基于关系型贷款的城市商业银行小企业贷款定价研究

邓超，唐莹，林柏林

(中南大学商学院，湖南长沙，410083)

基于关系型贷款的城市商业银行小企业贷款定价研究

邓超，唐莹，林柏林

(中南大学商学院，湖南长沙，410083)

城市商业银行与小企业有着天然的、共生共荣的联系。如何制定一个科学合理的小企业贷款利率定价机制，是城市商业银行经营决策中的重要课题。通过对某城市商业银行的小企业贷款定价现状进行的实证分析，发现银行主要侧重于风险的考虑，忽略了银企之间的“关系”因素，没有借助“关系”收集并利用“软”信息进行准确定价。在此基础上，以关系型贷款作为小企业贷款定价的指导思想，研究设计了基于关系型贷款的定价思路。

关系型贷款；小企业；城市商业银行；贷款定价

近年来，我国小企业①成长迅速，已成为国民经济发展的生力军，推动我国经济发展的重要力量。据不完全统计，我国小企业的产值已占到GDP的三分之一以上，超过75%的城镇就业岗位和90%新增就业机会由小企业提供。对城市商业银行而言，大中型企业融资渠道多，议价能力强，不断压缩银行的利润空间，企业脱媒现象严重，因此，小企业才是其重要的目标客户群，是银行实现可持续发展的重要支点。同时，随着小企业的日益发展壮大，信用状况也不断改善，金融服务需求不断增加。在金融业竞争日趋激烈的情况下，银行同业在小企业业务方面发展迅速，如工行、中行、浦发银行、深圳发展银行等在小企业金融服务方面动作很大，成效也很明显。因此，城市商业银行大力发展小企业金融服务迫在眉睫。

在我国，信贷业务是商业银行提供的最重要服务，也是银行自身生存和发展所需的最主要的收入来源。如何制定一个科学合理的小企业贷款利率定价机制，使银行既能保证一定的盈利水平，又能最大限度地满足客户需要，维持自身的竞争地位，是城市商业银行经营决策中面临的重要课题。传统的贷款定价方式有成本加成法（Cost Plus）、价格领导法（Price Leadership）和客户盈利分析法（Customer Profitability Analysis）。三种方式各有侧重点，各显优缺点，单一的使用某种方式对小企业贷款并不适用。对小企业贷款需要采用新型的定价思路势，关系型贷款思想无疑是其中重要的方向之一。

一、相关文献综述

目前，国内外许多学者及实务界人士围绕关系型贷款、小企业贷款定价做了大量研究。

（一）关系型贷款

青木昌彦，瑟达尔·丁克认为，关系型融资是指银行在一系列事先未明确的情况下，为了将来不断获得租金而增加融资，银行将来可能获得的收益或者是垄断租金、声誉租金或政策性租金，或者是三者兼而有之，并得到结论：关系型信贷是一种与小企业信贷特点适应的信贷模式[1]。美国学者伯林和麦斯特按贷款方式将商业银行贷款划分为市场交易型贷款（Transactional Lending）和关系型贷款（Relationship Lending）两种类型,并将关系借贷定义为“建立全面、细致的银企关系, 利用银行和小企业之间的长期合作关系, 最大程度地减少小企业借贷风险的一种借贷协议”[2]。Berger和Udell将商业银行贷款按贷款技术的不同分为四种：财务报表型贷款（Financial Statement Lending）、资产抵押型贷款(Asset-based Lending)、信用评分(Credit Scoring)以及关系型贷款。他们认为，前三种通常是市场交易型贷款技术，银行的信贷决策依据是易公开获得且相对客观的“硬”信息，如财务比率等，而关系型贷款以银行对借款人保持密切监督，银企重新谈判和双方隐含的长期合约为基本特征，贷款决策主要依靠不易公开获得且难以量化、传递的“软”信息，如企业所有者品质和能力，银行通过与关系企业及其所有者进行多方面、长期的交往来收集这些软信息[3]。

国外许多实证研究证实，长期关系有助于提高小企业的信贷可获得性，降低其贷款利率，减少抵押和担保要求。Petersen 和Rajan(1994)最先运用1987年美国小企业数据研究证实，借款企业与银行建立密切联系的好处是信贷可获得性的增加，银行—借款人关系具有价值。Berger 和 Udell（1995）的研究显示，与银行关系较久的借款企业将获得较低的贷款价格，要求抵押的可能性也较小。Cole(1998)提出，与贷款人存在事先关系的借款人更有可能获得信贷。这些实证分析支持了“关系有助于信息不透明的企业获得融资”的思想。

