基于lasso方法的銀行對中小企業(yè)貸款供給意愿研究

■龍澤海，楊 毅，趙月麗

基于lasso方法的銀行對中小企業(yè)貸款供給意愿研究

■龍澤海，楊 毅，趙月麗

本文基于lasso方法研究銀行對中小企業(yè)貸款的供給意愿問題，與傳統(tǒng)的多元回歸或多元選擇模型相比，能更準(zhǔn)確地篩選出重要的變量，同時給出精準(zhǔn)的回歸系數(shù)估計值。文章通過設(shè)計高維變量指標(biāo)體系，使用lasso方法研究發(fā)現(xiàn)：企業(yè)對相關(guān)政策更多地了解、更好的財務(wù)狀況、更好的融資狀態(tài)、更強的供應(yīng)鏈情況、更優(yōu)良的銀企關(guān)系、更現(xiàn)代化的企業(yè)管理模式和企業(yè)負責(zé)人更高的素質(zhì)，都能提高銀行對中小企業(yè)貸款的供給意愿。

中小企業(yè)；銀行貸款；供給意愿；lasso方法；高維變量選擇

龍澤海（1989-），山東日照人，廣西科技大學(xué)理學(xué)院，廣西科技大學(xué)西部地區(qū)產(chǎn)業(yè)與城市發(fā)展研究中心，研究方向為公司金融、金融統(tǒng)計；楊毅（1977-），廣西柳州人，廣西科技大學(xué)西部地區(qū)產(chǎn)業(yè)與城市發(fā)展研究中心，教授，博士，研究方向為公司金融、產(chǎn)業(yè)金融；趙月麗（1990-），河北張家口人，廣西科技大學(xué)管理學(xué)院，研究方向為供應(yīng)鏈金融、公司金融。（廣西柳州545006）

一、引言

2016年是“十三五”開局之年，十三五規(guī)劃綱要指出：“當(dāng)前以供給側(cè)結(jié)構(gòu)性改革為主線，擴大有效供給，滿足有效需求，加快形成引領(lǐng)經(jīng)濟發(fā)展新常態(tài)的體制機制和發(fā)展方式?！北娝苤?，中小企業(yè)在國民經(jīng)濟中扮演愈發(fā)重要的角色，但是，中小企業(yè)所獲得的金融供給往往不足，難以滿足其對資金的需求，這嚴(yán)重制約中小企業(yè)的發(fā)展，進而影響整個國民經(jīng)濟水平。當(dāng)前，我國金融市場發(fā)展不充足，中小企業(yè)直接融資規(guī)模十分有限，銀行信貸仍然是中小企業(yè)最主要的融資渠道，如何有效提高銀行對中小企業(yè)的貸款供給意愿成為解決中小企業(yè)融資問題的關(guān)鍵。因此，構(gòu)建合理的指標(biāo)體系，精準(zhǔn)無誤地找到影響銀行對中小企業(yè)貸款供給意愿的因素，才能為此難題開出一劑“良方”。

但是，如果將大量可能的影響因素全部考慮在內(nèi)，便會有高維數(shù)據(jù)問題，產(chǎn)生所謂的“維數(shù)災(zāi)難（curse of dimensionality）”，這樣僅用傳統(tǒng)方法很難獲得令人滿意的結(jié)論，因此有必要尋找一種更好的方法來進行研究。Tibshirani（1996）提出的lasso（least absolute shrinkage and selection operator）方法，也稱為最小絕對收縮和選擇算子，對于解決此問題便十分有效。該方法是用模型系數(shù)的絕對值函數(shù)作為懲罰函數(shù)來壓縮，使一些回歸系數(shù)變小，并將絕對值較小的系數(shù)直接壓縮為0，達到變量“降維”的效果，實現(xiàn)了變量的選擇，有效地克服了多重共線性，并且同時得到回歸系數(shù)的估計值。

Lasso方法在變量選擇及克服多重共線性等方面有巨大優(yōu)勢，但往往要通過軟件編程來實現(xiàn)，這就會造成不小的困難，目前在銀行對中小企業(yè)貸款供給意愿的研究中還未曾見到有此方面的研究。本文將lasso方法引入，通過設(shè)計高維變量指標(biāo)體系，創(chuàng)新性的利用該方法從眾多可能的影響因素中篩選出關(guān)鍵的因素，同時得到更加精準(zhǔn)的模型，以此來探討銀行對中小企業(yè)貸款的供給意愿，得出結(jié)論并給出政策建議。

