“攻城略地”還是“扎根本土”：空間距離與中小企業(yè)融資便利
——來自城市商業(yè)銀行貸款數(shù)據(jù)的實(shí)證

方 成 丁騁騁

一、引 言

當(dāng)前，商業(yè)銀行相互間的競爭達(dá)到白熱化的狀態(tài)，典型表現(xiàn)就是各地不同類型商業(yè)銀行的網(wǎng)點(diǎn)密布。國有控制商業(yè)銀行因?yàn)闅v史的原因，除了總部以外，一般還有省市縣甚至鎮(zhèn)的分支機(jī)構(gòu)，股份制商業(yè)銀行也遍地開花在各市縣設(shè)立網(wǎng)點(diǎn)，這種“攻城略地”的戰(zhàn)略也影響到城市商業(yè)銀行，原本主要服務(wù)本地經(jīng)濟(jì)與中小企業(yè)的地方性銀行也紛紛在外省市設(shè)立分支機(jī)構(gòu)。這種經(jīng)營戰(zhàn)略是值得質(zhì)疑的。一方面，正如 Banerjee等(1994)提出的“長期互動(dòng)”假說(Long-Term Interaction Hypothesis)所指出的那樣，作為本土化金融機(jī)構(gòu)，中小銀行由于對(duì)地方上中小企業(yè)經(jīng)營狀況的了解相對(duì)全面，通過與中小企業(yè)長期互動(dòng)，不僅有助于解決銀行與企業(yè)之間的信息不對(duì)稱問題，也方便銀行對(duì)企業(yè)風(fēng)險(xiǎn)管控，降低違約率。因此，中小銀行的優(yōu)勢(shì)本身就在于服務(wù)本土中小企業(yè)。另一方面，城市商業(yè)銀行一般由當(dāng)?shù)刎?cái)政局和國資委控股，地方政府會(huì)特別強(qiáng)調(diào)本土銀行要服務(wù)地方經(jīng)濟(jì)，如果“攻城略地”地重點(diǎn)往外省市擴(kuò)張發(fā)展，是違背當(dāng)時(shí)成立初衷的。

事實(shí)研究也表明，城商行等中小銀行在外地開設(shè)網(wǎng)點(diǎn)未能提高其績效?，F(xiàn)有文獻(xiàn)研究表明中小銀行在外地開設(shè)網(wǎng)點(diǎn)經(jīng)營導(dǎo)致其效率下降，跨區(qū)域經(jīng)營程度更高的銀行其總資產(chǎn)收益率非但沒有提升，反而有所下降，并且提高了銀行的運(yùn)營成本和風(fēng)險(xiǎn)水平?？鐓^(qū)域經(jīng)營盈利不佳，為什么中小銀行仍擴(kuò)張規(guī)模設(shè)立分支機(jī)構(gòu)？一種解釋是：到外地開設(shè)分支機(jī)構(gòu)的城商行相比同類金融機(jī)構(gòu)較為優(yōu)質(zhì)，其到異地經(jīng)營業(yè)務(wù)，主要是“不求盈利，但求所有”，試圖先擴(kuò)大規(guī)模再逐漸占領(lǐng)外省市市場。那么現(xiàn)有的研究是否表明，中小銀行在外省市開設(shè)網(wǎng)點(diǎn)若干年后盈利豐厚呢？至少目前沒有證據(jù)表明這一點(diǎn)。相反地，李廣子(2014)使用多家中小銀行的時(shí)間序列數(shù)據(jù)，指出實(shí)施跨區(qū)經(jīng)營的中小銀行績效相對(duì)較差，并且跨區(qū)機(jī)構(gòu)與總部平均距離越遠(yuǎn)跨區(qū)經(jīng)營績效越差。

目前關(guān)于中小企業(yè)銀行信貸的研究，由于數(shù)據(jù)可得性等限制，國內(nèi)的文獻(xiàn)大多集中于理論探討和定性分析，或者使用銀行業(yè)宏觀層面數(shù)據(jù)和上市公司貸款數(shù)據(jù)進(jìn)行實(shí)證，采用中小企業(yè)貸款微觀數(shù)據(jù)進(jìn)行實(shí)證分析的文獻(xiàn)屈指可數(shù)①張曉玫和鐘禎(2013)、郝項(xiàng)超(2013)、姚耀軍和董鋼鋒(2015)等分析銀行貸款問題都使用了上市公司的銀行貸款數(shù)據(jù)，而目前我國上市公司與普通的中小微企業(yè)的融資狀況具有本質(zhì)區(qū)別。。為此，本文以某城市商業(yè)銀行2011—2014年的企業(yè)貸款數(shù)據(jù)，借鑒Mistrulli和Casolaro(2008)關(guān)于總部距離的想法，以企業(yè)與銀行總部之間的直線地理距離作為距離的度量，對(duì)空間距離如何影響中小企業(yè)融資便利進(jìn)行實(shí)證分析，發(fā)現(xiàn)遠(yuǎn)距離的外省市跨區(qū)域經(jīng)營不僅不利于中小企業(yè)的融資，還增加了中小銀行的信貸風(fēng)險(xiǎn)，這表明了中小銀行攻城略地的戰(zhàn)略并非是一種明智的選擇。此外，文中使用空間距離變量作為主要分析變量，其作為借貸關(guān)系的外生變量，能有效地緩解實(shí)證中的內(nèi)生性問題，同時(shí)基于中小銀行微觀層面數(shù)據(jù)的研究扎根于實(shí)際金融市場土壤，更具有說服力，自然值得關(guān)注。

具體而言，本文首先在理論上分析了空間距離如何影響貸款定價(jià)，中小型銀行對(duì)距離總部遠(yuǎn)近不同的企業(yè)貸款利率定價(jià)有何區(qū)別？銀行在貸款定價(jià)中采取空間價(jià)格歧視還是遵循其成本定價(jià)原理，是否呈現(xiàn)出本土特征？由于中小企業(yè)信貸配給是重點(diǎn)關(guān)注的問題，為此我們進(jìn)一步分析空間距離如何影響中小企業(yè)貸款額度。中小企業(yè)貸款中存在的風(fēng)險(xiǎn)問題也是其貸款難的重要原因，本文探討了空間距離對(duì)貸款違約發(fā)生可能性的影響，此外還考察了中小企業(yè)銀行貸款中抵押狀況、企業(yè)規(guī)模和行業(yè)類型等因素對(duì)貸款的影響。通過對(duì)上述問題的分析，本文試圖對(duì)目前中小企業(yè)銀行融資機(jī)制進(jìn)行審視，為中小型商業(yè)銀行進(jìn)一步明確市場定位帶來有益啟示，從新的視角剖析中小企業(yè)融資難問題。

