论文部分内容阅读
摘 要：中小农业企业为促进我国农业产业化做出了巨大贡献。但由于农业天然弱质性且生产周期长，生产规模小、财务规范性差及抵押资产不足等原因导致中小农业企业具有较高的融资约束。农业供应链金融可以弥补中小农业企业的信用缺失，降低银企的信息不对称，从而缓解其面临的融资困境。在对中小农业企业融资约束的影响因素及缓解效应进行理论分析的基础上，以2012-2018年A股中小企业板和创业板中涉农中小企业数据为研究对象构建回归模型并实证分析。研究发现：中小农业企业融资约束受信息不对称程度和信用风险因素的影响，供应链金融能显著缓解中小农业企业的融资约束，并通过降低企业间信息不对称程度和信用风险来增强这种缓解效应。
关键词：供应链金融;融资约束;中小农业企业;信息不对称;信用风险
中图分类号：F304.4 文献标识码：A 文章编号：1009-9107（2021）02-0140-12
基金项目：国家自然科学基金项目（71671054）;国家留学基金项目（201808230348）;惠州学院教授、博士科研基金项目
作者简介：付玮琼，女，哈尔滨商业大学工商管理博士后流动站博士后，主要研究方向为供应链金融。
引 言
农业是我国国民经济的基础。党和政府多年持续聚焦“三农”问题，将农业问题列为日常工作之重。现代农业的发展不仅需要科学技术创新，更需要金融支持与创新。目前，我国农业发展面临的首要问题就是金融支持匮乏，主要表现为中小农业企业和农户融资难，而供应链金融的出现为解决此问题提供了一条有效途径。近年农业农村部陆续发文表明农业经济的发展应依赖于农产品和金融的高度融合，即建立以农业为主体的金融架构。利用本地农业的优势和特有的农产品，以农业供应链的龙头企业为融资核心，联合其他中小型企业、个体农户和消费者等参与主体，通过有效信息整合，调整生产满足供应链各个环节的金融需求，共同获利。在政府的重视和推动下，农业供应链金融的发展在一定程度上缓解了农户和涉农中小企业资金缺乏的问题。但是相对于大企业，涉农中小企业技术含量偏低、同构性较大，贷款意识落后，难于获得股票和债券的融资;有效担保和抵押资产受限、支农贷款挪为他用的现象层出不穷，再加上农业本身受自然灾害和价格波动影响较大，中小农业企业抗风险能力较弱，难于从金融机构筹借资金。特别是2020年新冠疫情给诸多中小企业带来的重创远高于大型企业，农资中小企业储备明显不足，疫情下人员无法复工、运输停滞、原材料上游企业停产造成农资企业生产能力大幅下降;禽类养殖和生产企业也由于疫情禁止销售活禽，各地纷纷关闭了交易市场;农产品销售企业由于“封城封路”导致保质期较短的农产品配送艰难、腐坏严重、损失巨大。这让原本就资金短缺的农业中小企业更加捉襟见肘[1]。资料显示，目前涉农中小企业融资状况依然严峻，不良贷款率高居各行业前三位，信用风险堪忧。尽管疫情下依靠国家出台的各种政策福利能得到一定贷款风险补偿，扩展融资渠道，但是农业中小企业固有的信息不对称、财务管理混乱、盈利能力低下等风险才是限制企业发展、无法抵御外来环境变化风险的根本原因。因此，如何从根本上解决中小农业企业融资约束的问题仍是推动我国农业发展的关键。
自2014年国务院正式提出创新供应链金融模式缓解中小农业企业融资难以来，我国涉农贷款余额平均每年提高16.5%。截止2018年末，贷款余额比2017年增加了5.3倍，债券、股票等直接融资也有较快发展（数据来源：中国人民银行《中国农村金融服务报告（2018）》），说明供应链金融在某种程度上可以改善中小农业企业融资难的问题。根据农业经营主体不同可将涉农主体分为农户、农村合作社、家庭农场、农业龙头企业及中小农业企业，其中农户及农村合作社的融资主要依靠从私人手中或民间借贷机构的直接融资和参与地方政府投资项目、政府协调的国内外贷款项目等间接融资;农业龙头企业和中小农业企业主要通过信贷和非信贷的方式获得融资，其中大型企业可以依托大型金融机构及资本市场较容易地获得直接融资[2]，而中小农业企业由于弱质性等特征鲜少从非信贷渠道获得融资，存在较大的融资约束，主要依靠供应链金融以农业供应链中的核心企业为依托缓解融资约束。在农业产业化政策的指引下，为了实现传统农业向商品化、专业化的现代农业转变，需要培育农业龙头企业，大力扶持中小农业企业，从而带动农户，推进农业产业一体化进程。因此，本文以如何缓解中小农业企业的融资约束为研究对象，对于解决农业中小企业融资约束及推动农业产业化进程有重要的意义。此外，在现有多层次资本市场中，可以为中小板农业中小企业缓解融资约束提供理论及数据支撑。
根据亿欧智库的统计发现，目前资本市场上农业融资企业主要包括：农资研发、农业信息科技、农业种植、畜禽养殖、农业金融、农业服务、农机植保、土地整合、食品安全、生态农业、综合企业、农业环保、农机生产，而中小农业企业主要集中在农业种植、养殖、生态农业、农产品加工和零售等，遍布于农业供应链的上中下游各环节，其融资模式更贴切供应链金融的应收账款和应付账款模式。本文以2012-2018年深圳证券交易所的创业板及中小企业板涉农中小企业为样本，研究可以代表供应链金融中各环节的涉农中小企业的融资现状，为中小农业企业开展金融服务、提高融資效率提供实证依据。
一、中小农业企业融资约束的文献回顾及机理分析
（一）文献回顾
由于中小农业企业规模较小，抗风险能力弱，信用较差，因此信用贷款比例较少，加剧了融资难度。周敏等认为，造成中小企业融资困境的主要原因之一在于银企的信息不对称引起的违约风险和逆向选择问题[3]。我国金融制度的微调导致银行贷款审批层层把关严控，使得这种信息不对称的负面影响进一步扩大[4]。中小企业的融资窘境同样适用于中小农业企业，并且农业企业自带生产周期长、抗风险能力弱的天然属性，使得信贷难度更大。此外，中小农业企业或者农户缺乏与金融机构的长期的良性互动关系，无法弥补由于自身财务报表失真、经营规模小、抵押农产品不稳定等中小企业的“固有缺陷”，导致面临较高的融资成本[5]。显然，信息透明度低的中小农业企业获得银行借款的难度可能会加大，或者需要付出更高的贷款成本。 信用风险是金融机构衡量是否给中小企业融资贷款的重要指标。根据2017年全国细分行业商业银行不良贷款余额占比统计，继制造业（32.12%）、批发零售业（27.17%）之后农林牧渔业位列第三（6.18%），而在制造业和批发零售业中有不少涉及农业制造业和销售的中小农业企业，证明中小农业企业的不良贷款率偏高，信用风险堪忧，这与我国中小企业的特点及农产品特有的自然属性不无关联。农产品生产周期长容易滞销导致亏损，引发中小农企的内部违约动机[6];同时，环境的变化、突发事件的出现及市场的波动都会引起外在违约动机，比如新冠疫情下中小农企的困境远高于龙头企业。金融机构难以根据中小企业的信息披露情况监控其行为，因此银行会提供较高的贷款利率保证自身资金安全;而高利率会促使中小企业通过投资高风险项目以还贷，从而加剧了自身的信用风险[7]，这也是我国中小农业企业不良贷款率偏高的主要原因。
农业供应链金融源自金融服务与供应链结合的的一种创新模式，在实践中取得了较好的效果，因而大多数学者都集中于农业供应链金融概念及模式的研究。以杨进先为代表的学者认为农业供应链金融基于供应链管理思想是以核心农业企业为主，通过契约和利益与上下游的农业中小企业形成密切合作关系，以供应链的整体授信提高农业中小企业的信用，从而提高融资效率[8]。特别是在发展中国家，供应链金融的应用有效地缓解了农业中小微企业的融资困境，并为农业产业化进程做出积极贡献[9]。由于农业中小企业的产业特点、生长和生产周期相似，有利于实现农业供应链金融服务的标准化、流程化操作，实现农业供应链的规模效益。因此，一些学者在实践中开始研究农业供应链金融模式，根据农业中小企业处于供应链中的生产、加工和销售的不同节点，可以将农业供应链金融模式分为应收账款、应付账款及存货质押模式[10-11]，并陆续以龙江银行的金融项目“惠农链”[12]、马王堆蔬菜批发大市场批发中心模式[13]、农业銀行的蔬菜供应链金融模式等验证了农业供应链金融模式的可实操性。究其根本原因，农业供应链金融模式主要通过农业核心企业的实力降低中小农业企业的信用风险和违约风险，依赖供应链的整体协调性提高企业信息透明化，并保障交易的稳定发展，从而改善中小农业企业融资困境。
