农业供应链金融能有效缓解企业的融资约束？——涉农企业参与精准扶贫的实证研究

郭 捷, 谷利月

(中央民族大学 管理学院,北京 100081)

0 引言

乡村振兴是应对全球化危机的压舱石和国内大循环的基础。构建乡村产业体系是“乡村振兴”的关键，而涉农企业是服务“三农”和实现“乡村振兴”的重要力量。涉农企业和农户的金融服务需求呈现日益扩大及多元化的趋势，农村金融如何乘势而上，通过金融手段有效激活沉淀资产，把沉淀资产变成可以使用的资产，是以乡村振兴助力国内大循环的关键[1]。长期以来，由于“三农”的弱质性，农业经营主体普遍存在融资难、销售难、风险防控难等问题。涉农企业在参与产业链时面临自身的信贷约束问题[2]，即使是农业龙头企业，在种养殖技术革新、产品研究等关键环节，也都存在一定的融资约束[3]。

农业供应链金融(Agricultural Supply Chain Finance，ASCF)是以核心企业为中心，基于供应链中“三流”的真实交易和核心企业的资信度，针对供应链的上下游中小企业和农户等参与者展开的综合性金融活动。其目的是通过金融优化和夯实农业供应链，产生金融增值，从而促进供应链和各参与主体良性互动、持续健康发展。相比较一般供应链，农业供应链的特殊性表现在：上游企业大部分是一些融资弱势环节，资金回收慢、库存持有成本高，而下游企业多为中小客户，缺少固定资产或现金流的支撑；大多数农产品为非标准化产品，不能作为质押；参与主体分散化，没有形成集约化组织形态，分散化的农户无法有效应对市场波动的风险。同时，由于经济文化等原因，农户等参与主体的违约存在着蝴蝶效应和羊群效应，其道德风险的放大尤为严重[4]。随着乡村振兴的推进，农业产业和农业供应链金融呈现集中化、生态化的特点，以核心企业为中心，参与各方协同管控，确保资金流的畅通、融资缓解、风险防控和农业供应链的整体绩效是关键。

自2014年起，中央“一号文件”明确积极推动农业金融和农业保险产品创新，鼓励建立多层次的金融服务体系，支持金融机构开展适合新型农业经营主体的订单融资和应收账款融资等供应链金融业务。党的十八大以来，中央提出“精准扶贫”战略，出台了一系列文件鼓励和强化企业参与精准扶贫。企业社会责任行为是重要的信号传递机制，可以提高企业声誉、构建企业良好形象[5]，参与精准扶贫，可以提高企业对自身的信心和外部环境的信心[6]。涉农企业在履行这一社会责任过程中，树立了服务社会、助力地区经济发展的良好企业形象，传递积极地信号，增强投资者和债权人的信心，进而可以在金融市场上筹集充足的资金支持自身的持续健康发展。从投入绩效来看，企业加大精准扶贫投入能够提高财务绩效[7]。同时，精准扶贫具有引导社会经济资源分配的功能，参与精准扶贫的企业可以获得更多的经济资源，从而缓解其融资约束。

已有的研究主要探讨了中小企业融资约束的存在现象及其成因，少量研究发现精准扶贫能有效缓解其融资约束。但鲜有基于巩固拓展脱贫攻坚成果，接续推进乡村全面振兴的国家战略背景，从农业供应链金融视角，来探讨参与精准扶贫对农业供应链融资的影响。本文的研究贡献如下：

第一，随着“乡村振兴”提升为国家战略，中央明确推进农村产业融合发展的要求，鼓励发展农业生产性服务业，开拓农业供应链金融。越来越多的企业参与到精准扶贫中，植根于“三农”、服务于“三农”，参与“精准扶贫”、助力“乡村振兴”是新时期涉农企业社会责任的具体要求。因此，本文在国家“乡村振兴”发展战略的制度背景下，探索企业参与精准扶贫与涉农企业的融资约束问题，丰富了企业社会责任的相关研究。

