摘要:信用風(fēng)險(xiǎn)評(píng)估是信用風(fēng)險(xiǎn)管理的重要組成，可有效防范借貸雙方因信息不對(duì)稱而產(chǎn)生信用風(fēng)險(xiǎn)。本文基于農(nóng)機(jī)融資租賃業(yè)務(wù)中出租方的視角，采用模糊綜合評(píng)價(jià)法同時(shí)結(jié)合AHP法構(gòu)建農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系并進(jìn)行實(shí)證檢驗(yàn)。研究結(jié)果表明，本文構(gòu)建的指標(biāo)體系具有一定的可操作性和針對(duì)性，可指導(dǎo)農(nóng)機(jī)融資租賃業(yè)務(wù)實(shí)踐。今后可通過建立農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn)評(píng)估體系、加快我國(guó)農(nóng)村個(gè)人信用體系建設(shè)和對(duì)農(nóng)機(jī)融資租賃給予一定的息費(fèi)補(bǔ)貼等舉措，推動(dòng)我國(guó)農(nóng)機(jī)融資租賃業(yè)的發(fā)展。
關(guān)鍵詞:農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn);模糊綜合評(píng)價(jià);AHP法
一、信用風(fēng)險(xiǎn)評(píng)估及方法概述
信用風(fēng)險(xiǎn)管理包括風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)控制和績(jī)效評(píng)價(jià)三部分，其中風(fēng)險(xiǎn)評(píng)估是最基礎(chǔ)、最關(guān)鍵的環(huán)節(jié)。只有完成了風(fēng)險(xiǎn)評(píng)估，才能對(duì)客戶進(jìn)行分類、定價(jià)，決定業(yè)務(wù)是否發(fā)生、產(chǎn)品如何設(shè)計(jì)以及后期如何管理。就農(nóng)機(jī)融資租賃業(yè)務(wù)而言，信用風(fēng)險(xiǎn)評(píng)估是指出租方自己或委托第三方按照有關(guān)方法和指標(biāo)體系對(duì)收集到的承租人信用信息進(jìn)行分析，以此對(duì)承租人的信用風(fēng)險(xiǎn)等級(jí)進(jìn)行評(píng)定。現(xiàn)有信用風(fēng)險(xiǎn)評(píng)價(jià)方法大致可以分為三類，即專家評(píng)分法、信用評(píng)分法和現(xiàn)代信用風(fēng)險(xiǎn)度量模型。
美國(guó)從19世紀(jì)末開始引入企業(yè)信用評(píng)價(jià)，20世紀(jì)30年代起其關(guān)于信用風(fēng)險(xiǎn)評(píng)估的研究不斷深入[1]，從以要素分析法為代表的專家評(píng)分法(如5C要素分析法)，到以財(cái)務(wù)指標(biāo)分析法為代表的比例分析法(如杜邦財(cái)務(wù)分析體系和沃爾比重評(píng)分法)，再到20世紀(jì)60年代統(tǒng)計(jì)方法的大量運(yùn)用(如Z-score評(píng)分模型等)。此后，美國(guó)學(xué)者對(duì)有關(guān)信用風(fēng)險(xiǎn)評(píng)價(jià)方法的研究更加深入，建立了資產(chǎn)組合理論、Creditmetrics模型、麥肯錫模型、死亡率模型、KMV模型等。
