李新功 朱艷平

【摘 要】 文章以2007—2018年A股上市重污染企業(yè)的非平衡面板數(shù)據(jù)為原始樣本，通過傾向得分匹配法匹配出重污染企業(yè)的反事實參照組。將《綠色信貸指引》作為綠色信貸政策實施的起點，運用雙重差分模型分別對全樣本和匹配樣本進(jìn)行實證檢驗，探究了綠色信貸政策對重污染企業(yè)債務(wù)融資成本的凈影響效應(yīng)，并進(jìn)一步考察了產(chǎn)權(quán)性質(zhì)不同下綠色信貸政策對國有企業(yè)和非國有企業(yè)債務(wù)融資成本的影響效果。實證結(jié)果發(fā)現(xiàn)：（1）綠色信貸政策實施以來，重污染企業(yè)的債務(wù)融資成本顯著高于非重污染企業(yè);（2）相較于非國有企業(yè)，國有企業(yè)受綠色信貸政策影響更明顯。文章嘗試運用PSM-DID方法檢驗政策效果，很好地解決了選擇偏差和遺漏變量的問題，同時又避免了內(nèi)生性問題，為綠色信貸政策的檢驗提供了新的研究思路和方法。

【關(guān)鍵詞】 綠色信貸; 債務(wù)成本; 傾向得分匹配; 雙重差分模型

一、引言

中國改革開放40多年來，在經(jīng)濟上取得的成就舉世矚目，工業(yè)化進(jìn)程加速推進(jìn)，但我國的環(huán)境污染問題日漸突出。企業(yè)作為環(huán)境問題的制造主體，特別是重污染行業(yè)企業(yè)，對環(huán)境的污染引起社會各界的廣泛關(guān)注，黨和政府陸續(xù)制定并出臺了一系列政策法規(guī)并嘗試運用金融手段深入推進(jìn)生態(tài)環(huán)境保護工作。在環(huán)境污染治理的嚴(yán)峻背景下，綠色信貸政策相繼出臺。2007年7月出臺了《關(guān)于落實環(huán)保政策法規(guī)防范信貸風(fēng)險的意見》，這份文件的出臺標(biāo)志著我國的環(huán)境治理工具中又多了綠色信貸這把金融利器。2012年2月，中國銀監(jiān)會發(fā)布了《綠色信貸指引》，該文件針對金融機構(gòu)在綠色信貸工作方面做了相對具體的安排，提出銀行等金融機構(gòu)在信貸審核時關(guān)注企業(yè)社會責(zé)任和環(huán)境表現(xiàn)的要求，對國家支持的綠色行業(yè)提供更充足的信貸資源與優(yōu)惠利率，對國家不鼓勵甚至限制的重污染行業(yè)減少貸款額度并提高他們的借款利率，引導(dǎo)資本由“兩高”產(chǎn)業(yè)向綠色產(chǎn)業(yè)轉(zhuǎn)移，有助于加快轉(zhuǎn)變經(jīng)濟發(fā)展方式和實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。然而，銀行等金融機構(gòu)作為綠色信貸政策的實施主體，其在政策實施過程中會基于盈利性角度考慮，可能會偏離國家政策目標(biāo)，存在不完全執(zhí)行政策的可能。那么《綠色信貸指引》實施以來，是否真正發(fā)揮了其政策效應(yīng)，是否對重污染企業(yè)債務(wù)融資產(chǎn)生了一定影響？因此研究綠色信貸對企業(yè)債務(wù)融資成本影響的凈政策效應(yīng)極具理論意義和現(xiàn)實意義。

二、文獻(xiàn)綜述

綠色信貸政策的實施引起了國內(nèi)外學(xué)者的廣泛關(guān)注，King & Levine[ 1 ]研究得出綠色信貸政策的實施有助于銀行信貸結(jié)構(gòu)的優(yōu)化，有效降低銀行信貸風(fēng)險及社會環(huán)境風(fēng)險，從而有利于銀行經(jīng)營績效的提升。但有些學(xué)者認(rèn)為綠色信貸政策實施效率并不高，Biswas[ 2 ]深入分析了印度銀行業(yè)的綠色金融發(fā)展?fàn)顩r，發(fā)現(xiàn)銀行實施綠色信貸政策缺乏動力。Luo et al.[ 3 ]的研究認(rèn)為，綠色信貸政策并沒有促進(jìn)企業(yè)在環(huán)保方面做更多的投入，公眾對判斷企業(yè)的環(huán)境友好程度缺乏相關(guān)綠色信貸信息的了解。

