绿色信贷政策会影响重污染企业盈余质量吗？

郁智曹雅丽

(1.西南大学经济管理学院，重庆 400715；2.北京工商大学商学院，北京 100048)

一、引言

发展绿色金融是加快生态文明改革、推进绿色发展的重要举措，而绿色金融的发展离不开规范绿色生产和消费的法律制度和政策导向。在此背景下，为促进绿色金融的发展，2012年2月24日，中国银行业监督管理委员会正式发布了《绿色信贷指引》，对银行业金融机构发展绿色信贷的理念、流程等都提出了明确要求。目前，绿色信贷提供了中国90%以上的绿色融资(鲁政委等，2020)[23]，加之我国资本结构体系是以银行和信贷为主，绿色信贷是否能够真正发挥杠杆作用，从而将绿色发展战略深入落实到企业中，是我国全面推进绿色金融体系建设的试金石。《绿色信贷指引》的出台不仅有利于我国绿色金融政策制度体系的完善，对于改善环境治理，解决日益严峻的环境污染，促进绿色经济、循环经济的发展，推动经济发展方式的转型升级也具有重要意义。

已有的研究也从绿色信贷政策对银行成本与绩效的影响(王建琼和董可，2019；丁宁等，2020)[29][17]、绿色信贷政策对企业债务融资能力的影响(沈洪涛和马正彪，2014；苏冬蔚和连莉莉，2018；蔡海静等，2019；Liu et al.，2019)[26][27][14][9]以及绿色信贷政策对于引导产业结构调整和优化经济结构的作用(王遥等，2019)[30]等方面考察了《绿色信贷指引》出台的经济后果。面对日益严苛的环保法规，良好的环境风险管理能力可以帮助企业提升债务融资水平，而环境绩效较差的企业则面临着更高的环境负债(Sharfman and Fernando，2008)[12]。绿色金融政策的激励作用在于能够促进经济结构优化调整，实现“经济”与“环境”的双赢(王遥等，2019)[30]。但这些研究主要是从信贷资源配置的角度考察《绿色信贷指引》的经济后果，而关于《绿色信贷指引》对企业其他经济行为的影响则较少涉及，尤其是关于《绿色信贷指引》对企业会计信息质量的影响，相关研究仍然较为缺乏。

在委托代理关系中，信息不对称是企业内外部利益相关者都面临的普遍问题，会计信息则是企业与投资者、监管部门、银行业金融机构以及社会公众之间进行沟通的重要桥梁。会计信息质量的高低会对银行业金融机构等会计信息使用者的经济决策产生直接影响。如果忽视《绿色信贷指引》对企业会计信息质量的影响，则可能会导致银行业金融机构依据错误的会计信息做出错误的经济决策，这不仅会影响银行业金融机构的投资效率，也可能会对《绿色信贷指引》的实施效果产生不利影响。所以，盈余管理行为所导致的信息风险是投资者应关注的重要风险点(曾雪云和陆正飞，2016)[15]，企业的盈余管理行为可能会损害会计信息的债务契约有用性(陆正飞等，2008)[24]，导致债权人做出错误的经济决策，从而增加信贷风险，并对信贷资源配置效率产生不利影响。尤其是当信贷资源配置逐步引入新的环境保护变量时，重污染企业可能面临着更为“捉襟见肘”的融资窘境，融资难度雪上加霜，承受着越来越高的环境责任风险、信贷违约风险和声誉风险，非常容易陷入恶性循环。而当企业获取信贷资源的难度不断增加时，盈余信息可能成为企业获取资源的“救命稻草”。因此，在加强绿色信贷政策制度建设的同时，也应当关注企业盈余信息的变化。忽略盈余信息质量的变化可能会对信贷资源配置效率产生负面影响，并最终扭曲绿色信贷政策的实施效果。

基于此，本文借助2012年2月24日起实施的《绿色信贷指引》，以该指引出台前后四年即2008―2015年为样本期间，以在沪深两市上市的重污染行业上市公司为研究对象，采用双重差分法(DID)研究绿色信贷政策对企业盈余质量的影响。研究发现，绿色信贷政策实施后，重污染企业盈余管理活动相对增加，盈余质量降低。考虑到盈余管理方向的差异化动机，重污染企业盈余质量降低主要表现在为了获取信贷资源而进行了向上的盈余管理。进一步研究发现，面临融资约束较高、竞争压力较大、环境治理较差的重污染企业和地方政府环境治理较差的地区上述影响更为明显。

