企業(yè)參與精準(zhǔn)扶貧對其自身風(fēng)險(xiǎn)承擔(dān)水平的影響研究

湯穎梅， 李月曄， 詹孟于

一、 問題提出

2020年底9 899萬農(nóng)村貧困人口全部脫貧，絕對貧困得以消除(1)習(xí)近平：在全國脫貧攻堅(jiān)總結(jié)表彰大會上的講話，http://www.xinhuanet.com/world/2021-03/03/c_1211049315.htm。，中國將進(jìn)入以相對貧困為特征的后精準(zhǔn)扶貧時(shí)代(2)唐任伍,肖彥博,唐常.后精準(zhǔn)扶貧時(shí)代的貧困治理——制度安排和路徑選擇[J].北京師范大學(xué)學(xué)報(bào)(社會科學(xué)版),2020(1):133-139.。產(chǎn)業(yè)發(fā)展是緩解相對貧困的重要支柱，也是鞏固脫貧成果與實(shí)現(xiàn)鄉(xiāng)村振興的最大結(jié)合點(diǎn)，而加大產(chǎn)業(yè)帶動(dòng)扶貧力度的關(guān)鍵在于鼓勵(lì)企業(yè)參與精準(zhǔn)扶貧(3)中共中央黨史和文獻(xiàn)研究院．習(xí)近平扶貧論述摘編[G]．北京: 中央文獻(xiàn)出版社，2018：73.。

參與精準(zhǔn)扶貧是企業(yè)履行社會責(zé)任的一種新形式。以往針對社會責(zé)任的研究主要以慈善捐贈為研究對象。精準(zhǔn)扶貧與慈善捐贈的共同之處在于都需要消耗企業(yè)現(xiàn)有資源，能為企業(yè)帶來更高的聲譽(yù)等。但與慈善捐贈相比，精準(zhǔn)扶貧具有特殊的政策性地位，符合國家當(dāng)前的戰(zhàn)略目標(biāo)。為了引導(dǎo)企業(yè)積極參與精準(zhǔn)扶貧，政府出臺了相關(guān)激勵(lì)政策，這些政策與鼓勵(lì)慈善捐贈的政策相比力度更大。此外，企業(yè)參與精準(zhǔn)扶貧往往是針對一個(gè)具體地區(qū)，形式不只是“捐款捐物”，更多的是進(jìn)行產(chǎn)業(yè)扶貧，向貧困地區(qū)人民提供就業(yè)崗位、引導(dǎo)貧困地區(qū)發(fā)展支柱產(chǎn)業(yè)等。與慈善捐贈相比，企業(yè)參與精準(zhǔn)扶貧需要消耗更多的資源。風(fēng)險(xiǎn)承擔(dān)作為促進(jìn)企業(yè)發(fā)展的重要決策，需要大量的資源作為支撐，其水平高低受企業(yè)現(xiàn)有資源的影響?；诖耍骄科髽I(yè)參與精準(zhǔn)扶貧對其自身風(fēng)險(xiǎn)承擔(dān)水平的影響具有一定的現(xiàn)實(shí)意義。

現(xiàn)有關(guān)于精準(zhǔn)扶貧的研究主要從政府角度關(guān)注精準(zhǔn)扶貧的制度設(shè)計(jì)和執(zhí)行成效等(4)朱夢冰，李實(shí). 精準(zhǔn)扶貧重在精準(zhǔn)識別貧困人口——農(nóng)村低保政策的瞄準(zhǔn)效果分析[J]. 中國社會科學(xué)，2017(9):90-112.(5)劉建生,陳鑫,曹佳慧.產(chǎn)業(yè)精準(zhǔn)扶貧作用機(jī)制研究[J].中國人口·資源與環(huán)境,2017,27(6):127-135.。此外也有少量研究探討了企業(yè)參與精準(zhǔn)扶貧的路徑、資本市場的反應(yīng)(6)易玄,吳蓉,謝志明.產(chǎn)權(quán)性質(zhì)、企業(yè)精準(zhǔn)扶貧行為與資本市場反應(yīng)[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào),2020(2):98-104.以及對企業(yè)績效(7)劉莉莉. 企業(yè)精準(zhǔn)扶貧與財(cái)務(wù)績效關(guān)系研究[J]. 市場研究，2019(2):30-33.等產(chǎn)生的影響。但統(tǒng)覽已有文獻(xiàn)，當(dāng)前關(guān)于企業(yè)參與精準(zhǔn)扶貧對其自身風(fēng)險(xiǎn)承擔(dān)水平影響的研究較少，本文擬對此進(jìn)行重點(diǎn)探討。

在后精準(zhǔn)扶貧時(shí)代，企業(yè)參與精準(zhǔn)扶貧是指企業(yè)基于自身發(fā)展的實(shí)力水平和行業(yè)特點(diǎn)，通過多種途徑、多種方式幫助貧困人口長效脫貧，增強(qiáng)貧困地區(qū)造血功能。雖然政府對于參與精準(zhǔn)扶貧的企業(yè)實(shí)施了相關(guān)激勵(lì)政策，但這些政策較少直接為企業(yè)提供實(shí)物資源，并且很多企業(yè)所參與的精準(zhǔn)扶貧項(xiàng)目超出了企業(yè)的經(jīng)營范圍，所帶來的相關(guān)資源并不能被企業(yè)立即使用。在短時(shí)期內(nèi)，企業(yè)參與精準(zhǔn)扶貧所能獲得的資源難以彌補(bǔ)企業(yè)的資源投入，最終表現(xiàn)為企業(yè)物力、財(cái)力、人力資源等的消耗。與之類似，風(fēng)險(xiǎn)承擔(dān)也需要消耗企業(yè)現(xiàn)有資源，充足的資源保障是企業(yè)進(jìn)行風(fēng)險(xiǎn)承擔(dān)的客觀基礎(chǔ)，缺少資源將使得企業(yè)難以開展高風(fēng)險(xiǎn)投資活動(dòng)。

