環(huán)境風(fēng)險(xiǎn)影響商業(yè)銀行貸款定價(jià)嗎？—基于環(huán)境責(zé)任評(píng)分的經(jīng)驗(yàn)分析

謝 芳，李俊青

（南開大學(xué) 經(jīng)濟(jì)學(xué)院，天津 300071）

一、引 言

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，環(huán)境污染問題日益突出，已經(jīng)成為當(dāng)前及未來(lái)我國(guó)經(jīng)濟(jì)建設(shè)的焦點(diǎn)問題之一。我國(guó)政府采取了很多措施來(lái)解決環(huán)境問題，包括完善環(huán)保法、加大環(huán)保監(jiān)管力度、推出資源稅以及相關(guān)金融政策。銀行信貸是目前我國(guó)企業(yè)最主要的融資來(lái)源，現(xiàn)有相關(guān)金融政策主要圍繞銀行貸款制定。2007年7月，國(guó)家環(huán)境監(jiān)管部門和金融監(jiān)管部門聯(lián)合出臺(tái)《關(guān)于落實(shí)環(huán)境保護(hù)政策法規(guī)防范信貸風(fēng)險(xiǎn)的意見》，要求國(guó)內(nèi)商業(yè)銀行加強(qiáng)環(huán)保和信貸管理工作的協(xié)調(diào)配合，嚴(yán)格信貸環(huán)保要求。這一規(guī)定側(cè)重于通過行政手段限制商業(yè)銀行向“兩高”企業(yè)（即高耗能和高污染企業(yè)）發(fā)放貸款。2012年2月，銀行業(yè)監(jiān)管部門發(fā)布《綠色信貸指引》，明確要求商業(yè)銀行從戰(zhàn)略高度重視對(duì)綠色經(jīng)濟(jì)的信貸支持，同時(shí)加強(qiáng)環(huán)境風(fēng)險(xiǎn)的管理?！毒G色信貸指引》強(qiáng)調(diào)，不僅要通過行政手段引導(dǎo)商業(yè)銀行貸款投放，也要借助市場(chǎng)機(jī)制優(yōu)化商業(yè)銀行貸款管理，尤其是信貸風(fēng)險(xiǎn)管理。另外，《綠色信貸指引》兼顧了商業(yè)銀行開拓新的綠色信貸業(yè)務(wù)和調(diào)整現(xiàn)有涉及環(huán)境污染貸款業(yè)務(wù)的經(jīng)營(yíng)實(shí)際，進(jìn)一步明確了綠色信貸發(fā)展的思路和要求，有力促進(jìn)了綠色信貸的發(fā)展。

如果僅從規(guī)模上看，我國(guó)商業(yè)銀行的綠色信貸已經(jīng)取得非常顯著的成績(jī)。根據(jù)銀行業(yè)監(jiān)管部門的統(tǒng)計(jì)，商業(yè)銀行的綠色信貸規(guī)模從2013年末的5.2萬(wàn)億元人民幣增至2017年6月末的8.22萬(wàn)億元人民幣。而遺憾的是，商業(yè)銀行能否有效識(shí)別、計(jì)量、監(jiān)測(cè)、控制信貸業(yè)務(wù)活動(dòng)中的環(huán)境風(fēng)險(xiǎn)，一直沒有清楚的答案。實(shí)際上，不管是新的綠色信貸業(yè)務(wù)，還是傳統(tǒng)信貸業(yè)務(wù)，都可能面臨環(huán)境風(fēng)險(xiǎn)。傳統(tǒng)信貸業(yè)務(wù)中的借款企業(yè)存在不同程度的環(huán)境污染問題，在監(jiān)管不斷加強(qiáng)的情況下，這些企業(yè)有動(dòng)機(jī)增加環(huán)境污染治理投入，從而降低環(huán)境污染方面的風(fēng)險(xiǎn)。這種動(dòng)機(jī)對(duì)于“兩高”企業(yè)可能更加強(qiáng)烈，因?yàn)樗鼈兠媾R非常嚴(yán)格的監(jiān)管。而綠色信貸支持的項(xiàng)目在改善生態(tài)環(huán)境的同時(shí)，也可能帶來(lái)新的環(huán)境問題。比如，電動(dòng)汽車是新能源車，減少了化石能源的使用和污染氣體的排放，但增加了電池污染。因此，正如《綠色信貸指引》所要求的，綠色信貸的發(fā)展不僅包括信貸結(jié)構(gòu)的優(yōu)化，也包括信貸風(fēng)險(xiǎn)中環(huán)境風(fēng)險(xiǎn)管理能力的同步提升。如果綠色信貸的發(fā)展只關(guān)注規(guī)模而忽視風(fēng)險(xiǎn)管理，那么我國(guó)商業(yè)銀行有可能重蹈20世紀(jì)90年代銀行業(yè)的覆轍。那么，在監(jiān)管部門的不斷推動(dòng)下，我國(guó)商業(yè)銀行在貸款定價(jià)時(shí)是否考慮了借款企業(yè)的環(huán)境風(fēng)險(xiǎn)？

銀行信貸與環(huán)境風(fēng)險(xiǎn)的數(shù)據(jù)一般都是保密的，通常很難獲得相關(guān)數(shù)據(jù)來(lái)回答上述問題。隨著上市公司信息披露制度的不斷完善，上述研究逐漸成為可能。上市公司需要在年度報(bào)告中披露詳細(xì)的財(cái)務(wù)信息，其中包括重要的銀行貸款信息。對(duì)于重要的貸款合同，上市公司還需及時(shí)公告相關(guān)信息。根據(jù)上述公開渠道，本文可以搜集到貸款金額、利率、期限、擔(dān)保方式等信息。而直接獲得上市公司完整的環(huán)境風(fēng)險(xiǎn)信息非常困難，一個(gè)可行的方法是采用環(huán)境風(fēng)險(xiǎn)替代變量。證監(jiān)會(huì)要求上市公司及時(shí)公告與環(huán)境污染有關(guān)的重大事項(xiàng)，上證公司治理板塊、金融行業(yè)的上市公司必須披露包括環(huán)保投入、環(huán)保管理、環(huán)保產(chǎn)品、環(huán)境污染事件等信息在內(nèi)的社會(huì)責(zé)任報(bào)告，同時(shí)鼓勵(lì)其他上市公司自愿披露。環(huán)保投入、管理與產(chǎn)品通常與環(huán)境風(fēng)險(xiǎn)緩解有關(guān)，而環(huán)境污染事件則與環(huán)境風(fēng)險(xiǎn)加劇有關(guān)。盡管這些公開信息很可能只是上市公司環(huán)境相關(guān)信息的一部分，但是或多或少都與環(huán)境風(fēng)險(xiǎn)相關(guān)，可能會(huì)影響商業(yè)銀行貸款定價(jià)。基于上述公開信息計(jì)算的上市公司環(huán)境責(zé)任評(píng)分，將與環(huán)境風(fēng)險(xiǎn)有關(guān)的正面和負(fù)面信息進(jìn)行了綜合，可以作為環(huán)境風(fēng)險(xiǎn)的一個(gè)替代變量。一般來(lái)說，環(huán)保投入越多、環(huán)保管理越完善、環(huán)保產(chǎn)品越豐富，環(huán)境責(zé)任評(píng)分越高；而環(huán)境污染排放越多，環(huán)境責(zé)任評(píng)分越低。環(huán)境責(zé)任履行在一定程度上與環(huán)境風(fēng)險(xiǎn)負(fù)相關(guān)，可以作為環(huán)境風(fēng)險(xiǎn)的反向變量。這種方法盡管存在一定的局限性，但已經(jīng)是目前基于公開信息度量環(huán)境風(fēng)險(xiǎn)最好的方法。

