【村鎮(zhèn)銀行信貸風(fēng)險實證探析14000字（論文）】

村鎮(zhèn)銀行信貸風(fēng)險實證分析目錄TOC\o"1-2"\h\u18706村鎮(zhèn)銀行信貸風(fēng)險分析 121540第1章緒論 1190731.1研究背景 1294761.2研究目的 278661.3研究內(nèi)容 344541.4研究方法 3264411.5創(chuàng)新點 429019第2章文獻(xiàn)綜述與相關(guān)理論基礎(chǔ) 5121942.1理論基礎(chǔ) 582672.2文獻(xiàn)研究 718695第3章研究方法與設(shè)計 12100133.1各變量操作定義 12273083.2理論模型構(gòu)建 1547293.3數(shù)據(jù)來源與樣本描述 1624535參考文獻(xiàn) 19第1章緒論在支持我國農(nóng)村經(jīng)濟(jì)發(fā)展方面，村鎮(zhèn)銀行在區(qū)域?qū)嶓w經(jīng)濟(jì)發(fā)展中扮演著至關(guān)重要的角色，是農(nóng)村金融的主力軍。本章對研究背景和研究目的進(jìn)行分析。1.1研究背景黨中央曾強調(diào)指出，只有打贏三大攻堅戰(zhàn)，才能決勝全面建成小康社會，其中防范化解重大風(fēng)險是一項重點內(nèi)容。防控好金融風(fēng)險是打好防范化解重大風(fēng)險攻堅戰(zhàn)的關(guān)鍵所在，而信用風(fēng)險是金融業(yè)最基礎(chǔ)的風(fēng)險。突如其來的新冠肺炎疫情，給國內(nèi)國際經(jīng)濟(jì)正常運轉(zhuǎn)產(chǎn)生了嚴(yán)重影響，給我國金融領(lǐng)域增加了許多新的風(fēng)險挑戰(zhàn)。隨著系統(tǒng)性金融風(fēng)險的不斷累積聚集，打好防范化解金融風(fēng)險攻堅戰(zhàn)，不僅是確保全面建成小康社會的關(guān)鍵，而且是是實現(xiàn)中國經(jīng)濟(jì)轉(zhuǎn)型升級必須戰(zhàn)勝的“臘子口”，推動區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的“先手棋”。銀行業(yè)金融機構(gòu)因特殊的性質(zhì)決定了其本身具有高風(fēng)險性，商業(yè)銀行真正的風(fēng)險在于大規(guī)模發(fā)放的貸款，貸款到期無法收回導(dǎo)致大量呆帳、壞賬的存在不僅使金融主體無法應(yīng)對金融風(fēng)波，風(fēng)險在銀行業(yè)金融機構(gòu)中傳播還會導(dǎo)致銀行體系極度脆弱。莫頓教授曾是1997年的諾貝爾經(jīng)濟(jì)學(xué)獎獲得者，他指出現(xiàn)代金融理論的三大支柱分別是風(fēng)險管理、資金的時間價值和資產(chǎn)定價。在我國，信貸風(fēng)險是銀行業(yè)面臨的最大的風(fēng)險，其中最重要且直觀的表現(xiàn)是不良貸款數(shù)額重大、不良貸款率高。從當(dāng)前銀行業(yè)金融機構(gòu)整體狀況來看，村鎮(zhèn)銀行等地方法人機構(gòu)相較于國有商業(yè)銀行和股份制商業(yè)銀行而言，自身應(yīng)對能力有限，控制風(fēng)險能力較為薄弱，信貸資產(chǎn)質(zhì)量下行態(tài)勢較大，重視風(fēng)險程度有待提高。村鎮(zhèn)銀行在推動區(qū)域經(jīng)濟(jì)發(fā)展方面具有得天獨厚的優(yōu)勢，是支持民營小微企業(yè)、服務(wù)農(nóng)業(yè)、農(nóng)村和農(nóng)民的主力軍。當(dāng)下，村鎮(zhèn)銀行面對的客戶收益群體地位較為特殊，其主要是面向農(nóng)村地區(qū)提供金融服務(wù)，因此國家一直以來對其支持力度不斷加大，從而使得村鎮(zhèn)銀行的成長速度加快，例如采取稅收優(yōu)惠和減免、資金補助和扶持以及財政補貼等優(yōu)惠措施。目前，村鎮(zhèn)銀行在資金規(guī)模上越來越大，業(yè)務(wù)覆蓋范圍上越來越廣，服務(wù)能力上越來越強，受到越多越多客戶群體的支持和依賴。但從另一方面，雖然村鎮(zhèn)銀行的整體運營狀態(tài)較為良好，但受經(jīng)濟(jì)下行壓力的影響較大，農(nóng)商行不斷擴張的信貸規(guī)模，粗放的經(jīng)營使得不斷積聚的信貸風(fēng)險加速暴露，目前仍存在不良貸款率居高不下、信貸風(fēng)險日益突出等重要問題。村鎮(zhèn)銀行面臨最主要風(fēng)險是信貸風(fēng)險，同樣也是銀行業(yè)金融機構(gòu)風(fēng)險管控體系中需要重點關(guān)注的內(nèi)容，需要不斷通過完善信貸管控體系來防范和化解信貸風(fēng)險。1.2研究目的1.2.1目的本文通過對村鎮(zhèn)銀行現(xiàn)行信貸體系進(jìn)行分析，針對信貸風(fēng)險管控現(xiàn)狀，運用相關(guān)理論方法，提出存在的局限因素和問題，并進(jìn)行原因分析，提出決策意見和管控措施，從而強化信貸決策科學(xué)性，使村鎮(zhèn)銀行更好的進(jìn)行風(fēng)險管控，有效保障信貸資產(chǎn)質(zhì)量安全。1.2.2研究框架緒論文獻(xiàn)綜述緒論文獻(xiàn)綜述理論基礎(chǔ)文獻(xiàn)研究研究方法與設(shè)計因素研究結(jié)果分析模型構(gòu)建實證結(jié)果分析數(shù)據(jù)與樣本描述變量與指標(biāo)說明結(jié)論與討論1.3研究內(nèi)容本文以某村鎮(zhèn)銀行為研究對象，分析其信貸風(fēng)險管控現(xiàn)狀，采用我國村鎮(zhèn)銀行2014年至2021年7年間貸款數(shù)據(jù)進(jìn)行實證分析，篩除一些樣本數(shù)據(jù)缺失的情況，共收集有效樣本1562個，模型分析的結(jié)論對信貸風(fēng)險管理具有較強的實踐指導(dǎo)意義。