周鴻衛(wèi)，劉子龍

（湖南大學 金融與統(tǒng)計學院，湖南 長沙 410079）

一、引言

中國實體經(jīng)濟，特別是中小企業(yè)融資難和融資貴問題一直沒有得到有效的緩解。當前一個共識是通過金融創(chuàng)新增加對實體經(jīng)濟的有效支持（陳雨露，2015［1］），從而緩解實體經(jīng)濟融資難和融資貴問題。由于中國是一個典型的銀行主導型金融體系，支持實體經(jīng)濟的金融創(chuàng)新主要應是銀行創(chuàng)新。一段時間以來，由于金融管理部門政策鼓勵和引導以及市場競爭的驅(qū)動，銀行業(yè)也在不斷探索服務(wù)實體經(jīng)濟新方式，一些創(chuàng)新取得了較好的效果，另一些效果欠佳，如存在資金在非實體經(jīng)濟部門空轉(zhuǎn)等。2017年4月6日，銀監(jiān)會下發(fā)《關(guān)于開展銀行業(yè)“不當創(chuàng)新、不當交易、不當激勵、不當收費”專項治理工作的通知》，表明中國銀行業(yè)的部分金融創(chuàng)新未能有效支持實體經(jīng)濟的發(fā)展。因此，銀行創(chuàng)新對信貸可得性的影響越來越受到社會各界的關(guān)注。

銀行作為一種典型的金融中介，其基本職能是將儲蓄轉(zhuǎn)化為投資，因此，銀行服務(wù)實體經(jīng)濟主要是通過將儲蓄轉(zhuǎn)化為投資來實現(xiàn)。銀行主要通過信貸業(yè)務(wù)實現(xiàn)其金融中介職能，其信貸行為直接決定了經(jīng)濟部門的信貸可得性。所以，信貸可得性的高低能夠反映銀行中介職能發(fā)揮的效率。銀行在發(fā)揮將儲蓄轉(zhuǎn)換為投資中介職能時，面臨信息不對稱和交易成本問題，銀行解決信息不對稱與交易成本的能力和效率直接影響其將儲蓄轉(zhuǎn)換為投資的能力和效率。銀行中介在解決信息不對稱和交易成本方面具有比較優(yōu)勢，但另一方面，信息不對稱和交易成本也會導致銀行對借款人進行信貸配給，影響信貸可得性。所以，銀行解決信息不對稱與交易成本的能力和效率會影響經(jīng)濟部門的信貸可得性。

在信貸市場上，價格因素并不是市場出清的決定因素，從資金需求方來看存在信貸可得性問題，從資金供給方來看存在信貸配給問題。因此信貸可得性和信貸配給揭示的是信貸市場上的同一個問題。在理論上，S tiglit z＆Weiss（1981）［2］提出了一個經(jīng)典模型，揭示信息不對稱導致了信貸配給，國內(nèi)王霄、張捷（2003）［3］以及李志赟（2002）［4］等在不同側(cè)面進行了拓展，等等，但目前尚缺乏一個能將創(chuàng)新、信息不對稱和交易成本對信貸配給影響的分析框架。在實證上存在的主要問題是如何有效地衡量銀行創(chuàng)新，目前主要有直接度量和間接度量，直接度量是根據(jù)銀行創(chuàng)新的含義將其分解為產(chǎn)品（業(yè)務(wù)）創(chuàng)新、管理創(chuàng)新、組織創(chuàng)新等，或者通過設(shè)計相關(guān)指標進行綜合評估，或者直接利用某些新型業(yè)務(wù)量來衡量銀行創(chuàng)新；間接度量主要是利用表外業(yè)務(wù)，如非利息收入或非利息凈收入來反映銀行創(chuàng)新。直接度量需要更為細致的銀行數(shù)據(jù)，在數(shù)據(jù)的獲取等方面存在問題①由于現(xiàn)代銀行創(chuàng)新是一種全面的綜合性活動，一項創(chuàng)新活動不會僅涉及某類銀行業(yè)務(wù)，有可能涉及幾類銀行業(yè)務(wù)，如交易銀行業(yè)務(wù)創(chuàng)新會涉及銀行的存款業(yè)務(wù)、貸款業(yè)務(wù)和結(jié)算業(yè)務(wù)等，直接度量不能有效地處理該類問題。，一些間接度量不能全面反映銀行各種創(chuàng)新活動。