本文可能的贡献在于：首先，进一步丰富和拓展了绿色信贷政策经济后果的研究。以往研究大多关注绿色信贷政策实施的直接效果，即对于信贷资源配置的影响，但尚未考虑到其对企业会计信息质量是否存在显著影响，本文的研究提供了有益补充，为全面优化绿色信贷政策实施效果提供了重要依据，为充分完善绿色信贷的信息披露制度提供了重要参考。其次，进一步丰富了企业盈余管理动因的研究。在诸多关于外部制度环境与企业盈余管理的研究中，较少有研究关注到金融环境作为外部环境的重要组成部分是否会对企业盈余质量产生影响，本文的研究是对该领域文献的有益补充。最后，本文的研究对于进一步深化金融制度改革，推动绿色金融的发展也具有重要的现实意义。

二、理论分析与研究假设

随着绿色信贷政策的逐步落实，如何有效地引导重污染企业控制环境风险，降低声誉损失和破产风险，以良好的环境表现启动资本的正向循环，成为关乎企业发展前景的核心命题。绿色信贷政策可能会通过影响企业的融资动机和竞争压力两种方式来影响重污染企业的盈余管理活动。本文分别论述这两种机制，并据此提出研究假设。

第一，融资动机。金融市场供给是企业融资决策的重要影响因素(Lemmon and Roberts，2010)[8]，绿色信贷政策实施后，环境污染不仅会造成公司价值的损失，更深层的影响在于，环境污染风险较高的公司更容易成为政府环保监管和处罚的重点对象，而且更难获得银行债务融资(唐松等，2019)[28]。因此，无论是政府还是信贷直接供给方(银行机构)，对企业信息的需求将会更加高标准、严要求。如果企业无法达到既定标准，则更可能通过操纵盈余信息来获取信贷资源。

盈余质量的高低是衡量企业会计信息质量的重要指标，也是会计信息决策有用观的重要体现。当信贷资源配置规则发生变化时，盈余质量所反映的会计信息成为企业获取信贷资源的重要依赖(Zhu et al.，2012)[13]。然而，企业出于种种利益权衡，往往会以牺牲会计信息质量为代价，致力于获取其他更迫切需要的资源，例如信贷资本、政治支持等(黄琼宇等，2014；张雪梅和陈娇娇，2018)[18][35]。尤其是当企业具有较强的融资需求时，越有动机操纵盈余(卢太平和张东旭，2014)[22]，以较低的盈余质量换取信贷资源支持。因此，企业有动机通过调整其盈余所反映的会计信息，以迎合政策偏好，获取信贷资源。尤其在绿色信贷实施后，重污染企业获取银行借款的难度更大、债务成本更高，新增投资明显放缓(苏冬蔚和连莉莉，2018；蔡海静等，2019)[27][14]。企业的持续发展离不开投资活动，尤其是在去产能和深化供给侧结构性改革的背景下，企业只有通过技术创新淘汰老旧的生产工艺，通过生产技术的更新换代实现企业的转型升级，才能够保证企业的持续发展和增长。但创新活动本身具有高投入、高风险等特点，仅仅依靠企业自有资金难以完成，往往需要大量信贷资源的支持。在绿色信贷政策出台后，重污染企业尤其是环境表现较差的重污染企业获取信贷资源的难度日趋增加，迫于对信贷资源的需求，重污染企业可能会以牺牲会计信息质量为代价来获取信贷支持。

从政策初衷考虑，已有研究指出，金融环境的健康发展和政府干预的减少有助于提高企业的盈余质量(崔艳娟等，2018)[16]。虽然绿色信贷政策的长期目标在于改善金融环境，从长期的金融环境改善角度出发，可能有助于提升企业盈余质量，但由于具有明显的政策指引倾向，从立竿见影的政策干预作用出发，则更可能导致企业为了迎合政策偏好而进行更多的盈余操纵。

