DOI: 10.12677/ass.2025.142166, PDF, HTML, XML,  被引量    科研立项经费支持
作者: 侯晨瑜, 杨蕴丽：内蒙古师范大学经济管理学院，内蒙古 呼和浩特
关键词: 利率市场化；农村商业银行；盈利能力；流动性比率；政策建议；Interest Rate Liberalization； Rural Commercial Banks； Profitability； Liquidity Ratio； Policy Suggestions

文章引用：侯晨瑜, 杨蕴丽. 利率市场化、流动性比率与农村商业银行盈利能力[J]. 社会科学前沿, 2025, 14(2): 633-644. https://doi.org/10.12677/ass.2025.142166

1. 引言

利率市场化是推动中国金融市场化进程的关键环节。1996年之前，我国对利率采取严格的管制措施，商业银行在金融市场中更多地扮演类似财政部门的角色，缺乏独立的定价能力，利润空间有限，市场竞争力不足，难以实现资源的有效配置，制约了金融市场活力的释放。基于我国经济发展的现实需求，政府当局逐步推进利率市场化改革，以适应经济结构转型的需要。1996年6月1日，中国人民银行开始实施商业银行间利率和同业拆借存单利率的市场化改革。20世纪90年代末期，中国金融业进入了相对集中和垄断的发展阶段，逐步学习并借鉴了西方金融体系的经验，通过与国家政策的融合积极融入全球金融体系。党的十八大以来，习近平总书记多次强调深化金融改革的重要性，明确指出要坚持金融服务实体经济的本质要求。在2024年省部级主要领导干部推动金融高质量发展专题研讨班开班式上，习近平总书记强调：“要着力防范化解金融风险特别是系统性风险。金融监管要‘长牙带刺’、有棱有角，关键在于金融监管部门和行业主管部门要明确责任，加强协作配合。[1]”这一重要论述为深化利率市场化改革提供了理论指导，指明了健全市场化利率形成、调控和传导机制的方向。同时，习近平总书记指出：“要建设普惠金融体系，加强对小微企业、‘三农’和偏远地区的金融服务”[2]。这一要求进一步明确了农村商业银行在利率市场化背景下优化资源配置、提升盈利能力的关键路径，为推动金融服务高质量发展奠定了政策基调和实践框架。

商业银行盈利能力的影响因素已成为学术研究的热点。鄢祖容运用偏最小二乘回归模型及其辅助分析手段对商业银行盈利能力影响因素进行一次深入、细致、系统的梳理，影响商业银行盈利能力的前六大因素依次为净息差、资产质量、成本收入比、风险承受能力、金融创新及存贷比，而银行资产规模对盈利能力的贡献度最低[3]。朱军等选取信贷资产证券化发行规模排名靠前的10家城商行面板数据进行了实证研究。实证结果表明，信贷资产证券化业务并未显著提升城商行单位资产经营获利能力[4]。许坤等基于民营资本向城市商业银行扩张的基本事实与制度梳理，系统总结了民营资本向城市商业银行扩张的中国经验。民营资本扩张动机的演变，即从为民营企业提供融资便利转向追求银行超额利润，提高了城市商业银行的盈利能力；而监管套利和“友好型”公司治理则会导致民营资本持股的城市商业银行盈利波动性上升[5]。徐斌等进一步指出，影响银行业盈利的因素包括净利差、成本收入比、资本充足率等，宏观经济增长对盈利的影响相对较小，且国有大型商业银行与其他商业银行的影响因素有所不同[6]。在利率市场化方面，刘妍等选取2016~2020年164家商业银行年度数据，通过PSM对数据进行处理，采用DID方法研究LPR机制改革对我国商业银行盈利能力和风险承担水平的影响。研究发现：LPR机制改革的实施将会提高商业银行风险承担水平，提升商业银行的盈利能力；LPR机制改革可以通过竞争和信贷两个渠道提高商业银行风险承担水平；LPR机制改革对农村商业银行的影响较大，能显著提升农村商业银行的盈利能力和风险承担水平，而对股份制商业银行影响较小[7]。谢新非等通过动态GMM模型发现，利率市场化反向影响商业银行的盈利能力，加大其面临的风险[8]。彭建刚等研究了2003~2014年45家大型商业银行，发现利率市场化缩小了银行的利差[9]。张伟等从利差角度探讨了其对中小银行的影响，表明利差缩小在降低银行利润的同时，有助于多元化收入结构[10]。王灿等认为利率市场化对商业银行盈利能力具有利差效应和再配置效应双重影响，最终效应取决于二者的相对强度[11]。在农村商业银行的发展建议研究方面，郭妍等建议其保持适度资产规模以巩固支农目标[12]。邓晓娜则强调加强区域合作及金融技术应用[13]。刘朝阳等发现农村商业银行普遍存在股权管理分散、治理结构落后及激励机制缺乏等问题，影响其长远发展。因而农村商业银行应向普惠银行、数字银行方向发展，以服务中小企业和社区为重点[14]。肖文东提出，由于我国商业银行的主要收入来源为利息收入，发展潜力有限，应重视非利息收入，以提高盈利能力[15]。葛红民等以农商行不良贷款风险问题为研究对象，从宏观、中观和微观三个层面分析风险成因，阐述各风险因素对不良贷款的影响机理。在此基础上，提出尝试自上而下的金融审计项目组织方式、强化国家审计对农商行系统内部审计的指导与监督、深化新型审计方式方法的具体运用、探索农商行审计服务经济高质量发展的途径等建议，最终实现审计“一盘棋”格局，全方位提升审计监督效能[16]。

