农村商业银行数字化发展对农业贷款投放影响

摘 要：农村商业银行作为服务“三农”主力军，担负着实现助农支农、乡村振兴的重任。在数字化经济发展背景下，农村商业银行数字化发展能否克服传统农贷存在问题，增加农业贷款投放，实现支农助农目标呢？本文利用2015-2020年44家农村商业银行年度数据，采用平衡面板固定效应模型检验农村商业银行数字化发展对农业贷款投放的影响。研究发现，农村商业银行数字化发展对农贷总量增长有显著的促进作用，经过稳健性检验仍可获得一致的结论农村商业银行数字化发展可以促进农业贷款投放。

关键词：农村商业银行；数字化；支农助农；涉农贷款

一、引言

农业强国是社会主义现代化强国的根基，党的二十大报告提出，完善农业支持保护制度，健全农村金融服务体系。农村商业银行（以下简称农商行）作为服务“三农”主力军，应该加快发展，助力实现支农助农、乡村振兴目标。2022年初，中国人民银行和原中国银保监会先后印发《金融科技发展规划（2022-2025年）》和《关于银行业保险业数字化转型的指导意见》，以数字化转型推动银行业高质量发展。健全适应经济发展的现代金融体系，农商行也应通过数字化发展，提升市场竞争力。

一方面实现支农助农、乡村振兴的目标，解决“钱从哪里来”的问题尤为重要，农贷难题长久存在（丁解民，2009）[1]，农贷风险高在很大程度上影响金融服务“三农”的效率。根据原中国银保监会统计数据显示，2020年末，农商行涉农不良贷款率高达4.9%，与此同时中国银行业金融机构不良贷款率仅为1.92%。涉农贷款风险高、加之农商行在农村金融市场上处于垄断地位（汪昌云等，2014）[2]，农村金融市场竞争不充分等原因，农商行难免为追求利润而出现“离农脱农”的现象（周月书和彭媛媛，2017）[3]。另一方面，政府为了缓解农贷融资难、融资贵问题，鼓励大中型商业银行设立普惠金融事业部，积极开展涉农普惠金融业务，出现“大型银行服务重心下称”现象，农村金融机构与大型银行相比，在人才储备、数据处理、资金实力等多方面存在不同程度的落后和不足，导致大型银行可以凭借低利率贷款优势，撬走农商行大量优质客户，产生“掐尖效应”（王修华和刘锦华，2023）[4]。并且大型银行下沉加剧县域银行业竞争，使县域银行收益减少（王修华和赵亚雄，2023）[5]。在此背景下，农商行迫切需要实现数字化发展，通过利用金融科技技术，降低涉农信贷风险（王丽珊等，2023）[6]。以及通过大数据、区块链、人工智能的方式积极实现转型（金惠怡，2023）[7]。现有文章更多关注农商行数字化发展过程中出现实际问题和建议方法，但尚未有学者研究农商行数字化发展对农业贷款投放实际影响。

二、文献综述和研究假设

农业贷款投放一直以来存在信息不对称问题（刁怀宏，2005）[9]，导致农贷在信用上明显存在问题。同时农村金融机构所采取传统信贷方式在管理方面存在审核标准不严格、信息搜集过于简单等管理问题（冯林宏等，2015）[10]，因此传统涉农贷款边际成本高，同时涉农贷款成本高是农商行减少农业贷款投放，偏离支农使命根本原因（杨胜刚和阳烨，2017）[11]。

农商行数字化发展核心在于用于先进金融科技对农商行银行进行升级和改造。多数研究认为金融科技能降低金融服务成本，银行利用网站注册的留存信息可以对传统信用评级进行补充，可以很好缓解借贷双方信息不对称（Berg，2020）[12]，同时数字技术可以极大提高金融机构放贷效率，降低贷款服务成本，可以更好对较远地区客户提供服务（Petersen和Rajan，2022）[13]，同时数字金融发展可以提高农商行运营效率（张正平和刘云华，2022）[14]。

已有研究表明农商行数字化发展可以降低农贷成本，提高运营效率，但是农商行数字化发展是否增加农业贷款投放？对农业贷款投放量影响程度多大？农商行数字化发展能否提高农业贷款投放，实现支农助农使命，仍需要严格论证。

基于此，本文整理了44家中国农商行2015-2020年年报数据，运用农商行农、林、牧、渔业贷款总额衡量农业贷款投放量，使用北京大学中国商业隐含数字化转型指数（谢绚丽和王诗卉，2022）[8]衡量农商行数字化发展水平，通过运用双向固定效应模型验证农商行数字化发展能否增加农业贷款投放量，通过改变解释变量以及排除异常年份影响，分析样本结论的稳健性，分析农商行数字化发展对农业贷款投放影响。

本文的边际贡献主要有：第一，本文首次研究农商行数字化发展对农业贷款投放影响，丰富农商行数字化发展的研究。现研究主要研究农商行数字化发展中出现实际研究方法和解决措施，尚未有学者研究商业银行数字化发展对农业贷款投放实际影响。第二，实现支农助农、乡村振兴一直都是我国农业现代化发展方向，农商行作为银行业中支农助农的主力军，能否增加农贷总额，促进农业发展。本文从数字化发展的视角为农商行支农助农提供了新路径。

