農業供應鏈金融能有效緩解企業的融資約束？
——涉農企業參與精準扶貧的實證研究

郭 捷, 谷利月

(中央民族大學 管理學院,北京 100081)

0 引言

鄉村振興是應對全球化危機的壓艙石和國內大循環的基礎。構建鄉村產業體系是“鄉村振興”的關鍵，而涉農企業是服務“三農”和實現“鄉村振興”的重要力量。涉農企業和農戶的金融服務需求呈現日益擴大及多元化的趨勢，農村金融如何乘勢而上，通過金融手段有效激活沉淀資產，把沉淀資產變成可以使用的資產，是以鄉村振興助力國內大循環的關鍵[1]。長期以來，由于“三農”的弱質性，農業經營主體普遍存在融資難、銷售難、風險防控難等問題。涉農企業在參與產業鏈時面臨自身的信貸約束問題[2]，即使是農業龍頭企業，在種養殖技術革新、產品研究等關鍵環節，也都存在一定的融資約束[3]。

農業供應鏈金融(Agricultural Supply Chain Finance，ASCF)是以核心企業為中心，基于供應鏈中“三流”的真實交易和核心企業的資信度，針對供應鏈的上下游中小企業和農戶等參與者展開的綜合性金融活動。其目的是通過金融優化和夯實農業供應鏈，產生金融增值，從而促進供應鏈和各參與主體良性互動、持續健康發展。相比較一般供應鏈，農業供應鏈的特殊性表現在：上游企業大部分是一些融資弱勢環節，資金回收慢、庫存持有成本高，而下游企業多為中小客戶，缺少固定資產或現金流的支撐；大多數農產品為非標準化產品，不能作為質押；參與主體分散化，沒有形成集約化組織形態，分散化的農戶無法有效應對市場波動的風險。同時，由于經濟文化等原因，農戶等參與主體的違約存在著蝴蝶效應和羊群效應，其道德風險的放大尤為嚴重[4]。隨著鄉村振興的推進，農業產業和農業供應鏈金融呈現集中化、生態化的特點，以核心企業為中心，參與各方協同管控，確保資金流的暢通、融資緩解、風險防控和農業供應鏈的整體績效是關鍵。

自2014年起，中央“一號文件”明確積極推動農業金融和農業保險產品創新，鼓勵建立多層次的金融服務體系，支持金融機構開展適合新型農業經營主體的訂單融資和應收賬款融資等供應鏈金融業務。黨的十八大以來，中央提出“精準扶貧”戰略，出臺了一系列文件鼓勵和強化企業參與精準扶貧。企業社會責任行為是重要的信號傳遞機制，可以提高企業聲譽、構建企業良好形象[5]，參與精準扶貧，可以提高企業對自身的信心和外部環境的信心[6]。涉農企業在履行這一社會責任過程中，樹立了服務社會、助力地區經濟發展的良好企業形象，傳遞積極地信號，增強投資者和債權人的信心，進而可以在金融市場上籌集充足的資金支持自身的持續健康發展。從投入績效來看，企業加大精準扶貧投入能夠提高財務績效[7]。同時，精準扶貧具有引導社會經濟資源分配的功能，參與精準扶貧的企業可以獲得更多的經濟資源，從而緩解其融資約束。

已有的研究主要探討了中小企業融資約束的存在現象及其成因，少量研究發現精準扶貧能有效緩解其融資約束。但鮮有基于鞏固拓展脫貧攻堅成果，接續推進鄉村全面振興的國家戰略背景，從農業供應鏈金融視角，來探討參與精準扶貧對農業供應鏈融資的影響。本文的研究貢獻如下：

第一，隨著“鄉村振興”提升為國家戰略，中央明確推進農村產業融合發展的要求，鼓勵發展農業生產性服務業，開拓農業供應鏈金融。越來越多的企業參與到精準扶貧中，植根于“三農”、服務于“三農”，參與“精準扶貧”、助力“鄉村振興”是新時期涉農企業社會責任的具體要求。因此，本文在國家“鄉村振興”發展戰略的制度背景下，探索企業參與精準扶貧與涉農企業的融資約束問題，豐富了企業社會責任的相關研究。