本文剩余部分安排如下：第二部分是文獻(xiàn)綜述與研究假設(shè)，第三部分為數(shù)據(jù)描述和變量的含義，第四部分是空間距離與貸款利率的實(shí)證分析及穩(wěn)健性檢驗(yàn)，第五部分為空間距離與貸款額度、貸款違約關(guān)系的探討，最后為結(jié)論。

二、文獻(xiàn)綜述與研究假設(shè)

在空間距離如何影響銀行信貸的研究中，對(duì)于服務(wù)中小企業(yè)的中小型商業(yè)銀行而言，很難通過財(cái)務(wù)報(bào)表等“硬信息”了解企業(yè)，而只能通過和企業(yè)的經(jīng)常性接觸獲取更多的“軟信息”后才能做出融資決策，因此空間距離成為一個(gè)重要影響因素。那么距離對(duì)中小企業(yè)借貸關(guān)系如何起作用？從現(xiàn)有的經(jīng)濟(jì)理論和以往的文獻(xiàn)看，主要有如下兩個(gè)渠道。

一個(gè)是信息渠道。軟信息的獲取和傳遞受到空間距離的顯著影響，相比大企業(yè)而言，軟信息在中小企業(yè)中占有更重要的地位，從而使得中小企業(yè)的借貸關(guān)系對(duì)空間距離的影響相對(duì)敏感。Petersen和Rajan(2002)開創(chuàng)性研究了當(dāng)?shù)剀浶畔⒃谥行∑髽I(yè)銀行的信貸決策中的重要作用，在銀行借貸關(guān)系中，銀行關(guān)于企業(yè)的私有信息質(zhì)量隨著距離的增加而下降，銀行對(duì)當(dāng)?shù)仄髽I(yè)的軟信息獲取具有先天優(yōu)勢(shì)。銀行對(duì)企業(yè)私有信息的掌握程度直接決定其貸款審批、額度和利率。另一個(gè)是借貸成本渠道。貸款申請(qǐng)者需要時(shí)間和精力與銀行進(jìn)行溝通確定合適的貸款條款，銀行需要對(duì)貸款申請(qǐng)者進(jìn)行貸前評(píng)估和貸后監(jiān)督，雖然通訊技術(shù)等的發(fā)展看似降低了距離所導(dǎo)致的額外成本，但Brevoort和Hannan(2006)等研究表明距離在借貸中的影響沒有減弱。銀企距離使得交通費(fèi)用和評(píng)估監(jiān)管等成本增加，同時(shí)遠(yuǎn)距離經(jīng)營顯著提高了運(yùn)營成本，這些成本必然會(huì)通過借貸條款反映出來。

關(guān)于距離如何影響貸款利率，一種觀點(diǎn)從價(jià)格歧視和逆向選擇理論出發(fā)，認(rèn)為貸款行和企業(yè)之間的距離與貸款利率成反比。Degryse和 Ongena(2005)、Hauswald和Marquez(2006)等在考慮中小企業(yè)和貸款行的距離之外，引入了具有競爭關(guān)系同類商業(yè)銀行和企業(yè)之間的距離，由于企業(yè)向遠(yuǎn)距離銀行申請(qǐng)貸款需要付出更高的成本，遠(yuǎn)距離的競爭銀行為了獲取企業(yè)的軟信息需要付出更大精力以及更高的監(jiān)管成本，使得近距離的銀行對(duì)申請(qǐng)貸款企業(yè)具有實(shí)施空間價(jià)格歧視的可能。企業(yè)與貸款行的距離越近，價(jià)格歧視空間越大，即企業(yè)的貸款價(jià)格與銀企距離成反向關(guān)系，而與企業(yè)和貸款競爭銀行的距離成正向關(guān)系。Agarwal和 Hauswald(2010)的實(shí)證結(jié)果也支持此種觀點(diǎn)，認(rèn)為對(duì)于信息不透明的中小企業(yè)，當(dāng)?shù)劂y行具有信息優(yōu)勢(shì)，遠(yuǎn)距離的競爭銀行則更易面對(duì)借貸市場的逆向選擇問題。另一種觀點(diǎn)認(rèn)為銀行根據(jù)信息的獲取難易和溝通的邊際成本進(jìn)行定價(jià)。由于對(duì)距離較近企業(yè)的信譽(yù)、發(fā)展前景等方面的軟信息掌握更全面，銀行會(huì)選擇信息掌握相對(duì)全面的優(yōu)質(zhì)客戶進(jìn)行放貸，而在對(duì)距離較遠(yuǎn)信息相對(duì)不透明的企業(yè)發(fā)放貸款時(shí)，在定價(jià)上要求風(fēng)險(xiǎn)溢價(jià)，從而提升了貸款利率。同時(shí)，對(duì)于距離較遠(yuǎn)的貸款企業(yè)而言，銀行需要付出更多的溝通和監(jiān)督成本，成本的提升也使得銀行要求更高的貸款定價(jià)。Knyazeva和 Knyazeva(2012)、Bellucci等(2013)等持上述觀點(diǎn)，他們的實(shí)證結(jié)果認(rèn)為貸款利率與銀企距離成正向關(guān)系，同時(shí)表明遠(yuǎn)距離企業(yè)申請(qǐng)貸款時(shí)額度更易受到信貸配給。

基于以上文獻(xiàn)梳理、城市商業(yè)銀行的經(jīng)營特點(diǎn)和目前中小企業(yè)銀行融資的現(xiàn)狀，本文提出如下研究假設(shè)。

假設(shè)1：城市商業(yè)銀行在對(duì)中小企業(yè)發(fā)放貸款時(shí)，對(duì)當(dāng)?shù)仄髽I(yè)貸款利率較低，對(duì)距離越遠(yuǎn)的企業(yè)貸款利率越高。

