何重達(dá) 尹訓(xùn)東 李 陽

一、引言

當(dāng)前，“一帶一路”建設(shè)正處于全面深入展開階段，沿線經(jīng)濟(jì)體的項(xiàng)目建設(shè)對(duì)融資需求極為強(qiáng)烈，而中資機(jī)構(gòu)為主導(dǎo)性金融機(jī)構(gòu)。鄭雪峰和劉立峰(2018)[1]評(píng)述穆迪報(bào)告指出，截至2016年年底，中國國內(nèi)金融機(jī)構(gòu)為“一帶一路”項(xiàng)目提供的金融支持超過7 500億美元。2016年年底，中國進(jìn)出口銀行為“一帶一路”提供貸款余額達(dá)900億美元，占該行貸款總額的1/4；中國銀行、中國工商銀行、中國建設(shè)銀行等商業(yè)性銀行也分別提供1 000億、674億、60億的美元貸款?！耙粠б宦贰敝械拇箢~貸款給中國的金融機(jī)構(gòu)帶來較大不確定性和信用風(fēng)險(xiǎn)，因此本文運(yùn)用中國境外貸款數(shù)據(jù)進(jìn)行的投資者權(quán)利保護(hù)的探討具有重要的現(xiàn)實(shí)意義。

在信息不對(duì)稱的市場(chǎng)中，貸款人很難確定可以獲得信貸的借款公司，以及相應(yīng)的貸款價(jià)格和合同結(jié)構(gòu)。Bae和Goyal(2009)[2]關(guān)注債權(quán)人的權(quán)利和合同的可執(zhí)行性，發(fā)現(xiàn)更強(qiáng)的法律權(quán)利和可執(zhí)行性將導(dǎo)致利差較低的貸款。而筆者發(fā)現(xiàn)，不僅是債權(quán)和財(cái)產(chǎn)權(quán)保護(hù)程度，借款人所在國的信息共享程度也與貸款差價(jià)相關(guān)。

LLSV理論之后的一些論文證明了投資者保護(hù)與貸款結(jié)構(gòu)之間的重要關(guān)系。債券的利率(價(jià)格)總是由預(yù)期的風(fēng)險(xiǎn)和收益決定。研究發(fā)現(xiàn)，當(dāng)信息不對(duì)稱的水平穩(wěn)定時(shí)，較高的債權(quán)保護(hù)水平和執(zhí)法水平都可以保護(hù)投資者的權(quán)利，降低違約風(fēng)險(xiǎn)。另一方面，增強(qiáng)信息共享可以直接減輕銀行因信息不對(duì)稱而產(chǎn)生的風(fēng)險(xiǎn)。Houston等(2010)[3]在這一領(lǐng)域做出了巨大努力，但他們更加關(guān)注宏觀金融，如信息共享、債權(quán)和經(jīng)濟(jì)增長之間的關(guān)系。一個(gè)不容忽視的問題是，信息共享的程度可能會(huì)改變借款決策中借款人所在國的債權(quán)和財(cái)產(chǎn)權(quán)保護(hù)程度的重要性和必要性，因此，本文在前人的研究基礎(chǔ)上，創(chuàng)新性地加入信貸信息共享變量，從而致力于研究投資者權(quán)利保護(hù)、信息共享和貸款合同三者之間的聯(lián)系。

本文重點(diǎn)研究利差如何受借款人所在國的信息共享程度，以及財(cái)產(chǎn)權(quán)和債權(quán)保護(hù)程度的影響?；貧w因變量是貸款利差，自變量代表信息共享的深度，債權(quán)人權(quán)利和國家層面的法律和制度變量。為了控制貸方特征，研究基于2014—2016年22個(gè)國家的借款人貸款樣本，且投資者都是中方銀行，貸款多為大額銀團(tuán)貸款[注]銀團(tuán)貸款(辛迪加貸款)：兩家或兩家以上銀行基于相同貸款條件，依據(jù)同一貸款協(xié)議，按約定時(shí)間和比例，通過代理行向借款人提供的本外幣貸款。它與普通的貸款相比，主要優(yōu)點(diǎn)有：(1)擺脫資金限制，能夠提供足夠規(guī)模的大額貸款；(2)實(shí)現(xiàn)風(fēng)險(xiǎn)共擔(dān)，減小風(fēng)險(xiǎn)沖擊造成單個(gè)銀行的巨大損失；(3)實(shí)現(xiàn)資源多元化整合，提高貸款效率(鄭聯(lián)盛，2019[4])。。結(jié)果表明，不考慮信息共享程度時(shí)，所在國債權(quán)和財(cái)產(chǎn)權(quán)保護(hù)水平對(duì)債券的利差都有顯著影響，法律對(duì)投資者的保護(hù)越好，貸款利差越低。而考慮信息共享程度時(shí)，筆者發(fā)現(xiàn)更好的信息共享可以更顯著地減少貸款利差，同時(shí)信息共享削弱了財(cái)產(chǎn)權(quán)和債權(quán)保護(hù)對(duì)貸款利差的影響。這些結(jié)果證明，在微觀金融領(lǐng)域，信息共享對(duì)債權(quán)、財(cái)產(chǎn)權(quán)保護(hù)和貸款利差之間的負(fù)向關(guān)系有影響。

本文可能的研究價(jià)值有：第一，用境外貸款數(shù)據(jù)實(shí)證檢驗(yàn)債權(quán)和信息共享對(duì)微觀金融影響的論文較少，本文補(bǔ)充和深化了法律權(quán)利、執(zhí)行能力和貸款合同制定方面的研究，創(chuàng)新性地提出了新的影響因素，強(qiáng)調(diào)了信貸信息共享的積極作用，并用實(shí)證驗(yàn)證了信息共享會(huì)削弱債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)對(duì)貸款利差的影響。第二，鄭雪峰和劉立峰(2018)[1]表示，2013年以來，37%的中國對(duì)外投資流向評(píng)級(jí)為Ba1或以下的“一帶一路”國家，債權(quán)人面臨較高信用風(fēng)險(xiǎn)。本文數(shù)據(jù)為中國金融機(jī)構(gòu)外借的大額銀團(tuán)貸款，并基于信息共享與法律保護(hù)的角度，對(duì)債權(quán)人貸款合同進(jìn)行分析，因此研究結(jié)果對(duì)“一帶一路”建設(shè)中銀行規(guī)避風(fēng)險(xiǎn)，提供境外大型信貸貸款的決策有參考價(jià)值，也為相關(guān)政策制定者促進(jìn)金融市場(chǎng)健康發(fā)展，有效配置資源提供了新的視角和建議。