第二，農業供應鏈金融借助于供應鏈和金融真正服務于處于劣勢地位的農戶和涉農企業，打造持續可循環、具有競爭力的農業供應鏈，這也是供應鏈金融社會責任的體現。供應鏈金融下一個藍海是農業供應鏈服務和金融[8]，有關農業供應鏈有很多亟待解決的問題。本研究擬補充供應鏈金融方面的相關研究。

1 文獻述評與研究假設

1.1 文獻述評

供應鏈金融的初衷是通過產業供應鏈和金融活動的創新來推動金融服務實體，是解決中小企業融資難、融資貴問題的重要途徑。Berger et al.在分析系中小企業信貸可得性的理論框架中，首次提出把供應鏈金融作為中小企業融資的一種方式[9]。隨后眾多學者針對不同模式供應鏈金融對企業融資的影響展開研究，提出存貨質押融資、產出不確定的供應鏈應收賬款抵押融資、探索供應鏈上各個多主體主導的供應鏈金融等模式[10～12]。農業供應鏈金融作為我國供應鏈金融的發展趨勢之一[8]，助力農業供應鏈和再循環產業鏈發展，承擔可持續發展的社會責任。農業供應鏈金融多贏的局面保證了農村供應鏈金融服務的穩定和可持續。同時，農業供應鏈金融為鄉村振興戰略的實施提供了金融保障，有利于推進農業供給側結構性改革，為農村地區提供了有效的金融供給[13]。現有研究主要聚焦農業供應鏈金融風險防范[14～16]，助農增收效果和運營績效等[17,18]。

企業精準扶貧是企業履行社會責任的重要體現之一。為響應國家號召，企業紛紛開展精準扶貧活動，成為脫貧攻堅的主力軍。2016年9月，證監會發布《關于發揮資本市場作用，服務國家脫貧攻堅戰略的意見》，支持和鼓勵上市公司履行社會責任，服務國家脫貧攻堅戰略；同年年底，上交所和深交所先后發布相關通知，強制要求上市公司及時在公司年度報告“重要事項”章節的“社會責任情況”項目中充分披露相關精準扶貧概要、扶貧工作具體成果、后續精準扶貧計劃等內容。部分研究發現，影響上市企業精準扶貧行為的主要因素是公司業績、公司規模和國有產權[19],企業加大產業精準扶貧投入能夠提高財務績效，且這種影響效應與企業管理權集中度存在顯著的負相關關系[20]。總體上來看，現有研究較少直接聚焦企業參與精準扶貧和投融資活動。

1.2 研究假設

涉農企業在“鄉村振興”戰略中，為解決三農問題做出了重要貢獻。但同時，涉農企業面臨著較為嚴重的融資約束問題。其原因主要集中在以下幾個方面：涉農企業的一大部分資產不滿足抵押貸款的條件；涉農企業的產品科技含量較低，盈利性差，金融機構不愿意為企業擴大生產經營規模和追加投資提供資金支持；涉農企也通常規模較小，企業制度和公司治理不夠完善和規范，信息披露不夠及時準確，金融機構為了規避違約風險壓縮甚至放棄了通過為涉農企業提供資金而獲利的業務。另外，目前我國尚未形成系統的農業扶持政策，涉農企業在參與全球性的農業產業競爭過程中處于弱勢地位[21]。另外，涉農企業的資金需求具有多元化、期限短、頻率高等特點，這無疑加重了銀行授信的成本和費用，同時，由于涉農企業財務制度不完善，銀行為規避信用風險，會選擇提高預期的必要報酬率，這無疑增加了涉農企的融資約束。最后，我國的農業信用體系和農業保險體系不夠完善。農業保險制度的缺失加大了涉農企業的生產經營風險，提高了其融資成本，增加了涉農企業的融資約束。基于此，提出本文的第一個假設：

