Direct Financing Development, Financial Disintermediation and the Return of Rural Commercial Banks to Their Origins
-
摘要: 随着我国资本市场的发展，直接融资占社会融资规模比重不断攀升，挤压了农村商业银行(简称农商行)的对公信贷业务。为应对直接融资的发展，农商行会否回归本源，增加对农户和中小企业的信贷供给？借助1 020家农商行的样本数据，研究发现：直接融资发展显著促进了农商行回归本源，增加对农户和中小企业的金融支持。其作用机制为，直接融资发展加剧了金融脱媒，促使农商行调整信贷结构，更多地服务农户和中小企业。异质性分析表明，农商行市场份额越大、所在地区土地确权进度越快，直接融资发展对农商行回归本源的促进作用越大。大力发展直接融资，优化直接融资与间接融资比重，对提升金融服务实体经济质效、完善普惠金融体系具有重要作用。Abstract: With the development of China's capital market, the proportion of direct financing in aggregate financing to the real economy is increasing, which squeezes the rural commercial banks' corporate credit business. In response to the development of direct financing, will rural commercial banks return to their origins and increase the supply of credit to farmers and SMEs? Drawing on data from a sample of 1020 rural commercial banks, this paper finds that the development of direct financing significantly contributes to the return of rural commercial banks to their origins and increases their financial support to farmers and SMEs. The mechanism is that the development of direct financing intensifies financial disintermediation, prompting rural commercial banks to adjust their credit structure to serve farmers and SMEs more. Heterogeneity analysis shows that the larger the market share of rural commercial banks and the faster the progress of land titling in their regions, the greater the promotion effect of direct financing development on the return of rural commercial banks to their origins. These findings indicate that promoting the development of direct financing and optimizing the proportion of direct and indirect financing play an important role in improving the quality and effectiveness of financial services to the real economy and promoting financial inclusion.
-
一. 问题提出
国务院部署实施《推进普惠金融发展规划(2016—2020年)》以来，普惠金融上升为国家战略，金融服务的覆盖率和可得性显著提升，人民群众对金融服务的获得感和满意度也明显增强。2022年中央全面深化改革委员会审议通过《推进普惠金融高质量发展的实施意见》，要求“深化金融供给侧结构性改革，加快补齐县域、小微企业、新型农业经营主体等金融服务短板”。通过上述政策文件不难看出，普惠金融服务的主战场集中在县域和“三农”领域。农村商业银行(以下简称农商行)是县域地区重要的法人银行机构，也是银行业支持“三农”和中小企业的主力军。因此，推动农商行回归本源，改善农村及小微金融服务，增加对“三农”和中小企业的金融支持，对于深化县域普惠金融发展至关重要。
近年来，我国直接融资取得了长足进步，股票市场和债券市场规模已经位居全球第二。发展直接融资对于拓宽企业融资渠道、优化实体经济融资结构和提高资源配置效率具有重要意义[1-2]。党的十九大和党的二十大报告均明确指出，要提高直接融资比重，促进多层次资本市场发展。然而，直接融资发展在增强金融服务实体经济能力的同时，也通过金融脱媒对我国以银行为主体的金融体制造成巨大冲击。图 1描绘了2002—2020年我国人民币贷款以及股票与企业债券融资占社会融资规模比重的变动趋势。可以看出，随着股票市场和债券市场等直接融资渠道的发展，贷款在社会融资中的重要性不断降低，所占份额从2002年的91.86%下降到2020年的57.46%。根据西方发达国家的经验，直接融资发展会加大银行的经营压力，促使其转而重视小微客户、拓展零售业务[3-4]。那么，直接融资发展能否推动我国农商行回归本源，扩大“三农”和中小企业金融覆盖面，进而深化县域普惠金融服务？