在国内，曹敏、何佳等人[4]以及周好文、李辉[5]的研究开创了用国内数据检验关系型贷款理论的先河。前者选择了广州和深圳的四家外资银行和两家国有银行的外资企业作为访问对象，就关系在贷款定价中的作用进行了实证分析，他们对外币贷款利率的研究结论支持了关系型贷款的价值理论[4]。后者基于广州83家小企业贷款情况的分析显示，银行与企业信贷关系越长，贷款利率将下降[5]。他们的研究支持了我国关系贷款的存在及价值。

（二）关于小企业贷款定价

利率市场化程度较高的西方发达国家，商业银行贷款定价的主要模式有三种：成本导向型、市场导向型、客户导向型。

近几年来，国外许多学者研究发现，银行在贷款定价过程中，贷款人与银行之间关系的因素会影响到银行的贷款定价[6]；并用数据证明了银行和中小企业之间坚实的贷款关系和交流变量确实影响到贷款价格（利率）、 需要的担保品和信用的可获得性[7]。

在国内，大多数学者都考虑到了为客户关系定价的重要性。毕明强设计了一种基于贡献度分析的贷款定价方法，从银行与客户的整体关系入手，帮助银行确定出有竞争力的价格[8]。曹清山等参照西方发达国家贷款定价模式，提出我国商业银行建立完善贷款定价体系的策略和测算模型，即综合考虑客户的信用风险、综合收益、筹资成本和营运成本以及货币信贷市场变化等因素，依据客户综合贡献度、计结息周期和利率浮动周期进行修正，从而建立以成本精算、风险量化为基础的价格领导定价测算模型[9]。朱向华从我国商业银行现有定价能力入题,在借鉴西方商业银行帐户利润分析理论的基础上,提出我国商业银行的贷款定价模型——客户关系定价模型[10]。

从大多数的文献研究结果看，在开展小企业贷款业务过程中，关系型贷款理论具有较强的现实指导意义。因此，采用新的、基于关系型贷款的小企业贷款定价思路对于城市商业银行而言是非常可取的，并具有重要的现实意义。

二、某城市商业银行小企业贷款定价现状分析

我们选取湖南某城市商业银行提供的部分小企业贷款作为样本进行实证研究。本文采用银行为企业提供信贷的次数及企业年龄来衡量关系程度，对影响小企业贷款定价的因素进行了具体分析，特别考察了关系在贷款定价中的作用。

(一) 样本数据说明

我们通过实地收集数据方式收集了95个企业的相关信息，并根据小企业的划分标准，从中筛选出81家作为样本企业进行分析。

变量指标及数值统计特征见表1。

(二) 变量选取及模型设定

本文选取贷款利率溢价作为被解释变量，从两个方面分析该城市商业银行的小企业贷款定价现状：一是考察银行内部贷款定价系统中影响定价的因素，以银行内部定价系统得出的基准利率和最终的批准利率之差作为被解释变量；二是考察支行的自主定价过程中各因素的影响，以银行内部系统得出的批准利率（即总行给出的参考利率）与支行的实际利率之差作为被解释变量。

由于样本容量偏小，为了保证实证结果分析具有较强的说服力，本文对各变量经过分析，最终筛选出贷款金额、资产规模、销售利润率、流动比率、净资产收益率、行业、信贷关系次数和企业年龄八个解释变量。

其中，信贷关系次数和企业年龄为关系变量，前者代表银行通过贷款等服务所获得的私有信息，只有特定的贷款人通过与借款企业的长时间接触才能获得这类信息；后者代表企业声誉等公开可获得的信息，所有当地的银行都能获得这类信息。

表1 样本数据的统计指标及均值

采用的模型如下：

贷款利率溢价=α0+α1贷款合同特征+α2企业特征+α3行业特征+α4关系特征+µ

其中，α1、α2、α3、α4均为系数向量。

(三) 回归结果及分析

先对银行内部定价系统贷款定价分析。其回归模型具体如下：

其中，LLYJ1为被解释变量贷款利率溢价；LN(loan)为贷款金额，由于数值较大，取其对数；LN(scale)为资产规模；SR代表企业的销售利润率，LR为流动比率；ROE为净资产收益率；虚拟变量E1代表服务业，E2代表批发零售业；LN(1+gc)代表信贷关系次数；LN(1+y)代表企业年龄。β0为常数变量，β1、β2、β3、β4、β5、β6、β7、β8、β9为各变量的系数，µ1为残差项。运用Eviews5.0，回归结果如表2所示。

