廖夢楊
本文選擇探討綠色信貸政策與債務成本的相關關系,通過實證研究分析,得出二者之間的關系,為企業改善發展方式、合理安排籌資提供參考,促進我國構建和完善綠色信貸機制。
通過企業發布的各類信息傳遞,綠色信貸政策的實施會對企業的債務成本產生一定影響,因此本文提出假設:綠色信貸政策的實施會增加企業的債務成本。
本文設定的解釋變量、被解釋變量和控制變量如下:
(1)被解釋變量:債務成本(CDF)=凈財務費用/平均負債;
(2)解釋變量:綠色信貸政策(POLICY),2010-2011年為0,2012-2018年為1;
(3)控制變量:①公司盈利能力(ROA),用總資產收益率來表示;②財務杠桿(LEV),用資產負債率表示;③債務結構(DEBT)為長期借款與年末總負債的比值;④經營現金凈流量(CFO)表示為年度經營活動現金凈流量與年末總資產的比值。
為了驗證本文提出的假設,構建回歸模型來研究二者之間的關系:

重污染行業是綠色信貸實施的主要對象,故本文選取A股重污染上市企業2010-2018年的年度數據為樣本,并進行了如下處理:1)剔除晚于2010年上市的公司;2)剔除變量數據不完整的企業;3)剔除ST、?ST的上市公司。
由表1可以看出各變量數據的整體情況,470家企業的有效樣本量為4410個,債務成本最大值為0.068969,最小值為-0.118366,經營性現金凈流量最大值為0.243355,最小值為-0.130094,財務桿杠最大值為0.984237,最小值為0.055853,表明重污染企業的債務成本、經營性現金凈流量和財務桿桿都存在較大差異;債務結構的平均值為0.118377,最大值為0.8732223,最小值為0,說明了不同的重污染企業根據自身情況采取了不同的債務規模;總資產收益率均值為0.040342,最大值為0.243686,最小值為-0.175256,表明企業間差距大,且盈利水平都很低。

表1 變量的統計性描述
為了保證模型的準確性,防止虛假回歸或者偽回歸,進行平穩性檢驗。如表2所示,LLC檢驗和ADF檢驗都表明變量是平穩的。

表2 變量的單位很檢驗結果
由于變量之間為同階單整,為了檢驗變量間是否存在穩定的關系,采用Kao檢驗對變量進行協整檢驗,協整檢驗結果 P值為0.0000,即在5%的顯著性水平下,拒絕原假設,也就是說變量之間存在協整關系,可繼續對模型進行研究。
F檢驗來判斷面板數據應建立固定效應模型還是混合估計模型,將模型相關值帶入公式計算得F值為9.482732484,大于F0.05(489,3915)=1,即拒絕原假設,應當建立固定效應模型。
繼續進行Hausman檢驗,進一步確定是建立隨機效應模型還是固定效應模型。檢驗結果顯示P值為0.0000,拒絕原假設,因此建立固定效應模型。
經過對模型形式的檢驗,本文采用固定效應模型進行回歸分析,結果輸出如下:

表3 固定效應模型結果
上表的結果顯示:政策變量在1%的顯著性水平下通過檢驗,即綠色信貸政策會影響重污染企業的債務成本,且正相關系數為0.002089,每增加1單位的綠色信貸政策,企業債務成本就會增加0.002089,說明了綠色信貸政策的實施會增加重污染企業的債務成本。
通過對490家重污染上市公司的債務成本研究,本文發現在《綠色信貸指引》發布以后,對重污染企業的債務融資成本確實有一定影響,其相關系數為0.002089,即實施綠色信貸政策會增加重污染企業的成本,促使其轉變發展方式,創造良好的生態環境,達到綠色信貸政策實施的目的。但二者之間的相關系數較小,可能是因為政策實施的時間較短,銀行和企業都需要一定的時間來熟悉和深入實施這個政策,同時查閱相關資料得知,雖然綠色信貸余額規模在逐年上升,但是綠色信貸余額與企業貸款余額的比值仍然較小,說明各商業銀行的綠色信貸規模還不夠,“兩高一剩”企業仍然有可能通過較低的成本獲得銀行貸款。
根據研究結果和分析,再結合我國綠色信貸發展的實際情況,提出以下幾點建議:
1、國家政策方面
雖然國家在不斷推陳出新,但是除了要不斷優化和完善整個綠色信貸政策體系本身之外,還需要注重政策實施的效果,在制定政策時,應當考慮適當加大政策力度,進而增強政策實施的影響力度。
2、政府部門方面
對于頒布的政策,政府應當積極響應,同時嚴格監管督促企業的行為,促進企業規范生產,適當轉變生產發展方式,減少污染企業對生態環境的污染。此外,政府部門可以與環保部門合作,共同制定政策的實施細則,更好地指引企業行為。
除以上兩個方面外,由于發達國家的綠色信貸起步較早,內容和工具都較豐富,可以結合我國的經濟發展情況,借鑒發達國家的發展經驗,不斷完善我國的綠色信貸體系。