第二，农业供应链金融借助于供应链和金融真正服务于处于劣势地位的农户和涉农企业，打造持续可循环、具有竞争力的农业供应链，这也是供应链金融社会责任的体现。供应链金融下一个蓝海是农业供应链服务和金融[8]，有关农业供应链有很多亟待解决的问题。本研究拟补充供应链金融方面的相关研究。

1 文献述评与研究假设

1.1 文献述评

供应链金融的初衷是通过产业供应链和金融活动的创新来推动金融服务实体，是解决中小企业融资难、融资贵问题的重要途径。Berger et al.在分析系中小企业信贷可得性的理论框架中，首次提出把供应链金融作为中小企业融资的一种方式[9]。随后众多学者针对不同模式供应链金融对企业融资的影响展开研究，提出存货质押融资、产出不确定的供应链应收账款抵押融资、探索供应链上各个多主体主导的供应链金融等模式[10～12]。农业供应链金融作为我国供应链金融的发展趋势之一[8]，助力农业供应链和再循环产业链发展，承担可持续发展的社会责任。农业供应链金融多赢的局面保证了农村供应链金融服务的稳定和可持续。同时，农业供应链金融为乡村振兴战略的实施提供了金融保障，有利于推进农业供给侧结构性改革，为农村地区提供了有效的金融供给[13]。现有研究主要聚焦农业供应链金融风险防范[14～16]，助农增收效果和运营绩效等[17,18]。

企业精准扶贫是企业履行社会责任的重要体现之一。为响应国家号召，企业纷纷开展精准扶贫活动，成为脱贫攻坚的主力军。2016年9月，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》，支持和鼓励上市公司履行社会责任，服务国家脱贫攻坚战略；同年年底，上交所和深交所先后发布相关通知，强制要求上市公司及时在公司年度报告“重要事项”章节的“社会责任情况”项目中充分披露相关精准扶贫概要、扶贫工作具体成果、后续精准扶贫计划等内容。部分研究发现，影响上市企业精准扶贫行为的主要因素是公司业绩、公司规模和国有产权[19],企业加大产业精准扶贫投入能够提高财务绩效，且这种影响效应与企业管理权集中度存在显著的负相关关系[20]。总体上来看，现有研究较少直接聚焦企业参与精准扶贫和投融资活动。

1.2 研究假设

涉农企业在“乡村振兴”战略中，为解决三农问题做出了重要贡献。但同时，涉农企业面临着较为严重的融资约束问题。其原因主要集中在以下几个方面：涉农企业的一大部分资产不满足抵押贷款的条件；涉农企业的产品科技含量较低，盈利性差，金融机构不愿意为企业扩大生产经营规模和追加投资提供资金支持；涉农企也通常规模较小，企业制度和公司治理不够完善和规范，信息披露不够及时准确，金融机构为了规避违约风险压缩甚至放弃了通过为涉农企业提供资金而获利的业务。另外，目前我国尚未形成系统的农业扶持政策，涉农企业在参与全球性的农业产业竞争过程中处于弱势地位[21]。另外，涉农企业的资金需求具有多元化、期限短、频率高等特点，这无疑加重了银行授信的成本和费用，同时，由于涉农企业财务制度不完善，银行为规避信用风险，会选择提高预期的必要报酬率，这无疑增加了涉农企的融资约束。最后，我国的农业信用体系和农业保险体系不够完善。农业保险制度的缺失加大了涉农企业的生产经营风险，提高了其融资成本，增加了涉农企业的融资约束。基于此，提出本文的第一个假设：

