研究速递｜混合组织如何提高双重绩效？
编者按
社会企业结合了社会和财务双重目标，是最典型的混合型组织。本篇文章选择了小额信贷机构为社会企业样本，采用多维社会绩效指标来量化社会绩效，同时捕捉到了小额信贷机构的贫困重点、社会影响力和服务范围。接着采用机器学习方法探索了与小额信贷混合绩效相关的组织与国家因素，为关于理想混合组织/社会企业特征的文献做出了贡献。
在混合型组织中实现双重底线绩效：
一种机器学习方法
文献来源：van der Auwera, E., D’Espallier, B., & Mersland, R. (2023). Achieving Double Bottom-Line Performance in Hybrid Organisations: A Machine-Learning Approach. Journal of Business Ethics. https://doi.org/10.1007/s10551-023-05410-3
1. 研究背景
对社会和环境负责公司的市场每天都在增长。仅在美国，这些公司管理的总资产就从 2016 年的 8.7 万亿美元增长到 2018 年的 12 万亿美元（USSIF，2018）。这些公司也被称为混合组织，即试图追求两个不同基本目标的企业。
混合组织背景下的一个主要争论是两个或多个企业底线目标，例如最佳社会和财务绩效，是相互竞争还是互补。个别研究的结果差异很大，关系的性质在很大程度上取决于行业和所研究的公司特征。几项研究预测，当重点逐渐转向追求财务目标时，基本目标或使命漂移之间会发生权衡。其他人则认为这两个目标可以相互加强，从而在这些看似相反的目标之间产生协同效应或双赢局面。本文的前提是权衡与协同结果的实现取决于量化基本目标的维度和混合组织本身的特征。
我们使用小额信贷机构 (MFI) 样本，即为低收入人群提供金融服务的提供商，作为社会企业或混合组织的例子。他们提供了一个有趣的环境来调查多元化的底线目标，因为社会外展和财务可持续性的协调一直是学术界和从业者在这个不断发展的行业中争论的焦点。同时，我们利用机器学习 (ML) 技术让“数据说话”而不受任何预设理论的影响。
2.创新之处——小额信贷机构社会和财务绩效的衡量方法
在已有文献中，学者们争论是否有可能同时实现强大的社会和财务绩效。学者们在辩论中是支持权衡还是协同的结果往往取决于用于社会和财务绩效的维度以及社会企业本身。在接下来的几段中，我们将根据 Schreiner (2002) 框架讨论社会和财务绩效的不同变量，并假设在哪些条件下它们会导致社会和财务目标之间的权衡或协同作用。
贫困重点：小额信贷机构有一个中心任务，即扶贫。只有积极追求这一目标，小额信贷机构才能表现出优异的社会绩效。因此，社会绩效的第一个变量应该代表小额信贷机构的贫困重点。
社会影响：在贫困国家，女性往往被排除在财务决策之外，女性在最贫困人口中的比例过高。一般来说，小额信贷机构努力帮助女性等服务不足的人群，因此女性客户的百分比通常被用来衡量小额信贷机构的社会影响力。
服务范围：尽管这一维度在小额信贷的实证研究中主要被忽视，但它被认为是社会绩效的重要组成部分。理想情况下，小额信贷能够完美应对金融服务需求的多样性和复杂性。服务范围量化了产品如何根据客户的需求量身定制，从提供不同的贷款产品到储蓄设施和额外的（金融）服务。
借贷成本：社会绩效的最后一个潜在维度是借贷成本，以收取的利率为代表。较低的利率对应于更负担得起的贷款，因此被认为更具社会性。但想要收取低利率的小额信贷机构可能不得不偏离穷人中的最穷人，因为他们服务的成本太高，这表明社会和金融目标之间存在另一种权衡。
资产回报率(ROA)：ROA是确定企业财务成功的最常见衡量标准之一，包括小额信贷机构(Mersland&Stróm，2009)。
