環境責任對企業系統性風險及總風險的影響

〔摘 要〕 本文基于我國碳交易政策， 采用斷點回歸設計（ＲＤＤ）， 探討了環境責任對企業系統性風險和總風險的影響。利用２０１４～２０２３ 年間２０４ 家上市公司的數據， 其中處理組為９３ 家試點企業， 對照組為１１１ 家通過傾向得分匹配法選取的非試點企業。研究發現， 企業履行環境責任顯著降低其總風險和系統性風險。異質性分析表明， 政策對企業風險的影響在新冠肺炎疫情前后、區域等方面具有異質性效應。調節效應分析表明， 管理者短視越輕， 高管薪酬越高， 代理成本越低， 碳交易的風險降低作用越強。中介機制分析表明， 履行環境責任通過擴大投資者基礎、減少融資約束和增加金融投資降低企業風險。

〔關鍵詞〕 政策影響評估 碳交易政策 ＥＳＧ 碳風險 ＣＳＲ 企業績效 企業金融化 斷點回歸設計

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２５．０３．００８

〔中圖分類號〕Ｆ２７５； Ｆ８３２. ５ 〔文獻標識碼〕Ａ

引 言

企業社會責任有助于企業贏得利害相關者的支持， 提升績效和競爭力。在全球氣候變化的背景下， 企業環境責任的履行受到關注。我國自２０１３年起試行碳交易政策， 使試點企業需要承擔更多環境責任。這可能導致資金運營壓力的增加， 進而影響未來現金流的波動性。同時， 增加的環境責任或引發更高的監管、訴訟、聲譽和市場風險，顯著影響企業的信用風險水平［１］ 。因此， 環境責任如何影響風險成為值得研究的問題。本文基于碳交易政策這一準自然實驗， 采用斷點回歸設計（ＲＤＤ）， 研究企業環境責任對其風險的影響。結果發現， 承擔環境責任有助于降低企業風險。并且， 分析發現政策對企業風險的影響在新冠肺炎疫情前后、區域等方面具有異質性效應。通過調節效應分析發現管理者短視、高管薪酬、代理成本對碳交易的風險降低作用具有調節效應。機制分析發現， 投資者基礎、融資約束和金融投資在企業環境責任與風險之間起著中介作用。

本文（１） 基于我國碳交易這一準自然實驗， 分析企業環境責任對其風險的影響， 拓展了基于ＣＳＲ報告或ＥＳＧ 評分的研究［２］ ； （２） 探討了碳交易的資本市場效應。盡管已有研究從ＲＯＡ［３］ 、托賓Ｑ［４］ 、創新［５］ 、就業［６］ 等維度探討環境規制的經濟影響，但缺乏對其資本市場效應的探討。本文發現碳交易通過增強企業環境責任， 有效對沖風險， 填補了資本市場是否及如何從系統性風險和波動性方面對試點企業以獎勵的研究空白， 拓展了碳交易的經濟效應的知識和理解， 并為環境規制政策的實施提供了經驗支持， 拓展了監管部門對資本市場監管指標選取和企業風險管理策略選擇的思路；（３） 揭示經濟困難時期， 履行環境責任對企業風險的抑制作用尤為顯著。證實企業社會責任能為企業贏得利害相關者的支持， 幫助企業渡過難關；（４） 機制分析發現， 除投資者基礎和融資約束兩個機制外， 企業金融投資也是環境規制影響風險的一個路徑。很少有文獻檢驗企業金融投資對企業風險的影響。本文豐富了對企業金融化的經濟后果的理解。

１ 假設提出

我國碳交易政策通過設定企業碳排放配額并允許企業間交易配額， 激勵企業減少碳排放。該政策主要針對高排放行業。只有能源消費或碳排放超過某個臨界值的企業（即高排放企業）才會被列為試點企業。如北京市試點僅將２００９～２０１２ 年任意一年ＣＯ２ 排放量達到或超過１ 萬噸的企業列為試點企業， 其他則為非試點企業?；诖耍?將試點企業視為高排放企業， 非試點企業視為低排放企業。碳交易政策下高排放企業需承擔更多環境責任。因此， 基于碳交易這一準自然實驗， 研究企業履行更多環境責任對其風險的影響。

新古典經濟學認為， 環境規制通過將企業外部性成本內部化， 增加了邊際生產成本， 會增加企業未來現金流的波動性［７］ 。同時， 高排放企業在低碳轉型過程中， 面臨更高的技術、聲譽、競爭、監管、訴訟以及投資者偏好變化等風險。企業碳排放越高， 轉型風險或碳風險越高， 進而加劇企業未來現金流的不確定性。這都會影響企業的生產運營和競爭性市場地位， 使企業現金流面臨更大的風險。由于環境規制使受規制企業的未來現金流暴露于配額價格及化石能源價格的不確定性， 因此， 更嚴格的環境規制會加劇現金流的不確定性。

