金融科技是否強化了綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新的影響*

鄭 慧 張 曉

(1.中國海洋大學(xué) 經(jīng)濟學(xué)院,山東 青島 266100;2. 中國海洋大學(xué) 海洋發(fā)展研究院,山東 青島 266100)

習(xí)近平總書記在黨的二十大報告中指出,加快發(fā)展方式綠色轉(zhuǎn)型,是黨中央立足全面建成社會主義現(xiàn)代化強國、實現(xiàn)第二個百年奮斗目標(biāo),以中國式現(xiàn)代化全面推進(jìn)中華民族偉大復(fù)興作出的重大戰(zhàn)略部署。重工業(yè)企業(yè)是物質(zhì)產(chǎn)品的重要供給者,也是碳排放的主要來源,推動其完成技術(shù)改造是實現(xiàn)綠色轉(zhuǎn)型的關(guān)鍵。金融市場具有的資金、信息、信用等優(yōu)勢,可以緩解重污染企業(yè)因改造升級、技術(shù)創(chuàng)新產(chǎn)生的融資約束,解決微觀主體缺乏創(chuàng)新激勵以及政策環(huán)境不利等問題。[1]2012年2月,原中國銀監(jiān)會就正式發(fā)布了《綠色信貸指引》(以下簡稱《指引》),鼓勵銀行對工業(yè)企業(yè)的技術(shù)創(chuàng)新項目進(jìn)行支持,同時要求銀行在授信流程中強化環(huán)境和社會風(fēng)險管理。綠色信貸政策試圖打破高污染企業(yè)生產(chǎn)模式,通過設(shè)立與資源環(huán)境風(fēng)險相關(guān)的信貸門檻,倒逼重污染企業(yè)轉(zhuǎn)型升級,但此類信貸約束也容易再次造成重污染企業(yè)的融資困境從而減少創(chuàng)新投資。此外,綠色信貸政策的創(chuàng)新支持效果不僅取決于重污染企業(yè)的策略性反應(yīng),也與銀行執(zhí)行政策的意愿與能力密切相關(guān)。近年來,移動互聯(lián)網(wǎng)技術(shù)的深化,推進(jìn)了大數(shù)據(jù)等新一代信息技術(shù)與傳統(tǒng)金融業(yè)融合,深刻影響了銀行信貸評估水平與企業(yè)創(chuàng)新融資環(huán)境。

基于以上考慮,本文利用我國上市工業(yè)企業(yè)數(shù)據(jù),以傾向得分匹配的雙重差分方法,檢驗綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新的影響,以及金融科技發(fā)展對綠色信貸政策效果的調(diào)節(jié)效應(yīng)?？赡艿倪呺H貢獻(xiàn)為：現(xiàn)有文獻(xiàn)較少考慮外部環(huán)境因素對綠色信貸政策實施效果的影響,本文結(jié)合當(dāng)前科技賦能綠色金融的大背景,考慮區(qū)域金融科技發(fā)展對綠色信貸政策創(chuàng)新支持效果的影響,對于支持綠色金融政策全面發(fā)揮創(chuàng)新支持作用提供一定的啟示。

一、政策背景與文獻(xiàn)綜述

中國人民銀行于1995年發(fā)布的《關(guān)于貫徹信貸政策與加強環(huán)保工作有關(guān)問題的通知》是我國有關(guān)于綠色信貸政策的最早文件。2007年,《關(guān)于落實環(huán)保政策法規(guī)防范信貸風(fēng)險的意見》正式引入綠色信貸政策。之后,國家與地方層面相關(guān)綠色發(fā)展指引政策陸續(xù)出臺,但具體政策細(xì)節(jié)與實施標(biāo)準(zhǔn)尚不完善,綠色信貸政策的落實效果并不理想。[2]2012年2月,原中國銀監(jiān)會制定并發(fā)布的《指引》明確規(guī)定了金融機構(gòu)的綠色信貸業(yè)務(wù)標(biāo)準(zhǔn),以保證信貸資金投向低碳、生態(tài)領(lǐng)域。

