摘要：本文以我国商业银行普惠金融发展对盈利水平的双重影响为研究核心，选取12家代表性商业银行2010-2018年面板数据（规避新冠疫情特殊数据干扰，保证研究数据普遍性与稳定性）为研究样本，采用固定效应最小二乘虚拟变量法（LSDV）构建面板回归模型，实证检验普惠金融整体发展、细分普惠金融业务对商业银行盈利水平的双重差异化影响，并探究普惠金融盈利效应的年度动态变化特征。研究得出核心结论：普惠金融发展对商业银行盈利水平存在显著双重影响，整体呈现“正向赋能、负向约束”的双重特征；普惠金融细分业务中，小微普惠信贷、普惠存款业务对银行盈利呈现显著积极促进作用，而涉农普惠贷款、普惠便民支付业务对盈利水平存在明显抑制效应；时间维度上，普惠金融的正向盈利效应随年份推进逐步弱化，负向抑制效应持续凸显，双重影响的差异化特征逐年加剧。

关键词：固定效应模型；面板数据；普惠金融；商业银行；盈利水平；双重影响

中图分类号：F832    文献标识码：A    文章编号：

一、研究概述

随着我国金融供给侧结构性改革持续深化，普惠金融成为金融服务实体经济、助力小微企业、乡村振兴与民生保障的核心抓手，监管层持续引导商业银行下沉金融服务、扩大普惠金融业务覆盖面、降低普惠服务门槛。但在行业实践中，普惠金融兼具政策性与商业性双重属性，打破了商业银行传统盈利逻辑，对其盈利水平形成双向冲击。一方面，普惠金融拓宽银行客户边界、丰富业务场景、分散信贷风险，为银行盈利增长提供新动能；另一方面，普惠业务单笔额度小、运营成本高、不良风险高、贷款利率偏低的特征，压缩了银行盈利空间，制约盈利提升。当前学界针对普惠金融与银行盈利的单一线性关系研究较多，但对其双重异质性影响、细分业务差异化效应及年度动态变化的系统性实证研究较为匮乏。同时，现有研究多采用单一时间序列或横截面数据，面板数据的深度实证应用不足。本文基于12家商业银行长期面板数据，运用固定效应最小二乘虚拟变量法拟合回归模型，系统剖析普惠金融发展对商业银行盈利水平的双重影响机制与实证效果，弥补现有研究短板。

二、研究方法

本文选取12家不同产权、不同规模的代表性商业银行2010-2018年面板数据，从普惠金融整体发展与细分业务两个维度，实证检验其对商业银行盈利水平的双重影响效应。研究采用理论分析+实证研究相结合的研究范式，构建两组面板数据回归模型，运用Stata软件完成描述性统计、基准回归、稳健性检验与年度效应分析。实证层面，分别探究普惠金融整体发展水平、四类细分普惠业务（小微普惠信贷、涉农普惠贷款、普惠存款业务、普惠支付业务）对银行盈利水平的双向影响，并引入年度虚拟变量捕捉双重影响的时序变化特征。

考虑到各商业银行普惠金融业务统计口径、披露标准存在细微差异，且部分小众普惠业务数据披露不完整，本文仅选取覆盖面最广、数据连续性最强的四类核心普惠业务开展细分研究。同时，为规避2019年后新冠疫情对实体经济、银行信贷质量与盈利水平的极端干扰，保证数据平稳性与研究结论普适性，最终选取2010-2018年共9年平衡面板数据开展实证分析。研究通过更换核心解释变量的方式进行多次稳健性检验，验证普惠金融双重影响效应的稳定性与可靠性。

三、文献综述

（一）国外研究现状

国外学界对普惠金融与商业银行盈利的关系研究起步较早，形成了正向赋能、负向抑制、非线性双重影响三类核心观点。

在普惠金融正向盈利效应研究方面，García & José[1]基于全球40个国家商业银行数据研究发现，普惠金融业务的规模化发展能够拓宽银行收入渠道，优化资产结构，通过风险分散效应降低银行整体经营风险，显著提升商业银行盈利稳定性与盈利水平。Dinç[2]通过实证分析新兴市场国家银行数据得出，下沉普惠金融服务能够挖掘长尾客户价值，提升客户粘性与综合业务转化率，为银行创造持续性盈利增长点。Omar & Inaba[3]研究表明，普惠金融覆盖面的扩大能够缓解银行传统信贷业务的集中度风险，降低单一客户、单一行业违约冲击，间接改善银行盈利质量。

