《農(nóng)村金融機構(gòu)風(fēng)險的影響因素實證探究》10000字（論文）

農(nóng)村金融機構(gòu)風(fēng)險的影響因素實證研究[摘要]黨的十九大報告中習(xí)近平同志第一次提出“鄉(xiāng)村振興”戰(zhàn)略，提出農(nóng)業(yè)農(nóng)村農(nóng)民問題是關(guān)系\t"/item/%E4%B9%A1%E6%9D%91%E6%8C%AF%E5%85%B4%E6%88%98%E7%95%A5/_blank"國計民生的根本性問題。當(dāng)前農(nóng)村發(fā)展速度明顯加快，農(nóng)村金融機構(gòu)建設(shè)和優(yōu)化全面展開。然而，由于存在各種內(nèi)外部影響因素，農(nóng)村金融機構(gòu)在鞏固農(nóng)村經(jīng)濟(jì)發(fā)展方面面臨著各種風(fēng)險，找出影響農(nóng)村金融機構(gòu)風(fēng)險的因素并針對性地提出風(fēng)險防范建議有利于為農(nóng)村金融的發(fā)展添磚加瓦。本文從影響農(nóng)村金融機構(gòu)風(fēng)險的因素出發(fā)，以新三板上市的農(nóng)貸公司的財務(wù)數(shù)據(jù)和宏觀經(jīng)濟(jì)指標(biāo)為基礎(chǔ)，利用實證分析的方法，找出影響農(nóng)貸公司不良貸款率產(chǎn)生的顯著因素，并最終得出結(jié)論和建議。[關(guān)鍵詞]農(nóng)村金融機構(gòu)農(nóng)貸公司不良貸款率風(fēng)險防范目錄TOC\o"1-3"\h\u156891導(dǎo)論 4233141.1研究背景與研究意義 4306361.2文獻(xiàn)綜述 481131.3研究方法與思路 5202461.3.1研究方法 5101661.3.2研究思路 545701.3.3創(chuàng)新與不足 5158962農(nóng)村金融機構(gòu)的風(fēng)險現(xiàn)狀 6259332.1信用風(fēng)險：不良資產(chǎn)和不良貸款比例較高 6266352.2操作風(fēng)險：缺乏專業(yè)的信貸人員 6169422.3流動性風(fēng)險：存在流動性缺口 7272353農(nóng)村金融機構(gòu)風(fēng)險的影響因素 7299173.1外部因素 759713.1.1提供金融服務(wù)的對象特殊 7186093.1.2宏觀經(jīng)濟(jì)的影響 838433.2內(nèi)部因素 8324413.2.1農(nóng)村金融機構(gòu)內(nèi)部控制體系有待健全 8127373.2.2農(nóng)村金融機構(gòu)激勵約束機制有待改進(jìn) 8295973.2.3農(nóng)村金融機構(gòu)經(jīng)營管理方向偏差 9145614對風(fēng)險因素的實證檢驗 9299174.1理論框架與計量模型的建立 959714.1.1理論框架 9186094.1.2計量模型的建立 9299174.2實證分析 1059714.2.1數(shù)據(jù)來源 10186094.2.2描述性統(tǒng)計分析 1059714.2.3實證檢驗 12299174.3結(jié)論 13136975對農(nóng)村金融機構(gòu)風(fēng)險防范的啟示和建議 1421387【參考文獻(xiàn)】 151導(dǎo)論1.1研究背景與研究意義我國是農(nóng)業(yè)發(fā)展大國，農(nóng)村經(jīng)濟(jì)的發(fā)展是我國整體發(fā)展中不可或缺的一部分。農(nóng)村金融的發(fā)展可以促進(jìn)區(qū)域消費的上升，帶動區(qū)域經(jīng)濟(jì)的上漲，在一定程度上能夠有效緩解貧困，助力新農(nóng)村發(fā)展建設(shè)。習(xí)近平同志在黨的十九大報告中提出“鄉(xiāng)村振興”戰(zhàn)略，2018年9月，中共中央、國務(wù)院印發(fā)了《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》，其中明確了要加大金融支農(nóng)的力度，促進(jìn)金融創(chuàng)新，助推鄉(xiāng)村金融高效健康的發(fā)展。近年來，隨著我國全面脫貧、金融扶貧以及普惠金融助力偏遠(yuǎn)地區(qū)等改革進(jìn)程的不斷推進(jìn)，農(nóng)村金融機構(gòu)在助力農(nóng)村金融進(jìn)步發(fā)展方面發(fā)揮著更大的影響。我國的農(nóng)村金融機構(gòu)主要包括農(nóng)村商業(yè)銀行、農(nóng)村信用社、村鎮(zhèn)銀行、農(nóng)村貸款公司等，相較于城鎮(zhèn)大型企業(yè)來說，農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展相對緩慢，盈利性和資金流動性相對較差，很多金融機構(gòu)不愿意涉及農(nóng)村金融，這也導(dǎo)致農(nóng)村經(jīng)濟(jì)出現(xiàn)滯后發(fā)展的狀況。而要解決農(nóng)村金融發(fā)展的問題，解決“三農(nóng)”問題，實現(xiàn)農(nóng)業(yè)發(fā)展、農(nóng)民增收、農(nóng)村繁榮，還需要農(nóng)村金融機構(gòu)所提供的金融服務(wù)的助力和支持。