肖 莎, 陳希敏, 王偉雄
(西北大學(xué) 經(jīng)濟(jì)管理學(xué)院,陜西 西安 710127)
?
信用評(píng)級(jí)、懲罰成本與小微企業(yè)融資
肖 莎, 陳希敏, 王偉雄
(西北大學(xué) 經(jīng)濟(jì)管理學(xué)院,陜西 西安 710127)
本文針對(duì)小微企業(yè)融資問題,通過構(gòu)建演化博弈模型,引入信用評(píng)級(jí)和懲罰成本進(jìn)行分析,提出金融機(jī)構(gòu)通過信用評(píng)級(jí)和懲罰成本設(shè)計(jì)貸款機(jī)制,可以提高經(jīng)濟(jì)活動(dòng)中遵守道德準(zhǔn)則的小微企業(yè)比重,從源頭控制信用貸款風(fēng)險(xiǎn)。同時(shí),本文利用P2P網(wǎng)貸平臺(tái)Funding Circle進(jìn)行案例分析,結(jié)果表明FC公司的貸款機(jī)制降低了高風(fēng)險(xiǎn)企業(yè)申請(qǐng)貸款的比例,促使項(xiàng)目成功的企業(yè)正常履行還本付息義務(wù),并且放貸資金的回收率穩(wěn)定在一個(gè)較高水平。本文的研究結(jié)論為破解小微企業(yè)融資問題提供了思路。
信用評(píng)級(jí);懲罰成本;小微企業(yè)融資;P2P網(wǎng)貸平臺(tái)
當(dāng)前我國(guó)小微企業(yè) “融資難、融資貴”的問題仍然十分嚴(yán)峻,2016年9月末,小微企業(yè)貸款余額為19.92萬億元,僅占企業(yè)貸款余額的31.4%,而據(jù)金融時(shí)報(bào)報(bào)道,小微企業(yè)從銀行融資的貸款利率約10%~15%,加上其他擔(dān)保機(jī)構(gòu)等中介服務(wù)的各種費(fèi)用,實(shí)際融資成本高達(dá)20%。如何更加有效地服務(wù)于小微企業(yè)融資,成為當(dāng)前實(shí)體經(jīng)濟(jì)破冰的關(guān)鍵因素。
相關(guān)研究已經(jīng)證實(shí),在中國(guó),關(guān)系與聲譽(yù)在一定程度上可以發(fā)揮法律保護(hù)和金融中介的作用[1],而小微企業(yè)不僅對(duì)信譽(yù)資本更為注重,對(duì)違約信用成本也更為敏感[2]。長(zhǎng)期性和交易對(duì)象集中的關(guān)系網(wǎng)絡(luò)可以增強(qiáng)借貸者之間的信任[3],促使那些較易獲取外部融資的企業(yè),通過商業(yè)信用將銀行信貸資金轉(zhuǎn)移給自己熟知的企業(yè)和客戶,幫助這些企業(yè)獲取資金[4],這也相當(dāng)于銀行信用的延伸[5]。在信用貸款中,中介機(jī)構(gòu)的信用評(píng)級(jí)對(duì)企業(yè)借貸行為有重要影響,信用評(píng)級(jí)高的企業(yè),獲得貸款較容易,貸款利率較低,并且貸款期限較長(zhǎng)[6],同時(shí),信用貸款可以提升社會(huì)整體信用水平[7]。近年來興起的P2P網(wǎng)絡(luò)借貸就是借助網(wǎng)絡(luò)平臺(tái)對(duì)借款人進(jìn)行信用評(píng)估的無抵押貸款,平臺(tái)會(huì)披露借款人的信用記錄和各類信息,供投資人進(jìn)行風(fēng)險(xiǎn)評(píng)估[8]。在甄別企業(yè)項(xiàng)目風(fēng)險(xiǎn)類型方面,Stiglitz和Weiss,Whette,Bester,Schmidt-Mohr,王霄分別建立模型,引入利率、抵押品、貸款額、資產(chǎn)規(guī)模等內(nèi)生變量[9~13],但均存在一定程度的局限性:即為了適應(yīng)金融定價(jià)機(jī)制的不完善和金融市場(chǎng)的不穩(wěn)定,在信貸機(jī)制中較多強(qiáng)調(diào)抵押品的擔(dān)保作用。而實(shí)際上,抵押品并非貸款申請(qǐng)的必備條件,而且大部分小微企業(yè)都沒有足夠的抵押品申請(qǐng)貸款。
