綠色信貸政策、政府環(huán)境治理與股價崩盤風(fēng)險(xiǎn)
——基于《綠色信貸指引》的準(zhǔn)自然實(shí)驗(yàn)

劉 程，琚兆坤

（1.東莞市行政學(xué)院經(jīng)濟(jì)學(xué)教研部，廣東東莞 523000；2.華南理工大學(xué)中國金融市場研究中心，廣東廣州 510006；3.東莞市行政學(xué)院信息網(wǎng)絡(luò)中心，廣東東莞 523000）

一、引言

做好碳達(dá)峰、碳中和工作必然離不開綠色金融體系的構(gòu)建。我國最早的綠色金融產(chǎn)品是綠色貸款，可追溯到2012年；綠色債券市場則從2016年開始蓬勃發(fā)展，目前我國已經(jīng)成為全球最大的綠色金融市場之一。截至2020年末，我國綠色貸款余額近12 萬億元，綠色債券存量8132 億元，分別位居世界第一位和第二位①https://baijiahao.baidu.com/s?id=1695535370290567300。；綠色貸款余額占各項(xiàng)貸款的比重在10%以上，金融機(jī)構(gòu)和企業(yè)在境內(nèi)外資本市場累計(jì)發(fā)行的綠色債券超過1.4 萬億元②https://baijiahao.baidu.com/s?id=1694446141242891475。。

盡管我國正在加快步伐積極發(fā)展綠色金融，但是距離碳達(dá)峰、碳中和目標(biāo)的融資缺口仍然巨大。我國污染物排放和生態(tài)破壞的嚴(yán)峻形勢仍沒有發(fā)生根本性改變，尤其是距離碳達(dá)峰已不足10年，從碳達(dá)峰到碳中和也僅有30年，實(shí)現(xiàn)碳達(dá)峰、碳中和遠(yuǎn)景目標(biāo)的時間緊、任務(wù)重。如何充分發(fā)揮綠色金融，特別是綠色信貸的經(jīng)濟(jì)調(diào)控作用，助力碳達(dá)峰、碳中和目標(biāo)的實(shí)現(xiàn)，已成為學(xué)界和業(yè)界共同關(guān)注的話題。

2012年2月，中國銀監(jiān)會印發(fā)《綠色信貸指引》（銀監(jiān)發(fā)〔2012〕4 號），這是國內(nèi)首份專門針對綠色信貸的規(guī)范性文件，對金融機(jī)構(gòu)的綠色信貸業(yè)務(wù)和監(jiān)管部門的監(jiān)管工作做出了明確、具體的安排，以確保信貸資金投向低碳、循環(huán)、生態(tài)領(lǐng)域（丁杰，2019）。與環(huán)境規(guī)制的行政化手段不同，綠色信貸作為環(huán)境規(guī)制的市場化手段，通過對污染企業(yè)進(jìn)行融資約束，促使其轉(zhuǎn)向綠色生產(chǎn)、降低污染排放。綠色信貸政策的效果不僅取決于政策執(zhí)行情況，還取決于企業(yè)對政策的反應(yīng)。這一政策可能導(dǎo)致重污染企業(yè)采取如下兩種策略：第一，重污染企業(yè)迫于綠色信貸政策的約束主動改善環(huán)境質(zhì)量、向綠色生產(chǎn)轉(zhuǎn)變以獲取信貸資金；第二，由于投資生產(chǎn)活動短期內(nèi)難以獲得回報(bào)或出于私利動機(jī)，重污染企業(yè)管理層可能會通過掩飾真實(shí)環(huán)境情況或隱藏壞消息等策略性信息披露方式，達(dá)到獲取金融貸款或降低融資難度的目的。在我國資本市場信息披露制度、公司治理機(jī)制尚不完善，以及政府環(huán)境治理力度有待增強(qiáng)的背景下，重污染企業(yè)采取第二種策略的可能性較大，在綠色信貸政策實(shí)施對重污染企業(yè)投融資等經(jīng)營活動可能產(chǎn)生不利影響的情況下，企業(yè)管理層基于自身的薪酬和職業(yè)生涯考慮，隱藏環(huán)保業(yè)績不達(dá)標(biāo)等負(fù)面消息的動機(jī)強(qiáng)烈，從而加劇股價崩盤風(fēng)險(xiǎn)。

作為環(huán)境規(guī)制的經(jīng)濟(jì)調(diào)控手段，綠色信貸政策是否顯著加劇了重污染企業(yè)的股價崩盤風(fēng)險(xiǎn)？如果存在上述惡化效應(yīng)，綠色信貸政策又是通過何種渠道對重污染企業(yè)股價崩盤風(fēng)險(xiǎn)產(chǎn)生影響？此外，綠色信貸政策對重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的影響在不同企業(yè)特征和公司治理機(jī)制下是否存在顯著差異？回答以上問題，不僅有助于進(jìn)一步從宏觀經(jīng)濟(jì)政策層面挖掘影響我國資本市場股價崩盤風(fēng)險(xiǎn)的重要因素，更有助于深入理解宏觀經(jīng)濟(jì)政策影響金融市場穩(wěn)定的理論邏輯，還可為完善我國綠色信貸政策，全面、科學(xué)評價其實(shí)施效果提供政策參考。

本文以《綠色信貸指引》的實(shí)施為準(zhǔn)自然實(shí)驗(yàn)，構(gòu)建雙重差分模型，實(shí)證分析綠色信貸政策對重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的影響?；鶞?zhǔn)實(shí)證結(jié)果發(fā)現(xiàn)，綠色信貸政策實(shí)施之后，重污染企業(yè)股價崩盤風(fēng)險(xiǎn)顯著上升，且這一關(guān)系在政府環(huán)境治理力度小的地區(qū)更顯著。作用機(jī)制檢驗(yàn)發(fā)現(xiàn)，綠色信貸政策實(shí)施之后，重污染企業(yè)通過降低環(huán)境信息披露質(zhì)量，導(dǎo)致股價崩盤風(fēng)險(xiǎn)上升；綠色信貸政策的實(shí)施加劇了重污染企業(yè)市值管理動機(jī)，從而惡化了股價崩盤風(fēng)險(xiǎn)。異質(zhì)性分析發(fā)現(xiàn)，綠色信貸政策對國有和大規(guī)模重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的影響更顯著；良好的公司治理能夠有效抑制綠色信貸政策對重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的惡化效應(yīng)。進(jìn)一步研究發(fā)現(xiàn)，綠色信貸政策的實(shí)施直接加劇了重污染企業(yè)與外界的信息不對稱，主要表現(xiàn)為綠色信貸政策的實(shí)施促使重污染企業(yè)在會計(jì)處理上對壞消息披露及時性的下降，而對好消息披露得更加及時。

