信用贷款支持政策对小微企业融资的影响——来自非上市企业的证据.pdf

2023年6 月第36 卷第3期广西财经学院学报Journal of Guangxi University of Finance and EconomicsJun.2023Vol.36No.3信用贷款支持政策对小微企业融资的影响来自非上市企业的证据李耀华1,俞掩星2（1.上海财经大学经济学院，上海2 0 0 433;2.中国银行上海市静安支行，上海2 0 0 0 40）【摘要 2 0 2 0 年，中国人民银行、银保监会、财政部、发展改革委以及工业和信息化部联合印发关于加大小微企业信用贷款支持力度的通知，旨在改善小微企业融资。研究通过搜集小微企业相关数据，使用双重差分法检验该政策对小微企业融资的影响。结果显示，该政策推动无抵押资产小微企业的融资比率提高7.43%，具体的影响机制为通过企业规模大小来改善融资能力，规模越小的企业越受益于该政策。【关键词 信用贷款；小微企业；融资改善中图分类号 F832.4文献标识码 A文章编号 16 7 3-5 6 0 9(2 0 2 3)0 3-0 0 2 8-12一、引言2020年新冠疫情对小微企业生存造成了巨大冲击。截至2 0 19 年底中国有2 0 0 0 多万小微企业,这些小微企业多处于产业链末端，因此在新冠疫情的冲击下,普遍面临因原材料、劳动力缺乏而导致的生产困难，以及因市场需求疲软、支出成本上升、应收账款账期拉长而导致的现金流不足等诸多困境。为及时助小微企业纤困,缓解小微企业的生存和发展危机，政府出台了多项财政金融政策。2 0 2 0 年6 月中国人民银行、银保监会、财政部、发展改革委以及工业和信息化部联合印发关于加大小微企业信用贷款支持力度的通知（以下简称“信用贷款支持政策”），明确要求各银行业金融机构增加对小微企业的信贷资源配置，减少贷款审核时对抵押物的依赖，加大信用贷款投放的支持力度，以满足小微企业日常经营周转资金的需要。时至今日，信用贷款支持政策是否改善了小微企业的融资能力？在多大程度上改善了小微企业的融资能力？对这些问题的探讨将为下一步政策的制定和执行提供科学的依据。在通常的经营环境中，小微企业和银行间信息不对称导致小微企业面临融资难和融资贵的问收稿日期 2 0 2 2-10-13基金项目 国家社会科学基金一般项目（2 2 BJL132）。作者简介 李耀华，女，河南平顶山人，上海财经大学经济学院副教授、博士研究生导师，研究方向：中小企业融资；俞掩星，男，江苏江阴人，中国银行上海市静安支行主办级风险管理经理。国务院常务会议十提小微企业融资难融资贵问题，总理这次在成都答应了三点，http:/ 5-可以从多方面缓解这个问题。虽然通常服务小微企业的是小型金融机构，但这并不意味着国有商业银行没有为小微企业解决相关问题。贝多广12 、彭纯【13、何德旭和苗文龙【14 认为在中国现有的银行体系中，大型国有银行具备资源优势，只要在现有的体系上扩大金融服务的包容性，就能够更好地服务包含小微企业的各个普通金融需求方；方昕和张柏杨15 认为正规金融可以部分缓解小微企业的融资困难；孔东民等 16 研究发现政府的定向降准政策能够通过商业银行增加小微企业的贷款可得性。基于上述研究发现，国有商业银行在使用恰当的贷款方式和条件下，具备缓解小微企业融资困难的能力。只是国有商业银行在以往的贷款中过度依赖抵押担保，而常常被诉病为“当铺思维”。2020年发布的信用贷款支持政策，大力引导银行业金融机构弱化对小微企业贷款的担保依赖，注重审核第一还款来源，支持更多小微企业获得免抵押免担保的纯信用贷款支持。由于小微企业多为非上市企业，因此数据搜集十分困难，这也使得对小微企业信用贷款支持政策的评价研究十分缺乏。本文借助针对小微企业实施的信用贷款支持政策所带来的政策效应,来识别信用贷款政策对小微企业融资改善的影响。具体而言，本文以没有提供抵押品的小微企业为实验组、提供抵押品的小微企业为控制组，基于信用贷款支持政策的实施，构建双重差分模型。研究结果显示信用贷款支持政策使无抵押能力的小微企业的融资比率提高了7.43个百分点。针对基础回归结果，本文进一步进行了平行趋势检验和安慰剂检验,并认为基础回归结果是稳健的。随后本文对政策的影响渠道开展了进一步分析，发现由于银行在发放信用贷款时，注重企业经营状况等第一还款来源而放松抵押担保等第二还款来源，因此信用贷款支持政策的作用发挥主要受企业规模的影响，即规模越小的企业受到该政策支持的影响越大。