一、引言及文献简述

新常态下的中国经济运行整体上已进入了下降通道。如何畅通融资渠道，以激活小微企业的发展已成为备受关注的焦点论题，直接关系到“大众创业、万众创新”国家战略的实现。然而迄今为止，中小企业创业难、特别是作为“草根”的小微企业融资难问题一直未见突破。一方面，许多小微企业渴盼银行的信贷支持；另一方面，一些商业银行特别是四大国有商业银行不愿意或者勉强向其提供商业信用。而银监会等监管部门虽然一直不遗余力地为解决小微企业融资难题而出台诸多政策，如银行业金融机构对小微企业贷款要达到“两个不低于”的要求，即增速不低于各项贷款平均增速，增量不低于上年同期水平；2015年调整为“三个不低于”，从增速、户数、申贷获得率三方面提出要求，但效果并不尽如人意。其中的关键问题在于没有找到小微企业信用违约的影响因素，致使三方都不甚明了如何抓住政策机遇。为此，本文通过某国有银行地区分行第一手资料对小微企业信用违约影响因素进行研究，以期发现突破这一难题的有益线索。

国内外关于企业银行信用违约影响因素的研究主要基于财务数据进行分析。银行贷款违约与企业破产密切相关，自Beaver(1966)、Altman(1968)利用财务指标预测企业破产以来，不少学者将此拓展至银行信用违约的分析。企业破产的原因主要由于债务负担、盈利能力、流动性和偿付能力等方面存在问题(Altman,1968)。与之相对应，对于银行信用，一个负债高、盈利能力低、流动性不足的企业极易选择违约。Fidrmuc和Hainz (2010)对斯洛伐克2000年至2005年间发放给中小企业的近500笔贷款进行了研究，发现流动性和盈利性因素是企业违约的重要决定因素，债务负担也显著增加了贷款违约概率。然而，小微企业的财务透明度差，没有正规财会账目的企业不在少数。即便能够提供一些财务数据，可信度也较差。因此，仅利用财务数据来判断小微企业是否违约的可行性和可信度似乎并不高。

除了财务数据，一些学者研究了非财务因素对违约的影响。DeYoung等(2010)建立了小企业贷款违约理论模型并就此进行了实证检验，发现借贷双方之间的距离和信用评分均与较高的违约可能性相关，前者表明距离会干扰信息收集，后者则意味着采用信用评分的放贷者倾向于发放边际贷款而提高产出。他们认为采用硬信息的贷款方法可能比软信息、关系型借贷法更有优势。一些文献还对信贷信息共享与违约关系进行了研究，基本上都认为放贷人之间的信贷信息共享有助于降低违约率。Padilla 和Pagano(2000)、Karapetyan和Stacescu(2010)等从理论上对此进行了分析；Dierkes等(2013)、Brown等(2009)、Tsai等(2011)、Doblas-Madrid和 Minetti(2012)、Behr 和Sonnekalb (2012)则对这些理论进行了实证检验。

不少文献运用Logistic模型，在研究企业财务因素的同时还考虑其他特征对违约的影响。Ohlson(1980)对企业特征、财务指标等方面进行实证分析，除资产负债率、流动比率、资本收益率、收入增长率、所有者权益等具有显著影响外，企业规模与破产概率呈反向关系。Westgaard和Wijst(2001)选取的变量除财务指标外还包括企业特征、产业特征，发现企业规模与违约风险负相关；服务业和房地产业的违约概率显著低于其他行业；宾馆和饭店业与违约概率的关系不显著。Evelyn(2003)的研究在财务指标之外还包括了企业规模、行业特征，认为企业规模及行业特征与违约概率没有显著关系。这些文献所涉及的企业规模通常用总资产或其比率来表征。

