亓 鵬 韓慶瀟

（1.中國人民銀行萊蕪市中心支行，山東 濟南 271100；2.中國人民銀行濟南分行，山東 濟南 250021）

一、引言

作為金融系統(tǒng)中支農(nóng)支小的主力軍，農(nóng)信機構(gòu)利用自身貼近基層的天然優(yōu)勢，在服務(wù)實體經(jīng)濟，特別是支持“三農(nóng)”和“小微”等領(lǐng)域發(fā)揮了重要作用。不過，近年來，在農(nóng)信機構(gòu)市場化改制全面推進的背景下，由于經(jīng)營目標(biāo)更加注重逐利性和市場導(dǎo)向性，疊加農(nóng)村市場需求的不斷萎縮，部分農(nóng)信機構(gòu)在經(jīng)營定位上出現(xiàn)了“離農(nóng)脫小”的盲目擴張傾向，“抓大抓強、全面發(fā)展、壘大戶”等新問題逐漸顯現(xiàn)，嚴(yán)重背離了農(nóng)信機構(gòu)市場化改革的初衷，很容易引發(fā)風(fēng)險傳染和連鎖反應(yīng)等問題。在此背景下，2021年中央一號文件強調(diào)“加大對機構(gòu)法人在縣域、業(yè)務(wù)在縣域的金融機構(gòu)的支持力度，推動農(nóng)村金融機構(gòu)回歸本源”，這體現(xiàn)出國家層面對農(nóng)村商業(yè)銀行（以下簡稱農(nóng)商行）脫離業(yè)務(wù)本源問題的重視，以及對農(nóng)商行堅守支農(nóng)支小定位的支持。

與此同時，隨著大數(shù)據(jù)、云計算、區(qū)塊鏈等互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，普惠金融數(shù)字化程度不斷加深，農(nóng)商行在省聯(lián)社的指導(dǎo)下積極“觸網(wǎng)”，基于縣域市場主體的生產(chǎn)和消費需求推出了各類線上產(chǎn)品，為農(nóng)商行服務(wù)進一步下沉和業(yè)務(wù)回歸本源奠定了基礎(chǔ)。但值得注意的是，農(nóng)商行對數(shù)字技術(shù)的應(yīng)用局限于單一業(yè)務(wù)環(huán)節(jié)和單一品類產(chǎn)品，創(chuàng)新能力嚴(yán)重不足。而以國有大行為代表的大型商業(yè)銀行，憑借長期積累的資金、人才以及技術(shù)基礎(chǔ)優(yōu)勢，數(shù)字化轉(zhuǎn)型升級進程較快，能夠以較低的資金成本挖掘優(yōu)質(zhì)企業(yè)客戶。特別是在監(jiān)管引導(dǎo)及優(yōu)惠政策刺激下，近年來國有大行小微企業(yè)貸款利率總體呈大幅下降趨勢，普惠金融領(lǐng)域價格戰(zhàn)逐漸蔓延。面對國有大行的業(yè)務(wù)沖擊，中小商業(yè)銀行被動下調(diào)小微企業(yè)貸款利率，利潤空間不斷被壓縮。綜上，雖然金融科技的發(fā)展有助于農(nóng)商行回歸縣域法人機構(gòu)本源，專注支農(nóng)支小信貸主業(yè)，但在市場競爭加劇、自身市場定位偏離以及風(fēng)險暴露的背景下，農(nóng)商行能否真正回歸業(yè)務(wù)本源值得關(guān)注與思考?；诖?，本文主要探討以下兩個問題：一是金融科技在不同的發(fā)展階段，會對農(nóng)商行本源業(yè)務(wù)——中小微企業(yè)貸款——產(chǎn)生怎樣不同的影響；二是此種影響具體體現(xiàn)在哪個維度。與現(xiàn)有文獻相比，本文的邊際貢獻在于：我們將研究視角聚焦于存在天然劣勢的縣域農(nóng)商行，有助于了解金融科技迅速發(fā)展背景下中小法人商業(yè)銀行的生存環(huán)境及其面臨的市場競爭壓力，豐富了金融科技對商業(yè)銀行影響的相關(guān)研究，同時也為既有理論提供了經(jīng)驗數(shù)據(jù)的支持。

二、文獻綜述與研究假設(shè)

（一）技術(shù)溢出效應(yīng)

