綠色信貸政策、企業(yè)環(huán)境信息披露和股價崩盤風(fēng)險

章子豪 蔣影

【摘要】綠色信貸政策作為環(huán)境規(guī)制的市場化手段， 對企業(yè)產(chǎn)生了多個方面的影響， 但少有研究討論其與企業(yè)股票市場表現(xiàn)的聯(lián)動效應(yīng)。以2008 ～ 2020年我國滬深A(yù)股上市公司的年度數(shù)據(jù)為樣本， 使用雙重差分模型檢驗綠色信貸政策對上市公司股價崩盤風(fēng)險的影響及其內(nèi)在機制， 結(jié)果顯示， 綠色信貸政策通過“倒逼”企業(yè)進(jìn)行環(huán)境信息披露抑制了企業(yè)股價崩盤風(fēng)險。進(jìn)一步研究表明， 外部媒體監(jiān)督較強、 內(nèi)部控制質(zhì)量較高的公司， 更易受綠色信貸政策的影響而降低股價崩盤風(fēng)險。將綠色信貸政策和股票市場相聯(lián)系的研究， 拓展了綠色信貸政策經(jīng)濟(jì)后果的研究范圍， 并對降低資本市場信息不對稱、緩解市場風(fēng)險提供了一定的借鑒。

【關(guān)鍵詞】綠色信貸政策；環(huán)境信息披露；股價崩盤風(fēng)險；企業(yè)社會責(zé)任

【中圖分類號】F832.4? ? ? 【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2023）01-0092-10

一、 引言

習(xí)近平總書記在黨的第二十次全國代表大會報告中強調(diào)要堅持“綠水青山就是金山銀山”的理念， 堅持不斷健全生態(tài)文明制度體系。綠色信貸是綠色發(fā)展的重要保障， 自2007年以來， 我國政府就出臺了一系列政策以促進(jìn)商業(yè)銀行等金融機構(gòu)加大對綠色環(huán)保企業(yè)的信貸支持， 并以此來促進(jìn)社會資本向綠色環(huán)保行業(yè)配置。2012年2月， 原銀監(jiān)會印發(fā)《綠色信貸指引》（銀監(jiān)發(fā)〔2012〕4號，簡稱《指引》）， 這是國內(nèi)首份專門針對綠色信貸的規(guī)范性文件， 從組織管理、 政策制度及能力建設(shè)、 流程管理、 內(nèi)控管理與信息披露以及監(jiān)督檢查五個方面給我國金融機構(gòu)發(fā)展綠色信貸做出了具體指導(dǎo)， 要求我國金融機構(gòu)在加大對綠色經(jīng)濟(jì)、 低碳經(jīng)濟(jì)及循環(huán)經(jīng)濟(jì)信貸支持的同時， 有效識別、 計量、 監(jiān)測與控制信貸業(yè)務(wù)中的環(huán)境和社會風(fēng)險， 以確保信貸資金投向低碳、 循環(huán)、 生態(tài)領(lǐng)域（丁杰，2019）。

與環(huán)境規(guī)制的行政化手段不同， 綠色信貸作為環(huán)境規(guī)制的市場化手段， 通過資源配置約束企業(yè)行為。綠色信貸政策的實施使得企業(yè)環(huán)境表現(xiàn)成為商業(yè)銀行等金融機構(gòu)判斷識別真正的綠色環(huán)保企業(yè)的重要標(biāo)準(zhǔn)之一（Clarkson等，2011）。現(xiàn)有研究主要關(guān)注綠色信貸政策對企業(yè)投融資決策（寧金輝等，2021）、 企業(yè)創(chuàng)新（王馨和王營，2021）以及對企業(yè)社會環(huán)境責(zé)任表現(xiàn)（斯麗娟和曹昊煜，2022）的影響。上述研究主要從綠色信貸政策的企業(yè)應(yīng)對角度， 分析了綠色信貸政策如何“倒逼”企業(yè)做出改變， 以及企業(yè)如何應(yīng)對嚴(yán)格的政策規(guī)定。然而鮮有研究進(jìn)一步討論在綠色信貸政策下， 企業(yè)的行為表現(xiàn)是否會進(jìn)一步被資本市場捕捉， 進(jìn)而影響其股價崩盤風(fēng)險。

