綠色金融試點(diǎn)政策對重污染企業(yè)投資效率的影響研究

關(guān)鍵詞：綠色金融；投資效率；重污染企業(yè)；三重差分模型中圖分類號：F832；F279 文獻(xiàn)標(biāo)志碼：A文章編號：2095-414X（2025）03-0071-10

0引言

中國改革開放40年以來，工業(yè)化進(jìn)程迅猛發(fā)展，經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段。然而，經(jīng)濟(jì)繁榮的背后是嚴(yán)重的環(huán)境問題和生態(tài)退化。在這樣的背景下，我國推出了一系列的綠色金融政策，并建立了綠色金融改革創(chuàng)新試驗(yàn)區(qū)。2017年6月，國務(wù)院委員會選取浙江、江西、廣東、新疆和貴州五省（區(qū)）作為首批試點(diǎn)，這標(biāo)志著我國綠色金融的落地與實(shí)施。建立綠色改革創(chuàng)新試驗(yàn)區(qū)是推動綠色金融的新嘗試，其目的是提高企業(yè)的綠色可持續(xù)性發(fā)展能力，引導(dǎo)金融資源由污染領(lǐng)域流入環(huán)保領(lǐng)域，倒逼重污染企業(yè)進(jìn)行綠色創(chuàng)新，履行社會責(zé)任，推動生態(tài)文明與綠色發(fā)展。因此，評估綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立是否能夠優(yōu)化資源配置和改變重污染企業(yè)的投資行為，這是評價(jià)綠色金融效果的一個(gè)重要維度。

目前對綠色金融工具的研究還僅限于單一工具，例如綠色信貸能夠通過增加借款規(guī)模提升企業(yè)的綠色轉(zhuǎn)型水平和促進(jìn)重污染企業(yè)綠色創(chuàng)新[4-。發(fā)行綠色債券的企業(yè)能夠緩解其融資約束，從而降低企業(yè)的投資期限錯(cuò)配8。碳交易試點(diǎn)政策的實(shí)施不僅減少了區(qū)域碳排放，而且抑制了人均二氧化碳排放。很少有研究關(guān)注綠色金融改革創(chuàng)新試驗(yàn)區(qū)的影響，該政策結(jié)合了多種綠色金融工具，探索了新的綠色發(fā)展路徑。

目前，已有對企業(yè)投資效率的影響因素的研究主要集中于探討公司管理、外部制度環(huán)境以及非正式制度等。首先，在公司管理層面，適當(dāng)?shù)母吖芄蓹?quán)激勵(lì)對企業(yè)的投資效率具有一定的促進(jìn)作用，管理層過度自信會通過增加企業(yè)投資不足和投資過度來降低企業(yè)投資效率。其次，在外部制度環(huán)境層面，李志生和金凌研究發(fā)現(xiàn)，銀行競爭加劇可以通過降低企業(yè)融資約束和緩解企業(yè)代理問題來增加企業(yè)投資效率[12]。許罡等認(rèn)為，大部分的財(cái)政補(bǔ)貼都反應(yīng)了地方政府的個(gè)人私利傾向，這與支持工業(yè)發(fā)展的本意相悖，增加了資源分配的不合理性和低效性，從而導(dǎo)致了投資的低效化[3。最后，關(guān)于非正式制度因素方面。一個(gè)企業(yè)的投資效率與其社會責(zé)任參與度呈正比2，但也有學(xué)者認(rèn)為高社會責(zé)任參與企業(yè)更傾向于過度投資[4]。公眾關(guān)注對企業(yè)的投資效率有一定的激勵(lì)作用[15]。此外，一個(gè)企業(yè)是否收到財(cái)務(wù)報(bào)告問詢函也會對其投資效率產(chǎn)生一定的影響，柳志南和韓超研究發(fā)現(xiàn)收到財(cái)務(wù)報(bào)告問詢函的企業(yè)具有更高的投資效率1。

綜上所述，已有眾多學(xué)者對企業(yè)投資效率的影響因素進(jìn)行了研究，但對于結(jié)合了多種綠色金融工具的綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策對企業(yè)投資效率的影響，并未進(jìn)行深入研究。本文以2017年中國推出的綠色金融改革創(chuàng)新試驗(yàn)區(qū)為背景，選取 2015～2020 年中國上市企業(yè)作為樣本，并構(gòu)建三重差分模型，來評估綠色金融對試驗(yàn)區(qū)內(nèi)重污染企業(yè)投資效率的影響，并使用中介效應(yīng)模型檢驗(yàn)了融資約束和代理問題在二者之間的中介效應(yīng)。

1理論分析與研究假說

本文從代理問題和融資約束兩個(gè)路徑分析了綠色金融改革創(chuàng)新試驗(yàn)區(qū)對企業(yè)投資效率的影響。

首先，融資約束理論主張，在一個(gè)非理想的資本市場環(huán)境中，企業(yè)面臨的一個(gè)主要挑戰(zhàn)是外部融資的成本往往超過內(nèi)部融資的成本，而且這兩種融資方式不能完全互相替代。這種差異導(dǎo)致企業(yè)在獲取外部資金時(shí)遇到難題。為了滿足投資需求，企業(yè)首先依賴內(nèi)部資金，但當(dāng)這些資金不夠時(shí)，外部融資成為必要的途徑。當(dāng)企業(yè)受到的融資約束較高時(shí)，企業(yè)的資金獲取能力受到限制，導(dǎo)致企業(yè)無法充分利用投資機(jī)會或投資于高回報(bào)項(xiàng)目。因此，企業(yè)的融資約束程度變動時(shí)，其投資水平以及投資效率必然會受到影響。

