下载掌阅APP，畅读海量书库
立即打开
金融地理结构是指金融资源在地理空间上的分布与供给。随着新经济地理学的兴起，经济活动主体的地理位置和空间分布逐渐引起了学者们的广泛关注。作为金融业的核心市场主体，银行机构的地理布局不仅关系银行效率的高低，也关系一国实体经济的兴衰。根据新凯恩斯主义的货币非中性理论，由于信息不对称和交易成本而引起的市场失灵导致区域间金融系统的信贷分配效率存在显著差异，银行体系的地理结构在一定程度上解释了区域经济增长的差异（Crocco et al.，2010）。作为经济细胞的企业，其地理位置（地理距离）也会对企业经营状况和发展战略等方面产生重要影响（Kalnins and Lafontaine，2013；Chakrabarti and Mitchell，2016；Bick et al.，2017）。
笔者通过梳理相关文献发现，现有关于金融地理结构的测度方法大致可以分为地理密度法和地理距离法两类。在地理密度方面，金融地理结构的一个常用代理指标是银行机构渗透率。例如，Alessandrini et al.（2009）利用银行分支机构的地理渗透率（省内分支机构数量与全省地理面积之比）衡量意大利的银行地理分布结构，渗透率越大意味着金融供给可达性越高。Turner（2011）同样采用银行分支机构的地理渗透率（每1000平方千米的银行分支机构数量）对国家层面的金融准入程度进行了衡量。类似地，姚晓明和朱晟君（2019）也采用银行分支机构的地理渗透率对中国省级层面的银企距离进行了衡量。除此之外，还有一些研究用一定区域内单位银行分支机构的平均辐射半径作为金融地理结构的代理变量，辐射半径越短说明金融供给可达性越高（Milani，2014）。
由于地理密度法的测量准确度较低，并且难以测度企业层面的金融供给可达性，更多学者选择从地理距离的视角出发对金融供给地理结构进行测算，其中一种方法是计算企业和银行所处邮政编码区域之间的距离。例如，Carling and Lundberg（2005）基于1994-2000年瑞典的企业和银行数据，计算了企业所在地的邮政编码与银行所在地的邮政编码之间的地理距离，发现两地平均距离为4千米。Deyoung et al.（2008）基于1984-2001年美国的小额信贷数据，利用小企业借款人邮政编码地区与贷款人邮政编码地区之间的地理距离衡量金融地理结构。Balasubramanyan and Houston（2010）同样利用美国的小额信贷数据，计算了银企邮政编码之间的地理距离，发现银企距离在2006-2009年保持下降趋势。银行和企业之间地理距离的另一种直接测算方法是计算企业距银行总部的地理距离。Jiménez et al.（2009）基于1992-2002年西班牙的企业和银行数据，用银行总部与企业所在的省会城市之间的地理距离衡量银企距离，按照这一方式所计算的平均银企距离为354千米，有30%的贷款源自本地银行。Knyazeva and Knyazeva（2012）基于1990-2008年美国的银行和上市公司的匹配数据，计算了企业与银行总部的地理距离，得出企业距最近银行总部的地理距离的平均值为408英里（653千米）。Hollander and Verriest（2016）利用2005-2008年美国商业银行的信贷数据和上市公司数据，计算了企业总部距离银行总部的最近距离，发现平均水平的银企最近距离为390英里（624千米）。方成和丁骋骋（2019）基于中国一家城市商业银行2011-2014年的贷款数据，利用贷款发生地与银行总部的地理距离衡量金融地理结构，计算得到的银企距离的平均值为169千米。