股價“暴漲暴跌”嚴(yán)重地?fù)p害了我國資本市場的穩(wěn)定健康發(fā)展。股價崩盤風(fēng)險源于企業(yè)與投資者之間的信息不對稱性， 管理者出于自利動機隱匿公司壞消息， 而當(dāng)壞消息被曝出時， 引發(fā)投資者拋售進(jìn)而導(dǎo)致股價崩盤。管理層及股東的行為和會計信息質(zhì)量等公司內(nèi)部因素（Kim等，2011；江軒宇和許年行，2015；Kim和Zhang，2016；宋獻(xiàn)中等，2017）， 分析師、 機構(gòu)投資者以及我國賣空限制制度等公司外部因素都可能影響股價崩盤風(fēng)險（An和Zhang，2013；Callen和Fang，2013；許年行等，2013；Robin和Zhang，2015；許年行等，2012）。綠色信貸政策下， 更嚴(yán)格的信貸審批、 與環(huán)境掛鉤的貸后監(jiān)督與審查以及有效的資本配置可能 “倒逼”企業(yè)主動進(jìn)行環(huán)境信息的披露， 減小管理層隱匿壞消息的可能性。

有鑒于此， 本文聚焦研究綠色信貸政策對于企業(yè)股價崩盤風(fēng)險的作用， 同時基于上市公司在政府環(huán)境治理下的股票市場表現(xiàn)， 從外部媒體監(jiān)督壓力與內(nèi)部董事監(jiān)督壓力兩個方面探索綠色信貸政策對股價崩盤風(fēng)險影響的調(diào)節(jié)作用。具體而言， 本文以2008 ～ 2020年我國滬深A(yù)股上市公司的年度數(shù)據(jù)為研究樣本， 使用雙重差分模型對綠色信貸政策與股價崩盤風(fēng)險進(jìn)行研究， 在機制分析中考慮環(huán)境信息披露在二者之間的中介作用， 進(jìn)一步依據(jù)外部媒體監(jiān)督壓力與內(nèi)部控制質(zhì)量進(jìn)行分組回歸， 研究內(nèi)外部治理壓力對于政策效果的調(diào)節(jié)作用。研究發(fā)現(xiàn)， 綠色信貸政策有利于降低上市公司股價崩盤風(fēng)險。同時， 該政策更易降低面臨較高外部媒體監(jiān)督以及內(nèi)部控制質(zhì)量較高的上市公司股價崩盤風(fēng)險。