國內(nèi)學(xué)者從兩個方面對綠色信貸政策效應(yīng)進(jìn)行了研究：一方面是關(guān)于綠色信貸政策對商業(yè)銀行經(jīng)營績效的影響。何德旭和張雪蘭[ 4 ]認(rèn)為綠色信貸政策在對商業(yè)銀行進(jìn)行環(huán)境和社會風(fēng)險管理方面有所助益，從而減少不良資產(chǎn)的數(shù)量，提高銀行的經(jīng)營績效;李程等[ 5 ]采用雙重模型分析了綠色信貸對銀行績效的影響，發(fā)現(xiàn)該政策給銀行績效帶來負(fù)向影響，但是這種負(fù)向影響有減弱的趨向;張琳等[ 6 ]研究結(jié)果顯示綠色信貸與銀行財務(wù)績效之間存在正向的動態(tài)交互影響，同時綠色信貸對財務(wù)績效的改善有滯后效應(yīng)。另一方面是從企業(yè)角度檢驗綠色信貸政策的實施效應(yīng)。孫焱林和施博書[ 7 ]研究發(fā)現(xiàn)綠色信貸政策可以幫助企業(yè)更容易獲取信貸資金用在企業(yè)的研發(fā)創(chuàng)新中;王鳳榮和王康仕[ 8 ]收集了我國制造業(yè)企業(yè)的大量數(shù)據(jù)來分析綠色金融配置現(xiàn)狀，發(fā)現(xiàn)綠色金融配置效率較低，并且對污染企業(yè)沒有形成有效的融資約束。在綠色信貸政策是否對企業(yè)債務(wù)融資成本影響方面的研究比較少，連莉莉[ 9 ]研究發(fā)現(xiàn)綠色信貸政策對綠色企業(yè)的債務(wù)融資成本影響較大，降低了企業(yè)的融資成本，并有效抑制了兩高企業(yè)的發(fā)展;蔡海靜[ 10 ]根據(jù)造紙、采掘與電力行業(yè)的數(shù)據(jù)分析指出綠色信貸政策的實施對長期借款和借款成本的效果不明顯;張穎和吳桐[ 11 ]運用雙重差分模型分析得出綠色信貸政策實施效果并不明顯，“兩高”型企業(yè)仍獲得了較低廉的信貸資金。

對大量文獻(xiàn)的整理分析發(fā)現(xiàn)，在綠色信貸政策對銀行經(jīng)營績效的影響方面研究得較為豐富，大部分學(xué)者認(rèn)為綠色信貸政策提高了銀行經(jīng)營績效。而關(guān)于綠色信貸政策對企業(yè)層面影響后果的研究較少，已有研究得出的結(jié)論也是綠色信貸政策效果不明顯。可能是上述研究在政策評價方法及樣本數(shù)據(jù)選擇上存在差異，對綠色信貸與企業(yè)債務(wù)成本關(guān)系的估計準(zhǔn)確性不夠，直接影響對綠色信貸政策效應(yīng)的檢驗。

政策實施效果的傳統(tǒng)評估方法通常有兩種：一種是在政策實施后，對實施政策的實驗組與沒有受政策干預(yù)的對照組直接橫向比較;另一種是對實驗組在政策實施前和實施后的差異進(jìn)行縱向比較。這兩種方法都會影響政策的估計結(jié)果，橫向比較無法排除實驗組與對照組在其他因素上的差異，縱向比較出的前后差異又無法排除這種差異是受其他事件的影響。因此，本文借鑒孫焱林和施博書[ 7 ]的研究方法，為了避免相關(guān)研究中的偏誤問題，嘗試運用傾向得分匹配——雙重差分模型進(jìn)行實證檢驗。首先運用PSM匹配出重污染企業(yè)的反事實參照組，然后用雙重差分模型檢驗政策對實驗組的平均處理效應(yīng)，而不是直接檢驗企業(yè)債務(wù)成本。該方法很好地解決了選擇偏差和遺漏變量的問題，同時又避免了內(nèi)生性問題，能夠得出綠色信貸政策對重污染企業(yè)債務(wù)成本影響的凈效應(yīng)，是本文最大的創(chuàng)新之處。