本文在這些理論研究基礎(chǔ)上,根據(jù)亞當(dāng)·斯密、阿瑪?shù)賮啞ど瓕⒌赖聜惱砼c經(jīng)濟(jì)行為相結(jié)合的相關(guān)理論,賦予小微企業(yè)具有遵循道德準(zhǔn)則進(jìn)行決策的可能性,并且在經(jīng)濟(jì)活動(dòng)中,這種道德準(zhǔn)則是具有穩(wěn)定性的。即大部分小微企業(yè)仍然會(huì)堅(jiān)持誠(chéng)信還貸,而那些采取欺詐行為的企業(yè),將會(huì)承擔(dān)一定的懲罰成本。
對(duì)此,本文通過構(gòu)建演化博弈模型,引入信用評(píng)級(jí)和懲罰成本進(jìn)行分析,提出金融機(jī)構(gòu)通過信用評(píng)級(jí)和懲罰成本設(shè)計(jì)貸款機(jī)制,可以提高經(jīng)濟(jì)活動(dòng)中遵守道德準(zhǔn)則的小微企業(yè)比重,從源頭控制信用貸款的風(fēng)險(xiǎn)。同時(shí),本文以一家P2P網(wǎng)貸平臺(tái)——Funding Circle作為案例進(jìn)行分析,考察本文結(jié)論的實(shí)踐性。FC公司定位于為小微企業(yè)提供信用貸款,具有嚴(yán)格的信用評(píng)級(jí)機(jī)制和違約懲罰措施,放貸資金的回收率穩(wěn)定在一個(gè)較高水平,公司目前的成功運(yùn)營(yíng)得到了英國(guó)政府和全球知名金融機(jī)構(gòu)的鼎力支持。本文構(gòu)建的演化博弈模型更加貼近小微企業(yè)缺乏抵押品的現(xiàn)狀,并為如何在信用體系健全的經(jīng)濟(jì)中,探索小微企業(yè)融資問題提供了思路。
本文在小微企業(yè)遵循道德準(zhǔn)則的前提下,將信用評(píng)級(jí)和懲罰成本兩個(gè)因素引入金融機(jī)構(gòu)的貸款機(jī)制設(shè)計(jì)中,通過海薩尼轉(zhuǎn)換,對(duì)金融機(jī)構(gòu)與小微企業(yè)進(jìn)行演化博弈分析。模型中,對(duì)小微企業(yè)違約行為制定的懲罰成本主要包括資產(chǎn)清算成本、風(fēng)險(xiǎn)成本和信用成本。
2.1 模型假定
(1)我們假設(shè)市場(chǎng)中有n個(gè)小微企業(yè),風(fēng)險(xiǎn)均為中性,即U″=0。每個(gè)企業(yè)所投資的項(xiàng)目固定投資為Bi,并且投資額在技術(shù)上不可分。每個(gè)企業(yè)的初始資金為Wi,但0
若企業(yè)項(xiàng)目投資失敗無法償還貸款本息,則需承擔(dān)懲罰成本:對(duì)企業(yè)進(jìn)行資產(chǎn)清算,清算資產(chǎn)全部歸金融機(jī)構(gòu)所有,作為企業(yè)貸款違約的資產(chǎn)清算成本Di,企業(yè)損失的信用成本為Ei。假設(shè)當(dāng)企業(yè)理性的財(cái)產(chǎn)為零時(shí),其效用損失負(fù)無窮大。
(2)金融機(jī)構(gòu)假設(shè)。假設(shè)競(jìng)爭(zhēng)性市場(chǎng)中,金融機(jī)構(gòu)的風(fēng)險(xiǎn)為中性,給每個(gè)小微企業(yè)的貸款額為Bi-Wi,貸款固定利率為Rb,存款固定利率為Rf(Rb和Rf均指含本金的總回報(bào))。C(Pi,Ei)為金融機(jī)構(gòu)對(duì)企業(yè)進(jìn)行信用評(píng)級(jí)的審查成本,取決于企業(yè)項(xiàng)目成功的概率Pi和企業(yè)信用成本Ei。當(dāng)Pi、Ei越大,信用審查成本C(Pi,Ei)越小,企業(yè)的信用評(píng)級(jí)CB越高。
