●何 曾

就業(yè)是最大的民生， 也是經濟發(fā)展的重中之重。 為加大對就業(yè)創(chuàng)業(yè)的支持力度，財政部、人力資源和社會保障部、 中國人民銀行聯(lián)合出臺創(chuàng)業(yè)擔保貸款財政貼息政策， 通過安排財政資金用于創(chuàng)業(yè)擔?；?、 財政貼息資金，發(fā)揮杠桿效應，撬動金融資源，切實增強特殊人群的金融資源可獲得性，減輕融資成本負擔。本文以統(tǒng)計分析與實證研究為手段， 剖析國家創(chuàng)業(yè)擔保貸款貼息政策在廣西壯族自治區(qū)的落地效果。研究認為政策惠及民生，但存在政策時滯、受力不均、數(shù)據(jù)孤島等三個堵點，應予關注并疏通，進一步增強政策獲得感。

一、 創(chuàng)業(yè)擔保貸款貼息政策演變歷程

創(chuàng)業(yè)擔保貸款， 是政府為扶持個人創(chuàng)業(yè)、小微企業(yè)擴大就業(yè)，岀資設立專項基金， 對符合特定條件的借款人提供貸款擔保和財政貼息的一項制度。 此項工作啟動以來，以推進創(chuàng)業(yè)、帶動就業(yè)為目標，創(chuàng)新管理模式，簡化工作程序，提升服務效能，在助力“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”、擴大就業(yè)、改善民生方面發(fā)揮了重要作用。

（一）政策保障持續(xù)發(fā)展完善

2020 年是我國推進普惠金融發(fā)展五年規(guī)劃的收關之年。 在近五年之間， 作為財政政策和貨幣政策協(xié)調配合、施政目標高度一致的施策領域，普惠金融政策致力于解決我國金融發(fā)展不平衡、不協(xié)調問題，運用轉移支付等財政政策手段， 引導更多的金融資源流向低收入人群和小微企業(yè)等， 彌補市場失靈。普惠金融最早源于2002 年出臺的小額擔保貸款貼息政策， 服務于下崗失業(yè)人員再就業(yè)。 2016 年國家出臺《普惠金融發(fā)展專項資金管理辦法》， 將4 項普惠金融政策進行整合，其中， 將小額擔保貸款貼息更續(xù)為創(chuàng)業(yè)擔保貸款貼息。 2018—2020 年國家持續(xù)出臺政策調整創(chuàng)業(yè)擔保貸款貼息政策?？梢哉f，創(chuàng)業(yè)擔保貸款貼息既是最早的、 也是調整頻率最高的普惠金融政策工具。

（二）政策惠及范圍日趨拓展

2016 年，創(chuàng)業(yè)擔保貸款貼息政策服務于9 類群體和符合條件的小微企業(yè)，9 類群體包括： 城鎮(zhèn)登記失業(yè)人員、就業(yè)困難人員（含殘疾人）、復員轉業(yè)退役軍人、刑滿釋放人員、高校畢業(yè)生（含大學生村官和留學回國學生）、化解過剩產能企業(yè)職工和失業(yè)人員、返鄉(xiāng)創(chuàng)業(yè)農民工、網絡商戶、建檔立卡貧困人口。 2018 年3 月，為進一步加大就業(yè)支持力度， 國家將農村自主創(chuàng)業(yè)農民納入支持范圍， 普惠金融的重點服務群體拓展到10 類。 2020 年4月，為應對疫情影響，再臨時增加5 類群體，包括：暫時失去收入來源的個體工商戶、 貸款購車專門用于出租運營的個人、 貸款購車加入網絡約車平臺的專職司機，符合條件的出租車、網約車企業(yè)或其子公司， 以及已享受創(chuàng)業(yè)擔保貸款貼息政策且已按時還清貸款的個人，在疫情期間出現(xiàn)經營困難的，可再次申請創(chuàng)業(yè)擔保貸款。

（三）政策待遇標準逐步提高

一是逐步提升貸款額度。2016 年7 月起，個人發(fā)放的創(chuàng)業(yè)擔保貸款最高額度為10 萬元，貸款期限最長不超過3 年。2018 年11 月、2020 年4 月起，個人發(fā)放的創(chuàng)業(yè)擔保貸款最高額度先后調整為15 萬元、20 萬元。