三、理論分析與假設(shè)提出

基于利益相關(guān)者理論，企業(yè)和政府屬于不同的利益主體關(guān)系，企業(yè)經(jīng)營本身就是以實現(xiàn)利潤最大化為目的，當(dāng)企業(yè)的利益與環(huán)境之間發(fā)生矛盾時，企業(yè)首先會基于切身利益考慮，從而做出環(huán)境破壞的行為。由可持續(xù)發(fā)展理論可知，整個社會的可持續(xù)發(fā)展才是政府主要考慮的內(nèi)容，所以政府必須要求企業(yè)只能在維護可持續(xù)發(fā)展的基礎(chǔ)上，讓社會利益達(dá)到最大化。正因為這種矛盾的存在，才需要政府對企業(yè)進(jìn)行監(jiān)督和管理。

由于信息不對稱理論，在信貸市場上，銀行等金融機構(gòu)對企業(yè)的了解較少，沒有辦法對企業(yè)面臨的風(fēng)險進(jìn)行合理判斷，并且債權(quán)人對自身的這種信息劣勢地位是知悉的，為了彌補自身信息的不足，債權(quán)人一般在提高利率的同時設(shè)置更加嚴(yán)格的約束條款或者增加貸款的成本。基于環(huán)境風(fēng)險管理理論，隨著國家綠色信貸政策的出臺，作為執(zhí)行主體的金融機構(gòu)要根據(jù)國家政策的要求，在信貸審批時充分考慮企業(yè)的環(huán)境行為，把與企業(yè)信貸業(yè)務(wù)相關(guān)的環(huán)境風(fēng)險作為衡量信貸風(fēng)險的主要依據(jù)。資金提供方對環(huán)境行為的風(fēng)險感知表現(xiàn)在以下三方面：一是環(huán)境責(zé)任帶來的直接風(fēng)險，當(dāng)信貸資金流向了受污染的資產(chǎn)或者項目時，基于環(huán)境責(zé)任和社會責(zé)任，債權(quán)人有義務(wù)進(jìn)行監(jiān)管和清理，治污成本可能會超出貸款資本金價值，于是就會形成此類風(fēng)險;二是違約風(fēng)險，當(dāng)企業(yè)出現(xiàn)環(huán)境事故時，由環(huán)境事故導(dǎo)致的損失或者為履行監(jiān)管規(guī)定造成的監(jiān)管成本上升，很大程度上會導(dǎo)致企業(yè)不能如期償還到期債務(wù)，由此形成信貸違約風(fēng)險;三是聲譽風(fēng)險，銀行業(yè)金融機構(gòu)因與發(fā)生環(huán)境事故的企業(yè)存在信貸關(guān)系而遭受聲譽受損，銀行業(yè)金融機構(gòu)在執(zhí)行綠色信貸政策時，鑒于盈利性和安全性視角，應(yīng)該規(guī)避風(fēng)險，充分考慮企業(yè)信貸業(yè)務(wù)的風(fēng)險程度，特別是對極易引發(fā)環(huán)境問題的重污染企業(yè)來說，債權(quán)人對其環(huán)境行為的風(fēng)險感知越高，重污染企業(yè)的信貸融資成本就越高。

