貨幣政策不確定性對企業綠色創新的影響研究

任曙明，李蓮青，盧佳蔓，陳 強

1.大連理工大學 經濟管理學院，遼寧 大連 116024 2.廣東省煙草專賣局(公司) 綜合計劃處(經濟運行處)，廣東 廣州 510610

一、問題提出

支持綠色技術創新是“十四五”期間加快綠色轉型的重要舉措。中國企業作為綠色創新的關鍵實踐者，既要尋求“創新”的經濟價值，又要擔當“綠色”的社會責任。由此，實現經濟價值“里子”和社會責任“面子”的統一，已成為企業推進綠色創新所面臨的重大挑戰。然而，要使企業主動推進綠色創新并非易事。首先，綠色創新具有雙重外部性，準公共品屬性決定了企業沒有動機推動綠色創新；其次，綠色創新在研發、開發和商業化等階段存在高度的不確定性，成功的概率較小。因此，企業綠色創新行為更依賴于經濟政策的引導。現有研究表明，以財稅補貼、排污費等為主要手段的政策引導效果十分有限；在信貸資源有限的條件下，這些政策對生產性投資存在明顯的擠出效應，加劇了企業推進綠色創新的信貸約束。

本質上，企業能否推行綠色創新，取決于其對成本與收益的權衡。綠色創新的雙重外部性又決定了成本與收益的非對稱性。其一，在中國信貸市場上，投資者對環境信息的關注不足。企業環境違法成本較低，一旦違法，違法成本是由所有當事人共同承擔的。其二，收益由所有當事人共享，但成本由企業承擔。因此，貨幣政策不確定性增大時，就會造成利率未來走勢的不確定性升高，綠色創新溢酬的波動加大，企業難以判斷能否獲取綠色創新的溢酬，可能會延緩綠色創新。同時，貨幣政策不確定性會加劇資產價格的波動，使得銀行降低對綠色創新的關注，加大企業面臨的信貸約束，不利于企業綠色創新。事實上，中央也注意到貨幣政策不確定性給綠色創新帶來的不利影響，中國銀行業監督管理委員會于2012年印發《綠色信貸指引》，旨在通過實施差異化信貸政策，增強銀行對綠色創新的資金支持力度。

目前，關于貨幣政策不確定對綠色創新的綜合影響還未見討論，現有研究主要聚焦于兩個方向。一是關于貨幣政策不確定性的度量。現有文獻選用的測度指標和方法具有較大差異，主要包括以下幾個方面：Jorda｀o 等利用GARCH模型度量貨幣政策不確定性；楊鳴京等借助銀行間同業拆借7日利率的年度標準差度量貨幣政策不確定性；丁劍平等利用波動率回歸擬合的方法估算金融危機后中國貨幣政策不確定性。二是關于貨幣政策不確定性對綠色創新的作用機制。實際上，現有研究僅關注貨幣政策不確定性對創新的影響，盡管有學者注意到這種影響主要通過信貸約束發揮作用，但是尚未直接討論貨幣政策不確定性對綠色創新的影響，而是單獨討論信貸約束對綠色創新的影響。也有學者指出綠色信貸政策借助差異化的貸款利率，影響企業面臨的信貸約束，進一步作用于企業綠色創新。遺憾的是，現有研究割裂了貨幣政策不確定性與綠色創新的上述內在關聯，也就無法揭示企業推進綠色創新的內在行動邏輯。

本文邊際貢獻有以下三個方面。第一，從成本和收益兩個維度，探討貨幣政策不確定性對綠色創新的影響作用，揭示信貸約束在其中的傳導機制，將影響綠色創新的政策因素落實到貨幣政策不確定性上。第二，考慮到現階段中國貨幣政策調控框架以數量規則為主，本文引入包括通貨膨脹率和GDP增長率的貨幣政策數量規則模型，采用隨機波動模型和馬爾科夫鏈蒙特卡洛算法(MCMC)有效地分離了貨幣政策不確定性的可觀測部分和不可觀測部分，有助于提高監管機構制定貨幣政策的針對性。第三，以中國A股制造業上市公司數據為研究樣本實證檢驗了貨幣政策不確定性對綠色創新的消極影響，同時揭示了綠色信貸政策對上述機制的沖抵作用。該機制很好地彌補了國內綠色金融理論研究的不足，為研究綠色金融與企業綠色創新的文獻提供了新的證據。