第二，竞争压力的影响。由于环境资源的公共品属性以及环境污染的负外部性特征，消费环境资源的私人边际成本与社会边际成本之间存在较大差异。即使企业能够获得足够的信贷资源支持，投入大量资金进行环境治理可能会增加企业的私人生产成本，其中既包括企业直接支出的污染控制和治理成本，也包括企业将部分资源由生产投资向环境污染治理转移所产生的机会成本，从而造成经济上过高的成本负担(Jaffe and Stavins，1995；Palmer et al.，1995)[7][10]。而且环境污染治理设备往往需要长期运行维护，成本较高。环境治理的高成本可能会进一步影响企业产品的定价和竞争力，导致产品竞争力下降，短期内对企业产生较大的竞争压力，激烈的市场竞争将进一步加剧企业的盈余管理行为(周夏飞和周强龙，2014)[36]。同时，企业业绩表现也将进一步影响企业信贷资源获取能力以及管理层个人报酬水平。业绩波动性综合反映了企业的治理状况、代理问题等表现，同时也预示着一定的信息风险和信用风险(Bharath et al.，2008)[2]。面对较大的业绩压力，企业管理层可能会基于谋求个人私利或继续获得信贷支持等动机，通过盈余管理来美化企业业绩(Bharath et al.，2008；朱星文等，2008)[2][37]。

因此，绿色信贷政策的出台虽然有利于推动重污染企业加强对环境污染的控制，改善企业环境治理，但也深刻地改变了重污染企业的融资环境，重污染企业获取银行贷款的难度和成本都会增加(苏冬蔚和连莉莉，2018；蔡海静等，2019)[27][14]。面对严峻的融资环境，重污染企业迫于对于信贷资源的需求，很可能会以牺牲会计信息质量为代价来获取信贷支持。此外，企业将部分资源投入到环境治理中，可能增加企业的私人生产成本(Jaffe and Stavins，1995；Palmer et al.，1995)[7][10]，降低企业的竞争力，增加业绩压力，这也可能会促使企业管理层进行更多的盈余管理活动来美化企业业绩。这些都会导致企业的盈余管理活动增加，盈余质量降低。基于此，本文提出以下基本假设：

H1：相比于非重污染企业，绿色信贷实施后，重污染企业的盈余管理活动相对增加，盈余质量降低。

三、研究设计

(一)样本选择与数据来源

本文以沪深两市重污染行业上市公司为研究对象。由于《绿色信贷指引》自2012年2月24日起开始施行，本文选择该指引出台前后四年即2008―2015年为样本期间。在剔除财务数据异常以及相关数据缺失的观测值后，共得到11416个有效观测值。为消除极端值的影响，本文对主要连续变量进行了上下1%的截尾处理。相关数据来源于CSMAR数据库。

(二)估计模型与变量说明

本文借助《绿色信贷指引》的实施来考察绿色金融对企业盈余质量的影响。参考Bertrand and Mullainathan (2003)[1]、刘运国和刘梦宁(2015)[21]等的研究，本文构建了以下双重差分模型：

其中，ABSDA取值为可操纵性应计利润的绝对值，用来衡量企业的盈余质量。参考Dechow et al.(1995)[4]的研究，可操纵性应计利润采用修正的Jones模型分行业、分年度计算所得。Treat和After为虚拟变量。Treat取值为1表示重污染企业，取值为0时代表对照组企业。本文根据生态环境部出台的《上市公司环保核查行业分类管理名录》《上市公司环境信息披露指南》(征求意见稿)以及证监会《上市公司行业分类指引》，手工筛选确定重污染行业。若上市公司属于重污染行业，则界定为重污染企业，作为本文的处理组，Treat取值为1。参考刘运国和刘梦宁(2015)[21]的方法，本文将重污染企业同门类中的其他上市公司定义为非重污染企业，作为本文的对照组，Treat取值为0。处理组样本共5731个观测值，对照组样本共5685个观测值，样本分布较为均衡。After为《绿色信贷指引》实施前后的虚拟变量，2012年及之后取值为1，2012年之前取值为0。Treat和After交互项的系数β3为主要的考察对象，若β3显著为正，则表明绿色信贷政策的实施会相对增加重污染企业的盈余管理行为，导致其盈余质量降低。

