綠色信貸政策能夠抑制企業(yè)的風(fēng)險承擔(dān)嗎？

高斌 張金龍

［摘 要］綠色信貸是橋接金融信用與環(huán)保的關(guān)鍵紐帶和資源配置的重要抓手?；?012年銀監(jiān)會頒布《綠色信貸指引》的外生沖擊，使用雙重差分（DID）探討綠色信貸政策對企業(yè)風(fēng)險承擔(dān)的影響。首先，基準(zhǔn)回歸表明綠色信貸抑制了綠色信貸限制企業(yè)的風(fēng)險承擔(dān)水平，但政策影響的時滯性和企業(yè)的策略性應(yīng)對使得政策頒布兩年后抑制作用才不斷增強。其次，融資約束和投資懲罰的中介機制表明，融資約束和投資支出在綠色信貸政策與企業(yè)風(fēng)險承擔(dān)之間存在遮掩效應(yīng)，進一步抑制了企業(yè)風(fēng)險承擔(dān)水平。最后，信息效應(yīng)和環(huán)境規(guī)制倒逼效應(yīng)的調(diào)節(jié)機制表明綠色信貸政策影響存在非對稱性。

［關(guān)鍵詞］綠色信貸;企業(yè)風(fēng)險承擔(dān)水平;融資約束；投資懲罰；信息效應(yīng)；環(huán)境規(guī)制；雙重差分

［中圖分類號］F832；F270.7? ［文獻標(biāo)志碼］A? ［文章編號］2096-3114（2023）04-0060-10

一、 引言

中國是全球碳排放量最大的國家，也是未來全球碳排放量增長的主要來源國。根據(jù)生態(tài)環(huán)境部報告，2020年全球碳排放總量大致為320億噸，而僅中國一個國家碳排放量就高達98.9億噸。嚴(yán)重的環(huán)境污染問題和頻發(fā)的環(huán)境突發(fā)事件加劇了城市的脆弱性和對生態(tài)系統(tǒng)的破壞性。因此，在保證經(jīng)濟效益的前提下，如何激勵企業(yè)綠色轉(zhuǎn)型成為中國面臨的緊迫挑戰(zhàn)，而生態(tài)環(huán)境的實質(zhì)改善需要環(huán)境規(guī)制措施和金融資源配置激勵機制的緊密配合。2007年中國正式提出綠色信貸概念。綠色信貸是指銀行和其他金融機構(gòu)根據(jù)企業(yè)項目及其運營的信息提供差異化信貸，為節(jié)能環(huán)保企業(yè)提供優(yōu)惠的低貸款利率，同時對高污染高能耗企業(yè)設(shè)置懲罰性高貸款利率。2012年出臺的《綠色信貸指引》（以下簡稱《指引》）更是兼?zhèn)淞谁h(huán)境規(guī)制和金融資源配置的雙重屬性，將綠色金融政策與環(huán)境績效掛鉤，標(biāo)志著綠色信貸的規(guī)范化和制度化。強化的信息共享機制使信貸限制企業(yè)面臨銀行取消信貸和政府環(huán)境處罰的疊加壓力[1-2]。

企業(yè)承擔(dān)風(fēng)險是指企業(yè)在投資決策中為了追求高利潤并為此付出代價的傾向，反映了企業(yè)選擇高風(fēng)險和高收益的投資項目的風(fēng)險偏好和承擔(dān)意愿[3]。綠色信貸可以將企業(yè)污染排放產(chǎn)生的負外部性內(nèi)部化，有助于銀行規(guī)避環(huán)境風(fēng)險、企業(yè)綠色轉(zhuǎn)型和經(jīng)濟可持續(xù)發(fā)展[4]。在宏觀層面，綠色信貸通過撬動低貸款利率，進而推進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，最終轉(zhuǎn)變經(jīng)濟發(fā)展方式；在微觀層面，綠色信貸可以通過金融市場的資源配置功能，引導(dǎo)資金從高污染企業(yè)轉(zhuǎn)向環(huán)境友好型企業(yè)，但加劇了綠色信貸限制企業(yè)預(yù)期的不確定性以及向低碳經(jīng)濟轉(zhuǎn)型過程中面臨的監(jiān)管風(fēng)險[5-6]。本文嘗試通過理論推演與實證研究以下問題：綠色信貸政策是否會影響企業(yè)的風(fēng)險承擔(dān)水平？是抑制影響還是增強作用？影響的微觀機制是什么？企業(yè)自身和外部環(huán)境是否會產(chǎn)生異質(zhì)性影響？

有兩類文獻與本文的研究相關(guān)。第一類文獻研究了綠色信貸政策的微觀效應(yīng)以及影響機制，認(rèn)為綠色信貸政策有利于企業(yè)的綠色創(chuàng)新但創(chuàng)新質(zhì)量不高[7-8]，其促進了企業(yè)開展前端治理和綠色辦公但減弱了企業(yè)的環(huán)境末端治理[2]，降低了重污染企業(yè)的債務(wù)融資能力但提高了商業(yè)信用融資能力[9]，同時，還降低了企業(yè)的生產(chǎn)性投資支出等[10]。關(guān)于政策影響機制的研究集中在債務(wù)融資成本、資金投入、運營決策、信息披露和企業(yè)代理成本等[7，11-12]。另一類相關(guān)文獻研究了企業(yè)風(fēng)險承擔(dān)的影響因素，包括外資進入、稅收政策和政治制度等宏觀因素[13-14]，股權(quán)性質(zhì)、企業(yè)文化和機構(gòu)投資者持股比例等企業(yè)異質(zhì)性特征因素[15-17]，CEO異質(zhì)性、管理者情緒和董事高管責(zé)任保險等公司治理和管理層面因素[18-19]。與本研究相關(guān)的文獻主要涉及綠色信貸政策對銀行風(fēng)險承擔(dān)的影響[20]，而針對企業(yè)風(fēng)險承擔(dān)的研究僅僅將其作為異質(zhì)性分組變量或中介變量進行機制解釋[21]。由是觀之，學(xué)術(shù)界對綠色信貸政策和企業(yè)風(fēng)險承擔(dān)兩者的直接關(guān)系研究還處于摸索階段，少有從企業(yè)風(fēng)險承擔(dān)水平的視角直接考察綠色信貸政策實施效果的成果。因此，本文基于2012年銀監(jiān)會頒布的《綠色信貸指引》的外生事件，使用DID模型實證檢驗《指引》是否抑制了綠色信貸限制企業(yè)的風(fēng)險承擔(dān)。