碳交易政策作為一種環境規制， 會使高排放企業的現金流更易受到宏觀經濟因素和市場變化的影響， 從而增加系統性風險和總風險。據此， 提出如下假設：

假設１Ａ： 相比于低排放企業， 高排放試點企業在碳交易政策下， 系統性風險和總風險會顯著增加（環境規制效應）。

根據利害相關者理論， 企業履行社會責任可以減輕外部不利事件的影響， 從而降低企業風險。資源基礎理論強調， 企業ＣＳＲ 水平依賴于資源應用。這意味著公司的可持續發展取決于其資產使用情況。Ｓｈａｒｆｍａｎ 等（２００８）［８］ 發現， 在碳交易政策下， 試點企業往往不會減少所用資源， 而傾向于使用更清潔的技術和工藝， 來降低碳強度。高排放企業碳強度的降低， 會使碳排放效率提高。而良好的碳效率有利于企業獲得利害相關者的資源支持。同時， 這些企業在面對宏觀經濟不利變化時， 因擁有更好的社會責任形象， 會降低其收益對不利事件的敏感度， 從而減少系統性風險。這與Ｔｒｉｎｋｓ 等（２０２２）［９］ 發現的碳排放效率越高的企業系統性風險越低的觀點一致。另外， 高排放企業在碳交易政策下需承擔更多的社會責任。據ＣＳＲ 觀點， 更好的ＣＳＲ 績效能為企業贏得更多資源支持， 如融資、顧客滿意度、社會及聲譽資本等［１０］ 。消費者愿意購買環境績效更好的企業的產品， 這些企業因環保問題受到訴訟的風險更低［１０］ 。這會減少試點企業的運營成本， 降低其生產活動的風險暴露， 尤其是宏觀碳風險的暴露。有研究發現ＣＳＲ 與企業風險間存在負相關關系［１０］ ， 這表明試點企業因較高的碳排放效率和社會責任， 可能在風險管理方面更具優勢， 從而降低其整體風險水平。據此， 提出以下假設：

假設１Ｂ： 碳交易政策促使高排放試點企業履行更多環境責任， 進而顯著降低其系統性風險和總風險（ＣＳＲ／ ＥＳＧ 效應）。

管理者短視指管理者為在短期內扭虧為盈，削減研發經費， 損害企業長期價值的行為［１１］ 。企業研發投入對風險有重要影響。有學者發現研發密度與系統性風險正相關， 企業在履行環境責任時進行長期投資， 這與短視行為相悖， 在面臨環境責任時， 管理者短視可能導致企業忽視環境投資， 企業會削減研發經費， 以減弱環境責任對企業風險的正面影響。公司的風險管理決策與治理特征有關［１２，１３］ 。管理層因投入大量無形資本， 相比所有者更可能進行風險管理。高管現金薪酬越高， 企業風險越低［１４］ 。但行為理論認為， 高管薪酬差距較大會導致員工的消極行為， 增加經營風險［１５］ 。企業履行環境責任涉及長遠戰略決策和資源配置， 健全的企業治理結構可協調企業與利益相關者的關系， 增強環境責任對企業風險管理的作用。企業獲得社會信任會降低代理成本并影響企業風險， 嚴重的委托代理問題會損害企業價值［１６］ ，增加股價崩盤風險［１７］ 。代理成本可調節其他因素對企業股價崩盤風險的影響［１８］ 。企業環境責任會增強社會信任， 并降低企業代理成本。低代理成本的企業在面對外部沖擊時具有更高的韌性。據此提出如下假設：

假設２Ａ： 管理者短視行為在企業環境責任對企業風險的影響中具有調節效應。

假設２Ｂ： 高管薪酬在企業環境責任對企業風險的影響中具有調節效應。

假設２Ｃ： 代理成本在企業環境責任對企業風險的影響中具有調節效應。

股東是企業的重要利益相關者， 可以影響股票波動性和企業風險。良好的ＣＳＲ 表現可以吸引更多長期機構投資者［１９］ 。持有企業股票的投資者越多， 分散投資的機會越大， 風險越低。投資者的多樣化不僅降低了單一投資者面臨的風險， 也降低了企業整體的系統性風險。此外， 廣泛的投資者基礎促使股東更關注企業的長期價值， 減少因短期利潤下降而撤資的可能， 從而減少股票波動性。股東通過影響企業融資能力影響企業績效。融資約束顯著影響股價波動， 也會使企業在決策上更加謹慎， 進而增加企業風險。因此， 降低融資約束可降低企業風險。而企業履行社會責任能夠提升信譽， 有助于緩解融資約束［２０］ ， 從而企業能獲得更多資金支持， 使其在面臨市場波動時更加靈活， 進而在戰略決策時更加從容， 提高其風險應對能力。

碳交易政策下潛在的風險促使企業采取積極的風險管理措施。金融投資是對沖風險的手段， 通過將資金投入多樣化的金融資產， 企業能夠分散風險， 降低對特定市場波動的敏感度， 減少財務風險［２１］ 。因此， 企業金融化有緩解企業經營困境、降低股價崩盤風險的作用［２２］ 。良好的ＣＳＲ 表現能夠增強企業吸引力， 促使其獲得更多金融投資。據此提出如下假設：

假設３Ａ： 企業履行環境責任通過擴大投資者基礎降低企業風險。

假設３Ｂ： 企業履行環境責任通過減少融資約束降低企業風險。

假設３Ｃ： 企業履行環境責任通過增加金融投資降低企業風險。

２ 研究方法與數據處理

２. １ 變量說明

２. １. １ 被解釋變量

被解釋變量為企業總風險和系統性風險。其中總風險用波動率（Ｖｏｌｉｊｔ ）表示， 即１ 年內股票日回報的標準差； 系統性風險用Ｂｅｔａｉｊｔ 來測量， 用下式計算得出：

