綠色信貸政策、產權異質性與企業投資效率

梁畢明 徐曉東

【摘要】綠色信貸政策在發揮金融資源市場配置功能上具有重要作用。本文以2007 ～ 2021年我國滬深A股上市公司的數據為研究樣本， 將2012年原銀監會出臺的《綠色信貸指引》作為一項外部沖擊事件， 構建雙重差分模型， 探究綠色信貸政策對企業投資效率的影響。實證結果表明： 綠色信貸政策能夠顯著提升企業投資效率， 并且在國有上市公司中更顯著； 該結論在處理內生性問題以及通過穩健性檢驗后依然成立。通過進一步分析發現， 綠色信貸政策的實施對企業投資效率的影響具有長期的積極效應， 并且該政策的實施對企業過度投資行為的抑制作用要大于對投資不足的緩釋作用， 且在抑制新增投資的同時能夠產生積極溢出效應， 促進企業的創新績效。

【關鍵詞】綠色信貸政策；產權異質性；企業投資效率；政策效應

【中圖分類號】 F832? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）05-0040-7

一、 引言

隨著“碳達峰”與“碳中和”雙碳目標的持續推進， 以綠色金融為主要推力， 加大對環境友好型企業的金融支持， 通過綠色金融推力構建可持續發展的經濟體系， 加強對綠色企業的投資支持， 在改善生態環境的同時促進經濟高質量發展儼然已經成為社會共識。綠色信貸作為綠色金融的重要組成部分， 在提升資源配置效率方面具有關鍵作用， 2012年我國原銀監會發布《綠色信貸指引》（簡稱《指引》）， 標志著我國綠色信貸體系有了更進一步的規范?！吨敢访鞔_指出， 要充分發揮金融資源市場配置功能， 嚴格控制對重污染行業的信貸投放， 通過引導企業資金流向的方式， 促進企業節能減排、 改善環境質量和防范信貸風險。綠色信貸政策作為資源配置的關鍵環節， 在引導企業投資資金流向中發揮著至關重要的作用。

因此， 探討關于綠色信貸政策的實施是否會對企業投資活動產生影響， 以及在我國特有的制度背景下政策實施是否會對我國微觀主體的影響具有長期性、 差異性， 對于檢驗綠色信貸政策是否合理以及政府和金融機構科學決策具有重要意義。

二、 文獻回顧

現有研究認為， 綠色信貸政策對經濟發展存在“雙刃劍”效應， 學者們主要從積極與消極效應兩個方面進行探討?；诜e極效應， 一方面， 對企業而言， 當其披露更多綠色信息時， 企業聲譽會得到提高， 在緩解融資約束的同時提高企業的融資可獲得性（牛海鵬等，2020）， 此外， 綠色信貸政策作為企業綠色轉型的驅動力， 也可以通過降低企業代理成本與提高企業投資效率的機制促進企業創新（王馨和王營，2021）。另一方面， 對于綠色信貸的供給方而言， 綠色信貸也能通過優化銀行信貸結構、提高成本效率的方式降低銀行等金融機構的信貸風險?；谙麡O效應， 學者們則認為綠色信貸政策在評判重污染企業的貸款要求時會有嚴格的綠色審查標準， 從而會加劇重污染企業的融資約束問題， 并對企業投資產生抑制作用， 也會因其對企業嚴格的綠色審查標準而減少重污染企業的融資渠道， “兩高”企業的新增借款也會隨之減少（蔡海靜等，2019）， 使得重污染企業在信貸融資水平受到限制的情況下減少研發支出等長期投資項目（丁杰，2019）。此外， 綠色信貸政策也會誘發重污染企業的策略性信息披露行為， 成為對好壞消息擇時披露的策略性選擇（劉程，2022）。可見， 現有研究并未就綠色信貸政策的實施對經濟發展產生的影響得出一致結論。

