银行规模与上市中小企业贷款——基于中国上市中小企业银行贷款数据的经验研究2013
NANKAI ECONOMIC STUDIES No.2 2013
94银行规模与上市中小企业贷款
——基于中国上市中小企业银行贷款 数据的经验研究
张晓玫 钟 祯*
摘 要：本文基于上市中小企业2008年银行贷款数据，对我国银行规模和上市中小
企业贷款之间的关系进行了实证。结果表明：小银行能够通过之前存续的贷款关系发放
关系型贷款；上市中小企业倾向于与多家银行保持贷款关系；相对于大银行，小银行同上
市中小企业的银企关系度更弱。基于以上实证结果，我们大胆得出结论：在中国，小银行
不应将优质上市中小企业作为贷款对象。
关键词：银行规模；软信息；关系型贷款技术 一、引 言
世界银行2003年中国投资环境调查数据显示，相对于其他亚洲国家，中国的中小企业面临更多的资金约束。具体来讲，中国的中小企业仅有12%的资金来自银行贷款，而马来西亚为21%，印度尼西亚为24%。缺乏资金支持已经成为阻碍中国中小企业发展的一大障碍。
近年来随着政策环境和金融生态环境的转变，各地区商业银行积极探索如何解决中小企业贷款难，具体体现为创新贷款产品、改革组织结构和建立解决中小企业贷款的长效机制。《2008年中国区域金融运行报告》指出，2000年到2008年，全国金融机构针对中小企业开发的融资产品共计1050种，东部、中部、西部、东北地区分别为443种、206种、95种、55种。2008年，中国建设银行大力推动小企业业务专业化经营，成立了78家按照“信贷工厂”模式操作的小企业经营中心，积极推广供应链融资等系列产品，不断优化和完善小企业评级配套政策制度，加强风险控制和市场研究。另外，中国银行积极推进中小企业业务新模式的试点和推广工作。截止2008年年末，中国银行中小企业授信余额为5720.75亿元。工商银行积极推动“绿色信贷”建设，拥有融资余
额的小企业客户38267户，发放贷款3572.29亿元。①浙商银行则按照“专业化经营、近
* 张晓玫，西南财经大学金融学院(邮政编码：611130)，E-mail ：xiaomei51@gmail .com ；钟祯，中国农业银行四川省分行(邮政编码：610031)，E-mail ：yiyo1799@yahoo .com .cn 。本文的研究得到西南财经大学“211工程”三期青年教师成长项目的资助。
① 中国人民银行，中国金融年鉴(2009)。
NANKAI ECONOMIC STUDIES No.2 2013
95距离设点、高效率审批、多方式服务”的小企业银行业务经营方针，筹建设立浙商银行小企业信贷中心和24家专营机构，创新开发出突破传统抵质押方式的中小企业贷款产品①。贷款产品的创新和商业银行经营理念的转变在一定程度上缓解了中国中小企业贷款难问题。然而，就总体而言，中小企业贷款现状依然不容乐观，有大部分中小企业成为了信贷配给的对象。
就银行规模和中小企业贷款难问题，林毅夫和李永军(2001)指出大型金融机构天生不适合为中小企业服务，因此在我国以大银行为主的高度集中的金融体制背景下，不可避免地造成了中小企业融资难问题。贇李志(2002)通过建立模型分析得出引入中小金融机构将使中小企业得到的信贷增加，社会总体福利增加；中小金融机构的信息优势、数量和中小企业的融资总额之间存在正向关系。张捷(2002)从组织理论角度证明小银行在中小企业关系型贷款上存在优势。张捷和王霄(2003)构建了内生化抵押品和企业规模的均衡信贷配给模型，该模型推导得出在信贷配给中被排除的主要是资产规模小于银行所要求的临界抵押品价值的中小企业和部分高风险企业。这些学者通过构建模型，试图从不同的视角解析我国中小企业贷款难问题，为缓解我国中小企业贷款难问题提供了不少有益的思考。
而国内在该领域的实证研究相当有限。曹敏等(2003)根据外资银行和国有商业银行向在中国境内的外资企业提供的外币贷款和人民币贷款数据，对金融中介及关系银行进行了实证研究。作为国内首篇研究银企关系的实证论文，它填补了我国银行规模和中小企业贷款的研究空白。然而该文存在一些不足：从研究对象上来说，该文仅为中国境内的外资企业；从研究角度来讲，仅研究了银行贷款利率与银企关系度的关系，未涉及贷款技术、企业规模、银行规模等研究，总体来说研究较为粗放。Yan Shen 和MinGao Shen (2009)以全国12个省份的县级银行类金融机构数据为研究对象，检验了银行规模、贷款权限、激励机制、银行业竞争程度和体制环境对中国中小企业贷款的影响。但是该篇文章仅从宏观层面间接地反映了我国银行规模和中小企业贷款的关系。张龙耀和吴婷婷(2009)以苏南县域中小企业的数据实证了银行规模与银企融资关系。 本文以上市中小企业银行贷款数据为样本，对中国的银行规模和中小企业贷款的关系进行了实证，并同美日两国实证结果进行跨国比较。具体而言，包括以下几个方面：第一，小银行是否具有软信息生产优势；第二，小银行同上市中小企业的银企关系度是否强于大银行。本文的贡献在于：根据国内外银行规模与中小企业贷款前沿研究成果，以我国上市中小企业银行贷款的经验数据为研究对象，对中国的银行规模和优质中小企业贷款进行了实证研究。
本文的内容安排如下：第二部分介绍相关理论并提出本文研究假设；第三部分为研究设计；第四部分为实证结果；最后为小结及展望。
① 浙商银行，http ：//https://www.wendangku.net/doc/a82705033.html,/czbank/。
张晓玫、钟 祯：银行规模与上市中小企业贷款 ——基于中国上市中小企业银行贷款数据的经验研究
96
二、文献综述和研究假设
(一) 贷款技术、信息性质与银行规模 贷款技术，是指主要信息来源、甄别、贷款政策或程序、贷款合约结构以及监控策略和机制的独特组合(Berger 和 U dell ，2005)。Berger 和 U dell (2002)将贷款技术分为关系型贷款技术和交易型贷款技术两类。关系型贷款是指银行通过和借款企业长期多渠道的接触，积累了大量和企业及企业主相关的私有(软)信息，并主要依据这些信息发放的贷款(胡运锋和曲锴，2004)。交易型贷款技术并非单指一种同质的贷款技术，就目前来看，主要有财务报表型贷款技术、中小企业信用评分技术、资产支持型贷款、保理、不动产担保贷款和租赁(Berger 和 U dell ，2005)。Kenshi Taketa 和 U dell (2007)提出对交易型贷款技术可分为财务报表型贷款、资产支持型贷款、保理、租赁、中小企业信用评分技术、设备贷款、不动产担保型贷款等类型。
