文章|绿色溢价是否存在? ———来自中国绿色债券市场的证据
本文选自《经济学报》2021年第 8 卷第 2 期
引文格式：张丽宏,刘敬哲,王浩.绿色溢价是否存在?——来自中国绿色债券市场的证据[J].经济学报:45-72.
作者信息：
张丽宏 清华大学 经济管理学院
刘敬哲 清华大学 经济管理学院
王浩 清华大学 经济管理学院
摘 要 2016年以来，中国绿色债券市场取得了快速的发展。本文以 2016 年1月1日至 202O年5月31日发行的绿色债券为样本，使用绿色债券与普通债券匹配的方法研究了中国绿色债券溢价。结果表明绿色债券收益率利差较匹配的普通债券收益率利差平均低 17 个基点，说明绿色债券有助于降低企业融资成本。绿色溢价随着时间的推移越来越显著，市场表现出逐渐学习和熟悉的过程。本文发现未经第三方认证的绿色债券相比经过认证的绿色债券收益率利差显著更低，规模较小和净资产收益率较低的公司更倾向于申请第三方认证，表明绿色认证市场可能存在逆向选择问题。本文的发现为发展我国绿色债券市场和完善绿色认证制度提供了参考。
关键词 绿色债券;绿色溢价;匹配法;绿色认证;债券利差
结构安排
第1部分概述了我国绿色债券市场的发展历程，进行文献回顾并提出本文的研究假设;
第2部分介绍本文的研究设计，包括匹配方法和模型及变量选取;
第3部分介绍本文的数据来源 、样本构成以及描述性统计结果;
第4部分分析实证结果，包括二级市场和一级市场两个方面;第5部分报告稳健性检验结果;
第6部分总结全文。
0 引言
气候变化引起的经济模式变革已经成为 21 世纪以来最受关注的话题之一，世界范围内的公共和私人投资都在寻求改变以适应低碳、绿色的新型金融框架（Hong et al.，2020）。中国是世界上最大的发展中国家和世界第二大经济体，在应对全球气候变化问题的道路上也一直在付出努力。建立鼓励绿色投资、抑制污染性投资的体制和机制是推动中国经济发展模式向绿色转型的关键（马骏，2015）。2016年8月31日，由中国人民银行、财政部和发改委等七部委联合印发的《关于构建绿色金融体系的指导意见》指出证券市场对于支持绿色投资具有重要作用，其中非常重要的工具之一便是绿色债券。绿色债券是指政府、金融机构或非金融企业为符合要求的绿色项目融资 以及这些项目的再融资向社会进行资金募集，并按约定偿还本金及支付利息的债务融资工具（巴曙松等，2019）。自 2016 年建立以来，中国的绿色债券市场已经取得了突飞猛进的发展，年发行规模达到人民币 3862 亿元，是世界第二大绿色债券发行国。中国的绿色债券体系自身也在不断进行完善，例如中国人民银行、发展改革委、证监会最新颁布的《绿色债券支持项目目录（2021年版）》不再包含煤炭清洁利用和清洁燃油类别，铁路交通部分将客运铁路建设剔除，仅保留货物运输铁路建设运营和铁路节能环保改造等，逐步与国际标准接轨。
绿色债券的设立初衷是鼓励绿色投资，发行绿色债券究章能否起到降低企业项目融资成本的作用成为判断绿色债券是否为一种有效的激励手段的重要依据，即绿色债券相对于普通债券而言是否有显著为负的绿色溢价。针对这一问题，目前的理论分析路径无法得出一致的结果。一方面，发行绿色债券是企业社会责任（Corporate Social Responsibility，CSR）的体现。现有文献表明，在企业社会责任方面表现更好的企业（Dhaliwal et al.，2011）或环境风险更低的企业（Sharfman and Fernando，2008; Chava，2014）可以获得更低的借贷成本。这可能是因为企业社会责任表现出色的企业本身就是质量比较好的企业（Hong et al.，2012），或者投资者对于企业社会责任表现更好的企业会有更高的偏好（Heinkel et al.，2001）。另一方面，发行绿色债券意味着对于企业的投资决策设置了更多的限制条件，从而增加了融资成本，造成一些资源耗费（Magnanelli and Izzo，2017;Flammer，2021）。因此，理论研究无法从现有文献的分析路径中得出结论，而目前的实证研究也没有得到统一的结果（Karpf and Mandel， 2018; Baker et al.，2019; Zerbib，2019 等）。
伴随着绿色债券同时兴起的还有第三方绿色认证市场（或第三方认证）。第三方认证指发行人在发行前或存续期聘请独立的第三方认证机构对本公司发行的绿色债券进行认证，评估内容包括但不限于拟投资的绿色项目是否合规，募集资金管理制度是否完备，信息披露和报告制度是否合理等。在国外，第三方认证主要由气候债券倡议组织（Climate Bond Initiative，CBI）与指定的机构合作发起并进行监督，认证过程参考《气候债券标准》（Climate Bond Standard， CBS）。国内的第三方认证依据中国人民银行和中国证监会在 2017 年出台的《绿色债券评估认证行为指引（暂行）》，旨在规范绿色债券评估认证行为，提高绿色债券评估认证质量，促进绿色债券市场健康发展，更好地服务实体经济的绿色发展。理论上，第三方认证可以通过客观评估对绿色债券发行人的资质起到增信作用，因此经过认证的债券相比于没有经过认证的债券来说利差更低（Baker et al.，2019;Deng et al.，2020;Hyun et al.，2020）。然而，我国第三方认证制度规范实质从 2018年起才开始落地实施，建立时间晚，还没有形成良好的行业监督、自律管理的环境条件。同时，由于认证机构的性质各有不同，认证业务流程也不够规范，因而投资者对于第三方认证的结果并没有很强的依赖程度（高晓燕和纪文鹏，2018;杨希雅和石宝峰，202O）。一些本身信用水平不高的企业，会期望通过进行第三方认证来提高项目资质，吸引更多投资者（Baker et al.，2019）。一旦这种逆向选择被市场发现，不但无法起到降低融资成本的作用，反而会使得通过了第三方认证的绿色债券具有更高的收益率利差。
