绿色信贷政策能否降低重污染企业的债务杠杆？

耿晓媛 喻芳群

【摘 要】 重污染企业的债务杠杆能否有效降低，关系到供给侧去杠杆任务的成效。文章以《绿色信贷指引》（银监发〔2012〕4号）为外生冲击，运用双重差分的方法去探索绿色信贷政策与企业的债务杠杆关系以及绿色创新对两者关系的影响，也在一定程度上反映了我国绿色信贷政策的施行效果，有利于政府发现环境治理过程的薄弱环节。研究结果表明，与非重污染企业相比，绿色信贷政策能显著地降低重污染企业的债务杠杆。影响机制研究发现，绿色创新可以缓解绿色信贷对重污染企业债务杠杆的抑制作用，表现出遮掩效应，具体路径为绿色信贷政策通过发挥约束作用抑制企业进行绿色创新，从而提高债务杠杆。异质性研究发现，处于市场化水平较差的地区和具有国企性质的企业其绿色信贷降杠杆效果更为显著。经济后果探讨研究发现，绿色信贷政策显著弱化了债务杠杆对公司长期绩效的负向影响，但总体上未能真正改善企业的长短期公司绩效。

【关键词】 绿色信贷； 降杠杆； 绿色创新； 遮掩效应

【中图分类号】 F274.4；F270；F832.4  【文献标识码】 A  【文章编号】 1004-5937（2022）24-0023-10

一、引言

由于2008年经济危机爆发，为了维持社会安定，缓解国际金融危机带来的冲击，大量的信贷资金流向我国企业，导致我国企业的债务杠杆率急剧攀升。2011年部分企业已经因债务杠杆过高而出现了经济亏损，其中以煤炭、钢铁、有色金属、重工业、电力、热力等重污染行业尤为突出[1]。非金融类企业高杠杆现象已经成为制约我国经济稳定发展的一大隐患。2014年我国多数企业的杠杆水平已经超过了警戒红线，为了解决非金融企业杠杆率过高问题，2015年我国“十三五”规划提出通过供给侧改革的“三去一降一补”来达到结构性去杠杆的目标愿景。重污染企业的高杠杆意味着高财务风险，这可能会制约重污染企业绿色转型和成为我国低碳可循环经济发展的绊脚石。在新冠疫情反复、经济下行压力增大、不确定性因素大大提升的今天，要确保重污染企业稳定发展、拥有更强的抗风险能力，仅依靠其自身的能力调节是不行的，政府需要建立一套行之有效的机制来抑制企业的高风险行为，降低污染企业对债务融资的依赖度，督促重污染企业进行绿色转型，切实运用市场化的方法激励重污染企业控制其债务杠杆[2]。而绿色信贷恰恰是一种让银行通过信贷约束来制约重污染企业盲目扩张的绿色金融工具，旨在引导资源要素流向环保创新型行业，推动重污染企业进行绿色改革，平衡经济和环境可持续发展。

与本文相关的文献可分为两类：一类是关于杠杆过高问题的研究，对于债务杠杆过高的成因和治理，陆岷峰等[3]认为整体经济持续下行和企业重复产能建设、市场金融体系不完善、过度追求GDP的经济增长导致企业掉了“借新债还旧债”的无底洞，进而推高了企业杠杆率，形成了大量的“僵尸企业”。直接减债、债务重组、企业资产证券化、债转股是实现企业去杠杆的有效手段。 et al.[4]表明过快的去杠杆节奏可能会影响供给侧结构性去杠杆的实施效果，不一定会促进企业杠杆率的下降。对于企业债务杠杆的定量测度，杨军[5]认为可以用总负债相对于所有者权益的比率作为债务杠杆衡量指标。吴军等[6]则认为债务杠杆是指企业使用負债融资撬动并控制较大的资产规模，以提高企业股东的投资报酬率，最终目的是实现股东价值的最大化，通常使用资产负债率作为衡量企业杠杆水平的指标。此外还有关于去杠杆对企业微观经济后果的研究，如梁安琪等[7]在企业去杠杆、投资效率和企业绩效三者关系的研究中发现，在过度负债的企业里，去杠杆能够通过提高企业投资效率来显著影响企业绩效。另一类是关于绿色信贷政策的实施效果的研究，大多数学者认为绿色信贷能够改善环境质量，提高创新绩效[8-10]。虽然绿色信贷的目标是引领污染企业绿色转型发展，但是也有学者认为绿色信贷政策没有达到倒逼重污染企业进行绿色创新产业结构调整的目的[11-12]。此外绿色信贷政策的现有文献大多集中在其对商业银行的经济影响和对企业微观效应（如债务融资、投资效率、盈余质量、环境绩效、绿色创新）的定量分析上。对于如何通过绿色信贷解决非金融企业债务杠杆过高问题的研究明显不足。