此外，还有一些学者选择直接测算企业与银行分支机构之间的地理距离，以求更加准确地度量企业层面的金融地理结构。Petersen and Rajan（2002）是这一领域较早的研究，其基于1973-1993年美国小企业的融资调查数据，利用企业距银行分支机构的地理距离衡量银企距离，发现样本期间的银企距离保持明显上升趋势。Degryse and Ongena（2005）基于比利时一家全国性银行在1995-1997年发放的1万多份贷款合同数据，利用地图软件测算了企业距银行分支机构的最近交通距离，发现样本期间的银企距离略有上升。类似地，Agarwal and Hauswald（2010）基于2002-2003年美国中小企业贷款数据测算了企业距银行分支机构的交通距离，发现获得贷款的企业距银行机构的平均距离为9.91英里（15.85千米），未获得贷款的企业距银行机构的平均距离为10.67英里（17.07千米）。Herpfer et al.（2018）基于2004-2012年挪威银行和企业的数据，利用Microsoft MapPoint软件计算了企业与最近银行分支机构之间的道路驾驶距离，得到平均驾驶时间为19分钟，换算成行驶距离大致为6.30英里（10.08千米）。Bellucci et al.（2019）则基于2004-2006年意大利的银行样本，测算了企业与最近银行分支机构的地理距离，发现平均银企距离为5.18千米。
通过梳理可以发现，国内外关于金融地理结构经济效应的研究主要集中在信贷市场上，具体表现在以下五个方面。
第一，在信贷可得性方面，Brevoort and Hannan（2006）研究了银企距离与贷款决策之间的关系，发现银企距离是影响银行信贷决策的重要因素，对于中小银行而言，银企距离的重要性更加明显。Agarwal and Hauswald（2010）认为银企之间的地理邻近能够强化银行的“软”信息搜集能力，使得本地银行相比其他竞争银行拥有关于企业的信息优势，从而提高了本地企业获得信贷的概率。Han（2017）基于美国小企业融资调查数据库，利用加权最大似然估计法实证检验了贷款人与借款人之间的地理距离对贷款批准概率的影响，发现银行贷款批准概率随着银企距离的增加而降低，但借贷距离对非银行贷款批准概率的影响在统计上并不显著，表明非银行贷款与银行贷款在处理信息不对称方面存在差异。Backman and Wallin（2018）基于瑞典的调查数据，研究了银行准入如何影响企业获得外部资金进行创新的能力，发现企业距最近的银行越远，企业获取创新所需的外部资金的难度越大。同样基于瑞典的数据，Kärnä et al.（2021）以区域银行分支机构数量作为金融地理结构的代理变量，研究发现企业所在地区银行分支机构数量越多，其所能获得的信贷规模越大，表明金融地理结构对于信贷供给而言仍然是重要的决定因素。Nguyen（2019）则从美国银行分支机构撤销的视角出发研究了金融地理结构对信贷分配的影响，发现银行分支机构的撤销（金融资源的地理可达性下降）导致了当地小企业贷款持续下降，并指出这一影响仅局限在撤销的分支机构周围6英里（9.60千米）的范围内。
第二，在融资成本方面，现有文献尚未得出一致的结论。一些学者基于边际成本定价的视角，认为银企距离对贷款利率或融资成本具有正向影响。例如，Knyazeva and Knyazeva（2012）实证研究了银企距离对贷款利差（贷款利率与同业拆借利率之差）的影响，发现银企距离的增加显著提高了贷款利差，原因在于较远的银企距离增加了银行的信息搜集成本和监督成本，银行在制定贷款利率时会将这些成本考虑在内。Bellucci et al.（2013）利用2004-2006年意大利银行信贷数据开展的实证研究同样支持银行按照边际成本进行定价的观点，即贷款利率随银企距离的增加而提高。Qian et al.（2019）则基于企业集团内部借贷市场的视角，考察了地理距离对集团内部借贷利率的影响，发现借款人和贷款人之间的地理距离与贷款利率显著正相关。另一些学者则基于信息垄断优势视角，认为银企距离对贷款利率或融资成本具有负向影响。例如，Degryse and Ongena（2005）提出了银行的空间价格歧视定价策略，即由于银行事先能够获得企业地理位置信息，距离企业较近的银行可以利用其天然的成本和信息优势对邻近企业制定更高的贷款利率，对较远的企业反而制定更低的贷款利率。Casolaro and Mistrulli（2008）基于意大利银行和企业数据的实证研究得出了类似结论，银企距离越近，银行贷款利率越高，这一效应在中小银行中更加明显。Herpfer et al.（2018）的研究同样支持市场力量假说，发现银企之间的单程驾驶时间每缩短8分钟，贷款利率会上升17个百分点。类似的研究还包括Petersen and Rajan（2002）、Cerqueiro et al.（2011）等。
