氣候政策不確定性與企業(yè)債券發(fā)行
——基于債券信用利差的經(jīng)驗證據(jù)

汪 順， 周澤將

（安徽大學(xué) 商學(xué)院, 安徽 合肥 230601）

一、 引 言

近年來，全球范圍內(nèi)極端氣候事件發(fā)生的頻率和強度不斷增大，對人類生產(chǎn)生活、社會平穩(wěn)運行產(chǎn)生了顯著的負面影響，應(yīng)對氣候變化已是刻不容緩。由于氣候問題存在顯著的外部性特征，僅憑各經(jīng)濟主體的自覺行動難以實現(xiàn)有效應(yīng)對，需要政府出臺相關(guān)政策以引導(dǎo)市場資源配置，推進氣候治理。作為負責任的大國，中國已制定和實施了一系列氣候政策，并取得了積極成效。但需要特別重視的是，由于頻繁且缺乏協(xié)同的氣候政策同樣會引發(fā)合成謬誤，且經(jīng)濟主體無法確切預(yù)知政府是否、何時以及如何改變現(xiàn)行政策，因而同樣會造成氣候政策不確定性（Mayer，2002）。根據(jù)Lee和Cho（2022）的測算，近年來中國的宏觀氣候政策不確定性呈現(xiàn)出快速上升的態(tài)勢，其潛在影響同樣不容忽視，亟待學(xué)界開展相關(guān)探索性研究工作。

以往文獻已經(jīng)關(guān)注到氣候物理風險的重要影響。Liang等（2017）發(fā)現(xiàn)氣候風險直接降低了農(nóng)業(yè)生產(chǎn)率，Hsiang（2017）則進一步指出全球變暖等氣候問題導(dǎo)致了死亡率和犯罪率的上升；Zhang 等（2018）以個體企業(yè)為研究對象，發(fā)現(xiàn)以高溫為代表的氣候風險會對企業(yè)生產(chǎn)率產(chǎn)生顯著的負面影響。另外，金融市場作為一個對風險極其敏感的部門，同樣會對氣候風險給出相應(yīng)的定價（Bauer和Rudebusch，2021）。Painter（2020）發(fā)現(xiàn)，受海平面上升風險影響更大地區(qū)所發(fā)行的市政債券利率顯著更高。然而，對于以氣候政策不確定性為代表的政策層面風險及其經(jīng)濟影響，現(xiàn)有文獻的關(guān)注則明顯不足。根據(jù)清華大學(xué)綠色金融發(fā)展研究中心開發(fā)的氣候轉(zhuǎn)型風險測算模型，中國煤電企業(yè)的債務(wù)違約概率將從2020年的3%左右上升到2030年的22%左右，這將直接影響到企業(yè)的融資成本①詳見新浪財經(jīng)報道：https://finance.sina.com.cn/wm/2020-10-15/doc-iiznctkc5610931.shtml。，從側(cè)面說明了以氣候政策不確定為代表的轉(zhuǎn)型風險同樣具有深刻的經(jīng)濟影響。

鑒于此，本文選擇企業(yè)債券發(fā)行作為研究氣候政策不確定性微觀經(jīng)濟后果的切入點。之所以選擇企業(yè)債券融資，有以下兩方面的原因：一方面，中國債券市場規(guī)模穩(wěn)居世界第二位，截至2022年12月末，債券市場托管余額已達144.8萬億元，其中當年新發(fā)行債券中公司信用類債券占比高達22.29%，債券融資已然成為企業(yè)外部融資的主要方式之一（楊李華等，2022）；另一方面，穩(wěn)健推進氣候治理必然要求調(diào)動企業(yè)主體的積極性，而過高的債券信用利差恰恰從融資成本角度掣肘了企業(yè)發(fā)展。因此，聚焦氣候政策不確定性對企業(yè)債券發(fā)行的影響，不僅有利于探究政策風險影響融資成本的內(nèi)在邏輯，還能夠揭示氣候政策變動對企業(yè)的經(jīng)濟后果，進而為宏觀政策制定提供一定參考。

在Lee和Cho（2022）以及Gavriilidis（2021）提出的宏觀氣候政策不確定性指數(shù)的啟發(fā)下，本文首先構(gòu)建了微觀企業(yè)層面的氣候政策不確定性指數(shù)，并將其與上市公司債券發(fā)行數(shù)據(jù)相匹配，就氣候政策不確定性對企業(yè)債券信用利差的影響及其作用機制和經(jīng)濟后果進行了實證考察。研究發(fā)現(xiàn)，氣候政策不確定性顯著增加了企業(yè)債券信用利差，且這一結(jié)論在經(jīng)過熵平衡法匹配、工具變量回歸等一系列穩(wěn)健性檢驗后依然成立。機制識別結(jié)果顯示，氣候政策不確定性同時增加了企業(yè)的財務(wù)風險和非財務(wù)風險，提高了市場對風險溢價的要求，進而增加了企業(yè)的債券融資成本。異質(zhì)性分析結(jié)果表明，氣候政策不確定性的影響在所受外部風險沖擊幅度較大、風險免疫能力較弱、政策紓困力度較小的企業(yè)樣本中更為顯著。經(jīng)濟后果分析顯示，面對氣候政策不確定性導(dǎo)致的債券融資成本上升困境，企業(yè)綠色創(chuàng)新能力下降，全要素生產(chǎn)率水平下滑，不利于企業(yè)的綠色高質(zhì)量發(fā)展。