在普惠金融负向盈利效应研究方面，Chakravarty & Pal[4]研究指出，普惠金融服务对象多为小微企业、低收入群体、涉农主体，这类客户信用资质弱、抗风险能力差，普惠业务不良率显著高于传统业务，会增加银行风险成本，挤压盈利空间。Khan et al[5]实证发现，普惠金融业务单笔交易规模小、运营流程繁琐、获客与风控成本偏高，规模扩张初期会显著提升银行经营成本，对短期盈利水平形成明显抑制。Alhassan[6]针对非洲商业银行的研究证实，过度扩张普惠金融业务会导致银行资源分散，弱化传统核心业务优势，降低整体盈利效率。

（二）国内研究现状

国内学者结合我国金融市场特征与普惠金融政策背景，开展了大量针对性研究，同样形成了差异化研究结论。

部分学者认可普惠金融的正向盈利赋能作用。李建军&李俊成[7]研究表明，普惠金融发展能够优化商业银行收入结构，降低对传统存贷利差的依赖，多元化的业务布局能够平滑盈利波动，提升长期盈利韧性。张珩等[8]以国内上市银行为样本实证发现，小微普惠信贷业务的有序扩张能够提升银行资产多元化水平，降低信贷风险溢价，助力银行实现稳健盈利。王宇&李淼[9]认为，普惠金融政策赋能下的低风险存款业务、便民金融服务，能够为银行带来低成本稳定资金，间接提升盈利效率。

另有学者证实普惠金融存在显著的负向盈利抑制效应。林雅娜等[10]研究指出，涉农普惠贷款、小额普惠信贷存在风险高、收益低、成本高的特征，业务占比提升会显著降低商业银行总资产收益率。刘忠璐[11]实证发现，普惠金融规模化发展会增加银行风控成本、运营成本与坏账成本，短期成本增量远超普惠业务收益，对盈利水平形成显著负向冲击。赵丙奇[12]研究表明，我国普惠金融业务存在政策约束性强、市场化程度不足的问题，部分普惠业务让利属性突出，大幅压缩银行盈利空间。

（三）文献评述与本文研究界定

梳理国内外现有研究可知，学界已普遍认可普惠金融与商业银行盈利存在显著关联，但多数研究仅聚焦单一正向或负向线性关系，忽略了普惠金融双重影响、异质性分化、时序动态变化的核心特征，且对普惠细分业务的差异化影响研究不足。基于此，本文聚焦普惠金融的双重盈利效应，系统探究整体普惠业务、四类细分普惠业务对银行盈利的双向影响，并分析年度动态变化特征。

本文界定：普惠金融是商业银行立足政策性与商业性双重目标，面向小微企业、涉农主体、低收入群体、普惠客户开展的低门槛、广覆盖、可持续的金融服务，核心涵盖小微普惠信贷、涉农普惠贷款、普惠存款业务、普惠支付业务四大类。商业银行盈利水平选取学界通用的总资产收益率（ROA）作为核心代理变量，规避ROE指标受财务杠杆风险干扰的弊端，全面反映银行全部资产的获利能力。

四、实证研究

（一）变量的选取及数据来源

1.被解释变量

本文选取总资产收益率（ROA）作为被解释变量，衡量商业银行盈利水平，该指标能够综合反映银行资产运用效率与整体获利能力，规避高杠杆经营带来的风险偏差，贴合银行业经营特征。

2.解释变量

为精准探究普惠金融的双重影响，本文设置两类解释变量，构建两组回归模型：

一是普惠金融整体发展代理变量：选取普惠金融业务收入占营业收入比重（IFI）作为模型1核心解释变量，衡量银行普惠金融整体发展水平；

二是普惠金融细分业务代理变量：选取小微普惠信贷收入占比（SIFI）、涉农普惠贷款收入占比（AIFI）、普惠存款业务收益占比（DIFI）、普惠支付业务收入占比（PIFI）四项指标，作为模型2的细分解释变量，探究不同普惠业务的差异化双重影响。

稳健性检验中，本文采用普惠金融净收入占比（NIFI）、普惠信贷规模占总资产比重（IFIS）作为替代变量，验证实证结果的稳健性。

3.控制变量

结合商业银行经营特征与现有研究成果，选取四类核心控制变量，规避个体差异对实证结果的干扰：资产规模（LNTA，总资产对数）、资产质量（NPL，不良贷款率）、风险抵御能力（CAR，资本充足率）、流动性水平（LDR，存贷比）。

4.样本与数据来源

本文延续原有研究样本体系，选取12家代表性商业银行，涵盖国有大行、股份制银行、城商行，具体包括中国银行、农业银行、工商银行、建设银行、交通银行、招商银行、浦发银行、兴业银行、民生银行、北京银行、南京银行、光大银行。研究区间为2010-2018年，共108个平衡面板观测值。数据来源于Wind数据库、国泰安数据库、同花顺金融数据库及各银行年度公开报告，缺失数据通过插值法补齐，保证数据完整性与连续性。

