1. 引言
近代以来,世界正经历着高速的工业化与现代化,人们的生活物质条件日益提高,却造成了严重的环境污染,环境问题已成为当代世界最受关注的社会问题之一。现在,在“十四五”时期,我国要持续贯彻新发展理念,以绿色为基础推进我国经济发展。而企业作为社会经济生产活动的重要成员之一,应当对环境治理承担责任,严格按照相关制度的规定,对自己的环境信息进行披露,主动降低经济活动的负外部效应。近年来,我国不断颁布和修改有关环境信息披露的准则。如最近,2022年我国生态环境部印发《企业环境信息依法披露管理办法》,进一步规范了企业环境信息披露的形式与内容,可见环境信息对于高质量发展绿色经济起到了至关重要的作用。
融资约束,指企业在资金筹集的过程中可能受到的阻碍,是影响企业投资的重要因素之一。金融机构、投资者不仅会注重企业发布的财务报告,也会通过企业披露的环境信息,来评估企业的环境风险,从而决定是否为其提供资金。因此,上市公司能否通过提高环境信息披露水平,来缓解融资约束便成为了一个值得关注的话题。综上所述,探索企业环境信息披露对融资约束的影响,不仅能够推进我国经济的绿色发展,也能加强企业对环境治理及社会责任的重视程度,降低环境风险实现可持续发展。
在目前国内外学者的研究中,企业内部因素如公司规模、年龄(罗荷花和李明贤,2016 [1];段伟宇等,2019 [2]; Athey和Laumas, 1994 [3]),及所在地区的市场竞争(陈胜蓝等,2012 [4])、经济金融环境(李科和徐龙炳,2011 [5];魏志华等,2014 [6]; Christophe和Oleksandr, 2011 [7])等外部因素都被证明是融资约束的影响因素。也有学者尝试研究环境信息披露对融资约束的影响,但不同学者会选择不同的行业来进行分析,选取的样本公司、样本量的时间范围也各不相同,得出的实证结果也有所不同。如何贤杰等(2012) [8]、党文英(2019) [9]、张正勇和李芳祺(2021) [10]发现,企业通过披露环境信息,向外界发出企业经营现状和前景优秀的信号,降低信息不对称水平从而缓解融资约束。但也有学者得出相反结论,如张铁铸和金豪(2017) [11]发现融资约束与信息披露之间呈正相关关系,企业会考虑到信息披露与融资所需的成本,在融资压力较轻时减少信息披露。
因此,本文以2016至2022年我国A股上市公司为样本,选取14个指标构建环境信息披露水平评价体系,构建回归模型以研究其对融资约束的影响,存在的边际贡献有:首先,本文选取的样本时间跨度为2016年至2022年,且样本公司的空间范围更大、更全面,包含除金融行业之外的所有行业;其次,本文选用14个指标构建了环境信息披露评价体系,为评估环境信息披露质量提供了新的方法;最后,本文拓展了环境信息披露对上市公司融资约束影响的相关研究,为促进企业积极提高环境信息披露水平、改善我国环境污染问题提供了新的思路。
2. 机制分析与研究假设
信号传递理论认为,上市公司在披露环境信息的时候,能向外部投资者发出正面的信号(党文英,2019 [9];舒利敏和张俊瑞,2014 [12]),告诉外部投资者自己正在积极地履行环境相关的责任并且关注可持续发展,获取外部投资者的信任,从而筹得更多资金,融资约束负担减少;信息不对称理论认为,上市公司进行高水平的环境信息披露,可以使得外部投资者越容易获得其所需要的环境信息(吴红军等,2017 [13]),降低了搜集所需信息的成本、提高了投资效益,从而缓解了融资约束(Diamond和Verrecchia, 1991 [14]);利益相关者理论认为,政府和投资者是上市公司的主要利益相关者。上市公司积极履行社会责任、落实国家制定的相关政策并进行高水平的信息披露,更容易获得国家的政策支持及银行贷款(Goss and Roberts, 2010 [15]),增加了投资者信心,从而不再对其要求很高的风险补偿(何贤杰等,2012 [8]),从而降低融资约束。
基于以上机制分析,提出本文的假设1:
H1:环境信息披露水平越高,上市公司的融资约束程度越小。
此外,国家环保部规定我国16个行业为重污染行业。从2001年起,环保局开始对我国重污染行业的上市公司开展环保核查工作。在2007年又颁布了《上市公司环境保护核查工作指南》,环境保护要求不达标的重污染企业会受到处罚。也就是说,重污染行业公司被政府部门实行更严格的监管。因此,投资者会更关注他们的环境信息披露,这可能使得重污染行业上市公司环境信息披露对融资约束的作用更大。因此,提出本文的假设2。
H2:重污染行业和非重污染行业上市公司,环境信息披露水平对融资约束的影响不同。
3. 实证分析
3.1. 样本选择与数据来源
本文选取2016年至2022年我国沪深A股上市公司作为样本,所用数据均来自CSMAR国泰安数据库,并剔除了金融行业、不完整和缺失相关变量、ST、*ST、PT及发生暂停上市的样本。最终,得到有效观测样本18,638个,并对所有变量均进行了1%的缩尾处理。
3.2. 变量的选取
1) 被解释变量