本文的邊際貢獻是：首先，明確了綠色信貸政策對企業(yè)風(fēng)險承擔(dān)的抑制作用。Wen等的研究表明經(jīng)濟政策不確定性與企業(yè)風(fēng)險承擔(dān)之間呈負相關(guān)關(guān)系[22]，而Lin等研究發(fā)現(xiàn)碳排放交易計劃可以增強企業(yè)風(fēng)險承擔(dān)水平[23]，本文補充了經(jīng)濟政策和環(huán)保政策對企業(yè)風(fēng)險承擔(dān)水平影響的理論研究。其次，為理解綠色信貸的功能和傳導(dǎo)機制提供了微觀證據(jù)，從融資約束和投資懲罰中介效應(yīng)渠道完善了邏輯傳導(dǎo)鏈條，從信息效應(yīng)渠道和環(huán)境規(guī)制倒逼渠道解釋了綠色信貸政策的異質(zhì)性影響，完善了企業(yè)治理和風(fēng)險管理的理論框架。

二、 理論分析與研究假設(shè)

企業(yè)風(fēng)險承擔(dān)反映了企業(yè)的經(jīng)營結(jié)果，代表了企業(yè)為了獲取高利潤所需要付出代價的程度，以及企業(yè)在投資決策過程中需要考慮現(xiàn)金流和預(yù)期的不確定性[24]。《指引》作為一項綠色信貸政策，同時具備環(huán)境規(guī)制和金融資源配置的雙重屬性，這無疑會加劇綠色信貸限制企業(yè)預(yù)期的不確定性以及其向低碳經(jīng)濟轉(zhuǎn)型過程中面臨的監(jiān)管風(fēng)險[5-6]。企業(yè)的風(fēng)險承擔(dān)行為需要企業(yè)實現(xiàn)風(fēng)險和收益的匹配，可以將銀行存款的低風(fēng)險狀態(tài)轉(zhuǎn)為投資未開發(fā)的技術(shù)或開拓新市場的高風(fēng)險行為。風(fēng)險承擔(dān)水平較高的企業(yè)，放棄高回報的投資機會的可能性較小[25]。一方面，《指引》通過設(shè)立環(huán)境準(zhǔn)入門檻及信貸配額管制雙重約束機制對企業(yè)的融資成本及其未來現(xiàn)金流產(chǎn)生影響；另一方面，《指引》從融資規(guī)模、貸款期限和貸款成本等方面降低綠色信貸限制企業(yè)的債務(wù)融資能力，生產(chǎn)經(jīng)營成本的增加和環(huán)境治理投資對生產(chǎn)性投資產(chǎn)生擠出效應(yīng)[10]。此外，預(yù)期的不確定性和監(jiān)管風(fēng)險使企業(yè)主動推遲投資和收購，使得企業(yè)風(fēng)險承擔(dān)行為維持在低風(fēng)險狀態(tài)。

綠色信貸通過融資約束渠道抑制企業(yè)的風(fēng)險承擔(dān)[9]?！吨敢窂男刨J規(guī)模、期限、成本等方面影響企業(yè)的整個投融資過程。根據(jù)綠色信貸激勵機制，在企業(yè)融資初期，銀行通過授信管理、綠色審計和設(shè)定嚴(yán)格的環(huán)境門檻將綠色信貸限制行業(yè)排除在金融市場外，使綠色信貸限制企業(yè)陷入銀行授信不確定性的融資困境；在企業(yè)生產(chǎn)過程中，銀行通過貸中管理監(jiān)督資金是否投向預(yù)定綠色生產(chǎn)進而影響企業(yè)的投資項目決策；企業(yè)生產(chǎn)完成后，銀行通過貸后審查防止企業(yè)規(guī)避應(yīng)該履行的環(huán)境恢復(fù)或有義務(wù)?！吨敢吠ㄟ^提高綠色信貸限制企業(yè)的融資成本，增加了企業(yè)的不確定性敞口，影響了企業(yè)的風(fēng)險認(rèn)知，使得企業(yè)放棄一些凈現(xiàn)值為正的項目，企業(yè)風(fēng)險承擔(dān)行為維持在低風(fēng)險狀態(tài)，抑制了企業(yè)風(fēng)險承擔(dān)水平。

綠色信貸通過投資懲罰渠道抑制企業(yè)的風(fēng)險承擔(dān)[10]。綠色信貸將企業(yè)污染排放產(chǎn)生的負外部性內(nèi)部化，投資懲罰導(dǎo)致生產(chǎn)經(jīng)營成本上升進而影響企業(yè)的投資和發(fā)展決策。《指引》要求金融機構(gòu)在審批貸款項目前評估企業(yè)的環(huán)境和社會風(fēng)險，實施差異化、動態(tài)化的信貸政策，不遵守環(huán)境效益和社會績效的企業(yè)難以獲得信貸；同時要求金融機構(gòu)對已獲得信貸的項目進行環(huán)境和社會風(fēng)險評估檢查，企業(yè)為了在貸款協(xié)議中獲得更優(yōu)惠的條款，會傾向于選擇風(fēng)險較小的項目投資[26]。此外，基于新古典經(jīng)濟學(xué)理論，為了應(yīng)對《指引》設(shè)立的環(huán)境準(zhǔn)入門檻及信貸配額管制，遵循理性人假設(shè)的企業(yè)會采用低成本的末端治理和易模仿的低端技術(shù)來規(guī)避環(huán)境規(guī)制，技術(shù)創(chuàng)新投入和環(huán)境治理投資會對正常的投資支出產(chǎn)生擠出效應(yīng)。由此，本文提出如下假設(shè)：