指出存在亟待改進(jìn)的問題和原因分析，并提出了某村鎮(zhèn)銀行信貸風(fēng)險管理的改進(jìn)目標(biāo)和措施。本文提出的信用風(fēng)險防控舉措對我國其他村鎮(zhèn)銀行也有一定的參考和借鑒意義，從而助力鄉(xiāng)村振興戰(zhàn)略的實施和推進(jìn)。1.4研究方法（1）文獻(xiàn)研究法：通過廣泛搜集文獻(xiàn)資料，結(jié)合村鎮(zhèn)銀行管理現(xiàn)狀，從網(wǎng)站、期刊等數(shù)據(jù)庫中獲取掌握村鎮(zhèn)銀行信貸風(fēng)險現(xiàn)狀、信貸業(yè)務(wù)發(fā)展水平以及信貸風(fēng)險防控狀況。（2）定性與定量分析相結(jié)合：使用定性結(jié)合定量的方法，在案例分析、現(xiàn)狀研究、原因解析和優(yōu)化改進(jìn)信貸風(fēng)險管控體系時分析解決問題。（3）案例研究法：論文選取某村鎮(zhèn)銀行為研究對象，分析其目前風(fēng)險管控現(xiàn)狀存在的問題，結(jié)合相關(guān)理論，提出相應(yīng)的對策建議。1.5創(chuàng)新點本文創(chuàng)新之處在于通過將研究對象微觀具體化，以某村鎮(zhèn)銀行為具體實例進(jìn)行研究，結(jié)合全面推進(jìn)鄉(xiāng)村振興的背景，分析其在防范化解信貸風(fēng)險方面存在的問題，提出更具有針對性的建議和措施，實踐中發(fā)現(xiàn)問題解決問題可用性更強。同時，充分結(jié)合作者自身的工作經(jīng)驗，從多角度研究了村鎮(zhèn)銀行的信貸風(fēng)險管理現(xiàn)狀，并結(jié)合該行面臨的各種類型的信貸風(fēng)險，對其進(jìn)行了全面系統(tǒng)的探討和剖析，從而提出解決信貸風(fēng)險管控問題更加切實可行的意見和對策，為我國地方性法人機構(gòu)機構(gòu)在信貸風(fēng)險管控上提供實際借鑒意義。

第2章文獻(xiàn)綜述與相關(guān)理論基礎(chǔ)本章通過廣泛搜集文獻(xiàn)資料，結(jié)合村鎮(zhèn)銀行管理現(xiàn)狀，從網(wǎng)站、期刊等數(shù)據(jù)庫中獲取掌握銀行信貸風(fēng)險現(xiàn)狀、信貸業(yè)務(wù)發(fā)展水平以及信貸風(fēng)險防控狀況，在此基礎(chǔ)上進(jìn)行理論與文獻(xiàn)寫作。2.1理論基礎(chǔ)2.2.1信貸配給理論信貸配給理論是指當(dāng)利率固定在一定水平下，貸款供給遠(yuǎn)遠(yuǎn)小于貸款需求時，商業(yè)銀行為消除超額銀行貸款資金需求，促使部分貸款申請人退出市場，趨于采取非利率化的貸款條件而非提高利率水平的手段。具體體現(xiàn)為，一是貸款人的貸款申請只能部分被滿足，如，借款人向銀行申請100萬元的資金，結(jié)果只會被批準(zhǔn)70萬元的貸款；二是商業(yè)銀行只接受特定部分貸款申請，而另一部分借款人即使愿意支付高額利息也無法得到銀行的放貸。這是由于銀行無法觀察到借款者的投資意圖時，提高利率反而會將貸款提供給高風(fēng)險客戶，而使低風(fēng)險客戶無法獲得貸款資金，從而使銀行貸款的預(yù)期收益率降低、平均風(fēng)險水平上升，這種現(xiàn)象稱為信息的不對稱性。商業(yè)銀行解決資金需求不匹配的問題，常用手段主要分為以下三種類別：一是貸款性質(zhì)，如財物規(guī)模、信用條件、經(jīng)營狀況等；二是商業(yè)銀行對借款者提前設(shè)定貸款條件，如：貸款期限、限制性條款、指定用途、擔(dān)保或抵押等；三是其他因素，如：借款者身份、與商業(yè)銀行的特定關(guān)系等。2.2.2全面風(fēng)險管理理論20世紀(jì)80年代以來，世界兩極分化的政治體系逐漸瓦解，金融市場隨著經(jīng)濟(jì)全球化逐漸開放，銀行之間的競爭日趨激烈。政府逐漸放松了對金融部門的監(jiān)管，并出現(xiàn)了許多新的衍生工具。1988年的《巴塞爾資本協(xié)議》中清楚地定義了全面風(fēng)險管理的重要性。由于綜合風(fēng)險管理理論的要求，全面、全面地監(jiān)管商業(yè)銀行日常運營中的信貸風(fēng)險，構(gòu)建起一種科學(xué)的金融風(fēng)險管理文化。全面風(fēng)險管理理論是指從各項業(yè)務(wù)環(huán)節(jié)風(fēng)險出發(fā)，建立規(guī)范的風(fēng)險管理系統(tǒng)，將風(fēng)險管理運用于企業(yè)內(nèi)部經(jīng)營和管理的過程中，完善風(fēng)險管理執(zhí)行措施、設(shè)置合理的風(fēng)險管理機構(gòu)、將風(fēng)險導(dǎo)向思想融入到企業(yè)文化管理，預(yù)防風(fēng)險、控制風(fēng)險，從而促進(jìn)企業(yè)的穩(wěn)定經(jīng)營發(fā)展。近年來，商業(yè)銀行風(fēng)險管理系統(tǒng)在文化滲透管理流程方面有了很大提升，但由于村鎮(zhèn)銀行成立時間短、風(fēng)險管理建設(shè)有待提高、系統(tǒng)無法跟進(jìn)業(yè)務(wù)發(fā)展步伐，不夠具體和完善。由于農(nóng)商行抗風(fēng)險能力比較薄弱，當(dāng)風(fēng)險管理系統(tǒng)某一環(huán)節(jié)出現(xiàn)了問題，則整個體系很容易出現(xiàn)“多米諾骨牌效應(yīng)”。因此，為了促進(jìn)農(nóng)商行經(jīng)營穩(wěn)定持續(xù)發(fā)展，更有效抵御和防控風(fēng)險，應(yīng)當(dāng)建設(shè)全面系統(tǒng)的風(fēng)險管理體系，把流動性風(fēng)險、市場風(fēng)險、操作風(fēng)險、信用風(fēng)險等結(jié)合起來，統(tǒng)籌考慮企業(yè)文化、管理系統(tǒng)以及應(yīng)對外部環(huán)境等各方面，來提高整體風(fēng)險管理水平和能力。