綠色金融、融資約束與污染企業投資

王康仕 孫旭然 王鳳榮

[摘 要] 篩選出 2010—2015 年 A 股 192 家污染企業作為樣本，同時以金融資源從污染行業的凈流出量變化衡量綠色金融發展水平，實證考察綠色金融發展對污染企業投資的影響機制。研究發現，污染企業投資面臨融資約束的限制;綠色金融發展加劇了污染企業面臨的融資約束，進而抑制了污染企業投資。進一步分樣本考察發現，綠色金融發展只能通過加劇民營污染企業融資約束，抑制其投資水平，而對國有污染企業，綠色金融發展的投資約束作用尚未顯現。

[關鍵詞] 綠色金融;污染企業;融資約束;投資約束

[中圖分類號] X196;F832;F275 [文獻標識碼] A [文章編號]1673-0461（2019）12-0083-14

一、引言及文獻綜述

生態環境部公告顯示，僅2018年12月全國接到環保舉報事件39 308起，其中涉及大氣及水污染的最多，分別占比51.5%和14.4%。與之相符的是，近年來全國廢水與廢氣排放總量持續升高（如圖1所示），污染事件層出不窮。而工業是廢氣與廢水的第一大排放源，也是污染事件的主要“肇事者”。在總的污染物排放中，工業污染占比超過70%。與此同時，國家統計局第三次經濟普查資料顯示，2012年中國能源消耗總量高達36.17億噸標準煤，較第二次經濟普查增長約20%，但能源使用效率不僅低于各發達國家，甚至還低于部分發展中國家（王曉嶺等， 2016）[1]。近十年來中國能源消耗量約占世界消耗總量的1/4，其中工業是最大的能源消耗部門，約占2/3 [2]?？焖偻七M的工業化發展在推動經濟高速發展的同時也致使高耗能高污染產業產能過剩、能源利用率低下、生態環境污染、自然災害頻發等問題日趨嚴重。

生態資源環境問題持續惡化，環境災害頻頻發生，威脅著經濟生活中的每個個體。Landrigan（2018）[3]研究發現，在迅速工業化的轉型國家，環境污染造成的死亡人數占到總死亡人數的1/4，而中國每年因污染致死人數超過180萬人，全球排名第二位，僅次于印度。Chen et al.（2013）[4]通過實證推斷發現中國北方燃煤引發的空氣污染導致該區域居民人均壽命較之南方居民減少了5年。國內研究中，張國興等（2018）[5]、黃永明和何凌云（2013）[6]、楊俊和盛鵬飛（2012）[7]、聶飛和劉海云（2015）[8]等亦證實了生態資源環境惡化對公眾健康、主觀幸福感、勞動生產率、經濟增長等均產生了顯著的負向影響。面對資源環境問題日趨嚴重的惡劣影響，工業轉型是促進產業發展綠色化、實現經濟增長可持續的重要抓手。

隨著環境資源問題的日益惡化以及環境信息披露和環保執行標準的逐漸加強，工業轉型正日漸成為政策制定者與學者們的研究焦點。2015年，中共中央、國務院印發《生態文明體制改革總體方案》，首次明確提出生態文明體系的頂層設計，明確“綠水青山就是金山銀山”的綠色發展理念。2016年“推進工業轉型”作為生態文明建設的重要任務，被寫入“十三五”規劃和政府工作報告。2017年黨的十九大報告中，習近平主席更是明確指出“發展綠色金融”是推進綠色轉型的重要路徑，并從戰略高度，對工業轉型、綠色經濟發展、綠色金融體系構建等進行了深入解讀與長遠規劃。在政府方針號召下，中國正在形成強勁的工業轉型與生態文明建設浪潮。

近半個世紀以來，金融發展與工業轉型的互動關系一直是經濟學家和政策制定者最為關注的領域之一。在環境外部性內生化的前提下，金融機構如果能進行有效的環境風險管理和戰略決策，為綠色經濟活動提供充裕資金支持的同時，強化棕色、黑色經濟活動的融資約束，那么將有力支持實體經濟增長與綠色的攜手并進[9-10]。對此，2015年的《生態文明體制改革整體方案》，首次明確提出“建立中國的綠色金融體系”，以及利用綠色金融發展驅動工業轉型的戰略布局;2016年G20峰會上，綠色金融發展首次進入正式討論的核心議題;2017年七部委印發《建設綠色金融改革創新試驗區總體方案》，嘗試從體制機制上尋求可復制推廣的區域綠色金融發展與工業轉型模式。