二、 文獻(xiàn)回顧

（一）綠色信貸政策經(jīng)濟(jì)后果

綠色信貸政策對企業(yè)影響的研究可以分為合法性壓力與融資激勵兩個角度。第一， 合法性壓力。《指引》要求金融機構(gòu)提高貸款門檻， 加強貸前審查和貸后監(jiān)督， 從而引導(dǎo)污染企業(yè)降能減排， 以促進(jìn)經(jīng)濟(jì)可持續(xù)健康發(fā)展（蘇冬蔚和連莉莉，2018）。因此污染企業(yè)更難以獲得銀行貸款， 從而不得不減少生產(chǎn)或進(jìn)行轉(zhuǎn)型升級。當(dāng)企業(yè)在決定是擴大生產(chǎn)還是進(jìn)行轉(zhuǎn)型升級時， 綠色信貸政策的出臺可能會減少生產(chǎn)性投資（陸旸，2011）， 增加企業(yè)對環(huán)境治理方面的投資， 從而促進(jìn)企業(yè)創(chuàng)新（王馨和王營，2021）。何凌云等（2019）研究了綠色信貸政策對企業(yè)創(chuàng)新的影響， 他認(rèn)為綠色信貸政策具有雙重屬性， 一方面有助于對污染企業(yè)形成資金支持， 另一方面通過懲罰“兩高”企業(yè)、 扶持環(huán)保企業(yè)傳導(dǎo)資金。通過合法性壓力“倒逼”企業(yè)承擔(dān)社會責(zé)任， 提高創(chuàng)新補償， 從而降低創(chuàng)新風(fēng)險來實現(xiàn)政策對企業(yè)環(huán)保投入的激勵效應(yīng)。第二， 融資激勵。綠色信貸政策的推出一方面減少了對重污染企業(yè)的長期銀行貸款（寧金輝，2022）， 另一方面還可能對污染企業(yè)的社會聲譽帶來負(fù)面影響， 使其面臨的訴訟風(fēng)險更高， 從而增加了企業(yè)的融資約束（江紅莉等，2020；謝喬昕和張宇，2021）。為了緩解上述貸款難、 成本高、 期限短的問題， 企業(yè)有動力承擔(dān)環(huán)境責(zé)任（斯麗娟和曹昊煜，2022）， 主動披露環(huán)境信息， 增加企業(yè)信息透明度（占華，2021）， 或者轉(zhuǎn)移到其他融資方式上， 比如通過融資租賃（寧金輝，2022）來彌補長期的資金缺口。

（二）股價崩盤風(fēng)險影響因素

股價崩盤是指在毫無征兆的情況下， 由于某種原因證券市場上突然出現(xiàn)了證券被大量拋出， 導(dǎo)致證券市場價格無限度下跌， 且無法預(yù)見下跌何時停止。這一現(xiàn)象將對投資者的財富產(chǎn)生巨大損害， 并嚴(yán)重挫傷投資者的積極性， 從而引發(fā)市場一系列波動， 最終可能導(dǎo)致其失去資本配置作用。由于股價崩盤風(fēng)險極大地影響了我國證券市場的健康有序發(fā)展（Piotroski等，2015）， 因此如何降低股價崩盤風(fēng)險已成為財務(wù)學(xué)者們亟待解決的重要理論和實踐問題， 這也是將金融學(xué)與財務(wù)學(xué)研究交叉融合的一個新興研究話題。

現(xiàn)有研究成果大多將股價崩盤因素分為內(nèi)部因素以及外部因素。公司的會計制度和管理層是影響股價崩盤的重要內(nèi)部因素， 例如從管理層薪酬激勵問題（Xu等，2014）、 盈余管理行為（鮑學(xué)欣，2020）、 企業(yè)避稅行為（Kim等，2011）、 非效率投資行為（Kim等，2015）、 會計穩(wěn)健性（Kim等，2016）以及會計信息披露質(zhì)量（Ertugrul等，2017）等視角探究了股價崩盤風(fēng)險形成的機理及其治理機制。影響股價崩盤風(fēng)險的外部因素則包括機構(gòu)投資者持股比例（An和Zhang，2013；許年行等，2013）、 機構(gòu)投資者穩(wěn)定性（Callen和Fang，2013）、 證券分析師跟蹤（許年行等，2012）以及審計監(jiān)督（Robin和Zhang，2015）等。

