绿色信贷政策与企业“漂绿”...国家金融学框架下的实证研究_吴秋生.pdf

绿色信贷政策与企业“漂绿”行为治理 基于国家金融学框架下的实证研究吴秋生任晓姝摘要:国家金融的顶层设计是促进经济长期稳健、可持续发展的政策根基，其中绿色金融政策对于经济低碳转型和中国式现代化实现有重要意义。以 绿色信贷指引 的实施为准自然实验，构建双重差分模型，研究绿色信贷政策对企业环境信息披露产生的影响。研究结果表明，在面对环保信贷政策约束时，企业会减少避重就轻、流于形式的环保信息披露，绿色信贷能有效抑制企业“漂绿”行为，而企业所在地区更高的商业银行发展水平和市场化水平会强化该治理作用。进一步分析发现，在非国有企业、企业数字化水平不足、融资约束小等情景中，治理效果更显著。研究结论为政府借助银行业发展和市场化建设，有效发挥绿色信贷政策治理企业“漂绿”的作用，促进企业绿色发展，提供了经验证据。关键词:绿色信贷政策;环境信息披露;企业漂绿;银行发展;市场化程度中图分类号:F830 5文献标识码:A文章编号:20971346(2023)01014615一、引言良好生态环境是人和社会持续发展的根本基础。中共十八大以来，党中央大力推进生态文明理论、实践和制度创新，以前所未有的力度抓生态文明建设。中共二十大召开，着重强调要重视生态文明建设，着力保护生态环境，对推动绿色发展，促进人与自然和谐共生提出了具体要求。为了扭转传统的高投入、高消耗、高排放粗放型增长模式，政府除了出台行政管制措施外，还积极构建绿色金融体系。2012 年的绿色信贷指引(以下简称指引)为银行业限制高污染行业信贷，支持低碳经济、循环经济提出了明确要求和具体指导，以期通过发挥金融引导社会资金流向的作用，倒逼企业进行绿色转型。企业环境信息披露作为企业向政府、投资者以及社会公众公开生态保护责任履行情况的重要方式(朱炜等，2019)，对于政府监管，投资者决策和企业声誉都有着重要影响。为了提高企业环境表现透明度，便于政府与公众监督，中国对企业环境信息披露出台了一系列收稿日期:20221026基金项目:国家自然科学基金面上项目(71872105)。作者简介:吴秋生，管理学博士，山西财经大学会计学院教授，博士生导师，研究方向为公司治理与审计理论;任晓姝，通讯作者，山西财经大学会计学院硕士研究生，研究方向为公司治理与审计理论，rxsss1998163 com。641法规政策，对于重点排污单位进行强制性信息披露，对于其他企业则鼓励其自愿披露环境表现(朱炜等，2019)。基于此，越来越多企业选择在上市公司年报，或者通过社会责任报告、环境报告书等公开文件披露环境信息，树立企业重视生态环保的绿色形象。但是，也有一些企业披露的环境信息存在避重就轻、流于形式、更多的定性披露而缺少实质性披露的问题(黄溶冰，2020)。企业对环保做得不好的方面避而不谈，选择性披露有利信息，或者利用语言表述“粉饰”其环境表现，投机性夸大实际，这些行为通常被称为企业环境信息披露的“漂绿”行为。企业“漂绿”行为大大降低了企业环境信息披露的质量，对于促进企业绿色发展非常不利。绿色信贷政策的实施，对绿色产业、绿色转型提供倾斜性信贷支持，同时对高污染高耗能产业进行了约束。这种政策的实施是否有利于遏制企业”漂绿“行为?什么样的金融和市场环境才有利于这种政策作用的发挥?在加快构建新发展格局，着力推动高质量发展的今天，研究清楚这些问题具有重要意义。鉴于此，本文以绿色信贷政策的实施为准自然实验，构建双重差分模型，以 20082020年 A 股上市公司为研究样本，研究绿色信贷政策对企业“漂绿”行为的影响，并分析企业所在地区银行发展水平和地区市场化程度的调节作用。在此基础上进一步研究企业股权性质和数字化水平、融资约束的异质性作用。本文的边际贡献有:第一，从企业环境信息披露质量的视角评价绿色信贷政策的经济后果，分析对企业“漂绿”的影响，丰富了有关绿色信贷政策实施效果的研究，找到了新的遏制企业“漂绿”的途径;第二，深入分析了企业内外部环境对绿色信贷政策遏制企业“漂绿”的影响，为充分发挥该政策的作用，提供了现实依据;第三，对于实现二十大报告中提出的“加快发展方式绿色转型，发展绿色低碳产业，推动形成绿色低碳的生产方式”有一定启示。对于以国家金融学为基础的现代金融体系构建，促进国家金融健康稳定，推动国家经济繁荣发展也有一定现实意义。二、文献综述(一)绿色信贷政策的实施效果目前关于绿色信贷政策影响后果的研究既有对政策实施的对象 企业(主要是重污染企业)影响的研究，也有对实施主体 商业银行影响的研究。