鉴于数据的可获得性，有关企业违约方面的研究绝大多数采用上市公司数据或规模以上企业数据，且多将违约定义为“企业破产”、“上市公司被ST”(刘京军和秦宛顺,2006; Ohlson,1980;Westgaard和Wijst,2001;Evelyn,2003)。而任兆璋和杨绍基(2006)则采用某商业银行企业信用数据，选择2798笔法人企业贷款作为样本，其中违约贷款218笔。变量除了行业分类外，还包括贷款的金额、利率、期限等贷款特征。他们发现贷款利率越高违约概率越大；贷款金额与违约概率显著负相关；未发现违约概率与行业具有显著相关性。此外，他们还研究了所有制类型与违约概率的关系，认为国有企业违约概率高于其他企业。确实，所有制性质不同的企业在中国的处境通常存在差异，何光辉和杨咸月(2012)就发现按所有制分类后，只有民营企业存在融资约束并显著影响其生产率，而国有企业不存在这一状况。刘方根(2008)以某商业银行2004年的3742个贷款企业为样本，分析后认为企业的所有制性质、资产规模、财务状况、产业属性均对违约概率有显著影响，但财务因素依然是影响企业违约的最重要因素。

综合现有研究不难发现，首先，多数文献以达到一定规模的企业特别是上市公司为分析对象，即便涉及小企业，也是将其包含在中小企业的范畴中进行研究。其次，由于不易于获得银行微观数据，不少文献研究的是企业破产或被ST的影响因素。第三，对于银行企业贷款的违约问题，基本上对企业规模不加区分，仅就贷款企业本身进行研究，极少针对小微企业这一特殊群体。然而，小微企业在诸如财务透明度等方面具有与其他规模企业显著不同的特征，这决定了其信用违约的影响因素也有其自身的特点。

区别于以往绝大多数文献，本文的主要工作在于把小微企业从中小企业中分离出来单独进行研究，运用中国某国有商业银行地区分行2006年至2011年的授信数据，在总体分析该行服务小微企业信用需求的一些具体特征的基础上，检验了小微企业银行信用违约的影响因素。本文的研究目的在于在“双创”背景下为解决我国小微企业融资难找到一些有意义的线索和途径；在商业银行风险控制、小微企业健康发展以及监管部门疏通小微企业融资渠道方面起到促进作用。

本文的结构安排如下：第二部分是变量与描述性统计；第三部分采用Logistic模型分析方法对小微企业信用违约影响因素进行实证分析，并运用Probit模型进一步进行稳健性检验，此外，除了五级分类违约指标外，还采用广义分类违约进行验证；最后得出结论并提出建议。

小微企业的银行信用是否出现违约可能受多方面因素的影响，包括经营状况、规模、性质及其所处行业等。由于大多数小微企业缺乏正规财务制度，不能像大中型企业那样向银行提供反映其经营状况的详细财务数据，故本文考虑到样本信息的可得性并结合上文提及的相关文献研究，将违约影响因素归为以下五个方面：信用特征、企业所有制类型、企业所处行业、企业规模和信用等级。相应变量的具体定义见表1，表3是各变量的描述性统计。本文数据来自中国某国有商业银行地区分行2006年至2011年共5554笔小微企业授信业务。

小微企业偿付银行信用的表现见表2。按照我国商业银行贷款五级分类标准，次级、可疑和损失类信用被归为违约。通常，部分正常和关注类贷款可能已经存在利息和(或)本金逾期情况，是进一步违约的预警信号，随着时间的推移有可能变成可疑、次级和损失类资产，因此本文还进一步考察了广义分类的违约情况，即在五级分类中可疑、次级和损失的基础上增加了这部分逾期样本。表2显示，从笔数看，五级分类和广义分类违约比例分别达到了1.39%和1.69%；但从金额看，其占比分别低至0.56%和0.67%。违约金额占比低于违约笔数占比的原因是每笔违约信用的平均金额不到每笔正常信用金额的一半，也即金额小的信用更可能违约，这可能与银行对较大额度的信用审查更严格且更擅长于大额传统业务有关。^①

①与下文检验结果“信用金额与违约概率正相关”是一致的。

表3显示，就信用金额看，样本平均水平达822万元，中位数170万元。可见，与小额贷款公司等非银行机构相比，商业银行的小微企业客户规模并不小。从信用期限看，平均为377天，中位数是280天，第75%的值为360天，第90%的值为719天，表明小微企业信用较短，超过75%的信用期限短于1年，2年期以内的超过90%。就利率而言，平均值为基准利率的1.21倍，中位数也仅为1.18倍，超过95%的利率在1.35倍以内，最高也不过1.38倍。可见与小额贷款公司等非银行机构以及民间高利贷相比，银行利率要低得多。