然而在長期的發(fā)展以來，農(nóng)村金融機構(gòu)仍然存在很大的風(fēng)險，農(nóng)村金融機構(gòu)的風(fēng)險控制體系還不完善，風(fēng)險監(jiān)督體系也有待健全，不少農(nóng)村商業(yè)銀行和農(nóng)貸公式的不良貸款率仍處于較高水平，這也為農(nóng)村金融的發(fā)展帶來了一定的風(fēng)險。在農(nóng)村金融機構(gòu)的日常經(jīng)營過程中，如何加強風(fēng)險管理和風(fēng)險防范，提高經(jīng)營效益是金融機構(gòu)面臨的緊迫問題。對農(nóng)村金融機構(gòu)的風(fēng)險現(xiàn)狀和成因進(jìn)行分析，并針對導(dǎo)致農(nóng)村金融機構(gòu)風(fēng)險的關(guān)鍵影響因素提出相應(yīng)的風(fēng)險防范措施和策略，不論是對于農(nóng)村金融機構(gòu)防控風(fēng)險而言，還是對于充分發(fā)揮農(nóng)村金融機構(gòu)在農(nóng)村經(jīng)濟(jì)發(fā)展中的必要作用，以及促進(jìn)農(nóng)村金融發(fā)展助力金融扶貧并實現(xiàn)鄉(xiāng)村振興方面都具有積極的作用。1.2文獻(xiàn)綜述在農(nóng)村金融機構(gòu)的影響因素分析以及風(fēng)險管理與預(yù)防方面，長期以來國內(nèi)外都有著不少學(xué)者和研究者積極探索的足跡。王吉恒,孫孺,孫毅（2011）[1]針對農(nóng)村小型金融機構(gòu)的外部因素進(jìn)行了分析；關(guān)卉（2012）[2]在對農(nóng)村金融機構(gòu)的信用風(fēng)險、流動性風(fēng)險、操作風(fēng)險和經(jīng)營風(fēng)險的現(xiàn)狀進(jìn)行研究之后，提出新的風(fēng)險管理模式——“整體風(fēng)險管理”；江曉敏（2013）[3]研究了農(nóng)村金融機構(gòu)的經(jīng)營風(fēng)險；蘭彩紅（2016）[4]在對我國新型農(nóng)村金融機構(gòu)的風(fēng)險進(jìn)行分析之后，提出要建立新型風(fēng)險管理模式，完善激勵機制和監(jiān)督機制。劉紅艷（2018）[5]對B農(nóng)商行流動性風(fēng)險現(xiàn)狀從各項指標(biāo)進(jìn)行詳細(xì)分析，并借鑒國內(nèi)外對策經(jīng)驗，以提高風(fēng)險管理水平。彭金媛、陳曉琳、張莉（2019）[6]在對國外農(nóng)村金融體系風(fēng)險的探究中提出適合河北省的方法啟示。唐弋夫（2020）[7]在對長三角地區(qū)風(fēng)險影響因素的分析中提出鄉(xiāng)村振興戰(zhàn)略中金融服務(wù)風(fēng)險主要來自于農(nóng)村金融機構(gòu)內(nèi)部。Berger和Udell（2002）[8]在研究社區(qū)銀行的運營中提出，應(yīng)該了解借款人的需求，對借款人的借貸情況進(jìn)行追蹤，從而減少不良貸款的產(chǎn)生。Matutes(2007)[9]表示如果銀行忽略風(fēng)險因素，只一味追求經(jīng)濟(jì)效益，不進(jìn)行風(fēng)險控制，會有很大的隱患。ChangKe,JieluHuang和LinKe（2019）[10]關(guān)于BP神經(jīng)網(wǎng)絡(luò)對農(nóng)村金融風(fēng)險的預(yù)警，提出要完善農(nóng)村產(chǎn)權(quán)機制，加強農(nóng)村保險機制和農(nóng)村供給側(cè)結(jié)構(gòu)改革，提高風(fēng)險預(yù)警能力。孫華林（2019）[11]針對農(nóng)村金融機構(gòu)的信貸業(yè)務(wù)風(fēng)險進(jìn)行分析，并指出其存在借貸者信用和信貸人員操作管理的風(fēng)險，提出要強化信貸控制體系等。1.3研究方法與思路1.3.1研究方法本文通過查閱相關(guān)文獻(xiàn)資料，搜集整理相關(guān)數(shù)據(jù)，采用數(shù)據(jù)分析加實證檢驗的方法進(jìn)行研究。一是對農(nóng)村金融機構(gòu)的現(xiàn)狀進(jìn)行分析，找出影響農(nóng)村金融機構(gòu)風(fēng)險的因素，為后續(xù)實證檢驗提供基礎(chǔ)；二是運用實證檢驗，通過Huasman檢驗得出適用本面板數(shù)據(jù)的最優(yōu)模型，并以宏觀經(jīng)濟(jì)影響因素為基礎(chǔ)，逐個加入控制變量后得到模型的回歸結(jié)果，最終得出不同影響因素對不良貸款率的影響作用。1.3.2研究思路本文第一部分為導(dǎo)論，主要介紹選題的研究背景與研究意義，并在此基礎(chǔ)上提出研究的方法、研究思路以及創(chuàng)新和不足，通過仔細(xì)的分析查閱相關(guān)的文獻(xiàn)資料，特別是前人在農(nóng)村金融機構(gòu)風(fēng)險研究中的積極探索，得出具有指導(dǎo)性意義的結(jié)果。本文第二部分對農(nóng)村金融機構(gòu)的現(xiàn)狀進(jìn)行分析，第三部分對農(nóng)村金融機構(gòu)的風(fēng)險影響因素進(jìn)行分析，并找到影響農(nóng)村金融機構(gòu)風(fēng)險的因素，為后文的實證研究提供基礎(chǔ)。