【村镇银行信贷风险实证探析14000字（论文）】

村镇银行信贷风险实证分析目录TOC\o"1-2"\h\u18706村镇银行信贷风险分析 121540第1章绪论 1190731.1研究背景 1294761.2研究目的 278661.3研究内容 344541.4研究方法 3264411.5创新点 429019第2章文献综述与相关理论基础 5121942.1理论基础 582672.2文献研究 718695第3章研究方法与设计 12100133.1各变量操作定义 12273083.2理论模型构建 1547293.3数据来源与样本描述 1624535参考文献 19第1章绪论在支持我国农村经济发展方面，村镇银行在区域实体经济发展中扮演着至关重要的角色，是农村金融的主力军。本章对研究背景和研究目的进行分析。1.1研究背景党中央曾强调指出，只有打赢三大攻坚战，才能决胜全面建成小康社会，其中防范化解重大风险是一项重点内容。防控好金融风险是打好防范化解重大风险攻坚战的关键所在，而信用风险是金融业最基础的风险。突如其来的新冠肺炎疫情，给国内国际经济正常运转产生了严重影响，给我国金融领域增加了许多新的风险挑战。随着系统性金融风险的不断累积聚集，打好防范化解金融风险攻坚战，不仅是确保全面建成小康社会的关键，而且是是实现中国经济转型升级必须战胜的“腊子口”，推动区域经济高质量发展的“先手棋”。银行业金融机构因特殊的性质决定了其本身具有高风险性，商业银行真正的风险在于大规模发放的贷款，贷款到期无法收回导致大量呆帐、坏账的存在不仅使金融主体无法应对金融风波，风险在银行业金融机构中传播还会导致银行体系极度脆弱。莫顿教授曾是1997年的诺贝尔经济学奖获得者，他指出现代金融理论的三大支柱分别是风险管理、资金的时间价值和资产定价。在我国，信贷风险是银行业面临的最大的风险，其中最重要且直观的表现是不良贷款数额重大、不良贷款率高。从当前银行业金融机构整体状况来看，村镇银行等地方法人机构相较于国有商业银行和股份制商业银行而言，自身应对能力有限，控制风险能力较为薄弱，信贷资产质量下行态势较大，重视风险程度有待提高。村镇银行在推动区域经济发展方面具有得天独厚的优势，是支持民营小微企业、服务农业、农村和农民的主力军。当下，村镇银行面对的客户收益群体地位较为特殊，其主要是面向农村地区提供金融服务，因此国家一直以来对其支持力度不断加大，从而使得村镇银行的成长速度加快，例如采取税收优惠和减免、资金补助和扶持以及财政补贴等优惠措施。目前，村镇银行在资金规模上越来越大，业务覆盖范围上越来越广，服务能力上越来越强，受到越多越多客户群体的支持和依赖。但从另一方面，虽然村镇银行的整体运营状态较为良好，但受经济下行压力的影响较大，农商行不断扩张的信贷规模，粗放的经营使得不断积聚的信贷风险加速暴露，目前仍存在不良贷款率居高不下、信贷风险日益突出等重要问题。村镇银行面临最主要风险是信贷风险，同样也是银行业金融机构风险管控体系中需要重点关注的内容，需要不断通过完善信贷管控体系来防范和化解信贷风险。1.2研究目的1.2.1目的本文通过对村镇银行现行信贷体系进行分析，针对信贷风险管控现状，运用相关理论方法，提出存在的局限因素和问题，并进行原因分析，提出决策意见和管控措施，从而强化信贷决策科学性，使村镇银行更好的进行风险管控，有效保障信贷资产质量安全。1.2.2研究框架绪论文献综述绪论文献综述理论基础文献研究研究方法与设计因素研究结果分析模型构建实证结果分析数据与样本描述变量与指标说明结论与讨论1.3研究内容本文以某村镇银行为研究对象，分析其信贷风险管控现状，采用我国村镇银行2014年至2021年7年间贷款数据进行实证分析，筛除一些样本数据缺失的情况，共收集有效样本1562个，模型分析的结论对信贷风险管理具有较强的实践指导意义。指出存在亟待改进的问题和原因分析，并提出了某村镇银行信贷风险管理的改进目标和措施。本文提出的信用风险防控举措对我国其他村镇银行也有一定的参考和借鉴意义，从而助力乡村振兴战略的实施和推进。1.4研究方法（1）文献研究法：通过广泛搜集文献资料，结合村镇银行管理现状，从网站、期刊等数据库中获取掌握村镇银行信贷风险现状、信贷业务发展水平以及信贷风险防控状况。（2）定性与定量分析相结合：使用定性结合定量的方法，在案例分析、现状研究、原因解析和优化改进信贷风险管控体系时分析解决问题。（3）案例研究法：论文选取某村镇银行为研究对象，分析其目前风险管控现状存在的问题，结合相关理论，提出相应的对策建议。1.5创新点本文创新之处在于通过将研究对象微观具体化，以某村镇银行为具体实例进行研究，结合全面推进乡村振兴的背景，分析其在防范化解信贷风险方面存在的问题，提出更具有针对性的建议和措施，实践中发现问题解决问题可用性更强。同时，充分结合作者自身的工作经验，从多角度研究了村镇银行的信贷风险管理现状，并结合该行面临的各种类型的信贷风险，对其进行了全面系统的探讨和剖析，从而提出解决信贷风险管控问题更加切实可行的意见和对策，为我国地方性法人机构机构在信贷风险管控上提供实际借鉴意义。

