绿色信贷对上市公司绿色转型影响研究——基于我国有色金属企业的经验证据

宋雨淙

（安徽工业大学，安徽 马鞍山 243002）

一、引言

绿色金融推进经济提质增效，为企业绿色转型提供有力的政策支持。党的二十大报告中指出，“广泛形成绿色生产方式，积极推进碳达峰碳中和”。制造业在国防建设、民生保证等领域发挥重要作用，其中有色金属行业更是推动经济发展的重要支柱。但高污染高耗能问题的存在使得推动其绿色转型迫在眉睫。绿色信贷作为绿色金融的主要工具，在促进资源有效配置和推动绿色技术创新中发挥独特作用。[1]我国绿色金融工具主要分为绿色信贷和绿色支持债券。[2]部分学者认为，绿色信贷通过提质增效来促进企业转型升级，[3]并进一步利用绿色全要素生产率来深入分析。[4]同时，另一些学者认为，绿色信贷以对企业融资约束来提升其绿色发展水平，[5]通过增加高污染项目的融资成本引导企业将更多的资金投入低碳化项目中去，迫使其转变生产方式来降低成本。[6]从实践层面看，“双碳”目标的设立也给重污染企业绿色转型带来压力。由于环境制度差异和信息不对称等问题，政策具体作用于企业主体过程中也会出现偏差，[7]在实施过程中也出现为了获取贷款而进行的漂绿现象。[8]与以往研究相比，本文期待贡献如下：第一，以前研究集中于绿色信贷对企业创新的影响，且对创新成效的衡量大多采用企业全要素生产率，本文选取绿色专利数量与企业环境责任评分作为指标，更直观地揭示绿色信贷对企业绿色行为的影响；第二，从微观角度识别绿色信贷对有色金属行业企业的经济效益，从内部融资约束和外部环境规制角度提供路径支持；第三，针对以往研究只是绿色信贷对企业环境绩效与绿色创新的相关性研究，并没有具体传导路径。本文通过选取企业年度新增贷款总额占总资产的比重来量化重污染企业绿色转型程度，明晰了两个代理变量的具体传导流程。

二、理论分析与研究假设

一般认为，绿色信贷对重污染企业产生融资约束。[9]商业银行将重污染企业环保行为当作贷款发放的实质性准则，企业依靠绿色技术创新进行绿色转型以克服资金困境。从融资视角看，企业绿色技术创新的影响主要涵盖外部融资与内部融资两个方面。目前，大部分学者认为，内部资金研发投入对企业技术创新影响更显著，并且通过“遵循成本效应”和“波特假说效应”发挥作用。[10]“遵循成本效应”表现为绿色信贷会提升企业的污染治理成本与产品生产成本，对企业创新研发活动产生挤出效应。“波特假说效应”是指环境规制带来的成本增加对企业创新起到促进作用，迫使其加强清洁技术的研发进而提升企业的核心竞争能力和经营效率。综上所述，绿色信贷可以通过融资约束对重污染企业研发投入产生影响，而研发投入与企业创新产出呈现正相关，基于上述理论提出假设1。

H1：绿色信贷通过促进重污染企业绿色技术创新进而激励其进行绿色转型。

绿色信贷将企业的环保行为纳入商业银行评级的重要标准，[11]银行在开展绿色信贷业务时对企业环境信息披露进行实质性审查，据此决定是否发放或以什么条件发放贷款。影响企业环境信息披露的因素可分为内部因素和外部因素，内部因素为企业治理、行业类型及所有权结构等；[12]外部因素集中在政府政策法令、环境管理力度和公众舆论压力等方面。[13]这两类影响因素通过需求效应和倒逼机制产生影响。部分学者认为，企业环境披露能显著解决信息不对称问题，提升资金的使用效率和资源的配置结构，[14]商业银行能更加清晰地掌握企业的环保行为以保证信贷资金的安全。基于上述分析提出假设2。

H2：绿色信贷通过加强重污染企业的环境信息披露来促进其进行绿色转型。

三、模型设定、变量选取和数据说明

（一）模型设定

文章采用2012－2021 年A 股上市的93 家有色金属行业公司为原始样本，按照2012 年证监会修改的《上市公司行业分类指引》，对有色金属行业代码进行搜集整理后导入Wind 数据，并剔除ST 和*ST企业、资不抵债样本，数据来源于Wind 数据库、国家知识产权局。本文采用Stata17.0 软件进行实证分析过程中的数据处理。为检验绿色信贷与有色金属企业绿色转型两者之间的关系，设立多元回归模型如下：

其中，i 是企业，t 是年份。Lngpi，t、Evni，t为被解释变量企业绿色技术创新与环境绩效，Gcosti，t为解释变量；Controli，t为各个控制变量；∑Year 为年份固定效应；εi，t为随机扰动项。

