第三方認證對綠色債券信用利差的影響

摘" "要：完善的綠色金融標準是綠色金融市場規范運行的先決條件，而第三方認證作為綠色債券發行中重要的認證評估環節，對于防范“洗綠”等行為、促進綠色債券市場健康發展起著重要作用。本文以2016年1月1日—2022年12月31日在我國發行的719只綠色債券為樣本，實證分析了第三方認證對綠色債券信用利差的影響及作用機制，并將其置于經濟政策不確定性條件下予以討論。研究發現：第三方認證對綠色債券信用利差具有顯著負向影響，尤其對高信用評級、中西部地區發行和銀行間債券市場上市的綠色債券而言，其影響更為顯著。機制分析揭示了第三方認證通過影響環境信息披露質量和流動性風險兩個路徑來降低綠色債券信用利差。拓展性研究發現，經濟政策不確定性上升時期，第三方認證對綠色債券信用利差的影響更為顯著。本文研究為充分發揮第三方認證作用并以此推動綠色債券健康發展提供了政策啟示。

關鍵詞：第三方認證；綠色債券；信用利差；經濟政策不確定性

中圖分類號：F832.5" 文獻標識碼：A" 文章編號：1674-2265（2023）12-0011-11

DOI：10.19647/j.cnki.37-1462/f.2023.12.002

一、引言

貫徹以“創新、協調、綠色、開放、共享”為主要內容的新發展理念是新時代我國發展壯大的必由之路。中國作為世界經濟增長的重要引擎，同時也是最大的溫室氣體排放國之一。在當下全球氣候環境愈發不穩定的條件下，綠色發展是中國承擔大國責任、展現大國擔當的重要體現。2020年9月22日，習近平主席在第75屆聯合國大會一般性辯論上正式提出“雙碳”目標。“雙碳”目標提出以來，黨中央、國務院相繼出臺《2030年前碳達峰行動方案》等統領性文件，相關部委和地方政府細化制定了分領域實施方案和支撐保障政策，初步建立起碳達峰、碳中和“1+N”政策體系。黨的二十大報告進一步強調要推動綠色發展，促進人與自然和諧共生，這標志著綠色發展已成為我國當前及未來發展的重要方向。

綠色金融在中國綠色發展中扮演著至關重要的角色，為構建新發展格局和推動高質量發展提供了不可或缺的資金支持。綠色債券是綠色金融的關鍵組成部分，綠色債券標準委員會發布的《中國綠色債券原則》認為，綠色債券是指籌集資金用于符合現有綠色要求的項目或經濟活動，依法發行并按期還本付息的有價證券。根據該原則，綠色債券應滿足募集資金用途、項目認證評估、募集資金管理和債券存續期間信息披露等四項核心要素的要求。我國綠色債券市場發展迅速，在標準設置、產品創新、市場擴容和國際合作等方面均取得積極進展。目前，我國綠色債券累計發行總額超3萬億元人民幣，整體市場規模位居全球第一①。

第三方認證是綠色債券發行中的一項關鍵評估環節，其對于預防“洗綠”和“漂綠”②行為、促進綠色債券市場的健康發展具有重要意義。建立專業化的綠色債券評估體系有助于更精確地區分綠色債券的資金用途，引導資金有針對性地投向綠色領域，推動我國綠色債券市場的良性發展。綠色債券信用利差體現了綠色金融市場的投資者風險偏好與市場風險，健康發展的綠色金融市場應具有更低的信用利差。為探究第三方認證是否對綠色債券信用利差產生影響，本文以2016年1月1日—2022年12月31日在我國發行的719只綠色債券為樣本，構建雙向固定效應模型研究了第三方認證對綠色債券信用利差的影響及作用機制。

相比于已有文獻，本文可能的研究貢獻在于：第一，彌補了現有文獻的不足。已有文獻對于第三方認證與綠色債券信用利差的研究較少，本文基于綠色債券市場視角，補充了第三方認證促進綠色金融市場健康發展的實證證據。第二，豐富了第三方認證影響綠色債券信用利差的機制研究。現有文獻多數僅研究了第三方認證對綠色債券信用利差的直接影響，對影響機制的研究較少，而本文揭示了第三方認證影響環境信息披露質量和流動性風險進而降低綠色債券信用利差的作用路徑。第三，進一步研究了第三方認證在經濟政策不確定條件下的影響效應。本文發現第三方認證在經濟政策不確定性上升時對綠色債券信用利差的抑制效應更強，因此，在當下國內經濟政策進行調整的節點，應更重視發展第三方認證以降低綠色債券的風險。

二、文獻綜述

綠色債券第三方認證于2015年后興起，主要目的是解決綠色債券發展過程中的定義和審查問題。由于其發展時間較短，綠色債券市場亟待建設，現有文獻多數集中在綠色債券第三方認證的發展現狀、制度建設等方面。例如，孫偉力（2017）[1]分析了中國綠色債券市場中第三方認證的現狀，指出目前我國對于第三方認證尚無統一的規范程序要求，第三方認證存在認證程序不一且較為復雜等問題，就此提出了從國家層面建立第三方獨立認證機構，強化對綠色債券的綠色認證及效益評估，增強債券信息披露的透明性等政策建議。Ehlers和Packer（2017）[2]進行了國際綠色債券認證標準的詳細比較，并分析了不同認證機構在綠色債券評估方面存在的差異。俞春江和李睿（2017）[3]提出了強化和規范第三方認證評估內容的觀點，同時強調了在綠色債券存續期內加強第三方認證的信息披露評估，以更有效地約束債券發行主體并提供更全面的投資參考。綜合來看，應在國際通行標準的基礎上建立行業統一的第三方認證和評級模板。