本文的主要貢獻在于：第一，在理論分析上，構(gòu)建一個考慮銀行創(chuàng)新、信息不對稱和交易成本的信貸配給模型，揭示銀行創(chuàng)新影響信貸配給的作用機理，并將交易成本分為純交易成本（僅與交易活動相關(guān)的成本）和相關(guān)交易成本（與信息不對稱相關(guān)的成本），有利于解釋信息不對稱和相關(guān)交易成本對信貸配給的交叉影響。第二，在實證方法上，運用銀行全要素生產(chǎn)率作為銀行創(chuàng)新的度量指標。全要素生產(chǎn)率是一個衡量創(chuàng)新績效的重要指標，全要素生產(chǎn)率應該是引導創(chuàng)新發(fā)展的指標②參見蔡昉2015年11月23日發(fā)表于《北京日報》上的文章《全要素生產(chǎn)率是新常態(tài)經(jīng)濟增長動力》。，全要素生產(chǎn)率能夠較為全面反映銀行的創(chuàng)新程度。同時運用全要素生產(chǎn)率與不良貸款率、成本收入比的交叉項檢驗銀行創(chuàng)新對信貸可得性的影響機理。第三，實證結(jié)果具有價值，實證結(jié)果顯示銀行創(chuàng)新提高了銀行信貸規(guī)模，但降低了小微企業(yè)信貸可得性，驗證了銀行創(chuàng)新增加的信貸并流向中小企業(yè)。

本文余下部分安排如下：第二部分是文獻回顧；第三部分是銀行創(chuàng)新的信貸配給模型；第四部分是實證設(shè)計；第五部分是創(chuàng)新對信貸可得性影響的實證結(jié)果及分析；第六部分是創(chuàng)新影響信貸可得性機制的進一步檢驗；最后是本文的研究結(jié)論及啟示。

二、文獻回顧

經(jīng)濟學意義中“創(chuàng)新”這一概念由熊彼特（1912）提出，他認為創(chuàng)新就是建立一種生產(chǎn)函數(shù)，強調(diào)了生產(chǎn)技術(shù)的革新和生產(chǎn)方法的變革在經(jīng)濟發(fā)展中的作用。金融創(chuàng)新包括創(chuàng)新產(chǎn)品、創(chuàng)新流程、創(chuàng)新服務(wù)和創(chuàng)新組織形式（Frame＆W h ite，2004［5］）。關(guān)于銀行創(chuàng)新的界定，中國銀監(jiān)會在《商業(yè)銀行金融創(chuàng)新指引》中的表述最為全面，它是“商業(yè)銀行為適應經(jīng)濟發(fā)展的要求，通過引入新技術(shù)、采用新方法、開辟新市場、構(gòu)建新組織，在戰(zhàn)略決策、制度安排、機構(gòu)設(shè)置、人員準備、管理模式、業(yè)務(wù)流程和金融產(chǎn)品等方面開展的各項新活動”。

降低信息不對稱和交易成本是金融創(chuàng)新的兩個重要動因［6-7］，而信息不對稱和交易成本也會導致銀行對經(jīng)濟部門的信貸配給。國外學者B altens p erger（1978）［8］揭示信貸配給是由于信息不對稱或代理成本造成的；S tiglit z＆Weiss（1981）通過引入信息不對稱建立的理論模型證明逆向選擇會導致信貸配給，等等。王霄、張捷（2003）［3］在上述模型中引入了廠商規(guī)模變量，綜合考慮利率、銀行貸款成本、抵押機制和廠商規(guī)模，構(gòu)建了一個內(nèi)生化抵押品和廠商規(guī)模的信貸配給模型；李志赟（2002）［4］認為中小企業(yè)的非勻質(zhì)性、貸款抵押和交易成本是影響中小企業(yè)從銀行獲得貸款的三個主要因素；徐強（2005）［9］基于銀企風險認知差異構(gòu)建了一個揭示信息不對稱程度與信貸配給程度關(guān)系的信貸配給模型；姜海軍、惠曉峰（2008）［10］從信息不對稱和均衡的角度解釋了信貸配給現(xiàn)象。

在實證研究方面，由于缺乏衡量單個銀行總體創(chuàng)新程度方法，大量文獻只檢驗某一類創(chuàng)新型業(yè)務(wù)，如資產(chǎn)證券化、金融衍生工具交易、貸款承諾等對銀行信貸行為的影響。具有代表性的研究有：L outs k ina（2011）［11］研究得出資產(chǎn)證券化明顯改變了存款機構(gòu)開展業(yè)務(wù)的方式，影響銀行的貸款供給；Altun b aset al.（2007）［12］實證發(fā)現(xiàn)資產(chǎn)證券化提高了歐洲銀行發(fā)放新貸款的能力。但是Casuetal.（2011）［13］研究發(fā)現(xiàn)美國銀行證券化資產(chǎn)越多，在開展業(yè)務(wù)時越厭惡風險。B re w er et al.（2001）［14］實證發(fā)現(xiàn)，使用利率衍生工具導致美國銀行發(fā)放了更多的貸款，更有效地發(fā)揮了金融中介功能；H irtle（2008）［15］發(fā)現(xiàn)，當銀行利用信用衍生品獲得信用保護后，會傾向于增加貸款供應，尤其是長期貸款的供應。此外，Becketal.（2016）［16］運用一國金融R＆D支出、銀行業(yè)的表外項目衡量一個國家的銀行業(yè)創(chuàng)新程度，對銀行創(chuàng)新效應進行跨國檢驗，發(fā)現(xiàn)銀行創(chuàng)新對銀行穩(wěn)定和實體經(jīng)濟的影響存在“光明面”和“黑暗面”。