本文的其余部分安排如下：第二部分回顧有關(guān)債權(quán)人權(quán)利、財(cái)產(chǎn)權(quán)和信息共享發(fā)展歷史的論文；第三部分提出假設(shè)；第四部分描述數(shù)據(jù)和模型變量；第五、六部分為實(shí)證研究和檢驗(yàn)；第七部分為結(jié)論與啟示。

二、文獻(xiàn)綜述

20世紀(jì)90年代末，LLSV(La Porta，Robert W.Vishny，Lopez-de-silanes，Andrei Shleifer)明確將法律因素引入解釋金融發(fā)展和經(jīng)濟(jì)增長的研究中，并成為法律和金融理論的先驅(qū)。在微觀金融領(lǐng)域，LLSV使用了Hart于1995年創(chuàng)建的債權(quán)人權(quán)利指數(shù)和產(chǎn)權(quán)來衡量法律規(guī)則起源，該法律規(guī)則涵蓋了對(duì)公司股東和債權(quán)人的保護(hù)以及執(zhí)法質(zhì)量(La Porta等,1996[5])。結(jié)果表明，源于普通法傳統(tǒng)的國家的法律規(guī)則比起源于民法，特別是法國民法的國家法規(guī)能更好地保護(hù)投資者。與債權(quán)不同，德國民主法和斯堪的納維亞國家的執(zhí)法質(zhì)量最高，普通法國家的執(zhí)法也很強(qiáng)。La Porta等(1997)[6]發(fā)現(xiàn)，在具有強(qiáng)大債權(quán)和嚴(yán)格執(zhí)法制度的國家發(fā)生違約時(shí)，銀行能更容易控制借款風(fēng)險(xiǎn)并收回貸款。因此，銀行將更愿意事前放貸(La Porta等，1996[5])。在LLSV的基礎(chǔ)上，大量論文研究了債權(quán)對(duì)銀行貸款合同的影響，包括利差、到期日、規(guī)模等。

本文使用LLSV模型，并且更新了債權(quán)和執(zhí)法能力的數(shù)據(jù)，然后使用這些新數(shù)據(jù)來研究它們對(duì)貸款特征的影響。我們首先需要知道債權(quán)和財(cái)產(chǎn)權(quán)之間的區(qū)別。債權(quán)人權(quán)利決定誰擁有破產(chǎn)財(cái)產(chǎn)的所有權(quán)以及誰控制破產(chǎn)程序。因此，信貸質(zhì)量下降將意味著貸方將提高利率，要求更多抵押品，減少貸款期限，且限制借方未來活動(dòng)。相比之下，財(cái)產(chǎn)權(quán)涉及貸方在重組和清算程序中的合法權(quán)利，體現(xiàn)國家相應(yīng)的執(zhí)法水平。減弱產(chǎn)權(quán)則意味著貸款人在破產(chǎn)后將花更多時(shí)間收回抵押品并接受較低的回收率。Bhattacharya和Daouk(2002[7],2009[8])均認(rèn)為法律的執(zhí)行力度比法律是否存在更加重要，而Qian和Strahan(2007)[9]表示債權(quán)人權(quán)利保護(hù)更加重要。Bae和Goyal(2009)[2]發(fā)現(xiàn)銀行通過減少貸款金額、縮短貸款期限和增加貸款利差來應(yīng)對(duì)合同的可執(zhí)行性差;雖然較強(qiáng)的債權(quán)人權(quán)利仍然會(huì)顯著降低利差，但它們對(duì)貸款規(guī)模和期限的影響并不比財(cái)產(chǎn)權(quán)明顯。在本文中，我們也將驗(yàn)證前人的發(fā)現(xiàn)，探究二者對(duì)貸款利差是否有影響。

本文也與其他許多研究債權(quán)人權(quán)利保護(hù)或財(cái)產(chǎn)權(quán)保護(hù)對(duì)貸款影響的文章相關(guān)。Laeven(2016)[10]分析了法律的執(zhí)行力度對(duì)國家層面利差的影響。Jappelli等(2005)[11]、Pinneiro和Cabral(1999)[12]發(fā)現(xiàn)同一個(gè)國家內(nèi)部不同地區(qū)執(zhí)法力度的差異也會(huì)改變貸款數(shù)量與貸款期限。Claessens(2005)[13]發(fā)現(xiàn)債權(quán)保護(hù)指數(shù)的不同構(gòu)成對(duì)破產(chǎn)的可能性有不同的影響。Gatti等(2013)[14]則研究了主辦方銀行的威望是否會(huì)影響貸款合同特征。國內(nèi)學(xué)者在債權(quán)方面也有類似的發(fā)現(xiàn)。有學(xué)者表明執(zhí)法力度對(duì)地區(qū)的金融市場(chǎng)的發(fā)展有明顯的正向作用(邵明波，2010[15]；鄭志剛和鄧賀斐，2010[16])。魏鋒和沈坤榮(2009)[17]基于前人對(duì)債權(quán)人保護(hù)的發(fā)現(xiàn)，研究了股權(quán)結(jié)構(gòu)不同的企業(yè)銀行貸款的區(qū)別。

從本質(zhì)上講，債權(quán)和財(cái)產(chǎn)權(quán)是衡量信息不對(duì)稱造成的逆向選擇和道德風(fēng)險(xiǎn)的一種方式。有學(xué)者認(rèn)為，信貸配給是解決債券市場(chǎng)信息不完善問題的一種較好的方法，而不是改變借款利率。Stiglitz和Weiss(1981)[18]證明，均衡的貸款市場(chǎng)可能以信貸配給為特征。由于信息不對(duì)稱，銀行家需要降低逆向選擇效應(yīng)的風(fēng)險(xiǎn)和激勵(lì)效應(yīng)。但利率決定交易的本質(zhì)，因?yàn)殡S著利率的上升，借款人的風(fēng)險(xiǎn)自然會(huì)增加，從而抵消部分信息不對(duì)稱的風(fēng)險(xiǎn)。而銀行如果采取信貸配給的形式，將會(huì)限制銀行的貸款數(shù)量。

