水平、聲譽信息、財務狀況、宏觀環境等5大類指標對企業經營類主體的信用均有顯著影響。

結合實證結果，給出以下建議：一是加強組織推動。推動建立覆蓋政府部門和公共事業單位的新型農業經營主體信用信息采集和共享機制，提升農村地區金融機構服務網點、金融綜合服務站、農村基層組織的參與積極性，不斷完善信用評價體系的有效性。二是推進數據庫建設。要逐步推進省級新型農業經營主體數據庫的建設，同時對已建立的農戶信用信息系統進行系統功能優化，將新型農業經營主體納入統計范圍。同時，考慮到農業數據的歸口部門涉及省、市、縣等多個層級，需要逐步推動各級新型農業經營主體數據庫的互聯互通，從而提升信用評價的全面性、準確性和有效性。三是深化評級結果應用。引導涉農金融機構將信用評價結果等信息作為新型農業經營主體貸款授信的重要參考指標，創新推出特色金融產品，支持鄉村振興。同時，要以信用創新鄉村治理與鄉風建設機制，建立健全轄內守信激勵和失信懲戒協同機制，推動地方政府在鄉風文明建設、農村基層治理、返鄉創業等方面基于信用信息對新型農業經營主體進行獎懲、實施管理和提供服務。四是加強合規管理。要高度重視新型農業經營主體信用評價過程中的信息安全問題，制定信息采集、信用評價和結果應用的規范性流程。同時，應進一步厘清相關信息的采集邊界，完善應用授權機制，確保信息采集與應用符合《個人信息保護法》等法律法規要求。

注釋：

① 由于新型農業經營主體的生產規模較小，通常都處于規模效益遞增階段，即擴大生產規模可以增加單位投入的產出，因此α+β＞1。

② 理論上，由于新型農業經營主體的治理能力相對較弱，導致經營主體和主要責任人之間的財務分割不清晰，因此新型農業經營主體的利潤中還應扣除責任人的日常生活支出，但鑒于此類支出難以被準確統計，公式里不予考慮。

③ 為便于計算，此處設定貸款為單利計息方式。

④ 由于2017年修訂的《農民專業合作社法》包含合作社的企業法人地位、市場經濟主體和按照交易額分配盈余等條款，部分學者認為合作社和企業在實際組織、運營過程中并無區別，在信息采集和信用評價中可以納入統一體系。但本研究通過對比分析與實地走訪后認為，合作社在經營規模、組織治理、產品研發等方面仍與企業存在差異，因此二者應采用不同的信用評價體系。

⑤ 根據調研走訪，由于各級農商行深耕本土農戶，在新型農業經營主體的采信、評信和授信中也成為了主力，這些機構的意見也更加切合一線業務實際。

⑥ 樣本原始數據中，6大類指標類型下共有30個指標，但僅9個指標通過Pearson系數檢驗和多重共線性檢驗，彼此間不存在共線性。

⑦ 對外擔保和負債類信息包含兩個指標，但其樣本值絕大部分為0，未通過Pearson系數檢驗，說明該類信息可能為冗余信息，也可能難以被采集，實用性不強。因此，實證中不再考慮這類信息。

⑧ 違約情況為被解釋變量，其他指標均為解釋變量；資產類指標的單位為“萬元”，收支類指標的單位為“萬元/年”。

⑨ 變異系數=標準差/平均值，由于各指標的數量級和平均數不盡一致，用變異系數度量其離散程度具有更好的可比性。

⑩ 該指標信息最初由金融機構信貸人員在進行信貸面簽時填寫，填寫依據為農戶本人面談情況和村中“五老”等有威望之人的評價，并會在貸后管理過程中進行更新。

樣本原始數據中，5大類指標類型下共有22個指標，但僅8個指標通過Pearson系數檢驗和多重共線性檢驗，彼此間不存在共線性。

違約情況為被解釋變量，其他指標均為解釋變量；存續時間單位為“年”；比率和同比增速單位為“%”。

變異系數=標準差/平均值，由于各指標的數量級和平均數不盡一致，用變異系數度量其離散程度具有更好的可比性。

該指標根據華證ESG評級賦分，如未評級為0分，C為1分，CC為2分，CCC為3分，依此類推。

該指標根據“企查查”APP中的失信信息和被執行人信息賦分，當前存續的失信信息及被執行人信息每1條記1分，當前未存續的歷史行為每1條按0.2分記。

該指標根據北京大學光華管理學院管理創新交叉學科平臺發布的《2020年中國31省份營商環境研究報告》對公司所在省份的營商環境賦分，各省份營商環境從低到高分為C到A+共7個等級，分別計1—7分。

東部組、中部組、西部組依次分別為江蘇省、湖南省、甘肅省。

參考文獻：

[1]徐超，宋丹，周鵬程.新型農業經營主體信用評價體系構建探析[J].征信，2017，35（10）：41-45.

[2]倪旭，張峭.中國新型農業經營主體信用評價指標體系研究[J].農業展望，2019，15（06）：23-27.

[3]徐超，宋丹.改進新型農業經營主體金融信貸狀況的思路與對策[J].征信，2018，36（08）：85-88.

[4]鐘真.改革開放以來中國新型農業經營主體：成長、演化與走向[J]. 中國人民大學學報. 2018，32（04）：13.

[5]唐煜，崔海浪.Fisher判別法在個人信用風險評估中的應用[J].中國市場，2020（19）：52-53.

[6]曹小林.基于貝葉斯網絡模型的個人信用評價[J].統計與決策，2020，36（10）：153-155.

[7]竇文章，劉西.基于Credit Metrics模型評估銀行信貸的信用風險[J].改革與戰略，2008（10）：81-84.

[8]白璐瑩.基于KMV模型的中國上市銀行信用風險度量研究[J].生產力研究，2020（12）：41-44.

[9]韓修龍.基于XGBOOST的用戶信用評分建模[J].電腦知識與技術，2018，14（05）：7-8.

（責任編輯：張艷妮 /校對：唐詩柔）