此外， 外部間接影響股價崩盤風(fēng)險的因素還包括相關(guān)政策， 例如融資融券制度、 放松利率管制（鄢翔和耀友福，2020）、 國有企業(yè)混合所有制改革（張雪茵和范黎波，2022）等。融券融資制度之所以會增加企業(yè)的股價崩盤風(fēng)險， 是因為資本市場實際上對融券機制的采用較少， 但卻頻繁發(fā)生融資交易。融券融資的不對稱性容易引發(fā)投資者的“跟風(fēng)追漲”， 從而導(dǎo)致股價被非理性推高。公司的基本價值與股價的偏離， 使市場上的負(fù)面信息難以反映在股價之中， 這些都進(jìn)一步加劇了股價崩盤風(fēng)險（褚劍和方軍雄，2016）。劉程和琚兆坤（2022）探討了綠色信貸政策對企業(yè)股價崩盤風(fēng)險的影響。他們以2000 ～ 2020年我國A股上市公司為研究樣本， 分析結(jié)果表明， 綠色信貸政策降低了重污染企業(yè)環(huán)境信息披露質(zhì)量， 提高了市值管理動機， 導(dǎo)致資本市場和企業(yè)之間的信息不對稱， 由此加劇了股價崩盤風(fēng)險。一方面， 我國于2007年開始實施《企業(yè)會計準(zhǔn)則》， 使用2007年之前的數(shù)據(jù)可能存在一定的噪音； 另一方面， 他們沒有剔除變量有缺失的樣本， 而且沒有進(jìn)行充分的內(nèi)生性檢驗， 這可能導(dǎo)致存在偽回歸結(jié)果的問題。進(jìn)一步考慮中國資本市場融資， 由于債權(quán)融資更為普遍， 那么限制性行業(yè)企業(yè)為了在綠色信貸政策實施之后， 繼續(xù)獲得銀行貸款， 從而更可能披露更多信息以滿足監(jiān)管要求。那么綠色信貸政策對企業(yè)股價崩盤風(fēng)險會產(chǎn)生何種影響依舊是一個值得探討的問題， 本文即在此基礎(chǔ)上做出進(jìn)一步研究與檢驗。

三、 理論分析與研究假設(shè)

綠色信貸政策的效果受到企業(yè)政策應(yīng)對的影響： 重污染企業(yè)可能在綠色信貸政策的約束下， 主動采取行動降低污染排放、 加強污染處理， 從而改善環(huán)境質(zhì)量。為了獲得綠色信貸資金， 污染企業(yè)可能會由高耗能轉(zhuǎn)向綠色生產(chǎn)， 并通過積極主動地向外界披露相關(guān)信息提高公司信息透明度， 從而降低股價崩盤風(fēng)險。綠色信貸政策對企業(yè)股價崩盤風(fēng)險的影響可以從債權(quán)監(jiān)督效應(yīng)、 環(huán)境信息治理效應(yīng)以及資本配置效應(yīng)三個方面進(jìn)行具體分析。

第一， 綠色信貸政策的債權(quán)監(jiān)督效應(yīng)?！吨敢芬?guī)定， 銀行業(yè)金融機構(gòu)應(yīng)當(dāng)根據(jù)客戶及其項目所處行業(yè)和區(qū)域特點， 有針對性地制定客戶環(huán)境和社會風(fēng)險評估標(biāo)準(zhǔn)， 進(jìn)一步加強授信盡職調(diào)查、 合規(guī)審查、 授信審批管理、 信貸資金撥付管理以及貸后管理等措施。必要時可以尋求合格、 獨立的第三方和相關(guān)主管部門的支持。那么在《指引》的嚴(yán)格監(jiān)管下， 企業(yè)為了通過銀行審查， 可能會增加環(huán)境保護(hù)措施和社會責(zé)任履行， 規(guī)范生產(chǎn)經(jīng)營活動。信貸機構(gòu)的監(jiān)督減少了企業(yè)與債權(quán)人之間的委托代理問題， 從而降低了股價崩盤風(fēng)險（鮑學(xué)欣，2020）。

第二， 綠色信貸政策的環(huán)境信息治理效應(yīng)?！吨敢芬筱y行業(yè)金融機構(gòu)督促客戶公司加強對環(huán)境和社會風(fēng)險的管理。對于涉及重大環(huán)境和社會風(fēng)險的客戶公司， 《指引》要求其提交相應(yīng)的環(huán)境和社會風(fēng)險報告， 并承諾接受貸款人監(jiān)督。因此對貸款企業(yè)來說， 為了獲得更多的貸款和更優(yōu)惠的貸款利率， 一方面會根據(jù)銀行要求進(jìn)行環(huán)境和社會風(fēng)險管理并形成相應(yīng)的報告， 另一方面可能還會通過提升自身環(huán)境信息的可靠性和穩(wěn)健性以接受監(jiān)督和審查。因此， 環(huán)境和社會風(fēng)險報告的形成和主動披露、 環(huán)境信息質(zhì)量的提高降低了管理層隱藏壞消息的可能性， 緩解了信息不對稱程度， 從而有助于降低股價崩盤風(fēng)險（曹廷求和張光利，2020）。