還有一些學(xué)者希望直接解決問題，他們關(guān)注信息共享指數(shù)(Djankov等，2007[19])，并認(rèn)識(shí)到銀行貸款在促進(jìn)經(jīng)濟(jì)發(fā)展中的重要性(Beck等，2000[20])。Djankov等(2007)[19]發(fā)現(xiàn)強(qiáng)大的債權(quán)人權(quán)利和信息共享可促進(jìn)私人貸款。其一，債權(quán)人之間的信息共享有助于減少代價(jià)高昂的信息不對(duì)稱，從而鼓勵(lì)貸方提供更多信貸(Brown等,2009[21])。其二，更強(qiáng)大的債權(quán)在破產(chǎn)時(shí)賦予債權(quán)人更多權(quán)力，這使他們更愿意提供信貸。基于這些發(fā)現(xiàn)，Houston等(2010)[3]從另一方面考慮了債權(quán)、信息共享和銀行承擔(dān)風(fēng)險(xiǎn)之間的聯(lián)系。強(qiáng)大的債權(quán)和財(cái)產(chǎn)權(quán)似乎鼓勵(lì)銀行承擔(dān)更多風(fēng)險(xiǎn)，這可能有助于為私企提供資金，從而整體提高經(jīng)濟(jì)增長，但同時(shí)也顯著增加了金融危機(jī)的可能性。Kroszner等(2007)[22]發(fā)現(xiàn)在強(qiáng)烈依靠外部融資的地區(qū)，金融危機(jī)的負(fù)面效果更加明顯。因此，我們認(rèn)為，與債權(quán)人權(quán)利保護(hù)具有相互沖突的效果相反，債權(quán)人之間的信息共享普遍有益。因?yàn)樾畔⒐蚕頊p少了信息不對(duì)稱，降低了銀行承擔(dān)風(fēng)險(xiǎn)和危機(jī)的可能性，同時(shí)促進(jìn)經(jīng)濟(jì)增長，也能降低貸款中的腐敗現(xiàn)象(Barth等，2009[23])。但是，債權(quán)保護(hù)發(fā)揮的作用與信息共享之間存在關(guān)聯(lián)。此外，袁海博(2010)[24]表示信息公開程度使得銀企之間信息不對(duì)稱增強(qiáng)，加大了企業(yè)貸款的難度。周宏等(2010[25],2012[26])基于信息不對(duì)稱的角度，對(duì)企業(yè)債券的利差進(jìn)行了實(shí)證，得出了正相關(guān)的結(jié)論。Alberto等(2015)[27]證明了共享信息的私人和社會(huì)激勵(lì)措施不一致，過去債務(wù)的信息共享可以降低違約率和利率，增加信貸準(zhǔn)入。

通過學(xué)習(xí)Houston等(2010)[3]的研究，本文關(guān)注微觀金融，我們將研究債權(quán)保護(hù)、財(cái)產(chǎn)權(quán)保護(hù)、信息共享和銀行貸款合同之間的聯(lián)系。在這方面，我們的研究補(bǔ)充拓展了許多論文，包括La Porta等(1996)[5]，他們找到衡量債權(quán)人權(quán)利和產(chǎn)權(quán)保護(hù)的方法；Bae和Goyal(2009)[2]，他們發(fā)現(xiàn)銀行在借款人所在國的法律執(zhí)行力差時(shí)，會(huì)顯著減少貸款金額，縮短貸款期限和增加貸款利差，而較強(qiáng)的債權(quán)僅僅顯著減少利差。Djankov等(2007)[19]發(fā)現(xiàn)有兩個(gè)渠道，即債權(quán)保護(hù)和信息共享，可以影響銀行承擔(dān)風(fēng)險(xiǎn)。盡管我們知道信貸配給可能比改變貸款合同更好，但事實(shí)證明，銀行更有可能改變貸款利差。因此，在本文中，我們不考慮信貸配給。

三、研究假設(shè)

(一)信息共享和貸款利差

信息共享程度顯然會(huì)影響貸款決策。信息共享機(jī)構(gòu)可以緩解信息不對(duì)稱問題(Houston等，2010[3])。對(duì)于貸方而言，信息共享可以使其更了解借款申請(qǐng)人特征，幫助貸方更準(zhǔn)確地評(píng)估借方的信用狀況，從而做出最合適的貸款決策。這使銀行作為貸方能夠減少逆向選擇，并且有更大可能按時(shí)收到還款。對(duì)于借方而言，在有信息共享機(jī)構(gòu)的環(huán)境中，他們意識(shí)到一旦違約，該行為將被記錄在信息共享系統(tǒng)中，從而影響他們的聲譽(yù)，并導(dǎo)致后續(xù)借款更加昂貴和困難。因此，在獲得資金后，借方不會(huì)毫不猶豫地嘗試超出其控制范圍的風(fēng)險(xiǎn)高的操作。所以信息共享可以在簽訂貸款合同后減少道德風(fēng)險(xiǎn)問題。綜上所述，借款國更強(qiáng)大的信息共享機(jī)制與貸款人的寬松貸款和借款人的貸款成本降低相關(guān)。

基于前面的討論，本文提出第一個(gè)假設(shè)。

H1：本國信息共享指數(shù)越高，貸款合同中的貸款利差越低。

(二)信息共享、債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)

信息不對(duì)稱是債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)與貸款利差呈負(fù)相關(guān)的原因。貸款人無法了解借款人的確切信息，因此他們?cè)诤艽蟪潭壬弦蕾嚱杩顕姆珊蛨?zhí)法能力，以減少其在違約事件中的損失。所以，更強(qiáng)的債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)將提高違約事件下的恢復(fù)率，貸款人更愿意向更多的借款人提供信貸，其中包括向高風(fēng)險(xiǎn)公司借款。此外，由于存在法律保護(hù)，貸款人監(jiān)督和執(zhí)行貸款合約上規(guī)定的各種條款的動(dòng)機(jī)亦會(huì)變?nèi)酢?/p>

然而，信息共享機(jī)制會(huì)削弱貸款行為后續(xù)監(jiān)控較弱的影響，即道德風(fēng)險(xiǎn)問題，以及貸款人事前的逆向選擇。銀行可以更準(zhǔn)確地評(píng)估借款人的信用評(píng)級(jí)，并依靠信息共享機(jī)構(gòu)做出貸款決策，而不僅僅依靠借款人所在國的債權(quán)和財(cái)產(chǎn)權(quán)保護(hù)能力。由于獨(dú)立的信息共享而非債權(quán)人權(quán)利或財(cái)產(chǎn)權(quán)保護(hù)使信息不對(duì)稱帶來的風(fēng)險(xiǎn)降低，作為預(yù)期風(fēng)險(xiǎn)補(bǔ)償?shù)馁J款利差也相應(yīng)減少。