财务自给能力(FSS):FSS是为捐款常见的小额融资行业量身定做的一种衡量标准,FSS量化了MFI用收入支付支出和捐赠的能力。值为1表示MFI在金融上实现盈亏平衡。
我们认为，单变量地使用一个社会绩效变量并不能保证 MFI 在其社会目标方面表现出色。因此，本文同时使用多个潜在维度（贫困重点、社会影响、服务范围和借贷成本）来量化社会使命。同时，我们使用ROA和FSS作为财务绩效的衡量标准。
3.研究设计与研究过程
3.1 构建服务范围变量
我们使用结构方程模型 (SEM) 从其三个理论组成部分中提取服务范围变量作为潜在特征，即不同贷款产品的数量 (LP)和虚拟变量指明 MFI 是否提供储蓄设施 (SF) 或金融附加活动 (PA)。最终完成了服务范围变量的构建与测量。
3.2 MFI 的绩效聚类
本文使用自组织映射 (SOM) 和 k 均值聚类来识别 MFI 的不同金融和社会绩效集群。该过程如图 1 所示。
我们构建了两个不同的 SOM 来调查社会和财务绩效的不同组合，第二类SOM在女性客户百分比、贷款规模和提供的服务范围之上增加利率作为额外社会绩效变量的影响。
3.3 影响特征的选择和关联方向的确定
一旦通过 SOM 和 k 均值聚类构建了聚类，我们就会确定哪些因素会影响协调社会和金融目标的可能性，我们会同时考虑 MFI 和国家特定的变量。
首先，我们通过执行特征选择算法来选择最具影响力的变量。这减少了数据的维度过度拟合的可能和训练时间，并提高了准确性。然后，我们描述每个剩余变量如何影响因变量，即 MFI 是否能够在其社会和金融目标中实现共同的最高绩效。
本文应用极端梯度提升树 (XGBoost)进行特征选择，并描述每个剩余变量如何与 SHapley Additive exPlanations (SHAP) 一起影响依赖项。
3.4 变量的数据集和描述
我们使用由欧洲领先的社会企业和小额信贷研究小组之一维护的小额信贷行业数据集，与治理指标和世界银行的一些其他国家特定变量合并。
我们的数据样本包含 40 个变量 和 342 个独特的 MFI。此外，小额信贷机构的所在地遍布世界各地，分布在 69 个不同的国家。我们将聚类变量（ROA、FSS、女性客户的百分比、服务范围、每购买力平价的未偿贷款平均数和投资组合收益率）的离群观察值压缩到 99.9% 分位数和 0.1% 分位数，总共留下 2192 个观察值。该程序确保外围观察的影响有限。20 在 1998 年至 2015 年期间，每个小额信贷机构平均被跟踪 6 年。
最终范围变量的分布可以在表1中查阅。每行代表服务变量范围的一个值及其组成部分的相应基础值（贷款产品、储蓄设施和附加活动的数量）。
在表 2 中，我们提供了社会和金融变量的汇总统计数据以及 MFI 年分类水平上的 MFI 特定决定因素。
表 3 提供了合法类型和 MFI 经营所在市场的频率统计。超过一半的MFI位于城乡混合市场，而只有 15.4% 仅在农村市场经营，可能是由于为偏远地区的人们提供服务的相关成本。
表 4 显示了世界银行的治理指标和其他国家特定变量的汇总统计数据，以量化 MFI 的国家特定要素。本文包括腐败控制、政府效率、监管质量、政治稳定性、发言权和问责制、失业率、政府债务、人均 GDP、GDP 增长、通货膨胀和人均官方发展援助。
4.主要结果
4.1 MFI 的绩效聚类
我们提出了两种聚类算法，响应了 MFI 在社会绩效方面可以做出的战略选择。在第一个中，社会绩效由女性客户的百分比、平均贷款规模和服务范围来表示。在第二个中，我们使用相同的变量，但我们添加了收取的利率作为额外的社会绩效构念。
基于社会绩效三个不同维度的集群