H1我国涉农企业普遍存在融资约束。

农业供应链金融的应用与实践，在各利益主体之间建立起了有效的信贷联结机制，协调了各参与方的利益冲突，为涉农企业融资提供了新的思路。首先，解决了涉农企业与金融机构之间的信息不对称问题。作为农业供应链核心的龙头企业，连接着农户、中小涉农企业和物流企业等多方利益相关者，长期密切的业务往来，相互之间的信息披露更加真实。另外，龙头企业在甄选上下游的客户时就会对涉农企业的各方面信息进行审查核实，在一定程度初步筛选出了经营状况和发展能力都比较优良的涉农企业。其次，弱化了委托代理问题。农业供应链金融模式下，存在涉农企业与龙头企业、涉农企业与金融机构、金融机构与物流企业等多组的委托代理关系。金融机构通过与第三方物流企业达成合作，可以对涉农企业的贷后履约问题进行更加全面的了解和监督，涉农企业考虑到整个农业供应链条的稳定性会积极履约。最后，降低了交易成本。农业供应链金融使得参与各方形成了利益联结机制，金融机构与其建立的是一种稳定、重复和可持续的交易关系。一方面促使交易各方充分交换信息，增强互信，进而降低交易成本；另一方面，可以帮助金融机构实现规模效益。基于此，提出本文的第二个假设：

H2农业供应链金融对涉农企业的融资约束具有缓解效应。

履行社会责任较好的企业披露的企业信息更加透明，加强了其与利益相关者的联系，使利益相关者对企业有更加全面的了解和认可[22]。首先，参与精准扶贫的涉农企业与农业供应链上的客户、第三方物流以及金融机构之间信息披露更加及时全面，互相之间的交流更加充分，涉农企业通过农业供应链金融获取资金支持就更加容易。同时，企业参与精准扶贫有着特殊的政策性的地位，企业积极履行社会责任加强了企业与政府之间的关联[23]，而政治关联作为一种特殊的企业资本，使得企业更容易在资本市场上获得资本的青睐。金融机构对其资本实力、营运能力更加信任，风险评估也更加积极。此外，涉农企业积极参与精准扶贫活动并在财务报告中规范披露，将“多余”的资金用作精准扶贫等公益活动，向外界展示了企业自身的财务实力和发展潜力。另外，企业参与精准扶贫表现出了其履行社会责任积极性，树立了良好的企业品牌形象，使得银行等金融机构更愿意为其提供资金支持。因此，参与精准扶贫能够影响农业供应链金融对涉农企业融资约束的缓解效应。基于此，提出本文的第三个假设：

H3企业参与精准扶贫对农业供应链金融缓解涉农企业融资约束有正向调节作用。

3 模型构建与定义变量

3.1 模型构建

本文借鉴Almedia等提出的现金——现金流敏感模型[24]对假设1进行验证。现金——现金流敏感模型有基模型和拓展模型两种形式，其中，基准模型只考虑了现金流、公司规模和投资机会三个因素对企业现金持有量变动的影响，而拓展模型在此基础上加入了短期债务变动、非现金净营运资本和资本支出等三个控制变量。本文主要利用拓展模型进行验证和分析。

基准模型：ΔCashHoldingsit=α0+α1CashFlowit+α2Growthit+α3Sizeit+μi+εit

(1)

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

α5ΔNWCit+α6Expendituresit+μi+εit

(2)

为了检验农业供应链金融对涉农企业融资约束的缓解效应，本文在模型2的基础上，加入反映农业供应链金融水平的量化指标，进一步构建模型3。利用农业供应链金融水平量化指标与现金流的交互项来检验农业供应链金融对企业现金持有量变化的影响，从而验证其对企业融资约束的缓解效应。此外，通过对样本数据进行分组回归，进一步研究企业参与精准扶贫对农业供应链金融缓解涉农企业融资约束的调节效应。

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

α5Sizeit+α6ΔShortDebtit+α7ΔNWCit+α8Expendituresit+μi+εit

(3)

3.2 变量选取与定义

(1)因变量

ΔCashHoldingsit为货币资金持有量变动额，此处货币资金不仅包括企业持有的现金，也包括有价证券等现金等价物。如果企业存在较为严重的融资约束，意味着未来外部融资时会面临融资难问题，从而导致错失良好的投资机会。为避免这种风险，企业倾向于持有更多的货币资金。而融资约束较弱或者不存在融资约束的企业，能快速地筹集到资金，不会出现严重的资金缺口，而大量持有货币资金会产生机会成本，这些企业货币资金持有量会保持在较低水平。因此，可以用企业当期货币资金变动额来量化企业的融资约束。