造成企業非效率投資的根本原因在于企業的代理問題以及信息不對稱。一方面， 在現代企業兩權制度分離的情況下， 企業所有者和經營者由于“逆向選擇”和“道德風險”會產生代理沖突， 管理層從自身利益最大化的角度選擇與企業長期發展目標并不相符的投資不足或過度投資決策導致非效率投資， 特別是在我國上市公司“一股獨大”較為普遍的情況下， 更會加劇企業非效率投資（冉茂盛等，2010）， 而 外部大股東的退出威脅可以有效地提高企業投資效率（康艷玲等，2022）。另一方面， 在企業信息不對稱的情況下， 外部投資者出于信息劣勢， 當其難以對公司的投資決策做出正確判斷時， 便會引起外部投資者的逆向選擇， 在提高企業融資成本的同時使得公司的投資決策面臨融資約束， 進而會引起投資不足這一非效率投資行為。與此同時， 管理層也會因需要滿足外部投資者的利益需求而選擇對企業短期發展受益的項目， 進而導致過度投資行為。此外， 高可比性的會計信息（袁知柱和張小曼，2020）、 高質量的內部審計（趙保卿和徐豪萍，2017）等均能通過發揮對上市公司的監督效應抑制企業的投資不足和過度投資。

三、 理論分析與研究假設

（一）綠色信貸政策與企業投資效率

綠色信貸政策與傳統的環境規制手段相比存在較大差異， 傳統的環境規制工具大多以行政命令為主要特征， 并且大多以政府為主導， 會對重污染企業產生融資約束等負面影響， 而綠色信貸政策側重于以市場機制為導向， 更大程度上要求銀行等信貸投放的金融機構對企業的貸款項目產生的環境風險進行系統評估， 通過引導企業投資項目的資金流向促進企業轉型升級。因此， 本文認為綠色信貸政策會通過市場機制的引導產生監督效應和激勵效應兩種影響并作用于企業的投資效率。

一方面， 基于監督效應。在綠色信貸標準的要求下， 銀行等金融機構在發放貸款時通常會更加關注企業披露的環境信息， 因此會形成一種有效的外部監督機制， 監督企業綠色貸款的資金投向以及授信情況， 在銀行等金融機構的監督下， 企業為了獲取綠色信貸資金， 也會調整自身的投資策略， 進而會減少企業的盲目投資行為（王艷麗等，2021）； 此外， 隨著外界對綠色治理的呼聲高漲， 重污染企業也會面臨著嚴重的社會輿論壓力， 而隨著綠色信貸政策的逐步實施， 外界對于企業投資行為的監督會更加嚴格， 管理層出于對公司聲譽和業績的考慮也會轉變企業投資策略， 削減高污染的項目支出， 在建立良好綠色聲譽的同時積極促進企業投資項目轉型升級， 提高企業的投資效率。

另一方面， 基于激勵效應。綠色信貸會激勵企業提高信息披露質量， 進而提高企業融資的可得性， 從而對企業的投資效率產生正向影響。環境信息披露程度的提高也會降低銀行發放綠色信貸的風險， 進一步增多企業獲得外部資金的渠道， 緩解企業融資約束現狀， 通過影響企業的融資水平對企業投資方向以及投資行為產生影響（陳琪，2019）。此外， 綠色信貸政策也可以激勵企業加強公司治理， 并通過資金杠桿機制約束企業發展方向， 倒逼其積極尋求轉型（吳晟等，2019）； 同時， 也可以激勵股東積極參與公司決策， 倒逼公司加強環境治理， 從而增大投資支出， 提高企業投資效率（丁杰，2019）。

