綠色信貸政策能否降低重污染企業的債務杠桿？

耿曉媛 喻芳群

【摘 要】 重污染企業的債務杠桿能否有效降低，關系到供給側去杠桿任務的成效。文章以《綠色信貸指引》（銀監發〔2012〕4號）為外生沖擊，運用雙重差分的方法去探索綠色信貸政策與企業的債務杠桿關系以及綠色創新對兩者關系的影響，也在一定程度上反映了我國綠色信貸政策的施行效果，有利于政府發現環境治理過程的薄弱環節。研究結果表明，與非重污染企業相比，綠色信貸政策能顯著地降低重污染企業的債務杠桿。影響機制研究發現，綠色創新可以緩解綠色信貸對重污染企業債務杠桿的抑制作用，表現出遮掩效應，具體路徑為綠色信貸政策通過發揮約束作用抑制企業進行綠色創新，從而提高債務杠桿。異質性研究發現，處于市場化水平較差的地區和具有國企性質的企業其綠色信貸降杠桿效果更為顯著。經濟后果探討研究發現，綠色信貸政策顯著弱化了債務杠桿對公司長期績效的負向影響，但總體上未能真正改善企業的長短期公司績效。

【關鍵詞】 綠色信貸； 降杠桿； 綠色創新； 遮掩效應

【中圖分類號】 F274.4；F270；F832.4? 【文獻標識碼】 A? 【文章編號】 1004-5937（2022）24-0023-10

一、引言

由于2008年經濟危機爆發，為了維持社會安定，緩解國際金融危機帶來的沖擊，大量的信貸資金流向我國企業，導致我國企業的債務杠桿率急劇攀升。2011年部分企業已經因債務杠桿過高而出現了經濟虧損，其中以煤炭、鋼鐵、有色金屬、重工業、電力、熱力等重污染行業尤為突出[1]。非金融類企業高杠桿現象已經成為制約我國經濟穩定發展的一大隱患。2014年我國多數企業的杠桿水平已經超過了警戒紅線，為了解決非金融企業杠桿率過高問題，2015年我國“十三五”規劃提出通過供給側改革的“三去一降一補”來達到結構性去杠桿的目標愿景。重污染企業的高杠桿意味著高財務風險，這可能會制約重污染企業綠色轉型和成為我國低碳可循環經濟發展的絆腳石。在新冠疫情反復、經濟下行壓力增大、不確定性因素大大提升的今天，要確保重污染企業穩定發展、擁有更強的抗風險能力，僅依靠其自身的能力調節是不行的，政府需要建立一套行之有效的機制來抑制企業的高風險行為，降低污染企業對債務融資的依賴度，督促重污染企業進行綠色轉型，切實運用市場化的方法激勵重污染企業控制其債務杠桿[2]。而綠色信貸恰恰是一種讓銀行通過信貸約束來制約重污染企業盲目擴張的綠色金融工具，旨在引導資源要素流向環保創新型行業，推動重污染企業進行綠色改革，平衡經濟和環境可持續發展。

與本文相關的文獻可分為兩類：一類是關于杠桿過高問題的研究，對于債務杠桿過高的成因和治理，陸岷峰等[3]認為整體經濟持續下行和企業重復產能建設、市場金融體系不完善、過度追求GDP的經濟增長導致企業掉了“借新債還舊債”的無底洞，進而推高了企業杠桿率，形成了大量的“僵尸企業”。直接減債、債務重組、企業資產證券化、債轉股是實現企業去杠桿的有效手段。 et al.[4]表明過快的去杠桿節奏可能會影響供給側結構性去杠桿的實施效果，不一定會促進企業杠桿率的下降。對于企業債務杠桿的定量測度，楊軍[5]認為可以用總負債相對于所有者權益的比率作為債務杠桿衡量指標。吳軍等[6]則認為債務杠桿是指企業使用負債融資撬動并控制較大的資產規模，以提高企業股東的投資報酬率，最終目的是實現股東價值的最大化，通常使用資產負債率作為衡量企業杠桿水平的指標。此外還有關于去杠桿對企業微觀經濟后果的研究，如梁安琪等[7]在企業去杠桿、投資效率和企業績效三者關系的研究中發現，在過度負債的企業里，去杠桿能夠通過提高企業投資效率來顯著影響企業績效。另一類是關于綠色信貸政策的實施效果的研究，大多數學者認為綠色信貸能夠改善環境質量，提高創新績效[8-10]。雖然綠色信貸的目標是引領污染企業綠色轉型發展，但是也有學者認為綠色信貸政策沒有達到倒逼重污染企業進行綠色創新產業結構調整的目的[11-12]。此外綠色信貸政策的現有文獻大多集中在其對商業銀行的經濟影響和對企業微觀效應（如債務融資、投資效率、盈余質量、環境績效、綠色創新）的定量分析上。對于如何通過綠色信貸解決非金融企業債務杠桿過高問題的研究明顯不足。

