绿色信贷对企业环境信息披露的影响

□文/刘苏瑶

（西安石油大学经济管理学院 陕西·西安）

［提要］环境信息作为外界全面了解企业状况的重要内容，其披露情况与质量对利益相关者做出合理决策有着举足轻重的作用，而企业是否进行完整的环境信息披露则会受到多种因素的影响。本文选取重污染行业上市公司数据作为样本，通过内容分析法确定所选重污染行业上市公司的环境信息披露指数，并通过实证分析来探究企业绿色信贷规模对环境信息披露的影响程度，结果表明：绿色信贷对重污染行业上市公司进行高质量的环境信息披露具有促进作用。

在绿色发展成为全球经济发展新方向的时代背景下，中国作为世界上最大的发展中国家，其经济的跨越式发展备受瞩目。我国经济取得如此成就，离不开重污染行业的鼎力相助，但其作为资源消耗的大户，也给社会环境造成了不同程度的污染。环境信息披露是重污染企业向利益相关者传达企业实施环保措施的方式之一。但是由于各方利益问题，重污染行业上市公司在环境信息披露方面存在不主动披露或选择性披露的问题。

考虑到资金对于企业的生存和发展举足轻重，国家选择从资金入手，通过限制资金来规范企业的环保行为。企业要想持续生存和发展必须具有完备的资金，所以融资是企业进行生产经营活动前必不可少的程序。由于信息不对称问题的存在，外部投资者的不信任以及对投资回报的高要求使得企业在进行融资时往往将金融机构作为融资的第一选择，为了降低企业的债务成本，银行等金融机构更是成为了企业的首选目标。考虑到资金对企业的重要性以及为了践行可持续发展理念，我国相关部门于2007年7月12日颁布了《关于落实环境保护政策法规防范信贷风险的意见》（以下简称《意见》），《意见》中明确规定了环保部门和金融部门的职责。而后又在此《意见》的基础上，颁布了《绿色信贷指引》（银监发［2012］4号）等文件。《绿色信贷指引》（银监发［2012］4号）被认为是国内第一份专门针对绿色信贷的规范性文件，在此政策的引领下，我国的绿色信贷得到了快速发展。

一、文献综述

（一）环境信息披露。目前，关于环境信息披露的影响因素研究主要立足于内部治理和外部压力两个方面。张亨溢等（2019）的研究结果表明，企业的规模状况、会计风险、成长能力和企业的盈利能力都会深度影响企业的环境信息披露。Hanh Song Thi Pham、Hien Thi Tran（2020）认为CEO的诚信度显著增强了公司环境信息披露质量。贺宝成等（2020）的研究结果表明，发展压力、偿债压力、股东压力、政治压力、舆论压力等均与上市公司环境信息披露情况得分（EDI）显著相关，支持了“公共压力”的信息披露动因逻辑。孙婷（2020）基于社会责任的视角提出，双重公共压力越大，企业的环境信息披露质量就越高。Gady Jacoby、Mingzhi Liu、Yefeng Wang（2019）经过实证研究后提出，企业所在国家或地区的法律和商业环境与企业环境信息披露质量有一定的关系，法律法规较为完善、商业环境较为良好的国家或地区，更能促进当地企业进行高质量的环境信息披露。