第2章文献综述与相关理论基础本章通过广泛搜集文献资料，结合村镇银行管理现状，从网站、期刊等数据库中获取掌握银行信贷风险现状、信贷业务发展水平以及信贷风险防控状况，在此基础上进行理论与文献写作。2.1理论基础2.2.1信贷配给理论信贷配给理论是指当利率固定在一定水平下，贷款供给远远小于贷款需求时，商业银行为消除超额银行贷款资金需求，促使部分贷款申请人退出市场，趋于采取非利率化的贷款条件而非提高利率水平的手段。具体体现为，一是贷款人的贷款申请只能部分被满足，如，借款人向银行申请100万元的资金，结果只会被批准70万元的贷款；二是商业银行只接受特定部分贷款申请，而另一部分借款人即使愿意支付高额利息也无法得到银行的放贷。这是由于银行无法观察到借款者的投资意图时，提高利率反而会将贷款提供给高风险客户，而使低风险客户无法获得贷款资金，从而使银行贷款的预期收益率降低、平均风险水平上升，这种现象称为信息的不对称性。商业银行解决资金需求不匹配的问题，常用手段主要分为以下三种类别：一是贷款性质，如财物规模、信用条件、经营状况等；二是商业银行对借款者提前设定贷款条件，如：贷款期限、限制性条款、指定用途、担保或抵押等；三是其他因素，如：借款者身份、与商业银行的特定关系等。2.2.2全面风险管理理论20世纪80年代以来，世界两极分化的政治体系逐渐瓦解，金融市场随着经济全球化逐渐开放，银行之间的竞争日趋激烈。政府逐渐放松了对金融部门的监管，并出现了许多新的衍生工具。1988年的《巴塞尔资本协议》中清楚地定义了全面风险管理的重要性。由于综合风险管理理论的要求，全面、全面地监管商业银行日常运营中的信贷风险，构建起一种科学的金融风险管理文化。全面风险管理理论是指从各项业务环节风险出发，建立规范的风险管理系统，将风险管理运用于企业内部经营和管理的过程中，完善风险管理执行措施、设置合理的风险管理机构、将风险导向思想融入到企业文化管理，预防风险、控制风险，从而促进企业的稳定经营发展。近年来，商业银行风险管理系统在文化渗透管理流程方面有了很大提升，但由于村镇银行成立时间短、风险管理建设有待提高、系统无法跟进业务发展步伐，不够具体和完善。由于农商行抗风险能力比较薄弱，当风险管理系统某一环节出现了问题，则整个体系很容易出现“多米诺骨牌效应”。因此，为了促进农商行经营稳定持续发展，更有效抵御和防控风险，应当建设全面系统的风险管理体系，把流动性风险、市场风险、操作风险、信用风险等结合起来，统筹考虑企业文化、管理系统以及应对外部环境等各方面，来提高整体风险管理水平和能力。2.2.3信息不对称理论七十年代，三位美国经济学家研究了信息不对称现象，提出了信息不对称理论（G.Akerlof,M.Spence,J.E.Stigjiz），信息不对称理论是指不同身份的人所了解掌握的信息是有差异的。掌握充分信息的人相比较信息缺乏的人在市场活动中占据优势位置，可以主导业务活动的开展。在信贷领域信息不对称表现十分突出，如在信贷市场上，借款者对自己用贷风险程度、偿还能力、贷款实际用途等私人信息充分了解，可能会为了达成贷款申请，隐瞒或修改重要的申请信息。贷前，商业银行难以了解和掌握借款者有关信息，如资产状况、以往违约情况和贷款用途等，并且借款客户众多，贷后，商业银行同样无法完全监控借款人资金的使用方式和按时还贷意向。若贷款者采取风险行为，如将资金挪作他用导致投资失败，银行将面临贷款违约风险。因此，由于商业银行处于信息劣势，会给信贷机构带来资产损失，由于贷款利率和风险影响商业银行的预期利润率，为了弥补或转移可能造成的损失，银行可以采取风险缓释措施，如要求贷款人提供保证、抵押和保险等手段和措施。2.2.4篮子理论“不要把鸡蛋放在同一个篮子里”，篮子理论的实质是利用了风险分散的原理，在风险一定的情况下进行分散和降低通过多样化投资的方式。