参考已有研究(于忠泊等，2011；崔艳娟等，2018)[32][16]，本文的控制变量主要包括：企业规模(Size)，取值为企业总资产的自然对数；财务杠杆(Lev)，取值为企业总负债与总资产之比；第一大股东持股比例(Top1)；董事会规模(Board)，取值为企业董事会总人数的自然对数；现金流量(Cash)，采用企业经营活动现金流量净额来衡量，并采用企业总资产进行标准化处理；审计质量(Big4)，若上市公司年报由“四大”审计师事务所审计取值为1，否则为0；两职合一(Same)，若企业董事长与总经理由一人兼任取值为1，否则为0；产权性质(Soe)，国有企业取值为1，民营企业取值为0。此外，本文通过城市虚拟变量(City)、年份虚拟变量(Year)来控制地区和年度固定效应。其中，城市虚拟变量根据企业注册地所在市设置，年份虚拟变量根据样本期间各年份设置。主要变量定义见表1。

(三)主要变量的描述性统计

表2报告了主要变量的描述性统计结果。其中，企业盈余质量(ABSDA)的均值为0.067，最小值为0.001，最大值为0.566，表明不同企业的盈余质量存在较大差异。Treat和After的均值分别为0.502、0.607，表明本文的样本分布较为均衡。

表1 主要变量定义

表2 主要变量的描述性统计结果

四、实证结果与分析

(一)绿色信贷与企业盈余质量

表3报告了绿色信贷影响企业盈余质量的回归结果。从结果来看，列(1)中交互项Treat×After的系数为0.009，且在1%水平下显著，表明《绿色信贷指引》的实施会导致重污染企业的盈余管理活动显著增加。列(3)中报告了添加控制变量的结果，Treat和After交互项的系数为正，且通过了显著性检验，进一步验证了上述结论的稳健性。上述结果表明，相对非重污染企业而言，绿色信贷政策的实施会导致重污染企业盈余管理活动相对增加，导致其盈余质量降低，验证了前文的假设。

在控制变量中，企业规模、经营活动现金流量净额与企业盈余管理程度显著负相关；第一大股东持股比例、董事长与总经理两职合一与企业盈余管理程度显著正相关。此外，产权性质的系数显著为负，表明国有企业的盈余管理程度低于民营企业。

(二)稳健性检验

1.平行趋势检验

双重差分估计需要满足平行趋势假设，即处理组和对照组在事件发生前应保持基本相同的变动趋势，否则会导致估计结果出现偏差，高估或低估事件的效果。基于此，本文进行了以下平行趋势检验，来检验本文结论的稳健性。图1为平行趋势检验图。从中可见，2012年之前处理组(重污染企业)的盈余管理程度均低于对照组企业，但两组之间盈余管理程度的变动趋势基本保持一致，满足平行趋势假设。在2012年之后，重污染企业(处理组)的盈余管理程度则明显高于对照组企业，表明绿色信贷政策的实施导致重污染企业的盈余管理活动相对更高，这也在一定程度上验证了前文结论的稳健性。

表3 绿色信贷与企业盈余管理

此外，本文也采用《绿色信贷指引》实施前2008―2011年的样本检验处理组和对照组之间盈余管理程度的差异以进行平行趋势检验。表4报告了相关的回归结果。结果显示，Treat的系数为负，但不显著，表明在2012年之前处理组(重污染企业)和对照组之间的盈余管理程度并不存在显著差异，这也在一定程度上验证了平行趋势假设。

2.动态DID检验

为进一步检验绿色信贷对企业盈余管理的影响在时间上的变化趋势，借鉴Bertrand and Mullainathan(2003)[1]等的研究，本文构建了以下动态双重差分模型来进行稳健性检验。

图1 平行趋势检验

表4 平行趋势检验

其中，After0、After1、After2和After3为《绿色信贷指引》实施的虚拟变量。《绿色信贷指引》实施当年(2012年)，After0取值为1，否则为0；《绿色信贷指引》实施后第一年(2013年)，After1取值为1，否则为0；《绿色信贷指引》实施后第二年(2014年)，After2取值为1，否则为0；《绿色信贷指引》实施后第三年(2015年)，After3取值为1，否则为0；其他变量定义与模型(1)相同。Treat与After0、After1、After2和After3的交互项用来考察绿色信贷对企业盈余管理的影响的变化趋势。表5报告了相关的回归结果。结果显示，Treat与After0的交互项的系数不显著，但Treat与After1、After2和After3的交互项均显著为正，表明绿色信贷对企业盈余管理的影响存在一定的滞后效应，但长期来看，绿色信贷政策的实施会导致重污染企业的盈余管理活动相对增加，这也在一定程度上验证了前文的结论。