现有关于利率市场化对商业银行盈利能力影响的研究指出，宏观经济波动、利率政策、中间业务收入及非利息收入等因素对银行盈利能力具有显著作用，然而，当前研究较少深入分析利率市场化对银行盈利能力的长期和最终效应，此外，大多数研究基于上市银行数据，对农村商业银行在利率市场化背景下的动态调整策略及其长期适应性尚缺乏系统性探讨。本文采用2013至2023年48家农村商业银行的面板数据，运用回归模型对相关假设进行验证，深入分析农村商业银行如何在利率市场化进程中调整其盈利模式及风险管理策略，对于支持其可持续发展具有重要的现实意义。

2. 影响机制与研究假设

2.1. 影响机制

2.1.1. 直接效应

利率市场化通过赋予农村商业银行更大的利率自主定价权，促使其依据风险水平和资金成本优化利率策略，从而提升资源配置效率和资本使用效益。基于市场化定价机制，银行能够更加灵活地调整利率，以更好地匹配资金供需和风险特征，从而实现金融资源的优化配置。同时，利率市场化加剧的市场竞争压力推动农村商业银行不断创新金融产品和服务，以满足农村地区多样化的金融需求，逐步推动收入结构从单一依赖利息收入向非利息收入多元化拓展。这种收入结构的转变不仅降低了银行对传统利差的依赖，还优化了客户结构进而影响农村商业银行盈利能力。此外，利率市场化的动态性和复杂性倒逼银行加强内部管理水平，特别是在风险控制与资产负债管理方面，以应对利率波动带来的潜在不确定性。这一过程中，银行逐步构建了更为稳健的风险防控体系，从而实现盈利能力的提升，并增强其在市场竞争中的韧性与适应能力。

2.1.2. 中介效应

在利率市场化背景下，存贷款利率的市场化定价增加了存款来源的不确定性，使得农村商业银行需要保持更高的流动性储备以应对突发的资金流动风险。较高的流动性比率虽然提升了银行的短期偿付能力，但也意味着银行需要将更多资金以低收益的形式保留为流动性资产，减少了高收益贷款或投资的配置比例，从而压缩了盈利空间。与此同时，存款利率的上浮可能导致银行融资成本上升，而贷款利率的市场化使得其调整贷款利率的空间受限，进一步放大了利差收窄的负面影响，迫使银行保持高流动性以防范潜在风险。此外，流动性比率的增加还可能导致农村商业银行在业务结构优化上受限，使其无法充分将资金配置到更具收益性的贷款或投资领域。例如，银行为满足监管要求或增强流动性缓冲，可能不得不减少对高收益但风险较高的贷款项目的投放，转而偏向低风险、低回报的资产配置。根据金融中介理论，流动性比率的提高加剧了银行在风险防范与收益获取之间的权衡，这种权衡在农村商业银行中尤为显著，因为其在资金来源和风险控制能力上相较于大型商业银行处于劣势。因此，利率市场化通过流动性比率的中介效应，显著削弱了农村商业银行的盈利能力，使其在市场竞争中面临更大挑战。

