小微企业不良贷款规模影响因素分析.docVIP

小微企业不良贷款规模影响因素分析 　　摘 要：本文基于商业银行在2011―2013年间的相关小微贷款数据，从宏观和微观两个视角分析了影响小微企业不良贷款规模的因素。研究结论表明：居民消费价格指数、国民生产总值增长率、小微贷款的规模等都对小微企业不良贷款规模产生显著影响。该结论为我国商业银行完善小微贷款风险控制机制提供了借鉴。 　　关键词：小微贷款；不良贷款；影响因素 　　中图分类号：F832.4 文献标识码：A 文章编号：1674-2265（2014）04-0067-06 　　一、引言 　　随着国内商业银行信贷结构的调整，小微贷款受到了商业银行越来越多的关注，政府也一直在致力于推动小微企业的发展以及小微企业融资难问题的解决。虽然在政府的大力扶持下，商业银行逐步加大了对小微企业贷款的投放、提高了对小微企业不良贷款的容忍度，但是由于小微企业财务制度不健全、规模小、资产少、信用低等现状在短时间内无法改变，小微贷款给商业银行带来了较大的风险。随着“刘易斯拐点”的到来，“劳动无限供给”的特征将逐渐消失，企业的生产成本将不断增加，小微企业融资难的困境将不断加剧。如何控制商业银行小微企业贷款风险也是一大关键。这一问题的解决，有利于商业银行合理发展小微贷款业务，并为小微企业提供持续稳定的贷款支持。 　　二、文献综述 　　从国外研究来看，马格里（Silvia Magri，2009）利用家庭财富和收入数据，分析了意大利微型的融资问题，发现在1989―2006年这18年间，只有略多于四分之一的微型企业因为商业目的使用了银行贷款。钱皮和戈尔迪尼（Francesco Ciampi和Niccolò Gordini，2013）利用7000多个意大利小企业的数据，通过人工神经网络的方法建立了一个精确的公司违约预测模型。他们发现相对于传统的方法而言，人工神经网络方法能更好地贡献于小企业信用风险的评估。特别是在预测最小规模的公司和意大利中心的公司时，根据人工神经网络方法建立的模型在预测公司违约率时精确度更高。卡萨诺、乔维尔和斯威纳（Francesca Cassano、Karin J?eveer和Jan Svejnar，2013）利用通过特殊调查获得的保加利亚、格鲁吉亚、俄罗斯和乌克兰中小微企业的数据，以新型现金流贷款和传统的抵押贷款为例，研究了影响中小微企业贷款获得率和贷款对中小微企业发展的影响。研究发现：新型现金流贷款是一个比较受小微企业欢迎的贷款类型，而且同一企业对贷款类型的选择较为固定。同时，他们也发现最小规模的贷款常常会带来负面的影响。因此，他们建议推行相关政策，确定贷款规模的下限。 　　从国内研究来看，韩征（2012）阐述了包商银行鄂尔多斯分行在小微信贷发展中做出的努力，并介绍了其在贷款流程设计理念、利率定价以及担保方式上的创新。该分行95%以上的贷款不需要注册登记式抵押，充分贯彻了以“现金流”为核心的业务理念，也在当地营造了相应的品牌形象。李志强（2012）在分析小微企业融资难问题的现状、危害以及原因的基础上，介绍了阿里金融基于小微和创业型企业融资服务的创新和探索。阿里金融克服了普通商业银行与小微企业贷款客户之间的信息不对称问题，利用其在原有的平台中积累的客户以及交易数据，借助互联网及云计算的能力发展了微贷技术，降低了成本，同时也减少了不良贷款率。黄孝武、王红贵（2012）阐述了在推进小微企业贷款的过程中，湖北各商业银行结合自身的特点形成的小微企业贷款模式：民生银行以圈链会为媒介、以大数法则和收益覆盖风险为原则；汉口银行以科技型企业为服务对象，以贷投联动和股债联动为主要服务方式；国开行以与地方政府合作为基础，以“四台一会”为载体；邮储银行则以农村社区小微企业为服务对象。孙清华、张瞳、刘瑞林（2012）比较了RAROC的绩效衡量方法相对于传统的ROE衡量方法的优势，提出了基于RAROC的贷款定价方法，进而得出了金融企业防范小微企业信贷风险的具体措施。邵一珊、何广文（2013）利用MS-VAR模型，分析了宏观经济在不同区制下对小微贷款违约率的动态影响，得出如下结论：宏观经济变量对小微贷款违约率的影响不明显，但是经济上升阶段银行信贷行为的顺周期性会导致小微贷款违约率的增加。 　　从以上研究可以发现，基于小微贷款问题的研究主要集中在四个方面：一是从小微企业的角度出发，分析小微企业融资难的成因、现状，并在此基础上提出相关解决措施。二是从银行机构角度出发，介绍小微贷款的发展情况以及各家银行在此基础上所做的创新和努力。三是从非银行金融机构的角度出发，阐述小贷公司、第三方支付平台等有别于银行机构的方式，帮助小微企业解决融资难问题。四是从实证分析的角度出发，研究贷款的定价以及违约率等问题。但是，鲜有文章从宏观和微观两个方面，研究小微企业不良贷款规模