“攻城略地”还是“扎根本土”：空间距离与中小企业融资便利——来自城市商业银行贷款数据的实证

方 成 丁骋骋

一、引 言

当前，商业银行相互间的竞争达到白热化的状态，典型表现就是各地不同类型商业银行的网点密布。国有控制商业银行因为历史的原因，除了总部以外，一般还有省市县甚至镇的分支机构，股份制商业银行也遍地开花在各市县设立网点，这种“攻城略地”的战略也影响到城市商业银行，原本主要服务本地经济与中小企业的地方性银行也纷纷在外省市设立分支机构。这种经营战略是值得质疑的。一方面，正如 Banerjee等(1994)提出的“长期互动”假说(Long-Term Interaction Hypothesis)所指出的那样，作为本土化金融机构，中小银行由于对地方上中小企业经营状况的了解相对全面，通过与中小企业长期互动，不仅有助于解决银行与企业之间的信息不对称问题，也方便银行对企业风险管控，降低违约率。因此，中小银行的优势本身就在于服务本土中小企业。另一方面，城市商业银行一般由当地财政局和国资委控股，地方政府会特别强调本土银行要服务地方经济，如果“攻城略地”地重点往外省市扩张发展，是违背当时成立初衷的。

事实研究也表明，城商行等中小银行在外地开设网点未能提高其绩效。现有文献研究表明中小银行在外地开设网点经营导致其效率下降，跨区域经营程度更高的银行其总资产收益率非但没有提升，反而有所下降，并且提高了银行的运营成本和风险水平。跨区域经营盈利不佳，为什么中小银行仍扩张规模设立分支机构？一种解释是：到外地开设分支机构的城商行相比同类金融机构较为优质，其到异地经营业务，主要是“不求盈利，但求所有”，试图先扩大规模再逐渐占领外省市市场。那么现有的研究是否表明，中小银行在外省市开设网点若干年后盈利丰厚呢？至少目前没有证据表明这一点。相反地，李广子(2014)使用多家中小银行的时间序列数据，指出实施跨区经营的中小银行绩效相对较差，并且跨区机构与总部平均距离越远跨区经营绩效越差。

目前关于中小企业银行信贷的研究，由于数据可得性等限制，国内的文献大多集中于理论探讨和定性分析，或者使用银行业宏观层面数据和上市公司贷款数据进行实证，采用中小企业贷款微观数据进行实证分析的文献屈指可数①张晓玫和钟祯(2013)、郝项超(2013)、姚耀军和董钢锋(2015)等分析银行贷款问题都使用了上市公司的银行贷款数据，而目前我国上市公司与普通的中小微企业的融资状况具有本质区别。。为此，本文以某城市商业银行2011—2014年的企业贷款数据，借鉴Mistrulli和Casolaro(2008)关于总部距离的想法，以企业与银行总部之间的直线地理距离作为距离的度量，对空间距离如何影响中小企业融资便利进行实证分析，发现远距离的外省市跨区域经营不仅不利于中小企业的融资，还增加了中小银行的信贷风险，这表明了中小银行攻城略地的战略并非是一种明智的选择。此外，文中使用空间距离变量作为主要分析变量，其作为借贷关系的外生变量，能有效地缓解实证中的内生性问题，同时基于中小银行微观层面数据的研究扎根于实际金融市场土壤，更具有说服力，自然值得关注。

具体而言，本文首先在理论上分析了空间距离如何影响贷款定价，中小型银行对距离总部远近不同的企业贷款利率定价有何区别？银行在贷款定价中采取空间价格歧视还是遵循其成本定价原理，是否呈现出本土特征？由于中小企业信贷配给是重点关注的问题，为此我们进一步分析空间距离如何影响中小企业贷款额度。中小企业贷款中存在的风险问题也是其贷款难的重要原因，本文探讨了空间距离对贷款违约发生可能性的影响，此外还考察了中小企业银行贷款中抵押状况、企业规模和行业类型等因素对贷款的影响。通过对上述问题的分析，本文试图对目前中小企业银行融资机制进行审视，为中小型商业银行进一步明确市场定位带来有益启示，从新的视角剖析中小企业融资难问题。

