《涉农贷款边际成本的测算及影响因素分析——基于湖南省87个县(市)农商行的经验数据-杨胜刚.pdf》由会员分享，可在线阅读，更多相关《涉农贷款边际成本的测算及影响因素分析——基于湖南省87个县(市)农商行的经验数据-杨胜刚.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第38卷 第6期2017年11月财经理论与实践(双月刊)THE THEORY AND PRACTICE OF FINANCE AND ECONOM ICSVol. 38 No. 6Nov. 2017金融与保险涉农贷款边际成本的测算及影响因素分析基于湖南省87个县(市)农商行的经验数据杨胜刚，阳 烨(湖南大学金融与统计学院，湖南长沙 410079) 摘 要:涉农业务边际成本过高是农村金融机构目标偏移的根本原因。依据2011- 2014年湖南省87家县(市)农商行(含农信社)的经营数据，考量涉农贷款边际成本及影响因素。结果显示:微观方面，农商行的涉农贷款比重增加推高了涉农贷款的边际成本，提升资产中
2、的贷款比重有助于降低涉农贷款边际成本，农商行的风险管理能力越强，涉农贷款的边际成本越低;宏观方面，县域金融发展水平的提升有益于降低涉农贷款的边际成本，城乡收入差距较大的县域，涉农贷款的边际成本也越高，提升县域融资市场的流动性有助于降低涉农贷款边际成本。关键词:目标偏移;涉农贷款边际成本;超越对数生产函数中图分类号: F832 文献标识码: A 文章编号: 1003- 7217( 2017) 06- 0029- 06一、引言与文献综述2017年2月5日中央一号文件发布，文件再次突出农村金融改革的重要性与紧迫性，强调了农村金融机构对于推进农业供给侧结构性改革、培育农业农村发展新动能的重要性。长期以
3、来，农村商业银行(以下简称“农商行” ，改制之前为农村信用合作社)是我国农村金融体系的主力军。虽然体制几经变革，但农村信用合作社一直被赋予服务“三农”的使命。然而，从实际经营情况来看，服务三农的效果却要大打折扣，存在“目标偏移”的现象。目标偏移本质上是财务目标和社会目标之间的冲突，广泛体现在我国农村金融机构的经营中，农商行亦不例外。Hermes等( 2011)对435家微型金融机构数据进行实证检验，发现微型金融机构的财务和社会双重目标之间呈现显著的负相关关系，过度关注财务绩效会使社会绩效低下 1 。农村金融机构的目标偏移问题不仅是农村金融研究领域所关注的热点，同时也引起了政府部门的高度重视。党
4、的十八届三中全会通过的中共中央关于全面深化改革若干重大问题的决定中明确指出“保障金融机构农村存款主要用于农业农村” ， 中国农村扶贫开发纲要( 2011- 2020年) 中提出“鼓励和支持贫困地区县域法人金融机构将新增可贷资金70%以上留在当地使用” 。“目标偏移”通常又被称为“使命偏移” ， Cornforth( 2014)认为该名词通常用于描述企业未能肩负其应承担的社会责任，在小额信贷问题的研究中， “目标偏移”被广泛使用，突出了小额信贷所承担的社会责任 扶贫 2 。 Cull等( 2007)将目标偏移界定为贷款客户从贫困群体向富有群体的转移 3 。农村金融机构的目标偏移问题是市场机制作用
5、的结果，支农的社会目标妨碍了其实现财务目标。相比于其他产业，涉农贷款业务相对分散，业务成本相对较高。我国农业的集约化程度不高，生产较为粗放和分散，尤其是欠发达地区的农业，涉农贷款的违约风险较大，尤其是缺乏担保和没有合格质押品的条件下，涉农业务的风险成本显著高于其他行业。近年来，我国的资本市场非常活跃，房价节节攀升，资金投入资本市场和房地产市场的收益显著高于三农领域。在此大环境下，必然会加剧农商行在内的农村金融机构的目标偏移问题。在缺乏资金支持的条件下，难以解决农业效率低下、农村发展滞后、农民增收困难等亟待解决的三农问题，因此，推动解决农村金融机构目标偏移问题现实意义重大。与非农贷款相比，涉农贷