篮子理论提出，若将资源集中于单一主体可能会导致风险过于集中，为避免集中风险的发生，实现资产组合优化，降低单一风险事件导致整体遭受损失的概率，达到降低损失的目的，应当将资源分散在不同的主体上，在一定的范围内，数量越多，分散风险的程度越大。根据资产组合管理理论，不同资产之间收益率相关系数只要小于1，这种分散投资就能够使风险降低。因此，商业银行的信贷业务应是多样化的，应当分散于不同行业、不同业务、不同性质的借款人。相互独立且充分多的投资形式是多样化投资风险管理策略的前提条件。2.2文献研究2.2.1国外文献综述关于在风险因素和防控方面，SerainaC.Anagnstopoulou（2016）认为，通过分析财务报表可以预测借款人的违约概率以及未来产生的经营活动现金流量，这同样作为贷款定价的有效信息来源。［1］ThomasGietzen（2017）认为如何进行信贷流程的管控和利率风险防范是问题关键所在，要实现商业银行经营安全目标，使得信贷风险最小化，就要对商业银行的资产负债进行系统化管理，以确保安全性、流动性、收益性等指标均处于合理范围内。［2］NgoziOkoye（2017）认为，则通过研究借贷人员行为，得出影响到中小企业信贷资金安全性的因素包括借贷人的学历背景、个人收支状况、总资产规模、法律纠纷等五个方面。［3］TBKing,KFLewis（2015）认为，在研究市场信用风险和流动性之间的关系时提出，商业银行间的利差的敏感性提高了，当信贷风险危机高发时。［4］表1国外各学者对信贷风险理论的定义汇整表代表学者（年份）追随者理论定义SerainaC.（2016）通过分析财务报表可以预测借款人的违约概率以及未来产生的经营活动现金流量，这同样作为贷款定价的有效信息来源。TBKing,KFLewis（2015）在研究市场信用风险和流动性之间的关系时提出，商业银行间的利差的敏感性提高了，当信贷风险危机高发时。KenSakeKato(2016)利用Ising模型有效计量了不同行业的信贷组合风险，并将每个行业按照信贷资产组合的形式进行划分。］Cho-JiehC（2018）利用贝叶斯判法和Logistic回归模型分析了上百家企业，得出了通过某些关键财务指标的分析可以更好的反映企业资信状况的结论。aundersDavid（2018）在研究商业银行风险评价问题时另辟蹊径，引入模糊数学的方法对商业银行的信贷风险进行研究，大大拓展了商业银行信贷风险的研究边界。关于风险度量方面，LaramieAlou（2017）研究认为投资者将会呈现出不同的风险承受能力，因为不同的风险价值观体现在了不同的资产组合方式上。比如，当高风险承受者进行投资时，面对高风险与高资产收益时，体现出了激进的思想导向。［5］Smales（2016）认为，通过研究信贷风险和新闻报道展示的情绪之间关系，其结果表明信贷风险与正面的新闻报道之间是呈负相关关系，即负面的新闻报道将加大信贷风险，而正面的新闻报道将使得减少信贷风险。［6］KenSakeKato(2016)利用Ising模型有效计量了不同行业的信贷组合风险，并将每个行业按照信贷资产组合的形式进行划分。［7］关于银行信用风险领域方面，PoudelPR（2012）建议商业银行制定制度采取措施来降低风险并提高效益。研究了影响商业银行绩效指标的因素，通过设定与信用风险管理有关的参数来计算各种绩效指标，从而得出预测商业银行财务绩效的最佳指标是客户违约率的结论。［8］Granger（2016）在研究商业银行的贷款问题时引入了Logit模型，通过定量的方法研究引起商业银行不良贷款增多的原因，并对各种原因进行分析，寻找解决商业银行问题贷款的方法。［9］Cho-JiehC（2018）利用贝叶斯判法和Logistic回归模型分析了上百家企业，得出了通过某些关键财务指标的分析可以更好的反映企业资信状况的结论。［10］SaundersDavid（2018）在研究商业银行风险评价问题时另辟蹊径，引入模糊数学的方法对商业银行的信贷风险进行研究，大大拓展了商业银行信贷风险的研究边界。[11]2.2.2国内文献综述关于信贷风险形成的原因方面。郭晓蓓、麻艳、施元雪（2020）认为，影响不良贷款增加的外部因素是有待完善的资本市场、增速放缓的宏观经济环境、不断暴露的行业风险、货币政策紧缩等。而不良资产处置力度欠佳、银行内部管理能力不足等是导致不良贷款增加的内部因素。