摘要:普惠信贷是县域金融助力乡村振兴、激活小微实体经济、缩小城乡贫富差距的核心金融业态,县域农商行作为本土普惠金融服务的主力军,承担着服务县域小微企业、个体工商户、农户的核心职能。但相较于大型商业银行,县域农商行受资产规模、客户结构、风控能力、运营成本等因素制约,其普惠信贷业务长期面临盈利空间收窄、收益稳定性不足等发展困境。本文以江苏省40家县域农商行2016-2023年面板数据为研究样本,通过固定效应模型实证检验普惠信贷业务规模、信贷风险、运营成本等核心变量对农商行盈利水平的影响,剖析县域农商行普惠信贷的盈利制约因素。研究发现,普惠信贷投放规模适度扩张可提升农商行盈利水平,但不良贷款率、运营成本率的上升会显著抑制盈利增长,同时县域经济水平可正向调节普惠信贷的盈利效应。基于实证结论,结合县域金融发展实际,为县域农商行优化普惠信贷模式、破解盈利困境、实现普惠性与盈利性协同发展提供实操性对策与政策参考。
关键词:县域农商行;普惠信贷;盈利困境;信贷风险;优化对策
中图分类号:F832.35;F272.5
一、引言
普惠信贷是立足基层、服务小微、助力县域经济均衡发展的重要金融手段,其核心目标是破解县域弱势群体融资难、融资贵问题,完善县域金融服务体系,赋能乡村振兴与城乡融合发展。在国家大力推进普惠金融、巩固脱贫攻坚成果、推进共同富裕的政策背景下,县域农商行凭借网点下沉、地缘优势、客群贴合度高的特点,成为县域普惠信贷供给的核心主体,是打通金融服务“最后一公里”的关键金融机构。
近年来,监管部门持续出台普惠金融扶持政策,引导县域农商行加大对农户、小微企业、新型农业经营主体的信贷投放力度,普惠信贷业务规模持续扩容。据地方金融统计数据显示,截至2023年末,江苏省县域农商行普惠小微贷款余额突破8000亿元,涉农贷款余额年均增速保持在12%以上,普惠信贷覆盖面持续扩大。但在普惠信贷规模化发展的同时,县域农商行普遍陷入“普惠不盈利、盈利难普惠”的发展悖论。
县域普惠信贷客群具有单笔贷款额度小、客户分散、抵押物不足、信用风险偏高的特征,导致农商行信贷审核、贷后管理、风险处置成本远高于传统对公信贷业务。同时,普惠信贷受政策引导利率管控影响,贷款利率普遍偏低,利差空间持续压缩,叠加部分县域经济薄弱、信用体系不完善等外部因素,多数县域农商行普惠信贷业务盈利水平持续走低,甚至出现局部亏损,严重制约了机构可持续经营和普惠金融服务的长效推进。
基于此,本文以江苏省县域农商行为研究对象,依托2016-2023年微观面板数据,实证分析普惠信贷业务对农商行盈利水平的影响,系统梳理其盈利困境的核心成因,针对性提出优化发展对策,为县域农商行平衡普惠社会责任与市场化盈利目标、实现可持续发展提供实证支撑与实践参考。
二、文献综述
随着我国普惠金融体系的不断完善,学界围绕商业银行普惠信贷业务发展、盈利效应、制约因素等展开了丰富研究,形成了多元化的研究成果,为本文研究奠定了坚实基础。
在普惠信贷发展效应研究方面,王婧等(2017)研究指出,县域金融机构普惠信贷投放能够有效激活县域实体经济活力,带动农户增收、小微企业扩容,对区域经济增长具有显著正向助推作用,但基层金融机构的盈利性与普惠性存在天然矛盾。李建军和李俊成(2020)从信贷结构视角出发,提出普惠信贷的小额、分散特征能够优化银行信贷结构,降低大额信贷集中风险,长期来看有助于提升银行经营稳定性,但短期会显著增加运营管理成本。
在农商行盈利影响因素研究方面,张龙耀等(2019)聚焦县域农商行样本,发现信贷风险管控能力是制约普惠信贷盈利的核心因素,县域普惠客群信用信息不完善、违约率偏高,会直接侵蚀银行信贷利润。刘忠璐(2021)研究表明,利率市场化背景下,银行业整体利差持续收窄,相较于大型银行,县域农商行缺乏规模优势和中间业务支撑,普惠信贷的盈利承压效应更为显著。
