绿色信贷对高耗能行业上市企业绿色绩效影响的实证研究※

林乐芬 孙馨

内容提要：选取2012-2020年六大高耗能行业上市企业作为研究对象,探究绿色信贷政策对企业绿色绩效的影响效应及作用机制。研究结果表明,绿色信贷实施对六大高耗能行业企业的绿色绩效有显著的促进作用,其主要通过影响企业的绿色技术创新实现;从影响差异性来看,绿色信贷对国有高耗能企业绿色绩效的促进作用更大,对不同行业大类高耗能企业绿色绩效均有正向影响但无显著差异,对绿色产业企业绿色绩效存在激励作用。基于此,需要建立健全绿色金融体系,完善配套支持政策,提升绿色低碳技术创新水平,实施差别化金融政策,以推动高耗能企业转型升级和绿色发展。

一、引 言

2020年9月22日,习近平主席在第七十五届联合国大会一般性辩论上首次郑重宣布了中国碳达峰、碳中和“30·60”目标。这是中国作为负责任的大国向世界所作出的庄严承诺。长期以来,高耗能行业因其产品性质和工艺特点,在生产过程中需要消耗大量能源,是碳排放的主要来源。相关数据显示,高耗能行业的二氧化硫、氮氧化物及颗粒物排放分别占据全国工业排放量的86.5%、44.5%与22.7%。但是,高耗能行业又是国民经济健康稳定运行的“压舱石”,对市场供给稳定与经济稳步增长都有重要的支撑作用。因此,如何以工业领域的“重头”高耗能、高排放行业为着力点,推动其发展模式由落后低效向绿色高效转变,是实现“双碳”目标和经济高质量发展所亟需解决的难题。

“金融是现代经济的血脉”,“双碳”目标的实现离不开绿色金融的支持。《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出要大力发展绿色金融。中共二十大报告也强调完善支持绿色发展的财税、金融、投资、价格政策和标准体系,发展绿色低碳产业。其中,绿色信贷占据举足轻重的地位。银行等金融机构通过信贷途径对社会资金进行引导与调配,从而履行自身社会环境责任,促进生态环境协调与可持续发展。为落实并推动绿色信贷发展,相关的国家政策指引与指导意见相继出台。2012年银监会颁布的《绿色信贷指引》,被称为绿色信贷实施的纲领性文件,首次对商业银行相关信息披露进行了强制性规定。2016年8月,由中国人民银行等七部门联合发布的《关于构建绿色金融体系的指导意见》明确了绿色信贷在绿色金融体系中的重要地位。2018年2月,银监会首次对绿色信贷总量进行全面而系统的披露。2021年7月起,中国人民银行印发的《银行业金融机构绿色金融评价方案》正式施行,不仅对银行实施绿色信贷的评估指标进行了更新,而且将最终评价结果的应用场景进行了拓展,使得银行等主体更加注重绿色信贷的实施与创新。

随着实践层面逐渐推进,学术界相关研究也不断深入。其中,对于绿色信贷的影响研究主要从宏观和微观两个角度出发。从宏观角度看,现有研究认为绿色信贷通过资本及融资渠道发挥作用,对整体产业结构升级具有显著的正向促进作用,但这种效应在区域和产业层面存在异质性(李毓等,2020)。此外,绿色信贷发挥着“绿色创新渠道”的重要作用,不仅体现对清洁行业的支持,还助力了高污染高耗能行业内部环保技术升级(封海燕和杨松令,2021)。从微观角度看,在商业银行层面,绿色信贷实施能够影响商业银行的经济绩效、声誉与社会影响力等多方面特征。在企业层面,现有研究关于绿色信贷对企业的影响效应结论并不一致。部分研究认为绿色信贷实施可以显著降低高耗能企业债务融资的规模(蔡海静等,2019),缩短贷款期限(Xu和Li,2020),提高贷款成本(苏冬蔚和连莉莉,2018),提升企业创新能力(Hu等,2021)和绿色绩效(魏泽盛等,2018)等,并加快企业转型升级(Xing和Zhang,2021)。相关学者基于“波特假说”,认为绿色信贷的实施能够产生创新补偿效应,且银行业金融机构对绿色项目的支持也将激发起企业进行绿色技术创新的内在动力(汪建成等,2021),从而能够提高环保绩效,以及ROA与ROE等财务绩效(Wong 等,2012;林婷,2022),即绿色信贷对高污染高耗能企业可持续发展绩效存在正向影响效应,绿色创新在其中存在显著的中介效应(姜燕和秦淑悦,2022)。但部分学者通过实证研究发现绿色信贷对重污染企业的财务绩效存在负向影响(Yao等,2021),可能导致企业的研发投入和创新产出都有所降低(Wen等,2021)。相关学者基于“成本假说”,认为绿色信贷对高污染高耗能行业形成了信贷融资约束,提高了借贷门槛与成本,导致企业绿色技术创新动力受到抑制(陆菁等,2021)。