現(xiàn)有關(guān)于銀行創(chuàng)新和信貸可得性（或信貸配給）的相關(guān)研究在理論和實證上都存在局限性。在理論分析上，目前尚缺乏一個能將銀行創(chuàng)新、信息不對稱和交易成本、信貸配給（或信貸可得性）納入的分析框架；在實證方面，由于缺乏較為全面衡量銀行創(chuàng)新的方法，導致如Frame＆White（2004）［5］所說：“所有人都在討論金融創(chuàng)新，卻幾乎沒有人去做相關(guān)實證來檢驗它?！北疚耐ㄟ^建立一個關(guān)于銀行創(chuàng)新、信息不對稱和交易成本與信貸配給關(guān)系的理論分析框架，在合理度量銀行創(chuàng)新的基礎(chǔ)上，檢驗中國銀行業(yè)創(chuàng)新對信貸可得性的影響及其影響路徑。

三、銀行創(chuàng)新的信貸配給效應

信息不對稱與交易成本會影響銀行中介將儲蓄轉(zhuǎn)換為投資的能力，最終影響經(jīng)濟部門的信貸可得性，在信貸市場上表現(xiàn)為銀行對經(jīng)濟部門的信貸配給。因此，信貸可得性與信貸配給是信貸市場上相互對應的兩個概念，可以通過分析銀行創(chuàng)新對信貸配給的影響來揭示銀行創(chuàng)新與信貸可得性的關(guān)系。本文將信息不對稱因子引入傳統(tǒng)的銀行期望收益分析，構(gòu)建一個基于信息不對稱與交易成本的信貸配給模型，同時將交易成本分為“純交易成本”和“相關(guān)交易成本”，分析信息不對稱和交易成本對信貸配給影響的綜合效應。

在某一信貸市場上，借款人都是風險中性，項目投資額均不可分，且高于固定投入成本。假定借款人的融資規(guī)模為B，項目成功的概率為P，借款人獲得收入X，項目失敗概率（1-P）相對應的收入為0；銀行發(fā)放貸款有交易成本，設(shè)為N；銀行要求的抵押品為C，且有C≤B。

由于存在信息不對稱，銀行收回貸款的概率與項目成功概率并不一致①徐強（2005）認為項目投資只考慮項目風險，銀行貸款面臨的風險既包含了項目的風險，又包含信息不對稱帶來的風險，因此銀行收回貸款的概率與項目成功概率并不一致。，如果項目成功銀行收回貸款的概率設(shè)為P*U（θ），其中U（θ）為銀行基于項目成功概率的關(guān)于信息不對稱概率測度的調(diào)整系數(shù)，θ為信息不對稱程度。由U（θ）性質(zhì)，應有。當信息不對稱程度較大時，U（θ）對于θ的變化更為敏感，即

銀行的貸款利率為r，存款利率為r0，在銀行收回貸款時可獲得B*（1+r），對于每一筆貸款，銀行期望收益為

在（2）式中第一項為負，表示提高利率帶來的間接風險效應，第二項為正，代表銀行提高利率的直接收入效應。

可以得出以下結(jié)論：存在r*，使得r≤r*時證明見附錄）。

上述結(jié)論表明在信息不對稱環(huán)境下，銀行期望收益并不始終隨貸款利率的提高而增加，存在一個最優(yōu)貸款利率r*，使銀行期望收益最大。這與S tiglit z-Weiss模型推導的結(jié)論一致。

由已知條件U（θ）關(guān)于θ的二次導數(shù)關(guān)系可以得出：

式（4）表明：信息不對稱程度與最優(yōu)貸款利率呈反方向變動，即降低信息不對稱程度能夠提高最優(yōu)貸款利率，如果不考慮相關(guān)交易成本的變化，銀行會提高均衡信貸供給，使信貸配給程度降低。反之則反。

其次分析交易成本對信貸配給的影響。由于相關(guān)交易成本占據(jù)交易成本絕大部分，本文只分析相關(guān)交易成本的影響。相關(guān)交易成本變動一方面可能改變銀行信貸成本，從而影響銀行的期望收益；另一方面也可能通過影響信息不對稱程度來影響銀行的期望收益。因此相關(guān)交易成本變動對信貸供給的影響應綜合分析兩種效應。

設(shè)相關(guān)交易成本為N0，由于相關(guān)交易成本與信息不對稱的關(guān)系有則有

式（5）右邊第一項表示相關(guān)交易成本的邊際變動對銀行期望收益的影響，由于則第一項符號為正表示增加一個單位相關(guān)交易成本，會降低信息不對稱程度，使銀行預期收益增加的值；第二項表示增加一個單位的相關(guān)交易成本使銀行信貸成本相應增加一個單位。

