綠色信息披露影響債券發行定價嗎

鄒 冉（博士），鄭曉宇（博士生導師），阮琳檳，許慶鋒

一、引言

黨的二十大報告明確提出，要“推動綠色發展，促進人與自然和諧共生”。綠色可持續發展作為新發展理念的重要組成部分，是當前我國經濟社會實現高質量發展的關鍵環節。隨著綠色可持續發展戰略的不斷推進，資本市場中綠色信息披露日益受到各方的關注和重視，越來越多的發債企業開始主動披露其各類綠色信息。

在資本市場中信息尤為關鍵，因為它能夠通過引導價格的形成而最終促進資源優化配置（Kothari 等，2005）。那么，債券綠色信息披露是否會影響債券發行定價呢？對該問題的解答對于探討綠色可持續發展信息披露的經濟后果及債券發行定價的影響因素至關重要。尤其在當前，我國債券市場正在迅速發展，已成為全球第二大債券市場。同時，債券融資也是僅次于銀行信貸的第二大融資渠道。因此，探討債券綠色信息披露能否帶來債券發行定價效率的提升，對于提高債券綠色信息披露質量和優化債券市場資源配置具有重要現實意義。

從現有研究來看，已有文獻雖然對信息披露如何影響債券定價進行了探討，但主要局限于會計信息披露質量（周宏等，2014）、風險信息披露（Chiu 等，2018）、文本信息披露特征（林晚發等，2021）、整體環境信息披露（常瑩瑩和曾泉，2019）等視角，比較缺乏對綠色信息披露如何影響債券發行定價的研究。從與該議題最相關的環境信息披露研究來看，相關文獻也主要從整體環境信息披露層面展開討論，極少從披露內容上區分不同類型的環境信息并做進一步的深入探討，而且研究結論也尚未統一。事實上，由于環境信息透明度的提升有助于投資者更全面有效地了解企業環境方面的行為與表現（常瑩瑩和曾泉，2019），債券投資者通常不只是簡單關注債券是否貼有“綠色”標簽，而是進一步通過環境信息披露深入研究和評估債券的綠色程度及綠色屬性（祁懷錦和劉斯琴，2021）。換言之，投資者會進一步關注和分析不同性質的綠色信息可能傳遞的異質性信號，并據此進行投資決策。尤其是我國債券投資者主要為機構投資者（林晚發等，2021），他們更有能力對不同性質的綠色信息進行分析與評估，通過獲取其中所傳遞的不同信號進行投資決策。因此，在債券市場中，不同類型綠色信息披露可能產生不同的定價效應，應對其進一步區分以深入探討綠色信息披露的經濟后果及其作用機制。鑒于此，本文以我國A 股上市公司在2015 ～2020 年發行的非綠色信用債為研究對象，運用Python 軟件識別并獲取發債企業債券募集說明書中披露的綠色項目文本信息，并根據其內容和性質將其分為綠色“機會型”和“監管型”兩大類，通過實證檢驗考察異質性綠色項目信息披露對債券發行定價的影響及其作用機制。

本文的邊際貢獻包括：第一，在當前綠色可持續發展戰略不斷深化的現實背景下，以企業重要的直接融資渠道債券市場為研究對象，探討了發債企業異質性綠色項目信息披露對債券發行定價的影響，其研究結論為企業如何完善綠色信息披露、提高債券定價效率、優化債券市場資源配置提供了重要政策啟示。第二，豐富和拓展了綠色信息披露經濟后果的研究。本文從債券發行定價視角考察了異質性綠色項目信息披露所產生的不同定價效應，結果表明不同類型的綠色項目信息披露會產生不同的債券定價效應，因此本研究為綠色信息披露可能產生的經濟后果提供了新的經驗證據。第三，深化和拓展了債券發行定價影響因素的研究。現有文獻少有研究債券募集說明書中綠色信息披露對債券發行定價的影響，而本文正致力于此。同時，不同于既有文獻從整體環境信息披露視角進行的研究，本文根據所披露的綠色項目性質將其分為綠色“機會型”和“監管型”兩大類分別進行探討，有助于更深刻地厘清綠色信息披露影響債券發行定價的作用機理，對現有文獻進行了有益補充。