同樣地，距離對(duì)貸款額度和貸款違約等方面有著重要影響。Bellucci等(2013)指出遠(yuǎn)距離企業(yè)申請(qǐng)貸款時(shí)其額度更容易受限，王擎等(2012)實(shí)證結(jié)論表明分支機(jī)構(gòu)遠(yuǎn)離銀行總部，對(duì)其信貸增長有一定的抑制作用。Alessandrini等(2009、2010)進(jìn)一步表明距離銀行較遠(yuǎn)的中小企業(yè)信貸約束較嚴(yán)重，具有更高的現(xiàn)金敏感度，降低了企業(yè)創(chuàng)新活動(dòng)?？紤]距離與貸款違約風(fēng)險(xiǎn)的關(guān)系，Almazan(2002)分析了一個(gè)銀行借貸模型，得出銀行的貸款監(jiān)督水平與借貸者之間距離成反比。范香梅等(2011)實(shí)證指出銀行在外地開設(shè)網(wǎng)點(diǎn)整體上會(huì)導(dǎo)致銀行風(fēng)險(xiǎn)水平的提高，DeYoung等(2008)、Agarwal和Hauswald(2010)等實(shí)證表明，企業(yè)與銀行之間的距離越遠(yuǎn)，違約率增加可能性越大。由于銀行對(duì)于企業(yè)的軟信息掌握有限，特別是對(duì)距離較遠(yuǎn)的企業(yè)信息匱乏程度更為突出，使得銀行對(duì)企業(yè)不能做出合理評(píng)估和有效監(jiān)督，導(dǎo)致企業(yè)違約風(fēng)險(xiǎn)增加。因此，本文提出研究假設(shè)2和假設(shè)3。

假設(shè)2：城市商業(yè)銀行對(duì)當(dāng)?shù)仄髽I(yè)貸款額度相對(duì)較大，而距離銀行總部越遠(yuǎn)的企業(yè)越易受到信貸配給。

假設(shè)3：本地企業(yè)銀行貸款風(fēng)險(xiǎn)水平相對(duì)較低，而距離越遠(yuǎn)的企業(yè)貸款違約率越高。

三、數(shù)據(jù)和變量

本文用于實(shí)證的貸款微觀數(shù)據(jù)，來自一家致力于中小企業(yè)金融服務(wù)的區(qū)域性城市商業(yè)銀行，數(shù)據(jù)時(shí)間為2011年9月1日至2014年7月31日，經(jīng)過對(duì)原始數(shù)據(jù)進(jìn)行處理得到樣本量為 3629筆貸款數(shù)據(jù)，其中小微企業(yè)占比 88.81%。變量含義和描述性統(tǒng)計(jì)分析在表1中給出，具體分為貸款區(qū)域特征變量、貸款合同特征變量、貸款企業(yè)特征變量、貸款信用特征變量和宏觀經(jīng)濟(jì)控制變量。表1中給出了各變量的變量記號(hào)、變量名稱、變量的具體含義描述，以及均值、方差、中位數(shù)、最大和最小值等基本統(tǒng)計(jì)描述。

根據(jù)貸款企業(yè)所在區(qū)域，考察其空間分布狀況。第一個(gè)變量是辨識(shí)企業(yè)所在地的城鄉(xiāng)情況(urban-rural)，若企業(yè)所在地為城市則用 1標(biāo)識(shí)，非城市用 0，數(shù)據(jù)比例為1.79∶1。從企業(yè)的地理分布特點(diǎn)看，貸款企業(yè)主要分布在長三角地區(qū)，其中浙江省的企業(yè)占比為 75.67%，幾乎遍布浙江的各個(gè)縣級(jí)區(qū)域、上海和蘇南的地區(qū)市區(qū)域，為區(qū)分省內(nèi)和省外企業(yè)對(duì)貸款的影響，引入虛擬變量in-out：1表示省外，0表示省內(nèi)。根據(jù)整理后的數(shù)據(jù)觀測(cè)，企業(yè)與貸款發(fā)放的分支機(jī)構(gòu)屬于同一區(qū)域，本文使用分支機(jī)構(gòu)所在地址與銀行總部的直線距離(distance)作為空間距離，此距離可以度量分支機(jī)構(gòu)與銀行總部的地理距離，同時(shí)亦可作為企業(yè)與銀行總部的地理距離①Hauswald 和 Marquez(2006)、Mistrulli和 Casolaro(2008)等指出，總部距離越遠(yuǎn)，獲取企業(yè)軟信息越難，其質(zhì)量越差。本文采用數(shù)據(jù)的城商行以中小企業(yè)作為主要服務(wù)對(duì)象，在總部本地耕耘多年，不少網(wǎng)點(diǎn)是近年籌建和新設(shè)的，正逐漸適應(yīng)當(dāng)?shù)氐墓芾砟Ｊ?。本地銀行具有本土優(yōu)勢(shì)，銀行與當(dāng)?shù)仄髽I(yè)能夠更好地進(jìn)行軟信息獲取和傳遞，由于不同區(qū)域的企業(yè)與銀行的交流模式有所區(qū)別，而非本地銀行的新設(shè)網(wǎng)點(diǎn)具有其制度記憶性(institutional memory)，使得其獲取的企業(yè)軟信息有所偏差。此外，對(duì)于銀行的總部和網(wǎng)點(diǎn)的關(guān)系管理體系而言，接近總部的網(wǎng)點(diǎn)對(duì)于銀行的政策更易貫徹和執(zhí)行，同時(shí)也更易獲取貸款等資源的配給，而總部對(duì)遠(yuǎn)距離的網(wǎng)點(diǎn)貸款的監(jiān)管職能則更難以充分發(fā)揮。。此外，為了考察各區(qū)域金融發(fā)展水平和金融業(yè)的競爭狀況對(duì)中小企業(yè)銀行融資的影響，引入金融發(fā)展水平的衡量變量(FIR)②金融發(fā)展水平的度量使用各地區(qū)的金融機(jī)構(gòu)存貸款總額除以當(dāng)?shù)?GDP比率進(jìn)行衡量，并與所在區(qū)域的企業(yè)貸款發(fā)放時(shí)間點(diǎn)進(jìn)行數(shù)據(jù)匹配，其中浙江省使用縣域的季度數(shù)據(jù)，上海和蘇南地區(qū)使用地區(qū)市級(jí)季度數(shù)據(jù)，數(shù)據(jù)來源為各地區(qū)的歷年統(tǒng)計(jì)年鑒。。

表1 變量含義及描述性統(tǒng)計(jì)

續(xù)表1

貸款合同特征變量中主要有貸款利率、貸款額度、貸款期限和用途等變量。貸款利率(rate)最大值為15.00%，最低為3.27%，均值和中位數(shù)為8.45%和8.07%。貸款上浮利率利差(spread)定義為貸款利率與基準(zhǔn)貸款利率的差值，使用與貸款利率同時(shí)點(diǎn)和同期限的中國人民銀行公布的基準(zhǔn)貸款利率進(jìn)行數(shù)據(jù)匹配計(jì)算所得，其中上浮利率平均達(dá)到了 2.77%，平均上浮比率達(dá)到了 48.77%，此處均值是簡單算術(shù)均值，未考慮貸款額度的權(quán)重。由于數(shù)據(jù)涉及小微企業(yè)到大型企業(yè)，因此貸款發(fā)放金額(lamount)差異也較大，從5000余元到1.8億余元，平均的貸款金額為839028元，取其對(duì)數(shù)值。貸款期限(month)使用月度數(shù)據(jù)，時(shí)間長度為 0.07到 60.70，平均貸款期限在 6個(gè)月左右。貸款用途(use)分為生產(chǎn)性貸款、其他用途貸款和資金周轉(zhuǎn)貸款①生產(chǎn)性貸款指直接與生產(chǎn)相關(guān)的貸款，用途為購買生產(chǎn)原材料、購買生產(chǎn)設(shè)備、購買土地和新建廠房等；其他用途包含購車、裝修以及其他等一些間接服務(wù)于生產(chǎn)的貸款用途；資金周轉(zhuǎn)貸款指用于短期資金周轉(zhuǎn)、歸還貸款等貸款。，用數(shù)字 0、1和 2表示，在實(shí)證中以虛擬變量的方式進(jìn)入回歸模型。此外，還有是否續(xù)借(renew)、是否中小企業(yè)金融債(fbond)兩個(gè)變量。