为回答这一问题，本文基于1 020家县域农商行的样本数据，探讨直接融资发展能否促进农商行调整信贷结构，增加对农户和中小企业的信贷供给。结果发现，直接融资发展促进了农商行调整信贷结构，为农户和中小企业贷款提供更多的金融支持。经过一系列稳健性检验后，基准回归结果依然成立。机制分析表明，直接融资发展通过金融脱媒的渠道促使农商行回归本源，提高农户和中小企业贷款比重。异质性分析发现，农商行市场份额越大、所在地区土地确权进度越快，直接融资发展对其回归本源的促进作用越大。
本文的学术贡献体现在以下两点：第一，利用具有全国代表性的农商行样本数据，探讨了直接融资发展对于农商行信贷结构调整以及金融普惠程度的影响，发现直接融资发展有利于提高农商行的农户和中小企业贷款投放力度、提升金融普惠程度，从而完善了这一领域的研究；第二，有助于厘清直接融资影响农户和中小企业融资状况的作用途径。尽管农户和中小企业很难达到直接融资门槛，但是本文研究发现直接融资通过金融脱媒作用于农商行，能够促使农商行回归本源，加大对农户和中小企业的金融支持。
二. 理论分析与研究假设
长期以来我国直接融资发展滞后，形成了以间接融资为主体的金融体系，银行贷款成为各经济主体获取金融资源的主要渠道[5]。特别是20世纪90年代银行商业化改革后，大型商业银行相继退出县级地区，农商行在县域金融市场占据了较大的市场份额①，拥有比较强的市场势力。农商行偏好存在政府隐形信用背书的国有企业，或者能够提供优质抵押担保品的大型民营企业，而缺乏动力向商业形态粗放、难以提供合格抵押担保品的农户和中小企业提供贷款，导致了“离农脱小”的现象[7-9]。近年来，直接融资发展为促使农商行回归本源、改善农户和中小企业的融资困境提供了契机。尽管农户和中小企业难以利用直接融资方式获取金融服务，但是直接融资发展改变了农商行经营环境和经营决策，促使其加大对农户和中小企业的信贷服务。
第一，直接融资发展导致国有企业和大型民营企业对农商行的贷款需求下降。直接融资发展丰富了企业的外部融资选择，达到直接融资门槛的企业可以通过权衡自身的融资金额、成本及便利性，在直接融资与银行贷款之间作出选择。国有企业和大型民营企业普遍规模大、盈利能力强，满足直接融资条件的可能性较高，进行直接融资的概率也较大。因此，随着直接融资发展，国有企业和大型民营企业对农商行资金依赖度降低，农商行原有的优质信贷客户资源被抢夺。第二，直接融资发展导致国有企业和大型民营企业融资成本降低，挤压了农商行的利润空间。直接融资绕开了金融中介，实现了资金供需双方的直接对接，具有一定的成本优势，为企业提供了成本更低且更加便利的融资渠道[10-11]。面对直接融资的价格优势，农商行不得不降低贷款利率，以更加优惠的价格进行客户竞争，从而维护这部分客户资源。但是，这也将导致农商行从国有企业和大型民营企业信贷中获取的收益下降，此类信贷业务的吸引力也将逐渐降低。
由上可知，直接融资发展为国有企业和大型民营企业提供了低成本的融资渠道，加剧了金融脱媒现象，给农商行带来较大的经营压力。而农商行回归本源，增加对农户和中小企业的金融支持，有助于其更好地应对直接融资发展导致的金融脱媒的冲击。第一，农民和中小企业很难达到直接融资的门槛，其外部融资依赖于银行贷款[12]，而农村地区金融机构覆盖率较低，农商行是最主要的银行业机构，具有很强的话语权和议价能力。因此，农商行增加农户和中小企业贷款发放可以有效规避贷款价格竞争，维持一定的利润空间[3]。第二，农户和中小企业贷款具有较高的进入壁垒，而农商行在这一领域具有较大优势。由于农户和中小企业财务透明度低，缺乏有效的信用信息，并且难以提供合格的抵押品[13-14]，现阶段开拓这一部分客户群体需要进行大量的专业化投入，如加大物理网点建设、开展农户信用评级以及优化贷款审批和监督流程等[15-19]，这些投入形成了农户和中小企业信贷的进入门槛。农商行作为地方法人银行，根植于农村地区，具有地缘优势和信息优势，在开展农户和中小企业贷款业务方面具有较大的优势。据此本文提出如下研究假设：
研究假设1：直接融资发展能够促使农商行回归本源，加大对农户和中小企业的信贷支持力度。
研究假设2：直接融资发展加剧了金融脱媒，从而推动农商行回归本源。
三. 研究设计与数据
一 数据来源
本文主体数据为2010—2016年1 020家农商行数据，数据来源为中国银行保险监督管理委员会(以下简称银保监会)内部监管数据，包含了农商行的资产负债、贷款结构和经营情况等详细指标。本文的农商行样本分布于全国24个省份(样本地理分布见表 1)，具有很强的代表性。本文还涉及县域企业的上市和发债情况，其中上市公司为A股上市公司，企业债券包括公司债券、企业债券、中期票据、短期融资券、资产支持证券和定向工具，原数据来自Wind资讯，经作者整理得到县级层面的企业上市和发债信息。此外，县级统计数据来自《中国县域统计年鉴》，通过查阅各省统计年鉴补充其中缺失值。
表 1 样本地理分布省份 样本中农商行数量 2016年存在直接融资的样本数量 云南省 95 3 山西省 86 10 山东省 73 26 新疆维吾尔自治区 68 9 贵州省 67 10 四川省 64 10 内蒙古自治区 61 5 江西省 55 6 福建省 53 13 黑龙江省 51 2 湖北省 46 17 陕西省 46 8 广西壮族自治区 43 2 湖南省 36 8 安徽省 34 8 浙江省 31 14 辽宁省 26 6 江苏省 25 24 广东省 21 6 宁夏回族自治区 13 2 河南省 11 6 吉林省 8 3 甘肃省 5 0 河北省 2 0 注: 括号内表示为标准误，* * *、* *和*分别表示在1%、5%和10%水平上显著，下表同。 二 变量选取
1 被解释变量：对农户和中小企业的金融支持
本文利用农商行农户和中小企业贷款占总贷款的比重(r_agriloan)来度量农商行对农户和中小企业的金融支持。为了更全面地考察农商行对农户和中小企业的金融支持，本文也利用农户和中小企业贷款总量以及农户和中小企业贷款增速等指标进行稳健性检验。数据来源为银保监会内部监管数据。
2 核心解释变量：直接融资