小微企业从银行获取的授信用途主要有流动资金类信用、进出口贸易融资、国内贸易融资、保证类信用等。流动资金类信用最多，有2267个样本，其中1091个为流动资金贷款；513个是商业承兑汇票；在663个承兑汇票贴现样本中，7个为商业承兑汇票贴现，其余均为银行承兑汇票贴现。进出口贸易融资有1436个样本，包括：出口退税权利质押贷款，短期出口信用保险项下贷款，海外代付，开立远期信用证，出口订单融资，信用证、非信用证项下信托收据贷款，出口商业发票融资。国内贸易融资样本相对较少，只有142个，主要为有追索权国内保理和定向保理，是基于企业应收账款的预支款融资。保证类信用有1659个样本，用于履约、投标、预收(付)款、付款等方面的保证，这类信用几乎没有违约风险，没有出现五级分类违约，仅有2个正常样本出现本金和利息支付逾期。固定资产贷款、商用物业抵押贷款、特定贷款、法人账户透支的样本均很少，不足100个。

从样本企业所有制类型看，私有经济在样本中有4702个，占84.7%，国有经济和集体经济分别占总样本的3.7%和1.7%；外资(含港澳台和外商)企业占9.9%。非公经济占比高达94.5%，这与小微企业以非公经济为主体是一致的。

在样本企业所处的行业中，制造业最多，包括零配件制造、金属加工，金属制品、木材加工及木制品、金属等制造，有1837个样本，占比高达33.1%。其次是批发零售业，共1725个样本，占比达31.1%，集中在服装、纺织及原料、家电及电子产品、矿产品、建材及化工产品，贸易经纪代理，汽车、摩托车、燃料及零配件，文具用品、五金交电、食品饮料等。再次为一般服务业，占全部观察值的16.9%，集中在住宿和餐饮业，租赁和商务服务业，居民服务和其他服务业，文化、体育和娱乐业等。以上三个行业占到总样本数的81.1%。

对于企业规模，中小型企业最多，占全部样本的59%，其次是小型企业，占比为40%，微小型的样本非常少，只有1%。可见商业银行的服务对象主要是规模较大的客户。

样本中的企业信用被分成10个等级，从高到低分别为aaa、aa+、aa、aa-、a+、a、a-、b、c、d。样本均值为8.5，中位数为9，其中aaa企业占比45%，aa+占比17%，两者合计达62%。

本部分采用Logistic模型就上文可能对小微企业信用违约产生显著影响的因素进行实证检验。该模型是一种概率回归模型，能较好地解决非线性问题，且不要求变量服从某类分布，采用最大似然估计，适用性强，因此成为分析被解释变量是离散变量时某事件发生概率与解释变量之间关系的主流分析方法(Ohlson,1980;Westgaard和Wijst,2001;Evelyn,2003;任兆璋和杨绍基,2006)。而本文所涉及的被解释变量是离散型的，故而采用Logistic模型检验小微企业信用违约因素的影响方向及程度。此外，除了五级分类违约指标外，本文还采用广义分类违约指标进行验证。为考察结果是否稳健，本文还用Probit模型进一步进行了检验。^①

①鉴于Logit模型与Probit模型应用非常广泛，这里不再赘述。

1.企业信用特征

表4显示，企业授信的金额和种类对五级分类信用违约概率存在显著影响，而信用期限、利率的影响不显著。^②

②解释变量间的相关系数绝对值介于0.0031到0.3之间，基本上不存在共线性。即便考虑共线性，结论也没有发生改变。关于内生性问题，从经济学理论、实践和常识判断，14个解释变量中，只有利率与违约之间可能存在内生性，尽管利率与违约相比是前定变量。为此，用小微企业信用发生当天的SHIBOR作为工具变量。Hausman检验发现利率不存在内生性。限于篇幅未在文中报告。

