政府补助对农业企业融资约束的影响研究

张航传 石德金

一、研究背景

农业是第一产业，它不仅是国家经济稳定发展的基石，更直接关系到国计民生。农业企业是农业与工业相联系的纽带，既具有企业的属性，又直接关系到农业生产和服务。长期以来，农业企业经营不确定性大、利润水平低等经营特点，引起了学术界和业界的广泛关注，如范黎波等（2012）认为，农业企业相较于其他企业的显著特点是其自身效益低、利润周期长。农业企业本身的这种经营特点对其融资能力产生了直接影响。当投资者普遍认为农业企业经营不确定性较大时，农业企业融资便会受到诸多限制。财政专项资金是政府推进乡村振兴的主要抓手（吴思红，2020）。随着“乡村振兴”战略持续深入推进，政府对农业的扶持力度越来越大。对于农业企业而言，政府将采取更多措施积极引导，助力农业企业发展生产。因此在乡村振兴背景下，研究政府补助对农业企业融资约束的影响具有现实意义。

二、假设提出

政府补助是政府以无偿的形式向企业划拨资金或资产，一方面，政府补助可以在一定程度上直接缓解农业企业的融资困境。政府补助往往是一笔无偿的现金流入，这直接增加了农业企业可利用的现金流，进而纾困缓解了农业企业的融资约束问题。另一方面，政府补助带来的“认证效应”，可以向外界传递出信号，有助于增强企业的融资能力（李莉等，2015），即能够获得政府补助的农业企业，往往是那些受到政策重点扶持的企业，或者是经营状况良好、信誉较高的企业。对于投资者而言，政府补助如同无形的“背书”，它向投资者传递出企业所在产业受到重视，企业经营状况良好、发展前景较好的有利信号，这无疑增强了投资者对于受到政府补助企业的信心，因而可以缓解农业企业的融资约束。据此，笔者提出假设：

H1：政府补助可以缓解农业企业的融资约束。

三、研究设计

（一）数据来源与变量说明

1.数据来源。考虑到众多非上市农业企业的数据难以获得，本文以农业类上市公司为研究对象，具体是指农、林、牧、渔业行业的企业。本文选取2011-2020年中国沪深两市A股上市公司的农业类企业作为样本，相关数据来自CSMAR数据库。结合文章研究需要以及以往研究惯例，笔者对样本作出如下筛选：（1）剔除IPO当年的样本；（2）剔除ST、*ST的公司样本；（3）剔除相关数据缺失和明显异常的样本。最终得到223个企业的年度观测值。为了消除异常值的影响，对主要连续变量采取上下1%的缩尾处理。

2.变量说明。融资约束（FC），参考海本禄等（2021）的研究，采用SA指数测度法来衡量农业企业的融资约束程度，具体来说，FC=-0.737×Size+0.043×Size^2-0.04×Age，其中，Size指的是企业规模即总资产规模，Age指的是企业年龄，该变量一般为负值，绝对值越大代表融资约束程度越高。政府补助（Subsidy），其数据直接采用财务报表附注中的有关数据，为了消除规模的影响，将Subsidy定义为“政府补助总额/总资产”。其余控制变量定义详见表1所示。

表1 变量定义表

（二）模型设定

为了验证政府补助对农业企业融资约束的影响，拟建立以下模型：

FCit=β0+β1Subsidyit+β2Sizeit+β3Levit+β4ROEit+β5Top10it+β6Boardit+β7Ageit+β8Dualit+β9SOEit+εit

其中，模式中i表示第i个企业，t表示第t年。主要关注自变量Subsidy的系数β1，因为FC是负向指标，且绝对值越大代表融资约束程度越高，所以若显著为正，则说明政府补助可以缓解农业企业面临的融资约束；若β显著为负，则说明政府补助加剧了农业企业面临的融资约束；若β不显著，则说明政府补助对农业企业面临的融资约束没有直接影响。