H1：《指引》實施后，綠色信貸限制企業(yè)的風(fēng)險承擔(dān)水平下降。

H2：《指引》通過強化融資約束和減少資本支出抑制綠色信貸限制企業(yè)的風(fēng)險承擔(dān)水平。

信息效應(yīng)機制是《指引》針對綠色信貸限制企業(yè)建立的信息溝通和動態(tài)跟蹤機制，通過與政府環(huán)保部門協(xié)調(diào)配合，實現(xiàn)環(huán)保與金融信用的對接以及信息驅(qū)動的資源再配置[2]。就企業(yè)層面而言，環(huán)境信息披露可以有效降低信息不對稱，從而降低各利益相關(guān)者與企業(yè)之間的溝通成本?！吨敢丰槍G色信貸限制企業(yè)環(huán)境信息披露的硬約束，壓縮了企業(yè)通過主動披露正面環(huán)保信息來掩蓋企業(yè)真實環(huán)保狀況的空間。綠色信貸限制企業(yè)對負面消息的“捂盤”行為容易被銀行的動態(tài)跟蹤機制甄別出來，銀行對綠色信貸限制企業(yè)的環(huán)境風(fēng)險關(guān)注度提高，從而抑制企業(yè)的風(fēng)險承擔(dān)水平[27]。就政府層面而言，銀行與政府環(huán)保部門實現(xiàn)環(huán)保與金融信用的對接，企業(yè)難以通過自主性環(huán)境信息披露粉飾企業(yè)真實的環(huán)保狀況，當(dāng)銀行綠色信貸收緊后，企業(yè)的商業(yè)信用等替代融資方式也會收緊，加劇綠色信貸政策給企業(yè)帶來的融資約束，抑制企業(yè)的風(fēng)險承擔(dān)水平。

環(huán)境規(guī)制倒逼效應(yīng)是將企業(yè)的外部成本內(nèi)部化，實現(xiàn)企業(yè)與代表公共利益的政府之間的協(xié)調(diào)發(fā)展，鼓勵企業(yè)選擇有利于環(huán)境的生產(chǎn)策略[28]。在成本效益權(quán)衡框架內(nèi)，企業(yè)考慮不遵守環(huán)境法規(guī)的成本和收益，García等的實證結(jié)果表明企業(yè)不遵守法規(guī)的成本超出了法規(guī)中規(guī)定的明確處罰，并影響到公司的聲譽資本[29]。此外，因為單一的市場激勵手段難以取得良好成效，缺乏激勵機制的環(huán)境規(guī)制也難以實現(xiàn)所有行業(yè)的綠色協(xié)調(diào)發(fā)展[2]，所以《指引》效力的發(fā)揮需要環(huán)保政策及相關(guān)法律法規(guī)的配套支持，只有在環(huán)境規(guī)制力度嚴(yán)格或當(dāng)?shù)匚廴鞠鄬?yán)重的省份，《指引》才會對綠色信貸限制企業(yè)產(chǎn)生抑制作用。環(huán)境規(guī)制的配套支持可以減少企業(yè)的策略性短期行為和投資高污染項目的短視行為。由此，本文提出如下假設(shè)：

H3a：信息不對稱加強了《指引》對綠色信貸限制企業(yè)風(fēng)險承擔(dān)的抑制作用。

H3b：嚴(yán)格的環(huán)境規(guī)制加強了《指引》對綠色信貸限制企業(yè)風(fēng)險承擔(dān)的抑制作用。

三、 研究設(shè)計

（一） 數(shù)據(jù)來源與指標(biāo)構(gòu)建

本文選取2009—2020年A股所有的上市企業(yè)進行實證分析，然后剔除當(dāng)年ST、PT、ST*的企業(yè)、指標(biāo)嚴(yán)重缺失的企業(yè)以及金融保險業(yè)上市公司，并對連續(xù)變量進行1%和99%縮尾處理，最終得到有效樣本20235個。

本文研究數(shù)據(jù)的控制變量主要來自國泰安數(shù)據(jù)服務(wù)中心（CSMAR）。被解釋變量參考陸靜等和Bargeron等的方法[30-31]，用宏觀經(jīng)濟變量和企業(yè)特征變量對近三年資產(chǎn)收益率的標(biāo)準(zhǔn)差（SROA）或收購支出費（AEX）回歸取殘差絕對值，得到風(fēng)險承擔(dān)代理變量（Risk1和Risk2）。殘差絕對值越大，說明風(fēng)險承擔(dān)水平越高。

SROAjt=a0+a1EBITjt-1+a2BMjt-1+a3Levjt-1+a4GGDPjt+a5SHRETjt+ξjt（1）

AEXjt=a0+a1EBITjt-1+a2BMjt-1+a3Levjt-1+a4GGDPjt+a5SHRETjt+ξjt（2）

其中，SROAjt是企業(yè)j第t-3年到t年的資產(chǎn)收益率的標(biāo)準(zhǔn)差，AEXjt是企業(yè)收購支出，EBITjt-1是息稅前利息與總資產(chǎn)的比率，BMjt-1是賬面市值比，Levjt-1是年末總負債和總資產(chǎn)比率，GGDPjt是國內(nèi)生產(chǎn)總值的增長率，SHRETjt是上證綜合指數(shù)的年收益率，Risk1和Risk2是對方程（1）和方程（2）的殘差取絕對值。