二、相關(guān)文獻綜述

中小企業(yè)融資問題由來已久，一直也都是全世界所關(guān)注的難題。Macmillan（1931）在《麥克米倫報告》中提出“由于資金的供給方不愿意以中小微企業(yè)所要求的條件提供資金，因而在其發(fā)展過程中始終存在著資金缺口”，這種融資缺口現(xiàn)象被稱為“麥克米倫缺陷”。雖然經(jīng)過了長期的發(fā)展，但是中小企業(yè)依然面臨著資金缺乏、資本結(jié)構(gòu)不合理、如何制定有效發(fā)展戰(zhàn)略、不利于自身發(fā)展的客觀經(jīng)濟環(huán)境等一系列問題，在這些問題中，資金缺乏仍然是是最重要的影響因素（Beck et al，2006；Bond et al，2006；Brown et al，2005）。既然中小企業(yè)存在著資金問題，這些企業(yè)便會通過各種渠道籌集資金，在這些融資渠道中，銀行貸款是最主要的（Cressy and Olofsson，1997；Meyer，1998；Berger et al，2007）。但是，我國金融配置具有典型的二元特征，中小企業(yè)融資供給明顯失衡（呂勁松，2015），中小企業(yè)自身存在的各種問題更使得銀行在提供資金供給時，要付出更大的成本、更多的精力、承擔(dān)更大的風(fēng)險，從而銀行對中小企業(yè)貸款的供給意愿普遍不強，中小企業(yè)難以獲得充足有效的資金支持。因此，研究銀行對中小企業(yè)貸款供給意愿的影響因素，使其獲得有效供給，這對于解決中小企業(yè)資金問題，緩解中小企業(yè)壓力，有十分重要的作用。

關(guān)于銀行對中小企業(yè)貸款供給意愿影響因素的探討一直都在持續(xù)。Peterson and Rajan（1994）、Berger and Udell（2002）研究發(fā)現(xiàn)，企業(yè)自身規(guī)模的大小、企業(yè)創(chuàng)造利潤的能力、企業(yè)對于信息的公開程度、企業(yè)所提供抵押品的多少等因素，都會影響到銀行貸款的供給成本，進而影響到銀行的供給意愿。中小企業(yè)資產(chǎn)結(jié)構(gòu)不合理，缺乏可抵押品；經(jīng)營風(fēng)險大，管理不規(guī)范；信息不透明度高，缺乏信息披露；產(chǎn)權(quán)不明晰，競爭力弱，這些因素也都會導(dǎo)致中小企業(yè)難以獲得有效貸款供給（李大偉，2001）。楊毅（2009）利用多元選擇模型和典型相關(guān)分析，發(fā)現(xiàn)企業(yè)的年齡、經(jīng)濟性質(zhì)、盈利的能力、提供抵押擔(dān)保的能力、是否進行了信用評定以及所處的地區(qū)等因素都會影響到中小企業(yè)獲得銀行貸款的難易程度。郭麗虹和徐曉萍（2012）則利用世界銀行對中國1378家中小企業(yè)的調(diào)查數(shù)據(jù)，考察中小企業(yè)面臨的融資約束程度及其影響因素，認為企業(yè)規(guī)模、是否公開上市、是否隸屬于企業(yè)集團均能對中小企業(yè)的供給產(chǎn)生影響。楊毅和侯雁（2015）通過對中小企業(yè)實地調(diào)研，從四個維度探究了如何提升中小企業(yè)的融資績效，有效提供金融供給。