从表4可以看出，信用金额对违约风险的影响高度显著。该指标的发生比率(odds ratio)小于1，意味着金额越大，不违约的可能性越低；从边际效应看，信用金额每增加0.1万元，违约概率下降0.0009%，也即金额每增加10万元，违约概率下降0.09%。与表2显示的违约信用的平均金额远低于正常信用金额是一致的。任兆璋和杨绍基(2006)也得出了同样的结论。这是由于商业银行经营较为审慎，通常在授信额度内对企业提供信用，而且金额越大审核越严格；同时还与银行传统优质客户群有关。银行一般综合考虑企业运营资金需求、经营能力、担保方式、偿付能力以及资信水平等因素以确定授信额度，为控制风险，确保还款来源，对企业信用申请进行严格审查，额度越大，审核越严格。否则一笔大额信用虽然因单位资金成本低而比小额信用带来更高收益，但如果违约则足以重创一家银行。此外，商业银行的传统优质客户基本上都是大中型企业，信用额度相对较大，其审核标准和流程基本上针对大额信用。因而在面对小微企业时，要么驾轻就熟的规则“失灵”，导致金额越小，违约概率越高；要么为应付监管部门政策规定和审查而走过场，也可能引发小金额信用违约概率高的问题。因而还可以认为信用金额与违约概率正相关是中国商业银行偏好大额信用在小微企业业务领域的一种体现。^①

①商业银行一般偏好给大企业提供大额信用，原因是单位资金经营成本低、风险低。一个例子是2009年9月初，中石油公告称，今后5年内中国国家开发银行将以优惠利率为其提供300亿美元的融资额度。设想一下，如果以该额度放款给中石油而遭遇了违约，国开行可能因此陷入困境。

三个类别的信用，即流动资金类信用、进出口贸易融资和国内贸易融资，均显著增加了违约风险。它们的发生比率均大于1，并至少在5%水平上显著，说明这三个授信品种的违约概率高于不违约概率；边际效应也证实了这种导致违约概率上升的正向关系。流动资金类信用主要是流动资金贷款、商业承兑汇票、承兑汇票贴现。这些流动资金需求具有频繁性、不确定性特点，市场风险较大；同时其贷款用途由于监控困难而存在较高的挪用风险，虽然银监会于2010年2月发布了《流动资金贷款管理暂行办法》，但银行由于操作成本高而仅在表面上保持信贷资料的合规性，资金被挪用所带来的违约风险并没有得到有效的监控，而小微企业由于缺少正规账目更是如此。因而小微企业流动类信用违约风险显著。对于进出口贸易融资，由于国际贸易市场波动风险大，决定了与此相关的这些融资的违约概率也较大。国内贸易融资是基于企业应收账款的预支款融资，其违约发生概率显著为正。这三个授信品种对违约发生概率均产生显著影响，其影响程度是否存在差异，表5列示了基于Logistic模型系数差异显著性的检验结果。从表5可以看出，就五级分类不良信用而言，三个授信品种对违约风险影响程度两两之间不存在显著差异。因此，银行在审核时，应对这三类信用重点关注。

表4表明，信用期限和利率对违约概率没有显著影响。理论上，由于小微企业规模小、实力较差，持续经营能力不足，信用期限越长，企业出现违约的概率可能越高。但鉴于目前银行对小微企业提供的信用期限均较短，大部分在1年以内，期限最长一般不超过3年，少有中长期信用。本文样本中信用期限在1年以内的超过75%，2年以内的在90%以上。对于短期信用，期限与违约概率之间没有显著的确定关系。就利率而言，虽然根据资本资产定价模型，预期收益率为无风险利率加上风险溢价，意味着风险越大的企业需支付的利率越高，违约概率越大；但根据信贷配给理论(Stiglitz和Weiss,1981)，高利率容易导致借款人的逆向选择和道德风险。而银行审慎经营原则决定其在实际操作中通常通过事前审查和信贷配给等方式抑制逆向选择和道德风险，很少通过提高利率来获得风险补偿：(1)在准入上设置较高门槛，直接拒绝综合评价较差的企业，减少逆向选择；(2)银行不会认为利率越高越好，而会把利率维持在某一个适当水平，防止道德风险；(3)出于市场竞争和满足支持小微企业发展政策要求的考虑，为吸引和留住客户而不至于再去面对新客户带来的更高经营成本，银行也不会将利率定得过高。从样本看，企业支付平均利率仅以基准利率为基础上浮21%，最高利率也只上浮38%，与小额贷款公司动辄4倍明显不同。同样，利率对违约概率没有显著影响。基于此，银行可以适当延长信用期限，帮助小微企业健康成长，因为一旦遇到经济不景气，期限过短会加剧其偿债压力，从而致其处境更为艰难；根据风险状况上浮利率，一方面有效提高小微企业的融资硬约束，另一方面借此平衡银行对小微企业授信的成本收益。