（二）变量的描述性统计

本文对所有变量进行描述性统计，涵盖观测值、均值、标准差、最小值、最大值，具体结果如表1所示。

表1 2010-2018年12家商业银行变量描述性统计结果

由表1统计结果可知，样本商业银行ROA均值为0.011，标准差仅0.002，说明各银行整体盈利水平差异较小、波动平稳。普惠金融整体发展指标IFI均值为0.185，标准差0.058，最大值与最小值差距较大，表明不同商业银行普惠金融发展规模、推进力度存在显著个体差异。细分普惠业务中，小微普惠信贷（SIFI）、普惠存款业务（DIFI）均值更高，是商业银行普惠金融的核心业务板块，个体差异化特征明显；涉农普惠贷款（AIFI）、普惠支付业务（PIFI）整体占比偏低，行业发展差异较小。控制变量数据分布平稳，符合面板数据回归要求，无极端异常值，数据质量良好。

（三）设定模型

为验证普惠金融对商业银行盈利水平的双重影响，本文构建两组双向固定效应面板回归模型，同时引入年度虚拟变量捕捉时序双重效应。

模型1：普惠金融整体发展对盈利水平的双重影响模型

$$ROA_{it}=_x0007_lpha_0+_x0007_lpha_1IFI_{it}+_x0007_lpha_2NPL_{it}+_x0007_lpha_3CAR_{it}+_x0007_lpha_4LNTA_{it}+_x0007_lpha_5LDR_{it}+sumlambda_year+
arepsilon_{it}$$ （1）

模型2：普惠金融细分业务对盈利水平的差异化双重影响模型

$$ROA_{it}=eta_0+eta_1SIFI_{it}+eta_2AIFI_{it}+eta_3DIFI_{it}+eta_4PIFI_{it}+eta_5NPL_{it}+eta_6CAR_{it}+eta_7LNTA_{it}+eta_8LDR_{it}+summu_year+delta_{it}$$ （2）

其中，$$ROA_{it}$$为i银行t年盈利水平，$$IFI_{it}$$为普惠金融整体发展水平，$$SIFI、AIFI、DIFI、PIFI$$为细分普惠业务指标，$$sumlambda_year、summu_year$$为年度虚拟变量，$$
arepsilon_{it}、delta_{it}$$为随机扰动项。

（四）实证结果分析

1.普惠金融整体发展对商业银行盈利水平的双重影响

基于模型1对2010-2018年面板数据进行固定效应回归，控制年度效应与个体效应，基准回归结果如表2所示。

表2 普惠金融整体发展与商业银行盈利水平基准回归结果

注：*** p<0.01，** p<0.05，* p<0.1

由表2基准回归结果可知，普惠金融整体发展指标（IFI）系数为0.007，在1%水平上显著为正，说明普惠金融整体上对商业银行盈利水平存在显著正向赋能效应。在其他变量不变的情况下，普惠金融业务收入占比每提升1个单位，银行ROA提升0.007个单位。核心原因在于普惠金融拓宽了银行客户边界与收入渠道，优化资产结构、分散信贷集中风险，降低传统业务盈利波动，为银行创造稳定收益。

从年度效应的双重时序特征来看，2010-2015年年度虚拟变量系数多为正向且显著性较弱，此阶段普惠金融业务规模较小、政策扶持力度大、运营成本偏低，正向盈利效应主导，负向抑制效应不凸显；2016-2018年年度系数持续为负且在1%水平显著，表明随着普惠金融业务规模化扩张，单笔业务收益低、风控成本高、不良风险攀升等问题凸显，负向抑制效应持续强化，逐步抵消正向收益，呈现出显著的双向动态双重影响。

控制变量中，不良贷款率（NPL）显著负向影响盈利水平，资本充足率（CAR）、资产规模（LNTA）显著正向提升盈利水平，与理论预期一致，模型拟合度R²=0.729，F值对应P值为0.000，模型整体拟合效果良好、显著性较强。

2.稳健性检验

为验证实证结果可靠性，本文依次采用普惠金融净收入占比（NIFI）、普惠信贷规模占比（IFIS）替换核心解释变量进行稳健性检验，回归结果如表3、表4所示。

表3 基于NIFI的稳健性检验结果

表4 基于IFIS的稳健性检验结果

两次稳健性检验结果均显示，替换核心解释变量后，普惠金融发展指标仍显著正向影响银行盈利水平，且年度双重效应的时序变化特征与基准回归完全一致，模型拟合度与整体显著性良好。这表明本文普惠金融对商业银行盈利水平的双重影响结论稳健可靠，不存在变量选择偏差问题。

