一、引言

為解決農(nóng)村金融市場(chǎng)競(jìng)爭(zhēng)不充分，緩解小微企業(yè)、“三農(nóng)”領(lǐng)域融資難、融資貴問(wèn)題，2017年《政府工作報(bào)告》提出，鼓勵(lì)大中型商業(yè)銀行設(shè)立普惠金融事業(yè)部，國(guó)有大型銀行要率先做到。2019－2021年連續(xù)3年的《政府工作報(bào)告》分別指出，國(guó)有大型商業(yè)銀行小微企業(yè)貸款要增長(zhǎng)30%、40%、30%以上，旨在通過(guò)發(fā)揮大型銀行 “量增價(jià)降”的“頭雁”作用，帶動(dòng)其他金融機(jī)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(jiǎn)稱“大型銀行下沉”）。由于一、二線城市市場(chǎng)需求逐漸趨于飽和，而下沉市場(chǎng)前景廣闊、長(zhǎng)尾客群龐大，因此，各類銀行紛紛下沉市場(chǎng)，搶占“新藍(lán)海”，尋找新的利潤(rùn)增長(zhǎng)點(diǎn)。在外部政策驅(qū)動(dòng)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(kuò)大農(nóng)村資金供給、改進(jìn)農(nóng)村金融服務(wù)、降低小微企業(yè)融資成本的同時(shí)，也引發(fā)了新一輪同業(yè)競(jìng)爭(zhēng)。

截至2022年末，全國(guó)普惠型小微企業(yè)貸款（簡(jiǎn)稱“普惠小微貸款”）余額23.57萬(wàn)億元，同比增長(zhǎng)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(wàn)億元，同比增長(zhǎng)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(jī)斐然。但與此同時(shí)，如果大型銀行憑借其品牌優(yōu)勢(shì)、成本優(yōu)勢(shì)與科技優(yōu)勢(shì)在農(nóng)村普惠金融市場(chǎng)上“下沉過(guò)度”，就會(huì)對(duì)農(nóng)村金融機(jī)構(gòu)以息差收入為主要收入來(lái)源的盈利模式造成沖擊。由于運(yùn)營(yíng)成本較高，農(nóng)村金融機(jī)構(gòu)無(wú)法利用低利率貸款與大型銀行爭(zhēng)奪優(yōu)質(zhì)客戶，而大型銀行可以憑借低利率貸款優(yōu)勢(shì)，撬走大量?jī)?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(jī)構(gòu)紛紛開(kāi)啟自我革命，調(diào)整經(jīng)營(yíng)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(jià)缺乏競(jìng)爭(zhēng)力等痛點(diǎn)，向市場(chǎng)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(duì)農(nóng)村金融機(jī)構(gòu)能否產(chǎn)生“掐尖效應(yīng)”？是否產(chǎn)生“競(jìng)爭(zhēng)效應(yīng)”？如何優(yōu)化現(xiàn)有政策才能實(shí)現(xiàn)各類銀行錯(cuò)位競(jìng)爭(zhēng)、良性競(jìng)爭(zhēng)？

二、理論分析

（一）大型銀行下沉與農(nóng)村金融機(jī)構(gòu)的貸款集中度

最優(yōu)金融結(jié)構(gòu)理論認(rèn)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(cái)務(wù)報(bào)表等“硬信息”方面具有優(yōu)勢(shì)，在獲取、識(shí)別和傳遞企業(yè)主個(gè)人信息、企業(yè)經(jīng)營(yíng)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(jī)構(gòu)無(wú)法利用低貸款利率和金融科技與大型銀行爭(zhēng)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(shì)和科技優(yōu)勢(shì)，撬走農(nóng)村金融機(jī)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(jī)構(gòu)的貸款集中度。基于上述分析，本文提出研究假說(shuō)1。