當(dāng)企業(yè)資源有限時(shí)，管理者需要在精準(zhǔn)扶貧和風(fēng)險(xiǎn)承擔(dān)之間進(jìn)行權(quán)衡。對于管理者而言，開展高風(fēng)險(xiǎn)投資活動(dòng)，提高風(fēng)險(xiǎn)承擔(dān)水平會導(dǎo)致大量資金機(jī)會成本堆積、收益嚴(yán)重滯后等問題，特別是在有些企業(yè)中管理者的任期較短，現(xiàn)任管理者承擔(dān)了較高的風(fēng)險(xiǎn)水平，但可能需要到下一屆管理者任期內(nèi)才會有顯著回報(bào)。而企業(yè)參與精準(zhǔn)扶貧可以即時(shí)提升管理者的社會資本，為企業(yè)所帶來的績效收益也主要被管理層占有，其成本支出的承擔(dān)者卻是股東。因此面對企業(yè)資源約束，管理者出于自身利益的考慮，當(dāng)參與精準(zhǔn)扶貧可以滿足企業(yè)發(fā)展需要時(shí)，管理者將企業(yè)現(xiàn)有資源用于提高風(fēng)險(xiǎn)承擔(dān)水平的意愿可能會有所下降。

基于以上分析，本文提出假說一：企業(yè)參與精準(zhǔn)扶貧會降低其自身風(fēng)險(xiǎn)承擔(dān)水平。

企業(yè)參與精準(zhǔn)扶貧對風(fēng)險(xiǎn)承擔(dān)水平的影響受到企業(yè)現(xiàn)有資源的約束。國有企業(yè)與非國有企業(yè)在資源方面存在顯著差異(8)祝繼高，齊肖，湯谷良. 產(chǎn)權(quán)性質(zhì)、政府干預(yù)與企業(yè)財(cái)務(wù)困境應(yīng)對——基于中國遠(yuǎn)洋、尚德電力和李寧公司的多案例研究[J]. 會計(jì)研究,2015(5):28-34.。對于國有企業(yè)而言，一方面，國有企業(yè)處于關(guān)系國民經(jīng)濟(jì)命脈的重要行業(yè)和關(guān)鍵領(lǐng)域，易于得到財(cái)政補(bǔ)貼、銀行貸款以及股市融資等方面的支持，能夠較為方便地獲取企業(yè)承擔(dān)高風(fēng)險(xiǎn)水平所需的資源(9)林毅夫，李志赟. 政策性負(fù)擔(dān)、道德風(fēng)險(xiǎn)與預(yù)算軟約束[J]. 經(jīng)濟(jì)研究,2004(2):17-27.。另一方面，國企高管相較于非國企更加追求穩(wěn)定，在未開展精準(zhǔn)扶貧時(shí)，也謹(jǐn)慎將企業(yè)資源用于高風(fēng)險(xiǎn)投資活動(dòng)，企業(yè)本身有大量資源留存。在此情況下，國有企業(yè)參與精準(zhǔn)扶貧雖然消耗了資源，但對于其風(fēng)險(xiǎn)承擔(dān)水平的影響較小。與國有企業(yè)相比，非國有企業(yè)無論在獲取銀行貸款融資還是資本市場權(quán)益融資方面都受到歧視，難以獲得外部資源支持。此外，非國有企業(yè)與國有企業(yè)相比有更強(qiáng)的趨利性。非國有企業(yè)為了應(yīng)對激烈的市場競爭，謀求生存和發(fā)展，往往會積極配置其擁有的資源用于高風(fēng)險(xiǎn)項(xiàng)目以獲取較高的收益，導(dǎo)致企業(yè)留存資源較少。因此，非國有企業(yè)面臨嚴(yán)重的資源約束。非國有企業(yè)投入資源開展精準(zhǔn)扶貧將減少用于高風(fēng)險(xiǎn)活動(dòng)的投入，甚至大量擠出原本用于高風(fēng)險(xiǎn)項(xiàng)目的資源，造成企業(yè)風(fēng)險(xiǎn)承擔(dān)水平顯著下降。

基于以上分析，本文提出假說二：相較于國有企業(yè)，非國有企業(yè)參與精準(zhǔn)扶貧對其自身風(fēng)險(xiǎn)承擔(dān)水平的抑制作用更強(qiáng)。

從2016年開始，上交所、深交所要求上市公司積極參與精準(zhǔn)扶貧，在年報(bào)中披露相關(guān)信息。這為探究企業(yè)參與精準(zhǔn)扶貧對其自身風(fēng)險(xiǎn)承擔(dān)水平的影響創(chuàng)造了難得的“準(zhǔn)自然實(shí)驗(yàn)”機(jī)會。鑒于此，本文采用傾向得分匹配-雙重差分法(PSM-DID)，系統(tǒng)考察企業(yè)參與精準(zhǔn)扶貧對其自身風(fēng)險(xiǎn)承擔(dān)水平的影響及其作用機(jī)理。

二、 研究設(shè)計(jì)