本文的主要研究貢獻(xiàn)如下：

一是豐富了綠色信貸政策經(jīng)濟(jì)后果的相關(guān)研究。大量文獻(xiàn)從不同角度評估了我國綠色信貸政策的實(shí)施效果，如銀行績效（丁寧等，2020）、企業(yè)投融資（蘇冬蔚和連莉莉，2018；Liu 等，2019）、技術(shù)創(chuàng)新（曹廷求等，2021；陸菁等，2021）、全要素生產(chǎn)率（丁杰，2019；Wen 等，2021）、污染排放（蔡海靜等，2019）、環(huán)境治理（陳幸幸等，2019）、盈余管理（郁智和曹雅麗，2021）等。但上述研究均未考察綠色信貸政策對股價崩盤風(fēng)險(xiǎn)的影響。本文從綠色信貸視角，實(shí)證研究綠色信貸政策對股價崩盤風(fēng)險(xiǎn)的影響，是對綠色信貸政策實(shí)施效果研究的拓展。

二是豐富了股價崩盤風(fēng)險(xiǎn)的影響因素研究。一方面，已有文獻(xiàn)從信息披露質(zhì)量視角分析股價崩盤風(fēng)險(xiǎn)的原因，如信息透明度（Kim 和Zhang，2014a）、避稅行為（Kim 等，2011a）、會計(jì)穩(wěn)健性（Kim 和Zhang，2014b）、股東股權(quán)質(zhì)押（謝德仁等，2016）等；另一方面則從委托代理問題視角探究成因，如高管超額薪酬（Xu 等，2014）、公司避稅（Kim 等，2011b）、外部監(jiān)督（楊棉之和劉洋，2016）、投資者保護(hù)（王化成等，2014）等。也有學(xué)者探究環(huán)境規(guī)制政策對股價崩盤風(fēng)險(xiǎn)的影響（Zhang 等，2021），但未對綠色信貸政策如何影響股價崩盤風(fēng)險(xiǎn)展開實(shí)證分析。

三是擴(kuò)展了企業(yè)隱藏壞消息的動機(jī)研究。已有學(xué)者從高管任期（許言等，2017）、職業(yè)生涯（Hermalin 和Weisbach，2012）、官員晉升（Piotroski 等，2015）等視角研究企業(yè)隱藏壞消息的動機(jī)，但均未從綠色信貸政策視角考察企業(yè)隱藏壞消息的動機(jī)，故本文研究有助于進(jìn)一步理解企業(yè)隱藏壞消息的動機(jī)。

余文結(jié)構(gòu)安排如下：第二部分為理論分析與研究假設(shè)；第三部分為研究設(shè)計(jì)，主要包括模型設(shè)定、變量定義以及樣本選擇等；第四部分為實(shí)證結(jié)果與分析，主要包括基準(zhǔn)回歸結(jié)果、作用機(jī)制檢驗(yàn)、穩(wěn)健性檢驗(yàn)和異質(zhì)性分析；第五部分為進(jìn)一步討論，主要是實(shí)證分析綠色信貸政策對重污染企業(yè)信息不對稱的影響；最后是結(jié)論與啟示。

二、理論分析與研究假設(shè)

從融資約束角度來看，信息披露能夠有效降低信息不對稱程度，進(jìn)而降低企業(yè)融資成本。在綠色信貸政策實(shí)施會使重污染企業(yè)面臨更高的資金成本、進(jìn)而減少投資的情況下（蘇冬蔚和連莉莉，2018），鑒于高質(zhì)量財(cái)務(wù)信息披露給企業(yè)帶來的積極作用，重污染企業(yè)有動機(jī)提高信息披露質(zhì)量，以達(dá)到緩解綠色信貸政策負(fù)面沖擊的目的。高質(zhì)量信息披露策略有助于降低股價崩盤風(fēng)險(xiǎn)。從投資者情緒角度來看，綠色信貸一定程度上惡化了重污染企業(yè)基本面，投資者對重污染企業(yè)的非理性估值下跌，從而有助于降低股價崩盤風(fēng)險(xiǎn)。一方面，綠色信貸會使重污染企業(yè)面臨更嚴(yán)格的融資約束，進(jìn)而減少資本投資（蘇冬蔚和連莉莉，2018；丁杰，2019）；另一方面，信貸供給的負(fù)面沖擊也將降低企業(yè)資金配置效率，從而導(dǎo)致全要素生產(chǎn)率下降（Gilchrist 等，2014）。可見，上述消極因素使得重污染企業(yè)投資收益下降，市場投資者對企業(yè)未來經(jīng)營前景產(chǎn)生更加悲觀的情緒。與樂觀情緒相比，悲觀情緒的增加會減少投資者對重污染企業(yè)股價的非理性泡沫，從而降低股價崩盤風(fēng)險(xiǎn)。

但上述分析忽略了管理層委托代理問題的存在，綠色信貸政策實(shí)施對重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的積極作用有賴于對管理層委托代理問題的有效監(jiān)管和企業(yè)信息披露的真實(shí)程度。

從現(xiàn)有的股價崩盤風(fēng)險(xiǎn)研究文獻(xiàn)來看，導(dǎo)致股價崩盤的原因主要是管理層掩蓋壞消息現(xiàn)象，即管理層出于不同動機(jī)掩蓋壞消息。已有實(shí)證研究發(fā)現(xiàn)，環(huán)境保護(hù)政策法規(guī)的實(shí)施通過加大對企業(yè)私利行為的監(jiān)管力度，能夠有效抑制企業(yè)管理層隱藏負(fù)面消息的私利動機(jī)，從而降低股價崩盤風(fēng)險(xiǎn)（Zhang 等，2021）。與環(huán)境規(guī)制的行政化手段不同，《綠色信貸指引》作為環(huán)境規(guī)制的市場化手段，要求銀行業(yè)充分發(fā)揮杠桿作用來促進(jìn)節(jié)能減排和環(huán)境保護(hù)，但來自債權(quán)人銀行的壓力可能只對企業(yè)是否披露環(huán)境信息具有顯著影響，而對環(huán)境信息的披露水平?jīng)]有影響（王霞等，2013）。

