綠色金融會影響重污染企業(yè)盈余信息透明度嗎？

中圖分類號：F832 文獻標識碼：A 文章編號：1007-0753（2025）4-0028-12

一、引言

環(huán)境是人類生存和社會發(fā)展的基石，經(jīng)濟的快速發(fā)展往往伴隨著氣候環(huán)境的不斷惡化，嚴重威脅著生態(tài)和諧和社會進步，社會各界關于生態(tài)環(huán)境治理與保護的呼聲越來越高。作為全球生態(tài)文明建設的重要參與者、貢獻者、引領者，中國堅定不移走生態(tài)優(yōu)先、綠色發(fā)展之路。2020年9月，習近平主席在第七十五屆聯(lián)合國大會提出：“中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現(xiàn)碳中和。”綠色發(fā)展已成為高質量發(fā)展的底色，發(fā)展綠色金融則是實現(xiàn)綠色發(fā)展的重要推力。黨的二十大報告明確提出，要完善支持綠色發(fā)展的金融、財稅等政策體系，中央金融工作會議也將綠色金融列入金融“五篇大文章”之一。近年來，綠色金融政策多措并舉，綠色金融市場環(huán)境持續(xù)優(yōu)化。截至2022年，綠色信貸余額已超22萬億元。與此同時，綠色債券也持續(xù)發(fā)力，其中綠色金融債券發(fā)行規(guī)模達到3566.3億元，占綠色債券發(fā)行總規(guī)模的 44.34% ，充分展現(xiàn)了綠色金融領域的強勁動力①。

信息不對稱使盈余信息成為溝通的橋梁，其透明度關乎利益相關者的決策（吳曉暉等，2022）。然而，綠色金融政策在推動綠色轉型的同時，因政策干預帶來的政治成本以及政策對重污染企業(yè)產(chǎn)生的融資懲罰效應（Watts和Zimmerman，1978），影響著重污染企業(yè)的盈余信息透明度。因此，關注綠色金融政策對重污染企業(yè)的經(jīng)濟影響，有助于充分發(fā)揮政策積極效應，并加快推進重污染企業(yè)的轉型升級。

現(xiàn)有文獻主要聚集于綠色信貸的微觀經(jīng)濟研究，而較少有研究基于政治成本假說的視角，考察綠色金融政策對重污染企業(yè)的影響，更鮮有研究深入分析綠色金融政策是否會誘發(fā)重污染企業(yè)降低盈余信息透明度，并揭示其背后的誘發(fā)路徑。

本文以2016年頒布的《關于構建綠色金融體系的指導意見》（以下簡稱“綠色金融政策”）為準自然實驗，選取2012—2022年滬深A股上市公司作為樣本，構建雙重差分模型，實證檢驗綠色金融政策是否會降低重污染企業(yè)的盈余信息透明度，并探究這一影響在不同類型的重污染企業(yè)中的異質性表現(xiàn)。本文可能的邊際貢獻如下：第一，豐富了企業(yè)信息披露相關研究。基于政治成本假說，本文為重污染企業(yè)降低盈余信息透明度提供了制度層面的解釋，拓展了重污染企業(yè)盈余信息透明度影響因素的研究視角，補充了政策壓力下企業(yè)盈余信息披露決策的“黑箱”機制，為提高重污染企業(yè)盈余信息透明度提供了理論參考和實踐依據(jù)。第二，拓展了綠色金融政策微觀經(jīng)濟后果研究。本文以2016年頒布的綠色金融政策為準自然實驗，分析了綠色金融政策的差異化金融資源配置效應對企業(yè)的影響，進一步揭示了綠色金融政策的微觀作用機制，為精準釋放政策的積極效應提供了有益啟示。

二、文獻回顧及理論分析

（一）文獻回顧

1.環(huán)境規(guī)制對企業(yè)的微觀效應

現(xiàn)有文獻在探討環(huán)境規(guī)制對企業(yè)的影響時，主要形成了三大主流觀點：第一種觀點是遵循成本說，Siegel（1979）指出環(huán)境規(guī)制要求企業(yè)將環(huán)境污染內化為成本，從而對企業(yè)發(fā)展產(chǎn)生抑制作用。特別是重污染企業(yè)，其資源密集型的特點使其進行環(huán)境治理的成本往往更高，并對其生產(chǎn)要素投入產(chǎn)生擠出效應，進而影響企業(yè)的生產(chǎn)率（Gollop和Roberts，1983）。第二種觀點是波特假說，Porter和vanderLinde（1995）認為環(huán)境規(guī)制增加了企業(yè)的綠色研發(fā)投入，但由此產(chǎn)生的創(chuàng)新補償能夠彌補生產(chǎn)成本的增加。值得注意的是，要素稟賦假說（Antweiler等，2001）指出，環(huán)境規(guī)制若超過了某個“度”，即當補償收益無法覆蓋企業(yè)的合規(guī)成本時，反而會削弱企業(yè)環(huán)境治理的積極性。第三種觀點是不確定性假說，認為不同企業(yè)受環(huán)境規(guī)制的影響存在異質性。綠色金融政策作為環(huán)境規(guī)制的一種手段，能夠有效促進企業(yè)技術創(chuàng)新（陸菁等，2021），并推動綠色發(fā)展（李俊成等，2023）。然而，與此同時，綠色金融也可能導致重污染企業(yè)的融資成本上升（蘇冬蔚和連莉莉，2018）。

