李夢雅，王伶燕，廖宜靜

（安徽農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，合肥 230036）

改革開放后，我國經(jīng)濟發(fā)展日新月異，但發(fā)展背后所帶來的環(huán)境問題也逐漸顯露出來。為實現(xiàn)可持續(xù)發(fā)展，政府在“十三五”規(guī)劃中首次引入了“綠色發(fā)展”的概念，助推我國經(jīng)濟發(fā)展從資源消耗型向環(huán)境友好型轉(zhuǎn)變，將“綠色”作為我國經(jīng)濟高質(zhì)量發(fā)展的靚麗底色。在黨的十九屆五中全會中明確提出，要加快促進綠色金融的發(fā)展、推動綠色低碳發(fā)展，持續(xù)改善環(huán)境質(zhì)量。在2017 年的“十九大”政府報告中，“綠色”“可持續(xù)發(fā)展”等理念被重點強調(diào)。2020 年，習(xí)近平總書記于第七十五屆聯(lián)合國大會上明確提出了“中國力爭于2030 年前實現(xiàn)碳達峰，2060 年前實現(xiàn)碳中和”的目標?！疤贾泻汀笨傮w目標的提出，為中國綠色金融的發(fā)展指明了新方向。

綠色金融是指為緩解自然環(huán)境的惡化、應(yīng)對氣候變化和提升資源利用效率的一系列社會經(jīng)濟活動，如對環(huán)保、綠色交通和清潔能源等重要建設(shè)項目進行投資、經(jīng)營管理等。如何將投資引入綠色項目，帶動綠色金融發(fā)展，進而推動經(jīng)濟社會實現(xiàn)可持續(xù)發(fā)展是亟須突破的難點。綠色債券作為綠色金融的新興工具，為綠色項目的投資創(chuàng)造了直接途徑，推動中國綠色金融事業(yè)實現(xiàn)飛躍性發(fā)展。中國于2016 年發(fā)出了首支綠色債券，此后中國綠色債券的發(fā)行量與日俱增。2017 年，中國綠色債券發(fā)行量已達2 477.14 億元，占全球綠色債券發(fā)行總量四分之一，是世界第二大發(fā)行國。至2020 年，我國綠色債券發(fā)行量再創(chuàng)新高，居全球第一。即便如此，部分企業(yè)對發(fā)行綠色債券仍未表現(xiàn)出強烈的興趣。文章利用上市公司數(shù)據(jù)，實證分析了發(fā)行綠色債券對企業(yè)價值影響，為補充綠色金融領(lǐng)域的研究、促進我國綠色債券市場的發(fā)展以及實現(xiàn)“碳達峰”目標貢獻微薄的力量。

