喻意
(西南大學(xué)商貿(mào)學(xué)院,重慶 402460)
隨著我國經(jīng)濟(jì)發(fā)展邁入高質(zhì)量發(fā)展階段,國家對于農(nóng)業(yè)的重視程度不斷提升,農(nóng)業(yè)上市公司在農(nóng)業(yè)產(chǎn)業(yè)中扮演著重要的領(lǐng)軍角色[1],對于推動農(nóng)業(yè)高質(zhì)量發(fā)展具有重要作用。但農(nóng)業(yè)產(chǎn)業(yè)始終受到季節(jié)性因素、氣候條件等自然環(huán)境的影響,具有天然的弱勢,導(dǎo)致農(nóng)業(yè)企業(yè)的績效水平與非農(nóng)企業(yè)相比存在較大的差距。其中,大多數(shù)農(nóng)業(yè)企業(yè)受到逐利性動機的影響,選擇從機會成本高、利潤周期長的農(nóng)業(yè)轉(zhuǎn)向能夠在短期內(nèi)獲得較大收益的行業(yè),如房地產(chǎn)、金融業(yè)等[2]。中央一號文件(2022)指出,在我國面臨百年變局和世紀(jì)疫情的大背景下,要推動經(jīng)濟(jì)社會平穩(wěn)發(fā)展,需要穩(wěn)住農(nóng)業(yè)基本盤,強化龍頭企業(yè)帶動作用。那么,如何應(yīng)對農(nóng)業(yè)企業(yè)金融化是目前亟待解決的問題。目前,關(guān)于抑制企業(yè)金融化的解決方案主要有實現(xiàn)企業(yè)服務(wù)化轉(zhuǎn)型、股權(quán)激勵[3]等。黨的十九大報告等文件提出,應(yīng)強化服務(wù)業(yè)對制造業(yè)的支持和推動作用,制造業(yè)企業(yè)要從內(nèi)部提高服務(wù)要素的投入,實現(xiàn)二者有機融合。本文在借鑒制造業(yè)企業(yè)服務(wù)化的解決方案的基礎(chǔ)上,提出了問題,即涉農(nóng)企業(yè)能否通過內(nèi)源服務(wù)投入抑制金融化?
本文以我國2007-2021年滬深A(yù) 股農(nóng)業(yè)上市龍頭企業(yè)為研究樣本,探究內(nèi)源服務(wù)投入與金融化之間的關(guān)系。研究發(fā)現(xiàn),內(nèi)源服務(wù)投入對金融化有顯著的促進(jìn)作用,且在考慮內(nèi)生性問題后依然成立。本文的貢獻(xiàn)在于:①首次探究內(nèi)源服務(wù)投入能否抑制涉農(nóng)企業(yè)金融化;②在服務(wù)化的具體衡量指標(biāo)方面,本文在借鑒Porter、夏杰長等、廖涵等的研究基礎(chǔ)上[4-6],將銷售人員、財務(wù)人員、技術(shù)人員、研發(fā)人員和行政管理人員視為服務(wù)型員工,提出了內(nèi)源服務(wù)投入新的測度口徑。
企業(yè)開展內(nèi)源服務(wù)投入的目的是通過增加服務(wù)要素投入來提高企業(yè)績效,企業(yè)績效的好壞也會反映到其金融化程度上。部分研究結(jié)果表明,服務(wù)化并不能有效提高企業(yè)績效,甚至抑制了企業(yè)績效。Gebauer 等認(rèn)為,企業(yè)存在“服務(wù)化悖論”,即存在服務(wù)化抑制企業(yè)績效的階段[7]。肖挺認(rèn)為,服務(wù)化在很多情況下不能促進(jìn)企業(yè)績效提升,甚至?xí)a(chǎn)生抑制作用[8]。鄧超等認(rèn)為,如果企業(yè)經(jīng)營績效低,資產(chǎn)收益率下降,企業(yè)不得不將生產(chǎn)性資本轉(zhuǎn)化為金融資本以獲取利潤[9]?;诖?,本文認(rèn)為,內(nèi)源服務(wù)投入抑制了企業(yè)績效,導(dǎo)致其金融投資套利動機增強,促進(jìn)了企業(yè)金融化。
本文選取2007-2021年116 家A 股農(nóng)業(yè)上市公司為樣本,共包含1 154 個觀測值。數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫和Choice 金融終端。同時,本文對所有樣本進(jìn)行了如下處理:一是剔除了樣本期內(nèi)存在經(jīng)營異常的ST*企業(yè);二是為避免數(shù)據(jù)異常值的干擾,對所有連續(xù)變量進(jìn)行1%和99%分位的縮尾處理。
借鑒廖涵等的研究,本文通過構(gòu)造如下回歸方程來研究涉農(nóng)企業(yè)內(nèi)源服務(wù)投入對金融化的影響:
式中,下標(biāo)的i 和t 分別表示企業(yè)和年份;被解釋變量Fin 表示企業(yè)的金融化程度;Ser 表示內(nèi)源服務(wù)投入;Control表示控制變量集合;α1表示常數(shù)項;α2表示解釋變量系數(shù);βk表示第k 個控制變量的系數(shù);μi表示年份固定效應(yīng);υi表示企業(yè)固定效應(yīng);εit表示隨機擾動項。
①被解釋變量。Fin 為被解釋變量,代表涉農(nóng)企業(yè)的金融化水平,采用金融資產(chǎn)占總資產(chǎn)的比值進(jìn)行衡量。參照已有文獻(xiàn),金融資產(chǎn)包括交易性金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資、發(fā)放貸款及墊款、衍生金融資產(chǎn)、長期股權(quán)投資、投資性房地產(chǎn)[10]。②解釋變量。Ser 為核心解釋變量,代表涉農(nóng)企業(yè)的內(nèi)源服務(wù)投入水平,本文在借鑒Porter、夏杰長等、廖涵等的研究基礎(chǔ)上,采用企業(yè)內(nèi)部從事服務(wù)活動的員工工資總額占總營業(yè)成本的比值進(jìn)行衡量。本文將銷售人員、財務(wù)人員、技術(shù)人員、研發(fā)人員和行政管理人員視為從事服務(wù)活動的人員。③控制變量。Control 為企業(yè)特征控制變量集合。根據(jù)廖涵等、聶飛等的研究,本文選取企業(yè)員工結(jié)構(gòu)(Es)、固定資產(chǎn)投資(Invest)、股權(quán)集中度(Share)、高管持股(Manager)、機構(gòu)投資持股(Institution)、總資產(chǎn)對數(shù)(Size)、資產(chǎn)負(fù)債率(Debt)、營業(yè)毛利率(Margin)、權(quán)益乘數(shù)(Equity)、企業(yè)年齡(Age)、企業(yè)屬性(Attribute)作為控制變量。
表1為本文使用變量的描述性統(tǒng)計分析結(jié)果。樣本中的企業(yè)金融化水平最小值為0,最大值為0.763 5,說明不同企業(yè)之間的金融化水平差異比較大,存在樣本觀測期內(nèi)未進(jìn)行金融資產(chǎn)配置的企業(yè)。內(nèi)源服務(wù)投入的最大值和最小值分別為0.976 3 和0,也存在差異大的現(xiàn)象。樣本企業(yè)對于金融資產(chǎn)的配置占總資產(chǎn)的7.19%,對內(nèi)源服務(wù)的投入占總營業(yè)成本的8.26%。
表1 變量的描述性統(tǒng)計分析
表2為對樣本進(jìn)行基準(zhǔn)回歸的結(jié)果。列(1)為混合回歸,列(2)、列(3)為固定效應(yīng)模型的估計結(jié)果。列(1)~(3)均顯示,核心解釋變量的系數(shù)均在1%的顯著性水平上顯著為正,這表明內(nèi)源服務(wù)投入促進(jìn)了企業(yè)金融化。
表2 基準(zhǔn)回歸
5.3.1 內(nèi)生性問題探討
前文采用雙向固定效應(yīng)模型進(jìn)行了基準(zhǔn)回歸,但考慮到可能存在其他因素導(dǎo)致內(nèi)生性問題,為此,本文選用了內(nèi)源服務(wù)投入的滯后一期進(jìn)行實證分析。內(nèi)源服務(wù)投入的滯后一階作為前定變量,能夠在一定程度上解決內(nèi)生性問題。表3中列(1)的結(jié)果顯示,一階滯后項(L.ser)的系數(shù)在1%的水平上顯著為正。
表3 內(nèi)生性檢驗結(jié)果
此外,本文采用兩步法系統(tǒng)GMM 模型克服內(nèi)生性偏差。列(2)模型中設(shè)置了個體、年份固定效應(yīng),AR(1)統(tǒng)計量(p=0.000 2)顯著;AR(2)統(tǒng)計量(p=0.600 5)顯著;Hansen 統(tǒng)計量(p=0.920 2)不拒絕工具變量是有效的原假設(shè)。因此,模型有效。模型結(jié)果表明,內(nèi)源服務(wù)投入對金融化的作用在1%的水平上顯著為正。
5.3.2 縮小樣本
本文借鑒余華東等的做法[11],考慮到2008年經(jīng)濟(jì)危機和2020年新冠肺炎疫情造成的外部環(huán)境影響,保留2009-2019年的樣本進(jìn)行回歸。在考慮時間固定和個體固定效應(yīng)的基礎(chǔ)上,解釋變量系數(shù)仍然在1%的水平上顯著為正,即支持內(nèi)源服務(wù)投入會促進(jìn)企業(yè)金融化的結(jié)論。限于篇幅,本文不再展示具體結(jié)果。
