国家创业担保贷款贴息财政政策效果实证研究——以广西壮族自治区2017—2020 年业务数据为例

●何 曾

就业是最大的民生， 也是经济发展的重中之重。 为加大对就业创业的支持力度，财政部、人力资源和社会保障部、 中国人民银行联合出台创业担保贷款财政贴息政策， 通过安排财政资金用于创业担保基金、 财政贴息资金，发挥杠杆效应，撬动金融资源，切实增强特殊人群的金融资源可获得性，减轻融资成本负担。本文以统计分析与实证研究为手段， 剖析国家创业担保贷款贴息政策在广西壮族自治区的落地效果。研究认为政策惠及民生，但存在政策时滞、受力不均、数据孤岛等三个堵点，应予关注并疏通，进一步增强政策获得感。

一、 创业担保贷款贴息政策演变历程

创业担保贷款， 是政府为扶持个人创业、小微企业扩大就业，岀资设立专项基金， 对符合特定条件的借款人提供贷款担保和财政贴息的一项制度。 此项工作启动以来，以推进创业、带动就业为目标，创新管理模式，简化工作程序，提升服务效能，在助力“大众创业、万众创新”、扩大就业、改善民生方面发挥了重要作用。

（一）政策保障持续发展完善

2020 年是我国推进普惠金融发展五年规划的收关之年。 在近五年之间， 作为财政政策和货币政策协调配合、施政目标高度一致的施策领域，普惠金融政策致力于解决我国金融发展不平衡、不协调问题，运用转移支付等财政政策手段， 引导更多的金融资源流向低收入人群和小微企业等， 弥补市场失灵。普惠金融最早源于2002 年出台的小额担保贷款贴息政策， 服务于下岗失业人员再就业。 2016 年国家出台《普惠金融发展专项资金管理办法》， 将4 项普惠金融政策进行整合，其中， 将小额担保贷款贴息更续为创业担保贷款贴息。 2018—2020 年国家持续出台政策调整创业担保贷款贴息政策。可以说，创业担保贷款贴息既是最早的、 也是调整频率最高的普惠金融政策工具。

（二）政策惠及范围日趋拓展

2016 年，创业担保贷款贴息政策服务于9 类群体和符合条件的小微企业，9 类群体包括： 城镇登记失业人员、就业困难人员（含残疾人）、复员转业退役军人、刑满释放人员、高校毕业生（含大学生村官和留学回国学生）、化解过剩产能企业职工和失业人员、返乡创业农民工、网络商户、建档立卡贫困人口。 2018 年3 月，为进一步加大就业支持力度， 国家将农村自主创业农民纳入支持范围， 普惠金融的重点服务群体拓展到10 类。 2020 年4月，为应对疫情影响，再临时增加5 类群体，包括：暂时失去收入来源的个体工商户、 贷款购车专门用于出租运营的个人、 贷款购车加入网络约车平台的专职司机，符合条件的出租车、网约车企业或其子公司， 以及已享受创业担保贷款贴息政策且已按时还清贷款的个人，在疫情期间出现经营困难的，可再次申请创业担保贷款。

（三）政策待遇标准逐步提高

一是逐步提升贷款额度。2016 年7 月起，个人发放的创业担保贷款最高额度为10 万元，贷款期限最长不超过3 年。2018 年11 月、2020 年4 月起，个人发放的创业担保贷款最高额度先后调整为15 万元、20 万元。

二是逐步合理分担利息。2016 年7 月起，贷款利率可在贷款合同签订日贷款基础利率的基础上上浮一定幅度， 具体标准为贫困地区上浮不超过3 个百分点，中、西部地区上浮不超过2 个百分点，东部地区上浮不超过1 个百分点，其中，对贫困地区符合条件的个人创业担保贷款，财政部门给予全额贴息；对其他地区符合条件的个人创业担保贷款， 财政部门第1 年给予全额贴息，第2 年贴息2/3，第3 年贴息1/3。2018 年3 月起，对符合条件的个人贷款按2 年（第1 年、第2 年）全额贴息。 2019 年9 月起，对符合条件的个人贷款全额贴息。2020 年4 月出台新政，规定自2021 年1 月起，新发放的个人和小微企业创业担保贷款利息，LPR-150BP 以下部分，由借款人和借款企业承担，剩余部分财政给予贴息，贫困地区，中、西部地区，以及东部地区执行差异化的贷款利率上限。

