小企業金融服務專營機構融資審批效率提升問題研究*

陳曉紅 李楊揚

（中南大學商學院 湖南長沙 410083）

一、引 言

小微企業是我國企業重要的組成部分，但由于其風險不低、融資規模不高、借款期限短的特點，小微企業融資難、融資貴、融資慢問題始終困擾小微企業生存和發展。我國小微企業目前仍然存在22萬億的融資資金缺口，①數據來自2015年1月廣發銀行發布的《中國小微企業白皮書》。小微企業的整體融資需求空間仍然很大。其中放款時間是制約小微企業獲得貸款的重要因素之一，約55%的小微企業需要在一周內獲得貸款，而銀行對小微企業的信貸一般要經過線下調查和交叉驗證，審批時滯約束往往會讓小微企業錯過最佳用款時機。

為解決小微企業融資問題，銀監會發布了《銀監會關于銀行建立小企業金融服務專營機構的指導意見》（銀監發[2008]82號）。該意見鼓勵各銀行機構建立小企業金融服務專營機構，并對小企業金融服務專營機構（下稱專營機構）進行了定義：“小企業金融服務專營機構是根據戰略事業部模式建立、主要為小企業提供授信服務的專業化機構”。

雖然各銀行在銀監會要求下設立了專營機構，但真正做到符合銀監會要求的事業部模式的非常少。各銀行機構根據實際情況對于專營機構做了一些調整，目前銀行設立的專營機構主要有兩種形式：一種是專業支行、特色支行；另一種是小微企業金融中心。前者從地理上接近小微企業，與其他基層支行不存在隸屬關系，符合銀監會提出的專營機構標準；后者一般設立在下屬分支行中，類似于一個業務部門，經營、業務不能完全獨立，與銀監會定義的專營機構有一定的差距。因此在本文中所提到的專營機構是指符合銀監會提出的事業部標準的前一種形式。

由于我國專營機構起步較晚還不夠成熟、機制建立尚在摸索階段，在充分規避貸款風險的前提下還需要完成銀監會或銀行管理部門提出的貸款目標，這使得專營機構在客戶的界定上存在模糊界定的可能，對于存在不確定性的小微企業在貸款審批上也有拖延的情況出現。

那么，我國專營機構提升審批效率的效果是否優于非專營機構？銀行中影響小微企業審批時滯約束的因素有哪些？本文以專營機構為研究對象，考察專營機構對小微企業審批效率的提升情況，并對銀行影響小微企業信貸審批的因素進行探討。

本文的貢獻在于：第一，國內現有研究很少有使用我國專營機構的數據來進行研究，本文使用來自專營機構的企業貸款信息記錄進行分析，從實證方面對專營機構緩解審批時滯約束加以研究。第二，滿足小微企業融資需求始終是金融監管的主要目標，對國家經濟發展具有根本性的影響，從供給方研究有利于采取有針對性的措施加強融資能力的建設。第三，我國目前這種專營機構模式提升審批效率的效果是否優于非專營機構，本文將對此進行檢驗。

二、文獻回顧

（一）對于小銀行優勢假說的研究

銀行放貸給小企業的行為受諸多因素影響，其中銀行的組織結構被認為是影響放貸的重要因素。國外學者經過研究認為存在“小銀行優勢”的假說。①國外的實證研究發現，在中小企業貸款占銀行總資產的比例和中小企業貸款占銀行全部貸款的比例上，小銀行的指標都高于大銀行，從而產生“小銀行優勢”的假說。由于小企業信息不對稱問題較大企業更加嚴重，大銀行一般會選擇回避小企業貸款；同時由于固定成本的存在，大銀行在對交易金額小且頻率高的小企業貸款上會出現規模不經濟的問題。而小銀行在競爭大企業客戶時難以取得優勢，但較大銀行在信息收集和傳遞上更有效率。

專營機構從地理上接近小微企業集中的區域，服務對象特定，這與小銀行的概念較為相近。由于地理優勢，小銀行與周邊小企業或多或少有所接觸，容易掌握企業周邊的環境、經營情況等信息，通過了解或接觸收集小企業的信息，其信息審核、貸后監督相比大銀行有相當的優勢（Stein，2002）。同時，小銀行的基層經理能得到所有權激勵，更加努力來收集軟信息，產生小銀行優勢（Brickley等人，2003）。但是，Petersen等（2002）和Berger等（2014）研究發現，技術進步改善了信息獲取的手段和質量，削弱了小銀行的信息優勢。

