碳风险对企业投资行为的影响研究

摘要：本文分析了碳风险对中国上市公司投资行为的影响。通过选取2013—2021年A股全部上市公司为研究样本，以2016年中国签署《巴黎协定》为碳政策的时点，使用双重差分法分析了碳风险对企业投资行为的影响。研究发现，2016年中国签订《巴黎协定》减排承诺签订后，上市公司中高碳排放企业的过度投资行为明显减少。进一步研究发现，当企业ESG绩效较好，以及行业竞争水平较高时，碳风险对企业投资行为的抑制作用减缓。本文的研究从投资角度拓展了碳风险影响企业价值的路径，也丰富了双碳背景下中国上市公司投资规律的研究成果。

关键词：碳风险；过度投资；ESG；行业竞争水平

中图分类号：F2"""""""文献标识码：A""""""doi：10.19311/j.cnki.16723198.2025.03.009

0"引言

近来，有关碳排放引发的环境问题得到了学术界和实务界的广泛关注[1]。企业正面临提高运营效率和财务业绩的压力，同时也面临众多利益相关者群体对超越环境活动规定水平的巨大需求。中国在建立清洁发展机制方面具有最大的发展潜力，为了加速向可持续经济转型，中国政府在2016年加入《巴黎协定》的减排承诺，并在随后的2020年9月，承诺在2030年前达到碳峰值，在2060年前实现碳中和。由碳排放政策严格执行而产生的企业碳风险对企业业务与财务的影响，为成为大量学术研究的焦点所在[2]。因此，本研究选取2013—2018年中国A股上市公司作为研究样本，通过双重差分法（DID）考察碳风险对企业投资效率的影响。研究结果显示，碳风险对企业的投资效率有积极影响，主要是抑制了企业的过度投资。进一步研究发现碳风险对企业过度投资的抑制，在ESG水平较高，以及行业竞争水平较高时有所减缓。

1"理论分析与研究假设

1.1"碳风险与企业投资行为

本文认为，碳风险对企业投资效率的积极影响，主要来自以下4个方面。

第一，碳风险极大地刺激了企业的创新，增加了企业的绿色专利。此外，碳风险会敦促企业减少污染物排放，也使企业能够通过出售碳排放权获得额外收入;第二，环境法规具有创新补偿效应，意味着环境法规产生的合规成本可以被分摊，从而提高投资效率;第三，由于ETS的建立，对环境保护的过度投资会产生挤出效应，从而调整企业投资于其他高效领域的资金量。第四，碳风险在敦促企业外部治理机制方面发挥重要作用。碳风险的存在督促企业披露更多的交易信息，形成对公司的外部约束，减少了企业信息的不对称性和代理问题，促进投资效率。基于以上分析，本文提出如下假设。

H1：碳风险会显著降低企业过度投资水平，提高企业投资效率

1.2"ESG绩效与企业投资

根据2021年普华永道的调查，全球79%的股东认为公司应将ESG直接纳入其业务实践和战略。这表明，股东们不仅关心投资组合的传统财务指标，还关心投资选择的环境和社会特征。

更高的ESG绩效反映了企业投资价值更符合绿色低碳发展的趋势，需要企业超前布局投资，企业投资的依据更为充分。管理者倾向于通过向利益相关者诚实地传达他们的ESG绩效努力来减少信息不对称。因此，管理层有动力投资于ESG实践，以显示他们对所有利益相关者群体的承诺，避免逆向选择问题，并将自己与竞争对手区分开来。

基于上述讨论，本文认为，ESG绩效更好的企业，获得的投资机会增加，从而会减缓碳风险对企业投资行为的约束。因此本文提出以下假设。

H2a：ESG绩效较好的企业，碳风险对企业过度投资的抑制作用会缓解

1.3"行业竞争水平与企业投资

竞争行为是影响企业投资的重要因素。本文认为，竞争水平会影响碳风险对高碳排放企业投资行为的影响效果。

更高的竞争行为会促使更多产品产能扩张或产品改进的投资行为。竞争增加了企业对质量改进、成本降低、合同激励和员工努力的重视，这与产品市场竞争有助于协调管理者和股东的利益这一论点相一致。因此，竞争水平较高时，会推动或鼓励企业维持较高的投资水平。