由此可見，信用風(fēng)險(xiǎn)評(píng)價(jià)方法從定性評(píng)價(jià)到定量評(píng)價(jià)、從個(gè)別資產(chǎn)信用風(fēng)險(xiǎn)評(píng)價(jià)到資產(chǎn)組合信用風(fēng)險(xiǎn)評(píng)價(jià)，向著越來(lái)越專業(yè)化、復(fù)雜化的趨勢(shì)發(fā)展。既有研究中關(guān)于租賃業(yè)務(wù)風(fēng)險(xiǎn)的研究比較豐富，但多側(cè)重于財(cái)務(wù)風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)等方面，本文擬選擇模糊綜合評(píng)價(jià)法并結(jié)合AHP法對(duì)農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn)進(jìn)行評(píng)估。模糊綜合評(píng)價(jià)法是一種基于模糊數(shù)學(xué)的綜合評(píng)價(jià)方法，由美國(guó)自動(dòng)控制專家查德于1965年提出。
該方法根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)，即用模糊數(shù)學(xué)的方法對(duì)受多因素制約的事物或?qū)ο笞鞒隹傮w評(píng)價(jià)。模糊綜合評(píng)價(jià)法具有系統(tǒng)性強(qiáng)的特點(diǎn)，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決[2]。AHP法是在20世紀(jì)70年代由美國(guó)運(yùn)籌學(xué)家托馬斯·塞蒂提出的，它是一種定性和定量相結(jié)合的，系統(tǒng)化、層次化的分析方法，其優(yōu)點(diǎn)是將專家經(jīng)驗(yàn)判斷和數(shù)學(xué)方法結(jié)合起來(lái)，在一定程度上可降低不確定因素的影響[3]。
二、信用風(fēng)險(xiǎn)評(píng)估方法的適用性分析及選擇
(一)專家評(píng)分法
目前，我國(guó)農(nóng)機(jī)融資租賃行業(yè)還處于粗放發(fā)展階段，尚未建立完善的信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，信用風(fēng)險(xiǎn)評(píng)估主要是由出租方組織相關(guān)專家依據(jù)經(jīng)驗(yàn)并結(jié)合實(shí)際情況進(jìn)行主觀評(píng)價(jià)(即專家評(píng)分法)。對(duì)信用風(fēng)險(xiǎn)的判斷和決策主要是依賴專家的專業(yè)技能、主觀判斷和對(duì)某些關(guān)鍵因素的權(quán)衡。盡管專家評(píng)分法在目前我國(guó)農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn)評(píng)價(jià)中應(yīng)用較廣，但其具有明顯缺陷:一是成本大，即每筆農(nóng)機(jī)融資租賃業(yè)務(wù)都要耗費(fèi)一定的人力資源，從而在一定程度上降低了金融機(jī)構(gòu)開展此類業(yè)務(wù)的積極性。
二是主觀性和隨意性強(qiáng)，出租方對(duì)承租人進(jìn)行信用風(fēng)險(xiǎn)評(píng)估基本是依靠經(jīng)辦人員和審核人員的經(jīng)驗(yàn)值以及個(gè)人信息網(wǎng)來(lái)判斷承租人的信用狀況，同一筆業(yè)務(wù)不同的經(jīng)辦人員和審核人員常會(huì)得出不同的結(jié)論，影響了風(fēng)險(xiǎn)評(píng)估的客觀性。三是存在一定的道德風(fēng)險(xiǎn)，主要表現(xiàn)在出租方經(jīng)辦人員可能對(duì)不符合放款條件的承租人開展業(yè)務(wù)，也可能拒絕對(duì)優(yōu)質(zhì)客戶開展業(yè)務(wù)。綜上，專家評(píng)分法雖然可行，但在可信度和可操作性方面存在明顯缺陷。因此迫切需要改進(jìn)農(nóng)機(jī)租賃融資業(yè)務(wù)的風(fēng)險(xiǎn)評(píng)估和控制手段，建立信用風(fēng)險(xiǎn)評(píng)估的定量分析方法，對(duì)目標(biāo)承租人進(jìn)行科學(xué)合理的風(fēng)險(xiǎn)評(píng)估。