其次，經(jīng)典財(cái)務(wù)理論通常假設(shè)企業(yè)的利益相關(guān)者在經(jīng)營和投資決策中表現(xiàn)出理性行為，以價(jià)值最大化為其主要目標(biāo)，而Roll提出的“自以為是”假說指出現(xiàn)實(shí)中的個(gè)體并不總是完全理性，企業(yè)管理者往往會展現(xiàn)出過度自信的傾向[1，這可能導(dǎo)致公司的投資決策效率降低[。并且，影響企業(yè)投資效率的關(guān)鍵因素是信息不對稱和代理問題[20-21]。此外，管理者的代理行為和過度自信共同導(dǎo)致了企業(yè)的非效率投資[22]。因此，代理問題的存在造成了企業(yè)的投資效率低下。

相應(yīng)地，隨著綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立，伴隨而來的是更為嚴(yán)格的環(huán)保監(jiān)管措施，重污染企業(yè)不僅需要滿足傳統(tǒng)的財(cái)務(wù)和運(yùn)營要求，還需應(yīng)對更為嚴(yán)格的環(huán)保法規(guī)和標(biāo)準(zhǔn)。這增加了企業(yè)的合規(guī)成本[23]，也可能導(dǎo)致管理層在應(yīng)對監(jiān)管壓力時(shí)出現(xiàn)道德風(fēng)險(xiǎn)或行為扭曲，從而加劇了代理問題。并且，綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立要求試驗(yàn)區(qū)內(nèi)的企業(yè)更全面地披露其環(huán)境和社會影響信息。對于重污染企業(yè)而言，在信息披露過程中，管理層可能面臨更大的道德風(fēng)險(xiǎn)和決策壓力，有可能出現(xiàn)隱瞞或誤導(dǎo)性披露的情況，進(jìn)一步加劇了代理問題[24。此外，綠色金融政策的核心是引導(dǎo)資金流向更加環(huán)保、低碳的產(chǎn)業(yè)和項(xiàng)目[25。對于重污染企業(yè)而言，這意味著綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立會導(dǎo)致金融機(jī)構(gòu)可能會降低對其的貸款額度或提高貸款利率，從而增加了這些企業(yè)的融資難度和成本，也就是加強(qiáng)了對試驗(yàn)區(qū)內(nèi)的重污染的融資約束。

基于以上分析，提出以下假設(shè)：

H1a：綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立抑制了試驗(yàn)區(qū)內(nèi)重污染企業(yè)的投資效率。

H1b：融資約束的加強(qiáng)以及代理問題的增加造成了試驗(yàn)區(qū)內(nèi)重污染企業(yè)的投資效率的低下。

內(nèi)部控制構(gòu)成了公司治理的基本結(jié)構(gòu)和執(zhí)行框架。具有系統(tǒng)且高效的內(nèi)部控制體系是公司治理成功的關(guān)鍵要素2。在股權(quán)集中度較高的公司中，大股東傾向于促進(jìn)內(nèi)部控制的發(fā)展和完善，這有助于提高一個(gè)企業(yè)的內(nèi)部控制質(zhì)量。而在股權(quán)分散的企業(yè)里，小股東可能更易于采取短期投資策略，并有可能表現(xiàn)出“搭便車\"的心態(tài)2。具有良好的內(nèi)部控制的企業(yè)能夠?qū)崿F(xiàn)企業(yè)上下各管理層之間的協(xié)調(diào)相互制衡，防范和化解利益沖突，提高企業(yè)的投資效率[28]?；谝陨戏治觯疚奶岢鲆韵录僭O(shè)。

H2：試驗(yàn)區(qū)成立后，相對于高股權(quán)集中度的重污染企業(yè)，低股權(quán)集中度的重污染企業(yè)的投資效率被更加顯著地抑制了。

海外經(jīng)歷通常被認(rèn)為是具有良好的教育背景或?qū)I(yè)知識技能的標(biāo)志。具有海外教育背景的高管一般會更加注重公司人力資源投資，有助于公司創(chuàng)新能力的提升[2。海外經(jīng)歷使高管或董事具有更加廣闊的視野，提升了他們的宏觀把控能力，有助于企業(yè)采取更適當(dāng)?shù)耐顿Y決策[30。此外，具有海外經(jīng)歷的高管受到西方文化的惠陶，愿意接受短期失敗，更加關(guān)注長期的戰(zhàn)略性視角[31-32]。因此，具有海外經(jīng)歷的高管或董事的重污染企業(yè)更容易響應(yīng)國家政策號召，順應(yīng)綠色發(fā)展趨勢，做出對企業(yè)有利的投資決策?；谝陨戏治?，本文提出以下假設(shè)。

