■程 超
小微企業(yè)在推動國民經(jīng)濟高質(zhì)量發(fā)展、拉動就業(yè)、保障社會穩(wěn)定等方面發(fā)揮著舉足輕重的作用,支持小微企業(yè)融資是銀行服務(wù)實體經(jīng)濟的重要體現(xiàn),但小微企業(yè)卻面臨著嚴(yán)重的信貸約束(程超和趙春玲,2018)。小微企業(yè)面臨融資難的根源在于信息不對稱,為了緩解信息不對稱,各種貸款技術(shù)應(yīng)運而生,抵押物作為一種傳統(tǒng)的貸款技術(shù)在實踐中得到了廣泛地應(yīng)用。信貸配給理論認(rèn)為,銀行在事前風(fēng)險甄別過程中,企業(yè)通過提供抵押物向銀行傳遞自身優(yōu)質(zhì)經(jīng)營的信息,以緩解逆向選擇,抵押物發(fā)揮著客戶選擇效應(yīng);在銀行貸款發(fā)放后,抵押物起著約束企業(yè)行為的作用,可以防止道德風(fēng)險,抵押物發(fā)揮著風(fēng)險約束效應(yīng)。那么,在銀行配置資金的過程中,小微企業(yè)提供抵押物是否確實有助于提高其信貸可獲性?抵押物緩解小微企業(yè)信貸約束的作用機制何在?不同種類的抵押物,其在緩解小微企業(yè)信貸約束方面有何差異?這些將是本文試圖研究并回答的問題。
當(dāng)前,我國信貸市場中銀行貸款技術(shù)創(chuàng)新動力不足,金融基礎(chǔ)設(shè)施不完善,銀企間信任度較低,這決定了銀行在發(fā)放貸款時較為依賴抵押物。因此,本文在豐富和完善小微企業(yè)信貸理論的同時,在完善小微企業(yè)抵押擔(dān)保體系、探尋抵押物替代機制、提高小微企業(yè)信貸可獲性等方面具有重要的實際意義。
為了探究小微企業(yè)提供抵押物是否有助于緩解其信貸約束,有必要厘清抵押物在銀行資金配置過程中影響信息不對稱的作用機制?;谑虑靶畔⒉粚ΨQ的逆向選擇理論認(rèn)為,信息不對稱主要存在于貸款發(fā)放前。若借款者難以通過可觀測特征將自身風(fēng)險水平和還款能力傳遞給銀行,則借款者不得不通過提供抵押物向銀行傳遞有關(guān)自身經(jīng)營質(zhì)量的信息。在此情形下,低風(fēng)險借款者為了與高風(fēng)險借款者區(qū)別開來,愿意通過提供高價值抵押物,向銀行傳遞優(yōu)質(zhì)經(jīng)營和較強還款能力的信號。與低風(fēng)險借款者相反,高風(fēng)險借款者由于擔(dān)心無法履行還款合約而失去抵押物,故不愿意提供高價值抵押物(Menkhoff et al.,2012;李 燕 橋和臧旭恒,2014)。通過企業(yè)所提供的抵押物,銀行實現(xiàn)了貸前分離均衡。在此分離均衡下,低風(fēng)險借款者通過提供高價值抵押物獲得低利率貸款,高風(fēng)險借款者則通過提供低價值抵押物或不提供抵押物來獲取高利率貸款,提供抵押物越多的企業(yè),其信貸風(fēng)險水平越低,銀行越愿意為之提供貸款,抵押物發(fā)揮著客戶選擇效應(yīng)(何廣文等,2016)。
與之相反,基于事后信息不對稱的道德風(fēng)險理論認(rèn)為,銀行和借款者之間主要存在事后信息不對稱。在貸款發(fā)放前,銀行能夠識別出不同借款者的風(fēng)險類型,但難以控制企業(yè)貸后行為。為了約束道德風(fēng)險,銀行要求高風(fēng)險企業(yè)提供高價值抵押物以防范其從事風(fēng)險項目和策略性違約。在此情形下,銀行通過抵押物實現(xiàn)了貸后分離均衡,均衡狀態(tài)為銀行要求高風(fēng)險企業(yè)提供高價值抵押物,以保障企業(yè)違約后的收益補償,要求低風(fēng)險企業(yè)提供低價值抵押物或不提供抵押物(平新喬和楊慕云,2009;尹志超和甘犁,2011;Berger et al.,2016)。在風(fēng)險水平一定的情況下,企業(yè)提供的抵押物越多,風(fēng)險約束效應(yīng)越明顯,銀行越愿意為其提供貸款,抵押物發(fā)揮著風(fēng)險約束效應(yīng)。