本文認(rèn)為，上市公司公開的環(huán)境信息可能在兩個(gè)方面影響貸款利率。一方面，公開的環(huán)境信息可能提供了商業(yè)銀行并不知道的信息，降低了銀行與上市公司之間的信息不對(duì)稱程度。商業(yè)銀行發(fā)放貸款時(shí)會(huì)搜集上市公司的環(huán)境信息，但可能不是全部信息。①商業(yè)銀行不能獲得全部信息的原因既可能是信貸員能力或盡職不夠，也可能是上市公司刻意隱藏。因此，上市公司公告與社會(huì)責(zé)任報(bào)告中與環(huán)境有關(guān)的內(nèi)容可能提供了增量信息，緩解了貸款定價(jià)決策中的信息不對(duì)稱問題。另一方面，在市場(chǎng)監(jiān)督下，上市公司公開的環(huán)境信息具有較高的可信度，這些信息可以用來(lái)檢驗(yàn)銀行已有信息的準(zhǔn)確性，從而進(jìn)一步降低兩者之間的信息不對(duì)稱程度。不管通過哪種機(jī)制，上市公司公布的環(huán)境信息都可能影響商業(yè)銀行的貸款決策。根據(jù)上述邏輯，本文可以通過分析商業(yè)銀行貸款利率與上市公司環(huán)境信息之間的關(guān)系，判斷商業(yè)銀行貸款定價(jià)是否考慮了環(huán)境風(fēng)險(xiǎn)因素。

本文搜集了2010?2015年我國(guó)上市公司共8 677條商業(yè)銀行貸款數(shù)據(jù)，并利用和訊網(wǎng)提供的上市公司環(huán)境責(zé)任評(píng)分，實(shí)證檢驗(yàn)了環(huán)境責(zé)任對(duì)貸款利率的影響。本文發(fā)現(xiàn)，環(huán)境責(zé)任評(píng)分越高，上市公司從商業(yè)銀行獲得的貸款利率越低。這種影響因商業(yè)銀行的信息搜集優(yōu)勢(shì)以及對(duì)上市公司環(huán)境責(zé)任預(yù)期的不同而存在差異。對(duì)于信息搜集優(yōu)勢(shì)明顯的商業(yè)銀行，環(huán)境責(zé)任評(píng)分能夠提供的信息比較有限，因而對(duì)這類銀行貸款利率的影響要弱于其他商業(yè)銀行。對(duì)于環(huán)境污染較重行業(yè)的上市公司，商業(yè)銀行有較高的環(huán)境責(zé)任預(yù)期，導(dǎo)致這類上市公司的環(huán)境責(zé)任評(píng)分對(duì)貸款利率的影響較弱。在控制了模型內(nèi)生性、樣本偏差以及替代解釋的影響后，上述研究結(jié)論仍然成立。本文研究表明，正如監(jiān)管部門所預(yù)期的，商業(yè)銀行在貸款定價(jià)決策時(shí)已經(jīng)考慮了環(huán)境風(fēng)險(xiǎn)因素。

本文的邊際貢獻(xiàn)主要有：第一，使用大量貸款數(shù)據(jù)，從商業(yè)銀行視角分析了環(huán)境責(zé)任對(duì)貸款利率的影響，并考察了商業(yè)銀行解讀環(huán)境責(zé)任評(píng)分的差異對(duì)上述關(guān)系的可能作用，從而彌補(bǔ)了國(guó)內(nèi)外現(xiàn)有研究的不足。國(guó)外文獻(xiàn)采用貸款數(shù)據(jù)分析了環(huán)境責(zé)任對(duì)貸款利率的總體影響，但忽略了商業(yè)銀行的解讀差異可能導(dǎo)致的不同影響（Goss和Roberts，2011）。受數(shù)據(jù)限制，國(guó)內(nèi)學(xué)者主要從借款企業(yè)角度，并依據(jù)公司層面匯總數(shù)據(jù)，分析了環(huán)境責(zé)任對(duì)公司貸款成本的影響（Du等，2017）?，F(xiàn)有文獻(xiàn)通常采用財(cái)務(wù)費(fèi)用與總負(fù)債的比值來(lái)度量貸款成本，但財(cái)務(wù)費(fèi)用不僅包括貸款利息，還包括債券利息和票據(jù)利息；而總負(fù)債除了銀行貸款外，還包括應(yīng)付賬款、應(yīng)付債券、長(zhǎng)期應(yīng)付款等。同時(shí)，基于年度總體計(jì)算的貸款成本忽略了貸款利率在不同時(shí)點(diǎn)的變化，因而不適用于考察商業(yè)銀行在不同時(shí)期的貸款定價(jià)決策。不僅如此，國(guó)內(nèi)研究也沒有考察商業(yè)銀行解讀差異的可能影響。

第二，本文豐富了企業(yè)社會(huì)責(zé)任與融資成本關(guān)系的研究。現(xiàn)有研究大多從整體角度分析企業(yè)社會(huì)責(zé)任與股權(quán)或債務(wù)融資成本的關(guān)系（Richardson和Welker，2001；Sharfman和Fernando，2008；Goss和 Roberts，2011；Ye 和 Zhang，2011；Dhaliwal等，2014；Kim 等，2014），但很少區(qū)分不同社會(huì)責(zé)任的影響差異。Nandy和Lodh（2012）以及Du等（2017）只考察了環(huán)境責(zé)任對(duì)債務(wù)融資成本的影響，而El Ghoul等（2011）考察了不同社會(huì)責(zé)任對(duì)股權(quán)融資成本的影響。本文不僅重點(diǎn)討論了環(huán)境責(zé)任對(duì)貸款利率的影響，還考察了其他社會(huì)責(zé)任的可能影響，從而豐富了相關(guān)文獻(xiàn)。

