小银行优势、信息成本和中小企业融资——基于城商行合并的准实验研究

彭妙薇 谭雪 熊浩

(1.广东财经大学会计学院，广东 广州 510320；2.湖南师范大学商学院，湖南 长沙 410081；3.贵州财经大学会计学院，贵州 贵阳 550025)

一、引言

中国经济的一个典型矛盾现象是，中小企业对经济发展的贡献与获得的贷款资源之间严重不对称(Shen et al.，2009；李新等，2020)。2019年12月，《中共中央国务院关于营造更好发展环境支持民营企业改革发展的意见》(以下简称《意见》)指出，改革开放40多年来，民营企业在推动发展、促进创新、增加就业、改善民生和扩大开放等方面发挥了不可替代的作用。为进一步激发民营企业活力和创造力，《意见》强调指出，“进一步提高金融结构与经济结构匹配度，支持发展以中小微民营企业为主要服务对象的中小金融机构”。学术界以林毅夫和李永军(2001)为代表的许多经济学家也纷纷提倡建立中小银行以解决中小企业融资难问题，其背后的理论依据是“小银行优势”理论。他们认为中小企业融资难、融资贵的根源在于我国金融体系以大中型商业银行为主导，融资方式以间接融资为主，基于比较优势理论，我国在“赶超”战略下建立起来的以大银行为主导的金融体系主要服务大企业，中小企业很难从大银行获得贷款(林毅夫和李永军，2001；林毅夫等，2009；Allen et al.，2005)。

然而，受制于数据获得的困难和内生性问题的干扰，基于中国数据开展的关于“小银行优势”理论检验的实证研究数量有限，且结论并不一致，对“小银行优势”的形成机制也知之甚少。美国上世纪八九十年代的银行并购热为检验“小银行优势”理论提供了大量实证研究资料。大部分研究支持了小银行优势理论(Berger and Udell，1996；Peek and Rosengren，1995)，但也有两类代表性研究提出不同观点：一类研究质疑“小银行优势”理论是否成立(Berger and Black，2011；Alessandrini et al.，2009)，另一类研究则对“小银行优势”的来源提出争议(Mian，2006；Liberti and Mian，2009；Casolaro and Mistrulli，2008)。由于制度环境、金融发展水平等差异，西方国家的研究结论并不能简单外推应用于中国，基于中国的制度背景研究以下问题仍显必要：第一，“小银行优势”理论在中国是否成立？第二，如果成立，其微观作用机制是什么？第三，“小银行优势”理论及其微观作用机制有何政策含义？如何改革银行业，以更好地发挥金融支持实体经济特别是中小企业经济发展的作用？

尽管中国没有经历过大规模的银行合并潮，但2004年以后，在生存压力和发展激励的双重推动下，城商行进行了一系列合并重组。样本期间(2005―2016年)，在设立了城商行的181个地级市中，有73个地级市发生了城商行的合并，具体的年份分布详情见图1。考虑到城商行从合并重组至产生实质性影响需要时间和相关数据的可获得性，本文的研究范围仅包括2020年以前的城商行合并重组。

图1 2020年以前城商行被合并的年份分布

本文的工作主要集中在以下方面：第一，结合城商行所发生的一系列合并重组，构建渐进性的双重差分模型，实证检验城商行合并对中小企业借款规模的影响，结果证实了“小银行优势”理论。第二，在信息不对称条件下，从代理理论和中小企业获得贷款的异质性特征出发，基于“银行组织结构→信息距离→代理成本→信贷政策”的分析框架讨论“小银行优势”的形成机制，结果发现银行总部与分支机构的地理距离是影响信息距离和代理成本的关键因素。具体来说，城商行合并导致总部与分支机构的距离变远，激励和监督难度增加，银行获得“软信息”的成本上升从而导致对中小企业的贷款减少。

对比现有文献，本文贡献如下：第一，在银监会放松银行业管制的背景下，基于城商行合并的准实验情境，构建渐进性的双重差分模型对“小银行优势”理论进行检验，拓展了“小银行优势”理论研究。第二，在信息距离影响代理成本的理论框架下，探索随城商行合并重组而调整的银行内部组织结构如何影响信息距离，并对比了“层级距离”和“地理距离”的相对效力，发现“地理距离”的变化是造成组织不经济的关键因素，为深入理解“小银行优势”理论成立的内在机制或条件增进了认识，同时也具有较强的政策参考价值。第三，拓展了城商行合并、跨区域经营方面的研究。之前的研究主要关注城商行合并或跨区域经营对银行盈利能力、风险水平和综合绩效的影响，本文则从城商行“服务地方经济、服务中小企业和服务城市居民”的经营定位出发，从银企关系角度，探讨城商行合并对中小企业获得关系型贷款的冲击。第四，疫情冲击下中小企业长期以来的融资难和融资贵问题更为突出和紧迫，银行信贷是中小企业获得持续、稳定的外部融资的重要来源，本文的发现增进了解银行贷款投放决定因素，有助于制定政策引导资金进入高效率的中小企业，提升金融对实体经济的服务效率。

