貨幣政策擔保品擴容促進了重污染企業技術創新嗎*
——基于綠色信貸資產納入MLF擔保品的準自然實驗

孟 昊 肖 雄

一、引言

近年來，我國正處于轉變經濟發展方式的攻堅階段，金融政策的支持必不可缺。黨的十九屆五中全會提出要推動綠色發展，創新結構性貨幣政策工具，引導金融機構優化信貸結構，發展綠色信貸。2018年6月，中國人民銀行將綠色信貸資產納入中期借貸便利擔保品的范圍。這一舉措兼具金融資源配置與環境規制雙重功能，既擴充了擔保品范圍，引導資金流向綠色經濟領域，又強化了金融政策對環境治理的支持作用(陸菁等，2021)。

受此政策影響最大的當屬重污染企業。重污染企業歷史上一直是中國信貸資源配置的重點行業之一，且借款量排名前十位的行業平均排放約是其他行業的2 倍(劉錫良和文書洋，2019)。擔保品擴容新政的實施會導致金融機構更多地向綠色信貸調整投向，重污染企業的傳統融資類型會面臨更高的融資約束。誠然，擔保品擴容的目的絕非是限制重污染企業的發展，而是借此推動此類企業加快技術升級與創新，向綠色低碳、清潔環保轉型(李均鋒，2014)。理論上，在面對環境規制和金融約束不斷強化的情況下，企業會考慮提高其研發創新能力和強度，以適應新的規制和約束條件。因此，重污染企業在新政的激勵下，與非重污染企業相比，通過創新來提升“綠色”水平的動機應該更強(Porter & Der Linde，1995)。或者說，綠色信貸資產納入擔保品框架會對重污染企業的技術創新產生更明顯的促進作用。同時，我們也看到，在實踐中，擔保品擴容政策的有效性又會受到商業銀行執行效率、企業特質和應對策略以及其他外部條件的影響和制約。因此，深入探討綠色信貸資產納入貨幣政策擔保品范圍能否對我國重污染企業的技術創新產生影響，了解其作用機理，進而分析在不同產權性質、不同金融發展程度、不同融資約束程度以及不同社會責任等條件下，政策實施是否具有異質性等問題，對于評估政策效用具有重要作用，同時也是新時代實現經濟結構優化與環境和諧共生的一個重要理論和現實問題。

與上述問題相關的研究主要包括三個部分。一是貨幣政策傳導的信貸渠道問題，最早由Bernanke和Blinder(1988)提出。后續國內外學者分別對不同樣本的銀行貸款渠道和企業資產負債表渠道做了實證研究，大多證明信貸渠道確實存在(姚余棟和李宏瑾，2013；S?rensen，2015)。研究者還分別從微觀和宏觀視角證明了貨幣政策信貸傳導會影響上市企業的投資行為(Becker & Ivashina，2014)，改變就業和產出水平(Fiorentini & Tamborini，2002；Cornille et al.，2017)。此外，包括企業債券、商業信用、銀行同業業務擴張、影子銀行、數字金融和非正規金融發展等因素都會影響信貸渠道的傳導效果(張夢云等，2016；盧盛榮等，2019；戰明華等，2020)。二是關于新型貨幣政策對經濟金融的作用問題，研究結論不盡相同。一些學者以美國和歐洲常規經濟為樣本，證明了新型貨幣政策和常規型貨幣政策是互補的，在經濟中共同發揮作用(Fiorelli & Meliciani，2019)，能夠有效地緩解金融狀況(Bernanke，2020)。另一些學者卻發現，在金融危機期間，非常規貨幣政策效果變弱。在此基礎上，有學者進而對央行擔保品進行了研究，在抵押品框架能否增強金融市場穩定性，是否影響企業經營等方面得出了有差異的結論(Rule，2012；Nyborg，2017；Fecht et al.，2016；郭曄和房芳，2021)。三是綠色信貸政策影響企業創新問題。綠色信貸政策本質上是傳統環境規制的延伸和創新(劉強等，2020)，但綠色信貸政策對企業創新的影響研究結論是不一致的。一些學者認為綠色信貸能夠通過研發投入激勵企業創新，但存在一定的時滯效應，融資約束程度越高的企業創新動機越強(何凌云等，2019)。綠色信貸政策對國有企業和經濟欠發達地區企業的創新效率提升更為明顯(劉強等，2020)，且能夠顯著提升企業環境和社會績效(王馨和王營，2021)。另外一些學者如曹廷求等(2021)則認為，綠色信貸政策通過抑制重污染企業的長期貸款，減少企業的資金來源從而抑制企業創新，但長期來看這種抑制效果是漸弱的。陸菁等(2021)同樣發現，該政策不能產生波特效應，并且區域金融發展越落后、固定資產占比越低的企業，尤其是國有重污染企業受到的負面沖擊越顯著。