本文第四部分為實證檢驗過程，這一過程中先對理論框架作解釋說明，找到數(shù)據(jù)來源，并建立選擇計量模型，對數(shù)據(jù)進(jìn)行描述性統(tǒng)計分析，最后通過面板數(shù)據(jù)多元回歸模型進(jìn)行檢驗，并得出結(jié)論。最后一部分根據(jù)上文的結(jié)果得出對于農(nóng)村金融機構(gòu)風(fēng)險的建議與啟示。1.3.3創(chuàng)新與不足本文在前人的研究基礎(chǔ)上有所創(chuàng)新，西南政法大學(xué)唐弋夫[7]研究者在研究金融服務(wù)風(fēng)險影響因素時采用了投資收益率和資產(chǎn)周轉(zhuǎn)率這兩個指標(biāo)，通過查閱統(tǒng)計數(shù)據(jù)和資料發(fā)現(xiàn)，近年來新三板上市的農(nóng)貸公司對外投資額極少或者沒有，對回歸結(jié)果幾乎沒有影響，因此沒有納入投資收益率這一指標(biāo)作為控制變量。而對于資產(chǎn)周轉(zhuǎn)率，從這些農(nóng)貸公司2017年到2020年的統(tǒng)計數(shù)據(jù)來看，與之前不同的是，信息披露時加入了補充財務(wù)指標(biāo)，其中包括不良貸款率和資本周轉(zhuǎn)倍數(shù)等等，資本周轉(zhuǎn)倍數(shù)指的是本年度貸款累積額與注冊資本的比例，在一定程度上也可以反映公司的資金流動狀況，反映農(nóng)貸公司主營業(yè)務(wù)的運營能力。與此同時，創(chuàng)新的過程也存在一些不足。首先，在研究對象的選取上，只選擇農(nóng)貸公司的不良貸款率作為風(fēng)險的衡量指標(biāo)，不是特別全面；其次，在數(shù)據(jù)的查找過程中，通過全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)官網(wǎng)披露的數(shù)據(jù)，發(fā)現(xiàn)2016年及以前的數(shù)據(jù)中并沒有不良貸款率這一項內(nèi)容，因此選擇2017年到2020年的數(shù)據(jù)作為參考，由于數(shù)據(jù)的樣本量有限，可能會導(dǎo)致實驗結(jié)果出現(xiàn)一定的偏差；并且由于農(nóng)貸公司這一主體的特殊性，目前在新三板上市并正常運行的農(nóng)貸公司僅為7家，不少農(nóng)貸公司由于經(jīng)營狀況或財務(wù)風(fēng)險，不得不終止上市，這也為實驗數(shù)據(jù)和結(jié)果的分析中帶來了一定的誤差。2農(nóng)村金融機構(gòu)的風(fēng)險現(xiàn)狀2.1信用風(fēng)險：不良資產(chǎn)和不良貸款比例較高信用風(fēng)險是指交易對方不履行到期債務(wù)的風(fēng)險。信用風(fēng)險是農(nóng)村金融機構(gòu)面臨的最主要風(fēng)險，主要表現(xiàn)為不良貸款占比相對較高，風(fēng)險暴露不充分。農(nóng)村金融機構(gòu)的特點在于規(guī)模普遍比較小，相對而言防風(fēng)險能力不強，體制管理也有待完善，這就為農(nóng)村金融機構(gòu)的發(fā)展帶來一定的影響。據(jù)北京商報記者2020年9月調(diào)查的數(shù)據(jù)，多省發(fā)布的2019年度預(yù)算執(zhí)行和其他財政收支的審計工作報告中，農(nóng)村金融機構(gòu)風(fēng)險存在很多的問題，不良率超5%。吉林省、湖南省、陜西省、內(nèi)蒙古自治區(qū)審計工作報告指出:部分農(nóng)村金融機構(gòu)不良貸款率過高[12]。在湖南省，2家農(nóng)商行進(jìn)行改制時出現(xiàn)不良貸款處置不合規(guī)，不良貸款率不真實、5家農(nóng)商行不良貸款率超過5%的監(jiān)管紅線、6家農(nóng)商行將5.02億元不良貸款違規(guī)轉(zhuǎn)為正常貸款。并且絕大多數(shù)農(nóng)村金融機構(gòu)的不良貸款率都遠(yuǎn)遠(yuǎn)高于國有商業(yè)銀行。2.2操作風(fēng)險：缺乏專業(yè)的信貸人員對于農(nóng)村金融機構(gòu)來說，由于地域的限制，對專業(yè)人員的吸引力較低，相對而言缺乏專業(yè)的管理人員，信貸人員普遍素質(zhì)低，責(zé)任分工不清，貫徹不落實，對風(fēng)險的預(yù)判和防范意識不強，不能很好地進(jìn)行信貸審查和批準(zhǔn)，不能及時發(fā)現(xiàn)和處理風(fēng)險，這也直接影響風(fēng)險管理決策的效率;最終會給農(nóng)村金融機構(gòu)造成資本損失。而當(dāng)農(nóng)村金融機構(gòu)面臨破產(chǎn)風(fēng)險時，管理者很可能會繼續(xù)發(fā)放高風(fēng)險貸款以帶來高回報，這就加劇了運營風(fēng)險和操作風(fēng)險，農(nóng)村信用社的經(jīng)營效益也會因此持續(xù)低迷。2.3流動性風(fēng)險：存在流動性缺口流動性風(fēng)險的產(chǎn)生會影響農(nóng)村金融機構(gòu)的盈利能力，主要來自于其無法應(yīng)對因負(fù)債下降或資產(chǎn)增加而導(dǎo)致的流動性困難。