奥鹏易百

 找回密码
 立即注册

扫一扫,访问微社区

QQ登录

只需一步,快速开始

查看: 376|回复: 0

数字金融发展能否在农村金融市场发挥"鲶鱼效应"

[复制链接]

2万

主题

27

回帖

6万

积分

管理员

积分
60167
发表于 2022-4-5 14:30:01 | 显示全部楼层 |阅读模式
扫码加微信
数字金融发展能否在农村金融市场发挥"鲶鱼效应"*
——来自中国农信机构的证据
崔恒瑜 王 雪 马九杰

[提 要] 本文从农信机构贷款支农的角度出发,探究数字金融能够在多大程度上促进市场竞争,进而在农村金融市场发挥“鲶鱼效应”。理论部分基于市场势力假说,分析了数字金融发展对农信机构放贷行为的影响;实证部分将北京大学数字普惠金融的县级指数与县域农村信用社、农村商业银行的贷款数据相结合,对理论假说进行了检验。结论如下:第一,数字金融发展能够激励当地农信机构提升涉农贷款和农户贷款的投放规模和增长速度,表明数字金融在农村金融市场上发挥了“鲶鱼效应”。第二,数字金融发展对农信机构支农力度的正向影响主要来源于竞争激励机制,而现阶段数字金融难以在技术上对农信机构起到示范作用。第三,进一步讨论发现,数字金融发展还有助于降低农信机构的贷款利率,让更多的涉农主体享受到利率更低的信贷服务,真正推动农村正规金融服务的“普”和“惠”共同实现。

[关键词] 数字金融;农信机构;鲶鱼效应;涉农贷款

一、引言
“贷款难”问题制约着乡村振兴的实现,而激发农村金融市场、拓宽乡村投融资渠道则是中国“三农”领域的工作重点。农村信用社、农村合作银行和农村商业银行(以下简称“农信机构”)等地方法人金融机构是农村金融供给端的主力军,激发其在农村金融市场上的积极性是提升农村地区金融服务水平的重要路径之一。基于市场势力假说(market power hypothesis),学者们认为竞争水平的提高会削弱银行的垄断地位,进而让银行更加重视农户和中小企业等客户(Chong et al.,2013;Leon,2015;姜付秀等,2019);此外市场竞争能够促进金融支农和金融普惠的观点也得到了验证(谭燕芝和杨芸,2016;张正平和杨丹丹,2017;王雪和何广文,2019)。创新是提高金融市场竞争程度的重要方式之一(易纲和赵先信,2001),当今蓬勃发展的数字金融亦是创新型的金融,其能够与传统金融相互竞争,推动金融效率的提升和金融结构的变革,最终促进普惠金融的实现(吴晓求,2015;黄益平和黄卓,2018)。

数字金融发展所带来的冲击,可能会提高农村金融市场的竞争程度,进而激励农信机构巩固边缘客户和开发潜在客户。从定义上来看,数字金融是指互联网企业开展的新型金融模式,与“互联网金融”“金融科技”等概念相类似(郭峰等,2020),该定义得到了学界的普遍认可。① 从广义视角来看,银行及其他传统金融机构以及互联网企业利用数字技术开展的金融业务,都可以称之为数字金融。但本文从金融市场竞争的研究视角出发,因此这一广义的定义并不适用本文的研究问题。一方面,数字金融天然具有普惠性,而农村地区在其发展中的收益可能是最大的(黄益平和陶坤玉,2019)。另一方面,数字金融天然的普惠性能够弥补农村金融体系的短板、为农村金融市场注入新活力,但也会给农村金融机构带来竞争压力(黄益平等,2018;李牧辰等,2020)。激烈的市场竞争往往会提高银行的危机意识、竞争意识、市场意识,该影响作用被称为“鲶鱼效应”(刘荣,2002),这本质是一种竞争激励效应。数字金融的冲击也会产生鲶鱼效应(战明华等,2018;杜传忠和张远,2020)。这意味着包括农信机构在内的传统银行会在数字金融的竞争压力下增加对存在信贷需求的涉农主体和弱势群体的关注,这也符合市场势力假说的观点。

在既有文献中,数字金融对银行涉农贷款的影响存在竞争性观点,且现有实证研究存在不足。一方面,学界对数字金融影响农村正规信贷的方向存在不同观点:首先,有学者认为数字金融会对农户正规信贷产生正向作用(樊文翔,2021);其次,有学者认为农户的数字信贷会在一定程度上替代银行正规信贷(刘俊杰等,2020);再次,还有学者认为数字金融发展会减少农村生产性正规信贷需求、增加农村消费性正规信贷需求(傅秋子和黄益平,2018)。另一方面,现有的实证研究也存在一定的不足。学者们往往从需求端(即农户)的角度出发,来评估数字金融对农户银行信贷的影响效果,然而这只是一种间接的证据。仅有张正平和江千舟(2018)从供给端视角进行研究,但也碍于数据的限制② 该研究的样本中多数为新型农村金融机构,如小额贷款公司等,这类机构往往规模较小,不具备与数字金融公司竞争的实力。因此,在数字金融的扩张中,这些金融机构会被动地减少涉农贷款的发放数量。,得出了数字金融发展对农村金融机构支农力度产生负向影响的结论,这与市场势力假说的观点相悖。

