信用评分技术在县域小微企业信贷融资.doc

信用评分技术在县域小微企业信贷融资中的应用一一基于江苏县域地区的调查数据董晓林陶月琴程超南京农业大学金融学院摘要：本文根据江苏省县域地区调研数据，实证分析信用评分技术对小微企业信贷可获 性的影响，在此基础上，通过构建贷款技术指数，运用联立方程模型检验信用评分 技术与其他贷款技术之间的相互关系,并进一步衡量信用评分技术在县域小微企 业信贷业务中的应用程度研究结果表明：信用评分技术能够显著提高小微企业 信贷可获性,然而现阶段样本地区小规模银行的信用评分技术应用程度不高，其 主要作用是对其他贷款技术的补充和辅助关键词：信用评分技术;小微企业;贷款技术指数;信贷可获性;基金：江苏省社科基金重点项目“金融支持小微企业发展研究”（编 号:13GLA002）一、引言根据国家工商总局2014年发布的《全国小微企业发展报告》，截止2013年12 月末，小微企业占市场主体的比例约为94%，解决了 1・5亿人口的就业问题，为 国家贡献了 50%的税收总额，在促进我国经济增长等方面作出了重大贡献然而, 由于小微企业规模小、会计信息不规范、缺乏有效抵押物等特征,银行的放贷成 本和信贷风险较大，小微企业面临严重的信贷配给。

实践经验表明，信用评分技术能够显著降低金融机构的放贷成本以及银企间信息 不对称程度，从而提高小微企业信贷可获性九且呢等（2001）采用亚特兰大联 邦储备银行的调查数据，发现信用评分技术能够显著提高贷款金额在10万美元 以下的小微企业的信贷可获性，在引进信用评分技术的银行中，小企业贷款数量 占比提高了 8. 4%Berger等（ 2005）发现与不使用信用评分技术的银行相比， 使用信用评分技术的银行可以更多地获取小微企业信息De Young等（ 2007）随 机抽取了 5535家美国小微企业，追踪它们从1984—2001年的29577条贷款记录， 实证发现，随着银企间距离的增加，企业的不良贷款率相应增加，而信用评分技术 的应用可以大大降低不良贷款率Fwm巳等（2004）、Berger等（ 2009）发现信 用评分技术的应用使得中低收入地区的小微企业信贷可获性显著提高，并延长了 银企之间的物理距离国内学者研究认为，信用评分技术可以降低银行信贷成本, 防范和控制信贷风险，提高小微企业信贷可获性，然而，由于在信用管理、数据环 境等方面的局限性，信用评分技术在我国的发展还很不成熟（钱水土,2004;庄 传礼,2008;孙弘,2013;董晓林等,2015）。

钱水土（ 2004）提出在引入信用评 分技术时,不仅要注重技术本身，还需要培育良好的信用文化庄传礼（2008）、 陈昌飞（2011）认为要根据我国的国情，在借鉴国外经验研究的基础上,开发适 合我国小微企业自身发展特征的信用评分技术赵子张等（2005）研允发现，我 国小微企业信息不对称程度严重，运用信用评分技术的同时应辅以专家判断综上所述，国外学者对信用评分技术的定量研究较多，而国内研究则以定性为主 木文旨在对信用评分技术在我国县域小微企业融资中的应用进行实证分析，数据 来源于对江苏省县域金融机构以及小微企业的实地调查本文的研究有助于更好 地认识并运用信用评分技术，以期进一步缓解小微企业信贷融资困难问题二、信用评分技术对小微企业信贷可获性影响的实证分析 （-）实证模型与变量描述信用评分技术是指通过对企业及企业主的历史数据进行分析，从可能对企业的信 用风险造成重大影响的因素中，筛选出与企业的信用风险相关程度较高的若干因 素建立模型，并根据模型对企业的还款能力进行预测信用评分模型可以将企业 及企业主的一部分“软信息”进行硬化，因此信用评分技术可以在一定程度上减 小企业的信息不透明程度，帮助金融机构更好地对小微企业的信用风险进行评估, 但模型构建的好坏将会对预测结果造成很大影响。