第三， 綠色信貸政策的資本配置效應(yīng)。企業(yè)的投資效率受到資本配置效率的影響， 而非效率投資有可能導(dǎo)致股價崩盤風(fēng)險的上升（江軒宇和許年行，2015）， 因此綠色信貸政策的推出可能減小了由于資本錯配而導(dǎo)致的股價崩盤風(fēng)險?！吨敢芬髮σ咽谛彭椖康母鱾€環(huán)節(jié)都需要設(shè)置評估關(guān)卡， 任何關(guān)卡發(fā)現(xiàn)重大風(fēng)險， 信貸資金撥付則終止。因此， 在綠色信貸嚴(yán)格的信貸流程管理下， 企業(yè)的過度投資行為可能會被抑制， 從而減少管理層刻意隱瞞其投資項目的不利信息， 及時披露可能由此導(dǎo)致的投資損失， 從而降低由于資本配置不當(dāng)而導(dǎo)致的股價崩盤風(fēng)險。

綜上所述， 本文提出H1： 綠色信貸政策降低了企業(yè)的股價崩盤風(fēng)險。

四、 研究設(shè)計

（一）樣本選取與和數(shù)據(jù)來源

本文選取2008 ～ 2020年我國滬深A(yù)股上市公司的年度數(shù)據(jù)， 并剔除以下數(shù)據(jù)： ①金融行業(yè)公司樣本； ②被ST、 ?ST和PT的公司樣本； ③變量數(shù)據(jù)嚴(yán)重缺失且無法補充的公司樣本。最終得到28489個公司—年度樣本。同時， 為了控制極端異常值的影響， 本文對所有連續(xù)型變量進(jìn)行了1%和99%分位的縮尾處理。本文使用的財務(wù)數(shù)據(jù)、 環(huán)境信息披露數(shù)據(jù)來自于國泰安（CSMAR）數(shù)據(jù)庫， 新聞輿情數(shù)據(jù)取自中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）， 上市公司內(nèi)部控制數(shù)據(jù)取自DIB內(nèi)部控制與風(fēng)險管理數(shù)據(jù)庫。

（二）核心變量定義

1. 被解釋變量。本文的核心被解釋變量是股價崩盤風(fēng)險（NCSKEW和DUVOL）。參考已有股價崩盤風(fēng)險相關(guān)研究（易志高等，2019； 曹廷求和張光利，2020；李文貴和路軍，2022）， 本文采用公司股票的負(fù)收益偏態(tài)系數(shù)NCSKEW和股票收益的上下波動率DUVOL來衡量企業(yè)股價崩盤風(fēng)險。NCSKEW取值越大， 公司股票收益率偏態(tài)系數(shù)負(fù)的程度越高， 公司股價崩盤風(fēng)險越大； DUVOL取值越大， 公司股票收益率左偏程度越高， 意味著公司股價崩盤風(fēng)險越大。此外， 在穩(wěn)健性檢驗中， 本文以股價崩盤風(fēng)險是否發(fā)生的虛擬變量CRASH來檢驗綠色信貸政策可能對股價崩盤風(fēng)險產(chǎn)生的影響。

