碳排放权交易对企业经营风险的影响

The Impact of Carbon Emission Trading on Enterprise Business Risk

摘要: 为达成“双碳”目标，我国建立了碳排放权试点交易制度。作为市场规制型政策，碳排放权试点交易对于企业经营具有一定的影响。本文以试点地区上市公司为研究样本，选取2008~2023年沪深两市A股上市公司数据，运用双重差分模型实证检验了碳排放权试点交易对企业经营风险的影响。研究表明，参与了碳排放权试点交易的企业通过技术创新、加强信息披露、提升环境绩效等方面降低了其经营风险，且这一结论在经过了一系列稳健性检验后依然成立。本文拓宽了环境政策与企业风险相关研究，丰富了环境规制在微观层面的经验证据和政策效应。

Abstract: In order to achieve the goal of “double carbon”, China has established a pilot trading system for carbon emission rights. As a market regulation policy, the pilot trading of carbon emission rights has a certain impact on the operation of enterprises. This paper takes the listed companies in the pilot area as the research sample, selects the data of A-share listed companies in Shanghai and Shenzhen from 2008 to 2023, and uses the difference-in-differences model to empirically test the impact of carbon emission rights pilot trading on the business risk of enterprises. The study found that the carbon emission rights pilot trading policy significantly reduced the business risk of enterprises, and this conclusion remained valid after a series of robustness tests. Pilot trading of carbon emission rights reduces business risks by promoting technological innovation, enhancing information disclosure and improving environmental performance. This paper broadens the research on environmental policy and enterprise risk, and enriches the empirical evidence and policy effects of environmental regulation at the micro level.

1. 引言

在过去的几十年中，中国经济飞速发展，取得了举世瞩目的成就，但生态环境却遭受前所未有的破坏。经济发展与生态环境保护的矛盾愈发显现，各国开始转变自身的发展模式，要求经济发展和环境保护并重。二十大报告指出，高质量发展的关键在于发展绿色化、低碳化。为积极减排，国家发改委于2011年发布了《关于开展碳排放权交易试点工作的通知》，正式批准上海、北京等7个省市试行碳排放权交易工作。碳排放权交易工作是我国实现双碳目标的重要途径，通过限制企业碳排放总额的方式产生了显著的减排效果。碳排放权交易的本质是将碳排放权市场化，政府通过考量企业过往碳排放情况，将免费碳排放额度下发到各个企业，若企业碳排放总量超出其额度，则需向其他免费额度未用完的企业购买，以抵消该企业超出额度的碳排放量。企业在参与到碳排放权交易市场中后，由于需要达到其减排要求，既可能因为减少生产而降低其经营收益，也可能因为生产技术或设备技术先进而剩余排放量额度，进而通过出售其额度获得超额收益。因此，碳排放权对企业自身存在何种影响，碳排放权交易市场的建立，除了能达到减排效果外，是否还存在其他的政策效应？这是一个值得探讨的话题。

企业在生产经营的过程中面临着各种各样的风险。碳排放权市场建立之后，企业所处的市场环境发生了变化，使碳排放具有的负外部性问题转化为企业内部环境成本，这可能会使企业的经营情况发生改变。另外，企业参与碳排放权的交易本身会使得企业的财务状况更加复杂，进而影响企业的经营情况。尤其是近年来金融环境不稳定、新冠肺炎疫情影响，企业更加容易陷入经营困境。微观企业主体作为宏观经济的载体，其经营风险的缓解是经济风险防范工作需要重视的问题。因此，研究碳排放权交易制度的建立对企业经营风险是否有影响以及产生怎样的影响具有一定的现实意义。

基于以上问题，本文将碳排放权交易政策作为准自然实验，深入考察碳排放权交易市场的建立对企业经营风险的影响效应、传导机制等。本文以首批参与碳排放权试点的上市公司为研究样本，运用双重差分模型实证检验了碳排放权对企业经营风险的影响，并运用了平行趋势检验、滞后效应检验、安慰剂检验、替换被解释变量、改变样本量、倾向得分匹配法等稳健性检验方法对结果进行二次验证，力求结果更加可信。