通过综上理论分析，得出利率市场化对农村商业银行盈利能力的影响机制，如图1所示。

Figure 1. Mechanism of the impact of interest rate liberalization on the profitability of rural commercial banks

图1. 利率市场化对农村商业银行盈利能力影响的作用机理图

2.2. 研究假设

根据上述的影响机制提出相对应的假设。

假设1：利率市场化改革促进农村商业银行盈利能力水平的提升

假设2：流动性比率在利率市场化影响农村商业银行盈利能力的过程中具有中介作用。利率市场化通过增加资金成本波动和存款不稳定性，降低银行流动性比例，进而降低银行的盈利能力。

3. 研究设计

3.1. 变量选取

文章变量选取及具体解释见表1。

Table 1. Selection of empirical analysis variables

表1. 实证分析变量选取

变量类型	指标类型(变量定义)	变量名称	计算公式	变量符号
因变量	商业银行盈利 能力指标	总资产收益率	$\frac{净利润}{资产总额}\ast 100\%$	ROA
		净资产收益率	$\frac{净利润}{所有者收益}\ast 100\%$	ROE
自变量	利率市场化影响指标	净利差	$\frac{利息净收入\left(利息收入-利息支出\right)}{总资产}\ast 100\%$	NIS
控制变量	反映一家银行 资金充足状况	资本充足率	$\frac{资本}{风险资产}\ast 100\%$	CAR
	反映一家银行 业务结构	非利息收入占比	$\frac{非利息收入}{总营业收入}\ast 100\%$	NIIR
	反映一家银行风险 管理能力	不良贷款率	$\frac{不良贷款余额}{贷款总额}\ast 100\%$	NPL
	反映银行资本结构稳健性和偿债能力	资产负债率	$\frac{负债总额}{资产总额}\ast 100\%$	DAR
	反映银行经营效率和成本管理能力	成本收入比	$\frac{业务与管理费}{营业净收入}\ast 100\%$	CIR
中介变量	衡量银行的短期偿债能力和流动性管理 水平	流动性比率	$\frac{贷款资产}{存款负债}\ast 100\%$	LDR

3.2. 模型构建

本文选取了48家农村商业银行2013~2023的面板数据，实证检验利率市场化对农村商业银行盈利能力的影响。

为验证假设1，构建面板数据模型：

$RO{A}_{it}={\alpha }_1+{\beta }_{1}NI{S}_{it}+{\beta }_{2}CA{R}_{it}+{\beta }_{3}NII{R}_{it}+{\beta }_{4}NP{L}_{it}+{\beta }_{5}DA{R}_{it}+{\beta }_{6}CI{R}_{it}+{\epsilon }_{it}$ (1)

模型中， $i=1,2,3,\cdots ,52$ ，t表示以年份为单位的时间， $t=2013,2014,\cdots ,2023$ 年。其中， $RO{A}_{it}$ 表示i银行在第t年的资产回报率， ${\alpha }_1$ 表示常数项， $NI{S}_{it}$ 表示i银行在第t年的净利差数据， $CA{R}_{it}$ 表示第t年时第i家银行的资产充足率数据， $NII{R}_{it}$ 表示i银行在第t年的非利息收入占比数据， $NP{L}_{it}$ 表示第t年时第i家银行的不良贷款率数据， $NP{L}_{it}$ 表示i银行在第t年的不良贷款率， $CI{R}_{it}$ 表示i银行在第t年的成本收入比， ${\epsilon }_{it}$ 是随机扰动项。

