企業社會責任與違約風險：來自精準扶貧的證據

黃浩政 王桂平 仝知非

（1.中國人民大學商學院 2.菏澤學院商學院 3.中國農業銀行研發中心）

一、引言

近年來，國際政治形勢動蕩不安，加之新冠疫情持續，使全球經濟下行壓力加劇，債務規模不斷攀升，大量債務違約事件也隨之出現，僅2020、2021兩年，我國債券累計違約金額就已達3111億元。頻頻出現的債務違約嚴重地打擊了投資者信心，破壞了市場秩序。同時，由違約企業引發的流動性危機還可能會沿資金鏈條傳導至上下游企業，造成宏觀層面的系統性風險。面對這一嚴峻的現實挑戰，如何預防債務違約、降低企業違約風險成為亟待解決的問題。

根據已有文獻，承擔社會責任應當能為降低企業違約風險提供一條可行的路徑。企業選擇執行社會責任戰略以提升企業價值與市場競爭力（Renneboog et al.,2008;Gillan et al.,2021），并得到利益相關者的積極評價（Jha and Cox,2015）。企業承擔社會責任時，系統性風險得以紓解（Cheung,2016），股價崩盤風險（Kim et al.,2014）、信用風險（Stellner et al.,2015）也得到改善。然而，一些研究指出，承擔社會責任可能會有悖于企業的股東利益最大化目標，降低企業的資源配置效率（Bhandari and Javakhadze,2017），提高融資成本（Goss and Roberts,2011;Krüger,2015;Cheng et al.,2022）， 加劇市場價值與真實價值的背離（Bofinger et al., 2022），并提高企業股價的特質波動性（Becchetti et al.,2015）。這表明，承擔社會責任能否降低企業違約風險，仍是值得探討的問題。

自我國提出精準扶貧戰略以來，眾多上市公司對貧困地區開展定向幫扶，這為檢驗企業承擔社會責任能否降低違約風險提供了一個良好情境。2016年11月，國務院印發《“十三五”脫貧攻堅規劃》，要求國有企業強化幫扶責任，同時鼓勵引導民營企業和其他所有制企業參與扶貧工作。在精準扶貧中，企業能發揮產業扶貧的先天優勢，為定向幫扶地區實現“造血式”扶貧（甄紅線和王三法，2021），實現企業、社會與環境三者的共贏（潘健平等，2021）。同時，上市公司的扶貧活動與政策進程緊密關聯，其行為模式具有準自然實驗的特征，通過分析企業參與精準扶貧前后違約風險的變化，能更精確地厘清承擔社會責任對違約風險的影響。

基于此，本文以我國上市公司參與精準扶貧作為研究情境，以2014—2021年A股上市公司構建樣本，運用雙重差分（DID）模型，檢驗企業參與精準扶貧前后預期違約概率的變化，借此考察企業社會責任對違約風險的影響?？紤]到企業精準扶貧行為不具有隨機性，而是與財務狀況、產權性質等內生因素密切相關，導致扶貧組與對照組企業存在事前特征差異。為確保因果推斷的可靠性，本文利用傾向性得分匹配法（PSM）為樣本期內進行精準扶貧的企業配置相應的對照組，以消除潛在的樣本選擇問題。研究發現：當企業參與精準扶貧后，預期違約概率顯著降低，后續機制檢驗發現，預期違約概率的降低主要發生在市場聲譽較低與信息不對稱水平較高的企業中。這些證據表明，承擔社會責任有助于企業建立良好的市場聲譽環境，獲取利益相關方的積極評價并積累聲譽資本，提高信息透明度并降低融資成本，從而降低企業違約風險。在穩健性檢驗中，本文選取扶貧投資力度、當年是否參與扶貧、累計扶貧次數與多元化扶貧程度作為企業參與精準扶貧的替代性代理變量，原有結論保持不變。進一步地，本文發現參與精準扶貧的企業其風險承擔水平也隨之降低，表明承擔社會責任的企業具有更低的系統性風險，進一步印證了本文的主要結論。

