English Version
  • 中财大绿金院

  • 绿金委

IIGF观点

当前位置: 网站首页 > 研究成果 > IIGF观点 > 正文

文献分析 | 金融推动企业生产绿化?

发布时间:2021-12-13作者:张宁 中央财经大学绿色金融国际研究院

原文题目:Greening through finance?

原文作者:Haichao Fan, Yuchao Peng, Huanhuan Wang, Zhiwei Xu

发表期刊:Journal of Development Economics

发表时间:2021年5月

关键词:绿色信贷;贷款利率;环保处罚;企业规模

一、研究背景与本文贡献

金融市场发挥资源配置功能可以在环境治理中发挥重要作用,在此背景下绿色信贷在世界范围内得到快速发展,银行需要将企业的环境风险整合入贷款发放决策以及风险管理制度中。原中国银监会2012年发布的《绿色信贷指引》是中国绿色信贷制度的基础,除为银行防范环境和社会风险、发展绿色信贷支持绿色经济、低碳经济、循环经济提供指引外,加强了对银行发放绿色信贷及管理环境和社会风险情况的监管,并将相关情况纳入银行监管评级、市场准入和银行管理者绩效评估体系中,对银行形成实质压力。本文结合理论模型和实证分析检验该绿色信贷监管政策是否通过影响银行贷款实质推动了企业的绿色升级,主要贡献如下:

1.丰富绿色金融、气候金融相关文献,运用双重差分模型分析绿色信贷监管加强对企业贷款利率的影响,以及对不同规模企业的异质影响,进一步分析对企业经济和环境表现的影响,并构建理论模型解释作用机理,使实证结果合理化。

2.丰富环境监管政策的污染治理和环境改善作用相关文献,验证绿色信贷监管政策是否通过影响企业贷款可得性,促进企业投资污染减排设备和技术,改善环境表现。

二、理论模型与命题提出

(一)理论模型基本设定

undefined

图1 理论模型基本设定


(二)无绿色信贷政策时银行与企业的选择



没有绿色信贷政策时,银行贷款定价与企业污染排放水平无关,将银行最优利率代入企业决策式中,分别得到企业减排或不减排的资本需求k、产出y、利润π以及污染排放水平e。

undefined

图2 无绿色信贷政策时企业采取污染治理措施与否的k、y、π、e对比

企业是否选择投资污染减排技术、机器设备,取决于二者利润对比,根据上图中利润函数大致画出企业利润与生产效率的关系图:

undefined

图3 减排与不减排企业利润与生产效率的关系

(实线未引入绿色信贷政策,虚线引入绿色信贷政策)

当z=z*时,,是否采取减排措施对企业而言无差异;当时,企业选择减排,意味着生产效率高的大企业更倾向于投资污染减排。

undefined

(三)引入绿色信贷政策后银行与企业的选择



引入严格的绿色信贷监管政策后,为不减排企业提供贷款的银行将会面临额外的成本,不减排企业的贷款利率相应提高,减排企业贷款利率不变,银行与企业的选择变为:

undefined

图4 引入绿色信贷政策后企业采取污染治理措施与否的k、y、π、e对比

此时对于采取减排措施与否无差异的企业的生产效率满足:

undefined

z**<z*,结合图3分析,原先不减排企业中规模较大者,即的企业,将从不减排转向减排;的小企业将依然不减排,两类企业的贷款利率r以及最优的y、k、π、e的变化为:

undefined

图5 引入绿色信贷政策后未减排企业是否转向减排对应的r、k、y、π、e变动

根据该理论模型提出三个命题:

1.更严格的绿色信贷监管推动原先环境表现差的较大型企业采用减排技术,因此其贷款受到影响小;但原先环境表现差的小企业仍不愿意投资于污染治理,贷款会受到更大影响。

2.绿色信贷政策对小型不减排企业的销售额和投资的负向影响更显著,对企业利润的影响则不明显和规模相关。

3.更严格的绿色信贷监管会降低企业的污染排放,并且对于大企业作用更强。此外,在原先不减排的企业中,只有大企业会投资减排技术进而降低排放强度。

三、实证设计与结果分析

(一)实证模型、变量与数据



1.实证模型——双重差分模型

(1)绿色信贷政策对企业贷款利率/企业信贷风险的影响

undefined

(2)绿色信贷政策对企业金融、经济、环境表现的影响

undefined

2.变量与数据

表1 主要变量解释及数据来源

undefined

合并后的数据包括2009-2015年约130,000笔企业贷款数据。

(二)基础结果

表2 绿色信贷监管政策对企业贷款成本的影响——(41)式

undefined

Punish×Post系数显著为正,证明绿色信贷监管政策的加强提高了环境表现较差企业的贷款成本,可解释约1.012%的利率上浮比例,结合全部贷款9.911%的平均上浮比例考虑,绿色信贷监管政策的加强大约导致企业贷款利率的浮动比率增加10.2%(1.012/9.911)。