梳理現(xiàn)有文獻發(fā)現(xiàn)，數(shù)字金融與傳統(tǒng)金融的關(guān)系大體可分為“替代論”“補缺論”與“互補論”三種觀點。“替代論”認(rèn)為，數(shù)字金融可以有效破解傳統(tǒng)金融中固有的交易成本和信息不對稱等問題（謝平和鄒傳偉，2012），通過商業(yè)模式或者技術(shù)創(chuàng)新沖擊原有壟斷機構(gòu)的市場地位（蘇治等，2018），因此，給傳統(tǒng)銀行帶來的負(fù)面影響大于正面影響（Beck，2001）?！把a缺論”則認(rèn)為，數(shù)字技術(shù)的本質(zhì)只是技術(shù)工具的改進，其作用在于提高效率，使金融服務(wù)延伸到被傳統(tǒng)金融忽視的弱勢群體，本身并不能鑒別信息真?zhèn)危y以解決信息不對稱的問題（王國剛和張揚，2015；汪煒和鄭揚揚，2015）。當(dāng)前，多數(shù)學(xué)者支持“互補論”的觀點（劉瀾飚等，2013），即數(shù)字技術(shù)可以通過技術(shù)溢出效應(yīng)優(yōu)化傳統(tǒng)金融服務(wù)，如改善信息采集方式、風(fēng)險定價模型以及投資決策過程等，從而激發(fā)傳統(tǒng)金融機構(gòu)的創(chuàng)新活力，帶動交易成本的降低和經(jīng)營效率的提升（程鑫，2015；劉忠璐，2016；孟娜娜等，2020；王升等，2021），實現(xiàn)家庭信貸擴張和正規(guī)金融服務(wù)下沉（吳曉求，2015）。事實也證明，金融科技對傳統(tǒng)商業(yè)銀行機構(gòu)的影響已呈現(xiàn)從競爭向跨界競合轉(zhuǎn)變的趨勢。對于中小商業(yè)銀行而言，如城商行，可以憑借在普惠金融領(lǐng)域的先驗優(yōu)勢，以及“船小好調(diào)頭”的特質(zhì)，迅速與數(shù)字金融產(chǎn)生聯(lián)系耦合效應(yīng)，因此，其對外溢技術(shù)具有更強的吸收能力（沈悅和郭品，2015）。

（二）市場擠出效應(yīng)

傳統(tǒng)大型商業(yè)銀行具備強勢的客戶基礎(chǔ)并掌握大量的金融數(shù)據(jù)，借此可以與金融科技巨頭進行優(yōu)勢互補，在金融服務(wù)和產(chǎn)品創(chuàng)新、風(fēng)險管理等多方面實現(xiàn)數(shù)字化轉(zhuǎn)型升級，進一步擴大業(yè)務(wù)半徑，從而促進金融服務(wù)下沉。而中小法人商業(yè)銀行在客戶基礎(chǔ)、經(jīng)營范圍、系統(tǒng)建設(shè)等方面均處于弱勢地位。以農(nóng)商行為例，其經(jīng)營范圍一般局限于縣域，競爭優(yōu)勢主要體現(xiàn)在“長尾”客戶，隨著金融科技的發(fā)展以及大型商業(yè)銀行金融服務(wù)的下沉，其產(chǎn)品創(chuàng)新能力低下的缺陷將被不斷放大，競爭優(yōu)勢也將被削弱，最終導(dǎo)致市場份額下降（封思賢和郭仁靜，2019）。此外，金融科技的運用縮小了大型商業(yè)銀行與中小商業(yè)銀行在獲取中小企業(yè)信息方面的差距，并借助資金成本優(yōu)勢對中小商業(yè)銀行產(chǎn)生了“掐尖效應(yīng)”，刺激了中小商業(yè)銀行風(fēng)險水平的上升。麥肯錫發(fā)布的《全球數(shù)字化銀行的戰(zhàn)略實踐與啟示》也指出，金融科技可以增強大型商業(yè)銀行涉足消費金融和中小企業(yè)信貸市場的動機和能力（金洪飛等，2020）。

（三）研究假設(shè)

金融科技的發(fā)展可以通過技術(shù)溢出效應(yīng)對商業(yè)銀行支持中小微企業(yè)產(chǎn)生正面影響，但逐利性是商業(yè)銀行的本質(zhì)特征，爭奪優(yōu)質(zhì)中小客戶是商業(yè)銀行的理性選擇，大型商業(yè)銀行可能在普惠領(lǐng)域?qū)ο鄬θ鮿莸霓r(nóng)商行形成“降維打擊”，產(chǎn)生一定的掐尖與擠出效應(yīng)。因此，我們認(rèn)為金融科技與農(nóng)商行本源業(yè)務(wù)——中小微企業(yè)貸款——之間可能存在非線性關(guān)系，金融科技發(fā)展程度較低時，有利于農(nóng)商行中小微業(yè)務(wù)規(guī)模增長，但發(fā)展到一定程度后，則轉(zhuǎn)為抑制業(yè)務(wù)規(guī)模增長。由此，本文建立以下假設(shè)：

H1：金融科技的發(fā)展與農(nóng)商行中小微業(yè)務(wù)規(guī)模之間呈倒U形關(guān)系，即金融科技發(fā)展程度較低時，正面影響占主導(dǎo)地位；而當(dāng)發(fā)展到一定程度后，負(fù)面影響則更為凸顯。