基于此，本文尝试在前人的研究基础上，探讨绿色信贷政策是否会影响企业债务杠杆，如果会，绿色创新又是如何影响绿色信贷与企业债务杠杆的关系的；其次从企业产权性质和企业所处地区的市场化进程差异分析该影响效应是否会有所差别。

本文的贡献在于：第一，本文的研究是对绿色信贷微观政策效应文献的有益补充。以往关于中国绿色信贷实施效果的文献，尤其是实证类文献，基本集中在银行信贷分配是否促进了重污染行业的绿色转型发展和产业结构的优化，对于绿色信贷如何实现供给侧降杠杆却鲜有研究。第二，学术界关于去杠杆的实证研究已经取得较为丰富的成果，这类研究有助于化解非金融企业债务杠杆过高的问题，但较少有人从绿色信贷领域入手。本文的研究既丰富了绿色信贷政策对债务杠杆过高问题的治理研究，还扩展了绿色创新的研究领域。第三，本文的研究结果为如何更好地实施结构性去杠杆和促进重污染企业转型升级提供了参考思路，同时对政府运用绿色信贷政策推动社会经济低碳循环可持续发展有重要意义。

二、理论分析与研究假设

（一）绿色信贷政策对企业债务杠杆的影响

《绿色信贷指引》是政府试图通过银行的信贷资金配置功能，让环境资源的外部风险内部化的政策方针。该政策出台后监管部门要求银行等金融机构在审批企业贷款项目时，重点关注企业潜在的环境风险。对于绿色环保企业给予贷款利率优惠扶持，而对重污染企业给予贷款额度限制或提高贷款利率。这种有差别的信贷约束无疑会增加重污染企业的债务融资成本[13]，放大重污染企业的融资劣势，加快僵尸企业退出竞争市场，实现信贷资源要素的向上流动。其次，随着环境信息披露体系日趋完善，对于重污染企业而言，环境污染相关的负面消息曝光可能会给企业带来较差的声誉，改变消费者的偏好，甚至可能面临环境诉讼风险，导致外部债权人撤资或拒绝贷款展期，进一步加剧企业面临的信贷约束，陷入无力还本付息的财务危机。基于以上环境风险的叠加，重污染企业可能倾向于采取保守的资本结构，缩减债务融资的规模，降低债务杠杆，以此避免高额债务带来的还贷压力和财务风险。

另一方面，根据MM理论认为，企业理想的资本结构是100%的负债。然而在现实中，企业的负债规模是企业在各种约束条件里所做的最有利的选择结果。当总资产利润率大于贷款利率时，债务杠杆越大，企业的节税效益越强，分配给股东的收益也会相应增加。因而，企业决策层可能会选择采取降污手段来达到绿化环境标准水平后，再去寻求债务融资谋求税盾收益。基于权衡理论，当环境治理成本高于债务杠杆税盾收益时，重污染企业会主动选择采取降杠杆的“自救”行为来调整资本结构，缓解现金流短缺的困境，同时避免承担因外部冲击招致的额外融资成本，降低其财务困境风险。

基于以上分析，本文提出假设1。

H1：其他条件保持不变时，绿色信贷政策会降低重污染企业的债务杠杆。

（二）绿色信贷政策、绿色创新与债务杠杆的关系

1.绿色信贷政策、绿色创新与债务杠杆的关系

我国的资本市场有待完善，从股票市场或者债券市场筹得的资金并不能满足企业日常经营所需。此时，银行信贷就是企业竞争的资源。重污染企业想要改善绿色信贷规制导致的银行贷款规模下降有以下两个途径：一是从企业内部进行绿色创新，提升核心竞争优势，树立履行社会责任的良好形象，取得更多环保意识较强消费者的青睐，强化企业在同行业的影响力，从而增加企业的经济价值，促进其可持续发展，提高银行对企业有能力在经营过程中应对环境问题的信任。同时，银行也倾向于给环境绩效和财务绩效较好的企业提供更多和更长期的贷款[14]。二是向银行传递更多有利环境保护信息，具体来说，如果企业披露更多关于环境保护的信息，提高企业的生态友好度，切实帮助银行降低对其环境风险的担忧，缓解银企之间的信息不对称，重污染企业也可能获得更多的信贷资金[15]。重污染企业选择发展绿色创新不仅会受到国家政策的优惠和补贴，还会缓解环境规制手段给重污染企业带来的信贷约束。王嘉鑫等[16]发现碳密集型企业在技术创新的过程中，需要大量的资金去支持研发投入和生产模式改革，这就促使企业进入外部资本市场，提高债务融资规模，充分发挥债务杠杆的税盾作用。因此，绿色创新可以遮掩绿色信贷对重污染企业债务杠杆的抑制作用，缓解重污染企业的财务困境，提高重污染企业的债务杠杆。