當(dāng)農(nóng)村金融機構(gòu)缺乏流動性時，說明不能依靠增長債務(wù)，也不能將資產(chǎn)變現(xiàn)，從而無法獲得充足的資金，影響其盈利能力[13]。由于信貸資產(chǎn)質(zhì)量較差、資金數(shù)額零散且農(nóng)民存款能力有限等原因，農(nóng)村金融機構(gòu)容易出現(xiàn)流動性缺口的風(fēng)險，比如農(nóng)民一般會在農(nóng)作物生長的某一個季節(jié)對資金有較大的需求，并且還款能力和還款時間也受到農(nóng)作物收成的影響，波動性往往很大，加之農(nóng)村金融機構(gòu)的業(yè)務(wù)較少、分布較廣，難以有效的分散管理風(fēng)險，這就導(dǎo)致農(nóng)村金融機構(gòu)存在很大的流動性風(fēng)險。3農(nóng)村金融機構(gòu)風(fēng)險的影響因素3.1外部因素3.1.1提供金融服務(wù)的對象特殊農(nóng)村金融機構(gòu)提供金融服務(wù)的對象主要為農(nóng)民或者以農(nóng)業(yè)為主要支持產(chǎn)業(yè)的企業(yè)。農(nóng)村金融機構(gòu)的風(fēng)險會收到農(nóng)民還款能力和農(nóng)村發(fā)展程度的影響。我國農(nóng)村幅員遼闊，農(nóng)民的經(jīng)濟(jì)來源主要以農(nóng)業(yè)種植為主，農(nóng)業(yè)具有很大的風(fēng)險性，農(nóng)業(yè)的風(fēng)險自然會給農(nóng)村金融帶來一定的影響。農(nóng)村金融機構(gòu)所提供金融服務(wù)對象的特殊性，導(dǎo)致農(nóng)村金融機構(gòu)出現(xiàn)不良貸款率等風(fēng)險的幾率增加。中國農(nóng)村實行家庭承包責(zé)任制，以家庭為單位，規(guī)模較小，收益較低、成本較高，因此對風(fēng)險的抵抗能力較弱。一是種植業(yè)效益較低，如果考慮外界自然因素，農(nóng)作物的收成、價格也會相應(yīng)受到影響，波動性很大。二是農(nóng)村外出務(wù)工人員較多，農(nóng)民趨于老齡化。由于農(nóng)村種地辛苦，且致富難，不少青壯年選擇外出打工，隨著農(nóng)民年齡的增長，勞動能力和效率也降低，因此種植的精細(xì)化程度和收成狀況大不如從前。三是農(nóng)業(yè)的經(jīng)營風(fēng)險較大，保險保障措施不健全。位于祖國西部的大多數(shù)偏遠(yuǎn)農(nóng)村，農(nóng)村農(nóng)民的收入不穩(wěn)定，農(nóng)村養(yǎng)老、醫(yī)療保險水平相比城市有很大的差距。當(dāng)前農(nóng)業(yè)生產(chǎn)很容易受自然災(zāi)害、疫情疫病、市場行情等因素的影響，農(nóng)民的經(jīng)營很不穩(wěn)定，并且相應(yīng)的保險保障措施也很不健全。3.1.2宏觀經(jīng)濟(jì)的影響宏觀經(jīng)濟(jì)作為影響農(nóng)村金融機構(gòu)發(fā)展的外部因素，可能會在多方面對金融機構(gòu)的營業(yè)收入、業(yè)務(wù)增長能力以及不良貸款率造成影響。經(jīng)濟(jì)環(huán)境和產(chǎn)業(yè)機構(gòu)的變化調(diào)整在一定程度上可能導(dǎo)致不良貸款的產(chǎn)生。從全國來看，農(nóng)村金融機構(gòu)的成長能力、運營能力、規(guī)模和管理水平等與大型企業(yè)相比都有所差距，當(dāng)宏觀經(jīng)濟(jì)低迷或產(chǎn)業(yè)結(jié)構(gòu)調(diào)整時，很容易受政策、資金市場、行業(yè)競爭等方面的因素影響，出現(xiàn)資金周轉(zhuǎn)、貸款償還困難的情況[14]。第一，當(dāng)宏觀經(jīng)濟(jì)出現(xiàn)低迷時，會導(dǎo)致農(nóng)村金融機構(gòu)出現(xiàn)運營困難，增加運營風(fēng)險。以金融經(jīng)濟(jì)危機為例，由于農(nóng)村金融機構(gòu)規(guī)模較小、產(chǎn)品較單一的特點，在經(jīng)濟(jì)危機的沖擊下，經(jīng)營困難和風(fēng)險更加顯現(xiàn)出來，當(dāng)農(nóng)村金融機構(gòu)長期面臨持續(xù)下行的經(jīng)濟(jì)時，面臨淘汰和資產(chǎn)損失的風(fēng)險。第二，產(chǎn)業(yè)結(jié)構(gòu)的不均衡在一定程度上會影響農(nóng)村金融機構(gòu)的發(fā)展。目前全球第一產(chǎn)業(yè)的增加值和勞動力在國民生產(chǎn)總值中的比例呈現(xiàn)下降的趨勢，農(nóng)業(yè)的比重變化會影響農(nóng)村金融機構(gòu)的規(guī)模和行業(yè)競爭力，從而影響農(nóng)村金融機構(gòu)的發(fā)展。3.2內(nèi)部因素農(nóng)村金融機構(gòu)的內(nèi)部控制體系、激勵機制和經(jīng)營管理方面的缺陷和不足，會在一定程度上影響其盈利能力、運營能力和成長能力等財務(wù)指標(biāo)，從而影響其不良貸款率，給農(nóng)村金融機構(gòu)的發(fā)展帶來威脅。3.2.1農(nóng)村金融機構(gòu)內(nèi)部控制體系有待健全一是內(nèi)部控制治理組織結(jié)構(gòu)有問題。