Ｒｉｊｔ ＝ＲＦｔ ＋Ｂｅｔａｉｊｔ（ＲＭｔ －ＲＦｔ ） （１）

其中Ｒｉｊｔ為ｊ 省（區、市）ｉ 企業ｔ 年的預期收益率； ＲＦｔ 為ｔ 年的無風險收益率； ＲＭｔ 為ｔ 年的市場收益率。

２. １. ２ 驅動變量

驅動變量為企業納入碳交易試點的距離， 以Ｄｉｊ表示。多數試點地區以企業在２０１１～２０１３ 年間的實際碳排放量來確定其是否應被作為試點企業，但湖北省以綜合能耗為標準。為了統一， 將湖北省綜合能耗換算成碳排放量（１ 公斤煤碳排放０ ６８公斤碳， ２ ４９３ 公斤ＣＯ２， 故綜合能耗換算成碳排放量的系數為２ ４９３）。因尚無公開披露的企業碳排放數據， 故通過北京、上海、天津、重慶、廣東、湖北、深圳７ 個試點?。ㄊ校┲胁傻V業、制造業和電力、熱力、燃氣及水生產和供應業三大工業行業２０１２ 年碳排放量， 按式（２） 計算２０１２ 年企業的碳排放量［３］ 。

其中， ｃｅｉｊ為ｊ ?。ㄊ校?企業２０１２ 年碳排放量；ＡＩＲ＆Ｄｉｊ為ｊ 省（市）ｉ 企業所屬行業該年平均研發投入； ＥＲ＆Ｄｉｊ為ｊ ?。ㄊ校?企業該年研發總投入；ＥＭＣｉｊ為ｊ ?。ㄊ校?企業該年營業總成本； ＩＭＣｉｊ 為該年ｊ ?。ㄊ校?ｉ 企業所屬行業的營業總成本；ＥＴＡｉｊ為ｊ ?。ㄊ校?企業該年的總資產規模； ＩＴＡｉｊ為ｊ ?。ㄊ校?企業所屬行業該年行業總資產規模； ｃｅ０ｉｊ為ｊ ?。ㄊ校?企業所屬行業該年行業碳排放量。

每個試點都規定了碳排放閾值， 若企業排放量大于或等于該閾值， 則被定為試點企業， 否則為非試點企業。設ｃｅ０ｊ 為?。ㄊ校?的碳排放閾值。驅動變量Ｄｉｊ 表示企業與排放閾值的距離， 按式（３） 計算。

２. １. ３ 核心解釋變量

核心解釋變量， 即處理變量， 用ＳＶｉｊ 表示， 表示企業是否為碳交易試點企業： 如企業為試點企業， ＳＶｉｊ為１， 否則為０。該變量的系數表示斷點處的邊際處理效應。

詳細的變量描述見表１。

２. ２ 數據說明

以三大工業門類的企業作為研究樣本， 選?。玻埃保础玻埃玻?年作為研究時間窗口。初步得到試點?。ㄊ校?股上市工業企業１３０１ 家， 其中試點企業１１２ 家。

再采用傾向得分匹配法解決樣本自選擇。根據納入碳交易試點的標準， 以企業年齡、企業規模、營業總收入、固定資產總額和前五大股東持股比例作為匹配變量， 剔除數據缺失的企業。再運用Ｌｏｇｉｔ 模型計算企業成為試點的傾向得分， 因變量為是否為試點企業， 自變量為上述５ 個匹配變量。然后使用最近鄰匹配對試點企業進行１ ∶３匹配， 即采用無放回抽樣， 每個試點企業匹配３ 個得分最接近的非試點企業， 并確保每個非試點企業僅被匹配１ 次。由表２、表３ 可知， 經過匹配后處理組與控制組無系統性差異， 匹配結果良好。

剔除含缺失值的企業后， 得到處理組９３ 家企業， 對照組１１１ 家企業。所有非比值變量采用對數形式。在第１ 百分位和第９９ 百分位對所有變量進行縮尾。描述性統計結果見表４。

２. ３ 斷點回歸設計

建立以下精確斷點回歸模型（ＲＤＤ）：

Ｙｉｊｔ ＝α＋β０Ｄｉｊ＋β１ＳＶｉ·ｊ Ｄｉｊ＋β２Ｃｏｎｔｒｏｌｉｊｔ＋εｉｊｔ （４）

其中， Ｙｉｊｔ為被解釋變量組（Ｂｅｔａｉｊｔ和Ｖｏｌｉｊｔ ）， Ｄｉｊ表示ｊ ?。ㄊ校?企業碳排放量與納入試點標準碳排放量之間的距離； ＳＶｉｊ是狀態變量， 在企業碳排放量大于納入試點標準碳排放量時等于１， 否則等于０； Ｃｏｎｔｒｏｌｉｊｔ為控制變量組； εｉｊｔ為擾動項。