本文的主要贡献在于,第一，基于信用贷款支持政策，使用双重差分法设计识别了该政策对小微企业融资比率的正向因果效应,对政策效果进行了评估。第二，限于数据可得性，少有研究关注真正的小微企业，而本文的研究对象为国有商业银行的小微企业客户，因此丰富了小微企业融资的相关研究。本文其余部分安排如下，第二部分为数据来源与简单统计分析，第三部分为模型构建和变量说明,第四部分是估计结果以及稳健性检验,第五部分为机制分析,最后是结论。二、数据来源和简单统计分析鉴于中国绝大部分小微企业并非上市公司，无法从公开信息中获得数据，故本文以在上海某国有商业银行一级支行开立账户的小微企业为样本，依据中小企业划型标准规定，筛选出其中符合要求的小型、微型企业。在时间选择上，因小微企业的存续期较短,因此只能选取政策变化的李耀华，俞掩星：信用贷款支持政策对小微企业融资的影响6月这里的融资比率主要指债权融资比率，即（短期借款+长期借款）/总资产。2 0 11年6 月，工业和信息化部、国家统计局、国家发展和改革委员会、财政部研究制定了中小企业划型标准规定，将企业按照大型、中型、小型、微型四种类型划分，根据企业的从业人员、营业收入、资产总额、行业特点制定。2 0 17 年12月，在保留分类原则、方法、结构框架和适用范围的基础上，按照已正式实施国民经济行业分类（CB/T4754一2 0 17）对个别细分行业进行相应调整，形成统计上大中小微型企业划分办法(2 0 17)并沿用至今。29第36 卷2020年前后几年，形成2 0 18 至2 0 2 1年的面板数据。本文选取的小微企业样本具有一定的代表性。原因如下，首先，该商业银行在受理企业开立账户和小微企业续贷业务时，对其行业、企业规模、办公地址、实际控制人籍贯等并无特殊限制或偏好。其次，在某商业银行办理贷款的小微企业，均是自身在日常经营时产生了融资需求,随即向银行递交贷款申请、提供相应资料并最终获批、签订了借款合同的企业。其融资手续齐备，融资意愿真实，能够反映企业对资金的客观需要。另外，在小微企业提交了贷款申请和材料后，银行会按照相应流程和标准，对小微企业的融资第一、第二性进行审核,最终核定出给予企业的融资总量，企业则在此总量额度内进行贷款提用。所以，该融资金额是企业资金需求和银行审核意愿相统一的结果，从而排除了银行为了指标压力而过度授信或企业恶意申请过量贷款而造成的数据失真。本文依据国家相关划型标准，跟踪了相关小微企业，并剔除了因小微企业生存期短而导致财务报表不连续、相关数据无法获取的情况，以及因银行小微企业客户流动性较高而导致的企业进人或退出情况。最后筛选出共8 7 家小微企业，并取得2 0 18 一2 0 2 1年的相关数据。新冠疫情对小微企业的生存环境产生了负面影响，使之面临流动资金短缺等多重压力。样本中2 0 18 至2 0 2 1年的企业平均净资产收益率分别是30.1%、48%、13.2%和9.8%，自疫情爆发起呈现持续下滑的趋势。而且研究样本已经剔除了在疫情中倒闭的企业，所以从企业平均净资产收益率的角度得出的小微企业情况已被高估。在疫情冲击下，国家出台了诸多财税和金融政策,财税政策侧重于降低小微企业的实际税负，金融政策则着力于小微企业资金融通。从样本企业的实际税率数据分析，2 0 18 至2 0 2 1年小微企业的实际税率分别为12%、11.8%、9.8%和6.7%，小微企业的实际税收负担一直在减轻。而同时期小微企业的融资比率则因是否信用借款而呈现显著不同的变化趋势。对不曾提供过抵押的小微企业，2 0 18 至2 0 2 1年的融资比率均值分别为0.0 45、0.0 7 1、0.144和0.145；而提供抵押的小微企业同期融资比率均值分别为0.2 38、0.2 40、0.2 41和0.2 44。图1和图2反映了两种融资类型的小微企业融资比率的变化情况。广西财经学院学报2023年4.82-082018年由于时间原因，绝大部分小微企业2 0 2 1年的年度数据尚未完成制表，故该期就近取值于2 0 2 1年6 月报表，即2 0 2 1年半年报数据。