管理農(nóng)村金融機構(gòu)的人員對職責(zé)分工不明確，未能形成或者很難形成合理的內(nèi)控體系，在內(nèi)部管理方面存在問題。二是內(nèi)控機制缺乏科學(xué)性和高效性。存在制度尚未根據(jù)銀行實際進(jìn)行修訂改進(jìn)的情況，制度的建設(shè)和執(zhí)行滯后于銀行內(nèi)部發(fā)展需要。三是制度落實不到位，制度有效性低執(zhí)行力弱。工作人員在貸款管理中履職不到位，在業(yè)務(wù)辦理過程中無視規(guī)章制度，在貸款“三查”中工作落實不到位，大部分貸戶出現(xiàn)違約貸款，涉及非法集資等問題。四是內(nèi)控監(jiān)督評價機制有問題，從機構(gòu)的內(nèi)部處罰看，很多問題都是屢查屢犯，同質(zhì)同類，說明內(nèi)控機制評價和整改力度不夠，震懾不足，缺乏有效的保障[10]。3.2.2農(nóng)村金融機構(gòu)激勵約束機制有待改進(jìn)農(nóng)村金融機構(gòu)的激勵約束機制有待改進(jìn)。大多數(shù)農(nóng)村金融機構(gòu)的規(guī)模較小，且起步也較晚，在激勵約束制度方面缺乏科學(xué)性，激勵方式表現(xiàn)為過于單一的特點。與國有大型商業(yè)銀行等金融機構(gòu)相比，其激勵制度尚不能滿足員工的實際需要，很難調(diào)動工作積極性。不完整不規(guī)范的薪酬激勵制度會使員工目標(biāo)與企業(yè)目標(biāo)很難實現(xiàn)統(tǒng)一，導(dǎo)致員工工作效率較低。員工的績效考核如果不能真正有效的體現(xiàn)多勞多得分配原則，會導(dǎo)致員工穩(wěn)定性差，跳槽的情況出現(xiàn)頻繁，并難以有效的引進(jìn)高端人才，不利于農(nóng)村金融機構(gòu)的持續(xù)發(fā)展。3.2.3農(nóng)村金融機構(gòu)經(jīng)營管理方向偏差農(nóng)村金融機構(gòu)出現(xiàn)經(jīng)營管理方向偏差的問題，如果農(nóng)村金融機構(gòu)不規(guī)范經(jīng)營，會加重農(nóng)戶的負(fù)擔(dān)，導(dǎo)致其還貸能力下降，從而加重農(nóng)村金融機構(gòu)不良貸款的比率。一是農(nóng)村金融機構(gòu)存在信息不對稱，農(nóng)村金融機構(gòu)提供服務(wù)的對象中——農(nóng)民往往缺乏相關(guān)的金融知識，沒有充分了解貸款產(chǎn)品相關(guān)知識，特別是貸款利率方面，而信貸人員往往在這方面鉆空子，比如在貸款期限和利率上做手腳，其不規(guī)范經(jīng)營無疑加大了農(nóng)戶還款的負(fù)擔(dān)。二是業(yè)務(wù)產(chǎn)品設(shè)計有缺陷，金融產(chǎn)品單一。農(nóng)村金融機構(gòu)金融產(chǎn)品創(chuàng)新性有待提高，很少根據(jù)農(nóng)業(yè)項目的特色提供針對性的服務(wù)，結(jié)合風(fēng)險控制的工作完善金融產(chǎn)品和業(yè)務(wù)。4對風(fēng)險因素的實證檢驗4.1理論框架與計量模型的建立4.1.1理論框架本文的理論框架為面板數(shù)據(jù)的多元回歸模型，考慮到相較于農(nóng)村商業(yè)銀行、村鎮(zhèn)銀行等銀行金融機構(gòu)來說，農(nóng)村貸款公司在農(nóng)村貸款量的覆蓋面和農(nóng)村金融貸款占比量方面更具有代表性并且更接近事實，因此選取的研究對象為新三板上市的農(nóng)貸公司。選擇這些農(nóng)貸公司的財務(wù)數(shù)據(jù)，考慮農(nóng)貸公司的盈利能力、成長能力和償債能力等因素，如資產(chǎn)負(fù)債率、銷售凈利率、營業(yè)收入增長率等作為控制變量和解釋變量，選擇衡量農(nóng)貸公司出現(xiàn)金融風(fēng)險的指標(biāo)——不良貸款率作為被解釋變量，考慮到宏觀經(jīng)濟(jì)的影響，因此在模型中加入了GDP增長率和第一產(chǎn)業(yè)占比這兩個反映經(jīng)濟(jì)增長和產(chǎn)業(yè)結(jié)構(gòu)情況的指標(biāo)。實證檢驗中，對農(nóng)貸公司2017-2020年披露的數(shù)據(jù)進(jìn)行整理搜集，通過Huasman檢驗得出適用本面板數(shù)據(jù)的最優(yōu)模型，并以宏觀經(jīng)濟(jì)影響因素為基礎(chǔ)，逐個加入控制變量后得到模型的回歸結(jié)果。4.1.2模型的建立本文將所搜集整理的農(nóng)貸公司財務(wù)數(shù)據(jù)和宏觀經(jīng)濟(jì)指標(biāo)建立面板模型進(jìn)行分析，將不良貸款率作為金融風(fēng)險指標(biāo)，并基于不良貸款率與各個影響因素之間的關(guān)系，建立如下的回歸模型：nplrit=其中，模型中的nplrit代表不良貸款率，oriit，atmit，alrit，sirit，gdprit，pipr4.2實證分析4.2.1數(shù)據(jù)來源本文選擇以農(nóng)貸公司的財務(wù)數(shù)據(jù)為數(shù)據(jù)來源，選擇資產(chǎn)負(fù)債率、銷售凈利率、營業(yè)收入增長率等數(shù)據(jù)以及宏觀經(jīng)濟(jì)因素的影響——GDP增長率和第一產(chǎn)業(yè)占比，作為控制變量和解釋變量，選擇衡量農(nóng)貸公司出現(xiàn)金融風(fēng)險的指標(biāo)——不良貸款率作為被解釋變量。