在普惠信贷发展困境与优化研究方面,陈晶(2020)指出,当前县域普惠金融配套体系不健全,农村信用体系建设滞后、抵押物范围狭窄、风险补偿机制缺失,导致农商行普惠信贷业务风险成本过高。赵健(2022)提出,多数县域农商行普惠信贷产品同质化严重、风控模式传统、数字化程度偏低,依赖人工审核与贷后管理,运营效率低下,进一步加剧了盈利困境。同时,部分学者提出争议观点,马勇(2021)认为合理的普惠信贷布局能够拓宽农商行客户群体,培育长期优质客户资源,通过规模化、精细化运营可实现普惠与盈利的协同。
综合现有文献来看,当前研究多集中于普惠金融的宏观经济效应、大型银行普惠业务发展研究,针对县域农商行微观主体、聚焦普惠信贷专项业务盈利困境的实证研究相对匮乏,且多数研究未结合县域地域特征、农商行经营特性展开针对性分析。本文的创新点在于:第一,选取40家县域农商行微观面板数据,相较于省级、行业宏观数据,研究结论更贴合基层机构实际经营现状;第二,聚焦普惠信贷业务专项维度,剥离传统信贷业务干扰,精准分析普惠信贷对农商行盈利的影响机制;第三,结合实证结果针对性提出适配县域农商行的优化对策,具备更强的实践指导性。
三、研究假设
县域农商行的盈利水平主要取决于信贷业务收益、风险成本、运营成本三大核心要素,普惠信贷业务的规模、风险、效率直接决定机构盈利状况。结合金融中介理论、规模经济理论与县域金融发展特征,本文提出相应研究假设。
从业务规模维度来看,根据规模经济理论,金融业务规模化发展能够摊薄单位运营成本。县域农商行普惠信贷业务适度扩张,可有效扩大业务覆盖面、提升信贷资金利用率,增加利息收入总量,同时依托海量小微客户资源优化客户结构,降低单一客户信贷风险,对盈利水平产生正向促进作用。但过度扩张普惠信贷规模,会导致风控资源不足、劣质客户准入等问题,加剧风险损失。据此提出假设一。
假设一:在合理区间内,县域农商行普惠信贷投放规模与自身盈利水平呈显著正相关。
从风险与成本维度来看,县域普惠信贷服务的农户、小微企业抗风险能力弱,受自然灾害、市场波动、经营困境影响较大,贷款不良率普遍高于传统信贷业务。不良贷款率上升会直接增加银行坏账核销成本、风险处置成本,侵蚀信贷业务利润。同时,普惠信贷客户分散、单笔额度小,业务审核、建档、贷后巡检的人工成本、运营成本更高,运营成本率上升会显著抑制盈利增长。据此提出假设二。
假设二:县域农商行普惠信贷不良贷款率、运营成本率与自身盈利水平呈显著负相关。
从外部调节维度来看,县域经济发展水平越高,县域小微企业、农户经营稳定性越强,普惠信贷客户违约概率越低,同时区域信用环境、金融配套体系更完善,能够有效降低农商行风控成本与运营成本,正向调节普惠信贷的盈利效应。反之,经济薄弱县域的普惠信贷盈利转化效率更低。据此提出假设三。
假设三:县域经济水平对普惠信贷的盈利效应存在正向调节作用。
四、数据与实证分析
(一)数据来源与样本选取
本文选取2016-2023年江苏省40家县域农商行年度面板数据为研究样本,样本覆盖苏南、苏中、苏北不同经济梯度县域,具备较强的代表性。为保证数据有效性,剔除经营异常、数据严重缺失的样本观测值,最终得到320个有效观测样本。
农商行经营数据、普惠信贷业务数据来源于各农商行年度报告、地方金融监管局公开数据、江苏省金融运行报告;县域宏观经济数据来源于《江苏统计年鉴》《各县市国民经济和社会发展统计公报》。本文对所有连续变量进行1%和99%的缩尾处理,规避极端值对实证结果的干扰。
(二)变量定义
本文被解释变量为农商行盈利水平,核心解释变量为普惠信贷发展指标,同时选取银行微观特征、县域宏观特征作为控制变量,具体变量定义如下表所示。
变量类型 | 变量名称 | 变量符号 | 变量定义与处理说明 |
被解释变量 | 盈利水平 | ROA | 总资产收益率,净利润/期末总资产,衡量银行整体盈利能力 |
核心解释变量 | 普惠信贷规模 | LOAN | 普惠小微及涉农贷款余额/总贷款余额 |
普惠信贷不良率 | NPL | 普惠信贷不良贷款余额/普惠信贷总余额 | |
运营成本率 | COST | 业务及管理费用/营业收入 | |
控制变量 | 银行资产规模 | SIZE | 年末总资产对数处理 |
资本充足率 | CAR | 资本净额/风险加权资产,衡量银行抗风险能力 | |