2. 文献综述

我国碳排放权试点交易的建立始于2013年年末，正式建立时间为2021年。在碳排放权交易政策实施以来，各学者对该政策的实施效果做了大量的研究，聚焦在对环境和经济效应两方面。在环境方面，学者们一致认为碳排放权交易具有显著的减排效应，在经济效应方面，研究则比较多样，大致可以分为宏观和微观两方面。在宏观经济效应方面，研究表明碳排放权市场能够促进中国工业的低碳转型[1]，缓解了中国区域内和区域间的发展差异，促进区域协调发展[2]，促进试点地区的绿色发展[3]。在微观方面，学者们主要对企业层面的作用进行了研究。结果表明，碳交易市场显著促进了试点企业的创新策略[4]和绿色创新质量水平[5]，其中对重污染企业的绿色技术创新更是具有显著影响[6]，验证了“波特假说”的作用，即虽然环境规制使生产成本增加，但企业通过技术创新的方式提升其生产效率，产生了“创新补偿”效应。碳排放权交易制度激励企业技术创新，进而提升企业产能利用率[7]，有助于提升企业财务绩效和可持续发展绩效[8]。作为环境政策，碳市场的建立使试点企业有更好的ESG表现[9]，而企业ESG表现的提高，使企业获得更多商业信用[10]，降低了企业的债务融资成本[11]，同时使银行为企业提供数额更大、利率更低、期限更长和贷款担保要求更宽松的银行信贷[12]。

降低企业经营风险是企业运作的目标，是保证企业利润的基础。目前已有研究从多方面探讨了企业经营风险的影响因素，外部环境政策因素正是其中一大方面。市场竞争、政策变化等都会影响到企业稳健经营。研究表明，企业核心竞争力越强，其经营风险越小[13]；企业ESG表现越好，其经营风险越小[14]；企业绿色创新水平越高，其经营风险越小[15]；企业积极履行社会责任，同样降低了企业经营风险[16]。

目前对于碳排放权市场建立的经济效应和经营风险的影响因素方面，学者们已经进行了大量研究。但直接研究碳市场是否影响企业经营风险的文献较少，仅有学者考察过碳市场的建立降低了企业的违约风险[17]。已有文献表明，碳市场的建立通过激励企业创新提高全要素生产率，通过改善其信息披露降低融资成本，通过提高ESG表现缓解融资约束，以上几个方面都有利于企业稳健经营。因此，本文基于沪深两市A股上市公司数据，实证分析了碳排放权试点交易的建立对企业经营风险的影响。

3. 影响机制和研究假设

碳排放权交易主要是通过市场机制来实现节能减排的效果，与强制执行式政策的区别在于企业为了在市场中占到优势，将有更强的动力进行企业内部技术创新，技术创新在短期中会有研发投入，但长远来看，技术创新成功所带来的收益更多、更持久。技术创新可以提高企业生产力，在原有的成本基础上为企业带来更多利润，提升企业的财务绩效和经营绩效，进而增强企业的抗风险能力。除了改进生产力以外，企业仍然会对其生产设备和生产工艺流程等环节进行绿色创新，减少其在生产过程中造成的碳排放，以达到碳排放配额的要求，在此基础上若企业有富余的碳排放额度，则可在市场上与其他企业交易从而获利。

随着社会的发展，人们的生活水平不断提高，物质生活得以满足之后开始对生活质量有了更高的要求，同时伴随着环境的不断恶化，现如今居民对其居住环境也提出了更高的要求。对社会环境污染严重的企业被认为是不负责任的企业，容易对公众和投资者产生负面的影响。

碳排放制度建立之后，企业需向外界披露更多有关企业环境保护的信息，以改善其在投资者心中的印象，树立企业积极环保的正面形象，提高投资者对其的信心与好感度。另外，更多的信息意味着企业与投资者之间的信息不对称减少，更加有利于企业的股票流通，降低投资者获取公司信息的成本，从而改善了公司发行股票的融资成本，进而降低企业的经营风险。

自从“赤道原则”建立以来，各大银行开始更加关注企业的绿色环保表现。当前间接融资仍然是中国市场主要的融资手段，各大企业也需要从银行进行贷款融资。随着绿色金融的积极推进，银行将企业绿色发展能力作为其贷款融资的重要审批条件，参与碳交易的企业提升绿色治理水平，不仅达到碳排放的要求，也会提升其绿色发展能力，进而更加容易从银行获得利率、数额、期限等方面具有优势的贷款，缓解企业的融资约束，增强企业的抗风险能力。碳排放权交易对企业经营风险的具体影响机制见图1。

综上所述，本文提出研究假设：碳排放权交易政策会显著降低企业经营风险。

Figure 1. Analysis of the impact mechanism of carbon emission trading on business risk