基于以上分析，本文提出假设2。

H2：其他条件保持不变时，绿色创新可以缓解绿色信贷对重污染企业债务杠杆的抑制作用，表明出遮掩效应，从而提高重污染企业的债务杠杆。

2.绿色信贷政策与绿色创新关系

绿色信贷政策通过银行信贷融资渠道，内部化企业环境污染产生的负外部性，使企业被动负担部分或全部的环境成本，其环境规制成本表现为面临着更高的信贷可得性门槛和信贷融资成本。根据“波特假说”，恰当的环境规制可以推动企业进行绿色创新，从而获取创新收益。当被触发的创新补偿收益能够抵销甚至超过环境规制成本时，企业的绩效就会上升。但是往往创新活动所产生的“创新补偿收益”并不一定能完全抵销环境规制带来的合规成本[17]。绿色信贷政策希冀通过资金要素的再分配，降低污染企业绿色转型的筹资成本，激励污染企业进行绿色投资、推动清洁生产技术的绿色革新。如果污染企业不进行创新转型，势必面临着败诉后的巨额赔偿、行政罚款，银行信贷歧视等后果。污染企業想要实现利润最大化的目标，就必须依托绿色创新有效抵减绿色信贷规制对公司绩效的负面影响。

一方面，绿色信贷政策对污染企业具有显著的融资惩罚效应。由于银行等金融机构需要识别环保项目性质的难度以及技术创新活动成果本身存在不确定性，会使得重污染企业的信贷约束效应加剧，进而导致重污染企业绿色创新项目无法得到足够的信贷资金支持而被迫中止。其次（建议删除），严格的环境规制手段会给企业带来较高的遵循成本，一旦投入大量的人力、设备与资金后发现短期难以实现绿色创新来优化生产排污，重污染企业可能会选择与政府及银行等金融机构进行博弈，甚至把原本用于绿色创新技术研发的资金转向污染末端治理来“漂绿”，对绿色创新形成挤出效应。另一方面，企业获取的融资类型也会影响企业绿色创新的速度和方向选择。当实施绿色信贷政策后，银行等金融机构可能会限制或减少对重污染企业的长期贷款供给，使得重污染企业更倾向于进行中低风险的投资，这将不利于风险较高、不确定较强的绿色创新项目的开展，从而导致企业的绿色技术创新水平有所降低。技术创新的研发投入对债务融资具有“替代效应”[18]，即绿色技术创新的研发投入越多，通过研发支出加计扣除税收优惠而形成的企业非债务税盾水平越高，进而对企业债务产生了“挤出效应”，导致企业的债务水平下降。相反，出于风险规避的考虑，减少对绿色创新项目的研发投入会致使非债务税盾水平下降，从而推高债务的税盾价值，基于股东利益最大化的目的，企业会增加债务融资的需求，进而推动企业债务杠杆水平的上升。

基于以上分析，本文提出竞争性假设2a、假设2b。

H2a：其他条件保持不变时，绿色信贷政策通过促进企业进行绿色创新，从而提高债务杠杆。

H2b：其他条件保持不变时，绿色信贷政策通过发挥约束作用抑制企业进行绿色创新，从而提高债务杠杆。

（三）绿色信贷政策、产权性质、市场化水平与债务杠杆的关系

相对于非国有企业而言，国有企业在获取银行信贷支持上具有与生俱来的优势，而非国有企业由于缺乏强有力的信用背书，可能会受到银行信贷歧视从而更难获取银行信贷融资，因而非国有企业对银行信贷的依赖程度没有国有企业高。随着人们对环境问题的关注度日益增加，我国在地方政府官员政绩考核体系中加入环境生态效益指标，大幅降低了地方政府干预银行信贷资金流向重污染企业，减少了政府对资不抵债的国有重污染企业的援助。因此，绿色信贷的实施，对国有企业银行信贷资金的缩紧较非国有企业更明显，同时绿色信贷政策降低国有企业债务杠杆过高的效果也更明显。