H1我國涉農企業普遍存在融資約束。

農業供應鏈金融的應用與實踐，在各利益主體之間建立起了有效的信貸聯結機制，協調了各參與方的利益沖突，為涉農企業融資提供了新的思路。首先，解決了涉農企業與金融機構之間的信息不對稱問題。作為農業供應鏈核心的龍頭企業，連接著農戶、中小涉農企業和物流企業等多方利益相關者，長期密切的業務往來，相互之間的信息披露更加真實。另外，龍頭企業在甄選上下游的客戶時就會對涉農企業的各方面信息進行審查核實，在一定程度初步篩選出了經營狀況和發展能力都比較優良的涉農企業。其次，弱化了委托代理問題。農業供應鏈金融模式下，存在涉農企業與龍頭企業、涉農企業與金融機構、金融機構與物流企業等多組的委托代理關系。金融機構通過與第三方物流企業達成合作，可以對涉農企業的貸后履約問題進行更加全面的了解和監督，涉農企業考慮到整個農業供應鏈條的穩定性會積極履約。最后，降低了交易成本。農業供應鏈金融使得參與各方形成了利益聯結機制，金融機構與其建立的是一種穩定、重復和可持續的交易關系。一方面促使交易各方充分交換信息，增強互信，進而降低交易成本；另一方面，可以幫助金融機構實現規模效益。基于此，提出本文的第二個假設：

H2農業供應鏈金融對涉農企業的融資約束具有緩解效應。

履行社會責任較好的企業披露的企業信息更加透明，加強了其與利益相關者的聯系，使利益相關者對企業有更加全面的了解和認可[22]。首先，參與精準扶貧的涉農企業與農業供應鏈上的客戶、第三方物流以及金融機構之間信息披露更加及時全面，互相之間的交流更加充分，涉農企業通過農業供應鏈金融獲取資金支持就更加容易。同時，企業參與精準扶貧有著特殊的政策性的地位，企業積極履行社會責任加強了企業與政府之間的關聯[23]，而政治關聯作為一種特殊的企業資本，使得企業更容易在資本市場上獲得資本的青睞。金融機構對其資本實力、營運能力更加信任，風險評估也更加積極。此外，涉農企業積極參與精準扶貧活動并在財務報告中規范披露，將“多余”的資金用作精準扶貧等公益活動，向外界展示了企業自身的財務實力和發展潛力。另外，企業參與精準扶貧表現出了其履行社會責任積極性，樹立了良好的企業品牌形象，使得銀行等金融機構更愿意為其提供資金支持。因此，參與精準扶貧能夠影響農業供應鏈金融對涉農企業融資約束的緩解效應。基于此，提出本文的第三個假設：

H3企業參與精準扶貧對農業供應鏈金融緩解涉農企業融資約束有正向調節作用。

3 模型構建與定義變量

3.1 模型構建

本文借鑒Almedia等提出的現金——現金流敏感模型[24]對假設1進行驗證。現金——現金流敏感模型有基模型和拓展模型兩種形式，其中，基準模型只考慮了現金流、公司規模和投資機會三個因素對企業現金持有量變動的影響，而拓展模型在此基礎上加入了短期債務變動、非現金凈營運資本和資本支出等三個控制變量。本文主要利用拓展模型進行驗證和分析。

基準模型：ΔCashHoldingsit=α0+α1CashFlowit+α2Growthit+α3Sizeit+μi+εit

(1)

拓展模型：ΔCashHoldingsit=α0+α1CashFlowit+α2Growthit+α3Sizeit+α4ΔShortDebtit+

α5ΔNWCit+α6Expendituresit+μi+εit

(2)

為了檢驗農業供應鏈金融對涉農企業融資約束的緩解效應，本文在模型2的基礎上，加入反映農業供應鏈金融水平的量化指標，進一步構建模型3。利用農業供應鏈金融水平量化指標與現金流的交互項來檢驗農業供應鏈金融對企業現金持有量變化的影響，從而驗證其對企業融資約束的緩解效應。此外，通過對樣本數據進行分組回歸，進一步研究企業參與精準扶貧對農業供應鏈金融緩解涉農企業融資約束的調節效應。

模型3:ΔCashHoldingsit=α0+α1CashFlowit+α2SCFit+α3CashFlowit×SCFit+α4Growthit+

α5Sizeit+α6ΔShortDebtit+α7ΔNWCit+α8Expendituresit+μi+εit

(3)

