抵押物有助于緩解小微企業信貸約束嗎？

■程 超

一、引言

小微企業在推動國民經濟高質量發展、拉動就業、保障社會穩定等方面發揮著舉足輕重的作用，支持小微企業融資是銀行服務實體經濟的重要體現，但小微企業卻面臨著嚴重的信貸約束（程超和趙春玲，2018）。小微企業面臨融資難的根源在于信息不對稱，為了緩解信息不對稱，各種貸款技術應運而生，抵押物作為一種傳統的貸款技術在實踐中得到了廣泛地應用。信貸配給理論認為，銀行在事前風險甄別過程中，企業通過提供抵押物向銀行傳遞自身優質經營的信息，以緩解逆向選擇，抵押物發揮著客戶選擇效應；在銀行貸款發放后，抵押物起著約束企業行為的作用，可以防止道德風險，抵押物發揮著風險約束效應。那么，在銀行配置資金的過程中，小微企業提供抵押物是否確實有助于提高其信貸可獲性？抵押物緩解小微企業信貸約束的作用機制何在？不同種類的抵押物，其在緩解小微企業信貸約束方面有何差異？這些將是本文試圖研究并回答的問題。

當前，我國信貸市場中銀行貸款技術創新動力不足，金融基礎設施不完善，銀企間信任度較低，這決定了銀行在發放貸款時較為依賴抵押物。因此，本文在豐富和完善小微企業信貸理論的同時，在完善小微企業抵押擔保體系、探尋抵押物替代機制、提高小微企業信貸可獲性等方面具有重要的實際意義。

二、文獻綜述與理論分析

為了探究小微企業提供抵押物是否有助于緩解其信貸約束，有必要厘清抵押物在銀行資金配置過程中影響信息不對稱的作用機制。基于事前信息不對稱的逆向選擇理論認為，信息不對稱主要存在于貸款發放前。若借款者難以通過可觀測特征將自身風險水平和還款能力傳遞給銀行，則借款者不得不通過提供抵押物向銀行傳遞有關自身經營質量的信息。在此情形下，低風險借款者為了與高風險借款者區別開來，愿意通過提供高價值抵押物，向銀行傳遞優質經營和較強還款能力的信號。與低風險借款者相反，高風險借款者由于擔心無法履行還款合約而失去抵押物，故不愿意提供高價值抵押物（Menkhoff et al.，2012；李 燕 橋和臧旭恒，2014）。通過企業所提供的抵押物，銀行實現了貸前分離均衡。在此分離均衡下，低風險借款者通過提供高價值抵押物獲得低利率貸款，高風險借款者則通過提供低價值抵押物或不提供抵押物來獲取高利率貸款，提供抵押物越多的企業，其信貸風險水平越低，銀行越愿意為之提供貸款，抵押物發揮著客戶選擇效應（何廣文等，2016）。

與之相反，基于事后信息不對稱的道德風險理論認為，銀行和借款者之間主要存在事后信息不對稱。在貸款發放前，銀行能夠識別出不同借款者的風險類型，但難以控制企業貸后行為。為了約束道德風險，銀行要求高風險企業提供高價值抵押物以防范其從事風險項目和策略性違約。在此情形下，銀行通過抵押物實現了貸后分離均衡，均衡狀態為銀行要求高風險企業提供高價值抵押物，以保障企業違約后的收益補償，要求低風險企業提供低價值抵押物或不提供抵押物（平新喬和楊慕云，2009；尹志超和甘犁，2011；Berger et al.，2016）。在風險水平一定的情況下，企業提供的抵押物越多，風險約束效應越明顯，銀行越愿意為其提供貸款，抵押物發揮著風險約束效應。