基于前面的討論，本文提出第二個(gè)假設(shè)。

H2：考慮信息共享程度之后，借款人所在國的債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)情況對(duì)貸款利差的影響被削弱。

四、研究設(shè)計(jì)

(一)變量定義

1.因變量。

本文的因變量是貸款利差(spread)，為了確保用于定價(jià)的貸款的貨幣基準(zhǔn)的可比性，本文通過篩選貸款數(shù)據(jù)，只留下了基于倫敦銀行同業(yè)拆借利率(LIBOR)的貸款利差。

2.自變量。

(1)衡量財(cái)產(chǎn)權(quán)保護(hù)。為了衡量一個(gè)國家如何保護(hù)其私有財(cái)產(chǎn)權(quán)，我們從Bae和Goyal(2009)[2]的研究中學(xué)習(xí)并選擇了衡量腐敗和政府否認(rèn)合約兩個(gè)國家風(fēng)險(xiǎn)指標(biāo)[注]第三個(gè)衡量財(cái)產(chǎn)權(quán)保護(hù)的變量——私人財(cái)產(chǎn)征用風(fēng)險(xiǎn)，由于沒有找到合適的數(shù)據(jù)所以沒有采用。。腐敗指標(biāo)的范圍為0到6，更高的指數(shù)意味著更少的非法賄賂和更高的財(cái)產(chǎn)權(quán)保護(hù)。拒付風(fēng)險(xiǎn)指標(biāo)從0～10范圍調(diào)整到0～6，更高的指標(biāo)意味著更高的財(cái)產(chǎn)權(quán)保護(hù)以及國家拒絕與外國企業(yè)簽訂合同的可能性更低。我們綜合兩個(gè)指標(biāo)，得到財(cái)產(chǎn)權(quán)保護(hù)指數(shù)(Propertyrights)(Morck等，2000[28])。

(2)衡量債權(quán)人權(quán)利保護(hù)。較高的債權(quán)保護(hù)是指違約時(shí)的較高回收率，它主要取決于不同司法轄區(qū)的破產(chǎn)法。我們從La Porta等(1996)[5]、Bae和Goyal(2009)[2]的研究中學(xué)習(xí)，使用四個(gè)權(quán)利指標(biāo)來衡量債權(quán)人權(quán)利保護(hù)指數(shù)。這些指標(biāo)分別是“對(duì)進(jìn)入重組的限制”“非自動(dòng)扣押抵押品”“有擔(dān)保債權(quán)人的優(yōu)先獲償權(quán)”“管理層不參與重組”[注]為了節(jié)省空間，具體解釋見附錄一。。本文匯總這四個(gè)指標(biāo)得到債權(quán)人權(quán)利保護(hù)指數(shù)(Creditorrights)，較高的指數(shù)表明相應(yīng)國家的債權(quán)人權(quán)利較高。

(3)衡量信息共享。借款國之間的信息共享水平可對(duì)貸款利差的確定產(chǎn)生重要影響。每個(gè)國家都會(huì)有一些信息共享機(jī)構(gòu)(公共登記處或私人局)，其中一些只收集有關(guān)大額借款人未償還貸款的有限信息，而其他機(jī)構(gòu)發(fā)布大量信息，包括逾期付款和違約、人口統(tǒng)計(jì)數(shù)據(jù)、信用查詢、評(píng)級(jí)，有時(shí)甚至是公用事業(yè)賬單的支付，以及公司及其所有者的法庭記錄(Miller，2003[29];Djankov等，2007[19];Houston等，2010[3])。因此，我們使用信貸信息深度指數(shù)(depthofcreditinformation)來描述不同國家之間信息公開程度的差異。信貸信息深度指數(shù)衡量公共信貸機(jī)構(gòu)或信用登記處可用信用信息的范圍和開放程度的規(guī)則和做法。該指數(shù)的范圍從0到8，較高的值表示能從信用局或信用登記處獲得更多信用信息，即更高的信息共享程度[注]如果信貸社或信貸登記處不營業(yè)或者覆蓋少于5%的成人人口，那么信貸信息深度指數(shù)的得分為0。其余八個(gè)方面的得分見附錄二。。

3.控制變量。

除了影響貸款人設(shè)置不同貸款利差水平的法律和執(zhí)法變量之外，其他因素，如借款人的特征和貸款特征，也可能影響各國的貸款合同。本文的控制變量如下：

(1)辛迪加結(jié)構(gòu)(Syndicate)。Esty和Megginson(2003)[30]提到，法律風(fēng)險(xiǎn)會(huì)顯著影響辛迪加的結(jié)構(gòu)和集中度。如果銀行組建辛迪加以阻止戰(zhàn)略違約，借款國較高的法律風(fēng)險(xiǎn)將導(dǎo)致更大的辛迪加(Qian和Strahan，2007[9])。本文使用辛迪加結(jié)構(gòu)中貸款銀行的個(gè)數(shù)來衡量辛迪加結(jié)構(gòu)的規(guī)模。

(2)借款人風(fēng)險(xiǎn)特征。貸款利差總是受到借款人各種特征的影響。①公司規(guī)模(Size)。公司規(guī)模越大通常意味著風(fēng)險(xiǎn)越小，違約概率越小。本文使用總資產(chǎn)的自然對(duì)數(shù)來衡量公司規(guī)模。②盈利能力。較高的盈利能力表明借款成本較低。本文用總收入與總資產(chǎn)(ROA)的比率來衡量。③杠桿(Leverage)。高杠桿率的公司具有更高的風(fēng)險(xiǎn)和相應(yīng)更高的貸款利差(Myers，1977)[31]。本文用總資產(chǎn)/總權(quán)益的比率來衡量。④流動(dòng)性(Liquidity)。我們認(rèn)為流動(dòng)性較高的公司有更多機(jī)會(huì)償還貸款，因此利差較低。本文用流動(dòng)資產(chǎn)/流動(dòng)負(fù)債計(jì)量。