(2)自变量与调节变量

CashFlow为经营活动现金净流量。企业经营活动产生的现金流量为企业的正常运转和持续发展提供资金支持和保障。当企业面临较为严重的融资约束时，企业通常会将一部分经营活动产生的现金流进行留存。经营活动现金净流量与企业货币资金持有量的变动之间存在正相关关系[25]，因此，可以用这两者之间的系数大小来衡量企业融资约束的强弱。

SCF是农业供应链金融水平的量化指标。本文借鉴文献[26]，采用短期借款和应付票据之和来量化供应链金融水平。存货质押融资和应收账款质押融资在企业的财务报告中为短期借款，预付账款融资在企业的财务报告中为应付票据。CashFlow×SCF为经营活动现金净流量和农业供应链金融水平的交乘项，该变量的系数用来衡量农业供应链金融对企业融资约束的缓解效应。

Growth表示企业未来的投资机会，用来衡量公司的发展能力，若企业预期未来有良好的投资机会就会产生投资需求，从而增加其货币资金持有量为投资做储备。借鉴Almedia等用Tobin Q值对企业未来的投资机会进行量化。

Size为企业规模，本文用企业资产总额进行衡量。一般来说，企业规模越大，生产经营越稳定，投资者对企业未来发展越看好，企业面临的融资约束就会减弱。

FP为表示企业参与精准扶贫的调节变量。自2016年企上市公司需要在年度财务报告中披露精准扶贫的相关信息。若涉农企业开展精准扶贫并在年度报告中披露，则FP=1，若企业在年度报告中披露“未开展精准扶贫工作”，则FP=0。

(3)控制变量

ΔShortDebt为企业流动负债变动额，若企业本期流动负债增加说明企业可以通过外部融资渠道筹集资金，本期货币资金持有量下降。ΔNWC为非现金营运资本变动。非现金营运资本常被用来衡量企业的短期偿债能力。Expenditures为企业资本支出，企业资本支出增加能够反映出企业良好的经营能力和未来收益能力，且当期资本的流出会直接导致现金持有的减少，因此其与企业现金持有量变动存在负相关关系。相关变量说明如表1所示。

表1 相关变量计算方法说明

4 实证结果分析

本文的相关财务数据和农业供应链金融水平数据来源于CSMAR数据库，企业开展精准扶贫的数据来源于巨潮资讯网公布的企业年度财务报告。选取了2016～2018年上市涉农企业的数据。结合本文的相关定义，在CSMAR数据库中筛选了“农、林、牧、渔业”、“农副食品加工行业”、“纺织业”、“木材加工及木、竹、藤、棕、草制品业”四类共144家企业。在进行实证分析前，对数据进行了简要筛选：(1)剔除2016年及以后上市的企业；(2)剔除被特殊处理(ST/PT)的企业；(3)为了剔除极端值造成的影响，本文对模型中所有的连续变量进行1%的Winsorize缩尾处理。经过筛选后，本文最终得到了70家中小企业上市公司的3年的观察数据，形成平衡的短面板数据。

4.1 描述性统计分析

涉农企业的货币资金持有量变动额的均值为0.0041且比中位数大，标准差为0.0703，说明涉农企业货币资金持有量存在一定波动。经营活动现金流量的最大值和最小值相差较大，说明涉农企业经营状况和经营活动收现存在明显区别。供应链金融的中位数为0.0924，最大值为0.4096，最小值为0及尚未参与农业供应链金融，说明涉农企业参与农业供应链金融的水平存在较大的差异。Tobin Q值的标准差较大，说明样本中涉农企业未来发展能力波动较大。其余的各个控制变量中短期贷款变动额、资本支出和精准扶贫情况较为平稳。