软信息是指银行贷款负责人在提供金融服务的过程中，通过与借款人多维度的接触，所获得的定性信息(Boot 和 Thakor ，2000)。软信息在组织内部和组织间都不易传递(Stein ，2002)，因为软信息难以量化和传递，所以具有强烈的人格化特征(张捷，2002)。而硬信息则易定量、易传递，例如财务比率、抵押率、信用评分报告都属于硬信息。硬信息可以以较低的成本进行收集、存储和传递。多数美国的实证研究发现，在中小企业贷款市场，大银行和小银行具有各自的比较优势。大银行在交易型贷款技术上具有比较优势而小银行则在关系型贷款技术上具有比较优势。Berger 和 U dell (1996)首次研究了大银行和小银行在中小企业贷款领域的差异，实证结果显示大银行较少向中小企业提供关系型贷款。Berger 和Udell (2002)进一步指出中小银行具有地域性和社区性的特征，可以通过长期与中小企业保持密切联系获得各种“软信息”。Cole 等(2004)实证研究表明大银行和小银行在贷款程序上存在差异。Berger 等(2005)通过实证也得出类似的结论，他们发现在生产和利用软信息对中小企业进行贷款方面，小银行比大银行做得更好。大银行不愿意贷款给无法提供财务数据的中小企业，同借款人的沟通多为非面对面的方式。
在日本，Uchida 等(2008)实证研究表明：同美国实证结果一致的是，规模较大的中小企业，倾向于向大银行贷款；小银行同中小企业的银企关系更强。然而不同的是，Uchida 等(2008)指出规模较大的中小企业向大银行贷款，并不意味着日本的大银行在交易型贷款技术上具有相对优势，而是源于小银行风险分散动机和最大贷款额度的法律限制。Uchida 等(2007)又详细论述了美日两国在贷款技术方面存在差异，并指出这个差异可能源于美、日两国金融机构的构成和贷款环境发展的不同。此外，Kano 等(2006)也指出在日本，对以都市银行、长期信用银行等所谓的超级大银行为主银行的
南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2013年 第2期 No.2 2013
97较大企业来说，并没有检验出关系银行带来的价值；相反，像信用金库这样的小银行在对没有硬信息的中小企业放款时，银企关系度越强，贷款可得性越高，贷款约束条件越少，相应的利率也会越低。张(2007b )也通过对日本国内较为落后的岛根县内的金融机构进行实地调研后发现，大银行倾向于用最廉价的贷款方式，比如信用评级等交易型贷款技术以降低贷款成本；而小银行则致力于生产企业软信息发放关系型贷款。
(二) 小银行优势 国外的实证研究表明，小银行相对于大银行向中小企业贷款数额更多、贷款意愿更强，由此产生了“小银行优势”之说。多数学者从银行组织结构角度来解释小银行优势。Williamson (1967)提出的层级控制理论指出，由于大银行复杂的组织结构在贷款授权中存在代理问题，这促使大银行通过贷款程序标准化规避该问题。Stein (2002)认为相对于大银行而言，小银行相对简单的组织结构使得小银行在生产中小企业信息中具有定性信息生产的优势，从而能够提供关系型贷款。Berger 和Udell (2002)指出使用关系型贷款技术时企业与银行信贷人员之间、信贷人员与上级管理层之间、管理层与股东之间存在代理问题，且随着银行规模、组织层级的增加，代理问题越严重。林毅夫和李永军(2001)基于“长期互动理论”和“共同监督理论”指出与大银行相比，小银行在中小企业贷款方面具有信息优势。张捷(2002)通过一个权衡信息成本与代理成本以寻求最优贷款决策位置的组织理论模型，证明了在关系型贷款上的小银行优势。DeYoung 等(2004)指出尽管金融管制的放松和贷款技术发展对社区银行传统优势形成巨大的挑战，但是社区银行在关系型贷款技术领域仍具有竞争优势。国内关于“小银行优势”的实证文献主要有以下几篇：郭田勇和李贤文(2006)基于ORIANA 数据库的中国企业数据实证表明关系型借贷对于贷款量的影响较小，且并不明显；吴洁(2006)运用中国2005年度上市公司贷款数据，实证结果表明贷款企业与小银行事先存在关系对信贷可得性不产生显著影响，“小银行优势”假说未获实证支持；Yan Shen 和 MinGao Shen (2009)实证表明，银行规模对银行的中小企业信贷决策影响不显著，“小银行优势”假说在中国不成立。
(三) 关系信贷的价值和弊端 Boot 和 Thakor (1994)建立的模型预测随着关系度增强，利率和担保物的要求会降低。而其他一些学者的模型却预测随着关系度的增强，利率会提高(例如Greenbaum 等，1989；Rajan ，1992；Sharpe ，1990；Wilson ，1993)。Petersen 和Rajan (1994)采用1987年NSSBF 数据检验银企关系的价值，发现中小企业维持同银行的关系会增加其贷款的可得性。Berger 和Udell (1995)分析了银企关系对中小企业贷款的重要性。Cole (1998)采用1993年 NSSBF 数据，进一步研究解析银企关系对信贷可得性的影响。他发现借款者同贷款人若存在关系，借款者获得贷款的可能性更大，因为可以从之前的贷款中生产出借款者的软信息。
但是，不得不指出的是，关系型贷款也存在两个内生的弱点：“软预算约束”(soft-udget constraint )问题和银行“敲竹杠”(hold-up )行为。软预算约束是指当借款
张晓玫、钟 祯：银行规模与上市中小企业贷款 ——基于中国上市中小企业银行贷款数据的经验研究
98企业出现明显的财务危机时，企业的关系银行很可能因为害怕无法收回前期贷款而不得不继续向企业发放额外的贷款(胡运锋和曲锴，2004)。而银行“敲竹杠”行为则是指银行通过长期的银企关系生产出与企业有关的大量私有信息，银行可能会利用自身的信息垄断优势和这种信息不易传递的特征，向企业收取额外的信息租金(Watanabe
和Wako ，2007)。①张(2007a )通过日本的银行数据验证得出，使用关系型贷款技术生
产小企业的软信息时，会不可避免地让银行增大成本，所以只能通过向企业提供具有高附加价值的贷款产品来覆盖其高成本。因此，贷款产品价格(利率)不一定会随着银企关系度的增强而降低。
基于以上文献综述，本文提出以下两个假设：假设H1和假设H2。H1(银行规模与信息类型)：小银行具有软信息生产优势。H2(银行规模与银企关系度)：相对于大银行，小银行同上市中小企业的银企关系度更强。
三、研究设计
(一) 样本选取 本文以上市中小企业2008年银行的贷款数据(来自CSMAR 上市企业银行贷款数据库)为研究样本。笔者认为2008年上市中小企业银行贷款数据是检验中国银行规模与中小企业贷款关系的最佳数据。第一，交易型贷款技术的贷款决策是基于企业贷款申请时点的硬信息而做出的，而关系型贷款技术的贷款决策是基于银行同企业长期多维度的接触所生产的关于企业和企业主的软信息而做出的。也就是说，银行在发放关系型贷款时，除了考察企业在贷款申请时点的硬信息而外，更重要的是，银行会依托同中小企业长期多维度的接触所生产的软信息(包括企业及企业主的信用、企业的发展潜力和企业的内在风险等)，综合评价企业贷款风险，做出贷款决策。受到2008年金融危机的剧烈冲击，包括上市中小企业在内的中小企业，经营环境恶化，出现了资金紧张、资金链断裂等问题(见表1)。