根據(jù)監(jiān)管部門的規(guī)定，第三方支付的賬戶如果不綁定銀行卡，就只具備小額轉(zhuǎn)賬的功能，其功能價值將大幅受限（郭峰等，2020）。因此，僅考慮數(shù)字金融的覆蓋廣度，難以真正體現(xiàn)出金融科技的普惠價值?；诖?，我們認(rèn)為，較之?dāng)?shù)字金融覆蓋廣度，本地區(qū)用戶實際使用數(shù)字金融服務(wù)的情況——即數(shù)字金融使用深度，更能體現(xiàn)金融科技在本地區(qū)的發(fā)展現(xiàn)狀與成效。數(shù)字金融使用深度對金融機構(gòu)的影響具體表現(xiàn)在以下三個方面：第一，只有當(dāng)用戶實際使用支付、信貸及投資等各類數(shù)字金融服務(wù)時，才能通過增加對銀行卡等傳統(tǒng)金融載體的應(yīng)用，為傳統(tǒng)金融機構(gòu)提供大量可供分析的數(shù)據(jù)信息，從而便于金融機構(gòu)對客戶信用、資產(chǎn)條件進行分析與評估（楊波等，2020）。第二，在數(shù)字金融服務(wù)實際利用率更高的地區(qū)，大型銀行的優(yōu)勢會更加凸顯，比如提供同樣的線上產(chǎn)品服務(wù)時，大型商業(yè)銀行可以憑借較低的資金成本和利率優(yōu)勢，積極搶奪優(yōu)質(zhì)中小企業(yè)客戶。第三，移動終端和在線服務(wù)已經(jīng)開始削弱銀行的用戶黏性，用戶轉(zhuǎn)換銀行已經(jīng)不再困難，因此，在市場競爭激烈的地區(qū)，農(nóng)商行優(yōu)質(zhì)中小企業(yè)客戶更易流失。由此，本文建立以下假設(shè)：

H2：金融科技對農(nóng)商行本源業(yè)務(wù)的影響主要體現(xiàn)在用戶實際使用數(shù)字金融服務(wù)情況這一維度，即金融科技使用深度與農(nóng)商行中小微業(yè)務(wù)規(guī)模之間呈倒U形關(guān)系。

三、數(shù)據(jù)、模型與指標(biāo)說明

（一）研究樣本與數(shù)據(jù)來源

作為全國第四個完成農(nóng)信社銀行化改革的省份，山東省內(nèi)農(nóng)商行數(shù)量較多，且統(tǒng)計數(shù)據(jù)能夠滿足連續(xù)性與一致性的要求。此外，縣域農(nóng)商行作為整個農(nóng)信系統(tǒng)的主要組成部分以及普惠金融業(yè)務(wù)的主力軍，其“本源業(yè)務(wù)”的發(fā)展情況更具有代表性。因此，我們對山東省94 家縣域農(nóng)商行進行了問卷調(diào)查，剔除數(shù)據(jù)異常和缺失的樣本，最終選取87 家縣域農(nóng)商行作為本文的研究對象。此外，考慮到2015年中國人民銀行等十部委聯(lián)合印發(fā)了《關(guān)于促進互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》，對互聯(lián)網(wǎng)金融的概念進行了明確，并設(shè)置了業(yè)務(wù)開展的紅線和準(zhǔn)則，自此互聯(lián)網(wǎng)金融進入了相對規(guī)范的發(fā)展階段，因此，我們將時間跨度設(shè)定為2015—2019年。需要說明的是，部分農(nóng)商行由于改制、人員調(diào)整等原因，反饋的問卷數(shù)據(jù)在較早年份存在缺失（共34 個觀察值），因此，最后進入回歸的觀測值為401個。

對于金融科技指標(biāo)，我們參考尹應(yīng)凱和艾敏（2020）、侯層和李北偉（2020）、孟娜娜和藺鵬（2021）等的研究，同時考慮到多數(shù)地方法人銀行因缺乏研發(fā)能力而依靠金融科技公司開發(fā)系統(tǒng)、平臺或線上金融產(chǎn)品的現(xiàn)實情況，最終選擇基于國內(nèi)代表性金融科技機構(gòu)數(shù)據(jù)構(gòu)建的“北京大學(xué)數(shù)字普惠金融指數(shù)”（郭峰等，2020）作為代理變量。該套指數(shù)既包括數(shù)字普惠金融指數(shù)，還包括數(shù)字金融覆蓋廣度、使用深度、數(shù)字化程度等3 個二級分類指數(shù)。特別是數(shù)字金融使用深度指數(shù)衡量的主要是本地區(qū)實際使用數(shù)字金融服務(wù)的情況，既包括實際使用總量指標(biāo)（每萬名支付寶用戶中使用這些服務(wù)的人數(shù)），也包括使用活躍度指標(biāo)（人均交易筆數(shù)、人均交易金額），符合本文研究假設(shè)的要求。此外，考慮到解釋變量對被解釋變量的影響通常存在滯后效應(yīng)，我們將數(shù)字普惠金融指數(shù)滯后一期。地市特征變量來源于各地市統(tǒng)計年鑒或統(tǒng)計公報、《山東金融年鑒》以及其他互聯(lián)網(wǎng)公開數(shù)據(jù)。

