大行是真心做小微贷款吗？

来源 | 王剑的角度

作者 | 王剑

这是一篇读书笔记，准确地讲，是读论文笔记。

去年和今年，国内大行领了投放普惠贷款的任务，领导甚至还专门给配发了弹药——廉价的专项再贷款。然后大行们领了弹药就冲上火线了，这当然是好事。可是，很多小银行反映，原本他们常年耕耘的小微信贷市场，利率出现显著下降，他们感受到了经营压力。这些小银行是些长期受政府和民众赞誉的小微领域功臣，结果反而因为好事而受损，那么这事肯定有问题。

关于这个问题，今天给大家介绍一篇由武汉大学黄宪教授及其两位高足叶晨、杜雪于2016年发表于《金融监管研究》期刊（银保监会主管）的论文《竞争、微金融技术与银行信贷业务边界的移动》（以下简称《论文》）。

这论文讲了这么一个事情。在开始读论文前，我们先交代一些背景知识，即关系型借贷。

背景：交易型与关系型借贷

学术领域研究小微信贷（过去叫中小企业信贷，但目前中型企业信贷情况不错了，于是重点转向小微企业，含个体户、农户等），重点领域的是关系型借贷。我硕士论文写的也是这个事。

小微企业和大企业的一个重要差异，是信息不对称程度高。但信息不对称，不是没信息，而是人家的信息没办法有效传递给你。传递信息用什么办法最有效？当然是书面。但很多小微业务，做生意手段传统，经营管理凭经验，没啥系统的文本，因此没什么书面信息，但你不能说它没信息，而是它的信息无法书面化。这些信息包括老板人品、才干、口碑、市场前景等，都是对放贷很有用的信息，可惜很难书面化，我们将这些信息称为“软信息”。

如果一家大银行的当地支行的一位信贷员能掌握这些软信息，如何传达给远在省城的分行信贷审批官？难道在贷款申请报告中写道“王家新村早餐铺老板老王，人品好，包子豆浆油条也做得好，深受居民欢迎，现申请贷款10万块钱用于扩大店面”？

省分行的信贷审批官看到这种报告会什么感受？他肯定心想：我又不认识你说的这位老王……

但是，当地一家小型法人银行，有位信贷员就是住这街坊的，天天在老王早餐铺吃早餐，双方熟得很，他非常确定贷给老王10万块钱是没啥风险的。于是哪天老王真需要资金时，他就给放贷了。最神奇的地方是，10万块的贷款，可能这位信贷员自己就有权限，不用上报总行。当然，如果需要更多资金，超过他的权限得上报总行，也没事，因为总行就在3公里外，实在不行让总行审批官明早也来吃顿早饭。

注意一个细节：大行不能给老王放贷，不是因为大行的信贷员不了解老王（说不定他也住这个街坊，也在老王早餐铺吃早饭，同样了解老王），而是因为大行管理层级太多，总分行层层授权，管不了那么深的毛细血管，实在没有办法在全国范围内一一盯紧这么多信贷员和小微借款人。

那大行平时做什么贷款呢？它们会做那种财务数据和各项材料完备、声誉良好的大中型企业，也就是书面信息（硬信息）充分的借款人，觉得这样更加可信、可靠。

于是，信贷业务便形成了交易型与关系型两种类型。前者就是指大行为主的以硬信息（书面信息）为主要依据的贷款，后者便是以小银行为主的以软信息为主要依据的贷款。当然，两者之间不是完全泾渭分明的，小行做小微肯定也会看些硬信息，大行做大企业当然也会掌握一些软信息。一般而言，关系型贷款基于长期、牢固的银企关系，两者之者信息不对称程度低，但竞争也不激烈，因为其他银行很难介入，因此利率也相对高些。交易型贷款则刚好相反。

举一个大企业的软信息例子。一家城投，财务数据怎么看都是马上要倒闭的样子，但就是有大银行给它放贷……没错，这就是“城投信仰”，官方称法是“政府信用幻觉”，这也是一种“软信息”。

“资本市场—交易型—关系型”竞争模型

国际上，有几位研究关系型借贷的大家，比如美国的Arnoud W.A. Boot和 Anjan V. Thakor等，有一些经典文献。

《论文》正是借鉴了Boot和Thakor于2000年关于关系型借贷的经典论文《关系型银行能在竞争中存活吗？》（Can Relationship Banking Survive Competition?），发表于著名的《金融学期刊》（Journal of Finance）。作者在文中提出了企业融资时在资本市场、交易型借贷、关系型借贷间的选择，即一个竞争模型，称为B-T模型。我硕士论文也参考了这篇，但年代久远，也想不起来他们写了啥了，我们直接看《论文》的内容吧。