2.2.3信息不對稱理論七十年代，三位美國經(jīng)濟(jì)學(xué)家研究了信息不對稱現(xiàn)象，提出了信息不對稱理論（G.Akerlof,M.Spence,J.E.Stigjiz），信息不對稱理論是指不同身份的人所了解掌握的信息是有差異的。掌握充分信息的人相比較信息缺乏的人在市場活動中占據(jù)優(yōu)勢位置，可以主導(dǎo)業(yè)務(wù)活動的開展。在信貸領(lǐng)域信息不對稱表現(xiàn)十分突出，如在信貸市場上，借款者對自己用貸風(fēng)險程度、償還能力、貸款實際用途等私人信息充分了解，可能會為了達(dá)成貸款申請，隱瞞或修改重要的申請信息。貸前，商業(yè)銀行難以了解和掌握借款者有關(guān)信息，如資產(chǎn)狀況、以往違約情況和貸款用途等，并且借款客戶眾多，貸后，商業(yè)銀行同樣無法完全監(jiān)控借款人資金的使用方式和按時還貸意向。若貸款者采取風(fēng)險行為，如將資金挪作他用導(dǎo)致投資失敗，銀行將面臨貸款違約風(fēng)險。因此，由于商業(yè)銀行處于信息劣勢，會給信貸機構(gòu)帶來資產(chǎn)損失，由于貸款利率和風(fēng)險影響商業(yè)銀行的預(yù)期利潤率，為了彌補或轉(zhuǎn)移可能造成的損失，銀行可以采取風(fēng)險緩釋措施，如要求貸款人提供保證、抵押和保險等手段和措施。2.2.4籃子理論“不要把雞蛋放在同一個籃子里”，籃子理論的實質(zhì)是利用了風(fēng)險分散的原理，在風(fēng)險一定的情況下進(jìn)行分散和降低通過多樣化投資的方式?；@子理論提出，若將資源集中于單一主體可能會導(dǎo)致風(fēng)險過于集中，為避免集中風(fēng)險的發(fā)生，實現(xiàn)資產(chǎn)組合優(yōu)化，降低單一風(fēng)險事件導(dǎo)致整體遭受損失的概率，達(dá)到降低損失的目的，應(yīng)當(dāng)將資源分散在不同的主體上，在一定的范圍內(nèi)，數(shù)量越多，分散風(fēng)險的程度越大。根據(jù)資產(chǎn)組合管理理論，不同資產(chǎn)之間收益率相關(guān)系數(shù)只要小于1，這種分散投資就能夠使風(fēng)險降低。因此，商業(yè)銀行的信貸業(yè)務(wù)應(yīng)是多樣化的，應(yīng)當(dāng)分散于不同行業(yè)、不同業(yè)務(wù)、不同性質(zhì)的借款人。相互獨立且充分多的投資形式是多樣化投資風(fēng)險管理策略的前提條件。2.2文獻(xiàn)研究2.2.1國外文獻(xiàn)綜述關(guān)于在風(fēng)險因素和防控方面，SerainaC.Anagnstopoulou（2016）認(rèn)為，通過分析財務(wù)報表可以預(yù)測借款人的違約概率以及未來產(chǎn)生的經(jīng)營活動現(xiàn)金流量，這同樣作為貸款定價的有效信息來源。［1］ThomasGietzen（2017）認(rèn)為如何進(jìn)行信貸流程的管控和利率風(fēng)險防范是問題關(guān)鍵所在，要實現(xiàn)商業(yè)銀行經(jīng)營安全目標(biāo)，使得信貸風(fēng)險最小化，就要對商業(yè)銀行的資產(chǎn)負(fù)債進(jìn)行系統(tǒng)化管理，以確保安全性、流動性、收益性等指標(biāo)均處于合理范圍內(nèi)。［2］NgoziOkoye（2017）認(rèn)為，則通過研究借貸人員行為，得出影響到中小企業(yè)信貸資金安全性的因素包括借貸人的學(xué)歷背景、個人收支狀況、總資產(chǎn)規(guī)模、法律糾紛等五個方面。［3］TBKing,KFLewis（2015）認(rèn)為，在研究市場信用風(fēng)險和流動性之間的關(guān)系時提出，商業(yè)銀行間的利差的敏感性提高了，當(dāng)信貸風(fēng)險危機高發(fā)時。［4］表1國外各學(xué)者對信貸風(fēng)險理論的定義匯整表代表學(xué)者（年份）追隨者理論定義SerainaC.（2016）通過分析財務(wù)報表可以預(yù)測借款人的違約概率以及未來產(chǎn)生的經(jīng)營活動現(xiàn)金流量，這同樣作為貸款定價的有效信息來源。TBKing,KFLewis（2015）在研究市場信用風(fēng)險和流動性之間的關(guān)系時提出，商業(yè)銀行間的利差的敏感性提高了，當(dāng)信貸風(fēng)險危機高發(fā)時。KenSakeKato(2016)利用Ising模型有效計量了不同行業(yè)的信貸組合風(fēng)險，并將每個行業(yè)按照信貸資產(chǎn)組合的形式進(jìn)行劃分。］Cho-JiehC（2018）利用貝葉斯判法和Logistic回歸模型分析了上百家企業(yè)，得出了通過某些關(guān)鍵財務(wù)指標(biāo)的分析可以更好的反映企業(yè)資信狀況的結(jié)論。aundersDavid（2018）在研究商業(yè)銀行風(fēng)險評價問題時另辟蹊徑，引入模糊數(shù)學(xué)的方法對商業(yè)銀行的信貸風(fēng)險進(jìn)行研究，大大拓展了商業(yè)銀行信貸風(fēng)險的研究邊界。關(guān)于風(fēng)險度量方面，LaramieAlou（2017）研究認(rèn)為投資者將會呈現(xiàn)出不同的風(fēng)險承受能力，因為不同的風(fēng)險價值觀體現(xiàn)在了不同的資產(chǎn)組合方式上。比如，當(dāng)高風(fēng)險承受者進(jìn)行投資時，面對高風(fēng)險與高資產(chǎn)收益時，體現(xiàn)出了激進(jìn)的思想導(dǎo)向。［5］Smales（2016）認(rèn)為，通過研究信貸風(fēng)險和新聞報道展示的情緒之間關(guān)系，其結(jié)果表明信貸風(fēng)險與正面的新聞報道之間是呈負(fù)相關(guān)關(guān)系，即負(fù)面的新聞報道將加大信貸風(fēng)險，而正面的新聞報道將使得減少信貸風(fēng)險。