H3：相比于高管具有海外特征的重污染企業(yè)，試驗(yàn)區(qū)的建立對試驗(yàn)區(qū)內(nèi)高管不具有海外特征的重污染企業(yè)具有更明顯的投資抑制效應(yīng)。

2研究設(shè)計(jì)

2.1樣本選擇與數(shù)據(jù)來源

為研究綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立對重污染企業(yè)投資效率的影響，本文以 2015～2020 年的滬深兩市A股上市公司為初始研究樣本。根據(jù)環(huán)保部2010年發(fā)布的《上市公司環(huán)境信息披露指引》以及《上市公司環(huán)境保護(hù)核查行業(yè)分類管理名錄》，將以下16個(gè)行業(yè)定義為重污染行業(yè)，分別為火電、鋼鐵、水泥、電解鋁、煤炭、冶金、化工、石化、建材、造紙、釀酒、制藥、發(fā)酵、紡織、皮革、采礦業(yè)，其他行業(yè)則為非重污染行業(yè)。

在實(shí)證研究之前，本文根據(jù)股票名稱剔除了一些經(jīng)營異常的公司，即剔除股票名稱前帶有ST（SpecialTreat）ST*、PT（ParticularTransfer）標(biāo)識的公司。此外，本文還剔除了金融類公司、數(shù)據(jù)異常和數(shù)據(jù)嚴(yán)重缺失的公司，最終獲得10966個(gè)有效觀測值。本研究所使用的數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫?？紤]到異常值對研究結(jié)論產(chǎn)生的影響，本文還對連續(xù)型變量進(jìn)行上下 1% 的縮尾處理。

2.2變量定義

2.2.1被解釋變量

本文采用Chen等的方法對企業(yè)投資效率進(jìn)行衡量33]。先構(gòu)建模型（1）估算出企業(yè)的投資水平，再用該模型的回歸殘差的絕對值（AbsInv）作為企業(yè)的非效率投資，其值越大，表明非效率投資越多，投資效率越低。

Invest_i，t=β₀+β₁NEG_i，t-1+β₂Growth_i，t-1+β₃NEG_i，t-1× Growth_+εit （

其中： Invest 表示企業(yè)投資水平； NEG 表示企業(yè)銷售收入增長率是否下降，下降則為1，上升則為0；Grouth表示企業(yè)銷售收入增長率，測度為本年?duì)I業(yè)收入增加額/上年?duì)I業(yè)收人總額； ε 表示隨機(jī)誤差； β₀ 表示常數(shù)項(xiàng)： β₁-β₃ 表示各變量的系數(shù)；i表示橫截面； t 表示時(shí)間。模型（1）的回歸殘差 ε 的絕對值為公司非效率投資水平 （AbsInv） 。 εgt;0 ，則表示過度投資，其值越大，投資效率越低。 εlt;0 ，則表示投資不足，其值越小，投資效率越低。

2.2.2核心解釋變量

本文以三重差分變量 Post×Treat×Heavy 為核心解釋變量，其回歸系數(shù)即為綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策的影響效應(yīng)。 Post 表示政策實(shí)施的虛擬變量，2016年之前的年份設(shè)為0，2016年及以后的年份設(shè)為1。Treat是組別的虛擬變量，試驗(yàn)區(qū)內(nèi)的企業(yè)設(shè)為1，其他企業(yè)設(shè)為 0 Heavy為重污染企業(yè)虛擬變量，屬于重污染企業(yè)取值為1，非重污染企業(yè)取值為0。

2.2.3中介變量

既有關(guān)于融資約束的測量方法主要使用多變量構(gòu)建指數(shù)來衡量融資約束，如WW指數(shù)、SA指數(shù)和KZ指數(shù)。KZ指數(shù)和WW指數(shù)包含了很多具有內(nèi)生性的金融變量，融資約束與凈現(xiàn)金流和企業(yè)杠桿等金融變量之間相互決定，容易產(chǎn)生內(nèi)生性，而SA指數(shù)具有相對穩(wěn)健性和易于計(jì)算的優(yōu)點(diǎn)。綜上，本文參考鞠曉生等的研究[34，通過使用公司規(guī)模和年齡的擬合值來衡量每個(gè)公司每年的SA指數(shù)。公式如下：

SA=-0.737×Size+0.043×Size²-0.04×Age

其中： Size 表示企業(yè)規(guī)模，用總資產(chǎn)的自然對數(shù)來表示， .Age 表示企業(yè)年齡。本文對 SA 指數(shù)取絕對值處理， SA 指數(shù)越大，融資約束越大，反之則越小。

對于代理問題，參考現(xiàn)有的企業(yè)治理文獻(xiàn)[35]，本文采用企業(yè)管理費(fèi)用率 （Mfee） 來衡量公司代理問題，管理費(fèi)用率越高，代理問題越嚴(yán)重。

2.2.4控制變量

為了控制影響企業(yè)投資效率的其他經(jīng)濟(jì)特征指標(biāo)，參考現(xiàn)有文獻(xiàn)的做法[33]5.[36]，本文引入了一系列控制變量Controls。具體包括：公司規(guī)模、杠桿水平、盈利能力、凈現(xiàn)金流、市值、企業(yè)年齡、董事會規(guī)模、獨(dú)立董事比例、第一大股東持股、管理層持股和個(gè)股回報(bào)率。表1列出了本研究中所使用的主要變量的符號及定義。