综上，本文提出如下研究假设：

H2b："行业竞争水平较高时，碳风险对企业过度投资的抑制作用会缓解

2"研究设计

2.1"样本选择

本文依据行业碳排放数据，以及中国碳排放权交易市场所确定的八大能耗产业来确定高碳排放企业样本，并通过中国政府签订《巴黎协定》承诺减碳的时间2016年，确定减碳政策时间，以及样本时期。由于《巴黎协定》的签署是中国向全世界减排行动的标志，因此本文选取2016年作为碳政策的发生时点，确定样本期间为2013—2021年。除了碳风险数据之外，本文的投资效率所需数据以及公司财务特征数据均来自于国泰安CSMAR数据库，ESG所需要的数据来自于彭博社数据库。

2.2"变量设计

被解释变量。投资效率Inveffi_InvR。借鉴已有文献的研究，本文使用投资模型变量来测量企业投资效率[3]。计算方法为先估算企业正常的投资水平，然后将模型的残差作为投资效率的代理变量。模型如下：

Invi，t=a0+a1TQi，t-1+a2Levi，t-1+a3Cashi，t-1+a4Agei，t-1+a5Sizei，t-1+a6Reti，t-1+a7Invi，t-1+a8Yeari，t-1+a9Indi，t-1+εi，t"（1）

在模型（1）中，Invi，t是公司年度实际的投资水平，其测量方式为企业当年固定资产、无形资产以及其他长期资产的支出减去出售资产得到的收入之差，再除以年初资产总额；TQ为公司流通市值、非流通市值以及负债账面价值之和与总资产之比；Lev为企业年末资产负债率；Cash为企业现金持有量，衡量方式为年末货币资金除以总资产；Age为公司成立日起到统计截止日的年限；Size为企业总资产的自然对数；Ret为公司在资本市场上的股票收益率；最终，模型（1）中的残差项ε代表了投资效率Inveffi_InvR。

解释变量。碳风险DID。本文使用双重差分法来构造碳风险变量。首先是处理组样本，依据中国碳排放交易市场确定的八大能耗行业，与证监会行业分类一一比对，若样本公司所处行业为八大能耗行业之一，则为处理组样本Treat，赋值为1，否则为控制组样本，赋值为0。其次是政策时间变量，借鉴国内外碳风险研究，使用《巴黎协定》的签署时间为碳政策时点，确定2016年及之后为政策时点之后Post，赋值为1，2016年之前为政策时点之前，赋值为0。最终，碳风险的变量为DID变量，即交乘项Treat×Post。

调节变量。ESG绩效。本文使用彭博社ESG评分来测量企业ESG绩效，ESG评分中，分别包括了E、S和G的得分以及综合得分，本文使用综合得分来测量企业ESG绩效。竞争水平HHI，为行业内的每家公司的营业收入与行业营业收入合计比值的平方累加，具体计算方式为HHI=sum[（Xi/X）2]，Xi为单个公司的营业收入，X为该公司所属行业的营业收入合计，（Xi/X）即为该公司所占的行业市场份额。其中，行业分类按照证监会行业代码分类，字母加两位数字相同的行业划分为同一行业。

控制变量。依据以往企业投资的相关研究，本文控制了以下影响因素作为控制变量。首先是公司治理变量，包括董事会规模Boardsize，使用董事会人数的自然对数；董事会结构Independ，使用独立董事占董事会总人数的比例；股权集中度Blockhold，使用第一大股东持股比例；高管持股CEOhold，使用管理层持股占总流通股的比例；管理层薪酬Compensation，使用前三位高管薪酬总额的自然对数。其次是公司特征变量，包括公司年龄Age，使用公司成立日至统计日截止的年限；公司规模Size，公司总资产的自然对数；财务杠杆Lev，年末资产负债率；财务绩效ROA，年末总资产负债率；成长性Growth，公司营业收入的增长率；自由现金流Cashflow，计算方式为公司前一年度息前税后利润加折旧与摊销，再扣减营运资本增加与资本支出。

2.3"研究模型与方法

本文使用DID双重差分模型来检验研究假设，如模型（2）。

Inveffi_InvRi，t=a0+a1DIDi，t-1+a2ESGi，t-1+a3DIDi，t-1*ESGi，t-1+a4HHIi，t-1+a5DIDi，t-1*HHIi，t-1+a6Controlsi，t-1+εi，t（2）

在模型（2）中，Inveffi_InvR为被解释变量企业投资效率，DID为本文的碳风险变量，即交乘项Treat×Post，是主要解释变量，ESG和HHI是调节变量，分别代表ESG绩效和行业竞争水平，Controls为全部控制变量，包括年度和行业控制变量。