市场化建设关系到资本市场的健康发展。市场层次越高，股权融资等直接融资功能越显著，反之信贷等间接融资功能将增进[19]。与市场化水平较高的地区相比，市场化水平较低的地区与之配套的金融环境较差，资本市场配置效率较弱，致使资本市场的信贷融资功能增强，所在地区企业对银行信贷融资的依赖度也会相对变大。绿色信贷政策实施后，对处于市场化水平越低的重污染企业越不利，债务融资惩罚效应越强。

基于以上分析，本文提出假设3。

H3：与非国有企业和处于市场化水平较好地区的企业相比，绿色信贷政策更能显著降低国有重污染企业和市场化水平较低地区的重污染企业的债务杠杆。

三、研究设计

（一）样本选择与数据来源

耿晓媛[20]研究发现主板市场的波动较中小板和创业板更为稳定。本文采用2008—2020年中国多层资本市场中的主板上市工业公司的经验数据作为原始样本，借助2012年出台的《绿色信贷指引》为媒介，依据2008年原环境保护部发布的《上市公司环保核查行业分类管理名录》和2012年证监会发布的《上市公司行业分类指引》把以下重污染的具体行业代码：B06、B07、B08、B09、C17、C19、C22、C25、C26、C27、C28、C30、C31、C32、C33、D44定义为本文的重污染处理组，其余工业类上市的企业则按剩余代码生成为对照组。为确保数据的质量，本文进行如下处理：依次剔除非工业类上市公司、上市不满一年、已经退市或被暂停上市的公司、2012年以后建立的公司、ST和？觹ST以及数据严重缺失的样本企业。对数据进行汇总和整理后，得到1 648家工业类企业的13 162个非平衡面板数据作为观测值，本文的数据来源于国家知识产权专利数据库、Wind数据库和CSMAR数据库。为避免异常值的干扰，对所有连续变量在1%和99%水平上进行了缩尾处理。

（二）变量设定

1.债务杠杆

对于债务杠杆的度量，大多数学者采用资产负债率即总负债除以总资产作为主要衡量指标，但是总负债中的短期应付款项大部分是为了企业日常的生产运营周转而发生的，不是以银行信贷融资为目的，而前文的分析主要是围绕着企业获取银行贷款展开的。所以，本文以企业的短期借款、长期借款的和一年内到期的非流动性负债之和占总资产的比例作为衡量债务杠杆的指标。

2.绿色信贷政策

根据2012年正式发布的《绿色信贷指引》，以2012年为界，After表示样本年份在2012年及以后取值为1，其他年份取值为0。Treat是指如果处于工业类重污染企业的划分范围之内则取值为1，不在范围之内的其他工业类企业则取值为0。

3.中介变量

为了检验绿色信贷对债务杠杆的作用渠道，本文参考杨柳勇等[21]将企业的绿色专利申请量加1的自然对数作为衡量绿色创新的指标。

4.控制变量

在主要回归中，本文借鉴相关文献[23-24]，选取了公司规模等指标作为控制变量。

各变量定义如表1所示。

（三）模型设定

为了考察绿色信贷政策对重污染企业债务杠杆的影响路径，本文构建以下模型进行分析，借鉴温忠麟等[25]、刘呈庆等[26]用三步检验法在双重差分基准回归模型1的基础上构建模型2和模型3进行中介效应检验，同时运用三重差分的方法构建模型4进行对比分析。当绿色信贷政策通过影响绿色创新对债务杠杆产生影响时，模型2和模型3中政策净效应对企业债务杠杆的回归系数γ3和α4均应当显著。在这种情况下，如果回归系数γ3与α4乘积的符号和系数α3的符号是一致的，则绿色创新这一中介变量强化了绿色信贷政策对债务杠杆的影响程度；如果回归系数γ3与α4乘积的符号和回归系数α3的符号是相反的，则绿色创新这一中介变量弱化了绿色信贷政策对债务杠杆的影响程度，表明出现了遮掩效应。换而言之，就是绿色创新所起的作用在一定程度上遮掩了绿色信贷政策对债务杠杆的直接影响效果。