图1. 碳排放权交易对企业经营风险影响机制分析

4. 研究设计

4.1. 数据来源

本文以2008年至2023年参与试点的省市中沪深两市A股上市公司为研究样本，对样本进行了如下筛选：(1) 剔除了金融行业上市公司；(2) 剔除了ST和ST*上市公司；(3) 剔除了数据缺失严重的上市公司。上市公司财务数据皆来源于国泰安数据库。本文采取双重差分模型进行研究，实验组上市公司名单通过查找企业所在地发改委、生态环境厅在启动碳排放试点当年下发的文件整理所得，共搜集实验组上市企业65家，对照组上市企业769家，共计上市公司834家。

4.2. 变量定义

4.2.1. 被解释变量：企业经营风险(Risk)

企业的风险应对能力直接影响企业的经营活动和决策方案，会对企业的未来收益产生不确定性影响，一般情况下，企业的经营风险越高，未来收益的不确定性越高，收益波动率就越大。以往研究通常采用收益波动性(ROA波动率)和盈利波动性(ROE)波动性来衡量企业经营风险[13] [18]。本文采用收益波动性作为核心被解释变量，ROA是上市公司对应年度的净利润与其年末总资产余额的比值，为剔除行业周期的影响，用公司年度ROA减去该年该公司所在行业的行业ROA均值得到调整Adj_ROA。一般我国上市企业高管任期为三年，因此采用(t − 1)年至(t + 1)年三年的Adj_ROA计算其标准差作为第t年该企业的经营风险波动率。具体公式如下：

$\text{Adj}{\_}_{\text{ROA}}=\frac{\text{E}BI{T}_{i,t}}{\text{A}SSE{T}_{i,t}}-\frac{1}{X}{\displaystyle {\sum }_{k=1}^X\frac{EBI{T}_{i,t}}{ASSE{T}_{i,t}}}$ (1)

$\text{Risk}=\sqrt{\frac{1}{T-1}{\displaystyle {\sum }_{t=1}^T{\left({\text{Adj}}_{\_\text{ROA}}-\frac{1}{X}{\displaystyle {\sum }_{t=0}^T{\text{Adj}}_{\_\text{ROA}}}\right)}^2}}|T=3$ (2)

4.2.2. 解释变量：碳排放权交易(DID)

由Treat和post两部分组成。Treat代表实验组和对照组，若企业是试点地区首批纳入试点的企业则赋值为1，否则为0；post为政策实施变量，考虑到试点时间均集中在2013年11月、12月和2014年，而政策效应具有滞后性，因此本文将2015年定为政策实施时点，即2015年以前定义post为0，2015年及之后年份定义为1。

4.2.3. 控制变量

本文参考其他学者研究碳排放权及企业风险的研究[17]，选取企业规模(Size)、产权性质(Soe)、自由现金充裕程度(Fio)、净资产收益率(Roe)、固定资产比率(Fix)为控制变量，具体定义见表1。

Table 1. Control variable definition table

表1. 控制变量定义表

控制变量	符号	定义
企业规模	Size	企业期末资产总额的对数
产权性质	Soe	虚拟变量，国企取值为1，否则为0
自由现金充裕程度	Fio	经营活动产生的现金流量与资产总额之比
净资产收益率	Roe	净利润与企业年末资产总额之比
固定资产比率	Fix	固定资产与资产总额之比

4.3. 模型构建

本文采用双重差分模型探究碳排放权交易制度的建立对企业经营风险的影响。选取2008年至2023年首批参与试点的省市(即上海、北京、天津、湖北、深圳、重庆、广东)上市公司作为数据样本，其中被首批纳入试点企业名单的上市公司为实验组，该地区未被纳入试点的上市公司为对照组，政策时间节点选择为2015年。建立模型如下：

Risk_i,t = β₀ + β₁Treat_i × post_t + β₂X_it + λ_i + μ_t + ε_it (3)

被解释变量为Risk_i,t，用以衡量企业经营风险。核心解释变量为Treat_i × post_t，treat代表是否为试点省市首批被纳入重点排放单位的企业，是则取值为1，否则为0，post代表该年份是否已接受政策冲击，2015年及之后取值为1，2015年之前则为0；X_it为其他与企业经营风险相关的控制变量；λ_i为个体固定效应，μ_t为时间固定效应，ε_it为模型误差项。