本文的邊際貢獻主要體現(xiàn)在如下三方面：首先，將氣候政策不確定性這一定價因子的影響范圍從股票市場拓寬至債券市場。盡管已有文獻已經(jīng)部分關(guān)注到了氣候政策不確定性的定價效應(yīng)，卻往往局限于股票市場、能源市場等角度（Bouri等，2022），尚未有研究從債券市場的角度探討氣候政策不確定性的定價效應(yīng)。與股票市場、能源市場等相比，債券市場的規(guī)模更大，發(fā)展速度也更快，在中國經(jīng)濟運行中發(fā)揮著重要作用。探索氣候政策不確定性因子對于債券市場定價的影響，可對現(xiàn)有的氣候風險定價類文獻提供有益的補充。其次，本文將氣候政策要素納入企業(yè)債券融資行為的研究領(lǐng)域。已有文獻已從企業(yè)特質(zhì)和外部環(huán)境等角度考察了企業(yè)債券融資行為的影響因素，如公司治理水平（周宏等，2018）、政府隱性擔保（韓鵬飛和胡奕明，2015）等，還有部分文獻則沿用Baker等（2016）的思路，研究普遍意義上的經(jīng)濟政策不確定性對于債券市場的影響（陳選娟等，2022），鮮有文獻從氣候變化的視角進行研究。此外，Painter（2020）雖然指出了氣候變化對于市政債券定價的影響，卻仍然局限于物理維度的海平面上升風險，而本文則從氣候政策不確定性這一獨特維度，進一步拓展了現(xiàn)存的債券融資行為研究。最后，本文揭示了氣候政策不確定性影響債券信用利差的內(nèi)在邏輯，即氣候政策不確定性同時增加了企業(yè)的財務(wù)風險和非財務(wù)風險，提高了市場對風險溢價的要求，進而增加了債券融資成本。這說明不確定的氣候政策同樣會造成企業(yè)的融資困境，這一結(jié)果也為政府部門制訂積極穩(wěn)妥的氣候政策，并適度保持政策穩(wěn)定性提供了理論依據(jù)。

二、 理論假設(shè)

根據(jù)信號傳遞理論，債券信用利差體現(xiàn)了投資者對于風險信號的感知與預(yù)期，而企業(yè)作為債券的發(fā)行主體，當其經(jīng)營風險較高時，違約風險同樣隨之增加，投資者也會因此要求更高的信用利差作為風險補償。那么，氣候政策不確定性作為一種外部沖擊是否會內(nèi)化為企業(yè)自身風險信號，并改變其債券融資成本？本文將從財務(wù)風險和非財務(wù)風險兩個角度分別加以闡釋。

一方面，氣候政策不確定性增加了企業(yè)的財務(wù)風險。其一，按照實物期權(quán)理論，過高的氣候政策不確定性會使得企業(yè)推遲投資項目（劉貫春等，2019），作出偏保守的財務(wù)決策，如持有更多的現(xiàn)金以應(yīng)對氣候風險，但過多的現(xiàn)金持有也會降低現(xiàn)金的邊際價值。其二，在政策環(huán)境的不斷變動下，外部融資渠道受到一定的影響，此時即便企業(yè)已作出了偏保守的投資決策，仍然可能面臨較大的外部資金尤其是長期外部資金的缺口，而這種囿于外部不確定性所導(dǎo)致的企業(yè)投融資期限錯配同樣將放大企業(yè)的財務(wù)風險（李增福等，2022）。其三，氣候政策不確定性所帶來的部分風險無法完全分散，引致了貼現(xiàn)率的上升進而壓低了資產(chǎn)價格，資產(chǎn)風險也隨之增加，而過于保守的投資決策同樣會使得企業(yè)投資偏離其最優(yōu)水平，出現(xiàn)投資不足，不利于企業(yè)的投資業(yè)績與市場價值的提升（Klein和Marquardt，2006），增加了財務(wù)風險。其四，氣候政策不確定性同樣有著經(jīng)濟政策不確定性的共性問題，即政策波動拉大了企業(yè)高管等內(nèi)部人與外部利益相關(guān)者的信息鴻溝，引發(fā)了嚴重的代理問題，進而增加了企業(yè)的債務(wù)違約風險（張洪輝等，2020），而上述財務(wù)風險信號均會導(dǎo)致潛在的債權(quán)人要求更高的風險溢價作為補償，并最終造成債券發(fā)行定價水平的提高。

另一方面，氣候政策不確定性也有可能增加企業(yè)的非財務(wù)風險。由于企業(yè)低碳轉(zhuǎn)型同樣需要較大的成本投入，無法由企業(yè)主體自發(fā)完成（Xu和Kim，2022），而較高的氣候政策不確定性意味著其影響是忽松忽緊的，在寬松的氣候政策下，企業(yè)低碳轉(zhuǎn)型收益低而成本高，低碳轉(zhuǎn)型投資的期權(quán)價值將顯著降低。參照實物期權(quán)理論，管理者同樣會趨于謹慎投資以等待更明朗的政策信息，履行環(huán)境社會責任的積極性有所減弱。另外，政策監(jiān)管在企業(yè)ESG轉(zhuǎn)型中發(fā)揮著重要作用，氣候政策不確定性較高時意味著履行（或不履行）當前政策規(guī)定可能無法獲得預(yù)期的補助（或懲罰），企業(yè)的適應(yīng)合法性和戰(zhàn)略合法性動機有所減弱（解學(xué)梅和朱琪瑋，2021），進一步強化了發(fā)債主體的ESG風險。與之同時，根據(jù)周宏等（2016）對于企業(yè)ESG與社會責任行為為代表的非財務(wù)風險信號的研究，在不對稱的信息環(huán)境下，過高的非財務(wù)風險將直接推高企業(yè)的資本成本，提升債券風險溢價。綜上，本文提出如下假設(shè)：

