綠色信貸政策對企業(yè)創(chuàng)新的影響

□文/滕 云

（成都理工大學 四川·成都）

［提要］ 綠色信貸政策，在我國發(fā)展至今已有十余載，綠色信貸政策在企業(yè)層面的實施效果值得深入探討。本文以2012 年中國銀行業(yè)監(jiān)督管理委員會發(fā)布的《綠色信貸指引》為準自然實驗，通過傾向得分匹配—雙重差分模型分析綠色信貸政策對重污染企業(yè)創(chuàng)新的影響效果，研究結果表明：綠色信貸政策促進重污染企業(yè)的研發(fā)創(chuàng)新，當面臨信貸融資約束時，重污染企業(yè)通過提高創(chuàng)新能力來促進產(chǎn)業(yè)轉型升級。同時，綠色信貸政策對我國中西部地區(qū)重污染企業(yè)創(chuàng)新的促進效果最強，對東部地區(qū)企業(yè)創(chuàng)新促進效果最弱，對非國有企業(yè)創(chuàng)新的促進效果最強，對國有企業(yè)創(chuàng)新促進效果最弱。

一、引言

綠色信貸政策是政府通過對重污染企業(yè)的銀行信貸加以限制，來倒逼重污染企業(yè)主動節(jié)能減排，進行產(chǎn)業(yè)升級，從而通過金融手段來實現(xiàn)環(huán)境保護的目的。研究綠色信貸政策對于微觀企業(yè)層面的實施效果，具有重要意義。

目前，已有的文獻主要圍繞綠色信貸政策的運行機制、實施現(xiàn)狀等方面進行研究，且大多為宏觀層面定性分析，微觀層面的定量研究較少。現(xiàn)有的關于綠色信貸政策的定量研究主要在對銀行的影響和對企業(yè)的影響。對銀行的影響方面，主要研究在銀行競爭力、銀行經(jīng)營績效、銀行信貸風險等方面，對企業(yè)的影響方面，主要研究在企業(yè)投融資成本方面。

同時，直接針對綠色信貸對企業(yè)技術創(chuàng)新的研究較少，且學者多從綠色信貸對環(huán)保企業(yè)技術創(chuàng)新的影響角度進行剖析，沒有進一步分析綠色信貸對重污染企業(yè)技術創(chuàng)新的影響。之所以選擇重污染企業(yè)創(chuàng)新視角，是為了部分解答目前綠色信貸政策實踐所關注的重要現(xiàn)實問題，綠色信貸的最終目標并不是讓重污染企業(yè)無法生存，而是希望通過金融資源的合理配置，促使重污染企業(yè)通過技術創(chuàng)新加快淘汰落后產(chǎn)能，實現(xiàn)綠色轉型。面對綠色信貸對重污染企業(yè)所形成的融資約束，重污染企業(yè)是否加快技術創(chuàng)新促使企業(yè)轉型升級，還是僅僅被動地減少投融資行為，這些都需要進一步的研究探討。

本文以2012 年的《綠色信貸指引》為準自然實驗，通過傾向得分匹配—雙重差分模型分析綠色信貸政策對重污染企業(yè)創(chuàng)新的影響效果，考察重污染企業(yè)在應對綠色信貸政策的反應是否為通過加快技術創(chuàng)新實現(xiàn)主動減排，還是僅僅被動地減少投融資行為，從而推測綠色信貸政策是否對重污染企業(yè)形成過度懲罰。通過PSM 法為重污染企業(yè)挑選對照組，使用DID 法比較政策實施前后重污染企業(yè)技術創(chuàng)新的變化，以評估綠色信貸政策對重污染企業(yè)技術創(chuàng)新的微觀效果。

本文的主要研究貢獻在于：首先，從重污染企業(yè)技術創(chuàng)新的視角，對綠色信貸政策的實施效果進行了定量研究，將綠色信貸的執(zhí)行效果從宏觀層面向微觀層面拓展；其次，通過綠色信貸對重污染企業(yè)關于技術創(chuàng)新這一方面的策略性反應進行研究分析，進一步探索綠色信貸是否對重污染企業(yè)形成過度懲罰。

二、研究假設

政府通過實施綠色信貸政策，合理配置信貸資源，引導企業(yè)轉型升級，對重污染企業(yè)形成了融資約束，綠色信貸政策具體的實施效果還取決于企業(yè)的策略性反應。綠色信貸的最終目標并不是遏制重污染企業(yè)的發(fā)展，而是通過融資約束激發(fā)企業(yè)的內在減排的動力，通過技術創(chuàng)新實現(xiàn)主動減排。但是，企業(yè)的研發(fā)創(chuàng)新及轉型升級需要資本，在本身受到信貸約束的情況下，企業(yè)未必有能力增加創(chuàng)新投入或者實現(xiàn)轉型升級。因此，本文試圖從企業(yè)對政策的執(zhí)行效果的角度，研究綠色信貸政策對重污染企業(yè)創(chuàng)新能力的影響，測試綠色信貸政策是否偏離初衷以及對重污染企業(yè)是否形成過度懲罰。