从理论上讲，农商行数字化发展影响农业贷款投放主要体现在两个方面：一方面，数字化发展可以很好降低成本，数字化发展使得农商行于客户之间交流更加频繁，人工智能，大数据技术，遥感技术等普及，不仅农商行可以获得客户“画像”降低审核成本，还可以很好降低涉农贷款风险，成本降低有利于农贷总量的增加，进而可以提高农业贷款投放量。另一方面，数字化发展为农商实现行支农助农使命提供新机遇，数字化发展农商行摆脱营业时间和营业地点的束缚，极大延申金融服务时空界限，有利于扩大农户群体，农户可以通过智能手机、电脑实现贷款操作，有效提高农业贷款需求，进而增加农业贷款投放总额。据此，提出本文假说：农商行数字化发展对农业贷款投放具有促进作用。

三、研究设定

（一）模型设定

本文以农商行农贷总额作为被解释变量，以数字化发展作为核心解释变量，为验证研究假说，构造如下基准回归模型：

其中，下标和分别表示农商行个体和年份，和分别表示农商行农贷总额和数字化发展指数。表示农商行层面控制变量，表示宏观层面控制变量，表示农商行个体固定效应，表示时间固定效应，表示随机扰动项。

（二）变量选取与说明

1.被解释变量。农业贷款投放采用各农商行报表中农、林、牧、渔业贷款总额（单位：百万元）衡量农业贷款投放，涉农贷款与涉农储蓄以及农户人均收入有着密切关系（陈巍和蒋远胜，2023）[15]。

2.核心解释变量。农商行数字化发展指数（dig）采用北京大学中国商业银行数字化转型指数，能够准确地适用于农商行层面的数字化发展程度评估。

3.控制变量。农商行层面的控制变量包括（1）净利差（nis），采用农商行净利息收入与平均总资产的比值进行衡量；（2）拨贷比（dlr），采用农商行拨备余额与贷款总额的比值进行衡量；（3）资本充足率（car），采用农商行资本净额与风险加权资产的比值进行衡量；（4）总资产收益率（roe），采用农商行净利润与平均资产总额的比值进行衡量。宏观层面的控制变量包括：（1）国内生产总值（gdp），采用国内生产总值同比增长率进行测度；（2）货币政策（m2），采用广义货币供应量（M2）的同比增长率进行测度；（3）地区银行业竞争程度水平采用县域赫芬达尔-赫希曼指数（HHI）和前五大银行分支机构占比（CR5）（姜付秀等，2019）[16]进行测度。

（三）样本选择和数据来源

农商行无论在农村正规金融市场高占有率，还是农商行农贷总额占银行业农贷总额比例较高比例，都能体现农商行与农业发展紧密相连，农业贷款投放可以很好体现农商行支持农业发展力度，农商行数字化发展既能扩大农贷总额，满足自身营业需求，也能更好服务三农。鉴于农商行对于农业发展重要性，本文将农商行作为研究对象。采用2015-2020年全国44家农商行作为研究样本，相关财务数据来源于国泰安数据库，相关数据缺失部分通过农商行年报补齐；宏观数据来自中国经济年报和金融统计数据报告。

四、实证结果与分析

（一）描述性统计与相关性检验

如表1所示，农商行数字化发展水平的平均值为245.055，最大值为334.480，最小值为152.210，标准差为38.046，说明农商行数字化发展水平差异较大。农商行农贷总额平均值为2044.153，最大值为14577.600，最小值为10.163，标准差为2805.457，说明不同农商行农业贷款投放具有较大差异。

为有效测度被解释变量有核心解释变量之间的相关性，农商行数字化发展水平与农贷总额通过格兰杰因果检验以及Spearman相关系数检验（李凯风，2010）[17]。检验结果显示：原假设为农商行数字化发展水平与农贷总额不相关以及没有因果关系，P值为0，显著拒绝原假设，认为二者之间存在因果关系和相关性，即农商行数字化发展对农业贷款投放有显著影响。符合本文假说。

（二）基准回归

表2是农商行数字化发展对支农助农的影响固定效应模型的回归结果。结果显示，数字化发展的边际效应为正，即农商行数字化发展有助于增加农业贷款投放。第（1）列是农商行仅固定个体效应模型的回归结果，因为农商行农贷水平和数字化发展水平个体差异较大，因此采取个体聚类的个体固定效应，数字化转型的系数为11.050，在5%的水平上显著。第（2）列是加入时间固定效应的双向固定效应模型的回归结果，数字化发展的系数为52.315，同样在5%水平上显著可以很好说明农商行数字化对农业贷款投放具有促进作用，与本文假说相符。

（三）稳健性检验

1.变更农商行数字化发展水平的代理变量。本文采用农商行地区数字化发展水平指数作为农商行数字化发展的替代变量，表2第（3）列为使用农商行数字化发展对农业贷款投放影响程度，系数显示亦为正，再次说明农商行数字化发展对农业贷款投放具有促进作用，原有结论不变。