（二）模型設(shè)計

根據(jù)上文的假設(shè)，我們先借助數(shù)字普惠金融指數(shù)構(gòu)建二次項，使用普通最小二乘法（OLS）、面板固定效應(yīng)模型檢驗金融科技與農(nóng)商行中小微業(yè)務(wù)規(guī)模之間的非線性關(guān)系；再運用數(shù)字金融使用深度指數(shù)構(gòu)建二次項，檢驗金融科技與農(nóng)商行中小微業(yè)務(wù)規(guī)模之間的非線性關(guān)系是否主要體現(xiàn)在數(shù)字金融使用深度這一維度。具體構(gòu)造以下計量模型：

為被解釋變量，代表縣域農(nóng)商行中小微企業(yè)貸款與各項貸款之比或中小微企業(yè)貸款余額的對數(shù)；表示數(shù)字普惠金融指數(shù)；表示數(shù)字金融使用深度指數(shù)；表示數(shù)字普惠金融指數(shù)的二次項；表示數(shù)字金融使用深度指數(shù)的二次項；表示農(nóng)商行特征變量；表示地市宏觀特征變量。按照上文的理論分析與研究假設(shè)，模型（1）中與應(yīng)當(dāng)呈顯著正相關(guān)關(guān)系，與應(yīng)當(dāng)呈顯著負(fù)相關(guān)關(guān)系；模型（2）中與應(yīng)當(dāng)呈顯著正相關(guān)關(guān)系，與應(yīng)當(dāng)呈顯著負(fù)相關(guān)關(guān)系。

（三）重要指標(biāo)分析與釋義

1.被解釋變量。從設(shè)立初衷的角度看，“三農(nóng)”和中小微企業(yè)是農(nóng)信機構(gòu)的業(yè)務(wù)重心，特別是中小微企業(yè)作為實體經(jīng)濟的重要組成部分，在吸納就業(yè)、促進社會穩(wěn)定等方面的作用日益顯著；從市場競爭的角度看，優(yōu)質(zhì)中小企業(yè)，特別是規(guī)模相對較大的中型企業(yè)是大型商業(yè)銀行業(yè)務(wù)下沉主要的爭奪對象。因此，為更好地刻畫出市場競爭加劇背景下，數(shù)字普惠金融對農(nóng)商行本源業(yè)務(wù)的影響，我們選取中小微企業(yè)貸款占比（micro）作為農(nóng)商行本源業(yè)務(wù)的衡量指標(biāo)，選取中小微企業(yè)貸款余額的對數(shù)（lnmicro）作為替代變量用于穩(wěn)健性檢驗。

表1：變量定義及解釋

2.核心解釋變量：數(shù)字普惠金融指數(shù)（index）?！氨本┐髮W(xué)數(shù)字普惠金融指數(shù)”精確到縣域?qū)蛹?，能夠與縣域農(nóng)商行實現(xiàn)一對一匹配。通過對縣域?qū)用鏀?shù)據(jù)的初步分析，我們發(fā)現(xiàn)山東省縣域數(shù)字普惠金融的發(fā)展偏慢，特別是實際使用數(shù)字金融情況，與全國差距較大。具體來看，縣域數(shù)字普惠金融指數(shù)由2014年的54.73（平均值）上升到2018年的102.48，年均增長率達到16.98%，低于全國4.22個百分點。分維度看，數(shù)字化程度指數(shù)年均增長率為26.97%，低于全國4.02 個百分點；數(shù)字金融使用深度指數(shù)增長率為17.29%，低于全國6.05個百分點；數(shù)字金融覆蓋廣度指數(shù)年均增長率為13.90%，低于全國3.15 個百分點。此外，與大多數(shù)經(jīng)濟特征一樣，山東省內(nèi)仍存在較為明顯的地區(qū)差異。2018年，83 個縣（區(qū)）中綜合指數(shù)最高值（煙臺市長島縣）是最低值（德州市夏津縣）的1.19倍。

