余峰燕，周祎晴，梁 琪，李温玉

（1.天津大学管理与经济学部，天津 300072；2.南开大学经济学院，天津 300071）

环境问题是21世纪人类面临的共同挑战。相比工业部门，金融机构并不直接造成环境污染，长久以来其环境责任为人们所忽视。20世纪90年代，银行业因其处于资金链上游身份开始受到环保主义者关注[1]，1992年联合国环境署发布“银行关于环境和可持续发展的声明”，将银行的环境责任议题带入公众视野。此后，国际组织相继提出银行业自律性质的倡议与准则，如《赤道原则》《负责任银行原则（PRB）》《可持续性框架》《气候相关财务披露建议》等，旨在要求银行将交易对象的环境和社会表现纳入业务决策流程，重视银行决策对环境社会产生的重大影响。如今国际社会已达成共识，银行应在金融资源配置方面承担环境责任，且能在国际环境治理中发挥积极作用。

我国政府亦将环境保护、绿色发展置于经济发展的核心位置。在我国建设生态文明、推动新时代高质量经济发展的背景下，绿色发展在“十四五”规划中作为重要目标被持续推进。实现“绿色”目标既需要强有力的末端治理，更要求以金融等手段改变资源配置的激励机制[2]。在此背景下，我国绿色银行体系开始自上而下构建起来，商业银行也致力于将绿色理念纳入其经营战略、风险管理与业务控制环节。绿色治理既是银行自身的战略选择和行业自律，更是对上层监管的积极回应。目前银行承担环境责任对社会的积极影响被各界普遍关注，但有一个重要问题为大家所忽视，银行履行环境责任会产生高昂的额外成本，这部分成本是否会转嫁到实体经济？本文拟通过考察银行绿色治理对其信贷决策的影响来探究这一问题。

现有研究主要探讨银行绿色行为对自身的影响（银行是否应该推行绿色治理）以及企业环境风险是否纳入银行信贷定价（银行如何看待企业环境风险）。第一类研究注重对银行自身绩效的影响，大部分研究证实，银行环境和社会表现对银行声誉、财务绩效、资产质量有积极影响[3-5]，部分作者也发现存在负面作用[6-7]。另一类研究探讨银行是否将借款人环境风险纳入信贷决策，发现银行会根据借款人环境风险进行差异定价或倾向性资金配置[8-9]。由此可见，现有研究要么假设银行是理性行为人探讨银行实施绿色治理的绩效风险效应，要么假设银行为企业外部监督者分析银行如何通过资金配置促进企业绿色行为，但鲜有研究关注银行置身于社会分工和资金链顶层，其实施绿色治理对实体经济乃至整个社会可能产生的成本溢出与转嫁。系统探究“青山绿水”环境福利背后绿色成本在资金链或价值链上的分摊与转嫁，对全球可持续、高质量绿色发展至关重要。

基于此，本文利用手工整理的中国主要商业银行微观信贷数据，考察了2011—2020年商业银行绿色治理对其信贷定价的影响，并进一步探究借款企业绿色创新与银企关系特征是否有助于缓解银行绿色治理的信贷定价效应。本文可能的研究贡献为以下两方面：第一，本文从银行行为人的角度考察了环境因素对信贷定价的影响，并从绿色创新与银企关系两类借款人特征入手进一步探究其如何作用于银行绿色治理的信贷定价效应，拓展和丰富了环境责任对信贷定价影响的研究；第二，有助于全面评价银行绿色治理的影响。本文研究结果首次揭示了商业银行实施绿色政策的成本会通过信贷定价渠道向实体经济转嫁，为监管部门评估绿色金融政策的影响、协同银企利益关系提供了经验证据。