(一) 數(shù)據(jù)來源與樣本選取

本文以2011—2018年中國A股上市公司作為樣本，并做如下篩選：剔除金融行業(yè)樣本，因?yàn)榻鹑谛袠I(yè)財(cái)務(wù)數(shù)據(jù)與其他企業(yè)存在很大差異，不具有可比性；剔除ST、*ST的樣本，因?yàn)楸惶厥馓幚淼钠髽I(yè)存在更強(qiáng)的粉飾業(yè)績動(dòng)機(jī)，其財(cái)務(wù)數(shù)據(jù)準(zhǔn)確度存疑；剔除數(shù)據(jù)缺失以及存在異常的樣本。經(jīng)過以上處理，本文最終獲得有效研究樣本8 067個(gè)。

本文中企業(yè)精準(zhǔn)扶貧相關(guān)數(shù)據(jù)是根據(jù)上市公司年度報(bào)告中第五節(jié)“重要事項(xiàng)”中“十八、社會責(zé)任情況”中 “履行精準(zhǔn)扶貧社會責(zé)任情況”的具體項(xiàng)目手工收集。其他財(cái)務(wù)數(shù)據(jù)均來源于CSMAR數(shù)據(jù)庫并經(jīng)過計(jì)算獲得。

(二) 模型設(shè)計(jì)與變量選擇

1. 模型設(shè)計(jì)。雙重差分模型(DID模型)通過比較處理組和控制組在企業(yè)精準(zhǔn)扶貧政策出臺前后的相對差異，可以反映企業(yè)參與精準(zhǔn)扶貧對其自身風(fēng)險(xiǎn)承擔(dān)水平的實(shí)際影響。運(yùn)用DID模型需滿足共同趨勢假設(shè)。企業(yè)參與精準(zhǔn)扶貧是一個(gè)非隨機(jī)事件，經(jīng)營狀況好的企業(yè)可能更有意愿參與精準(zhǔn)扶貧，僅僅依據(jù)是否參與精準(zhǔn)扶貧來劃分處理組和控制組會導(dǎo)致選擇性偏差，兩組未來風(fēng)險(xiǎn)承擔(dān)水平的變化不一致，不滿足共同趨勢假設(shè)。考慮到這種偏差可能給研究結(jié)果帶來影響，本文將運(yùn)用傾向得分匹配法(PSM)對樣本進(jìn)行匹配以消除偏差帶來的不利影響。

進(jìn)行 PSM 時(shí)，本文首先從樣本企業(yè)中選擇兩類企業(yè)作為分析對象：2016—2018年一直參與精準(zhǔn)扶貧的企業(yè)，稱為處理組；一直未參與精準(zhǔn)扶貧的企業(yè)，稱為控制組。參照前人研究，選擇CEO性別(Gender)、股權(quán)集中度(TOP10)、企業(yè)規(guī)模(Size)等作為協(xié)變量對樣本進(jìn)行匹配。匹配的具體思路是首先采用Logit 回歸，對二元被解釋變量(是否為處理組)進(jìn)行回歸，然后以每個(gè)匹配變量的回歸系數(shù)作為權(quán)重，擬合出每一個(gè)樣本的傾向得分值，該分值體現(xiàn)了某個(gè)企業(yè)參與精準(zhǔn)扶貧的概率大小。之后根據(jù)傾向得分值對處理組和控制組進(jìn)行一對一的最近鄰匹配，最終得到經(jīng)PSM匹配后的處理組和相應(yīng)的控制組，其中處理組樣本有2 804個(gè)，控制組樣本有5 053個(gè)。

政府要求企業(yè)參與精準(zhǔn)扶貧并披露相關(guān)信息的政策于2016年發(fā)布。基于此，本文以2016年為中點(diǎn)，將2016—2018年定義為實(shí)驗(yàn)期，將2011—2015 年定義為非實(shí)驗(yàn)對比期。本文根據(jù)研究目的，設(shè)計(jì)PSM-DID的基準(zhǔn)回歸模型(1)對假說一進(jìn)行檢驗(yàn)，設(shè)定為如下形式：

RiskTake=α0+α1Post+α2Treat+α3Post×Treat+αjControlsj+ε

(1)

之后本文將按照是否為國有企業(yè)對樣本進(jìn)行分組，通過模型(1)對假說二進(jìn)行驗(yàn)證。其中Treat為處理組虛擬變量，對經(jīng)PSM處理后獲得的處理組企業(yè)、控制組企業(yè)，Treat取值分別為1、0；Post為時(shí)間虛擬變量，政府出臺企業(yè)精準(zhǔn)扶貧政策之后的年份(2016—2018年)Post取值為1，其他年份Post取值為0；Post×Treat為Post和Treat的交乘項(xiàng)，根據(jù)Treat和Post的定義，處理組于2016—2018年參與精準(zhǔn)扶貧時(shí)Post×Treat取值為1，否則為0；Controls為控制變量，包括CEO性別、股權(quán)集中度、企業(yè)規(guī)模等。α0是常數(shù)項(xiàng)，α1和α2為各虛擬變量的系數(shù)，αj為各控制變量對風(fēng)險(xiǎn)承擔(dān)水平影響的趨勢，ε為其他影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的隨機(jī)擾動(dòng)項(xiàng)，α3為企業(yè)參與精準(zhǔn)扶貧對風(fēng)險(xiǎn)承擔(dān)水平影響的系數(shù)，是本文主要關(guān)注的對象，若為負(fù)則支持本文假設(shè)，說明企業(yè)參與精準(zhǔn)扶貧降低了其自身的風(fēng)險(xiǎn)承擔(dān)水平。