另有部分研究實證分析了綠色認證對債券信用利差和溢價現象的影響。例如，黃超（2019）[4]在對中國債券市場的研究中發現，第三方認證顯著降低了綠色債券發行主體的融資成本，尤其是對于信用評級較低的綠色債券，第三方認證可以發揮一定的信用背書功能，對于其票面利率的降低作用更為顯著。Nanayakkara和Colombage（2019）[5]研究了2007—2016年G20國家內發行的399只綠色債券，發現更符合《綠色債券原則》合規認證的債券具有更高的流動性和更低的信用利差，異質性檢驗顯示政府發行的綠色債券降低了第三方認證的顯著性水平，而固定利率綠色債券相較于浮動利率綠色債券在市場上更具吸引力。Hyun 等（2021）[6]使用傾向得分匹配方法研究了第三方認證對于綠色債券的影響，結果表明經第三方認證標記的綠色債券收益率顯著低于未標記的綠色債券24～36個基點。

雖然多數研究表明第三方認證對降低綠色債券信用利差有積極影響，但也有部分學者認為這一效果并不顯著。例如，高曉燕和紀文鵬（2018）[7]的研究發現，第三方認證對綠色債券信用利差的影響并不顯著。楊希雅和石寶峰（2020）[8]分析了不同的發行方式以及是否進行第三方認證對我國綠色債券信用利差的影響，結果顯示，公募發行的綠色債券有助于降低信用利差，但第三方認證的影響并不顯著。張麗宏等（2021）[9]的研究表明相比經過認證的綠色債券，未經第三方認證的綠色債券信用利差顯著更低，規模較小和凈資產收益率較低的公司更傾向于申請第三方認證，據此推斷第三方認證市場可能存在逆向選擇問題。

梳理現有文獻可以發現，雖然目前有關綠色債券第三方認證的研究逐年增多，研究主題也逐漸拓寬，但仍存在較大不足，主要體現在以下三個方面：一是文獻總量偏少，且定性研究居多，實證分析文獻相對不足；二是國際范圍內的研究相對較多，而國內的研究相對較少，且研究結論不一；三是在影響機制方面的研究不夠深入。因此，本文將通過定量研究詳細梳理第三方認證對綠色債券信用利差的影響效應、影響機制以及異質性等，以期彌補現有研究的不足。

三、理論分析與研究假設

信息不對稱理論指出，在綠色債券市場中，債券發行主體通常具有相對充分的信息，處于信息優勢地位，而債券投資人則相對缺乏信息，處于信息劣勢地位。為促使債券交易成功完成，交易雙方通常采取一系列行動來減少信息不對稱，其中包括發行人提供信息披露和權威認證，以及投資人收集公開和非公開信息等。綠色債券區別于普通債券的最大特質就是其所產生的環境效益，但受信息不對稱的影響，這一環境效益難以直接體現。一方面，作為綠色債券發行主體，發行人難以提供有關所投資項目環境效益的詳細信息，且不同發行人的信息披露存在不一致性，發行人還存在夸大環境效益的可能性。另一方面，債券投資者大多不具備綠色發展方面的專業知識，對于發行人所發布的各類信息也心存疑慮。綠色債券中綠色屬性的不透明性增加了交易雙方的交易成本。在沒有外部評估認證機制的情況下，信息不對稱可能加劇綠色債券市場的逆向選擇問題，最終導致綠色債券信用利差提高。

第三方認證的引入，通過外部獨立機構的背書為消費者提供了權威的信息，對于減輕綠色債券市場的信息不對稱發揮著重要作用。在綠色債券市場創設初期，由于缺乏相應的市場標準和認證機制等，投資者難以辨別綠色債券和普通債券，對于企業發行的綠色債券是否真正對環境有益也心存疑慮。隨著綠色債券原則的確立和第三方認證的規范，綠色債券的評定標準和認證流程得以完善，推動了綠色債券市場的迅速發展。全球范圍內，第三方認證已成為綠色債券發行者廣泛采用的外部評估手段。第三方認證機構出具的綠色債券評估報告具備權威性和公信力，使得綠色債券在上市時能夠提供全面的信息，供投資者參考。此外，認證機構還能在綠色債券的存續期內提供持續的評估認證，為綠色債券提供正面信號。第三方認證通過為綠色債券提供詳盡的信息，將其與未經過認證的綠色債券相區分，有助于吸引具有綠色投資偏好的投資者參與已認證債券的投資。基于以上分析，本文提出假設1：