綠色信貸政策的實(shí)施加劇了重污染企業(yè)未來經(jīng)營的不確定性，增加了對管理層行為預(yù)測和監(jiān)督的難度，惡化了潛在的代理問題?；趯ψ陨砺殬I(yè)生涯和業(yè)績薪酬的考慮，企業(yè)管理層有動機(jī)抑制公司壞消息的披露，并期望這些信息隨著時間的推移而被“掩埋”（Hermalin 和Weisbach，2012；許言等，2017）。自利的管理層有足夠動機(jī)將環(huán)保業(yè)績未達(dá)要求或污染排放超標(biāo)情況等壞消息加以掩蓋，直至壞消息積累至公司所能容納的上限而集中在市場中釋放，并引發(fā)崩盤風(fēng)險(xiǎn)。

基于上述分析，本文提出如下假設(shè)：

假設(shè)1：綠色信貸會加劇重污染企業(yè)的股價崩盤風(fēng)險(xiǎn)。

已有研究發(fā)現(xiàn)，環(huán)境表現(xiàn)越差的企業(yè)更多披露定性環(huán)境信息，而非定量環(huán)境信息，從而降低了環(huán)境信息披露質(zhì)量（朱煒等，2019）。具體而言，綠色信貸政策實(shí)施之后，公司管理層基于維持職位薪酬（Khan 和Watts，2009）、提高短期內(nèi)期權(quán)價值（Kim 等，2011b）等私利目的，傾向于隱藏負(fù)面消息或采取“策略式”信息披露等方式。尤其是重污染企業(yè)高管更傾向于披露正面的環(huán)境信息，或減少披露污染排放、訴訟風(fēng)險(xiǎn)、棄置費(fèi)用等負(fù)面信息，通過披露內(nèi)容相對主觀、模糊和難以驗(yàn)證的信息實(shí)現(xiàn)“自我包裝”，這些具有人為操縱色彩的信息與企業(yè)實(shí)際環(huán)境行為不相符合，進(jìn)而干擾了市場交易者和監(jiān)管者的判斷，降低了信息傳遞效率和資產(chǎn)定價效率（Campbell，2004；沈洪濤和李余曉璐，2010；王霞等，2013；李哲，2018）。而國內(nèi)環(huán)境信息披露制度的不完善為重污染企業(yè)管理層隱藏壞消息提供了便利。

綠色信貸政策實(shí)施之后，國內(nèi)商業(yè)銀行的貸款審批對企業(yè)污染排放和綠色生產(chǎn)提出了更嚴(yán)格的要求，企業(yè)管理層一方面為了獲取貸款資金，另一方面為了掩飾自身環(huán)保業(yè)績未達(dá)要求的情況，具有強(qiáng)烈動機(jī)通過降低環(huán)境信息披露質(zhì)量來隱藏環(huán)保方面的負(fù)面消息，從而導(dǎo)致企業(yè)股價崩盤風(fēng)險(xiǎn)上升。

基于上述分析，本文提出如下假設(shè)：

假設(shè)2：綠色信貸政策實(shí)施之后，重污染企業(yè)管理層通過降低環(huán)境信息披露質(zhì)量來隱藏壞消息，從而加劇股價崩盤風(fēng)險(xiǎn)。

與歐美發(fā)達(dá)國家較為成熟的股票市場不同，我國股票市場投資者中散戶占據(jù)較大比例。在這樣的投資者結(jié)構(gòu)下，我國股票市場的投機(jī)氛圍相對濃厚（李夢雨和李志輝，2019），企業(yè)或企業(yè)管理層基于資源獲取、市值管理或操縱等目的，可能會通過控制信息披露節(jié)奏，如在建倉期延遲信息披露，在拉升期集中披露利好消息；選擇性披露利好消息，對風(fēng)險(xiǎn)揭示語焉不詳或不予披露；炒作次新股，做“迎合式”信息披露等，誘導(dǎo)非知情交易者推高股價，實(shí)現(xiàn)高管減持或 “高轉(zhuǎn)增”目的（李心丹等，2014；李夢雨和李志輝，2019），造成投資者非理性情緒波動，助長股價泡沫產(chǎn)生，造成股價崩盤風(fēng)險(xiǎn)加劇（孫淑偉等，2017）。

綠色信貸政策的實(shí)施給重污染企業(yè)帶來較大的經(jīng)營不確定性和風(fēng)險(xiǎn)，企業(yè)管理層基于維持職位薪酬（Khan 和Watts，2009）、提高短期內(nèi)期權(quán)價值（Kim 等，2011b）等私利目的，會傾向于隱藏負(fù)面消息；而在公司金融理論框架下，管理層隱藏負(fù)面消息的信息操縱行為是誘發(fā)股價崩盤的主要原因（趙璨等，2020）。因此，綠色信貸政策會增強(qiáng)重污染企業(yè)管理者的市值管理動機(jī)，從而對股價崩盤風(fēng)險(xiǎn)產(chǎn)生影響。

