转型金融背景下搁浅资产风险对公司价值的影响

舒 浩 危 平 别 奥

一、引言

在低碳转型成为世界各国应对气候变化的重要需求的背景下，由转型风险引致的“搁浅资产”（stranded asset）风险也逐渐成为影响经济发展和金融安全稳定的重要因素。“搁浅资产”这一概念最早被Krause et al.（1989）用于气候政策领域，是指在低碳转型下面临“提前淘汰”压力的化石燃料资产，包括由于化石燃料需求下降产生的很大一部分不可燃烧的化石燃料储量以及与化石燃料开采、加工、运输和发电相关的大量资本（Meinshausen et al.，2009）。危平等（2021）认为搁浅资产的分析价值已从微观的公司风险防范、行业（主要是化石燃料开采业和发电行业）的环境和气候风险管理上升到金融系统性风险的预警，逐渐受到国际金融机构、政府组织和学术研究的关注。

从2011年开始，学术界围绕搁浅资产这一主题，从其成因、定义、量化及评估等方面开展研究并取得了一定进展（Curtin et al.，2019；危平等，2021）。相较于搁浅资产风险的宏观分析，现有文献在微观层面对搁浅资产风险的研究，尤其是在公司层面的分析非常有限。目前，学者们主要采用气候变化指数与公司化石燃料储备相对数量的乘积衡量了企业搁浅资产规模并分析其经济后果（Atanasova and Schwartz，2019；Delis et al.，2019），仅有Yuan et al.（2019）对中国燃煤电厂的搁浅资产规模进行了初步性的估算探索。

另一方面，随着气候变化成为全球共同挑战，中国政府逐渐将低碳与节能减排、环境保护相结合，碳减排政策也实现了从“节能减排”向“低碳”的演变以及如今向“双碳”目标的过渡。愈发严格的碳减排政策可能会导致数十亿的化石能源资产变得一文不值，甚至加剧系统性金融风险（Curtin et al.，2019），但中国的投资者是否注意到碳减排政策下化石能源资产的搁浅风险及其能否被准确定价仍存在不确定性。在此背景下，本文聚焦于中国“脱碳”目标实施给企业带来的搁浅资产风险，通过构建双重差分模型检验搁浅资产风险对公司价值的影响并探索其潜在作用机制。

本文可能存在的研究贡献主要体现在以下三个方面：第一，本文在系统梳理搁浅资产的形成机理、规模及其经济后果评估的研究的基础上，从微观视角关注了搁浅资产风险是否充分反映在公司价值中，补充和丰富了搁浅资产风险的相关文献；第二，本文深入探究了搁浅资产风险对公司价值的影响机制，对这些问题的理解将有助于企业和投资者认识搁浅资产风险，并纳入相关的公司投融资决策；第三，本文的研究结论对投资者和公司制定有效的气候风险管理对策提供了实证支持。

二、文献回顾与研究假说

（一）搁浅资产的形成机理

低碳转型引致的搁浅资产关注源自于对碳预算测算框架体系下“不可燃烧碳”概念的提出。McGlade and Ekins（2015）研究发现在将全球平均温升控制在一定范围内的气候变化目标的推动下，高比例的化石燃料储备将变得不可燃烧，造成以化石燃料作为生产要素的公司市值被高估，全球存在潜在的碳泡沫。碳泡沫不仅会带来化石燃料行业市场的价值损失，也容易造成金融市场的不稳定。在此背景下，更具有投资/财务涵义的概念“搁浅资产”（stranded asset）和“搁浅资本”（stranded capital）被更加广泛使用。尽管学者们普遍认为物理风险会直接破坏或加速资本资产的折旧，但Silver（2017）发现转型风险逐渐成为碳密集型公司产生搁浅资产的主要原因。危平等（2021）则从更广泛的环境相关的政策、经济和社会要素来进一步解释资产搁浅的形成机理，强调来自政府政策、技术和消费偏好等人为因素导致的与环境相关的变化风险，拓宽了搁浅资产概念的应用范围。

政府环境政策和法规改变。在全球追求碳中和、促进低碳转型的背景下，各国政府颁布了一系列环境相关的政策与法规，这不仅会提升经济活动的环境成本，导致具有污染能力的资产提前退休，还会因政府鼓励清洁能源的广泛使用使得依赖化石燃料的企业迅速贬值，进而导致大量的碳密集型资产面临着被搁浅的风险（Rozenberg et al.，2020）。