［12］周存宇（2020）认为，信贷风险管理问题原因包括信贷风险管理组织建设存在不足、信贷风险管理制度存在缺陷、管理流程不完善等。［13］苏彦军（2019）认为，农商行不良贷款成因包括外部和内部原因，外部原因包括国家宏观调控政策、产业政策和农村经济环境的影响，内部原因包括贷款“三查”制度流于形式、客户经理业务素质良莠不齐、内控制度不健全、贷款管理机制设置不合理。［14］姜丽佳（2019）认为，信贷风险形成的内部原因包括风险分析工具不健全、信贷工作人员素质和能力薄弱、资产结构合理性不足、经营模式较为粗放。此外还包括借款人原因和社会环境原因。［15］杨金桂、张郃、饶依婧、杨雨虹（2019）认为，导致村镇银行产生信贷风险的原因包括：信贷危机、制度不完善容易出现法律风险、地方政府行政干预，客户信用道德缺失等。［16］单科举（2018）认为，受实体经济下行、监管政策调整、不完善的内部管理制度等多重因素影响，近年来部分农商行不良贷款规模大幅上升。［17］郑光虎（2017）认为，我国特殊的监管体制、宏观经济发展状况以及经济体制等是导致我国商业银行信贷风险的宏观因素；微观因素主要是由贷款的直接关联方引起，即包括商业银行和借款人两个角度。［18］表2国内各学者对信贷风险理论的定义汇整表代表学者（年份）追随者理论定义周存宇（2020）信贷风险管理问题原因包括信贷风险管理组织建设存在不足、信贷风险管理制度存在缺陷、管理流程不完善等。周拓（2021）商业银行信贷风险的具有必然性、隐蔽性和可防范性的特征。杨雨虹（2019）当前村镇银行存在流动性风险、法人治理结构风险、操作风险、道德风险、信用风险及市场风险。陈晓雨（2019）商业银行不良贷款的增加、不良贷款率上升加大了机构的信贷风险水平、影响了资金流动性、降低了经营效益和社会整体效率，是商业银行出现危机的先行指标。许曌（2020）不良贷款增加会带来系列影响，会导致盈利能力下降、资产规模下降、影响投资者及公众信心。信贷风险产生的有关特征和影响方面。周拓（2021）认为，商业银行信贷风险的具有必然性、隐蔽性和可防范性的特征。［19］许曌（2020）认为，不良贷款增加会带来系列影响，会导致盈利能力下降、资产规模下降、影响投资者及公众信心。［20］陈晓雨（2019）认为，商业银行不良贷款的增加、不良贷款率上升加大了机构的信贷风险水平、影响了资金流动性、降低了经营效益和社会整体效率，是商业银行出现危机的先行指标。［21］关于目前信贷风险现状方面：周存宇（2020）认为，农商行信贷风险管控存在风险识别不力、风险把控能力不强、信贷人员自身能力薄弱、信贷制度执行不严、不良贷款清收效果不佳等问题。冯叶,李舒（2019）表示，我国商业银行不良贷款余额、不良贷款“双升”态势依旧；资源配置不平衡，部分产能过剩行业贷款质量下行压力较大；房地产金融风险不容忽视；地方隐形债务加重商业银行潜在风险隐患。［22］杨金桂、张郃、饶依婧、杨雨虹（2019）认为，当前村镇银行存在流动性风险、法人治理结构风险、操作风险、道德风险、信用风险及市场风险。方丽云,刘畅（2018）分析认为，商业银行中小企业风险类型分为信用风险、操作风险、中小企业的外部经营环境风险。［23］祁树鹏、冯燕、李京晓等（2015）通过脉冲响应函数和方差分析技术了经济宏观变化对我国商业银行信贷风险影响的传递途径，研究结果发现宏观经济的变化对商业银行信贷风险有重要的影响，银行的不良贷款率与经济周期呈现反相关关系。[24]王宪全、李晟，张宇航（2018）通过运用KMV模型，计算了国内20家银行机构的贷款违约概率，计算结果表明，对商业银行的信贷风险产生显著影响的因素包括不良率、资产规模和贷存比率。[25]在银行信贷风险防控方面：周拓（2021）提出，银行内部监督管理体系的提高，规范信用风险管理流程，完善信用评级体系可以作为商业银行信用风险管理对策。施唯（2021）提出，商业银行要通过优化信贷业务结构、、动态了解客户、加强对企业关联交易的分析、调整银行信贷授信授权体制、改进商业银行的激励和约束考核机制，来强化商业银行信贷政策风险防控措施。周存宇（2020）提出，要加强信贷风险管理组织建设、完善信贷风险管理机制、建立科学合理的信贷风险管理流程。杨金桂、张郃、饶依婧、杨雨虹（2019）提出，村镇银行应采取风险防范措施，强化信贷风险管理，完善人力资源体制管理，健全监管制度。地方政府应当出台政策对导致道德风险的责任人加大惩处力度。