一、文献综述与理论分析

1.文献综述

本文从两方面进行文献回顾：第一，商业银行承担环境责任的经济后果；第二，借款人履行环境责任对商业银行信贷定价的影响。

（1）商业银行承担环境责任的经济后果。环境责任是银行社会责任的重要组成部分，已有研究集中探讨了包括环境责任在内的企业社会责任对商业银行绩效的影响，但尚未形成一致结论。一方面，积极承担社会责任（包括环境责任）的银行形象能帮助银行建立良好声誉，提高客户对其品牌的认知度和忠诚度，从而提高收益[10]。有研究认为，银行积极承担企业社会责任是一种双赢的商业模式，不仅可改善社会福祉，还可提高银行利润和成本效率。如Chami等[3]认为，发展绿色信贷业务有利于提高银行声誉、改善风险管理、促进银行财务绩效。Simpson等[11]也证实银行积极承担企业社会责任有助于提高财务绩效。Wu等[4]发现银行履行企业社会责任是出于战略动机，积极承担企业社会责任的商业银行拥有较高的财务收益和资产质量。Cornett等[5]发现即使在金融危机期间承担企业社会责任依然有助于改善银行绩效。另一方面，银行履行环境责任往往意味着额外成本的产生。Scholtens和Dam[6]比较了赤道银行和非赤道银行的企业社会责任实践情况，发现赤道银行一般拥有积极的企业社会责任政策，但其经营活动投入的实际成本更高、资产回报率更低。Finger等[12]对比了发达国家和发展中国家的赤道银行，发现发达国家的赤道银行往往质量较差，加入赤道原则是出于“漂绿”动机；而发展中国家的高质量大银行将采纳赤道原则视为战略选择，严格的信贷筛选标准导致银行贷款总额和利息收入净额减少①。Hillman和Keim[13]进一步指出，短期内银行需要支付一定财务成本来承担企业社会责任，可能会对其正常经营产生负面影响。

（2）借款人履行环境责任对商业银行信贷定价的影响。有关商业银行的信贷定价决策影响因素的研究较为丰富[14-17]，随着金融机构和投资者对企业承担社会责任日渐关注，金融文献开始探讨企业社会责任（包括环境责任）如何影响银行信贷决策。Goss和Roberts[18]发现，相比一般企业，承担社会责任的企业支付的借款利息更少、借款期限更长；特别是在缺乏担保情况下，商业银行对借款人承担企业社会责任情况更为关注。Kim等[19]证明企业较高的道德评分有助于降低借款利率，而当银企之间的伦理行为趋同时，信贷价格会进一步下降。

银行相比其他金融机构对环境问题更敏感，借款人环境责任的履行情况常作为定价因素被纳入信贷价格。Nandy和Lodh[20]发现，美国上市公司较高的环境评分可帮助其降低银行贷款利率，获得更优惠贷款条款。Hauptmann[8]发现当商业银行具有较强的可持续发展能力时，借款企业的可持续性表现与贷款利差之间呈显著负相关。谢芳和李俊青[21]研究证实，上市公司环境评分与银行贷款利率负相关，并进一步发现商业银行对高污染企业环境责任的高预期会削弱环境责任评分对信贷价格的影响。Fard等[22]研究表明，银行为受到严格环境监管的企业提供贷款时会提高利率。Javadi等[23]以干旱条件衡量气候变化风险，发现越来越多的贷款机构将气候变化视为风险因素，气候变化风险敞口较高的企业支付的银行贷款利息更高，且这种不利影响对长期借款更明显。Degryse等[9]发现2015年《巴黎协定》获得批准后，绿色企业从绿色银行借款时能享受35~38个基点的额外利息折扣。

可见，目前环境责任信贷定价研究主要关注借款人的环境表现，而银行自身的环境表现往往被忽视。鉴于此，本文基于中国绿色金融战略背景，从治理角度刻画商业银行承担环境责任、推动经济绿色发展的行为，并探究其对银行信贷定价的影响，以期获得银行绿色治理影响银企间利益分配的经验证据。