２. ４ 中介效應模型

為檢驗股權集中度、融資約束、金融投資是否具有中介作用， 采用Ｂｏｌｌｅｎ 的逐步回歸法， 構建以下中介效應模型。

Ｙｉｊｔ ＝ａ１ ＋ｂ１ＳＶｉｊ ＋ｇ（Ｄｉｊ ）＋Σｃ?Ｃｏｎｔｒｏｌｉｊｔ ＋μｊ ＋ｖｉ ＋θｉｊｔ （５）

Ｍｅｄｉａｎｉｊｔ ＝ａ２＋ｂ２ＳＶｉｊ ＋ｇ（Ｄｉｊ ）＋Σｃ?Ｃｏｎｔｒｏｌｉｊｔ ＋μｊ ＋ｖｉ ＋θｉｊｔ （６）

Ｙｉｊｔ ＝ａ３ ＋ｂ３ＳＶｉｊ ＋ｃ３Ｍｅｄｉａｎｉｊ ＋ｇ（Ｄｉｊ ）＋Σｃ?Ｃｏｎ?ｔｒｏｌｉｊｔ ＋μｊ ＋ｖｉ ＋θｉｊｔ （７）

其中， Ｙｉｊｔ 為被解釋變量組（Ｂｅｔａｉｊｔ 和Ｖｏｌｉｊｔ ）。Ｍｅｄｉａｎｉｊ是中介變量（ＯｗｎＣｉｊｔ 、ＳＡｉｊｔ 、Ｆｉｎｉｊｔ ）， ｂ１ 為政策對被解釋變量的總效應， ｂ２ 為政策對中介變量的影響效應， ｂ３ 為政策對被解釋變量的直接效應， ｃ３ 為中介變量對被解釋變量的影響效應， ｂ２ｃ３為中介變量對被解釋變量的間接效應。

３ 實證結果及分析

使用非參數局部回歸估計方法， 擬合系統性風險和波動率在截止點附近的曲線， 由圖１（ａ）和（ｂ）可知， Ｂｅｔａ 和波動率在斷點處有相對明顯的跳躍， 初步判斷碳交易對系統性風險和企業總風險可能存在負向影響。

表５（Ａ）和（Ｂ）分別給出對企業系統性風險和總風險的ＲＤＤ 估計結果。結果表明， 無論采用線性還是二次回歸， 系統性風險和總風險的處理效應均顯著為負，系統性風險的處理效應分別為－０. ２１６、－０. １６８、－０. １３１、－０. １７６， 總風險的處理效應分別為－２. ２２８、－２. ５５７、－３. ４４８、－２. ９５５。與Ａｌｂｕ?ｑｕｅｒｑｕｅ 等［１０］ 的發現， 社會責任使企業系統風險下降１. １３０％的結果一致。這說明， 碳交易顯著降低了試點企業的系統性風險和總風險。系統性風險及總風險都可表明企業回報對宏觀市場因子的敏感度， 較低的風險暴露表明企業更能抵御市場波動。證明碳交易具有社會責任效應： 履行環境責任有助于降低企業風險。因此， 假設１Ｂ 得證。

碳交易是發揮環境規制效應還是企業社會責任（ＣＳＲ）效應， 取決于市場和企業利害相關者的態度。對于受更多市場型環境規制的企業， 若市場及利害相關者給予支持， 則碳交易發揮ＣＳＲ 效應。以上結果說明， 我國資本市場和社會對綠色發展的重視， 愿意向履行環境責任的企業提供資源支持。所以， 碳交易發揮了社會責任效應而非環境規制效應。

４ 異質性分析

４. １ 新冠肺炎疫情前后的異質性分析

為探討新冠肺炎疫情前后履行環境責任對企業風險的影響差異， 將樣本分為疫情前（２０１４ ～２０１９）與疫情后（２０２０～２０２３）兩個子樣本， 分別用式（４） 進行斷點回歸估計。

表６、表７ 表明， 疫情前后碳交易對Ｂｅｔａ 和波動率都有顯著負影響， 且至少在５％顯著水平上顯著。這表明履行環境責任顯著降低了試點企業總風險和系統性風險。進一步證明假設１Ｂ。

為檢驗兩組回歸系數差異的顯著性， 通過費舍爾組合檢驗法經過２０００ 次置換分布計算出經驗Ｐ 值。Ｐ 值越小則組間回歸系數差異的顯著性水平越高。

表６ 表明， 新冠肺炎疫情后系統性風險的處理效應分別為－０. ２５３和－０. ２３７， 而疫情前為－０. １２８和－０. １５３。無論是否考慮協變量， 經驗ｐ 值均顯著（０. ００３ 和０. ０７４）， 證實疫情前后處理效應存在顯著差異。表７ 表明， 疫情后波動率的處理效應為－３. ０９３和－３. ９８３， 而疫情前為－２. １６５和－２. ８１０。Ｆｉｓｈｅｒ 組合檢驗的經驗ｐ 值同樣顯著（０. ０４７ 和０. ０５４）， 證實疫情前后存在顯著差異。上述結果表明兩點： （１） 無論新冠肺炎疫情前、后， 企業履行更多環境責任都能顯著降低其系統性風險和總風險， 即碳交易具有ＣＳＲ／ ＥＳＧ 效應； （２） 新冠肺炎疫情后， 履行更多環境責任降低系統性風險和波動率的效果更強。說明在經濟低迷時期， 環境責任幫助企業獲得更多利害相關者的支持， 增強其應對外部沖擊和經濟波動的能力。這與黃宇漩等［２５］ 發現的在新冠肺炎疫情期間， 社會責任會使企業系統風險和特質風險下降的觀點一致。

４. ２ 區域異質性分析

為考察碳交易對企業風險的區域異質性影響，將樣本劃分為南方組（上海市、重慶市、深圳市、廣東省、湖北?。┖捅狈浇M（北京市、天津市）。結果如表８、表９ 所示， 政策對南方組企業系統性風險的處理效應顯著為負， 為－０. ２１９、－０. ２２３， 且對總風險的處理效應也顯著為負，為－３. ２７０、－３. ０７６；但政策對北方組企業系統性風險和總風險的處理效應均不顯著。這表明碳交易政策對不同地區企業的風險影響存在異質性。