H1：大型銀行下沉能夠降低農(nóng)村金融機(jī)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(jī)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(jī)構(gòu)的優(yōu)質(zhì)客戶，在一定程度上擠壓了農(nóng)村金融機(jī)構(gòu)的生存空間。部分學(xué)者認(rèn)為大型銀行服務(wù)大企業(yè)優(yōu)勢(shì)明顯，服務(wù)中小企業(yè)優(yōu)勢(shì)不明顯（張一林等，2019）。雖然這種說(shuō)法有一定道理，但是并不絕對(duì)。事實(shí)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(guò)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(shí)，也降低了融資成本。在風(fēng)險(xiǎn)管理方面，大型銀行通過(guò)創(chuàng)新信貸技術(shù)采用“軟信息”和交叉驗(yàn)證等方式對(duì)“三農(nóng)”主體進(jìn)行信用評(píng)級(jí)（de la Torre et al.，2010），在一定程度上可以減少大型銀行對(duì)“三農(nóng)”主體客戶財(cái)務(wù)報(bào)表等“硬信息”的依賴，有助于擴(kuò)大信用貸款規(guī)模，形成對(duì)農(nóng)村金融機(jī)構(gòu)擔(dān)保貸款的有效替代?；谏鲜龇治?，本文提出研究假說(shuō)2。

H2：大型銀行下沉能夠降低農(nóng)村金融機(jī)構(gòu)的貸款規(guī)模，擠壓農(nóng)村金融機(jī)構(gòu)的貸款空間。

（三）大型銀行下沉與農(nóng)村金融機(jī)構(gòu)的貸款結(jié)構(gòu)

面對(duì)生存空間被大型銀行持續(xù)擠壓，農(nóng)村金融機(jī)構(gòu)可以憑借自身優(yōu)勢(shì)實(shí)現(xiàn)差異化經(jīng)營(yíng)，產(chǎn)生“競(jìng)爭(zhēng)效應(yīng)”。大型銀行的內(nèi)部層級(jí)較多、不善于甄別“軟信息”，為了防范信貸風(fēng)險(xiǎn)，大型銀行在發(fā)放貸款時(shí)會(huì)嚴(yán)格要求抵押品價(jià)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(duì)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(jī)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(shì)，對(duì)當(dāng)?shù)亓闶劭蛻舻馁Y信情況、經(jīng)營(yíng)狀況掌握得更加準(zhǔn)確，有助于降低銀行與零售客群之間的信息不對(duì)稱。此外，農(nóng)村金融機(jī)構(gòu)還具有經(jīng)營(yíng)機(jī)制活、決策鏈條短、審批效率高等優(yōu)勢(shì)，可以根據(jù)市場(chǎng)變化及時(shí)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(duì)大型銀行下沉帶來(lái)的外部競(jìng)爭(zhēng)壓力，農(nóng)村金融機(jī)構(gòu)會(huì)主動(dòng)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(shì)，加大零售貸款投放?；谏鲜龇治?，本文提出研究假說(shuō)3。

H3：大型銀行下沉能夠倒逼農(nóng)村金融機(jī)構(gòu)加大零售貸款投放，產(chǎn)生“競(jìng)爭(zhēng)效應(yīng)”。

三、研究設(shè)計(jì)

（一）識(shí)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(biāo)志，雖然全國(guó)各縣農(nóng)村金融機(jī)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(jī)構(gòu)受到大型銀行下沉的影響程度不同。事實(shí)上，在農(nóng)村金融機(jī)構(gòu)壟斷程度較高的縣，銀行間競(jìng)爭(zhēng)程度較弱，大型銀行下沉對(duì)農(nóng)村金融機(jī)構(gòu)貸款行為影響較強(qiáng)；反之，在農(nóng)村金融機(jī)構(gòu)壟斷程度較低的縣，銀行間競(jìng)爭(zhēng)程度較強(qiáng)，大型銀行下沉對(duì)農(nóng)村金融機(jī)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(jī)構(gòu)網(wǎng)點(diǎn)數(shù)量占比來(lái)刻畫(huà)農(nóng)村金融機(jī)構(gòu)在該縣的壟斷程度，將各縣農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)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(xiàng)（連續(xù)DID），識(shí)別出大型銀行下沉對(duì)農(nóng)村金融機(jī)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(shuō)明

1.被解釋變量。本文被解釋變量為農(nóng)村金融機(jī)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(lái)衡量貸款規(guī)模，將個(gè)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(biāo)。