盡管不同理論模型所引致的分離均衡不同,但無論是基于逆向選擇理論的客戶選擇效應(yīng),還是基于道德風(fēng)險理論的風(fēng)險約束效應(yīng),均表明企業(yè)提供抵押物將有助于緩解其面臨的信貸約束。在作用機制方面,抵押物在影響小微企業(yè)信貸約束過程中究竟哪種機制占據(jù)主導(dǎo),取決于信息不對稱主要存在于貸前環(huán)節(jié)還是貸后環(huán)節(jié),抵押物主要發(fā)揮信號傳遞作用還是風(fēng)險約束作用。若事前貸款技術(shù)甄別能力有限,銀行難以有效區(qū)分不同借款企業(yè)風(fēng)險,信息不對稱主要存在于貸前,銀行需要依靠抵押物所傳遞的信息甄別企業(yè),則抵押物的客戶選擇作用占據(jù)主導(dǎo),企業(yè)風(fēng)險與抵押物提供呈現(xiàn)負(fù)相關(guān)。若銀行無法有效監(jiān)督企業(yè)貸后行為,信息不對稱主要存在于事后,則會要求風(fēng)險越高的企業(yè)提供越多的抵押物,抵押物的風(fēng)險約束作用占據(jù)主導(dǎo),企業(yè)風(fēng)險與抵押物提供呈現(xiàn)正相關(guān)。
在現(xiàn)實中,銀行在配置資金時,是否如上述理論所言,小微企業(yè)提供的抵押物確實具有緩解其信貸約束的功能?緩解機制中何種作用占據(jù)主導(dǎo)?不同抵押物的貸款效應(yīng)有何差異?這些均是有待檢驗的實證性問題。然而,現(xiàn)階段缺乏采用微觀數(shù)據(jù)分析抵押物的提供對小微企業(yè)信貸約束影響的研究。僅有的關(guān)于抵押物貸款效應(yīng)的研究主要限于個人信貸領(lǐng)域,尤其是農(nóng)戶貸款。例如,李燕橋和臧旭恒(2014)利用國內(nèi)某銀行數(shù)據(jù)實證研究抵押物對個人消費貸款的影響,發(fā)現(xiàn)抵押物對緩解信貸約束具有顯著作用,提供抵押物的個體能夠獲得更大數(shù)額的信貸資金。張琴和高小玉(2020)探究了農(nóng)村宅基地抵押對農(nóng)戶信貸約束的影響。還有學(xué)者實證考察了農(nóng)地經(jīng)營權(quán)抵押對農(nóng)戶貸款的影響(李韜和羅劍朝,2015;張欣等,2017)。
除了缺乏抵押物對小微企業(yè)融資效應(yīng)的實證性文獻,已有的關(guān)于抵押物對個人信貸影響的文獻不僅存在嚴(yán)重內(nèi)生性問題,還存在多重樣本選擇偏誤。具體而言,獲得貸款的企業(yè)并非全部企業(yè)的隨機抽樣,只有對具有資金需求并選擇向銀行申請貸款且獲批的企業(yè)而言,才能觀測到其信貸合約中的抵押物提供情況,這顯然牽涉到多重樣本選擇問題。無論采用單方程模型抑或采用解決單樣本選擇性問題的Heckman模型、PMWC模型都無法解決多重樣本選擇問題。在內(nèi)生性方面,信貸合約中的條款,包括放貸金額、貸款利率、貸款期限和抵押物要求等都是同時決定的,可觀測和不可觀測的企業(yè)特征會同時影響抵押物提供和企業(yè)信貸狀況,因此由遺漏變量和反向因果帶來的內(nèi)生性問題同樣會造成估計結(jié)果偏誤。
為此,本文采用同時考慮多重樣本選擇問題和內(nèi)生性問題的三階段估計方法,實證分析提供抵押物對信貸約束的影響。第一階段分別估計企業(yè)的資金需求、貸款申請和貸款獲取這三個方程,第二階段和第三階段為基于上述三個方程所計算出的三個逆米爾斯比和簇效應(yīng)工具變量的兩階段最小二乘回歸。隨后,進一步探究抵押物的作用機制以及不同類型抵押物的差異化作用效果。
