企业参与精准扶贫可以防范系统风险吗？——来自中国A股市场的经验证据

陈维青，唐亚菲

（新疆财经大学，新疆 乌鲁木齐830012）

一、引言

党的十八大以来，国家以前所未有的决心誓要打赢脱贫攻坚硬仗。2021年2月25日，在全国脱贫攻坚总结表彰大会上，习近平庄严宣告，经过全党全国各族人民共同努力，在迎来中国共产党成立一百周年的重要时刻，我国脱贫攻坚战取得了全面胜利。现如今，虽然我国已在脱贫事业上取得了巨大成就，但仍要努力防止返贫现象的出现，实现扶贫效果的可持续。近年来，为响应国家号召，越来越多的企业参与到扶贫工作中，为打赢脱贫攻坚战作出了杰出贡献。在我国，企业或主动或被动地参与扶贫事业，这也被视为企业履行社会责任的重要表现，而企业社会责任履行情况又是利益相关者评价企业时的重要参考。目前学界对企业参与精准扶贫的研究多从精准扶贫与企业绩效等方面展开，而关于企业参与精准扶贫能否发挥防范系统风险的作用是本文的研究重点。

本文以我国2016年—2019年参与精准扶贫的A 股上市公司为样本，研究企业参与精准扶贫是否能对系统风险产生防范效应，并在此基础上进一步探究产权性质、环境不确定性是否对企业参与精准扶贫与防范系统风险之间的关系具有调节作用。本研究可能的贡献主要体现在如下方面：一是对企业参与精准扶贫与防范系统风险之间的关系进行探讨，丰富了相关领域的研究；二是以外部宏观因素对微观企业的作用路径为切入点进行理论分析，检验参与精准扶贫对企业系统风险的防范效应，为精准扶贫相关研究提供新的理论支持；三是精准扶贫作为实践中企业履行社会责任的一种特殊方式，本研究不仅可揭示精准扶贫中企业所发挥的积极作用，也可从社会责任视角为企业防范系统风险提供新思路。

二、文献回顾

（一）企业参与精准扶贫相关研究

企业参与精准扶贫是积极履行社会责任的重要表现形式之一，既有研究也表明参与精准扶贫确实可以为企业带来有利影响。如有学者研究发现，企业参与精准扶贫会对市场反应产生正向推动作用［1］，通过实施包括产业扶贫在内的扶贫行为，能够优化并提升企业财务绩效［2］和整体绩效［3］，缓解融资约束［4］，提高企业创新水平［5］。

（二）企业参与精准扶贫与防范系统风险相关研究

目前，鲜有文献就企业参与精准扶贫对其防范系统风险的影响进行直接研究。学界普遍认为企业履行社会责任有助于防范系统风险，因而对企业系统风险的研究主要集中在社会责任履行、信息披露等方面。Orlitzky［6］、Jenna［7］研究表明，企业履行社会责任能对系统风险起到显著的抑制作用；Cai［8］以美国企业为样本进行的实证研究发现，企业承担环境责任有利于降低系统风险；连漪［9］从消费者信赖视角出发，同样发现企业承担社会责任能帮助其应对系统风险；赵振洋［10］分析表明，企业通过承担社会责任并披露优质社会责任报告可向投资者传递积极信号，帮助企业降低系统风险带来的不利影响；曾辉祥［11］研究发现，环境信息披露中的水资源信息披露有利于降低企业系统风险和非系统风险。

综上可以发现，学者们对于精准扶贫经济后果的研究主要集中在积极的企业内部效果上，对于系统风险的研究大多从社会责任履行和信息披露方面展开，鲜有学者深入探讨参与精准扶贫对企业系统风险的防范作用。基于此，本研究从外部宏观因素对微观企业内部产生影响的路径入手，运用声誉机制和信号传递理论探讨企业参与精准扶贫与防范系统风险之间的关系，同时基于制度理论和组织合法性理论，为企业通过参与精准扶贫防范系统风险提供更多的理论解释。