3.控制變量。本文基于銀行規(guī)模、流動性、盈利性等三個方面的考量，分別選取總資產(chǎn)的對數(shù)（lnassert）、存貸比（CDB）、資產(chǎn)利潤率（ROA）等三個指標(biāo)來衡量農(nóng)商行特征?；诮?jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、金融業(yè)發(fā)展水平、銀行競爭程度以及風(fēng)險情況等五個方面的考量，分別選取人均GDP 的對數(shù)（agdp）、第二和第三產(chǎn)業(yè)增加值之和占GDP 的比重（ind）、金融業(yè)產(chǎn)值占GDP 的比重（fin）、當(dāng)?shù)? 家貸款規(guī)模最大銀行貸款余額占比（comp）和企業(yè)貸款不良率（risk）等五個指標(biāo)來衡量地市宏觀特征。而之所以選擇地級市這一范圍更大的地區(qū)特征變量，一方面，考慮到數(shù)據(jù)口徑的問題，地級市層面的數(shù)據(jù)更為整齊完整，撤縣劃區(qū)的問題可以忽略；另一方面，因為縣域農(nóng)商行雖然經(jīng)營范圍一般難以突破所在縣（區(qū)），但在數(shù)字金融加速發(fā)展以及不同縣（區(qū)）之間人員流動頻繁的背景下，其業(yè)務(wù)開展必然也會受到周邊縣域的影響。

四、計量結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果分析

首先，我們按照一般的研究傳統(tǒng)，在第（1）—（3）列依次加入農(nóng)商行特征變量以及地市宏觀變量，使用OLS方法對金融科技與農(nóng)商行本源業(yè)務(wù)規(guī)模之間的關(guān)系進行了檢驗。此外，為盡量消除異方差的影響，在第（4）列使用穩(wěn)健性標(biāo)準(zhǔn)誤進行回歸，結(jié)果見表2。

表2：基準(zhǔn)回歸估計結(jié)果

以第（4）列結(jié)果為準(zhǔn)，結(jié)果表明：數(shù)字普惠金融指數(shù)的原項系數(shù)為正，二次項系數(shù)為負(fù)，且均在1%的水平上顯著，說明在其他因素不變的情況下，金融科技發(fā)展與縣域農(nóng)商行中小微業(yè)務(wù)規(guī)模之間呈倒U 形關(guān)系且該結(jié)論具有一定的穩(wěn)健性。也就是說，金融科技在發(fā)展初期，對縣域法人金融機構(gòu)更好地支持中小企業(yè)產(chǎn)生了明顯的促進作用，而當(dāng)縣域金融科技的發(fā)展程度超過某一閾值后，則會對縣域農(nóng)商行本源業(yè)務(wù)產(chǎn)生一定沖擊。其根源在于，無論是大中型商業(yè)銀行還是縣域農(nóng)商行，本身均具有商業(yè)屬性，對于信用狀況好、抵押物充足的優(yōu)質(zhì)中小客戶的爭奪尤為激烈。特別是當(dāng)金融科技發(fā)展到一定程度時，縣域內(nèi)企業(yè)用戶對數(shù)字技能的掌握有了顯著提高，以國有銀行為代表的大型商業(yè)銀行在普惠金融政策的推動下，憑借技術(shù)及成本優(yōu)勢必然會對農(nóng)商行傳統(tǒng)業(yè)務(wù)造成一定沖擊，最為明顯的表現(xiàn)是農(nóng)商行優(yōu)質(zhì)中小企業(yè)客戶流失，這也符合大型商業(yè)銀行的理性選擇。上述結(jié)論為研究假設(shè)1提供了初步的經(jīng)驗證據(jù)。

表3 報告了數(shù)字金融使用深度指數(shù)、覆蓋廣度指數(shù)及其二次項對農(nóng)商行本源業(yè)務(wù)規(guī)模影響的回歸估計結(jié)果，估計方法與前文一致。其中，第（1）至（3）列的核心解釋變量為數(shù)字金融使用深度指數(shù)，第（4）列的核心解釋變量為數(shù)字金融覆蓋廣度指數(shù)。需要說明的是，鑒于普惠金融數(shù)字化程度指數(shù)在該指標(biāo)體系中代表發(fā)展數(shù)字普惠金融的潛在條件，而使用數(shù)字金融深度則代表實際使用情況（郭峰等，2020），因此，前者對本文研究對象的影響屬于間接影響，且無明顯的研究意義，故不再加入回歸。

表3：基準(zhǔn)回歸估計結(jié)果

我們以第（3）和（4）列結(jié)果為準(zhǔn)，研究表明：數(shù)字金融使用深度指數(shù)的原項系數(shù)為正且在10%的水平上顯著，二次項系數(shù)為負(fù)且在1%的水平上顯著，說明使用深度指數(shù)與縣域農(nóng)商行中小微業(yè)務(wù)規(guī)模之間同樣呈倒U形關(guān)系。覆蓋廣度指數(shù)無論是一次項還是二次項均不顯著。之所以會出現(xiàn)這樣的結(jié)果，本文認(rèn)為，一方面，是因為近年來覆蓋廣度指數(shù)趨同趨勢更為明顯；另一方面，是因為使用深度指數(shù)更能體現(xiàn)本地區(qū)居民對數(shù)字金融服務(wù)的實際有效使用，以及對更高層次金融服務(wù)的有效需求。上述結(jié)論為假設(shè)2 提供了進一步的經(jīng)驗證據(jù)。

