2026年村镇银行整村授信客户经理四维加权绩效模型与季度薪酬挂钩方案

整村授信推进到第三个年头，越来越多的村镇银行开始意识到一个根本性矛盾：贷款余额和户数的增长，并没有带来与之匹配的农户用信习惯的沉淀。客户经理把大量精力放在集中授信签约上，一旦当季任务完成，后续的用信激活和关系维护往往被搁置。部分村庄出现“签约热闹、用信冷清”的局面，甚至已有授信农户在首贷后就彻底沉默。

单一考核贷款规模或当期投放量的方式，正在让整村授信偏离“做深做透一个村”的初衷。客户经理的行为被牵引到最容易出数的地方，却没有人对“授信承诺是否真正转化为持续用信”以及“两年后是否形成不良”负责。要让整村授信从运动式覆盖走向常态化经营，绩效模型必须给出一个能同时容纳规模、激活、粘性与风险的综合评价框架。

整村授信考核的典型困境：为什么单一指标带不动长期深耕

许多村镇银行最初设计整村授信考核时，选择了一条路径依赖度很高的路——延续贷款余额提成或户数奖金模式。短期看，客户经理迅速扎进村里，集中签约、快速授信，数据增长明显。但随着时间推移，几个典型问题反复出现。

第一个场景：一家中部地区村镇银行按贷款余额提成考核，客户经理争抢大额种养植户，单户贷款集中度快速上升，而整村授信要求的逐户建档和首贷破零推进缓慢。大量普通农户被略过，授信覆盖面数据失真，真正需要小额信贷支持的群体反而没有触达。

直接影响：建档激活率在多个行政村长期低于30%，整村授信退化为“大户授信”。连锁反应是，村两委和农户对银行的信任度下降，后续组织的集中签约活动到场率越来越低。

第二个场景：另一家村镇银行在试点中单列用信持续率考核后，情况走向另一个方向。部分客户经理为维持用信率，频繁动员客户循环借贷，甚至出现“当月还、当月贷”的异常交易。表面上用信持续率指标很好看，但客户真实的资金需求未被关注，反而推高了潜在不良敞口。

风险管理部门在复盘时发现，连续用信超过三个季度的农户中，已有部分出现经营性现金流紧张，而客户经理在持续用信指标的压力下，既没有动力去识别早期风险信号，也没有空间去主动压缩额度。

综合绩效系数设计原则：从“做了多少”转向“做得有多好”

上述问题的根源，不在于考核本身，而在于考核维度过于单一。整村授信本质上是零售信贷的深耕模式，其绩效衡量必须同时回答四个问题：客户经理有没有把基础信息底座做实？有没有让更多农户完成从零到一的信贷体验？已有的用信关系能不能延续？这些业务在扩张中积累了多少风险敞口？

基于这一逻辑，综合绩效系数不再是某一项指标的直接换算，而是四个维度加权后的综合得分。它的设计原则有三点：

• 规模与质量平衡：首贷户数和用信持续率同时纳入，保证扩张不以牺牲存量为代价；
• 过程与结果并重：建档激活率反映过程努力，防止只盯着放款结果而忽视基础工作；
• 正向激励与反向约束互补：不良生成率作为反向系数嵌入综合得分，让风险成本直接体现在绩效中，而不是滞后到专项问责时才追溯。

这套模型让整村授信的绩效语言发生了变化——客户经理不再只关心“我这个季度放了多少”，而会主动计算“我的建档激活、首贷突破、用信留存和风险控制综合起来拿到了什么系数”。

四维指标口径定义与数据来源

要让综合绩效系数真正落地，四个指标的计算口径必须在考核周期内稳定、可获取、可复核。

农户建档激活率，指在包片行政村内，已完成信息建档且经过有效激活的农户数占应建档农户总数的比例。有效激活的标准通常包括：至少完成一次上门核实、农户签字确认、信贷系统内状态标记为“已激活”。数据来源以信贷系统和移动展业终端记录为准。

首贷户数，指考核季度内，历史上从未与本行发生信贷业务关系的农户首次获得授信并实际用信的户数。该指标专门匹配整村授信的“首贷破零”目标，防止客户经理只服务存量客户。

用信持续率，指在考核期前已获得授信的农户中，本季度仍有用信余额或产生用信交易的农户数占比。关键是要剔除当月还款当月再贷的异常循环，统计口径上可设置“两次用信间隔不少于30天”的过滤规则。

不良生成率，反向指标。指考核季度内，新发生的不良贷款金额占该客户经理管户授信总额的比例。需要注意，整村授信贷款多为小额、分散，不良生成存在时滞，因此该指标需要配合季度回溯机制使用。