2.理论分析与研究假设

（1）银行绿色治理的信贷定价效应。商业银行进行绿色治理可能通过成本转嫁及环境风险识别影响其信贷定价。经营成本是信贷定价的重要组成部分，银行进行绿色治理可能增加贷前贷后评估调查等成本，并通过提高利率将成本转嫁至借款企业[17]。首先，绿色金融战略要求银行审核贷款企业的环保达标情况、甄别其环境风险，贯彻更严格的授信政策、更有针对性的尽职调查，这会提高银行贷前评估成本。其次，针对特定行业的金融业务流程管理办法要求银行实时监控贷款人的环境风险变化，进行差别化管理，必要时进行专项检查，这增加了贷后监督成本[6]。最后，设立专门的绿色金融管理部门，引进兼具环境与金融知识的复合型人才或对员工进行环境风险管理培训，增加了银行的管理费用。此外，银行绿色治理要求压缩“两高一剩”行业贷款额度，这可能导致潜在借款企业流失，增加机会成本[7]。因此，实行绿色治理通常会增加银行经营成本，而银行能否把新增成本转嫁到下游借款企业则取决于借贷双方议价能力。处于资金链顶端的商业银行因具有风险管理、资源配置等特殊功能在信贷市场中具有议价优势，且在中国以银行为主导的金融体系中企业高度依赖银行贷款[24]。因此，在中国信贷市场中，银行更有动机和能力通过提高信贷利率来转嫁绿色治理成本。

此外，信贷利率包含对风险的补偿，绿色治理水平高的银行在进行风险评估时往往对企业环境风险赋予更高权重，可能通过提高信贷价格补偿所面临的环境风险。20世纪90年代起，银行环境责任逐渐引起公众重视[1]，国际组织与各国监管部门开始强调金融机构应重点关注借款人的环境风险②。商业银行向具有环境风险的企业提供贷款会对银行声誉产生负面影响，还可能受到行政部门处罚[8]，因此各国银行开始将环境风险纳入信贷定价决策[25]。同时，实行绿色治理的银行往往对借款人环境绩效更重视，其贷款定价对环境风险的敏感性更高[8]，信贷利率可能更高。

综上所述，本文提出研究假设1。

H1：银行绿色治理水平越高，其提供的信贷利率越高。

（2）企业绿色创新对银行绿色治理信贷定价效应的影响。根据上述分析，绿色治理会影响商业银行对借款人环境风险的重视程度以及随之而来的管理成本，进而影响信贷定价。本文将以绿色创新、银企关系为切入点，探究借款人特征如何通过影响其环境风险或环境风险的评估成本，削弱或增强银行绿色治理的信贷定价效应。

绿色创新作为实现绿色发展的有力抓手，近年来受到理论界与实务界的高度关注[26]。企业进行绿色创新意在缓释环境风险，促使绿色银行为其提供更优惠的信贷价格。一方面，企业进行绿色创新旨在改善环境绩效，如排污达到监管标准，降低企业合规成本，改进企业产品和改善生产工艺，提高资源利用率[27]。另一方面，从声誉保险效应来看，企业进行绿色创新可帮助其树立积极承担社会责任的良好形象，进而有效规避环境风险等负面事件对企业的潜在冲击与威胁[28]。因此，绿色创新有助于降低企业融资成本，而绿色治理水平较高的商业银行可能更倾向于关注企业的环境合规性[25]，为绿色创新企业提供利率优惠。

然而，由于外部因素驱动如政府环境补贴导致绿色专利数量激增，引发了各界对绿色创新真实质量的疑虑[29-31]。企业绿色创新能否影响绿色银行贷款价格，取决于绿色创新能否有效降低企业环境风险、有效提高企业环境绩效，而在此过程中，绿色创新质量发挥着关键作用。如Chen等[32]区分前瞻型绿色创新和反应型绿色创新后发现，为响应利益相关者需求而进行的反应型绿色创新对于企业产品改进和生产工艺改善无显著影响，无益于提高企业环境绩效。与此同时，研究表明，企业“漂绿”动机普遍存在。“漂绿”在绿色创新层面表现为：绿色创新可能仅为了吸引政府补贴、减少社会监管压力等目的，并不能实际减少环境负面影响、改善环境绩效[29]。研究证实，绿色银行会拒绝为存在“漂绿”行为的绿色创新企业提供利率优惠，甚至会减少其贷款金额[33]。因此，企业绿色创新与绿色银行信贷定价之间的关系存在不确定性。

