政治关系网络有助于缓解县域创业者的正规信贷约束吗?——基于2513家县域企业调查数据的分析

柳建坤,何晓斌

(1.哈尔滨工程大学 人文社会科学学院,黑龙江 哈尔滨 150001;2. 清华大学 社会科学学院,北京 100084)

当前,中国政府高度重视创业对经济社会发展的促进作用,并且通过实施“双创”(大众创业、万众创新)战略来打造经济增长新引擎。在2015年和2018年,国务院相继颁布了《关于大力推进大众创业万众创新若干政策措施的意见》和《关于推动创新创业高质量发展打造“双创”升级版的意见》。此外,在乡村振兴战略实施过程中,政府职能部门强调创业在增加农民收入和推动农村产业转型升级中的关键作用。例如,人力资源社会保障部、国家发展改革委员会、财政部、农业农村部和国家乡村振兴局于2022年联合发布了《关于进一步支持农民工就业创业的实施意见》,支持农民工及脱贫人口在本地创业或返乡创业。众所周知,创业离不开资金的支持,并且资金规模会随着企业经营时间的持续和企业规模的扩大而不断增加。一般来说,创业者通常会通过借贷获取创业资金并维持企业运营,而融资约束是造成企业无法创立或经营失败的重要原因[1]。

当前,学术界更加关注农村地区创业者融资难的问题。尽管农户的借贷需求日趋强烈,但由于农业本身具有高风险、低收益的特性,并且农户难以提供高价值的抵押品,因而其在获取信贷资金的过程中受到很大的约束。根据上海财经大学2016 年“千村调查”的结果显示,仅有四分之一的农户在创业过程中从正规渠道获得贷款[2]。在被正规信贷市场排斥的情况下,非正规的民间借贷成为农户被动选择的主要融资渠道[3],由此形成了正规信贷市场和非正规信贷市场并存且非正规信贷市场占主导地位的局面。关于影响农户获取正规信贷资金的因素,研究者除了关注人口学特征、资源禀赋、宏观环境等因素外[4],还关注以社会网络为代表的“关系”性要素所发挥的作用。而且,在考察社会网络与融资渠道选择关系时,多数的研究是从亲友、宗族等“社会性关系网络”来着手的[5-6],但对“政治性社会网络”的关注度不够。事实上,相比于其他类型的社会网络,政治社会网络的延伸范围更广,并且对资源的调动能力更强,在信贷市场制度体系相对不完善的社会中,拥有政治社会网络可以获得更多的物质利益[7-8]。虽然少数关于正规信贷约束的文献涉及政治社会资本,但对有关政治社会资本与正规信贷关系的结论并不一致[9-12],而这一问题可能是由于这些研究所使用的数据不够充分(如数据只涉及特定或个别的省份)所造成的。

目前,学界主要关注农村创业者的信贷约束问题,尚未有研究客观描述县域创业者的融资模式。因此,该群体是否同样面临正规信贷约束问题以及政治关系网络对县域创业者的正规信贷约束是否有影响并不清楚。本文利用清华大学县域治理中心、社会与金融中心联合58同镇(58同城平台的一个项目)在全国27个省(直辖市)搜集的县域企业调查数据,比较当前县域创业者使用正规信贷和非正规信贷的差异,并考察政治社会网络对正规信贷的影响。

一、文献综述

(一)正规信贷市场和非正规信贷市场

创业理论特别关注资金充裕性在创业过程中的重要地位,有学者认为它是促进生产要素形成“新组合”的重要机制[13]。在现实中,创业者往往缺少启动资金,从而需要从信贷市场获取资金。信贷市场可以分为两个类型,即正规信贷市场和非正规信贷市场。一方面,正规信贷是现代金融体系的组成部分,借款人获取贷款的前提是向银行、信用社等实体机构提供一定的抵押品,双方的借贷关系基于法律合同而确定下来。另一方面,非正规信贷主要是指民间借贷,其是社会中广泛应用的非正规融资模式。它一般服务于那些财富水平低、资金需求频繁但被正规信贷市场排斥的个人、家庭或企业。非正规信贷关系往往嵌入于社会关系之中,其担保机制灵活多样,借贷门槛相对较低[14]。

