孫志紅 羅桂香

[基金項(xiàng)目]國家自然科學(xué)基金項(xiàng)目（項(xiàng)目編號(hào)：72263029）；兵團(tuán)科普發(fā)展專項(xiàng)項(xiàng)目（項(xiàng)目編號(hào)：2023CD004-02-14）。

[作者簡介]孫志紅（1977-），女，河南汝南人，管理學(xué)博士，教授，博士生導(dǎo)師，研究方向：金融理論與政策、資本市場、農(nóng)村金融；羅桂香（1997-），女，四川成都人，碩士研究生，研究方向：公司金融、金融理論與政策。

①數(shù)據(jù)來源：國泰安數(shù)據(jù)庫。

摘要：綠色信貸政策承擔(dān)著引導(dǎo)金融資源流入綠色發(fā)展領(lǐng)域、推進(jìn)企業(yè)轉(zhuǎn)型升級(jí)的雙重任務(wù)，信貸風(fēng)險(xiǎn)管理是其實(shí)現(xiàn)任務(wù)的重要環(huán)節(jié)。文章根據(jù)2012年1月原銀監(jiān)會(huì)出臺(tái)的《綠色信貸指引》，運(yùn)用KMV模型測(cè)度重污染企業(yè)信貸風(fēng)險(xiǎn)即違約距離（DD），并構(gòu)建雙重差分模型（DID）實(shí)證分析綠色信貸政策是否有效降低重污染企業(yè)信貸風(fēng)險(xiǎn)以及驗(yàn)證其影響機(jī)制。實(shí)證結(jié)果顯示，重污染行業(yè)間違約距離差異不顯著，行業(yè)內(nèi)違約距離總體上呈增加趨勢(shì)，即信貸風(fēng)險(xiǎn)降低；《綠色信貸指引》的實(shí)施通過調(diào)整債務(wù)期限結(jié)構(gòu)、提升環(huán)境信息披露質(zhì)量顯著降低重污染企業(yè)信貸風(fēng)險(xiǎn)，且國有企業(yè)、金融發(fā)展程度較高的地區(qū)企業(yè)對(duì)其更敏感。推動(dòng)綠色信貸政策規(guī)范化、制度化及長效化實(shí)施，對(duì)增強(qiáng)銀行信貸風(fēng)險(xiǎn)管控能力、推動(dòng)企業(yè)高質(zhì)量發(fā)展具有一定參考意義。

關(guān)鍵詞：綠色信貸政策；重污染企業(yè)；信貸風(fēng)險(xiǎn)；雙重差分模型

一、引言

第十四個(gè)五年規(guī)劃提出要進(jìn)一步深入實(shí)施可持續(xù)發(fā)展戰(zhàn)略，推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展全面綠色轉(zhuǎn)型，建設(shè)美麗中國。企業(yè)作為關(guān)鍵主體之一，不僅需要貫徹綠色經(jīng)濟(jì)發(fā)展理念，逐步走向健康可持續(xù)、環(huán)境友好的經(jīng)濟(jì)發(fā)展模式，還應(yīng)擺脫對(duì)“兩高一?！毙袠I(yè)的依賴，促進(jìn)節(jié)能減排、環(huán)保能源等清潔環(huán)保行業(yè)的發(fā)展，使之成為一個(gè)拉動(dòng)中國經(jīng)濟(jì)增長的新動(dòng)力。

綠色信貸政策作為一種環(huán)境經(jīng)濟(jì)手段，對(duì)激勵(lì)企業(yè)可持續(xù)發(fā)展具有重要意義。實(shí)施綠色信貸政策后，全國銀行業(yè)金融機(jī)構(gòu)延續(xù)出臺(tái)相關(guān)配套政策和方案，推動(dòng)政策的有效落實(shí)。2010—2019年銀行業(yè)金融機(jī)構(gòu)的綠色信貸規(guī)模從4 400億元增長至7.9萬億元，翻了幾番，推動(dòng)綠色信貸成為中國銀行業(yè)金融機(jī)構(gòu)的主要業(yè)務(wù)之一；綠色信貸結(jié)構(gòu)不均衡，投放布局相對(duì)集中，如節(jié)能環(huán)保與綠色交通運(yùn)輸兩個(gè)項(xiàng)目共占比67.63%，經(jīng)濟(jì)體量較大的制造業(yè)、建筑業(yè)等行業(yè)的綠色信貸投入顯著不足①。此外，各省份銀行業(yè)金融機(jī)構(gòu)對(duì)原國家環(huán)?？偩至饔蛳夼沫h(huán)境違規(guī)企業(yè)采取了嚴(yán)格的停貸限貸措施，如山西省襄汾縣星源集團(tuán)焦化有限公司、安徽省蚌埠海川化工有限公司等的貸款業(yè)務(wù)被停止，安徽省運(yùn)漕酒廠及銅陵銅官山化工有限公司不僅被停止發(fā)放新的貸款，先前的貸款也被收回②。2014年山西最大民營企業(yè)海鑫鋼鐵高爐停產(chǎn)、資金鏈斷裂、實(shí)質(zhì)性違約資產(chǎn)被封，牽涉的債務(wù)達(dá)到30億元，深陷債務(wù)危機(jī)，引爆鋼鐵違約潮；2016年渤海鋼鐵步入破產(chǎn)重組道路，信貸違約涉及債務(wù)金額1 920億元，天津鋼管、冶金也出現(xiàn)了多起貸款逾期③?？梢姡匚廴酒髽I(yè)信貸風(fēng)險(xiǎn)管控是十分有必要的。2010—2019年，重污染企業(yè)的信貸投放比例逐步降低，借款增速明顯下降，逾期未還借款比例、展期比例上下波動(dòng)，現(xiàn)金流量凈額不穩(wěn)定，存在一定的信貸風(fēng)險(xiǎn)。

在此背景下，怎樣衡量重污染企業(yè)信貸風(fēng)險(xiǎn)？綠色信貸政策的實(shí)施如何影響重污染企業(yè)信貸風(fēng)險(xiǎn)？影響方向與程度如何？企業(yè)所有權(quán)性質(zhì)與地區(qū)金融發(fā)展程度是否表現(xiàn)出異質(zhì)性效應(yīng)？明確綠色信貸政策的實(shí)施對(duì)重污染企業(yè)的影響機(jī)制，明晰綠色信貸政策對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的平均效應(yīng)及動(dòng)態(tài)效應(yīng)，進(jìn)一步分析其異質(zhì)性效應(yīng)，進(jìn)而推動(dòng)“政府—銀行—企業(yè)”形成良性循環(huán)生態(tài)圈，是本文研究的主要問題。

相比以往文獻(xiàn)，本文的主要貢獻(xiàn)體現(xiàn)在兩方面：一方面，目前大多數(shù)綠色信貸政策效應(yīng)研究主要從商業(yè)銀行、企業(yè)的經(jīng)營績效、創(chuàng)新績效、財(cái)務(wù)績效、債務(wù)融資等方面，形成相應(yīng)的研究成果和理論基礎(chǔ)，鮮少文獻(xiàn)從微觀企業(yè)的角度探討綠色信貸政策對(duì)企業(yè)信貸風(fēng)險(xiǎn)的研究。本文以重污染企業(yè)為切入點(diǎn)，采用KMV模型從違約距離（DD）角度測(cè)度企業(yè)信貸風(fēng)險(xiǎn)，而非單一的企業(yè)指標(biāo)，并構(gòu)建雙重差分模型實(shí)證檢驗(yàn)綠色信貸政策對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的實(shí)際有效性和具體影響，同時(shí)，進(jìn)一步根據(jù)企業(yè)所有權(quán)性質(zhì)、地區(qū)金融發(fā)展程度比較政策的差異化效果，有利于豐富綠色信貸政策與企業(yè)信貸風(fēng)險(xiǎn)方面的研究。