綜上所述，現有文獻的不足之處在于：一是對綠色信貸資產納入擔保品的政策效應實證評估還不充分；二是擔保品擴容政策對重污染企業創新影響的機理分析尚需進一步深化并作出驗證。

有鑒于此，本文選擇重污染企業作為研究對象，分析綠色信貸資產納入中期借貸便利(medium term lending facility,MLF)擔保品影響重污染企業技術創新的作用機理，以2013～2020年間滬、深兩市A股上市公司為樣本，將2018年擔保品擴容作為準自然實驗，采用PSM-DID方法實證檢驗擴容政策產生的綠色效應，并在產權性質、企業所在地金融發展程度、企業融資約束程度和社會責任評級程度不同的條件下，驗證政策實施帶來的異質化影響，最后通過安慰劑和增加控制變量的方法對實證結果進行穩健檢驗。

本文的邊際貢獻在于：首先，對擔保品擴容政策影響重污染企業技術創新的機理和傳導路徑做了補充完善，拓展了該政策效應的研究框架；其次，通過對我國重污染上市企業數據的經驗分析，驗證了擴容政策在重污染企業領域的執行效應，為政策推進提供了新的經驗證據。

二、理論機理與研究假說

(一)貨幣政策擔保品擴容促進重污染企業技術創新的理論機制

央行傳統的貨幣政策通常是通過調整商業銀行的負債端，即貨幣數量來影響信貸規模，進而調控宏觀經濟。但傳統政策對信貸投向的影響力較弱，且政策效果還會受到商業銀行行業偏好、風險承受力、市場預期等多因素的影響，因此，傳統貨幣政策對產業結構升級的作用是有限的。將綠色信貸資產納入擔保品框架是彌補傳統貨幣政策定向效應不強、提升新型貨幣政策綠色效應的一種新手段。這意味著央行在為商業銀行提供中期借貸便利的同時要求商業銀行提供綠色信貸資產質押，這樣央行就能夠直接影響商業銀行的信貸投向和規模，從而提升貨幣政策促進產業綠色升級的能力。

具體而言，這一目標是通過銀行信貸渠道和企業資產負債表渠道來實現的。從銀行視角看，由于持有合格綠色資產的商業銀行可以從央行獲得較低成本的擔保融資，這不僅會提升商業銀行對此類信貸的配置意愿和放貸規模，還可能因為資產流動性的提升促使商業銀行考慮適當降低綠色信貸融資成本，從而提高特征企業或綠色領域的融資可得性，降低外部融資溢價，客觀上為產業綠色升級提供支持。

從重污染企業視角看，在商業銀行信貸總規模維持穩定的情況下，針對綠色信貸擔保品擴容的政策實施反而限制了傳統重污染企業的融資能力和規模，出于生存的需要和長久利益的綜合考量，理性的相關企業通常會采取積極措施，加大技術創新力度，提升綠色水平以應對政策規制并努力爭取政策紅利。

