环境违规披露对企业债务违约的影响研究

关晓宇，韩淑亚，周昊明

（1.长春金融高等专科学校会计学院，吉林 长春 130124；2.山东英才学院商学院，山东 济南 250104；3.北京大学光华管理学院，北京 100871）

近年来，环境问题已成为学术界的研究热点。从微观企业角度，较多学者探讨了企业环境表现对其经营绩效的影响。国外学者对企业环境表现与企业价值关系的研究相对较早，主要集中于环境表现对企业股价的影响，研究发现企业的不良环境表现会受到资本市场的惩罚，［1-4］企业污染事件的曝光会导致企业股价下跌，影响企业市值。［5-8］国内学者以我国上市企业发生的88起环境污染事故为样本，研究发现企业环境污染事件曝光对股票收益率产生不利影响，进而导致企业价值损失。［9-10］关于企业环境表现与企业经济效益的关系，学者们一致认为良好的环境表现有助于增加企业的经济效益，潜在的原因是ESG表现好的企业，财务绩效水平较高、信用较好、抗风险能力较强、企业管理较完善。［11-14］也有学者通过对2002～2012年欧洲15个国家的上市企业研究发现，企业良好的ESG表现可视为企业的一项无形资产，有助于其增加经济效益。［15］此外，也有学者实证发现我国企业社会责任表现对投资效率有显著的正向影响。［16］

综上，在环境风险对企业经营日趋重要的背景下，企业的环境表现是综合评估企业信贷风险不可忽视的关键指标。［17］当前，揭示企业环境行为对企业履约表现的影响，准确地对比发生环境违规对企业履约能力的影响是现有研究的空白点。鉴于此，本文在现有研究的基础上，量化企业的履约表现，通过倾向得分匹配（PSM）检验，对比发生环境违规行为企业组与未发生环境违规行为企业组履约表现的差异，以揭示现阶段我国环境法规的执行力度是否足以规避企业的环境违规行为。

一、环境违规披露对企业债务违约的影响机制

（一）信息不对称导致的企业债务违约风险

企业在进行债务融资过程中，存在事前的逆向选择与事后的道德风险。企业在进行债务融资时会提供抵押品作为担保，而放贷人在对抵押品进行价值评估时，可能会忽略抵押品的环境风险，从而高估产品的真实价值。在这种情况下，若企业因为经营不善出现贷款违约，银行通过拍卖抵押品弥补的损失会低于预期值，进而导致经济损失。另一种情况是，若企业在获取资金后，为了节约环境保护成本或者追逐超额收益，在经营过程中出现环境违规行为，则会导致企业的形象受到损害，影响其声誉价值，进而降低企业市场价值，导致企业债务违约风险增加。

（二）环境披露成本上升导致企业债务违约

在提高环境信息披露质量的初期阶段，企业需要耗费相应的人力和物力成本，此时环境信息披露不仅会因质量较低，难以得到资本市场上债权人的关注和认可，还会因环境信息披露成本的上升导致企业财务绩效降低，进而降低企业未来偿还债务现金流的概率。此时债权人会认为企业环境信息披露所带来的经济收益要小于披露的投资成本，从而通过提高债务成本以弥补债务违约风险增加带来的损失。然而，随着环境监管部门对企业监管力度的加大，企业环境风险可能会导致企业当前和未来现金流不确定性增加，引发债务违约风险。债权人对企业的有效监控依赖于公司环境信息披露的质量，因此，债权人向企业发放贷款前通常会根据企业过去的信息披露质量评估其债务违约的概率，并根据评估的债务违约风险向企业收取相应的风险溢价。当环境信息披露质量超过一定临界值时，环境信息披露将会受到包括环境监管部门、社会公众和债权人在内的利益相关者的关注和认可，进而传递企业经营活动合法性的信号，为企业树立遵守环境法律法规的良好形象，同时在很大程度上降低企业因环保违规事项可能需要承担的诉讼、罚款和整改风险，减少企业当前或未来用以偿还债务现金流的不确定性，降低债权人评估的债务违约风险，从而降低其债务融资成本。

（三）环境风险敞口增大导致企业债务违约

企业的环境风险因为环境法规的变化产生的波动性较大，通常表现为环境法规的日趋严格会增加企业绿色科技投资以及其他环境治理的费用，增加了企业的经营成本，使得受环境法规约束大的企业面临更大的环境风险敞口，进而使贷款违约风险增加。当环境法规愈加严格时，一方面，企业为提高经营活动的合法性，需要投入大量资金进行整改，从而导致企业经营成本增加。且该部分增加的成本并不会直接提升企业的经济效益，在有限资源的约束下，可能会对企业用于生产的资源产生挤出效应，进而导致企业生产量下降，降低企业收益，进而恶化企业的财务绩效，导致企业的债务违约概率增大。另一方面，随着环境法规的逐步完善，企业无论从政策层面还是社会层面都会面临更大的压力，当企业进行环境违规披露时会面临更大的外部监管与财务困境，导致企业的融资渠道受阻，财务危机加重，进而造成债务违约。