权重分配逻辑与季度动态调整模型

四维指标不能用一个固定权重一以贯之，因为新建村和成熟村的工作重心完全不同，同一村庄在不同季度的业务节奏也在变化。模型引入“基础权重组+阶段调节因子”的方式，由总行给出权重区间，支行根据村情和季度重点在区间内微调。

下表展示了一个适用于多数村镇银行的参考区间：

季度动态调整方面，每年第一季度和第四季度往往是农户用信需求高峰期，此时可适当提升首贷户数和用信持续率的权重；而在第三季度等相对淡季，更宜加重建档激活率的权重，引导客户经理利用农闲做深基础信息工作。不良生成率的权重一般不宜频繁变动，但可在季度贷后检查结束后，结合最新风险监测数据启动一次回溯调整。

建档激活率的考核陷阱与校准方法

建档激活率看似基础，实则最容易被“掺水分”。部分客户经理将系统内简单录入等同于激活，甚至出现批量导入历史信息的情况。因此，村行管户制度中需要明确“激活”的实质性动作：必须包含入户面谈、影像留存、农户对授信额度的知晓确认。在绩效核算时，人力资源和业务部门可以联合稽核一定比例的“已激活”档案，发现不实激活按倍数扣减该项得分，倒逼真实推进。

首贷户数的增量导向与边界控制

首贷户数是整村授信从零到一的关键指标，但也要防止过度追求首贷而导致“贷后不用”。一个有效做法是，将首贷户的品质与后续用信持续率进行联动：如果某季度首贷户中，在随后两个季度内均未产生第二次用信的占比超过阈值，则对该客户经理当期首贷户数得分进行折扣处理。这能促使客户经理在首贷时关注农户的真实资金需求和使用意愿，而不是纯为冲量。

用信持续率的客户关系价值

用信持续率是衡量整村授信是否“活”起来的核心指标。在成熟村权重可提至30%甚至更高，其考核导向是让客户经理去维护用信关系，而不是不断去开拓新的签约。银行可以配套搭建用信用信监测看板，对连续两个季度未用信农户进行预警，由客户经理上门回访并记录原因，这一动作本身也可计入过程考核，与用信持续率形成互补。

不良生成率的时滞处理与回溯机制

不良生成率最大的难点在于，当季发放的贷款，不良往往出现在未来。为解决这一矛盾，模型设置季度风险回溯规则：某一季度新发生不良，在确定责任归属后，不调整已闭环的绩效周期，而是在下一个季度的综合绩效系数中扣减相应分值，相当于“风险准备金”从后续绩效中扣除。这样既尊重了绩效结算的严肃性，又让客户经理无法逃脱风险责任。

综合绩效系数计算与岗位薪酬挂钩方式

有了四维指标的实际值和权重，综合绩效系数 =（建档激活率得分×权重1 + 首贷户数得分×权重2 + 用信持续率得分×权重3 - 不良生成率扣分×权重4）/ 100。每项得分均预先标准化为百分制，权重按村情季度值代入。

系数确定后，与季度岗位薪酬的挂钩结构可以设计为：客户经理季度绩效工资 = 绩效工资基数 × 综合绩效系数 × 调节系数。调节系数由支行总量池和全行经营大盘确定，保证整体薪酬水平不失控。此外，若综合绩效系数连续两个季度低于0.6，自动触发绩效面谈和辅导计划；连续四个季度高于1.2且不良生成率低于全行均值的客户经理，优先纳入储备人才池。

某村镇银行整村授信客户经理绩效套改案例

以一家中西部村镇银行为例，该行此前按贷款余额提成考核，客户经理在整村授信上动作变形明显：新建村的建档激活率一直徘徊在25%左右，首贷户数增长缓慢，而个别成熟村因过度放贷，不良生成率在套改前两个季度跳升。

该行先用半年时间进行历史数据回溯测算，将过去六个季度的建档、首贷、用信和不良数据代入四维加权模型进行模拟。管理层在模拟中发现，假如两年前就使用该模型，有三位客户经理的综合绩效系数会持续低于0.8，而他们的共同特征是首贷户数突出但用信持续率低、后期不良生成率走高。这个结论直接推动了套改共识的达成。

正式套改后，该行以四个行政村为试点，其中一个新建村和三个成熟村分别赋予不同权重。第一个季度，新建村客户经理将主要精力投入入户建档和首次用信引导，综合绩效系数达到1.13；成熟村中有一位客户经理的用信持续率从42%提升至71%，不良生成率保持为零，系数达到1.21，季度绩效工资显著增长。另一个成熟村的客户经理因不良生成率略高，系数被拉低至0.89，绩效工资较以往有所下降，但也促使该客户经理在下一季度主动加强了贷后回访。