基于上述分析，本文提出如下假設(shè)：

假設(shè)3：綠色信貸政策會增強(qiáng)重污染企業(yè)市值管理或操縱動機(jī)，從而加劇股價崩盤風(fēng)險(xiǎn)。

研究發(fā)現(xiàn)，國有企業(yè)承擔(dān)了較多的政策性負(fù)擔(dān)，綠色信貸政策實(shí)施對我國國有重污染企業(yè)投融資的負(fù)面影響更大（蘇冬蔚和連莉莉，2018；陸菁等，2021）。同時，受“所有者缺失”和內(nèi)部人控制等問題的影響，我國國有上市公司的信息披露質(zhì)量相對較差（高芳，2016），委托代理問題較為嚴(yán)重（錢穎一，1995），國有上市公司股價發(fā)生崩盤的風(fēng)險(xiǎn)相對較高。此外，在缺乏有效監(jiān)督和激勵的制度背景下，國有上市公司管理層普遍存在較為嚴(yán)重的道德風(fēng)險(xiǎn)問題，進(jìn)而可能會產(chǎn)生較多不利于公司的負(fù)面信息（馬新嘯等，2021）。因此，綠色信貸政策實(shí)施之后，國有重污染企業(yè)管理層具有更強(qiáng)的私利動機(jī)進(jìn)行不真實(shí)披露，可能直接隱瞞環(huán)保經(jīng)營業(yè)績較差、污染治理失當(dāng)?shù)扔袚p自身薪酬利益和職業(yè)生涯的負(fù)面信息（Verrecchia，2001），從而造成國有重污染企業(yè)信息披露質(zhì)量較低（梁杰等，2004；黃志忠等，2010），加劇國有重污染企業(yè)股價崩盤風(fēng)險(xiǎn)。

基于上述分析，本文提出如下假設(shè)：

假設(shè)4：綠色信貸政策對國有重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的惡化效應(yīng)更加強(qiáng)烈。

陸菁等（2021）研究發(fā)現(xiàn)，我國綠色信貸政策的實(shí)施存在“抓大放小”的執(zhí)行導(dǎo)向。綠色信貸政策頒布之前，大規(guī)模重污染企業(yè)憑借其較強(qiáng)的還款能力和較低的融資約束獲取了大量信貸資金。因此，綠色信貸政策實(shí)施后，金融機(jī)構(gòu)針對重污染企業(yè)投融資的抑制主要作用于大規(guī)模企業(yè)（蘇冬蔚和連莉莉，2018）。據(jù)此推斷，綠色信貸政策對大規(guī)模重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的影響更大。

基于上述分析，本文提出如下假設(shè)：

假設(shè)5：綠色信貸政策對大型重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的惡化效應(yīng)更加強(qiáng)烈。

公司治理，尤其是內(nèi)部治理的效率是企業(yè)經(jīng)理人信息披露決策的影響因素（王霞等，2013），而信息披露質(zhì)量是股價崩盤風(fēng)險(xiǎn)的重要制約因素。良好的公司治理水平能夠抑制公司管理層的委托代理問題，有效監(jiān)管公司管理層隱藏壞消息、利用信息優(yōu)勢進(jìn)行股價操縱等私利行為，從而提高公司信息披露質(zhì)量，有效降低公司股價崩盤風(fēng)險(xiǎn)。

基于上述分析，本文提出如下假設(shè)：

假設(shè)6：良好的公司治理能夠抑制綠色信貸政策對重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的惡化效應(yīng)。

三、研究設(shè)計(jì)

（一）模型設(shè)定

本文以中國銀監(jiān)會2012年頒布《綠色信貸指引》這一代表性的綠色信貸政策為準(zhǔn)自然實(shí)驗(yàn)。綠色信貸政策效應(yīng)在企業(yè)層面存在顯著差異，對重污染企業(yè)的影響更大，因此，本文借鑒蘇冬蔚和連莉莉（2018）、丁杰（2019）、Liu 等（2019）的做法，構(gòu)建如下雙重差分模型進(jìn)行檢驗(yàn)：

其中，Crashrisk為企業(yè)股價崩盤風(fēng)險(xiǎn)的代理變量，i表示企業(yè)，t表示年度；Treat是樣本企業(yè)是否屬于重污染行業(yè)的虛擬變量，重污染企業(yè)取值為1，否則為0；Post為《綠色信貸指引》這一綠色信貸政策實(shí)施前后的時間虛擬變量，本文將綠色信貸政策實(shí)施之前的年份（2012年前）定義為0，之后的年份（2012年及之后）定義為1；Controls為一組控制變量，ε為隨機(jī)擾動項(xiàng)。本文關(guān)注的重點(diǎn)是交互項(xiàng)Treat×Post的系數(shù)α1，α1衡量了《綠色信貸指引》的實(shí)施對重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的影響。

（二）變量定義

1.被解釋變量

本文的被解釋變量是Crashrisk，由基于周收益數(shù)據(jù)計(jì)算的負(fù)收益偏態(tài)系數(shù)NCSKEW、收益上下波動比率DUVOL兩個指標(biāo)來衡量。

首先，參照Kim 等（2011a）、王化成等（2014）的方法，使用股票i每年的周收益數(shù)據(jù)估計(jì)如下模型，計(jì)算股票特有收益率：

其中，Ri,j為股票i在第j周的收益率，Rm,j為第j周流通市值加權(quán)平均市場收益率，εi,j為殘差項(xiàng)，Wi,j為股票i在第j周的特有收益率。

其次，基于上述模型計(jì)算的股票特有收益Wi,j，計(jì)算負(fù)收益偏態(tài)系數(shù)NCSKEW和收益上下波動比率DUVOL：

其中，n為股票i當(dāng)年交易的周數(shù)，nu、nd分別表示一年中股票周特有收益率大于、小于年平均市場收益率的周數(shù)。

2.解釋變量

本文的解釋變量Treat為反映企業(yè)是否為重污染企業(yè)的虛擬變量。如果樣本企業(yè)屬于重污染行業(yè)，Treat取值為1，否則為0。本文借鑒蘇冬蔚和連莉莉（2018）、丁杰（2019）的做法，參照環(huán)境保護(hù)部《上市公司環(huán)保核查行業(yè)分類管理名錄》（環(huán)發(fā)〔2008〕56 號）和《上市公司環(huán)境信息披露指南》（環(huán)發(fā)〔2010〕78 號）中涉及重污染行業(yè)的共同范圍，將樣本企業(yè)分為重污染企業(yè)和非重污染企業(yè)。

在穩(wěn)健性檢驗(yàn)中，本文借鑒蘇冬蔚和連莉莉（2018）對重污染行業(yè)的界定方法，根據(jù)工業(yè)二氧化硫排放量、工業(yè)煙（粉）塵排放量、工業(yè)廢水排放量和工業(yè)固體廢物量這四類污染排放量進(jìn)行標(biāo)準(zhǔn)化加總，將高于中位數(shù)的行業(yè)定義為重污染行業(yè)。各類污染物排放數(shù)據(jù)來自歷年《中國環(huán)境統(tǒng)計(jì)年鑒》。