国内关于供应链金融和中小企业融资约束的研究中，多数用实证的方式验证这种融资约束的存在性，对其原因和影响因素的分析并不全面，中小企业的融资约束数据是否适用于中小农企也有待进一步考证。事实上，信息不对称和信用风险的叠加效应对于中小农企的影响更为深远，值得深入研究。
（二）机理分析与研究假设
1.中小农业企业融资约束机理分析。融资约束是当企业对外融资成本过高，使得投资回报与融资成本不成正比，从而限制了企业对外融资的机会。对外融资渠道主要包括向金融机构的抵押贷款或上市融资，大多数中小农业企业由于农产品加工销售利润低，股本总额小，达不到上市准入门槛要求，无法进入证券市场直接融资，只能通过向银行等金融机构贷款实现间接融资[14]。同时，涉农中小企业经营不稳定、信用风险高、信息披露质量不高，金融机构对其信用评级低，在融资中需要提供相应的质押物实现抵押贷款，而大企业凭借其商业信用就能获得银行的信用贷款。相较之下，缺乏融资担保的中小农业企业融资难度更大。此外，农产品具有自然和季节性风险，生产流程简单，比较利益低，使得中小农业企业的融资约束比其他行业更为严峻。中小农业企业面临融资约束的主要因素如图1所示。
在传统中小企业融资中，银企形成单一的委托-代理关系，信息不对称程度较高，银行只能根据中小企业披露的部分盈利和负债等财务信息确定贷款利率，易产生“逆向选择”，迫使稳健型的中小企业退出，高风险的中小企业进入，提高了银行的风险概率。根据信息不对称理论可知，在商品市场上，掌握充分信息的“代理人”和信息掌握不充分的“委托人”存在逆向选择和违约风险的可能[14]，从而提高融资成本。在借贷市场上，银行等金融机构为了保证借贷安全，需要根据中小农业企业披露的财务等信息进行信用评估，而披露的信息往往不真实或不全面，使得金融机构只能剔除信息披露质量较低的企业，或者对中小农业企业提出高于大企业的抵押担保要求，以弥补潜在的融资风险，无形中加大了中小农业企业融资的成本和难度。因此，信息是否对称是金融机构贷款决策的重要参考，也是中小农业企业融资难的主要因素之一。
信用风险即违约风险，是指在信贷中，中小企业获得银行授信后，违背合同改变贷款用途，或者企业缺乏偿还贷款能力而故意违约的行为[3]。融资契约双方的信息存在“孤岛现象”，银行不可能完全了解借款人的履约能力，以及借款投资项目的风险水平，只能根据平均风险状况和盈利能力确定贷款利率，导致资金流向低信用者，致使商业银行贷款平均风险提高[15]。银行面对违约风险高的中小农业企业时，最优策略是拒绝授信，因此造成了中小企业融资约束困境。同时，农业的天然弱质性加剧了中小农企的经营和违约风险，影响其授信能力。国外学者对美国公开上市公司的现金持有量的决定因素研究发现，信用风险与企业现金持有量成反比[16]，而现金持有量反映了企业的融资约束程度，因此认为信用风险是影响中小农业企业融资约束的另一个重要因素。
2.供应链金融缓解融资约束的机理分析。供应链金融缓解融资约束的作用机理在于依托农业产供销一体化的供应链交易背景，降低金融机构与融资企业间的融资成本、信息不对称程度和信用风险，帮助中小农业企业顺利获得金融资源。供应链金融模式下，中小农业企业将应收账款或预购的农产品质押给金融机构，金融机构依托核心企业的信用担保或者将农产品交给第三方物流企业监管，将与中小农业企业的单方合同关系扩大为多方合作，分散了中小农业企业的信用风险，降低了融资成本。谭喻萦等从博弈的角度认为供应链金融模式是中小企业、金融机构、核心企业多方博弈降低信用风险的惟一均衡决策[17]。
第一，供应链金融可以降低融资成本。企业融资成本属于交易成本理论范畴，影响交易成本的三要素为资产专用性、交易不确定性和交易频率[15]。传统融资下，中小农业企业和金融机构很难做到完全理性，在追求自身利益最大化的过程中出现的欺骗、违约等行为必然增加融资成本。而供应链金融模式下，金融机构凭借农业核心企业的信用担保对整条供应链提供金融服务，降低交易频率;利用核心企业掌握中小企业的财务、信用状况等信息，快速甄别优质企业，降低信用风险的调查成本，提高交易的稳定性[18];利用第三方物流企业控制农产品储存和质押的权限，在融资中后期监控中小农业企业的资金使用和还款去向，消除融资资产的不确定性，降低融资管理成本。 第二，供应链金融可以实现信息共享。为了保证供应链金融整体运营的有效性，核心企业、第三方物流企业及中小农业企业必须以信息共享为前提，保持稳定而长期的合作关系。这就给金融机构传递了一种信号，即只要是进入供应链中的中小农业企业，其信息透明度相对较高。同时，核心企业、物流企业和金融机构都会对中小农业企业的规模、偿贷能力、资信状况全面评估，这增强了中小农业企业的信息共享程度，极大地提高融资效率。在农业金融服务中，第三方物流协助银行看管农产品等质押物，提供相关信息，改善了银企的信息不对称。或者通过供应商回购模式以分担风险、提升流动性溢价[19]。通过供应链金融模式可以显著降低中小企业的信息不对称程度，从而提高融资效率[20];融资效率与融资约束成反向变动，也可以初步判断在供应链金融模式下，信息共享程度较高的中小农业企业会更快突破融资约束的困境。在贷款前期，农业核心企业与中小企业通过稳定合作关系实现利益捆绑，打通信息孤岛，凭借自身优势充分掌握中小农业企业的经营状况、财务风险等信息，并以自身信用能力为担保，提供充足信息给金融机构作为甄别优质贷款企业的依据，规避逆向选择问题[21]。
第三，农业供应链金融可以降低融资风险。农业供应链金融本质是通过上下游企业间信誉共享，将中小农业企业的信誉度提高到与核心企业同等水平，从而降低中小农业企业的融资风险，形成可靠的信誉体系[22]。金融机构可以通过核心企业的信誉及第三方物流企业对农产品的质押监管，监督融资企业的交易信息，严格控制信贷资金的用途，防止企业逃避偿贷责任，降低中小农业企业的道德风险。国内学者从相反角度证明了企业的商业信用可以缓解企业融资约束，而商业信用与信用风险成反比，意味着降低信用风险可以改善中小企业的融资，缓解融资约束[23]。在贷款中后期，核心企业、物流企业均可以作为中小农业企业的委托人和金融机构的代理人，通过控制整个供应链中的金融链，监控中小农业企业的融资资金及使用，最大程度地实现透明化，降低了道德风险的发生率，提高中小农业企业的融资可得率和信用程度，降低由于信息不对称引发的风险[24]。
供应链金融正是基于供应链网络化特点，实现核心企业和第三方的多重监管以降低中小企业的融资成本，大大提高融资效率[25]。随着金融区块链技术、物联网、云计算等广泛的应用和农业供应链金融信息平台的使用，农业中小企业信用风险问题得到了有效解决[24]。基于以上分析，构建本文分析的逻辑框架（见图2）。
本文的研究假设如下：
H1：中小农业企业面临较明显的融资约束;
H2：中小农业企业融资约束受信息不对称程度影响，即信息不对称程度越高，中小农业企业面临的融资约束越大，反之则越小;
H3：中小農业企业的融资约束受信用风险水平影响，信用风险越大，中小农业企业面临的融资约束越大;
H4：供应链金融可以降低中小农业企业的信息不对称程度;
H5：供应链金融可以降低中小农业企业的信用风险;
H6：供应链金融可以缓解中小农业企业的融资约束;
H7：供应链金融通过降低信息不对称程度来缓解中小农业企业的融资约束;
H8：供应链金融通过降低信用风险来缓解中小农业企业的融资约束。
二、变量选择及模型构建
（一）数据来源及样本选择
本文数据来源有两部分：（1）查询CSMAR国泰安和RESSET数据库，参照《上市公司行业分类指引（2012年修订）》以2012-2018年深圳证券交易所公布的A股农林牧渔业及与农业相关的制造业、零售业等中小企业板和创业板上市公司面板数据为研究对象。（2）查询深圳证券交易所网站公布的中小农业企业上市公司信息披露的考评并统计。为了确保数据测试的有效性，收集数据时剔除同时在主板上市的大型企业;剔除被ST、*ST的公司;剔除财务数据不全和信息披露缺失的上市公司;剔除金融类公司;根据收集数据及手动计算并进行排序，剔除严重偏离度超过30%以上的异常值[11]，最终得到2012年52家、2013年54家、2014年58家、2015年65家、2016年71家、2017年77家、2018年77家，共454家企业数据，2 694个样本观测值。运用EXEL及SPSS24.0进行数据处理和分析。
（二）变量选取