2.3三重差分模型

本研究參考齊紹洲等的做法，構(gòu)建以下三重差分模型來考察建立綠色金融改革創(chuàng)新試驗(yàn)區(qū)對企業(yè)投資效率的影響：

Absinv_t=β₀+β₁Post_t×Treat_i×Heavy_i+β₂Heavy_i×

+Year+σ_i，t （3

在該模型中， AbsInv 是衡量企業(yè)非效率投資的解釋變量。 Treat 表示企業(yè)注冊省份是否為綠色金融改革創(chuàng)新試驗(yàn)區(qū)省份。當(dāng) Treat=1 時(shí)，表明是試驗(yàn)區(qū)省份的企業(yè)（實(shí)驗(yàn)組）；當(dāng) Treat=0 時(shí)，表明不是試驗(yàn)區(qū)省份的企業(yè)（對照組）。 Post 是表示綠色金融改革創(chuàng)新試驗(yàn)區(qū)試點(diǎn)政策實(shí)施時(shí)間的虛擬變量，政策實(shí)施后的年份（2017-2020）取值為1，政策實(shí)施前的年份（2015-2016）取值為0。Heavy表示企業(yè)是否為重污染企業(yè)，當(dāng)Heavy ^-1 時(shí)，表明該企業(yè)是重污染企業(yè)；當(dāng)Heavy ₌₀ 時(shí)，表明該企業(yè)為非重污染企業(yè)。此外，模型還控制了個(gè)體固定效應(yīng)（Firm）、區(qū)域固定效應(yīng)（Province）和年份固定效應(yīng)（Year），交互項(xiàng) Post×Treat×Heavy 前面的系數(shù) β₁ 則是三重差分統(tǒng)計(jì)量。

2.4變量描述性統(tǒng)計(jì)

表2列出了本研究中的主要變量的描述性統(tǒng)計(jì)數(shù)據(jù)。由各變量的描述性統(tǒng)計(jì)結(jié)果可知：非效率投資的均值為0.0343，最大值為0.1728，中位數(shù)為0.027，標(biāo)準(zhǔn)差為0.0309，這說明中國不同企業(yè)的投資效率存在顯著的差異且波動程度較大。表明是否為重污染企業(yè)的虛擬變量Heavy的平均值為0.4106，說明重污染企業(yè)約占樣本企業(yè)的 41.06% 。企業(yè)規(guī)模均值為22.2906，其最大值為28.6365，最小值為17.6413，樣本分布較為均勻。其他控制變量與已有研究基本一致，且均在合理范圍內(nèi)。

3實(shí)證結(jié)果分析

3.1基準(zhǔn)回歸結(jié)果

表3報(bào)告了綠色金融改革創(chuàng)新試驗(yàn)區(qū)對試驗(yàn)區(qū)內(nèi)的重污染企業(yè)投資效率影響的三重差分回歸結(jié)果。在表格的第（1）列中三重差分交互項(xiàng)PostxTreat×Heavy的系數(shù)在 1% 水平上顯著為正，這意味著綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立顯著地增加了試驗(yàn)區(qū)內(nèi)的重污染企業(yè)的非效率投資，即綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立抑制了試驗(yàn)區(qū)內(nèi)重污染企業(yè)的投資效率，假設(shè)H1a得到驗(yàn)證；第（2）列檢驗(yàn)了試驗(yàn)區(qū)的建立對試驗(yàn)區(qū)內(nèi)重污染企業(yè)的投資不足（UnderInv）的影響， Post×Treat×Heavy 的系數(shù)為在統(tǒng)計(jì)上不顯著；第（3）列檢驗(yàn)了試驗(yàn)區(qū)的建立對試驗(yàn)區(qū)內(nèi)重污染企業(yè)的過度投資（OverIn）的影響， Post×Treat×Heavy 的系數(shù)在 5% 的水平上顯著為正?；鶞?zhǔn)回歸結(jié)果表明，綠色金融改革創(chuàng)新試驗(yàn)區(qū)對試驗(yàn)區(qū)內(nèi)重污染企業(yè)的投資效率有顯著的抑制效應(yīng)，主要是增加了試驗(yàn)區(qū)內(nèi)重污染企業(yè)的過度投資。

注：括號內(nèi)為t統(tǒng)計(jì)量，***，**和*分別表示 1%5%.10% 的顯著性水平，下表同。并且受篇幅限制，下表中忽略了控制變量的回歸結(jié)果。

3.2平行趨勢檢驗(yàn)

處理組和對照組滿足平行趨勢假定是三重差分估計(jì)結(jié)果滿足一致性的前提，即在沒有政策干預(yù)的情況下，結(jié)果變量在處理組和對照組的發(fā)展趨勢一致。由圖1可知，在綠色金融改革創(chuàng)新試驗(yàn)區(qū)建立前，即2017年之前，處理組和對照組有著相同的變化趨勢，政策實(shí)施后對照組AbsInv下降，處理組 AbsInv 上升。這就初步證明了滿足平行趨勢假定，滿足使用三重差分方法的前提。

