信息共享、债权人保护与银行贷款：来自中国境外贷款的实证研究

何重达 尹训东 李 阳

一、引言

当前，“一带一路”建设正处于全面深入展开阶段，沿线经济体的项目建设对融资需求极为强烈，而中资机构为主导性金融机构。郑雪峰和刘立峰(2018)[1]评述穆迪报告指出，截至2016年年底，中国国内金融机构为“一带一路”项目提供的金融支持超过7 500亿美元。2016年年底，中国进出口银行为“一带一路”提供贷款余额达900亿美元，占该行贷款总额的1/4；中国银行、中国工商银行、中国建设银行等商业性银行也分别提供1 000亿、674亿、60亿的美元贷款。“一带一路”中的大额贷款给中国的金融机构带来较大不确定性和信用风险，因此本文运用中国境外贷款数据进行的投资者权利保护的探讨具有重要的现实意义。

在信息不对称的市场中，贷款人很难确定可以获得信贷的借款公司，以及相应的贷款价格和合同结构。Bae和Goyal(2009)[2]关注债权人的权利和合同的可执行性，发现更强的法律权利和可执行性将导致利差较低的贷款。而笔者发现，不仅是债权和财产权保护程度，借款人所在国的信息共享程度也与贷款差价相关。

LLSV理论之后的一些论文证明了投资者保护与贷款结构之间的重要关系。债券的利率(价格)总是由预期的风险和收益决定。研究发现，当信息不对称的水平稳定时，较高的债权保护水平和执法水平都可以保护投资者的权利，降低违约风险。另一方面，增强信息共享可以直接减轻银行因信息不对称而产生的风险。Houston等(2010)[3]在这一领域做出了巨大努力，但他们更加关注宏观金融，如信息共享、债权和经济增长之间的关系。一个不容忽视的问题是，信息共享的程度可能会改变借款决策中借款人所在国的债权和财产权保护程度的重要性和必要性，因此，本文在前人的研究基础上，创新性地加入信贷信息共享变量，从而致力于研究投资者权利保护、信息共享和贷款合同三者之间的联系。

本文重点研究利差如何受借款人所在国的信息共享程度，以及财产权和债权保护程度的影响。回归因变量是贷款利差，自变量代表信息共享的深度，债权人权利和国家层面的法律和制度变量。为了控制贷方特征，研究基于2014—2016年22个国家的借款人贷款样本，且投资者都是中方银行，贷款多为大额银团贷款[注]银团贷款(辛迪加贷款)：两家或两家以上银行基于相同贷款条件，依据同一贷款协议，按约定时间和比例，通过代理行向借款人提供的本外币贷款。它与普通的贷款相比，主要优点有：(1)摆脱资金限制，能够提供足够规模的大额贷款；(2)实现风险共担，减小风险冲击造成单个银行的巨大损失；(3)实现资源多元化整合，提高贷款效率(郑联盛，2019[4])。。结果表明，不考虑信息共享程度时，所在国债权和财产权保护水平对债券的利差都有显著影响，法律对投资者的保护越好，贷款利差越低。而考虑信息共享程度时，笔者发现更好的信息共享可以更显著地减少贷款利差，同时信息共享削弱了财产权和债权保护对贷款利差的影响。这些结果证明，在微观金融领域，信息共享对债权、财产权保护和贷款利差之间的负向关系有影响。

本文可能的研究价值有：第一，用境外贷款数据实证检验债权和信息共享对微观金融影响的论文较少，本文补充和深化了法律权利、执行能力和贷款合同制定方面的研究，创新性地提出了新的影响因素，强调了信贷信息共享的积极作用，并用实证验证了信息共享会削弱债权人权利和财产权保护对贷款利差的影响。第二，郑雪峰和刘立峰(2018)[1]表示，2013年以来，37%的中国对外投资流向评级为Ba1或以下的“一带一路”国家，债权人面临较高信用风险。本文数据为中国金融机构外借的大额银团贷款，并基于信息共享与法律保护的角度，对债权人贷款合同进行分析，因此研究结果对“一带一路”建设中银行规避风险，提供境外大型信贷贷款的决策有参考价值，也为相关政策制定者促进金融市场健康发展，有效配置资源提供了新的视角和建议。