第二，近些年來學(xué)者們從微觀企業(yè)層面分析綠色信貸政策怎樣影響企業(yè)債務(wù)融資，得出綠色信貸政策的實(shí)施對(duì)企業(yè)債務(wù)規(guī)模、債務(wù)成本、債務(wù)結(jié)構(gòu)均產(chǎn)生影響的結(jié)論[1-4]，但尚未形成統(tǒng)一的意見。而重污染企業(yè)信貸風(fēng)險(xiǎn)是否會(huì)受到該政策影響，也有待進(jìn)一步研究。因此，本文基于已有研究結(jié)論，從債務(wù)期限結(jié)構(gòu)、環(huán)境信息披露質(zhì)量的視角，實(shí)證檢驗(yàn)綠色信貸政策對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的影響機(jī)理，一方面有效補(bǔ)充了相關(guān)文獻(xiàn)的研究樣本和研究維度，另一方面也為我國綠色信貸發(fā)展和企業(yè)風(fēng)險(xiǎn)管控路徑優(yōu)化提供參考。

二、文獻(xiàn)綜述與研究假設(shè)

在一系列政策措施的指導(dǎo)下，我國銀行業(yè)金融機(jī)構(gòu)以推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展為主要目標(biāo)，積極創(chuàng)新包含了債券、信貸、保險(xiǎn)等內(nèi)容的傳統(tǒng)金融手段，并發(fā)展了綠色債券、綠色信貸、綠色信托、綠色租賃等各類綠色金融產(chǎn)品，其中綠色信貸取得了顯著性效果。長期以來，綠色信貸政策對(duì)微觀企業(yè)和商業(yè)銀行的影響都是國內(nèi)外學(xué)者研究的重點(diǎn)。

（一）文獻(xiàn)綜述

關(guān)于綠色信貸政策，學(xué)者們主要從商業(yè)銀行與企業(yè)兩個(gè)層面研究，因此，本文從這兩個(gè)層面來綜述綠色信貸政策的研究成果。

在商業(yè)銀行層面，綠色信貸政策的落實(shí)不僅增強(qiáng)了商業(yè)銀行綜合競爭力、改善了財(cái)務(wù)績效，也在長時(shí)間內(nèi)正向提升了商業(yè)銀行的成本效率[5-6]，促使綠色信貸項(xiàng)目獲得不錯(cuò)的收益。在研究信貸風(fēng)險(xiǎn)時(shí)，大多數(shù)學(xué)者選擇商業(yè)銀行不良貸款率為因變量，控制銀行內(nèi)部因素的影響，發(fā)現(xiàn)綠色信貸比重與不良貸款率之間存在顯著負(fù)相關(guān)關(guān)系[7-8]，且綠色信貸規(guī)模的增加能提高資產(chǎn)質(zhì)量與綠色聲譽(yù)，進(jìn)一步使商業(yè)銀行的信貸風(fēng)險(xiǎn)降低。因此，商業(yè)銀行應(yīng)該增強(qiáng)綠色信貸風(fēng)險(xiǎn)管理和控制，服務(wù)國家發(fā)展戰(zhàn)略，助力企業(yè)轉(zhuǎn)型升級(jí)。

在企業(yè)層面，實(shí)施綠色信貸政策后，一方面，綠色企業(yè)可通過綠色技術(shù)進(jìn)步與創(chuàng)新提高綠色全要素生產(chǎn)率，使企業(yè)獲得更多綠色信貸[9]；環(huán)保類企業(yè)借款總額與信貸風(fēng)險(xiǎn)呈正比，但長期借款總額對(duì)信貸風(fēng)險(xiǎn)沒有顯著負(fù)向影響，企業(yè)規(guī)模、GDP總額也是其影響因素[10]。另一方面，圍繞重污染企業(yè)債務(wù)融資、經(jīng)營績效、環(huán)境表現(xiàn)、創(chuàng)新績效等展開研究，形成兩種觀點(diǎn)。一種觀點(diǎn)認(rèn)為綠色信貸政策的實(shí)施能夠增加企業(yè)環(huán)保投入、降低債務(wù)成本、提高環(huán)境信息披露質(zhì)量、創(chuàng)新效率與社會(huì)責(zé)任披露程度[11-14]，從而緩解企業(yè)綠色管理與銀行貸款獲取之間的關(guān)系[15]。此外，在綠色信貸政策的指引下借款總額不會(huì)使重污染企業(yè)面臨較高的信貸風(fēng)險(xiǎn)[10，并且根據(jù)MM理論及權(quán)衡理論，重污染企業(yè)的債務(wù)杠桿顯著降低[16]，其信貸風(fēng)險(xiǎn)也隨之下降。另一種觀點(diǎn)則認(rèn)為，綠色信貸政策的實(shí)施不利于企業(yè)的發(fā)展，會(huì)使其新增銀行借款顯著減少、融資能力顯著降低、財(cái)務(wù)績效降低[17-18]，還會(huì)通過縮減信貸規(guī)模、提高信貸融資成本來抑制企業(yè)綠色創(chuàng)新，但抑制效應(yīng)逐漸減弱[3-4]。

國內(nèi)學(xué)者也從不同視角研究了其他金融政策對(duì)重污染企業(yè)的影響。不同類型的環(huán)境規(guī)制工具對(duì)重污染企業(yè)綠色發(fā)展的作用效果不同[19]。環(huán)境規(guī)制工具會(huì)強(qiáng)化技術(shù)創(chuàng)新替代效應(yīng)而減少環(huán)保投入，并且在環(huán)境規(guī)制越強(qiáng)的地區(qū)，融資抑制效應(yīng)越強(qiáng)，尤其表現(xiàn)在長期信貸方面[2， 20]。新《環(huán)境保護(hù)法》的實(shí)施使重污染企業(yè)的盈余管理顯著向上[21]，環(huán)境信息披露更多[22]，推動(dòng)重污染企業(yè)進(jìn)行更大程度與范圍的綠色創(chuàng)新[23]。實(shí)施環(huán)保產(chǎn)業(yè)政策后，重污染企業(yè)的環(huán)境治理有所改善，治理效果在不同時(shí)期和地區(qū)具有差異性，治理投資可提升企業(yè)價(jià)值但在高管自利動(dòng)機(jī)下會(huì)起反作用[24]。

（二）假設(shè)提出

企業(yè)對(duì)外融資時(shí)面臨兩個(gè)方面的信貸約束，即信貸需求和信貸渠道。污染企業(yè)的貸款渠道也受到綠色信貸政策的影響，其可獲得的銀行貸款規(guī)模更是隨著企業(yè)污染程度的加深而減少[25]。在綠色信貸政策的指引下借款總額雖然不會(huì)使重污染企業(yè)面臨較高的信貸風(fēng)險(xiǎn)[10]，但根據(jù)MM理論及權(quán)衡理論，重污染企業(yè)的債務(wù)杠桿會(huì)顯著降低[16]，其信貸風(fēng)險(xiǎn)也隨之下降。此外，綠色信貸政策的實(shí)施對(duì)緩解信貸雙方信息不對(duì)稱有促進(jìn)作用，也從資金供給端對(duì)企業(yè)經(jīng)營活動(dòng)起到市場化管制效果，即從源頭上治理企業(yè)信貸風(fēng)險(xiǎn)。同時(shí)通過市場機(jī)制的自動(dòng)調(diào)節(jié)作用，綠色信貸政策能夠在一定程度上適度降低信貸規(guī)制對(duì)企業(yè)造成的不利影響。與綠色企業(yè)相比，重污染企業(yè)一般面臨更多的政府干預(yù)，但往往受環(huán)境準(zhǔn)入門檻影響更大的企業(yè)，約束自身生產(chǎn)行為的動(dòng)機(jī)也更強(qiáng)烈。為了減輕外部融資約束、獲得更多綠色信貸資金，重污染企業(yè)向綠色發(fā)展方式積極轉(zhuǎn)變，減少生產(chǎn)污染與排放，研發(fā)新產(chǎn)品和新技術(shù)，增強(qiáng)企業(yè)償債能力，降低信貸風(fēng)險(xiǎn)。除此之外，綠色信貸政策能激勵(lì)股東參與企業(yè)管理決策，共同提高內(nèi)部治理水平，增強(qiáng)企業(yè)償債能力。