综上,现有研究已经取得了丰富成果,为本研究提供了思路与启发,但仍存在进一步探索的空间。一方面,既有针对绿色信贷、绿色技术创新、绿色绩效三者之间关系的研究,更多地仅分析企业绿色绩效的某一细分指标,但绿色发展应该是经济、社会与环境协调统一的发展,具有更深刻更丰富的内涵;另一方面,现有专门针对高耗能企业的绿色绩效以及绿色信贷影响的研究相对较少,多集中于企业整体或绿色产业。据此,本文以高耗能企业为研究对象,从上述三个维度出发构建企业绿色绩效综合评估体系,以探究绿色信贷实施对高耗能行业企业绿色绩效及其各细分指标的影响及机制,并在此基础上提出相应的政策建议。这将对绿色金融支持高耗能行业企业绿色发展转型,助力“双碳”目标和高质量发展实现具有重要的借鉴意义。

二、研究假说与研究设计

1. 研究假设

本文的研究框架如图1所示。

(1) 绿色信贷与高耗能企业绿色绩效。绿色信贷是银行业金融机构对高耗能企业所形成的信贷融资限制。该限制主要从两个方面对高耗能企业形成约束与管理:一方面,根据信号传递理论,银行业金融机构实施绿色信贷,是贯彻国家发展政策,即走生态优先、绿色低碳的高质量发展之路。该目标的实现最终是要落实到区域、行业和企业本身,而高耗能企业作为能源消耗以及污染排放大户,承担着绝大部分任务,因此从政府层面对其形成了约束。另一方面,对高耗能企业发放信贷的商业银行将面临舆论曝光、评级降低等风险,极大地影响品牌形象。因此,银行业金融机构实施绿色信贷,将企业的社会与环境风险纳入信贷发放评估体系,以减少对高耗能企业的信贷发放,继而形成融资约束。然而,企业若要维持长足发展,外部融资至关重要。因此,为了缓解以上两个层面的外部压力,高耗能企业会通过退出重污染项目、减少传统能源消耗或进行绿色技术创新等方式,不断转型升级,提升环境绩效与社会绩效,最终实现绿色绩效提升。因此,本文提出以下假说:

H1:绿色信贷能够提升高耗能企业的绿色绩效。

(2) 绿色技术创新的中介效应。绿色信贷可以倒逼高耗能企业进行绿色技术创新。“波特假说”认为合理的环境规制存在创新补偿效应,即虽然环境规制会导致成本上升,但同时也可以激发企业创新的内在动力,不断实现生产技术进步,进而提升效率与竞争力,从而在一定程度上抵消成本,形成补偿。绿色信贷对高耗能企业信贷融资所形成的限制与约束以提高该类企业借贷门槛与成本的方式来实现。这势必会对其生产经营活动造成阻碍,影响其经济效益。然而,转变融资方式等途径不能从根本上解决信贷约束问题,保持原有的落后生产方式也不利于企业长远发展。因此,从这个角度出发,绿色信贷的确能够激发高耗能企业进行绿色技术创新的内在动力。

高耗能企业进行绿色技术创新能够提升绿色绩效。绿色技术创新作为高耗能企业应对环境挑战的一种战略工具,对其获取竞争优势和绿色绩效具有正向影响。具体来说:针对环境绩效层面,绿色技术创新一方面通过使用清洁能源生产技术从源头上减少污染的发生,鉴于高耗能企业对传统不可再生能源的高度消耗与依赖,可以通过寻求可替代性能源及能源循环使用等方式,在提高能效的同时缓解能源约束;另一方面通过创新末端污染治理技术,在企业生产经营全过程进行严格地污染物处理,实现实时监管,以达到节能减排的效果。针对财务绩效层面,绿色技术创新一方面可以形成关键资源和核心竞争力,另一方面可以通过社会责任报告等途径披露相关信息,树立绿色形象,吸引消费者,缓解融资约束,从而达到提高生产效率、降低生产成本、增加利润等效果。针对社会绩效层面,评估的重点在于企业对社会贡献价值的大小,根据技术溢出效应理论,企业的技术创新除了对自身产生积极效益外,能够对他人或社会产生福利溢出;另外,企业在获得收入的同时,也会缴纳所得税并进行公益捐赠,这些途径都会提升企业的社会责任绩效。综合以上分析,本文提出以下假说:

H2:绿色信贷可以通过绿色技术创新促进高耗能企业绿色绩效提升。

(3) 绿色信贷影响效应的异质性。本文的异质性分析主要从内外部两个层面进行,内部主要根据产权性质和行业差异进行划分,外部主要选取绿色企业与高耗能企业形成对照。

根据产权性质不同,将选取的高耗能企业样本划分为国有企业与非国有企业两个子样本,分别探究绿色信贷的影响效应并进行比较。国有企业较非国有企业承担着更多的政策导向责任,在绿色发展方面需要发挥示范带头作用,因此在绿色信贷政策出台后,它们会率先响应并创新绿色技术,进行转型升级。与此同时,国有企业也享有更多的政府担保和融资便利,因此能够寻求更多途径缓解信贷融资所带来的约束,降低绿色技术创新成本,继而提升绿色绩效水平。因此,本文提出以下假说:

H3a:绿色信贷对不同产权性质的高耗能企业绿色绩效具有差异性影响效应,且相较于非国有企业,国有企业的绿色信贷影响效应更大。

虽然本文研究对象来自六大高耗能行业,但是行业与行业间还是存在很多差异,受到绿色信贷的约束程度有高低之分,对绿色绩效提升效果也存在差异。本文将样本按照行业代码划分为C类制造业与D类电力、热力、燃气及水生产和供应业两个子样本,探究绿色信贷对不同行业大类所产生的不同影响。C类制造业对非再生能源的依赖性更强,而D类行业可以转向使用新能源进行生产经营,不仅能够使企业避免陷入融资困境,改善自身财务绩效,而且能够从源头上治理污染,树立“绿色生产”形象,有助于环境及社会责任绩效提升。因此,本文提出以下假说:

H3b:绿色信贷对不同行业的高耗能企业绿色绩效具有差异性影响效应,且相较于C类制造业,对D类行业的绿色信贷影响效应更大。

再次,虽然本文研究对象是六大高耗能行业,但是绿色信贷的实施对绿色企业的绿色绩效也有一定影响。因为银行业金融机构实施绿色信贷,会加大对绿色产业支持力度,相较高耗能行业而言信贷融资限制较少,有利于绿色产业获得资金支持,从而更大幅度地提升绿色绩效水平。因此,本文提出以下假说:

H3c:绿色信贷对绿色产业企业和高耗能企业的绿色绩效具有差异性影响效应,且相较于高耗能企业,对绿色产业企业的绿色信贷影响效应更大。

2. 研究设计

(1) 样本选取。由于2012年颁布的《绿色信贷指引》是绿色信贷政策的纲领性文件,在此之后绿色信贷得到银行业金融机构的有效实践。本文选取2012-2020年工业行业A股上市企业为原始样本,选取其中六大高耗能行业企业作为实验组。另外,绿色信贷变量的构建以及后续异质性分析还需要绿色产业企业作为对照组。2019年国家七部委联合发布的《绿色产业指导目录》将节能环保产业、清洁生产产业、清洁能源产业、生态环境产业、基础设施绿色升级产业以及绿色服务产业等六个产业划定为绿色产业。本文在该指导目录基础上,结合既有研究,对绿色产业作出如下界定:绿色产业是进行节能环保、清洁生产、清洁能源生产及绿色基础设施相关生产经营活动的工业企业集合,具体包括的产业名称及主营业务如表1所示。参照各细分产业的主营业务对原始样本进行关键词匹配,从而筛选出绿色产业企业。根据行业匹配好相应的A股上市企业样本之后,依照以下条件进一步筛选:剔除样本期间标注ST、*ST以及PT的企业;剔除资产负债率大于1的企业;剔除财务数据以及变量数据严重缺失的样本。最终,共筛选出379家企业作为样本。其中,228家企业为实验组样本,共2052个观测值;145家企业为对照组样本,共1305个观测值。

