企业异质性、环保投资与银行贷款——对我国绿色信贷政策实施效果的检验

孙魁华

(安永华明会计师事务所(特殊普通合伙)郑州分所，河南 郑州 450001)

企业作为社会产品的提供者，也是环境污染的主要制造者[1]，但是由于自然资源的公共物品属性和环境污染的负外部性，企业作为以营利为目的的主体，缺乏主动进行环境保护的动力[2]。近些年，社会公众对环境污染事件愈发关注，国家不断加大环境规制力度，并重视发挥银行保险机构在推进生态文明体系建设和促进经济社会发展全面绿色转型中的作用[3]。

2007年7月12日，国家环保总局(现为环境保护部)、中国人民银行、中国证监会三部委联合发布了《关于落实环保政策法规防范信贷风险的意见》，对商业银行提出了绿色信贷要求，首次将绿色信贷作为保护环境和节能减排的重要手段，标志着绿色信贷政策正式启动。接着，2012年2月24日，中国银行业监督管理委员会(现合并为中国银行保险监督管理委员会)发布《中国银监会关于印发绿色信贷指引的通知》(银监发〔2012〕4号)；2016年8月31日，中国人民银行、财政部等七部委联合印发《关于构建绿色金融体系的指导意见》(银发〔2016〕228号)；2022年6月，中国银行保险监督管理委员会印发《中国银保监会关于印发银行业保险业绿色金融指引的通知》(银保监发〔2022〕15号)。一系列关于绿色信贷的政策对商业银行为企业办理信贷审批提供了指引：一是对支持国家环保法律法规的企业，提供优惠的授信政策和措施；二是对环境和社会表现不合规的客户，采取相应措施，如不予授信等。那么，进行环保投资的企业能否获取更多的银行贷款支持，或者说我国商业银行是否真正落实了绿色信贷政策，值得商榷。现有研究文献较少涉及定量分析，这将直接影响对我国现阶段绿色金融发展状况的客观评估，因此针对环保投资与绿色信贷之间的关系展开深入研究，具有重要的理论和现实意义。

本文将通过实证研究检验进行环保投资的企业能否获得更多的银行信贷，以期对银行绿色信贷的实施效果进行分析，为鼓励企业进行环保投资以获取银行信贷政策支持提供经验数据支持。此外，企业在产权性质和行业属性方面的差异性也可能会影响到银行绿色信贷的实施。以往研究发现，商业银行进行长期信贷审批时，会关注企业的环保投资行为，但是银行绿色信贷政策的执行有效性因企业异质性特征而存在差异性。钟献兵等发现绿色信贷政策出台后，银行向重污染类企业放款时会增加贷款利差，并验证了绿色信贷政策效应具有异质性，对不同企业的债务融资成本呈现显著的非对称性[4]。鉴于此，本文还将基于企业异质性，考察不同产权性质和行业属性情境下企业环保投资规模与银行贷款水平之间的关系。本文的主要贡献体现在以下方面：首先，由于难以获取公开数据直接证明银行是否实施了绿色信贷，本文将通过研究企业环保投资与所获得商业银行长期贷款之间的关系，间接反映银行绿色信贷政策的执行情况，为研究绿色信贷提供新的视角；其次，考虑到企业的异质性，本文将分别从产权性质和行业属性两方面探讨不同类别企业环保投资规模对获取银行贷款的影响，从而验证我国商业银行绿色信贷执行效果的差异性。本文主要将从环保投资视角探究银行信贷资源的配置偏好，以期为我国现阶段的绿色信贷政策优化提供一定的启示。

1 文献回顾

绿色信贷常被称为可持续融资，其含义是指商业银行和政策性银行等金融机构对支持环保、节能项目的企业进行扶持并实施优惠性低利率，而对破坏、污染环境的企业和项目提高贷款额度限制并实施惩罚性高利率[5]。绿色信贷的实施，标志着我国金融机构对国家经济社会发展全面绿色转型的积极响应，是建设美丽中国的内在需求，是加强生态环境保护的重要经济手段，也是我国商业银行发展的必然方向。商业银行推行绿色信贷，主要是在对企业的经营活动评估中引入环境和社会责任标准等，对客户进行动态评估和分类管理，确保绿色金融持续有效开展。