三、理论分析与研究假说

（一）企业参与精准扶贫与防范系统风险

系统风险一般是由外部经济或市场因素引起的，具有企业无法干预的外生性，因此只能更多地进行预测与判断进而作出反应。企业通过参与精准扶贫防范系统风险的关键是干预外部宏观因素影响微观企业的作用路径。姜国华［12］研究发现，外部宏观政策对微观企业产生影响的主要路径是企业所处的信息环境和面临的经济前景，宏观政策属于影响企业发展的外部因素［13］，因而本研究参考信息环境和经济前景的风险传导路径，解释企业参与精准扶贫对防范系统风险的作用路径。

首先，企业参与精准扶贫可改善其所处的信息环境，通过声誉积累和信号传递起到防范系统风险的作用。声誉是企业利益相关者感知到的利益诉求满足程度的集合［14］，重要利益相关者对企业的正向感知可通过企业承担社会责任获得［15-16］。许多学者都认为进行慈善捐赠等是企业履行社会责任的重要表现形式［17］，其可在企业出现负面消息时降低声誉损失，减少不利影响，进而使企业获得间接的经济利益［18-19］。参与精准扶贫同样也是企业履行社会责任的重要表现，企业可通过参与精准扶贫承担更多的社会责任以积累更多的声誉资本，并据此使利益相关者获得对企业的正向感知。另外，从信号理论看，企业披露精准扶贫信息其本身也是向外界发出经营发展良好的积极信号。既有研究表明，企业参与慈善捐赠可向市场传递企业产品畅销、内部治理完善等信息［20-21］，从而获得更好的估值和更多的资源以抵御风险，而企业参与精准扶贫同样具有积极的信号传递作用。由此可见，企业参与精准扶贫作为一种隐性声誉机制，可以通过信号传递改善企业的信息环境，从而有效防范系统风险。

其次，企业参与精准扶贫能够帮助其有效应对不断变化的经济前景，通过获得并强化组织合法性从而降低系统风险。制度理论认为，合法性是指企业行为的正当性在制度中得到广泛认可［22］，其能帮助企业获得关键性资源。企业为获得组织合法性，需适应并遵循制度与社会价值体系，使自身的价值追求与社会价值取向一致［23］。国外学者研究表明，企业积极履行社会责任，不仅可作为相关者评价企业合法性时的重要参考，还可作为企业保持正当性和获得合法性的重要来源［24］。在我国，积极承担社会责任同样可帮助企业获得并强化组织合法性［25］。我国企业响应国家号召参与精准扶贫，是承担社会责任的重要表现，也是企业获得并强化其组织合法性的重要途径。尤其是规模较大或绩效水平较高的企业参与精准扶贫，其发出的信号可加速其他企业的模仿行为，由此进一步强化了该行为的合法性，使主动参与精准扶贫的企业更有能力应对不断变化的经济前景［26］，帮助企业防范系统风险。

基于以上分析，本文提出研究假说1，即企业参与精准扶贫对系统风险有防范效应，企业精准扶贫参与度与系统风险负相关。

（二）产权性质、企业精准扶贫与系统风险

既有研究表明，产权性质会影响企业参与精准扶贫的行为和效果［27-30］。因此，本文结合产权性质进一步探讨企业参与精准扶贫对系统风险的防范作用。

首先，非国有企业的声誉积累和信号传递效果优于国有企业，其有更强的动机参与精准扶贫。既有研究表明，国有企业在承担社会责任方面比非国有企业表现更优秀［31］，政府与国有企业间的天然联系使国有企业的职能中自然包含履行更多的社会责任［32］，而非国有企业多是出于树立良好的企业形象、提升企业声誉等考虑而履行更多的社会责任。企业的公益慈善行为不仅可传递积极的财务信号，还可表明企业对利益相关方履行了社会公共责任［33］。还有研究发现，非国有企业管理者在履行社会责任时，更能基于自身经营战略，促进企业的可持续发展并降低风险［34］。同样地，非国有企业通过参与精准扶贫也可以将积极信号传递给利益相关者，建立更加良好的社会声誉，降低企业系统风险。