假設(shè)1：氣候政策不確定性會增加企業(yè)債券信用利差，不確定性越高，信用利差增加幅度越大。

根據(jù)信號傳遞理論，即使外部氣候政策不確定性相同，由于宏觀氣候政策不確定性所帶來的風險并非直接作用于個體企業(yè)，因此，不同企業(yè)所受風險沖擊幅度并不相同，這會直接影響風險信號的大小。具體而言，本文主要考察了產(chǎn)權(quán)性質(zhì)和市場風險的異質(zhì)性影響。首先，與非國有企業(yè)相比，國有企業(yè)通常規(guī)模較大，擁有更多的固定資產(chǎn)和抵押品，且由于其天然的政治屬性，分擔了政府的部分公共職能，能夠得到政府的隱性擔保（林毅夫和李志赟，2004），受外部風險沖擊幅度更小，違約風險更低。此外，處于壟斷行業(yè)的企業(yè)具有市場支配地位，較強的議價能力使其可通過價格將風險轉(zhuǎn)嫁至產(chǎn)業(yè)鏈其他環(huán)節(jié)。同時，投資者往往基于融資者市場地位敲定資金成本，壟斷企業(yè)憑借壟斷資源可享有超額收益，預(yù)期能夠有更穩(wěn)定的現(xiàn)金流支持利息或其他還款支出，因而更容易融得外部資金以應(yīng)對風險（王彥超等，2020），風險信號更小，債券信用利差也相應(yīng)較少受到政策風險的影響。據(jù)此，本文提出假設(shè)2a：

假設(shè)2a：限定其他條件，企業(yè)受風險沖擊的幅度越大，氣候政策不確定性對債券信用利差的影響越顯著。

即使氣候政策不確定性相同，外部風險傳導(dǎo)也一致，企業(yè)間迥異的風險免疫能力也會影響企業(yè)在氣候政策不確定性下的債券融資成本，因為免疫能力代表了企業(yè)治理風險、化解風險的能力，可有效對沖風險信號。具體而言，本文主要考察了內(nèi)部免疫能力（內(nèi)部控制質(zhì)量）與外部免疫能力（外部關(guān)系網(wǎng)絡(luò)）的影響。從內(nèi)部免疫能力來看，高質(zhì)量的內(nèi)控體系是企業(yè)風險管理的核心，不僅有助于企業(yè)應(yīng)對特征風險，還有助于其應(yīng)對諸如氣候政策不確定性這樣的系統(tǒng)風險（方紅星和陳作華，2015）。從外部免疫能力來看，由于關(guān)系型交易在中國經(jīng)濟活動中的重要地位，關(guān)系網(wǎng)絡(luò)更寬的企業(yè)可以獲取直接的信息優(yōu)勢，有助于管理者更準確地預(yù)期未來政策的變動方向，在一定程度上降低氣候政策的不確定性。另外，當氣候政策發(fā)生變動時，企業(yè)憑借關(guān)系網(wǎng)絡(luò)優(yōu)勢也可以更好地獲取資源，分擔風險（張敏等，2015）。綜上，內(nèi)外部風險免疫力讓企業(yè)在氣候政策不確定性面前最大程度地保持了經(jīng)營的穩(wěn)健性，緩解了風險信號，進而使其債券融資成本受影響較小。據(jù)此，本文提出假設(shè)2b：

假設(shè)2b：限定其他條件，企業(yè)的風險免疫力越弱，氣候政策不確定性對債券信用利差的影響越顯著。

企業(yè)應(yīng)對氣候政策不確定性不僅需要依賴自身的風險免疫力，還需要外部政策的紓困效應(yīng)，從而在宏觀層面協(xié)調(diào)治理潛在風險。鑒于企業(yè)低碳轉(zhuǎn)型亟需大量的金融資源投入（Xu和Kim，2022），因此通過綠色金融政策體系引導(dǎo)資金的合理配置更為必要，本文主要考察了綠色金融環(huán)境和綠色債券溢出的紓困效應(yīng)。綠色金融政策可起到優(yōu)化金融資源配置的作用，即使面臨相同的氣候政策不確定性，當?shù)貐^(qū)綠色金融發(fā)展較好時，由于企業(yè)的綠色低碳轉(zhuǎn)型與金融資源的配置方向高度吻合，轉(zhuǎn)型企業(yè)可以用較低的融資成本獲得金融支持，有效降低企業(yè)的轉(zhuǎn)型風險。另外，通過發(fā)行綠色債券，企業(yè)可以更好地傳遞其環(huán)境承諾（Flammer，2021），且當企業(yè)所處行業(yè)發(fā)行綠色債券較多時，還可以產(chǎn)生信息溢出效應(yīng)，有效提振投資者的行業(yè)信心（吳育輝等，2022），緩解氣候政策不確定性的影響，降低行業(yè)融資成本。據(jù)此，本文提出：