2. 變量設(shè)置。第一，被解釋變量。RiskTake表示企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。本文參考John等(10)JOHN K, LITOV L, YEUNG B. Corporate governance and risk-taking[J]. The Journal of finance (New York)，2008,63(4):1679-1728.的研究采用企業(yè)在某一時(shí)間區(qū)段內(nèi)ROA的波動(dòng)性來衡量企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平。選取該指標(biāo)的原因在于企業(yè)風(fēng)險(xiǎn)承擔(dān)水平受到企業(yè)所選擇項(xiàng)目的風(fēng)險(xiǎn)性影響，ROA可以直接體現(xiàn)企業(yè)風(fēng)險(xiǎn)項(xiàng)目的經(jīng)濟(jì)后果，從而間接反映企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平，一般認(rèn)為開展高風(fēng)險(xiǎn)投資活動(dòng)意味著企業(yè)承擔(dān)了較高的風(fēng)險(xiǎn)水平，會導(dǎo)致ROA出現(xiàn)較大幅度的波動(dòng)。本文首先用各行業(yè)ROA平均值對企業(yè)各年ROA進(jìn)行調(diào)整得到Adj_ROA以剔除行業(yè)的影響，然后以3年作為一個(gè)滾動(dòng)觀測時(shí)段，計(jì)算經(jīng)行業(yè)調(diào)整過后的ROA的標(biāo)準(zhǔn)差來度量企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，記為RiskTake。RiskTake的數(shù)值越大，代表企業(yè)風(fēng)險(xiǎn)承擔(dān)水平越高。計(jì)算公式如下：

(2)

(3)

其中i代表企業(yè)；t代表在觀測時(shí)段的年度；X代表某行業(yè)的企業(yè)總數(shù)量；k代表同一行業(yè)內(nèi)的第k家企業(yè)。第二，解釋變量。本文的解釋變量記為Post×Treat，用于表示企業(yè)是否在企業(yè)精準(zhǔn)扶貧政策出臺后參與了精準(zhǔn)扶貧。第三，分組變量。SOE代表企業(yè)的產(chǎn)權(quán)性質(zhì)。若公司為國有企業(yè)則取值為1，若為非國有企業(yè)則取值為0。第四，控制變量。本文控制變量與協(xié)變量相同，具體包括CEO性別、股權(quán)集中度、企業(yè)規(guī)模、企業(yè)年限(Age)、兩職合一(Dual)、企業(yè)成長性(Growth)和獨(dú)立董事比例(Indep)。通常認(rèn)為女性高管更加保守，偏好較低的風(fēng)險(xiǎn)承擔(dān)水平(11)張濤，洪敏. 女性高管、風(fēng)險(xiǎn)承擔(dān)與資本配置效率——基于中國上市公司的經(jīng)驗(yàn)證據(jù)[J]. 勞動(dòng)經(jīng)濟(jì)研究，2018,6(2):53-69.；股東為了獲取高額的投資回報(bào)愿意承擔(dān)高風(fēng)險(xiǎn)，因此股權(quán)集中度和兩職合一程度與風(fēng)險(xiǎn)承擔(dān)水平成正比(12)李海霞. CEO權(quán)力、風(fēng)險(xiǎn)承擔(dān)與公司成長性——基于我國上市公司的實(shí)證研究[J]. 管理評論，2017,29(10):198-210.；企業(yè)規(guī)模、年限不同意味著企業(yè)所處的生命周期存在差異，會對風(fēng)險(xiǎn)承擔(dān)水平產(chǎn)生影響，但影響方向不確定(13)馬寧，王雷. 企業(yè)生命周期、競爭戰(zhàn)略與風(fēng)險(xiǎn)承擔(dān)[J]. 當(dāng)代財(cái)經(jīng)，2018(5):70-80.；高成長性企業(yè)需要承擔(dān)高風(fēng)險(xiǎn)來實(shí)現(xiàn)主營業(yè)務(wù)收入的快速增長；獨(dú)立董事受到聲譽(yù)機(jī)制限制，表現(xiàn)出風(fēng)險(xiǎn)規(guī)避傾向(14)周澤將，馬靜，劉中燕. 獨(dú)立董事政治關(guān)聯(lián)會增加企業(yè)風(fēng)險(xiǎn)承擔(dān)水平嗎?[J]. 財(cái)經(jīng)研究，2018,44(8):141-153.。表1列示了各個(gè)變量的含義和度量方法。

表1 代理變量具體定義

續(xù)表

三、 實(shí)證檢驗(yàn)與討論

(一) 實(shí)證結(jié)果及分析

1. 描述性統(tǒng)計(jì)。表2報(bào)告了各變量的描述性統(tǒng)計(jì)結(jié)果：樣本企業(yè)中風(fēng)險(xiǎn)承擔(dān)水平代理變量(RiskTake)的均值為0.028，最小值和最大值分別為0和1.495，表明大部分企業(yè)風(fēng)險(xiǎn)承擔(dān)水平較低，但也存在部分企業(yè)風(fēng)險(xiǎn)承擔(dān)水平畸高的情況。處理組虛擬變量(Treat)的均值約為0.372，意味著37.2%的樣本企業(yè)參與了精準(zhǔn)扶貧。由企業(yè)性質(zhì)變量(SOE)的均值0.605可知，樣本企業(yè)中有60.5%為國有企業(yè)，39.5%為非國有企業(yè)?？刂谱兞恐?，CEO性別變量、兩職合一變量的均值分別為0.056、0.162，說明樣本企業(yè)的CEO基本為男性，并且兩職合一程度較低。企業(yè)成長性變量的均值為1.169，標(biāo)準(zhǔn)差為17.910，說明企業(yè)的成長性各異。

表2 主要變量的描述性統(tǒng)計(jì)