表1 绿色产业类型及主营业务

(2) 变量说明和数据来源。一是被解释变量绿色绩效指标。依据概念界定,企业绿色绩效从三个维度进行构建。企业财务绩效通过WIND数据库中的总资产报酬率进行衡量。参照解学梅和朱琪玮(2021)的研究,企业社会绩效和环境绩效分别通过WIND的ESG评分中的企业环境管理实践得分和企业社会管理实践得分进行衡量。综合三个指标可以得到表征绿色绩效的代理指标。当运用多指标体系对某一特定对象进行综合评价时,随着指标数量的增多,各指标间的信息会产生一定程度的重叠,有必要对其进行重新赋权并整合。熵权法能够更好地保留原始信息,因此本文选取熵权法构建企业绿色绩效综合指标。

二是核心解释变量绿色信贷。目前,针对企业每年所获得的绿色信贷总量并没有权威数据进行专门披露。大多数文献的绿色信贷指标是以2012年《绿色信贷指引》作为外部冲击事件所设置的虚拟变量。本文考虑到政策的时效性,没有采用这种方式。另外,少部分文献采用商业银行披露的绿色信贷余额作为代理变量,但是该变量主要运用于银行层面的研究,无法针对性地对接到每个企业。参考既有权威文献基于绿色信贷宏观层面的研究发现:无论是针对绿色信贷的专门研究(林伯强和潘婷,2022;谢婷婷和刘锦华,2019),还是绿色金融指标的构建(蔡强和王旭旭,2022),将六大高耗能行业利息支出占工业行业总利息支出作为绿色信贷的反向指标都是较为通用且权威的做法。信贷支持的减少必然会导致这些行业利息支出的减少,因此该指标越小,说明绿色信贷发挥的效用越大。本文将该代理变量类比到针对六大高耗能企业的实证研究中,选取高耗能企业利息支出/所选工业行业总利息支出指标度量。为了指标的正向化,利用1减去该指标,形成最终代理指标。

三是中介变量绿色技术创新。企业绿色技术创新水平主要从研发投入与产出两个角度进行衡量。研发投入属于企业进行技术创新相关资源的前期投资,然而由于后期研发过程中存在不确定性及失败率等风险,从该角度出发并不能充分展现企业的技术创新能力。从研发产出角度来看,绿色专利具有代表性,而且能够更好地衡量企业绿色技术创新水平。企业绿色专利数据包括申请数和授权数。由于绿色专利授权数是在企业进行专利申请后,经由相关机构审核查实并予以授权的,在时间上具有一定的滞后性和不确定性,因此本研究参照蔡卫星等(2019)的做法,采取年度绿色专利申请量来衡量企业绿色技术创新,并以申请量加1取对数作为代理变量。

四是控制变量。本文根据企业绿色绩效的三个方面,参照既往文献,选取如下控制变量。企业规模:本文采用企业期末总资产的自然对数对其进行衡量。成立年限:本文采用企业成立年限的自然对数对其进行衡量。资产负债率:资产负债率能够很好地展示出企业资本结构,本文采用总负债与总资产的比值进行衡量。股权制衡度:股权制衡度代表了企业股东间相互制衡的水平。本文用第二到第五大股东持股比例与第一大股东持股比列的比值进行衡量。营业收入增长率:营业收入增长率代表企业成长能力。本文用营业收入增长额与期初营业收入之比来衡量。企业数字化水平:企业数字化水平代表了企业数字化转型的总体水平。本文用企业年报中涉及数字化转型的词汇数量占全部词汇数量的比例来衡量。企业融资约束水平:企业融资约束水平代表了企业外部融资水平。本文用融资约束SA指数来衡量。地区数字金融水平:地区数字金融水平代表了企业所在地区数字金融发展水平。本文中用北大数字金融指数衡量。地区环境管制水平:地区环境管制水平代表了企业所在地区对于环境管制的程度。本文用企业所在省份的工业环境投资额与工业产值的比率来衡量。此外,考虑到企业产权与所处行业的异质性,本文设置产权和行业虚拟变量。

以上所有变量的定义及数据来源如表2所示。

表2 变量定义和数据来源

(3) 模型构建。依据以上理论分析和研究假说,为检验绿色信贷对六大高耗能企业绿色绩效的影响效应,本文构建如下基准回归模型:

Gwsi,t=α0+α1Gcrediti,t+γXi,t+δi+λt+εi,t

(1)