冯叶,李舒（2019）提出，精准定位，着力提升商业银行风险管理水平；精心实施，着力健全现代风险管理模式；精细管理，着力提升商业银行监督管理质效。郑光虎（2017）提出，要转变政府职能、完善相关的法规政策、商业银行应完善风险准备制度、建立严格的贷款审批制度、加强风险管理水平。方丽云,刘畅（2018）提出，通过建立中小企业信用评级体系，加强对中小企业的信贷审核力度，完善企业抵押担保机制，推进信息公开共享，优化中小企业信贷竞争环境。魏晓娜（2014）则提出信息不对称问题是银行信贷风险管理过程中最为棘手的问题，通过一系列手段降低客户与银行之间的信息不对称问题，可以有效地缓解信贷风险。[28]针对信息不对称问题，陈善昂（2015）提出银行应建立完善的信息系统，提高信息化水平，以缓解信息不对称问题。[29]高秀芝（2015）在对比了发达国家的金融市场之后，发现我国金融体系还不完善，健全商业银行风险管理，可以通过利率期货来促进利率市场化，强化信贷风险管理。[30]郝墨缘（2018）认为当前我国商业银行的信贷风险评估体系还不健全，信贷评估方法较为简单，无法精确的识别风险，随后他又指出银行与客户之间的信息不对称是重要的原因。[31]陆岷峰和王婷婷（2020）认为商业银行资产业务的主体是信贷业务，信贷质量的好坏由管理层风险管理水平所决定，而数字技术的发展给商业银行信贷风险管理指引了新的发展方向，通过运用金融科技工具，可以进一步优化贷前、贷中、贷后管理。[32]

第3章研究方法与设计本章通过将研究对象微观具体化，以镇银行为具体实例进行研究，结合全面推进乡村振兴的背景，利用实证分析其在防范化解信贷风险方面存在的问题，为下文提出更具有针对性的建议和措施奠定基础。3.1各变量操作定义一方面，变量选取一定要适量，多了则会造成模型运算的复杂性，少了则可能遗漏重要变量从而削弱模型的可信度；另一方面，变量选取应注重科学性、系统性，无关变量的加入影响模型的解释力。指标选取主要从经济周期、贷款行业、贷款政策、内部治理等方面进行研究，选取这四个方面的一些共同部分进行深入分析其对信贷违约风险的影响程度。在此先阐述一下其中两个方面的定义，以便于理解之后的分析研究。经济周期(Businesscycle)：也称商业周期、景气循环，经济周期一般是指经济活动沿着经济发展的总体趋势所经历的有规律的扩张和收缩。是国民总产出、总收入和总就业的波动，是国民收入或总体经济活动扩张与紧缩的交替或周期性波动变化。政策性银行贷款由各政策性银行在人民银行确定的年度贷款总规模内，根据申请贷款的项目或企业情况按照相关规定自主审核，确定贷与不贷。效益也是政策性银行贷款需要考虑的要素之一。政策性贷款是目前中国政策性银行的主要资产业务。一方面，它具有指导性、非盈利性和优惠性等特殊性，在贷款规模、期限、利率等方面提供优惠；另一方面，它明显有别于可以无偿占用的财政拨款，而是以偿还为条件，与其他贷款一样具有相同的金融属性--偿还性。接下来关于已有的关于农村企业违约的相关研究主要围绕企业的财务数据的分析进行展开剖析，并且将农村企业违约与公司破产紧密联系。Altman（1969）指出，一个盈利能力差、资产流动性不足且高负债的企业对于银行信用极易违约，并且面临较高的破产风险。Juel（2000）以斯洛伐克的中小企业为例，利用2000至2005年间的500多笔中小契约贷款数据，实证发现盈利能力、流动性以及债务负担是造成企业违约的主要因素。然而，除了大型企业的财务信息比较完备以外，中小（微）企业的财务信息透明度较差，甚至部分企业缺乏完备的财务信息，而在普惠金融的背景下，这些主体日益成为银行公司客户的重要组成部分，故此，只是从财务信息角度探讨企业的信用违约缺乏一定的说服力。除了财务指标以外，还有一些学者还探讨了非财务因素对银行信贷违约的影响。Clarkson等（2002）发现企业的信用评分以及信贷双方的距离与企业的违约率存在较大的相关性，对此，其给出的解释是距离的远近会显著影响银行收集企业相关真实信息的难度，而信用评分的大小则会使放贷者增加贷款发放从而提高产出。因此，他们认为硬信息的贷款方法与关系型借贷、软信息借贷更为有效。Boyd（2005）认为除了财务指标以外，企业所处行业以及企业规模大小与违约概率存在一定的相关性。前人的相关研究给本章节的撰写奠定了坚实的基础，但是通过对已有的文献梳理发现仍有一些问题。