302019年O企业融资比率一一企业融资比率平均值图1无抵押资产小微企业的融资比率2020年2021年6 月轴：年份/月份Y轴：企业融资比率第3期李耀华，俞掩星：信用贷款支持政策对小微企业融资的影响6月6.8884.882!88CDDCXOXDOOD2018年从图1和图2 可以看出，相比较有抵押资产小微企业平稳的融资比率，无抵押资产小微企业的融资比率均值增幅显著。尤其可以看到，2 0 19 至2 0 2 0 年企业融资比率变化的斜率要明显高于其他间隔年份小微企业融资比率变化的斜率。从这一趋势变化可以看出，自2 0 2 0 年起，不提供抵押物的小微企业的贷款可获得性明显提高，针对小微企业的政策环境“更加友好”。三、模型构建和变量说明(一)模型构建本文拟构建双重差分模型进行研究，双重差分法常常被用于评估政策的施行效果，其逻辑是将制度或政策变化认定为一次“准自然实验”随后通过建立对照组和实验组两个组别，计算两组数据中被观测因素在政策实施前后的变化量,检验政策效果。在本文中,对照组为有抵押资产的小微企业，实验组为无抵押资产的小微企业，构建双重差分模型：Yi=+Treated+,Treated D+,Xi+T,+,+it在式(1)中，Y，是本文的被解释变量，代表企业融资比率，下标i代表第i个企业，下标t代表第t年；Treated代表样本是否为无抵押资产的小微企业，如果是无抵押资产的小微企业，那么Treated=1,否则Treated=0;D表示信用贷款支持政策实施前后的虚拟变量，政策实施前的2 0 18 年和2 0 19 年为0,政策实施及其后的2 0 2 0 年和2 0 2 1年为1;交乘项TreatedD是实验组虚拟变量和政策实施虚拟变量的乘积；系数2是本文所关心的估计效应，预期20;X代表控制变量，比如应收或应付账款周转率等随时间变化的不同企业的财务指标等,T,表示的是时间虚拟变量,ui为企业虚拟变量。(二）变量设定企业融资比率是本文的被解释变量，在本文的研究中主要指债权融资，因此企业融资比率的312019年O企业融资比率一企业融资比率平均值图2 有抵押资产小微企业的融资比率2020年2021年6 月X轴：年份/月份Y轴：企业融资比率(1)第36 卷指标计算被设定为：企业融资比率=（短期借款+长期借款)/总资产。本文的控制变量主要包含三大类可能会影响小微企业融资规模的因素：一是税收优惠因素；二是反映企业资金需求的财务指标；三是反映银行放贷所考虑的企业财务指标。首先是税收优惠因素。近年来中国的财税扶持政策也广泛作用于小微企业，尤其是新冠疫情发生后,国家更是紧急出台了普惠性的税收减免措施,延长优惠政策时效,进一步降低小微企业税负开支，持续缓解小微企业资金压力，助力其复工复产。通过对中国财税政策的分析可知，税收优惠政策对小微企业融资的影响主要有两方面，一是从企业本身来看，税收优惠政策的实施可以有效增加企业的留存收益，留存收益的增加会改善企业的经营状况，进而影响企业的融资决策。二是对银行来说，留存收益的增加体现在财务报表中就是净利润的增加，代表着盈利能力的提升，有助于企业满足银行贷款的审批要求，从而带来融资规模的扩大。本文在回归中控制小微企业的实际税率,进而控制因为税收优惠变化所带来的企业融资的不同。税收优惠力度越大则实际税率越低，税收优惠力度越小则实际税率越高。在计算方式上，采用Shevlin17 的方法，纳入递延所得税资产和负债，计算得出如下小微企业的实际税率：实际税率=（所得税费用+递延所得税资产递延所得税负债)/利润总额+（递延所得税资产递延所得税负债)/一般企业所得税率(2 5%）。其次是反映企业资金需求的财务指标，如应收账款周转率和应付账款周转率。应收账款周转率=营业收入应收账款平均余额。应收账款周转率能反映企业的账款回笼情况，应收账款周转率越高，则账款回笼速度越快，企业的现金流越充裕。反之,若应收账款周转率越低，则企业更倾向于申请银行融资。应付账款周转率=营业成本应付账款平均余额。应付账款周转率能反映企业的账款支付情况，应付账款周转率越高，企业对外支付的速度越快，企业的现金流状况越紧张，则企业更倾向于申请银行融资。最后是反映银行放贷所考虑的企业财务指标，如营业收入增长率、净资产收益率、资产负债率和企业规模等。1.营业收人增长率=本年度营业收入上年度营业收人。营业收入增长率越高，代表企业本年度的营业收人较上年度提升幅度越高，表明企业的成长状况、经营状况越好。一般而言，银行在审核贷款申请时，对营业收入增长较好的企业更愿意给予贷款支持。2.净资产收益率=净利润/净资产。