其次，我們使用面板固定效應(yīng)模型，同時參考Lind 和Mehlum（2010）提出的3 個判斷是否存在U形或倒U形關(guān)系標(biāo)準(zhǔn)，對上述結(jié)論進行驗證：（1）二次項系數(shù)顯著：面板固定效應(yīng)模型下數(shù)字普惠金融指數(shù)二次項系數(shù)在1%的水平上顯著（見表4）；（2）核心解釋變量在樣本區(qū)間內(nèi)最小值和最大值對應(yīng)的系數(shù)顯著且與U形或倒U形最左端和最右端的斜率方向相符：經(jīng)檢驗，數(shù)字普惠金融指數(shù)最小值和最大值的系數(shù)分別為0.530 和-0.832，方向相符且均在1%的水平上顯著；（3）臨界值的95%置信區(qū)間在樣本數(shù)據(jù)范圍內(nèi)：數(shù)字普惠金融指數(shù)臨界值的95%置信區(qū)間為［63.9，72.5］，處于樣本數(shù)據(jù)區(qū)間［35.5，120.4］中。使用深度指數(shù)在面板固定效應(yīng)模型下的檢驗結(jié)果也全部符合上述標(biāo)準(zhǔn)，在此不再贅述。

表4：面板固定效應(yīng)模型回歸估計結(jié)果

最后，我們通過作圖說明在考慮數(shù)字普惠金融指數(shù)或數(shù)字普金融使用深度取值范圍的前提下，倒U形關(guān)系依然成立，具體詳見圖1 和圖2。其中，左右兩條實線代表最小值和最大值所在位置，中間虛線代表拐點值所在位置。從圖中可以看出，基于數(shù)字普惠金融指數(shù)的曲線拐點為68.5，基于數(shù)字金融使用深度指數(shù)的曲線拐點為80.8，兩者均位于最小值與最大值之間。綜上，我們認(rèn)為上述倒U形關(guān)系真實存在。

圖1：假設(shè)1倒U形圖示

圖2：假設(shè)2倒U形圖示

（二）分組回歸分析

如前文所述，金融科技可以通過技術(shù)溢出效應(yīng)優(yōu)化傳統(tǒng)金融服務(wù)，從而有助于出現(xiàn)“離農(nóng)脫小”問題的農(nóng)商行回歸業(yè)務(wù)本源。但是，大型商業(yè)銀行同樣可以借助金融科技實現(xiàn)業(yè)務(wù)下沉，并可以憑借較低的資金成本優(yōu)勢，在普惠金融市場上對農(nóng)商行產(chǎn)生掐尖和擠出效應(yīng)，這也是出現(xiàn)倒U形關(guān)系的主要原因。為了驗證這一內(nèi)在機理，即銀行市場競爭對上述倒U形關(guān)系的調(diào)節(jié)效應(yīng)，我們利用當(dāng)?shù)? 家貸款規(guī)模最大銀行貸款余額占比這一指標(biāo)的中位數(shù)（44.23）將樣本內(nèi)觀察值分為“高競爭”（comp≤44.23）與“低競爭”（comp＞44.23）兩組，然后使用面板固定效應(yīng)模型，同時控制個體效應(yīng)和時間效應(yīng)進行回歸分析，結(jié)果見表5。

表5：面板固定效應(yīng)模型分組回歸估計結(jié)果

從表5 的實證結(jié)果來看，高競爭組與低競爭組存在明顯的異質(zhì)性，說明銀行市場競爭對上述倒U形關(guān)系存在一定的調(diào)節(jié)效應(yīng)。在高競爭組，無論是數(shù)字普惠金融指數(shù)還是數(shù)字金融使用深度指數(shù)，其一次項和二次項系數(shù)均在1%的水平上顯著，系數(shù)方向與表3一致，拐點值分別為87.6 和106.7，均位于最小值與最大值之間。說明在市場競爭激烈的區(qū)域，大型商業(yè)銀行傾向于運用金融科技積極搶奪優(yōu)質(zhì)中小企業(yè)用戶，從而對農(nóng)商行本源業(yè)務(wù)產(chǎn)生沖擊。而在低競爭組，核心解釋變量的系數(shù)均不顯著，說明在低競爭區(qū)域，囿于大型商業(yè)銀行在信貸市場的壟斷性優(yōu)勢，金融科技的作用并不明顯。這也從側(cè)面說明，金融科技的作用可能存在夸大宣傳的現(xiàn)象，一方面，金融科技并沒有大幅降低資金成本的作用，僅能削弱部分操作成本；另一方面，金融科技也沒有改善借款人信用狀況的能力。