第三，本文拓展了我國(guó)商業(yè)銀行貸款定價(jià)決策的相關(guān)研究。國(guó)內(nèi)現(xiàn)有文獻(xiàn)研究了公司特征、商業(yè)銀行特征以及外部監(jiān)管對(duì)商業(yè)銀行貸款定價(jià)決策的影響（胡奕明和謝詩(shī)蕾，2005；郝項(xiàng)超和張宏亮，2011；郝項(xiàng)超，2013；宋全云等，2016）。本文進(jìn)一步發(fā)現(xiàn)，在建設(shè)生態(tài)文明社會(huì)和環(huán)保監(jiān)管不斷加強(qiáng)的背景下，環(huán)境風(fēng)險(xiǎn)也是影響我國(guó)商業(yè)銀行貸款利率的重要因素。

二、文獻(xiàn)綜述與假說提出

（一）文獻(xiàn)綜述

本文主要涉及兩類文獻(xiàn)，首先是社會(huì)責(zé)任與融資成本關(guān)系的文獻(xiàn)。企業(yè)社會(huì)責(zé)任可以分為增益（strength）與減損（concern 或 weakness）兩類（Goss和 Roberts，2011）。增益類社會(huì)責(zé)任通常包括各種捐贈(zèng)行為，而減損類社會(huì)責(zé)任則包括污染治理投資等行為。對(duì)于企業(yè)增益類社會(huì)責(zé)任與融資成本的關(guān)系，現(xiàn)有研究并沒有得到一致的結(jié)論。Richardson和Welker（2001）發(fā)現(xiàn)，社會(huì)責(zé)任活動(dòng)較多的加拿大上市公司的股權(quán)融資成本較高。El Ghoul等（2011）以及Dhaliwal等（2014）則發(fā)現(xiàn)，企業(yè)社會(huì)責(zé)任與股權(quán)融資成本總體上呈負(fù)相關(guān)關(guān)系。El Ghoul等（2011）發(fā)現(xiàn)，煙草和核電行業(yè)企業(yè)的社會(huì)責(zé)任與股權(quán)融資成本卻呈正相關(guān)關(guān)系。Kim等（2014）分析了19個(gè)國(guó)家的上市公司合計(jì)12 545筆辛迪加貸款（syndicated loans），發(fā)現(xiàn)企業(yè)倫理行為（ethical behavior）有助于降低貸款利率。

現(xiàn)有研究普遍認(rèn)為，減損類社會(huì)責(zé)任有助于降低融資成本。Sharfman和Fernando（2008）發(fā)現(xiàn)，環(huán)境風(fēng)險(xiǎn)管理能夠降低股權(quán)融資成本，企業(yè)也更容易獲得債務(wù)融資。El Ghoul等（2011）發(fā)現(xiàn)，環(huán)境責(zé)任與股權(quán)融資成本呈負(fù)相關(guān)關(guān)系。Goss和Roberts（2011）分析了3 996筆美國(guó)上市公司貸款數(shù)據(jù)，發(fā)現(xiàn)信用差的借款企業(yè)的社會(huì)責(zé)任與債務(wù)成本正相關(guān)，而信用良好的借款企業(yè)的社會(huì)責(zé)任對(duì)債務(wù)成本的影響則不明顯。Nandy和Lodh（2012）基于美國(guó)上市公司3 153筆貸款數(shù)據(jù)的分析表明，環(huán)境責(zé)任評(píng)分越高，貸款利率越低，貸款期限越長(zhǎng)，擔(dān)保要求越寬松。

國(guó)內(nèi)學(xué)者也研究了社會(huì)責(zé)任與融資成本的關(guān)系，得到了類似的結(jié)論。Ye和Zhang（2011）發(fā)現(xiàn)，中國(guó)上市公司的捐贈(zèng)與債務(wù)融資成本存在U形關(guān)系。即在某個(gè)臨界值之前，捐贈(zèng)增加，債務(wù)成本下降；但超過該臨界值之后，捐贈(zèng)增加，債務(wù)成本卻上升。而Huang等（2017）則發(fā)現(xiàn)了相反的結(jié)果，即企業(yè)社會(huì)責(zé)任與債務(wù)成本呈倒U形關(guān)系。Du等（2017）發(fā)現(xiàn)，我國(guó)上市公司的環(huán)境責(zé)任業(yè)績(jī)與貸款成本呈負(fù)相關(guān)關(guān)系。

導(dǎo)致現(xiàn)有研究結(jié)論不一致的主要原因可能有兩個(gè)方面。一方面，企業(yè)社會(huì)責(zé)任可能存在一個(gè)最優(yōu)水平（Godfrey，2005），因而與融資成本并不是簡(jiǎn)單的線性關(guān)系；另一方面，由于不同的社會(huì)責(zé)任內(nèi)容對(duì)融資成本的影響可能不同，社會(huì)責(zé)任總體和分項(xiàng)內(nèi)容與融資成本的關(guān)系也不同。另外，與國(guó)外文獻(xiàn)大多使用具體貸款利率來(lái)度量貸款成本相比，國(guó)內(nèi)文獻(xiàn)則采用財(cái)務(wù)費(fèi)用與總負(fù)債的比例等公司層面的總體債務(wù)成本來(lái)度量銀行貸款成本。而財(cái)務(wù)費(fèi)用不僅包括貸款利息，還包括債券利息和票據(jù)利息；總負(fù)債不僅包括銀行貸款，還包括應(yīng)付賬款、應(yīng)付債券、長(zhǎng)期應(yīng)付款等。同時(shí)，不同時(shí)點(diǎn)的貸款利率通常并不相同，導(dǎo)致基于年度匯總數(shù)據(jù)計(jì)算的債務(wù)成本無(wú)法用于比較商業(yè)銀行不同時(shí)期的貸款決策。①比如，同一家企業(yè)2012年和2015年合同利率均為6%、金額相同的兩筆一年期貸款，對(duì)于2012年的貸款，同期基準(zhǔn)貸款利率超過6%，因此貸款利率是下浮的；而對(duì)于2015年的貸款，同期基準(zhǔn)貸款利率在6%以下，因此貸款利率是上浮的。采用同期存款利率的判斷類似。因此，如果未考慮企業(yè)借款資金利率的變化，研究結(jié)果可能存在問題。不僅如此，國(guó)內(nèi)外文獻(xiàn)普遍從借款企業(yè)角度來(lái)研究社會(huì)責(zé)任與融資成本的關(guān)系，但很少考察商業(yè)銀行的解讀差異對(duì)上述關(guān)系的潛在影響。