此外，本文設(shè)置綠色信貸政策實(shí)施時間虛擬變量Post，將《綠色信貸指引》實(shí)施前的年份（2012年前）定義為0，實(shí)施后的年份（2012年及之后）定義為1。

3.控制變量

參照現(xiàn)有研究，本文在模型中加入如下控制變量：股票波動率（Sigma）、股票回報(bào)率（Ret）、企業(yè)產(chǎn)權(quán)屬性（SOE）、企業(yè)年齡（Age）、股票換手率的變化（Dturn）、企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（LEV）、資產(chǎn)回報(bào)率（ROA）、市值賬面比（MB）、盈余質(zhì)量（Abacc）和審計(jì)師治理（Big4）。此外，模型中還控制了年度虛擬變量（Year）和企業(yè)個體固定效應(yīng)（Firm）。

變量的具體定義見表1。

表1 主要變量定義

（三）樣本選取與數(shù)據(jù)來源

本文以2000－2020年我國A 股上市公司為研究樣本，并參考已有研究（蘇冬蔚和連莉莉，2018；丁杰，2019），對如下樣本進(jìn)行了剔除：（1）金融類上市公司；（2）ST、PT 上市公司；（3）數(shù)據(jù)缺失公司；（4）2012年及之后上市的公司。上市公司財(cái)務(wù)數(shù)據(jù)來自國泰安數(shù)據(jù)庫。為減少樣本中極端異常值給估計(jì)結(jié)果帶來的影響，本文對所有連續(xù)型變量進(jìn)行上下1%分位的縮尾處理。

表2列示了本文主要變量的描述性統(tǒng)計(jì)結(jié)果。結(jié)果顯示：NCSKEW的均值為-0.229，中位數(shù)為-0.200，標(biāo)準(zhǔn)差為0.723；DUVOL的均值為-0.155，中位數(shù)為-0.159，標(biāo)準(zhǔn)差則為0.490；其他變量的取值范圍均處在合理區(qū)間內(nèi)，本文不再贅述。

表2 主要變量描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果與分析

（一）時間趨勢分析

本文將樣本分為處理組（treat=1，重污染企業(yè)）和控制組（treat=0，其他企業(yè)），對政策實(shí)施前后兩組企業(yè)的股價崩盤風(fēng)險(xiǎn)（NCSKEW、DUVOL）的變化趨勢進(jìn)行對比分析。圖1和圖2分別描繪了NCSKEW、DUVOL的平均變化趨勢，虛線為重污染企業(yè)指標(biāo)的變化趨勢，實(shí)線為其他企業(yè)指標(biāo)的變化趨勢。

圖1和圖2顯示，2012年綠色信貸政策出臺前，兩組企業(yè)股價崩盤風(fēng)險(xiǎn)指標(biāo)的數(shù)值和變化趨勢基本一致，表明構(gòu)建DID 模型所需的平行趨勢假設(shè)成立，本文采用DID方法具有合理性；2012年綠色信貸政策出臺后，重污染企業(yè)股價崩盤風(fēng)險(xiǎn)明顯高于其他企業(yè)，初步驗(yàn)證了本文假設(shè)1。

圖1 綠色信貸政策與股價崩盤風(fēng)險(xiǎn)（NCSKEW）的關(guān)系

圖2 綠色信貸政策與股價崩盤風(fēng)險(xiǎn)（DUVOL）的關(guān)系

（二）基準(zhǔn)回歸結(jié)果

表3列示了綠色信貸政策與重污染企業(yè)信息披露質(zhì)量的回歸結(jié)果。其中，列（1）和列（4）未加入控制變量，列（2）和列（5）加入控制變量，列（3）和列（6）控制了年度和企業(yè)固定效應(yīng)。交互項(xiàng)Treat×Post的回歸系數(shù)分別為0.043 和0.027、0.045 和0.024、0.073和0.048，且至少通過了5%水平的顯著性檢驗(yàn)。本文假設(shè)1 得到驗(yàn)證，即綠色信貸政策實(shí)施之后，重污染企業(yè)股價崩盤風(fēng)險(xiǎn)顯著上升。

表3 綠色信貸政策與重污染企業(yè)股價崩盤風(fēng)險(xiǎn)

綠色信貸政策實(shí)施后，重污染企業(yè)股價崩盤風(fēng)險(xiǎn)顯著上升，可能的原因在于目前國內(nèi)綠色信貸標(biāo)準(zhǔn)執(zhí)行缺乏剛性約束，商業(yè)銀行在執(zhí)行中呈現(xiàn)自愿性特征，政府部門對銀行機(jī)構(gòu)的監(jiān)督力度不夠，缺乏明確的追責(zé)標(biāo)準(zhǔn)和要求，對銀行機(jī)構(gòu)的約束力度有限。

張琦等（2019）研究發(fā)現(xiàn)，《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)（2012）》（GB3095-2012）實(shí)施之后，74 個試點(diǎn)城市加大了環(huán)境治理力度。本文進(jìn)一步選擇74 個試點(diǎn)城市中的重污染行業(yè)上市公司作為樣本，研究在不同環(huán)境治理力度下，綠色貸款政策與重污染企業(yè)股價崩盤風(fēng)險(xiǎn)之間的關(guān)系。表4的回歸結(jié)果顯示，綠色貸款政策與重污染企業(yè)股價崩盤風(fēng)險(xiǎn)之間的正向關(guān)系在政府環(huán)境治理力度小的樣本中更顯著，這表明在政府環(huán)境治理較強(qiáng)的地區(qū)，重污染企業(yè)受綠色貸款政策驅(qū)使的隱藏負(fù)面信息行為得到了抑制。

表4 綠色信貸政策、政府環(huán)境治理與重污染企業(yè)股價崩盤風(fēng)險(xiǎn)

（三）作用機(jī)制檢驗(yàn)