相關(guān)文獻進行了有益的研究，但是一些研究依然存在一定的不足。一方面，是對多重共線性的處理。由于研究的影響因素過多，變量之間往往存在著嚴(yán)重的多重共線性，這樣會導(dǎo)致估計精度的降低，甚至將顯著的自變量判定為不顯著變量（劉國旗，2001）?，F(xiàn)有的文獻往往采用刪減變量、分組或者主成分回歸來消除多重共線性，但這些傳統(tǒng)的方法處理精度并不是很高。另一方面，是對變量選擇的處理。如果沒有進行變量的選擇，這樣過多選入一些無關(guān)變量，會干擾對變量間關(guān)系的理解，而且要對這個變量進行持續(xù)的觀測，浪費人力物力，甚至可能造成損失；其次，如果把一些影響不大，甚至沒有影響的變量納入到回歸模型之中，參數(shù)的估計值和模型的預(yù)測精度都會下降（王大榮、張忠占，2010）。現(xiàn)有的文獻中，有的僅僅做了一次回歸，只對顯著的變量進行分析，其實這樣在回歸的時候仍然將全部變量納入模型中，得出的系數(shù)估計值并不精準(zhǔn)；有的采用了逐步回歸的方法，但是要進行多次重復(fù)計算，大大降低了模型的精度。Lasso方法能夠很好地處理上述兩個方面的問題，得到更加精準(zhǔn)的模型和結(jié)論。喻勝華和張靜（2014）通過比較最小二乘法（多元回歸最常用的方法）、逐步回歸法和lasso方法，發(fā)現(xiàn)最小二乘法只能對參數(shù)進行估計不能實現(xiàn)變量的選擇，逐步回歸和lasso都能實現(xiàn)變量的選擇，但lasso方法對變量選擇的性能更好。關(guān)于lasso及其相關(guān)的一些方法在經(jīng)濟和金融領(lǐng)域已經(jīng)有了一些應(yīng)用（劉睿智、杜溦，2012；方匡南等，2014；蔣翠俠等，2016），但是采用lasso方法研究銀行對中小企業(yè)貸款供給意愿，目前相關(guān)文獻還鮮有見到。

三、研究設(shè)計及模型構(gòu)建

（一）問卷設(shè)計與調(diào)研情況

2015年底至2016年初，本文課題組在前期多次調(diào)研的基礎(chǔ)上，吸取前期調(diào)研的經(jīng)驗與教訓(xùn)，對中小企業(yè)金融服務(wù)供給問題進行了一次涉及范圍更廣、問卷內(nèi)容更全面、考慮因素更多的問卷調(diào)研，調(diào)研對象涉及到全國多個地區(qū)的中小企業(yè)，其中大部分企業(yè)位于廣西。對于中小企業(yè)的劃分依據(jù)2011年6月18日工業(yè)和信息化部、國家統(tǒng)計局、國家發(fā)展和改革委員會、財政部聯(lián)合印發(fā)的《關(guān)于印發(fā)中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定的通知》中所規(guī)定的標(biāo)準(zhǔn)。

調(diào)研問卷共設(shè)計調(diào)研問題30題，部分調(diào)研問題中又有多個小題，與可查到已有的相關(guān)類似調(diào)研相比較，涉及面更全更完備，調(diào)研難度也更高。問卷內(nèi)容涉及到了企業(yè)及其企業(yè)負責(zé)人的基本情況、企業(yè)的財務(wù)狀況、企業(yè)的融資狀態(tài)和銀企關(guān)系、企業(yè)對政策的了解和所獲支持情況、企業(yè)供應(yīng)鏈情況等可能影響銀行對中小企業(yè)貸款供給意愿的方面。此次調(diào)研共發(fā)放調(diào)研問卷1000份，回收調(diào)研問卷1000份。由于問卷所包含的內(nèi)容較多，設(shè)計的問題覆蓋面較廣，因此大大提高了獲得填寫較為完備的有效問卷的難度，使得回收的有效問卷率并不高，但如此之成果亦是經(jīng)過了課題組艱苦努力才所獲得，十分不易。本次調(diào)研回收的問卷中有效問卷共231份，涉及中小企業(yè)231家，有效問卷率為23.1%，文章所研究的數(shù)據(jù)均來源于調(diào)研所得。

對被調(diào)研的中小企業(yè)所屬的行業(yè)統(tǒng)計如圖1所示，這些中小企業(yè)中，以批發(fā)零售行業(yè)和制造業(yè)的企業(yè)為最多，分別為74家和55家，占了本次調(diào)研有效問卷中小企業(yè)的大部分，而其他各行業(yè)企業(yè)也均有一定涉及，本次調(diào)研企業(yè)的行業(yè)覆蓋面較為全面，也較為符合中小企業(yè)的一般行業(yè)分布特征。

