基于雙重差分模型的綠色信貸政策對企業(yè)碳績效的影響研究
——以重污染企業(yè)為例

齊可盈

(東南大學經(jīng)濟管理學院 江蘇南京 211189)

改革開放以來，我國工業(yè)化進程加快，碳排放量大幅增加。作為負責任的大國，中國堅持綠色發(fā)展，積極參與全球生態(tài)環(huán)境治理，高度重視碳減排工作。2020年9月，習近平總書記在第七十五屆聯(lián)合國大會上提出了“雙碳”目標，低碳發(fā)展成為我國經(jīng)濟高質(zhì)量發(fā)展的重大戰(zhàn)略安排。黨的二十大指出，要完善支持綠色發(fā)展的財稅、金融、投資、價格政策和標準體系，發(fā)展綠色低碳產(chǎn)業(yè)，積極穩(wěn)妥地推進碳達峰、碳中和。綠色信貸作為綠色金融的重要一環(huán)，通過向生態(tài)保護與環(huán)境友好項目提供貸款扶持并給予優(yōu)惠利率，對“雙高”企業(yè)與項目采取貸款限制與懲罰性利率等措施，實現(xiàn)資金的“綠色”配置。截至2022年9月末，綠色信貸余額高達5.2萬億元，較2022年初增長18.22%，已成為實現(xiàn)綠色低碳發(fā)展的重要助推力。

本文以2012年中國銀監(jiān)會印發(fā)的《綠色信貸指引》(以下簡稱《指引》)的正式實施為事件構(gòu)造準自然實驗，運用雙重差分法定量評估綠色信貸政策對重污染企業(yè)碳績效的影響。以期豐富綠色信貸政策微觀效果的相關(guān)研究，為以信貸手段促進經(jīng)濟綠色低碳發(fā)展提供一定的政策啟示。

1 文獻綜述

1.1 綠色信貸政策對重污染企業(yè)的影響

自《指引》實施以來，眾多學者針對綠色信貸政策對重污染企業(yè)的影響進行了大量實證研究，已有許多文獻論證了綠色信貸政策的有效性。例如，蘇冬蔚和連莉莉(2018)[1]經(jīng)研究發(fā)現(xiàn)，綠色信貸政策對重污染企業(yè)的有息債務(wù)融資、長期負債及新增投資具有抑制作用；丁杰和胡蓉(2020)[2]則進一步探究了環(huán)境規(guī)制對綠色信貸政策抑制重污染企業(yè)投融資的增強作用。以上研究表明，綠色信貸政策對重污染企業(yè)投融資行為具有顯著的抑制作用。關(guān)于綠色信貸政策對重污染企業(yè)創(chuàng)新活動的影響，學者們存在分歧。王馨和王營(2021)[3]對A股上市公司進行了實證研究，結(jié)果表明，《指引》實施后，重污染企業(yè)綠色創(chuàng)新數(shù)量顯著增加，但創(chuàng)新質(zhì)量無明顯變化；也有部分研究顯示，綠色信貸政策未能產(chǎn)生波特效應(yīng)，抑制了重污染企業(yè)的技術(shù)創(chuàng)新(陸菁等，2021)[4]。此外，學者們普遍認為，綠色信貸政策能夠顯著抑制重污染企業(yè)的污染排放。馬妍妍和俞毛毛(2020)[5]運用雙重差分模型驗證了《指引》對重污染企業(yè)污染排放的抑制作用；潘燁(2022)[6]經(jīng)實證得出了與之相似的結(jié)論。

1.2 企業(yè)碳績效研究

企業(yè)碳績效是企業(yè)環(huán)境績效的重要組成部分，用以衡量企業(yè)碳排放效率。國內(nèi)外學者嘗試采用多種方法衡量企業(yè)碳績效：第一類從碳排放強度、碳依賴程度、碳暴露度和碳風險四個維度對碳績效進行衡量(Hoffmann et al,2008)[7]；第二類利用綜合因子得分法，通過構(gòu)建量表為各影響因子賦分以測算碳績效(周志方等，2019)[8]；第三類綜合考慮企業(yè)營業(yè)收入和碳排放量，以企業(yè)每百萬銷售額碳排放總量的倒數(shù)作為碳績效的代替變量(Baran Doda et al ,2016)[9]。關(guān)于企業(yè)碳績效的實證研究較少，部分學者對企業(yè)碳績效和財務(wù)績效的關(guān)系進行了實證研究。例如，何玉等(2017)[10]和閆華紅等(2019)[11]分別選取美國標準普爾500公司和滬深兩市的A股制造業(yè)上市公司為樣本，發(fā)現(xiàn)企業(yè)碳績效與財務(wù)績效存在正相關(guān)關(guān)系；周志方等(2017)[12]則以英國富時350企業(yè)為樣本，得出了與之相反的結(jié)論。