在查閱相關(guān)資料和文獻(xiàn)的過程中發(fā)現(xiàn)，目前在深交所正常上市的農(nóng)貸公司有7家，且這7家農(nóng)貸公司均在新三板上市，它們分別為鑫鑫農(nóng)貸（股票代碼832088）、鑫莊農(nóng)貸（股票代碼830958）、恒晟農(nóng)貸（股票代碼831723）、晶都農(nóng)貸（股票代碼832166）、文廣農(nóng)貸（股票代碼831618）、銀信農(nóng)貸（股票代碼832944）、恒灃農(nóng)貸（股票代碼833837），這7家農(nóng)貸公司分別來自蘇州、南京、連云港、南通等長三角地區(qū)。經(jīng)過查閱全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)官網(wǎng)的披露數(shù)據(jù)，選擇2017年到2020年時間段的年報，得到農(nóng)貸公司對應(yīng)年份的不良貸款率、資本周轉(zhuǎn)倍數(shù)、銷售凈利率、資產(chǎn)負(fù)債率和營業(yè)收入增長率，再對宏觀經(jīng)濟(jì)的影響中考慮將GDP增長率和第一產(chǎn)業(yè)占比納入分析模型中，GDP增長率、第一產(chǎn)業(yè)占比來自農(nóng)貸公司所在市的《統(tǒng)計年鑒》和《統(tǒng)計年報》的數(shù)據(jù)。4.2.2描述性統(tǒng)計分析根據(jù)對上述7家農(nóng)貸公司2017年到2020年的統(tǒng)計數(shù)據(jù)的分析，如表1所示。表1變量的描述性統(tǒng)計分析變量不良貸款率資本周轉(zhuǎn)倍數(shù)銷售凈利率資產(chǎn)負(fù)債率營業(yè)收入增長率第一產(chǎn)業(yè)占比GDP增長率中位數(shù)0.05281.34500.45590.0980-0.02550.02150.0650平均值0.09191.52320.04120.1762-0.07360.03760.0604最大值0.54323.00000.79480.58040.42730.11800.0810最小值0.00000.2500-9.26370.0030-0.54360.01000.0300標(biāo)準(zhǔn)差0.12010.68461.85480.17060.18790.03450.0172樣本量28282828282828從這7家農(nóng)貸公司不良貸款率的總體情況來看表1的數(shù)據(jù)，在2017年到2020年，不良貸款率的最大值為0.5432，即54.32%，最小值為0.0000，平均值在0.0919，即9.19%，標(biāo)準(zhǔn)差為0.1201。由此可見樣本的不良貸款率存在較大的差異性和波動性，具體情況可參照圖1：圖1不良貸款率變化情況從圖1所示變化趨勢不難看出，各農(nóng)貸公司的不良貸款率數(shù)值變化差異較明顯，其中鑫莊農(nóng)貸（股票代碼830958）的不良貸款率增長最為明顯，其不良貸款率從2017年的0.1413上升到2020年的0.5432，其次，文廣農(nóng)貸和銀信農(nóng)貸也呈現(xiàn)較緩慢上升的趨勢，文廣農(nóng)貸的不良貸款率2017年為0.0000，而2020年上升到0.2149，銀信農(nóng)貸的不良貸款率也從0.0153上升為0.1421。除上述樣本公司以外，其他農(nóng)貸公司的不良貸款率從2017年到2020年的變化趨勢較為平緩。在對農(nóng)貸公司財務(wù)數(shù)據(jù)和宏觀經(jīng)濟(jì)指標(biāo)的分析中，可以發(fā)現(xiàn)樣本公司的資本周轉(zhuǎn)倍數(shù)最大值為3.0000，最小值僅為0.2500，標(biāo)準(zhǔn)差為0.6846，各樣本之間存在較大的差異性，資本周轉(zhuǎn)倍數(shù)指的是農(nóng)貸公司本年貸款累積額與注冊資本的比例，是體現(xiàn)農(nóng)貸公司主營業(yè)務(wù)能力的指標(biāo)，說明不同農(nóng)貸公司在不同時間的業(yè)務(wù)能力也是存在很大差異的；在銷售凈利率方面，樣本的最大值為0.7948，最小值來自鑫莊農(nóng)貸公司2020年度的數(shù)據(jù)，為-9.2647，標(biāo)準(zhǔn)差為1.8548，平均值為0.0412，樣本的波動性較大；資產(chǎn)負(fù)債率方面，最大值為0.5804，最小值為0.0030，標(biāo)準(zhǔn)差為0.1706，說明農(nóng)貸公司整體的資產(chǎn)負(fù)債水平并不高，財務(wù)水平風(fēng)險也處于較低的水平；在營業(yè)收入增長率方面，近年很多樣本公司的營業(yè)收入都有呈現(xiàn)負(fù)增長的情況，公司每年的營業(yè)收入波動也較大。在外部變量宏觀經(jīng)濟(jì)影響因素中，第一產(chǎn)業(yè)占比和GDP增長率，各樣本也存在較大的差異性，第一產(chǎn)業(yè)占比的最大值為噢。Ii（2020年，連云港），最小值為0.0100（2020年和2019年，蘇州），平均值為0.0376，標(biāo)準(zhǔn)差為0.0345；在GDP增長率方面，各市的差異較小，最大值為0.0810，最小值為0.0300。