二、理論分析與研究假說

(一)貨幣政策不確定性與綠色創新

綠色創新主要是指綠色技術創新。綠色技術指減少原材料、能源使用以及環境污染的工藝、技術或產品的總稱。能否主動推行綠色創新，取決于企業對收益和成本的權衡，具體體現在兩個方面。

一方面，從收益來看，貨幣政策不確定性的沖擊，會導致企業延緩綠色創新，難以獲取綠色創新溢酬。準公共產品的特征決定了企業的綠色創新天然不足。除了具備創新成果的外部性，綠色創新還具有資源節約和環境改善等環境效應外部性。從事綠色創新的企業需要負擔較高的工藝設備投入，決定了企業從事綠色創新會出現“為他人作嫁衣”的行為，從而缺乏開展綠色創新的主動性。但是，綠色創新也能通過市場關注機制和價值增長機制來提高經濟效益、產生溢酬。這主要體現在，綠色創新有助于提高企業環境聲譽，提升環保評價，協助企業獲取更多利益相關者支持，間接提升經濟績效，獲取綠色創新溢酬。然而，貨幣政策不確定性加大了利率波動，提高了綠色創新溢酬的預測難度，企業就會延遲綠色創新。

具體來說，貨幣政策不確定性上升提高等待期權價值，當潛在創新溢酬無法預測時，企業決策的等待價值及不作為行為增加。此時企業具有較強的觀望心理，往往采取謹慎的態度，傾向于等待更好的投資機會，會暫緩對綠色創新的投資，不利于進一步提高綠色創新溢酬。同時，當貨幣政策不確定性上升時，風險厭惡心理會夸大企業對風險的負面感受，縮小對綠色創新溢酬的正面感受。因此，當貨幣政策不確定性上升時，企業的資本支出活動變得謹慎，更傾向于保守的項目，不利于進一步開展綠色創新。

另一方面，從成本來看，貨幣政策不確定性會加劇企業面臨的信貸約束，不利于綠色創新。貨幣政策的頻繁變動會加大企業綠色創新決策失誤的概率。此時，企業向銀行貸款的違約概率也會提高。對銀行來說，這會加劇其自身資產負債結構的不匹配。銀行為了平衡收益和風險，出現“慎貸”和“惜貸”，加大企業獲取信貸資金的難度，提高企業的貸款利息。因此，就銀行貸款成本來說，貨幣政策的頻繁調整導致企業面臨更大的信貸約束。事實上，上述作用機制也是金融摩擦理論所強調的，即宏觀政策的不確定性越大，外部融資成本越高，意味著企業會遭遇更強的信貸約束。總之，當貨幣政策不確定性加大時，企業會面臨較強的信貸約束。

在上述情況下，企業傾向于減少綠色創新。原因在于，“雙重外部性”的特征決定了綠色創新需要長期的信貸資金支持，一旦資金鏈斷裂，前期的研發資金投入將變成沉沒成本。這種投入是不可逆的，企業一旦投入，在后期還需要持續投入。若信貸約束加強，企業預測到無法獲得低成本的信貸資金，就會減少綠色創新的投入。方穎等研究發現，中國在環境立法上所規定的企業環境違法責任偏低；在環境執法上，對環境違法的處罰也相對較輕。這意味著企業放棄綠色創新、投資污染項目的成本較低。權衡綠色創新與環境違法的成本，企業傾向于減少綠色創新。

綜上，本文提出以下假說：

H1：貨幣政策不確定性升高不利于企業綠色創新。

H2：貨幣政策不確定性加劇企業面臨的信貸約束，抑制企業綠色創新。

(二)綠色信貸政策的沖抵作用

如前文所述，貨幣政策不確定性加大了企業的信貸約束，出于對收益和成本的權衡，企業傾向于減少綠色創新。為了沖抵貨幣政策不確定性對綠色創新的負面影響，國家出臺了一系列綠色信貸政策，其中，2012年出臺的《綠色信貸指引》就是典型。這種沖抵機制體現在兩方面：

一方面，若企業從事綠色創新，綠色信貸政策會引導銀行優先提供信貸資金支持，進而沖抵貨幣政策不確定性對綠色創新的負面影響。在綠色信貸政策的指引下，銀行會對綠色創新企業優先配置信貸資金，并提供優惠利率，從而緩解其信貸約束。同時，綠色信貸政策要求銀行審批貸款時充分考慮企業所涉及的環境風險，對其節能減排指標進行前端審核。若企業披露環境責任，更容易獲得銀行信貸資金。因此，綠色信貸政策通過引導手段，沖抵貨幣政策不確定性對綠色創新的消極作用。