由于中国绿色债券市场起步较晚，学术界对于绿色债券的研究也相对较少。本文使用2016 年1月1日至 2020年 5月 31日期间发行的绿色债券进行了实证分析，为了控制可能影响债券价格的其他因素，使用匹配的方法构造研究样本（Zerbib，2019）。具体来说，在每只绿色债券的发行起始日，为它匹配 1只由相同公司发行的，具有相同评级、相同利率类型、相同发行币种、相同债券种类，到期日最为接近并且相差不超过1年的普通债券。根据匹配之后得到的绿色债券和普通债券信息提取它们的二级市场到期收益率进行实证。
本文研究结果表明∶（1）绿色债券在二级市场上有显著为负的绿色溢价，即绿色债券的收益率利差显著低于普通债券的收益率利差，平均为-13 个基点到-17 个基点;
（2）分年度子样本回归结果表明，绿色溢价随时间推移是由正转负、单调递减的;
（3）不论在二级市场还是一级市场上，未经过第三方认证的绿色债券相较于经过第三方认证的绿色债券来说溢价更小，平均为-22 个基点到-37 个基点;
（4）绿色债券市场中国有企业占据绝对的主导地位，未匹配样本中民营企业仅占比7%，匹配后样本中仅占比 1%，反映出民营经济参与程度不足。这一结果肯定了绿色债券显著降低企业融资成本的作用，但同时也指出，我国第三方绿色认证市场还非常不完善，可能存在逆向选择问题，导致未经过第三方认证的绿色债券的收益率利差相较于经过第三方认证的绿色债券来说反而更低。进一步检验发现，资产规模更小、净资产收益率更低的企业倾向于申请第三方认证，表明得到第三方认证的企业相比未得到认证的企业信用水平往往更差。从认证机构性质角度来看，国际认证机构相比国内认证机构更能发挥外部监督作用，支持了现有文献关于国内第三方认证业务流程不够规范的论断（高晓燕和纪文鹏，2018;杨希雅和石宝峰，2020）。绿色溢价的时间趋势表明，自绿色债券市场建立以来，投资者也在不断 了解和学习，逐渐认识到绿色投资的社会意义和价值。
本文对绿色债券研究作出贡献∶
第一，本文展示了中国绿色债券市场的发展趋势和作用，能够有效帮助投资者全面了解和把握我国绿色债券市场的发展现状与特点。
第二，本文定量研究了中国绿色债券在一级市场和二级交易市场的溢价，发现了显著为负的绿色溢价，肯定了绿色债券的优势，为企业社会责任表现对于融资成本影响的研究提供了新的实证证据。企业承担社会责任进行绿色投资能够显著降低项目融资成本，而 且这来自于投资者对绿色 项目和绿色债券市场的不断了解和学习，对绿色投资的社会价值形成了偏好。
第三，本文揭示了目前中国绿色债券市场存在的问题，特别是第三方绿色认证中可能存在的逆向选择的问题和民营企业参与不足的问题。本文提出应当建立健全第三方绿色认证体系制度，提高认证机构的公信力;扩大绿色债券政策支持和审批范围，使民营企业能够更加享受到政策福利，进一步激发民营经济活力。
与本文研究最为接近的是 Wang et al.（202O），他们使用 2016 年 1月至 2019 年6月的数据研究了公司发行绿色债券的市场反应。首先，虽然在研究方法上本文与Wang et al.（202O）相似，但是在发行机构的所有权性质和第三方绿色认证市场特点方面得出了不同的结论，例如，本文发现在中国绿色债券发行过程中民营企业的参与程度严重不足，第三方认证市场上可能存在逆向选择问题，这对我国进一步促进发展绿色债券市场具有更重要的意义。其次，本文的研究样本包括了除资产支持证券外的所有类型的绿色债券，而他们的样本仅包含了绿色公司债和企业债。最后，本文的样本区间还包括了 202O 年初新冠肺炎疫情的暴发时期，这使得本文的研究结果更具代表性和稳健性。Deng et al.（2020）研究了发展初期中国绿色债券市场，发现投入到绿色项目的募集资金比例越高的债券收益率利差越低，得到了第三方认证的债券相较于未得到第三方认证的债券收益率利差也更低。本文和 Deng et al.（2020）在结果上的差异主要是由于样本期不同导致的，第三方认证的逆向选择在 2019 年和 2020 年才体现出来。
1 绿色债券发展现状及文献综述
1.1 中国绿色债券市场发展历程及现状
中国绿色债券的发展起始于 2016 年。2015 年 12 月22日，中国人民银行发布《银行间债券市场发行绿色金融债券有关事宜的公告》和《绿色债券支持项目目录》。这是监管机构面向银行间债券市场和金融机构法人发布的第一份针对绿色债券的发行指导。2015 年 12月 31 日，发改委发布《绿色债券发行指引》，对绿色企业债券的发行提供了定义和参考。接着在 2016 年 3月 16 日和 4月22 日，沪深交易所先后发布《关于开展绿色公司债券试点的通知》，至此中国主要债券市场的绿色债券发行制度框架基本完成搭建。为了进一步规范国内绿色债券市场，并逐步推动国内发行标准与国际通行标准的接轨，监管部 门在之后的几年时间里又多次发布和完善相关政策法规，更好地支持绿色产业发展，例如在 2021年4 月，中国人民银行、发展改革委、证监会联合发布《绿色债券支持项目目录（2021年版）》，新版目录更加细化项目分类，科学遴选产业类别，逐步提高政策覆盖程度。
