綠色信貸政策與“兩高”企業(yè)權(quán)益資本成本

蔡海靜 周施

【摘要】綠色信貸是我國解決環(huán)境污染與資源浪費(fèi)問題、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級與經(jīng)濟(jì)可持續(xù)發(fā)展的重要政策之一。 基于2007 ～ 2016年A股上市公司經(jīng)驗(yàn)數(shù)據(jù)， 以2012年《綠色信貸指引》實(shí)施為事件構(gòu)造準(zhǔn)自然實(shí)驗(yàn)， 采用傾向得分匹配—雙重差分（PSM-DID）模型考察綠色信貸政策的實(shí)施對“兩高”企業(yè)權(quán)益資本成本的影響。 研究發(fā)現(xiàn)， 與其他企業(yè)相比， 綠色信貸政策會顯著提高“兩高”企業(yè)的權(quán)益資本成本， 且投資者信心在該影響中具有顯著的部分中介作用。 此外， 基于產(chǎn)權(quán)性質(zhì)和地區(qū)經(jīng)濟(jì)發(fā)展水平進(jìn)一步分組研究發(fā)現(xiàn)， 非國有性質(zhì)、發(fā)達(dá)地區(qū)的“兩高”企業(yè)受該政策的影響更顯著。

【關(guān)鍵詞】綠色信貸;權(quán)益資本成本;投資者信心;高污染、高耗能

【中圖分類號】F272? ? ? 【文獻(xiàn)標(biāo)識碼】A? ? 【文章編號】1004-0994（2022）03-0051-10

一、引言

改革開放以來， 我國經(jīng)濟(jì)快速發(fā)展， 但傳統(tǒng)粗放型經(jīng)濟(jì)發(fā)展方式伴隨著環(huán)境污染、資源浪費(fèi)等問題， 不符合長期可持續(xù)發(fā)展要求。 黨的十八大第一次把生態(tài)文明納入五位一體總布局， 以習(xí)近平同志為核心的黨中央高度重視綠色發(fā)展。 作為現(xiàn)代經(jīng)濟(jì)的核心， 金融業(yè)在綠色發(fā)展中起著關(guān)鍵作用， 綠色金融將為構(gòu)建有中國特色的現(xiàn)代金融體系做出重要貢獻(xiàn)。

綠色信貸源于綠色金融， 是綠色金融的重點(diǎn)和核心。 2007年， 原國家環(huán)境保護(hù)總局等機(jī)構(gòu)聯(lián)合發(fā)布《關(guān)于落實(shí)環(huán)保政策法規(guī)防范信貸風(fēng)險(xiǎn)的意見》， 要求各金融機(jī)構(gòu)加強(qiáng)授信管理， 嚴(yán)格信貸環(huán)保要求， 強(qiáng)化貸款審批、發(fā)放以及監(jiān)督管理流程的嚴(yán)格程度。 2012年， 中國銀行業(yè)監(jiān)督管理委員會制定并發(fā)布了《綠色信貸指引》， 指導(dǎo)銀行業(yè)金融機(jī)構(gòu)建立相關(guān)風(fēng)險(xiǎn)管理體系、完善信貸政策制度等， 對其開展綠色信貸工作做出明確要求與具體安排， 標(biāo)志著綠色信貸政策的進(jìn)一步發(fā)展。 綠色信貸是綠色金融政策的主要內(nèi)容， 其核心在于通過高門檻、高利率、融資約束等措施加強(qiáng)對“兩高”（高污染、高耗能）行業(yè)的信貸管制， 限制其發(fā)展， 引導(dǎo)其實(shí)施綠色轉(zhuǎn)型， 從而將生態(tài)文明建設(shè)融入經(jīng)濟(jì)社會發(fā)展中， 促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展。 隨著綠色信貸政策的不斷完善， 全民環(huán)保、低碳意識的日益提高， 我國投資者群體日益關(guān)注“低碳經(jīng)濟(jì)”“綠色經(jīng)濟(jì)”等相關(guān)領(lǐng)域， 逐漸將企業(yè)環(huán)保行為、社會責(zé)任感等因素納入投資決策中， 注重結(jié)合環(huán)境表現(xiàn)來評價(jià)企業(yè)價(jià)值。

基于上述背景和已有研究， 本文對綠色信貸如何影響“兩高”企業(yè)的權(quán)益資本成本以及投資者信心的中介作用進(jìn)行探究。 以“兩高”企業(yè)為處理組， 其他企業(yè)為對照組， 通過PSM-DID方法從權(quán)益資本成本角度分析綠色信貸政策如何影響“兩高”企業(yè)的權(quán)益融資活動， 并進(jìn)一步展開作用機(jī)制研究， 探討投資者信心在該影響中所發(fā)揮的中介作用。 此外， 本文就產(chǎn)權(quán)性質(zhì)和地區(qū)經(jīng)濟(jì)發(fā)展水平進(jìn)行異質(zhì)性分析， 探析不同情況下綠色信貸政策對“兩高”企業(yè)權(quán)益融資活動的實(shí)施效果。

本文可能的貢獻(xiàn)主要體現(xiàn)在以下三個方面： 首先， 首次從企業(yè)權(quán)益資本成本角度研究綠色信貸政策的實(shí)施效果， 并引入投資者信心作為中介變量， 為綠色信貸政策對企業(yè)權(quán)益融資活動的影響提供經(jīng)驗(yàn)檢驗(yàn)， 豐富了相關(guān)研究; 其次， 采用PSM-DID方法準(zhǔn)確識別綠色信貸政策與企業(yè)權(quán)益資本成本的關(guān)系， 檢驗(yàn)《綠色信貸指引》的實(shí)施凈效應(yīng)， 解決了綠色信貸研究所面臨的被投入企業(yè)綠色信貸相關(guān)數(shù)據(jù)無法獲取的問題; 最后， 通過研究地區(qū)經(jīng)濟(jì)發(fā)展水平對綠色信貸政策與“兩高”企業(yè)權(quán)益資本成本關(guān)系的影響， 考察各地區(qū)市場環(huán)境、制度建設(shè)和政策實(shí)施差距， 探尋可能對綠色信貸政策實(shí)施效果產(chǎn)生影響的制度與市場因素， 揭示綠色金融發(fā)展不平衡的現(xiàn)狀， 為促進(jìn)綠色金融全面發(fā)展提供經(jīng)驗(yàn)支持。