数据校验与风险复核：得分确认、异议处理与不良回溯调整

四维模型运行起来后，绩效得分的准确性和异议处理机制必须跟上。每个季度考核数据由业务系统推送后，人力资源部门需要与客户经理本人进行一轮得分确认。常见争议集中在两方面：一是建档激活的认定标准，二是某笔不良的责任归属是否属于自己的管户期间。

对于不良回溯调整，实际操作中通常会设置一个季度的追溯期。比如，一季度发放的贷款，若在三季度被划入不良，四季度初统一进行责任认定，并将扣分应用于四季度的绩效系数中。这样做既保持了及时性，又预留了核查时间。

在绩效确认后的修正处理上，如果发现个别指标因系统取数口径偏差或人工统计疏漏需要调整，理想的流程是：在限定时间内通过绩效管理后台调整最终得分，并确保该调整后的分数直接同步至薪酬核算端，而无需在两个系统之间手动传递数据。这种得分修正与薪酬联动的机制，可以有效减少因数据反复修改引发的算薪差错和员工质疑。对于已经引入数字化绩效管理的村镇银行，在绩效等级设置和得分归档修正环节形成闭环后，薪酬核算会提取最终修正得分，保证考核调整平滑兑现。

实施建议与常见避坑要点

四维综合绩效系数的落地，不能一步到位全面铺开，建议分成三个阶段推进：

方案设计与历史数据模拟期（1-2个月）：适用对象为总行计财、人力资源和业务部门联合项目组。优先模块是完成四维指标取数口径的标准化，并用近一年历史数据进行系数跑批，输出多组权重组合下的模拟薪酬变动范围。此阶段最大难点在于数据质量，尤其是过往建档激活率的统计不完整。预期收益是让管理层和客户经理代表看到真实数据推演结果，降低心理抵触。

试点推广期（1-2个季度）：适用对象为2-3个典型乡镇支行，包含至少一个新建村和一个成熟村。优先把薪酬挂钩做实，同步建立异议处理和风险回溯的操作流程。落地难点在于试点支行的行长是否愿意接受短期绩效波动。预期收益是获得可复制的权重调节经验和客户经理行为变化的真实反馈。

全面推开与季度迭代期：适用对象为全辖所有整村授信团队。此时应将季度权重调整会议固化为一项管理机制，每季度末根据经营复盘和风险形势，对下季度权重进行微调。常见避坑要点包括：杜绝在考核周期中途临时修改扣分规则；不良生成率的前期历史包袱要单独处理，不能一股脑让新任客户经理背负；对于离职客户经理遗留风险，应建立客观的责任分割与移交标准，避免在新人考核中形成“接手即扣分”的不公平局面。

让整村授信在绩效体系里完成从任务到经营的换挡

整村授信的真正对手不是同业，而是客户经理面对数以千计农户时难以持续的耐心和信任。当绩效模型能够真实反映一名客户经理在夯实信息底座、拓展首贷关系、维系用信粘性和主动控制风险上的综合努力时，这项工程才算是有了内在驱动力。

四维加权模型的价值，不在于它有多精密，而在于它把整村授信最容易被忽视的长期价值——用信持续和风险净值——摆在了和业务规模同等重要的位置，并用薪酬语言让所有人都看得到、算得清。对于希望平稳导入该模型的村镇银行，可以优先完成指标口径标准化和历史数据跑批，并在数字化绩效系统中配置好四维指标的权重规则与等级映射，确保从绩效确认、得分修正到季度薪酬核算形成自动闭环，降低手工操作带来的争议和延迟。

总结与建议

整村授信要走出“签约热闹、用信冷清”的困境，核心在于用一套可量化的绩效语言让客户经理对长期价值负责。本文提出的四维加权综合绩效系数模型，将农户建档激活率、首贷户数、用信持续率和不良生成率共同纳入考核框架，并通过季度动态权重平衡新建村与成熟村的工作节奏，使规模扩张、客户激活、用信粘性与风险控制在同一个逻辑闭环中运转。

对于计划导入该模型的村镇银行，建议优先开展指标口径标准化和历史数据回溯测算，用真实数据模拟不同权重组合下的薪酬变动区间，帮助管理者和客户经理团队形成共识。在试点阶段，重点跑通得分确认、异议处理和不良回溯调整的操作流程，避免因数据争议或风险滞后暴露而影响考核公信力。同时，将季度权重调整会议固化为管理机制，使模型能够随业务节奏和风险形势持续迭代，防止一次设置后僵化运行。

常见问题

本文由 i人事 村镇银行人力数字化解决方案团队 联合出品。如需预约演示或获取行业案例，请访问i人事官网。