自进入21世纪以来，国内外学者就对绿色信贷展开了理论和实证研究，并从不同角度进行了深入探讨。其一，国外对绿色信贷的概念及政策实施效果研究。理论研究方面，早期国外学者首先对绿色信贷的内涵进行了研究，Jeucken对可持续融资进行了论述，认为一方面它是银行利用信贷政策为可持续商业项目提供便利，另一方面，银行还可以利用专业知识与信息优势调配贷款手段刺激可持续发展[6]。Labatt和White认为环境融资是为了在市场上传递环境质量信息、控制环境风险而设计的特定金融工具，是一种由环境问题衍生出的创新金融产品，可以为有环保意识的个人和企业提供更为便利的融资渠道[7]。绿色信贷政策效果研究方面，Liu等认为重污染企业的融资借款能力在绿色信贷政策出台后会大幅减少[8]。Zhou等发现绿色信贷实施后，绿色企业比重污染企业获得更多的融资资源，融资成本也低于重污染企业[9]。绿色信贷的实施不仅提升了企业的债务融资能力[10]，还促进了能源高效利用以及绿色经济的可持续发展[11]。

其二，国内学者对绿色信贷的研究也取得一定成果。早期研究更多的是关注绿色金融以及绿色信贷的界定以及测度。如王军华从绿色金融的概念界定入手，探讨了绿色金融在我国发展的必然趋势以及与国民经济协调发展的可行性，提出了绿色金融的基本发展思路[12]。何德旭和张雪兰借鉴国际经验，阐述了绿色信贷与传统信贷的区别，对现阶段我国银行业推进绿色信贷存在的问题进行探讨，并提出相关建议[5]。实证研究方面，蔡海静和许慧以企业环境信息披露水平为测度，验证了我国商业银行绿色信贷的客观存在，但仅在环境信息披露不过度及市场化进程高的地区呈现出效果[13]。蔡海静将衡量绿色信贷指标分为下一年度新增借款总额、新增长期借款额和新增短期借款额，研究发现环境信息披露和企业借款总额和短期借款额间存在显著正相关关系，而与长期借款额之间的关系不显著[14]。随着研究的逐步深入，学者们开始关注绿色信贷对企业融资成本、融资结构和资源配置的影响。绿色企业在信贷政策实施后，其获得的融资成本低于“高污染高排放企业”承担的融资成本[15-17]，其获得的贷款规模高于“高污染高排放企业”的融资规模[16，18]。绿色信贷政策约束对重污染行业的结构调整也产生了一定的影响，即获取商业信用的重污染企业市场竞争地位得到提升[19]，并通过对该行业的融资约束机制促进了企业的环境投资[20]。在绿色信贷政策指引下，银行业金融机构会严格控制或拒绝向重污染企业提供信贷支持[21]，并激励该类企业进行节能减排[18]，促使银行资金流向资源技术节约型和生态环境保护型的企业及产业[21]。

综上所述，关于绿色信贷的前期研究主要以规范研究为主，分析方法较为单一，与其相关的实证研究成果较少，导致前期的研究结论缺乏客观性。目前学者们虽然从不同角度证实我国绿色信贷实施效果客观存在，如陈琪从企业视角考察了绿色信贷对重污染类行业贷款的影响[16]，李万超等从企业融资角度验证了实施绿色信贷后环境信息披露水平对企业新增银行借款具有正向作用，充分说明了绿色信贷的效用[22]。但是未从企业的行业属性和产权性质角度考虑环保投资对其借款的影响。对此，本文拟以我国A股上市公司为样本，基于企业环保投资视角从多个角度实证检验我国绿色信贷政策的实施效果。