(二)幾種主要的定量方法
1.Z-score評(píng)分模型。該模型是目前西方國(guó)家在信用風(fēng)險(xiǎn)度量中使用較多的模型之一，通過加權(quán)計(jì)算得到評(píng)價(jià)對(duì)象的綜合風(fēng)險(xiǎn)分值Z，并將Z值與其臨界值進(jìn)行對(duì)比，以此判定評(píng)價(jià)對(duì)象目前的信用狀況。該模型適用于上市企業(yè)和非上市企業(yè)，計(jì)算方法簡(jiǎn)單、精確度好，但對(duì)財(cái)務(wù)數(shù)據(jù)要求精度很高而對(duì)非財(cái)務(wù)因素關(guān)注不夠[4]。我國(guó)農(nóng)機(jī)融資租賃業(yè)務(wù)中的承租人主要是農(nóng)戶和個(gè)體農(nóng)場(chǎng)主，普遍缺乏精確的財(cái)務(wù)數(shù)據(jù)，即使有財(cái)產(chǎn)和收入情況記錄，其準(zhǔn)確度也不高，無(wú)法滿足該模型對(duì)財(cái)務(wù)數(shù)據(jù)的高精確度要求。基礎(chǔ)數(shù)據(jù)不準(zhǔn)確會(huì)影響分析結(jié)果的準(zhǔn)確性，因此在我國(guó)農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn)評(píng)估中使用該模型在可行性和可信度上存在問題。
2.KMV模型。KMV模型是美國(guó)舊金山市KMV公司于1993年開發(fā)的信用風(fēng)險(xiǎn)度量模型，其理論基礎(chǔ)是期權(quán)定價(jià)理論。該模型突破了以往的信用風(fēng)險(xiǎn)評(píng)估多基于企業(yè)歷史數(shù)據(jù)進(jìn)行分析的局限，以當(dāng)期股票市值為評(píng)價(jià)基礎(chǔ)，得出的信用風(fēng)險(xiǎn)預(yù)期分布頻率具有很強(qiáng)的可信度。但該方法的使用需要以股票市值為前提。在對(duì)非上市公司使用該方法進(jìn)行信用風(fēng)險(xiǎn)評(píng)估時(shí)，以一些財(cái)務(wù)指標(biāo)代替股票市值等重要指標(biāo)，因而評(píng)估精度會(huì)受到一定影響。如前所述，目前我國(guó)農(nóng)機(jī)融資租賃業(yè)務(wù)中的承租人主要是缺乏準(zhǔn)確財(cái)務(wù)數(shù)據(jù)的農(nóng)戶和個(gè)體農(nóng)場(chǎng)主，其無(wú)法提供股票市值或精確的財(cái)務(wù)數(shù)據(jù)，因而使用該方法在可行性和可操作性上尚不具備條件。
3.Creditmetrics模型。Creditmetrics模型是瑞士信貸銀行金融產(chǎn)品部于1996年推出的信用風(fēng)險(xiǎn)度量模型，是金融機(jī)構(gòu)在對(duì)客戶進(jìn)行評(píng)級(jí)的基礎(chǔ)上進(jìn)行組合風(fēng)險(xiǎn)管理和資本管理的工具，主要用于信用風(fēng)險(xiǎn)度量及組合管理。Creditmetrics模型采用的是組合投資分析方法，注重分析企業(yè)間信用狀況變化的相關(guān)關(guān)系，因而與現(xiàn)代組合投資管理理論相吻合。但就目前我國(guó)農(nóng)機(jī)融資租賃市場(chǎng)而言，現(xiàn)有融資租賃公司還遠(yuǎn)未達(dá)到現(xiàn)代企業(yè)組合投資管理的要求，其內(nèi)部管理水平和數(shù)據(jù)收集能力都無(wú)法適用于此模型。目前最主要是完成對(duì)單筆業(yè)務(wù)的風(fēng)險(xiǎn)評(píng)估，只有在完成承租人個(gè)體信用風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)上，才能逐漸考慮進(jìn)行組合風(fēng)險(xiǎn)管理。