（二） 模型設(shè)定

本文以2012年出臺的《指引》為準(zhǔn)自然實驗，采用DID模型探究綠色信貸政策對企業(yè)風(fēng)險承擔(dān)的影響?，F(xiàn)有文獻對實驗組和對照組的劃分標(biāo)準(zhǔn)有兩種，即使用企業(yè)所屬的行業(yè)污染物排放水平[4]或綠色信貸政策的限制性行業(yè)劃分[7]，本文參考并調(diào)整了王馨和王營的方法[7]，將《綠色信貸實施情況關(guān)鍵評價指標(biāo)》中的A類和B類行業(yè)劃歸為對照組【B類企業(yè)活動產(chǎn)生的不良環(huán)境和社會后果可以通過措施加以消除，B類企業(yè)所屬行業(yè)包括印染、染整精加工、鞣制加工、造紙、石油加工、化學(xué)生產(chǎn)、藥品、橡膠和塑料生產(chǎn)、非金屬礦生產(chǎn)、金屬冶煉和壓延加工、火力發(fā)電、熱力生產(chǎn)和供應(yīng)、燃氣生產(chǎn)和供應(yīng)和長距離交通運輸與城市軌道交通25個行業(yè)。鑒于A類覆蓋企業(yè)較少（9個行業(yè)）且B類覆蓋企業(yè)多為高耗能、高污染和產(chǎn)能過剩工業(yè)企業(yè)，本文將B類企業(yè)也歸并為綠色信貸限制企業(yè)?！?，并使用行業(yè)污染物排放水平進行穩(wěn)健性檢驗，構(gòu)造以下固定效應(yīng)面板模型：

Riskjt=a0+a1PTjt+a2Policyjt+a3Tjt+∑11k=4akControljt+ft+fr+fi+ξjt（3）

其中，j、t、r、i分別表示企業(yè)、年份、地區(qū)以及行業(yè)，Riskjt是企業(yè)j在t年的風(fēng)險承擔(dān)水平，T為《指引》實施前后的虛擬變量，2012年和之后的年度賦值為1，否則取0。Policyjt是政策虛擬變量，如果企業(yè)j屬于《綠色信貸實施情況關(guān)鍵評價指標(biāo)》中的A類和B類行業(yè)賦值為1，否則取0。PT是Policy和T的交互項，系數(shù)a1衡量了《指引》實施前后對綠色信貸限制行業(yè)與非綠色信貸限制行業(yè)企業(yè)風(fēng)險承擔(dān)的差異。ft、fr、fi分別控制時間、區(qū)域和行業(yè)固定效應(yīng)，ξjt是隨機擾動項，在企業(yè)個體層面進行聚類標(biāo)準(zhǔn)誤。

本文研究數(shù)據(jù)的控制變量包括：公司規(guī)模（Size），用總資產(chǎn)取自然對數(shù)衡量；公司成立年限（Age），用成立年數(shù)取對數(shù)衡量；托賓Q（TobinQ），用（非流通股股份數(shù)量×每股凈資產(chǎn)+流通股市值+賬面負債值）/總資產(chǎn)衡量；賬面市值比（BM），用賬面價值/總市值衡量；資產(chǎn)負債率（Leverage），用年末總負債/年末總資產(chǎn)衡量；凈資產(chǎn)收益率（ROA），用凈利潤/年末總資產(chǎn)衡量；現(xiàn)金流比率（Cashflow），用經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/總資產(chǎn)衡量；營業(yè)收入增長率（Growth），用（本年末營業(yè)收入-上年末營業(yè)收入）/上年末營業(yè)收入衡量。描述性統(tǒng)計結(jié)果見表1。

四、 實證分析

（一） 基準(zhǔn)回歸

本文對模型（3）進行基準(zhǔn)估計，表2匯報了《指引》實施對企業(yè)風(fēng)險承擔(dān)的檢驗結(jié)果。列（1）至列（8）采用逐項加入控制變量的方法進行回歸，且各回歸均控制了年份、區(qū)域和行業(yè)固定效應(yīng)，回歸結(jié)果表明PT系數(shù)均為負且通過了10%顯著性水平檢驗，表明與非限制性綠色信貸企業(yè)相比，《指引》的實施抑制了綠色信貸限制企業(yè)的風(fēng)險承擔(dān)水平?！吨敢肪邆洵h(huán)境規(guī)制和金融資源配置的雙重屬性，加劇了綠色信貸限制企業(yè)預(yù)期的不確定性以及向低碳經(jīng)濟轉(zhuǎn)型過程中面臨的監(jiān)管風(fēng)險，抑制了企業(yè)的風(fēng)險承擔(dān)水平，H1得到支持【基于Risk2的回歸，PT系數(shù)也均為負且通過了10%顯著性水平檢驗，限于篇幅未報告，資料備索?！?。

（二） 平行趨勢檢驗與政策動態(tài)效應(yīng)

基于事件分析法檢驗平行趨勢假設(shè)是否成立以及分析政策動態(tài)效應(yīng)，構(gòu)造以下固定效應(yīng)面板模型：

Riskjt=a1+∑mk=1β-k×PTjt-k+βPTjt+∑nk=1βk*PTjt+k+∑9k=2akControljt+ft+fr+fi+ξjt（4）

其中，β-k表示政策實施之前第k年的影響，βk表示政策實施之后第k年的影響，β表示政策實施當(dāng)期的影響，PTjt-k、PTjt和PTjt+k分別表示政策啟動前、啟動當(dāng)年和啟動后時間和政策虛擬變量的交互項。表3回歸系數(shù)β-k表明，《指引》實施前2年回歸系數(shù)均未通過顯著性檢驗，滿足平行趨勢假設(shè)。回歸系數(shù)β為正但是沒有通過顯著性檢驗，表明《指引》實施當(dāng)年尚未對企業(yè)風(fēng)險承擔(dān)產(chǎn)生影響?；貧w系數(shù)βk除2015年外，從2014年開始交乘項系數(shù)顯著為負，且絕對值呈波動上升趨勢，說明隨著《指引》的落實，其對綠色信貸限制企業(yè)的風(fēng)險承擔(dān)的抑制作用不斷加強。政策實施初期沒有產(chǎn)生效果與政策時滯以及企業(yè)的策略性活動有關(guān)。政策初期，企業(yè)通過加快貸款審批進程、加大信貸融資規(guī)模和通過商業(yè)信用融資來規(guī)避信用約束，但長期來看，企業(yè)必須采取碳強度較低的燃料作為替代品和增加研發(fā)投入來調(diào)整生產(chǎn)方式和經(jīng)營模式。