在我國，吳潔（2006）分析小銀行放貸行為，結果表明“小銀行優勢”未獲得實證支持。李華民等（2014）通過對廣東省內大銀行分支機構的田野式調研，發現大銀行憑借其范圍經濟優勢能以低利率水平向小企業融資。相反，李云娥和楊曉波（2013）認為從企業組織理論和代理理論的視角上小銀行存在信息和結構上的優勢，利用 logistic回歸模型驗證了“小銀行優勢”假說在中國的適用性。

（二）對于銀行業競爭的研究

除了組織結構以外，銀行間的競爭也在一定程度上對銀行貸款行為產生影響。馬雪彬和劉沙沙（2014）發現我國貸款利率的放開導致銀行競爭激烈，銀行為獲得利潤更加注重對中小企業服務，中小企業在銀行貸款客戶中所占比重上升。相反，秦捷和鐘田麗（2011）研究商業銀行競爭對小企業貸款的影響，發現競爭加劇時銀行更愿意爭奪大企業客戶。

國外相關研究中，Dehejia等人（2007）研究1900-1940年美國銀行監管對金融發展的影響，發現銀行間的競爭劇烈有利于提高銀行效率，使貸款更加快捷方便。但是 Mudd（2013）通過對跨國數據進行實證分析，發現較低水平的競爭能夠提高銀行對小企業放貸；但是隨著競爭程度的增加則會出現相反的情況。

（三）對于企業自身影響融資的研究

信息不對稱是企業受到融資約束的主要原因。銀行根據從企業獲取的信息進行貸款決策，小微企業信息不透明且不完全、容易受行業影響、風險高等自身問題，成為銀行貸款給小微企業的障礙。國內外多位學者就企業的自身因素對融資的影響進行了多方面探討，這些因素從存在形式上可分為硬信息和軟信息兩類。

硬信息通常是指企業規模、報表、債務、有形的可抵押物價值和法律形式的擔保合同以及信用評分，是定量的、可核實的信息。張琦和陳曉紅（2008）從企業規模的角度研究，發現企業規模越大，受到融資約束的程度越低。也有學者認為，中小企業的融資約束來自于自身因信息不透明、缺乏抵押品、融資規模小以及單位融資交易成本高等原因（王霄和張捷，2003；Beck，2006）。Tobias（2013）使用歐洲主要銀行的24萬樣本進行研究，發現雖然軟信息理論上能降低信息不對稱風險，但信貸員實際仍然依靠純硬信息數據和信用評分評估企業。

軟信息通常是企業難以進行量化的信息、企業的無形資產以及其他非法律形式的約束。Bosse（2009）發現小企業具有一定聲譽或曾獲得榮譽能夠向銀行傳遞良好信號，從而更容易快速獲得銀行貸款。陳曉紅和高陽潔（2013）以2010年我國530家中小上市企業為樣本，發現企業家受教育程度、擁有職稱有助于緩解中小企業融資約束。

從以上回顧可以看出，已有的文獻對于“小銀行優勢”假說有兩種觀點：一種認為小銀行的地域性、社區性特征，便于收集信息，在貸款審核上具有很大優勢；另一種認為企業軟信息對融資的影響不大，同時因技術進步和管制放寬，大型金融機構信息獲得難度降低，小銀行已經不存在優勢。銀行業競爭對于小微企業融資的影響也未得到統一的結論：激烈的競爭會讓銀行更加注重對小企業的服務，提高銀行的效率；但也可能因銀行考慮到風險、成本和利潤，努力爭奪大企業。在研究融資的影響因素方面，絕大多數文獻是從借款企業的角度進行研究，認為企業的硬信息和軟信息因素與企業受到的融資約束有關，從供給方即銀行如何影響融資審批的研究不多。

綜上所述，本文從銀行角度研究專營機構對于小微企業審批時滯約束的直接緩解效果，同時還將考慮到專營機構同非專營機構間的競爭關系，研究間接上對小微企業審批時滯約束的緩解效果，并對銀行影響小微企業審批時滯約束的影響因素進行探討。

三、研究設計

（一）樣本說明與變量設定

本文將樣本分成實驗組和對照組，用各組的回歸系數對比來檢驗專營機構對審批時滯約束的緩解效應，考察審批效率是否提升。本文將實驗組和對照組的選取控制在同一城市中，以確保地理、經濟、文化水平等額外因素不會造成影響。本文的調研方式為數據收集和訪談，數據時間跨度為2011年至2014年。基于數據可得性，本文的樣本來自湖南省長沙市，由于小企業貸款發生總量過于龐大，本文對長沙市內小微企業較多的麓谷區域、高橋區域和芙蓉區中14家主要銀行的分支機構采取抽樣的方式獲得數據①本文所調查的小微企業為各銀行機構劃定的小微企業標準，與銀監會下小微企業標準不盡相同。，剔除極端數據和不完全數據后，最終獲得有效樣本總量為738個，其中來自專營機構的樣本有192個，來自非專營機構的樣本有546個。