二、文獻(xiàn)綜述

為檢驗(yàn)綠色信貸政策的有效性， 學(xué)術(shù)界從宏觀層面、中觀層面和微觀層面對其實(shí)施效果展開了一系列研究。 在宏觀層面上， 綠色信貸政策實(shí)施效果主要集中于節(jié)能減排[1] 、環(huán)境質(zhì)量[2] 、經(jīng)濟(jì)增長[3] 等方面。 中觀層面的經(jīng)濟(jì)后果研究主要圍繞綠色信貸對商業(yè)銀行的盈利能力[4] 、經(jīng)營效率[5] 以及信貸風(fēng)險(xiǎn)[6] 等的影響。 隨著綠色信貸體系不斷發(fā)展， 政策微觀效果逐漸顯現(xiàn)， 學(xué)術(shù)界開始重視綠色信貸對被投入主體的微觀影響。 近年來， 學(xué)者們通過實(shí)證檢驗(yàn)分析了綠色信貸對上市公司創(chuàng)新績效[7] 、投資行為[8] 、債務(wù)期限[9] 、新增銀行借款[10] 、債務(wù)融資成本[11，12] 、融資便利性[13，14] 等要素的影響， 基于被投入企業(yè)視角研究了綠色信貸政策的微觀效果。 此外， 合理的資本結(jié)構(gòu)對企業(yè)發(fā)展具有重要意義， 長期被學(xué)術(shù)界所關(guān)注。 然而， 當(dāng)前有關(guān)綠色信貸對被投入企業(yè)資本結(jié)構(gòu)的影響研究多涉及債務(wù)融資方面， 如伍中信等[15] 在對綠色信貸與企業(yè)資本結(jié)構(gòu)的關(guān)系研究中僅探討了債務(wù)層面的影響， 而關(guān)于綠色信貸如何影響上市公司權(quán)益融資， 尚缺乏相關(guān)研究和驗(yàn)證。

權(quán)益資本成本受到諸多因素的影響， 國內(nèi)外學(xué)者主要從公司內(nèi)部和外部這兩個角度展開研究。 在內(nèi)部影響因素方面， 李力等[16] 以重污染行業(yè)上市公司為樣本， 研究發(fā)現(xiàn)企業(yè)碳績效與碳信息披露質(zhì)量顯著正相關(guān)， 且碳信息披露質(zhì)量越高， 企業(yè)權(quán)益資本成本越低。 魏卉和姚迎迎[17] 提出技術(shù)創(chuàng)新會通過提高企業(yè)競爭力和吸引投資者關(guān)注來降低企業(yè)權(quán)益資本成本。 在復(fù)雜多變的經(jīng)濟(jì)形勢下， 外部環(huán)境對企業(yè)權(quán)益資本成本的影響研究逐漸深化。 封雨和葉敏文[18] 研究發(fā)現(xiàn)， 發(fā)達(dá)的金融市場環(huán)境會通過完善信息披露機(jī)制等路徑對企業(yè)權(quán)益資本成本產(chǎn)生影響。 喻靈[19] 以A股上市公司為樣本， 研究發(fā)現(xiàn)股價(jià)崩盤風(fēng)險(xiǎn)與企業(yè)權(quán)益資本成本顯著正相關(guān)， 并且機(jī)構(gòu)投資者的信息傳遞作用會顯著降低該影響。 Li等[20] 以重污染企業(yè)為樣本， 研究發(fā)現(xiàn)關(guān)于企業(yè)低碳活動的媒體報(bào)道會顯著降低企業(yè)權(quán)益資本成本， 而市場化進(jìn)程會弱化這種作用。 此外， 國家宏觀經(jīng)濟(jì)政策與上市公司權(quán)益資本成本緊密相關(guān)， 如楊忠海[21] 研究發(fā)現(xiàn)， 在緊縮的貨幣政策下， 會計(jì)信息可比性的提高會降低企業(yè)權(quán)益資本成本。

綜上所述， 國內(nèi)外現(xiàn)有關(guān)于綠色信貸政策實(shí)施效果的研究主要集中在宏觀層面和中觀層面， 基于被投入企業(yè)這一微觀視角的相關(guān)文獻(xiàn)較少， 且從企業(yè)資本結(jié)構(gòu)角度入手的文獻(xiàn)都只探討了綠色信貸政策對企業(yè)債務(wù)融資活動的影響， 而作為企業(yè)融資重要來源的權(quán)益融資活動受到何種影響卻被學(xué)術(shù)界所忽視。 此外， 國內(nèi)外學(xué)者主要針對企業(yè)治理質(zhì)量、股價(jià)崩盤風(fēng)險(xiǎn)、投資者情緒等要素探討了權(quán)益資本成本的內(nèi)外部影響因素， 尚未直接探討綠色信貸政策對上市公司權(quán)益資本成本的影響。 因此， 本文將綠色信貸政策和權(quán)益資本成本納入同一研究框架， 以投資者信心為中介變量研究綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的作用機(jī)制， 以填補(bǔ)相關(guān)領(lǐng)域研究空白。

三、理論分析與研究假設(shè)

綠色信貸政策通過政策的差異化進(jìn)行信貸資源的優(yōu)化配置， 旨在緩解綠色企業(yè)融資難問題， 并通過融資約束抑制“兩高”企業(yè)的盲目發(fā)展， 促進(jìn)其積極尋求轉(zhuǎn)型。 綠色信貸政策主要通過信貸約束、政府環(huán)保干預(yù)與綠色理念的推廣遏制“兩高”企業(yè)發(fā)展， 影響市場投資者的投資行為， 進(jìn)而影響企業(yè)權(quán)益資本成本。

在綠色信貸政策下， 商業(yè)銀行將企業(yè)環(huán)保狀況作為審批貸款的必備條件之一， 通過高貸款成本和高貸款門檻等條件抑制信貸資源向“兩高”企業(yè)流動， 從而形成融資約束， 阻礙其發(fā)展。 綠色信貸對“兩高”企業(yè)發(fā)展的遏制作用最終會體現(xiàn)在企業(yè)年度報(bào)表中， 從而降低企業(yè)在資本市場中的投資價(jià)值。 抑制“兩高”企業(yè)融資和發(fā)展會向資本市場傳遞消極信號， 削弱其對“兩高”企業(yè)的資源配置力度， 投資意愿弱化和資金供給量減少將提高“兩高”企業(yè)的權(quán)益資本成本。 同時， 綠色信貸約束作用亦會對“兩高”企業(yè)的創(chuàng)新績效、融資便利性、投資效率等產(chǎn)生消極影響[7，8，14] ， 進(jìn)一步導(dǎo)致其權(quán)益資本成本提高。 此外， 綠色信貸政策將引發(fā)環(huán)境規(guī)制趨嚴(yán)， “兩高”企業(yè)將面臨更嚴(yán)格的監(jiān)督和懲罰， 迫使其在困境中開展技術(shù)創(chuàng)新以促進(jìn)企業(yè)轉(zhuǎn)型。 強(qiáng)監(jiān)管和嚴(yán)懲罰使得“兩高”企業(yè)面臨較高的環(huán)境違法風(fēng)險(xiǎn)和退出風(fēng)險(xiǎn)， 企業(yè)經(jīng)營環(huán)境存在較大不確定性。 基于利益相關(guān)者理論， 由于需要承擔(dān)被投資企業(yè)的環(huán)境風(fēng)險(xiǎn)， 市場投資者出于自身利益考慮會提高對“兩高”企業(yè)的預(yù)期回報(bào)要求。 同時， 我國近年來大力推進(jìn)經(jīng)濟(jì)社會發(fā)展綠色轉(zhuǎn)型， 持續(xù)深化綠色發(fā)展理念， 企業(yè)環(huán)境聲譽(yù)的重要性日益凸顯。 相較于其他企業(yè)， “兩高”企業(yè)缺乏環(huán)境友好和可持續(xù)發(fā)展的市場形象， 而社會聲譽(yù)下降可能導(dǎo)致其以較高的資本成本進(jìn)行外部融資。

