绿色信贷、企业风险承担与企业绿色创新——“波特效应”的中国证据

程 振，赵振智，吕德胜

（1.中国石油大学（华东） 经济管理学院，山东 青岛 266580；2.西北大学 经济管理学院，陕西 西安 710127）

一、引言

四十多年的改革开放征程使得中国跻身世界第二大经济体，然而，中国生态环境保护结构性、根源性、趋势性压力总体上维持高位。党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出，要持续改善环境质量，到2035 年，广泛形成绿色生产生活方式，碳排放达峰后稳中有降，生态环境根本好转。打好降低能耗和污染排放及领跑“双碳”新赛道攻坚战需要颠覆性绿色技术创新，绿色信贷是为发挥银行业金融机构支持生态环境保护、绿色技术研发而新兴起的一项金融服务。“十四五”规划纲要更是指出，加快推动绿色低碳发展，发展绿色金融，支持绿色技术创新。2012 年2 月24 日，原银监会下发的《绿色信贷指引》 （以下称为《指引》） 具有代表性，被视为现行中国绿色信贷制度体系的纲领性文件。《指引》要求银行业金融机构设立能源和环境准入条件，实行有差别、动态的授信政策，防范环境和社会风险，加大对绿色经济、低碳经济、循环经济的支持。引导资金流向，严控“两高一剩”行业授信和贷款，优先支持绿色项目和绿色企业，使得重污染企业主动寻找绿色、低碳、循环经济领域进行投资以实现高质量发展[1]。企业作为国家绿色创新的主体力量，在经营管理中牢固树立“绿色”“低碳”理念，以绿色创新来改善企业的环境和社会绩效，对促进中国产业转型与经济高质量发展至关重要。以绿色创新作为企业提升自身竞争优势和降低环境负外部性的重要引擎，在响应政府绿色低碳发展号召的同时，充分吸收释放的“绿色信贷”红利，实现绿色创新的双重价值效应。企业以《指引》的出台为重要战略机遇，以期让自身的绿色创新转型和“双碳”目标的实现相互促进、相得益彰。因此，研究绿色信贷政策对企业绿色创新的影响及作用机制的重要性不言而喻。

绿色信贷政策也可以视为一种“类环境规制”，故文章从绿色信贷政策本身及其经济效应，以及环境规制影响绿色创新等方面展开文献综述。

对绿色信贷政策方面的研究主要有：苏冬蔚、连莉莉(2018)的研究表明，绿色信贷政策的实施导致重污染企业债务成本提高，新增投资持续减少[2]。蔡海静等(2019)认为，绿色信贷政策导致“两高”行业企业年度银行贷款增长率降为负数[1]。王艳丽等(2021)证实了绿色信贷政策对重污染企业的投资不足和过度投资均会产生抑制作用[3]。Zhang 等(2021)认为，绿色信贷可以通过激励企业创新和产业结构升级机制来减少环境污染[4]。Wen 等(2021)的研究证实了绿色信贷政策对能源密集型企业研发强度和全要素生产率有显著的负向影响[5]。谢婷婷、刘锦华(2019)研究发现，绿色信贷政策通过降低煤炭消费在能源消费中的占比来实现绿色经济增长[6]。Zhang 等(2021)的研究表明了绿色信贷政策能够降低地区二氧化硫与废水的排放[7]。Zhang 等(2011)指出中国绿色信贷政策细节模糊及执行标准不明确[8]。还有学者从商业银行如何经营绿色信贷[9]、绿色信贷提升商业银行核心竞争力[10]等方面进行了研究。

而环境规制的波特假说[11]也被多数学者所认可。部分学者认为环境规制正向影响企业绿色创新[12]，一些学者则提出环境规制抑制企业绿色创新的观点[13]，少数学者则认为两者之间关系为非线性关系[14]。然而，异质性环境规制对绿色创新可能产生相反的结果[15]。中国现在较多地采用控制命令型环境规制[16]，同时，市场型环境规制及自愿型环境规制对企业绿色创新的影响也被学者们广泛关注[17]。综上，部分学者对绿色信贷政策进行了解读并从顶层设计和政策组合优化等方面开展基础理论研究。从绿色信贷的经济后果方面来看，微观上，学者们重点关注绿色信贷政策影响企业融资、企业环保投入、企业投资效率、企业全要素生产率、商业银行成本效率等方面；宏观上，学者们的研究聚焦在绿色信贷政策降低能源消耗、促进绿色经济增长、降低地区二氧化硫和废水排放等方面。然而，关于绿色信贷对重污染企业绿色创新影响的政策效应评估研究非常匮乏，亟待进行深入的研究。鉴于此，文章以2008—2020 年沪深A 股上市企业为样本，采用双重差分法实证检验绿色信贷政策对中国重污染上市企业绿色创新的影响及其作用机制。