此外，根據“金融加速器機制”假說(Bernanke et al.，1998)，貨幣政策會通過影響企業資產負債表狀況進而影響企業經濟行為。將綠色信貸納入擔保品框架的行為客觀上起到了央行為特征企業信用“背書”的作用，使得技術創新等綠色行動具有了更強的質權、流動性和價值性，從而在一定程度上有利于重污染企業資產負債表狀況的改善，降低信貸抵押物要求，最終有助于重污染企業降低融資成本，提升融資便利程度和規模。

由此可見，無論是基于銀行信貸渠道還是企業資產負債表渠道，央行擔保品擴容政策的實施在理論上都有利于促進重污染企業加速技術創新，推進綠色轉型。因此，本文提出以下假設：

H1：政策實施通過信貸渠道和資產負債表渠道對重污染企業技術創新有正向促進作用。

(二)貨幣政策擔保品擴容促進重污染企業技術創新的異質性影響

現有研究成果表明，貨幣政策的市場效應會受到區域經濟金融發展程度、企業產權性質、企業融資約束度以及企業社會責任感等因素的影響產生異質性結論。

首先，區域金融發展程度會影響貨幣政策擔保品擴容的政策效果。因為金融發展水平高的地區可以為企業提供信息更對稱的市場環境和更加完善、便利的融資方式和條件(曹廷求等，2021)，所以在這樣的環境中，從理論上講，當重污染企業的銀行融資條件受到約束時，企業可以轉向其他融資途徑，如采用債券、股權等資本市場方式。多樣化的融資渠道在有效緩解企業壓力的同時，也導致了重污染企業推進技術創新綠色轉型行動的遲滯。相反，對于處在金融欠發達地區的重污染企業而言，企業可以選擇的融資方式有限，主要依賴銀行貸款，因此環境規制及經濟政策約束帶來的技術創新激勵效果會更明顯。基于以上分析，本文提出以下假設：

H2：政策實施對金融欠發達地區的重污染企業技術創新的正向促進效果更強。

其次，企業的產權性質不同也會對政策效果產生影響。其原因在于，不同產權性質的企業面臨著不同的融資成本和信貸可得性，對宏微觀政策也有著不同的敏感程度。國有控股企業一般被認為擁有較高程度的國家信用擔保并承擔著一定的政策導向職責，其債務違約風險和融資成本相對較低，政策敏感度更高，融資可得性也更強。而其他產權性質的企業，在目前條件下，銀企關系仍不穩定，貸款成本依然相對更高，融資規模受限，即使積極推進技術創新和綠色升級，也會面臨更大的資金約束，其外部融資環境也不會很快好轉。因此，其政策的敏感度相較國有企業低。基于以上分析，本文提出以下假設：

H3：政策實施對國有控股重污染企業技術創新的正向促進效果更明顯。

再次，從理論上講，企業面臨的融資約束情況也會直接影響企業的技術創新動力和能力，進而對政策效應產生干擾。一般而言，企業的高融資約束會顯著抑制企業的創新決策，降低企業創新成果的數量(程遠等，2021)。具體而言，在資金有限的情況下，相較于企業的常規投資項目，技術創新項目往往研發周期相對較長，能否帶來顯著的正效應具有一定的不確定性，且需要持續投入，這會給企業資產負債表和股東權益帶來一定的短期風險。所以，企業在迎合政策導向的前提下，不得不在創新驅動和融資約束之間尋求適當的平衡，技術創新可能受到一定阻礙。相反，如果資金充裕，企業的風險承受力將會大幅提升，技術創新帶來的長遠收益將會占據上風，企業將會加大技術創新力度。尤其是針對重污染企業，其綠色改造所需的技術創新往往需要更高的資金投入和更長的效應周期。因此，融資約束條件對于此類企業的政策效果更為重要。基于以上分析，本文提出以下假設：