其中,下标i表示企业,t表示时间;Gwsi,t表示企业绿色绩效水平;Gcrediti,t表示企业绿色信贷水平;Xi,t表示企业层面控制变量;δi代表个体固定效应;λt代表时间固定效应;εi,t为随机扰动项。

模型(1)用来检验假设1是否成立,若假设1成立,则α1显著大于0。在此基础上,可以进一步分析绿色信贷对企业各细分绩效的不同影响,以具体探究其作用效果。

为了识别绿色技术创新的作用,联合模型(1)构建如下中介效应模型:

Gti,t=β0+β1Gcrediti,t+γXi,t+δi+λt+εi,t

(2)

Gwsi,t=φ0+φ1Gcrediti,t+φ2Gti,tγ+γXi,t+δi+λt+εi,t

(3)

其中,Gtit为中介变量,其他变量定义与模型(1)相同。具体检验步骤为:当模型(1)中绿色信贷的回归系数α1显著为正时,可以建立绿色信贷对绿色技术创新的回归模型(2)以及二者对企业绿色绩效的回归模型(3),根据以上两个模型的回归系数来判断绿色技术创新是否存在中介效应。若模型(3)中绿色信贷的回归系数φ1显著且小于α1,则表明绿色技术创新发挥部分中介效应;若φ1不显著,则表明绿色技术创新为唯一作用机制。

三、实证研究与结果分析

1. 描述性统计

缩尾处理能够有效缓解数据样本中异常值对于实证结果产生的影响,本文首先采用Winsorize方法对数据进行处理,以使数据更加平滑。根据表3,样本企业绿色绩效均值为0.514,低于绿色产业行业企业的均值,符合高耗能行业特点。其中,财务绩效均值为0.558,社会绩效均值为0.682,环境绩效均值较低为0.448。即在绿色绩效构成中,高耗能企业的环境绩效处于较低水平,为实现绿色转型目标还需要持续加大投入。此外,绿色信贷均值为0.988,整体处于较高水平,说明绿色信贷发挥出了对高耗能高污染企业的融资约束限制作用。绿色技术创新均值为1.206,标准差为1.252,最小值为0,最大值为5.737,说明高耗能企业绿色技术创新平均水平较低,且存在着较大差异。

表3 变量描述性统计

2. 基准回归结果与分析

根据表4,就绿色绩效总体回归而言,列(1)为未添加控制变量的回归结果,绿色信贷回归系数为正,且在1%的统计水平上显著。列(2)为添加了控制变量的回归结果,其回归系数仍在1%的统计水平上显著为正。可见,绿色信贷对高耗能企业绿色绩效的影响为正效应,验证了假说1。通过观察控制变量的系数发现:企业规模(Size)、成立年限(Age)、营业收入增长率(Growth)以及企业数字化转型(DT)显著为正,说明随着企业规模、成立年限及成长能力的增长,企业绿色绩效也有所增加。即企业的长足发展需要顺应外部环境,及时调整发展策略与行为。另外,资产负债率(Lev)在1%的统计水平上显著为负,说明随着企业资产负债率增大,企业绿色绩效有所下降。资产负债率高,说明企业的资金中来源于债务的资金较多,财务风险相对较高。这一方面可能会影响企业财务绩效,另一方面管理者会更注重企业生存盈利情况,而非环境社会绩效,综合导致绿色绩效有所降低。

表4 绿色信贷对企业绿色绩效影响的回归结果

就绿色绩效的细分指标而言,列(3)为绿色信贷对企业财务绩效影响的回归结果,绿色信贷系数在1%的统计水平上显著为负。这说明目前绿色信贷政策对于高耗能企业的财务绩效影响仍处于抑制阶段,企业尚未能在提升环境绩效的同时实现财务绩效提升。此外,控制变量结果显示,数字金融发展有助于企业实现财务绩效提升。列(4)为绿色信贷对企业环境绩效影响的回归结果,绿色信贷系数在1%的统计水平上显著为正。这说明绿色信贷实施使得高耗能企业环境绩效有所提升。此外,控制变量结果显示,企业数字化转型、外部融资约束以及环境规制均有助于企业提升环境绩效。列(5)为绿色信贷对社会绩效影响的回归结果,绿色信贷系数为正但并未通过显著性检验。这可能是因为社会责任实施需要一定的财务绩效支撑。此外,控制变量结果显示,外部融资约束有助于企业提升社会责任绩效。上述结果的原因在于,随着绿色信贷政策推行与落实,银行在发放信贷时需要考虑企业环境风险,高耗能企业作为被约束限制群体,缺少了外部信贷融资支持,导致其财务绩效有所降低。但高耗能企业为了生存经营与长足发展,会采取一系列行动,如退出高耗能高污染项目、减少能源消耗或技术创新等,这些转型升级行为虽然在短期内会对企业的收益产生一定程度的削弱,但是能提升其社会与环境绩效,以达成节能减排目标。不过,其中社会责任绩效多方面提升仍需要一定的财务绩效支撑,因此结果并不显著。