2.盈余信息透明度影響因素

盈余信息在會計信息中無疑占據(jù)著重要地位，具體表現(xiàn)為盈余信息是會計信息披露的核心內容，并且最能吸引投資者的關注（Ecker等，2006）。其質量的好壞直接影響著整個財務數(shù)據(jù)的可靠程度（李青原和劉習順，2021），特別是應計盈余，能準確地反映企業(yè)業(yè)績（Dechow等，1995）。盈余信息透明度的影響因素可以歸納為兩類：第一類為系統(tǒng)因素，例如，會計準則的實施和分析師的外部監(jiān)管均會對盈余信息透明度產(chǎn)生積極影響（王建新，2005；李春濤等，2014），而PM2.5爆表則會降低企業(yè)盈余信息的透明度（劉運國和劉夢寧，2015）。第二類為非系統(tǒng)因素，例如，控股股東通過同業(yè)競爭手段讓上市公司調整盈余，進而進行利益輸送（陸正飛等，2008）；為了降低融資成本，企業(yè)操縱盈余信息以滿足銀行貸款要求（Liu等，2010）。另有研究表明，獨立董事占比同企業(yè)盈余信息透明度呈正相關關系（胡奕明和唐松蓮，2008）。

（二）研究假設

1.綠色金融政策與盈余信息透明度

政治成本假說認為，當企業(yè)面臨外部政治活動引發(fā)的嚴格監(jiān)管時，其往往有動機調整盈余信息，以規(guī)避政治關注及相關成本（Watts和Zimmerman，1978）。綠色金融政策作為傳統(tǒng)環(huán)境規(guī)制的有效補充，其強化外部監(jiān)管和內化污染成本構成了主要政治成本。在此背景下，重污染企業(yè)傾向于降低盈余信息的透明度，以應對綠色金融政策帶來的沖擊。

從外部監(jiān)管的角度來看，綠色金融政策倡導并鼓勵發(fā)展綠色產(chǎn)業(yè)，同時對污染型產(chǎn)業(yè)的發(fā)展加以限制。對于重污染企業(yè)而言，當其在生產(chǎn)經(jīng)營過程中對環(huán)境的污染超出法定標準時，將不可避免地面臨綠色金融政策的嚴厲監(jiān)管，進而產(chǎn)生較高的政治成本。在此背景下，高質量的盈余信息使得重污染企業(yè)“以污換利”的違規(guī)行為更易被揭露，從而受到嚴格的監(jiān)管和懲處，進一步拉高綠色金融政策所帶來的政治成本。因此，重污染企業(yè)往往更傾向于通過降低盈余信息透明度來規(guī)避監(jiān)管壓力。從污染成本內化的角度來看，綠色金融政策明確規(guī)定重污染企業(yè)需承擔由環(huán)境污染引發(fā)的內部成本，這不僅提高了重污染企業(yè)污染排放的機會成本，同時對企業(yè)實現(xiàn)綠色轉型提出了更為緊迫的要求。在綠色金融政策的沖擊下，重污染企業(yè)開始淘汰落后產(chǎn)能，通過升級產(chǎn)業(yè)技術以減少污染物的直接排放，或通過壓縮產(chǎn)出，將原有生產(chǎn)要素轉向綠色領域。由于這一過程具有長期性且未來收益存在不確定性（張愛美等，2021），重污染企業(yè)的私人生產(chǎn)成本持續(xù)上升（郁智和曹雅麗，2021），導致可持續(xù)發(fā)展與利潤最大化難以兼顧，企業(yè)盈余受到擠壓。為降低污染內化帶來的政治成本，重污染企業(yè)存在動機降低盈余信息的透明度。

