美国信用评分和小企业贷款研究.docVIP

美国信用评分和小企业贷款研究 　　[作者简介]陈 冬(1977-)，女，广西来宾人，武汉大学经济与管理学院会计系博士生，主要从事公司理财研究；唐建新(1965-)，男，湖南平江人，武汉大学经济与管理学院会计系教授，博士生导师，主要从事公司理财研究。 　　[摘要]迄今关于我国中小企业融资难的治理对策研究大多集中于金融组织和金融市场的创新，鲜有涉及融资工具尤其是贷款技术创新方面探讨。研究美国小企业信用评分(SBCS)对小企业贷款的影响，对改善我国中小企业贷款有借鉴意义。小企业信用评分从第三方获取小企业及企业主信用信息，利用模型预测贷款风险、作出贷款决策。相关实证研究表明，小企业信用评分可显著提高小规模贷款的可得性，究其原因在于小企业信用评分的机理能有效降低信息不对称，实现分离均衡。 　　[关键词]信用评分；信贷配给；小企业贷款 　　[中图分类号]F276.3　[文献标识码]A　[文章编号]1672-7320(2007)06-0884-06 　　 　　信息不对称是中小企业融资难的根源在理论界已达成共识，而我国经济转轨期融资体系的诸多缺陷又使中小企业融资中的信息不对称问题难以获得相应的解决机制。国内的研究多从金融组织和金融市场等较宏观层面的制度创新角度分析中小企业融资难的治理对策，代表性的观点有发展中小金融机构(林毅夫、李永军，2001)、民营金融(郭斌、刘曼路，2002)，完善资本市场体系建设(储小平、王宣喻，2002)，发展风险投资(陈乃醒，2001)，但鲜有涉及微观层面的中小企业融资工具，尤其是中小企业贷款技术创新。随着制度经济学和信息经济学的发展，新的分析方法不断涌现，国外小企业融资研究取得了实质性的进展。小企业信用评分为美国银行广泛采用。本文在阐述小企业信用评分的机理和国外相关实证检验的基础上，尝试从融资工具创新角度探索缓解中小企业融资的信息不对称问题和提高融资可得性的路径，为后续相关研究提供新的视角。 　　 　　一、信用评分与小企业贷款可得性(credit availability) 　　 　　小企业信用评分(Small Business Credit Scoring，简称SBCS)是从小企业以外的第三方获取小企业及企业主信用信息，并辅之以贷款人(creditor)收集的少量信息或小企业贷款申请书中的信息，运用基于历史数据和现代数理统计分析方法建立的模型进行分析，评估小企业贷款申请者信用风险，预测贷款未来表现，做出贷款决策的一种贷款技术。针对个人的信用评分技术早已应用于个人消费信贷市场，但是，直到20世纪90年代中期美国大银行才将之用于小企业贷款。小企业所有权与经营权一体化，扁平化的组织结构以企业家个人决策为主，个人价值明显，企业主个人信用与贷款风险高度相关，向小企业发放贷款可以视为向小企业主个人或企业主要所有者提供个人贷款。小企业主个人信用信息来源于信用局(credit bureau)，主要包括个人教育经历、职业经历、收入、财产、保险、消费信用有无违约记录等。小企业信用信息来自贷款申请书或银行的调查积累。在信用评分模型的设计、开发阶段，要利用大量的历史数据和统计分析方法对影响贷款信用风险的诸多因素进行回归分析，确定不同变量与贷款信用风险之间的相关程度。一般地在设计模型时分析50～60个变量，最终剔除相关度太小的变量，只包括8～12个变量。模型研发过程也证实了小企业主个人信用更能解释贷款风险。1995年，Fair，Issal开发了第一个小企业信用评分模型．从15家大银行获取连续5年5000多笔小企业贷款数据，并于1996年对模型进行了修改。将相关信息输入信用评分模型，所得分数高低代表信用风险大小；或是系统将贷款申请者划归高或低风险类别中去。SBCS改变了贷款发放的作业流程，主要依靠第三方提供的信用信息进行贷款决策．SBCS模型审查有关信息只需几分钟，完成贷款发放只需几天时间，与小企业“高频度、低额度、需求急”的融资特征匹配。 　　1998年1月，亚特兰大联邦储备银行(the Federal Reserve Bank of Atlanta)对SBCS使用情况进行了一次电话调查。这是目前关于美国银行业使用SBCS情况的较完整、具有较高分析价值的调查，Peek ＆ Rosengren(1998)、Frame，Srinivasan Woosley(2001)、Akhavein，Frame White(2005)、Berger，Frame Miller(2005)使用这次调查数据进行了实证分析。电话调查对象为美国国内资产位居前200位的大银行及银行持股公司，这些金融机构占美国国内银行业资产的71。3％。剔除了10家未专注于小企业贷款和专门从事信用卡业务的银行，最终调查190家银行，99家反馈了信息，问卷