3.3異質(zhì)性檢驗(yàn)結(jié)果

本文運(yùn)用異質(zhì)性檢驗(yàn)分析了建立綠色金融改革創(chuàng)新試驗(yàn)區(qū)對重污染企業(yè)投資效率影響的差異化效應(yīng)。

首先，為驗(yàn)證假設(shè)H2，本文根據(jù)股權(quán)集中度（公司第一大流通股股東持股比例）是否高于同年行業(yè)中位數(shù)，將試驗(yàn)區(qū)內(nèi)的企業(yè)分為高股權(quán)集中度組和低股權(quán)集中度組。在表4列（2）的低股權(quán)集中度企業(yè)樣本組中，Post×Treat×Heavy的系數(shù)在低股權(quán)集中度的企業(yè)中在 10% 的水平上顯著為正；在列（1）高股權(quán)集中度企業(yè)樣本組中，PostxTreatxHeavy的系數(shù)為正且不顯著。該結(jié)果與假設(shè)H2一致，表明政策效應(yīng)主要體現(xiàn)在股權(quán)集中度較低的企業(yè)中。

此外，本文還根據(jù)代胸昊和孔東民的研究[30]168，將企業(yè)分為具有海歸特征的企業(yè)和不具有海歸特征的企業(yè)。由表4列（3）和列（4可知，三重差分交互項(xiàng) TreatxHeavy的系數(shù)在不具有海歸特征的企業(yè)中在 5% 的水平上顯著為正，而在具有海歸特征的企業(yè)中則為正且不顯著。該結(jié)果與假設(shè)H3一致，表明綠色金融改革創(chuàng)新試點(diǎn)政策對重污染企業(yè)的投資抑制效應(yīng)主要體現(xiàn)在不具有海外特征的企業(yè)中。

3.4機(jī)制分析

為了檢驗(yàn)假設(shè)H1中的機(jī)制推斷，本文借鑒鐘海燕等的研究[38，結(jié)合模型（3），構(gòu)建如下中介效應(yīng)模型：

Med_i，t=β₀+β₁Post_t×Treat_i×Heavy_i+β₂Heavy_i×Treat_i σ_i，t （4）

AbsInv_i，t=β₀+β₁Post_t×Treat_i×Heavy_i+β₂Heavy_i× Province+Year+σ_i，t （5）

Med為模型的中介變量，包括融資約束 （SA） 和代理問題 （Mfee） ，回歸結(jié)果如表5所示。列（1）至列（3）報(bào)告了綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策對重污染企業(yè)投資效率的融資約束（SA）機(jī)制檢驗(yàn)結(jié)果。從列（1）可以看出，三重差分交互項(xiàng) Post×Treat×Heavy 的系數(shù)在 1% 的水平上顯著為正，表明在綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立抑制了重污染企業(yè)的投資效率。列（3）中，三重差分交互項(xiàng)PostxTreatxHeavy與中介變量SA的系數(shù)均在5% 的置信水平下顯著為正，且列（2）以SA作為被解釋變量也通過了顯著性水平測試 （Post×Treat×Heavy 系數(shù)在 5% 的水平上顯著為正），表明綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立增加了重污染企業(yè)的融資約束從而導(dǎo)致了其投資效率的降低。列（4）至列（6）報(bào)告了代理問題作為中介變量的回歸結(jié)果。由列（4）可知，三重差分交互項(xiàng) Post×Treat×Heavy 的系數(shù)顯著為正，說明試驗(yàn)區(qū)內(nèi)的建立顯著抑制了試驗(yàn)區(qū)內(nèi)的重污染企業(yè)的投資效率。列（6）中， Post×Treat×Heavy 和中介變量Mfee均顯著為正，且列（5）三重差分交互項(xiàng) Post×Treat×Heavy 的系數(shù)在 5% 的水平上顯著為正，表明綠色金融改革創(chuàng)新試驗(yàn)區(qū)建立后代理問題的加劇降低了試驗(yàn)區(qū)內(nèi)重污染企業(yè)的投資效率。根據(jù)以上分析，可以得出結(jié)論：融資約束和代理問題是影響試驗(yàn)區(qū)重污染企業(yè)投資效率的中介變量，假設(shè)H1b得到驗(yàn)證。

4穩(wěn)健性分析

4.1安慰劑檢驗(yàn)

考慮到本研究的結(jié)果可能受到綠色金融改革創(chuàng)新試驗(yàn)區(qū)建立之前其他事件的影響，本研究采用安慰劑檢驗(yàn)將政策實(shí)施時(shí)間提前兩年和三年，選取2015年和2016年為虛擬政策發(fā)生的時(shí)間。表6給出了結(jié)果，PostXTreatxHeavy在這兩年的系數(shù)均不顯著，這表明虛擬政策沖擊的影響不存在，使得本文的基準(zhǔn)回歸結(jié)果更可靠。

4.2子樣本檢驗(yàn)

首先，本文剔除2020年的樣本觀測值，重新考察綠色金融改革創(chuàng)新試驗(yàn)區(qū)對重污染企業(yè)投資效率的影響。結(jié)果如表7第（1）列所示，本文發(fā)現(xiàn)回歸結(jié)果在1% 的水平上仍然顯著為正，這與前文的結(jié)果一致。