假設(shè)2c：限定其他條件，外部政策紓困力度越弱，氣候政策不確定性對債券信用利差的影響越顯著。

綜上所述，本文繪制了如圖1所示的邏輯框架圖。

圖1 理論框架圖

三、 研究設(shè)計

（一）數(shù)據(jù)說明

本文構(gòu)建的企業(yè)氣候政策不確定性指數(shù)綜合使用了宏觀CPU指數(shù)和企業(yè)氣候變化評級分數(shù)數(shù)據(jù)。其中，宏觀CPU指數(shù)系參考Lee和Cho（2022）的研究，通過爬取社交媒體的氣候政策不確定性相關(guān)主題的推文數(shù)據(jù)測算得到，而氣候變化評級分數(shù)數(shù)據(jù)則源自秩鼎ESG數(shù)據(jù)庫，鑒于該數(shù)據(jù)庫提供了自2014年起A股上市公司ESG評級以及相應(yīng)的細分指標，因此，本文的研究樣本同樣開始于2014年，另外由于債券相關(guān)變量我們進行了推后一期處理（即t+1處理）。對于氣候政策不確定性以及公司層面的各控制變量，均為2014—2020年；但對于被解釋變量債券信用利差以及其他債券層面控制變量，均為2015—2021年。詳細的債券數(shù)據(jù)來自于Wind數(shù)據(jù)庫，而作為債券發(fā)行主體的上市公司數(shù)據(jù)則來自于國泰安數(shù)據(jù)庫。此外，本文對初始數(shù)據(jù)進行了如下處理：（1）選擇上市公司于公開市場發(fā)行的公司債、企業(yè)債、（超）短期融資券以及中期票據(jù)等債券；（2）剔除樣本期內(nèi)經(jīng)營狀況異常的ST類上市公司；（3）剔除金融保險類樣本；（4）剔除變量觀測值缺失的樣本；（5）對所有連續(xù)變量做上下1%的縮尾處理；最終得到6 197個公司年度樣本。

（二）關(guān)鍵變量定義

1.氣候政策不確定性。隨著全球氣候變化問題愈發(fā)嚴峻，氣候政策在經(jīng)濟系統(tǒng)中扮演著愈發(fā)重要的作用。Gavriilidis（2021）通過檢索美國8家主要報紙含有氣候政策、碳排放、不確定性、監(jiān)管等相關(guān)詞匯的報道計算得到美國月度的宏觀氣候政策不確定性指數(shù)（CPU）。Xu等（2022）、Lee和Cho（2022）則對中國宏觀氣候政策不確定性指數(shù)的測算方式進行了針對性修正，其中Xu等（2022）延續(xù)了已有的新聞文本測度思路，但Lee和Cho（2022）則認為由于傳統(tǒng)媒體報喜不報憂的報道特性，以及傳統(tǒng)中心化媒體的媒體偏差（Media bias）問題（Qin等，2018），上述測算方式同樣存有一定的誤差，相較之下，社交媒體等新興媒體平臺中心化程度較低，所受干擾較小。因此，該文章通過爬取社交媒體上含氣候政策不確定性主題的推文數(shù)據(jù)來修正上述媒體偏差，用以測算中國宏觀層面的月度氣候政策不確定性指數(shù)。在綜合比較后，本文沿用了Lee和Cho（2022）的測算結(jié)果作為宏觀CPU指數(shù)的代理指數(shù)，鑒于該數(shù)據(jù)為月度時間序列數(shù)據(jù)，因此，參考已有研究的常用方法（劉貫春等，2019），以月度氣候政策不確定性指數(shù)為基礎(chǔ)，使用其年度均值進一步計算了年度層面的中國氣候政策不確定性指數(shù)作為宏觀氣候政策不確定性的衡量指標。

另外，考慮到不同企業(yè)間受氣候政策不確定性沖擊的影響差異顯著，且宏觀政策與微觀企業(yè)間存在著維度差異，直接使用宏觀的氣候政策不確定性指數(shù)（CPU指數(shù)）有兩個問題：其一，如果所有企業(yè)在相同時點都共享一個CPU指數(shù)，這意味著所有企業(yè)面臨著同樣的不確定性，這顯然與現(xiàn)實有一定的出入；其二，由于宏觀CPU指數(shù)隨著時間變動，模型中無法控制同頻率的時間效應(yīng)，因此也無法剔除其他同期宏觀政策因素的干擾（聶輝華等，2020）。因此，在刻畫氣候政策不確定性的沖擊時，同樣有必要對企業(yè)自身的氣候變化評級信息（即個體受沖擊影響幅度）維度進行充分考察。

簡而言之，假設(shè)一個是氣候轉(zhuǎn)型情況良好、轉(zhuǎn)型風險較低的低碳型企業(yè)，而另一個則是氣候轉(zhuǎn)型情況不佳、轉(zhuǎn)型風險較高的兩高型企業(yè)，在面臨相同的宏觀沖擊時，自身氣候轉(zhuǎn)型程度更高的企業(yè)其所面臨的沖擊程度也是明顯更低的（Ilhan 等，2021）。這也意味著，氣候政策不確定性的沖擊效應(yīng)大小，不僅僅取決于宏觀沖擊的大小，也受到企業(yè)自身轉(zhuǎn)型情況的直接影響?；谶@一邏輯，參考Qian（2008）一系列文獻的做法，本文兼顧考慮了宏觀CPU指數(shù)（時間沖擊維度）以及企業(yè)自身的氣候變化評級信息（個體受沖擊影響幅度）兩個維度，并將氣候政策不確定性指數(shù)設(shè)置成宏觀CPU指數(shù)與企業(yè)氣候變化評級分數(shù)score的乘積，即CPU_score，從而設(shè)計出一個更加符合政策傳導(dǎo)實際情況的綜合指標。具體而言，本文對CPU指數(shù)進行了歸一化處理，對氣候變化得分首先進行了符號化處理，使得氣候變化得分越高，氣候變化表現(xiàn)越差。隨后進行了均值為0、標準差為1的標準化處理，以消除量綱差異。另外，氣候變化評級得分由三個二級指標，即節(jié)能政策、環(huán)境排放和氣候風險合成而來，根據(jù)TCFD所提供的《氣候相關(guān)財務(wù)披露建議結(jié)論報告》的界定與區(qū)分（https://www.tcfdhub.org/cn/），這一得分較好地反映了企業(yè)的氣候轉(zhuǎn)型風險，具體數(shù)據(jù)來自秩鼎數(shù)據(jù)庫。