从现实来看,农信机构作为县域农村金融服务的核心供给者(马九杰和吴本健,2012),讨论其放贷行为和支农力度在多大程度上会受到数字金融的影响,具有重要的现实价值和科学意义。然而,尚未有研究从农信机构贷款供给的角度出发,分析和评估数字金融是否能够在农村金融市场发挥出“鲶鱼效应”。从供给端来看,数字金融发展是否能够激发农信机构增加涉农贷款的投放规模?其中的机制又是如何?总体来看,农村正规金融服务的普惠性提高了吗?

为此,本文从理论上分析了数字金融发展对农信机构放贷行为和支农力度的影响路径,并得出三个假说。在实证分析中,本文将北京大学数字普惠金融指数与县域农信机构(包括农村信用社和农村商业银行)的贷款数据相结合,基于固定效应模型和面板工具变量模型,评估数字金融能否在农村金融市场中发挥“鲶鱼效应”,深入分析数字金融影响农信机构支农力度的具体机制,并进一步检验数字金融对农信机构支农“价格”的影响效果。

二、研究假说
(一)理论基础:市场竞争程度与涉农信贷配给
金融市场的竞争程度提高,有助于传统银行更加重视中小企业和“三农”领域。市场势力假说认为,竞争程度增加有助于传统银行降低信贷申请的门槛,进而扩大信贷的受惠面(宿伟健和赵婧,2019)。随着金融市场竞争程度提高,中小企业的信贷约束问题能够得到有效的缓解(Chong et al.,2013;Ryan et al.,2014;方芳和蔡卫星,2016)。与中小企业存在信贷约束的原因类似,涉农主体也往往缺乏可抵押的资产和完善的财务信息,与银行之间也存在着信息不对称问题(黄益平等,2018),这导致了传统银行缺乏服务“三农”的动机,需要通过提高市场竞争程度的方式进行激励。

数字金融的冲击亦能够提高金融市场的竞争程度、推动利率市场化进程,进而会在一定程度上恶化银行的存款结构、抬高银行的付息成本,导致银行在资产端的风险偏好有所增加,最终加剧了银行的经营风险(郭品和沈悦,2015;2019),降低了银行的盈利能力(邱晗等,2018;封思贤和郭仁静,2019)。因此,从市场势力假说的视角来看,数字金融发展在提高市场竞争程度的同时也会对银行支农起到正向影响。这一观点的具体分析详见下文。

(二)基本判断:数字金融会对农信机构支农力度产生正向影响
基于大数据、云计算和人工智能等优势,数字金融公司的放贷决策具有一定的包容性,能够向传统银行的边缘客户以及尚未开发的潜在客户提供贷款服务(Roure et al.,2018)。在现实中,数字金融企业开发出不同类型的数字信贷产品,如蚂蚁金服的“蚂蚁小贷”和“旺农贷”、京东集团的“京农贷”、新希望集团的“希望金融”和宜信的“宜农贷”等,早已开始与农信机构抢夺农村金融市场(汤敏和贾立,2017)。

然而,农信机构对县域金融市场的信贷客户存在着“地缘优势”和“亲缘优势”。农信机构的信贷大致可以分为两类,一类是抵押贷款,另一类则是信用贷款,这些贷款的审核与发放必须依靠农信机构的线下网点和人工服务,是数字金融无法替代的。也正是因为数字金融没有线下的网点和员工,难以依靠抵押品和个人信用,因此其客户主要是无抵押品的信用白户。以上分析表明,数字金融难以直接抢夺农信机构的信贷业务,相反,数字金融发展对农信机构支农力度的竞争激励作用可能更大。

事实上,数字金融发展会对农信机构的放贷行为产生激励效应,而涉农主体是该效应的受益者。具体而言,数字金融企业加入农村金融市场的竞争,会增加农信机构的危机意识和市场意识,进而会激励其扩大涉农贷款的投放规模来抢占市场。这一结论与“市场势力假说”的观点是一致的。因此,本文认为数字金融发展会在农村金融市场发挥出“鲶鱼效应”,激励农信机构增加涉农贷款的供给规模。据此,本文提出假说1。

假说1 数字金融发展会导致农信机构支农力度的提升。

(三)机制分析:是"竞争激励"而非"示范效应"
数字金融发展提高了农村金融市场的竞争程度,才导致农信机构出于巩固边缘客户和开发新客户的动机增加了涉农贷款的供给规模。这一行为反映了数字金融的竞争冲击激励了农信机构支农意愿的提升,本质上就是“鲶鱼效应”。因此,本文认为“竞争激励”是数字金融发展对农信机构支农力度产生影响的机制。