环境技术革新。环境技术革新是实现“双碳”目标的先决条件，但技术革新往往会从提高化石燃料的使用效率和增加可再生能源用途或供应时间两方面，改变传统的能源经济结构，对化石能源形成挤出效应，致使大量的化石能源资产被搁浅（Mercure et al.，2018）。

社会规范和消费者行为进步。气候问题已成为全世界当前面临的最严重的生态危机之一，严重威胁人类社会生存和发展。危平和舒浩（2021）指出忽视环境负面影响、单纯以经济增长为目标的发展方式是不可持续的，故公众基于环保和履行社会责任的请求，主动实现自身“绿化”的行为，减少对化石燃料的消费，使得原本期望的化石燃料需求变成搁浅资产。

（二）搁浅资产规模及其经济后果的评估研究

尽管现有研究已经尝试对搁浅资产规模进行量化，但由于方法的公开透明度有限，造成研究结果的可比性较差，且难以准确估计搁浅资产所带来的经济影响。实现对搁浅资产规模及其经济后果的量化评估仍是现有搁浅资产研究的重点和难点。宏观层面，学者们大多采用能源经济系统建模、压力测试等方法来量化搁浅资产规模，并尝试评估其对宏观经济的影响。例如，Mercure et al.（2018）基于模拟的综合能源—经济—碳循环—气候模型，将全球能源和运输系统与详细部门相结合，发现搁浅的化石能源资产可能会造成全球财富损失1～4万亿美元。Yuan et al.（2019）使用电力扩容模型和项目评估模型发现吉林省2020年的煤电过剩规模为900～1607万千瓦，其搁浅资产总额高达623亿元。

相较于宏观分析，现有文献对搁浅资产的微观研究还处于探索阶段。在企业搁浅资产规模评估方面，目前只有Atanasova and Schwartz（2019）、Delis et al.（2019）使用各国每年的气候变化合作指数或气候变化政策指数乘以该国企业当年化石燃料储备的相对数量来衡量搁浅资产的历史规模。Curtin et al.（2019）则提出可以运用供应曲线来量化不同特定约束条件下的公司搁浅资产规模。在搁浅资产的微观经济后果方面，Meinshausen et al.（2009）和Diaz-Rainey et al.（2021）认为资产搁浅会损害公司市值，降低公司的未来盈利能力。但Curtin et al.（2019）也指出不可燃烧碳对大多数公司的在险价值影响有限，认为2℃气候目标对现有化石燃料储备的风险很小。

总的来说，作为一个持续重要的概念，现有对搁浅资产的研究依旧非常有限并分散，更多地聚焦于发达市场上搁浅资产的来源、规模量化及其宏观经济影响评估，鲜有学者关注新兴市场上搁浅资产风险的微观经济后果，研究领域仍具有空白地带。

（三）假说演绎

在中国努力实现双碳目标以促进经济社会低碳转型的背景下，为减少二氧化碳排放、促进能源消费结构转型的环境监管政策的实施会迫使企业减少对化石能源的消费，大量化石能源的“不可燃烧”将给企业带来严峻的搁浅资产风险。对于企业而言，化石能源的搁浅会随着环境监管政策的周期性变化而增加，加剧企业收益和未来现金流的不稳定性，增加企业的信用风险（Krueger et al.，2020）。同时，企业对化石能源的投资属于不可逆投资，很难在外部环境发生变化的情况下实现对这部分投资的及时变现，显著增加了企业的沉没成本和机会成本（Clarkson et al.，2015），会给企业带来巨大的财产损失。额外成本的增加和声誉的破坏不利于企业未来的市场拓展和运营，进而会抑制公司价值的提升。因此，提出本文的第一个研究假说。

H1：搁浅资产风险会对公司价值产生负面影响。

尽管搁浅资产风险会导致企业合规成本等额外成本显著增加，但基于波特假说，搁浅资产风险也会为企业参与研发提供动力，形成“绿色激励”，鼓励企业从事绿色创新来扩大生产规模和获得竞争优势，以实现公司价值的最大化（Yan et al.，2020）。此外，搁浅资产风险也会倒逼企业主动承担环境责任，有助于企业在市场上获得正面形象和更高的认可度。基于资源基础理论，更好的声誉使公司可以更容易地获得利益相关者的支持，强化企业的竞争优势，最终实现环境绩效和财务绩效“双赢”的局面（Xie et al.，2023）。基于以上分析，提出本文的第二个研究假说。

