綠色信貸背景下企業債務融資能力研究

魯斯琪

[提要] 在綠色信貸背景下，通過有效整合企業債務融資、社會嵌入性和多層統計模型等三個方面的理論，以影響企業債務融資的微觀因素為層一變量，以社會嵌入型因素為層二變量，利用上市公司2006年以來的數據，對企業債務融資情況進行研究。

關鍵詞：綠色信貸；債務融資；多層統計模型

中圖分類號：F83 文獻標識碼：A

收錄日期：2017年11月8日

改革開放以來，我國社會經濟發展取得了矚目成就，但高污染、高耗能的粗放型增長使我國經濟發展難以為繼。基于此背景，原國家環保局、中國銀監會聯合中國人民銀行于2007年7月發布了《關于落實環保政策法規防范信貸風險的意見》，意味著綠色信貸的主要目的是把強化監管與規范信貸管理緊密結合，把企業環境守法情況作為給企業發放貸款的前提條件。

從金融監管機構角度來看，綠色信貸的實施使商業銀行在信貸業務流程中加入環境風險分析，將環境信息披露作為信貸審批、貸后監管的重要依據。從商業銀行角度來看，隨著環境監管日益嚴格，不少污染嚴重的企業被關閉或限制生產，環境問題造成不良貸款增加，迫使銀行等金融機構慎重考慮環境問題引發的金融風險。因此，綠色信貸政策可以對企業債務融資產生影響，這一邏輯關系在有融資需求的高耗能企業中尤為顯著。以往研究缺乏影響企業債務融資的作用路徑分析，而路徑分析能為企業今后發展提供有價值的參考意見。

一、社會嵌入視角下企業債務融資影響因素

新經濟社會學的代表人物Granovetter指出古典經濟學存在“社會化不足”，他指出“我們研究的組織及行為受到社會關系的制約，把它們作為一個獨立的個體進行分析是個嚴重的誤解。”因此，影響企業債務融資因素研究不應該缺少社會嵌入維度。用新經濟社會學嵌入性理論分析影響企業債務融資因素，將影響企業債務融資因素重新劃分為：企業內部基本因素與社會場景因素。由于企業規模、營業收入年度增長率、企業上市年限屬于企業自身內部因素，本文將上述因素稱為影響企業債務融資能力的基本因素；而政府政策、人們的認知屬于企業外部因素，本文稱其為影響企業債務融資能力的社會場景因素。

按嵌入性的維度將影響企業債務融資能力的嵌入性分為：認知嵌入、政治嵌入。依據Granovetter對結構嵌入和Zukin、Dimaggio對認知嵌入、政治嵌入的概括，本文給出影響企業債務融資能力的嵌入性概括。

認知嵌入是指各企業發展過程中會形成一定的“群體思維和群體認知”。比如，反映企業所在地人民對當地企業環境保護問題了解、認識程度的經濟增長百度搜索量。這些群體思維和群體認知會顯著影響經濟主體的戰略選擇、執行以及日常運營管理等經濟活動。

政治嵌入是指企業債務融資能力會受到國家和所在地的政治體制和權利結構等政治環境的影響。政治嵌入主要關注政治因素對影響企業債務融資能力的制度特征。如，國家頒布相關法規，對企業所有權控制。

二、社會嵌入視角企業債務融資能力影響因素實證分析

本文的嵌入性視角下影響企業債務融資能力的因素，采用國家統計發展報告里規定的高耗能企業中的有色金屬冶煉及壓延加工業。

（一）模型選擇。多層線性模型最早于1972年由Lindley等提出，主要用于分析具有嵌套結構的數據；王濟川認為分析具有個體嵌套在更高水平單位里的分級結構數據或多層數據的適當方法是多層統計模型，它不僅能正確處理模型參數問題，而且能夠同時分析微觀和宏觀效應以及跨層交互作用。由于企業債務融資能力具有嵌入性的特征，我們選擇適合于一般嵌入性分析的多層統計模型作為分析企業債務融資能力數理模型。

（二）變量的選擇與數據來源。依據影響債務融資能力的因素和社會嵌入性理論，層一層二變量選擇如下：

層一被解釋變量：企業債務融資能力，用企業新增借款數來衡量（loan）。

層一解釋變量：公司規模，用公司年末總資產的自然對數來衡量（size），企業上市年限（time），企業增長用企業營業收入的年度增長率（growth）來衡量。

層二解釋變量：認知嵌入用上市公司所處地的環境保護百度pc指數來代替；政治嵌入分為政策性政治嵌入（COE）和控制性政策嵌入（PRI）。分別用公司所在地的環保政策和公司實際控制人屬性替代（國有為1，其他為0）。

三、實證結果分析

本文是多層統計模型的結果，使用專業HLM7.0軟件。

（一）運用零模型把影響債務融資能力的因素的變異分解成能由層一企業自身因素和層二社會嵌入性因素解釋，并依據組內相關系數決定是否建立多層統計模型。

其中，層一模型中的解釋變量都是用組中心化后的數據參與運算的。growth為正向顯著因子，回歸系數為0.046425，表明企業營業收入每增加1%，企業債務融資能力就增加0.046425個單位。這是由于企業經營狀況良好，銀行就更愿意給企業提供借款，這一結果與大多數學者研究的一致。

size為正向顯著因子，回歸系數為8.7309，表明企業規模增加一個單位就會引起企業債務融資能力變化8.7309個單位。這一結果也與大多數學者研究的一致，規模越大的企業越不容易出現違約情況，債務融資能力越好。

time為負向顯著因子，表明企業上市年限增加一年，企業債務融資能力就會減少4.5537個單位，這可能是由于企業一般采取溢價發行上市，上市之初的高市值提升了企業債務融資能力，隨著上市時間增加，市值降低，債務融資能力有所減弱。

經過調整后，得出層二變量size的斜率β1方程中，PC為負向預期因子，表明認知嵌入對企業債務融資能力產生了影響。當百度PC指數每增加一個單位時，size對企業債務融資能力的負向影響會降低11.45個單位。PRI為負向預期因子，表明政治嵌入對企業債務融資能力產生了影響，表明PRI每增加一個單位時，size對企業債務融資能力的負向影響會降低33.26個單位。COE為正向預期因子，表明政策嵌入與企業債務融資能力正相關，表明COE每增加一個單位時，size對企業債務融資能力的負向影響會增加17.77個單位。

結合層一、層二模型結果和嵌入性變量對β0j、β1j、β2j、β3j的方差成分解釋程度進行分析，得出層一方差由1，352縮小到1，044，說明嵌入變量對模型解釋力提升。

四、結語

本文概括影響企業債務融資能力的認知嵌入、政治嵌入，實證分析社會嵌入視角企業債務融資能力的影響因素，解決了債務融資能力影響因素的作用路徑問題。實證分析中，合理的利用大數據（百度指數）作為一個分析視角，以體現大數據對決策的影響與作用。以上關于企業債務融資能力影響因素的研究蘊含以下啟示：提高企業債務融資能力時，既要考慮企業自身因素，也要考慮社會嵌入因素。

主要參考文獻：

[1]張洪波，劉殿國.多變量整體模式的累加多層統計模型研究及應用[J].統計與信息論壇，2009.12.

[2]王濟川.多層統計分析模型——方法與應用[M].北京：高等教育出版社，2008.

[3]李曉西，夏光.中國綠色金融報告[M].北京：中國金融出版社，2014.