（二）绿色信贷。目前，针对绿色信贷的研究主要集中在绿色信贷政策的实施效果上。此类研究主要从宏观和微观两个角度出发。立足于宏观角度的学者更倾向于将绿色信贷作为一种金融工具，研究这种金融工具对国家或某个地区的金融体系、产业结构或技术进步产生了怎样的影响。季宇等（2021）研究了东、中、西部地区的绿色信贷政策对低碳技术的影响，研究发现中部地区的绿色信贷与本地区和其他地区的低碳技术没有显著关系，东部地区的绿色信贷只促进了本区域的低碳技术进步，而西部地区则有空间溢出效应，西部地区的绿色信贷不仅对本地区还对其他地区的技术进步有显著促进作用。李毓等（2020）以省级面板数据为样本，实证检验后发现绿色信贷政策对第二产业具有促进作用，对第三产业具有抑制作用，但是对第二产业的促进作用总体上是大于对第三产业的抑制作用的，间接证明了实施绿色信贷政策有利于我国产业结构的升级。因本文的研究对象主要为上市公司，所以以下文献是基于企业整理的。杨柳勇等（2021）的研究结果表明绿色信贷政策使得重污染企业融资困难加剧，无法筹集足够的资金以开展绿色创新活动，而绿色信贷政策对重污染企业进行环保绿色技术创新的消极影响在非国营、小额民企中更为明显，但从经济环境政策的动态效果上看，这种影响在逐渐弱化，利于重污染企业进行环保绿色转化，同时由于没有充足的资本支撑，企业过量融资的行为也在一定程度上被抑制。郁智等（2021）认为绿色信贷政策虽然延缓了重污染企业污染环境的速率，但是艰难的融资环境很可能会使盈余管理现象频发，会计信息质量会显著降低。Giraudet Louis（2021）研究了法国信贷机构利率与项目风险之间的差异，指出尽管当前绿色信贷政策的实施将会导致整体环境的环保趋向化，但这并非适用于每个行业，需按照具体行业情况对绿色信贷政策做出调整。

（三）绿色信贷与环境信息披露。资金是维系企业正常生产经营活动以及不断进行创新的主要补给。在企业出现资金大量缺口的情况下，考虑到内部融资的有限性以及股权融资的复杂性，速度快且成本低的债权融资成为了企业的不二之选。在绿色信贷政策的指引下，银行放贷将主要倾向于低污染、低耗能和节能环保的企业。而由于银行和企业之间存在着信息不对称，银行等信贷机构在进行借贷业务时需要根据企业有限的信息进行信用评估，对于重污染行业，其环境信息更是银行进行评估的重要标准，而银行获取企业环境信息的主要来源是通过企业自主披露，因此企业为了进行成本较低的融资，会选择主动并全面地披露环境信息。

通过梳理已有文献可知，目前关于环境信息披露的影响因素研究和绿色信贷的影响研究较多，但是研究绿色信贷如何影响企业环境信息披露的学者较少。因此，本文从企业绿色信贷的微观角度出发，探究其与企业环境信息披露的关系，旨在更高效、更准确地把握解决企业环境信息披露问题的方向，从而提出更加合理的解决办法，为以后学者的研究提供新思路。

二、理论分析与研究假设

环境资源是一种公共产品，其所有者是全体人民，管理者是政府。人民委托政府管理国家的环境资源，从而推进社会的可持续发展，而政府为使资源价值最大化，又将环境资源交付给企业进行管理利用，因此企业作为间接代理人，应当将环境资源的使用情况公之于众，即披露企业环境信息，以保证社会大众的知情权。而根据利益相关者理论，银行等信贷机构作为企业的债权人，尤其是在《绿色信贷指引》以及《上市公司环境信息披露指南》等政策的引领下，重污染企业是否进行环境信息披露以及披露什么样的内容成为了银行对企业进行信用评估以及决定放贷规模的重要标准。因此，为了获得必要的资金支持，企业也会自愿将其环境信息披露给银行等信贷机构。由此，提出本文假设：

假设：绿色信贷能够促进重污染行业上市公司提高环境信息披露水平

三、研究设计

（一）样本选择。基于环保部的认定标准以及上市公司的信息可获得性，本文将研究对象聚焦于我国沪深A股16类重污染行业的上市公司（即火电、钢铁、水泥、电解铝、煤炭、冶金、化工、石化、建材、造纸、酿造、制药、发酵、纺织、制革和采矿业），以2015～2019年作为观测年度。为避免异常值对本研究产生影响，在此基础上做以下剔除：（1）剔除ST及*ST的企业；（2）剔除必要数据值缺失的企业。最终本文选取了248家重污染行业上市公司5年的数据，共1，240个观测值。本文样本相关数据均来源于国泰安数据库。