在政府政策號召下，中國正在形成強勁的、協同推進的綠色金融發展態勢。截至2017年，中國21家銀行業機構綠色信貸余額7.5萬億元（綠色信貸余額自2013年以來呈現顯著增長態勢，如圖2所示），占其所有信貸余額的9%;2016年中國綠色債券達到2 400億元，成為全球最大的綠色債券市場，2017年中國綠債發行量的全球占比更是超過20%;與此同時，綠色證券、綠色基金、綠色信托、綠色保險等也從無到有，呈現快速發展狀態。

但迄今為止，綠色金融的資金供給與實體經濟綠色投資的資金需求相比仍是杯水車薪。從綠色金融的資金供給量來看，綠色信貸的規模擴張仍缺乏直接、有效的扶持和激勵措施，致使綠色信貸在各類信貸余額的占比未呈現上升趨勢，目前仍不足8%（如圖3所示）。

而從綠色投資視角看，2015年中國央行報告顯示，要達成環境保護部確立的減少污染目標，政府每年需進行2萬億元人民幣（合3 200億美元）的投資，政府預算僅能涵蓋全部投資的15%。2016年財政部預算估計“十三五”規劃期間僅執行大氣污染防治法就需政府每年支出3 660億元人民幣，而各級財政僅能支付10%左右的資金[11]。圖4顯示，2009—2016年，每年污染治理投資完成總額尚不足1 000億元人民幣，且未形成增長態勢。這一定程度說明，當前綠色金融的資金供給難以支撐綠色投資需求的快速增長。

而從綠色金融支持的項目構成來看，綠色金融中規模占比最高的綠色信貸與綠色債券存在資金流向混雜等問題，降低來了綠色金融發展的綠色效益。一方面2017年中國綠色債券發行額總量達371億美元（合2 486億元人民幣），居世界第二位，僅次于美國，但其中有38%不符合國際綠色債券定義（如圖5所示），其中部分募集資金用于企業一般運營與化石燃料資產等項目，反而進一步加劇了當前嚴重的生態環境問題。對此，中國正在努力推動綠色債券國內標準與國際標準的一致化，從而進一步保障綠色資金流向綠色產業、綠色企業以及綠色項目。另一方面從銀保監會公布數據看，綠色信貸主要流向鐵路運輸項目（Railway）、城市交通項目（PublicTransport）、工業節能節水項目（Industry）、水力發電項目（Water）、風電項目（Wind）、太陽能項目（Solar）、其他可再生能源項目（Other Renewables）以及綠色林業、綠色農業、自然保護、生態防護及災害防控項目（Green Forestry）。其中鐵路運輸項目（Railway）與城市交通項目（PublicTransport）的資金占比最高，二者共占歷年綠色信貸總額的40%—50%（如圖6所示）。這與主要涵蓋新能源開發、節能環保技術進步及生態環境保護等綠色項目的綠色信貸概念存在一定程度的偏差，從而可能削弱了綠色信貸對工業轉型的支持作用。

在生態環境問題持續惡化的背景下，如何加快綠色金融體系構建、增加綠色資金有效供給以及明確綠色金融推動工業轉型的路徑機制是當前生態文明建設與可持續發展面臨的重要戰略課題，也是當前學者和政策制定者關注的一個焦點問題。從微觀視角看，污染企業（生態環境問題的主要“肇事者”）是綠色金融影響工業轉型的主要抓手之一[11]。污染企業，作為生態環境問題的主要“肇事者”，未承擔生態環境惡化的相關責任，反而依賴相對充裕的外源融資擴大投資規模，導致當前生態環境的不斷惡化和環境污染的不斷擴散。涂永前（2012）認為綠色金融當前發展重點在于形成環境信息披露共享機制及基于環境信息的資金配置機制，抑制污染企業投資。具體機制研究中，Faulkender和Petersen（2006）[12]、 Lemmon和Roberts（2010）[13]、Allet和Hudon（2015）[14]、吳超鵬等（2012）[15]與高曉燕和王治國（2017）[16]認為綠色金融發展一方面通過完善環境信息披露共享機制，遏制“洗綠”事件發生的同時，提高污染企業投資及為其提供融資支持的金融機構的行政處罰風險與聲譽風險，壓縮污染企業的融資空間，提高其融資成本;另一方面通過基于環境信息的資金配置機制，提高污染企業的投資風險。劉婧宇等（2015）[17]等基于CGE模型分析，發現綠色金融在短期與中期抑制了污染企業的投資與產出。