基于此，本文嘗試在前人的研究基礎上，探討綠色信貸政策是否會影響企業債務杠桿，如果會，綠色創新又是如何影響綠色信貸與企業債務杠桿的關系的；其次從企業產權性質和企業所處地區的市場化進程差異分析該影響效應是否會有所差別。

本文的貢獻在于：第一，本文的研究是對綠色信貸微觀政策效應文獻的有益補充。以往關于中國綠色信貸實施效果的文獻，尤其是實證類文獻，基本集中在銀行信貸分配是否促進了重污染行業的綠色轉型發展和產業結構的優化，對于綠色信貸如何實現供給側降杠桿卻鮮有研究。第二，學術界關于去杠桿的實證研究已經取得較為豐富的成果，這類研究有助于化解非金融企業債務杠桿過高的問題，但較少有人從綠色信貸領域入手。本文的研究既豐富了綠色信貸政策對債務杠桿過高問題的治理研究，還擴展了綠色創新的研究領域。第三，本文的研究結果為如何更好地實施結構性去杠桿和促進重污染企業轉型升級提供了參考思路，同時對政府運用綠色信貸政策推動社會經濟低碳循環可持續發展有重要意義。

二、理論分析與研究假設

（一）綠色信貸政策對企業債務杠桿的影響

《綠色信貸指引》是政府試圖通過銀行的信貸資金配置功能，讓環境資源的外部風險內部化的政策方針。該政策出臺后監管部門要求銀行等金融機構在審批企業貸款項目時，重點關注企業潛在的環境風險。對于綠色環保企業給予貸款利率優惠扶持，而對重污染企業給予貸款額度限制或提高貸款利率。這種有差別的信貸約束無疑會增加重污染企業的債務融資成本[13]，放大重污染企業的融資劣勢，加快僵尸企業退出競爭市場，實現信貸資源要素的向上流動。其次，隨著環境信息披露體系日趨完善，對于重污染企業而言，環境污染相關的負面消息曝光可能會給企業帶來較差的聲譽，改變消費者的偏好，甚至可能面臨環境訴訟風險，導致外部債權人撤資或拒絕貸款展期，進一步加劇企業面臨的信貸約束，陷入無力還本付息的財務危機。基于以上環境風險的疊加，重污染企業可能傾向于采取保守的資本結構，縮減債務融資的規模，降低債務杠桿，以此避免高額債務帶來的還貸壓力和財務風險。

另一方面，根據MM理論認為，企業理想的資本結構是100%的負債。然而在現實中，企業的負債規模是企業在各種約束條件里所做的最有利的選擇結果。當總資產利潤率大于貸款利率時，債務杠桿越大，企業的節稅效益越強，分配給股東的收益也會相應增加。因而，企業決策層可能會選擇采取降污手段來達到綠化環境標準水平后，再去尋求債務融資謀求稅盾收益。基于權衡理論，當環境治理成本高于債務杠桿稅盾收益時，重污染企業會主動選擇采取降杠桿的“自救”行為來調整資本結構，緩解現金流短缺的困境，同時避免承擔因外部沖擊招致的額外融資成本，降低其財務困境風險。

基于以上分析，本文提出假設1。

H1：其他條件保持不變時，綠色信貸政策會降低重污染企業的債務杠桿。

（二）綠色信貸政策、綠色創新與債務杠桿的關系

1.綠色信貸政策、綠色創新與債務杠桿的關系

我國的資本市場有待完善，從股票市場或者債券市場籌得的資金并不能滿足企業日常經營所需。此時，銀行信貸就是企業競爭的資源。重污染企業想要改善綠色信貸規制導致的銀行貸款規模下降有以下兩個途徑：一是從企業內部進行綠色創新，提升核心競爭優勢，樹立履行社會責任的良好形象，取得更多環保意識較強消費者的青睞，強化企業在同行業的影響力，從而增加企業的經濟價值，促進其可持續發展，提高銀行對企業有能力在經營過程中應對環境問題的信任。同時，銀行也傾向于給環境績效和財務績效較好的企業提供更多和更長期的貸款[14]。二是向銀行傳遞更多有利環境保護信息，具體來說，如果企業披露更多關于環境保護的信息，提高企業的生態友好度，切實幫助銀行降低對其環境風險的擔憂，緩解銀企之間的信息不對稱，重污染企業也可能獲得更多的信貸資金[15]。重污染企業選擇發展綠色創新不僅會受到國家政策的優惠和補貼，還會緩解環境規制手段給重污染企業帶來的信貸約束。王嘉鑫等[16]發現碳密集型企業在技術創新的過程中，需要大量的資金去支持研發投入和生產模式改革，這就促使企業進入外部資本市場，提高債務融資規模，充分發揮債務杠桿的稅盾作用。因此，綠色創新可以遮掩綠色信貸對重污染企業債務杠桿的抑制作用，緩解重污染企業的財務困境，提高重污染企業的債務杠桿。

