2777 
2965文章基于网络爬虫技术构建了农村金融机构数字化转型指数，并利用1700家农村金融机构数据，探究了其数字化转型对农村金融服务质效的影响。研究发现，数字化转型显著促进了农村金融机构的涉农贷款投放，扩大了信贷覆盖面，优化了信用及中长期贷款占比，从而提升了农村金融服务质效。其中的作用机制是，数字化转型显著降低了农村金融机构发放涉农贷款的信用风险和服务成本，提升了其从事涉农贷款业务的边际利润。异质性分析表明，数字鸿沟会制约数字化转型效果，农村金融机构所在地区的网络基础设施越落后、人力资本水平越低，数字化转型对农村金融服务质效的提升作用越小。此外，在农村金融服务增量扩面的过程中，涉农贷款利率保持平稳，没有出现显著变化。文章的研究凸显了数字化转型对农村金融机构的赋能作用，为加快农村金融机构数字化转型提供了学术支持。
农村金融机构数字化转型与金融服务质效
摘要
参考文献
1 董晓林,朱敏杰. 农村金融供给侧改革与普惠金融体系建设[J]. 南京农业大学学报(社会科学版),2016,(6):14−18.
2 何宗樾,张勋,万广华. 数字金融、数字鸿沟与多维贫困[J]. 统计研究,2020,(10):79−89.
3 胡宏开. 大道至简——农村中小银行转型“密码”[M]. 北京:中国金融出版社,2022.
5 黄益平,傅秋子. 农村金融供给侧改革的方向[J]. 清华金融评论,2017,(7):41−43.
6 金洪飞,李弘基,刘音露. 金融科技、银行风险与市场挤出效应[J]. 财经研究,2020,(5):52−65.
7 李春涛,闫续文,宋敏,等. 金融科技与企业创新——新三板上市公司的证据[J]. 中国工业经济,2020,(1):81−98.
8 李逸飞,李茂林,李静. 银行金融科技、信贷配置与企业短债长用[J]. 中国工业经济,2022,(10):137−154.
9 罗兴,吴本健,马九杰. 农村互联网信贷:“互联网+”的技术逻辑还是“社会网+”的社会逻辑?[J]. 中国农村经济,2018,(8):2−16.
10 罗煜,崔书言,旷纯. 数字化与商业银行经营转型——基于传统业务结构变迁视角[J]. 国际金融研究,2022,(5):34−44.
11 亓浩,吴本健,马九杰. 贷款利率市场化与农村金融机构回归本源[J]. 世界经济,2022,(11):77−100.
12 乔舒亚·安格里斯特,约恩−斯蒂芬·皮施克. 精通计量:从原因到结果的探寻之旅[M]. 郎金焕译. 上海:格致出版社,2019.
13 盛天翔,范从来. 金融科技、最优银行业市场结构与小微企业信贷供给[J]. 金融研究,2020,(6):114−132.
14 宋敏,周鹏,司海涛. 金融科技与企业全要素生产率——“赋能”和信贷配给的视角[J]. 中国工业经济,2021,(4):138−155.
15 王奇,牛耕,赵国昌. 电子商务发展与乡村振兴:中国经验[J]. 世界经济,2021,(12):55−75.
16 王修华,赵亚雄. 数字金融发展是否存在马太效应?——贫困户与非贫困户的经验比较[J]. 金融研究,2020,(7):114−133.
17 谢绚丽,王诗卉. 中国商业银行数字化转型:测度、进程及影响[J]. 经济学(季刊),2022,(6):1937−1956.
18 中国银行业协会农村合作金融工作委员会,中国银行业协会村镇银行工作委员会. 全国农村中小银行机构行业发展报告2021[M]. 北京:中国金融出版社,2022.
19 朱太辉,张彧通. 农村中小银行数字化转型研究[J]. 金融监管研究,2021,(4):36−58.
20 Berg T,Burg V,Gombović A,et al. On the rise of FinTechs:Credit scoring using digital footprints[J]. The Review of Financial Studies,2020,33(7):2845−2897. DOI:10.1093/rfs/hhz099
21 Cornaggia J,Wolfe B,Yoo W. Crowding out banks:Credit substitution by peer-to-peer lending[R]. SSRN3000593,2018.
22 Freixas X,Rochet J C. Microeconomics of banking[M]. 2nd ed. Cambridge:MIT Press,2008.
23 Frost J,Gambacorta L,Huang Y,et al. BigTech and the changing structure of financial intermediation[J]. Economic Policy,2019,34(100):761−799. DOI:10.1093/epolic/eiaa003
24 Gambacorta L,Huang Y P,Qiu H,et al. How do machine learning and non-traditional data affect credit scoring? New evidence from a Chinese Fintech firm[R]. BIS Working Paper No.834,2019.
25 Hau H,Huang Y,Shan H Z,et al. FinTech credit and entrepreneurial growth[R]. Swiss Finance Institute Research Paper No.21-47,2021.
26 Lee H H,Yang S A,Kim K. The role of Fintech in mitigating information friction in supply chain finance[R]. Asian Development Bank Economics Working Paper No.599,2019.
27 Nguyen H L Q. Are credit markets still local? Evidence from bank branch closings[J]. American Economic Journal:Applied Economics,2019,11(1):1−32. DOI:10.1257/app.20170543
28 Petersen M A,Rajan R G. Does distance still matter? The information revolution in small business lending[J]. The Journal of Finance,2002,57(6):2533−2570. DOI:10.1111/1540-6261.00505
29 Stiglitz J E,Weiss A. Credit rationing in markets with imperfect information[J]. The American Economic Review,1981,71(3):393−410.
引用本文
亓浩, 周月书, 何立峰. 农村金融机构数字化转型与金融服务质效[J]. 财经研究, 2024, 50(1): 64-78.
导出参考文献，格式为：