二、文献述评

(一)“小银行优势”理论的实证研究

国外对“小银行优势”理论的研究可分为如下两类：第一类研究支持了“小银行优势”理论，如Berger and Udell(2002)发现，很多国家的大银行向中小企业提供的贷款仅占其总资产的很小比例，信息相对透明的大公司更可能获得大银行的贷款资源；同时，银行在合并后也会减少对中小企业的贷款规模。第二类研究对“小银行优势”理论提出了反对意见，这些反对意见又可以分为两类：其中一类质疑“小银行优势”理论是否成立，如Berger and Black(2011)认为，相对于小银行，大银行有着资金、技术、人才等方面的优势，如果大银行能够充分发挥这种比较优势，并在组织结构设计方面使信息获取权与决策权匹配，提高决策效率，甚至可能比小银行更好地服务小微企业；实证方面，Strahan and Weston(1998)发现，小银行之间的合并不仅没有减少反而增加了对小企业的贷款。另一类研究对“小银行优势”的来源提出争议，如Mian(2006)和Liberti and Mian(2009)认为，信息成本的大小要放在特定的银企关系中进行分析，银行的资产规模本身并不是决定其贷款技术的关键组织因素，真正的决定因素是信息的来源地(借款企业)与决策中心之间的距离大小，与总部距离远的银行更倾向于向安全、透明的公司提供贷款。与此假说一致，Casolaro and Mistrulli(2008)发现，功能性偏远的银行更倾向于向安全的借款者提供贷款，并收取较低的贷款利息。

基于中国数据开展的关于“小银行优势”理论的研究可分为如下几类。第一类，通过比较不同规模的银行在贷款技术上的相对优势来检验“小银行优势”理论(张晓玫和钟祯，2013)。这一类型的研究主要停留在理论层面，缺乏相应的实证分析(程超和林丽琼，2015)；或是在实证研究中根据企业是否拥有独立审计的财务报表来衡量交易型贷款技术(Kano et al.，2011)，根据银企关系的强度、广度、深度来衡量关系型贷款技术，对于贷款技术应用程度的量化度量的有效性仍待检验。第二类，基于新结构金融学的理论，检验银行业结构(不同规模银行的分布)与企业规模结构(不同规模企业的分布)的匹配程度对中小企业融资以及经济增长的影响(林毅夫和李永军2001；张晓玫和潘玲，2013；张一林等，2019)。例如，姚耀军和董钢锋(2015)采用中小板公司数据比较了金融发展水平和金融结构对中小企业融资的影响，发现中小银行发展所推动的银行业结构变化显著缓解了中小企业融资，且金融结构的优化比金融发展水平的提高更加重要。这类研究间接支持了“小银行优势”理论。第三类，通过检验银行规模对中小企业获得贷款的影响(刘畅等，2017；Shen et al.，2009)，或者地方性银行发展对中小企业获得贷款的影响来验证“小银行优势”理论(蔡竞和董艳，2017)。粟勤(2019)以安徽省郎溪县为案例，分析不同规模银行的小微企业贷款能力，发现小银行信息距离更短，具有更强的普惠金融服务能力。与国外以银行业合并作为研究背景不同，这类研究采取直接回归的方式检验贷款银行规模与中小企业信贷融资之间的关系，难以克服内生性的干扰，对于“小银行优势”的形成机制也缺乏深入探索。

(二)城商行发展与中小企业融资

一类文献从宏观角度研究了城商行设立对地区经济增长(郭峰和熊瑞祥，2017)、中国企业出口扩张(毛其淋和王澍，2019)和城市FDI的流入(吕朝凤和毛霞，2020)等方面的影响。例如，郭峰和熊瑞祥(2017)发现，城商行的成立促进了所在地区经济增长，而这种促进作用主要是通过为企业提供银行贷款与促进企业增长这两个微观机制来实现。因此，这些宏观研究的结果间接表明城商行的发展缓解了中小企业融资约束。另一类文献从微观角度研究了城商行合并或跨区域经营对银行经营绩效、经营风险的影响(李广子，2014；李梦雨和魏熙晔，2016；蔡卫星，2016)，但这类研究关注的是银行自身经营的问题，鲜有文献基于银企关系的视角，探究城商行合并或跨区域经营对中小企业融资约束的作用。