基于上述分析，本文提出以下假设。

H2a：企业的绿色创新行为显著削弱银行绿色治理对信贷利率的正向影响。

H2b：企业的绿色创新行为不会显著影响银行绿色治理的信贷定价效应。

（3）银企关系对银行绿色治理信贷定价效应的影响。良好的银企关系有助于减少银行进行绿色治理时需要转嫁的成本，并促使银行主动降低关联企业的信贷价格。首先，通过改善银企关系，银行可以获得借款企业更多绿色“软信息”[9]，如企业绿色专利质量、企业未公开的碳排放量等，这降低了绿色银行的信息收集成本。其次，通过定期实地考察、为管理团队提供意见等长期互动，关系银行对借款企业的生产经营活动有更强的监控能力[34]，这降低了绿色银行监督企业贷后环境表现的成本。因此，银企关系的存在可通过减少借贷双方的信息摩擦来缓解逆向选择和道德风险，进而减少了绿色银行贷前、贷后评估和调查等各项成本[14-15，35]。此外，银企关系具有弱化银行议价能力的作用，进一步降低了银行将绿色治理成本转嫁到下游借款企业的可能性。在竞争日益激烈的信贷市场，借款企业获得了更多的外部融资选择，保持银企关系的长久性和紧密性需要关系银行与企业分享成本节约的收益，降低信贷利率[16]。银企关系降低了银行转嫁绿色治理成本的动机和能力，可能削弱银行绿色治理的贷款价格效应。

基于上述分析，本文提出以下假设。

H3：银企关系显著削弱银行绿色治理对信贷利率的正向影响。

二、变量界定、研究方法与数据来源

1.重要变量界定

（1）商业银行绿色治理指数。本文参考银监会《绿色信贷实施情况关键评价指标》（银监办发[2014]186号）、中国人民银行2020年《银行业存款类金融机构绿色金融业绩评价方案》、绿色治理指标体系[36]的评价维度和评价指标，构建商业银行绿色治理指数。商业银行绿色治理指数重点从组织管理、制度与能力建设两大维度对中国商业银行绿色治理状况做系统刻画。基于信息和数据的可得性，共设置组织管理（GCA）、制度与政策制定（GCB）、信息披露（GCC）3个一级指标和7个二级指标。本文手工整理商业银行披露的绿色治理信息并进行打分，打分细则见表1。

图1展示了2010—2019年中国主要商业银行绿色治理指数的演变情况。其中，左纵坐标轴为绿色治理指数的3个一级指标评分，右纵坐标轴为银行绿色治理指数总评分。可见，在研究期间内商业银行的绿色治理水平逐步提高。

表1 银行绿色治理评分细则

图1 2010—2019年我国主要商业银行绿色治理评分

（2）银行信贷定价。本文采用每笔贷款利差百分比（Spread）来衡量银行信贷价格。经典研究通常选择以LIBOR等市场利率为基础，以借款人在LIBOR基础上支付的信贷利差度量信贷价格[15，37]。结合我国利率市场化进程，本文定义的利差为贷款实际利率与中国人民银行（PBOC）设定的基准利率之间的差额占基准利率的百分比，见公式（1）所示。中国人民银行不定期调整基准利率以维持宏观经济稳定[38]，基准利率会随着时间和贷款期限的不同而变化，因此，本文构建的信贷利差可视为风险调整后的利率③。

图2刻画了2011—2020年中国信贷市场贷款基准利率与信贷利差的演变情况。其中，左纵坐标轴为银行贷款实际利率（actual interest rate）及央行贷款基准利率（benchmark interest rate），右纵坐标轴为按月计算的信贷利差均值（spread）。本文研究期间内，中国贷款基准利率经历了由管制到逐步市场化的过程。由图2可以看出，贷款利差在管制期间（2013年之前）围绕0值上下浮动，在贷款利率市场化以后，贷款利差波动幅度增大。

图2 2011—2020年中国信贷市场贷款基准利率与利差演变

（3）其他重要变量。对于企业创新能力，参考Berrone等[39]、黎文靖和郑曼妮[40]、Yang等[41]、方先明和那晋领[27]的研究，以绿色专利申请量衡量企业的创新能力。一方面，专利具有可量化、信息公开等特点，使其成为企业绿色创新研究的常用指标[39]。借助国家知识产权局以及世界知识产权组织公布的绿色专利分类号清单，可获得企业每年绿色专利的申请和授予量[26-27]。另一方面，由于专利技术很可能在申请过程中已对企业绩效产生影响，专利申请量较专利授予量更为稳定、可靠和及时[37]。同时，参考Yang等[41]已有研究，根据中国专利法的分类选取发明专利和实用新型专利两类专利构建变量衡量企业创新能力。