綜上所述，現(xiàn)有文獻多關(guān)注綠色信貸政策對重污染企業(yè)投融資行為、綠色創(chuàng)新及污染排放情況的作用效果，往往只考慮《指引》對重污染企業(yè)經(jīng)濟效益或環(huán)境效益的影響，少有文獻綜合考慮重污染企業(yè)的經(jīng)濟與環(huán)境效益，進一步考察《指引》對重污染企業(yè)碳排放效率的影響。鑒于此，本文以2012年《指引》的出臺為切入點，運用雙重差分法探究《指引》對重污染企業(yè)碳績效的影響，并為政府采取適當激勵措施和差異化政策促進重污染企業(yè)平衡自身經(jīng)濟效益和環(huán)境效益提供借鑒。

2 理論分析與研究假設(shè)

2.1 綠色信貸政策與企業(yè)碳績效

根據(jù)本文對碳績效評價標準的選取，綠色信貸政策對企業(yè)碳績效的影響可從企業(yè)碳排放及企業(yè)營業(yè)收入兩個角度進行考察。

2.1.1 綠色信貸政策與企業(yè)碳排放

制度因素是企業(yè)承擔環(huán)境責任的主要驅(qū)動力。綠色信貸政策向重污染企業(yè)發(fā)出碳減排的政策信號，重污染企業(yè)基于自身融資需求與長遠發(fā)展需要主動承擔環(huán)保責任，積極進行碳減排；此外，《指引》通過限制重污染企業(yè)融資獲取等“懲罰”措施，促使重污染企業(yè)碳減排。多數(shù)研究表明，綠色信貸能夠顯著地抑制重污染企業(yè)碳排放量(江紅莉等，2020[13]；尤志婷等，2022[14])。

2.1.2 綠色信貸政策與企業(yè)營業(yè)收入

企業(yè)營業(yè)收入是企業(yè)獲得利潤的基礎(chǔ)，也是反映公司生產(chǎn)、銷售規(guī)模及經(jīng)濟效益的重要指標。制度理論認為，環(huán)境規(guī)制會導(dǎo)致企業(yè)生產(chǎn)效率的降低，對企業(yè)營業(yè)收入產(chǎn)生負面影響。《指引》要求金融機構(gòu)充分考慮重污染企業(yè)信貸業(yè)務(wù)的環(huán)境風險，拒絕向不合規(guī)企業(yè)授信。在我國間接融資為主的金融體系下，重污染企業(yè)面臨更強的融資約束，將對重污染企業(yè)整體經(jīng)營產(chǎn)生負面影響，不利于企業(yè)提升營業(yè)收入。此外，重污染企業(yè)為取得金融機構(gòu)信貸資金，將通過縮減重污染項目規(guī)模、技術(shù)創(chuàng)新等方式減少污染排放。縮減項目規(guī)模將直接影響企業(yè)營業(yè)收入，增加綠色技術(shù)研發(fā)投入也將占用企業(yè)規(guī)模擴張資金，短期內(nèi)會對企業(yè)營業(yè)收入產(chǎn)生負面影響。

信號傳遞理論認為，企業(yè)向公眾傳遞高質(zhì)量的信號，有利于企業(yè)增強競爭優(yōu)勢。《指引》的實施促進重污染企業(yè)積極減少污染排放，向公眾釋放“綠色”信號，或能幫助企業(yè)提高聲譽，吸引更多投資者，有利于企業(yè)營業(yè)收入的提升。而且《指引》旨在幫助重污染企業(yè)綠色轉(zhuǎn)型升級，有利于重污染企業(yè)適應(yīng)經(jīng)濟高質(zhì)量發(fā)展，長期來說，有利于重污染企業(yè)提升營業(yè)收入。為檢驗《指引》對重污染企業(yè)碳績效的影響，本文提出以下對抗假設(shè)：