经济弱势群体在进入正规信贷市场时常常遭遇融资约束问题,并且该问题在发展中国家更加普遍。根据世界银行组织的调查数据显示,发展中国家只有不到一半的创业者能够获得银行贷款,在非洲大部分地区更是低于20%[15]。在中国,创业者在正规信贷市场中遭遇的融资难问题在农村地区比较普遍。一方面,城乡金融资源分配不均是绝大多数发展中国家的普遍现象,而正规金融市场的发育不足导致正规信贷资金在农村地区处于长期性的稀缺状态[16]。另一方面,农户的创业项目具有资本回报率低、风险大等特点,加上农户的家庭财富水平普遍较低,难以提供高价值的抵押品,这给正规信贷机构甄别其财务信息造成了困难,从而加大了对农户的正规信贷资格审查与条件限制。此外,农村居民的金融知识相对匮乏,对现代金融体系和金融产品缺乏了解,从而限制了他们辨别和选择正规融资渠道的能力[17]。

(二)社会网络与信贷市场

在受到正规信贷约束的情况下,创业者往往会将民间借贷作为支撑创业活动的主要资金来源。学术界特别关注社会网络对创业者获取民间借贷的影响作用。事实上,社会网络中含有大量的资源并且可以被网络成员所调用[18],它对个体的经济行为产生重要影响,比如获得工作信息、履行契约、建立风险分担机制等[19-21]。在融资问题上,社会网络对民间借贷的影响包含了担保机制和惩罚机制。一方面,出借人与借款人处于基于血缘、地缘、业缘等纽带的关系网络中时,双方进行重复博弈有助于促进信息在网络内快速流通,降低信息不对称程度,从而帮助出借人准确识别借款人的财务状况和还款能力,并且能够对资金使用进行有效监督[22]。这样,出借人允许借款人提供形式多样的抵押品,并且降低对抵押品价值的要求,从而降低了借款人的融资门槛[23]。另一方面,社会网络可以使违反契约的借款人在网络中的地位下降从而无法继续调用网络中的资源[18]。农村地区的社会网络较为发达,因而非正规融资渠道往往是农民获取创业资金的首选,且非正规融资的选择者很可能多于正规融资渠道,非正规融资涉及的金额很可能多于正规融资渠道。柳建坤等对2015年中国家庭金融调查数据分析发现,农村创业者使用非正规融资渠道的比例比使用正规融资渠道的比例高出10%左右[24]。郭云南等测算的结果显示,在2003年—2008年间,中国农村的民间融资额(向亲戚或朋友的借款)大约是正规融资额(向银行或农信社的借款)的2倍[6]。

值得注意的是,社会网络对创业者获取外部资金的正向作用不仅仅体现在非正规信贷上,还体现在正规信贷上,也就是说,正规金融机构也倾向于向拥有广泛社会网络的创业者提供贷款。在进入正规信贷市场的过程中,个体拥有的社会网络越广泛,意味着本地社会网络中有越多的行动者与其存在联系,而这些“关系”可以提高其信用评级或者帮助其寻找物质资产担保人,从而增加其获得正规金融机构信用贷款的机会。盛丹和王永进通过对世界银行投资环境调查数据的分析发现,中国企业的双边关系和多边关系均能有效缓解企业的正规融资约束。而且,当资金供求双方存在某种特定“关系”时,经济因素对获取正规信贷资金的影响力显著降低[25]。刘兴国等发现,当创业者的社会网络中包含了金融机构中的关键人物时,获取正规信贷资金的可能性将大大提高。在金融抑制更加严重的农村地区,社会网络对创业者获取正规信贷资金也发挥了积极作用[26]。张建杰对河南省397户农户的调研发现,如果拥有建立在亲缘与业缘基础上的社会网络,农户获取正规信贷的可能性更高,且获得的信贷规模更大[27]。罗荷花等对湖南省125家农户的调研发现,拥有广泛社会关系的农户在获取正规融资方面有明显优势[28]。甘宇将农户社会资本操作化为人情支出,并对中国劳动力动态调查数据的分析发现,人情支出越多,农户获得银行贷款的金额越大[29]。

(三)政治社会网络与信贷资源获取

需要指出的是,社会网络的类型具有多样性。事实上,考察社会网络对正规信贷影响的文献大多将社会网络理解为“社会性关系网络”,这是一种通过熟人间的日常交往所建立的关系网络。然而,其他形式的社会网络也对创业活动发挥重要影响。例如,郭红东和丁高洁提出了“市场性关系网络”概念,认为它是“基于单纯的商业交易原则,通过谈判对双方的利益、责任和风险进行清晰的界定,并通过长期的市场买卖关系而形成的相互之间的信任关系”,并发现它与“社会性关系网络”都对农民创业绩效具有正向影响[30]。