當前也有少量實證研究探討了綠色金融發展對污染企業投資的影響。而連莉莉（2015）[18]基于綠色企業與“兩高”企業的對比研究，發現綠色金融發展能相對提高污染企業的債務融資成本。蘇冬蔚和連莉莉（2018）[19]以《綠色信貸指引》實施為事件構造準自然實驗，考察綠色金融政策對污染企業投資的影響，發現綠色金融對污染企業投資具有顯著的投資抑制效應。Wang et al.（2019）[20]同樣構建了準自然實驗，實證考察綠色金融對重污染企業投資的影響，認為綠色金融政策促使金融機構調整對高污染企業的信貸策略，從而影響污染企業的投資結構和投資效率。

目前學術界對綠色金融發展的相關研究主要集中在描述性、規范性層面，相關理論模型和經驗分析并未充分結合中國轉型經濟階段呈現的不完全市場特征。近年來的研究開始關注綠色金融發展與污染企業投資問題，并將其作為綠色金融影響工業轉型的微觀機制。然而，現有文獻對綠色金融發展影響污染投資的渠道機制仍少有探索。融資約束是影響污染企業投資的重要因素之一，現有文獻中少有涉及綠色金融發展與污染企業融資約束問題，尚未檢索到相關理論探討與實證分析。綠色金融發展能否抑制污染企業投資？綠色金融發展影響污染企業投資的機制路徑為何？理論探索與實證研究這些問題，對提升綠色金融服務實體經濟的功能效率與驅動工業轉型，具有重要的理論意義與現實意義。對此，本文基于綠色金融內涵特質，以綠色企業為研究對象，以融資約束為微觀渠道，分析綠色金融如何影響污染企業的投資水平。

二、理論分析

（一）企業融資約束的成因

經典財務理論認為在完美的資本市場中，公司的外部資本和內部資本可以完全替代，其投資行為與財務狀況無關[21-22]。但在實際運營中，公司外部融資成本往往高于內部資本成本，限制了公司的投資，從而產生融資約束。具體來說，企業融資約束主要導源于市場與政府兩個維度的因素。

從市場維度看，金融體系信息不對稱往往產生交易成本，導致了資本提供者收益與資本使用者成木之間嵌入了一個“楔子”，即存在金融摩擦[23-24]。而金融摩擦的存在使企業面臨一個外源融資溢價。外源和內源融資之間的溢價越高，企業面臨的融資約束就越嚴重[25]。信息不對稱是金融交易的一個基本特征，相對于大企業，中小企業信息更為不透明， 缺乏企業財務報表等易于傳遞的“硬信息”，這種矛盾使得中小企業的融資比大企業更為困難[26]。

從政府維度看，政府一直保留著對金融部門的深度干預，無論是價格方面（如利率決定）還是數量方面（如信貸配給）[27]。在以國有銀行為主的高度集中的金融體系下，國有銀行的政府背景使其放貸行為受到政治目標的主導，信貸分配遵循“政治融資次序”。從所有制視角看，民營屬性給民營企業帶來緊縮的外源融資，制約了民營企業的投資活動。2000—2007年規模以上全部工業企業融資數據看，國企人均長期負債占有額是民企的5—6倍，而流動融資占有額是民企的兩倍;從利息率看，民企是國企的3—4倍;而從企業利潤率看，民企是國企的6倍多[28]。

（二）綠色金融發展、融資約束與污染企業投資

綠色金融本質上是基于環境約束的信貸配給，即同等資金價格條件下，傾斜對綠色企業的資金投入，當前發展重點在于形成環境信息披露共享機制及基于環境信息的資金配置機制[29]。

從市場維度看，綠色金融發展一方面通過完善環境信息披露共享機制，遏制“洗綠”事件發生的同時，提高污染企業投資及為其提供融資支持的金融機構的聲譽風險，彰顯綠色企業投資的綠色聲譽優勢的同時，壓縮污染企業的融資空間，提高其融資成本;另一方面通過基于環境信息的資金配置機制，降低污染企業的融資機會[14，16]，進而抑制污染企業投資。

從政府維度看，以經濟發展為靶向的“政治錦標賽”使得各地政府忽視環境影響，爭相將金融資源導向經濟效益高的項目，冷落環境效益高的項目。比之一般項目，綠色項目面臨更為嚴峻的信貸歧視問題。而中央與地方綠色金融政策體系的日益完善，將有力推動信貸分配遵循“環境融資次序”，逐步緩解綠色企業的融資約束，加劇污染企業的融資約束。

三、研究設計

（一）投資-現金流模型

Fazarri et al.（1988）[30]最先提出融資約束假說，認為內外部融資成本的差異將導致企業的投資支出顯著依賴其內部現金流量，投資-現金流敏感度一定程度上可以描述企業的融資約束?；诖?，本部分采用投資-現金流敏感度描繪污染企業的融資約束。