2. 解釋變量。本文核心解釋變量為綠色信貸政策（post）與受綠色信貸政策限制行業(yè)（treat）的交乘項（did）。post為《指引》實施后的虛擬變量， 2012年及以后賦值為1， 否則為0。treat則表示《指引》發(fā)布后受限制的行業(yè)， 若該上市公司屬于受限行業(yè)則賦值為1， 否則為0。本文參照王馨和王營（2021）的研究， 以《綠色信貸實施情況關(guān)鍵評價指標(biāo)》（簡稱《指標(biāo)》）中提出的A類環(huán)境和社會風(fēng)險企業(yè)所屬行業(yè)為綠色信貸限制行業(yè)。A類行業(yè)定義為其建設(shè)、 生產(chǎn)、 經(jīng)營活動有可能嚴(yán)重改變環(huán)境原狀且產(chǎn)生的不良環(huán)境和社會后果不易消除的行業(yè)。上述行業(yè)包括核力發(fā)電、 水力發(fā)電、 水利和內(nèi)河港口工程建筑、 煤炭開采和洗選業(yè)、 石油和天然氣開采業(yè)、 黑色金屬礦采選業(yè)、 有色金屬礦采選業(yè)、 非金屬礦采選業(yè)與其他采礦業(yè)。同時， 本文參考斯麗娟和曹昊煜（2022）的研究， 使用二位數(shù)國民經(jīng)濟(jì)行業(yè)分類與代碼對綠色信貸政策限制性行業(yè)與上市公司所屬行業(yè)（根據(jù)證監(jiān)會2012年發(fā)布的《國民經(jīng)濟(jì)行業(yè)分類與代碼》）進(jìn)行匹配與對應(yīng)。

3. 控制變量。本文參考相關(guān)主題研究選取上市公司基本特征指標(biāo)、 公司治理相關(guān)指標(biāo)以及市場指標(biāo)作為控制變量， 具體包括資產(chǎn)負(fù)債率（lev）、 公司規(guī)模（size）、 總資產(chǎn)收益率（roa）、 賬面市值比（mb）、 董事會獨立性（boardind）、 第一大股東持股比例（first）、 企業(yè)信息透明度（opaque）、 股票回報率（ret）和股票波動率（sigma）和股票換手率（hsl）。具體變量定義與計算方式如表1所示。

（三）研究模型

為了驗證H1， 本文構(gòu)建如下雙重差分模型：

NCSKEW（DUVOL）=β0+β1treat+β2did+βnControls+ind+year+ε （1）

其中： treat為綠色信貸政策限制行業(yè)， 若該上市公司所屬行業(yè)為《指標(biāo)》中規(guī)定的A類行業(yè)， 則取值為1， 作為實驗組， 其他公司則被認(rèn)定為對照組， 取值為0。treat×post的交互項did， 該變量系數(shù)代表綠色信貸政策對于上市公司股價崩盤風(fēng)險的政策影響。如果β2顯著小于0， 則表明綠色信貸政策能夠降低上市公司股價崩盤風(fēng)險。Controls包含上文選取的所有控制變量。ind為行業(yè)固定效應(yīng)， year為時間固定效應(yīng)。本文所有實證檢驗結(jié)果均在公司個體層面上對標(biāo)準(zhǔn)誤進(jìn)行聚類調(diào)整。

五、 實證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

表2為描述性統(tǒng)計結(jié)果。從股價崩盤風(fēng)險指標(biāo)NCSKEW、 DUVOL的標(biāo)準(zhǔn)差與最大最小值來看， 不同公司之間的股價崩盤風(fēng)險存在較大差異。treat變量的均值為0.066， 表明我國上市公司中受到綠色信貸政策影響的占比大約為6% ～ 7%。由于本文以《指引》發(fā)布的2012年作為綠色信貸政策的實施年份， 因此樣本期內(nèi)（2008 ～ 2020年）77.8%的樣本處于政策實施后的年份。本文樣本公司的資產(chǎn)負(fù)債率均值為44.7%， 總資產(chǎn)收益率均值為3.8%， 獨董平均占董事會總?cè)藬?shù)的37.4%， 第一大股東平均持股超過三分之一， 其他相關(guān)變量的取值也均在合理范圍之內(nèi)。

