范燁,方明,趙曉麗
中國石油大學(北京)工商管理學院,北京 102249
能源行業是國家進行經濟活動的有力支撐,油氣產業作為整個能源行業極為重要的一部分,對中國國民經濟的穩步發展具有重要意義。2016年,《財富》世界500強企業排行榜中,中國石油化工集團公司和中國石油天然氣集團公司分列三、四位,可見其在世界范圍內的影響之大。中國能源上市公司總市值占據中國A股總市值的將近10%[1],而中國油氣產業上市公司總市值在中國A股總市值中的比例是4.613%(截止至2016年12月31日,根據中國A股市場油氣上市公司股票的實際數據測算),這說明中國油氣上市公司不僅在整個能源上市公司的市值比重中較高,同時在中國A股的資本市場中處于舉足輕重的地位。另一方面,據2017年《BP世界能源統計年鑒》,石油仍占世界能源消費的33%;在中國,多種新能源雖迅速發展,但86.7%的化石能源消費比重的短期內變動不大[2],可見,在未來一定時期,中國油氣上市公司的地位將會保持不變。
中國油氣企業面臨嚴峻的環境問題,這一點不得忽視。石油企業屬于高耗能產業,產業鏈從其上游的勘探開發、中游的煉制、到下游的運輸及批發零售業務都會對生態環境造成一定的破壞性。具體污染有:(1)水體污染,包括鉆井廢水、采油廢水、殘酸污水和集輸水等,此類污染物如若處理不當會對地表水資源產生嚴重影響;同時,隨著提高采收率技術、水力壓裂技術的進步,注水開發生產更普遍,易污染地下水層,影響生態平衡[3]。(2)大氣污染,包括開發儲運過程中產生的二氧化硫、氮氧化物、氫化合物及烴類等有害氣體,也包括逸散的二氧化碳及甲烷等溫室氣體,對環境有持續性傷害。(3)土壤污染,包括有害廢泥漿、工業廢渣、落地原油、突發性井噴及輸油管線泄漏等;同時,含油污水的處理過程中,會匯入地表水和沼澤,造成土地次生鹽漬化,部分原油滲入土地,導致不可逆轉的污染[4]。(4)生態環境破壞,包括生產儲運過程中的廢水、廢渣和廢棄泥漿,在沒有經過合規處理而進入公共自然環境中,會導致周邊植被受損,擾亂地表結構,破壞草場森林與動植物生態平衡,產生難以恢復的傷害。
中國油氣企業與政府環境管制政策關聯性很強。政府通過環境管制政策這只“有形的手”對企業投入產出環節進行調節、引導甚至控制,意在使企業提高生產效率,降低污染,規范生產,降低經營過程中的違法投機行為。自2004年以來,中國進入了環境政策的深化發展時期[5],確定了一定的地區堅持環境優先、保護優先,分別實行優化開發、限制開發和禁止開發的發展方針。這表明,中國不再過重關注經濟發展而忽視環境問題,認真開展產業結構調整,比起經濟發展,中國政府更加注重發展和保護環境之間的平衡,實現發展的可持續性。在這種新形勢下,除了考慮政府所頒布的環境管制政策會對環境產生什么影響外,還應當深入考慮這些環境管制政策對中國油氣企業的經營發展有什么影響。后者即是本文將要探討的問題。
環境管制政策的對油氣企業發展具有多方面影響。本文以中國油氣上市公司股價波動為切入點進行研究,公司股價體現了市場投資者對公司未來價值的預期,在投資者的視角上,是對公司價值以及未來發展前景的側面評估,傳統研究中相對較少。同時,股價信息實時且公開,其研究結果不會因個人主觀意愿而更改,具備一定客觀性。因此,本文基于油氣上市公司的股價數據,分析研究環境管制政策對油氣上市公司價值的影響。為了使研究結論有說服力,本文將利用事件研究法對這一問題進行研究。本文的創新之處是:(1)首次實證分析中國環境管制政策對油氣企業的影響,這對環境管制政策的制定及油氣企業相關應對策略的選擇具有借鑒作用;(2)將中國油氣上市公司按照區域、規模、利潤率和所處地理位置進行分類,分別研究環境管制政策的影響,從而使環境管制政策的影響分析更加細化和深化;(3)研究了命令控制型與市場導向型環境管制政策的影響程度,對環境管制政策的選擇具有指導作用;(4)在事件研究法的回歸過程中,采用了更加能反映股價收益率序列波動特性的EGARCH模型對其進行回歸和進一步分析,力求結果更加準確,同時輔以最小二乘法(OLS)回歸的結果,相互比較,增加了研究結論的穩定性。
對于環境管制政策與企業價值的關系方面,學術界尚未有統一定論,主要觀點有三種:消極影響、積極影響,以及不確定性的影響關系。持消極影響觀點的研究認為,在環境管制政策下,企業的生產模式將改變,從而企業的額外費用(包括生產成本、管理費用等)增加[6]。正如Stewart所說,環境管制會增加公司運營成本,因為環境管制會使公司處于稅收負擔加重、面臨環境罰款和環境訴訟増加、環境信任度降低的境地[7]。Simpson、Bradford也曾利用最優化模型,經過數據分析最后得出企業在環境管制下需要購置相關的環境設備,進行清潔生產,生產經營支出增加,利潤減少,從而降低企業的競爭力這樣的結論[8]。Jorgenson和Wilcoxen研究了美國經濟增長與環境管制之間的關系,發現政府進行環境政策干預后,美國國內生產總值下降2.59%,且對重污染行業經濟績效影響最大[9]。
積極學派認為,政府管制通過改變企業技術創新活動而對企業價值產生正面影響。政府管制是企業進行技術創新的動力,企業R&D (Research and development)支出提升,促進了企業市場價值的上升[10]。20世紀末,“波特假說”被提出,其認為環境政策促進技術創新并獲得“雙贏(win-win situation)”,同時環境效率也得到提升。Domazlicky和Weber(2004)對經歷政府環境管制后的6個化工產業進行研究后發現,生產率增長在達到2.4%~6.9%,大大促進了生產力[11]。Ramakrishnan等人以9家英國和中國的公司為樣本進行研究,發現公司為了提高個人環境福利而選用的行動與同政府的關系有密切關系,公司若采用積極和動態的環境態度,那政府的環境管制政策將對公司創新產生積極影響[12]。張倩在對環境管制與煤炭行業競爭力的實證分析中指出行之有效的煤炭行業環境管制方式有助于競爭力的長期提升[13]。