本文的其余部分安排如下：第二部分回顾有关债权人权利、财产权和信息共享发展历史的论文；第三部分提出假设；第四部分描述数据和模型变量；第五、六部分为实证研究和检验；第七部分为结论与启示。

二、文献综述

20世纪90年代末，LLSV(La Porta，Robert W.Vishny，Lopez-de-silanes，Andrei Shleifer)明确将法律因素引入解释金融发展和经济增长的研究中，并成为法律和金融理论的先驱。在微观金融领域，LLSV使用了Hart于1995年创建的债权人权利指数和产权来衡量法律规则起源，该法律规则涵盖了对公司股东和债权人的保护以及执法质量(La Porta等,1996[5])。结果表明，源于普通法传统的国家的法律规则比起源于民法，特别是法国民法的国家法规能更好地保护投资者。与债权不同，德国民主法和斯堪的纳维亚国家的执法质量最高，普通法国家的执法也很强。La Porta等(1997)[6]发现，在具有强大债权和严格执法制度的国家发生违约时，银行能更容易控制借款风险并收回贷款。因此，银行将更愿意事前放贷(La Porta等，1996[5])。在LLSV的基础上，大量论文研究了债权对银行贷款合同的影响，包括利差、到期日、规模等。

本文使用LLSV模型，并且更新了债权和执法能力的数据，然后使用这些新数据来研究它们对贷款特征的影响。我们首先需要知道债权和财产权之间的区别。债权人权利决定谁拥有破产财产的所有权以及谁控制破产程序。因此，信贷质量下降将意味着贷方将提高利率，要求更多抵押品，减少贷款期限，且限制借方未来活动。相比之下，财产权涉及贷方在重组和清算程序中的合法权利，体现国家相应的执法水平。减弱产权则意味着贷款人在破产后将花更多时间收回抵押品并接受较低的回收率。Bhattacharya和Daouk(2002[7],2009[8])均认为法律的执行力度比法律是否存在更加重要，而Qian和Strahan(2007)[9]表示债权人权利保护更加重要。Bae和Goyal(2009)[2]发现银行通过减少贷款金额、缩短贷款期限和增加贷款利差来应对合同的可执行性差;虽然较强的债权人权利仍然会显著降低利差，但它们对贷款规模和期限的影响并不比财产权明显。在本文中，我们也将验证前人的发现，探究二者对贷款利差是否有影响。

本文也与其他许多研究债权人权利保护或财产权保护对贷款影响的文章相关。Laeven(2016)[10]分析了法律的执行力度对国家层面利差的影响。Jappelli等(2005)[11]、Pinneiro和Cabral(1999)[12]发现同一个国家内部不同地区执法力度的差异也会改变贷款数量与贷款期限。Claessens(2005)[13]发现债权保护指数的不同构成对破产的可能性有不同的影响。Gatti等(2013)[14]则研究了主办方银行的威望是否会影响贷款合同特征。国内学者在债权方面也有类似的发现。有学者表明执法力度对地区的金融市场的发展有明显的正向作用(邵明波，2010[15]；郑志刚和邓贺斐，2010[16])。魏锋和沈坤荣(2009)[17]基于前人对债权人保护的发现，研究了股权结构不同的企业银行贷款的区别。

从本质上讲，债权和财产权是衡量信息不对称造成的逆向选择和道德风险的一种方式。有学者认为，信贷配给是解决债券市场信息不完善问题的一种较好的方法，而不是改变借款利率。Stiglitz和Weiss(1981)[18]证明，均衡的贷款市场可能以信贷配给为特征。由于信息不对称，银行家需要降低逆向选择效应的风险和激励效应。但利率决定交易的本质，因为随着利率的上升，借款人的风险自然会增加，从而抵消部分信息不对称的风险。而银行如果采取信贷配给的形式，将会限制银行的贷款数量。