其次是商業(yè)銀行貸款定價(jià)的相關(guān)文獻(xiàn)。國(guó)外有關(guān)商業(yè)銀行貸款定價(jià)的文獻(xiàn)非常豐富，實(shí)證分析了影響貸款定價(jià)的各種因素，包括貸款特征、貸款合同內(nèi)容、銀企關(guān)系、物理與組織距離等（Best和 Zhang，1993；D’Auria等，1999；Degryse和 Van Cayseele，2000；Degryse和 Ongena，2005；Kahn 等，2005；Graham 等，2008；Jiménez等，2009；Schenone，2010；Saunders和 Steffen，2011；Berg等，2016）。受貸款數(shù)據(jù)獲取的限制，國(guó)內(nèi)相關(guān)文獻(xiàn)比較有限。胡奕明和謝詩(shī)蕾（2005）發(fā)現(xiàn)，上市公司業(yè)績(jī)?cè)胶?，貸款利率越低；但業(yè)績(jī)?cè)讲?，反而越容易獲得續(xù)貸。這說明我國(guó)商業(yè)銀行的監(jiān)督功能尚不完善。郝項(xiàng)超（2013）對(duì)6 906筆貸款數(shù)據(jù)的分析表明，我國(guó)商業(yè)銀行對(duì)不良貸款相關(guān)成本敏感，但對(duì)其他成本不敏感，說明在確定貸款利率時(shí)沒有充分考慮借款企業(yè)的風(fēng)險(xiǎn)。宋全云等（2016）發(fā)現(xiàn)，中小企業(yè)貸款利率會(huì)受到抵押方式、企業(yè)規(guī)模、資金成本以及存款準(zhǔn)備金調(diào)整等因素的影響。郝項(xiàng)超和張宏亮（2011）發(fā)現(xiàn)，政治關(guān)系也會(huì)影響商業(yè)銀行的貸款定價(jià)。

（二）假說提出

信用風(fēng)險(xiǎn)是商業(yè)銀行貸款定價(jià)時(shí)考慮的重要內(nèi)容。在實(shí)踐中，信用風(fēng)險(xiǎn)主要與借款企業(yè)的經(jīng)營(yíng)業(yè)績(jī)相關(guān)。一般而言，借款企業(yè)的經(jīng)營(yíng)業(yè)績(jī)?cè)胶?，信用風(fēng)險(xiǎn)越低，獲得銀行貸款的成本越低，貸款條件越寬松。決定借款企業(yè)經(jīng)營(yíng)業(yè)績(jī)的因素非常多，既有內(nèi)部管理和公司治理因素，也有外部行業(yè)和政策變化等原因。對(duì)我國(guó)企業(yè)而言，隨著環(huán)境問題的凸顯，政府部門對(duì)污染環(huán)境經(jīng)濟(jì)活動(dòng)的監(jiān)管變嚴(yán)，已經(jīng)開始影響很多企業(yè)的財(cái)務(wù)安全。在最近幾年開展的環(huán)保監(jiān)管行動(dòng)中，一些無(wú)法達(dá)到環(huán)保要求的企業(yè)被責(zé)令整改，甚至關(guān)停。②本文無(wú)法獲得具體數(shù)據(jù)，但這種影響在生態(tài)環(huán)境部的整治工作報(bào)告中已有體現(xiàn)。比如，某省《“藍(lán)天保衛(wèi)”1號(hào)省級(jí)督查行動(dòng)順利收官》報(bào)告指出，“本次督查共檢查各類企業(yè)139家，……督查組檢查中發(fā)現(xiàn)101家企業(yè)存在環(huán)境問題，12家企業(yè)存在環(huán)境違法行為?！?家企業(yè)已被立案調(diào)查，其余企業(yè)尚在調(diào)查取證階段。”而無(wú)論采用哪種處理方式，都會(huì)影響企業(yè)經(jīng)營(yíng)，嚴(yán)重時(shí)可能導(dǎo)致企業(yè)破產(chǎn)。借款企業(yè)業(yè)績(jī)突然惡化必然導(dǎo)致信用風(fēng)險(xiǎn)顯著增加，威脅到商業(yè)銀行貸款的安全。因此，在當(dāng)前建設(shè)生態(tài)文明社會(huì)和環(huán)保監(jiān)管不斷加強(qiáng)的背景下，無(wú)論是商業(yè)銀行還是借款企業(yè)，都無(wú)法忽視環(huán)境風(fēng)險(xiǎn)的重要影響。

環(huán)境風(fēng)險(xiǎn)不僅僅出現(xiàn)在污染較多的企業(yè)，實(shí)際上每個(gè)企業(yè)都可能不同程度地涉及環(huán)境風(fēng)險(xiǎn)。比如，所有企業(yè)都會(huì)消耗能源、水資源等，產(chǎn)生各種垃圾。因此，企業(yè)在環(huán)保方面的投入、管理等已經(jīng)被視為其履行社會(huì)責(zé)任的重要體現(xiàn)。在實(shí)際經(jīng)營(yíng)中，企業(yè)可能投入很多資金并采取很多辦法盡量減少各種污染物排放。但如果企業(yè)不公開這些信息，外部投資者可能并不知道企業(yè)履行了哪些社會(huì)責(zé)任。從這個(gè)角度看，上市公司在公告和社會(huì)責(zé)任報(bào)告中詳細(xì)披露環(huán)境責(zé)任方面的信息，可能有助于消除上市公司與商業(yè)銀行和其他投資者之間的信息不對(duì)稱問題。商業(yè)銀行也可以自行搜集借款企業(yè)的環(huán)境風(fēng)險(xiǎn)信息，但由于這種信息的敏感特性，搜集成本可能較高。也就是說，即使是商業(yè)銀行，也不可避免需要付出較高的成本來(lái)獲取與環(huán)境風(fēng)險(xiǎn)相關(guān)的信息。另外，商業(yè)銀行也不可能獲得全部的環(huán)境風(fēng)險(xiǎn)信息。無(wú)論是被強(qiáng)制還是出于自愿，上市公司選擇公開環(huán)境方面的信息，在很大程度上降低了商業(yè)銀行獲取環(huán)境風(fēng)險(xiǎn)信息的成本。上市公司也可能隱藏部分敏感信息，而商業(yè)銀行只需有針對(duì)性地搜集這部分信息，因此總的信息搜集成本很可能低于搜集所有環(huán)境風(fēng)險(xiǎn)信息的成本。