首先，部分文献只是从财务信息或非财务信息方面挖掘企业信用违约的影响因素，缺乏一定的全面性；其次，以往的财务分析主要选取一些静态指标，而企业的财务状况是是一个动态变化的过程，而往往一些主要指标的不利变动反而是影响企业还款能力的主要信号；最后，已有的分析框架中少有关注信贷违约风险管理措施对信贷违约风险管理的影响。故此，本文在前文的基础之上，从自身的业务实际出发，将可能影响我国信贷违约风险的因素进一步系统化为四个维度，探讨这些指标的可能影响。第一个维度是企业基本特征，这其中包括农村企业成立年限、农村企业规模、农村企业性质和农村企业信用这四个细化指标，根据企业生命周期理论，企业的存续时间不同，其经营策略以及产品面临的市场风险会存在显著的差异，其信用风险也会存在显著的差异，一般而言，企业成立的时间越久，其面临的市场环境越趋于稳定，其发生信用风险的可能性越低；企业规模一直是相关学者选取的常用指标，已有研究普遍认为企业的规模越大，其各方面的资源优势越明显，且有一定的市场基础，所以其发生信用违约的可能性越低。第二个维度是企业的财务指标，具体包括资产负债率变动值、流动比率变动值、存货周转率变动值以及资产利润率变动值。相关研究中关于财务指标的选取可谓是玲琅满目、各色各样，但是经梳理会发现，这些指标的选取大多数是从企业的偿债能力（包括长期和短期），营运能力、盈利能力这些大的方面入手，故此本研究结合已有研究中关于变量的选取，在这三个方面挑选了四个代表性指标，分别是资产负债率、流动比率、存货周转率、资产利润率。以往的财务分析主要选取一些静态指标，而企业的财务状况是是一个动态变化的过程，而往往一些主要指标的不利变动反而是影响企业还款能力的主要信号，所以针对这些财务指标选取其变化率来加以量化。资产负债率衡量的是企业长期的偿债能力，当一个企业的资产负债率升高时，说明其面临更为沉重的债务负担，其相应的偿债能力就会减弱，信用违约的可能性就会升高。流动比率是衡量的是企业资产的流动性，也与企业的短期偿债能力相对应，这一指标越高，说明公司的流动性资产越多，其越是有充裕的现金流归还贷款，相应的违约概率就会越低。存货周转率和资产利润率分别是衡量企业营运能力和企业盈利能力的指标，这两个指标越高，说明企业的营运能力越好，盈利性越高，其违约的可能性越低。第三个维度是信贷结构特征，包括贷款金额、期限、利率水平和贷款用途。贷款金额对信用违约的影响较为复杂，一方面，贷款的金额越大，企业的债务负担越重，其违约的可能性会越大，另一方面，由于我国对信贷违约风险的把控较为严格，特别是一些大额的贷款授信更为谨慎，所以往往这些已经发放的大额信贷一般都是优质资产，其信用未约的可能性较小。根据一般的信贷理论，贷款的期限越长，贷款质量发生不利变动的可能性越大，贷款的违约的可能性越高。同样的，收益与风险成正比，一般贷款利率越高，说明其信用风险越高，这里需要指出的是，为了平抑不同年份不同经济状况的影响，贷款利率以当时发放的贷款利率与央行的基准利率之比表示。贷款用途分为流动性资金类贷款和非流动性资金贷款两类，一般而言，非流动性资金贷款会面临更大的风险，其相应的违约概率也会越高。第四个维度是监管因素。本研究中，将监管划分为两个方面，一是对贷款企业银行账号的监管，二是对贷款企业实地检查。因为在给村镇企业发放贷款时一般都要求其开设账户以便于监管，如果该资金账户的日常交易所占比较较大，银行方面则会掌握更多的有效信息，所以对账户信息的监管以贷款企业在本行开设账户的日均余额表示。随着村镇银行信贷管理向着全面化、规范化、精细化方向发展，越来越多的村镇银行意识到贷后管理的重要性，我国也不例外，本研究中，以贷后走访企业次数作为衡量对贷款企业实地监管的指标。表3模型中变量的定义变量名称变量定义信用违约狭义信用违约：次级、可疑、损失贷款为1：其余为0广义信用违约：出现本息逾期为1：其余为0企业基本特征成立年限（X11）贷款申请时企业成立的时间规模（X12）企业员工数目的自然对数所有制性质（X13）公有经济为1；其余为0信用等级（X14）按A1、A2、A3、A4、B1、B2、B3、B4排序，分别赋值1、2...7、8企业财务指标长期偿债能力（X21）还款期资产负债率减去贷款期资产负债率短期偿债能力（X22）还款期流动比率减去贷款期流动比率营运能力（X23）还款期存货周转率减去贷款期存款周转率盈利能力X（X24）还款期资产利润率减去贷款期资产利润率信贷结构特征贷款金额（X31）单位万元贷款期限（X32）实际贷款时间，以月计利率水平（X33）贷款实际利率与当期基准利率之比贷款用途（X34）流动性资金贷款记为0；其余记为1银行信贷监管账户监管（X41）贷款企业在我国账户日均余额实地监管（X42）企业贷款后银行上门走访次数3.2理论模型构建信用风险又常被称为违约风险。