对于县域企业而言，其主要的直接融资方式包括股票市场融资和债券市场融资，因此本文利用县域企业上市或发债的状况来度量直接融资(direct)。当县域企业存在直接融资时，则将direct赋值为1。原数据来源于Wind资讯，经作者整理得到。
3 控制变量
本文从农商行和县级两个层面选取控制变量：农商行层面选取改制状况(reform)、资产规模(asset)、资本充足率(car)、存贷比(ldr)及法人股占比(holding)；县级层面选取均国内生产总值(gdppc)、第二产业占比(secondary)、第三产业占比(tertiary)、政府财政自给(fiscal)及农户人均农业机械总动力(tav)。农商行层面的控制变量来源于银保监会内部监管数据，县级层面控制变量来源于《中国县域统计年鉴》和各省统计年鉴。
三 基准回归模型设定
本文基准回归方程设定如下：
r−agriloan it=α0+α1 direct it+α2 control it+τi+λt+εit (Ⅰ) 在(Ⅰ)式中，i表示农商行及其所在的县级地区，t表示年份。被解释变量r_agriloan表示农商行对农户和中小企业的金融支持；核心解释变量direct表示直接融资发展；control表示农商行和县级层面控制变量。为解决不可观测的遗漏变量问题，本文控制了农商行个体固定效应τi和年份固定效应λt，通过控制双向固定效应，可以消除不随时间变化的农商行异质性、县级异质性和宏观周期的影响。为控制面板数据潜在的自相关和异方差问题，本文将回归系数的标准误聚类到农商行层面。估计系数α1即为本文关注的直接融资发展对农商行农户和中小企业金融支持的影响。表 2汇报了基准回归中涉及的主要变量定义及描述性统计，其中12.50%的样本存在直接融资，分布于22个省份。
表 2 主要变量定义及描述性统计变量符号 变量定义 观测值 平均值 标准差 最小值 最大值 direct 县域企业是否有直接融资 7 140 0.125 0.331 0 1 r_agriloan 农户和中小企业贷款/总贷款 7 140 0.865 0.111 0.400 1 reform 农信社是否改制 7 140 0.392 0.488 0 1 lnasset 银行资产规模取对数 7 140 13.410 0.831 10.912 14.809 car 所有者权益/总资产 7 140 0.068 0.024 0.000 1 0.136 ldr 贷款余额/存款余额 7 140 0.649 0.099 0.373 0.859 holding 法人股/总股份 7 140 0.376 0.217 0 0.832 lngdppc 人均GDP对数 7 140 10.371 0.780 8.600 12.107 secondary 第二产业增加值/GDP 7 140 0.471 0.132 0.097 0.797 tertiary 第三产业增加值/GDP 7 140 0.357 0.093 0.065 0.879 fiscal 公共财政收入/公共财政支出 7 140 0.444 0.274 0.042 1.021 lntav 农户人均农机总动力对数 7 140 3.734 0.797 0.693 7.233 四. 实证结果
一 基准回归结果
表 3汇报的基准回归结果，显示了直接融资发展对农商行信贷结构调整的影响。(1)列仅控制了个体固定效应和年份固定效应，回归结果显示直接融资发展与本地区农商行的农户和中小企业贷款占比存在显著的正相关性，表明直接融资发展能够促进农商行调整信贷结构，增进金融普惠。(2)列进一步控制县级特征变量，(3)列则同时控制住县级特征变量和银行特征变量，结果一致表明，在1%的显著性水平下，直接融资发展能够促进农商行农户和中小企业贷款占比提升。并且，在(1)(2)(3)三列逐步添加控制变量的过程中，direct估计系数的显著性和大小均未发生明显变化，说明基准回归结果较为稳健。进一步考察基准回归结果的经济显著性，样本期内直接融资发展导致农商行的农户和中小企业贷款占比增加了4.7%，具有较大的经济意义。
表 3 基准回归结果r_agriloan (1) (2) (3) direct 0.058*** 0.052*** 0.047*** (0.014) (0.016) (0.016) reform 0.024*** (0.004) lnasset 0.010 (0.012) car 0.060 (0.104) ldr -0.055* (0.029) holding 0.044*** (0.014) lngdppc -0.026 -0.029* (0.017) (0.017) secondary 0.097 0.096 (0.063) (0.061) tertiary 0.077 0.092 (0.050) (0.060) fiscal 0.031* 0.021 (0.018) (0.018) lntav 0.029*** 0.026*** (0.007) (0.007) 个体固定效应 控制 控制 控制 年份固定效应 控制 控制 控制 观测值 7 140 6 120 6 120 R2 0.035 0.053 0.077 根据(3)列的回归结果，农信社改制(reform)对农户和中小企业贷款占比有正向的促进作用，与马九杰等[20]的研究结论一致，农信社市场化改制有助于金融支农。存贷比(ldr)对农户和中小企业贷款占比存在显著的负面作用，表明存贷比越高的农商行非农倾向越为严重。法人股占比(holding)对农户和中小企业贷款占比有显著的正向影响，说明稳步提升法人股比例、优化股权结构有助于促进农商行回归本源。人均GDP(lngdppc)与农户和中小企业贷款占比存在显著的负向关系，可能是因为经济发达地区农商行可选择的非农客户较多，因此其服务“三农”与中小企业的意愿较低。农户人均农机总动力(lntav)对农户和中小企业贷款占比存在显著的促进作用，一方面可能是因为现代化农业生产过程催生了大量的资金需求，另一方面是因为农机设备为农商行发放涉农贷款提供了合格抵押物。
