■秦海林 王秀鳳
2012 年《綠色信貸指引》為金融機構開展綠色信貸業務提供了指導性意見,進一步明確了銀行業發放綠色信貸的標準和準則。該政策的實施意味著對高污染企業的信貸審批將會更加嚴格,這對高污染企業的估值可能會產生不小的負面影響。
從宏觀方面看,綠色信貸政策引導企業進行環境信息披露以及加強對環境的保護,從而提高企業的環境社會責任,并對社會環境產生正外部性。從企業的微觀行為來看,綠色信貸政策會提高所有企業的貸款門檻以及貸款成本,這將極大地限制高污染行業的投資。與此同時,為了獲取貸款以維持現金流的穩定,高污染企業會采取各種措施去符合綠色信貸政策,比如加強環境信息披露、縮減高污染的投資支出和增加環境污染的治理費用等。由此可見,既然綠色信貸政策可以影響企業現金流的穩定性,那么它也會對估值產生重要影響。
綠色信貸政策的實施是否會影響企業估值呢?對此,下文將在闡釋綠色信貸政策作用機制的基礎之上,運用雙重差分模型來評價綠色信貸對高污染企業估值的影響。
綠色信貸政策的實施效果是學術界關注的焦點,大體上可以分為企業和行業兩個層面的研究。在企業層面上,綠色信貸政策會對高污染企業的創新績效產生影響。此外,綠色信貸政策還會加劇高污染企業的盈余管理,從而降低其盈余質量[1],抬升其退出風險[2]。在行業層面上,綠色信貸政策提升了高污染行業的綠色全要素生產率[3],進而提升了綠色信貸政策與環保財政政策的協同效應[4],有助于產業結構升級。
公司的價值評估主要集中在兩個方面,即相對價值和絕對價值。在現有文獻中,多采用托賓Q 值和ROA 等來作為公司估值的代理變量。公司估值受多方面因素的影響。在外部金融環境極度不穩定時,公司外部其他因素以及非正式產權的發展對公司估值影響較大[5]。此外,公司估值可以與投資者行為聯系在一起,尤其是投資者權力等[6]。公司估值也會受到管理層特征的影響,CEO 的負面情緒會成為投資者低估公司預期價值的信號[5]。
企業的社會責任在公司估值中至關重要,不同類型的公司所承擔的社會責任也有所不同。一方面,高污染企業投資的邊際社會成本高于其邊際社會效益,因而對環境造成了外部性。Chu[7]認為企業股東社會責任提案的提交具有顯著的價值意蘊。這意味著,企業的環境社會責任可以使公司的價值得到明顯提升。此外,環境信息披露能夠從側面反映企業承擔的社會責任高低。信息披露水平越低,公司估值也會相應降低[8];環境信息的披露水平越高,企業的估值也就越高。公司的環境管理績效與公司估值具有顯著的正相關關系[5]。同時,眾多的環境污染事件會帶來非常大的社會成本,處罰力度的加大會使得企業的生產成本明顯提高,從而降低企業的收益。隨著綠色信貸政策的實施,信貸審查更加嚴格,信貸門檻以及融資成本隨之攀升。當貸款審批被嚴格限制時,企業為獲取信貸會進行相應的盈余管理[9],從而增加了財務舞弊的可能性,對于不良信息的披露也會降低,對公司估值產生消極影響。
從以往文獻的整理中不難發現,鮮有文獻將綠色信貸政策與公司估值結合起來進行研究。對于公司估值的研究也僅限于對公司估值方法以及影響因素的研究。同時,國內外有關綠色信貸的文獻較多,但有關綠色信貸對企業估值的影響卻很少。因此,本文將利用雙重差分模型來評估綠色信貸政策的實行對于公司估值的影響。
本文的邊際貢獻有三點:第一,切入點較為新穎,從公司估值模型入手,研究了綠色信貸政策對于公司現金流的影響;第二,使用雙重差分模型進行主回歸分析,同時使用了動態DID 以及安慰劑檢驗等穩健性檢驗,使得結論具有更高的可信度;第三,對于綠色信貸政策影響公司估值的內部機制進行了實證檢驗,從融資約束、研發投入、每股股利入手,闡釋了綠色信貸政策對企業的微觀效應。
首先,綠色信貸政策的執行不僅會刺激高污染企業的盈余管理行為[10],而且會誘致高昂的貸后監督成本,從而導致公司估值行情走低。綠色信貸政策提高了貸款門檻與貸款成本,使得高污染企業面臨巨大的融資約束[11]。企業為獲得信貸可能會進行財務造假,致使會計信息質量降低,隨之而來的是資產配置效率的下降,進而導致公司估值的降低[12]。與此同時,綠色信貸政策對于貸后的監督管理也非常嚴格。財務造假的企業在獲取信貸以后,為了應對信貸機構的審查,必然也會采取相應的措施來進行產業結構升級,這會導致公司的現金流下降,公司的估值降低。
其次,綠色技術的研發與使用存在不確定性,高污染企業如果遵照綠色信貸政策的指引,研發綠色技術或使用綠色技術,就會在短期內面臨投資收益率下降的風險,從而導致公司估值走低。綠色信貸政策實質上是對公司間有限的信用資源進行重新分配。高污染企業要想獲得信貸,就必須采取綠色技術創新等方式進行綠色轉型。毋庸置疑,技術創新與研發投入是正相關的,而研發投入很可能成為沉沒成本。因此,研發投入的增加不一定意味著創新產出的增加[13]。研發費用和環境信息披露費用作為一種成本會影響到公司的現金流量。如此一來,綠色信貸政策勢必會提高企業的生產成本,而其對于產出的影響具有不確定性。因此,綠色信貸政策會對高污染企業的估值產生不利影響。