貸款企業(yè)特征變量包含企業(yè)所在的行業(yè)、類型和規(guī)模。本文把企業(yè)所在行業(yè)(industry)劃分成第一、二和三產(chǎn)業(yè)，其中屬于第二產(chǎn)業(yè)的制造業(yè)占比為 48.06%，屬于第三產(chǎn)業(yè)的批發(fā)和零售業(yè)占比為 33.34%。企業(yè)類型(type)分為：第一類個(gè)體、私營、集體和有限責(zé)任公司，第二類股份公司和國有企業(yè)，以及第三類港澳臺(tái)和外資相關(guān)企業(yè)。第一類企業(yè)占比達(dá)到 92.95%，其中小微企業(yè)大多屬于第一類型。根據(jù)數(shù)據(jù)特點(diǎn)，本文把企業(yè)規(guī)模(size)劃分為事業(yè)單位、大中型企業(yè)、小型企業(yè)和微型企業(yè)四類，分別使用數(shù)字0～3表示。

本文分別從授信、抵押和違約等五個(gè)方面的變量衡量企業(yè)的信用狀況。授信情況有兩個(gè)虛擬變量：第一是企業(yè)是否為一次性授信 500萬人民幣(credit)；第二是企業(yè)是否為融 E貸標(biāo)準(zhǔn)產(chǎn)品客戶(ecredit)?；谄髽I(yè)銀行貸款時(shí)的抵押狀況(mortgage)，此處分為信用貸款、擔(dān)保貸款和票據(jù)貼現(xiàn)貸款三大類，分別使用0、1和2標(biāo)識(shí)，數(shù)據(jù)中大部分為擔(dān)保貸款，占比為 90%左右。違約方面有兩個(gè)指標(biāo)，其中是否逾期(overdue)由1和0表示，此外還有貸款風(fēng)險(xiǎn)五級(jí)分類(overdue5)方法，根據(jù)數(shù)據(jù)特點(diǎn)使用0表示正常，1為關(guān)注，2為次級(jí)，3為可疑和損失。

為了控制宏觀經(jīng)濟(jì)的變動(dòng)影響，與 Brock 和 Franken(2003)和郝項(xiàng)超(2013)等類似，在貸款模型中引入宏觀控制變量：產(chǎn)出水平、通貨膨脹率和貨幣供應(yīng)量。由于數(shù)據(jù)期限原因，在此使用匹配貸款所在地的工業(yè)總值增速(indg)比率的月度數(shù)據(jù)來衡量產(chǎn)出水平，居民消費(fèi)價(jià)格指數(shù)(CPI)月度增長率和廣義貨幣(M2)的月度增速分別衡量通脹水平和貨幣供應(yīng)量水平。

對(duì)于上述數(shù)據(jù)和變量，分別從空間距離和貸款利率、空間距離和貸款額度、空間距離和貸款違約三個(gè)方面進(jìn)行實(shí)證分析，試圖從銀行貸款的微觀數(shù)據(jù)事實(shí)出發(fā)，通過借貸結(jié)構(gòu)中的關(guān)鍵因素價(jià)格、額度和違約等變量，進(jìn)而挖掘空間距離對(duì)銀行中小企業(yè)借貸關(guān)系的影響。

四、空間距離與貸款利率

在 Degryse和 Ongena(2005)、Agarwal和 Hauswald(2010)、Knyazeva和 Knyazeva(2012)等的實(shí)證研究中，貸款利率和貸款利差均被用作被解釋變量，解釋變量為距離、貸款合同特征、企業(yè)特征變量等。本文借鑒上述研究，建立如下貸款定價(jià)回歸模型：

其中，被解釋變量Y分別用變量貸款利率(rate)和貸款上浮利率(spread)表示，β0為常數(shù)項(xiàng)，μ是隨機(jī)誤差項(xiàng)。

其解釋變量由五個(gè)變量組群組成，分別為：

X1為貸款區(qū)域特征變量，用距離(distance)、金融發(fā)展水平(FIR)、城鄉(xiāng)狀況(urban-rural)和省內(nèi)省外狀況(in-out)進(jìn)行描述。

X2是貸款合同特征變量，是貸款合同中主要因素，包括：(1)貸款金額(lamount)；(2)貸款期限(month)和期限的平方項(xiàng)(month2)；(3)貸款用途(use)；(4)是否首次貸款(renew)；(5)貸款是否為小企業(yè)金融債(fbond)。

X3反映了貸款企業(yè)特征變量，包括：(1)貸款企業(yè)所屬的行業(yè)大類(industry)；(2)貸款企業(yè)所屬的企業(yè)類型(type)；(3)企業(yè)規(guī)模(size)。

X4為貸款信用特征變量：(1)貸款擔(dān)保類型(mortgage)；(2)貸款逾期情況(overdue5)；(3)企業(yè)是否為授信企業(yè)(credit)；(4)企業(yè)是否為融E貸用戶(ecredit)。

X5是宏觀經(jīng)濟(jì)變量，包括三個(gè)主要宏觀經(jīng)濟(jì)變量：產(chǎn)出水平工業(yè)增加值增長率(indg)、通貨膨脹率(CPI)和貨幣供應(yīng)量增長率(M2)。

表2中模型Ⅰ和模型Ⅱ以貸款利率作為被解釋變量，模型Ⅲ和模型Ⅳ以貸款上浮利率作為被解釋變量①在進(jìn)行回歸之前，使用條件數(shù)方法進(jìn)行了共線性的檢驗(yàn)，發(fā)現(xiàn)不會(huì)對(duì)回歸產(chǎn)生影響。。

