马一宁　官小燕　王惠　徐东方

【摘 要】农村信用体系的建设是目前农村经济发展的重点内容，而农村信用体系建设的核心内容是农户信用信息评价指标体系。论文运用模糊层次分析法，从优化农户信用信息指标入手，结合河北省农户的实际案例进行分析，设计与优化农户信用评级指标体系，从而达到优化金融环境，推动农村经济发展的目的。

【Abstract】 The construction of rural credit system is the key content of rural economic development at present， and the core content of rural credit system construction is the evaluation index system of rural credit information. This paper uses fuzzy analytic hierarchy process， starting from the optimization of farmers' credit information index， combined with analysis of actual cases of farmers in Hebei province， the credit rating index system design and optimization of the farmers， so as to optimize the financial environment， to promote the development of rural economy.

【关键词】河北省；农户信用；信用评价指标

【Keywords】Heibei province； farmer credit； credit rating index

【中图分类号】F8 【文献标志码】A 【文章编号】1673-1069（2017）03-0043-02

1 引言

近年来，河北省开展了优化金融生态，提高金融服务实体经济能力的活动，并将活动年定为“金融生态环境深化年”。在活动中，河北省在一些乡镇开展了农村金融生态试点工作，在工作过程中发现了一系列的信用问题，对农户信用评价体系有着一定的影响。因此，在涉农金融机构中要进行信用评价指标的优化，切实做到提高信用评价结果的准确性。

2 农户信用的特殊性

2.1 地域性

农户从事生产经营活动多是在某个村镇上，而且多是与本村或本镇的授信方进行信用交易，同时因为农业属于一项高风险弱质的产业，所以大多数的农户只与自己熟悉的授信方进行交易，因此农户信用具有一定的地域性。

2.2 不稳定性

大多数的农户从事的农业活动是以生产为主，农业生产受自然灾害的影响较为明显，遇到不可抗力对生产造成不良影响从而也会影响农户的收入，因此使农户信用具有不稳定性。另外，时下许多农村人都选择外出打工，打工收入的好坏也存在著风险。

2.3 差异性

在以家庭为单位的农户中，家庭的还款能力对农户的信用有着较大的影响。然而每个家庭从事的行业不同，收入的稳定程度也不同，因此农户信用也存在着差异性。

2.4 不规范性

我国整体的信用体系建设仍需进一步的加强，特别是农户信用体系。目前，针对农户信用来说，尚未有明确的法规进行约束和规范，大多数农户信用在正规的金融市场之外，不规范性极强。

3 农户信用评级指标体系的设计与优化

3.1 优化农户信用信息采集指标

农户信用体系建设涉及到众多部门，在信用信息采集方面，各部门的意见相对分散、不统一，缺少严格的制度加以规范。在农户信用信息采集过程中，要着重进行档案结构的整理，相关的评价指标和数据格式等建立标准化的制度体系，力争不断提高信息数据的质量，在推动农村信用体系建设健康发展的同时发挥出信息档案管理系统的优势。

3.2 农户信用信息评价指标分析

对于一般农民信用账户的评价指标进行分析时，方法对于欠发达地区的信用评价并不适用，因此应建立一套新的农村信用体系，而农村信用体系建设的有效开展的关键就是要建立起合理的信用评价机制。在农村，一般的金融特征比较明显的是二元的。相比于城市和公司来讲，农村地区的信用评定要复杂的多，操作难度系数也比较大。因此，在建立农户信用评级体系时，可以利用一般的数学方法，比如层次分析法。这种数学模糊的处理方法可与定性分析相结合。建立起一套完整的符合欠发达地区情况的农户信用评价体系。

3.2.1 评价体系指标选取的原则

目前，一些地方的农村信用评价管理办法中，对农户信用级别的界定较为笼统，知识简单的分为优、良和一般三个级别。另外，对于信用体系的级别来说，划分的等级是一件比较困难的事情。农户信用级别不够明确，从而会影响到后期的动态管理和监测考核。农户信用的等级划分应当更加细化，可分为优、良、较好、差和非常差五个级别。评价体系中的指标权重和评价方法要有科学的计算依据，而且各指标之间是相互联系的。