对于政策的实施对象企业来说，陈幸幸等(2019)发现受到信贷约束的重污染企业商业信用会增加，而对于银行贷款和商业信用均受限的企业会增加环境治理投入。陈艳利和毛斯丽(2021)也发现绿色信贷可以促进企业环保投资，且对于处于成熟期或衰退期的企业影响更大。也有学者从创新转型的视角得到了不同的结论。谢乔昕和张宇(2021)认为绿色信贷通过内生化环境成本，影响贷款可得性和贷款成本倒逼企业创新转型，开展绿色技术研发，舒利敏和廖菁华(2022)也得到了类似的结论。而杨柳勇和张泽野(2022)则倾向于绿色信贷加剧了重污染企业信贷约束与经营风险，进而资金不足以进行绿色创新活动。大多数学者普遍认为绿色信贷政策对重污染企业具有融资惩罚和投资抑制效应(Liu et al，2017;苏冬蔚和连莉莉，2018)。由于对信贷规模和融资成本的负面影响，企业的并购绩效也会降低(王建新等，2021)。刘传江等(2022)则从绿色全要素生产率评价绿色信贷对重污染企业的影响，发现 指引 颁布后对企业绿色效率的提升作用大于对绿色技术进步率的741绿色信贷政策与企业“漂绿”行为治理降低作用。此外，占华(2021)基于资本形成和信号传递机制得到了绿色信贷政策能够促使企业积极披露环境信息的结论。对于政策的实施主体银行来说，一方面，商业银行限制信贷资源进入高耗能产业可以避免产能过剩，支持企业技术创新和绿色转型也有利于改善传统产业经营绩效，降低不良贷款率(邵传林和闫永生，2020)。积极响应政府环保政策可以降低银行的信贷风险，提高流动性风险管控能力，进而增加银行绩效(Cui et al，2018)。另一方面，也有学者存在绿色信贷政策会使银行破产风险增加的担忧。绿色信贷支持的节能环保，清洁资源项目往往存在很高的不确定性、投入大，周期长，而且商业银行与企业间存在很大的信息不对称(邵传林和闫永生，2020)，银行难以从企业的环境信息披露中获得真实有效的环境表现信息，也很难准确评估绿色项目风险，这会导致银行承担更大的坏账风险。宏观上，绿色信贷政策的实施有激励和倒逼作用，对区域绿色技术创新，以及产业结构转型升级、绿色经济增长都有一定的促进作用(徐胜等，2018;谢婷婷和刘锦华，2019;赵娜，2021)。(二)企业“漂绿”的动机和影响因素目前学术界关于企业“漂绿”的研究和关注较少。李大元等(2015)基于新古典经济学、信息经济学以及利益相关者视角分析广义上企业“漂绿”行为(不局限于环境信息披露层面)的动机，认为“漂绿”是企业在环境规制不足情况下利用信息不对称追求利润最大化的选择。Delmas and Burbano(2011)则认为企业“漂绿”主要是为了降低成本、应对监管以及树立绿色形象。肖芬蓉和黄晓云(2016)的研究发现绩效差的企业、地方国企更有可能“漂绿”。企业故意隐瞒、名不副实、模糊视线的“漂绿”行为对于企业声誉、财务绩效、股票表现都有不利影响(Cai and He，2014)。政府规定与鼓励企业环境信息披露是为了治理环境污染、缓解环境信息不对称、积极督促企业履行环保责任，而企业避重就轻、流于形式的信息披露显然使企业的环境信息披露失去了有效性，演变成为一种“投机”行为(Lyon andMaxwell，2011)。黄溶冰等(2019)发现“漂绿”企业融资可得性更强，因此对于那些外部融资需求大的企业更可能在环境信息披露中选择性披露和粉饰。外部的媒体监督和绿色认证可以阻断“漂绿”带来的印象管理，减少环境信息的不对称。环境规制对于“漂绿”行为的治理也会发挥很大作用(Smith and Font，2014)。具体来说，强制性制度压力，管理控制性环境制度会发挥成本效应显著抑制企业“漂绿”行为，而模仿性同行压力以及激励性环境规制则会助长企业通过“漂绿”获利。此外，企业对环境信息进行第三方鉴证以及具备行业专长的审计师审计都会使企业环境信息披露趋近于“真绿”。三、理论分析与研究假说企业“漂绿”行为之所以广泛存在，一方面是因为中国目前信息披露制度尚不健全，企业环境信息披露缺少第三方审核与监督，企业的环境责任承担信息有较强的隐蔽性和不透明性(Meng et al，2014);另一方面，作为政府和社会公众了解企业环境表现的主要方式，企业与环境披露信息使用者之间存在很大的信息不对称。政府监管部门或是投资者、社会公众，对于绿色技术领域企业特定的节能环保措施处于信息劣势地位，对企业实际经营过程中对环境的影响以及对环境保护做出的努力缺乏真实有效的评估，为“漂绿”提供了可841能。