二是逐步合理分擔利息。2016 年7 月起，貸款利率可在貸款合同簽訂日貸款基礎利率的基礎上上浮一定幅度， 具體標準為貧困地區(qū)上浮不超過3 個百分點，中、西部地區(qū)上浮不超過2 個百分點，東部地區(qū)上浮不超過1 個百分點，其中，對貧困地區(qū)符合條件的個人創(chuàng)業(yè)擔保貸款，財政部門給予全額貼息；對其他地區(qū)符合條件的個人創(chuàng)業(yè)擔保貸款， 財政部門第1 年給予全額貼息，第2 年貼息2/3，第3 年貼息1/3。2018 年3 月起，對符合條件的個人貸款按2 年（第1 年、第2 年）全額貼息。 2019 年9 月起，對符合條件的個人貸款全額貼息。2020 年4 月出臺新政，規(guī)定自2021 年1 月起，新發(fā)放的個人和小微企業(yè)創(chuàng)業(yè)擔保貸款利息，LPR-150BP 以下部分，由借款人和借款企業(yè)承擔，剩余部分財政給予貼息，貧困地區(qū)，中、西部地區(qū)，以及東部地區(qū)執(zhí)行差異化的貸款利率上限。

二、政策效果的統(tǒng)計分析與實證研究

（一）統(tǒng)計結果初判拓面提標政策有效但存在時滯

2018 年3 月，國家拓寬政策惠及面，將農村自主創(chuàng)業(yè)農民納入支持范圍，同年11 月，將向個人發(fā)放的創(chuàng)業(yè)擔保貸款最高額度由10 萬提標至15 萬元。 為分析拓面提標政策落地生效的情況， 本文選取廣西壯族自治區(qū)2017—2020 年創(chuàng)業(yè)擔保貸款貼息業(yè)務數(shù)據(jù)作為樣本進行研究，按照時間序列，統(tǒng)計新增貸款金額和筆數(shù)。 統(tǒng)計結果顯示，拓面提標政策推進普惠金融在更高額度惠及更多人群， 但政策出臺與市場反應之間存在3—5 個月左右的時滯。

在新增貸款金額和筆數(shù)方面， 國家將農村自主創(chuàng)業(yè)農民納入支持范圍5 個月后，即自2018 年8 月起，新增貸款金額及筆數(shù)開始迅速增長， 并長期保持在較高區(qū)間，2018—2019 年間， 農村自主創(chuàng)業(yè)農民占新增貸款金額和筆數(shù)的比重均為38%。受新冠疫情影響，2020 年1 月起新增貸款金額和筆數(shù)降幅較大，隨著疫情得到控制，2020年12 月出現(xiàn)大幅增長，并達到峰值（見圖1）。在單筆貸款金額上限方面，國家提高貸款上限的5 個月后，新增貸款金額平均值在2019 年4 月起突破10 萬元，隨后基本保持在10—14 萬元的貸款額度區(qū)間內（見圖2）。

圖1 2017—2020 年創(chuàng)業(yè)擔保貸款新增金額及筆數(shù)變化圖

圖2 2017—2020 年創(chuàng)業(yè)擔保貸款新增金額平均值變化圖

（二）OLS 回歸模型實證結果證實政策有效與時滯并存

為進一步剖析拓面提標的政策效果， 構建OLS 回歸模型開展實證研究。一是設定五個關鍵時間點。先后為2018 年3 月， 將農村自主創(chuàng)業(yè)農民納入支持范圍；2018 年11 月，將向個人發(fā)放的創(chuàng)業(yè)擔保貸款最高額度由10 萬元提標至15 萬元；2019 年9 月修訂出臺《關于修訂發(fā)布〈普惠金融發(fā)展專項資金管理辦法〉的通知》（財金〔2019〕96 號）；2020 年4 月，將向個人發(fā)放的創(chuàng)業(yè)擔保貸款最高額度由15 萬元提標至20 萬元；2020 年9月通過擴大覆蓋范圍并適當提高額度， 進一步做好國家創(chuàng)業(yè)擔保貸款相關工作。二是建立OLS 回歸模型。本文以新增貸款總金額Y1（單位：萬元）和新增貸款筆數(shù)Y2作為因變量， 時間X 為自變量建立OLS 回歸模型，chow 斷點檢驗結果（見表1—3）表明：新增貸款總金額及筆 數(shù)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，新增貸款筆數(shù)在2018年3 月的P 值小于0.05， 說明在0.05 的顯著性水平下，OLS 回歸模型在上述五個關鍵時間點均發(fā)生了結構性變化，即證明了5 項政策在廣西均發(fā)揮了效用。