然而,以上因果判断还存在一种“示范效应”的可能性。有学者认为,数字金融能够为银行的数字化转型产生示范作用(沈悦和郭品,2015),因此数字金融发展有助于农信机构进行数字化改革,提高解决信息不对称的能力,最终才导致涉农贷款的投放增加(樊文翔,2021)。但这一机制有待商榷,因为农信机构规模较小、资金有限,且核心系统和数据由省联社掌握,往往不具备从法人机构层面进行数字化转型的条件。因此,本文认为“示范效应”不是数字金融发展导致农信机构支农力度增加的机制。据此,本文提出假说2。

假说2 数字金融发展之所以会导致农信机构支农力度的提升,是基于“竞争激励”机制而非“示范效应”机制。

(四)延伸讨论:数字金融对农信机构支农"价格"的影响
从前文分析中可以得出,数字金融发展能够激励农信机构增加涉农贷款的供给规模。如果在此过程中,农信机构的贷款利率随之提升,则说明数字金融发展仅仅有助于农信机构增加“普”的服务,而无法增加“惠”的服务。因此,本文进一步分析数字金融发展对农信机构支农“价格”的影响。

数字金融具有“价格发现”的功能,互联网金融市场的利率走势是金融机构判断存贷款利率的重要参考(杨东,2015)。在现实中,数字金融发展推动了利率市场化的进程(黄益平和黄卓,2018),越来越多的数字金融企业参与了金融市场竞争,这在一定程度上减少了利率扭曲(Nautz&Scheithauer,2011),也使得传统银行的存贷款利差缩小。

数字金融公司基于低人工的电子审贷、低成本的网络平台和新型的风控手段,能够降低信贷产品的风险溢价,进而能够在金融市场上提供低利率的信贷服务(Onay&Ozsoz,2013)。而低利率的数字信贷服务给银行业带来了可参考的利率水平和潜在的利率竞争,因此数字金融发展给传统银行的贷款利率带来了下行压力(邱晗等,2018)。因此,本文认为数字金融发展会降低农信机构发放贷款的利率水平,使农信机构提供的信贷服务不仅“普”而且“惠”。据此,本文提出假说3。

假说3 数字金融发展会推动农信机构的贷款利率下降。

三、实证设计和描述性分析
(一)基准回归模型设定
为了分析数字金融对农村金融市场的“鲶鱼效应”,评估数字金融发展水平对农信机构支农力度的影响效果,本文将县级层面的北京大学数字普惠金融指数和农信机构贷款数据相匹配,整合出2014—2016年的平衡面板数据,构造双向固定效应模型。在式(1)中,i代表农信机构,t代表年份,λi是个体固定效应,year t是时间固定效应,∑X it是控制变量,εi是误差项,具体如下:

pagenumber_ebook=35,pagenumber_book=33
1.被解释变量。y it是被解释变量,表示农信机构i在t年的涉农贷款规模。根据《涉农贷款专项统计制度》的规定,银行的涉农贷款不仅包括农户贷款,还包括农村企业和组织的贷款、城市企业和组织从事农、林、牧、渔业活动的贷款,因此该指标能够反映县域全部涉农主体的贷款总规模。为了减少数据的异常波动和便于估计系数的弹性解释,本文对上述变量进行取对数处理。

2.核心解释变量。digital f inance it表示农信机构i所在地区在t年的数字金融发展水平。由于数字技术与普惠金融的结合正是数字金融发展的主线,因此大量研究用北京大学数字普惠金融指数来衡量数字金融的发展水平(谢绚丽等,2018;张勋等,2020;吴雨等,2020),本文选取县级指数进行研究。

3.控制变量。除了数字金融外,农信机构的涉农贷款规模会受到许多因素的影响,需要进行控制以保障核心解释变量的估计系数无偏。本文从两个方面进行控制,一方面控制了一些银行特征,包括资产规模、资本充足率、拨备覆盖率、是否股份改制、贷款市场势力;另一方面控制了县区特征,包括经济发展水平、第一产业占比、第二产业占比、财政自给率、金融发展水平。具体变量定义见表1。此外,本文在回归中同时加入了个体和时间固定效应,并采用县区层面的聚类稳健标准误。

表1 变量含义和描述性统计

pagenumber_ebook=35,pagenumber_book=33
(二)数据来源和描述性分析
本文所使用的数据主要包括数字金融、农信机构和县区特征,具体的数据来源如下:首先,数字金融发展的数据来自北京大学数字金融研究中心和蚂蚁金服集团共同编制的中国数字普惠金融指数(郭峰等,2020)。其次,本文的农信机构数据来自原中国银行监督管理委员会,包括1 005家农信机构的贷款规模和财务状况。再次,县区的宏观经济社会数据来自历年《中国县域统计年鉴》和各省份的统计年鉴。