二、文獻回顧與研究假設

（一）文獻回顧

信息不對稱在債券定價中扮演著重要角色（Ding等，2022），已有越來越多的文獻從信息披露視角對債券發行定價展開了研究。在會計信息披露質量方面，周宏等（2014）研究發現，應計會計信息質量會顯著影響我國債券市場定價。在信息披露行為方面，方紅星等（2013）、Chen 等（2021）指出，公司的自愿性信息披露行為會影響債券信用利差，如自愿披露正面意見的內控鑒證報告或內含價值報告的公司債券信用利差較低。在風險信息披露方面，部分研究發現風險信息披露與CDS 風險溢價相關（Chiu 等，2018；Donovan 等，2021）。同時，吳武清等（2021）通過債券募集說明書中文本分析的證據指出，風險信息披露會影響債券發行信用利差，風險信息披露得越多，債券發行信用利差就越高。在文本信息披露特征方面，Bonsall 和Miller（2017）發現，財務信息披露的可讀性越差，企業債券評級越低，同時債務資本成本越高。林晚發等（2021）發現，債券募集說明書語調的負面程度越高，債券發行信用利差也越高。在環境信息披露方面，常瑩瑩和曾泉（2019）利用企業環境信息透明度總得分進行實證檢驗，發現環境信息透明度會通過影響企業信用評級而降低公司債券融資成本。周宏等（2016）以企業是否自愿披露社會責任報告和社會責任報告披露項目總得分衡量企業社會責任情況，研究發現社會責任信息能有效降低債券信用利差。武恒光和王守海（2016）在運用內容分析法評估出樣本公司環境信息總得分后，通過實證檢驗發現，環境信息披露與債券信用利差關系復雜，債券投資者會區分環境信息披露的“告白”或“辯白”行為，并分別給予正向和負向回應。

現有研究已提供較多證據表明信息披露是影響債券定價的重要因素，這也為本文分析提供了良好的理論基礎。但目前直接探討綠色信息披露如何影響債券發行定價的研究非常有限，即便與本文研究議題最相關的環境信息披露視角，也主要是從整體環境信息披露層面進行討論，尚未深入環境信息披露內容層面探討異質性信息披露可能產生的不同經濟后果。因此，對于異質性綠色信息披露如何影響債券發行定價問題仍有待進一步研究。

（二）理論分析與研究假設

1.異質性綠色項目信息的劃分。中國金融學會綠色金融專業委員會于2015 年發布了《綠色債券支持項目目錄（2015 年版）》（簡稱《目錄》）。這是我國第一份關于綠色債券界定與分類的文件，也是我國最早較為詳細列示和界定綠色產業項目的權威性文件。自《目錄》發布以來，對于其中所包含的綠色項目信息，不僅在我國綠色債券募集說明書中被要求強制披露，而且在許多非綠色債券發行主體的債券募集說明書中也進行了自愿披露。

《目錄》共包括節能、資源節約與循環利用、清潔交通、清潔能源、污染防治、生態保護和適應氣候變化六大類綠色項目。本文參考Sautner 等（2023）、吳育輝等（2022）的研究，將六大類綠色項目劃分為兩種類型：“機會型”和“監管型”。具體而言，Sautner等（2023）將氣候風險信息分為機會、監管和物理三種類型。吳育輝等（2022）同樣將碳信息披露劃分為機會、監管、物理三大類。其中：“機會”類信息主要包括“可再生資源”“循環經濟”“新能源”“電動汽車”“太陽能”“風能”等關鍵詞，與《目錄》中資源節約與循環利用、清潔交通、清潔能源類項目一致，故本文將這三類綠色項目劃分為綠色“機會型”項目；而“監管”類信息主要包括“減少排放”“能源監管”“空氣污染”“污染防治”“污水處理”“生態環境部”“綠水青山”等關鍵詞，與《目錄》中節能、污染防治、生態保護和適應氣候變化類項目一致，故本文將這三類項目劃分為綠色“監管型”項目①。

本文認為，由于綠色“機會型”和“監管型”項目具有不同的屬性與特征，其傳遞的信息會存在差異，因此當債券募集說明書中披露不同類型的綠色項目信息時可能存在不同的定價效應。

2.綠色“機會型”項目信息披露的影響效應。總體而言，綠色“機會型”項目信息披露有助于傳遞企業把握綠色轉型發展機遇、企業價值不斷提升的積極信號。首先，企業從事與清潔交通、清潔能源、資源節約與循環利用等“機會型”項目相關的綠色活動能夠彰顯其堅持綠色低碳發展的良好綠色形象。隨著“綠水青山”可持續發展戰略和生態文明建設的不斷推進，投資者的“綠色”投資理念正逐漸形成（楊廣青等，2020），公眾的綠色意識在逐步增強和深化（周文斌和趙素芳，2023），無論投資者、債權人、客戶還是其他社會公眾，都將越來越青睞和關注綠色低碳型企業。因此，具有良好綠色形象的企業會獲得更多投資者、債權人、客戶和其他利益相關者的支持，進而有利于促進企業發展、提高企業價值。其次，綠色“機會型”項目還能夠為企業創造更多的未來增值收益，進而促進企業價值提升。綠色“機會型”項目的投產通常能夠降低企業經營成本，提高生產效率，創造更多增值收益。例如：在資源節約與循環利用項目方面，寧夏靈武市郝家橋鎮通過將秸稈等農業廢棄物循環利用，變廢為寶，加工成草袋、草簾、草墊等多種產品，并將其廣泛用于農業、鐵路運輸、石油石化等領域，創造出額外增值收益；對于水電、風能、太陽能等清潔能源項目，其投產使用不僅不會排放污染物，而且還能促進產業結構升級和綠色經濟增長（徐斌等，2019）。由此可見，綠色“機會型”項目能夠有效發揮前端預防功能，促進企業進行清潔生產和改進綠色工藝技術，進而提高企業資源生產利用率（萬攀兵等，2021），促進企業價值提升。