對于指引文件的政策效果,學(xué)者們作了大量分析。在宏觀層面,陳科通過構(gòu)建地方政府、銀行、企業(yè)三方參與的博弈模型,得出在缺乏外部有效監(jiān)管和有力處罰的情況下,銀行缺乏充足動力執(zhí)行綠色信貸,適當(dāng)?shù)氖袌黾詈豌y行業(yè)務(wù)創(chuàng)新都有助于政策的推進(jìn)。[3]劉婧宇等建立了金融CGE模型,測算出綠色信貸政策不同時期的系統(tǒng)性影響,證明了綠色信貸政策在中長期對目標(biāo)行業(yè)投資、產(chǎn)出無效。[4]在微觀層面,大部分學(xué)者通過建立雙重差分模型,分組檢驗了綠色信貸政策對企業(yè)的創(chuàng)新激勵作用。[5][6][7][8][9]張勁松、陸菁等提出采用傾向得分匹配法對樣本進(jìn)行篩選可以有效減少實驗組與對照組差異性、增加樣本可比性。[10][11]而綠色信貸政策會給重污染企業(yè)技術(shù)創(chuàng)新帶來怎樣的影響存在兩種截然不同的觀點。支持波特假說(Porter Hypothesis)的學(xué)者認(rèn)為,綠色信貸政策在整體上促進(jìn)了企業(yè)創(chuàng)新轉(zhuǎn)型,[7][12][13]通過企業(yè)環(huán)境成本內(nèi)部化,倒逼綠色信貸限制企業(yè)技術(shù)創(chuàng)新,[7]顯著提高重污染企業(yè)創(chuàng)新產(chǎn)出與創(chuàng)新績效。[10][14]反對者則認(rèn)為,相比非污染企業(yè),實施綠色信貸限制了重污染企業(yè)技術(shù)創(chuàng)新。[8][9][15][16][17]謝喬昕和張宇以研發(fā)投入占營業(yè)收入比重作為創(chuàng)新強度的代理變量,驗證了綠色信貸政策對重污染企業(yè)創(chuàng)新強度的促進(jìn)作用相對弱于非重污染企業(yè)。[18]田超和肖黎明以專利申請數(shù)量作為技術(shù)創(chuàng)新變量,建立了動態(tài)的雙重差分模型,進(jìn)一步證明《指引》對重污染企業(yè)技術(shù)創(chuàng)新的抑制作用具有長期效應(yīng)。[8]綠色信貸政策影響企業(yè)技術(shù)創(chuàng)新的主要路徑則包括信貸融資、長期債務(wù)、融資成本等。[8][9][19]此外,學(xué)者分別從環(huán)保執(zhí)法力度與知識產(chǎn)權(quán)保護(hù)程度、政府補助以及媒體關(guān)注度等視角,探究了外部環(huán)境對《指引》創(chuàng)新激勵效果的調(diào)節(jié)作用。[7][10][18]

然而,金融科技的發(fā)展被證明可能改變這些影響過程。一方面,金融科技的發(fā)展直接緩解了企業(yè)融資約束、有效降低企業(yè)財務(wù)費用。[20][21]劉長庚等認(rèn)為,金融科技通過數(shù)據(jù)、技術(shù)賦能,能精準(zhǔn)“挖掘”出具有潛力的創(chuàng)新型企業(yè)。[22]熊曉煉和樊健通過構(gòu)建哈肯模型進(jìn)一步證實了金融科技與制造業(yè)綠色轉(zhuǎn)型之間具有相互促進(jìn)的協(xié)同效應(yīng)。[23]另一方面,科技支持推動銀行數(shù)字化轉(zhuǎn)型,將有效緩解商業(yè)銀行在執(zhí)行綠色信貸政策過程中面臨的信貸分類難、環(huán)境效益測算難、數(shù)據(jù)動態(tài)掌握難等問題,[24][25]促進(jìn)企業(yè)技術(shù)創(chuàng)新。[26]劉晶和張堯從宏觀維度構(gòu)建工業(yè)綠色發(fā)展評價體系,通過三重差分模型證實了強環(huán)境規(guī)制下金融科技對工業(yè)綠色發(fā)展水平提升效應(yīng)更顯著。[27]由此,在科技賦能的背景下,重新審視綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新的影響更具有現(xiàn)實意義。

二、理論模型構(gòu)建

(一)研究假設(shè)