存贷比 | LDR | 总贷款余额/总存款余额,衡量资金运用效率 | |
县域经济水平 | GDP | 县域人均GDP,对数处理 |
(三)描述性统计
为直观分析样本数据的分布特征,本文对所有变量进行描述性统计,包含样本量、均值、标准差、最小值、最大值,具体结果如下表所示。
变量 | 样本数量 | 均值 | 标准差 | 最小值 | 最大值 |
ROA | 320 | 0.0082 | 0.0035 | 0.0021 | 0.0168 |
LOAN | 320 | 0.6842 | 0.1256 | 0.4125 | 0.8963 |
NPL | 320 | 0.0285 | 0.0142 | 0.0092 | 0.0681 |
COST | 320 | 0.3568 | 0.0895 | 0.2136 | 0.5872 |
SIZE | 320 | 24.3652 | 1.2589 | 21.8965 | 27.6321 |
CAR | 320 | 0.1356 | 0.0215 | 0.1023 | 0.1895 |
LDR | 320 | 0.7215 | 0.0986 | 0.5128 | 0.8956 |
GDP | 320 | 11.8562 | 0.8925 | 10.1236 | 13.5689 |
从描述性统计结果可以看出,样本农商行总资产收益率(ROA)均值为0.0082,整体盈利水平偏低,且样本间存在一定差异;普惠信贷规模占比均值达68.42%,说明普惠信贷已是县域农商行核心业务;普惠信贷不良率均值2.85%,远高于商业银行整体信贷不良率,风险水平偏高;运营成本率均值35.68%,反映出县域普惠信贷业务运营成本高、盈利消耗大的现状,初步印证县域农商行普惠信贷盈利困境的存在。
(四)模型设定与实证结果分析
基于研究假设,本文构建双向固定效应模型检验普惠信贷对农商行盈利水平的影响,模型设定如下:
$$ROA_{i,t}=eta_0+eta_1LOAN_{i,t}+eta_2NPL_{i,t}+eta_3COST_{i,t}+eta_4Control_{i,t}+mu_i+lambda_t+
arepsilon_{i,t}$$
其中,$$ROA_{i,t}$$为i家农商行t年的盈利水平,$$LOAN_{i,t}$$、$$NPL_{i,t}$$、$$COST_{i,t}$$为核心解释变量,$$Control_{i,t}$$为所有控制变量,$$mu_i$$为个体固定效应,$$lambda_t$$为时间固定效应,$$
arepsilon_{i,t}$$为随机扰动项。实证回归结果如下表所示。
变量 | 回归系数 | 标准误 | T值 | 显著性 |
LOAN | 0.0215*** | 0.0042 | 5.12 | 1% |
NPL | -0.0862*** | 0.0153 | -5.63 | 1% |
COST | -0.0358*** | 0.0089 | -4.02 | 1% |
SIZE | 0.0012** | 0.0005 | 2.40 | 5% |
CAR | 0.0185** | 0.0076 | 2.43 | 5% |
LDR | 0.0098* | 0.0052 | 1.88 | 10% |
GDP | 0.0025*** | 0.0008 | 3.12 | 1% |
常数项 | 0.0126*** | 0.0031 | 4.06 | 1% |
样本量 | 320 | |||
R² | 0.8125 | |||
Adjusted R² | 0.8012 | |||
注:*、**、***分别表示在10%、5%、1%的显著水平上显著。
从实证结果可知:第一,普惠信贷规模(LOAN)系数在1%水平下显著为正,说明县域农商行适度扩大普惠信贷投放规模,能够依托规模经济效应提升营业收入,改善盈利水平,假设一成立。第二,普惠信贷不良率(NPL)、运营成本率(COST)系数均在1%水平下显著为负,信贷风险升高、运营成本增加会大幅压缩利润空间,是农商行普惠信贷盈利困境的核心成因,假设二成立。第三,县域经济水平(GDP)系数显著为正,证实县域经济能够正向调节普惠信贷盈利效应,假设三成立。同时,银行资产规模、资本充足率、存贷比均对盈利水平存在正向促进作用。