［6］KenSakeKato(2016)利用Ising模型有效計量了不同行業(yè)的信貸組合風(fēng)險，并將每個行業(yè)按照信貸資產(chǎn)組合的形式進(jìn)行劃分。［7］關(guān)于銀行信用風(fēng)險領(lǐng)域方面，PoudelPR（2012）建議商業(yè)銀行制定制度采取措施來降低風(fēng)險并提高效益。研究了影響商業(yè)銀行績效指標(biāo)的因素，通過設(shè)定與信用風(fēng)險管理有關(guān)的參數(shù)來計算各種績效指標(biāo)，從而得出預(yù)測商業(yè)銀行財務(wù)績效的最佳指標(biāo)是客戶違約率的結(jié)論。［8］Granger（2016）在研究商業(yè)銀行的貸款問題時引入了Logit模型，通過定量的方法研究引起商業(yè)銀行不良貸款增多的原因，并對各種原因進(jìn)行分析，尋找解決商業(yè)銀行問題貸款的方法。［9］Cho-JiehC（2018）利用貝葉斯判法和Logistic回歸模型分析了上百家企業(yè)，得出了通過某些關(guān)鍵財務(wù)指標(biāo)的分析可以更好的反映企業(yè)資信狀況的結(jié)論。［10］SaundersDavid（2018）在研究商業(yè)銀行風(fēng)險評價問題時另辟蹊徑，引入模糊數(shù)學(xué)的方法對商業(yè)銀行的信貸風(fēng)險進(jìn)行研究，大大拓展了商業(yè)銀行信貸風(fēng)險的研究邊界。[11]2.2.2國內(nèi)文獻(xiàn)綜述關(guān)于信貸風(fēng)險形成的原因方面。郭曉蓓、麻艷、施元雪（2020）認(rèn)為，影響不良貸款增加的外部因素是有待完善的資本市場、增速放緩的宏觀經(jīng)濟(jì)環(huán)境、不斷暴露的行業(yè)風(fēng)險、貨幣政策緊縮等。而不良資產(chǎn)處置力度欠佳、銀行內(nèi)部管理能力不足等是導(dǎo)致不良貸款增加的內(nèi)部因素。［12］周存宇（2020）認(rèn)為，信貸風(fēng)險管理問題原因包括信貸風(fēng)險管理組織建設(shè)存在不足、信貸風(fēng)險管理制度存在缺陷、管理流程不完善等。［13］蘇彥軍（2019）認(rèn)為，農(nóng)商行不良貸款成因包括外部和內(nèi)部原因，外部原因包括國家宏觀調(diào)控政策、產(chǎn)業(yè)政策和農(nóng)村經(jīng)濟(jì)環(huán)境的影響，內(nèi)部原因包括貸款“三查”制度流于形式、客戶經(jīng)理業(yè)務(wù)素質(zhì)良莠不齊、內(nèi)控制度不健全、貸款管理機制設(shè)置不合理。［14］姜麗佳（2019）認(rèn)為，信貸風(fēng)險形成的內(nèi)部原因包括風(fēng)險分析工具不健全、信貸工作人員素質(zhì)和能力薄弱、資產(chǎn)結(jié)構(gòu)合理性不足、經(jīng)營模式較為粗放。此外還包括借款人原因和社會環(huán)境原因。［15］楊金桂、張郃、饒依婧、楊雨虹（2019）認(rèn)為，導(dǎo)致村鎮(zhèn)銀行產(chǎn)生信貸風(fēng)險的原因包括：信貸危機、制度不完善容易出現(xiàn)法律風(fēng)險、地方政府行政干預(yù)，客戶信用道德缺失等。［16］單科舉（2018）認(rèn)為，受實體經(jīng)濟(jì)下行、監(jiān)管政策調(diào)整、不完善的內(nèi)部管理制度等多重因素影響，近年來部分農(nóng)商行不良貸款規(guī)模大幅上升。［17］鄭光虎（2017）認(rèn)為，我國特殊的監(jiān)管體制、宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r以及經(jīng)濟(jì)體制等是導(dǎo)致我國商業(yè)銀行信貸風(fēng)險的宏觀因素；微觀因素主要是由貸款的直接關(guān)聯(lián)方引起，即包括商業(yè)銀行和借款人兩個角度。［18］表2國內(nèi)各學(xué)者對信貸風(fēng)險理論的定義匯整表代表學(xué)者（年份）追隨者理論定義周存宇（2020）信貸風(fēng)險管理問題原因包括信貸風(fēng)險管理組織建設(shè)存在不足、信貸風(fēng)險管理制度存在缺陷、管理流程不完善等。周拓（2021）商業(yè)銀行信貸風(fēng)險的具有必然性、隱蔽性和可防范性的特征。楊雨虹（2019）當(dāng)前村鎮(zhèn)銀行存在流動性風(fēng)險、法人治理結(jié)構(gòu)風(fēng)險、操作風(fēng)險、道德風(fēng)險、信用風(fēng)險及市場風(fēng)險。陳曉雨（2019）商業(yè)銀行不良貸款的增加、不良貸款率上升加大了機構(gòu)的信貸風(fēng)險水平、影響了資金流動性、降低了經(jīng)營效益和社會整體效率，是商業(yè)銀行出現(xiàn)危機的先行指標(biāo)。許曌（2020）不良貸款增加會帶來系列影響，會導(dǎo)致盈利能力下降、資產(chǎn)規(guī)模下降、影響投資者及公眾信心。信貸風(fēng)險產(chǎn)生的有關(guān)特征和影響方面。周拓（2021）認(rèn)為，商業(yè)銀行信貸風(fēng)險的具有必然性、隱蔽性和可防范性的特征。［19］許曌（2020）認(rèn)為，不良貸款增加會帶來系列影響，會導(dǎo)致盈利能力下降、資產(chǎn)規(guī)模下降、影響投資者及公眾信心。［20］陳曉雨（2019）認(rèn)為，商業(yè)銀行不良貸款的增加、不良貸款率上升加大了機構(gòu)的信貸風(fēng)險水平、影響了資金流動性、降低了經(jīng)營效益和社會整體效率，是商業(yè)銀行出現(xiàn)危機的先行指標(biāo)。