3. 中介效应分析

根据表5,列(2)和列(5)展示了绿色信贷的实施对高耗能企业绿色技术创新水平的影响效应。结果显示,回归系数在1%的显著性水平上为正。这说明绿色信贷对高耗能企业所形成的信贷融资限制确实起到了倒逼企业进行绿色技术创新的效果。此外,列(3)和列(6)结果显示,纳入绿色技术创新(Gt)后,绿色信贷对高耗能企业绿色绩效和环境绩效的影响分别有所降低,但仍在1%的统计水平上显著。同时,绿色技术创新对绿色绩效和环境绩效的影响均具有显著正效应。综上,绿色技术创新是绿色信贷影响企业绿色绩效和环境绩效的中介变量,即绿色信贷可以通过提升高耗能企业绿色技术创新从而促进绿色绩效提升。据此,研究假说2得到验证。

表5 绿色技术创新的中介效应分析结果

4. 异质性分析

本文从三个角度检验不同组别企业间绿色信贷对绿色绩效影响的差异性,结果见表6。

表6 不同组别企业的异质性分析回归结果

(1) 以产权性质为标准将高耗能企业分为国有企业与非国有企业,只有国有企业通过了显著性检验,非国有企业虽然系数为正但并未通过显著性检验。即绿色信贷对于国有企业的绿色绩效影响更为显著,这验证了研究假说3a。具体而言,六大高耗能行业中,国有企业占比很大,而国有企业作为受国家重点扶持的企业类型在面对绿色信贷约束时会更有能力应对。一方面,国有企业一般规模较大,资金雄厚,稳定性更强,因此在信贷融资方面优势更大,相较于非国有企业可以更灵活地调整信贷结构,那么在投入绿色项目与技术创新方面更有资金优势,从而提升绿色绩效。另一方面,政府在政策中不断贯彻绿色高质量发展理念,实施绿色信贷,因此国有高耗能高污染企业也会成为环保部门的重点监管对象,会对企业披露的各项环境信息更加密切关注,由此可以更好地指导生产活动。国有企业作为具有特殊社会责任的企业,需要维护好自身的形象与声誉以及政企间关系,因此会更加积极地响应绿色信贷政策,由此拥有更好的ESG治理表现,从而在帮助国家达成节能减排目标、起到行业示范带头作用的同时,能够有效缓解信贷融资的约束。

(2) 将六大高耗能行业划分为C类制造业与D类电力、热力、燃气及水生产和供应业两大类。结果显示,绿色信贷对两种类型高耗能行业的绿色绩效影响均显著为正,但在系数差异上并未通过检验,即不能说明绿色信贷对两种行业绿色绩效的促进作用存在差异。

(3) 在与绿色产业的对比中,同一绿色信贷指标对绿色产业与高耗能产业绿色绩效的作用方向相反。其原因在于,本文对于高耗能企业绿色信贷水平采取惩罚式度量方式,即利息支出占比越高绿色信贷水平越低。但是,绿色信贷对于绿色产业却为激励式,即利息支出占比越高绿色信贷水平理应越高。绿色信贷水平越高,对于绿色产业企业的绿色绩效的影响仍为正向。绿色产业企业在获得绿色信贷资金支持时具有可得性和便利性优势,更好地发挥了绿色信贷的激励效应。

5. 稳健性检验

(1) 替换变量和内生性检验。为了保证回归计量结果的稳健性,本文通过替换解释变量和被解释变量的方式进行稳健性检验,结果见表7。列(1)是采用绿色信贷滞后1期(L.Gcredit)作为替换变量,列(2)是采用企业利息支出占营收比重的负数(GcreditP_)作为替换变量,列(3)为被解释变量绿色绩效用样本企业WIND的ESG得分(Esg)作为替换变量。结果显示,主要回归系数的方向都与基准结果保持一致,从而验证了模型及结果的稳健性。此外,考虑到绿色信贷和企业绿色绩效可能存在反向因果关系问题,即商业银行会加大对绿色绩效水平高的高耗能企业的支持力度。为了降低内生性,本文借鉴相关文献,在列(4)中将被解释变量绿色绩效作提前1期处理,结果显示,系数仍在1%的统计水平上显著为正。这说明绿色信贷对提前1期的绿色绩效仍呈现显著的正向影响,与基准回归结果一致,通过了内生性检验,验证了前文结论的稳健性。