本文剩余部分安排如下：第二部分是文献综述与研究假设，第三部分为数据描述和变量的含义，第四部分是空间距离与贷款利率的实证分析及稳健性检验，第五部分为空间距离与贷款额度、贷款违约关系的探讨，最后为结论。

二、文献综述与研究假设

在空间距离如何影响银行信贷的研究中，对于服务中小企业的中小型商业银行而言，很难通过财务报表等“硬信息”了解企业，而只能通过和企业的经常性接触获取更多的“软信息”后才能做出融资决策，因此空间距离成为一个重要影响因素。那么距离对中小企业借贷关系如何起作用？从现有的经济理论和以往的文献看，主要有如下两个渠道。

一个是信息渠道。软信息的获取和传递受到空间距离的显著影响，相比大企业而言，软信息在中小企业中占有更重要的地位，从而使得中小企业的借贷关系对空间距离的影响相对敏感。Petersen和Rajan(2002)开创性研究了当地软信息在中小企业银行的信贷决策中的重要作用，在银行借贷关系中，银行关于企业的私有信息质量随着距离的增加而下降，银行对当地企业的软信息获取具有先天优势。银行对企业私有信息的掌握程度直接决定其贷款审批、额度和利率。另一个是借贷成本渠道。贷款申请者需要时间和精力与银行进行沟通确定合适的贷款条款，银行需要对贷款申请者进行贷前评估和贷后监督，虽然通讯技术等的发展看似降低了距离所导致的额外成本，但Brevoort和Hannan(2006)等研究表明距离在借贷中的影响没有减弱。银企距离使得交通费用和评估监管等成本增加，同时远距离经营显著提高了运营成本，这些成本必然会通过借贷条款反映出来。

关于距离如何影响贷款利率，一种观点从价格歧视和逆向选择理论出发，认为贷款行和企业之间的距离与贷款利率成反比。Degryse和 Ongena(2005)、Hauswald和Marquez(2006)等在考虑中小企业和贷款行的距离之外，引入了具有竞争关系同类商业银行和企业之间的距离，由于企业向远距离银行申请贷款需要付出更高的成本，远距离的竞争银行为了获取企业的软信息需要付出更大精力以及更高的监管成本，使得近距离的银行对申请贷款企业具有实施空间价格歧视的可能。企业与贷款行的距离越近，价格歧视空间越大，即企业的贷款价格与银企距离成反向关系，而与企业和贷款竞争银行的距离成正向关系。Agarwal和 Hauswald(2010)的实证结果也支持此种观点，认为对于信息不透明的中小企业，当地银行具有信息优势，远距离的竞争银行则更易面对借贷市场的逆向选择问题。另一种观点认为银行根据信息的获取难易和沟通的边际成本进行定价。由于对距离较近企业的信誉、发展前景等方面的软信息掌握更全面，银行会选择信息掌握相对全面的优质客户进行放贷，而在对距离较远信息相对不透明的企业发放贷款时，在定价上要求风险溢价，从而提升了贷款利率。同时，对于距离较远的贷款企业而言，银行需要付出更多的沟通和监督成本，成本的提升也使得银行要求更高的贷款定价。Knyazeva和 Knyazeva(2012)、Bellucci等(2013)等持上述观点，他们的实证结果认为贷款利率与银企距离成正向关系，同时表明远距离企业申请贷款时额度更易受到信贷配给。

基于以上文献梳理、城市商业银行的经营特点和目前中小企业银行融资的现状，本文提出如下研究假设。

假设1：城市商业银行在对中小企业发放贷款时，对当地企业贷款利率较低，对距离越远的企业贷款利率越高。

同样地，距离对贷款额度和贷款违约等方面有着重要影响。Bellucci等(2013)指出远距离企业申请贷款时其额度更容易受限，王擎等(2012)实证结论表明分支机构远离银行总部，对其信贷增长有一定的抑制作用。Alessandrini等(2009、2010)进一步表明距离银行较远的中小企业信贷约束较严重，具有更高的现金敏感度，降低了企业创新活动。考虑距离与贷款违约风险的关系，Almazan(2002)分析了一个银行借贷模型，得出银行的贷款监督水平与借贷者之间距离成反比。范香梅等(2011)实证指出银行在外地开设网点整体上会导致银行风险水平的提高，DeYoung等(2008)、Agarwal和Hauswald(2010)等实证表明，企业与银行之间的距离越远，违约率增加可能性越大。由于银行对于企业的软信息掌握有限，特别是对距离较远的企业信息匮乏程度更为突出，使得银行对企业不能做出合理评估和有效监督，导致企业违约风险增加。因此，本文提出研究假设2和假设3。