基于以上分析，本文提出假設2。

H2：其他條件保持不變時，綠色創新可以緩解綠色信貸對重污染企業債務杠桿的抑制作用，表明出遮掩效應，從而提高重污染企業的債務杠桿。

2.綠色信貸政策與綠色創新關系

綠色信貸政策通過銀行信貸融資渠道，內部化企業環境污染產生的負外部性，使企業被動負擔部分或全部的環境成本，其環境規制成本表現為面臨著更高的信貸可得性門檻和信貸融資成本。根據“波特假說”，恰當的環境規制可以推動企業進行綠色創新，從而獲取創新收益。當被觸發的創新補償收益能夠抵銷甚至超過環境規制成本時，企業的績效就會上升。但是往往創新活動所產生的“創新補償收益”并不一定能完全抵銷環境規制帶來的合規成本[17]。綠色信貸政策希冀通過資金要素的再分配，降低污染企業綠色轉型的籌資成本，激勵污染企業進行綠色投資、推動清潔生產技術的綠色革新。如果污染企業不進行創新轉型，勢必面臨著敗訴后的巨額賠償、行政罰款，銀行信貸歧視等后果。污染企業想要實現利潤最大化的目標，就必須依托綠色創新有效抵減綠色信貸規制對公司績效的負面影響。

一方面，綠色信貸政策對污染企業具有顯著的融資懲罰效應。由于銀行等金融機構需要識別環保項目性質的難度以及技術創新活動成果本身存在不確定性，會使得重污染企業的信貸約束效應加劇，進而導致重污染企業綠色創新項目無法得到足夠的信貸資金支持而被迫中止。其次（建議刪除），嚴格的環境規制手段會給企業帶來較高的遵循成本，一旦投入大量的人力、設備與資金后發現短期難以實現綠色創新來優化生產排污，重污染企業可能會選擇與政府及銀行等金融機構進行博弈，甚至把原本用于綠色創新技術研發的資金轉向污染末端治理來“漂綠”，對綠色創新形成擠出效應。另一方面，企業獲取的融資類型也會影響企業綠色創新的速度和方向選擇。當實施綠色信貸政策后，銀行等金融機構可能會限制或減少對重污染企業的長期貸款供給，使得重污染企業更傾向于進行中低風險的投資，這將不利于風險較高、不確定較強的綠色創新項目的開展，從而導致企業的綠色技術創新水平有所降低。技術創新的研發投入對債務融資具有“替代效應”[18]，即綠色技術創新的研發投入越多，通過研發支出加計扣除稅收優惠而形成的企業非債務稅盾水平越高，進而對企業債務產生了“擠出效應”，導致企業的債務水平下降。相反，出于風險規避的考慮，減少對綠色創新項目的研發投入會致使非債務稅盾水平下降，從而推高債務的稅盾價值，基于股東利益最大化的目的，企業會增加債務融資的需求，進而推動企業債務杠桿水平的上升。

基于以上分析，本文提出競爭性假設2a、假設2b。

H2a：其他條件保持不變時，綠色信貸政策通過促進企業進行綠色創新，從而提高債務杠桿。

H2b：其他條件保持不變時，綠色信貸政策通過發揮約束作用抑制企業進行綠色創新，從而提高債務杠桿。

（三）綠色信貸政策、產權性質、市場化水平與債務杠桿的關系

相對于非國有企業而言，國有企業在獲取銀行信貸支持上具有與生俱來的優勢，而非國有企業由于缺乏強有力的信用背書，可能會受到銀行信貸歧視從而更難獲取銀行信貸融資，因而非國有企業對銀行信貸的依賴程度沒有國有企業高。隨著人們對環境問題的關注度日益增加，我國在地方政府官員政績考核體系中加入環境生態效益指標，大幅降低了地方政府干預銀行信貸資金流向重污染企業，減少了政府對資不抵債的國有重污染企業的援助。因此，綠色信貸的實施，對國有企業銀行信貸資金的縮緊較非國有企業更明顯，同時綠色信貸政策降低國有企業債務杠桿過高的效果也更明顯。