表1 2007年—2008年上市中小企业财务状况变化
固定资产比率变化 资产负债率变化 流动比率变化 总资产收益率变化
样本量 211 211 211 211 均值 0.0202 0.0161 0.0027 -0.0276
众数 0.00 -0.02 -0.24 -0.07
标准差 0.079,00 0.084,65 1.364,06 0.051,90
注：固定资产比率变化、资产负债率变化、流动比率变化、总资产收益率变化分别为各财务数据变量2008
年相对于2007年的差值。为了更好的反映金融危机对多数中小企业财务状况的影响，剔除极端值对财务变量的影响，我们采用主要参考各财务变量的众数统计量值。
① 关于银行“敲竹杠”行为的研究详见Greenbaum 等(1989)、Sharpe(1990)和Rajan(1992)。
南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2013年 第2期 No.2 2013
99 通过表1，可以看出，相对于2007年，2008年上市中小企业资产收益普遍下降，流动性紧张。此时尽管上市中小企业信息透明度较高，但仍然无法获得交易型贷款。因此，作者以2008年数据为窗口，检验中国是否存在关系型贷款技术，即检验小银行是否利用其组织结构优势、地域优势和长期的银企互动关系来生产中小企业的软信息(非财务信息等定性信息)，更多地利用关系型贷款技术对中小企业进行贷款，与此同时弱化对企业硬信息(如：财务比率、抵押担保)的要求。第二，在金融危机冲击背景下，“中小企业贷款难”问题再次引起各界关注。政府要求各大商业银行成立中小企业事业部以支持中小企业贷款。这样，关系型贷款技术和其他类型的贷款技术才可能有运用的空间和机会。
2008年的上市中小企业的银行贷款数据中，共有382个样本。在贷款市场上信息并非充分流动，因此假设同一个企业向不同银行申请贷款的样本独立。笔者按照以下步骤对样本进行筛选：第一，剔除样本中贷款银行为“银行”或“商业银行 ”等模糊字眼的样本；第二，鉴于本文主要研究银行同中小企业贷款关系，所以删除样本中的中小企业同银行达成的贷款以外的其他表内业务，如项目融资、贸易融资，票据承兑和表外业务；第三，剔除样本中贷款银行为政策性银行、外资银行、信托机构或其他非银行金融机构的样本；第四，剔除银团贷款的样本。通过严格的筛选，还剩下250个有效样本。该样本中，含105个国有商业银行贷款样本、117个全国股份制商业银行以及28个区域银行的贷款样本。接下来，我们删除了28个区域银行的贷款样本，将贷款银行的研究对象设定为四大国有商业银行和全国股份制商业银行，样本量缩小为222。之所以删除28个区域银行的贷款样本基于以下几点考虑：第一，28个样本数量较少，无法单独对此类小银行贷款数据进行实证研究。第二，若将这28个样本和117个全国股份制商业银行样本统一归为小银行贷款样本，有失妥当。一方面，全国股份制商业银行和区域银行在资产规模、员工人数、机构网点数量及地区分布和金融监管差异显著；另一方面，28个样本的加入可能导致模型内生性问题。这是因为国有商业银行和全国股份制商业银行可在全国范围内跨区经营，而区域银行经营区域受到法律限制。而部分中小企业向国有商业银行或全国股份制商业银行贷款是由于当地无区域银行营业网点的无奈之举，并非依据企业的信息性质所作出的决策。第三，研究样本为上市中小企业的银行贷款数据，此类借款企业相对于规模较小的中小企业具有信息透明度高、资产规模大等特点，更倾向于向国有商业银行和全国股份制商业银行贷款。
本文在CSMAR 数据库和巨潮网获取所选样本企业的2007年和2008年的财务数据及其他相关数据，在《中国金融年鉴2009》和《中国地区金融报告2008》中获取银行资产和银行业市场结构数据。由于部分样本无2007年财务数据，最终研究样本数量为211个。
(二) 变量
本文变量分为以下三类：交易型贷款技术变量、关系型贷款技术变量、其他变量。
张晓玫、钟祯：银行规模与上市中小企业贷款
——基于中国上市中小企业银行贷款数据的经验研究
1. 交易型贷款技术变量
中国人民银行研究局(2005)对比150家获得融资与被拒绝融资的中小企业的数据发现：企业经营状况及信贷状况是影响其融资可得性最重要的因素。在企业经营状况指标的重要性排序中，现金保有余额等财务指标占第一位，其次是融资规模、抵押担保条件、主要经营者状况、融资项目内容与战略等。这表明我国中小企业交易型贷款技术以财务报表型和不动产担保型贷款和设备贷款技术为主。
Berger和Udell(2005)认为财务报表型贷款技术，对所依据的硬信息主要关注两个方面：第一，财务报表的真实可靠性。因此一般情况下，所提供的财务报表必须通过审计。第二，借款人财务状况良好。银行可通过财务数据中的相关财务指标来获取借款人的财务状况信息；根据不同借款者的财务状况，设定不同的借款合同条款，例如是否要求担保等。本文的研究对象为上市中小企业，该类样本企业财务报告均通过审计，财务数据真实可靠性较高。因此只需能够找到表征企业财务状况的财务数据作为财务报表型贷款技术的替代变量即可。而资产负债率，流动比率，总资产净利润这三个财务比率从不同角度的反映企业的财务状况。资产负债率用来衡量中小企业长期偿债能力；流动比率用来衡量中小企业的短期偿债能力；总资产净利润用来衡量中小企业盈利能力。在实证过程中，我们在财务报表贷款技术的替代变量模型中曾考虑过“信息披露质量”、“审计意见”等变量，但是这些变量对模型解释力的贡献较小，基于模型解释力度和研究主旨的考虑，最后笔者选择了资产负债率、流动比率、总资产净利润率作为财务报表型贷款技术的替代变量。
本文选择固定资产比率作为不动产担保型贷款和设备贷款技术的替代变量，检验中小企业的抵押担保能力对贷款行为和银行贷款决策的影响。
2. 关系型贷款技术变量
本文选择企业实际控制人社会背景、财务违规(是＝1)、企业年龄作为交易型贷款技术的替代变量。
Khwaja 和 Mian(2005)研究发现，拥有“政治关系”的企业即使贷款违约率相对于没有“政治关系”的企业更高，也照样能获得银行贷款。罗党论和甄丽明(2008)通过研究政治身份对银行贷款的影响，提出民营上市公司可通过参与政治，在一定程度上缓解金融约束。因此笔者结合关系型贷款的定义和“政治关系”变量的实证文献，选择企业实际控制人社会背景作为关系型贷款技术的替代变量。之所以选择企业实际控制人社会背景是因为：第一，当企业实际控制人为人大代表、政协委员、行业协会主要负责人或曾经担任过行政职务时，银行通过企业所在社区及其同利益相关者(供应商、客户、雇员)之间的“关系”状况，使生产“软信息”的成本下降、难度降低。第二，当企业实际控制人为人大代表、政协委员、行业协会主要负责人，或曾经担任过行政职务时，这表明企业家得到了社会和政府的认可，可视为企业重要的无形资产。而优秀的企业家对企业经营起着重要作用，因此当企业实际控制人社会背景取1时，表明
