绿色信贷对企业资源配置效率的影响研究

Study on the Influence of Green Credit on the Efficiency of Enterprise Resource Allocation

摘要: 绿色信贷作为一种基于环境风险的信贷配置政策，其资源再配置功能对企业资源配置效率具有重大影响。以2012~2021年A股上市公司为样本，研究绿色信贷对企业资源配置效率的影响及传导机制。研究发现，绿色信贷能够显著提高企业资源配置效率，且企业资本结构偏离度在两者关系中具有部分中介作用，即绿色信贷通过降低企业资本结构偏离度提高企业资源配置效率。因此，需要进一步健全绿色信贷的激励与约束机制，提高银行执行绿色信贷业务的积极性，并通过推动企业资本结构优化来提高企业资源配置效率。

Abstract: As a credit allocation policy based on environmental risks, green credit’s resource reallocation function has a significant impact on the efficiency of enterprise resource allocation. Taking A-share listed companies from 2012 to 2021 as samples, studies the impact of green credit on the efficiency of enterprise resource allocation and its transmission mechanism. It is found that green credit can significantly improve the efficiency of enterprise resource allocation, and the deviation of enterprise capital structure plays a partial intermediary role in the relationship between the two, that is, green credit can improve the efficiency of enterprise resource allocation by reducing the deviation of enterprise capital structure. Therefore, it is necessary to further improve the incentive and constraint mechanism of green credit, improve the enthusiasm of banks to implement green credit, and improve the efficiency of enterprise resource allocation by promoting the optimization of enterprise capital structure.

1. 引言

改革开放以来，我国经济实现了长达几十年的快速增长，但仅依靠投资拉动的粗放型经济增长方式不仅导致我国生产效率低下，而且付出了巨大的资源和环境代价，严重威胁到人民的健康与生存，污染企业与环保企业之间的资源错配更是加剧了经济效率损失和环境污染。因此，如何优化企业资源配置，已经成为我国经济可持续发展所需要解决的主要问题。作为绿色金融政策的重要组成部分，绿色信贷兼具环境规制和资源配置的双重特性，是对传统命令式环境规制的有效补充，旨在进一步加强环保与信贷管理的协调配合，通过制定和实行差异化信贷利率政策，引导信贷资源从低效率污染企业向高效率环保企业流动，优化企业生产要素投入，从而提高企业资源配置效率。

2. 理论分析与研究假设

在传统信贷模式下，污染企业凭借其资产抵押优势和政府隐性担保往往能够获得银行信贷的倾斜，而环保企业则面临着融资难和融资贵的问题，使得企业所获得信贷资源与企业效率不匹配，扭曲了企业生产要素投入，导致环境污染问题愈发严重，经济效率也停滞不前。随着环保监管的不断加强，环境风险对银行贷款安全性的威胁日益突出，基于环境风险管理理论，向污染企业提供贷款将会增加银行的直接环境风险、违约风险和声誉风险。而绿色信贷作为一种环境规制政策，主要强调环境风险的识别，要求银行通过设立环境准入门槛和实施配额管制的方式对污染企业和环保企业实行差别化信贷政策，其资源配置效应主要表现为两个方面：一是抑制污染企业的信贷融资；二是加大环保企业的信贷扶持。污染企业与环保企业之间资源的再分配必然会对企业资源配置效率产生影响，总的来说，绿色信贷对企业资源配置效率的影响主要体现在经济效益和环境效益两个方面。

经济效益角度。从污染企业来看，首先，绿色信贷要求银行从资金供给侧源头对污染企业实施更为严苛的信贷配额管制，通过抑制污染企业的信贷融资来缓解传统信贷模式下污染企业的过度融资问题，由此引发的融资约束效应有助于降低污染企业可自由支配的现金流，抑制企业管理层的机会主义动机，从而优化企业生产要素决策。其次，绿色信贷明确要求银行与环保部门要实现环境信息共享，并以此来对污染企业和环保企业实施差别化信贷政策，加强对污染企业贷后行为的监督和约束，这有利于提高银企之间的信息透明度，从而降低污染企业的代理成本，减少企业管理层金融资产的配置行为，促进企业脱虚向实，从而提高企业资源配置效率。再者，绿色信贷对污染企业实施高利率惩罚措施，能够缓解政府隐性担保引发的预算软约束问题，增强污染企业效益对融资成本的敏感性，促使污染企业在投资决策时更加谨慎，充分考虑投资项目的成本、风险和收益，从而抑制污染企业的盲目扩张行为。另外，绿色信贷通过将环境成本内部化增加了污染企业的边际生产成本，导致企业进入市场的生产率门槛提高，有助于加速低效率僵尸企业退出市场，实现企业间资源的动态调整，从而提高企业资源配置效率。从环保企业来看，绿色信贷对环保企业的倾向性信贷扶持，有助于打破环保企业的信贷融资壁垒，融资可得性的提高有助于缓解环保企业技术创新活动所面临的融资约束，长期信贷的增加则有助于降低环保企业技术创新活动所面临的流动性风险，这极大地激发了环保企业技术创新的积极性，从而提高企业资源配置效率。另外，绿色信贷对环保企业实施低利率贷款，有助于弥补环保企业私人收益与社会收益之间的差异，能够缓解企业技术创新的正外部性问题，进一步促进环保企业开展技术创新活动，优化企业生产要素决策。