如果增加一單位相關(guān)交易成本，導致信息不對稱程度降低，使銀行預期收益增加值大于1，即式（5）中的第一項大于第二項，則銀行預期收益會增加，表示銀行增加相關(guān)交易成本使信息不對稱程度降低的凈效應為正，銀行會提高均衡信貸供給，從而改善信貸配給。當凈效應為負，即式（5）為負，銀行預期收益會減少，銀行會降低均衡信貸供給，使信貸配給增加。同理，如果降低一單位相關(guān)交易成本，使式（5）為負，信貸配給增加；如果降低一單位相關(guān)交易成本，使式（5）為正，信貸配給降低。

銀行中介通過提高信息的全面性和可靠性，能治理逆向選擇問題，但會增加信息搜尋成本和甄別成本等相關(guān)交易成本；通過監(jiān)督和激勵能治理道德風險，但會提高監(jiān)督成本和激勵成本等相關(guān)交易成本。以降低信息不對稱和相關(guān)交易成本為動因的銀行創(chuàng)新，必須綜合考察信息不對稱和相關(guān)交易成本變動對銀行期望收益的影響，以此來判斷銀行創(chuàng)新的信貸配給效應。

銀行創(chuàng)新或者降低相關(guān)交易成本，從而降低銀行的信貸成本，提高期望收益，但有可能提高信息不對稱程度，進而降低銀行的期望收益；或者降低信息不對稱程度，提高銀行的期望收益，但有可能提高相關(guān)交易成本，進而降低期望收益。銀行創(chuàng)新對信貸配給的影響取決于上述兩種效應的比較。當降低信貸成本效應大于提高信息不對稱效應時，會降低信貸配給；當降低信貸成本效應小于提高信息不對稱效應時，會提高信貸配給。

四、實證設(shè)計

（一）銀行創(chuàng)新度量

一般企業(yè)的創(chuàng)新主要利用R＆D和專利數(shù)量來衡量，但是單個銀行不能統(tǒng)計R＆D數(shù)據(jù)，而且銀行創(chuàng)新的新產(chǎn)品和新業(yè)務(wù)等一般不能或很少申請專利，因此，無法利用R＆D和專利數(shù)量來度量銀行創(chuàng)新?，F(xiàn)有的相關(guān)研究一般運用直接度量和間接度量兩種方法，直接度量法或者將銀行創(chuàng)新分為產(chǎn)品創(chuàng)新、業(yè)務(wù)創(chuàng)新、組織創(chuàng)新、管理創(chuàng)新等方面，直接利用銀行上述相關(guān)數(shù)據(jù)進行加權(quán)計算，或者直接利用某一類或幾類新業(yè)務(wù)作為銀行創(chuàng)新的替代變量。前者存在數(shù)據(jù)獲取難，以及有可能割裂某些創(chuàng)新效果的情況，因為現(xiàn)在有些銀行創(chuàng)新是綜合性的，不能直接歸類為產(chǎn)品創(chuàng)新、業(yè)務(wù)創(chuàng)新等；后者則存在不能全面反映銀行創(chuàng)新的信息。間接度量法主要利用表外業(yè)務(wù)，如非利息凈收入和非利息收入，或它們的構(gòu)成部分來反映銀行創(chuàng)新，這也未能反映銀行創(chuàng)新的全部信息。

蔡昉（2015）認為全要素生產(chǎn)率是一個衡量創(chuàng)新績效的重要指標，應該成為引導創(chuàng)新發(fā)展的指標。全要素生產(chǎn)率是一種基于生產(chǎn)函數(shù)的創(chuàng)新測度方法（徐映梅、孫靜，2018［17］），而且已有文獻實證得出互聯(lián)網(wǎng)金融創(chuàng)新顯著提升中國商業(yè)銀行全要素生產(chǎn)率（沈悅、郭品，2015［18］），因此，銀行全要素生產(chǎn)率可以作為衡量銀行創(chuàng)新程度的指標。本文選取中介法計算銀行全要素生產(chǎn)率。國內(nèi)選取中介法計算銀行全要素生產(chǎn)率的研究主要有張健華和王鵬（2010）［19］，蔡躍洲和郭梅軍（2009）［20］等。為使得全要素生產(chǎn)率可用于實證面板數(shù)據(jù)分析，本文采取F?re-P rimont模型，通過DPI N3.0軟件，計算銀行全要素生產(chǎn)率。

（二）數(shù)據(jù)來源及變量定義

本文所用數(shù)據(jù)通過wind、bank scope、各銀行年報以及國家統(tǒng)計局網(wǎng)站獲取，基于數(shù)據(jù)可得性選取2007—2016年25家銀行的面板數(shù)據(jù)進行分析，其中有5家國有商業(yè)銀行，9家全國性股份制商業(yè)銀行，以及16家城市商業(yè)銀行。

1.解釋變量與被解釋變量

解釋變量為銀行創(chuàng)新程度，利用上述測算出的銀行全要素生產(chǎn)率來度量。被解釋變量為信貸可得性，關(guān)于信貸可得性的衡量，可以從企業(yè)方面衡量，國外最為經(jīng)典的是P etersen&Rajan（1994）［21］等；也可以從銀行方面，如董曉林等（2014）［22］分別采用小微企業(yè)貸款余額/金融機構(gòu)貸款總額、中小企業(yè)貸款余額/銀行貸款總額來衡量中小企業(yè)的信貸可得性。由于本文研究銀行創(chuàng)新問題，應從銀行方面度量信貸可得性，因此，本文運用銀行小微企業(yè)貸款占貸款總額比重和銀行信貸總額來度量。