3.安慰剂检验

为进一步检验前文结论的稳健性，本文也进行了以下安慰剂检验。参考李延喜等(2019)[19]的研究，本文通过构建虚拟政策发生时点来进行安慰剂检验。具体地，将政策时点提前一年，以2011年作为政策发生的年份，并以2011年前后两年作为样本期间来进行稳健性检验。其中，2009―2010年为政策实施前的年份，After取值为0；2011―2012年为政策实施后的年份，After取值为1。若所得结果与前文相似，即交互项Treat×After的系数显著为正，则表明重污染企业盈余管理行为的变化可能是受到其他因素而非绿色信贷政策的影响。表6列(1)和列(2)中报告了相关的检验结果。从中可见，交互项Treat×After的系数并不显著，通过了安慰剂检验，进一步验证了前文结论的稳健性。

表5 动态DID 检验

此外，本文也通过构建虚拟处理组的方式来进行安慰剂检验，即通过选择理论上不会受政策影响的样本作为处理组来检验前文结论的稳健性。具体地，本文将对照组样本随机分为两组，其中一组作为处理组，Treat取值为1；另一组作为对照组，Treat取值为0。表6列(3)和列(4)中报告了相关的回归结果。结果显示，Treat×After的系数并不显著，表明绿色信贷对虚拟处理组企业盈余管理活动的影响并不显著，与预期一致，通过了安慰剂检验，验证了前文结论的稳健性。

4.考虑盈余管理方向的影响

前文的结果表明绿色信贷会导致重污染企业盈余管理活动相对增加，那么上述影响究竟是源于绿色信贷所带来的政治成本效应导致重污染企业进行了更多的负向盈余管理活动，还是重污染企业进行了更多的正向盈余管理活动以获取信贷资源？基于此，本文进一步考察了绿色信贷对重污染企业不同盈余管理活动的影响。首先，在表7列(1)和列(2)中，以企业可操纵性应计利润(DA)作为被解释变量来检验绿色信贷对企业不同盈余管理活动的影响。若DA＞0，表明企业进行了正向的盈余管理活动，增加了企业利润；反之，DA＜0，则表明企业进行了负向的盈余管理活动，降低了企业利润。结果显示，交互项Treat×After的系数为0.012，且在1%水平下显著，表明绿色信贷会导致重污染企业进行相对更多的正向盈余管理活动，通过提高企业盈余水平来获取信贷资源。

表6 安慰剂检验

表7 考虑盈余管理方向的影响

其次，设置盈余管理方向虚拟变量DUMDA来进一步检验上述结论的稳健性。若企业进行了正向盈余管理活动(DA＞0)，DUMDA取值为1；否则，DUMDA取值为0。表7列(3)和列(4)中报告了以DUMDA作为被解释变量，并采用Logit模型回归的结果。结果显示，交互项Treat×After的系数显著为正，表明绿色信贷政策实施后重污染企业更可能进行向上的盈余管理活动，与上述结果保持一致，进一步验证了上述结论的稳健性。

由此可见，绿色信贷导致重污染企业盈余管理活动相对增加、盈余质量降低主要是由于绿色信贷政策实施后，重污染企业更倾向于通过正向的盈余管理活动来提高企业盈余水平以获得更多的信贷资源。

5.真实盈余管理

前文主要基于应计盈余管理来考察绿色信贷对企业盈余质量的影响，除此之外，企业也可能通过真实盈余管理改变企业盈余水平，增加或减少当期利润。真实盈余管理是通过操纵真实交易活动来达到盈余管理的目的，这些行为通常隐藏在企业投资、生产、销售等日常经营活动中，如通过放宽销售信用条件、增加销售折扣、增加产量以降低单位成本、减少企业研发支出、广告支出等酌量性费用等方式来操纵企业当期利润(Roychowdhury，2006)[11]。因此，本文也进一步考察了绿色信贷对企业真实盈余管理的影响，以检验前文结论的稳健性。