从环境效益角度。绿色信贷的资源配置功能主要通过两种途径来实现：一是从资金供给侧源头对污染企业实施更为严苛的信贷配额管制；二是加强企业贷后监督管理及时收回风险贷款。这意味着绿色信贷对污染企业的环境规制效应和融资约束效应贯穿企业生产全过程，这有助于降低企业的绿色代理成本。与传统代理成本不同，绿色代理成本表现为委托人与代理人之间的环境规制利益冲突，会影响企业环境治理方式的选择 [1] [2] 。在传统环境规制政策下，由于绿色创新活动具有投资大、周期长、风险高和回报低等特点，企业通常会采用成本较低的末端治理投资来降低污染物排放，进而抑制企业绿色技术创新。与传统环境规制政策不同，绿色信贷主要强调对低碳经济、循环经济和绿色经济，以及污染企业绿色转型升级的支持，末端治理投资不是绿色信贷的扶持对象，绿色信贷通过提高企业环境信息披露，使得企业环境治理和环境投资更加透明化，有助于降低企业管理层的绿色代理成本，这有助于促使污染企业加大技术创新投入，实现企业绿色转型，从而实现经济增长与环境保护的协调发展。

H1：绿色信贷能够提高企业资源配置效率

资本结构动态权衡理论认为，企业的资本结构存在一个目标值，当企业实际资本结构趋于该目标资本结构时，才能够实现企业价值的最大化 [3] 。然而企业实际资本结构并非完全由企业自身意愿决定，很大程度上受到外部融资环境的影响 [4] ，金融资源错配会导致企业资本结构偏离最优值，扭曲企业生产要素投入决策，从而降低企业资源配置效率。

银行信贷作为我国企业外部融资最主要的来源，对企业资本结构的优化调整具有重要影响。在传统信贷模式下，由于信息不对称、不完全契约和政府干预等因素，低效率污染企业更容易以较低成本获得信贷融资，而高效率环保企业则面临着融资难、融资贵的问题，导致污染企业的实际资本结构高于最优资本结构，环保企业的实际资本结构低于最优资本结构。而绿色信贷通过影响银行的信贷配置行为，促进信贷资源从污染企业向环保企业流动，有利于缓解污染企业与环保企业之间的金融错配，促使企业实际资本结构向目标资本结构调整，从而降低企业资本结构偏离度，提高企业资源配置效率。

H2：绿色信贷通过降低企业资本结构偏离度提高企业资源配置效率。

3. 实证模型设计

3.1. 数据来源

本文选取2012~2021年A股上市公司作为研究对象，并对原始数据进行以下处理：1) 剔除ST企业；2) 剔除2012年后上市的企业；3) 剔除主要变量严重缺失的样本。最终得到7811个年度观测值，其中企业层面的数据来源于CSMAR数据库、公司年报和社会责任报告，银行的数据来源于银保监会官网和银行社会责任报告，省级层面的数据来源于各省统计年鉴。

3.2. 变量选取

3.2.1. 被解释变量

关于企业资源配置效率，将采用非导向的超效率SBM-Malmquist指数来进行测度，并借鉴相关学者 [5] [6] 的做法建立指标体系。投入指标包括劳动、资本和能源，劳动投入以企业员工数量来衡量，资本投入以企业固定资产净额来衡量，能源投入以企业用电总量来衡量。产出指标包括期望产出和非期望产出，期望产出以企业营业收入来衡量，非期望产出则包括工业SO₂排放量、工业废水排放量和工业烟粉尘排放量。

3.2.2. 解释变量

以往学者对绿色信贷的衡量方式主要有以下3种：1) 绿色信贷余额占比 [7] ；2) 节能环保贷款余额占比 [8] [9] ；3) 非六大高能耗产业利息支出占比 [10] [11] 。本文将采用各省节能环保项目贷款余额占比作为绿色信贷水平的代理变量。