（三） 穩(wěn)健性檢驗

為了進一步檢驗基準(zhǔn)回歸的穩(wěn)健性，排除混淆因素對基準(zhǔn)回歸的干擾，本文進行以下穩(wěn)健性檢驗：

1. 考慮遺漏變量。考慮到環(huán)境污染和環(huán)境規(guī)制的影響，加入政府工作報告中環(huán)保詞頻占比、環(huán)境規(guī)制強度【PM2.5數(shù)據(jù)根據(jù)美國哥倫比亞大學(xué)社會經(jīng)濟數(shù)據(jù)與應(yīng)用中心提供的全球PM2.5的年均濃度數(shù)據(jù)整理計算?！亢挽F霾污染程度PM2.5濃度控制【環(huán)境規(guī)制測度根據(jù)統(tǒng)計年鑒資料測算，采用工業(yè)污染治理投資完成額占第二產(chǎn)業(yè)比重衡量?！?；考慮到宏觀經(jīng)濟波動，加入 GDP 增長指數(shù)和 M2 增長率控制。此外，本文引入行業(yè)與年份以及省份與年份的交互固定效應(yīng)控制行業(yè)趨勢和宏觀因素。表4列（1）中PT系數(shù)估計值通過了1%的置信水平檢驗，表明《指引》的實施抑制了綠色信貸限制企業(yè)的風(fēng)險承擔(dān)水平。

2. 傾向得分匹配。政策制定考慮了區(qū)域區(qū)位條件、經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)，存在樣本選擇偏差問題，本文以控制變量為協(xié)變量使用內(nèi)核匹配和1∶3最近鄰匹配。結(jié)果如表4列（2）所示，PT系數(shù)估計值依舊在10%的置信水平下顯著為負，說明了基準(zhǔn)回歸的穩(wěn)健性。

3. 實驗組和對照組重新劃分。從時間和政策兩個維度進行差分難以排除行業(yè)政策的影響，本文重新劃分行業(yè)類型來排除這種影響，依據(jù)生態(tài)環(huán)境部2008年6月公布的《上市公司環(huán)保核查行業(yè)分類管理名錄》匹配A股重污染行業(yè)公司劃分為實驗組。表4列（3）表明了基準(zhǔn)回歸的穩(wěn)健性。此外，直接剔除B類客戶所屬的25 個行業(yè)來縮小綠色信貸限制行業(yè)認(rèn)定范圍；將B 類客戶所屬的25 個行業(yè)劃為對照組進行了實證檢驗【回歸結(jié)果與基準(zhǔn)回歸一致，限于篇幅未報告結(jié)果，資料備索?！?。

4. 排除其他政策影響。2013年碳排放交易市場試點陸續(xù)開展，環(huán)境規(guī)制釋放下的碳風(fēng)險會影響企業(yè)的風(fēng)險承擔(dān)；2017年綠色金融改革創(chuàng)新試驗區(qū)開始建設(shè)，綠色金融改革會影響到試點區(qū)域的企業(yè)綠色轉(zhuǎn)型發(fā)展。表4列（4）和列（5）列示了刪除試點的省份樣本，PT系數(shù)估計值依舊在10%的置信水平上顯著為負，回歸結(jié)果和基準(zhǔn)回歸一致。

5. 安慰劑檢驗。為了徹底排除其他政策對綠色信貸限制企業(yè)綠色金融發(fā)展的影響，本文將時間窗口縮短且將政策事件的時間節(jié)點提前一年進行反事實檢驗（保留2011—2013年數(shù)據(jù)）。表4列（6）中PT回歸系數(shù)估計值的t值僅為-0.41，難以通過10%的置信水平檢驗，符合安慰劑檢驗的預(yù)期，反向說明了基準(zhǔn)回歸的穩(wěn)健性，表明《指引》的實施抑制了綠色信貸限制企業(yè)的風(fēng)險承擔(dān)水平。

五、 進一步分析

（一） 中介機制檢驗

根據(jù)前文研究假設(shè)，我們對融資約束和投資懲罰進行中介渠道檢驗。參考溫忠麟和葉寶娟的中介效應(yīng)檢驗方法[32]，在總效應(yīng)顯著的前提下，測試b2和c3系數(shù)的顯著性，如果兩個系數(shù)都顯著或者兩個系數(shù)中至少有一個不顯著但通過了Bootstrap檢驗，則間接效應(yīng)存在。此外，在間接效應(yīng)有效的情況下，如果系數(shù)c2不顯著，視為完全中介效應(yīng);在c2顯著的前提下，c2與b2×c3同向，視為部分中介效應(yīng)，否則為遮掩效應(yīng)。

SAjt=b1+b2PTjt+Controljt+ft+fr+fi+ξjt（5）

Risk1jt=c1+c2PTjt+c3SAjt+Controljt+ft+fr+fi+ξjt（6）

CEXjt=b1+b2PTjt+Controljt+ft+fr+fi+ξjt（7）

Risk1jt=c1+c2PTjt+c3CEXjt+Controljt+ft+fr+fi+ξjt（8）

表5列（2）和列（3）驗證了融資約束中介機制，b2和c3系數(shù)的乘積與直接效應(yīng)系數(shù)c2方向相反且均通過了顯著性檢驗（-0.0104×-1.1604系數(shù)乘積與-0.2061系數(shù)方向相反），說明融資約束遮掩效應(yīng)的存在，融資約束強化了綠色信貸對企業(yè)風(fēng)險承擔(dān)的抑制作用。表5列（4）和列（5）驗證了資本支出中介機制，b2和c3系數(shù)的乘積與直接效應(yīng)系數(shù)c2方向相反且均通過了顯著性檢驗（-0.0074×-1.2582系數(shù)乘積與-0.2034系數(shù)方向相反），說明資本支出遮掩效應(yīng)的存在，金融資源的有限性使得生產(chǎn)經(jīng)營成本增加，資本支出的減少強化了綠色信貸對企業(yè)風(fēng)險承擔(dān)的抑制作用【中介效應(yīng)的穩(wěn)健性檢驗：使用PSM-DID內(nèi)核匹配和1∶3最近鄰匹配方法來解決樣本選擇性偏差，顯著性檢驗沒有發(fā)生變化，限于篇幅未報告結(jié)果，資料備索。】。綜上，《指引》通過強化融資約束和減少資本支出抑制綠色信貸限制企業(yè)的風(fēng)險承擔(dān)水平，H2得到支持。