其次，基于合法性建构的考虑，非国有企业对获得组织合法性有更强的需求。企业通过参与公益慈善、精准扶贫等方式履行更多的社会责任，帮助企业得到更多的政府关注和资源。基于我国企业产权制度背景，由于与具有天然“政府背景”优势的国有企业间的差距，很多非国有企业会主动选择与政府建立密切联系，以得到更多生存发展所需的资源［35-36］。因此，非国有企业有更强的动机参与精准扶贫，这种通过自主承担社会责任而强化的合法性使得非国有企业可以更好地防范系统风险。

基于以上分析，本文提出研究假说2，即相较于国有企业，非国有企业参与精准扶贫对系统风险的防范效应更显著。

（三）环境不确定性、企业精准扶贫与系统风险

既有研究表明环境不确定性会对企业社会责任履行效果产生较大影响［37-38］，因而本研究结合环境不确定性进一步探讨企业参与精准扶贫与防范系统风险之间的关系。

基于声誉机制和信号传递理论，当企业面临的环境不确定性较高时，意味着信息不对称程度较高，此时企业参与精准扶贫可作为一种隐性声誉机制，向利益相关者传递企业财务状况良好的积极信号。当处于环境不确定性状态时，企业会加大营销与研发投入，更注重市场需求和技术变化以谋求自身更好的生存与发展［39］，此时企业其他方面投入的增加势必会挤占其在履行社会责任方面的投入，甚至可能出现企业社会责任承担与利益相关者期望相差较大的情况。此种情况下，企业响应国家号召参与精准扶贫，不仅可满足公众尤其是利益相关者的期望，还可通过信号传递建立并积累更加良好的社会声誉，提升企业防范系统风险的能力。

从组织合法性理论来看，组织是环境的一部分，合法性可帮助企业缓解外部压力，保障企业的生存发展。研究表明，环境不确定性是企业实施模仿行为的主要驱动因素［40］，当企业面对高环境不确定性时，企业追求合法性的动机增强，促进了模仿行为，降低了系统风险。脱贫攻坚时期，大量企业通过参与精准扶贫获得并强化了组织合法性，面对高环境不确定性时，企业参与精准扶贫对于防范系统风险的效果得到了增强。

基于以上分析，本文提出研究假说3，即相较于环境不确定性较低的企业，环境不确定性较高的企业参与精准扶贫对于系统风险的防范效应更显著。

四、研究设计

（一）样本选取与数据来源

本研究以2016 年—2019 年深沪两市参与精准扶贫的A 股上市公司为样本，并对样本进行了处理，即剔除金融业公司、ST 及*ST 公司以及数据缺失的样本，经筛选后最终得到2600 个有效样本。研究中精准扶贫数据及相关财务数据均来自国泰安CSMAR数据库和Wind数据库。

（二）变量定义

1.被解释变量。本研究的被解释变量为企业系统风险（Sys_Risk）。参照方红星［13］的研究，使用日个股回报率对综合日市场回报率进行单因素模型回归，得到的β系数即为企业的系统风险。模型形式如下：

式（1）中，Rit表示日个股回报率，Rmt表示流通市值加权平均法综合日市场回报率。同时，本研究参考Bernile［41］的做法，对企业系统风险进行年化处理，具体操作如下：

2.解释变量。本研究的解释变量为企业精准扶贫参与度（lnTA），以企业精准扶贫投入总金额的自然对数来衡量。

3.控制变量。本研究借鉴Bernile［41］、冯丽艳［34］的研究，选取企业规模（Size）、资产负债率（Lev）、经营现金流（Cash）、成长性（Growth）、经济价值（TobinQ）、企业存续时间（FirmAge）、账面市值比（BM）作为控制变量，并加入年份虚拟变量（Year）、行业虚拟变量（Industry）控制年份固定效应和行业固定效应。