4.Logit回歸模型。Logit回歸模型是目前應(yīng)用最廣泛的信用風(fēng)險(xiǎn)評(píng)分模型，是以樣本、數(shù)據(jù)、指標(biāo)為基礎(chǔ)構(gòu)建反映現(xiàn)實(shí)社會(huì)模型的實(shí)證分析方法，可用來(lái)探究事件的結(jié)果與多個(gè)影響因素之間的關(guān)系程度;尤其當(dāng)因變量為二分類變量時(shí)，使用這一方法非常有效。Logit回歸模型采用的是一種“自下而上”的建模方法，要求在有足夠歷史數(shù)據(jù)的情形下使用，數(shù)據(jù)的真實(shí)性越高，模型識(shí)別的有效性越強(qiáng)。
此方法作為一種有效的數(shù)據(jù)處理方法應(yīng)用于多個(gè)領(lǐng)域，是信用風(fēng)險(xiǎn)評(píng)估的重要方法。但在目前我國(guó)的農(nóng)業(yè)信貸領(lǐng)域特別是農(nóng)機(jī)融資租賃領(lǐng)域，不僅缺乏足夠的歷史數(shù)據(jù)，而且承租人財(cái)務(wù)數(shù)據(jù)的真實(shí)性也得不到充分保證;且就農(nóng)業(yè)生產(chǎn)而言，當(dāng)前財(cái)務(wù)數(shù)據(jù)對(duì)未來(lái)趨勢(shì)的代表性弱，因而在此情況下選用該方法在可行性和可信度方面存在問題。
(三)模糊綜合評(píng)價(jià)法的選擇
模糊綜合評(píng)價(jià)法的信用評(píng)分模型，始于信用卡領(lǐng)域，后被廣泛應(yīng)用于個(gè)人貸款業(yè)務(wù)，現(xiàn)已擴(kuò)展到中小企業(yè)貸款領(lǐng)域。這一方法可確定影響借款人違約率的若干關(guān)鍵指標(biāo)并對(duì)各指標(biāo)賦予一定權(quán)重，通過對(duì)其進(jìn)行加權(quán)計(jì)算或綜合考慮，得到能夠全面反映借款人信用狀況的綜合分值。該綜合分值可代表違約概率，也可作為客戶分類的依據(jù)，并可據(jù)此決定是否給予貸款以及貸款定價(jià)。
該模型以借款人特征指標(biāo)為解釋變量，通過定量分析對(duì)借款人信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，把客戶劃分為“信用好”和“信用不好”，適合在缺乏已有信貸業(yè)務(wù)歷史數(shù)據(jù)的情況下使用。在我國(guó)農(nóng)機(jī)融資租賃領(lǐng)域，在缺乏歷史數(shù)據(jù)且現(xiàn)有數(shù)據(jù)的真實(shí)性也不能得到充分保證的情況下，該模型能綜合考慮評(píng)估承租人信用風(fēng)險(xiǎn)的影響因素，基于專家經(jīng)驗(yàn)判斷得出各指標(biāo)的重要程度，且選取的評(píng)估指標(biāo)也較為全面，能有效反映客戶信用情況，因而具有較好的適用性。
本文在采用模糊綜合評(píng)價(jià)法的過程中，在確定指標(biāo)權(quán)重時(shí)使用AHP法。AHP法強(qiáng)調(diào)人的思維判斷在決策過程中的作用，通過一定的模式使決策思維過程規(guī)范化，適用于定性與定量因素相結(jié)合，特別是定性因素起主導(dǎo)作用的問題，能減少個(gè)人主觀判斷帶來(lái)的弊端，使結(jié)果更可信。
農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重的確定就是這種定性因素起主導(dǎo)作用的問題，對(duì)于這類難以獲取相關(guān)數(shù)據(jù)的評(píng)價(jià)對(duì)象，使用模糊綜合評(píng)價(jià)法進(jìn)行信用風(fēng)險(xiǎn)評(píng)估并采用AHP法確定指標(biāo)權(quán)重，能將模糊綜合評(píng)價(jià)法和AHP法的優(yōu)點(diǎn)結(jié)合起來(lái)，在現(xiàn)有專家評(píng)分法定性分析的基礎(chǔ)上，將影響履約的因素引入定量的計(jì)量過程，確定相應(yīng)指標(biāo)的權(quán)重系數(shù)，增強(qiáng)信用風(fēng)險(xiǎn)評(píng)估的可行性、可信度和可操作性，以對(duì)目標(biāo)承租人進(jìn)行科學(xué)合理的風(fēng)險(xiǎn)評(píng)估。