5.4.1 企業(yè)產(chǎn)權(quán)性質(zhì)異質(zhì)性檢驗
本文將企業(yè)根據(jù)產(chǎn)權(quán)性質(zhì)分為國有企業(yè)和非國有企業(yè)兩組。根據(jù)表4中的列(1)、列(2)可以看出,非國有企業(yè)內(nèi)源服務(wù)投入的系數(shù)通過1%的顯著性檢驗,而國有企業(yè)的系數(shù)不顯著,換言之,國有企業(yè)的內(nèi)源服務(wù)投入對于企業(yè)金融化的促進(jìn)作用不明顯。究其原因,作為經(jīng)濟(jì)中的公有成分,國有企業(yè)在融資、土地等要素以及市場準(zhǔn)入等方面享有便利[12],即使服務(wù)化產(chǎn)生的成本大于收益,導(dǎo)致績效降低,其也能較快補充資金。而非國有企業(yè)的融資約束相較于國有企業(yè)來說會更大,在績效降低的情況下,其金融套利賺取利潤的動機更強烈。因此,內(nèi)源服務(wù)投入對于非國有企業(yè)金融化的促進(jìn)作用更顯著[13]。
5.4.2 企業(yè)規(guī)模異質(zhì)性檢驗
本文按照企業(yè)總資產(chǎn)大小將企業(yè)分成小規(guī)模企業(yè)和大規(guī)模企業(yè)兩組進(jìn)行檢驗。根據(jù)表4中的列(3)、列(4),小規(guī)模企業(yè)內(nèi)源服務(wù)投入能夠在1%的顯著性水平上促進(jìn)企業(yè)金融化,而大規(guī)模企業(yè)的促進(jìn)作用不明顯。企業(yè)在進(jìn)行服務(wù)化的過程中,重要的因素就是對服務(wù)化員工進(jìn)行配置。但由于勞動力成本上升,擠占了利潤空間,甚至因為提供的服務(wù)并沒有達(dá)到理想的效果而造成負(fù)面的影響。小規(guī)模企業(yè)的資金鏈條相較于大型企業(yè)要更脆弱,對于經(jīng)營績效的變動更敏感,因此,其轉(zhuǎn)向金融化補償利潤的動機會更強。
表4 異質(zhì)性分析結(jié)果
金融投資收益率相對實體投資收益率虛高,導(dǎo)致實體企業(yè)金融化的趨勢增強,不利于推動經(jīng)濟(jì)平衡穩(wěn)定發(fā)展,而服務(wù)化轉(zhuǎn)型是緩解企業(yè)金融化的探索性路徑。本文首次關(guān)注內(nèi)源服務(wù)投入和涉農(nóng)企業(yè)金融化的作用關(guān)系,以2007-2021年滬深A(yù) 股農(nóng)業(yè)上市公司作為研究樣本,得出幾點結(jié)論:①目前,農(nóng)業(yè)上市企業(yè)的金融資產(chǎn)配置占總資產(chǎn)的7.19%,內(nèi)源服務(wù)投入占總營業(yè)成本的8.26%;②內(nèi)源服務(wù)投入顯著促進(jìn)了金融化,結(jié)論在考察了內(nèi)生性和縮小樣本進(jìn)行檢驗后仍然成立;③進(jìn)一步通過異質(zhì)性分析可以得出,內(nèi)源服務(wù)投入顯著促進(jìn)了非國有企業(yè)和小規(guī)模企業(yè)的金融化,而對國有企業(yè)、大規(guī)模企業(yè)的促進(jìn)效果不明顯。
根據(jù)以上分析,本文認(rèn)為:內(nèi)源服務(wù)投入并不能很好地抑制涉農(nóng)企業(yè)金融化。內(nèi)源服務(wù)投入從一定程度上說,需要配置更多的服務(wù)型員工和服務(wù)型要素,從而增加了經(jīng)營成本,且實現(xiàn)服務(wù)化成功轉(zhuǎn)型往往需要較長時間,短期內(nèi)投入的服務(wù)化成本并不能獲得立竿見影的效果。因此,本文得到以下啟示:①企業(yè)需要衡量自身發(fā)展階段和業(yè)務(wù)方向是否適合進(jìn)行內(nèi)源服務(wù)投入,從而適時適當(dāng)進(jìn)行內(nèi)源服務(wù)投入;②企業(yè)應(yīng)聚焦于能夠?qū)崿F(xiàn)長期發(fā)展的主營業(yè)務(wù),深挖自身行業(yè)潛能,只有自身發(fā)展能力提升,才能從根本上抑制金融化;③政府應(yīng)給予農(nóng)業(yè)實業(yè)投資更多的支持,引導(dǎo)農(nóng)業(yè)企業(yè)對金融化風(fēng)險進(jìn)行評估,更大程度地支持其開展研發(fā)工作,帶動其堅持主業(yè)發(fā)展。