H1：在控制其他因素的基礎上，第三方認證有助于降低綠色債券信用利差。

第三方認證有助于提升綠色債券環境信息披露水平。第三方認證對綠色債券環境信息披露水平的影響主要分為兩個方面：一方面，綠色債券發行主體和投資者存在一定的委托代理沖突，而第三方認證可進一步增強環境信息披露質量與權威性，降低代理成本。綠色債券市場中的委托代理沖突體現為“洗綠”現象，我國綠色債券“洗綠”現象的出現與制度建設不統一、第三方認證制度不健全和投資者缺乏綠色領域專業知識等多重因素有關。第三方認證作為市場中介機構，通常對綠色債券的用途進行獨立評判，在綠色債券發行前和存續期內出具有一定權威性的認證報告，可以緩和債券發行過程中的委托代理沖突。另一方面，綠色債券發行主體為獲取更低的融資成本，可通過第三方認證進一步提升其環境信息披露水平。根據信號傳遞理論，信息優勢方可選擇主動向信息劣勢方傳遞信息以促成交易。第三方認證機構作為更加專業的信息披露評估機構，在綠色債券發行主體披露環境信息過程中可起到監督、指導、認證等作用，進一步提升其環境信息披露水平。

根據信息不對稱理論、信號傳遞理論和代理成本理論，提高企業的信息披露程度和質量可有效降低企業的融資成本。而環境信息披露作為綠色債券的核心要素之一③，是綠色債券發行主體信息披露的重要組成部分，也能顯著降低綠色債券信用利差。一方面，企業的生產規模、形象聲譽、償債能力等都將直接影響債券融資成本。企業進行環境信息披露，可展示較高的環境管理水平和可持續發展能力，獲得更佳的社會形象與企業聲譽。常瑩瑩和曾泉（2019）[10]的研究表明，環境信息披露可顯著影響企業所發行債券的信用評級，進而影響債券融資成本。另一方面，環境信息披露可以加深投資者對于募投項目的了解和認同，增強投資者對于項目效益的信心，進而降低投資者要求的風險補償。張晨等（2020）[11]研究發現全面的綠色債券信息披露可以降低綠色債券的融資成本，尤其對國有企業更為顯著。閆貴壯等（2022）[12]的研究也支持環境信息披露質量會顯著影響綠色債券的信用利差。基于以上分析，本文提出假設2：

H2：第三方認證可通過提高環境信息披露質量從而降低綠色債券的信用利差。

通常來講，在決定債券定價的諸多因素中，信用風險和流動性風險是兩類比較重要的因素。第三方認證有利于提升綠色債券流動性，降低綠色債券流動性風險。具體而言，當市場流動性下降時，由于風險的增加以及逆向選擇問題加劇，投資者的投資意愿下降，投資者更多地賣出信息披露質量較差的債券（徐晟，2013）[13]。第三方認證作為綠色債券的外部評審報告，有助于為綠色債券投資者提供完善且權威的投資信息，這一公開報告使得獲得第三方認證的綠色債券在市場交易中具有獨特的優勢，擴大了其交易范圍。同時，第三方認證通過為綠色債券提供積極信號，將其與未經過認證的綠色債券相區分，有望促進具有綠色投資偏好的投資者青睞已認證債券，進一步降低綠色債券流動性風險。Bachelet等（2019）[14]研究表明綠色債券需要第三方認證以向投資者進行擔保，從而降低綠色債券流動性溢價。

綠色債券作為債券的特殊種類，其信用利差也應與流動性溢價正相關。第一，流動性風險溢價是企業融資成本的重要組成部分，投資者會因為承受更高的流動性風險而要求得到更高的風險補償，從而導致融資成本的上升。Longstaff 等（2005）[15]研究表明企業所發行的債券信用利差與流動性風險相關，流動性風險越高則信用利差越大。張景淇等（2022）[16]的研究也表明流動性風險會對債券信用利差產生顯著影響。第二，根據ER模型，違約風險與流動性風險正相關（Ericsson和Renault，2006）[17]。違約風險越高的企業越不受投資者偏好，其流動性風險相應更大；反之，流動性風險越高的企業在產生違約風險時，投資者更可能拋售債券以獲取資金，導致違約風險進一步擴大。違約風險的增大會導致債券融資成本的進一步提升。而綠色債券相比普通債券流動性溢價更大，Wulandari等（2018）[18]的研究結果顯示，綠色債券的流動性相較于普通債券更差，存在明顯的流動性溢價。因此，降低綠色債券的流動性風險有望顯著降低其信用利差。基于以上分析，本文提出假設3：

H3：第三方認證可通過降低綠色債券的流動性風險從而降低綠色債券的信用利差。

四、研究設計

（一）研究樣本與數據來源

本文的研究對象為綠色債券，數據來源包括萬得數據庫、中國債券信息網、中國貨幣網和國家統計局等。其中，綠色債券的票面利率等債項特征和發行主體的特征數據來自萬得數據庫，計算綠色債券環境信息披露質量的參考材料主要為中國債券信息網上的債券發行文件，國債收益率數據主要來自中國貨幣網，Shibor數據來自上海銀行間同業拆放利率官網，其他宏觀變量數據來自國家統計局等政府機構官網。