基于上述分析， 本文提出H1： 綠色信貸政策對企業投資效率具有促進作用。

（二）綠色信貸政策、 產權異質性與投資效率

由于國有企業在我國資本市場中占據特殊地位， 與非國有企業相比， 兩種產權性質之間在融資方面會存在較大差異。相較于國有企業， 民營企業會面臨更大程度的融資約束， 在產業轉型升級方面往往更需要依靠外部資金進行戰略投資， 因國有企業具有更多的政策性保護（祝繼高和陸正飛，2011）， 政府會對其存在“父愛效應”（謝德仁等，2009）， 導致銀行等金融機構出于防范風險的角度更加偏向對國有企業進行放貸。因此， 國有企業上市公司往往會獲得更多低成本的信貸幫助， 面臨更少的融資約束， 也正是因為國有企業融資約束較少， 其在發展過程中出現的粗放式增長狀況也會更為明顯， 這也是造成國有企業非效率投資行為的重要原因。《指引》實施后， 銀行在提供信貸方面會對重污染企業提出諸多限制條件， 并在貸款業務的審批流程中更加強調企業承擔的環境責任和社會責任， 同時金融機構也會更加注重評估企業的環境規制風險。作為國有企業對于環境規制的承擔責任就會進一步加強， 因而其獲得貸款時的限制就會增多， 綠色信貸政策對國有企業的融資懲罰效應會更強（蘇冬蔚等， 2018；丁杰，2019）， 在融資存在限制的情況下， 其粗放式增長的理念以及過度投資行為會相繼得到抑制。與此同時， 相比于民營企業， 國有企業賦有更多的政策承擔義務， 對微觀主體關于政策的執行情況具有表率作用， 因此也會更多地承擔起環保責任， 響應綠色信貸政策的發展要求， 開展更多效率投資行為。此外， 國有企業管理者想要獲得晉升機會， 也會響應政策號召提升企業的資源配置效率， 加強對企業綠色高質量發展的監督。

基于上述分析， 本文提出H2： 相較于非國有企業， 在國有企業中綠色信貸政策對投資效率的促進作用更強。

四、 研究設計

（一）樣本選取與數據來源

本文以2012年原銀監會發布的《指引》作為一項準自然實驗， 以2007 ～ 2021年滬深A股上市公司作為研究樣本， 構建雙重差分模型， 檢驗綠色信貸政策對上市公司投資效率的影響， 使用的數據全部來源于CSMAR數據庫， 對于缺失的財務數據采用人工搜集整理得到， 并剔除樣本中的ST、 金融行業和數據異常企業。為了避免極端值影響回歸結果的準確性， 對連續數據進行1%和99%分位的縮尾處理， 最終獲得3401家上市公司的27955個可觀測數據。

（二）變量定義

1. 被解釋變量。本文的被解釋變量為企業投資效率（Invest）， 采用Richardson（2006）的模型測量企業投資效率。該模型最大的特點是能綜合企業各方需要， 最大限度地將企業投資效率刻畫出來， 并能計算出企業的非效率投資程度， 計算方式如下：

Invi，t=β0+β1Growthi，t-1+β2Levi，t-1+β3Cashi，t-1+β4Agei，t-1+β5Sizei，t-1+β6Reti，t-1+∑Ind+∑Year+εi，t

（1）

模型（1）中： Inv為企業的投資支出， 其計算方式為“（資本支出+并購支出-出售長期資產收入-折舊）÷總資產”； Growth為營業收入增長率， 代表公司的成長能力； Lev為資產負債率； Cash為企業現金流量； Age為公司上市年限的自然對數； Size為公司規模， 即總資產的自然對數； Ret為公司股票收益率。為減少其他遺漏變量對模型的影響， 在模型中分別控制了行業與年份的固定效應。殘差ε為投資效率（Invest）： 當ε>0時， 說明企業存在過度投資； 當ε<0時， 代表企業存在投資不足。本文將殘差的絕對值作為企業投資效率的衡量方式， 該殘差的絕對值越大， 說明企業非效率投資越嚴重。

2. 解釋變量。本文的解釋變量為綠色信貸政策， 因目前數據庫尚未有關于企業綠色信貸政策的數據， 故本文將《指引》作為我國綠色信貸政策實施的開始節點， 并將《指引》作為一項外部政策沖擊事件， 引入政策實施虛擬變量和時間虛擬變量， 從企業是否符合綠色信貸標準這一視角進行剖析。引入時間虛擬變量（time）， 即政策實施前（2007 ～ 2011年）取值為0， 政策實施后（2012 ～ 2021年）取值為1。引入政策實施虛擬變量， 根據樣本中的企業是否為重污染企業， 將樣本分為實驗組以及對照組， 若為重污染企業， 賦值為1； 否則為0。同時， 將時間虛擬變量與政策虛擬變量進行交乘（time×treat）構建雙重差分模型。關于如何判斷企業是否為重污染企業， 借鑒沈洪濤和馬正彪（2014）的研究， 本文依據證監會制定的《上市公司行業分類指引》以及原環保部公布的《上市公司環保核查行業分類管理名錄》， 將二者重合部分的企業確定為重污染企業。