綠色“機會型”項目信息披露傳遞出企業通過樹立良好綠色形象和創造更多增值收益來提升企業價值的積極信號，當債券投資者感知到上述積極信號后，將對債券投資具有更樂觀的預期，其所要求的債券風險溢價也將相應下降，進而有助于降低債券發行定價。上述作用過程見圖1。據此，本文提出如下假設：

圖1 異質性綠色項目信息披露對債券發行定價的影響機制

H1a：綠色“機會型”項目信息披露有助于降低債券發行定價。

3.綠色“監管型”項目信息披露的影響效應。綠色“監管型”項目主要包括企業因受到環境監管而在污染防治、生態修復等方面應當履行的社會責任和需開展的綠色活動。因此，綠色“監管型”項目信息披露意味著發債企業正面臨著一定的環境監管。而相關研究認為，環境監管通常易引發較大的環境風險而導致企業當前和未來現金流存在較大不確定性，進而使得企業債務違約風險增加（楊潔等，2020；關曉宇等，2023）。一方面，環境監管可能使企業發生額外的環境訴訟和處罰成本，從而影響其盈利能力和現金流量，進而導致企業償債能力下降、違約風險增加（周志方等，2017）。另一方面，企業因環境規制和監督而被動進行的污染防治等環境治理行為，還會導致其發生額外支出，從而增加經營成本和現金流出，進而產生更大的違約風險（張國清等，2020）。由此可見，環境監管所帶來的環境訴訟和處罰成本以及大量的環境治理成本均可能導致企業違約風險增加。因此，綠色“監管型”項目信息披露可能傳遞出企業正面臨較大環境監管風險，易引發更大違約風險的消極信號（吳育輝等，2022）。進一步地，隨著企業違約風險的增加，投資者將要求更高的風險溢價作為補償（王凱等，2023；蘇潔和王勇，2023；張雪瑩和王玉琳，2023），進而可能導致債券發行定價提高。

綠色“監管型”項目信息披露可能傳遞出企業因受環境監管而導致其違約風險增加的消極信號，當債券投資者感知到這一負面風險信號時，會要求更高的債券風險溢價。據此，本文提出如下假設：

H1b：綠色“監管型”項目信息披露有助于提高債券發行定價。

上述作用過程見圖1。

三、研究設計

（一）樣本選取與數據來源

本文選取我國A 股上市公司在2015 ～2020 年發行且有公開披露債券募集說明書的信用債為初始樣本，并按照如下步驟獲篩選樣本：（1）剔除所有金融行業的債券—年度觀測值；（2）由于利率類型為“累進利率”的債券，其后續利率會發生變化，故發行利率無法代表其真實定價，因此繼續剔除利率類型為“累進利率”的債券—年度觀測值；（3）剔除債券類型為“城投債”的債券—年度觀測值；（4）剔除主要財務數據或公司治理結構數據缺失的債券—年度觀測值；（5）剔除樣本為綠色信用債的債券—年度觀測值②。最終，得到4276個債券—年度觀測值。

本文的上市公司財務數據、公司債券特征數據主要來自Wind數據庫和CSMAR數據庫；債券募集說明書中的綠色項目文本信息通過Python軟件收集獲取。為了克服極端值的影響，對所有連續型變量進行了上下1%水平的縮尾處理。本文主要運用STATA軟件進行數據處理。

（二）主要變量定義

1.債券發行信用利差。本文因變量為債券發行信用利差（Spread），用以衡量債券發行定價水平。借鑒周宏等（2014）、林晚發等（2021）的研究，債券發行信用利差為債券發行時票面利率與同期發行的同期限國債收益率之差，計算公式如下：Spreadt,T=（BRt,T-NRt,T）×100。其中，Spread 表示起息日期為t時刻的T年期債券的發行信用利差，BR表示該債券的票面利率，NR表示t時刻的T年期國債收益率。對于極少部分缺失起息日期數據的債券，用債券募集說明書的公告日期代替。由于長期國債的期限大部分為整數年，對于沒有匹配到相同期限國債收益率的信用債，采用線性插值法進行計算。