（二） 調(diào)節(jié)機制檢驗【調(diào)節(jié)機制的穩(wěn)健性檢驗，使用PSM-DID內(nèi)核匹配和1∶3最近鄰匹配方法來解決樣本選擇性偏差，顯著性檢驗沒有發(fā)生變化。此外，控制變量逐項加入驗證主回歸系數(shù)的穩(wěn)健性，限于篇幅未報告結(jié)果，資料備索?！?/p>

1. 信息效應(yīng)機制檢驗

本文從企業(yè)環(huán)境信息披露和地區(qū)市場化水平兩個層面進行信息效應(yīng)機制檢驗。企業(yè)環(huán)境信息披露采用企業(yè)披露的環(huán)保理念、目標(biāo)、管理制度體系、教育與培訓(xùn)、專項行動、應(yīng)急機制、榮譽或獎勵等7個虛擬變量加總衡量，環(huán)境信息披露中7個子指標(biāo)虛擬變量來源于國泰安數(shù)據(jù)服務(wù)中心（CSMAR）。參考解學(xué)梅和朱琪瑋的研究[33]，地區(qū)市場化水平使用政府與市場的關(guān)系、非國有經(jīng)濟的發(fā)展、產(chǎn)品市場的發(fā)育程度、要素市場的發(fā)育程度和市場中介組織發(fā)育和法律制度環(huán)境等五個一級指標(biāo)進行測算，上述五個一級指標(biāo)原始數(shù)據(jù)來自《中國市場化指數(shù)——各地區(qū)市場化相對進程2011年度報告》，鑒于該指數(shù)更新較慢，本文以2009年為基準(zhǔn)按照平均增長率計算各年數(shù)值。表6列（1）環(huán)境信息披露和PT的交互項Hjpl×PT系數(shù)顯著為負，表明企業(yè)環(huán)境信息的披露強化了政策對企業(yè)風(fēng)險承擔(dān)水平的抑制作用。表6列（2）地區(qū)市場化水平和PT的交互項Market×PT系數(shù)顯著為負，表明較高的市場化程度強化了政策對企業(yè)風(fēng)險承擔(dān)水平的抑制影響，H3a得到支持。

2. 環(huán)境規(guī)制倒逼效應(yīng)機制檢驗

本文從非正式環(huán)境規(guī)制和環(huán)境污染指數(shù)兩個渠道進行環(huán)境規(guī)制倒逼效應(yīng)機制檢驗。參考原毅軍和謝榮輝的研究[34]，非正式環(huán)境規(guī)制選取收入水平、受教育程度、人口密度和年齡結(jié)構(gòu)等一系列指標(biāo)，使用熵值法計算權(quán)重系數(shù)，然后加權(quán)求和度量各省份的非正式規(guī)制強度【現(xiàn)有文獻中環(huán)境規(guī)制采用工業(yè)污染治理投資完成額占第二產(chǎn)業(yè)比重衡量，已經(jīng)在穩(wěn)健性檢驗中控制?！?。其中，收入水平使用城鎮(zhèn)單位在崗職工平均工資測度；受教育程度根據(jù)人口抽樣調(diào)查結(jié)果的數(shù)據(jù)測度，選取6歲及6歲以上人口，未上過學(xué)人口數(shù)×1+小學(xué)人口數(shù)×6+初中人口數(shù)×9+高中人口數(shù)×12+大專及以上人口數(shù)×16，然后除以6歲及6歲以上人口數(shù)；人口密度使用常住人口密度測度；年齡結(jié)構(gòu)采用人口抽樣調(diào)查中0—14歲人口數(shù)占比。參考王昀和孫曉華的研究[35]，環(huán)境污染指數(shù)選擇城市工業(yè)廢水、廢氣和固體廢物三種排放物根據(jù)熵值法計算權(quán)重，系數(shù)加權(quán)求和得到各行業(yè)綜合污染排放指數(shù)。表6列（3）地區(qū)非正式環(huán)境規(guī)制虛擬變量和PT的交互項Dhjgz×PT系數(shù)顯著為負，表明當(dāng)企業(yè)所處地區(qū)環(huán)境規(guī)制程度越高，信貸政策對企業(yè)風(fēng)險承擔(dān)水平的抑制影響會越強。表6列（4）地區(qū)環(huán)境污染指數(shù)和PT的交互項Polu×PT系數(shù)顯著為負，表明當(dāng)企業(yè)所處地區(qū)環(huán)境污染水平越高，信貸政策對企業(yè)風(fēng)險承擔(dān)水平的負向影響會越大，H3b得到支持。此外，根據(jù)系數(shù)大小對比，環(huán)境規(guī)制倒逼效應(yīng)機制的調(diào)節(jié)效果遠遠高于信息傳遞機制的影響，綠色信貸政策的信貸資源配置功能需要環(huán)境規(guī)制政策的緊密配合。