关于银企关系，通常采用企业层面信贷集中度衡量银企关系强度。根据已有研究[42]，本文采用赫芬达尔•赫希曼指数（HHI）来衡量企业对不同贷款银行的贷款依赖程度。HHI反映了企业与某银行之间的银企关系强弱，即银行之间对公司信贷的竞争强度。其数值越高则银行间的竞争程度越低，企业对某银行贷款依赖程度越高。

2.模型构建

为检验银行绿色治理与信贷利率之间的关系，本文构建模型（2）。

因变量Spreadjit为t年银行j向企业i发放的单笔贷款的信贷利差，核心自变量GCjt-1为银行j在t-1期的绿色治理指数。Controlit为一系列控制变量。若参数β1显著为正，则表明绿色治理水平越高的银行贷款利率越高。

为了进一步检验企业绿色创新能力的调节作用，本文在模型（2）的基础上，加入企业绿色创新GI及其与银行绿色治理GC的交互项，构建模型（3）。

同时，本文以信贷集中度作为银企关系的代理变量，在模型（2）加入信贷集中度与银行绿色治理的交互项，建立回归模型（4），以检验银企关系对银行绿色治理与信贷利率关系的影响。

在模型（3）和模型（4）中，GIit-1为企业i在第t-1期的绿色专利申请量，反映企业贷款时的绿色创新情况；LCit为企业i在第t期的贷款集中度。若参数β3显著为正，则说明企业绿色创新能力越强、银企关系越密切，银行绿色治理对信贷利率的正向影响越强。

参考Hale和Santos[37]的研究，本文控制了贷款特征、公司特征以及市场特征，以剔除这三类变量对银行贷款利率的影响。其中，贷款特征包括贷款期限（Maturity）、贷款金额（LogAmount）、贷款是否担保（Secured）、是否“四大行”（Big4）。公司特征包括成立年限（Age）、盈利能力（ROA）、有形资产比例（Tangible）、企业规模（LogSize）、资产负债率（Leverage）以及是否国有企业（SOE）。同时，为了控制IPO前后的利率变化，本文设定虚拟变量IPO，该变量在银行贷款行为于企业IPO后发生时等于1。为控制贷款市场特征化，本文设置虚拟变量贷款利率市场化（Liberalization），当2013年7月20日（贷款利率实现市场化）之后Liberalization取值为1，否则为0。变量具体定义与说明如表2所示。

表2 变量定义与说明

3.研究期间与数据来源

本研究选取2011—2020年中国主要商业银行10 044笔微观信贷数据作为研究样本，检验银行绿色治理水平对其信贷定价的影响。本文数据来源包括以下几方面：1）企业贷款数据由手工收集得到，原始数据来自上市公司历年年报及上市招股说明书。2001年《公司公开发行证券信息披露内容和格式标准》进行修订，证监会要求上市公司在IPO招股说明书和年报中对企业主要贷款信息进行披露，因此本文从上市公司所披露的信息中获得相关贷款细节，包括贷款期限、贷款金额、贷款银行名称以及每笔贷款利率等；2）贷款基准利率数据来自中国人民银行网站；3）银行绿色治理指数原始数据通过手工收集获得，银行绿色治理指数各分指标的原始数据来自银行披露的公司章程、年报、企业社会责任报告和绿色金融专项报告；4）上市公司绿色专利申请量来源于CNRDS数据库；5）公司特征、市场特征原始数据分别来自CSMAR数据库和Wind数据库。

三、实证结果与分析

1.描述性统计

表3报告了变量描述性统计结果。由表3可知，10 044笔贷款的利差（Spread）均值为5.357，即贷款实际利率平均较基准利率上浮5.357%。商业银行绿色治理总指数（GC）均值为6.904，其中组织管理指数（GCA）均值为1.285，制度与政策制定指数（GCB）均值为3.629，信息披露指数（GCC）均值为1.989。绿色创新（GI）均值为0.141，即上市公司绿色专利累积申请量均值为0.38件。信贷集中度（LC）以赫芬达尔系数衡量，其均值为0.186。