鉴于目前政府和其他利益相关者对于环境友好型企业的青睐，企业，特别是那些重污染企业有足够动机在环境信息披露中选择性披露和粉饰，树立良好的“绿色形象”，满足合规性。绿色信贷政策的实施提高了环境准入门槛，银行在发放贷款时将企业的环境责任承担考虑在内，使重污染企业难以获得贷款或承担惩罚性高贷款成本。银行债务融资是企业获得资金的主要来源，银行业作为绿色信贷政策的实施主体，势必给高耗能企业带来很大的融资约束和经营风险。这种情况下，企业面临着“真绿”与“伪绿”的抉择。一方面，技术创新活动需要大量资金，周期长，面临着极大不确定性(王馨和王营，2021)，对于受到严重信贷约束的企业很可能选择把有限资金投入到生产经营活动中。而为了迎合银行绿色信贷的要求，这些企业会在环境信息披露中“做文章”，对不足之处避而不谈，或用语言表述夸大实际，获得合规性的同时避免了承担绿色创新活动带来的经营风险。另一方面，不少学者认为绿色信贷政策下，如果企业不改变原有高污染、生态不利的生产方式会在融资和经营成本上付出代价，不利于获得竞争优势和保持利润，最终被市场淘汰(陆菁等，2021)。陈幸幸等(2019)证实绿色信贷约束会使企业加大环境治理投入，谢乔昕和张宇(2021)证实绿色信贷会促进企业创新转型，王馨和王营(2021)也得到了绿色信贷限制行业绿色创新表现更活跃的结论。因此，承担更多环境责任，加大污染治理，向低碳型经济转型才是企业的必然选择。基于这一分析，在绿色信贷政策作用下，企业的“漂绿”行为会减少。因为高质量环境表现的企业会更倾向于披露高质量环境信息(Clarkson et al，2008)，与“漂绿”企业区分开来，避免“劣币驱逐良币”。而且对自身环境表现自信的企业不需要承担“故作姿态”“避重就轻”的增量风险。指引 的颁布对中国境内所有银行业都有规范作用。既要求银行信贷考虑企业环境表现，同时要求银行对企业信贷业务中的环境风险和资源运营情况进行有效识别和监测，这会在一定程度上强化企业环境信息披露的外部监督。且随着绿色信贷政策不断规范，绿色金融体系不断健全，政府对发展方式绿色转型的不断推进，银行业金融机构在识别企业环境表现和绿色转型程度等方面的专长也会不断建立，这会增加企业“漂绿”被识别的可能。“漂绿”行为一旦被识别，不仅影响企业融资，对企业社会声誉更是沉重一击，可谓得不偿失。此外，绿色信贷的规范化和制度化，标志着绿色金融的进一步发展，也是中国实现美丽中国建设、双碳目标的有力工具，不免会受到政府、媒体、社会公众的更多关注。与之相关的企业面临的外部环境监督压力变大，企业通过信息披露造假谋取利益的可能性会被削弱。总的来说，绿色信贷政策提高了企业“漂绿”的成本和风险，降低了企业通过“漂绿”投机的可能性。由此，本文提出研究假说 1。假说 1:绿色信贷政策的实施会抑制企业的“漂绿”行为。绿色信贷政策对商业银行贷款决策，引导资金流向低碳节能产业提出了新要求。银行分支机构的布局与银行效率和竞争力息息相关，是银行发展的重要方面。中国绿色金融体系处于快速发展阶段，作为政策实施主体，地区银行业的繁荣发展为绿色信贷政策的有效落实提供了有利条件。第一，地区商业银行发展水平高，企业与银行之间更可能存在长期稳定关系(Benfratello et al，2008)，会缓解银行与企业间的信息不对称，降低银行在信贷审批过程中的成本。第二，存在同业竞争效应。银行为了在同行竞争中获得声誉，树立正面形象，会积极践行政策导向，支持绿色经济。而且在与其他银行的竞争中，为了维持较低的941绿色信贷政策与企业“漂绿”行为治理信贷风险，提高效益，避免信贷错配以及信贷资源流入高污染高消耗产业引起的不良贷款率增加，银行在对企业污染防治情况，绿色转型项目进行审查时会更加严谨全面，企业的环境信息披露自然会受到更多关注和监督。第三，企业所在地区银行业发展完善，意味着银行业绿色管理体系和环境征信制度也更趋健全，这样会缓解银行与企业间的信息不对称。银行对节能环保、污染防治和绿色技术领域专业知识的建立降低了企业通过环境信息“漂绿”投机的可能性，放大了绿色信贷政策带来的外部监管效应。由此，本文提出研究假说2。假说 2:银行业发展水平会强化绿色信贷政策对企业“漂绿”行为发挥的治理作用。此外，中国各个地区市场化发展并不均衡。制度环境特征对于经济政策的执行效果会有很大影响(王烨等，2018)。一方面，市场化程度较高的地区，其经济、法律政策和监督体系较为完善，为绿色信贷政策的有效实施给予了保障。