基于以上分析，本文提出研究假設(shè)H1：綠色信貸政策降低了重污染企業(yè)信貸風(fēng)險(xiǎn)。

綠色信貸政策實(shí)施后，重污染企業(yè)信貸渠道收窄，可獲取的最大可能借貸數(shù)額減小。其中，重污染企業(yè)的長期性債務(wù)融資規(guī)模受到了明顯的“懲罰”，長期貸款規(guī)?？s小，借款增速顯著減慢，負(fù)債融資成本上升，債務(wù)期限結(jié)構(gòu)發(fā)生變動(dòng)[2]，這體現(xiàn)出銀行業(yè)金融機(jī)構(gòu)從源頭上收緊對(duì)重污染企業(yè)的信貸供給，降低重污染企業(yè)信貸違約概率；但也存在“獎(jiǎng)賞”表現(xiàn)，即重污染企業(yè)通過辦理綠色信貸業(yè)務(wù)，優(yōu)化其短、長期債務(wù)融資規(guī)模和期限結(jié)構(gòu)，進(jìn)而降低信貸風(fēng)險(xiǎn)[1]。此外，企業(yè)固定資產(chǎn)投資資本來源于長期融資，那么綠色信貸政策對(duì)重污染企業(yè)的長期信貸融資約束，勢(shì)必控制重污染企業(yè)新增固定資產(chǎn)投資，淘汰落后產(chǎn)能，進(jìn)一步倒逼重污染企業(yè)綠色轉(zhuǎn)型升級(jí)，降低信貸違約可能性。

基于以上分析，本文提出研究假設(shè)H2：綠色信貸政策通過調(diào)整重污染企業(yè)債務(wù)期限結(jié)構(gòu)，降低了信貸風(fēng)險(xiǎn)。

《綠色信貸指引》指出：“銀行業(yè)金融機(jī)構(gòu)應(yīng)當(dāng)加強(qiáng)授信盡職調(diào)查，根據(jù)客戶及其項(xiàng)目所處行業(yè)、區(qū)域特點(diǎn)，明確環(huán)境和社會(huì)風(fēng)險(xiǎn)盡職調(diào)查的內(nèi)容，確保調(diào)查全面、深入、細(xì)致。”綠色信貸政策的實(shí)施基本打破我國重污染企業(yè)選擇犧牲環(huán)境績效以提高財(cái)務(wù)績效的“常態(tài)”，降低銀行業(yè)金融機(jī)構(gòu)對(duì)環(huán)境風(fēng)險(xiǎn)的容忍度，促使重污染企業(yè)更積極地披露環(huán)境信息，提升環(huán)境信息披露質(zhì)量，以獲取更多的信貸資金來緩解融資約束[26]。《綠色信貸指引》對(duì)重污染企業(yè)環(huán)境信息披露質(zhì)量發(fā)揮了積極的政策效應(yīng)[27]，一方面，基于利益相關(guān)理論，積極有效的環(huán)境信息披露不僅為企業(yè)塑造了良好的環(huán)保形象，提升企業(yè)綠色聲譽(yù)，也更有利于吸引利益相關(guān)者為其提供所需資源與要素[28]，進(jìn)而降低企業(yè)違約概率，實(shí)現(xiàn)綠色環(huán)保效益最大化；另一方面，根據(jù)信號(hào)傳遞理論，環(huán)境信息披露質(zhì)量的提高既緩解了銀企之間的信息不對(duì)稱，降低信貸風(fēng)險(xiǎn)暴露的可能性，也向金融市場和金融機(jī)構(gòu)釋放企業(yè)綠色轉(zhuǎn)型信號(hào)。此外，重污染企業(yè)環(huán)境信息披露質(zhì)量越好，對(duì)企業(yè)價(jià)值及財(cái)務(wù)績效的促進(jìn)作用更顯著[29-30]，進(jìn)而增強(qiáng)企業(yè)償債能力，降低信貸風(fēng)險(xiǎn)。

基于以上分析，本文提出研究假設(shè)H3：綠色信貸政策通過提高重污染企業(yè)環(huán)境信息披露質(zhì)量，降低了信貸風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)、數(shù)據(jù)樣本及描述性分析

（一）研究數(shù)據(jù)和樣本

本文以2012年1月原銀監(jiān)會(huì)出臺(tái)的《綠色信貸指引》為研究對(duì)象，將重污染企業(yè)、非重污染企業(yè)分別作為實(shí)驗(yàn)組、對(duì)照組，構(gòu)建雙重差分模型實(shí)證檢驗(yàn)綠色信貸政策效應(yīng)?？紤]到綠色信貸政策作用時(shí)效檢驗(yàn)（政策實(shí)施后的3年、5年、7年分別作為短、中、長期的面板數(shù)據(jù)時(shí)間跨度[18]）以及動(dòng)態(tài)時(shí)間窗檢驗(yàn)需要，本文選取2007—2019年滬深A(yù)股上市公司數(shù)據(jù)，則企業(yè)必須在 2007年前上市。重污染企業(yè)界定參考《中華人民共和國環(huán)境保護(hù)法》第四章關(guān)于污染防治的有關(guān)規(guī)定、原環(huán)保部《上市公司環(huán)境信息披露指南》與證監(jiān)會(huì)《上市公司行業(yè)分類指引》（2012年修訂），將重污染行業(yè)劃為20大類，具體分類內(nèi)容如表1所示。為提高研究的準(zhǔn)確性，本文還對(duì)樣本做了以下進(jìn)一步處理：（1）剔除ST、ST*等企業(yè)樣本；（2）剔除數(shù)據(jù)非齊全的企業(yè)樣本；（3）剔除交易周數(shù)少于每年30周的企業(yè)樣本；（4）剔除研究期間行業(yè)類型變化的企業(yè)。最終得到的全樣本為787家滬深A(yù)股上市企業(yè)的10 231個(gè)觀測(cè)值，實(shí)驗(yàn)組、控制組分別包含3 953個(gè)觀測(cè)值、6 279個(gè)觀測(cè)值。為了排除異常值的影響，對(duì)每個(gè)連續(xù)變量采用了上下1%的Winsorize縮尾處理方法。由Excel、Stata15.0軟件完成數(shù)據(jù)分析。

（二）模型設(shè)定和變量定義

為檢驗(yàn)綠色信貸政策效應(yīng)，本文借鑒廖果平[10]、李穎和劉強(qiáng)等[13]的研究方法，構(gòu)造如下雙重差分模型（DID），參數(shù)定義如表2所示。

[DD=β0+β1Time+β2HPE+β3Time×HPE]

[+β4Controls+Industry+Year+ε]? ? ? ? ? （1）

其中，被解釋變量[DD]為企業(yè)違約距離，以度量企業(yè)信貸風(fēng)險(xiǎn)水平。本文主要的觀測(cè)事件是2012年《綠色信貸指引》的頒布實(shí)施。[HPE]、[Time]分別為行業(yè)、年份虛擬變量，如果該企業(yè)是重污染企業(yè)，[HPE]取值為1，否則取值為0；如果企業(yè)年度時(shí)期為2012年以后（包括當(dāng)年），[Time]取值為1，否則取值為0。[Industry]為行業(yè)效應(yīng)，[Year]為年份效應(yīng)。

1.違約距離。為測(cè)度重污染企業(yè)信貸風(fēng)險(xiǎn)，本文借鑒廖果平和李穎[10]的研究經(jīng)驗(yàn)，設(shè)定如下KMV模型：