2 理论分析与研究假设

随着全社会对环境问题重视程度日益加强，我国于2007年开始提出实施绿色信贷，商业银行也转向传统财务风险和环境风险指标相结合的信贷审批机制。商业银行贷款审批机制的进一步完善，在一定程度上约束了企业外部融资能力。一方面，企业进行环保投资，调整资源配置实现绿色转型，不仅能够树立正面企业形象、提高企业的社会声誉，也有利于获得更多的外部资金来源。另一方面，商业银行在实施信贷时，适当引入与环境保护相关的评估因素，可以降低因贷款企业发生环境事故而造成贷款损失的风险，契合国家绿色发展的总体目标。

2.1 债务期限的选择

基于代理成本的债务期限结构理论从不同方面解释了企业债务期限的选择问题。其中，Clifford从行业管制视角进行分析，认为受管制企业的管理者对未来决策的自由支配权较低，从而降低了代理成本[23]，因此受管制企业可能拥有较多的长期债务。本文的研究对象主要针对有环保投资的企业，多为污染型企业，即受管制企业，因此理论上应该拥有较多的长期负债。另外，从企业视角看，巨额的环保投资会使企业的资金需求增加，长期借款能够为企业筹集到所需资金，企业可以避免无计可施情况下的“短融长投”：不仅可以降低因短期借款到期续借可能带来的流动性风险和利率风险，也可以节约企业的财务成本，为企业获得持续的财务杠杆效应。而从银行视角看，长期贷款的风险较之短期贷款更大，出于风险管理的需要，银行往往在审批长期贷款时会采取更加严格的标准。因此，借款期限是企业和银行博弈的重点。基于此，本文开展企业环保投资与银行贷款关系的研究，主要针对企业长期借款进行。

2.2 研究假设

蔡海静等通过实证研究发现，环境信息披露水平高的企业，获取的银行借款占总负债的比例就越高[13-14]。环境信息披露水平可以作为企业“绿色”的衡量尺度，间接证实银行绿色信贷政策的有效实施。程博等认为绿色投资不仅有助于企业获得更多的信贷资金，还可以提升股票的流动性[24]。由于环保投资是衡量企业对环境保护做出的贡献度，高效的环保投资所产生的声誉效应、技术创新效应以及贷款信用评级的提升，对企业取得商业银行长期借款均能产生积极的影响，即环保投资较好的企业往往容易受到商业银行的青睐。因此，本文以企业的环保投资规模作为企业环境保护行为的直接度量，并提出如下假设。

H1：其他条件一定的情况下，企业的环保投资越多，能够获取的商业银行贷款规模就越大。

在市场经济中，不同产权性质的企业由于自身面临的政府干预程度和投资环境等存在差异，对环保政策的反应力度也会不同，进而影响到获取商业银行贷款的能力。产权性质是影响绿色信贷有效性的外在重要因素，政府干预程度较强的国有企业由于具有天然的政治关联，较之民营企业更易获得银行贷款[25]。同时，由于国有企业自身规模大、成立时间长，能够用于抵押担保的资产较多[26]，在受到绿色信贷压力时，国有企业相比民营企业会更容易获得其他融资途径[22]。因此，银行在对民营企业进行贷款决策时会更加谨慎，也更加关注企业是否存在较大的环境危害和风险。为此，本文提出如下假设。

H2：其他条件一定的情况下，相比国有企业，商业银行进行贷款决策时更关注民营企业的环保投资行为。

另一方面，不同的行业由于生产特点不同，对环境带来的污染程度也不同，通常面临着不同强度的政府环境管制，也必然造成行业间存在竞争程度与业绩水平方面的差异，因此行业属性也是影响绿色信贷有效性的外在重要因素。由于重污染行业相比非重污染行业而言，对环境的影响程度和引发环境污染问题的可能性都较高，重污染行业企业为获得更多的信贷支持，就会积极主动地进行环境信息披露[22]。因此，商业银行在对重污染行业企业进行贷款决策时，应该会关注客户在环境方面的评价，预防由环境事故所引发的风险。为此，本文提出如下假设。