4.2 相关性分析

从整体上看各变量间的相关系数都比较小，基本说明除变量间未出现多重共线性的问题，各变量的VIF值大都小于2，只有ΔShortDebt和ΔNWC两个控制变量的VIF系数大于2小于3，进一步排除了变量间存在严重多重共线性的可能。ΔCashHoldings和CashFlow之间的系数为0.267，并且在1%的水平上显著，与假设1保持一致。代表企业未来发展能力的TobinQ值与ΔCashHoldings出现显著的正相关关系，其他几个控制变量和ΔCashHoldings之间的相关关系不显著，需要重点关注。

4.3 实证结果分析

通过前期的数据筛选与处理，形成了N=70，T=3的平衡短面板数据。进一步进行F检验和Hausman检验后，决定采用固定效应模型进行回归分析。考虑到截面相关、异方差和序列相关等问题，为了保证估计结果的稳健性，采用Driscoll-Kraay方法(Driscoll-Kraay standard errors)对模型进行修正。

(1)涉农企业融资约束的实证结果分析

通过对模型2进行回归分析，来验证假设1是否成立，回归结果如表2所示。全样本涉农企业的回归结果显示模型整体的显著性良好。CashFlow的系数为0.2879，且在1%的水平上显著，说明涉农企业的货币资金持有量变动额与经营活动现金流存在显著的正相关关系，涉农企业普遍存在融资约束的假设得以验证。Tobin Q值与货币资金持有量变动额存在显著的正相关关系，但是回归系数较小。通常情况下，处于快速成长和发展阶段的企业为了保证生产运营和投资需求会产生大量的资金需求，如果其面临较强的融资需求，则会持有大量的货币资金，而不再仅仅考虑持有现金的机会成本。ΔShortDebt、ΔNWC和Expenditures的系数都在1%的水平上与ΔCashHoldings呈现正相关关系，均与预期一致，短期贷款、非现金营运资本和现金资本支出都可以视为货币资金的抵减项。代表企业规模的资产总额与货币资金持有量变动额呈现显著的正相关关系，这可能是由于一方面涉农企业虽然资产规模较大，但是众多的生物资产并不符合进行抵质押贷款的条件，进而无法缓解企业的融资约束；而另一方面随着企业资产规模增加和生产经营规模的扩大，企业对货币资金的持有量需求也增加，进而引起了企业货币资金持有量产生较大幅度的增加。

表2 涉农企业融资约束回归结果

通过对涉农企业是否参与精准扶贫进行分样本的回归也可以发现，两组样本的CashFlow系数均为正，且分别在1%和10%的水平上显著，但是未参与精准扶贫的涉农企业样本系数远大于参与精准扶贫的企业，说明前者面临的资金约束更强。

(2)农业供应链金融缓解企业融资约束实证分析

通过对模型3进行回归分析，验证假设2。根据涉农企业是否参与精准扶贫进行分样本分组回归，回归结果汇总如表3所示。

表6 农业供应链金融缓解融资约束回归结果

全样本企业的回归结果显示SCF和CashFlow交乘项的回归系数为负(-0.8394)，且在1%的水平上显著，说明农业供应链金融显著缓解了涉农企业的融资约束，假设2得以验证。涉农企业参与到农业供应链金融中，其作为融资方与出资方之间的的信息不对称得到缓解，使得涉农企业的外部融资渠道得以拓宽，因而这些企业的投资和生产不再严重依赖内部经营活动的现金流，其融资约束在一定程度上得到了缓解。此外，加入交乘项后，其他变量的回归结果与模型2的回归结果并无较大差异，模型整体显著，R2达到0.36，说明拟合效果更好。

在检验企业精准扶贫调节效应的分组回归中，两组SCF和CashFlow的交乘项系数均显著为负，进一步证实了农业供应链金融对涉农企业融资约束的缓解效应。此外，参与精准扶贫涉农企业样本的R2达到了0.4，拟合效果良好。同时，未参与精准扶贫涉农企业组的交乘项系数绝对值小于参与精准扶贫涉农企业组的系数，说明企业精准扶贫对农业供应链金融缓解涉农企业融资约束存在正向调节作用，假设3得到验证。企业参与精准扶贫，向相关利益方传递了积极履行社会责任的信号，一方面显示出了较强的营运能力、获利能力和偿债能力，一方面树立起良好的企业形象，进一步降低了信息不对称程度，使得涉农企业更容易通过农业供应链金融获得外部资金，减缓融资约束。