(3)經(jīng)濟(jì)發(fā)展水平。銀行貸款也將受到不同程度的宏觀經(jīng)濟(jì)發(fā)展的影響。較貧窮國家的債權(quán)人權(quán)利較強(qiáng)，而富裕國家的執(zhí)法質(zhì)量較高(La Porta等，1998[32])。這里我們使用GDP作為控制變量。

(二)數(shù)據(jù)和樣本描述

1.數(shù)據(jù)源描述。

貸款數(shù)據(jù)涵蓋2014至2016年，貸款方均為中國銀行，因?yàn)槲覀儗?duì)中方銀行的貸款現(xiàn)象更感興趣。我們將中國的貸款信息與世界各地大量借款人的財(cái)務(wù)信息進(jìn)行了手工匹配，在控制貸款期限和貸款規(guī)模后，我們得到來自22個(gè)國家的364筆貸款。

我們從Dealscan數(shù)據(jù)庫[注]Dealscan數(shù)據(jù)庫來源于湯森路透Loan Pricing Corporation(LPC)數(shù)據(jù)庫，它是關(guān)于銀團(tuán)貸款的全球?qū)崟r(shí)與歷史數(shù)據(jù)庫，內(nèi)容包括貸款與債券的合同條款、利率等核心信息。我們用從Dealscan數(shù)據(jù)庫中得到的貸款數(shù)據(jù)，基于相同的公司名字和手動(dòng)篩選，來與Worldscope中的借款人公司數(shù)據(jù)相匹配，同時(shí)與使用LIBOR作為利差的貸款數(shù)據(jù)相匹配，最終得出實(shí)證所需的相關(guān)數(shù)據(jù)。獲得貸款利差信息和辛迪加結(jié)構(gòu)數(shù)據(jù)，La Porta等(1996)[5]提供債權(quán)人權(quán)利保護(hù)指數(shù)。財(cái)產(chǎn)權(quán)保護(hù)來自International Country Risk Guide數(shù)據(jù)庫(ICRG)。而信貸信息深度指數(shù)則來自世界銀行的“營商環(huán)境”數(shù)據(jù)庫。公司層面的部分?jǐn)?shù)據(jù)來自于Worldscope數(shù)據(jù)庫，其他財(cái)務(wù)數(shù)據(jù)是從公司的年報(bào)或其他網(wǎng)站手動(dòng)搜索的，如新浪財(cái)經(jīng)和Open Transparent Connected網(wǎng)站。最后，宏觀經(jīng)濟(jì)變量信息來自世界銀行的世界發(fā)展指標(biāo)(WDI)數(shù)據(jù)庫。

2.摘要統(tǒng)計(jì)。

表1列出了所有關(guān)鍵變量的匯總統(tǒng)計(jì)數(shù)據(jù)。

表1 變量的描述性統(tǒng)計(jì)特征

續(xù)前表

類別變量解釋均值標(biāo)準(zhǔn)差最小值最大值觀測(cè)數(shù)貸款層面變量公司層面變量Syndicate辛迪加結(jié)構(gòu)Size公司規(guī)模對(duì)數(shù)(百萬美元)ROAROALeverageAsset/equityLiquidity流動(dòng)比率18.5411.511.0068.003644.220.850.236.783640.162.96-0.330.563641.860.441.002.503641.300.540.192.95364宏觀經(jīng)濟(jì)變量GDPGDP(億美元)24 803.3342 896.062 010.21173 931.03364

我們參照了Bae和Goyal(2009)[2]的研究，計(jì)算樣本中每個(gè)國家三個(gè)關(guān)鍵自變量(creditorrights,propertyrights,depthofcreditinformation)從2014年到2016年的中位數(shù)，然后提供這些中位數(shù)(共22個(gè)國家)的統(tǒng)計(jì)數(shù)據(jù)僅在此處描述變量中位數(shù)的統(tǒng)計(jì)特征，回歸中并未使用中位數(shù)。。對(duì)于貸款層面和公司層面的變量，我們選擇以貸款，而不是以國家中位數(shù)進(jìn)行統(tǒng)計(jì)。

貸款利差的平均值約為173個(gè)基點(diǎn)，標(biāo)準(zhǔn)差為111.51，說明不同國家的貸款利差存在很大差異。各國債權(quán)人權(quán)利保護(hù)指數(shù)(即該國債權(quán)人保護(hù)指數(shù)的中位數(shù))的標(biāo)準(zhǔn)差為0.73，表明各國在保護(hù)債權(quán)人權(quán)利方面沒有太多差異。至于財(cái)產(chǎn)權(quán)保護(hù)指數(shù)，大的波動(dòng)性和從最小值到最大值的跨度都表明每個(gè)國家保護(hù)財(cái)產(chǎn)權(quán)和執(zhí)法的能力不同。當(dāng)討論信貸信息深度指數(shù)時(shí)，各國之間信息共享的偏差不大，即0.67。這種現(xiàn)象可能是由于樣本量相對(duì)較小所致。但是，對(duì)于信息共享與債權(quán)、財(cái)產(chǎn)權(quán)的兩個(gè)交叉項(xiàng)，很明顯不同國家之間的差別很大(此處并未列出)。

辛迪加結(jié)構(gòu)的均值約為18個(gè)銀行，最大數(shù)量是68個(gè)銀行。巨大的差異表明銀行在面臨貸款資金時(shí)的合作情況不同。對(duì)借款人的財(cái)務(wù)信息而言，公司規(guī)模的平均值約為422萬美元。盈利能力變量介于-0.33至0.56之間，這表明不同借款公司的盈利狀況截然不同，貸款人有必要考慮申請(qǐng)人的財(cái)務(wù)狀況。

五、實(shí)證結(jié)果分析

首先，我們構(gòu)建一個(gè)沒有信貸信息深度指數(shù)的模型，來研究債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)如何影響樣本中的貸款利差。該模型包含債權(quán)和財(cái)產(chǎn)權(quán)、貸款層面變量、宏觀經(jīng)濟(jì)變量和企業(yè)層面變量，因變量是貸款利差。結(jié)果如表2列(1)所示。