为验证假设2，考察流动性比率的中介效应，基于式(1)，引入中介变量构建面板数据模型：

$LD{R}_{it}={\alpha }_1+{\beta }_{1}NI{S}_{it}+{\beta }_{2}CA{R}_{it}+{\beta }_{3}NII{R}_{it}+{\beta }_{4}NP{L}_{it}+{\beta }_{5}DA{R}_{it}+{\beta }_{6}CI{R}_{it}+{\epsilon }_{it}$ (2)

$RO{A}_{it}={\alpha }_1+{\beta }_{1}NI{S}_{it}+{\beta }_{2}LD{R}_{it}+{\beta }_{3}CA{R}_{it}+{\beta }_{4}NII{R}_{it}+{\beta }_{5}NP{L}_{it}+{\beta }_{6}DA{R}_{it}+{\beta }_{7}CI{R}_{it}+{\epsilon }_{it}$ (3)

3.3. 数据来源

本文采用的数据主要来源于东方财富网，wind数据库以及农村商业银行每年的年度报告。

3.4. 描述性统计

描述性统计结果见表2。从描述性统计分析可以看出，各变量均具有528个观测值。ROA的均值为0.984，标准差为0.374，表明大多数银行的资产回报率较为集中，波动性较小；ROE均值为12.07，范围从0.046到25.04，差异较大，反映出部分银行的股本回报水平较高，而少数银行的回报较低。NIS的均值为2.241，范围较窄，显示大多数银行的利差处于稳定区间；LDR均值为71.536，标准差为10.955，表明在贷款与存款分配策略上差异较大。CIR的均值为35.184，表明银行在运营成本控制上较为集中；资本充足率CAR的均值为14.617，显示银行的资本充足水平普遍健康。NIIR均值为19.744，但存在负值，可能表明部分银行非利息收入亏损；NPL均值为1.675，波动性较小，显示大多数银行的不良贷款水平较低；DAR均值为91.608，表明银行债务管理较为稳定。总体而言，各变量在样本中的表现具有一定的离散性和异质性，为进一步分析奠定了基础。

Table 2. Descriptive statistics of the whole sample

表2. 全样本描述性统计

Variable	Obs	Mean	Std. Dev.	Min	Max
roa	528	0.984	0.374	0.007	2.28
roe	528	12.07	4.147	0.046	25.04
nis	528	2.241	0.759	0.35	5.577
ldr	528	71.536	10.955	37.62	129.51
cir	528	35.184	7.263	19.67	74.041
car	528	14.617	2.187	6.78	27.08
niir	528	19.744	14.605	−13.142	84.867
npl	528	1.675	1.034	0.32	11.54
dar	528	91.608	1.636	82.445	95.634

3.5. 相关性分析

相关性分析结果见表3，从整个相关系数矩阵来看，各个变量之间普遍具有相关性，能够满足回归需要。

Table 3. Variable correlation analysis

表3. 变量相关性分析

Variables	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
(1) roa	1.000
(2) nis	0.624*	1.000
	(0.000)
(3) ldr	−0.161*	−0.030	1.000
	(0.000)	(0.487)
(4) car	0.296*	0.058	0.077	1.000
	(0.000)	(0.183)	(0.078)
(5) niir	−0.018	−0.526*	0.017	−0.005	1.000
	(0.680)	(0.000)	(0.694)	(0.900)
(6) npl	−0.391*	−0.040	0.123*	−0.268*	−0.002	1.000
	(0.000)	(0.364)	(0.005)	(0.000)	(0.957)
(7) dar	−0.452*	−0.371*	−0.235*	−0.591*	−0.024	0.111*	1.000
	(0.000)	(0.000)	(0.000)	(0.000)	(0.576)	(0.011)
(8) cir	−0.385*	−0.129*	0.063	−0.062	−0.140*	0.334*	0.002	1.000
	(0.000)	(0.003)	(0.151)	(0.157)	(0.001)	(0.000)	(0.964)

^***p < 0.01，^**p < 0.05，^*p < 0.1。

3.6. 多重共线性检验

多重共线性检验结果见表4，VIF结果均小于10，则说明模型中的自变量之间没有严重的多重共线性问题。

Table 4. Multiple ollinearity tests

表4. 多重共线性检验

Variable	VIF	1/VIF
dar	2.37	0.421860
nis	2.15	0.465764
car	1.82	0.549520
niir	1.73	0.579110
cir	1.27	0.788391
npl	1.24	0.807553
ldr	1.12	0.891951
Mean VIF	1.67