1.主要变量的选取。被解释变量：用C表示现金持有量的变动额，衡量中小农业企业融资约束程度，用当期的货币资金及现金等价物相对于上一年的变动额除以当期公司总资产计算得出[12]。
自变量的选取：（1）用CF表示当期现金流量，即用当期经营活动产生的净现金除以当期的公司总资产计算得出[11]。（2）供应链金融发展水平用S表示，即用企业的短期贷款和应付票据之和的均值来表示供应链金融发展水平[23]。短期贷款额代表企业为了缓解短期资金需求，向金融机构借入的为期一年内的贷款，可以视作中小农业企业采用存货融资和应收账款融资的两种供应链融资模式的代理变量;应付票据是采用商业承兑和银行承兑汇票，视作中小农业企业预付账款的供应链融资模式的代理变量，两者的加和可以全面反映中小农业企业不同供应链融资模式的发展水平。（3）中小农业企业的信息不对称程度选取两种表示方法：第一，用D表示股票分析师的预测准确度，参考董秀良的做法并做了一些调整[26]，D值越大，表明分析师预测准确度越高，信息不对称程度越小。第二，用I表示信息披露水平，以深圳交易所公布上市企业信息披露结果为准，分为A、B、C、D四个等级，对应信息披露质量由高到低，信息披露水平越高，中小农业企业与贷款银行的信息不对称程度越低。（4）中小农业企业的信用风险用RK表示，梳理文献发现，经典的信用风险度量模型包括信用评级模型、判别模型等。考虑到该模型的行业适用性和计算可得性，本文参考史雪明的做法采用巴萨利模型来计算信用风险，计算公式见表1。计算结果称为巴萨利值，该值越大，表示信用风险越小，反之，则信用风险越大[20]。 2.其他变量选取。其他控制变量主要选取能反映公司规模、负债、盈利、投资机会等财务数据，本文使用的所有变量的解释及计算见表1。
（三）回归模型构建
1.融资约束基本模型及扩展。受融资约束的中小农业企业相对大企业很难从银行等金融机构获得贷款，不得不从企业内部的现金流中提取资金，累计以作为未来投资和自身发展的需求，此时，中小农业企业会存在一定现金-现金流敏感度。国内外学者进一步验证了融资约束与现金-现金流敏感性存在着正的相关性[10、27]。基于此，本文构建中小农业企业融资约束的基本模型为：
由于中小农业企业的信息不对称程度较大，同时信用风险较高在一定程度上加剧企业融资约束，为了说明融资约束的影响因素，根据H2、H3，对模型（1）进行拓展，增加D、I、RK及与现金流CF的交乘项，形成如下扩展模型：
为了验证H1，模型（1）预期β1为正，且显著，说明中小农业企业存在明显的现金-现金流敏感性;为了验证H2、H3，模型（2）当F2=I，预期β3显著为负;当F3=RK，预期β3显著为负。
2.信息不对称程度及信用风险的模型。中小农业企业存在较为明显的信息不对称及信用风险，导致银行等金融机构对其信用评分较低，而供应链金融模式可以依托核心企业资信水平，缓解其信息不对称程度及信用风险。根据本文变量之间的相关关系，构建和发展出信用不对称程度和信用风险的模型如下：
为了检验H4、H5考察供应链金融是否可以降低中小农业企业的信息不对称程度及信用风险，在模型（3）～（5）中分别加入衡量供应链金融发展水平的变量S，得到模型（6）～（8），预期模型（6）～（8）β1显著为正。公式如下：
3.供应链金融对融资约束的缓解效应模型供应链金融通过改善中小农业企业的融资和交易环境，凭借与核心企业的契约关系提升中小企业的信用水平，降低信用风险和信息不对称程度，从而缓解中小农业企业的融资约束。在模型（1）的基础上构建供应链金融缓解融资约束的模型（9），同时为了检验供应链金融是否通过缓解信息不对称程度和信用风险来缓解融资约束的效应，参考周卉等的做法[28]，在模型（9）的基础上增加S×CF×Fi交互项构建缓解效应模型（10）。如下：
为检验H6，引入供应链金融S与现金流CF的交乘项系数β3，预期β3为负，说明供应链金融能缓解中小农业企业融资约束;为检验H7，引入信息不对称程度变量，该变量可以用D和I两个变量衡量，预期β5显著为正;为了检验H8，引入信用风险变量，用R衡量，预期β5显著为正。说明信息不对称程度越高或信用风险越高的企业，供应链金融缓解融资约束效应越明显。
三、實证结果与分析
（一）描述性统计与相关性分析
1.描述性分析。
表2报告了主要变量的描述性统计结果，结果表明：不同企业分析师预测准确度D、信用风险水平RK及信息披露结果I标准差较大，说明不同企业的信息对称程度和信用风险都有较大差异，二者变化相似，也反映所选取变量的稳健性。公司规模SZ的标准差为0.8，说明中小农业企业，相互之间规模差异不大;资产负债率RI均值为0.32，小于0.5，说明中小农业企业的负债能力低，融资需求和能力之间不匹配;资产收益率Ro最小值为1.83，最大值为2.17，表明中小农业企业盈利能力相差很多。
2.变量相关性分析。表3为主要变量的相关性结果分析。结果表明：现金变动、现金流量、供应链发展水平、分析师预测准确度、信息披露水平、信用风险各指标显著相关;现金流量CF与现金变动ΔC相关系数显著为正，可以初步证明假设1的合理性;同时主要变量间的相关系数<0.5，说明变量之间并无显著多重共线性。
（二）回归结果分析
1.融资约束及其影响因素分析。在回归式（1）中CF现金流系数为0.171，且在0.01的水平上显著，表明中小农业企业存在明显的现金-现金流敏感性，即存在融资约束，且该系数越大，融资约束程度越高，验证了H1，这与大多数学者的研究结果一致。在融资约束影响因素回归式（2）中，为了解释现金流CF对融资约束的影响受到信息不对称程度和信用风险的影响，分别引入表示信息不对称程度的两个变量：D和I及与CF的交互项：D*CF/I*CF/RK*CF，回归结果表明交互项系数分别为-0.16和-0.345在1%水平上显著为负，根据交互项的原理[15]说明D的加入使CF对融资约束的影响力度为：0.153-0.16*D，当D值越小，即预测准确度越低的时候，CF对融资约束的影响力越大;同理，I的加入使CF对融资约束的影响力度为：0.105-0.345*I，I值越小，即企业信息披露结果越差的时候，CF对融资约束的影响力越大。最终得出结论：中小农业企业与银行的信息对称程度越高，中小农业企业融资约束程度越低，这与姚王信对于科技型中小企业的回归分析结果相同，验证了H2;引入表示信用风险的变量RK及RK与CF的交乘项。结果表明，交乘项系数为0.230，在1%的水平上显著为负，说明中小农业企业的信息披露质量越低，其融资约束程度越高，反之，融资约束程度越低，验证了H3。
2.信息不对称程度、信用风险水平与供应链金融。回归结果见表4，当引入供应链金融发展水平变量S后，回归模型（3）～（5）中其他变量的结果显著未发生明显变化，回归模型（6）～（8）中S的回归系数分别为0.153、0.141、0.095，分别在1%、5%、5%的水平上显著，说明S对被解释变量D、I、RK有正向的作用。即当供应链金融水平提高1%，分析师预测准确度D会提高0.153%，信息披露质量I会提高0.141%，从而降低信息不对称程度;同理，信用风险水平RK会提高0.095%，从而降低中小企业的信用风险。因而，中小农业企业供应链金融发展水平越高，信息不对称程度越低，信用风险越小，验证H4、H5。 3.供应链金融对中小农业企业融资约束的缓解效应分析。进一步分析，供应链金融对中小农业企业是否有缓解作用，这种缓解作用是否可以通过调节信息不对称程度和信用风险实现。为了验证H6，在基本回归式（1）中引入供应链金融发展水平变量S，及S与CF的交乘项，结果见表5。S*CF的系数为-0.268，显著，表明供应链金融确实对中小农业企业的融资约束有较强的缓解作用。为了验证H7、H8，在回归式（9）的基础上分别引入信息不对称程度D/I和信用风险RK变量，以及S*CF*D、S*CF*I、S*CF*RK的交互項，通过三者的交互项系数是否显著判断新变量的加入是否具备调节作用。表6回归式（10）的结果表明，S*CF*D、S*CF*I的系数分别为-0.222和-0.662，在1%和10%的水平上显著为负，说明当引入D和I时，S*CF对融资约束的影响回归式的斜率分别为0.222和0.662，即D或I的加入对供应链金融对融资约束的缓解作用是正向调节，即随着D/I值变大，这种缓解效应增强，这与周卉等引入盈余管理程度、分析师关注度和股价非同步性衡量企业信息透明度与供应链金融的调节效应分析结果一致[21]。同理，引入信用风险RK及S*RK*CF的交互项，回归结果表明S*RK*CF系数为0.068，在10%的水平上显著为正，对供应链金融的缓解效应有正向调节作用。最终得出结论：对于信息不对称程度较大或信用风险较大的中小农业企业，供应链金融的缓解效应更明显，验证了H7和H8。
