滕云 高辉

摘要：以2002-2018年的A股上市企业作为样本，将重污染企业和非重污染企業分别作为实验组和控制组，应用倾向得分匹配法（PSM）对样本企业进行精确匹配，并对企业融资约束的中介作用进行验证。实证结果表明：绿色信贷政策的实施会使重污染企业的投资效率下降;企业融资约束对绿色信贷政策与企业投资效率之间因果关系具有中介效应;在绿色信贷政策对重污染企业融资效率的影响中，对非国有重污染企业的影响比对国有企业大，对东部地区企业的影响比中西部地区大。进一步研究表明，绿色信贷政策主要通过对企业形成融资约束这一途径而影响企业投资效率。

关键词：绿色信贷;投资效率;倾向得分匹配法;双重差分法;准自然实验

中图分类号：F832.4/X196 文献标志码：A 文章编号：1672-0539（2020）06-0052-09

一、引言

党的十九大报告指出，建设生态文明是中华民族永续发展的千年大计。必须树立和践行“绿水青山就是金山银山”的理念，坚持节约资源和保护环境的基本国策。2007年，由原国家环境保护总局、中国人民银行和中国银行业监督管理委员会联合发布了《关于落实环保政策法规防范信贷风险的意见》，这标志着我国绿色信贷政策的正式出台。绿色信贷政策是我国持续探索运用经济手段深入推进生态环境保护工作的重要抓手，通过合理配置信贷资源，引导企业降低资源能源消耗，实现经济生态效益。绿色信贷政策通过市场经济手段，有效地促成金融与生态的协调发展与良性循环。

本文从投资这一典型的资源配置效率视角对绿色信贷政策进行研究。之所以选择企业投资效率视角，是因为实体经济健康发展的重要保障便是高效的资源配置，作为衡量资源配置效率的有效工具，微观企业的投资效率则是真实反映实体经济状况的有效指标。近年来，绿色信贷政策作为一种加强环境保护的金融手段在环境治理中的作用越来越受到重视，对企业投资效率的影响不容忽视，但目前又鲜有研究绿色信贷政策对企业投资效率的影响，多数关于绿色信贷的定量研究集中在企业投融资成本（苏冬蔚和连莉莉，2018;陈琪，2019）、银行财务绩效（张琳和廉永辉，2019）、商业银行信贷风险（孙光林，2017）。在环境问题和高质量发展的双重背景下，绿色信贷政策在现实中是否影响企业的投资效率，二者的之间的作用机理如何，成为值得探讨的理论和现实问题。

本文以2007年出台的绿色信贷政策作为研究对象，通过运用倾向得分匹配法为重污染企业挑选对照组来克服样本选择带来的误差，从投资效率这一典型的资源配置效率视角进行政策评估，使用双重差分法比较处理组与对照组，以评估绿色信贷政策对重污染企业投资效率的微观影响。

二、理论分析和研究假设

现有关于外部因素对企业投资效率影响的研究主要包括政府干预、融资约束、法治环境、市场化程度等对企业投资效率的影响。杨兴全等（2010）认为，在市场化程度和法治水平较高，而政府干预程度较低的地区，企业的过度投资倾向较低。万良勇（2013）实证研究了法治环境对企业投资效率的影响。研究发现，在法治水平越高的地区，上市公司投资不足的程度会因此而降低，同时企业的过度投资行为也很低。这表明，通过强化法治可以提高上市公司的投资效率。目前关于环境规制对企业投资效率影响的研究在学术界还存在争议。许松涛、肖序（2011）以各行业的废水、废气年度治理运行费用为基础，通过分行业分年度计算来构建行业环境规制强度变量，发现环境规制从整体上降低了重污染行业的投资效率，对非国有企业投资效率的负面影响非常显著;宋海新（2016）认为，我国的环境规制从整体上对制造业企业投资效率的影响不大，同时，创新和发展能力较强的企业受环境规制的影响程度较小，创新和发展能力较弱的企业受环境规制的影响程度较大，明显降低了企业的投资效率。