本文所選樣本為2016年1月1日—2022年12月31日發行的綠色債券，并做以下處理：按照利率類型分類，排除浮動利率和累進利率債券；按照發行主體分類，排除存在隱性擔保問題的地方政府債券。此外，還刪除了一些存在嚴重數據缺失或異常數據的樣本。最終獲得719個綠色債券樣本數據。

（二）模型設定

本文在借鑒現有研究成果的基礎上，使用雙向固定效應模型考察第三方認證對綠色債券信用利差的影響，基準模型設置如下：

[CSit=β0+β1Certit+β2Rateit+β3Maturityit+β4Amountit+β5ROEit+β6IPOit+β7Shiborit+β8CPIit+γ+Industry+εit]

其中，下標[i]表示綠色債券，[t]表示年份，[βii=0，1，…，8]為相應估計系數，[γ]表示年份固定效應，[Industry]表示行業固定效應，[ε]為隨機擾動項。本文重點關注[β1]，其具體反映了第三方認證對綠色債券信用利差的影響。

（三）變量定義

1. 被解釋變量。本文選取綠色債券信用利差（CS）作為被解釋變量。信用利差是債券因存在違約風險等因素而向投資者支付的風險補償，計算公式為債券的票面利率減去無風險收益率。本文選取債券發行當日的同期限國債收益率作為該債券的無風險收益率，采取手工方式，對綠色債券的信用利差逐一進行匹配計算。針對部分難以匹配到合適的國債樣本的綠色債券樣本，本文基于中債估值中心所發布的國債收益率曲線進行匹配，保證了匹配的準確性。

2. 解釋變量。本文將是否進行綠色認證作為主要解釋變量，以虛擬變量Cert表示，經過第三方認證的綠色債券取值為1，未經過第三方認證的綠色債券取值為0。

3. 機制分析變量。（1）環境信息披露得分（En-Score）。參考祁懷錦和劉斯琴（2021）[19]的研究，將環境信息披露質量分為擬投資綠色項目基本信息、募集資金投向信息、綠色債券環境效益和專項信息披露四個維度，通過分析綠色債券發行及存續期相關文件進行打分。其中，擬投項目基本信息、募集資金投向信息、綠色債券環境效益方面，發行文件中無相關描述為0分，僅有簡單的定性描述為1分，詳細的定性描述為2分，具體的定量分析為3分。專項信息披露方面，無信息披露為0分，募集說明書有相關描述為1分，發行時有第三方機構出具的評估認證報告為2分，發行期和存續期均有專項披露文件為3分。通過對相關文件進行內容分析并打分，本文得到了每個綠色債券的環境信息披露得分。（2）債券換手率（Turnover）。參考巴曙松和姚飛（2013）[20]的研究，選取換手率作為綠色債券流動性風險的度量指標，計算方法為綠色債券區間內成交量除以發行總額，綠色債券換手率越高，表明其流動性風險越小。

4. 控制變量。參考先前研究，本文選取的控制變量主要分為債項特征因素、發行主體因素和宏觀經濟因素。其中，債項特征因素包括：（1）債券信用評級（Rate）。按照信用評級AAA、AA+、AA、AA-、A的順序依次賦值5、4、3、2、1，將其轉化為數值型變量。（2）債券發行期限（Maturity），單位為年。（3）債券發行規模（Amount），單位為億元。發行主體因素包括：（1）凈資產收益率（ROE），選取綠色債券發行前一年企業年報中披露的凈資產收益率來衡量。（2）是否為上市公司（IPO），發行主體為上市公司賦值為1，為非上市公司賦值為0。宏觀經濟因素包括：（1）上海銀行間同業拆借利率（Shibor），Shibor反映了綠色債券發行時市場資金的供求狀況，選取綠色債券發行月份的3個月Shibor利率來衡量。（2）通貨膨脹率（CPI），本文以綠色債券發行上月的CPI同比增長率作為通貨膨脹率的代理變量。具體變量定義見表1。

五、實證結果與分析

（一） 描述性統計

表2為主要變量的描述性統計結果。綠色債券信用利差樣本均值為1.47%，最大值為5.38%，最小值為0.01%。第三方認證虛擬變量的描述性統計顯示，2016—2022年我國發行的綠色債券有47%經過了第三方認證，總體認證比例相對較高。

（二） 基準回歸

表3為基準回歸結果。基準回歸結果表明，在加入控制變量、考慮年份和行業固定效應后，第三方認證虛擬變量的回歸系數在1%的置信水平下顯著為負。第三方認證可以降低綠色債券市場中存在的信息不對稱，降低投資者與發行人之間的委托代理成本，同時也向市場傳遞出積極信號，為綠色債券提供了環境效益的權威背書，因此，與未經過第三方認證的綠色債券相比，經第三方認證的綠色債券更受投資者的青睞，能夠以更低的票面利率發行。基準回歸結果表明第三方認證可以有效降低綠色債券的信用利差，假設1初步通過檢驗。