［21］關(guān)于目前信貸風(fēng)險現(xiàn)狀方面：周存宇（2020）認(rèn)為，農(nóng)商行信貸風(fēng)險管控存在風(fēng)險識別不力、風(fēng)險把控能力不強、信貸人員自身能力薄弱、信貸制度執(zhí)行不嚴(yán)、不良貸款清收效果不佳等問題。馮葉,李舒（2019）表示，我國商業(yè)銀行不良貸款余額、不良貸款“雙升”態(tài)勢依舊；資源配置不平衡，部分產(chǎn)能過剩行業(yè)貸款質(zhì)量下行壓力較大；房地產(chǎn)金融風(fēng)險不容忽視；地方隱形債務(wù)加重商業(yè)銀行潛在風(fēng)險隱患。［22］楊金桂、張郃、饒依婧、楊雨虹（2019）認(rèn)為，當(dāng)前村鎮(zhèn)銀行存在流動性風(fēng)險、法人治理結(jié)構(gòu)風(fēng)險、操作風(fēng)險、道德風(fēng)險、信用風(fēng)險及市場風(fēng)險。方麗云,劉暢（2018）分析認(rèn)為，商業(yè)銀行中小企業(yè)風(fēng)險類型分為信用風(fēng)險、操作風(fēng)險、中小企業(yè)的外部經(jīng)營環(huán)境風(fēng)險。［23］祁樹鵬、馮燕、李京曉等（2015）通過脈沖響應(yīng)函數(shù)和方差分析技術(shù)了經(jīng)濟(jì)宏觀變化對我國商業(yè)銀行信貸風(fēng)險影響的傳遞途徑，研究結(jié)果發(fā)現(xiàn)宏觀經(jīng)濟(jì)的變化對商業(yè)銀行信貸風(fēng)險有重要的影響，銀行的不良貸款率與經(jīng)濟(jì)周期呈現(xiàn)反相關(guān)關(guān)系。[24]王憲全、李晟，張宇航（2018）通過運用KMV模型，計算了國內(nèi)20家銀行機構(gòu)的貸款違約概率，計算結(jié)果表明，對商業(yè)銀行的信貸風(fēng)險產(chǎn)生顯著影響的因素包括不良率、資產(chǎn)規(guī)模和貸存比率。[25]在銀行信貸風(fēng)險防控方面：周拓（2021）提出，銀行內(nèi)部監(jiān)督管理體系的提高，規(guī)范信用風(fēng)險管理流程，完善信用評級體系可以作為商業(yè)銀行信用風(fēng)險管理對策。施唯（2021）提出，商業(yè)銀行要通過優(yōu)化信貸業(yè)務(wù)結(jié)構(gòu)、、動態(tài)了解客戶、加強對企業(yè)關(guān)聯(lián)交易的分析、調(diào)整銀行信貸授信授權(quán)體制、改進(jìn)商業(yè)銀行的激勵和約束考核機制，來強化商業(yè)銀行信貸政策風(fēng)險防控措施。周存宇（2020）提出，要加強信貸風(fēng)險管理組織建設(shè)、完善信貸風(fēng)險管理機制、建立科學(xué)合理的信貸風(fēng)險管理流程。楊金桂、張郃、饒依婧、楊雨虹（2019）提出，村鎮(zhèn)銀行應(yīng)采取風(fēng)險防范措施，強化信貸風(fēng)險管理，完善人力資源體制管理，健全監(jiān)管制度。地方政府應(yīng)當(dāng)出臺政策對導(dǎo)致道德風(fēng)險的責(zé)任人加大懲處力度。馮葉,李舒（2019）提出，精準(zhǔn)定位，著力提升商業(yè)銀行風(fēng)險管理水平；精心實施，著力健全現(xiàn)代風(fēng)險管理模式；精細(xì)管理，著力提升商業(yè)銀行監(jiān)督管理質(zhì)效。鄭光虎（2017）提出，要轉(zhuǎn)變政府職能、完善相關(guān)的法規(guī)政策、商業(yè)銀行應(yīng)完善風(fēng)險準(zhǔn)備制度、建立嚴(yán)格的貸款審批制度、加強風(fēng)險管理水平。方麗云,劉暢（2018）提出，通過建立中小企業(yè)信用評級體系，加強對中小企業(yè)的信貸審核力度，完善企業(yè)抵押擔(dān)保機制，推進(jìn)信息公開共享，優(yōu)化中小企業(yè)信貸競爭環(huán)境。魏曉娜（2014）則提出信息不對稱問題是銀行信貸風(fēng)險管理過程中最為棘手的問題，通過一系列手段降低客戶與銀行之間的信息不對稱問題，可以有效地緩解信貸風(fēng)險。[28]針對信息不對稱問題，陳善昂（2015）提出銀行應(yīng)建立完善的信息系統(tǒng)，提高信息化水平，以緩解信息不對稱問題。[29]高秀芝（2015）在對比了發(fā)達(dá)國家的金融市場之后，發(fā)現(xiàn)我國金融體系還不完善，健全商業(yè)銀行風(fēng)險管理，可以通過利率期貨來促進(jìn)利率市場化，強化信貸風(fēng)險管理。[30]郝墨緣（2018）認(rèn)為當(dāng)前我國商業(yè)銀行的信貸風(fēng)險評估體系還不健全，信貸評估方法較為簡單，無法精確的識別風(fēng)險，隨后他又指出銀行與客戶之間的信息不對稱是重要的原因。[31]陸岷峰和王婷婷（2020）認(rèn)為商業(yè)銀行資產(chǎn)業(yè)務(wù)的主體是信貸業(yè)務(wù)，信貸質(zhì)量的好壞由管理層風(fēng)險管理水平所決定，而數(shù)字技術(shù)的發(fā)展給商業(yè)銀行信貸風(fēng)險管理指引了新的發(fā)展方向，通過運用金融科技工具，可以進(jìn)一步優(yōu)化貸前、貸中、貸后管理。[32]