假设2：城市商业银行对当地企业贷款额度相对较大，而距离银行总部越远的企业越易受到信贷配给。

假设3：本地企业银行贷款风险水平相对较低，而距离越远的企业贷款违约率越高。

三、数据和变量

本文用于实证的贷款微观数据，来自一家致力于中小企业金融服务的区域性城市商业银行，数据时间为2011年9月1日至2014年7月31日，经过对原始数据进行处理得到样本量为 3629笔贷款数据，其中小微企业占比 88.81%。变量含义和描述性统计分析在表1中给出，具体分为贷款区域特征变量、贷款合同特征变量、贷款企业特征变量、贷款信用特征变量和宏观经济控制变量。表1中给出了各变量的变量记号、变量名称、变量的具体含义描述，以及均值、方差、中位数、最大和最小值等基本统计描述。

根据贷款企业所在区域，考察其空间分布状况。第一个变量是辨识企业所在地的城乡情况(urban-rural)，若企业所在地为城市则用 1标识，非城市用 0，数据比例为1.79∶1。从企业的地理分布特点看，贷款企业主要分布在长三角地区，其中浙江省的企业占比为 75.67%，几乎遍布浙江的各个县级区域、上海和苏南的地区市区域，为区分省内和省外企业对贷款的影响，引入虚拟变量in-out：1表示省外，0表示省内。根据整理后的数据观测，企业与贷款发放的分支机构属于同一区域，本文使用分支机构所在地址与银行总部的直线距离(distance)作为空间距离，此距离可以度量分支机构与银行总部的地理距离，同时亦可作为企业与银行总部的地理距离①Hauswald 和 Marquez(2006)、Mistrulli和 Casolaro(2008)等指出，总部距离越远，获取企业软信息越难，其质量越差。本文采用数据的城商行以中小企业作为主要服务对象，在总部本地耕耘多年，不少网点是近年筹建和新设的，正逐渐适应当地的管理模式。本地银行具有本土优势，银行与当地企业能够更好地进行软信息获取和传递，由于不同区域的企业与银行的交流模式有所区别，而非本地银行的新设网点具有其制度记忆性(institutional memory)，使得其获取的企业软信息有所偏差。此外，对于银行的总部和网点的关系管理体系而言，接近总部的网点对于银行的政策更易贯彻和执行，同时也更易获取贷款等资源的配给，而总部对远距离的网点贷款的监管职能则更难以充分发挥。。此外，为了考察各区域金融发展水平和金融业的竞争状况对中小企业银行融资的影响，引入金融发展水平的衡量变量(FIR)②金融发展水平的度量使用各地区的金融机构存贷款总额除以当地 GDP比率进行衡量，并与所在区域的企业贷款发放时间点进行数据匹配，其中浙江省使用县域的季度数据，上海和苏南地区使用地区市级季度数据，数据来源为各地区的历年统计年鉴。。

表1 变量含义及描述性统计

续表1

贷款合同特征变量中主要有贷款利率、贷款额度、贷款期限和用途等变量。贷款利率(rate)最大值为15.00%，最低为3.27%，均值和中位数为8.45%和8.07%。贷款上浮利率利差(spread)定义为贷款利率与基准贷款利率的差值，使用与贷款利率同时点和同期限的中国人民银行公布的基准贷款利率进行数据匹配计算所得，其中上浮利率平均达到了 2.77%，平均上浮比率达到了 48.77%，此处均值是简单算术均值，未考虑贷款额度的权重。由于数据涉及小微企业到大型企业，因此贷款发放金额(lamount)差异也较大，从5000余元到1.8亿余元，平均的贷款金额为839028元，取其对数值。贷款期限(month)使用月度数据，时间长度为 0.07到 60.70，平均贷款期限在 6个月左右。贷款用途(use)分为生产性贷款、其他用途贷款和资金周转贷款①生产性贷款指直接与生产相关的贷款，用途为购买生产原材料、购买生产设备、购买土地和新建厂房等；其他用途包含购车、装修以及其他等一些间接服务于生产的贷款用途；资金周转贷款指用于短期资金周转、归还贷款等贷款。，用数字 0、1和 2表示，在实证中以虚拟变量的方式进入回归模型。此外，还有是否续借(renew)、是否中小企业金融债(fbond)两个变量。

