□羅蓉曦，段 勝

（四川省農(nóng)村信用社聯(lián)合社，四川 成都 610041）

1 文獻(xiàn)綜述

自從2013 年中央一號文件提出“新型生產(chǎn)經(jīng)營主體”這一概念以來，培育和壯大新型農(nóng)業(yè)經(jīng)營主體連續(xù)9 年成為中央“三農(nóng)”領(lǐng)域的重點工作之一。以家庭農(nóng)場、農(nóng)民專業(yè)合作社為代表的各類新型農(nóng)業(yè)經(jīng)營主體逐步成為全面推進(jìn)鄉(xiāng)村振興、加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的重要力量。進(jìn)一步提升金融服務(wù)新型農(nóng)業(yè)經(jīng)營主體質(zhì)效，對促進(jìn)農(nóng)業(yè)高質(zhì)高效、農(nóng)民富裕富足具有重要意義。

黃祖輝和俞寧（2010）[1]認(rèn)為，受抵質(zhì)押物欠缺、監(jiān)督機(jī)制尚不健全等因素影響，新型農(nóng)業(yè)經(jīng)營主體面臨底子薄、負(fù)擔(dān)重、投入多、授信少、用款急、融資慢等突出矛盾。

江維國和李立清（2015）[2]認(rèn)為，需加快專屬金融產(chǎn)品服務(wù)創(chuàng)新，持續(xù)提升金融服務(wù)的可得性與便利度，擴(kuò)大覆蓋面。

郭慶海（2013）[3]認(rèn)為，與新型農(nóng)業(yè)經(jīng)營主體快速發(fā)展的實踐相比，在理論研究方面，前期文獻(xiàn)主要考察了土地、勞動力和資本三大要素對新型農(nóng)業(yè)經(jīng)營主體發(fā)展的影響。

王吉鵬等（2018）[4]初步探討了新型農(nóng)業(yè)經(jīng)營主體融資困境形成的原因及化解路徑，但尚未形成系統(tǒng)的研究和解決方案。

基于S 省農(nóng)村金融機(jī)構(gòu)N 銀行2018—2020 年發(fā)放新型農(nóng)業(yè)經(jīng)營主體貸款數(shù)據(jù)，文章實證分析了新型農(nóng)業(yè)經(jīng)營主體信貸供給的影響因素，希望為提升金融支持新型農(nóng)業(yè)經(jīng)營主體發(fā)展效果提供參考。

2 研究假設(shè)和實證設(shè)計

2.1 理論分析和研究假設(shè)

農(nóng)村金融機(jī)構(gòu)業(yè)務(wù)規(guī)模越大，承載金融服務(wù)的能力越強(qiáng)。一方面，較好的資源稟賦和業(yè)務(wù)能力允許其向新型農(nóng)業(yè)經(jīng)營主體提供更多的信貸支持。另一方面，做大做強(qiáng)的發(fā)展意識、靈活敏銳的客群分析、響應(yīng)政策的市場研判可促使其匹配更多資源，支持新型農(nóng)業(yè)經(jīng)營主體發(fā)展壯大。良好的線下渠道建設(shè)對新型農(nóng)業(yè)經(jīng)營主體獲取更多的信貸支持具有促進(jìn)作用，有利于擴(kuò)大新型農(nóng)業(yè)經(jīng)營主體信貸的總體規(guī)模。綜合上述分析，文章提出研究假設(shè)。

假設(shè)1：信貸規(guī)模越大、線下服務(wù)網(wǎng)點越多，新型農(nóng)業(yè)經(jīng)營主體獲得的信貸支持越強(qiáng)。

研究假設(shè)1 檢驗了網(wǎng)點數(shù)量、信貸規(guī)模對新型農(nóng)業(yè)經(jīng)營主體貸款規(guī)模的影響，問題在于何種情況下這一影響會得到加強(qiáng)或減弱。在經(jīng)濟(jì)發(fā)展較好的地區(qū)，整體市場化程度較高、交易活動便捷頻繁、市場深度廣度較大。在活躍的市場環(huán)境中，線下物理網(wǎng)點能更好地發(fā)揮服務(wù)客戶的作用，業(yè)務(wù)規(guī)模較大的農(nóng)村金融機(jī)構(gòu)能充分發(fā)揮規(guī)模優(yōu)勢，為新型農(nóng)業(yè)經(jīng)營主體提供更多的信貸支持。