（三）稳健性分析
参照以往研究成果中提供的稳健性分析方法，用托宾Q值代替GR，对上述主要回归模型进行检验（限于篇幅，不再报告检验结果）。稳健性检验表明：模型（1）、（3）～（10）的回归结果无实质性改变，说明本研究结果是稳健的。
四、结论及建议
（一）主要结论
本文基于信息不对称理论分析供应链金融对中小农业企业融资约束的缓解机理，通过实证研究得出主要结论：（1）中小农业企业的融资方式多为向金融机构贷款，由于同金融机构间信息不对称及本身具有较高的信用风险及融资成本，导致中小农业企业面临较强的融资约束。（2）通过引入供应链金融模式可以缓解中小农业企业的融资约束。（3）通过降低中小农业企业与金融机构间的信息不对称程度及减小中小农业企业的信用风险，供应链金融模式能显著缓解中小农业企业的融资约束程度。（4）在收集的数据中发现信息披露水平整体偏高，披露结果较差的企业仅占11.1%，对分析结果有一定影响，在引入I分析S对融资约束影响力度变化的回归分析中，I的加入使得S*CF的系数出现不显著的结果，虽然不影响本研究，但是信息披露质量的合理性有待考究，至少可以判断银行等金融机构不能单凭借企业信息披露质量的好坏，判断该企业的信用程度以及其是否可以得到贷款等。
（二）相关建议
根据本文的实证分析，建议从三个方面更好地完善供应链金融模式，解决中小农业企业的融资约束问题。
1.从国家政策协调角度。（1）政府需要有效的干预和引导，引入互联网、区块链、大数据技术，创建中小农业企业、核心企业、物流企业、金融机构的信息共享平台或协调机制，具体可以落实到乡镇政府、农业银行及龙头企业共同出资并监督管理信息平台。（2）完善农业金融贷款制度。通过立法扩大农产品质押范围，提供标准化的农产品存货、预付和应收账款的信息制度，制定中小农业企业及农户的抵押资产评估体系和特定的法律规章;重新构建信息披露指标的衡量标准和制度，尽量能充分体现中小农业企业披露的财务数据，以降低金融机构的放贷风险。
2.从金融服务创新角度。（1）金融机构要结合中小农业企业的特点，大力推进应收和预付账款融资模式的发展，创新与农业企业利率、盈利能力、还款时限相匹配的金融创新产品，如设置农业专项借贷项目，评估中小农业企业借贷风险;与核心企业保持长期的战略合作，激发其担保、协调、监管的功能，防止核心企业和中小农业企业联合骗贷。（2）通过与保险公司或其他担保机构合作分散信贷风险;完善金融机构内部的贷款审批体系，严控准入资格，利用人民银行查询中小农业企业和核心企业的购销记录、应收账款的转让、质押等情况，提高一线业务人员的职业素养，避免操作风险，保障资金的良好流动率。
3.从中小农业企业自身管理角度。（1）中小农业企业应以龙头企业为标杆建立规范的财务管理制度，以符合金融机构的信贷评估标准;保持与核心企业的长期稳定的合作关系以获得核心企业、第三方物流企业的融资担保，提升信贷能力。（2）转变企业传统形象，向绿色农业、有机农业的政策方向靠拢，坚持产融结合的思想，在农村金融战略的基础上，实现“融资+保险+龙头企业+中小农业企业”协同发展的新思路。
参考文献：
[1] 黄庆华，周志波，周密.新冠肺炎疫情对我国中小企业的影响及应对策略[J].西南大学学报（社会科学版），2020，46（3）：56-68.
[2] 华中昱，林万龙.贫困地区新型农业经营主体金融需求状况分析——基于甘肃、贵州及安徽3省的6个贫困县调查[J].农村经济，2016（9）：66-71.
[3] 葛永波，张萌萌.企业融资偏好解析——基于农业上市公司的实证数据[J].华东经济管理，2008，22（6）：42-48.
[4] 张捷，王霄.中小企业金融成长周期与融资结构变化[J].世界经济，2002（9）：63-70.
[5] 卢强，刘贝妮，宋华.中小企业能力对供应链融资绩效的影响：基于信息的视角[J].南开管理评论，2019，22（3）：122-136.
[6] 张玉明，赵瑞瑞.共享金融缓解中小企业融资约束的机制研究[J].财经问题研究，2019（6）：58-65.
[7] 何自云.不良贷款容忍度与中小企业贷款[J].中国金融，2010（14）：94. [8] 杨进先.农业供应链金融模式探索[J].中国金融，2012（22）：85-86.
[9] CHRISTIN M.Supply Chain Differentiation，Contract Agriculture and Farmers’ Marketing Preferences[J].Food Policy，2014，10：667-677.
[10] 姚王信，夏娟，孫婷婷.供应链金融视角下科技型中小企业融资约束及其缓解研究[J].科技进步与对策，2017，34（4）：105-110.
[11] 朱秋华，杨毅，杨婷.信息披露质量、供应链金融与中小企业融资约束——基于创业板上市公司的经验证据[J].企业经济，2019（6）：89-96.
[12] 曾青福.“惠农链”农业供应链金融体系的设计与实现[J].金融电子化，2014（3）：67-69.
[13] 邵娴.农业供应链金融模式创新——以马王堆蔬菜批发大市场为例[J].农业经济问题，2013，34（8）：62-68.
[14] 周敏，雷国平，匡兵.信息不对称下的农地流转“柠檬”市场困境——以黑龙江省西城村例证[J].华中农业大学学报（社会科学版），2017（4）：118-123.
[15] WILIAMSON O E.The Economics of Organization：The Transaction Cost Approach[J].American Journal of Sociology，1981，87（3）：548-577.
[16] OPLER T，PINKOWITZ L，STULZ R，et al.The Determinants and Implications of Corporate Cash Holdings[J].Journal of Financial Economics，1999，52（1）：3-46.
[17] 谭喻萦，杨筝.基于收益共享机制的线上供应链金融最优均衡策略研究[J].管理评论，2019，31（9）：241-254.
[18] 罗正英，张雪芬，陶凌云，等.信誉链： 中小企业融资的关联策略[J].会计研究，2003（7）：50-52.
[19] 周月书，王雨露，彭媛媛.农业产业链组织、信贷交易成本与规模农户信贷可得性[J].中国农村经济，2019（4）：41-54.
[20] 史雪明，张志林，许立新.信用风险， 融资约束与投资行为——基于我国制造业上市公司实证分析[J].西安电子科技大学学报（社会科学版），2012（1）：48-54.
[21] 杨军，房姿含.供应链金融视角下农业中小企业融资模式及信用风险研究[J].农业技术经济，2017（9）：95-104.
[22] 郑建明，王万军，白霄.制度环境，现金持有与信用风险[J]. 国际商务（对外经济贸易大学学报），2017（5）：104-119.
[23] 王立清，胡滢.供应链金融与企业融资约束改善——基于产融结合与战略承诺的调节作用分析[J].中国流通经济，2018，32（6）：122-128.
[24] 申云，陈慧，陈晓娟，等.乡村产业振兴评价指标体系构建与实证分析[J].世界农业，2020（2）：59-69.
[25] 宋华，杨璇，喻开.信息不对称下中小企业如何获得融资绩效——基于供应链金融的实证分析[J].中国流通经济，2017，31（9）：89-99.
[26] 董秀良，张婷，孙佳辉.中国企业跨境交叉上市改善了公司治理水平吗？——基于分析师预测准确度的实证检验[J].中国软科学，2016（9）：99-111.
[27] OOTHAKER L E .Multiple Regression：Testing and Interpreting Interactions[J].Journal of the Operational Research Society，1994，45（1）：119.