基于上述分析， 本文提出假設(shè)：

H1： 與其他企業(yè)相比， 綠色信貸政策提高了“兩高”企業(yè)的權(quán)益資本成本。

四、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文基于PSM-DID模型檢驗(yàn)綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的影響， 選取2007 ～ 2016年A股上市公司作為研究對象， 處理組為“兩高”企業(yè)， 對照組為其他企業(yè)。 本文的“兩高”企業(yè)樣本根據(jù)2008年國家環(huán)保部印發(fā)的《上市公司環(huán)保核查行業(yè)分類管理名錄》中主要的16類重污染行業(yè)和《2010年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)報(bào)告》中6類高耗能行業(yè)篩選獲得。 同時按以下標(biāo)準(zhǔn)處理樣本： 剔除ST公司; 剔除AH股上市公司; 剔除金融行業(yè)上市公司; 剔除2012年之后（含2012年）成立的公司; 剔除數(shù)據(jù)缺失的樣本; 對連續(xù)型變量進(jìn)行前后1%的縮尾處理; 進(jìn)行傾向得分匹配， 剔除未匹配的樣本。 本文最終獲得4249個樣本觀測值， 數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫， 數(shù)據(jù)處理軟件為STATA 16.0和SPSS 26.0。

（二）變量選取

1. 被解釋變量。 權(quán)益資本成本是指投資者為被投資企業(yè)提供資金所要求的收益率， 即企業(yè)取得權(quán)益資本所需付出的代價(jià)。 考慮數(shù)據(jù)可獲得性和估計(jì)準(zhǔn)確性， 本文采用以公司收益為基礎(chǔ)的剩余收益模型進(jìn)行權(quán)益資本成本估價(jià)。 毛新述等[22] 通過檢驗(yàn)不同權(quán)益資本成本估計(jì)方法的有效性， 發(fā)現(xiàn)剩余收益模型中的PEG模型和OJN模型能更恰當(dāng)?shù)毓烙?jì)各種風(fēng)險(xiǎn)的影響， 更符合我國資本市場的實(shí)際情況。 由此， 本文在主檢驗(yàn)中采用Easton[23] 的PEG模型估計(jì)權(quán)益資本成本， 在穩(wěn)健性檢驗(yàn)中采用Ohlson等[24] 提出的OJN模型估計(jì)權(quán)益資本成本。 模型分別如下：

Rpeg= （1）

其中： Rpeg表示使用PEG模型估計(jì)的權(quán)益資本成本; epst+2是分析師預(yù)測的第t+2期每股收益均值; epst+1是分析師預(yù)測的第t+1期每股收益均值; Pt是公司第t期期末的每股價(jià)格。

其中： Rojn表示使用OJN模型估計(jì)的權(quán)益資本成本; k是過去三年的平均股利支付率; r-1表示長期經(jīng)濟(jì)增長率， 將其設(shè)定為5%。 其他變量定義與模型（1）相同。

2. 解釋變量。 雙重差分交互項(xiàng)Post×Treat是本文的核心解釋變量， 其系數(shù)估計(jì)值表示綠色信貸政策影響“兩高”企業(yè)權(quán)益資本成本的凈效應(yīng)。 其中： 分組虛擬變量Treat表示是否為“兩高”企業(yè)， 若為“兩高”企業(yè)， Treat取值為1， 否則取值為0; 時間虛擬變量Post以2012年《綠色信貸指引》印發(fā)為界， 2012年及之后Post取值為1， 否則取值為0。

3. 中介變量。 目前， 投資者信心這一變量尚無直接度量方式。 本文參照雷光勇等[25] 、杜勇等[26] 的做法， 綜合考慮市場層面和公司層面的影響因素， 選擇股票年換手率（TO）、市凈率（PB）以及主營業(yè)務(wù)收入增長率（GROW）這三個指標(biāo)， 對其進(jìn)行主成分分析并提取特征值大于1的前兩個主成分， 累計(jì)貢獻(xiàn)率為74.952%， 最終得到如下投資者信心指數(shù)方程：

Ic=0.3390×PB+0.2394×TO+0.3933×GROW

（3）

本研究所涉主要變量定義詳見表1。

（三）模型選取

1. 傾向得分匹配法。 由于處理組和對照組在可觀測特征上存在差異性， 僅通過雙重差分模型無法獲得綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的凈效應(yīng)。 傾向得分匹配法（PSM）不僅可以在一定程度上緩解內(nèi)生性， 還可以通過對照組的精確選擇減少普通OLS回歸可能存在的誤差。 本文借鑒劉曄等[27] 的研究， 通過逐年匹配方法為各年“兩高”企業(yè)的處理組分別尋找相匹配的對照組， 解決樣本選擇偏差和異質(zhì)性問題， 從而確保處理組和對照組滿足共同趨勢假設(shè)。 本文選擇1∶2最近鄰匹配且允許重復(fù)匹配的方法， 以相同年份為原則將“兩高”企業(yè)和其他企業(yè)中控制變量特征相同或相近的樣本進(jìn)行逐年匹配， 獲得處理組和對照組， 較大程度地確保樣本的準(zhǔn)確性和完整性。 具體步驟如下：

（1）選擇待匹配的控制變量， 本文選取Lev、Growth、Roa、Beta、Size、BM、Shrcr作為匹配變量。

（2）計(jì)算傾向得分。 以虛擬變量Treat為因變量， 當(dāng)Treat取1時表示“兩高”企業(yè)處理組， 取0時表示對照組， 以控制變量為自變量， 逐年運(yùn)用Logit估計(jì)處理組和對照組的控制變量傾向得分。 傾向得分將兩組研究對象的多個考察維度統(tǒng)一到一維， 即一個概率數(shù)值， 從而能更準(zhǔn)確地度量樣本之間的差異， 實(shí)現(xiàn)精準(zhǔn)匹配。 Logit模型的計(jì)算公式如下：