二、制度背景、文獻回顧與理論假設

（一）精準扶貧背景

2013年，習近平總書記提出了“精準扶貧”的指導方針，在全國范圍內拉開了精準扶貧攻堅戰的帷幕。精準扶貧要求對深度貧困人群實施精準識別、精準幫扶，做到因地施策和因人施策，從而有針對性地擺脫各貧困地區發展脫貧的桎梏。作為開展精準扶貧工作的重要抓手，企業憑借制度機制、運作效率與市場資源等突出優勢，以產業、資金、技術等資源為基礎，不僅為貧困地區帶去了市場觀念和供求信息，而且改變了當地的生產方式，成為激發落后地區經濟內生增長的火種。截至2020年，僅深交所的上市公司就累計投入約699億元，幫助187萬貧困人口成功脫貧。這表明，中國企業是國家脫貧攻堅事業的中堅力量，探討企業參與精準扶貧的經濟后果具有重要的理論價值與現實意義?；诖耍姸鄬W者從扶貧的價值效應出發，發現參與精準扶貧的企業不僅具有更高的創新效率（劉春等，2020；岳佳彬和胥文帥，2021）與投資效率（王帆等，2020），其融資約束（鄧博夫等，2020）與系統性風險（岳佳彬等，2021）也得到緩解，從而獲得了更高的經營績效（胡浩志和張秀萍，2020）與市場價值（甄紅線等，2021）。

（二）企業社會責任的經濟后果

企業社會責任指企業經營者將其滿足消費者需求的各種責任與社會責任聯系起來，實現股東財富目標與利益相關方價值的和諧統一（Sheldon,1924）。承擔社會責任的企業能獲得消費者、社會、資本市場的正面評價（Gillan et al.,2021），從而提高企業經營業績與市場價值（Wu and Shen,2013; Zolotoy et al.,2019）。一方面，承擔社會責任有助于企業獲取長期投資者的認可（Kim et al.,2019），降低企業的股權融資成本（Ghoul et al.,2011;Cheung et al.,2020）。另一方面，承擔社會責任能降低企業的股價崩盤風險（Kim et al.,2014）與經營過程中的系統性風險（Cheung,2016）。同時，承擔社會責任能向外界釋放積極履行財務義務的正面信號（Zhang et al.,2020），使企業獲得良好的媒體形象（Cahan et al.,2015）與更高的市場聲譽（Byun and Oh,2018），有助于企業提高市場份額與客戶忠誠度（Bae et al.,2019），為企業的可持續發展提供一個穩定的外部環境。此外，承擔社會責任的企業會減少風險承擔（Dunbar et al.,2020），更少地進行盈余操縱（Gao and Zhang,2015）并具有更高的信息披露質量（董雅浩等,2019）與內部控制質量（崔廣慧和姜英兵，2019），從而提高分析師的業績預測準確性（Becchetti et al.,2013）并緩解企業的信息不對稱。

然而，另一些學者指出，企業社會責任與股東價值最大化的目標存在沖突（Renneboog et al., 2008），可能會引發短期投資者的擔憂（Krüger,2015;Kim et al.,2019;Nguyen et al.,2020; Cheng et al.,2022）。同時，承擔社會責任還會降低 企業的資源配置效率（Bhandari and Javakhadze, 2017），提高債務融資成本（Goss and Roberts,2011; Krüger，2015;Cheng et al.,2022），致使企業市 場價值背離其真實價值（Bofinger et al.,2022）， 并提高企業股價的特質波動性（Becchetti et al.,2015）。

（三）違約風險的影響因素

違約風險指的是企業無法如約履行償債義務(Valta,2016)，或企業無力償還債務而申請破產清算（Hovakimian et al.,2012）引發的財務風險，其中，現金流下降、現金流波動與負債率的上升則是違約風險提高的直接誘因（Brogaard et al.,2017）。大量研究表明，違約風險的高低受到企業價值特征的影響，企業規模越大（Hovakimian et al.,2012），杠桿率越低（Cathcart et al.,2020），現 金 持 有 越 多（Acharya et al.,2012;Arnold,2014），研發投入與創新效率越高（Hsu et al.,2015），投資水平越高（Kuehn and Schmid,2014），則企業具有更低的違約風險。公司治理中存在的代理問題也會影響企業違約風險，管理層薪酬激勵中股權或期權占比越高（Molina,2006; Chen et al.,2018）機構投資者持股比例越高（Huang et al.,2019），則企業的違約風險也越低。