同時部分研究認為,環境管制與企業價值關系不明確。Alpay等人研究了1971—1994年間北美食品加工業發現,環境管制對美國食品加工業生產率影響為負,而對墨西哥食品加工業影響為正[14]。傅京燕認為環境規制對FDI(Foreign Direct Investment,對外直接投資)流入具有雙重作用,其強度的提高會使企業成本增加,同時也會給企業提供較好的生產環境,促進企業不斷創新,提高生產率[15]。李玉楠研究發現對中國進行國際貿易的公司,環境管制政策和企業貿易量呈“U”型關系,說明環境管制與企業價值并不是單調的,需根據實際情況分別討論[16]。除此之外,也有研究人員認為,環境管制對企業的影響較小,如Br?nnlundr和Lundgren對瑞士制造業的研究,發現兩者之間的關系并不顯著[17]。
總之,現有有關環境管制對企業績效的影響結論還不一致,因此,對這一問題還需要進一步研究。本文主要貢獻在于:第一,首次針對環境管制政策對中國油氣上市公司價值影響得出量化分析結果。油氣行業是高耗能產業,與環境問題息息相關,同時中國對油氣行業管制政策的不斷加強,企業價值受到的影響也在不停變化,本文就此進行細致的闡述。第二,本文針對油氣企業不同規模、不同地理位置等差異性特征,分析了命令型環境管制政策與市場導向型環境管制政策對油氣上市公司市值的影響,從而有利于更全面了解認識環境管制政策的作用效果。
在環境管制政策下,企業的生產模式將改變,從而企業的額外費用(包括生產成本、管理費用等)也將增加,正如Stewart所說環境管制會增加公司運營成本,因為環境管制會使公司處于稅收負擔加重、面臨環境罰款和環境訴訟増加、環境信任度降低的境地[7]。環境問題近年來較為突出,環境治理成本也成為中國油氣企業成本較為重要的一部分,因此企業成本增加將會影響公司收益率,使收益降低。另一方面,環境問題也降低了消費者對中國油氣企業產品的信任,從心理上拒絕消費產品也將影響企業收益率,這些都將在公司股價波動上反映出來。而環境管制政策推動企業技術革新,對企業價值的提升也有一定促進效應,但這樣的促進效應更主要的是在長期中才能慢慢體現,短期內環境政策對公司價值的影響仍是以負面效應為主。據此,本文提出假設1:環境管制政策對油氣上市公司價值存在負面影響。
長期以來,中國不同地區在經濟發展狀況、環境治理水平等方面都存在很大差異。因此,環境管制政策對不同地域企業的影響也會有差異。涂紅星等[18]認為環境管制對中部地區企業研發行為影響不明顯,而對東部區域企業的研發創新產生阻礙影響。王國印等[19]認為環境管制政策對發展情況較好的東部區域公司價值產生正面影響,而對欠發達區域(中西部)公司影響不大,即對中西部公司企業研發及企業價值作用不明顯。但這些觀點在短期股價波動中是否也能得到驗證?據此本文提出假設2:環境管制政策對東部地區油氣公司價值影響大于對中西部油氣公司的影響。
環境管制政策對企業未來發展具有重要影響,很顯然,環境管制政策對不同規模的企業的影響不同。規模較大的企業在資金、人力和技術方面優勢較明顯,對環境管制政策的適應能力較強;而規模較小的企業會因為自身資金實力、擁有的技術資源等因素的制約,應對環境管制的能力較弱,當采取相應舉措應對環境管制時,其現有投資、生產決策等都會受到影響。據此,本文提出假設3:環境管制政策對市值較小的石油公司的負面影響較大。
利潤率高的油氣企業,其生產效率較高,技術更先進,因此對環境管制政策所造成的約束,都有著較強的適應力。而且這樣的企業,公眾也較容易給予其更多的信心,反映在公開市場上,其股價波動受環境管制政策出臺的影響相對較小。而對于利潤率較低甚至是為負的企業,由于企業生產本就已不堪重負,應付突發事件的承受力較小。而環境管制政策的出臺至少短期內會加大企業的負擔,這樣公司的運轉就可能受到較大的影響,其股價波動也會相對較大。由此,本文提出研究假設4:環境管制政策對利潤率較高的公司負面影響較小。
由于石油產業鏈上下游各環節的自然壟斷程度、市場競爭程度存在較大差異,因此各環節的利潤也不同。上、中游油氣企業掌握油氣工業的核心技術,包括勘探開發煉化等一系列技術,下游油氣企業及技術服務公司受到上中游油氣公司牽制較大,對其依賴性較強,不確定因素也更多。所以環境管制對上游的制約影響相對較小,而對產業鏈末端的下游和綜合性企業的負面影響最大。由此,提出研究假設5:環境管制對下游和綜合類石油企業負面影響更大。
眾所周知,命令控制型環境政策具有強制性和命令性,企業缺乏技術創新的積極性,且污染治理成本較高,環境管制效率較低;華占虎也表示命令控制型環境政策對市場負面影響比較大,不利于能源上市公司利潤提高,將導致股票價格的下降[20]。
Milkman和Price利用技術選擇模型考察了環境政策對企業技術擴散的激勵程度問題,研究結果表明,市場激勵型環境政策對企業技術擴散的激勵效果較好,命令控制型(強制性政策)環境政策的激勵效果較弱。但由于市場體系不健全,使得經濟活動主體對該類政策的反應和反饋需要一個過程,故市場導向型環境管制政策作用在短期內相對不明顯[5]。綜合國內外研究發現,環境管制政策對企業在短期主要具有負面影響,市場導向型和信息披露型政策均具有正面作用或短期效果不明顯。由此提出假設6:強制性管制政策比市場導向型政策對石油企業負面影響更大。
本文從財經網上市公司行業分類結果中石油行業的41家上市公司,按照石油和天然氣業務占公司的業務收入比重超過70%的標準,從中選取36家公司作為本文的樣本。并將這些公司按照上市公司所屬地區、公司總市值( 2016年12月31日的數據)、近五年公司平均利潤率、公司主營業務所在產業鏈環節(上游包括勘探開發,中游包括運輸和交易,下游包括提煉和銷售,綜合類包括技術服務等[4],若公司在上中下及綜合類經營中的比重超過60%,則將其定義為相應的公司)的標準進行了分類。其中,東部地區包括北京、天津、河北、山東、遼寧、上海、浙江、江蘇、福建、廣東和海南等11個省級行政區;西部地區包括陜西、甘肅、青海、寧夏、新疆、內蒙古、四川、重慶、貴州、云南、廣西、西藏共12個省級行政區;中部地區包含8個省級行政區,分別是黑龍江、吉林、山西、安徽、河南、湖北、湖南、江西。本文樣本數據來源于中國經濟金融數據庫(CCER)和國泰安金融數據庫(CSMAR),樣本期從2004年1月1日到2017年1月1日。本文樣本按照各分類標準的數量占比統計如表1所示。