3. 控制變量?？紤]到其他因素的影響， 本文控制企業層面以及治理層面的變量， 主要包括： 公司規模（Size）， 為總資產的自然對數； 資產負債率（Lev）， 為負債總額除以資產總額賬面價值； 公司成長性（Growth）， 為營業收入增長率； 企業現金流量（Cashflow）， 為經營活動現金流量占總資產的比重； 企業年齡（Listage）， 為公司上市年限的自然對數； 總資產報酬率（Roa）， 為凈利潤除以總資產； 獨立董事比例（Indep）， 為獨立董事人數除以董事會人數； 第一大股東持股比例（Top1）， 為第一大股東持股數量除以總股數； 管理層持股比例（Mshare）， 為管理層持股數量占公司總股數比例。

（三）模型構建

本文構建如下回歸模型來檢驗綠色信貸政策的實施對滬深A股上市公司投資效率的影響， 具體設置如下：

Investi，t=α0+α1timei×treati，t+α2Control+μi+μt+εi，t （2）

在模型（2）中， α1是本文關注的重點， 即timei×treati，t的回歸系數， 為綠色信貸政策對企業投資效率的具體影響。為了避免誤差項異方差以及時間序列對標準誤的影響， 本文在回歸模型中引入年份、 行業固定效應建立回歸模型并將標準誤在公司個體層面聚類。

五、 實證結果與分析

（一）描述性統計

表1 顯示了主要變量的描述性統計結果。企業投資效率（Invest）的均值為0.041， 最大值為0.549， 最小值為0， 表明滬深A股上市公司之間投資效率的差異顯著； 進一步將投資效率識別為投資不足與過度投資后表明， 過度投資（Overinvest）的均值為0.193， 最小值為0， 最大值為0.474， 表明企業之間的過度投資存在較大差異； 投資不足（Underinvest）的最大值為0.358， 最小值為0， 也能說明上市公司之間投資不足也存在較大差異， 并且從投資不足與過度投資的企業數量上來看， 樣本中企業面臨投資不足的現象較為嚴重。從treat的均值0.287來看， 重污染企業在滬深A上市公司中的占比為28.7%， 說明樣本中重污染企業數量較多， 綠色信貸政策的推廣必然會對重污染企業產生影響， 也從數據上證明了本文所具有的研究意義。

（二）多元回歸分析

1. 綠色信貸政策與企業投資效率。表2展示了綠色信貸政策實施對企業投資效率影響的回歸結果。第（1）列中單獨對time×treat與企業投資效率進行回歸， 回歸結果顯示， time×treat與企業投資效率的回歸系數為-0.0028， 并在5%的水平上顯著為負； 第（2）列加入控制變量后， time×treat與企業投資效率的回歸系數為-0.007， 并在1%的水平上顯著為負。回歸結果表明， 綠色信貸政策的實施能夠顯著地抑制重污染企業的非效率投資， 本文H1得到驗證。從回歸結果來看， 綠色信貸政策的實施具有積極效應， 也從實證分析的角度肯定了我國綠色信貸政策的實施效果。

2. 綠色信貸政策、 產權異質性與企業投資效率。表2展示了在產權異質性的情況下， 綠色信貸政策對企業投資效率的影響。第（3）列為國有企業分組， 第（4）列為非國有企業分組。結果顯示， 在國有企業中， time×treat與企業投資效率的回歸系數為-0.006， 并在5%的水平上顯著為負， 而在非國有企業的分組中， time×treat與企業投資效率的回歸系數為-0.0053， 并在10%的水平上顯著為負， 組間系數差異檢驗表明， 二者之間的系數差異明顯。結果表明， 綠色信貸政策對國有企業投資效率的促進作用大于非國有企業， 本文H2得以驗證。

六、 穩健性檢驗

（一）平行趨勢檢驗

雙重差分模型估計的前提是實驗組和控制組在沒有政策干預的情況下發展趨勢保持一致， 否則會對政策的評估效果產生偏差。如圖1所示， 實驗組與控制組在2012年之前發展趨勢基本保持一致， 在2012年之后， 雖然2013年實驗組與控制組變化趨勢不明顯， 但可能是由于宏觀政策實施與微觀主體的反應存在一定的滯后性導致的。從總體上來看， 綠色信貸政策開始實施以后， 實驗組與控制組變化差異較大， 因此， 實驗組與控制組基本滿足平行趨勢檢驗， 為后文的回歸結果奠定了較為合理的基礎。