盡管不同理論模型所引致的分離均衡不同，但無論是基于逆向選擇理論的客戶選擇效應，還是基于道德風險理論的風險約束效應，均表明企業提供抵押物將有助于緩解其面臨的信貸約束。在作用機制方面，抵押物在影響小微企業信貸約束過程中究竟哪種機制占據主導，取決于信息不對稱主要存在于貸前環節還是貸后環節，抵押物主要發揮信號傳遞作用還是風險約束作用。若事前貸款技術甄別能力有限，銀行難以有效區分不同借款企業風險，信息不對稱主要存在于貸前，銀行需要依靠抵押物所傳遞的信息甄別企業，則抵押物的客戶選擇作用占據主導，企業風險與抵押物提供呈現負相關。若銀行無法有效監督企業貸后行為，信息不對稱主要存在于事后，則會要求風險越高的企業提供越多的抵押物，抵押物的風險約束作用占據主導，企業風險與抵押物提供呈現正相關。

在現實中，銀行在配置資金時，是否如上述理論所言，小微企業提供的抵押物確實具有緩解其信貸約束的功能？緩解機制中何種作用占據主導？不同抵押物的貸款效應有何差異？這些均是有待檢驗的實證性問題。然而，現階段缺乏采用微觀數據分析抵押物的提供對小微企業信貸約束影響的研究。僅有的關于抵押物貸款效應的研究主要限于個人信貸領域，尤其是農戶貸款。例如，李燕橋和臧旭恒（2014）利用國內某銀行數據實證研究抵押物對個人消費貸款的影響，發現抵押物對緩解信貸約束具有顯著作用，提供抵押物的個體能夠獲得更大數額的信貸資金。張琴和高小玉（2020）探究了農村宅基地抵押對農戶信貸約束的影響。還有學者實證考察了農地經營權抵押對農戶貸款的影響（李韜和羅劍朝，2015；張欣等，2017）。

除了缺乏抵押物對小微企業融資效應的實證性文獻，已有的關于抵押物對個人信貸影響的文獻不僅存在嚴重內生性問題，還存在多重樣本選擇偏誤。具體而言，獲得貸款的企業并非全部企業的隨機抽樣，只有對具有資金需求并選擇向銀行申請貸款且獲批的企業而言，才能觀測到其信貸合約中的抵押物提供情況，這顯然牽涉到多重樣本選擇問題。無論采用單方程模型抑或采用解決單樣本選擇性問題的Heckman模型、PMWC模型都無法解決多重樣本選擇問題。在內生性方面，信貸合約中的條款，包括放貸金額、貸款利率、貸款期限和抵押物要求等都是同時決定的，可觀測和不可觀測的企業特征會同時影響抵押物提供和企業信貸狀況，因此由遺漏變量和反向因果帶來的內生性問題同樣會造成估計結果偏誤。

為此，本文采用同時考慮多重樣本選擇問題和內生性問題的三階段估計方法，實證分析提供抵押物對信貸約束的影響。第一階段分別估計企業的資金需求、貸款申請和貸款獲取這三個方程，第二階段和第三階段為基于上述三個方程所計算出的三個逆米爾斯比和簇效應工具變量的兩階段最小二乘回歸。隨后，進一步探究抵押物的作用機制以及不同類型抵押物的差異化作用效果。

三、實證方法

（一）抵押物對信貸約束影響的實證模型

為了同時克服內生性問題和多重樣本選擇偏誤，獲得抵押物貸款效應的一致估計，需要使用三階段估計方法。采用Wooldridge（2010）提供的三階段估計方法實證分析抵押物對小微企業信貸約束的影響，具體操作步驟為：

第一步，采用Probit模型依次估計企業的資金需求方程、貸款申請方程、貸款獲取方程，即模型（1）至（3），并分別計算這三個選擇方程所對應的三個逆米爾斯比IMR1、IMR2、IMR3。

企業的資金需求方程如模型（1）所示，估計樣本為全樣本企業。被解釋變量Demand 表示企業是否有資金需求，Firm 表示企業特征控制變量，Region 表示地區特征控制變量，μ1為隨機擾動項，下標i表示單個企業。