(3)借貸行為。假設(shè)金融機(jī)構(gòu)通過信用審查成本C(Pi,Ei)對(duì)小微企業(yè)制定信用評(píng)級(jí)CB和懲罰成本來篩選項(xiàng)目,信貸合同為V=(B-W,Rb,C,D,η),η為企業(yè)獲得貸款率,如果企業(yè)貸款投資項(xiàng)目成功,企業(yè)支付(Bi-Wi)Rb給金融機(jī)構(gòu),如果項(xiàng)目投資失敗,金融機(jī)構(gòu)損失[(Bi-Wi)Rf+C(Pi,Ei)-Di]。
在貸款合同V=(B-W,Rb,C,D,η)下,企業(yè)項(xiàng)目投資的預(yù)期收益為
Mi(V)=η{Pi[Xi+Wi-(Bi-Wi)Rb]+ (1-Pi)(Wi-Di)-Wi}
(1)
金融機(jī)構(gòu)的預(yù)期收益為
Ni(V,Rf)=η{pi[(Bi-Wi)Rb-C(Pi,Ei)]+ (1-Pi)[Di-C(Pi,Ei)]-(Bi-Wi)Rf}
(2)
在不對(duì)稱信息情況下,高風(fēng)險(xiǎn)項(xiàng)目的企業(yè)更愿意支付更高的貸款利率進(jìn)行投資,因?yàn)?Bi-Wi)·Rb>Wi;在競(jìng)爭(zhēng)性市場(chǎng)中,金融機(jī)構(gòu)的目標(biāo)是最大化利潤(rùn),不虧損的必要條件是(Bi-Wi)Rb
Riley研究指出,如果借款企業(yè)的偏好整體上取決于企業(yè)風(fēng)險(xiǎn)類型,那么金融機(jī)構(gòu)就可以用不同的貸款合同對(duì)企業(yè)進(jìn)行篩選[14],因此,對(duì)于每一個(gè)企業(yè),金融機(jī)構(gòu)所提供的都是一組激勵(lì)相容的合同Vi,即Mi(Vi)≥Mi(Vj)i,j∈(1,n)。
(4)瞞報(bào)行為。企業(yè)貸款投資項(xiàng)目成功,可能會(huì)通過各種方式轉(zhuǎn)移利潤(rùn),造成項(xiàng)目失敗的假象,并將資產(chǎn)清算成本和信用成本降到最低,以此逃避還款義務(wù)。Williamson在模型中提出,這種道德風(fēng)險(xiǎn)主要是基于項(xiàng)目收益的事后信息不對(duì)稱[15]。對(duì)此,金融機(jī)構(gòu)可以對(duì)投資失敗企業(yè)進(jìn)行核查并制定懲罰成本,來減少這種瞞報(bào)行為。設(shè)定企業(yè)的瞞報(bào)概率為γi,金融機(jī)構(gòu)對(duì)投資失敗企業(yè)進(jìn)行核查的概率為δi,核查成本為θi(Bi-Wi),且核查是具有效率的,即核查可以完全判斷是否存在瞞報(bào)行為。如果企業(yè)存在瞞報(bào)行為,則需承擔(dān)懲罰成本:向金融機(jī)構(gòu)償付瞞報(bào)的風(fēng)險(xiǎn)成本ζi,ζi≤(Xi+Wi),企業(yè)將永遠(yuǎn)無法獲得金融機(jī)構(gòu)貸款,損失的信用成本為φi,φi~∞。
2.2 博弈分析
在本文的假定條件下,金融機(jī)構(gòu)與小微企業(yè)預(yù)期收益的博弈矩陣和博弈樹分析如表1、圖1所示,第一列為金融機(jī)構(gòu)預(yù)期收益,第二列為小微企業(yè)預(yù)期收益。
表1 金融機(jī)構(gòu)與小微企業(yè)預(yù)期收益的博弈矩陣
圖1 金融機(jī)構(gòu)與小微企業(yè)預(yù)期收益的博弈樹
根據(jù)博弈分析結(jié)果,遵守道德準(zhǔn)則的小微企業(yè)預(yù)期收益為
Qi(V)=Pi[Xi-(Bi-Wi)Rb]-Wi+(1-Pi)(Wi-Di-Ei)
(3)
采取瞞報(bào)行為的小微企業(yè)預(yù)期收益為Ui(V)=Pi[Xi-δi(ζi+φi)-(1-δi)(Di+Ei)]-Wi+(1-Pi)(Wi-Di-Ei)
(4)
整個(gè)小微企業(yè)群體的平均收益為
Wi(V)=γiQi(V)+(1-γi)Ui(V)
(5)
根據(jù)演化博弈分析方法,遵守道德準(zhǔn)則的小微企業(yè)占比的復(fù)制者動(dòng)態(tài)方程為