《綠色信貸指引》從戰(zhàn)略高度對包括銀行在內(nèi)的金融機構(gòu)提出了更加具體明確的要求，具體表現(xiàn)在：要求銀行等金融機構(gòu)更為有效地實行綠色信貸政策;盡一切努力促進(jìn)節(jié)能減排和環(huán)境方面的保護工作。但是，由于銀行、中央政府與地方政府的目標(biāo)并不完全一致，在監(jiān)管不到位或者激勵不足時，三者之間在利益上的博弈很有可能影響政策的執(zhí)行效果。Aizawa & Yang[ 12 ]認(rèn)為環(huán)保數(shù)據(jù)能否被準(zhǔn)確披露與收集以及銀行業(yè)利益上的激勵決定著綠色信貸政策能否取得預(yù)期的效果。張秀生和李子明[ 13 ]從地方政府和銀行博弈視角，發(fā)現(xiàn)信息傳導(dǎo)的低效率和環(huán)境的監(jiān)管可能會使綠色信貸存在執(zhí)行不力情形。Zhang et al.[ 14 ]認(rèn)為由于政策細(xì)節(jié)不清、缺乏環(huán)保方面的標(biāo)準(zhǔn)，綠色信貸并未在中國完全展開。因此，綠色信貸政策能否被有效開展還取決于執(zhí)行主體的執(zhí)行情況。如商業(yè)銀行按照《綠色信貸指引》的要求嚴(yán)格把控信貸審批門檻，將企業(yè)的環(huán)境表現(xiàn)作為信貸審批的重要參考因素。具體表現(xiàn)為：限制重污染行業(yè)的資金獲得或者對其實行高利率貸款;對綠色企業(yè)或者綠色項目提供貸款支持或?qū)嵭袃?yōu)惠利率貸款。如此，重污染企業(yè)的債務(wù)成本必然上升。除了上述分析，重污染企業(yè)相較于非重污染企業(yè)來說，其引發(fā)環(huán)境問題的可能性更大。由于環(huán)境問題存在外部性，所以容易產(chǎn)生環(huán)境問題的重污染企業(yè)更容易受到來自外部各界壓力的制約。相比非重污染企業(yè)而言，無論是受到國家監(jiān)管制度的監(jiān)管，還是來自輿論導(dǎo)向的社會監(jiān)督，重污染企業(yè)更容易受到社會各界的關(guān)注，引起的后果比較嚴(yán)重，造成的不利影響更大。綜合上述分析，提出假設(shè)：

假設(shè)1：相比非重污染企業(yè)，綠色信貸政策提高了重污染企業(yè)的債務(wù)融資成本。

針對不同產(chǎn)權(quán)性質(zhì)的企業(yè)，銀行等債權(quán)人在放貸考核時的標(biāo)準(zhǔn)也不同。企業(yè)若想取得長久持續(xù)的發(fā)展，除了追求自身利益最大化外還要重視與利益相關(guān)方的關(guān)系，履行其必要的社會責(zé)任。相比非國有企業(yè)，國有企業(yè)享有政府擔(dān)保和融資便利，同時其經(jīng)營理念和管理模式往往更容易受到政府總體利益的影響，能夠在更大程度和范圍內(nèi)滿足政府政治利益的需求，更加主動配合政府的治理理念，順應(yīng)政府各項政策的號召，使政府的管理效果更加明顯。因此，國有企業(yè)在保護環(huán)境、防范污染以促進(jìn)社會可持續(xù)發(fā)展方面擔(dān)負(fù)著更為重大的責(zé)任和目標(biāo)。特別是綠色信貸政策作為政府環(huán)境保護的一種環(huán)境經(jīng)濟手段，可以看成是政府政策支持的一個有效補充。環(huán)境規(guī)制政策對國有企業(yè)的影響要大于非國有企業(yè)，國有企業(yè)在政策的壓力下為了滿足政府的管理需求，增強債權(quán)人等利益相關(guān)者的投資信心，會更加注重提高自身環(huán)境保護能力。因此，國有企業(yè)更可能會對綠色信貸政策作出積極響應(yīng)，積極配合政府的治理理念，基于綠色信貸政策的外部壓力，會削弱國有企業(yè)特別是重污染國有企業(yè)的融資優(yōu)勢。而非國有企業(yè)本身就處于信貸融資的弱勢地位，政策壓力對其影響不大。另外，相比非國有企業(yè)，國有企業(yè)更能及時掌握政府環(huán)境治理方面的政策信息，對政策變化也較為敏感，因此能夠及時根據(jù)政策變化進(jìn)行調(diào)整來免遭更多損失。相對而言，非國有企業(yè)在綠色發(fā)展轉(zhuǎn)型上處于不利的地位。綜上分析綠色信貸政策的實施對重污染國有企業(yè)的影響程度可能要大于非國有企業(yè)。于是提出假設(shè)：