信贷特征方面，贷款期限（Maturity）平均为2.3年，最小值和最大值分别为1天（0.003）和25年；贷款规模（Amount）均值为68.63百万元；86.9%的贷款存在抵押品或担保人（Secured），47.8%的贷款由国有四大行提供。在公司特征方面，贷款公司平均已成立（Age）14.6年，总资产（LogSize）为10 447百万元，ROA为3.9%，有形资产比例（Tangible）达49.9%，资产负债率（Leverage）为51%。借款企业的最终控股股东为中央政府或地方政府占样本总数的29.1%，借款行为发生在企业IPO之后占70.2%。市场特征方面，52.3%的借款行为发生在贷款利率完全实现市场化（2013年7月20日）之后。

表3 变量描述性统计

2.主要实证结果

首先，银行绿色治理对信贷定价的影响。表4报告了模型（2）的检验结果，发现商业银行绿色治理（GC）的估计系数为0.568，且在1%统计水平上显著，说明商业银行绿色治理水平越高，其信贷利率越高。进一步地，银行绿色治理分指标组织管理（GCA）和制度与政策制定（GCB）两个一级指标的估计系数均显著为正，说明商业银行设立绿色金融归口管理部门、实施绿色投融资政策、将环境风险纳入流程管理制度等绿色治理活动均会显著提高其贷款利率。上述结果与Hauptmann[8]一致，证明研究假设1成立。

考虑到控制变量对信贷利率的影响，发现贷款期限越长，利差越小；国有四大行的信贷利差显著高于其他银行。就公司特征而言，企业规模越大，资产负债率越低，银行信贷利差越小。

其次，企业绿色创新对银行绿色治理的信贷定价效应的影响。本部分进一步探讨企业绿色创新活动如何影响银行绿色治理的信贷定价效应。表5对模型（3）进行了检验，发现企业绿色专利申请量与银行绿色治理总指数交乘项（GI×GC）的估计系数不显著。就绿色治理分指数，企业绿色专利申请量和组织管理的交乘项（GI×GCA）、企业绿色专利申请量和制度与政策制定的交乘项（GI×GCB）、企业绿色专利申请量和信息披露的交乘项（GI×GCC）估计系数均不显著。说明企业的绿色创新行为不会显著影响绿色银行对其贷款的价格，研究假设2b成立。其他控制变量对银行贷款利率的影响与前文类似，不再赘述。

最后，银企关系对银行绿色治理的信贷定价效应的影响。本部分检验银企关系如何调节银行绿色治理对信贷利率的影响。由表6可以看出，银企关系与银行绿色治理总指数的交乘项（LC×GC）估计系数为-1.024，且在5%的统计水平上显著，说明良好的银企关系显著削弱银行绿色治理对信贷利率的正向影响。就绿色治理分指数，银企关系和组织管理的交乘项（LC×GCA）、银企关系和制度与政策制定的交乘项（LC×GCB）估计系数均显著为负，说明银企关系的建立有助于降低商业银行设立绿色金融管理部门、制定绿色投融资政策和流程管理制度等具体绿色治理活动对信贷利率的影响。因此研究假设3成立。

表4 银行绿色治理对信贷利率的影响

表5 企业绿色创新对绿色银行贷款价格的调节作用

续表5

表6 银企关系对绿色银行贷款价格的调节作用

3.稳健性检验

本文参考Iacus等[43]的研究，采用广义精确匹配法（Coarsen Exact Matching，CEM）来缓解研究模型可能存在的内生性问题。平时采用的倾向得分匹配法（PSM）往往无法确保样本匹配后满足平衡性假设，而CEM法可通过控制观测数据中混杂因素对处理结果的影响，使处理组与控制组的协变量分布尽可能平衡，从而增强处理组和控制组的可比性。本文将样本按银行绿色治理水平分组，通过广义精确匹配使两组样本除绿色治理水平外的其他银行特征均相似，则银行信贷利率的差别主要由绿色治理水平差异导致。具体分三步：第一，根据绿色治理指数（GC）均值对研究样本分组，低于均值的为控制组（低绿色治理银行），大于等于均值的为处理组（高绿色治理银行）；第二，选择银行资产规模作为匹配变量，运用CEM法将处理组与控制组进行匹配，并剔除未匹配成功的样本，匹配后贷款样本为3 892笔；第三，利用匹配样本重新进行模型估计。