2. 平行趨勢檢驗(yàn)。運(yùn)用DID的一個(gè)潛在前提條件是處理組企業(yè)和控制組企業(yè)在企業(yè)精準(zhǔn)扶貧政策推行前不存在系統(tǒng)性差異和樣本選擇偏差，即具有平行的變化趨勢。本文采用PSM，匹配出具有平行變化趨勢的處理組和控制組，并對匹配前后的數(shù)據(jù)進(jìn)行平行趨勢檢驗(yàn)以驗(yàn)證處理組和控制組是否具有平行變化趨勢。這一識別方法主要關(guān)注匹配前后變量的標(biāo)準(zhǔn)偏誤及顯著性水平的變化，如果匹配變量在處理組與控制組之間的偏誤越小，說明配對效果越好，匹配后樣本不存在系統(tǒng)性差異。現(xiàn)有研究認(rèn)為匹配變量的偏誤限定于10%以內(nèi)便可認(rèn)為匹配結(jié)果是有效的(15)CALIENDO M, KOPEINIG S. Some practical guidance for the implementation of propensity score matching[J]. Journal of economic surveys，2008,22(1):31-72.。表3為傾向得分匹配平衡性檢驗(yàn)的結(jié)果，實(shí)證表明在匹配前，處理組、控制組二者間有明顯偏差，有多個(gè)變量的標(biāo)準(zhǔn)偏誤都超過了10%。采用PSM進(jìn)行匹配后，標(biāo)準(zhǔn)偏誤大幅度降低，偏差都控制在5%以內(nèi)，且t值均不顯著，說明匹配后的處理組與控制組在企業(yè)精準(zhǔn)扶貧政策前沒有明顯的差異，兩者有平行的變化趨勢，因此匹配后獲取的樣本確保了隨機(jī)性，能夠保證研究結(jié)果的可靠性。

表3 精準(zhǔn)扶貧政策實(shí)施前后變量匹配效果和平衡性檢驗(yàn)

3. 實(shí)證結(jié)果分析。針對假設(shè)一，本文采用PSM-DID考察政府針對企業(yè)的精準(zhǔn)扶貧政策實(shí)施前后參與精準(zhǔn)扶貧與未參與的企業(yè)在風(fēng)險(xiǎn)承擔(dān)水平上是否存在顯著差異。下頁表4第(1)列是以RiskTake作為被解釋變量，控制了企業(yè)的相關(guān)特征后全樣本的回歸結(jié)果，解釋變量Post×Treat的回歸系數(shù)為-0.005且在1%的水平下顯著。說明參與精準(zhǔn)扶貧作為一項(xiàng)重要的決策對企業(yè)風(fēng)險(xiǎn)承擔(dān)水平產(chǎn)生了影響。具體而言，參與精準(zhǔn)扶貧企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平較未參與的企業(yè)平均減少了 0.5%，這與假說一的理論預(yù)期一致?？赡艿脑蚴菂⑴c精準(zhǔn)扶貧消耗了現(xiàn)有資源，對于企業(yè)的風(fēng)險(xiǎn)承擔(dān)行為產(chǎn)生了資源約束，因此參與精準(zhǔn)扶貧顯著降低了其風(fēng)險(xiǎn)承擔(dān)水平。國有企業(yè)和非國有企業(yè)面臨著不同的資源約束，為此，本文按照產(chǎn)權(quán)性質(zhì)對樣本分組后利用PSM-DID進(jìn)行回歸分析，結(jié)果見第(2)和第(3)列。在國有企業(yè)樣本中，解釋變量Post×Treat的回歸系數(shù)不顯著，這表明在相關(guān)政策出臺后，參與精準(zhǔn)扶貧與未參與的國有企業(yè)在風(fēng)險(xiǎn)承擔(dān)水平上并不存在顯著差異。而在非國有樣本中，解釋變量Post×Treat的回歸系數(shù)在10%水平下顯著為負(fù)，這說明非國有企業(yè)參與精準(zhǔn)扶貧將會顯著降低其風(fēng)險(xiǎn)承擔(dān)水平，驗(yàn)證了假說二。這可能是因?yàn)榉菄衅髽I(yè)參與精準(zhǔn)扶貧明顯加劇了其資源約束，將會顯著抑制其風(fēng)險(xiǎn)承擔(dān)水平，而國有企業(yè)由于其所受的資源約束較小，參與精準(zhǔn)扶貧對于其風(fēng)險(xiǎn)承擔(dān)水平的影響也較弱。這也驗(yàn)證了假說一的邏輯，即資源約束是導(dǎo)致精準(zhǔn)扶貧對風(fēng)險(xiǎn)承擔(dān)水平產(chǎn)生影響的重要機(jī)制。

表4 PSM-DID 回歸結(jié)果

在控制變量中，TOP10的回歸系數(shù)在全樣本中顯著為正，說明企業(yè)股權(quán)集中度越高，企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平越高，這可能是因?yàn)楣蓶|為了獲取較高的投資回報(bào)而提高風(fēng)險(xiǎn)承擔(dān)水平。Size的回歸系數(shù)在全樣本、國企樣本、非國企樣本中顯著為負(fù)，而Age的回歸系數(shù)在全樣本和非國企樣本中顯著為正，表明企業(yè)規(guī)模越大、上市年限越短，企業(yè)風(fēng)險(xiǎn)承擔(dān)水平越小，這可能與樣本企業(yè)所處生命周期有關(guān)。Gender的回歸系數(shù)在全樣本中為0.008且在1%的水平上顯著，在非國企中回歸系數(shù)顯著，在國企中系數(shù)不顯著，表明在本文選取的樣本中女性CEO反而偏好較高的風(fēng)險(xiǎn)水平，可能是由于本樣本中重點(diǎn)關(guān)注的是CEO的性別，而在性別歧視普遍存在的職場中能夠成為CEO的女性為了獲取高額的收益傾向于承擔(dān)較高的風(fēng)險(xiǎn)水平。

