一、引言
為解決農(nóng)村金融市場競爭不充分，緩解小微企業(yè)、“三農(nóng)”領(lǐng)域融資難、融資貴問題，2017年《政府工作報告》提出，鼓勵大中型商業(yè)銀行設(shè)立普惠金融事業(yè)部，國有大型銀行要率先做到。2019－2021年連續(xù)3年的《政府工作報告》分別指出，國有大型商業(yè)銀行小微企業(yè)貸款要增長30%、40%、30%以上，旨在通過發(fā)揮大型銀行 “量增價降”的“頭雁”作用，帶動其他金融機構(gòu)增加小微企業(yè)信貸投放，降低小微企業(yè)綜合融資成本。學(xué)術(shù)界和業(yè)界將這一系列舉措稱為“大型銀行服務(wù)重心下沉”（簡稱“大型銀行下沉”）。由于一、二線城市市場需求逐漸趨于飽和，而下沉市場前景廣闊、長尾客群龐大，因此，各類銀行紛紛下沉市場，搶占“新藍海”，尋找新的利潤增長點。在外部政策驅(qū)動和內(nèi)部發(fā)展訴求下，大型銀行紛紛下沉服務(wù)重心，向農(nóng)村發(fā)起“戰(zhàn)略轉(zhuǎn)移”，在擴大農(nóng)村資金供給、改進農(nóng)村金融服務(wù)、降低小微企業(yè)融資成本的同時，也引發(fā)了新一輪同業(yè)競爭。
截至2022年末，全國普惠型小微企業(yè)貸款（簡稱“普惠小微貸款”）余額23.57萬億元，同比增長23.57%，新發(fā)放普惠小微貸款加權(quán)平均利率為4.90%；其中，大型商業(yè)銀行普惠小微貸款余額為8.60萬億元，同比增長31.22%，約占貸款總量的36.50%，新發(fā)放普惠小微貸款加權(quán)平均利率約為4.03%。由此可知，大型銀行很好地發(fā)揮了“頭雁”作用，業(yè)務(wù)下沉效果顯著，成績斐然。但與此同時，如果大型銀行憑借其品牌優(yōu)勢、成本優(yōu)勢與科技優(yōu)勢在農(nóng)村普惠金融市場上“下沉過度”，就會對農(nóng)村金融機構(gòu)以息差收入為主要收入來源的盈利模式造成沖擊。由于運營成本較高，農(nóng)村金融機構(gòu)無法利用低利率貸款與大型銀行爭奪優(yōu)質(zhì)客戶，而大型銀行可以憑借低利率貸款優(yōu)勢，撬走大量優(yōu)質(zhì)客戶，產(chǎn)生“掐尖效應(yīng)”。然而，隨著大型銀行服務(wù)重心持續(xù)下沉，以張家港農(nóng)商銀行、亳州藥都農(nóng)商銀行為代表的農(nóng)村金融機構(gòu)紛紛開啟自我革命，調(diào)整經(jīng)營理念、創(chuàng)新服務(wù)模式、優(yōu)化產(chǎn)品結(jié)構(gòu)，著力解決其資金成本高、貸款定價缺乏競爭力等痛點，向市場更深處下沉，探索特色化、差異化發(fā)展路徑（周祥軍，2020）。那么，大型銀行下沉對農(nóng)村金融機構(gòu)能否產(chǎn)生“掐尖效應(yīng)”？是否產(chǎn)生“競爭效應(yīng)”？如何優(yōu)化現(xiàn)有政策才能實現(xiàn)各類銀行錯位競爭、良性競爭？
二、理論分析
（一）大型銀行下沉與農(nóng)村金融機構(gòu)的貸款集中度