（2）引入关系变量后：与未引入时对比，各变量的显著性、回归系数正负号及数值均未发生较大改变，部分变量的显著性有细微减弱；同时，R2有轻微下降，F值有小许上升。因此，引入关系变量对整个模型的回归结果并未产生较大影响。两个关系变量均不显著，说明银行内部定价系统在定价过程中并未充分考虑关系因素。

再分析“关系”对银行贷款定价的影响。被解释变量为银行确定的最终利率与批准利率之差。考虑到信贷人员在具体确定贷款利率时，侧重于贷款定价系统中不重视的变量，以全面评估借款企业的风险，合理确定贷款利率。因此，选取信贷关系次数、企业年龄、销售利润率、资产规模四个在上文回归分析中不显著的变量作为解释变量。模型设定如下：

（2）引入关系变量后：与未引入时对比，各变量的显著性、回归系数正负号及数值均未发生较大改变，部分变量的显著性有细微减弱；同时，R2有轻微下降，F值有小许上升。因此，引入关系变量对整个模型的回归结果并未产生较大影响。两个关系变量均不显著，说明银行内部定价系统在定价过程中并未充分考虑关系因素。

再分析“关系”对银行贷款定价的影响。被解释变量为银行确定的最终利率与批准利率之差。考虑到信贷人员在具体确定贷款利率时，侧重于贷款定价系统中不重视的变量，以全面评估借款企业的风险，合理确定贷款利率。因此，选取信贷关系次数、企业年龄、销售利润率、资产规模四个在上文回归分析中不显著的变量作为解释变量。模型设定如下：

表2 贷款利率溢价的回归结果

表3 贷款利率溢价的回归结果

（四）实证结果分析

从上述分析可以看出，该银行的小企业贷款定价仍侧重于风险考虑，通过各种指标对借款企业的违约风险进行评估，体现了“风险为先为重”的经营理念，而对银行与借款企业之间的长期合作关系考虑不足，存在以下问题：①对“关系”的认识不充分。银行尚未充分认识到“关系”对发放小企业贷款的重要性，以及借助银行与企业长期合作中收集的“软”信息来缓解信息不对称问题，防止贷款中可能出现的“逆向选择”和“道德风险”。同时，也未充分考虑到小企业的成长性，即日后成长为大中型企业后将为银行带来更多的收益。②对“关系”的利用不够。银行在进行贷款定价决策时，对关系变量考虑不足，仍停留在易获得的公开信息层面，没有充分利用银行与企业之间发生信贷关系及其他业务活动中所能收集到的各种私有信息，并以此来创新、合理的制定贷款价格，实现银企的“互惠互利”。

四、 基于关系型贷款的城市商业银行小企业贷款定价设计

本文引入关系型贷款理论的思想，在城市商业银行的小企业信贷定价中，将小企业的“软”信息引入到贷款定价决策，设计基于关系型贷款的小企业信贷定价方式。

（一） 对“关系”进行合理评价

对银企关系的综合评价不可避免的会遇到模糊性问题，很难用精确数学将之定性化处理，因此可以采用模糊综合评价模型。确定综合评价的因素时，可从以下几个方面来衡量：

（2）银行为企业提供服务的深度，即企业在银行办理业务的种类多少，业务种类越多，企业对银行的依赖性越强，银企之间“关系”则越深。可通过两个指标进行分析，一是借款企业的关系银行个数；二是银行为借款企业提供的金融服务占该企业所需全部金融服务中的比例。

（3）银企关系的广度。前两个方面均属于“私有信息”， 银行关系模型中还应包含反映“公有信息”的内容。一方面，应考虑企业年龄，代表贷款银行可从公开渠道获得有关企业的信息，企业年龄越长，所能获得并加以利用、从中挖掘出的有用信息越多，从而增强了银企之间的“关系”；另一方面，银行可能与同一行业的其他企业保持业务关系，因此可从这些企业获取有关借款企业的信息。

（4）企业的内部信息，主要是指企业的财务信息，包括反映盈利能力、偿债能力、成长能力、资本结构等指标。因为如果企业盈利好，偿债能力强，成长性好，资本稳健，银行更愿意对其发放贷款，也更偏向与企业发展关系。

根据上述分析，构建银企关系模糊评价的指标体系（见图1），衡量银企关系的指标可分为主因素集、子因素集和次子因素集。主因素集是银企关系的时间长度、银企关系的深度、银企关系的广度及企业的内部信息四个指标的集合；子因素由各主因素指标细化指标构成。

主因素集U=（U1，U2，U3，U4）；子因素集Ui=（Ui1，Ui2···Uik）（i，k=1，2，3，4）。二者均为有限论域。

（二）建立评价集

μ(s,o)或μs(o)表示系统在状态s时产生观测o的概率，相同的观测可能由几个不同的系统状态产生，因此，在已知目前观测的情况下系统的状态是不确定的.