同時，企業的外部信息環境與宏觀市場特征也會影響違約風險。首先，企業的信息不對稱水平會提高違約風險，當債權人掌握更多與企業信用風險相關的公開或私有信息時，企業能以更低的成本獲取債務融資（Diamond and Verrecchia,1991)。其次，產品市場競爭（Jou and Lee,2008），控制權市場（Balachandran,2019）和關聯銀行監管（Puri et al.,2017;Yildirim,2020）等外部治理機制能發揮監督作用，有助于約束管理者的機會主義行為（Switzer and Wang,2017）提高經營業績（Vafeas,1999;Klapper and Love,2004）與信息披露質量（Klein,2002;Larcker et al.,2007)，從而降低企業違約風險。最后，經濟不確定性（Gambetti et al.,2019）、商業周期（Chen,2010）、所屬行業的整體衰退狀況（Acharya et al.,2007）與貨幣政策（Segev,2020）等宏觀經濟因素也會對違約風險產生影響。

（四）理論假設

由前所述，參與精準扶貧可能有助于降低企業的違約風險。一方面，承擔社會責任反映了企業對利益相關者價值的關注，能向外界釋放積極履行財務義務的正面信號，提高市場聲譽并獲得良好的企業形象，有助于企業獲得投資者的支持與認可，以更低的成本進行股權融資，從而緩解融資約束，避免違約事件發生；另一方面，積極承擔社會責任的企業具有更高的公司治理水平，會承擔更低風險并減少盈余操縱與財務欺詐等不端行為，不僅能降低企業的系統性風險，還能改善企業的外部信息環境，緩解企業與債權人之間的信息不對稱問題，使債權人充分掌握企業的信用風險狀況，從而提高信用評級并降低信用利差，有助于拓展企業的債務融資渠道，獲得更優惠的長期借款或為臨期債務爭取展期機會。

然而，盡管承擔社會責任能實現企業與利益相關方的共贏，在長期經營中持續為企業創造價值，但在短期視角下，企業社會責任會與股東價值最大化目標發生沖突，可能會損害企業價值，引發投資者的擔憂。這是因為承擔社會責任需要持續進行人力物力投入，同時聲譽資本與利益相關者所代表的社會資本的構建需要較長周期，其最終為企業帶來的收益也是不確定的，這種投資與回報的不匹配會降低企業資源配置效率，使企業市場價值背離真實價值，提高企業的價值波動性，并最終提高違約風險。

結合上述分析，企業通過參與精準扶貧來承擔社會責任，能否降低企業違約風險仍是一個不確定的問題。為檢驗企業社會責任對違約風險的影響，本文提出一組對立假設。

1a：在參與精準扶貧后，企業違約風險會下降。

1b：在參與精準扶貧后，企業違約風險會上升。

三、研究設計

（一）數據來源與處理

本文選取2014—2021年中國A股上市公司為研究樣本。企業精準扶貧數據、財務數據與治理數據來自CSMAR數據庫，媒體關注數據、分析師預測數據、股票市場交易數據來自CNRDS數據庫，參考已有文獻（Hsu et al.,2015；甄紅線和王三法，2021），本文對樣本進行了如下處理：①剔除金融業上市公司；②剔除樣本期內被ST處理的上市公司；③剔除變量存在數據缺失的樣本；④在 1%和 99% 的水平上對連續變量進行縮尾；⑤根據巨潮資訊網發布的上市公司年度報告中第五節“重要事項”中“十八、社會責任情況”中“履行精準扶貧社會責任情況”具體項目對CSMAR的精準扶貧數據進行補充；并得到了包含1998家上市公司的13 353個企業年度觀測值。

（二）模型設計與變量定義

參考Crosbie and Bohn（2003）的研究，對于假設1，本文構建模型（1）進行實證檢驗：

其中，被解釋變量為企業預期違約概率（EDF），參考Brogaard et al.（2017）與Balachandran et al. （2019）的研究，本文采用Bharath and Shumway（2008）的模型來構建預期違約概率（EDF）來作為企業違約風險的代理變量。該模型對Merton（1974）提出的結構化違約距離（DTD）模型進行了優化，將股東權益價值視為以企業資產為標的的看漲期權，其行權價格為企業負債的價值，克服了利用企業財務指標與債券市場數據來衡量違約風險的不足，具有良好的樣本外預測準確度，得到了較多學者的認可（Kealhofer and Kurbat,2001;Crosbie and Bohn,2003;Vassalou and Xing,2004;Duffie et al.,2007）。違約距離（DD）與預期違約概率（EDF）的構建方法見式（2）～（4）：