為了同時克服內(nèi)生性問題和多重樣本選擇偏誤,獲得抵押物貸款效應(yīng)的一致估計,需要使用三階段估計方法。采用Wooldridge(2010)提供的三階段估計方法實證分析抵押物對小微企業(yè)信貸約束的影響,具體操作步驟為:
第一步,采用Probit模型依次估計企業(yè)的資金需求方程、貸款申請方程、貸款獲取方程,即模型(1)至(3),并分別計算這三個選擇方程所對應(yīng)的三個逆米爾斯比IMR1、IMR2、IMR3。
企業(yè)的資金需求方程如模型(1)所示,估計樣本為全樣本企業(yè)。被解釋變量Demand 表示企業(yè)是否有資金需求,F(xiàn)irm 表示企業(yè)特征控制變量,Region 表示地區(qū)特征控制變量,μ1為隨機擾動項,下標(biāo)i表示單個企業(yè)。
企業(yè)的貸款申請方程如模型(2)所示,估計樣本為有資金需求的企業(yè),即Demand=1的企業(yè)樣本。若企業(yè)選擇申請貸款,Apply=1;若企業(yè)有資金需求但因種種原因而放棄貸款申請,則Apply=0。模型(2)在模型(1)基礎(chǔ)上,加入了企業(yè)主特征控制變量Owner①Christensen&Hain(2015)研究表明,企業(yè)主的心理因素是影響其是否申請貸款的重要因素。。
企業(yè)的貸款獲取方程如模型(3)所示,估計樣本為有資金需求且申請貸款的企業(yè),即Demand=1且Apply=1的企業(yè)樣本。若企業(yè)貸款獲批,無論其是足額獲得貸款,還是部分獲得貸款,Approved=1;若企業(yè)貸款被銀行拒絕,則Approved=0。
第二步,針對獲得貸款的企業(yè)樣本,將這三個逆米爾斯比IMR1、IMR2、IMR3加入抵押物對信貸約束的影響方程中,采用兩階段最小二乘法2SLS對其進行估計:
受原始數(shù)據(jù)限制,只有針對獲得貸款的企業(yè),才能觀察到其抵押物提供情況。因此,模型(4)中針對的是獲得貸款的企業(yè)樣本,即Demand=1、Apply=1 且Approved=1 的樣本。被解釋變量為企業(yè)面臨的信貸約束程度,取值包括滿足小部分需求、滿足一半需求、滿足大部分需求和完全滿足需求。核心解釋變量為企業(yè)是否提供抵押物變量Collateral。Collateral 的估計系數(shù)λ2即為同時考慮內(nèi)生性和多重樣本選擇問題后,抵押物貸款效應(yīng)的一致估計量。Contract表示信貸合約控制變量,包括貸款期限、還款方式、貸款金額、貸款利率等。
由于第二步的2SLS 由兩步構(gòu)成,故上述程序也被稱為三階段估計方法。第二步回歸中加入了由第一步估計結(jié)果計算得到的三個逆米爾斯比IMR1、IMR2、IMR3,用以修正多重樣本選擇偏誤。因此,三階段估計方法能夠較好地處理內(nèi)生性和樣本選擇偏誤(Wooldridge,2010)。
在第二步的2SLS 估計中,選取同一地區(qū)同一行業(yè)的其他企業(yè)是否提供抵押物的均值作為企業(yè)i 是否提供抵押物的工具變量。除去企業(yè)i 自身的同一地區(qū)同一行業(yè)其他樣本企業(yè)的抵押物提供比例并不會直接影響企業(yè)i 的信貸約束程度;與此同時,同一地區(qū)同一行業(yè)中相關(guān)企業(yè)的抵押物提供比例會影響銀行在貸款時對企業(yè)i的抵押物要求,滿足工具變量的相關(guān)性。因此,該工具變量的使用可有效緩解內(nèi)生性問題。這種簇效應(yīng)工具變量在實證研究中得到了廣泛應(yīng)用,在一定條件下是一個可行的工具變量(于曉華,2014;Liu et al.,2017),后文實證部分會進一步檢驗該工具變量的有效性。