4. 实证研究

4.1. 模型选择

本文所使用数据N = 48，t = 11，N > t所以不需要进行单位根检验和协整检验。本章一共选取了48家农村商业银行2013~2023年11年的数据进行研究，在对相关数据进行实证研究之前，首先需要确定是否要建立随机效应模型或固定效应模型。经F检验后，发现p小于0.05，通过F检验，再对其进行豪斯曼检验，其中原假设：“如果个体效应和回归变量无关，采用随机效应模型 ”。

Table 5. Results of the Houseman test

表5. 豪斯曼检验结果

Test Summary	Chi-Sq.Statistic	Chi-Sq.d.f.	Prob
Cross-section random	18.38	6	0.0054

豪斯曼检验结果见表5，可以看出，检验结果显示的p值为0.0054，明显小于0.05，即拒绝原假设，最终确定选择固定效应模型。

4.2. 基准回归

基准回归结果见表6。模型(1)仅包含自变量净利差(NIS)对资产回报率(ROA)的影响。回归结果显示，净利差(NIS)在所有模型中均显著为正(系数范围为0.308至0.471, 1%水平显著)，表明净利差的提升能够显著促进资产回报率(ROA)，且这一影响在不同模型规格下保持稳健。资本充足率(CAR)在模型(1)至模型(5)中显著为正(系数范围为0.012至0.030, 1%或5%水平显著)，但在模型(6)中不显著，表明资本充足率对ROA的促进作用在控制更多变量后有所减弱。净利息收入(NIIR)在所有模型中均表现出显著的正向影响(系数范围为0.010至0.013, 1%水平显著)，表明其增加对资产回报率具有持续的促进作用。不良贷款率(NPL)在所有模型中均显著为负(系数范围为−0.104至−0.105，1%水平显著)，表明不良贷款率的上升会显著抑制企业的资产回报率。资产负债率(DAR)在所有模型中均未表现出显著影响，说明其对资产回报率的影响有限。成本收入比(CIR)仅在模型(6)中显著为负(系数为−0.009, 1%水平显著)，反映出高成本对企业盈利能力的抑制作用。模型的拟合优度(R²)范围为0.323至0.349，F统计量均显著，表明模型整体具有较强的解释力。这些结果进一步表明，净利差和净利息收入是提升企业资产回报率的重要因素，而不良贷款率和成本收入比则对企业盈利能力构成重要制约。

Table 6. Model regression and results

表6. 模型回归与结果

	(1)	(2)	(3)	(4)	(5)	(6)
	roa	roa	roa	roa	roa	roa
nis	0.308***	0.309***	0.471***	0.452***	0.445***	0.407***
	(15.122)	(15.461)	(23.889)	(24.645)	(22.209)	(19.209)
car		0.030***	0.028***	0.015***	0.012*	0.010
		(4.370)	(4.979)	(2.737)	(1.877)	(1.547)
niir			0.013***	0.012***	0.012***	0.010***
			(15.000)	(15.068)	(14.295)	(11.548)
npl				−0.104***	−0.105***	−0.095***
				(−9.182)	(−9.215)	(−8.375)
dar					−0.008	−0.010
					(−0.823)	(−1.016)
cir						−0.009***
						(−4.752)
_cons	0.293***	−0.143	−0.739***	−0.311***	0.519	1.140
	(6.235)	(−1.298)	(−7.465)	(−3.030)	(0.512)	(1.140)
个体固定	YES	YES	YES	YES	YES	YES
时间固定	YES	YES	YES	YES	YES	YES
N	528	528	528	528	528	528
R2	0.323	0.349	0.558	0.624	0.625	0.642
F	228.665	128.203	200.525	197.740	158.220	141.603