2.綠色“機會型”和綠色“監管型”項目信息披露。為衡量債券募集說明書中綠色項目信息披露，本文借鑒目前量化文本分析方法，根據政策文件建立綠色項目文本信息識別詞，然后運用Python 軟件對債券募集說明書進行文本分析，即辨別文本是否包含識別詞。在此基礎上，建立虛擬變量衡量債券募集說明書中是否披露了各類綠色項目文本信息。具體按照以下步驟度量綠色“機會型”和綠色“監管型”項目信息披露變量。

（1）確定識別綠色項目信息的依據文件。《目錄》是最早較為詳細列示和界定綠色項目的權威性文件，對企業綠色項目的投資和開展具有較強的導向作用。而這些綠色項目的投入是企業未來進行綠色轉型和環境治理的主要方向，較多的非綠色債券發行主體均以此為依據在其債券募集說明書中主動披露了《目錄》中所包含的綠色項目信息。同時，通過人工閱讀和比較其他涉及描述綠色項目的相關政策文件，包括《綠色信貸指引》《綠色債券發行指引》《綠色產業指導目錄》等，發現《目錄》中包含的可供提取的識別詞較多，因此將該文件中的綠色項目信息作為綠色項目文本信息識別詞提取的主要依據。

（2）確定綠色項目文本信息識別詞。首先根據《目錄》初步設置綠色項目文本信息識別詞，然后使用Python軟件對識別詞的識別結果進行測試，再結合人工判斷，對其中不具代表性的識別詞進行剔除，主要包括匹配程度比較低（如有歧義）的識別詞，最終得到研究所用的綠色項目信息識別詞列表。為更準確地抓取債券募集說明書中的綠色項目文本信息，本文最終確定的識別詞包括一級識別詞和二級識別詞。其中，一級識別詞用于識別綠色項目的基本內容，二級識別詞用于識別綠色項目的生產制造或建設運營等性態（如整車制造、設施建設、設施運營等識別詞）。只有當句子中同時包含兩級識別詞時，才能判定該句中披露了綠色項目信息。例如，《目錄》對“4.6新能源汽車”項目的具體說明為，“指電動汽車、燃料電池汽車、天然氣燃料汽車等新能源汽車整車制造、電動機制造、儲能裝置制造以及其他零部件和配件制造”。相應地，本文對該項目所確定的一級識別詞為“電動汽車”“燃料電池汽車”“天然氣燃料汽車”“新能源汽車”等，二級識別詞為“整車制造”“電動機制造”“儲能裝置制造”等。只有當句子同時包含上述兩級識別詞時，才能判定該句披露了《目錄》中關于新能源汽車的綠色項目信息③。

（3）定義綠色項目信息披露變量。以所確定的綠色項目信息識別詞列表為基礎，利用Python 軟件對債券募集說明書進行文本分析，并構建是否包含各類綠色項目文本信息的變量。與資源節約與循環利用、清潔交通、清潔能源項目相關的文本信息為綠色“機會型”項目信息，用G_OPP 表示。如果債券募集說明書中披露了綠色“機會型”項目文本信息，則G_OPP 賦值為1，否則為0。與節能、污染防治、生態保護和適應氣候變化這三類項目相關的文本信息為綠色“監管型”項目信息，用G_REG 表示。如果債券募集說明書中披露了綠色“監管型”項目信息，則G_REG賦值為1，否則為0。

3.控制變量。參考已有研究，本文對其他可能影響債券發行信用利差的公司特征變量和債券特征變量進行了控制，同時還考慮了年度（YEAR）、行業（INDUS）和省份（PRO）因素的固定效應。在統計分析中，為緩解反向因果所產生的內生性問題，將所有公司層面財務變量取滯后一期值。

變量定義如表1所示。

表1 變量定義

（三）模型設計

為檢驗H1a和H1b，本文設計回歸模型（1）如下：

其中，Spread 為債券發行信用利差，G_OPP 為綠色“機會型”項目信息披露，G_REG為綠色“監管型”項目信息披露。如果α1顯著為負，說明債券綠色項目信息披露將對債券發行定價產生抑制效應，即綠色項目信息披露有助于降低債券發行定價；如果α1顯著為正，說明債券綠色項目信息披露對債券發行定價具有正向影響，綠色項目信息披露將導致債券發行定價提高。

四、實證結果分析

（一）描述性統計

表2 報告了主要變量的描述性統計結果。由表2 可知，非綠色債券發行信用利差最大值為4.91，最小值為-0.59，均值為1.42，標準差為1.15，說明不同非綠色債券之間的發行信用利差存在較大差異。從綠色項目信息披露情況來看：G_OPP的均值為0.21，說明有21%的非綠色債券募集說明書披露了綠色“機會型”項目文本信息；G_REG 的均值為0.47，說明有47%的非綠色債券募集說明書披露了綠色“監管型”項目文本信息。其他變量結果均與前期研究保持一致。