三、農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系的構(gòu)建
(一)設(shè)定評(píng)估指標(biāo)體系
為全面、公正、客觀地評(píng)估農(nóng)機(jī)融資租賃業(yè)務(wù)的信用風(fēng)險(xiǎn)水平，本文參考張金貴等人[5]的研究，認(rèn)為指標(biāo)的選擇應(yīng)滿足以下三方面要求。首先，應(yīng)既能全面反映影響農(nóng)機(jī)融資租賃業(yè)務(wù)信用狀況的各種因素，又要盡量簡(jiǎn)化，避免指標(biāo)的重疊;其次，應(yīng)獲取容易、操作簡(jiǎn)捷、使用方便，能保證數(shù)據(jù)的真實(shí)、可靠、準(zhǔn)確;最后，應(yīng)符合農(nóng)機(jī)融資租賃業(yè)務(wù)自身的特點(diǎn)，能夠切實(shí)預(yù)測(cè)農(nóng)機(jī)融資租賃業(yè)務(wù)的違約概率。同時(shí)，將定性指標(biāo)與定量指標(biāo)相結(jié)合。定性指標(biāo)結(jié)合農(nóng)業(yè)信貸的特點(diǎn)，著重在影響農(nóng)業(yè)收入的氣候變化、國(guó)家收儲(chǔ)、補(bǔ)貼政策變化等難以預(yù)測(cè)或不可控方面進(jìn)行考量;定量指標(biāo)主要為財(cái)產(chǎn)指標(biāo)、收入指標(biāo)、人口指標(biāo)等。
其中年齡、子女教育情況、婚姻狀況和金融機(jī)構(gòu)違約記錄是對(duì)承租人生活穩(wěn)定性、可預(yù)見性方面進(jìn)行評(píng)價(jià)的關(guān)鍵因素?；橐鰻顩r是感情鞏固、生活穩(wěn)定的表征，家庭是一個(gè)經(jīng)濟(jì)體和互助體，單身的人承擔(dān)風(fēng)險(xiǎn)的能力、取得收入的能力和積累財(cái)富的能力一般都弱于家庭。年齡體現(xiàn)的是承租人獲取收入的潛在能力、財(cái)富積累水平以及風(fēng)險(xiǎn)規(guī)避能力。
一般來(lái)說(shuō)，中年人的收入能力和風(fēng)險(xiǎn)規(guī)避能力最高，老年人收入能力會(huì)明顯下降，青年人避險(xiǎn)能力一般。家庭年總收入、年收支結(jié)余、年非農(nóng)業(yè)收入是從動(dòng)態(tài)角度對(duì)收入水平和收入結(jié)構(gòu)進(jìn)行的評(píng)價(jià)，衡量承租人可支配的現(xiàn)金流量和動(dòng)態(tài)的債務(wù)償還能力。承包土地面積、宅基地估值、其他房產(chǎn)估值、家庭農(nóng)機(jī)估值和家庭負(fù)債總額是從靜態(tài)角度評(píng)價(jià)承租人的財(cái)富水平，從家庭資產(chǎn)的角度衡量承租人的債務(wù)償還能力。家庭財(cái)產(chǎn)保險(xiǎn)情況、參加新農(nóng)保情況以及租賃物控制手段可衡量承租人對(duì)意外事件的風(fēng)險(xiǎn)轉(zhuǎn)移能力?？傮w來(lái)說(shuō)，承租人資產(chǎn)和收入越多，貸款違約概率越低;債務(wù)水平越高，信用風(fēng)險(xiǎn)就越高。
(二)確定指標(biāo)權(quán)重