H1a：《指引》出臺后，相比非重污染企業(yè)，重污染企業(yè)碳績效降低。

H1b：《指引》出臺后，相比非重污染企業(yè)，重污染企業(yè)碳績效提升。

2.2 綠色信貸政策對重污染企業(yè)碳績效影響的機制分析

《指引》限制金融機構(gòu)向重污染企業(yè)貸款，企業(yè)獲得貸款資金減少、融資成本增加，將對企業(yè)財務(wù)績效產(chǎn)生負面影響。部分實證研究表明，企業(yè)環(huán)境績效與財務(wù)績效之間具有顯著的正向關(guān)系(朱清香等，2020)[15]，企業(yè)積極進行減排有利于提高企業(yè)財務(wù)績效(趙玉珍等，2021)[16]。財務(wù)績效更好的企業(yè)更有能力和動力進行碳減排，有利于其樹立良好的企業(yè)形象以實現(xiàn)長期的財務(wù)效益，進一步提升企業(yè)碳績效。《指引》能夠通過對重污染企業(yè)融資限制，降低重污染企業(yè)財務(wù)績效，間接影響重污染企業(yè)碳績效。 綜上，本文提出如下假設(shè)：

H2：企業(yè)財務(wù)績效在《指引》影響重污染企業(yè)碳績效過程中起部分中介作用。

3 研究設(shè)計

3.1 樣本選擇與數(shù)據(jù)來源

本文選取2007—2020年我國A股工業(yè)上市公司為研究樣本, 參考環(huán)保部2010年發(fā)布的《上市公司環(huán)境信息披露指南》對重污染行業(yè)進行界定, 將火電、鋼鐵、水泥等16類行業(yè)作為重污染行業(yè)。借鑒前人研究成果，本文對樣本進行了如下處理：(1)剔除了ST、ST*等樣本公司；(2)剔除存在變量缺失的樣本。經(jīng)過以上篩選，最終得到475家企業(yè)，其中重污染企業(yè)279家，非重污染企業(yè)196家，共獲得6650個年度觀測值。由于無法直接獲得我國企業(yè)的碳排放量，本文借助企業(yè)營業(yè)成本和行業(yè)碳排放量估算企業(yè)的碳排放量。上市公司相關(guān)財務(wù)數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。為控制極端異常值的影響，本文對所有連續(xù)變量進行了上下1%分位數(shù)的縮尾處理。

3.2 變量定義

3.2.1 被解釋變量

綜合考慮數(shù)據(jù)可獲得性和變量實際經(jīng)濟意義，本文參考閆華紅等(2019)的研究，用企業(yè)每百萬營業(yè)收入除以企業(yè)碳排放量，并取其對數(shù)作為企業(yè)碳績效指標。碳績效指標數(shù)值越高，則代表企業(yè)排放一定量的二氧化碳所獲得的營業(yè)收入更多，即企業(yè)碳績效更好。

3.2.2 主要解釋變量

本文以2012年出臺的《指引》作為外生影響點，研究綠色信貸政策對重污染企業(yè)碳績效的影響，若樣本年度在2012年及之后則時間虛擬變量Timet=1，反之則為0。借鑒陳琪和張廣宇(2019)[17]的研究方法，本文將重污染行業(yè)企業(yè)作為處理組，非重污染行業(yè)企業(yè)作為控制組。若企業(yè)屬于16個重度污染行業(yè)則Treati=1，反之則為0。用TimetxTreati衡量綠色信貸政策的凈效應(yīng)。

3.2.3 中介變量

本文根據(jù)對綠色信貸政策對重污染企業(yè)碳績效影響機制的分析，選取企業(yè)總資產(chǎn)利潤率及凈資產(chǎn)利潤率作為企業(yè)財務(wù)績效指標。

3.2.4 控制變量

參考何玉等(2017)及Chen Zhi 等(2020)[18]對企業(yè)碳績效的研究，選取企業(yè)規(guī)模、資產(chǎn)負債率、資產(chǎn)集約程度、董事會獨立性、企業(yè)成長能力及股權(quán)集中度作為控制變量，具體變量說明如表1所示。

表1 變量名稱及其定義

3.3 模型構(gòu)建

參考劉強等(2020)[19]的方法，本文設(shè)定雙重差分基準模型如下：

式(1)中：CPit為企業(yè)碳績效指標，為被解釋變量；Treati為重污染行業(yè)企業(yè)的虛擬變量，重污染組企業(yè)取1,反之取0；Timet為政策實施的虛擬變量，2012年及以后取值為1，反之取值為0；TimetxTreati為核心解釋變量,其系數(shù)β1衡量政策實施后對重污染企業(yè)碳績效的影響；Controlit為一系列企業(yè)層面控制變量；τi為行業(yè)固定效應(yīng)，Υt為年份固定效應(yīng)，εit為隨機擾動項。