（四）數據來源與樣本選擇

Bai et al.（2014）[40]認為2009年中國銀行業協會發布的《中國銀行業金融機構企業社會責任指引》，標志金融業實質開展綠色金融業務的開始，因此本文研究起始時間為2010年，鑒于當前綠色金融發展指標構建中僅可獲取至2015年的工業數據，故本文研究終止時間為2015年。

本部分選取了2010—2015年所有A股工業重污染行業（采掘業、紡織服裝皮毛業、金屬非金屬業、生物醫藥業、石化塑膠業、造紙印刷業、水電煤氣業與食品飲料業）上市企業數據為考察樣本，借鑒王鳳榮和王康仕（2018）[41]的做法，按照如下篩選程序進行處理：①剔除數據不全和被特別處理的企業樣本;②以剩余的企業為基準，手工收集年報中排污費數據，剔除2015年尚未披露排污費數據的企業樣本;③剔除排污費中包含其他與環保無關的費用的樣本。此外，企業未被征收排污費可能在于企業生產技術已進行了清潔化升級，沒有污染物的排放或已進行清潔化處理;也可能在于企業享受“政策性免征”的政策優惠。故剔除排污費為0的樣本，只選用了排污費繳納數額大于0的企業進行研究。最終形成了一個包含192家企業909個有效觀測值的非平衡面板數據。為剔除異常值對回歸結果的影響，對所有企業數據進行1%的縮尾處理。

企業數據來源于CMSAR數據庫，其余數據來源于《中國金融統計年鑒》《中國綠色發展指數報告》《各省金融運行報告》及WIND工業數據庫等。

四、實證結果與分析

本文主要變量的統計性描述見表1。

（一）綠色金融與污染企業融資約束

1.現金-現金流模型的估計結果分析：OLS與固定效應

本部分首先采用OLS對模型（1），然后對擴展模型（2）進行全樣本回歸，進一步控制時間啞變量對模型（2）再回歸。為消除不可觀測個體因素帶來的影響，本節又采用固定效應模型對上述模型進行回歸。為避免企業層面的聚集效應對回歸結果的影響，回歸時在公司層面進行了cluster 處理?；貧w結果見表2。

從表2第（1）（4）列回歸結果看出，無論是采用OLS，還是固定效應模型，現金流量（CF）的系數分別為0.113 與0.149，且均在1%水平下顯著，即重污染行業企業表現出強烈的現金-現金流敏感性，表明重污染行業企業整體上面臨融資約束的限制。

表2第（2）（5）列中引入省際綠色金融發展指數（Gfinan）及其與污染企業現金持有量變動的交叉項（Gfinan×CF），考察綠色金融污染發展對污染企業融資約束的影響。結果發現，無論是否控制個體固定效應，綠色金融發展指數與污染企業現金持有量變動的交叉項（Gfinan×CF）的系數分別為0.648 和0.697，且分別在5%和10%水平下顯著，說明綠色金融發展加劇了污染企業融資約束，強化了污染企業持有現金的激勵，從而提高其現金-現金流敏感性。第（3）（6）列進一步控制時間效應，發現結果與上述回歸結果一致，現金流量（CF）的系數分別為0.117 與0.155，且均在1%水平下顯著;綠色金融發展指數與污染企業現金持有量變動的交叉項（Gfinan×CF）的系數分別為0.689 和0.713，且分別在5%和10%水平下顯著。經驗結果表明，重污染行業企業目前面臨一定的融資約束，而以環境信息披露共享機制與基于環境信息的資金配置機制為突破重點的綠色金融發展能夠進一步加劇污染企業融資約束。

2.現金-現金流模型的估計結果分析：GMM

為驗證上述分析的穩健性，控制模型中可能存在的內生性與異方差問題，本部分將滯后一期的現金持有量的變動（L.ΔCash）引入模型，采用系統GMM估計方法對動態面板模型進行估計。與此同時，為進一步提高估計的有效性，進一步控制其它區域變量對上述綠色金融發展與污染企業融資約束關系的影響，本部分在上述模型中引入傳統金融發展水平（Finan）（采用各地股票市值總額與銀行信貸總額之和與實際GDP比值衡量）及其與污染企業現金持有量變動的交叉項（Finan×CF）作為區域控制變量。

表3結果顯示，模型整體顯著性檢驗的Wald檢驗的P值均為0，說明模型整體十分顯著。第（1）至（4）列的Hanson檢驗P值分別為0.487、0.655、0.653 及0.588，表明系統GMM新增工具在各回歸模型均有效。此外，殘差序列相關性檢驗結果表明，差分后的殘差只存在一階序列相關性（P值分別為0.001、0.001、0.001 及0.002），不存在二階序列相關性（P值分別為0.692、0.702、0.686 及0.513），表明原模型的誤差項不存在序列相關性。