圖1 中小企業(yè)所屬行業(yè)數(shù)量分布圖

（二）指標(biāo)體系構(gòu)建

在構(gòu)建模型之前，首先需要設(shè)計銀行對中小企業(yè)貸款供給意愿的高維變量指標(biāo)體系。用融資利率（銀行提供給企業(yè)貸款的利率，RZLV）和到賬時間（銀行提供給企業(yè)貸款從申請日至實際到賬的時間，DZSJ）來體現(xiàn)銀行貸款的供給意愿，作為研究的被解釋變量，融資利率越低、到賬時間越少，代表著銀行對中小企業(yè)貸款供給意愿越強。在閱讀國內(nèi)外相關(guān)文獻的基礎(chǔ)上，結(jié)合相關(guān)問題研究的實際情況，同時綜合考慮調(diào)研問卷數(shù)據(jù)的可獲得性，選取了32個指標(biāo)作為解釋變量，這些指標(biāo)涉及到了企業(yè)及其企業(yè)負責(zé)人的基本情況、企業(yè)的財務(wù)狀況、企業(yè)的融資狀態(tài)和銀企關(guān)系、企業(yè)對政策的了解和所獲支持情況、企業(yè)供應(yīng)鏈情況等各方面因素，指標(biāo)體系見表1。

表1 指標(biāo)體系及研究變量的定義

（三）lasso理論

設(shè)隨機變量y與變量x1，x2，…，xp的線性回歸模型為

其中，α稱為回歸常數(shù)，β1，β2，…，βp稱為回歸系數(shù)，y是因變量，也被稱為被解釋變量，x1，x2，…，xp是自變量，也被稱為解釋變量，ε是隨機誤差。

如果有n組觀測數(shù)據(jù)（xi1，xi2，…，xip；yi）（i=1，2，…，n），傳統(tǒng)的回歸模型用普通最小二乘法（ordinary least squares，OLS）尋求那些使得殘差平方和最小的系數(shù)β，即

Lasso方法就是通過構(gòu)造一個懲罰項來對系數(shù)的大小進行約束。在（2）式基礎(chǔ)上，添加一個懲罰項λ，可以得到

（3）式也等價于，

這里有確定λ或者s的問題，通常用交叉驗證或Mallows Cp統(tǒng)計量等準(zhǔn)則通過計算來確定，而這些計算可以使用R語言中的程序包lars來實現(xiàn)。所謂交叉驗證是把所有的數(shù)據(jù)觀測值大致隨機分成k等分，然后輪流以其中的所有可能的k-1份作為訓(xùn)練集，用來擬合數(shù)據(jù)，剩下一份作為測試集，測試集與訓(xùn)練集的觀測值數(shù)目之比約為1∶（k-1），一共計算k次，得到擬合測試集時的均方誤差（或其他指標(biāo)，如標(biāo)準(zhǔn)化均方誤差）那樣的k個指標(biāo)，再做平均。對于每個模型都做一遍，然后選擇平均均方誤差最小的模型。而Mallows Cp統(tǒng)計量是另一種評價回歸的一個準(zhǔn)則。如果從k個自變量中選取p個（k＞p）參與回歸，那么Cp統(tǒng)計量的定義為

據(jù)此，選取Cp最小的模型。

（四）模擬驗證

通過R語言編程，可以模擬驗證lasso方法的優(yōu)越性。首先將最小二乘法、嶺回歸、lasso進行模擬比較，得出的回歸結(jié)果發(fā)現(xiàn)最小二乘法和嶺回歸都無法實現(xiàn)變量的選擇，lasso方法很好地將一些變量的系數(shù)壓縮到0，從而實現(xiàn)了變量的選擇。然后再將逐步回歸和lasso進行模擬對比，如表2所示，發(fā)現(xiàn)逐步回歸法傾向于選擇過多的變量，正確選擇變量的概率不高，而lasso方法對于選擇正確變量的概率非常高。

表2 逐步回歸法和lasso方法的模擬比較

（五）模型構(gòu)建

根據(jù)變量指標(biāo)體系和lasso相關(guān)理論，可以構(gòu)建研究的模型，如下表示：

其中，yi（i=1，2，…，n）是被解釋變量的觀測值，xi1，xi2，…，xi32（i=1，2，…，n）是解釋變量的觀測值。這樣，部分系數(shù)會被壓縮到0，從而同時實現(xiàn)變量的選擇和參數(shù)估計。（6）式是以融資利率（RZLV）為被解釋變量，對于到賬時間（DZSJ）為被解釋變量所構(gòu)建的模型，只要把（6）式等號左邊換為DZSJ即可。