2.債券信用利差。債券信用利差即債券的風險溢價水平為本文的核心被解釋變量。參考Gong等（2018）的研究，本文以債券的到期收益率與相同剩余期限國債收益率之差衡量，即發(fā)行時的信用利差。需要指出的是，由于部分債券期限與國債期限并不完全匹配，對未能匹配的債券，本文使用了插值法計算了相同剩余期限的國債利率。

（三）計量模型設(shè)計

為探究氣候政策不確定性對企業(yè)債券信用利差的影響，本文構(gòu)建如下計量經(jīng)濟模型：

按照已有政策不確定性和債券信用利差方面文獻的通常做法（宋建波和馮曉晴，2022），本文核心被解釋變量為債券信用利差（Spread），而模型的核心解釋變量CPU_score為企業(yè)當期氣候政策不確定性。此外，參考張春強等（2019）的研究，本文從債券層面和公司層面分別選取了相應(yīng)的控制變量。具體來看，從債券層面方面選取的控制變量為推后一期（t+1期）的債券發(fā)行規(guī)模（Bondsize）、債券期限（Bondterm）、信用評級（Bondrate）、利率類型（Ratetype）、債券類型（Bdtp），從公司層面選取的控制變量有當期的企業(yè)規(guī)模（Size）、資本結(jié)構(gòu)（Lev）、總資產(chǎn)凈利率（Roa）、成長性（Tobinq）、企業(yè)年齡（Listage）、大股東持股（Share1）、獨董比率（Inderatio）。此外，本文還考慮了債券類別固定效應(yīng)（Bdtp）、年份固定效應(yīng)（Year）和行業(yè)固定效應(yīng)（Ind）。

（四）描述性統(tǒng)計

全樣本的描述性統(tǒng)計結(jié)果匯報在表1，被解釋變量債券信用利差（Spread）的均值為1.594，中位數(shù)為1.260，表明當前我國公司債券較國債存在較高的違約風險，表現(xiàn)為一定的風險溢價。核心解釋變量氣候政策不確定性（CPU_score）的均值為-0.516，標準差則為0.952，遠高于均值的絕對值，表明樣本內(nèi)不同企業(yè)面臨的氣候政策不確定性存在較大差異。其余控制變量結(jié)果與現(xiàn)有文獻基本一致，故不再贅述。

表1 描述性統(tǒng)計

四、 實證結(jié)果分析

（一）基準回歸

表2匯報了基準回歸結(jié)果，其中列（1）為不加入其他控制變量時氣候政策不確定性（CPU_score）與債券發(fā)行信用利差（Spread）的回歸結(jié)果，可見二者間呈顯著正相關(guān)關(guān)系（系數(shù)為0.447，在1%水平上顯著），表明氣候政策不確定性越高，企業(yè)債券發(fā)行的信用利差越高。列（2）和列（3）則分別繼續(xù)引入了債券層面控制變量和公司層面控制變量，列（4）進一步控制了債券類別固定效應(yīng)、年份固定效應(yīng)和行業(yè)固定效應(yīng)，回歸結(jié)果顯示氣候政策不確定性（CPU_score）的符號方向和顯著性水平均無明顯改變，仍在1%水平上顯著為正，支持了本文的假設(shè)1，即氣候政策不確定性將增加企業(yè)的債券信用利差。另外，從經(jīng)濟顯著性來看，企業(yè)面臨的氣候政策不確定性每上升一個標準差，其債券信用利差約上升5.20%（0.087×0.952÷1.594）。這一結(jié)果表明氣候政策不確定性的影響不僅在統(tǒng)計上顯著，同樣具有重要的經(jīng)濟顯著性。

表2 氣候政策不確定性與債券信用利差

（二）穩(wěn)健性檢驗

1.內(nèi)生性問題?？紤]到氣候政策往往并不是針對單個公司，而是針對某些特定行業(yè)，如以火電行業(yè)為代表的“兩高一?！鳖愋袠I(yè)。因此，在面臨全球氣候變暖的外部沖擊時，氣候變化得分越差的行業(yè)受氣候政策調(diào)控的可能性同樣越高，政策不確定性越大。借鑒Ren等（2022）的做法和Bartik工具變量的設(shè)計思路（Goldsmith等，2020），本文以行業(yè)氣候變化平均得分（indscore）為影響份額，以全球地表平均溫度（GMSF）為外部沖擊，將二者乘積（GMSF_indscore）作為工具變量?；貧w結(jié)果匯報在表3，第一階段回歸結(jié)果顯示，工具變量（GMSF_indscore）與企業(yè)所面臨的氣候政策不確定性（CPU_score或CPU_rate）高度正相關(guān)，說明其對企業(yè)所面臨的氣候政策不確定性有一定的解釋力；而在二階段的回歸中，氣候政策不確定性與債券信用利差仍然存在顯著的正相關(guān)關(guān)系，進一步保證了已有回歸結(jié)果的穩(wěn)健性。