?Q/?t=γi(1-γi)[Qi(V)-Ui(V)]
(6)
將(3)式和(4)式分別代入(6)式,得
?Q/?t=γi(1-γi)Pi[δi(ζi+φi)+ (1-δi)(Di+Ei)-(Bi-Wi)Rb]
(7)
根據(jù)(7)式可知,當(dāng)金融機(jī)構(gòu)制定的資產(chǎn)清算成本或風(fēng)險(xiǎn)成本、信用成本大于企業(yè)正常還本付息成本時(shí),可以確保?Q/?t≥0。
結(jié)果表明:懲罰成本可以降低高風(fēng)險(xiǎn)企業(yè)申請(qǐng)貸款的比例并促使項(xiàng)目成功的企業(yè)履行還本付息義務(wù),提升經(jīng)濟(jì)活動(dòng)中遵守道德準(zhǔn)則的小微企業(yè)比重。因此,金融機(jī)構(gòu)通過信用評(píng)級(jí)和懲罰成本設(shè)計(jì)貸款機(jī)制,可以從源頭控制信用貸款的風(fēng)險(xiǎn)。
3.1P2P網(wǎng)貸平臺(tái)FundingCircle特征描述
為了驗(yàn)證上述結(jié)論在現(xiàn)實(shí)經(jīng)濟(jì)中的應(yīng)用性,選取了一家運(yùn)營(yíng)模式與本文模型相近的公司進(jìn)行考證。
該公司是英國(guó)一家為小微企業(yè)提供貸款的P2P網(wǎng)貸平臺(tái)——Funding Circle,成立于2010年8月,主要通過融資平臺(tái)API系統(tǒng)對(duì)貸款企業(yè)進(jìn)行信用審核。FC公司對(duì)貸款企業(yè)的信用審查成本主要包括三個(gè)方面:第一,利用邊界模型對(duì)企業(yè)進(jìn)行初選;第二,利用信用模型對(duì)初選后的企業(yè)進(jìn)行信用風(fēng)險(xiǎn)評(píng)定;第三,通過專業(yè)人員評(píng)估篩選出進(jìn)入融資平臺(tái)的企業(yè),并為這些企業(yè)制定信用評(píng)級(jí),分別為A+、A、B、C、D和E(A+風(fēng)險(xiǎn)最小,2015年以前僅有前五個(gè)信用評(píng)級(jí)),其中企業(yè)的信用評(píng)分來自外部評(píng)級(jí)機(jī)構(gòu)。公司對(duì)每個(gè)信用評(píng)級(jí)設(shè)定投標(biāo)利率、估計(jì)壞賬率和預(yù)計(jì)稅前收益(如表2所示),并根據(jù)實(shí)際壞賬率進(jìn)行不斷修正,為投資者提供收益風(fēng)險(xiǎn)參考指標(biāo)。如果有貸款公司出現(xiàn)整改、停止交易或破產(chǎn)清算等情況,將取消信用評(píng)級(jí),以警示投資者,并且該類公司尚未獲得分配的貸款申請(qǐng)將被終止。同時(shí),F(xiàn)C公司成立了專門的收貸小組和信托公司通過拍賣貸款公司董事個(gè)人資產(chǎn)、公司全部資產(chǎn)和貸款購(gòu)買的特定資產(chǎn),為投資者追償違約貸款。企業(yè)根據(jù)自身信用評(píng)級(jí)及所能承受的懲罰成本,設(shè)定最低投標(biāo)利率進(jìn)行貸款拍賣。投資者根據(jù)信用評(píng)級(jí)與預(yù)期收益設(shè)定利率競(jìng)標(biāo),API系統(tǒng)自動(dòng)進(jìn)行撮合成交,將投資者的資金分散出借給該利率下的眾多企業(yè)或投資者自己選擇的若干企業(yè)。截至2016年12月27日,F(xiàn)C公司已經(jīng)為小微企業(yè)提供貸款18.21億英鎊,貸款企業(yè)有19740個(gè),投資者有55894個(gè),投資者年平均收益為7.1%(扣除費(fèi)用和壞賬后的稅前平均收益),平均壞賬率為1.8%。
表2 不同信用評(píng)級(jí)貸款的最低投標(biāo)利率、估計(jì)壞賬率和預(yù)計(jì)稅前收益
3.2 貸款壞賬率分析