基于以上初步分析，本文提出以下假設：

假設1a：綠色信貸政策對重污染企業(yè)的創(chuàng)新能力具有正向影響

假設1b：綠色信貸政策對重污染企業(yè)的創(chuàng)新能力并不具有正向影響

企業(yè)國有與非國有的產(chǎn)權性質差異是中國經(jīng)濟制度環(huán)境的重要特征，在此基礎上考察綠色信貸政策可能存在的不同影響。在政府參與企業(yè)經(jīng)營或銀行貸款決策的背景下，國有企業(yè)更容易取得銀行貸款。非國企增加創(chuàng)新投入的動力相較于國有企業(yè)而言更強大，更有可能在面對綠色信貸政策所形成的融資約束時，進行研發(fā)創(chuàng)新，促進產(chǎn)業(yè)升級減少政策對其產(chǎn)生的約束。

假設2：《指引》頒布后，在面臨綠色信貸所形成的融資約束時，非國企的技術創(chuàng)新應大于國企

我國東部重污染企業(yè)由于地處經(jīng)濟發(fā)展快的區(qū)域，容易獲取大量的金融機構信貸資金，所以綠色信貸對東部重污染企業(yè)的融資約束力度較小，因此綠色信貸政策實施后，對重污染企業(yè)的懲罰效應也將主要作用于中西部重污染企業(yè)，相較于東部重污染企業(yè)，中西部重污染企業(yè)進行技術創(chuàng)新的動力更大。

假設3：《指引》頒布后，中西部重污染企業(yè)進行技術創(chuàng)新水平應均高于東部企業(yè)

三、研究設計

（一）模型設定。為了考察綠色信貸政策對重污染企業(yè)技術創(chuàng)新的影響，本文設定如下差分模型：

Inno＝β0+β1Post+β2Treatment+β3Post×Treatment+βjControls+Industry+Year+ε

1、被解釋變量：Inno 為重污染企業(yè)研發(fā)強度，用專利申請數(shù)量來衡量。

2、解釋變量：按照雙重差分模型的要求，本文設置Post 和Treatment 兩個虛擬變量。Post 為時間變量，表示《指引》出臺前后，即2012 年以前取0，2012 年及以后取1；Treatment 為實驗變量，用來區(qū)分處理組和對照組，重污染企業(yè)取1，其余行業(yè)的企業(yè)取0。由于綠色信貸政策影響各企業(yè)創(chuàng)新的時間不同，無法定義一個相同的政策實施時間Post，模型中加入虛擬變量Post 會導致多重共線性問題，因此本文不再控制Post 和Treatment，改為控制企業(yè)固定效應（Industry）和年份固定效應（Year）。ε 為隨機擾動項。

3、控制變量：Size、Roa、Lev、Age、Growth、Cash 分別代表控制變量企業(yè)規(guī)模、企業(yè)業(yè)績、企業(yè)負債水平、企業(yè)年齡、成長性、現(xiàn)金持有水平。具體的變量含義見表1。（表1）

（二）數(shù)據(jù)來源與樣本選擇。為了檢驗2012 年綠色信貸政策的實施效果，本文以2005～2018 年A 股上市公司為初始樣本，數(shù)據(jù)均來自于CSMAR 和WIND 數(shù)據(jù)庫。選取“兩高”行業(yè)中的企業(yè)作為處理組，其余為對照組。按以下標準對初始樣本做了進一步處理：（1）剔除了金融行業(yè)的上市公司；（2）剔除ST、*ST 公司；（3）剔除了重要變量缺失的上市公司；（4）為了剔除異常值影響，對模型中的連續(xù)變量在1%和99%的水平上進行了縮尾處理。

表1 變量的定義一覽表

表2 描述性統(tǒng)計一覽表

四、實證結果分析

（一）描述性分析。本文利用傾向得分匹配法，較好地克服了內生性問題和樣本的選擇性偏差，更好地對綠色信貸政策是否影響重污染企業(yè)創(chuàng)新這一問題進行研究。

表2 列示了主要變量的描述性統(tǒng)計結果。從表2 可以看出，Inno 的最大值為6.9847，最小值為0.6931，這意味著在我國不同公司的研發(fā)強度存在較大差異。Post 的均值為0.5727，說明綠色信貸政策出臺之后的樣本占57.27%，較為均衡。Treatment 的均值為0.2432，說明樣本中有24.32%的企業(yè)屬于重污染公司（即實驗組）。（表2）

（二）傾向得分匹配（PSM）。根據(jù)前文，本文進行傾向得分匹配的實驗組為重污染企業(yè)，對照組為非重污染企業(yè)。由于PSM的可靠性在于匹配后實驗組和對照組在匹配變量上不存在顯著差異，若兩者之間顯著差異仍然存在，則說明選擇的匹配變量或者匹配方法不恰當，匹配估計無效。因此，在匹配得分估計結果報告之前，先要進行匹配平衡性假設檢驗，檢查匹配變量在實驗組和對照組之間是否存在顯著偏差，若偏差絕對值小于10%，則認為匹配效果較好，匹配估計是有效的；若大于10%，則說明偏差較大，匹配效果不理想。