[DD=E（∨A）-DPE（∨A）×σA] （2）

其中，[∨E=∨AN（d1）-e-rtDN（d2）]，? [σE=∨A∨EN（d1）][σA]，

[d1=ln（∨AD+（r+?2A2）σAT]，[d2=d1-σAT]，[DP=STD-0.5LTD]。V[E]表示股權(quán)價(jià)值，V[A]表示資產(chǎn)價(jià)值，[D]表示負(fù)債賬面價(jià)值，[N（?）]為標(biāo)準(zhǔn)正態(tài)累積分布函數(shù)，[σE]表示股價(jià)波動(dòng)率，[σA]表示資產(chǎn)價(jià)值波動(dòng)率，[T]表示債務(wù)期限，設(shè)為1年，[r]表示無風(fēng)險(xiǎn)利率（中國人民銀行公布的一年定期存款利率），對(duì)于調(diào)整期間的r，以調(diào)整期間存款利率的實(shí)施天數(shù)作為權(quán)數(shù)進(jìn)行加權(quán)平均計(jì)算。[STD]表示流動(dòng)負(fù)債，[LTD]表示長期負(fù)債。違約距離與信貸風(fēng)險(xiǎn)反向變化，即違約距離越小，表明企業(yè)信貸風(fēng)險(xiǎn)越大。

2.控制變量?？紤]到信貸風(fēng)險(xiǎn)還受其他因素的影響，參考廖果平和李穎[10]、馬悅和上官鳴[27]的研究，在研究綠色信貸政策對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的影響時(shí)，本文從企業(yè)層面控制了以下變量：償債能力（BD，經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流凈額/負(fù)債）、長期債務(wù)風(fēng)險(xiǎn)（Lat，長期借款/期末總資產(chǎn)）、盈利能力（ROA，營業(yè)總收入/平均資產(chǎn)總額）、公司規(guī)模（Size，年末總資產(chǎn)自然對(duì)數(shù)）、經(jīng)濟(jì)增長率（LnGDP，各年國內(nèi)生產(chǎn)總值自然對(duì)數(shù)）、綠色信貸債務(wù)規(guī)模（Loan，取得借款收到的現(xiàn)金/總資產(chǎn)）及債務(wù)成本（Dcost，財(cái)務(wù)費(fèi)用/總期間費(fèi)用）。主要變量的描述性統(tǒng)計(jì)結(jié)果見表3。

可以發(fā)現(xiàn)，違約距離（[DD]）均值、標(biāo)準(zhǔn)差分別為2.3811、0.9770，最小值和最大值分別為-2.7307、8.7981，相差11.5288，表明整體上企業(yè)違約距離呈增加態(tài)勢(shì)即信貸風(fēng)險(xiǎn)降低，且在研究的時(shí)間區(qū)間內(nèi)企業(yè)違約距離存在較大差異，為接下來研究綠色信貸政策的影響效果提供了客觀基礎(chǔ)與切入點(diǎn)。

四、綠色信貸政策對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的影響

（一）KMV模型測(cè)度結(jié)果分析

本文將滬深A(yù)股企業(yè)數(shù)據(jù)帶入Matlab2016，用牛頓迭代法計(jì)算各企業(yè)違約距離（[DD]），得到的重污染與非重污染企業(yè)違約距離趨勢(shì)圖如圖1所示，而具體違約距離數(shù)據(jù)可向作者索要④。

從結(jié)果可看出，重污染行業(yè)間，石油和天然氣開采業(yè)在2007—2019年間違約距離略高于其他細(xì)分行業(yè)，但其標(biāo)準(zhǔn)差表現(xiàn)最差，表明其違約風(fēng)險(xiǎn)小于其他重污染細(xì)分行業(yè)且不存在顯著差異，但企業(yè)內(nèi)部差異較大。由圖1可以看到，（1）重污染行業(yè)內(nèi)，違約距離普遍呈增加趨勢(shì)，大部分行業(yè)從1左右增長至3左右，甚至在某些年份超過4或5，少部分行業(yè)從1左右增加至2左右，即信貸風(fēng)險(xiǎn)降低；（2）2008—2019年重污染企業(yè)與非重污染企業(yè)的違約距離總體呈上升趨勢(shì)，增加幅度約為33.33%。2012年以前重污染企業(yè)的違約距離與非重污染企業(yè)相差很小，2013年超過非重污染企業(yè)，但2014—2016年兩者都遭受了短期內(nèi)的起伏，原因可能是2015年新《環(huán)境保護(hù)法》的頒布實(shí)施對(duì)估計(jì)結(jié)果產(chǎn)生了一定的影響。已有研究發(fā)現(xiàn)，新《環(huán)境保護(hù)法》實(shí)施后，企業(yè)承受了過大的環(huán)境壓力，但所獲得的資源保障不夠，這造成社會(huì)環(huán)保需求和環(huán)保企業(yè)管理優(yōu)化需求起伏變化不大[31]。同時(shí)企業(yè)不積極參與環(huán)境治理與環(huán)保投資，為了降低環(huán)境違規(guī)風(fēng)險(xiǎn)縮減生產(chǎn)規(guī)模[32]，進(jìn)而導(dǎo)致企業(yè)的償還債務(wù)能力下降，信貸風(fēng)險(xiǎn)增加。但總的來說，重污染企業(yè)的違約距離基本穩(wěn)定在非重污染企業(yè)之上，其原因可能在于，銀行業(yè)金融機(jī)構(gòu)基于綠色經(jīng)濟(jì)發(fā)展及環(huán)境風(fēng)險(xiǎn)管理的考慮，在發(fā)放綠色信貸時(shí)將企業(yè)環(huán)境信息作為參考依據(jù)和實(shí)施標(biāo)準(zhǔn)，有計(jì)劃地縮減重污染企業(yè)信貸供給，增強(qiáng)信貸控制。

（二）平行趨勢(shì)檢驗(yàn)

對(duì)照組與實(shí)驗(yàn)組之間滿足平行趨勢(shì)假定是運(yùn)用雙重差分法的主要前提條件，換句話說，在實(shí)施綠色信貸政策之前違約距離應(yīng)保持相對(duì)穩(wěn)定的變動(dòng)趨勢(shì)。參考吳虹儀和殷德生[1]的做法，以《綠色信貸指引》實(shí)施年份2012年為基準(zhǔn)年，對(duì)2012年的前后3年及以上年份的違約距離單獨(dú)進(jìn)行OLS-DID回歸，結(jié)果如圖2所示。由圖2可以看出，在綠色信貸政策實(shí)施的前三年Time×HPE系數(shù)都不顯著，且回歸系數(shù)均在0值左右，說明2012年之前重污染企業(yè)與非重污染企業(yè)違約距離之間未出現(xiàn)明顯差距，符合平行趨勢(shì)假定。

（三）DID模型回歸結(jié)果分析

為了驗(yàn)證前面違約距離趨勢(shì)圖得出的推測(cè)，本文運(yùn)用雙重差分方法進(jìn)行實(shí)證檢驗(yàn)。以政策實(shí)施年份劃分樣本區(qū)間，一方面對(duì)比政策實(shí)施前后的平均處理效應(yīng)，分析政策的靜態(tài)效果；另一方面觀察政策實(shí)施對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的歷年沖擊效應(yīng)，分析政策實(shí)施年份后的動(dòng)態(tài)影響，結(jié)果如表4所示。

從表4平均處理效應(yīng)結(jié)果可以看出，在控制了時(shí)間和行業(yè)效應(yīng)，并引入控制變量后，重污染企業(yè)違約距離在1%的顯著性水平上呈現(xiàn)增大效果，表明綠色信貸政策的實(shí)施降低了重污染企業(yè)的信貸風(fēng)險(xiǎn)，驗(yàn)證了假設(shè)H1。其原因可能是，一方面綠色信貸政策對(duì)重污染企業(yè)施加“信貸約束”，提高貸款門檻與成本，促使重污染企業(yè)減少生產(chǎn)污染與排放、研發(fā)新產(chǎn)品和新技術(shù)及調(diào)整內(nèi)部業(yè)務(wù)結(jié)構(gòu)，進(jìn)而增強(qiáng)償債能力，有效降低企業(yè)信貸風(fēng)險(xiǎn)。另一方面，政府實(shí)施政策干預(yù)，對(duì)國家不鼓勵(lì)甚至限制的重污染企業(yè)實(shí)行更嚴(yán)厲的懲罰和監(jiān)督措施，促使重污染企業(yè)增加風(fēng)險(xiǎn)管理投入，提前進(jìn)行技術(shù)改進(jìn)，加快綠色轉(zhuǎn)型步伐。