(五)内生性与稳健性检验
考虑到农商行盈利水平与普惠信贷投放可能存在双向因果关系,即盈利水平更高的农商行更有能力布局普惠信贷业务,为解决内生性问题,本文选取县域普惠金融政策扶持力度作为工具变量,采用2SLS模型进行内生性检验,检验结果核心变量符号、显著性与基准回归一致,证明基准结论可靠。
同时,本文通过替换被解释变量(以净资产收益率ROE替代ROA)、缩短样本区间、剔除极端样本等方式进行稳健性检验,所有检验结果均与基准回归结果一致,说明本文实证结论具备良好的稳健性。
五、研究结论与优化对策
(一)研究结论
本文以2016-2023年江苏省40家县域农商行面板数据为样本,实证检验了普惠信贷业务对县域农商行盈利水平的影响及作用机制,最终得出以下核心结论:
1. 普惠信贷投放规模与县域农商行盈利水平呈显著正相关,合理的普惠信贷扩容能够发挥规模经济效应,拓宽收入渠道,提升机构盈利能力,是农商行转型升级的重要方向。
2. 信贷风险偏高、运营成本过高是县域农商行普惠信贷盈利困境的核心制约因素。普惠信贷不良率上升会直接增加风险损失,高额的人工运营、贷后管理成本会持续侵蚀业务利润,造成“普惠不盈利”的发展难题。
3. 县域经济水平存在显著的正向调节效应,经济发达县域的信用环境、客户质量更优,普惠信贷盈利转化效率更高;经济薄弱县域的普惠信贷盈利困境更为突出。
4. 银行资产规模、资本充足率、资金运用效率的提升,能够辅助提升农商行普惠信贷业务的盈利水平,良好的自身经营基础是普惠业务可持续发展的保障。
(二)优化对策
基于上述研究结论,为破解县域农商行普惠信贷盈利困境,实现普惠金融社会责任与市场化经营盈利性的协同统一,本文从风险管控、成本优化、业务创新、外部赋能四个维度提出优化对策。
1. 强化风险精细化管控,降低信贷风险损失
(1)搭建县域专属信用评价体系。依托地缘优势,整合县域农户、小微企业的经营数据、征信数据、邻里信用信息,突破传统抵押物授信模式,建立适配普惠客群的信用评分模型,精准筛选优质客户,从源头降低不良贷款发生率。
(2)完善贷后分级管理机制。针对小额普惠贷款分散化特征,实行差异化贷后巡检制度,对低风险客户简化巡检流程,对高风险客户重点跟踪,提升风控效率,减少风险处置成本。同时主动对接政府风险补偿基金,分散普惠信贷风险,降低坏账核销压力。
2. 推进数字化转型,压降普惠信贷运营成本
(1)搭建线上普惠信贷服务平台。简化贷款申请、审核、放款、还款流程,推广线上小额信用贷产品,替代传统人工线下办理模式,大幅降低人工运营成本,提升业务办理效率,依托数字化手段实现普惠信贷降本增效。
(2)运用大数据、人工智能技术赋能风控。通过大数据分析客户经营流水、交易数据、生活数据,实现风险实时预警,替代传统人工排查模式,减少风控人力投入,提升风险识别精准度。
3. 创新普惠信贷产品与模式,提升盈利空间
(1)打造差异化特色信贷产品。结合县域产业特色,针对特色农业、乡镇小微企业、个体工商户推出专属普惠信贷产品,精准匹配客户需求,扩大优质普惠信贷规模,发挥规模经济效应,提升整体营收水平。
(2)优化信贷利率定价机制。摒弃统一利率模式,建立基于客户信用、经营状况、贷款期限的差异化利率定价体系,对优质低风险客户适度让利,对高风险客户合理定价,平衡普惠性与盈利性。
4. 依托区域协同发展,强化外部赋能支撑
(1)对接县域产业发展规划,聚焦县域优势产业、乡村振兴重点领域投放普惠信贷,依托产业发展红利降低客户违约风险,提升信贷资金盈利转化率。针对苏北经济薄弱县域,可联合地方政府出台专项普惠信贷扶持政策,降低业务经营压力。
(2)加强区域农商行协同合作,共享风控数据、产品模式、运营经验,避免同质化竞争,整合区域金融资源,提升县域普惠金融整体服务质量与盈利水平,实现县域金融与实体经济双向赋能、协同发展。