另外，上市公司公開與環(huán)境風(fēng)險(xiǎn)相關(guān)的信息，也會(huì)通過驗(yàn)證效應(yīng)（certificate effect）影響商業(yè)銀行的貸款定價(jià)決策（Schenone，2010）。商業(yè)銀行可能通過私有渠道獲得借款企業(yè)的環(huán)境風(fēng)險(xiǎn)信息，但對(duì)于信息的準(zhǔn)確性卻未必有完全的把握。由于上市公司要接受投資者和公眾的監(jiān)督，公開的環(huán)境風(fēng)險(xiǎn)信息的準(zhǔn)確性可能較高。一旦上市公司被發(fā)現(xiàn)虛假披露，不僅要受到監(jiān)管部門的處罰，還會(huì)引發(fā)市場(chǎng)投資者拋售股票。因此，上市公司披露的環(huán)境信息為商業(yè)銀行核實(shí)所掌握信息的準(zhǔn)確性提供了一個(gè)的信息來(lái)源。在驗(yàn)證效應(yīng)的影響下，商業(yè)銀行評(píng)估借款企業(yè)的環(huán)境信息更加準(zhǔn)確，兩者之間的信息不對(duì)稱程度進(jìn)一步下降，從而商業(yè)銀行可能給予借款企業(yè)更低的貸款利率。

總之，上市公司披露環(huán)境信息可能降低商業(yè)銀行與借款企業(yè)之間的信息不對(duì)稱程度。如果商業(yè)銀行在貸款定價(jià)時(shí)考慮了環(huán)境風(fēng)險(xiǎn)信息，那么環(huán)境責(zé)任評(píng)分越高，商業(yè)銀行給上市公司的貸款利率越低?；谏鲜龇治觯疚奶岢鲆韵录僬f：

假說1：上市公司的環(huán)境責(zé)任評(píng)分越高，商業(yè)銀行的貸款利率越低。

在實(shí)踐中，同一借款企業(yè)可能會(huì)從多個(gè)商業(yè)銀行獲得貸款，不同的商業(yè)銀行搜集借款企業(yè)環(huán)境風(fēng)險(xiǎn)信息的能力也可能不同。由于有較多的分支機(jī)構(gòu)和稱職的信貸員，一些商業(yè)銀行可以利用地理和人員方面的優(yōu)勢(shì)獲得更多的環(huán)境風(fēng)險(xiǎn)信息。與之相反，一些商業(yè)銀行的網(wǎng)點(diǎn)較少，且距離借款企業(yè)較遠(yuǎn)。在這種情況下，即使信貸員有能力識(shí)別環(huán)境風(fēng)險(xiǎn)，也可能因信息搜集成本高昂而懈怠，從而只能獲得較少的環(huán)境風(fēng)險(xiǎn)信息。因此，對(duì)于有信息搜集優(yōu)勢(shì)的商業(yè)銀行，上市公司披露的環(huán)境信息的增量貢獻(xiàn)較小，因而對(duì)貸款定價(jià)的影響較小?；谏鲜龇治?，本文提出以下假說：

假說2：商業(yè)銀行的信息搜集優(yōu)勢(shì)削弱了上市公司環(huán)境責(zé)任評(píng)分對(duì)貸款利率的影響。

對(duì)于同樣的環(huán)境信息披露程度，商業(yè)銀行對(duì)不同行業(yè)的環(huán)境責(zé)任預(yù)期可能不同，從而導(dǎo)致不同的貸款定價(jià)決策。對(duì)于“兩高”等主要環(huán)境污染行業(yè)的企業(yè)，由于環(huán)境風(fēng)險(xiǎn)本來(lái)就較高，污染治理投入自然較多，因此環(huán)境責(zé)任評(píng)分可能高于其他企業(yè)。商業(yè)銀行通常對(duì)這類企業(yè)的環(huán)境責(zé)任有較高的期望，而較高的環(huán)境責(zé)任預(yù)期會(huì)使環(huán)境責(zé)任評(píng)分對(duì)貸款利率的影響打折。因此，“兩高”行業(yè)的上市公司環(huán)境責(zé)任評(píng)分對(duì)貸款利率的影響可能弱于其他企業(yè)?；谏鲜龇治觯疚奶岢鲆韵录僬f：

假說3：商業(yè)銀行對(duì)高環(huán)境風(fēng)險(xiǎn)行業(yè)的上市公司環(huán)境責(zé)任有較高的預(yù)期，這削弱了環(huán)境責(zé)任評(píng)分對(duì)貸款利率的影響。

三、研究設(shè)計(jì)

（一）環(huán)境責(zé)任評(píng)分

本文采用的環(huán)境責(zé)任評(píng)分來(lái)自和訊網(wǎng)社會(huì)責(zé)任評(píng)分系統(tǒng)。該評(píng)分系統(tǒng)與國(guó)外文獻(xiàn)常用的KLD Research & Analytics公司開發(fā)的社會(huì)責(zé)任評(píng)分非常類似（El Ghoul等，2011）。①KLD的社會(huì)責(zé)任評(píng)分包括社區(qū)公益、股東分紅、員工關(guān)愛、環(huán)境、消費(fèi)者權(quán)益以及產(chǎn)品六個(gè)方面。和訊網(wǎng)社會(huì)責(zé)任評(píng)分的五個(gè)方面與其基本對(duì)應(yīng)。和訊網(wǎng)社會(huì)責(zé)任評(píng)分系統(tǒng)從股東回報(bào)、員工關(guān)愛、消費(fèi)者權(quán)益、環(huán)境保護(hù)以及公益社會(huì)責(zé)任等五個(gè)方面評(píng)價(jià)上市公司的社會(huì)責(zé)任履行情況。由于該評(píng)分系統(tǒng)對(duì)不同行業(yè)采取不同的權(quán)重，不同行業(yè)的環(huán)境責(zé)任評(píng)分不能直接比較。因此，本文將所有環(huán)境責(zé)任評(píng)分總分設(shè)定為100，將環(huán)境責(zé)任實(shí)際評(píng)分除以該行業(yè)原來(lái)設(shè)定的最高分，就得到調(diào)整后的環(huán)境責(zé)任評(píng)分。和訊網(wǎng)社會(huì)責(zé)任評(píng)分系統(tǒng)的數(shù)據(jù)有多個(gè)來(lái)源，不僅包括上市公司披露的社會(huì)責(zé)任報(bào)告，也包括各類公告與年度報(bào)告。

