中国资本市场关注绿色技术创新吗？

危 平 李佳兴

（中南大学商学院，湖南 长沙 410083）

一、引言

随着国家和公众环境保护意识的增强，绿色技术创新受到越来越多的关注，并被认为是实现企业可持续发展的重要途径（Hall 和Wagner，2011）。在党的十八届五中全会上，“绿色”和“创新”同时被纳入了国家的新发展理念。国家发展改革委与科技部于2019年共同颁布《关于构建市场导向的绿色技术创新体系的指导意见》，明确了绿色创新体系是有效治理环境问题、促进经济社会平稳有序增长的关键要素。为更好地响应国际上共同应对气候变化的号召，也为了更坚决地推进经济绿色低碳转型，我国政府在2021年中央经济工作会议上提出了“碳达峰”“碳中和”的工作目标，并多次强调要加快部署和推进绿色低碳技术的发展，建立和完善绿色低碳技术评估体系和交易平台。近十年来，在中央政府的领导下，通过各级地方政府的协调、配合和推动，我国以技术创新为驱动力推动绿色发展的步伐从未停滞。

环境污染主体的主动应对是绿色发展理念转化为政策红利的关键（张琦等，2019；刘传哲等，2019）。但生态环境的公共属性使得企业从事绿色技术创新活动的主动性不足，主要原因有以下三点：第一，绿色技术创新具有典型的双重外部性（Rennings，1998），其私人回报小于私人成本，以经济利益为导向的企业没有动机改善环境条件（张娟等，2019）。第二，绿色技术创新在研发、商业化阶段均具有较大的不确定性。第三，相比于传统项目，绿色项目投资回报周期更长，投资者往往不会优先选择。因此，推动企业主动从事绿色技术创新活动的关键在于解决绿色技术创新的外部性、加大政府扶持以及资本市场的正向激励。已有研究证明，在环境治理相对薄弱的发展中国家，环境政策很难引导投资者关注企业的环境友好行为（Greenstone 和Hanna，2014），因为政府采取的环境规制和财税补贴手段的引导作用有限，具有挤出效应和寻租风险（Greenstone，2002；张杰等，2015）。而资本市场能够充分通过其融资功能和价格发现功能激励企业自发开展绿色技术创新活动（齐绍洲等，2018）。资本市场的反应被认为可以有效抑制企业的环境污染行为。

绿色低碳发展已经成为我国经济发展的主旋律。政府的重视使得企业的环境表现对企业价值有着重要影响（Renneboog 等，2008；黎文靖和路晓燕，2015）。同时，企业的环境友好行为，可能会被投资者解读为长期稳定的投资回报（Baker 等，2018；朱俊明等，2020）。那么，我国资本市场在对环境友好型企业定价时，如何考虑其环境和社会效益呢？更特定地，我国的资本市场是否关注绿色技术创新？企业的内部因素以及市场关注等外部性因素对绿色技术创新市场反应的影响如何呢？现有研究多聚焦于负面环境事件的市场反应（王遥和李哲媛，2013；方颖和郭俊杰，2018；Wei 等，2020），或探讨环境规制对绿色技术创新的影响机制（李青原和肖泽华，2020；Du 等，2021），很少有学者深入探讨企业绿色技术创新引起的短期市场反应。因此，本文希望系统解析中国资本市场对绿色技术创新的反应及其影响因素。

本文的贡献和创新点主要体现在以下三个方面：第一，在国家深化生态文明体制改革的背景下，如何有效地发挥资本市场的环境治理作用意义重大。本文以绿色技术创新为主要研究对象，是对现有负面环境事件资本市场反应研究的补充，有助于更全面地理解我国资本市场在环境治理方面扮演的角色。第二，近来已有学者关注到资本市场与绿色技术创新的关系，研究证明资本市场对绿色技术创新能力强的企业具有激励效应，但他们的研究均基于长期视角。而本文采用事件研究法，选择关注短期事件窗口，检验了市场对以企业绿色专利授权为代表的绿色技术创新事件的及时反应，进一步丰富了对绿色技术创新资本市场定价的微观层面研究。第三，本文通过企业内部因素、机构投资者和分析师关注等外部因素，构建了内外部双重视角，揭示了绿色技术创新市场反应的影响因素，从而为政府以及市场监管者在激励企业进行绿色技术创新方面提供政策建议。

二、文献回顾

（一）绿色技术创新的概念及特征

20世纪90年代，Braun 和Wield（1994）提出绿色技术的概念，指出绿色技术是为减少环境污染、降低能源和原材料消耗从而达到环境改善目标的创新活动。其后学者普遍认同，绿色技术创新是兼顾经济与生态、满足人类可持续发展需求的创新模式（Klassen 和Whybark，1999；孙育红和张春晓，2018）。

