文献分析 | 绿色信贷政策增进绿色创新研究

原文标题：绿色信贷政策增进绿色创新研究

原文作者：王馨，王营

发表期刊：管理世界

一、 研究背景

绿色金融不仅担负着创造新的经济增长点、提升经济增长潜力的任务，同时发挥着加速经济结构绿色转型、促进绿色发展的驱动作用。“既要金山银山，也要绿水青山”意味着必须兼顾“稳增长”与“优环境”的双重目标。但是，我国已采取的行政、税费以及技术等手段并未很好地达到“优环境”的目标。为何环境治理实践与目标之间存在巨大缺口呢？这是因为我国目前所采取的以脱硫脱硝、改善油品质量为主的技术手段和排污费为主的经济手段等“强度减排”政策并没有直接约束碳排放总量，而是试图通过经济结构调整和治污技术进步的方式降低碳排放强度。要实质性地改善生态环境，不仅要依靠更强有力的末端治理措施，还须采用金融手段改变资源配置的激励机制。尽管相关部门已经出台了一系列关于绿色金融和绿色创新的政策文件，但是对于解决二者如何有效结合的问题还处于摸索阶段。同时，该领域的理论研究也较为缺乏。

尽管《关于构建绿色金融体系的指导意见》明确了绿色金融包括绿色信贷、绿色债券、绿色股票指数和相关产品、绿色发展基金、绿色保险、碳金融等，但是受于数据可得性的限制，难以综合上述所有领域分析绿色金融的作用。而原银监会2012年制定的《绿色信贷指引》（下文简称《指引》）为本文从绿色信贷角度分析绿色金融的作用提供了良好视角。本文认为，基于绿色信贷的研究结论能够在很大程度上代表绿色金融的作用，原因在于金融体系的银行主导型特点决定了绿色信贷是绿色金融领域最大的组成部分。于是，本文以原银监会印发的《指引》为切入点，采用DID方法评估绿色信贷政策的实施效果。具体地，考虑到《指引》旨在鼓励银行业金融机构加大对绿色经济、低碳经济、循环经济的支持，防范环境和社会风险，同时结合《关于构建市场导向的绿色技术创新体系的指导意见》，本文尝试从绿色创新角度分析绿色信贷政策的微观影响。

二、提出假设

从政策实践看，绿色信贷和绿色创新的相关政策文件也明确指出要加强绿色信贷对绿色创新的支持。例如，《指引》指出，银行业金融机构应“对环境和社会表现不合规的客户，应当不予授信”，同时应“加大对绿色经济、低碳经济、循环经济的支持”；《关于构建绿色金融体系的指导意见》指出，构建绿色金融体系促进环保、新能源、节能等领域的技术进步；《关于构建市场导向的绿色技术创新体系的指导意见》明确提出通过绿色金融促进绿色技术创新。于是，本文提出研究假设H1。

假设H1：对于《指引》规定的绿色信贷限制行业，企业绿色创新表现越好。

对于绿色信贷限制行业，在已经承担高昂的环保费用却未有很好的环保表现时，极易产生源于大股东、中小投资者以及社会公众的“愤怒成本”，而《指引》的实施让这种“愤怒成本”内部化，这可能会显著提高经理人通过环卫费、绿化费等费用科目获取私利的成本，面对该问题，经理人的绿色代理成本必然下降；同时，《指引》的实施还会影响传统代理成本，这与既有信贷监督功能产生的影响类似。因此，本文提出研究假设H2a。

假设H2a：《指引》实施后，绿色信贷限制行业的代理成本显著降低，特别是绿色代理成本显著降低。

从投资效率的异质性来看，与非绿色投资效率不同，绿色投资效率以环境收益而非经济收益作为评价标准，体现的是企业清洁性投资产生的节能减排效益。当《指引》实施后，绿色信贷限制企业的环境外部性问题必然被“内部化”，将面临严重的信贷约束，此时唯有提高绿色投资效率实现环境治理目标才能够有效缓解信贷约束问题。从长远来看，通过提高绿色投资效率缓解信贷约束能够帮助企业未来实现绿色转型。因此，本文提出研究假设H2b。