2.控制變量

銀行特征變量：銀行的一些個體特征會影響銀行的信貸行為，本文選取資本充足率、流動性比率、資產(chǎn)規(guī)模、成本收入比和不良貸款率五個指標作為銀行特征控制變量。

市場特征變量：銀行面臨的市場競爭包括銀行同業(yè)競爭和非銀行金融同業(yè)（主要是資本市場）競爭，選取勒納指數(shù)反映銀行同業(yè)的競爭，（企業(yè)債券融資規(guī)模+非金融境內(nèi)社會融資）/社會融資規(guī)模反映非銀行金融同業(yè)的競爭。

此外，選取M2增長率作為宏觀經(jīng)濟控制變量。各變量定義見表1。

表1 模型變量定義表

（三）實證方法與實證模型

首先為檢驗中國銀行業(yè)創(chuàng)新對信貸可得性的影響，本文建立兩個實證模型，分別檢驗中國銀行業(yè)創(chuàng)新對小微企業(yè)貸款和信貸規(guī)模的影響。模型（Ⅰ）是檢驗銀行創(chuàng)新對小微企業(yè)信貸可得性影響的回歸方程，模型（Ⅱ）是檢驗銀行創(chuàng)新對所有信貸可得性影響的回歸方程。

其中 i表示樣本銀行，t表示時間，β1為截距項，β2、β3、β4、β5、β6、β7、β8、β9、β10分別為待估變量系數(shù)，εit為隨機誤差項，其余變量含義見表1。

其次，為進一步檢驗銀行創(chuàng)新對經(jīng)濟部門信貸可得性的影響路徑，在實證模型（Ⅰ）和（Ⅱ）中分別加入銀行創(chuàng)新（bi）與資本充足率（cap）、成本收入比（oc）、不良貸款率（bl）的交叉項，建立如下實證模型。

其中 i表示樣本銀行，t表示時間，β1為截距項，β2、β3、β4、β5、β6、β7、β8、β9、β10、β11、β12分別為待估變量系數(shù)，εit為隨機誤差項，其余變量含義見表1。

（四）實證變量描述性統(tǒng)計

從表2可以看出，小微企業(yè)貸款占比平均值為18.73%，說明中國銀行業(yè)小微企業(yè)貸款占比整體上較低。此外，該變量最大值和最小值分別為57.01%和1.03%，標準差為13.06%，這說明各銀行間的小微企業(yè)貸款占比波動較大。

銀行全要素生產(chǎn)率的最大值為1.48，最小值為0.53，標準差為0.20，可以得出銀行創(chuàng)新的波動并不大，這與中國銀行業(yè)創(chuàng)新現(xiàn)狀相吻合。由于本質(zhì)性創(chuàng)新需要投入較多的精力、成本和承受較大的風險，當前中國銀行創(chuàng)新主要集中在易于被模仿、傳遞性更強的更新式創(chuàng)新，這與描述性統(tǒng)計中各銀行的創(chuàng)新程度差異較小相一致。而且通過對銀行全要素生產(chǎn)率的進一步分解發(fā)現(xiàn)，組織創(chuàng)新、管理創(chuàng)新等其他方面的創(chuàng)新對銀行創(chuàng)新程度的貢獻明顯小于銀行技術(shù)進步創(chuàng)新。

表2 變量描述性統(tǒng)計表

關(guān)于銀行特征變量，資本充足率的均值為12.33%，最大值30.67%、最小值為3.407%，標準差為2.42%，這說明各銀行之間的資本充足性變化較大；流動性比率平均值為43.44%；成本收入比平均值為33.15%，但銀行間差異較大，最大值為57.78%，最小值為19.04%；不良貸款率最大值23.57%，這是農(nóng)業(yè)銀行在改制前一年的數(shù)據(jù)，為異常數(shù)據(jù)，均值為1.39%；勒納指數(shù)差異較大，說明各銀行在銀行同業(yè)中競爭地位相差較大；“（企業(yè)債券融資規(guī)模+非金融境內(nèi)社會融資）/社會融資規(guī)模”不斷提高，反映銀行業(yè)面臨越來越強的非銀行金融同業(yè)的競爭壓力。

五、銀行創(chuàng)新影響信貸可得性的實證結(jié)果及分析

本文運用面板數(shù)據(jù)模型進行回歸檢驗，在回歸檢驗前，需要選擇合適的回歸效應模型，面板回歸效應模型主要有固定效應回歸、隨機效應回歸和混合回歸。面板數(shù)據(jù)實證回歸效應模型的選擇以及對模型的假設(shè)檢驗均采用stata14.0軟件進行。