本文选择Whited和Wu (2006) [16]构建的WW指数作为被解释变量,在过去的研究中,郭姝君和李竹梅(2020) [17]等大量学者在衡量上市公司融资约束时都使用了这一方法,其表达融资约束的有效性得到了大量学者的验证。WW指数的数值均小于零,且与融资约束成正比。计算公式如下:
(1)
此外,在稳健性检验时,本文选择Hadlock和Pierce (2010) [18]构建的SA指数作为替代变量。SA指数的数值均小于零,且与融资约束成正比。计算公式如下:
(2)
2) 解释变量
本文选取环境信息披露指数EDI作为本文的解释变量,EDI与上市公司环境信息披露水平成正比。本文借鉴了张正勇和李芳祺(2018) [10]、柏卉(2019) [19]等学者的方法,共选取十四个指标构建出指标体系,对所有样本公司进行打分,具体打分标准总结如表1所示。最后,再通过公式(3)计算得出EDI。
Table 1. The index indicators of environmental information disclosure
表1. 环境信息披露指数指标
指标分类 |
赋值说明 |
污染排放量 |
未披露或未达标为0分, 披露或达标为1分 |
环保荣誉或奖励 |
环境业绩与治理情况 |
污染物排放达标情况 |
环境报告 |
社会责任报告 |
环保管理制度体系 |
环保目标 |
环保理念 |
环保专项行动 |
环保教育与培训 |
环境事件应急机制 |
是否通过ISO14001认证 |
“三同时”制度 |
(3)
3) 控制变量
本文参照了郭姝君和李竹梅(2020) [17]、高宏霞等(2018) [20]、张月兰等(2021) [21]学者的研究,选取现金流比率(CF)、净资产收益率(ROE)、资产负债率(Lev)、独立董事比例(Indep)、第一大股东持股比率(First)、托宾Q值(TobinQ)、污染属性虚拟变量(P)作为控制变量。表2是本文所选取的所有变量的定义表。
Table 2. Variable definitions
表2. 变量定义表
变量类型 |
变量名称 |
变量符号 |
变量的计算与说明 |
被解释变量 |
融资约束 |
WW |
|
解释变量 |
环境信息披露指数 |
EDI |
表1 按照打分后计算得出 |
控制变量 |
现金流比率 |
CF |
经营性活动现金流净值/年末总资产 |
净资产收益率 |
ROE |
净利润/平均净资产 |
资产负债率 |
Lev |
总负债/总资产 |
独立董事比例 |
Indep |
独立董事人数/董事人数 |
第一大股东持股比率 |
First |
第一大股东持股份额/公司总股份 |
托宾Q值 |
TobinQ |
市值/资产总计 |
虚拟变量 |
污染属性虚拟变量 |
P |
若为重污染行业则取1,否则取0 |
3.3. 模型设计
首先,为检验本文的假设1,本文构建了以WW为被解释变量,以EDI为解释变量,加入CF、ROE、Lev、Indep、First、TobinQ、P为控制变量的回归模型。如公式(4)所示:
(4)
其次,为了验证本文假设2,用虚拟变量P将样本数据划分为重污染行业组与非重污染行业组后,进行分组回归。
3.4. 实证结果与分析
1) 描述性统计结果
如表3所示,我国上市公司融资约束程度差异较大,WW指数的最小值为−1.242,最大值为−0.857,标准差为0.075,最值间相差0.385。解释变量EDI平均值为0.333、标准差为0.225,可见我国上市公司的环境信息披露水平整体偏低。且EDI最小值仅0.071,最大值高达0.929,体现出我国上市公司在环境信息公开方面存在很大的差异。
Table 3. Descriptive statistics results of research variables
表3. 研究变量的描述性统计结果
Variables |
样本量 |
平均值 |
中位数 |
标准差 |
最小值 |
最大值 |
WW |
18,638 |
−1.028 |
−1.025 |
0.075 |
−1.242 |
−0.857 |
SA |
18,638 |
−3.899 |
−3.902 |
0.247 |
−4.508 |
−3.148 |
EDI |
18,638 |
0.333 |
0.286 |
0.225 |
0.071 |
0.929 |
CF |
18,638 |
0.0470 |
0.0460 |
0.0670 |
−0.153 |
0.246 |
ROE |
18,638 |
0.0320 |
0.0640 |
0.205 |
−1.343 |
0.320 |
Lev |
18,638 |
0.456 |
0.453 |
0.194 |
0.0730 |
0.905 |
Indep |
18,638 |
0.379 |
0.364 |
0.0540 |
0.333 |
0.571 |
First |
18,638 |
0.332 |
0.308 |
0.145 |
0.0850 |
0.734 |
TobinQ |