二 稳健性检验
1 平行趋势与动态效应检验
本文的研究设计要求是，直接融资发生之前，存在直接融资与不存在直接融资地区，或者利用直接融资较早与较晚地区的农商行，在农户和中小企业贷款占比的变动趋势上保持一致。为验证上述假定，并考察直接融资对农商行信贷结构调整的动态效应，本文参考已有研究采用事件研究法(Event Study)进行检验，回归方程设定如下：
r−agriloan it=β0+β1D−5it+β2D−4it+⋯+β10D+6it+φcontrolit+τi+λt+εit (Ⅱ) 其中，i表示农商行及其所在的县级地区，t表示年份，Ditj是表示县域内企业利用直接融资前后第j 年的虚拟变量。用si表示i县企业利用直接融资的最早年份，则当t－si=j时，Ditj=1，否则Ditj=0。本文将县域利用直接融资的前第1年作为回归的基期，因此在(Ⅱ)式中剔除了Dit－1，其他变量定义同(Ⅰ)式。βj即为县域利用直接融资j年后(前)对农商行的农户和中小企业贷款占比的影响。图 2描绘了(Ⅱ)式各期估计系数βj和95%的置信区间。在县域利用直接融资之前，处理组与对照组农商行的农户和中小企业贷款占比不存在系统性差异，说明本文满足双重差分的使用前提——平行趋势假定；在县域利用直接融资之后，处理组农商行的农户和中小企业贷款占比显著增加，动态效应进一步证明直接融资发展有助于促进农商行回归本源、增进金融普惠，支持了本文的基准回归结论。
2 PSM-DID回归
本文在探讨直接融资发展对农商行回归本源的影响过程中，可能会面临不可观测的遗漏变量或者反向因果等内生性问题，为了增强基准回归结论的稳健性，更换匹配方式，采用PSM-DID进行检验。首先，利用Probit模型，估计每个县域使用直接融资的倾向得分；其次，通过核匹配法(Kernel Matching)确定权重，并施加“共同支持”(Common Support)条件；最后，使用PSM方法匹配好的样本进行DID检验。表 4汇报了PSM-DID的回归结果，其中(1)列仅控制个体和年份固定效应，(2)列进一步控制了县级特征变量，(3)列在此基础上又控制了银行特征变量。上述三列的回归结果表明，直接融资发展能够显著促使农商行提高农户和中小企业贷款占比，推动其回归本源；观察回归系数的经济显著性，与基准回归结果差别不大，进一步说明本文的基准回归结果具有较强的稳健性。
表 4 PSM-DID回归r_agriloan (1) (2) (3) direct 0.050*** 0.049*** 0.046*** (0.016) (0.016) (0.016) 银行特征变量 控制 县级特征变量 控制 控制 个体固定效应 控制 控制 控制 年份固定效应 控制 控制 控制 观测值 5 909 5 909 5 909 R2 0.039 0.047 0.069 3 变量替换
为确保变量度量的准确性，对核心解释变量和被解释变量进行了替换，确保回归结果的稳健性。第一，将核心解释变量替换为direct滞后1期(direct _1)，回归结果见表 5中(1)列。这样做的好处有两点：一是缓解农商行信贷结构对地区直接融资发展存在的潜在反向因果问题；二是图 2的动态效应分析显示直接融资发展的效应存在滞后性，滞后1期的直接融资发展对农商行的农户和中小企业贷款占比的估计系数更大，证明了滞后效应的存在。第二，将被解释变量分别替换为农户和中小企业贷款对数值(lnagriloan)、农户和中小企业贷款增速(g_agriloan)以及农户贷款户数对数值(lnhushu)，回归结果见(2)(3)(4)三列。近年来, 中小银行的金融市场业务不断扩张，信贷资产总量持续缩水，出现了金融“脱实向虚”现象[21-22]。由此可能会出现银行对农户和中小企业的实际信贷供给没有变化，但是农户和中小企业贷款占比却上升的现象。为了规避这种现象的干扰，本文用农户和中小企业贷款对数值、农户和中小企业贷款增速两个指标进行替换检验。利用农户贷款户数对数值进行替换检验，可以更好地衡量农商行的农户和中小企业贷款的覆盖面。表 5中进行变量替换的回归结果一致表明，直接融资发展对农商行农户和中小企业贷款投放具有显著的促进作用。
表 5 变量替换(1) (2) (3) (4) r_agriloan lnagriloan g_agriloan lnhushu direct _1 0.076*** (0.018) direct 0.105*** 0.056** 0.201** (0.029) (0.025) (0.099) 控制变量 控制 控制 控制 控制 个体固定效应 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 观测值 6 120 6 120 6 120 6 120 R2 0.081 0.831 0.247 0.153 4 加入“地区—年份”固定效应
近年来，党中央和国务院高度重视普惠金融的发展，在2015年政府工作报告中明确提出要让所有市场主体都能分享金融服务的雨露甘霖，并出台了《推进普惠金融发展规划(2016—2020年)》，力争到2020年，建立与全面建成小康社会相适应的普惠金融服务和保障体系。在中央的大力推动下，各省市可能也会因地制宜，先后出台一些符合当地实际情况的政策，促进银行金融普惠，增加农户和中小企业贷款。为了控制不同省市随时间变化的特征，本文在回归中加入了“地区—年份”固定效应，从而得到更为干净的因果识别结果[23]。表 6汇报了在基准回归中加入“地区—年份”固定效应得到的结果，其中(1)和(2)列控制了“省份—年份”固定效应，(3)和(4)列控制了“城市—年份”固定效应。可以看到，加入“地区—年份”固定效应之后，直接融资发展对农商行农户和中小企业贷款占比的影响仍然显著为正，与基准回归结果相比，系数大小也没有出现显著变化，进一步增强了本文结论的稳健性。