4.分组变量。本研究依据产权性质和环境不确定性对全部样本进行分组分析。其中：产权性质（Soe）若为国有控股企业则取值为1，否则取值为0；环境不确定性（WEU）借鉴申慧慧［42］的研究，以公司异常销售收入波动进行度量。

研究中各变量定义及计算方法如表1所示。

表1 变量定义表

（三）模型设定

本研究构建如下模型对前文提出的研究假说进行检验：

下文将先运用模型（3）检验研究假说1，若β1显著为负，则表明企业参与精准扶贫能够显著防范系统风险；然后对模型（3）分别进行分组回归，以验证研究假说2和研究假说3。

五、实证分析

（一）描述性统计分析

由表2 变量的描述性统计结果可以看出：企业系统风险（Sys_Risk）的最大值为6.220，最小值为4.500，中位数为5.660，均值为5.620，可见样本企业的系统风险相对偏高；企业精准扶贫参与度（lnTA）的最大值为10.900，最小值为0，均值为4.600，表明样本企业在精准扶贫事业中的投入有些许差距；企业规模（Size）最大值为27.200，最小值为20.400，说明参与精准扶贫的样本企业规模差异不大；资产负债率（Lev）均值为0.483，最大值为0.919，最小值为0.075，表明样本企业偿债能力差异明显；经营现金流（Cash）最大值为0.244，最小值为-0.118，表明样本企业持有的现金流量差异明显。

表2 变量的描述性统计结果

（二）假设检验

本研究对模型（3）进行OLS 回归，由表3 所示的回归结果可知，企业精准扶贫参与度（lnTA）与企业系统风险（Sys_Risk）的回归系数在1%水平上显著为负，这表明企业参与精准扶贫对系统风险有负向影响，企业提高精准扶贫参与度可对系统风险起到防范作用。可能的原因在于：一方面，企业参与精准扶贫事业可以作为隐性声誉机制起到信号传递作用，改善企业的信息环境；另一方面，企业参与精准扶贫可以强化其组织合法性，帮助其有效应对经济前景变化。这些都有利于降低企业系统风险。由此，前文提出的研究假说1得以验证。

表3 回归结果

续表3

为检验产权性质的调节作用，本研究将全部样本划分为国有企业组和非国有企业组进行分组回归。由表4所示的回归结果可知：国有企业组中，企业精准扶贫参与度与系统风险并无明显的相关关系；非国有企业组中，企业精准扶贫参与度与系统风险的回归系数在1%水平上显著为负。这表明，相较于国有企业，非国有企业参与精准扶贫能发挥更显著的防范系统风险的作用。这可能是因为非国有企业由于拥有更强的参与动机，通过精准扶贫建立了更加良好的社会声誉并强化了组织合法性，从而强化了防范企业系统风险的效果。由此，前文提出的研究假说2得以验证。

表4 产权性质分组回归结果

续表4

为检验环境不确定性的调节作用，本研究将全部样本划分为高环境不确定性组和低环境不确定性组进行分组回归。由表5 可知：低环境不确定性组中的企业精准扶贫参与度与系统风险无明显的相关关系，高环境不确定性组中企业精准扶贫参与度与系统风险的回归系数在1%水平上显著为负。这说明环境不确定性程度会对企业精准扶贫与系统风险之间的关系产生影响，高环境不确定性企业能通过提高精准扶贫参与度更显著地防范系统风险。这可能是因面对高环境不确定性的企业追求合法性动机更强，促进了模仿行为，进一步降低了系统风险；同时，精准扶贫作为隐性声誉机制满足了利益相关者的期望，强化了对系统风险的防范作用。由此，前文提出的研究假说3得以验证。