18,638 |
1.916 |
1.529 |
1.206 |
0.816 |
7.915 |
P |
18,638 |
0.279 |
0 |
0.449 |
0 |
1 |
2) 回归结果分析
本文采用固定效应模型进行回归,回归结果如表4所示,列(1)为未加入控制变量的原始模型的结果,列(2)为加入了控制变量的回归结果。可见,EDI的一次项系数为−0.024,且在1%的水平下显著,这说明环境信息披露水平越高,上市公司融资约束越小,验证了本文的假设1。
Table 4. Fixed effects model regression results
表4. 固定效应模型回归结果
|
(1) |
(2) |
被解释变量 |
WW |
WW |
EDI |
−0.024*** |
−0.024*** |
|
(0.002) |
(0.002) |
CF |
|
−0.119*** |
|
|
(0.006) |
ROE |
|
−0.065*** |
|
|
(0.002) |
Lev |
|
−0.039*** |
|
|
(0.004) |
Indep |
|
0.023** |
|
|
(0.009) |
First |
|
−0.043*** |
|
|
(0.006) |
TobinQ |
|
0.007*** |
|
|
(0.000) |
P |
|
−0.002 |
|
|
(0.003) |
_cons |
−1.020*** |
−1.001*** |
|
(0.001) |
(0.005) |
N |
18638.000 |
18638.000 |
r2 |
0.007 |
0.147 |
r2_a |
−0.299 |
−0.117 |
注:***表示在1%的水平下显著,**表示在5%的水平下显著,*表示在10%的水平下显著,括号内数值为标准误差。
3) 异质性分析
本文根据《上市公司环境信息披露指南》的规定,选取股票代码为B06、B07、B08、B09、C17、C19、C22、C25、C26、C27、C28、C30、C31、C32、C33、D44的上市公司作为重污染行业组,并使用虚拟变量P来区分。从表5中可以看出,非重污染行业组与重污染行业组的EDI系数都为负,且在1%水平显著,这又一次验证了假设1。同时,重污染行业组的系数绝对值更大,这说明环境信息披露对重污染行业公司的融资约束的影响更大,验证了假设2。
Table 5. Regression results of different pollution attributes
表5. 区分不同污染属性的回归结果
分组 |
非重污染行业组 |
重污染行业组 |
污染属性 |
P = 0 |
P = 1 |
被解释变量 |
WW |
WW |
EDI |
−0.023*** |
−0.024*** |
|
(0.003) |
(0.004) |
CF |
−0.118*** |
−0.120*** |
|
(0.007) |
(0.010) |
ROE |
−0.064*** |
−0.070*** |
|
(0.002) |
(0.004) |
Lev |
−0.039*** |
−0.040*** |
|
(0.005) |
(0.006) |
Indep |
0.024** |
0.004 |
|
(0.011) |
(0.017) |
First |
−0.041*** |
−0.067*** |
|
(0.008) |
(0.011) |
TobinQ |
0.007*** |
0.006*** |
|
(0.000) |
(0.001) |
P |
|
|
_cons |
−1.002*** |
−0.987*** |
|
(0.006) |
(0.008) |
N |
13436.000 |
5202.000 |
r2 |
0.142 |
0.158 |
r2_a |
−0.138 |
−0.094 |
注:***表示在1%的水平下显著,**表示在5%的水平下显著,*表示在10%的水平下显著,括号内数值为标准误差。
4) 稳健性检验
本文使用SA指数作为新的被解释变量,其他的变量维持不变,再次对模型进行回归。如表6,EDI回归系数为−0.190,在1%水平显著,通过了稳健性检验。
Table 6. Robustness test results of regression analysis
表6. 回归分析的稳健性检验结果
被解释变量 |
SA |
EDI |
−0.190*** |
|
(0.005) |
CF |
−0.058*** |
|
(0.012) |
ROE |
0.023*** |
|
(0.004) |
Lev |
−0.133*** |
|
(0.008) |
Indep |
−0.090*** |
|
(0.020) |
First |
0.454*** |
|
(0.013) |
TobinQ |
0.019*** |
|
(0.001) |
P |
−0.001 |
|
(0.007) |