我們發(fā)現(xiàn)債權(quán)和財(cái)產(chǎn)權(quán)保護(hù)變量的系數(shù)均顯著為負(fù)，表明債權(quán)和財(cái)產(chǎn)權(quán)保護(hù)變量增加1分可使貸款利差減少28個(gè)基點(diǎn)。結(jié)果與Bae和Goyal(2009)[2]得到的負(fù)相關(guān)關(guān)系相同。因此，在我們的樣本(中國貸款人的貸款)中，債權(quán)和財(cái)產(chǎn)權(quán)的總體影響與在總體貸款中的影響相似。然而，Bae和Goyal(2009)[2]在總體貸款中觀察到財(cái)產(chǎn)權(quán)保護(hù)程度比債權(quán)保護(hù)的影響更大，但我們沒有發(fā)現(xiàn)。原因可能是中國貸款人在貸款時(shí)缺乏對(duì)財(cái)產(chǎn)權(quán)的關(guān)注。另外，辛迪加結(jié)構(gòu)的系數(shù)表明貸款集團(tuán)中的銀行越多，貸款利差就越少。對(duì)于公司變量來說，所有變量的符號(hào)都顯示出預(yù)期的關(guān)系：當(dāng)總資產(chǎn)較高，回報(bào)較高，資產(chǎn)更具流動(dòng)性且杠桿率較低時(shí)，貸款將出現(xiàn)較低的利差。此外，向具有高GDP的國家的公司提供貸款時(shí)利差偏小。因此，當(dāng)不考慮信息共享的影響時(shí)，我們的研究結(jié)果與Bae和Goyal(2009)[2]的結(jié)果非常吻合，債權(quán)保護(hù)與產(chǎn)權(quán)保護(hù)可以有效減少借款人所要承擔(dān)的貸款利差，除了我們未發(fā)現(xiàn)債權(quán)保護(hù)與財(cái)產(chǎn)權(quán)保護(hù)的影響之間的不相等。

但是，加入信息共享后，情況發(fā)生了變化。我們將信貸信息深度指數(shù)(作為信息共享程度的度量)以及其與債權(quán)保護(hù)和財(cái)產(chǎn)權(quán)保護(hù)的交叉項(xiàng)加入到模型中。結(jié)果顯示在表2的列(2)和列(3)。

不難發(fā)現(xiàn)，信貸信息深度指數(shù)的系數(shù)顯著為負(fù)。由此可以證實(shí)我們的第一個(gè)假設(shè)。此外，信息共享對(duì)利差的影響大于債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)，且債權(quán)保護(hù)系數(shù)的顯著性低于列(1)。我們認(rèn)為，這是因?yàn)樾刨J分享在貸款利差方面具有比債權(quán)和財(cái)產(chǎn)權(quán)保護(hù)更強(qiáng)的解釋力。列(3)加入兩個(gè)交叉項(xiàng)：信貸信息深度和債權(quán)人權(quán)利以及信貸信息深度和財(cái)產(chǎn)權(quán)的交叉項(xiàng)。債權(quán)人權(quán)利保護(hù)的系數(shù)在1%顯著性水平上為負(fù)，其和信貸信息深度的交叉項(xiàng)在1%顯著性水平上為正，說明信息共享變量的存在削弱了債權(quán)人保護(hù)對(duì)利差的負(fù)向影響。我們還發(fā)現(xiàn)，財(cái)產(chǎn)權(quán)保護(hù)系數(shù)的符號(hào)為正，而它和信貸信息深度交叉項(xiàng)符號(hào)在5%顯著性水平上為負(fù)。當(dāng)我們考慮平均水平的財(cái)產(chǎn)權(quán)保護(hù)與信貸信息深度時(shí)，財(cái)產(chǎn)權(quán)保護(hù)對(duì)利差的總體影響變?yōu)?0.020 6(財(cái)產(chǎn)權(quán)保護(hù)單獨(dú)項(xiàng)和交叉項(xiàng)之和)，這和列(2)的結(jié)果一致。可見財(cái)產(chǎn)權(quán)保護(hù)對(duì)利差的負(fù)向影響是由信貸信息深度所驅(qū)動(dòng)，信息共享程度更深的國家，財(cái)產(chǎn)權(quán)保護(hù)對(duì)利差的負(fù)向影響更大。與Bae和Goyal(2009)[2]不同，本文發(fā)現(xiàn)信息共享會(huì)削弱債權(quán)和財(cái)產(chǎn)權(quán)保護(hù)對(duì)利差的解釋力度。綜上所述，我們證實(shí)了第二個(gè)假設(shè)。

表2 信息共享程度&債權(quán)保護(hù)和財(cái)產(chǎn)權(quán)保護(hù)對(duì)貸款利差的影響

我們?nèi)匀挥幸恍┲档锰岢龅钠渌l(fā)現(xiàn)。由于信息共享變量的出現(xiàn)，宏觀經(jīng)濟(jì)變量(此處為GDP)的影響也發(fā)生了變化。GDP在列(1)呈現(xiàn)出對(duì)利差的負(fù)向影響，但在列(3)中它的符號(hào)變?yōu)檎?hào)，表明信息共享實(shí)際上“抓走”了GDP的一些解釋能力。辛迪加中銀行數(shù)量的系數(shù)為顯著的負(fù)數(shù)，這證實(shí)了辛迪加集團(tuán)越大，則可以給予每個(gè)銀行成員越多的保證，如果發(fā)生違約，將分擔(dān)損失。另外，在所有公司層面變量中，流動(dòng)性和杠桿率在所有模型中都不顯著。

我們?cè)俅沃厣瓯竟?jié)的主要發(fā)現(xiàn)：第一，信息共享程度負(fù)向影響貸款利差。國家共享信貸信息程度越高，該國借款人借款所需的利差越低。第二，信息共享程度削弱了債權(quán)保護(hù)和財(cái)產(chǎn)權(quán)保護(hù)在影響貸款利差方面的效力。

六、穩(wěn)健性檢驗(yàn)

(一)改變債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)變量的衡量方法

在本節(jié)中，我們將檢測(cè)當(dāng)改變債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)的衡量方法時(shí)，信貸信息深度指數(shù)的影響是否仍然顯著。替代變量如附錄所示。表3顯示了使用替代指標(biāo)的結(jié)果。