绿色技术创新作为技术创新的一个分支，既具备传统技术创新的特征，包括聚集性、流动性、多样性（杨发庭，2014）；也具备独有的特征，包括紧迫性、实用性、市场导向性及双重外部性（汪明月等，2019）。从发展目标看，传统技术创新主要以促进经济发展或降低边际成本为目的，而绿色技术创新将可持续发展理论和生态学理论纳入考虑，以推动实现经济、社会、生态的共同可持续发展为目标（杨发庭，2014）。从产业层面看，相对于传统产业，新兴的绿色技术创新产业具有前期投入大、周期长和外部性等特征，面临着较大的不确定性和特有风险（韩立岩等，2017；刘勇和白小滢，2020），因此，必须辅以相应的政府资金支持和资本市场激励，进行方向转变性革新以解决绿色技术创新的路径依赖和环境外部性问题（Huang 等，2019；徐佳和崔静波，2020）。

（二）资本市场与绿色技术创新的关系

绿色发展已经被提升到国家战略高度，在这一背景下，从事“绿色”相关的活动，会吸引投资者的关注并被认为具有长期稳定的投资回报率，因此，资本市场对绿色技术创新有正向溢价反应。比如，企业可以通过绿色技术创新获得更大的市场份额、更好的社会声誉以及较好的财务绩效。沈红波等（2012）运用事件研究法探究紫金矿业污染事件的市场效应，指出投资者在一定程度上将公司的环保绩效纳入了投资决策，A 股市场的投资者更多关注与企业业绩相关的环境信息。进一步地，方先明和那晋领（2020）利用创业板企业的绿色专利申请量和授权量数据，论证了创业板具有绿色创新溢酬，即绿色专利的申请和授权数量与创业板公司股票超额收益率呈正相关关系。

然而也有学者指出，与成熟的资本市场不同，我国的资本市场更注重短期收益，因而投资者对绿色效益的关注依旧有限。危平和舒浩（2018）以绿色基金为研究对象，研究指出我国的投资者对绿色基金收益的变化并不敏感，绿色基金尚未体现出“绿色”优势。方颖和郭俊杰（2018）通过考察A 股市场对环境处罚信息的反应，指出我国的环境信息披露政策在金融市场途径上暂时是失效的。Ferrell 等（2016）也认为环保项目对具有短期投资眼光的投资者没有吸引力，企业仍然考虑自身的利益最大化。绿色技术创新具有长期性，初期的绿色技术创新活动具有侵占效应，在短期内并不会提高企业的财务绩效，而股权投资者往往会回避投资成本过高以及投资回收期过长的股票。

（三）绿色技术创新的内部特质因素

在相对成熟的欧美股票市场，Roll（1988）研究指出个股的股票收益率通常是由企业的特质信息影响的。许多学者也表明企业的行业属性、所有权性质、规模、政治联系与技术创新之间有密不可分的关系。在行业属性方面，Nguyen 和Phan（2020）研究指出重污染行业的股票价格对《京都协议书》宣布呈现显著的负面反应，即环境规制越强，重污染行业越容易遭受碳风险。徐佳和崔静波（2020）研究表明低碳城市试点政策对高碳行业的绿色技术创新激励效应更为明显。在企业所有权性质方面，Pfeffer（1972）研究指出，相比非国有企业来说，国有企业具有更强的资金、资源以及人才优势，可以削弱技术创新中面临的政策不确定性等风险。钟优慧和杨志江（2021）指出不同所有权性质的企业在绿色技术创新主动性上具有异质性，国有企业具有更强的绿色技术创新意愿和更高的绿色技术创新程度。在规模方面，大规模企业拥有雄厚的资金、良好的内部治理结构以及优秀的风险控制能力，能保证绿色技术创新的持续投入和价值转化。王旭和褚旭（2019）研究指出，企业规模包含着企业的绩效水平、资源以及内控等多方面的信息，在一定程度上可以反映出企业对技术创新风险的控制和驾驭能力，因此，成为投资者和政府进行绿色技术创新决策的参考。在政治联系方面，方颖和郭俊杰（2018）指出政府在引导中国经济绿色低碳发展方面发挥着十分重要的作用，政治联系作为一种资源，能够帮助企业获得更多的财政补助、更低的税率和税收优惠；并且，具有较强政治联系的企业，投资者的预期环境风险也会更低。Chen 等（2011）研究指出随着环境监管的增强，许多新兴经济体开始寻求政治联系以抵消市场监管的压力，而非主动加强绿色技术创新。