3.2 變量選取與定義

(1)因變量

ΔCashHoldingsit為貨幣資金持有量變動額，此處貨幣資金不僅包括企業持有的現金，也包括有價證券等現金等價物。如果企業存在較為嚴重的融資約束，意味著未來外部融資時會面臨融資難問題，從而導致錯失良好的投資機會。為避免這種風險，企業傾向于持有更多的貨幣資金。而融資約束較弱或者不存在融資約束的企業，能快速地籌集到資金，不會出現嚴重的資金缺口，而大量持有貨幣資金會產生機會成本，這些企業貨幣資金持有量會保持在較低水平。因此，可以用企業當期貨幣資金變動額來量化企業的融資約束。

(2)自變量與調節變量

CashFlow為經營活動現金凈流量。企業經營活動產生的現金流量為企業的正常運轉和持續發展提供資金支持和保障。當企業面臨較為嚴重的融資約束時，企業通常會將一部分經營活動產生的現金流進行留存。經營活動現金凈流量與企業貨幣資金持有量的變動之間存在正相關關系[25]，因此，可以用這兩者之間的系數大小來衡量企業融資約束的強弱。

SCF是農業供應鏈金融水平的量化指標。本文借鑒文獻[26]，采用短期借款和應付票據之和來量化供應鏈金融水平。存貨質押融資和應收賬款質押融資在企業的財務報告中為短期借款，預付賬款融資在企業的財務報告中為應付票據。CashFlow×SCF為經營活動現金凈流量和農業供應鏈金融水平的交乘項，該變量的系數用來衡量農業供應鏈金融對企業融資約束的緩解效應。

Growth表示企業未來的投資機會，用來衡量公司的發展能力，若企業預期未來有良好的投資機會就會產生投資需求，從而增加其貨幣資金持有量為投資做儲備。借鑒Almedia等用Tobin Q值對企業未來的投資機會進行量化。

Size為企業規模，本文用企業資產總額進行衡量。一般來說，企業規模越大，生產經營越穩定，投資者對企業未來發展越看好，企業面臨的融資約束就會減弱。

FP為表示企業參與精準扶貧的調節變量。自2016年企上市公司需要在年度財務報告中披露精準扶貧的相關信息。若涉農企業開展精準扶貧并在年度報告中披露，則FP=1，若企業在年度報告中披露“未開展精準扶貧工作”，則FP=0。

(3)控制變量

ΔShortDebt為企業流動負債變動額，若企業本期流動負債增加說明企業可以通過外部融資渠道籌集資金，本期貨幣資金持有量下降。ΔNWC為非現金營運資本變動。非現金營運資本常被用來衡量企業的短期償債能力。Expenditures為企業資本支出，企業資本支出增加能夠反映出企業良好的經營能力和未來收益能力，且當期資本的流出會直接導致現金持有的減少，因此其與企業現金持有量變動存在負相關關系。相關變量說明如表1所示。

表1 相關變量計算方法說明

4 實證結果分析

本文的相關財務數據和農業供應鏈金融水平數據來源于CSMAR數據庫，企業開展精準扶貧的數據來源于巨潮資訊網公布的企業年度財務報告。選取了2016～2018年上市涉農企業的數據。結合本文的相關定義，在CSMAR數據庫中篩選了“農、林、牧、漁業”、“農副食品加工行業”、“紡織業”、“木材加工及木、竹、藤、棕、草制品業”四類共144家企業。在進行實證分析前，對數據進行了簡要篩選：(1)剔除2016年及以后上市的企業；(2)剔除被特殊處理(ST/PT)的企業；(3)為了剔除極端值造成的影響，本文對模型中所有的連續變量進行1%的Winsorize縮尾處理。經過篩選后，本文最終得到了70家中小企業上市公司的3年的觀察數據，形成平衡的短面板數據。

4.1 描述性統計分析

涉農企業的貨幣資金持有量變動額的均值為0.0041且比中位數大，標準差為0.0703，說明涉農企業貨幣資金持有量存在一定波動。經營活動現金流量的最大值和最小值相差較大，說明涉農企業經營狀況和經營活動收現存在明顯區別。供應鏈金融的中位數為0.0924，最大值為0.4096，最小值為0及尚未參與農業供應鏈金融，說明涉農企業參與農業供應鏈金融的水平存在較大的差異。Tobin Q值的標準差較大，說明樣本中涉農企業未來發展能力波動較大。其余的各個控制變量中短期貸款變動額、資本支出和精準扶貧情況較為平穩。