中国第一只绿色债券是 2014 年 5月12日中广核发行的"碳债券"（巴曙松等，2019）。2016 年1月27日，浦发银行发行了境内第一只绿色金融债券，标志着我国绿色债券市场正式拉开帷幕。绿色债券的发行规模从 2015 年的几乎为零增至 2016 年的人民币 2380 亿元，其中符合《绿色债券原则》（The Green Bond Principles，GBP）和《气候债券标准》（Climate Bond Standard，CBS）的为 1549 亿元，这使我国一跃成为全球最大的绿色债券发行国。从图1可以看出，中国绿色债券市场发行规模从 2016 年至 2019 年始终呈上升趋势，从 2016 年的 2380亿元增长至 2019 年 3862 亿元。其中金融债券占比最高，但在逐年下降，而企业债、公司债和中期票据占比不断上升。2020年上半年，受新冠肺炎疫情影响，绿色债券发行规模增长受到一定的影响。尽管如此，根据 Wind 数据库统计，截至2020年 5月31日，中国绿色债券发行规模已经达 1250 亿元，超过 2017 年全年发行规模的 50%。根据往年发行特点，第三季度和第四季度才是绿色债券的集中发行时期，因此整体而言，绿色债券发行规模的增长趋势有望得到保持。不过，2019 年的《中国绿色债券市场研究报告》指出，有 30%左右的贴标绿色债券并不符合《绿色债券原则》和《气候债券标准》构成的国际通行标准。这些债券主要具有以下三个特征∶第一，募集资金投向与绿色项目无关的一般营运活动;第二，募集资金投向的项目未被纳入国际目录;第三，信息披露不足，无法确定募集资金投向。
在二级市场交易方面，图2展示了2016 年1月至 2020年5月中国绿色债券二级市场月度成交额变化图，可以明显看出绿色债券仍处在发展上升期。2016年和 2017年是起步阶段，成交额分别为人民币 1774 亿元和 1415 亿元。2018年下半年，绿色债券交易市场开始活跃，这也带动了2018 年全年成交额达到 4004 亿元，超过 2016 年和 2017年成交额的总和。这样的发展持续到 2019年，成交额为6085 亿元，创出历史新高。2020年1月至 5月，绿色债券二级市场成交额为2697 亿元，已经超过2016 年全年成交额，说明绿色债券正越来越受到投资者的青睐和关注。从图 2 可以看出绿色债券交易的另外一个特点就是第三季度和第四季度的交易量要高于第一季度和第二季度，这也与一级市场的发行特点相吻合。
1.2 文献回顾与研究假说
虽然国际绿色债券市场起步较早，但是仍然处于发展阶段，因此定量研究绿色债券溢价的国外文献并不是很多，结果也不是完全一致。Ehlers and Packer（2017）使用只有 21 只绿色债券的样本研究发现，绿色债券与普通债券相比在一级 市场上 有-18 个基点的溢价，但他们在二级市场的表现没有差异。Hachenberg and Schiereck（2018）和 Zerbib（2019）都采取了匹配的方法，将每一只绿色债券和与它具有相同发行人、发行币种、债项评级、债券结构，利率类型且到期日相差在两年以内的普通债券进行配对形成研究样本。他们分别发现绿色债券的二级市场收益率利差比与其相似的普通债券二级市场收益率利差低1个基点和2个基点。Karpf and Mandel（2018）和 Baker et al.（2019）以美国市政债券（Municipal Bonds）为研究对象，却分别发现了8个基点和-6个基点的绿色溢价。Baker et al.（2019）指出，这两个完全相反结论可能是因为前者没有剔除债券收益率中的税收因素。除此之外，Febi et al.（2018）研究了流动性对于绿色债券到期收益率的影响，他们同样采取了匹配的方法，使用伦敦证券交易所和卢森堡证券交易所的数据研究发现流动性指标对于绿色债券收益率有显著的解释能力，但是随着时间推移这种解释能力在逐渐消失。
目前国内与绿色债券相关的研究基本都是定性研究。例如马骏（2015）从提升经济增长潜力和加快产业结构转型等方面阐述了构建绿色金融体系的必要性，同时将绿色债券作为明确的政策建议之一。王遥和徐楠（2016）分析了中外绿色债券在发展路径、项目分类覆盖范围以及第三方认证等方面的差异，并建议应当统一绿色债券募集资金使用信息的披露机制，完善第三方认证标准。巴曙松等（2019）使用效用最大化模型分析得出，中国绿色债券市场的快速发展得益于自上而下推行的国家标准、发行便利性高以及国企推动政策执行等制度优势。在定量分析方面，研究中国绿色债券溢价的相关文献几乎全部关注在一级市场，即研究对象都是一级市场的票面利率。杨希雅和石宝峰（2020）发现只有公募绿色债券有助于降低企业融资成本，并且第三方绿色认证和企业财务状况对于绿色债券溢价没有显著影响。姚明龙（2017）也以一级市场的绿色债券为研究对象，发现债券发行期限、发行规模、企业净资产收益率等对于绿色债券溢价都有显著影响;他只研究了2016 年评级为 AAA 的债券样本，因此结论不够普适。高晓燕和纪文鹏（2018）发现发行人财务状况和绿色认证对于绿色债券一级市场收益率利差没有显著影响，并且得出我国绿色债券市场还不完善的结论。龚玉霞等（2018）用二叉树模型对6 只绿色公司债券进行了理论定价，发现绿色债券价格被明显低估。现有文献大多关注在一级市场，而本文的主要结论包括一、二级市场的实证研究，因此包含更为全面的动态信息。上述文献在进行债券匹配时选择的是同期发行的同期限、同债项评级的非金融企业债务融资工具定价估值收益率，没有考虑不同种类的债券票面利率之间本身就存在一定差异，而本文则参考 Zerbib（2019）等全方位匹配相同种类的债券收益率，更具可比性和说服力;本文着重考察了第三方认证在绿色债券定价当中的作用，发现市场中可能存在逆向选择问题，填补了现有文献空白。