2.企业所有制类型

从所有制类型看，在三种类型企业中，发生比率表明仅国有企业违约概率与不违约概率相比在1%水平上显著，边际效应也显示国有企业与违约概率之间存在正向关系。这是由于小微型国企与私有企业产权性质存在差异，与大型国企几乎都建立了现代产权制度也不同，国有产权本身所固有的内在缺陷在这些小微型国有企业的经营方面体现得较为突出：缺乏有效的激励机制、创新意识，对市场动态的敏锐度不够，还款意愿也相对较差，因此容易造成违约。相对而言，集体产权的内在缺陷比国有产权在小微企业经营方面的负面影响要好些，经过多年的改革，能够留存下来的要么是“戴红帽子”的私营企业，要么有江苏华西村吴仁宝似的强势领导。尽管如此，其违约风险还是比私有企业大，但两者均不显著。影响差异显著性检验表明(见表5)，国有企业对违约概率的影响与集体企业、国有企业与私有企业对违约概率的影响存在显著差异，也即国有企业的信用违约概率显著高于另外两个所有制类型企业；而集体企业与私有企业之间不存在显著差异。因此，商业银行在为小微企业提供信用时无需歧视私有企业，相反，更应对国企客户的信用和经营状况予以特别关注。

3.企业所处行业

就行业特征而言，一般服务业、批发零售业和制造业对违约概率的影响仅在10%水平上正向显著。可以认为，行业因素对违约可能性的影响不太显著，但并非没有影响。相对于资本密集型、技术密集型行业，这些行业特别是小微企业所处的低端市场对技术、财务、人员的要求相对较低，进入门槛不高，竞争激烈，附加值和利润率低。加之企业规模较小，对市场波动的抵抗力比较差。相应地，违约概率较高。三个行业对违约概率影响程度的差异显著性检验见表5，对于五级分类不良信用，基于Logistic模型的检验结果表明，它们两两之间不存在显著差异。可见，小微企业所处行业的属性对违约风险有一定的显著影响。

4.企业信用等级与企业规模

表4显示，企业信用等级对违约发生比率的影响在1%水平上显著，企业规模对违约影响不显著。企业信用等级的发生比率小于1，意味着企业信用等级越高，违约概率越低，与常识及实践操作完全相符。边际效应显示，企业信用等级提高1%，违约概率下降0.07%。企业规模虚拟变量小型、中小型均不显著，表明小微企业中的规模分类对违约概率没有影响，似乎与规模较大企业的情况不一致。Ohlson(1980)、Westgaard和Wijst(2001)对上市公司样本研究后认为，企业规模越大，违约概率越低，这是由于规模大的企业拥有资金、技术、人员素质等优势，拥有较高的市场占有率甚至是拥有垄断地位，在银行融资方面，规模大的企业拥有较强的议价能力，能获得较低成本的贷款资金。这里的结论之所以不一致，主要源于研究样本不同，对于规模较大企业，规模与违约概率可能存在负向关系，但对小微企业并不成立，可能由于小微企业已是一定规模以下的企业，该群体拥有的一些共性淡化了在其内部进一步划分规模对违约的影响程度，甚至规模较大的企业为了自身发展而愿意冒更大的风险，进而可能存在更高的违约概率。

表6是进一步以广义信用违约作为被解释变量的检验结果。广义信用违约除了五级分类中的可疑、次级和损失外，还包括了利息和(或)本金存在逾期的部分正常类和关注类贷款，这类贷款极有可能随着时间的推移变成可疑、次级和损失类资产。与五级分类信用违约风险的影响因素相比，除了一般服务业和制造业对违约概率的影响由10%的显著性变为不显著外，其他影响因素的显著性均相同。可见，违约影响因素在此获得了进一步证实。