具体地，银行业对绿色信贷政策的重视和有效落实，银行授信审批过程中获取信息的透明性、真实性、便利性以及配套政策的有力跟进等都会强化绿色信贷政策治理企业“漂绿”作用的发挥。另一方面，市场化发展不足引起的重要弊端就是政府干预强度大，关系型资源较多，监管体系不健全(王军等，2016)。这些关系型资源的存在可能使银行在对信贷对象选择和环境表现审查过程中透明度与规范性方面表现不佳。而且地方政府为了提升政绩，保护地方诸如钢铁、石油、电力等重要经济支撑产业，可能会舍弃对企业绿色发展，建立生态文明的追求。这就使得绿色信贷政策执行效率和执行效果大打折扣，不利于对企业环境信息披露“漂绿”行为的治理。由此，本文提出研究假说 3。假说 3:市场化发展水平会强化绿色信贷政策对企业“漂绿”行为发挥的治理作用。四、研究设计(一)样本与数据来源本文选取 20082020 年 A 股上市公司为样本，按照研究惯例与研究需要，剔除了金融行业样本，ST 类样本以及未公开进行环境信息披露和主要数据缺失的企业，最终得到15306 个观测值。为避免极端值影响，对所有连续型变量进行了 1%和 99%水平上缩尾处理。本文研究数据主要来源于 CSMA 数据库，企业“漂绿”数据来自上市公司年报、社会责任报告和环境报告。(二)主要变量定义1 企业“漂绿”。企业“漂绿”涵盖了名不副实、流于表面、对正面信息进行选择性披露、隐瞒负面信息等行为。目前关于企业“漂绿”程度的定量研究还较少，比较有代表性的是黄溶冰等(2019)的做法，将企业“漂绿”分类为选择性披露和表述性操纵两方面，构建指标衡量体系，通过内容分析法计算两者分值，并进行几何平均。选择性披露指对于应该披露的信息有选择进行披露或隐瞒，避重就轻。表述性操纵指利用文字游戏粉饰未做出实质性行为的环保事项，美化企业环境表现。据此，本文借鉴黄溶冰等(2019)的衡量方式，从环境负债、环境管理、环境监管、环境业绩与治理四个方面构建 18 个项目，依据上市公司年报、社会责任报告和环境报告中披露的信息，采用内容分析法对企业环境信息披露情况进行评价，计算得到企业“漂绿”程度。选择性披露=100 (1 已披露事项数/应披露事项数)051表述性操纵=100 (象征性披露事项数/已披露事项数)企业“漂绿”程度=选择性披露 表述性操纵2 绿色信贷政策。2012 年中国银监会印发 指引，对银行业金融机构有效开展绿色信贷，大力促进节能减排和环境保护提出了明确要求，标志着绿色信贷政策的规范化与制度化。因此，本文以 2012 年 指引 的颁布作为准自然实验，研究绿色信贷政策对企业的影响。绿色信贷政策主要作用于那些具有环境风险的企业，对于其他企业的银行信贷并不会产生较大影响。因此，本文将重污染企业作为双重差分模型中的实验组。具体地，2012 年及以后，AFTE 取 1，其余为 0;重污染企业 TEAT 为 1，对照组为 0。重污染企业的区分参考中国证券监督委员会 2012 年修订的 上市公司行业分类指引 和 2008 年原环保部发布的 上市公司环保核查行业分类管理名录。3 银行发展水平。学术界目前对于银行发展水平的定量衡量方式并没有统一界定。一个地区内银行分支机构密度与当地银行业的繁荣程度有密切联系。本文借鉴 Benfratelloet al(2008)的思路，用各省商业银行分支机构数量与人口数量的比值定义银行密度，银行密度越大，银行业发展水平越高。金友森等(2020)认为，地区地理面积与人口数量相比更具外生性，因此在稳健性检验中用各省商业银行分支机构数量与地理面积的比值重新定义银行密度。4 市场化程度。借鉴已有研究，市场化程度用王小鲁、樊纲等编著的中国分省份市场化指数报告(2018)中计算的各省份市场化总指数评分来衡量，该指数越大，说明地区市场化程度越高。同时，当公司所在地区的市场化指数大于当年所有地区市场化指数的中位数时，视为高市场化程度组，否则为低市场化程度组。5 控制变量。借鉴黄溶冰等(2019)的做法，选取了资产负债率、资产报酬率、托宾 Q值、企业规模、企业所在地的人均 GDP、管理层持股比例、独立董事占比以及有形资产比率作为控制变量，并控制了年份与行业效应。具体变量定义见表 1。