小额贷款公司促进小微企业发展了吗?——基于山东省数据的研究

武锐 胡金焱

(山东大学 经济学院，山东 济南 250100)

小额贷款公司促进小微企业发展了吗?
——基于山东省数据的研究

武锐 胡金焱

(山东大学 经济学院，山东 济南 250100)

自2008年小额贷款公司试点在全国推广以来，小额贷款公司得到了飞速发展，并已成为我国非正规金融机构中一支不能被忽视的力量。本研究选取2007-2011年间山东省的相关经济数据，利用倾向得分倍差法，分析这期间山东各地市小贷公司成立前后地区小微企业发展指标的变化。研究发现，在整体信贷宽松的2008-2009年间，小贷公司的进入能够有效地促进小微企业的发展。但是，当信贷环境发生变化、金融机构贷款余额增速下降时，小贷公司的进入会促进小型企业的发展，对微型企业的发展却是适得其反。这一结果表明，小额贷款公司存在一定的贷款倾向问题，一旦信贷收紧，小型企业是他们首要的放款对象，微型企业则难以继续得到信用贷款。

小额贷款公司;小微企业;倾向匹配;倍差法

一、引言

小微企业在我国国民经济中扮演着十分重要的角色，对维持经济平稳健康发展、增加就业、促进科技创新与保持社会和谐稳定等方面都起到了不可替代的作用。然而，小微企业的发展也面临着多方面的困难，其中融资难就是制约其发展的一个亟待解决的问题。由于小微企业的自身特点，经营规模小、可抵押资产少、临时性流动资金需求大等，传统的金融机构往往无法满足其融资需求。

2008年，银监会发布《中国人民银行关于小额贷款公司的试点意见》指出，小额贷款公司在坚持为农民、农业和农村经济发展服务的原则下自主选择贷款对象。小额贷款公司发放贷款，应坚持“小额、分散”的原则，鼓励小额贷款公司面向农户和微型企业提供信贷服务，着力扩大客户数量和服务覆盖面。至此，各地开始不同程度的开展小贷公司的试点工作。根据人民银行的统计，截止2014年6月末，国内小额贷款公司共有8394家，从业人员102405人。①数据来源:中国人民银行网站。

1976年，尤努斯博士在孟加拉开创小额信贷项目，在此基础上诞生的乡村银行逐渐发展成为遍布全孟加拉的金融机构。孟加拉的乡村银行模式对中国的小额贷款公司具有积极的借鉴意义。林毅夫、李永军(2001)认为，我国以大银行为主的高度集中的金融体制是造成我国中小企业融资困难的根本原因，所以大力发展和完善中小金融服务机构是解决中小企业融资困难的根本途径。张捷(2002)指出，由于信息不透明和信息不对称，造成了中小企业融资困难，而中小金融机构可以在关系贷款上比传统金融机构更有效的解决这些问题。胡恩同(2005)利用新古典模型发现价格歧视也会导致信贷配给，认为小额贷款技术可以较好地缓解这一问题，并理论上证明了在我国建立小贷公司可以很好的解决中小企业融资难的问题。

2008年随着我国小贷公司试点的推广和小贷公司的增多，相关的数据逐渐被学者们用来分析小贷公司是否真的可以起到理论预期的效果。对浙江、江苏、湖北等省的调研表明，小额贷款公司坚持服务“三农”、服务中小企业的原则，初步形成了以小企业贷款、个体工商户贷款及农林种植户贷款占主导的格局。但是，贷款目标有所偏移，主要投向了种养大户、从事商业经营的农户及中小企业等，而非从事传统种植业和中低收入阶层的农户，并且倾向于更大的贷款额度(李永平等，2011;①李永平、胡金焱:《设立小额贷款公司的政策目的达到了吗?——以山东省为例的调查分析》，《山东社会科学》2011年第1期。邢道均等，2011;②邢道均、叶依广:《农村小额贷款公司缓解农村中小企业正规信贷约束了吗?——基于苏北五市的调查研究》，《农业经济问题》2011年第8期。杨虎锋等，2012;③杨虎锋、何广文:《商业性小额贷款公司能惠及三农和微小客户吗?》，《财贸研究》，2012年第1期。何剑伟，2012④何剑伟:《小额信贷商业化中的目标偏移——一个理论模型及西部小额贷款公司的经验研究》，《当代经济科学》2012年第4期。)。孙建、胡金焱(2011)⑤孙健、胡金焱:《小额贷款公司与农民收入关系研究——以山东省小额贷款公司为例》，《山东社会科学》2011年第12期。、龙华平、金敏敏(2012)⑥龙华平、金敏敏:《小额贷款公司与地方经济互动关系研究——基于贵州省的实证分析》，《经济问题》2012年第10期。通过对山东和贵州的研究，发现小额贷款公司对农民收入起到了促进作用，但作用并不明显。王擎、田娇(2014)把各省小额贷款公司相对活跃程度作为非正规金融活跃程度，发现非正规金融活跃程度对中国经济增长效率有显著的正面效应。⑦王擎、田娇:《非正规金融与中国经济增长效率——基于省级面板数据的实证研究》，《财经科学》2014年第3期。