4.2 相關性分析

從整體上看各變量間的相關系數都比較小，基本說明除變量間未出現多重共線性的問題，各變量的VIF值大都小于2，只有ΔShortDebt和ΔNWC兩個控制變量的VIF系數大于2小于3，進一步排除了變量間存在嚴重多重共線性的可能。ΔCashHoldings和CashFlow之間的系數為0.267，并且在1%的水平上顯著，與假設1保持一致。代表企業未來發展能力的TobinQ值與ΔCashHoldings出現顯著的正相關關系，其他幾個控制變量和ΔCashHoldings之間的相關關系不顯著，需要重點關注。

4.3 實證結果分析

通過前期的數據篩選與處理，形成了N=70，T=3的平衡短面板數據。進一步進行F檢驗和Hausman檢驗后，決定采用固定效應模型進行回歸分析。考慮到截面相關、異方差和序列相關等問題，為了保證估計結果的穩健性，采用Driscoll-Kraay方法(Driscoll-Kraay standard errors)對模型進行修正。

(1)涉農企業融資約束的實證結果分析

通過對模型2進行回歸分析，來驗證假設1是否成立，回歸結果如表2所示。全樣本涉農企業的回歸結果顯示模型整體的顯著性良好。CashFlow的系數為0.2879，且在1%的水平上顯著，說明涉農企業的貨幣資金持有量變動額與經營活動現金流存在顯著的正相關關系，涉農企業普遍存在融資約束的假設得以驗證。Tobin Q值與貨幣資金持有量變動額存在顯著的正相關關系，但是回歸系數較小。通常情況下，處于快速成長和發展階段的企業為了保證生產運營和投資需求會產生大量的資金需求，如果其面臨較強的融資需求，則會持有大量的貨幣資金，而不再僅僅考慮持有現金的機會成本。ΔShortDebt、ΔNWC和Expenditures的系數都在1%的水平上與ΔCashHoldings呈現正相關關系，均與預期一致，短期貸款、非現金營運資本和現金資本支出都可以視為貨幣資金的抵減項。代表企業規模的資產總額與貨幣資金持有量變動額呈現顯著的正相關關系，這可能是由于一方面涉農企業雖然資產規模較大，但是眾多的生物資產并不符合進行抵質押貸款的條件，進而無法緩解企業的融資約束；而另一方面隨著企業資產規模增加和生產經營規模的擴大，企業對貨幣資金的持有量需求也增加，進而引起了企業貨幣資金持有量產生較大幅度的增加。

表2 涉農企業融資約束回歸結果

通過對涉農企業是否參與精準扶貧進行分樣本的回歸也可以發現，兩組樣本的CashFlow系數均為正，且分別在1%和10%的水平上顯著，但是未參與精準扶貧的涉農企業樣本系數遠大于參與精準扶貧的企業，說明前者面臨的資金約束更強。

(2)農業供應鏈金融緩解企業融資約束實證分析

通過對模型3進行回歸分析，驗證假設2。根據涉農企業是否參與精準扶貧進行分樣本分組回歸，回歸結果匯總如表3所示。

表6 農業供應鏈金融緩解融資約束回歸結果

全樣本企業的回歸結果顯示SCF和CashFlow交乘項的回歸系數為負(-0.8394)，且在1%的水平上顯著，說明農業供應鏈金融顯著緩解了涉農企業的融資約束，假設2得以驗證。涉農企業參與到農業供應鏈金融中，其作為融資方與出資方之間的的信息不對稱得到緩解，使得涉農企業的外部融資渠道得以拓寬，因而這些企業的投資和生產不再嚴重依賴內部經營活動的現金流，其融資約束在一定程度上得到了緩解。此外，加入交乘項后，其他變量的回歸結果與模型2的回歸結果并無較大差異，模型整體顯著，R2達到0.36，說明擬合效果更好。

在檢驗企業精準扶貧調節效應的分組回歸中，兩組SCF和CashFlow的交乘項系數均顯著為負，進一步證實了農業供應鏈金融對涉農企業融資約束的緩解效應。此外，參與精準扶貧涉農企業樣本的R2達到了0.4，擬合效果良好。同時，未參與精準扶貧涉農企業組的交乘項系數絕對值小于參與精準扶貧涉農企業組的系數，說明企業精準扶貧對農業供應鏈金融緩解涉農企業融資約束存在正向調節作用，假設3得到驗證。企業參與精準扶貧，向相關利益方傳遞了積極履行社會責任的信號，一方面顯示出了較強的營運能力、獲利能力和償債能力，一方面樹立起良好的企業形象，進一步降低了信息不對稱程度，使得涉農企業更容易通過農業供應鏈金融獲得外部資金，減緩融資約束。