由于绿色债券所募集的资金是用于投资环境友好型项目，发行绿色债券是企业社会责任的体现。现有文献表明，在企业社会责任方面表现更好的企业（Dhaliwal et al.，2011）或环境风险更低的企业（Sharfman and Fernando，2008; Chava，2014）会获得更低的借贷成本。这可能是因为企业社会责任表现出色的企业本身就是质量比较好的企业，例如会拥有更宽松的财务约束（Hong et al.， 2012），也可能因为投资者对于企业社会责任表现更好的企业会有更高的偏好（Heinkel et al.，2001），甚至会愿意放弃一部分经济收益来满足自己的这种偏好（Renneboog et al.，2008;Riedl and Smeets，2017）。然而也有文献表明，基于企业社会责任的投资会造成资源的额外浪费（Magnanelli and zzo，2017; Flammer，2021），并不会显著降低企业的信用风险和融资成本，甚至会导致更高的借贷利率（Stellner et al.，2015）。因此，从既有学术成果中无法得出一个清晰一致的结论。综合上述文献回顾，本文提出第一个待检验假说∶
假说1∶ 绿色债券与普通债券相比具有显著更低的收益率利差，能够降低企业融资成本。
有关第三方认证作用的研究是绿色债券市场的一个新兴话题。2017 年 10 月 26 日，中国人民银行和证监会联合发布《绿色债券评估认证行为指引（暂行）》，指出发行人在发行前或存续期都可以聘请第三方认证机构对本公司发行的绿色债券进行认证，但并非强制性要求。理论上来说，第三方认证对于收益率利差的影响同样无法明确得出。一方面，第三方认证可以通过客观评估对绿色债券发行人资质起到增信作用，因而经过了第三方认证的绿色债券发行人相比于没有经过第三方认证的绿色债券发行人来说会获得更低的借贷利率（Baker et al.，2019;Deng et al.，2020;Hyun et al.，2020）。另一方面，由于我国绿色债券市场还不够完善，认证机构的性质各有不同，认证业务流程也不够规范，可能存在逆向选择问题，也就是有一些本身信用水平不高的企业，期望通过进行第三方绿色认证来吸引更多投资者（Baker et al.，2019）。一旦这种逆向选择被市场发现，不但无法起到降低融资成本的作用，反而会使通过了第三方认证的绿色债券具有更高的收益率利差。基于此，本文提出第二个待检验假说∶
假说2∶第三方绿色认证不能进一步降低企业融资成本，甚至会导致更高的收益率利差。
最后，随着市场投资者对于绿色债券的了解越来越丰富，对绿色债券的市场定价能力越来越成熟，绿色溢价会呈现出一个变化过程。Karpf and Mandel（2018）使用 2010—2016年美国绿色市政债券的数据发现了绿色溢价随时间的演化过程。因此，本文提出最后一个待检验假说∶
假说3∶绿色溢价在 2016 年至 2020 年会随着时间推移越来越显著。
2 研究设计
2.1小节详细阐述文章所采用的匹配方法，并使用这种方法得到了本文的主要研究样本。2.2 小节则介绍了回归设定中所使用指标的定义，包括被解释变量、主要解释变量以及控制变量。
2.1 匹配方法
影响债券价格的因素有很多，如信用水平、流动性、到期时间等。为了能够更准确地度量由于绿色性质本身带来的溢价，我们需要控制住其他维度的影响因素。因此本文参考Zerbib（2019）采用了匹配样本进行研究。具体来说，在每只绿色债券的发行起始日，为它匹配1只①由相同公司发行的，具有相同评级、相同利率类型、相同发行币种、相同债券种类②，到期日最为接近并且相差不超过1年的普通债券，同时保证配对债券的发行日期相差不超过6年。这样匹配的好处是可以保证配对后的绿色债券和普通债券除了绿色性质和到期日差距以外其他可能影响债券价格的因素也保持一致，缺点是会损失一些没有办法满足匹配要求的债券观测。在现有国外文献中使用匹配方法进行绿色债券研究的除了Zerbib（2019）以外，还有 Hachenberg and Schiereck（2018）和 Febi et al.（2018）。而在此之前，已经有很多文献使用匹配的方法研究投资环境友好型企业的基金和投资其他类型企业的基金是否存在差异，例如在业绩表现（Bauer et al.，2005;Kreander et al.，2005;Renneboog et al.，2008）和投资者现金流特点（Bollen，2007）等方面。国内也有使用匹配方法研究绿色债券定价的文献，如杨希雅和石宝峰（202O）和姚明龙（2017）。
2.2 变量定义