（二）計(jì)量模型

本文使用的是面板數(shù)據(jù)，借鑒Goss和Roberts（2011）等文獻(xiàn)，采用如下模型來(lái)檢驗(yàn)假說1：

其中，Loanrate表示t年度公司i第j筆貸款的利率。本文考察的貸款利率跨越不同年度，因而不能直接采用實(shí)際貸款利率。借鑒以往的文獻(xiàn)，本文采用兩種方法來(lái)計(jì)算貸款利率：一種是實(shí)際貸款利率相對(duì)于同期基準(zhǔn)貸款利率的浮動(dòng)百分比（Float）；另一種是實(shí)際貸款利率相對(duì)于同期基準(zhǔn)存款利率的息差（Spread）。ENV為環(huán)境責(zé)任評(píng)分變量，本文采用兩種度量方法：（1）直接采用調(diào)整后的環(huán)境責(zé)任評(píng)分（Escore）；（2）基于Escore構(gòu)建虛擬變量DEscore，當(dāng)Escore大于0時(shí)，DEscore取1，否則取0。LN為貸款特征變量，F(xiàn)IN為企業(yè)財(cái)務(wù)變量，CG為公司治理變量。變量定義見表1。另外，本文加入年度（Y）、行業(yè)（I）、城市（C）和貸款銀行（B）四組虛擬變量來(lái)控制相關(guān)固定效應(yīng)，其中行業(yè)采用證監(jiān)會(huì)2012年兩位行業(yè)代碼確定。如果式（1）中a1為負(fù)，則說明環(huán)境責(zé)任評(píng)分越高，貸款利率越低，假說1成立。

對(duì)于假說2，本文在式（1）的基礎(chǔ)上構(gòu)建了如下模型進(jìn)行檢驗(yàn)：

其中，Advan為虛擬變量，提供貸款的商業(yè)銀行有信息搜集優(yōu)勢(shì)時(shí)取1，否則取0。本文以商業(yè)銀行的網(wǎng)點(diǎn)數(shù)量來(lái)判斷是否具有信息搜集優(yōu)勢(shì)。中國(guó)工商銀行、中國(guó)建設(shè)銀行、中國(guó)農(nóng)業(yè)銀行和中國(guó)銀行這四家大型商業(yè)銀行的網(wǎng)點(diǎn)數(shù)遠(yuǎn)超過了其他商業(yè)銀行，②中國(guó)郵政儲(chǔ)蓄銀行的網(wǎng)點(diǎn)最多，但本文搜集到的數(shù)據(jù)中并沒有該銀行提供的貸款，因而沒有考慮該銀行。在信息搜集方面具有比較明顯的優(yōu)勢(shì)。如果提供貸款的商業(yè)銀行是這四大銀行之一，則Advan取值為1，否則為0。如果式（2）中b1為正而b2為負(fù)，則說明商業(yè)銀行的信息搜集優(yōu)勢(shì)削弱了上市公司環(huán)境責(zé)任評(píng)分對(duì)貸款利率的影響，假說2成立。

對(duì)于假說3，本文采用類似的方法，構(gòu)建了如下模型進(jìn)行檢驗(yàn)：

其中，Pollu為虛擬變量，借款上市公司所屬行業(yè)是高耗能高污染行業(yè)時(shí)取1，否則取0。高耗能高污染行業(yè)主要集中在有色金屬、電力、鋼鐵、電解鋁、電石、焦化、水泥、造紙等行業(yè)。如果式（3）中c1為正而c2為負(fù)，則說明商業(yè)銀行對(duì)高環(huán)境風(fēng)險(xiǎn)行業(yè)上市公司有較高的環(huán)境責(zé)任預(yù)期，這削弱了環(huán)境責(zé)任評(píng)分對(duì)貸款利率的影響，假說3成立。

表 1 變量定義

（三）樣本構(gòu)成與數(shù)據(jù)來(lái)源①

①受篇幅限制，樣本行業(yè)分布和變量描述性統(tǒng)計(jì)結(jié)果沒有列示，請(qǐng)參見《財(cái)經(jīng)研究》工作論文版本。

本文的初始樣本包括2010?2015年所有上市公司。本文通過年度報(bào)告與公告兩個(gè)公開渠道，手工搜集了上市公司的貸款數(shù)據(jù)，最終獲得1 127家上市公司共8 677條貸款記錄。本文的環(huán)境責(zé)任評(píng)分?jǐn)?shù)據(jù)來(lái)自和訊網(wǎng)社會(huì)責(zé)任評(píng)分系統(tǒng)，其中334家上市公司的環(huán)境責(zé)任評(píng)分大于零，約占所有上市公司的9.54%，說明環(huán)境責(zé)任信息的披露在我國(guó)上市公司中尚不普遍。財(cái)務(wù)數(shù)據(jù)和公司治理數(shù)據(jù)來(lái)自國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)。

四、實(shí)證結(jié)果分析

我們?cè)谶@一部分根據(jù)上述計(jì)量模型的估計(jì)結(jié)果來(lái)分析環(huán)境責(zé)任評(píng)分對(duì)商業(yè)銀行貸款定價(jià)決策的影響。在估計(jì)計(jì)量模型時(shí)，本文對(duì)Escore加1再取自然對(duì)數(shù)值，對(duì)Amount和Bsize取自然對(duì)數(shù)值，以消除異方差的影響。由于本文的面板數(shù)據(jù)是非平衡的，采用加入四組虛擬變量（年度、上市公司所屬行業(yè)、上市公司所在城市以及貸款銀行，以控制時(shí)間、行業(yè)、城市與銀行固定效應(yīng)）的最小二乘虛擬變量方法（Least Squares Dummy Variable，LSDV）來(lái)估計(jì)模型系數(shù)。

（一）環(huán)境責(zé)任評(píng)分對(duì)商業(yè)銀行貸款定價(jià)的總體影響分析

表2報(bào)告了環(huán)境責(zé)任評(píng)分對(duì)商業(yè)銀行貸款利率影響的回歸結(jié)果。Float表示每筆貸款的實(shí)際利率相對(duì)于同期基準(zhǔn)貸款利率的浮動(dòng)百分比，Spread則表示每筆貸款的實(shí)際利率相對(duì)于同期基準(zhǔn)存款利率的息差。在列（1）和列（2）中，環(huán)境責(zé)任評(píng)分變量Escore和虛擬變量DEscore的系數(shù)都為負(fù)，且至少在5%的水平上顯著。從經(jīng)濟(jì)含義上看，Escore上升1%，實(shí)際貸款利率相對(duì)于同期基準(zhǔn)貸款利率的浮動(dòng)百分比下降0.253%；而DEscore的結(jié)果表明，與沒有環(huán)境責(zé)任評(píng)分的公司（即沒有履行或者未披露任何環(huán)境責(zé)任的公司）相比，有環(huán)境責(zé)任評(píng)分的公司貸款利率浮動(dòng)百分比要低0.738%。在本文樣本中，所有貸款的利率平均浮動(dòng)百分比為5.096%，則環(huán)境責(zé)任評(píng)分高的公司貸款利率浮動(dòng)百分比要比平均水平低4.96%（0.253/5.096×100）和14.48%（0.738/5.096×100），這顯然是不容忽視的。列（3）和列（4）中Spread的結(jié)果與Float類似。表2結(jié)果支持了假說1。