分析抵押物在影響信貸約束方面究竟是客戶選擇效應(yīng)占據(jù)主導(dǎo)還是風(fēng)險約束效應(yīng)占據(jù)主導(dǎo),需要探究抵押物與企業(yè)風(fēng)險之間的關(guān)系。為此,構(gòu)造如下實證模型以考察抵押物的作用機制,同樣加入了用以克服多重樣本選擇問題的三個逆米爾斯比:
模型(5)中,核心解釋變量為企業(yè)風(fēng)險。若風(fēng)險越高的企業(yè)提供抵押物的概率越高,則風(fēng)險約束效應(yīng)占據(jù)主導(dǎo),抵押物的提供更多地是出于銀行約束高風(fēng)險企業(yè)貸后行為的目的;若風(fēng)險越低的企業(yè)提供抵押物的概率越高,則客戶選擇效應(yīng)占據(jù)主導(dǎo),抵押物的提供更多地是出于企業(yè)為了向銀行顯示自身風(fēng)險水平的目的,以降低事前信息不對稱程度。
企業(yè)層面數(shù)據(jù)來源于西南財經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心于2015年在全國范圍內(nèi)開展的中國小微企業(yè)調(diào)查(China Micro and Small Enterprise Survey,CMES)①中國小微企業(yè)調(diào)查數(shù)據(jù)(CMES)申請網(wǎng)址為http://chfs.swufe.edu.cn/datas/。,市場層面數(shù)據(jù)來自于各省份統(tǒng)計年鑒。CMES 旨在收集有關(guān)小微企業(yè)微觀層次的相關(guān)信息,樣本覆蓋中國28個?。ㄗ灾螀^(qū)、直轄市),共收集到5497個樣本小微企業(yè),樣本具有全國、省級、行業(yè)和重點城市的代表性。對原始數(shù)據(jù)分別做如下處理:(1)保留全年正常經(jīng)營、季節(jié)性正常營業(yè)和暫停經(jīng)營的小微企業(yè);(2)刪除當(dāng)年成立的小微企業(yè);(3)刪除數(shù)據(jù)和變量缺失,以及回答不知道的樣本;(4)對連續(xù)變量進行Winsor 處理以控制極端值的影響。
1.資金需求、貸款申請、貸款獲批變量
在信貸約束識別方面,直接誘導(dǎo)式詢問法(DEM)得到了廣泛使用(任劼等,2015;張龍耀等,2015)。CMES 問卷基于該方法詳細(xì)詢問了企業(yè)的融資情況,本文基于DEM方法,通過如下步驟識別企業(yè)是否具有資金需求、是否申請貸款和貸款是否獲批這三個二值變量:
第一步,詢問企業(yè)“目前,是否有尚未還清的銀行貸款”,對于回答“有”的,則表明其已獲得了銀行貸款,Bankloan=1,否則Bankloan=0。第二步,對于回答“否”的,進一步詢問其“是否需要貸款”,回答包括:(1)不需要;(2)需要,但沒有申請過;(3)需要,申請但被拒絕。對于回答不需要貸款的企業(yè),Need=0;對于其他兩個回答,Need=1。對于回答需要但沒有申請過的,Application=0;對于回答需要,申請但被拒絕的,Rejection=1。因此,資金需求、貸款申請和貸款獲批三個二值變量的取值如下:
其中,貸款申請Apply 是針對有信貸需求,即Demand=1 的企業(yè)而言;貸款獲批Approved(包括足額獲得貸款和部分獲得貸款)是針對申請貸款的企業(yè),即Demand=1 且Apply=1 的企業(yè)而言。
2.信貸約束程度變量
信貸約束程度衡量在貸款獲批的情況下,銀行能夠滿足企業(yè)貸款申請金額的程度。衡量方式為企業(yè)貸款滿足程度的有序變量,包括完全滿足需求、滿足大部分需求、滿足一半需求和滿足小部分需求,對應(yīng)的取值依次為1、2、3、4,取值越大,滿足程度越低,信貸約束程度越高。
3.抵押物變量