H1：基于政治成本假說，綠色金融政策的實施降低了重污染企業(yè)的盈余信息透明度。

2.綠色金融政策、融資壓力與盈余信息透明度

綠色金融政策為解決金融資源錯配問題，將企業(yè)環(huán)境治理納入金融機構的融資考核范疇，引導金融機構在金融資產(chǎn)配置中更加注重企業(yè)的綠色轉型和可持續(xù)發(fā)展，強化了金融機構對綠色投資項目的偏好，促使金融資源向高效率、低污染企業(yè)傾斜（程茂勇和邊啟章，2023），從而構建出支持綠色業(yè)務的激勵機制和抑制污染行業(yè)貸款的約束機制。在這一政策背景下，金融資源的限制性投人對重污染企業(yè)產(chǎn)生了融資懲罰效應，不僅壓縮了重污染企業(yè)的融資渠道和資金可得性，還要求其在融資時提供更高的風險溢價作為補償（張超和宋華盛，2022），從而增加了重污染企業(yè)的融資壓力。同時，綠色金融政策的頒布與實施也體現(xiàn)了政府環(huán)境治理的決心和對企業(yè)綠色發(fā)展的高度重視。重污染企業(yè)的高污染屬性使政府部門及金融機構對其經(jīng)營表現(xiàn)保持高度敏感，通過其盈余信息的披露，金融機構能夠更精準地評估該類企業(yè)的綠色發(fā)展水平和融資風險。這將進一步削弱金融機構向重污染企業(yè)提供融資的意愿（吳超鵬等，2012），從而提高重污染企業(yè)的外部融資門檻，加劇重污染企業(yè)的融資壓力。

根據(jù)信號傳遞理論，企業(yè)通過公開盈余信息，可以向外部投資者傳遞其經(jīng)營狀況和未來發(fā)展前景。這些信息往往是金融機構及其他利益相關者進行投資決策的重要依據(jù)。在綠色金融政策的背景下，重污染企業(yè)面臨較大的融資壓力，當這種融資壓力不斷加劇，并對企業(yè)日常經(jīng)營及發(fā)展產(chǎn)生負面影響時（Acharya等，2018），重污染企業(yè)可能會在機會主義動機驅使下，為了迎合政策偏好、獲取更多金融資源，而主動選擇降低盈余信息透明度（Liu等，2010）。

H2：綠色金融政策通過增加重污染企業(yè)的融資壓力，進而降低重污染企業(yè)的盈余信息透明度。

三、實證設計及數(shù)據(jù)來源

（一）樣本與數(shù)據(jù)

本文以2012—2022年A股上市公司為研究樣本，企業(yè)財務數(shù)據(jù)來源于國泰安數(shù)據(jù)庫（CSMAR），企業(yè)基本信息來源于WIND數(shù)據(jù)庫。按以下標準對樣本進行處理：剔除金融類樣本，剔除ST、*ST、PT類樣本，剔除重要數(shù)據(jù)缺失的樣本。為減少極端值引起的結果偏差，對主要連續(xù)變量進行前后1% 的Winsorize處理。經(jīng)過上述篩選后，最終得出2008家樣本企業(yè)，共19868個企業(yè)－年度觀測值。其中重污染企業(yè)702家，共6316個企業(yè)-年度觀測值。

（二）模型設計

為檢驗綠色金融政策對重污染企業(yè)盈余信息透明度的影響，構建如下雙重差分模型

其中，TRAN為盈余信息透明度， GFP 為時間虛擬變量，HPC為分組虛擬變量， GFP×HPC 為交乘項，Controls為影響企業(yè)盈余信息透明度的控制變量， ε 為不可觀測的外生沖擊； i 為第 i 家上市公司， t 為第 t 年。交乘項 GFP×HPC 的系數(shù) a₃ 為評估綠色金融政策實施效果的指標，當該系數(shù)為正時，表明綠色金融政策降低了重污染企業(yè)的盈余信息透明度。

（三）變量選取

1.被解釋變量

參考Bhattacharya等（2003）和代彬等（2011）的做法，采用盈余激進度（ EA ）和盈余平滑度（ ∣ES) 兩個指標來綜合衡量企業(yè)盈余信息透明度（TRAN），以更全面地刻畫企業(yè)所披露的盈余信息對企業(yè)收益現(xiàn)狀的真實描述情況。

盈余激進度（ EA ）的計算公式如下：

其中，PROFIT為企業(yè)凈利， NCF 為經(jīng)營現(xiàn)金凈流， TASS_i，t-1 為上年末總資產(chǎn)。盈余激進度中 ?EA ）越大，代表著盈余信息越不透明。

盈余平滑度（ ΔES ）的計算公式如下：

其中，Deciles(·）為盈余激進度（ EA ）和盈余平滑度（ ES ）按十分位數(shù)賦值方法再分組排序的結果，這一方法有利于消除指標的量綱差異。當TRAN越大時，代表著盈余信息越不透明，盈余信息越無法真實反映企業(yè)收益情況

盈余信息透明度（TRAN）的計算公式如下：

2.核心解釋變量

綠色金融政策用虛擬變量的交乘項（ GFP× HPC）來衡量。以2016年頒布的綠色金融政策為準自然實驗，2016年記為政策實施的第一年。若于政策頒布前，GFP取值為0；若于政策頒布當年及之后，GFP取值為1。借鑒潘愛玲等（2019）的做法，將16類行業(yè)定為重污染行業(yè)。依據(jù)行業(yè)代碼區(qū)分出樣本中的重污染企業(yè)，記為處理組，HPC取值為1；其余樣本記為對照組，HPC取值為0。