需要说明的是,在2014—2016年间中国数字金融发展迅速并且受到监管政策的干扰较小,为本研究提供了一个良好的实证环境。原因是:第一,2013年被称为互联网金融元年;2014—2016年间数字金融飞速发展,这一期间各地区数字金融发展水平的增长趋势较快、区域差异较大,能够为实证分析提供充足的变化差(variation)。第二,2016年末互联网金融进入了强监管时代① 2016年10月国务院办公厅印发《互联网金融风险专项整治工作实施方案》,对网贷、股权众筹、互联网保险、第三方支付、互联网资产管理及跨界从事金融业务等领域进行大范围排查;随后《P2P网络借贷风险专项整治工作实施方案》《网络借贷信息中介机构备案登记管理指引》《网络借贷资金存管业务指引》等监管文件密集下发,数字金融进入了严格监管时代。,大量的涉农互联网金融公司在2016年末开始关停。因此选取2014—2016年的数据有助于避免外部强监管对实证分析的干扰。

四、实证结果与分析
(一)基准回归:数字金融发展对农信机构涉农贷款规模的影响
本文对数字金融发展水平与农信机构涉农贷款规模进行回归,以验证数字金融能够在农村金融市场发挥“鲶鱼效应”,结果被整理在表2的前三列中。表2的第(1)列仅控制了双向固定效应,第(2)列在第(1)列的基础上控制了银行特征变量,第(3)列在第(2)列的基础上控制了县域经济变量。结果显示:数字金融发展水平越高则涉农贷款的供给规模越大,即数字金融发展能够激励农信机构提供更多数量的涉农贷款。

表2 数字金融发展对农信机构涉农贷款的影响

pagenumber_ebook=36,pagenumber_book=34
注:***,**和*分别表示在1%,5%和10%的水平上显著,括号中为聚类标准误。下表同。

此外,本文还考察了数字金融发展对涉农贷款增长率的影响。涉农贷款增长率等于当期涉农贷款规模与前一期的差值占前一期的比重,为了保障样本是三期的平衡面板数据,本文还整理了2013年的涉农贷款规模,以确保能够计算出2014年的涉农贷款增长率。表2的第(4)列给出了具体的回归结果,可以看出数字金融发展对涉农贷款规模增长率的影响效果为正向显著。这表明数字金融发展不但能够激励农信机构增加涉农贷款的供给规模,而且这一激励作用会随时间推移而不断提升。以上结果基本验证了假说1。

(二)关于基准回归结果稳健性的讨论
1.内生性处理:面板工具变量法。

本文使用工具变量法来缓解潜在的内生性问题。借鉴张勋等(2020)的方法,使用“各县到杭州的球面距离”作为工具变量(使用地理信息系统GIS计算得出)。这一工具变量的好处有两点,第一,距离杭州越近则往往数字金融发展越好,表明这一变量能够很好地预测数字金融发展;第二,距离杭州越近与农信机构的涉农贷款规模没有理论上的联系,表明这一工具变量具有较好的外生性。特别地,由于数字金融发展水平是随时间变化的,但本文所选择的工具变量不随时间变化,因此本文将工具变量与全国层面(除本县)数字金融发展水平的均值进行交互,构造出具有时间变化效应的工具变量(张勋等,2020),并在回归中取对数处理。

本文使用以上工具变量进行两阶段回归(IV-2SLS)。表3的第(1)列报告了工具变量与数字金融发展水平的相关性,估计系数为负向显著,表明距离数字金融发展中心越远的地区,其数字金融发展水平越低,这与预期一致。表3的第(2)列汇报了工具变量估计的第二阶段回归结果,可以看出数字金融发展对于涉农贷款规模的提升作用是正向显著的,与基准回归的结论基本一致。需要说明的是,Cragg-Donald Wald F统计量和Kleibergen-Paap rk Wald F统计量分别为29 000和6 010,远大于Stock-Yogo弱工具变量检验的临界值16.38,表明IV-2SLS不存在弱工具变量的问题。

此外,考虑到省会城市往往也是省内数字金融发展的中心,因此本文将各县到省会的距离作为工具变量(张勋等,2019),用相同的方法构造出具有时间变化效应的工具变量,并进行IV-2SLS回归,结果见表3的第(3)列和第(4)列。可以看出,第(3)列和第(4)列估计系数的方向和显著性与前两列类似,这说明当使用到省会城市的球面距离作为工具变量时,数字金融发展对涉农贷款规模的影响仍是正向显著的。综上,在处理内生性问题之后,本文的回归结果仍然表明数字金融发展能够激励农信机构增加涉农贷款规模。2.替换被解释变量:农户贷款规模。