本文采取FC公司的壞賬率計(jì)算方式,每6個(gè)月為一組,從2012年到2014年共有6組貸款,圖2為2012年上半年和2013年上半年兩組貸款的實(shí)際壞賬率情況。截至2016年1月7日,6組貸款隨著持有月數(shù)的增加,估計(jì)的壞賬率和實(shí)際壞賬率情況為:
2012年兩組數(shù)據(jù)的實(shí)際壞賬率圍繞估計(jì)壞賬率上下波動(dòng),2013年和2014年的4組數(shù)據(jù)實(shí)際壞賬率均低于估計(jì)壞賬率,6組數(shù)據(jù)的壞賬率均控制在一個(gè)較低水平內(nèi),這說明FC公司通過對(duì)小微企業(yè)的信用審查制定信用評(píng)級(jí)和通過拍賣資產(chǎn)追償違約貸款的機(jī)制,降低了高風(fēng)險(xiǎn)企業(yè)申請(qǐng)貸款的比例,促使項(xiàng)目成功的企業(yè)正常履行還本付息義務(wù),有效地從源頭控制了信用貸款的風(fēng)險(xiǎn),并且放貸資金的回收率穩(wěn)定在一個(gè)較高水平。
圖2 兩組貸款的估計(jì)壞賬率和實(shí)際壞賬率情況
3.3 投資收益率分析
由FC公司融資平臺(tái)的自動(dòng)出價(jià)工具可以為投資者形成覆蓋各個(gè)行業(yè)的多元化投資組合,放貸資金達(dá)到2000英鎊以上就可以分散給100家企業(yè)。本文以2016年1月1日以前參與投資1年以上、處于規(guī)定的多元化投資組合的時(shí)間達(dá)到參與投資時(shí)間75%以上的投資者為樣本,分析這些投資者將資金分散投資在100家企業(yè)、50家企業(yè)和10家企業(yè)的年平均收益率情況。
結(jié)果表明:當(dāng)投資者將資金分散出借給10家企業(yè)時(shí),投資收益為負(fù)的投資者比重低于0.2%,當(dāng)資金分散出借給100家企業(yè)時(shí),基本沒有虧損。這進(jìn)一步說明,F(xiàn)C公司的放貸機(jī)制提高了經(jīng)濟(jì)活動(dòng)中遵守道德準(zhǔn)則的小微企業(yè)比重,可以從源頭控制信用貸款風(fēng)險(xiǎn)。
針對(duì)當(dāng)前小微企業(yè)的融資困境問題,本文在國(guó)內(nèi)外理論研究基礎(chǔ)上,賦予小微企業(yè)具有遵循道德準(zhǔn)則進(jìn)行決策的可能性,通過構(gòu)建演化博弈模型,引入信用評(píng)級(jí)和懲罰成本進(jìn)行分析,提出金融機(jī)構(gòu)通過信用評(píng)級(jí)和懲罰成本設(shè)計(jì)貸款機(jī)制,可以提高經(jīng)濟(jì)活動(dòng)中遵守道德準(zhǔn)則的小微企業(yè)比重,從源頭控制信用貸款的風(fēng)險(xiǎn)。進(jìn)一步,本文利用一家P2P網(wǎng)貸平臺(tái)——Funding Circle作為案例進(jìn)行分析,考證模型結(jié)論在實(shí)踐中的應(yīng)用性,結(jié)果表明FC公司通過對(duì)小微企業(yè)的信用審查制定信用評(píng)級(jí)和通過拍賣資產(chǎn)追償違約貸款的機(jī)制,降低了高風(fēng)險(xiǎn)企業(yè)申請(qǐng)貸款的比例,促使項(xiàng)目成功的企業(yè)正常履行還本付息義務(wù),有效地從源頭控制了信用貸款的風(fēng)險(xiǎn),并且放貸資金的回收率穩(wěn)定在一個(gè)較高水平。
本文的主要貢獻(xiàn)在于:將小微企業(yè)長(zhǎng)期積累的信用資本提升為企業(yè)非常重視的一種資產(chǎn)形式,突破了企業(yè)固有資產(chǎn)的限制,拓寬了企業(yè)融資渠道。根據(jù)小微企業(yè)成長(zhǎng)過程中積累的聲譽(yù)資本,評(píng)估企業(yè)的信用價(jià)值,同時(shí)通過企業(yè)違約懲罰成本降低道德風(fēng)險(xiǎn)問題。將信用評(píng)級(jí)、懲罰成本內(nèi)生化,補(bǔ)充了金融機(jī)構(gòu)信貸機(jī)制的決策變量,對(duì)我國(guó)傳統(tǒng)金融機(jī)構(gòu)如何探索小微企業(yè)信用貸款提供了理論支撐。