文章可能的边际贡献有：一是，为绿色信贷政策引致微观企业绿色创新提供新的关系佐证，拓展了绿色信贷政策影响微观企业应对行为的理论研究框架，丰富了国内绿色金融理论方面的文献研究，为绿色信贷政策服务于实体经济提供理论参考，也是对“波特假说”的再一次验证。二是，进一步从企业全要素生产率、行业竞争程度及金融错配等多个角度，探讨绿色信贷政策对企业绿色创新的异质性影响；同时，文章着重解构绿色信贷政策作用于企业绿色创新的传导机制渠道，并对绿色信贷政策通过企业风险承担、企业代理成本及企业资本配置效率等中介途径作用于企业绿色创新进行了验证，对绿色信贷政策的完善和差异化执行，以及促进重污染企业绿色创新发展与竞争力的提升至关重要。

二、理论分析与研究假设

企业提升自身绿色创新水平可以增强企业污染防治能力，通过绿色技术创新和工艺技术助力企业转型升级，生产绿色产品为企业创造可持续盈利点，加快企业实现经济效益、环境效益和社会效益。根据新增长理论[18]，绿色创新能够为经济更加绿色与低碳化发展提供内生动力。绿色信贷政策的重点在于引导企业的投资向“绿色”转变，银行业金融机构实行“差别对待”和“精准”的授信原则，增强企业主动承担环境责任的环保意识，但生产过程的绿色化能够释放成本压力，形成绿色项目的落地进而能够撬动更多绿色融资的良性绿色循环。绿色信贷政策实施后，银行业金融机构出于自身绿色评级需要及维护自身声誉，对企业环境与社会风险的合规程度进行评估，将考虑环保因素的授信审批门槛抬高，加大对环保、低碳、节能等绿色项目的信贷供给，导致重污染企业融资渠道受阻，环境污染的机会成本加大。可见，相比于非重污染企业，重污染企业是绿色信贷政策的敏感性群体。故重污染企业会加大创新力度，不断提高产品“绿色”含量，开展绿色低碳技术研发项目能够最小化生产成本，以创新投资实现长期绿色发展战略目标。绿色创新活动周期更长、风险更高、创新项目难以抵押，银行业金融机构基于防范环境与社会风险做出的信贷结构调整，同时，企业也会积极从其他途径获得外部融资来支持自身绿色技术创新，并依托绿色技术创新有效缓释环境和社会风险。企业通过提高自身企业会计信息质量，提升公司治理效率，及时披露环境信息，向利益相关者传递企业具有较高的环境保护认知水平，肩负更多的社会责任且对企业可持续发展与绿色转型有更强的诉求，金融机构、资本市场和地方政府对企业绿色创新进行出资支持的动机更高，长期稳定的资金来源降低环境友好型项目的投资风险，为企业开展连续性与多层次化的绿色技术创新活动平滑资金需求[19]。因此，绿色信贷政策实施后，重污染企业坚定开展绿色技术研发决心，企业得到的“创新补偿”将大于“遵循成本”。据此，提出假设H1。

假设H1：绿色信贷政策实施后，与非重污染企业相比，重污染企业的绿色创新表现更加积极。

绿色信贷政策的出台，以便更好地响应环境方面的其他宏观调控政策，达到创新驱动和引领中国经济高质量发展的目的。微观企业应提升风险承担水平和加大绿色创新力度为这一目标做出贡献。企业风险承担代表了企业为了未来成长和长期竞争优势的形成，对高风险投资项目的选择意愿，企业的绿色研发创新决策会受到企业风险承担水平的影响，绿色创新是一个长周期、高投入、高风险的战略性投资，此时，企业风险承担水平的提升对于企业决定是否进行绿色创新尤为重要。绿色创新符合绿色信贷政策所明确的信贷支持方向和重点领域，因此，绿色信贷政策极大地促进了企业风险承担水平的提升。绿色信贷政策对环境和社会风险较大的重污染企业绿色创新活动的开展形成了阻力，为对冲绿色信贷政策给企业带来的风险，企业主动提升自身的风险承担水平，而企业风险承担具有一定的资源依赖性特征，风险承担水平较高的企业会积极获取资金、物质、人力、市场趋势信息、技术知识、政府支持等平滑企业承担高风险所需要的资源，尤其是对于企业因绿色创新而承担的风险，政府进行创新补贴意愿更强，获取政府补贴的企业更容易产生吸引各类其他要素集聚的“蝴蝶效应”。根据资源拼凑理论，企业风险承担水平的提升，会对自身拥有的资源内在价值进行重新审视及充分释放内部资源效能，并挖掘投资机会提高生产运营效率，对非效率投资情况纠偏，提高管理效率和资本配置效率，增加对企业开展绿色创新的风险容忍程度和信心[20]。