上述研究中，大部分采用实地调研的方法并进行了统计上的描述，有些研究还有待对相关数据由简单统计向更深层次进行分析。本文拟采用倾向得分的倍差法，以山东省数据为例，研究小额贷款公司试点政策启动后，小额贷款公司的成立与小微企业发展是否有相关关系，在后续的发展中是否能够持续促进小微企业的进一步发展。

二、理论模型

比较政策对实体影响的方法有很多，比较简单的有横向比较法和纵向比较法。横向比较法是考察同一时点多个地区在实施政策之后表现的差异。在本文中就是观察小贷公司开始试点之后同一个时期内有小贷公司和没有小贷公司的地区小微企业发展差异。但是，每个地区的经济特征是不同的，而且除了经济因素以外其他因素也不尽相同，这些因素都会影响小微企业的发展。这样，横向比较得出的结果就没有说服力。纵向比较法是检验一个地区在政策实施前后所考察对象表现的差异，放在这里就是小贷公司试点前后一个地区小微企业发展的变化。由于在一段时间里，影响小微企业发展的因素有很多，这种检验方法并不能把小贷公司的进入效应单独分离出来，所以这样的结果也是没有说服力的。

目前，检验政策效应最普遍的方法是倍差分析法，它综合了横向比较和纵向比较的优点，并较好地克服了它们的缺点。本研究重在检验政策效应，因此适于应用倍差法进行研究。由于2008年小贷公司试点之后，并不是每个地市都立即成立了小贷公司，而是通过两年时间逐步扩大小贷公司数量才基本覆盖了每个地市。并且在小贷公司管理办法中，要求小贷公司只能在发起企业所在县区内经营，即使一个地市某一个区有了小贷公司，但是这个地市内的其他县区并不在这个小贷公司的服务范围之内，所以研究中就自然形成了处理组和对照组的样本。在倍差法中，参与政策的个体分为对照组和处理组，D为虚拟变量，当D=1时，表示是处理组;当D=0时，表示为对照组。时间上分为政策实施前和政策实施后，t=0表示的是政策实施前，t= 1表示政策实施后的时间段。假设所要观察的变量为Y，则倍差法的模型为:

在政策实施前，t=0，对照组的Y等于β0，处理组的Y等于β0+β2;政策实施后，t=1，对照组的Y等于β0+β1，处理组的Y等于β0+β1+β2+β3。那么，在政策实施前后这个时间段内，对照组Y的变化值就等于β1，处理组Y的变化值等于β1+β3。则倍差法中所要求得到的政策效应就是处理组Y的变化值与对照组Y变化值的差，也就是β3。是其他控制变量。