1 文獻綜述

在關(guān)于綠色債券的相關(guān)文獻中，大多學(xué)者研究方向側(cè)重于分析綠色債券發(fā)行定價以及綠色債券的發(fā)行對股價的影響。其中，在綠色債券發(fā)行定價的相關(guān)文獻中，姚明龍[1]通過進行相關(guān)性回歸分析發(fā)現(xiàn)：普通債券與綠色債券在發(fā)行定價上存在著明顯差異，在控制其他條件相同的情況下，綠色債券的票面利率通常低于普通債券的票面利率。Reboredo[2]研究了綠色債券市場發(fā)展對金融市場的影響，發(fā)現(xiàn)綠色債券會嚴重受到國債和企業(yè)債券的價格溢出效應(yīng)。Baker 等[3]通過構(gòu)建固定效應(yīng)模型，研究發(fā)現(xiàn)綠色債券的發(fā)行價格高于其他類似的普通債券，且風(fēng)險較低的綠色債券更容易被持有。Febi 等[4]在研究流動性風(fēng)險是否會影響綠色債券價格時，發(fā)現(xiàn)其對于綠色債券價格并無顯著影響。高曉燕等[5]運用熵值法構(gòu)建綠色債券發(fā)行主體財務(wù)評價系數(shù)，研究得出發(fā)行主體的財務(wù)狀況不影響綠色債券的發(fā)行情況。龔玉霞等[6]運用二叉樹模型對我國已發(fā)行的綠色債券進行研究，發(fā)現(xiàn)我國的綠色債券發(fā)行定價存在被明顯低估的情況。楊雅希等[7]通過構(gòu)建影響因素模型分析發(fā)現(xiàn)：綠色政策可以支持企業(yè)融資，同時也有證據(jù)表明發(fā)行綠色債券能夠降低融資成本，且發(fā)行人的財務(wù)現(xiàn)狀不影響綠色債券的定價。陳昆等[8]運用多元線性回歸模型，從宏觀因素、發(fā)行主體以及債券自身等不同層面，研究得出了債券自身是影響綠色債券發(fā)行的主要因素。陳文虎[9]通過回歸分析對比普通公募債券和綠色公募債券的定價時，發(fā)現(xiàn)綠色公募債券比普通公募債券更有定價優(yōu)勢。另一方面，在有關(guān)上市公司發(fā)行綠色債券與股價變動的文獻中，陳淡濘[10]認為發(fā)行綠色債券的企業(yè)短期內(nèi)股價會有上漲的趨勢，且發(fā)行綠色債券的公司的信息披露情況也會造成股價的波動。Tang 等[11]運用事件研究法和雙重差分法對各國的面板數(shù)據(jù)進行分析，發(fā)現(xiàn)企業(yè)在發(fā)布發(fā)行綠色債券公告后股價會出現(xiàn)明顯上漲，但效果不具有持久性。梁志慧等[12]通過研究綠色債券市場與投資者偏好時發(fā)現(xiàn)：我國股票投資者對我國綠色金融政策持積極態(tài)度，但是該態(tài)度不具有持續(xù)性且存在一定的滯后性。馬亞明[13]通過對比研究發(fā)行綠色債券的企業(yè)和發(fā)行普通債券的企業(yè)，發(fā)現(xiàn)發(fā)行綠色債券能夠有效提升投資者的情緒進而影響股價的上升。鄭春麗[14]通過使用雙重差分模型對比普通債券和綠色債券對公司的效益影響，結(jié)果顯示發(fā)行綠色債券更能提升公司股價。趙曉晴[15]通過使用事件分析法研究發(fā)現(xiàn)上市企業(yè)在發(fā)行綠色債券之后，股價會有明顯且持續(xù)地上漲。楊益敏[16]基于有效市場理論和成本理論，研究發(fā)現(xiàn)通過加強綠色債券的宣傳能夠幫助企業(yè)推動股價上漲。方文龍等[17]通過事件分析法和橫截面回歸模型，發(fā)現(xiàn)企業(yè)應(yīng)從完善債券和企業(yè)本身兩個角度促進綠色債券的市場反應(yīng)。

2 研究假設(shè)及初步分析

2.1 研究假設(shè)

綠色債券是一種新興的金融工具，兼具“綠色”和“債券”兩種屬性，主要被用來投資綠色產(chǎn)業(yè)以及綠色項目。首先，綠色債券一般投資于有政府扶持的、風(fēng)險較小的綠色項目，這會提升發(fā)行主體的投資項目質(zhì)量，進而增加發(fā)行主體的利潤。其次，企業(yè)發(fā)行綠色債券，積極響應(yīng)國家的綠色政策會獲得政府機構(gòu)的各種政策優(yōu)惠，進而會降低其融資成本，增加企業(yè)利潤。最后，上市公司發(fā)行綠色債券之后會無形中提升其綠色聲譽以及社會知名度，增強其社會責(zé)任感，進而能夠獲得投資者的大力支持。故猜測，在上市公司發(fā)布發(fā)行綠色債券公告之后會提升其企業(yè)價值?；谝陨戏治?，提出如下假設(shè)：

假設(shè)1：上市公司發(fā)行綠色債券會提升企業(yè)價值。

另一方面，由于綠色債券在我國發(fā)展時間較短，相關(guān)規(guī)章制度不健全，信息披露不完善，這都會使投資者對綠色債券這種新興產(chǎn)品望而卻步。其次，我國綠色債券還未形成統(tǒng)一的認定標準，這會在一定程度上影響投資者的行為決策。最后，相較于普通債券，綠色債券所募集資金更多，報酬回報期更長，發(fā)行主體所面臨的政策變化風(fēng)險和投資者所面臨的投資成本也會相應(yīng)更高。故猜測，上市公司發(fā)布發(fā)行綠色債券公告之后不會提升其企業(yè)價值?；谝陨戏治?，提出如下假設(shè)：

假設(shè)2：上市公司發(fā)行綠色債券不會提升企業(yè)價值。

2.2 基于事件研究法的初步分析

2.2.1 數(shù)據(jù)來源及模型設(shè)計

首先，使用事件研究法來初步預(yù)測發(fā)布發(fā)行綠色債券公告前后上市公司股價變動情況。所選取的樣本為2016 年1 月至2022 年1 月間A 股非金融上市企業(yè)所發(fā)行的綠色債券，并從中剔除數(shù)據(jù)不完善和發(fā)行主體重復(fù)的樣本，最終得到51 支綠色債券。首先將綠色債券發(fā)行公告日設(shè)置為事件日（t=0），將事件日的前后10 天{t1～t2=（-10，+10）}，共21 天設(shè)置為事件窗口，將事件日的前170 天至前11 天設(shè)置為估計窗口{t3～t4=（-170，-11）}。具體圖示如下：