其中，Equityi,t為企業權益的市場價值，通過t年末企業發行的流通股數乘以股價來衡量；Debti,t為企業負債價值；ri,t-1為企業前一年的股票收益率；σEi,t為前一年股票回報的收益率，通過前一年的股票月收益率計算得出；σVi,t為根據σEi,t計算出的企業資產波動性；Ti,t設置為1年；N(·)為累計標準正態分布函數。本文計算出所有樣本企業上一年的違約距離（DDi,t），并通過累計標準正態分布函數求得EDF。

根據雙重差分法（DID）的研究模型，本文構建精準扶貧虛擬變量TREAT×POST作為主回歸模型的解釋變量，若企業在樣本期間內參與了精準扶貧，則TREAT的值為1，反之則為0；若企業在當年參與精準扶貧，或在本年度前已參與精準扶貧，則POST的值為1，反之則為0。由于本文已控制企業固定效應，故在主回歸模型中略去TREAT變量，僅報告POST與TREAT×POST兩個解釋變量的回歸系數。

此外，參考已有文獻（Kuehn and Schmid,2014； Byun and Oh,2018），本文在回歸分析中引入以下控制變量，包括對數化的企業流通市值（lnMV）、杠桿率（LEV）、總資產收益率（ROA）、主營業務收入（SALE）、營收增長率（GROWTH），經營現金流（CASHFLOW）、有形資產負債率（TANGIBLE）、流動比率（CRATIO）、企業年齡（AGE）、股票換手率（TURNOVER）、股票收益率（RET），并控制了年度（Year）和企業固定效應（Firm）。具體變量定義如表1所示。

表1 變量定義

此外，本文對模型（1）中所有回歸系數的標準誤在企業層面進行了聚類處理，以緩解可能存在的序列相關問題。本文重點關注回歸系數β2。如果β2顯著為負，則驗證了假設1a的推斷，反之則假設1b成立。

（三）PSM處理

由于上市公司是否參與精準扶貧并非隨機選定的，而是與企業自身的財務狀況（錢愛民和朱大鵬，2017）、市場環境（楊蓉和朱杰，2021）、政治關聯（易玄等，2020）等因素密切相關，從而導致扶貧企業與非扶貧企業的違約風險存在事前差異，進而干擾結果的準確性。為消除潛在的選擇性偏差，本文對樣本進行了傾向性得分匹配（PSM）處理。具體地，本文以參與精準扶貧的企業作為處理組，以樣本期內未扶貧的企業為對照組，選擇處理組開始扶貧前一年的特征變量作為協變量，采用“一配一、無放回”的最近臨匹配法，為處理組匹配特征最為相近的對照組。參考Cheng et al.（2022），本文引入企業財務指標、償債能力、所有權性質與股票市場收益作為傾向得分匹配的協變量，包括對數化的企業流通市值（lnMV）、杠桿率（LEV）、總資產收益率（ROA）、主營業務收入（SALE）、營收增長率（GROWTH），經營現金流（CASHFLOW）、有形資產負債率（TANGIBLE）、流動比率（CRATIO）、企業年齡（AGE）、是否國有（SOE）、換手率（TURNOVER）、股價特質波動率（VOLATILITY）、股票收益率（RET），并引入了行業虛擬變量（INDU）。

經上述匹配過程，本文得到了用于實證分析的樣本，包含999家處理組企業，6769個處理組的“企業——年度”樣本；999家對照組企業，6584個對照組的“企業——年度”樣本；合計1998家企業，13 353個“企業——年度”樣本。本文對傾向得分匹配前后處理組與對照組之間的特征差異進行了的檢驗，結果如表2所示。由表2可知，在匹配之前，處理組和對照組之間確實存在十分明顯的特征差異，本文所選取的所有企業特征變量的差異性檢驗結果均在1%的水平上顯著。而在匹配之后，除市值與所有權性質之外，其他企業特征變量的差異性檢驗結果均不顯著，由此可見，傾向得分匹配已經在非常大的程度上緩解了組間特征差異，本文將匹配后的樣本應用于實證研究中是具有合理性的。