模型（1）是本文的基本回归模型，用来检验绿色溢价是否存在，即检验假说1。变量定义详见表1。核心解释变量为 Greenbond，即绿色债券虚拟变量，如是绿色债券则为1，反之为 0。若绿色溢价存在则 Greenbond 系数 α，应当统计显著。模型（2）根据该绿色债券是否经过了第三方认证将 Greenbond 进一步拆分成两个变量，如没有进行认证则 NonGreencert 值为1，如进行了认证则 Greencert 值为 1，其余情况为0。本文使用模型（2）来检验是否进行第三方认证对于绿色溢价的影响，即检验假说 2。若第三方认证对于绿色溢价没有影响，则 NonGreencert和 Greencert 的系数 β，和β，不应当有显著差异，反之则说明第三方绿色认证对于绿色溢价有显著影响。我们使用 X2检验来考察 β， 和β，的大小差异。本文希望研究绿色债券在二级交易市场的溢价，因此被解释变量为月度收益率利差（Spread），即每月最后一天的到期收益率减去相同期限的国债到期收益率，并通过线性插值使得样本中债券与国债的期限完全吻合（Bao et al.，2011）。
（1）
（2）
控制变量的选取主要考虑以下两个方面;第一是债券本身特性;第二是发行人财务指标。债券本身特性包括∶Rating 为债券评级，如该债券有债项评级则取债项评级，如没有则用主体评级作为补充，如两者均缺失则删除该数据; Maturity 为到期时间，单位为年;Logamount 为债券发行规模的自然对数;Age 为债券年龄，单位为年。发行规模和债券年龄可以衡量债券流动性（高强和邹恒甫，2015）。发行人财务指标主要包括以下五个∶Logta 为资产总额的自然对数，度量发行人资产规模;Lev 为杠杆率，度量发行人负债水平;ROE 和 Profit 分别为净资产收益率和营业利润率，度量发行人盈利能力（Febi et al.，2018）; Growth 为营业收入增长率，度量发行人的（历史）成长性。回归模型中还控制了年度固定效应、债券种类固定效应和公司个体固定效应。
3 数据与样本
本文数据全部来自于Wind 数据库，样本区间为 2016 年1月1日至2020年5月 31 日。样本经过了以下筛选;（1）由于浮动利率债券的收益率利差无法精确获得，因此样本只保留了固定利率债券;（2）由于资产支持证券的底层资产可能会较为复杂，到期收益率不一定能够完全反映其信用风险，因此剔除资产支持证券的数据;（3）只保留境内公司发行的以人民币为发行和交易货币的观测。所有连续变量均在第1和第 99 百分位点进行缩尾。应用 2.1小节介绍的匹配方法，得到的最终样本包括 100 只绿色债券和与之匹配的 100 只普通债券的 3978 条月度观测数。这 100 组债券中包括 37 只金融债券、18 只公司债券、10只企业债券和 35 只中期票据。从发行人所有权性质来看，只有1家公司为民营企业。即使在未经匹配的绿色债券样本中，民营企业占比也只有7%，反映出民营经济参与程度严重不足。
表 2 和表 3 分别展示了二级市场全样本和一级市场子样本的描述性统计结果。表2数据显示，全样本平均收益率利差为1.62%。在债券本身特征方面，样本中有超过 90%的债券是 AAA 评级，平均到期期限为 3.04 年。流动性指标方面，平均发行规模和债券年龄分别约为 38.62 亿元人民币和 1.72 年。财务指标方面，发行人平均资产总额为11296 亿元人民币，接近样本中位数的 3倍，说明发行人资产总额的分布严重有偏。同时发行人负债普遍较高，平均杠杆率为75.43%。ROE 和平均利润率分别为8.47%和29.50%，说明发行人整体盈利能力较强。最后，发行人营业收入的历史增长率为11.21%，说明有较好的成长性。
表 3 的一级市场匹配分样本结果表明，绿色债券发行到期收益率较普通债券低 13 个基点，这一差异在 5%水平下统计显著。样本中有 71%的绿色债券观测都经过了第三方认证，说明第三方认证在中国市场上已经较为普遍。由于匹配时没有限制发行期限和发行规模，因此匹配后的普通债券的发行期限较绿色债券长约1年时间，发行规模高出约 9 亿元人民币，并且分别在 1% 和 5% 水平下统计显著。在所有的财务变量方面，绿色债券和普通债券在数值上的差异是由于配对的绿色债券和普通债券的发行时间不同导致的，但统计上均不显著。在样本年份分布方面，来自 2016 年的样本占 6.69%;2017 年占 12.95%;2018年占 22.47%;2019 年占 38.66%;2020年占19.23%，这一分布与1.1小节中介绍的中国绿色债券市场的发展特点相吻合。
表 4 是回归所用变量的相关系数统计表。由表4可以看出，绝大多数变量之间的相关性比较低，但是部分变量特别是财务指标与其他指标相关系数较高。表5展示了方差膨胀因子（VIF）检验的结果。VIF 的最大值为 3.41，远小于 10，因此多重共线在可接受范围内。
4 实证结果
4.1小节展示了二级市场的全样本回归分析结果，目的是验证假说1和假说2。4.2 小节展示了分年份的子样本回归结果，目的是验证假说3。为了和现有文献进行对照，增强结论的说服力，4.3 小节进一步探讨了一级市场的回归分析结果。4.4和 4.5小节分别针对第三方认证逆向选择和第三方认证机构性质进行了探讨。
4.1 二级市场全样本回归
