農村金融機構普惠金融供給對其盈利水平的影響研究
——以農村商業銀行為例

蘇 航

（南京農業大學，南京 210095）

從2003 年開始，中央一號文件連續十六年聚焦三農問題，并在2019 年提出8 項具體要求：聚力精準施策，決戰決勝脫貧攻堅；夯實農業基礎，保障重要農產品有效供給；扎實推進鄉村建設，加快補齊農村人居環境和公共服務短板；發展壯大鄉村產業，拓寬農民增收渠道；全面深化農村改革，激發鄉村發展活力；完善鄉村治理機制，保持農村社會和諧穩定；發揮農村黨支部戰斗堡壘作用，全面加強農村基層組織建設；加強黨對“三農”工作的領導，落實農業農村優先發展總方針。

金融是經濟發展的血脈管道，是經濟發展的必要保證，所以實現一號文件提出的目標以期徹底的解決三農問題，必須保證農村金融的發展，使其起到必要的積極作用。發展農村金融必須依靠農村金融主體，主要包括郵政儲蓄銀行，農村信用社，由農村信用社改制而成的農村商業銀行以及作為新型農村金融機構主體代表的村鎮銀行。雖然我國農村金融機構數量以及種類日益增加，但農村金融市場的金融供給狀況依然不足，農民貸款難、貸款貴的現象仍時有發生。為解決農村金融市場的供需矛盾，2015 年銀監會設立普惠金融部，2016 年國務院出臺《推行普惠金融發展規劃（2016-2020）》，2018 年3 月《政府工作報告》中明確支持金融機構擴展普惠金融業務。普惠金融被定義為立足機會平等要求和商業可持續性原則，以可負擔的成本為有金融服務需求的社會各階層和群體提供適當、有效的金融服務。關于普惠金融的界定與作用，學界也有廣泛的探討。星焱（2016）提出普惠金融的“5+1”界定法，當金融服務至少符合“5”中之一，且針對特定服務客體，就可認為屬于普惠金融[1]。何德旭等（2015）和白欽先等（2017）認為普惠金融是為解決金融排斥的必要手段[2-3]。陶建宏（2018）認為，普惠金融是為了鑿穿傳統金融的“天花板”[4]。謝紅玫（2017）則認為，普惠金融是一種引導金融資源重新向實體經濟和弱勢群體配置的方式[5]。

雖然普惠金融業務有利于農村經濟的發展，但作為普惠金融的供給方，農村金融機構的商業性質要求其追逐利潤最大化，這與其普惠金融供給是否相沖突，學界對此持不同看法。謝地（2011）認為農村金融機構與廣大農戶間有很強的信息不對稱，貸款存在道德風險和逆向選擇問題，涉農貸款可能會具有較大的風險[6]。戴青蘭(2016)認為農村地區在有效的擔保方和可變現抵押物、融資項目信用風險評級、農業保險方面的缺乏，大大增加了金融機構的放貸風險。同時農村地區的信用意識、法律意識較為薄弱也削弱了金融機構涉農業務的盈利性[7]。魏建國，朱春（2013）認為由于農產品高度趨同，且受季節性影響，涉農信貸受到農產品市場以及自然因素的影響，盈利性不佳[8]。

但也有學者對農村金融機構普惠性與其商業性的統一抱有樂觀態度。俆瑜青、劉冬、周吉帥，劉祥等均認為支農、支微，大力支持“三農”經濟發展，這是農村金融機構的生存的基礎和盈利來源，同時有利于其吸收本地縣域閑散資金，作為資金來源之補充。

基于學界在農村金融機構的普惠性與其盈利性間的相互關系存在分歧，我們認為有必要利用經驗數據進一步的量化探討。

一、指標選取與研究方法

（一）指標選取

為探討農村金融機構的普惠金融供給水平對其盈利水平的影響，我們分別選取指標衡量其普惠金融供給水平與盈利水平。以往的研究大多是從宏觀層面上衡量普惠金融的供給水平，很少有研究從微觀供給主體層面上去衡量普惠金融供給水平。因此本文參照傅玉、陳藝源（2017）提出的衡量銀行業金融機構對普惠金融供給的能力和質效的IFS 指標[9]，分別圍繞普惠金融中的“普”與“惠”而提出的金融服務覆蓋率、金融服務可得性兩個維度來對銀行業的普惠金融供給進行評價。我們采用農業貸款占比、無抵押貸款占比以及最大10 戶貸款占比評價金融服務的可得性，用服務下沉水平來代表金融服務的覆蓋率。因變量方面，我們選擇銀行凈資產收益率作為回歸子變量，因為正是對自有資產在普惠目標下的獲利能力的擔憂，才使得農村金融機構有了脫農的趨勢，而其總資本的獲利能力是股東次要考慮的。