100
南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2013年 第2期 No.2 2013
101企业具有发展潜力。第三，企业实际控制人的社会背景可作为传递企业及其企业家具有良好声誉的信号。
Cole 等(2004)选择Firm Delinquencies 和Owner’s Delinquencies ① 变量分别作为
企业信用和企业主信用的替代变量。因此，笔者选择财务违规变量作为企业信用的替代变量，反映上市中小企业在过去的会计年限中是否存在财务违规事件，该变量从历史的角度反映上市中小企业的会计信息的真实可靠性。财务违规(是＝1)变量表明企业缺失诚信，视为企业的负面的软信息。
企业年龄越大，企业的信息存量越多。因此银行信贷员通过走访企业所在社区和企业的利益相关者，生产出有助于银行贷款决策所需的软信息的可能性越高。
3. 其他变量
其他变量包括银行特征变量、企业及高管特征变量、银企关系变量、贷款特征变量和银行市场结构变量。具体变量定义见表2。
本文采用银行类型和银行规模作为银行特征变量。企业及高管特征变量包括企业规模和高管年龄。本文选用上市中小企业的注册资本为企业规模的代替变量。企业规模越大，偿还银行贷款的能力越大，银行贷款获批的可能性越高。同时，笔者还控制了高管年龄特征对模型的影响。
本文现在选择贷款次数、关系银行数量和更换银行(是＝1)作为银企关系的替代变量。在国外的实证文献中，一些学者选择loan relationship 作为银企关系的替代变量，该方法较为粗糙和原始，因此我们设计了贷款次数变量作为银企关系度的替代变量之一。我们定义贷款次数为2005年至2008年间该企业在贷款申请行成功贷款的次数。相对于loan relationship 变量，本文选取的贷款次数变量能更好地表征银企关系度，它不仅区分了存在贷款关系和不存在贷款关系的上市中小企业同银行的关系度，而且深入刻画了存在贷款关系的上市中小企业同银行关系度的紧密程度。而随着银企关系度的增强，银行生产企业及企业主的私有信息越多，发放关系型贷款的可能性越大。除了贷款次数和关系银行数量，在前人研究的基础上，笔者还加入了更换银行 (是＝1)变量来度量银企关系度。中小银行的优势在于收集和利用软信息，而软信息具有难以跨行传递的特性，所以当上市中小企业下次申请银行贷款更换银行时，说明其银企关系度低，上一次采用硬信息获得贷款的可能性大。
贷款特征变量包括是否签约和贷款金额。其中贷款金额用以控制企业贷款额度对贷款类型模型和银行贷款决策模型的影响。根据贷款的期限，可将贷款分为短期、中期和长期贷款三种。一般而言，流动资金贷款具有“短、频、快”的特征，而长期贷款一般而言数额较大。由于缺乏贷款期限的数据，本文在模型设计中通过加入“贷款金额”变量亦可反映流动贷款和长期贷款对银行贷款审批的影响。
① Firm Delinquencies 为贷款申请企业在过去三年间信用违约次数。Owner’s Delinquencies 为贷款申请企业的所有者在过去三年间信用违约次数。
张晓玫、钟 祯：银行规模与上市中小企业贷款 ——基于中国上市中小企业银行贷款数据的经验研究
102表2 变量及其定义
变量名
定义 交易型贷款技术变量：
流动比率①
资产负债比率
总资产净利润率
固定资产比率
流动资产/流动负债 负债总额/资产总额 净利润/总资产平均余额 固定资产/总资产 关系型贷款技术变量：
实际控制人社会背景
财务违规(是＝1)
企业年龄
企业实际控制人为人大代表，政协委员、行业协会主要负责人，或曾经担任过行政职务取1，其他取0，其中默认国有股的实际控制人社会背景变量值为1 贷款申请前是否存在财务违规事件，是取1，无取0 企业存在年限的自然对数 特征变量：行类型②
银行规模
四大国有商业银行取1，全国股份制商业银行取0 2008年银行总资产的自然对数 企业及高管特征
变量
高管年龄③
企业规模
上市中小企业高管年龄的自然对数 企业总资产的自然对数 银企关系特征变量：
贷款关系
关系银行数量
更换银行(是＝1)
在该笔贷款申请之前，2005年至2008年获得该银行贷款的情况，有取1，无取0 2005年至2008年企业申请贷款的银行数量的自然对数 下次申请银行贷款时更换银行取1，未更换银行取0 贷款特征变量：
是否签约
贷款金额
贷款成功签约取1，未签约取0 贷款金额的自然对数 其 它 变 量
银行市场结构变量：
银行机构竞争程度
大银行机构数
小银行机构数 上市中小企业所在省份的所有银行类金融机构营业网点机构数量占全国所有银行类金融机构营业网点机构数量总额的比率 上市中小企业所在省份的四大国有商业银行营业网点机构数量的自然对数 上市中小企业所在省份的全国股份制商业银行营业网点机构数量的自然
对数
① 受到2008年金融危机的不利影响，企业2007年、2008年资产价格和财务数据变动较大。如果仍采用07年的相关数据估计模型，无法正确反映企业贷款申请时的真实资产水平和财务状况，因此笔者模型中流动比率、资产负债比率、总资产净利润率和固定资产比率均采用2007年和2008年的均值。
② 2004年以前，我国国有独资商业银行有4家，包括中国工商银行、中国建设银行、中国银行、中国农业银行；股份制商业银行共11家，包括交通银行、光大银行、中信实业银行(2005年8月更名为中信银行)、华夏银行、兴业银行、上海浦东发展银行、深圳发展银行、广东发展银行、民生银行、招商银行、恒丰银行；随着建行、中行和工行相继股改上市，国家邮政储蓄银行、渤海银行的设立，各地城市商业银行相继进行股份制改造，我国实行股份制的商业银行越来越多，“股份制商业银行”所指的特定对象也越来越模糊。然而在银监会监管实践上，截至2006年底，将新成立的浙商银行纳入股份制商业银行范畴。2007年，银监会将交通银行从股份制银行范畴划分出去并入国有商业银行称为5大行，又将2006年开始营业的渤海银行纳入股份制商业银行。由于《2008年中国区域运行报告》中，除了湖南、湖北、宁夏将交通银行纳入国有商业银行外，其他省份均采用原来的统计口径。于是本文未将交通银行纳入国有商业银行，股份制商业银行包括2004年的11家股份商业银行和2006年成立的浙商银行。
③ 此处高管为企业管理层中担任总经理、总裁职务的人员，高管年龄原始数据来自CSMAR 公司治理数据库中2007年高管动态数据。
南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2013年 第2期 No.2 2013