最后,綠色信貸政策要求高污染企業提高信息披露質量,這在短期內不僅會增加生產或服務的邊際成本,而且還會擠占公司的自由現金流,壓縮公司現金分紅的空間,從而導致公司估值走低。一般來說,信息披露水平越高的企業,越容易得到銀行以及社會公眾的信任,更容易獲得銀行信貸。在實施綠色信貸政策之后,鑒于公司存在通過財務舞弊來進行政策套利的機會主義行為,銀行等金融機構會傾向于將資金給予信息披露水平更高的企業。然而,環境信息的公開披露會帶來種種費用,其作為生產成本的一部分會對企業現金流的穩定性產生重要影響[14]。一方面,生產成本的大幅提高會使自由現金流中的凈收益減少,從而造成自由現金流減少。財務靈活性假說認為,自由現金流可以讓大量的資金保留在公司內部,這會增強公司政策制定者的信心,并為公司的投資決策提供資金支持。因此,在有足夠自由現金流的情況下,企業會擴大研發投入來增加產出,此時公司估值會相應提高;與此相反,現金流減少自然會降低公司估值。另一方面,不同的股利政策都要求有一定的自由現金流,公司在自由現金流下降之后,會通過采用不同的非現金分紅方式來減少其面臨的資金壓力。從股利折現模型來看,如果現金股利不斷縮水,公司估值就會相應地降低。
基于以上分析,本文提出研究假說1:
H1:綠色信貸政策會降低高污染企業估值。
1.融資約束
由于綠色信貸政策對企業融資的限制是多方面的,融資約束問題會降低企業估值。為了矯正信貸資金流向“三高”企業,《綠色信貸指引》將企業的環境表現以及社會責任作為信貸的重要參考標準,引導資金流向高效環保的綠色產業。在這種情況下,當高污染企業難以獲取融資時,其為了“改善”環境信息披露質量可能會實施盈余管理,以降低融資難度[1]。由此可見,高污染企業在事前可以通過財務造假來獲取融資,在獲取信貸以后也可能繼續進行財務造假來獲取信貸支持。政策套利問題的存在加大了銀行的監控成本,為了覆蓋成本,金融機構會上調借貸利率。進一步來說,隨著政府對環境污染問題的重視,高污染企業會受到嚴厲的懲罰,生態環境正外部性企業將得到更大的支持。懲罰勢必會加大企業面臨的融資約束,其投資效率將會下降[15],創新產出也會降低。如此一來,投資者對公司的期望會降低,而公司的價值也會隨之下降。
基于以上分析,本文提出研究假說2:
H2:綠色信貸政策通過加大高污染企業面臨的融資約束,降低其估值。
2.研發投入
一方面,高污染企業不僅會受到政府的處罰而加大其融資約束,同時也難以獲得資金補貼,從而影響其研發活動。另一方面,實施綠色信貸政策后,面臨融資約束的企業會轉向其他資金回收周期短、風險低、短期投資回報率更高的項目,即綠色信貸政策的推行會對企業創新活動產生擠出效應,研發投入相應降低。然而,持續研發是提升公司核心能力的重要途徑。如果企業研發投入顯著減少,其競爭力就會減弱,創新產出也會隨之下降,投資者對于公司估值的預期值也會下降。也就是說,綠色信貸政策會減少高污染企業的研發投入,從而對其估值產生不利影響。
基于以上分析,本文提出研究假說3:
H3:綠色信貸政策通過抑制高污染企業的研發投入,降低其估值。
3.每股股利
從股利信號理論來看,股利的發放可以傳遞信號,讓投資者了解有關公司前景的信息。因此,公司股利與公司價值呈現出正相關關系。根據股利分配的代理理論,股利分配可以抑制管理層為滿足私利而進行過度投資的問題。當無效投資減少時,公司估值會相應提高。換句話說,無論是從信號理論還是從代理理論來看,股利分配均可以提高公司的價值。然而,綠色信貸政策的實施會使高污染企業的生產成本增加,凈利潤下降,自由現金流下降。一方面,自由現金流下降會直接影響企業的現金股利,所以根據股利信號理論以及代理理論,公司估值將會相應降低。另一方面,隨著現金股利的減少,投資者對于公司的預期會降低,從而減持或拋售手中的股票,導致公司股價出現斷崖式下跌[16]。如此一來,就會形成惡性循環,即:企業的現金流會減少—企業的投資效率下降—公司面臨更高的融資約束—紅利分配意愿降低—每股股利進一步降低。
基于以上分析,本文提出研究假說4:
H4:綠色信貸政策通過降低高污染企業的股利分配,降低其估值。
參照蘇冬蔚等[17]的做法,本文選取2007—2015年A 股上市公司數據,并對數據做如下處理:(1)刪除ST、ST*類公司數據;(2)刪除主要變量中缺失值嚴重的樣本;(3)對于連續變量在1%和99%的水平上進行winsorize 的縮尾處理。最終獲得2323家公司的14041條數據。本文數據主要來自國泰安數據庫。
1.雙重差分模型
參照蘇冬蔚等[17]的研究,結合綠色信貸政策具有準自然實驗的特征,本文選用雙重差分模型來評估該政策對于高污染企業估值的影響。為此,建立以下雙重差分模型:
其中,下標i、t分別代表公司和時間。Tobinq是公司估值的代理變量托賓Q值。did是年份虛擬變量Time與政策虛擬變量Treated的交互項。control表示一系列控制變量,σ表示個體固定效應,λ表示時間固定效應,ε為誤差項。
2.被解釋變量
本文以托賓Q值作為企業估值的代理變量。托賓Q 值是公司市值與資產賬面價值之比,Q 值越大代表產業投資回報率越高,企業在資本市場變現套利的動機越大。也就是說,Q值越大,公司的投資價值越高,估值越高。
3.核心解釋變量
參照蘇冬蔚等[17]的研究,核心解釋變量did是年份虛擬變量Time與政策虛擬變量Treated的交互項。Time以2012 年作為時間節點,2012 年及其以后的年份取值為1,2012年以前的年份取值為0。《上市公司環保核查行業分類管理名錄》中公布的14個重點污染行業為實驗組,Treated取1;其余企業為對照組,Treated取0。
4.控制變量
為了解決模型的變量遺漏問題,本文加入以下控制變量:流動比率(liq)、兩職合一(dua)、產權性質(state)、是否存在一控多情況(mor)、有形資產比率(asset)、現金流波動性(cash flow)、盈利波動性(profit)、大股東占款(sto)、股權制衡度(res)、銀行借款比例(liability)、短期借款依賴度(short)、實際控制人兩權分離率(sep)。具體的定義與說明詳見表1。