二、政策效果的统计分析与实证研究

（一）统计结果初判拓面提标政策有效但存在时滞

2018 年3 月，国家拓宽政策惠及面，将农村自主创业农民纳入支持范围，同年11 月，将向个人发放的创业担保贷款最高额度由10 万提标至15 万元。 为分析拓面提标政策落地生效的情况， 本文选取广西壮族自治区2017—2020 年创业担保贷款贴息业务数据作为样本进行研究，按照时间序列，统计新增贷款金额和笔数。 统计结果显示，拓面提标政策推进普惠金融在更高额度惠及更多人群， 但政策出台与市场反应之间存在3—5 个月左右的时滞。

在新增贷款金额和笔数方面， 国家将农村自主创业农民纳入支持范围5 个月后，即自2018 年8 月起，新增贷款金额及笔数开始迅速增长， 并长期保持在较高区间，2018—2019 年间， 农村自主创业农民占新增贷款金额和笔数的比重均为38%。受新冠疫情影响，2020 年1 月起新增贷款金额和笔数降幅较大，随着疫情得到控制，2020年12 月出现大幅增长，并达到峰值（见图1）。在单笔贷款金额上限方面，国家提高贷款上限的5 个月后，新增贷款金额平均值在2019 年4 月起突破10 万元，随后基本保持在10—14 万元的贷款额度区间内（见图2）。

图1 2017—2020 年创业担保贷款新增金额及笔数变化图

图2 2017—2020 年创业担保贷款新增金额平均值变化图

（二）OLS 回归模型实证结果证实政策有效与时滞并存

为进一步剖析拓面提标的政策效果， 构建OLS 回归模型开展实证研究。一是设定五个关键时间点。先后为2018 年3 月， 将农村自主创业农民纳入支持范围；2018 年11 月，将向个人发放的创业担保贷款最高额度由10 万元提标至15 万元；2019 年9 月修订出台《关于修订发布〈普惠金融发展专项资金管理办法〉的通知》（财金〔2019〕96 号）；2020 年4 月，将向个人发放的创业担保贷款最高额度由15 万元提标至20 万元；2020 年9月通过扩大覆盖范围并适当提高额度， 进一步做好国家创业担保贷款相关工作。二是建立OLS 回归模型。本文以新增贷款总金额Y1（单位：万元）和新增贷款笔数Y2作为因变量， 时间X 为自变量建立OLS 回归模型，chow 断点检验结果（见表1—3）表明：新增贷款总金额及笔 数在2018 年11 月、2019 年9 月、2020 年7 月和2020 年9 月的P 值均小于0.05①，新增贷款笔数在2018年3 月的P 值小于0.05， 说明在0.05 的显著性水平下，OLS 回归模型在上述五个关键时间点均发生了结构性变化，即证明了5 项政策在广西均发挥了效用。

表1 2018 年3 月的chow 断点检验结果

表2 2018 年11 月的chow 断点检验结果

表3 2019 年9 月的chow 断点检验结果

表4 2020 年7 月的chow 断点检验结果

表5 2020 年9 月的chow 断点检验结果

基于chow 断点检验的结果，针对五次政策出台的时间点加入虚拟变量如下所示：

通过Eviews 分别对新增贷款总金额Y1和新增贷款笔数Y2建立带有虚拟变量的OLS 回归模型，根据输出结果（见表6—7）可知：在新增贷款总金额Y1、新增贷款笔数Y2的回归模型中D1X、D2X、D3X、D4X 和D5X的P 值均小于0.05，即在0.05 的显著性水平下，变量之间存在明显的线性关系。 同时建立的新增贷款总金额及新增贷款笔数的OLS 回归模型的拟合效果较好，可用以描述新增贷款总金额、 新增贷款笔数与时间之间的关系。

表6 新增贷款总金额OLS 回归模型输出结果

表7 新增贷款笔数OLS 回归模型输出结果

由此构建的OLS 回归模型如下所示：

通过模型的各项变量系数观测到政策有效：2018年3 月、2018 年11 月、2019 年9 月、2020 年4 月 和2020 年9 月的政策在实施过程中对新增贷款总金额及新增贷款笔数均产生显著的正向影响， 五项政策的逐步出台对新增贷款总金额及新增贷款笔数存在正向的叠加效应。