（二）安慰劑檢驗

為了消除綠色信貸政策的實施與企業投資效率之間的關系可能受到綠色信貸政策自選擇問題的影響， 證明上市公司投資效率的提升是受到綠色信貸政策實施的影響， 而不是其他事件造成的， 本文參考丁杰等（2019）的做法， 將綠色信貸政策的實施時間提前至2011年， 如果此時交乘項time×treat的系數顯著為負， 則說明企業投資效率的提升是由其他因素導致的， 綠色信貸政策激勵提高企業投資效率的結論很可能不成立； 如果此時time×treat的系數不顯著為負， 則說明企業投資效率的提高是由于實施綠色信貸政策帶來的。表3顯示了改變政策實施時間節點的回歸結果， time×treat的系數不顯著， 表明通過安慰劑檢驗， 本文的結論依然顯著。

（三）傾向得分匹配法

為了克服重污染企業和非重污染企業之間的差異給回歸結果帶來的異質性偏差， 本文采用傾向得分匹配法， 利用1∶1近鄰匹配法， 選取公司規模、 資產負債率、 公司成長性、 企業現金流量、 企業年齡、 總資產報酬率、 獨立董事比例、 第一大股東持股比例以及管理層持股比例進行匹配， 匹配后ATT（平均處理效應）的T值為2.02， 其對應的P值遠大于0.05， 表明本文控制組與實驗組之間的差異是顯著的， 匹配后變量的標準化偏差均小于10%， t檢驗的結果均小于1.96， 通過平衡性檢驗。通過PSM匹配共獲得10277個觀測數據， 估計該政策對重污染企業投資效率的影響。具體結果詳見表3。由表3可知， 交乘項time×treat與企業投資效率的回歸系數為-0.0091， 在5%的水平上顯著， 證明了在進行傾向得分匹配后本文的回歸結果依然成立。

（四）其他穩健性檢驗方法

1. 變更樣本區間?？紤]到2008年金融危機對企業投資活動的影響， 本文采用更改樣本區間的方式來提出影響回歸結果的因素， 將樣本區間更換為2009 ～ 2019年重新進行回歸， 回歸結果如表4第（1）列所示。結果顯示， time×treat與企業投資效率的回歸系數為-0.0066， 且均在1%的水平上顯著， 證明本文的主要結論在剔除經濟不確定性因素后依然成立。

2. 被解釋變量滯后?？紤]到宏觀政策實施對微觀主體的影響存在滯后的問題， 本文將被解釋變量投資效率分別進行滯后一期、 滯后兩期， 重新進行回歸?；貧w結果如表4第（2）列與第（3）列所示。結果顯示， time×treat與企業投資效率的回歸系數為-0.0103和-0.0132， 且均在1%的水平上顯著。回歸結果證明了本文的主要結論穩健。

七、 進一步分析

（一）政策動態效應

為進一步考察綠色信貸政策對企業投資效率影響的政策動態效應， 本文在回歸模型中引入Year2012×treat、 Year2013×treat、 Year2014×treat、 Year2015×treat、 Year2016×treat以及Year2017×treat虛擬變量， 分別代表政策實施的當年、 第一年、 第二年、 第三年、 第四年以及第五年， 來驗證政策執行的長期表現以及動態效應， 回歸結果如表5所示。第（1）列未加入控制變量， 第（2）列加入多個控制變量。第（1）列顯示， Year2012×treat并不顯著， 第（2）列中Year2012×treat和 Year2013×treat均不顯著， 原因在于宏觀經濟政策的推廣以及微觀主體對政策的反應會受到一定的時間限制， 因此造成政策執行當年以及后一年綠色信貸政策的積極效應并未充分發揮。但在政策執行第二年后， Year2014×treat、 Year2015×treat、 Year2016×treat以及Year2017×treat的回歸系數均在1%的水平上顯著為負， 并且系數的絕對值大體呈現出上升的趨勢。這表明， 綠色信貸政策對企業投資效率的積極影響較為顯著， 且具有長期的積極效應。