在使用倍差法时，必须要求处理组和对照组的选取是随机的，不过这对于本文的研究对象来说可能并不能满足。因为，小贷公司准入条件中明确规定:“小额贷款公司主发起人原则上是管理规范、信用优良、实力雄厚的当地骨干企业，其净资产不低于5000万元(欠发达县域不低于2000万元)，资产负债率不超过70%，连续3年赢利且利润总额在1400万元(欠发达县域550万元)以上。”⑧《山东省人民政府办公厅关于开展小额贷款公司试点工作的意见(鲁政办发［2008］46号)》这样的话，就形成了一个地区经济越发达，当地企业实力越雄厚，就越可能更早地成立小额贷款公司。并且，在这种非随机的样本之上进行比较和回归分析就会产生样本选择偏差，致使估计结果有偏。①Coe，D．，and A．Hoffmaister，“North-South Trade:Is Africa unusual”，Journal of African Economics，1998，8(2)，228-256．为了解决这个问题，本研究在倍差法的基础上使用倾向得分匹配的倍差法。这种方法可以消除处理组和对照组在可观测因素之间的差异，保证两个组在政策实施前的发展轨迹是平行的，从而可以得到更好更可靠的估计结果。②Smith，J．，and P．Todd，”Does Matching Overcome Ladonde’s Critique of Nonexperimental Estimators?”Journal of Econometrics，2005，125(1 -2)，305-53．倾向得分倍差法模型:

倾向得分是通过建立Probit模型，计算出一个地区成立小贷公司的概率。模型如下:

其中，P为一个地区成立小贷公司的概率，X是影响一个地区成立小贷公司的因素，φ为累计标准正态分布函数。

w(i，j)的计算是采用非参数的核函数匹配法(kernel matching)，③Abadie and Imbens(2008)指出使用其他匹配方法得出的估计值的标准误估计是不一致的。Abadie，A．，and G．Imbens，”On the Failure of Bootstrap for Matching Estimators”，Econometrica，2008，76(6)，1537-57．公式如下:

其中，G是核函数，b为带宽，Pi是有小贷公司的地区，Pj和Pk是没有小贷公司的地区。

三、变量度量与样本描述

公式(1)中，Y代表小微企业发展情况。目前国内比较系统涉及小微企业的数据有汇付-西财中国小微企业指数以及新华-浦发长三角中小微企业景气指数，由于这两个指数一个是2014年初刚刚发布，另一个是2014年6月份才公布，因此并不符合本研究的需求。小微企业是指小型企业、微型企业、家庭作坊式企业、个体工商户的总称。考虑到数据的可得性，我们选取三个经济数据来作为衡量小微企业发展的指标:一个是规模以下工业企业生产总值;一个是工业企业中的小型企业生产总值;第三个是前两者的总和。控制变量本研究选取了地区国民生产总值增长率和地区金融机构短期贷款增长率，以此来控制宏观经济对地区经济的冲击效应。

本研究分为三个时间段进行进入效应的衡量。第一个时间段是2008年与2009年的对比，式(1)的t=0代表2008年，t=1代表2009年。2008年小贷公司开始试点，山东省共有18家小额贷款公司被批准成立。我们将这18个小贷公司所属县区选作处理组，18个县区所属地级市的其他区作为对照组。由于每个地市统计年鉴数据并不统一，考量小微企业发展的经济指标并不能全部得到，本研究最终选择了12个地市作为样本，情况如下表所示。

处理组对照组处理组对照组淄博市1 8菏泽市1 7烟台市1 8德州市1 11枣庄市1 3潍坊市2 11泰安市1 6东营市2 6青岛市1 9滨州市2 8日照市0 6威海市0 6

第二个时间段是2009年与2010年的对比，式(1)的t=0代表2009年，t=1代表2010年。考虑到一个小贷公司开业时间如果比较短，其业务量也并不大，对实体经济的影响不会很明显，所以我们把那些在2009年3月至12月份首次成立小贷公司的地区作为处理组，那些没有小贷公司的地区作为对照组，则2009年处理组的数量有16个，对比组的数量有73个。第三个时间段是2008年与2010年的对比，式(1)的t=0代表2008年，t=1代表2010年。这里的处理组样本同第一个时间段里的处理组相同，有13个地区;对照组是第二个样本的对照组，有73个。由于到2011年，每个县市基本都有小贷公司成立，所以进入效应分析只能选取这三个时间段的样本。