1.環(huán)境信息披露質(zhì)量

本文采用中介效應(yīng)模型檢驗(yàn)假設(shè)2。環(huán)境治理信息披露質(zhì)量指標(biāo)IDQ1_env的計(jì)算方法為環(huán)境業(yè)績與治理披露情況六個維度指標(biāo)（上市公司廢氣減排治理情況，廢水減排治理情況，粉塵、煙塵治理情況，固廢利用與處置情況，噪聲、光污染、輻射等治理，清潔生產(chǎn)實(shí)施情況）的加總，其中指標(biāo)0、1、2 分別表示無描述、定性描述、定量描述；環(huán)境污染信息披露質(zhì)量指標(biāo)IDQ2_env的計(jì)算方法為環(huán)境負(fù)債披露情況六個維度指標(biāo)（上市公司廢水排放量，COD 排放量，SO2排放量，CO2排放量，煙塵和粉塵排放量，工業(yè)固廢物產(chǎn)生量）的加總，其中指標(biāo)0、1、2 分別表示無描述、定性描述、定量描述。具體數(shù)據(jù)來自國泰安環(huán)境研究專題數(shù)據(jù)庫，兩個指標(biāo)越高說明環(huán)境信息披露質(zhì)量越好。

表5列示了綠色信貸政策、環(huán)境信息披露質(zhì)量與重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的回歸結(jié)果。考慮到被解釋變量IDQ1_env和IDQ2_env含有大量零值又為非負(fù)整數(shù)，本文采用零膨脹泊松回歸。列（1）、列（2）和列（3）、列（4）的被解釋變量分別為上市公司環(huán)境治理信息披露質(zhì)量IDQ1_env和環(huán)境污染信息披露質(zhì)量IDQ2_env，列（5）、列（6）的被解釋變量分別為NCSKEWt+1、DUVOLt+1。在列（1）至列（4）中，交互項(xiàng)Treat×Post的回歸系數(shù)大多顯著為負(fù)，表明綠色信貸政策實(shí)施之后，重污染企業(yè)環(huán)境信息披露質(zhì)量下降。列（5）和列（6）的回歸結(jié)果顯示，IDQ1_env和IDQ2_env的回歸系數(shù)均顯著為負(fù)，且與基準(zhǔn)模型的回歸結(jié)果相比，交互項(xiàng)Treat×Post的回歸系數(shù)數(shù)值更小，顯著性更低，說明綠色信貸政策通過降低重污染企業(yè)環(huán)境信息披露質(zhì)量，進(jìn)而導(dǎo)致股價崩盤風(fēng)險(xiǎn)上升，本文假設(shè)2 得到驗(yàn)證。

表5 綠色信貸政策、環(huán)境信息披露質(zhì)量與重污染企業(yè)股價崩盤風(fēng)險(xiǎn)

2.市值管理

在股權(quán)質(zhì)押期間，控股股東面臨因股價暴跌所持股份被強(qiáng)行平倉的風(fēng)險(xiǎn)，為了規(guī)避可能的控制權(quán)轉(zhuǎn)移風(fēng)險(xiǎn)，上市公司管理層或控股股東在股權(quán)質(zhì)押期間具有強(qiáng)烈的動機(jī)采取策略性信息披露方式，通過隱藏壞消息、釋放好消息，或降低信息披露質(zhì)量進(jìn)行市值管理。因此，本文采用控股股東是否存在股權(quán)質(zhì)押行為衡量市值管理動機(jī)，若控股股東存在股權(quán)質(zhì)押行為，市值管理動機(jī)更強(qiáng)，否則動機(jī)較弱。

表6列示了綠色信貸政策、市值管理與重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的回歸結(jié)果。結(jié)果顯示：在列（2）和列（4）中，交互項(xiàng)Treat×Post的回歸系數(shù)分別為0.099 和0.067，且均在1%的水平上顯著，表明綠色信貸政策實(shí)施之后，控股股東存在股權(quán)質(zhì)押行為的重污染企業(yè)股價崩盤風(fēng)險(xiǎn)顯著上升；而在列（1）和列（3）中，交互項(xiàng)Treat×Post的回歸系數(shù)均較小，表明綠色信貸政策實(shí)施對控股股東不存在股權(quán)質(zhì)押行為的重污染企業(yè)股價崩盤風(fēng)險(xiǎn)影響較弱。上述結(jié)果表明，綠色信貸政策所導(dǎo)致的重污染企業(yè)股價崩盤風(fēng)險(xiǎn)會受到市值管理動機(jī)的影響，從而間接驗(yàn)證了市值管理機(jī)制，本文假設(shè)3 得到驗(yàn)證。

表6 綠色信貸政策、市值管理與重污染企業(yè)股價崩盤風(fēng)險(xiǎn)

（四）穩(wěn)健性檢驗(yàn)

本文從安慰劑檢驗(yàn)、平行趨勢檢驗(yàn)、時間窗口檢驗(yàn)、PSM-DID 模型檢驗(yàn)、更換處理組和工業(yè)企業(yè)樣本五個方面進(jìn)行穩(wěn)健性檢驗(yàn)，回歸結(jié)果①限于篇幅，本文未列示穩(wěn)健性檢驗(yàn)結(jié)果，資料備索。與基準(zhǔn)回歸結(jié)果保持一致。

1.安慰劑檢驗(yàn)

本文分別假定2009年和2007年為綠色信貸政策實(shí)施年份，比較兩個年份前后重污染企業(yè)股價崩盤風(fēng)險(xiǎn)是否存在顯著差異?；貧w結(jié)果顯示，重污染企業(yè)和非重污染企業(yè)股價崩盤風(fēng)險(xiǎn)在2009年前后和2007 前后均未呈現(xiàn)顯著差異，這為前文研究結(jié)論提供了穩(wěn)健的經(jīng)驗(yàn)證據(jù)。

2.平行趨勢檢驗(yàn)

