綠色信貸政策背景下水泥行業(yè)財務績效和經(jīng)營風險研究*

林 巧

（青海民族大學，青海 西寧 810007）

1 研究背景及目的

隨著我國工業(yè)化進程的不斷推進，環(huán)境污染問題受到社會各界的關注。為了有效控制環(huán)境污染，我國制定出臺了一系列政策法規(guī)，推進生態(tài)環(huán)境保護工作。2012年，中國銀監(jiān)會頒布《綠色信貸指引》，這對于我國實施綠色信貸政策具有里程碑的作用。

綠色信貸政策是促進綠色經(jīng)濟發(fā)展的重要金融措施，它要求商業(yè)銀行等金融機構在向企業(yè)提供貸款服務時將企業(yè)經(jīng)營活動對環(huán)境的影響列入考慮范圍，給予環(huán)保型企業(yè)適當?shù)馁J款優(yōu)惠，同時對重污染企業(yè)采取一定的限制措施，以引導資金更多地流向綠色產(chǎn)業(yè)，促進經(jīng)濟與環(huán)境協(xié)調(diào)發(fā)展。

水泥行業(yè)與經(jīng)濟建設緊密相關，水泥作為我國建筑工業(yè)的三大原料之一，目前沒有一種材料可以替代它。《上市公司環(huán)境信息披露指南》由我國環(huán)保部制定，其界定了重污染行業(yè)范圍。水泥行業(yè)作為重污染行業(yè)之一，其財務績效和經(jīng)營風險在綠色信貸政策實施后是否會受到影響，另外，綠色信貸政策實施至今已有10余年，綠色信貸政策在不同的時間跨度上對水泥行業(yè)的財務績效和經(jīng)營風險的影響程度是否會有差異，這些問題值得關注。

本文主要探究綠色信貸政策對水泥行業(yè)財務績效和經(jīng)營風險的影響，選取2007—2020年該行業(yè)的財務數(shù)據(jù)為樣本，同時將《綠色信貸指引》發(fā)布時間（2012年）的前后一年、前后三年、前后五年作為短期、中期、長期，研究綠色信貸政策在這3個階段對水泥行業(yè)財務績效和經(jīng)營風險的影響。

2 文獻綜述

2.1 綠色信貸政策

《綠色信貸指引》的發(fā)布極大地推進了綠色信貸政策的實施，具有里程碑意義。得益于這一政策，我國建立了綠色信貸體系，這對于我國解決環(huán)境與經(jīng)濟發(fā)展的矛盾具有重大意義。

我國于2007年首次提出綠色信貸這一概念，相對于國外而言，起步較晚，且不成熟。故多數(shù)學者借鑒國外的經(jīng)驗來研究我國的綠色信貸，并針對存在的問題提出解決方案。楊帆等[1]提出，建立有效的金融工具是推動綠色信貸發(fā)展的重點，但對比國外來看，我國缺乏完善的運作體系且缺乏可操作性，因此需要著力推進綠色信貸體系建設。

2.2 綠色信貸政策與績效

大多數(shù)學者的研究集中于綠色信貸政策對商業(yè)銀行財務績效的影響。大部分學者認為綠色信貸政策可以有效改善商業(yè)銀行的財務績效。張競[2]選取了12家商業(yè)銀行2009—2017年的面板數(shù)據(jù)研究綠色信貸對我國銀行績效的影響，發(fā)現(xiàn)綠色信貸能夠推動銀行盈利能力的上升，對于銀行的經(jīng)營績效有推動作用。顏廷峰等[3]通過研究發(fā)現(xiàn)，綠色信貸對銀行的財務績效有促進作用，同時發(fā)現(xiàn)中長期的提升效果比短期明顯。