其次，考慮到綠色金融改革創(chuàng)新試驗(yàn)區(qū)政策于2017年6月正式實(shí)施，從而2017年是政策沖擊不完全的一年，為了排除政策不完全沖擊的影響，在三重差分估計(jì)中剔除了2017年的所有觀測值。如表7的第（2）列所示， Post×Treat×Heavy 的估計(jì)系數(shù)仍然顯著為正，這與前文的結(jié)果一致。

最后，本文將2015年后上市的公司排除在樣本之外，以消除公司首次上市對公司長期或短期投資計(jì)劃的影響，重新審視設(shè)立試驗(yàn)區(qū)對重污染投資效率的影響。表7中的第（3）列的回歸結(jié)果仍然顯著為正，與前文的基準(zhǔn)回歸結(jié)果基本一致。

4.3PSM-DDD檢驗(yàn)

為克服樣本的內(nèi)生性問題和異質(zhì)性偏差，更好地說明綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立是否影響重污染企業(yè)的投資效率。本研究選擇最近鄰匹配法進(jìn)行逐年匹配，每年為實(shí)驗(yàn)組尋找對照組。此外，本文還進(jìn)行了匹配平行趨勢的假設(shè)檢驗(yàn)，以檢驗(yàn)實(shí)驗(yàn)組和對照組之間是否存在顯著偏差。偏差絕對值 lt;10% 時(shí)，匹配結(jié)果良好，匹配估計(jì)有效。表8顯示了本研究中所進(jìn)行的匹配檢驗(yàn)的結(jié)果。檢驗(yàn)結(jié)果表明，匹配后的實(shí)驗(yàn)組和對照組在所有變量的標(biāo)準(zhǔn)差的絕對值均顯著小于10% ，這說明本研究所選擇的匹配變量和匹配方法是合理的，滿足使用三重差分方法的前提條件。此外，匹配后的T值均不顯著，說明實(shí)驗(yàn)組和對照組在匹配后的匹配變量上無顯著差異。

表9的列（1）和列（3）分別顯示了傾向得分匹配法對非效率投資和過度投資的基準(zhǔn)回歸結(jié)果。在列（1）中， Post×Treat×Heavy 的估計(jì)系數(shù)為0.01147，T值為4.32，在 1% 的統(tǒng)計(jì)水平上顯著為正；在列（3）中， Post^× Treat×Heavy的估計(jì)系數(shù)為0.01277，T值為2.37，在 5% 的統(tǒng)計(jì)水平上顯著為正。該回歸結(jié)果與前文的基準(zhǔn)回歸結(jié)果基本一致，使其更具有可信度。

5研究結(jié)論與政策啟示

5.1研究結(jié)論

本文構(gòu)建了基于綠色金融改革創(chuàng)新試驗(yàn)區(qū)試點(diǎn)政策實(shí)施的準(zhǔn)自然實(shí)驗(yàn)，以試驗(yàn)區(qū)重污染企業(yè)為實(shí)驗(yàn)組，非重污染企業(yè)為對照組，構(gòu)建三重差分模型，研究了綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立對重污染企業(yè)投資效率的影響。研究發(fā)現(xiàn)：第一，綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立通過增加重污染企業(yè)的過度投資來降低投資效率。經(jīng)過改變時(shí)間間隔、改變樣本量、將政策時(shí)間前移和PSM-DDD等穩(wěn)健性檢驗(yàn)后，本文的研究結(jié)果依舊不變；第二，綠色金融改革創(chuàng)新試驗(yàn)區(qū)的建立對于重污染企業(yè)投資效率的影響，對不同治理結(jié)構(gòu)以及不同高管特征的企業(yè)作用效果不同，即綠色金融試點(diǎn)政策對低資本集中度和不具有海外特征的重污染企業(yè)的投資效率具有更強(qiáng)的抑制效應(yīng)；第三，機(jī)制分析表明，融資約束的加強(qiáng)以及代理問題的增加抑制了試驗(yàn)區(qū)內(nèi)重污染企業(yè)的投資效率。

5.2政策啟示

從政策優(yōu)化角度看，我國政府應(yīng)繼續(xù)擴(kuò)大改革創(chuàng)新試驗(yàn)區(qū)，推廣相關(guān)經(jīng)驗(yàn)，加大對重污染企業(yè)的轉(zhuǎn)型力度。試驗(yàn)區(qū)金融機(jī)構(gòu)要為中小企業(yè)和融資困難企業(yè)提供更加適宜的金融支持，完善重污染企業(yè)參與綠色項(xiàng)自的正向激勵(lì)機(jī)制，充分激勵(lì)企業(yè)加大綠色研發(fā)投入，促進(jìn)企業(yè)自覺調(diào)整投資和發(fā)展戰(zhàn)略，進(jìn)行良性循環(huán)，避免“懲罰性效應(yīng)”。