根據(jù)FC公司成功經(jīng)驗(yàn)的啟示,本文提出以下三點(diǎn)建議:
第一,鼓勵(lì)發(fā)展我國(guó)第三方評(píng)級(jí)機(jī)構(gòu)。我們應(yīng)當(dāng)出臺(tái)政策鼓勵(lì)發(fā)展獨(dú)立的第三方評(píng)級(jí)機(jī)構(gòu),引進(jìn)行業(yè)優(yōu)秀的人才,打造一批專業(yè)性強(qiáng)、具有技術(shù)優(yōu)勢(shì)和市場(chǎng)競(jìng)爭(zhēng)力的評(píng)級(jí)機(jī)構(gòu)。相關(guān)監(jiān)管部門應(yīng)當(dāng)制定法律制度,維護(hù)信用評(píng)級(jí)行業(yè)的公信力,提高信用評(píng)級(jí)機(jī)構(gòu)在金融界的影響力。鼓勵(lì)各商業(yè)銀行等金融機(jī)構(gòu)通過第三方評(píng)級(jí)機(jī)構(gòu)對(duì)小微企業(yè)進(jìn)行信用評(píng)級(jí),逐漸形成評(píng)級(jí)報(bào)告成為金融機(jī)構(gòu)貸款審批的重要依據(jù),真正發(fā)揮評(píng)級(jí)機(jī)構(gòu)的作用。
第二,借助大數(shù)據(jù)手段動(dòng)態(tài)完善信用評(píng)級(jí)指標(biāo)體系。利用大數(shù)據(jù),能夠?qū)崿F(xiàn)將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化數(shù)據(jù),可以更方便地挖掘有價(jià)值的數(shù)據(jù),建立符合小微企業(yè)實(shí)際的評(píng)級(jí)指標(biāo)體系。同時(shí),大數(shù)據(jù)可以隨時(shí)抓取各類信息,能夠?qū)崿F(xiàn)小微企業(yè)信用評(píng)級(jí)指標(biāo)體系的動(dòng)態(tài)調(diào)整。這樣的數(shù)據(jù)具有連續(xù)性,也方便金融機(jī)構(gòu)及時(shí)掌握企業(yè)經(jīng)營(yíng)情況,形成信貸預(yù)警機(jī)制。
第三,監(jiān)管部門應(yīng)制定法律防控制度。各監(jiān)管部門之間應(yīng)加大合作、共享信息交流,建立事前預(yù)防與事后懲治機(jī)制,不斷創(chuàng)新符合市場(chǎng)需求的法律防控制度:金融機(jī)構(gòu)在對(duì)小微企業(yè)進(jìn)行信用審查時(shí),可以通過法律手段,簽署合約,取得在還款期內(nèi)對(duì)貸款購(gòu)買的固定資產(chǎn)、企業(yè)全部固定資產(chǎn)或借款者個(gè)人資產(chǎn)變動(dòng)的知悉權(quán),以及當(dāng)項(xiàng)目失敗時(shí)的優(yōu)先處置權(quán);對(duì)于真實(shí)失敗的項(xiàng)目,可以采取破產(chǎn)清算、資產(chǎn)拍賣的方式補(bǔ)償金融機(jī)構(gòu)貸款損失;對(duì)于采取瞞報(bào)策略的企業(yè),一經(jīng)核實(shí),收回企業(yè)全部項(xiàng)目收益及固定資產(chǎn),且借款人終身不能獲得任何貸款;所有貸款失敗項(xiàng)目的信息,均公布在特定媒體上。
[1] Allen F, Qian J, Qian M. Law, finance and economic growth in China[J]. Journal of Financial Economics, 2005, 77(1): 57-116.