贷款企业特征变量包含企业所在的行业、类型和规模。本文把企业所在行业(industry)划分成第一、二和三产业，其中属于第二产业的制造业占比为 48.06%，属于第三产业的批发和零售业占比为 33.34%。企业类型(type)分为：第一类个体、私营、集体和有限责任公司，第二类股份公司和国有企业，以及第三类港澳台和外资相关企业。第一类企业占比达到 92.95%，其中小微企业大多属于第一类型。根据数据特点，本文把企业规模(size)划分为事业单位、大中型企业、小型企业和微型企业四类，分别使用数字0～3表示。

本文分别从授信、抵押和违约等五个方面的变量衡量企业的信用状况。授信情况有两个虚拟变量：第一是企业是否为一次性授信 500万人民币(credit)；第二是企业是否为融 E贷标准产品客户(ecredit)。基于企业银行贷款时的抵押状况(mortgage)，此处分为信用贷款、担保贷款和票据贴现贷款三大类，分别使用0、1和2标识，数据中大部分为担保贷款，占比为 90%左右。违约方面有两个指标，其中是否逾期(overdue)由1和0表示，此外还有贷款风险五级分类(overdue5)方法，根据数据特点使用0表示正常，1为关注，2为次级，3为可疑和损失。

为了控制宏观经济的变动影响，与 Brock 和 Franken(2003)和郝项超(2013)等类似，在贷款模型中引入宏观控制变量：产出水平、通货膨胀率和货币供应量。由于数据期限原因，在此使用匹配贷款所在地的工业总值增速(indg)比率的月度数据来衡量产出水平，居民消费价格指数(CPI)月度增长率和广义货币(M2)的月度增速分别衡量通胀水平和货币供应量水平。

对于上述数据和变量，分别从空间距离和贷款利率、空间距离和贷款额度、空间距离和贷款违约三个方面进行实证分析，试图从银行贷款的微观数据事实出发，通过借贷结构中的关键因素价格、额度和违约等变量，进而挖掘空间距离对银行中小企业借贷关系的影响。

四、空间距离与贷款利率

在 Degryse和 Ongena(2005)、Agarwal和 Hauswald(2010)、Knyazeva和 Knyazeva(2012)等的实证研究中，贷款利率和贷款利差均被用作被解释变量，解释变量为距离、贷款合同特征、企业特征变量等。本文借鉴上述研究，建立如下贷款定价回归模型：

其中，被解释变量Y分别用变量贷款利率(rate)和贷款上浮利率(spread)表示，β0为常数项，μ是随机误差项。

其解释变量由五个变量组群组成，分别为：

X1为贷款区域特征变量，用距离(distance)、金融发展水平(FIR)、城乡状况(urban-rural)和省内省外状况(in-out)进行描述。

X2是贷款合同特征变量，是贷款合同中主要因素，包括：(1)贷款金额(lamount)；(2)贷款期限(month)和期限的平方项(month2)；(3)贷款用途(use)；(4)是否首次贷款(renew)；(5)贷款是否为小企业金融债(fbond)。

X3反映了贷款企业特征变量，包括：(1)贷款企业所属的行业大类(industry)；(2)贷款企业所属的企业类型(type)；(3)企业规模(size)。

X4为贷款信用特征变量：(1)贷款担保类型(mortgage)；(2)贷款逾期情况(overdue5)；(3)企业是否为授信企业(credit)；(4)企业是否为融E贷用户(ecredit)。

X5是宏观经济变量，包括三个主要宏观经济变量：产出水平工业增加值增长率(indg)、通货膨胀率(CPI)和货币供应量增长率(M2)。

表2中模型Ⅰ和模型Ⅱ以贷款利率作为被解释变量，模型Ⅲ和模型Ⅳ以贷款上浮利率作为被解释变量①在进行回归之前，使用条件数方法进行了共线性的检验，发现不会对回归产生影响。。