103(三) 描述性统计 从表3可以看出，上市中小企业样本信息质量较高，企业规模较大。近一半的样本企业实际控制人为人大代表、政协委员、行业协会主要负责人，或曾经担任过行政职务。20%的样本企业存在贷款关系。72%的样本企业在下一次向银行贷款时，更换了贷款银行。贷款获得率为0.24。大银行网点机构数量明显高于小银行 。大银行和小银行在财务违规、银行数量上差异显著。大银行财务违规样本量显著多于小银行，财务违规变量可表征企业信用状况，属于软信息。因此，可判断大银行主要依据诸如财务数据和担保物等硬信息向中小企业发放交易型贷款。同大银行样本相比，小银行样本中，企业同时拥有的贷款银行数量更多。在前面的“关系信贷的价值和弊端”中我们提到过，企业可以通过和多家银行保持关系以避免银行“敲竹杠”行为，但与此同时也降低了银行获取企业定性信息的动力，削弱企业同银行的关系度。所以，我们初步认为小银行同上市中小企业的银企关系度较弱。
表3 主要变量的统计特征(全样本、大银行样本、小银行样本)
变量名
全样本(N ＝211) 大银行(N ＝99) 小银行(N ＝112) 均差检验 均值 标准差 均值 标准差 均值 标准差 T 值
流动比率 2.239 4.430 2.472 5.255 2.033 3.558 .717 资产负债率 .499 .144 .512 .144 .488 .144 1.197 总资产净利润率 0.063 0.044
0.061 0.046 0.065 0.043 -0.706 固定资产比率 0.238 0.140 0.244 0.145 0.233 0.135 0.544
实际控制人社会背景0.490 0.501 0.510 0.503 0.480 0.502 0.331
财务违规(是＝1) 0.040 0.191 0.070 0.258 0.010 0.094 2.256** 企业年龄 2.288 0.453 2.251 0.490 2.321 0.418 -1.117 高管年龄 3.800 0.164 3.800 0.019 3.800 0.136 -.189
企业规模 21.160 0.716 21.198 0.786 21.125 0.649 0.740 贷款关系 0.200 0.400 0.230 0.424 .170 0.377 1.136 关系银行数量 1.132 0.713 1.040
0.750 1.213 0.671 -1.766* 更换银行(是＝1) 0.720 0.452 0.680 0.470 0.750 0.435 -1.175
是否签约 0.240 0.429 0.280 0.453 0.210 0.406 1.311 贷款金额 17.315 1.115 17.293 1.236 17.333 1.000 0.259 银行机构竞争程度 0.0376 0.0149 0.038 0.015 0.038 0.015 0.069 大银行机构数 8.045 0.462 7.996
0.428 8.089 0.487 -1.474 小银行机构数 5.759 0.975 5.660 1.011 5.847 0.937 -1.395 注：“***”、“**”、“*”分别表示通过0.01、0.05、0.1显著性检验。
(四 )模型设计和估计方法 H1(银行规模与信息类型)：小银行具有软信息生产优势。
在关系型贷款技术下，金融机构主要依靠生产与企业相关的软信息，降低银行同
张晓玫、钟 祯：银行规模与上市中小企业贷款 ——基于中国上市中小企业银行贷款数据的经验研究
104中小企业信息不对称的程度。这些软信息主要来源于两方面，一是银行信贷员同中小企业长期的直接接触，如银行信贷员可通过走访企业所在社区和企业的利益相关者(如供货商、客户、雇员等)获得关于企业及企业主的软信息；二是与中小企业维持多维度的金融关系，如银行可通过企业的存贷款业务、结算业务或咨询业务生产软信息(Petersen 和Rajan ，1994；Berger 和Udell ，1995；Degryse 和van Cayseele ，2000)。因此，本文从以下两个方面检验小银行是否具有软信息的生产优势。第一，中小企业同银行尚未建立贷款关系的情况下，小银行是否利用其组织结构优势和地域优势，主动通过信贷员走访企业所在的社区和企业的利益相关者获取软信息。第二，当同中小企业存在贷款关系时，小银行能否通过对中小企业的一系列贷款服务生产出更多的软信息。
1. 不存在贷款关系
是否签约αβ=+银行类型χ+1交易型货款技术变量χ+2
关系型贷款技术变量γ+控制变量ε+
(1) 是否签约αβ=+银行类型χ+1交易型货款技术变量χ+2
关系型贷款技术变量χ+3交互项γ+控制变量ε+ (2) 方程(1)和方程(2)的样本均为与申请银行之前不存在贷款关系的上市中小企业的数据。方程(1)中被解释变量为是否签约；解释变量为银行类型、交易型贷款技术变量(资产负债率、流动比率、总资产净利润率、固定资产比率)和关系型贷款技术变量(实际控制人社会背景、财务违规（是＝1)和企业年龄)。控制变量包括高管年龄、企业规模、银行机构竞争程度、贷款金额。方程(2)在方程(1)的基础上加入方程(1)交易型贷款技术变量和关系型技术变量中通过显著性检验的变量同银行规模的交互项。方程
(1)和方程(2)均运用SPSS 软件采用Logistic 方法进行估计。
模型预期：交易型贷款技术变量对大银行贷款决策影响显著；关系型贷款技术变量对小银行贷款决策影响显著。大银行和小银行在贷款技术的运用方面差异显著。
2. 已经存在贷款关系：非参数检验
在211个样本中，上市中小企业同大银行之前已经存在贷款关系且2008年银行贷款申请获批的样本量为13，而小银行样本量为12个，均属于小样本。本文采用Mann-Whitney U 的非参数检验法，检验与大银行存在贷款关系和与小银行存在贷款关系的样本在交易型贷款技术替代变量(资产负债率、流动比率、总资产净利润率、固定资产率)、关系型贷款技术替代变量(实际控制人社会背景、财务违规、企业年龄)、银企关系变量(关系银行数量、更换银行（是＝1))这三类变量均值差异是否显著。 H2(银行规模与银企关系度)：相对于大银行，小银行同上市中小企业的银企关系度更强。检验模型为：
关系变量αβ=+银行规模γ+控制变量ε+ (3)
南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2013年 第2期 No.2 2013
105 方程(3)被解释变量为关系银行数量、更换银行(是＝1)。主要的解释变量为银行规模，控制变量包括交易型贷款技术变量(资产负债率、流动比率、总资产净利润率、固定资产率)、关系型贷款技术变量(实际控制人社会背景、财务违规（是＝1)、企业年龄)、其他变量(高管年龄、企业规模、银行机构竞争程度)。关系银行数量模型采用OLS 估计，而更换银行(是＝1)模型采用Logistic 估计。同时为了控制是否签约变量对企业是否更换银行(是＝1)的影响，更换银行(是＝1)模型中加入是否签约变量。为了避免可能产生银行规模的关系度检验模型的内生性问题(Berger 等，2005)，我们用大银行机构数和小银行机构数作为银行规模变量的工具变量重新估计方程(3)。