調查主要涉及的內容包括銀行對小企業的貸款審批機制以及放貸情況。本文的研究內容是專營機構是否緩解小微企業貸款受到審批時滯約束、提高貸款審批效率，以及銀行方面影響小微企業審批效率的因素，本文構造了以下實證所需的變量。

1、被解釋變量

小微企業向銀行貸款存在審批時滯約束。由于小微企業的資金需求一般而言具有額度小、頻率高、需求急的特點，較低的審批效率與小微企業融資需求特點相背（陳忠陽，2009）。俞兆云和陳飛翔（2010）通過研究發現，銀行的審批速度是中小企業信貸融資約束的重要影響因素；Behr（2011）用莫桑比克的小額貸款機構研究，發現小企業貸款申請的審批過程與借款關系強度之間存在著聯系。

經過調研和數據分析，我們發現由于銀監會的“兩個不低于”要求，以及信貸員對于客戶申請額度的合理建議，銀行對于小企業貸款申請基本能夠做到足額的發放，但存在審批時間過長的現象。不同于以往學者使用融資需求缺口來衡量小微企業受到的約束，本文將銀行審批小微企業貸款的效率（Efficiency）作為被解釋變量。“效率”多指單位時間內工作產量，在本文中審批效率是指單位時間內審批的貸款金額。該變量以銀行發放貸款時間與企業申請貸款的時間之差即審批時長②此處審批時長是指從企業向銀行提出貸款需求開始，經過銀行收集資料與核準、審批，至最終放貸的全過程耗費的時長，以天數為單位。（Duration）作為分母，以小微企業申請貸款的金額（Application）作為分子，③由于小微企業實際貸款過程中，申請金額與批準金額基本相等，而貸款審批流程的長短與申請金額有關，因此本文在此處以申請金額作為分子。從數學意義上來看，該變量表示的是對于該筆貸款銀行平均每天審批的金額，即審批速度。

2、銀行審批變量

（1）銀行對小微企業硬信息的事前知悉程度（HardInfor）。專營機構進行的是區域性的服務，對于一定地理范圍內的小微企業更容易獲取企業信息，緩解信息不對稱。

本文將銀行對小微企業硬信息的事前知悉程度作為解釋變量之一。本文以銀行審批貸款時一般需要了解的 13項硬信息（包括總資產、現金流、抵押物價值等）為標準，記錄所調查銀行在貸款時對于小微企業了解哪些信息，并以銀行接受貸款申請時向企業了解硬信息的項數作為反向的衡量指標。如果在接受貸款申請時收集硬信息項目數越多，表示銀行在事前了解該企業硬信息程度越低。作為以利潤為經營目標的金融機構，銀行因小企業風險高而謹慎放貸，因此如果銀行對于小企業的事前硬信息知悉程度越高，審查時需要的信息項目會越少，貸款審批效率應該越高。

（2）銀行對小微企業軟信息的事前知悉（SoftInfor）。小微企業硬信息數據不如大中型企業那樣規范，資料往往不完整。為準確把握小微企業的風險程度，銀行通常還審查軟信息。本文將銀行對企業信息的獲取情況作為解釋變量之一，涉及銀行是否在審查時才對小微企業控制人個人征信狀況、行業發展前景、企業整體經營管理情況進行查訪等，采用二元變量來表示銀行是否在審批時獲取小微企業的軟信息,如果銀行在事前已獲取足夠軟信息以0表示，否則在審批時獲取軟信息以1表示。一般來說，如果銀行事前不清楚小企業軟信息，審查信息項目花費時間越多，審批效率越低。

（3）銀行對小微企業貸款審批額度（Approval）。對于小微企業的貸款申請，各支行在規定額度內可自主審批。這種扁平化結構能提高基層信貸經理的積極性，提高信貸經理的信息創造能力。因此銀行貸款審批額度高，有利于小微企業信息的收集，緩解小微企業信息不對稱，從而縮短審批時間，提高審批效率。

3、貸款企業控制變量

本文對貸款企業設置了以下控制變量：

（1）企業規模（Assets）。本文以企業現有資產來表示企業的規模。

（2）企業在貸款銀行的曾經貸款記錄（OnceLoan）。本文采用二元變量來表示企業是否在貸款銀行有過貸款歷史，曾經在同銀行有過貸款記錄的企業該變量為1，否則為0。

（3）企業抵押擔保情況（Pawn）。小微企業采用抵押、擔保或購買保險進行貸款的以1表示，否則以0表示。

（4）實際控制人的聲譽（Reputation）。這里的聲譽指的是實際控制人是否有人大代表、政協委員等的政治工作經歷，或被評為勞動模范、先進個人等被評獎經歷。本文采用二元變量來表示，如果實際控制人享有聲譽為1，否則為0。