企業的貸款申請方程如模型（2）所示，估計樣本為有資金需求的企業，即Demand=1的企業樣本。若企業選擇申請貸款，Apply=1；若企業有資金需求但因種種原因而放棄貸款申請，則Apply=0。模型（2）在模型（1）基礎上，加入了企業主特征控制變量Owner①Christensen&Hain（2015）研究表明，企業主的心理因素是影響其是否申請貸款的重要因素。。

企業的貸款獲取方程如模型（3）所示，估計樣本為有資金需求且申請貸款的企業，即Demand=1且Apply=1的企業樣本。若企業貸款獲批，無論其是足額獲得貸款，還是部分獲得貸款，Approved=1；若企業貸款被銀行拒絕，則Approved=0。

第二步，針對獲得貸款的企業樣本，將這三個逆米爾斯比IMR1、IMR2、IMR3加入抵押物對信貸約束的影響方程中，采用兩階段最小二乘法2SLS對其進行估計：

受原始數據限制，只有針對獲得貸款的企業，才能觀察到其抵押物提供情況。因此，模型（4）中針對的是獲得貸款的企業樣本，即Demand=1、Apply=1 且Approved=1 的樣本。被解釋變量為企業面臨的信貸約束程度，取值包括滿足小部分需求、滿足一半需求、滿足大部分需求和完全滿足需求。核心解釋變量為企業是否提供抵押物變量Collateral。Collateral 的估計系數λ2即為同時考慮內生性和多重樣本選擇問題后，抵押物貸款效應的一致估計量。Contract表示信貸合約控制變量，包括貸款期限、還款方式、貸款金額、貸款利率等。

由于第二步的2SLS 由兩步構成，故上述程序也被稱為三階段估計方法。第二步回歸中加入了由第一步估計結果計算得到的三個逆米爾斯比IMR1、IMR2、IMR3，用以修正多重樣本選擇偏誤。因此，三階段估計方法能夠較好地處理內生性和樣本選擇偏誤（Wooldridge，2010）。

在第二步的2SLS 估計中，選取同一地區同一行業的其他企業是否提供抵押物的均值作為企業i 是否提供抵押物的工具變量。除去企業i 自身的同一地區同一行業其他樣本企業的抵押物提供比例并不會直接影響企業i 的信貸約束程度；與此同時，同一地區同一行業中相關企業的抵押物提供比例會影響銀行在貸款時對企業i的抵押物要求，滿足工具變量的相關性。因此，該工具變量的使用可有效緩解內生性問題。這種簇效應工具變量在實證研究中得到了廣泛應用，在一定條件下是一個可行的工具變量（于曉華，2014；Liu et al.，2017），后文實證部分會進一步檢驗該工具變量的有效性。

（二）抵押物對信貸約束作用機制的實證模型

分析抵押物在影響信貸約束方面究竟是客戶選擇效應占據主導還是風險約束效應占據主導，需要探究抵押物與企業風險之間的關系。為此，構造如下實證模型以考察抵押物的作用機制，同樣加入了用以克服多重樣本選擇問題的三個逆米爾斯比：

模型（5）中，核心解釋變量為企業風險。若風險越高的企業提供抵押物的概率越高，則風險約束效應占據主導，抵押物的提供更多地是出于銀行約束高風險企業貸后行為的目的；若風險越低的企業提供抵押物的概率越高，則客戶選擇效應占據主導，抵押物的提供更多地是出于企業為了向銀行顯示自身風險水平的目的，以降低事前信息不對稱程度。