本文关注政治性关系网络对正规信贷获取的影响。在中国,政府在经济发展过程中发挥主导作用,它不仅掌握对关键性资源(如土地、矿产、信贷、进出口配额)的再分配权力,而且通过控制行业准入门槛、项目审批、财政补贴、税收豁免以及提供基础设施来影响企业的经营活动[31]。在这种强约束的制度环境下,中国民营企业有很强的动机并通过各种方式与政府建立联系[32]。对于企业经营者而言,拥有政治关系网络不仅使其可以获得市场渠道以外的信息,而且能够增强其合法性和社会声誉。因此,这一类的企业经营者就能够以较低的成本获得诸多稀缺资源,其中就包括信贷资金[33]。特别是对于资源禀赋不足的农村创业者而言,政治关系网络的作用更加明显。研究表明,政治关系网络的分布不均会造成农村内部的收入不平等[7],例如,有政治关系网络的农户能够从土地流转中获得更多收益[8]。正规信贷在农村地区是重要的经济资源,但此前的研究对于政治关系网络是否发挥影响存在较大分歧。甘涛在对安徽和河南两省农户的调研中发现,干部身份显著正向影响农户正规金融借贷,而不影响其非正规金融借贷[9]。王海涛等对安徽省农户调查数据的分析发现,社会性关系网络对农户的非正规借贷需求的满足度具有显著影响,而政治性关系网络则显著影响农户正规借贷需求的满足度[10]。但梁爽等对云南、湖南、黑龙江三省1951个农户的调研发现,家庭成员中有党员和村干部并不会对其获取正规信贷产生影响[11]。刘荣茂和陈丹临对江苏省农户调查数据的分析则发现,干部身份仅对农户获取非正规信贷有正向影响,对其获取正规借贷的影响不明显[12]。

综上所述,学术界对社会网络与正规信贷约束的关系进行了大量研究,形成了丰富的研究成果,但仍有两点不足:第一,上述文献所考察的对象主要是农村地区的创业者,尚未将县域创业者纳入到分析范围内,因此,我们对该群体的信贷获得渠道选择缺乏全面了解。第二,虽然一些文献考察了政治关系网络对农村创业者获取正规信贷资金的影响,但研究结论尚不一致。这可能是由于数据本身的不足所造成的,相关的实证文献所使用的数据仅来自于对单个或两三个省份的问卷调查,由此获得的样本不仅规模较小,而且缺乏代表性,由此得到的研究结论并不充分。因此,政治关系网络与正规信贷是否存在关联仍需要在更大的调查范围与调查样本上进行验证。因此,本文利用清华大学县域治理研究中心、社会与金融研究中心联合58同城集团的58同镇项目在全国范围搜集的县域创业者信贷获取数据,对当前县域创业者的信贷获取渠道选择进行客观描述,并考察政治关系网络对正规信贷的影响。

二、研究设计

(一)数据来源

本研究使用的数据来自清华大学县域治理研究中心、社会与金融研究中心联合58同城集团的58同镇项目在全国范围对县域企业开展的问卷调查。数据搜集方式为:向58同镇分布在全国1.7万个镇长(合伙人)随机发放问卷,再由镇长在当地随机选取设厂的县域企业的负责人进行填答。受疫情的影响,本次调查完全以线上调查的方式进行。调查从2020年5月1日开始,至5月29日结束,共回收有效问卷2565份,样本覆盖中国27个省(含直辖市、自治区)。(1)调查覆盖的省份(直辖市)包括山东、河南、河北、山西、广东、湖南、江苏、湖北、辽宁、甘肃、吉林、陕西、安徽、四川、福建、云南、浙江、江西、广西、宁夏、北京、重庆、青海、天津、贵州、上海、海南。问卷内容分为企业负责人基本信息、企业基本信息、疫情期间企业经营状况三个模块。其中,第二个模块同时询问了创业者使用银行借贷和民间借贷的相关情况,从而可以通过数据全面反映县域创业者的融资模式。本研究将创业者年龄限定在18岁以上,在剔除含有异常值和缺失值的变量数据后,并且将创业者年龄限定在18岁以上,最终保留2513个有效样本。