二、模型、数据与变量

（一）模型设计

1.KMV模型。KMV模型的基本思路是：当企业资产市场价值V低于企业所需偿还的负债面值D时，企业将发生债务违约；以违约距离DD表示企业资产市场价值V距离违约点DD的远近，距离越大，企业发生违约的可能性越小，反之则较大。基于企业违约数据库得出某一违约距离的企业实际期望违约频率EDF。综合而言，计算某一企业的期望违约频率主要有三步：第一步，估计企业资产市场价值V和波动率σv；第二步，计算违约距离DD；第三步，计算期望违约频率EDF。由于不能直接观测到V和σv，因此需要从它们与股权市场价值E、股权市场价值波动率σE以及企业负债面值D之间的关系中推导得出。

其中：

上式中：E为企业股权市场价值；V为企业资产市场价值；D为企业债务面值；r为无风险收益率；τ为债务偿还期限（一般设置成1年）；N（d）为标准累积正态分布函数，σv为企业资产价值波动率，σe为企业股权市场价值波动率。

假设企业未来资产市场价值围绕企业资产市场价值的均值呈正态分布，可以用DD=计算负债企业的违约距离。其中，DP为债务违约点，等于流动负债+50%长期负债或流动负债+75%长期负债。

针对中国上市企业股权结构和所处市场环境的特殊性，考虑企业股权割裂导致的流通股和非流通股之间的价格差异，计算违约点设定对模型预测能力的影响。首先，调整模型中股权市场价值计算方法；其次，根据已经确定的各项参数，由式（1）求解出未知的两项V和σv；最后，由式（2）计算出不同违约点值情况下样本企业的违约距离DD。

2.PSM（倾向得分匹配）模型。基于反事实框架的PSM方法不仅能有效解决由于样本选择偏差和不可观测因素等导致的模型估计偏误问题，而且在处理内生性问题时更具优势。为了得到y0i或y1i的估计值，在控制其他影响该变量因素的基础上寻找与处理组企业特征相似的企业，控制二者的唯一差别为是否发生环境违规事件，进而得到企业发生环境违规导致的因果效应检验结果。

（二）数据来源

使用KMV模型计算违约距离DD，需要的数据有：流通股市值、总负债面值（长加短总额）、每股净资产、流动负债、长期负债、收益率和每股净资产。上述相关数据来自国泰安数据库。无风险利率使用中国人民银行公布的一年期定期整存整取的存款利率。计算股权价值波动率时采取日收盘价计算天波动率，进而转换为年波动率。

PSM模型所需企业特征数据均来自Wind数据库。本文选取尽可能多的影响企业债务违约的变量，以符合PSM模型要求的“可忽略性假定”。在3641家上市A股企业中，剔除数据严重缺失的样本，剔除被ST的企业，最终确定1724家企业。

本文研究的另一个重点是企业的环境违规行为对企业违约率的影响，以往研究多采用多元线性回归模型，但由于企业的环境违规行为通过多种渠道影响企业，是企业自我选择的结果，所以多元模型未能有效解决样本“自选择”导致的内生性问题。要解决这一问题，需要同时比较企业是否发生环境违规行为对企业违约距离DD的影响。实践中，如果企业i环境违规，则可观测到环境违规（事实）后的DD（y1i），但看不到同一时间未发生环境违规行为（反事实）的DD（y0i）；反之亦如此，无法同时观测到二者。为此，我们需要构建企业的反事实，进而对比企业环境违规与否对其债务履约表现的影响。企业i发生环境违规债务履约与没有环境违规的债务履约的对比为（treatment effect）：

样本中所有企业的平均处理效应（Average Treatment Effect）：

企业环境违规的平均处理效应（Average Treatment Effect On The Treated）：

企业未发生环境违规的平均处理效应：

（三）变量的选取与说明

被解释变量是企业的违约距离DD，反映企业的违约情况，DD越大，说明企业违约的可能性越小。现有研究集中分析了企业的各项财务指标对企业违约情况的影响，在已有研究的基础上，本文主要从偿债能力、每股指标、收益质量、盈利能力、营运能力、资本结构六个方面选取协变量，估计倾向得分（PSM）。具体结果见表1。