表2 PSM前后的組間特征差異

四、實證結果分析

（一）描述性統計

表3報告了主要變量的描述性統計結果。由表3可知，違約風險變量（EDF）的均值與標準差分別為0.0016和0.0299，負債率（LEV）的均值與標準差分別為0.4892和0.2080，表明中國A股上市公司的整體違約風險水平較低，而在不同企業間表現出較強的變異性；而結合傾向性得分匹配（PSM）的結果，共有999家企業進入處理組，這表明我國上市公司的扶貧參與度較高，有近1/3的企業在政策期內參與精準扶貧，利用精準扶貧這一情境進行實證研究能得到具有普適性的結論。

表3 主要變量的描述性統計

（二）主回歸分析

假設1的檢驗結果如表4所示。其中，（1）～（2）列分別為不含控制變量和未控制年度與企業固定效應的回歸，第（3）列則為標準范式的回歸結果。從表4可以看出，TREAT×POST變量的回歸系數在1%水平下顯著為負，且這一系數具有重要的經濟含義：在企業參與精準扶貧后，預期違約概率下降了0.02%，考慮到樣本內企業的預期違約概率均值為0.16%，可以近似的推算，對扶貧企業來說，其違約風險水平下降了12.5%。這一結果與假設1a的推斷相符，企業社會責任的價值效應占據了主導地位，承擔社會責任有助于企業降低違約風險。

表4 扶貧與違約風險回歸結果

在控制變量方面，企業市值（lnMV）、總資產收益率（ROA）、主營業務收入（SALE）、營收增長率（GROWTH）、有形資產負債率（TANGIBLE）、流動比率（CRATIO）、股票收益率（RET）、與違約風險負相關，杠桿率（LEV）與違約風險正相關，基本與已有的研究結論一致。

五、穩健性檢驗

（一）自選擇偏差

由于企業是否參與精準扶貧這一決策并非隨機分配的，而是受到政策與公司經營狀況的影響。為解決這一問題，本文利用地區經濟發展狀況（公司所在省份年度人均GDP）與公司的事前財務困境風險（公司參與精準扶貧前一年的Z-score指數）來衡量樣本公司的事前違約風險水平，并采用Heckman兩階段模型對主回歸進行修正。結果顯示，Rho=-0.0348，Sigma=0.0028，表明本文結論較少受到樣本自選擇問題的干擾，增強了本文結論的穩健性。

（二）工具變量回歸

為消除可能存在的遺漏變量問題對結論的干擾，本文借鑒權小鋒等（2015）對企業社會責任的相關研究思路，以剔除該企業的相同地區年度行業的企業精準扶貧平均參與水平作為工具變量，并使用2SLS方法進行檢驗，回歸結果如表6所示，表明在使用同業平均扶貧參與水平作為工具變量后，本文結論依然成立，同時，弱工具變量檢驗統計值為18.7，表明本文選取的工具變量具有足夠的解釋效力。

表6 工具變量2SLS回歸結果

表5 Heckman兩階段回歸結果

六、機制檢驗

經過前述實證檢驗，本文已經證實了企業社會責任有助于降低違約風險。基于此，為明確承擔社會責任通過何種渠道改善違約風險，本文進一步對其展開機制檢驗。

（一）聲譽機制

由前所述，通過承擔社會責任，企業獲得了良好的市場聲譽與有利的外部環境，這一聲譽資本的積累應當有助于創造競爭優勢，維護利益相關者關系，提高企業價值并降低違約風險。因此，為改善聲譽狀況并獲得核心競爭力，那些事前聲譽水平較低的企業會更積極地參與到精準扶貧中來，此時，良好的市場聲譽能為企業帶來更高的邊際收益，并在更大程度上提高企業價值?；诖?，我們不難推斷，參與扶貧對違約風險的降低作用主要集中在事前市場聲譽較差的企業當中。為驗證這一假說，本文根據企業參加精準扶貧前一年的市場聲譽水平進行分組，構建高聲譽得分（REPUTATION）與高媒體關注（MEDIA）兩個啞變量。具體地，對企業聲譽得分變量，參考甄紅線等（2021）的做法，本文秉承可操作性，層次性、有效性與相對完備性的原則，選擇了14個企業聲譽評價指標1企業聲譽評價指標具體包括：消費者和社會角度的企業資產、主營業務收入、凈利潤、總資產收益率和主營業務收入市場占有率；債權人角度的資產負債率、流動比率、長期負債比率；股東角度的每股收益、每股股利、股東大會出席率和是否為國際四大會計師事務所審計；企業角度的董事會規模、聲譽投入以及無形資產凈額的自然對數。，然后對14個指標采用主因子分析方法計算出企業聲譽得分；若企業參與扶貧前一年的聲譽得分高于同年度同行業企業聲譽得分的中位數，則將高聲譽得分（REPRTATION）定義為1，否則為0。類似的，若企業參與扶貧前一年的媒體原創報道數量高于同年度同行業企業媒體關注的中位數，則將高媒體關注（MEDIA）定義為1，反之則為0。

