《表3 资产价格与银行信贷供给》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大科技信贷：一个新的信用风险管理框架》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：因变量为总信贷额度（取对数），自变量为房地产价格（取对数），控制变量为人均GDP（取对数），银行网点覆盖率（网点数/城市面积），常住人口数（取对数），回归控制了城市固定效应和年份固定效应，***p<0.01；**p<0.05；*p<0.1。

表3展示了回归的结果，从结果可以看出，传统银行总贷款和房价呈现正相关关系，具体而言，房地产价格每增加10%，总贷款增加3.7%。我们将总贷款拆分为信用贷款和抵押贷款，可以发现房地产价格主要作用于抵押贷款（房地产价格每增加10%，抵押贷款增加9.08%），而对银行信用贷款则没有影响。进一步的，我们对比了网商银行和传统银行对小微企业的贷款。可以发现由于传统银行对小微企业的贷款多依赖于抵押品，两者存在显著的相关关系，且相关性高于总贷款。具体而言，房地产价格每增加10%，小微企业贷款增加4.9%。但是网商银行小微贷款却不受房地产价格的影响。说明相比于传统银行贷款，基于平台生态和大数据模型的科技贷款与资产价格的共振并不强烈，能够提升经济体系的稳定性。需要说明的是，由于数据所限，本文使用的银行贷款为2005～2013年，网商银行贷款为2011～2017年，时期并不一致，结论可能并不具有一般性。但传统信贷与抵押品价格之间存在正相关的关系在其他国家也成立（Liu et al.，2013），而且本文已经控制了时间固定效应来避免国家宏观层面的影响，在一定程度上缓解了时期不一致的问题。当然，本文只是从抵押品这一个视角来探究大科技信贷对对金融加速器机的影响。大科技信贷所参考的经营流水等数据是否会带来新的加速器机制还有待研究。大科技信贷可能减弱了“金融加速器”的作用，也可能同时增强“其他加速器”的作用。