H4：政策實施對融資約束程度低的重污染企業技術創新的正向促進效果更顯著。

最后，考慮到綠色信貸及相關政策具有高度的社會公益屬性，本文認為企業的社會責任感對于擔保品擴容政策實施的效果也會產生一定的影響。商業銀行高度重視企業社會責任的履行情況，并將企業社會責任報告作為信貸審批的重要參考內容。報告中顯示出的企業社會責任評級反映了企業的社會責任水平，在一定程度上可以用于判斷企業對綠色環保的重視程度，預判企業實施技術創新提升綠色水平的主動性和積極性。社會責任等級高的重污染企業，通常會更積極地踐行綠色理念，這有利于其獲得綠色信貸，更符合擔保品擴容的政策目標，對企業、商業銀行和央行而言都是正效應，實現了正反饋的多方共贏結果。因此，有理由作出如下假設：

H5：政策實施對社會責任評級高的重污染企業技術創新有更明顯的促進作用。

三、樣本確定與模型設定

(一)初始樣本篩選

本文選取2013～2020年滬、深兩市A股上市公司為樣本庫，為保證數據有效性，首先作如下篩選：(1)剔除2013年以后上市的企業；(2)剔除特別處理(ST)、特別轉讓(PT)類企業；(3)剔除金融類企業；(4)剔除數據嚴重缺失的企業。最終得到2156家企業、17248個觀測值的面板數據。進而，按照證監會2012年修訂的《上市公司行業分類指引》的劃分標準，將環保部2008年印發的《上市公司環保核查行業分類管理名錄》中涉及的14個重污染行業進行歸類，初步區分重污染企業和非重污染企業。其中，重污染企業觀測值4844個。

(二)最終樣本識別

重污染企業和非重污染企業的技術創新水平參差不齊，為了避免這種差異帶來的內生性問題，本文采用傾向匹配得分法在非重污染企業中選擇最可能成為重污染企業的樣本，并與原有重污染企業樣本組成最終樣本集。

參考劉強等(2020)、曹廷求等(2021)的研究，本文引入企業年齡、企業規模、員工數量、企業財務杠桿率、總資產收益率、托賓Q值、市賬比、經營性凈現金流、固定資產比率、盈利能力和機構投資者持有A股比例作為初始協變量，采用psmatch2進行篩選，最終篩選出機構投資者持有A股比例、托賓Q值、市賬比、總資產收益率、固定資產比率和盈利能力6個指標作為最終協變量。據此采用Logit模型計算企業的傾向得分，按照最接近1∶1匹配的方法確定了與重污染企業具有相同特征的樣本。鑒于擔保品擴容政策對重污染企業的影響要明顯大于其他類型企業，因此模型中將重污染企業作為實驗組，非重污染企業作為對照組。

為了保證匹配的準確性，本文對匹配后的結果進行了共同支撐假設、平衡性假設驗證。結果如圖1、圖2所示，匹配效果較好。表1報告了平衡性假設檢驗結果，匹配后標準偏差的絕對值在10%以內，大部分指標的偏差均出現了不同程度的下降，達到了很好的匹配效果。因此，選取的6個協變量是合理的，匹配的平衡性可以接受。

圖1 實驗組和對照組匹配前后傾向得分的概率密度圖

圖2 傾向得分共同趨勢檢驗結果

表1 平衡性假設檢驗結果

(三)模型設定

本文采用雙重差分法對匹配后的樣本進行檢驗，用Policyt×Treati作為雙重差分變量，設定固定效應模型如下：

Innovait=β0+β1Policyt×Treati+γControlit+μi+λt+εit

(1)