其中， DEV(?) 為（ t-2，t ）期間內財務數(shù)據(jù)比值的標準差。盈余平滑度（ ES ）越大，代表著盈余信息越不透明。

3.控制變量

為控制其他可能影響企業(yè)盈余信息透明度的變量，參考以往文獻，選取以下控制變量：企業(yè)規(guī)模（Size）、銷售費用率（Sell）、財務杠桿率（Lev）、流動比率（CR）、股權制衡度（Balance）。同時，控制行業(yè)（Industry）和年份（Year）固定效應。主要變量的描述性統(tǒng)計如表1所示。

四、實證結果分析

（一）基準回歸結果

表2報告了綠色金融政策與重污染企業(yè)盈余信息質量透明度的基準回歸結果。結果顯示，無論是否加入控制變量，以及是否控制行業(yè)與年份固定效應，核心解釋變量 GFP×HPC 的系數(shù)均在1% 的水平下顯著為正，表明企業(yè)盈余信息未能充分反映其真實收益。以上結果表明，相較于其他類型企業(yè)，綠色金融政策的實施顯著降低了重污染企業(yè)的盈余信息透明度，H1得到驗證。

表1主要變量的描述性統(tǒng)計

表2綠色金融政策對企業(yè)盈余信息透明度的影響

注：***、**和*分別表示在 1% 、 5% 和 10% 的水平下顯著，括號內為標準誤。

（二）穩(wěn)健性檢驗

1.平行趨勢檢驗

重污染企業(yè)盈余信息透明度的影響僅發(fā)生于政策實施之后，此時雙重差分估計量具有無偏性，可采用雙重差分法加以研究。為檢驗兩組樣本是否滿足平行趨勢假設，構建如下模型：

平行趨勢檢驗是事件研究法中能否采用雙重差分法的重要前提。該檢驗通過比較處理組和對照組在政策實施前的趨勢特征，評估兩組樣本是否存在共同的時間趨勢。若通過檢驗，則表明在綠色金融政策實施前，重污染企業(yè)與其他類型企業(yè)不存在顯著的差異，從而驗證綠色金融政策對

圖1為綠色金融政策對企業(yè)盈余信息透明度的平行趨勢檢驗結果。為避免共線性問題，參照已有研究，以樣本第一年為基準年。由圖1可以得出，在政策實施前，企業(yè)盈余信息透明度的回歸系數(shù) a₃ 及其 95% 置信區(qū)間均在0附近，表明該政策實施前，處理組與對照組并不存在顯著差異，滿足平行趨勢檢驗。在政策實施后，回歸系數(shù) a₃ 及 95% 置信區(qū)間顯著大于0。同時，回歸系數(shù)及置信區(qū)間呈現(xiàn)逐年上升的趨勢，說明綠色金融政策實施時間越長，對重污染企業(yè)盈余信息透明度的影響越大。

圖1平行趨勢檢驗

2.安慰劑檢驗

為排除回歸結果可能存在的隨機性干擾，進一步采用安慰劑檢驗以評估基準結果的可靠性。若安慰劑檢驗通過，則說明隨機模擬的虛擬處理組并未受到綠色金融政策的顯著影響，進一步表明基準研究的偏差較小。具體操作過程為隨機抽取與基準回歸中處理組數(shù)量一致的樣本作為虛擬處理組，其余樣本則作為對照組，并重復模擬進行500次基準回歸。圖2顯示了隨機模擬所得的估計系數(shù)的核密度圖及其p值，模擬得出的估計系數(shù)集中于0值，小于基準回歸所得系數(shù)； p 值普遍高于基準回歸所得p值，且普遍大于 10% 的顯著性水平。以上結果表明，隨機模擬分組后綠色金融政策對重污染企業(yè)盈余信息透明度并無顯著效應，意味著基準回歸結果屬于統(tǒng)計異常值，研究結果具有穩(wěn)健性。

圖2安慰劑檢驗

3.PSM-DID

為避免重污染企業(yè)與其他類型企業(yè)在劃分時可能存在的個體特征差異，以及緩解樣本自選擇偏差所導致的內生性問題，采用PSM-DID進一步檢驗以提高研究結果的可靠性。將控制變量作為協(xié)變量，通過Logit回歸估計樣本企業(yè)被劃分為處理組的概率，根據(jù)1：1有放回近鄰匹配方法，將處理組按照傾向得分重新匹配至與之相似的對照組，從而盡可能確保在綠色金融政策實施之前，處理組與對照組不存在顯著差異，進而降低樣本個體差異帶來的偏差。在傾向得分匹配的基礎上進行雙重差分檢驗，研究綠色金融政策對重污染企業(yè)盈余信息透明度的影響。回歸結果如表3所示，仍然具有顯著性且大于0，表明綠色金融政策能夠顯著降低重污染企業(yè)的盈余信息透明度，研究結果具有穩(wěn)健性。