^***p < 0.01，^**p < 0.05，^*p < 0.10。

4.3. 异质性分析

本节从国有、非国有以及上市、非上市两个方面分析利率市场化对农村商业银行盈利能力影响的异质性，结果见表7。第一列为非国有银行，第二列为国有银行，第三列为非上市银行，第四列为上市银行。异质性分析结果表明，不同类型银行的总资产收益率(ROA)受关键因素的影响存在显著差异。其中，净利差(NIS)在所有模型中均显著为正(1%水平显著)，系数范围为0.394至0.517，说明净利差的提升对银行盈利能力具有普遍且显著的促进作用，且上市银行的受益程度最高。非利息收入占比(NIIR)同样在所有模型中表现出显著的正向影响(1%水平显著)，表明其增加对各类银行盈利能力具有稳定的推动作用。不良贷款率(NPL)在所有模型中均显著为负(1%水平显著)，抑制作用在国有银行(系数为−0.208)和上市银行(系数为−0.336)中尤为明显，表明其是制约盈利能力的重要因素。成本收入比(CIR)亦表现出显著的负向影响(1%水平显著)，反映出高成本对银行盈利能力的普遍抑制。相比之下，资本充足率(CAR)和资产负债率(DAR)对ROA的直接影响均不显著。模型的拟合度较高(R²范围为0.645至0.737)，特别是国有银行和上市银行的模型拟合效果最佳。这些结果表明，不同类型银行在盈利能力的关键驱动因素和制约因素上具有一定差异，其中上市银行和国有银行对净利差和不良贷款率的变化尤为敏感。

Table 7. Analysis of heterogeneity

表7. 异质性分析

	(1)	(2)	(3)	(4)
	roa	roa	roa	roa
nis	0.400***	0.398***	0.394***	0.517***
	(0.049)	(0.042)	(0.048)	(0.059)
car	0.012	−0.005	0.010	0.005
	(0.011)	(0.008)	(0.009)	(0.024)
niir	0.010***	0.011***	0.010***	0.014***
	(0.002)	(0.001)	(0.001)	(0.004)
npl	−0.084***	−0.208***	−0.084***	−0.336***
	(0.029)	(0.056)	(0.028)	(0.043)
dar	−0.016	0.023	−0.016	0.036
	(0.017)	(0.017)	(0.017)	(0.029)
cir	−0.013***	0.000	−0.010***	−0.005
	(0.003)	(0.002)	(0.003)	(0.007)
_cons	1.792	−1.871	1.738	−3.211
	(1.809)	(1.680)	(1.750)	(2.978)
个体固定	YES	YES	YES	YES
时间固定	YES	YES	YES	YES
N	407.000	121.000	407.000	121.000
r2	0.650	0.737	0.656	0.695
r2_a	0.645	0.723	0.651	0.679

^*p < 0.1，^**p < 0.05，^***p < 0.01。

4.4. 稳健性检验

稳健性检验结果见表8，结果表明，在以ROE作为被解释变量的模型中，各主要解释变量的影响方向和显著性与基准回归结果(以ROA为被解释变量)一致，进一步验证了模型结果的稳健性。其中，净利差(NIS)在所有模型中均显著为正(1%水平显著)，表明其对盈利能力的积极作用具有一致性；净利息收入(NIIR)同样显著为正(1%水平显著)，说明其对企业盈利能力的稳定促进作用；不良贷款率(NPL)在所有模型中均显著为负(1%水平显著)，反映出其抑制作用在不同盈利指标下保持一致。此外，资本充足率(CAR)和成本收入比(CIR)的影响在不同模型中的显著性和方向未发生实质性变化。总体来看，稳健性检验支持了基准回归结果的可靠性。