最優(yōu)金融結(jié)構(gòu)理論認為，大型銀行的融資特性與大企業(yè)的企業(yè)特性相匹配。大型銀行在收集企業(yè)財務(wù)報表等“硬信息”方面具有優(yōu)勢，在獲取、識別和傳遞企業(yè)主個人信息、企業(yè)經(jīng)營狀況等“軟信息”方面能力較弱。大型銀行傾向于向信息更透明、易于提供“硬信息”的大企業(yè)貸款，不愿意向信息不透明、難以提供“硬信息”的小企業(yè)貸款（Detragiache et al.，2008）。由于資金成本較高與科技賦能不足，農(nóng)村金融機構(gòu)無法利用低貸款利率和金融科技與大型銀行爭奪大型客戶（或優(yōu)質(zhì)客戶）。而大型銀行可以憑借低利率優(yōu)勢和科技優(yōu)勢，撬走農(nóng)村金融機構(gòu)信息更透明的大型客戶，產(chǎn)生“掐尖效應(yīng)”，從而降低農(nóng)村金融機構(gòu)的貸款集中度。基于上述分析，本文提出研究假說1。
H1：大型銀行下沉能夠降低農(nóng)村金融機構(gòu)的貸款集中度，產(chǎn)生“掐尖效應(yīng)”。
（二）大型銀行下沉與農(nóng)村金融機構(gòu)的貸款規(guī)模
大型銀行憑借低利率貸款撬走了農(nóng)村金融機構(gòu)的優(yōu)質(zhì)客戶，在一定程度上擠壓了農(nóng)村金融機構(gòu)的生存空間。部分學(xué)者認為大型銀行服務(wù)大企業(yè)優(yōu)勢明顯，服務(wù)中小企業(yè)優(yōu)勢不明顯（張一林等，2019）。雖然這種說法有一定道理，但是并不絕對。事實上，大型銀行使用的一些交易型貸款技術(shù)非常適合為信息不透明的中小企業(yè)提供貸款（Berger and Udell，2006）。在產(chǎn)品或服務(wù)創(chuàng)新方面，大型銀行通過創(chuàng)新線上信貸產(chǎn)品、提升信貸審批效率、推廣“隨借隨還”模式，在提高“三農(nóng)”主體融資效率的同時，也降低了融資成本。在風(fēng)險管理方面，大型銀行通過創(chuàng)新信貸技術(shù)采用“軟信息”和交叉驗證等方式對“三農(nóng)”主體進行信用評級（de la Torre et al.，2010），在一定程度上可以減少大型銀行對“三農(nóng)”主體客戶財務(wù)報表等“硬信息”的依賴，有助于擴大信用貸款規(guī)模，形成對農(nóng)村金融機構(gòu)擔(dān)保貸款的有效替代。基于上述分析，本文提出研究假說2。
H2：大型銀行下沉能夠降低農(nóng)村金融機構(gòu)的貸款規(guī)模，擠壓農(nóng)村金融機構(gòu)的貸款空間。
（三）大型銀行下沉與農(nóng)村金融機構(gòu)的貸款結(jié)構(gòu)
面對生存空間被大型銀行持續(xù)擠壓，農(nóng)村金融機構(gòu)可以憑借自身優(yōu)勢實現(xiàn)差異化經(jīng)營，產(chǎn)生“競爭效應(yīng)”。大型銀行的內(nèi)部層級較多、不善于甄別“軟信息”，為了防范信貸風(fēng)險，大型銀行在發(fā)放貸款時會嚴格要求抵押品價值或者引入第三方擔(dān)保（張一林等，2019）。因此，大型銀行下沉的服務(wù)對象以大型客戶為主，資質(zhì)一般的零售客戶往往難以獲得大型銀行貸款。農(nóng)村金融機構(gòu)作為地方性銀行，在獲取零售客戶基本信息及其“軟信息”方面具有人緣地緣優(yōu)勢，對當(dāng)?shù)亓闶劭蛻舻馁Y信情況、經(jīng)營狀況掌握得更加準確，有助于降低銀行與零售客群之間的信息不對稱。此外，農(nóng)村金融機構(gòu)還具有經(jīng)營機制活、決策鏈條短、審批效率高等優(yōu)勢，可以根據(jù)市場變化及時創(chuàng)新信貸產(chǎn)品、優(yōu)化服務(wù)模式，滿足零售客群多樣化的融資需求（Gissler et al.，2020）。這表明，面對大型銀行下沉帶來的外部競爭壓力，農(nóng)村金融機構(gòu)會主動回歸本源，下沉零售客群，發(fā)揮基于“軟信息”的關(guān)系型貸款優(yōu)勢，加大零售貸款投放。基于上述分析，本文提出研究假說3。