市場化建設關系到資本市場的健康發展。市場層次越高，股權融資等直接融資功能越顯著，反之信貸等間接融資功能將增進[19]。與市場化水平較高的地區相比，市場化水平較低的地區與之配套的金融環境較差，資本市場配置效率較弱，致使資本市場的信貸融資功能增強，所在地區企業對銀行信貸融資的依賴度也會相對變大。綠色信貸政策實施后，對處于市場化水平越低的重污染企業越不利，債務融資懲罰效應越強。

基于以上分析，本文提出假設3。

H3：與非國有企業和處于市場化水平較好地區的企業相比，綠色信貸政策更能顯著降低國有重污染企業和市場化水平較低地區的重污染企業的債務杠桿。

三、研究設計

（一）樣本選擇與數據來源

耿曉媛[20]研究發現主板市場的波動較中小板和創業板更為穩定。本文采用2008—2020年中國多層資本市場中的主板上市工業公司的經驗數據作為原始樣本，借助2012年出臺的《綠色信貸指引》為媒介，依據2008年原環境保護部發布的《上市公司環保核查行業分類管理名錄》和2012年證監會發布的《上市公司行業分類指引》把以下重污染的具體行業代碼：B06、B07、B08、B09、C17、C19、C22、C25、C26、C27、C28、C30、C31、C32、C33、D44定義為本文的重污染處理組，其余工業類上市的企業則按剩余代碼生成為對照組。為確保數據的質量，本文進行如下處理：依次剔除非工業類上市公司、上市不滿一年、已經退市或被暫停上市的公司、2012年以后建立的公司、ST和？觹ST以及數據嚴重缺失的樣本企業。對數據進行匯總和整理后，得到1 648家工業類企業的13 162個非平衡面板數據作為觀測值，本文的數據來源于國家知識產權專利數據庫、Wind數據庫和CSMAR數據庫。為避免異常值的干擾，對所有連續變量在1%和99%水平上進行了縮尾處理。

（二）變量設定

1.債務杠桿

對于債務杠桿的度量，大多數學者采用資產負債率即總負債除以總資產作為主要衡量指標，但是總負債中的短期應付款項大部分是為了企業日常的生產運營周轉而發生的，不是以銀行信貸融資為目的，而前文的分析主要是圍繞著企業獲取銀行貸款展開的。所以，本文以企業的短期借款、長期借款的和一年內到期的非流動性負債之和占總資產的比例作為衡量債務杠桿的指標。

2.綠色信貸政策

根據2012年正式發布的《綠色信貸指引》，以2012年為界，After表示樣本年份在2012年及以后取值為1，其他年份取值為0。Treat是指如果處于工業類重污染企業的劃分范圍之內則取值為1，不在范圍之內的其他工業類企業則取值為0。

3.中介變量

為了檢驗綠色信貸對債務杠桿的作用渠道，本文參考楊柳勇等[21]將企業的綠色專利申請量加1的自然對數作為衡量綠色創新的指標。

4.控制變量

在主要回歸中，本文借鑒相關文獻[23-24]，選取了公司規模等指標作為控制變量。

各變量定義如表1所示。

（三）模型設定

為了考察綠色信貸政策對重污染企業債務杠桿的影響路徑，本文構建以下模型進行分析，借鑒溫忠麟等[25]、劉呈慶等[26]用三步檢驗法在雙重差分基準回歸模型1的基礎上構建模型2和模型3進行中介效應檢驗，同時運用三重差分的方法構建模型4進行對比分析。當綠色信貸政策通過影響綠色創新對債務杠桿產生影響時，模型2和模型3中政策凈效應對企業債務杠桿的回歸系數γ3和α4均應當顯著。在這種情況下，如果回歸系數γ3與α4乘積的符號和系數α3的符號是一致的，則綠色創新這一中介變量強化了綠色信貸政策對債務杠桿的影響程度；如果回歸系數γ3與α4乘積的符號和回歸系數α3的符號是相反的，則綠色創新這一中介變量弱化了綠色信貸政策對債務杠桿的影響程度，表明出現了遮掩效應。換而言之，就是綠色創新所起的作用在一定程度上遮掩了綠色信貸政策對債務杠桿的直接影響效果。