表3 回歸效應選擇表

在固定效應模型與隨機效應模型之間選擇回歸效應模型，結(jié)果拒絕了H ausman檢驗的原假設(shè)，說明固定效應優(yōu)于隨機效應。因此選擇固定效應模型對實證模型（Ⅰ）和模型（Ⅱ）進行回歸估計，回歸結(jié)果見表4。

表4 影響信貸可得性的回歸結(jié)果

從模型（Ⅱ）的回歸結(jié)果可知，創(chuàng)新對銀行信貸總額顯著為正，表明在樣本年間中國銀行業(yè)創(chuàng)新提高了銀行信貸規(guī)模，但從模型（Ⅰ）的回歸結(jié)果可知，銀行創(chuàng)新對小微企業(yè)貸款占比影響顯著為負，說明樣本年間銀行創(chuàng)新并未提高中小微企業(yè)的信貸可得性，但與信貸規(guī)模顯著正相關(guān)，即提高了所有經(jīng)濟部門的信貸可得性，由此可以推斷，樣本年間中國銀行業(yè)創(chuàng)新增加的信貸資金并未相應增加中小微企業(yè)的信貸可得性。

對于其他控制變量來說，資本充足率的回歸系數(shù)在兩個模型中均為正，說明資本充足率對信貸可得性具有正向影響，從理論上看，資本充足率對貸款影響需從分子和分母兩個方面分析：如果主要由增加資本來提高資本充足率，即增加分子，則應具有正向影響；如果主要靠降低風險資產(chǎn)組合，即降低分母，影響有可能為正，也有可能為負①如果主要通過減少貸款總額來提高資本充足率，其影響為負；如果主要通過調(diào)整貸款組合的風險結(jié)構(gòu)，其影響為正。。在樣本年間，由于大部分樣本銀行都進行了股份化改制，甚至上市，通過大規(guī)模補充資本來提高資本充足率，使得資本充足率的影響為正。但對信貸總額不顯著，且系數(shù)很小，說明資本充足性變動對小微企業(yè)貸款和全部貸款的影響不一致，可能存在銀行創(chuàng)新對資本充足性的交叉影響，本文后面會進一步檢驗。

成本收入比回歸系數(shù)均為負，由于成本收入比蘊涵銀行交易成本的信息，交易成本越高，銀行提供的信貸越低，符合常識。但均不顯著，由前面的理論分析可知，可能銀行相關(guān)創(chuàng)新對其產(chǎn)生交叉影響。不良貸款率回歸系數(shù)在模型（Ⅰ）中顯著為正，即小微企業(yè)貸款占比與不良貸款呈正向關(guān)系，符合常識；但在模型（Ⅱ）為負，且不顯著，由于不良貸款率蘊涵信息不對稱因素，有可能銀行的相關(guān)創(chuàng)新對其產(chǎn)生交叉影響。本文后面將會做進一步檢驗。

銀行資產(chǎn)規(guī)模的回歸系數(shù)均顯著為正，說明銀行資產(chǎn)規(guī)模越大，提供的信貸資金越多。在模型（Ⅱ）中，銀行流動性的回歸系數(shù)顯著為負，即提高流動性會降低信貸總額，但在模型（Ⅰ）中，流動性的回歸系數(shù)顯著為正，顯示流動性提高有利于增加小微企業(yè)貸款，其原因可能是銀行的信貸產(chǎn)品中存在基于流動性的創(chuàng)新產(chǎn)品。

反映銀行間市場競爭的勒納指數(shù)系數(shù)在模型（Ⅰ）為12.674 7，且在5%水平下顯著，說明銀行競爭力的增加，小微企業(yè)的信貸可得性會提高，這同Shenetal.（2009）［23］的結(jié)論一致；在模型（Ⅱ）中盡管為正，但不顯著，且回歸系數(shù)很小。說明銀行間競爭程度對小微企業(yè)貸款影響更為明顯。反映非銀行金融同業(yè)競爭指標的回歸系數(shù)在兩個回歸模型中均顯著為負，表明其他金融同業(yè)，特別是資本市場的競爭，對銀行信貸具有負向作用；由于模型（Ⅰ）中的回歸系數(shù)遠大于模型（Ⅱ）中回歸系數(shù)，表明中國銀行業(yè)在面臨非銀行金融同業(yè)，特別是資本市場競爭時，并未采取如（B oot&Thakor，2000［24］）理論分析那樣，將信貸資源集中在具有信息和交易成本比較優(yōu)勢的中小微企業(yè)，反而有可能將信貸資源集中在非實體經(jīng)濟部門和大型實體經(jīng)濟部門。

M2的回歸系數(shù)在兩個模型中均顯著為正，表明中國廣義貨幣量的增加會緩解信貸配給狀況，提高信貸可得性，但模型（Ⅰ）中的回歸系數(shù)遠大于模型（Ⅱ），這表明央行有關(guān)針對小微企業(yè)貸款難的貨幣政策，如定向降準等，在一定程度上產(chǎn)生了影響。