2.2.2 實證分析過程

在與當(dāng)?shù)匚幕嘟Y(jié)合，卡拉米洛披肩成為墨西哥婦女身份的象征。“在我祖母生活的那個年代，全共和國的女人——無論貧窮還是富有，丑陋還是美麗，年長還是年幼——都會擁有一條自己的披肩?！保?1）

圖1 事件研究法時間窗口Fig.1 Event study time window

首先，選用市場模型預(yù)估正常收益率：

其中，Ri，t所選樣本股票的實際收益率，Rm，t表示為A 股綜合市場回報率，αi為超額收益，βi為市場性風(fēng)險，εi，t為誤差項。

其次，股票i 在事件窗口期（-10，+10）異常收益率（AR）可表示為：

平均異常收益率可表示為：

股票i 在時間窗口期（t1～t2）日的平均異常收益率的總和為：

從而可以計算出所有股票在t 時的累積異常收益率的平均：

根據(jù)以上步驟計算出所有公司的累積異常平均收益率（CAARt），并對其進行T 檢驗，以判斷債券發(fā)行后是否會對企業(yè)的股價造成影響，提出如下假設(shè)：

H3：累積異常平均收益率（CAARt）為0，債券的發(fā)行不會引起上市公司的股價波動；

H4：累積異常平均收益率（CAARt）不為0，債券的發(fā)行會引起上市公司的股價波動。

2.2.3 結(jié)果分析

以上是所有樣本在事件窗口期（-10，+10）的平均異常收益率（AARi，t） 和累積異常平均收益率（CAARt）的值以及檢驗結(jié)果。從表1 中可以看出，平均異常收益率（AARi，t）波動幅度較大，在-0.39%～0.75%區(qū)間內(nèi)波動，累積異常平均收益率（CAARt）在-0.31%～5.33%之間波動。檢驗結(jié)果顯示拒絕原假設(shè)H3，表明綠色債券的發(fā)行會對公司的股價造成影響。

表1 樣本在事件窗內(nèi)的AAR 和CAAR 及其對應(yīng)的顯著性結(jié)果Table 1 AAR and CAAR of the samples in the event window and their corresponding significance results

表2 雙重差分模型原理Table 2 Principle of dual difference model

表3 變量名稱及其含義Table 3 Variable names and their meanings

表4 主要變量的描述性統(tǒng)計Table 4 Descriptive statistics of main variables

如圖2 為事件窗口期（-10，+10）的平均異常收益率（AARi，t）的變化趨勢圖。可以看出，平均異常收益率（AARi，t）在-0.39%～0.75%之間波動，在公告日的前9 天，前8 天，前6 天和前1 天均產(chǎn)生了負的異常收益率，且公告日的前5 天至前1 天平均異常收益率（AARi，t）一直呈現(xiàn)出下降的趨勢，但在公告日后，所有的異常收益率（AARi，t）均為正值，在第8 天時達到最大值且在1%的水平上顯著。

圖2 平均異常收益率AAR 趨勢圖Fig.2 AAR trend chart of average abnormal return rate

圖3為累積異常平均收益率（CAARt）的趨勢圖，可以看出，累積異常平均收益率（CAARt）在-0.31%～5.33%之間波動，公告日的前9 天，前8 天和前6 天表現(xiàn)出負的累積異常平均收益率，在前8天達到了最低點。從公告日的前5 天至公告日后第10天，累積異常平均收益率一直呈現(xiàn)出穩(wěn)定且上升的趨勢，在第10 天達到最大值為5.33%，且在10%的水平上顯著，表明綠色債券發(fā)行存在穩(wěn)定且正向的股價效應(yīng)。

圖3 累積異常平均收益率CAAR 趨勢圖Fig.3 CAAR trend chart of cumulative abnormal average return rate

3 實證分析

3.1 多時點雙重差分模型

傳統(tǒng)雙重差分模型要求實驗組的處理時間點必須一致，但由于所研究的綠色債券的發(fā)行日期各不相同，故使用多時點雙重差分模型。多時點雙重差分模型在該文的應(yīng)用原理：實驗組綠色債券發(fā)行前后的差別為H2-H1，控制組普通債券發(fā)行前后的差別為L2-L1，對兩次差分的結(jié)果再進行一次差分即便可得到雙重差分估計量，即為（H2-H1）-（L2-L1）。若該估計量的系數(shù)大于零，說明估計結(jié)果證明了原假設(shè)1，即綠色債券發(fā)行對企業(yè)發(fā)展起到了積極的作用，反之，則說用估計結(jié)果證明了原假設(shè)2，即綠色債券發(fā)行不影響企業(yè)的發(fā)展。