表 2 環(huán)境責(zé)任評(píng)分對(duì)商業(yè)銀行貸款利率的總體影響分析

（二）商業(yè)銀行信息搜集優(yōu)勢(shì)的影響分析

表3報(bào)告了商業(yè)銀行信息搜集優(yōu)勢(shì)影響環(huán)境責(zé)任評(píng)分與貸款利率關(guān)系的估計(jì)結(jié)果。在列（1）和列（2）中，Escore和DEscore的系數(shù)也都顯著為負(fù)，且系數(shù)絕對(duì)值比表2中的結(jié)果明顯增大；Advan的系數(shù)均顯著為負(fù)，說明具有信息搜集優(yōu)勢(shì)的商業(yè)銀行發(fā)放貸款的利率普遍低于其他銀行；更重要的是，Advan與Escore、DEscore的交叉項(xiàng)系數(shù)均顯著為正，說明在貸款定價(jià)決策中，具有信息搜集優(yōu)勢(shì)的商業(yè)銀行對(duì)上市公司披露的環(huán)境責(zé)任信息的反應(yīng)要小于其他商業(yè)銀行。從經(jīng)濟(jì)含義看，對(duì)于具有信息搜集優(yōu)勢(shì)的商業(yè)銀行，上市公司的環(huán)境責(zé)任評(píng)分增加1%，所發(fā)放貸款的利率浮動(dòng)百分比要比其他商業(yè)銀行少下降0.485%，且對(duì)披露環(huán)境責(zé)任信息的上市公司的貸款利率浮動(dòng)百分比要比其他商業(yè)銀行少下降1.428%。列（3）和列（4）中針對(duì)Spread的分析也得出類似結(jié)論。表3結(jié)果表明，具有信息搜集優(yōu)勢(shì)的商業(yè)銀行從上市公司披露的環(huán)境信息中獲得的增量信息有限，因而其貸款利率的下降幅度小于其他商業(yè)銀行。表3結(jié)果支持了假說2。

表 3 商業(yè)銀行搜集信息優(yōu)勢(shì)的影響分析

（三）商業(yè)銀行對(duì)上市公司環(huán)境責(zé)任預(yù)期的影響分析

表4報(bào)告了商業(yè)銀行對(duì)上市公司的環(huán)境責(zé)任預(yù)期影響環(huán)境責(zé)任評(píng)分與貸款利率關(guān)系的檢驗(yàn)結(jié)果。在列（1）和列（2）中，Escore和DEscore的系數(shù)也都顯著為負(fù)，且系數(shù)絕對(duì)值也明顯大于表2中的結(jié)果；Pollu的系數(shù)均為負(fù)，但不顯著，說明是否為高耗能高污染行業(yè)對(duì)上市公司貸款利率的影響并不明顯；Pollu與Escore、DEscore的交叉項(xiàng)系數(shù)均顯著為正，說明在環(huán)境污染嚴(yán)重的行業(yè)中，上市公司環(huán)境責(zé)任評(píng)分提高導(dǎo)致的貸款利率下降幅度要小于其他行業(yè)上市公司。就經(jīng)濟(jì)含義而言，環(huán)境責(zé)任評(píng)分增加1%，重環(huán)境污染行業(yè)的上市公司貸款利率浮動(dòng)百分比要比其他行業(yè)上市公司少下降0.445%；有環(huán)境責(zé)任評(píng)分的上市公司貸款利率浮動(dòng)百分比要比其他上市公司低1.029%，而重環(huán)境污染行業(yè)的上市公司比其他行業(yè)上市公司的貸款利率浮動(dòng)百分比少下降1.608%。列（3）和列（4）中針對(duì)Spread的分析與Float的結(jié)果基本一致。表4結(jié)果表明，商業(yè)銀行對(duì)重環(huán)境污染行業(yè)的上市公司有更高的環(huán)境責(zé)任期望，在貸款定價(jià)時(shí)對(duì)其環(huán)境責(zé)任評(píng)分打折，導(dǎo)致其對(duì)貸款利率的影響要小于其他行業(yè)上市公司。表4結(jié)果支持了假說3。

表 4 商業(yè)銀行對(duì)上市公司環(huán)境責(zé)任預(yù)期的影響分析

（四）穩(wěn)健性檢驗(yàn)①

①受篇幅限制，穩(wěn)健性檢驗(yàn)結(jié)果沒有列示，請(qǐng)參見《財(cái)經(jīng)研究》工作論文版本。

第一，采用兩階段最小二乘法（Two-Stage Least Squares，2SLS）控制模型內(nèi)生性問題。②我們還采用Wooldridge建議的程序（詳見《Econometric Analysis of Cross Section And Panel Data》，第571?572頁(yè)）進(jìn)行了兩階段最小二乘估計(jì)，得到了類似的結(jié)果。受篇幅限制，文中未列示估計(jì)結(jié)果，感興趣的讀者可向作者索取。上文分析發(fā)現(xiàn)，環(huán)境責(zé)任評(píng)分越高，商業(yè)銀行的貸款利率越低。但這種關(guān)系可能是相互的。在現(xiàn)實(shí)中，如果上市公司發(fā)現(xiàn)商業(yè)銀行的貸款決策特別重視環(huán)境風(fēng)險(xiǎn)，那么就可能有針對(duì)性地增加環(huán)保投入并公開相關(guān)信息。因此，上市公司的環(huán)境責(zé)任評(píng)分很可能受到之前商業(yè)銀行貸款定價(jià)決策的影響，從而導(dǎo)致內(nèi)生性問題。另外，也可能存在同時(shí)影響貸款利率與環(huán)境責(zé)任評(píng)分的不可觀測(cè)因素，使得模型存在內(nèi)生性問題。為此，本文借鑒Du等（2017）的研究，采用兩階段最小二乘法來(lái)解決模型內(nèi)生性問題。首先，在第一階段，本文估計(jì)如下tobit模型：

其中，Vol是t年度公司i經(jīng)市場(chǎng)調(diào)整的股票周收益率的波動(dòng)率，市場(chǎng)調(diào)整的股票周收益率等于股票周收益率減去市場(chǎng)周收益率。Cap是固定資產(chǎn)、無(wú)形資產(chǎn)以及其他長(zhǎng)期資產(chǎn)占總資產(chǎn)的比例。TobinQ等于總市值與總資產(chǎn)的比值。Distance表示監(jiān)管強(qiáng)度，等于上市公司與北京、上海與深圳三個(gè)城市距離中最短的，以公里計(jì)算，并取自然對(duì)數(shù)。Metro是虛擬變量，上市公司所在城市為首都或省會(huì)城市時(shí)取1，否則取0。Popu是上市公司所在省份總?cè)丝诘淖匀粚?duì)數(shù)值。Unv表示文化因素，等于上市公司所在省份的高?？倲?shù)占全國(guó)高?？倲?shù)的比例。本文對(duì)式（4）進(jìn)行tobit回歸，將Escore的預(yù)測(cè)值作為工具變量Escore（IV）。在第二階段，本文用Escore（IV）替換Escore，重新估計(jì)了式（1）至式（3），關(guān)鍵變量的系數(shù)結(jié)果沒有發(fā)生明顯變化。