表4 綠色信貸政策對重污染企業(yè)投資效率影響實證檢驗結果和穩(wěn)健性回歸結果一覽表

本文的匹配檢驗結果如表3 所示。從檢驗結果中我們可以看出，匹配后的實驗組和對照組在企業(yè)規(guī)模、企業(yè)業(yè)績、企業(yè)負債水平、企業(yè)年齡、成長性、現(xiàn)金持有水平的標準偏差都顯著小于10%，說明本文選取的匹配變量和方法是合理的。此時，統(tǒng)計意義上的同質性要求基本滿足，符合使用DID 方法的前提條件。同時，匹配后的t 值均不顯著，說明實驗組和對照組在配對以后，匹配變量不存在顯著差異。（表3）

（三）雙重差分檢驗。結果與分析經(jīng)過PSM 處理后，本文重新得到一組與實驗組樣本具有相似特征的對照組，并進行DID回歸，考察綠色信貸政策對企業(yè)創(chuàng)新的影響?；貧w結果表明，未加入控制變量時，交互項系數(shù)為負且不顯著，加入控制變量后，交互項系數(shù)為正并且在1%的顯著性水平下顯著，符合假設1a的預期判斷。這表明《指引》出臺后，重污染企業(yè)的研發(fā)創(chuàng)新水平得到提升，當面臨綠色信貸政策帶來的信貸融資約束時，重污染企業(yè)通過提高創(chuàng)新能力來促進產(chǎn)業(yè)轉型升級。（表4）

（四）異質性分析。本文進一步分析，在企業(yè)性質差異和地域差異下，綠色信貸政策對企業(yè)創(chuàng)新所產(chǎn)生的影響，結果如表5 所示。（表 5）

表3 PSM 平衡檢驗結果一覽表

表5 異質性分析一覽表

在對企業(yè)性質進行異質性分析時，國有企業(yè)的DID 估計量系數(shù)為正且不顯著，非國有企業(yè)在10%顯著性水平下顯著為正。由此判斷，綠色信貸政策更能促進非國有企業(yè)創(chuàng)新，對國有企業(yè)無顯著影響，假設2 成立。

在對地域差異進行異質性分析時，中部地區(qū)的DID 估計量系數(shù)在5%顯著性水平下顯著為正，西部地區(qū)系數(shù)在10%顯著性水平下顯著為正，東部地區(qū)系數(shù)為正且不顯著。由此判斷，綠色信貸政策對重污染企業(yè)的促進作用，主要集中在中西部地區(qū)，沒有明顯促進東部地區(qū)的企業(yè)研發(fā)創(chuàng)新，假設3 成立。

中西部地區(qū)相較于東部地區(qū)，經(jīng)濟發(fā)展水平低，融資渠道少，重污染企業(yè)受到的綠色信貸融資約束力度大，因此擁有更強的研發(fā)創(chuàng)新動力，綠色信貸政策對中西部重污染企業(yè)創(chuàng)新的促進作用更為顯著。

五、結論及建議

本文使用2005～2018 年的上市公司的面板數(shù)據(jù)，通過傾向得分匹配-雙重差分模型分析綠色信貸政策對重污染企業(yè)創(chuàng)新的影響，著力分析綠色信貸政策在微觀層面的作用效果，并對企業(yè)產(chǎn)權性質和地域差異進行了異質性分析。結果表明：（1）綠色信貸政策促進了重污染企業(yè)進行研發(fā)創(chuàng)新；（2）綠色信貸政策對我國中西部地區(qū)重污染企業(yè)創(chuàng)新的促進效果最強，對東部地區(qū)企業(yè)創(chuàng)新促進效果最弱；（3）綠色信貸政策對非國有企業(yè)創(chuàng)新的促進效果最強，對國有企業(yè)創(chuàng)新促進效果最弱。

本文從重污染企業(yè)技術創(chuàng)新的視角，對綠色信貸政策的實施效果進行了定量研究，從微觀層面研究綠色信貸的執(zhí)行效果，整體而言，綠色信貸政策效果顯著，重污染企業(yè)在應對綠色信貸政策的策略性反應符合預期目標，綠色信貸政策尚未對重污染企業(yè)形成過度懲罰。有效促進了企業(yè)通過技術創(chuàng)新進行產(chǎn)業(yè)轉型升級，我們從中得出以下啟示：（1）政府有必要進一步加強綠色信貸政策的實施力度，有效促進重污染企業(yè)的技術創(chuàng)新和產(chǎn)業(yè)轉型升級，從而形成良性循環(huán)；（2）政府應加強對東部地區(qū)和國有重污染企業(yè)創(chuàng)新的正確引導和監(jiān)督獎懲，促使東部地區(qū)重污染企業(yè)和國有重污染企業(yè)提高思想意識，加快形成促進其加大創(chuàng)新投入的良好獎懲機制。