我国商业银行信用贷款对象影响因素的实证研究

周雯珺，吴晓娟

（石家庄经济学院，河北 石家庄050031）

引言

我国现有的金融体制是一种间接金融体制，企业融资的主要来源是银行信贷部门。尽管国有银行从1994年开始进行商业化改革,但是传统计划经济体制的影响根深蒂固,这也波及到银行和企业的关系中。少数国有大企业获得了大多数的银行贷款资金，而占企业绝大多数的民营企业特别是中小企业却只能获得有限的资金支持。银行选择贷款对象的不公平性，极大影响了我国中小企业的发展。

另外，贷款对象的选择对商业银行的信贷资产质量也产生了深远影响，决定商业银行的盈利能力。根据企业取得银行贷款时是否提供担保，可以将银行贷款分为信用贷款、担保贷款和抵押贷款三种。不同于后两种贷款方式，信用贷款是企业凭借自身信用，无需提供任何担保和抵押从银行取得贷款的形式。由于没有提供任何的信物，当贷款到期时，如果企业无法按时偿还本金和利息，银行将缺乏有效追回资金的手段，银行贷款风险将高于其他两种贷款方式，因此，贷款对象的选择对于银行信用贷款决策尤为重要。本文通过验证我国商业银行选择信用贷款对象时的偏好，分析银行确定信贷对象过程中存在的问题，希望使银行合理配置信贷资源，达到银行和企业的双赢。

一、文献回顾

资金一直是困扰很多企业发展的重大难题，尤其对于以银行贷款作为主要资金来源的我国企业来说，筹资更是很多中小企业的“瓶颈”。通过银行借贷融资所形成的关系深度对企业的成长至关重要，并在规模较大的企业、非国有企业和处于弱市场竞争环境下的企业群体中体现（何韧、王维诚，2009）[1]。

但是对于国有企业来说，银行贷款可能并不困难。国有上市公司和国有银行产权性质相同，国有银行可能出于政治目的而非盈利目的来为国有上市公司提供更多的债务融资（Brandt &Li，2003）[2]。而赵大玮（2009）利用Mann-Whitney U检验得出相反结论，认为商业银行发放长期贷款没有企业性质选择行为，发放短期贷款存在一定程度的企业性质选择行为[3]。

其他学者也对商业银行贷款决策过程进行了研究。刘晶（2008）认为商业银行信用贷款额度与企业偿债能力、盈利能力、企业规模、所在地区市场化程度显著正相关，与企业的发展能力并无显著关系[2]；刘曼（2012）选择2006年至2010年中小企业板上市公司不动产抵押贷款合同作为研究样本进行实证分析，认为银行贷款金额与抵押物价值、公司规模之间存在显著线性相关关系[4]。刘汉滨（2008）从企业的盈利情况、偿债能力、资产管理能力、负债管理能力和对国家的贡献等几个方面设计了相应的评价指标体系，并综合运用主成分分析法创建了信贷决策的模型[5]。

二、研究假设

本文主要研究我国商业银行信用贷款对象偏好，分析商业银行对信贷资金配置行为是否合理，我国银企关系是否呈现出明显的不公平现象。市场经济条件下，银行普遍将利益最大化作为经营目标。国有企业由于有国家垄断政策以及政府资金支持，盈利能力以及资金偿付能力较强，较容易获得银行信任。而由于信息不对称，经营年限较短，并且缺乏政府背景，银行普遍对民营企业存在信贷歧视。因此，提出假设1：

H1：商业银行信用贷款对象偏好国有企业。

由于没有抵押物或者第三方贷款，站在银行的角度信用贷款风险较高。银行为了避免风险，选择信贷对象时制定了较严格的审批条件。规模较大的企业一般拥有较多资产，市场占有率较高，而中小企业资本额较小，对经营风险的控制能力相对较弱，资信等级相对不高。因此银行普遍对规模较大企业偏爱有加，而急需资金的中小企业往往被银行拒之门外。因此，提出假设2：

H2：商业银行信用贷款对象偏好规模较大企业。

行为人决策时往往“重在当下”，重视眼前的实际情况，而忽视长久的历史信息。在银行信贷决策时，普遍也重点关注贷款对象的近期经营效果，重视最近的债务信息和偿债能力，而忽视企业的长远发展。因此，提出假设3：