綠色信貸政策本質(zhì)上屬于環(huán)境規(guī)制政策。波特假說認(rèn)為,合理的環(huán)境規(guī)制可以產(chǎn)生創(chuàng)新補償效應(yīng),激勵企業(yè)創(chuàng)新,抵消由于環(huán)境規(guī)制帶來的成本上升。遵循成本效應(yīng)指的是受制于政策帶來的生產(chǎn)、污染治理成本提高,企業(yè)會擠壓研發(fā)投資支出。但在當(dāng)前以間接融資為主的金融結(jié)構(gòu)下,有限的內(nèi)源融資難以支撐大部分企業(yè)的創(chuàng)新項目資金需要,銀行信貸成為企業(yè)創(chuàng)新活動的重要融資渠道?！?022年社會融資規(guī)模增量統(tǒng)計數(shù)據(jù)報告》顯示,2022年,對實體經(jīng)濟發(fā)放的人民幣貸款達(dá)20.91萬億元,占同期社會融資規(guī)模的65.3%,可以看出,銀行信貸仍然是當(dāng)前企業(yè)融資的主要來源。綠色信貸政策鼓勵銀行在信貸決策中考慮環(huán)境因素,引導(dǎo)信貸資源向綠色項目傾斜。然而,重污染企業(yè)債務(wù)融資約束和創(chuàng)新轉(zhuǎn)型壓力一般較大,綠色信貸政策將環(huán)境表現(xiàn)納入銀行信貸評估和監(jiān)管體系,很可能對企業(yè)的研發(fā)創(chuàng)新活動形成擠出效應(yīng)。因此,本文提出如下假設(shè)：

假設(shè)一：綠色信貸政策抑制了重污染企業(yè)的技術(shù)創(chuàng)新。

綠色信貸政策的有效實施需要高質(zhì)量的銀行綠色信貸評估體系相配合。金融科技借助大數(shù)據(jù)、云計算等先進(jìn)信息技術(shù)升級業(yè)務(wù)流程和金融產(chǎn)品,能夠有效緩解金融市場中的信息不對稱問題,提升資金需求方的借貸可得性。此外,科技支持也增強了銀行的信貸風(fēng)險識別能力,提高銀行開展綠色信貸的積極性,改變了銀行僅以行業(yè)劃分綠色信貸的現(xiàn)狀,助力銀行精準(zhǔn)“挖掘”出綠色項目,提高了重污染企業(yè)技術(shù)創(chuàng)新項目的信貸可得性,為技術(shù)創(chuàng)新提供資金支持。因此,本文繼續(xù)提出如下假設(shè)：

假設(shè)二：金融科技能夠緩解綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新的抑制作用。

(二)模型構(gòu)建

本文以2007—2020年A股上市工業(yè)企業(yè)為研究對象,若樣本年份在2012年之后,則Post=1,反之,Post=0。同時,剔除變量數(shù)據(jù)缺失、資產(chǎn)負(fù)債率異常以及非正常交易上市的公司(包括ST、ST*以及PT)數(shù)據(jù)。具體變量構(gòu)成如下：

1、重污染企業(yè)(Treat)：參考證監(jiān)會2012年行業(yè)分類標(biāo)準(zhǔn),將煤炭開采等16個行業(yè)設(shè)定為重污染企業(yè)(1)重污染行業(yè)的代碼分別是B06、B07、B08、B09、C17、C19、C22、C25、C26、C27、C28、C29、C30、C31、C32、D44。。

2、企業(yè)技術(shù)創(chuàng)新(GTI)：使用研發(fā)支出占營業(yè)收入比重作為企業(yè)技術(shù)創(chuàng)新指標(biāo)。

