参与精准扶贫能提升企业财务绩效吗？

曹光远（副研究员）罗通曹敏（高级会计师）

（1北京科技大学 北京 100083 2中国能源建设集团投资有限公司 北京 100022）

一、引言

我国脱贫攻坚战已取得了全面胜利，完成了消除绝对贫困的艰巨任务。同时，脱贫摘帽不是终点，而是新生活、新奋斗的起点。解决发展不平衡不充分问题、缩小城乡区域发展差距、实现人的全面发展和全体人民共同富裕仍然任重道远。2014年，国务院办公厅印发《关于进一步动员社会各方面力量参与扶贫开发的意见》，提出要靠全社会力量共同参与扶贫开发。2016年9月9日，证监会发布《关于发挥资本市场作用服务国家脱贫攻坚战略的意见》，提出要对全国592个贫困县企业IPO、新三板挂牌等开辟绿色通道，采取各种政策支持和鼓励上市公司、证券基金期货经营机构履行扶贫开发的社会责任。

党的十九大以来，党中央高度重视对精准扶贫的建设，在这一时代背景下，上市公司作为重要的经济主体之一参与到精准扶贫中，是顺应时代潮流的重要举措。企业参与扶贫不仅能促进企业利润的增长，还能推进产业发展，给企业财务绩效带来正向影响。国家通过向参与精准扶贫的企业提供政策上的优惠以及其他方面的支持，企业积极参与到精准扶贫项目中，能够极大地发挥企业自身优势，将贫困对象与市场精准对接；不仅可以给企业带来良好的口碑与声誉，而且能够给企业带来更多潜在的优惠与利益。企业在扶贫的同时，既能帮助贫困人员脱贫，也能更好地促进自身的发展。不仅如此，企业在精准扶贫的过程中，还可以利用贫困地区的自然和人文资源促进自身发展，延伸企业的产业链。

二、文献综述

已有文献较多研究了参与精准扶贫对企业的各种影响。易玄等（2020）认为企业层面应提升对于精准扶贫的重视程度，以树立更加良好的企业形象，将扶贫理念深植于企业文化中，提升企业扶贫活动的连续性与落实程度，此外，企业应主动积极披露与扶贫相关的信息，提高信息披露质量。政府应及时出台相关政策引导企业参与扶贫，提升企业参与扶贫活动的积极性，凝聚社会各界的力量共同推动扶贫事业的发展，形成良好的社会风气。杜世风等（2019）认为上市公司是扶贫脱贫的重要力量，上市公司参与的扶贫活动已取得了显著的成效。贾雨佳（2018）认为精准扶贫是解决目前发展不平衡的经济环境的有力工具，是一项我国特有的特色政策，无论是国企还是私企都应对其参与扶贫的行为进行表扬。企业在参与精准扶贫的过程中树立了良好的企业形象，有利于企业引入资本，也有利于企业向市场传递比较好的信号。洪佳莹（2019）认为扶贫活动不仅能提升企业的社会影响力，对于企业普遍面临的融资约束问题也有很好的缓解作用。相比于未开展精准扶贫的企业来说，进行精准扶贫的企业融资约束更小，且随着企业扶贫活动投入得越多，其面临的融资约束逐渐减少。但上述精准扶贫与融资约束问题的关系会受到企业所处的行业以及所在区域的影响。王斌（2019）认为社会企业参与精准扶贫，是我国社会走进新时代、脱贫攻坚步入新阶段的必然要求。如何切实增强社会、企业扶农富农的公益效用，避免社会以及企业沦为“资本下乡”的逐利工具，逐渐成为目前研究需要重视的重大理论现实问题。黄晓蓓（2019）认为我国上市公司整体的政策响应度不高。监管机构应对各行各业的上市公司精准扶贫工作的开展和信息披露进行深入的规范与指引，鼓励上市公司发挥所在行业的优势；上市公司应在改善精准扶贫管理工作的基础上进一步完善精准扶贫信息对外披露。在不断深入扶贫工作以及开展精准化、多样化扶贫的基础上，对扶贫工作进行系统性梳理，企业应充分发挥自身优势，促进“政企互惠”。

综上，对于上市公司参与精准扶贫的界定，目前学者还未达成共识。对于企业参与精准扶贫承担社会责任对其绩效会产生怎样的影响，学者进行了不同的阐述。从整体上来看，学者认为企业参与精准扶贫会对其绩效产生正向影响。已有文献从规范角度分析了精准扶贫对财务绩效具有促进作用，本文基于沪深A股上市公司的财务报表数据，在倾向得分匹配样本的基础上，采用多期双重差分法实证分析企业是否参与精准扶贫对财务绩效的影响，并进行多个稳健性检验和进一步分析，为促进更多企业参与精准扶贫提供了科学依据，也为政府制定精准扶贫政策提供了参考。