H3：大型銀行下沉能夠倒逼農(nóng)村金融機構(gòu)加大零售貸款投放，產(chǎn)生“競爭效應(yīng)”。
三、研究設(shè)計
（一）識別策略
本文將“普惠金融事業(yè)部設(shè)立”作為大型銀行下沉的標志，雖然全國各縣農(nóng)村金融機構(gòu)基本上都受到了大型銀行下沉的影響，但是不同縣域農(nóng)村金融機構(gòu)受到大型銀行下沉的影響程度不同。事實上，在農(nóng)村金融機構(gòu)壟斷程度較高的縣，銀行間競爭程度較弱，大型銀行下沉對農(nóng)村金融機構(gòu)貸款行為影響較強；反之，在農(nóng)村金融機構(gòu)壟斷程度較低的縣，銀行間競爭程度較強，大型銀行下沉對農(nóng)村金融機構(gòu)貸款行為影響有限（馬九杰等，2021）。因此，本文借鑒Chen et al.（2020）的思路，使用各縣農(nóng)村金融機構(gòu)網(wǎng)點數(shù)量占比來刻畫農(nóng)村金融機構(gòu)在該縣的壟斷程度，將各縣農(nóng)村金融機構(gòu)網(wǎng)點數(shù)量占比（連續(xù)型變量）與大型銀行下沉?xí)r間虛擬變量相乘獲得交乘項（連續(xù)DID），識別出大型銀行下沉對農(nóng)村金融機構(gòu)貸款集中度、貸款規(guī)模和貸款結(jié)構(gòu)的影響。
（二）變量說明
1.被解釋變量。本文被解釋變量為農(nóng)村金融機構(gòu)的貸款集中度、貸款規(guī)模和貸款結(jié)構(gòu)。本文將最大10家客戶貸款金額占資本凈額的比例作為貸款集中度的代理變量，以總貸款金額占總資產(chǎn)的比例來衡量貸款規(guī)模，將個人貸款金額占總資產(chǎn)的比例作為貸款結(jié)構(gòu)的衡量指標。
2.核心解釋變量。本文核心解釋變量為大型銀行下沉，采用縣域農(nóng)村金融機構(gòu)的壟斷程度與大型銀行下沉?xí)r間虛擬變量的交乘項衡量。縣域農(nóng)村金融機構(gòu)的壟斷程度使用2017年各縣農(nóng)村金融機構(gòu)網(wǎng)點數(shù)量占當(dāng)?shù)劂y行業(yè)金融機構(gòu)總網(wǎng)點數(shù)量的比重衡量，沒有采用隨時間變化的壟斷指標是為了緩解反向因果問題。2017年5月國務(wù)院常務(wù)會議提出，大型商業(yè)銀行要在2017年內(nèi)完成普惠金融事業(yè)部的設(shè)立，故而本文將2017年及之后年份的時間虛擬變量取值為1，其他年份取值為0。
3.控制變量。在機構(gòu)層面，本文選取凈資產(chǎn)收益率、資產(chǎn)負債率、存款資產(chǎn)比率、權(quán)益資產(chǎn)比和銀行規(guī)模作為控制變量。在縣域?qū)用妫疚倪x取經(jīng)濟發(fā)展水平、第一產(chǎn)業(yè)占比、第二產(chǎn)業(yè)占比、財政支出規(guī)模、實際利用外資水平和非農(nóng)村金融機構(gòu)網(wǎng)點數(shù)量作為控制變量。
4.機制變量。本文選取農(nóng)村金融機構(gòu)的企業(yè)貸款、抵押貸款、質(zhì)押貸款和保證貸款分別占總資產(chǎn)的比例作為機制變量。
（三）數(shù)據(jù)來源
