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

关键词：绿色金融；信贷政策；《绿色信贷指引》；绿色创新

发表时间：2021 年 6 月

一、 研究背景

绿色金融与绿色创新的结合是实现经济转型和生态环境治理的关键之一。当前我国的环境治理政策主要采用“强度减排”方式，但需要采用更为综合的金融手段改变资源配置的激励机制。绿色金融发展不仅有助于引导资金从污染领域流向绿色领域，同时也有助于吸引大量社会资金流向绿色领域，这将推动企业进行绿色创新，加速经济结构的绿色转型。目前在绿色金融和绿色创新有效结合的问题上存在较大的挑战。因此，需要进一步深入研究，提出更为具体的政策和措施，推动绿色金融和绿色创新在中国的实际应用和发展。

二、研究假设

1.绿色信贷与绿色创新

假设H1：对于《绿色信贷指引》（以下称《指引》）规定的绿色信贷限制行业，企业绿色创新表现越好。

2.《指引》增进绿色创新的作用机理

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。

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。

3.《指引》增进绿色创新的调节机制

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。

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。

4.《指引》增进绿色创新的经济效应

假设H4：《指引》实施后，绿色创新能够改善环境和社会绩效，却难以改善财务绩效。

三、研究设计

1.样本选择与数据来源

本文以2007~2017年间所有A股上市公司为研究对象，本文数据来源主要包括两个部分：一是企业创新数据，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。并对主要连续变量进行1%的winsorize处理。

2.模型设定与变量定义

基于双重差分模型构建了如下模型：

（1）被解释变量：绿色创新表现（Patent）。参考黎文婧和郑曼妮(2016)的做法,本文以绿色专利申请数量衡量企业绿色创新。具体地,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。

（2）解释变量：绿色信贷政策（Policy）、行业属性（Gcres）以及二者交乘项。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。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。

（3）控制变量。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，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。另外还控制了样本企业所在省的地区固定效应。

四、假设检验与结果讨论

1.平行趋势假设检验

图1展示了2007~2017年不同行业绿色创新产出的平行趋势，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。

2.基准回归结果

表2汇报了绿色信贷政策对绿色创新的回归结果。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。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。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。综上，研究假设H1得证。

3.《指引》增进绿色创新的作用机理分析

第一，为验证假设H2a，构建如下模型分析绿色信贷政策对代理成本的影响：

第二，为验证假设H2b，构建如下模型分析绿色信贷政策对投资效率的影响：

需要说明的是，总投资效率TEoi和绿色投资效率GEoi的测算参考Richardson（2006）的做法。首先，构建如下模型估算企业预期投资和预期绿色投资：

表7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。

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（5）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（6）中的γEoi，表示《指引》提升的投资效率，等于模型（3）中的-（β1Gcresi×Poli⁃cyt+β3Policyt）。

表8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7和表8可以得出，假设H2a成立。

表8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7和表8可以得出，假设H2b部分成立。

4.《指引》增进绿色创新的调节机制分析

（1）环保执法

包群等（2013）发现，只有在环保执法力度严格或是当地污染相对严重的省份，通过环保立法才能起到明显的环境改善效果。接下来将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9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。

（2）知识产权保护

对于知识产权保护，借鉴吴超鹏和唐菂（2016）的做法，本文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，本文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10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。

5.进一步讨论：《指引》增进绿色创新的经济效应分析

为分析《指引》增进绿色创新的经济后果，构建如下模型：

模型（7）中，被解释变量ES表示企业环境和社会绩效，采用两个指标衡量：一是企业社会责任评价，以润灵社会责任评级得分衡量；二是环保奖励，参考Klassen和Mclaughlin（1996）的做法，采用企业是否获得环境表彰衡量环境绩效。被解释变量TQ表示企业财务绩效，采用企业托宾Q值衡量。解释变量γPatent，表示《指引》诱发的绿色创新，等于模型（1）中的（β1Policyt+β2Gcresi×Policyt），并分别计算了γTotal、γInva以及γUma。控制变量与模型（1）一致。