下文采用AHP法確定指標(biāo)權(quán)重。根據(jù)上文構(gòu)建的農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系中的5個(gè)一級(jí)指標(biāo)建立比較矩陣，通過兩兩比較來(lái)確定指標(biāo)的相對(duì)重要性。對(duì)各指標(biāo)進(jìn)行比較時(shí)設(shè)置評(píng)分區(qū)間為1～5分，1分表示行因素遠(yuǎn)重于列因素，2分表示行因素重于列因素，3分表示行列因素同等重要，4分表示列因素重于行因素，5分表示列因素遠(yuǎn)重于行因素。在進(jìn)行比較時(shí)，利用德爾菲法選擇專家咨詢意見，設(shè)計(jì)調(diào)查問卷并發(fā)放給26位專家，對(duì)評(píng)估對(duì)象的道德品質(zhì)狀況、家庭收入情況、家庭財(cái)產(chǎn)情況、風(fēng)險(xiǎn)緩釋情況、氣候和專項(xiàng)政策影響這5個(gè)一級(jí)指標(biāo)通過問卷進(jìn)行兩兩比較。按照各指標(biāo)的標(biāo)度和含義，根據(jù)專家調(diào)查問卷結(jié)果，得出農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn)5個(gè)一級(jí)指標(biāo)的權(quán)重明細(xì)。
四、結(jié)論與建議
(一)結(jié)論
目前我國(guó)農(nóng)機(jī)融資租賃行業(yè)的信用風(fēng)險(xiǎn)評(píng)估主要是依靠出租方組織相關(guān)專業(yè)人員對(duì)風(fēng)險(xiǎn)要素進(jìn)行經(jīng)驗(yàn)判斷，主觀性、隨意性強(qiáng)，標(biāo)準(zhǔn)不統(tǒng)一，容易發(fā)生道德風(fēng)險(xiǎn);同時(shí)存在風(fēng)險(xiǎn)評(píng)估成本高，流程復(fù)雜，同收益不匹配等缺陷，影響了農(nóng)機(jī)融資租賃業(yè)務(wù)的順利開展。采用模糊綜合評(píng)價(jià)法結(jié)合AHP法建立農(nóng)機(jī)融資租賃業(yè)務(wù)信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，將定量評(píng)估與專家分析相結(jié)合，能幫助租賃公司有效識(shí)別客戶信用風(fēng)險(xiǎn)。
當(dāng)然，在實(shí)際運(yùn)用中還應(yīng)逐步增加樣本量，逐步細(xì)化評(píng)分標(biāo)準(zhǔn)。同時(shí)，鑒于農(nóng)業(yè)信貸的特點(diǎn)，農(nóng)機(jī)融資租賃業(yè)務(wù)信用風(fēng)險(xiǎn)評(píng)估在建模過程中應(yīng)注意采集各種經(jīng)濟(jì)狀況下的指標(biāo)數(shù)據(jù)，結(jié)合宏觀經(jīng)濟(jì)形勢(shì)和時(shí)間變化進(jìn)行適度調(diào)整，并根據(jù)出租前后的管理情況建立動(dòng)態(tài)反饋機(jī)制，及時(shí)對(duì)模型進(jìn)行調(diào)整，以保證實(shí)踐運(yùn)用的有效性。
(二)建議
第一，信用風(fēng)險(xiǎn)評(píng)估是農(nóng)機(jī)融資租賃業(yè)務(wù)開展的關(guān)鍵環(huán)節(jié)，單純依靠租賃業(yè)務(wù)經(jīng)辦人員和審核人員的主觀經(jīng)驗(yàn)進(jìn)行風(fēng)險(xiǎn)評(píng)估是不夠科學(xué)合理的。因而應(yīng)推進(jìn)信用風(fēng)險(xiǎn)量化評(píng)估，提高租賃業(yè)務(wù)決策的科學(xué)化水平，建立科學(xué)的農(nóng)機(jī)融資租賃業(yè)務(wù)信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，這對(duì)業(yè)務(wù)發(fā)展、成本節(jié)約、風(fēng)險(xiǎn)量化和科學(xué)決策具有積極影響。租賃公司可建立“電腦+人腦”“定量+經(jīng)驗(yàn)”的農(nóng)機(jī)融資租賃信用風(fēng)險(xiǎn)識(shí)別模式。對(duì)擬合作客戶，先通過電腦用該模型進(jìn)行分類識(shí)別并設(shè)置不同的處理流程。