其中，Innovait代表企業i在t年末的技術創新指標，以專利申請數體現，包括企業專利申請總數(total)、發明專利申請數(inv)以及非發明專利申請數(noinv)，數據均來自中國研究數據服務平臺(CNRDS)。Policyt代表政策實施前后的年份虛擬變量，以2018年政策實施作為分界，2018年以前取值0，以后取值1。Treati代表企業分類虛擬變量，重污染企業取值1，非重污染企業取值0。重污染企業(Treati=1)在政策前后的技術創新水平分別是β0和β0+β1，變化幅度為β1；非重污染企業(Treati=0)在政策前后的創新水平分別是β0和β0，變化幅度為0。因此，擴容政策實施對重污染企業技術創新的凈影響為β1，若政策實施提高了重污染企業的技術創新水平，則β1應該顯著為正。Controlit表示所有控制變量。考慮到企業特征因素對技術創新的影響，本文選取了部分企業財務和經營指標作為控制變量(與初始協變量相同)，數據均來源于國泰安數據庫。同時，為了避免部分極端值的干擾，本文采用winsor2對連續變量在1%和99%分位上做了縮尾處理。μi為個體固定效應，λt是時間固定效應，εit是隨機擾動項。

所有變量含義及計算方法如表2所示。

表2 變量設定及說明

續表

四、實證結果分析

(一)描述性統計

由表3可知：實驗組、對照組和總樣本的專利申請總數均值分別為1.628、1.568和1.585，表明重污染企業的總體技術創新水平高于非重污染企業和總樣本；實驗組、對照組和總樣本的發明專利申請數分別為1.159、1.133和1.141，非發明專利申請數分別為1.108、1.142和1.133，表明重污染企業更加注重發明創新。

表3 描述性統計結果

續表

(二)DID結果分析

模型(1)雙重差分的結果如表4所示，不加入控制變量時交乘項的估計系數為0.106，且在1%的水平上顯著。加入控制變量后，政策實施對專利申請總數、發明專利申請數和非發明專利申請數的凈影響分別為0.109、0.0744和0.0929，且在1%的水平上顯著。可見，政策實施不僅對重污染企業的總體技術創新有正向作用，而且對非發明性技術創新的促進效果更明顯，這可以解釋為發明專利的申請周期長、難度高，重污染企業急需轉型，會加大對非發明專利的創新力度。以上結果證實了H1。

表4 DID回歸結果

續表

(三)異質性分析(1) 篇幅所限，異質性檢驗的結果未予以列示，感興趣的讀者可向作者索取。

1.地區金融發展程度異質性分析

本文以上市公司注冊地所在城市的貸款余額占GDP比重來刻畫地區金融發展程度，并按該比重的四分位數來劃分金融發展程度高低地區。實證結果顯示，在金融發展程度低的地區，交乘項系數顯著為正，而在金融發展程度高的地區，交乘項系數基本不顯著。由此證明了H2，即擴容政策實施對金融發展欠發達地區的重污染企業技術創新的促進作用更強，對金融發達地區企業的影響不顯著。

2.產權異質性分析

區分企業產權性質后，本文以企業專利申請總數作為解釋變量再次檢驗。結果表明，擴容政策實施后，國有控股和非國有控股重污染企業的技術創新水平分別為0.112和0.0933，均在1%的水平上顯著。這驗證了H3，即政策對國有控股重污染企業技術創新的正向促進作用更明顯。此外，由其他交乘項估計系數可知，國有控股重污染企業更傾向于發明創新；而其他性質重污染企業更注重非發明專利的申請。

3.企業融資約束程度異質性分析

參考Kaplan 和 Zingales(1997)方法，以得分匹配后的樣本構建KZ指數，用以衡量企業的融資約束程度，并參考KZ指數均值將樣本分為融資約束程度低和融資約束程度高的企業。檢驗結果表明，總體上政策實施對融資約束低的企業技術創新有明顯促進作用，凈影響系數為0.123。由其他交乘項系數可知，低融資約束的企業更加注重發明創新；高融資約束的企業更注重非發明創新。以上結果驗證了H4。

4.社會責任差異的異質性分析

本文將社會責任評分視為代表企業技術創新綠色轉型態度的指標。和訊網從股東責任，員工責任，供應商、客戶和消費者權益責任，環境責任和社會責任五方面考察了不同上市企業的社會責任，并按照一定的比例計算出了企業社會責任總得分。本文基于上述數據，參考總得分均值將匹配后的樣本分為社會責任評級高、低兩組。檢驗結果顯示，高評級企業的交乘項系數顯著為正，低評級企業基本不顯著。由此驗證了H5。