3.普惠金融细分业务的差异化双重影响分析

基于模型2对四类细分普惠业务进行回归，探究不同业务的差异化双重影响，回归结果如表5所示。

表5 普惠金融细分业务回归结果

由细分业务回归结果可得普惠金融差异化双重影响特征：

一是正向赋能业务：小微普惠信贷（SIFI）、普惠存款业务（DIFI）系数分别为0.014、0.011，均在1%水平显著为正。小微普惠信贷依托规模化投放、风险分散优势，能够稳定创造利息收益；普惠存款业务为银行提供低成本稳定负债，有效降低资金成本，显著提升盈利水平，是普惠金融正向效应的核心支撑。其中小微普惠信贷的正向赋能强度高于普惠存款业务。

二是负向抑制业务：涉农普惠贷款（AIFI）系数为-0.031，在1%水平显著为负，是普惠金融负向效应的主要来源。涉农贷款受农业生产周期长、自然风险高、农户偿债能力弱等因素影响，不良率偏高、运营成本高、政策让利属性强，显著挤压银行盈利空间。普惠支付业务（PIFI）系数为负但未通过显著性检验，该业务受众广、单笔收益极低、运维成本高，但业务规模小、影响微弱，对盈利无显著抑制作用。

从时序双重效应来看，细分业务整体延续“前期正向效应主导、后期负向效应凸显”的特征，2016年后各类普惠业务的成本风险溢价持续上升，双重影响的博弈格局逐步向负向抑制倾斜，与整体回归结论一致。

五、结论及建议

（一）研究结论

本文基于2010-2018年12家商业银行平衡面板数据，运用LSDV固定效应模型系统实证普惠金融发展对商业银行盈利水平的双重影响，得出以下核心结论：

第一，普惠金融对商业银行盈利水平存在显著双向双重影响。整体层面兼具正向赋能与负向抑制特征，前期以正向盈利效应为主，后期随着业务规模化扩张，成本与风险压力攀升，负向抑制效应持续强化，双重影响的差异化时序特征显著。

第二，普惠金融细分业务双重影响存在明显异质性。小微普惠信贷、普惠存款业务显著正向提升银行盈利水平，是普惠金融商业可持续性的核心支撑；涉农普惠贷款显著抑制盈利增长；普惠支付业务对盈利无显著实质性影响。

第三，控制变量中，不良贷款率显著抑制银行盈利，资本充足率、资产规模显著促进盈利提升，存贷比影响微弱，银行资产质量与风险抵御能力是保障普惠金融盈利转化的关键因素。

（二）对策建议

基于普惠金融对商业银行盈利的双重差异化影响，结合银行业经营实际，提出针对性优化建议，实现普惠政策目标与银行商业可持续的平衡发展：

（1）优化普惠业务结构，放大正向盈利效应。商业银行应重点深耕小微普惠信贷、普惠存款优质业务，扩大低成本普惠存款规模，依托小微业务风险分散、收益稳定的优势，打造普惠金融核心盈利板块，持续优化收入结构，降低传统存贷业务依赖。

（2）严控涉农普惠业务风险，弱化负向抑制效应。针对涉农贷款高风险、低收益特征，建立专属涉农风控体系，结合农业生产周期完善授信与还款机制，依托大数据、物联网技术精准识别农户信用风险，对接地方财政贴息、风险补偿政策，降低涉农业务不良率与运营成本。

（3）推进普惠金融数字化转型，降低综合运营成本。依托金融科技优化普惠支付、小额信贷等基础普惠业务流程，简化服务流程、压缩人工运维成本，通过规模化、数字化运营抵消单笔业务收益低的短板，实现薄利多销的盈利模式。

（4）建立普惠业务动态调控机制，适配时序双重效应变化。针对普惠金融“前正后负”的时序特征，前期适度扩大普惠业务规模，抢抓政策红利与客户资源；后期聚焦提质增效，摒弃粗放式扩张，重点优化业务质量、管控风险成本，平衡普惠规模与盈利水平。

（5）实施差异化普惠发展策略，规避同质化竞争。国有大行侧重深耕涉农、小微大额普惠项目，发挥规模经济优势；股份制银行与城商行聚焦区域小微、民生普惠细分场景，打造特色普惠产品，提升业务附加值，缓解同质化低价竞争带来的盈利挤压。

（6）强化风险资本管理，夯实盈利基础。持续提升资本充足率，严控整体不良贷款率，优化资产流动性配置，为普惠金融业务的双向效应调节提供风险缓冲空间，提升银行盈利韧性与可持续发展能力。

综上，商业银行需摒弃“普惠金融单纯让利、牺牲盈利”的片面认知，精准把握普惠金融的双重盈利机制，通过结构优化、科技赋能、风险管控，实现政策性普惠使命与商业性盈利目标的双向平衡，推动普惠金融高质量、可持续发展。