2.3 綠色信貸政策與風險

大多數(shù)學者的研究集中于綠色信貸政策對商業(yè)銀行經(jīng)營風險的影響。大部分學者認為綠色信貸政策可以有效地降低商業(yè)銀行的信貸風險。陳濤等[4]選取了五大銀行的面板數(shù)據(jù)進行實證研究，發(fā)現(xiàn)綠色信貸與不良貸款率之間存在顯著負相關，即綠色信貸有助于降低銀行的信貸風險。孫紅梅等[5]選取2005—2018年商業(yè)銀行的面板數(shù)據(jù)作為樣本，通過雙重差分模型（Difference-in-Difference，DID）等分析綠色業(yè)務與經(jīng)營風險之間的關系，結果顯示商業(yè)銀行的綠色業(yè)務可以降低自身的經(jīng)營風險。

綜上，大部分學者主要研究綠色信貸政策對商業(yè)銀行的財務績效和經(jīng)營風險的影響，很少有學者研究其對企業(yè)的財務績效和經(jīng)營風險的影響。水泥行業(yè)作為重污染行業(yè)之一，同樣受綠色信貸政策影響，卻鮮有學者研究。為了探究綠色信貸政策在不同時間段對水泥行業(yè)財務績效和經(jīng)營風險的影響，本文分別選取《綠色信貸指引》發(fā)布實施的前后一年、前后三年、前后五年作為時間跨度，探究綠色信貸政策在短期、中期、長期對水泥行業(yè)的財務績效和經(jīng)營風險的影響效果是否有所不同。

3 理論分析與研究假設

《綠色信貸指引》要求銀行向企業(yè)發(fā)放貸款時應該考慮該企業(yè)對環(huán)境保護的情況，更好地引導資金流向綠色產(chǎn)業(yè)，因此綠色信貸對于重污染行業(yè)有一定的限制。陳琪[6]在研究綠色信貸政策與上市公司的財務績效時得出綠色信貸政策使得污染企業(yè)的貸款規(guī)模顯著降低、貸款成本顯著提高的結論。

水泥行業(yè)是16類重污染行業(yè)之一，因此可以推出銀行對水泥行業(yè)發(fā)放貸款時會有一定限制。本文提出的第一個假設為H1：綠色信貸政策會降低水泥行業(yè)上市企業(yè)的財務績效。

經(jīng)營風險的重要衡量指標為經(jīng)營杠桿，杠桿系數(shù)越大，經(jīng)營風險越大。顧婧等[7]發(fā)現(xiàn)，企業(yè)的債務融資規(guī)模與年銷售收入成正比。綠色信貸政策推行以來，污染企業(yè)因受到貸款方面的限制，可以獲得的貸款數(shù)額下降?？梢缘玫揭韵陆Y論，我國開始實施綠色信貸政策之后，污染企業(yè)獲得的貸款減少，企業(yè)規(guī)模下降，導致年收入降低，經(jīng)營杠桿系數(shù)增大，從而大大增加了企業(yè)的經(jīng)營風險。本文提出的第二個假設為H2：綠色信貸政策會使水泥行業(yè)上市企業(yè)面臨的經(jīng)營風險增加。

4 研究設計

4.1 樣本選取

本文選取2007—2020年水泥行業(yè)的數(shù)據(jù)進行分析，為了探究《綠色信貸指引》發(fā)布后的不同時間段綠色信貸政策對水泥行業(yè)財務績效和經(jīng)營風險影響程度的不同，分別選取了前后一年、前后三年、前后五年作為短期、中期、長期來進行檢驗。為了保證數(shù)據(jù)的準確性，做了以下處理：一是剔除ST的樣本公司；二是剔除了存在缺失值的樣本數(shù)據(jù)。本文的數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。

4.2 變量定義

1）被解釋變量。企業(yè)的財務績效和經(jīng)營風險用總資產(chǎn)凈利潤率和經(jīng)營杠桿衡量，且總資產(chǎn)凈利潤率和經(jīng)營杠桿之間相互獨立。