表1 主要變量及其定義
5.中間變量
(1)融資約束(sa)
本文借鑒Hadlock 等[18]構建的sa 指數作為衡量融資約束的指標。其中,sa 指數用以下公式來進行測量:
其中,size代表企業規模,用期末總資產的自然對數來衡量;age代表企業年齡,以企業成立年限來衡量。sa指數數值越大,表明公司受到的融資約束困擾越嚴重。
(2)創新投入(inn)
創新投入以研發投入占營業收入的比例來表示,以檢驗綠色信貸政策對于公司估值的調節效應。
(3)每股股利(div)
股利政策發生變化的代理變量用每股股利來表示,每股股利用股利分派率乘以每股收益來表示。
6.主要變量的描述性統計結果
從表2 可知,托賓Q 值(Tobinq)的平均值為2.125,標準差為1.346;產權性質(state)的平均值為0.533,說明國有企業在所有企業中占到一半左右。

表2 主要變量描述性統計
7.共同趨勢檢驗
如圖1所示,《綠色信貸指引》實施之前,交互項回歸系數總體上為正,且變化趨勢相對平穩,而在2012年之后的第一、二、三年變化趨勢急轉直下,迥異于綠色信貸政策出臺前的情形。由此說明,共同趨勢檢驗在大體上滿足要求,雙重差分模型的估計結果是可以接受的。