５ 調節效應分析

５. １ 管理者短視行為的調節效應

采用研發支出削減度量管理者短視行為程度［２６］ ， 即企業ｔ 年和ｔ－１ 年研發支出的差值與ｔ－１年總資產之比。按照研發支出削減的年度中位數分為低研發支出削減組（短視程度高）和高研發支出削減組（短視程度低）。

表１０ 表明， 低研發支出削減的企業系統性風險的處理效應不顯著， 而高研發支出削減組的處理效應顯著為負， 分別為－０. ２５６和－０. ２３５。表１１ 表明， 研發支出削減低的企業對總風險的處理效應均顯著為負， 且經驗ｐ 值均顯著（０. ０９８ 和０. ０８０）。這表明， 較短視程度高的企業， 管理者短視程度低時， 碳交易對系統性風險和總風險有更顯著抑制作用。這說明， 短視程度低的企業更注重長期戰略目標， 能更有效地履行社會責任， 獲得更多利害相關者的支持， 從而降低風險［１１］ 。

５. ２ 高管薪酬的調節效應

用高管薪酬前３ 位總和表示高管薪酬。按照高管薪酬年度中位數分為低薪酬組和高薪酬組。

回歸結果見表１２、表１３。表１２ 表明， 無論高管薪酬高低， 政策對企業系統性風險的處理效應均顯著為負， 低薪酬組的處理效應分別為－０. １０７和－０.１０６， 高薪酬組的處理效應分別為－０. ５７８和－０. ２９８。Ｆｉｓｈｅｒ 組合檢驗的經驗ｐ 值均顯著（０. ０００和０. ００１）。表１３ 表明， 兩組企業總風險的處理效應均顯著為負， 但經驗ｐ 值均不顯著。這表明， 碳交易對高薪酬企業系統性風險抑制作用更強， 與已有研究結論一致［１４］ ； 無論高管薪酬高低， 政策對企業總風險對沖作用顯著為負且無顯著差異， 可能原因是高薪企業決策能力更強， 能有效地應對碳交易帶來的挑戰， 降低特質風險［１５］ ， 而總風險與管理者的整體戰略執行力相關， 不受薪酬水平的顯著影響。

５. ３ 代理成本的調節效應

采用管理費用與營業收入的比值來衡量代理成本， 并按年度中位數分為代理成本高組和代理成本低組。

回歸結果見表１４、表１５。表１４ 表明， 代理成本低的企業系統性風險的處理效應顯著為負， 分別為－０. ３１８和－０. ４４９， 而代理成本高的處理效應不顯著。由表１５ 可知， 代理成本低的企業總風險的處理效應顯著為負， 分別為－３. ２０４和－３. ２８１， 而代理成本高的處理效應不顯著。這表明， 碳交易政策對低代理成本企業的系統性風險與總風險均有抑制作用， 但對高代理成本企業的影響不明顯，與已有研究結論一致［１７］ 。這說明， 企業代理沖突越低， 越容易得到利害相關者的資源支持， 有利于穩定企業現金流并降低風險。

６ 影響機制分析

６. １ 投資者基礎的中介作用

表１６ 列（１） 為碳交易政策對股權集中度的影響。處理效應顯著為負， 系數為－０. ３６３。這表明， 試點企業股權集中度降低， 投資者基礎顯著增加。因此， 履行更多環境責任可以吸引更多投資者， 增加股票市場流動性， 減少信息不對稱， 增強市場對企業的信任。這減輕了單個投資者情緒對企業股價的影響， 從而顯著降低企業風險。因此， 企業履行環境責任通過擴大投資者基礎降低企業風險。再次證明碳交易的社會責任效應。

６. ２ 融資約束的中介作用

表１６ 列（２） 說明， 碳交易對企業融資約束的影響顯著為負， 為－１. ０１５， 即碳交易顯著降低了試點企業的融資約束。由于緩解融資約束有助于減少股票價格波動性， 因此可以推斷， 企業在履行環境責任時通過降低融資約束， 增加財務彈性， 提高企業應對財務環境變動的能力， 從而減少企業因資金短缺導致的財務風險， 降低企業的整體風險。這說明我國資本市場和社會對綠色發展的重視， 利害相關者更愿意支持履行環境責任的企業， 支持社會責任效應。

６. ３ 企業金融投資的中介作用

表１６ 列（３） 表明， 碳交易政策對企業金融化程度的處理效應顯著為正， 為０. ０４９， 說明試點企業會增加金融投資水平。

企業可出于兩種原因增加金融投資： 蓄水池動機和逐利動機。蓄水池動機指企業增加其金融資產， 以平滑經營現金流的波動， 為現金流需求的不確定性做好儲備， 避免資金鏈斷裂。這種金融投資是為了服務更穩健的實體經營。而逐利動機指因金融投資獲利高于實體經營獲利， 資金逃離實體經營轉向金融渠道獲利， 損害實體經濟發展。

采用中介效應模型檢驗金融投資在碳交易政策與企業風險間的中介作用。表１７ 顯示， 間接效應顯著為－０. １７４（Ｐ ＝０. ００８）， 直接效應為－１. ００１（Ｐ ＝０. ０１６）。這表明金融投資在碳交易政策與總風險之間起部分中介作用， 中介效應占１４. ７９％。因此， 試點企業通過顯著增加金融投資積極管理其風險暴露， 以增強其流動性和融資便利性， 從而降低風險。這與馬荷薇（２０２３）［２７］ 的研究結果相似， 即企業金融化可以緩解股票價格崩盤風險。結果表明試點企業出于蓄水池動機， 通過金融投資來穩定企業現金流、服務實體經營。