表1 2018 年3 月的chow 斷點檢驗結果

表2 2018 年11 月的chow 斷點檢驗結果

表3 2019 年9 月的chow 斷點檢驗結果

表4 2020 年7 月的chow 斷點檢驗結果

表5 2020 年9 月的chow 斷點檢驗結果

基于chow 斷點檢驗的結果，針對五次政策出臺的時間點加入虛擬變量如下所示：

通過Eviews 分別對新增貸款總金額Y1和新增貸款筆數(shù)Y2建立帶有虛擬變量的OLS 回歸模型，根據(jù)輸出結果（見表6—7）可知：在新增貸款總金額Y1、新增貸款筆數(shù)Y2的回歸模型中D1X、D2X、D3X、D4X 和D5X的P 值均小于0.05，即在0.05 的顯著性水平下，變量之間存在明顯的線性關系。 同時建立的新增貸款總金額及新增貸款筆數(shù)的OLS 回歸模型的擬合效果較好，可用以描述新增貸款總金額、 新增貸款筆數(shù)與時間之間的關系。

表6 新增貸款總金額OLS 回歸模型輸出結果

表7 新增貸款筆數(shù)OLS 回歸模型輸出結果

由此構建的OLS 回歸模型如下所示：

通過模型的各項變量系數(shù)觀測到政策有效：2018年3 月、2018 年11 月、2019 年9 月、2020 年4 月 和2020 年9 月的政策在實施過程中對新增貸款總金額及新增貸款筆數(shù)均產生顯著的正向影響， 五項政策的逐步出臺對新增貸款總金額及新增貸款筆數(shù)存在正向的疊加效應。

通過模型的各項變量系數(shù)觀測到政策時滯：一是拓面政策存在時滯。 2018 年3 月，國家將農村自主創(chuàng)業(yè)農民納入支持范圍，但政策效果并不明顯，直到2018 年11月才開始產生正向影響。 二是提標政策存在時滯。 2018年11 月將貸款上限由10 萬元提標準至15 萬元， 雖然政策效果在當月及時產生正向影響，即當月新增貸款總金額和筆數(shù)顯著提高， 但直到2019 年3 月才發(fā)生第一筆10 萬元以上的貸款業(yè)務；2020 年4 月將向個人發(fā)放的創(chuàng)業(yè)擔保貸款最高額度由15 萬元提標至20 萬元，但直到2020年7 月才發(fā)生第一筆20 萬元的貸款業(yè)務。

三、不同地域、不同群體的政策效用實證研究

（一）政策執(zhí)行金額、地域和群體特點分析

為研究政策執(zhí)行金額、地域和群體的特點，本文引入對應分析進行分析。 對2017 年1 月至2020 年12 月創(chuàng)業(yè)擔保貸款貼息業(yè)務數(shù)據(jù)進行四種分類， 即貸款金額、貧困地區(qū)和非貧困地區(qū)、城區(qū)和縣域、人員類別。 其中，貸款金額含四種情況，即1—5 萬元（含5 萬元）、5—10 萬元（含10 萬元）、10—15 萬元（含15 萬元）和15—20 萬元（含20 萬元）；創(chuàng)業(yè)擔保貸款貼息政策服務于10 類群體，包括：城鎮(zhèn)登記失業(yè)人員、就業(yè)困難人員（含殘疾人）、復員轉業(yè)退役軍人、刑滿釋放人員、高校畢業(yè)生（含大學生村官和留學回國學生）、化解過剩產能企業(yè)職工和失業(yè)人員、返鄉(xiāng)創(chuàng)業(yè)農民工、農村自主創(chuàng)業(yè)農民、網絡商戶、建檔立卡貧困人口。

設有p 個變量n 個樣本的觀測數(shù)據(jù)矩陣X=（xij）n×p，其中xij＞0（否則對所有數(shù)據(jù)同加上一個數(shù)使其滿足大于0 的條件），由數(shù)據(jù)矩陣X 計算規(guī)格化的概率矩陣P=（pij）n×p，之后計算過渡矩陣，公式如下：

進行R 型因子分析：計算協(xié)方差矩陣A=ZTZ 的特征值λ1，λ2，……，λp，按照累積百分比取前m 個特征值λ1，λ2，……，λm，并計算對應的單位特征向量u1，u2，……，um，得到因子載荷矩陣，如下所示：