企业通过借助激励与监督管理机制来缓解代理问题，提升企业管理效率和资本配置效率，以此提升企业风险承担水平。企业会积极提高会计信息披露质量，保持管理层利益与企业利益同步，通过权力制衡和权责分配，避免个人机会主义的低效率投资。同时，职位晋升和薪酬激励及股权激励，会形成共担风险也共享利润的利益趋同，对企业的低效投资及时纠偏，提升企业投资对投资机会的反应灵敏程度。向外界传递企业前景和声誉良好的信号，增加外部投资者信心，方便投资者和政府等对企业监督和未来的预测，获取商业银行及资本市场投资者青睐，通过嫁接市场和政府资源提升企业风险承担水平[21]。而获取用于支持绿色创新的绿色信贷具有事前、事中和事后的监督功能，减少企业内部管理松弛、债权治理压力增加管理层工作努力程度，从而提升企业的利润质量与盈利能力，以此储备合适的财务柔性，进行产能升级和改进工艺，对资源进行优化配置，企业风险承担水平也因此得到提升。

假设H2：绿色信贷政策通过提升重污染企业风险承担水平，进而促进企业绿色创新。

假设H2a：绿色信贷政策通过降低重污染企业代理成本，进而促进企业绿色创新。

假设H2b：绿色信贷政策通过提高重污染企业资本配置效率，进而促进企业绿色创新。

三、实证方法和数据说明

1. 样本选取与数据来源

文章以2008—2020 年中国A 股上市企业为研究对象，同时，将金融保险业类企业、被标注为ST 和*ST 的企业、相关数据严重缺失的企业进行剔除。企业专利数据来自于中国研究数据服务平台(CNRDS)，根据专利分类号信息，将其与2010 年世界知识产权组织(WIPO)发布的“国际专利分类绿色清单”进行匹配，得到上市企业申请的绿色发明专利和实用新型专利。其他企业层面数据来源于国泰安数据库、Wind 数据库及企业披露的年报，城市层面数据来自于《中国城市统计年鉴》。

2. 模型构建与指标选取

基于双重差分模型，构建如下模型检验绿色信贷政策对企业绿色创新的作用：

其中，gtiit(gtitit、gtiiit、gtiuit)表示企业绿色创新，treati×postt表示绿色信贷政策对重污染企业绿色创新影响的双重差分变量，Xit表示控制变量，μi、γt分别表示企业固定效应和时间固定效应，i、t 分别表示样本企业和时间。

3. 变量和数据

（1） 被解释变量

文章采用企业绿色专利申请量来衡量绿色创新能力，绿色专利总量(gtit)为绿色发明专利与绿色实用新型专利相加后再加1取对数，绿色发明专利(gtii)为绿色发明专利加1 后取对数，绿色实用新型专利(gtiu)为绿色实用新型专利加1 后取对数。

（2） 解释变量

关键解释变量为treati×postt，即为分组虚拟变量(treat)与分期虚拟变量(post)的交互项，其系数表示企业绿色创新在绿色信贷政策冲击前后的平均差异。treati取1(0)时，为重污染企业（非重污染企业）。依据《上市公司环保核查行业分类管理名录》来确定重污染企业[2]。《指引》出台的时间是2012 年2 月24 日，因此，定义2012 年及以后postt取值为1，反之取值为0。

（3） 控制变量

参考现有文献做法，加入以下控制变量：企业成熟度(age)、企业规模(size)、企业成长性(grh)、资产收益率(roa)、资产负债率(lev)、经营活动净现金流(cfo)、现金持有量(cash)、企业价值(tbq)、资本密集度(cpy)、股权结构(lsr)、董事会规模(bas)、产业结构(ist)、金融发展水平(fdl)、财政科技支出(ftb)。表1 为主要变量的定义及其统计结果。

