1、PDF外文：http:/ 3460 字 本科毕业论文外文翻译 外文题目： Do Equally Owned Small Businesses Have Equal Access to Credit? 出 处： Small Business Economics (2006) 27: 369 386 作 者： Grace O. Kim &nb
2、sp; 译 文： 小企业与其他 大企业相比是否 获得信贷 的平等机会 本文探讨了小企业 获得 信贷 的机会差异 。通过采取独 特的研究方法，对一个小企业主 的信贷约束更加全面的了解。一些研究认为 小企业 在 融资 过程中存在一些受歧视 种族的人口群体（贝茨， 1991； Cavalluzzo 和 Wolken， 2002；卢西尔等，1998）。也有人认为是基于性别 融资的结果 （ Cavalluzzo 和 Cavallu
3、zzo，1998；Cavalluzzo 等， 2002；琼斯和 Tullous， 2002；Jones 和 Swift， 1990）。还有一些人进行了信贷申请结果（巴特纳和罗森， 1992； Fay 和威廉姆斯， 1993）的调查， 通过实验模拟 对 信贷员企业家（巴特 纳和 Rosen， 1988），以及 借款人他们的 采访（奥尔汗， 2001 年），来评估审查基于性别 歧视的潜力。 违反例 为 在现实 中 女性所拥有的小企业（ FOSB） 的企业信贷 和男性拥有（ MOSB）小企业的企业借贷，以及 同样拥有（ EOSB）小企业的 ,本文对这三个组进行分类 。在
4、多达 360 万企业的 美国， 17的企业，都拥有相等人数 的男人和 女人， 这里 是指企业的所有权利益，而不是所有权的业主 或其他一些标准。因此，一个同样拥有的企业实体是指所有者权益总额中 女性业主拥有 的份额等于男性业主拥有的份额。 FOSB 是一个主要由妇女控制 的商业实体，即 女性 拥有 公司大于 50%的所有权 ，而 MOSB 主要由男性控制的商业实体，即 男性 拥有 公司大于 50%的 所有权。如何行使这些权利可能取决于谁拥有实体购买的剩余控制权。 同样，国有企业往往 认为 性别问题 对 其决策 条件的影响显得更加中性，因而以性别为基础的研究
5、被忽略。这项研究的重点是无视大 企业 队伍中男性和女性所拥有的所有权利益， 讨论 性别差异在获得信贷中起到的作用。 20 世纪 90 年代早期对女企业家的研究 ， （ Brush， 1992）提出关于获得信贷新方法。现有文献关于国有小企业 基于性别进行 的 分析 仍几乎为 空白 。在获得信贷的研究 中 ，一个二元性别虚拟变量往往是在汇集回归测试分析 中来使用其特殊意义 （例如，科尔曼， 2000 年， 2002 年 ； Robb 和 Wolken， 2002 年） 。这种做法只能回答 性别 是否 是没有 信贷的机会 一个重要的因素 ， 但具体
6、还有哪些因素影响小企业的信贷机会不同与大企业，为什么小企业所有权男女比例的不同会对信贷机会有影响还是没法说清。 本研究调查所使用的数据来源是三个基于性别的所有权群分析。同样的一个国有小企业中 女性和男性拥有的 信贷 比较分析 ，这样的分析 为小企业业主在男性与女性存在的分岐 时 提供了 见解。 将性别汇集 作为一个明确的所有权虚变量回归 能说明是什么因素引起获得信贷的不同结果 ， 这对 小企业获取信贷 具有重要意义 。这种做法的结果用 于小企业相对于 用于 大型企业进行比较时更有用 。 这项研究突出小企 业之间的差异。基于性别的所有权组， 对 获得独立的信
7、用进行回归分析， 然后利用判别分析，在三个群体的所有权 中找到比较明显的效果。卡特和罗莎（ 1998）研究在小企业融资 中 的差异 。 对种族群体，布兰奇福劳等（ 1998 年），研究了其中一些重点 ，考虑借款人的 获得信贷 条件，但不考虑 获得 信贷的机会， 这是成功的。但他们仍然面临困难，如获取信 贷的结果超出初始信用的发生，还包括对信贷规模的掌握。 为了 对小企业 信贷准入 进一步深入了解，这项研究 解决 了借款人面临的困难，最终取得成功 。分析确定了六个信贷约束，以及如何 分别三个基于性别 所有权不同 指标的表现 并对其 进行分析。 单因素分析表明，在 面临着更
