小额贷款公司放贷能力关系研究.docVIP

小额贷款公司放贷能力关系研究 　　摘要：文章选取我国小额贷款公司22个季度的截面数据，实证分析影响小额贷款公司的变量，研究结果表明应控制小额贷款公司的机构数量，调整其区域分布；新增加小额贷款公司应提高注册资本金，提高市场准入门槛；对小额贷款公司存量贷款资产进行资产证券化，增强其融资能力，提高资本金的扩张乘数；新增和存量小额贷款公司应控制从业人数，提高人员综合素质，控制经营风险。 　　关键词：小额贷款公司 贷款余额 实收资本 机构数量 　　一、引言 　　我国小额贷款公司自银监会、中国人民银行2008年5月颁布《关于小额贷款公司试点的指导意见》（以下简称“指导意见”）以来，经过近八年的高速增长，截止到2015年12月31日，全国的小额贷款公司数量达8 910家，从业人员为117 344人，实收资本总额约8 459.29亿元，贷款余额约为9 411.51亿元。小额贷款公司作为横跨正规金融与民间借贷之间的一种新型金融制度安排，已为“三农经济”、小微企业等经济实体及时、便捷地输送了大量的资金，对我国经济发展做出了重大贡献。但是也存在一些制约其可持续发展的因素，譬如平均每家小额贷款公司的注册资本不高、放贷扩张能力不足等问题。因为小额贷款公司资产总量对平均贷款额度有显著的正向影响，资产总量越大，可贷资金就越充裕，平均贷款额度就越大（邰蕾蕾、李麟，2014）。 　　本文基于中国人民银行调查统计司公布的小额贷款公司统计数据，试图探析注册资本、从业人数、机构数量与小额贷款公司的放贷能力之间的关系。 　　二、研究模型设计 　　（一）变量定义和模型建立。 　　1.因变量。本文选取贷款余额（Loan）作为因变量，即小额贷款公司利用资本金及其融入资金发放给贷款对象的期末存量资产，它反映了小额贷款公司的放贷规模和放贷能力。 　　2.自变量。实收资本（Capital）是指符合条件的全体股东按照《公司法》和小额贷款公司指导意见规定，实际缴纳到小额贷款公司的注册资本金；机构数量（Number）是指获得全国当地金融办公室审批后且经工商注册的小额贷款公司数量；从业人数（Employee）是指小额贷款公司根据业务发展需要而聘用的人员总数（包括管理层与治理层）。 　　首先通过对因变量与自变量之间的曲线估计（先绘制自变量和因变量间的散点图；若散点图中的数据分布明显呈直线趋势，则进行线性回归分析方法估计回归方程），把各个自变量与因变量都进行曲线估计，曲线估计的结果如表1所示。 　　表1和图1的结果显示，实收资本与贷款余额的F值最大，以及曲线估计图中的观察值分布比其他的变量更加集中，所以选择该自变量作为多元一次线性回归模型的主要变量，因此建立的多元一次线性模型如下：Loan=α+β1Capital+β2Number+β3Employee+ε。 　　（二）样本选取和数据来源。本文选取全国小额贷款公司数据从2010年第2季度到2015年第4季度（其中2010年第3季度的数据缺失），共22个季度的截面数据，该数据均来源于中国人民银行调查统计司，利用SPSS 17.0软件进行统计分析。 　　三、实证检验分析 　　（一）描述性统计（见表2）。由表2可知，贷款余额的均值204.1337亿元，标准差230.11470亿元，这可能是与全国小额贷款公司区域发展不平衡有关；机构数量的均值为204.40家，标准差149.154家，这或许与全国小额贷款公司的分布不均匀相关；从业人数的均值 2 437.08人，均值1 932.285人，这主要是由机构数量分布与实收资本多寡所导致；实收资本的均值180.1757亿元，标准差183.49501亿元，这主要与区域经济发展水平有密切关系，这是因为小额贷款公司作为主流金融以外的补充，是经济发展到一定阶段的产物；在经济发达地区，小额贷款公司资金来源比较充足，有利于公司的设立，发达地区对资金的需求也比较饥渴（胡星野，2013）。 　　（二）相关性分析。检验变量之间的Pearson相关系数，初步表明自变量之间不存在高度的显著相关性关系。由于篇幅有限，故相关性分析表省略，若有需要可向作者索取。 　　（三）回归分析（见表3）。对于研究模型使用全部进入法，把所有自变量和因变量进入回归模型，得到统计结果为：R值=0.994，判定系数R2=0.987，调整后的判定系数R2=0.987，回归估计得标准误差S值为25.91860。这些指标表明，该方程的拟合程度高，建立的模型具有研究意义。 　　ANOVA（方差分析）输出结果为，统计量F=17 667.349，概率P值为0.0000.05，说明该回归方程有统计学意义。 　　将表3的回归结果，代入研究模型如下： 　　Loan=3.532-0.125Capital-0.11Number+1.407Em