[28] BURRILLl D F.Modeling and Interpreting Interactions in Multiple Regression[J].The Ontario Institute for Studies in Education Toronto，Ontario Canada，1997：777-789.
[29] 周卉，谭跃，鄢波.供应链金融与企业融资约束：效果，作用机理及调节因素[J].商业研究，2017（9）：163-169.
（责任编辑：张洁）
关键词：供应链金融;融资约束;中小农业企业;信息不对称;信用风险
中图分类号：F304.4 文献标识码：A 文章编号：1009-9107（2021）02-0140-12
基金项目：国家自然科学基金项目（71671054）;国家留学基金项目（201808230348）;惠州学院教授、博士科研基金项目
作者简介：付玮琼，女，哈尔滨商业大学工商管理博士后流动站博士后，主要研究方向为供应链金融。
引 言
农业是我国国民经济的基础。党和政府多年持续聚焦“三农”问题，将农业问题列为日常工作之重。现代农业的发展不仅需要科学技术创新，更需要金融支持与创新。目前，我国农业发展面临的首要问题就是金融支持匮乏，主要表现为中小农业企业和农户融资难，而供应链金融的出现为解决此问题提供了一条有效途径。近年农业农村部陆续发文表明农业经济的发展应依赖于农产品和金融的高度融合，即建立以农业为主体的金融架构。利用本地农业的优势和特有的农产品，以农业供应链的龙头企业为融资核心，联合其他中小型企业、个体农户和消费者等参与主体，通过有效信息整合，调整生产满足供应链各个环节的金融需求，共同获利。在政府的重视和推动下，农业供应链金融的发展在一定程度上缓解了农户和涉农中小企业资金缺乏的问题。但是相对于大企业，涉农中小企业技术含量偏低、同构性较大，贷款意识落后，难于获得股票和债券的融资;有效担保和抵押资产受限、支农贷款挪为他用的现象层出不穷，再加上农业本身受自然灾害和价格波动影响较大，中小农业企业抗风险能力较弱，难于从金融机构筹借资金。特别是2020年新冠疫情给诸多中小企业带来的重创远高于大型企业，农资中小企业储备明显不足，疫情下人员无法复工、运输停滞、原材料上游企业停产造成农资企业生产能力大幅下降;禽类养殖和生产企业也由于疫情禁止销售活禽，各地纷纷关闭了交易市场;农产品销售企业由于“封城封路”导致保质期较短的农产品配送艰难、腐坏严重、损失巨大。这让原本就资金短缺的农业中小企业更加捉襟见肘[1]。资料显示，目前涉农中小企业融资状况依然严峻，不良贷款率高居各行业前三位，信用风险堪忧。尽管疫情下依靠国家出台的各种政策福利能得到一定贷款风险补偿，扩展融资渠道，但是农业中小企业固有的信息不对称、财务管理混乱、盈利能力低下等风险才是限制企业发展、无法抵御外来环境变化风险的根本原因。因此，如何从根本上解决中小农业企业融资约束的问题仍是推动我国农业发展的关键。
自2014年国务院正式提出创新供应链金融模式缓解中小农业企业融资难以来，我国涉农贷款余额平均每年提高16.5%。截止2018年末，贷款余额比2017年增加了5.3倍，债券、股票等直接融资也有较快发展（数据来源：中国人民银行《中国农村金融服务报告（2018）》），说明供应链金融在某种程度上可以改善中小农业企业融资难的问题。根据农业经营主体不同可将涉农主体分为农户、农村合作社、家庭农场、农业龙头企业及中小农业企业，其中农户及农村合作社的融资主要依靠从私人手中或民间借贷机构的直接融资和参与地方政府投资项目、政府协调的国内外贷款项目等间接融资;农业龙头企业和中小农业企业主要通过信贷和非信贷的方式获得融资，其中大型企业可以依托大型金融机构及资本市场较容易地获得直接融资[2]，而中小农业企业由于弱质性等特征鲜少从非信贷渠道获得融资，存在较大的融资约束，主要依靠供应链金融以农业供应链中的核心企业为依托缓解融资约束。在农业产业化政策的指引下，为了实现传统农业向商品化、专业化的现代农业转变，需要培育农业龙头企业，大力扶持中小农业企业，从而带动农户，推进农业产业一体化进程。因此，本文以如何缓解中小农业企业的融资约束为研究对象，对于解决农业中小企业融资约束及推动农业产业化进程有重要的意义。此外，在现有多层次资本市场中，可以为中小板农业中小企业缓解融资约束提供理论及数据支撑。
根据亿欧智库的统计发现，目前资本市场上农业融资企业主要包括：农资研发、农业信息科技、农业种植、畜禽养殖、农业金融、农业服务、农机植保、土地整合、食品安全、生态农业、综合企业、农业环保、农机生产，而中小农业企业主要集中在农业种植、养殖、生态农业、农产品加工和零售等，遍布于农业供应链的上中下游各环节，其融资模式更贴切供应链金融的应收账款和应付账款模式。本文以2012-2018年深圳证券交易所的创业板及中小企业板涉农中小企业为样本，研究可以代表供应链金融中各环节的涉农中小企业的融资现状，为中小农业企业开展金融服务、提高融資效率提供实证依据。
一、中小农业企业融资约束的文献回顾及机理分析
（一）文献回顾
由于中小农业企业规模较小，抗风险能力弱，信用较差，因此信用贷款比例较少，加剧了融资难度。周敏等认为，造成中小企业融资困境的主要原因之一在于银企的信息不对称引起的违约风险和逆向选择问题[3]。我国金融制度的微调导致银行贷款审批层层把关严控，使得这种信息不对称的负面影响进一步扩大[4]。中小企业的融资窘境同样适用于中小农业企业，并且农业企业自带生产周期长、抗风险能力弱的天然属性，使得信贷难度更大。此外，中小农业企业或者农户缺乏与金融机构的长期的良性互动关系，无法弥补由于自身财务报表失真、经营规模小、抵押农产品不稳定等中小企业的“固有缺陷”，导致面临较高的融资成本[5]。显然，信息透明度低的中小农业企业获得银行借款的难度可能会加大，或者需要付出更高的贷款成本。 信用风险是金融机构衡量是否给中小企业融资贷款的重要指标。根据2017年全国细分行业商业银行不良贷款余额占比统计，继制造业（32.12%）、批发零售业（27.17%）之后农林牧渔业位列第三（6.18%），而在制造业和批发零售业中有不少涉及农业制造业和销售的中小农业企业，证明中小农业企业的不良贷款率偏高，信用风险堪忧，这与我国中小企业的特点及农产品特有的自然属性不无关联。农产品生产周期长容易滞销导致亏损，引发中小农企的内部违约动机[6];同时，环境的变化、突发事件的出现及市场的波动都会引起外在违约动机，比如新冠疫情下中小农企的困境远高于龙头企业。金融机构难以根据中小企业的信息披露情况监控其行为，因此银行会提供较高的贷款利率保证自身资金安全;而高利率会促使中小企业通过投资高风险项目以还贷，从而加剧了自身的信用风险[7]，这也是我国中小农业企业不良贷款率偏高的主要原因。
农业供应链金融源自金融服务与供应链结合的的一种创新模式，在实践中取得了较好的效果，因而大多数学者都集中于农业供应链金融概念及模式的研究。以杨进先为代表的学者认为农业供应链金融基于供应链管理思想是以核心农业企业为主，通过契约和利益与上下游的农业中小企业形成密切合作关系，以供应链的整体授信提高农业中小企业的信用，从而提高融资效率[8]。特别是在发展中国家，供应链金融的应用有效地缓解了农业中小微企业的融资困境，并为农业产业化进程做出积极贡献[9]。由于农业中小企业的产业特点、生长和生产周期相似，有利于实现农业供应链金融服务的标准化、流程化操作，实现农业供应链的规模效益。因此，一些学者在实践中开始研究农业供应链金融模式，根据农业中小企业处于供应链中的生产、加工和销售的不同节点，可以将农业供应链金融模式分为应收账款、应付账款及存货质押模式[10-11]，并陆续以龙江银行的金融项目“惠农链”[12]、马王堆蔬菜批发大市场批发中心模式[13]、农业銀行的蔬菜供应链金融模式等验证了农业供应链金融模式的可实操性。究其根本原因，农业供应链金融模式主要通过农业核心企业的实力降低中小农业企业的信用风险和违约风险，依赖供应链的整体协调性提高企业信息透明化，并保障交易的稳定发展，从而改善中小农业企业融资困境。
国内关于供应链金融和中小企业融资约束的研究中，多数用实证的方式验证这种融资约束的存在性，对其原因和影响因素的分析并不全面，中小企业的融资约束数据是否适用于中小农企也有待进一步考证。事实上，信息不对称和信用风险的叠加效应对于中小农企的影响更为深远，值得深入研究。
（二）机理分析与研究假设