LEVi，t=β0+β1Treati+β2Aftert+β3Treati×Aftert+

∑Controli，t+μi+λt+εi，t? （1）

Mediumi，t=γ0+γ1Treati+γ2Aftert+γ3Treati×Aftert+

∑Controli，t+μi+λt+εi，t? （2）

LEVi，t=α0+α1Treati+α2Aftert+α3Treati×Aftert+

α4Mediumi，t，t+∑Controli，t+μi+λt+εi，t? （3）

LEVi，t=φ0+φ1Treati+φ2Aftert+φ3Treati×Aftert+

φ4Mediumi，t+φ5Treati×Aftert×Mediumi，t+∑Controli，t+

μi+λt+εi，t? ? ? ? ?（4）

其中，Mediumi，t為中介變量綠色創新，Controlsi，t為控制變量，μi代表行業和省份層面控制變量，λt代表年份層面控制變量，εi，t代表隨機擾動項，i代表企業，t代表年份。

四、實證結果分析

（一）主要變量描述性統計

債務杠桿的均值0.207大于中位數0.188，可見，多層資本市場中的主板上市工業企業一定程度上存在債務杠桿過高問題。政策分組虛擬變量的均值為0.486，表明處理組占總樣本比例48.6%。時間虛擬變量的均值為0.698，表明2012年及之后年份的樣本占總樣本的比率為69.8%。中介變量綠色創新和控制變量的相關指標值均在合理區間內。（表略）

（二）基準回歸結果分析

表2是運用雙重差分模型的綠色信貸政策與債務杠桿的基準回歸結果。列（1）至列（3）的Treat×After回歸系數均顯著負相關。結果表明，綠色信貸政策實施后，處理組債務杠桿明顯降低，說明綠色信貸政策能夠顯著降低重污染企業的債務杠桿。因此，H1通過檢驗，這一結果出現的原因可能是綠色信貸指引出臺后，重污染企業的債務融資規模和債務融資成本受到了較強的懲罰效應，環境風險的提升致使重污染企業財務風險也驟升，重污染企業迫于財務困境的壓力，主動選擇降低其企業的債務杠桿水平。

（三）影響機制回歸分析

表3報告了企業綠色創新機制影響的結果，列（1）的三重差分法結果顯示Treat×After×GTI對LEV的回歸系數顯著為正，說明重污染企業綠色創新能夠顯著弱化綠色信貸政策對債務杠桿的抑制作用，轉變為正向影響，從而提高債務杠桿。列（2）至列（4）的三步檢驗法結果均通過了顯著性檢驗，其中，Treat×After對LEV的總效應β3為-0.0104，說明綠色信貸政策能夠顯著降低重污染企業的債務杠桿；Treat×After對GTI的回歸系數γ3為-0.1070，GTI對LEV的回歸系數α4為-0.0049，同時Sobel檢驗的p值為零，表明綠色創新是綠色信貸與債務杠桿的中介變量；Treat×After對LEV直接效應α3為-0.0109，表明綠色創新在綠色信貸和債務杠桿之間起到部分中介作用，同時回歸系數γ3與α4乘積的符號和回歸系數α3的符號是相反的，說明企業綠色創新在中介效應模型中具體表現為遮掩效應，即綠色創新這一中介變量弱化了綠色信貸政策對債務杠桿的抑制作用。因此，綜合比較三重差分法和三步檢驗法的結果發現企業綠色創新能夠顯著弱化并遮掩綠色信貸政策對債務杠桿的負向影響，轉變為正向影響，具體來說，綠色信貸政策通過發揮約束作用抑制企業進行綠色創新，從而提高債務杠桿。因此，H2和H2b通過檢驗，可能的原因是綠色信貸政策的實施限制了重污染企業的信貸資金供給，造成重污染企業綠色創新項目的資金支持不足，且綠色創新項目的成本和風險也頗高，因而重污染企業可能會把原本用于綠色創新項目的資金投入轉向污染的末端治理，同時由于研發投入對債務融資具有“替代效應”，縮減綠色創新研發投入可能會導致債務稅盾價值上升，企業出于“尋租”的目的可能會推動重污染企業債務杠桿水平上升。

（四）分組回歸分析

分組回歸檢驗中的市場化水平是根據王小魯等[22]的研究報告，運用市場化指數來衡量企業所處省份的市場化進程，當企業所在省份的市場化進程得分大于各省份市場化進程得分的中位數時表示其處于市場化水平較高地區，否則處于市場化水平較高地區。如表4所示，國有樣本企業和處于市場化進程較低地區的樣本企業的Treat×After的回歸系數均顯著為負，而與之相應的樣本企業都未通過顯著性檢驗。結果說明降杠桿效應在處于市場化水平較低地區的樣本企業和國有樣本企業更為明顯，所以H3通過檢驗。