表3 数字金融发展对农信机构涉农贷款影响的IV-2SLS回归

pagenumber_ebook=37,pagenumber_book=35
为了确保回归结果的稳健性,本文调整被解释变量的口径。考虑到涉农主体包括农户、企业和组织,相比企业和组织而言,农户是相对弱势的群体。分析数字金融发展对农信机构普惠性服务供给的影响,需要特别关注农户的贷款状况。为此,本文将农户贷款规模和农户贷款增长率作为被解释变量,再次进行回归,结果如表4所示。

表4的前三列给出了数字金融发展对农户贷款规模的影响,控制变量的使用与基准回归一致。可以看出核心解释变量的估计系数均为正向显著。根据表4第(3)列的估计系数,可以得出:数字金融发展每增加1%,则农户贷款规模增加0.073 0%,这一效果略大于数字金融对涉农贷款规模的影响效果。表4的第(4)列则给出数字金融发展对农户贷款增长率影响的估计结果,也为正向显著,且系数和显著性均大于表2的第(4)列。这表明,在数字金融激励农信机构加大支农力度的同时,农户群体的受益超过了其他主体。

表4 数字金融发展对农信机构农户贷款的影响

pagenumber_ebook=38,pagenumber_book=36
3.替换核心解释变量:基于“文本挖掘法”构造的数字金融指数。

北京大学数字普惠金融指数的构造是基于蚂蚁金服的底层交易数据,能够精准地反映出数字金融的发展状况,是相关研究中最常用的指数。但遗憾的是,该指数仅依靠蚂蚁金服一家数字金融企业的数据作为支持,难以全方位地展现出各地区数字金融发展的整体水平。为此,本文尝试沿袭沈悦和郭品(2015)、盛天翔和范从来(2020)的“文本挖掘法”,基于搜索引擎中关于数字金融相关关键词的指数,使用熵值法构造出衡量各地区数字金融发展的水平的指标。

在已有文献的基础上,本文将数字金融相关的关键词分成了五个层面:一是技术角度,包括大数据、云计算、人工智能、区块链、生物识别;二是支付角度,包括在线支付、移动支付、第三方支付;三是贷款角度,包括网络融资、网络小额贷款、网络贷款、网贷、网上融资;四是同义角度,包括互联网金融、金融科技;五是机构角度,包括希望金融、宜信、翼龙贷。需要说明的是,一方面,本文搜集的百度指数是“PC+移动”的搜索指数,能够完整地反映出各地区互联网搜索引擎的使用水平;另一方面,通过公开渠道可以得到省和市两级的百度指数,本文选取地级市一级指数以更精准地反映农信机构所在地的数字金融发展水平。构造出的综合指数介于0~1之间。为了便于解释系数和平滑波动性,与郭峰等(2020)的处理方式类似,本文将该指数乘以100,并进行取对数处理。最终构造出了数字金融综合指数,将其作为核心解释变量进行回归,结果汇报在表5中。

表5前三列的被解释变量为涉农贷款规模,第(4)列的被解释变量为涉农贷款增长率,控制变量的设置与基准回归一致。在表5中,数字金融综合指数的估计系数均为正向显著,这表明基于“文本挖掘法”和百度搜索指数构造的数字金融指数,也能够证明数字金融对农信机构的涉农贷款规模和涉农贷款增长率的正向作用。这再次表明基准回归结论是可信的。

表5 基于百度搜索指数构造的数字金融发展对农信机构涉农贷款的影响

pagenumber_ebook=39,pagenumber_book=37
(三)机制检验
1.市场竞争程度增加是数字金融影响农信机构支农力度的机制。

本文尝试验证数字金融的“鲶鱼效应”是存在的。基于市场势力假说,本文认为数字金融发展会对农信机构的支农力度产生正向影响,是因为数字金融产生了“竞争激励”作用。

为此,本文将通过交互项分析的方式验证这一机制。首先,本文认为如果农信机构原本所处的竞争环境比较激烈,那么其对于数字金融带来的竞争反应不会很大;相反,若农信机构原本处于一个相对垄断的环境下,那么其对于外生的数字金融竞争反应会很大。农信机构的贷款市场势力能够表示其在县域金融市场的竞争环境,这一指标越大则表示其垄断地位越高、竞争环境越弱。因此,本文将数字金融发展水平与贷款市场势力进行交互,回归结果汇报在表6的第(1)列。可以看到该交互项的估计系数是正向显著的,表明在农信机构越处于垄断地位、越缺乏竞争,数字金融发展对农信机构支农的影响效果越显著。

其次,考虑到地区的金融发展水平也能够反映出当地的金融市场竞争环境。金融发展水平越高,表明当地的金融市场越发达、竞争越激烈。因此本文将该变量与数字金融发展水平进行交互,并进行回归分析,结果汇报在表6的第(2)列。可以看出,这一交互项的系数为负向显著,意味着在金融越发达、竞争越强的地区,数字金融发展对农信机构支农力度的影响越小;相反,在金融越不发达、竞争越弱的地区,数字金融发展对农信机构支农力度的影响越大。综上,基于该部分的交互项分析,可以认为数字金融发展是通过增加了市场竞争,而导致农信机构涉农贷款规模的增加。