四、实证结果
(一)银行规模与信息类型的分析 1. 不存在贷款关系
方程(1)和方程(2)中银行类型对是否签约变量影响不显著，这表明在不存在贷款关系时，小银行不存在软信息生产优势。检测变量中，流动比率和企业年龄对贷款是否签约影响显著。上市中小企业流动比率越高，贷款获得性越高；企业年龄越大，贷款可
表4 不存在贷款关系模型 变量名
方程(1)(N ＝169) 方程(2)(N ＝169) 系数 Wald 卡方值 系数 Wald 卡方值
银行类型 0.777 1.979 -0.014 0.000 资产负债率 3.111 1.183 2.544 0.796 流动比率 0.819 8.563*** 1.355 8.653*** 总资产净利润 7.337 .720 7.982 0.813 固定资产比率 4.954 2.652 4.166 1.784 实际控制人社会背景
-0.625 1.006 -.664 1.072 财务违规
-1.083 .602 -1.291 0.868 企业年龄
-1.186 3.509* -2.080 2.732* 高管年龄 3.666 4.020** 3.812 4.252** 企业规模
-.865 3.242* -.895 3.292 银行机构竞争程度 31.260 1.950 26.296 1.448 贷款金额
-.557 2.845* -.442 1.654 流动比率 by 银行类型
-.971 2.848* 企业年龄by 银行类型 1.256 .814
常数项 8.927 0.577 8.474 0.522 Cox & Snell R Square 0.225 0.242
Chi -square 4.395
6.941 注：“***”、“**”、“*”分别表示通过0.01、0.05、0.1显著性检验。且模型自变量间不存在多重共线性问题
（方差膨胀因子（VIF ）值均小于5，由于字数限制，实证结果未在文中展示）。
张晓玫、钟 祯：银行规模与上市中小企业贷款 ——基于中国上市中小企业银行贷款数据的经验研究
106得性越小，但仅在0.1水平下显著。方程(2)中加入了方程(1)的检测变量中统计显著的流动比率和企业年龄变量与银行类型的交互项。其中，流动比率与银行类型的交互项符号为负且显著。这表明相对大银行而言，小银行在向之前与本行不存在贷款关系的中小企业贷款时，对企业短期偿债能力要求更严格，对定量信息更重视，贷款更审慎。 综上所述，小银行在同上市中小企业没有建立起贷款关系时不存在软信息生产 优势。
2. 已经存在贷款关系——非参数均值检验
从表5中可以看出，大银行样本和小银行样本在流动比率变化、企业年龄和实际控制人社会背景均值差异显著。小银行样本中，获得贷款的中小企业流动比率变化和总资产收益率变化均为负。这表明当中小企业同小银行存在贷款关系时，小银行具有通过关系型贷款技术生产出小企业和企业主软信息的能力，并依据该软信息向出现资金短缺、经营困难的中小企业贷款。 表5 变量均值Mann -WhitneyU 检验
变量名 小银行(N ＝12) 大银行(N ＝13) Mann-Whitney U 检验 均值 标准差 均值 标准差 Z 值 P 值
固定资产比率变化 0.059 0.0346 0.032 0.079 -1.488 0.137 资产负债率变化 0.039 0.0840 0.005 0.070 -0.590 0.555 流动比率变化
-0.498 0.381 0.180 1.322 -3.734*** 0.000 总资产收益率变化
-0.003 0.037 -0.035 0.040 -1.263 0.206 实际控制人社会背景0.330 0.492 0.000 0.000 -2.225** 0.026 财务违规(是＝1) 2.163 0.117 1.870 0.192 0.000 1.000
企业年龄 0.50 0.522 0.310 0.480 -2.940*** 0.003 更换银行(是＝1) 1.202 0.408 1.048 1.010 -0.961 0.337 关系银行数量 0.060 0.035 0.032 0.079 -0.141 0.888 注：固定资产比率变化、资产负债率变化、流动比率变化、总资产收益率变化分别为各财务数据变量2008
年相对于2007年的差值。检验数据为存在贷款关系且08年贷款申请获批的样本。“***”、“**”、“*”分别表示通过0.01、0.05、0.1显著性检验。
另一方面，小银行样本的企业年龄和实际控制人社会背景变量值均显著大于大银行，该结论同本文预测一致。企业年龄和实际控制人社会背景可视为关系型贷款技术所需软信息的替代变量。企业年龄越大，银行可获得的关于借款企业及其业主的私有信息越多，企业获得关系型贷款的概率更大。当企业实际控制人为人大代表、政协委员、行业协会主要负责人或曾经担任过行政职务的人时，企业家及其企业得到了社会和政府的认可，具有良好的发展潜力；另一方面，也可作为传递企业及其企业家拥有声誉的信号。
南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2013年 第2期 No.2 2013
107 综上分析，可认为小银行在同中小企业存在贷款关系时，具有软信息的生产优势①。
值得注意的是，小银行样本中更换银行(是＝1)、关系银行数量变量均大于大银行，尽管在统计上不显著。
(二)银行规模与银企关系度分析
检验模型为：
关系变量αβ=+银行规模γ+控制变量ε+
从表6的方程(3)Ⅰ的OLS 模型和IV 模型中，我们可以看到银行规模对关系银行数量的影响不显著；而企业规模对关系银行数量影响非常显著，显著水平为1%，即上市中小企业规模越大，它所拥有的贷款银行数量越多。也就是说，随着上市中小企业资产规模的增加，他们试图通过同多家银行保持关系来避免银行敲竹杠行为。本文的实证结果与国外的实证结果一致，Berger 和 U dell (1998)认为保持多个贷款银行对借款企业是有利的，因为这样可以避免借款企业同主贷款银行解除合约后会在贷款市场上传递其负面信号导致的不利影响。Berger 等(2005)指出企业规模越大，银行成为
表6 银行规模与企业关系研究模型
方程(3)Ⅰ关系银行数量(N ＝211) 变量名
OLS 估计 IV 估计 方程(3)Ⅱ 更换银行(是＝1)(N ＝211)
系数 T-统计量 系数 T-统计量 系数 T-统计量 银行规模 -0.068 -1.329 1.043 0.244 -0.309 2.776*
