上市公司精准扶贫行为是“无私奉献”还是“相得益彰”*

■ 李书奎 任金政 赵鑫 孙川东

中国农业大学经济管理学院 北京 100083

0 引言

近来年中国在脱贫减贫方面取得了显著成就，抒写了人类反贫困史上的奇迹。随着近年来习主席再次提出了“精准扶贫、精准脱贫”的战略后，各地政府纷纷积极响应战略的实施，把精准扶贫纳入了工作的重点，社会力量参与精准扶贫也逐步成为新常态［1］。政府部门通过提供优惠政策措施鼓励上市公司参与到精准扶贫中，进而建立起促进贫困户收入增长的长效机制，提高脱贫质量。对上市公司而言，通过履行社会责任参与精准扶贫可以获得客户和用户的信任，提高知名度的同时树立良好品牌形象。

已有文献较多的讨论了履行社会责任和企业财务指标之间的关系。Becchetti［2］以履行社会责任所带来的短期影响和可度量的财务指标来衡量对企业发展的长期影响，结果表明企业履行社会责任对其财务绩效具有正向促进的作用，Simpson WG［3］、Li Yan［4］等学者也得到了同样的结论，即企业履行社会责任会有助于改善企业财务绩效；朱慧明［5］、邵传林［6］等学者也再次验证了公司履行社会责任与财务指标改善之间的关系；杜世风［7］基于社会责任的视角分析了上市公司参与精准扶贫的影响因素，发现上市公司中经营业绩越好、规模越大，且国有企业更倾向于参与精准扶贫，文中虽然对影响上市公司参与精准扶贫的因素进行了实证分析，但对上市公司参与精准扶贫是否有助于促进企业自身发展的研究较少，这也促成了本文的研究动机；再者，贾雨佳［8］指出企业参与精准扶贫的资金支出并不会导致企业当年利润出现大幅的下滑，反而二者呈现相互促进的关系等。

总体来看，关于企业履行社会责任与其财务绩效的关系研究成果较为丰富，但对于上市公司参与精准扶贫对其财务绩效影响的研究相对不足，部分学者虽对上市公司参与精准扶贫的影响因素、企业扶贫资金的投入以及企业利润情况进行了回归分析，但仅以部分企业及指标为研究样本，结果存在一定的局限性。上市公司作为社会团体参与精准扶贫的中坚力量，通过实物捐赠、产业扶贫等途径对贫困地区的生产发展发挥了重要作用，与此同时形成了相应的扶贫资产，在该种影响背景下立足于项目本身，评价上市公司精准扶贫行作为显得尤为重要，该研究作为课题延伸的重要组成部分，对后续扶贫资产实施科学化管理奠定了坚实基础。因此本文试图以参与精准扶贫的上市公司为研究样本，利用倾向得分匹配的方法研究上市公司参与精准扶贫行为对其财务绩效的影响效果。

1 研究假设

1.1 上市公司精准扶贫行为对其财务绩效的影响

关于企业社会责任与企业绩效之间关系的研究较多，部分研究表明两者之间呈现正向的促进作用，薛琼［9］指出企业履行社会责任对其财务绩效产生正向的促进效用。企业承担社会责任有利于获得政府的补助以及支持，可以更好地享受政府相关优惠政策，有利于企业的发展。上市公司通过产业扶贫、教育扶贫、健康扶贫等方式参与到精准扶贫，而产业扶贫是主要的发展模式，通过整合贫困地区资源调整产业发展结构，激发贫困地区内生发展动力，从而提高贫困地区经济的发展。由于产业扶贫的独特性质逐步成为我国现代扶贫中的主要模式，但由于上市公司通过产业扶贫等模式参与到精准扶贫，投资回收期可能较长，也可能存在上市公司财务指标不显著甚至出现负向影响的现象。因此本文提出假设1：

H1：上市公司参与精准扶贫可以提高其财务绩效。

H1a:上市公司参与精准扶贫对其财务绩效影响不显著。

1.2 上市公司精准扶贫行为对其财务绩效的滞后效应

上市公司参与精准扶贫可以向外界市场释放企业经营状况良好的信号，使企业能够获得一定的品牌效应和社会资源，从而进一步改善企业经营状况，最终对企业的绩效产生促进效应。而这些对于上市公司财务指标影响效应的周期较长，可能存在一定的滞后期；即上市公司企业参与精准扶贫所带来的财务绩效可能会存在一定的滞后效应。相反由于产业扶贫通过建立长效扶贫机制来帮助贫困地区脱贫增收，参与的产业扶贫模式给公司所带来的财务绩效周期可能会延长，由于实证数据时效性问题，也可能存在不显著的现象，因此提出假设2：