表3PSM-DID估計結果

續(xù)表3

注：***、**和*分別表示在 1% ！ 5% 和 10% 的水平下顯著，括號內為標準誤。

4.替換被解釋變量

借鑒胡奕明和唐松蓮（2008）、Dechow等（1995）的做法，引入截面修正Jones模型計算可操縱性應計利潤。將該變量取絕對值后與ES、EA按百分位數(shù)賦值再分組排序，計算結果作為評估盈余信息透明度的指標。回歸結果如表4列（1）所示，回歸系數(shù)依舊顯著為正，表明綠色金融政策能夠降低重污染企業(yè)的盈余信息透明度。

表4其他穩(wěn)健性檢驗結果

注：***、**和*分別表示在 1% 、 5% 和 10% 的水平下顯著，括號內為標準誤。

5.調整處理組

為確保研究結果的穩(wěn)健性，借鑒劉運國和劉夢寧（2015）的重污染行業(yè)劃分標準②③，識別出重污染企業(yè)489家，共4268個企業(yè)-年度觀測值；其他類型企業(yè)1519家，共15600個企業(yè)－年度觀測值。將調整后的樣本作為處理組和對照組，重新進行回歸檢驗。檢驗結果如表4列（2）所示，回歸系數(shù)顯著為正，表明在調整行業(yè)劃分標準后，綠色金融政策對重污染企業(yè)盈余信息透明度的影響依然成立。

五、進一步分析

（一）異質性分析

1.“規(guī)模假說”的影響

西方規(guī)模假說指出，大規(guī)模企業(yè)因具有更高的政治敏感度，往往更受政府及其他外部利益相關者的關注，因此更傾向于調整盈余信息以規(guī)避可能增加的政治成本。然而，規(guī)模假說在我國的適用性存在爭議（葉青等，2012；Moyer，1990）。為檢驗不同規(guī)模的重污染企業(yè)在綠色金融政策沖擊下盈余信息透明度的差異，將樣本中企業(yè)規(guī)模（SIZE）大于所屬行業(yè)企業(yè)規(guī)模中位數(shù)的企業(yè)記為大規(guī)模企業(yè)，反之記為小規(guī)模企業(yè)，并構建企業(yè)規(guī)模與綠色金融政策的交乘項（ GFP×HPC×SIZE) 。回歸結果如表5列（1）所示，交乘項的系數(shù)顯著且為負，表明在綠色金融政策的沖擊下，相較于大規(guī)模重污染企業(yè)，小規(guī)模重污染企業(yè)的盈余信息透明度更低。由此可見，在我國情境下，西方規(guī)模假說并不適用。可能的原因在于，大規(guī)模重污染企業(yè)擁有更充足的資源、更穩(wěn)定的資本以及低門檻的融資渠道，可以形成規(guī)模優(yōu)勢，能夠承擔綠色轉型所需的高額投資，從而更好地應對政策帶來的政治成本。

2.“產(chǎn)權假說”的影響

產(chǎn)權性質的不同直接影響了企業(yè)所處的政治環(huán)境以及制度壓力（劉運國和劉夢寧，2015）。面對政治成本的持續(xù)上升，國有重污染企業(yè)因產(chǎn)權性質往往能夠獲得更多的政策、財政支持。此外，國有重污染企業(yè)通常資本實力雄厚，擁有更充裕的資金和更先進的技術，能有效保障綠色轉型中的長期且不確定的環(huán)保投入。基于理論分析，預測綠色金融政策的實施降低了非國有重污染企業(yè)的盈余信息透明度。因此，將樣本按照產(chǎn)權性質（SOE）劃分為國有企業(yè)組與非國有企業(yè)組，構建產(chǎn)權性質與綠色金融政策的交乘項（ GFP×HPC×SOE. 。回歸結果如表5列（2）所示，交乘項的回歸系數(shù)顯著為負，表明在綠色金融政策的沖擊下，非國有重污染企業(yè)為應對日益增加的政治成本，更傾向于降低盈余信息透明度。

3.融資約束與債務結構的影響

綠色金融政策的實施使金融機構在選擇融資企業(yè)時更加謹慎，導致重污染企業(yè)融資成本的提高、融資規(guī)模的縮減以及融資契約簽訂條款的嚴苛，從而進一步加劇重污染企業(yè)的融資困境。因此，在綠色金融政策的沖擊下，那些融資約束較高或較為依賴銀行貸款的重污染企業(yè)，為獲取更多低成本的銀行貸款，更傾向于調整盈余信息，借此建立債權人的信任。因此，引入KZ指數(shù)（KZ）作為融資約束的代理變量。將樣本中融資約束大于樣本中位數(shù)的企業(yè)記為高融資約束企業(yè)，反之記為低融資約束企業(yè)，構建交乘項（ GFP×HPC×KZ) 。企業(yè)對銀行貸款的依賴程度用長短期借款之和與總負債的比值（BORROW）來衡量，將樣本中銀行依賴程度大于所屬行業(yè)銀行依賴程度中位數(shù)的企業(yè)記為高依賴企業(yè)，反之記為低依賴企業(yè)，構建交乘項（ GFP×HPC×BORROW) 。回歸結果如表5列（3）和列（4）所示，回歸系數(shù)均顯著為正，表明在綠色金融政策沖擊下，高融資約束或高銀行貸款依賴的重污染企業(yè)盈余信息透明度更低。

