基于雙重差分模型的綠色信貸政策對企業碳績效的影響研究
——以重污染企業為例

齊可盈

(東南大學經濟管理學院 江蘇南京 211189)

改革開放以來，我國工業化進程加快，碳排放量大幅增加。作為負責任的大國，中國堅持綠色發展，積極參與全球生態環境治理，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合國大會上提出了“雙碳”目標，低碳發展成為我國經濟高質量發展的重大戰略安排。黨的二十大指出，要完善支持綠色發展的財稅、金融、投資、價格政策和標準體系，發展綠色低碳產業，積極穩妥地推進碳達峰、碳中和。綠色信貸作為綠色金融的重要一環，通過向生態保護與環境友好項目提供貸款扶持并給予優惠利率，對“雙高”企業與項目采取貸款限制與懲罰性利率等措施，實現資金的“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%，已成為實現綠色低碳發展的重要助推力。

本文以2012年中國銀監會印發的《綠色信貸指引》(以下簡稱《指引》)的正式實施為事件構造準自然實驗，運用雙重差分法定量評估綠色信貸政策對重污染企業碳績效的影響。以期豐富綠色信貸政策微觀效果的相關研究，為以信貸手段促進經濟綠色低碳發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]經研究發現，綠色信貸政策對重污染企業的有息債務融資、長期負債及新增投資具有抑制作用；丁杰和胡蓉(2020)[2]則進一步探究了環境規制對綠色信貸政策抑制重污染企業投融資的增強作用。以上研究表明，綠色信貸政策對重污染企業投融資行為具有顯著的抑制作用。關于綠色信貸政策對重污染企業創新活動的影響，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，結果表明，《指引》實施后，重污染企業綠色創新數量顯著增加，但創新質量無明顯變化；也有部分研究顯示，綠色信貸政策未能產生波特效應，抑制了重污染企業的技術創新(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》對重污染企業污染排放的抑制作用；潘燁(2022)[6]經實證得出了與之相似的結論。

1.2 企業碳績效研究

企業碳績效是企業環境績效的重要組成部分，用以衡量企業碳排放效率。國內外學者嘗試采用多種方法衡量企業碳績效：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營業收入和碳排放量，以企業每百萬銷售額碳排放總量的倒數作為碳績效的代替變量(Baran Doda et al ,2016)[9]。關于企業碳績效的實證研究較少，部分學者對企業碳績效和財務績效的關系進行了實證研究。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股制造業上市公司為樣本，發現企業碳績效與財務績效存在正相關關系；周志方等(2017)[12]則以英國富時350企業為樣本，得出了與之相反的結論。

綜上所述，現有文獻多關注綠色信貸政策對重污染企業投融資行為、綠色創新及污染排放情況的作用效果，往往只考慮《指引》對重污染企業經濟效益或環境效益的影響，少有文獻綜合考慮重污染企業的經濟與環境效益，進一步考察《指引》對重污染企業碳排放效率的影響。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平衡自身經濟效益和環境效益提供借鑒。

2 理論分析與研究假設

2.1 綠色信貸政策與企業碳績效

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

2.1.1 綠色信貸政策與企業碳排放

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

2.1.2 綠色信貸政策與企業營業收入

企業營業收入是企業獲得利潤的基礎，也是反映公司生產、銷售規模及經濟效益的重要指標。制度理論認為，環境規制會導致企業生產效率的降低，對企業營業收入產生負面影響。《指引》要求金融機構充分考慮重污染企業信貸業務的環境風險，拒絕向不合規企業授信。在我國間接融資為主的金融體系下，重污染企業面臨更強的融資約束，將對重污染企業整體經營產生負面影響，不利于企業提升營業收入。此外，重污染企業為取得金融機構信貸資金，將通過縮減重污染項目規模、技術創新等方式減少污染排放?？s減項目規模將直接影響企業營業收入，增加綠色技術研發投入也將占用企業規模擴張資金，短期內會對企業營業收入產生負面影響。

信號傳遞理論認為，企業向公眾傳遞高質量的信號，有利于企業增強競爭優勢。《指引》的實施促進重污染企業積極減少污染排放，向公眾釋放“綠色”信號，或能幫助企業提高聲譽，吸引更多投資者，有利于企業營業收入的提升。而且《指引》旨在幫助重污染企業綠色轉型升級，有利于重污染企業適應經濟高質量發展，長期來說，有利于重污染企業提升營業收入。為檢驗《指引》對重污染企業碳績效的影響，本文提出以下對抗假設：

H1a：《指引》出臺后，相比非重污染企業，重污染企業碳績效降低。

H1b：《指引》出臺后，相比非重污染企業，重污染企業碳績效提升。

2.2 綠色信貸政策對重污染企業碳績效影響的機制分析

《指引》限制金融機構向重污染企業貸款，企業獲得貸款資金減少、融資成本增加，將對企業財務績效產生負面影響。部分實證研究表明，企業環境績效與財務績效之間具有顯著的正向關系(朱清香等，2020)[15]，企業積極進行減排有利于提高企業財務績效(趙玉珍等，2021)[16]。財務績效更好的企業更有能力和動力進行碳減排，有利于其樹立良好的企業形象以實現長期的財務效益，進一步提升企業碳績效?！吨敢纺軌蛲ㄟ^對重污染企業融資限制，降低重污染企業財務績效，間接影響重污染企業碳績效。 綜上，本文提出如下假設：