式(3)中，X是影响一个地区成立小贷公司的因素。一个地区如果经济水平越高，当地往往会有更多效益良好的大型企业，也就有更多符合小贷公司主发起人规定的企业存在，那么这个地区被批准成立小额贷款公司的可能性就越大。本研究选取地区GDP增长率滞后一期来反映一个地区的经济发展水平，作为一个影响小贷公司成立的因素。小贷公司的定位是用来补充传统金融市场结构的，其面对的客户是一些传统金融机构不能顾及到的“三农”和小微企业群体。因此，传统金融机构的活跃程度就可能对一个地区是否成立小贷公司产生影响。本研究选取地级市的金融机构贷款增长率滞后一期来衡量一个地区传统金融机构的活跃程度。如果这个数值比较高，说明这个地区的信贷需求量相对更大，那么这个地区小贷公司可能的潜在客户有可能就会更多，也就说明这个地区有更大的动机去成立小贷公司。一个地区小微企业的发展指标更直接的表明了一个地区成立小贷公司的可能性，所以本研究将式(1)的Y值的滞后一期也作为影响小贷公司成立的因素之一。

时间观测个数均值方差最小值最大值规模以下2007年91 0．09 1．181 -0．499 10．546 2008年91 0．596 4．342 -0．514 39．9 2009年91 0．039 0．156 -0．739 0．873 2010年81 0．285 1．454 -0．674 12．45小型企业2007年83 0．404 0．292 -0．482 1．312 2008年83 0．312 0．409 -0．759 2．012 2009年85 0．301 0．822 -0．62 6．198 2010年80 0．142 0．55 -0．817 3．837小微企业①2007年68 0．285 0．22 -0．454 0．909 2008年68 0．222 0．293 -0．646 1．129 2009年63 0．221 0．521 -0．515 3．455 2010年63 0．079 0．273 -0．675 1．045贷款增长率2007年12 14．598 6．477 -2．961 27．138 2008年12 16．014 4．408 9．514 25．495 2009年12 30．302 5．037 23．35 42．343 2010年12 19．154 4．408 8．857 27．659 GDP 2007年102 19．277 7．37 3．8 53．4 2008年102 14．785 4．279 4．491 33．54 2009年102 13．435 9．309 2．597 88．297 2010年102 15 7．064 2．666 46．892

上表是三个小微企业发展指标以及各地区GDP和金融机构贷款增长率的统计描述。规模以下工业企业、小型工业企业和小微企业观察个数不一样并少于102的原因是每个地区编制统计年鉴的内容不统一，有些地区数据无法得到。从表中可以大致看出，2009年代表小微企业发展的三个指标与地区GDP均低于2008年，贷款增长率在2009年却大幅上升。出现这个现象的原因很可能是受当年全球金融危机的影响，国内经济受到一定程度的波及。4万亿的经济刺激计划表现为2009年信贷的大规模增长。到了2010年，规模以下工业企业和地区GDP增长率都有所升高，但小型企业及其贷款增长率却都降低了。

四、实证结果

首先，本研究使用式(1)模型进行进入效应的衡量，计量结果见下表。

2008-2009年P值2009-2010年P值2008-2010年P值小微企业-0．02 0．912 -0．015 0．922 -0．132 0．344小型企业0．166 0．596 -0．056 0．836 -0．096 0．694规模以下0．151 0．365 0．526 0．126 -0．056 0．575

由于β3代表的是处理组与对照组的政策效应，所以在这里我们只列出这个值的计量结果。第一列是2008-2009年期间处理组和对照组样本，第三、五列是2009-2010年的样本和2008-2010年的样本。因为每年小贷公司的分布都有所变化，所以会有不同的计量结果。从结果中可以看出，小贷公司对小微企业的影响并不如一般理论预期的那样都是正向的。当被解释变量是小微企业时，三个样本得到的计量结果均是负值。而使用小型企业工业总产值时，2008-2009年的对比数据则表明小贷公司的进入促进了当地小型企业的发展。但是，在2009-2010年的对比中，小贷公司的进入却对小型企业产生了负面影响。这也造成了在2008-2010年的对比中，小贷公司的进入仍然是负面作用。小贷公司对于规模以下企业的影响也不一致，在前两个样本中是正的，在第三个样本中却是负值。造成这种错综复杂结果的原因，一个是显示情况可能并不像理论预期的那样，另一个原因就是前文中提到的样本的选择性偏差问题，这个也可以从所有结果的显著性上看出来——所有数据都不显著。下表是使用倾向得分匹配倍差法所得到的结果。