列(1)至列(6)是貸款利差對(duì)信貸信息深度指數(shù)和腐敗、拒付和債權(quán)人權(quán)利四個(gè)指標(biāo)的單獨(dú)回歸。信息共享變量，即信貸信息深度指數(shù)，在所有這些回歸中都顯著為負(fù)。這意味著當(dāng)債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)的衡量指標(biāo)發(fā)生變化時(shí)，信貸信息深度指數(shù)的影響都是穩(wěn)健的。列(7)和列(8)的結(jié)果表明，當(dāng)我們使用財(cái)產(chǎn)權(quán)或債權(quán)人權(quán)利所有指標(biāo)而不是單個(gè)指標(biāo)本身時(shí)，信貸信息深度指數(shù)的影響仍然在5%的顯著性水平上顯著。同樣，如列(9)所示，同時(shí)在模型中加入財(cái)產(chǎn)權(quán)和債權(quán)人權(quán)利的所有衡量指標(biāo)也可得出相同的結(jié)果[注]因我們無法找到中國和俄羅斯之間的匹配數(shù)據(jù)，因此總觀察量減少到327。。

(二)改變信息共享變量的衡量方法

在本節(jié)中，我們使用另一種借款人所在國的信息共享程度測(cè)量方法——信息管理局(IMB)的覆蓋范圍。IMB是一個(gè)信息網(wǎng)絡(luò),其職能是向公眾披露必要的公司文件并促進(jìn)信息的傳播。一個(gè)國家的IMB的覆蓋范圍是通過如IMB這樣的網(wǎng)絡(luò)可以獲得公司信息的多少“份額”來衡量的。覆蓋范圍越大說明信息共享程度越高。我們構(gòu)建了一個(gè)使用信息管理局覆蓋范圍(information coverage)而不是信貸信息深度指數(shù)的模型，來檢驗(yàn)信息共享程度的新代理變量在模型中是否仍然顯著為負(fù)。表4展示了此項(xiàng)結(jié)果。

新的信息共享變量的系數(shù)在5%的顯著性水平上顯著為負(fù)。與此同時(shí)，財(cái)產(chǎn)權(quán)保護(hù)和債權(quán)保護(hù)的交叉項(xiàng)與它們自身保持不同的符號(hào)，且債權(quán)保護(hù)與信息管理局覆蓋范圍的交叉項(xiàng)在10%的顯著性水平上為正，表明覆蓋率的存在削弱了財(cái)產(chǎn)權(quán)和債權(quán)保護(hù)對(duì)貸款利差的影響，與前一部分的信貸信息深度指數(shù)展示的結(jié)果相似。因此，我們有證據(jù)表明，信息共享程度本身是決定貸款利差的一個(gè)有力因素。通過兩項(xiàng)穩(wěn)健性檢驗(yàn)，我們同樣證實(shí)了本文的兩個(gè)假設(shè)。

表3 信貸信息深度&債權(quán)和財(cái)產(chǎn)權(quán)保護(hù)&貸款利差的穩(wěn)健性檢驗(yàn)

續(xù)前表

(1)Spread(2)Spread(3)Spread(4)Spread(5)Spread(6)Spread(7)Spread(8)Spread(9)SpreadAutomatic0.000 8(0.67)0.001 9(0.71)0.001 8(0.69)Secured0.001 0(0.39)0.001 3(0.48)0.001 9(0.70)Management0.000 5(0.42)-0.000 6(-0.21)-0.000 6 (-0.23)Syndicate-0.000 2???(-5.16)-0.000 2???(-5.16)-0.000 2???(-4.99)-0.000 2???(-5.14)-0.000 2???(-5.13)-0.000 2???(-5.04)-0.000 2???(-5.13)-0.000 2???(-4.99)-0.000 2???(-4.96)GDP-0.019 3??(-3.08)-0.019 9??(-3.13)-0.021 0?(-2.45)-0.023 4??(-3.05)-0.020 8??(-3.25)-0.022 3??(-2.91)-0.019 5??(-3.09)-0.022 9?(-2.49)-0.021 6?(-2.37)Constant,Firm characteristicsYESYESYESYESYESYESYESYESYESN327327327327327327327327327R20.177 30.191 80.185 90.219 40.201 30.229 80.212 60.184 70.170 1

注：本表報(bào)告了每項(xiàng)財(cái)產(chǎn)權(quán)和債權(quán)人權(quán)利保護(hù)變量的衡量方法分別和信息共享程度結(jié)合的回歸系數(shù)。財(cái)產(chǎn)權(quán)保護(hù)的替代變量是腐敗(Corruption)、拒付(Repudiation)、債權(quán)保護(hù)的替代變量是進(jìn)入重組的限制(Restriction)、非自動(dòng)扣押抵押品(Automatic)、有擔(dān)保債權(quán)人的優(yōu)先獲償權(quán)(Secured)、管理層不參與重組(Management)?；貧w控制信貸信息深度指數(shù)、辛迪加數(shù)量、總資產(chǎn)對(duì)數(shù)、資產(chǎn)回報(bào)率、杠桿率、流動(dòng)性比率和GDP。括號(hào)中的數(shù)字是針對(duì)國家層面的聚類調(diào)整的穩(wěn)健標(biāo)準(zhǔn)誤差。

表4 信息管理局覆蓋范圍&債權(quán)和財(cái)產(chǎn)權(quán)保護(hù)&貸款利差的穩(wěn)健性檢驗(yàn)

注：本表報(bào)告了財(cái)產(chǎn)權(quán)和債權(quán)人權(quán)利保護(hù)變量和信息管理局覆蓋范圍結(jié)合的回歸系數(shù)。信息管理局覆蓋范圍和其他變量的具體定義見前文。最右列數(shù)字是針對(duì)國家層面的聚類調(diào)整的穩(wěn)健標(biāo)準(zhǔn)誤差。

七、結(jié)論與啟示

與其他國家相比，一些國家信息共享程度更深更廣，債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)制度更加強(qiáng)大。這些因素的差異會(huì)影響不同國家的借款人的貸款利差嗎？本文使用2014年至2016年期間22個(gè)國家的借款人貸款樣本進(jìn)行了研究。

我們分析了信息共享、債權(quán)人權(quán)利保護(hù)程度和合同的可執(zhí)行性(即財(cái)產(chǎn)權(quán)保護(hù)程度)三個(gè)因素，并發(fā)現(xiàn)信息共享也可以顯著影響貸款利差，而不僅僅是所在國的債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)保護(hù)程度。結(jié)果表明：高的信息共享程度可以減少貸款利差。債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)利保護(hù)程度，在沒有信息共享變量的影響下，同樣可以減小貸款利差。但更好的信息共享從源頭上減少了信息不對(duì)稱的問題，從而削弱了財(cái)產(chǎn)權(quán)和債權(quán)保護(hù)對(duì)貸款利差的影響。