７ 穩健性檢驗

７. １ 有效性檢驗

斷點回歸要求斷點附近的樣本隨機分布， 個體無法精確操作驅動變量。標準方法是基于Ｍｃ?Ｃｒａｒｙ 方法， 對驅動變量進行斷點處連續性檢驗，結果如圖２ 所示。

從圖２ 可知， 在斷點附近驅動變量的置信區間重合度較高， 沒有人為操縱的現象。同時， 通過Ｆｅｄｅｒｉｃｏ 的方法對驅動變量連續性進行檢驗， ｐ值結果為０. １４３， 表明不能在９５％的置信區間拒絕驅動變量在斷點處連續的假設， 說明驅動變量的密度函數在臨界值處連續。因此， 驅動變量滿足連續性假設。

７. ２ 控制變量連續性檢驗

斷點回歸要求協變量在臨界點的任一側都沒有跳躍。用協變量代替結果變量， 采用局部線性回歸對平滑假設進行檢驗， 模型如下：

Ｃｏｎｔｒｏｌｉｊ ＝α＋β０Ｄｉｊ＋β１ＳＶｉ·ｊ Ｄｉｊ＋εｉｊ （８）

從表１８ 結果可知， ６ 個協變量的系數均不顯著， 表明協變量連續。圖３ 也直觀地展示所有協變量在臨界點處的連續性。因此， 滿足連續性假設。

７. ３ 不同帶寬下的估計結果

選擇ＣＶ 方法計算最優帶寬， 并分析其對不同帶寬（最優、０. ５ 倍和兩倍最優）的敏感性?；貧w結果如表１９（Ａ）、（Ｂ）所示。

表１９ 列（１） 為全樣本的回歸結果， 列（２）～（４） 分別是最佳帶寬、０. ５ 倍最優帶寬和兩倍最優帶寬的結果。結果顯示， 不同帶寬下處理效應未發生顯著變化。因此， 帶寬選擇未對回歸結果產生影響， 結果在不同帶寬下穩健。

７. ４ 安慰劑檢驗

為保證結果不是由斷點設置和驅動變量的隨機性造成的， 重新設定企業碳排放量是否達到標準的狀態變量取值如下：

ＲＤＤ 回歸結果如表２０ 所示。改變斷點位置后，系統性風險和波動率的處理效應均不顯著， 表明企業履行更多環境責任可降低企業系統性風險和總風險， 排除了不可觀測變量干擾結果的可能。

８ 結 論

本文基于２０１４ ～ ２０２３ 年期間我國９３ 個上市碳交易試點企業和１１１ 個上市非試點企業數據，采用斷點回歸設計， 研究了碳交易對試點企業系統性風險和總風險的影響。研究結果表明， （１） 碳交易政策顯著降低了企業系統性風險和總風險， 這表明企業履行更多環境責任能夠有效降低其對宏觀市場因子的敏感度， 增強對宏觀經濟和市場波動的抵御能力； （２） 異質性分析顯示， 相對于新冠肺炎疫情前， 疫情后的經濟衰退期間， 試點企業的系統性風險和波動率下降幅度更大， 履行環境責任更有利于企業渡過難關； 相比于北方企業，政策對南方企業的風險具有顯著抑制作用； （３）調節效應分析發現， 管理者短視行為與代理成本對企業環境責任降低企業系統性風險與總風險具有負向調節效應； 高管薪資對企業環境責任降低企業系統性風險的影響有正向調節作用， 但對總風險無顯著調節作用； （４） 機制分析證明， 碳交易政策通過擴大投資者基礎、緩解融資約束， 增強其財務靈活性， 降低財務風險。同時， 政策促使企業增加金融投資， 以平滑經營現金流波動， 為實體經濟提供基礎。

故提出以下建議： （１） 積極出臺并實施更嚴格的環境規制政策， 鼓勵企業承擔更多環境責任。這不僅有利于我國雙碳目標的實現， 也能穩定企業現金流， 降低企業風險， 從而提升企業績效和價值； （２） 企業履行更多環境責任可以獲得更多投資者基礎和資金支持， 降低其股票價格的波動性。這說明我國資本市場及社會對綠色發展的重視， 利害相關者愿意向履行環境責任的企業提供資源支持。所以， 建議加強宣傳綠色、低碳理念，鼓勵向環境績效好的企業提供更多資源支持。在我國綠色低碳轉型的背景下， 充足的資金支持對促進低碳企業順利轉型具有重要意義。

另一個重要發現是企業金融化有助于降低風險及企業現金流， 最終服務實體經濟， 為企業創造價值。限于篇幅， 未深入地研究金融化如何服務實體經濟。因此， 未來應研究企業金融投資在何種條件下最能有效服務實體經濟， 以保證金融投資更好地支持實體企業的發展。