另一方面，若企業未從事綠色創新，綠色信貸政策會強制銀行加大對污染型項目的信貸約束，推動企業開展綠色創新。在綠色信貸政策的指引下，銀行會對破壞環境、能源效率低的企業項目采取懲罰性高

圖1 貨幣政策不確定性影響企業綠色創新的機制與渠道

利率，嚴格限制污染型項目的信貸投放，在源頭遏制其發展。這種懲罰效應加大了從事污染型項目的成本，企業更有動機引進綠色技術，進行創新活動，有利于減少對綠色創新的負面影響。由此，本文提出以下假說：

H3：綠色信貸沖抵了貨幣政策不確定性對綠色創新的消極影響。

基于上述理論分析與假說H1～H3，本文認為貨幣政策不確定性對綠色創新的影響機制如圖1所示，接下來依據該思路進行實證分析。

三、研究設計

(一)數據來源和處理

(二)主要變量的測度

1.貨幣政策不確定性()

關于貨幣政策不確定性測量，國外學者主要采用兩種方式：一是市場利率預期值與基準利率的差值，由于中國市場利率預期值的不可得性，這種方法并不適用；二是利率期貨收益率的變化，由于利率期貨發展時間短、交易量較低，這種方法也不適用于中國。考慮到中國貨幣政策的主要目標是抑制通貨膨脹和維持經濟的平穩運行，參照Chen等的做法，本文引入了包括通貨膨脹率和GDP增長率的貨幣政策數量規則模型：

=+-1+(-1-)+(-1-)+

(1)

其中，為第期的M2增長率，-1、-1分別為第-1期的通貨膨脹率以及GDP增長率，和分別為目標通貨膨脹率以及目標GDP增長率，為隨機誤差項。

隨機波動(SV)模型具有更高的靈活性、預測性和擬合度，有助于基于中國的經濟狀況預測貨幣政策的變化，并能有效地分離貨幣政策的可觀測部分和不可觀測部分，進一步刻畫中國貨幣政策的不確定性。因此，本文采用SV模型來模擬貨幣政策的波動過程，對中國貨幣政策不確定性進行測算：

(2)

(3)

SV模型的估計方法主要有兩種：一是極大似然估計法，二是貝葉斯框架下的馬爾科夫鏈蒙特卡洛(MCMC)方法。與極大似然估計法相比，MCMC方法在有限樣本下仍然有效，能將研究者的主觀判斷以先驗分布的形式融入估計中，測算出來的參數精準度較高。因此，本文參考劉玉榮等的做法，采用MCMC方法估計SV模型，其基本原理分為以下三步：

(4)

式(4)中，(|)是給定時的條件密度，可由式(2)獲得，而(|,)是給定(,)時的條件密度，可由式(3)獲得，分母?(|,)(,)()dd不依賴于(,)。

第二步，采用MCMC方法進行求解，該算法原理為：以任意初值(,)為基礎，從后驗分布中抽取次(,)的樣本，記(,),…,(,)。為了使樣本分布收斂到(,),…,(,)并消除初值(,)對抽樣的影響，可將初期抽到的個樣本刪除，而對剩下的=-個樣本做描述性統計分析。當足夠大時，就可以推斷未知分布(,|)的統計性質。

第三步，用這個觀測值的樣本中位數來逼近后驗分布的總體中位數，具體為

(5)

(6)

根據中國貨幣政策數量規則模型，本文參考Kastner的做法，運用R軟件計算了中國貨幣政策不確定性水平，式(2)(3)中各個參數的平均值和標準差如表1所示。

表1 參數估計結果

2003—2019年中國貨幣政策的不確定性水平如圖2所示。2008年之前貨幣政策的主要目標是防止經濟過熱和調節通貨膨脹，實施從緊的貨幣政策；2008年金融危機之后，貨幣政策不確定性呈現顯著增加的趨勢；緊接著，2010年中國貨幣政策從適度寬松轉向穩健，貨幣政策不確定性逐漸下降并趨于平穩；2014年前后受銀行“錢荒”以及“股市崩盤”事件的影響，貨幣政策不確定性水平稍有上升。