在模型Ⅰ中，从贷款区域特征变量上看，空间距离(distance)的系数在 1%的水平下显著为正，也就是说，企业距离银行总部越远，贷款利率越高。增加 10公里，贷款利率提升了 7个基点②Agarwal和 Hauswald(2010)指出银企距离从 9英里到 10英里，其贷款利率相差 13个基点；Degryse和Ongena(2005)指出银企交通距离相差7.3分钟，其利率相差18个基点。。对于中小型金融机构而言，具有较为明显的本土优势，银行对于总部附近企业的软信息掌握较为全面，并且沟通和监管便利，放贷成本较低。基于成本优势、信息掌握以及风险可控等角度，相比距离较远的贷款企业，银行能以较低的利率给予近距离的企业放贷。此外，为了抵御其他竞争银行争夺客户资源，维持本土优势，小银行也需要维持价格上的优势，正如张晓玫和钟祯(2013)指出，小银行仅在同中小企业建立起贷款关系后，才具有更好的获取中小企业软信息的能力。本文中使用数据的银行在距离较远的非本土区域经营时间不久，也使得银行无法通过多渠道的长期接触来生产出企业的软信息，基于对信息不对称的风险补偿也导致了贷款利率的提升。

表2 贷款利率和贷款上浮利率回归结果

续表2

此外，我们使用金融相关率(FIR)反映当地的金融发展水平，发现其金融发展水平越高，企业贷款利率越高。金融发展水平越高，经济越是发达，银行业竞争越为激烈，这会使得贷款利率下降，但回归结果显示，两者反而成正相关关系，地区的FIR提升一个单位，其企业贷款利率增加了 35个基点。我们认为其可能的原因是，银行业市场竞争和企业资金需求这两种效应共同起作用影响着贷款利率水平，经济越是发达，企业对资金需求越是强烈，从而推高银行贷款利率。另外，由于数据中中小微企业占到绝大多数，目前我国中小微企业仍然普遍存在融资困难问题，在银企关系中处于弱势地位，是资金价格的被动接受者，对银行定价没有博弈的能力。姚耀军和董钢锋(2015)研究发现，金融发展水平提高并未缓解中小企业融资约束，金融发展水平高未必能降低中小企业的贷款利率，这与我们的实证结论一致。空间距离和金融相关率的交叉项显著为负，表明两者具有拮抗作用。最后，贷款企业所在地处于城乡与否(urban-rural)对贷款利率并无显著影响，企业处于省内或省外的回归结果也不显著，这可能是由于长三角地区经济较为发达，城乡差距小，城市和乡镇地区的中小企业之间异质性较小。

在模型Ⅰ的贷款合同特征变量中，贷款额度(lamount)的回归系数为负，并在 1%的显著性水平下显著，表明随着贷款额度的增加，利率更低。贷款期限(month)的系数为正，并且在 1%的水平下显著，但是贷款期限的平方项 month2的系数显著为负，这表明贷款利率曲线呈现向下抛物型。贷款用途分成生产性贷款、其他用途贷款和资金周转贷款，在回归中使用虚拟变量方式，use1和 use2的符号都为正，表明相对于生产性贷款用途，其服务性和资金流动性贷款利率较高，但两者都不显著。renew的系数符号为负，表明相对首次贷款，再次贷款利率相对较低，不过 t值在 1左右，显著性水平不高。对于是否为小微企业金融债(fbond)企业，此系数显著为正，即小微企业金融债的贷款利率更高；设定小微企业金融债的初衷是为了缓解银行小微企业贷款资金压力，降低小微企业融资难度和门槛，促进小微企业健康发展，然而在具体的实施过程中，由于小微金融债发行成本太高，审核程序复杂，存在不少隐性成本，导致银行的资金来源成本较高①2012—2013年，小微金融债利率基本在4.1%到5.8%之间，其中又以4.5%左右居多，而2014年已出现上升趋势，票面利率已全部突破6%，最高的已达到6.7%。小微金融债利率分别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。，因此使得给予小微企业的放贷利率也水涨船高。