表1 中國油氣上市公司統計Table 1 Statistics of China oil & gas listed companies
近年來,在經濟不斷發展的同時,中國生態環境問題也較為嚴重,政府發布了一系列環境對相關企業進行引導和管制。表2統計了2007年至2016年間,中國通過的主要環境管制政策,并按照政策內容將其分為命令控制型和市場導向型兩大類共4個子類(具體類別見表2)。從表2可以看出,中國目前的命令控制型環境管制以立法控制和行政控制為主,內容涉及可再生能源發展、節能減排、清潔發展等方面,這與中國現階段的經濟發展水平相適應;市場導向型環境管制政策包括市場激勵型和信息披露型,內容涉及發展規劃和污染物排放情況通知等,以期通過此類政策來誘導市場發揮其資源配置作用,具有一定的前瞻性。

表2 中國頒布的主要環境管制政策Table 2 Main environmental control policies promulgated in China
本文采用事件研究法 (Event Study),該方法由Dolley[21](1933)提 出 并 經 由Ball & Brown[22](1968)以及Fama[23](1969)逐步發展與完善,現在已被廣泛應用于會計學、金融學等學術領域。事件研究法適用于某一特定事件對股票價格的沖擊影響。事件研究法基于有效市場假設,即市場信息公開透明并且能夠反映各公司發展情況,在有效市場中,公司股價信息能夠反映公司發展情況并且與市場總體信息保持一致。在事件發生的過程中,股價的實際收益率與根據市場狀況預先估計的收益率的差異就可以視為異常收益率(Abnormal Return),該異常收益率是由事件發生所導致的,以此來衡量事件對公司價值的影響。其具體步驟如下:
(1)確定事件日
本文研究國家頒布的環境管制政策對中國油氣上市公司的影響,這些環境管制政策包括法律、法規、條例、通知、計劃、規劃、決議等關于環境和可持續發展的政策文件。本文將每一個政策文件(如上文所述)的首次公告日定義為事件日。
(2)確定窗口期及估計期
窗口期是指包含事件日前后的一段時間,事件研究法假設窗口期內的股價波動受到環境管制政策頒布的影響,而窗口期之外的股價波動不受其影響。因此,用窗口期之前的一段時間內的股價作為參照標準,依據預測模型(Market Model,市場模型),估算出窗口期內的預期收益率,其與實際股價收益率的差異視為異常收益率[24]。窗口期之前的這段時間就稱為估計期。窗口期的選取一般不宜過長,考慮到政策頒布影響的延續性以及其提前泄露的可能性,本文將考察事件日發生前后20個交易日之內的股價波動,因此取[-20,20]作為窗口期,另外類似Demirer的做法[25],還將選[-5,5],[-10,10],[-15,15]作為窗口期進行假設檢驗。本文將窗口期之前180天作為估計期。
(3)對各股預期收益率的預測
本文基于市場模型(Market Model)(Mackinlay,1997)[26]假定沒有事件影響之時,各股收益率與市場收益率之間存在如下關系:

其中Ri,t表示企業i的股票在時間t的收益率,由進行計算,Pi,t為企業i的股票在第t個交易日的收盤價。Rm,t表示市場收益率,由得出,Rm,t選為滬深300指數第t個交易日的收盤指數。εi,t是殘差項,假定其是滿足期望為零、方差為hi,t的獨立正態分布隨機變量,αi, βi為回歸系數。
傳統方法一般運用最小二乘法(OLS)對式(1)進行回歸,這種方法存在著缺陷:它假定股價收益率所構成的時間序列是一個同方差波動序列,即殘差不隨時間變化而變化。而事實上,許多學者研究均表明,股價收益率序列是一個異方差序列。對該序列的刻畫,一般選用ARCH模型[27](Auto Regressive Conditional Heteroskedasticity model,廣義自回歸條件異方差模型)模型或GARCH模型[28](Generalized Auto Regressive Conditional Heteroskedasticity model,廣義自回歸條件異方差模型),其中后者應用更加廣泛些。ARCH和GARCH模型仍有一定缺陷,因為其假設在任何時刻,股價收益率的波動大小在股價上升或下降中是完全對稱的,而實際中并不一定存在這種對稱性。為了更好的刻畫這樣的序列,學者們在GARCH模型的基礎上又發展出許多衍生模型。本文選擇其中一個較為廣泛應用的模型,即EGARCH模型[29](Exponential Generalized AutoRegressive Conditional Heteroskedasticity model,指數廣義自回歸條件異方差模型),對股價收益率序列進行刻畫,具體地,為EGARCH(1,1)模型。依據該模型,式(1)中殘差εi,t的方差hi,t滿足:

其中 ωi, γ1,i, γ2,i, δi為回歸系數結合(1)(2)兩式,即可得到各個參數的估計值。因此,就可估計出窗口期內股價的預期收益率為

式中分別為(1)中αi,βi的估計值。
(4)計算異常收益率。
由市場模型得到了預期收益率,用實際收益率減去預期收益率,所得的差異即是異常收益率(Abnormal Returns) ,記為ARi,t,具體地有:

這樣所有樣本企業的平均異常收益率(Average Abnormal Returns)為

為了能看到事件發生對某企業股價波動的總體影響效果,將窗口期[t1, t2]內每一天的異常收益率加和,所得即為該企業的累計異常收益率(Cumulative Abnormal Return)CARi( t1, t2):

這樣,所有企業的平均累計異常收益率(Cumulative Average Abnormal Return)就為:

(5)對平均累計異常收益率作顯著性檢驗。
最后,我們要假設檢驗平均累計異常收益率CAAR是否為零。則有:
原假設H0:事件對窗口期內的公司股價收益率沒有影響。
備擇假設H1:事件對窗口期內的公司股價收益率有影響。
若原假設成立,依照市場模型假設,當樣本公司數量足夠大時,CAAR( t, t)12應近似符合均值為零的正態分布。并且當樣本數量充分大時,其方差的估計可近似為:
那么定義統計量:

當樣本數量足夠大時,z應近似服從N(0,1)分布(選用z統計量需滿足兩個條件:(1)公司數量較多,至少不小于30;(2)各公司股價的方差波動彼此是同質化的,其中第一點已經滿足,而第二點,各樣本公司由于公司規模、業務、所處發展周期等差異性,其股價方差波動不一定同質化。在中國,這樣的情形將有所改善,因為中國各個股票的股價走勢與滬深指數的走勢差異相對較小,因此可認為第二點部分滿足)。因此:若 z<Φ?1(α2)或 z>Φ?1(1?α2)時,則應當否定原假設,說明政策事件對窗口期內的公司股價波動有顯著影響;當其顯著為正時說明環境管制政策對中國油氣上市公司的股價有正面影響,反之則說明環境管制政策對其股價有負面影響。而若Φ?1(α 2) <z < Φ?1(1 ?α2),則不能否定原假設,說明環境管制政策對中國油氣上市公司股價的影響不顯著。
圖1為環境管制政策對中國油氣上市公司價值的影響。總體來看,環境管制對石油企業產生較強的負面影響。事件日前10天就開始反映,并且負面影響隨著環境管制政策的頒布時間推移而增強。這說明環境管制下,油氣上市公司面臨購置相關環境設備、稅收負擔加重、環境罰款和環境信任度降低等問題,加大企業治污成本,因此對企業價值產生顯著的負面影響。
因此,假設1環境管制政策對石油上市公司價值存在負面影響成立。
圖2反映的是環境管制對不同地區石油企業的影響。環境管制對東部石油企業影響最大,在管制政策出臺前7天左右CAR就開始連續下降,直至窗口期結束。說明公眾對東部石油企業有良好的環境預期,并且市場信息反映較及時有效。相比于東部CAR的顯著下降,環境管制對中部和西部無明顯的負面影響。這是由于中西部地區實施地方差別化減排政策,把降低環保要求當做招商引資的優惠條件之一,使得東部地區污染控制力度遠遠強于中部和西部地區,導致同樣的環境管制在中西部實施性和影響力度不強。
因此,假設2環境管制政策對東部地區石油上市公司的影響大于對中西部石油公司的影響成立。

圖1 環境管制政策對所有石油企業價值的影響Fig. 1 Impact of environmental control policy on the value of all oil companies

圖2 環境管制政策對不同地區石油企業價值的影響Fig. 2 Impact of environmental control policies on the value of oil companies in different regions
如圖3顯示,環境管制對企業價值的影響的絕對值與企業市值呈負相關關系,市值越大的企業,受負面影響越小。值得注意的是,市值大于5000萬的企業的CAR在環境管制日前5天時連續上升至事件日當天,繼而下降。而市值介于1000萬~5000萬的企業的CAR在事件日前5天開始下降。其中市值小于1000萬的CAR持續下降,難見回升之勢。市值大的企業在市場上具有良好的社會形象和廣泛的社會效應,其盈利能力和市場看好度高。這類企業日常經營活動皆受到嚴格的監管和關注,因此環境管制政策的執行性較好,突發的環境管制不會在短時間內帶來劇烈變動。而市值小的企業在市場上的公認價值較低,社會關注度不夠,企業信息在市場上流通性差。一旦突發環境管制事件,公眾對其信任度驟減,因此其負面影響最大。因此,假設3環境管制對市值較小的企業負面影響大成立。
圖4把石油企業按利潤率分類,環境管制對不同盈利能力的企業都產生負面影響,從事件日前7天開始反映,CAAR不斷下降。其中,利潤率為5%~10%的企業負面影響最大,且下降跡象出現的最早,于事件日前9天開始,CAAR在事件日之后持續大幅度下降。可見,環境管制政策對利潤率大于10%的油氣企業影響力度最弱,對于其余企業均產生負面影響,對利潤率為正且利潤率在5%~10%的企業影響力度最強。

圖3 環境管制政策對不同規模石油企業價值的影響Fig. 3 Impact of environmental control policies on the value of oil companies with different sizes
研究結果為高利潤率和虧損的油氣企業受環境管制政策的影響最小。究其原因,高利潤率企業經營情況良好,盈利能力強,在資金周轉、技術更新和政策適應方面無大壓力,抗壓性較強;而利潤率處在5%~10%的油氣企業,資本有限,多數此類企業剛實現盈利且在朝著大企業、高利潤率的方向發展,它們將利潤率維持在5%~10%的區間已非常不易;環境管制政策出臺后,此類企業面臨降低利潤的風險較大,或者為了達到法定排放標準花費過多的治污成本,導致缺乏流動資金等生產要素,故而所受影響最大;利潤率小于5%的油氣企業,由于經營情況本身不易,環境管制政策出臺后市場對其做出改變的預期不大,故而收環境管制政策的影響較小。因此,假設4環境管制政策對利潤率較高的公司影響比較小不成立。
圖5把石油企業按照主營業務分為不同產業鏈端:上游、中游、下游以及綜合性企業(石油化工行業中,上游負責勘探開發,中游負責儲運,下游負責煉制和銷售,而油服企業主要提供設備、油田服務和承包鉆井)。由圖5可知環境管制對下游和綜合性企業的負面影響最大,對上游和中游企業的負面影響相對小很多。
下游油氣企業的煉化銷售過程中發生污染泄露的風險較大,治污成本高,環境管制對其負面影響最顯著。國家管理著油氣行業,再加上技術壁壘,導致油服行業市場進入門檻高,而近年來該行業的迅速發展也造就了大部分油服企業毛利率高的現象,平日過高的利潤率提高了市場對油服企業的期待,一旦發生環境管制,市場對油服企業的反映會過于迅速且激烈。石油企業上游的勘探鉆井和采油在整個石油行業產業鏈中污染最大,且對生態破壞性大,一旦發生惡性環境污染事故將造成不可消除的影響,但上游企業在長期的生產實踐中形成了良好的環境保護意識,而中游的油氣儲運環節污染較小。因此,環境管制對下游企業和綜合類企業影響最大這一假設成立。