顾名思义，净资产收益率代表了企业的盈利能力，对银行来说，因为盈利能力反映了企业的短期偿债能力，故而企业的盈利能力越强，越容易获批贷款。3.资产负债率=总负债/总资产。由于企业的长期偿债能力可以由资产负债率来体现，因此银行通常会将其作为重要的参考指标之一。在审核贷款时，银行若发现企业的资产负债率很高，会认为企业存在债务到期后无法履约的可能，那么银行将更倾向于拒绝其贷款申请。4.企业规模=企业总资产取自然对数。企业规模通常能体现企业的经营情况，通常企业的规模越大，则企业的经营情况越被看好。（三）相关变量的描述性统计表1描述了相关变量的统计特征。企业融资比率的样本均值是16.1%，资产负债率平均为62.4%。从企业的资金需求指标一一应收账款周转率和应付账款周转率分析，二者均值分别为16.013和6 2.2 6 8，应付账款周转率均值要明显高于应收账款周转率均值，说明小微企业在经营时，支付账款的频次要远高于收到账款的频次，这就意味着小微企业大部分时间需要通过垫资来保持32广西财经学院学报2023年第3期收支平衡。而二者标准差分别为均值的2.7 7 倍（44.347/16.0 13）和4.49 倍（2 7 9.48 7/6 2.2 6 8），说明不同小微企业账款周转能力有显著的差异，体现了小微企业现金流水平的巨大差异。从实际税率的样本均值10.36%可知，小微企业的实际税率远远低于一般企业税率2 5%的水平，体现了国家财税政策的对小微企业的支持力度。最后，约有一半的样本（5 2.8%）没有抵押资产，因此对照组和实验组约各占一半。相关变量企业融资比率实际税率企业规模资产负债率营业收入增长率应收账款周转率应付账款周转率净资产收益率是否无抵押资产四、基础回归分析以及稳健性检验基于前文的研究设计和数据收集，本部分首先对政策效应进行了双重差分的基础回归分析，其次分析了政策效果的时间趋势,再次对双重差分的平行趋势前提进行了检验,最后是采用不同政策时点的安慰剂检验以验证基础回归结果的稳健性。(一）基础回归结果根据式(1)和相关数据,进行了双向固定效应的DID回归,回归结果见表2。其中,列(1)只控制了时间固定效应和截面固定效应，这时政策实施后与实验组的交乘项即核心解释变量的回归系数是0.0 7 8 0，并且在5%的水平下显著。为了剔除意图帮助小微企业应对新冠疫情而出台的财税政策对不同小微企业的影响,在列(2)中加入了实际税率的控制变量,结果发现DID交乘项显著性提高并且系数变大为0.0 8 6 4。列(3)和列(4)继续加人企业融资需求的相关控制变量和银行关注的小微企业经营状况变量，回归系数依然显著但下降为0.0 7 8 2 和0.0 7 43。总体看来，信用贷款支持政策能够使没有担保的小微企业的融资比率提高约7.43%，相对于整个小微企业平均16.1%的融资比率,提高了46.15%。此外还可以观察到，首先，代表国家财税政策的变量实际税率显著为负，即小微企业的实际税率越低，融资比率就越高，这表明国家相关财税政策降低了小微企业的负担。其次，指征企业融资需求的两个变量应收账款周转率和应付账款周转率都是显著的,并且与小微企业的融资需求方向一致，即应收账款周转越快，融资需求越低，即系数为负；应付账款周转率越快，融资需求越高，即33李耀华，俞掩星：信用贷款支持政策对小微企业融资的影响表1描述性统计观测数平均值3220.1613220.10432217.1553220.6243111.45331316.01331562.2683220.2653220.5286月样本标准差最小值0.16300.14601.08813.9470.231-0.05611.808-0.96044.3470.102279.487-931.8231.598-3.7170.5000最大值0.7820.82820.4311.375166.456452.2943 970.13125.3141第36 卷系数为正。最后，代表银行所关注的小微企业财务稳健性的相关指标并不显著,这可能反映了在小微企业财务指标满足贷款门槛条件后，借款的多少就不再受到财务指标的影响。企业融资0.078 0*0.086 4*Treated2020年及之后年份(2.58)实际税率应收账款周转率应付账款周转率企业规模营业收人增长率资产负债率净资产收益率个体固定效应时间固定效应截距项Adjusted R?N注：*、*、*分别表示在1%、5%、10%的统计水平下显著。