表2 描述性統計

（二）基本回歸結果

模型（1）的回歸結果如表3 所示。可以看出，無論是否控制年度、行業和省份的固定效應，G_OPP 的回歸系數均顯著為負，而G_REG的回歸系數均顯著為正。這說明債券募集說明書中的綠色“機會型”項目信息披露顯著降低了債券發行信用利差，導致債券發行定價下降，與H1a 預測一致。而債券募集說明書的綠色“監管型”項目信息披露則顯著提高了債券發行信用利差，導致債券發行定價提高，與H1b預測一致。

表3 綠色項目文本信息披露對債券發行定價的影響

（三）穩健性檢驗

1.內生性檢驗。本文的回歸結果可能會受到某些不可觀測因素的影響，針對遺漏某些不可觀測因素可能導致的內生性問題，參照王光遠和鄭曉宇（2019）的做法，通過安慰劑測試進行檢驗。具體做法為：運用計算機隨機化自變量綠色“機會型”項目信息披露（G_OPP），然后將其與因變量和控制變量組合，再對模型（1）進行回歸。對上述隨機過程重復1000次后得到估計結果的t值分布，如圖2所示。同理，按照上述方法對自變量綠色“監管型”項目信息披露（G_OPP）進行隨機化處理后，其估計結果的t值分布如圖3 所示。可以看到，隨機化處理后G_OPP 和G_REG 回歸結果的t 值均集中在0 附近，而基準回歸結果的t 值顯著異于0（如圖中實直線所示），說明因變量未受到其他不可觀測因素的顯著影響。

圖2 隨機化G_OPP后的t值分布

圖3 隨機化G_REG后的t值分布

針對因遺漏變量可能導致的內生性問題，本文進一步采用傾向得分匹配法（PSM）進行檢驗。首先，將披露綠色“機會型”項目信息的債券作為處理組（Treated），按照上市公司企業現金流（Cashflow）、凈資產收益率（Roe）、流動資產占總資產比率（Cur）、營業收入增長率（Gro）、公司年齡（Age）等進行1∶3的最近鄰匹配。其次，將披露綠色“監管型”項目信息的債券作為處理組（Treated），按照上市公司企業現金流（Cashflow）、凈資產收益率（Roe）、流動資產占總資產比率（Cur）、營業收入增長率（Gro）、公司年齡（Age）等進行1∶3 的最近鄰匹配。經匹配后的樣本對模型（1）進行重新回歸，如表4第（1）列和第（2）列所示，其結果與前文回歸一致，說明排除遺漏變量因素后，G_OPP 和G_REG 仍然能對債券發行定價產生顯著影響。

表4 穩健性檢驗

2.其他穩健性檢驗。首先，重新度量債券發行信用利差。本文參考紀志宏和曹媛媛（2017）的研究，利用國開債代替國債重新計算債券發行信用利差，對被解釋變量進行替換后進行穩健性檢驗，結果如表4第（3）列和第（4）列所示，所得回歸結果與基準回歸結果一致。其次，剔除部分樣本。考慮到部分債券募集說明書中同時披露了綠色“機會型”項目信息和綠色“監管型”項目信息，進而可能會產生抵消效應而影響檢驗結果。為了減少此類“噪音”，本文對僅披露綠色“機會型”項目信息與未披露綠色項目信息的子樣本以及僅披露綠色“監管型”項目信息與未披露綠色項目信息的子樣本分別進行回歸，結果如表4第（5）列和第（6）列所示，其回歸結果與基準回歸結果一致。最后，添加控制變量。為了緩解因遺漏變量而導致結論出現偏誤的問題，參照前期研究，本文在模型（1）的基礎上添加以下變量進行控制：債券發行是否由“四大”審計（Top4）；債券是否為含權債（Convert）；發債上市公司所在省份年度市場化指數（Market）。添加控制變量后的回歸結果如表4第（7）列和第（8）列所示，可以看到回歸結果與前文保持一致。

五、作用機制檢驗

（一）綠色“機會型”項目信息披露的作用機制

綠色“機會型”項目信息披露有助于向債券投資者傳遞企業未來價值提升的積極信號，因此投資者要求的債券風險溢價下降，進而有助于降低債券發行定價。為檢驗綠色“機會型”項目信息披露降低債券發行定價的作用機制，構建如下模型：

其中：Tobinqi，t+1為t+1期企業價值，同時控制了第t期企業層面變量。

回歸結果如表5第（1）列所示。可以看出，G_OPP對t+1 期企業價值的回歸系數在5%的水平上顯著為正，說明在債券募集說明書中披露綠色“機會型”項目信息的企業，其未來價值更高。因此，綠色“機會型”項目信息披露有助于傳遞企業未來價值提升的積極信號，當投資者捕捉到這一信號時，將會要求更低的債券風險溢價，進而導致債券發行定價降低。