假設(shè)2：相比于經(jīng)濟(jì)發(fā)展較弱的地區(qū)，網(wǎng)點數(shù)量和信貸規(guī)模對新型農(nóng)業(yè)經(jīng)營主體信貸支持的正向影響在經(jīng)濟(jì)發(fā)展較好的地區(qū)更明顯。

近年來，N 銀行著力升級打造農(nóng)村金融綜合服務(wù)站，為廣大農(nóng)村地區(qū)的客戶提供賬戶查詢、小額取現(xiàn)、貸款放還款、水電氣和通訊費繳費等金融業(yè)務(wù)代辦服務(wù)，以及電子商務(wù)、金融知識宣傳和便民政務(wù)服務(wù)，是N 銀行全面實現(xiàn)“日常金融不出戶、基礎(chǔ)金融不出村、綜合金融不出鄉(xiāng)（鎮(zhèn)）”普惠金融目標(biāo)的重要保障。截至2021 年6 月末，N 銀行在S 省建成農(nóng)村金融綜合服務(wù)站11 075 個，三州地區(qū)金融空白行政村覆蓋率達(dá)到78.01%，其他區(qū)域達(dá)到95.36%。農(nóng)村金融綜合服務(wù)站作為線下物理網(wǎng)點的延伸拓展和有益補(bǔ)充，為物理網(wǎng)點輸送引流了更多客戶群體，強(qiáng)化了物理網(wǎng)點觸達(dá)客戶、服務(wù)客戶的功能，有利于進(jìn)一步發(fā)揮物理網(wǎng)點為新型農(nóng)業(yè)經(jīng)營主體提供信貸服務(wù)的作用。

假設(shè)3：相比于農(nóng)村金融綜合服務(wù)站較少的地區(qū)，網(wǎng)點數(shù)量對新型農(nóng)業(yè)經(jīng)營主體信貸支持的正向影響在農(nóng)村金融綜合服務(wù)站較多的地區(qū)更明顯。

2.2 實證設(shè)計

2.2.1 樣本選取

文章以2018—2020 年N 銀行96 家分支機(jī)構(gòu)為研究對象。在剔除新型農(nóng)業(yè)經(jīng)營主體信貸數(shù)據(jù)缺失的樣本后，得到機(jī)構(gòu)—年度觀測值共288 個。

2.2.2 模型設(shè)計與變量定義

構(gòu)建如下多元線性回歸模型，采用最小二乘法檢驗研究假設(shè)，具體如下。

模型（1）中，被解釋變量lnNewTypeLoan為新型農(nóng)業(yè)經(jīng)營主體貸款余額加1 后取自然對數(shù)，解釋變量lnLoan為各項貸款余額取自然對數(shù)。文章考慮了年度的固定效應(yīng)，以控制新型農(nóng)業(yè)經(jīng)營主體貸款在時間維度上的差異。為使回歸結(jié)果更加穩(wěn)健，對標(biāo)準(zhǔn)誤采用懷特異方差修正。

2.2.3 描述性統(tǒng)計

主要變量的描述性統(tǒng)計，如表1 所示。NewTypeNum的均值為1 528.83，標(biāo)準(zhǔn)差為5 485.74，表明2018—2020 年N 銀行每家分支機(jī)構(gòu)年平均為1 528.83 個新型農(nóng)業(yè)經(jīng)營主體發(fā)放了貸款，且信貸支持新型農(nóng)業(yè)經(jīng)營主體的數(shù)量差異較大。NewTypeLoan均值為3.33，表明每家分支機(jī)構(gòu)新型農(nóng)業(yè)經(jīng)營主體貸款余額平均為3.33 億元。其余變量的描述性統(tǒng)計顯示，2018—2020 年N 銀行每家分支機(jī)構(gòu)各項貸款余額平均為70.99 億元，平均有50.66 個網(wǎng)點，所在縣（市、區(qū)）生產(chǎn)總值平均為294.52 億元。

表1 描述性統(tǒng)計

3 實證結(jié)果分析

表2 列示了新型農(nóng)業(yè)經(jīng)營主體貸款金額影響因素的回歸結(jié)果。列（1）結(jié)果顯示，lnLoan、lnBranch的回歸系數(shù)在1%的水平上顯著為正，表明各項貸款規(guī)模越大網(wǎng)點數(shù)量越多，新型農(nóng)業(yè)經(jīng)營主體貸款金額越高，回歸結(jié)果支持了研究假設(shè)1，即信貸規(guī)模越大，線下服務(wù)網(wǎng)點越多，新型農(nóng)業(yè)經(jīng)營主體獲得的信貸支持越強(qiáng)。年度固定效應(yīng)方面，YrDum_2019 和YrDum_2020的回歸系數(shù)在1%的水平上顯著為正，且YrDum_2020的回歸系數(shù)較大，表明2018—2020 年新型農(nóng)業(yè)經(jīng)營主體貸款規(guī)模逐年上升。