表3為本文的基準(zhǔn)回歸結(jié)果， 第（1）列、 第（2）列分別為股價崩盤風(fēng)險指標(biāo)NCSKEW、 DUVOL的回歸結(jié)果。無論以負(fù)收益偏態(tài)系數(shù)還是收益上下波動率來衡量股價崩盤風(fēng)險， did的回歸系數(shù)均顯著為負(fù)， 顯著性水平至少為5%。雙重差分回歸結(jié)果表明， 綠色信貸政策顯著降低了企業(yè)的股價崩盤風(fēng)險， H1得以驗證?？刂谱兞糠矫?， 規(guī)模越大、 市賬比越高、 股票收益率和波動性越高的公司股價崩盤風(fēng)險越低， 相反資產(chǎn)報酬率、 信息不透明程度越高， 公司的股價崩盤風(fēng)險也越高?？刂谱兞炕貧w結(jié)果與曹廷求和張光利（2020）的研究具有較高的一致性。

（二）穩(wěn)健性檢驗

為了論證研究結(jié)論的穩(wěn)健性， 本文進(jìn)行了一系列穩(wěn)健性檢驗。首先， 采取事件研究法進(jìn)行平衡趨勢檢驗。表4以動態(tài)效應(yīng)檢驗來驗證本文研究樣本滿足平行趨勢檢驗。將政策實施前兩期作為基期， 構(gòu)建時間啞變量與實驗組啞變量的交乘項。 表4結(jié)果表明， 綠色信貸政策對股價崩盤風(fēng)險的抑制效應(yīng)在政策實施當(dāng)年開始顯著， 在政策發(fā)布前幾期基本均不顯著， 在政策實施后幾期內(nèi)大多數(shù)年份均顯著， 這表明本文研究符合平行趨勢假定， 適用雙重差分模型。

其次， 本文進(jìn)行了反事實檢驗， 假定政策頒布時間為2015年， 重新構(gòu)建時間啞變量進(jìn)行回歸。表5展示了反事實檢驗的回歸結(jié)果。結(jié)果表明， 當(dāng)政策時間假定被推遲到2015年時， 上市公司股價崩盤風(fēng)險并未受到顯著抑制。這表明2012年的綠色信貸政策發(fā)布時間具有唯一性， 也再次證明《指引》對于上市公司股價崩盤風(fēng)險的降低作用。

表6展示了PSM-DID的回歸結(jié)果。本文使用控制變量公司規(guī)模（size）、 資產(chǎn)負(fù)債率（lev）、 總資產(chǎn)收益率（roa）、 賬面市值比（mb）、 第一大股東持股比例（first）、 董事會獨立性（boardind）、 股票回報率（ret）、 股票波動率（sigma）、 股票換手率（hsl）、企業(yè)信息透明度（opaque）， 對本文樣本進(jìn)行1∶1最近鄰匹配， 回歸結(jié)果表明， 綠色信貸政策依舊能夠顯著降低上市公司的股價崩盤風(fēng)險。

此外， 本文更換了股價崩盤風(fēng)險的衡量方式， 以股價崩盤風(fēng)險是否發(fā)生的虛擬變量CRASH來檢驗綠色信貸政策可能對股價崩盤風(fēng)險產(chǎn)生的影響， 結(jié)果見表7第（1）列?？紤]到政策執(zhí)行過程中可能存在的地區(qū)差異， 本文進(jìn)一步在回歸模型中增加了省份固定效應(yīng)， 相應(yīng)的檢驗結(jié)果見表7第（2）、 （3）列。無論是更換因變量衡量方式還是增加省份固定效應(yīng)， did的回歸系數(shù)都保持在至少10%的顯著性水平上為負(fù)。

上述穩(wěn)健性檢驗結(jié)果證明了本文主要結(jié)論的可靠性。

六、 進(jìn)一步檢驗

（一）環(huán)境信息披露的中介效應(yīng)