表5 綠色“機會型”項目信息披露的作用機制

同時，作為對比分析，本文也檢驗了綠色“監管型”項目信息披露對未來企業價值的影響，回歸結果如表5第（2）列所示。可以看出，G_REG對企業價值的回歸系數在1%的水平上顯著為負，說明披露綠色“監管型”項目信息的債券未來價值更低。這既從側面證明了綠色“監管型”項目信息披露未發揮綠色“機會型”項目信息披露提升企業價值的作用，也為后文分析綠色“監管型”項目信息披露的作用機制做了較好的鋪墊與映襯。

（二）綠色“監管型”項目信息披露的作用機制

根據前文理論分析，綠色“監管型”項目信息披露可能向債券投資者傳遞發債企業違約風險增加的消極信號，從而導致債券發行定價提高。為對此作用機制進行檢驗，本文參考溫忠麟和葉寶娟（2014）的研究，構建中介效應模型（3）和（4）。在此檢驗中，關鍵是對違約風險進行度量。由于信用評級能夠揭示違約風險（王凱等，2023），如較低的信用評級意味著較高的違約風險（吳育輝等，2023；蘇潔和王勇，2023），因此，本文參考張景淇等（2022）的研究，用發債主體信用評級水平衡量其違約風險大小，用Rating表示，并從BBB ～AAA級依次賦值為0 ～9。Rating 值越低，表示發債主體的信用評級越低，相應違約風險越高。

模型（1）、模型（3）和模型（4）的回歸結果如表6 第（1）～（3）列所示。采用Ologit 模型對模型（3）進行回歸后，G_REG 對Rating 的回歸系數在1%的水平上顯著為負，說明披露綠色“監管型”項目信息的企業信用評級越低，違約風險越大；而Rating 對Spread 的回歸系數在1%的水平上顯著為負，說明企業信用評級越低（違約風險越高），債券信用利差越大。綜合上述結果可知，綠色“監管型”項目信息披露傳遞出企業違約風險提高的消極信號，而較高的違約風險又進一步導致投資者提高了債券風險溢價。因此，與前文推測一致，綠色“監管型”項目信息披露通過傳遞企業違約風險提高的負面信息而導致債券發行定價上升。

表6 綠色“監管型”項目信息披露的作用機制

同時，作為對比分析，本文還檢驗了綠色“機會型”項目信息披露是否會影響企業違約風險而導致債券信用利差發生變化，結果如表6 第（4）～（6）列所示。可以看出，綠色“機會型”項目信息披露并未顯著降低企業信用評級水平，說明與綠色“監管型”項目信息披露不同，綠色“機會型”項目信息沒有傳遞出違約風險增加的消極信息從而導致債券發行定價上升。由此，也從側面證明了綠色“監管型”項目與綠色“機會型”項目信息披露的不同作用路徑。

六、異質性分析

（一）產權性質的影響

國有企業發行的債券享有政府為其進行隱性擔保的先天優勢（方紅星等，2013），其債券違約概率通常低于非國有企業（羅朝陽和李雪松，2020）。相關研究表明，國有企業發行的債券信用評級更高（林晚發等，2017）。因此，投資者可能認為國有企業發行的債券帶來損失的概率更低（周聰和張宗新，2021），進而對其發行的債券要求更低的風險溢價。

為檢驗產權性質的影響，本文將發債企業分為國有企業組和非國有企業組，再對模型（1）進行回歸，結果如表7所示。可以看出：綠色“機會型”項目信息披露對債券發行定價的抑制效應在國有企業中顯著，在非國有企業中不顯著；綠色“監管型”項目信息披露在國有企業和非國有企業中都會導致債券發行定價顯著提高，但在國有企業中提高的幅度小于非國有企業。上述結果表明，國有企業因享有政府的隱性擔保使得債券投資者對債券違約風險的預期更低，進而要求更低的債券風險溢價，最終導致國有企業中綠色“機會型”項目信息披露對債券發行定價表現出顯著的抑制效應，同時綠色“監管型”項目信息披露提高債券發行定價的幅度也更小。

表7 產權性質的影響

（二）企業綠色創新能力的影響

企業綠色創新獲得成功后有助于提高企業核心競爭力（Albort-Morant 等，2016），進而促進企業發展和價值增長。劉柏和王馨竹（2021）的研究表明，企業綠色創新提高了股票收益，因為綠色專利不僅能為企業帶來環境效益，也能通過擴大企業的綠色產品市場和拓展綠色商業合作關系來提高企業經濟效益，而綠色創新所帶來的這些長期價值將提高市場對企業的預期，進而促進股票收益增加。由此可見，企業綠色創新能力越強，市場對企業的未來發展就越樂觀，此時投資者對債券風險溢價的要求可能更低。