信用金额的发生比率依然在1%的水平上显著，小于1意味着金额越大，违约概率越小；其边际效应为负值也证明了这一点。同样，流动资金类信用、进出口贸易融资和国内贸易融资的发生比率均大于1，并在1%的水平上显著，边际效应为正，说明这三个授信品种导致违约概率上升。与五级分类不良信用相同，这三个授信品种对违约概率影响程度两两之间没有显著差异(见表4)。期限和利率依然不显著。就所有制类型而言，同样，三种类型企业中只有国有企业的违约发生比率在1%的水平上显著，国有企业与违约概率之间存在正向关系；从对违约概率影响程度的差异显著性看，国有企业与集体企业、国有企业与私有企业之间没有显著差异，而集体企业与私有企业之间差异不显著。从行业特征看，只有批发零售业对违约概率的影响在10%的水平上正向显著，其他两个行业不显著，并且三个行业对违约概率影响程度两两之间没有显著差异。企业信用等级依然在1%的水平上显著，信用等级越高，违约概率越低。企业规模对违约影响还是不显著。

本部分进一步采用Probit模型对信用违约风险的影响因素进行检验。五级分类以及广义信用违约风险影响因素的检验结果分别见表7和表8，影响程度差异显著性检验见表9。从中可以看出，Probit模型得出的结论与Logistic模型的结果基本一致，本文结论是稳健的。

表7显示，五级分类信用违约风险用Probit模型检验出的显著影响因素与Logistic模型基本一致。信用金额、流动资金类信用、进出口贸易融资、国内贸易融资、国有企业、信用等级均显著影响违约概率：金额越大，违约概率越小；流动资金类信用、进出口贸易融资和国内贸易融资与违约风险呈正向关系；国有企业导致违约概率上升；信用等级越高，违约概率越低。此外，制造业在10%的水平上与违约概率呈正向关系。期限、利率和企业规模对违约影响均不显著。与Logistic模型相比，只有一般服务业、批发零售业与违约概率成正比的显著性有些许不同，由10%水平变成5%。

用Probit模型检验出的广义信用违约风险的显著影响因素与Logistic模型也基本一致(见表8)，只有制造业对违约概率正向影响的显著水平由10%变成5%；其他因素如信用金额、流动资金类信用、进出口贸易融资、国内贸易融资、国有企业、信用等级对违约概率均产生显著影响；期限、利率和企业规模的影响还是不显著。

表9是基于Probit模型的系数差异显著性检验结果。从中可以看出，几组可比性解释变量差异显著性与基于Logistic模型的检验结果基本一致。流动资金、进出口贸易融资、国内贸易融资这三个授信品种对违约风险影响程度两两之间也不存在显著差异。一般服务业、批发零售业、制造业两两之间同样没有显著差异；国有企业对违约概率的影响与私有企业的影响还是存在显著差异；只有国有企业与集体企业之间的差异显著性由5%变成10%。

本文运用中国国有商业银行对小微企业授信的微观数据，在分析该行服务小微企业信用需求具体特征的基础上，检验了小微企业银行信用违约的影响因素，为解决我国小微企业融资难找到一些有意义的线索和途径，从而为更好地贯彻国家“双创”政策提供了健全融资机制的有益参考。

本文的主要结论是：(1)违约概率受信用金额的影响显著。金额越大，违约概率越小。大额信用如果违约则足以重创任何银行，因而通常受到严格审查以降低风险。而银行长期以来基于大中型企业优质客户群为对象的审核体系难以适应小微企业，重构一个全新体系耗时费力。因此，要么已有业务规则“失灵”，要么对监管规定采取走过场的应对之策，这些均会引发小金额信用违约概率偏高。(2)授信品种对违约概率具有显著影响。流动资金类信用、进出口贸易融资和国内贸易融资与违约概率呈显著的正向关系，相对而言，保证类等授信品种违约不显著。可见，商业银行通过授信品种的筛选与调整完全可以降低小微信用违约风险。(3)小微企业所处行业的属性对违约概率有显著影响。对于一般服务业、批发零售业和制造业，小微企业基本处于这些行业的低端市场，市场竞争激烈，附加值低，因规模较小而抗市场波动能力较弱，因而违约概率较高。(4)违约概率与企业信用等级存在显著关系。信用等级越高，违约概率越小。(5)国有企业的违约概率显著。国有企业与违约概率之间存在显著的正向关系，并且对违约概率影响程度与私有企业之间存在显著差异，与集体企业之间的差异则不太显著。小微型国企与私有企业产权性质存在差异，与大型国企几乎都建立了现代产权制度不同，其国有产权本身所固有的内在缺陷使得小微型国企易于违约。相对而言，集体产权的内在缺陷比国有产权对小微企业的负面影响要好些。(6)信用期限和利率以及企业规模对违约影响不显著。