参考Roychowdhury(2006)[11]、李增福等(2011)[20]、马永强等(2014)[25]等的研究，本文根据企业异常经营活动现金流净额、异常生产成本以及异常酌量性费用来计量企业的真实盈余管理活动。具体计算过程如下：

(1)异常经营活动现金流量

其中，CFOt为t期企业经营活动现金流量净额；Salet为t期企业主营业务收入；△Salet为t期企业收入的变化额；TAt-1为t-1期企业的总资产。通过上述模型分年度、分行业回归来估计企业正常的经营活动现金流量，然后用企业当期的真实现金流量净额(CFOt/TAt-1)减去估计的现金流量(CFOt/TAt-1)的差额即为企业的异常经营活动现金流量(RM_CFO)。

(2)异常生产成本

其中，Prodt为t期企业生产成本，取值为企业销售成本与当期存货变动额之和，其他变量定义与前文相同。模型(4)分年度、分行业回归所得的残差即为企业的异常生产成本(RM_Prod)。

(3)异常酌量性费用

其中，DisExpt为t期企业的酌量性费用，取值为企业销售费用与管理费用之和，其他变量定义与前文相同。模型(5)分年度、分行业回归所得的残差即为企业的异常酌量性费用(RM_DisExp)。

由于上述三种操纵活动对企业利润的影响并不一致，若企业有意提高当期利润，则可能与更高的生产成本、更低的经营活动现金流量以及更低的酌量性费用相关(李增福等，2011)[20]。因此，本文采用以下模型来计算企业总的真实盈余管理(RM)。若RM为正，表明企业可能通过真实盈余管理提高当期利润；反之，RM为负则表明企业可能通过真实盈余管理降低当期利润。

表8 真实盈余管理

表8报告了绿色信贷影响企业真实盈余管理的检验结果。从结果来看，交互项Treat×After的系数为0.059，且在5%水平下显著，表明绿色信贷政策的实施会导致重污染企业通过真实盈余管理活动来做大当期利润，降低企业盈余质量。与前文的结果保持一致，进一步验证了前文结论的稳健性。

五、进一步分析

(一)机制检验

根据前文的分析，绿色信贷政策可能通过影响企业的融资动机和竞争压力来影响重污染企业的盈余管理活动。但由于无法直接观测到企业的融资动机和竞争压力的变化，本文尝试通过分组检验来间接验证上述机制是否成立。若绿色信贷政策会影响企业的融资动机，迫使重污染企业基于对信贷资源的需求，以牺牲会计信息质量为代价来获取信贷支持，那么上述影响应在融资约束较高的样本中更为显著。同样地，若绿色信贷政策可以影响企业的竞争压力，进而导致重污染企业管理层进行更多的盈余管理活动来美化企业业绩，那么上述影响应在竞争压力较大的样本中更为显著。基于此，本文分别将样本划分为融资约束较高和融资约束较低、以及竞争压力较大和竞争压力较小两组来进行实证检验。

1.融资动机

表9 产权性质的影响

在中国金融体系中，国有银行占据着主导地位(余明桂和潘红波，2008)[33]。与国有企业一样，国有银行最终实际由各级政府控制，这种天然的政治联系使得国有企业更容易得到信贷资源支持。已有的文献也表明，中国银行体系对民营企业存在一定的信贷歧视(Gordon and Li，2003；张杰等，2013)[5][34]，使得信贷资源更多地配置到国有企业。因此，本文采用产权性质来区分企业面临的融资约束环境，相对而言，国有企业面临的融资约束较低，民营企业面临的融资约束则较高。此外，为增强文中结论的稳健性，参考Hadlock and Pierce(2010)[6]的研究，本文采用SA指数来衡量企业面临的融资约束环境。其中SA=0.043×Size2－0.737×Size－0.04×Age，并基于SA指数的中位数将样本划分为高低两组。

表9报告了企业产权性质的影响。从结果来看，在国有企业中交互项Treat×After的系数并不显著，表明国有企业的盈余质量在绿色信贷政策出台前后没有显著变化；在民营企业中交互项Treat×After的系数为0.011，且在1%水平下显著，表明绿色信贷政策出台后民营企业的盈余管理活动相对增加，降低了企业的盈余质量。