表2 列（1）的結(jié)果表明，更多的網(wǎng)點數(shù)量、更大的信貸規(guī)模有利于新型農(nóng)業(yè)經(jīng)營主體獲得更多的信貸支持。問題是在什么情況下這一促進(jìn)作用會得到加強(qiáng)或減弱。

表2 列（2）和列（3）結(jié)果顯示，信貸規(guī)模、網(wǎng)點數(shù)量與新型農(nóng)業(yè)經(jīng)營主體貸款的正相關(guān)關(guān)系在經(jīng)濟(jì)發(fā)展較好和較差的地區(qū)均顯著存在（lnLoan、lnBranch的回歸系數(shù)分別在5%和1%的水平上顯著為正）。經(jīng)濟(jì)發(fā)展較好樣本組（HighGDP=1）的lnLoan、lnBranch回歸系數(shù)（0.312、0.422）比經(jīng)濟(jì)發(fā)展較差樣本組（HighGDP=0）的（0.157、0.306）更大，鄒檢驗（Chow test）的檢驗值為3.45，p值為0.005，表明經(jīng)濟(jì)水平發(fā)展較好和較差兩組數(shù)據(jù)的線性回歸系數(shù)顯著不同，即相比于經(jīng)濟(jì)發(fā)展較弱的地區(qū)，網(wǎng)點數(shù)量和信貸規(guī)模對新型農(nóng)業(yè)經(jīng)營主體信貸支持的正向影響在經(jīng)濟(jì)發(fā)展較好的地區(qū)更明顯。

表2 列（4）和列（5）結(jié)果顯示，網(wǎng)點數(shù)量與新型農(nóng)業(yè)經(jīng)營主體貸款的正相關(guān)關(guān)系在農(nóng)村金融綜合服務(wù)站較多和較少地區(qū)顯著存在（lnLoan、lnBranch的回歸系數(shù)在1%的水平上顯著為正）。農(nóng)村金融綜合服務(wù)站較多樣本組（Station=1）的lnBranch回歸系數(shù)（0.922）比農(nóng)村金融綜合服務(wù)站較少樣本組（Station=0）的（0.366）更大，表明相比農(nóng)村金融綜合服務(wù)站較少的地區(qū)，網(wǎng)點數(shù)量對新型農(nóng)業(yè)經(jīng)營主體信貸支持的正向影響在農(nóng)村金融綜合服務(wù)站較多的地區(qū)更明顯。

表2 新型農(nóng)業(yè)經(jīng)營主體貸款影響因素回歸分析

4 研究結(jié)論

文章選用2018—2020 年N 銀行96 家分支機(jī)構(gòu)作為樣本，研究發(fā)現(xiàn)，較多的網(wǎng)點數(shù)量、較大的信貸規(guī)模有利于新型農(nóng)業(yè)經(jīng)營主體獲得更多的信貸支持。網(wǎng)點數(shù)量和信貸規(guī)模對新型農(nóng)業(yè)經(jīng)營主體信貸支持的正向影響在地區(qū)生產(chǎn)總值較高的樣本中更明顯，表明在經(jīng)濟(jì)發(fā)展較好的地區(qū)，線下服務(wù)渠道和機(jī)構(gòu)規(guī)模優(yōu)勢對新型農(nóng)業(yè)經(jīng)營主體信貸投放的促進(jìn)作用更強(qiáng)。網(wǎng)點數(shù)量與新型農(nóng)業(yè)經(jīng)營主體貸款的正相關(guān)關(guān)系在農(nóng)村金融綜合服務(wù)站更多的樣本中更顯著，表明作為金融助力鄉(xiāng)村振興在村級的重要支撐點，農(nóng)村金融綜合服務(wù)站延長了物理網(wǎng)點的服務(wù)半徑，有利于進(jìn)一步強(qiáng)化線下服務(wù)渠道作用，提升對新型農(nóng)業(yè)經(jīng)營主體的信貸支持。