6、款相对分散，违约风险也高，开展涉农业务面临较高的边际成本，这是目标偏移问题的根本原因。当前，国内外学者从多个角度探讨了农村金融机构目标偏移的原因。 Armend riz和Szafarz( 2009)通过建立动态博弈模型，发现导致目标偏移的真正原因在于不同类别客户间交易成本的差收稿日期: 2017- 04- 26基金项目: 国家自然科学基金( 71173241、 71473275) 、教育部新世纪优秀人才支持计划( CET- 10- 0830)作者简介: 杨胜刚( 1965 ) ，男，湖南常德人，湖南大学金融与统计学院教授，博士生导师，研究方向:农村金融。万方数据财经理论与实践(双月刊) 201
7、7年第6期异 4 。 M ersland和Strom( 2010)通过分析379家小额信贷公司的经营数据发现，小额贷款的平均成本上升与目标偏移呈正向变动关系，平均成本或交易成本过高促使农村金融机构目标偏移 5 ，在周孟亮、李明贤( 2010) 6 、唐柳洁( 2012) 7 、徐团团和何剑伟( 2014) 8 、胡金焱和姜斐然( 2015) 9的研究中也得到证实。除了涉农贷款的业务成本较高外，违约风险也不容忽视，张正平、郭永春( 2013)通过实证研究发现风险水平是诱发目标偏移的主要因素之一 10 。王修华、李汪等( 2015)发现微型金融机构的风险鉴别能力与是否会发生目标偏移紧密相关，风险鉴
8、别能力差的微型金融机构会自然选择风险低的富人发放大额贷款，以降低自己的潜在损失 11 。除了微观层面的因素外，宏观层面的因素对目标偏移也存在影响。 Kai( 2009)的实证研究发现在，激烈的竞争会缩小微型金融机构的覆盖面，将低收入者排斥在金融服务之外，从而导致目标偏移问题 12 。周孟亮、李明贤( 2012)认为小额贷款公司的财税政策是影响目标偏移的重要因素 13 。丁杰( 2015)认为小额贷款网络化发展趋势加重了我国农村金融机构目标偏移的程度 14 。目标偏移问题并不是孤立存在的，不仅与农商行自身的经营目标有关，还受宏观经济环境的影响，综合现有文献的研究进展，微观层面的因素可以归纳为农村
9、金融机构的经营目标、风险识别能力、交易成本，宏观因素主要包括行业竞争、财税政策、业务信息化程度。本文认为，无论从何种角度切入，最终都会表现为提升涉农业务的边际成本，降低涉农业务的边际收益，无法实现预期的财务目标，涉农业务边际成本越高，目标偏移的动机就越强，涉农业务边际成本过高是宏、微观层面因素促使农商行目标偏移的桥梁。以农商行为代表的农村金融机构生于农村、长于农村，出现目标偏移的现象不仅与其自身的特征有关，还与所在的环境密不可分。在本文的研究中，既考虑来至农商行自身的微观因素的影响，也将农商行所在地区的宏观因素考虑其中。基于此，以2011- 2014年湖南省87个县(市)农商行的微观经营数据与
10、宏观数据为样本，综合分析推高农商行涉农业务边际成本的因素，以探析农商行目标偏移的现实动因。二、涉农贷款边际成本的估计如上所述，农商行目标偏移的动因来至于微观和宏观两个层面，两个层面的因素通过推高农商行开展涉农业务的边际成本，从而导农商行致目标偏移，涉农业务边际成本较高是目标偏移的现实基础。因此，本文实证的基本思路并不是直接量化研究目标偏移的影响因素，而是通过量化分析农商行涉农业务边际成本的影响因素，间接地研究强化农商行目标偏移动机的影响因素。在本文的研究中，农商行的涉农业务主要指涉农贷款。假设农商行是生产多种产品的厂商，产品包括非农贷款y 1 、涉农贷款y2和存款y 3 ，总成本是各种产品产量