（5）年度變量（Year）。本文控制了年度變量，當貸款時間為2011年時變量取值為1，當貸款時間為2014年時變量取值為4。

（6）不良貸款率增長值（NPLgrowth）。現有研究表明不良貸款與貸款效率為負相關（Berger和Humphrey，1997）。如果不良貸款增加，銀行對于新申請貸款更加謹慎的審批，審批效率會下降。現有文獻一般使用不良貸款率衡量貸款質量。在本文中，由于專營機構出現前，小微企業獲得的銀行貸款來自非專營機構；專營機構出現時，非專營機構中已經累積一部分不良貸款存量，直觀上看非專營機構不良貸款率普遍高于專營機構，這對本文實證造成共線性影響。因此本文采用銀行各分支機構小微企業不良貸款率年度增量，即不良貸款率增長值作為控制變量。①根據現有研究，不良貸款率與效率為負相關。從數學角度，不良貸款率增長值與效率的相關系數符號將和效率變化值有關。經由求導可發現，不良貸款率增長值與效率的相關系數符號與效率變化值相反。

（二）描述性統計

表1是變量的描述性統計。對比專營機構和非專營機構，小微企業向非專營機構申請貸款金額的平均值略大于專營機構，但由于專營機構的平均審批時間更短，在平均審批效率上專營機構更高。非專營機構的審批權限平均值高于專營機構，其小微企業客戶的總資產平均值高于專營機構。而對于對企業硬信息知悉程度、對企業軟信息的獲取、企業貸款歷史、企業抵押情況和實際控制人聲譽這些變量，在專營機構和非專營機構中的差異不大。非專營機構平均不良貸款率增長值高于專營機構。

從樣本總體上看，銀行的小企業客戶平均總資產為 4651萬元，說明銀行放貸的小微企業以具有雄厚資本的企業為主。從曾經貸款經驗和抵押、擔保和保險情況上看，銀行的貸款客戶過半數是曾有同銀行貸款經驗、申請時有抵押擔保等的客戶；從小微企業實際控制人聲譽上看，控制人享有聲譽的不多。

表1 變量的描述性統計

由于本文后文將采用分組回歸以及對不同組的估計系數進行對比，需要在模型中引入交互變量，為減少多重共線性的可能性，對各變量進行中心化。隨后，本文對各變量之間進行了方差膨脹因子檢驗，得到各變量VIF均不大于10，說明各變量之間不存在嚴重的多重共線性。

四、計量結果與分析

（一）專營機構對審批時滯約束的直接緩解效果

本文在該部分研究的是專營機構對審批時滯約束的直接緩解效果，即從審批效率直接提升角度來對比專營機構和非專營機構。

我們將樣本按照貸款是否來自專營機構（分組變量為 ExclusiveInst）的標準劃分為專營機構組（實驗組，ExclusiveInst=1）和非專營機構組（對照組，ExclusiveInst=0），對兩組進行回歸，并對比回歸系數。由于涉及到不同組的回歸系數對比，需要進行回歸系數差異顯著性檢驗。因此我們將分組變量與解釋變量和控制變量進行交互。①該方法來自加州大學洛杉磯分校（UCLA）數字研究與教育學院（IDRE, The Institute for Digital Research and Education），對比兩組回歸系數的方法：http://www.ats.ucla.edu/stat/stata/faq/compreg2.htm

本文建立模型（1）來研究小企業專營機構對審批時滯約束的直接緩解效果。

模型（1）中，Efficiency為被解釋變量審批效率，Approval、HardInfor和SoftInfor分別是解釋變量審批權限、對硬信息的事前知悉和對軟信息的事前獲取，1S、2S和3S分別是分組變量 ExclusiveInst與 Approval、HardInfor和 SoftInfor的交互項，1C至6C分別ExclusiveInst與各控制變量的交互項。Controls為前文設定的企業貸款控制變量，包括企業總資產Assets、企業在貸款銀行的曾經貸款記錄OnceLoan、企業抵押擔保情況Pawn、實際控制人的聲譽Reputation、年度變量Year以及不良貸款率增長值NPLgrowth這五項。當ExclusiveInst=1時，上式反映的是實驗組，反之ExclusiveInst=0則為對照組。

表 2是對專營機構對審批時滯約束直接緩解效果的回歸結果。（1）組是模型（1）的樣本總體回歸，（2）組和（3）組分別是模型（1）中實驗組和對照組的回歸結果。

根據樣本數據的實證結果，ExclusiveInst變量與貸款審批效率變量Efficiency顯著正相關。這表明，從審批時滯約束上來說，專營機構較非專營機構有緩解效果，專營機構的審批速度更快。