為檢驗(yàn)以《綠色信貸指引》實(shí)施構(gòu)建準(zhǔn)自然實(shí)驗(yàn)（雙重差分模型）的適用性，即重污染企業(yè)和非重污染企業(yè)在政策實(shí)施前是否滿足平行趨勢假說，本文借鑒Beck 等（2010）的方法，在基準(zhǔn)模型中分別加入是否重污染企業(yè)虛擬變量（Treat）與2008年、2009年、2010年和2011年的年份虛擬變量的交互項(xiàng)，重新進(jìn)行回歸。平行趨勢的回歸結(jié)果顯示，Treat×Year2008、Treat×Year2009、Treat×Year2010和Treat×Year2011的回歸系數(shù)均不具備顯著性，且數(shù)值也相對較小，說明在綠色信貸政策實(shí)施前，重污染企業(yè)與非重污染企業(yè)在股價崩盤風(fēng)險(xiǎn)方面滿足平行趨勢；交互項(xiàng)Treat×Post的回歸系數(shù)顯著為正，說明綠色信貸政策確實(shí)加劇了重污染企業(yè)股價崩盤風(fēng)險(xiǎn)。

3.時間窗口檢驗(yàn)

為避免其他政策的影響和時間過長可能帶來的序列相關(guān)問題（Bertrand 等，2014），本文僅考慮綠色信貸政策實(shí)施前后三年和前后兩年的企業(yè)樣本，即將樣本數(shù)據(jù)控制在2009－2015年和2010－2014年的時間窗口區(qū)間?；貧w結(jié)果顯示，交互項(xiàng)的系數(shù)均顯著為正，與前文結(jié)論一致，說明上文結(jié)論未受《綠色信貸指引》政策實(shí)施前后其他政策的影響。

4.PSM-DID 模型檢驗(yàn)

考慮到政策可能存在的內(nèi)生性問題，本文借鑒Heyman 等（2007）的逐年P(guān)SM 方法，對控制組樣本采用一對一無放回最近鄰匹配的傾向得分匹配法進(jìn)行樣本篩選，同時參考Fang 等（2014）的做法，匹配估計(jì)的控制變量與基準(zhǔn)模型保持一致，并基于匹配后的樣本進(jìn)行回歸。PSM-DID 模型的回歸結(jié)果顯示，交互項(xiàng)Treat×Post的回歸系數(shù)均為正，控制年份和企業(yè)固定效應(yīng)后，交互項(xiàng)Treat×Post的回歸系數(shù)均顯著，這說明基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

5.更換處理組和工業(yè)企業(yè)樣本

本文借鑒蘇冬蔚和連莉莉（2018）關(guān)于重污染行業(yè)的界定方法，根據(jù)工業(yè)二氧化硫排放量、工業(yè)煙（粉）塵排放量、工業(yè)廢水排放量和工業(yè)固體廢物量這四類污染排放量進(jìn)行標(biāo)準(zhǔn)化加總，將高于中位數(shù)的行業(yè)定義為重污染行業(yè)，然后按中國證監(jiān)會細(xì)分的行業(yè)分類進(jìn)行整理，將歸屬于重污染行業(yè)的企業(yè)定義為重污染企業(yè)（Treat=1），并重新進(jìn)行檢驗(yàn)?；貧w結(jié)果顯示，交互項(xiàng)Treat1×Post的回歸系數(shù)均顯著為正，回歸結(jié)果與基準(zhǔn)回歸結(jié)果保持一致，本文結(jié)論穩(wěn)健。

（五）異質(zhì)性分析

1.企業(yè)產(chǎn)權(quán)屬性

表7列示了國有企業(yè)和非國有企業(yè)的分組回歸結(jié)果。結(jié)果顯示：在列（1）和列（3）中，交互項(xiàng)Treat×Post的回歸系數(shù)分別為0.103 和0.073，且均在1%的水平上顯著，表明綠色信貸政策出臺后國有重污染企業(yè)股價崩盤風(fēng)險(xiǎn)顯著上升；在列（2）和列（4）中，交互項(xiàng)Treat×Post的回歸系數(shù)較小、顯著性較弱，表明綠色信貸政策的實(shí)施對非國有重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的影響較小。本文假設(shè)4 得到驗(yàn)證。

表7 企業(yè)產(chǎn)權(quán)屬性的影響

2.企業(yè)規(guī)模

表8列示了大規(guī)模企業(yè)和中小規(guī)模企業(yè)的分組回歸結(jié)果。結(jié)果顯示：在列（1）和列（3）中，交互項(xiàng)Treat×Post的回歸系數(shù)分別為0.117 和0.073，且均在1%的水平上顯著，表明綠色信貸政策出臺后大規(guī)模重污染企業(yè)股價崩盤風(fēng)險(xiǎn)顯著上升；而在列（2）和列（4）中，交互項(xiàng)Treat×Post的回歸系數(shù)較小，統(tǒng)計(jì)也不顯著，表明綠色信貸政策的實(shí)施對中小規(guī)模重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的影響較小。本文假設(shè)5 得到驗(yàn)證。

表8 企業(yè)規(guī)模的影響

3.公司治理的作用

為衡量公司治理對綠色信貸政策與重污染企業(yè)股價崩盤風(fēng)險(xiǎn)關(guān)系的影響，本文借鑒顧乃康和周艷利（2017）的做法，運(yùn)用主成分分析法，從監(jiān)督、激勵、決策等方面（主要包括高管薪酬、高管持股比例、獨(dú)立董事比例、董事會規(guī)模、機(jī)構(gòu)投資者持股比例、第二至第五大股東持股比例之和與控股股東持股比例之比、董事長與總經(jīng)理是否兩職合一等）構(gòu)造公司治理綜合指標(biāo)來度量公司治理水平，并以中位數(shù)為劃分標(biāo)準(zhǔn)將樣本分為公司治理水平較高和公司治理水平較低兩組，表9列示了回歸結(jié)果。

表9 公司治理的作用

表9的結(jié)果顯示：在列（2）和列（4）中，交互項(xiàng)Treat×Post的回歸系數(shù)分別為0.096和0.057，且均在1%的水平上顯著，表明綠色信貸政策出臺后，公司治理水平較低的重污染企業(yè)股價崩盤風(fēng)險(xiǎn)顯著上升；而在列（1）和列（3）中，交互項(xiàng)Treat×Post的回歸系數(shù)均較小，統(tǒng)計(jì)上也不顯著，表明綠色信貸政策出臺對公司治理水平較高的重污染企業(yè)股價崩盤風(fēng)險(xiǎn)影響較小，本文假設(shè)6 得到驗(yàn)證。