3、金融科技(FINT)：目前關(guān)于金融科技發(fā)展水平的衡量方法主要有關(guān)鍵詞法(2)利用百度新聞的高級搜索功能檢索金融科技關(guān)鍵詞的方法,構(gòu)建地區(qū)金融科技發(fā)展水平指標(biāo)體系。和北京大學(xué)數(shù)字普惠金融指標(biāo)。其中,搜索關(guān)鍵詞的方法存在詞庫囊括偏差以及概念更迭等問題,而普惠金融指數(shù)建立在支付寶交易數(shù)據(jù)基礎(chǔ)上,指標(biāo)覆蓋范圍有限。本文借鑒劉長庚、宋敏等做法,[22][28]利用省級金融科技類企業(yè)數(shù)量反映地區(qū)金融科技發(fā)展水平(3)首先在“天眼查”網(wǎng)站檢索金融科技相關(guān)關(guān)鍵詞,獲取所有相關(guān)公司的工商注冊信息,為確保服務(wù)于金融,進(jìn)一步使用正則表達(dá)式對“金融”“保險”“信貸”“清算”“支付”等與金融相關(guān)的關(guān)鍵詞在公司經(jīng)營范圍中進(jìn)行模糊匹配,并保留匹配成功的樣本,剔除經(jīng)營時間小于1年或經(jīng)營狀態(tài)非正常(如停業(yè)、解散、吊銷等)的公司樣本。。

4、控制變量：本文從企業(yè)經(jīng)營狀況和經(jīng)營特點兩方面引入相關(guān)控制變量。根據(jù)熊彼特假說,擁有資源優(yōu)勢的企業(yè)可以支撐更大的技術(shù)創(chuàng)新規(guī)模。同時,負(fù)債情況與資本密集程度也影響企業(yè)創(chuàng)新。[29]據(jù)此,選取了以下控制變量：企業(yè)規(guī)模(Size)、盈利能力(ROA)、經(jīng)營活動現(xiàn)金流(Cash)、資本密集度(Tangibility)與資產(chǎn)負(fù)債率(Debt)。在企業(yè)管理特點方面,選擇董事會獨立性(Board)以及員工人數(shù)(Employee)作為控制變量。本文構(gòu)建的理論模型如下：

GTIit=α1+β1Treatit×Postit+β2Treatit+β3Postit+θ1Xit+γi+μt+εit

(1)

其中,下標(biāo)i和t分別代表企業(yè)和年份,重污染企業(yè)Treatit=1,非重污染企業(yè)Treatit=0,Post表示《指引》的出臺,2012年及之后Post=1,之前Post=0,GTI代表企業(yè)技術(shù)創(chuàng)新,X代表控制變量,μ和γ分別表示年份和企業(yè)固定效應(yīng),ε為隨機擾動項,β1反映了《指引》對于重污染企業(yè)技術(shù)創(chuàng)新的具體影響。

在一名意大利科學(xué)家的努力下，用3D打印機制造的素食牛排和雞肉終于登上了巴塞羅那的餐廳菜單，不過這位科學(xué)家承認(rèn)，目前這些食品的賣相欠佳，還需改進(jìn)。來自米蘭的研究人員朱塞佩·西昂提以大米或豌豆中提取的蛋白粉和海藻成分為原料研發(fā)出了這種素食。西昂提用計算機輔助設(shè)計軟件設(shè)計出一款程序，用注射器將這些食物產(chǎn)品注入3D打印機后，利用該程序?qū)⑵淅砷L長的微絲再壓制成牛排的形狀。這種產(chǎn)品的最初形態(tài)是“淡黃色的糊狀物”，據(jù)說和真牛排的口感相近。西昂提還研發(fā)出了雞肉替代品，用3D打印機制造出了他所謂的“基于纖維植物的雞肉”。西昂提稱，他已開始和餐館老板洽談向顧客出售自己的素食食品的事宜。

為研究金融科技發(fā)展水平對綠色信貸政策創(chuàng)新支持效應(yīng)的影響,在模型(1)基礎(chǔ)上加入省級區(qū)域金融科技發(fā)展水平指標(biāo)FINT這一調(diào)節(jié)變量,構(gòu)建模型如下：

GTIit=α1+β1Treatit+β2Postit+β3Treatit×Postit+β4FINTit+β5Treatit×FINTit+β6FINTit×Postit+β7Treatit×Postit×FINTit+θ1Xit+γi+μt+εit

(2)

三、實證結(jié)果

(一)描述性統(tǒng)計

由表1可知,技術(shù)創(chuàng)新指標(biāo)最大值為317.288,最小值僅為0,技術(shù)創(chuàng)新之間的同步性差異較大。樣本公司的資產(chǎn)負(fù)債率均值約為38.7%,獨立董事占比均值約為37.3%。從表1中的統(tǒng)計結(jié)果可以看出,本文的樣本特征總體上與以往的文獻(xiàn)較為一致。