參考文獻

［１］ Ｚｈａｎｇ Ｑ， Ｚｈａｎｇ Ｓ， Ｃｈｅｎ Ｒ， ｅｔ ａｌ． Ｄｏｅｓ Ｃａｒｂｏｎ ＥｍｉｓｓｉｏｎＴｒａｄｉｎｇ Ｍｉｔｉｇａｔｅ Ｆｉｒｍｓ Ｄｅｆａｕｌｔ Ｒｉｓｋ？ Ｅｖｉｄｅｎｃｅ ｆｒｏｍ Ｃｈｉｎａ ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｌｅａｎｅｒ Ｐｒｏｄｕｃｔｉｏｎ， ２０２３， ３９８： １３６６２７．

［２］ Ｓａｌａｍａ Ａ， Ａｎｄｅｒｓｏｎ Ｋ， Ｔｏｍｓ Ｊ Ｓ． Ｄｏｅｓ Ｃｏｍｍｕｎｉｔｙ ａｎｄ Ｅｎｖｉ?ｒｏｎｍｅｎｔａｌ Ｒｅｓｐｏｎｓｉｂｉｌｉｔｙ Ａｆｆｅｃｔ Ｆｉｒｍ Ｒｉｓｋ？ Ｅｖｉｄｅｎｃｅ ｆｒｏｍ ＵＫＰａｎｅｌ Ｄａｔａ １９９４～２００６ ［ Ｊ］． Ｂｕｓｉｎｅｓｓ Ｅｔｈｉｃｓ： Ａ Ｅｕｒｏｐｅａｎ Ｒｅ?ｖｉｅｗ， ２０１１， ２０ （２）： １９２～２０４．

［３］ Ｙｕ Ｐ， Ｈａｏ Ｒ Ｘ， Ｃａｉ Ｚ Ｆ， ｅｔ ａｌ． Ｄｏｅｓ Ｅｍｉｓｓｉｏｎ Ｔｒａｄｉｎｇ ＳｙｓｔｅｍＡｃｈｉｅｖｅ ｔｈｅ Ｗｉｎ－ｗｉｎ ｏｆ Ｃａｒｂｏｎ Ｅｍｉｓｓｉｏｎ Ｒｅｄｕｃｔｉｏｎ ａｎｄ Ｆｉｎａｎ?ｃｉａｌ Ｐｅｒｆｏｒｍａｎｃｅ Ｉｍｐｒｏｖｅｍｅｎｔ？—Ｅｖｉｄｅｎｃｅ ｆｒｏｍ Ｃｈｉｎｅｓｅ Ａ－ｓｈａｒｅＬｉｓｔｅｄ Ｆｉｒｍｓ ｉｎ Ｉｎｄｕｓｔｒｉａｌ Ｓｅｃｔｏｒ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｃｌｅａｎｅｒ Ｐｒｏｄｕｃ?ｔｉｏｎ， ２０２２， ３３３： １３０１２１ １～１３０１２１ １７．

［４］ 李濤， 李昂， 宋沂邈， 等． 市場激勵型環境規制的價值效應———基于碳排放權交易機制的研究［Ｊ］． 科技管理研究， ２０２１， ４１（１３）： ２１１～２２２．

［５］ Ｃａｌｅｌ Ｒ， Ｄｅｃｈｅｚｌｅｐｒêｔｒｅ Ａ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｏｌｉｃｙ ａｎｄ ＤｉｒｅｃｔｅｄＴｅｃｈｎｏｌｏｇｉｃａｌ Ｃｈａｎｇｅ： Ｅｖｉｄｅｎｃｅ ｆｒｏｍ ｔｈｅ Ｅｕｒｏｐｅａｎ Ｃａｒｂｏｎ Ｍａｒ?ｋｅｔ ［Ｊ］． Ｒｅｖｉｅｗ ｏｆ Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｓｔａｔｉｓｔｉｃｓ， ２０１６， ９８ （１）：１７３～１９１．

［６］ Ｗａｇｎｅｒ Ｕ Ｊ， Ｒｅｈｄａｎｚ Ｋ， Ｐｅｔｒｉｃｋ Ｓ． Ｔｈｅ Ｉｍｐａｃｔ ｏｆ ＣａｒｂｏｎＴｒａｄｉｎｇ ｏｎ Ｉｎｄｕｓｔｒｙ： Ｅｖｉｄｅｎｃｅ ｆｒｏｍ Ｇｅｒｍａｎ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｆｉｒｍｓ［Ｒ］． Ａｎｎｕａｌ Ｃｏｎｆｅｒｅｎｃｅ ２０１４ （Ｈａｍｂｕｒｇ）： Ｅｖｉｄｅｎｃｅ－ｂａｓｅｄ Ｅ?ｃｏｎｏｍｉｃ Ｐｏｌｉｃｙ． Ｖｅｒｅｉｎ ｆüｒ Ｓｏｃｉａｌｐｏｌｉｔｉｋ／ Ｇｅｒｍａｎ Ｅｃｏｎｏｍｉｃ Ａｓｓｏ?ｃｉａｔｉｏｎ．

［７］ Ｏｅｓｔｒｅｉｃｈ Ａ Ｍ， Ｔｓｉａｋａｓ Ｉ． Ｃａｒｂｏｎ Ｅｍｉｓｓｉｏｎｓ ａｎｄ Ｓｔｏｃｋ Ｒｅｔｕｒｎｓ：Ｅｖｉｄｅｎｃｅ ｆｒｏｍ ｔｈｅ ＥＵ Ｅｍｉｓｓｉｏｎｓ Ｔｒａｄｉｎｇ Ｓｃｈｅｍｅ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆＢａｎｋｉｎｇ ＆ Ｆｉｎａｎｃｅ， ２０１５， ５８： ２９４～３０８．