六、 結(jié)論性評述

本文基于2012年銀監(jiān)會頒布《指引》的外生事件，使用DID模型探討了綠色信貸政策對企業(yè)風(fēng)險承擔(dān)的影響。首先，基準(zhǔn)回歸表明綠色信貸抑制了綠色信貸限制企業(yè)的風(fēng)險承擔(dān)水平，政策動態(tài)效應(yīng)表明《指引》具有時滯性和企業(yè)在政策初期存在漂綠行為，政策頒布兩年后其抑制作用顯現(xiàn)且不斷加強。其次，融資約束和投資懲罰的中介機制表明，融資約束和投資支出在綠色信貸政策與企業(yè)風(fēng)險承擔(dān)之間存在遮掩效應(yīng)，進一步削弱了企業(yè)風(fēng)險承擔(dān)水平。最后，信息效應(yīng)和環(huán)境規(guī)制倒逼效應(yīng)渠道檢驗表明，綠色信貸政策對企業(yè)的影響存在非對稱性，企業(yè)環(huán)境信息披露、地區(qū)市場化程度、地區(qū)污染水平和環(huán)境規(guī)制強度可以影響綠色信貸政策對企業(yè)風(fēng)險承擔(dān)的抑制作用，《指引》更多的是發(fā)揮環(huán)境規(guī)制功能。

基于以上研究結(jié)論，本文提出如下政策建議：第一，政府應(yīng)繼續(xù)提高綠色信貸政策的可操作性，加強對銀行放貸行為的審查和監(jiān)管，借鑒“赤道原則”項目融資的標(biāo)準(zhǔn)，使融資約束和投資懲罰針對具體項目而非企業(yè)。綠色信貸政策要從環(huán)境規(guī)制功能向金融資源配置功能傾斜，對綠色信貸限制企業(yè)不能依靠行政命令“一刀切”，充分發(fā)揮銀行機構(gòu)引導(dǎo)信貸資源配置的作用來解決項目融資中的環(huán)境和社會風(fēng)險；對于綠色項目支出和轉(zhuǎn)型發(fā)展給予支持，嚴(yán)格控制綠色信貸資金流向，確保綠色貸款?？顚Ｓ谩５诙?，環(huán)保部門、銀行和相關(guān)監(jiān)管部門將環(huán)境信息納入信用體系，構(gòu)建信息交流共享的動態(tài)平臺。政府和銀行應(yīng)盡快消除政策效應(yīng)的不對稱性，建立環(huán)境風(fēng)險評估體系，定期開展省級評估來綜合衡量各地區(qū)的市場化程度、環(huán)境污染水平和環(huán)境規(guī)制強度，信貸標(biāo)準(zhǔn)要針對省市縣域制定，通過制定差異化評價指標(biāo)懲罰或激勵企業(yè)。此外，對接《環(huán)境、健康和安全指南》國際標(biāo)準(zhǔn)，通過設(shè)定行業(yè)環(huán)境信息標(biāo)準(zhǔn)，幫助商業(yè)銀行和投資者了解各行業(yè)的環(huán)保需求。第三，企業(yè)要提高環(huán)境管理主動性，改變傳統(tǒng)的高污染的生產(chǎn)方式，積極謀求企業(yè)升級和技術(shù)改造，關(guān)注自身的可持續(xù)發(fā)展。同時，針對企業(yè)異質(zhì)性特征制定具體的考核指標(biāo)，對于企業(yè)環(huán)境信息披露水平不同的企業(yè)采取差異化信貸策略，消除政策對企業(yè)影響的不對稱性。

參考文獻：

［1］Wang H， Qi S， Zhou C， et al. Green credit policy， government behavior and green innovation quality of enterprises[J]. Journal of Cleaner Production， 2022， 331（Jan）： 129834.

doi：10.1016/j.jclepro.2021.129834.

［2］斯麗娟，曹昊煜.綠色信貸政策能夠改善企業(yè)環(huán)境社會責(zé)任嗎——基于外部約束和內(nèi)部關(guān)注的視角[J].中國工業(yè)經(jīng)濟，2022（4）：137-155.

［3］張鑫，喬貴濤，王亞茹.企業(yè)風(fēng)險承擔(dān)是否提升了審計收費水平？[J].南京審計大學(xué)報，2020（1）：34-44.

［4］Cui X， Wang C， Liao J， et al. Economic policy uncertainty exposure and corporate innovation investment： Evidence from China[J]. Pacific-Basin Finance Journal， 2021， 67（Jan）： 101533.

doi：10.1016/j.pacfin.2021.101533.

［5］陸菁，鄢云，王韜璇.綠色信貸政策的微觀效應(yīng)研究——基于技術(shù)創(chuàng)新與資源再配置的視角[J].中國工業(yè)經(jīng)濟，2021（1）：174-192.

［6］Ilhan E， Sautner Z， Vilkov G. Carbon tail risk[J]. The Review of Financial Studies， 2021， 34（3）： 1540-1571.

［7］王馨，王營.綠色信貸政策增進綠色創(chuàng)新研究[J].管理世界，2021（6）：173-188.

［8］Stucki T， Woerter M， Arvanitis S， et al. How different policy instruments affect green product innovation： A differentiated perspective[J]. Energy Policy， 2018， 114（C）： 245-261.

［9］Chai S， Zhang K， Wei W， et al. The impact of green credit policy on enterprises financing behavior： Evidence from Chinese heavily-polluting listed companies[J]. Journal of Cleaner Production， 2021，363（Aug）：132458.

doi：10.1016/j.jclepro.2022.132458.

［10］牛海鵬，張夏羿，張平淡.我國綠色金融政策的制度變遷與效果評價——以綠色信貸的實證研究為例[J].管理評論，2020（8）：3-12.

［11］Wang F， Yang S， Reisner A， et al. Does green credit policy work in China？ The correlation between green credit and corporate environmental information disclosure quality[J]. Sustainability， 2019， 11（3）： 733.

［12］蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業(yè)的投融資行為？[J].金融研究，2018（12）：123-137.

［13］陳帥，陳燊.外資進入對本土企業(yè)風(fēng)險承擔(dān)的影響：資本逐利還是風(fēng)險規(guī)避[J].南京審計大學(xué)學(xué)報，2021（5）：82-91.

［14］Langenmayr D， Lester R. Taxation and corporate risk-taking[J]. The Accounting Review， 2018， 93（3）： 237-266.

［15］李文貴，余明桂.所有權(quán)性質(zhì)、市場化進程與企業(yè)風(fēng)險承擔(dān)[J].中國工業(yè)經(jīng)濟，2012（12）：115-127.