11、和要素价格的函数，农商行的超越对数成本函数为:ln Cit = 0 + j j ln yjit +12 j k jk ln yjit ln ykit + h h ln hit +12 h s hs ln hit ln sit + j h jh ln yjit ln hit + it ( 1)其中j = ( 1， 2， 3) ， k= ( 1， 2， 3) ， h= ( 1， 2， 3) ， Cit为i农村商业银行t年的总成本，包括利息支出与非利息支出。投入要素包括债务资金、劳动力和自有资本，分别为资金成本 1 、劳动成本 2和资本成本 3 ，资金成本等于利息支出与存款的比值，劳动成本等于管理费
12、用与职工人数的比值，资本成本等于非利息支出减去营业费用后与总资产的比值。根据超越对数生产函数的定义，相应的约束条件为: 1 + 2 + 3 = 1 ( 2) h1 + h2 + h3 = 0 ( 3) j 1 + j 2 + j 3 = 0 ( 4)由此可得非农贷款与涉农贷款的边际成本为:mc 1it = ( 1 + 1d ln y 1it + 12 2d ln y2it +12 3d ln y 3it + h 1h ln hit ) City1it( 5)mc 2it = ( 2 + 12 1d ln y 1it + 2d ln y2it +12 3d ln y 3it + h 2h ln
13、hit ) City2it( 6)与一般的面板模型不同，在本文的面板数据模型中，需要考虑约束条件，所以需要对估计方法进行调整。如果模型是固定效应模型或双向固定效应模型，在样本容量不大的条件下，可以在虚拟变量法( LSDV)模型的基础上，直接加入约束条件对模型进行估计。如果个体虚拟变量或时点虚拟变量显著且通过联合检验，则采用固定效应模型或时点固定效应模型，如果两者均显著且通过联合检验，则采用双向固定效应模型。如果均不显著，在采用OLS估计。当然，如果模型是随机效应，随机扰动项不是球型扰动项， OLS估计并不是最优效率的，此时我们采用可行的广义最小二乘( Feasible Generalized0
14、3万方数据2017年第6期(总第210期)杨胜刚,阳 烨:涉农贷款边际成本的测算及影响因素分析Least Squares)对模型进行估计。在豪斯曼检验中，卡方统计量为51. 97，对应的P值为0，结果表明应使用固定效应。然而，我们采用LSDV方法，在模型中加入个体虚拟变量和时点虚拟变量时，个体虚拟变量基本显著， 2012年、 2013年和2014年的虚拟变量在95%的置信水平下均是显著的，故采用双向固定效应模型。对于含约束条件的面板数据模型，有两种方法可以解决，一是直接在模型中加入时点虚拟变量和时间虚拟变量，二是采取组间估计的思路，对式( 1)进行变换。假设模型的基本形式为:yit = Kk
15、= 1 kx kit + uit ( 7)对式( 9)进行恒等变换:yit - yi - y t + y = Kk = 1 k xkit - xki - xk t + xk ( )+ uit - ui - u t + u ( ) ( 8)其中yi = ty it T ， y t = iy it N， y = yit N T( ) ，其他变量以此类推。再在式( 8)的基础上结合约束条件式( 2) ( 4) ，估计结果如表1所示。得到超越对数生产函数的系数估计值之后，进一步可得到涉农贷款的边际成本。图1中给出了2014年各个县(市)农商行涉农贷款每万元涉农贷款的边际成本。从边际成本的分布来看，呈现
16、出典型的“中心-外围”模式，以省会长沙为中心，随着距离的增加，涉农贷款的边际成本随之递增。外围县(市)的经济发展水平相对较低，农商行的涉农贷款边际成本也相对较高，由此可见，涉农贷款边际成本不仅与自身的经营效率有关，还与其所在环境相关。图1 2014年各县(市)农商行涉农贷款边际成本分布图表1 超越对数函数估计结果无约束 有约束 个体固定效应时点固定效应双向固定效应LSDV估计组间估计y1 - 0. 0307 - 0. 0957 - 0. 0500 - 0. 0336 - 0. 0200( 0. 0893) ( 0. 0762) ( 0. 0862) ( 0. 103) ( 0. 0701)y2