表1 變量定義與描述性統(tǒng)計

(二)回歸結(jié)果分析

通過表2可以看出,匹配前處理組與控制組變量均值差異明顯;經(jīng)過傾向得分匹配,標(biāo)準(zhǔn)化偏誤下降,系數(shù)均值差異均不顯著。傾向得分匹配降低了變量的選擇偏誤問題。

由上述傾向得分匹配結(jié)果圖(見圖1)可知,匹配后的實驗組與對照組趨勢更加平行,滿足雙重差分法基本假設(shè)。經(jīng)過傾向得分匹配后,雙重差分模型的回歸結(jié)果如表3所示。其中,第(1)列顯示,在沒有其他控制變量的情況下,DID的系數(shù)為-0.011,在1%的水平下顯著;第(2)列加入控制變量以及年份、公司固定效應(yīng)后,DID的系數(shù)為-0.011,在1%的顯著性水平依然顯著。無論是否控制其他變量,Post的系數(shù)都在1%的水平下顯著為正。

表2 變量匹配前后差異對比

圖1 匹配前后傾向得分對比

表3 綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新影響的回歸結(jié)果

通過回歸結(jié)果可以看出,綠色信貸政策整體上顯著促進(jìn)了企業(yè)的技術(shù)創(chuàng)新。區(qū)分實驗組與對照組得出,與非重污染企業(yè)相比,綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新產(chǎn)生了抑制作用。原因可能是,綠色信貸政策的實施提升了銀行發(fā)放綠色信貸的意愿,企業(yè)整體技術(shù)創(chuàng)新的資金來源增加,有利于企業(yè)技術(shù)創(chuàng)新。但綠色信貸政策也提高了銀行發(fā)放綠色信貸的門檻,重污染企業(yè)獲取銀行貸款的難度增加、信貸成本增大,加劇了其信貸融資約束。同時,信貸融資約束的增加也提高了企業(yè)的財務(wù)風(fēng)險與財務(wù)壓力,降低了供應(yīng)商、股東等其他企業(yè)資金供給方提供資金支持的意愿,進(jìn)一步加重了其經(jīng)營壓力。企業(yè)技術(shù)創(chuàng)新活動資金需求大、風(fēng)險高,僅依靠有限的內(nèi)部融資難以滿足,即使有充足的創(chuàng)新意愿與轉(zhuǎn)型壓力,經(jīng)營活動資金緊張、外部融資縮減也會對重污染企業(yè)的創(chuàng)新投資活動產(chǎn)生擠出效應(yīng)。

(三)金融科技的調(diào)節(jié)效應(yīng)檢驗

如表4所示,整體上區(qū)域金融科技發(fā)展對綠色信貸政策與企業(yè)技術(shù)創(chuàng)新之間的關(guān)系有正向調(diào)節(jié)作用,Post*FINT*Tread系數(shù)不顯著,說明調(diào)節(jié)效應(yīng)較小?？赡艿慕忉屖?目前我國綠色金融發(fā)展仍然不完善,存在綠色項目識別效率低、授信評價差、貸后管理難等問題。大數(shù)據(jù)、云計算等先進(jìn)信息技術(shù)的引入,可以緩解金融市場中的信息不對稱問題,提高借貸可得性,降低企業(yè)創(chuàng)新項目的融資約束。然而,

表4 金融科技調(diào)節(jié)效應(yīng)的全樣本檢驗結(jié)果

(四)穩(wěn)健性檢驗

1、平行趨勢檢驗

經(jīng)過平行趨勢檢驗(見表5和圖2)可以看出,在綠色信貸政策實施之前,回歸系數(shù)均不顯著?；貧w系數(shù)于政策實施后的第三年開始顯著,且為負(fù)數(shù),說明綠色信貸政策的實施抑制了重污染企業(yè)技術(shù)創(chuàng)新,并且政策的影響存在一定的時滯性。