H3：商业银行选择信用贷款对象时，重视短期指标，忽视长期指标。

作为企业的债权人，银行毫无疑问更关注贷款本金和利息是否能够按时收回，也就是贷款对象的偿债能力，对于贷款对象的盈利能力和发展能力重视度不够。另一方面，在贷款合同有效期内，为了保证自身利益，银行也会对贷款对象资金使用、项目投资进行长期监督，希望企业保守经营，使企业丧失一些投资机会。另外，由于现金流量近期在我国才得到发展，企业和银行普遍对现金流量表不熟悉，不了解。因此，提出假设4：

H4：商业银行选择信用贷款对象时，重视企业偿债能力，而忽视企业发展能力以及企业现金流量。

三、实证研究设计

1.研究变量

（1）被解释变量

本文研究商业银行信用贷款对象决策影响因素，选择的被解释变量为企业获得信用贷款系数。该变量为亚变量，从商业银行获得信用贷款的样本企业赋值1；以其他形式（抵押或者担保等方式）从商业银行获得贷款或者没有商业银行贷款的样本企业赋值为0。

（2）解释变量

企业性质（TYPE）：为了验证假设1，设立企业性质亚变量，以企业第一大股东性质为衡量标准。若企业第一大股东为政府或者国有性质，变量取值1，否则变量取值为0。

企业规模（SIZE）：本文用企业资产值确定企业规模。企业资产量越大，规模越大。

净利润（NP）：企业获得（未获得）信用贷款当年的净利润，代表银行对信用贷款企业评价时的短期指标。净利润越高，说明企业短期财务状况越好。

前5年平均净利润（ANP）：企业获得（未获得）信用贷款前5年净利润的算术平均值，代表银行对信贷企业评价时的长期指标。

流动比率（CR）：企业流动资产与流动负债的比率，反映企业短期偿债能力。流动比率越高，说明企业短期偿债能力越强。

资产负债率（DAR）：企业全部负债占资产总额的比值，反映企业长期偿债能力。资产负债率越大，说明企业长期偿债能力越弱。

总资产增长率（GEOA）：企业本期资产总额与上期资产总额的差额与上期资产额的比值，反映企业本期资产额比上期增加的比率，反映企业发展能力。总资产增长率越大，说明企业发展能力越强。

营业收入现金净含量（CF）：企业当年经营性现金流量占当年营业收入的比重，反映营业收入中有多少是以现金形式获得的。该比值越高，说明企业现金流量越充裕。

表1 各变量含义汇总表

（3）控制变量

年度虚拟变量（YEARS）：企业获得或没有获得信用贷款的年份。企业所处年份不同，银行信贷政策也不同。本文选取了2013 及2014 两年的上市公司为样本，年度变量设置2 个数值，2013年获得信贷的企业取值为0，否则为1。

2.模型设计

为了检验上述4 个假设，本文设立如下多元回归模型：

3.样本选择及数据来源

本文选择的样本为2013、2014年深市、沪市获得商业银行信用贷款的A 股上市公司，并从两年均未获得商业银行信用贷款的上市公司中随机选取了部分对比样本。因为商业银行信用贷款样本较少，文中选取了两年数据，针对同一上市公司2013年、2014年两年分别获取的信用贷款视为两个样本数据进行处理。依据以下标准筛选样本：

（1）由于金融业企业具有特殊性，获得贷款过程与其他行业企业有较大区别，因此剔除了金融行业信贷样本；

（2）由于住宿餐饮业、租赁和商务服务业等5 个行业上市公司较少，样本缺乏代表性，剔除了该5 个行业的样本数据；

（3）剔除了数据不全的样本企业，以及部分数据异常的样本企业；

（4）由于要衡量企业前5年平均财务指标值，因此剔除了2009年之后上市的样本企业。

经过筛选，最终选取了2013、2014年共282 个样本，其中获得商业银行信用贷款的样本为145 个，未获得信用贷款的样本为137 个。所有样本的数据均来自于国泰安数据库以及锐思数据库。

四、实证结果分析

1.描述性统计

首先对样本进行初步分析，所选取282 个样本涉及8 个行业，如表2。从表中可以看出，在有效样本中，2013年、2014年获得商业银行信用贷款的上市公司有145 家，占样本总量的51.6%，与之对比样本137 个，占样本总量的48.4%。其中制造业样本量为186 个，占样本总量的60%以上，这与我国上市公司中制造业比重较大相符合，并且制造业企业固定资产较多，银行贷款风险较低，所以银行愿意为制造业企业提供贷款。其他行业样本量分布较均匀。