为实证分析村镇企业信用风险影响因素首先要解决的一个问题是信用风险的量化，在量化企业信贷违约风险时时，本研究将村镇企业的违约行为与贷款分级相联系。按照我国目前的贷款五级分类标准，企业贷款被分为正常、关注、次级、可疑、损失这五个类别，其中次级、可疑、损失贷款被列为不良贷款，本研究将次级、可疑、损失贷款合并为信用风险贷款（抑或称为违约贷款），将正常和关注类贷款合并为正常贷款。梳理已有关于信用风险评估的文献可以发现，目前信用风险评价方法主要包括层次分析法、多元判别分析法、神经网络分析法，多元Lojistic模型分析法等，每种分析方法都有各自的优点以及不足。其中，层次分析法对信用风险的分析权衡考虑不同方面的全方位影响，但是操作过程中容易受到人为因素的干扰，具有一定的主观性；多元判别分析法由于其简单易行，得到了较为广泛的应用，但是该方法的前提假设较为苛刻，现实情况中少有能完全满足的；神经网络分析模型童童星考虑了多维影响因素之间的交互性影响，但是由于其结构过于复杂，导致现实解释力度不够。Logistic模型由于其简单的模型形式和较强的现实解释力得到诸多学者的青睐，已然成为信用风险研究中主流的分析工具。从理论上分析，企业信贷存在两种情况，一种是企业会发生违约，另一种是不会发生违约。假定企业发生违约记为1，企业不发生违约记为0，那么，那么企业是否会发生信用违约的事件则转化为一般的0-1问题，传统的多元统计模型计算的概率值可能超出0~1的范围内，因此必须对模型的形式做一定的变换，而Logistic模型就是通过设定特定形式的累积概率函数，对一般的多元统计模型进行数学变换，从而将预测的概率值限定在特定范围内，从而妥善地解决0-1问题。具体而言，假定村镇企业是否违约记为事件A，并设Y为事件发生的显变量，Y=1，则表示违约事件发生；Y=0则表示违约事件不发生。进一步，假设违约事件的概率为PiPi其中，Zi为模型的线性结合部分，即对（1）式进行Logit转化，则模型可进一步变换为：LnP其中，Pi/1−Pi表示机会概率比（odds），其表示违约事件发生的概率与未发生的概率之比；α0表示常数项，βn表示回归系数，xn然而，需要指出的是，在实践中部分正常或关注类贷款也会发生逾期情况，随着时间的推移，这些贷款也会进一步向着风险资产转换，所以本研究在贷款五级分类信用违约的基础上还进一步考察了广义的违约情况，即在可疑、次级和损失类的贷款上加上这部分逾期贷款样本作为广义的违约样本。3.3数据来源与样本描述3.3.1数据来源研究背景根据研究的目的，本章节中分析所用的样本均来自于我国村镇银行2014年至2021年7年间贷款数据，筛除一些样本数据缺失的情况，共收集有效样本1562个，模型分析的结论对信贷风险管理具有较强的实践指导意义。3.3.2样本描述性分析首先，按照狭义的信用违约定义，违约贷款数目为112笔，所占样本比例为7.17%，而正常和关注类贷款数目为1450笔，这其中，发生逾期的贷款数目为83笔，所以从广义的信用违约定义，违约贷款数目为195笔，所占比例为12.48%，但是从数额上来看，狭义的信用违约贷款以及广义的信用违约贷款金额所占比例分别为3.22%和5.17%，之所以违约金额所占比例低于违约笔数所占比例主要是因为发生信用违约的贷款金额较小（不足平均水平的一半），这从侧面说明了较小金额的贷款更可能发生违约，也间接说明了我国对大额贷款的重视程度更高。表4违约贷款分布贷款类别样本数所占比例正常贷款正常1378（逾期：58）88.22%（3.71%）关注72（逾期：25）5.61%（1.60%）狭义违约贷款次级422.69%可疑332.11%损失372.37%合计1562100%村镇企业基本特征方面，就村镇企业成立的时间来看，大多数村镇企业的成立时间集中在5-15年之间，在这一区间内的企业数量有1020个，占比65.30%，成立不足5年以及15年以上的分别占23.62%和11.08%，总体而言，贷款企业成立的时间比较短，能够长久生存下来的企业不多，这与我国企业发展的基本情况相吻合。