表3 作用機制分析

2.其他穩(wěn)健性檢驗。（1）替換主要變量。參考楊志強等（2021）、王雄元和高開娟（2017）的做法，采用債券發(fā)行利率（Fisirt）、債券發(fā)行利率與同期一年期存款利率的差值（Spread_ck）作為債券信用利差（Spread）的替代性指標，隨后使用企業(yè)氣候評級數(shù)據(jù)替換原有的得分數(shù)據(jù)，生成了新的氣候政策不確定性指數(shù)CPU_rate作為自變量的替代性指標。（2）控制同一公司年度內(nèi)發(fā)行多個債券樣本的影響。由于同一年度內(nèi)同一家公司可能會發(fā)行多個債券，且不同債券間的利差存在明顯差異，本文分別計算了公司當年所發(fā)行的多個債券的利差均值、中位數(shù)、最大值以及最小值，并剔除多余債券樣本，使得每一家公司當年僅保留一個債券樣本。（3）控制高維固定效應(yīng)。參考楊國超和盤宇章（2019）、陳登科（2020）的做法，本文引入了地區(qū)經(jīng)濟增長速度Inc_GDP和產(chǎn)業(yè)結(jié)構(gòu)Str_GDP（即第二產(chǎn)業(yè)占GDP的比重）、省份固定效應(yīng)、行業(yè)×年份固定效應(yīng)、公司固定效應(yīng)。（4）樣本選擇問題與熵平衡匹配。參考Hainmueller（2012）與周澤將等（2022）的研究設(shè)計，本文設(shè)置了企業(yè)氣候政策不確定性虛擬變量High_risk，分行業(yè)分年度將企業(yè)按照不確定性指標四等份，若氣候政策不確定性高于前四分之一分位數(shù)，則High_risk賦值為1，反之為0。前述結(jié)果均進一步證明了氣候政策不確定性增加債券信用利差的效應(yīng)的穩(wěn)健性。限于篇幅，正文未展示詳細回歸結(jié)果，留存?zhèn)渌鳌?/p>

五、 進一步分析

（一）機制識別

企業(yè)的債券融資成本與自身風險息息相關(guān)，當債權(quán)人預(yù)期企業(yè)可能無法按期償還債務(wù)時，通常會要求較高的溢價作為補償。氣候政策不確定性作為一種政策風險使企業(yè)較難制定出長遠的發(fā)展計劃，擾亂了其日常生產(chǎn)經(jīng)營決策，進而內(nèi)化成了企業(yè)自身的風險?；谏鲜龇治隹蚣?，本文認為，氣候政策不確定性對債券信用利差的影響機制可從財務(wù)風險與非財務(wù)風險兩條路徑思考，其中財務(wù)風險反映了氣候政策不確定性對于企業(yè)經(jīng)營業(yè)績的直接影響，而非財務(wù)風險反映了企業(yè)ESG風險。為檢驗上述兩條路徑，本文在重新檢驗式（1）的基礎(chǔ)上，依次加入下列回歸模型：

其中，式（2）檢驗的是企業(yè)氣候政策不確定性與機制變量（財務(wù)風險或非財務(wù)風險）間的關(guān)系。首先，本文借鑒陳勝藍和馬慧（2018）的做法，基于或有權(quán)益模型，使用符號化處理的違約距離表示財務(wù)違約風險（Fin_risk）。此外，參考Asante-Appiah和Lambert（2022）的研究，本文采用ESG負面報道作為非財務(wù)風險的代理變量，該指標不僅與企業(yè)ESG風險高度相關(guān)，更具有顯著的定價效應(yīng)，直接影響企業(yè)的資本市場表現(xiàn)。式（3）檢驗了中介變量和解釋變量對債券信用利差（Spread）的影響，Controls為控制變量組，與基準回歸保持一致。本文在基準回歸系數(shù) β1顯著的基礎(chǔ)上，檢驗中介效應(yīng)的顯著性，若式（2）、式（3）中回歸系數(shù) α1、 γ1均顯著，則繼續(xù)檢驗 γ2的顯著性，若顯著則為部分中介效應(yīng)，否則為完全中介效應(yīng)。

回歸結(jié)果匯報在表3，列（1）即為前文基準回歸的結(jié)果，列（2）中CPU_score的系數(shù)在10%水平上顯著為正，表明氣候政策不確定性會增加企業(yè)的財務(wù)風險。同時，列（3）中CPU_score的系數(shù)γ2、Fin_risk的系數(shù) γ1均在1%水平上顯著為正，表明財務(wù)風險在氣候政策不確定性與債券信用利差之間起到了中介效應(yīng)。同樣，列（4）、列（5）的結(jié)果表明非財務(wù)風險也在氣候政策不確定性和債券信用利差之間存在中介效應(yīng)，即氣候政策不確定性可以通過提高企業(yè)非財務(wù)風險增加債券信用利差。

（二）異質(zhì)性分析

如前文理論分析所述，氣候政策不確定性雖然會提高債券信用利差，但在不同的情境下，其作用效果亦有顯著差異。在此，仍有三個關(guān)鍵問題有待回答。首先，哪些企業(yè)受氣候政策風險的沖擊幅度更大？其次，有哪些風險免疫機制可以幫助企業(yè)緩解氣候政策不確定性的沖擊？最后，外部政策調(diào)控能否引導(dǎo)資源配置，紓解企業(yè)困境？本文將依次從風險沖擊幅度、風險免疫機制、政策紓困機制三個視角回答上述問題，以充分考察氣候政策不確定性對企業(yè)債券信用利差影響的異質(zhì)性。