时间Model1 p Model2 p Model3 p Model4 p小微企业2008-2009 0．5 0．979 -0．2 0．993 20．2 0．229 20．8 0．205 2009-2010 -3．5 0．826 -11．1 0．268 -18 0．176 -23* 0．052 2008-2010 -19．3 0．153 -16．9＊＊0．045 -11 0．385 -7．6 0．527小型企业2008-2009 13 0．637 21．6 0．272 32．6*0．064 37．6＊＊0．036 2009-2010 -18．1 0．3 10．6 0．214 -8．8 0．564 16．8*0．081 2008-2010 -8．3 0．699 -0．074 0．725 -6．2 0．692 13 0．356微型企业2008-2009 12．1＊＊0．043 0．6 0．900 9．7*0．090 2．4 0．583 2009-2010 -5．1 0．316 -10．5＊＊0．041 -6．4 0．198 -10．8＊＊0．036 2008-2010 -3．3 0．582 -11．7＊＊0．024 -10．5 0．154 -14＊＊0．027

在倾向得分的计算中，选取不同的影响因素变量进行匹配对最终的倍差法结果有很大的影响。这里我们采用了四个模型:模型1选取了地区GDP增长率作为影响因素;模型2选择小微企业发展指标与地区GDP增长率;模型3选择地区短期贷款增长率和地区GDP增长率;模型4则选取了地区GDP增长率、短期贷款增长率以及小微企业发展指标。首先，观察模型4的计量结果，无论是小微企业、小型企业还是微型企业，小贷公司的进入在2008-2009年间都起到了积极作用，尤其是对小型企业效果最为明显，计量结果也是显著的。2009年与2010年的对比以及2008年与2010年的对比中，小贷公司对本地小型企业的发展依然起到了促进作用，但对于微型企业的发展却是相反的作用;同样，对于小微企业整体而言小贷公司也没有发挥出其应有的功效，这样的结果是有悖于理论预期的。

小贷公司有利于小微企业发展这比较好理解。小贷公司本身的实力无法与传统金融机构相比，所以需要专注于那些无法从银行获得贷款的小微企业客户，又因为小贷公司的业务在政策要求下只能在成立地区开展，所以对于这些客户自然更加了解和熟悉。相对于传统的金融机构，小贷公司能够更好地解决借贷双方之间的信息不对称性。同时，小贷公司管理结构扁平化，放款灵活速度快，也更能满足小微企业的日常融资需求。由于这些原因，一个地区有小贷公司存在，对当地的小微企业会起到正向的作用。从计量结果来看，小贷公司对于小型企业的正向作用更明显，进入效应的系数为37．6远远高于微型企业的2．4，且在5%的水平上显著。出现这种结果的可能是，小型企业相对于微型企业融资需求量更大，企业自身信用也更高，这对于刚刚成立的小贷公司来说是相对优质的客户。小贷公司也因此更倾向于将贷款投放给小型企业，从而客观上促进小型企业更快的发展，这也与之前的文献经验相符。