表10报告了采用SA指数衡量企业融资约束程度的结果。从中可见，在融资约束程度较高的企业中交互项Treat×After的系数为0.010，且在5%水平下显著，表明绿色信贷政策出台后融资约束程度较高的重污染企业的盈余管理活动显著更高；在列(3)中交互项Treat×After的系数则并不显著，表明绿色信贷政策出台对融资约束程度较低的重污染企业的盈余质量并没有显著影响。

上述结果表明绿色信贷政策所导致的重污染企业盈余管理活动的增加会受到企业融资约束程度的影响。在融资约束程度较高的企业中，绿色信贷政策的实施会导致企业增加盈余管理活动，降低盈余质量；但在融资约束程度较低的企业中，上述影响则并不显著，从而间接验证了前文的融资动机机制。

表10 融资约束的影响

2.竞争压力

表11报告了不同竞争压力下绿色信贷政策对企业盈余管理的影响。参考徐虹等(2015)[31]的研究，本文采用产品市场竞争程度(HHI指数)来衡量企业面临的竞争压力。HHI指数为行业内各公司市场占有率的平方和，数值越小则意味着产品市场竞争越激烈，企业面临的竞争压力越大。本文根据HHI指数的中位数将样本划分为高低两组。结果显示，在竞争压力较小的企业中，交互项Treat×After的系数并不显著；在竞争压力较大的企业中，交互项Treat×After的系数则显著为正。这表明绿色信贷政策对重污染企业盈余管理活动的影响会受到企业面临的竞争环境的影响，当竞争压力较大时，《绿色信贷指引》出台后重污染企业有较强的动机进行盈余管理，盈余管理活动显著更高；当竞争压力较小时，《绿色信贷指引》对重污染企业的盈余管理活动的影响则并不显著，从而间接验证了前文的竞争压力机制。

(二)企业环境治理的影响

《绿色信贷指引》的实施是将监管政策与产业政策相结合，通过调整信贷结构来推动企业加强环境治理，以防范环境风险，促进经济结构的转型升级。因此，绿色信贷政策的效果无疑会受到企业自身环境治理水平的影响。基于此，本文进一步考察了企业环境治理对本文假设的影响。

企业的环境治理与企业环境信息披露水平密切相关，通常情况下，环境治理较好的企业可能更愿意披露其环境治理信息。因此，本文根据企业是否披露环境与可持续发展信息来衡量企业的环境治理水平，以此来检验企业环境治理水平对绿色信贷政策实施效果的影响。表12中报告了相关的检验结果。结果显示，在披露环境信息的企业中，交互项Treat×After的系数并不显著；在未披露环境信息的企业中，交互项Treat×After的系数则显著为正。这表明绿色信贷政策对重污染企业盈余管理活动的推动作用会受到企业环境治理水平的影响，在环境治理水平较低的企业中，《绿色信贷指引》的实施会导致重污染企业的盈余管理活动显著增加；在环境治理水平较高的企业中，《绿色信贷指引》的实施则并不会对重污染企业盈余管理活动产生显著影响。

表11 竞争压力的影响

(三)地方政府环境管制的影响

本文进一步检验了《绿色信贷指引》对企业盈余管理的影响是否会受到地方政府环境管制强度的影响。借鉴Chen et al.(2018)[3]的研究，本文采用地方政府年度工作报告中与环境保护相关的文字所占篇幅来衡量地方政府的环境管制强度。首先，本文采用文本分析法筛选出与环境保护相关的句子。然后，用与环境保护相关的句子的总字数占地方政府年度工作报告的总字数的比例来衡量地方政府环境管制强度(ERI)。ERI越高，与环境保护相关的句子所占的比例越高，地方政府环境管制强度越高。此外，为了增强检验结果的稳健性，本文也采用地方政府排污费征收强度(PW)来衡量地方政府环境管制强度。PW越高，排污费征收强度越高，地方政府环境管制强度越高。本文分别根据ERI和PW的中位数将样本划分为高低两组。