四、銀行對中小企業(yè)貸款供給意愿影響因素的高維數(shù)據(jù)分析

（一）多重共線性的檢驗

由于本次研究選擇了高維變量指標(biāo)體系，自變量之間存在的相關(guān)性，往往會產(chǎn)生多重共線問題。當(dāng)存在多重共線性時，會造成系數(shù)估計的較大變化，從而使得結(jié)果不穩(wěn)定，系數(shù)估計值的經(jīng)濟含義也往往不易解釋。對于多重共線性，經(jīng)常用條件數(shù)（condition number，用K表示）來度量，條件數(shù)的定義為：

式中，λ為XTX的特征值，X代表自變量所形成的矩陣。

用R語言的函數(shù)kappa求得條件數(shù)k= 217183.1，說明存在嚴(yán)重的多重共線性，這樣就不能進行簡單的多元回歸了。用lasso方法可以很好地解決多重共線性問題，當(dāng)然此方法不僅能克服多重共線性，也實現(xiàn)了變量的選擇和參數(shù)的估計，從而找出真正影響銀行對中小企業(yè)貸款供給意愿的因素。

（二）lasso變量選擇與參數(shù)估計

1.融資利率影響因素分析

Lasso方法能實現(xiàn)變量的選擇，首先利用R語言的lars程序包進行編程，得到lasso變量選擇的路徑和lasso系數(shù)解路徑圖，如表3、圖2所示，整個過程一共進行了34步，每一步都會添加或者剔除變量，其中第14步是將已經(jīng)納入模型中的變量再一次剔除，其他各步均為添加變量。

表3 lasso變量選擇路徑

圖2 lasso系數(shù)解路徑

當(dāng)然，僅僅得到變量選擇路徑還遠遠不夠，要想實現(xiàn)變量的選擇還必須求出統(tǒng)計量的值，如表4所示。

表4 lasso的Cp值變化

表4給出了Cp統(tǒng)計量的值，最小值Cp=4.64對應(yīng)的是第14步，結(jié)合表3給出的在不同步數(shù)下變量增減的情況，最終篩選出來12個變量。Lasso方法在進行變量選擇的時候同時給出了系數(shù)的估計值，如表5所示。

表5 融資利率模型中系數(shù)的估計值

從結(jié)果可以看出，政策了解和經(jīng)濟性質(zhì)的系數(shù)絕對值最大，這說明企業(yè)對于政策的了解程度、企業(yè)是否為公有制在所有影響融資利率的因素中是最為重要的。政策了解與融資利率為負相關(guān)，表明企業(yè)對政府相關(guān)政策越了解，越能以低利率獲得銀行貸款；經(jīng)濟性質(zhì)為負相關(guān)，表明公有制企業(yè)更能獲得較低的融資利率。

不動產(chǎn)、資金短缺、主要客戶、業(yè)務(wù)往來這些變量的系數(shù)絕對值較大，它們對于融資利率的影響較強，都是要重點予以關(guān)注。不動產(chǎn)與融資利率為負相關(guān)，表明企業(yè)使用不動產(chǎn)抵押會降低其獲得銀行貸款的利率；資金短缺為正相關(guān)，說明企業(yè)存在著資金的短缺，往往會迫切需要銀行的貸款，哪怕其融資利率比較高；主要客戶為負相關(guān)，表明企業(yè)的前五位主要客戶為大企業(yè)，其在與大企業(yè)合作的時候自身情況也會提升，會降低銀行的貸款利率；業(yè)務(wù)往來為負相關(guān)，表明企業(yè)與銀行的業(yè)務(wù)越多，銀行對其越了解，對其貸款的供給意愿也越強。

管理層結(jié)構(gòu)、信用級別、從業(yè)年數(shù)、業(yè)主年齡這些變量的系數(shù)絕對值較小，但是對于融資利率還是有一定影響，依然不可忽視其作用。管理層結(jié)構(gòu)與融資利率為正相關(guān)，表明企業(yè)管理層中本家族的成員越多，銀行提供貸款的利率也就越高，較高的融資利率意味著銀行對其貸款的供給意愿較弱；信用級別為負相關(guān)，表明企業(yè)的信用級別越高，越能獲得低利率的銀行貸款；業(yè)主年齡和從業(yè)年數(shù)均為負相關(guān)，表明企業(yè)負責(zé)人年齡越大或在本行業(yè)的從業(yè)年數(shù)越長，他的經(jīng)驗就會越豐富，銀行更傾向于以較低的利率貸款給該企業(yè)。