三、理论分析与假设提出

精准扶贫理论不但充分拓展与丰富了马克思主义的贫困理论，其所一直重视的克服体制障碍、提升扶贫效果更是对马克思主义理论的新的运用与发展（聂伟，2018）。企业参与到精准扶贫项目中，能履行自身的社会责任与兼顾自身的发展。刘莉莉（2019）将企业参与精准扶贫的特点归结为三个方面：一是以企业的名义进行的慈善活动是有利于整个企业的活动而不是针对某个单独的成员或者个人开展的活动。二是可以使企业慈善活动的对标对象直接受益，改善帮扶对象的贫困现状。三是企业进行帮扶活动或者慈善活动承担的是一项社会道德责任，该活动具有长期性和连贯性的特点，并不会突然中断或取消，由此具有长期提升企业社会责任的作用。

企业进行精准扶贫活动对财务绩效到底有何影响？有学者认为企业参与精准扶贫对财务绩效有促进作用，也有学者认为企业参与精准扶贫对财务绩效有抑制作用。但大多数学者认为企业参与到精准扶贫项目中，与企业自身的发展与利益呈正相关。杜世风（2019）认为在扶贫发展、助力扶贫等方面投入更多的企业，往往具有更高的绩效水平；同样地，在扶贫发展、健康扶贫等领域投入越多的企业往往规模越大；相比于民营企业，国有企业更倾向于使用生态、兜底、社会及就业等脱贫方式。企业参与扶贫项目的类别与其业绩、规模、是否上市存在一定关系。许晶（2019）通过研究发现企业参与扶贫可以提高财务绩效。

基于以上分析，本文假设：企业参与扶贫能促进财务绩效提升。

四、研究设计

（一）样本选取和数据来源。本文以沪深A股上市公司2010—2019年的数据为研究样本，在此基础上剔除了ST及*ST公司。同时由于金融业、保险业公司具备一定的特殊性，一并剔除；剔除数据缺失且无法补全的公司。本文研究涉及诸多变量（资产收益率、净资产收益率、精准扶贫、资产周转率、资产负债率、公司成长性、上市年龄、股权集中度等），要进行上下1%水平上的Winsorize缩尾处理。

扶贫的数据主要来源于上市公司财务报告，本文手工搜集整理了财务报告重要事项中有关精准扶贫的信息；其他数据则通过国泰安CSMAR数据库取得。2010—2019年开展扶贫工作的上市公司总数为2 956个，为了使结论更加严谨，筛选后满足条件的上市公司数量为1 638个。本文采用的数据分析软件为Stata 15。

（二）变量定义。

1.被解释变量：企业财务绩效。刘莉莉（2019）认为企业参与扶贫能促进利润增长与产业发展，对企业财务绩效有正向促进作用。田国双（2019）认为资产收益率（ROA）能够反映企业资产的总体获利能力，是评价企业全部资产运营效益的重要指标；净资产收益率（ROE）从股权投资者的角度来衡量企业权益资本的收益水平。所以本文用资产收益率（ROA）衡量企业财务绩效，在稳健性检验中用净资产收益率（ROE）来衡量。

2.解释变量：精准扶贫（Post）。企业参与精准扶贫当年及以后年度取值为1，否则为0。Treat为是否参与扶贫，是为1，否为0。

3.控制变量：公司规模（Size）、资产周转率（Zczz）、资产负债率（Lever）、股权集中度（Top）、公司成长性（Growth）、年份（Year）、高管薪酬（Pay）等。

具体变量界定如表1所示。

表1 变量界定

（三）模型设计。本文采用多期双重差分的方法，在研究过程中，借鉴杜世风（2009）与刘莉莉（2009）所采用的多期双重差分法在企业参与精准扶贫中对财务绩效的影响研究，同时结合张玉明（2019）的研究，构建模型如下：

本文使用ROA或ROE衡量财务绩效；Treat代表本文关注的解释变量精准扶贫，即处理组。Post为精准扶贫的哑变量，即控制组。Treat*Post代表处理组与控制组的真正效应，如果系数β显著为正，则表示精准扶贫能促进上市公司的财务绩效，具有正向作用。ε表示随机扰动项。

五、实证结果分析

（一）描述性统计。本文对样本公司进行了描述性统计分析，如表2所示。被解释变量方面：总资产收益率（ROA）的均值为0.035599（约3.5%），净资产收益率（ROE）的均值为0.062655（约6.25%），ROA与ROE的值有正有负。说明样本公司盈利能力平均处于偏低的水平，但是上升空间比较大。控制变量方面：公司规模（Size）均值为22.31427，标准差为1.395359，说明样本公司规模有些许差异。资产负债率（Lever）均值为0.48700（48.70%），标准差为0.50176。样本公司的资产负债率接近50%。公司成长性（Growth）的均值为1.70，标准差为124.0887。说明样本公司存在着巨大的差异性。股权集中度（Top）均值为35.56176（约35.56%），标准差为15.56136。说明样本公司存在一股独大的现象，且较为严重。高管薪酬（Pay）的均值为208.6904，标准差为229.4909。说明前三名高管薪金之和权重占企业薪金较高的比例，且各公司存在较大差异。上市年龄（Age）均值为13.29933，标准差为6.239517。说明样本公司流动性较强，且有源源不断的新鲜血液注入。上市年龄在0—29均有分布，涉及的公司范围较广，加强了实证结果的可信度。