圖2 2003—2019年中國貨幣政策不確定性水平

2.企業綠色創新()

本文首先從國家知識產權局專利檢索數據庫(SIPO)檢索制造業上市公司專利數據，然后依據世界知識產權組織(WIPO)于2010年推出的“國際專利綠色分類清單”，識別并核算了企業每年交通運輸類、廢棄物管理類、能源節約類、行政監管與設計類、替代能源生產類、農林類和核電類這七大類專利數量，并進一步區分綠色發明專利和綠色實用新型專利。參考齊紹洲等的做法，采用企業綠色專利授權總量占當年專利申請總量的比例來衡量企業綠色創新()，同時采用企業綠色發明專利授權總量占當年企業發明專利申請總量的比例()，以及企業綠色實用新型專利授權總量占當年企業實用新型專利申請總量的比例()作為分析對象，以進一步考察貨幣政策不確定性對不同類型綠色創新的作用。

3.信貸約束()

參考應展宇等的做法，本文用SA指數的絕對值測算信貸約束：

=-0737×+0043×-004×

(7)

其中，為企業規模，用總資產的對數值表示，為上市年限。為負數，其絕對值越大，說明企業受到的信貸約束程度越嚴重。

(三)控制變量及其測度

“波特假說”指出環境規制有助于促使企業創新，在控制變量的選取上，本文也考慮了環境規制()可能存在的影響作用，參考Chen等的研究，通過手工搜集各地級市政府工作報告，借助Python軟件爬取各地市環保相關文字，借助各地市環保相關文字占政府工作報告總字數的比例來衡量環境規制。除了考慮環境規制的影響，本文參考現有文獻做法，引入了一系列可能影響企業綠色創新的控制變量，具體包括企業規模()、盈利能力()、杠桿率()、企業年齡()、管理費用率()、研發支出()和研發人員數量()。變量定義及測量方式見表2，描述性統計結果見表3。可以看出，的均值為0.015，標準差為0.004，這表明近年來中國貨幣政策存在一定程度的波動。

表2 變量定義與測量方式

表3 變量的描述性統計結果

(四)計量模型構建

為了檢驗假說H1，本文構建如下基準計量模型。考慮到貨幣政策的調控往往具有滯后性，企業很難對其做出及時準確的調整，因此本文將貨幣政策不確定性滯后一期加入模型，同時為了減輕內生性問題，解釋變量和控制變量(企業年齡除外)均采用滯后一期數據。

,=+-1+,-1++++,,

(8)

其中，表示上市公司，表示行業，表示公司所在的城市，表示時間，,為企業當期的綠色創新水平，并進一步區分綠色發明專利和綠色實用新型專利；-1為滯后一期的貨幣政策不確定性，,-1為控制變量。表示常數項，表示系數，為控制變量的系數，、、分別表示上市公司個體固定效應、行業固定效應和城市固定效應，,,為誤差項。

為了檢驗假說H2，參考溫忠麟等的做法，使用中介效應的方法構建了遞歸方程，以檢驗貨幣政策不確定性通過影響信貸約束作用于綠色創新的機制，計量模型設定如下:

,-1=+-1+,-1++++,,

(9)

,=+-1+,-1+,-1++++,,

(10)

其中，,-1表示上市公司在-1年的信貸約束。中介效應的檢驗分為三個步驟：第一步，對式(8)進行回歸，判斷不包括中介變量時，貨幣政策不確定性對于綠色創新的總效應，如果顯著，則表明貨幣政策不確定性對于綠色創新的總體效應存在；第二步，對式(9)進行回歸，判斷貨幣政策不確定性對于中介變量的影響效應；第三步，在式(8)中引入中介變量,-1，構成式(10)并回歸，檢驗貨幣政策不確定性對于綠色創新的直接效應、信貸約束作用于企業創新的效應。如果和都顯著，則表明中介效應存在；在此前提下，如果不顯著，表明存在完全中介效應；如果顯著，表明存在部分中介效應，式(9)(10)中×衡量貨幣政策不確定性通過信貸約束影響綠色創新的程度，中介效應的比重為×；如果和中至少有一個不顯著，則要對模型采用Sobel法檢驗中介效應×的顯著性，若檢驗結果顯著，則表示中介效應存在，反之，則表示中介效應不存在。