在贷款企业特征变量的回归结果中，从行业状况(industry)看，虚拟变量的符号都为正，说明相对于第一产业企业而言，第二产业(在 10%水平下显著)和第三产业都会使得贷款利率提升，第一产业为主的农林牧渔业一直以来是国家重点扶持的行业，银行业还专门制定了不少涉农贷款优惠政策，因此，相对于涉农贷款而言，第二产业和第三产业贷款的利率就偏高，其中第二产业利率相对最高。在不同企业类型(type)对贷款利率的影响中，相对于个体、私营、集体和有限责任公司而言，国有企业和股份公司的贷款利率显著更低(33个基点)，但与是否为港澳台和涉外企业关系不明确；由于个体、私营、集体和有限责任公司这一类型的企业大部分为小微企业，国有和股份公司则主要是大中企业，因此有可能获取更低的贷款利率。与此相类似，对于企业规模大小(size)，相比事业单位贷款利率而言，其他企业的利率都有所提升，但大中企业贷款利率比小微企业利率水平要低，这与主流观点一致，由于事业单位信誉较高因而利率一般较低，而大中企业的信息较为完善，银行更乐意批准大中企业的贷款申请。

贷款信用特征变量中，从抵押状况虚拟变量(mortgage)的回归结果看，相比信用贷款而言，担保贷款利率更低，但不显著；而对票据贴现贷款而言，在 5%显著水平下贷款利率比信用和担保贷款都更低。在贷款逾期使用风险的五级分类法(overdue5)变量中，相对于正常状态，关注、次级以及可疑和损失之前的系数都为正，说明其贷款利率都有所提升，对于可疑和损失的贷款，其贷款利率显著为正，银行在贷前评估审核时，预估该笔贷款风险较高，故要求风险补偿，使得贷款利率较高，这也说明了银行贷前管理在一定程度上具有有效性。对于授信 500万(credit)变量，结果显示是授信提升了贷款利率，这可能是由于授信企业已经是争取到了的客户，此时这些企业选取其他银行贷款，需要重新付出成本获取授信，因此这些企业转向其他银行的可能性也不大。另外，融 E贷显著降低了贷款利率(23个基点)。近年来随着政策环境和金融生态环境的转变，各地区商业银行积极探索如何解决中小企业贷款难问题，具体体现为创新贷款产品、改革组织结构和建立解决中小企业贷款的长效机制。此外，为了消除宏观经济的影响，本文还控制了各地对应的产出水平、通货膨胀率和货币供应量水平。

在模型Ⅲ中，使用贷款利率上浮幅度(spread)作为因变量进行回归。由于利率市场化不断深入，商业银行在中小企业发放贷款时，通常依据企业的资质、信贷额度、盈利情况和经营风险等方面，在基准利率基础上对中小企业贷款利率上浮，样本数据也反映了这个事实。贷款利率上浮衡量了金融市场上资金的需求供给状况，反映了中小企业对资金的渴望程度，回归结果发现，距离、金融发展水平、贷款额度、贷款期限等关键解释变量与模型Ⅰ的结论保持了一致性。在模型Ⅱ和模型Ⅳ中，不控制宏观经济变量和贷款逾期状况，回归结果显示对主要结果没有影响。

在稳健检验中，首先基于数据进行分类分析，制造业和批发零售业的企业为 1744笔和1210笔，分别占52.35%和37.01%，我们选取制造业和批发零售业贷款企业作为主要考察对象，对其贷款定价进行分析，回归结果在表3的模型Ⅴ和模型Ⅵ中呈现。在模型Ⅴ的制造业数据结果中，除了贷款用途、企业类型等个别变量的显著性有所差别之外，其余变量的回归系数和显著性都与模型Ⅰ保持了一致。同样，在批发零售企业模型Ⅵ中，发现距离和金融发展以及贷款额度和贷款期限等关键解释变量表现出很好的稳健性。其次，按企业规模进行分类回归，在表3中，我们在模型Ⅶ中截取大中企业单位数据、在模型Ⅷ中使用小微企业数据进行分析。在模型Ⅶ中，发现仅仅贷款额度系数在 5%显著水平下显著为负，与之前的结论相同，其他的主要变量都不显著，表明我们前面得到的距离与利率之间的正向关系在大中企业中不再出现。对于大中企业而言，银行能较为充分地掌握其财务、经营和高管等状况，且其往往具有可抵押资产，银行能较好地控制贷款风险，同时贷款额度相对较大，使得其贷款的交流沟通等成本相对较低，从而使得大中企业的银行贷款不易受到空间距离的影响。在小微企业数据的模型Ⅷ中，与全数据模型Ⅰ的结论保持了很好的一致性，距离变量、贷款额度、贷款期限、所在行业等变量与因变量贷款利率之间的关系都与模型Ⅰ中得到的结论相同。此外，使用贷款上浮利率(spread)作为因变量，回归结果与表3类似。