從動(dòng)態(tài)效應(yīng)結(jié)果看出，違約距離增大在綠色信貸政策實(shí)施期間整體表現(xiàn)出明顯效果。2012—2014年大體表現(xiàn)為政策效果逐年增強(qiáng)態(tài)勢(shì)，2015—2017年經(jīng)歷了略微起伏過程，之后至2019年顯著增強(qiáng)。雖然2017年回歸系數(shù)為負(fù)，但回歸結(jié)果不顯著，且2017年重污染企業(yè)向銀行借款數(shù)量明顯增加，違約距離也處于峰值，逾期未還借款比例低，說明政策已有一定的成效，重污染企業(yè)積極向綠色企業(yè)轉(zhuǎn)型升級(jí)，企業(yè)信貸風(fēng)險(xiǎn)明顯降低，銀行也增加了其信貸供給。絕大多數(shù)年份回歸系數(shù)在1%、5%水平上顯著，說明了綠色信貸政策對(duì)增大違約距離即降低信貸風(fēng)險(xiǎn)具有持續(xù)的積極作用，這與廖果平和李穎[10]、劉慶富等[33]的研究結(jié)果一致，進(jìn)一步驗(yàn)證了綠色信貸風(fēng)險(xiǎn)管理的必要性與可行性。

為了進(jìn)一步研究模型（1）回歸結(jié)果中綠色信貸政策的作用時(shí)效，參考郝宇和顏杰[18]的研究成果，分別選擇政策實(shí)施后的3年、5年、7年，將其作為短期、中期、長期的面板數(shù)據(jù)時(shí)間跨度，進(jìn)一步實(shí)證檢驗(yàn)綠色信貸政策對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的作用時(shí)效，回歸結(jié)果如表5。研究結(jié)果表明，交互項(xiàng)Time×HPE系數(shù)在1%水平上均顯著為正，說明無論是短期、中期還是長期，綠色信貸政策均降低了重污染企業(yè)的信貸風(fēng)險(xiǎn)，且短期作用效果更強(qiáng)，驗(yàn)證了前面主回歸結(jié)論，即綠色信貸政策對(duì)降低重污染信貸風(fēng)險(xiǎn)具有持續(xù)的積極作用。

（四）穩(wěn)健性檢驗(yàn)

為了提高研究結(jié)論的可信度，本文參考了史丹和李少林[34]、李新功和朱艷平[35]等人的研究，采取了安慰劑檢驗(yàn)、動(dòng)態(tài)時(shí)間窗檢驗(yàn)、反事實(shí)檢驗(yàn)及剔除其他政策影響方法來開展穩(wěn)健性檢驗(yàn)。

1.安慰劑檢驗(yàn)

為排除其他影響因素對(duì)企業(yè)選擇的影響，保證所得研究結(jié)論的穩(wěn)健性，本文在787家滬深A(yù)股企業(yè)中進(jìn)行1 000次抽樣，每次抽樣中隨機(jī)選出虛擬實(shí)驗(yàn)組187個(gè)，其余企業(yè)作為對(duì)照組，對(duì)模型（1）進(jìn)行回歸。由被解釋變量違約距離的核密度分布圖可以得出，絕大部分抽樣估計(jì)系數(shù)的t值的絕對(duì)數(shù)都小于2，且p值均大于0.1，表明在這1 000次抽樣中綠色信貸政策均沒有顯著效果，本文所得結(jié)論通過了安慰劑檢驗(yàn)，即《綠色信貸指引》對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的影響與其他影響因素?zé)o太大因果關(guān)系。

2.動(dòng)態(tài)時(shí)間窗檢驗(yàn)

前文已經(jīng)詳細(xì)分析了綠色信貸政策對(duì)違約距離的動(dòng)態(tài)效應(yīng)，但關(guān)注點(diǎn)只落在了政策實(shí)施之后的影響效應(yīng)，沒有與政策頒布之前作充分對(duì)比。因此，借鑒李新功和朱艷平[35]的研究方法，改變《綠色信貸指引》頒布前后的時(shí)間節(jié)點(diǎn)，設(shè)置窗寬為1年、2年、3年和4年，分別進(jìn)行動(dòng)態(tài)時(shí)間窗檢驗(yàn)。檢驗(yàn)結(jié)果如表6所示，綠色信貸政策對(duì)違約距離的影響方向并沒有跟隨時(shí)間窗寬度的變化而發(fā)生改變，并且違約距離隨著時(shí)間窗寬度增加而呈現(xiàn)增大的趨勢(shì)，即信貸風(fēng)險(xiǎn)逐步降低，且回歸系數(shù)均顯著，說明前文所得結(jié)論是穩(wěn)健的。

3.反事實(shí)檢驗(yàn)

對(duì)照組與實(shí)驗(yàn)組具備可比性是運(yùn)用雙重差分模型的前提條件，即如果沒有綠色信貸政策，隨著時(shí)間的變化，實(shí)驗(yàn)組與對(duì)照組企業(yè)違約距離之間的差異也不會(huì)產(chǎn)生明顯變化。為了證明這一前提假設(shè)，借鑒史丹和李少林[34]的研究方法，將假定的政策開始實(shí)施時(shí)間設(shè)定為2008年、2009年、2010年和2011年，并分別進(jìn)行和基準(zhǔn)回歸相同的檢驗(yàn)。表7結(jié)果顯示，將政策實(shí)施時(shí)間提前到2008年、2009年、2010年或2011年，政策實(shí)施效果的交互項(xiàng)Time×HPE的系數(shù)都不顯著，表明在基準(zhǔn)年份2012年以前，《綠色信貸指引》對(duì)實(shí)驗(yàn)組與對(duì)照組的違約距離沒有顯著影響，說明政策實(shí)施年份的確能顯著增加違約距離，即顯著降低企業(yè)信貸風(fēng)險(xiǎn)，表明前文所得結(jié)論具有較強(qiáng)的穩(wěn)健性。

4.剔除其他政策的干擾

2015年新《環(huán)境保護(hù)法》的落地實(shí)施可能是重污染企業(yè)違約距離陡降即信貸風(fēng)險(xiǎn)陡增的原因，已有研究表明，新《環(huán)境保護(hù)法》不僅“倒逼”企業(yè)進(jìn)行技術(shù)創(chuàng)新以提高環(huán)境績效，而且有效提升企業(yè)公開發(fā)布的環(huán)境信息質(zhì)量，進(jìn)而緩解銀企之間信息不對(duì)稱[36-37]。為了排除這一政策的干擾，本文剔除了2015—2019年的數(shù)據(jù)。表8回歸結(jié)果顯示，被解釋變量DD的交互項(xiàng)Time×HPE系數(shù)在1%水平上顯著為正，表明在剔除了其他政策干擾后前文結(jié)論依舊穩(wěn)當(dāng)。

五、影響機(jī)制驗(yàn)證

前文雙重差分模型實(shí)證回歸結(jié)果與相關(guān)穩(wěn)健性檢驗(yàn)均表明綠色信貸政策能夠有效降低重污染企業(yè)信貸風(fēng)險(xiǎn)，那么，這種政策效應(yīng)是通過什么機(jī)制完成？債務(wù)期限結(jié)構(gòu)、環(huán)境信息披露質(zhì)量是否真正影響了綠色信貸政策對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的降低效果？這就需要本文深入探究其內(nèi)在影響機(jī)制。

第二部分的理論分析與假說提出已經(jīng)得出綠色信貸政策能夠通過調(diào)整債務(wù)期限結(jié)構(gòu)、提升環(huán)境信息披露質(zhì)量來降低重污染企業(yè)信貸風(fēng)險(xiǎn)的理論假說。基于此，本文借鑒史丹與李少林等[34]的研究方法，采用長期負(fù)債/總負(fù)債（Lloan）來衡量企業(yè)的債務(wù)期限結(jié)構(gòu)變化；參考內(nèi)容分析法以及劉亦文等[34]的做法計(jì)算環(huán)境信息披露指數(shù)（EDI）來衡量企業(yè)環(huán)境信息披露質(zhì)量，指標(biāo)中有一項(xiàng)披露則記分，未披露則記為0分，最后總得分加1取對(duì)數(shù)，具體內(nèi)容如表9所示。