Table 8. The robustness test

表8. 稳健性检验

	(1)	(2)	(3)	(4)	(5)	(6)
	roe	roe	roe	roe	roe	roe
nis	2.828***	2.831***	4.327***	4.548***	5.600***	5.164***
	(11.950)	(11.938)	(16.633)	(17.469)	(21.659)	(18.800)
car		0.040	0.022	−0.153**	0.286***	0.260***
		(0.487)	(0.300)	(−2.011)	(3.496)	(3.223)
niir			0.125***	0.128***	0.157***	0.138***
			(10.292)	(10.990)	(14.350)	(11.756)
npl				−1.490***	−1.376***	−1.262***
				(−9.254)	(−9.384)	(−8.602)
dar					1.328***	1.308***
					(10.079)	(10.092)
cir						−0.106***
						(−4.179)
_cons	5.733***	5.149***	−0.421	4.096***	−127.096***	−120.012***
	(9.580)	(3.895)	(−0.315)	(2.810)	(−9.714)	(−9.250)
个体固定	YES	YES	YES	YES	YES	YES
时间固定	YES	YES	YES	YES	YES	YES
N	528	528	528	528	528	528
R2				0.480	0.572	0.587
F				110.029	126.941	112.363

^***p < 0.01，^**p < 0.05，^*p < 0.10。

5. 进一步研究

结合前面的理论分析，利率市场化可以通过增加资金成本波动和存款不稳定性降低银行的盈利能力。本节利用中介效应模型对此机制进行分析，结果见表9。

Table 9. Mediation effect regression and results

表9. 中介效应回归与结果

	(1)	(2)
	ldr	roa
nis	−6.491***	0.382***
	(−6.228)	(17.638)
car	−0.578*	0.007
	(−1.887)	(1.207)
niir	−0.172***	0.010***
	(−3.879)	(10.833)
npl	0.483	−0.093***
	(0.868)	(−8.345)
dar	−2.302***	−0.019*
	(−4.681)	(−1.886)
cir	0.040	−0.009***
	(0.422)	(−4.751)
ldr		−0.004***
		(−4.166)
_cons	306.557***	2.312**
	(6.228)	(2.261)
个体固定	YES	YES
时间固定	YES	YES
N	528	528
R2	0.106	0.655
F	9.402	128.042

^***p < 0.01，^**p < 0.05，^*p < 0.10。

模型(1)的结果显示，利率市场化指数(NIS)与流动性比率(LDR)之间存在显著的负相关关系(系数为−6.491, p值小于0.01)，表明在利率市场化的背景下，农村商业银行可能面临流动性管理的挑战，流动性的减少可能会对银行的运营效率和风险控制产生不利影响。进一步地，模型(2)通过引入流动性比率(LDR)作为中介变量，分析了利率市场化指数(NIS)对农村商业银行盈利能力(ROA)的直接和间接效应。结果显示，利率市场化指数(NIS)对盈利能力(ROA)的直接影响从0.407降低到0.382，即NIS对ROA的直接正向影响部分被LDR的负面效应所削弱。虽然利率市场化为农村商业银行提供了提高盈利的潜在机会，但也通过增加资金成本波动和存款不稳定性，降低银行流动性比例，进而降低银行的盈利能力。

6. 研究结论与政策建议

研究以利率市场化改革为背景，基于2013至2023年48家农村商业银行的面板数据，通过构建固定效应模型，深入分析利率市场化对农村商业银行盈利能力的影响。研究结果显示：利率市场化改革显著提高了农村商业银行的盈利能力，但同时也通过增加资金成本波动和存款不稳定性，降低银行流动性比例，进而降低银行的盈利能力；利率市场化对不同类型的银行影响存在差异：上市银行和非国有银行受益显著高于非上市银行和国有银行，显示出不同所有制和治理结构的银行在适应市场化改革中的表现差异。基于上述结论，提出以下政策建议。

1) 优化存贷款利率机制以平抑资金成本波动

监管部门应推动农村商业银行构建基于市场化的存贷款利率动态调节机制，针对资金成本波动较大的农村商业银行，建议制定利率区间管理政策，允许其在市场利率基础上灵活设定合理的上下浮动范围，以平滑利率波动对存贷款稳定性的影响。此外，应鼓励农村商业银行设计并推广长期存款产品，通过延长存款期限增强存款来源的稳定性，缓解流动性比率下降对盈利能力的抑制作用。

2) 创新流动性管理工具以缓解流动性比率压力

针对利率市场化改革引发的流动性管理挑战，建议在存款来源不稳定的区域引入区域性流动性互助机制，支持农村商业银行之间设立流动性互助基金以增强应对突发性流动性需求的能力。同时，推动现代化流动性管理工具的研发与应用，通过金融科技手段加强流动性风险的实时监测与预警，提升流动性管理的精准性和效率，从而减少流动性比率下降对银行盈利能力的负面影响。