本文的研究豐富了銀行貸款方面理論的研究，同時(shí)對(duì)制定相關(guān)政策來提高“一帶一路”建設(shè)中銀行配置貸款的效率具有一定的啟發(fā)作用?；谝陨涎芯?，本文提出以下三點(diǎn)政策建議。其一，對(duì)中資機(jī)構(gòu)而言，“一帶一路”沿線國家如第三世界國家的法律制度普遍有缺陷，不能僅僅因?yàn)榉杀Ｗo(hù)和執(zhí)行能力不足而放棄貸款。根據(jù)本文研究，考慮信息共享時(shí)，財(cái)產(chǎn)權(quán)和債權(quán)人權(quán)利保護(hù)對(duì)貸款利差的影響被減弱，因此，中資機(jī)構(gòu)考慮向“一帶一路”經(jīng)濟(jì)體提供金融支持時(shí)，可以優(yōu)先考慮借款國是否有相應(yīng)的信貸信息共享機(jī)構(gòu)，并從這些平臺(tái)上進(jìn)行更有效的風(fēng)險(xiǎn)評(píng)估，從而得出貸款決策，減小信用風(fēng)險(xiǎn)。其二，對(duì)“一帶一路”沿線的借款國而言，如果政府想要降低企業(yè)的借款成本，加強(qiáng)金融市場(chǎng)的流動(dòng)性，可以優(yōu)先考慮在建立信息機(jī)構(gòu)以增加信息共享方面做出改善，如建立全國性的信貸信息分享平臺(tái)與企業(yè)征信系統(tǒng)，提高借方信息的透明度，從而幫助投資者進(jìn)行風(fēng)險(xiǎn)識(shí)別，減少信息不對(duì)稱。其三，在法律規(guī)則方面，經(jīng)濟(jì)體設(shè)立對(duì)債權(quán)人權(quán)利保護(hù)的相應(yīng)條款并提高執(zhí)法水平必不可少。只有從法律層面強(qiáng)化對(duì)債權(quán)人權(quán)利和財(cái)產(chǎn)權(quán)的保障，才能使貸款人更有動(dòng)力提供利差較低的貸款，滿足更多“一帶一路”項(xiàng)目融資需求，發(fā)揮金融服務(wù)實(shí)體經(jīng)濟(jì)的作用，促進(jìn)“一帶一路”建設(shè)可持續(xù)發(fā)展。

附錄

(一)債權(quán)保護(hù)和財(cái)產(chǎn)權(quán)保護(hù)變量的指標(biāo)定義

1.財(cái)產(chǎn)權(quán)保護(hù)指標(biāo)。

(1)腐敗。這是對(duì)每個(gè)借款國的政治制度中的受賄程度的評(píng)估。當(dāng)一個(gè)國家的腐敗水平被認(rèn)為很高時(shí)，更多的政府官員尋求非法受賄，而這些賄款主要來自進(jìn)出口許可證，外匯管制和貸款等，因此貸款機(jī)構(gòu)的財(cái)產(chǎn)狀況面臨更高風(fēng)險(xiǎn)，可能會(huì)要求更高的利息(Bae和Goyal，2009[2])。

(2)拒付風(fēng)險(xiǎn)。這種衡量方法表明貸款人有時(shí)會(huì)因收入減少或預(yù)算削減的外國交易對(duì)手的退出、延期或按比例縮減合同而遭受到損害。此指標(biāo)較高意味著外國交易對(duì)手拒付的可能性較小。

2.債權(quán)人權(quán)利保護(hù)指標(biāo)。

(1)對(duì)進(jìn)入重組的限制。該虛擬變量指標(biāo)表示當(dāng)借款人提交重組申請(qǐng)時(shí)是否需要債權(quán)人的同意，而并非借方單方同意即可。如果借款人所在國的法律中存在這種限制，則該虛擬變量指標(biāo)記為1，否則計(jì)為0。

(2)非自動(dòng)扣押抵押品。這表明借款人提供的抵押品是否可以由債權(quán)人扣押，如果可由債權(quán)人扣押，則取值為1；由法庭自動(dòng)扣押，則取值為0。

(3)有擔(dān)保債權(quán)人的優(yōu)先獲償權(quán)。有擔(dān)保的債權(quán)人是否在借款人破產(chǎn)清算時(shí)可獲得優(yōu)先付款，有則為1，否則為0。

(4)管理層不參與重組。如果債權(quán)人或其他管理人在借方重組時(shí)接管借款人公司的管理權(quán)，而非借方自己管理，則取值為1，否則為0。

(二)信貸信息深度指數(shù)的定義

信貸信息深度指數(shù)分為以下8個(gè)方面，每個(gè)方面的得分都是1。

1.關(guān)于公司的和關(guān)于個(gè)人的數(shù)據(jù)都發(fā)布。

2.正面的信貸信息(比如，原貸款額、未償貸款的數(shù)量和準(zhǔn)時(shí)還款的情況)和負(fù)面的信貸信息(比如，拖欠還款和欠款發(fā)生的數(shù)量和欠款額)都發(fā)布。

3.除了來自金融機(jī)構(gòu)的數(shù)據(jù)，來自零售商和公用事業(yè)公司的數(shù)據(jù)也發(fā)布。

4.發(fā)布至少2年的歷史數(shù)據(jù)。欠款一旦還清就抹去相關(guān)信息或者在欠款還清超過10年后仍然發(fā)布負(fù)面信貸信息的信貸社或信貸登記處這個(gè)組成部分上得分為0。

5.發(fā)布在人均收入1%以下的貸款額數(shù)據(jù)。

6.根據(jù)法律，借方有權(quán)利獲取它們?cè)诮?jīng)濟(jì)體內(nèi)最大的信貸社或信貸登記處的數(shù)據(jù)。收取借款人1%以上人均收入費(fèi)用以檢查數(shù)據(jù)的信貸社和信貸登記處在這個(gè)組成部分上得分為0。

7.銀行和其他金融機(jī)構(gòu)可以在線訪問信用信息(例如網(wǎng)上平臺(tái)、系統(tǒng)到系統(tǒng)的連接，或二者都有)。

8.信貸社或信貸登記處信用分?jǐn)?shù)作為一項(xiàng)增值服務(wù)，幫助銀行和其他金融機(jī)構(gòu)來評(píng)估借款人的信用。