將中介變量引入到模型（1），探究其影響機(jī)制的顯著性，模型設(shè)定為：

[? ? ? ? ?DD=β0+β1（HPE×Time×Lloan）+β2（HPE×Time）]? ? ? ? ? ? ? ?[ +β3Lloan+β4Controls+Industry+Year+ε]? ? （3）

[? ? ? ? ?DD=β0+β1（HPE×Time×EDI）+β2（HPE×Time）]? ? ? ? [? ? ? ? ? ? +β3EDI+β4Controls+Industry+Year+ε]? ? ? ?（4）

[? ? ? ? DD=γ0+γ1（HPE×Time）+γ2Controls]

[? ? ? ? ? ? ? ? +Industry+Year+ε]（5）

[? ? ? ? EDI=γ0+γ1（HPE×Time）+γ2Controls+Industry]

[? ? ? ? ? ? ? ? +Year+ε]? ?（6）

同時(shí)，通過償債能力（BD）、盈利能力（ROA）、公司規(guī)模（Size）、經(jīng)濟(jì)增長率（GDP）、綠色信貸債務(wù)規(guī)模（Loan）及債務(wù)成本（Dcost）控制企業(yè)基本特征、經(jīng)營狀況等對(duì)回歸結(jié)果的影響，主要關(guān)注交互項(xiàng)HPE×Time×Lloan、HPE×Time×EDI系數(shù)的顯著性。另外，本文還通過控制行業(yè)與年份的固定效應(yīng)，避免企業(yè)所處行業(yè)的不同對(duì)研究結(jié)果產(chǎn)生影響。影響機(jī)制驗(yàn)證的回歸結(jié)果如表10所示，可以發(fā)現(xiàn)，交互項(xiàng)HPE×Time×Lloan、HPE×Time×EDI的系數(shù)均通過1%的檢驗(yàn)水平且顯著為正值，前者系數(shù)大于后者，表明通過有效調(diào)整債務(wù)期限結(jié)構(gòu)（尤其是長期債務(wù)結(jié)構(gòu)）、提升環(huán)境信息披露質(zhì)量，綠色信貸政策可明顯降低重污染企業(yè)信貸風(fēng)險(xiǎn)，驗(yàn)證了假設(shè)H2、H3。因EDI系數(shù)不顯著，為了增強(qiáng)結(jié)論的可靠性，本文參考江艇[38]的中介效應(yīng)分析的操作建議，設(shè)定模型如公式（5）和式（6）所示。檢驗(yàn)結(jié)果如表10列（3）和列（4）所示，HPE×Time系數(shù)均在1%的水平上顯著為正，說明當(dāng)重污染企業(yè)環(huán)境信息披露質(zhì)量提高時(shí)，綠色信貸政策對(duì)企業(yè)信貸風(fēng)險(xiǎn)降低的作用越顯著，同樣證實(shí)了綠色信貸政策能夠在降低重污染企業(yè)信貸風(fēng)險(xiǎn)方面發(fā)揮積極作用。

六、異質(zhì)性分析

（一）企業(yè)所有權(quán)性質(zhì)的異質(zhì)性影響

企業(yè)所有權(quán)性質(zhì)不同，銀行等債權(quán)人的放貸考核標(biāo)準(zhǔn)也會(huì)有差異。與非國企相比，國有企業(yè)更容易獲得銀行業(yè)金融機(jī)構(gòu)的青睞，并具有一定程度的投融資優(yōu)勢(shì)，但卻要肩負(fù)相應(yīng)更多的保護(hù)環(huán)境、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的社會(huì)責(zé)任。同時(shí)，綠色信貸政策實(shí)施以來，國有企業(yè)在企業(yè)債務(wù)融資水平（長短期債務(wù)融資、債務(wù)融資規(guī)模）、債務(wù)融資成本、債務(wù)杠桿方面都受到了明顯的政策影響，且融資層面（債務(wù)成本和長期負(fù)債）的懲罰效應(yīng)和投資層面（新增投資額）的抑制效應(yīng)在國有重污染企業(yè)體現(xiàn)的更明顯[39]。因此，在綠色信貸政策外部壓力的影響下，國有企業(yè)特別是國有重污染企業(yè)的融資優(yōu)勢(shì)會(huì)被大大削弱，而本身就處于資金籌集弱勢(shì)地位的非國有企業(yè)，對(duì)政策壓力的敏感性也相對(duì)較小。為了進(jìn)一步探究企業(yè)所有權(quán)性質(zhì)的不同對(duì)綠色信貸政策實(shí)施的影響效果，將虛擬變量SOE引入雙重差分模型（1），作交互項(xiàng)Time×HPE×SOE，模型設(shè)定為：

[? ? ? ? ?DD=β0+β1Time+β2HPE+β3Time×HPE×SOE]? ? ? ? ? ? ? ?[? ? ? ? ?+β4Controls+Industry+Year+ε]? ? ? ? ? ? ? ? ? ?（7）

將企業(yè)分為國有企業(yè)（SOE=1）、非國有企業(yè)（SOE=0）兩類，控制了時(shí)間效應(yīng)和行業(yè)效應(yīng)，同時(shí)模型（7）控制了償債能力、長期債務(wù)風(fēng)險(xiǎn)、盈利能力、公司規(guī)模、經(jīng)濟(jì)增長率等變量，企業(yè)所有權(quán)性質(zhì)異質(zhì)性回歸結(jié)果見表11。研究結(jié)果表明，綠色信貸政策對(duì)重污染國有企業(yè)和非國有企業(yè)的影響分別在1%、10%的顯著性水平上顯著為正，且國有企業(yè)交互項(xiàng)系數(shù)值明顯大于非國有企業(yè)，這說明了重污染國有企業(yè)更有可能會(huì)積極響應(yīng)綠色信貸政策，根據(jù)政策的變動(dòng)來調(diào)整企業(yè)發(fā)展模式與方向，即綠色信貸政策對(duì)重污染國有企業(yè)信貸風(fēng)險(xiǎn)的降低效果更顯著。

（二）地區(qū)金融發(fā)展程度的異質(zhì)性影響

不同省份之間的金融發(fā)展水平存在較大的差異，地區(qū)不平衡為識(shí)別政策與信貸風(fēng)險(xiǎn)的關(guān)系提供了橫截面維度的變化[40]。在金融發(fā)展程度較低的地區(qū)，企業(yè)融資渠道比較單一，對(duì)銀行貸款的依賴性較高，信息不對(duì)稱問題突出，企業(yè)很難以低價(jià)獲取外部融資。而在金融發(fā)展程度較高的地區(qū)，金融體系更加完善，金融市場有效發(fā)揮功能，處于該地區(qū)的銀行業(yè)金融機(jī)構(gòu)具有相對(duì)更強(qiáng)的資金供給、數(shù)據(jù)處理、風(fēng)險(xiǎn)管理等服務(wù)能力，可以更好地降低信貸風(fēng)險(xiǎn)和發(fā)揮資源配置功能，綠色信貸政策“獎(jiǎng)勵(lì)”與“懲罰”企業(yè)長期債務(wù)融資規(guī)模、債務(wù)期限結(jié)構(gòu)的程度也更深[1]。為了進(jìn)一步探討地區(qū)金融發(fā)展程度的差異對(duì)綠色信貸政策實(shí)施的影響效應(yīng)，將虛擬變量HFP引入雙重差分模型（1），作交互項(xiàng)Time×HPE×HFP，模型設(shè)定為：

[? ? ? ? ?DD=β0+β1Time+β2HPE+β3Time×HPE×HFP]? ? ? ? ? ? ? ?[? ? ? ? ?+β4Controls+Industry+Year+ε]? ? ? ? ? ? ? ? ? （8）