H2：上市公司参与精准扶贫对其财务绩效存在一定的滞后期。

H2a：上市公司参与精准扶贫滞后一期的财务绩效不显著。

1.3 不同性质公司精准扶贫行为的财务绩效影响

参与精准扶贫的上市公司既有国有企业也有民营企业，则不同的企业属性其履行社会责任的动机不同，杜世风的研究表明国有企业更倾向于参与精准扶贫，王文成［10］以2009～2012年的国有企业数据为基础，通过固定效应面板数据分析了国有企业履行社会责任与财务绩效之间的关系。一般而言，国有企业作为上市公司参与精准扶贫的主力军，更多基于社会责任的角度响应国家号召参与精准扶贫，有可能参与到一些利益较低、回收期较长且大多数民营企业不愿从事的扶贫项目，相对于民营企业追求利益最大化来看，国有上市公司参与精准扶贫的财务绩效可能会存在异质性。因此本文提出假设3：

H3：国有上市公司参与精准扶贫对其财务绩效相比而言较为显著。

H3a：国有上市公司参与精准扶贫对其财务绩效相对而言不太显著。

2 研究设计

本文以国泰安数据库中精准扶贫模块公示的上市公司数据为基础，选取2016年为基期，2017年和2018年为对比时期。以2016年为基准剔除ST 以及财务指标不完整的公司，以披露参与精准扶贫信息的565 家（30.47%）上市公司为实验组有效样本，剔除在2017年和2018年参加精准扶贫以及ST的上市公司后有1854家为控制组的配对样本。

2.1 变量选取

自变量：根据杜世风［7］和黄晓蓓［11］等利用上市企业是否参与精准扶贫的行为及企业扶贫资金多少来衡量企业参与扶贫情况，本文引入精准扶贫行为（Policy）指标来衡量企业参与精准扶贫行为的自变量。

表1 变量指标选取

因变量：上市公司参与精准扶贫会对其声誉产生良好效应，向市场传递公司经营良好的信息，从而扩大其市场效应，增加公司的市场价值，因此本文选取了托宾Q作为衡量指标；根据诸多学者对公司业绩评价指标的衡量选取了净资产收益率(Roe)作为评价标准，并且选取滞后一期数据为了验证所带来的滞后效应。

控制变量：（1）公司财务指标：资产负债率(Rasde)、资产规模(Lnass)、营业利润率(OPR)、营业收入增长率(IROR)、总资产增长率(TAGR)、可持续增长率(SGR)；由于不同企业的经营风险存在一定的差异，为了控制该经营风险选取了公司的资产负债率作为控制变量；再者不同公司的资产规模会对财务指标产生相应的影响，因此选取了期末资产总额的对数以及总资产增长率作为资产规模的衡量指标；其三在控制公司的风险水平以及资产规模的同时尽可能控制企业的经营水平，选取了营业利润率、营业收入增长率、可持续增长率作为衡量企业经营能力水平的指标。（2）公司性质：控股公司的性质、行业分类、公司的集权化程度，在杜世风等[13]学者研究中指出国有企业、集权化程度较高的公司更倾向于参与精准扶贫，因此文中选取了控股股东性质(SOA)、所属行业(Indu)以及集权化程度(OC10)作为公司的定性指标，各指标变量具体如表1。

2.2 模型构建

为了检验提出的假设，将上述样本分为两组：（1）实验组，在2016年、2017年和2018年均参加精准扶贫项目的上市公司；（2）控制组，三年内均未参加精准扶贫项目的上市公司。在评估上市公司精准扶贫行为对财务绩效产生的效果时，一般评价其所产生的净效应，本文试图采用反事实推断法中的倾向匹配得分法来估计上市公司参与精准扶贫对其财务绩效产生的影响，该方法能够通过在相关指标匹配的基础上进行抽样，使处理后的数据尽可能地接近随机实验数据，减少数据的选取所产生的偏误，达到影响的净效应。

上式中Ydi表示第i个上市公司的因变量，Xi表示第i个上市公司的控制变量，Di表示不同公司的自变量，εi表示所产生的误差项，αi和βi表示待估的参数。

采用倾向匹配得分法来评估实施效果时的步骤如下：一选择能够突出代表不同上市公司特征的变量进行倾向性匹配；二在选择匹配变量的基础上进行Logit 回归，计算每个上市公司的匹配得分；三在所计算倾向匹配得分结果的基础上进行匹配；最后在匹配完成的基础上计算平均处理效应（average treated effect on the treat‐ed，ATT）；