8、大的信贷 时， FOSB 比 EOSB 和 MOSB 的信贷 访问 更加 困难。反过来， EOSB 面对比 MOSB 更大的困难。不过，单因素结果 中包括有些借款人 最终成功 的案例 。多变量分析表明， EOSB 获取信贷的影响因素是类似于 MOSB 和 FOSB 的 影响因素 ， 而 不是 与 MOSB 和 FOSB 的影响 因素 相同 。 下面一节讨论的是 调查数据和变量推导性质。第 3 节 是 提出检查信贷约束指标的方式和方法。综合研究结果发表在表中来进行 分析讨论。第 4 节最后提出了未来研究的建议 一个 美国小企业 信贷数据 的横截面 图 。
9、 3642 业务的初始数据集收集了全国独立企业联合会（ NFIB），全国最大的小企业组织，从 1995 年的 18000 名成员中，超过 60 万企业抽样调查。 Dunkelberg 和斯科特（ 1983）讨论的小企业 在 全国 小企业 中有 相对代表性。这个 在最近 公开 的 1995 年的调查数 据 可 得 到其成员的融资经验 NFIB 的定期调查数据。调查数据集的样本规模和性质与 美联储的小企业财务（ SSBF）的定期调查 数据 非常相似。 尽管更多的资金来源和小企业主的特征超越 了 性别和种族类型， SSBF 调查数据 的综合贷款 关系
10、 低于 NFIB 数据 ， 但 对小额信贷 者 的访问成果 是从业务借款人的角度而言 ，这是本文的重点。此外，虽然 SSBF 调查数据是 1993 年和 1998 年的 ， NFIB 数据是 1995 年收集 的，两个联邦储备调查时间 间隔一年。因此， NFIB DataSet 是 SSBF 数据集一个重要的补充 。更具体地说， NFIB 主办的银行和小型企业的调查问题涵盖了 1995 年 个体小企业 信贷 的特点， 其说明的是 其借贷的选择和经验，与它的主 要金融机构，金融机构的个人特点，贷款人之间竞争的关系。根据官方对 小企业研究的定义，超过 499 名员工的企业 作为大型 企业 被排除在
11、外，因为 那些 是 没有确定所有权的性别。 3567 小型企业的抽样结果是最大可用样 本。若要检查由各种所有制的小企业群体面临的信贷约束， 那么来自调查的变量数据 既依赖又 独 立，但有两个 外生变量 是由作者构建 的。首先，信贷约束指标，这些相关因素包括信 贷访问成果的发病率（信贷否认，尝试次数，有一个信用额度，并有 满足借款总需求 的能力 ），获 得 成功 的信贷（信贷短缺比，最大震级线信贷）。 另一个解释变量设置 直接来自 拒绝 信贷 的 调查数据 。这些解释变量是根据下列标题 分组：（一） 个人资料和信用借款人的历史，（二）借款人的业务成功的指标，商业周期条件，和贷款人的财
12、务状况，正如表七。 两个解释变量，通常作 为虚拟变量转换成规模更精确 的变量来研究，以此 衡量其对企业的信贷约束的影响。第一个变量是一个位置变量 ， 反映了一个企业在 特定地点的经济状况（ Gartner， 2000 年） 。一个字符串变量，它表明了企业的位置是由国家转变 为基础的 ，代表一国的增长指标。每个国家的指标值反映 了该州的州生产总值（ GSP）的平均增长率与 全国普惠制在 1993-1995 年期间平均增长速度 的比。因此，营业地点可以 使 信贷业务的能力，和 信贷的影响 获得 更准确的评估。第二个变量反映当时 行业状况。两位数的碳化硅（标准工业分类）为每个业务规范进行重新编码，构建一个规模变量，代表 行业的增长指数。每个相应的行业指数值反映了该行业的平均增长速度与 国内生产总值平均增长 速度的比率。对于这两个变量，时间段的选定 与 1995 年统计调查期间保持一致。这些 数据 和其他解释变量的统计数字载于表八。 正如彭罗斯（ 1965 年，第 219 页） 指出对小企业信贷的数量限制 能使 其 在