表11汇报了模型（7）的回归结果。Panel A的第1至3列，γTotal、γInva以及γUma的系数均在1%的水平显著为正，表明《指引》诱发的绿色创新显著提升了企业社会责任得分，并且绿色发明专利和绿色实用新型专利均具有这种积极作用。Panel A的第4至6列，γTotal、γInva以及γUma的系数均在5%的水平显著为正，表明《指引》诱发的绿色创新为企业带来了更多的环境表彰及其他正面评价，无论是绿色创新数量还是质量都具有此种效应。

Panel B的第1至3列，γTotal、γInva以及γUma的系数均不显著，表明无论绿色创新数量的增加还是质量的提升均对未来一期的企业价值没有显著影响。这符合吉利和苏朦（2016）关于企业环境成本内部化行为是出于合规性目的而非经济利益驱动的结论。Panel B的第4至6列，γTotal、γInva以及γUma的系数均至少在10%的水平显著为正，表明积极的绿色创新表现显著提高了t+2期的企业价值，并且两类绿色专利均具有显著的促进作用。这不仅证实而且扩充了黎文婧和郑曼妮（2016）的结论。

五、研究结论与政策建议

1.研究结论

绿色创新是绿色发展的基础支撑和关键动力。《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，到2022年基本建成市场导向的绿色技术创新体系。绿色金融作为资源配置的重要中介和桥接金融与生态环境的关键纽带，如何有效地服务于绿色创新是推进生态文明建设过程中面临的重要问题。本文以原银监会制定的《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。

2.政策建议

为强化这种驱动作用，未来需要从以下6个方面形成合力。

（1）从绿色信贷制度来看，加强绿色信贷实施情况的监测评价，逐步提高绿色信贷相关的流动性、定价以及风险等指标在监管考核方面的比重，从制度设计上完善绿色信贷的正向激励机制和风险防范机制。

（2）从绿色技术创新制度来看，专利审查部门应尽早制定并公布绿色专利清单，既利于企业获取绿色信贷，又利于商业银行有针对性地开展绿色信贷评估；知识产权保护部门应加强对绿色技术创新的知识产权保护，提高企业绿色技术研发的积极性。

（3）从商业银行来看，一方面，建立符合绿色贷款人特点的信贷管理制度，根据企业暴露的环境和社会风险敞口，对其信贷资源进行动态调整；另一方面，加大绿色信贷创新，通过创新绿色信贷流程、产品以及服务，既要解决绿色企业在绿色信贷方面所面临的信息不对称、信贷配置低效等问题，又要提高污染企业获取信贷资源的门槛和成本。

（4）从企业自身来看，应加强公司治理，尤其绿色治理。充分调动利益相关者监督企业环保决策的积极性，既要防止经理人通过环保费用攫取私利，又要减少低效环保投资造成的资源浪费，通过抑制委托代理问题和提升投资效率增进绿色技术创新，从而实现绿色转型的目标。

（5）从环保当局来看，“只有实行最严格的制度、最严密的法治，才能为生态文明建设提供可靠保障”，必须确保环保执法的及时性、有效性及权威性，加大高环境和社会风险行业的环保查处力度，同时建立企业环境信息共享平台，并将其与金融信用信息基础数据库对接，为金融机构尤其商业银行的绿色信贷决策提供环保评价依据。

（6）从绿色金融体系来看，要加快绿色债券、绿色保险以及绿色基金等方面的工具产品创新和服务效率提升，做到绿色金融体系广度和深度的协同发展，通过绿色金融体系的多元化发展和多层次建设更好地建设市场导向的绿色技术创新体系。

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：

杨德轩  中央财经大学黄埔研究生院研究生

指导老师：

王   遥 中央财经大学绿色金融国际研究院院长

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