表2 描述性统计

（二）单变量检验。为了更好地观察参与精准扶贫前后企业财务绩效的差异，本文对因变量ROA进行了均值T检验，如表3所示。在2013年扶贫政策出台前均值为0.053，在2013年扶贫政策出台后均值为0.0375，再进行上下1%水平上的Winsorize缩尾处理。可以得出前后差异为0.0022（约2.2%），且P值为0.0712，显著性水平较高。

表3 单变量分析

（三）相关性分析。从表4可以看出，公司规模（Size）、资产负债率（Lever）、公司成长性（Growth）等方面与因变量总资产收益率（ROA）在1%的水平上显著相关，系数符号为正。为了防止各变量之间的相关性影响后面模型的回归分析，本文计算了各主要变量的VIF值来进行多重共线性检验。主要变量的VIF值均在2以内，远远小于10，不存在多重共线性，说明共线性问题对结果几乎无影响。

表4 相关系数矩阵

（四）倾向得分匹配。由于参与精准扶贫的上市公司与未参与精准扶贫的上市公司存在一定的差异性，并且这种差异性最终会影响结果。因此，本文采用倾向值得分匹配（PSM）方法对样本进行处理以减少这种差异可能带来的影响。在上市公司同年度的情况下，控制协变量的有公司规模（Size）、资产负债率（Lever）、公司成长性（Growth）、股权集中度（Top）、高管薪酬（Pay）、上市年龄（Age）。

为了检验匹配的有效性，本文对所选择的协变量进行了匹配前（U）和匹配后（M）测试，可以看出所选择的协变量匹配之后的标准化偏差（%bias）均小于绝对值的20%。对匹配后（M）的协变量进行T检验，P值的协变量均不显著，满足条件，匹配的结果可以接受。如表5所示。

表5 平衡检验表

本文制作了样本在匹配前后的核密度分布图，匹配之后（Matched）与匹配前（Unmatched）进行对比，匹配之后（Matched）的标准偏差更小，消除了样本选择的误差性。如下页图1、图2所示。

图1 变量标准偏差

图2 倾向得分的共同取值范围

（五）基于多期（DID）模型的回归结果分析。由下页表6的（1）、（2）列可知，基于双重差分模型Treat*Post的交乘项系数对总资产收益率（ROA）在5%的水平上显著为正。对比政策出台前，政策出台后总资产收益率（ROA）提升了0.003。说明企业参与精准扶贫有利于提高财务绩效，与假设一致。

六、稳健性分析

（一）平行趋势分析。在进行平行趋势分析之前，已经使用了多期双重差分模型回归分析了精准扶贫与企业财务绩效的关系，下面检验共同趋势假设。精准扶贫政策从2013年（current）开始实施，于是本文做了2010年（pre_3）、2011年（pre_2）、2012年（pre_1）的平行趋势检验。根据表6（5）列分析结果显示，在精准扶贫政策实施之前的三年内，结果均为不显著。再分析精准扶贫政策实施后的三个年度，即2014年（time_1）、2015年（time_2）、2016年（time_3）。从2013年参与扶贫开始，每年的相关显著度在不断增加，更加有效地说明，上市公司在参与了精准扶贫项目以后，对财务绩效有利。而且随着参与扶贫年度的增加，对财务绩效的有利影响更加深刻。

（二）替换被解释变量。因为单一的因变量可能存在误差，所以本文替换总资产收益率（ROA）为净资产收益率（ROE）。表6的（3）、（4）列所展现的Treat*Post的交乘项系数仍然在1%的水平上显著为正，与基于双重差分模型Treat*Post的交乘项系数对总资产收益率（ROA）的结果一致。证明了前面所构建的模型是合理的，得出的结论是可信的，结果是稳健的。

表6 双重差分回归结果

七、结论

在我国经济发展极不平衡以及贫富差距逐渐扩大的背景下，精准扶贫是我国独有的一项缩小发展差距、缓解贫困问题的特色政策。精准扶贫一直是社会各界关注的焦点。企业参与精准扶贫也成为了社会讨论的热门话题。关于上市公司参与精准扶贫带来的影响成为众多学者研究的课题。精准扶贫对于企业绩效到底有何作用？本文以沪深A股上市公司2010—2018年数据为样本，采用PSM-DID方法进行研究分析，发现参与精准扶贫能够提升企业财务绩效，并考虑公司规模、公司成长性、上市年龄等一系列因素的影响，消除了参与精准扶贫与未参与精准扶贫企业间的差异。同时，本文也进行了一系列稳健性检验，着重对比了上市公司在未参与精准扶贫的年份与参与精准扶贫年份的相关显著度，结论仍然稳健。本文结论能够打消企业参与精准扶贫可能影响其财务绩效的顾虑，有利于企业更加积极地参与精准扶贫，也有利于政府对扶贫和企业监管政策的制定。