2.变更回归分析样本区间。2020年初新冠疫情爆发初始，银行业2020年不良贷款总额增加，总体贷款规模减小，同时中国人民银行调整货币政策，在传统货币政策基础之上，推出一系列结构性货币政策来抗击疫情和对冲疫情对经济的负面影响，因此去掉2020年样本，采用剩余样本重新进行回归分析。表2第（4）列给出了去掉2020年数据后回归的估计结果，结果显示农商行数字化发展系数显著为正，说明农商行数字化发展对农业贷款投放具有促进作用，原有结论不变。

五、结论与启示

农商行是服务“三农”主力军，担负着支农助农，促进实现乡村振兴的重任。本文使用2015-2020年44家农商行年度数据，首次考察了农商行数字化发展对农业贷款投放的影响。研究发现，农商行数字化发展有助于增加农业贷款投放。

基于研究结论，本文提出如下政策启示：一是加快推荐农商行数字化发展进程。在银行业竞争日趋激烈实际情况下，农商行应积极运用先进金融科技技术，实现技术降低成本，提高收益，提高市场竞争力，更好服务“三农”。二是强化农商行主体责任，农商行担负支农助农、促进实现乡村振兴的重任，农商行数字发展中新技术、新服务更多应用到促进农业发展过程当中，避免过分逐利而导致出现“离农脱农”现象，增加农贷投放，实现支农助农的目标。三是因行施策，农商行数字化发展水平差异大，所处数字化发展阶段不同，可以借鉴优秀农商行数字化发展成果，不搞“同一水平”发展模式，农商行在数字化发展过程中应该发现自身特点，实现具有自身特色的数字化发展，在数字化发展过程中逐步确立自身比较优势，实现差异化发展，进一步提高服务“三农”金融供给效率。

参考文献

[1]丁解民.关于破解农民贷款难的思考和建议[J].金融纵横，2009，（05）：3-6.

[2]汪昌云，钟腾，郑华懋.金融市场化提高了农户信贷获得吗？——基于农户调查的实证研究[J].经济研究，2014，49（10）：33-45+178.

[3]周月书，彭媛媛.双重目标如何影响了农村商业银行的风险？[J].中国农村观察，2017，（04）：102-115.

[4]王修华，刘锦华.大型银行服务重心下沉对农村金融机构信贷行为的影响[J].中国农村经济，2023，（08）：102-125.DOI：10.20077/j.cnki.11-1262/f.2023.08.005

[5]王修华，赵亚雄.县域银行业竞争与农户共同富裕——绝对收入和相对收入的双重视角[J].经济研究，2023，58（09）：98-115.

[6]王丽珊，陈俊良，何立峰等.金融科技应用与涉农信贷风险——来自980家农村商业银行的证据[J].金融理论与实践，2023，（08）：53-64.

[7]金惠怡.农村商业银行数字化转型发展研究[J].长春金融高等专科学校学报，2023，（06）：43-46.

[8]谢绚丽，王诗卉.中国商业银行数字化转型：测度、进程及影响[J].经济学（季刊），2022，22（06）：1937-1956.DOI：10.13821/j.cnki.ceq.2022.06.06

[9]刁怀宏.信息不对称、风险规避与农地金融合约——基于农户与贷款者的分析[J].中央财经大学学报，2005，（09）：40-45.

[10]冯林宏，赵苏杰，张换.小额农贷的发展现状及对策研究[J].品牌（下半月），2015，（07）：173.

[11]杨胜刚，阳烨.涉农贷款边际成本的测算及影响因素分析——基于湖南省87个县（市）农商行的经验数据[J].财经理论与实践，2017，38（06）：29-34.DOI：10.16339/j.cnki.hdxbcjb.2017.06.005

[12]Berg T，Burg V，Gombović A，et al. On the rise of FinTechs：Credit scoring using digital footprints[J]. The Review of Financial Studies，2020，33（7）：2845−2897.

[13]Petersen M A， Rajan R G. Does distance still matter？ The information revolution in small business lending[J]. The Journal of Finance，2002，57（6）：2533−2570.

[14]张正平，刘云华.数字金融发展对农村商业银行运营效率的影响——基于2014-2018年非平衡面板数据的实证研究[J].农业技术经济，2022，（04）：67-81.DOI：10.13246/j.cnki.jae.2022.04.002

[15]陈巍，蒋远胜.涉农信贷、农业保险与农村居民收入增长——基于资本流动视角的实证检验[J].财经理论与实践，2023，44（01）：26-33.DOI：10.16339/j.cnki.hdxbcjb.2023.01.004

[16]姜付秀，蔡文婧，蔡欣妮等.银行竞争的微观效应：来自融资约束的经验证据[J].经济研究，2019，54（06）：72-88.

[17]李凯风.基于Spearman分析的中国开放式基金业绩持续性实证研究[J].改革与战略，2010，26（10）：72-73.DOI：10.16331/j.cnki.issn1002-736x.2010.10.059