在銀行審批權限方面，在（3）組中Approval與被解釋變量Efficiency顯著負相關，說明非專營機構的審批權限額度越高，貸款審批效率反而越低。這雖與前文推測不同，但本文認為這更能反映小企業貸款的實際情況。審批額度更高，意味著基層銀行的自主權更大。通過調研訪談我們發現，基層銀行的自主權越大，往往為小企業貸款時更加謹慎。本文認為，這是由于銀行對小微企業的信息獲取存在很多阻礙，銀行自主審批權更大，可選擇的小微客戶范圍越大，在審批時就變得更加謹慎，甚至會出現挑選客戶的情況，造成在審批效率上可能有一定的延緩，這與 Canales（2012）提出分支機構在擴大信貸的同時也會挑選客戶的結論很相近。（2）組中Approval的估計值不顯著，無法證明專營機構中審批權限額度與審批速度之間的關系。而（1）組中的1S不顯著，無法說明在審批權限上哪種機構延緩的程度更多。

表2 專營機構對審批時滯約束的直接緩解效果研究的回歸結果

在銀行對小企業硬信息知悉方面，（2）組和（3）組的HardInfor與Efficiency顯著負相關，說明不論是專營機構或是非專營機構，在事前知悉企業的硬信息越多，越能夠提高審批的效率越大，這與前文判斷一致。（1）組中2S與被解釋變量顯著負相關，說明專營機構較非專營機構事前獲取硬信息更有利于提高審批效率。在銀行對小企業軟信息獲取方面，（2）組和（3）組的SoftInfor與被解釋變量顯著負相關，說明專營機構和非專營機構在事前獲取企業的軟信息能夠提高審批效率。（1）組中的3S與被解釋變量顯著負相關，表明相對于非專營機構，專營機構在貸款發生前就獲取到軟信息更能提高效率。

從交互項2S、3S可以看出，對于信息獲取，專營機構在事前獲取更加有利于提高審批效率。出現這樣的差異，本文認為是專營機構從地理位置上更加靠近小微企業所在的區域，擁有人緣地緣的優勢更有利于他們獲取真實可靠的信息。

在控制變量方面，我們發現在（2）、（3）組中，企業資產Assets與被解釋變量顯著正相關，說明小微企業擁有的資產對銀行來說是重要的質量信號，有助于銀行對小微企業的實際情況進行了解，緩解信息不對稱，這與 Patrick（2011）的研究結論一致；而在（1）組中，1C變量的系數與被解釋變量顯著負相關，說明在非專營機構中，小微企業的總資產對審批速度的影響更大。在（2）組和（3）組中企業曾經貸款記錄OnceLoan對于貸款審批效率有顯著性正向影響，說明在專營機構和非專營機構中，企業在同一銀行有貸款記錄能夠減少銀行花費時間成本，提高審批效率；但（1）組中的2C交互項系數不顯著，因此無法說明貸款記錄對于哪種機構的審批效率提高效果更多。抵押擔保變量Pawn在（2）（3）組中與審批效率顯著正相關，表明對于銀行機構來說，有抵押擔保的小微企業貸款申請，機構審批得更快，這說明抵押在解決信息不對稱問題上有積極作用，與范香梅和張曉云（2012）的模型推論相同；而（1）組中的3C并不顯著，因此無法說明提供抵押擔保在哪種機構中影響審批速度提高更多。

實際控制人聲譽Reputation在（2）組和（3）組中與審批效率顯著正相關，說明在銀行機構中小微企業的實際控制人具有良好聲譽有利于審批效率的提高，這與Bosse（2009）發現小企業聲譽能夠傳遞良好信號，取得銀行信任的結論相近。另外，在（1）組中4C變量系數不顯著，同樣無法證明實際控制人聲譽對于哪種機構的審批速度影響更多。

（二）專營機構對審批時滯約束的間接緩解效果

本文在該部分研究的是專營機構對審批時滯約束的間接緩解效果，我們類比 Rice（2010）研究廢除麥克費登法案對美國州際支行貸款利率影響的方法，從時間上對數據進行縱向的組別劃分。

2012年6月湖南省人民政府出臺了《關于進一步支持小微企業發展的實施意見》（湘政發〔2012〕18號），要求各銀行業金融機構進一步加大對中小微企業的金融支持力度，擴大信貸投入，完成“金融機構對小型微型企業貸款的增速不低于全部貸款平均增速，增量高于上年同期水平”的要求，建立服務小型微型企業的專營機構或部門。