还有一些学者希望直接解决问题，他们关注信息共享指数(Djankov等，2007[19])，并认识到银行贷款在促进经济发展中的重要性(Beck等，2000[20])。Djankov等(2007)[19]发现强大的债权人权利和信息共享可促进私人贷款。其一，债权人之间的信息共享有助于减少代价高昂的信息不对称，从而鼓励贷方提供更多信贷(Brown等,2009[21])。其二，更强大的债权在破产时赋予债权人更多权力，这使他们更愿意提供信贷。基于这些发现，Houston等(2010)[3]从另一方面考虑了债权、信息共享和银行承担风险之间的联系。强大的债权和财产权似乎鼓励银行承担更多风险，这可能有助于为私企提供资金，从而整体提高经济增长，但同时也显著增加了金融危机的可能性。Kroszner等(2007)[22]发现在强烈依靠外部融资的地区，金融危机的负面效果更加明显。因此，我们认为，与债权人权利保护具有相互冲突的效果相反，债权人之间的信息共享普遍有益。因为信息共享减少了信息不对称，降低了银行承担风险和危机的可能性，同时促进经济增长，也能降低贷款中的腐败现象(Barth等，2009[23])。但是，债权保护发挥的作用与信息共享之间存在关联。此外，袁海博(2010)[24]表示信息公开程度使得银企之间信息不对称增强，加大了企业贷款的难度。周宏等(2010[25],2012[26])基于信息不对称的角度，对企业债券的利差进行了实证，得出了正相关的结论。Alberto等(2015)[27]证明了共享信息的私人和社会激励措施不一致，过去债务的信息共享可以降低违约率和利率，增加信贷准入。

通过学习Houston等(2010)[3]的研究，本文关注微观金融，我们将研究债权保护、财产权保护、信息共享和银行贷款合同之间的联系。在这方面，我们的研究补充拓展了许多论文，包括La Porta等(1996)[5]，他们找到衡量债权人权利和产权保护的方法；Bae和Goyal(2009)[2]，他们发现银行在借款人所在国的法律执行力差时，会显著减少贷款金额，缩短贷款期限和增加贷款利差，而较强的债权仅仅显著减少利差。Djankov等(2007)[19]发现有两个渠道，即债权保护和信息共享，可以影响银行承担风险。尽管我们知道信贷配给可能比改变贷款合同更好，但事实证明，银行更有可能改变贷款利差。因此，在本文中，我们不考虑信贷配给。

三、研究假设

(一)信息共享和贷款利差

信息共享程度显然会影响贷款决策。信息共享机构可以缓解信息不对称问题(Houston等，2010[3])。对于贷方而言，信息共享可以使其更了解借款申请人特征，帮助贷方更准确地评估借方的信用状况，从而做出最合适的贷款决策。这使银行作为贷方能够减少逆向选择，并且有更大可能按时收到还款。对于借方而言，在有信息共享机构的环境中，他们意识到一旦违约，该行为将被记录在信息共享系统中，从而影响他们的声誉，并导致后续借款更加昂贵和困难。因此，在获得资金后，借方不会毫不犹豫地尝试超出其控制范围的风险高的操作。所以信息共享可以在签订贷款合同后减少道德风险问题。综上所述，借款国更强大的信息共享机制与贷款人的宽松贷款和借款人的贷款成本降低相关。

基于前面的讨论，本文提出第一个假设。

H1：本国信息共享指数越高，贷款合同中的贷款利差越低。

(二)信息共享、债权人权利和财产权保护

信息不对称是债权人权利和财产权保护与贷款利差呈负相关的原因。贷款人无法了解借款人的确切信息，因此他们在很大程度上依赖借款国的法律和执法能力，以减少其在违约事件中的损失。所以，更强的债权人权利和财产权保护将提高违约事件下的恢复率，贷款人更愿意向更多的借款人提供信贷，其中包括向高风险公司借款。此外，由于存在法律保护，贷款人监督和执行贷款合约上规定的各种条款的动机亦会变弱。

然而，信息共享机制会削弱贷款行为后续监控较弱的影响，即道德风险问题，以及贷款人事前的逆向选择。银行可以更准确地评估借款人的信用评级，并依靠信息共享机构做出贷款决策，而不仅仅依靠借款人所在国的债权和财产权保护能力。由于独立的信息共享而非债权人权利或财产权保护使信息不对称带来的风险降低，作为预期风险补偿的贷款利差也相应减少。