五、內生性討論與穩健性檢驗

（一）共同趨勢檢驗

為了驗證處理組和對照組在綠色信貸政策實施前是否服從共同趨勢假設，本文構建如下綠色信貸政策影響債務杠桿的動態模型：

LEVi，t=ω0+ω1before4t+ω2before3t+ω3before2t+

ω4before1t+ω5currentt+ω6behind1t+ω7behind2t+ω8b-

ehind3t+ω9behind4t+ω10behind5t+ω11behind6t+ω12behi-

nd7t+ω13behind8t+∑Controli，t+μi+λt+εi，t （5）

其中，beforent表示Treat為重污染企業且時間為距離綠色信貸政策前n年（即2012-n年）時，賦值為1，否則為0；currentnt表示Treat為重污染企業且時間為綠色信貸政策當年時即2012年，賦值為1，否則為0；behindn t表示Treat為重污染企業且時間為綠色信貸政策后N年即（N-2012）年，賦值為1，否則為0，1≤n≤4，1≤N≤8。回歸結果顯示，before4、before3、before2、before1對債務杠桿的回歸系數分別為0.0113、0.0124、0.0012、0.0000均未通過負向顯著性檢驗，說明綠色信貸政策的前幾年處理組與對照組的債務杠桿不存在顯著的差異，沒有表現出相反的變化趨勢；current、behind1、behind2、behind3、behind4對債務杠桿的回歸系數分別為0.0008、-0.0117、-0.0116、-0.0081、-0.0058，說明綠色信貸政策后四年，處理組債務杠桿明顯降低。可見，結論依然成立。

（二）PSM-DID

雖然雙重差分能夠在一定程度避免內生性問題，但不能解決樣本選擇偏差問題，而傾向得分匹配法可以有效減少樣本選擇偏差問題，故本文使用傾向得分匹配PSM-DID的方法，在共同范圍內將處理組中國多層資本市場中的主板上市工業類企業與對照組的樣本進行1■4近鄰匹配、半徑匹配、核匹配，并且通過協變量的平衡性檢驗排除處理組和對照組之間存在的顯著差異，最后再對匹配好的樣本進行重新回歸，結果發現政策凈效應（Treat×After）的回歸系數1%水平上顯著為負，與前文結論一致。

（三）變更重污染行業的界定范圍

為了緩解綠色政策實施效果受樣本劃分的影響，本文擴大了重污染企業的劃分范圍，參考薛儉等[27]的上市公司所屬行業的TOPSIS排名結果把以下行業代碼：B10、C15、C29、C39、D45也納入重污染企業的劃分范圍，重新構造處理組和對照組。回歸結果發現Treat×After對LEV的回歸系數顯著為負，說明綠色信貸政策顯著降低了債務杠桿，與前文結論一致。

（四）提前政策發生時間

本文使用反事實法人為假定政策實施時間點為2010年，運用安慰劑檢驗政策凈效應是否顯著。回歸結果發現Treat×After對LEV的回歸系數不顯著，說明本文結論穩健。

（五）更換被解釋變量

本文用企業的銀行杠桿，即短期借款加上長期借款占總資產的比例作為債務杠桿的替代變量進行穩健性檢驗，發現回歸結果與前文回歸結果一致。

六、經濟后果探究

王學凱等[28]通過數據分析的方法發現，去杠桿政策會通過提高償債能力，降低財務風險來改變公司績效。此外，也有學者認為增加杠桿可以促進公司績效。上文研究已經表明綠色信貸政策對重污染企業債務杠桿具有顯著的降低效果，但這種降杠桿效應是否會給公司績效（CP）帶來積極的影響？為了回答這一問題，本文參考劉艷博等[29]用凈資產收益率（ROE）這一指標來衡量短期公司績效，其數值等于凈利潤÷所有者權益×100%；公司長期績效則使用國泰安數據庫中托賓Q值A來衡量，其數值等于市場價值A/期末總資產×100%。同時為考察綠色信貸政策降杠桿的經濟后果構建模型6如下：

CPi，t=？墜0+？墜1Treati+？墜2Aftert+？墜3Treati×Aftert+？墜4LEVi，t+？墜5Treati×Aftert×LEVi，t+