另外，銀行的盈利水平不止與銀行的普惠供給相關，還與銀行的資本安全，風險控制，經營管理等因素相關，這些都應該作為控制變量考慮進模型，否則會導致解釋變量遺漏，導致回歸結果的偏離。國內對于銀行盈利性的影響因素有著較充分的研究，一般認為資本充足性，資產質量，管理效率，收入結構對銀行盈利性有著較大影響。由于我們研究均是農村金融機構，并不是與城市商業銀行對比，固而樣本有著非常接近的收入結構（中間業務占比很低），所以收入結構不值得作為控制變量而無意義的消耗自由度。另外，考慮到銀行的盈利性可能也受到規模效應影響，固而考慮把資產規模作為一個控制變量。因此，我們選取資產規模、不良貸款率、成本收入比以及資本充足率作為控制變量。

表1 指標選取

（二）研究方法

1.構建普惠金融供給指數

確定了普惠金融供給指標后，并不能立刻進行回歸分析，因為不同供給指標之間可能具有較強的相關性，會導致回歸系數的方差過大，影響結果的準確性。因此，基于普惠金融指標體系，我們需要選擇合適的數學方法，把四項普惠金融指標合成普惠金融指數，以便于從總體上把握普惠金融供給狀況。

Gupte 等(2012)簡單采用幾何平均法合成分項指標，這一方法對于指標之間替代關系的處理過于簡單。Chakravarty 和Pal(2013)利用指數加總法合成維度指數，這一計算方法的不足在于，針對每個維度設定的普惠敏感系數主觀性太強。Miahu(2017 ) , Camara 和Tuesta ( 2014)分別采用因子分析法和主成分分析法構建指數，權重計算依然缺乏內在穩定性。Sarma(2008,2012,2016)采用平均歐幾里得距離構建普惠金融指數，這一方法避免了分項指標完全可替代性，滿足良好指標的特性(單位無關，有界，單調)，而且意義直觀，易于計算。普惠金融指數的構建，在信息充分性的基礎上，指數構建方法需要滿足良好的指標屬性(單位無關、有界、單調)、計算的便捷性(易復制)以及意義直觀性[10]。基于已有文獻，本文采用平均歐幾里得距離構建普惠金融指數。

2.面板數據回歸

利用凈資產收益率（ROE）作為因變量，利用普惠金融供給指數（我們稱之為IFS）以及控制變量作為自變量進行回歸分析。由于農村金融機構數據獲取的限制性，為擴大樣本量，我們選擇面板數據進行分析，對數據進行hausman 檢驗，視p>chi2 值選擇固定效應模型還是隨機效應模型。

原模型：ROE=β0+β1IFS+β2car+β3npr+β4cs+β5cr+μ

固定效應模型：ROE=β0+β1IFSit+β2carit+β3nprit+β4csit+β5crit+ai+μit

隨機效應模型：ROE=β0+β1IFSit+β2carit+β3nprit+β4csit+β5crit+μit（μit=ui+vt+wit）

二、數據來源及實證分析

（一）數據來源

農村金融機構相對于大中型城市金融機構，其數據披露相對不足，數據獲取較為困難。在當前主流的農村金融機構當中，只有農村商業銀行能夠較為準時的定期披露信息。因此，基于數據的可得性，以及統計口徑的一致性，本文選取江蘇、安徽、福建、湖北四省6 家農村商業銀行2011年至2018 年8 年的經營數據進行實證分析。

（二）構建普惠金融供給指數

本文參考王婧(2013)的方法選用變異系數法[11]來確定各指標在普惠金融指數中所占的權重：分別計算第i（i=1…4）項指標的平均數m 和標準差std，變異系數Vi=stdi/mi，各指標權重為wi=vi/∑vi。

圖1 樣本銀行IFS 指數變化情況

di為標準化后的第i 項數據，Ai為標準化前的第i 項數據，maxi和mini分別為第i 項數據中的最大值和最小值。最終的普惠金融發展指數IFS 可以表示為點D 與點W 之間的歸一化的反歐幾里得距離，如下所示：

上圖描述了樣本銀行2011——2018 年的IFS指數變化情況。我們可以看到除了樣本2 銀行在2011-2012 年度的IFS 有著較為明顯的下降外，2、3、4、6 農商行的金融供給較為穩定，樣本1 以及樣本5 銀行有著較平緩的下降趨勢。

（三）實證分析

1.hausman 檢驗

在進行面板數據回歸前要進行hausman 檢驗，檢驗個體效應與回歸元的正交性。如果誤差項中包含的個體效應與模型中的解釋變量不相關的假設成立，則選擇隨機效應模型而這一假設不成立，為防止引起參數估計的不一致性，故而選擇固定效應模型。