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(jī)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(xiàng)衡量?？h域農(nóng)村金融機(jī)構(gòu)的壟斷程度使用2017年各縣農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)量占當(dāng)?shù)劂y行業(yè)金融機(jī)構(gòu)總網(wǎng)點(diǎn)數(shù)量的比重衡量，沒(méi)有采用隨時(shí)間變化的壟斷指標(biāo)是為了緩解反向因果問(wèn)題。2017年5月國(guó)務(wù)院常務(wù)會(huì)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(shí)間虛擬變量取值為1，其他年份取值為0。

3.控制變量。在機(jī)構(gòu)層面，本文選取凈資產(chǎn)收益率、資產(chǎn)負(fù)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?，本文選取經(jīng)濟(jì)發(fā)展水平、第一產(chǎn)業(yè)占比、第二產(chǎn)業(yè)占比、財(cái)政支出規(guī)模、實(shí)際利用外資水平和非農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)量作為控制變量。

4.機(jī)制變量。本文選取農(nóng)村金融機(jī)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(jī)制變量。

（三）數(shù)據(jù)來(lái)源

本文以2012－2021年中國(guó)665家農(nóng)村金融機(jī)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(lái)自全球銀行與金融機(jī)構(gòu)分析庫(kù)和萬(wàn)得數(shù)據(jù)庫(kù)，部分缺失數(shù)據(jù)通過(guò)年報(bào)進(jìn)行補(bǔ)充?？h域特征數(shù)據(jù)來(lái)自《中國(guó)縣域統(tǒng)計(jì)年鑒》（2012－2021年，歷年）?？h域農(nóng)村金融機(jī)構(gòu)的壟斷程度、非農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)量等網(wǎng)點(diǎn)數(shù)據(jù)來(lái)自原銀保監(jiān)會(huì)公布的金融許可證信息（包括機(jī)構(gòu)設(shè)立、失控和退出情況）。

四、回歸結(jié)果分析

（一）基準(zhǔn)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(jī)構(gòu)的貸款集中度與貸款規(guī)模，而且未能促進(jìn)其貸款結(jié)構(gòu)向零售貸款轉(zhuǎn)型。該結(jié)論驗(yàn)證了假說(shuō)H1與H2，而假說(shuō)H3未得到驗(yàn)證。

（二）穩(wěn)健性檢驗(yàn)

為確?；鶞?zhǔn)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(yàn)、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(jìn)行穩(wěn)健性檢驗(yàn)，表明基準(zhǔn)回歸結(jié)果依然穩(wěn)健。

五、影響機(jī)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?yàn)樨?fù)，即大型銀行下沉顯著降低了農(nóng)村金融機(jī)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(jī)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(jī)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(duì)抵押貸款的影響在1%水平上顯著且系數(shù)方向?yàn)樨?fù)，對(duì)質(zhì)押貸款、保證貸款的影響不顯著。這說(shuō)明，大型銀行下沉“擠出”了農(nóng)村金融機(jī)構(gòu)的抵押貸款，從而降低了農(nóng)村金融機(jī)構(gòu)的貸款集中度與貸款規(guī)模。

六、進(jìn)一步分析

（一）大型銀行下沉對(duì)農(nóng)村金融機(jī)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(duì)信用貸款的影響不顯著，對(duì)貸款利率的影響在5%水平上顯著且系數(shù)方向?yàn)樨?fù)。說(shuō)明大型銀行下沉通過(guò)倒逼農(nóng)村金融機(jī)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(dòng)農(nóng)村金融機(jī)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(duì)農(nóng)村金融機(jī)構(gòu)盈利能力的影響

1.大型銀行下沉與農(nóng)村金融機(jī)構(gòu)的經(jīng)營(yíng)績(jī)效。結(jié)果顯示，大型銀行下沉對(duì)農(nóng)村金融機(jī)構(gòu)總資產(chǎn)收益率、凈資產(chǎn)收益率的影響不顯著，說(shuō)明大型銀行下沉對(duì)農(nóng)村金融機(jī)構(gòu)的盈利能力無(wú)顯著影響。然而，大型銀行下沉對(duì)農(nóng)村金融機(jī)構(gòu)凈息差、凈利差的影響在1%水平上顯著且系數(shù)方向?yàn)樨?fù)，說(shuō)明大型銀行下沉顯著降低了農(nóng)村金融機(jī)構(gòu)的凈息差與凈利差。