(二)变量操作化

1.因变量

本次调查向县域创业者询问了企业是否有银行贷款、民间贷款以及两种贷款的比例情况,据此设置了四个因变量,分别是获得正规信贷、获得非正规信贷、正规信贷占比和非正规信贷占比。首先,通过在问卷中设置“自准备开始创业起,您是否从银行、信用社获得过贷款?”和“自准备开始创业起,您是否从亲朋好友、民间金融组织等非银行融资渠道获得过民间借款?”这两个问题构建了“获得正规信贷”和“获得非正规信贷”两个虚拟变量(0=无,1=有)。其次,根据问卷中“在当前,您企业的全部负债中,银行、信用社贷款和民间借款分别占百分之几?”的问题构建了“正规信贷占比”和“非正规信贷占比”两个连续型变量。

2.自变量

本研究的自变量为政治关系网络。此前的研究常常使用个体的政治身份来测量其政治关系网络,比如党员、干部以及人大代表或政协委员等[11][29][33]。但社会网络具有共享性,即网络中的成员可以利用其他成员拥有的资源,这在家庭网络中表现得尤为突出[18]。研究表明,政治关系网络也可以在家庭内部进行共享,即当有家庭成员拥有政治身份时,其他成员也可以分享这一身份带来的政治资源并将其转换为资源优势[34]。参考既有文献的做法[8],并结合数据特点,本文以创业者的家庭成员是否有干部来识别其是否嵌入政治关系网络。该变量在问卷中对应的题项是“在您的企业的所在地(乡镇/县/市),家庭成员中是否有人担任干部?”(2)本次调查对“干部”的定义是:在政府机关担任一定的领导工作或管理工作的人员。,答案编码方式为:1=有,0=没有。

3.控制变量

参考已有文献[35],本文首先将可能影响正规信贷的个体因素纳入到统计模型中,包括性别、年龄、婚姻状态、户籍性质、受教育年限。本文还考虑了组织维度的变量可能会对正规信贷产生影响,这些变量包括企业经营形式(0=非家庭经营,1=家庭经营)、企业规模、企业上年度盈利状况(0=亏损,1=持平或盈利)、企业从事行业类型(0=第二产业,1=第三产业)。为控制地区异质性对获取正规信贷的影响,本文将“企业所在地区”纳入到模型中。表1展示了上述变量的操作化说明,包括在问卷中对应的测量指标以及编码方式。

表1 变量操作化与指标说明

(三)分析策略与模型设定

在实证分析部分,本文首先报告变量的描述性统计量,并对县域企业的正规信贷和非正规信贷情况进行比较。在此基础上,本文着重考察政治关系网络对创业者获得正规信贷和正规信贷在企业负债占比的影响。由于测量正规信贷的两个变量分别是虚拟变量和连续型变量,因而可以使用Probit模型和多元线性回归模型作为基准模型分别进行分析,模型设定如下:

N_Chaneli=α1+β1*P_Networki+δ1Xi+μi

(1)

N_Ratioi=α2+β2*P_Networki+δ2Xi+μi

(2)

在以上两式中,N_Chaneli表示创业者i是否获得正规信贷,N_Ratioi表示正规信贷在创业者i的全部贷款中的占比。P_Networki表示创业者是否嵌入政治关系网络。Xi表示一组来自创业者个体、企业和地区层面的控制变量,μi是随机扰动项。β是我们最关心的系数,如果β>0,表示政治关系网络对县域创业者获得正规信贷和正规信贷在企业负债中的占比具有正向影响。

三、数据分析结果

(一)描述性统计

表2报告了变量的描述性统计结果:在2513家县域企业中,自创业开始有银行贷款的企业的比例为32%,有民间贷款的比例为36%。在企业负债中,银行贷款的平均占比为16.77%,而民间贷款的平均占比为13.65%。由此可知,在当前的县域创业活动中,多数的创业者仍使用民间借贷这种非正规的融资渠道来获取企业运营的资金,但其对企业经营的影响要小于正规的融资渠道。

从表2可以发现,有22%的县域创业者的家庭成员具有干部身份,这说明有相当一部分创业者拥有政治关系网络。男性创业者和女性创业者的占比分别为71%和29%。县域创业者的平均年龄为35岁,说明县域创业精华具有年轻化特点。创业者有配偶的占81%,无配偶的占21%。拥有非农业户口的创业者占全部县域创业者的31%,农业户口的创业者占69%。创业者的平均受教育年限为13年,说明多数的县域创业者至少拥有高中学历。

从表2可以发现,66%的县域企业采取了家庭经营形式,34%的采取了合伙制企业、有限责任公司和股份有限公司经营形式。接受调查的县域企业的员工数量平均为4人,说明县域企业以小微企业为主。截至2019年底,有81%的县域企业经营处于持平或盈利的状态,仅有19%的企业处于亏损状态。县域企业全部从事第二产业和第三产业,其所占比重分别为13%和87%。位于中部和西部地区的县域企业在受访企业中的占比为57%,位于东部地区的县域企业的占比为43%。