表5異質性分析結果

注：***、**和*分別表示在 1% 、 5% 和 10% 的水平下顯著，括號內為標準誤。

（二）影響機制研究

理論分析指出，綠色金融政策通過增加重污染企業(yè)的融資壓力，導致重污染企業(yè)降低盈余信息的透明度，融資壓力為這一過程中的關鍵機制變量。鑒于綠色信貸在綠色金融產(chǎn)品中的主導地位，且銀行貸款為企業(yè)主要融資來源，以銀行貸款可獲得性（Credit）作為融資壓力的代理變量，用長短期借款總額與有形資產(chǎn)之比加1后取自然對數(shù)進行衡量，該指標越大，代表企業(yè)的融資壓力越小。為檢驗銀行貸款可獲得性在綠色金融政策與盈余信息透明度中的中介作用，參考溫忠麟等（2004）的方法，建立以下中介模型：

回歸結果如表6所示，列（1）中綠色金融政策的回歸系數(shù)在 10% 的水平下顯著為負，表明綠色金融政策顯著降低了重污染企業(yè)的銀行貸款可獲得性，即增加了重污染企業(yè)的融資壓力；列（2）中綠色金融政策的回歸系數(shù)顯著為正，表明綠色金融政策能顯著降低企業(yè)盈余信息透明度；而融資壓力的回歸系數(shù)顯著為負，表明融資壓力的提升對重污染企業(yè)的盈余信息透明度產(chǎn)生了抑制作用。綜上所述，融資壓力在綠色金融政策與重污染企業(yè)盈余信息透明度之間發(fā)揮著中介作用。

表6影響機制檢驗結果

注：***、**和分別表示在 1% 、 5% 和 10% 的水平下顯著，括號內為標準誤。

（三）經(jīng)濟后果檢驗

1.未來銀行貸款關系

根據(jù)前文理論分析，為緩解綠色金融政策實施所帶來的融資壓力，重污染企業(yè)將降低盈余信息透明度以塑造“良好”的盈余表現(xiàn)。然而，重污染企業(yè)降低盈余信息透明度的行為是否切實提升了未來一年的銀行貸款，這一問題值得進一步檢驗，因此構建如下模型：

其中， ΔCredit_i，t+1 是變量 Credit_i，t+1 與 ΔCredit_i，t 的差值，用以衡量企業(yè)未來一年銀行貸款的變動情況。 ΔTRAN_i，t 代表重污染企業(yè)盈余信息透明度的當期變化。回歸結果如表7列（1）所示，回歸系數(shù)顯著為正，表明重污染企業(yè)降低盈余信息透明度能夠顯著增加其在未來一年的銀行貸款。

2.未來債務違約風險

在綠色金融政策沖擊下，重污染企業(yè)通過調整盈余信息向債權人傳遞失真的盈余信號，進而緩解融資壓力。然而，這種行為可能使重污染企業(yè)在后續(xù)年度承擔較高的債務違約風險。為檢驗重污染企業(yè)盈余透明度的下降對其未來一年債務違約風險的影響，構建如下模型：

其中， ΔRisk_i，t+1 是變量 Risk_i，t+1 與 Risk_i，t 的差值，代表未來一年的債務違約風險，用財務風險指數(shù)ZScore值來衡量，ZScore值越小，代表債務違約風險越高。結果如表7列（2）所示，回歸結果顯著為負，表明重污染企業(yè)盈余信息透明度的下降顯著降低了ZScore值，企業(yè)未來一年的債務違約風險將加大。

六、結論與建議

本文利用雙重差分法檢驗了綠色金融政策對重污染企業(yè)盈余信息透明度的影響。研究表明：綠色金融政策顯著降低了重污染企業(yè)的盈余信息透明度，該結論經(jīng)過一系列穩(wěn)健性檢驗后仍然成立。機制分析表明，融資壓力是這一影響的重要傳導機制，綠色金融政策的實施增加了重污染企業(yè)的融資壓力，導致重污染企業(yè)降低盈余信息透明度。異質性分析發(fā)現(xiàn)，小規(guī)模、非國有重污染企業(yè)面臨更高的政治成本，政策敏感度更大，而高融資約束以及更依賴銀行貸款的重污染企業(yè)受政策融資懲罰效應的影響更顯著，因而更傾向于降低盈余信息透明度。經(jīng)濟后果檢驗表明，在綠色金融政策的沖擊下，重污染企業(yè)通過降低盈余信息透明度，能夠在未來一年獲得更多的銀行貸款，但也提高了未來一年的債務違約風險。