五、穩(wěn)健性檢驗

（一）更換模型

一般而言，傳統(tǒng)金融機構(gòu)經(jīng)營的各類貸款業(yè)務(wù)往往受上期影響較大，為避免可能存在的內(nèi)生性問題，同時也為了有效刻畫農(nóng)商行支持中小微企業(yè)的持續(xù)性動態(tài)過程，本文使用動態(tài)面板數(shù)據(jù)模型中的兩步廣義系統(tǒng)矩估計（two-step system GMM）模型對假設(shè)1 和假設(shè)2進行穩(wěn)健性檢驗。計量模型如下：

模型中， micro表示被解釋變量的滯后一期。此外，表示農(nóng)商行特征變量，表示地市宏觀特征變量，具體變量含義與上文相同。全樣本回歸結(jié)果見表6，被解釋變量滯后一期在1%的水平上顯著，AR（2）的結(jié)果表明系統(tǒng)GMM 不存在二階自相關(guān)，sargan 檢驗也證明模型不存在過度識別問題，因此，可以認(rèn)為本文的模型設(shè)置合理。

表6：系統(tǒng)GMM模型回歸估計結(jié)果

第（1）列報告了針對假設(shè)1 的回歸分析結(jié)果。結(jié)果顯示：數(shù)字普惠金融指數(shù)的系數(shù)為正，二次項系數(shù)為負(fù)，分別在5%和1%的水平上顯著，且拐點值為67.1，位于最小值與最大值之間。說明在控制被解釋變量前一期影響的條件下，金融科技發(fā)展與縣域農(nóng)商行中小微業(yè)務(wù)規(guī)模之間呈倒U 形關(guān)系的結(jié)論依然成立，為研究假設(shè)1 提供了更為可靠的經(jīng)驗證據(jù)，進一步支持了我們的結(jié)論。第（2）列報告了針對假設(shè)2的回歸分析結(jié)果，結(jié)果表明：使用深度指數(shù)的系數(shù)為正，二次項系數(shù)為負(fù)，均在1%的水平上顯著，且拐點值為114.3，位于最小值與最大值之間，說明在控制被解釋變量前一期影響的條件下，金融科技使用深度與縣域農(nóng)商行中小微業(yè)務(wù)規(guī)模之間呈倒U形關(guān)系的結(jié)論依然成立。此外，為進一步驗證較之其他維度，金融科技使用深度對于農(nóng)商行業(yè)務(wù)的影響占主導(dǎo)地位，我們除了使用表3 中的覆蓋廣度指數(shù)，還進一步加入數(shù)字化程度指數(shù)分別進行回歸，發(fā)現(xiàn)兩者均不顯著，從而為研究假設(shè)2提供了更為可靠的經(jīng)驗證據(jù)。

表7 報告了本文利用系統(tǒng)GMM 模型進行分組檢驗的結(jié)果。結(jié)果顯示，被解釋變量滯后一期在1%的水平上顯著，AR（2）的結(jié)果表明系統(tǒng)GMM 不存在二階自相關(guān)，sargan 檢驗也證明模型不存在過度識別問題，因此，我們的模型設(shè)置合理。從表7 的實證結(jié)果來看，高競爭組與低競爭組存在明顯的異質(zhì)性。在高競爭組，無論是數(shù)字普惠金融指數(shù)還是數(shù)字金融使用深度指數(shù)，其一次項和二次項系數(shù)均在5%以上的水平上顯著，系數(shù)方向也與基準(zhǔn)回歸一致，且拐點值分別為67.8 和69.2，均位于最小值與最大值之間。而在低競爭組，核心解釋變量的系數(shù)均不顯著。上述結(jié)果進一步說明金融科技在高競爭組作用明顯，而在低競爭組作用較小，為我們對內(nèi)在機理的檢驗提供了進一步的經(jīng)驗證據(jù)，同時也說明在競爭激烈的區(qū)域，農(nóng)商行競爭力不足的劣勢將被進一步放大。

表7：系統(tǒng)GMM模型分組回歸估計結(jié)果

（二）更換被解釋變量

本文借鑒Cole 等（2004）和劉忠璐（2018）的做法，將被解釋變量更換為中小微企業(yè)貸款余額的對數(shù)（lnmicro），對上述結(jié)論進行穩(wěn)健性檢驗，全樣本回歸結(jié)果見表8。其中，關(guān)鍵變量的系數(shù)方向和顯著性與既有結(jié)論高度一致，且拐點值均位于最小值與最大值之間。雖然使用深度指數(shù)原項系數(shù)的顯著性在系統(tǒng)GMM 模型中有所降低，僅在10%的水平的上顯著，但綜合來看，本文認(rèn)為我們的結(jié)論仍具有一定的穩(wěn)健性。