假设H2b：《指引》实施后，绿色信贷限制行业的投资效率显著提升，特别是绿色投资效率显著提升。

从绿色金融来看，绿色信贷政策效力的发挥需要环保政策及相关法律法规的配套支持。换句话说，环境规制的加强能够有效提高绿色信贷的资源配置效率。例如，“把资源消耗、环境损害、生态效益纳入经济社会发展评价体系”能够显著提高地方政府对绿色经济的支持力度，提高环保执法力度、加强环保约谈等能够促使当地企业减少污染排放、增加绿色创新。从污染防治的实际效果看，严格的环境规制已经呈现出良好的成效。因此，本文提出研究假设H3a。

假设H3a：环境规制力度越强，《指引》的绿色创新促进作用越显著。

从绿色创新来看，《关于构建市场导向的绿色技术创新体系的指导意见》已经明确提出，要健全绿色技术知识产权保护制度，强化绿色技术研发、示范、推广、应用、产业化各环节知识产权保护。作为企业开展技术创新的重要制度安排，知识产权保护的激励作用已被现有文献证实。当地方知识产权保护力度越强时，当地企业的创新积极性越高，表现为更多的研发投入和更高的创新产出，反之，知识产权侵权程度越大，企业创新表现越消极。因此，本文提出研究假设H3b。

假设H3b：地方知识产权保护力度越大，《指引》的绿色创新促进作用越显著。

三、研究设计

（一）样本选取和数据来源

本文以2007~2017年间所有A股上市公司为研究对象，并按照以下标准对样本进行剔除：剔除了金融保险业上市公司，剔除了资产负债率小于0和大于1的上市公司，剔除了非正常交易上市公司（包括ST、ST*以及PT），剔除了相关数据缺失的上市公司。本文数据来源主要包括两个部分：一是企业创新数据，作者从中国研究数据服务平台（CNRDS）获取了所有A股上市公司发明专利和实用新型专利的专利分类号信息，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；根据匹配结果，作者将上市公司专利分为绿色专利（绿色发明专利和绿色实用新型专利）和非绿色专利（非绿色发明专利和非绿色实用新型专利）。二是其他公司特征数据，主要财务数据来源于国泰安数据库，股东数据来源于锐思数据库，实际控制人类型来源于CCER数据库。将上述数据匹配后，最终获得13818个年度观测值。作者对主要连续变量进行1%的winsorize处理。

（二）模型构建与指标选取

基于双重差分模型，作者构建了如下模型检验绿色信贷对绿色创新的作用：

模型（1）中的被解释变量Patent，表示绿色创新表现。本文将绿色发明专利申请数量和绿色实用新型专利申请数量加总得到绿色创新总量Total，绿色发明专利申请数量Inva衡量绿色创新质量，同时将绿色实用新型专利申请数量Uma作为对比性指标衡量绿色创新数量。为消除绿色专利申请数据的右偏分布问题，本文将绿色专利申请数量加1后取自然对数，得到LnTotal、LnInva以及LnUma。

模型（1）中的关键解释变量是绿色信贷政策、行业属性以及二者交乘项。其中，Policy为《指引》实施前后的虚拟变量，实施后的期间（2012年及以后）取值为1，实施前的期间（2012年以前）取0。Gcres表征了《指引》确定的绿色信贷政策实施行业。根据《指引》，原银监会在《绿色信贷实施情况关键评价指标》中明确了环境和社会风险类型，本文将环境和社会风险为A类的企业所属行业认定上市公司是否为绿色信贷限制行业。具体地，A类企业所属行业包括核力发电、水力发电、水利和内河港口工程建筑、煤炭开采和洗选业、石油和天然气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业、其他采矿业等9个行业。如果上市公司属于上述9个行业，则被认定为绿色信贷限制行业（实验组），Gcres=1，否则被认定为非绿色信贷限制行业（对照组），Gcres=0。作者最关心的是交互项Policy×Gcres，其考察的是《指引》实施前后对绿色信贷限制行业与非绿色信贷限制行业绿色创新产生的影响。如果β_2显著大于0，表明《指引》显著促进了绿色信贷限制行业的绿色创新，反之，表明无显著促进作用。为控制影响企业绿色创新的其他经济特征指标，引入了一系列控制变量X_(it-1)。具体包括：机构投资者持股比例Inst、董事长与CEO两职兼任Dual、独董比例Ind、账面市值比MtB、现金比率Cash、研发支出比例Rd、资产负债率Debt、资本支出比例Capital、固定资产比例Ppe、公司绩效Roa、员工规模Employee、公司价值TQ以及成立年限LnAge。为获得更加稳健的回归结果，作者采用控制企业固定效应和时间固定效应的双重Cluster回归方法。另外，作者还控制了样本企业所在省的地区固定效应。