在模型Ⅰ中，從貸款區(qū)域特征變量上看，空間距離(distance)的系數(shù)在 1%的水平下顯著為正，也就是說，企業(yè)距離銀行總部越遠(yuǎn)，貸款利率越高。增加 10公里，貸款利率提升了 7個(gè)基點(diǎn)②Agarwal和 Hauswald(2010)指出銀企距離從 9英里到 10英里，其貸款利率相差 13個(gè)基點(diǎn)；Degryse和Ongena(2005)指出銀企交通距離相差7.3分鐘，其利率相差18個(gè)基點(diǎn)。。對(duì)于中小型金融機(jī)構(gòu)而言，具有較為明顯的本土優(yōu)勢(shì)，銀行對(duì)于總部附近企業(yè)的軟信息掌握較為全面，并且溝通和監(jiān)管便利，放貸成本較低?；诔杀緝?yōu)勢(shì)、信息掌握以及風(fēng)險(xiǎn)可控等角度，相比距離較遠(yuǎn)的貸款企業(yè)，銀行能以較低的利率給予近距離的企業(yè)放貸。此外，為了抵御其他競爭銀行爭奪客戶資源，維持本土優(yōu)勢(shì)，小銀行也需要維持價(jià)格上的優(yōu)勢(shì)，正如張曉玫和鐘禎(2013)指出，小銀行僅在同中小企業(yè)建立起貸款關(guān)系后，才具有更好的獲取中小企業(yè)軟信息的能力。本文中使用數(shù)據(jù)的銀行在距離較遠(yuǎn)的非本土區(qū)域經(jīng)營時(shí)間不久，也使得銀行無法通過多渠道的長期接觸來生產(chǎn)出企業(yè)的軟信息，基于對(duì)信息不對(duì)稱的風(fēng)險(xiǎn)補(bǔ)償也導(dǎo)致了貸款利率的提升。

表2 貸款利率和貸款上浮利率回歸結(jié)果

續(xù)表2

此外，我們使用金融相關(guān)率(FIR)反映當(dāng)?shù)氐慕鹑诎l(fā)展水平，發(fā)現(xiàn)其金融發(fā)展水平越高，企業(yè)貸款利率越高。金融發(fā)展水平越高，經(jīng)濟(jì)越是發(fā)達(dá)，銀行業(yè)競爭越為激烈，這會(huì)使得貸款利率下降，但回歸結(jié)果顯示，兩者反而成正相關(guān)關(guān)系，地區(qū)的FIR提升一個(gè)單位，其企業(yè)貸款利率增加了 35個(gè)基點(diǎn)。我們認(rèn)為其可能的原因是，銀行業(yè)市場競爭和企業(yè)資金需求這兩種效應(yīng)共同起作用影響著貸款利率水平，經(jīng)濟(jì)越是發(fā)達(dá)，企業(yè)對(duì)資金需求越是強(qiáng)烈，從而推高銀行貸款利率。另外，由于數(shù)據(jù)中中小微企業(yè)占到絕大多數(shù)，目前我國中小微企業(yè)仍然普遍存在融資困難問題，在銀企關(guān)系中處于弱勢(shì)地位，是資金價(jià)格的被動(dòng)接受者，對(duì)銀行定價(jià)沒有博弈的能力。姚耀軍和董鋼鋒(2015)研究發(fā)現(xiàn)，金融發(fā)展水平提高并未緩解中小企業(yè)融資約束，金融發(fā)展水平高未必能降低中小企業(yè)的貸款利率，這與我們的實(shí)證結(jié)論一致?？臻g距離和金融相關(guān)率的交叉項(xiàng)顯著為負(fù)，表明兩者具有拮抗作用。最后，貸款企業(yè)所在地處于城鄉(xiāng)與否(urban-rural)對(duì)貸款利率并無顯著影響，企業(yè)處于省內(nèi)或省外的回歸結(jié)果也不顯著，這可能是由于長三角地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)，城鄉(xiāng)差距小，城市和鄉(xiāng)鎮(zhèn)地區(qū)的中小企業(yè)之間異質(zhì)性較小。

在模型Ⅰ的貸款合同特征變量中，貸款額度(lamount)的回歸系數(shù)為負(fù)，并在 1%的顯著性水平下顯著，表明隨著貸款額度的增加，利率更低。貸款期限(month)的系數(shù)為正，并且在 1%的水平下顯著，但是貸款期限的平方項(xiàng) month2的系數(shù)顯著為負(fù)，這表明貸款利率曲線呈現(xiàn)向下拋物型。貸款用途分成生產(chǎn)性貸款、其他用途貸款和資金周轉(zhuǎn)貸款，在回歸中使用虛擬變量方式，use1和 use2的符號(hào)都為正，表明相對(duì)于生產(chǎn)性貸款用途，其服務(wù)性和資金流動(dòng)性貸款利率較高，但兩者都不顯著。renew的系數(shù)符號(hào)為負(fù)，表明相對(duì)首次貸款，再次貸款利率相對(duì)較低，不過 t值在 1左右，顯著性水平不高。對(duì)于是否為小微企業(yè)金融債(fbond)企業(yè)，此系數(shù)顯著為正，即小微企業(yè)金融債的貸款利率更高；設(shè)定小微企業(yè)金融債的初衷是為了緩解銀行小微企業(yè)貸款資金壓力，降低小微企業(yè)融資難度和門檻，促進(jìn)小微企業(yè)健康發(fā)展，然而在具體的實(shí)施過程中，由于小微金融債發(fā)行成本太高，審核程序復(fù)雜，存在不少隱性成本，導(dǎo)致銀行的資金來源成本較高①2012—2013年，小微金融債利率基本在4.1%到5.8%之間，其中又以4.5%左右居多，而2014年已出現(xiàn)上升趨勢(shì)，票面利率已全部突破6%，最高的已達(dá)到6.7%。小微金融債利率分別要比三年期和五年期定存最高利率高出30%、20%以上，比一年期存款最高利率更是高出2倍以上。，因此使得給予小微企業(yè)的放貸利率也水漲船高。