關(guān)于抵押物的衡量,現(xiàn)有文獻主要采用兩種方式,其一是用抵押物價值與貸款額度之比這一連續(xù)變量來衡量(Menkhoff et al.,2012),其二是用是否提供抵押物這一虛擬變量來衡量(Jimenez et al.,2006)。受限于數(shù)據(jù),本文采用虛擬變量的方式進行衡量,若企業(yè)提供了抵押物,則Collateral 取值為1,若未提供抵押物,則取值為0。抵押物種類包括:房產(chǎn)、土地使用權(quán)、機器設(shè)備、交通工具、有價證券(股票、債券等)、票據(jù)單據(jù)(匯票、本票、倉單、應(yīng)收賬單等)、財產(chǎn)權(quán)(商標(biāo)專用權(quán)、專利權(quán)、著作權(quán)等)。
4.企業(yè)風(fēng)險變量
為了厘清抵押物的作用機制,對企業(yè)風(fēng)險的衡量至關(guān)重要??紤]到風(fēng)險溢價會受到企業(yè)是否提供抵押物的影響,采用風(fēng)險溢價衡量企業(yè)風(fēng)險具有一定內(nèi)生性。為此,本文采用修正后的風(fēng)險溢價衡量企業(yè)風(fēng)險。具體方法為:第一步,采用未提供抵押物的樣本企業(yè),將貸款利率作為被解釋變量,對控制變量進行回歸;第二步,采用全部樣本,以上述構(gòu)建的回歸模型為基準(zhǔn),對貸款利率進行預(yù)測,將所預(yù)測的貸款利率減去同期央行貸款基準(zhǔn)利率,以此作為修正后的風(fēng)險溢價來衡量企業(yè)風(fēng)險。
5.控制變量
企業(yè)特征控制變量包括企業(yè)成立時長、是否加入行業(yè)協(xié)會、企業(yè)高管人數(shù)、是否進行研發(fā)創(chuàng)新、是否處于工業(yè)園區(qū)、是否獲得項目支持、是否收到客戶的預(yù)付款、是否有尚未收回的款項、是否有尚未付清的款項。企業(yè)主特征控制變量包括其受教育程度、管理年限、工作經(jīng)歷,如是否在政府部門、國企、事業(yè)單位或擔(dān)任人大代表。信貸合約特征控制變量包括貸款期限、還款方式、貸款金額、貸款利率。由于企業(yè)是否提供擔(dān)保不僅會影響其信貸可獲性,而且也會影響其是否提供抵押物,因此信貸合約特征變量還包括企業(yè)是否提供擔(dān)保。地區(qū)特征控制變量包括企業(yè)所在省份的市場化指數(shù)、經(jīng)濟發(fā)展水平和金融發(fā)展水平等。除此之外,本文還加入了企業(yè)行業(yè)虛擬變量和所在地區(qū)虛擬變量,以控制企業(yè)行業(yè)層面和地區(qū)層面的不可觀測因素。
對原始數(shù)據(jù)進行處理后,共獲得3901 家樣本小微企業(yè)。其中,具有資金需求的企業(yè)有1220家,在具有信貸資金需求的1220家企業(yè)中,選擇向銀行申請貸款的企業(yè)為712 家。在向銀行申請貸款的712家企業(yè)中,獲得銀行貸款的企業(yè)為525 家,被銀行拒絕放貸的企業(yè)有187 家。在獲得銀行貸款的525家小微企業(yè)中,認(rèn)為貸款完全滿足需求、滿足大部分需求、滿足一半需求和滿足小部分需求的企業(yè)分別為153家、152家、45家和175家。由此可見,即使在獲得銀行貸款的企業(yè)中,也僅有29.1%的企業(yè)認(rèn)為貸款完全滿足需求,其余70.9%的企業(yè)面臨不同程度的信貸約束。表1為各解釋變量的變量名稱、變量定義及其描述性統(tǒng)計。
由表1可知,樣本小微企業(yè)平均成立年限為8 年左右,且不同企業(yè)差異較大,但大部分小微企業(yè)的成立時長在15年之內(nèi)。企業(yè)高管人員數(shù)量平均約3 人,大部分小微企業(yè)未加入行業(yè)協(xié)會。企業(yè)主平均受教育程度較低,只有極少數(shù)企業(yè)主曾在政府部門、企事業(yè)單位任職或具有政府背景。小微企業(yè)的平均貸款期限在18個月左右,提供擔(dān)保的占比24%左右,還款方式以一次還清和每期僅還利息,最后還本金為主,平均貸款利率約為9%。