經由對銀行分支機構調研，我們發現從2012年10月開始，長沙市區內服務小微企業的機構增多，尤其以中小銀行為主。Dehejia等（2007）認為銀行分支機構增加會加劇銀行間競爭，提高銀行效率。本文認同這一觀點，并進一步認為專營機構相比非專營機構在審批時滯約束的緩解作用上更有優勢，競爭可能會使專營機構間接影響非專營機構不斷完善審批流程，提高審批效率，從實質上接近專營機構。

本文從縱向進行分組，將非專營機構對小微企業貸款2012年10月前的數據劃分為對照組（TimeGroup=0），之后的數據劃分為實驗組（TimeGroup=1）。對兩組分別回歸，對比系數差異，我們將分組虛擬變量TimeGroup與銀行審批變量進行交互。

本文建立以下模型來研究專營機構對非專營機構的影響，即專營機構對審批時滯約束的間接緩解效果。

模型（2）中的 Efficiency為被解釋變量審批效率，Approval、HardInfor和 SoftInfor分別是解釋變量審批權限和對硬信息、軟信息的知悉，1T、2T和3T分別是分組虛擬變量TimeGroup與Approval、HardInfor和SoftInfor的交互項。Controls為前文設定的控制變量，包括企業總資產 Assets、企業在貸款銀行的曾經貸款記錄 OnceLoan、企業抵押擔保情況Pawn和實際控制人的聲譽Reputation這四項，1K至5K分別TimeGroup與各控制變量的交互項。當TimeGroup=1時，上式反映的是后期非專營機構的（實驗組）狀況，反之則反映的是前期（對照組）的狀況。由于分組變量TimeGroup已經包含了對不同階段的時間影響，因此在模型（2）中不再加入年度變量Year及其對應交互變量。表3是對專營機構對審批時滯約束間接緩解效果的回歸方程結果。

表3 專營機構對審批時滯約束的間接緩解效果的回歸結果

續表3

注：*、**、***分別表示0. 1、0.05、0.01顯著性水平，括號內數值表示t統計量。

從表3我們發現，銀行審批變量中分組變量TimeGroup與被解釋變量顯著負相關，表明后期的非專營機構對小微企業的貸款審批效率較前期有所下降。隨著銀行數量的增加，并未出現前文所預想的影響非專營機構提高審批效率的情形。結合調研結果，本文對此有兩點推測：第一，在政策的引導和要求下，近年來銀行機構的貸款門檻均有所降低，小額貸款申請占比增加，造成平均審批效率降低。第二，目前在我國銀行業對小微企業金融服務，大多數仍然是銀監會直接推動的結果，在對小微企業的金融服務上并未形成激烈的競爭。非專營機構的小企業不良貸款率一直較大，逐漸接近或已超過其容忍度。隨著專營機構的增加，并未出現前文所預想的促使非專營機構放寬審核標準、提高審批效率的情形。作為盈利性機構，考慮成本、風險、利潤，非專營機構可能在專營機構出現后，更加謹慎的審批貸款，逐步降低對小微企業貸款的主動性，僅僅達到銀監會提出的標準，轉而將資金投入大中型企業。因此非專營機構對小微企業的貸款審批效率有所降低。

在（2）組中解釋變量Approval與被解釋變量Efficiency顯著負相關，（3）組中的Approval不顯著。說明后期非專營機構中，審批權限的額度對于貸款審批效率有負向影響。1T在（1）組中與被解釋變量顯著負相關，這表明后期在非專營機構中，審批權限額度對審批效率的負相關性較前期更強。說明后期非專營機構在審批權限高時會對小微企業進行挑選，對審批效率有一定延遲，同時通過交互項說明后期的延遲現象較前期更嚴重。

HardInfor變量在（2）組和（3）組均與被解釋變量負相關，說明不論前期后期，事前收集小微企業硬信息都有利于審批速度的提高；對應的交互項2T在（1）組中與被解釋變量Efficiency顯著正相關，表明前期非專營機構在事前收集硬信息對審批效率影響更大。SoftInfor變量在（2）組并不顯著，在（3）組中與被解釋變量負相關，說明前期非專營機構事前獲取小微企業軟信息能夠有效提高審批效率。而3T在（1）組中與被解釋變量正相關，表明這表明后期非專營機構在事前獲取軟信息對審批效率的提升效果沒有前期好。

在控制變量中，企業總資產Assets在（2）（3）組中與被解釋變量Efficiency顯著正相關，表明非專營機構對資產多的企業審批更快；對應的交互項1K在（1）組中不顯著，說明小微企業總資產在兩個時期對于審批效率的影響沒有發生顯著變化。變量OnceLoan和Reputation在（2）組中與被解釋變量顯著正相關，Pawn在（2）（3）組均與被解釋變量顯著正相關，說明在后期曾經貸款記錄和控制人聲譽的企業能傳遞好的信號提高效率，而企業提供抵押擔保可以提高效率。這些變量對應的交互項2K、3K和4K均不顯著，因此無法說明這些變量在兩個時間階段發生了變化。