在貸款企業(yè)特征變量的回歸結(jié)果中，從行業(yè)狀況(industry)看，虛擬變量的符號(hào)都為正，說明相對(duì)于第一產(chǎn)業(yè)企業(yè)而言，第二產(chǎn)業(yè)(在 10%水平下顯著)和第三產(chǎn)業(yè)都會(huì)使得貸款利率提升，第一產(chǎn)業(yè)為主的農(nóng)林牧漁業(yè)一直以來是國家重點(diǎn)扶持的行業(yè)，銀行業(yè)還專門制定了不少涉農(nóng)貸款優(yōu)惠政策，因此，相對(duì)于涉農(nóng)貸款而言，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)貸款的利率就偏高，其中第二產(chǎn)業(yè)利率相對(duì)最高。在不同企業(yè)類型(type)對(duì)貸款利率的影響中，相對(duì)于個(gè)體、私營、集體和有限責(zé)任公司而言，國有企業(yè)和股份公司的貸款利率顯著更低(33個(gè)基點(diǎn))，但與是否為港澳臺(tái)和涉外企業(yè)關(guān)系不明確；由于個(gè)體、私營、集體和有限責(zé)任公司這一類型的企業(yè)大部分為小微企業(yè)，國有和股份公司則主要是大中企業(yè)，因此有可能獲取更低的貸款利率。與此相類似，對(duì)于企業(yè)規(guī)模大小(size)，相比事業(yè)單位貸款利率而言，其他企業(yè)的利率都有所提升，但大中企業(yè)貸款利率比小微企業(yè)利率水平要低，這與主流觀點(diǎn)一致，由于事業(yè)單位信譽(yù)較高因而利率一般較低，而大中企業(yè)的信息較為完善，銀行更樂意批準(zhǔn)大中企業(yè)的貸款申請(qǐng)。

貸款信用特征變量中，從抵押狀況虛擬變量(mortgage)的回歸結(jié)果看，相比信用貸款而言，擔(dān)保貸款利率更低，但不顯著；而對(duì)票據(jù)貼現(xiàn)貸款而言，在 5%顯著水平下貸款利率比信用和擔(dān)保貸款都更低。在貸款逾期使用風(fēng)險(xiǎn)的五級(jí)分類法(overdue5)變量中，相對(duì)于正常狀態(tài)，關(guān)注、次級(jí)以及可疑和損失之前的系數(shù)都為正，說明其貸款利率都有所提升，對(duì)于可疑和損失的貸款，其貸款利率顯著為正，銀行在貸前評(píng)估審核時(shí)，預(yù)估該筆貸款風(fēng)險(xiǎn)較高，故要求風(fēng)險(xiǎn)補(bǔ)償，使得貸款利率較高，這也說明了銀行貸前管理在一定程度上具有有效性。對(duì)于授信 500萬(credit)變量，結(jié)果顯示是授信提升了貸款利率，這可能是由于授信企業(yè)已經(jīng)是爭取到了的客戶，此時(shí)這些企業(yè)選取其他銀行貸款，需要重新付出成本獲取授信，因此這些企業(yè)轉(zhuǎn)向其他銀行的可能性也不大。另外，融 E貸顯著降低了貸款利率(23個(gè)基點(diǎn))。近年來隨著政策環(huán)境和金融生態(tài)環(huán)境的轉(zhuǎn)變，各地區(qū)商業(yè)銀行積極探索如何解決中小企業(yè)貸款難問題，具體體現(xiàn)為創(chuàng)新貸款產(chǎn)品、改革組織結(jié)構(gòu)和建立解決中小企業(yè)貸款的長效機(jī)制。此外，為了消除宏觀經(jīng)濟(jì)的影響，本文還控制了各地對(duì)應(yīng)的產(chǎn)出水平、通貨膨脹率和貨幣供應(yīng)量水平。

在模型Ⅲ中，使用貸款利率上浮幅度(spread)作為因變量進(jìn)行回歸。由于利率市場化不斷深入，商業(yè)銀行在中小企業(yè)發(fā)放貸款時(shí)，通常依據(jù)企業(yè)的資質(zhì)、信貸額度、盈利情況和經(jīng)營風(fēng)險(xiǎn)等方面，在基準(zhǔn)利率基礎(chǔ)上對(duì)中小企業(yè)貸款利率上浮，樣本數(shù)據(jù)也反映了這個(gè)事實(shí)。貸款利率上浮衡量了金融市場上資金的需求供給狀況，反映了中小企業(yè)對(duì)資金的渴望程度，回歸結(jié)果發(fā)現(xiàn)，距離、金融發(fā)展水平、貸款額度、貸款期限等關(guān)鍵解釋變量與模型Ⅰ的結(jié)論保持了一致性。在模型Ⅱ和模型Ⅳ中，不控制宏觀經(jīng)濟(jì)變量和貸款逾期狀況，回歸結(jié)果顯示對(duì)主要結(jié)果沒有影響。

在穩(wěn)健檢驗(yàn)中，首先基于數(shù)據(jù)進(jìn)行分類分析，制造業(yè)和批發(fā)零售業(yè)的企業(yè)為 1744筆和1210筆，分別占52.35%和37.01%，我們選取制造業(yè)和批發(fā)零售業(yè)貸款企業(yè)作為主要考察對(duì)象，對(duì)其貸款定價(jià)進(jìn)行分析，回歸結(jié)果在表3的模型Ⅴ和模型Ⅵ中呈現(xiàn)。在模型Ⅴ的制造業(yè)數(shù)據(jù)結(jié)果中，除了貸款用途、企業(yè)類型等個(gè)別變量的顯著性有所差別之外，其余變量的回歸系數(shù)和顯著性都與模型Ⅰ保持了一致。同樣，在批發(fā)零售企業(yè)模型Ⅵ中，發(fā)現(xiàn)距離和金融發(fā)展以及貸款額度和貸款期限等關(guān)鍵解釋變量表現(xiàn)出很好的穩(wěn)健性。其次，按企業(yè)規(guī)模進(jìn)行分類回歸，在表3中，我們?cè)谀Ｐ廷髦薪厝〈笾衅髽I(yè)單位數(shù)據(jù)、在模型Ⅷ中使用小微企業(yè)數(shù)據(jù)進(jìn)行分析。在模型Ⅶ中，發(fā)現(xiàn)僅僅貸款額度系數(shù)在 5%顯著水平下顯著為負(fù)，與之前的結(jié)論相同，其他的主要變量都不顯著，表明我們前面得到的距離與利率之間的正向關(guān)系在大中企業(yè)中不再出現(xiàn)。對(duì)于大中企業(yè)而言，銀行能較為充分地掌握其財(cái)務(wù)、經(jīng)營和高管等狀況，且其往往具有可抵押資產(chǎn)，銀行能較好地控制貸款風(fēng)險(xiǎn)，同時(shí)貸款額度相對(duì)較大，使得其貸款的交流溝通等成本相對(duì)較低，從而使得大中企業(yè)的銀行貸款不易受到空間距離的影響。在小微企業(yè)數(shù)據(jù)的模型Ⅷ中，與全數(shù)據(jù)模型Ⅰ的結(jié)論保持了很好的一致性，距離變量、貸款額度、貸款期限、所在行業(yè)等變量與因變量貸款利率之間的關(guān)系都與模型Ⅰ中得到的結(jié)論相同。此外，使用貸款上浮利率(spread)作為因變量，回歸結(jié)果與表3類似。