四、數據來源、變量選取與描述性統計

（一）數據來源

企業層面數據來源于西南財經大學中國家庭金融調查與研究中心于2015年在全國范圍內開展的中國小微企業調查（China Micro and Small Enterprise Survey，CMES）①中國小微企業調查數據（CMES）申請網址為http://chfs.swufe.edu.cn/datas/。，市場層面數據來自于各省份統計年鑒。CMES 旨在收集有關小微企業微觀層次的相關信息，樣本覆蓋中國28個省（自治區、直轄市），共收集到5497個樣本小微企業，樣本具有全國、省級、行業和重點城市的代表性。對原始數據分別做如下處理：（1）保留全年正常經營、季節性正常營業和暫停經營的小微企業；（2）刪除當年成立的小微企業；（3）刪除數據和變量缺失，以及回答不知道的樣本；（4）對連續變量進行Winsor 處理以控制極端值的影響。

（二）變量選取

1.資金需求、貸款申請、貸款獲批變量

在信貸約束識別方面，直接誘導式詢問法（DEM）得到了廣泛使用（任劼等，2015；張龍耀等，2015）。CMES 問卷基于該方法詳細詢問了企業的融資情況，本文基于DEM方法，通過如下步驟識別企業是否具有資金需求、是否申請貸款和貸款是否獲批這三個二值變量：

第一步，詢問企業“目前，是否有尚未還清的銀行貸款”，對于回答“有”的，則表明其已獲得了銀行貸款，Bankloan=1，否則Bankloan=0。第二步，對于回答“否”的，進一步詢問其“是否需要貸款”，回答包括：（1）不需要；（2）需要，但沒有申請過；（3）需要，申請但被拒絕。對于回答不需要貸款的企業，Need=0；對于其他兩個回答，Need=1。對于回答需要但沒有申請過的，Application=0；對于回答需要，申請但被拒絕的，Rejection=1。因此，資金需求、貸款申請和貸款獲批三個二值變量的取值如下：

其中，貸款申請Apply 是針對有信貸需求，即Demand=1 的企業而言；貸款獲批Approved（包括足額獲得貸款和部分獲得貸款）是針對申請貸款的企業，即Demand=1 且Apply=1 的企業而言。

2.信貸約束程度變量

信貸約束程度衡量在貸款獲批的情況下，銀行能夠滿足企業貸款申請金額的程度。衡量方式為企業貸款滿足程度的有序變量，包括完全滿足需求、滿足大部分需求、滿足一半需求和滿足小部分需求，對應的取值依次為1、2、3、4，取值越大，滿足程度越低，信貸約束程度越高。

3.抵押物變量

關于抵押物的衡量，現有文獻主要采用兩種方式，其一是用抵押物價值與貸款額度之比這一連續變量來衡量（Menkhoff et al.，2012），其二是用是否提供抵押物這一虛擬變量來衡量（Jimenez et al.，2006）。受限于數據，本文采用虛擬變量的方式進行衡量，若企業提供了抵押物，則Collateral 取值為1，若未提供抵押物，則取值為0。抵押物種類包括：房產、土地使用權、機器設備、交通工具、有價證券（股票、債券等）、票據單據（匯票、本票、倉單、應收賬單等）、財產權（商標專用權、專利權、著作權等）。

4.企業風險變量

為了厘清抵押物的作用機制，對企業風險的衡量至關重要。考慮到風險溢價會受到企業是否提供抵押物的影響，采用風險溢價衡量企業風險具有一定內生性。為此，本文采用修正后的風險溢價衡量企業風險。具體方法為：第一步，采用未提供抵押物的樣本企業，將貸款利率作為被解釋變量，對控制變量進行回歸；第二步，采用全部樣本，以上述構建的回歸模型為基準，對貸款利率進行預測，將所預測的貸款利率減去同期央行貸款基準利率，以此作為修正后的風險溢價來衡量企業風險。