基于前面的讨论，本文提出第二个假设。

H2：考虑信息共享程度之后，借款人所在国的债权人权利和财产权保护情况对贷款利差的影响被削弱。

四、研究设计

(一)变量定义

1.因变量。

本文的因变量是贷款利差(spread)，为了确保用于定价的贷款的货币基准的可比性，本文通过筛选贷款数据，只留下了基于伦敦银行同业拆借利率(LIBOR)的贷款利差。

2.自变量。

(1)衡量财产权保护。为了衡量一个国家如何保护其私有财产权，我们从Bae和Goyal(2009)[2]的研究中学习并选择了衡量腐败和政府否认合约两个国家风险指标[注]第三个衡量财产权保护的变量——私人财产征用风险，由于没有找到合适的数据所以没有采用。。腐败指标的范围为0到6，更高的指数意味着更少的非法贿赂和更高的财产权保护。拒付风险指标从0～10范围调整到0～6，更高的指标意味着更高的财产权保护以及国家拒绝与外国企业签订合同的可能性更低。我们综合两个指标，得到财产权保护指数(Propertyrights)(Morck等，2000[28])。

(2)衡量债权人权利保护。较高的债权保护是指违约时的较高回收率，它主要取决于不同司法辖区的破产法。我们从La Porta等(1996)[5]、Bae和Goyal(2009)[2]的研究中学习，使用四个权利指标来衡量债权人权利保护指数。这些指标分别是“对进入重组的限制”“非自动扣押抵押品”“有担保债权人的优先获偿权”“管理层不参与重组”[注]为了节省空间，具体解释见附录一。。本文汇总这四个指标得到债权人权利保护指数(Creditorrights)，较高的指数表明相应国家的债权人权利较高。

(3)衡量信息共享。借款国之间的信息共享水平可对贷款利差的确定产生重要影响。每个国家都会有一些信息共享机构(公共登记处或私人局)，其中一些只收集有关大额借款人未偿还贷款的有限信息，而其他机构发布大量信息，包括逾期付款和违约、人口统计数据、信用查询、评级，有时甚至是公用事业账单的支付，以及公司及其所有者的法庭记录(Miller，2003[29];Djankov等，2007[19];Houston等，2010[3])。因此，我们使用信贷信息深度指数(depthofcreditinformation)来描述不同国家之间信息公开程度的差异。信贷信息深度指数衡量公共信贷机构或信用登记处可用信用信息的范围和开放程度的规则和做法。该指数的范围从0到8，较高的值表示能从信用局或信用登记处获得更多信用信息，即更高的信息共享程度[注]如果信贷社或信贷登记处不营业或者覆盖少于5%的成人人口，那么信贷信息深度指数的得分为0。其余八个方面的得分见附录二。。

3.控制变量。

除了影响贷款人设置不同贷款利差水平的法律和执法变量之外，其他因素，如借款人的特征和贷款特征，也可能影响各国的贷款合同。本文的控制变量如下：

(1)辛迪加结构(Syndicate)。Esty和Megginson(2003)[30]提到，法律风险会显著影响辛迪加的结构和集中度。如果银行组建辛迪加以阻止战略违约，借款国较高的法律风险将导致更大的辛迪加(Qian和Strahan，2007[9])。本文使用辛迪加结构中贷款银行的个数来衡量辛迪加结构的规模。

(2)借款人风险特征。贷款利差总是受到借款人各种特征的影响。①公司规模(Size)。公司规模越大通常意味着风险越小，违约概率越小。本文使用总资产的自然对数来衡量公司规模。②盈利能力。较高的盈利能力表明借款成本较低。本文用总收入与总资产(ROA)的比率来衡量。③杠杆(Leverage)。高杠杆率的公司具有更高的风险和相应更高的贷款利差(Myers，1977)[31]。本文用总资产/总权益的比率来衡量。④流动性(Liquidity)。我们认为流动性较高的公司有更多机会偿还贷款，因此利差较低。本文用流动资产/流动负债计量。

