農信社績效與多元化經營：涉農信貸的門限效應*
——以安徽省農信社為例

■楊彥愷，王宇新，張王飛

農信社績效與多元化經營：涉農信貸的門限效應*
——以安徽省農信社為例

■楊彥愷，王宇新，張王飛

本文基于收益和風險視角，采用安徽省83家農信社的數據，通過面板模型研究涉農信貸約束下多元化經營對農信社績效的影響。實證結果表明：在線性框架下多元化經營與農信社收益和風險呈U型曲線關系；在此基礎上使用面板門限模型進行回歸，發現多元化經營對農信社績效的影響表現出區間效應；且在保持適當涉農貸款率的前提下，農信社開展多元化戰略可以實現增加收益、分散風險的雙重目標。在此基礎上為農信社找準涉農投放新的突破口提供有益的政策參考。

多元化經營；績效；涉農信貸配置；面板門限模型

楊彥愷（1992-），安徽合肥人，合肥工業大學經濟學院，碩士研究生，研究方向為農村金融；王宇新（1978-），安徽太湖人，合肥工業大學經濟學院、合肥工業大學工業信息與經濟研究中心，博士，副教授，研究方向為農村經濟。（安徽合肥230601）；張王飛（1990-），江西玉山人，碩士，中國人民銀行上饒市中心支行，研究方向為商業銀行監管。（江西上饒334700）

一、研究背景及文獻綜述

自從2003年以來，農村信用合作社（含農村合作銀行、農村商業銀行）系統改革，正在攻堅克難的深化改革中不斷取得階段性成果，而農信社現已成為我國縣域支農職能發揮最充分的正規金融機構。近年來宏觀經濟金融運行中的各種矛盾和壓力仍在持續向金融機構傳導，利率市場化改革基本完成，互聯網金融的蓬勃興起，農村信用社長期以來所依賴的經濟環境正發生著巨大變化。與此同時，2017年中央一號文件再次鎖定“三農”工作，并重點關注農村金融創新的實施路徑。而在股份制浪潮席卷農信社的大背景下，仿照股份制商業銀行開展混業經營，看似蓬勃發展的多元化經營對農信社績效究竟起到何種作用，理論界尚未得出明確的答案。

目前學者們針對多元化經營與金融機構績效關系這一問題上觀點不一。持肯定態度的學者們認為，拓展多元化的收入組合有助于降低對單一收入的依賴性，進而在實現范圍經濟和規模效益的同時有效地分散非系統性風險，保持盈利性。在理論證據方面，Diamond和Verrecchia（1991）、Gallo等（1996）的研究都指出金融機構可通過多元化經營渠道來擴展業務領域和改善經營績效。在實證證據方面，Roise等（2003）以歐盟國家商業銀行為樣本，研究發現雖然非利息收入的平穩性低于利息收入，但銀行業通過分化業務收入有效分散了經營風險。國內學者從定量研究角度支持了該觀點。如郝國勝和徐潔（2010）、王曼舒和劉曉芳（2013）等對上市商業銀行面板數據回歸分析，也都得出增加非利息收入有利于機構經營績效的提升。然而也有學者對此持否定觀點，即與傳統的存貸業務相比，單純開展非利息業務會導致金融機構陷入高風險波動和低風險調整利潤的困境（Stiroh和Rumble，2004）。Lepetit等（2008）、翟光宇和何玉潔（2016）、曾智等（2016）通過實證研究均表明收入結構多元化會加劇銀行的系統性風險，且從事傳統信貸業務銀行的風險遠低于收入渠道多元化的同業機構。

縱觀以上研究，國內外針對多元化經營與績效關聯性的研究觀點不一，且大多研究局限在收入結構多元化，對兼顧兩者的路徑依賴的研究較少。我國農信社主要通過資產、負債類業務的分化組合來實現經營目標，利息業務仍是營業收入的主要來源。農信社作為中小型信用機構的代表，以傳統存貸業務為主的經營方式使其更重視信貸市場。而鑒于信貸市場信息不對稱，往往存在主客觀的制約條件，這無疑會加大信貸獲取的交易成本（Benito，2006）。楊子強（2005）也指出，支農業務與其自身商業化經營的風險收益比較決定了農信社服務“三農”的程度。王靜等（2011）亦指出信貸市場產品供需出現非線性關系與動態信貸配給過程緊密聯系。在筆者看來，由于農業弱質性而引致的高風險，加上政府干預、縣域金融資源配置不合理，以及正規金融部門對收益預期較高，農信社將束緊其信貸決策，提高每筆貸款額度和信用審核標準，從而拔高涉農經濟主體進入市場的門檻。這種信貸約束不僅無益于農信社深耕縣域市場，也阻礙了其通過收入多元化優化經營績效的路徑依賴。換言之，農信社在短期內不會改變其支農扶小的本質職能，而在保持涉農信貸約束、堅守“三農”市場定位的前提下拓展多元化業務模式，從而實現利潤增長已成為農信社商業化經營的新著力點。

