我國銀行貸款標準對中小企業(yè)融資的影響

吳 達

銀行貸款標準在貨幣政策傳導中發(fā)揮著關鍵作用。近年來，受經(jīng)濟由高速增長階段向高質(zhì)量發(fā)展階段轉(zhuǎn)變帶來的經(jīng)濟增長預期下調(diào)、加息周期帶來的資金成本上升、金融去杠桿帶來的流動性壓力等因素影響，銀行貸款標準趨緊，對不同規(guī)模企業(yè)融資造成了不對稱影響，特別是對中小企業(yè)貸款造成了比較大的影響。

銀行貸款標準在我國貨幣政策傳導框架中的作用

貨幣政策有效性既取決于政策制定，也取決于政策傳導，既取決于中央銀行，也取決于經(jīng)濟主體，還要受到國際國內(nèi)環(huán)境的影響。圖1描繪了貨幣政策、宏觀經(jīng)濟環(huán)境及金融市場狀況、經(jīng)濟主體預期對借貸市場的影響。根據(jù)資產(chǎn)負債表傳導渠道，短期利率變化通過影響經(jīng)濟主體的資產(chǎn)負債表從而對借貸市場平衡產(chǎn)生影響；根據(jù)利率傳導渠道，政策利率改變影響金融市場融資成本從而影響經(jīng)濟活動；根據(jù)信貸渠道，銀行再融資利率的改變影響銀行的流動性和凈值，從而影響信貸供給量；根據(jù)風險渠道，短期利率變化影響銀行的風險承擔意愿。

從圖1我們看到，從貨幣政策到借貸市場均衡的傳導過程中，銀行貸款標準發(fā)揮著關鍵作用。銀行的資金成本、競爭狀況和風險感知都影響著貸款標準，貸款標準最終和貸款的需求因素共同決定實體經(jīng)濟貸款規(guī)模。

從我國2018年的貨幣政策來看，央行實施3次降準，再加上中期借貸便利（MLF）等工具，已經(jīng)投放中長期流動性2.8萬億元，遠超2017年全年的1.76萬億元。央行貨幣政策委員會二季度例會將流動性目標定調(diào)由“合理穩(wěn)定”轉(zhuǎn)變?yōu)椤昂侠沓湓！?。在此背景下，今年銀行間市場資金面持續(xù)寬松，貨幣市場利率降至近年新低。但是在實體經(jīng)濟層面，1-6月份，社會融資規(guī)模增量累計為9.1萬億元，比上年同期少2.03萬億元。當前“寬貨幣緊信用”現(xiàn)象，反映出貨幣政策傳導機制不暢的問題。

我國銀行貸款標準衡量及其變化

銀行貸款標準旨在衡量非價格貸款條款，如貸款限額、抵押品范圍和抵押率等。貸款標準可以成為貸款可得性的替代指標，而對中小企業(yè)來說，貸款的可得性比貸款的成本更重要。這意味著貸款標準可能成為研究中小企業(yè)融資難融資貴的重要指標，特別是貸款標準有助于刻畫銀行在面對逆向選擇和道德風險時的信貸配給行為。

圖1 我國貨幣政策傳導框架

貸款標準很難被量化。許多中央銀行開展銀行家問卷調(diào)查，以監(jiān)測貨幣政策實施效果和信貸市場運行狀況。我國《銀行家問卷調(diào)查報告》中的貸款審批指數(shù)能夠反映商業(yè)銀行貸款審批標準的松緊程度。該指數(shù)由央行每季度對3100多家各類銀行機構(gòu)進行問卷調(diào)查，計算出銀行機構(gòu)本季度審批標準“放松”與“基本不變”的比例，再分別賦予權(quán)重1和0.5后求和得出。貸款審批指數(shù)值越大，意味著貸款標準越松。

近期一些研究者指出債券市場信息也能夠反映銀行貸款標準。Greenwood 和 Hanson（2013）、Divya Kirti（2018）使用高收益?zhèn)l(fā)行占比衡量貸款標準。高收益?zhèn)l(fā)行占比非常直觀，當高收益?zhèn)l(fā)行占比升高時，投資者愿意為信譽較低的借款人分配更多的信用，表明融資標準更為寬松。盡管債券市場融資標準和銀行貸款標準之間有顯著的區(qū)別，但是Divya Kirti（2018）研究發(fā)現(xiàn)，在同時具有高收益?zhèn)l(fā)行數(shù)據(jù)和央行銀行家調(diào)查問卷數(shù)據(jù)的國家，這兩個數(shù)據(jù)是正相關的，表現(xiàn)出很強的一致性。

我們從Wind數(shù)據(jù)庫提取2009年以來我國非金融企業(yè)和政府發(fā)行的所有債券，該樣本包含97713只債券。按照債券的發(fā)行主體評級，我們將樣本債券劃分為投資級和投機級。然后按年計算投機級債券發(fā)行金額占總債券發(fā)行金額的比重，即高收益?zhèn)l(fā)行占比（具體數(shù)據(jù)見表1）。

圖2分別使用高收益?zhèn)l(fā)行占比和銀行業(yè)貸款審批指數(shù)刻畫我國的銀行貸款標準。兩組數(shù)據(jù)表現(xiàn)出較強的一致性。國際金融危機以來，我國銀行貸款標準總體趨緊。2012以來年銀行業(yè)貸款審批指數(shù)在40%至50%區(qū)間波動，2017年四季度以來進入一個下行周期。高收益?zhèn)l(fā)行占比在2015年達到谷底，2016年有所反彈，但是2017年以來再次下滑。兩組指標均顯示2017年以來我國銀行貸款標準趨緊。