资产负债率 0.310 0.611 -1.318 -0.194 2.176 1.466
流动比率 0.008 0.637 -0.041 -0.276 0.030 0.609
总资产净利润
-1.040 -0.596 -3.338 -0.432 2.232 0.134 固定资产比率 0.227 0.512 0.661 0.313 1.476 0.820 实际控制人社会背景
-0.067 -0.651 0.036 0.074 0.113 0.100 财务违规 (是＝1)-0.564 -2.176** -3.015 -1.589 -0.158 0.027
高管年龄 0.561 1.816* 0.078 2.386** 0.372 0.112 企业年龄 0.073 0.645 0.227 0.304 -0.233 0.374 企业规模 0.305 4.016*** 1.167 3.855*** 0.230 0.685 银行机构竞争程度
-4.474 -1.295 -12.152 -0.570 -8.013 0.421 是否签约(是＝1)
-1.249 10.347*** 常数项
-6.871 -3.461*** -34.075 -0.798 -2.680 0.135
Adjusted R Square 0.119 Adjusted R Square .126 Cox & Snell R Square 0.098 F 3.577 F 3.751
Chi-square 8.577 注：“***”、“**”、“*”分别表示通过0.01、0.05、0.1显著性检验。且模型自变量间不存在多重共线性问题
（方差膨胀因子（VIF ）值均小于5，由于字数限制，实证结果未在文中展示）。
① 该非参数检验样本量较少，小银行是否具有通过同贷款企业多次互动生产更多的软信息能力需进一步的 论证。
张晓玫、钟祯：银行规模与上市中小企业贷款
——基于中国上市中小企业银行贷款数据的经验研究
唯一贷款银行的可能性越小。这意味着企业通过同多家银行保持关系来规避关系型贷款中的银行对企业的敲竹杠行为，但与此同时，也会削弱企业同其中任何一家银行的关系度。Uchida 等(2008)在研究日本的银企关系后也得出同样的结论。但是必须指出的是，随着企业与之保持贷款关系的银行数量的增加，势必会减弱银行生产软信息的动力，从而降低企业获得银行贷款的可能性。因此，我们认为，中小企业对贷款银行数量的最优决策应综合平衡关系型贷款的风险和价值，在不削弱同主银行的关系度的前提下，同其他银行保持较为松散的银企关系，从而可以让主要贷款银行有动力使用关系型贷款技术来为企业提供具有附加价值的贷款产品，达到银企共赢的效果。
在方程(3)Ⅱ模型中，银行规模对关系变量中更换银行(是＝1)变量影响显著，即银行规模越小，企业更换银行的概率越大。
综上所述，相对于大银行而言，小银行同上市优质中小企业的关系度更弱。
(三) 稳健性检验
2007年，银监会将交通银行从股份制银行范畴中划分出去并入国有商业银行范畴。但是，同其他全国股份制商业银行相比，交通银行资产规模较大。因此，第一，笔者将银行类型A(将交通银行划分到小银行，即文中采用的分类方法)和银行类型B(将交通银行划分为大银行)分别实行方差分析和非参数均值检验。两个分类方法均通过0.01的显著性水平检验。第二，笔者删除交通银行贷款数据后，分别对三个假设的模型重新估计，估计结果同未删除时基本一致。
五、小结及展望
通过实证，本文得出以下结论。
第一，小银行通过生产软信息，在信息透明度较高的优质上市中小企业贷款领域仍然具有一定竞争优势。例如，受到2008年金融危机剧烈冲击，包括优质中小企业在内的中国企业，经营环境恶化，出现了资金紧张、资金链断裂等问题，此时优质的上市中小企业也无法通过交易型贷款技术获得大银行的资金支持，小银行生产企业软信息的优势凸显。
第二，小银行仅在同中小企业建立起贷款关系后，才具有生产中小企业软信息的能力。正如关系型贷款的定义所言，银行需要通过和借款企业长期多渠道的接触以积累大量和企业及企业主相关的软信息，并依据这些软信息生产出具有附加价值的贷款产品。目前，我国大量的中小企业未同银行建立起紧密、诚信的银企关系，导致银行无法通过长期多渠道的接触，生产出企业及企业主的软信息，也就无法生产出关系型贷款产品。而这也正是我国中小企业贷款难的症结所在。
第三，上市中小企业可通过与几家银行同时保持关系以规避银行“敲竹杠”。该
108
南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2013年 第2期 No.2 2013
109实证结果同Berger 和 U dell (1998)、Berger 等(2005)及Uchida 等(2008)的结论一致。通过与几家银行同时保持关系，借款企业就可以避免在与唯一的贷款银行解除合约后，在贷款市场上传递其负面信号而导致的不利影响。但是必须指出的是，企业与之保持贷款关系的银行数量的增加，势必会减弱银行生产软信息的动力，从而降低企业获得银行贷款的可能性。因此，我们认为中小企业对贷款银行数量的最优决策应综合平衡关系型贷款的风险和价值，在不削弱同主银行的关系度的前提下，同其他银行保持较为松散的银企关系，从而可以让主要贷款银行有动力使用关系型贷款技术来为企业提供具有附加价值的贷款产品，达到银企共赢的效果。
第四，尽管小银行在优质上市中小企业贷款领域具有一定的竞争优势，但不应将其作为自己的主要目标客户，这意味着小银行应关注那些规模不大，非优质的下层中小企业，改变过去与大银行同质化的客户定位。因为小银行盲目追求同优质中小企业建立银企关系，将会使这些小银行无法覆盖其信息生产的成本，在竞争中处于劣势。
参考文献
［1］ 曹 敏，何 佳，潘启良. 金融中介及关系银行——基于广东外资企业融资数据的研究[J ].
经济研究，2003(3).
［2］ 郭田勇，李贤文. 关系型借贷与中小企业融资的实证分析[J ]. 金融论坛，2006(4). ［3］ 何 韧. 论银行关系借贷的价值与风险[J ]. 财政论丛，2005(3).
［4］ 湖北经济学院金融学院，中国社会科学院财贸所课题组. 政策环境、金融结构与信贷技术—
—化解中小企业贷款难题的系统解决方案[J ]. 财贸经济，2008(9).
［5］ 胡运锋，曲 锴. 国外中小企业关系型贷款的技术介绍和启示[J ]. 湖北社会科学，
2004(10).
［6］ 贇李志. 银行结构与中小企业融资[J ]. 经济研究，2002(6).
［7］ 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，2001(1).
［8］ 罗党论，甄丽明. 民营控制、政治关系与企业融资约束——基于中国民营上市公司的经验研
究[J ]. 金融研究，2008(12).
