信息不对称下的科技银行与科技型中小企业融资博弈分析

朱莉斯

摘要：本文引入政府部门提供的诸如贷款贴息、风险补偿等政策支持，建立信息不对称下的科技银行和科技型中小企业重复博弈模型，考虑资金时间价值，以期通过加强政府职能部门资源协同、科技银行内部精细化管理等，提高市场信息公开化程度，缓解科技银行与科技型中小企业之间的融资困境。

关键词：科技银行;科技型中小企业;融资博弈

一、引言

创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。近年来，各大银行响应国家战略，积极践行“普惠金融”，为提高科技金融服务的专业性和针对性，在金融科技助力下相继建立了“科技银行”的全新运营模式，解决了一大批初创期、成长期科技型中小企业融资难、融资贵的问题。《中国小微企业金融服务报告（2018）》显示，自2009年1月11日，成都设立全国首批两家科技支行建设银行科技支行、成都银行科技支行以来，全国银行业金融机构已设立科技支行、科技金融专营机构等743家。这些科技银行不同程度地对当地金融支持科技型中小企业发展发挥着巨大作用。但是，由于科技创新自身存在的高风险、我国科技银行监管要求和管理体制制约，科技银行与科技型中小企业之间信息不对称等诸多因素，使得科技银行“惜贷”，科技型中小企业融资难、融资贵的问题并未得到根本解决。

二、文献综述

相比科技银行始祖美国硅谷银行在业界取得的巨大成功，我国科技银行等专营机构起步较晚，国内相关研究正处于探索时期。国内许多学者运用博弈理论对我国银行与中小企业的融资关系进行了大量探究，谢沛善和翁鸣（2009）通过重复博弈模型认为加强紧密银企关系的建立、增加市场公开信息供给为解决科技型中小企业融资的困难提供了一种有益的思路;郑芳芳、黎东升（2011）利用简单博弈和重复博弈的方法分析了中小企业融资难的原因，并从贷款利率、担保物、贷款成本等方面提出了解决途径。孙瑞华、杨舟（2015）从动态博弈论角度，通过对银行与中小企业信贷融资成本与收益的分析，深入研究了这种现象产生的动因及约束条件，提出针对政府、银行及中小企业三方优化信贷融资的具体建议。朱沛、孙英隽（2019）认为宏观经济状况及信息是否对称等是影响融资的重要因素，并提出加强国家干预、增强企业自身信息披露和支持风险投资等相关政策，可有效解决科技型中小企业的融资难题。

目前，国内大多数研究是从中小企业自身和相关金融机构主体的政策制定入手，进而通过相关利益主体之间的博弈来对科技金融风险进行实证，而整体的宏观政策无论是对科技银行还是对科技型中小企业的选择都会造成一定的影响。本文引入政府部门提供的诸如贷款贴息、风险补偿等政策支持，建立信息不对称下的科技银行和科技型中小企业重复博弈模型，考虑资金时间价值，以期通过加强政府职能部门资源协同、科技银行内部精细化管理等，提高市场信息公开化程度，缓解科技银行与科技型中小企业之间的融资困境。

三、引入宏观政策支持的博弈分析

在科技金融市场中，由于市场信息不充分的原因，科技银行对科技型中小企业的情况并不充分了解，需对企业的资信状况、还贷能力、知识成果及未来的收益情况等一系列基本情况进行调查，进而确定是否对该企业发放贷款，而科技型中小企业则要选择履约还款或者贷款违约。如果政府进行干预，采取一些积极措施，将银企融资活动中可能引发的风险进行风险回避、风险转移、风险分担，可显著提高科技银行增加信贷规模的信心。

（一）政府支持下银企之间一次性博弈分析

1.模型假设

假设1：科技银行和科技型中小企業双方均为理性主体，均为风险厌恶者，都以自身利益最大化为目标。

假设2：除政府积极政策的干预下，融资的主体只有科技银行和科技型中小企业，双方信息不对称，且科技银行相较于企业处于信息劣势。

假设3：科技银行与科技型中小企业之间属于动态博弈，一方先采取措施，另一方伺机而动。

假设4：政府采取信用担保及政策支持，贷款费用（包括审核、资料收集等程序费用）相对较小，可忽略不计，双方依照有关法律法规开展融资活动。

假设5：如果科技型中小企业违约，诚信档案将永久记录违约行为，社会信用将下调至最低级别，市场上所有银行机构将拒绝向该企业贷款，其他企业也将拒绝与其合作，违约损失将远远大于一次违约带来的收益。

2.模型构建和分析

科技银行向科技型中小企业贷款的概率为α（0<α<1），拒绝贷款的概率为1-α，科技型中小企业偿还贷款的概率为β（0<β<1），拒绝还贷的概率为1-β。科技银行向企业提供的新增贷款额度为L，贷款利率为r1，贷款期限为t，科技型中小企业未来的投资回报率为r2，且r2>r1，为成功申请贷款准备的担保或抵押为g。政府对科技型中小企业贴息利率为r0，风险补偿率为ρ。

根据以上假设，对双方博弈的结果做如下分析：

（1）科技银行新增贷款，且企业按时履约，则科技银行收益为L（r1+r0），科技企业收益为L（r2-r1）;

（2）科技银行新增贷款，而企业未按时履约，则科技银行收益为-L（1+r1）+Lg+Lρ，科技企业收益为L（1+r2）-Lg;

（3）科技银行拒绝放贷，而企业按时履约，则科技银行收益为0，科技企业收益为-L（r2-r1）;