表8：更換被解釋變量后的回歸估計結(jié)果

此外，表9報告了分組檢驗的結(jié)果。結(jié)果顯示，以中小微企業(yè)貸款余額的對數(shù)為被解釋變量的回歸結(jié)果，與中小微企業(yè)貸款占比作為被解釋變量的結(jié)果高度一致，即高競爭區(qū)域與低競爭區(qū)域仍存在明顯的異質(zhì)性。

表9：更換被解釋變量后的分組回歸估計結(jié)果

（三）更換分組界點

基于穩(wěn)健性考慮，我們更換分組界點對既有結(jié)論進行驗證，以當(dāng)?shù)? 家貸款規(guī)模最大銀行貸款余額占比的平均值（44.83）將樣本內(nèi)觀察值分為“高競爭”（comp≤44.83）與“低競爭”（comp＞44.83）兩組，然后進行回歸分析。實證方法與前文一致，其結(jié)果與既有結(jié)論高度一致（見表10、表11）。

表10：以樣本均值為分組界點的回歸估計結(jié)果

表11：動態(tài)面板回歸估計結(jié)果

六、結(jié)論與建議

本文運用2015—2019年山東省87 家縣域農(nóng)商行數(shù)據(jù)以及北京大學(xué)數(shù)字普惠金融指數(shù)，考察了金融科技的發(fā)展對農(nóng)商行本源業(yè)務(wù)——中小微企業(yè)貸款——的影響。研究表明：數(shù)字普惠金融指數(shù)與農(nóng)商行中小微業(yè)務(wù)規(guī)模之間呈倒U形關(guān)系，說明金融科技發(fā)展程度較低時，有利于農(nóng)商行中小微業(yè)務(wù)規(guī)模增長，但當(dāng)其發(fā)展到一定程度后，則轉(zhuǎn)為抑制業(yè)務(wù)規(guī)模增長。從金融科技的二級分類指標(biāo)來看，只有數(shù)字金融使用深度指數(shù)與農(nóng)商行中小微業(yè)務(wù)規(guī)模之間同樣呈倒U形關(guān)系，說明當(dāng)前金融科技主要通過數(shù)字金融使用深度這一維度對農(nóng)商行產(chǎn)生影響。從業(yè)務(wù)競爭程度來看，高競爭組與低競爭組之間存在明顯的異質(zhì)性，說明銀行市場競爭對上述倒U形關(guān)系存在一定的調(diào)節(jié)效應(yīng)。

基于上述研究結(jié)論，本文提出以下政策建議：一是支持引導(dǎo)金融科技健康可持續(xù)發(fā)展。金融監(jiān)管部門應(yīng)加強頂層設(shè)計和總體規(guī)劃，鼓勵縣域法人金融機構(gòu)積極利用信息技術(shù)優(yōu)化信貸資源配置，提升風(fēng)險管控能力。同時，我們的實證結(jié)果表明，目前金融科技的正向作用有限，為避免不法分子利用一些技術(shù)名詞來夸大宣傳以達到非法目的，監(jiān)管部門應(yīng)引導(dǎo)社會公眾正確認(rèn)識金融科技的定位與作用，有效提升城鄉(xiāng)居民金融素養(yǎng)。二是加強對縣域農(nóng)商行風(fēng)險的監(jiān)管。研究表明，大中型商業(yè)銀行在小微信貸市場上可能存在對小銀行的擠出效應(yīng)，因此，監(jiān)管部門應(yīng)強化對農(nóng)商行的風(fēng)險預(yù)警，同時加強對縣域重點企業(yè)經(jīng)營狀況的監(jiān)測，特別關(guān)注重點企業(yè)之間的關(guān)聯(lián)交易和資金鏈，促進銀企協(xié)調(diào)發(fā)展。三是省級層面應(yīng)加強與金融科技公司的合作。省聯(lián)社應(yīng)充分認(rèn)識到農(nóng)信系統(tǒng)數(shù)字化轉(zhuǎn)型的必要性，積極與金融科技巨頭建立戰(zhàn)略合作關(guān)系，利用其技術(shù)優(yōu)勢搭建系統(tǒng)平臺，為全省農(nóng)商行（農(nóng)信社）提供服務(wù)。四是進一步細分市場，實現(xiàn)差異化競爭?？h域農(nóng)商行應(yīng)充分發(fā)揮自身人緣地緣的優(yōu)勢，從金融服務(wù)上尋找突破口，與大中型商業(yè)銀行形成錯位競爭，比如差異化發(fā)展社區(qū)銀行，占領(lǐng)目前農(nóng)村金融服務(wù)的空白點。

①鑒于該套指數(shù)在不同年份覆蓋的縣域數(shù)量有所差別，本文以時間跨度達到連續(xù)5年的83 個縣域為例計算平均值，與全國數(shù)據(jù)進行對比。