为保证该贷款成本的增加是源于绿色信贷监管的加强而非企业间预先存在的差异,进行平行趋势检验,将Punish×Post交叉项替换为Punish和每个年度虚拟变量的乘积纳入回归,得到各交叉变量的系数反映各年度效应,如图6所示,在2012年之前的系数接近0,在2012年之后系数才突破0,即环境不合规企业的贷款成本由于绿色信贷监管加强才显著提升。

undefined

图6 绿色信贷监管对企业贷款利率的逐年动态影响

(三)稳健性检验



1.替换被解释变量和解释变量

(1)将被解释变量Floating——企业的贷款成本替换为:贷款利率、贷款利率相对于基准利率的差额、贷款总额

(2)将解释变量Penalty——企业的环境信用风险替换为企业所处行业的污染排放数据:是否处于“两高一剩”行业、行业污染排放水平(废水排放占比、废气排放占比、单位产出废水排放、单位产出废气排放)

(3)重新定义Penalty变量,在2012年2月《指引》发布前受到过环保处罚的企业,Penalty恒为1,不随时间变化,排除企业受处罚概率变化对结果的影响

2.解决潜在的内生性问题

(1)PSM-DID:通过倾向得分匹配法为受处罚企业匹配其他条件与之最接近的对照组,再进行双重差分回归,排除样本选择偏误。

(2)安慰剂检验:随机选择样本企业作为受处罚企业进行回归5000次,发现系数分布的均值为0.0022,本文实际系数估计值落在该分布的95%分位数外,证明绿色信贷监管对企业贷款成本的影响不是随机驱动的,也排除了其他遗漏变量的影响。

(3)使用工具变量进行两阶段最小二乘回归(2SLS),工具变量选择——

undefined

代表t年度c城市i行业受环保行政处罚的企业数量,用初始年份该市该行业受处罚的企业数量占全部地区全部行业的比例,乘以t年度受处罚企业总数进行估计。行业的初始特征可能影响行业中企业后续年份被处罚的概率,但不会直接影响企业的贷款成本。

(四)异质性影响



1.所有权类型

在回归方程中以三重交互项以及相应增加的二重交互项形式引入POE(私营企业)虚拟变量,发现与国有企业相比,绿色信贷政策对私营企业的贷款成本影响更大。

2.规模

分别用固定资产、总资产的对数形式表示企业规模,在回归方程中以三重交互项以及相应增加的二重交互项形式引入企业规模变量,发现绿色信贷政策对有环保处罚记录的小型企业贷款成本影响更大。

(五)对企业经济和环境表现的影响



1.经济金融表现

表3 绿色信贷政策对企业金融和经济表现的影响

undefined

Panel A:绿色信贷监管加强后,环境风险较高的企业,由于银行贷款利率提高、贷款减少,相应企业负债下降、总资产和固定资产下降,投资、销售收入、利润以及员工数量相应下降,企业在扩大生产经营方面受到限制。

Panel B:考虑企业规模,除利润影响外,上述负面影响对大企业相对较弱;就利润影响而言,不同规模企业差异不显著,可能是由于大企业为提升环境表现投资污染治理,成本增加限制了利润的增加。

2.污染排放表现

表4 绿色信贷政策对企业污染排放总量的影响

undefined

表5 绿色信贷政策对企业污染排放强度的影响

undefined

注:污染排放强度代表单位产出的污染排放量

对比表4和表5,绿色信贷政策显著降低了高环境风险企业的污染排放总量,且对于大企业作用更明显,但对污染排放强度的作用不明确,整体上SO2的排放强度甚至显著增加。考虑企业规模的影响后,发现绿色信贷政策显著降低了大企业的污染排放强度,表5第(5)列的结果进一步说明,大企业通过购买污染治理设备等降低了排放强度。

四、结论

一是严格的绿色信贷监管政策提高了高环境风险企业的贷款成本,降低企业贷款规模,并进一步影响企业的生产经营,降低其资产、投资、销售收入、利润及员工数量等,且对私营企业和小型企业的影响更大。

二是严格的绿色信贷监管政策有助于高环境风险企业减少污染排放,但大企业和小企业减排实现方式不同,大企业通过投资减排的技术和机器设备等降低排放强度进而减排,小企业通过减产实现减排而不改变排放强度。


原文摘要

This paper investigates how green credit regulation affects firms’ loan conditions and their economic and environmental performance. In a simple theoretical model, with strengthened green credit regulations, banks raise loan interest rates to nonabatement firms. Firms that were formerly indifferent to pollution abatement must redetermine their abatement and production strategies. Using disaggregated firm-level data, we find that, after the reinforcement of green credit regulation, noncompliant firms saw a larger increase in interest rates, decrease in loan amounts, and more difficulty in access to loans. We further find different impacts on large and small firms in terms of their loans and their financial and economic responses. Regarding the impact on firms’ environmental performance, although all of these firms reduced their total emissions, the reductions are realized in dissimilar ways; large firms reduced their emission intensity by investing more in adopting abatement facilities, while small firms simply choose to produce less.

作者:

张 宁中央财经大学金融学院硕士研究生

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:杨颖安