表1 主要变量定义

四、实证结果分析

文章的基准回归结果见表2。表2 中，偶数列（奇数列）为纳入（未纳入） 控制变量的双重差分回归结果，列(2)中，treati×postt的系数显著为正，表明绿色信贷政策实施后，重污染企业的绿色创新产出显著增加。列(4)和列(6)中，treati×postt系数均在1%的水平显著为正，表明绿色信贷政策实施后，重污染企业的绿色发明专利申请和绿色实用新型专利申请均显著增加。绿色信贷政策的实施正向影响企业绿色创新活动和绿色创新质量，对重污染行业绿色创新过程中“量”和“质”的正向激励均较为充足，即H1 被证实。

表2 基准回归结果

五、稳健性检验

1. 平行趋势检验

DID 方法的使用须满足平行趋势假定，即重污染企业与非重污染企业在绿色信贷政策实施前同趋势变动，采用模型(2)对同趋势变动进行验证，θτ为当年绿色信贷政策对企业绿色创新的政策效应，以2012 年作为基准年。图1a 为绿色信贷政策对绿色创新总量(gtit)的平行趋势检验图，在绿色信贷政策实施前，重污染企业与非重污染企业的绿色创新不存在随年份变动的差异，满足平行趋势前定条件。而从年度动态效应系数来看，从2013 及以后年度，θτ的95%置信区间基本上显著异于0，说明绿色信贷政策的实施整体上有助于提升重污染企业绿色创新产出。

图1a 年度动态效应检验(gtit)

2. 安慰剂检验

为排除其他不可观测因素干扰基准回归得到的结论，采用安慰剂法进行验证，具体地，随机产生一个重污染行业名单，对模型(1)进行回归，产生一个错误的估计系数α^random 并将该过程重复500 次，图1b 是被解释变量为gtit 的500 次安慰剂检验估计系数核密度分布，α^random 的分布集中在零附近，α 真实的系数（为0.0866） 位于低尾位置。故能排除模型(1)的回归结果是由不可观测因素导致的。

图1b 安慰剂检验估计系数核密度分布(gtit)

3. 其他稳健性检验

为验证前文基于模型(1)的回归结果所得结论的可信性，即绿色信贷政策的实施显著促进了重污染企业的绿色创新，文章还采用如下方式进行稳健性检验：

（1） PSM—DID

实验组和控制组应满足随机选取原则，为避免样本选择偏误，以控制变量作为协变量，treati对控制变量进行Logit 回归，采用最近邻一对一匹配并利用共同支持范围内的样本进行PSM后的双重差分估计，结果见表3，结论依然稳健。

表3 PSM—DID 检验结果

（2） 控制同期其他相关政策影响

考虑去产能政策(oip)的影响；考虑低碳城市试点(lcp)的影响；考虑碳排放权交易试点(ctp)的影响；考虑排污权交易试点(ptp)的影响。在基准模型的控制变量中分别加入oip、ctp、ptp与lcp 虚拟变量进行双重差分回归，oip、ctp、ptp 与lcp 均为相对应的分组虚拟变量和分期虚拟变量的乘积，从表4 可以看出，引入遗漏变量作为控制变量后，交乘项treat×post 的系数符号、数值大小、显著性与表2 相比并无显著改变。

表4 控制同期其他相关政策影响的回归分析

（3） 其他检验

文章同时也采用面板Logit 模型、面板Tobit 模型、系统GMM、替换绿色创新指标衡量方法、替换行业界定标准、平衡面板数据、替换标准误聚类类型、对连续变量进行上下1%缩尾等方式进行稳健性检验，所得结论依然不变。

六、异质性分析

1. 企业生产率水平

为分析绿色信贷政策与重污染企业绿色创新之间的关系在不同企业生产率水平下是否呈现差异特征，以企业全要素生产率（LP 法测算） 衡量企业生产率(tfpb)水平高低，以行业年度tfpb 中值为标准，企业tfpb 高于中值，tfpb 取值为1，否则，取值为0。构造了tfpb、treat 以及post 的交乘项(treat×post×tfpb)。

表5 汇报了具体的回归结果，列(1)～列(3)中treat×post×tfpb的系数为正且显著，结果表明，绿色信贷政策实施后，相对于低生产率水平企业，高生产率水平重污染企业的绿色创新表现更好。可能的原因是，生产率水平较高的企业通常拥有先进的技术水平、专业化的分工和丰富的组织管理及投资经验，投入与产出的转化效率较高，企业更可能关注和领会绿色信贷指引中的防范环境和社会风险要点，重视企业的环境效益，加大对绿色技术创新方面的投资。