第二，采用兩種方法來(lái)控制樣本選擇偏差。首先，本文只使用環(huán)境責(zé)任評(píng)分大于零的公司觀測(cè)值，重新分析了環(huán)境責(zé)任評(píng)分與貸款利率的關(guān)系。結(jié)果表明，絕大多數(shù)關(guān)鍵變量的系數(shù)符號(hào)和顯著性都沒有發(fā)生顯著變化。其次，借鑒Du等（2017）的研究，本文采用傾向得分匹配方法，為每個(gè)有環(huán)境責(zé)任評(píng)分的公司找到特征類似的無(wú)評(píng)分公司。在控制了公司的這些特征后，兩組公司貸款利率的差異主要與環(huán)境責(zé)任評(píng)分相關(guān)?；趦A向得分匹配樣本的估計(jì)結(jié)果顯示，Escore及其與Advan、Pollu的交叉項(xiàng)系數(shù)結(jié)果沒有發(fā)生明顯變化。

第三，考察兩種可能的替代解釋。首先是其他社會(huì)責(zé)任的影響。本文采用兩種方式來(lái)度量其他社會(huì)責(zé)任。一方面，本文采用和訊網(wǎng)社會(huì)責(zé)任評(píng)分系統(tǒng)給出的股東回報(bào)（Shr）、員工關(guān)愛（Emp）、消費(fèi)者權(quán)益（Csm）和公益社會(huì)責(zé)任（Char）來(lái)度量環(huán)境保護(hù)責(zé)任以外的社會(huì)責(zé)任。另一方面，參考Ye和Zhang（2011）等文獻(xiàn)，本文采用上市公司捐贈(zèng)占銷售收入的比例（JZratio）來(lái)度量社會(huì)責(zé)任。在控制了上述其他社會(huì)責(zé)任的影響后，關(guān)鍵變量的系數(shù)結(jié)果與上文不存在顯著差異。其次是商業(yè)銀行經(jīng)營(yíng)的影響。雖然貸款利率在很大程度上取決于借款企業(yè)的信用風(fēng)險(xiǎn)狀況，但是商業(yè)銀行的經(jīng)營(yíng)水平也可能影響其貸款定價(jià)。借鑒郝項(xiàng)超（2013）等研究，本文引入了四個(gè)與商業(yè)銀行經(jīng)營(yíng)水平有關(guān)的特征變量，分別為存款成本（Depcost）、經(jīng)營(yíng)成本（Costratio）、資本充足率（Car）和存貸比（Cdratio）。在控制了商業(yè)銀行經(jīng)營(yíng)水平的可能影響后，結(jié)果基本沒有改變。

第四，采用環(huán)境風(fēng)險(xiǎn)的其他替代變量。從國(guó)際上看，很多證券市場(chǎng)制定了ESG披露規(guī)則，要求上市公司披露環(huán)境、社會(huì)責(zé)任與公司治理方面的詳細(xì)信息。我們通過湯森路透提供的金融終端，查詢同時(shí)在A股和境外上市的公司披露的ESG信息，獲得這些公司自2008年以來(lái)的環(huán)境評(píng)分。我們發(fā)現(xiàn)，同時(shí)出現(xiàn)在兩個(gè)數(shù)據(jù)庫(kù)中的上市公司只有28家，共涉及201筆貸款。由于公司數(shù)量有限，合并后的數(shù)據(jù)無(wú)法檢驗(yàn)假說2和假說3。結(jié)果表明，資源利用評(píng)分（Resource）和排放評(píng)分（Emission）越高，企業(yè)獲得的貸款利率越低，這與環(huán)境責(zé)任評(píng)分的結(jié)果一致。

五、結(jié)論與政策建議

本文利用上市公司貸款數(shù)據(jù)，研究了環(huán)境責(zé)任評(píng)分對(duì)商業(yè)銀行貸款利率的影響。研究發(fā)現(xiàn)，環(huán)境責(zé)任評(píng)分越高，上市公司從商業(yè)銀行獲得的貸款利率越低。進(jìn)一步研究發(fā)現(xiàn)，對(duì)于信息搜集優(yōu)勢(shì)明顯的商業(yè)銀行，環(huán)境責(zé)任評(píng)分能夠提供的信息比較有限，因而對(duì)這類銀行貸款利率的影響要小于其他商業(yè)銀行；另外，商業(yè)銀行對(duì)環(huán)境污染較重行業(yè)的上市公司有較高的環(huán)境責(zé)任預(yù)期，這類行業(yè)的上市公司環(huán)境責(zé)任評(píng)分對(duì)貸款利率的影響要小于其他行業(yè)的上市公司。在控制了模型內(nèi)生性、樣本偏差以及替代解釋的影響后，上述結(jié)論仍然成立。

本文的研究結(jié)論具有以下政策含義：首先，上市公司要進(jìn)一步完善其環(huán)境責(zé)任信息披露，提高信息披露質(zhì)量，從而減少與商業(yè)銀行之間的信息不對(duì)稱，降低貸款成本。目前，只有約10%的上市公司披露了與環(huán)境相關(guān)的信息，且信息質(zhì)量有待完善。其次，上市公司要重視其環(huán)境責(zé)任，增加環(huán)境責(zé)任投入，提高環(huán)境責(zé)任管理水平，科學(xué)認(rèn)識(shí)環(huán)境責(zé)任與融資成本之間的關(guān)系?，F(xiàn)階段，上市公司的環(huán)境責(zé)任評(píng)分整體上處于較低水平，完善環(huán)境責(zé)任信息披露和增加環(huán)境責(zé)任投入可以提高環(huán)境責(zé)任評(píng)分，緩解上市公司與貸款銀行之間的信息不對(duì)稱，從而降低貸款融資成本，改善公司業(yè)績(jī)。同時(shí)，如果很多上市公司的貸款成本因環(huán)境責(zé)任評(píng)分的增加而下降，那么可能會(huì)形成一種示范效應(yīng)，影響非上市公司的環(huán)保行為，并最終推動(dòng)我國(guó)綠色信貸事業(yè)的持續(xù)健康發(fā)展。