H2：企業財務績效在《指引》影響重污染企業碳績效過程中起部分中介作用。

3 研究設計

3.1 樣本選擇與數據來源

本文選取2007—2020年我國A股工業上市公司為研究樣本, 參考環保部2010年發布的《上市公司環境信息披露指南》對重污染行業進行界定, 將火電、鋼鐵、水泥等16類行業作為重污染行業。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。經過以上篩選，最終得到475家企業，其中重污染企業279家，非重污染企業196家，共獲得6650個年度觀測值。由于無法直接獲得我國企業的碳排放量，本文借助企業營業成本和行業碳排放量估算企業的碳排放量。上市公司相關財務數據來源于CSMAR數據庫。為控制極端異常值的影響，本文對所有連續變量進行了上下1%分位數的縮尾處理。

3.2 變量定義

3.2.1 被解釋變量

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

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，本文將重污染行業企業作為處理組，非重污染行業企業作為控制組。若企業屬于16個重度污染行業則Treati=1，反之則為0。用TimetxTreati衡量綠色信貸政策的凈效應。

3.2.3 中介變量

本文根據對綠色信貸政策對重污染企業碳績效影響機制的分析，選取企業總資產利潤率及凈資產利潤率作為企業財務績效指標。

3.2.4 控制變量

參考何玉等(2017)及Chen Zhi 等(2020)[18]對企業碳績效的研究，選取企業規模、資產負債率、資產集約程度、董事會獨立性、企業成長能力及股權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 模型構建

參考劉強等(2020)[19]的方法，本文設定雙重差分基準模型如下：

式(1)中：CPit為企業碳績效指標，為被解釋變量；Treati為重污染行業企業的虛擬變量，重污染組企業取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β1衡量政策實施后對重污染企業碳績效的影響；Controlit為一系列企業層面控制變量；τi為行業固定效應，Υt為年份固定效應，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碳績效的作用機制，根據前文假設，參考溫忠麟和葉寶娟(2014)[20]關于中介效應的研究，本文構建以下模型檢驗企業財務績效是否為綠色信貸政策影響企業碳績效的途徑之一。

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

4 實證結果與分析

4.1 描述性統計

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

表2 主要變量描述性統計

4.2 基準回歸分析

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

表3 基準回歸及穩健性檢驗結果

4.3 穩健性檢驗

4.3.1 平行趨勢檢驗

雙重差分模型要求在《指引》實施之前，重污染企業和非重污染企業的碳績效擁有相同發展趨勢。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為current，結果如圖1所示；交乘項系數在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碳績效無明顯變化，此后政策效應逐年增強，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置信區間

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)，以企業資產負債率、企業規模、股權集中度和董事會獨立程度作為PSM匹配協變量進行逐年1:1近鄰匹配。在共同支撐域內，匹配成功樣本共3449個，約為樣本總數的一半?；貧w結果如表3所示，TimetxTreati的估計系數為負，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果的穩健性。

4.3.3 安慰劑檢驗

為增強回歸結果的穩健性，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，發現交乘項TimetxTreati的系數不再顯著，具體結果如表3所示。

4.4 機制檢驗

企業財務績效的中介效應體現在兩個方面：模型(2)和模型(4)中TimetxTreati的系數顯著，并且模型(3)和模型(5)中交乘項的系數相比于模型(1)中交乘項系數發生了變化。表4第(1)列和第(3)列分別報告了模型(2)和模型(4)的回歸結果，TimetxTreati的系數為負且均在1%的水平下顯著，說明綠色信貸政策對企業總資產利潤率及凈資產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)的回歸結果，其交乘項系數分別為-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-0.752相比有所增加，說明綠色信貸政策能過通對企業財務績效的部分中介作用對企業碳績效產生負面影響。

表4 機制檢驗結果

4.5 異質性分析

4.5.1 企業產權異質性

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

表5 異質性分析

4.5.2 地區金融業市場化異質性

本文根據王小魯等編制的《中國分省份市場指數化指數報告2019》，將金融業市場化指數高于全國平均金融業市場化指數的省份作為金融業市場化程度較高地區，并將在此地區的企業樣本作為金融市場化程度較高組，其他樣本作為金融業市場化程度較低組。表5第(3)和第(4)列交乘項系數表明，相比金融市場化程度較高組，金融業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市場化程度較低地區的重污染企業融資渠道較為單一，在受到銀行信貸限制后面臨更嚴重的融資約束，對企業經營產生的負面影響更大，因而《指引》對金融業市場化程度較低組的重污染企業碳績效抑制作用更強。

5 結語

本文以2012年出臺的《指引》構造準自然實驗，并選取2007—2020年我國A股工業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果進行穩健性檢驗。研究結果表明，綠色信貸政策并未提升重污染企業碳績效。機制分析結果表明，綠色信貸政策能夠通過降低重污染企業的財務績效，間接降低重污染企業碳績效。此外，國有重污染企業和金融市場化程度較低的重污染企業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經營績效產生了較大的負面影響。政府應采取相應的補助措施激勵重污染企業的碳減排行為，如對積極進行綠色創新的重污染企業進行稅收優惠，以提升政策響應度。

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

第三，金融機構應采用更加多元化、合理化的方式對企業環境風險進行評估，嚴格執行綠色信貸發放標準以實現信貸資金綠色配置，協助落實好綠色信貸政策。

第四，重污染企業應加強環保意識，主動進行環境信息披露，積極承擔社會責任。重污染企業應通過加強引進和培養創新型人才、加大研發投入等方式促進綠色技術創新，逐步改進高污染排放的生產方式，積極進行企業轉型，從長遠利益出發，兼顧企業經濟效益與環境效益。