总体而言，国外关于“小银行优势”理论的研究结论并未统一，且无法直接应用于中国；而基于中国数据开展的关于“小银行优势”理论的研究明显不足，对其形成机制也缺乏深入探索。因此，本文基于银企关系视角，研究城商行合并对中小企业信贷融资的影响，以此检验“小银行优势”理论是否成立；进一步地，通过研究城商行合并所引起的组织结构变化对中小企业贷款的影响探索“小银行优势”的形成机制。

三、研究假设

(一)“小银行优势”理论

银行是有效信息的生产者(Gorton and Winton，2003)，按贷款所依据的信息类型，Berlin and Mester(1999)将贷款技术分为两种：交易型贷款技术和关系型贷款技术。交易型贷款技术指容易编码、量化和传递的“硬信息”的贷款技术(财务报表型、资产保证型、信用评分型)；关系型贷款技术指难以被量化、被查证和传递的“软信息”的贷款技术。相比大企业，中小企业信息更不透明，缺乏财务报表、抵押品等“硬信息”，有关企业的信誉情况、未来发展以及企业主个人品格等关键性“软信息”通常既难以从公开市场渠道搜集，也难以有效地在组织内部传递。因此，中小企业融资难的问题本质上是信息不对称条件下的市场失灵，为了应对这种市场失灵所产生的关系型贷款技术是一种替代性的制度安排。

但是，关系型贷款的开展本身也有成本，需要适当的银行组织结构和稳定的经营来维持。从表面上看，银行贷款是银行如何解决与借款人之间的外部信息不对称问题，但实质上却是社会如何解决银行内外部因信息不对称而产生的代理问题(粟勤，2019)。在银行这样一个多层级的组织结构内部，存在信贷员或基层分支行与银行高管、银行高管与股东等多层次的代理关系，且都可能存在因代理人谋求私利而产生的代理成本。例如，提高贷款的配置效率要求银行实行分权型的组织结构，将决策权下放给掌握借款人信息的基层信贷经理；但充分的授权却扩大了代理人(基层信贷经理)营私舞弊的空间，既存在过度贷款的冲动，也可能在收受借款人的贿赂后隐瞒其财务状况恶化的信息。对此，银行高管不得不花费更多的资源进行规范和监督(Berger and Udell，2002)。相关支出无疑都构成了代理成本，这正是Williamson(1967)型“组织不经济”的典型表现。

对此，“小银行优势”理论的支持者认为，小银行立足当地的经营定位使其能够更加及时地获得企业经营方面的动态信息，且小银行的组织结构简单，决策链条较短，进一步降低了为搜集“软信息”而产生的信息成本(Berger and Udell，2002；Stein，2002)。此外，区域化经营也塑造了企业与银行之间互利互惠、长期生存的生态环境，降低了银行的监督成本(Berger and Udell，1995；Petersen and Rajan，1994)。实证上，大部分研究支持了“小银行优势”理论。例如，Berger and Udell(2002)发现，银行合并会减少中小企业的贷款规模。Berger and Udell(1996)发现大银行对中小企业索取的利率水平和抵押条件低于小银行，由于贷款价格反映的是经过风险调整后的盈余，这说明大银行对待中小企业比小银行更加挑剔。最后，银行规模也会影响贷款技术，Cole et al.(2004)和Uchida et al.(2008)等发现，大银行比小银行更加依赖于硬信息，信贷评级技术、非个人之间的接触模式等。

城商行自成立之日起就被定位于服务中小企业，振兴地方经济。根据上述“小银行优势”理论，城商行立足地方的经营模式使其更了解根植于当地社会环境的资金需求模式、产业结构和社会规范等信息，能够为中小企业提供异质性的金融服务，对中小企业的贷款技术属于信息密集型和关系驱动型。然而，一个不可忽略的问题就是，关系型贷款容易受到外部冲击，需要专门的机构和专业且稳定的信贷员来维持；一旦政策环境发生变化或者受到其他冲击，中小企业的关系型贷款就会受到很大的影响。因此，如果“小银行优势”理论成立，可以合理推测，合并重组后的城商行将减少对当地中小企业的贷款。

然而，“小银行优势”理论也面临挑战。一些研究指出，小银行相对于大银行的信息优势并不绝对，大银行在风险管理、贷款效率、信息技术等方面也存在比较优势(Petersen and Rajan，2002；Avery and Samolyk，2004；Berger and Black，2011)。例如，Strahan and Weston(1998)认为，银行合并能够增强其风险对抗能力，风险管理的成本更低，因而对中小企业的贷款条件更有利。Petersen and Rajan(2002)认为，相对小银行，大银行在信息技术或金融信息分析能力方面具有优势，随着科技的发展和信息获取技术的创新，大银行也可以对信息不透明且地理位置偏远的中小企业放贷，规模变大只是改变了银行获取中小企业信息的方式。特别是“大数据”的运用使得“软信息硬化”，也有利于大银行集中贷款决策，降低代理成本。