表3 按企业分类的回归结果

续表3

对于空间距离对贷款价格的影响，分别对因变量贷款利率和贷款上浮利率样本排列截断后进行交叉回归，发现关于距离和金融发展水平的结论仍然成立。具体的数据截断回归方式如下：对贷款利率(rate)数值进行大小排序，然后分别剔除数据中 90%以上、75%以上、50%以上、50%以下、25%以下、10%以下的数据后，分别以 rate和spread作为被解释变量进行类似模型Ⅰ的回归，具体结果在表4中给出，其中√表示距离和金融发展水平的结论与模型Ⅰ一致。表5为对spread进行数据截断回归的结论。最后，关于距离变量，我们使用了交通距离(地图中的行车距离)作为距离变量，结果与之前回归一致。

表4 贷款利率样本截取回归结果

表5 贷款上浮利率样本截取回归结果

五、空间距离、贷款额度与贷款违约

上文从贷款区域特征变量、贷款合同特征变量、贷款企业特征变量和贷款信用特征变量等多个维度分析了银行对企业贷款定价的关系，表明企业与总部距离、贷款期限、贷款额度等对贷款利率有着显著的影响。银行对于较远距离的中小企业的私有信息更难获取，信用状况也较难评定，那么距离是否影响中小企业的贷款额度？为了验证研究假设2，在表6中，以贷款额度作为被解释变量，分析贷款额度受空间距离和期限等变量的影响状况，考察距离总部较远的网点申请贷款的中小企业是否更易受到融资约束。模型1和模型2采用全数据样本进行回归，模型3和模型4采用小微企业数据进行回归；模型1和模型3控制宏观经济变量，模型2和模型4不控制宏观经济变量。

表6 贷款额度回归结果

续表6

表6中模型1到模型4的回归结果中，距离的系数显著为负，说明距离越远，企业的贷款额度越小，也就是说，从模型3和模型4的小微企业数据中，基于信息不对称等缘由，远离银行总部的中小企业贷款额度相对更小，更容易遭遇信贷配给①王擎等(2012)基于城商行年跨区域经营数据实证表明，随着总分行间距离越远，其信贷增长率有所下降。。urban-rural的系数为正，且在模型 1和模型 2中在 10%的显著水平下显著，说明处于城市的企业相比农村地区的企业其贷款额度更大；地区金融发展水平的系数为正，说明金融发展水平高的地区资金需求量大，对贷款额度有正向作用，不过显著性不高。贷款期限的系数显著为负，说明期限越长的贷款，额度也相对越大。上述实证结果说明，为缓解中小企业的信贷配给问题，需发挥当地中小型银行的地域集中、灵活经营和与地方经济交融的地缘性优势，充分发挥其信息方面的地缘优势和时效优势。

根据上文的分析，银行对距离较远的企业掌握的软信息较少，再加上本数据中银行距离较远的分行开展业务时间较短，对当地企业的软信息获取存在一定的局限性，基于风险补偿的缘由，银行对于距离较远的企业定价较高，这样的定价方式是否使得远距离的企业贷款风险增加？基于研究假设 3，从风险控制的视角，以是否逾期作为被解释变量，考察距离、价格、期限等变量对贷款逾期的影响。在 3269个贷款合约数据中①在对原始数据进行处理时考虑了贷款是否到期的因素，此数据的一个特征是贷款期限较短，平均值和中位数均在6个月左右，只有小部分未到期的贷款合约，在数据处理时剔除了此小部分数据。，逾期贷款合约数为117个，占比为 3.22%，Agarwal和Hauswald(2010)使用数据中逾期率为2.7%。