結合1T、2T和3T表示的差異以及TimeGroup變量的估計系數，本文認為非專營機構后期存在因審批權限過多而進行挑選客戶的現象，且比前期更加明顯；同時前期非專營機構在事前獲取信息對審批效率的提升效果更好。本文對于這種差異的推測如前文所述，可能來自于小額貸款增加，也可能來自于非專營機構對小微企業貸款的主動性減弱。為驗證本文對于這種差異的推測是否存在，我們將專營機構與非專營機構的貸款總額與審批效率進行對比。

由于樣本總體來自于銀行機構的抽樣，因此我們以平均值來盡可能減少抽樣帶來的誤差。我們將樣本中各年度兩種機構的平均貸款金額和平均審批效率進行對比，如圖 1所示。

圖1 專營機構與非專營機構的貸款金額和審批效率對比

由于專營機構的樣本最早來自 2012年末，專營機構的平均審批效率和平均貸款金額在2011年均為0。可以看出，專營機構出現后，非專營機構的審批效率和貸款金額均有所下滑；而專營機構的平均審批效率和貸款金額均呈現上升趨勢。2011年和2012年，非專營機構的貸款金額和審批效率均高于非專營機構。在2013年和2014年，專營機構的審批效率更高，而平均貸款金額與非專營機構相差不大。由此可以看出，非專營機構的平均貸款金額和平均審批效率在專營機構出現后降低，說明非專營機構對小微企業金融服務的主動性減弱。

（三）穩健性檢驗

在穩健性檢驗部分，本文將采用添加控制變量的方式，分別對直接緩解模型和間接緩解模型進行穩健性檢驗。加入的控制變量是貸款企業的成立年限以及其與各分組變量的交互變量。加入控制變量后，R2只發生了微弱的變化，各變量的顯著性和系數都沒有發生明顯的變化，說明模型基本是穩健的。限于篇幅，穩健性檢驗結果及與初始回歸結果的對比在此未做報告。

五、結論與展望

我國目前的小企業金融服務專營機構是否有效緩解了融資中的審批時滯問題、提高了審批效率，銀行中影響審批效率的因素有哪些，為解決以上問題，本文采用調查和訪談的方式收集了湖南省長沙市 2011—2014年小微企業從銀行獲得貸款情況，通過實證研究了專營機構對于審批時滯約束的直接緩解效果和間接緩解效果，同時從銀行貸款角度考察了影響貸款審批效率的因素。

本文得到以下結論：（1）專營機構由于地理位置更加靠近小微企業，具有人緣地緣優勢，其存在本身對于小微企業受到的審批時滯約束有明顯的緩解效果。（2）專營機構的出現，并未使非專營機構因競爭而提高審批效率，對審批時滯約束沒有產生間接的緩解效果。（3）對非專營機構來說，過多的自主審批權限，在審批客戶時的自由度更大、可選擇性更大，對于客戶信息審核更加謹慎，會導致在一定程度上延緩審批效率。（4）貸款前銀行對企業信息掌握越清楚，貸款審批時需要仔細核查的資料就越少，貸款審批時間就越短，貸款審批效率越高；與非專營機構相比，專營機構事前對小微企業信息知悉程度對貸款審批效率的影響更大。（5）小微企業曾有同銀行貸款記錄、能夠提供抵押貸款或擔保、企業實際控制人擁有名譽或享有聲譽均能夠提高貸款的審批效率。

本文的研究結果表明，（1）專營機構的人緣地緣優勢有利于緩解審批時滯約束，審批效率更高，這種差異化、特色化經營方式值得被肯定，且未來可能會成為小微企業獲得銀行貸款的主要途徑。（2）對小微企業來說，硬信息和軟信息對于銀行來說都是重要的質量信號，小微貸款往往需求急、頻率高、金額小，更加需要盡可能的提供自身信息提高貸款效率，與銀行構建長期穩定的銀企合作關系。（3）對銀行而言，分支機構可以適度調整審批權限，一方面保證信貸經理有足夠積極性進行信息創造，另一方面又可以避免過高的審批自由使銀行挑選客戶降低效率。（4）對于監管機構來說，非專營機構對小微企業提供金融服務主動性不強，可以考慮對機構放貸小微企業承受的風險進行補貼，同時在監管指標上適當放寬對貸款小微企業的要求，引導關注小微企業的潛在收益。

本文還存在一些局限，例如，只收集了近4年的數據樣本進行分析，未來希望可以用時間跨度更長的數據進行研究。除此之外，本文也延伸出后續可研究問題，例如，審批權限過高可能會導致審批效率降低，應當如何控制審批權限？