Treat=α0+α1Lev+α2Growth+α3Roa+α4Beta+

α5Size+α6BM+α7Shrcr+ε （4）

（3）匹配處理組和對照組的企業(yè)。 根據(jù)上一步驟估算的每個企業(yè)的傾向得分對兩組樣本按1∶2最近鄰匹配法進(jìn)行逐年匹配， 并舍棄不滿足匹配條件的樣本， 從而得到符合共同趨勢假設(shè)的處理組和對照組。

（4）根據(jù)兩組數(shù)據(jù)的傾向得分是否相近及其各控制變量均值差異是否顯著， 進(jìn)行共同支撐檢驗(yàn)和平衡性檢驗(yàn)。

2. 雙重差分模型。 雙重差分法（DID）被廣泛應(yīng)用于政策實(shí)施效果分析， 其原理是在反事實(shí)框架下根據(jù)外生政策將樣本分為處理組和對照組， 對被觀測變量在未實(shí)施政策和實(shí)施政策的不同情況下如何變化進(jìn)行檢驗(yàn)， 排除環(huán)境效應(yīng)等帶來的影響， 從而有效緩解普通OLS回歸中存在的內(nèi)生性問題。

為探討綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的作用機(jī)制， 以往的做法會對政策實(shí)施前后的“兩高”企業(yè)權(quán)益資本成本做差分， 但這種單差法會忽略大環(huán)境對其產(chǎn)生的影響， 而得到有偏估計(jì)。 同時， 綠色信貸政策是不受單個企業(yè)影響的外生政策， 為構(gòu)建準(zhǔn)自然實(shí)驗(yàn)進(jìn)行政策凈效應(yīng)檢驗(yàn)提供了有利條件。 因此， 本文使用PSM方法獲得處理組和對照組， 處理組是“兩高”企業(yè)， 對照組是其他企業(yè)， 通過橫向和縱向雙重差分構(gòu)建模型（5）檢驗(yàn)綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的凈政策效應(yīng)。 此外， 本文借鑒溫忠麟和葉寶娟[28] 提出的中介效應(yīng)檢驗(yàn)方法， 在模型（5）的基礎(chǔ)上構(gòu)建模型（6）和模型（7）， 對投資者信心在綠色信貸和“兩高”企業(yè)權(quán)益資本成本關(guān)系中的中介作用進(jìn)行檢驗(yàn)。 雙重差分模型（5） ～ （7）如下：

PEGi，t=β0+β1Post×Treat+βjControlsj+Idi+

Yeari+εi，t? ?（5）

Ici，t=γ0+γ1Post×Treat+γjControlsj+Idi+Yeari+

εi，t? ?（6）

PEGi，t=δ0+δ1Post×Treat+δ2Ici，t+δjControlsj+

Idi+Yeari+εi，t? ? （7）

其中： β0、γ0、δ0表示常數(shù)項(xiàng)， βj、γj、δj是解釋變量待估計(jì)系數(shù)， ε為隨機(jī)擾動項(xiàng); Idi表示個體固定效應(yīng)， 對較為粗糙的分組變量Treat進(jìn)行替代， 從而能夠更精確地反映個體特征; Yeari表示時間固定效應(yīng)， 對較為粗糙的政策實(shí)施變量Post進(jìn)行替代， 從而能夠更精確地反映時間特征。 模型（5） ～ （7）中交互項(xiàng)Post×Treat的系數(shù)β1、γ1、δ1分別表示綠色信貸政策實(shí)施對“兩高”企業(yè)權(quán)益資本成本和投資者信心的凈影響。

五、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

表2反映了本文主要變量的描述性統(tǒng)計(jì)結(jié)果。 權(quán)益資本成本的均值為11.0%， 最大值為25.8%， 最小值為3.0%， 標(biāo)準(zhǔn)差為0.042， 這說明樣本企業(yè)的權(quán)益資本成本存在一定差異。 投資者信心的均值為2.705， 可以看出我國投資者信心水平普遍不高， 這可能源于我國資本市場的發(fā)展水平不高。 投資者信心的最大值為8.772， 最小值為0.608， 標(biāo)準(zhǔn)差為1.529， 這反映了不同樣本企業(yè)在不同年份的投資者信心存在較大差異。 時間虛擬變量的均值為0.563， 說明政策實(shí)施之后的樣本占樣本總量的56.3%。 分組虛擬變量的均值為0.408， 說明“兩高”企業(yè)樣本占樣本總量的40.8%。 此外， 企業(yè)規(guī)模的數(shù)據(jù)差異較大， 這說明樣本中企業(yè)規(guī)模不一。 營業(yè)收入增長率和總資產(chǎn)凈利潤率的最大值、最小值與平均值之間也存在一定差異。 營業(yè)收入增長率的最小值為負(fù)值， 這表明樣本中存在負(fù)增長的企業(yè)。 總資產(chǎn)凈利潤率的最小值也為負(fù)值， 這說明樣本中部分企業(yè)經(jīng)營狀況較差， 缺乏一定的獲利能力。

（二）傾向得分匹配結(jié)果分析

本文以相同年份為原則， 基于1∶2最近鄰匹配方法對樣本進(jìn)行逐年匹配。 由于各年結(jié)果相似， 本文僅匯報(bào)2016年的傾向得分匹配結(jié)果。

均衡性檢驗(yàn)結(jié)果見表3， 匹配后全部變量在處理組和對照組之間的均值差異較小， 標(biāo)準(zhǔn)化偏差的絕對值均小于5%， 并且匹配后的t統(tǒng)計(jì)量均小于1.65， 即均不拒絕兩組數(shù)據(jù)不存在系統(tǒng)性差異的假設(shè)。 因此， 平衡性假設(shè)得到滿足， 基于傾向得分匹配方法的匹配效果較為理想。

此外， 各協(xié)變量在匹配前后的標(biāo)準(zhǔn)差變動情況直觀地展示在圖1中。 由圖1可知， 匹配后變量在處理組和對照組之間均值差異較小， 其標(biāo)準(zhǔn)化偏差均控制在較小范圍內(nèi)， 這說明匹配后樣本可支撐本文進(jìn)一步的研究。

圖2直觀展示了絕大部分觀測值都在傾向得分的共同取值范圍內(nèi)， 符合共同支撐假設(shè)這一要求。 圖3為傾向得分值概率分布密度函數(shù)圖。 觀察圖3可知， 匹配前處理組和對照組核密度函數(shù)圖存在一定差異， 可能存在樣本選擇偏差。 通過傾向得分匹配， 處理組和對照組的核密度函數(shù)圖幾乎重疊， 能夠保持共同趨勢。 由此可見， 匹配后的樣本符合共同趨勢假設(shè)的要求。