表6展示了绿色溢价在二级市场的全样本检验结果。被解释变量为经同期限国债调整之后的月度到期收益 率，解释变量和控制变量见表 6最左侧一列。所有模型均为固定效应模型，包括年份固定效应 、债券种类固定效应和公司个体固定效应。表 6第1列的模型设置只包含了是否是绿色债券虚拟变量 Greenbond;第2列只包含了是否经过第三方绿色认证虚拟变量 NonGreencert 和 Greencert，以及所有固定效应;第3列和第 4 列的模型设置还包括了模型（1）和模型（2）中的全部控制变量。表6第1列和第 3 列的结果表明，平均来说，二级市场上绿色债券的收益率利差比普通债券的收益率利差低 13 个到17 个基点，并且在 1%水平下统计显著。这一结果说明绿色溢价是存在的并且显著为负，投资者对于绿色债券存在偏好，企业的社会责任投资能够降低企业融资成本，支持了假说1。第 2 列和第 4 列的结果表明，没有经过第三方认证的绿色债券反而具有更小（负）的溢价，约为-22 个到-37 个基点，而经过了第三方认证的绿色债券的绿色溢价约为-11个到-14 个基点。X²检验结果表明，未经第三方认证的绿色债券的绿色溢价与经过第三方认证的绿色债券的绿色溢价有显著差异，前者比后者低 11到24个基点。这一结果说明我国绿色债券市场还不够完善，认证机构的权威性还未得到市场肯定，认证业务流程也不够规范，无法起到进一步降低企业融资成本的作用（高晓燕和纪文鹏，2018;杨希雅和石宝峰， 202O）。另一方面，一些信用水平相对不高的企业期望通过进行第三方绿色认证来为所发行的债券进行增信，反而更加降低了第三方认证的作用（Baker et al.，2019），支持了假说2。
控制变量的系数估计结果中，Rating 的系数显著为负，说明信用评级越高的企业收益率利差越低，符合理论预期;Maturity 系数显著为正，是因为到期期限越长的债券有更高的风险，因此投资者会要求更高的收益率。现有文 献表明年龄越大的债券流 动性越差，因此会有更高的到期收益 率（高强和邹恒甫， 2015）。本文 Age 的回归系数显著为负，不符合预期，这可能是因为目前绿色债券交易的活跃程度还远不如普通债券，因此流动性溢价还没有体现。Growth 的系数显著为负，表明（历史）成长性越好的公司能获得更低的融资成本。4 组模型的调整后 R2都在 67%，说明模型具备较好的解释能力。
4.2二级市场年度子样本回归
上文检验结果展示了在平均意义下的绿色债券溢价。Karpf and Mandel（2018）的检验表明，绿色溢价是有可能随时间变化而变化的，因此本小节进行了分年份样本的回归检验。需要特别说明的是，由于是按照年份分样本检验，财务变量会与公司个体固定效应产生多重共线性，因此未将财务变量加入。
表7是绿色债券在二级市场分年份子样本回归结果，从左至右依次是 2016年至 2020 年。观察 NonGreencert 的系数可以看出，我国绿色债券市场上的绿色溢价是经过了由正转负的变化的，并且主要可以分为两个时间阶段。具体来说，2016 年至 2017年，绿色溢价符号均为正，但只有 2016 年在统计上是显著的，为 40 个基点，而 2018 年至 2020年，绿色溢价为负且2019 年和 2020 年两年统计显著，为-27个和-50 个基点，并且这种变化在数值上是单调递减的。这与 Karpf and Mandel（2018）用美国市政债券数据的检验结果一致，支持了假说 3。进一步的 X2检验结果表明，同一模型下两个系数的差值也呈现出由正变负递减的趋势。Greencert 的系数在 2018 年显著为负，这是由于《绿色债券评估认证行为指引（暂行）》在 2018 年起落地实施，向市场传递了积极信号，第三方认证机构也的确起到了进一步降低企业融资成本的作用。然而随着时间的推移，投资者发现由于银行间和交易所市场均未强制要求绿色债券发行方聘请第三方认证机构进行项目认定和评估，加之第三方认证机构本身业务流程不够规范，从而渐渐降低了对于认证结果的依赖程度。另一方面，非强制性使得发行方在决策是否要进行第三方认证时本身就存在选择偏差，即资质不够好的项目可能通过申请第三方认证来提高债券的资质水平，导致了逆向选择问题。对于这一问题，本文在 4.4小节进行了进一步检验。Deng et al.（202O）同样针对中国的绿色债券市场进行研究，结果发现了相反的结论，即得到了第三方认证的绿色债券的收益率利差更低。表7可以对这一差异进行解释。Deng et al.（202O）的样本区间为2016 年至 2018 年，表7的结果表明，在这一时段内第三方认证确实在一定程度上发挥了证明作用，特别是在官方指导刚刚出台后的 2018年，而本文样本区间为2016年至202O年，因此得出了第三方认证市场可能存在逆向选择问题的结论。
在控制变量上，Rating 的系数在 2018 年的样本中显著为正，这一结果不符合预期。出现这一情况的可能原因是 Rating 是一个分类变量，从定义上默认了相邻评级之间的债券收益率利差的差异是相同的，而这一假设在实际中可能并不成立。为了进一步说明问题，本文将 Rating 替换为评级虚拟变量进行回归①，结果发现，同 AA 评级的债券相比，AAA 评级与 AA+评级的债券收益率利差均显著更低，而同 AA+评级的债券相比，AAA 评级的债券收益率利差虽然更高但并不显著。因此，尽管 Rating 在 2018 年的样本中显著为正，通过评级虚拟变量的进一步检验发现，这并不能说明评级越高的债券收益率利差显著更高。
4.3 一级市场全样本回归
上文检验和分析了绿色债券在二级市场的溢价，而现有文献更多还是关注在一级市场（高晓燕和纪文鹏，2018;杨希雅和石宝峰，2018;姚明龙，2017）。为了与之前文献的研究结果形成对照，本小节对一级市场的收益率利差进行了检验。样本包括通过上文匹配方法得到的 100 只绿色债券和 100 只普通债券。