表 1变量定义表变量类型变量名变量定义企业“漂绿”GWL选择性披露与表述性操纵的几何平均数绿色信贷政策TEAT重污染企业为实验组，TEAT 为 1，其余为对照组AFTE指引 实施时间虚拟变量，2012 年及以后为 1，其余为 0银行发展水平INDENSITY地区商业银行分支机构数量与地区人口数量的比值市场化程度MKT依据当年度所有地区市场化指数的中位数进行分组控制变量LEV资产负债率OA资产报酬率TOBIN托宾 Q 值SIZE企业规模GDP企业所在地的人均 GDPMH管理层持股比例OUTSIZE独立董事占比TANASSET有形资产比率YEA年份IND行业151绿色信贷政策与企业“漂绿”行为治理(三)模型构建为研究绿色信贷政策对企业“漂绿”行为的影响，以指引 的颁布作为准自然实验，构建双重差分模型。其中，GWL 为企业“漂绿”程度，重污染企业 TEAT 为 1，2012 年及以后AFTE 为 1，其余为 0。TEAT AFTE 的回归系数即为绿色信贷政策的影响效应。此外，为研究银行发展水平的调节作用，在原有模型中加入银行发展水平及其交乘项，TEAT AFTE INDENSITY 的回归系数反应银行发展水平的调节效应。为检验市场化程度的调节作用，将样本分为市场化程度高组与市场化程度低组，进行分组回归。模型见式(1)、式(2)。GWLi，t=0+1TEATi，t AFTEi，t+controls+i，t(1)GWLi，t=0+1TEATi，t AFTEi，t+2TEATi，t AFTEi，t INDENSITYi，t+3INDENSITYi，t+conrtols+i，t(2)五、实证分析(一)主要变量的描述性统计表 2 给出了主要变量的描述性统计结果。企业“漂绿”(GWL)的均值为 77 13，最大值为 97 18，最小值为 0，标准差为 19 31，说明样本企业中“漂绿”行为普遍存在，且“漂绿”程度较高，不同企业的差异明显。TEAT 的均值为 0 36，样本企业中有 36%的样本为实验组。其余各控制变量取值均在正常范围内，不再赘述。表 2主要变量的描述性统计变量样本量均值标准差最小值25%分位数中位数75%分位数最大值GWL1530677 1319 3106583816594289718TEAT153060 360 4800011AFTE153060 850 3601111LEV15306044020006028044060090OA153060 050 06017002004008023TOBIN153062 271 50083127178267896SIZE1530622 4713720082146222723302650GDP153067 253 3216446468394216MH1530610 9418 440001015616743OUTSIZE1530637 2653131253333333341 675714TANASSET15306040017005027038052080(二)基准回归表 3 列(1)中，TEAT AFTE 的回归系数为 5 509，在 1%水平上显著为负，结果支持了假说 1。说明在绿色信贷政策下比起为了增加信贷可得性，缓解信贷约束而对环境信息采取投机性“漂绿”行为，企业更多在外部监督强化和绿色经济政策引导下选择披露更真实完整的环境信息。绿色信贷政策的实施并没有助长企业粉饰环境表现的行为，相反对企业“漂绿”发挥了积极治理作用，有利于增加企业环境信息披露的质量和可靠性。另外，列(2)中，TEAT AFTE INDENSITY 的回归系数为 1 715，在 10%水平上显著，支持了251假说 2。说明企业所在地区银行发展水平有利于促进绿色信贷政策对企业“伪绿”的治理作用，银行业发展完善为绿色信贷政策的有效落实和积极作用的有效发挥提供了良好的金融环境支持。由分组回归结果可知，在市场化程度高时，TEAT AFTE 的回归系数在1%水平显著为负，而在市场化程度低的样本组中，TEAT AFTE 在 5%水平上显著。表明良好的制度环境是绿色信贷政策发挥对企业“漂绿”行为积极治理作用的助推器。