∑Controli，t+μi+λt+εi，t? （6）

如表5所示，列（1）匯報了公司長期績效的回歸結果。當不考慮綠色信貸政策時，LEV對TobinQ的回歸系數顯著為負，可見債務杠桿與公司長期績效是負相關的；當考慮到綠色信貸政策時，Treat×After×LEV對TobinQ的回歸系數也顯著為負，但兩者的回歸系數絕對值相對變小了，可見綠色信貸政策顯著弱化了債務杠桿對公司長期績效的負向影響，但未能正向改善長期績效。列（2）報告了公司短期績效的回歸結果。當不考慮綠色信貸政策時，LEV對ROE的回歸系數在10%的水平上顯著為正，可見適當地利用債務杠桿可以獲得短期經濟效應，符合公司舉債經營的初衷；當考慮到綠色信貸政策時，Treat×After×LEV對ROE的回歸系數未通過顯著性檢驗，說明綠色信貸政策不能通過降低債務杠桿顯著影響短期公司績效。總的來說，綠色信貸政策不能通過降低債務杠桿來正向提升重污染企業的長短期公司績效。綜上所述可能的原因有以下兩點：第一，綠色信貸政策的降杠桿效應雖然能夠降低重污染企業的財務風險，但是綠色信貸政策的降杠桿效果是在重污染企業面臨著較高的額外融資成本下退而求其次的選擇，其降杠桿效應不會幫助企業降低其財務成本，反而會使企業面臨著綠色信貸規制的治污成本，擠占企業的正常生產性資金投入，降低重污染企業的生產效率從而抑制其公司績效。第二，盡管綠色信貸政策的根本目的是推動重污染企業綠色轉型，但是重污染企業面對銀行的信貸約束可能無法籌集長期穩定的現金流去支持其進行綠色創新，而綠色創新又是其可持續發展的根本動力，縮減綠色創新投入可能會惡化企業績效，不利于企業的長遠發展。

七、研究結論與政策建議

在去杠桿、穩杠桿的背景下，本文探索了綠色信貸政策能否驅動重污染企業降低債務杠桿以及綠色創新對兩者關系的影響，進一步討論異質性因素對綠色信貸政策和債務杠桿兩者關系是否存在差異性的影響，以及擴展研究綠色信貸降杠桿效應能否真正改善企業績效。通過實證分析得到了以下結論：（1）綠色信貸政策實施后顯著降低了重污染企業債務杠桿。（2）綠色信貸政策通過發揮約束作用抑制重污染企業綠色創新從而提高債務杠桿。（3）綠色信貸政策對重污染企業的降杠桿效應在國有企業和市場化進程較低的樣本企業中較為顯著。（4）綠色信貸政策降杠桿效應未能真正改善企業的長短期績效。

基于前文結論，本文提出以下建議：（1）綠色信貸政策取得了一定的成果，銀行等金融機構應該進一步完善和細化綠色信貸的管理流程，加強對重污染企業環境治理的信息考核，引導重污染企業抓住綠色改革的機遇，降低債務杠桿，優化資本結構，推進供給側結構性去杠桿，實現公司資本結構和環境效應的同步提升。（2）建議銀行等金融機構制定差異化的綠色信貸體系和加大對重污染企業綠色創新研發項目的支持。本文的研究結果顯示綠色信貸雖然能夠降低杠桿，但是同時也存在抑制綠色創新來提升杠桿獲取稅盾收益的現象，這與實施綠色信貸政策的初衷相悖。因此，應當激勵銀行等金融機構發放綠色創新的專項貸款，同時運用政府貼息的方法降低重污染企業綠色轉型的籌資成本，鼓勵重污染在優化資本結構的同時加大研發投入，推動重污染企業積極進行綠色創新。最后綜合衡量產權差異和各省份市場化水平制定差異化的考核體系。（3）建議政府完善環境信息共享機制。雖然各地政府都下發了文件，要求共享環境信息，但是企業、環保部門的信息仍然存在披露不充分、不及時、不能有效共享的問題，導致銀行等金融機構識別企業環保項目的難度加大以及從監管部門獲取企業貸款申請項目相關環境信息的成本較高，進而使得重污染企業的綠色創新項目無法得到信貸資金的支持。因此，政府應當督促企業、銀行、環保監管部門建立有效的聯動機制，確保企業、銀行、環保監管部門能夠共享環境信息。（4）企業是市場經濟的主體，秉持著“誰污染，誰治理”的原則，企業應當在生產經營商品獲取利潤的同時，主動承擔保護自然環境的社會責任，加強對節能降污項目的環保投入，積極進行綠色創新，以長遠的目光看待企業環保投入給自身帶來的收益，自覺披露環境保護信息，緩解銀企之間的信息不對稱，降低因污染排放導致的信貸約束，爭取銀行信貸資金的青睞，提升企業的績效。

【參考文獻】

［1］ 綦好東，劉浩，朱煒.過度負債企業“去杠桿”績效研究［J］.會計研究，2018（12）：3-11.

［2］ 彭章，陸瑤，楊琛.融資融券與公司財務杠桿［J］.南開管理評論，2021，24（5）：139-149，184，150-151.