（二）基于過度投資與投資不足視角

在前文分析中， 本文分別從監督效應角度與激勵效應角度分析了綠色信貸政策的實施對企業投資效率的影響， 但具體影響的是企業非效率投資的哪一方面， 在政策中尚未有體現。因此， 本文從過度投資與投資不足的角度進行驗證， 進一步分析綠色信貸政策的實施對上市公司投資效率的具體影響， 回歸結果如表6所示。第（1）列為綠色信貸政策的實施對企業過度投資行為的影響， 第（2）列為綠色信貸政策的實施對企業投資不足行為的影響。結果顯示： 交乘項time×treat的系數在過度投資樣本中為-0.0077， 在5%的水平上顯著； 在投資不足樣本中， 交乘項time×treat的系數為

-0.0047， 在1%的水平上顯著。從兩者的對比情況來看， 綠色信貸政策對企業的過度投資行為更明顯。

進一步驗證綠色信貸政策對企業新增投資（Addinvest）的影響， 回歸結果如表6第（3）列所示。結果顯示， time×treat的回歸系數為-1.0844且在1%的水平上顯著， 這表明， 綠色信貸政策實施之后， 在過度投資方面， 企業的新增投資明顯減少。原因在于： 在原有粗放式的增長理念下， 重污染企業可以憑借自有資產進行抵押， 從而獲得銀行的抵押貸款， 在現金流充裕的情況下開展更多的過度投資行為； 而在綠色信貸政策的指引下， 銀行等金融機構在提供貸款時會對企業投資項目做出綠色風險評估， 而且相比于原有的貸款流程， 在綠色信貸體系下也會變得更加嚴格， 這無疑會加劇重污染企業融資約束， 從而抑制企業的過度投資行為。此外， 對于企業的投資不足， 綠色信貸政策會作為企業轉型的驅動力， 在提升企業自身投資效率的同時又能夠獲得銀行綠色貸款， 為投資項目增加現金流入， 緩解投資不足的情況。因此， 無論是從過度投資抑或是投資不足的角度進行分析， 綠色信貸政策均能提升企業投資效率， 對企業發展具有積極作用。

（三）綠色信貸政策的溢出效應

為進一步探究綠色信貸政策實施的積極效果， 本文將考察綠色信貸政策對企業創新活動的影響， 并對創新活動做出進一步分析， 將其分為創新投入與創新產出。本文將研發支出金額的自然對數（RD）作為創新投入的衡量變量， 選取公司當年獨立申請的專利數取對數（Patent）作為創新產出的衡量方式， 加入回歸模型考察綠色信貸政策抑制企業新增投資背后對企業創新績效的影響?；貧w結果如表7所示。第（1）列為綠色信貸政策對企業創新投入的回歸結果， time×treat的系數為1.8613， 且在1%的水平上顯著為正， 表明綠色信貸政策雖然會使得企業的新增投資減少， 但能夠激勵企業達到效益最大化的目的， 倒逼企業進行轉型升級， 加強企業綠色技術研發， 將高耗能、 高污染的產業進行轉型升級。進一步地， 表7第（2）列展示了綠色信貸政策對企業創新產出的影響， time×treat的系數為0.2216， 且在1%的水平上顯著為正， 這表明， 綠色信貸政策實施后， 企業加強研發投入所達到的效果較為明顯， 企業創新產出顯著增加， 也能證明綠色信貸政策能夠優化企業的資金配置， 將企業現有的資金發揮最大效用， 提升企業長遠價值。上述結果均能證明， 綠色信貸政策對企業產生積極溢出效應。

八、 研究結論

綠色信貸政策作為綠色金融的重要組成部分， 在發揮提升資源配置效率、促進企業轉型升級方面具有重要作用。本文將2012年原銀監會頒布的《綠色信貸指引》作為外生沖擊事件， 構建雙重差分模型， 探究綠色信貸政策的實施對企業投資效率的影響， 以及在不同產權性質下， 二者之間的結果有何差異化表現。實證研究結果表明：