（二）变量选取及其定义。本文所选变量具体解释如下：

1、被解释变量——环境信息披露水平（EDI）。环境信息披露指数是衡量公司环境信息披露水平的重要指标，而内容分析法则是计算环境信息披露指数最常用的方法。内容分析法就是通过对上市公司各类公开文件或报告所传递的信息进行分类，再根据企业的执行情况对应细分后的条目进行评分，最后汇总得到总体评价。对上述指标进行评分时，本文借鉴马悦、上官鸣（2022）的做法，选择从环境管理披露情况、环境监管与认证披露情况、环境信息载体披露情况、环境负债披露情况以及环境业绩与治理披露情况5个维度对重污染行业上市公司环境信息披露水平进行综合评价，以总得分与最优得分的比值作为企业环境信息披露的衡量指标。

2、解释变量——绿色信贷（Green Credit）。目前，关于绿色信贷的大多数研究倾向于引入《绿色信贷指引》政策这一虚拟变量进行实证检验，本文为了更加准确且完整地检验重污染企业绿色信贷对环境信息披露的影响，将绿色信贷进行量化，借鉴占华（2021）的做法，采用企业年度新增贷款总额占总资产的比值来代表重污染企业绿色信贷规模。

3、控制变量。经整理已有文献，本文将公司规模（Size）、成长性（Growth）、财务杠杆（Lev）、净资产收益率（Roe）以及是否为“四大”审计（Big4）作为控制变量。其中，公司资产规模取期末总资产的对数表示；成长性用上一年的主营业务收入与当年主营业务收入的比值表示；财务杠杆以普通股每股收益变动率与息税前利润变动率的比值表示；净资产收益率用净利润与平均股东权益的比值表示；是否为“四大”审计采用虚拟变量，若重污染企业的审计单位为“四大”则取值为1，否则为0。

（三）模型构建。根据变量设计，本文通过Stata16.0建立被解释变量（EDI）与解释变量（Green Credit）之间的多元线性回归模型：

其中，EDIλi代表的是第i个样本在第λ年的环境信息披露指数；β0为常数项；Green Creditλi为第i个样本在第λ年的绿色信贷规模；Sizeλi为第i个样本在第λ年的资产规模；Growthλi为第i个样本在第λ年的成长性；Levλi为第i个样本在第λ年的财务杠杆；Roeλi为第i个样本在第λ年的净资产收益率；Big4λi为第i个样本在第λ年的审计单位选择，β1、β2、β3、β4、β5、β6是模型的回归系数；ε是残差项。

四、实证结果与分析

共线性统计结果与多元回归分析结果如表1所示。（表1）

表1 共线性统计与多元回归分析结果一览表

根据表1的共线性统计结果可知，最小容差为0.6253，大于0.1，方差膨胀因子最大为1.60，远远小于10，证明解释变量之间是不存在明显的多重共线性问题的，因此可进行多元回归分析。

从显著性来看，重污染行业上市公司的绿色信贷规模与环境信息披露指数在10%的水平上呈显著正相关，假设通过检验。即企业会为了获得银行大规模的信贷资金以维系生产经营和持续创新活动，而选择主动且高质量地披露环境信息。

五、结论及建议

（一）研究结论。本文经收集数据以及实证分析后得出以下结论：（1）由于相关政策及方案的不断出台，重污染行业上市公司的环境信息披露质量呈逐年递增的趋势，但是总体来讲其信息披露质量还有待提高，信息披露的内容还有待完善；（2）绿色信贷对重污染行业上市公司进行高质量的环境信息披露具有显著促进作用。

（二）相关建议。本文根据以上分析提出如下建议：（1）建立健全相关法律体系。虽然我国环保部针对环境信息披露出台了《上市公司环境信息披露指南》以及新发布的《环境信息依法披露制度改革方案》，但是仍缺乏完善的法律体系，因此应具体针对各行各业的实际情况做出环境信息披露的强制性规定。（2）银行等金融机构可以将重污染行业上市公司的环境信息披露水平纳入贷款额度的考虑因素中，引导重污染企业加大环保力度，实现经济可持续发展。