［８］ Ｓｈａｒｆｍａｎ Ｍ Ｐ， Ｆｅｒｎａｎｄｏ Ｃ Ｓ Ｊ Ｓ Ｍ Ｊ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｒｉｓｋ Ｍａｎ?ａｇｅｍｅｎｔ ａｎｄ ｔｈｅ Ｃｏｓｔ ｏｆ Ｃａｐｉｔａｌ ［ Ｊ］． ２００８， ２９ （ ６）： ５６９ ～５９２．

［９］ Ｔｒｉｎｋｓ Ａ， Ｉｂｉｋｕｎｌｅ Ｇ， Ｍｕｌｄｅｒ Ｍ， ｅｔ ａｌ． Ｃａｒｂｏｎ Ｉｎｔｅｎｓｉｔｙ ａｎｄ ｔｈｅＣｏｓｔ ｏｆ Ｅｑｕｉｔｙ Ｃａｐｉｔａｌ ［ Ｊ］． Ｅｎｅｒｇｙ Ｊｏｕｒｎａｌ， ２０２２， ４３ （ ２）：１８１～２１４．

［ １０］ Ａｌｂｕｑｕｅｒｑｕｅ Ｒ， Ｋｏｓｋｉｎｅｎ Ｙ， Ｚｈａｎｇ Ｃ Ｄ． Ｃｏｒｐｏｒａｔｅ Ｓｏｃｉａｌ Ｒｅ?ｓｐｏｎｓｉｂｉｌｉｔｙ ａｎｄ Ｆｉｒｍ Ｒｉｓｋ： Ｔｈｅｏｒｙ ａｎｄ Ｅｍｐｉｒｉｃａｌ Ｅｖｉｄｅｎｃｅ ［Ｊ］．Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅ， ２０１９， ６５ （１０）： ４４５１～４４６９．

［１１］ 張信東， 姜小麗． 企業Ｒ＆Ｄ 投資與系統風險研究［ Ｊ］． 研究與發展管理， ２００８， （３）： ２２～２９．

［１２］ 郭飛， 馬瑞． 公司治理、外匯衍生品對沖與企業價值［ Ｊ］．華東經濟管理， ２０１５， ２９ （４）： １４３～１４６．

［１３］ 王志誠， 周春生． 金融風險管理研究進展： 國際文獻綜述［Ｊ］． 管理世界， ２００６， （４）： １５８～１６９．

［１４］ 賈煒瑩， 陳寶峰． 上市公司治理機制對風險管理影響的實證研究［Ｊ］． 財會月刊， ２００９， （２１）： １１～１４．

［１５］ 智元超， 毛連宸． 高管內部薪酬差距與企業風險承擔———基于房地產行業的實證研究［Ｊ］． 投資與創業， ２０２３， ３４ （１３）：１１３～１１５．

［１６］ 陳德球， 胡晴． 數字經濟時代下的公司治理研究： 范式創新與實踐前沿［Ｊ］． 管理世界， ２０２２， ３８ （６）： ２１３～２４０．

［１７］ 李小榮， 劉行． ＣＥＯ ｖｓ ＣＦＯ： 性別與股價崩盤風險［Ｊ］． 世界經濟， ２０１２， ３５ （１２）： １０２～１２９．

［１８］ 李玉婷， 黃建燁， 展望． 經營投資問責與國有企業風險防范———基于股價崩盤風險視角的實證研究［Ｊ］． 審計與經濟研究， ２０２４， ３９ （３）： ６４～７４．

［１９］ 葉瑩瑩， 王小林． 企業ＥＳＧ 表現如何影響股票收益波動率？———基于Ａ 股上市公司的實證研究［Ｊ］． 會計研究， ２０２４，（１）： ６４～７８．

［２０］ 錢明， 徐光華， 沈弋． 社會責任信息披露、會計穩健性與融資約束———基于產權異質性的視角［Ｊ］． 會計研究， ２０１６，（５）： ９～１７， ９５．

［２１］ 章俊文． 企業金融化對財務風險的影響研究［ Ｄ］． 沈陽：遼寧大學， ２０２３．

［２２］ 黃星博． 中小企業金融化對股價崩盤風險的影響［ Ｄ］． 大連： 東北財經大學， ２０２３．

［２３］ 盧盛峰， 陳思霞． 政府偏袒緩解了企業融資約束嗎？———來自中國的準自然實驗［Ｊ］． 管理世界， ２０１７， （５）： ５１～６５，１８７～８．

［２４］ 張成思， 鄭寧． 中國非金融企業的金融投資行為影響機制研究［Ｊ］． 世界經濟， ２０１８， ４１ （１２）： ３～２４．

［２５］ 黃宇漩， 楊勝剛， 朱琦， 等． 社會責任與企業風險———基于新冠感染疫情沖擊的證據［Ｊ］． 管理科學， ２０２３， ３６ （１）： １３２～１４６．

［２６］ 田利輝， 王可第． “罪魁禍首” 還是“替罪羊”？———中國式融資融券與管理層短視［Ｊ］． 經濟評論， ２０１９， （１）： １０６～１２０．

［２７］ 馬荷薇． 非金融企業金融化與股價崩盤風險［ Ｄ］． 成都：

（責任編輯： 張舒逸）

基金項目： 河北省社會科學基金項目“非正式環境規制推動河北制造業綠色發展研究” （項目編號： ＨＢ２４ＧＬ０３６）。