2.到賬時間影響因素分析

對于從到賬時間（DZSJ）這個角度來分析銀行對中小企業(yè)貸款的供給意愿，過程與從融資利率（RZLV）角度分析類似，同樣可以實現(xiàn)變量的選擇，得到系數(shù)的估計值，如表6所示。

表6 到賬時間模型中系數(shù)的估計值

一共篩選出14個變量，由結(jié)果可以看出，銷售利潤率系數(shù)的絕對值遠高于其他變量，且銷售利潤率為負相關(guān)，這表明在所有影響到賬時間的變量中，企業(yè)的銷售利潤率尤為重要，企業(yè)盈利狀況越好，貸款到賬所需時間也會越少，銀行傾向為經(jīng)營良好的企業(yè)提供貸款供給。

不動產(chǎn)、資金短缺、企業(yè)類別、資產(chǎn)負債率、管理層結(jié)構(gòu)、主要客戶這些變量的系數(shù)絕對值也都很大，它們對于到賬時間的影響較強，同樣要重點予以關(guān)注。不動產(chǎn)為正相關(guān)，表明企業(yè)提供不動產(chǎn)作為抵押，不能有效地降低銀行貸款到賬的時間，這可能是因為銀行往往要對不動產(chǎn)進行評估，這些工作都會花費一定時間；資金短缺為正相關(guān)，表明企業(yè)資金越短缺，銀行知道其缺乏資金，為了減少風(fēng)險，難免對其審核更加嚴(yán)格，因而所需時間更多；企業(yè)類別為負相關(guān)，表明股份制企業(yè)所獲得銀行貸款的到賬時間更少，銀行對股份制企業(yè)的供給意愿更強；資產(chǎn)負債率為正相關(guān)，表明企業(yè)負債越嚴(yán)重，銀行在提供貸款時越謹(jǐn)慎，所需時間往往越多；管理層為負相關(guān)，表明企業(yè)管理層中本家族的成員越多，銀行提供貸款時的到賬時間越少，這可能是因為管理層中家族成員越多，這個企業(yè)往往是其家族的私營企業(yè)，因而對貸款到賬的關(guān)注度比較高，他們會想盡辦法催促銀行貸款盡快落實到位；主要客戶為負相關(guān)，表明企業(yè)的主要客戶為信譽卓著的大企業(yè)，銀行也會對其經(jīng)營有信心，從而能夠減短銀行貸款的到賬時間。

文化程度、業(yè)務(wù)合作年限、業(yè)務(wù)往來這些變量系數(shù)絕對值較大，對于到賬時間還是有一定影響，同樣也要予以關(guān)注。文化程度為負相關(guān)，表明企業(yè)負責(zé)人的文化程度越高，其經(jīng)營能力一般也越強，銀行更傾向于為其提供貸款，所以到賬時間往往較短；業(yè)務(wù)合作年限為負相關(guān)，表明企業(yè)與銀行合作的時間越長，銀行對其越了解，也就會越信任，從而貸款到賬所需的時間就越少；業(yè)務(wù)往來為正相關(guān)，表明企業(yè)與銀行的業(yè)務(wù)越多，并不能有效地減少銀行對其貸款到賬的時間，但是前面分析已經(jīng)得到業(yè)務(wù)往來越多，是可以降低銀行貸款利率的。

固定資產(chǎn)、注冊資本、銷售額、總負債這些變量系數(shù)絕對值比較小，但對于到賬時間的影響也不可忽視。固定資產(chǎn)為負相關(guān)，說明了企業(yè)所擁有的固定資產(chǎn)越多，銀行對其的擔(dān)保能力也越有信心，從而會減少貸款的到賬時間。但是，注冊資本與到賬時間為正相關(guān)，這可能是企業(yè)注冊資本越多，銀行對其審批時所需的材料也就越充足，這在一定程度上會延長貸款的到賬時間，但是系數(shù)很小，影響作用并不明顯。同樣銷售額與到賬時間也為正相關(guān)，但是對于企業(yè)來說銷售利潤率往往更值得關(guān)注，前面已經(jīng)得出銷售利潤率的影響情況。至于總負債，與到賬時間為正相關(guān)，表明銀行對于負債較為嚴(yán)重的企業(yè)，確實很謹(jǐn)慎，提供貸款的到賬所需時間往往越長。