Constant |
−3.926*** |
|
(0.010) |
Observations |
18638.000 |
R-squared |
0.245 |
注:***表示在1%的水平下显著,**表示在5%的水平下显著,*表示在10%的水平下显著,括号内数值为标准误差。
在对不同污染属性下,环境信息披露对上市公司融资约束的影响进行稳健性分析时,也采用SA替换WW。从表7中看出,非重污染行业组与重污染行业组的EDI系数都为负,在1%水平显著,且重污染行业组的系数绝对值仍更大,原结论没有发生变化。
Table 7. Robustness test results of listed companies with different pollution attributes
表7. 不同污染属性上市公司的稳健性检验结果
分组 |
非重污染行业组 |
重污染行业组 |
污染属性 |
P = 0 |
P = 1 |
被解释变量 |
SA |
SA |
EDI |
−0.184*** |
−0.190*** |
|
(0.006) |
(0.009) |
CF |
−0.026* |
−0.131*** |
|
(0.013) |
(0.024) |
ROE |
0.023*** |
0.020** |
|
(0.004) |
(0.009) |
Lev |
−0.160*** |
−0.091*** |
|
(0.009) |
(0.015) |
Indep |
−0.099*** |
−0.088** |
|
(0.023) |
(0.040) |
First |
0.484*** |
0.413*** |
|
(0.016) |
(0.026) |
TobinQ |
0.018*** |
0.020*** |
|
(0.001) |
(0.002) |
P |
|
|
_cons |
−3.920*** |
−3.928*** |
|
(0.011) |
(0.020) |
N |
13436.000 |
5202.000 |
r2 |
0.264 |
0.215 |
r2_a |
0.024 |
−0.020 |
注:***表示在1%的水平下显著,**表示在5%的水平下显著,*表示在10%的水平下显著,括号内数值为标准误差。
4. 研究结论与政策建议
4.1. 研究结论
本文以2016至2022年我国A股上市公司为样本,研究了环境信息披露水平对上市融资约束的影响,主要结论如下:第一,上市公司的融资约束程度可以通过披露高水平的环境信息来缓解。以WW指数为被解释变量的回归结果显示,环境信息披露和融资约束在1%的水平上显著负相关。在以SA指数为被解释变量进行稳健性分析时,发现结论仍相同。第二,在区分重污染行业和非重污染行业后,环境信息披露水平对这两类行业的上市公司融资约束程度的影响是不同的,环境信息披露对重污染行业公司的融资约束程度的影响大于非重污染行业组的公司。
4.2. 政策建议
1) 企业层面
第一,企业应该自觉提高环境信息披露的水平。虽然企业的费用成本可能会因为披露环境信息而增加,但是提高环境信息披露水平能够降低企业所承受的融资约束,因此企业应该更积极地公开环境信息,以在政府和国民之间建立良好的信誉,提高投资者投资信任度,从而缓解融资约束。
第二,企业可以建立一个环境管理制度体系,监督管理层进行决策时,或者员工在执行任务时,有没有遵循环境相关规定。如果有必要也可以在企业内部设立环境保护独立部门,有针对性地解决企业内部存在的环境风险,也可以定期地对员工进行环保教育与培训,使得企业的环保目标、环保理念真正地贯彻在企业精神之中。
2) 社会层面
第一,社会要提高对企业环境信息披露的重视程度,企业和政府应该通过媒体、网络加大宣传环境保护,呼吁社会公众重视环境信息,发挥社会公众对企业生产活动的监督作用。当社会整体对环境信息的重视提高,企业为了自身发展就不得不改进,我国的环境信息披露水平就能得到提升。
第二,社会公众作为环境的利益相关者,有权利对企业进行监督,因此可以建立环境信息披露监督平台,通过网络平台向公众提供各企业的环境信息,也方便投资者进行对比。这样社会公众就可以在平台上对企业的环境行为等发表评论,在发现企业有违反规定的行为、自身利益受到侵害也能有渠道举报。
3) 政府层面
第一,政府相关部门应该加强监督和惩罚力度。相关部门可以定期抽查并进行秘密走访,考察企业生产对环境的污染程度、是否违反环保政策。对环境造成严重污染的企业,可以限制其经营活动和融资,例如上调罚金、提高其贷款利率等。而对于积极履行环境保护政策的企业,则应该给予奖励。
第二,当政府在制定政策的时候,要实行差异化管理。本文发现,不同污染属性的企业的融资约束受环境信息披露的影响是有区别的,故政府在制定政策时,要注重政策的灵活性与适用性。目前,我国可以对重污染行业公司先实行更为严格的环境信息披露政策,因为他们的融资约束对环境信息披露更为敏感。
基金项目
项目名称:上海理工大学创新训练项目,项目编号:XJ2024153。
NOTES
*通讯作者。