從表3第（1）至（4）列回歸結果看出，現金流量（CF）的系數均在1%水平下顯著為正，即重污染行業企業表現出強烈的現金-現金流敏感性，表明重污染行業企業整體上面臨融資約束的限制。第（2）列中引入省際綠色金融發展指數（Gfinan）及其與污染企業現金持有量變動的交叉項（Gfinan×CF），考察綠色金融發展對污染企業融資約束的影響。結果發現，綠色金融發展指數與污染企業現金持有量變動的交叉項（Gfinan×CF）的系數在10%水平下顯著為正，說明綠色金融發展加劇了污染企業融資約束，強化了污染企業持有現金的激勵，從而提高其現金-現金流敏感性。第（3）列中引入傳統金融發展水平（Finan）（采用各地股票市值總額與銀行信貸總額之和與實際GDP比值衡量）及其與污染企業現金持有量變動的交叉項（Finan×CF），結果發現傳統金融發展水平與污染企業現金持有量變動的交叉項（Finan×CF）的系數在10%水平下顯著為正，說明傳統金融發展緩解了污染企業融資約束，弱化了污染企業持有現金的激勵，從而降低其現金-現金流敏感性。經驗結果表明，傳統金融發展仍忽略環境效益，持續為污染企業提供融資支持，而以環境信息披露共享機制與基于環境信息的資金配置機制為突破重點的綠色金融發展能夠進一步加劇污染企業融資約束。

3.現金-現金流模型的分樣本估計結果

所有制差異作為轉型經濟時期的重要制度特質，是企業投資問題的重要考察視角[42]。為進一步考察所有制對上述結論的影響，本部分依據實際控制人是否為國有企業還是民營企業，將全樣本分為國有企業樣本與民營企業樣本，考察綠色金融發展對污染企業融資約束的影響是否擬合已有理論分析，存在所有制異質性。回歸結果見表4和表5。

表4對國有企業子樣本的考察結果顯示，現金流量（CF）的系數、綠色金融發展指數與污染企業現金持有量變動的交叉項（Gfinan×CF）的系數以及傳統金融發展水平與污染企業現金持有量變動的交叉項（Finan×CF）的系數均不顯著。而表5對民營企業子樣本的考察結果顯示，現金流量（CF）的系數、綠色金融發展指數與污染企業現金持有量變動的交叉項（Gfinan×CF）的系數以及傳統金融發展水平與污染企業現金持有量變動的交叉項（Finan×CF）的系數均顯著，正負號與上述全樣本一致，且顯著性水平大多有所提高。

這一方面說明融資約束對民營企業的制約作用更為顯著。另一方面說明綠色金融發展目前僅能加劇民營污染企業的融資約束。這是由于中國企業融資約束具有規模和所有制兩個維度的異質性，而民營企業作為國內企業大多數，由于市場（規模）和體制（所有制）兩個維度的因素，面臨最為嚴緊的融資約束。從市場維度看，金融摩擦主要是由金融體系信息不對稱而產生的交易成本，是嵌入資本提供者收益與資本使用者成本之間的“楔子”[23]。金融摩擦的存在使企業面臨一個外源融資溢價。外源和內源融資之間的溢價越高，企業面臨的融資約束就越嚴重。信息不對稱是金融交易的一個基本特征，相對于國有企業，民營企業信息更為不透明， 缺乏企業財務報表等易于傳遞的“硬信息”，這種矛盾使得中小企業的融資比大企業更為困難[26]。從體制維度看，民營企業還深陷所有制歧視造成的融資困境。政府一直保留著對金融體系的深度干預，無論是價格方面（如利率決定）還是數量方面（如信貸配給）[27]。在以國有銀行為主的高度集中的金融體系下，國有銀行的政府背景使其放貸行為受到政治目標的主導，信貸分配遵循“政治融資次序”。

4.投資-現金流模型的全樣本考察

為驗證綠色金融發展與污染企業融資約束關系的穩健性，進一步考察綠色金融影響污染企業投資的路徑機制，本部分使用投資-現金流模型進行全樣本OLS與固定效應回歸。由于回歸中交叉項較多，為防治交互項變量和主變量之間的多重共線性，我們對其進行中心化處理?；貧w結果見表6。