本文以2012－2021年中國665家農(nóng)村金融機構(gòu)數(shù)據(jù)為研究數(shù)據(jù)，包括553家農(nóng)商行、58家村鎮(zhèn)銀行、54家農(nóng)信社。其中，銀行特征數(shù)據(jù)來自全球銀行與金融機構(gòu)分析庫和萬得數(shù)據(jù)庫，部分缺失數(shù)據(jù)通過年報進行補充。縣域特征數(shù)據(jù)來自《中國縣域統(tǒng)計年鑒》（2012－2021年，歷年）。縣域農(nóng)村金融機構(gòu)的壟斷程度、非農(nóng)村金融機構(gòu)網(wǎng)點數(shù)量等網(wǎng)點數(shù)據(jù)來自原銀保監(jiān)會公布的金融許可證信息（包括機構(gòu)設(shè)立、失控和退出情況）。
四、回歸結(jié)果分析
（一）基準回歸結(jié)果與分析
在控制一系列銀行特征與縣域特征變量后，發(fā)現(xiàn)大型銀行下沉顯著降低農(nóng)村金融機構(gòu)的貸款集中度與貸款規(guī)模，而且未能促進其貸款結(jié)構(gòu)向零售貸款轉(zhuǎn)型。該結(jié)論驗證了假說H1與H2，而假說H3未得到驗證。
（二）穩(wěn)健性檢驗
為確保基準回歸結(jié)果的可靠性，本文采用改變核心解釋變量中地區(qū)維度變量衡量方式、置換檢驗、排除其他事件干擾、剔除不符合監(jiān)管要求的樣本、更換被解釋變量、剔除2017年樣本等方法進行穩(wěn)健性檢驗，表明基準回歸結(jié)果依然穩(wěn)健。
五、影響機制分析
（一）企業(yè)貸款：“掐尖”路徑
結(jié)果顯示，大型銀行下沉在5%水平上顯著且系數(shù)方向為負，即大型銀行下沉顯著降低了農(nóng)村金融機構(gòu)的企業(yè)貸款。這表明，大型銀行下沉撬走了農(nóng)村金融機構(gòu)的優(yōu)質(zhì)客戶，產(chǎn)生“掐尖效應(yīng)”，從而降低了農(nóng)村金融機構(gòu)的貸款集中度與貸款規(guī)模。
（二）擔(dān)保貸款：“擠出”路徑
結(jié)果顯示，大型銀行下沉對抵押貸款的影響在1%水平上顯著且系數(shù)方向為負，對質(zhì)押貸款、保證貸款的影響不顯著。這說明，大型銀行下沉“擠出”了農(nóng)村金融機構(gòu)的抵押貸款，從而降低了農(nóng)村金融機構(gòu)的貸款集中度與貸款規(guī)模。
六、進一步分析
（一）大型銀行下沉對農(nóng)村金融機構(gòu)深化普惠金融服務(wù)的影響
結(jié)果顯示，大型銀行下沉對信用貸款的影響不顯著，對貸款利率的影響在5%水平上顯著且系數(shù)方向為負。說明大型銀行下沉通過倒逼農(nóng)村金融機構(gòu)下調(diào)貸款利率深化普惠金融服務(wù)。但是，大型銀行下沉未能推動農(nóng)村金融機構(gòu)的貸款業(yè)務(wù)結(jié)構(gòu)從抵押貸款向信用貸款轉(zhuǎn)變。
（二）大型銀行下沉對農(nóng)村金融機構(gòu)盈利能力的影響
1.大型銀行下沉與農(nóng)村金融機構(gòu)的經(jīng)營績效。結(jié)果顯示，大型銀行下沉對農(nóng)村金融機構(gòu)總資產(chǎn)收益率、凈資產(chǎn)收益率的影響不顯著，說明大型銀行下沉對農(nóng)村金融機構(gòu)的盈利能力無顯著影響。然而，大型銀行下沉對農(nóng)村金融機構(gòu)凈息差、凈利差的影響在1%水平上顯著且系數(shù)方向為負，說明大型銀行下沉顯著降低了農(nóng)村金融機構(gòu)的凈息差與凈利差。
2.大型銀行下沉與農(nóng)村金融機構(gòu)的收入結(jié)構(gòu)變化。結(jié)果表明，大型銀行下沉改變了農(nóng)村金融機構(gòu)的收入結(jié)構(gòu)，在降低農(nóng)村金融機構(gòu)凈利息收入的同時，也提高了其非利息收入。