绿色金融具有绿色和金融的双重属性，会对重污染企业的投资效率产生复杂的影响。从政府干预的角度来看，随着绿色信贷政策的不断强化，重污染企业面临融资约束等行政干预，进而影响其投资支出和投资机会。主要表现在以下几方面：第一，对重污染企业的资本配置进行约束，抑制高污染的落后产能的生产，对于一些具有高回报、高收益的投资项目，因绿色信贷的干预而丧失投资机会，无法达到企业最优投资效率;第二，绿色信贷政策增大了重污染企业的环境政策性风险，在投资项目上加大了与资本市场问的信息不对称，信息不对称导致投资的不足（Michael Greenstone，2002）。第三，绿色信贷政策增加了重污染企业的环境治理成本和环境治理方面的投资，环境治理投资可能偏离以经济利益为目标的投资机会（Toshiyuki Sueyoshi，2009）。

从融资约束角度来看，绿色信贷政策显著抑制了重污染企业的信贷融资。首先，商业银行将企业的环保情况作为是否发放贷款的考察依据之一，严格控制信贷门槛，这使得重污染企业的融资约束显著增大（Lemmonand Roberts，2010）;其次，随着绿色信贷的逐渐施行以及人们环保意识的不断提升，重污染企业会受到更大的社会关注，外部债权人可能会考虑重污染企业所面临的风险，从而撤资或拒绝贷款展期。根据已有文献，现金流量越大，过度投资问题越严重;现金缺口越大，投资不足问题就越严重（吴超鹏等，2012）。而绿色信贷通过上述两个方面，对重污染企业施加了较强的融资约束，降低了企业的自由现金流，抑制过度投资或加剧投资不足，因而降低重污染企业的投资效率。

综上所述，我们提出关于绿色信贷政策影响企业投资效率影响效果及二者的作用机制假设：

假设1：绿色信贷政策降低了重污染企业的投资效率。

假设2：绿色信贷政策通过对重污染企业形成融资约束，抑制了企业的投资效率。

我国企业最大且最为关键的一个制度差异是产权性质差异，根据产权性质，企业划分为国有企业和非国有企业，对于产权性质不同的企业，绿色信贷政策往往也会产生不一样的影响。从融资情况来看，国有重污染企业在面对绿色信贷所形成的融资约束时，因其特有的政治关系和稳定的地位，更容易从其他渠道取得贷款，而非国有重污染企业受到企业贷款融资的抑制效应会更大。从投资机会来看，随着政策的逐步实施以及公民环保意识的提升，重污染企业新增投资项目的行政许可成为稀缺资源，国有重污染企业在环保治理水平及环保创新能力上要远远高于以“股东利益最大化”为目标的非国有重污染企业，因此投资机会会更大程度上偏向于国有重污染企业，非国有重污染企业的投资效率受到的影响也会更大。本文提出以下假设：

假设3：非国有重污染企业投资效率的所受到的影响程度大于国有重污染企业。

我国东部与中西部地区由于历史、地理、政策等因素，东部地区对于环境治理要求比较严格，企业所承受的环境治理成本和环境治理方面的投资比中西部地区多。因此，企业通过创新引导企业升级转型，实现经济增长及投资效率的提高尚需要较长的时间。因此绿色信贷政策实施后，东部地区投资效率下降的幅度大于中西部地区。本文提出以下假设：

假设4：在东部地区的重污染行业企业，其投资效率受绿色信贷政策的影响程度大于中西部地区的重污染行业企业。

三、研究设计

（一）投资效率的衡量

投资效率指标的构建最早由Richardson（2006）提出，通过构建一个基础的投资模型，计算出企业的正常投资水平，并使用模型的残差作为考察企业投资效率的代理变量，残差为正代表过度投资，残差为负代表投资不足。借鉴Richardson（2006）对非效率投资的计算方法，本文通过如下模型（1）来对投资效率进行计算：