3 实证分析

3.1 数据描述

本文对所选取的变量进行了描述性统计，主要统计结果如下表2所示。实验组的数据反映了样本中565 家上市公司2016年到2018年的指标状况，控制组为在2016年到2018年未参与精准扶贫的上市公司指标状况，总体来看两个组别数据差异较小，在TobinQ指标中实验组与控制组存在一定的差异。因变量Roe指标中样本平均值并未有较大的差异，但在控制组存在的一个极大值和极小值，为了克服数据中个别极端值的影响，对变量中所有的连续变量采取1%和99%分位的截尾处理，各组具体指标的分布结果如表2所示。

表2 样本数据描述

表3 公司参与精准扶贫倾向得分的logit回归结果

3.2 模型估计与结果分析

3.2.1 倾向得分估计及平衡性检验

（1）倾向得分估计。表3对上述部分控制变量分别进行logit回归的结果，模型1中列示了营业利润、营业收入增长率、总资产增长率指标在控制行业差异的基础上参与精准扶贫的概率分析，得出营业利润越高的企业越倾向于参与精准扶贫；营业收入增长率、总资产增长率与上市公司参与精准扶贫的概率呈现反向变动的关系。在模型2 中进一步控制了资产的规模、公司的集权化程度、资产负债率的指标后显示公司规模越大、资产负债率低、集权化程度低的企业更倾向于参与精准扶贫。模型3 在前面模型的基础上控制了可持续增长率的指标，结果显示参与精准扶贫的影响不太显著，但在模型5 中其显著性水平有了进一步的改善。在模型4中进一步控制了企业的性质变量，结果显示国有控股公司参与精准扶贫的概率在1%的水平上显著。总体来看随着控制变量的选取拟合优度的伪R²也呈现递增的态势，与此同时AUC 指标也有了显著性的改善，具体各指标回归结果如表3。

（2）平衡性检验。在计算倾向得分后为确保倾向得分匹配结果的准确度，对控制变量的平衡性进行了检验，总体来看各变量在匹配前均存在显著性的差异，在匹配后各控制变量的差异性大大降低。图1是对各个指标匹配前后差异情况的进一步描述，通过密度函数以及AUC两个指标进行了列示，具体结果如表4和图1所示。

从t 检验指标和p 值均可以看出所选取的指标在进行匹配前后的显著性水平有了明显改善，说明匹配结果较为理想。为了进一步验证指标匹配的结果，通过下图密度函数进行对比，在图1(a)中列示了参与组和控制组在未进行匹配前密度函数图的分布情况，在图1(b)中经过匹配后拟合度有了显著性改善；图1(c)和图1(d)为AUC指标用来辅助分析匹配的结果，在图1(c)中AUC为84.4%代表的是所选取的变量解释了被解释变量的程度，图1(d)代表变量在匹配前后差异化的程度，其曲线越接近对角线越好，从图1的4幅图也进一步验证了表3中各变量的匹配结果，总的来看匹配的结果较为显著。

3.2.3 匹配倍差结果分析

在前述控制变量匹配结果的基础上通过最近邻匹配、核匹配以及半径匹配3种匹配方法进行了结果分析，具体的匹配结果如下所示。

图1 变量匹配前后变化趋势图

（1）对财务绩效的影响。通过对因变量进行匹配分析发现，财务绩效影响的显著性水平较低这也验证了H1a 的假设，即上市公司参与精准扶贫对其财务指标影响的显著性水平有限。财务指标显著性水平较低可能由于上市公司通过各种扶贫项目参与到精准扶贫，且项目的投资回收期较长，仅通过对2016年至2018年的相关数据不能显示出其财务指标的显著性，再加上参与健康扶贫、教育扶贫的公司外部性较大，对于其自身的财务经营效果影响较小；虽然匹配后的各财务指标未达到显著性水平，但公司的经营业绩都有了不同程度的改善，以TobinQ为例上市公司参与精准扶贫对其声誉等会产生正向的促进效应，进一步向市场传递经营状况的信号，提高公司的市场地位和市场价值。