（三） 穩健性檢驗

1. 替換變量法。被解釋變量方面，使用綠色債券發行日同期限的國開債利率替換國債利率，作為無風險利率的代理變量重新計算綠色債券信用利差；解釋變量方面，綠色債券是否經過第三方認證和募集資金投向相關性較高④，因此，本文通過手工搜集719只綠色債券的募集說明書，整理出每個債券募集資金投向綠色項目的比例，作為第三方認證的替代變量。表4顯示了運用替換變量法的穩健性檢驗結果。列（1）—（6）的回歸結果表明，在僅替換被解釋變量、僅替換解釋變量和同時替換解釋變量與被解釋變量的情況下，主要解釋變量的回歸系數均在1%的置信水平下顯著為負，表明基準回歸結果較為穩健。

2.傾向得分匹配法。為避免可能存在的內生性問題，本文使用傾向得分匹配法進行穩健性檢驗。選取信用評級（Rate）、債券期限（Maturity）、債券發行規模（Amount）、凈資產收益率（ROE）和是否上市（IPO）作為特征變量，采用Logit模型對共同取值范圍內的所有個體進行匹配。傾向得分匹配的平衡性檢驗結果表明匹配后所選特征變量的標準化偏差大幅縮小，且在匹配后P值均大于10%，不能拒絕樣本不存在顯著差異的原假設，可以認為匹配達到了使樣本間具有平衡性和可比性的目的。

表5展示了傾向得分匹配后的樣本的回歸結果，在一定程度上緩解了樣本選擇性偏差造成的影響。列（1）—（2）的回歸結果顯示，匹配后的樣本中，第三方認證對綠色債券信用利差仍存在顯著負向影響，研究結論具有穩健性。

3.加入省份固定效應。在基準回歸對年份和行業固定效應進行控制后，本部分進一步將省份固定效應納入回歸模型，實證回歸結果如表5列（3）和列（4）所示。加入省份固定效應后，第三方認證的估計系數依然在1%的置信水平下顯著為負，與基準回歸的結果一致。

4. 加入控制變量。為避免可能存在遺漏變量的問題，本文參考張麗宏等（2021）[9]、祁懷錦和劉斯琴（2021）[19]的研究，逐步加入發行主體的資產總額對數（Lnasset）、杠桿率（總債務/總資產，以Lev表示）、所有權性質（發行主體為國有企業取1，否則取0，以SOE表示）、M2增速（M2）進行回歸，結果見表6。加入上述控制變量后，第三方認證的估計系數依然在1%的置信水平下顯著為負，表明基準回歸結果具有穩健性。

（四）內生性檢驗

本研究可能面臨內生性問題，即可能存在混雜變量與本文主要研究變量第三方認證、信用利差相關，從而導致估計結果有偏。為此，本文采取工具變量法來緩解可能存在的內生性問題。本文選擇的工具變量為綠色債券發行人受儒家文化影響的程度（Confucian），參考古志輝（2015）[21]、鄒萍（2020）[22]和牟朋鵬等（2023）[23]的研究，使用企業所在地理位置周圍150公里內孔廟、儒家學校的數量加1取自然對數作為代理變量。儒家文化強調倫理和道德價值觀，鼓勵企業承擔社會責任。在這種文化背景下，企業可能更傾向于主動進行第三方認證，通過進行綠色債券認證來展示其對環境和社會的責任感。現有研究也支持儒家文化能促進企業提升社會責任信息披露質量（鄒萍，2020）[22]并抑制違規行為（李文佳和朱玉杰，2021）[24]。因此，儒家文化可影響企業是否主動進行第三方認證，與解釋變量相關。另外，儒家文化對企業的影響力是基于企業地域特性，不與企業的融資成本產生直接的關聯，從而滿足外生性條件。本文使用兩階段最小二乘法（2SLS）進行檢驗，回歸結果如表7所示，可見工具變量與第三方認證呈現正相關關系，從側面印證工具變量滿足相關性要求，且引入工具變量并未改變基準回歸的結果。進一步對工具變量進行檢驗，用于不可識別檢驗的Kleibergen-Paap rk LM統計量高于5%臨界值，其P值為0.011，可見工具變量滿足相關要求。

（五） 異質性分析

本部分從綠色債券自身特性出發，分別探究在不同信用評級、不同發行人所在地區和不同上市地點的情況下，第三方認證對綠色債券信用利差的影響。首先，將綠色債券按照信用評級的不同，分為高信用評級債券和中低信用評級債券⑤，并在基準回歸模型去除“債券信用評級”控制變量，進行回歸分析。表8的回歸結果表明，第三方認證對高信用評級綠色債券信用利差的影響在1%的置信水平下顯著，其對中低信用評級綠色債券的信用利差雖然仍為負向影響，但并不顯著。前文提到，基于信息不對稱理論，理論上第三方認證機構作為外部信息評估方能為企業發行綠色債券提供權威報告，緩和委托代理沖突，但企業進行第三方認證的動機更多基于信息傳遞理論，其目的更可能為促成與投資者間交易和降低融資成本。債券評級的主要內容包括企業素質、經營能力、獲利能力、償債能力、履約情況和發展前景等，而第三方認證更多是作為債券評級考察內容之外的一種增信手段，因此，當債券本身具有高信用評級時，第三方認證的增信效果更加明顯；而當債券本身信用評級較低時，這意味著債券發行方本身經營存在某些問題，此時第三方認證的增信效果便不再顯著。張麗宏等（2021）[9]也指出，由于我國綠色債券市場還不夠完善與規范，可能存在逆向選擇問題，即中低信用評級企業期望通過進行第三方綠色認證來吸引更多投資者。因此，一旦這種逆向選擇問題被投資者關注到，可能會使第三方認證降低融資成本的作用減弱乃至消失。