2.排除竞争性假说。

此外,本文还排除了“示范效应”的竞争性假说。本文认为数字金融难以对农信机构的贷款审核技术起到示范作用,也无法提高其缓解信息不对称的能力。

为此,本文将通过以下的努力以排除上述竞争性假说。首先,本文所使用的数字金融发展指数可以分解为三个维度,分别是数字金融的覆盖广度、服务深度和数字化程度(郭峰等,2020)。如果数字金融发展有助于农信机构进行数字化转型,进而增加了涉农贷款规模,那么应该是数字金融的数字化程度系数这一指标最为显著。本文将数字金融的覆盖广度、服务深度和数字化程度同时放在模型中,对涉农贷款规模回归,结果如表6第(3)列所示。可以看出数字金融的数字化程度系数为负数且不显著,唯一正向且显著的系数是数字金融的覆盖广度。这表明,数字金融的数字化程度其实并没有对农信机构起到示范作用。

表6 数字金融发展对农信机构涉农贷款的影响机制分析

pagenumber_ebook=40,pagenumber_book=38
其次,若农信机构能够进行数字化转型,那么其对于信息不对称的解决能力也会提升。地理距离是产生信息不对称的重要原因,考虑到农信机构的网点往往设置在乡镇中心,因此可以认为乡镇的区域面积越大,则农信机构与农户之间的距离越远,信息不对称程度越严重。如果数字金融发展能够提高农信机构处理信息不对称的能力,那么在乡镇区域面积越大的地区,数字金融对农信机构涉农贷款规模的正向影响越显著。为此,本文计算出县区平均每个乡镇的区域面积,并与数字金融发展水平进行交互,回归结果汇报在表6的第(4)列中。然而,根据表6第(4)列的结果,可以看出该交互项的系数为负向显著,这表明乡镇面积越大、信息不对称越严重的地区,数字金融对农信机构支农力度的影响效果越小。这意味着,数字金融发展无法提升农信机构解决信息不对称的能力,即数字金融并不能够在贷款审核技术上给农信机构起到示范作用。也就是说,促进农信机构进行数字化改革,并不是数字金融导致农信机构支农力度增加的有效机制。综上,本部分的回归有助于排除数字金融对农信机构的示范效应,说明增加农村金融市场的竞争激烈程度,才是数字金融激励农信机构投放出更多涉农贷款的关键原因。这基本验证了假说2。

(四)进一步分析:数字金融发展对农信机构贷款利率的影响效果
以上实证分析验证了数字金融发展会导致农信机构的信贷服务更加“普”,而本部分则检验数字金融发展是否能使农信机构涉农贷款更加“惠”。本文将贷款利率作为被解释变量进行回归,结果汇报在表7的前三列中。表7第(1)列加入双向固定效应,第(2)列在此基础上加入银行特征变量,第(3)列加入了全部控制变量。可以看出,数字金融发展水平的系数都是负向显著的,这表明数字金融发展有助于农信机构降低贷款利率,也让涉农主体享受到“低价”的贷款服务。此外,为了避免内生性对这一结果的干扰,按照前文的内生性处理方式,本文在此处进行IV-2SLS回归。结果如表7第(4)列所示,可以看出核心解释变量的系数仍然是负向显著的,表明数字金融降低农信机构贷款利率的结论具有一定的统计意义。

表7 数字金融发展对农信机构贷款利率的影响

pagenumber_ebook=41,pagenumber_book=39
综上,数字金融发展在激励农信机构投放更多涉农贷款的同时,也会促进其降低贷款的利率水平。也就是说,在数字金融的竞争激励作用下,农信机构会向“三农”领域提供更多的普惠性金融服务。

五、结论与政策启示
数字金融发展对农村金融市场的影响一直是学界讨论的热点话题。数字金融企业提供的服务本身能够填补农村金融市场的空白,若其还能够激励传统银行提高支农力度,那么就意味着数字金融发展能够有效地扩大农村金融普惠的边界。通过前文的分析,本文得到了如下结论:第一,数字金融发展有助于激励农信机构增加涉农贷款的供给规模。第二,数字金融发展能够增加农村金融市场的竞争程度,进而激励传统农村金融机构投放出更多的涉农贷款;而农信机构由于自身缺乏进行数字化转型的条件,因此数字金融难以基于示范效应来提升农信机构处理信息不对称的能力,即数字化转型不是农信机构增加涉农贷款的原因。第三,数字金融发展不仅有助于银行涉农贷款规模的增加,还能够推动农村金融机构的贷款利率降低,有助于农村正规金融服务的“普”和“惠”同时实现。本文基于研究结论,得到了如下政策启示。