综上所述，“小银行优势”理论是否成立，还需要更多经验证据的支持。根据“小银行优势”理论在中国成立(不成立)，本文提出如下假说及对立假说：

H1a：城商行的合并将对其所在地级市内的中小企业融资产生显著为负的影响。

H1b：城商行的合并不会对其所在地级市内的中小企业融资产生显著为负的影响。

(二)“小银行优势”形成机制

在中小企业信贷业务中，如果“小银行优势”理论成立，那么小银行取得竞争优势的关键驱动因素是什么？在信息不对称的条件下，银行信贷的实质是社会如何解决银行内外部因信息不对称而产生的代理问题(粟勤，2019)。银行与借款人之间的信息不对称问题通过基于“软信息”的关系型贷款技术解决，银行内部因信息不对称而产生的代理成本则与银行的组织结构密切相关。这里的信息距离主要包括两个维度：一是层级距离；二是地理距离。

层级距离是指银行内部的组织层级。结构扁平的小银行由于组织层级少、信息搜集者和决策者通常是同一人，因而更有激励去搜集“软信息”为中小企业提供关系型贷款；而在层级结构复杂和决策链条冗长的大银行中，信息搜集者与决策者通常不是同一人，信息搜集者难以将中小企业关于贷款资质的不可验证的“软信息”富有说服力地传递给上级(Berger and Udell，2002；Stein，2002)。

地理距离是指总部与分支机构之间的距离。与总部的地理距离变远会使银行和企业之间的联系变得不那么紧密和稳定，银行能够获得的“软信息”减少或者成本变高(Berger et al.，2005)。由于与中小企业有关的大部分信息根植于经营环境、难以被准确编码和传递给银行高管，高管与基层分支行对企业经营特征和信用风险的了解存在明显的信息不对称，增加了总行对分支行的监督难度(Udell，1989)。实践中，银行要么增加对基层贷款部门的授权，促使他们投入更多资源监督借款者(Liberti，2004)，要么只给予基层分支行部分授权或不授权，同时在贷款技术方面选择有统一标准的交易型贷款，以简化委托事项，降低代理成本，但其合约难以满足中小企业的需求(粟勤，2019)。例如，Hertzberg et al.(2010)发现，跨国银行经常轮换贷款部员工，与区域性银行的当地分支机构相比，全国性银行贷款部的员工的平均履职期限更短。Alessandrini et al.(2009)发现，在银行合并中，总部机构所在省份与被合并分支机构所在省份的文化距离越远，被合并分支机构越倾向于对大公司提供贷款，并采取交易型贷款技术。

综上所述，本文对“小银行优势”的形成机制提出如下假说：

H2：组织层级简单是“小银行优势”形成的主要原因。

H3：立足地方的经营定位是“小银行优势”形成的主要原因。

四、数据来源、研究设计与变量描述

(一)数据来源与样本选择

为研究城商行合并对中小企业信贷融资的影响，基于数据的可靠性和可得性，本文参照张晓玫和潘玲(2013)，姚耀军和董钢锋(2014，2015)等，以2005―2016年中小板和创业板上市公司为样本。样本期间选择是因为可获数据的城商行合并案例主要分布在2004―2016年，尽管2016年后城商行合并事项仍然陆续发生，如四川银行(2020年11月4日开业)和山西银行(2021年4月24日开业)，但考虑到城商行从合并到产生实质影响还需要一段时间，以及相关数据的可获得性，本文的研究范围仅包括2016年及以前的城商行合并。此外，由于中小板的开通时间在2004年下半年，因此本文的样本期间从2005年开始。

在缺乏全国性的中小企业融资调查数据的情况下，本文选用中小板和创业板上市公司的数据来研究城商行合并对中小企业融资的影响。选择的依据包括：第一，根据国家统计局发布的最新工业企业规模划分标准，大型企业和中小微企业的从业人数划分界限是1,000人，营业收入划分标准是40,000万元，大型、中型和小型企业须同时满足所列指标的下限，否则下划一档。按照这个标准，本文回归的样本企业中，62.6%的企业从业人数低于1,000人，75.1%的企业从业人数低于1,500人，同时达到人数标准和营业收入标准的企业只占35.3%。因此，即使是上市企业，中小板和创业板的企业规模也是大致符合中小企业划分标准的。第二，相对于非上市中小企业，上市中小企业经审计的财务数据比中小企业的调查数据更加真实和客观。第三，根据CSMAR数据库中非金融类上市公司的现金流量表数据，即使是对于融资途径更广泛的上市中小企业，银行借款也一直是其主要的资金来源，规模远大于股权融资现金流入和债券融资现金流入。第四，虽然没有将非上市中小企业纳入到研究样本中，但本文的研究结论具有延展性。因为，如果城商行合并对上市中小企业融资约束的影响是显著可识别的，那么对于其他规模更小、信息不透明程度更高的非上市中小企业来说，可以合理推断，这方面的影响会更加突出。