表7經(jīng)濟后果檢驗結果

注：***、**和*分別表示在 1% 、 5% 和 10% 的水平下顯著，括號內為標準誤。

得到啟示如下：

第一，優(yōu)化金融機構的信息審查和資源配置職能。作為政策執(zhí)行主體，金融機構應加大對重污染企業(yè)盈余信息的審核強度和事后監(jiān)管力度，著力提升對重污染企業(yè)真實經(jīng)營的信息獲取能力，降低信息不對稱程度，保障綠色金融政策的落實。在金融資源配置中，應避免“一刀切”式限制，實施差異化金融資源配置。可通過動態(tài)風險評估和靈活調整投資策略滿足轉型中企業(yè)的融資需求，發(fā)展多元化金融產(chǎn)品，設計差異化融資方案，積極引導社會資本對轉型中企業(yè)的支持，并減少對非國有和小規(guī)模重污染企業(yè)的貸款歧視，促使重污染企業(yè)提供更高質量的盈余信息，推動該類企業(yè)綠色轉型。

第二，重視政府的引導作用。作為政策制定者，政府部門應完善綠色金融政策的頂層設計及配套措施建設，建立有效的風險防范和補償機制，確保綠色金融政策目標的實現(xiàn)。強化對重污染企業(yè)環(huán)境治理情況以及金融機構履職情況的外部監(jiān)管，構建信息共享平臺，加強各部門與企業(yè)間信息的互聯(lián)互通，從而抑制重污染企業(yè)損害市場健康運作的信息披露行為。基于政策的融資懲罰效應，應秉持“過猶不及”的原則，合理設定差異化政策效果考核指標，為重污染企業(yè)提高信息披露質量、實現(xiàn)綠色發(fā)展提供良好的制度環(huán)境，

第三，發(fā)揮重污染企業(yè)的主觀能動性。重污染企業(yè)應當肩負起可持續(xù)發(fā)展責任，樹立綠色低碳發(fā)展意識，嚴格規(guī)范信息披露行為，提供高質量的盈余信息，防范機會主義引發(fā)的合規(guī)和信譽風險。企業(yè)還應建立激勵約束機制，將綠色金融政策產(chǎn)生的融資懲罰壓力轉化為綠色轉型動力，配合政府部門和金融機構的發(fā)展要求，積極內化污染成本，實現(xiàn)高質量發(fā)展。

注釋：

① 數(shù)據(jù)來源中國人民銀行發(fā)布的《金融機構貸款投向統(tǒng)計報告》。

② 參考原環(huán)保部發(fā)布的《上市公司環(huán)保核查行業(yè)分類管理名錄》《上市公司環(huán)境信息披露指南》劃分重污染企業(yè)，根據(jù)證監(jiān)會發(fā)布的《上市公司行業(yè)分類指引》，重污染行業(yè)代碼分別為B06、B07、B08、B09、C17、C19、C22、C25、C26、C28、C29、C30、C31、C32、C33、D44。

③ 根據(jù)二級行業(yè)分類劃分，以行業(yè)代碼為B07、B08、B09、C25、C26、C28、C29、C30、C31、C32、D44的十一大行業(yè)作為處理組，其余類型行業(yè)為對照組。

參考文獻：

[1]吳曉暉，李玉敏，柯艷蓉.共同機構投資者能夠提高盈余信息質量嗎[J].會計研究，2022(06)：56-74.

[2]WATTSRL，ZIMMERMANJL.Towardsapositivetheory of the determination ofaccounting standards[J].The AccountingReview，1978，53(01):112-134.

[3]SIEGELR.Whyhasproductivitysloweddown[J].DataResourcesU.S.Review， 1979(01): 59-65.

[4]GOLLOPF M，ROBERTS MJ.Environmentalregulationsand productivitygrowth:Thecaseof fossil-fueled electric power generation[J]. The Journal ofPoliticalEconomy，1983，91(04):654-674.

[5]PORTERME，VAVDERLINDEC.Towardsanewconception of the environment-competitivenessrelationship[J]. Journal of Economic Perspectives，1995，9(04): 97-118.

[6]ANTWEILERW，COPELANDRB，TAYLORMS.Isfree trade good for the environment[J].AmericanEconomic Review，2001，91(04):877-908.

[7] LI X L， TANG Q S. Research on the connotation，mechanism and practice of green finance based on theanalysis of big data[J]. Journal of Physics: ConferenceSeries，2020(10):100-103.

[8]陸菁，鄢云，王韜璇.綠色信貸政策的微觀效應研究——基于技術創(chuàng)新與資源再配置的視角[J]．中國工業(yè)經(jīng)濟，2021(01):174-192.

[9]李俊成，彭俞超，王文蔚.綠色信貸政策能否促進綠色企業(yè)發(fā)展？—基于風險承擔的視角［J]．金融研究，2023(03):112-130.

[10]蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業(yè)的投融資行為？[J].金融研究，2018(12):123-137.

[11] ECKER F， FRANCIS J， KIM I， et al. A returns-basedrepresentation of earnings quality[J]. The AccountingReview， 2006，81(04): 749-780.

[12]李青原，劉習順.會計信息質量與資源配置—來自我國規(guī)模以上工業(yè)企業(yè)的經(jīng)驗證據(jù)[J]．會計研究，2021(08):3-21.