(3)经济发展水平。银行贷款也将受到不同程度的宏观经济发展的影响。较贫穷国家的债权人权利较强，而富裕国家的执法质量较高(La Porta等，1998[32])。这里我们使用GDP作为控制变量。

(二)数据和样本描述

1.数据源描述。

贷款数据涵盖2014至2016年，贷款方均为中国银行，因为我们对中方银行的贷款现象更感兴趣。我们将中国的贷款信息与世界各地大量借款人的财务信息进行了手工匹配，在控制贷款期限和贷款规模后，我们得到来自22个国家的364笔贷款。

我们从Dealscan数据库[注]Dealscan数据库来源于汤森路透Loan Pricing Corporation(LPC)数据库，它是关于银团贷款的全球实时与历史数据库，内容包括贷款与债券的合同条款、利率等核心信息。我们用从Dealscan数据库中得到的贷款数据，基于相同的公司名字和手动筛选，来与Worldscope中的借款人公司数据相匹配，同时与使用LIBOR作为利差的贷款数据相匹配，最终得出实证所需的相关数据。获得贷款利差信息和辛迪加结构数据，La Porta等(1996)[5]提供债权人权利保护指数。财产权保护来自International Country Risk Guide数据库(ICRG)。而信贷信息深度指数则来自世界银行的“营商环境”数据库。公司层面的部分数据来自于Worldscope数据库，其他财务数据是从公司的年报或其他网站手动搜索的，如新浪财经和Open Transparent Connected网站。最后，宏观经济变量信息来自世界银行的世界发展指标(WDI)数据库。

2.摘要统计。

表1列出了所有关键变量的汇总统计数据。

表1 变量的描述性统计特征

续前表

类别变量解释均值标准差最小值最大值观测数贷款层面变量公司层面变量Syndicate辛迪加结构Size公司规模对数(百万美元)ROAROALeverageAsset/equityLiquidity流动比率18.5411.511.0068.003644.220.850.236.783640.162.96-0.330.563641.860.441.002.503641.300.540.192.95364宏观经济变量GDPGDP(亿美元)24 803.3342 896.062 010.21173 931.03364

我们参照了Bae和Goyal(2009)[2]的研究，计算样本中每个国家三个关键自变量(creditorrights,propertyrights,depthofcreditinformation)从2014年到2016年的中位数，然后提供这些中位数(共22个国家)的统计数据仅在此处描述变量中位数的统计特征，回归中并未使用中位数。。对于贷款层面和公司层面的变量，我们选择以贷款，而不是以国家中位数进行统计。

贷款利差的平均值约为173个基点，标准差为111.51，说明不同国家的贷款利差存在很大差异。各国债权人权利保护指数(即该国债权人保护指数的中位数)的标准差为0.73，表明各国在保护债权人权利方面没有太多差异。至于财产权保护指数，大的波动性和从最小值到最大值的跨度都表明每个国家保护财产权和执法的能力不同。当讨论信贷信息深度指数时，各国之间信息共享的偏差不大，即0.67。这种现象可能是由于样本量相对较小所致。但是，对于信息共享与债权、财产权的两个交叉项，很明显不同国家之间的差别很大(此处并未列出)。

辛迪加结构的均值约为18个银行，最大数量是68个银行。巨大的差异表明银行在面临贷款资金时的合作情况不同。对借款人的财务信息而言，公司规模的平均值约为422万美元。盈利能力变量介于-0.33至0.56之间，这表明不同借款公司的盈利状况截然不同，贷款人有必要考虑申请人的财务状况。

五、实证结果分析

首先，我们构建一个没有信贷信息深度指数的模型，来研究债权人权利和财产权如何影响样本中的贷款利差。该模型包含债权和财产权、贷款层面变量、宏观经济变量和企业层面变量，因变量是贷款利差。结果如表2列(1)所示。