在全部中小板和创业板上市公司的基础上，本文对样本按以下步骤进一步筛选：(1)剔除了所在地级市没有设立城商行的公司；(2)剔除了金融类上市公司；(3)剔除了控制变量缺失的公司，最终得到6390个公司-年度观测值。

本文数据来源如下：(1)城商行的数据通过对各银行的官方网站和银监会网站手工整理而来；(2)中国分省份市场化指数来自于王小鲁等(2017)；(3)其他公司治理变量和财务特征变量来自中国研究数据服务平台(CNRDS)。所有连续变量在1%和99%分位进行了缩尾处理。

(二)模型构建与变量定义

为了检验“小银行优势”理论，本文构建了如下的双重差分(difference in difference)回归模型，其中，注册地发生城商行合并的上市公司是本模型的“处理组”，注册地设立了城商行但没有发生合并的上市公司是本模型的“对照组”。具体的回归模型可表述为：

LOAN=+MERGER+SIZE+AGE+TANGIBLE+COVERAGE+ROA+GROWTH+CENTER+LOCAL+FCPT+GOV+LAW++++ε (1)

在以上模型中，因变量代表公司银行借款的规模。借鉴前期文献(余明桂和潘红波，2008；Lu et al.，2012；祝继高等，2015)，本文使用银行贷款(包括短期贷款和长期贷款)占总资产的比重衡量公司银行借款的规模。在稳健性测试中，采用另外两个代理变量：第一，以是否从银行获得贷款()作为公司债务融资的代理变量，如果有获得贷款，取1，否则取0；第二，以现金流量表中借入的现金占总资产的比重替代资产负债表中的银行贷款比例。

自变量代表企业所在地级市在t年份是否发生了城商行的合并重组，在该地级市的城商行发生合并的当年和此后各年取1，否则取0。这样的设置就自动产生了“处理组”和“对照组”，以及“处理前”和“处理后”的双重差异。系数是本文所关注的核心参数，代表城商行的合并对中小企业获得银行借款的平均影响。在稳健性检验中，本文还仿照郭峰和熊瑞祥(2017)的方法，将城商行合并的时间精确到月份，并将1―5月的城商行合并时间认定为当年，而将6―12月的城商行合并时间认定为下一年。根据已往相关研究(Rajan and Zingales，1995；Demirgüç-Kunt and Maksimovic，1999；Sapienza，2002；Giannetti，2003；余明桂和潘红波，2008)，本文在模型中控制了其他可能影响债务融资的企业特征变量，包括信息透明度、固定资产、偿债能力、盈利能力和成长机会。其中，代表公司信息透明度的变量包括公司的规模()、上市年限()。固定资产()定义为固定资产净值占总资产的比例，一旦公司面临破产，抵押资产越多的公司的清算价值越高，所以，本文预测在其他情况相同的条件下，银行更倾向于贷款给抵押资产较多的公司。现金流利息保障倍数()代表企业的偿债能力，定义为经营活动产生的现金流量净额与财务费用的比值(除以100)。资产收益率()代表企业的盈利能力；营业收入增长率()代表公司的成长性。此外，本文还控制了代表公司产权性质的变量，是否为中央国企()或是否为地方国企()，以及公司所处的环境变量，、、分别是樊纲金融业竞争指数、政府和市场关系指数和地区法制化水平。变量的定义及数据来源见表1。

表1 变量定义

(三)变量的描述性分析

表2是主要变量的描述性统计结果。可以看到：因变量方面，中小企业银行借款规模的代理变量的均值为0.117，最小值为0，最大值为0.677，表明中小企业获得银行借款的比例过低，且不同企业的信贷资源可获得性差异显著。自变量方面，的均值为0.312，表明在所有的回归样本中，约31.2%的样本企业所在城市发生了城商行合并，这一比例说明了城商行合并是一个值得关注的现象。控制变量方面，公司资产规模()的自然对数均值约为21.435，最小值仅为18.905，最大值为25.518；上市年限()均值约为5年，相对于主板大型上市公司而言，中小上市企业的年限明显较短；固定资产净值占总资产的比例()均值为0.206，中位数为0.185，说明中小企业主要分布在劳动密集型行业，而非资本密集型行业；企业利息覆盖率()的均值为0.115；总资产收益率()的均值为0.067；公司成长性()均值为0.204；中央国企()的比例约为5.3%，地方国企()的比例约为7.3%；金融业竞争指数()均值为9.817，政府与市场的关系指数均值为7.578，地区法制化水平指数的均值为10.328。