3.2 數(shù)據(jù)來源

鑒于中國綠色債券市場的發(fā)展尚處于初步階段，且中國首支綠色債券于2016 年發(fā)行，因此所采用的數(shù)據(jù)為2016 年1 月1 日至2021 年9 月30 日的季度數(shù)據(jù)。由于發(fā)行綠色債券的公司集中于制造業(yè)、建筑業(yè)、水利行業(yè)、批發(fā)零售業(yè)、電力行業(yè)以及采礦業(yè)，故從上述六大行業(yè)中選擇樣本。最終實驗組樣本為31 家發(fā)行綠色債券的公司，控制組為189 家發(fā)行普通債券的公司，且保證以上兩組的債券發(fā)行時間區(qū)間相同，并從以上兩組中剔除2016 年1 月1 日以后上市的公司、金融類公司、被特殊處理的公司以及數(shù)據(jù)不完善的公司。以上數(shù)據(jù)來源于wind 數(shù)據(jù)庫以及國泰安數(shù)據(jù)庫。

3.3 模型設(shè)計

由于樣本中的公司發(fā)行綠色債券的時間點各不相同，所以參考Beck 等[21]經(jīng)典方法，使用多時點雙重差分模型，設(shè)置如下基本模型：

其中，i=1，2，3，…，n；t=1，2，3，…，T；被解釋變量企業(yè)價值參考趙丹丹[22]，選取tobinQ 加以測算，由于tobinQ 具有上市公司的企業(yè)特征與財務(wù)特征，所以經(jīng)常被用來衡量企業(yè)價值。首要解釋變量為greeniissueit，是由greeni與issueit相乘得到的交互項，即DID模型的雙重差分項。其中變量greeni為實驗組和控制組的虛擬變量，實驗組i 賦值為1，控制組i 賦值為0。issueit為債券發(fā)行日期的虛擬變量，對于樣本中的公司而言，若某樣本i 在t 時刻已經(jīng)發(fā)行過債券則賦值為1，反之取值為0。Xit為6 個控制變量，具體含義如下表所示。μi代表上市公司，γi代表時間固定效應(yīng)，εi為殘差項。

3.4 描述性統(tǒng)計

在樣本220 家企業(yè)中，tobinQ 的最大值為1.013 004，最小值為0.117 355 8，平均值為0.97，從標準差看來所選樣本的tobinQ 值并無很大波動。在六個控制變量中，營業(yè)收入增長率（income_g）的波動幅度最大，標準差高達79.860 08，最大值為3 666.594，最小值僅為-96.289 37，均值為18.718 19，說明不同公司之間存在較大的差異。此外，每股凈資產(chǎn)增長率（sizeps_g）的波動幅度也較大，最大值為849.545 2，最小值為-946.135 6，均值為0.469 091 9。股權(quán)集中度（sharehold）的標準差約為15，在所有樣本中，股權(quán)集中度最多的高達95%，股權(quán)集中度最低為22%。杠桿率（leverage）、企業(yè)規(guī)模（lnsize）、總資產(chǎn)周轉(zhuǎn)率（tat）并無明顯波動。

3.5 基礎(chǔ)模型回歸結(jié)果

表5 為多時點DID 基本回歸模型的結(jié)果，該模型的R2為0.565 1，說明該模型的擬合程度較好。實證結(jié)果表明該模型的雙重差分項（greeniissueit）大于零，與tobinQ 是正相關(guān)，且在5%的水平上是顯著的，從回歸結(jié)果來看，實驗組的tobinQ 比控制組的tobinQ 上升幅度更大。杠桿率（leverage）和每股凈資產(chǎn)增長率（sizeps_g）都在0.1%的水平上顯著，且與tobinQ 是正相關(guān)關(guān)系，表明杠桿率（leverage）和每股凈資產(chǎn)增長率（sizeps_g）越高，上市公司的tobinQ 越大。企業(yè)規(guī)模（lnsize）與tobinQ 呈現(xiàn)出負相關(guān)關(guān)系，表明上市公司的企業(yè)規(guī)模（lnsize）越大，tobinQ 越小。總資產(chǎn)周轉(zhuǎn)率（tat）在回歸結(jié)果中與tobinQ 無顯著關(guān)系。營業(yè)收入增長率（income_g）、股權(quán)集中度（sharehold）與tobinQ 均為正相關(guān)關(guān)系，且營業(yè)收入增長率（income_g）在1%的水平上顯著，股權(quán)集中度（sharehold）在5%的水平上顯著。