1.中小农业企业融资约束机理分析。融资约束是当企业对外融资成本过高，使得投资回报与融资成本不成正比，从而限制了企业对外融资的机会。对外融资渠道主要包括向金融机构的抵押贷款或上市融资，大多数中小农业企业由于农产品加工销售利润低，股本总额小，达不到上市准入门槛要求，无法进入证券市场直接融资，只能通过向银行等金融机构贷款实现间接融资[14]。同时，涉农中小企业经营不稳定、信用风险高、信息披露质量不高，金融机构对其信用评级低，在融资中需要提供相应的质押物实现抵押贷款，而大企业凭借其商业信用就能获得银行的信用贷款。相较之下，缺乏融资担保的中小农业企业融资难度更大。此外，农产品具有自然和季节性风险，生产流程简单，比较利益低，使得中小农业企业的融资约束比其他行业更为严峻。中小农业企业面临融资约束的主要因素如图1所示。
在传统中小企业融资中，银企形成单一的委托-代理关系，信息不对称程度较高，银行只能根据中小企业披露的部分盈利和负债等财务信息确定贷款利率，易产生“逆向选择”，迫使稳健型的中小企业退出，高风险的中小企业进入，提高了银行的风险概率。根据信息不对称理论可知，在商品市场上，掌握充分信息的“代理人”和信息掌握不充分的“委托人”存在逆向选择和违约风险的可能[14]，从而提高融资成本。在借贷市场上，银行等金融机构为了保证借贷安全，需要根据中小农业企业披露的财务等信息进行信用评估，而披露的信息往往不真实或不全面，使得金融机构只能剔除信息披露质量较低的企业，或者对中小农业企业提出高于大企业的抵押担保要求，以弥补潜在的融资风险，无形中加大了中小农业企业融资的成本和难度。因此，信息是否对称是金融机构贷款决策的重要参考，也是中小农业企业融资难的主要因素之一。
信用风险即违约风险，是指在信贷中，中小企业获得银行授信后，违背合同改变贷款用途，或者企业缺乏偿还贷款能力而故意违约的行为[3]。融资契约双方的信息存在“孤岛现象”，银行不可能完全了解借款人的履约能力，以及借款投资项目的风险水平，只能根据平均风险状况和盈利能力确定贷款利率，导致资金流向低信用者，致使商业银行贷款平均风险提高[15]。银行面对违约风险高的中小农业企业时，最优策略是拒绝授信，因此造成了中小企业融资约束困境。同时，农业的天然弱质性加剧了中小农企的经营和违约风险，影响其授信能力。国外学者对美国公开上市公司的现金持有量的决定因素研究发现，信用风险与企业现金持有量成反比[16]，而现金持有量反映了企业的融资约束程度，因此认为信用风险是影响中小农业企业融资约束的另一个重要因素。
2.供应链金融缓解融资约束的机理分析。供应链金融缓解融资约束的作用机理在于依托农业产供销一体化的供应链交易背景，降低金融机构与融资企业间的融资成本、信息不对称程度和信用风险，帮助中小农业企业顺利获得金融资源。供应链金融模式下，中小农业企业将应收账款或预购的农产品质押给金融机构，金融机构依托核心企业的信用担保或者将农产品交给第三方物流企业监管，将与中小农业企业的单方合同关系扩大为多方合作，分散了中小农业企业的信用风险，降低了融资成本。谭喻萦等从博弈的角度认为供应链金融模式是中小企业、金融机构、核心企业多方博弈降低信用风险的惟一均衡决策[17]。
第一，供应链金融可以降低融资成本。企业融资成本属于交易成本理论范畴，影响交易成本的三要素为资产专用性、交易不确定性和交易频率[15]。传统融资下，中小农业企业和金融机构很难做到完全理性，在追求自身利益最大化的过程中出现的欺骗、违约等行为必然增加融资成本。而供应链金融模式下，金融机构凭借农业核心企业的信用担保对整条供应链提供金融服务，降低交易频率;利用核心企业掌握中小企业的财务、信用状况等信息，快速甄别优质企业，降低信用风险的调查成本，提高交易的稳定性[18];利用第三方物流企业控制农产品储存和质押的权限，在融资中后期监控中小农业企业的资金使用和还款去向，消除融资资产的不确定性，降低融资管理成本。 第二，供应链金融可以实现信息共享。为了保证供应链金融整体运营的有效性，核心企业、第三方物流企业及中小农业企业必须以信息共享为前提，保持稳定而长期的合作关系。这就给金融机构传递了一种信号，即只要是进入供应链中的中小农业企业，其信息透明度相对较高。同时，核心企业、物流企业和金融机构都会对中小农业企业的规模、偿贷能力、资信状况全面评估，这增强了中小农业企业的信息共享程度，极大地提高融资效率。在农业金融服务中，第三方物流协助银行看管农产品等质押物，提供相关信息，改善了银企的信息不对称。或者通过供应商回购模式以分担风险、提升流动性溢价[19]。通过供应链金融模式可以显著降低中小企业的信息不对称程度，从而提高融资效率[20];融资效率与融资约束成反向变动，也可以初步判断在供应链金融模式下，信息共享程度较高的中小农业企业会更快突破融资约束的困境。在贷款前期，农业核心企业与中小企业通过稳定合作关系实现利益捆绑，打通信息孤岛，凭借自身优势充分掌握中小农业企业的经营状况、财务风险等信息，并以自身信用能力为担保，提供充足信息给金融机构作为甄别优质贷款企业的依据，规避逆向选择问题[21]。
第三，农业供应链金融可以降低融资风险。农业供应链金融本质是通过上下游企业间信誉共享，将中小农业企业的信誉度提高到与核心企业同等水平，从而降低中小农业企业的融资风险，形成可靠的信誉体系[22]。金融机构可以通过核心企业的信誉及第三方物流企业对农产品的质押监管，监督融资企业的交易信息，严格控制信贷资金的用途，防止企业逃避偿贷责任，降低中小农业企业的道德风险。国内学者从相反角度证明了企业的商业信用可以缓解企业融资约束，而商业信用与信用风险成反比，意味着降低信用风险可以改善中小企业的融资，缓解融资约束[23]。在贷款中后期，核心企业、物流企业均可以作为中小农业企业的委托人和金融机构的代理人，通过控制整个供应链中的金融链，监控中小农业企业的融资资金及使用，最大程度地实现透明化，降低了道德风险的发生率，提高中小农业企业的融资可得率和信用程度，降低由于信息不对称引发的风险[24]。
供应链金融正是基于供应链网络化特点，实现核心企业和第三方的多重监管以降低中小企业的融资成本，大大提高融资效率[25]。随着金融区块链技术、物联网、云计算等广泛的应用和农业供应链金融信息平台的使用，农业中小企业信用风险问题得到了有效解决[24]。基于以上分析，构建本文分析的逻辑框架（见图2）。
本文的研究假设如下：
H1：中小农业企业面临较明显的融资约束;
H2：中小农业企业融资约束受信息不对称程度影响，即信息不对称程度越高，中小农业企业面临的融资约束越大，反之则越小;
H3：中小農业企业的融资约束受信用风险水平影响，信用风险越大，中小农业企业面临的融资约束越大;
H4：供应链金融可以降低中小农业企业的信息不对称程度;
H5：供应链金融可以降低中小农业企业的信用风险;
H6：供应链金融可以缓解中小农业企业的融资约束;
H7：供应链金融通过降低信息不对称程度来缓解中小农业企业的融资约束;
H8：供应链金融通过降低信用风险来缓解中小农业企业的融资约束。
二、变量选择及模型构建
（一）数据来源及样本选择
本文数据来源有两部分：（1）查询CSMAR国泰安和RESSET数据库，参照《上市公司行业分类指引（2012年修订）》以2012-2018年深圳证券交易所公布的A股农林牧渔业及与农业相关的制造业、零售业等中小企业板和创业板上市公司面板数据为研究对象。（2）查询深圳证券交易所网站公布的中小农业企业上市公司信息披露的考评并统计。为了确保数据测试的有效性，收集数据时剔除同时在主板上市的大型企业;剔除被ST、*ST的公司;剔除财务数据不全和信息披露缺失的上市公司;剔除金融类公司;根据收集数据及手动计算并进行排序，剔除严重偏离度超过30%以上的异常值[11]，最终得到2012年52家、2013年54家、2014年58家、2015年65家、2016年71家、2017年77家、2018年77家，共454家企业数据，2 694个样本观测值。运用EXEL及SPSS24.0进行数据处理和分析。
（二）变量选取
1.主要变量的选取。被解释变量：用C表示现金持有量的变动额，衡量中小农业企业融资约束程度，用当期的货币资金及现金等价物相对于上一年的变动额除以当期公司总资产计算得出[12]。