表6回歸結果顯示，無論是否控制個體固定效應以及時間效應，綠色金融發展指數與污染企業現金持有量變動的交叉項（Gfinan×CF）的系數均在10%水平下顯著為正，說明綠色金融發展提高污染企業的投資-現金流敏感性，即加劇了污染企業的融資約束。進一步表明，以環境信息披露共享機制與基于環境信息的資金配置機制為突破重點的綠色金融發展能夠進一步加劇污染企業融資約束。

（二）綠色金融、融資約束與污染企業投資

1.全樣本考察

表7第（1）到（4）列結果顯示，SA指數（SA）的系數在所有回歸結果中分別為-0.101、0.109、-0.125 及-0.120，且均在5%水平下顯著，即融資約束水平上升，降低了污染企業的投資水平。這表明，融資約束問題制約了污染企業投資。第（3）和（4）列檢驗了傳統金融發展（Finan）對融資約束（SA）進而對污染企業投資水平的影響，結果發現，綠色金融發展（Finan）與SA指數（SA）交叉項的系數均不顯著，即傳統金融發展未能通過融資約束渠道作用于污染企業投資。第（2）和（4）列檢驗了綠色金融發展（Gfinan）對融資約束（SA）進而對污染企業投資水平的影響，結果顯示無論是否控制金融發展水平（Finan），綠色金融發展（Gfinan）與SA指數（SA）交叉項的系數均為負，且在10%水平下顯著，即綠色金融發展通過加劇融資約束問題，降低了污染企業投資水平。

2.分樣本考察

所有制差異作為轉型經濟時期的重要制度特質，是企業投資問題的重要考察視角[42]。為進一步考察所有制差異對上述結論的影響，本部分依據實際控制人是否為國有企業還是民營企業，將全樣本分為國有企業樣本與民營企業樣本，考察綠色金融發展是否能通過融資約束渠道作用于污染企業投資的機制是否擬合已有理論分析，存在所有制異質性?；貧w結果見表8和表9。

表8與表9對國有與民營企業子樣本的考察結果顯示，SA指數（SA）的系數均在10%水平下顯著為負。說明無論是對國有污染企業還是對民營污染企業，融資約束均對其產生制約作用。

表8與表9第（3）和（4）列均檢驗了傳統金融發展（Finan）對融資約束進而對污染企業投資水平的影響，結果發現，綠色金融發展（Finan）與SA指數（SA）交叉項的系數均不顯著，即傳統金融發展未能通過融資約束渠道作用于民營與國有污染企業投資。

表8第（2）和（4）列檢驗了綠色金融發展（Gfinan）對融資約束（SA）進而對國有污染企業投資水平的影響，結果顯示無論是否控制金融發展水平（Finan），綠色金融發展（Gfinan）與SA指數（SA）交叉項的系數均不顯著，即綠色金融發展未能通過融資約束渠道作用于污染企業投資水平。而表9第（2）和（4）列檢驗了綠色金融發展（Gfinan）對融資約束（SA）進而對民營污染企業投資水平的影響，結果顯示無論是否控制金融發展水平（Finan），綠色金融發展（Gfinan）與SA指數（SA）交叉項的系數均在1%水平下顯著為負，即綠色金融發展通過加劇融資約束問題，降低了民營污染企業投資水平。

當前綠色金融發展僅能加劇民營污染企業的融資約束，從而制約其投資水平。民營企業作為國內企業大多數，由于市場（規模）和體制（所有制）兩個維度的因素，面臨最為嚴緊的融資約束，致使其投資水平遠低于國有企業。而綠色金融發展通過加劇民營污染企業融資約束，將顯著降低其投資水平。而國有污染企業借由信貸分配的“政治融資次序”與規模優勢，能夠獲取充足的外源資金。因此，以環境信息披露共享機制與基于環境信息的資金配置機制為突破重點的綠色金融發展難以通過融資約束渠道，抑制國有污染企業投資。

五、結論與啟示

本文在理論分析綠色金融影響污染企業投資的基礎上，利用2010—2015年A股工業192家污染企業為樣本，同時以金融資源從污染行業的凈流出量變化衡量綠色金融發展水平，實證考察綠色金融發展影響污染企業投資的路徑機制?；诂F金-現金流模型的OLS、固定效應以及系統GMM回歸，發現綠色金融發展能夠加劇污染企業的融資約束。并通過投資-現金流模型的OLS與固定效應回歸，驗證了該結論的穩健性。通過分樣本考察，發現綠色金融發展只能加劇民營污染企業的融資約束，未能影響國有污染企業的融資約束。進一步通過SA指數構建量化融資約束水平，本節進一步考察綠色金融發展是否能通過融資約束渠道作用于污染企業投資。發現綠色金融發展能通過加劇污染企業融資約束，抑制其投資水平。通過分樣本考察，綠色金融發展只能通過加劇民營污染企業融資約束，抑制其投資水平，而對國有污染企業，上述機制并不成立。