LEVi，t=β0+β1Treati+β2Aftert+β3Treati×Aftert+

∑Controli，t+μi+λt+εi，t  （1）

Mediumi，t=γ0+γ1Treati+γ2Aftert+γ3Treati×Aftert+

∑Controli，t+μi+λt+εi，t  （2）

LEVi，t=α0+α1Treati+α2Aftert+α3Treati×Aftert+

α4Mediumi，t，t+∑Controli，t+μi+λt+εi，t  （3）

LEVi，t=φ0+φ1Treati+φ2Aftert+φ3Treati×Aftert+

φ4Mediumi，t+φ5Treati×Aftert×Mediumi，t+∑Controli，t+

μi+λt+εi，t         （4）

其中，Mediumi，t為中介变量绿色创新，Controlsi，t为控制变量，μi代表行业和省份层面控制变量，λt代表年份层面控制变量，εi，t代表随机扰动项，i代表企业，t代表年份。

四、实证结果分析

（一）主要变量描述性统计

债务杠杆的均值0.207大于中位数0.188，可见，多层资本市场中的主板上市工业企业一定程度上存在债务杠杆过高问题。政策分组虚拟变量的均值为0.486，表明处理组占总样本比例48.6%。时间虚拟变量的均值为0.698，表明2012年及之后年份的样本占总样本的比率为69.8%。中介变量绿色创新和控制变量的相关指标值均在合理区间内。（表略）

（二）基准回归结果分析

表2是运用双重差分模型的绿色信贷政策与债务杠杆的基准回归结果。列（1）至列（3）的Treat×After回归系数均显著负相关。结果表明，绿色信贷政策实施后，处理组债务杠杆明显降低，说明绿色信贷政策能够显著降低重污染企业的债务杠杆。因此，H1通过检验，这一结果出现的原因可能是绿色信贷指引出台后，重污染企业的债务融资规模和债务融资成本受到了较强的惩罚效应，环境风险的提升致使重污染企业财务风险也骤升，重污染企业迫于财务困境的压力，主动选择降低其企业的债务杠杆水平。

（三）影响机制回归分析

表3报告了企业绿色创新机制影响的结果，列（1）的三重差分法结果显示Treat×After×GTI对LEV的回归系数显著为正，说明重污染企业绿色创新能够显著弱化绿色信贷政策对债务杠杆的抑制作用，转变为正向影响，从而提高债务杠杆。列（2）至列（4）的三步检验法结果均通过了显著性检验，其中，Treat×After对LEV的总效应β3为-0.0104，说明绿色信贷政策能够显著降低重污染企业的债务杠杆；Treat×After对GTI的回归系数γ3为-0.1070，GTI对LEV的回归系数α4为-0.0049，同时Sobel检验的p值为零，表明绿色创新是绿色信贷与债务杠杆的中介变量；Treat×After对LEV直接效应α3为-0.0109，表明绿色创新在绿色信贷和债务杠杆之间起到部分中介作用，同时回归系数γ3与α4乘积的符号和回归系数α3的符号是相反的，说明企业绿色创新在中介效应模型中具体表现为遮掩效应，即绿色创新这一中介变量弱化了绿色信贷政策对债务杠杆的抑制作用。因此，综合比较三重差分法和三步检验法的结果发现企业绿色创新能够显著弱化并遮掩绿色信贷政策对债务杠杆的负向影响，转变为正向影响，具体来说，绿色信贷政策通过发挥约束作用抑制企业进行绿色创新，从而提高债务杠杆。因此，H2和H2b通过检验，可能的原因是绿色信贷政策的实施限制了重污染企业的信贷资金供给，造成重污染企业绿色创新项目的资金支持不足，且绿色创新项目的成本和风险也颇高，因而重污染企业可能会把原本用于绿色创新项目的资金投入转向污染的末端治理，同时由于研发投入对债务融资具有“替代效应”，缩减绿色创新研发投入可能会导致债务税盾价值上升，企业出于“寻租”的目的可能会推动重污染企业债务杠杆水平上升。

（四）分组回归分析

分组回归检验中的市场化水平是根据王小鲁等[22]的研究报告，运用市场化指数来衡量企业所处省份的市场化进程，当企业所在省份的市场化进程得分大于各省份市场化进程得分的中位数时表示其处于市场化水平较高地区，否则处于市场化水平较高地区。如表4所示，国有样本企业和处于市场化进程较低地区的样本企业的Treat×After的回归系数均显著为负，而与之相应的样本企业都未通过显著性检验。结果说明降杠杆效应在处于市场化水平较低地区的样本企业和国有样本企业更为明显，所以H3通过检验。