銀行貸款標準收緊對不同規(guī)模企業(yè)的不對稱影響

2017年以來我國銀行貸款標準收緊可能與一系列因素有關：經(jīng)濟高速發(fā)展階段向高質(zhì)量發(fā)展階段轉(zhuǎn)變過程中經(jīng)濟增長預期下落、加息周期中銀行業(yè)利差收窄、2017年以來金融業(yè)強監(jiān)管及去杠桿導致的銀行業(yè)縮表，2014年以來我國流動性框架轉(zhuǎn)變導致部分中小銀行流動性趨緊等。盡管分析銀行貸款標準收緊的原因也十分重要，但這不是本文的重點。本文重點關注銀行貸款標準收緊如何對不同規(guī)模的借款人造成不同程度的影響。

表1 我國非金融企業(yè)債和政府債券發(fā)行情況（2009-2018年）

圖2 2009年以來我國的貸款標準變化

（一）透明度的影響。中小企業(yè)相比大型企業(yè)透明度低。如果導致銀行貸款標準趨嚴的因素同時沖擊借款人的資產(chǎn)負債表，影響借款人的信用風險，那么將顯著加劇透明度較低的借款人的道德風險問題和逆向選擇問題（Stiglitz & Weiss 1981）。因此，即使不利沖擊對不同規(guī)模企業(yè)的資產(chǎn)負債表產(chǎn)生相同比例的影響，中小企業(yè)缺乏透明度也可能導致信貸市場均衡向著更加不利于中小企業(yè)的方向移動。

（二）銀行與企業(yè)關系的影響。已有研究表明，銀行貸款標準收緊，對已獲得授信的企業(yè)的影響相對較小，但是對于新申請貸款的企業(yè)影響更大。我國中小企業(yè)平均生存時間僅為3年左右（易綱，2018），這就意味著，許多中小企業(yè)同時是新設立企業(yè)。商業(yè)銀行依靠“軟信息”向中小企業(yè)發(fā)放關系型貸款，相比交易型貸款，關系型貸款需要銀行花費更長時間建立與企業(yè)之間的聯(lián)系以獲取“軟信息”，這加劇了中小企業(yè)在銀行貸款趨緊條件下的貸款難問題。

（三）流動性框架的影響。一般認為，大銀行因其在解決中小企業(yè)信貸過程中的信息問題和實現(xiàn)有效監(jiān)督方面缺乏優(yōu)勢，通常不愿向信息不透明的中小企業(yè)提供貸款；而規(guī)模小、組織復雜程度較低的小銀行在處理中小企業(yè)貸款過程中的信息問題上存在優(yōu)勢。但是，在基礎貨幣主要投放渠道中，外匯占款、PSL、MLF等制度設計都明顯有利于大銀行，而不利于小銀行。由于資金多次“轉(zhuǎn)批發(fā)”層層加價，導致小銀行獲取流動性能力偏弱，資金價格偏高。如果銀行信貸標準變化是由于銀行資金成本的變化，那么由于小銀行資金成本提高得更多，中小企業(yè)受到的沖擊可能更大。此外，中小企業(yè)對基于成本的供給沖擊更敏感，這反過來會導致更嚴格的貸款標準和更少的貸款。

政策建議

如前所述，在我國當前貨幣政策框架下，中央銀行通過貨幣政策工具調(diào)節(jié)銀行體系的流動性，通過貸款基準利率及公開市場操作工具影響資金價格，銀行則根據(jù)實際情況決定對實體經(jīng)濟發(fā)放貸款的數(shù)量。2017年以來，銀行貸款標準趨緊，風險承擔意愿下降。當前，緩解中小企業(yè)融資難融資貴的關鍵是引導銀行放松貸款標準，增加信貸供給。具體政策措施包括：

（一）健全有利于中小企業(yè)融資的金融基礎設施。一是各級政府繼續(xù)推動完善擔保和再擔保體系建設，發(fā)展第三方征信、信用評級等機構(gòu)，降低銀行業(yè)金融機構(gòu)獲取中小企業(yè)信用信息的成本。二是各級政府推動風險補償體系建設，繼續(xù)通過中小企業(yè)發(fā)展專項資金支持中小企業(yè)融資擔保代償補償工作，降低銀行業(yè)金融機構(gòu)為小微企業(yè)貸款的風險。

（二）引導銀行業(yè)金融機構(gòu)放松貸款標準。一是繼續(xù)采取針對性降準措施推動銀行加大對中小企業(yè)的貸款投放。一方面為銀行解決現(xiàn)實的流動性問題，使其有足夠的資金來源進行中小企業(yè)貸款的投放。另一方面降準降低銀行獲得流動性的成本，引導銀行以更低的價格為中小企業(yè)融資?？梢钥紤]將更多中小金融機構(gòu)納入MLF交易對手范圍。二是拓寬銀行不良貸款處置渠道，引導銀行加快化解不良貸款。擴大不良貸款證券化、批量轉(zhuǎn)讓和債轉(zhuǎn)股等新型處置模式的應用范圍和領域。

（三）運用金融科技手段促進中小企業(yè)金融服務。金融科技發(fā)展為銀行收集、處理中小企業(yè)的信息，加強對中小企業(yè)的風險判斷提供了技術支持。運用大數(shù)據(jù)風控技術，既可降低交易成本，又可提高審批、服務效率。銀行可以對各種內(nèi)外部渠道的數(shù)據(jù)進行整合，例如人行征信、社保、稅務、公積金等，以及騰訊、前海征信、螞蟻金服等第三方互聯(lián)網(wǎng)數(shù)據(jù)，再結(jié)合行內(nèi)結(jié)算、信貸的數(shù)據(jù)，通過多個維度交叉驗證企業(yè)的信用狀況。利用信用評分模型，為中小企業(yè)信貸提供決策支持。（參考文獻略）