具體回歸結果見表7。其中，第（2）列與第（4）列中TREAT×POST的回歸系數顯著為負，表明對參與精準扶貧的企業來說，當其事前市場聲譽較低時，預期違約概率的下降更為顯著，這與聲譽機制的預測相吻合，表明承擔社會責任能通過改善企業聲譽水平來降低違約風險。

表7 扶貧的聲譽機制檢驗結果

（二）信息渠道

另一方面，承擔社會責任的企業會向外界釋放積極履行財務義務的正面信號，使市場更加了解企業的經營狀況與風險水平，有助于緩解投資者與企業之間的信息不對稱，降低企業融資成本并拓展融資渠道，從而降低企業違約風險。若這一渠道成立，那么當企業的信息透明度較差時，參與精準扶貧能在更大程度上降低企業違約風險。為驗證這一觀點，本文利用企業參與精準扶貧前一年的股票非流動性（ILIQUIDITY）與分析師覆蓋率（COVERAGE）構建信息不對稱水平的分組變量，當股票非流動性較高、分析師覆蓋率較低時，公司的信息不對稱水平也越高。

具體檢驗結果如表8。其中，第（2）列與第（4）列中TREAT×POST的回歸系數顯著為負，表明當公司信息不對稱水平較高時，參與精準扶貧后企業的預期違約概率也越低，這與信息渠道的推論相符，表明承擔社會責任能通過緩解企業信息不對稱來降低違約風險。

表8 扶貧的信息機制檢驗結果

七、結論與貢獻

本文基于我國上市公司參與精準扶貧國策這一準自然實驗，以2014—2021年A股上市公司為樣本，對承擔企業社會責任是否有助于降低違約風險這一問題進行了探討。

結果顯示，參與精準扶貧能夠降低企業的違約風險。機制檢驗發現，市場聲譽較低以及信息不對稱水平較高時，參與扶貧對違約風險的降低作用更強，支持了企業社會責任對違約風險的聲譽與信息兩條作用機制。在進一步研究中我們發現，參與精準扶貧的企業其風險承擔水平也隨之降低，承擔社會責任的企業具有更低的系統性風險。

同時，從本文的研究中還可以得到如下啟示：

首先，企業承擔社會責任能通過推動聲譽資本的積累和提高企業信息透明度來降低違約風險。這說明，在我國違約風險預警系統存在缺位、評級機制存在缺陷、投資者對違約風險普遍重視不夠、在資本市場效率不足的當下，鼓勵并引導企業承擔社會責任，發揮利益相關者對企業的扶持與監督作用，有助于市場充分識別企業信用風險，重振投資者信心，紓解資本市場的系統性風險。這為我國進一步深化和完善市場經濟制度提供了新的工具。

其次，雖然承擔社會責任會使企業偏離股東財富最大化目標，在短期內對投資者價值有少許損失，但從長期來看，承擔社會責任的企業能實現企業、社會、環境與利益相關方的共贏，持續為投資者創造價值。這有力地回應了學術界對企業社會責任戰略的相關質疑，同時也表明了可持續發展戰略的收益并非是立竿見影的，需要公司決策層更審慎、周全的判斷和政策制定者循序漸進地推動。

最后，本文為企業及相關部門進行違約風險管理提供了對策建議。例如，相關部門可以通過加強企業債務透明度建設，強化債務信息的披露要求；推動企業完善內部投融資決策制度，加強公司治理；建立包含利益相關方在內的多元風險預警系統等措施來有效預防違約事件的發生。