表 6 加入地区—年份固定效应r_agriloan (1) (2) (3) (4) direct 0.059*** 0.049*** 0.059*** 0.048*** (0.014) (0.016) (0.014) (0.016) 控制变量 控制 控制 控制 控制 “省份—年份”效应 控制 控制 “地市—年份”效应 控制 控制 个体固定效应 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 观测值 7 140 6 120 7 105 6 090 R2 0.050 0.094 0.042 0.084 5 安慰剂检验
对于本文的一个潜在威胁是：直接融资发展对于农商行结构调整的影响是由某些偶然因素驱动的。为此，本文参照既有研究[24-25]，通过安慰剂检验排除这一潜在的质疑。首先，从样本中随机抽取县域，假定其存在直接融资，每年抽取的数量与实际情况保持一致，从而构造出虚拟的直接融资发展状况。其次，基于虚拟样本，按照(Ⅰ)式的设定进行回归，得到核心估计系数α1。最后，利用蒙特卡洛模拟将上述操作重复1 000次，得到回归系数α1的分布(见图 3)。由图 3可知，虚拟样本回归得到的估计系数α1大体呈现以0为中心的正态分布，而基准回归得到的真实估计系数α1为0.047，且在1%的显著性水平下不为零。这说明本文的结果不是由偶然因素驱动的，直接融资发展确实能够促使农商行增加农户和中小企业贷款占比，提高金融普惠水平。
五. 进一步分析
一 机制分析
由理论分析可知，直接融资发展通过金融脱媒渠道作用于农商行的信贷结构，促使其加大对农户和中小企业的信贷供给，进而回归本源。为实证检验金融脱媒这条渠道的存在，本文从县域企业的资本市场再融资状况和企业从成立到利用资本市场融资的时间两个方面进行考察。第一，企业资本市场再融资状况。资本市场再融资是指上市企业在证券市场上进行的直接融资，主要包括配股、增发和发行可转换债券[26-27]。企业资本市场再融资越活跃，对银行贷款的挤出效应越大，金融脱媒的程度越高。第二，企业从成立至利用资本市场融资的时间。关系型信贷是农商行开展信贷业务的重要方式，企业从成立至利用资本市场融资的时间越长，越有可能与农商行建立密切的借贷关系，此时企业利用资本市场融资对农商行的冲击也越大，金融脱媒的程度也越高。基于上述分析，如果金融脱媒的渠道存在，那么当其他条件相同时，一个地区的企业资本市场再融资越活跃、企业从成立至利用资本市场融资的时间越长，农商行的农户和中小企业贷款占比会越高。具体回归方程设定如下：
r−agriloan it=κ0+κ1 disinter it+κ2 direct_amt it+κ3controlit+τi+λt+εit (Ⅲ) 其中，disinterit表示i县t年企业的资本市场再融资次数(refinance)或者企业从成立至利用资本市场融资的时间(duration)。控制变量方面，除了基准回归中控制的银行特征变量和县级特征变量，本文还控制了i县t年企业的直接融资次数(direct_amtit)，从而确保回归比较的是在其他条件相同的情况下，县域企业的资本市场再融资次数和企业从成立至利用资本市场融资的时间对农商行信贷结构调整的影响。表 7汇报了相关回归结果，其中(1)和(2)列显示资本市场再融资次数(refinance)在5%的水平下对农商行的农户和中小企业贷款占比具有显著的促进作用；(3)和(4)列显示企业从成立至利用资本市场融资的时间(duration)也在5%的水平下对农商行的农户和中小企业贷款占比存在显著的正向影响。上述结果一致表明，直接融资发展通过金融脱媒的渠道，促使农商行回归本源，增加对农户和中小企业的金融支持。
表 7 机制分析r_agriloan (1) (2) (3) (4) lnrefinance 0.015** 0.017** (0.007) (0.007) lnduration 0.067** 0.069** (0.030) (0.028) 控制变量 控制 控制 控制 控制 个体固定效应 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 观测值 7 140 6 120 7 140 6 120 R2 0.037 0.080 0.035 0.077 二 异质性分析
直接融资发展对于农商行回归本源的作用，也受到农商行自身及所在地区特征的影响，本文从农商行市场份额及其所在地区的土地确权进度两个层面进行异质性分析。
1 农商行市场份额
直接融资的门槛较高，因此能够利用直接融资的企业往往规模大实力强，其在选择贷款银行时也会优先选择实力强的银行。这就意味着，农商行在当地的市场势力越强，越有可能与这些企业形成借贷关系，受直接融资发展的冲击也越大。本文利用农商行在当地信贷市场的份额(share)来度量其市场势力，进行异质性分析。农商行市场份额(share)的计算方式为：农商行贷款总量/当地金融机构贷款总量，其中农商行贷款总量来自银保监会内部监管数据，当地金融机构贷款总量来自《中国县域统计年鉴》。表 8中(1)列汇报了相关回归结果：在10%的显著性水平下，直接融资发展对农商行农户和中小企业贷款占比的影响与农商行市场份额有关，市场份额越大，直接融资发展对农商行回归本源的作用越大。
表 8 异质性分析r_agriloan (1) (2) direct×share 0.091* (0.047) direct×land 0.018*** (0.006) 控制变量 控制 控制 个体固定效应 控制 控制 年份固定效应 控制 控制 观测值 6 120 6 120 R2 0.082 0.089 2 土地确权进度