如何在銀行業收入多元化和農村金融創新的背景下進一步推動農信社商業化可持續發展已成為農村金融領域亟待解決的問題之一，在復雜多變的縣域市場環境背景下農信社自身面臨發展路徑選擇。由此，本文使用面板門限技術探討安徽省各縣域農信社多元化經營與績效之間基于第三方條件的關聯效應，為確保轉變發展方式、改善服務質量、明確“三農”市場定位等深化農信系統改革目標的實現提出有針對性、立足于長遠規劃的決策建議。

二、研究設計

（一）變量選取

本文涉及如下幾類變量：農信社績效的度量、多元化經營的度量、涉農服務的度量以及控制變量。

1.農信社績效的測度

我們基于資產組合理論，從盈利性和風險性兩個角度考察農信社的經營績效。

盈利性指標用于測度農信社資金運用階段取得收益的能力。常用指標有銀行利潤率、股本收益率、資產收益率和資本收益率等。本文采用魏成龍和劉建莉（2007）的做法，以資產收益率（ROA）來衡量農信社的盈利能力；而風險性指標用于測度農信社收入的波動性，由于信用風險是農信社等金融機構面臨的最主要風險，故本文選取不良貸款率（NPLR）作為農信社風險性指標。

2.多元化經營的測度

已有文獻大都采用赫芬達爾指數量化多元化經營程度，但該指數的運用會導致馬太效應，從而拉大營業收入間的差距。故本文選取更為精確的熵方法測度農信社多元化經營程度，計算公式為：

其中，i=1,2分別代表農信社利息收入占營業收入比重和非利息收入占營業收入比重。

3.農信社信貸行為的度量

常用變量包括涉農貸款率、貸款增長率等，而涉農貸款率（TL）為眾多學者研究農信社問題普遍采用的衡量指標，故本文沿用該指標度量農信社的支農服務。

4.控制變量

本文鑒于農信社資本結構、經營管理水平等個體特征，采用如下控制變量，見表1。變量名稱

NIM

COST

EA

GDP

GQ

LPR變量含義凈息差

成本控制能力

權益資產比經濟環境股權結構

貸款撥備率

計算方法凈利息收入/貸款營業費用/營業收入

權益/資產

第一產業增加值/GDP比重投資股/（投資股+資格股）

貸款損失準備/總資產

（二）數據來源與研究樣本

鑒于數據可得性，采用2006～2014年安徽省縣域83家農信社的相關數據。數據的主要來源是中國人民銀行合肥中心支行和《安徽金融年鑒》。此外，經濟環境指標是通過《安徽統計年鑒》相關數據整理計算獲得。表2給出了各變量的描述性統計。

表2 各變量的描述性統計

（三）研究模型

本文首先檢驗了多元化和農信社績效間的非線性關系，引入DIV的平方項，運用普通面板模型，對如下公式進行回歸：

為進一步探求支農信貸配置對農信社多元化經營效果的影響，我們采用Hansen（1999）發展的面板門限回歸模型，并以涉農貸款率為門限變量進行檢驗。其具體形式如下：

其中，i、t分別表示個體和時間，yit為被解釋變量，xit為解釋變量，qit為門限變量，γ為帶估計的門限值，μi反映個體不可觀測特征，εit～iid.N(0,δ2)是擾動項。I(·)為指示函數，即如果括號中的表達式為真，則取值為1；反之取值為0。

估計時去除個體效應μi，即他變量相同處理，并且共同替換(3)中的對應變量，得到：

對所有的觀測值累疊，采用矩陣形式將(2)式化為：

對于給定的門限值，采用OLS估計(5)式進而得到β的估計值：

從而得到回歸的相應的殘差平方和為S1(y)，可通過最小化S1(y)，得出模型的備選門限值γ，觀察模型殘差的變化，使得

得到參數的估計值后，需進行兩方面檢驗：一是門限效果是否顯著，二是門限估計值是否等于其真實值。

檢驗一的原假設為H0：β1=β2，對應的備擇假設為H1：β1≠β2，對應的檢驗統計量為：

由于F1的分布是非標準的，Hansen采用“Bootstrap”以得到其漸進分布，進而構造其P值。當P值足夠小時拒絕原假設。說明存在明顯的門限效應。檢驗二的原假設為H0：γ?=γ0，相應的似然比檢驗統計量為：