(3)穩健性檢驗和內生性檢驗

為了檢驗回歸結果的穩健性，本文選擇對企業現金流影響較大的總資產增長率(Growth-TotalAsset)和營業收入增長率(Growth-Sales)代替Tobin Q值衡量企業的成長性，進行穩健性檢驗。經檢驗，表2、表3 的各項主要研究結論未發生實質性的改變，表明上述的實證結果是穩健的。為了避免潛在的內生性問題，如農業供應鏈金融與融資約束可能同時受到其他因素的共同影響而呈現出相關關系，本文使用工具變量法來緩解潛在的內生性。選擇解釋變量的行業均值作為工具變量，對上述主要回歸模型進行檢驗，本文的結果依然存在。由于篇幅有限，主要變量描述性統計數據、各變量間的相關系數和顯著性水平和檢驗結果等未進行列表報告。

5 結論

本文以涉農企業的面板數據為樣本，借鑒現金——現金流敏感模型對融資約束的衡量方法，使用固定效應模型進行實證分析，得到以下結論：第一，我國涉農企業普遍存在融資約束。第二，農業供應鏈金融對涉農企業的融資約束具有緩解效應。第三，企業精準扶貧對農業供應鏈金融緩解涉農企業融資約束有正向調節作用。此外，涉農企業參與精準扶貧進一步降低了信息不對稱程度，相比未參與精準扶貧的涉農企業，農業供應鏈金融對參與精準扶貧的涉農企業融資約束緩解效應更加明顯。

本文的研究同樣具有重要的現實意義。首先，本研究證明了農業供應鏈金融緩解涉農企業融資約束的重要性和必要性。政府要建立健全農業金融服務體系，為農業供應鏈金融的發展營造良好的金融環境，加快涉農企業信用管理體系的構建，鼓勵農業供應鏈金融中的龍頭企業、第三方物流企業和各類金融機構等多方參與者積極主導開展農業供應鏈金融業務，進一步鼓勵企業積極參與精準扶貧，形成政府、企業等共同承擔社會責任的多元化減貧治理機制，打破以往以政府為主導的一元化減貧治理模式。第二，金融機構積極創新農業供應鏈金融模式，要加強與龍頭企業、第三方物流企業和擔保機構之間的合作。發揮新興金融機構的創新動力，推動農業智慧供應鏈金融，進一步提高信息透明度，降低交易成本，提高涉農企業利用農業供應鏈金融融資的效率。第三，涉農企業要不斷提升科技創新能力，增強產品和企業自身在市場化中的競爭力，提高了其自身風險識別和風險管理能力。同時，積極參與精準扶貧不能僅僅依靠政府的推動，一方面要主動發揮企業的優勢，為貧困地區和貧困人口提供生產要素，既要提供資本和勞動力的支持又要進行技術的指導；另一方面要扶持和培育適合貧困地區實際情況的產業，保證脫貧的穩定性和可持續。

本研究也存在一些局限：首先，在實證研究的樣本選擇方面，涉農企業的數據選取存在片面性。未上市的涉農企業由于受到企業經營規模和企業管理水平的限制，信息不對稱現象更為嚴重，面臨的融資約束問題可能更加突出，選取有限的上市涉農企業作為研究樣本很難保證樣本良好的代表性。另外，在變量選擇上，反映農業供應鏈金融水平的變量存在不足。本文對反映供應鏈金融水平的指標進行了改進，但是選用應付票據和短期借款之和來衡量農業供應鏈金融水平有待進一步探討。目前關于農業供應鏈金融的研究大多集中于案例研究，缺乏專門的農業供應鏈金融相關統計數據，而且尚不存在統一的農業供應鏈金融的評價指標，今后研究的可以圍繞更加科學準確地測度農業供應鏈金融水平以及規范農業供應鏈金融信息披露制度進行展開。