论文部分内容阅读
在国家大力倡导金融支农背景下,涉农企业特别是小企业,融资困境仍然是影响企业发展的“瓶颈”。一方面国家要求银行履行社会责任,加大金融支农力度,向涉农小企业发放贷款;另一方面涉农小企业由于经营风险高、缺乏抵押担保等原因,导致信用风险居高不下。房产抵押作为涉农小企业主要的贷款方式,由于抵押物的特殊性,更增加了银行信贷风险。因此,研究涉农小企业房产抵押贷款信用风险,既有助于银行更好地选择放贷对象,有效防控信贷风险,支持企业发展,也有助于企业破解资金需求难题。但国内学术界多以涉农企业为视角,探讨融资困境与解决途径,缺少银行视角下信用风险的研究;国外研究文献,更无对中国涉农小企业贷款问题的涉猎。因此,以银行视角探讨涉农贷款信用风险问题,在当前具有一定现实意义。本文分四个部分:第一部分包括第一、二章,介绍研究背景、研究目的与意义、研究内容与方法,归纳国内外科研成果,界定基本概念。第二部分包括第三、四章,在房产抵押贷款背景分析基础上,对信用风险予以识别与度量,并采用Logit模型与Fisher线性判别模型进行实证研究,验证信用风险的影响因素与形成原因,继而进行模型预测准确率分析。第三部分为第五章,在模型研究基础上,通过补充个体案例分析,引入了宏观经济因素与涉农小企业基本信息评分,弥补了模型预测准确率偏低的缺陷。第四部分是第六章,针对模型分析结果与案例分析结果,从银行与政府角度提出了风险防范建议。本文的主要结论如下:(1)影响涉农小企业房产抵押贷款信用风险的因素分为企业、房产和贷款三个维度。在Logit模型中,偿付与收入比、其他抵押资产、盈利性、注册资本、违约历史、负责人学历对贷款违约呈现正相关性;与银行合作次数、房产价值对贷款违约呈现负相关性。其中,注册资本变量是以开方形式引入模型的,对贷款违约并不是线性影响。其余一些变量,如贷款利率、经营时间等变量,虽然在模型中不显著,但是通过描述性分析可以看出,对信用风险也存在影响。(2)以往银行合作次数变量是影响信用风险的重要变量,这与小企业的自身特点相吻合。小企业由于生产规模小、市场竞争力差、经营稳定性弱、利润水平低,很难获得银行青睐。但是,小企业如果能够与银行建立良好的合作关系,就可以提高银行对企业的信任度,降低企业贷款难度,获得更为及时、便利和优惠的贷款。同时,对于银行来说,不但减低了涉农信贷风险,而且节省了审查和监督成本。(3)本文采用Logit与Fisher线性判别方法,建立了两种涉农小企业信用风险的影响因素模型,但是发现模型对于违约贷款的预测准确率不足60%。模型“拒真”错误率较高,会让银行将高风险企业误判为低风险企业,从而发放的贷款难以收回,给银行造成巨额损失。本文提出银行要想更为准确地控制涉农小企业的信用风险,必须把宏观经济因素分析和企业基本信息评估作为首要筛选因素,再结合模型评估方法进行评估。这也是本文的主要创新点,将模型定量分析与案例定性分析相结合,完善银行对小企业信用风险评估流程,可以帮助银行提高预测评估精确度。(4)虽然房产抵押贷款可以一定程度上降低银行信用风险,但是如果抵押房产是农房,还存在产权与流转等法律问题。农房流转机制尚未建立,抵押物变现困难。因此,银行应该重点监控抵押农房处置问题。银行在放贷前,一定要对抵押农房进行实地考察与全面评估,以降低贷款逾期损失。(5)要想破解涉农小企业融资难题,不能单方依靠银行力量,还需要政府部门和社会各方共同参与。在国家政策支持引导下,通过银行、担保机构以及涉农小企业合作,才能更好地降低银行涉农贷款风险,同时向涉农小企业开辟更多融资渠道,更彻底全面地解决涉农小企业融资困境,帮助涉农小企业更快更好发展,形成良性循环。