自变量的选取：（1）用CF表示当期现金流量，即用当期经营活动产生的净现金除以当期的公司总资产计算得出[11]。（2）供应链金融发展水平用S表示，即用企业的短期贷款和应付票据之和的均值来表示供应链金融发展水平[23]。短期贷款额代表企业为了缓解短期资金需求，向金融机构借入的为期一年内的贷款，可以视作中小农业企业采用存货融资和应收账款融资的两种供应链融资模式的代理变量;应付票据是采用商业承兑和银行承兑汇票，视作中小农业企业预付账款的供应链融资模式的代理变量，两者的加和可以全面反映中小农业企业不同供应链融资模式的发展水平。（3）中小农业企业的信息不对称程度选取两种表示方法：第一，用D表示股票分析师的预测准确度，参考董秀良的做法并做了一些调整[26]，D值越大，表明分析师预测准确度越高，信息不对称程度越小。第二，用I表示信息披露水平，以深圳交易所公布上市企业信息披露结果为准，分为A、B、C、D四个等级，对应信息披露质量由高到低，信息披露水平越高，中小农业企业与贷款银行的信息不对称程度越低。（4）中小农业企业的信用风险用RK表示，梳理文献发现，经典的信用风险度量模型包括信用评级模型、判别模型等。考虑到该模型的行业适用性和计算可得性，本文参考史雪明的做法采用巴萨利模型来计算信用风险，计算公式见表1。计算结果称为巴萨利值，该值越大，表示信用风险越小，反之，则信用风险越大[20]。 2.其他变量选取。其他控制变量主要选取能反映公司规模、负债、盈利、投资机会等财务数据，本文使用的所有变量的解释及计算见表1。
（三）回归模型构建
1.融资约束基本模型及扩展。受融资约束的中小农业企业相对大企业很难从银行等金融机构获得贷款，不得不从企业内部的现金流中提取资金，累计以作为未来投资和自身发展的需求，此时，中小农业企业会存在一定现金-现金流敏感度。国内外学者进一步验证了融资约束与现金-现金流敏感性存在着正的相关性[10、27]。基于此，本文构建中小农业企业融资约束的基本模型为：
由于中小农业企业的信息不对称程度较大，同时信用风险较高在一定程度上加剧企业融资约束，为了说明融资约束的影响因素，根据H2、H3，对模型（1）进行拓展，增加D、I、RK及与现金流CF的交乘项，形成如下扩展模型：
为了验证H1，模型（1）预期β1为正，且显著，说明中小农业企业存在明显的现金-现金流敏感性;为了验证H2、H3，模型（2）当F2=I，预期β3显著为负;当F3=RK，预期β3显著为负。
2.信息不对称程度及信用风险的模型。中小农业企业存在较为明显的信息不对称及信用风险，导致银行等金融机构对其信用评分较低，而供应链金融模式可以依托核心企业资信水平，缓解其信息不对称程度及信用风险。根据本文变量之间的相关关系，构建和发展出信用不对称程度和信用风险的模型如下：
为了检验H4、H5考察供应链金融是否可以降低中小农业企业的信息不对称程度及信用风险，在模型（3）～（5）中分别加入衡量供应链金融发展水平的变量S，得到模型（6）～（8），预期模型（6）～（8）β1显著为正。公式如下：
3.供应链金融对融资约束的缓解效应模型供应链金融通过改善中小农业企业的融资和交易环境，凭借与核心企业的契约关系提升中小企业的信用水平，降低信用风险和信息不对称程度，从而缓解中小农业企业的融资约束。在模型（1）的基础上构建供应链金融缓解融资约束的模型（9），同时为了检验供应链金融是否通过缓解信息不对称程度和信用风险来缓解融资约束的效应，参考周卉等的做法[28]，在模型（9）的基础上增加S×CF×Fi交互项构建缓解效应模型（10）。如下：
为检验H6，引入供应链金融S与现金流CF的交乘项系数β3，预期β3为负，说明供应链金融能缓解中小农业企业融资约束;为检验H7，引入信息不对称程度变量，该变量可以用D和I两个变量衡量，预期β5显著为正;为了检验H8，引入信用风险变量，用R衡量，预期β5显著为正。说明信息不对称程度越高或信用风险越高的企业，供应链金融缓解融资约束效应越明显。
三、實证结果与分析
（一）描述性统计与相关性分析
1.描述性分析。
表2报告了主要变量的描述性统计结果，结果表明：不同企业分析师预测准确度D、信用风险水平RK及信息披露结果I标准差较大，说明不同企业的信息对称程度和信用风险都有较大差异，二者变化相似，也反映所选取变量的稳健性。公司规模SZ的标准差为0.8，说明中小农业企业，相互之间规模差异不大;资产负债率RI均值为0.32，小于0.5，说明中小农业企业的负债能力低，融资需求和能力之间不匹配;资产收益率Ro最小值为1.83，最大值为2.17，表明中小农业企业盈利能力相差很多。
2.变量相关性分析。表3为主要变量的相关性结果分析。结果表明：现金变动、现金流量、供应链发展水平、分析师预测准确度、信息披露水平、信用风险各指标显著相关;现金流量CF与现金变动ΔC相关系数显著为正，可以初步证明假设1的合理性;同时主要变量间的相关系数<0.5，说明变量之间并无显著多重共线性。
（二）回归结果分析
1.融资约束及其影响因素分析。在回归式（1）中CF现金流系数为0.171，且在0.01的水平上显著，表明中小农业企业存在明显的现金-现金流敏感性，即存在融资约束，且该系数越大，融资约束程度越高，验证了H1，这与大多数学者的研究结果一致。在融资约束影响因素回归式（2）中，为了解释现金流CF对融资约束的影响受到信息不对称程度和信用风险的影响，分别引入表示信息不对称程度的两个变量：D和I及与CF的交互项：D*CF/I*CF/RK*CF，回归结果表明交互项系数分别为-0.16和-0.345在1%水平上显著为负，根据交互项的原理[15]说明D的加入使CF对融资约束的影响力度为：0.153-0.16*D，当D值越小，即预测准确度越低的时候，CF对融资约束的影响力越大;同理，I的加入使CF对融资约束的影响力度为：0.105-0.345*I，I值越小，即企业信息披露结果越差的时候，CF对融资约束的影响力越大。最终得出结论：中小农业企业与银行的信息对称程度越高，中小农业企业融资约束程度越低，这与姚王信对于科技型中小企业的回归分析结果相同，验证了H2;引入表示信用风险的变量RK及RK与CF的交乘项。结果表明，交乘项系数为0.230，在1%的水平上显著为负，说明中小农业企业的信息披露质量越低，其融资约束程度越高，反之，融资约束程度越低，验证了H3。
2.信息不对称程度、信用风险水平与供应链金融。回归结果见表4，当引入供应链金融发展水平变量S后，回归模型（3）～（5）中其他变量的结果显著未发生明显变化，回归模型（6）～（8）中S的回归系数分别为0.153、0.141、0.095，分别在1%、5%、5%的水平上显著，说明S对被解释变量D、I、RK有正向的作用。即当供应链金融水平提高1%，分析师预测准确度D会提高0.153%，信息披露质量I会提高0.141%，从而降低信息不对称程度;同理，信用风险水平RK会提高0.095%，从而降低中小企业的信用风险。因而，中小农业企业供应链金融发展水平越高，信息不对称程度越低，信用风险越小，验证H4、H5。 3.供应链金融对中小农业企业融资约束的缓解效应分析。进一步分析，供应链金融对中小农业企业是否有缓解作用，这种缓解作用是否可以通过调节信息不对称程度和信用风险实现。为了验证H6，在基本回归式（1）中引入供应链金融发展水平变量S，及S与CF的交乘项，结果见表5。S*CF的系数为-0.268，显著，表明供应链金融确实对中小农业企业的融资约束有较强的缓解作用。为了验证H7、H8，在回归式（9）的基础上分别引入信息不对称程度D/I和信用风险RK变量，以及S*CF*D、S*CF*I、S*CF*RK的交互項，通过三者的交互项系数是否显著判断新变量的加入是否具备调节作用。表6回归式（10）的结果表明，S*CF*D、S*CF*I的系数分别为-0.222和-0.662，在1%和10%的水平上显著为负，说明当引入D和I时，S*CF对融资约束的影响回归式的斜率分别为0.222和0.662，即D或I的加入对供应链金融对融资约束的缓解作用是正向调节，即随着D/I值变大，这种缓解效应增强，这与周卉等引入盈余管理程度、分析师关注度和股价非同步性衡量企业信息透明度与供应链金融的调节效应分析结果一致[21]。同理，引入信用风险RK及S*RK*CF的交互项，回归结果表明S*RK*CF系数为0.068，在10%的水平上显著为正，对供应链金融的缓解效应有正向调节作用。最终得出结论：对于信息不对称程度较大或信用风险较大的中小农业企业，供应链金融的缓解效应更明显，验证了H7和H8。
（三）稳健性分析
参照以往研究成果中提供的稳健性分析方法，用托宾Q值代替GR，对上述主要回归模型进行检验（限于篇幅，不再报告检验结果）。稳健性检验表明：模型（1）、（3）～（10）的回归结果无实质性改变，说明本研究结果是稳健的。