表7中使用logistic回归模型，以是否逾期(overdue)作为被解释变量，模型5和模型6采用全数据，模型7和模型8采用小微企业数据；模型5和模型7控制宏观经济变量，模型6和模型8不控制宏观经济变量。从结果看，距离的回归系数在1%的显著水平下显著为正，在 4个模型中得到了一致的结果。这说明实证结果支持贷款企业与总部距离越远其贷款逾期可能越大，这与之前的判定是一致的，银行获取距离较远企业的软信息较为困难，因此导致银行对贷款企业信息掌握不充分，增加了贷款违约风险。此处发现的结果与 Hauswald和 Marquez(2006)、DeYoung等(2008)、Agarwal和Hauswald(2010)等的结论一致，认为银行对企业信息掌握不充分导致违约风险增加。

在贷款合同变量中，贷款利率(rate)的系数也显著为正，说明银行贷款定价过高也是引起企业逾期原因之一，尤其对于小微企业而言，其融资渠道狭窄，若融资成本过高，易使其陷入财务困境。贷款额度的系数显著为正，说明贷款额度越大其违约风险越大，其可能的原因是，近几年中小银行强调量的需要，为了争取大额业务客户和完成业务量，对于大额业务往往在某种程度上放松了信贷考核，同时中小银行的业务优势本身不在大客户；此外部分企业使用银行贷款盲目扩张，经营收入增长不及预期，导致付息能力不足。实证结果显示贷款期限越长使得贷款违约可能性越小，相比期限短的贷款而言，银行对于期限长的贷款合约，在贷前审核要求更为严格，说明这种贷前管理起到了一定的风控效果。贷款用途回归结果也较为稳健，相对于生产性贷款用途，从4个模型平均结果看，服务性贷款和资金流动性贷款用途的违约风险更高，这说明用于支持生产的金融服务其资金安全性相对较高，也说明银行更应把业务重心放在生产部分等实体经济企业。

从实证的结果看，距离越远的企业贷款违约概率越高，这与前面两个重要结论有着共同的原因：城市商业银行对较远地区企业的软信息掌握有限，风险控制和监管能力不足。从以上结论我们可以总结出一点：中小银行“攻城略地”设立远离总部的网点实际上是一个最劣策略，拿自己的短板与别人的长处在较劲。因为城商行的优势在本土化经营，如果忽略这一点无疑是改写“市场细分”“小银行优势”等基本的市场法则。首先从市场细分而言，不同银行因为历史、规模、股东背景大不相同，不去做好各自的市场定位转而实行趋同战略将会落得被动结局。其次从小银行优势而言，因为其组织结构有利于获取软信息，在当地的市场更具优势①林毅夫和李永军(2001)研究表明，发展中小金融机构是解决中小企业融资难的根本出路。因为大型金融机构天生不适合为中小企业服务，中小金融机构在为中小企业提供服务方面拥有信息上的优势，发展中小金融机构是解决中小企业融资难的最佳方式。。

表7 贷款违约回归结果

六、结 论

针对当前银行竞争白热化，中小银行究竟是“扎根本土”进一步做好本土的金融服务，还是“攻城略地”服务长远目标，对这一问题，本文给出了明确的回答。以某城市商业银行 2011—2014年的贷款数据，对空间距离如何影响中小企业融资便利进行实证分析，实证结果表明：第一，银行对距离总部越远的企业贷款利率越高。由于城市商业银行对较远地区的企业软信息掌握有限，不能更好地界定其风险水平，只能通过风险溢价方式进行定价，同时贷款流程中沟通等额外成本的增加也使得利率相应提高；即使企业所在地区的金融发展水平更高，也不会使得贷款利率有所下降。第二，距离银行总部较远的企业获取的贷款额度相对较小，由于区域性中小型商业银行与当地政府和企业关系更为密切，因此在融资额度等信贷资源配置时更多偏向于本地企业。第三，距离越远的企业违约率更高，这与银行在距离较远地区经营不够娴熟和对企业的信息掌握不充分以及风险控制和监管能力相对较弱有关。

基于以上关于空间距离对中小企业融资便利影响的结论，我们认为，中小型城市商业银行应牢牢把握“服务本土中小企业”的目标定位，“扎根本土”，精耕细作，而不是“攻城略地”去增加远距离营业网点。从监管者角度讲，也应引导中小型银行更好地服务本土中小企业。从银行自身而言，也千万不要被“不求盈利，但求所有”的愿景所蒙蔽，盲目追求规模，不重视信贷风险，而应该明确市场定位后“咬定青山不放松”。