根据已有文献，Controls_t控制变量，本文选取公司成长性Growth、公司规模Size、杠杆水平Lev、现金持有水平Cash、公司上市年限Age、董事会规模Board、独立董事比例Indpct、企业自由现金流Fcf作为控制变量，同时控制了企业的年度效应和行业效应，变量定义如表1所示。

（三）数据来源与样本选择

本文以2002—2018年的A股上市企业作为初始样本，按以下标准对初始样本做了进一步处理：（1）剔除了ST、*ST公司;（2）剔除了金融行业的上市公司;（3）剔除了模型所需指标数据缺失的样本;（4）对模型中的连续变量在1%和99%的水平上进行了缩尾处理，剔除异常值影响。关于重污染企业的选取，根据环境保护部印发的《上市公司环保核查行业分类管理名录》（环办函（2008]373号），本文将火电、钢铁、电解铝、煤炭、冶金、建材、采矿、化工、石化、制药、轻工（酿造、造纸、发酵）、纺织、制革划分为重污染行业。共6053家重污染企业作为处理组，19764家其他行业的企业作为对照组。本文所使用的财务数据来自CSMAR数据库，对数据的处理使用Statal5.1完成。

四、实证结果分析

（一）描述性分析

利用Stata 15.1对投资效率进行测算，并且对面板数据进行分析，表2列示了主要变量的描述性统计结果。其中，Absinv的均值为O.0348，意味着样本的非效率投资额占总资产的比重约为3.48%。此外，Absinv的最大值为O.4343，最小值为7.99e-07，这说明在我国企业与企业之间，投资效率差异大。Post的均值为O.7580，说明绿色信贷政策出台之后的样本占75.8%;Treatment的均值为O.2345，说明样本中有23.45%的企业属于重污染公司（即实验组）。

（二）倾向得分匹配（PSM）

本文利用倾向得分匹配法，较好地克服了内生性问题和样本的选择性偏差，更好地说明绿色信贷政策是否影响重污染企业投资效率。本文选用近邻匹配法，进行一对一的近邻匹配，选用逐年匹配的方法为各年的实验组找到匹配的对照组。本文进行匹配平行趋势假设检验，检查匹配变量在实验组和对照组之间是否存在显著偏差，若偏差绝对值小于10%，则认为匹配效果较好，匹配估计是有效的。本文的匹配检验结果如表3所示。

检验结果中显示，匹配后的实验组和对照组在成长性、公司规模、杠杆水平、现金持有水平、公司上市年限、董事会规模、独立董事比例、企业自由现金流、资产收益率的标准偏差都显著小于10%，说明本文选取的匹配变量和方法是合理的，符合使用DID方法的前提条件。同时，匹配后的t值均不显著，说明实验组和对照组在配对以后，匹配变量不存在显著差异。

（三）双重差分检验

对经过PSM处理后的实验组与对照组进行双重差分检验，研究绿色信貸政策对重污染企业投资效率的影响。利用模型（1）和模型（2）进行回归，表4汇报了绿色信贷政策与重污染企业投资效率的基本回归结果。结果表明，经过PSM匹配处理后，交互项系数为负并且在1%的显著性水平下显著，符合假设1预期判断。这表明绿色信贷政策出台后，重污染企业的投资效率降低，重污染企业的信贷资金确实受到了限制。

（四）影响机制检验

由理论分析可知，绿色信贷政策通过对重污染企业形成融资约束，抑制了企业的投资效率。基于此，本文选取企业的长期信贷融资状况（Debt）作为融资约束的代理变量进行实证检验，并采用长期借款占总资产的比重作为长期信贷融资的替代变量。借鉴温忠麟等（2004）提出的中介效应检验方法，在第一步政策效果识别的基础上，构建如下检验方程：

β3显著为负表示绿色信贷政策负向影响了重污染企业的投资效率，只有β3显著时才可以进行下一步检验，a3显著为正表示绿色信贷政策负向影响了企业的长期信贷融资状况，a3显著则进行下一步检验，在模型（5）中，y3和y4都显著的时候，才可以证明长期信贷融资状况在绿色信贷政策与投资效率之间存在中介效应。