图 2 显示了一个 12 x 12 SOM 和六个不同的集群，使用联合平均未偿贷款（调整后的购买力平价）、女性客户的百分比、服务范围、FSS 和 ROA 构建。尽管 SOM 中的每个单元格与其相邻单元格的距离相同，但它不包含相同数量的观察结果。这表明某些观察结果比其他观察结果更相似。构造的 SOM 的 MQE 为 0.5147，该值很小，因此 SOM 代表输入空间的拓扑结构。
表5列出了每个组的基本维度的平均值，以及财务和社会绩效的强度指标。一个重要的观察结果是，绿色集群包含16.51%的观察值，并且在所有基础变量中具有最佳的社会和财务表现组合值。这表明，很大一部分观察者在这些维度上同时在社会和财务目标上表现最好。这与弗里德曼(2007)和爱马仕和兰辛克(2011)的预测有所不同，他们预测这两个目标之间存在权衡。
基于社会绩效四个不同维度的集群
接下来我们扩展了我们的集群机制，增加了一个衡量社会绩效的维度，即收取的利率。以投资组合收益率、女性客户百分比、服务范围、平均贷款规模、净资产收益率和财务状况为聚类变量得到的SOM的MQE为0.688，包含6个聚类28。由于社会绩效的额外变量，这一SOM的模型优度略有降低。
4.2 与联合顶尖绩效相关的特征
本节通过使用梯度增强树揭示了与顶尖表现的MFI相关的最重要的变量。换句话说，我们进一步研究了绿色集群，特别是加深了我们对所收取的利率与所选社会和金融维度的最佳表现之间的关系的理解。
在最终的最佳拟合模型中保留的9个变量(按重要性排序)是：30天以上的风险投资组合(PAR30)、年化投资组合收益率、债务权益比、人均GDP、贷款损失费用率(OLER)、总资产的对数、法定类型的“非银行金融机构(NBFI)”、年龄和政治稳定性。请注意，九个最重要的变量中有两个是国别指标。图3描述了所有自变量与相关的联合顶层绩效之间的关系。
图3d中的人均GDP对实现财务和社会最佳表现的概率具有第四高的影响，较小的人均GDP值与联合排名表现呈正相关。
图3i中的政治稳定性对预测最高联合表现的重要性较小。
30天以上的风险投资组合和贷款损失费用率(分别见图3a和图e)反映了MFI中的信用风险。这两条曲线都呈现出总体下降的准线性趋势，这表明控制风险仍应是小额信贷的优先事项。
图3c显示，较高的债务与股本比率对成为表现最好的公司的可能性有负面影响。
图3f显示，规模(以资产的对数表示)与顶尖业绩之间的关系呈抛物线状。较大的小额信贷机构与联合顶级表现相关，他们往往服务于更大的客户群，手头有更多的资源。
年龄也影响着表现最好的可能性，图3h显示顶尖业绩与年龄呈倒U型关系，只有10-30岁的小额金融机构对顶层性能有正向影响。这些小额信贷机构表现出足够的成熟度，能够平衡顶级的社会和财务表现。
图3g清楚地表明，作为非银行金融机构(NBFI)与联合排名最高的表现呈负相关。这些小额信贷机构往往过于关注财务业绩，而忽视了社会目标，这可能是由股东拥有的事实驱动的。
在图3b中，投资组合收益率和最佳表现之间的关系呈准线性向上倾斜的形状。总体而言，这表明较高的年化投资组合收益率与社会和金融方面的最佳表现有关。
5.结论
我们的结果表明，在混合组织中，社会绩效与财务绩效的协同效应与权衡情况并不是一分为二的。16.5%的观察在这两个基本目标上都达到了最好的表现，因为这些小额信贷机构为各种各样的低收入客户提供服务，满足他们的需求，同时获得强劲的财务业绩。然而，一旦小额信贷机构以低利率提供服务，这两个目标之间就会出现权衡。要么观察金融方面的交换，要么观察社会层面本身的交换，这一结果表明，在向弱势客户提供广泛的小额贷款金融服务的同时，收取最低利率并在金融上自给自足是不可行的。换句话说，混合型组织必须就他们希望优化的基本目标的维度做出战略选择。
本文经翻译整理，仅供学习与交流，转载请注明出处。
-编辑：张宇擎 | 审核：孙孟子-
文章荐读