2）解釋變量。以《綠色信貸指引》發(fā)布的時間點2012年作為分界點設置虛擬變量，2012年之前取值為0，反之取值為1。

3）控制變量。本文選取了公司規(guī)模、資產(chǎn)負債率等作為控制變量，其目的是控制其他因素對水泥行業(yè)的財務績效和經(jīng)營風險的影響，使最終的實證結果更真實準確。

4）在進行穩(wěn)健性檢驗時，本文選取了資產(chǎn)報酬率、流動比率等來進行檢驗。

變量定義見表1。

表1 變量定義

4.3 模型構建

本文采用模型（1）來檢驗綠色信貸政策對水泥行業(yè)財務績效的影響。

式中：α1為所觀測的重要系數(shù)，如果α1小于0，證明綠色信貸政策會降低水泥行業(yè)的財務績效，即H1成立。

本文采用模型（2）來檢驗綠色信貸政策對水泥行業(yè)經(jīng)營風險的影響。

式中：β1為所觀測的重要系數(shù)，如果β1大于0，證明綠色信貸政策會增加水泥行業(yè)的經(jīng)營風險，即H2成立。

最后本文利用模型（1）和模型（2）來檢驗不同時間跨度下綠色信貸政策對水泥行業(yè)的財務績效和經(jīng)營風險的影響程度是否相同。

5 實證檢驗

5.1 描述性統(tǒng)計

描述性統(tǒng)計分析結果見表2。從表2可以看出，總資產(chǎn)凈利潤率（rota）的最大值為0．240，最小值為-0．362，表明在水泥行業(yè)中部分公司獲利較好，但也存在部分公司虧本的現(xiàn)象；經(jīng)營杠桿（olev）的最小值為1．000，最大值為4．825，說明各個企業(yè)所面臨的經(jīng)營風險有所差異；綠色信貸政策（policy）的平均值為0．643，說明有64．3%的樣本處于《綠色信貸指引》發(fā)布實施后；從其他變量來看，公司規(guī)模（insize）、資產(chǎn)負債率（lev）、總資產(chǎn)周轉(zhuǎn)率（tato）等差距較大。

表2 描述性統(tǒng)計分析

5.2 相關性分析

表3為綠色信貸政策對水泥行業(yè)財務績效和經(jīng)營風險的影響模型相關性分析結果。

表3 綠色信貸政策對水泥行業(yè)財務績效和經(jīng)營風險的影響模型相關性分析

從表3可以看出，各個變量之間的相關系數(shù)在不同的顯著性水平下均小于0．5，表示變量之間不存在多重線性關系。

5.3 回歸結果分析

表4為綠色信貸政策對水泥行業(yè)財務績效和經(jīng)營風險的影響模型回歸結果。

表4 綠色信貸政策對水泥行業(yè)財務績效和經(jīng)營風險的影響模型回歸

從表4可以看出，在2007—2020年，綠色信貸政策（policy）與總資產(chǎn)凈利潤率（rota）的回歸系數(shù)為-0．015，在顯著性水平5%上為負值，表明綠色信貸政策降低了水泥行業(yè)的財務績效，證明了H1成立；綠色信貸政策（policy）與經(jīng)營杠桿（olev）的回歸系數(shù)為0．305，在顯著性水平1%上為正值，表明綠色信貸政策增加了水泥行業(yè)的經(jīng)營風險，證明了H2成立。

同時，從表4還可以看出，在《綠色信貸指引》發(fā)布實施的前后一年、前后三年、前后五年中，綠色信貸政策（policy）與總資產(chǎn)凈利潤率（rota）的回歸系數(shù)分別為-0．046，-0．041，-0．024，與經(jīng)營杠桿（olev）的回歸系數(shù)分別為0．511，0．463，0．409，上述回歸結果說明無論是在綠色信貸實施后的短期還是中期或長期，綠色信貸政策均降低了企業(yè)的財務績效，同時增加了企業(yè)的經(jīng)營風險。但從表4也可以看出，回歸系數(shù)從短期到長期都呈現(xiàn)減小趨勢，說明綠色信貸政策剛開始實施時，對于企業(yè)的財務績效和經(jīng)營風險影響較大，但之后水泥企業(yè)通過積極地改變經(jīng)營發(fā)展方式、改善企業(yè)狀況等來適應綠色信貸政策，信貸政策對水泥行業(yè)的財務績效和經(jīng)營風險的影響都明顯緩解。