17、 1. 276 - 0. 0652 1. 066 0. 604 0. 776 ( 0. 463) ( 0. 402) ( 0. 449) ( 0. 579) ( 0. 362)y3 0. 0116 1. 202 0. 181 1. 203 0. 0000289( 0. 491) ( 0. 396) ( 0. 475) ( 0. 614) ( 0. 00113)w1 0. 300 0. 806 - 0. 302 0. 374 0. 937( 0. 253) ( 0. 211) ( 0. 274) ( 0. 309) ( 0. 500)w2 - 1. 195 - 0. 722 - 0. 930 -
18、 0. 723 - 1. 286 ( 0. 385) ( 0. 334) ( 0. 378) ( 0. 380) ( 0. 609)w3 - 0. 422 - 0. 690 - 0. 585 1. 349 1. 349 ( 0. 254) ( 0. 261) ( 0. 248) ( 0. 246) ( 0. 276)y1y1 0. 00261 - 0. 000317 0. 00217 0. 00190 0. 00125( 0. 00152) ( 0. 00152) ( 0. 00149) ( 0. 00215) ( 0. 00243)y1y2 - 0. 0309 - 0. 0106 - 0.
19、0167 - 0. 0237 - 0. 0255( 0. 0186) ( 0. 0154) ( 0. 0182) ( 0. 0274) ( 0. 0191)y1y3 0. 0221 0. 00795 0. 00863 0. 00883 0. 0183( 0. 0195) ( 0. 0168) ( 0. 0191) ( 0. 0289) ( 0. 0238)y2y2 - 0. 0769 - 0. 0189 - 0. 0605 0. 0509 0. 00138( 0. 0587) ( 0. 0459) ( 0. 0572) ( 0. 0850) ( 0. 0600)y2y3 0. 0743 0.
20、0315 0. 0455 - 0. 0975 - 0. 0630( 0. 120) ( 0. 103) ( 0. 116) ( 0. 176) ( 0. 124)y3y3 - 0. 00997 - 0. 0129 0. 00356 0. 0225 0. 0586( 0. 0686) ( 0. 0608) ( 0. 0664) ( 0. 0998) ( 0. 0715)w1w1 0. 123 0. 112 0. 0942 0. 0494 0. 0570( 0. 0278) ( 0. 0266) ( 0. 0275) ( 0. 0301) ( 0. 0331)w1w2 - 0. 0593 0. 0
21、114 - 0. 0473 - 0. 0570 - 0. 0684( 0. 0391) ( 0. 0358) ( 0. 0379) ( 0. 0350) ( 0. 0388)w1w3 - 0. 291 - 0. 258 - 0. 320 0. 00763 0. 0114( 0. 0317) ( 0. 0338) ( 0. 0312) ( 0. 00802) ( 0. 00997)w2w2 0. 124 0. 139 0. 137 0. 107 0. 137 ( 0. 0405) ( 0. 0325) ( 0. 0400) ( 0. 0424) ( 0. 0532)w2w3 0. 0439 0.