由于雙重差分模型無法直接檢驗綠色信貸政策影響企業(yè)碳績效的作用機制，根據(jù)前文假設(shè)，參考溫忠麟和葉寶娟(2014)[20]關(guān)于中介效應(yīng)的研究，本文構(gòu)建以下模型檢驗企業(yè)財務(wù)績效是否為綠色信貸政策影響企業(yè)碳績效的途徑之一。

模型(2)和模型(3)中ROAti為企業(yè)i在t年的總資產(chǎn)收益率，模型(4)和模型(5)中ROEti為企業(yè)i在t年的凈資產(chǎn)收益率，其他變量含義不變。

4 實證結(jié)果與分析

4.1 描述性統(tǒng)計

主要變量描述性統(tǒng)計如表2所示。從標準差來看，不同企業(yè)的碳績效(CP)和規(guī)模(Size)具有較大的差異。企業(yè)總資產(chǎn)利潤率(ROE)和凈資產(chǎn)利潤率(ROA)的最小值分別為-0.0822和-0.219，最大值分別為0.234和0.391，說明不同企業(yè)的盈利能力有一定差距。

表2 主要變量描述性統(tǒng)計

4.2 基準回歸分析

表3所示為依據(jù)模型(1)估計的《指引》對重污染企業(yè)碳績效影響的檢驗結(jié)果。表3中第(1)列顯示控制相關(guān)變量及行業(yè)和年份固定效應(yīng)后，綠色信貸政策凈效應(yīng)的回歸系數(shù)均顯著為負，表明《指引》的實施對重污染企業(yè)碳績效具有顯著的負面作用，假設(shè)H1a得證。

表3 基準回歸及穩(wěn)健性檢驗結(jié)果

4.3 穩(wěn)健性檢驗

4.3.1 平行趨勢檢驗

雙重差分模型要求在《指引》實施之前，重污染企業(yè)和非重污染企業(yè)的碳績效擁有相同發(fā)展趨勢。本文將政策實施前四年及后八年的年度虛擬變量與Treati的交乘項加入模型(1)進行回歸。政策實施前及實施后各年份的交乘項系數(shù)分別用p_1至p_4及t_1至t_8表示，2012年當年的交乘項系數(shù)為current，結(jié)果如圖1所示；交乘項系數(shù)在2012年之前均不顯著異于0，總體上通過了平行趨勢檢驗；2012年政策實施當年重污染企業(yè)碳績效無明顯變化，此后政策效應(yīng)逐年增強，說明政策存在一定的滯后性。

圖1 處理變量與年份虛擬變量交乘項系數(shù)置信區(qū)間

4.3.2 PSM-DID

為降低樣本選擇問題對回歸分析造成的影響，本文利用傾向性得分匹配法(PSM)，以企業(yè)資產(chǎn)負債率、企業(yè)規(guī)模、股權(quán)集中度和董事會獨立程度作為PSM匹配協(xié)變量進行逐年1:1近鄰匹配。在共同支撐域內(nèi)，匹配成功樣本共3449個，約為樣本總數(shù)的一半。回歸結(jié)果如表3所示，TimetxTreati的估計系數(shù)為負，且在1%的水平下顯著，說明匹配后綠色信貸政策對重污染企業(yè)碳績效的抑制作用依然顯著，一定程度上驗證了本文回歸結(jié)果的穩(wěn)健性。

4.3.3 安慰劑檢驗

為增強回歸結(jié)果的穩(wěn)健性，本文將綠色信貸政策實施年份提前到2010年，重新定義交乘項并進行回歸分析，發(fā)現(xiàn)交乘項TimetxTreati的系數(shù)不再顯著，具體結(jié)果如表3所示。

4.4 機制檢驗

企業(yè)財務(wù)績效的中介效應(yīng)體現(xiàn)在兩個方面：模型(2)和模型(4)中TimetxTreati的系數(shù)顯著，并且模型(3)和模型(5)中交乘項的系數(shù)相比于模型(1)中交乘項系數(shù)發(fā)生了變化。表4第(1)列和第(3)列分別報告了模型(2)和模型(4)的回歸結(jié)果，TimetxTreati的系數(shù)為負且均在1%的水平下顯著，說明綠色信貸政策對企業(yè)總資產(chǎn)利潤率及凈資產(chǎn)利潤率有顯著的負向影響。第(2)列和第(4)列分別報告了模型(3)和模型(5)的回歸結(jié)果，其交乘項系數(shù)分別為-0.735和-0.743，均在1%水平下顯著，與表3第(2)列中基準回歸的交乘項系數(shù)-0.752相比有所增加，說明綠色信貸政策能過通對企業(yè)財務(wù)績效的部分中介作用對企業(yè)碳績效產(chǎn)生負面影響。