假設(shè)2：相比非國有企業(yè)，綠色信貸政策對國有企業(yè)的債務(wù)融資成本影響更明顯。

四、研究設(shè)計

（一）樣本選取與數(shù)據(jù)來源

考慮到綠色信貸政策的特定實施對象，本文從國泰安數(shù)據(jù)庫（CSMAR）中選取2007—2018年A股重污染型上市企業(yè)作為實驗組，剩余作為對照組。其中，重污染企業(yè)的界定參考了國家環(huán)保部2008年印發(fā)的《上市公司環(huán)保核查行業(yè)分類管理名錄》和2001年證監(jiān)會發(fā)布的《上市公司行業(yè)分類指引》，將16類重污染行業(yè)合并為8大類。即采掘業(yè)（B）、食品飲料（C0）、紡織服裝皮毛（C1）、造紙印刷（C3）、石化塑料（C4）、金屬非金屬（C6）、醫(yī)藥生物（C8）、水電煤氣（D）。在數(shù)據(jù)整理過程中剔除保險、金融行業(yè)上市公司、ST類企業(yè)以及數(shù)據(jù)嚴(yán)重缺失的樣本。最終獲得909家上市企業(yè)的7 255個觀測值作為全樣本，實驗組包含3 219個觀測值，控制組包含4 036個觀測值。經(jīng)過傾向得分匹配得到的PSM樣本中，共有7 230個觀測值，其中實驗組包含3 219個，控制組包含4 011個。數(shù)據(jù)處理由Stata15.0軟件完成。

（二）模型設(shè)計及變量定義

對一項政策效果的評估，通常采用雙重差分方法（DID）?！毒G色信貸指引》作為一個純外生事件滿足雙重差分法的前提條件，因為其并非為了實驗?zāi)康亩l(fā)生，也不會受單個企業(yè)的影響，因此可以看作是一個準(zhǔn)自然實驗。在政策評估時，由于個體固定效應(yīng)和環(huán)境效應(yīng)等其他不可觀測因素的存在，往往會導(dǎo)致政策評估的結(jié)果不夠準(zhǔn)確。雙重差分法通過對截面單位在政策實施前后的結(jié)果取差值，就能排除個體固定效應(yīng)和環(huán)境效應(yīng)帶來的影響。即通過比較某一事件對實驗組與對照組影響的差異，可以克服干擾因果關(guān)系的其他因素或遺漏變量的影響，從而更好地識別出因果關(guān)系[ 15 ]。

探究綠色信貸政策對重污染企業(yè)債務(wù)成本的影響實質(zhì)在于揭示重污染企業(yè)在實驗期前后的債務(wù)成本差異。但對于統(tǒng)一觀測個體，不可能同時處于實驗期前與后的兩個觀測點上。雙重差分法利用控制組作為反事實參照組能很好地解決這一問題，但這樣找到的反事實參照組與實驗組需要滿足共同趨勢假設(shè)，即如果不出臺《綠色信貸指引》，重污染企業(yè)與非重污染企業(yè)的債務(wù)成本隨時間的變化趨勢一致。但是由于樣本選擇方法或樣本分類標(biāo)準(zhǔn)不一致等原因使得實驗組與對照組的劃分并非是隨機選擇的，況且實驗組與對照組之間本來就存在不同的特征，這很可能會導(dǎo)致前面提到的共同趨勢假設(shè)無法滿足。由Heckman等提出的傾向得分匹配與雙重差分結(jié)合的方法可以很好地解決這一問題，使得樣本滿足共同趨勢假設(shè)[ 16 ]。傾向得分匹配法（PSM）將實驗組和對照組匹配，即在對照組樣本中找到某個企業(yè)，使之與實驗組樣本的可觀測變量盡可能一致，即除了債務(wù)成本以外的其他可觀測變量相近時，便能夠?qū)嶒灲M與對照組的債務(wù)成本進(jìn)行相互比較。因此，本文將重污染企業(yè)樣本作為實驗組，對照組為非重污染企業(yè)樣本，將2007—2018年樣本上市企業(yè)劃分成四組子樣本，即執(zhí)行綠色信貸政策前后的實驗組以及實施綠色信貸政策前后對應(yīng)的對照組。本文通過虛擬變量Treated和Time區(qū)別上述四組子樣本。其中Treated=1代表執(zhí)行綠色信貸政策的重污染企業(yè)，Treated=0代表非重污染企業(yè);Time=1代表執(zhí)行綠色信貸政策之后的年份，即2012—2018年，Time=0代表執(zhí)行綠色信貸之前的年份，即2012年之前。根據(jù)上述分析，同時參照已有研究[ 17-18 ]，將本文回歸模型設(shè)定如下：