5.控制變量

企業特征控制變量包括企業成立時長、是否加入行業協會、企業高管人數、是否進行研發創新、是否處于工業園區、是否獲得項目支持、是否收到客戶的預付款、是否有尚未收回的款項、是否有尚未付清的款項。企業主特征控制變量包括其受教育程度、管理年限、工作經歷，如是否在政府部門、國企、事業單位或擔任人大代表。信貸合約特征控制變量包括貸款期限、還款方式、貸款金額、貸款利率。由于企業是否提供擔保不僅會影響其信貸可獲性，而且也會影響其是否提供抵押物，因此信貸合約特征變量還包括企業是否提供擔保。地區特征控制變量包括企業所在省份的市場化指數、經濟發展水平和金融發展水平等。除此之外，本文還加入了企業行業虛擬變量和所在地區虛擬變量，以控制企業行業層面和地區層面的不可觀測因素。

（三）變量描述性統計

對原始數據進行處理后，共獲得3901 家樣本小微企業。其中，具有資金需求的企業有1220家，在具有信貸資金需求的1220家企業中，選擇向銀行申請貸款的企業為712 家。在向銀行申請貸款的712家企業中，獲得銀行貸款的企業為525 家，被銀行拒絕放貸的企業有187 家。在獲得銀行貸款的525家小微企業中，認為貸款完全滿足需求、滿足大部分需求、滿足一半需求和滿足小部分需求的企業分別為153家、152家、45家和175家。由此可見，即使在獲得銀行貸款的企業中，也僅有29.1%的企業認為貸款完全滿足需求，其余70.9%的企業面臨不同程度的信貸約束。表1為各解釋變量的變量名稱、變量定義及其描述性統計。

由表1可知，樣本小微企業平均成立年限為8 年左右，且不同企業差異較大，但大部分小微企業的成立時長在15年之內。企業高管人員數量平均約3 人，大部分小微企業未加入行業協會。企業主平均受教育程度較低，只有極少數企業主曾在政府部門、企事業單位任職或具有政府背景。小微企業的平均貸款期限在18個月左右，提供擔保的占比24%左右，還款方式以一次還清和每期僅還利息，最后還本金為主，平均貸款利率約為9%。

五、實證結果分析

（一）抵押物對信貸約束影響的實證分析

采用三階段估計模型同時緩解內生性和多重樣本選擇偏誤，以得到抵押物對信貸約束影響的一致估計。第一階段，估計模型（1）至模型（3）中的資金需求方程、貸款申請方程和貸款獲取方程①由于篇幅所限，加之模型（1）至模型（3）的回歸結果并非本文關注重點，故未展示第一階段模型（1）至模型（3）的回歸結果，有感興趣者可向作者索取。采用極大似然估計同時對模型（1）至模型（3）回歸，可以通過方程間相關系數判定樣本選擇偏誤是否存在，聯合顯著性檢驗結果顯示，各方程回歸結果隨機擾動項之間的相關系數的卡方值為10.65，p值為0.014，在5%的統計水平上拒絕聯合不顯著的原假設，因而解決多重樣本選擇問題是十分必要的。。第二階段和第三階段由考慮了內生性問題的2SLS 構成，并加入了由第一階段三個方程估計結果計算出的逆米爾斯比IMR1、IMR2、IMR3，以同時修正樣本選擇偏誤和內生性問題。考慮到只有在獲得貸款的企業中，才能觀察到其抵押物提供情況，因此第二階段和第三階段回歸模型針對的只是獲得貸款的企業樣本。弱工具變量檢驗顯示，Cragg—Donald Wald F 統計量和Kleibergen—Paaprk Wald F 統計量分別為12.68和16.81，故拒絕弱工具變量的原假設。1%的統計水平上顯著。（下同）

表1 解釋變量的定義及描述性統計

表2 三階段估計模型回歸結果

表2第一、二列顯示了三階段估計模型的第二階段回歸結果，即工具變量估計的第一階段回歸結果。可以看到，抵押物工具變量回歸系數在5%的統計水平上顯著為正，表明工具變量具有較強的解釋力。表2第三、四列顯示了三階段估計模型的第三階段回歸結果，即工具變量估計的第二階段回歸結果。抵押物回歸系數在5%的統計水平上顯著為負，表明抵押物的提供能夠顯著降低小微企業面臨的信貸約束程度，增加企業貸款申請金額的獲取比例，有助于企業足額獲得其貸款申請金額，這一結果證實了抵押物在緩解信息不對稱中的積極作用。貸款獲取方程IMR 顯著為負，表明不同次序選擇過程之間的相關性，也凸顯了糾正樣本選擇偏誤的重要性。