3.2.3. 中介变量

关于资本结构偏离度，借鉴张博等(2021) [12] 的做法，以企业实际资本结构与目标资本结构差值的绝对数来衡量。其中，企业目标资本结构则通过企业规模、盈利能力、非债务税盾、抵押能力、成长性、行业资本结构平均数六个变量来拟合 [13] [14] 。

3.2.4. 控制变量

本文参考相关学者的研究 [5] [8] [15] ，选取的控制变量有：1) 企业规模(Size)，用企业总资产的对数表示；2) 企业资产负债率(Lev)，用企业总负债与总资产的比值表示；3) 企业盈利能力(Roa)，用企业净利润与总资产的比值表示；4) 企业成长机会(Tobin)，用托宾q值表示；5) 企业大股东持股比率(Stock)，用第一大股东持股数量与总股数的比值表示；6) 地区经济水平(GDP)，用各省人均GDP增长率表示；7) 外商投资水平(Fdi)，用各省外商直接投资与各省GDP的比值表示；8) 政府干预程度(Gov)，用各省财政支出与各省GDP的比值表示。

3.3. 模型设计

首先，为检验绿色信贷对企业资源配置效率的影响，本文建立如下基准计量模型：

$Efficienc{y}_{it}={\beta }_0+{\beta }_{1}GC{L}_{it}+{\beta }_2{Z}_{it}+{\mu }_i+{\delta }_j+{\epsilon }_{it}$ (1)

其次，为进一步验证绿色信贷影响企业资源配置效率的传导路径，在模型(1)的基础上建立如下中介效应模型：

$De{v}_{it}={\alpha }_0+{\alpha }_{1}GC{L}_{it}+{\alpha }_2{Z}_{it}+{\mu }_i+{\delta }_j+{\epsilon }_{it}$ (2)

$Efficienc{y}_{it}={\gamma }_0+{\gamma }_{1}GC{L}_{it}+{\gamma }_{2}De{v}_{it}+{\gamma }_3{Z}_{it}+{\mu }_i+{\delta }_j+{\epsilon }_{it}$ (3)

其中，下标i、t、j分别代表企业、年份、行业， $Efficienc{y}_{it}$ 代表企业资源配置效率， $GC{L}_{it}$ 代表企业所在省份绿色信贷水平， $De{v}_{it}$ 为资本结构偏离度， $Z_{it}$ 代表控制变量， ${\mu }_i$ 代表个体固定效应， ${\delta }_j$ 代表行业固定效应， ${\epsilon }_{it}$ 代表随机扰动项。

4. 实证结果分析

4.1. 描述性统计分析

表1是本文主要变量的描述性统计分析结果，处理后的有效样本观测值为7811条。如表1所示，企业资源配置效率(Efficiency)的均值为1.0009，标准差为0.0787，最大值为1.1480，最小值为0.8536，这说明我国企业资源配置效率存在较大差异。绿色信贷(GCL)的均值为0.0423，其值越大说明地区绿色信贷发展水平越高，而绿色信贷(GCL)最大值是0.0523，最小值是0.0336，波动区间相对较大，说明我国各时期、各地区的绿色信贷发展水平存在明显差异。另外，从表1可以看出企业资本结构偏离度(Dev)的平均值0.0434大于中位数0.0319，这说明我国企业资本结构偏离度呈右偏分布，部分企业的实际资本结构与最优资本结构的偏离度较高。其他控制变量均处于合理范围内。

Table 1. Descriptive statistical analysis

表1. 描述性统计分析

4.2. 基准回归分析

表2是绿色信贷影响企业资源配置效率的基准模型回归结果。第(1)列是不加入控制变量的固定效应模型，第(2)~(4)列在第(1)列的基础上依次加入了企业层面控制变量、省份层面控制变量和行业固定效应。观察表2的回归结果可以看出，绿色信贷(GCL)对企业资源配置效率的回归系数均在1%的水平上显著为正，这说明绿色信贷能够显著提高企业资源配置效率，假设H1成立。与以往环境规制政策不同，绿色信贷兼具环境规制与金融工具两种属性，是一种基于环境风险的信贷配给行为，通过实施差异化信贷政策引导信贷资源从污染企业向环保企业流动，有助于优化企业间资源配置和企业生产要素投入，从而提高企业资源配置效率，实现环境保护与经济增长的协调发展。