圖1 共同趨勢檢驗
表3是構造的雙重差分模型的實證結果。在不加入控制變量時,did 系數在5%的顯著性水平上通過了t 檢驗,說明綠色信貸政策對高污染企業估值有著非常大的影響。隨著控制變量的添加,綠色信貸政策將會在5%、1%的顯著性水平上降低高污染企業估值。逐步添加控制變量后,估計結果的顯著性逐漸提高,證明研究假說1成立,且本文的實證結果具有穩健性。
結合實際,實施綠色信貸政策之前,高污染企業盈利穩定,風險較小。綠色信貸政策實施以后,與非高污染企業相比,高污染企業面臨著更加嚴格的信用審批,從而融資受限,資金流的穩定性受到影響。此時,企業會采取各種方式獲取融資,要么增加成本治理污染,要么財務造假獲取信貸。在一個充滿競爭的市場上,這些都會導致企業估值降低。
為進一步提高研究結論的穩健性,本文基于雙重差分的回歸結果進行了一系列穩健性檢驗。
1.更換被解釋變量
利用資產回報率(roa)作為公司估值的代理變量。資產回報率與企業的利潤創造息息相關,用資產回報率作為公司估值的代理變量與公司金融中利用市場法對公司估值極其相似。更換被解釋變量之后的結果如表4所示,在逐步添加控制變量后,綠色信貸政策降低高污染企業估值的結論依然顯著。假說1得到驗證。

表4 更換被解釋變量的結果
2.動態DID檢驗
借鑒Bertrand等[19]的研究,本文構造了動態雙重差分模型來檢驗結果的準確性。模型如下:
其中,《綠色信貸指引》實施當年After0取值為1,否則為0;實施后第一年After1取值為1,否則為0;實施后第二年After2取值為1,否則為0;實施后第三年After3取值為1,否則為0;實施前一年Pre1取值為1,否則為0;實施前兩年Pre2取值為1,否則為0;實施前三年Pre3取值為1,否則為0。Treated 表示政策變量,其與上述各項的交互項表示綠色信貸政策對于公司估值影響的變化趨勢。結果如表5所示。

表5 動態DID結果
由表5可知,政策實施以前,交互項的系數均不顯著;在政策實施的當年,交互項的系數顯著為正;在政策實施以后的第一年,交互項的系數并不顯著,在之后的兩年,交互項的系數在1%的水平上顯著。這說明,綠色信貸政策實施以后,政策效果并不會立即顯現,綠色信貸政策對于公司估值的影響存在一定的滯后效應。
3.安慰劑檢驗
安慰劑檢驗一般是虛構政策發生的時間抑或是虛構政策影響的處理組。其判斷依據是:如果虛構以后的實證結果依然顯著,則結論不具有穩健性;如果虛構以后結果不再顯著,則證明結論具有可靠性。本文借鑒郁智等[1]的研究,虛構政策發生的時間,以2011 年作為綠色信貸政策發生的時間點,以2011 年為界分別提前和滯后兩年選取樣本。具體來說,2009 年和2010 年是政策發生以前的年份,Time 取0;2012 和2013 年為政策發生以后的年份,Time 取1。保持實驗組樣本不變,核心解釋變量取政策實施時點(Time)與實驗組(Treated)的交互項(did1),結果如表6所示。結果顯示,在虛構政策發生時間以后,綠色信貸政策對于公司估值的結果不再顯著。這再次證明本文的實證結果具有穩健性。

表6 安慰劑檢驗回歸結果
通過建立如下模型,可以檢驗融資約束在綠色信貸政策與公司估值中所發揮的作用。
本文通過將樣本分為國有企業、非國有企業來考察融資約束對于公司估值的影響,實證檢驗結果如表7 所示。(1)列的回歸結果表明,綠色信貸政策的實施會在5%的顯著性水平上提高高污染企業的融資約束。研究假說2 成立。(2)和(3)列分別顯示了對樣本進行國有企業以及非國有企業分組的回歸結果。結果表明,綠色信貸政策對于非國有高污染企業融資限制作用并不顯著,而在國有企業中,綠色信貸政策會在5%的顯著性水平上提高高污染企業的融資約束。