本文研究啟示意義在于，以環境信息披露共享機制與基于環境信息的資金配置機制為重點的綠色金融發展，能通過融資約束渠道，抑制污染企業投資，加快產業轉型升級。綠色信貸、綠色債券、綠色環?；鹨约碍h境污染責任險等綠色金融產品，能夠籌集和鼓勵私人資本進入節能環保領域，但環境信息披露不足、項目執行標準模糊及非強制性等致使綠色金融創新存在“漂綠”的爭議。金融機構聯合第三方獨立機構加快環境信息共享平臺機制建設，是提高綠色金融的綠色效益，推進綠色金融進程及突破綠色金融發展困局的有效策略。第三方機構收集、加工并對外提供環境信息，保證信息可靠性、有效性與對稱性的同時，對企業及投資項目進行綠色評價、認證，編制并發布投資標的綠色指數水平，定量評估其環境效益或環境成本，從而為綠色金融定價和獎懲市場主體綠色行為奠定基礎。

[參考文獻]

[1]王曉嶺， 何楓， 武春友. 環境約束下的能源效率國際比較——基于20國集團的實證檢驗[J]. 科技管理研究， 2016， 36（19）：248-255.

[2]李玉婷， 史丹. 中國工業能源效率鴻溝的形成機理與實證研究[J]. 山西財經大學學報， 2018 （6）：61-73.

[3]LANDRIGAN P J， FULLER R， ACOSTA N J R， et al. The lancet commission on pollution and health[J]. The lancet， 2018， 391（10119）： 462-512.

[4]CHEN Y， EBENSTEIN A， GREENSTONE M， et al. Evidence on the impact of sustained exposure to air pollution on life expectancy from China's Huai River policy[J]. Proceedings of the national academy of sciences， 2013， 110（32）： 12936-12941.

[5]張國興， 張振華， 高楊，等. 環境規制政策與公共健康——基于環境污染的中介效應檢驗[J]. 系統工程理論與實踐， 2018， 38（2）：361-373.

[6]黃永明， 何凌云. 城市化、環境污染與居民主觀幸福感——來自中國的經驗證據[J]. 中國軟科學， 2013 （12）：82-93.

[7]楊俊， 盛鵬飛. 環境污染對勞動生產率的影響研究[J]. 中國人口科學， 2012 （5）：56-65.

[8]聶飛， 劉海云. FDI、環境污染與經濟增長的相關性研究——基于動態聯立方程模型的實證檢驗[J]. 國際貿易問題， 2015（2）：72-83.

[9]李曉西. 綠色金融盈利性與公益性關系分析[J]. 金融論壇， 2017（5）：3-11.

[10]馬駿. 國際綠色金融發展與案例分析[M]. 北京：中國金融出版社， 2017.

[11]GILBERT S， ZHOU L. The knowns and unknowns of China's green finance[C]. Contributing Paper for the Sustainable Infrastructure Imperative： Financing for Better Growth and Development. New Climate Economy， London and Washington， DC， 2017.

[12]FAULKENDER M， PETERSEN M A. Does the source of capital affect capital structure？[J]. Review of financial studies， 2006， 19（1）：45-79.

[13]LEMMON M， ROBERTS M R. The response of corporate financing and investment to changes in the supply of credit[J]. Journal of financial and quantitative analysis， 2010， 45（3）：555-587.

[14]ALLET M， HUDON M. Green microfinance： characteristics of microfinance institutions involved in environmental management[J]. Journal of business ethics， 2015， 126（3）： 395-414.

[15]吳超鵬， 吳世農， 程靜雅，等. 風險投資對上市公司投融資行為影響的實證研究[J]. 經濟研究， 2012（1）：105-119.

[16]高曉燕， 王治國. 綠色金融與新能源產業的耦合機制分析[J]. 江漢論壇， 2017 （11）：42-47.

[17]劉婧宇， 夏炎， 林師模，等. 基于金融CGE模型的中國綠色信貸政策短中長期影響分析[J]. 中國管理科學， 2015， 23（4）：46-52.

[18]連莉莉. 綠色信貸影響企業債務融資成本嗎？——基于綠色企業與 “兩高” 企業的對比研究[J]. 金融經濟學研究， 2015（5）： 83-93.

[19]蘇冬蔚， 連莉莉. 綠色信貸是否影響重污染企業的投融資行為？[J]. 金融研究， 2018， 462（12）： 123-137

[20]WANG E， LIU X， WU J， et al. Green credit， debt maturity， and corporate investmentevidence from China[J]. Sustainability， 2019， 11（3）： 583-602.