H2：碳风险会对公司价值产生显著的正向影响。

在企业生产经营过程中，降低融资成本、提高融资效率是提升企业竞争力和公司价值的重要命题。然而，搁浅资产风险会通过影响抵押品的价值和公司信用评级来增加公司的融资难度，进而对公司价值产生负面影响。搁浅资产不仅会导致公司难以拥有足够的现金流履行其财务义务形成违约风险，还会带来企业信用评级的改变，使得化石燃料公司的现有信贷资金一旦到期，将面临更加高昂的财务成本。此外，在中国以银行为中心的金融体系下，银行贷款是企业获得债务融资的主要方式。Huang et al.（2021）发现越来越多的银行将环境风险作为贷款决策的关键标准。出于风险规避的角度，银行会提高贷款利率来应对化石能源公司上升的违约概率，大大增加了化石能源公司的融资成本。化石能源敏感型企业在资本市场获得资金的难度和成本增加，将会给企业未来的正常经营带来巨大的挑战，进而抑制公司价值的提升。故提出本文的第三个研究假说。

H3：搁浅资产风险会通过增加融资成本和融资约束对公司价值产生负面影响。

随着对搁浅资产研究的深入，资本市场已经意识到搁浅资产风险所带来的影响。对于拥有大量化石燃料资产的公司来说，一旦发生资产搁浅，所引发的市场对公司价值的高估，一方面，会使企业预期能产生利润的资产（化石能源储备）减值，不能够再为企业创造经济效益，致使企业资产产生的收入意外下降；另一方面，与化石能源储备密切的资本资产（勘探、挖掘等设备资产）也面临着加速折旧的困境，意外增加了与资产出售或运营相关的成本（Meinshausen et al.，2009）。以上两种可能都会导致企业未来现金流的减少。由于化石燃料公司约80%的市场价值来源于公司的未来现金流，而企业未来现金流的减少将会引发投资者从化石能源企业中撤资，进而降低化石能源公司的股票流动性。基于股价信息反馈理论和大股东干预理论，股票流动性降低会提升外部投资者与公司大股东搜集公司信息的单位成本，进而激发管理层的机会主义行为与市场对公司前景的不利预期（熊家财和苏冬蔚，2016）。因此，搁浅资产风险会引发企业股票流动性下降进而对公司价值产生直接且致命的影响。故提出本文的第四个研究假说。

H4：搁浅资产风险会通过降低股票流动性对公司价值产生负面影响。

良好的声誉能为企业带来更低的交易成本和资本成本，而声誉的下降会使投资者失去信心，导致资本市场价格波动，进而影响公司价值。理论上，化石能源公司所面临的搁浅资产风险也可能通过影响公司声誉进而间接影响公司价值。现阶段，国际上对不可燃烧碳的持续关注引发了世界范围内的化石燃料撤资运动，虽然此项运动不会直接对公司价值和股价产生影响，但其造成的不确定性和对企业声誉的污名化会通过影响人才引进、员工归属感、品牌价值等损害公司市值。Ansar et al.（2013）指出，化石燃料撤资运动目前已经引发了对化石能源企业声誉的污名化进程，并会对化石企业和能源价值链造成威胁。鉴于此，提出本文的第五个研究假说。