為檢驗企業不同綠色創新能力產生的影響，本文以企業當年綠色專利申請數加1 的自然對數衡量企業綠色創新能力，再根據各年綠色創新能力均值進行分組：如果企業綠色創新能力高于當年均值，則為綠色創新能力高組；否則為綠色創新能力低組。分組之后對模型（1）進行回歸結果如表8 所示。對于綠色“機會型”項目信息披露而言，在綠色創新能力較高的企業中，其回歸結果顯著為負；但在綠色創新能力較低的企業中，其回歸結果不顯著。對于綠色“監管型”項目信息披露，在兩組中的回歸系數均顯著為正，但在綠色創新能力較高組中的回歸系數低于綠色創新能力較低組。上述結果表明，企業較高的綠色創新能力能夠增加投資者對企業未來發展的信心，進而降低投資者對債券風險溢價的要求，最終導致在綠色創新能力更強的企業中，綠色“機會型”項目信息披露顯著降低了債券發行定價，同時綠色“監管型”項目信息披露提高債券發行定價的程度更低。

表8 綠色創新能力的影響

（三）是否屬于重污染行業的影響

重污染行業是主要的環境污染來源（崔廣慧和姜英兵，2019；蔡春等，2021），尤其受到政府、社會公眾和投資者等利益相關者的高度關注。同時，相關研究表明，重污染企業環境信息披露所產生的經濟后果與非重污染企業存在一定的異質性。例如，祝樹金等（2022）的研究表明，在高污染行業或地區中，環境信息公開程度的提高導致企業環境成本增加的程度更高。因此，在重污染行業與非重污染行業中，債券綠色項目信息披露對其發行定價的影響也可能存在差異。

為檢驗企業是否屬于重污染行業所產生的影響，本文參考潘愛玲等（2019）的做法，將樣本企業分為重污染行業和非重污染行業。分組后對模型（1）的回歸結果匯報于表9。可以看出，在重污染行業中，綠色“機會型”項目信息披露對債券發行定價的抑制效應在1%的水平上顯著，而在非重污染行業中不顯著。這說明相對于非重污染企業，重污染企業進行機會型綠色轉型和發展會被投資者認為是更大的“利好”消息，因此投資者對債券要求的風險溢價會更低，進而表現出顯著的抑制效應。對于綠色“監管型”項目信息披露，在重污染行業中將導致債券發行定價更大幅度地增加，說明投資者認為重污染行業會比非重污染行業投入更多的環境治理成本，產生更多的現金流出，進而對債券要求更高的風險溢價。

表9 是否屬于重污染行業的影響

七、研究結論與啟示

（一）研究結論

在綠色可持續發展和生態文明建設不斷深入推進的背景下，本文結合非綠色債券募集說明書主動披露綠色項目信息的現實情況，運用文本分析法實證檢驗了兩類不同的綠色項目信息披露對債券發行定價的影響，得出以下結論：第一，債券募集說明書中綠色“機會型”項目信息披露有助于降低債券發行定價，而綠色“監管型”項目信息披露將導致債券發行定價提高。第二，機制檢驗發現：綠色“機會型”項目信息披露降低債券發行定價的原因在于，綠色“機會型”項目信息傳遞出企業未來價值提升的積極信號，進而使投資者對債券所要求的風險溢價下降，最終降低債券發行定價；綠色“監管型”項目信息披露提高債券發行定價的原因在于，綠色“監管型”項目信息傳遞出企業違約風險增加的消極信號，最終使得債券投資者要求更高的風險溢價，從而提高債券發行定價。第三，異質性分析發現：綠色“機會型”項目信息披露抑制債券發行定價的效應僅在國有企業、綠色創新能力較高的企業和屬于重污染行業的企業中顯著；綠色“監管型”項目信息披露提高債券發行定價的幅度在國有企業、綠色創新能力較高的企業中更小，而在重污染行業中提高的幅度更大。

（二）啟示

對于監管層而言，本文研究結論的啟示在于：第一，債券綠色信息披露具有債券定價效應，相關監管機構應盡快制定政策文件規范債券的綠色信息披露，充分發揮綠色信息披露的定價效應功能。第二，市場會對綠色信息的不同披露內容進行解讀，進而產生不同的定價效應。監管機構應對此充分關注，合理引導債券投資者對綠色信息進行正確解讀，有效發揮綠色信息披露的信息傳遞效應。第三，發債企業是否屬于國有企業、是否具有較強綠色創新能力以及是否屬于重污染行業均會影響各類綠色項目信息披露的定價效應，監管機構在制定相關政策時應考慮企業產權性質、綠色創新能力和污染程度的影響。