我国引入信用评分技术的时间还不长,在信用评分技术的开发条件及应用环境等 方而还存在一些局限性,那么冃前信用评分技术在金融机构中的应用效果如何？ 为了研究目前信用评分技术对小微企业信贷可获性的影响，本文对江苏省48个 县域的514家金融机构进行实地调研，根据被调查金融机构在2012年发放小微企 业贷款的相关数据，并在借鉴前人研究结果的基础上，结合我国县域金融市场的 现实特征，构建多元线性回归模型进行计量分析,模型具体形式如下：其中,CA表示小微企业信贷可获得性，用“小微企业贷款余额/金融机构企业贷 款余额”来衡量，该指标可使衡量结果免受金融机构规模和发展战略的影响，不 过,该指标的准确性可能会受样本地区企业规模结构的影响，即不同地区小微企 业数量占比存在较大差异经过测算,江苏省县域地区小微企业的数量占比均在 98%以上，各县域企业规模结构的标准差为0. 0031,因此可以认为江苏省内各县 域之间的企业规模结构基木相同LTc表示信用评分技术,LT「表示财务报表技术,LT,表示关系型技术,LTp表示判断 型技术,IX表示抵押型技术,口表示担保型技术X是表示机构特征的控制变 量,Y代表金融市场特征的控制变量,Z表示宏观环境特征的控制变量,P表示与地 区有关的控制变量，是随机扰动项。

变量的具体描述见表1：表1变量名称、定义及描述性统计 下载原表从表1可以看出，信用评分技术的均值接近于1,说明大部分金融机构在给小微企 业放贷时均使用信用评分技术；财务报表技术的均值大于2,说明大部分金融机 构较为看重通过财务报表所反映的“硬信息”;关系型技术的均值大于0. 5, 说明大部分金融机构也较为看重与企业及企业主相关的软信息；判断型技术的 均值约等于0. 5,说明信贷员的经验判断较难影响贷款决策；抵押、担保技术均 值较高，表明我国的金融机构在放贷时，仍高度依赖传统的抵押担保技术二）回归结果分析经多重共线性和异方差检验，发现模型并不存在多重共线性用Statall. 0对模 型进行回归，结果如表2所示：表2模型回归结果 下载原表从模型（1）的回归结果可以看出，信用评分技术的系数在1%的统计水平上显著 为正,表明信用评分技术的应用确实提高了小微企业的信贷可获性；关系型贷款 技术的系数在1%的统计水平上显著为正，说明关系型贷款技术对小微企业信贷 可获性有显著的促进作用；金融机构特征变量在1%的统计水平上显著为正，表 明与国有银行相比，城商行、农商行等非国有商业银行更有利于小微企业融资； 金融机构规模系数在1%的统计水平上显著为负，说明金融机构规模越大，小微 企业信贷可获性越低，证明了 “小银行优势”理论；金融机构自主贷款比例与小 微企业信贷可获性正相关，说明银行适当下放信贷审批权,可以在一定程度上提 高小微企业信贷可获性；法院判决执行率系数在10%的统计水平上显著为正， 说明金融基础设施的完善有利于小微企业融资。

从模型（2）、（ 7）的回归结果来看，信用评分技术在模型（2）和模型（4）中 分别在10%和5%的统计水平上显著为正，说明对于国有银行和城市商业银行而 言，信用评分技术促进了小微企业融资，而在其他类型的金融机构中，信用评分 技术的应用对小微企业融资并没有产生显著影响三、信用评分技术与其他贷款技术之间相互关系的实证分析对江苏省48个县域各金融机构的分析结果可知，大部分金融机构在给小微企业 放贷时均使用了信用评分技术,并且将信用评分结果作为是否对小微企业放贷的 参考，而不是决定性依据这也说明了金融机构在对小微企业放贷的过程中，不仅 仅使用一种贷款技术那么，在小微企业融资过程中，信用评分技术的应用程度 如何？下面通过研究信用评分技术与其他贷款技术之间的相互关系，对信用评分 技术的应用程度进行详细分析一） 不同贷款技术之间的相互关系微观经济学认为，当一种商品对另一种商品的边际替代率为常数时，此两种商品 完全替代当两种商品的无差异曲线为直角形状时,此两种商品的边际替代率无 穷大、完全互补1对于贷款技术而言，若一种贷款技术的使用可以降低金融机 构对另一种贷款技术的应用程度，则认为此两者之间存在一定的替代关系；若一 种贷款技术的使用不能降低另一种贷款技术的应用程度，则认为此两种贷款技术 之间存在互补关系。