為了檢驗假說H3，本文參考Yu等的研究，以2012年《綠色信貸指引》印發為標志性事件，將樣本分為2006—2011年和2012—2019年兩個時間段，以考察綠色信貸政策的沖抵作用，構建如下計量模型：

,=+-1+,-1×1,-1+,-1×2,-1+,-1++

+++,,,

(11)

其中，、為虛擬變量，分別表示2006—2011年和2012—2019年。在式(11)中，重點關注系數、，若、為負，且的絕對值大于，那么綠色信貸政策有效沖抵了貨幣政策不確定性對企業綠色創新的消極作用；反之，綠色信貸政策進一步加大信貸約束對企業綠色創新的消極作用。

四、實證結果與分析

由于固定效應模型優于隨機效應模型，因此本文選擇面板固定效應模型進行分析。同時采用控制上市公司個體固定效應、行業固定效應和城市固定效應的回歸方法，驗證前文假說H1～H3，以控制計量結果的穩健性。

(一)基準檢驗

基準檢驗回歸結果見表4。第(1)(2)列是基于企業綠色專利的回歸結果，第(3)(4)列是基于企業綠色發明專利的回歸結果，第(5)(6)列是基于企業綠色實用新型專利的回歸結果。在第(1)(3)(5)列，僅對貨幣政策不確定性進行回歸，其系數均顯著為負。在第(2)(4)(6)列，加入控制變量，同時控制上市公司個體固定效應、行業固定效應和城市固定效應，此時貨幣政策不確定性估計系數依舊顯著為負。由第(2)(4)(6)列可以看到，當貨幣政策不確定性提高1個單位時，企業綠色專利、綠色發明專利及綠色實用新型專利分別下降1.151、1.044和1.535個單位。

表4 基準檢驗回歸結果

基準檢驗結果表明，貨幣政策不確定性加大時，綠色創新水平顯著下降，對于綠色發明專利的負面影響最小。出現這種現象的原因可能在于，綠色創新存在高度不確定性，其準公共品屬性決定了企業缺乏推動綠色創新的動機。貨幣政策不確定性的沖擊導致利率波動變大，加大了企業決策失誤概率以及違約破產概率，不利于企業綠色創新。然而，從長期來看，企業出于對收益和成本的權衡，為了提高核心競爭力，會將資源傾向具有更高含金量和創造性的綠色發明專利，這與唐松等的觀點相符合。

(二)信貸約束的傳導機制檢驗

接下來采用逐步回歸法，對假說H2進行檢驗。表5第(1)列是以企業信貸約束為因變量的回歸結果，第(2)～(4)列分別是以企業綠色專利、綠色發明專利及綠色實用新型專利為因變量的回歸結果。

表5 信貸約束的傳導機制檢驗結果

結果顯示，貨幣政策不確定性越大，企業面臨的信貸約束越高，對綠色專利、綠色發明專利及綠色實用新型專利均存在抑制作用，假說H2得到驗證。具體來說，表5第(1)列貨幣政策不確定性顯著為正，意味著貨幣政策不確定性越大，企業面臨的信貸約束越高；第(2)～(4)列中，貨幣政策不確定性和信貸約束均為負，然而在第(3)列中，信貸約束不顯著。因此，本文采用Bootstrap法進一步驗證信貸約束傳導機制的有效性，結果顯示間接效應的值為-4.390(<0.01)，95%置信區間為[-0.102,-0.039]，通過了中介效應檢驗。

對于綠色專利、綠色發明專利及綠色實用新型專利來說，貨幣政策不確定性通過信貸約束影響綠色創新的間接效應為×，總效應為，那么信貸約束的中介效應的比例×分別為3.090%、0.255%、5.285%。與此同時，貨幣政策不確定性的直接效應分別為-1.147、-0.427和-1.608。可以看到，在貨幣政策不確定性影響綠色創新的作用機制中，直接效應要遠遠大于間接效應×。原因可能在于，貨幣政策不確定性的沖擊，加大企業綠色創新溢酬的波動，降低了企業進行綠色創新活動的收益，導致企業延緩綠色創新；貨幣政策不確定性加大企業決策失誤概率以及違約破產概率，此時銀行出現“慎貸”和“惜貸”，提高了企業開展綠色創新的信貸成本，不利于綠色創新。