第三，违约风险方面，Deyoung et al.（2008）构建了银企距离影响企业信贷违约的理论模型，并实证检验了两者之间的关系，发现银企距离的增加显著提高了企业信贷违约的概率。Milani（2014）研究了银企距离对意大利企业信贷违约概率的影响，发现银企地理距离的增加阻碍了信息的收集和监控，从而提高了企业违约的概率，而技术进步能够缓解银企距离对违约概率的正向作用。Presbitero and Rabellotti（2014）认为借款人与信贷机构之间的物理距离可以视为代理成本的重要表现，地理距离的延伸增加了委托-代理成本，从而可能加剧借款企业的道德风险问题，其经验证据表明银企距离越远，借款企业的用款行为越容易偏离初始目的而从事机会主义行为。Kim and Kim（2017）基于2005-2012年美国的P2P贷款数据，实证研究了借款人与贷款人之间的地理距离对众筹市场的影响，发现本地投资者与非本地投资者相比，其贷款受到借款人违约的可能性更低。方成和丁骋骋（2019）基于中国城市商业银行的实证分析得出了类似观点，即距离银行总部较远的借款企业具有更高的违约概率。
第四，在银企关系方面，Ono et al.（2015）利用2000-2010年日本的银企数据实证研究了银企距离对银企关系的影响，发现银企距离的变化正向影响企业更换主银行的概率，这一效应在距离增加时表现更明显，企业与银行之间的地理距离在更换主银行后显著缩短。Herpfer et al.（2018）利用基础设施改善对地理距离的外生冲击分析了地理距离对银企关系的影响，发现因基础设施改善而缩短的交通距离增加了企业与新银行建立关系的可能性，原因在于银企距离的缩短降低了交易成本。
第五，其他方面的经济效应。Jiménez et al.（2009）、Bellucci et al.（2019）研究了地理距离对贷款抵押率的影响，发现银企距离越近，银行要求借款企业提供抵押品的概率越高。Balasubramanyan and Houston（2010）较早探讨了银企距离与银行业绩的关系，指出银企距离越大，银行获得的净利息收入越多，而收入增加会导致信贷损失拨备增加，从而使得银行倾向于向更远的地方放贷，因此银企距离和银行业绩存在相互影响的关系。Hollander and Verriest（2016）考察了银企距离对金融契约条款约束力的影响，认为银企距离的延长加剧了信息不对称，为了保护贷款人的利益，银行会对金融契约设置更加严格的条款。
此外，随着微观企业数据可获得性的提高，近年来一些研究聚焦分析了金融地理结构对企业经营绩效的影响。例如，Chen et al.（2020）考察了中国城市商业银行发展对私营企业出口的影响，发现地区内城市商业银行分支机构数量的增加显著促进了当地私营企业的出口，并且这种促进效应在高外部融资依赖度的行业更加明显。Benfratello et al.（2008）采用意大利各省份的银行密度（银行分支机构数量与人口数量之比）衡量地区的银行发展水平，发现银行密度的增大显著增加了企业过程创新的可能性，但对企业产品创新的影响则更加微弱且不稳健。蔡庆丰等（2020）探究了企业周围一定距离的银行分支机构的数量对其创新能力的影响，发现国有银行机构数量的增加抑制了企业创新，股份制银行和其他中小银行机构数量的增加则能提高企业创新水平。李志生和金凌（2021）同样测算了企业周围一定距离的银行分支机构的数量，研究发现银行分支机构数量的增加显著促进了企业投资水平和投资效率的提高。