圖4 環境管制政策對不同利潤率石油企業價值的影響Fig. 4 Impact of environmental control policies on the value of oil companies with different pro fi t margins
圖6呈現不同類型環境管制政策對石油企業價值的影響。立法和行政控制型政策對石油企業負面影響較大,而政策激勵和信息披露在事件發生后10天內有負面影響,之后逐漸產生正面影響。立法和行政控制屬于指令控制型環境政策,具有強制性和命令性。政府的強行干預雖具有高執行力,但統一標準具體落實到各個企業時會影響企業生產經營,造成效率損失,加大污染治理成本。因此,命令控制型環境管制對石油企業負面影響較大。而政策激勵和信息披露屬于市場導向型環境政策,此時政府不再是命令者,而是引導者,把決定權交給企業。這類政策給企業一定的自主性,不會短期內突然加大企業的污染治理成本,因此其負面影響小于指令型政策。此外,市場傳遞信息的速度慢于政府干預,且市場體系不健全,使得公眾對導向型政策的反應和反饋需要一個時間過程,因此市場導向型環境政策的激勵作用要通過一段時期才能顯露出來,這也解釋了為什么市場導向型政策在事件發生日10天后開始才開始產生積極影響。因此,命令型政策比市場導向型政策對石油企業負面影響大這一假設成立。

圖5 環境管制政策對不同產業鏈位置石油企業價值的影響Fig. 5 Impact of environmental control policies on the value of oil companies in different positions of industry chain

圖6 不同環境管制政策對石油企業價值的影響Fig. 6 Impact of different environmental control policies on the value of oil companies
最后是對上述結論的顯著性分析,表3顯示了不同類別的環境政策以及所有環境政策下,所有中國油氣上市公司的CAAR及其顯著性。從表3中可以看出,在每個窗口期,政策匯總的CAAR均顯著為負,說明環境管制政策對中國油氣上市公司總體具有負面影響。而立法控制型政策的CAAR為負且顯著性最高,說明立法控制型政策對中國油氣上市公司的負面影響最大,激勵政策其次,其他二者基本不顯著,這說明假設1得到了證實而假設6得到了部分證實。
表4則從不同區域、不同市值、不同利潤水平以及所處產業鏈位置4個方面比較了環境管制政策對相應企業股價造成的影響。
在不同區域的比較中,東部企業的CAAR顯著為負,而另外兩個區域則不顯著,但是中部區域CAAR略大于西部區域,說明東部地區企業受環境管制政策負面影響最大,其對中部的影響略優于西部。假設2得到部分證實。
在不同市值的比較中,市值小于100億元企業在幾個窗口期的CAAR均顯著為負,市值在100億元~500億元企業的CAAR則部分為負,市值大于500億元的企業的CAAR則基本不顯著。這說明環境管制政策對市值較小的油氣企業影響較大,假設3得到證實。
在不同利潤率的比較中,從CAAR數值上看,利潤率在5%~10%的企業的CAAR為負且絕對值最大,其次為利潤率為負的企業,利潤率大于10%的企業的CAAR最高。從CAAR顯著性上來看,利潤率為0%~5%及5%~10%的企業CAAR大多數顯著為負,利潤率為負的企業僅在一個窗口期的CAAR顯著為負,而CAAR大于10%的企業在所有窗口期內CAAR均不顯著。這說明環境管制政策對利潤率最高的油氣企業影響最小,并且對利潤率為負的企業具有負面影響,但該影響并不是最大的,環境管制政策對利潤率在5%~10%的企業造成的負面影響最大,這其中的原因有待進一步探索,假設4得到部分證實。
在不同油氣產業鏈位置的比較中,上游和中游的企業CAAR均不顯著,而處于下游的企業和綜合型企業的CAAR顯著為負,這說明環境管制政策對處在產業鏈下游的企業和綜合類企業的負面影響明顯大于其對產業鏈中上游企業的影響,假設5得到部分證實。