4. 穩(wěn)健性檢驗(yàn)。為了保證研究結(jié)論具有一般性和可靠性，本文進(jìn)行了三種穩(wěn)健性檢驗(yàn)，包括構(gòu)造虛假政策實(shí)施年份進(jìn)行安慰劑檢驗(yàn)、刪除試點(diǎn)當(dāng)年的樣本觀測值后重新對模型進(jìn)行檢驗(yàn)以及采用多時(shí)期DID進(jìn)行檢驗(yàn)。穩(wěn)健性檢驗(yàn)結(jié)果與主模型回歸結(jié)果基本一致，表明本研究結(jié)論穩(wěn)健。

(二) 關(guān)于企業(yè)精準(zhǔn)扶貧和風(fēng)險(xiǎn)承擔(dān)的進(jìn)一步分析

1. 企業(yè)精準(zhǔn)扶貧、市場化程度與風(fēng)險(xiǎn)承擔(dān)水平。市場化程度是企業(yè)外部環(huán)境的重要組成部分，而企業(yè)參與精準(zhǔn)扶貧必將受到所處市場環(huán)境的影響。各地區(qū)之間由于地理位置、自然條件以及資源狀況的不同，其市場化程度也存在著顯著差異。

根據(jù)假說一的分析，如果企業(yè)參與精準(zhǔn)扶貧可以達(dá)到促進(jìn)自身發(fā)展的目標(biāo)，這將大大降低其承擔(dān)高風(fēng)險(xiǎn)水平的意愿。市場化程度不同的地區(qū)，企業(yè)參與精準(zhǔn)扶貧對于企業(yè)發(fā)展的促進(jìn)作用存在差異，這可能會導(dǎo)致其對于風(fēng)險(xiǎn)承擔(dān)水平的影響也有所不同。具體而言，當(dāng)企業(yè)位于市場化程度較低的地區(qū)時(shí)，政府對市場的干預(yù)程度較高，金融機(jī)構(gòu)等市場中介組織較少，信息不對稱問題嚴(yán)重，資源更多地通過非正式制度進(jìn)行分配(16)楊彥龍. 管理者持股、市場化程度與民營企業(yè)風(fēng)險(xiǎn)承擔(dān)[J]. 財(cái)會通訊，2016(24):61-65.。精準(zhǔn)扶貧有利于企業(yè)向社會傳遞自由現(xiàn)金流較為充裕的信號、建立與政府間非正式的聯(lián)系來提升組織合法性、提高利益相關(guān)者的產(chǎn)品忠誠度等。因此，在參與精準(zhǔn)扶貧可以部分滿足企業(yè)發(fā)展需要的情況下，企業(yè)將明顯降低承擔(dān)高風(fēng)險(xiǎn)水平的意愿。而在市場化程度高的地區(qū)，法制較為健全，要素市場和產(chǎn)品市場的流動(dòng)性強(qiáng)，對于企業(yè)的監(jiān)督也更加到位，精準(zhǔn)扶貧這一非正式制度對于企業(yè)發(fā)展的促進(jìn)作用有限。企業(yè)為了發(fā)展仍然需要承擔(dān)較高的風(fēng)險(xiǎn)水平?；诖?，本文進(jìn)一步按照市場化程度分組，根據(jù)樊綱等編制的市場化指數(shù)，計(jì)算出當(dāng)年市場化指數(shù)的中位數(shù)，如果企業(yè)總部所在地市場化指數(shù)高于或等于中位數(shù)時(shí)設(shè)置為高市場化程度樣本，否則為低市場化程度樣本，結(jié)果見下頁表5。解釋變量Post×Treat的回歸系數(shù)在低市場化程度地區(qū)顯著為負(fù)，而在高市場化程度地區(qū)沒有通過顯著性檢驗(yàn)。這說明，在低市場化程度地區(qū)，企業(yè)參與精準(zhǔn)扶貧降低了其進(jìn)行高風(fēng)險(xiǎn)投資的意愿；而在高市場化地區(qū)，制度更加健全，企業(yè)參與精準(zhǔn)扶貧對于其發(fā)展的作用有限，主要還是依托于高風(fēng)險(xiǎn)投資來提升企業(yè)績效。

表5 企業(yè)精準(zhǔn)扶貧、市場化程度與風(fēng)險(xiǎn)承擔(dān)水平

2. 企業(yè)精準(zhǔn)扶貧、風(fēng)險(xiǎn)承擔(dān)水平與融資約束。企業(yè)參與精準(zhǔn)扶貧，將由政府為主導(dǎo)對社會進(jìn)行宣傳，向各利益相關(guān)者傳遞出更為豐富的信息。根據(jù)信號傳遞理論，企業(yè)向外傳遞的積極信息將影響投資者對企業(yè)價(jià)值的評估，并作用于企業(yè)的融資約束。