五、内生性讨论与稳健性检验

（一）共同趋势检验

为了验证处理组和对照组在绿色信贷政策实施前是否服从共同趋势假设，本文构建如下绿色信贷政策影响债务杠杆的动态模型：

LEVi，t=ω0+ω1before4t+ω2before3t+ω3before2t+

ω4before1t+ω5currentt+ω6behind1t+ω7behind2t+ω8b-

ehind3t+ω9behind4t+ω10behind5t+ω11behind6t+ω12behi-

nd7t+ω13behind8t+∑Controli，t+μi+λt+εi，t （5）

其中，beforent表示Treat为重污染企业且时间为距离绿色信贷政策前n年（即2012-n年）时，赋值为1，否则为0；currentnt表示Treat为重污染企业且时间为绿色信贷政策当年时即2012年，赋值为1，否则为0；behindn t表示Treat为重污染企业且时间为绿色信贷政策后N年即（N-2012）年，赋值为1，否则为0，1≤n≤4，1≤N≤8。回归结果显示，before4、before3、before2、before1对债务杠杆的回归系数分别为0.0113、0.0124、0.0012、0.0000均未通过负向显著性检验，说明绿色信贷政策的前几年处理组与对照组的债务杠杆不存在显著的差异，没有表现出相反的变化趋势；current、behind1、behind2、behind3、behind4对债务杠杆的回归系数分别为0.0008、-0.0117、-0.0116、-0.0081、-0.0058，说明绿色信贷政策后四年，处理组债务杠杆明显降低。可见，结论依然成立。

（二）PSM-DID

虽然双重差分能够在一定程度避免内生性问题，但不能解决样本选择偏差问题，而倾向得分匹配法可以有效减少样本选择偏差问题，故本文使用倾向得分匹配PSM-DID的方法，在共同范圍内将处理组中国多层资本市场中的主板上市工业类企业与对照组的样本进行1■4近邻匹配、半径匹配、核匹配，并且通过协变量的平衡性检验排除处理组和对照组之间存在的显著差异，最后再对匹配好的样本进行重新回归，结果发现政策净效应（Treat×After）的回归系数1%水平上显著为负，与前文结论一致。

（三）变更重污染行业的界定范围

为了缓解绿色政策实施效果受样本划分的影响，本文扩大了重污染企业的划分范围，参考薛俭等[27]的上市公司所属行业的TOPSIS排名结果把以下行业代码：B10、C15、C29、C39、D45也纳入重污染企业的划分范围，重新构造处理组和对照组。回归结果发现Treat×After对LEV的回归系数显著为负，说明绿色信贷政策显著降低了债务杠杆，与前文结论一致。

（四）提前政策发生时间

本文使用反事实法人为假定政策实施时间点为2010年，运用安慰剂检验政策净效应是否显著。回归结果发现Treat×After对LEV的回归系数不显著，说明本文结论稳健。

（五）更换被解释变量

本文用企业的银行杠杆，即短期借款加上长期借款占总资产的比例作为债务杠杆的替代变量进行稳健性检验，发现回归结果与前文回归结果一致。

六、经济后果探究

王学凯等[28]通过数据分析的方法发现，去杠杆政策会通过提高偿债能力，降低财务风险来改变公司绩效。此外，也有学者认为增加杠杆可以促进公司绩效。上文研究已经表明绿色信贷政策对重污染企业债务杠杆具有显著的降低效果，但这种降杠杆效应是否会给公司绩效（CP）带来积极的影响？为了回答这一问题，本文参考刘艳博等[29]用净资产收益率（ROE）这一指标来衡量短期公司绩效，其数值等于净利润÷所有者权益×100%；公司长期绩效则使用国泰安数据库中托宾Q值A来衡量，其数值等于市场价值A/期末总资产×100%。同时为考察绿色信贷政策降杠杆的经济后果构建模型6如下：

CPi，t=？坠0+？坠1Treati+？坠2Aftert+？坠3Treati×Aftert+？坠4LEVi，t+？坠5Treati×Aftert×LEVi，t+