H3：其他条件一定的情况下，相比非重污染行业企业，商业银行进行贷款决策时更关注重污染行业企业的环保投资行为。

3 研究设计

3.1 样本选取与数据来源

本文中使用的环保投资金额来源于上市公司披露的独立社会责任报告、可持续发展报告或环境报告书。

本文以2018—2020年A股上市公司为样本，并对样本进行如下处理：(1)剔除未披露环保投资金额的公司；(2)金融保险类公司由于其财务报表口径和其他类型公司不一致，予以剔除；(3)当年未披露环保投资金额，以后年度进行附带披露的，本文把总环保数额平均分配到各披露年度；(4)删除ST及*ST企业的样本。通过筛选，最终获得1031个样本。其中，按产权性质分类，民营企业764家，国有企业267家；按行业性质分类，非重污染行业企业267家，重污染行业企业764家。财务数据主要来源于国泰安数据库(CSMAR)，数据处理均通过Stata 13.0和Excel软件进行分析。

3.2 变量选取与定义

本文涉及的主要变量有3个：长期借款、环保投资和企业异质性。其中，长期借款作为被解释变量，由于商业银行根据企业上一年度环保投资规模判断企业的绿色行为选择，以下一年度企业的长期借款水平来衡量商业银行绿色信贷政策的执行情况。环保投资作为解释变量，以企业当年的环保投资金额来衡量。企业异质性作为模型的分组变量，包括产权性质和行业属性，根据产权性质，企业可分为国有企业或者民营企业；根据行业属性，企业可分为重污染行业企业或者非重污染行业企业。

结合学者们对环保投资与绿色信贷方面的研究，本文在模型中引入企业规模、公司成长性、盈利能力、经营现金流量、财务杠杆、股权集中度等控制变量。各相关变量具体定义如表1所示。

表1 变量设计

3.3 模型设定

商业银行绿色信贷决策主要关注企业的生产经营活动中是否有环境保护行为，企业上一年度的环保投资可以被银行视为企业的环境保护行为。因此，本文采用企业下一年度的长期借款水平来衡量银行是否实施了绿色信贷行为。借鉴已有的研究，设定下列模型来检验银行绿色信贷政策的实施效果。

Debti,t+1=β0+β1Epii,t+β2Sizei,t+

β3Growthi,t+β4Roei,t+β5Cfoi,t+β6Levi,t+

β7Oci,t+β8Year+μi,t

(1)

其中，i表示企业样本量；t表示年份数；β1用以检验商业银行实施绿色信贷的有效性。如果β1显著为正，则说明银行确实执行了绿色信贷政策，即企业环保投资规模影响了商业银行信贷决策。β2、β3、β4、β5、β6、β7和β8分别表示企业规模、公司成长性、盈利能力、经营现金流量、财务杠杆、股权集中度和年份对长期借款的影响；Year为哑变量；β0为常数项；μi，t为偏差。

4 实证结果与分析

4.1 变量的描述性统计分析

4.1.1 全样本描述性统计分析

为了解样本公司主要变量的分布情况，本文对样本公司的数据进行描述性统计，如表2所示。

从表2可看出，长期借款的最大值和最小值分别为0.8732和0，说明不同公司之间长期借款比例存在个体性差异；均值为0.1333，中位数为0.0787，说明大多数上市公司的长期融资能力处于较低水平，没有达到平均水平。环保投资规模的最大值为23.4643，最小值为8.6094，标准差为2.1786，说明样本公司在环保投资规模方面存在较大差异。控制变量中，成长性的最大值和最小值分别为6.8175和-0.7967，二者相差较大，而且标准差高于均值，说明上市公司的成长性水平存在较大个体性差异。股权集中度的最大值为0.8649,最小值为0.0108，均值为0.4250，说明我国上市公司的股权集中度差异较大，有的上市公司股权较为分散，有的上市公司可能一股独大，不过整体上我国上市公司股权集中度较高。

表2 主要变量描述性统计

4.1.2 样本公司分组描述性统计分析

为了检验根据产权性质进行的样本分组是否具有显著差异，本文对主要变量的均值和中位数分别进行均值差异t检验和中位数差异Wilcoxon检验。从表3结果可见，国有企业的长期借款水平、环保投资规模与企业规模的均值和中位数均低于民营企业，并且都在1%水平上存在显著差异，说明按照产权性质进行分组，组间存在显著差异。