參與精準(zhǔn)扶貧作為企業(yè)履行社會責(zé)任的一種新方式，有其特殊的政策性地位。企業(yè)與政府之間是動(dòng)態(tài)的重復(fù)博弈過程，若企業(yè)通過參與精準(zhǔn)扶貧獲得的收益大于承擔(dān)的成本，那么企業(yè)便會繼續(xù)替政府“分擔(dān)壓力”，倘若未能獲得“回報(bào)”，企業(yè)便會抵制這種“得不償失”的行為。在此情況下，政府將為企業(yè)提供有形或無形的政策保護(hù)，這些政策的出臺增強(qiáng)了投資者的信心和安全感，提高了投資者的投資意愿，從而緩解了企業(yè)的融資約束。此外，交易所要求企業(yè)應(yīng)在年度報(bào)告全文“重要事項(xiàng)”章節(jié)中充分披露報(bào)告期內(nèi)履行精準(zhǔn)扶貧社會責(zé)任的具體情況。“十三五”脫貧攻堅(jiān)規(guī)劃也要求對于積極參與精準(zhǔn)扶貧的企業(yè)設(shè)立扶貧光榮榜，并向社會公告。這種由政府主導(dǎo)的宣傳工作具有很強(qiáng)的外部可視性，也更容易被公眾所關(guān)注，可以更廣泛地向社會傳遞企業(yè)強(qiáng)政企關(guān)系、強(qiáng)社會責(zé)任感的良好形象(17)鄭琴琴，陸亞東. “隨波逐流”還是“戰(zhàn)略選擇”:企業(yè)社會責(zé)任的響應(yīng)機(jī)制研究[J]. 南開管理評論，2018,21(4):169-181.。這將幫助企業(yè)以較低的成本獲得更多的外部資金，進(jìn)一步緩解企業(yè)的融資約束。前文檢驗(yàn)了企業(yè)精準(zhǔn)扶貧對風(fēng)險(xiǎn)承擔(dān)水平的負(fù)向影響，此前也有研究發(fā)現(xiàn)企業(yè)降低風(fēng)險(xiǎn)承擔(dān)水平可以有效緩解融資約束(18)王宜峰，王淑慧，劉雨婷. 股價(jià)崩盤風(fēng)險(xiǎn)、融資約束與企業(yè)投資[J]. 投資研究，2018(10):103-121.。因此本文采用中介效應(yīng)檢驗(yàn)，判斷企業(yè)參與精準(zhǔn)扶貧能否通過降低企業(yè)風(fēng)險(xiǎn)承擔(dān)水平來緩解企業(yè)的融資約束。

本文借鑒溫忠麟等(19)溫忠麟，張雷，侯杰泰，等. 中介效應(yīng)檢驗(yàn)程序及其應(yīng)用[J]. 心理學(xué)報(bào)，2004(5):614-620.采用逐步檢驗(yàn)法進(jìn)行中介效應(yīng)檢驗(yàn)：第一步，建立模型(4)檢驗(yàn)企業(yè)參與精準(zhǔn)扶貧能否降低融資約束；第二步，建立模型(5)檢驗(yàn)企業(yè)參與精準(zhǔn)扶貧能否降低風(fēng)險(xiǎn)承擔(dān)水平；第三步，在模型(4)的基礎(chǔ)上加入中介變量風(fēng)險(xiǎn)承擔(dān)水平建立模型(6)，檢驗(yàn)風(fēng)險(xiǎn)承擔(dān)水平是否在精準(zhǔn)扶貧和融資約束之間起到中介作用。

KZ=α0+α1Post+α2Treat+α3Post×Treat+αjControlsj+ε

(4)

RiskTake=β0+β1Post+β2Treat+β3Post×Treat+βjControlsj+ε

(5)

KZ=γ0+γ1Post+γ2Treat+γ3Post×Treat+γ4RiskTake+γjControlsj+ε

(6)

在模型(4)中，本文采用Kaplan and Zingales(20)KAPLAN S N, ZINGALES L. Do investment-cash flow sensitivities provide useful measures of financing constraints?[J]. The quarterly journal of economics，1997,112(1):169-215.所構(gòu)建的KZ指標(biāo)對企業(yè)融資約束進(jìn)行度量。該指標(biāo)綜合考慮了企業(yè)經(jīng)營性凈現(xiàn)金流、現(xiàn)金股利、現(xiàn)金持有量、資產(chǎn)負(fù)債率和投資機(jī)會五個(gè)方面，通過對上述五個(gè)因素排序邏輯回歸估計(jì)得到。一般認(rèn)為，有著較高的經(jīng)營性凈流量、持有較多現(xiàn)金、派發(fā)較少現(xiàn)金股利、低資產(chǎn)負(fù)債率并且擁有較多投資機(jī)會的企業(yè)面臨較低的融資約束。根據(jù)該指標(biāo)的定義，KZ指標(biāo)數(shù)值大表明企業(yè)面臨高融資約束。

本文主要關(guān)注的變量回歸系數(shù)為模型(4)中α3、模型(5)中β3和模型(6)中γ3、γ4。首先，如果α3系數(shù)顯著為負(fù)，則表明企業(yè)參與精準(zhǔn)扶貧降低了融資約束；其次，如果β3顯著為負(fù)、γ4顯著為正，風(fēng)險(xiǎn)承擔(dān)水平對兩者的中介效應(yīng)存在；最后，γ3如果顯著，則表明該中介效應(yīng)為部分中介效應(yīng)，只能部分解釋精準(zhǔn)扶貧對融資約束的影響，否則為完全中介效應(yīng)。

表6是控制了企業(yè)相關(guān)特征后的回歸結(jié)果。首先，在列(1)中解釋變量Post×Treat對KZ的回歸系數(shù)為-0.120且在10%的水平下顯著，即企業(yè)參與精準(zhǔn)扶貧能夠降低融資約束；其次，在列(2)中解釋變量Post×Treat對KZ的回歸系數(shù)為-0.004且在5%的水平下顯著，列(3)中中介變量RiskTake對KZ的回歸系數(shù)為2.560且在1%的水平下顯著，這表明風(fēng)險(xiǎn)承擔(dān)水平對精準(zhǔn)扶貧和融資約束的中介效應(yīng)成立；列(3)中解釋變量Post×Treat對KZ的回歸系數(shù)不顯著，表明該中介效應(yīng)為完全中介效應(yīng)，即企業(yè)參與精準(zhǔn)扶貧對融資約束的影響主要通過風(fēng)險(xiǎn)承擔(dān)水平這一中介變量實(shí)現(xiàn)。