進行Q 型因子分析： 由上述求得的特征值， 計算B=ZZT所對應的單位特征向量， 得到因子載荷矩陣，如下所示：

在同一坐標軸上作變量點圖和樣本點圖，如圖3 所示。

圖3 對應分析圖

（二）提標政策對獲得貸款金額的影響分析

為更直觀地反映各類別之間的關聯(lián)程度， 本文運用歐氏距離進行判別。 即設兩個類別為x=(x1，x2，…，xp)與y=(y1，y2，…，yp)，利用度量x 與y 之間的靠近程度，歐氏距離越小表示類別之間的關聯(lián)程度越高。由貸款金額與新增貸款發(fā)放時間之間的歐氏距離圖（見圖4）可知：創(chuàng)業(yè)擔保貸款財政貼息政策出臺對金額10—15 萬元（含15 萬元）、15—20 萬元（含20 萬元）的貸款影響最為顯著，特別是在2020 年9 月后15—20 萬元（含20 萬元）的貸款影響力凸顯，而創(chuàng)業(yè)擔保貸款財政貼息政策出臺對1—5 萬元（含5 萬元）和5—10萬元（含10 萬元）的貸款影響無明顯差別。

圖4 貸款金額與新增貸款發(fā)放時間之間的歐氏距離圖

（三）不同地域間政策受力情況分析

由貧困地區(qū)、 非貧困地區(qū)與新增貸款之間的歐氏距離圖（見圖5）可知：隨著時間的推移，相較于非貧困地區(qū)， 創(chuàng)業(yè)擔保貸款財政貼息政策出臺對貧困地區(qū)的影響更為顯著。

圖5 貧困地區(qū)、非貧困地區(qū)與新增貸款之間的歐氏距離圖

通過城區(qū)、縣域與新增貸款之間的歐氏距離圖（見圖6）可知：隨著時間的推移，相較于城區(qū)，創(chuàng)業(yè)擔保貸款財政貼息政策發(fā)展對縣域的影響更為顯著。

圖6 城區(qū)、縣域與新增貸款之間的歐氏距離圖

從地域因素的角度看貸款金額（見表8）， 可以發(fā)現(xiàn)：貧困地區(qū)、非貧困地區(qū)均與1—5 萬元（含5 萬元）的貸款關聯(lián)最強，另一方面，除10—15 萬元（含15 萬元）的貸款以外，縣域在個人創(chuàng)業(yè)擔保貸款金額上的關聯(lián)均明顯強于城區(qū)。此外，在全部地區(qū)均極少獲得15—20 萬元（含20 萬元）的個人創(chuàng)業(yè)擔保貸款。

表8 貸款金額與地域因素之間的歐氏距離

（四）不同群體享受政策待遇之間的差異較為明顯

基于群體類別和新增貸款金額的歐氏距離， 衡量不同群體在各貸款金額區(qū)間獲得貸款的難易程度。 以1—10 的分值對獲得貸款的難易程度進行排名，分值越高表示越容易獲得貸款，反之越難，并以此為基礎得出綜合受益評分，用以評價各類群體的整體受益情況（見圖7）。 由圖7 可以看出：從整體上看，返鄉(xiāng)創(chuàng)業(yè)農民工最容易貸款，刑滿釋放人員最難貸款。

圖7 不同人員類別在各貸款金額區(qū)間的受益程度圖

從獲得貸款金額的多少來看（見表9），各群體獲得的貸款以10 萬元以下（含10 萬元）為主。 其中，城鎮(zhèn)登記失業(yè)人員、復員轉業(yè)退役軍人、返鄉(xiāng)創(chuàng)業(yè)農民工和農村自主創(chuàng)業(yè)人員獲得的貸款集中在1—5 萬元（含5 萬元） 的區(qū)間；就業(yè)困難人員（含殘疾人）、刑滿釋放人員、化解過剩產能企業(yè)職工和失業(yè)人員、高校畢業(yè)生（含大學生村官和留學回國學生）、網絡商戶和建檔立卡貧困人口主要集中在5—10 萬元（含10 萬元）的貸款金額。