表2 企业创业者和企业的基本信息

(二)基准回归结果

表3报告了使用Probit模型估计政治关系网络对获得正规信贷的影响。为方便解释,表中列出的数值为各解释变量的边际效应。模型1只纳入了政治关系网络变量,其回归系数为0.117(系数在1%水平上显著),说明政治关系网络使县域创业者获取正规信贷的可能性平均提高了11.7%。模型2到模型4依次加入个体特征变量、企业特征变量和地区虚拟变量,政治关系网络变量在模型中的系数值分别为0.113和0.105,且仍在1%水平上显著,说明政治关系网络仍有助于提高县域创业者获得正规信贷的可能性。

我们以模型4为基准对控制变量的系数进行解释。性别变量的系数为0.044,且在5%水平上显著,这说明男性获得正规信贷的可能性比女性高出4%。婚姻状态与创业者获取正规信贷之间存在显著的正相关关系(p<0.05),这说明有配偶的创业者更可能通过正规信贷渠道获得资金。行业类型的回归系数显著为负,这说明从事第三产业的创业者获得正规信贷的可能性低于从事第二产业的创业者。

表3 政治关系网络对获得正规信贷的影响

正规信贷在企业负债中的占比能够反映其对企业的重要性。表4报告了使用多元线性回归模型估计政治关系网络对正规信贷占比的影响,建模策略与表3保持一致。在模型1中,政治关系网络的回归系数为4.046,在1%水平上显著,说明拥有政治关系网络使正规信贷在企业负债中的占比提升了4%。模型2到模型4依次加入个体特征变量、企业特征变量和地区虚拟变量,政治关系网络变量在模型中的系数值分别为3.475、3.417和3.375,且仍在5%水平上显著,说明政治关系网络将增加正规信贷在企业负债中的占比(大约为3%)。因此,政治关系网络不仅会影响县域创业者获得正规信贷的可能性,而且会影响企业负债结构,即提高正规信贷在企业负债中的占比。

表4 政治关系网络对正规信贷占比的影响

(三)稳健性检验

1.处理样本选择偏差问题

基准回归结果表明县域创业者的政治关系网络与正规信贷之间存在正相关关系,但二者是否存在因果关系需要在处理内生性问题后才能判定。样本选择偏差(sample selection bias)是内生性问题的来源之一,它在本研究中体现为创业者是否拥有政治关系网络,这一决策过程并不是随机的,而是可能受到其他因素的影响。因此,如果直接比较“有政治关系网络组”(实验组)和“无政治关系网络组”(对照组)在获得正规信贷和正规信贷占比上的差异,所估计的结果可能存在偏误。

本文采用倾向得分匹配法(Propensity Score Matching,以下简称PSM)来处理这一问题。PSM的基本思想是根据由多个控制变量估计出来的倾向值,来构造一个与实验组在诸多方面类似的对照组,从而达到两组可比的效果[36]。在此前的研究中,PSM也被证实是一种有效纠正OLS 估计偏误的方法[37]。PSM的操作步骤如下:(1)使用Logit模型估计县域创业者进入实验组的概率,即倾向值;(2)将倾向值在同一范围内的创业者进行匹配,并根据自变量将其归为实验组和对照组。为保证估计结果的稳健性,本文采取了三种匹配方法,分别是最近邻匹配(1:1配比)、半径匹配(半径为0.01)和核匹配(使用默认的核函数和带宽);(3)计算处理组的平均处理效应(ATT,Average Treatment Effect on the Treated),即对于拥有政治关系网络的创业者而言,其在没有政治关系网络下获得正规信贷的可能性是否存在差异,以及正规信贷占比是否存在差异。

在计算ATT之前,需要进行平衡性检验,其目的是观察匹配后实验组和对照组的协变量是否保持平衡。表5的结果显示,在进行匹配后,实验组与对照组的协变量之间的偏差大幅度缩小,并且协变量都不具有显著性差异,这样就基本达到了组间协变量的平衡性要求。表6报告了采用三种匹配方法计算的ATT结果。可以看到,Panel A 和Panel B中的ATT在绝大多数的模型中的取值都大于0,且都在统计上显著,这说明在各方面基本相似的情况下,有政治关系网络的县域创业者更可能获得正规信贷,并且会扩大正规信贷在企业负债中的比例。因此,在处理了样本选择偏差后,基准回归结果仍是稳健的,即政治关系网络对县域创业者使用正规信贷具有正向影响。