（四）市场关注因素对市场反应的影响

投资者的关注可能会对市场反应产生至关重要的影响。一方面，受注意力限制的投资者可能会错过重要信息，从而导致对相关信息的反应不足（Hirshleifer 等，2009）。另一方面，高度关注会加剧投资者对无关信息或私人信息的过度反应，从而产生更为明显的异常收益（Barber 和Odean，2013）。黎文靖和路晓燕（2015）研究指出，较好的企业环境绩效能吸引长期机构投资者的关注，而机构投资者的关注能带来更高的股票收益。Guo 和Platikanov（2019）研究指出机构投资者会关注企业创新情况，这种关注会形成企业的外部压力。方先明和那晋领（2020）研究指出由于绿色专利信息具有较高的搜寻成本，相比普通投资者，机构投资者具有专业优势，对绿色技术创新的关注会产生正向溢价，从而带来绿色创新溢酬。Wei 等（2020）指出机构投资者会关注企业的负面环境事件，并能利用股价的变动获得超额收益。同时，作为专业的信息解读者，分析师在资本市场中的作用和价值一直都是一个热门的研究领域。已有研究表明，分析师发布的研究报告和分析预测具有显著的信息含量（曹胜和朱红军，2011），分析师的跟踪能增强个人投资者的市场反应，有助于提升市场效率（程新生等，2020）。

三、研究设计

（一）样本选择与数据来源

本文基于1990—2019年中国A 股上市公司绿色专利授权数据，探究中国资本市场是否关注绿色技术创新。其中，绿色专利的界定以世界产权组织（World Intellectual Property Organization，WIPO）“国际专利分类绿色清单”里的绿色专利IPC 分类号及绿色专利种类为准。绿色专利数据来源于中国专利数据服务平台智慧芽数据库，包括所有绿色专利的标题、申请日、公告日、授权日、当前申请人、IPC 分类号等相关信息。以往的研究多采用专利申请来衡量公司的研发能力（徐佳和崔静波，2020；黎文靖和郑曼妮，2016），但在国家知识产权网站上，绿色专利的申请信息不会被及时披露，只有当企业的绿色专利进行了授权后才会公布该绿色专利的申请日等信息。因此，投资者一般依赖绿色专利的授权信息来衡量企业的绿色技术创新情况（方先明和那晋领，2020），基于此，本文选取绿色专利的授权日作为事件日。

本文对样本进行以下处理：（1）剔除上市金融公司。（2）剔除ST 类公司。（3）剔除窗口期间存在违规的公司。（4）剔除事件日之后在事件窗口期交易间隙超过5日的样本。（5）剔除事件前后窗口期内发生并购重组或违规等对股价产生重大影响的事件的样本。（6）剔除企业回报率数据缺失的样本。最终得到661个绿色专利授权事件，涉及142家企业。

（二）研究方法

Fama（1970）提出的有效市场假说指出，如果所有信息都能及时反映在股票价格内，那么股票市场就是有效的。在这一基础上，事件研究法被广泛用来考察信息对股票市场的影响。随着环境问题的日益突出，学者们也将这一方法用于环境政策的评估（Ramiah 等，2013；Zeng 等，2021）、环境负面事件的市场反应研究（王遥和李哲媛，2013；Wei等，2020）、气候风险与企业资本结构的关系研究（Nguyen和Phan，2020）。

本文也采用事件研究法来比较分析绿色专利授权事件日前后的股票异常收益率，从而检验绿色技术创新的市场有效性。事件日选取企业绿色专利的授权日，如果授权发生在股票休市日，则将开市的第一个交易日作为事件日。对于事件研究法窗口期的选取，现有研究并没有严格限制和统一标准，但较长的估计期会导致估计结果的准确性下降。本文参考方颖和郭俊杰（2018），选取事件发生前的190个交易日至事件发生前的11 个交易日作为估计期。考虑到绿色专利授权的信息可能会提前泄漏或投资者出现滞后反应，本文参照朱俊明等（2020）选取事件日前后共3 个交易日作为事件的窗口期，即（-1，1）。本文选择关注短事件窗口，以捕获市场对消息的及时反应，同时最大程度减少其他事件的潜在影响。