表4 統計檢驗(按不同的區域、市值、利潤率及產業鏈位置劃分)Table 4 Statistical tests results (according to the location, value, pro fi t margins, and positions of industry chain)
最后,本文還用傳統的OLS方法對市場模型(1)進行了回歸,并給出了相應的CAAR及其顯著性列于EGARCH結果的右側。將其與EGARCH模型的結果比較發現,兩者結果略有不同,OLS的結果相對偏低一些。但結論還是基本一致,這說明本文以上得出的結論基本不依賴于回歸模型的選取。
環境管制政策對企業績效影響結果的研究差異主要原因在于所選取樣本的差異和分析期限的不同。本文選取中國油氣上市公司作為分析對象,研究環境管制政策對其股票價格波動的影響,研究的期限是環境管制政策頒布后20天內的情形。因此,本文研究結果更多體現的是短期內人們對環境管制政策對油氣企業可能產生的影響的預期。通過本文的研究,可以得出以下結論:(1)環境管制政策對所有油氣上市公司價值存在負面影響;(2)環境管制政策發布對東部油氣上市公司影響大于中西部油氣上市公司;(3)環境管制政策對規模較小的油氣上市公司負面影響大于規模較大油氣上市公司;(4)環境管制政策對利潤率處于5%~10%的油氣企業影響較大;(5)環境管制政策對下游油氣上市公司和綜合類油氣上市公司的負面影響更大;(6)命令型環境管制政策比市場導向型環境管制政策對油氣上市公司負面影響大。
基于上述結論,提出以下政策建議:第一,針對不同地區、不同規模、不同類型的油氣企業應實施差別性的環境管制政策。本文研究結果顯示,不同地區、不同規模、不同類型的油氣企業受環境管制政策的影響不同,按照環境經濟學理論,在該種情形下實行有差別的環境管制政策可以減少無謂損失,提高環境管制效率。第二,應更加注重采取市場導向的環境管制政策。本文研究結果顯示,市場導向的環境管制政策對企業的不利影響要小于強制性的環境管制政策,這是由于市場導向的環境管制政策下,油氣企業的選擇更具有靈活性,更能針對其自身特點選擇相對成本更低的污染減排措施。因此,應更加強化市場導向的環境管制政策的作用。第三,應提高公眾和企業的環境保護意識。本文研究結果顯示環境管制政策頒布后,
參考文獻油氣上市公司股票價格下跌,公司價值受損,造成這一現象的主要原因是更多公眾拋售油氣公司的股票所導致;如果公眾環境保護意識增強,對環境污染管制抱有積極態度,對企業治污持有支持態度,有可能減少其拋售所持有的油氣公司股票數量,進而減少甚至改變環境管制政策對油氣上市公司市值的負面影響。此外,如果油氣企業的環境保護意識增強,其提前進行應對污染控制的減排措施,這將減少環境管制政策的頒布對其產生的不利影響。
研究中的不足主要體現在:由于中國股票市場建立較晚(1993年建立),且絕大部分中國油氣上市公司是于2000年之后上市,且由于事件研究法方法所限,無法對非上市公司作類似的研究,因此研究樣本具有一定的局限性。并且,由于事件研究法方法特性,僅適于分析事件所造成的短期影響,因此其結果無法作為對環境政策對公司股價的長期波動影響的判斷依據,這可以作為本文后續的一個研究問題。同時,就對CAAR的置信區間估計方面,今后可結合安慰劑法(placebo)(如Acemoglu等,2016[30])進行更精確的估計。另外,本文僅得出了環境管制政策對油氣上市公司價值影響的結果,而對造成這種結果的原因以及環境管制政策的施行過程、作用機制等需要進行更進一步的研究。最后,文章就環境管制政策對企業價值影響的內在因素沒有討論,今后可就環境管制政策如何影響企業行為而后再對企業價值產生影響進行討論。
[1] 李啟明, 程棵, 王文歡, 等. 經濟轉型下政策環境對中國能源上市公司經營表現影響的實證研究[J].石油科學通報, 2016, 02:306-318. [LI Q M, CHENG K, WANG W H, et al. An empirical study on the impact of policy environments on the performance of Chinese listed energy companies under economic transition[J]. Petroleum Science Bulletin, 2016, 02: 306-318.]
[2] 董秀成. 油氣企業須高度重視開發與保護并舉[EB/OL]. http://energy.people.com. cn/n1/2017/0810/c71897-29462388.html,2017-8-10/2017-8-29. [DONG X C. Oil and gas enterprises should attach great importance to the simultaneous development and protection[EB/OL]. http://energy.people.com.cn/n1/2017/0810/c71897-29462388.html,2017-8-10/2017-8-29.]
[3] 李志剛,李學林,譚祖雪. 基于循環經濟理論的油氣開采企業環境污染治理模式研究[J].生態經濟, 2010,(03):114-117. [LI Z G, LI X L, TAN Z X. Research on environmental pollution control model of oil and gas exploitation enterprises based on the theory of circular economy[J]. Ecology Economy, 2010, (03): 114-117.]
[4] 雷鳴. 油氣資源開發企業環境問題內化管理研究[D]. 大慶:東北石油大學,2015. [LEI M. A study on the Internal management of oil and gas resources development enterprise [D]. Daqing: Northeast Petroleum University, 2015.]
[5] 李偉偉. 中國環境政策的演變與政策工具分析[J].中國人口、資源與環境,2014,24(S2):107-110. [Li W W. Evolution of China's environmental policy and policy tools analysis[J]. China Population Resources and Environment, 2014,24 (S2): 107-110.]
[6] 王麗萍, 宋姣姣. 國內外環境管制與企業競爭力關系研究綜述[J].資源開發與市場, 2011, 27(2):154-156. [WANG L P, SONG J J. A review of the relationship between environmental regulation and enterprise competitiveness at China and abroad[J]. Resources Development and Market, 2011, 27 (2): 154-156.]
[7] STEWART R. Environmental regulation and international competitiveness[J]. Yale Law Journal, 1993, 102:2039-2016.
[8] SIMPSON R D, BRADFORD R L. Taxing variable cost: environmental regulation as industrial policy[J]. Journal of Environmental Economics and Management, 1996, 32:58- 62.
[9] JORGENSON D J, WILCOXEN P J. Environmental regulations and U. S economic growth[J].The Journal of Economics, 1990, 21(2):313-340.