（三）雙重差分模型實(shí)證分析

由前文對傾向得分匹配結(jié)果的分析可知， 匹配后獲取的樣本滿足PSM-DID的前提條件， 因此本文采用匹配后的樣本根據(jù)模型（5）進(jìn)行雙重差分分析， 檢驗(yàn)H1。 控制其他變量前， 回歸結(jié)果如表4列（1）所示， 雙重差分變量Post×Treat的系數(shù)為0.004， t檢驗(yàn)統(tǒng)計(jì)量為1.86， 在10%的水平上顯著為正， 這初步說明綠色信貸政策的實(shí)施會導(dǎo)致“兩高”企業(yè)權(quán)益資本成本的提高。 控制其他變量后， 回歸結(jié)果如表4列（2）所示， 雙重差分變量Post×Treat的系數(shù)為0.005， t檢驗(yàn)統(tǒng)計(jì)量為2.03， 在5%的水平上顯著為正， 這進(jìn)一步說明相對于其他企業(yè)， 綠色信貸政策顯著提高了“兩高”企業(yè)的權(quán)益資本成本， H1成立。

（四）穩(wěn)健性檢驗(yàn)

本文主要通過更換權(quán)益資本成本衡量方式、更換PSM匹配方法以及反事實(shí)檢驗(yàn)等， 對主檢驗(yàn)回歸結(jié)果和結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)。 穩(wěn)健性檢驗(yàn)結(jié)果列示于表5中。

1. 更換權(quán)益資本成本衡量方式。 前文的主體回歸部分已經(jīng)運(yùn)用PEG模型來估算企業(yè)權(quán)益資本成本， 下面繼續(xù)采用OJN模型的估算方式來衡量權(quán)益資本成本， 對模型（5）進(jìn)行回歸， 進(jìn)一步檢驗(yàn)結(jié)論的穩(wěn)健性。 由表5列（1）可知， 雙重差分變量Post×Treat的系數(shù)為0.006， 在5%的水平上顯著， 這表明綠色信貸政策會提高“兩高”企業(yè)的權(quán)益資本成本， 與主檢驗(yàn)結(jié)論一致， 說明主檢驗(yàn)回歸結(jié)果具有穩(wěn)健性。

2. 更換PSM匹配方法。 PSM的具體匹配方法多種多樣， 本文繼續(xù)采用局部線性回歸匹配法同樣對樣本進(jìn)行逐年匹配， 并以匹配后的樣本對模型（5）進(jìn)行回歸。 對表5列（2）的回歸結(jié)果進(jìn)行類似分析可知， 采用局部線性回歸匹配法的回歸結(jié)果與主檢驗(yàn)中采用最近鄰匹配法的結(jié)果具有一致性， 這說明了不同匹配方法的穩(wěn)健性。

3. 反事實(shí)檢驗(yàn)。 考慮其他隨機(jī)因素可能會對企業(yè)權(quán)益資本成本產(chǎn)生影響， 本文通過改變政策實(shí)施時點(diǎn)進(jìn)行反事實(shí)檢驗(yàn)， 即假設(shè)政策干預(yù)發(fā)生在其他時點(diǎn)， 若“兩高”企業(yè)的權(quán)益融資狀況確實(shí)受到綠色信貸政策的影響， 那么在反事實(shí)檢驗(yàn)中雙重差分變量Post×Treat的系數(shù)與主檢驗(yàn)中的結(jié)果應(yīng)存在明顯差異。 具體而言， 本文分別選取政策實(shí)施前后的兩個期間作為反事實(shí)檢驗(yàn)中的數(shù)據(jù)樣本， 即政策實(shí)施前的2007 ～ 2011年和政策實(shí)施后的2012 ～ 2016年， 并假設(shè)政策實(shí)施時點(diǎn)分別前推和后推兩年， 從而對樣本進(jìn)行回歸， 估計(jì)假想政策的效果。 由表5列（3）可知， 政策實(shí)施時點(diǎn)前推的樣本回歸結(jié)果中， 雙重差分變量Post_pre×Treat的估計(jì)系數(shù)不顯著; 由表5列（4）可知， 政策實(shí)施時點(diǎn)后推的樣本回歸結(jié)果中， 雙重差分變量Post_post×Treat的估計(jì)系數(shù)不顯著。 因此， 綠色信貸政策在其他時點(diǎn)實(shí)施的政策效應(yīng)均不顯著， 這在一定程度上表明提高“兩高”企業(yè)權(quán)益資本成本的因素不是來自于其他干擾因素， 而是很大程度上來自于綠色信貸政策的實(shí)施效應(yīng)， 本文結(jié)論可靠。

（五）進(jìn)一步研究

1. 投資者信心的中介效應(yīng)。 投資者信心是積極的投資者情緒， 是指投資者根據(jù)可獲得信息綜合分析市場和企業(yè)的發(fā)展?fàn)顩r后， 產(chǎn)生對于未來的樂觀預(yù)期。 根據(jù)有效市場理論， 我國正處于弱式有效市場， 理性的投資者只能結(jié)合宏觀環(huán)境、行業(yè)、公司等因素進(jìn)行分析以做出投資決策。 綠色信貸政策傳遞著支持環(huán)境友好型行業(yè)發(fā)展的信號， 這種政策傾向會弱化投資者對“兩高”行業(yè)的信心。 同時， 綠色信貸對“兩高”企業(yè)的融資約束致使相關(guān)企業(yè)創(chuàng)新與財(cái)務(wù)績效表現(xiàn)不佳且經(jīng)營風(fēng)險(xiǎn)增加， 導(dǎo)致投資者所面臨的投資風(fēng)險(xiǎn)較高， 有損投資者的樂觀情緒。 此外， 在綠色信貸政策背景下， 社會各界日益重視綠色經(jīng)濟(jì)發(fā)展， 而“兩高”企業(yè)作為非環(huán)境友好型企業(yè)， 在資本市場上具有較差的企業(yè)聲譽(yù)。 由于聲譽(yù)是向外界傳遞企業(yè)價(jià)值的重要信號， 投資者對于“兩高”企業(yè)的未來很可能持消極預(yù)期。 同時， 政府對企業(yè)環(huán)境表現(xiàn)的重視以及投資者環(huán)保意識的增強(qiáng)， 使得企業(yè)的環(huán)境表現(xiàn)可能成為企業(yè)價(jià)值的重要評價(jià)指標(biāo)， 從而影響投資者對“兩高”企業(yè)的預(yù)期。