中国农村集体土地确权登记旨在将农村集体土地所有权确认到集体成员，从而提升集体成员的土地承包经营权稳定性，这一方面提升了农户的抵押融资能力[28]，另一方面也增加了农户的资本投资需求[29]。基于上述分析，土地确权提升了农户有效资金需求和抵押融资能力，为农商行回归本源创造了条件，因此土地确权进度越快的地方，直接融资发展对农商行回归本源的作用越大。我国的农地确权采取试点先行、逐步扩大范围的方式，农地确权试点可以分为四个阶段。第一阶段(2009—2010年)以村组为单位，在8个试点村开展；第二阶段(2011—2012年)以乡镇为单位，在50个县开展；第三阶段(2013年)以县为单位，在105个县开展；第四阶段(2014—2016年)以县为单位，探索整省推进[30]。鉴于此，本文构建了指标landit表示i县t年是否进行了农地确权试点，由于本文使用的样本为县级层面，所以仅考虑第三阶段及以后以县为单位开展的农地确权试点。基于各地土地确权进度的异质性分析结果见表 8中(2)列，结果表明，在1%的显著性水平下，直接融资发展对农商行农户和中小企业贷款占比的影响与土地确权进度有关，土地确权进度越快，直接融资发展对农商行回归本源的作用越大。
六. 结论与政策启示
随着我国资本市场发展提速，直接融资在社会融资中所占比重越来越大，并使我国原有的金融体系发生巨大改变。其中一个重要改变是，银行在社会资金融通中的作用逐渐下降，其对公信贷业务受到直接融资的挤压。在此背景下，本文探讨了直接融资发展能否促使农商行回归本源，更多地服务农户和中小企业，进而提升县域金融普惠水平。基于1 020家农商行的样本数据，本文发现：第一，直接融资发展能够显著促使农商行回归本源，增加农户和中小企业贷款占比；第二，农商行市场份额越大、所在地区土地确权进度越快，直接融资发展对农商行回归本源的促进作用越大；第三，直接融资发展通过金融脱媒的渠道促进了农商行回归本源。
本文的政策启示体现在以下两点，第一，健全资本市场功能，提高直接融资比重。本文研究表明，提高直接融资比重，有助于符合条件的企业享受成本低廉且更加便利的金融服务，同时促使农商行扩大普惠金融覆盖面，更好地满足农户和中小企业的资金需求。因此，应加快健全中国特色多层次资本市场体系，增强直接融资包容性，拓宽直接融资入口。第二，改善农村地区信贷环境，引导农商行专注于农村和小微信贷市场，增强其金融服务的包容性。面对直接融资的发展，农商行原有的经营模式面临巨大的挑战，唯有回归本源，专注于农村和小微信贷市场，农商行才能获得新发展。然而，相比于城市地区，农村地区仍然面临信用体系建设落后、抵质押品缺乏等问题，不利于引导农商行回归本源，加大农村地区信贷投放。为营造农村地区良好的信贷环境，政府部门应进一步加强农村地区信用信息建设、拓宽农村抵质押品范围以及加快农业农村部门大数据共享等，从而为农商行回归本源创造良好的条件。
① 此处农商行也包括股份化改制前的农信社，根据亓浩等[6]的测算，2010—2016年农商行在县域贷款市场的份额为47%。
-
表 1 样本地理分布
省份 样本中农商行数量 2016年存在直接融资的样本数量 云南省 95 3 山西省 86 10 山东省 73 26 新疆维吾尔自治区 68 9 贵州省 67 10 四川省 64 10 内蒙古自治区 61 5 江西省 55 6 福建省 53 13 黑龙江省 51 2 湖北省 46 17 陕西省 46 8 广西壮族自治区 43 2 湖南省 36 8 安徽省 34 8 浙江省 31 14 辽宁省 26 6 江苏省 25 24 广东省 21 6 宁夏回族自治区 13 2 河南省 11 6 吉林省 8 3 甘肃省 5 0 河北省 2 0 注: 括号内表示为标准误，* * *、* *和*分别表示在1%、5%和10%水平上显著，下表同。 
下载: 导出CSV
表 2 主要变量定义及描述性统计
变量符号 变量定义 观测值 平均值 标准差 最小值 最大值 direct 县域企业是否有直接融资 7 140 0.125 0.331 0 1 r_agriloan 农户和中小企业贷款/总贷款 7 140 0.865 0.111 0.400 1 reform 农信社是否改制 7 140 0.392 0.488 0 1 lnasset 银行资产规模取对数 7 140 13.410 0.831 10.912 14.809 car 所有者权益/总资产 7 140 0.068 0.024 0.000 1 0.136 ldr 贷款余额/存款余额 7 140 0.649 0.099 0.373 0.859 holding 法人股/总股份 7 140 0.376 0.217 0 0.832 lngdppc 人均GDP对数 7 140 10.371 0.780 8.600 12.107 secondary 第二产业增加值/GDP 7 140 0.471 0.132 0.097 0.797 tertiary 第三产业增加值/GDP 7 140 0.357 0.093 0.065 0.879 fiscal 公共财政收入/公共财政支出 7 140 0.444 0.274 0.042 1.021 lntav 农户人均农机总动力对数 7 140 3.734 0.797 0.693 7.233
下载: 导出CSV
表 3 基准回归结果
r_agriloan (1) (2) (3) direct 0.058*** 0.052*** 0.047*** (0.014) (0.016) (0.016) reform 0.024*** (0.004) lnasset 0.010 (0.012) car 0.060 (0.104) ldr -0.055* (0.029) holding 0.044*** (0.014) lngdppc -0.026 -0.029* (0.017) (0.017) secondary 0.097 0.096 (0.063) (0.061) tertiary 0.077 0.092 (0.050) (0.060) fiscal 0.031* 0.021 (0.018) (0.018) lntav 0.029*** 0.026*** (0.007) (0.007) 个体固定效应 控制 控制 控制 年份固定效应 控制 控制 控制 观测值 7 140 6 120 6 120 R2 0.035 0.053 0.077
下载: 导出CSV
表 4 PSM-DID回归