22、 00299 0. 0423 - 0. 0498 - 0. 0681 ( 0. 0276) ( 0. 0329) ( 0. 0279) ( 0. 0245) ( 0. 0335)w3w3 0. 0581 0. 0538 0. 0664 0. 0422 0. 0567( 0. 0193) ( 0. 0226) ( 0. 0188) ( 0. 0234) ( 0. 0300)y1w1 - 0. 0113 - 0. 00213 - 0. 0169 - 0. 0188 - 0. 00776( 0. 0156) ( 0. 0128) ( 0. 0151) ( 0. 0129) ( 0. 0116)y1w
23、2 0. 00578 0. 0260 0. 00188 0. 0254 0. 0105( 0. 0108) ( 0. 0102) ( 0. 0104) ( 0. 0137) ( 0. 0126)y1w3 - 0. 00536 - 0. 0130 - 0. 0105 - 0. 00657 - 0. 00270( 0. 00752) ( 0. 00860) ( 0. 00734) ( 0. 00891) ( 0. 0119)y2w1 - 0. 0768 - 0. 0842 - 0. 0530 - 0. 0169 - 0. 0478( 0. 0562) ( 0. 0583) ( 0. 0545) (
24、 0. 0643) ( 0. 0608)y2w2 - 0. 0537 0. 0281 - 0. 0417 - 0. 0380 0. 0478( 0. 0691) ( 0. 0552) ( 0. 0673) ( 0. 0790) ( 0. 0608)y2w3 0. 0368 0. 0461 0. 0121 0. 0549 - 4. 21E- 06( 0. 0404) ( 0. 0418) ( 0. 0395) ( 0. 0538) ( 4. 34E- 05)y3w1 0. 0994 0. 0462 0. 0980 0. 0736 0. 0590( 0. 0562) ( 0. 0599) ( 0.
25、 0542) ( 0. 0632) ( 0. 0669)y3w2 0. 0852 - 0. 0451 0. 0504 - 0. 00274 - 0. 0506( 0. 0697) ( 0. 0593) ( 0. 0685) ( 0. 0783) ( 0. 0893)y3w3 - 0. 0178 0. 0181 0. 0178 - 0. 0709 - 0. 00844( 0. 0405) ( 0. 0443) ( 0. 0398) ( 0. 0550) ( 0. 0404)I 2012 - 0. 0164 0. 0245 0. 0149( 0. 00679) ( 0. 00928) ( 0. 0
26、135)I 2013 - 0. 0268 0. 0664 0. 0391( 0. 00705) ( 0. 0173) ( 0. 0252)I 2014 - 0. 0338 0. 110 0. 0739 ( 0. 00766) ( 0. 0256) ( 0. 0371)注: ( )为稳健标准误， p 0. 01， p 0. 05， p 0. 1。13万方数据财经理论与实践(双月刊) 2017年第6期三、涉农贷款边际成本的影响因素分析(一)模型构建与变量选择如前文所述，农商行目标偏移的动因来至于微观和宏观两个层面，因此，将实证模型设定为:M Cit = c + mi= 1 ix it + nj =
27、 1 izit + uit ( 9)其中M Cit为涉农贷款的边际成本， xit为微观层面因素， zit为宏观层面因素。进一步，将影响因素具体化，包括盈利能力、业务结构、资产结构、流动性水平、风险管理能力、市场竞争力，宏观因素包括农商行所在区域经济的金融发展水平、政府扶持力度、普惠金融水平、流动性水平、风险水平，变量的定义与赋值如表2所示，变量的描述性统计结果如表3所示。盈利能力以成本收入比为代理变量，业务结构为涉农贷款占比与总贷款余额的比值，业务结构反映了农商行的支农力度。资产结构以贷款总额占总资产比值为代理变量，通过该比值可知农商行是否存在“不务正业”的行为。相比于表外业务和投资业务，传统
28、的贷款业务不仅业务成本较高、收益甚微，农商行向传统信贷业务投入资金的积极性减弱，贷款总额与总资产的比值可以反映出农商行的业务偏好。一般而言，农商行的市场地位越高，业务成本就越可能从农商行向客户转移，业务的边际成本也就会越低，本文采用存余额与所在县(市)存贷款余额的比值来反映农商行在所在地的市场地位，该比值越大，农商行在所在县域的市场地位就越高。农商行的流动性水平会影响其资金成本，进而影响其业务成本，因此，将农商行的存贷比作为流动性水平的代理变量。风险管理是农商行管理中的重要一环，风险管理能力是农商行核心竞争力所在，也是农商行综合管理能力的体现，所以，将不良贷款率作为风险管理能力的代理变量。经济