本文參考劉強(qiáng)等[13]的研究過程，借鑒樊綱等的《中國分省份市場化指數(shù)報(bào)告（2018）》中要素市場發(fā)育程度中的各地區(qū)金融市場化指數(shù)（HFP），根據(jù)評(píng)分的中位值水平，將研究樣本劃分為金融發(fā)展程度較高地區(qū)企業(yè)與金融發(fā)展程度較低地區(qū)企業(yè)，當(dāng)HFP>中位值，HFP取值為1，否則取值為0。模型（8）控制了時(shí)間、行業(yè)效應(yīng)，其控制變量與模型（1）相同，回歸后得到地區(qū)金融發(fā)展程度異質(zhì)性結(jié)果，如表11所示。由結(jié)果可知，金融發(fā)展程度較高地區(qū)交互項(xiàng)Time×HPE×HFP系數(shù)為0.1321，在1%的顯著水平上顯著為正，且系數(shù)大于金融發(fā)展程度較低地區(qū)交互項(xiàng)系數(shù)0.1142，表明在金融發(fā)展程度較高地區(qū)，綠色信貸政策對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的降低效果更明顯。

七、結(jié)論及建議

（一）研究結(jié)論

本文利用KMV模型測(cè)度企業(yè)信貸風(fēng)險(xiǎn)，從微觀企業(yè)視角以雙重差分方法探究綠色信貸政策是否有效降低了重污染企業(yè)信貸風(fēng)險(xiǎn)，檢驗(yàn)其異質(zhì)性效應(yīng)，驗(yàn)證其影響機(jī)制。研究發(fā)現(xiàn)：（1）企業(yè)違約距離總體呈上升趨勢(shì)，即信貸風(fēng)險(xiǎn)降低，且重污染企業(yè)違約距離變化特征相對(duì)更明顯。（2）重污染行業(yè)間，石油和天然氣開采業(yè)違約距離略高且標(biāo)準(zhǔn)差表現(xiàn)最差，細(xì)分行業(yè)信貸風(fēng)險(xiǎn)不存在顯著差異，但企業(yè)內(nèi)部差異較大。（3）《綠色信貸指引》的實(shí)施顯著增加重污染企業(yè)違約距離，即有效降低了重污染企業(yè)信貸風(fēng)險(xiǎn)，且具有持續(xù)的積極作用，短期作用效果更為突出。（4）在國有或金融發(fā)展程度較高地區(qū)的重污染企業(yè)子樣本中，綠色信貸政策對(duì)信貸風(fēng)險(xiǎn)的抑制效應(yīng)更顯著。（5）調(diào)整債務(wù)期限結(jié)構(gòu)（尤其是長期債務(wù)結(jié)構(gòu)）、提升環(huán)境信息披露質(zhì)量會(huì)顯著增強(qiáng)綠色信貸政策對(duì)重污染企業(yè)信貸風(fēng)險(xiǎn)的抑制效應(yīng)。

（二）對(duì)策建議

1.對(duì)政府部門來說，首先要不斷更新完善綠色信貸政策執(zhí)行的具體措施及政策法規(guī)，將環(huán)境信息審計(jì)、環(huán)境績效、環(huán)境信息披露質(zhì)量納入企業(yè)社會(huì)責(zé)任評(píng)價(jià)體系，促進(jìn)綠色信貸政策發(fā)揮積極的持續(xù)作用。其次，與銀行業(yè)金融機(jī)構(gòu)合力增強(qiáng)地方金融發(fā)展水平，促使銀行業(yè)金融機(jī)構(gòu)創(chuàng)新發(fā)展綠色信貸等綠色金融產(chǎn)品，推動(dòng)綠色信貸政策的有效實(shí)施。最后，合理協(xié)調(diào)綠色信貸政策與其他環(huán)境規(guī)制政策的作用范圍及作用對(duì)象，有利發(fā)揮政策協(xié)同治理效應(yīng)。

2.對(duì)銀行業(yè)金融機(jī)構(gòu)來說，一方面完善重污染企業(yè)的信貸門檻和評(píng)估機(jī)制，發(fā)揮政策顯著的“獎(jiǎng)懲效應(yīng)”，凸顯重污染企業(yè)與非重污染企業(yè)信貸供給的差異性，促使重污染企業(yè)主動(dòng)地調(diào)整債務(wù)期限結(jié)構(gòu)、提高環(huán)境信息披露質(zhì)量。另一方面，合理調(diào)整綠色信貸結(jié)構(gòu)與投放布局，對(duì)于重污染細(xì)分行業(yè)亦可采取適當(dāng)差異化信貸供給，助推重污染行業(yè)內(nèi)的企業(yè)加速綠色轉(zhuǎn)型進(jìn)程、提升綠色競爭力。

3.對(duì)于重污染企業(yè)來說，將綠色信貸政策壓力轉(zhuǎn)變?yōu)樽陨戆l(fā)展需求，主動(dòng)減少生產(chǎn)污染與排放，調(diào)整債務(wù)期限結(jié)構(gòu)（尤其是長期債務(wù)結(jié)構(gòu)），提高環(huán)境信息披露質(zhì)量，加快綠色轉(zhuǎn)型步伐。

參考文獻(xiàn)：

[1]吳虹儀，殷德生.綠色信貸政策對(duì)企業(yè)債務(wù)融資的“賞”與“罰”——基于準(zhǔn)自然實(shí)驗(yàn)的效應(yīng)評(píng)估[J].當(dāng)代財(cái)經(jīng)，2021（02）：49-62.

[2]丁杰，胡蓉.區(qū)域性環(huán)境規(guī)制與綠色信貸政策的有效性——基于重污染企業(yè)信貸融資視角[J].軟科學(xué)， 2020，34（12）：61-67.

[3]楊柳勇，張澤野.綠色信貸政策對(duì)企業(yè)綠色創(chuàng)新的影響[J].科學(xué)學(xué)研究，2021：1-23.

[4]曹廷求，張翠燕，楊雪.綠色信貸政策的綠色效果及影響機(jī)制——基于中國上市公司綠色專利數(shù)據(jù)的證據(jù)[J].金融論壇，2021，26（05）： 7-17.

[5]汪煒，戴雁南，喬桂明.綠色信貸政策對(duì)商業(yè)銀行競爭力影響研究——基于區(qū)域性商業(yè)銀行的準(zhǔn)自然實(shí)驗(yàn)[J].財(cái)經(jīng)問題研究，2021（08）：62-71.

[6]丁浩洋，王石琦，周鴻衛(wèi).企業(yè)社會(huì)責(zé)任、綠色信貸政策與商業(yè)銀行財(cái)務(wù)績效——基于中國銀行業(yè)綠色信貸信息披露的估計(jì)[J].金融經(jīng)濟(jì)，2021（07）：10-20.

[7]陳濤，歐陽仁杰.綠色信貸對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響——基于五大銀行面板數(shù)據(jù)的實(shí)證研究[J].北方經(jīng)貿(mào)，2020（09）：93-97.

[8]CUI Y，GEOBEY S，WEBER O，et al.The Impact of Green Lending on Credit Risk in China[J].Sustainability，2018，10（6）：2008.

[9]孫焱林，施博書.綠色信貸政策對(duì)企業(yè)創(chuàng)新的影響——基于PSM-DID模型的實(shí)證研究[J].生態(tài)經(jīng)濟(jì)， 2019，35（07）：87-91.

[10]廖果平，李穎.綠色信貸政策下企業(yè)信貸風(fēng)險(xiǎn)測(cè)度及影響因素識(shí)別[J].財(cái)會(huì)通訊，2020（02）：121-123.

[11]吳慧.綠色信貸背景下企業(yè)環(huán)保投入與債務(wù)融資成本關(guān)系研究[J].財(cái)務(wù)管理研究，2020（10）：105-109.

[12]姚蕾，王延彥.綠色信貸政策能否改善環(huán)境信息披露與債務(wù)成本之間的關(guān)系——基于重污染行業(yè)的經(jīng)驗(yàn)數(shù)據(jù)[J].財(cái)會(huì)通訊，2016（15）：84-88.