(三)綠色信貸政策沖抵作用檢驗

為了檢驗假說H3，本文以2012年《綠色信貸指引》的印發來衡量綠色信貸政策的沖抵作用。表6第(1)～(3)列分別是基于企業綠色專利、綠色發明專利及綠色實用新型專利的回歸結果，研究信貸約束對企業綠色創新的影響是否在2006—2011年和2012—2019年兩個時期存在差異。可以看到，信貸約束每增加1個單位，2006—2011年和2012—2019年的綠色專利分別減少0.011和0.010，綠色實用新型專利分別減少0.023和0.022。也就是說，2012年綠色信貸政策有效緩解信貸約束對綠色創新的抑制作用。原因可能在于，一方面，綠色信貸政策通過鼓勵銀行增加從事綠色創新企業的信貸資金，推動企業轉向清潔型技術，發展綠色創新；另一方面，對未從事綠色創新的企業來說，綠色信貸政策通過要求銀行加大污染型項目的信貸約束，引導企業開展綠色創新。因此，企業迎合綠色信貸政策，有助于緩解信貸約束，進一步推動企業開展綠色創新。具體表現為，在表6中加入了信貸約束與綠色信貸政策的交互項之后，貨幣政策不確定性對企業綠色專利、綠色發明專利及綠色實用新型專利均不再呈現顯著的抑制作用。由此，本文的假說H3得到了驗證。

表6 綠色信貸政策的沖抵作用檢驗結果

五、穩健性檢驗及異質性分析

(一)穩健性檢驗

1.Heckman兩階段回歸

貨幣政策屬于宏觀政策，而企業微觀行為很少影響宏觀政策，也就是說貨幣政策不確定性和企業綠色創新幾乎不存在反向因果關系。此外，本文實證中將所有解釋變量和控制變量(企業年齡除外)均滯后一期，有效地避免了反向因果帶來的內生性問題。但為了進一步檢驗實證結果的穩健性，本文參考石曉軍等的做法，采用Heckman兩階段法，緩解內生性可能帶來的影響。第一階段建立企業是否進行綠色創新的選擇方程，分別記為、和，分別得到其逆米爾斯比率()，接著將該系數代入第二階段回歸模型。表7報告了Heckman兩階段回歸結果，結果顯示，貨幣政策不確定性對企業綠色創新的抑制作用依然顯著。

2.指標重新測量

考慮到指標的度量方式可能影響回歸結果，因此分別更換了綠色創新和貨幣政策不確定性的度量方式。一是更換綠色創新的衡量指標。參考李青原等的做法，將廢棄物管理類、能源節約類以及替代能源生產類三項專利授權總量加1再取自然對數(ln)做穩健性檢驗。表8第(1)列貨幣政策不確定性的系數顯著為負，進一步驗證了前文研究結果的穩健性。二是更換貨幣政策不確定性的度量方式。本文借鑒Jorda｀o｀等的做法，用GARCH模型計算貨幣政策不確定性指數()，表8第(2)～(4)列為更換貨幣政策不確定性的度量方式后的結果，可見對假說H1的回歸結果與前文沒有明顯差異。

表7 基于Heckman兩階段模型的回歸結果

表8 穩健性檢驗結果(1)

3.遺漏關鍵控制變量問題

考慮到企業金融資產持有、成長性等也會對企業綠色創新產生影響，本文在控制變量中加入企業金融資產持有、成長性進行實證分析，進一步降低關鍵遺漏變量可能產生的內生性問題。如表9第(1)～(3)列所示，回歸結果與前文一致。參考彭俞超等的研究，企業金融資產持有()使用交易性金融資產、衍生金融資產、投資性房地產、可供出售金融資產以及持有至到期投資等五類資產相加后除以總資產來衡量。參考解學梅等的研究，企業成長性()用營業總收入同比增長率來表示。

表9 穩健性檢驗結果(2)

4.剔除金融危機的影響

本文樣本區間為2006—2019年，如前文所述，由于2008年金融危機之后，貨幣政策不確定性呈現顯著增加的趨勢，為了消除2008年金融危機可能帶來的干擾，因而剔除2008年的樣本觀測值后重新進行了檢驗。如表9第(4)～(6)列所示，回歸結果與上文一致。