（二）变量选择

被解释变量。选取有色金属企业绿色转型（EGT）为被解释变量，以企业绿色技术创新和企业环境责任评分为代理变量。企业绿色技术创新（Lngp）用绿色专利的申请数量来定量，定义为有色金属企业绿色技术创新=ln（绿色专利数量+1）；企业环境绩效（ENV）采用Wind 数据库ESG 评分的环境责任评分衡量，2018 年中证指数建立了ESG 评分体系。为了保证数据可靠，本文选取2018－2021 年的ESG 评分中的环境责任评分进行回归分析。

解释变量。选取绿色信贷发行数量（Gcost）为解释变量，参考占华的研究，银行对重污染企业进行放贷很大程度上参考其绿色行为，故其取得的借贷资金比率可以衡量绿色信贷规模，本文以企业年度新增贷款总额在总资产中的占比来判断绿色信贷效应。

控制变量借鉴毕茜等的研究，控制变量选取了企业规模（Size）、企业资产负债率（Debt）、净资产收益率（Roe）、营业能力（Profit）、股权集中度（Cocon）、企业所有权性质（State）。

表1 变量选择及定义

四、实证结果与分析

（一）描述性统计

通过对样本公司的关键性变量进行描述性统计得出结果（如表2 所示），企业绿色技术创新的均值和标准差为1.794 和1.422，说明样本企业绿色技术创新存在较大差异，其中位数为1.791，说明大多数样本企业绿色创新研发力度不大。企业环境绩效均值和标准差为5.574 和0.571，说明样本企业在环境绩效评分波动较小。绿色信贷的标准差为0.177，表明样本企业绿色信贷维持在一个稳定的水平，其他变量均在合理取值范围内，表明数据总体平稳。

表2 主要变量的描述性统计结果

（二）相关性分析

绿色信贷与企业绿色技术创新的相关系数为0.192，与企业环境绩效的相关系数为0.207，均在1%的水平下显著，说明绿色信贷对企业绿色转型具有一定的解释作用，初步验证假设。负债率、净资产收益率与绿色技术创新和环境绩效显著相关，说明其对企业绿色转型有一定的影响力。限于篇幅相关性分析表格不在单独列出，模型不存在多重共线性问题，可进行基准回归。

（三）多元回归分析

1.绿色信贷对重污染企业绿色技术创新的作用检验

表3 为绿色信贷对重污染企业绿色技术创新的基准回归结果，根据Hausman 检验结果采用固定效应来检验效果机制，模型（1）至（3）分别报告不添加控制变量、添加控制变量和时间固定效应的回归结果。都在1%的水平上显著，说明绿色信贷确实能促进重污染企业的绿色技术创新，初步验证H1，表明绿色信贷促进绿色技术创新来推动企业绿色转型。

表3 绿色信贷与企业绿色技术创新回归结果

2.绿色信贷对重污染企业环境信息披露的作用检验

表4 为绿色信贷对企业环境绩效回归结果。模型（4）至（7）分别为不添加控制变量、添加控制变量、添加交乘项和时间固定效应的基准回归结果，考虑环境责任评分很大程度依据上个会计年度的环保行为，[15]加入绿色信贷与绿色专利交叉项进一步验证假设H2，回归结果均在1%的水平上显著正相关。初步验证H2，表明绿色信贷通过外部环境规制推动绿色转型。

表4 绿色信贷与企业环境绩效回归结果

（四）稳健性检验

1.替换变量

（1）企业绿色信贷变量替换

采用国内排名前20 的商业银行对重污染行业发放贷款平均值为基准，引入企业新增贷款数大于可贷数额平均值[16]的赋值为1、小于等于可贷数额平均值的赋值为0 这个哑变量，回归结果报告于模型（1）和（2）。对环境绩效在5%的水平显著，对绿色技术创新在1%的水平显著，均与基准回归保持高度一致，进一步支持假设。

（2）企业环境绩效变量替换

参考胡宗义等对重污染企业履行环境责任的研究，认为排污收费和环保补助可衡量环境规制对绿色行为影响。[17]替换被解释变量为CSMAR 有色金属行业上市公司排污收费和环保补助并取对数处理。回归结果如表5 所示，模型（3）和（4）分别为未添加控制变量和添加控制变量的固定效应回归结果，都在1%的水平显著。验证了H2 可靠性。