首先,应鼓励数字金融企业参与金融市场竞争,激发传统银行对普惠性信贷业务的关注。数字金融公司应坚持共享、便捷、低成本与低门槛等方面的技术优势,在防范金融系统风险的基础上,充分发挥自身在普惠金融服务上的优势,与传统银行业在县域金融市场上展开竞争。充分发挥数字金融的“鲶鱼效应”,来激励传统银行更多地为涉农主体及弱势群体提供金融服务。

其次,应推动农信系统数字化改革,提高其应对数字金融发展的能力。在当今的数字金融蓬勃发展的时代,应推动农信系统在省联社层面与数字科技公司展开合作,以提高农信机构服务农村家庭和涉农组织的效率。在充分结合农信机构“地缘优势”和“亲缘优势”的前提下,通过技术赋能等方式,让传统农村金融机构在贷款审核、风险控制等方面与大数据、人工智能等技术进行结合,使其在服务“三农”方面“锦上添花”。

最后,应对区域性的中小银行给予政策支持,以确保其能够长期、稳定地扎根于县域金融市场中。农信机构、村镇银行等中小银行作为县域金融市场的供给主力军,会在数字金融的“鲶鱼效应”之下更多地开展低回报、低收益的普惠性金融服务。因此应通过财政贴息、税收减免等方式来支持中小银行的盈利性和安全性,降低其经营压力和负担,以确保其能够可持续地在县域金融市场上提供充足的金融服务。