29、金融化是现代经济发展主要趋势，金融发展对经济发展的推动作用十分显著，本文将贷款余额与GDP的比值作为金融发展的代理变量，一方面可以度量县域的金融发展水平;另一方面，也可以测度金融部门对实体经济的渗透程度。长期以来，政府对涉农贷款进行财政贴息，以鼓励金融机构开展涉农业务、增加涉农贷款，所以本文也将财政贴息占比作为解释变量。在普惠金融水平较低的环境下，金融服务的可获得性较低，金融服务的交易成本也会随之提升。我国的城乡经济发展差距明显，呈现出典型的城乡二元经济结构，在城乡二元经济结构的背景下，金融发展也呈现出二元结构，农村地区是金融服务覆盖不足，相比于城市地区，开展农村的金融业务不仅业务成本较高，潜
30、在的风险成本也较高。尤其是在城乡收入差距较大背景下，农村金融机构会更为“嫌贫爱富” 。与微观层面的影响因素类似，我们将宏观层面的县域风险水平与流动性水平也作为因变量。表2 变量与赋值影响因素符号定义与赋值微观因素盈利能力CIR成本收入比，营业费用营业收入 100%业务结构Structure涉农贷款余额总贷款余额 100%资产结构AssetsStr贷款余额总资产 100%市场地位LoansR贷款占比，农商行贷款余额县(市)贷款余额 100%流动性水平LDR存贷比，贷款余额存款余额 100%风险管理能力NPL不良贷款率，不良贷款余额贷款余额 100%宏观因素金融化程度Finance贷款余额 GDP
31、 100%政府扶持力度Support财政贴息(含风险补偿)占比( % )普惠金融水平Inclusion乡镇银行类机构网点布放率( % )城乡差距Inequality ln(城镇居民人均可支配收入农村居民人均纯收入)县域金融风险水平Risk县域金融机构不良贷款率( % )县域流动性水平Liquid法人金融机构流动性比率( % ) 数据来源: Bankscope与各县(市)统计公报( 2011- 2014) 。表3 描述性统计变量N M ean Std. Dev. M in M axM C 341 98. 2295 71. 6400 72. 0085 318. 598CIR 348 0. 4402
32、 0. 0831 0. 2280 0. 8371Structure 348 90. 2936 8. 7612 44. 1480 108. 1365AssetsStr 348 52. 3093 8. 2659 33. 2971 76. 5389NPL 348 0. 1923 0. 1665 0. 0057 0. 7978LDR 348 58. 0913 9. 0518 35. 3646 82. 0413LoansR 348 0. 4885 0. 4229 0. 1507 5. 2952Inequality 348 0. 8829 0. 3232 0. 0987 2. 3780Finance 34
33、7 39. 2540 15. 5350 14. 28 103. 85Support 348 0. 5033 0. 7440 0. 00 4. 80Inclusion 348 2. 7124 1. 4085 0. 66 10. 00Risk 348 7. 4063 6. 2303 0. 21 33. 81Liquid 348 56. 1274 22. 7885 13. 38 148. 60(二)模型估计将实证分析分为两个层次，首先仅考虑微观因素的影响，再综合考虑宏、微观两个层面的因素。通过豪斯曼检验对模型进行选择，相应的卡方统计量为33. 69、 39. 24，对应的P值均为0，故均选择固定效应
34、模型，估计结果如表4所示。从估计结果来看，农商行的业务结构、资产结构和风险管理能力对涉农贷款的影响是显著的，在模型中加入宏观变量后，三个变量仍然显著，可见估计结果是稳健的。23万方数据2017年第6期(总第210期)杨胜刚,阳 烨:涉农贷款边际成本的测算及影响因素分析表4 模型估计结果( 1) ( 2)固定效应固定效应CIR 19. 64 - 0. 837( 32. 41) ( 32. 11)Structure 1. 645 1. 874 ( 0. 466) ( 0. 467)AssetsStr - 1. 665 - 1. 458 ( 0. 640) ( 0. 632)NPL 147. 4 1
35、06. 9 ( 24. 33) ( 26. 72)LDR - 0. 342 - 0. 179( 0. 622) ( 0. 619)LoansR 2. 204 - 0. 710( 7. 033) ( 6. 933)Inequality 28. 57 ( 11. 43)Finance - 1. 285 ( 0. 475)Support - 1. 199( 4. 096)Inclusion - 2. 853( 2. 767)Risk - 0. 535( 0. 417)Liquid - 0. 280 ( 0. 128)常数项19. 13 49. 93( 57. 21) ( 60. 54)注: ( )为