(二)異質性分析

1.區分企業是否披露環境責任

如前所述，考慮到綠色信貸政策要求銀行在發放貸款時嚴格審查企業的環境責任信息，本文在基準模型的基礎上，分別加入企業是否披露環境責任及其與貨幣政策不確定性的交叉項(×)進一步開展研究。用表示企業是否披露環境責任，若企業披露環境責任，則=1，否則=0，表10第(1)～(3)列報告了區分企業是否披露環境責任的回歸結果。可以看到，在第(1)～(3)列中，貨幣政策不確定性的系數顯著為正，在第(1)(2)列中，交叉項×的系數顯著為正，說明貨幣政策不確定性對未披露環境責任企業的抑制作用更強。可能的原因在于，綠色信貸政策印發后，金融機構在發放貸款前，會積極考慮貸款項目的環境問題。而企業通過披露環境責任有效降低了銀企之間的信息不對稱，因而更容易獲得信貸資金，為企業開展綠色創新提供了信貸來源。

2.區分企業所有制性質

考慮到國有企業和非國有企業從政府獲得的政策性資源存在較大的差異，本文在基準模型的基礎上，分別加入企業所有權性質及其與貨幣政策不確定性的交叉項(×)進一步開展研究。具體來說，用表示企業所有權性質，若企業是國有企業，則=1，否則=0，表10第(4)～(6)列報告了區分企業所有制性質的回歸結果。可以看到，交叉項×的系數顯著為負。這說明相比于非國有企業，貨幣政策不確定性對國有企業綠色創新的抑制作用更強。這可能是因為國有企業受到國家優惠政策的支持，面臨的市場競爭壓力較小，企業進行綠色創新的動力不足。

表10 異質性檢驗回歸估計結果

六、結論及建議

綠色創新是綠色發展的基礎支撐和關鍵動力。近年來，貨幣政策總是在短期穩增長和長期防風險之間尋求平衡，加劇了貨幣政策不確定性，可能對綠色創新產生不利影響。綠色信貸政策通過實施差異化信貸政策，增強銀行對綠色創新的資金支持力度，推動企業綠色創新。本文以此為切入點，選取中國A股上市公司為樣本，研究貨幣政策不確定性對企業綠色創新的影響作用，并進一步探究信貸約束在其中的傳導機制以及綠色信貸政策的沖抵作用，同時也進行了穩健性檢驗和異質性分析。研究結果表明：第一，貨幣政策不確定性對企業綠色創新產生了顯著的抑制作用，對未披露環境責任企業、國有企業的抑制作用更強；第二，從傳導機制的檢驗結果看，貨幣政策不確定性加大以后，企業面臨更強的信貸約束，傾向于減少綠色創新；第三，從沖抵作用的檢驗結果看，綠色信貸政策有效沖抵了貨幣政策不確定性對綠色創新的消極影響。

基于上述結論，本文提出以下政策建議。第一，引導貨幣市場利率的平穩運行。考慮貨幣政策的頻繁調整可能會違背政策的初衷反而對企業綠色創新產生不利影響，央行在貨幣政策出臺前，應根據經濟基本面，進一步疏通貨幣政策傳導機制，加強貨幣政策相關信息的公開透明度，維護市場預期穩定，增強調控的前瞻性、主動性。推動貨幣政策更加靈活適度，提升貨幣政策的傳導效率，有效發揮貨幣政策的預期引導作用，降低政策本身不確定性帶來的負面影響。同時，央行在對貨幣政策進行調整時，應加強與企業的溝通交流，重點解決企業融資難、融資貴等問題，協助企業獲取更多的綠色創新機會。政府在遵照市場規則的先決條件下，有針對性地為企業綠色創新提供靶向措施，鼓勵企業走綠色創新之路。第二，發揮貨幣政策精準導向的作用，完善綠色金融政策體系，加大對綠色創新的支持力度。本文研究發現，綠色信貸政策能夠有效沖抵貨幣政策不確定性對綠色創新的消極影響。為此，央行要加強對綠色信貸政策實施情況的監測評價，完善其正向激勵機制，用增量資金支持清潔能源，落實好碳減排支持工具，助力綠色低碳發展。央行可以通過完善綠色金融標準體系，助力金融機構識別綠色經濟活動，引導資金精準投向綠色項目；通過召開座談會，指導金融機構充分承擔環境社會責任，按照市場化、法制化原則，合理配置綠色信貸資源，加大金融機構對綠色發展的支持，為綠色低碳產業提供優惠貸款利率，實現企業績效和綠色發展“雙贏”，推動市場經濟有序健康發展。