参考文献

杜传忠、张远,2020:《“新基建”背景下数字金融的区域创新效应》,《财经科学》第5期。

樊文翔,2021:《数字普惠金融提高了农户信贷获得吗?》,《华中农业大学学报(社会科学版)》第1期。

方芳、蔡卫星,2016:《银行业竞争与企业成长:来自工业企业的经验证据》,《管理世界》第7期。

封思贤、郭仁静,2019:《数字金融、银行竞争与银行效率》,《改革》第11期。

傅秋子、黄益平,2018:《数字金融对农村金融需求的异质性影响——来自中国家庭金融调查与北京大学数字普惠金融指数的证据》,《金融研究》第11期。

郭峰、王靖一、王芳、孔涛、张勋、程志云,2020:《测度中国数字普惠金融发展:指数编制与空间特征》,《经济学(季刊)》第4期。

郭品、沈悦,2015:《互联网金融对商业银行风险承担的影响:理论解读与实证检验》,《财贸经济》第10期。

郭品、沈悦,2019:《互联网金融、存款竞争与银行风险承担》,《金融研究》第8期。

黄益平、黄卓,2018:《中国的数字金融发展:现在与未来》,《经济学(季刊)》第4期。

黄益平、陶坤玉,2019:《中国的数字金融革命:发展、影响与监管启示》,《国际经济评论》第6期。

黄益平、王敏、傅秋子、张皓星,2018:《以市场化、产业化和数字化策略重构中国的农村金融》,《国际经济评论》第3期。

姜付秀、蔡文婧、蔡欣妮、李行天,2019:《银行竞争的微观效应:来自融资约束的经验证据》,《经济研究》第6期。

李牧辰、封思贤、谢星,2020:《数字普惠金融对城乡收入差距的异质性影响研究》,《南京农业大学学报(社会科学版)》第3期。

刘俊杰、李超伟、韩思敏、张龙耀,2020:《农村电商发展与农户数字信贷行为——来自江苏“淘宝村”的微观证据》,《中国农村经济》第11期。

刘荣,2002:《股份制商业银行竞争力分析》,《金融研究》第8期。

马九杰、吴本健,2012:《利率浮动政策、差别定价策略与金融机构对农户的信贷配给》,《金融研究》第4期。

邱晗、黄益平、纪洋,2018:《金融科技对传统银行行为的影响——基于互联网理财的视角》,《金融研究》第11期。

沈悦、郭品,2015:《互联网金融、技术溢出与商业银行全要素生产率》,《金融研究》第3期。

盛天翔、范从来,2020:《金融科技、最优银行业市场结构与小微企业信贷供给》,《金融研究》第6期。

宿伟健、赵婧,2019:《产业结构高级化与合理化:银行竞争的“力量”》,《财经科学》第11期。

谭燕芝、杨芸,2016:《市场化竞争对金融支农水平影响的分析——基于省际面板数据的实证研究》,《经济经纬》第3期。

汤敏、贾立,2017:《新常态下农商银行网点转型思考——以A农村商业银行为例》,《西部金融》第6期。

王雪、何广文,2019:《县域银行业竞争与普惠金融服务深化——贫困县与非贫困县的分层解析》,《中国农村经济》第4期。

吴晓求,2015:《互联网金融:成长的逻辑》,《财贸经济》第2期。

吴雨、李成顺、李晓、弋代春,2020:《数字金融发展对传统私人借贷市场的影响及机制研究》,《管理世界》第10期。

谢绚丽、沈艳、张皓星、郭峰,2018:《数字金融能促进创业吗?——来自中国的证据》,《经济学(季刊)》第4期。

杨东,2015:《互联网金融的法律规制——基于信息工具的视角》,《中国社会科学》第4期。

易纲、赵先信,2001:《中国的银行竞争:机构扩张、工具创新与产权改革》,《经济研究》第8期。

战明华、张成瑞、沈娟,2018:《互联网金融发展与货币政策的银行信贷渠道传导》,《经济研究》第4期。

张勋、万广华、张佳佳、何宗樾,2019:《数字经济、普惠金融与包容性增长》,《经济研究》第8期。

张勋、杨桐、汪晨、万广华,2020:《数字金融发展与居民消费增长:理论与中国实践》,《管理世界》第11期。

张正平、江千舟,2018:《互联网金融发展、市场竞争与农村金融机构绩效》,《农业经济问题》第2期。

张正平、杨丹丹,2017:《市场竞争、新型农村金融机构扩张与普惠金融发展——基于省级面板数据的检验与比较》,《中国农村经济》第1期。

Chong,T.T.L.,L.Lu,and S.Ongena,2013,“Does Banking Competition Alleviate or Worsen Credit Constraints Faced by Small-and Medium-sized Enterprises?Evidencefrom China”,Journal of BanKing&Finance,37(9):34123424.

Leon,F.,2015,“Does Bank Competition Alleviate Credit Constraints in Developing Countries?”,Journal of BanKing&Finance,57(8):130142.

Nautz,D.,and J.Scheithauer,2011,“Monetary Policy Implementation and Overnight Rate Persistence”,Jour nal of International Money and Finance,30(7):13751386.

Onay,C.,and E.Ozsoz,2013,“The Impact of Internet-banking on Brick and Mortar Branches:The Case of Turkey”,Journal of Financial Services Research,44(2):187204.

Roure,C.D.,L.Pelizzon,and A.V.Thakor,2018,“P2P Lenders versus Banks:Cream Skimming or Bottom Fishing?”,SAFE Working Paper Series 206.

Ryan,R.M.,C.M.O’Toole,and F.Mc Cann,2014,“Does Bank Market Power Affect SME Financing Constraints?”,Journal of BanKing&Finance,49(12):495 505.

CAN DIGITAL FINANCE PLAY A“CATFISH EFFECT”IN RURAL FINANCIAL MARKET
——Evidence from Rural Credit Institutions in China

CUI Heng-yu1 WANG Xue2 MA Jiu-jie1

(1.School of Agricultural Economics and Rural Develop ment,Ren min University of China;2.Postdoctoral Research Station of Agricultural Bank of China)

Abstract:Fromthe perspective of rural credit institutions lending to support agriculture,this paper explores how digital financeintensifies market competition,which in turn produces a“catfish effect”in the rural financial market.Based on the Market Power Hypothesis,this paper theoretically analyzes the influence of digital finance develop ment on rural financial institutions’agricultural and rural loans.In the empirical part,this paper co mbines the Digital Inclusive Financial Index of Peking University with the county-level loan data of rural credit cooperatives and rural commercial banks.The conclusions are as follows.Firstly,the develop ment of digital finance can encouragelocal rural credit institutions to i mprove the scale and growth rate of agricultural loans and far mers’loans,indicating that digital finance has led to a“catfish effect”in the rural financial market.Secondly,the positivei mpact of the develop ment of digital finance on rural credit institutions’support for agriculture is mainly based on the competitive incentive mechanis m.At this stage,it is difficult for digital finance to serve as a technical demonstration for rural credit institutions.Thirdly,the develop ment of digital finance can also help to reduceloan interest rates of rural credit institutions.Therefore,more agriculture-related entities can enjoy cheaper credit service,which promotes the realization of rural inclusive finance.

Key words:digital finance;rural credit institutions;catfish effect;agricultural-related loans

* 崔恒瑜、马九杰(通讯作者),中国人民大学农业与农村发展学院,邮政编码:100872,电子信箱:rucchy@163.com;王雪,中国农业银行博士后科研工作站。本文得到了国家社科基金重大项目“乡村振兴背景下数字乡村发展的理论、实践与政策研究”(20&ZD164)和国家自然科学基金面上项目“数字金融发展在农村金融空间配给缓解和实体经济金融普惠中的作用研究”(71973146)的资助。感谢匿名评审人提出的修改建议,笔者已做了相应修改,本文文责自负。

(责任编辑:张雨潇)

奥鹏易百网www.openhelp100.com专业提供网络教育各高校作业资源。
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|www.openhelp100.com ( 冀ICP备19026749号-1 )

GMT+8, 2024-12-26 00:42

Powered by openhelp100 X3.5

Copyright © 2001-2024 5u.studio.

快速回复 返回顶部 返回列表