3) 差异化扶持不同类型银行以提升市场适应性

基于研究发现的银行类型差异性影响，建议监管部门实施差异化扶持政策，提升国有和非上市农村商业银行的市场适应能力。对于国有银行，可适当调整政策目标，将盈利能力作为评价重点之一，鼓励其更多参与高收益业务以提升市场竞争力；对于非上市银行，可通过拓展资本市场融资渠道或引入政策性担保机制增强其资本实力，降低资金成本和风险暴露水平，从而缩小与上市银行在盈利能力上的差距。

基金项目

内蒙古师范大学基本科研业务费专项资金资助项目“数字经济赋能草原畜牧业现代化重点问题研究”(编号：23JBZD002)；内蒙古自治区研究生精品课程建设项目“高级政治经济学”(编号：JP20231012)。

参考文献

[1]	习近平在省部级主要领导干部推动金融高质量发展专题研讨班开班式上发表重要讲话[EB/OL]. https://www.gov.cn/yaowen/liebiao/202401/content_6926302.htm, 2024-01-16.
[2]	支持农业强国建设 提升金融服务“三农”能力和水平[EB/OL]. http://www.qstheory.cn/qshyjx/2024-02/08/c_1130075897.htm, 2024-02-08.
[3]	鄢祖容. 商业银行盈利能力影响因素的实证分析——基于偏最小二乘回归(PLSR)算法[J]. 财经理论与实践, 2022, 43(4): 10-17.
[4]	朱军, 唐凯, 张鸣菊, 等. 信贷资产证券化能提升城商行盈利能力吗: 基于10家城商行面板数据的实证研究[J]. 中国软科学, 2024(1): 164-174.
[5]	许坤, 厉佳荣, 刘杰. 民营资本参与对城市商业银行盈利能力的影响[J]. 学习与探索, 2023(7): 108-119.
[6]	徐斌, 郑垂勇. 利率市场化下我国商业银行盈利能力影响因素分析——基于16家上市商业银行的实证研究[J]. 南京社会科学, 2018(3): 31-37.
[7]	刘妍, 孙永志, 宫长亮, 等. LPR机制改革对商业银行盈利能力和风险承担的影响研究[J]. 国际金融研究, 2022(10): 72-84.
[8]	谢新非, 许南. 利率市场化对商业银行经营绩效的影响——基于动态GMM模型的实证分析[J]. 湖南工业大学学报(社会科学版), 2017, 22(3): 56-62.
[9]	彭建刚, 王舒军, 关天宇. 利率市场化导致商业银行利差缩窄吗?——来自中国银行业的经验证据[J]. 金融研究, 2016(7): 48-63.
[10]	张伟, 蒋敏. 利率市场化对中小股份制商业银行盈利与风险影响研究——基于对8家上市银行面板数据的分析[J]. 价格理论与实践, 2016(8): 129-132.
[11]	王灿, 刘子宁, 李栋. 利率市场化必然会降低商业银行盈利能力吗?——基于信贷资源配置效率的探讨[J]. 金融论坛, 2019, 24(11): 44-54.
[12]	郭妍, 韩庆潇. 盈利水平, 支农服务与风险控制——农商行规模调整的理论分析与实证检验[J]. 金融研究, 2019(4): 130-148.
[13]	邓晓娜. 农村金融机构经营效率测算及影响因素的空间计量分析——兼论农村金融机构改革[J]. 金融监管研究, 2020(2): 51-66.
[14]	刘朝阳, 陈丹妮. 农商行(农信社)机构效率研究——基于广东的实证研究[J]. 农村金融研究, 2020(9): 35-41.
[15]	肖文东. 非利息收入对银行经营绩效和风险的影响研究[J]. 经济问题, 2017(8): 88-91.
[16]	江苏省审计学会课题组, 葛红民, 严黎佳, 等. 我国农村商业银行不良贷款风险解析及审计对策[J]. 审计研究, 2023(2): 11-19.