H5：搁浅资产风险会通过破坏企业声誉对公司价值产生负向影响。

三、研究设计

（一）企业搁浅资产风险的识别与度量

目前，国际上多是采用公司化石燃料的储备量、开采量和消耗量与国家气候变化指数的乘积作为搁浅资产风险的代理变量（Atanasova and Schwartz，2019；Delis et al.，2019）。然而，在中国情境下，化石燃料储备资源为国家所有，企业只有勘探、开采的权利，故企业化石燃料储备量、开采量和消耗量的变化并不能充分反映企业搁浅资产的实际情况。此外，中国企业对化石燃料储备量、开采量和消耗量等数据的披露非常有限，加大了有效评估上市公司搁浅资产规模的难度。危平等（2021）认为在能源背景下，搁浅资产主要是由与气候风险相关的人为因素导致的，是指因气候政策收紧等意外变化而导致的化石资源储备、基础设施或产业等资产贬值（Ansari and Holz，2020）。因此，气候政策的意外变化将导致企业来自化石能源的收入在未来可能出现减少甚至消失的风险，即企业搁浅资产风险与气候政策的变化存在直接关系。本文借鉴Liu and Qiao（2021）的研究，选取中国旨在减少碳排放和控制化石能源使用的脱碳政策作为外生事件，以其对化石能源敏感型行业的冲击来表征企业搁浅资产风险。其中，化石能源敏感型行业包括化石能源的开采行业（煤炭开采和洗选业B06、石油和天然气开采业B07）和以煤炭、石油为主要生产燃料的六大高耗能行业（石油、煤炭及其他燃料加工业C25、化学原料和化学制品制造业C26、非金属矿物制品业C30、黑色金属冶炼及压延加工业C31、有色金属冶炼及压延加工业C32、电力热力的生产和供应业D44）。

中国的碳减排相关政策已实现了从最初的“节能减排”向“低碳”生产再到如今“双碳”目标的过渡，不断完善和改革的碳减排政策体系减少了碳排放并降低了化石能源消费比例，为本研究识别化石能源企业搁浅资产风险的产生提供了有利的外部环境。在2009年12月哥本哈根气候峰会上，中国政府首次确立了碳减排约束性目标，并以文件形式落实到2010年发布的“十二五”规划中，影响了中国接下来数年的碳减排政策导向。对企业而言，此次碳减排目标的提出也是指导企业“降碳”的具体行动指南，如果企业无法适应这一约束性目标将难以生存，该约束性目标也使得国内有关部门对企业碳排放问题迅速引起重视，在化石敏感型行业中易形成搁浅资产。因此，本文选取“十二五”开局之年2010年作为导致化石敏感型行业产生搁浅资产的政策起始点。由于碳减排目标由中国国家领导人提出后迅速在“十二五”规划中以文件形式进行落实，企业无法事先得知相关政策的具体出台时间。因此，本文选取的政策冲击对企业而言满足随机性及外生性特征，这为本文运用双重差分法考察低碳转型背景下搁浅资产风险如何影响公司价值提供了很好的研究素材。

（二）模型构建与变量定义

为研究搁浅资产风险对公司价值的影响，本文基于2010年前后国家将“降低碳排放强度”作为中国经济发展的指导方针并写入“十二五”规划这一外生事件冲击，构建式（1）的基础回归模型：

其中，被解释变量Tobq为企业的公司价值，借鉴逯东等（2014）、Liu and Qiao（2021）的做法，以反映企业长期发展状况和更能够体现企业真实价值的托宾Q值作为衡量指标。核心解释变量是双重差分项Treat×Post，用来衡量企业面临的搁浅资产风险；Treat表示化石能源敏感性行业的虚拟变量，如果该企业所处行业为化石能源敏感性行业则取值为1，否则为0；Post表示事件冲击前后的虚拟变量，2010年及之后取值为1，2010年之前取值为0。Controls为控制变量，包括企业规模（Size）、企业年龄（Age）、资产负债率（Lev）、公司成长性（Growth）、盈利能力（EBITDA）、资本支出比率（CAPEX）、股利支付率（DIV）、机构投资者持股比例（IO）、第一大股东持股比例（Top1）、独立董事比例（Indratio）、两职合一（Dual）和城市GDP（GDP）。Firm和Year分别代表企业个体和年份虚拟变量，以控制企业个体和年份固定效应，避免其他与公司个体特征相关的遗漏变量对研究结果产生影响。i和t则分别表示第i家上市公司和第t年，εi，t为不可观测因素。本文对主要变量的名称、符号和定义的说明见表1。

表1 变量定义

（三）样本选取与数据来源

本文选取2005—2021年的沪深A股上市公司作为研究样本，在剔除被特殊处理（ST、*ST和PT）和金融类的上市公司以及上市年限不足一年和存在数据严重缺失的公司样本后，最终得到2443家上市公司的21038个公司—年度有效观测值①限于文章篇幅，研究样本的行业—年度分布表留存备索。。本文所使用的上市公司财务数据、企业社会责任数据和年内日均换手率数据均来自CSMAR数据库，用来计算公司注册地所在城市环境规制严格程度的数据来源于《中国统计年鉴》和《中国环境统计年鉴》，而企业的诉讼金额数据则来自Wind数据库。此外，为减少极端值对回归结果的影响，本文对连续变量进行首尾1%的Winsorize处理。