Berger等（2006）认为银行在放贷给小微企业时，会同时考虑多种因素,如企业 财务信息、可供抵押的物品、信用状况、企业主个人特质等，这些因素中必然有 一种是最主要的，并以此定义该项贷款发放所依赖的贷款技术，但并没有指明不 同技术之间的关系是替代的还是互补的Uchida等（2008）通过构造贷款技术 指数发现,在日本，大部分的贷款技术是互补使用的，财务报表型贷款技术与关系 型贷款技术之间存在很强的互补性，而房地产抵押贷款技术与关系型贷款技术是 相互替代的二） 问卷设计与描述性分析为了研究信用评分技术在小微企业信贷融资中的应用程度,笔者以问卷形式对江 苏省5个县域地区（高淳、滦水、相城、靖江、东海）的小微企业进行了抽样调 查问卷要求企业主对主要贷款银行在发放贷款时所看重的因素进行排序，以了 解主要贷款银行对各类贷款技术的应用程度所列示的7个因素分别对应于财务 报表型、信用评分型、资产抵押型、担保型、关系型、判断型和保理这7种贷款 技术样本企业的主要贷款银行中，有国有银行17家,城市商业银行4家,其他股 份制商业银行6家农村商业银行、农信社和资金互助社152家邮政储蓄银行1 家，村镇银行8家，小贷公司5家。

由此可以看出，小型银行对小微企业的支持力 度最大，仅有少部分小微企业从大型银行获得贷款各类贷款技术应用程度的排序如表3所示，财务报表技术、资产抵押型、担保型 和信用评分是银行最常用的贷款技术,96%的企业认为银行最看重这四种贷款技 术关系型、判断型和保理技术在银行贷款中的应用程度最低，因此下而只探讨 信用评分技术与财务报表型、资产抵押型、担保型贷款技术之间的相互关系)) 贷款技术指数的构建Uchida( 2008)首次提出了贷款技术指数的概念，贷款技术指数是用來反映银行 在放贷过程中对某种贷款技术的依赖程度，贷款技术指数越大，说明银行对该贷 款技术的应用程度越高通过构造贷款技术指数，可以比较不同金融机构对各类 贷款技术的应用程度Uchida用贷款技术指数衡量了银行在放贷给中小企业时, 日本商业银行最常用的财务报表型、关系型、房地产抵押型和其他固定资产抵押 型这四种贷款技术的应用程度，并探讨了这四种贷款技术之间的相互关系Uchida等( 2008)构造贷款技术指数的方法如下：首先,构建了 22个评价指标, 其中每一个指标都对应着某一种贷款技术，而每一种贷款技术对应着其中某几个 指标；第二,要求企业评价银行发放贷款时对每一个指标的看重程度，并且将每 一个指标都当做一个虚拟变量,若企业认为该指标非常重要，则取值为1,否则为 0;第三，将每一种贷款技术所对应的指标取算术平均，则可以构造相应贷款技术 的指数。

本文在已有研究的基础上,对贷款技术指数的构造方法进行了改进通过直接询 问法，请企业对银行所使用的7种贷款技术进行排序，并按所排顺序赋予相应权 重，第一位至第七位的赋分依次为：7、6、5、4、3、2、1,因此，排名在第一位的 贷款技术的指数为7 / ( 1 + 2 +…+ 7)二0. 25,排名在第二位的贷款技术 的指数为6 /( 1 + 2 +…+ 7)二0. 214,以此类推，排名在第七位的贷款技术 的指数为1 /( 1 + 2 +…+ 7)二0・036o(()) 模型选取与变量说明要分析信用评分技术与财务报表技术、资产抵押型和担保型贷款技术之间的相互 关系,首先检验四者之间的相关性，结果如表4所示：表4四种贷款技术之间的相关性分析 下载原表结果显示，四种贷款技术之间确实存在一定的相关性，这也与上文的研究结果相 一致：金融机构在对小微企业放贷时，不仅仅使用一种贷款技术，而是同时使用 几种贷款技术。