2.大型銀行下沉與農(nóng)村金融機(jī)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(jī)構(gòu)的收入結(jié)構(gòu)，在降低農(nóng)村金融機(jī)構(gòu)凈利息收入的同時(shí)，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(jī)構(gòu)的貸款集中度與貸款規(guī)模，撬走了農(nóng)村金融機(jī)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(jìn)農(nóng)村金融機(jī)構(gòu)貸款結(jié)構(gòu)向零售貸款轉(zhuǎn)變，尚未產(chǎn)生“競(jìng)爭(zhēng)效應(yīng)”。路徑分析表明，大型銀行下沉既能對(duì)農(nóng)村金融機(jī)構(gòu)的企業(yè)貸款進(jìn)行“掐尖”，也能“擠出”其抵押貸款，從而降低農(nóng)村金融機(jī)構(gòu)的貸款集中度與貸款規(guī)模。進(jìn)一步分析發(fā)現(xiàn)，大型銀行下沉通過(guò)倒逼農(nóng)村金融機(jī)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(jī)構(gòu)凈息差與凈利息收入的同時(shí)，也提高了其非利息收入，且對(duì)農(nóng)村金融機(jī)構(gòu)非利息收入的促進(jìn)效應(yīng)可以抵消對(duì)其凈利息收入的抑制作用。

（二）政策啟示

首先，持續(xù)推進(jìn)大型銀行下沉服務(wù)重心，鼓勵(lì)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(shí)也要對(duì)大型銀行過(guò)度下沉現(xiàn)象進(jìn)行糾偏，建議政府對(duì)不同類型銀行實(shí)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(jìng)爭(zhēng)問(wèn)題。

其次，支持農(nóng)村金融機(jī)構(gòu)堅(jiān)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(lì)農(nóng)村金融機(jī)構(gòu)堅(jiān)持做小做散，依托人緣地緣優(yōu)勢(shì)，創(chuàng)新?tīng)I(yíng)銷(xiāo)模式，強(qiáng)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(dòng)零售貸款量增質(zhì)優(yōu)。鼓勵(lì)理財(cái)規(guī)模較大的農(nóng)村金融機(jī)構(gòu)積極發(fā)展私人銀行、財(cái)富管理等中間收入業(yè)務(wù)，支持理財(cái)規(guī)模較小的農(nóng)村金融機(jī)構(gòu)，加速業(yè)務(wù)布局，提升理財(cái)產(chǎn)品銷(xiāo)售能力，擺脫對(duì)存貸利差的過(guò)度依賴，促進(jìn)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(shì)，遵循錯(cuò)位發(fā)展、公平競(jìng)爭(zhēng)、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(shì)，避免低水平重復(fù)或過(guò)度競(jìng)爭(zhēng)。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(dòng)填補(bǔ)農(nóng)村金融服務(wù)空白，避免利用資金成本優(yōu)勢(shì)對(duì)中小銀行優(yōu)質(zhì)客戶進(jìn)行“掐尖”。鼓勵(lì)中小銀行堅(jiān)持差異化的市場(chǎng)定位，發(fā)揮體制機(jī)制靈活、貼近市場(chǎng)與客戶等優(yōu)勢(shì)，減少?gòu)?fù)雜流程，提高放貸效率，實(shí)現(xiàn)與大型銀行錯(cuò)位競(jìng)爭(zhēng)，以更多長(zhǎng)尾客戶增量彌補(bǔ)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(jì)學(xué)院院長(zhǎng)、博士生導(dǎo)師；劉錦華系湖南大學(xué)金融與統(tǒng)計(jì)學(xué)院博士研究生。中國(guó)鄉(xiāng)村發(fā)現(xiàn)網(wǎng)轉(zhuǎn)自：《中國(guó)農(nóng)村經(jīng)濟(jì)》2023年第8期）

(掃一掃，更多精彩內(nèi)容！)