表12 环境信息披露

表13报告了相关的检验结果。其中，列(1)和列(2)中采用ERI来衡量地方政府环境管制强度。从结果来看，列(1)中交互项Treat×After的系数并不显著，列(2)中交互项Treat×After的系数为0.009，且在5%水平下显著，表明绿色信贷政策对企业盈余管理的影响会受到地方政府环境管制强度的影响，在地方政府环境管制强度较弱的地区，《绿色信贷指引》的实施会导致重污染企业的盈余管理活动显著增加；在地方政府环境管制强度较强的地区，《绿色信贷指引》的实施对重污染企业盈余管理的影响并不显著。列(3)和列(4)中采用排污费征收强度(PW)来衡量地方政府环境管制强度。结果显示，列(3)中在地方政府环境管制强度较高(PW较高)的地区，《绿色信贷指引》的实施对重污染企业盈余管理活动的影响并不显著；列(4)中在地方政府环境管制强度较低(PW较低)的地区，《绿色信贷指引》的实施对重污染企业盈余管理具有显著的正向影响，与前文结果保持一致，进一步验证了前文结论的稳健性。

由此可见，《绿色信贷指引》的实施对企业盈余管理的影响会受到地方政府环境管制强度的影响。在地方政府环境管制强度较弱时，《绿色信贷指引》的实施会显著增加重污染企业的盈余管理活动，而在地方政府环境管制强度较高时，《绿色信贷指引》的实施并不会对重污染企业的盈余管理活动产生显著影响。这可能是由于《绿色信贷指引》的实施虽然会使重污染企业面临较大的融资压力，但其并不是简单地限制对重污染企业的信贷支持，而是通过加大对绿色经济、低碳经济、循环经济的支持，推动重污染企业加强环境治理，减少环境污染，以促进发展方式的转变。因此，重污染企业受到《绿色信贷指引》的影响程度无疑会受到企业自身环境治理水平的影响，自身环境治理较好的企业受到绿色信贷政策的影响相对较小，环境治理水平较低的企业则可能受到较大冲击。表13的结果表明，相对而言，《绿色信贷指引》对重污染企业盈余管理的正向影响在环境治理水平较差的企业中更为显著，这也在一定程度上验证了上述观点。那么，在地方政府环境管制强度较高的地区，重污染企业可能迫于地方政府环境管制的压力改善了企业环境治理，减少了企业的环境污染行为，《绿色信贷指引》的实施对企业的影响也就相对较小；反之，在地方政府环境管制强度较弱的地区，重污染企业受到的监管压力较小，缺乏主动改善环境治理的动机，环境污染问题较为严重，也就更容易受到《绿色信贷指引》的影响。上述结果也表明，绿色信贷政策的实施可以在一定程度上弥补地方政府环境管制的不足，是对地方政府环境治理的有益补充。

表13 地方政府环境管制的影响

六、结论与启示

本文结合《绿色信贷指引》的实施考察了绿色信贷政策对重污染企业盈余管理的影响。研究发现：(1)绿色信贷政策的实施会导致重污染企业的盈余管理活动相对增加，导致重污染企业的盈余质量降低，在考虑盈余管理方向和真实盈余管理活动后，该结论依然成立；(2)绿色信贷政策对重污染企业盈余管理的影响会受到企业的融资约束和竞争压力、企业环境治理水平以及地方政府环境管制强度的影响，在面临较高融资约束和竞争压力、环境治理水平较低以及地方政府环境管制强度较低的企业中，绿色信贷政策的实施会导致重污染企业的盈余管理活动显著更高；在融资约束和竞争压力较低、环境治理水平较高以及地方政府环境管制强度较高的企业中，绿色信贷政策对重污染企业盈余管理活动的影响则并不显著。

本文的研究是对新时代背景下探究绿色金融发展与企业行为关系的积极尝试，有助于政策制定者和市场参与者深入理解绿色信贷政策对重污染企业的微观影响，为强化排污者责任，健全环保信用评价、信息强制性披露、严惩重罚等制度提供了现实依据，为进一步优化绿色信贷政策的引导作用提供了良好的理论基础。在使金融系统成为绿色转型的支撑平台，积极引导企业强化环保意识、增强绿色发展能力的同时，也要注意防范可能存在的信息质量风险。本文的研究为完善绿色金融的信息制度和风险控制制度，提升绿色金融制度的资源配置功能提供了重要参考。此外，本文的研究也表明，绿色信贷政策的实施有助于在一定程度上弥补地方政府环境管制中的不足，是对地方政府环境治理能力的有益补充。 ■