我们发现债权和财产权保护变量的系数均显著为负，表明债权和财产权保护变量增加1分可使贷款利差减少28个基点。结果与Bae和Goyal(2009)[2]得到的负相关关系相同。因此，在我们的样本(中国贷款人的贷款)中，债权和财产权的总体影响与在总体贷款中的影响相似。然而，Bae和Goyal(2009)[2]在总体贷款中观察到财产权保护程度比债权保护的影响更大，但我们没有发现。原因可能是中国贷款人在贷款时缺乏对财产权的关注。另外，辛迪加结构的系数表明贷款集团中的银行越多，贷款利差就越少。对于公司变量来说，所有变量的符号都显示出预期的关系：当总资产较高，回报较高，资产更具流动性且杠杆率较低时，贷款将出现较低的利差。此外，向具有高GDP的国家的公司提供贷款时利差偏小。因此，当不考虑信息共享的影响时，我们的研究结果与Bae和Goyal(2009)[2]的结果非常吻合，债权保护与产权保护可以有效减少借款人所要承担的贷款利差，除了我们未发现债权保护与财产权保护的影响之间的不相等。

但是，加入信息共享后，情况发生了变化。我们将信贷信息深度指数(作为信息共享程度的度量)以及其与债权保护和财产权保护的交叉项加入到模型中。结果显示在表2的列(2)和列(3)。

不难发现，信贷信息深度指数的系数显著为负。由此可以证实我们的第一个假设。此外，信息共享对利差的影响大于债权人权利和财产权保护，且债权保护系数的显著性低于列(1)。我们认为，这是因为信贷分享在贷款利差方面具有比债权和财产权保护更强的解释力。列(3)加入两个交叉项：信贷信息深度和债权人权利以及信贷信息深度和财产权的交叉项。债权人权利保护的系数在1%显著性水平上为负，其和信贷信息深度的交叉项在1%显著性水平上为正，说明信息共享变量的存在削弱了债权人保护对利差的负向影响。我们还发现，财产权保护系数的符号为正，而它和信贷信息深度交叉项符号在5%显著性水平上为负。当我们考虑平均水平的财产权保护与信贷信息深度时，财产权保护对利差的总体影响变为-0.020 6(财产权保护单独项和交叉项之和)，这和列(2)的结果一致。可见财产权保护对利差的负向影响是由信贷信息深度所驱动，信息共享程度更深的国家，财产权保护对利差的负向影响更大。与Bae和Goyal(2009)[2]不同，本文发现信息共享会削弱债权和财产权保护对利差的解释力度。综上所述，我们证实了第二个假设。

表2 信息共享程度&债权保护和财产权保护对贷款利差的影响

我们仍然有一些值得提出的其他发现。由于信息共享变量的出现，宏观经济变量(此处为GDP)的影响也发生了变化。GDP在列(1)呈现出对利差的负向影响，但在列(3)中它的符号变为正号，表明信息共享实际上“抓走”了GDP的一些解释能力。辛迪加中银行数量的系数为显著的负数，这证实了辛迪加集团越大，则可以给予每个银行成员越多的保证，如果发生违约，将分担损失。另外，在所有公司层面变量中，流动性和杠杆率在所有模型中都不显著。

我们再次重申本节的主要发现：第一，信息共享程度负向影响贷款利差。国家共享信贷信息程度越高，该国借款人借款所需的利差越低。第二，信息共享程度削弱了债权保护和财产权保护在影响贷款利差方面的效力。

六、稳健性检验

(一)改变债权人权利和财产权保护变量的衡量方法

在本节中，我们将检测当改变债权人权利和财产权保护的衡量方法时，信贷信息深度指数的影响是否仍然显著。替代变量如附录所示。表3显示了使用替代指标的结果。

列(1)至列(6)是贷款利差对信贷信息深度指数和腐败、拒付和债权人权利四个指标的单独回归。信息共享变量，即信贷信息深度指数，在所有这些回归中都显著为负。这意味着当债权人权利和财产权保护的衡量指标发生变化时，信贷信息深度指数的影响都是稳健的。列(7)和列(8)的结果表明，当我们使用财产权或债权人权利所有指标而不是单个指标本身时，信贷信息深度指数的影响仍然在5%的显著性水平上显著。同样，如列(9)所示，同时在模型中加入财产权和债权人权利的所有衡量指标也可得出相同的结果[注]因我们无法找到中国和俄罗斯之间的匹配数据，因此总观察量减少到327。。