[10] 王斌義. 環境管制與技術創新關系的產業組織分析[J].科技進步與對策, 2007, 24(6):60-62. [WANG B Y. Industrial organization analysis of the relationship between environmental regulation and technological innovation[J]. Science & Technology Progress and Policy, 2007, 24 (6): 60-62.]
[11] DOMAZLICKY B R, WEBER W L. Does environmental protection lead to slower productivity growth in the chemical industry?[J].Environmental and Resource Economics, 2004,28(3):301-324.
[12] RAMANATHAN R, HE Q, BLACK A, et al. Environmental regulations, innovation and firm performance: A revisit of the Porter hypothesis[J]. Journal of Cleaner Production, 2017, 155: 79-92.
[13] 張倩. 環境管制與煤炭企業競爭力關系的理論研究[J].資源開發與市場, 2013, 29(3):303-306. [ZHANG Q. Research on the relationship between environmental regulation and the competitiveness of coal enterprises[J]. Resources Development and Market, 2013, 29(3): 303-306.]
[14] ALPAY E, BUCCOLA S, KERKVLIE J. Productivity growth and environment regulation in Mexican and U. S. food manufacturing[J].American Journal of Agricultural Economics,2002, 84(4):887 - 901.
[15] 傅京燕, 李麗莎. FDI、環境規制與污染避難所效應—基于中國省級數據的經驗分析[J].公共管理學報, 2010, 07(3):65-74. [FU J Y, LI L S. FDI, environmental regulation and pollution refuge effect: an empirical analysis based on Chinese provincial data[J]. Journal of Public Management, 2010, 07 (3): 65-74.]
[16] 李玉楠, 李廷. 環境規制、要素稟賦與出口貿易的動態關系—基于我國污染密集產業的動態面板數據[J].國際經貿探索, 2012,28(1):34-42. [LI Y N, LI T. Dynamic relationship between environmental regulation, factor endowment and export trade - based on dynamic panel data of China's pollution-intensive industries[J]. International Economics and Trade Research, 2012, 28 (1): 34-42.]
[17] RUNAR B, TOMMY L. Environmental policy and pro fi tability: Evidence from Swedish industry[J].Environmental Economics and Policy Studies, 2010(12).
[18] 涂紅星, 肖序. 環境管制對自主創新影響的實證研究—基于負二項分布模型[J].管理評論, 2014, 26(1):57-65. [TU H X, XIAO X.An empirical study of the impact of environmental regulation on independent innovation - based on the negative binomial model[J].Management Review, 2014, 26 (1): 57-65.]
[19] 王國印, 王動. 波特假說、環境規制與企業技術創新—對中東部地區的比較分析[J].中國軟科學, 2011(1):100-112. [WANG G Y,WANG D. Porter hypothesis, environmental regulation and enterprise technological innovation: A comparative analysis of the middle and eastern China[J]. China Soft Science, 2011 (1): 100-112.]
[20] 華占虎. 環境政策對能源上市公司股票價格的影響[D]. 北京:華北電力大學, 2015. [HUA Z H. Effect of environmental policies on the stock prices of energy-listed companies [D]. Beijing: North China Electric Power University, 2015.]
[21] DOLLEY J C. Characteristics and procedure of common stock split-ups[J]. Harvard Business Review, 1933, 11(3):316-326.
[22] BALL R, BROWN P. An empirical evaluation of accounting income numbers[J]. Journal of accounting research, 1968: 159-178.
[23] FAMA E F, FISHER L, JENSEN M C, et al The adjustment of stock prices to new information[J]. International economic review,1969,10(1): 1-21.
[24] SORESCU A, WARREN NL, ERTEKIN L. Event study methodology in the marketing literature: An overview[J]. Journal of the Academy of Marketing Science, 2017, 45(2):186-207.
[25] ENGLE R F. Autoregressive conditional heteroscedasticity with estimates of the variance of United-Kingdom in fl ation[J]. Econometrica,1982, 50(4):987-1007.
[26] BOLLERSLEV T. Generalized autoregressive conditional heteroskedasticity[J]. Journal of Econometrics, 1986, 31(3):307-327.
[27] NELSON D B. Conditional heteroskedasticity in asset returns: a new approach[J]. Modelling Stock Market Volatility, 1991, 59(2):37-64.
[28] ACEMOGLU D, JOHNSON S, KERMANI A, et al. The value of connections in turbulent times: Evidence from the United States[J].Journal of Financial Economics, 2016, 121(2):368-391.