[13]劉強(qiáng)，王偉楠，陳恒宇.《綠色信貸指引》實(shí)施對(duì)重污染企業(yè)創(chuàng)新績效的影響研究[J].科研管理，2020，41（11）：100-112.

[14]王保輝.綠色信貸、企業(yè)社會(huì)責(zé)任披露與債務(wù)融資成本——基于2011—2017年A股上市重污染企業(yè)的實(shí)證研究[J].金融理論與實(shí)踐，2019（07）：47-54.

[15]XING C，ZHANG Y，WANG Y.Do Banks Value Green Management in China？The Perspective of the Green Credit Policy[J].Finance Research Letters， 2020，35：101601.

[16]耿曉媛，喻芳群.綠色信貸政策能否降低重污染企業(yè)的債務(wù)杠桿？——基于綠色創(chuàng)新的遮掩效應(yīng)[J].會(huì)計(jì)之友，2022（24）：23-32.

[17]寧金輝，史方.綠色信貸政策與資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整[J].財(cái)會(huì)月刊，2021（21）：44-53.

[18]郝宇，顏杰.綠色信貸政策對(duì)高污染高耗能企業(yè)財(cái)務(wù)績效和經(jīng)營風(fēng)險(xiǎn)的影響[J].環(huán)境經(jīng)濟(jì)研究，2020，5（2）：34-49.

[19]韓楠，黃婭萍.環(huán)境規(guī)制、公司治理結(jié)構(gòu)與重污染企業(yè)綠色發(fā)展——基于京津冀重污染企業(yè)面板數(shù)據(jù)的實(shí)證分析[J].生態(tài)經(jīng)濟(jì)，2020，36（11）：137-142.

[20]覃予，王翼虹.環(huán)境規(guī)制、融資約束與重污染企業(yè)綠色化投資路徑選擇[J].財(cái)經(jīng)論叢，2020（10）：75-84.

[21]楊野，沈彥波，何帆.新《環(huán)境保護(hù)法》對(duì)企業(yè)盈余管理的影響——基于重污染企業(yè)的經(jīng)驗(yàn)證據(jù)[J].商業(yè)研究，2020（08）：138-145.

[22]蔣琰，王逸如，姜慧慧.新《環(huán)境保護(hù)法》、環(huán)境信息披露與價(jià)值效應(yīng)[J].中國經(jīng)濟(jì)問題，2020（04）：32-46.

[23]王曉祺，郝雙光，張俊民.新《環(huán)保法》與企業(yè)綠色創(chuàng)新：“倒逼”抑或“擠出”？[J].中國人口·資源與環(huán)境， 2020，30（07）：107-117.

[24]崔廣慧，姜英兵.環(huán)保產(chǎn)業(yè)政策支持與企業(yè)環(huán)境治理動(dòng)機(jī)——基于重污染上市公司的經(jīng)驗(yàn)證據(jù)[J].審計(jì)與經(jīng)濟(jì)研究，2020，35（03）：111-120.

[25]陸菁，鄢云，王韜璇.綠色信貸政策的微觀效應(yīng)研究——基于技術(shù)創(chuàng)新與資源再配置的視角[J].中國工業(yè)經(jīng)濟(jì)，2021（01）：174-192.

[26]劉亦文，陽超，周韶成，等.綠色信貸政策對(duì)企業(yè)環(huán)境信息披露的影響研究[J].統(tǒng)計(jì)研究，2022，39（11）：73-87.

[27]馬悅，上官鳴.綠色信貸與企業(yè)環(huán)境信息披露質(zhì)量——基于《綠色信貸指引》的準(zhǔn)自然實(shí)驗(yàn)[J].現(xiàn)代管理科學(xué)，2022（03）：100-108.

[28]CORMIER D，MAGNAN M.The Economic Relevance of Environmental Disclosure and its Impact on Corporate Legitimacy：An Empirical Investigation[J]. Business Strategy and the Environment，2015，24（6）：431-450.

[29]徐光華，宛思嘉.環(huán)境信息披露、媒體關(guān)注與企業(yè)價(jià)值研究[J].會(huì)計(jì)之友，2017（10）：35-42.

[30]伍中信，魏佳佳.環(huán)境信息披露對(duì)企業(yè)高質(zhì)量發(fā)展的影響[J].財(cái)會(huì)月刊，2022（08）：7-15.

[31]趙勝民，婁敏.環(huán)規(guī)束緊下環(huán)保企業(yè)的發(fā)展與制約——基于間接視角的斷點(diǎn)回歸設(shè)計(jì)[J].統(tǒng)計(jì)與信息論壇，2021，36（04）：84-92.

[32]崔廣慧，姜英兵.環(huán)境規(guī)制對(duì)企業(yè)環(huán)境治理行為的影響——基于新《環(huán)保法》的準(zhǔn)自然實(shí)驗(yàn)[J].經(jīng)濟(jì)管理，2019，41（10）：54-72.

[33]劉慶富，陳志偉，何暢.中國綠色信貸風(fēng)險(xiǎn)的評(píng)估與監(jiān)測(cè)——基于新能源汽車產(chǎn)業(yè)的視角[J].復(fù)旦學(xué)報(bào)（社會(huì)科學(xué)版），2020，62（02）：192-200.

[34]史丹，李少林.排污權(quán)交易制度與能源利用效率——對(duì)地級(jí)及以上城市的測(cè)度與實(shí)證[J].中國工業(yè)經(jīng)濟(jì)，2020（09）：5-23.

[35]李新功，朱艷平.綠色信貸政策對(duì)重污染企業(yè)債務(wù)成本的影響——基于PSM-DID模型的實(shí)證研究[J].會(huì)計(jì)之友，2021（03）：41-47.

[36]張兆國，常依，曹丹婷，等.高管任期、企業(yè)技術(shù)創(chuàng)新與環(huán)境績效實(shí)證研究——以新環(huán)保法施行為事件窗口[J].科技進(jìn)步與對(duì)策，2020，37（12）：73-81.

[37]陳璇，錢維.新《環(huán)保法》對(duì)企業(yè)環(huán)境信息披露質(zhì)量的影響分析[J].中國人口·資源與環(huán)境，2018，28（12）：76-86.

[38]江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國工業(yè)經(jīng)濟(jì)，2022（05）：100-120.

[39]蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業(yè)的投融資行為？[J].金融研究，2018（12）：123-137.

[40]陳琪，張廣宇.綠色信貸對(duì)企業(yè)債務(wù)融資的影響研究——來自重污染企業(yè)的經(jīng)驗(yàn)數(shù)據(jù)[J].財(cái)會(huì)通訊，2019（08）：36-40.

責(zé)任編輯：李亞利

Does the Green Credit Policy Effectively

Reduce the Credit Risk of Heavy Polluting Enterprises

1，2Sun Zhihong? 1Luo Guixiang

（1School of Economics and Management， Shihezi University， Shihezi 832003， China）

2XPCC Financial Development and Research Center， Shihezi 832003， China ）

Abstract： The green credit policy bears the dual task of guiding financial resources to flow into the field of green development and promoting enterprise transformation and upgrading. Credit risk management is an important part of its implementation. This article is based on the “Green Credit Guidelines” issued by the former China Banking Regulatory Commission in January 2012， using the KMV model to quantitatively measure the credit risk of heavily polluting enterprises， i.e. default distance DD， and constructing a double difference model （DID） to empirically analyze whether the green credit policy is effective in reducing the credit risk of heavily polluting enterprises and its impact mechanism. The empirical results show that there is no significant difference in default distance between heavily polluting industries， and the default distance within the industry generally shows an increasing trend， indicating a decrease in credit risk; The implementation of the Green Credit Guidelines significantly reduces the credit risk of heavily polluting enterprises by adjusting the debt maturity structure and improving the quality of environmental information disclosure， and state-owned enterprises and enterprises in regions with higher levels of financial development are more sensitive to it. Promoting the standardization， institutionalization， and long-term implementation of green credit policies has certain reference significance for enhancing bank credit risk control capabilities and promoting high-quality development of enterprises.

Key words： green credit policy; heavy polluting enterprises; credit risk; double difference model