以上只是假設僅存在單一門限，但實際可能存在多重門限。需要重復以上步驟進行多重門限值檢驗直到不能拒絕原假設為止，最終確定相應的門限值個數。

本文基于收益和風險視角，建立如下模型來研究涉農信貸差異下農信社多元化經營與績效間的關系。

其中，i=1，2，…，50為截面個數，代表83家農信社；t=1，2，…9表示2006～2014年的時間序列。ROA、NPLR分別為度量農信社盈利性和風險性的變量，DIV為熵指標，TL為涉農貸款率，NIM為凈息差，COST為成本控制率，EA為權益資產比，GDP為經濟環境指標，GQ為投資股占比，LPR為貸款撥備率，γ為待估門限值，εit為隨機擾動項。

三、實證分析

（一）固定效應回歸

本文基于方程(2)和(3)，分別以資產收益率和不良貸款率為被解釋變量進行回歸。首先采用IPS檢驗、Fisher-ADF檢驗兩種單位根檢驗方法。兩種檢驗方法均拒絕原假設，即變量并不存在單位根，體現出平穩性。且對面板模型的隨機效應進行Hausman檢驗，結果拒絕隨機效應，故采用固定效應模型，估計結果如表3所示。在對ROA變量的回歸中，雖然DIV一次方項系數的t統計值不顯著，但DIV的平方項在5%水平下顯著為正，即多元化經營程度與農信社盈利能力呈現U型曲線關系。對NPLR變量回歸中，DIV的一次方項和平方項也都顯著，多元化經營與農信社風險水平呈U型曲線關系。由此可以認為，農信社綜合經營達到一定水平后，進一步拓展多元化業務反而會加重不良貸款包袱，惡化經營績效。

表3 固定效應模型下資產收益率和不良貸款率的回歸結果

（二）面板門限回歸

由以上面板固定效應回歸，筆者發現多元化經營與農信社績效間存在U型關系。之后，根據方程(9)和(10)，以涉農貸款率為門限，探究多元化經營對銀行收益和風險間的影響。在使用面板門限模型回歸之前，須先確定好門限的個數。依次對單一門限、雙重門限和三重門限進行估計，等到F統計值和經Bootstrap反復抽樣500次得到相應的P值，結果見表4所示。

表4 模型（9）（10）門限回歸效果檢驗

圖1 ROA回歸模型中門限值似然比函數圖

圖2 NPLR回歸模型中門限值似然比函數圖

在表4中，針對模型（9）門限回歸檢驗中，單一、雙重、三重門限的F統計量分別為6.908、4.239和3.174，只有單一門限在1%水平下顯著，因此基于該結果本文對模型（9）采用單一門限回歸。同理，對模型（10）也應用單一門限回歸。圖1和圖2分別為模型（9）和模型（10）門限估計的似然比LR函數圖。圖中可以看出，當涉農貸款率達到67.9%時，對ROA回歸的LR統計量發生結構性突變；當涉農貸款率達到70.6%時，對NPLR回歸的LR統計量發生結構性突變。模型（9）和模型（10）所對應的門限值分別為0.679和0.706。

表5 面板門限模型下資產收益率與不良貸款率回歸結果

對資產收益率和不良貸款率的回歸結果見表5。模型（9）回歸說明，農信社涉農貸款的投放規模不會改變多元化經營對其盈利水平的促進效應，但隨著涉農信貸比重的增加，不同區制內多元化水平對盈利性的影響呈現出較為明顯的差異，即當農信社涉農貸款率不超過67.9%時，多元化程度的提高對資產收益率的正向效應較大（影響系數為0.546）；當涉農貸款率大于67.9%時，多元化程度的增加對資產收益率正向效應較?。ㄓ绊懴禂禐?.469）。對于模型（10）NPLR變量的回歸說明，多元化經營對農信社信用風險的分散效應會隨涉農信貸配置而發生突變。具體來看，當涉農貸款率低于70.6%時，多元化水平的提升會降低農信社的風險（影響系數為-0.126）；而當涉農貸款率超過70.6%時，多元化水平的增加將不利于農信社經營風險的分散（影響系數為0.053）。由此可以看出，當涉農貸款率介于67.9%和70.6%之間時，農信社可以經由多元化經營兼顧盈利水平的提高和經營風險的分散。從時間縱向視角看，涉農貸款處于67.9%～70.6%的農信社數目在2006年共10家，至2010年21家，再至2014年的29家，說明從傳統存貸業務為主營到業務逐漸多元化發展的安徽省農信社在商業化經營的過程中也存在涉農信貸配置的路徑依賴，在配置涉農信貸以優化多元經營與績效關系方面，仍有三成以上的農信社存在改進空間。