广西财经学院学报表2 基础回归结果(1)(2)企业融资企业融资(2.89)-0.104*(-2.15)控制控制控制控制0.149*0.163*(15.36)(13.62)0.1240.1332122122023年(3)(4)企业融资0.078 2*0.074 3*(2.72)(2.59)-0.0883*-0.114*(-1.94)(-2.49)-0.000 464*-0.000 357*(-1.77)(-1.82)0.000 067 3*0.000 046 3*(6.84)(4.09)-0.016 2(-0.36)-0.000 316(-0.86)-0.184(-1.41)-0.006(-0.17)控制控制控制控制0.163*0.571(14.33)(0.78)0.1960.171207200(二）政策效果的时间趋势基础回归结果显示2 0 2 0 年的信用贷款支持政策对无抵押资产小微企业的融资有极大的改善作用。那么从时间上来看，该政策对小微企业的影响是逐渐减弱,还是在逐步增强？本文继续分析了该政策在各个年度的效应。具体的做法是,将实验组一一无资产抵押的小微企业与政策执行哑变量的交乘项分拆为两项，即实验组和2 0 2 0 年度哑变量的交乘项以及实验组和2 0 2 1年度哑变量的交乘项。通过拆分的两个交乘项的系数大小来比较政策执行在不同年份的效果，回归结果如表3所示。列(1)是基础回归,交乘项的回归系数是0.0 7 43,且在5%的水平下显著。列(2)表示的2 0 2 034第3期年当年的政策影响系数为0.0 7 13,2 0 2 1年的政策影响系数为0.0 7 8 9,且都在5%的水平下显著。因此可以看出,政策的效果随着时间增加有增强的趋势(1)企业融资0.074 3*Treated2020年及之后年份(2.59)Treated2020年份Treated2021年份实际税率应收账款周转率应付账款周转率营业收人增长率企业规模资产负债率净资产收益率NAdjusted R?注：*、*、*分别表示在1%、5%、10%的统计水平下显著。（三）平行趋势检验融资一直无抵押的小微企业与融资一直有抵押的小微企业在信用贷款支持政策实施前需要满足平行趋势假设。本文以时间作为X轴，以小微企业融资比率作为Y轴，实验组与对照组在2018至2 0 2 1年的企业融资比率平均值数据如图3所示。平行趋势检验表明，从发展趋势上来看，在信用贷款支持政策实施之前的两年，即2 0 18 至2 0 19 年间，实验组与对照组的企业融资比率均呈现缓慢的上升趋势，即平行趋势。而2 0 19 年末之后，对照组仍然呈现缓慢上升的趋势，实验组则呈现明显的上升趋势，两组企业融资比率均值的差距开始急剧缩小，说明在信用贷款支持政策实35李耀华，俞掩星：信用贷款支持政策对小微企业融资的影响表3政策效果的时间趋势-0.114*(-2.49)-0.000357*(-1.82)0.000 046 3*(4.09)-0.000 316(0.86)-0.016 2(-0.36)-0.184(-1.41)-0.006 00(-0.17)2000.1716月(2)企业融资0.0713*(2.10)0.078 9*(2.12)-0.114*(-2.46)-0.000352*(-1.73)0.000 046 7*(4.01)-0.000 308(0.80)-0.016 2(-0.36)-0.186(-1.40)-0.007 01(-0.19)2000.167第36 卷施之后，小微企业无抵押的融资比率均值确实有了显著增长,体现了政策效果。广西财经学院学报2023年0.30000.25000.2000+实验组0.1500+对照组0.10000.05000.00002018年2019年6 月2019年2020年6 月22020年2021年6 月图32 0 18 2 0 2 1年小微企业融资比率平均值折线图（四）安慰剂检验为了进一步甄别政策干预时点后处理组和对照组趋势的变化是否受到了其他政策或者随机性因素的影响，本部分将进行安慰剂检验。通过虚构政策时间的方式,将政策时点前置或后置,观察虚构政策变量的估计系数的显著性。具体而言，本文针对政策执行年份前一年和后一年即2 0 19年和2 0 2 1年做安慰剂检验。表4为安慰剂检验结果,其中,列(1)和列(2)分别表示假定2 0 19 年和2 0 2 1年为政策发生时点时的回归结果。