(二)改变信息共享变量的衡量方法

在本节中，我们使用另一种借款人所在国的信息共享程度测量方法——信息管理局(IMB)的覆盖范围。IMB是一个信息网络,其职能是向公众披露必要的公司文件并促进信息的传播。一个国家的IMB的覆盖范围是通过如IMB这样的网络可以获得公司信息的多少“份额”来衡量的。覆盖范围越大说明信息共享程度越高。我们构建了一个使用信息管理局覆盖范围(information coverage)而不是信贷信息深度指数的模型，来检验信息共享程度的新代理变量在模型中是否仍然显著为负。表4展示了此项结果。

新的信息共享变量的系数在5%的显著性水平上显著为负。与此同时，财产权保护和债权保护的交叉项与它们自身保持不同的符号，且债权保护与信息管理局覆盖范围的交叉项在10%的显著性水平上为正，表明覆盖率的存在削弱了财产权和债权保护对贷款利差的影响，与前一部分的信贷信息深度指数展示的结果相似。因此，我们有证据表明，信息共享程度本身是决定贷款利差的一个有力因素。通过两项稳健性检验，我们同样证实了本文的两个假设。

表3 信贷信息深度&债权和财产权保护&贷款利差的稳健性检验

续前表

(1)Spread(2)Spread(3)Spread(4)Spread(5)Spread(6)Spread(7)Spread(8)Spread(9)SpreadAutomatic0.000 8(0.67)0.001 9(0.71)0.001 8(0.69)Secured0.001 0(0.39)0.001 3(0.48)0.001 9(0.70)Management0.000 5(0.42)-0.000 6(-0.21)-0.000 6 (-0.23)Syndicate-0.000 2∗∗∗(-5.16)-0.000 2∗∗∗(-5.16)-0.000 2∗∗∗(-4.99)-0.000 2∗∗∗(-5.14)-0.000 2∗∗∗(-5.13)-0.000 2∗∗∗(-5.04)-0.000 2∗∗∗(-5.13)-0.000 2∗∗∗(-4.99)-0.000 2∗∗∗(-4.96)GDP-0.019 3∗∗(-3.08)-0.019 9∗∗(-3.13)-0.021 0∗(-2.45)-0.023 4∗∗(-3.05)-0.020 8∗∗(-3.25)-0.022 3∗∗(-2.91)-0.019 5∗∗(-3.09)-0.022 9∗(-2.49)-0.021 6∗(-2.37)Constant,Firm characteristicsYESYESYESYESYESYESYESYESYESN327327327327327327327327327R20.177 30.191 80.185 90.219 40.201 30.229 80.212 60.184 70.170 1

注：本表报告了每项财产权和债权人权利保护变量的衡量方法分别和信息共享程度结合的回归系数。财产权保护的替代变量是腐败(Corruption)、拒付(Repudiation)、债权保护的替代变量是进入重组的限制(Restriction)、非自动扣押抵押品(Automatic)、有担保债权人的优先获偿权(Secured)、管理层不参与重组(Management)。回归控制信贷信息深度指数、辛迪加数量、总资产对数、资产回报率、杠杆率、流动性比率和GDP。括号中的数字是针对国家层面的聚类调整的稳健标准误差。

表4 信息管理局覆盖范围&债权和财产权保护&贷款利差的稳健性检验

注：本表报告了财产权和债权人权利保护变量和信息管理局覆盖范围结合的回归系数。信息管理局覆盖范围和其他变量的具体定义见前文。最右列数字是针对国家层面的聚类调整的稳健标准误差。

七、结论与启示

与其他国家相比，一些国家信息共享程度更深更广，债权人权利和财产权保护制度更加强大。这些因素的差异会影响不同国家的借款人的贷款利差吗？本文使用2014年至2016年期间22个国家的借款人贷款样本进行了研究。

我们分析了信息共享、债权人权利保护程度和合同的可执行性(即财产权保护程度)三个因素，并发现信息共享也可以显著影响贷款利差，而不仅仅是所在国的债权人权利和财产权保护程度。结果表明：高的信息共享程度可以减少贷款利差。债权人权利和财产权利保护程度，在没有信息共享变量的影响下，同样可以减小贷款利差。但更好的信息共享从源头上减少了信息不对称的问题，从而削弱了财产权和债权保护对贷款利差的影响。