r_agriloan (1) (2) (3) direct 0.050*** 0.049*** 0.046*** (0.016) (0.016) (0.016) 银行特征变量 控制 县级特征变量 控制 控制 个体固定效应 控制 控制 控制 年份固定效应 控制 控制 控制 观测值 5 909 5 909 5 909 R2 0.039 0.047 0.069
下载: 导出CSV
表 5 变量替换
(1) (2) (3) (4) r_agriloan lnagriloan g_agriloan lnhushu direct _1 0.076*** (0.018) direct 0.105*** 0.056** 0.201** (0.029) (0.025) (0.099) 控制变量 控制 控制 控制 控制 个体固定效应 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 观测值 6 120 6 120 6 120 6 120 R2 0.081 0.831 0.247 0.153
下载: 导出CSV
表 6 加入地区—年份固定效应
r_agriloan (1) (2) (3) (4) direct 0.059*** 0.049*** 0.059*** 0.048*** (0.014) (0.016) (0.014) (0.016) 控制变量 控制 控制 控制 控制 “省份—年份”效应 控制 控制 “地市—年份”效应 控制 控制 个体固定效应 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 观测值 7 140 6 120 7 105 6 090 R2 0.050 0.094 0.042 0.084
下载: 导出CSV
表 7 机制分析
r_agriloan (1) (2) (3) (4) lnrefinance 0.015** 0.017** (0.007) (0.007) lnduration 0.067** 0.069** (0.030) (0.028) 控制变量 控制 控制 控制 控制 个体固定效应 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 观测值 7 140 6 120 7 140 6 120 R2 0.037 0.080 0.035 0.077
下载: 导出CSV
表 8 异质性分析
r_agriloan (1) (2) direct×share 0.091* (0.047) direct×land 0.018*** (0.006) 控制变量 控制 控制 个体固定效应 控制 控制 年份固定效应 控制 控制 观测值 6 120 6 120 R2 0.082 0.089
下载: 导出CSV
-
[1] 吴晓求. 大国金融中的中国资本市场[J]. 金融论坛, 2015(5): 28-35. https://www.cnki.com.cn/Article/CJFDTOTAL-CSJR201505004.htm [2] 辜胜阻, 庄芹芹, 曹誉波. 构建服务实体经济多层次资本市场的路径选择[J]. 管理世界, 2016(4): 1-9. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201604003.htm [3] BOOT A W, THAKOR A V. Can relationship banking survivecompetition[J]. Journal of finance, 2000, 55(2): 679-713. doi: 10.1111/0022-1082.00223
[4] 陈斌. 金融脱媒机理下的商业银行业务转型[J]. 海南金融, 2008(5): 56-58. https://www.cnki.com.cn/Article/CJFDTOTAL-HNJR200805011.htm [5] CARPENTER J N, LU F, WHITELAW R F. The real value of China's stockmarket[J]. Journal of financial economics, 2021, 139(3): 679-696. doi: 10.1016/j.jfineco.2020.08.012
[6] 亓浩, 吴本健, 马九杰. 贷款利率市场化与农村金融机构回归本源[J]. 世界经济, 2022, (11): 77-100. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ202211010.htm [7] SONG Z, STORESLETTEN K, ZILIBOTTI F. Growing like China[J]. American economic review, 2011, 101(1): 196-233. doi: 10.1257/aer.101.1.196
[8] HUANG Y, MA Y, YANG Z, et al. A fire sale without fire: an explanation of labor-intensive FDI in China[J]. Journal of comparative economics, 2016, 44(4): 884-901. doi: 10.1016/j.jce.2016.04.007
[9] 刘畅, 曹光宇, 马光荣. 地方政府融资平台挤出了中小企业贷款吗?[J]. 经济研究, 2020(3): 50-64. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202003007.htm [10] ALLEN F, QIAN J, ZHANG C, et al. China's financial system: opportunities and challenges[EB/OL]. NBER Working Paper, No. 17828, 2012. https://www.nber.org/papers/w17828.