采用三階段估計模型同時緩解內(nèi)生性和多重樣本選擇偏誤,以得到抵押物對信貸約束影響的一致估計。第一階段,估計模型(1)至模型(3)中的資金需求方程、貸款申請方程和貸款獲取方程①由于篇幅所限,加之模型(1)至模型(3)的回歸結(jié)果并非本文關(guān)注重點,故未展示第一階段模型(1)至模型(3)的回歸結(jié)果,有感興趣者可向作者索取。采用極大似然估計同時對模型(1)至模型(3)回歸,可以通過方程間相關(guān)系數(shù)判定樣本選擇偏誤是否存在,聯(lián)合顯著性檢驗結(jié)果顯示,各方程回歸結(jié)果隨機擾動項之間的相關(guān)系數(shù)的卡方值為10.65,p值為0.014,在5%的統(tǒng)計水平上拒絕聯(lián)合不顯著的原假設(shè),因而解決多重樣本選擇問題是十分必要的。。第二階段和第三階段由考慮了內(nèi)生性問題的2SLS 構(gòu)成,并加入了由第一階段三個方程估計結(jié)果計算出的逆米爾斯比IMR1、IMR2、IMR3,以同時修正樣本選擇偏誤和內(nèi)生性問題??紤]到只有在獲得貸款的企業(yè)中,才能觀察到其抵押物提供情況,因此第二階段和第三階段回歸模型針對的只是獲得貸款的企業(yè)樣本。弱工具變量檢驗顯示,Cragg—Donald Wald F 統(tǒng)計量和Kleibergen—Paaprk Wald F 統(tǒng)計量分別為12.68和16.81,故拒絕弱工具變量的原假設(shè)。1%的統(tǒng)計水平上顯著。(下同)
表1 解釋變量的定義及描述性統(tǒng)計
表2 三階段估計模型回歸結(jié)果
表2第一、二列顯示了三階段估計模型的第二階段回歸結(jié)果,即工具變量估計的第一階段回歸結(jié)果??梢钥吹剑盅何锕ぞ咦兞炕貧w系數(shù)在5%的統(tǒng)計水平上顯著為正,表明工具變量具有較強的解釋力。表2第三、四列顯示了三階段估計模型的第三階段回歸結(jié)果,即工具變量估計的第二階段回歸結(jié)果。抵押物回歸系數(shù)在5%的統(tǒng)計水平上顯著為負(fù),表明抵押物的提供能夠顯著降低小微企業(yè)面臨的信貸約束程度,增加企業(yè)貸款申請金額的獲取比例,有助于企業(yè)足額獲得其貸款申請金額,這一結(jié)果證實了抵押物在緩解信息不對稱中的積極作用。貸款獲取方程IMR 顯著為負(fù),表明不同次序選擇過程之間的相關(guān)性,也凸顯了糾正樣本選擇偏誤的重要性。
既然提供抵押物能夠緩解小微企業(yè)信貸約束,那么其作用機制是什么?本部分采用模型(5),進一步探究抵押物對信貸約束的作用機制。首先,采用總樣本進行實證分析;其次,將總樣本按照東中西部進行區(qū)域劃分,探究抵押物作用機制的區(qū)域性差異,回歸結(jié)果如表3所示。
表3 抵押物作用機制的實證回歸結(jié)果
表3第一列結(jié)果表明,企業(yè)風(fēng)險顯著正向影響其抵押物提供,風(fēng)險越高的企業(yè)提供抵押物的概率越高,符合道德風(fēng)險理論模型的預(yù)測,抵押物具有控制貸后風(fēng)險的作用。相較于低風(fēng)險企業(yè),銀行更可能要求高風(fēng)險企業(yè)提供抵押物以約束其貸后行為,降低高風(fēng)險企業(yè)的違約動機,防止貸后違約的發(fā)生。這與許坤和笪亨果(2019)使用國內(nèi)商業(yè)銀行信貸數(shù)據(jù)所得結(jié)論一致,說明道德風(fēng)險理論模型更符合中國信貸市場上小微企業(yè)的融資狀況,在抵押物作用機制中風(fēng)險約束效應(yīng)占據(jù)主導(dǎo)。