3"实证结果

3.1"描述性统计与相关性分析

表1为变量的描述性统计结果。如图所示，企业投资效率Inveffi_InvR的标准差为0070，最小值为-0029，最大值为0420，说明不同企业对投资效率在分布上有明显的差异。DID碳风险变量的均值结果显示，处理组样本占整体比例的21%。企业平均ESG评分为11分，但最大值和最小值之间差别明显，最小值为0分，最大值为5950分。除此之外，行业竞争性水平的均值为0160，最小值为0040，最大值为1，同样在行业之间差别较大。

3.2"回归结果

表2为模型的回归结果。在表2中，模型（1）为全部控制变量与企业过度投资Inveffi_InvR的回归结果。模型（2）为主要解释变量碳风险对企业过度投资的回归结果，模型（3）和模型（4）为分别加入ESG和HHI之后的乘积项回归结果，模型（5）为所有变量的回归结果。

表2中模型（2）的回归结果显示，碳风险DID与企业过度投资Inveffi_InvR的回归系数为-0002，对应T值为-318，在5%的显著性水平下显著。这表明减排政策显著抑制了高碳企业的过度投资行为，本文的研究假设H1得到了强烈支持。模型（3）的结果显示，DID×ESG与过度投资的回归系数为0001，对应T值为182，在10%的显著性水平下显著为正，本文的研究假设H2a得到了支持。表明在ESG得分较高的企业中，碳风险对企业投资的抑制作用会明显减弱。模型（4）的结果显示，HHI与DID的乘积项回归系数为0016，对应T值为190，在10%的显著性水平下显著，验证了本文假设H2b。模型（5）中对应主要解释变量和调节变量的回归系数符号不变。表4的回归结果表明，本文的研究假设得到了很好的支持。

3.3"稳健性检验

为验证本文研究假设的稳健性，本文对研究假设增加了如下两种稳健性检验。

首先使用Biddle（2009）[4]的投资模型计算方式重新测量企业过度投资，测量方式如下：

Invi，t=β0+β1Growthi，t-1+θi，t（3）

其中，Growth代表企业营业收入的增长率，测量了企业过度投资的程度Inveffi_Biddle。

其次本文改变了行业竞争HHI的测量方式，使用营业总收入来代替原有的主营业务收入，重新计算行业竞争水平。本文稳健性检验的结果如表3所示。

如表3所示，模型（2）至模型（5）的回归结果中，DID碳风险与企业投资效率Inveffi_Biddle之间的回归系数均为负，并且在5%的显著性水平下显著。这一结果再次支持了本文的研究H1，表明高碳风险企业在碳政策实施后投资水平明显降低。同时，ESG和HHI行业竞争水平与DID的乘积项回归系数在模型（3）和模型（4）中均为正，并且在5%的显著性水平下显著，这一结果再次支持了本文的研究假设H2a和H2b，表明ESG绩效较高和行业竞争水平较高的企业，投资水平不会明显下降。稳健性检验的结果支持本文研究假设。

4"研究结论

本文使用双重差分法分析了碳排放政策对企业投资行为的影响。研究结果显示，自中国签订《巴黎协定》开始实施碳政策以后，高碳排放企业的投资水平显著降低。这表明碳风险显著降低了企业的过度投资行为。进一步的研究结果显示，ESG绩效较好的企业和行业竞争程度较高的企业，投资水平减缓的程度明显降低。这表明碳风险对企业投资水平的影响在ESG较好的企业以及竞争程度较高的行业中其影响作用有所减弱。

参考文献

[1]Arif"M，Kumar"R，Kumar"R，等.Modelling"of"sectoral"emissions"of"shortlived"and"longlived"climate"pollutants"under"various"control"technological"strategies[J].Science"of"the"Total"Environment，2020，699.

[2]Jang"S"S，Ko"H，Chung"Y，等.CSR，social"ties"and"firm"performance[J].Corporate"Governance，2019，19（6）：13101323.

[3]翟胜宝，程妍婷.企业家精神与非效率投资——基于企业生命周期视角[J].财会月刊，2022，（6）：2534.

[4]Biddle"G"C，Hilary"G，Verdi"R"S.How"does"financial"reporting"quality"relate"to"investment"efficiency？[J].Journal"of"Accounting"and"Economics，2009，48（2）：112131.