由评价者（通常是行业专家）对评价对象做出各种评价结果的等级，组成一个有限论域，用V表示，V=（V1，V2，…，Vm）。为了研究方便，本文将专家评价设定为五个等级，分别是“好，较好，一般，较差，差”，评价集V=（V1，V2，V3，V4，V5）。实际中，专家根据各子因素的指标大小、结合经验进行判断。

（三）进行单因素评价

让有关专家分别对借款企业的评价集Uij进行评价。一般而言，银企关系年限越长、信贷关系次数越多，借款企业关系银行个数越少，银行为企业提供的金融服务占比越高，企业年龄越长，同行业中其他企业对该企业的评价越好，企业的财务指标越健康，则银行可获得的关于借款企业的公开信息和私有信息越多，银企关系越深。

例如，有20个专家对U2（银企关系深度）进行评价，构成的单因素评价矩阵R2为：

矩阵第一行表示：20人中9人对借款企业关系银行个数指标评定为“好”，5人评定为“较好”，3人评定为“一般”，2人评定为“较差”，1人评定为“差”。矩阵第二行则是 20个专家对银行为企业提供的金融服务占比指标的评定结果，依此类推。

图1 银企关系综合评价多层次指标体系

将矩阵中的各元素除以评定总人数20人，即得到模糊关系矩阵R2：此处的模糊关系矩阵R2表示一个二维论域U2=（U21，U22）和一个五维论域V=（V1，V2，V3，V4，V5）之间的模糊关系。依此类推，得到其他各因素的模糊关系矩阵。

（四）确定各因素的权重

各因素的权重分配是因素集 U上的一个模糊向量，用W表示。确定各因素权重的方法有专家意见法（德尔菲法）、经验算法，统计侧算法等。本文以专家意见法测定各因素的权重。UI对U的权重为W=(W1，W2，W3，W4)；Uij对UI的权重为Wij。

（五）进行模糊矩阵运算，得到模糊综合评价结果

模糊变换B=W·R可以看做是一种模糊转换器，它把一个在论域U上表现为模糊向量W的模糊概念，而这种转换是通过U与V之间的模糊关系矩阵R来实现的。

根据最大隶属原则，可以得出评价值的隶属范围，从而可以得出银企关系的综合评价值。

在准确衡量了银企“关系”之后，银行将借款企业划分到“深”和“浅”两个范围，综合评价值属于“好”和“较好”的为“深”，其他为“浅”；分别对两个范围的企业实行不同的定价策略——结合价格领导定价法和客户盈利分析定价法。

首先，对属于关系“浅”的企业，以风险为主要考虑因素，实行价格领导定价法。比如银行的新开户企业，银行对这些企业掌握的信息不充分，企业经营和贷款偿还过程中的不确定性很大，银行将会面临和承担比其他企业更大的风险。

其中的基准利率可采用银行向信誉最好的大客户收取的优惠利率，因为这既考虑到银行的实际情况，又包含了银行的成本及预期利润；由于银行普遍仅愿意给予小企业一年期内的短期贷款，在期限溢价补偿的要求上并不严格，故可忽略期限风险溢价，只考虑客户违约风险溢价，通常的做法是根据资信评估情况将客户分为不同的等级，进而根据银行的经营状况和历史资料计算出不同等级贷款的评级违约率。模型修正如下：

贷款利率=对大客户优惠利率+小企业违约风险溢价

其次，对属于关系“深”范围的企业，以银企间的关系为主要考虑因素，实行客户盈利分析法。比如与银行关系密切、银企关系时间较长的小企业，银行对这类企业掌握了更多的“软”信息，企业对银行的依赖性更强，在很大程度上降低了借款企业违约的可能性。因此，可适当降低贷款定价中风险溢价的考虑权重，给予企业为银行带来综合收益考虑更多的权重。

通过计算，如果银行从客户的整体关系中得到的净收益率为正，并达到银行预期目标利润水平，则贷款申请可被批准。反之，银行将否决该项贷款申请或要求提高贷款价格和其他服务项目的收费，以确保银行实现其盈利目标。

四、结论

本文通过对某城市商业银行的小企业贷款定价现状进行实证分析，发现银行主要侧重于风险的考虑，而忽略了银企之间的“关系”因素，没有借助“关系”收集并凭借“软”信息进行准确定价，存在对银企“关系”的认识和利用不充分的问题，进而影响了银行在开展小企业贷款业务方面的竞争优势。