表3 后三列將總樣本按東、中、西部劃分,回歸結(jié)果一方面證實在抵押物的作用機制中風(fēng)險約束效應(yīng)均占據(jù)主導(dǎo);另一方面,可以看到中西部地區(qū)的企業(yè)風(fēng)險回歸系數(shù)顯著高于東部地區(qū),這表明在中西部地區(qū)抵押物發(fā)揮的風(fēng)險約束效應(yīng)較之東部地區(qū)更強,中西部地區(qū)的銀行更傾向于依賴抵押物去約束企業(yè)的事后道德風(fēng)險。
究其原因,現(xiàn)階段我國小微企業(yè)財務(wù)報表不規(guī)范,不完善的金融基礎(chǔ)設(shè)施限制了銀行財務(wù)報表型和信用評級型等硬信息貸款技術(shù)的有效發(fā)揮;同時,銀行缺乏對公司微觀治理機制和治理結(jié)構(gòu)的改革,在貸款技術(shù)上存在明顯的“路徑依賴”,銀行貸款技術(shù)創(chuàng)新不足,嚴(yán)重依賴抵押物對貸后違約風(fēng)險的控制,尤其是在銀行監(jiān)督能力較弱時更甚。這導(dǎo)致銀行習(xí)慣于將信貸風(fēng)險與抵押物要求相綁定,要求高風(fēng)險企業(yè)支付較高風(fēng)險溢價的同時提供抵押物,以便最大程度地約束企業(yè)風(fēng)險。中西部地區(qū)無論金融基礎(chǔ)設(shè)施、市場化程度,還是銀行的貸款技術(shù)創(chuàng)新水平較之東部地區(qū)均較低,導(dǎo)致中西部地區(qū)的銀企間信息不對稱程度更高,銀行難以有效監(jiān)督企業(yè)的貸后行為,不得不更依賴于抵押物等傳統(tǒng)貸款技術(shù),因而抵押物的風(fēng)險約束效應(yīng)在中西部地區(qū)顯著高于東部地區(qū)。
表4 顯示了不同類型抵押物對信貸約束的差異化緩解效應(yīng),回歸方程同樣加入三個逆米爾斯比以便糾正樣本選擇偏誤??梢钥吹?,三個逆米爾斯比IMR 絕大多數(shù)均顯著,這再次證明了多重樣本選擇問題的存在以及樣本糾偏的重要性,擁有資金需求、選擇申請貸款、獲得貸款的企業(yè)與那些沒有資金需求、放棄貸款申請、被銀行拒絕的企業(yè)在可觀測特征和不可觀測特征上均存在顯著差異。
表4回歸結(jié)果表明,不同類型抵押物對信貸約束的緩解程度存在顯著差異,房產(chǎn)、土地使用權(quán)、有價證券有助于緩解信貸約束。在我國,房產(chǎn)是企業(yè)在貸款時廣泛使用的抵押物,且房產(chǎn)的抵押率較高,一般在70%—80%左右。近年來,地方政府高度重視土地資源整合,持續(xù)推進國有土地出讓,不少企業(yè)取得了國有土地使用權(quán),為土地使用權(quán)的有效抵押奠定了基礎(chǔ)。有價證券抵押一般用于短期貸款,隨著資產(chǎn)證券化的推進和變現(xiàn)成本的下降,有價證券抵押已越來越多地被應(yīng)用于實踐中。然而,機器設(shè)備、交通工具、票據(jù)單據(jù)、財產(chǎn)權(quán)卻難以有效緩解信貸約束。當(dāng)前我國金融基礎(chǔ)設(shè)施和法律法規(guī)還不完善,這些抵押物在價值評估和資產(chǎn)變現(xiàn)上存在難度、處置成本較高;與此同時,銀行貸款技術(shù)創(chuàng)新不足,以租賃資產(chǎn)為主信息來源的融資租賃型貸款技術(shù)、以應(yīng)收賬款或存貨為主信息來源的資產(chǎn)保證型和保理型貸款技術(shù)應(yīng)用不足,進一步限制了這些抵押物貸款效應(yīng)的發(fā)揮。