表3 民营企业与国有企业分组样本主要变量差异检验

为了检验根据行业属性进行的样本分组是否具有显著差异，本文也对主要变量的均值和中位数分别进行均值差异t检验和中位数差异Wilcoxon检验。从表4结果可见，非重污染行业企业的长期借款水平和环保投资规模的均值低于重污染行业企业，非重污染行业企业规模的均值高于重污染行业，且分别在5%、1%、10%水平上存在显著差异。而重污染行业企业的长期借款水平、环保投资规模的中位数均高于非重污染行业，重污染行业企业规模的中位数低于非重污染行业，也存在显著性差异。这说明按照行业属性进行分组，组间存在显著差异。

表4 重污染行业与非重污染行业分组样本主要变量差异检验

4.2 相关系数检验

为了初步判断变量之间的相关性以及是否存在多重共线性，本文对各变量进行了相关性分析。表5列示了变量之间的相关系数及显著性，除环保投资规模与企业规模的相关系数略高于0.5之外，变量间的相关系数基本都在0.5以下，说明变量间不存在严重的多重共线性问题。长期借款与环保投资规模在1%的显著性水平下正相关，说明在其他变量不变的情形下，公司的环保投资规模越高，其获得商业银行的长期借款就越多。控制变量中，企业规模、公司成长性、财务杠杆和股权集中度与长期借款正相关，而盈利能力、经营现金流量与长期借款负相关。

表5 主要变量相关系数分析表

4.3 实证结果分析

企业环保投资与长期借款水平之间的回归分析结果如表6所示。

从表6中Panel A可见，企业长期借款水平与环保投资规模在10%的显著性水平上正相关，即环保投资规模越大，公司的长期借款水平越高，说明我国商业银行在长期借款信贷审批过程中不仅会关注企业的财务信息，也会尽职调查企业的环保投资行为，因此假设H1通过了检验。此外，企业规模也会影响企业的长期借款水平，说明我国商业银行在进行信贷决策时，把企业规模作为一个重要的衡量指标，企业规模越大，公司的长期借款水平就会越高；财务杠杆也与企业获得的长期借款水平显著正相关，可能的原因是我国商业银行为响应绿色发展理念，对财务杠杆较高但是进行环保投资的上市公司给予了一定的优惠政策。

表6 环保投资与长期借款的回归结果

为进一步研究企业异质性是否会影响企业环保投资与银行贷款之间的正相关关系，本文对全样本数据分产权性质和行业属性进行分类并展开回归分析。首先，产权性质的分类回归结果见表6中的Panel B和Panel C。根据结果，在民营企业子样本中，环保投资规模显著影响公司的长期借款水平，但是在国有企业子样本中，二者不存在显著关系。可能的解释是，国有企业的实际控制人主要为当地政府，自身规模大和商业信用好，因此银行对其贷款时更多地关注企业的声誉和商业信用。而民营企业在贷款时会受到更加严格的审查，除了关注财务状况，为了避免环境、社会和治理风险所带来的违约，银行还会更加关注民营企业的绿色环保行为，因此假设H2也通过检验。其次，行业属性的分组回归结果见表6中的Panel D和Panel E。根据结果，在重污染行业子样本中，环保投资规模显著影响公司的长期借款水平，但是在非重污染行业子样本中，二者不存在显著关系。这说明重污染行业企业的环境风险较大，会投入大量的资金进行环保投资，以获得商业银行的信贷支持。而商业银行在进行信贷决策时，会将客户所处行业作为关注重点，尤其会关注重污染行业客户的环保行为，所以环保投资规模大的企业往往获得的长期借款水平也较高，因此假设H3通过检验。另外，本文发现民营企业、国有企业和重污染行业企业的财务杠杆显著影响企业的长期借款水平，进一步验证了财务杠杆与企业获得的长期借款水平显著正相关。