1.風險沖擊異質(zhì)性。由于宏觀氣候政策不確定性所帶來的風險并非直接作用于個體企業(yè)，而是經(jīng)由各個環(huán)節(jié)的放縮與傳導(dǎo)，因此，本文首先考察了產(chǎn)權(quán)屬性以及市場風險在風險傳導(dǎo)過程中的影響。本文根據(jù)企業(yè)實際控制人的經(jīng)濟性質(zhì)將樣本企業(yè)劃分為國有與非國有企業(yè)。此外，處于競爭類行業(yè)的企業(yè)面臨眾多競爭者，議價能力較弱，市場份額較小，有相對較高的市場風險。因此，當企業(yè)為競爭類企業(yè)時，本文將其劃入市場風險較高組；反之，當企業(yè)為壟斷企業(yè)時，將其劃入市場風險較低組?；貧w結(jié)果如表4所示，不難看出，在受外部風險沖擊幅度更大（產(chǎn)權(quán)屬性為非國有以及市場風險較高）的子樣本中，氣候政策不確定性對債券信用利差的增加作用更為顯著，基于Bootstrap的系數(shù)差異檢驗的實證p值均低于1%，這支持了假設(shè)2a。

表4 異質(zhì)性分析：風險沖擊幅度的影響

2.風險免疫異質(zhì)性。不同企業(yè)其經(jīng)營韌性不同，而風險免疫力是決定企業(yè)韌性的重要因素。本文從內(nèi)部免疫與外部免疫兩個角度考察企業(yè)的風險免疫能力。從內(nèi)部免疫來看，內(nèi)部控制體系是企業(yè)風險管理的核心工具，內(nèi)控質(zhì)量也直接反映了企業(yè)的內(nèi)部風險免疫能力。參考陳紅等（2018）的研究，本文采用迪博內(nèi)部控制指數(shù)衡量企業(yè)的內(nèi)部風險免疫能力。而關(guān)于外部風險免疫能力，由于社會網(wǎng)絡(luò)可以幫助企業(yè)獲取資源，分攤風險（張敏等，2015），因此，構(gòu)建外部社會網(wǎng)絡(luò)同樣可以作為企業(yè)風險免疫的重要手段。網(wǎng)絡(luò)中心度越高，外部風險免疫能力越強，參考周澤將等（2022）的研究，本文按照高管網(wǎng)絡(luò)中心度進行樣本分組。具體的分組回歸結(jié)果如表5所示，氣候政策不確定性對風險免疫能力較弱組（內(nèi)部控制質(zhì)量較低或外部社會網(wǎng)絡(luò)中心度較低）的影響更顯著，基于Bootstrap的系數(shù)差異檢驗的實證p值均低于1%，驗證了假設(shè)2b。

表5 異質(zhì)性分析：風險免疫機制的影響

3.政策紓困機制異質(zhì)性。政策調(diào)控體系起到了引導(dǎo)資源配置、紓解企業(yè)困境的關(guān)鍵作用，政策紓困力度相異，企業(yè)擁有的應(yīng)對氣候政策不確定性的外部資源也有所不同。本文從綠色金融環(huán)境和綠色債券溢出兩個視角來考察政策紓困機制的作用。從綠色金融環(huán)境來看，企業(yè)所處省份綠色金融發(fā)展越好，企業(yè)越容易通過綠色轉(zhuǎn)型策略獲得政策支持。具體而言，參考文書洋等（2022）的研究，采取各省高能耗產(chǎn)業(yè)利息支出占比、環(huán)境污染治理投資占GDP比重以及財政環(huán)境保護支出占比等指標構(gòu)建各省份綠色金融發(fā)展指數(shù)，并參考胡寧和靳慶魯（2018）以及黎文靖等（2020）的分組方式，當企業(yè)位于綠色金融指數(shù)最高的五個省份之一時，本文將其劃入綠色金融環(huán)境較好組，否則劃入綠色金融環(huán)境較差組。另外，中國人民銀行從2015年起就開始頒布《綠色債券支持項目目錄（2015年版）》用于指導(dǎo)我國的綠色債券發(fā)行，并隨后進行了多版目錄修訂，這充分表明了綠色債券發(fā)行不僅有鮮明的行業(yè)特征，更有充分的政策支持（吳育輝等，2022）。因此，參考該文做法，當企業(yè)所屬行業(yè)為綠色債券發(fā)行率最高的五個行業(yè)之一時，則將其劃入綠色債券政策支持力度較大組，否則劃入較低組。分組回歸結(jié)果匯報在表6，氣候政策不確定性對政策調(diào)控度較低組（綠色金融環(huán)境較差或綠色債券溢出效應(yīng)較低）債券融資成本影響更顯著，基于Bootstrap的系數(shù)差異檢驗的實證p值均低于5%，驗證了假設(shè)2c。

表6 異質(zhì)性分析：政策紓困機制的影響

（三）經(jīng)濟后果檢驗

如前文所述，氣候政策不確定性同時增加了企業(yè)的財務(wù)和非財務(wù)風險，增大了企業(yè)的債券信用利差。那么，這種債券融資困境是否會對企業(yè)的綠色高質(zhì)量發(fā)展產(chǎn)生困擾？為回答這一問題，本文構(gòu)建如下模型：