表5 平行趨勢檢驗結(jié)果

圖2 平行趨勢圖

圖3 安慰劑檢驗圖

2、安慰劑檢驗

為檢驗結(jié)果的穩(wěn)健性,將處理組隨機化,對處理組變量進(jìn)行500次隨機抽樣得到圖3。從圖3可以看出,數(shù)值分布圍繞在0附近,這說明構(gòu)建的模型不存在嚴(yán)重缺失重要變量的問題,安慰劑檢驗通過,結(jié)論穩(wěn)健。

五、結(jié)論與建議

本文以我國2007—2020年A股上市工業(yè)企業(yè)作為研究對象,以企業(yè)污染程度劃分對照組與實驗組,運用傾向得分匹配的雙重差分模型,檢驗了綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新的影響。據(jù)此,引入金融科技調(diào)節(jié)變量,探究區(qū)域金融科技發(fā)展水平對《指引》政策實施效果的調(diào)節(jié)作用。結(jié)果表明：

第一,綠色信貸政策在整體上發(fā)揮了創(chuàng)新支持作用。與非重污染企業(yè)相比,綠色信貸政策抑制了重污染企業(yè)的技術(shù)創(chuàng)新。綠色信貸政策提高了銀行發(fā)放綠色信貸的門檻,使得環(huán)境風(fēng)險較高的重污染企業(yè)信貸獲取難度變大,從而對重污染企業(yè)的技術(shù)創(chuàng)新產(chǎn)生“擠出效應(yīng)”。

第二,區(qū)域金融科技發(fā)展雖然可以促進(jìn)綠色信貸政策對企業(yè)整體技術(shù)創(chuàng)新的支持,但作用效果并不顯著。由于目前我國金融科技仍處于初步發(fā)展階段,完備的綠色信貸政策評估體系尚未建立,兩者沒有形成有效合力以應(yīng)對重污染企業(yè)技術(shù)創(chuàng)新融資需求。

針對上述結(jié)論,為明晰綠色信貸政策實施方向,激發(fā)綠色信貸支持重污染企業(yè)技術(shù)改造效能,本文提出以下建議：

第一,完善外部激勵與約束機制,提高銀行參與綠色信貸積極性。當(dāng)前的綠色信貸政策多為指導(dǎo)性政策,建議監(jiān)管機構(gòu)加快設(shè)立正向激勵目標(biāo),對相關(guān)金融機構(gòu)提供定向降準(zhǔn)、優(yōu)惠補貼等具體激勵措施。同時也要完善約束機制,完善綠色信貸相關(guān)法律法規(guī),加強貸后監(jiān)管和考核,嚴(yán)格打擊違規(guī)發(fā)放綠色信貸的行為。獎懲結(jié)合,雙向發(fā)力,推動銀行將踐行綠色信貸政策內(nèi)化為自覺行為。

第二,加強綠色金融基礎(chǔ)配套,促進(jìn)環(huán)境信息有效共享。企業(yè)環(huán)保信息缺失增加了銀行綠色信貸評估難度。對此,可開展企業(yè)環(huán)境信息披露培訓(xùn)與宣傳,完善重污染企業(yè)的環(huán)境信息披露制度;繼續(xù)推進(jìn)區(qū)域金融科技基礎(chǔ)設(shè)施建設(shè),建立完整、互通的企業(yè)綠色信息數(shù)據(jù)庫,實現(xiàn)企業(yè)綠色信息共享;金融機構(gòu)也可以利用大數(shù)據(jù)、云計算等科技手段開展綠色信貸識別,解決綠色信貸分類難、環(huán)境效益測算難、數(shù)據(jù)動態(tài)掌握難等問題,提高銀行綠色信貸效率。

第三,優(yōu)化現(xiàn)有信貸評級標(biāo)準(zhǔn),避免綠色信貸制度要求“一刀切”。建議金融機構(gòu)改變僅根據(jù)行業(yè)分類設(shè)立信貸門檻的做法,建立靜態(tài)與動態(tài)相結(jié)合的綜合環(huán)境績效評價體系,充分考量重污染企業(yè)環(huán)境績效的變動情況。也可借助第三方環(huán)境風(fēng)險評估機構(gòu),細(xì)化綠色信貸政策實施標(biāo)準(zhǔn),確保信貸資金精準(zhǔn)投放。