表7报告了广义精确匹配后样本的实证结果，第（1）列分析了商业银行绿色治理对信贷利率的影响，第（2）列和第（3）列分别报告了企业绿色创新活动、银企关系对银行绿色治理信贷定价效应的影响结果，结果显示：第一，银行绿色治理水平与其信贷利率仍显著正相关；第二，企业进行绿色创新不会显著影响银行绿色治理与信贷利率之间的关系；第三，银企关系能显著降低银行绿色治理对信贷利率的正向影响，说明增加贷款集中度有助于削弱绿色银行的信贷定价效应。由此可见，在考虑内生性问题之后，本文的核心结论仍然成立。

表7 CEM模型稳健性检验结果

四、结论与政策建议

随着我国生态文明建设逐步深入，公众环境意识日益增强，承担环境责任、引导企业绿色转型成为银行业的重要发展方向。作为实体企业主要的外部监督者，商业银行在监督企业绿色行为、协同全社会绿色发展方面发挥了重要作用。然而，相对于较多研究商业银行对企业的绿色监督行为，鲜有研究探讨商业银行自身的绿色治理及影响。本文以2011—2020年我国主要商业银行微观信贷数据为研究样本，从治理角度刻画商业银行承担环境责任、服务经济绿色发展的行为，并探究银行绿色治理的信贷定价效应。研究发现，商业银行进行绿色治理会增加其信贷利率，表明当前我国银行进行绿色治理需承担成本，且该成本在一定程度上被转嫁到资金链下游的实体企业。进一步研究发现，企业绿色创新活动尚不足以影响绿色银行向其提供的贷款价格，但良好的银企关系有助于降低银行对企业环境风险的评估成本，从而削弱银行绿色治理对信贷利率的正向影响。此外，本文还采用广义精确匹配法进行稳健性检验，核心结论依然成立。

基于研究结果，本文提出以下政策建议：第一，绿色金融政策会产生实施成本，其实际承担者可能是实体企业，这会扭曲社会资源配置、偏离绿色政策初心。为使绿色金融政策发挥预期效果，监管部门应向践行绿色政策的银行进行定向激励以分担其成本，从而在维护银行积极性的同时缓解实体经济的负担；第二，商业银行应通过开源节流缓解绿色治理的成本效应，商业银行应加强与政府、社会组织的协作以降低绿色治理成本，并通过绿色金融产品创新等措施发掘新的业务增长点，提升银行运营效率，有效缓解绿色治理的信贷定价效应，形成绿色治理正向驱动机制；第三，我国商业银行对企业绿色表现的重视程度与识别能力日益提高，这对企业绿色创新的质量提出更高要求。企业应把握近年来各级政府扶持绿色创新的政策契机，积极开展实质性绿色创新活动，切实降低环境风险、实现绿色转型；第四，当前不完善的绿色信息披露制度凸显了关系资本的价值，在此背景下，银企双方更应努力建立长期、稳定的关系，以缓解企业绿色信息不对称，促进信贷双方的双赢。

注 释：

①20世纪90年代，联合国环境规划署就发布《金融业环境暨可持续发展宣言》，倡导金融机构将环境因素纳入风险评估流程。在我国，银监会在2012年《绿色信贷指引》中明确要求，银行业金融机构将客户的环境和社会风险作为其评级、信贷准入、管理和退出的重要依据。

②虽然自2013年7月20日贷款利率完全实现市场化，但是由于人民银行并未取消贷款基准利率，且商业银行的信贷定价行为具有粘性，大多数商业银行仍习惯直接参照人民银行的基准利率进行信贷定价。因此，在实行贷款市场报价利率（LPR）的情况下，基准利率仍是重要的参考利率。为了保持定价度量的统一，本文使用2011—2020年中国人民银行设定的基准利率计算信贷利差。

③2010年世界知识产权组织（WIPO）发布“国际专利分类绿色清单”，便于对环境友好型技术（EST）的相关专利信息进行检索。因此，本文选择2011年作为研究样本的起始年份，以避免企业绿色专利的“自由裁量”。