36、稳健标准误， p 0. 01， p 0. 05， p 0. 1。估计结果表明，在农商行的贷款余额中，涉农贷款的比重越大，涉农贷款的边际成本越高;资产中贷款比重越大，涉农贷款的边际成本越低，可见，贷款规模扩大有益于稀释贷款业务的边际成本;农商行的风险管理能力越强，涉农贷款的边际成本越低，模型的估计结果与预期一致。在宏观变量中，城乡收入差距越大，涉农贷款的边际成本越高;金融发展水平越高，涉农贷款的边际成本越低;县域融资市场的流动性越强，涉农贷款的边际成本越低，在流动性充足的条件下，农商行的融资成本较低，最终会影响涉农贷款的边际成本。值得关注的是，政府财政贴息的比重对于涉农贷款边际成本的影响并不显著
37、，涉农贷款业务分散，开展业务成本较高，潜在的违约风险也较大，即使监管部门对农商行进行严格的支农考核，在利润的驱使下，农商行会进行监管套利，财政贴息政策收效甚微。四、结论与政策建议农商行之所以对投放涉农贷款等涉农业务的积极性不高，本质上在于涉农业务的边际成本较高，这是农商行偏离支农使命的根本原因。无论是农商行自身方面的微观因素，还是与其所在区域相关的宏观因素，都是通过影响涉农业务的边际成本，进而影响涉农业务的边际收入，最终影响其财务目标。所以，涉农业务边际成本的影响因素与目标偏移的影响因素是一致的，根据这一思路，结合2011 - 2014年湖南省87个县(市)农商行的经营数据与所在县域的宏观数据
38、进行实证研究。实证研究表明，农商行的业务结构、资产结构、风险管理能力对涉农贷款的边际成本影响显著，涉农贷款余额在贷款余额中的占比越高，涉农贷款的边际成本越高;农商行的贷款投放越多，有益于稀释贷款业务的边际成本;农商行的风险管理能力越强，涉农贷款的边际成本越低。宏观方面，所在县域的城乡收入差距、金融发展水平、流动性水平对涉农贷款边际成本的影响也是显著的。需要关注的是，政府财政贴息的比重对于涉农贷款边际成本的影响并不显著。基于此，本文认为治理农商行的目标偏移问题可从以下两方面着手:1.利用农商行自身的信息优势与管理优势提升资金的投入产出效率。与其他行业领域相比，农业的投入产出比相对较低，农商行投放
39、涉农贷款无法满足其预期。我国中、西部的农村地区，农业生产的模式相对分散，产业化程度较低，存在突出的供需脱节问题。农商行可以通过自身的信息优势将分散化的生产模型通过行业协会、生产合作社的方式进行整合，利用后发优势，发展特色产业，通过供应链金融的方式将资金、产品和市场结合在一起。既有利于农商行实现其财务目标，又有利于培育地区农业产业。2.提升农商行开展支农业务的激励力度。涉农业务相对分散，与其他额度较大非农业务相比，业务成本较高。对农商行开展涉农业务的激励措施不能单一地局限于某一个方面，而是要实施全方位的激励措施，缩小涉农业务与非农业务在边际收益上的差异。一方面调整财税政策，实施差异化激励措施，如
40、根据农商行的支农力度，设定不同档次的税率。另一方面，不仅要对涉农贷款利息进行补贴，也要对涉农贷款产生的不良可进行兜底。涉农贷款贷款的不良率通常高于非农贷款的不良率，政府可根据两类贷款不良率的差异，通过定期补贴的方式缩小两类贷款在不良率上的差异，缩小两类贷款在业务成本和风险成本上差异，提升农商行投放涉农贷款的积极性。参考文献: 1 Hermes N， Lensink R. M icrofinance: its impact， outreach，33万方数据财经理论与实践(双月刊) 2017年第6期and sustainability J . W orld Development， 2011， 3
41、9( 6) : 875- 881. 2 Cornforth C. The governance of cooperatives and mutual asso-ciations: a paradox perspective J . Annals of Public and Co-operative Economics， 2004， 75( 1) : 11- 32. 3 Cull R， M orduch J. Financial performance and outreach: aglobal analysis of leading microbanks J . Policy Research