（2）财务绩效影响的滞后效应。为了进一步分析财务指标绩效是否存在滞后效应，在上述分析的基础上分别对全部样本、2016年和2017年样本、2016年和2018年样本进行了滞后一期的匹配分析，其具体匹配结果如表6所示。通过对各指标的滞后一期匹配结果分析，总体来看虽显著性水平有限，否定了H2 的假设，但各指标总体有所改善，其中TobinQ 指标中变化幅度较小，相比而言Roe的滞后一期效果影响较为显著。以最近邻匹配为例TobinQ 指标中在当期以及滞后一期的实验组和对照组经过匹配滞后的差异较小，一方面由于上市公司的持续参与，另一方面是对上市公司声誉影响的持久性。但在Roe 指标中变化的水平虽不显著，但参与组和控制组Roe 指标在基期的差异水平为-0.0034，在滞后一期中差异水平变为0.0126，有了较大幅度的改善。这种现象同样存在于核匹配和半径匹配的结果中，滞后一期的显著性水平较低可能由于上市公司参与精准扶贫中投资回收期较长。

表4 变量匹配平衡性检验

表5 全样本匹配结果分析

表6 滞后一期匹配结果分析

（3）对不同性质公司的财务绩效影响。表7列示了不同性质上市公司精准扶贫行为对其财务绩效的影响效果，匹配结果显示总体影响效果的显著性水平较低，只有部分指标在10%的水平上显著。且对于国有控股上市公司的财务绩效指标影响并不显著，因此证实了H3a 的假设，即国有控股上市精准扶贫行为对其财务指标影响的显著性较小，虽然3 种匹配方法均得出国有控股公司的Roe呈反向关系，但对TobinQ 指标呈现正向的关系；虽对于民营上市公司总体影响并不显著，但通过三种匹配方法结果均得出正向促进的作用。在TobinQ指标中国有控股的正向效应要大于民营控股公司，而Roe指标中民营公司的促进作用要显著高于国营控股的上市公司。

3.3 稳健性分析

在使用倾向得分匹配来研究实施某一项措施或者某一活动时所产生的净效应，通过最近邻匹配、半径匹配以及核匹配等方法对实验组和控制组进行差异分析。为了验证最近邻匹配结果的可靠性，同时采用了核匹配以及半径匹配的方法同时进行了差异比较，匹配结果与最近邻匹配结果相似。通过3种匹配方法验证滞后一期的影响效应以及控股股东性质差异对财务指标的影响，3 种匹配结果均存在较高的一致性，因此共同支撑了本文的结论。参与精准扶贫对于上市公司财务指标影响的显著性水平有限，但总体呈现正向促进作用，并且存在一定的滞后期；进一步分析发现对于国有控股上市公司的财务指标影响水平要低于民营控股上市公司。

表7 控股股东性质差异的匹配结果分析

4 结论与建议

本文通过以2016年参与精准扶贫的565 家上市公司为实验组，在2017年以及2018年均未参与精准扶贫的上市公司为控制组，通过最近邻匹配、核匹配以及半径匹配进行研究分析，匹配结果显示：虽然显著性水平有限但对财务指标均有正向促进的影响效应，对滞后期效应进一步分析发现参与精准扶贫对上市公司的财务绩效影响有正向促进作用，且在2018年滞后一期的财务指标水平相对于2017年有了明显改善。通过匹配结果分析得知，民营控股的上市公司参与精准扶贫所带来的财务绩效要优于国有控股上市公司，但国有上市公司的TobinQ 指标要高于民营控股上市公司，从某种程度上来看民营上市公司参与精准扶贫更多的是基于自身利益的角度，而国有控股上市公司更多的是出于履行社会责任。

基于匹配结果的分析对于上市公司参与精准扶贫提出以下建议：对于上市公司而言，其一参与精准扶贫可以为公司带来财务绩效指标的改善，特别是对于一些发展潜力较大的上市公司而言，农村含有丰富的资源，致力于精准扶贫可以加速唤醒农村的沉睡资源，为上市公司的多元化、产业化经营提供契机；其二上市公司参与精准扶贫不仅会对收益类的财务指标产生改善效应，对于上市公司的声誉以及品牌发展都会是一种极大的促进作用，因此上市公司应当积极参与精准扶贫。对于政府而言，由于上市公司参与精准扶贫所带来的财务绩效存在一定的滞后效应，为了增加扶贫项目发展的可持续性，政府可以对参与精准扶贫的上市公司开通绿色通道，其中包括税收等方面的政策优惠举措，以此来激励上市公司参与精准扶贫。