而从村镇企业规模来看，我国服务的企业对象大多数是一些中小规模的客户，企业雇佣人数大多数在100人以下，这一样本占比76.18%，雇佣人数在100-200人之间的样本有319个，占比20.42%，而雇佣人数在200人以上的只有53个。最后是村镇企业的信用状况，如前所述，我国的信用评级采用的是4等16级，但是由于部分低信用企业不予以授信，使得样本中实际的信用评级只有8个等级，而在这8个等级中，大多数企业的信用评级较高，其中属于A级信用的村镇企业有1185个，占比75.86%，而属于B级信用的村镇企业只有377个，而这其中大多数属于B1、B2级别（共计302个）由此可见，在开展信贷业务时对村镇企业的信用的把控较为严格。表5违约贷款与未违约贷款财务指标分布变量狭义违约广义违约违约未违约违约未违约均值方差均值方差均值方差均值方差资产负债率变动率1.522.36-0.571.351.472.17-0.421.28流动比率变动率-0.42-0.521.090.330.68存货周转率变动率-90.14-0.430.850.430.07资产利润率变动率-1.052.260.270.56-1.321.860.350.77企业的财务指标方面，本研究将整体样本、违约样本、未违约样本之间财务指标变化率做了对比分析，从表中可以看出，不管是狭义的违约分类还是广义的违约贷款分类，违约样本与未违约样本在财务指标变化率方面存在一定的差异，这间接地证明了说明了村镇企业的违约行为可能与其财务指标的变动有关，但是要分析这些财务指标变动情况对村镇企业违约行为的确切影响，还需要进一步地实证模型分析。

参考文献SerainaC.Anagnostopoulou（2016）.AccountingQualityandLoanPricing:TheEffectoCross-countryDifferencesinLegalEnforcementTheInternationalJournalofAccounting，12-13ThomasGietzen（2017）.Theexposureofmicrofinanceinstitutionstofinancialrisk.ReviewofDevelopmentFinance.,(6):32~33NgoziOkoye（2017）.Microfinanceregulationandsocialsustainabilityofmicrofinanceinstitutions:thecaseofnigeriaandzambia.AnnalsofPublicandCooperativeEconomics,(12):15~16TBKing,KFLewis,CreditRisk,LiquidityandLies（2015）,Finance&EconomicsDiscussion,112.YoussefLamraniAlaoui（2017）.AssessingtheperformanceofmicrofinancelendingprocessusingAHP-fuzzycomprehensiveevaluationmethod:Moroccancasestudy.InternationalJournalofEngineeringBusinessManagement,(11):21~22LASmales（2016）,NewsSentimentandBankCreditRisk,JournalofEmpiricalFinance,38:37-61.KensukeKato（2016）.Long-rangeIsingmodelforcreditportfolioswithheterogeneouscreditexposures.StatisticalMechanicsanditsApplications,62.PoudelRP（2012）.TheImpactofCreditRiskManagementonFinancialPerformanceofCommercialBanksinNepal.Ijac.Org.uk,9-15.GrangerC.W.J（2016）．CombiningForecasts-TwentyYearsLater．JournalofForecasting，(3)：65-67．Cho-JiehC，HarryP（2018）．UnifyingDiscreteStructuralModelsandReduced-FormModelsinCr