5. 实证结果

5.1. 描述性统计

各变量的描述性统计结果见表2，其中对波动率进行了缩尾处理。由于波动率的计算是以三年为一个

Table 2. Descriptive statistics

表2. 描述性统计

变量名	样本量	平均值	标准差	最小值	中值	最大值
波动率	10755	0.039	0.062	0.001	0.019	0.416
企业规模	12423	22.419	1.620	10.842	22.220	28.697
固定资产比率	12423	0.188	0.168	0.000	0.143	0.971
ROE	12423	0.045	0.164	−1.008	0.065	0.344
自由现金充裕程度	12423	0.042	0.098	−4.270	0.042	2.457

计算周期，因此不满三年期的未进行计算(即2008年和2023年未计算其波动率)，所以波动率的样本量与其他变量样本量不一致。从统计结果来看，波动率的最小值为0.001，中值为0.019，最大值为0.416，平均值为0.039，这表明在样本观测区间企业的经营风险有较大变动。

5.2. 基准回归结果

双重差分基准回归结果见表3，第(1)列为仅控制了时间固定效应和个体固定效应而未加入控制变量的回归结果，第(2)~(5)列为依次加入企业规模(Size)、固定资产比率(Fix)、产权性质(Soe)、净资产收益率(Roe)、自由现金充裕程度(Fio)后的回归结果。从表中可以看出，随着控制变量的加入，DID项的系数有所变化，但变化较小且始终呈现在1%水平下显著。表3下方报告了回归模型的R²，在第(5)列加入全部控制变量后，R²达到了0.434，较第(1)列的R²有明显的提升，说明模型的拟合程度更优。核心被解释变量为经营风险，本文采用盈利波动率衡量，在表3中，DID的每一项系数均为负数，表明碳排放权交易政策与企业的盈利波动率呈现负相关关系，即碳排放权交易政策的实施使企业的盈利波动更小，即降低了企业的经营风险，假设得以验证。

Table 3. Results of the double difference benchmark regression

表3. 双重差分基准回归结果

变量	波动率
	(1)	(2)	(3)	(4)	(5)	(6)
DID	−0.008^***	−0.013^***	−0.013^***	−0.012^***	−0.011^***	−0.011^***
	(0.002)	(0.002)	(0.002)	(0.002)	(0.002)	(0.002)
Size		−0.016^***	−0.016^***	−0.016^***	−0.014^***	−0.014^***
		(0.002)	(0.002)	(0.002)	(0.002)	(0.002)
Fix			0.003	0.003	−0.009	−0.008
			(0.010)	(0.010)	(0.010)	(0.010)
Soe				0.004	0.001	0.001
				(0.004)	(0.003)	(0.003)
Roe					−0.087^***	−0.086^***
					(0.007)	(0.007)
Fio						−0.014
						(0.019)
_cons	0.040^***	0.396^***	0.395^***	0.392^***	0.367^***	0.365^***
	(0.001)	(0.038)	(0.039)	(0.039)	(0.039)	(0.038)
样本量	10755	10755	10755	10755	10755	10755
R^2	0.377	0.394	0.394	0.394	0.434	0.434
Adj.R^2	0.324	0.342	0.342	0.342	0.385	0.385
时间固定效应	Yes	Yes	Yes	Yes	Yes	Yes
个体固定效应	Yes	Yes	Yes	Yes	Yes	Yes

注：表中^***表示在1%的水平上显著，^**表示在5%的水平上显著，^*表示在10%的水平上显著，括号内为估计标准误。

6. 稳健性检验

6.1. 平行趋势检验

应用双重差分模型的重要前提之一是需要满足平行趋势检验，即在政策实施前实验组和对照组没有显著差别，在政策实施后产生了显著差别。本文建立了动态处理效应模型，得到平行趋势检验图(见图2)。

Figure 2. Parallel trend test chart

图2. 平行趋势检验图

如图2所示，在碳排放权政策实施以前系数均不显著，这意味着实验组和对照组在政策实施前具有相同的变化趋势，满足了平行趋势假设。政策实施以后，系数开始呈现下降趋势且置信区间不包含0，说明了碳排放权交易政策对实验组产生了影响，但在政策实施后第一年置信区间包含0，这说明政策产生影响需要时间，具有一定的政策滞后效应。

6.2. 滞后效应检验

从平行趋势检验中可看出，碳排放权对企业经营风险的影响具有滞后性，因此将被解释变量分别滞后一期和两期进行回归，结果如表4所示。

Table 4. Hysteresis effect test

表4. 滞后效应检验

变量	Riskt+1 (1)	Riskt+2 (2)
DID	−0.0117^***	−0.0122^***
	(0.0023)	(0.0024)
控制变量	Yes	Yes
时间固定效应	Yes	Yes
个体固定效应	Yes	Yes
样本量	10755	9921
R^2	0.4491	0.4254