另外，對上述回歸結(jié)果進行穩(wěn)健性檢驗，采用從全要素生產(chǎn)率中分解出的銀行技術(shù)效率（tfpe）作為反映銀行創(chuàng)新程度的變量，并采用HH I指數(shù)來替換勒納指數(shù)，替換模型（Ⅰ）和模型（Ⅱ）中的全要素生產(chǎn)率（bi）和勒納指數(shù)（lena），并進行回歸，回歸結(jié)果見表5。

從表5的結(jié)果可以看出，對主要解釋變量的指標進行替換后，回歸結(jié)果顯示主要解釋變量的符號與顯著性并沒有發(fā)生明顯變化，這說明本文的實證結(jié)果具有穩(wěn)健性。

六、銀行創(chuàng)新對信貸可得性影響機制的進一步檢驗

降低信息不對稱與交易成本是銀行創(chuàng)新的兩個主要驅(qū)動因素，此外，還有各種監(jiān)管套利。根據(jù)理論分析可知，銀行創(chuàng)新能夠通過影響信息不對稱與交易成本來改變經(jīng)濟部門的信貸可得性，前面實證結(jié)果也證實了中國銀行業(yè)創(chuàng)新對信息不對稱和交易成本可能存在影響，同時實證檢驗也發(fā)現(xiàn)銀行創(chuàng)新可能存在監(jiān)管資本“套利”問題，因此，需對上述問題做進一步檢驗。本部分將運用銀行創(chuàng)新與資本充足率、不良貸款率（包含信息不對稱信息）和成本收入比（包含交易成本信息）的交叉項來進一步檢驗。

選擇固定效應模型，對模型（Ⅲ）、模型（Ⅳ）、模型（Ⅴ）、模型（Ⅲ′）、模型（Ⅳ′）和模型（Ⅴ′）6個回歸模型進行回歸，回歸結(jié)果見表7。

表5 穩(wěn)健性檢驗結(jié)果表

表6 交叉項變量定義表

由表7可知，加入銀行創(chuàng)新與資本充足率交叉項后，資本充足率對小微企業(yè)貸款和信貸總額的影響顯著改變，資本充足率在模型（Ⅲ）中的回歸系數(shù)顯著為正，交叉項顯著為負，在模型（Ⅲ′）中顯著為負，但交叉項顯著為正。交叉項均顯著表明銀行創(chuàng)新能夠通過對資本充足率影響信貸可得性。進一步分析可知，一方面增加資本有利于提高小微企業(yè)貸款，另一方面銀行創(chuàng)新通過銀行資本充足率對小微企業(yè)貸款產(chǎn)生負向影響，兩者的綜合效應為表4中模型（Ⅰ）下的顯著為正；提高資本充足率降低了銀行信貸總量，而銀行創(chuàng)新通過資本充足率對信貸總量的影響為正，兩者的綜合效應為表4中模型（Ⅱ）下的為正，但不顯著。交叉項在模型（Ⅲ）顯著為負，但在模型（Ⅲ′）顯著為正，其原因可能是某些創(chuàng)新是通過影響分母來影響資本充足率，由于小微企業(yè)貸款的風險相對較高，有可能壓縮小微企業(yè)貸款，增加其他貸款。這表明銀行以監(jiān)管資本套利為動因的一些創(chuàng)新可能損害中小微企業(yè)的信貸可得性。

表7 模型交叉項回歸結(jié)果表

銀行創(chuàng)新與比較成本收入比的交叉項在模型（Ⅳ）顯著為負，在模型（Ⅳ′）顯著為正，表明銀行創(chuàng)新通過交易成本影響了信貸可得性，但是降低了中小微企業(yè)的信貸可得性，提高了全部經(jīng)濟部門（主要為非實體經(jīng)濟部門和大型實體經(jīng)濟企業(yè)）的信貸可得性。這也說明銀行創(chuàng)新未能通過影響交易成本來增加小微企業(yè)貸款，相反降低了小微企業(yè)貸款。其原因可能為：一方面，由于小微企業(yè)信息不透明或透明度低、單筆貸款金額小，導致銀行小微企業(yè)貸款的相關(guān)交易成本較高，如果銀行創(chuàng)新降低相關(guān)交易成本，會導致更高的信息不對稱，從而降低小微企業(yè)貸款。另一方面，由于大型企業(yè)一般信息透明度高、單筆貸款金額較大，銀行創(chuàng)新降低了信貸交易的相關(guān)交易成本，而導致信息不對稱程度提高產(chǎn)生的負收益效應不明顯，提高了銀行的信貸總規(guī)模。