表6 精準(zhǔn)扶貧、風(fēng)險(xiǎn)承擔(dān)水平和融資約束

四、 結(jié)論和政策建議

隨著2020年底絕對貧困的消除，相對貧困成為2020年后貧困治理的主要目標(biāo)，企業(yè)作為重要的市場主體，是社會生產(chǎn)和流通的直接承擔(dān)者，實(shí)現(xiàn)脫貧攻堅(jiān)成果同鄉(xiāng)村振興有效銜接需要企業(yè)發(fā)揮自身優(yōu)勢參與精準(zhǔn)扶貧。本文根據(jù)企業(yè)披露的精準(zhǔn)扶貧情況，按照2016—2018年企業(yè)是否參與精準(zhǔn)扶貧來設(shè)置處理組和控制組，采用PSM-DID檢驗(yàn)了企業(yè)參與精準(zhǔn)扶貧對風(fēng)險(xiǎn)承擔(dān)的影響。研究結(jié)果表明，企業(yè)參與精準(zhǔn)扶貧將會顯著降低其風(fēng)險(xiǎn)承擔(dān)水平。進(jìn)一步檢驗(yàn)發(fā)現(xiàn)，市場化程度越低，企業(yè)參與精準(zhǔn)扶貧對其風(fēng)險(xiǎn)承擔(dān)水平的抑制作用越強(qiáng)；相較于國有企業(yè)，非國有企業(yè)參與精準(zhǔn)扶貧對其風(fēng)險(xiǎn)承擔(dān)水平的抑制作用更強(qiáng)。最后，本文為了進(jìn)一步分析企業(yè)參與精準(zhǔn)扶貧的深層影響，探討了風(fēng)險(xiǎn)承擔(dān)水平是否在企業(yè)精準(zhǔn)扶貧和融資約束之間起到中介作用。結(jié)果表明該中介效應(yīng)確實(shí)存在，企業(yè)參與精準(zhǔn)扶貧后融資約束得到了明顯的緩解，有利于企業(yè)的長期發(fā)展。

根據(jù)上述研究結(jié)論，本文提出如下建議：

第一，融資約束較高的企業(yè)應(yīng)當(dāng)積極參與精準(zhǔn)扶貧，但資源較為缺乏的企業(yè)應(yīng)當(dāng)根據(jù)自身發(fā)展?fàn)顩r謹(jǐn)慎選擇是否參與。對于融資約束較高的企業(yè)，參與精準(zhǔn)扶貧可以顯著降低其風(fēng)險(xiǎn)承擔(dān)水平，吸引市場中的債權(quán)人以及追求穩(wěn)健投資的小股東，緩解企業(yè)的融資約束。但是，對于當(dāng)前資源不足，甚至無法支持正常經(jīng)營的企業(yè)而言，應(yīng)當(dāng)首先運(yùn)用這些資源保證自身生產(chǎn)經(jīng)營的可持續(xù)性。其次，企業(yè)應(yīng)當(dāng)積極披露與參與精準(zhǔn)扶貧有關(guān)的信息，在年報(bào)中進(jìn)行披露時(shí)要盡可能全面翔實(shí)，此外也可以借助企業(yè)官網(wǎng)、媒體等宣傳媒介將相關(guān)信息更及時(shí)地對外披露，以方便企業(yè)向市場傳遞積極信號、獲取資源、促進(jìn)發(fā)展。最后，企業(yè)應(yīng)當(dāng)摒棄原始的以捐款捐物為主的扶貧思想，積極采用產(chǎn)業(yè)扶持的方式參與精準(zhǔn)扶貧，將精準(zhǔn)扶貧和自身轉(zhuǎn)型升級相結(jié)合，這不僅符合當(dāng)前鞏固脫貧成果、銜接鄉(xiāng)村振興的要求，對于企業(yè)也是重要的發(fā)展機(jī)遇。一方面，依托于精準(zhǔn)扶貧政策，企業(yè)可以獲得政府的大力支持，避開許多行業(yè)在政治上的進(jìn)入壁壘，還可以獲得扶持政策；另一方面，貧困地區(qū)也可以為企業(yè)提供很多廉價(jià)資源，包括土地、勞動(dòng)力等，大幅削減企業(yè)轉(zhuǎn)入新產(chǎn)業(yè)的成本。

第二，為了鼓勵(lì)企業(yè)參與精準(zhǔn)扶貧，政府應(yīng)當(dāng)利用其在配置轄區(qū)內(nèi)社會資源方面的影響力為企業(yè)提供更多的資源或政策優(yōu)惠。政府應(yīng)當(dāng)保證所施行的激勵(lì)政策完整、具體，并且在施行后要得到貫徹落實(shí)，使參與精準(zhǔn)扶貧的企業(yè)能夠從激勵(lì)政策中切實(shí)受益，從而提升其參與精準(zhǔn)扶貧的意愿，實(shí)現(xiàn)企業(yè)、政府互利共贏的目標(biāo)。此外，政府應(yīng)當(dāng)完善信息披露政策，明確企業(yè)應(yīng)當(dāng)于何時(shí)進(jìn)行披露，對于披露的內(nèi)容和形式也要做具體規(guī)定，幫助企業(yè)提升披露信息的價(jià)值度，向資本市場傳遞更有價(jià)值的積極信息，吸引投資者。為了引導(dǎo)企業(yè)積極披露精準(zhǔn)扶貧相關(guān)信息，政府對于披露及時(shí)的企業(yè)可以制訂相應(yīng)的獎(jiǎng)勵(lì)措施。