表9 貸款金額與群體因素之間的歐氏距離

（五）其他情況說明

創(chuàng)業(yè)擔保貸款監(jiān)測分析是做好創(chuàng)業(yè)擔保貸款貼息工作的重要基礎，而數(shù)據(jù)的及時性是做好監(jiān)測分析工作的前提。 本次研究發(fā)現(xiàn)，國家創(chuàng)業(yè)擔保政策貸款貼息數(shù)據(jù)的及時性有待加強。 對于以前年度全區(qū)數(shù)據(jù)，可從普惠金融發(fā)展專項資金結算材料中便捷采集，但無法高效低成本采集當年年度全區(qū)實時數(shù)據(jù)，實時數(shù)據(jù)分散在各地區(qū)的銀行、人社部門和財政部門等機構和部門。

四、小結

根據(jù)研究結果，本文認為自2017 年起，國家創(chuàng)業(yè)擔保貸款貼息政策持續(xù)修訂完善， 增強了普惠金融的政策效應，引導更多金融資源流向特殊群體，但同時存在以下三個堵點應重視疏通： 一是存在3—5 個月的政策時滯，原因是新政策的傳導效率受到相關因素制約，如地方出臺配套政策的對接，業(yè)務全流程鏈條上地方各單位、各部門之間的互動銜接，銀行根據(jù)新政調整業(yè)務系統(tǒng)、更替業(yè)務宣傳冊、業(yè)務培訓等各方面均存在時間成本。

二是政策受力不均，貧困地區(qū)較非貧困地區(qū)，縣域較城區(qū)， 多數(shù)群體較刑滿釋放人員和網絡商戶受益更為明顯，說明普惠金融政策在均衡性、協(xié)調性方面還有優(yōu)化空間。

三是存在數(shù)據(jù)孤島，除以前年度數(shù)據(jù)外，當年年度廣西創(chuàng)業(yè)擔保貸款的業(yè)務數(shù)據(jù)分散在各地區(qū)各相關行政部門、各銀行機構，無法實時歸集到省級業(yè)務主管部門，收集數(shù)據(jù)的成本太高，難以實時跟蹤分析。

由此， 本文提出以下政策建議： 一是加強政策傳導，縮短政策落地生效的時滯。 建議國家在修訂創(chuàng)業(yè)擔保貸款貼息政策時，探索創(chuàng)新工作模式，通過建立和運用政策的提前溝通機制，讓各級地方單位和部門提前知悉政策動態(tài)與走向，便于早做部署，做好預案，提前理順業(yè)務全流程鏈條上地方各單位、 各部門之間的配合銜接，待國家出臺新政后，地方各單位各機構能迅速啟動配套政策和管理， 緊而有序推動政策落地生效，切實壓減政策時滯。

二是優(yōu)化政策制訂， 以差異化政策促進普惠理念。 考慮到非貧困地區(qū)、城區(qū)的金融產品供給較貧困地區(qū)和縣域更為豐富充足，特別是信用卡、信用貸款普及后，非貧困地區(qū)、城區(qū)的群體較易辦理5 萬以上的消費貸款或經營貸款， 從而不符合申請創(chuàng)業(yè)擔保貸款的條件。 建議推出有地區(qū)差異的創(chuàng)業(yè)擔保貸款申辦門檻。同時，10 類群體的情況各有不同， 對于長期難以獲得創(chuàng)業(yè)擔保貸款的群體，建議推出差異化的支持政策，解決普惠金融政策執(zhí)行過程中的不均衡、不協(xié)調現(xiàn)象，讓每個群體都同樣能有政策獲得感。

三是推進信息治理， 為監(jiān)測分析提供有力支撐。2018 年10 月，財政部、人力資源和社會保障部、中國人民銀行、銀保監(jiān)會聯(lián)合出臺了《關于進一步做好創(chuàng)業(yè)擔保貸款貼息政策監(jiān)測分析工作的通知》（財金〔2018〕107號），要求做好創(chuàng)業(yè)擔保貸款數(shù)據(jù)監(jiān)測分析工作。 建議進一步加強政策執(zhí)行力，自上而下夯實信息化建設，建立長效機制，爭取在“T+1”的時間頻率上，實現(xiàn)業(yè)務全鏈條上各職能單位間的數(shù)據(jù)集中采集、 集中存儲和實時共享，推進創(chuàng)業(yè)擔保貸款業(yè)務精準管理、精準統(tǒng)計和精準查詢，為監(jiān)測和持續(xù)優(yōu)化政策效果提供數(shù)據(jù)支撐。

注釋：

①2020 年4 月的P 值大于0.05， 無法通過顯著性檢驗，2020 年4 月出臺政策效果存在時滯， 至2020 年7 月政策效果方有體現(xiàn)，故未將2020 年4 月實證數(shù)據(jù)放在文中。