42、W orking Paper， 2006， 117( 517) : 107- 133. 4 Armenda riz， B， Szafarz A. On mission drift in microfinanceinstitutions M . The Handbook of M icrofinance， Singapore:W orld Scientific Publishing， 2010， 341- 366. 5 M ersland R， Strom R O. Performance and governance in mi-crofinance institutions J . Jour
43、nal of Banking and Finance，2009， 33( 4) : 662- 669. 6 李明贤，周孟亮.我国小额信贷公司的扩张与目标偏移研究 J .农业经济问题， 2010( 12) : 58- 64. 7 唐柳洁.微型金融机构使命偏移研究 J .华东经济管理，2012， 26( 6) : 79- 82. 8 徐团团，何剑伟.小额信贷的目标偏移:来自国际数据的经验研究 J .当代经济科学， 2014， 36( 4) : 111- 116. 9 胡金焱，姜斐然.小额贷款公司的目标偏移:鲁省个案 J .改革， 2015( 11) : 105- 115. 10张正平，何广文，梁毅
44、菲.微型金融机构社会绩效研究进展述评 J .经济学动态， 2012( 1) : 141- 145. 11王修华，李汪，肖燕飞.微型金融机构目标偏移研究 J .华东经济管理， 2015( 5) : 103- 107. 12 Kai H. Competition and wide outreach of M icrofinance Institu-tions J . Economics Bulletin， 2009， 29( 4) : 2628- 2639. 13周孟亮，李明贤.我国小额贷款公司财税政策改革研究 J .中南财经政法大学学报， 2012( 4) : 42- 47. 14丁杰.互联网金
45、融与普惠金融的理论及现实悖论 J .财经科学， 2015( 6) : 1- 10.(责任编辑:钟 瑶)The Estimation of M arginal Cost of AgriculturalLoans and Its Determinants Based on the Dataof 87 Rural Commercial BanksYANG Shenggang， YANG Ye( College of Finance and Statistics ， Hunan University ， Changsha 410079， China)Abstract: The high margina
46、l cost of agricultural business is the primary cause of the missiondrift of financial institutions. Based on the operating data of 87 rural commercial banks ( includingrural credit cooperatives) in Hunan Province from 2011 to 2014， the marginal cost of agriculturalloans was estimated by Translog Pro
47、duction Function. Based on the results， quantitative analysisof the influencing factors of marginal cost on agricultural loan was carried out from macro and mi-cro levels. On the micro level， the proportional increase of agricultural loans accelerates the in-crease of marginal cost， and the proporti
48、onal increase of loans in the assets can help to reduce themarginal cost of agricultural loans. Besides， the better risk management ability rural commercialbanks possess， the lower marginal cost of agricultural loans will be. On the macro level， the im-provement of financial development level in the county is beneficial to reducing the ma