一是從激勵效應與監督效應的角度論證了綠色信貸政策的實施對上市公司投資效率的促進作用。綠色信貸政策能夠通過引導企業資金流向、 倒逼企業轉型的方式提升企業投資效率。因此， 政府有關部門與銀行等金融機構應繼續加大綠色信貸政策的實施力度， 不僅要針對重污染企業進行綠色激勵， 更要推廣至新興產業與高科技產業中， 從監督與激勵的雙重角度入手， 充分發揮政府與市場的調節機制作用， 推動企業產業轉型升級， 促進經濟的高質量發展。

二是從產權性質角度探討綠色信貸政策的實施在國有企業與非國有企業之間對企業投資效率的影響， 研究發現綠色信貸政策對企業投資效率的促進作用在國有企業中更顯著。因此， 在進一步完善綠色信貸政策實施體系的同時， 應從產權異質性角度制定針對不同主體的綠色信貸政策實施方案， 完善綠色信貸政策在信貸授信方面的相關規則， 將不同主體綠色信貸政策的實施情況納入考核要求， 盡量消除因產權等異質性給綠色信貸政策的實施帶來的消極影響， 積極推進綠色信貸政策在不同主體之間的促進作用。

三是通過進一步分析發現， 綠色信貸政策對企業投資效率的積極影響具有長期效應， 并對企業投資不足與過度投資均具有促進作用， 在抑制新增投資的同時能夠產生積極溢出效應， 促進企業的創新投入與創新產出。但結果也顯示， 對過度投資的抑制作用要大于對投資不足的彌補作用。因此， 銀行等金融機構也應進一步完善相關機制， 在對企業進行信貸供給時嚴格審查投資項目的可行性以及企業綠色信貸的授信標準， 幫助企業最大限度地發揮信貸資金效用， 促進企業綠色高質量發展。

【 主 要 參 考 文 獻 】

蔡海靜，汪祥耀，譚超．綠色信貸政策、企業新增銀行借款與環保效應［ J］．會計研究，2019（3）：88 ～ 95．

陳琪．中國綠色信貸政策落實了嗎——基于“兩高一剩”企業貸款規模和成本的分析［ J］．當代財經，2019（3）：118 ～ 129．

丁杰．綠色信貸政策、 信貸資源配置與企業策略性反應［ J］．經濟評論，2019（4）：62 ～ 75．

康艷玲，王滿，陳克兢，曹帥瑩．外部大股東退出威脅與企業投資效率：理論模型與實證檢驗［ J］．運籌與管理，2022（1）：190 ～ 195．

劉程．綠色信貸政策會誘發重污染企業策略性信息披露行為嗎？——基于《綠色信貸指引》的準自然實驗［ J］．武漢金融，2022（10）：3 ～ 13．

冉茂盛，鐘海燕，文守遜，鄧流生．大股東控制影響上市公司投資效率的路徑研究［ J］．中國管理科學，2010（4）：165 ～ 172．

沈洪濤，馬正彪．地區經濟發展壓力、 企業環境表現與債務融資［ J］．金融研究，2014（2）：153 ～ 166．

王馨，王營．綠色信貸政策增進綠色創新研究［ J］．管理世界，2021（6）：173 ～ 188+11．

謝德仁，陳運森．金融生態環境、產權性質與負債的治理效應［ J］．經濟研究，2009（5）：118 ～ 129．

袁知柱，張小曼．會計信息可比性與企業投資效率［ J］．管理評論，2020（4）：206 ～ 218．

趙保卿，徐豪萍．內部審計質量對企業投資效率的影響研究［ J］．南京審計大學學報，2017（3）：95 ～ 104．

祝繼高，陸正飛．產權性質、 股權再融資與資源配置效率［ J］．金融研究，2011（1）：131 ～ 148．

Richardson S.. Over-investment of free cash flow［ J］．Review of Accounting Studies，2006（11）：159 ～ 189．

【基金項目】吉林省社會科學基金項目“吉林省國有企業投資效率驅動與風險預警研究”（項目編號：2022B79）；吉林財經大學校級重點項目（項目編號：2021Z05）；吉林財經大學九臺農商銀行農村金融研究院科研項目“吉林省綠色信貸對企業投資效率影響研究”

【作者單位】吉林財經大學會計學院， 長春 130117