本文的研究丰富了银行贷款方面理论的研究，同时对制定相关政策来提高“一带一路”建设中银行配置贷款的效率具有一定的启发作用。基于以上研究，本文提出以下三点政策建议。其一，对中资机构而言，“一带一路”沿线国家如第三世界国家的法律制度普遍有缺陷，不能仅仅因为法律保护和执行能力不足而放弃贷款。根据本文研究，考虑信息共享时，财产权和债权人权利保护对贷款利差的影响被减弱，因此，中资机构考虑向“一带一路”经济体提供金融支持时，可以优先考虑借款国是否有相应的信贷信息共享机构，并从这些平台上进行更有效的风险评估，从而得出贷款决策，减小信用风险。其二，对“一带一路”沿线的借款国而言，如果政府想要降低企业的借款成本，加强金融市场的流动性，可以优先考虑在建立信息机构以增加信息共享方面做出改善，如建立全国性的信贷信息分享平台与企业征信系统，提高借方信息的透明度，从而帮助投资者进行风险识别，减少信息不对称。其三，在法律规则方面，经济体设立对债权人权利保护的相应条款并提高执法水平必不可少。只有从法律层面强化对债权人权利和财产权的保障，才能使贷款人更有动力提供利差较低的贷款，满足更多“一带一路”项目融资需求，发挥金融服务实体经济的作用，促进“一带一路”建设可持续发展。

附录

(一)债权保护和财产权保护变量的指标定义

1.财产权保护指标。

(1)腐败。这是对每个借款国的政治制度中的受贿程度的评估。当一个国家的腐败水平被认为很高时，更多的政府官员寻求非法受贿，而这些贿款主要来自进出口许可证，外汇管制和贷款等，因此贷款机构的财产状况面临更高风险，可能会要求更高的利息(Bae和Goyal，2009[2])。

(2)拒付风险。这种衡量方法表明贷款人有时会因收入减少或预算削减的外国交易对手的退出、延期或按比例缩减合同而遭受到损害。此指标较高意味着外国交易对手拒付的可能性较小。

2.债权人权利保护指标。

(1)对进入重组的限制。该虚拟变量指标表示当借款人提交重组申请时是否需要债权人的同意，而并非借方单方同意即可。如果借款人所在国的法律中存在这种限制，则该虚拟变量指标记为1，否则计为0。

(2)非自动扣押抵押品。这表明借款人提供的抵押品是否可以由债权人扣押，如果可由债权人扣押，则取值为1；由法庭自动扣押，则取值为0。

(3)有担保债权人的优先获偿权。有担保的债权人是否在借款人破产清算时可获得优先付款，有则为1，否则为0。

(4)管理层不参与重组。如果债权人或其他管理人在借方重组时接管借款人公司的管理权，而非借方自己管理，则取值为1，否则为0。

(二)信贷信息深度指数的定义

信贷信息深度指数分为以下8个方面，每个方面的得分都是1。

1.关于公司的和关于个人的数据都发布。

2.正面的信贷信息(比如，原贷款额、未偿贷款的数量和准时还款的情况)和负面的信贷信息(比如，拖欠还款和欠款发生的数量和欠款额)都发布。

3.除了来自金融机构的数据，来自零售商和公用事业公司的数据也发布。

4.发布至少2年的历史数据。欠款一旦还清就抹去相关信息或者在欠款还清超过10年后仍然发布负面信贷信息的信贷社或信贷登记处这个组成部分上得分为0。

5.发布在人均收入1%以下的贷款额数据。

6.根据法律，借方有权利获取它们在经济体内最大的信贷社或信贷登记处的数据。收取借款人1%以上人均收入费用以检查数据的信贷社和信贷登记处在这个组成部分上得分为0。

7.银行和其他金融机构可以在线访问信用信息(例如网上平台、系统到系统的连接，或二者都有)。

8.信贷社或信贷登记处信用分数作为一项增值服务，帮助银行和其他金融机构来评估借款人的信用。