以上这些发现对商业银行和监管部门在“双创”背景下如何更好地发挥对小微企业创业、创新的支持作用具有现实价值。

就商业银行来看，第一，在提供信用时无需歧视私有企业。对于小微企业而言，要认识到并非国有企业信用就好，相反，对于国企客户应关注其信用和经营状况；对于私营企业，要改变歧视态度，提高服务质量。第二，关注小微企业所处行业的属性。在提供信用时应该选择违约率低的行业。第三，在授信品种选择方面可优先考虑小微企业保证类信用的申请。对于传统的流动资金类信用，尽量按照银监会监控要求操作，创造条件降低违约概率。同时应关注贸易融资类信用的违约风险。近年来，随着国际贸易及国内生产流通的深入发展，银行相继开发针对国内外贸易和供应链的融资产品，有助于为小微企业提供多样化的金融产品，分散违约风险。鉴于其违约概率相对较高的特点，银行在发展此类授信业务方面最好能够开发出批量化、流程化、标准化贷款产品，在提高效率的同时降低违约风险。第四，可以适当延长信用期限；帮助小微企业提高对经济周期等不确定风险的抗御能力，从而有助于其健康成长；根据风险状况上浮利率，一方面有效提高小微企业的融资约束，另一方面还可以平衡银行对小微企业授信的成本收益。此外，对于小微企业群体，没有必要歧视规模微小的企业，以规模论风险没有依据。

就银监会等监管部门而言，第一，反思和改变自身的工作思路。在强化“三个不低于”的同时，除了鼓励银行充分利用包括互联网在内的新技术工具创新小微企业专业服务模式外，还应该考虑银行特别是大银行传统优质客户群特点，允许银行根据效益最大化原则采取多种方式完成政策任务。具体包括：一是自营解决。二是以贷款资金批发的形式委托在小微企业贷款方面具有优势的机构，如中小银行、小额贷款公司甚至P2P借贷平台经营，对于小额贷款公司，规定这类委托形式的资金不在融资杠杆率计算之列；对于完全服务于微小客户且规范经营的P2P借贷平台，银监会、央行等部门应该在规则上创新监管思路，探索它们之间的对接路径(李建军，张雨晨)。三是以业务合作协议的形式与擅长小微企业贷款业务的机构进行分工协作。商业银行只有在更大的自主空间内完成政策任务才不至于以付出更高违约概率为代价。第二，推行先进的贷款模式。应借鉴国外特别是美国的先进贷款模式，在小微企业信贷领域广泛推行信用评分制度，并实现信息共享。部分商业银行虽然已将信用评分应用到中小企业并进行授信，但基本才刚起步，大多停留在授信审批阶段，作用有限。而发达国家对信用评分模型的应用已经贯穿于额度确定、贷款定价、衍生品销售等整个授信过程。因此，银监会应引导商业银行充分借鉴国外先进贷款模式，积极引入信用评分模型，通过对模型各影响因子及权重的模拟总结，探索适合各行业务发展的信用评分模型。通过征信评分数据，对高于设定的评分信用水平企业授信并据此锁定客户群体。第三，建设小微企业授信大数据系统和商业银行间的共享平台。最终实现小微企业贷款的专业规模化经营模式，既可以降低授信成本，提高速度，又可以降低违约概率。第四，定期公布小微企业违约信息。对恶意违约者形成强大的约束机制。第五，设立小微企业风险担保基金。对处于违约率高但又需要发展的行业的小微企业提供信用担保，一旦违约即予以赔付，免除银行的后顾之忧。

而小微企业自身也应该珍惜信誉，树立诚实守信的形象，抓住国家为“双创”政策提供的发展空间做大做强。