通过模型的各项变量系数观测到政策时滞：一是拓面政策存在时滞。 2018 年3 月，国家将农村自主创业农民纳入支持范围，但政策效果并不明显，直到2018 年11月才开始产生正向影响。 二是提标政策存在时滞。 2018年11 月将贷款上限由10 万元提标准至15 万元， 虽然政策效果在当月及时产生正向影响，即当月新增贷款总金额和笔数显著提高， 但直到2019 年3 月才发生第一笔10 万元以上的贷款业务；2020 年4 月将向个人发放的创业担保贷款最高额度由15 万元提标至20 万元，但直到2020年7 月才发生第一笔20 万元的贷款业务。

三、不同地域、不同群体的政策效用实证研究

（一）政策执行金额、地域和群体特点分析

为研究政策执行金额、地域和群体的特点，本文引入对应分析进行分析。 对2017 年1 月至2020 年12 月创业担保贷款贴息业务数据进行四种分类， 即贷款金额、贫困地区和非贫困地区、城区和县域、人员类别。 其中，贷款金额含四种情况，即1—5 万元（含5 万元）、5—10 万元（含10 万元）、10—15 万元（含15 万元）和15—20 万元（含20 万元）；创业担保贷款贴息政策服务于10 类群体，包括：城镇登记失业人员、就业困难人员（含残疾人）、复员转业退役军人、刑满释放人员、高校毕业生（含大学生村官和留学回国学生）、化解过剩产能企业职工和失业人员、返乡创业农民工、农村自主创业农民、网络商户、建档立卡贫困人口。

设有p 个变量n 个样本的观测数据矩阵X=（xij）n×p，其中xij＞0（否则对所有数据同加上一个数使其满足大于0 的条件），由数据矩阵X 计算规格化的概率矩阵P=（pij）n×p，之后计算过渡矩阵，公式如下：

进行R 型因子分析：计算协方差矩阵A=ZTZ 的特征值λ1，λ2，……，λp，按照累积百分比取前m 个特征值λ1，λ2，……，λm，并计算对应的单位特征向量u1，u2，……，um，得到因子载荷矩阵，如下所示：

进行Q 型因子分析： 由上述求得的特征值， 计算B=ZZT所对应的单位特征向量， 得到因子载荷矩阵，如下所示：

在同一坐标轴上作变量点图和样本点图，如图3 所示。

图3 对应分析图

（二）提标政策对获得贷款金额的影响分析

为更直观地反映各类别之间的关联程度， 本文运用欧氏距离进行判别。 即设两个类别为x=(x1，x2，…，xp)与y=(y1，y2，…，yp)，利用度量x 与y 之间的靠近程度，欧氏距离越小表示类别之间的关联程度越高。由贷款金额与新增贷款发放时间之间的欧氏距离图（见图4）可知：创业担保贷款财政贴息政策出台对金额10—15 万元（含15 万元）、15—20 万元（含20 万元）的贷款影响最为显著，特别是在2020 年9 月后15—20 万元（含20 万元）的贷款影响力凸显，而创业担保贷款财政贴息政策出台对1—5 万元（含5 万元）和5—10万元（含10 万元）的贷款影响无明显差别。

图4 贷款金额与新增贷款发放时间之间的欧氏距离图

（三）不同地域间政策受力情况分析

由贫困地区、 非贫困地区与新增贷款之间的欧氏距离图（见图5）可知：随着时间的推移，相较于非贫困地区， 创业担保贷款财政贴息政策出台对贫困地区的影响更为显著。

图5 贫困地区、非贫困地区与新增贷款之间的欧氏距离图

通过城区、县域与新增贷款之间的欧氏距离图（见图6）可知：随着时间的推移，相较于城区，创业担保贷款财政贴息政策发展对县域的影响更为显著。

图6 城区、县域与新增贷款之间的欧氏距离图

从地域因素的角度看贷款金额（见表8）， 可以发现：贫困地区、非贫困地区均与1—5 万元（含5 万元）的贷款关联最强，另一方面，除10—15 万元（含15 万元）的贷款以外，县域在个人创业担保贷款金额上的关联均明显强于城区。此外，在全部地区均极少获得15—20 万元（含20 万元）的个人创业担保贷款。

表8 贷款金额与地域因素之间的欧氏距离

（四）不同群体享受政策待遇之间的差异较为明显

基于群体类别和新增贷款金额的欧氏距离， 衡量不同群体在各贷款金额区间获得贷款的难易程度。 以1—10 的分值对获得贷款的难易程度进行排名，分值越高表示越容易获得贷款，反之越难，并以此为基础得出综合受益评分，用以评价各类群体的整体受益情况（见图7）。 由图7 可以看出：从整体上看，返乡创业农民工最容易贷款，刑满释放人员最难贷款。