五、穩健性檢驗(2) 篇幅所限，穩健性檢驗的結果未予以列示，感興趣的讀者可向作者索取。

(一)隨機安慰劑檢驗

隨機實驗檢驗的結果表明，基準模型是穩健的，研究結論不是由其他隨機性因素引起的。

(二)其他政策干擾

2018年,四川、海南、廣西、江蘇、貴州、甘肅、福建7個省(區)實施了綠色信貸貼息政策。為了避免該政策對分析結果的干擾，本文剔除了樣本中屬于這7個省(區)的企業，再次采用PSM-DID模型進行回歸，政策實施對專利申請總數、發明專利申請數和非發明專利申請數均有正向顯著促進作用，不影響本文的實證結果。

(三)增加控制變量

從理論上講，除本文已經涉及的企業特征因素會影響技術創新外，研發投入通常也是影響企業技術創新水平的重要因素。因此，本文增加研發投入作為控制變量，再次驗證結論的準確性。筆者采用研發投入占營業收入的比重來刻畫研發投入水平，這一指標相較研發資金和人員投入等更能反映與企業規模和經營狀況相匹配的研發水平，在企業間具有更好的可比性。經驗證，加入該變量后實證結果依然顯著。

六、主要結論和建議

(一)研究結論

本文以2013～2020年滬、深兩市A股上市公司為研究樣本，實證分析了綠色信貸資產納入新型貨幣政策擔保品對重污染企業技術創新的影響。研究發現：第一，政策實施后，重污染企業技術創新總體水平顯著提高，其中非發明創新水平要高于發明創新水平；第二，總體上，政策實施對國有控股、金融欠發達地區、融資約束低和社會責任強的重污染企業技術創新的促進效果更明顯；第三，細化分析政策實施效果，國有控股和融資約束程度低的重污染企業更加注重發明創新，其他產權性質和融資約束強的企業在非發明創新方面更有優勢。同時，金融欠發達地區和社會責任評級高的重污染企業不論在發明創新還是非發明創新上，都有著更強的意愿。

(二)政策建議

中期借貸便利擔保品擴容雖然在總體上提高了重污染企業技術創新水平，但對非國有控股、地區金融發展程度高、融資約束程度高、社會責任評級低的重污染企業的促進作用不顯著。為進一步強化政策效果，本文提出以下建議。

首先，央行應重視新型貨幣政策擔保品框架對微觀企業的結構調整效應，可進一步提高定向中期借貸便利的使用頻率，積極引導商業銀行對有轉型意愿企業的支持，充分發揮最后貸款人功能。對于地區金融發展程度高的重污染企業，央行可以采取適當的規制措施，倒逼其技術創新；對于社會責任評級高的重污染企業，可以采取獎勵措施，促進其進一步創新。

其次，商業銀行應繼續加大對綠色領域的支持，保持擴容政策的響應力度。同時，加強關注重污染企業的轉型意愿和進程，對于那些社會責任度高、有強烈綠色轉型意愿的非國有控股重污染企業，可以適當降低該類型企業的擔保要求，并對貸款的用途加以限定，緩解此類企業融資難問題，進而為其技術創新提供資金；對于處于金融發展程度較高地區的重污染企業，可以加大宣傳力度并適度調整利率體系和擔保體系，鼓勵該類型企業通過銀行綠色信貸體系支持相關技術創新，向綠色領域轉型。

最后，針對重污染企業，要進一步強化環境政策規制，倒逼企業推動綠色技術革新。同時，企業自身要積極了解相關政策，順應政策導向，進一步完善內部治理體系和運營體系，改善資產負債表狀況，提升銀企關系，拓寬融資渠道，強化社會責任意識，從而提升持續發展的潛力。