[11] 孔东民, 王亚男, 代昀昊. 为何企业上市降低了生产效率?——基于制度激励视角的研究[J]. 金融研究, 2015(7): 76-97. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201507008.htm [12] DELL'ARICCIA G, MARQUEZ R. Information and bank creditallocation[J]. Journal of financial economics, 2004, 72(1): 185-214.
[13] BERGER A N, UDELL G F. Relationship lending and lines of credit in small firmfinance[J]. Journal of business, 1995, 68(3): 351-381.
[14] AGARWAL S, CHANG Y, YAVAS A. Adverse selection in mortgagese curitization[J]. Journal of financial economics, 2012, 105(3): 640-660.
[15] PETERSEN M A, RAJAN R G. The effect of credit market competition on lending relationships[J]. Quarterly journal of economics, 1995, 110(2): 407-443.
[16] HERRERA A M, MINETTI R. Informed finance and technological change: evidence from credit relationships[J]. Journal of financial economics, 2007, 83(1): 223-269.
[17] 洪正. 新型农村金融机构改革可行吗?——基于监督效率视角的分析[J]. 经济研究, 2011(2): 44-58. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201102005.htm [18] LEVINE R, LIN C, PENG Q, et al. Communication within banking organizations and small business lending[J]. Review of financial studies, 2020, 33(12): 5750-5783.
[19] 张宁, 张兵, 吴依含. 农户信用评级对农村商业银行绩效的影响——基于典型试验区的追踪调查[J]. 中国农村经济, 2022(10): 102-123. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ202210006.htm [20] 马九杰, 亓浩, 吴本健. 农村金融机构市场化对金融支农的影响: 抑制还是促进?——来自农信社改制农商行的证据[J]. 中国农村经济, 2020(11): 79-96. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ202011006.htm [21] 李扬. "金融服务实体经济"辨[J]. 经济研究, 2017, 52(6): 4-16. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201706002.htm [22] 王国刚. 金融脱实向虚的内在机理和供给侧结构性改革的深化[J]. 中国工业经济, 2018(7): 5-23. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201807001.htm [23] 刘瑞明, 毛宇, 亢延锟. 制度松绑、市场活力激发与旅游经济发展——来自中国文化体制改革的证据[J]. 经济研究, 2020, 55(1): 115-131. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202001009.htm [24] LI P, LU Y, WANG J. Does flattening government improve economic performance?Evidence from China[J]. Journal of development economics, 2016, 123: 18-37.
[25] 张明昂, 施新政, 纪珽. 人力资本积累与劳动收入份额: 来自中国大学扩招的证据[J]. 世界经济, 2021(2): 23-47. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ202102003.htm [26] 田宝新, 王建琼. 上市公司再融资与股利政策的市场反应实证研究[J]. 中国软科学, 2016(7): 117-124. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK201607013.htm [27] 刘广生, 岳芳芳. 企业特征与再融资方式选择——来自中国上市公司2007—2015年的经验数据[J]. 经济问题, 2017(8): 50-55. https://www.cnki.com.cn/Article/CJFDTOTAL-JJWT201708009.htm [28] 彭艳玲, 苏岚岚, 廖泓博. 不同模式下农地抵押贷款风险评价、分担效果及治理策略研究——基于西部地区农村金融改革试点区的经验考察[J]. 农村金融研究, 2022(12): 51-61. https://www.cnki.com.cn/Article/CJFDTOTAL-NCJR202212006.htm [29] 孙琳琳, 杨浩, 郑海涛. 土地确权对中国农户资本投资的影响——基于异质性农户模型的微观分析[J]. 经济研究, 2020(11): 156-173. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202011011.htm [30] 马九杰, 亓浩, 吴本健, 等. 农地经营权抵押的金融供给效应分析——来自农村金融机构的证据[J]. 统计研究, 2023(1): 121-133. https://www.cnki.com.cn/Article/CJFDTOTAL-TJYJ202301009.htm -
期刊类型引用(2)
1. 那振芳，虎培森，朱方圆. 数字金融降低城市商业银行的风险承担了吗？. 金融发展研究. 2025(01): 3-12 . 
百度学术
2. 仲雨钊，杨君艳. 促进陕西省直接融资发展的对策建议. 西部金融. 2024(08): 92-97 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 76
- HTML全文浏览量: 22
- PDF下载量: 81
- 被引次数: 3