《论文》结合我国现在的情况，对B-T模型进行了一定的修正，得到一个更适合我国现状的竞争状态。

企业可从资本市场发债、向银行申请交易型借款、关系型借款三种方式进行债权融资，三种方式主要分别由资本市场、大中型银行、小银行来提供。各种方式各自有以下特征：

然后，该模型想表达的意思，通俗地讲：当一个国家资本市场越来越发达，会导致更多大中型企业不再申请贷款，而是去公开发行股票或债券融资，即“脱媒”，甚至中小企业也能登陆资本市场。于是，大中型银行首先交易型借贷的竞争会加剧，然后进一步地，它们也会开始下沉，进入到硬信息不充分的小微企业贷款领域。而小银行在大中型银行的竞争压力下，只能选择进一步下沉，沉到更小的“微贷”领域去。也就是说，竞争压力层层向下传递，整个过程中大家都很痛苦，但最终的结局是好的：更多的人群得到了信贷服务。

当然，这个过程并不会那么容易。首先，大行要下沉，有两个选择：

一是按传统做法，就是它们也得建立处理软信息的技术和机制，这一步就难倒国内外大部分大行了，海外富国银行做得比较好；

二是利用新的科技手段（这是早年关系型借贷论文中没想到的），比如互联网、大数据等技术，可以得到很多原来得不到的硬信息（比如，原本线下交易，现在线上交易了，于是就留下硬信息了），从而能够给小微企业放贷，这也是现在很多大型银行在做的事。

那小行进一步下沉，也不轻松，需要让它们的软信息处理技术不断进化，并且也和现代科技结合，这样就能覆盖到更多基层人群。

根据这一模型，即使大行没有领到放小微的任务，那么随着资本市场发展和脱媒持续，它们也会主动进入小微领域，然后逼迫小行再进一步下沉，沉到主流100万元以下的微贷领域，这几乎是板上钉钉的事。

换言之，你不用管现在大行做小微是不是真心的，反正将来经生活教育之后，它们早晚会真心做的。

但很可惜，我们无法得到充分的各层企业的数据，因此退而求其次，用上市公司的数据作为分析样本，会有一定偏差，但还是能反映情况的。我硕士毕业论文也是这样处理的。

建模的难点是用什么变量衡量软信息、银企关系。《论文》借鉴了Bertrand和Statnik（2015）的“软便拆分”的方法，用一种类似“分步回归”的方法：先将被解释变量对硬信息（包括企业规模、效益、所有制、成立年限等，以及贷款信息等）回归，得到残差，那么软信息就包含在残差中（如果残差越大，说明这贷款依赖软信息的程度越高）。再将这残差作为被解释变量，再对其他变量（包括竞争程度等）回归。可惜我硕士时计量经济学得学得太渣，我也没想到用这种方法。

关注的最新变化

这篇《论文》中间的数理推导和统计实证部分就不详述了，不是特别难，但怕我万一没读明白被大家笑话。大概有这么几个结论：

（1）如果资本市场对银行产生竞争压力，大型银行会降低交易型贷款的利率，并且会开始使用软信息，增加对小企业的关系型借贷量。如无资本市场竞争，则一般不会主动做小企业。

（2）然后，如果大行对小银行形成竞争压力，那么小银行也会继续下沉，降低信贷的“准入门槛”，寻求更多小企业客户。当然，这需要更强的软信息的处理能力，能力培养也需要个过程，不是说今天想下沉就能下沉的。

（3）当时（《论文》发表时的2016年），资本市场竞争对银行业的压力不大，大银行并无太大动力介入小企业，“小银行优势假说”依然成立。所以有了我们认识的那些“小而美”的银行。

（4）政府不应强制要求不善处理软信息的大银行做小微业务。但是，政府可以加强征信体系建设，让更多软信息逐步“硬化”，而大行善于处理硬信息，便可用现代科技手段介入小微。而此时，小银行可继续下沉。

如今与《论文》起草发表的时候（2016年）相比，有几个重要变化：

一是资本市场获得更大的发展，科创板推出，注册制实施，脱媒压力加大。银行普遍反映大中型企业的贷款业务（对公业务）越来越难做，越来越多的银行开始“零售转型”，工商银行甚至明确提出“不做小微就没有未来”。

二是金融信息基础设施建设加强，信息技术在很多领域得到更多应用，更多软信息变成硬信息，大数据信贷逐渐得到推广，逐渐成为各类银行从事小微业务的主流模式。早期很时髦的大数据贷款业务，可能很快变成常规业务。

因此，大行客户下沉的趋势在加快（政府下达普惠任务，只是加速了这个进程）。此时的小行，也将面临很大的压力，也需要进一步下沉，沉到大行碰不到的地方去。好在我国幅员辽阔、人口众多，小微甚至“小小微”领域业务空间还是很大，如果把小微做好，还是很有前途的。

怕的就是，到现在还幻想着大行不是真心做小微，于是没下定决心，卷起裤脚下地去……