[13]DECHOWPM，SLOANRG，SWEENEYAP.Detecting earnings management[J]. The AccountingReview，1995，70(02):193-225.

[14]王建新.會計國際化環(huán)境制約、策略選擇及其效果研究—來自《非貨幣性交易》準則的經(jīng)驗證據(jù)[J]．管理世界，2005(03):15-22+28.

[15]李春濤，宋敏，張璇.分析師跟蹤與企業(yè)盈余管理——來自中國上市公司的證據(jù)[J]．金融研究，2014(07): 124-139.

[16]劉運國，劉夢寧.霧霾影響了重污染企業(yè)的盈余管理嗎？——基于政治成本假說的考察[J].會計研究，2015(03): 26-33+94

[17]陸正飛，祝繼高，孫便霞.盈余管理、會計信息與銀行債務契約[J].管理世界，2008(03):152-158.

[18] LIU Y X， NING Y X， DAVIDSON W N. Earningsmanagement surrounding new debt issues[J]. The Fi-nancial Review， 2010，45(03): 659- 681.

[19]胡奕明，唐松蓮.獨立董事與上市公司盈余信息質量[J].管理世界，2008(09):149-160.

[20]張愛美，李夏冰，金杰，等.環(huán)境規(guī)制、代理成本與公司績效—一來自化工行業(yè)上市公司的經(jīng)驗證據(jù)[J].會計研究，2021(08):83-93.

[21]郁智，曹雅麗.綠色信貸政策會影響重污染企業(yè)盈余質量嗎?[J].證券市場導報，2021(05)：26-36.

[22]程茂勇，邊啟章.綠色信貸政策能否緩解企業(yè)投融資期限錯配？[J].現(xiàn)代經(jīng)濟探討，2023(10)：58-71.

[23]張超，宋華盛.環(huán)境規(guī)制與企業(yè)金融資產(chǎn)配置-來自新《環(huán)保法》頒布的證據(jù)[J]．當代財經(jīng)，2022(03):53-65.

[24]吳超鵬，吳世農(nóng)，程靜雅，等.風險投資對上市公司投融資行為影響的實證研究[J].經(jīng)濟研究，2012，47(01): 105-119+160.

[25]ACHARYAVV，EISERTT，EUFINGERC，etal.Realeffects of the sovereign debt crisis in Europe:Evidencefromsyndicated loans[J].TheReview ofFinancialStudies，2018，31(08):2855-2896.

[26]COPELANDTE，GALAID.Information effectson thebid-ask spread[J].The Journal ofFinance，1983，38(05):1457-1469.

[27]BHATTACHARYAU，DAOUKH，WELKERM.TheWorld price of earnings opacity[J]. The Accounting Re-view， 2003，78(03): 641-678.

[28]代彬，彭程，郝穎.國企高管控制權、審計監(jiān)督與會計信息透明度[J].財經(jīng)研究，2011，37(11):113-123.

[29]潘愛玲，劉昕，邱金龍，等.媒體壓力下的綠色并購能否促使重污染企業(yè)實現(xiàn)實質性轉型[J].中國工業(yè)經(jīng)濟，2019(02):174-192.

[30]葉青，李增泉，李光青.富豪榜會影響企業(yè)會計信息質量嗎？——基于政治成本視角的考察[J]．管理世界，2012(01):104-120.

[31]MOYERSE.Capitaladequacyratio regulations andaccountingchoicesincommercial banks[J]. Journal ofAccounting andEconomics，1990，13(02):123-154.

[32]溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用[J].心理學報，2004(05)：614-620.

（責任編輯：張艷妮）

Does Green Finance Affect the Transparency of Earnings Information in Heavily Polluting Enterprises?

SHAO Rong， WANG Hongxin

(DepartmentofBusinessAdministration，LiaoningTechnical University）

Abstract: Based on the political cost hypothesis， this paper explores the impact of green finance policies on the transparency of earnings information in heavily polluting enterprises.Employing a difference-in-differences methodology， it empiricaly tests the effct of the \"Guidelines for Establishing the Green Financial System\" on the earnings information transparency of these frms.The findings reveal that green finance policies significantly reduce the transparency of earnings information in heavily poluting enterprises，with financing pressure identified as a key transmission mechanism.Further heterogeneityanalysis indicates that the policy effect is more pronounced for heavily polluting enterprises that are small-scale， non-state-owned， face high financing constraints，or exhibit high dependence on bank loans.Research on economic consequences shows that while reducing earnings information transparency helps these firms obtain more bank loans in the following year， it also increases their debt default risk.The conclusions provide new empirical evidence on the economic consequences of green finance policies.They hold significant implications for optimizing the top-level design of green finance， improving the quality of information disclosure by heavily polluting enterprises，and thereby promoting their transformation and upgrading.

Keywords: Green finance policy; Earnings information transparency; Political cost hypothesis; Financing pressure; Financial resource allocation