在列(1)中,实验组一无抵押资产的小微企业，在2 0 2 0 年和2 0 2 1年的政策效应都十分显著，但是在2 0 19 年却没有显著的政策效应（系数0.0 37 9 在10%的显著水平下都不显著）。在列(2)中，假设政策发生在2 0 2 1年,政策发生和实验组交乘项的系数为0.0 49 4并且在10%的显著水平下不显著。因此表4的安慰剂检验表明,基础回归中的结论是稳健的。五、信用贷款支持政策改善小微企业融资的机制分析2020年的信用贷款支持政策改善了无抵押贷款小微企业的融资，但具体是通过怎样的机制？从理论上讲，信用贷款只是放宽了企业第二还款来源，并不会改变对第一还款来源的要求，即不会放松对企业经营能力的要求，而只是放宽了企业抵押资产的要求。因为通常来讲企业的规模越大，可抵押的资产越多，因此信用贷款对小微企业的支持在企业满足相关经营能力之上，会受到企业规模的调节。由于规模越小的企业越难具有抵押资产,因此其在信用贷款支持政策之下贷款比例就增加越多,表现为企业规模与基础回归交乘项的再交乘系数为负。36第3期注：*、*、*分别表示在1%、5%、10%的统计水平下显著。表5 是机制分析的回归结果。列(1)是基础回归,列(2)在基础回归的基础之上增加了企业规模与基础回归交乘项的再交乘项,该项表现了企业规模对政策的调节作用。该项的系数为-0.0 47 9，在1%的水平下是显著的，表明规模越小的企业在政策实施后融资改善越大。具体而言，如果企业规模下降1%,那么无抵押资产小微企业的融资比率将增加4.7 9%。因此，该政策对规模越小的小微企业改善作用越大。37李耀华，俞掩星：信用贷款支持政策对小微企业融资的影响表4安慰剂检验结果企业融资0.037 9Treated2019年份(1.26)0.093 6*Treated2020年份(2.26)0.101*Treated2021年份(2.46)-0.116*实际税率(-2.37)-0.000 338应收账款周转率(-1.67)0.000 047 2*应付账款周转率(4.14)-0.022 6企业规模(-0.48)-0.000 307营业收入增长率(-0.79)-0.004 81净资产收益率(-0.13)-0.178资产负债率(-1.35)个体固定效应控制时间固定效应控制0.676_cons(0.88)N200Adjusted R20.1696月(1)(2)企业融资0.049 4(1.39)-0.0899*(-1.84)-0.000 345*(-2.02)0.000 053 8*(4.32)0.000 882(0.02)-0.000 155(-0.41)-0.031 4(0.82)-0.226(-1.67)控制控制0.306(0.41)2000.139第36 卷注：*、*、*分别表示在1%、5%、10%的统计水平下显著。六、结论2020年新冠疫情使中国处于产业链条末端的诸多小微企业受到了严重打击，同年6 月份国家发布的关于加大小微企业信用贷款支持力度的通知改善了不但注重第一还款来源也看重第二还款来源的传统信贷方法。从本文的实证分析结果看，该政策的确提高了无抵押能力小微企业的融资比例,并且规模越小的企业从该政策中获益越大。总体看来关于加大小微企业信用贷款支持力度的通知确实极大改善了小微企业的融资困境，充分体现了国家对国有商业银行的政策指引和业务推动。国有商业银行正逐步摒弃被市场长期诉病的“当铺思维”,因疫情受困的小微企业在无法提供抵押物的情况下也有较大机会取得银行贷款，该政策真正体现了对实体经济的帮扶作用。38广西财经学院学报表5 信用贷款支持政策影响的机制分析Treated2020年及以后年份Treated2020年及以后年份企业规模企业规模实际税率应收账款周转率应付账款周转率营业收人增长率净资产收益率资产负债率个体固定效应时间固定效应_consNAdjusted R-squared2023年(1)(2)企业融资企业融资0.074 3*0.912*(2.59)(3.15)-0.047 9*(-2.95)-0.0162-0.030 8(-0.36)(-0.73)-0.114*-0.104*(-2.49)(-2.49)-0.000 357*-0.000 271(-1.82)(-1.33)0.000 046 3*0.000 046 0*(4.09)(4.38)-0.000 316-0.000 497(-0.86)(-1.41)-0.006000.016 0(-0.17)(0.42)-0.184-0.128(-1.41)(-1.03)控制控制控制控制0.5710.777(0.78)(1.13)2002000.1710.224第3期值得一提的是，金融机构、类金融机构和金融科技企业正有序行动起来，推动并完善小微企业融资的信用体系建设，倡导小微企业信用贷款可持续发展。