總體而言， 綠色信貸政策可能會促進(jìn)社會公眾投資者對“兩高”企業(yè)的消極未來預(yù)期， 弱化投資者信心并影響其投資行為， 這最終會表現(xiàn)在企業(yè)股價(jià)上， 從而影響企業(yè)權(quán)益資本成本。 因此， 本文根據(jù)模型（5） ～ （7）分別進(jìn)行回歸， 探究投資者信心在綠色信貸政策與“兩高”企業(yè)權(quán)益資本成本關(guān)系中的中介作用， 回歸結(jié)果如表6列（1） ～ 列（3）所示。

由表6列（1）和列（2）可知， 模型（5）和模型（6）中雙重差分變量Post×Treat的系數(shù)分別為0.005和

-0.189， 分別在5%和1%的水平上顯著， 這表明綠色信貸政策會提高“兩高”企業(yè)的權(quán)益資本成本， 降低其投資者信心。 在模型（5）、模型（6）的回歸結(jié)果基礎(chǔ)上， 對模型（7）進(jìn)行回歸以檢驗(yàn)投資者信心的中介作用， 回歸結(jié)果如表6列（3）所示。 投資者信心的回歸系數(shù)在1%的水平上顯著為負(fù)， 這說明在考慮其他變量后， 企業(yè)投資者信心越小， 其權(quán)益資本成本越高。 雙重差分變量Post×Treat的系數(shù)為0.004， 在10%的水平上顯著， 且與模型（5）的回歸結(jié)果相比， 該變量系數(shù)的絕對值有所下降， 即在模型（5）的基礎(chǔ)上加入投資者信心后， 綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的影響有所下降但仍顯著。 根據(jù)溫忠麟和葉寶娟[28] 提出的中介效應(yīng)檢驗(yàn)?zāi)Ｐ停?投資者信心在綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的影響中起著部分中介作用， 即投資者信心的降低分擔(dān)了一部分綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的消極影響， 綠色信貸政策可以通過降低“兩高”企業(yè)投資者信心來提高其權(quán)益資本成本。

2. 產(chǎn)權(quán)異質(zhì)性。 由于與政府存在密切關(guān)系， 與非國有企業(yè)相比， 國有企業(yè)在政策保護(hù)和融資便利方面頗具優(yōu)勢， 其資金和經(jīng)營狀況等有政府做一定程度的擔(dān)保， 經(jīng)營風(fēng)險(xiǎn)較小。 為規(guī)避風(fēng)險(xiǎn)， 銀行為國有企業(yè)提供貸款的意愿往往更強(qiáng)。 在該背景下， 投資者對國有企業(yè)進(jìn)行投資通常面臨較小的風(fēng)險(xiǎn)以及較穩(wěn)定的回報(bào)， 從而投資者對國有企業(yè)投資具有積極的未來預(yù)期和較強(qiáng)的投資意愿。 此外， 國有企業(yè)能更及時地掌握國家的政策信息， 并積極調(diào)整其經(jīng)營活動以滿足政策要求， 從而減少自身損失。 相對而言， 非國有企業(yè)可獲得的政策支持少， 且存在融資難、融資貴等困難， 故投資者對其做出投資決策時更為謹(jǐn)慎， 需要全方位掌握其發(fā)展信息來判斷是否為其提供資金。 在綠色信貸背景下， 非國有“兩高”企業(yè)發(fā)展完全靠自己， 嚴(yán)格的環(huán)境規(guī)制和信貸抑制使其面臨較高的經(jīng)營風(fēng)險(xiǎn)和環(huán)境違規(guī)風(fēng)險(xiǎn)， 從而增加利益相關(guān)者的風(fēng)險(xiǎn)承擔(dān)， 由此資本市場投資者往往會通過要求更高的報(bào)酬來彌補(bǔ)其承擔(dān)的高風(fēng)險(xiǎn)。 因此， 與國有“兩高”企業(yè)相比， 非國有“兩高”企業(yè)的權(quán)益資本成本可能受綠色信貸政策的影響更大。 本文以產(chǎn)權(quán)性質(zhì)為依據(jù)將樣本劃分為國有企業(yè)組和非國有企業(yè)組， 根據(jù)模型（5）分別進(jìn)行回歸， 探究不同產(chǎn)權(quán)性質(zhì)下綠色信貸政策與“兩高”企業(yè)權(quán)益資本成本的關(guān)系， 回歸結(jié)果如表7列（1）和列（2）所示。

由表7列（1）可知， 國有企業(yè)組中雙重差分變量Post×Treat的估計(jì)系數(shù)為0.003， 未通過顯著性檢驗(yàn)， 這表明國有性質(zhì)可以緩解綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的正向影響; 由表7列（2）可知， 非國有企業(yè)組中雙重差分變量Post×Treat的估計(jì)系數(shù)為0.010， 在5%的水平上顯著， t統(tǒng)計(jì)量為2.49， 系數(shù)值和顯著性水平都較高。 由上述結(jié)果可知， 綠色信貸政策對非國有“兩高”企業(yè)權(quán)益資本成本的正向影響更大且顯著， 而對國有“兩高”企業(yè)的影響不顯著。

3. 地區(qū)經(jīng)濟(jì)發(fā)展水平異質(zhì)性。 作為全國性的產(chǎn)業(yè)政策， 綠色信貸政策的實(shí)施效果卻可能因地區(qū)而異。 一方面， 我國各地區(qū)金融業(yè)發(fā)展不平衡， 發(fā)達(dá)和欠發(fā)達(dá)省份的金融業(yè)發(fā)展水平存在較大差異。 目前， 我國總體缺乏良好市場環(huán)境、綠色金融產(chǎn)品和服務(wù)的不完善等問題制約著綠色金融的發(fā)展[29] 。 經(jīng)濟(jì)發(fā)達(dá)地區(qū)的金融業(yè)往往較為成熟， 在金融機(jī)構(gòu)專業(yè)性、配套體系完善性、金融產(chǎn)品豐富性、投資者理性程度等方面具有優(yōu)勢， 可以在一定程度上緩解綠色金融發(fā)展面臨的問題， 支持綠色信貸發(fā)展， 強(qiáng)化綠色信貸政策實(shí)施效果。 另一方面， 經(jīng)濟(jì)發(fā)展水平會加強(qiáng)地方政府的環(huán)境規(guī)制[30] 。 經(jīng)濟(jì)發(fā)達(dá)地區(qū)更注重綠色經(jīng)濟(jì)轉(zhuǎn)型， 通過制定有效的環(huán)境規(guī)制措施和政策來實(shí)現(xiàn)綠色高質(zhì)量發(fā)展。 環(huán)境政策能有效提高綠色金融配置效率[31] ， 從而推動綠色信貸政策的有效實(shí)施。 同時， 在高環(huán)境規(guī)制下， 社會各界的環(huán)保意識強(qiáng)， 對綠色發(fā)展高度重視。 而經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)政府往往面臨較大的GDP增長壓力， 很可能會選擇犧牲長期的環(huán)境利益來實(shí)現(xiàn)短期的經(jīng)濟(jì)發(fā)展， 并在一定程度上保障“兩高”企業(yè)的發(fā)展， 難以保證綠色信貸政策的有效落實(shí)。 因此， 本文以該年該省份GDP是否為全國前十為依據(jù)將樣本劃分為發(fā)達(dá)地區(qū)組和欠發(fā)達(dá)地區(qū)組， 根據(jù)模型（5）分別進(jìn)行回歸， 探究不同地區(qū)經(jīng)濟(jì)發(fā)展水平下綠色信貸政策與“兩高”企業(yè)權(quán)益資本成本的關(guān)系， 回歸結(jié)果如表7列（3）和列（4）所示。