1. 陳忠陽、郭三野、劉呂科：《我國銀行小企業信貸模式與風險管理研究——基于銀行問卷調研的分析》[J]，《金融研究》2009年第5期。

2. 陳曉紅、高陽潔：《企業家人口統計特征對中小企業融資約束的影響機制研究》[J]，《科研管理》，2013年第34期。

3. 范香梅、張曉云：《社會資本影響農戶貸款可得性的理論與實證分析》[J]，《管理世界》2012年第4期。

4. 李云娥、楊曉波：《基于“小銀行優勢”視角的中小企業融資問題研究》[J].《江蘇師范大學學報（哲學社會科學版》，2013年第06期。

5. 馬雪彬、劉沙沙：《利率市場化、銀行競爭與中小企業信貸可獲性》[J]，《財務與金融》2014年第6期。

6. 秦捷、鐘田麗：《商業銀行競爭對小企業信貸可獲性的影響》[J]，《東北大學學報（自然科學版）》2011年第10期。

7. 王霄、張捷：《銀行信貸配給與中小企業貸款——一個內生化抵押品和企業規模的理論模型》[J]，《經濟研究》2003年第7期。

8. 吳潔：《“小銀行優勢假說”在中國的實證檢驗》[J]，《南京審計學院學報》2006年第4期。

9. 俞兆云、陳飛翔：《對中小企業信貸融資約束及其影響因素的實證研究》[J]，《統計與決策》2010年第8期。

10. 張琦、陳曉紅、蔡神元：《“規模歧視”與中小企業信貸融資——基于湖南中小企業問卷調查數據的實證》[J]，《系統工程》2008年第10期。

11. Beck, Thorsten, Demirguc Kunt,2006, “Small and Medium-size Enterprises: Access to Finance as a Growth Constraint”[J],Journal of Banking & Finance,Vol.30(11),PP2931-2943.

12. Behr, P., Entzian, A., Güttler, A..2011,“How Do Lending Relationships Affect Access to Credit and Loan Conditions in Microlending?”[J]. Social Science Electronic Publishing, Vol.35(8),PP2169-2178.

13. Berger, A. N., Goulding, W., Rice, T., 2014,“Do Small Businesses Still Prefer Community Banks?”[J],Journal of Banking & Finance, Vol.44(3),PP264-278.

14. Berger, A. N., Humphrey, D. B. 1997: “Efficiency of Financial Institutions: International Survey and Directions for Future Research"[J]. European Journal of Operational Research, Vol.98(2),PP:175-212.

15. Bosse, D. A.,2009,“Bundling Governance Mechanisms to Efficiently Organize Small Firm Loans”[J],Journal of Business Venturing, Vol.24(2),PP183–195.

16. Brickley, J. A., Linck, J. S., Jr. C W S, 2003, “Boundaries of the Firm: Evidence from the Banking Industry”[J], General Information, Vol.70(3),PP351-383(33).

17. Canales, R., Som, Y, 2012,“A Darker Side to Decentralized Banks: Market Power and Credit Rationing in SME Lending”[J],Journal of Financial Economics, Vol.105(2),PP353-366.

18. Seifert B,Gonenc H,2008, “The International Evidence on the Pecking Order Hypothesis”[J]. Journal of Multinational Financial Management, Vol.18(3),PP244-260.

19. Mudd, S. Bank Structure,2013,"Relationship Lending and Small Firm Access to Finance: A Cross-Country Investigation"[J]. Journal of Financial Services Research, Vol.44(2),PP:149-174.

20. Petersen, M. A., Rajan, R. G., 2002,“Does Distance Still Matter? The Information Revolution in Small Business Lending”[J],The Journal of Finance,Vol.57(6),PP2533-2570.

21. Petersen, M. A., Rajan, R. G., 1994,“The Benefits of Lending Relationships Evidence from Small Business Data”[J],The Journal of Finance, Vol.49(1),PP3-37.

22. Rajeev, Dehejia, Adriana, Lleras-Muney, 2007,“Financial Development and Pathways of Growth: State Branching and Deposit Insurance Laws in the United States,1900—1940”[J],The Journal of Law and Economics, Vol.50(2),PP239-272.

23. Rice, T., Strahan, P. E.,2010,“Does Credit Competition Affect Small-Firm Finance?”[J], Journal of Finance,Vol.65(3),PP861–889.

24. Stein, J. C., 2002,“Information Production and Capital Allocation: Decentralized versus Hierarchical Firms”[J],The Journal of Finance, Vol.57(5),PP1891-1921.

25. Tobias Berg, Manju Puri, J?rg Rocholl.2013,"Loan Officer Incentives and the Limits of Hard Information"[D]. NBER Working Paper No. 19051.

（LF）