從企業(yè)決策角度看，重污染企業(yè)應(yīng)多聘請具有海外經(jīng)驗(yàn)的高管，他們更具有長遠(yuǎn)發(fā)展的戰(zhàn)略眼光，能夠順應(yīng)綠色發(fā)展趨勢，制定更利于企業(yè)長遠(yuǎn)發(fā)展的投資決策。此外，面對綠色金融政策的出臺，企業(yè)應(yīng)積極履行社會責(zé)任，主動披露環(huán)境信息，定期發(fā)布環(huán)境影響報(bào)告，緩解企業(yè)與債權(quán)人之間的信息不對稱問題。并且，重污染企業(yè)應(yīng)積極響應(yīng)國家綠色政策，積極開展綠色項(xiàng)目，投資于可再生能源、能效提升和污染減排項(xiàng)目，以符合綠色金融的要求。

參考文獻(xiàn)：

[1]KhanH.，LiuW.L.，KhanI.，2O22.Institutional quality，fi-nancial development and the influence of environmentalfactors on carbon emissions：evidence from a global per-spective[J]. Environmental Science and Pollution Re-search;29：13356＼～13368.

[2] 沈璐，廖顯春.綠色金融改革創(chuàng)新與企業(yè)履行社會責(zé)任來自綠色金融改革創(chuàng)新試驗(yàn)區(qū)的證據(jù)[J].金融論壇，2020，25 （10）：69-80.

[3] 舒利敏，廖菁華.末端治理還是綠色轉(zhuǎn)型？—綠色信貸對重污染行業(yè)企業(yè)環(huán)保投資的影響研究[J].國際金融研究，2022（4）：12-22.

[4] 王馨，王營.綠色信貸政策增進(jìn)綠色創(chuàng)新研究[J].管理世界，2021，37（6）：173-188、11.

[5] Zhang Z.F，DuanH.Y，ShanS.S.，etal.，2O22.The Impactof Green Credit on the Green Innovation Level of Heavy-Polluting Enterprises—Evidence from China[J]. Interna-tional Journal of Environmental Research and PublicHealth;19：650

[6] 左祥太，羅愷，王一博，王昀威.環(huán)境規(guī)制、媒體關(guān)注與企業(yè)綠色技術(shù)創(chuàng)新[J].武漢紡織大學(xué)學(xué)報(bào)，2022，35 （6）：31-39.

[7] 吳育輝，田亞男，陳韞妍，等.綠色債券發(fā)行的溢出效應(yīng)、作用機(jī)理及績效研究[J].管理世界，2022，38（6）：176-193.

[8] 寧金輝，王敏.綠色債券能緩解企業(yè)“短融長投”嗎？——來自債券市場的經(jīng)驗(yàn)證據(jù)[J].證券市場導(dǎo)報(bào)，2021（9）：48-59.

[9] ShiB.B，LiN，GaoQ，2O22.Market incentives，carbonquota allocation and carbon emission reduction： Evidencefrom China's carbon trading pilot policy[J]. Journal of Envi-ronmental Management;319.

[10] 李俊霖，周志強(qiáng).基于SFA方法的中國紡織業(yè)投資效率研究[J].武漢紡織大學(xué)學(xué)報(bào)，2023，36（6）：79-86.

[11]劉艷霞，祁懷錦.管理者自信會影響投資效率嗎——兼論融資融券制度的公司外部治理效應(yīng)[J].會計(jì)研究，2019（4）： 43-49.

[12] 李志生，金凌.銀行競爭提高了企業(yè)投資水平和資源配置效率嗎？——基于分支機(jī)構(gòu)空間分布的研究[J].金融研究，2021（1）：111-130.

[13] 許罡，朱衛(wèi)東，張子余.財(cái)政分權(quán)、企業(yè)尋租與地方政府補(bǔ)助——來自中國資本市場的經(jīng)驗(yàn)證據(jù)[J].財(cái)經(jīng)研究，2012，38（12）： 120-127.

[14] Lin Y.E.， Li Y.W.， Cheng T.Y， et al. Corporate Social Re-sponsibility and Investment Efficiency： Does BusinessStrategyMatter？[J].International Reviewof FinancialAnalysis，2000（73）：101585.

[15]Wang J.J.， Xia WL.Public attention and investment effi-ciency： Incentive effect or deterrent effect？ Analysis onheterogeneous bilateral stochastic frontier model[J]. Tech-nol Forecast Soc Change，2022：185.

[16] 柳志南，韓超.財(cái)務(wù)報(bào)告問詢函、產(chǎn)權(quán)性質(zhì)與投資效率[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022，44（9）：114-126.

[17] 張悅玫，張芳，李延喜.會計(jì)穩(wěn)健性、融資約束與投資效率[J].會計(jì)研究，2017（9）：35-40、96.

[18] Roll R. The Hubris Hypothesis of Corporate Takeovers[J].The Journal of Business，1986（59）：197-216.

[19] 寧金輝，苑澤明，王曉祺.綠色信貸政策與企業(yè)過度投資[J].金融論壇，2021，26（6）：7-16.

[20] 劉鳳委，李琦.市場競爭、EVA評價(jià)與企業(yè)過度投資[J].會計(jì)研究，2013（2）：54-62、95.

[21] Stein Jeremy C.，2003. Chapter 2 Agency，information andcorporate investment[J]. Handbook of the Economics ofFi-nance;1：111-165.