對于企業而言，本文研究結論提供的管理建議包括：第一，債券投資者會較理性地分析和解讀債券募集說明書中所披露的綠色信息，企業在進行相關綠色信息披露時需謹慎和嚴謹，充分評估所披露的綠色信息可能傳遞的價值信號。第二，企業綠色聲譽的提高以及機會型綠色發展會被市場認為是能夠提升企業未來價值的積極信號，投資者將要求更低的債券風險溢價進而有助于降低企業債券融資成本；而環境處罰和污染治理投入等則會被市場認為是導致企業現金流出并提高違約風險的消極信號，投資者會要求更高的風險溢價進而導致債券融資成本上升。因此，企業為降低債券融資成本，應積極主動向機會型綠色生產方式轉型發展。第三，對于非國有企業、綠色創新能力較弱以及重污染企業，應更加重視綠色轉型和綠色效益的提升，通過有效的綠色信息披露引導投資者合理定價，降低企業債券融資成本。

【注 釋】

①需要說明的是，Sautner 等（2023）和吳育輝等（2022）兩篇文獻中的物理類信息在《目錄》中鮮有直接涉及，故本文研究未涉及物理類綠色項目信息。

②由于綠色債券在綠色信息披露方面有更加嚴格和特殊的要求，如對于本文所研究的《目錄》而言，綠色債券需在其募集說明書中對相關綠色項目進行強制性披露。因此，為更有效檢驗發債企業主動披露綠色項目信息的定價效應，本文在此剔除綠色債券樣本。

③如果句子中只包含一級識別詞，則并不能直接判定該句披露了新能源汽車的綠色項目信息，比如該句可能僅僅是描述新能源汽車的銷售情況。因此，需將一級識別詞和二級識別詞同時抓取，才能更準確更有效地識別綠色項目文本信息。

【 主要參考文獻】

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（5）：132 ～151.

方紅星，施繼坤，張廣寶.產權性質、信息質量與公司債定價——來自中國資本市場的經驗證據［J］.金融研究，2013（4）：170 ～182.

林晚發，方梅，沈宇航.債券募集說明書文本信息與債券發行定價［J］.管理科學，2021（4）：19 ～34.

林晚發，何劍波，周暢，張忠誠.“投資者付費”模式對“發行人付費”模式評級的影響：基于中債資信評級的實驗證據［J］.會計研究，2017（9）：62 ～68+97.

潘愛玲，劉昕，邱金龍，申宇.媒體壓力下的綠色并購能否促使重污染企業實現實質性轉型［J］.中國工業經濟，2019（2）：174 ～192.

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）：131 ～148.

王光遠，鄭曉宇.政府審計移送對司法效率的影響［J］.審計研究，2019（4）：11 ～19.

王凱，丁寧，趙靜靜.城投公司ESG表現如何影響債券信用利差［J］.財會月刊，2023（21）：138 ～145.

武恒光，王守海.債券市場參與者關注公司環境信息嗎？——來自中國重污染上市公司的經驗證據［J］.會計研究，2016（9）：68 ～74.

吳育輝，劉曉玲，戚樹森.池魚之殃：債券型基金“踩雷”的傳染效應研究［J］.世界經濟，2023（8）：186 ～210.

吳育輝，田亞男，管柯琴.碳信息披露與債券信用利差［J］.管理科學，2022（6）：3 ～21.

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（5）：731 ～745.

徐斌，陳宇芳，沈小波.清潔能源發展、二氧化碳減排與區域經濟增長［J］.經濟研究，2019（7）：188 ～202.

張國清，陳曉艷，肖華.過程、結果維度的環境治理與企業財務績效［J］.經濟管理，2020（5）：120 ～139.

張雪瑩，王玉琳.獨善其身還是唇亡齒寒：股價崩盤風險是否影響債券定價？［J］.管理評論，2023（6）：33 ～45+56.

周宏，林晚發，李國平.信息不確定、信息不對稱與債券信用利差［J］.統計研究，2014（5）：66 ～72.

周文斌，趙素芳.員工綠色行為多路徑驅動機制研究——基于個體感知視角［J］.中國工業經濟，2023（7）：160 ～179.

祝樹金，李江，張謙，鐘騰龍.環境信息公開、成本沖擊與企業產品質量調整［J］.中國工業經濟，2022（3）：76 ～94.

Chiu T.-T.，Guan Y.，Kim J.-B..The Effect of Risk Factor Disclosures on the Pricing of Credit Default Swaps［J］.Contemporary Accounting Research，2018（4）：2191 ～2224.

Ding Y.，Xiong W.，Zhang J..Issuance Overpricing of China's Corporate Debt Securities［J］.Journal of Financial Economics，2022（1）：328 ～346.

Donovan J.，Jennings J.，Koharki K.，Lee J..Measuring Credit Risk Using Qualitative Disclosure［J］.Review of Accounting Studies，2021（2）：815 ～863.

Sautner Z.，Van Lent L.，Vilkov G.，Zhang R..Firm- level Climate Change Exposure［J］.The Journal of Finance，2023（3）：1449 ～1498.