表5 考察企业全要素生产率的异质性

2. 行业竞争程度

表6 汇报了不同行业竞争程度下绿色信贷增政策进重污染企业绿色创新的回归结果，列(1)～列(3)中treat×post×hhib 的系数为正，并且至少在10%的水平上显著，结果表明，相对于竞争程度较高的行业，绿色信贷政策的实施对竞争程度较低行业重污染企业绿色创新的促进效应更为明显。可能的原因是，竞争激烈程度较低时，行业中少数几个企业拥有超额垄断利润为维护其优势竞争地位，有更强的动机依托绿色信贷政策来为其开展绿色创新来增加产品差异性，践行绿色信贷政策要求也是增强企业合法性和绿色企业形象，吸引更多的外部投资者，更好地促进企业绿色创新。

表6 考虑行业竞争程度的异质性

3. 金融错配

文章以企业资金使用成本与所处行业平均资金使用成本之间的偏离来衡量企业面临的金融错配程度(cfm)[3]，cfm 的计算方式为式(4)：

其中，cfmipt表示i 企业第t 年面临的金融错配程度，iacpt表示p 行业第t 年的平均资本成本，cie 表示企业利息支出，tcd表示负债，cap 表示应付账款。cfmipt越小企业面临的金融错配程度越低。按行业年度cfm 的中值分组，cfm 大于中位数时，cfmb 取值为1，否则，取值为0。构造了cfmb、treat 以及post的交乘项(treat×post×cfmb)。

表7 汇报了不同金融错配度下绿色信贷政策增进重污染企业绿色创新的回归结果。treat×post×cfmb 的系数显著为负，表明金融错配程度越低，绿色信贷政策对重污染企业的绿色创新促进效应越强。可能的原因是，社会资本市场准入限制、政府干预、利率市场化进程缓慢及中国金融制度的现有缺陷等导致了金融资源配置效率低下，金融错配给企业带来的资金缺口加大了其陷入流动性困境的可能，企业产生了重短期效益的生产活动而轻创新投入的行为，金融错配带来的高昂融资成本也削弱了债权的治理作用，影响绿色创新水平的提高。

表7 考虑金融错配的异质性

七、影响机制分析

文章验证绿色信贷政策→企业风险承担（企业代理成本、企业资本配置效率） →企业绿色创新的传导渠道是否成立。代理成本与企业资本配置效率是企业风险承担水平提升的重要组成部分，降低企业代理成本（治理通道），释放内部资源效能与提高经营管理效率以提高企业资本配置效率（效率通道），能促进企业风险承担水平的提升，代理成本的降低与资本配置效率的提升能够促进企业创新也已经被学者证实[22]。运用中介机制检验三步法[23]，依次对模型(1)、模型(7)、模型(8)回归，如果α1，δ1，φ2均显著，则上述中间传导渠道得以验证。

为探讨绿色信贷政策→企业风险承担→企业绿色创新这一传导渠道是否成立，采用中介机制检验三步法[23]，依次采用模型(1)、(7)、(8)对该传导机制进行验证，如果α1，δ1，φ2均显著，则中介机制得以验证。

文章采用经行业调整的资产收益率的最近五期滚动标准差度量风险承担水平(riskit)[24]，riskit越大表示企业风险承担水平越高，依次根据式(5)、(6)来进行计算得到。

其中，Aipt、EBITipt为t 年i 企业在行业p 的期末总资产、息税前利润。npt表示t 年在p 行业的公司数。企业风险承担水平riskit是以最近5 年作为一个观测时段(T=5)，滚动计算该时段内adjroaipt的标准差而得到。

根据表8，列(1)、(2)中treat×post 的系数均在1%的水平上显著为正，说明绿色信贷政策能提升企业风险承担水平，列(3)中risk 的系数在5%的水平上显著为正，说明企业绿色创新产出会因企业风险承担水平的提高而提高，证明了绿色信贷政策能够通过提升企业风险承担水平来提高企业绿色创新产出。支持假设H2。

表8 基于企业风险承担、代理成本的中介机制分析

1.“治理路径”影响机制检验——企业代理成本(agc)