考虑到民营企业包括非重污染行业企业和重污染行业企业，国有企业亦然。基于此，本文又将产权性质与行业属性相结合，进一步检验了民营企业与国有企业分组样本中，重污染行业企业与非重污染行业企业的环保投资规模对长期借款水平的影响，回归结果如表7所示。从表7中的Panel B和Panel C可见，在民营企业组中，非重污染行业企业的环保投资规模对长期借款水平没有显著影响，而重污染行业企业的环保投资规模与长期借款在10%的显著性水平上正相关，说明商业银行在进行长期信贷决策时，会更加关注民营企业中重污染行业企业的环保行为。从表7中的Panel D和Panel E可见，在国有企业分组中，无论重污染行业企业还是非重污染行业企业的环保投资规模，均对其长期借款水平没有显著影响。由此可知，重污染类行业民营企业进行环保投资，能够得到商业银行信贷政策的支持。

表7 环保投资与长期借款的进一步回归结果

4.4 稳健性检验

为了检验实证结论的可靠性，本文做了进一步测试，将模型中的长期借款水平用下一年度长期借款总额替代，环保投资规模用环保投资金额占平均资产总额的比例替代，稳健性检验结果详见表8、表9。根据表8，全样本企业的环保投资规模显著影响长期借款水平，表明商业银行在进行长期信贷审批时会关注企业的环保行为；考虑到企业的异质性，商业银行会更关注民营类企业和重污染类行业企业的环保投资行为。根据表9，在不同产权性质下的不同行业属性分组检验中，环保投资规模与长期借款水平的回归结果也与前面的结果一致。综上所述，本文通过更换变量进行回归，发现环保投资与长期借款水平的关系并未发生变化，即本文的研究结果比较可靠。

表8 环保投资与长期借款的稳健性检验结果

表9 环保投资与长期借款的进一步稳健性检验结果

5 总结与启示

本文以我国沪深A股上市公司中披露环保投资的公司为研究样本，探讨在不同产权属性和行业特征的情况下，企业环保投资规模与所获得的长期借款水平之间的关系。研究发现：首先，企业环保投资规模与长期借款水平成显著正相关关系，意味着进行环保投资的企业可能被银行视为绿色企业，能够获得更多的银行贷款，说明商业银行在国家政策的指引下有效实施了绿色信贷；其次，考虑到行业特性和企业产权的差异，绿色信贷的有效性主要表现在重污染行业企业和民营企业中；最后，考虑到行业和产权的交叉影响，绿色信贷的实施效果在重污染类行业民营企业中更加显著。

为促进企业积极开展环境保护行为，完善商业银行绿色信贷审批机制，本文提出如下建议。第一，政府应加强对强制性信息披露内容的监管以及对自愿性信息披露内容的奖励，促使如环保投资等可核实的实质性信息进入强制性披露范畴。第二，商业银行应当大力开展绿色债券或绿色信贷项目，全面推进绿色金融，并将其引入员工日常培训，作为评价员工绩效的重要考核指标；或者设置专岗专职，密切关注有潜在重大环境风险的客户，定期开展事故预防和风险隐患排查，使绿色信贷落到实处。第三，商业银行作为绿色信贷政策的实施者，可以借鉴国内外有关衡量绿色信贷的环境风险指数，并制定一套与我国经济发展阶段和本行发展情况相适应的环境风险评价指标体系。通过定性和定量两个维度进行绿色信贷评估，确保绿色信贷的执行有据可依、有制可循。第四，企业特别是重污染行业企业，应当加大环保投资力度，全面贯彻落实绿色发展理念，提高环保意识和环境风险管理意识，通过长期的关注与动态控制，获取更多的银行长期信贷融资。

另外，从上述研究结论中不难发现，我国商业银行的绿色信贷实施效果具有一定的局限性，主要对重污染行业民营企业产生的效果比较明显，而对重污染行业国有企业、非重污染行业国有企业和非重污染行业民营企业的效果不明显。这在一定程度上说明银行在实施绿色信贷时，往往对重污染行业民营企业的审查更为严格。为此，商业银行进行长期信贷审批时，应重点关注企业是否发生环保行为，实施财务指标与环境责任相结合的审批制度。