（四）描述性统计

表2是对变量的描述性统计，可知Tobq的均值为2.017，标准差为1.305，且极差为7.605（8.476-0.871），说明公司价值在不同企业中存在较大的差异。对于控制变量，其结果与Liu and Qiao（2021）的研究相似。此外，各变量的VIF均值为1.31，最大值为1.80，远小于临界值10，说明本文的回归模型不存在严重的多重共线性问题。

表2 描述性统计

四、实证结果与分析

（一）平行趋势检验

双重差分模型的有效性依赖于处理组和对照组在政策冲击之前不存在时间趋势差异。为更严谨地证明处理组和对照组的平行趋势假设，并刻画分析政策冲击在不同时段的影响，参考任胜钢等（2019）的做法，本文首先刻画“碳减排”约束性目标下搁浅资产对公司价值影响的时间趋势图，其次对搁浅资产与公司价值之间的动态效应进行考察。

图1刻画了处理组和控制组在政策实施前后的变化趋势，可知在政策实施年份（2010年）之前处理组和控制组的Tobq值变动趋势大体一致。在2010年以后，二者总体呈现较大差异，尤其是2012年以来二者间的差别较大。因此，可以初步判断两组在政策实施年份前的时间趋势假定基本是满足的，政策实施年份以后趋势线的差异基本判断是由“碳减排”约束性目标的外生冲击造成的。当然，这个结论并不稳健，需要进一步检验两组间的动态效应。

本文采用事件研究法对动态效应进行考察，构建模型如式（2）所示：

其中，Treat的上标n表示年份，n的取值范围为［-5，11］；n＜0表示企业i受政策冲击影响的前n年，n＞0表示企业i受政策冲击影响的后n年。借鉴Fajgelbaum et al.（2020）的做法，将t-1期作为基准期，并将滞后超过5年期的样本并入t+5期。βn表示样本期的一系列估计值，其他变量定义与式（1）相同。为方便分析，图2给出90%的置信区间上的动态变化趋势图。由图2可以看出，βn在政策实施之前即2010年（t0期）之前均不显著，且在零值附近波动，说明处理组和对照组的公司价值变动在政策试点前不存在显著差异，符合平行趋势假设。在政策实施之后，βn的估计值显著为负，尤其是从t+2期开始，βn的绝对值总体呈增长趋势，说明“碳减排”约束性目标下企业搁浅资产风险抑制了公司价值的提升，且这一抑制作用逐渐增大。

（二）基础回归结果分析

在满足平行趋势假设的前提下，表3报告了基于式（1）的基础回归结果。列（1）是仅控制企业固定效应和年份固定效应的回归结果，Treat×Post的系数为-0.131且在5%的水平上显著，初步证明了搁浅资产风险会对公司价值造成负面影响。列（2）在加入企业特征变量后，Treat×Post的系数仍在1%的水平上显著为负。这说明搁浅资产风险会显著地抑制公司价值的提升，证明了研究假说H1，未验证研究假说H2。

表3 基础回归结果

（三）内生性检验

1.PSM-DID估计。为排除实验组和控制组的企业特征差异对研究结论可能产生的影响，本文尝试采用倾向得分匹配法（Propensity Score Matching，PSM）来重新选择控制组样本。具体而言，本文首先以控制变量为匹配协变量，利用Logit模型计算倾向得分。然后，根据倾向得分在公司层面对样本进行1：1的无放回匹配。最终，本文共得到2642对实验组—控制组样本。本文在满足平衡面板检验和共同支撑假设基础上，就匹配后的样本对式（1）重新回归。由表4可知Treat×Post的系数为-0.203且在5%的水平上显著，说明搁浅资产风险会对公司价值造成显著的负向影响，与基准回归结果相一致。

表4 PSM-DID检验结果

2.安慰剂检验。为排除其他不可观察特征导致的内生性问题对搁浅资产风险与公司价值之间负向关系产生影响，本文采用随机模拟的方法进行安慰剂检验。具体来说，本文将随机抽取上市公司和政策实施年份构成虚拟的实验组，并基于式（1）对这一虚拟实验组进行重新估计。本文将这个过程重复1000次，并在图3绘制出基于虚拟实验组和对照组样本得出的虚拟回归系数t值的离散概率密度。为便于比较，本文还在图3中以红色虚线标出实际回归系数t值。由图3可以看出，基于安慰剂试验估计得到的虚拟回归系数的t值分布在0左右且近似于正态分布。同时，实际回归系数的t值为-4.177，处在随机模拟估计区间以外。这说明本文的研究结果不是由未观察到的公司或时间变化的遗漏变量驱动的，具有稳健性。