優(yōu)質(zhì)客戶可直接進(jìn)入快速審批流程，若無(wú)特殊理由審核人員不得拒絕辦理;對(duì)高風(fēng)險(xiǎn)客戶直接拒絕辦理，審核人員沒有特殊理由不得重新上報(bào);而對(duì)于中間客戶則可由人腦進(jìn)行二次識(shí)別評(píng)估。這樣既可保證優(yōu)質(zhì)客戶得到高效服務(wù)，也能確保高風(fēng)險(xiǎn)客戶被有效排除，在很大程度上防范了個(gè)人判斷的主觀性和潛在的道德風(fēng)險(xiǎn)。同時(shí)，集中人力對(duì)中間客戶進(jìn)行評(píng)估甄別，可減少運(yùn)行成本、增加業(yè)務(wù)收益，提高租賃公司等金融機(jī)構(gòu)開展農(nóng)機(jī)融資租賃業(yè)務(wù)的積極性。第二，加快我國(guó)農(nóng)村個(gè)人信用體系建設(shè)，完善個(gè)人信用數(shù)據(jù)來(lái)源渠道，保證數(shù)據(jù)的真實(shí)性和準(zhǔn)確性。這樣既有利于農(nóng)機(jī)融資租賃業(yè)務(wù)的發(fā)展，也將有助于農(nóng)村信貸市場(chǎng)的發(fā)展。第三，對(duì)農(nóng)機(jī)融資租賃給予一定的息費(fèi)補(bǔ)貼。現(xiàn)階段新疆農(nóng)業(yè)現(xiàn)代化建設(shè)的重點(diǎn)是農(nóng)業(yè)機(jī)械化，而現(xiàn)代農(nóng)機(jī)單臺(tái)金額普遍較大，農(nóng)民很難全款購(gòu)置，因而農(nóng)機(jī)融資租賃是農(nóng)民購(gòu)置農(nóng)機(jī)的重要方式。為更好地開展農(nóng)機(jī)融資租賃業(yè)務(wù)，助力新疆農(nóng)業(yè)機(jī)械化發(fā)展，建議可對(duì)農(nóng)機(jī)融資租賃業(yè)務(wù)給予一定的息費(fèi)補(bǔ)貼。如參照國(guó)家對(duì)紡織服裝企業(yè)貸款的財(cái)政貼息政策，對(duì)采用融資租賃方式購(gòu)買農(nóng)機(jī)的農(nóng)民給予一定比例的財(cái)政貼息，以減輕農(nóng)民的負(fù)擔(dān)。
參考文獻(xiàn):
[1]李海峰.商業(yè)銀行小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)與控制研究[D].北京:中國(guó)礦業(yè)大學(xué)，2010.
[2]李萌.國(guó)有大中型工業(yè)企業(yè)技術(shù)創(chuàng)新能力模糊綜合評(píng)價(jià)實(shí)證研究[D].北京:北京郵電大學(xué)，2011.
[3]呂楊.個(gè)人信用評(píng)價(jià)體系構(gòu)建研究———基于AHP和Logistic混合模型[D].南京:南京理工大學(xué)，2008.
[4]黃小舟.Z記分模型的應(yīng)用及其局限性[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2005(2):57-59.
[5]張金貴，侯宇.基于Logit模型的中小企業(yè)信貸風(fēng)險(xiǎn)實(shí)證分析[J].會(huì)計(jì)之友，2014(30):40-45
會(huì)計(jì)方向刊物推薦：《會(huì)計(jì)之友》雜志是面向國(guó)內(nèi)外公開發(fā)行的綜合性財(cái)會(huì)雜志，由山西省社會(huì)科學(xué)院主辦，為旬刊，一級(jí)期刊，是全國(guó)中文會(huì)計(jì)類核心期刊。國(guó)內(nèi)統(tǒng)一刊號(hào)CN14-1063/F，國(guó)際標(biāo)準(zhǔn)刊號(hào)ISSN1004-5937，是國(guó)內(nèi)外發(fā)行量較大的財(cái)會(huì)期刊之一。
相關(guān)閱讀