∑Controli，t+μi+λt+εi，t  （6）

如表5所示，列（1）汇报了公司长期绩效的回归结果。当不考虑绿色信贷政策时，LEV对TobinQ的回归系数显著为负，可见债务杠杆与公司长期绩效是负相关的；当考虑到绿色信贷政策时，Treat×After×LEV对TobinQ的回归系数也显著为负，但两者的回归系数绝对值相对变小了，可见绿色信贷政策显著弱化了债务杠杆对公司长期绩效的负向影响，但未能正向改善长期绩效。列（2）报告了公司短期绩效的回归结果。当不考虑绿色信贷政策时，LEV对ROE的回归系数在10%的水平上显著为正，可见适当地利用债务杠杆可以获得短期经济效应，符合公司举债经营的初衷；当考虑到绿色信贷政策时，Treat×After×LEV对ROE的回归系数未通过显著性检验，说明绿色信贷政策不能通过降低债务杠杆显著影响短期公司绩效。总的来说，绿色信贷政策不能通过降低债务杠杆来正向提升重污染企业的长短期公司绩效。综上所述可能的原因有以下两点：第一，绿色信贷政策的降杠杆效应虽然能够降低重污染企业的财务风险，但是绿色信贷政策的降杠杆效果是在重污染企业面临着较高的额外融资成本下退而求其次的选择，其降杠杆效应不会帮助企业降低其财务成本，反而会使企业面临着绿色信贷规制的治污成本，挤占企业的正常生产性资金投入，降低重污染企业的生产效率从而抑制其公司绩效。第二，尽管绿色信贷政策的根本目的是推动重污染企业绿色转型，但是重污染企业面对银行的信贷约束可能无法筹集长期稳定的现金流去支持其进行绿色创新，而绿色创新又是其可持续发展的根本动力，缩减绿色创新投入可能会恶化企业绩效，不利于企业的长远发展。

七、研究结论与政策建议

在去杠杆、稳杠杆的背景下，本文探索了綠色信贷政策能否驱动重污染企业降低债务杠杆以及绿色创新对两者关系的影响，进一步讨论异质性因素对绿色信贷政策和债务杠杆两者关系是否存在差异性的影响，以及扩展研究绿色信贷降杠杆效应能否真正改善企业绩效。通过实证分析得到了以下结论：（1）绿色信贷政策实施后显著降低了重污染企业债务杠杆。（2）绿色信贷政策通过发挥约束作用抑制重污染企业绿色创新从而提高债务杠杆。（3）绿色信贷政策对重污染企业的降杠杆效应在国有企业和市场化进程较低的样本企业中较为显著。（4）绿色信贷政策降杠杆效应未能真正改善企业的长短期绩效。

基于前文结论，本文提出以下建议：（1）绿色信贷政策取得了一定的成果，银行等金融机构应该进一步完善和细化绿色信贷的管理流程，加强对重污染企业环境治理的信息考核，引导重污染企业抓住绿色改革的机遇，降低债务杠杆，优化资本结构，推进供给侧结构性去杠杆，实现公司资本结构和环境效应的同步提升。（2）建议银行等金融机构制定差异化的绿色信贷体系和加大对重污染企业绿色创新研发项目的支持。本文的研究结果显示绿色信贷虽然能够降低杠杆，但是同时也存在抑制绿色创新来提升杠杆获取税盾收益的现象，这与实施绿色信贷政策的初衷相悖。因此，应当激励银行等金融机构发放绿色创新的专项贷款，同时运用政府贴息的方法降低重污染企业绿色转型的筹资成本，鼓励重污染在优化资本结构的同时加大研发投入，推动重污染企业积极进行绿色创新。最后综合衡量产权差异和各省份市场化水平制定差异化的考核体系。（3）建议政府完善环境信息共享机制。虽然各地政府都下发了文件，要求共享环境信息，但是企业、环保部门的信息仍然存在披露不充分、不及时、不能有效共享的问题，导致银行等金融机构识别企业环保项目的难度加大以及从监管部门获取企业贷款申请项目相关环境信息的成本较高，进而使得重污染企业的绿色创新项目无法得到信贷资金的支持。因此，政府应当督促企业、银行、环保监管部门建立有效的联动机制，确保企业、银行、环保监管部门能够共享环境信息。（4）企业是市场经济的主体，秉持着“谁污染，谁治理”的原则，企业应当在生产经营商品获取利润的同时，主动承担保护自然环境的社会责任，加强对节能降污项目的环保投入，积极进行绿色创新，以长远的目光看待企业环保投入给自身带来的收益，自觉披露环境保护信息，缓解银企之间的信息不对称，降低因污染排放导致的信贷约束，争取银行信贷资金的青睐，提升企业的绩效。

【参考文献】

［1］ 綦好东，刘浩，朱炜.过度负债企业“去杠杆”绩效研究［J］.会计研究，2018（12）：3-11.

［2］ 彭章，陆瑶，杨琛.融资融券与公司财务杠杆［J］.南开管理评论，2021，24（5）：139-149，184，150-151.

［3］ 陆岷峰，葛和平.中国企业高杠杆成因及去杠杆方式研究［J］.金融监管研究，2016（12）：63-73.