[22] 侯巧銘，宋力，蔣亞朋.管理者行為、企業(yè)生命周期與非效率投資[J].會計(jì)研究，2017（3）：61-67、95.

[23] 時(shí)省，張亞.綠色金融政策對綠色技術(shù)創(chuàng)新的影響及機(jī)制研究——基于綠色金融改革創(chuàng)新試驗(yàn)區(qū)的準(zhǔn)自然實(shí)驗(yàn)[J].管理評論，2024，36（1）：107-118.

[24]涂強(qiáng)，李慧哲，李向前.綠色金融改革創(chuàng)新試驗(yàn)區(qū)提升綠色企業(yè)價(jià)值研究[J].財(cái)經(jīng)理論與實(shí)踐，2023，44（5）：12-18.

[25]張建平，李林澤.綠色金融、綠色政策與實(shí)體企業(yè)的綠色轉(zhuǎn)型[J].中國人口·資源與環(huán)境，2023，33（10）：47-60.

[26] 楊雄勝.內(nèi)部控制理論研究新視野[J].會計(jì)研究，2005，（7）： 49-54、97.

[27] 李志斌，盧闖.金融市場化、股權(quán)集中度與內(nèi)部控制有效性——來自中國2009-2011年上市公司的經(jīng)驗(yàn)證據(jù)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013（9）：85-90.

[28]李萬福，林斌，宋璐.內(nèi)部控制在公司投資中的角色：效率促進(jìn)還是抑制？[J].管理世界，2011（2）：81-99、188.

[29]羅思平，于永達(dá).技術(shù)轉(zhuǎn)移、“海歸”與企業(yè)技術(shù)創(chuàng)新基于中國光伏產(chǎn)業(yè)的實(shí)證研究[J].管理世界，2012， （11）： 124-132.

[30]代昀昊，孔東民.高管海外經(jīng)歷是否能提升企業(yè)投資效率[J].世界經(jīng)濟(jì)，2017，40（1）：168-192.

[31]劉鳳朝，默佳鑫，馬榮康.高管團(tuán)隊(duì)海外背景對企業(yè)創(chuàng)新績效的影響研究[J].管理評論，2017，29（7）：135-147.

[32]張正勇，胡言言.海歸技術(shù)高管與企業(yè)創(chuàng)新[J].科研管理，2021，42（2）：171-180.

[33]Chen S.M.，Sun Z.， Tang S.，et al.，2O11.Governmentintervention and investment efficiency：Evidence fromChina[J]. Journal of Corporate Finance;17：259＼～271.

[34]鞠曉生，盧獲，虞義華.融資約束、營運(yùn)資本管理與企業(yè)創(chuàng)新可持續(xù)性[J].經(jīng)濟(jì)研究，2013，48（1）：4-16.

[35]AngJamesS.，ColeRebelA.，LinJamesWuh，2OoO.Agen-cyCosts and Ownership Structure[J]. The Journal ofFi-nance;55.

[36]Yan C.，Mao Z.，HoK.C.，2022.Effect of green financialreform and innovation pilot zones on corporate investmentefficiency[J]. Energy Economics;113：106185.

[37]齊紹洲，林，崔靜波.環(huán)境權(quán)益交易市場能否誘發(fā)綠色創(chuàng)新？——基于我國上市公司綠色專利數(shù)據(jù)的證據(jù)[J].經(jīng)濟(jì)研究，2018，53（12）：129-143.

[38] 鐘海燕，王江寒，李敏鑫.環(huán)保信用評價(jià)提高企業(yè)綠色全要素生產(chǎn)率了嗎？[J].審計(jì)與經(jīng)濟(jì)研究，2024，39（2）：96-106.

Abstract：Inodrteleteasftioteoootetelotofaeable andpopularzdstuialansexpecesi7eCegoventsetupigtgenfcialefondiotii lotzonesnfiveprovincsBasedontedataofA-shrelistedcompaniesfrol5to，tispaperconstructsatipledifereeodel toexploretepactofteefanepiotpootesmetecfputesdertoaatetetol cyimplementatio.Thsudyfidstatteestablsmentoftegrenfinanceeforandiovatiopilotzonegnificantlyduseinvestmentefficiencyofavypolutingenterprisesinthepiotzone.Iadition，thsudyfoundthemediatingroleofagencyproblemsnd financingconstraintsetwetestablisentoftepiloteadtivestmentiencyofavlltingetepsdate aggravatinoffinancingconstraintsandtheincreaseofagencyproblemsreducedtheinvestmenteficiencyofheavypoltingeteprises. Furtheranalysisfdsthattherenfiancepilotpolicyasastrongeribitoyectonteivesmentefienyofentepsesithlow capitalconcetrationndnooveseasaractesticsindicatigthatthgenfancefondiovatiopilotnesigicatfnancingegulatonandivestmentibioryectTereseachinthispaperhasacertainguidingoleinimprovingteelevantpolicies andexpandingandpopularizingthepilotzones.Moreover，thispaperalsoprovidesnewideasforeavypolutingenterprisestocopewith policy impacts and formulate future development strategies.

Keywords：green fiance; investmentefficiency;heavypolltingenterprises;Difference-Dierence-Difrencemodel

（責(zé)任編輯：田媛苑）