五、穩(wěn)健性檢驗

真實的經(jīng)濟現(xiàn)象和結(jié)果是客觀存在的，不可能隨著變量的增減而產(chǎn)生大的變動。為了保證結(jié)果的穩(wěn)定性和可信度，需要做出穩(wěn)健性檢驗。Lasso方法能夠很好地實現(xiàn)變量的選擇和參數(shù)的估計，那么刪減高維變量指標(biāo)體系中未被選擇的變量，重新進行l(wèi)asso回歸，結(jié)果如表7、表8所示，發(fā)現(xiàn)沒有顯著的變化。

表7 融資利率模型的穩(wěn)健性檢驗

表8 到賬時間模型的穩(wěn)健性檢驗

六、結(jié)論與建議

（一）研究結(jié)論

本文基于lasso方法研究銀行對中小企業(yè)貸款供給意愿問題，分別從融資利率和到賬時間兩個方面來進行考察，與傳統(tǒng)的多元回歸或多元選擇模型相比，能更準(zhǔn)確地篩選出重要的變量，同時給出精準(zhǔn)的回歸系數(shù)估計值，從而得出結(jié)論。

1.企業(yè)對政府相關(guān)政策越了解，具有公有制性質(zhì)，企業(yè)在融資時使用不動產(chǎn)抵押，企業(yè)資金短缺現(xiàn)象不是特別嚴(yán)重，企業(yè)的前五位主要客戶是信譽卓越的大企業(yè)，擁有更優(yōu)良的銀企關(guān)系，企業(yè)有著更現(xiàn)代化的管理層結(jié)構(gòu)，企業(yè)的信用級別越高，企業(yè)負責(zé)人年齡越大，在本行業(yè)的從業(yè)年數(shù)越長，這些因素都有利于降低銀行對其貸款的利率，也就是銀行對其貸款的供給意愿越強。

2.企業(yè)擁有更高的利潤率和更低的負債率，企業(yè)資金短缺現(xiàn)象不是特別嚴(yán)重，是股份制的模式，企業(yè)的主要客戶為信譽卓著的大企業(yè)，企業(yè)負責(zé)人的文化程度越高，企業(yè)與銀行合作的時間越長，企業(yè)所擁有的固定資產(chǎn)更多，這些都有利于降低銀行對其貸款時資金的到賬時間，也說明了銀行對其貸款的供給意愿越強。

3.企業(yè)對于政府相關(guān)政策的了解程度以及公有制的性質(zhì)是所有影響融資利率因素中最為突出的兩個；而企業(yè)的銷售利潤率是所有影響到賬時間因素中最為突出的。企業(yè)的性質(zhì)不易改變，但是對政策的把握和自身經(jīng)營情況一定要給予重點關(guān)注和采取有效措施。

4.銀企關(guān)系（包含業(yè)務(wù)往來、業(yè)務(wù)合作年限）中的業(yè)務(wù)往來雖然不能有效地減少銀行對其貸款到賬的時間，但是卻能很好地降低銀行的貸款利率，而業(yè)務(wù)合作年限能夠減少貸款的到賬時間。這說明了良好的銀企關(guān)系，對于提高銀行的貸款供給意愿有很大作用。

5.企業(yè)使用不動產(chǎn)作為抵押，雖然不能有效地減少貸款到賬的時間，但是卻能大大降低銀行的貸款利率，這一點顯得非常重要。

6.企業(yè)良好的供應(yīng)鏈情況，不僅能降低銀行的貸款利率，也能縮短銀行貸款的到賬時間，在這兩個角度都會提升銀行貸款的供給意愿。

（二）政策建議

1.中小企業(yè)應(yīng)加強自身建設(shè)。多個方面的影響因素都可以看出，中小企業(yè)自身的狀況在很大層面上能影響銀行對其貸款的供給意愿。因此，中小企業(yè)在尋求銀行貸款時，應(yīng)加強自身的建設(shè)，良好的財務(wù)情況、合理的管理層結(jié)構(gòu)、企業(yè)負責(zé)人更高的素質(zhì)等等，都能有效提升銀行的供給意愿。

2.全面建設(shè)中小企業(yè)評級制度。銀行對中小企業(yè)貸款供給意愿之所以不強，很大一方面的原因就是對其缺乏信任。因此，由政府和銀行牽頭，引進第三方評級機構(gòu)，構(gòu)建合理及完整的評級體系，對中小企業(yè)進行全面的評級，這樣銀行在對其貸款時，能更好地把握中小企業(yè)的信用，提高其供給的意愿。