[2] 趙岳,譚之博.電子商務(wù)、銀行信貸與中小企業(yè)融資[J].經(jīng)濟(jì)研究,2012,(7):99-112.
[3] 張捷.中小企業(yè)的關(guān)系型借貸與銀行組織結(jié)構(gòu)[J].經(jīng)濟(jì)研究,2002,(6):32-37.
[4] 饒品貴,姜國(guó)華.貨幣政策對(duì)銀行信貸與商業(yè)信用互動(dòng)關(guān)系影響研究[J].經(jīng)濟(jì)研究,2013,(1):68- 82.
[5] 王彥超.金融抑制與商業(yè)信用二次配置功能[J].經(jīng)濟(jì)研究,2014,(6):86-99.
[6] 石曉軍,張順明.商業(yè)信用、融資約束及效率影響[J].經(jīng)濟(jì)研究,2010,(1):102-114.
[7] 徐曉萍,張順晨,敬靜.關(guān)系型借貸與社會(huì)信用體系的構(gòu)建——基于小微企業(yè)演化博弈的視角[J].財(cái)經(jīng)研究,2014,(12):39-50.
[8] 廖理,李夢(mèng)然,王正位.中國(guó)互聯(lián)網(wǎng)金融的地域歧視研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2014,(5):54-70.
[9] Stiglitz J E, Weiss A. Credit rationing in markets with imperfect information[J]. American Economic Review, 1981, 71(3): 393- 410.
[10] Whette H C. Collateral in credit rationing in markets with imperfect information[J]. American Economic Review, 1983, 73(3): 442- 445.
[11] Bester H. The role of collateral in credit markets with imperfect information[J]. European Economic Review, 1987, 31(4): 887- 899.
[12] Schmidt-Mohr U. Rationing versus collateralization in competitive and monopolistic credit markets with asymmetric information[J]. European Economic Review, 1997, 41(7): 1321-1342.
[13] 王霄.銀行信貸配給與中小企業(yè)貸款——一個(gè)內(nèi)生化抵押品和企業(yè)規(guī)模的理論模型[J].經(jīng)濟(jì)研究,2003,(7):68-92.
[14] Riley J G. Informational equilibrium[J]. Econometrica, 1976, 47(2): 331-359.
[15] Williamson S D. Costly monitoring, financial intermediation and equilibrium credit rationing[J]. Journal of Monetary Economics, 1986, 18(2): 159-179.
Credit Rating, Punishment Cost and Small Micro Enterprise Financing
XIAO Sha, CHEN Xi-min, WANG Wei-xiong
(SchoolofEconomicandManagement,NorthwesteUniversity,Xi’an710127,China)
In this paper, it introduces a new method to solve the problem of small micro enterprise financing. By constructing a dynamic game theory model and introducing credit rating and penalty cost analysis, this new approach can be applied to help financial institutions develop a lending facility by analyzing credit rating and penalty costs to increase the proportion of complying code of ethics small micro enterprises and control the risk from the source. This paper also uses P2P internet lending platform Funding Circle as a case study, from its result, it demonstrates FC company’s lending facility reduced the proportion of high-risk enterprises to apply for loans and prompted companies with successful projects to fulfill their debt obligations, also the lending recovery rate stayed at a relatively stable and high level. Base on the analysis and conclusion, this paper provides a new solution for small micro enterprise financing problem.
credit rating; punishment cost; small micro enterprise financing; P2P net credit platform
2016- 08-19
國(guó)家自然科學(xué)基金青年資助項(xiàng)目(G0301);陜西省社會(huì)科學(xué)基金資助項(xiàng)目(2014D02)
F224.32
A
1003-5192(2017)03- 0069- 05
10.11847/fj.36.3.69