四、实证结果分析

（一）平行趋势检验

图1展示了2007~2017年不同行业绿色创新产出的平行趋势，横轴表示年份，纵轴表示样本企业当年绿色创新产出加1后的自然对数，实线为绿色信贷限制行业的平均值，虚线为非绿色信贷限制行业的平均值。以2012年《指引》为分界线，作者可以将样本期分为《指引》实施前（2007~2011年）和《指引》实施后（2012~2017年）。可以看出，《指引》实施前后，绿色信贷限制行业与非绿色信贷限制行业的绿色创新数量（绿色发明专利与绿色实用新型专利之和）随时间变化趋势基本一致，但《指引》实施后二者绿色创新数量差距显著扩大。同样地，《指引》实施前后，绿色信贷限制行业的绿色发明专利和绿色实用新型专利随时间变化趋势也基本一致，但《指引》实施后二者差距显著扩大；《指引》实施前后，非绿色信贷限制行业的绿色发明专利和绿色实用新型专利随时间变化趋势也基本一致，并且二者差距基本保持不变。因此，基本满足平行趋势假设。

图1《指引》实施前后不同行业的绿色创新表现

（二）基准回归结果

根据模型（1），表1汇报了绿色信贷政策对绿色创新的回归结果。第（1）列和第（2）列汇报了绿色创新总量的回归结果，第（3）列和第（4）列汇报了绿色发明专利的回归结果，第（5）列和第（6）列汇报了绿色实用新型专利的回归结果。

表1《指引》与绿色创新

在第（1）列和第（2）列中，交乘项Gcres×Policy的系数均在1%的水平显著为正，引入地区固定效应后，其系数为0.210，即绿色信贷政策实施后，绿色信贷限制行业的绿色专利申请总量增加21%，表明《指引》显著增进了绿色信贷限制行业的绿色创新产出。Policy的系数均在1%的水平显著为正，引入地区固定效应后，Policy的系数为0.160，即绿色信贷政策实施后，非绿色信贷限制行业的绿色专利申请总量平均增幅为16%。Gcres的系数均不显著，引入地区固定效应后，Gcres的系数为0.053，即绿色信贷限制行业与非绿色信贷限制行业的绿色专利申请总量没有显著差异。

在第（3）列和第（4）列中，交乘项Gcres×Policy的系数仅在引入地区固定效应后显著为正，表明绿色信贷政策实施后，绿色信贷限制行业的绿色发明专利数量增加不显著，即《指引》对绿色信贷限制行业绿色创新质量的提升作用有限。Policy的系数均在1%的水平显著为正，引入地区固定效应后，其系数为0.117，即绿色信贷政策实施使得非绿色信贷限制行业的绿色发明专利数量增加11.7%，表明《指引》的实施显著提升了非绿色信贷限制行业的绿色创新质量。Gcres的系数均不显著，表明绿色信贷限制行业与非绿色信贷限制行业的绿色发明专利数量没有显著差异。

在第（5）列和第（6）列中，交乘项Gcres×Policy的系数均在1%的水平显著为正，引入地区固定效应后，其系数为0.221，即绿色信贷政策实施后，绿色信贷限制行业的绿色实用新型专利数量增加22.1%，进一步表明《指引》显著增进了绿色信贷限制行业的绿色创新产出。Policy的系数均在5%的水平显著为正，引入地区固定效应后，其系数为0.106，即绿色信贷政策实施使得非绿色信贷限制行业的绿色实用新型专利数量增加10.6%。Gcres的系数均不显著，表明绿色信贷限制行业与非绿色信贷限制行业的绿色实用新型专利数量没有显著差异。