在此基础上，本文提出以关系型贷款作为小企业贷款定价的指导思想，将小企业的“软”信息引入到贷款定价决策，并设计出基于关系型贷款的定价思路，以期能为城市商业银行的小企业贷款定价提出参考性建议，并对其他商业银行起到一定借鉴作用。

注释：

① 2007年银监会新颁布的《银行开展小企业授信业务指导意见》中有关小企业的划分标准，即根据金融授信方面划分，将银行对单户授信总额500万元(含)以下和企业资产总额1000万元(含)以下，或授信总额500万元(含)以下和企业年销售额3000万元(含)以下的企业，统称为小企业。

[1] 青木昌彦, 瑟达尔·丁克, 王信. 关系型融资制度及其在竞争中的可行性[J]. 经济社会体制比较, 1997, (6).

[2] Berlin M, Mester L J. On the profitability and cost of relationship lending[J]. Journal of Banking and Finance 1998, (22): 873−897.

[3] Berger Allen N, G F Udell. Small Business Credit Availability and Relationship Lending: The Importance of Bank Organizational Structure[N]. The Economic Journal, 112, 2002: 32−53.

[4] 曹敏, 何佳, 潘启良. 金融中介及关系银行—基于广东外资企业银行融资数据的研究[J]. 经济研究, 2003, (3): 44−51.

[5] 周好文, 李辉. 中小企业的关系型融资——实证研究及理论释义[J]. 山西财经大学学报, 2004, (2): 96−101.

[6] Thomas A. Loan and relationship pricing practice[J]. Hannagan RMA Journal, 2004, (12).

[7] Joe Peek Eric S, Rosengren. Bank consolidation and small business lending: It’s not just bank size that matters[J]. Journal of Banking & Finance, Elsevier, 1998, (1): 799−819.

[8] 毕明强. 基于贡献度分析和客户关系的商业银行贷款定价方法研究[J]. 金融论坛, 2004, (7): 44−50.

[9] 曹清山. 商业银行贷款定价策略和模型设计[J]. 金融论坛, 2005, (2): 33−37.

[10] 朱向华. 基于客户关系的商业银行贷款定价研究[J]. 江苏科技大学学报(社会科学版), 2006, (1): 51−55.

[11] 蒋东明. 论国外贷款定价模式及其对我国商业银行的启示[J].北京理工大学学报（社会科学版）, 2004, (5): 83−85.

[12] 彭民, 郑凯. 城市商业银行与地方中小企业融资[J]. 辽宁工程技术大学学报（社会科学版）, 2006, (4): 363−365.

[13] 张冬晓, 姚飞.基于价格领导模型的中小企业银行贷款定价研究[J]. 集团经济研究, 2007, (23): 11.

[14] 毛仲玖. CPA模型在中小企业贷款定价中的应用[J]. 新金融, 2003, (11): 29−31.

[15] 梁婉仪. 关于商业银行中小企业信贷定价的思考[J]. 中山大学学报论丛, 2006, (9).

[16] 吴洁. 中小企业关系型贷款定价行为研究—以江苏省某国有银行县级支行为例[J]. 南京师大学报（社会科学版）, 2005, (6): 63−68.

[17] 陈衍泰, 陈国宏, 李美娟. 综合评价方法分类及研究进展[J].管理科学学报, 2004年, (4).

Research on loan pricing of city commercial banks for small business based on relationship-lending

DENG Chao, TANG Ying, LIN Bailin

(Business School of Central South University, Changsha 410083, China)

There exists one kind of natural and accrete relationship between city commercial bank and small business. How to establish a sound small business loan pricing mechanism has become a crucial problem confronting city commercial banks. This paper extends research on a commercial bank’s status quo in pricing its small business loans. The result indicates that the bank mainly emphasizes on risk when pricing small business loans without considering the relationship factor. Finally, we propose relationship-lending as the guiding idea for city commercial bank in granting loans to small business, and construct a corresponding relationship lending-based pricing method.

Relationship-Lending; Small Business; City Commercial Bank; Loan Pricing

book=16,ebook=29

F830.4

A

1672-3104(2010)01−0088−07

[编辑：汪晓]

2009−11−22

教育部“留学回国人员科研启动基金”（教外司留[2007]24号）；中南大学研究生学位论文创新工程资助.

邓超(1965−)，男，湖南涟源人，中南大学商学院教授,博士生导师, 主要研究方向：银行管理，公司金融，金融工程.