表5 协变量的平衡性检验

表6 倾向值匹配结果(ATT)

2. 替换自变量

此前的研究使用农村创业者的政治面貌来测量其拥有的政治关系网络[28]。本次调查不仅向县域创业者询问了其家庭成员担任干部的情况,也询问了其当前的政治面貌,其答案的赋值方式为:0=非党员,1=党员。从表7报告的结果可以看到,政治面貌变量在模型1和模型2中的系数分别为0.048和3.339,且都在统计上显著。这表明在县域范围内,相比于非党员创业者,党员创业者更可能获得正规信贷,并且会扩大正规信贷在企业负债中的占比。这一发现与前文分析得到的结论是一致的。

表7 政治关系网络对正规信贷的影响(替换自变量)

3. 剔除特殊样本

本研究使用的调查数据是在2020年5月份搜集的,此时正处于新冠疫情攻坚战的关键阶段,而全国各地的中小微企业普遍面临较大的生存压力。不过,由于湖北省是此次新冠疫情的中心,当地企业因疫情而遭受的损失相对较大,这可能会使创业者在接受在线调查时的心理状态与其他地区的创业者存在较大差异,从而影响数据资料的质量,进而导致估计结果出现偏误。为此,我们剔除了湖北省的县域企业样本,并且在对剩余的2396个企业样本进行分析后发现(见表8),所得结论与前文估计结果是一致的,即政治关系网络对县域创业者获取正规信贷和扩大正规信贷在企业负债中的占比具有正向影响。

表8 政治关系网络对正规信贷的影响(剔除湖北省企业样本)

结论与讨论

本文将研究对象聚焦于规模庞大的县域创业者群体,利用具有全国性与代表性的调查数据考察了政治关系网络对正规信贷的影响。通过对27省(直辖市)2513个县域创业者的调查数据进行分析,获得了两个研究发现:(1)县域创业者获得正规信贷的比例低于非正规信贷,但正规信贷在企业负债中的占比高于非正规信贷在企业负债中的占比;(2)有政治关系网络的创业者更可能获得正规信贷,并且会扩大正规信贷在企业负债中的比重。这一结论在处理了样本选择偏差以及进行其他稳健性检验后仍然成立。

从上述结果可知,县域创业者对正规信贷的依赖程度要高于非正规信贷。但是,县域创业者获得正规信贷的机会是不均等的,而政治关系网络是造成机会不均等的原因之一。结成政治关系网络主要有两个基础:一是个体在当地具有较高的地位和声望,二是拥有范围广泛且资源充裕的人际关系网络。在正规信贷市场中,这两项基础性优势可以转换为信用保障、担保保障和信息保障。首先,拥有政治关系网络的个体在当地具有较高的威望,受人信任和尊重,而这种声望本身是一种非常有效的抵押品[38]。其次,错综复杂的人际关系网络意味着更容易地获得他人的担保。不仅如此,关系网络的范围越大,越有可能接触到正规金融机构中的工作人员,进而可以深入了解贷款流程,甚至获得内部信息,从而节约贷款成本。因此,拥有政治关系网络的县域创业者可以获得优势并将其运用到正规信贷市场中,从而在获得正规信贷方面与不具有政治关系网络的县域创业者存在差异。

本文的政策含义在于:应高度重视县域创业者面临的正规信贷约束问题,加快推进普惠性正规信贷市场建设。这一措施的关键在于创新借贷机制,提高正规借贷资金供给与县域创业者借贷需求的匹配度,提高资金配置效率。具体的建议如下:第一,加大县域金融体制改革力度,强化制度导向,完善规章制度,减少非制度因素对金融体系运作的干扰;第二,完善信用评级体系,结合县域创业者的实际情况调整信用评估指标,在风险可控的前提下提高贷款额度和降低抵押品的价值要求;第三,完善贷款担保机制,鼓励建立县域居民互保联保机制,但需要严格控制担保网络的规模和贷款额度,避免出现非法集资问题;第四,地方政府要适度发挥担保作用,引导社会资本和金融资本共同组建担保基金,对冲金融机构面临的贷款违约风险,增强信贷供给的信心;第五,适度推广互联网融资模式,这既可以拓宽信贷资金来源,又可以推动不同金融主体进行竞争,提高金融服务质量。