第3章研究方法與設(shè)計本章通過將研究對象微觀具體化，以鎮(zhèn)銀行為具體實例進(jìn)行研究，結(jié)合全面推進(jìn)鄉(xiāng)村振興的背景，利用實證分析其在防范化解信貸風(fēng)險方面存在的問題，為下文提出更具有針對性的建議和措施奠定基礎(chǔ)。3.1各變量操作定義一方面，變量選取一定要適量，多了則會造成模型運算的復(fù)雜性，少了則可能遺漏重要變量從而削弱模型的可信度；另一方面，變量選取應(yīng)注重科學(xué)性、系統(tǒng)性，無關(guān)變量的加入影響模型的解釋力。指標(biāo)選取主要從經(jīng)濟(jì)周期、貸款行業(yè)、貸款政策、內(nèi)部治理等方面進(jìn)行研究，選取這四個方面的一些共同部分進(jìn)行深入分析其對信貸違約風(fēng)險的影響程度。在此先闡述一下其中兩個方面的定義，以便于理解之后的分析研究。經(jīng)濟(jì)周期(Businesscycle)：也稱商業(yè)周期、景氣循環(huán)，經(jīng)濟(jì)周期一般是指經(jīng)濟(jì)活動沿著經(jīng)濟(jì)發(fā)展的總體趨勢所經(jīng)歷的有規(guī)律的擴張和收縮。是國民總產(chǎn)出、總收入和總就業(yè)的波動，是國民收入或總體經(jīng)濟(jì)活動擴張與緊縮的交替或周期性波動變化。政策性銀行貸款由各政策性銀行在人民銀行確定的年度貸款總規(guī)模內(nèi)，根據(jù)申請貸款的項目或企業(yè)情況按照相關(guān)規(guī)定自主審核，確定貸與不貸。效益也是政策性銀行貸款需要考慮的要素之一。政策性貸款是目前中國政策性銀行的主要資產(chǎn)業(yè)務(wù)。一方面，它具有指導(dǎo)性、非盈利性和優(yōu)惠性等特殊性，在貸款規(guī)模、期限、利率等方面提供優(yōu)惠；另一方面，它明顯有別于可以無償占用的財政撥款，而是以償還為條件，與其他貸款一樣具有相同的金融屬性--償還性。接下來關(guān)于已有的關(guān)于農(nóng)村企業(yè)違約的相關(guān)研究主要圍繞企業(yè)的財務(wù)數(shù)據(jù)的分析進(jìn)行展開剖析，并且將農(nóng)村企業(yè)違約與公司破產(chǎn)緊密聯(lián)系。Altman（1969）指出，一個盈利能力差、資產(chǎn)流動性不足且高負(fù)債的企業(yè)對于銀行信用極易違約，并且面臨較高的破產(chǎn)風(fēng)險。Juel（2000）以斯洛伐克的中小企業(yè)為例，利用2000至2005年間的500多筆中小契約貸款數(shù)據(jù)，實證發(fā)現(xiàn)盈利能力、流動性以及債務(wù)負(fù)擔(dān)是造成企業(yè)違約的主要因素。然而，除了大型企業(yè)的財務(wù)信息比較完備以外，中?。ㄎⅲ┢髽I(yè)的財務(wù)信息透明度較差，甚至部分企業(yè)缺乏完備的財務(wù)信息，而在普惠金融的背景下，這些主體日益成為銀行公司客戶的重要組成部分，故此，只是從財務(wù)信息角度探討企業(yè)的信用違約缺乏一定的說服力。除了財務(wù)指標(biāo)以外，還有一些學(xué)者還探討了非財務(wù)因素對銀行信貸違約的影響。Clarkson等（2002）發(fā)現(xiàn)企業(yè)的信用評分以及信貸雙方的距離與企業(yè)的違約率存在較大的相關(guān)性，對此，其給出的解釋是距離的遠(yuǎn)近會顯著影響銀行收集企業(yè)相關(guān)真實信息的難度，而信用評分的大小則會使放貸者增加貸款發(fā)放從而提高產(chǎn)出。因此，他們認(rèn)為硬信息的貸款方法與關(guān)系型借貸、軟信息借貸更為有效。Boyd（2005）認(rèn)為除了財務(wù)指標(biāo)以外，企業(yè)所處行業(yè)以及企業(yè)規(guī)模大小與違約概率存在一定的相關(guān)性。前人的相關(guān)研究給本章節(jié)的撰寫奠定了堅實的基礎(chǔ)，但是通過對已有的文獻(xiàn)梳理發(fā)現(xiàn)仍有一些問題。首先，部分文獻(xiàn)只是從財務(wù)信息或非財務(wù)信息方面挖掘企業(yè)信用違約的影響因素，缺乏一定的全面性；其次，以往的財務(wù)分析主要選取一些靜態(tài)指標(biāo)，而企業(yè)的財務(wù)狀況是是一個動態(tài)變化的過程，而往往一些主要指標(biāo)的不利變動反而是影響企業(yè)還款能力的主要信號；最后，已有的分析框架中少有關(guān)注信貸違約風(fēng)險管理措施對信貸違約風(fēng)險管理的影響。故此，本文在前文的基礎(chǔ)之上，從自身的業(yè)務(wù)實際出發(fā)，將可能影響我國信貸違約風(fēng)險的因素進(jìn)一步系統(tǒng)化為四個維度，探討這些指標(biāo)的可能影響。第一個維度是企業(yè)基本特征，這其中包括農(nóng)村企業(yè)成立年限、農(nóng)村企業(yè)規(guī)模、農(nóng)村企業(yè)性質(zhì)和農(nóng)村企業(yè)信用這四個細(xì)化指標(biāo)，根據(jù)企業(yè)生命周期理論，企業(yè)的存續(xù)時間不同，其經(jīng)營策略以及產(chǎn)品面臨的市場風(fēng)險會存在顯著的差異，其信用風(fēng)險也會存在顯著的差異，一般而言，企業(yè)成立的時間越久，其面臨的市場環(huán)境越趨于穩(wěn)定，其發(fā)生信用風(fēng)險的可能性越低；企業(yè)規(guī)模一直是相關(guān)學(xué)者選取的常用指標(biāo)，已有研究普遍認(rèn)為企業(yè)的規(guī)模越大，其各方面的資源優(yōu)勢越明顯，且有一定的市場基礎(chǔ)，所以其發(fā)生信用違約的可能性越低。第二個維度是企業(yè)的財務(wù)指標(biāo)，具體包括資產(chǎn)負(fù)債率變動值、流動比率變動值、存貨周轉(zhuǎn)率變動值以及資產(chǎn)利潤率變動值。相關(guān)研究中關(guān)于財務(wù)指標(biāo)的選取可謂是玲瑯滿目、各色各樣，但是經(jīng)梳理會發(fā)現(xiàn)，這些指標(biāo)的選取大多數(shù)是從企業(yè)的償債能力（包括長期和短期），營運能力、盈利能力這些大的方面入手，故此本研究結(jié)合已有研究中關(guān)于變量的選取，在這三個方面挑選了四個代表性指標(biāo)，分別是資產(chǎn)負(fù)債率、流動比率、存貨周轉(zhuǎn)率、資產(chǎn)利潤率。以往的財務(wù)分析主要選取一些靜態(tài)指標(biāo)，而企業(yè)的財務(wù)狀況是是一個動態(tài)變化的過程，而往往一些主要指標(biāo)的不利變動反而是影響企業(yè)還款能力的主要信號，所以針對這些財務(wù)指標(biāo)選取其變化率來加以量化。