5.4 穩(wěn)健性檢驗

1）更換控制變量。本文采用更換控制變量的方法來檢驗不同控制變量對回歸結果的影響，使得回歸結果更加準確。選取流動比率（tr）、存貨周轉(zhuǎn)率（it）、利潤總額增長率（np）分別替換資產(chǎn)負債率（lev）、總資產(chǎn)周轉(zhuǎn)率（tato）、凈利潤增長率（profit），重新進行回歸分析，表5為分析結果。可以看出，總資產(chǎn)凈利潤率（rota）與綠色信貸政策（policy）的回歸系數(shù)為-0．022，在1%的水平上顯著為負，表明綠色信貸政策降低了企業(yè)的財務績效；與經(jīng)營杠桿（olev）的回歸系數(shù)為0．365，在1%的水平上顯著為正，表明綠色信貸政策增加了企業(yè)的經(jīng)營風險。

表5 更換控制變量的穩(wěn)健性檢驗

2）更換被解釋變量。通過閱讀文獻發(fā)現(xiàn)，大部分學者定義企業(yè)財務績效的指標主要有資產(chǎn)報酬率（roa）和總資產(chǎn)凈利潤率（rota）兩種?？紤]到選取不同的指標作為被解釋變量進行回歸分析可能會使結果產(chǎn)生偏差，本文用資產(chǎn)報酬率（roa）替換總資產(chǎn)凈利潤率（rota），分析結果見表6?？梢钥闯?，綠色信貸政策（policy）與資產(chǎn)報酬率（roa）的回歸系數(shù)為-0．024，與總資產(chǎn)凈利潤率（rota）的回歸系數(shù)相同，且都在1%的水平上顯著為負，說明綠色信貸政策會降低企業(yè)的財務績效。

表6 更換被解釋變量的穩(wěn)健性檢驗

綜上所述，在穩(wěn)健性檢驗中，通過更換控制變量和更換被解釋變量這兩種方法進行檢驗，均得到了與前文的模型（1）和模型（2）一樣的結果，表明本文的研究結論具有較好的穩(wěn)健性。

6 結論與建議

本文以水泥行業(yè)非ST上市公司2007—2020年的財務數(shù)據(jù)為樣本，探究綠色信貸政策的實施對水泥行業(yè)財務績效和經(jīng)營風險的影響，得出以下結論。一是綠色信貸政策降低了水泥行業(yè)的財務績效，并且在政策實施后的短期、中期、長期3個階段影響程度有所不同，相較于短期，綠色信貸政策在中期、長期對水泥企業(yè)財務績效的抑制作用都有所減弱。二是綠色信貸政策增加了水泥行業(yè)的經(jīng)營風險，并且在政策實施后的3個階段影響程度各有不同，與短期對比，政策在中期、長期對企業(yè)的經(jīng)營風險的強化作用都減弱了。

根據(jù)以上結論，本文提出了以下建議。綠色信貸政策實施后，如何改變企業(yè)的經(jīng)營模式以使政策的影響降低到最小程度是企業(yè)首先需要做的事情。一方面，水泥企業(yè)需要積極主動地探索出一條適應綠色信貸政策的發(fā)展之路，對環(huán)境進行保護以及節(jié)約資源，提升自己在大眾心中的形象，從而提升企業(yè)的價值；另一方面，水泥企業(yè)應該加速轉(zhuǎn)型升級，開發(fā)或引進先進的環(huán)保技術，開發(fā)和創(chuàng)新綠色產(chǎn)品，提升企業(yè)在綠色信貸背景下的競爭力。