注：表中^***表示在1%的水平上显著，^**表示在5%的水平上显著，^*表示在10%的水平上显著，括号内为估计标准误。

从表4中可以看出，核心解释变量DID的系数绝对值相比于基准回归数值更大，即碳排放权交易制度对企业经营风险的影响更为显著。试点企业在刚加入试点时，首先需要了解市场运行机制、查找市场信息等，其次在试点初期由于技术还未改进，为达到碳减排目标，可能通过减少产量或购买排放额等方式，对企业的正常经营造成一定的影响，当一段时间后企业会通过技术创新、改善其工艺设备等提升企业经营绩效。除了企业创新需要时间外，企业的绿色信息披露同样是循序渐进的过程，投资者接收到此类信息也需要一定的时间，进而逐渐改善对企业的印象和提升对企业的好感度。因此，碳排放权交易政策对企业经营风险的影响具有时滞性。

6.3. 安慰剂检验

安慰剂检验由医学领域演变而来，核心思想是被解释变量不一定是受到政策实质性的影响。若虚构变量或进行变量抽样后结果依然显著，则说明企业经营风险受到的影响可能不是来自于碳排放试点政策，而是受到了其他因素的干扰；若虚构变量或进行变量抽样后结果不显著，则表明政策效应是比较稳健的。本文采取对核心解释变量DID抽样的方法进行安慰剂检验。将DID的系数重新抽样500次，即打乱重新排序DID系数的取值，相当于重新分配了因果变量，然后对回归模型进行估计，并计算每次回归的P值和估计系数，绘制安慰剂检验结果图，见图3。

安慰剂检验结果显示，估计系数的取值大多集中在0值附近，整体偏离模型真实估计回归系数−0.011，表明在统计结果上并不显著，意味着基于虚构分组的碳排放权交易政策并未明显影响企业经营风险，反证基准回归结果可信。同时，大部分估计值的P值大于0.1，表明检验结果不具有偶然性，由其他偶然因素或政策导致的可能性不大，再次证明基准回归的结果可信。

6.4. 替换被解释变量

参考已有研究，有学者利用Z值来衡量企业的经营风险[19]。本文将Z值作为稳健性检验的替换变量。

关于Z值模型的建立，已经有众多学者对其展开了研究。本文选取了两种Z值模型的计算方法分别作为替换变量进行稳健性检验。第一种是Altman建立的Z-Score模型，Z值越大，则企业风险越小；另一种是Zhang结合我国实际情况建立的适用于我国经济环境的Z-Score模型，模型建立如下：

Figure 3. Placebo test

图3. 安慰剂检验

Table 5. Z-score variable definition table

表5. Z值变量定义表

变量	计算方式	含义
X1	营运资金/总资产	反映资产的变现能力和规模特征
X2	留存收益/总资产	反映公司的累积盈利能力
X3	EBIT/总资产	反映资产的盈利能力
X4	权益的市场价值/总负债的账面价值	反映公司的偿债能力
X5	营业收入/总资产	反映企业资产周转情况
X6	资产负债率	反映了企业的偿还债务的能力

Z₁ = 1.2X₁ + 1.4X₂ + 3.3X₃ + 0.6X₄ + 0.999X₅ (3)

Z₂ = 0.517 − 0.388X₁ + 1.158X₂ + 9.32X₃ − 0.46X₆ (4)

Z值模型各变量的含义见表5。Z值以2.67和1.81作为临界值计算样本得分所处的范围，判断标准是Z > 2.67为财务状况良好，发生破产的可能性较小，Z < 1.81为财务困境，潜伏着破产危机，1.81 < Z < 2.67为灰色地带，说明企业的财务状况极不稳定，发生财务困境的可能性很大。Z值与企业经营风险呈反比，即Z值越大，企业风险越小。

使用两种Z值模型分别替换基准回归中的被解释变量，模型其余部分不变，同样控制时间固定效应和个体固定效应，控制变量不变，回归结果见表6。

回归结果显示，碳排放权交易政策与企业Z值呈现正相关关系，两种Z值模型回归结果显著性水平均为1%。在Z₁模型中系数达到了17.948，且R²值为0.942，说明该模型的拟合程度更优，且碳排放权对企业风险的影响显著。由于Z值越大表明企业经营风险越低，即碳排放权交易提高了企业的Z值，即降低了企业的经营风险。