表2 各行业选取样本量统计

表3 信用贷款样本描述性统计

表4 独立样本t 检验

其次利用SPSS软件对各样本进行描述性统计。根据表3 可以看出，各变量的极大值与极小值相差较大，说明样本分布较广。另一方面，文章研究商业银行信用贷款对象偏好，从两个总体选择的样本数据，一类来自于2013年、2014年获得银行信用贷款的上市公司，另一类是两年均没有获得信用贷款的上市公司。因此为了验证两类样本相互独立并且符合正态分布，利用SPSS 对样本数据进行独立样本t 检验，如表4。可以看出，净利润NP 数据p 值小于0.01，公司规模SIZE 数据p 值小于0.05，公司性质TYPE 以及流动比率CR 两变量数据p 值小于0.1，说明两类样本的净利润、公司规模、公司性质以及流动比率变量的均值有显著差异。

2.相关性分析

为了考察各解释变量是否与商业银行确定信用贷款对象相关，在选择年度YEARS 为控制变量下，采用SPSS软件分析各变量数据之间的偏相关关系，如表5。

根据偏相关系数计算，可以看出公司性质TYPE与获得信用贷款系数CL 偏相关系数为0.38，p 值为0.053，在显著性水平为0.1 时，两个变量有显著的正相关关系；公司规模SIZE 与CL 偏相关系数为0.134，p值为0.025，在显著性水平为0.05 时，两个变量有显著的正相关关系；公司当年净利润规模NP 与CL 偏相关系数为0.203，p 值为0.001，在显著性水平为0.01 时，两个变量有显著的正相关关系；公司流动比率CR 与CL偏相关系数为0.068，p值为0.083，在显著性水平为0.1 时，两个变量有显著的正相关关系。公司前5年净利润平均值ANP、总资产增长率GEOA、营业收入现金净含量CF以及资产负债率DAR与获得信用贷款系数CL 之间的p 值均大于0.1，不存在显著的相关关系。

表5 各变量的偏相关性分析

Control Variables：YEARS CL TYPE SIZE NP ANP GEOA CF CR DAR CF Correlation.034.034.038.040 -.021.015 1.000.054 -.083 Sign.（2-tailed）.574.566.530.510.731.800..369.167 df 278 278 278 278 278 278 0 278 278 CR Correlation.068.082 -.071.000 -.085 -.049.054 1.000 -.396 Sign.（2-tailed）.083*.172.239.997.156.413.369..000 df 278 278 278 278 278 278 278 0 278 DAR Correlation -.007 -.081.256 -.076.281 -.001 -.083 -.396 1.000 Sign.（2-tailed）.904.175.000.206.000.987.167.000.df 278 278 278 278 278 278 278 278 0

3.回归分析

文章通过SPSS 软件分析各解释变量对获得信用贷款系数的影响程度。通过相关性分析，发现公司前5年净利润平均值ANP、总资产增长率GEOA、营业收入现金净含量CF以及资产负债率DAR与企业获得商业银行信用贷款之间不存在显著的相关关系。因此，进行回归分析时剔除上述变量影响，从而回归模型变为：

CL=1TYPE+2SIZE+3NP+4CR+iYEARSi+

将各变量数据代入上述回归模型得到回归系数表，如表6。根据表6，四个解释变量的回归系数t 检验的p 值均小于显著性水平，因此认为这四个变量与被解释变量获得信用贷款系数CL 的线性关系是显著的，应该保留在方程中，回归方程为：

CL=-0.051TYPE-7.945E-13SIZE-1.060E-13NP+0.01CR+0.571

表6 方程回归系数表

表7 稳定性检验统计结果

Control Variables：YEARS CL TYPE SIZE INCOME AI GEOI CF CR DAR AI Correlation.060 -.085.495.976 1.000 -.043 -.017 -.030.136 Sig.（2-tailed）.315.154.000.000..479.772.623.023 df 278 278 278 278 0 278 278 278 278 GEOI Correlation.067.068.005 -.032 -.043 1.000.872.061 -.087 Sig.（2-tailed）.264.260.938.593.479..000.312.147 df 278 278 278 278 278 0 278 278 278 CF Correlation.026.037.038 -.009 -.017.872 1.000.054 -.083 Sig.（2-tailed）.670.541.530.875.772.000..369.167 df 278 278 278 278 278 278 0 278 278 CR Correlation.036.038 -.071 -.027 -.030.061.054 1.000 -.396 Sig.（2-tailed）.055*.531.239.650.623.312.369..000 df 278 278 278 278 278 278 278 0 278 DAR Correlation.052 -.038.256.110.136 -.087 -.083 -.396 1.000 Sig.（2-tailed）.386.530.000.067.023.147.167.000.df 278 278 278 278 278 278 278 278 0