Table 2. Baseline model regression results

表2. 基准模型回归结果

注：^***、^**、^*分别表示回归系数在1%、5%、10%的水平上显著，括号内为标准误，下同。

4.3. 中介效应检验

表3是企业资本结构偏离度的中介效应检验结果。第(1)列是绿色信贷对企业资源配置效率的基准回归模型，在第(2)列中，绿色信贷(GCL)对企业资本结构偏离度(Dev)的系数为−0.6689，在1%的水平上显著，这说明绿色信贷(GCL)能够降低企业资本结构偏离度。在第(3)列中，绿色信贷(GCL)的系数在1%的显著性水平上为10.3135，资本结构偏离度(Dev)的系数在5%的显著性水平上为−0.0329，这表明企业资本结构偏离度在绿色信贷与企业资源配置效率的关系中具有部分中介效应，即假设H2成立。绿色信贷对污染企业与环保企业规制的非对称性，是其具有资源再配置效应的基础。一方面，绿色信贷通过限制信贷规模和提高融资成本的方式，增强污染企业的外部融资约束，倒逼其不断优化调整资本结构。另一方面，绿色信贷对环保企业的倾向性信贷扶持，有助于打破了环保企业的信贷融资壁垒，增强环保企业资本结构调整的能力和速度，从而降低环保企业资本结构偏离度。而企业资本结构偏离度的降低，有助于抑制污染企业盲目生产扩张，优化环保企业的长期生产决策，从而提高企业资源配置效率。

Table 3. Results of mediation effect test

表3. 中介效应检验结果

4.4. 稳健性检验

为检验回归结果的稳健性，本文采用以下三种方式进行回归检验：1) 被解释变量滞后一期；2) 替换解释变量(非六大高能耗产业利息支出占比)；3) 剔除2020年样本。具体结果如表4所示，绿色信贷(GCL)对企业资源配置效率的系数均在1%的水平上显著为正，所得结论与基准回归结果一致，说明基准回归结果较为稳健。

Table 4. Robustness test results

表4. 稳健性检验结果

5. 结论与建议

本文利用2012~2021年A股上市公司7811条样本数据，系统性地分析了绿色信贷对企业资源配置效率的影响效果与传导机制。研究结果表明：1) 绿色信贷与企业资源配置效率之间具有显著正相关关系，即绿色信贷能够提高企业资源配置效率，且该影响在一系列稳健性检验后依然成立。2) 企业资本结构偏离度在绿色信贷与企业资源配置效率的关系中具有部分中介效应，即绿色信贷能够通过降低企业资本结构偏离度提高企业资源配置效率。根据以上结论，本文提出以下政策建议：

第一，健全绿色信贷的激励和约束机制。一方面，政府部门应当加大对银行绿色信贷业务的政策补贴，建立有效的绿色信贷风险识别和风险共担机制，以降低绿色信贷业务的成本和风险，激发银行开展绿色信贷业务的积极性。另一方面，政府部门还应当在目前已有的纲领性文件和指导性意见的基础上，详细制定银行绿色信贷业务的具体实施安排，明确银行绿色信贷业务的执行标准，并完善与绿色信贷相挂钩的绩效考核机制，加强对银行绿色信贷业务的监督和管理，以保证信贷资源配置的有效性。

第二，完善和落实企业环境信息披露制度。由于环境信息具有较强的隐蔽性和专业性，作为资金需求方的企业有较大动机进行环境信息漂绿，因此政府部门应当尽快贯彻落实企业环境信息披露制度，并建立企业环境信息披露的第三方监督机制，以保证企业披露环境信息的真实性、完整性和时效性。同时，加快完善企业、银行和环保部门之间的环保信息共享平台，形成有效的信息反馈交流机制，为银行绿色信贷资源配置提供依据，帮助银行对企业绿色信贷进行全程动态监控，提高绿色信贷配置效率。

第三，深化金融供给侧结构性改革，充分发挥绿色信贷的资源再配置功能。绿色信贷属于政府与市场相结合的环境规制手段，由于环境污染的外部性问题，我国初期的绿色信贷政策主要是依靠政府来推动，但过度的政府干预可能会带来资源配置效率低下的问题。因此，为保证绿色信贷政策执行的有效性，政府部门应当明确自己的定位，充分发挥统筹规划的作用，引导银行自主有效开展绿色信贷业务，为绿色信贷资源配置注入市场活力。以市场机制为主的绿色信贷政策能够有效打破企业间资本要素流动壁垒，通过提高企业资本结构调整意愿和能力，优化企业生产要素投入，从而提高企业资源配置效率。