通过对接国家税务平台、企业征信平台、银政企对接平台等方式，提高金融供求关系上的透明度；通过线上媒体和线下沙龙等多样化形式宣传国家普惠金融的相关政策，消除供求市场的信息不对称；同时使用物联网、区块链及各类数字化的风控手段，打通小微企业核心客户的货物流、发票流和资金流，将资产价值进一步体现并加以利用,将隐藏的风险点进一步甄别,让抵押物不再是小微企业融资过程中的“拦路虎”。“十四五”期间，中国经济市场必然迅速发展，未来可能会出台更多强有力的小微企业扶持政策，小微企业信用体系建设也会更加完善，小微企业相关的实证研究和对策分析同样会不断丰富，相信在理论与实践结合的基础上，小微企业一定能有效摆脱融资难、融资贵的困境，充分发挥缓解就业压力、调节产业结构、促进市场繁荣的关键作用。1 STICLITZ J E,WEISS A.Credit rationing in markets with imperfect informationJJ.The American economic review,1981,71(3):393-410.2林毅夫，孙希芳.信息、非正规金融与中小企业融资 J.经济研究,2 0 0 5(7):35-44.3李耀华，魏果望“救命稻草”到“金融瘟疫 的跷跷板中小企业联保贷款的案例与演化博奔分析 J.财贸经济，2013(6):62-74.4吕劲松.关于中小企业融资难、融资贵问题的思考 J.金融研究，2 0 15(11)：115-12 3.5 BERCER A N,UDELL G F.Relationship lending and lines of credit in small firm financeJJ.Journal of business,1995:351-381.6 林毅夫，李永军.中小金融机构发展与中小企业融资 J.经济研究，2 0 0 1(1)：10-18+9 3.7郭娜.政府？市场?谁更有效中小企业融资难解决机制有效性研究 J.金融研究，2 0 13(3)：19 4-2 0 6.8李耀华，吴军.中小企业“结构化 债权融资的创新模式基于上海市杨浦区的案例研究 J.金融理论与实践,2 0 14(8):26-30.9 HOFMANN E,KOTZABH.A supply chain-oriented approach of working capital managementJ Journal of business logistics,2010,31(2):305-330.10宋华，卢强.什么样的中小企业能够从供应链金融中获益?基于网络和能力的视角 J.管理世界,2 0 17(6)：10 4-12 1.11李耀华，魏果望.解决中小企业债权融资的模式：结构化一一基于上海案例与模型的研究 J.广西财经学院学报，2016(1):72-81.12贝多广.强化银行普惠金融能力建设 J.中国金融，2 0 17(2 2)：2 5-2 7.13彭纯.发展普惠金融是银行的重大使命 J.中国金融，2 0 18（16):9-11.14何德旭，苗文龙.金融排斥、金融包容与中国普惠金融制度的构建 J.财贸经济，2 0 15(3)：5-16.15方昕，张柏杨.小微企业正规融资效果研究基于匹配模型的估计 J.金融研究,2 0 2 0(9):9 7-116.16孔东民，李海洋，杨薇.定向降准、贷款可得性与小微企业商业信用一一基于断点回归的经验证据 J.金融研究,2 0 2 1(3):77-94.17 SHEVLIN T.Taxes and off-balance-sheet financing:Research and development limited partnershipsJ.Accounting Review,1987:480509.李耀华，俞掩星：信用贷款支持政策对小微企业融资的影响参考文献6月【责任编辑：李舒文39