4.2.3實證檢驗通過查閱資料和對相關(guān)文獻(xiàn)的分析中得知，為了確定面板數(shù)據(jù)是否使用隨機效應(yīng)或者固定效應(yīng)的模型，需要對實驗數(shù)據(jù)進(jìn)行Huasman檢驗。通過檢驗得知，概率p=0.0172＜0.05，在置信區(qū)間為5%的水平下拒絕隨機模型原假設(shè)，選擇固定效應(yīng)模型。在實證檢驗中，以GDP增長率為基礎(chǔ)，加入第一產(chǎn)業(yè)占比，并逐步加入營業(yè)收入增長率、銷售凈利率等5個控制變量后，得到如下模型回歸結(jié)果，如表2。表2回歸結(jié)果變量模型1模型2模型3模型4模型5模型6GDP增長率-2.452**-2.006**-2.053**-1.320-1.491-1.051(-2.77)(-2.23)(-2.21)(-1.37)(-1.69)(-1.62)第一產(chǎn)業(yè)占比-14.165-13.614-8.454-3.740-4.145(-1.57)(-1.46)(-0.91)(-0.43)(-0.66)營業(yè)收入增長率-0.032-0.023-0.0640.005(-0.41)(-0.31)(-0.92)(0.10)資本周轉(zhuǎn)倍數(shù)-0.090*-0.100**-0.037(-1.79)(-2.19)(-1.00)資產(chǎn)負(fù)債率0.399**0.320**(2.14)(2.34)銷售凈利率-0.026***(-3.91)常數(shù)項0.240***0.746**0.726**0.625*0.4010.313(4.36)(2.28)(2.15)(1.93)(1.28)(1.37)樣本量282828282828R20.2770.3600.3660.4670.5850.795樣本公司數(shù)量777777注：括號里面為t統(tǒng)計量，***p<0.01,**p<0.05,*p<0.1從實證分析的結(jié)果顯示來看，有關(guān)模型1和模型2，在僅考慮宏觀經(jīng)濟(jì)影響因素——GDP增長率和第一產(chǎn)業(yè)占比這兩個因素的情況下，GDP增長率與農(nóng)貸公司不良貸款率存在負(fù)相關(guān)關(guān)系，并且呈現(xiàn)顯著相關(guān)的關(guān)系，加入第一產(chǎn)業(yè)占比之后，經(jīng)濟(jì)增長的影響仍然顯著，但是也可以發(fā)現(xiàn)模型中R2營業(yè)收入增長率是反映農(nóng)貸公司成長情況的指標(biāo)，在模型6中，農(nóng)貸公司營業(yè)收入增長率與不良貸款率的增長呈現(xiàn)正相關(guān)關(guān)系，而在其他模型中都呈現(xiàn)出負(fù)相關(guān)關(guān)系，但是也可以看出這種影響并不顯著。資產(chǎn)周轉(zhuǎn)倍數(shù)反映農(nóng)貸公司貸款累積額與注冊資本的比例，反映農(nóng)貸公司主營業(yè)務(wù)能力的占比，可以看到，在模型的結(jié)果中，資產(chǎn)周轉(zhuǎn)倍數(shù)與不良貸款率呈負(fù)相關(guān)關(guān)系，并且在模型4和模型5中都很顯著，可是當(dāng)加入銷售凈利率時，資產(chǎn)周轉(zhuǎn)倍數(shù)的作用就開始變?yōu)椴伙@著。資產(chǎn)負(fù)債率是體現(xiàn)農(nóng)貸公司償債能力的數(shù)據(jù)指標(biāo)，同時也反映其負(fù)債水平和財務(wù)風(fēng)險水平，它是企業(yè)總負(fù)債與總資產(chǎn)的比例，表示運作資金能力的高低。從實證檢驗的結(jié)果來看，資產(chǎn)負(fù)債率與不良貸款率呈現(xiàn)正相關(guān)關(guān)系，即當(dāng)農(nóng)貸公司的償債能力較強時，不良貸款率較低。銷售凈利率是反映農(nóng)貸公司不同時期盈利能力的指標(biāo)，銷售凈利率越高，說明其經(jīng)營業(yè)績越好，業(yè)務(wù)產(chǎn)品的營銷效果越好。從實證檢驗的回歸結(jié)果來看，銷售凈利率與不良貸款率呈現(xiàn)負(fù)相關(guān)關(guān)系，說明銷售凈利率越高，不良貸款的數(shù)量會降低。從模型6可以看出，銷售凈利率對不良貸款率的影響在1%的置信水平下都顯著，并且R24.3結(jié)論經(jīng)濟(jì)的增長和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整對不良貸款率的影響并不顯著，說明在短期內(nèi)的外部宏觀經(jīng)濟(jì)環(huán)境并不是導(dǎo)致農(nóng)村金融服務(wù)風(fēng)險的關(guān)鍵因素。在考慮農(nóng)貸公司內(nèi)部運營能力的情況下，營業(yè)收入增長率和資本周轉(zhuǎn)倍數(shù)對不良貸款的影響相對而言表現(xiàn)出的顯著效果不明顯，而資產(chǎn)負(fù)債率和銷售凈利率對不良貸款率的影響最為顯著，說明農(nóng)貸公司的盈利能力和負(fù)債水平對不良貸款的影響較大。