图7 不同人员类别在各贷款金额区间的受益程度图

从获得贷款金额的多少来看（见表9），各群体获得的贷款以10 万元以下（含10 万元）为主。 其中，城镇登记失业人员、复员转业退役军人、返乡创业农民工和农村自主创业人员获得的贷款集中在1—5 万元（含5 万元） 的区间；就业困难人员（含残疾人）、刑满释放人员、化解过剩产能企业职工和失业人员、高校毕业生（含大学生村官和留学回国学生）、网络商户和建档立卡贫困人口主要集中在5—10 万元（含10 万元）的贷款金额。

表9 贷款金额与群体因素之间的欧氏距离

（五）其他情况说明

创业担保贷款监测分析是做好创业担保贷款贴息工作的重要基础，而数据的及时性是做好监测分析工作的前提。 本次研究发现，国家创业担保政策贷款贴息数据的及时性有待加强。 对于以前年度全区数据，可从普惠金融发展专项资金结算材料中便捷采集，但无法高效低成本采集当年年度全区实时数据，实时数据分散在各地区的银行、人社部门和财政部门等机构和部门。

四、小结

根据研究结果，本文认为自2017 年起，国家创业担保贷款贴息政策持续修订完善， 增强了普惠金融的政策效应，引导更多金融资源流向特殊群体，但同时存在以下三个堵点应重视疏通： 一是存在3—5 个月的政策时滞，原因是新政策的传导效率受到相关因素制约，如地方出台配套政策的对接，业务全流程链条上地方各单位、各部门之间的互动衔接，银行根据新政调整业务系统、更替业务宣传册、业务培训等各方面均存在时间成本。

二是政策受力不均，贫困地区较非贫困地区，县域较城区， 多数群体较刑满释放人员和网络商户受益更为明显，说明普惠金融政策在均衡性、协调性方面还有优化空间。

三是存在数据孤岛，除以前年度数据外，当年年度广西创业担保贷款的业务数据分散在各地区各相关行政部门、各银行机构，无法实时归集到省级业务主管部门，收集数据的成本太高，难以实时跟踪分析。

由此， 本文提出以下政策建议： 一是加强政策传导，缩短政策落地生效的时滞。 建议国家在修订创业担保贷款贴息政策时，探索创新工作模式，通过建立和运用政策的提前沟通机制，让各级地方单位和部门提前知悉政策动态与走向，便于早做部署，做好预案，提前理顺业务全流程链条上地方各单位、 各部门之间的配合衔接，待国家出台新政后，地方各单位各机构能迅速启动配套政策和管理， 紧而有序推动政策落地生效，切实压减政策时滞。

二是优化政策制订， 以差异化政策促进普惠理念。 考虑到非贫困地区、城区的金融产品供给较贫困地区和县域更为丰富充足，特别是信用卡、信用贷款普及后，非贫困地区、城区的群体较易办理5 万以上的消费贷款或经营贷款， 从而不符合申请创业担保贷款的条件。 建议推出有地区差异的创业担保贷款申办门槛。同时，10 类群体的情况各有不同， 对于长期难以获得创业担保贷款的群体，建议推出差异化的支持政策，解决普惠金融政策执行过程中的不均衡、不协调现象，让每个群体都同样能有政策获得感。

三是推进信息治理， 为监测分析提供有力支撑。2018 年10 月，财政部、人力资源和社会保障部、中国人民银行、银保监会联合出台了《关于进一步做好创业担保贷款贴息政策监测分析工作的通知》（财金〔2018〕107号），要求做好创业担保贷款数据监测分析工作。 建议进一步加强政策执行力，自上而下夯实信息化建设，建立长效机制，争取在“T+1”的时间频率上，实现业务全链条上各职能单位间的数据集中采集、 集中存储和实时共享，推进创业担保贷款业务精准管理、精准统计和精准查询，为监测和持续优化政策效果提供数据支撑。

注释：

①2020 年4 月的P 值大于0.05， 无法通过显著性检验，2020 年4 月出台政策效果存在时滞， 至2020 年7 月政策效果方有体现，故未将2020 年4 月实证数据放在文中。