前文已基于模型（3）进行了回归，表明绿色信贷政策显著抑制了重污染企业的投资效率，接着对模型（4）（5）进行回归，结果如表5所示。其中，表格中第（1）列显示，Post×Treatment前的系数为-0.0285，且在1%水平下显著，表明绿色信贷政策是显著抑制了重污染企业的信贷融资，表格第（2）列显示，Post×Treatment为-0.0100，Debt的系数为0.0751，均在1%水平显著。因此长期信贷融资状况指标通过了中介效应模型检验，证明绿色信贷政策通过对重污染企业形成融资约束从而影响投资效率的假设得到验证。

（五）异质性分析

本文进一步对不同地区、不同企业对政策冲击的响应是否存在一定差异进行分析，分别从企业内部特征和外部特征两方面对绿色信贷政策影响投资效率的异质性进行讨论。具体而言，这部分将从产权性质和地域差异两方面考察，结果见表6。

第一，产权性质差异。第（1）和（2）列分别提供了国有和非国有企业两个子样本的回归结果，交互项的系数估计值分别为-0.010和-0.0161，且均在10%水平以上统计显著，表明绿色信贷政策对国有重污染企业和非国有重污染企业的投资效率均有较为显著的抑制效应，对国有企业来说，估计系数要大于非国有企业。这表明非国有重污染企业在绿色信贷政策下相比国有重污染企业而言，投资效率降幅更大，因此假设2得到验证。第二，地域差异。第（3）、（4）、（5）列分别提供了东、中、西部三个子样本的回归结果，交互项的系数估计值分别为一0.0124、-0.0119、-0.0083，且均在5%水平以上统计显著，表明绿色信贷政策对东、中、西部地区重污染企业的投资效率均有显著的抑制效应，且东部地区重污染企业的降幅更大，因此假设3得到验证。

五、稳健性检验

本文通过安慰剂检验和更换被解释变量的方法对以上估计结果进行进一步的稳健性检验。

六、结论与启示

本文从投资效率角度，根据2002—2018年A股上市公司财报面板数据，运用倾向得分匹配法（PSM）和双重差分法（DID）分析绿色信贷政策对重污染企业投资效率的影响及影响机制检验，并进行了异质性分析及稳健性检验。研究结果显示，绿色信贷政策显著降低了重污染企业投资效率，与国有重污染企业相比，非国有重污染企业投资效率下降的幅度更大，与中西部地区重污染企业相比，位于东部地区的企业投资效率下降程度更为明显。同时，通过中介效应模型对影响机制进行研究，分析结果与理论结果相一致，验证了绿色信贷政策从融资约束角度对企业投资效率的影响机制，即为绿色信贷政策的实施能够对重污染企业形成融资约束，从而导致重污染企业长期信贷融资规模降低，从而降低了企业的投资效率。这揭示出了“绿色信贷政策一融资约束一重污染企业长期信贷融资规模降低一重污染企业投资效率降低”这一绿色信贷政策作用机制。

本文的实证结果具有以下三点政策意义：（1）绿色信贷政策降低了重污染行业的投资效率，说明如何在规制设计中实现经济与环境双重目标的和谐发展、权衡两者之关系，值得进一步调整。（2）绿色信贷政策通过经济杠杆引導环境保护，有助于使重污染企业淘汰落后产能、积极进行产业转型升级，抑制重污染企业的融资只是手段而非最终目的，而对重污染企业的过度惩罚可能使一部分有能力转型升级的企业投资效率降低，无法实现经济良性循环。因此，在对重污染企业实施信贷约束的同时，需要动态调整惩罚与奖励机制，引导和支持重污染企业提高环保意识。（3）提升和加大地方政府解决资源、环境与经济发展矛盾的水平与力度，是实现经济发展与环境治理双赢的重要途径。