（4）科技银行拒绝放贷，而企业也不履约，双方收益均为0。

由此可得表1的博弈矩阵，不管科技银行是否发放贷款，科技型中小企业都会选择不履约，对科技银行来说，拒绝放贷将是规避信贷风险的最佳选择，但是这种情况不是帕累托最优解，最优的选择应该是科技银行放贷，企业履行还本付息义务。

由（2）式可知，决定科技银行是否向科技型中小企业贷款的因素为企业是否按期履约的概率β，只有在收益U大于0时，银行才愿意贷款，即当β>时，银行愿意新增贷款。否则，银行因获取不到任何收益而拒绝向企业发放贷款。政府贴息率r0和风险补偿ρ越大，即政府干预力度越大，越小，银行更加愿意增加贷款。

2019年8月，我国LPR定价形成机制进行了重大改革，第一期贷款市场报价利率——1年期LPR为4.25%，5年期以上LPR为4.85%，分别较之前定价下降了10BP与5BP。贷款利率降低意味着中小型企业融资成本下降，一定程度上缓解了我国中小企业融资贵的难题。随着金融市场环境向好，市场中具有发展潜力和创新能力的企业将急剧增长，科技银行扩大信贷规模将有利于金融机构可持续发展，逐步实现战略目标。此外，随着市场出现利好局面，以及宏观政策全力支持下，科技型中小企业迎来了最好的时代，投资收益不断增加，科技型中小企业盈利能力和还款能力显著增强，为银企建立长期良好有序合作关系奠定了基础。

（二）考虑资金时间价值的银企之间重复博弈分析

随着我国中小企业信用制度逐渐建立健全，企业失信违约的成本将越来越高，为了寻求与金融机构、上下游企业以及产业链中关联企业的长久合作，科技型中小企业越来越重视自己的信誉而不敢违约。科技型中小企业的发展是长期性的，贷款需求也是长期行的，银企之间是一种重复博弈，为了寻求长期合作，企业在与科技银行第一次合作时，必然选择按时履约，且在以后长期的合作过程中，主观选择必然还是履约。假设科技型中小企业向银行贷款的次数为n，考虑资金时间价值，折现系数为σ，则科技型中小企业的收益是：

若科技型中小企业在与银行的某次贷款合作中不履约，则失去了以后的合作机会及未来的收益，全部收益是：

不等式（5）左边表示t年后企业履约的经济收益现值，右边表示t年后企业违约的经济收益现值，（5）式的含义是，当t年后企业履约的经济收益现值大于违约的经济收益现值时，企业选择履约还贷;反之，企业选择违约，银行放贷业务风险加大。因此，与单次博弈相比，重复博弈的双方会充分考虑对方历史行为选择，企业为了长远发展必然遵守契约并履行还款义务，科技银行为了寻求利益最大化，愿意与企业加强信贷合作，双方长期良好关系将有助于银企实现最大化的双赢，实现帕累托最优。

四、结论

通过以上分析，科技银行和科技型中小企业间融资关系受宏观经济调控、信息对称性等多种因素影响。公开信息供给不足，导致银行为了规避风险而“惜贷”。政府应当发挥积极作用，采取积极有效的财政措施，如贷款贴息、风险补偿，降低企业融资成本，鼓励科技银行增加科技贷款发放力度，让科技银行敢贷愿贷。如果银企间建立良好有序的长期信贷合作关系，有助于银行更充分了解企业，分散风险，避免逆向选择，促进科技金融市场的繁荣。从科技银行角度，对如何提高信息对称性提出如下建议：

（一）打造金融学与相关科学技术专业的复合型业务团队。科技型中小企业具有一定的科技含量，银行客户经理在進行信贷决策时需对企业的技术、团队及所在行业进行全面深入的了解。只有信贷业务经验丰富、知识面广、创新意识强的复合型员工才能更好地了解高科技行业及发展前景。

（二）建立重大信贷项目的专家联合评审机制。科技银行建立由技术专家、政策专家、信贷专家和投资专家等组成的联合信贷评审委员会，参与重大信贷项目和业务的评审，弥补科技银行在科技领域专业知识方面的局限性。

（三）研发专业化、个性化及全方位金融组合产品。建立专业研发团队，提高科技产业研判能力，在细分行业发展、辨别核心技术、研判产业趋势的基础上研发出满足科技型中小企业融资需求的明星产品。

（四）充分借助大数据和人工智能精准获客，加强风险管理。业务融合科技、科技引领创新，借助大数据和人工智能等技术，努力提升科技银行在平台服务、客户服务、经营分析和风险管理等方面的管理水平，通过建立大数据和人工智能平台，在精准获客和营销、获取客户的精准画像、业务统计以及贷前贷中贷后管理方面，全面提升科技银行精细化管理水平。

参考文献：

[1]孙瑞华，杨舟.信息不对称下的银企信贷融资策略研究——基于动态博弈模型分析[J].会计之友，2015（02）：84-87.

[2]郑芳芳，黎东升.基于博弈理论的中小企业融资难的破解对策[J].长江大学学报，2011（01）：247-250+257.

[3]朱沛，孙英隽.我国科技型中小企业融资难影响因素分析——基于科技银行和科技型中小企业之间的博弈[J].中国物价，2019（07）：60-62.

[4]谢沛善，翁鸣.科技型中小企业关系型融资博弈分析[J].科技管理研究，2009（02）：141-143.

[5]杜琰琰，束兰根.从科技支行到科技银行——基于文献研究和实地调研[J].科技进步与对策，2014（09）：5-10.