表4 機制檢驗結(jié)果

4.5 異質(zhì)性分析

4.5.1 企業(yè)產(chǎn)權(quán)異質(zhì)性

為檢驗企業(yè)產(chǎn)權(quán)性質(zhì)對企業(yè)碳績效的影響，本文將樣本分為國有企業(yè)組和非國有企業(yè)組，分別進行回歸。表5第(1)列和第(2)列分別報告了國有企業(yè)和非國有企業(yè)的回歸結(jié)果。綠色信貸政策對國有企業(yè)和非國有重污染企業(yè)碳績效均具有顯著的抑制作用，而且國有重污染企業(yè)碳績效受到的抑制作用更強。這可能是因為：國有企業(yè)規(guī)模相對較大，存在更多火電、石化等大型重污染企業(yè)，短時間內(nèi)難以大幅降低碳排放量；且《指引》實施前，國有企業(yè)更容易從金融機構(gòu)獲得貸款，因而《指引》對國有重污染企業(yè)具有更嚴重的“懲罰”效應(yīng)。

表5 異質(zhì)性分析

4.5.2 地區(qū)金融業(yè)市場化異質(zhì)性

本文根據(jù)王小魯?shù)染幹频摹吨袊质》菔袌鲋笖?shù)化指數(shù)報告2019》，將金融業(yè)市場化指數(shù)高于全國平均金融業(yè)市場化指數(shù)的省份作為金融業(yè)市場化程度較高地區(qū)，并將在此地區(qū)的企業(yè)樣本作為金融市場化程度較高組，其他樣本作為金融業(yè)市場化程度較低組。表5第(3)和第(4)列交乘項系數(shù)表明，相比金融市場化程度較高組，金融業(yè)市場化程度較低組受到綠色信貸政策的抑制作用更強，這可能是因為金融業(yè)市場化程度較低地區(qū)的重污染企業(yè)融資渠道較為單一，在受到銀行信貸限制后面臨更嚴重的融資約束，對企業(yè)經(jīng)營產(chǎn)生的負面影響更大，因而《指引》對金融業(yè)市場化程度較低組的重污染企業(yè)碳績效抑制作用更強。

5 結(jié)語

本文以2012年出臺的《指引》構(gòu)造準自然實驗，并選取2007—2020年我國A股工業(yè)上市公司為研究樣本，運用雙重差分法探究綠色信貸政策對重污染企業(yè)碳績效的影響及其作用機制，并采用PSM-DID、提前政策時間等方式對回歸結(jié)果進行穩(wěn)健性檢驗。研究結(jié)果表明，綠色信貸政策并未提升重污染企業(yè)碳績效。機制分析結(jié)果表明，綠色信貸政策能夠通過降低重污染企業(yè)的財務(wù)績效，間接降低重污染企業(yè)碳績效。此外，國有重污染企業(yè)和金融市場化程度較低的重污染企業(yè)碳績效受綠色信貸政策的抑制作用更強。

基于以上實證研究結(jié)論，本文提出以下政策建議：

第一，綠色信貸政策對重污染企業(yè)經(jīng)營績效產(chǎn)生了較大的負面影響。政府應(yīng)采取相應(yīng)的補助措施激勵重污染企業(yè)的碳減排行為，如對積極進行綠色創(chuàng)新的重污染企業(yè)進行稅收優(yōu)惠，以提升政策響應(yīng)度。

第二，鑒于綠色信貸政策對重污染企業(yè)的影響具有差異性，政府應(yīng)為不同性質(zhì)及地域的重污染企業(yè)制定差異化信貸政策，兼顧融資相對困難的重污染企業(yè)，以保證政策的有效性。

第三，金融機構(gòu)應(yīng)采用更加多元化、合理化的方式對企業(yè)環(huán)境風險進行評估，嚴格執(zhí)行綠色信貸發(fā)放標準以實現(xiàn)信貸資金綠色配置，協(xié)助落實好綠色信貸政策。

第四，重污染企業(yè)應(yīng)加強環(huán)保意識，主動進行環(huán)境信息披露，積極承擔社會責任。重污染企業(yè)應(yīng)通過加強引進和培養(yǎng)創(chuàng)新型人才、加大研發(fā)投入等方式促進綠色技術(shù)創(chuàng)新，逐步改進高污染排放的生產(chǎn)方式，積極進行企業(yè)轉(zhuǎn)型，從長遠利益出發(fā)，兼顧企業(yè)經(jīng)濟效益與環(huán)境效益。