五、稳定性检验

笔者将代表公司短期财务状况的净利润变量替换为营业收入变量INCOME，代表公司长期财务状况的前5年平均净利润替换为前5年平均营业收入AI，用年营业收入增长率GEOI 替换总资产增长率GEOA，采用相同的样本及模型，进行稳定性检验，如表7。

根据稳定性检验，替换之后的当年营业收入INCOME 与获得信用贷款系数CL 偏相关系数为1.074，p 值为0.026，在显著性水平为0.05 时，两个变量有显著的正相关关系；替换之后的前5年平均营业收入变量AI 与获得信用贷款系数CL 偏相关系数为0.60，p值为0.315，大于显著性水平，两个变量相关关系不显著；替换之后的年营业收入增长率GEOI 与获得信用贷款系数CL 偏相关系数为0.067，p 值为0.264，大于显著性水平，两个变量相关关系不显著。稳定性检验结果与之前实证研究结果一致。

六、实证研究结论

通过上述相关性以及回归分析，可以得出结论：

银行选择信用贷款对象时存在选择偏好，公司的性质以及公司规模与公司能否获得信贷正相关关系显著存在，也就是国有性质的企业以及规模较大的企业容易获得银行信用贷款，假设1、2 成立；

公司短期财务状况与公司能否获得信用贷款显著正相关，公司长期财务状况与公司能否获得信用贷款相关关系不显著，说明银行在选择信用贷款对象时更关注短期财务状况，而忽略了公司长期财政状况，假设3 成立；

公司短期偿债能力与公司能否获得信用贷款正相关关系显著存在，而公司长期偿债能力、发展能力以及现金流量是否充裕与公司能否获得信用贷款相关关系不显著，说明银行在选择信用贷款对象时更关注企业短期偿债能力，而忽视公司发展能力以及公司现金流量，与假设4 一致。另外，银行选择信用贷款对象时忽视公司长期偿债能力，与假设4 不一致。可能是因为，银行在选择短期信用贷款对象时，由于需要贷款公司在短期内能够偿还，因此重视企业短期偿债能力。而对于长期信用贷款，由于贷款期限较长，现在的偿债能力不足以保证贷款企业在贷款到期时仍然有能力偿还，因此银行更加重视企业规模、是否是国有企业、公司的盈利能力等指标。

通过实证研究结果可以看出，我国商业银行对信贷资金的配置行为并不合理，对上市公司和国有企业等大企业的偏爱使得我国的银企关系呈现出明显的不公平现象。银行对企业资金的供给和企业对银行资金的需求并没有协调一致起来。在企业经营状况良好时，银行纷纷争相贷款给企业；一旦企业经营出现问题，资金链出现断裂，即使是暂时性的经营不善，银行也收紧银根停止对企业的资金支持，这等于对企业进行“抽血”，更容易加速企业的破产。综上所述，银行选择信贷对象时，比较喜欢“锦上添花”，而不愿意“雪中送炭”。这种现象反映了信贷资源片面集中的现实，这种状况既与资源最优配置原则相悖，也不利于银行业的健康发展。由此看来，必须改变银行贷款投向上的国有制偏好和大企业偏好，并确立以企业信用为基础的新型信贷关系。

[1]何韧,王维诚.银企关系与中小企业成长——关系借贷价值的经验证据[J].财经研究，2009，（35）.

[2]刘晶.商业银行信用贷款决定因素的实证研究[D].上海：上海交通大学，2008.

[3]赵大玮.我国商业银行信贷决策行为研究[D].长沙：湖南大学，2009.

[4]刘曼.上市中小企业不动产抵押贷款影响因素的实证研究[D].武汉：华中科技大学，2012.

[5]刘汉滨.基于主成分分析的商业银行信贷决策模型[J].黑龙江大学自然科学学报，2008，（4）.