表2 变量的描述性统计结果

表3列示了变量之间的相关系数。可以看到，中小企业银行贷款规模()与城商行合并()之间存在显著的负相关关系(＜0.001)。这一结果初步表明城商行的合并会对中小企业获得信贷融资产生不利影响。表3列示的各控制变量之间的相关系数不高，表明回归模型不存在严重的多重共线性问题。

表3 Pearson 相关系数

五、实证结果与分析

(一)城商行合并与中小企业借款规模

表4列示的是城商行合并与中小企业借款规模的回归结果。可以看到，在控制了相关因素之后，关键的解释变量城商行合并()的系数为-0.036(值为-3.14)，且在1%水平下显著，表明城商行合并()对所在地级市的中小企业借款规模()具有显著为负的影响。这一结果表明，相对于大银行，组织结构简单且立足地方的小银行在中小企业信贷业务中更具有优势，验证了“小银行优势”理论。根据前文对“小银行优势”来源的理论分析，城商行的合并很可能通过两种途径破坏了这种相对优势：第一是合并导致银行的资产规模扩大，组织的行政层级增加，扩大了信息获取权与决策权的分离；第二是跨区域合并后，银行总部和分支机构的距离拉大，增加了信息获取和监督的成本。这两种机制的相对效力还需要进一步的机制检验。

表4 城商行合并与中小企业借款规模

在控制变量方面：代表公司信息透明度的公司资产规模()、上市年限()与中小企业的借款规模()显著正相关，表明信息透明度越高的公司更容易获得银行贷款；固定资产()、企业成长性()也与中小企业的借款规模()显著正相关，说明抵押资产越多的公司越容易获得银行贷款，且处于快速成长阶段的公司向银行借款的规模也越大；总资产收益率()与银行借款的规模显著负相关，收益率越高的公司可能内部留存越多，因而越少向银行申请贷款；产权性质变量的系数表明，中央国企()相对地方国企或者非国企对城商行的依赖程度更低。

(二)稳健性检验

为了检验研究结论的稳健性，本文进行了如下敏感性测试：

在因变量的敏感性测试中，本文采用公司是否从银行获得贷款()以及现金流量表中借入的现金占总资产的比重()，替代资产负债表中的银行贷款比进行稳健性测试。在自变量的敏感性测试中，本文仿照郭峰和熊瑞祥(2017)的方法，将城商行合并的时间精确到月份，变量作为城商行合并的替代度量，定义方式为，1―5月的城商行合并时间认定为当年，6―12月的城商行合并时间认定为下一年。回归结果见表5，第(1)列和第(2)列是因变量的敏感性测试结果，的系数都显著为负；第(3)列是自变量的敏感性测试结果，替代变量的系数也显著为负。这说明对主要的变量采用替代性度量以后，本文的结论依然稳健。

表5 因变量和自变量的敏感性测试

本文采用两种方式对表4的结果进行“安慰剂检验”。第一种方式，在城商行实际发生合并之前的第二年(2)和第三年(3)分别虚拟了一个城商行合并的时间点，替代模型(1)中的变量进行回归。如果城商行的合并与所在城市的中小企业信贷融资之间确实存在因果联系，那么，在城商行并未实际合并时便不应观察到中小企业的信贷融资规模出现显著变化。从表6第(1)列和第(2)可以看到，2和3的系数不再显著，数值也明显变小。安慰剂测试的结果表明表4的回归结果并不是对随时间的变化而导致的安慰剂效应的反映，确实是城商行合并导致了中小企业信贷融资规模下降。

第二种方式，将回归样本替换成主板上市公司。根据“小银行优势”理论，小银行的优势体现在搜集“软信息”为中小企业提供关系型贷款方面，大银行则主要基于“硬信息”对大企业提供交易型贷款；如果这一理论成立，城商行合并应该对大型的主板上市公司没有影响或影响力大幅下降。从表6第(3)列可以看到，结果与预测相符，城商行合并对主板上市公司的信贷融资没有显著的负面影响，且系数接近于0。

表6 安慰剂检验

由于城市之间的异质性很大，在时间效应上很难完全一致，为了减少样本选择偏差问题，本文根据城市层面的特征对处理组和对照组进行配对。匹配的方式为，处理组和控制组所在城市的经济发展水平(用GDP度量)最接近，且所在城市都为设立了城商行的非省会城市。表7第(1)列是手工配对后的双重差分回归结果，的系数为负，且在1%水平下显著，表明在控制样本选择性偏差之后，研究结论依然成立。

为了检验小银行是否利用其组织结构优势、地域优势来生产“软信息”，更多地利用关系型贷款技术对中小企业进行贷款，本文仿照张晓玫和钟祯(2013)的方法，以2008年金融危机为研究窗口对这一理论进行检验。以2008年为研究窗口具有以下优势：第一，受金融危机冲击，即便是上市的中小企业也出现了资金链断裂或资金紧张的局面；第二，金融危机中，上市企业的资产收益率普遍下降，流动性紧张，即便是信息透明度相对较高的上市中小企业也难以获得交易型贷款，此时，银行对关系型贷款技术的运用更显重要。从表7第(2)列的回归结果看，的系数为-0.189，且在5%水平下显著(值为-2.51)，系数的变化表明，在金融危机的背景下，城商行合并对中小企业信贷可得性的不利影响更加突出。