［16］Li K， Griffin D， Yue H， et al. How does culture influence corporate risk-taking？[J]. Journal of corporate finance， 2013， 23（6）： 1-22.

［17］高磊，曉芳，王彥東.多個大股東、風(fēng)險承擔(dān)與企業(yè)價值[J].南開管理評論，2020（5）：124-133.

［18］余明桂，李文貴，潘紅波.管理者過度自信與企業(yè)風(fēng)險承擔(dān)[J].金融研究，2013（1）：149-163.

［19］胡國柳，胡珺.董事高管責(zé)任保險與企業(yè)風(fēng)險承擔(dān)：理論路徑與經(jīng)驗證據(jù)[J].會計研究，2017（5）：40-46.

［20］王宏濤，曹文成，王一鳴.綠色金融政策與商業(yè)銀行風(fēng)險承擔(dān)：機理、特征與實證研究[J].金融經(jīng)濟學(xué)研究，2022（4）：143-160.

［21］程振，趙振智，呂德勝.綠色信貸、企業(yè)風(fēng)險承擔(dān)與企業(yè)綠色創(chuàng)新——“波特效應(yīng)”的中國證據(jù)[J].技術(shù)經(jīng)濟與管理研究，2022（10）：68-74.

［22］Wen F， Li C， Sha H， et al. How does economic policy uncertainty affect corporate risk-taking？ Evidence from China[J]. Finance Research Letters， 2021， 41（Jul）： 101840.

doi：10.1016/j.frl.2020.101840.

［23］Lin B Q， Wu N. Will the Chinas carbon emissions market increase the risk-taking of its enterprises？[J]. International Review of Economics & Finance， 2022， 77（Jan）： 413-434.

［24］Acharya V V， Amihud Y， Litov L. Creditor rights and corporate risk-taking[J]. Journal of Financial Economics， 2011， 102（1）： 150-166.

［25］Zhang W， Zhang X， Tian X， et al. Economic policy uncertainty nexus with corporate risk-taking： The role of state ownership and corruption expenditure[J]. Pacific-Basin Finance Journal， 2021， 65（Feb）： 101496.

doi：10.1016/j.pacfin.2021.101496.

［26］Vural-Yava Corporate risk-taking in developed countries： The influence of economic policy uncertainty and macroeconomic conditions[J]. Journal of Multinational Financial Management， 2020， 54（Mar）： 100616.

doi：10.1016/j.mulfin.2020.100616.

［27］方紅星，林婷，許東彥.中國環(huán)境信息規(guī)制的市場效應(yīng)——基于股價崩盤風(fēng)險的實證檢驗[J].財經(jīng)研究，2022（7）：63-78.

［28］李青原，肖澤華.異質(zhì)性環(huán)境規(guī)制工具與企業(yè)綠色創(chuàng)新激勵——來自上市企業(yè)綠色專利的證據(jù)[J].經(jīng)濟研究，2020（9）：192-208.

［29］García J H， Afsah S， Sterner T. Which firms are more sensitive to public disclosure schemes for pollution control？ Evidence from Indonesias PROPER program[J]. Environmental and Resource Economics， 2009， 42（Feb）： 151-168.

［30］陸靜，徐傳.企業(yè)社會責(zé)任對風(fēng)險承擔(dān)和價值的影響[J].重慶大學(xué)學(xué)報（社會科學(xué)版），2019（1）：75-95.

［31］Bargeron L L， Lehn K M， Zutter C J. Sarbanes-Oxley and corporate risk-taking[J]. Journal of Accounting and Economics， 2010， 49（1-2）： 34-52.

［32］溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進展，2014（5）：731-745.

［33］解學(xué)梅，朱琪瑋.企業(yè)綠色創(chuàng)新實踐如何破解“和諧共生”難題？[J].管理世界，2021（1）：128-149.

［34］原毅軍，謝榮輝.環(huán)境規(guī)制的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)研究——基于中國省際面板數(shù)據(jù)的實證檢驗[J].中國工業(yè)經(jīng)濟，2014（8）：57-69.

［35］王昀，孫曉華.政府補貼驅(qū)動工業(yè)轉(zhuǎn)型升級的作用機理[J].中國工業(yè)經(jīng)濟，2017（10）：99-117.

［責(zé)任編輯：黃 燕］

Will Green Credit Policy Weaken the Risk-taking Level of Enterprises？

GAO Bin， ZHANG Jinlong

（School of Economics， Guangxi Minzu University， Nanning 530006， China）

Abstract： Green credit is the key link between financial credit and environmental protection and it is a significant starting point for resource allocation. Based on the guidelines issued by the China Banking Regulatory Commission in 2012 as an exogenous shock， difference-in-difference （DID） is used to explore the impact of green credit policy on corporate risk-taking. First， reference regression shows that green credit weakens the risk-taking level of green credit-restricted enterprises， but the time lag of policy impact and the strategic response of enterprises make the inhibitory effect appear and increase after two years of policy promulgation. Secondly， the intermediary mechanism of financing constraints and investment punishment shows that financing constraints and investment expenditure have a masking effect between green credit policy and corporate risk-taking， which further weakens the level of corporate risk-taking. Thirdly， the moderating mechanism of information effect and environmental regulation effect shows that the impact of green credit policy is asymmetric.

Key Words： green credit; corporate risk-taking level; financing constraint; investment punishment; information effect; environmental regulation; difference-in-differences （DID）

［收稿日期］2022-11-07

［基金項目］國家自然科學(xué)基金項目（72061002）；廣西研究生教育創(chuàng)新計劃項目（YCSW2023263）

［作者簡介］高斌（1984— ），男，山東青島人，廣西民族大學(xué)經(jīng)濟學(xué)院教授，博士生導(dǎo)師，主要研究方向為金融工程、資產(chǎn)定價；張金龍（1999— ），男，山西忻州人，廣西民族大學(xué)經(jīng)濟學(xué)院碩士生，主要研究方向為環(huán)境經(jīng)濟、資產(chǎn)定價，通訊作者，郵箱：18735022976@qq.com。