（四）稳健性检验①限于文章篇幅，留存备索。

1.改变公司价值的衡量方法。为避免公司价值的不同衡量方式对研究结果造成影响，本文一是以托宾Q值的自然对数作为公司价值的代理变量；二是以市值与总资产和无形资产净额、商誉净额的差值的比率作为公司价值的替代性衡量指标；三是选取财务总资产收益率（ROA）和净资产收益率（ROE）来衡量公司价值。回归发现Treat×Post的系数均显著为负，说明结果是稳健的。

2.剔除特殊地区的影响。优化传统能源结构，重视新能源和可再生能源的开发利用，提升非化石能源的比重一直以来是中国减碳政策体系的重要作用方向。故本文剔除位于中国煤炭消费大省（河北、山西、内蒙古、江苏、山东、河南和陕西）和积极扶持太阳能、风能等新能源的西部省份（云南、宁夏、甘肃、青海和新疆）的企业，以尽可能剥离地区特殊性对本文研究结论的影响。回归结果显示，搁浅资产风险在1%的水平上与公司价值存在显著的负向关系，意味着搁浅资产风险不利于公司价值的结论具有稳健性。

3.排除其他政策的影响。在“碳减排”约束性目标对公司价值产生影响的同时，低碳城市试点政策（2010、2012和2017年）和2017年首批绿色金融改革创新试验区（浙江、广东、贵州、江西和新疆）的创建都可能影响前文结果的稳健性。为排除以上政策对实证结果的干扰，参考杨上广和郭丰（2022）的做法，在模型（1）中加入虚拟变量CarbonCity和Green-Pilot作稳健性检验。回归结果显示Treat×Post的系数绝对值和前文相比有所降低，但系数符号和显著性与前文相比没有发生实质性变化，说明搁浅资产风险与公司价值间的负向显著关系依然成立。

4.高维固定效应。为排除随时间变化的省份和行业的不可观测因素对研究结论的影响，本文在基础回归模型中进一步控制省份—年度固定效应和行业—年度固定效应。回归结果显示，Treat×Post的系数为-0.189，且具有1%水平上的统计显著性，说明本文的研究发现具有稳健性。

5.滞后期检验。考虑到搁浅资产风险对公司价值的影响可能存在一定的滞后性，本文分别使用公司价值的提前1～3期作被解释变量。基于式（1）重新回归的结果表明Treat×Post的系数在5%的水平上仍显著为负，与基础回归结果相一致。

五、进一步研究

（一）潜在机制检验

如前文理论分析所述，搁浅资产风险可能是通过增加融资约束和融资成本、降低股票流动性以及破坏企业声誉三个方面对公司价值造成影响。为此，本文采用中介效应模型对上述潜在机制进行检验。

1.融资约束。搁浅资产风险导致企业在外部资本市场获得资金的难度提升，限制了企业业务的发展，进而会对公司价值产生不利影响。本文分别选取KZ指数和净财务费用与总负债的比率来衡量企业的融资约束程度和融资成本（Shu et al.，2023）。表5第（1）和（3）列分别检验了企业的融资约束程度和融资成本与搁浅资产风险的关系，结果表明搁浅资产风险与企业的融资约束程度和融资成本均呈显著的正向关系，说明企业搁浅资产的形成会增加企业融资成本和融资约束程度，符合预期。第（2）和（4）列则分别将搁浅资产风险和融资约束程度、融资成本置于同一个模型，由回归结果可知，KZ和Cost的系数均显著为负，说明企业融资约束程度和融资成本的提高抑制了企业价值的提升，且Treat×Post的系数绝对值要小于表4列（2）基准回归中Treat×Post的系数绝对值，表明融资约束和融资成本是搁浅资产风险影响公司价值的中介变量。通过计算可知，融资约束和融资成本在搁浅资产风险与公司价值影响过程中的中介效应分别为-0.037和-0.022，中介效应占总效应的比重分别为18.41%和10.95%。进一步对以上中介机制采用Sobel检验和Bootstrap检验，可知Sobel检验的Z值在1%和5%水平上显著，Bootstrap检验的置信区间不包含0，说明搁浅资产风险可以通过增加企业融资约束和融资成本进而降低公司价值。研究假说H3得以验证。