（三）模型设定

有学者指出，股票市场的β 值无法充分解释股票收益率的差异性（Min，2019），因此，本文同时采用单因素市场模型、Fama-French 三因素模型以及Fama-French 五因素模型来检验绿色专利授权的市场有效性，以期获得更加稳健的结论。Fama-French 三因素模型在单因素市场模型的基础上，纳入了公司的市值和账面市值比，研究发现Fama-French 三因素模型比单因素市场模型具有更强的解释力。Fama-French 五因素模型在Fama-French 三因素模型的基础上又纳入了投资模式和盈利能力两个因子，能更好地解释股票的横截面收益率。

1.收益率计算模型。本文运用单因素市场模型、Fama-French 三因素模型、Fama-French 五因素模型来估计绿色专利的授权对企业股价异常收益率的影响。在单因素市场模型下，根据估计期的个股收益率和市场收益率计算每只股票的和，单因素市场模型如公式（1）所示：

其中，下标和分别表示个股和交易日，R表示考虑现金红利再投资的个股收益率，R表示考虑现金红利再投资的总市值加权平均法计算的市场收益率，为随机扰动项。使用上文得到的和的估计值，在资本资产定价模型的基础上计算正常收益率(R)，计算方法如公式（2）所示：

每只股票的日异常收益率AR计算如公式（3），公式（4）为AAR的计算，其中是指样本企业的数量：

Fama-French 三因素模型如公式（5）所示，超额收益AR的计算如公式（6）所示。我们以一年定期存款利率转换的日收益率作为无风险收益率指标，r和r分别表示无风险利率调整后的个股收益率和市场收益率。 SMB表示市值规模因素， HML表示账面市值比因素，具体指标计算参照Fama 和French（1993）。

Fama-French 五因素模型如公式（7）所示，超额收益AR的计算如公式（8）所示。其中， RMW表示盈利能力造成的股票收益率差额，CMA表示投资模式造成的股票收益率差额。

2.绿色专利授权事件与市场反应的多元回归模型。资本市场对绿色专利授权事件市场反应的影响因素通常是多重的，单变量并没有同时考虑影响投资者反应的其他因素，因此，本文接下来进行多变量的回归分析，相应的回归检验模型如公式（9）所示：

其中，各变量定义见表1。此外，公式（9）还控制了年份的固定效应，未对行业固定效应进行控制是由于关键解释变量需要考察行业的异质性。表2提供了主要变量的描述性统计。表3 展示了各变量的Pearson相关系数。

表1：变量定义

表2：样本的描述性统计

表3：变量的相关性检测

四、实证结果分析

（一）绿色专利授权事件的市场反应

本文主要采用Boehmer 等（1991）提出的标准化横截面检验，即BMP 检验来研究绿色专利授权事件的市场反应。表4 表明，在单因素市场模型、Fama-French 三因素模型以及Fama-French 五因素模型下，绿色专利授权事件发生的当天，公司股价明显上升，异常收益率均由负转正且BMP 统计量的绝对值增大。但事件窗口期（-1，1）内的异常收益率都在统计上不显著。以Fama-French 三因素模型为例，在绿色专利授权事件的前一日，异常收益率为-0.0004；绿色专利授权事件发生的当天，异常收益率由负转正为0.0006；在绿色专利授权事件发生的第二日，异常收益率为-0.0005，但三天的异常收益率在统计上均不显著。这表明我国的资本市场对企业层面的绿色技术创新关注明显不足，尚未很好地发挥价格引导和资源配置作用。这与朱俊明等（2020）研究结果较一致，绿色项目并没有很好地吸引投资者的关注，相关政策支持未有效发挥促进绿色发展的作用。Endrikat（2016）研究表明资本市场对负面环境事件的关注和反应程度更强烈，对正面环境事件的关注和激励更弱。还有一个可能的解释是，与西方成熟的资本市场不同，我国A股市场的环境有效性较弱（方颖和郭俊杰，2018），投资者大多是短期的投机者，而非长期的价值投资者，以短期利益为导向（权小锋等，2015），“绿色”标签对资本市场投资者缺乏吸引力的问题可能更加突出。

表4：A股市场对绿色专利授权事件的反应

（二）稳健性检验

1.估计期替换。已有研究表明，选取不同估计期会影响累积异常收益的计算。因此，本文以30 个交易日为间隔将估计期缩短到[-130，-11]、[-160，-11]或延长到[-220，-11]进行重新估计，结果如表5 所示。在三种新的估计期下，异常收益率在绿色专利授权事件当天均由负转正，但统计上均不显著。在（-1，1）窗口期的累积异常收益率也未通过显著性检验，表明我国的资本市场未关注到企业层面的绿色技术创新，实证结果与前文一致。