表5 环境不确定性分组回归结果

六、稳健性检验与进一步分析

（一）稳健性检验

为确保基准回归研究结论的可靠性，下文分别以更换被解释变量企业系统风险度量方式、选取滞后1期企业精准扶贫参与度作为解释变量的替代变量的方法进行稳健性检验。

1.更换企业系统风险的度量方式。本研究借鉴方红星［13］的做法，在计算β系数时使用总市值加权平均法综合日市场回报率进行回归，对得出的Sys_Risk运用模型（3）重新进行回归，回归结果见表6。由表6可知，所得结果与基准回归基本一致。

表6 更换系统风险度量方式的回归结果

2.将滞后1 期企业精准扶贫参与度作为解释变量的替代变量。为解决企业参与精准扶贫与防范系统风险之间互为因果而引发的内生性问题，本研究选择滞后1 期企业精准扶贫参与度作为解释变量的替代变量，并对模型（3）重新进行回归，回归结果见表7。由表7 可知，所得结果与基准回归基本一致，企业参与精准扶贫对系统风险的防范作用依然显著。

表7 滞后1期解释变量的回归结果

（二）进一步分析

我国上市公司参与精准扶贫的方式多种多样，大体上可分为产业发展、加强教育、转移就业、易地搬迁等。在本研究选取的2600 个样本中，样本企业选择产业扶贫的有1210 个，选择教育扶贫的有1373个，选择这两种精准扶贫方式的企业合计占比较高，因而本研究进一步对这两组样本分别进行回归，以深入分析不同的精准扶贫方式对企业系统风险的防范作用，回归结果如表8所示。

表8 产业扶贫和教育扶贫分组回归结果

由表8 可知，产业扶贫与企业系统风险在5%水平上显著负相关，说明企业进行的产业扶贫能够显著降低企业的系统风险，而教育扶贫对企业系统风险的防范作用并不显著。可能的原因在于：一方面，产业扶贫可以实现政府、企业、帮扶对象的良性协同发展。企业可以充分发挥自身优势，将自身发展与政府主导的扶贫事业紧密地联系在一起，在获取更多资源的同时满足政府和公众等利益相关者的期望，建立并积累良好的声誉资本以进一步降低系统风险。另一方面，既有研究表明，教育扶贫不会明显降低信息不对称程度［4］，从而难以更好地发挥信号传递作用，因而未能对防范企业系统风险发挥明显作用。

七、结论与启示

本研究以我国2016年—2019年沪深两市参与精准扶贫的A 股上市公司为研究样本，实证检验了企业参与精准扶贫与防范系统风险之间的关系，并研究了产权性质与环境不确定性在其中的调节作用。研究得出以下结论：一是企业参与精准扶贫对其系统风险具有显著的防范效应，企业提高精准扶贫参与度会显著降低其所面临的系统风险；二是产权性质能够显著调节企业参与精准扶贫与防范系统风险之间的关系，且与国有企业相比，非国有企业参与精准扶贫对防范系统风险的效果更好；三是环境不确定性能够对企业参与精准扶贫与防范系统风险之间的关系产生调节作用，在高环境不确定性企业中，参与精准扶贫对防范系统风险的作用更大；四是相较于教育扶贫，产业扶贫方式能够更加显著地防范企业系统风险。

依据研究结论，本文得出如下启示：第一，研究结果显示企业参与精准扶贫可有效防范系统风险，因而一些企业为降低系统风险可能会有更强的动机进行精准帮扶，但企业应对自身经营发展条件有清楚的认识，使企业的财务负担保持在可承受的范围内，应立足自身实际，将企业发展与帮扶项目、与乡村振兴紧密结合起来，有效防范系统风险。第二，鉴于企业在精准扶贫中所作出的贡献，政府应给予企业尤其是非国有企业更多的政策支持和资金帮扶，鼓励并引导更多的企业参与乡村振兴，在取得脱贫攻坚战胜利后，各方仍应共同努力防止返贫现象发生，使脱贫工作成效具有可持续性，更好地助力乡村振兴。