資產(chǎn)負(fù)債率衡量的是企業(yè)長期的償債能力，當(dāng)一個企業(yè)的資產(chǎn)負(fù)債率升高時，說明其面臨更為沉重的債務(wù)負(fù)擔(dān)，其相應(yīng)的償債能力就會減弱，信用違約的可能性就會升高。流動比率是衡量的是企業(yè)資產(chǎn)的流動性，也與企業(yè)的短期償債能力相對應(yīng)，這一指標(biāo)越高，說明公司的流動性資產(chǎn)越多，其越是有充裕的現(xiàn)金流歸還貸款，相應(yīng)的違約概率就會越低。存貨周轉(zhuǎn)率和資產(chǎn)利潤率分別是衡量企業(yè)營運能力和企業(yè)盈利能力的指標(biāo)，這兩個指標(biāo)越高，說明企業(yè)的營運能力越好，盈利性越高，其違約的可能性越低。第三個維度是信貸結(jié)構(gòu)特征，包括貸款金額、期限、利率水平和貸款用途。貸款金額對信用違約的影響較為復(fù)雜，一方面，貸款的金額越大，企業(yè)的債務(wù)負(fù)擔(dān)越重，其違約的可能性會越大，另一方面，由于我國對信貸違約風(fēng)險的把控較為嚴(yán)格，特別是一些大額的貸款授信更為謹(jǐn)慎，所以往往這些已經(jīng)發(fā)放的大額信貸一般都是優(yōu)質(zhì)資產(chǎn)，其信用未約的可能性較小。根據(jù)一般的信貸理論，貸款的期限越長，貸款質(zhì)量發(fā)生不利變動的可能性越大，貸款的違約的可能性越高。同樣的，收益與風(fēng)險成正比，一般貸款利率越高，說明其信用風(fēng)險越高，這里需要指出的是，為了平抑不同年份不同經(jīng)濟(jì)狀況的影響，貸款利率以當(dāng)時發(fā)放的貸款利率與央行的基準(zhǔn)利率之比表示。貸款用途分為流動性資金類貸款和非流動性資金貸款兩類，一般而言，非流動性資金貸款會面臨更大的風(fēng)險，其相應(yīng)的違約概率也會越高。第四個維度是監(jiān)管因素。本研究中，將監(jiān)管劃分為兩個方面，一是對貸款企業(yè)銀行賬號的監(jiān)管，二是對貸款企業(yè)實地檢查。因為在給村鎮(zhèn)企業(yè)發(fā)放貸款時一般都要求其開設(shè)賬戶以便于監(jiān)管，如果該資金賬戶的日常交易所占比較較大，銀行方面則會掌握更多的有效信息，所以對賬戶信息的監(jiān)管以貸款企業(yè)在本行開設(shè)賬戶的日均余額表示。隨著村鎮(zhèn)銀行信貸管理向著全面化、規(guī)范化、精細(xì)化方向發(fā)展，越來越多的村鎮(zhèn)銀行意識到貸后管理的重要性，我國也不例外，本研究中，以貸后走訪企業(yè)次數(shù)作為衡量對貸款企業(yè)實地監(jiān)管的指標(biāo)。表3模型中變量的定義變量名稱變量定義信用違約狹義信用違約：次級、可疑、損失貸款為1：其余為0廣義信用違約：出現(xiàn)本息逾期為1：其余為0企業(yè)基本特征成立年限（X11）貸款申請時企業(yè)成立的時間規(guī)模（X12）企業(yè)員工數(shù)目的自然對數(shù)所有制性質(zhì)（X13）公有經(jīng)濟(jì)為1；其余為0信用等級（X14）按A1、A2、A3、A4、B1、B2、B3、B4排序，分別賦值1、2...7、8企業(yè)財務(wù)指標(biāo)長期償債能力（X21）還款期資產(chǎn)負(fù)債率減去貸款期資產(chǎn)負(fù)債率短期償債能力（X22）還款期流動比率減去貸款期流動比率營運能力（X23）還款期存貨周轉(zhuǎn)率減去貸款期存款周轉(zhuǎn)率盈利能力X（X24）還款期資產(chǎn)利潤率減去貸款期資產(chǎn)利潤率信貸結(jié)構(gòu)特征貸款金額（X31）單位萬元貸款期限（X32）實際貸款時間，以月計利率水平（X33）貸款實際利率與當(dāng)期基準(zhǔn)利率之比貸款用途（X34）流動性資金貸款記為0；其余記為1銀行信貸監(jiān)管賬戶監(jiān)管（X41）貸款企業(yè)在我國賬戶日均余額實地監(jiān)管（X42）企業(yè)貸款后銀行上門走訪次數(shù)3.2理論模型構(gòu)建信用風(fēng)險又常被稱為違約風(fēng)險。為實證分析村鎮(zhèn)企業(yè)信用風(fēng)險影響因素首先要解決的一個問題是信用風(fēng)險的量化，在量化企業(yè)信貸違約風(fēng)險時時，本研究將村鎮(zhèn)企業(yè)的違約行為與貸款分級相聯(lián)系。按照我國目前的貸款五級分類標(biāo)準(zhǔn)，企業(yè)貸款被分為正常、關(guān)注、次級、可疑、損失這五個類別，其中次級、可疑、損失貸款被列為不良貸款，本研究將次級、可疑、損失貸款合并為信用風(fēng)險貸款（抑或稱為違約貸款），將正常和關(guān)注類貸款合并為正常貸款。梳理已有關(guān)于信用風(fēng)險評估的文獻(xiàn)可以發(fā)現(xiàn)，目前信用風(fēng)險評價方法主要包括層次分析法、多元判別分析法、神經(jīng)網(wǎng)絡(luò)分析法，多元Lojistic模型分析法等，每種分析方法都有各自的優(yōu)點以及不足。其中，層次分析法對信用風(fēng)險的分析權(quán)衡考慮不同方面的全方位影響，但是操作過程中容易受到人為因素的干擾，具有一定的主觀性；多元判別分析法由于其簡單易行，得到了較為廣泛的應(yīng)用，但是該方法的前提假設(shè)較為苛刻，現(xiàn)實情況中少有能完全滿足的；神經(jīng)網(wǎng)絡(luò)分析模型童童星考慮了多維影響因素之間的交互性影響，但是由于其結(jié)構(gòu)過于復(fù)雜，導(dǎo)致現(xiàn)實解釋力度不夠。Logistic模型由于其簡單的模型形式和較強的現(xiàn)實解釋力得到諸多學(xué)者的青睞，已然成為信用風(fēng)險研究中主流的分析工具。