［9］ 吴 洁. 中小企业关系型贷款：银行组织结构视角的分析[J ]. 财经问题研究，2006(5). ［10］ 殷孟波，翁舟杰，梁 丹. 解读中小企业贷款难理论谜团的新框架——租值耗散与交易费用
视角[J ]. 金融研究，2008(5).
［11］ 张 捷. 中小企业的关系型借贷与银行组织结构[J ]. 经济研究，2002(6).
［12］ 张 捷，王 霄. 银行信贷配给与中小企业贷款——一个内生化抵押品和企业规模的理论模
型[J ]. 经济研究，2003(7).
［13］ 张龙耀，吴婷婷. 银行规模与银企融资关系——基于苏南县域中小企业的实证研究[J ]. 经济
理论与经济管理，2009(8).
［14］ Berger ，A. N.，Udell ，G. F. Universal Banking and the Future of Small Business Lending ，
张晓玫、钟祯：银行规模与上市中小企业贷款
——基于中国上市中小企业银行贷款数据的经验研究
Edited by A. Saunders and I. Walter，Financial System Design：The Case for Universal Bank-ing[M]. Burr Ridge，IL，Irwin Publishing，1996，559-627.
［15］Berger，Allen N.，Miller，Nathan H.，Petersen，Mitchell A.，Rajan，Raghuram G. and Stein，Jeremy C. Does Function Follow Organizational Form? Evidence from the Lending Prac-tices of Large and Small Banks [J]. Journal of Financial Economics，2005，76(2)：237-69 . ［16］Berger，A. N.，Udell. G. F. Small Business Credit Availability and Relationship Lending：The Importance of Bank Organizational Structure [J]. Economic Journal，2002，112(447)：32-53. ［17］Berger，A. N.，Udell，G. F. A More Complete Conceptual Framework for Financing of Small and Medium Enterprises[R]. World Bank Policy Research Working Paper 3795，2005.
［18］Berger，A. N.，Udell，G. F. Relationship Lending and Lines of Credit in Small Firm Finance [J].
Journal of Business，1995 (68)：351-82.
［19］Boot and Thakor. Can Relationship Banking Survive Competition? [J]. Journal of Finance，2000
(55)：679-713.
［20］Cole，Rebel A.，Goldberg，Lawrence G. and White，Lawrence J. Cookie-Cutter Versus Charac-ter：The Micro Structure of Small-Business Lending by Large and Small Banks [J]. Journal of Fi-nancial and Quantitative Analysis，2004，39(2).
［21］Degryse，H. &van Cayseele，P. Relationship Lending within a Bank-based System：Evidence from European Small Business Data [J]. Journal of Financial Intermediation，2000 (9)：90-109. ［22］Elyas Elyasiani，Lawrence G. Goldberg. Relationship Lending：a Survey of the Literature [J].
Journal of Economics and Business，2004，315-30.
［23］Gregory F. Udell. What’s in a Relationship? The Case of Commercial Lending [J]. Business Hori-zons，2008，93-103.
［24］Hirofumi Uchida ，Gregory F. Udell ，Wako Watanab. Bank Size and Lending Relationships in Japan [J]. Japanese Int. Economies ，2008，22(2)：242–67.
［25］Jeremy C. Stein，Information Production and Capital Allocation：Decentralized vs. Hierarchical Firms[R]. NBER Working Papers 7705，National Bureau of Economic Research，Inc，2000. ［26］Kano，Masaji，Uchida，Hirofumi，Udell，Gregory F. Watanabe，Wako. Information Verifi-ability，Bank Organization，Bank Competition and Bank-Borrower Relationships[R]. Available at SSRN：http：//ssrn. com/abstract＝926975，2006.
［27］Kenshi Taketa and Gregory F. Udell. Lending Channels and Financial Shocks：The Case of Small and Medium-Sized Enterprise Trade Credit and the Japanese Banking Crisis[J]. Monetary and economic studies/ november 2007.
［28］Khwaja，A. I.，and A. Mian. Do lenders Favor Politically-connected Firms? Rent Provision in an Emerging Financial Market [J]. Quarterly Journal of Economics，2005，120：1371-1411. ［29］Stiglitz，Joseph E & Weiss，Andrew. Credit Rationing in Markets with Imperfect Information [J]. American Economic Review，American Economic Association，1981，71(3)：393-410.
110
南 开 经 济 研 究 NANKAI ECONOMIC STUDIES 2013年 第2期 No.2 2013
111［30］ Uchida H.，Udell G. F.，Watanabe W. Bank Size and Lending Relationships in Japan [J ]. Journal
of the Japanese and International Economies ，2008，22 (2)：242-67.
［31］ Uchida ，Hirofumi ，Yamori ，Nobuyoshi and Udell ，Gregory F. SME Financing and the De-
ployment of Lending Technologies in Japan [R ]. Available at SSRN ：http ：//ssrn. com/abstract ＝976815，2007.
［32］ Udell G. F. What's in a Relationship? The Case of Commercial Lending [J ]. Business Horizons ，
2008，51 (2)：93-103.
［33］ Watanabe ，Wako. How Do Relationship Lenders Price Loans to Small Firms?：“Hold-Up ”
Costs ，Transparency ，and Private and Public Security [R ]. Discussion papers ，Research Institute of Economy ，Trade and Industry (RIETI )，http ：//econpapers. repec. org/RePEc ：eti ：dpaper ：07058，2007.
［34］ Yan Shen ，MinGao Shen ，Bank Size and Small-and Medium-sized Enterprise (SME )Lending ：
Evidence from China [J ]. World Development ，2009，37(4)：800–11.
［35］
張張玫. ―場異異ー業機機『金融市の性とリレションシップバンキング中小企金融の役割』. 橋一大学，2007a (3)：6-52.
［36］
張張玫. 機機「地域金融の役割」 機関編博 圏産業興間『地方の振と中山地域-島希望の?総根モデル合研究』. 評評新出版，2007b (9)：380-405.
Bank Size and Listed SME Lending ：Evidence from Bank
Loan Data on Listed SMEs in China
Zhang Xiaomei Zhong Zhen
(School of Finance ，Southwestern University of Finance and Economics ，Chengdu 611130，
China ；Agricultural Bank of China Sichuan Branch ，Chengdu 600031，China )
Abstract ：Bas ed on the bank loan data on Chines e lis ted s mall-and-medium-s ized enter-prises ，this paper empirically studies the interrelation between bank size and SME lending in China. We find that Small banks do have a comparative advantage in processing soft in-formation. However ，these listed firms tend to establish lending relationships with several banks. Thes e res ults indicate that ，informational trans parent SMEs s hould never be s mall banks’ main lending clients.
Keywords ：Bank Size ；Soft Information ；Relationship Lending Technology
JEL Classification ：D82 G21 L22