五、進(jìn)一步討論

為了給本文的主要發(fā)現(xiàn)提供更直接的依據(jù)，本文借鑒彭俞超等（2018）的做法，對綠色信貸政策如何直接影響企業(yè)與外界的信息不對稱程度進(jìn)行檢驗(yàn)，分別采用會計(jì)穩(wěn)健性指標(biāo)（Cscore、Gscore）和KV指數(shù)作為被解釋變量。Cscore、Gscore分別反映企業(yè)會計(jì)盈余對壞消息、好消息的靈敏度，Cscore越高說明企業(yè)會計(jì)盈余對壞消息的靈敏度越高，Gscore越高說明企業(yè)會計(jì)盈余對好消息的靈敏度越高；KV指數(shù)越高，表明企業(yè)信息披露質(zhì)量越低。

Cscore和Gscore數(shù)據(jù)來自國泰安數(shù)據(jù)庫，本文參照Khan 和Watts（2009）的方法進(jìn)行計(jì)算。參考Kim 和Verrecchia（2001）、Ascioglu 等（2005）、周開國等（2011）、徐壽福和徐龍炳（2015）的做法，本文構(gòu)造如下KV指數(shù)模型：

其中，Pt、Volt分別表示第t日的股票收盤價、交易量（股數(shù)），Vol0表示研究期間所有交易日的平均日交易量。本文采用普通最小二乘法針對當(dāng)年每家上市公司回歸得到的λ值構(gòu)建KV指數(shù)（不考慮λ為負(fù)的情況），λ越小說明信息披露越充分。

表10 列（1）、列（2）的回歸結(jié)果顯示，交互項(xiàng)Treat×Post的回歸系數(shù)分別為-90.501 和90.432，且均在1%的水平上顯著，說明綠色信貸政策實(shí)施后，重污染企業(yè)Cscore指標(biāo)顯著下降，Gscore指標(biāo)顯著上升。結(jié)果表明，綠色信貸政策的實(shí)施促使重污染企業(yè)在會計(jì)處理上對壞消息披露的及時性下降，而對好消息的披露更加及時，即綠色信貸政策的實(shí)施增強(qiáng)了重污染企業(yè)隱藏壞消息的動機(jī)。

表10 列（3）的回歸結(jié)果顯示，交互項(xiàng)Treat× Post的回歸系數(shù)為0.014，且在1%的水平上顯著，表明綠色信貸政策實(shí)施后，重污染企業(yè)內(nèi)部人的確會隱藏企業(yè)經(jīng)營中的壞消息，降低信息披露質(zhì)量，加劇企業(yè)與外界的信息不對稱，從而導(dǎo)致股價崩盤風(fēng)險(xiǎn)上升。

表10 綠色信貸政策與重污染企業(yè)信息不對稱

六、結(jié)論與啟示

本文以《綠色信貸指引》實(shí)施為準(zhǔn)自然實(shí)驗(yàn)，構(gòu)建雙重差分模型，實(shí)證分析綠色信貸政策的實(shí)施對重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的影響?；鶞?zhǔn)實(shí)證結(jié)果發(fā)現(xiàn)，綠色信貸政策實(shí)施后，重污染企業(yè)股價崩盤風(fēng)險(xiǎn)顯著上升。作用機(jī)制檢驗(yàn)得出如下結(jié)論：

第一，綠色信貸政策實(shí)施后，重污染企業(yè)通過降低環(huán)境信息披露質(zhì)量，導(dǎo)致股價崩盤風(fēng)險(xiǎn)上升，而這一關(guān)系在政府環(huán)境治理力度小的地區(qū)更顯著。

第二，綠色信貸政策的實(shí)施增強(qiáng)了重污染企業(yè)市值管理動機(jī)，從而加劇了重污染企業(yè)股價崩盤風(fēng)險(xiǎn)。異質(zhì)性分析發(fā)現(xiàn)，綠色信貸政策對國有和大規(guī)模重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的影響更顯著；良好的公司治理能夠有效抑制綠色信貸政策對重污染企業(yè)股價崩盤風(fēng)險(xiǎn)的惡化效應(yīng)。

第三，綠色信貸政策的實(shí)施直接加劇了重污染企業(yè)與外界的信息不對稱，主要表現(xiàn)為綠色信貸政策的實(shí)施促使重污染企業(yè)在會計(jì)處理上對壞消息披露的及時性下降，而對好消息披露得更加及時。

本文研究不僅有助于進(jìn)一步從宏觀政策層面挖掘影響企業(yè)股價崩盤風(fēng)險(xiǎn)的重要因素，還為完善我國綠色信貸政策，全面、科學(xué)評價其實(shí)施效果提供了政策參考。

第一，必須以加大政府環(huán)境治理力度為前提，才能更好地發(fā)揮綠色信貸政策的積極效應(yīng)。

第二，在我國資本市場相對不成熟、公司治理機(jī)制不夠完善、環(huán)境信息披露制度相對不健全的背景下，綠色信貸政策的實(shí)施需要與環(huán)保信息披露監(jiān)管政策、公司內(nèi)部治理機(jī)制相配合。必須重視綠色信貸政策與相關(guān)政策的協(xié)調(diào)，加強(qiáng)證券監(jiān)管部門和綠色貸款部門的協(xié)調(diào)聯(lián)動，否則可能會帶來股票市場暴漲暴跌等負(fù)面效應(yīng)。

第三，證券監(jiān)管部門應(yīng)嚴(yán)格監(jiān)管重污染上市公司通過降低環(huán)境信息披露質(zhì)量來隱藏負(fù)面信息。一方面加強(qiáng)對重污染上市公司內(nèi)部治理機(jī)制有效性的審查；另一方面完善資本市場外部治理機(jī)制，以防范綠色信貸政策導(dǎo)致重污染上市公司股價崩盤風(fēng)險(xiǎn)惡化現(xiàn)象。

第四，為充分發(fā)揮綠色信貸助力實(shí)現(xiàn)碳達(dá)峰、碳中和目標(biāo)的積極作用，綠色信貸部門應(yīng)加強(qiáng)對貸款企業(yè)環(huán)保信息披露質(zhì)量的監(jiān)管，抑制企業(yè)管理層掩飾和隱瞞環(huán)保信息的行為，提高綠色信貸配置效率。