其次，根據綠色債券發行人所在的地區，將綠色債券分為東部地區發行債券和中西部地區發行債券兩類，依據基準回歸模型分別進行回歸分析，回歸結果見表9。結果表明，無論是否考慮年份和行業固定效應，無論是東部地區還是中西部地區，第三方認證均可以顯著降低綠色債券的信用利差。基于似無相關模型和費舍爾組合檢驗的結果均表明，第三方認證虛擬變量在不同發行地區的組間系數差異均在5%的置信水平下顯著，P值分別為0.041與0.017。結果表明在中西部地區，第三方認證對綠色債券信用利差的降低幅度更大。進一步對中西部地區與東部地區發行債券的信用利差進行雙樣本均值T檢驗，結果表明中西部地區發行債券信用利差顯著高于東部地區，差異達到0.84，t統計量為10.4。劉江會和朱敏（2015）[25]的研究表明，即使當下現代信息技術的進步使東部地區與中西部地區企業的信息傳遞沒有了技術阻礙，但投資者基于“軟信息”成本考慮——即對當地文化背景的了解與實地考察企業的成本仍會要求更大的風險補償。第三方認證可通過降低信息不對稱問題進而降低融資成本，因此，在信息不對稱問題更加嚴重的中西部，第三方認證的影響更加顯著，對信用利差的降幅更大。

最后，根據債券上市地點的不同，將綠色債券分為銀行間市場債券和交易所市場債券兩類，探究第三方認證對不同上市地點的綠色債券信用利差的影響，回歸結果見表10。列（1）和（2）表明，在銀行間市場中，進行第三方認證后的綠色債券信用利差明顯降低，回歸系數在1%的置信水平下顯著。列（3）和（4）表明，在交易所市場中，第三方認證對綠色債券信用利差的影響不顯著。似無相關模型和費舍爾組合檢驗結果顯示，組間系數差異為0.654，P值為0.000，這表明在交易所市場中發行的綠色債券受到第三方認證的影響與銀行間市場發行的綠色債券有顯著差異。我國債券市場體系以場外市場（銀行間市場）為主體，場內市場（交易所市場）為補充，銀行間市場的債券規模與交易量都遠大于交易所市場（溫彬等，2010）[26]。對不同上市地點綠色債券的分析發現，兩者信用評級沒有顯著差異。但銀行間市場中發行的綠色債券信用利差顯著低于交易所市場，P值為0.000；且前者進行第三方認證的比例遠高于后者，前者為0.59，后者為0.31，差異P值為0.000。于鑫和龔仰樹（2011）[27]發現銀行間市場債券的顯性發行成本顯著低于交易所市場債券，但發行利率指導、發行壟斷等一系列因素導致隱性發行成本上升。銀行間市場債券的主體投資者具有更加專業的投資水平與資金實力，因而會對綠色債券的信息披露質量有更高的要求，不同市場中第三方認證比例的差異也說明這一點。因此，作為隱性發行成本之一的第三方認證可對企業發行的債券進行有效的風險擔保，進而降低企業的顯性發行成本。交易所市場投資者資金實力不足，進行多元化投資配置的動機不夠，主要關心違約風險與債券收益率，交易所市場更多通過提高發行利率水平來直接吸引投資者。因此，第三方認證對該市場綠色債券信用利差的影響不顯著。

（六） 作用機制分析

理論分析部分提出第三方認證可能通過提高環境信息披露質量和降低綠色債券流動性風險來降低綠色債券的信用利差。為驗證上述假設，本文基于Baron和Kenny（1986）[28]提出的中介效應模型進行機制檢驗。

1. 環境信息披露質量的機制檢驗。在先前構造環境信息披露質量指標的基礎上，表11展示了基于中介效應模型的機制分析結果。列（1）為第三方認證對綠色債券信用利差的基礎回歸結果。列（2）則以環境信息披露分數為被解釋變量，第三方認證為解釋變量。回歸結果表明第三方認證可以在1%的顯著性水平上影響環境信息披露得分，即通過第三方認證可以顯著提高綠色債券的環境信息披露質量。列（3）則將第三方認證和環境信息披露得分同時作為解釋變量進行回歸，此時第三方認證和環境信息披露得分依然在1%的顯著性水平對綠色債券信用利差有負向影響，表明第三方認證可以通過提高環境信息披露質量降低綠色債券的信用利差，研究假設2得以驗證。

2.流動性風險的機制檢驗。以流動性指標為機制變量的回歸結果見表12。列（2）將債券換手率作為被解釋變量，第三方認證作為解釋變量，結果表明第三方認證在1%的顯著性水平下對債券換手率有正向影響，即經過第三方認證的綠色債券流動性更強。列（3）同時將第三方認證和流動性風險作為解釋變量，此時第三方認證和流動性風險的回歸系數均通過1%的顯著性水平檢驗，代表存在中介效應，即第三方認證可以通過降低綠色債券的流動性風險來降低綠色債券的信用利差，研究假設3得以驗證。