表7 子样本检验

(三)机制检验

如果“小银行优势”理论成立，那么小银行主要通过哪些途径获得优势？根据前述理论分析，银行内部因信息不对称而产生的代理成本与银行的组织结构密切相关。这里的信息距离主要包括两个维度：一是层级距离；二是地理距离。Mian(2006)使用巴基斯坦贷款层面的数据、Liberti and Mian(2009)使用阿根廷的数据尝试评估和比较层级距离和地理距离的相对效力。中国的城商行合并使得银行的组织结构在这两个维度上都发生了改变，这为比较这两种机制提供了机会。具体来说，城商行合并导致：第一，层级距离变远，银行的资产规模越大，分支机构越多，管理层级也越复杂；第二，信息的来源地(借款企业)与决策中心(总部)之间的地理距离变远，城商行合并使得原来立足于服务地方企业的市级商业银行变成了规模更大的省级商业银行，银行的总部也往往从该地级市迁往省会城市，失去了合并前的地域性或社区性特征。本文采用以下方式检验这两种机制。

第一种方式，对比城商行两种跨区域经营方式的影响效果。城商行主要通过合并或设立异地分支机构实现跨区域经营，两种方式都会导致银行的规模变大，层级距离变远，不同之处在于，城商行合并还伴随着银行总部搬迁所导致的分支机构和总部的地理距离变远，因此，自变量的系数度量的效应可能来自于两个维度的距离变化。自变量代表城商行在年份是否在总部以外的地级市设立分支机构，在本部以外的地级市设立分支机构的当年和此后各年取值1，否则为0。的系数度量的效应则只可能来自于层级距离的变化。表8第(1)列报告了城商行设立异地分支机构对该市中小企业信贷融资的影响，的系数为负，但统计上并不显著。表8第(2)列报告了将这两种跨区域经营的方式放在同一个模型中进行比较的结果，变量与因变量依然表现出显著的负相关关系，而的系数依然并不显著。机制检验的结果表明，信息传递的地理距离变大是导致城商行信息成本上升，继而失去对中小企业提供关系型贷款优势的主要原因。

表8 机制检验-规模还是距离

第二种方式，直接度量信息生产地(中小企业所在地级市)和决策机构之间(银行总部)的地理距离(和)，将该地理距离放入回归模型中，分析城商行合并()与地理距离(和)之间的交互影响(×和×)。本文采用两种方式度量信息生产地和决策机构之间的地理距离。第一种方式(变量)，当中小企业所在地级市与银行总部所在地级市为同城时为0，相邻时为1，不相邻时为2。第二种方式(变量)，直接用两个地级市的经纬度距离来度量。加入交乘项后的回归结果见表8第(3)和(4)列，交乘项(×和×)都在5%水平下显著为负。机制检验的结果与Mian(2006)和Liberti and Mian(2009)等的结论相同，说明资产规模变大并不一定改变银行对中小企业的贷款技术，但信息的来源地(借款企业)与决策中心之间的距离变大，却会显著影响银行的信息生产成本和监督成本；且地理距离越远，银行对中小企业的贷款占银行总贷款的比例越低。

六、进一步分析

(一)异质性检验

本部分检验城商行合并对中小企业信贷融资影响的异质性。信息不透明是造成中小企业融资难的根本原因，那么城商行合并对不同类型企业的影响是否具有异质性？一般而言，规模越大、上市年限越长的企业的信息透明度越高，根据表4的回归结果，企业规模()和上市年限()均在1%水平下显著为正，表明企业规模和上市年限是影响中小企业信贷可获得性的重要因素。本文将样本企业的上市年限(规模)按其行业中值划分，高于或等于该中位数的企业为高上市年限组(高资产规模组)，低于该中位数的企业为低上市年限组(低资产规模组)，回归结果如表9所示。第(1)列和第(3)列中，变量的系数均不显著，而在第(2)列和第(4)列中，变量的系数均显著为负，表明城商行合并对中小企业贷款可获得性的影响主要体现在信息透明度较低的低上市年限组和低资产规模组，这一结果与理论预期相符。