(3)稳健性检验和内生性检验

为了检验回归结果的稳健性，本文选择对企业现金流影响较大的总资产增长率(Growth-TotalAsset)和营业收入增长率(Growth-Sales)代替Tobin Q值衡量企业的成长性，进行稳健性检验。经检验，表2、表3 的各项主要研究结论未发生实质性的改变，表明上述的实证结果是稳健的。为了避免潜在的内生性问题，如农业供应链金融与融资约束可能同时受到其他因素的共同影响而呈现出相关关系，本文使用工具变量法来缓解潜在的内生性。选择解释变量的行业均值作为工具变量，对上述主要回归模型进行检验，本文的结果依然存在。由于篇幅有限，主要变量描述性统计数据、各变量间的相关系数和显著性水平和检验结果等未进行列表报告。

5 结论

本文以涉农企业的面板数据为样本，借鉴现金——现金流敏感模型对融资约束的衡量方法，使用固定效应模型进行实证分析，得到以下结论：第一，我国涉农企业普遍存在融资约束。第二，农业供应链金融对涉农企业的融资约束具有缓解效应。第三，企业精准扶贫对农业供应链金融缓解涉农企业融资约束有正向调节作用。此外，涉农企业参与精准扶贫进一步降低了信息不对称程度，相比未参与精准扶贫的涉农企业，农业供应链金融对参与精准扶贫的涉农企业融资约束缓解效应更加明显。

本文的研究同样具有重要的现实意义。首先，本研究证明了农业供应链金融缓解涉农企业融资约束的重要性和必要性。政府要建立健全农业金融服务体系，为农业供应链金融的发展营造良好的金融环境，加快涉农企业信用管理体系的构建，鼓励农业供应链金融中的龙头企业、第三方物流企业和各类金融机构等多方参与者积极主导开展农业供应链金融业务，进一步鼓励企业积极参与精准扶贫，形成政府、企业等共同承担社会责任的多元化减贫治理机制，打破以往以政府为主导的一元化减贫治理模式。第二，金融机构积极创新农业供应链金融模式，要加强与龙头企业、第三方物流企业和担保机构之间的合作。发挥新兴金融机构的创新动力，推动农业智慧供应链金融，进一步提高信息透明度，降低交易成本，提高涉农企业利用农业供应链金融融资的效率。第三，涉农企业要不断提升科技创新能力，增强产品和企业自身在市场化中的竞争力，提高了其自身风险识别和风险管理能力。同时，积极参与精准扶贫不能仅仅依靠政府的推动，一方面要主动发挥企业的优势，为贫困地区和贫困人口提供生产要素，既要提供资本和劳动力的支持又要进行技术的指导；另一方面要扶持和培育适合贫困地区实际情况的产业，保证脱贫的稳定性和可持续。

本研究也存在一些局限：首先，在实证研究的样本选择方面，涉农企业的数据选取存在片面性。未上市的涉农企业由于受到企业经营规模和企业管理水平的限制，信息不对称现象更为严重，面临的融资约束问题可能更加突出，选取有限的上市涉农企业作为研究样本很难保证样本良好的代表性。另外，在变量选择上，反映农业供应链金融水平的变量存在不足。本文对反映供应链金融水平的指标进行了改进，但是选用应付票据和短期借款之和来衡量农业供应链金融水平有待进一步探讨。目前关于农业供应链金融的研究大多集中于案例研究，缺乏专门的农业供应链金融相关统计数据，而且尚不存在统一的农业供应链金融的评价指标，今后研究的可以围绕更加科学准确地测度农业供应链金融水平以及规范农业供应链金融信息披露制度进行展开。