四、实证分析

（一）描述性统计

从表2的描述性统计结果可以看出，FC的平均值为-3.770，最小值为-4.440，最大值为-3.230，与海本禄等（2021）的研究结果相比，农业企业FC的绝对值都偏大，这说明农业企业与其他行业企业相比，面临着更大程度的融资约束。从Subsidy的各项指标值来看，政府补助与企业总资产的比值都偏小，一方面，这是因为政府补助本身不是企业最主要的资金来源，另一方面，说明农业企业获得的政府补助规模依然偏低。Size衡量的是农业企业的规模，值得注意的是相比其他变量，Size的标准差较大，这说明农业上市公司的规模存在较大差距。Lev的平均值为0.420，说明农业企业的负债规模总体上较高。ROE的平均值仅为0.040，这说明农业企业的获利能力整体上是偏低的，但标准差达到了0.200，说明不同农业企业之间获利能力存在较大差距。Top10的平均值为0.540，达到了50%以上，表明农业企业总体上的股权集中度是较高的。Age的平均值为16.370，表明样本中的农业企业总体上是比较“年轻”的。SOE的平均值为0.340，表明样本中有34%的企业为国有企业。Dual的平均值为0.210，说明样本企业中有21%为董事长兼任总经理。

表2 描述性统计

（二）相关性分析

表3是对主要解释变量和控制变量的相关性分析，从分析结果来看，变量之间的皮尔逊相关系数的最大值是ROE和Lev之间的相关系数，为-0.454，但绝对值远低于经验值0.8，这说明变量之间不存在严重的多重共线性。

表3 相关性分析

（三）回归结果分析

为了验证假设即政府补助对农业企业融资约束的影响，本文采用OLS法对模型进行回归，具体回归结果见表4所示。第（1）列是不控制行业和年份时的回归结果，从回归结果可以看出，Subsidy的系数为0.776，且在1%的水平下显著，验证了本文的假设，即政府补助缓解了农业企业面临的融资约束。为了控制不随时间和行业变化的因素对回归结果的影响，本文进一步加入了年份固定效应和行业固定效应，回归结果为第（2）列所示。从Subsidy系数的显著性和正负性来看，依然支持假设，而且系数的绝对值有所提高，这也表明了控制行业和年份的必要性。考虑到样本企业中同时具有国有企业和非国有企业，且国有企业的特殊性历来被学者们在研究中予以特别关注，本文将样本区分为国有企业组和非国有企业组。第（3）列展示的是国有企业组的回归结果，第（4）列展示的是非国有企业组的回归结果。从回归结果来看，两组中Subsidy系数的正负性和显著性均支持本文的假设。但是相比国有企业组，非国有企业组的系数绝对值更大，显著性也更强。这表明，相较于国有农业企业，对于非国有农业企业而言，政府补助对融资约束的缓解作用更大。这可能是因为，国有企业本身承担着经济和政治的双重任务，与政府的关系也更加密切。政府给予国有企业的补助有时是基于一定的政策目标，国有企业对于政府补助资金的使用也往往受到政府政策影响。因此作为国有农业企业，其受到政府补助向外界传递出的信号往往是较弱的，获得的融资“认证效应”也相对不明显。所以，对于国有农业企业而言，政府补助对融资约束的缓解作用不如非国有企业明显。

表4 回归结果

五、结论与建议

（一）结论

本文以农业类上市公司为研究对象，检验了政府补助对农业企业融资约束的影响。研究结果表明，政府补助确实可以缓解农业上市公司面临的融资约束。若区分股权性质，则在非国有企业中，政府补助对融资约束的缓解作用更加明显。对于国有企业而言，政府补助在一定程度上体现了政策属性，向投资者传递出的信号较弱，对融资约束的缓解作用也相对较弱。

（二）建议

1.政府应加强政策引导，合理确定补助对象和规模。在实施乡村振兴的背景下，政府应加大对涉农企业补助力度。但是，政府在决定补助对象以及投入资金时，要充分考虑补助可能产生的连锁反应，将补助投入到那些对乡村振兴能够起到关键作用的行业、企业，促进其发展。同时，要加强引导，督促农业企业合理使用资金。

2.农业企业要提高绩效，争取政府补助。发放政府补助除了政策上的考量外，还要考察企业经营状况等因素。因此，农业企业要合理经营，展示出良好的发展前景，以获得政府支持并得到更多补助，进一步增强融资能力。