本文使用中國小微企業(yè)調(diào)查數(shù)據(jù),采用能同時考慮抵押物內(nèi)生性問題和多重樣本選擇偏誤的三階段估計模型,實證分析企業(yè)提供抵押物對緩解其信貸約束的影響,探究抵押物的作用機制,并進一步考察不同類型抵押物對信貸約束的差異化緩解效應(yīng)。研究結(jié)果顯示:
第一,小微企業(yè)仍面臨較為嚴(yán)重的信貸約束,且需求方信貸約束規(guī)模明顯高于供給方信貸約束規(guī)模;即使在獲得銀行貸款的企業(yè)中,也有70.9%的企業(yè)面臨不同程度的信貸約束。第二,資金需求、貸款申請和貸款獲取三個方程之間存在顯著相關(guān)性,以往研究未能解決多重樣本選擇偏誤問題嚴(yán)重影響了估計結(jié)果的準(zhǔn)確性。三階段估計結(jié)果顯示,企業(yè)提供抵押物能夠顯著緩解其面臨的信貸約束程度。但不同類型抵押物對信貸約束的緩解效應(yīng)不同,房產(chǎn)、土地使用權(quán)、有價證券這三類抵押物有助于緩解信貸約束,而機器設(shè)備、交通工具、票據(jù)單據(jù)、財產(chǎn)權(quán)抵押物卻難以緩解信貸約束。第三,風(fēng)險越高的企業(yè)提供抵押物的概率越高,道德風(fēng)險理論模型更符合中國信貸市場上抵押物對小微企業(yè)信貸約束的作用機制。銀行要求高風(fēng)險企業(yè)在支付較高風(fēng)險溢價的同時提供抵押物,以最大程度地約束其貸后行為,降低不良貸款率。與此同時,中西部地區(qū)的抵押物風(fēng)險約束效應(yīng)顯著強于東部地區(qū),中西部地區(qū)的金融機構(gòu)更傾向于使用抵押物來約束企業(yè)貸后道德風(fēng)險。
表4 不同類型抵押物對信貸約束的差異化緩解效應(yīng)
盡管提供抵押物可以緩解小微企業(yè)信貸約束,然而現(xiàn)階段銀行對抵押物的種類要求仍較為單一。在授信過程中,過于依賴抵押物容易造成企業(yè)和銀行的“雙重福利損失”:一方面,于企業(yè)而言,抵押物對資金的占用可能導(dǎo)致企業(yè)投資不足,且眾多成立年限短、資產(chǎn)規(guī)模小的企業(yè)缺乏合格抵押物,限制了其信貸資金的獲取。另一方面,對抵押物的依賴不僅削弱了銀行貸款技術(shù)創(chuàng)新激勵,形成放貸過程的“路徑依賴”,而且不利于銀行優(yōu)化信貸審批過程,降低了銀行經(jīng)營收益。同時,對抵押物的依賴容易造成銀行在貸款發(fā)放后疏于主觀監(jiān)督,反而增加不良貸款率。不過,要求銀行降低對抵押物的依賴并非意味著不需要抵押物。在銀行監(jiān)督能力較弱時,應(yīng)當(dāng)合理運用抵押物的風(fēng)險管理作用,以兼顧授信規(guī)模與信貸風(fēng)險。
基于此,提出如下對策建議:一是依據(jù)小微企業(yè)抵押物特征,在抵押權(quán)行使、抵押手續(xù)辦理、抵押物范圍等方面制定并完善相應(yīng)法律法規(guī),優(yōu)化抵押物結(jié)構(gòu),嚴(yán)格執(zhí)法以保障作為債權(quán)人銀行的權(quán)益。銀行要在法律法規(guī)允許的范圍內(nèi),靈活抵押方式,便利抵押過程,充裕抵押類型,促進資產(chǎn)保證型貸款技術(shù)和保理型貸款技術(shù)的應(yīng)用。二是改革銀行微觀治理結(jié)構(gòu)和產(chǎn)權(quán)體系,完善激勵機制,提高銀行貸款技術(shù)創(chuàng)新積極性。學(xué)習(xí)引進國外先進的微貸技術(shù),并進行本土化改造,創(chuàng)新適合小微企業(yè)的貸款技術(shù),通過軟硬信息的交叉驗證,提高貸款技術(shù)甄別效率。同時,政府要加快建立完備的企業(yè)信用記錄體系,以增加信用評級型貸款技術(shù)的甄別效力,進而優(yōu)化社會資產(chǎn)配置、提高資金使用效率。