表7 機制檢驗回歸結果1
實行綠色信貸政策以后,國有企業起到表率作用,銀行等金融機構對于資金流向國有重污染企業的限制更加嚴格,所以國有重污染企業面臨的融資約束更強。非國有重污染企業本來自身的融資制約較強,因此綠色信貸政策的執行效果并不明顯。
高污染企業技術創新會受到綠色信貸政策的影響。高污染企業技術創新變化以后,創新產出必定發生變化,產出變化之后一系列現金流會發生改變,從而可能影響公司估值。本文通過以下模型研究綠色信貸政策是否會對研發投入產生影響而作用于公司估值。
其中,innit表示第i個企業第t年的研發投入。
表8(1)列結果顯示,綠色信貸政策在全樣本中的實施會在1%的顯著性水平上降低高污染企業的研發投入。原因可能在于:實行綠色信貸政策將大大增加公司的生產成本。在企業資金有限時,生產成本的不斷提高將會對其他研發投入產生“擠出效應”。在這種情況下,綠色信貸政策的實施會降低企業的研發投入進而影響公司估值。(2)和(3)列分樣本回歸結果顯示,綠色信貸政策對非國有高污染企業的研發投入影響更大。研究假說3成立。原因可能在于:一方面,國有企業是國家各種政策實施的表率,且更加關注環境責任的履行,國有企業研發投入受綠色信貸政策的影響較小。另一方面,國有企業是政府重點關注的對象,能享受政府的資金支持,其資金相對于非國有企業來說較為充足。因此,在綠色信貸政策實施以后,非國有高污染企業研發投入的下降幅度更大。

表8 機制檢驗回歸結果2
本文通過以下模型研究綠色信貸政策是否會對現金股利產生影響,從而影響公司估值。
其中,divit表示第i個企業第t年的每股股利。如表9所示,(1)列顯示了在全樣本中實行綠色信貸政策會明顯降低高污染企業的每股股利。(2)和(3)列分組回歸結果顯示,綠色信貸政策會在1%的顯著性水平上降低國有企業的每股股利,而在非國有企業中效果并不顯著。這與機制檢驗1的回歸結果相吻合,政策實施后融資約束在國有企業中異常嚴重,企業內部現金流更加緊張,用于分發股利的現金流也隨之減少。由此驗證了假說4。

表9 機制檢驗回歸結果3
為確保核心解釋變量系數的穩定性以及大多數控制變量系數的顯著性,本文更換了部分控制變量:實際控制人擁有上市公司所有權比例(con),以實際控制人與上市公司股權關系鏈每層持有比例相乘或實際控制人與上市公司每條股權關系鏈每層持有比例相乘之總和來衡量;公司規模(size),以公司資產的對數來衡量;杠桿比率(lever),以總負債除以總資產來衡量;機構投資者持股比例(institution),以機構投資者持有的上市公司股份比例來衡量;控股股東持股比例(rat),優先選擇控股股東持股比例,若報告未公布控股股東,則選擇第一大股東持股比例。
表10顯示了基于產權性質的異質性分析,綠色信貸政策分別在1%、1%、10%的顯著性水平上降低了高污染企業的價值,研究假說1 仍然成立。進一步通過chow檢驗發現,國有企業與非國有企業存在顯著的組間系數差異,顯著性水平為1%。綠色信貸政策對國有企業的影響更大,且在國有企業中其系數的絕對值明顯大于非國有企業。這表明綠色信貸政策在更大程度上降低了國有高污染企業的估值。究其原因,綠色信貸政策實施后,國有企業受到的關注較高,銀行等金融機構對國有高污染企業的貸款支持減少,其面臨的融資約束日益嚴峻,公司價值也隨之下降。因此,相比于非國有高污染企業,國有高污染企業更容易受到綠色信貸政策的影響。