由表7列（3）可知， 發(fā)達(dá)地區(qū)組中雙重差分變量Post×Treat的估計(jì)系數(shù)為0.010， 在1%的水平上顯著， 這表明對于發(fā)達(dá)地區(qū)企業(yè)而言， 綠色信貸政策會提高“兩高”企業(yè)的權(quán)益資本成本， 且效果顯著; 由表7列（4）可知， 欠發(fā)達(dá)地區(qū)組中雙重差分變量Post×Treat的估計(jì)系數(shù)為-0.003且不顯著。 由上述結(jié)果可知， 綠色信貸政策對發(fā)達(dá)地區(qū)“兩高”企業(yè)的權(quán)益資本成本有顯著的正向影響， 而對于欠發(fā)達(dá)地區(qū)“兩高”企業(yè)的影響不顯著。

六、結(jié)論與建議

（一）結(jié)論

本文以2007 ～ 2016年A股上市公司為研究對象， 以“兩高”企業(yè)為處理組， 其他企業(yè)為對照組， 采用PSM-DID方法實(shí)證檢驗(yàn)了綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的作用機(jī)制。 研究發(fā)現(xiàn)， 綠色信貸政策會顯著提高“兩高”企業(yè)的權(quán)益資本成本， 并且在綠色信貸與“兩高”企業(yè)權(quán)益資本成本的關(guān)系中投資者信心發(fā)揮著部分中介作用。 此外， 由于政策保護(hù)、融資便利性等差異， 綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本的影響存在顯著的產(chǎn)權(quán)異質(zhì)性。 具體而言， 綠色信貸政策顯著提高了非國有“兩高”企業(yè)的權(quán)益資本成本， 而對國有“兩高”企業(yè)的影響不顯著。 同時由于金融業(yè)發(fā)展水平、政府環(huán)境規(guī)制程度等差異， 在經(jīng)濟(jì)發(fā)展水平不同的地區(qū)， 綠色信貸政策對“兩高”企業(yè)權(quán)益資本成本也會產(chǎn)生異質(zhì)性影響。 具體而言， 綠色信貸政策顯著提高了發(fā)達(dá)地區(qū)“兩高”企業(yè)的權(quán)益資本成本， 而對欠發(fā)達(dá)地區(qū)“兩高”企業(yè)的影響不顯著。

（二）建議

基于上述研究結(jié)論， 本文分別從政府和企業(yè)兩個角度提出以下建議：

1. 政府層面。 首先， 政府應(yīng)制定具有指導(dǎo)性、可操作性、統(tǒng)一的綠色信貸政策實(shí)施指引和細(xì)則， 為相關(guān)部門和金融機(jī)構(gòu)有效落實(shí)和實(shí)施綠色信貸政策提供指導(dǎo)， 引導(dǎo)金融機(jī)構(gòu)、企業(yè)、公眾投資者重視企業(yè)社會責(zé)任的履行。 其次， 政府應(yīng)建立環(huán)境監(jiān)督、環(huán)境評價(jià)等監(jiān)管機(jī)構(gòu)， 并對企業(yè)社會責(zé)任的履行情況建立合理完善的評價(jià)體系， 對企業(yè)的環(huán)境違規(guī)行為嚴(yán)加懲罰， 從而建立嚴(yán)格且完善的環(huán)境監(jiān)管體系， 確保綠色信貸政策能夠得到有效實(shí)施。 此外， 政府應(yīng)繼續(xù)深化經(jīng)濟(jì)體制改革， 減小或消除不同產(chǎn)權(quán)性質(zhì)的企業(yè)在信息獲取、融資限制等方面的差異， 從而避免國有“兩高”企業(yè)依靠其國有性質(zhì)盲目和惰性發(fā)展， 促使其積極進(jìn)行技術(shù)創(chuàng)新以加快轉(zhuǎn)型， 提高綠色信貸政策的實(shí)施效率。 最后， 由于我國各省份的經(jīng)濟(jì)發(fā)展不平衡， 不同地區(qū)的金融市場環(huán)境、政府經(jīng)濟(jì)發(fā)展壓力和環(huán)境監(jiān)管嚴(yán)格程度存在較大差異， 政府應(yīng)該因地制宜地制定和實(shí)施具體的綠色信貸政策， 重視欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)發(fā)展水平， 通過合理的政策體系強(qiáng)化綠色信貸政策在該地區(qū)的實(shí)施效果。

2. 企業(yè)層面。 首先， 企業(yè)應(yīng)重視環(huán)境保護(hù)意識的提升， 積極進(jìn)行技術(shù)創(chuàng)新、加強(qiáng)環(huán)境治理， 實(shí)現(xiàn)資源的合理配置， 提升自身的可持續(xù)能力以及環(huán)境績效， 將政策壓力轉(zhuǎn)化為自身的發(fā)展機(jī)遇， 尤其是“兩高”企業(yè)。 其次， 企業(yè)應(yīng)積極完善信息披露機(jī)制， 使其在開展環(huán)?；顒右约奥男猩鐣?zé)任的同時向外界傳遞環(huán)保經(jīng)營信息， 從而提高企業(yè)形象和市場價(jià)值， 增強(qiáng)外部投資者對企業(yè)的信心。 最后， 國有企業(yè)尤其是國有“兩高”企業(yè)應(yīng)該意識到自身的社會責(zé)任， 積極響應(yīng)綠色信貸政策的號召， 實(shí)現(xiàn)綠色生產(chǎn)、環(huán)保經(jīng)營， 與綠色經(jīng)濟(jì)發(fā)展趨勢相適應(yīng)。 非國有企業(yè)的環(huán)保意識薄弱， 為適應(yīng)經(jīng)濟(jì)發(fā)展要求應(yīng)提高自身的社會責(zé)任和環(huán)境責(zé)任感。

【基金項(xiàng)目】國家社會科學(xué)基金重大項(xiàng)目（項(xiàng)目編號：20ZDA087）

【作者單位】浙江財(cái)經(jīng)大學(xué)會計(jì)學(xué)院， 杭州 310018

【 主 要 參 考 文 獻(xiàn) 】

[1] Gantman E. R.， Dabos M. P.. A fragile link？ A new empirical analysis of the relationship between financial development and economic growth[ J].Oxford Development Studies，2012（4）：517 ～ 532.