表 3基准回归结果(1)(2)(3)(4)GWLGWL市场化程度高市场化程度低TEAT AFTE5 509 (14 437)2715(1521)6058 (7383)3 318(2444)TEAT AFTE INDENSITY1715*(1679)INDENSITY0145(0225)LEV4 519 (4 527)4 347 (4163)3316*(1723)8119 (2 711)OA0 490(0 164)0401(0128)1059(0242)2 865(0 330)TOBIN0 436 (3 461)0431 (3134)0502 (2628)0255(0577)SIZE4 925 (33 057)4936 (31239)4834 (15497)5 327 (9169)GDP0 233 (4 432)0 260 (4004)0272(2420)0 691(1 239)MH0 054 (6 154)0 053 (5902)0054 (3562)0065*(1 745)OUTSIZE0 059(2 188)0068(2400)0083*(1664)0023(0251)TANASSET10 223 (10 361)9693 (9419)10579 (5639)9 891 (2981)_Cons193402 (53 193)193306 (48988)194 093 (27757)197507 (13499)N153061407012502280420 190018701900 1872_a0 188018501880 176YEAYesYesYesYesINDYesYesYesYes注:、和*分别表示在 1%、5%和 10%水平上显著相关，括号内为 t 值，表 4 7 同(三)稳健性检验1 平行趋势检验。为证实本文采用双重差分模型进行回归的合理性，进行平行趋势检验。借鉴 Beck et al(2010)的做法，分别设置 指引 颁布前后及当年度年份虚拟变量与实验组虚拟变量的交互项，重新进行回归。由表4 回归结果可知，政策颁布前 pre_1，pre_2，pre_3 的回归系数均不具有显著性，政策颁布及以后 current，post_1，post_2，post_3，post_4 的351绿色信贷政策与企业“漂绿”行为治理回归系数逐渐显著。说明在绿色信贷指引颁布前，重污染企业与非重污染企业满足平行趋势，双重差分模型的回归结果具有可信度，而且绿色信贷政策的实施对企业“漂绿”产生了显著影响。从图 1 所示平行趋势检验图中可以直观看出，政策实施点 0 点以前实验组与控制组的结果变量不存在随年份变动的差异，政策实施以后出现显著差异。表 4平行趋势检验GWLPre_31568(0959)Pre_22578(1610)Pre_11450(0998)current2227(2029)Post_13108 (2786)Post_23235 (3010)Post_35524 (5521)Post_45435 (6040)LEV4526 (4513)OA1804(0600)TOBIN0315(2496)SIZE4936 (32956)GDP0260 (4919)MH0053 (6020)OUTSIZE0062(2299)TANASSET11 685 (11859)_Cons195757 (52795)N15306201832_a0180YEAYesINDYes4512 时间窗口检验。本文研究样本时间跨度较大，回归结果可能受到同一时期内其他相关环保政策的影响。采用缩短时间窗口的方法，将样本分别控制在绿色信贷政策实施前后三年和绿色信贷政策实施前后两年，重新进行回归。改变时间窗口后，TEAT1 AFTE 的回归系数显著为负，结果依然成立。表 5改变时间窗口2009 20152010 2014GWLGWLTEAT AFTE4433 (7206)4561 (6340)LEV5062 (3407)5291 (3021)OA11869(2456)12 981(2206)TOBIN0413(2088)0725 (2687)SIZE5450 (23581)5445 (20279)GDP0174*(1652)0086(0674)MH0047 (3454)0061 (3946)OUTSIZE0065(1578)0073(1516)TANASSET6904 (4721)5643 (3255)_Cons203497 (37 018)203163 (31574)N632346412019301922_a01890187YEAYesYesINDYesYes3 安慰剂检验。为排除其他不可观测因素对实证结果的影响，人为假定绿色信贷政策实施时间为 2009 年、2010 年、2011 年，重新定义时间虚拟变量。若回归结果不显著，说明企业“漂绿”程度的降低是由绿色信贷政策实施导致的;若回归结果显著，则说明上述结论不成立。表 6 结果显示 2009 年、2010 年、2011 年前后企业“漂绿”程度不存在显著差异。