四、结论及建议
（一）主要结论
本文基于信息不对称理论分析供应链金融对中小农业企业融资约束的缓解机理，通过实证研究得出主要结论：（1）中小农业企业的融资方式多为向金融机构贷款，由于同金融机构间信息不对称及本身具有较高的信用风险及融资成本，导致中小农业企业面临较强的融资约束。（2）通过引入供应链金融模式可以缓解中小农业企业的融资约束。（3）通过降低中小农业企业与金融机构间的信息不对称程度及减小中小农业企业的信用风险，供应链金融模式能显著缓解中小农业企业的融资约束程度。（4）在收集的数据中发现信息披露水平整体偏高，披露结果较差的企业仅占11.1%，对分析结果有一定影响，在引入I分析S对融资约束影响力度变化的回归分析中，I的加入使得S*CF的系数出现不显著的结果，虽然不影响本研究，但是信息披露质量的合理性有待考究，至少可以判断银行等金融机构不能单凭借企业信息披露质量的好坏，判断该企业的信用程度以及其是否可以得到贷款等。
（二）相关建议
根据本文的实证分析，建议从三个方面更好地完善供应链金融模式，解决中小农业企业的融资约束问题。
1.从国家政策协调角度。（1）政府需要有效的干预和引导，引入互联网、区块链、大数据技术，创建中小农业企业、核心企业、物流企业、金融机构的信息共享平台或协调机制，具体可以落实到乡镇政府、农业银行及龙头企业共同出资并监督管理信息平台。（2）完善农业金融贷款制度。通过立法扩大农产品质押范围，提供标准化的农产品存货、预付和应收账款的信息制度，制定中小农业企业及农户的抵押资产评估体系和特定的法律规章;重新构建信息披露指标的衡量标准和制度，尽量能充分体现中小农业企业披露的财务数据，以降低金融机构的放贷风险。
2.从金融服务创新角度。（1）金融机构要结合中小农业企业的特点，大力推进应收和预付账款融资模式的发展，创新与农业企业利率、盈利能力、还款时限相匹配的金融创新产品，如设置农业专项借贷项目，评估中小农业企业借贷风险;与核心企业保持长期的战略合作，激发其担保、协调、监管的功能，防止核心企业和中小农业企业联合骗贷。（2）通过与保险公司或其他担保机构合作分散信贷风险;完善金融机构内部的贷款审批体系，严控准入资格，利用人民银行查询中小农业企业和核心企业的购销记录、应收账款的转让、质押等情况，提高一线业务人员的职业素养，避免操作风险，保障资金的良好流动率。
3.从中小农业企业自身管理角度。（1）中小农业企业应以龙头企业为标杆建立规范的财务管理制度，以符合金融机构的信贷评估标准;保持与核心企业的长期稳定的合作关系以获得核心企业、第三方物流企业的融资担保，提升信贷能力。（2）转变企业传统形象，向绿色农业、有机农业的政策方向靠拢，坚持产融结合的思想，在农村金融战略的基础上，实现“融资+保险+龙头企业+中小农业企业”协同发展的新思路。
参考文献：
[1] 黄庆华，周志波，周密.新冠肺炎疫情对我国中小企业的影响及应对策略[J].西南大学学报（社会科学版），2020，46（3）：56-68.
[2] 华中昱，林万龙.贫困地区新型农业经营主体金融需求状况分析——基于甘肃、贵州及安徽3省的6个贫困县调查[J].农村经济，2016（9）：66-71.
[3] 葛永波，张萌萌.企业融资偏好解析——基于农业上市公司的实证数据[J].华东经济管理，2008，22（6）：42-48.
[4] 张捷，王霄.中小企业金融成长周期与融资结构变化[J].世界经济，2002（9）：63-70.
[5] 卢强，刘贝妮，宋华.中小企业能力对供应链融资绩效的影响：基于信息的视角[J].南开管理评论，2019，22（3）：122-136.
[6] 张玉明，赵瑞瑞.共享金融缓解中小企业融资约束的机制研究[J].财经问题研究，2019（6）：58-65.
[7] 何自云.不良贷款容忍度与中小企业贷款[J].中国金融，2010（14）：94. [8] 杨进先.农业供应链金融模式探索[J].中国金融，2012（22）：85-86.
[9] CHRISTIN M.Supply Chain Differentiation，Contract Agriculture and Farmers’ Marketing Preferences[J].Food Policy，2014，10：667-677.
[10] 姚王信，夏娟，孫婷婷.供应链金融视角下科技型中小企业融资约束及其缓解研究[J].科技进步与对策，2017，34（4）：105-110.
[11] 朱秋华，杨毅，杨婷.信息披露质量、供应链金融与中小企业融资约束——基于创业板上市公司的经验证据[J].企业经济，2019（6）：89-96.
[12] 曾青福.“惠农链”农业供应链金融体系的设计与实现[J].金融电子化，2014（3）：67-69.
[13] 邵娴.农业供应链金融模式创新——以马王堆蔬菜批发大市场为例[J].农业经济问题，2013，34（8）：62-68.
[14] 周敏，雷国平，匡兵.信息不对称下的农地流转“柠檬”市场困境——以黑龙江省西城村例证[J].华中农业大学学报（社会科学版），2017（4）：118-123.
[15] WILIAMSON O E.The Economics of Organization：The Transaction Cost Approach[J].American Journal of Sociology，1981，87（3）：548-577.
[16] OPLER T，PINKOWITZ L，STULZ R，et al.The Determinants and Implications of Corporate Cash Holdings[J].Journal of Financial Economics，1999，52（1）：3-46.
[17] 谭喻萦，杨筝.基于收益共享机制的线上供应链金融最优均衡策略研究[J].管理评论，2019，31（9）：241-254.
[18] 罗正英，张雪芬，陶凌云，等.信誉链： 中小企业融资的关联策略[J].会计研究，2003（7）：50-52.
[19] 周月书，王雨露，彭媛媛.农业产业链组织、信贷交易成本与规模农户信贷可得性[J].中国农村经济，2019（4）：41-54.
[20] 史雪明，张志林，许立新.信用风险， 融资约束与投资行为——基于我国制造业上市公司实证分析[J].西安电子科技大学学报（社会科学版），2012（1）：48-54.
[21] 杨军，房姿含.供应链金融视角下农业中小企业融资模式及信用风险研究[J].农业技术经济，2017（9）：95-104.
[22] 郑建明，王万军，白霄.制度环境，现金持有与信用风险[J]. 国际商务（对外经济贸易大学学报），2017（5）：104-119.
[23] 王立清，胡滢.供应链金融与企业融资约束改善——基于产融结合与战略承诺的调节作用分析[J].中国流通经济，2018，32（6）：122-128.
[24] 申云，陈慧，陈晓娟，等.乡村产业振兴评价指标体系构建与实证分析[J].世界农业，2020（2）：59-69.
[25] 宋华，杨璇，喻开.信息不对称下中小企业如何获得融资绩效——基于供应链金融的实证分析[J].中国流通经济，2017，31（9）：89-99.
[26] 董秀良，张婷，孙佳辉.中国企业跨境交叉上市改善了公司治理水平吗？——基于分析师预测准确度的实证检验[J].中国软科学，2016（9）：99-111.
[27] OOTHAKER L E .Multiple Regression：Testing and Interpreting Interactions[J].Journal of the Operational Research Society，1994，45（1）：119.
[28] BURRILLl D F.Modeling and Interpreting Interactions in Multiple Regression[J].The Ontario Institute for Studies in Education Toronto，Ontario Canada，1997：777-789.
[29] 周卉，谭跃，鄢波.供应链金融与企业融资约束：效果，作用机理及调节因素[J].商业研究，2017（9）：163-169.
（责任编辑：张洁）