5對農(nóng)村金融機構(gòu)風(fēng)險防范的啟示和建議通過上述對以農(nóng)貸公司為例的農(nóng)村金融機構(gòu)風(fēng)險影響因素的實證分析結(jié)果來看，經(jīng)濟(jì)的增長和產(chǎn)業(yè)結(jié)構(gòu)的相關(guān)調(diào)整對不良貸款率的影響并不顯著，說明在短期內(nèi)的外部宏觀經(jīng)濟(jì)環(huán)境并不是導(dǎo)致農(nóng)村金融服務(wù)風(fēng)險的關(guān)鍵因素。在農(nóng)貸公司內(nèi)部運營情況中，營業(yè)收入增長率和資本周轉(zhuǎn)倍數(shù)對不良貸款的影響相對而言表現(xiàn)出的顯著效果不明顯，而資產(chǎn)負(fù)債率和銷售凈利率對不良貸款率的影響最為顯著，說明農(nóng)貸公司的盈利能力和負(fù)債水平對不良貸款的影響較大。因此農(nóng)村金融機構(gòu)在防范風(fēng)險的過程中應(yīng)該著重考慮公司內(nèi)部運營管理的因素。加強對農(nóng)村金融機構(gòu)的規(guī)范化管理和監(jiān)督，從而達(dá)到有效控制內(nèi)部風(fēng)險的目的。通過內(nèi)部規(guī)范化管理加強對經(jīng)營風(fēng)險的控制。加強審查控制，通過相關(guān)系統(tǒng)和規(guī)則建立，明確無誤工作職責(zé)、工作程序、相關(guān)人員的權(quán)力和責(zé)任等以及指導(dǎo)金融信貸業(yè)務(wù)的有序方式的通知。建立風(fēng)險控制系統(tǒng)，審查整個貸款過程。做好貸前審查、貸中檢查、貸后追查工作，例如，在貸款之前對貸款人的社會地位進(jìn)行了全面調(diào)查，這樣，有些人就不用通過關(guān)系網(wǎng)絡(luò)進(jìn)行大量借貸行為，從而機構(gòu)的資金長期投資于單一主體，這種“連接”的目的是破壞貸款的正常程序和規(guī)則。再比如對于貸款資產(chǎn)、信用狀況和本應(yīng)投資資金的項目可以通過確定風(fēng)險評估來確定風(fēng)險的水平和確定貸款是否發(fā)放。在貸款方面，可以監(jiān)控資金流動，利用貸款做生意營地的活動被全面追蹤，最終發(fā)現(xiàn)有相關(guān)的違規(guī)行為風(fēng)險控制效果。貸款后，驗證，核實，并對風(fēng)險情況進(jìn)行管理。合理配置資產(chǎn)與負(fù)債的比例，降低資產(chǎn)負(fù)債率。以信用為支撐的現(xiàn)代金融業(yè)的顯著特征是負(fù)債經(jīng)營，一旦資產(chǎn)經(jīng)營出現(xiàn)損失，就可能發(fā)生嚴(yán)重的金融風(fēng)險，因此農(nóng)村金融機構(gòu)更要提高重視，通過努力盤活閑置資產(chǎn)、不良資產(chǎn)，提高資金的使用效率，從而降低不良貸款率增大的風(fēng)險。加強以銷售凈利率為考核的指標(biāo)管理，提高營收能力。農(nóng)村金融機構(gòu)要不斷完善改進(jìn)內(nèi)部激勵機制，加強以營業(yè)收入和凈利潤增長作為績效考核目標(biāo)，充分利用銷售凈利率對不良貸款率的抑制作用，降低農(nóng)村金融機構(gòu)的風(fēng)險?！緟⒖嘉墨I(xiàn)】[1]王吉恒,孫孺,孫毅.農(nóng)村小型金融機構(gòu)的外部風(fēng)險因素分析[J].特區(qū)經(jīng)濟(jì),2011(06):172-173.[2]關(guān)卉.我國農(nóng)村金融機構(gòu)風(fēng)險的現(xiàn)狀及管理模式創(chuàng)新研究[J].經(jīng)濟(jì)研究導(dǎo)刊,2012(32):93-94.[3]江曉敏.農(nóng)村小型金融機構(gòu)經(jīng)營風(fēng)險控制研究[D].福建農(nóng)林大學(xué),2013.[4]蘭彩紅.我國新型農(nóng)村金融機構(gòu)風(fēng)險管理問題研究[D].吉林財經(jīng)大學(xué),2016.[5]劉紅艷.B農(nóng)商行流動性風(fēng)險管理研究[D].哈爾濱工業(yè)大學(xué),2018.[6] 彭金媛,陳曉琳,張莉.國外農(nóng)村金融體系的發(fā)展對河北省的啟示[J].河北企業(yè),2019(06):152-153.[7]唐弋夫.鄉(xiāng)村振興戰(zhàn)略實施中金融服務(wù)風(fēng)險影響因素——來自長三角地區(qū)新三板農(nóng)貸公司不良貸款率的經(jīng)驗證據(jù)[J].西南大學(xué)學(xué)報(自然科學(xué)版),2020,42(12):107-116.[8]Berger,A.N.,&Udell,G.F.Relationshiplendingandsmallfirmfinance[J].JournalofBusiness,1995,68(3):351-382.[9]Matutes,Vives.RangeofPracticeinBanksInternalRatingSystem,ADiscussionPeerbytheBaselCommittee[J].BankingSupervision.2007.[10]ChangKe,JieluHuang,LinKe.ResearchonRuralFinancialRiskEarlyWarningBasedonBPNeuralN