利用stata15 軟件進行hausman 檢驗，Prob>chi2 = 0.4254，所以模型不拒絕原假設，為節省自由度，我們選擇隨機效應模型。

2.異方差修正

考慮到面板數據經常出現的序列相關與異方差的問題，我們使用STATA15 軟件進行檢測，發現其存在異方差以及較弱的序列相關情況。我們選擇使用GLS 估計來修正隨機效應模型中的異方差現象。

3.回歸分析

使用STATA15 軟件進行回歸，結果如下所示：

表2 回歸結果

觀察修正后的回歸結果我們可以發現，核心解釋變量IFS 以及控制變量Cr（成本收入比）在約5%的顯著水平上顯著，Cs（資本規模）和Npr（不良貸款率）在約1%的顯著水平上顯著，而Car（資本充足率）對盈利水平的影響不顯著。

從回歸系數看，核心變量普惠金融供給增加會促進農商行的盈利水平，控制變量中成本收入比與盈利水平呈正向關系，而不良貸款率的增加以及資產規模的擴大不利于農商行盈利水平的提高。

核心解釋變量IFS 是描述金融可得性以及金融覆蓋率的綜合指標，IFS 的增加能夠促進銀行盈利水平的增加，說明提高農村金融的可得性以及擴大農村金融的覆蓋面有利于農村商業銀行盈利水平的提升。

控制變量中不良貸款率以及成本收入比對盈利能力的影響與經驗相符，而資本規模的擴大卻對盈利能力產生了不良影響。產生這一現象的原因可能是隨著規模的擴大，銀行的風險偏好逐漸激進，從而對盈利水平造成了影響。祝元榮（2015）的研究發現，就中小型銀行樣本而言，使用不同模型估計，銀行資產規模對其盈利水平具有負向影響，且分別在10%和5%的水平下顯著，即隨著中小型銀行的資產規模增長，其盈利水平呈下降趨勢[12]。

三、結論與政策建議

（一）結論

本文探討了普惠金融供給對農村金融機構的盈利水平存在何種影響。我們以分別描述金融可得以及金融覆蓋的農業貸款占比、無抵押貸款占比、貸款集中度、網點下沉水平等指標構建了IFS 指數，并利用農商行數據進行了面板數據回歸分析，證明農村商業銀行加大普惠金融供給可以較顯著的促進其盈利水平的提高。

（二）政策建議

基于以上研究結論，我們提出如下相關政策建議。

1.明確發展定位

農村金融機構要在激烈的市場競爭中獲得一席之地，自身必須意識到其在服務三農方面的優勢地位，農村金融機構不是要成為大銀行，而是在實現自己商業目標與普惠目標的統一。

2.堅持小額、分散原則

農村金融機構面向農戶和小微企業，原則上來看，小額、分散應該是與其業務開展對象特點吻合的。但是，“壘大戶”現象也時有發生，有時候，農村金融機構傾向于貸款給當地規模較大的企業，以期提高自身收益水平。從回歸分析結果看，貸款集中度的提高不但無助于農村金融機構提高收益水平，反而會降低其盈利水平。因而，堅持小額、分散原則是實現農村金融機構商業性與其普惠性統一的有力保證。

3.加深網點下沉深度

農村金融機構立足于縣、市，但其業務重點應該在鄉鎮。只有保證農村金融機構網點的覆蓋面以及下沉深度，才能在鄉鎮地區扎根站穩，并在鄉鎮地區擁有區別于大中型商業銀行的競爭力，最后把當地的錢留在當地[13]。

4.加快建立農業信貸保險機制

雖然實證結果顯示，涉農貸款以及無抵押貸款的占比增加可能會有利于農村金融機構的盈利水平提高，但該部分盈利水平的提高可能來自于政府的優惠政策等外部作用。仍不可否認的是農戶、涉農的小微企業其信貸質量受季節性、氣候性影響較大，而且其抵押品的不足可能會導致農村金融機構的信貸成本較高，所以農業信貸保險機制的建立與完善至關重要，只有在成本上幫助農村金融機構“降下去”，在村鎮銀行普惠與盈利的統一性上才能“提上來”。

5.加快金融產品和手段創新

農村金融機構面對的客戶主要為農戶與小微企業，農村金融機構與城市大、中型商業銀行應該采取差異化的信貸政策，加快對其目標客戶的金融服務與產品創新，并廣泛運用手機銀行、網上銀行等信息化手段，緩解農村地區金融排斥現象。

6.做直接融資的中間人

小微企業融資中存在著麥克米倫陷阱，而在利率市場化背景下，直接融資趨勢日益明顯。農村金融機構應該在原有的貸款渠道外，開發新的融資工具，建立新的融資通道，將風險與銀行隔離，農村金融機構成為資金交易的服務者，并不參與其中。利用農村金融機構在物理網點、專業團隊、風險管理、業務經驗、科技及電子信息運用，為小微融資雙方提供平臺服務。