表10 異質性檢驗回歸結果1
考慮到公司估值與企業的現金流密切相關,綠色信貸政策對于公司估值的影響可能會在現金流量方面呈現出異質性。本文選擇企業的經營性凈現金流作為企業擁有自由現金流的代理變量。對于經營性凈現金流取中位數,將大于其中位數的樣本作為高現金流量組,其余樣本作為低現金流量組。表11結果顯示,綠色信貸政策在1%的顯著性水平上降低了高污染企業的估值,再次證明了研究假說1 的穩健性。同時,通過chow 檢驗發現,高現金流量組和低現金流量組組間系數存在明顯差異。表11(2)和(3)列展示了分組回歸的結果,在高現金流量組中綠色信貸政策對于公司估值的降低效果并不顯著,這說明在企業擁有較低的自由現金流量時,綠色信貸政策對公司的影響更大。在綠色信貸政策實施后,銀行等金融機構對于放貸的審查條件更加嚴格,自由現金流量較低企業的財務問題會愈加嚴重,企業估值也會相應降低。

表11 異質性檢驗回歸結果2
本文實證檢驗了綠色信貸政策顯著降低高污染企業估值的效應。然而,綠色信貸政策的實施效果遠不如預期。因此,本文試圖檢驗綠色信貸政策實施以后是否存在著融資替代問題,從而導致政策實施效果減弱。
銀行等金融機構是企業進行外源融資的首選。雖然綠色信貸政策限制了高污染企業的這一重要外源融資渠道,但企業會通過各種渠道獲取維持正常運行的金融資源。其中,流動性負債以及商業信用融資等成本較高的融資方式可能成為企業緩解融資困境的重要方式。如在市場中一些廠商為了提高營業收入會為客戶提供賒銷的方式來結算貨款,這樣商業信用可以使企業獲取一定的融資。
據此,本文建立以下模型來研究綠色信貸政策實施后在高污染企業中是否存在融資替代問題。
其中,ldfzit表示流動負債,用流動負債/總資產來衡量;fldfzit表示非流動負債,用非流動負債/總資產來衡量;syxyit表示商業信用。
表12的實證結果表明,綠色信貸政策的實施會顯著提高流動負債以及商業信用的比例,且在1%的顯著性水平上降低非流動負債的比例。非流動負債一般包括長期借款等,其風險較高,具備一定資質的企業才能夠獲取。實行綠色信貸政策以后,企業在進行信貸融資時,會計信息質量下降、財務舞弊等問題時常出現,銀行等金融機構的放貸風險明顯提高。與此同時,非流動負債的融資風險更高,銀行放貸也會更加謹慎,企業獲取信貸的難度進一步提高。企業日常的運營需要借助外部融資,因此企業也會尋求一些替代性的融資來滿足其短期的現金流需求,即提高流動負債比例。由此可見,替代性融資在一定程度上抵消了綠色信貸政策的實施效果。

表12 融資替代分析結果
基于2007—2015年A股上市公司數據,本文利用雙重差分模型,評估了綠色信貸政策對重污染企業公司估值的影響。研究發現:(1)重污染企業的估值會受到綠色信貸政策的影響。綠色信貸政策實施后,重污染企業會面臨嚴峻的融資約束問題,改變重污染企業的財務結構,從而抑制公司估值。(2)研發投入會因為綠色信貸政策而減少,影響公司的財務結構并對公司的成長性產生影響,這在一定程度上抑制了公司估值;且與非國有企業相比,綠色信貸政策對國有高污染企業估值的負面影響更大。(3)與擁有高現金流的高污染企業相比,綠色信貸政策對公司估值的抑制效應在低現金流的企業中表現更為顯著。由于綠色信貸政策的實施,企業的現金流會減少從而影響每股股利,每股股利的減少會抑制公司估值。總之,綠色信貸政策會顯著降低高污染企業估值,能夠在一定程度上推動其綠色技術研發,從而助力高污染企業實現綠色轉型。
為進一步推動高污染企業綠色轉型,綠色信貸政策可以從以下幾方面優化落實:
第一,金融機構應加強對綠色信貸的事前審批以及事后監管,以減少信貸管理過程中的逆向選擇和道德風險問題。銀行應當緊扣企業的綠色投資信息,對信貸企業的有關資料進行嚴格審查與及時披露,為投資者能夠正確有效地評估公司價值提供重要的參考建議。第二,監管機構要關注企業尤其是高污染企業所披露的會計信息質量,防止高污染企業進行盈余管理掩蓋真實財務狀況。第三,在綠色信貸政策的實施過程中,要適當關注高污染企業的資金需求,助力高污染企業以邊際遞增的方式實現綠色轉型。對于高污染企業實現綠色轉型的合理資金需求,要適度關注,在政策允許的范圍內給予合理的支持。