文章采用管理费用率衡量总代理成本，agc 越大，代理问题越严重。依次采用模型(1)、(7)、(8)验证代理成本在绿色信贷政策与企业绿色创新之间起到中介效应。表8 列(1)与(4)中treat×post 的系数验证了绿色信贷政策能降低企业的代理成本，列(5)中agc 的系数显著为负，说明企业绿色创新产出会因代理成本的降低而提高，证明了绿色信贷政策能够通过降低代理成本来提高重污染企业绿色创新产出。因此，H2a 被证实。

文章同时也采用Sobel 中介检验方法来对企业风险承担与企业代理成本的中介机制进行检验，证实假设H2、H2a 依然成立。

2.“效率通道”影响机制检验——企业资本配置效率

投资对投资机会的敏感程度可以直观揭示企业资本配置效率，故采用“投资—投资机会”敏感模型[25]考察绿色信贷政策是否通过提高企业资本配置效率的渠道来提高重污染企业绿色创新积极性，见模型(9)。

其中，invit是以i 企业t 年购建无形资产、固定资产和其他长期资产支付的现金除以年初总资产计算得到。invopit-1代表投资机会，采用总资产收益率(roa)作为投资机会的代理变量，roa被多数学者看作是影响企业投资的重要因素，反映了企业投资机会，如果η1显著为正，则说明绿色信贷政策提高了企业资本配置效率，其他各项定义与模型(1)相同。

表9 中invop×treat×post 的系数η1为正且显著，说明相对于非重污染企业，绿色信贷政策对重污染企业资本配置效率产生显著正向影响，即能够通过提高企业资本配置效率的渠道来提高企业绿色创新产出。因此，假设H2b 被证实。

表9 绿色信贷政策影响企业绿色创新的机制检验——资本配置效率

八、结论与启示

1. 主要结论

文章以2008—2020 年中国沪深A 股上市企业为研究对象，采用双重差分法考察绿色信贷政策对重污染企业绿色创新的影响。研究发现，绿色信贷政策能提高重污染企业的绿色创新积极性，经过多种稳健性检验方法检验后，结论依然成立。异质性分析发现，绿色信贷政策对生产率水平率高的企业绿色创新的影响更积极，当企业面临更低的行业竞争程度和金融错配程度时，绿色信贷政策对重污染企业绿色创新的促进作用更强。作用机制检验发现，绿色信贷政策通过提高企业风险承担水平、降低代理成本与提高企业资本配置效率来提高企业绿色创新产出。

2. 政策启示

首先，银行业金融机构要进一步细化与明确绿色信贷实施标准依据，以企业环境绩效的动态改善和持续绿色创新作为信贷投放标尺，允许企业以应收账款抵押、保理、知识产权和股权质押来获取信贷资金。提升客户质效，建立绿色审批渠道和绿色创新专项贷款，在绿色贷款额度、利率与期限给予直接优惠，快速响应和对接企业绿色创新项目。

其次，生产率水平较低的企业应加大绿色产品的开发和绿色工艺技术的改进，实现生产效率的提升，积极开展绿色创新。竞争激烈行业的企业应避免决策短视化，加大绿色创新投入为提升竞争优势提供内生增长动力，应鼓励行业竞争程度较低的企业与行业竞争激烈行业企业进行企业间的绿色研发合作，形成共享创新成果的“创新联合体”。加快金融领域市场化改革进程，信贷应按照“效率均等”原则进行配置，以高标准金融市场体系促进绿色技术创新。完善公司治理体系，缓解内外部监督中的信息不对称，提升外部投资者对企业创新风险的包容性，采取多种激励方式激励管理层，提高其创造力及管理效率，储备适度财务柔性以提升风险承担水平及承担研发风险的能力。降低企业代理成本，以减少管理层的机会主义和短视行为。科学合理配置生产经营资源，促进企业资本配置效率的提升，实现企业创新驱动发展，通过提升企业管理效率和资本配置效率实现对企业绿色创新的叠加效应。

最后，监督绿色信贷政策规范化和法制化运行，提升银行业金融机构绿色专业化服务水平，构建包括政府、第三方环保评估机构及银行业金融机构等在内的信息数据共享机制，金融机构以绿色环保为授信准绳，参考对企业的环境评级，结合第三方担保机构信用担保，实现绿色信贷的精准投放。发挥财政政策调控的作用，以税收减免、延期缴税、免征关税、绿色专项基金及政府绿色采购撬动和服务企业绿色创新。参考银行业金融机构绿色信贷绩效评价结果，对绿色融资进行定向降准，进行绿色债权的受偿权居先制度设计，对发展绿色信贷做出突出成绩的银行业金融机构在绿色金融业务创新试点上给予更多优先权和试点机会。