表5 潜在机制检验结果

2.股票流动性。由搁浅资产风险带来的碳撤资，不仅会影响企业的未来现金流，还会造成股票市场的波动，进而会降低化石能源公司的股票流动性，不利于其未来的市场扩展与经营。本文以Amihud（2002）提出的非流动性指标ILLIQ来衡量股票流动性，该指标值越大，股票的流动性反而越差。因此，本文构建了股票流动性指标Liquidity=（-1）×ln（1+ILLIQ），Liquidity越大，则意味着股票流动性越好（Shang，2020）。表5的第（5）～（6）列展示了检验股票流动性是否为搁浅资产风险影响公司价值的潜在渠道的回归结果。与融资约束潜在渠道的检验原理相同，发现股票流动性也是搁浅资产风险影响企业价值的中介变量，其中介效应为-0.020，占总效应的比重为9.95%。此外，Sobel检验的Z值为5.444且在1%水平上显著，Bootstrap检验的置信区间不包含0。这意味着股票流动性在搁浅资产风险与公司价值的影响关系中具有重要作用，搁浅资产风险会通过降低股票流动性来抑制公司价值的提升，证明了研究假说H4。

3.企业声誉。声誉是企业的无形资产，对于提升公司价值具有重要意义。但企业搁浅资产的发生会对企业声誉造成污名化的影响。本文以企业的诉讼金额作为企业声誉的代理变量，企业诉讼金额越大，企业声誉反而越低（谢红军等，2017）。表5的第（7）～（8）列展示了检验企业声誉是否为搁浅资产风险影响公司价值的潜在渠道的回归结果。与前述渠道检验的原理相同，发现企业声誉也是搁浅资产风险影响企业价值的中介变量，其中介效应为-0.029，占总效应的14.43%。同时，对该中介机制进行Sobel检验和Bootstrap检验的结果可知Sobel检验的Z值在5%水平上显著且0不在Bootstrap检验的置信区间内。这说明企业声誉在搁浅资产风险与公司价值的影响关系中具有关键作用，搁浅资产风险会导致企业声誉下降，进而使得投资者失去信心，导致资本市场价格波动，进而有损公司价值，支持了研究假说H5。

（二）异质性检验

1.企业层面的异质性。（1）产权性质的异质性。国有企业与非国有企业的存在是中国独特的政治环境，这为本文的异质性分析提供了良好的条件。相比于非国有企业，国有企业与政府之间的关系更为密切，可以更加方便地获得资源以支持企业发展。表6第（1）～（2）列分别呈现了搁浅资产风险与公司价值相关关系在国有企业样本（SOE）和非国有企业样本（non-SOE）中的不同表现。结果显示，Treat×Post的系数只在非国有企业中以1%的水平显著为负，而在国有企业中不显著，且两组系数存在显著差异性。这说明搁浅资产风险对非国企公司价值的不利影响要更加显著。

表6 基于企业层面异质性的分析结果

2.企业社会责任绩效的异质性。企业社会责任（Corporate social responsibility，CSR）被认为是一种“非正式”的风险管理工具，可以有效降低企业风险。因此，CSR绩效高的企业可以缓解来自搁浅资产风险的外部压力并提高其声誉，进而得到重要利益相关者的支持（Albuquerque et al.，2019）。本文以来自和讯网的企业社会责任综合评分来衡量CSR绩效（谢佳松等，2023），并根据其行业—年度中位数将样本分为High组和Low组。表6第（3）～（4）列所报告的回归结果表明Treat×Post的系数只在Low组中显著为负，且基于Chow检验的结果发现组间系数差异有着统计上的显著意义，表明CSR绩效差的企业往往更容易受到搁浅资产风险的影响，进而不利于公司价值。

3.要素密集度的异质性。鉴于企业不同的要素需求可能会对公司价值产生影响，参考鲁桐和党印（2014）的研究，本文以固定资产比重将企业分为资本密集型和劳动密集型两类。表6第（4）～（5）列的结果显示，Treat×Post在资本密集型企业中的系数为-0.039且在5%的水平上显著，而在劳动密集型企业中不具有统计上的显著意义，且两组的Treat×Post系数在1%水平上存在显著差异。这也意味着资本密集型企业比劳动密集型企业对搁浅资产风险更为敏感，从而会抑制公司价值提升。