表3 按企業(yè)分類的回歸結(jié)果

續(xù)表3

對(duì)于空間距離對(duì)貸款價(jià)格的影響，分別對(duì)因變量貸款利率和貸款上浮利率樣本排列截?cái)嗪筮M(jìn)行交叉回歸，發(fā)現(xiàn)關(guān)于距離和金融發(fā)展水平的結(jié)論仍然成立。具體的數(shù)據(jù)截?cái)嗷貧w方式如下：對(duì)貸款利率(rate)數(shù)值進(jìn)行大小排序，然后分別剔除數(shù)據(jù)中 90%以上、75%以上、50%以上、50%以下、25%以下、10%以下的數(shù)據(jù)后，分別以 rate和spread作為被解釋變量進(jìn)行類似模型Ⅰ的回歸，具體結(jié)果在表4中給出，其中√表示距離和金融發(fā)展水平的結(jié)論與模型Ⅰ一致。表5為對(duì)spread進(jìn)行數(shù)據(jù)截?cái)嗷貧w的結(jié)論。最后，關(guān)于距離變量，我們使用了交通距離(地圖中的行車距離)作為距離變量，結(jié)果與之前回歸一致。

表4 貸款利率樣本截取回歸結(jié)果

表5 貸款上浮利率樣本截取回歸結(jié)果

五、空間距離、貸款額度與貸款違約

上文從貸款區(qū)域特征變量、貸款合同特征變量、貸款企業(yè)特征變量和貸款信用特征變量等多個(gè)維度分析了銀行對(duì)企業(yè)貸款定價(jià)的關(guān)系，表明企業(yè)與總部距離、貸款期限、貸款額度等對(duì)貸款利率有著顯著的影響。銀行對(duì)于較遠(yuǎn)距離的中小企業(yè)的私有信息更難獲取，信用狀況也較難評(píng)定，那么距離是否影響中小企業(yè)的貸款額度？為了驗(yàn)證研究假設(shè)2，在表6中，以貸款額度作為被解釋變量，分析貸款額度受空間距離和期限等變量的影響狀況，考察距離總部較遠(yuǎn)的網(wǎng)點(diǎn)申請(qǐng)貸款的中小企業(yè)是否更易受到融資約束。模型1和模型2采用全數(shù)據(jù)樣本進(jìn)行回歸，模型3和模型4采用小微企業(yè)數(shù)據(jù)進(jìn)行回歸；模型1和模型3控制宏觀經(jīng)濟(jì)變量，模型2和模型4不控制宏觀經(jīng)濟(jì)變量。

表6 貸款額度回歸結(jié)果

續(xù)表6

表6中模型1到模型4的回歸結(jié)果中，距離的系數(shù)顯著為負(fù)，說明距離越遠(yuǎn)，企業(yè)的貸款額度越小，也就是說，從模型3和模型4的小微企業(yè)數(shù)據(jù)中，基于信息不對(duì)稱等緣由，遠(yuǎn)離銀行總部的中小企業(yè)貸款額度相對(duì)更小，更容易遭遇信貸配給①王擎等(2012)基于城商行年跨區(qū)域經(jīng)營數(shù)據(jù)實(shí)證表明，隨著總分行間距離越遠(yuǎn)，其信貸增長率有所下降。。urban-rural的系數(shù)為正，且在模型 1和模型 2中在 10%的顯著水平下顯著，說明處于城市的企業(yè)相比農(nóng)村地區(qū)的企業(yè)其貸款額度更大；地區(qū)金融發(fā)展水平的系數(shù)為正，說明金融發(fā)展水平高的地區(qū)資金需求量大，對(duì)貸款額度有正向作用，不過顯著性不高。貸款期限的系數(shù)顯著為負(fù)，說明期限越長的貸款，額度也相對(duì)越大。上述實(shí)證結(jié)果說明，為緩解中小企業(yè)的信貸配給問題，需發(fā)揮當(dāng)?shù)刂行⌒豌y行的地域集中、靈活經(jīng)營和與地方經(jīng)濟(jì)交融的地緣性優(yōu)勢(shì)，充分發(fā)揮其信息方面的地緣優(yōu)勢(shì)和時(shí)效優(yōu)勢(shì)。

根據(jù)上文的分析，銀行對(duì)距離較遠(yuǎn)的企業(yè)掌握的軟信息較少，再加上本數(shù)據(jù)中銀行距離較遠(yuǎn)的分行開展業(yè)務(wù)時(shí)間較短，對(duì)當(dāng)?shù)仄髽I(yè)的軟信息獲取存在一定的局限性，基于風(fēng)險(xiǎn)補(bǔ)償?shù)木売?，銀行對(duì)于距離較遠(yuǎn)的企業(yè)定價(jià)較高，這樣的定價(jià)方式是否使得遠(yuǎn)距離的企業(yè)貸款風(fēng)險(xiǎn)增加？基于研究假設(shè) 3，從風(fēng)險(xiǎn)控制的視角，以是否逾期作為被解釋變量，考察距離、價(jià)格、期限等變量對(duì)貸款逾期的影響。在 3269個(gè)貸款合約數(shù)據(jù)中①在對(duì)原始數(shù)據(jù)進(jìn)行處理時(shí)考慮了貸款是否到期的因素，此數(shù)據(jù)的一個(gè)特征是貸款期限較短，平均值和中位數(shù)均在6個(gè)月左右，只有小部分未到期的貸款合約，在數(shù)據(jù)處理時(shí)剔除了此小部分?jǐn)?shù)據(jù)。，逾期貸款合約數(shù)為117個(gè)，占比為 3.22%，Agarwal和Hauswald(2010)使用數(shù)據(jù)中逾期率為2.7%。

表7中使用logistic回歸模型，以是否逾期(overdue)作為被解釋變量，模型5和模型6采用全數(shù)據(jù)，模型7和模型8采用小微企業(yè)數(shù)據(jù)；模型5和模型7控制宏觀經(jīng)濟(jì)變量，模型6和模型8不控制宏觀經(jīng)濟(jì)變量。從結(jié)果看，距離的回歸系數(shù)在1%的顯著水平下顯著為正，在 4個(gè)模型中得到了一致的結(jié)果。這說明實(shí)證結(jié)果支持貸款企業(yè)與總部距離越遠(yuǎn)其貸款逾期可能越大，這與之前的判定是一致的，銀行獲取距離較遠(yuǎn)企業(yè)的軟信息較為困難，因此導(dǎo)致銀行對(duì)貸款企業(yè)信息掌握不充分，增加了貸款違約風(fēng)險(xiǎn)。此處發(fā)現(xiàn)的結(jié)果與 Hauswald和 Marquez(2006)、DeYoung等(2008)、Agarwal和Hauswald(2010)等的結(jié)論一致，認(rèn)為銀行對(duì)企業(yè)信息掌握不充分導(dǎo)致違約風(fēng)險(xiǎn)增加。