其中，被解釋變量CDF代表債務(wù)成本，參考李廣子和劉力[ 19 ]、姚立杰等[ 20 ]的測度方法，考慮到數(shù)據(jù)可得性，本文選取財務(wù)報表附注中的凈財務(wù)費用與平均借款總額的比值作為企業(yè)債務(wù)成本的衡量方法。其中凈財務(wù)費用包括“利息支出”“手續(xù)費”“其他財務(wù)費用”，借款總額包括“短期借款”“長期借款”“一年內(nèi)到期的非流動負(fù)債”。Control表示的是一系列控制變量。參照已有研究[ 21-22 ]，具體包括企業(yè)規(guī)模、企業(yè)盈利能力、資產(chǎn)負(fù)債率、成長性、流動比率、經(jīng)營凈現(xiàn)金流量，同時也對行業(yè)和年份進(jìn)行了控制。？著代表隨機干擾項。各變量的具體含義如表1所示。

五、實證與分析

（一）傾向得分匹配結(jié)果及平衡性檢驗

鑒于對照組的數(shù)量多于實驗組，本文采用1：4的近鄰匹配方法，使用評定（Logit）模型估計傾向得分。通過可觀測變量，在共同范圍內(nèi)將實驗組上市公司與對照組上市公司進(jìn)行匹配。為了保證樣本匹配效果，需要對匹配后的樣本數(shù)據(jù)進(jìn)行平衡性檢驗。數(shù)據(jù)平衡性檢驗是為了確保協(xié)變量的傾向得分在實驗組和對照組之間不存在顯著差異，克服選擇性偏差帶來的影響[ 23 ]。經(jīng)Logit模型匹配后，實驗組平均處理效應(yīng)估計值為-0.002，對應(yīng)的t值為-2.30，即滿足1.96<=|t|<2.58，故處理效應(yīng)在5%的水平下顯著。由表3匹配效果檢驗可知，大多數(shù)協(xié)變量匹配后對應(yīng)的標(biāo)準(zhǔn)化偏差小于10%，唯有協(xié)變量企業(yè)規(guī)模的偏差為13.9%，且通過t檢驗的結(jié)果可以看到，大多數(shù)的結(jié)果不拒絕實驗組與對照組無系統(tǒng)差異的原假設(shè)（Size和Lev除外）。說明在經(jīng)Logit模型匹配后，實驗組與對照組各方面的特征已經(jīng)非常相似，使用傾向得分匹配法將數(shù)據(jù)進(jìn)行了較好的匹配，通過了平衡性檢驗。

（二）綠色信貸政策對重污染企業(yè)債務(wù)成本影響的檢驗

根據(jù)模型（1）采用混合回歸對全樣本和PSM樣本進(jìn)行雙重差分檢驗，回歸結(jié)果如表4所示。在全樣本中未加入控制變量情形下，Time×Treated的系數(shù)為0.0040，并且在5%水平上顯著。回歸結(jié)果表明綠色信貸政策的頒布使得重污染企業(yè)的債務(wù)成本顯著升高?？紤]到可能存在潛在的相關(guān)遺漏變量，在表中第二列加入控制變量后，交互項系數(shù)在5%水平上顯著為正。由于存在選擇性偏差問題，在全樣本下的檢驗不能正確反映政策的效果，經(jīng)過PSM匹配處理后，交互項的系數(shù)均在5%的水平上顯著為正。符合假設(shè)1的預(yù)期判斷。因此，在平均處理效應(yīng)下，綠色信貸政策顯著提高了重污染企業(yè)的債務(wù)成本。

（三）企業(yè)所有權(quán)性質(zhì)差異下綠色信貸政策對企業(yè)債務(wù)成本的檢驗

為了進(jìn)一步研究企業(yè)所有權(quán)性質(zhì)是否會影響綠色信貸政策的實施效果，本文按照企業(yè)所有權(quán)性質(zhì)的不同，把全樣本和經(jīng)過匹配后的PSM樣本中的企業(yè)分為國有企業(yè)和非國有企業(yè)，然后對國有企業(yè)和非國有企業(yè)進(jìn)行分組檢驗。表5顯示了國有企業(yè)與非國有企業(yè)的平均處理效應(yīng)，可以看到無論是在全樣本還是匹配后的PSM樣本中，國有企業(yè)交互項的系數(shù)均為正，且都在1%的水平上顯著;而非國有企業(yè)交互項的系數(shù)為負(fù)，并且沒有通過顯著性檢驗。說明綠色信貸政策對重污染行業(yè)中國有企業(yè)的債務(wù)成本的影響較為明顯，符合假設(shè)2的預(yù)期。