表5 稳健性检验与内生性检验回归结果

表6 所有权性质对企业环境绩效的影响

2.内生性问题

本模型的内生性问题由于经营业绩好、技术创新研发能力强的企业通常拥有较高的环境责任评分和良好的企业形象，而银行发放绿色贷款很大程度上取决于企业的经营绩效和环境评分。本文选取高管金融背景作为相应的工具变量，金融背景的高管有较高的风险偏好，倾向于激进的债务融资决策来获取竞争优势，[18]使得企业的战略制定顺应经济高质量发展。且高管金融背景对企业环境绩效没有直接影响，本文设定金融背景高管在高管总人数的占比为工具变量，回归的结果报告在表5 模型（5）和（6），显示一阶段的回归结果表明高管金融背景对重污染企业获取绿色信贷有促进作用，二阶段结果表明消除内生性问题后绿色信贷仍对企业环境绩效在1%的水平上显著。

（五）异质性分析

1.分析企业所有权的异质性

企业所有制差异使得在绿色转型所做出的努力程度不尽相同。相比民营企业，国有企业与当地政府有着更加密切的联系，在日常生产经营中更容易凭借与银行、政府天然政治纽带来获取融资。[19]民营企业在绿色发展大趋势下通过提高企业环境绩效实现利润最大化。资源基础观理论提出企业绩效由企业拥有的资源决定，民营企业自身资源与能力较为不足，在市场竞争机制中较为敏感，更有动力树立良好的企业形象，客观上推动其绿色转型。本文按所有制不同分组回归，引入绿色信贷与企业所有制性质的交叉项来明晰传导机制，两者绿色信贷规模与绿色转型都呈正相关，民营企业的系数为1.996在5%的水平显著，国有企业的系数为1.654 并不显著。绿色信贷与企业所有权交易项的系数在1%的水平上显著为负，都表明了民营企业更加积极地通过扩大绿色信贷来促进企业绿色发展。

2.分析企业所处地区的异质性

伴随经济高质量发展，各地区差异化愈发明显。由于市场化、对外开放及政策支持力度的不同造成地区经济发展不均衡，也导致不同地区企业绿色转型程度不同。市场化水平高的地区经济建设运行完善、要素流动更便利，企业更顺畅地取得绿色信贷促进绿色转型，而市场化水平低的地区传导力度相对较弱。本文参考谢婷婷等[20]的研究，将企业注册地所在省份划分东部、中部和西部。表7 的回归结果可以看出回归系数均为正且东部地区系数大于中西部地区，东部地区的绿色信贷在1%的水平上显著。说明了绿色转型在各地区之间发展程度不平衡，良好的市场条件以及充足的要素资源使得东部地区更容易利用绿色信贷带来的政策优惠来促进企业的绿色转型。

表7 注册地所在地区对企业环境绩效的影响

五、研究结论与政策建议

（一）研究结论

本文选取2012－2021 年有色金属行业上市企业为研究样本分析了绿色信贷对重污染企业绿色转型的影响作用机制，目的是从金融政策角度揭示其对重污染企业绿色转型的促进作用，对如何化解污染行业落后产能进而推动其绿色低碳化发展有重要意义。本研究得出如下结论：

第一，绿色信贷对重污染企业绿色技术创新有积极影响，绿色信贷增强重污染企业绿色创新力度。一方面，通过对企业融资约束调整产品结构，倒逼其技术创新；另一方面，通过引导资源合理配置提升经营效率，推动重污染企业绿色转型。第二，绿色信贷对重污染企业环境规制提升环境绩效。商业银行在审核信贷发放中将企业环境责任评分作为评判的重要依据，激励企业自觉加大环境信息披露来提升环境责任评分。绿色信贷使得重污染企业更有意愿进行绿色活动来提高污染治理水平和提供更多正面的环境信息。第三，基于异质性检验，绿色信贷在所有制和地区方面的影响效果也不尽相同。绿色信贷的激励作用对民营企业更为显著，其更有动力通过美化企业形象在市场竞争中占据优势。同时，东部地区的重污染企业在绿色发展方面有优良作为，也说明完善的经济体系与制度环境为企业提供了良好的外部环境。

（二）政策建议

首先，强化政府对绿色金融支持引导，促进公共政策协同发展。将绿色信贷作为有力的政策工具来激励重污染企业自发调整高能耗模式。对重点地区进行支持，运用“差别对待”、专项技术创新补贴及与绿色保险等政策结合多种模式释放活力。

其次，优化金融机构绿色信贷结构完善信贷约束机制，多维度评估企业绿色发展情况，避免对民营企业发展产生歧视，在为其提供便利环境的同时增强社会对重污染行业绿色发展的投资信心。通过市场配置资金促进落后产能淘汰和产业结构优化，让信贷资金在促进经济低碳发展中流通得更顺畅。

最后，通过绿色信贷引导企业自身增强环保意识，自觉调整产品结构。发挥正外部效应主动提高排污治理水平，推动绿色创新共享政策发展红利。在提高环保信息披露程度的同时树立良好的企业形象，扩大资金来源渠道，探索发展新路径。