[2] 劉莎，劉明.綠色金融、經(jīng)濟(jì)增長與環(huán)境變化——西北地區(qū)環(huán)境指數(shù)實(shí)現(xiàn)“巴黎承諾”有無可能？[ J].當(dāng)代經(jīng)濟(jì)科學(xué)，2020（1）：71 ～ 84.

[3] 柴晶霞.綠色金融影響宏觀經(jīng)濟(jì)增長的機(jī)制與路徑分析[ J].生態(tài)經(jīng)濟(jì)，2018（9）：56 ～ 60.

[4] 王曉寧，朱廣印.綠色信貸規(guī)模與商業(yè)銀行經(jīng)營效率的關(guān)系研究——基于全局主成分法的實(shí)證分析[ J].金融與經(jīng)濟(jì)，2017（11）：27 ～ 32.

[5] 龔玉霞，張新，王茹.綠色信貸對商業(yè)銀行經(jīng)營績效的影響——基于動態(tài)面板系統(tǒng)GMM的研究[ J].會計(jì)之友，2018（9）：18 ～ 22.

[6] 孫光林，王穎，李慶海.綠色信貸對商業(yè)銀行信貸風(fēng)險(xiǎn)的影響[ J].金融論壇，2017（10）：31 ～ 40.

[7] 陸菁，鄢云，王韜璇.綠色信貸政策的微觀效應(yīng)研究——基于技術(shù)創(chuàng)新與資源再配置的視角[ J].中國工業(yè)經(jīng)濟(jì)，2021（1）：174 ～ 192.

[8] 蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業(yè)的投融資行為？[ J].金融研究，2018（12）：123 ～ 137.

[9] 蔡海靜.我國綠色信貸政策實(shí)施現(xiàn)狀及其效果檢驗(yàn)——基于造紙、采掘與電力行業(yè)的經(jīng)驗(yàn)證據(jù)[ J].財(cái)經(jīng)論叢，2013（1）：69 ～ 75.

[10] 蔡海靜，汪祥耀，譚超.綠色信貸政策、企業(yè)新增銀行借款與環(huán)保效應(yīng)[ J].會計(jì)研究，2019（3）：88 ～ 95.

[11] 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(jì)學(xué)研究，2015（5）：83 ～ 93.

[12] Xu X.， Li J.. Asymmetric impacts of the policy and deve-

lopment of green credit on the debt financing cost and maturity of different types of enterprises in China[ J].Journal of Cleaner Production，2020（264）：121574.

[13] 牛海鵬，張夏羿，張平淡.我國綠色金融政策的制度變遷與效果評價(jià)——以綠色信貸的實(shí)證研究為例[ J].管理評論，2020（8）：3 ～ 12.

[14] 丁杰，胡蓉.區(qū)域性環(huán)境規(guī)制與綠色信貸政策的有效性——基于重污染企業(yè)信貸融資視角[ J].軟科學(xué)，2020（12）：61 ～ 67.

[15] 伍中信，張婭，張雯.信貸政策與企業(yè)資本結(jié)構(gòu)——來自中國上市公司的經(jīng)驗(yàn)證據(jù)[ J].會計(jì)研究，2013（3）：51 ～ 58+96.

[16] 李力，劉全齊，唐登莉.碳績效、碳信息披露質(zhì)量與股權(quán)融資成本[ J].管理評論，2019（1）：221 ～ 235.

[17] 魏卉，姚迎迎.技術(shù)創(chuàng)新與企業(yè)權(quán)益資本成本：提升抑或降低[ J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2019（10）：3 ～ 19.

[18] 封雨，葉敏文.金融市場發(fā)展、獨(dú)立審計(jì)與股權(quán)融資成本[ J].財(cái)會通訊，2014（18）：35 ～ 38+129.

[19] 喻靈.股價(jià)崩盤風(fēng)險(xiǎn)與權(quán)益資本成本——來自中國上市公司的經(jīng)驗(yàn)證據(jù)[ J].會計(jì)研究，2017（10）：78～86.

[20] Li L.， Liu Q.， Tang D.， et al.. Media reporting， carbon information disclosure， and the cost of equity financing： Evidence from China[ J].Environmental Science & Pollution Research，2017（10）：1 ～ 13.

[21] 楊忠海.貨幣政策、會計(jì)信息可比性與股權(quán)資本成本[ J].會計(jì)之友，2020（23）：2 ～ 11.

[22] 毛新述，葉康濤，張頔.上市公司權(quán)益資本成本的測度與評價(jià)——基于我國證券市場的經(jīng)驗(yàn)檢驗(yàn)[ J].會計(jì)研究，2012（11）：12 ～ 22+94.

[23] Peter D. Easton. PE ratios， PEG ratios， and estimating the implied expected rate of return on equity capital[ J].The Accounting Review，2004（1）：73 ～ 95.

[24] Ohlson J.，Juettner Nauroth B.. Expected EPS and EPS growth as determinants of value[ J].Review of Accounting Studies，2005（10）：349 ～ 365.

[25] 雷光勇，王文，金鑫.公司治理質(zhì)量、投資者信心與股票收益[ J].會計(jì)研究，2012（2）：79 ～ 86+97.

[26] 杜勇，劉建徽，杜軍.董事會規(guī)模、投資者信心與農(nóng)業(yè)上市公司價(jià)值[ J].宏觀經(jīng)濟(jì)研究，2014（2）：53 ～ 62+122.

[27] 劉曄，張訓(xùn)常，藍(lán)曉燕.國有企業(yè)混合所有制改革對全要素生產(chǎn)率的影響——基于PSM-DID方法的實(shí)證研究[ J].財(cái)政研究，2016（10）：63 ～ 75.

[28] 溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[ J].心理科學(xué)進(jìn)展，2014（5）：731 ～ 745.

[29] 劉鈺俊.綠色金融發(fā)展現(xiàn)狀、需關(guān)注問題及建議[ J].金融與經(jīng)濟(jì)，2017（1）：76 ～ 78.

[30] 唐國平，倪娟，何如楨.地區(qū)經(jīng)濟(jì)發(fā)展、企業(yè)環(huán)保投資與企業(yè)價(jià)值——以湖北省上市公司為例[ J].湖北社會科學(xué)，2018（6）：93 ～ 99.

[31] 夏天添，李明玉.環(huán)保投入、政策扶持與綠色金融效率[ J].技術(shù)經(jīng)濟(jì)與管理研究，2019（7）：68 ～ 72.

（責(zé)任編輯·校對： 許春玲? 李小艷）