表1 变量定义及符号

表2 企业环境违规行为对债务违约的影响

三、实证设计、结果与分析

（一）实证设计

首先，利用MATLAB计算全部企业的违约距离（DD），度量其履约表现。KMV模型通过企业客观的股权价值及波动率推算资产价值及其波动率，相对客观地衡量了企业的违约情况。其次，以表1全部变量的一阶值作为协变量，计算倾向得分（pscore）；此外，在选择一个基础变量的前提下，通过循环进行模型估计，选择模型中对数似然值最大的协变量放入模型，使模型实现最佳的拟合效果。再次，将数据随机排序，以进行倾向得分匹配。分别以K近邻匹配、卡尺内最近临匹配、卡尺匹配、核匹配对样本进行匹配，对比结果的稳健性。最后，对匹配后的样本进行平衡性检验。

（二）企业环境违规行为的违约效应

通过倾向得分匹配，估计处理组的企业因环境违规被处罚对其违约表现的影响。为了保证模型估计效应的稳健性，本文分别采取四种匹配方法，即K近邻匹配（1对1，1对5）、卡尺内最近临匹配、卡尺匹配、核匹配，结果发现平均处理效应均为正。在全部协变量的估计结果（匹配结果相对较差）中发现，K近邻匹配（1对1）、卡尺内最近临匹配平均处理效应显著为正，其余匹配结果显示企业因环境违规被罚事件并不会对企业的违约情况产生实质性的影响。但是优化协变量后，logit模型的拟合优度相对全部协变量而言表现更好。除K近邻匹配（1对5）方法效应不显著外，其余匹配方法效应均为正。以核匹配为例，ATT为0.9643，说明环境违规企业的违约距离DD比未违规企业高0.9643。这进一步揭示了现阶段我国环保处罚力度不够严格，企业环境违规带来的成本节约远远大于被罚款额，所以环境违规引发的处罚成本相对于环境管理费用偏低，环境处罚的威慑力不足以规避企业的环境违规行为。

本文选取2017年环境违规企业数据进行分析。IPE披露的被处罚的环境违规企业共计34家，删除ST企业及2017年财务数据不全的企业后为20家。本文整理了全部A股上市企业的财务数据及股权相关数据，计算DD及Pscore，软件自动剔除Pscore值过小的企业。匹配结果如表3所示。Pscore过小的处理组企业被剔除1家，剩余19家，在共同取值范围内的17家，匹配结果相对较好。

表3 PSM匹配结果

（三）平衡性检验

在完成样本匹配之后，需要进行平衡性检验，平衡性检验结果见表4和图1。样本匹配之后，环境违规被罚企业和未因环境违规被罚企业的解释变量标准化偏差分别减少，降低了总偏误，说明样本匹配是成功的。由图1可见，匹配后的处理组与控制组的协变量分布差异接近0，也说明了匹配是成功的。

图1 匹配前后处理组与控制组协变量的差异程度

表4 平衡性检验结果

四、研究结论与对策建议

（一）研究结论

环境法规的目标是使企业意识到环境管理的重要性，在企业出现环境违规行为时施加环保处罚使企业遭受的经济损失高于企业为环境合规增加的费用支出，进而激励企业开展环境管理。本文以我国2017年被处罚的34家环保违规企业为处理组，1744家未违规企业为对照组，利用KMV模型和PSM方法实证检验企业环境违规行为对其债务履约的影响。研究发现，存在环境违规且被处罚的企业，其债务履约行为并未显著低于环境绩效好的企业，甚至优于环境未违规企业组的履约表现。该研究结果揭示了当前我国对企业环境违规的处罚威慑力不足。潜在原因可能是，我国环保标准还不够严格，企业因环境违规节约的经营成本高于其付出的惩罚成本，导致企业萌生环境违规的动机。为此，可进一步加大企业违规事件的曝光度，提高企业利益相关者对企业环保行为的关注，进而降低企业环境违规动机。

（二）政策启示

1.完善环保法律体系，优化环保标准。我国上市企业面临的环保处罚标准不够严格，环境违规收益远远超过环境违规的处罚成本，企业环境违规的动机较大。要从法律层面杜绝企业的环境违规念头，企业环境违规处罚力度应远远超过企业环境违规节约的成本。另外，在环境法规执行上，真正做到执法必严，切实体现法律的威严。进一步完善上市企业的环境责任信息披露标准，提高信息披露质量，从而减少与监督部门之间的信息不对称。

2.加强银行信贷审核，构建环境违规披露负面清单。商业银行对环境风险应给予足够重视，在信贷决策过程中对环境违规披露企业的绩效给予更多的关注。构建环境违规披露负面清单，对于这类企业加强信贷审核，避免超预期损失的发生。

3.利用舆论力量，扩大企业环境违规的负面影响。对企业的环境违规行为要利用媒体的力量充分披露。大众环保意识的增强会形成对环境违规企业较差的印象，进而影响消费者对该企业产品的购买欲望，降低企业现有的市场份额，影响企业的竞争力。