表9 城商行合并与中小企业借款规模-异质性检验

(二)城商行合并与企业贷款成本

为了进一步考察城商行合并对中小企业贷款成本的影响，本文将模型(1)的因变量替换成代表企业贷款成本的变量(利息费用占总负债的比例)，回归结果见表10。变量的系数为负(-0.481)，且在1%水平下显著，说明城商行合并导致借款企业的成本下降。Sapienza(2002)认为，贷款成本既是银行贷款效率的反映，也是对贷款风险的衡量。因此，可能的解释有两种：第一种解释是，贷款成本下降是城商行合并之后贷款效率和风险管理水平改善的结果；第二种解释是，贷款成本下降是大银行对贷款客户更加挑剔的结果。Berger and Udell(1995)发现，大银行之所以比小银行贷款利率更低、抵押要求更少，是因为大银行更有能力挑选客户，通过选择信用条件更好、信息更透明的贷款客户降低贷款风险。

表10 城商行合并与贷款利率

为了进一步探究合并后的城商行是否对中小企业存在更严重的规模歧视，本文先筛选出贷款数量大于或等于行业-年度均值的样本企业，然后按照城商行是否发生合并进行分组，并对这两组子样本企业的规模进行单变量检验。表11的结果表明，相对于没有发生合并的城商行，合并后的城商行会选择规模更大的企业提供贷款。换而言之，处在合并城市的中小企业在银行信贷业务中受到了更严重的规模歧视，表10所反映的贷款成本下降很可能是大银行对贷款客户更加挑剔的结果。

表11 单变量检验

(三)城商行设立的积极意义

城商行的前身——城市信用社，最初的业务定位是为中小企业提供金融支持，为地方经济搭桥铺路，在此基础上组建的城商行在设立时的市场定位即是“服务地方经济、服务中小企业和服务城市居民”。上述研究表明，城商行合并增加了信息生产地到决策机构之间的地理距离，弱化了小银行立足地方的经营优势。那么，在考虑了城商行合并与设立的交互影响后，城商行的设立是否还起到了为企业融通资金，进而为地方经济搭桥铺路的作用呢？为了检验这一问题，本文将研究样本扩大到所有地级市(包括没有设立城商行的地级市)的中小上市企业，并在模型(1)的基础上控制了代表城商行设立的变量(某城市设立了城商行则赋值为1，否则为0)。回归模型如下：

模型(2)中，关键的解释变量是以及交互项×，系数表示城商行设立对中小企业信贷融资的影响，系数表示城商行合并对中小企业信贷融资的影响。表12报告了回归结果。第(1)列中，的系数为正，且在5%水平下显著(系数为0.059，值为2.28)，表明城商行的成立有利于所在城市的中小企业获得借款；交互项的系数显著为负(系数为-0.037，值为-3.28)，表明城商行的合并削弱了其对中小企业融资的积极作用，但相对于没有设立城商行的地级市来说，并没有完全消除城商行设立的积极作用。第(2)列的结果表明，在考虑了城商行跨区设立分支机构的影响后，上述结论依然稳健。

表12 城商行设立与中小企业借款规模

七、结论与启示

在成立之初即定位于“服务地方经济、服务中小企业和服务城市居民”的城商行，在样本期间发生了一系列合并重组，这为本文构建渐进性的双重差分模型、实证检验“小银行优势”理论提供了机会。研究结果表明，城商行合并显著降低了中小企业的信贷可得性。从作用机制看，城商行合并增加了信息生产地和决策机构之间的地理距离，弱化了小银行立足地方的信息优势，且距离越大，这种优势下降越明显。进一步研究发现：首先，城商行合并对中小企业融资的影响具有异质性，城商行合并对中小企业获得贷款的负向影响主要体现在信息透明度更低的低上市年限组和低资产规模组；其次，城商行合并降低了借款企业的贷款成本，且这种成本的下降很可能是大银行在选择贷款客户时更加挑剔的结果；最后，城商行设立及其合并的交互影响显示，城商行的合并虽然削弱但并没有完全抵消其设立对中小企业融资的积极作用。

本文结论为理解“小银行优势”理论在中国的适用性和制定相应的公共政策提供了理论依据，具有重要的政策含义。本文发现，相对于大银行，小银行在中小企业信贷业务中更具有优势，且机制研究发现，小银行的这种优势主要来源于立足当地的经营定位。然而，无论是出于内部发展需要还是为了应对外部金融环境变化，通过合并或者设立异地分支机构跨区域经营是城商行应对“内外夹击”压力的必然选择。解决矛盾的关键在于如何解决总部与异地分支机构之间的信息不对称问题，银行规模扩大并不必然导致对中小企业的贷款比例下降。本文的研究也表明，仅仅依靠建立中小规模的银行，并不能根本解决中小企业融资难的问题，大银行也未必不能高效地为中小企业提供信贷服务。鼓励银行优化组织结构设计，减少决策权和信息获取权的错配，同时抓住新一轮技术革命带来的发展机遇，大力支持银行进行技术创新，发展适合中小企业的贷款技术，才是缓解中小企业融资困境的一项根本措施。 ■