表5：不同估计期下的模型BMP检验结果

2.窗口期替换。本文同时增加了（-3，3）和（-5，5）两个对称窗口期，探究绿色专利授权事件前后7天和前后11天的异常收益率，结果如表6所示，单因素市场模型、Fama-French 三因素模型和Fama-French五因素模型下的异常收益率均为负，也均不具有统计意义。

表6：不同窗口期下的模型BMP检验结果

3.检验方法替换。采用t 检验的结果如表7 所示，与BMP 检验结果几乎一致：事件发生前一日的异常收益率为负，事件发生当日异常收益率由负转正，事件发生的第二天异常收益率由正转负，但结果都不具有统计意义，证实研究结果具有稳健性。

表7：模型的t检验结果

4.样本区间替换。鉴于2015 后我国绿色金融发展相关政策大幅增加，本文截取2015年起的样本进行稳健性检验。检验结果如表8 所示。在三种模型下，绿色专利授权事件窗口期（-1，1）内以及事件发生的前一天、当天、第二天异常收益率都不具备统计显著性，与表4结论一致。

表8：更换样本区间的模型BMP检验结果

在更换估计期、窗口期、检验方法以及样本区间等稳健性检验后，结论仍然十分稳健，即绿色专利授权事件造成的平均异常收益率在所选的交易日均不显著，说明我国的资本市场对企业层面的绿色技术创新关注明显不足，尚未很好地发挥价格引导和资源配置作用。

（三）绿色专利授权事件与市场反应的多元回归分析

表9 结果显示，在单因素市场模型和Fama-French 五因素模型下，行业性质（Polluted）系数显著为负，表明如果一个企业处于环境敏感型行业，投资者并不看好其绿色技术创新，其绿色专利授权事件带来的异常收益率比非敏感型行业更小，这与方先明和那晋领（2020）研究发现污染型行业的绿色技术创新本应更具价值但却不被市场青睐的结论一致。在Fama-French五因素模型下，政治关联（Political）系数显著为负，表明若企业具有较高的政治关联度，投资者对绿色专利授权的激励作用更弱。企业规模（LnSize）在10%的水平上显著为正，表明企业的规模对异常收益具有正向影响，这可能是因为企业规模效应提高了外部投资者的信息有效性。资产负债率（Lev）系数显著为负，表明市场不看好高负债率企业进行绿色技术创新。企业性质（SOE）在三种模型中均不显著，表明企业所有权性质不会影响绿色专利授权的市场反应。机构投资占比（Institution）和分析师关注（LnAnalyst）的系数为正，但是在三种模型下都没有呈现出统计上的显著性，反映出具有专业优势的机构投资者和具有分析优势的分析师对企业的绿色技术创新还未给予充分的关注。

表9：绿色专利授权事件与市场反应的多元回归分析结果

五、结论与政策启示

本文通过事件研究法检验了中国资本市场对绿色专利授权事件的反应，提供了绿色技术创新资本市场定价的实证证据，并从企业内外部视角对其市场反应的影响因素进行了进一步的分析。研究结果表明：我国资本市场对企业层面以绿色专利授权为代表的绿色技术创新事件关注不足，未能提供有效的激励作用。企业内部的异质性因素影响了资本市场对绿色专利授权事件的反应，表现在：对于环境敏感型行业和高政治关联的企业，资本市场对绿色专利授权事件的激励作用更弱；企业规模越大，投资者对绿色专利授权事件的激励越强；企业所有权性质不会影响绿色专利授权的市场反应。在外部关注层面，在本文选择的样本期，作为“理性”代表的机构投资者和分析师还没有给予企业绿色技术创新显著的关注。

本文的政策启示如下：（1）加强投资者教育，发挥资本市场的环境治理作用。理想情况下，绿色专利授权事件具有积极的环境效益，资本市场对绿色技术创新应表现出必要的关注，并通过融资功能和价格引导功能发挥激励作用，这能成为政府环境监管的补充机制。因此，金融监管机构要加强投资者的绿色理念教育，引导其关注企业的环境友好表现，注重价值投资，“用钱投票”发挥资本的引导作用。（2）推动构建多样化的绿色技术创新信息披露渠道。目前绿色专利的披露渠道过于单一，查询绿色专利唯一的方式，是根据“国际专利分类绿色清单”所列IPC 分类号在国家知识产权局的中国及多国专利审查信息查询网进行专利的检索比对。这种查询方式流程比较复杂且难以批量获取信息，信息技术性强且不够直接，对普通投资者造成了一定的信息壁垒，从而导致关注度不足。因此，建议简化绿色专利信息的披露方式以及拓宽多平台的绿色专利信息披露渠道。