[21]KAPLAN S N， ZINGALES L. Do investmentcash flow sensitivities provide useful measures of financing constraints？[J].Quarterly journal of economics， 1997， 112（1）：169-215.

[22]何賢杰， 肖土盛， 陳信元. 企業社會責任信息披露與公司融資約束[J]. 財經研究， 2012（8）：61-72.

[23]HALL R E. The high sensitivity of economic activity to financial frictions [J]. Economic journal， 2011， 121（552）：351-378.

[24]ROUSSEAU P L， WACHTEL P. What is happening to the impact of financial deepening on economic growth？[J]. Economic inquiry， 2011， 49（1）： 276-288

[25]SASIDHARAN S， LUKOSE P J J， KOMERA S. Financing constraints and investments in R&D： evidence from Indian manufacturing firms[J]. Quarterly review of economics & finance， 2015（55）：28-39.

[26]林毅夫， 孫希芳. 信息、非正規金融與中小企業融資[J]. 經濟研究， 2005 （7）：35-44

[27]紀洋， 譚語嫣， 黃益平. 金融雙軌制與利率市場化[J]. 經濟研究， 2016（6）：45-57.

[28]劉小玄， 周曉艷. 金融資源與實體經濟之間配置關系的檢驗——兼論經濟結構失衡的原因[J]. 金融研究， 2011 （2）：57-70.

[29]涂永前. 碳金融的法律再造[J]. 中國社會科學， 2012（3）： 95-113.

[30]FAZARRI S M， HUBBARD R G， PETERSEN B C. Financing constraints and corporate investment; comments and discussion[J]. Brookings papers on economic activity， 1988（1）： 141-195.

[31]CUSTDIO C， METZGER D. Financial expert CEOs： CEO′s work experience and firm′s financial policies[J]. Journal of financial economics， 2014， 114（1）： 125-154.

[32]喻坤， 李治國， 張曉蓉，等. 企業投資效率之謎： 融資約束假說與貨幣政策沖擊[J]. 經濟研究， 2014（5）：106-120.

[33]姜付秀， 石貝貝， 馬云飆. 信息發布者的財務經歷與企業融資約束[J]. 經濟研究， 2016（6）： 83-97.

[34]王康仕， 孫旭然， 王鳳榮. 綠色金融發展、債務期限結構與綠色企業投資[J]. 金融論壇， 2019（7）：9-19.

[35]ALMEIDA H， CAMPELLO M， WEISBACH M S. The cash flow sensitivity of cash[J]. Journal of finance， 2004， 59（4）：1777-1804.

[36]連玉君， 蘇治， 丁志國. 現金-現金流敏感性能檢驗融資約束假說嗎？[J]. 統計研究， 2008， 25 （10）：92-99.

[37]詹雷， 何娟. 融資約束度量方法及其運用[J]. 財會月刊， 2013（6）：103-106.

[38]HADLOCK C J， PIERCE J R. New evidence on measuring financial constraints： moving beyond the KZ index[J]. The review of financial studies， 2010， 23（5）： 1909-1940.

[39]王金. 制造業上市公司融資約束程度的分析與評價——以SA指數測度方法為例[J]. 財會月刊， 2015（7）： 63-66.

[40]BAI Y， FAURE M， LIU J.The role of China's banking sector in providing green finance[J]. Duke environmental law & policy forum， 2014（24）： 89-101.

[41]王鳳榮， 王康仕. “綠色”政策與綠色金融配置效率——基于中國制造業上市公司的實證研究[J]. 財經科學， 2018（5）： 1-14.

[42]李健， 陳傳明. 企業家政治關聯、所有制與企業債務期限結構——基于轉型經濟制度背景的實證研究[J]. 金融研究， 2013（3）：157-169.

Abstract： Based on the discussion of green finance and polluting enterprise intension， this paper firstly selected 192 A listed polluting enterprises from 2010 to 2015 as samples. At the same time， the development of green finance was measured by the change of net outflow of financial resources from polluting industries. Then， the impact mechanism of green financial development on the investment of polluting enterprises was empirically investigated.The research finds that： the investment of polluting enterprises is restricted by financing constraints; the development of green finance aggravates the financing constraints faced by polluting enterprises， thereby restraining the investment of polluting enterprises. Further subsample study finds that green finance development can only restrain the investment level of private polluting enterprises by intensifying their financing constraints， while for stateowned polluting enterprises， the investment constraints of green finance development have not yet appeared.

Key words： greenfinance; polluting enterprises; financial constrain; investment constrain

（責任編輯：蔡曉芹）