七、研究結(jié)論與政策啟示
（一）研究結(jié)論
大型銀行下沉顯著降低了農(nóng)村金融機構(gòu)的貸款集中度與貸款規(guī)模，撬走了農(nóng)村金融機構(gòu)的大型客戶，擠壓了其貸款空間，產(chǎn)生“掐尖效應(yīng)”。但是，大型銀行下沉未能促進農(nóng)村金融機構(gòu)貸款結(jié)構(gòu)向零售貸款轉(zhuǎn)變，尚未產(chǎn)生“競爭效應(yīng)”。路徑分析表明，大型銀行下沉既能對農(nóng)村金融機構(gòu)的企業(yè)貸款進行“掐尖”，也能“擠出”其抵押貸款，從而降低農(nóng)村金融機構(gòu)的貸款集中度與貸款規(guī)模。進一步分析發(fā)現(xiàn)，大型銀行下沉通過倒逼農(nóng)村金融機構(gòu)下調(diào)貸款利率深化普惠金融服務(wù)。大型銀行下沉在降低農(nóng)村金融機構(gòu)凈息差與凈利息收入的同時，也提高了其非利息收入，且對農(nóng)村金融機構(gòu)非利息收入的促進效應(yīng)可以抵消對其凈利息收入的抑制作用。
（二）政策啟示
首先，持續(xù)推進大型銀行下沉服務(wù)重心，鼓勵大型銀行繼續(xù)發(fā)揮“頭雁”作用，加大信貸投放力度，引導(dǎo)更多金融資源配置到普惠領(lǐng)域。同時也要對大型銀行過度下沉現(xiàn)象進行糾偏，建議政府對不同類型銀行實行差異化監(jiān)管政策，避免不同類型銀行因能力差異而產(chǎn)生不公平競爭問題。
其次，支持農(nóng)村金融機構(gòu)堅守支農(nóng)支小支微定位，積極發(fā)展信用貸款，創(chuàng)新信用貸款產(chǎn)品，提高信用貸款比例。鼓勵農(nóng)村金融機構(gòu)堅持做小做散，依托人緣地緣優(yōu)勢，創(chuàng)新營銷模式，強化科技賦能，不斷下沉零售客群，滿足零售客群多元化、差異化的融資需求，推動零售貸款量增質(zhì)優(yōu)。鼓勵理財規(guī)模較大的農(nóng)村金融機構(gòu)積極發(fā)展私人銀行、財富管理等中間收入業(yè)務(wù)，支持理財規(guī)模較小的農(nóng)村金融機構(gòu)，加速業(yè)務(wù)布局，提升理財產(chǎn)品銷售能力，擺脫對存貸利差的過度依賴，促進收入結(jié)構(gòu)多元化。
最后，健全多層次、廣覆蓋、有差異的銀行體系，引導(dǎo)不同類型銀行結(jié)合自身職能定位和優(yōu)勢，遵循錯位發(fā)展、公平競爭、高效規(guī)范、有序合作的原則，制定特色化、專業(yè)化的發(fā)展戰(zhàn)略，更加聚焦主業(yè)主責(zé)、更好發(fā)揮自身優(yōu)勢，避免低水平重復(fù)或過度競爭。要求大型銀行要繼續(xù)發(fā)揮行業(yè)帶頭作用，提升“首貸戶”數(shù)量，主動填補農(nóng)村金融服務(wù)空白，避免利用資金成本優(yōu)勢對中小銀行優(yōu)質(zhì)客戶進行“掐尖”。鼓勵中小銀行堅持差異化的市場定位，發(fā)揮體制機制靈活、貼近市場與客戶等優(yōu)勢，減少復(fù)雜流程，提高放貸效率，實現(xiàn)與大型銀行錯位競爭，以更多長尾客戶增量彌補優(yōu)質(zhì)存量客戶流失。
（王修華系湖南大學(xué)金融與統(tǒng)計學(xué)院院長、博士生導(dǎo)師；劉錦華系湖南大學(xué)金融與統(tǒng)計學(xué)院博士研究生。中國鄉(xiāng)村發(fā)現(xiàn)網(wǎng)轉(zhuǎn)自：《中國農(nóng)村經(jīng)濟》2023年第8期）
(掃一掃，更多精彩內(nèi)容！)