從理論上分析，企業(yè)信貸存在兩種情況，一種是企業(yè)會發(fā)生違約，另一種是不會發(fā)生違約。假定企業(yè)發(fā)生違約記為1，企業(yè)不發(fā)生違約記為0，那么，那么企業(yè)是否會發(fā)生信用違約的事件則轉(zhuǎn)化為一般的0-1問題，傳統(tǒng)的多元統(tǒng)計模型計算的概率值可能超出0~1的范圍內(nèi)，因此必須對模型的形式做一定的變換，而Logistic模型就是通過設(shè)定特定形式的累積概率函數(shù)，對一般的多元統(tǒng)計模型進(jìn)行數(shù)學(xué)變換，從而將預(yù)測的概率值限定在特定范圍內(nèi)，從而妥善地解決0-1問題。具體而言，假定村鎮(zhèn)企業(yè)是否違約記為事件A，并設(shè)Y為事件發(fā)生的顯變量，Y=1，則表示違約事件發(fā)生；Y=0則表示違約事件不發(fā)生。進(jìn)一步，假設(shè)違約事件的概率為PiPi其中，Zi為模型的線性結(jié)合部分，即對（1）式進(jìn)行Logit轉(zhuǎn)化，則模型可進(jìn)一步變換為：LnP其中，Pi/1?Pi表示機會概率比（odds），其表示違約事件發(fā)生的概率與未發(fā)生的概率之比；α0表示常數(shù)項，βn表示回歸系數(shù)，xn然而，需要指出的是，在實踐中部分正?；蜿P(guān)注類貸款也會發(fā)生逾期情況，隨著時間的推移，這些貸款也會進(jìn)一步向著風(fēng)險資產(chǎn)轉(zhuǎn)換，所以本研究在貸款五級分類信用違約的基礎(chǔ)上還進(jìn)一步考察了廣義的違約情況，即在可疑、次級和損失類的貸款上加上這部分逾期貸款樣本作為廣義的違約樣本。3.3數(shù)據(jù)來源與樣本描述3.3.1數(shù)據(jù)來源研究背景根據(jù)研究的目的，本章節(jié)中分析所用的樣本均來自于我國村鎮(zhèn)銀行2014年至2021年7年間貸款數(shù)據(jù)，篩除一些樣本數(shù)據(jù)缺失的情況，共收集有效樣本1562個，模型分析的結(jié)論對信貸風(fēng)險管理具有較強的實踐指導(dǎo)意義。3.3.2樣本描述性分析首先，按照狹義的信用違約定義，違約貸款數(shù)目為112筆，所占樣本比例為7.17%，而正常和關(guān)注類貸款數(shù)目為1450筆，這其中，發(fā)生逾期的貸款數(shù)目為83筆，所以從廣義的信用違約定義，違約貸款數(shù)目為195筆，所占比例為12.48%，但是從數(shù)額上來看，狹義的信用違約貸款以及廣義的信用違約貸款金額所占比例分別為3.22%和5.17%，之所以違約金額所占比例低于違約筆數(shù)所占比例主要是因為發(fā)生信用違約的貸款金額較小（不足平均水平的一半），這從側(cè)面說明了較小金額的貸款更可能發(fā)生違約，也間接說明了我國對大額貸款的重視程度更高。表4違約貸款分布貸款類別樣本數(shù)所占比例正常貸款正常1378（逾期：58）88.22%（3.71%）關(guān)注72（逾期：25）5.61%（1.60%）狹義違約貸款次級422.69%可疑332.11%損失372.37%合計1562100%村鎮(zhèn)企業(yè)基本特征方面，就村鎮(zhèn)企業(yè)成立的時間來看，大多數(shù)村鎮(zhèn)企業(yè)的成立時間集中在5-15年之間，在這一區(qū)間內(nèi)的企業(yè)數(shù)量有1020個，占比65.30%，成立不足5年以及15年以上的分別占23.62%和11.08%，總體而言，貸款企業(yè)成立的時間比較短，能夠長久生存下來的企業(yè)不多，這與我國企業(yè)發(fā)展的基本情況相吻合。而從村鎮(zhèn)企業(yè)規(guī)模來看，我國服務(wù)的企業(yè)對象大多數(shù)是一些中小規(guī)模的客戶，企業(yè)雇傭人數(shù)大多數(shù)在100人以下，這一樣本占比76.18%，雇傭人數(shù)在100-200人之間的樣本有319個，占比20.42%，而雇傭人數(shù)在200人以上的只有53個。最后是村鎮(zhèn)企業(yè)的信用狀況，如前所述，我國的信用評級采用的是4等16級，但是由于部分低信用企業(yè)不予以授信，使得樣本中實際的信用評級只有8個等級，而在這8個等級中，大多數(shù)企業(yè)的信用評級較高，其中屬于A級信用的村鎮(zhèn)企業(yè)有1185個，占比75.86%，而屬于B級信用的村鎮(zhèn)企業(yè)只有377個，而這其中大多數(shù)屬于B1、B2級別（共計302個）由此可見，在開展信貸業(yè)務(wù)時對村鎮(zhèn)企業(yè)的信用的把控較為嚴(yán)格。表5違約貸款與未違約貸款財務(wù)指標(biāo)分布變量狹義違約廣義違約違約未違約違約未違約均值方差均值方差均值方差均值方差資產(chǎn)負(fù)債率變動率1.522.36-0.571.351.472.17-0.421.28流動比率變動率-0.42-0.521.090.330.68存貨周轉(zhuǎn)率變動率-90.14-0.430.850.430.07資產(chǎn)利潤率變動率-1.052.260.270.56-1.321.860.350.77企業(yè)的財務(wù)指標(biāo)方面，本研究將整體樣本、違約樣本、未違約樣本之間財務(wù)指標(biāo)變化率做了對比分析，從表中可以看出，不管是狹義的違約分類還是廣義的違約貸款分類，違約樣本與未違約樣本在財務(wù)指標(biāo)變化率方面存在一定的差異，這間接地證明了說明了村鎮(zhèn)企業(yè)的違約行為可能與其財務(wù)指標(biāo)的變動有關(guān)，但是要分析這些財務(wù)指標(biāo)變動情況對村鎮(zhèn)企業(yè)違約行為的確切影響，還需要進(jìn)一步地實證模型分析。

參考文獻(xiàn)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