551绿色信贷政策与企业“漂绿”行为治理表 6安慰剂检验政策实施时点为 2009 年政策实施时点为 2010 年政策实施时点为 2011 年GWLGWLGWLTEAT AFTE0008(0035)0016(0081)0187(1077)LEV0373(1048)0372(1047)0376(1056)OA0268(0347)0267(0347)0274(0355)TOBIN0039(1034)0039(1033)0039(1049)SIZE0155(1632)0156(1634)0147(1538)GDP0 149 (4226)0149 (4226)0145 (4117)MH0005(1043)0005(1043)0005(1055)OUTSIZE0001(0111)0001(0111)0001(0121)TANASSET0276(0782)0276(0782)0278(0788)_Cons2112(0908)2122(0911)1938(0832)N153061530615306204380 43804392_a03060 3060306YEAYesYesYesINDYesYesYes另外，本文还改用固定效应模型、PSMDID 模型、剔除样本中属于生态保护与环境治理业的企业(避免对估计模型的干扰)，回归结果与前文一致。在改变重污染企业区分、“漂绿”度量和银行发展、市场化程度衡量方式后，结论仍成立。六、异质性分析绿色信贷政策作用的发挥也可能会受到企业特征的影响，企业股权性质会影响企业融资能力和外部监管，数字化水平会影响环境信息透明度，企业的融资约束则直接影响到“漂绿”的动机。因此本文主要考虑以上因素的影响，进行异质性分析。(一)考虑企业股权性质的影响相较于非国有企业，国有企业在融资渠道，融资成本上具有天生优势(邓可斌和曾海舰，2014)。所以，绿色信贷政策对国有企业的信贷约束作用较弱，国有企业通过“漂绿”去迎合绿色信贷政策进而获取融资的动机不足。另外，国有企业受政府的监督更强，企业披露的环境信息受到政府相关部门，甚至媒体公众的更多关注，使国有企业“漂绿”的可能性降低。所以，绿色信贷政策对非国有企业“漂绿”的抑制可能更强。表 7 回归中，将原有样651本区分为国有企业和非国有企业，可以看到 TEAT AFTE 的回归系数在非国有企业中更显著，绿色信贷对非国企的“漂绿”发挥了更多的治理作用。(二)考虑企业数字化水平的影响数字经济的快速发展推动了企业在经营、组织等层面的数字化转型。企业数字化水平主要会影响到企业的信息透明度和经营效率(肖红军等，2021)。由于数字技术的通用性和渗透性，对于数字化程度高的企业，其环境表现、环境风险以及防污节能方面的努力会及时全面地被外界知晓，压缩了企业通过“漂绿”投机的空间，弱化了绿色信贷政策可发挥的外部监督和信息传递作用。对于数字技术有限的企业，环境信息披露造假的成本较低，为绿色信贷政策“漂绿”治理提供了可能性。年报中的词汇用法与企业的战略目标，发展导向密切相关。参考现有研究(吴非等，2021)，以企业年报中“人工智能”“区块链”“云计算”“大数据”和“数字技术应用”出现的频次衡量企业数字化转型程度，并依据这一指标的中位数对总样本进行分组。回归结果显示，企业数字化水平低时，绿色信贷政策与企业“漂绿”的负相关关系更显著。数字化转型不足时，绿色信贷政策有更好的实施效果。(三)考虑企业融资约束的影响绿色信贷政策主要给企业带来了信贷约束。企业融资活动会直接影响企业日常的生产经营，对于融资约束大的企业，将有限资金投入风险大、周期长、不确定性高的技术创新和绿色转型活动中，将承担很大的经营风险。因此，相比融资约束小的企业，这些企业转型能力不足，而且为了迎合银行对企业环境责任的考虑，提高信贷可得性，即使在外部监管强化下仍然可能选择“漂绿”。绿色信贷政策对企业环境信息披露造假的治理作用对融资约束小的企业可能更有效。本文用 SA 指数衡量企业的融资约束，参考 Hadlock and Pierce(2010)的计算方法，SA=0 737 Size+0 043 Size20 04 Age。SA 指数计算结果为负数，对其取绝对值，绝对值越大，企业面临的融资约束越大。依据计算结果对样本进行分组回归，在融资约束大的样本组中，TEAT AFTE 的回归系数在 5%水平上显著，而在融资约束小时，TEAT AFTE 的回归系数在 1%水平上显著，与预期相符。