小贷公司进入效应在2009-2010年之间发生了变化，对于小型企业依然具有正向作用，但对于微型企业却呈反向作用。我们认为，造成这个结果的原因是小贷公司的进入效应在不同的经济周期对不同类型的客户有不同的效应。从前面样本数据的统计描述中可以看出，2008-2009年期间，地区平均金融机构短期贷款增长率由16．014%激增到30．302%，同期也正是世界金融危机发生的第一年，中国出台4万亿经济刺激计划的第一年。小贷公司作为金融创新的一个代表性机构，它在一个地区成立，也就意味着这个地区整体金融氛围是十分活跃的。在大环境快速上升的情况下，地区金融市场活跃，很多民间资本也想参与到这个市场中来，小贷公司作为一个进入途径使得当地一些大型企业的闲置资金有了新的用途，进而通过这个途径补充了传统金融机构的空缺，进一步加快了小型企业和微型企业的发展，对实体经济起到了锦上添花的作用。2010年金融机构短期贷款增长率为19．154%，同比增长较2009年下降了11%。信贷上的这种大幅变化对企业有非常大的影响，尤其是对那些原本就受到金融排斥的对象。在信贷收紧的条件下，小微企业会首先被传统金融机构排除在外，但小微企业中的小型企业信用依然高于微型企业。虽然小贷公司贷款余额在不断增加，但首先会满足那些信用较好的客户，即小型企业。这样，无论有没有小贷公司微型企业都会受到金融排斥。进一步分析，那些有小贷公司的地区，其金融市场相对于没有小贷公司的地区会更加活跃，在上一年度信贷宽松时期，金融市场更加活跃地区的微型企业会比其他地区的微型企业得到更多的信贷支持，于是很多微型企业加大了投入和增加生产规模。然而，第二年突然信贷收紧，这些微型企业融资困难，但本地区新成立的小贷公司整体实力较弱，所能放出的贷款十分有限，因为不能满足信用程度相对较低的微型企业的融资需求，所以只能先满足优质客户，如此，金融市场活跃地区的微型企业反而会比其他地区微型企业的损失更大。另一种可能性是，在小贷公司进入的地区，微型企业快速发展成为小型企业，在当年的统计中微型企业统计量变少，小型企业统计量增加。上表中小微企业这一行就是把小型企业和微型企业相加之后进行的统计，结果表明2009-2010年间依然是负向作用，且统计上显著。这说明，这种可能性并不能成立。

前三个模型得到的结果与模型四结果的方向性上基本一致，只不过数值大小有所区别，且随着影响因素的增加，计量结果也更加显著。这说明，要想得到更加显著的有说服力的结果，需要考虑更多的影响小贷公司成立的因素，才能更有效地消除样本的选择性偏差。

五、结论及政策建议

本文选取了山东省2007-2010年各地市经济数据和小贷公司发展情况，分析了小贷公司的进入是否对所在地区小微企业起到了正向作用。通过对比倍差法以及倾向得分倍差法，看到倾向得分倍差法能够更好地消除选择性偏差，并能够得到更好的统计结果。分析中本研究发现，小贷公司的进入可以较好地促进当地小型企业的发展，而对于微型企业的发展却没有这么简单。当经济形势向好，信贷增长较快，融资约束较宽松时，拥有小贷公司的地区微型企业发展较好。在信贷收紧时期，小贷公司的进入反而会对微型企业发展起到负向作用。

研究结论说明，小贷公司对小微企业的正面作用是值得肯定的，但如何让小贷公司更好地服务并推动小微企业发展，还需要政府和监管部门进一步创新工作思路。首先，要继续坚持发展小贷公司。目前我国的资本市场依然是卖方市场，融资需求还有很大的缺口，小微企业融资的意愿仍然非常强烈，只有不断发展充实小贷公司的经济实力，才不至于在宏观调控信贷收紧时，令小微企业在融资方面雪上加霜。其次，要更多的关注和关心小微企业尤其是微型企业的生存与发展。因为，这些企业在传统的金融体系中一直是被排斥的对象，并且由于规模小、管理不规范，而更容易受到融资约束的影响，其产业相对于大型企业也显得更加脆弱。事实上，很多小微企业就是因为一两次的资金周转问题而导致破产。监管部门应该加强对小贷公司的管理，确保小贷公司要有一定数量的贷款发放给小微企业，不能由于外部原因轻易地减少对小微企业的放贷。另外，本研究还发现，我国小微企业的客观数据十分缺乏，各地的统计数据口径不规范、不统一现象比较普遍，且没有权威的数据库方便查询。这些问题的存在，都程度不同地制约着研究人员对小微企业和小贷公司进行更深入的研究，希望这种局面能够尽快地得到改善。

(责任编辑:栾晓平)

F831．2

A

1003-4145［2015］03-0117-06

2014-10-31

武锐，男，山东大学经济学院博士研究生。胡金焱，男，山东大学经济学院教授、博士生导师。

本文系国家自然科学基金重点项目“民间金融风险:变迁、区域差异与治理研究”(项目编号:71333009)、国家自然科学基金面上项目“小额贷款公司系统性风险的评估与度量研究”(项目编号:71273155)的阶段性成果。