六、拓展性研究——引入經濟政策不確定性

2020年新冠疫情以來，受到需求收縮、供給沖擊、預期轉弱三重壓力，我國經濟下行壓力增大，為應對國際國內經濟波動，我國經濟政策也在進行調整，經濟政策的不確定性增強。現有研究表明經濟政策的不確定性會增大債券信用利差，即兩者呈正相關關系（Kaviani等，2020；陳選娟等，2022） [29，30]。綠色債券自2016年發行上市以來，其信用利差也受到經濟政策波動的影響。因此，本部分將經濟政策不確定性引入研究范疇，探究在經濟政策波動的背景下第三方認證對綠色債券信用利差的影響。

經濟政策的不確定性一般用經濟政策不確定性指數表示，本文主要選取Baker 等 （2016）[31]和Davis 等（2019）[32]編制的兩類經濟政策不確定性指數⑥，前者用BKEPU表示，后者用DVEPU表示。本文在基準回歸模型中分別加入上述經濟政策不確定指數及其與第三方認證虛擬變量的交乘項。實際回歸中，由于交乘項與第三方認證存在高度共線性問題，本文對交乘項進行了中心化處理，回歸結果見表13。結果表明，在納入經濟政策不確定指數及其交乘項后，第三方認證的回歸系數依然在1%的置信水平下顯著為負，且第三方認證與經濟政策不確定性指數經中心化后的交乘項系數為負，其中應用BKEPU指數的交乘項在5%的置信水平下負向顯著，應用DVEPU指數的交乘項在10%的置信水平下負向顯著，表明經濟政策不確定性上升時期，第三方認證對綠色債券信用利差的影響更為顯著。

七、結論及啟示

（一） 研究結論

本文以2016年1月1日—2022年12月31日在我國發行的719只綠色債券為樣本，構建雙向固定效應模型分析了第三方認證對綠色債券信用利差的影響。研究結果表明：（1）在控制其他因素的條件下，第三方認證對綠色債券信用利差有顯著負向影響，即綠色債券經過第三方認證后可以降低自身的信用利差。（2）第三方認證對具有高信用評級、由中西部地區發行和在銀行間債券市場上市的綠色債券信用利差的影響更為顯著。（3）第三方認證可以通過影響環境信息披露質量和流動性風險兩條路徑降低綠色債券信用利差。（4）引入經濟政策不確定性后，經濟政策不確定性上升時期，第三方認證對綠色債券信用利差的影響更為顯著。

（二） 政策啟示

首先，應建立統一的綠色債券第三方認證評估流程。目前仍缺乏行業統一的認證評估流程，不同評估認證機構在評估方法和評估流程方面仍存在一定差異，評估結果也存在不一致，從而阻礙了不同評估結果之間的互通互認。下一步，應由綠色債券標準委員會等行業自律組織牽頭，建立行業統一的認證評估流程，逐步推進第三方認證的標準化和體系化進程。

其次，需積極培育第三方評估認證機構。一是建立完善的第三方認證機構市場化評議流程。應持續開展評估認證機構市場化評議，動態調整注冊名單，做到有進有出，積極開展市場自查和檢查工作，督促已注冊機構規范開展業務。二是積極培育本土評估認證機構。我國現有綠色債券第三方認證市場中外企占比較高，應積極培育本土評估認證機構，通過人才、科技等的投入縮小與外資企業的差距，提升其市場公信力。三是積極拓展國際業務。努力為在海外上市的綠色債券以及外國發行人在中國市場發行綠色債券提供認證服務，不斷提升評估認證機構的國際競爭力。

最后，要健全針對綠色債券發行主體的第三方認證激勵約束機制。一是為實施第三方認證的綠色債券提供稅收等優惠政策。當前我國綠色債券中仍有相當比例未實施第三方認證，下一步可通過設立專項基金和稅收優惠等手段，為選擇第三方認證的企業提供優惠政策，提高綠色債券第三方認證比例。二是加強綠色債券第三方認證監管體系。政府部門和相關市場自律組織要加強對第三方認證報告的抽查核驗力度，確保綠色債券募集資金用途的真實性，積極防范“洗綠”等違規行為，增強第三方認證的權威性和公信力。

注：

①數據來源：氣候債券倡議組織（CBI）。

②“洗綠（Greenwashing）”最早由環保主義者Jay Westerveld提出，最初指酒店的虛假環保行為，后引申為企業粉飾對環境友好形象從而掩蓋其行為對環境的破壞并以此牟利的行為。

③2022年7月，我國綠色債券標準委員會公布《中國綠色債券原則》，其中明確規定綠色債券應滿足存續期信息披露等四項核心要求。

④由于我國之前在綠色債券的募集資金投向方面存在標準不一致的情況，不同綠色債券募集資金投向綠色項目的比例不同，最低要求僅為50%。

⑤由于綠色債券整體信用評級較高，因此，僅將“AAA”級債券作為高信用評級綠色債券，其他為中低信用評級債券。

⑥Baker等（2016）[31]構建的中國經濟政策不確定性指數主要基于中國香港《南華早報》（英文版），Davis等（2019）[32]應用Baker等（2016）[31]所提方法，基于《人民日報》和《光明日報》構建了中國經濟政策不確定性指數。前者提出的時間較早，應用較為廣泛，而后者信息來源更權威，也更貼近我國經濟發展情況。

參考文獻：

[1]孫偉力.我國綠色債券發展現狀與問題解析 [J].金融發展研究，2017，（04）.