3.構(gòu)建良好的銀企關(guān)系。良好的銀企關(guān)系能夠顯著改善銀行對中小企業(yè)的貸款供給意愿。銀行在提供貸款時往往還是借助傳統(tǒng)的信貸手段，良好的銀企關(guān)系能使銀行獲得更多中小企業(yè)的信息，從而降低銀行貸款的風(fēng)險，減少其供給成本。因此，中小企業(yè)應(yīng)該與銀行保持良好的關(guān)系，才能加強彼此間的了解，提升銀行的供給意愿。

4.推出無形資產(chǎn)抵押制度。研究發(fā)現(xiàn)不動產(chǎn)的抵押會提高銀行貸款的供給意愿，但是中小企業(yè)特別是創(chuàng)新型、科技型中小企業(yè)，其抵押品并不充足，但是卻有著專利等無形資產(chǎn)。因此，政府和銀行部門應(yīng)該建立合理的機制，推出用某些無形資產(chǎn)作為抵押品的制度，這能夠改善中小企業(yè)融資環(huán)境，對于促進中小企業(yè)特別是高新技術(shù)企業(yè)的發(fā)展，有著十分重要的意義。

5.改善供應(yīng)鏈情況。企業(yè)擁有良好的供應(yīng)鏈，能夠顯著提升銀行對其貸款的供給意愿。因此，中小企業(yè)在進行發(fā)展的時候，應(yīng)該更多地爭取與信譽卓越的大企業(yè)合作，這樣對于改善自身的經(jīng)營很有幫助，從而能更好地提升銀行的供給意愿。

[1]第十二屆全國人民代表大會第四次會議關(guān)于國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要的決議[J].中華人民共和國全國人民代表大會常務(wù)委員會公報,2016,(2):242～322.

[2]Berger A N,Rosen R J,Unell G F.Does market size structure affect competition?the case of smallbusinesslending[J].Journalof Banking&Finance,2007,(1):11～33.

[3]呂勁松.關(guān)于中小企業(yè)融資難、融資貴問題的思考[J].金融研究,2015,(11):115～123.

[4]楊毅.中小企業(yè)融資中銀行貸款的可獲性——主要影響因素與地區(qū)差異[J].大連理工大學(xué)學(xué)報（社會科學(xué)版）,2009,30(2):46～51.

[5]郭麗虹,徐曉萍.中小企業(yè)融資約束的影響因素分析[J].南方經(jīng)濟,2012,(12):36～48.

[6]楊毅，侯雁.基于四維度評價體系的中小企業(yè)融資績效研究[J].中南大學(xué)學(xué)報（社會科學(xué)版）, 2015,21(3):107～119.

[7]王大榮，張忠占.線性回歸模型中變量選擇方法綜述[J].數(shù)理統(tǒng)計與管理,2010,29(4):615～627.

[8]喻勝華，張靜.基于Lasso的外商直接投資影響因素研究[J].湖南大學(xué)學(xué)報（社會科學(xué)版）,2014, 28(2):53～56.

[9]劉睿智，杜溦.基于lasso變量選擇方法的投資組合及實證分析[J].經(jīng)濟問題，2012，（9）:103～107.

[10]方匡南,章貴軍,張惠穎.基于Lasso-logistic模型的個人信用風(fēng)險預(yù)警方法[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2014，（2）：125～136.

[11]蔣翠俠，劉玉葉，許啟發(fā).基于LASSO分位數(shù)回歸的對沖基金投資策略研究[J].管理科學(xué)學(xué)報, 2016,19(3):107～126.

F832.4

A

1006-169X（2017）03-0058-08

國家社會科學(xué)基金項目“西部地區(qū)中小企業(yè)融資績效研究”（11XJL016）；廣西科協(xié)B類重點研究項目“中小企業(yè)金融服務(wù)供給結(jié)構(gòu)改革與政策創(chuàng)新研究”（桂科協(xié)[2016]Z-22）；廣西科技大學(xué)研究生教育創(chuàng)新計劃項目“供應(yīng)鏈金融發(fā)展與中小企業(yè)融資約束”（GKYC201610）；廣西高校人文社會科學(xué)重點研究基地基金項目（桂教規(guī)范[2015]4號）。