［4］ ANDRéS J，ARCE O，THOMAS C.Structural reforms in a debt overhang［J］.Journal of Monetary Economics，2017，88（6）：15-34.

［5］ 杨军.债务杠杆衡量及其管控策略［J］.理论视野，2016（12）：27-30.

［6］ 吴军，杨戈，陈丽萍.我国债务杠杆率问题研究：一个文献综述［J］.广东社会科学，2018（1）：18-26，254.

［7］ 梁安琪，武晓芬.企业去杠杆、投资效率和企业绩效［J］.经济与管理，2021，35（1）：62-69.

［8］ ZHANG YUMING，LI XIAOLEI，XING CHAO.How does China's green credit policy affect the green innovation of high polluting enterprises？ The perspective of radical and incremental innovations［J］.Journal of Cleaner Production，2022，336.

［9］ WANG HETONG，QI SHAOZHOU，ZHOU CHAOBO，et al.Green credit policy，government behavior and green innovation quality of enterprises［J］.Journal of Cleaner Production，2022，331.

［10］ 张晨，陈小雪，刘聃.退坡政策下绿色信贷能否促进新能源车企创新［J］.会计之友，2021（2）：15-22.

［11］ RAMANATHAN R，BLACK A，NATH P，et al.Impact of environmental regulations on innovation and performance in the UK industrial sector［J］.Management Decision，2010，48（10）：1493-1513.

［12］ 曹廷求，张翠燕，杨雪.绿色信贷政策的绿色效果及影响机制——基于中国上市公司绿色专利数据的证据［J］.金融论坛，2021，26（5）：7-17.

［13］ 李新功，朱艳平.绿色信贷政策对重污染企业债务成本的影响——基于PSM-DID模型的实证研究［J］.会计之友，2021（3）：41-47.

［14］ XING CHAO，ZHANG YUMING，TRIPE DAVID.Green credit policy and corporate access to bank loans in China：the role of environmental disclosure and green innovation［J］.International Review of Financial Analysis，2021，77.

［15］ 武龍，李腾龙.银行贷款关注企业环境信息披露吗？［J］.会计之友，2020（7）：106-112.

［16］ 王嘉鑫，孙梦娜.绿色发展与治理转型的“波特假说之谜”——基于碳风险下企业降杠杆的证据［J］.经济管理，2021，43（12）：41-61.

［17］ 李雨梦，周兵.融资约束视角下“波特假说”仍有效吗——基于成渝地区双城经济圈及其他经济圈的比较研究［J］.现代经济探讨，2022（1）：93-103.

［18］ 王亮亮，王跃堂.企业研发投入与资本结构选择——基于非债务税盾视角的分析［J］.中国工业经济，2015（11）：125-140．

［19］ 王媛.资本市场支持中小企业融资的作用机制：直接融资抑或增进信贷［J］.南方金融，2016（6）：39-46.

［20］ 耿晓媛.我国多层次资本市场资源配置效率评价［J］.中国流通经济，2021，35（10）：9-18.

［21］ 杨柳勇，张泽野.绿色信贷政策对企业绿色创新的影响［J］.科学学研究，2022，40（2）：345-356.

［22］ 王小鲁，樊纲，余静文.中国分省份市场化指数报告（2016）［M］.北京：社会科学文献出版社，2017：28-31.

［23］ 吴虹仪，殷德生.绿色信贷政策对企业债务融资的“赏”与“罚”——基于准自然实验的效应评估［J］.当代财经，2021（2）：49-62.

［24］ 陆菁，鄢云，王韬璇.绿色信贷政策的微观效应研究——基于技术创新与资源再配置的视角［J］.中国工业经济，2021（1）：174-192.

［25］ 温忠麟，叶宝娟.中介效应分析：方法和模型发展［J］.心理科学进展，2014，22（5）：731-745.

［26］ 刘呈庆，任玲.城镇化与城乡收入差距——基于房价收入比的遮掩效应［J］.财经科学，2021（10）：112-122.

［27］ 薛俭，朱迪.绿色信贷政策能否改善上市公司的负债融资？［J］.经济经纬，2021，38（1）：152-160.

［28］ 王学凯，姜卫民，谢庆.去杠杆政策是否影响企业绩效［J］.国际金融研究，2021（12）：84-93.

［29］ 刘艳博，耿修林.二代涉入、债务融资决策与企业绩效—— 一个有调节的中介效应模型［J］.山西财经大学学报，2021，43（8）：84-97.