表8中展示了一级市场回归的实证结果，被解释变量为经 同期限国债利率调整之后的发行到期收益率，控制变量中删去了债券年龄（Age），因为此时所有绿色债券的债券年龄都是0，同时为了规避 Rating 与公司个体固定效应之间的多重共线性问题，参考现有文献将公司个体固定效应替换为行业固定效应（何平和金梦，2010），除此之外模型设置与表6一致。从第 1列可以看出，平均来说，一级市场上绿色债券的发行收益率利差相较于普通债券而言没有明 显差异，Greenbond 的回归系数虽然符号为负但并不显著。而在将 Greenbond 拆分成 NonGreencert 和 Greencert 之后，NonGreencert的系数显著为负，为-0.27到-0.24，并且 Greencert 的系数并不显著，说明未经过第三方认证的绿色债券存在显著为负的绿色溢价，而经过第三方认证的绿色债券的收益率利差要显著高于未经过第三方认证的绿色债券。这一结果与表6 中二级市场的回归结果一致，在系数大小上也不存在较大差异。杨希雅和石宝峰（2020）发现只有公募发行的绿色债券有助于降低企 业融资成本，为了检验这 一结论，表 8 第 4 列包含了 NonGreencert 与是否为私募债虚拟变量 Private 的交叉项，用来识别私募债与公募债在绿色溢价上的差异。结果表明，本文样本中公募绿色债券与私募绿色债券的收益率利差并无显著差异，这可能是因为本文与杨希雅和石宝峰（202O）在数据处理和匹配方法上有很大差别，因此未能得到一致结论。
在控制变量上，Rating 的系数显著为负，说明信用评级越高的债券发行利差越低。除此之外，Logta 与 ROE 的系数均显著为显著为负，这是因为资产规模更大的企业信用风险更低，流动性更好，ROE 越大的企业盈利能力越强，因此这两个变量的符号方向均符合预期。而我们对Profit 的系数没有预期，这是由于绿色环保项目具有周期性长以及可能带来更多社会价值的特点，使得绿色债券对企业个体的短期盈利性的偏好应当弱于普通债券（姚明龙，2017）。
综合表6到表 8 的结果说明，绿色债券在二级市场存在显著为负的绿色溢价，而未经过第三方认证的绿色债券在一级市场和二级市场都存在显著为负的绿色溢价，且其收益率利差比经过第三方认证的绿色债券收益率利差更低。这些证据表明企业在考虑是否申请第三方认证时可能存在逆向选择，目前第三方认证无法完全起到为绿色债券增信并且降低融资成本的作用。
4.4 第三方认证逆向选择的进一步检验
前文研究发现，未经第三方认证的绿色债券相较于经过第三方认证的绿色债券而言有显著更小的绿色溢价，并将其归因于市场上可 能存在逆向选择问题。本小节针对这一结论进行进一步探究，提供更直接的证据说明逆向选择问题的存在。具体来说，本小节将从企业财务质量的角度揭示究竟什么特征的企业（债券）更可能选择申请第三方认证，包括公司规模、偿债能力、盈利能力以及历史成长性①。由于研究这一问题时不再需要将债券进行匹 配，因此我们重 新构造了回归样本，使用 2016 年1 月1日至2020 年5月31日一级发行市场的绿色债券数据，筛选其中固定利率类型的金融债 、公司债、企 业债和中期票据组成样本，应用前文的数据清洗条件，最终得到 344 只绿色债券。
表9 展示了Probit 模型的回归结果，其中被解释变量为是否得到了第三方绿色认证虚拟变量 Greencert，主要解释变量为发行人在发行绿色债券前一年的财务指标，包括 Logta、Lev、ROE、Growth，同时控制了债券特征、年份固定效应、债券类型固定效应和行业固定效应，变量定义与表1一致。表9 结果表明，资产规模越小、杠杆率越低和 ROE 越低的企业更倾向于申请第三方认证。资产规模越小的企业信用风险更大，ROE 越低说明盈利能力越差，而Lev 的系数显著为负可能是由于规模越小的企业往往杠杆率越低（表 4 显示 Logta 和 Lev 的相关系数为0.29），这一结果说明申请第三方认证的企业信用水平相对更低，从而支持了第三方认证的逆向选择问题的存在。
4.5 第三方认证机构性质
前文结果表明，第三方认证对于绿色溢价有显著影响，申请了第三方认证的绿色债券较没有申请第三方认证的绿色债券利差更高，那么接下来的一个问题就是，对于不同性质的认证机构而言，这一结果是否存在异质性。本小节参考 Deng et al.（202O），根据第三方认证机构的市场份额，对不同特征的认证机构的表现进行了检验。
在中国绿色债券的认证市场上，市场份额占比最大的为国际四大会计师事务所，包括安永、德勤、普华永道和毕马威，四者合计的市场份额占比超过 50%。国内机构方面，市场份额占比前四名的分别是联合赤道、中节能、中债资信和中财绿融，合计占比约为 25%。因此本文分别定义了两个变量，Big4Greencert_I，即接受了国际四大会计师事务所认证为1，反之为0，以及 Big4Greencert_D，即接受了国内四大机构①认证为1，反之为 0。回归结果呈现在表 10 中。
表 6 第 4 列的结果表明，经过了第三方认证的绿色债券的溢价为一14 个基点，并且在1%统计水平下显著。对比表 10 的结果可以发现，负的溢价全部来自国际四大会计师事务所认证的债券，而国内机构认证的债券则没有绿色 溢价。这从侧面支持了现有文献中指出的国内认证机构业务流程不够规范，投资者依赖程度不高的问题，而国际机构则更加成熟，相比之下更受投资者认可。表 10 第1至 3 列中解释变量 NonGreencert 的系数始终显著为负，意味着未经第三方认证的债券约有-36 个基点的绿色溢价，显著低于 Big4Greencert_I的系数，这说明即使在国际四大会计师事务所的客 户中，仍然可能存在逆向选择问题。
5 稳健性检验