表 7异质性分析(1)(2)(3)国有企业非国有企业企业数字化水平高企业数字化水平低融资约束大融资约束小TEAT AFTE2 293(2 382)5502 (4592)1846(0794)2551 (2803)3163(2138)3 198 (3145)LEV1 068(0 428)3 786*(1706)2108(0725)0 958(0 431)1418(0526)2572(0948)OA2 350(0 410)4162(0884)1130(0198)0 418(0 079)3983(0804)0377(0064)TOBIN0 068(0 255)0146(0751)0306(1325)0 162(0 659)0232(0886)0382*(1711)SIZE0 243(0 373)1000(1530)1947(2226)1 053(1 439)0078(0100)1049(1403)GDP0 076(0 367)1 255 (4678)0972 (3418)0 250(1 037)0250(0955)0561*(1869)751绿色信贷政策与企业“漂绿”行为治理续表 7MH0 234*(1 690)0017(0665)0003(0068)0 008(0 303)0008(0203)0027(0772)OUTSIZE0 045(0 812)0013(0214)0074(1021)0106*(1 854)0017(0269)0085(1326)TANASSET1 809(0 768)5896(2535)7698(2393)0 837(0 382)1466(0558)0509(0208)_Cons82311 (5 618)107176 (7670)125748 (6188)54978 (3 464)83015 (4820)99142 (6060)N67568314650887987653765320 5880 62507120623065506702_a0 5130 5070576050605350550YEAYesYesYesYesYesYesFIMYesYesYesYesYesYes七、结论与政策建议本文基于国家金融学框架，通过构建双重差分模型证实了绿色信贷政策对企业“漂绿”行为的治理作用。此外，研究了银行业发展水平和市场化程度对绿色信贷政策抑制企业“漂绿”行为的强化作用。进一步研究发现，企业股权性质，企业数字化水平，融资约束均为影响绿色信贷政策治理作用发挥的异质性因素。本文结论对于有效发挥绿色信贷政策在促进企业环境污染防治方面的作用有一定现实意义，对于贯彻二十大精神，促进金融稳定和经济可持续发展，积极稳妥推进碳达峰碳中和，促进人与自然和谐共生有一定启示。对于政府来说，大力推进和落实绿色信贷政策，建立企业融资与环境风险承担的内在联系，可以有效抑制企业在环境信息披露中避重就轻、言语粉饰等“漂绿”行为。为此，有关部门应加强对银行执行绿色信贷政策情况的监督检查，积极促进各地市场化发展和银行业发展水平，加强对非国企、数字化水平较低的企业，以及融资约束小的企业的监管，保障和促进绿色信贷政策促进绿色发展作用的发挥。对于银行来说，要充分认识到自觉认真执行绿色信贷政策是自己应尽的社会责任，也是银行提高自己行政效率的重要措施。因此，银行在信贷业务过程中要对企业环境信息披露质量在内的风险进行有效识别和监测。同时培养在污染防治，技术转型领域的专长，减少与企业间的信息不对称，提高信贷资源配置和企业信息披露有效性，将绿色金融一以贯之。对于企业来说，要充分认识到在国家实施绿色信贷政策环境下，投机性“漂绿”会导致融资难的局面。企业融资约束程度越高，融资需求越大，越要如实披露企业环境信息，才能有效缓解融资约束，赢得良好的社会声誉，实现可持续高质量发展。同时，企业应该加快数字化进程，为环境信息的如实披露，“漂绿”行为的有效内部控制，提供科技保障。总之，只有政府推进、银行落实、企业执行，才能有效构建现代金融体系，推动发展方式绿色转型，促进双碳目标和中国式现代化的实现。参考文献:陈幸幸，史亚雅，宋献中 绿色信贷约束、商业信用与企业环境治理 J 国际金融研究，2019(12)陈艳利，毛斯丽 绿色信贷政策、企业生命周期与企业环保投资:基于重污染行业上市公司的经验证据 J 851产业组织评论，2020(4)邓可斌，曾海舰 中国企业的融资约束:特征现象与成因检验 J 经济研究，2014(2)黄溶冰，陈伟，王凯慧 外部融资需求、印象管理与企业漂绿 J 经济社会体制比较，2019(3)黄溶冰 企