（二）抵押物對信貸約束作用機制分析

既然提供抵押物能夠緩解小微企業信貸約束，那么其作用機制是什么？本部分采用模型（5），進一步探究抵押物對信貸約束的作用機制。首先，采用總樣本進行實證分析；其次，將總樣本按照東中西部進行區域劃分，探究抵押物作用機制的區域性差異，回歸結果如表3所示。

表3 抵押物作用機制的實證回歸結果

表3第一列結果表明，企業風險顯著正向影響其抵押物提供，風險越高的企業提供抵押物的概率越高，符合道德風險理論模型的預測，抵押物具有控制貸后風險的作用。相較于低風險企業，銀行更可能要求高風險企業提供抵押物以約束其貸后行為，降低高風險企業的違約動機，防止貸后違約的發生。這與許坤和笪亨果（2019）使用國內商業銀行信貸數據所得結論一致，說明道德風險理論模型更符合中國信貸市場上小微企業的融資狀況，在抵押物作用機制中風險約束效應占據主導。表3 后三列將總樣本按東、中、西部劃分，回歸結果一方面證實在抵押物的作用機制中風險約束效應均占據主導；另一方面，可以看到中西部地區的企業風險回歸系數顯著高于東部地區，這表明在中西部地區抵押物發揮的風險約束效應較之東部地區更強，中西部地區的銀行更傾向于依賴抵押物去約束企業的事后道德風險。

究其原因，現階段我國小微企業財務報表不規范，不完善的金融基礎設施限制了銀行財務報表型和信用評級型等硬信息貸款技術的有效發揮；同時，銀行缺乏對公司微觀治理機制和治理結構的改革，在貸款技術上存在明顯的“路徑依賴”，銀行貸款技術創新不足，嚴重依賴抵押物對貸后違約風險的控制，尤其是在銀行監督能力較弱時更甚。這導致銀行習慣于將信貸風險與抵押物要求相綁定，要求高風險企業支付較高風險溢價的同時提供抵押物，以便最大程度地約束企業風險。中西部地區無論金融基礎設施、市場化程度，還是銀行的貸款技術創新水平較之東部地區均較低，導致中西部地區的銀企間信息不對稱程度更高，銀行難以有效監督企業的貸后行為，不得不更依賴于抵押物等傳統貸款技術，因而抵押物的風險約束效應在中西部地區顯著高于東部地區。

（三）不同類型抵押物對信貸約束影響的實證分析

表4 顯示了不同類型抵押物對信貸約束的差異化緩解效應，回歸方程同樣加入三個逆米爾斯比以便糾正樣本選擇偏誤。可以看到，三個逆米爾斯比IMR 絕大多數均顯著，這再次證明了多重樣本選擇問題的存在以及樣本糾偏的重要性，擁有資金需求、選擇申請貸款、獲得貸款的企業與那些沒有資金需求、放棄貸款申請、被銀行拒絕的企業在可觀測特征和不可觀測特征上均存在顯著差異。

表4回歸結果表明，不同類型抵押物對信貸約束的緩解程度存在顯著差異，房產、土地使用權、有價證券有助于緩解信貸約束。在我國，房產是企業在貸款時廣泛使用的抵押物，且房產的抵押率較高，一般在70%—80%左右。近年來，地方政府高度重視土地資源整合，持續推進國有土地出讓，不少企業取得了國有土地使用權，為土地使用權的有效抵押奠定了基礎。有價證券抵押一般用于短期貸款，隨著資產證券化的推進和變現成本的下降，有價證券抵押已越來越多地被應用于實踐中。然而，機器設備、交通工具、票據單據、財產權卻難以有效緩解信貸約束。當前我國金融基礎設施和法律法規還不完善，這些抵押物在價值評估和資產變現上存在難度、處置成本較高；與此同時，銀行貸款技術創新不足，以租賃資產為主信息來源的融資租賃型貸款技術、以應收賬款或存貨為主信息來源的資產保證型和保理型貸款技術應用不足，進一步限制了這些抵押物貸款效應的發揮。