表5 基礎(chǔ)模型回歸結(jié)果Table 5 Regression results of basic model

3.6 平行趨勢檢驗

平行趨勢檢驗是確保雙重差分模型估計結(jié)果準確的前提，即確保實驗組與控制組在實施干預(yù)前要有基本一致的發(fā)展趨勢。若不能通過該假設(shè)檢驗，則估計結(jié)果可能會與預(yù)期存在較大偏差。運用作圖的方法來反映實驗組和控制組在債券發(fā)行前是否具有相同的走勢，若兩組數(shù)據(jù)在債券發(fā)行前具有基本相同的走勢，則說明模型通過了平行趨勢檢驗。

在實證分析中，將上市公司最早發(fā)行債券當(dāng)季為基期，前一個季度取值-1，前兩個季度取值-2…后一個季度取值1，后兩個季度取值2…如圖4 所示，圖中的每個圓點代表每個時點上雙重差分交互項（greeniissueit）的估計值，穿過圓點的折線代表雙重差分項的波動幅度，從發(fā)行綠色債券后的第六個季度開始雙重差分交互項（greeniissueit）的估計值都為正值，說明發(fā)行綠色債券顯著提高了企業(yè)價值，但存在一定的滯后期；每條穿過圓點的垂線代表各自對應(yīng)95%水平下的置信區(qū)間，若變量的置信區(qū)間穿過零點，則說明該變量的系數(shù)不顯著，若變量的置信區(qū)間在零點的上方，則說明該變量的系數(shù)顯著為正。從上圖中可以看出，在債券發(fā)行前的四個季度的雙重差分項（greeniissueit）的均不顯著，表明在債券發(fā)行前一年兩組樣本中的上市公司并無明顯差異，通過了平行趨勢檢驗。

圖4 平行趨勢檢驗圖Fig.4 Parallel trend test diagram

4 研究結(jié)論與建議

首先，運用事件研究法來研究上市公司發(fā)行綠色債券的股價效應(yīng)，初步研究結(jié)果顯示：在短期內(nèi)，上市公司發(fā)行綠色債券后股價會有明顯且持續(xù)地上漲。其次，結(jié)合多時點雙重差分模型，探究在相同時間段內(nèi)，發(fā)行綠色債券對提升企業(yè)價值的效應(yīng)是否比發(fā)行普通債券更加突出，進一步研究結(jié)果表明：相較于發(fā)行普通債券，發(fā)行綠色債券提高上市公司企業(yè)價值的效應(yīng)更為顯著。

結(jié)合研究結(jié)論提出以下建議：第一，從企業(yè)長期發(fā)展的角度來看，上市公司應(yīng)積極發(fā)行綠色債券，緊跟綠色政策，大力支持我國綠色經(jīng)濟。發(fā)行綠色債券不僅能降低企業(yè)的融資成本，進而提升企業(yè)價值，還能幫助公司塑造良好的企業(yè)形象。第二，鼓勵投資者投資綠色債券，并出臺相應(yīng)的政策扶持。如相關(guān)機構(gòu)對綠色債券的支持者給予一定的稅收優(yōu)惠、利息補償?shù)却胧?，以增加綠色債券的吸引力。第三，政府作為綠色金融政策的強大后盾，應(yīng)加強對綠色債券的宣傳力度。發(fā)展綠色金融是實現(xiàn)我國綠色經(jīng)濟轉(zhuǎn)型重要環(huán)節(jié)，而綠色債券作為發(fā)展綠色金融的重要工具，政府應(yīng)積極引導(dǎo)相關(guān)金融機構(gòu)、國有企業(yè)、民營企業(yè)支持綠色債券，將資金注入綠色項目，從而為我國經(jīng)濟可持續(xù)發(fā)展注入新動能。第四，規(guī)范第三方認證標準，完善相關(guān)制度。鑒于綠色債券在我國的發(fā)展時間較短，認證標準尚未統(tǒng)一，難以吸引眾多投資者，相關(guān)機構(gòu)應(yīng)制定科學(xué)統(tǒng)一的評價體系和完善的制度，吸引更多投資者選擇綠色債券。第五，完善我國綠色債券市場體系，加強與國際綠色債券市場的合作交流。國際綠色債券的發(fā)展時間相對較早，相關(guān)標準的制定和實施較為完善、先進，加強國際間的合作溝通，對加快我國綠色債券市場的發(fā)展起到重要推動作用。