近日，南方科技大学商学院金融系杨招军副教授、湖南大学罗鹏飞副教授和英国诺丁汉大学王华茂副教授合作，基于我国信用担保揭示实体企业投资规律，研究成果以题为“Loan guarantees and SMEs’investments under asymmetric information and Bayesian learning”在风险管理与保险领域国际顶级期刊Journal of Risk and Insurance上发表。

中小微企业长期面临融资难问题，一个根本原因在于信息不对称。世界上许多国家推行类似于信用违约互换（CDS）的信用担保计划，本文基于深圳市高新投集团公司开创的担保换股权和担保换期权商业模式，在兼顾信息不对称和贝叶斯学习的条件下回答了一个老问题：信息不对称如何影响信用担保契约和企业投资行为？这里的信息不对称表现为信用担保公司对借款人质量（还款能力）不知情。本文探索当信用担保公司在不知情的条件下使用贝叶斯推理不断更新关于借款人质量的主管判断时，信用担保成本和企业投资行为会发生怎样的动态变化。

本文发现借款人可以利用投资时市场行情和等待时间的特征、可信地“透露”借款人质量的信息，论证了分离均衡时投资阈值与时间无关，主要由优质企业阻止模仿的最大阈值决定。若项目风险高于市场平均收益，则混同均衡投资阈值会随着等待时间的增加而下降，贝叶斯学习会增强优质借款人的等待意愿；如果项目风险低于市场平均收益，则其结论相反。

本文揭示了贝叶斯学习机制可以减少优质企业遭受的逆向选择损失，降低信用担保成本。随着信用担保公司对借款人信用质量的不确定性增加，这些影响将更加明显。本文发现并证明了优质企业选择等待的双重好处：除通常的趋利避害外，还可以让信用担保人更好地了解自己的真实信用质量； 市场预期平均收益越低，混同均衡条件下等待的价值越高。

依经济和金融学领域国际惯例，本文作者按姓氏排序，杨招军为通讯作者。本文属于杨招军主持的国家自然科学基金重点项目（72031003）和罗鹏飞主持的国家自然科学基金青年及面上项目（72001074, 72373039）的成果之一。

全文链接：https://doi.org/10.1111/jori.12485

供稿：商学院

通讯员：于施淼

编辑：任奕霏