3.2.2 评价方法的确定

农户信用评级指标体系利用模糊层次法对农户的信用指标进行分析，首先要确定的是信用评级的目标，针对目标进行下一步的分层，再根据各项数据之间的关系建立一个递阶的、有序的层次结构模型。在模型的运用中，对所有的数据要进行分层评定，根据专家评分法对评价进行定量化，然后用模糊数学的方法确定数据的重要性次序权值。最后，对数据处理进行整合，得到一个低层相对于高层的重要性次序组合权值，并将其作为依据对农户信用进行评定。

3.2.3 评价指标的选取

农户信用评价体系中的评价指标分为一级指标和二级指标，一级指标包括：农户的家庭特征指标、个人品质指标以及经营稳定性等；二级指标包含的内容总共有十二项之多，包括家庭实际耕种土地面积、家庭受教育程度、外出务工人员比例等等。评分指标通过农户当期信用档案的数据、农户信贷信息衍生出来的数据、对外担保信息衍生出来的数据以及家庭基本信息衍生出来的数据这四大项来获得指标数据，随着新规定对信用指标的重新订正，过去用来衡量农户还款能力、担保能力的关键性指标发生改变，因此，在优化农户信用评级指标体系时需要重新选取其他的相关指标，不能单纯的通过农户的家庭财产数额、家庭人均收入等来判断农户的信用状况。在选取新的衡量指标时，需要尽可能全面的反映农户的信用状况。

3.3 指标的评估方法

3.3.1 采纳专家意见

在设计和优化农户信用评级指标体系时，要成立一个农户信用评审组委会，一般的委员会成员需要有一定专业的评价人员作为代表。比如：地方的干部、地区银行的人员等。而且这些人员要有50%的人对当地的情况要了如指掌，这样在进行农户信用评级工作时才能客观的进行，评定结果也更具实用性。

3.3.2 利用模糊层次法

层次分析法是将定量分析和定性分析相结合的一种系统针对多目标的决策方法，层次分析法的应用涉及到多组不同数据，在进行数据分析时要根据问题的性质对收集到的信息进行分组，从而构建一个层次结构模型。在进行数据分析时，要对分组的每一层单独进行重要性的判定，而且要给予定量表示，以方便数据的整合。

3.3.3 建立判断矩阵

除了模糊层次分析法，还可以运用数学方法来建立判断矩阵。首先将各信用评价指标进行两两分组，对其进行比较，通过比较构建一个判断矩阵，然后将其特征根进行求解。表达公式如下：Mw=λmaxw

公式的解w作为特征向量表示同一层次各指标相对于上一级评级指标的权重。得到特征向量后，根据一般的权重方法来进行精细化计算。最后得到特征向量。将各级权重进行一致性检验，把得到的一致性指標和随机性指标进行比较，进行简单的排序工作，最终得到可靠的信用评价依据[1]。

4 结论

通过本文的简单研究，对农户信用评级指标体系进行设计和优化是很有必要的。利用数学的方法进行建模，使得判定结果的准确性和可行性提高，不仅有利于信贷机构对客户进行筛选，也对客户起到一定的保障作用。通过农户信用评级体系对农户进行信用评价时，一定要对农户的信誉状态进行彻底的分析，不能仅仅凭借农户的经营能力、偿还能力进行评断。对本项目的研究还有许多问题值得更加深入的探析，本文的阐述只是停留在问题的表面，期待后续能有更专业的研究，使农户信用评级指标体系模型更加科学和全面。

【参考文献】

【1】蔡丽艳，冯宪宾. 基于决策树的小额贷款信用评估模型研究[J]. 安徽农业科学，2011（2）：1215-1217.