（四）穩(wěn)健性檢驗

該部分采取更換匹配方法和改變政策執(zhí)行的時間來進(jìn)行穩(wěn)健性檢驗。前文在傾向得分匹配時采用了近鄰匹配，這里通過卡尺匹配、核匹配方法對樣本重新進(jìn)行匹配，然后進(jìn)行雙重差分回歸，回歸結(jié)果如表6。更換匹配方法后，Time×Treated的回歸系數(shù)仍然在5%水平上顯著為正，與前面1：4近鄰匹配的回歸結(jié)果無實質(zhì)性差異。將政策執(zhí)行時間提前兩年來進(jìn)行安慰劑檢驗，若“政策處理效應(yīng)”依舊顯著則說明研究結(jié)果很可能來自其他政策變化或隨機因素[ 24 ]。選取2010年作為綠色信貸政策發(fā)生的時間，回歸結(jié)果如表7，無論是在全樣本還是PSM樣本下，此時交互項系數(shù)不顯著，也就是說前文回歸結(jié)果不可能是由《綠色信貸指引》之前的其他事件導(dǎo)致。

六、結(jié)論與啟示

本文運用傾向得分匹配和雙重差分模型檢驗了《綠色信貸指引》頒布后，重污染企業(yè)債務(wù)融資成本的政策凈效應(yīng)以及企業(yè)所有權(quán)性質(zhì)差異下綠色信貸政策對企業(yè)債務(wù)成本的影響程度。結(jié)果表明：（1）相比非重污染企業(yè)，綠色信貸政策顯著提高了重污染企業(yè)的債務(wù)成本。（2）綠色信貸政策對重污染國有企業(yè)的債務(wù)成本影響效果更明顯。綜上可以得出，綠色信貸政策實施以來，確實提高了重污染企業(yè)的貸款門檻，對重污染企業(yè)的融資起到了一定的約束作用。從中可以得到以下啟示：

一是政府應(yīng)加強綠色信貸政策的實施力度，制定統(tǒng)一的、更具可操作性的綠色信貸政策實施細(xì)則，對授信部門建立健全約束和激勵機制;明確貸款企業(yè)和銀行金融機構(gòu)在環(huán)境污染中承擔(dān)的法律責(zé)任;同時需要建立與綠色信貸政策相配套的監(jiān)管體系，嚴(yán)格把控綠色信貸資金流向，做到綠色貸款專款專用。

二是銀行業(yè)金融機構(gòu)作為綠色信貸的實施主體，應(yīng)繼續(xù)嚴(yán)格把控重污染企業(yè)的信貸門檻和評估機制;積極地創(chuàng)造有助于綠色信貸政策實施的條件，開發(fā)更加多元化的綠色信貸金融產(chǎn)品;針對不同所有權(quán)性質(zhì)的企業(yè)采取差異化的定價策略，以消除政策效應(yīng)對企業(yè)影響的不對稱性，引導(dǎo)資金向更加綠色環(huán)保的企業(yè)和項目流動，以確保綠色信貸政策效果的長期穩(wěn)定性，促進(jìn)經(jīng)濟可持續(xù)發(fā)展。

三是企業(yè)應(yīng)加強環(huán)境保護意識，充分利用國家綠色信貸政策帶來的發(fā)展機遇，特別是對重污染企業(yè)而言，綠色信貸政策會使其更加關(guān)注自身可持續(xù)發(fā)展。一方面會提高其自身治理環(huán)境的主動性，使其改變高污染、高耗能的傳統(tǒng)生產(chǎn)方式;另一方面在綠色信貸政策的扶持和鼓勵下利用技術(shù)創(chuàng)新加快轉(zhuǎn)型，實現(xiàn)全社會的可持續(xù)發(fā)展。

【參考文獻(xiàn)】

[1] KING R G， LEVINE R. Finance and growth：schumpeter might be right[J].Policy Research Working Paper Series，1993，108（3）：717-737.

[2] BISWAS N. Sustainable? green? banking? approach：the need of the hour[J].Business Spectrum，2011，1（1）：32-38.

[3] LUO C， FAN S， ZHANG Q. Investigating the influence of green credit on operational efficiency and financial performance based on hybrid econometric models[J].International Journal of Financial Studies，2017，5（4）：27.