综上，研究假设H1得证。实证结果表明：绿色信贷政策的实施显著促进了绿色信贷限制行业的绿色创新数量，却未能显著提升绿色信贷限制行业的绿色创新质量，即《指引》对绿色信贷限制行业绿色创新过程中“量”的激励充足，而对“质”的激励不足。这可能是因为，我国上市公司普遍存在环保投资额不足现象，由信贷政策刺激的环保投资对企业来说是一种“被动”行为，并且企业环保投资资金配置的主要方向是“环保设施及系统的投入与改造支出”，而非绿色创新。

五、《指引》增进绿色创新的作用机理分析

根据前文研究假设，作者将从经理人代理成本和企业投资效率展开分析。

第一，为验证假设H2a，作者构建如下模型分析绿色信贷政策对代理成本的影响：

模型（2）中，被解释变量Ac为代理成本，分别采用总代理成本TAc和绿色代理成本GAc衡量。参考现有文献做法，作者采用管理费用率衡量总代理成本，TAc=管理费用/营业总收入，该值越大，代理问题越严重。管理费用率主要体现了因为代理行为而实际发生的成本，主要是经理人过度消费而引起的浪费。手工采集了样本企业“管理费用”科目中的绿化费、环卫费等环境治理费用，并以此测算绿色代理成本，GAc=环境治理费用/营业总收入，该值越大，绿色代理问题越严重。控制变量包括第一大股东持股比例及其平方、董监高年度报酬总额的自然对数、董事长与CEO两职兼任、独董比例、董事会规模的自然对数、实际控制人性质、两权分离度、资产负债率、存续年限以及总资产自然对数，同时控制地区固定效应和时间固定效应。

第二，为验证假设H2b，作者构建如下模型分析绿色信贷政策对投资效率的影响：

模型（3）中，被解释变量Eoi分别采用总投资效率TEoi和绿色投资效率GEoi衡量。控制变量包括第一大股东持股比例及其平方、董监高年度报酬总额的自然对数、董事长与CEO两职兼任、独董比例、董事会规模的自然对数、实际控制人性质、两权分离度、资产负债率、存续年限、总资产自然对数以及大股东掏空率（其他应收款净额除以总资产），同时控制地区固定效应和时间固定效应。

表2汇报了模型（2）和（3）的回归结果。第（1）列和第（2）列中，交乘项Gcres×Policy的系数至少在5%的水平显著为负，表明绿色信贷政策实施后，绿色信贷限制企业的总代理成本和绿色代理成本显著下降。第（3）列中，交乘项Gcres×Policy的系数显著为负，表明绿色信贷政策实施后，绿色信贷限制企业的总投资效率显著提升。第（4）列中，Policy的系数显著为负，交乘项Gcres×Policy的系数不显著为负，表明绿色信贷政策实施显著提升了全部样本企业的绿色投资效率，但是这种提升效应在实验组和控制组并无显著差异。

表2《指引》与代理成本和投资效率

为了证实研究假设H2a和H2b，结合模型（2）和（3），构建如下模型：

模型（4）中的解释变量γAc，表示《指引》减少的代理成本，等于模型（2）中的-（β1Gcresi×Policyt+β3Policyt）。模型（5）中的γEoi，表示《指引》提升的投资效率，等于模型（3）中的-（β1Gcresi×Policyt+β3Policyt）。

表3《指引》增进绿色创新的作用机制

表3的Panel A汇报了《指引》增进绿色创新的代理成本机制回归结果。第（1）~（3）列，γTAc的系数均至少在10%的水平显著为负，表明《指引》减少的总代理成本越多，企业的绿色创新表现越积极，这既体现在绿色发明专利的申请又体现在绿色实用新型专利的申请。第（4）~（6）列，γGAc的系数均为负值，并且第（5）列的系数在5%的水平显著，表明《指引》减少的绿色代理成本越多，企业绿色创新积极性会有一定程度的改善，其中绿色发明专利申请的改善效果最为明显。因此，结合表2和表3可以得出，假设H2a成立。