在貸款合同變量中，貸款利率(rate)的系數(shù)也顯著為正，說明銀行貸款定價(jià)過高也是引起企業(yè)逾期原因之一，尤其對(duì)于小微企業(yè)而言，其融資渠道狹窄，若融資成本過高，易使其陷入財(cái)務(wù)困境。貸款額度的系數(shù)顯著為正，說明貸款額度越大其違約風(fēng)險(xiǎn)越大，其可能的原因是，近幾年中小銀行強(qiáng)調(diào)量的需要，為了爭取大額業(yè)務(wù)客戶和完成業(yè)務(wù)量，對(duì)于大額業(yè)務(wù)往往在某種程度上放松了信貸考核，同時(shí)中小銀行的業(yè)務(wù)優(yōu)勢(shì)本身不在大客戶；此外部分企業(yè)使用銀行貸款盲目擴(kuò)張，經(jīng)營收入增長不及預(yù)期，導(dǎo)致付息能力不足。實(shí)證結(jié)果顯示貸款期限越長使得貸款違約可能性越小，相比期限短的貸款而言，銀行對(duì)于期限長的貸款合約，在貸前審核要求更為嚴(yán)格，說明這種貸前管理起到了一定的風(fēng)控效果。貸款用途回歸結(jié)果也較為穩(wěn)健，相對(duì)于生產(chǎn)性貸款用途，從4個(gè)模型平均結(jié)果看，服務(wù)性貸款和資金流動(dòng)性貸款用途的違約風(fēng)險(xiǎn)更高，這說明用于支持生產(chǎn)的金融服務(wù)其資金安全性相對(duì)較高，也說明銀行更應(yīng)把業(yè)務(wù)重心放在生產(chǎn)部分等實(shí)體經(jīng)濟(jì)企業(yè)。

從實(shí)證的結(jié)果看，距離越遠(yuǎn)的企業(yè)貸款違約概率越高，這與前面兩個(gè)重要結(jié)論有著共同的原因：城市商業(yè)銀行對(duì)較遠(yuǎn)地區(qū)企業(yè)的軟信息掌握有限，風(fēng)險(xiǎn)控制和監(jiān)管能力不足。從以上結(jié)論我們可以總結(jié)出一點(diǎn)：中小銀行“攻城略地”設(shè)立遠(yuǎn)離總部的網(wǎng)點(diǎn)實(shí)際上是一個(gè)最劣策略，拿自己的短板與別人的長處在較勁。因?yàn)槌巧绦械膬?yōu)勢(shì)在本土化經(jīng)營，如果忽略這一點(diǎn)無疑是改寫“市場細(xì)分”“小銀行優(yōu)勢(shì)”等基本的市場法則。首先從市場細(xì)分而言，不同銀行因?yàn)闅v史、規(guī)模、股東背景大不相同，不去做好各自的市場定位轉(zhuǎn)而實(shí)行趨同戰(zhàn)略將會(huì)落得被動(dòng)結(jié)局。其次從小銀行優(yōu)勢(shì)而言，因?yàn)槠浣M織結(jié)構(gòu)有利于獲取軟信息，在當(dāng)?shù)氐氖袌龈邇?yōu)勢(shì)①林毅夫和李永軍(2001)研究表明，發(fā)展中小金融機(jī)構(gòu)是解決中小企業(yè)融資難的根本出路。因?yàn)榇笮徒鹑跈C(jī)構(gòu)天生不適合為中小企業(yè)服務(wù)，中小金融機(jī)構(gòu)在為中小企業(yè)提供服務(wù)方面擁有信息上的優(yōu)勢(shì)，發(fā)展中小金融機(jī)構(gòu)是解決中小企業(yè)融資難的最佳方式。。

表7 貸款違約回歸結(jié)果

六、結(jié) 論

針對(duì)當(dāng)前銀行競爭白熱化，中小銀行究竟是“扎根本土”進(jìn)一步做好本土的金融服務(wù)，還是“攻城略地”服務(wù)長遠(yuǎn)目標(biāo)，對(duì)這一問題，本文給出了明確的回答。以某城市商業(yè)銀行 2011—2014年的貸款數(shù)據(jù)，對(duì)空間距離如何影響中小企業(yè)融資便利進(jìn)行實(shí)證分析，實(shí)證結(jié)果表明：第一，銀行對(duì)距離總部越遠(yuǎn)的企業(yè)貸款利率越高。由于城市商業(yè)銀行對(duì)較遠(yuǎn)地區(qū)的企業(yè)軟信息掌握有限，不能更好地界定其風(fēng)險(xiǎn)水平，只能通過風(fēng)險(xiǎn)溢價(jià)方式進(jìn)行定價(jià)，同時(shí)貸款流程中溝通等額外成本的增加也使得利率相應(yīng)提高；即使企業(yè)所在地區(qū)的金融發(fā)展水平更高，也不會(huì)使得貸款利率有所下降。第二，距離銀行總部較遠(yuǎn)的企業(yè)獲取的貸款額度相對(duì)較小，由于區(qū)域性中小型商業(yè)銀行與當(dāng)?shù)卣推髽I(yè)關(guān)系更為密切，因此在融資額度等信貸資源配置時(shí)更多偏向于本地企業(yè)。第三，距離越遠(yuǎn)的企業(yè)違約率更高，這與銀行在距離較遠(yuǎn)地區(qū)經(jīng)營不夠嫻熟和對(duì)企業(yè)的信息掌握不充分以及風(fēng)險(xiǎn)控制和監(jiān)管能力相對(duì)較弱有關(guān)。

基于以上關(guān)于空間距離對(duì)中小企業(yè)融資便利影響的結(jié)論，我們認(rèn)為，中小型城市商業(yè)銀行應(yīng)牢牢把握“服務(wù)本土中小企業(yè)”的目標(biāo)定位，“扎根本土”，精耕細(xì)作，而不是“攻城略地”去增加遠(yuǎn)距離營業(yè)網(wǎng)點(diǎn)。從監(jiān)管者角度講，也應(yīng)引導(dǎo)中小型銀行更好地服務(wù)本土中小企業(yè)。從銀行自身而言，也千萬不要被“不求盈利，但求所有”的愿景所蒙蔽，盲目追求規(guī)模，不重視信貸風(fēng)險(xiǎn)，而應(yīng)該明確市場定位后“咬定青山不放松”。