六、結論與建議

本文使用中國小微企業調查數據，采用能同時考慮抵押物內生性問題和多重樣本選擇偏誤的三階段估計模型，實證分析企業提供抵押物對緩解其信貸約束的影響，探究抵押物的作用機制，并進一步考察不同類型抵押物對信貸約束的差異化緩解效應。研究結果顯示：

第一，小微企業仍面臨較為嚴重的信貸約束，且需求方信貸約束規模明顯高于供給方信貸約束規模；即使在獲得銀行貸款的企業中，也有70.9%的企業面臨不同程度的信貸約束。第二，資金需求、貸款申請和貸款獲取三個方程之間存在顯著相關性，以往研究未能解決多重樣本選擇偏誤問題嚴重影響了估計結果的準確性。三階段估計結果顯示，企業提供抵押物能夠顯著緩解其面臨的信貸約束程度。但不同類型抵押物對信貸約束的緩解效應不同，房產、土地使用權、有價證券這三類抵押物有助于緩解信貸約束，而機器設備、交通工具、票據單據、財產權抵押物卻難以緩解信貸約束。第三，風險越高的企業提供抵押物的概率越高，道德風險理論模型更符合中國信貸市場上抵押物對小微企業信貸約束的作用機制。銀行要求高風險企業在支付較高風險溢價的同時提供抵押物，以最大程度地約束其貸后行為，降低不良貸款率。與此同時，中西部地區的抵押物風險約束效應顯著強于東部地區，中西部地區的金融機構更傾向于使用抵押物來約束企業貸后道德風險。

表4 不同類型抵押物對信貸約束的差異化緩解效應

盡管提供抵押物可以緩解小微企業信貸約束，然而現階段銀行對抵押物的種類要求仍較為單一。在授信過程中，過于依賴抵押物容易造成企業和銀行的“雙重福利損失”：一方面，于企業而言，抵押物對資金的占用可能導致企業投資不足，且眾多成立年限短、資產規模小的企業缺乏合格抵押物，限制了其信貸資金的獲取。另一方面，對抵押物的依賴不僅削弱了銀行貸款技術創新激勵，形成放貸過程的“路徑依賴”，而且不利于銀行優化信貸審批過程，降低了銀行經營收益。同時，對抵押物的依賴容易造成銀行在貸款發放后疏于主觀監督，反而增加不良貸款率。不過，要求銀行降低對抵押物的依賴并非意味著不需要抵押物。在銀行監督能力較弱時，應當合理運用抵押物的風險管理作用，以兼顧授信規模與信貸風險。

基于此，提出如下對策建議：一是依據小微企業抵押物特征，在抵押權行使、抵押手續辦理、抵押物范圍等方面制定并完善相應法律法規，優化抵押物結構，嚴格執法以保障作為債權人銀行的權益。銀行要在法律法規允許的范圍內，靈活抵押方式，便利抵押過程，充裕抵押類型，促進資產保證型貸款技術和保理型貸款技術的應用。二是改革銀行微觀治理結構和產權體系，完善激勵機制，提高銀行貸款技術創新積極性。學習引進國外先進的微貸技術，并進行本土化改造，創新適合小微企業的貸款技術，通過軟硬信息的交叉驗證，提高貸款技術甄別效率。同時，政府要加快建立完備的企業信用記錄體系，以增加信用評級型貸款技術的甄別效力，進而優化社會資產配置、提高資金使用效率。