[4] 何德旭，張雪蘭.對我國商業(yè)銀行推行綠色信貸若干問題的思考[J].上海金融，2007（12）：4-9.

[5] 李程，白唯，王野，等.綠色信貸政策如何被商業(yè)銀行有效執(zhí)行？——基于演化博弈論和DID模型的研究[J].南方金融，2016（1）：47-54.

[6] 張琳，廉永輝，趙海濤.綠色信貸和銀行財務(wù)績效的動態(tài)交互影響關(guān)系：基于中國29家商業(yè)銀行的實證研究[J].上海金融，2019（4）：31-39.

[7] 孫焱林，施博書.綠色信貸政策對企業(yè)創(chuàng)新的影響：基于PSM-DID模型的實證研究[J].生態(tài)經(jīng)濟，2019，35（7）：87-91，160.

[8] 王鳳榮，王康仕.“綠色”政策與綠色金融配置效率：基于中國制造業(yè)上市公司的實證研究[J].財經(jīng)科學(xué)，2018（5）：1-14.

[9] 連莉莉.綠色信貸影響企業(yè)債務(wù)融資成本嗎？——基于綠色企業(yè)與“兩高”企業(yè)的對比研究[J].金融經(jīng)濟學(xué)研究，2015，30（5）：83-93.

[10] 蔡海靜.我國綠色信貸政策實施現(xiàn)狀及其效果檢驗：基于造紙、采掘與電力行業(yè)的經(jīng)驗證據(jù)[J].財經(jīng)論叢，2013（1）：69-75.

[11] 張穎，吳桐.綠色信貸對上市公司信貸融資成本的影響：基于雙重差分模型的估計[J].金融與經(jīng)濟，2018（12）：8-12.

[12] AIZAWA M， YANG C. Green credit， green stimulus， green revolution？China's mobilization of banks for environmental cleanup[J].The Journal of Environment & Development，2010，19（2）：119-144.

[13] 張秀生，李子明.“綠色信貸”執(zhí)行效率與地方政府行為[J].經(jīng)濟問題，2009（3）：87-90.

[14] ZHANG B， YANG Y， BI J. Tracking the implementation of green credit policy in China：top-down perspective and bottom-up reform[J]. Journal of environmental management，2011，92（4）：1321-1327.

[15] 錢雪松，唐英倫，方勝.擔(dān)保物權(quán)制度改革降低了企業(yè)債務(wù)融資成本嗎？——來自中國《物權(quán)法》自然實驗的經(jīng)驗證據(jù)[J].金融研究，2019（7）：115-134.

[16] 李延喜，賽騫，孫文章.在審計報告中溝通關(guān)鍵審計事項是否提高了盈余質(zhì)量？[J].中國軟科學(xué)，2019（3）：120-135.

[17] 肖浩，孔愛國.融資融券對股價特質(zhì)性波動的影響機理研究：基于雙重差分模型的檢驗[J].管理世界，2014（8）：30-43，187-188.

[18] 周黎安，陳燁.中國農(nóng)村稅費改革的政策效果：基于雙重差分模型的估計[J].經(jīng)濟研究，2005（8）：44-53.

[19] 李廣子，劉力.債務(wù)融資成本與民營信貸歧視[J].金融研究，2009（12）：137-150.

[20] 姚立杰，付方佳，程小可.企業(yè)避稅、債務(wù)融資能力和債務(wù)成本[J].中國軟科學(xué)，2018（10）：117-135.

[21] 陸正飛，祝繼高，孫便霞.盈余管理、會計信息與銀行債務(wù)契約[J].管理世界，2008（3）：152-158.

[22] 孫錚，李增泉，王景斌.所有權(quán)性質(zhì)、會計信息與債務(wù)契約：來自我國上市公司的經(jīng)驗證據(jù)[J].管理世界，2006（10）：100-107，149.

[23] 曹靜，郭哲.中國二氧化硫排污權(quán)交易試點的政策效應(yīng)：基于PSM-DID方法的政策效應(yīng)評估[J].重慶社會科學(xué)，2019（7）：24-37.

[24] 晏艷陽，嚴(yán)瑾.國家自主創(chuàng)新示范區(qū)建設(shè)對企業(yè)創(chuàng)新的影響研究[J].軟科學(xué)，2019，33（6）：30-36.