4.区域层面的异质性。（1）环境规制强度的异质性。Caldecott et al.（2016）指出，越严苛的温升目标会引致越严格的环境政策，环境政策越严格，企业则会面临越高的搁浅资产风险。本文以公司注册地城市的单位污染物的治理投入作为企业环境规制强度的衡量指标，单位治污成本高则强度大，单位治污成本低则强度小。如表7第（1）～（2）列所示，在环境规制强度高的地区，Treat×Post的系数为-0.053，在1%的水平上显著；相反，在环境规制强度低的地区，Treat×Post的系数并不显著。同时，Chow检验也显示组间系数差异在1%的水平上显著。这表明，在环境规制强度高的地区，化石燃料的使用将越少，企业的搁浅资产风险也就越大，这增加了企业的融资成本和融资难度，从而降低了公司价值。（2）地区经济发展程度的异质性。严格的碳减排政策将推动中国化石能源消费大省主动调整传统的能源结构，降低化石能源消费的比重，使得依赖化石能源的企业面临更加严峻的搁浅资产风险。根据总部所在地将企业分为经济发达地区组（Dep）和经济不发达地区组（non-Dep）（陈爽英等，2022）。表7第（3）～（4）列的回归结果显示Treat×Post的系数仅在Dep组显著为负（系数为-0.045，t值为-3.666），且Chow检验发现Dep组和non-Dep组的系数差异在1%的水平上显著。这表明经济发达地区更加依赖化石能源，在严格的碳减排政策下，化石能源消费量的减少导致企业搁浅资产风险增加，进而会对公司价值产生显著的负面影响。（3）城市行政级别的异质性。中国的城市有独特的行政级别：省级、地级和县级。政府在环境治理中具有核心作用，但不同级别的政府对企业有不同的影响。行政级别高的城市可能会受到来自中央政府和外部监督的更多压力，而行政级别低的城市受到的压力则较小。另外，行政级别较高城市的公众会更加注重低碳环保理念的推行，在实现自身行为“绿化”的同时可能会减少对化石能源敏感型企业的投资以促其低碳转型。这都将大大减少对原先期望的化石燃料的消费，进而加大了企业的搁浅资产风险。本文根据企业所在城市的行政级别，将样本分为省级城市组（ProCity）和其他城市组（non-ProCity）（Shu et al.，2023）。表7的第（5）～（6）列是基于式（1）分别对两组样本回归后的结果，可知估计系数仅在ProCity组负向显著（系数=-0.066，t值=-3.487），且Chow检验显示不同组间的系数存在着显著差异。因此，位于行政级别高的城市的企业面临着更大的“脱碳”压力，搁浅资产风险的增加会对公司价值产生显著的抑制作用。

表7 基于区域层面异质性的分析结果

六、研究结论

搁浅资产的形成是经济低碳转型的必然结果，是公司气候风险的主要类型之一。在搁浅资产微观研究非常有限的背景下，本文选取2005—2021年的沪深A股上市公司作为研究样本，检验了搁浅资产风险与公司价值的关系并探索了其中的潜在作用机制。研究发现搁浅资产风险会通过增加融资成本和融资约束、降低股票流动性以及破坏企业声誉三条潜在作用渠道对公司价值产生显著的负向影响，且该负向影响在非国有、企业社会责任表现差、资本密集型、所在城市环境规制强度高、位于北方以及所在城市行政级别高的企业中表现更为明显。

本研究揭示了低碳转型背景下搁浅资产风险对公司价值的负面影响及其影响渠道，为认识搁浅资产风险的微观经济后果提供了有力的实证证据，补充和丰富了相关文献。另外，中国作为世界上最大的碳排放国，双碳目标的实现以及更为急迫的低碳化转型，会促使企业在面临严格的碳减排政策时不得不进行能源结构重组，导致拥有化石燃料或依赖化石燃料的企业将面临着更大的搁浅资产风险。本文的研究发现为企业认识搁浅资产风险，尽快将搁浅资产风险纳入企业风险管理范畴，制定合理的财务决策以规避搁浅资产风险所带来的负面影响提供了有益指导。