[2]Ehlers T，Packer F. 2017. Green Bond Finance and Certification [J].BIS Quarterly Review September.

[3]俞春江，李睿.我國綠色債券信息披露現狀及建議[J].債券，2017，（09）.

[4]黃超.第三方認證對綠色債券發行成本的影響分析 [J].債券，2019，（04）.

[5]Nanayakkara M，Colombage S. 2019. Do Investors in Green Bond Market Pay a Premium？ Global Evidence [J]. Applied Economics，51（40）.

[6]Hyun S，Park D，Tian S. 2021. Pricing of Green Labeling：a Comparison of Labeled and Unlabeled Green Bonds [J].Finance Research Letters，41.

[7]高曉燕，紀文鵬.綠色債券的發行人特性與發行信用利差 [J].財經科學，2018，（11）.

[8]楊希雅，石寶峰.綠色債券發行定價的影響因素[J].金融論壇，2020，25（01）.

[9]張麗宏，劉敬哲，王浩.綠色溢價是否存在？——來自中國綠色債券市場的證據 [J].經濟學報，2021，8（02）.

[10]常瑩瑩，曾泉.環境信息透明度與企業信用評級——基于債券評級市場的經驗證據 [J].金融研究，2019，（05）.

[11]張晨，劉聃，陳小雪.披露綠色信息能降低綠色公司債的融資成本嗎——考慮產權性質的調節效應 [J].財會月刊，2020，（12）.

[12]閆貴壯，金兵兵，馬小林.環境信息披露對綠色債券信用利差的影響——基于“實質綠”的實證研究 [J].征信，2022，40（11）.

[13]徐晟.會計信息質量影響權益資本成本的實證分析 [J].經濟管理，2013，35（10）.

[14]Bachelet M J，Becchetti L，Manfredonia S. 2019. The Green Bonds Premium Puzzle：The Role of Issuer Characteristics and Third-party Verification [J].Sustainability，11（4）.

[15]Longstaff F A，Mithal S，Neis E. 2005. Corporate Yield Spreads：Default Risk or Liquidity？ New Evidence from the Credit Default Swap Market [J].The Journal of Finance，60（5）.

[16]張景淇，郭凱，藺學如.違約風險與流動性風險對債券利差影響的交互效應 [J].金融論壇，2022，27（03）.

[17]Ericsson J，Renault O. 2006. Liquidity and Credit Risk[J].The Journal of Finance，61（5）.

[18]F Wulandari，Dorothea Schfer，A Stephan，C Sun. 2018. The Impact of Liquidity Risk on the Yield Spread of Green Bonds [J].Finance Research Letters，27.

[19]祁懷錦，劉斯琴.中國債券市場存在綠色溢價嗎[J].會計研究，2021，（11）.

[20]巴曙松，姚飛.中國債券市場流動性水平測度 [J].統計研究，2013，30（12）.

[21]古志輝.全球化情境中的儒家倫理與代理成本[J].管理世界，2015，（03）.

[22]鄒萍.儒家文化能促進企業社會責任信息披露嗎？ [J].經濟管理，2020，42（12）.

[23]牟朋鵬，Lawrence Choo，周曉宇.儒家傳統文化與家庭風險金融資產配置 [J].金融與經濟，2023，（01）.

[24]李文佳，朱玉杰.儒家文化對公司違規行為的影響研究 [J].經濟管理，2021，43（09）.

[25]劉江會，朱敏.地理因素會影響中國企業IPO的成本嗎？——基于“軟信息不對稱”的視角 [J].經濟管理，2015，37（10）.

[26]溫彬，張友先，汪川.我國債券市場分割問題研究[J].宏觀經濟研究，2010，（11）.

[27]于鑫，龔仰樹.銀行間與交易所市場企業融資成本比較研究 [J].證券市場導報，2011，（05）.

[28]Baron R M，Kenny D A. 1986. The Moderator-mediator Variable Distinction in Social Psychological Research：Conceptual，Strategic，and Statistical Considerations[J].Journal of Personality and Social Psychology，51（6）.

[29]MS Kaviani，L Kryzanowski，H Maleki，P Savor. 2020. Policy Uncertainty and Corporate Credit Sspreads [J]. Journal of Financial Economics，138（3）.

[30]陳選娟，楊剛，賈志敏.經濟政策不確定性、展期風險與債券利差 [J].國際金融研究，2022，425（09）.

[31]Baker S R，Bloom N，Davis S J. 2016. Measuring Economic Policy Uncertainty [J].The Quarterly Journal of Economics，131（4）.

[32]Davis S J，Liu D，Sheng X S. 2019. Economic Policy Uncertainty in China Since 1949：The View from Mainland Newspapers[R].Fourth Annual IMF-Atlanta Fed Research Workshop on China's Economy.