加入銀行創(chuàng)新與不良貸款率交叉項后，不良貸款率對小微企業(yè)貸款和信貸總額的影響顯著改變，不良貸款率在模型（Ⅴ）中回歸系數(shù)顯著為正，交叉項顯著為負；在模型（Ⅴ′）中顯著為負，但交叉項顯著為正。交叉項均顯著，表明銀行創(chuàng)新信息不對稱影響了信貸可得性。模型（Ⅴ）中交叉項的回歸系數(shù)顯著為負，表明銀行創(chuàng)新未能通過影響信息不對稱來提高小微企業(yè)貸款，相反，降低了小微企業(yè)貸款；模型（Ⅴ′）中交叉項系數(shù)顯著為正，表明銀行創(chuàng)新通過影響信息不對稱提高了全部經(jīng)濟部門的信貸。這表明信息不對稱驅(qū)動下的銀行創(chuàng)新對中小微企業(yè)和全部經(jīng)濟部門信貸可得性的影響完全相反，其原因可能為：由于小微企業(yè)的信息透明度較低、單筆貸款金額小，銀行雖然通過創(chuàng)新降低了與小微企業(yè)貸款的信息不對稱，有可能付出更大的成本代價，即相關(guān)交易成本增加產(chǎn)生的負收益效應更大；相反，銀行創(chuàng)新降低了與非小微企業(yè)交易的信息不對稱程度，又能使相關(guān)交易成本增加產(chǎn)生的負收益效應不明顯，會提高銀行的信貸總規(guī)模。

此外，綜合比較表7中銀行創(chuàng)新與資本充足率、成本收入比和不良貸款率交叉項系數(shù)，可以發(fā)現(xiàn)：其一，交叉項對小微企業(yè)貸占比的影響都顯著為負，對全部貸款的影響都顯著為正，表明銀行創(chuàng)新通過資本充足性、交易成本和信息不對稱途徑影響了信貸可得性，而且銀行創(chuàng)新對小微企業(yè)貸款的影響效應為負，對全部貸款的影響效應為正，進一步驗證了上一個實證中關(guān)于銀行創(chuàng)新提高所有經(jīng)濟部門信貸可得性，未能增加中小微企業(yè)信貸可得性的實證結(jié)論。其二，分別比較小微企業(yè)貸款占比和全部貸款下銀行創(chuàng)新與資本充足率、成本收入比和不良貸款率交叉項系數(shù)的大小，發(fā)現(xiàn)與不良貸款率交叉項的系數(shù)最大，分別為-5.179和0.133，表明銀行創(chuàng)新作用于信息不對稱對信貸可得性的影響最大。

七、結(jié)論及啟示

從信息不對稱與交易成本角度研究中國銀行業(yè)創(chuàng)新對信貸可得性的影響，在理論上，拓展了信貸配給的相關(guān)研究，構(gòu)建一個信息不對稱與交易成本驅(qū)動下銀行創(chuàng)新的信貸配給效應分析框架；在實證上，運用銀行全要素生產(chǎn)率及分解項衡量銀行創(chuàng)新，檢驗中國銀行業(yè)創(chuàng)新的信貸可得性效應，并進一步檢驗其影響路徑。得出如下主要結(jié)論：

第一，銀行創(chuàng)新會產(chǎn)生信貸成本效應和信息不對稱效應，對信貸配給的影響取決于兩種效應的比較。當降低信貸成本效應大于提高信息不對稱效應時，會減弱信貸配給；當降低信貸成本效應小于提高信息不對稱效應時，會增加信貸配給。

第二，中國銀行業(yè)的創(chuàng)新提高了對所有經(jīng)濟部門的信貸規(guī)模，但降低了中小微企業(yè)貸款占比，說明銀行創(chuàng)新提高的信貸規(guī)模并未相應增加對中小微企業(yè)的信貸支持，部分信貸資金可能在非實體經(jīng)濟部門空轉(zhuǎn)。

第三，中國銀行業(yè)的創(chuàng)新主要通過作用于信息不對稱與交易成本來顯著影響各經(jīng)濟部門的信貸可得性，通過作用于信息不對稱影響信貸可得性的效果最明顯。實證結(jié)果顯示，對中小微企業(yè)信貸可得性的影響，銀行創(chuàng)新與不良貸款率交叉項的系數(shù)最大，為-5.179；對全部經(jīng)濟部門信貸可得性的影響，銀行創(chuàng)新與不良貸款率交叉項的系數(shù)也最大，為0.133。

根據(jù)上述研究結(jié)論，可得出如下啟示：第一，銀行監(jiān)管部門應督促和引導銀行進行以降低信息不對稱和交易成本為動因的創(chuàng)新，限制各類監(jiān)管套利創(chuàng)新，更好地發(fā)揮銀行中介將儲蓄轉(zhuǎn)換為投資的中介功能；第二，通過創(chuàng)新性的金融制度安排，如信用制度建設(shè)等，使信息不對稱與相關(guān)交易成本的替代效應最低；第三，利用金融科技提升信貸技術(shù)和信貸流程中各種應對逆向選擇和道德風險的治理機制和措施的能力和效率；第四，對信貸技術(shù)進行重新組合，運用組合信貸技術(shù)達到信息不對稱和交易成本的有效匹配，同時重點關(guān)注信息不對稱驅(qū)動下的創(chuàng)新對中小微企業(yè)信貸可得性的影響。

附錄：

當r增大到r*時，必存在，在此時銀行的期望收益才達到最大。銀行在此處達到信貸配給均衡狀態(tài)。