［3］ 陸岷峰，葛和平.中國企業高杠桿成因及去杠桿方式研究［J］.金融監管研究，2016（12）：63-73.

［4］ ANDRéS J，ARCE O，THOMAS C.Structural reforms in a debt overhang［J］.Journal of Monetary Economics，2017，88（6）：15-34.

［5］ 楊軍.債務杠桿衡量及其管控策略［J］.理論視野，2016（12）：27-30.

［6］ 吳軍，楊戈，陳麗萍.我國債務杠桿率問題研究：一個文獻綜述［J］.廣東社會科學，2018（1）：18-26，254.

［7］ 梁安琪，武曉芬.企業去杠桿、投資效率和企業績效［J］.經濟與管理，2021，35（1）：62-69.

［8］ ZHANG YUMING，LI XIAOLEI，XING CHAO.How does China's green credit policy affect the green innovation of high polluting enterprises？ The perspective of radical and incremental innovations［J］.Journal of Cleaner Production，2022，336.

［9］ WANG HETONG，QI SHAOZHOU，ZHOU CHAOBO，et al.Green credit policy，government behavior and green innovation quality of enterprises［J］.Journal of Cleaner Production，2022，331.

［10］ 張晨，陳小雪，劉聃.退坡政策下綠色信貸能否促進新能源車企創新［J］.會計之友，2021（2）：15-22.

［11］ RAMANATHAN R，BLACK A，NATH P，et al.Impact of environmental regulations on innovation and performance in the UK industrial sector［J］.Management Decision，2010，48（10）：1493-1513.

［12］ 曹廷求，張翠燕，楊雪.綠色信貸政策的綠色效果及影響機制——基于中國上市公司綠色專利數據的證據［J］.金融論壇，2021，26（5）：7-17.

［13］ 李新功，朱艷平.綠色信貸政策對重污染企業債務成本的影響——基于PSM-DID模型的實證研究［J］.會計之友，2021（3）：41-47.

［14］ XING CHAO，ZHANG YUMING，TRIPE DAVID.Green credit policy and corporate access to bank loans in China：the role of environmental disclosure and green innovation［J］.International Review of Financial Analysis，2021，77.

［15］ 武龍，李騰龍.銀行貸款關注企業環境信息披露嗎？［J］.會計之友，2020（7）：106-112.

［16］ 王嘉鑫，孫夢娜.綠色發展與治理轉型的“波特假說之謎”——基于碳風險下企業降杠桿的證據［J］.經濟管理，2021，43（12）：41-61.

［17］ 李雨夢，周兵.融資約束視角下“波特假說”仍有效嗎——基于成渝地區雙城經濟圈及其他經濟圈的比較研究［J］.現代經濟探討，2022（1）：93-103.

［18］ 王亮亮，王躍堂.企業研發投入與資本結構選擇——基于非債務稅盾視角的分析［J］.中國工業經濟，2015（11）：125-140．

［19］ 王媛.資本市場支持中小企業融資的作用機制：直接融資抑或增進信貸［J］.南方金融，2016（6）：39-46.

［20］ 耿曉媛.我國多層次資本市場資源配置效率評價［J］.中國流通經濟，2021，35（10）：9-18.

［21］ 楊柳勇，張澤野.綠色信貸政策對企業綠色創新的影響［J］.科學學研究，2022，40（2）：345-356.

［22］ 王小魯，樊綱，余靜文.中國分省份市場化指數報告（2016）［M］.北京：社會科學文獻出版社，2017：28-31.

［23］ 吳虹儀，殷德生.綠色信貸政策對企業債務融資的“賞”與“罰”——基于準自然實驗的效應評估［J］.當代財經，2021（2）：49-62.

［24］ 陸菁，鄢云，王韜璇.綠色信貸政策的微觀效應研究——基于技術創新與資源再配置的視角［J］.中國工業經濟，2021（1）：174-192.

［25］ 溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014，22（5）：731-745.

［26］ 劉呈慶，任玲.城鎮化與城鄉收入差距——基于房價收入比的遮掩效應［J］.財經科學，2021（10）：112-122.

［27］ 薛儉，朱迪.綠色信貸政策能否改善上市公司的負債融資？［J］.經濟經緯，2021，38（1）：152-160.

［28］ 王學凱，姜衛民，謝慶.去杠桿政策是否影響企業績效［J］.國際金融研究，2021（12）：84-93.

［29］ 劉艷博，耿修林.二代涉入、債務融資決策與企業績效—— 一個有調節的中介效應模型［J］.山西財經大學學報，2021，43（8）：84-97.