表3的Panel B汇报了《指引》增进绿色创新的投资效率机制回归结果。第（1）~（3）列，γTEoi的系数均在1%的水平显著为正，表明《指引》提升的投资效率越多，企业申请的总绿色专利、绿色发明专利以及绿色实用新型专利越多。第（4）~（6）列，γGEoi的系数均至少在10%的水平为正值，表明《指引》提升的绿色投资效率越多，企业绿色创新表现越好。因此，结合表2和表3可以得出，假设H2b部分成立。

六、《指引》增进绿色创新的调节机制分析

（一）环保执法

接下来分析地区环保力度对绿色信贷与绿色创新关系的调节作用。具体地，作者以各省份户均排污费作为依据，对不同地区的环境执法力度进行测算。以当年地区环保执法力度中值为标准，作者构造了环保执法、绿色信贷限制行业以及《指引》实施前后的交乘项。

表 4 《指引》增进绿色创新的调节机制：环保执法

表4汇报了地区环保执法的调节机制回归结果。环保执法×Gcres×Policy的系数为正值，并且第（1）列和第（3）列至少在10%的水平显著。这表明，《指引》实施以后，地区环保执法力度的提高能够显著增加绿色信贷限制行业的绿色创新产出，但对绿色信贷限制行业绿色创新质量的提升作用不显著。于是，假设H3a得到证实。

（二）知识产权保护

对于知识产权保护，作者采用各地区专利负责部门的专利执法情况衡量，Property等于专利未被侵权率，即1减去各地区知识产权局当年受理的专利侵权纠纷案件数除以该省份截至当年累计授权专利数。专利未被侵权率越大表示知识产权保护越好。以当年地方知识产权保护中值为标准，作者构造了知识产权保护、绿色信贷限制行业以及《指引》实施前后的交乘项。

表 5 《指引》增进绿色创新的调节机制：知识产权保护

表5汇报了知识产权保护的调节效果。可以看出，知识产权保护×Gcres×Policy的系数为正值，但不显著。这表明，《指引》实施以后，地区知识产权保护的提高并不一定能够增加绿色信贷限制行业的绿色创新产出，提升绿色信贷限制行业绿色创新质量。假设H3b并未得证。

七、研究结论

作者以原银监会制定的《绿色信贷指引》的颁布为切入点，研究绿色信贷政策与绿色技术创新的关系，进一步分析内在作用机制、潜在调节机制以及可能的经济后果。研究发现，《指引》实施后，绿色信贷限制行业的绿色创新活动更加积极，主要表现为绿色创新总量的显著增加，但绿色创新质量提升不明显。这得益于《指引》既降低了代理成本又提升了投资效率。进一步研究发现，随着地区环境执法力度的加强，绿色信贷政策增进绿色创新的作用增强。最后，绿色创新能够显著提升企业环境和社会绩效与财务绩效，但是对财务绩效的改善作用具有迟滞性。

相关文章：

原文摘要：

绿色金融是促进绿色创新实现绿色发展的重要推动力。在构建绿色金融体系和市场导向的绿色技术创新体系的双重背景下，本文采用双重差分（DID）方法检验了《绿色信贷指引》实施前后、绿色信贷限制行业相对于非绿色信贷限制行业的绿色创新表现，以此分析绿色信贷政策对绿色创新的影响。研究发现，《绿色信贷指引》实施后，相对于非绿色信贷限制行业，绿色信贷限制行业的绿色创新表现更加活跃，但绿色创新质量提升不明显。这得益于绿色信贷政策的代理成本降低作用和投资效率提升作用。进一步研究发现，随着地区环境执法力度和知识产权保护力度的加强，绿色信贷政策增进绿色创新的作用增强。最后，绿色创新既能够显著提升环境和社会绩效，也能够显著提升财务绩效，但对后者的改善具有迟滞性。如何更好地实现绿色金融与绿色创新的有效结合推进生态文明建设是本文最直接的政策含义。

作者：

温   鹏 中央财经大学财经研究院硕士生

指导老师：

王   遥 中央财经大学绿色国际金融研究院院长

原创声明

如需转载、引用本文观点，请注明出处为“中央财经大学绿色金融国际研究院”。

新媒体编辑：黄赟竹