6.5. 改变样本量

由于重庆是7个试点城市中唯一一个位于西部的城市，为剔除试点城市因地区发展不同对实证分析结果造成影响，本文剔除重庆市试点企业的数据进行再次回归。结果见表7。

Table 6. Replacing the regression results of the explained variables

表6. 替换被解释变量回归结果

变量	Z1 (1)	Z2 (2)
DID	17.948^***	0.337^***
	(5.631)	(0.041)
时间固定效应	Yes	Yes
个体固定效应	Yes	Yes
控制变量	Yes	Yes
样本量	12215	12423
R^2	0.942	0.511
Adj_R^2	0.938	0.474

注：表中^***表示在1%的水平上显著，^**表示在5%的水平上显著，^*表示在10%的水平上显著，括号内为估计标准误。

Table 7. The regression results after removing Chongqing sample

表7. 剔除重庆市样本后的回归结果

变量	波动率 (1)
DID	−0.012^***
	(0.002)
时间固定效应	Yes
个体固定效应	Yes
控制变量	Yes
样本量	10687
R^2	0.396
Adj_R^2	0.344

注：表中^***表示在1%的水平上显著，^**表示在5%的水平上显著，^*表示在10%的水平上显著，括号内为估计标准误。

回归结果显示，即使是剔除了地区发展差异的影响，回归结果仍然呈现1%显著性水平且系数为负。即碳排放权试点交易政策的实施降低了企业的盈利波动率，即降低了企业的经营风险。

6.6. PSM-DID

企业是否被纳入碳排放权试点名单不是完全随机的，而是政府通过考量企业过往的碳排放数据和各项指标之后进行的综合考量，处于一定排放水平之上的企业才会被纳入碳排放权试点交易。因此，样本可以会出现选择偏差从而影响到回归结果的情况。倾向得分匹配法(PSM)可以有效解决样本的自选择问题。PSM-DID检验可以通过降低样本分组的非随机性来缓解内生性问题并减少系统性误差。操作方法如下：(1) 选择协变量；(2) 对各个样本进行得分估计；(3) 运用匹配方法进行倾向得分匹配。匹配完成后，实验组样本和对照组样本在协变量方面具有相似性，此时进行回归更加准确。本文选取企业的总资产、资产回报率、固定资产比率、企业市值、资产负债率、托宾Q值作为协变量，采用了半径匹配和核匹配方法进行倾向得分匹配。结果如表8所示，其中第(1)列为半径匹配后的回归结果，第(2)列为核匹配后的回归结果。回归结果显示，在进行半径匹配和核匹配两种倾向匹配得分法之后，碳排放权政策对企业经营风险的影响依然显著，证明基准回归结果具有稳健性，碳排放权试点交易政策的实施显著降低了企业的经营风险。

Table 8. PSM-DID regression results

表8. PSM-DID回归结果

变量	波动率
	(1)	(2)
DID	−0.009^***	−0.012^***
	(0.002)	(0.002)
控制变量	Yes	Yes
时间固定效应	Yes	Yes
个体固定效应	Yes	Yes
样本量	9718	10544
R^2	0.390	0.400
Adj_R^2	0.332	0.348

注：表中^***表示在1%的水平上显著，^**表示在5%的水平上显著，^*表示在10%的水平上显著，括号内为估计标准误。

7. 结论与建议

本文选取了2008年至2023年试点地区上市公司为研究对象，基于碳排放权交易政策这一具有准自然试验属性的市场型环境规制，构建了双重差分模型，实证检验了碳排放权交易政策对企业经营风险的影响。实证结果表明，碳排放权试点交易政策的实施显著降低了企业的经营风险。在经过了平行趋势检验、滞后效应检验及一系列稳健性检验后结果依然成立。基于前文结论，本文提出以下政策建议：

第一，加大对企业绿色创新技术的扶持和优惠政策，通过激励政策鼓励企业进行创新，进而降低企业的经营风险；第二，加强企业的信息披露监管力度，强制企业披露更多信息，尤其是在绿色发展方面的信息，加大企业的绿色信息报道力度，鼓励投资者关注企业信息，树立企业良好正面的形象；第三，在金融机构给予企业绿色信贷时，加大金融机构对于企业绿色表现的权重，促使企业在绿色治理方面做出更多努力，同时金融机构对绿色治理绩效提升明显的企业给予更多资金支持，降低企业的经营风险。

由于数据的可得性，本文仅选取了上市公司作为研究对象，可能对结论产生一定的影响。随着更多碳排放权交易的信息披露，碳排放权对企业经营风险的影响可能会得到进一步的研究。