上述結果可以看出，多元化經營與農信社績效存在非線性關系；多元化經營有益于提升農信社的盈利水平，但未必可以分散經營風險；而農信社經營績效與多元化經營間存在涉農信貸配給的路徑依賴，即一種當農信社投放適量涉農貸款時，其業務多元化會促進經營績效提升的良性發展模式。

四、結論與建議

本文采用安徽省農信社的面板數據，以涉農信貸為門限變量，考察了多元化經營對績效的影響。實證結果表明，多元化經營與農信社收益和風險之間存在U型關系；多元化經營戰略對農信社盈利水平有顯著的正向效應，但對經營風險存在差異化影響；而遵從適量涉農信貸的投放路徑，農信社實行多元化經營戰略可以進一步提升運營績效。安徽省農信社在以“花錢買機制”為代表的農信社改制政策紅利推動下，正逐步實現商業化經營發展。而當改革不斷深入，縣域市場環境日趨完善，凈息差收窄的壓力將迫使農信社面臨更大的價格成本沖擊。對此，農信社須立足縣域市場，按照合適的涉農信貸路徑發展以利息收入為主、開拓非利息收入的新模式，以多元化經營轉型戰略應對同業競爭的挑戰和偏高的風險水平，實現商業化可持續發展。

根據以上實證結論，本文提出兩點政策建議：

第一，堅守“三農”市場定位，服務縣域經濟。農信社應該順應國家“三農”政策，堅持深耕縣域市場，服務和服從于縣域實體經濟，進一步完善涉農信貸配置，形成自身特色的服務優勢和品牌效應，穩固并擴大縣域客戶基礎。

第二，加快實施業務轉型，改變傳統盈利模式。在滿足審慎監管條件的前提下，安徽省農信社改制成農商行是大方向，且非利息收入還存在很大拓展空間。農信社不能一味追求規模增長，而應在順延涉農信貸路徑找準與縣域市場需求的結合點，將創新點聚焦于“三農”等與自身定位密切關聯的業務上，并保持資產整體收益處于合理水平。

[1]DiamondDW,VerrecchiaRE.Disclosure, Liquidity,andtheCostofCapital[J].TheJournalof Finance,1991,46(4):1325～1359.

[2]GalloJ,ApiladoV,andKolariJ.Commercial BankMutualFundActivities:ImplicationforBank RiskandProfitability[J].JournalofBankingand Finance,1996,20(10):1775～1792.

[3]RosieS,StaikourasC,WoodG.Non-interest IncomeandTotalIncomeStability[J].SSRNElectronic Journal,2003,(3):512～517.

[4]郝國勝,徐潔.我國上市商業銀行非利息收入業務分析與對策[J].財經問題研究,2010,12（7）:86～92.

[5]王曼舒,劉曉芳.商業銀行收入結構對盈利能力的影響研究——基于中國14家上市銀行面板數據的分析[J].南開管理評論,2013,16(2):143～149.

[6]StirohKJ,RumbleA.Thedarksideof diversification:ThecaseofUSfinancialholding companies[J].JournalofBanking&Finance,2006,30 (8):2131～2161.

[7]LepetitL,NysE,RousP,TaraziA.Bank incomestructureandrisk:Anempiricalanalysisof Europeanbanks[J].JournalofBankingandFinance, 2008,32(8):1452～1467.

[8]翟光宇,何玉潔.商業銀行應加速收入結構多元化嗎[J].財經科學,2016，(9):1～13.

[9]曾智,何雅婷.我國商業銀行流動性結構對資本緩存的影響[J].國際金融研究,2016,353(9):63～74.

[10]BenitoA.Thedown-paymentconstraintand UKhousingmarket:Doesthetheoryfitthefacts?[J]. JournalofHousingEconomics,2006,15(1):1～20.

[11]楊子強.股東選擇與權利實現:農村信用社改革的基礎性問題[J].金融研究,2005，(2):145～151.

[12]王靜,呂罡,周宗放.信貸配給突變分析——破解信貸配給難題的理論模型[J].金融研究,2011，（8）:178～191.

[13]HansenBE.Thresholdeffectsinnondynamicpanels:Estimation,testing,andinference[J]. JournalofEconometrics,1999,93(2):345～368.

[14]魏成龍,劉建莉.我國商業銀行的多元化經營分析[J].中國工業經濟,2007，(12):85～93.

F830.341

A

1006-169X（2017）07-0058-06

教育部人文社會科學研究青年基金項目（編號：14YJCZH155）；全國統計科學研究一般項目（2016LY05）；安徽省哲學社會科學規劃青年項目（編號：AHSKQ2015D22）。

*本文僅代表個人觀點，與供職單位無關。