为了进一步说明本文结论的稳健性，5.1小节将1对1匹配放松为1对 2匹配，同时为了不减少样本，并未将那些没有匹配到第 2 个普通债券的绿色债券观测删去，这样匹配的结果总共得到 5011个观测，完整的模型设定与模型（2）一致。5.2 小节通过对不同债券种类的样本进行回归，检验绿色溢价对于不同债券是否有异质性。5.3 小节利用股票市场的收益率数据对第三方认证的逆向选择问题进行了稳健性检验。
5.1 匹配方法检验
表 11 列出了采用1对 2 匹配构造的二级市场全样本以及各年度子样本的回归分析结果，所有回归均包含了等式（2）中的所有控制变量，但是为简洁起见省略了控制变量的回归系数。由第 1列全样本回归结果可以看出.平均意义上绿色债券仍然具有显著为负的绿色溢价，并且经过第三方认证的绿色债券溢价比未经第三方认证的绿色债券溢价更高，与1对1匹配时得到的结论完全一致。回归的调整后R为61%，说明模型有较强的解释能力。第 2列到第 6 列是分年度子样本的回归结果，仍然可以看出明显的由正转负并单调递减的趋势。虽然符号与表7略有不同，但仍然支持假说 3 的表述，体现了投资者在市场中的学习过程，也说明了中国的绿色债券交易市场在不断地发展和成熟。
5.2 债券种类检验
本小节使用不同债券类型的子样本进行异质性检验。根据 Wind 数据库对债券的分类方法，本文将绿色债券分为金融债、公司债、企业债和中期票据四类，并分别进行 OLS 回归，结果如表 12 所示。表 12 上半部分的数据表明，上文在二级市场检验中得到显著为负的绿色溢价主要是由公司债和中期票据两类债券主导的，而第三方认证的逆向选择问题则只出现在公司债的发行过程中。实体企业是我国经济发展的关键动力，对于我国经济发展模式转型具有重要意义。这一结果更加说明进一步完善我国绿色债券市场体制和机制的重要性和迫切性。要真正发挥第三方认证的增信作用，推动经济更好更快发展。表 12下半部分是一级市场的分样本回归结果，与上文结论一致，因此综合来看，本文有关显著为负的绿色溢价在分样本中也是稳健的，但主要是由公司债样本驱动的。
5.3 第三方认证逆向选择稳健性检验
上一小节的结果表明，第三方认证的逆向选择主要出现在公司债的发行过程中。为了进一步说明这一问题，本小节筛选出原始绿色债券样本中发行公司债的上市公司，提取它们的股票收益数据，使用事件分析法进行了检验。以绿色债券的发行公告日为事件发生日，检验事件发生前 10 天至事件发生后15 天的股票持有至到期超额收益率（Buy and Hold Abnormal Return），以一周为单位，结果呈现在表 13中。持有至到期超额收益率的计算方法为股票收益率减去对应区间的沪深 300 指数收益率。
表13 的结果说明，公司发行绿色债券的信息会在公告日之前两周逐渐释放到市场中，公司平均持有至到期超额收益率为 1.94%，在 5%水平下统计显著，并且对于未申请第三方认证的公司来说这一反应尤为明显，一周内股价平均上涨 4.54%。而在发行公告日所在周内，市场发现这些公司的债券并没有申请第三方认证，因此投资者在短期内更加青睐那些获得了第三方认证增信的绿色债券发行人。在这一阶段申请了第三方认证的公司债发行人的平均股票超额收益率为1.76%，而未申请第三方认证的企业的平均股票超额收益率为-1.27%，但并不显著。发行公告日后两周至三周，投资者会逐渐了解并获得关于公司项目质量的真实信息，并将信息体现到股票价格中。综合来看，申请了第三方认证的企业在发行前 10 天至发行后 15 天内的平均股票超额收益为-1.25%，而未申请第三方认证的企业在这一时间段内的平均股票超额收益为4.77%，比前者高 6.02%，在 10%水平下统计显著。因此，从股票市场的收益数据中我们仍然可以发现第三方认证市场存在逆向选择问题。但是必须要承认的是，表 13的样本量很小（23 个），所以对结果的解释要更加谨慎。
6 结论
自 2014 年发行了第一只绿色债券以来，中国的绿色债券市场已经取得了长足的发展。理论表明，由于通过绿色债券募集到的资金用于投资环境友好型项目，体现了企业承担社会责任的意识，因此绿色债券的定价应该与普通债券有所差别。本文使用2016 年1月1日至 2020年 5月 31日所发行的绿色债券样本，使用匹配的方法研究了绿色溢价这一问题。平均来说，在二级市场上绿色债券有显著为负的绿色溢价，约为-13个到-17 个基点。绿色溢价随时间变化而越来越显著。未经过第三方认证的绿色债券的溢价更小，约为-22 个到-37 个基点。结果表明发行绿色债券能够显著降低企业的融资成本。与此同时，我国的绿色债券市场发展还不够完善，认证机构的权威性还未得到市场肯定，认证业务流程也不够规范，无法起到进一步降低企业融资成本的作用。第三方认证市场可能存在逆向选择问题。最后，本文发现绿色债券市场中国有企业占据绝对的主导地位，民营企业发行的绿色债券数量占比不到 10%，反映出民营经济参与程度严重不足。
基于以上研究结论，本文提出相应的政策性建议∶
第一，规范第三方绿色认证市场，审核现有认证机构的评估资质，增强认证机构的权威性;在市场层面统一认证流程和认证标准，出台指导性文件，提高投资者对认证结果的认可程度。
第二，从制度法规层面为民营企业发行绿色债券提供条件，扩大民营经济在绿色债券市场的市场份额有助于缓解民营企业融资难融资贵的问题。
第三，进一步丰富绿色债券种类，在合理审批的情况下扩大绿色项目的支持范围，还可以通过利息补贴、税收减免、政府外部增信等方式来提升绿色债券对投资者的吸引力，充分发挥绿色债券对于社会效益的正外部性。
参考文献
▼ 往期精彩回顾 ▼