其中，式（4）檢驗的是氣候政策不確定性分別對綠色創(chuàng)新能力和高質(zhì)量發(fā)展的影響。本文采用企業(yè)當年綠色發(fā)明專利申請數(shù)（經(jīng)對數(shù)化處理）衡量其綠色創(chuàng)新能力，另外，參考魯曉東和連玉君（2012），本文采用OP法測度的全要素生產(chǎn)率衡量企業(yè)的高質(zhì)量發(fā)展水平。具體的檢驗結(jié)果如表7所示，列（1）和列（3）中CPU_score的系數(shù)均顯著為負，表明過高的氣候政策不確定性會對企業(yè)的綠色創(chuàng)新和全要素生產(chǎn)率產(chǎn)生負面影響。列（2）和列（4）中氣候政策不確定性與債券信用利差的交互項CPU_spread的系數(shù)亦顯著為負，說明在企業(yè)面臨較高氣候政策不確定的情況下，債券融資成本的提高對于企業(yè)綠色高質(zhì)量發(fā)展的負面影響會更加嚴峻?？傮w上表明，氣候政策不確定性所誘發(fā)的債券融資困境是阻礙企業(yè)綠色高質(zhì)量發(fā)展的重要因素之一。當然，需要明確的是，氣候政策不確定性的影響是多元的，還可能存在其他潛在路徑和因素，考慮到本文主要研究的是債券融資，其他路徑便不再贅述。

表7 經(jīng)濟后果檢驗

六、 結(jié)論與啟示

基于氣候政策不確定性與企業(yè)債券發(fā)行的匹配數(shù)據(jù)，本文考察了氣候政策不確定性的微觀經(jīng)濟后果，主要結(jié)論如下：（1）氣候政策不確定性會顯著增加企業(yè)債券發(fā)行的信用利差，不確定性越強，企業(yè)的債券信用利差越高；（2）氣候政策不確定性通過加劇企業(yè)財務(wù)風險和非財務(wù)風險的機制增大了企業(yè)的債券發(fā)行風險溢價；（3）上述效應(yīng)在所受外部風險沖擊幅度較大、風險免疫能力較弱、政策紓困力度較小的企業(yè)樣本中更為顯著；（4）在氣候政策不確定性較強的情況下，較高的債券融資成本不利于企業(yè)的綠色高質(zhì)量發(fā)展。

基于上述研究結(jié)論，本文提出如下政策建議：首先，政府不僅要出臺氣候政策推動氣候治理，更要重視已出臺（或擬出臺）氣候政策間的協(xié)調(diào)一致性，降低氣候政策的不確定性。2023年6月26日，國際可持續(xù)準則理事會（ISSB）正式發(fā)布了《國際財務(wù)報告可持續(xù)披露準則第1號：可持續(xù)發(fā)展相關(guān)財務(wù)信息披露一般要求IFRS S1》和《國際財務(wù)報告可持續(xù)披露準則第2號：氣候相關(guān)披露IFRS S2》。這不僅意味著以氣候變化為代表的可持續(xù)發(fā)展問題已上升到國際性高度，也在一定程度上標明了未來政策的風向。在此背景下，我國亦可能對企業(yè)的氣候信息披露政策作出跟進調(diào)整，以協(xié)同推進氣候治理。然而，需要予以重視的是，從本文的核心結(jié)論來看，不確定的氣候政策顯著提高了企業(yè)債券發(fā)行的信用利差，在造成融資困境的同時也不利于企業(yè)的高質(zhì)量發(fā)展。有鑒于此，政府在制訂氣候政策時應(yīng)嚴格按照“積極穩(wěn)妥、先立后破”的政策設(shè)計原則，盡可能降低氣候政策風險對企業(yè)的負面影響，通過營造更加穩(wěn)定的氣候政策預(yù)期以助推企業(yè)綠色低碳轉(zhuǎn)型。其次，解決氣候問題不僅要關(guān)注氣候政策，還應(yīng)當推進綠色金融、氣候金融以及轉(zhuǎn)型金融等配套政策，形成政策紓困合力。從本文的異質(zhì)性分析結(jié)果來看，當企業(yè)所屬省份綠色金融環(huán)境較好時，企業(yè)債券融資成本受氣候政策不確定性的影響亦相對較小。鑒于此，通過綠色金融等支持性政策的調(diào)節(jié)與引導(dǎo)，能夠更好地促進企業(yè)發(fā)展轉(zhuǎn)型。最后，作為具體的政策工具，應(yīng)優(yōu)先支持綠色債券（轉(zhuǎn)型債券）的發(fā)展，在通過充分的信息披露與信息監(jiān)督以確?！熬G色”而非“漂綠”的發(fā)行前提下，提高綠色債券的發(fā)行額度。根據(jù)本文的異質(zhì)性分析結(jié)果，行業(yè)綠色債券發(fā)行的溢出效應(yīng)緩解了氣候政策不確定性所帶來的企業(yè)債券融資困境。不難看出，綠色債券有“一箭雙雕”之效，其不僅本身可作為企業(yè)轉(zhuǎn)型融資的有效手段之一，其正面信號效應(yīng)同樣會提振投資者的行業(yè)信心。因此，做好綠色債券（轉(zhuǎn)型債券）發(fā)行過程中的信息披露與監(jiān)督工作，提高發(fā)行額度，可為企業(yè)轉(zhuǎn)型提供最直接的金融支持。

需要特別說明的是，由于無論是社交媒體文本還是新聞報道文本，涉及氣候政策等專門性政策的文本內(nèi)容仍然較少，特別是能夠具體到某省或者某市層面的文本更顯稀缺，因此本文并未獲取到地區(qū)層面的氣候政策不確定性指標。在未來的研究中，或可通過更加多元化的數(shù)據(jù)來源以及更為細致的氣候政策調(diào)研，獲取更加細致的經(jīng)驗證據(jù)。