表7 稳健性检验结果

(2) DID检验。为了进一步验证绿色信贷对高耗能企业绿色绩效的影响效应,本文采用双重差分法(DID)进行评估。2012年银监会颁布的《绿色信贷指引》标志着绿色信贷政策得到了进一步强化,大多数文献均以其为外部冲击事件,设置相应的虚拟变量。《绿色信贷指引》这一绿色信贷政策是在2012年颁布的,因此设置政策实施虚拟变量,在2012年之前取值0(取2010年和2011年),在2012年及以后取值1。

其中,针对分组虚拟变量,本文分别检验了国有/非国有、C类行业/D类行业、重污染企业/绿色产业三种组合的平行趋势,前两组通过了检验。在此基础之上,分两组进行双重差分检验,第一组中国有企业取值为1,非国有企业取值为0;第二组中C类行业取值为0,D类行业取值为1。核心解释变量为政策实施虚拟变量与分组虚拟变量的交互项did,如第一组中当且仅当2012年绿色信贷政策实施之后国有重污染企业取值为1,其他取值为0。表8结果显示,列(1)中交互项did系数在1%的统计水平上显著为正,证明了绿色信贷对高污染企业绿色绩效促进作用及其在国有与非国有企业间的差异性;列(2)中交互项did系数未通过显著性检验,表明在绿色信贷政策的冲击下,C类行业与D类行业企业绿色绩效并未形成明显差异。上述结果与前文结果一致,结论具有稳健性。

表8 DID检验结果

四、结论与建议

本文利用2012-2020年高耗能行业A股上市企业面板数据,采用实证模型探究绿色信贷政策对高耗能企业绿色绩效的影响效应及作用机制,得到如下主要结论:从整体看,绿色信贷实施有助于提升高耗能企业绿色绩效。这从一定程度说明,绿色信贷作为绿色金融体系重要组成部分,为助力高耗能行业绿色转型升级作出了应有贡献。从绿色绩效各细分绩效来看,绿色信贷对高耗能企业环境绩效的影响显著为正,对财务绩效的影响显著为负,对社会责任绩效的影响不显著。这说明绿色信贷的实施确实提升了高耗能企业的社会与环境责任意识,推动其绿色发展,但是在缺少信贷资金支持并采取绿色技术创新行为的情况下,高耗能企业财务绩效会受到削弱,社会绩效履行也会受到一定程度抑制。从作用机制角度看,绿色信贷实施后,对高耗能企业所形成的信贷融资限制,能够倒逼企业进行绿色技术创新,不断转型升级,继而提升绿色绩效。从异质性看,绿色信贷对国有高耗能企业绿色绩效的激励作用较非国有企业更大,但绿色信贷对C类与D类两大类行业的影响作用未呈现出明显差异,对绿色产业企业绿色绩效存在激励作用。

据此,本文提出如下政策建议:一是建立健全绿色金融体系,激励转型金融产品创新。进一步完善包括绿色信贷、绿色债券、绿色保险、绿色基金及碳金融等在内的绿色金融体系,推进助力高耗能企业绿色转型的转型金融体系构建,引导更多社会资金支持高碳经济活动向低碳与零碳目标转型。二是把握高耗能企业转型节奏,完善配套支持政策。绿色信贷确实提升了高耗能企业环境绩效,但是财务绩效却有所下降。对此,政府可以出台相关配套辅助政策,如实施绿色补贴、税收优惠等,对转型企业进行支持,以缓解过渡期企业财务绩效压力。三是提升绿色低碳技术创新水平,强化绿色技术创新对高耗能行业绿色发展的引领作用,加快推动绿色发展。四是深入实施差别化金融政策,助力非国有企业绿色转型,解决对非国有企业抽贷、压贷、断贷和高息过桥等突出问题,提振绿色转型信心。五是打造跨行业产业链,绿色产业企业在绿色高质量发展方面起着示范带头作用,在高耗能行业与绿色产业间打造循环经济产业链,推动循环经济发展。