綠色信貸政策主要引導(dǎo)金融機構(gòu)縮小對“兩高一?！钡男刨J規(guī)模， 并加大對綠色環(huán)保低耗能行業(yè)的信貸規(guī)模。但是在放貸時， 商業(yè)銀行與上市公司之間的信息不對稱問題往往較為嚴(yán)重， 因此， 為了獲取更多的銀行信貸， 上市公司傾向于披露高質(zhì)量的環(huán)境信息。一方面， 高質(zhì)量的環(huán)境信息披露可以有效緩解上市公司與金融機構(gòu)之間的信息不對稱， 以更低的債務(wù)融資成本獲得信貸支持并更好地運營環(huán)保項目（朱煒等， 2019）。另一方面， 投資市場對于企業(yè)環(huán)境信息披露的關(guān)注度也逐年提高（李巖等， 2021）。通過高質(zhì)量的環(huán)境信息披露， 上市公司降低了其與外部股東以及資本市場投資者之間的信息不對稱， 傳遞出公司綠色環(huán)保的正面形象， 以及公司具有的未來可持續(xù)發(fā)展前景的信號， 從而降低再融資成本， 緩解融資約束。因此， 在綠色信貸政策下， 上市公司有動力對外主動披露高質(zhì)量環(huán)境信息（占華， 2021）， 而高質(zhì)量信息的資源披露則降低了公司內(nèi)外部信息不對稱， 從而緩解股價崩盤風(fēng)險。

本文認(rèn)為， 綠色信貸政策可能通過促進(jìn)上市公司披露更多的環(huán)境信息， 降低其與投資者之間的信息不對稱， 改善公司在資本市場中的形象， 進(jìn)而降低企業(yè)的股價崩盤風(fēng)險。因此， 為了研究環(huán)境信息披露可能起到的中介作用， 本文在模型（1）的基礎(chǔ)上構(gòu)建以下模型：

EID＝γ0+γ1treat+γ2did+γnControls+ind+year+ε

（2）

NCSKEW（DUVOL）=α0+α1treat+α2did+α3EID+αnControls+ind+year+ε （3）

EID為上市公司環(huán)境信息披露的衡量指標(biāo)。參照許林等（2021）的研究， 從環(huán)保理念、 環(huán)保目標(biāo)、 環(huán)保管理制度體系等幾個細(xì)分維度來度量上市公司的環(huán)境信息披露水平， 并在此基礎(chǔ)上增加了環(huán)保教育與培訓(xùn)、 環(huán)保專項行動以及環(huán)境事件應(yīng)急機制三個維度， 并從上述六個維度來對上市公司環(huán)境信息披露水平進(jìn)行衡量。具體來看， 依照上述六個維度分別設(shè)置六個啞變量， 若該上市公司披露了相關(guān)內(nèi)容， 則賦值為1， 否則為0； 最終， 該公司的環(huán)境信息披露水平為上述六個維度的啞變量取值之和。其他變量定義見表1。依據(jù)模型（2）， 對中介變量（EID）進(jìn)行回歸， 若系數(shù)γ2顯著， 則依據(jù)模型（3）同時納入自變量did與中介變量EID進(jìn)行分析。若模型（3）中系數(shù)α3顯著且α2不顯著， 則為完全中介效應(yīng)； 但若系數(shù)α3和系數(shù)α2均顯著， 則為部分中介效應(yīng)； 若系數(shù)α3不顯著， 則中介效應(yīng)不成立。

中介效應(yīng)檢驗結(jié)果見表8。以NCSKEW衡量企業(yè)股價崩盤風(fēng)險。第（1）列回歸結(jié)果依然表明綠色信貸政策顯著降低了企業(yè)的股價崩盤風(fēng)險。第（2）列中did與EID的回歸系數(shù)顯著為正， 說明綠色信貸政策的頒布的確顯著促進(jìn)了上市公司的環(huán)境信息披露， 與占華（2021）的研究結(jié)論一致。而將did和EID同時納入股價崩盤風(fēng)險的回歸模型后， 第（3）列結(jié)果顯示， EID系數(shù)顯著為負(fù)， 說明上市公司更多的環(huán)境信息披露幫助公司降低了股價崩盤風(fēng)險。did系數(shù)依然顯著為負(fù)， 但絕對值相比第（1）列有所下降（從0.084下降至0.082）， Sobel檢驗在10%的顯著性水平上通過， 說明環(huán)境信息披露是綠色信貸政策降低公司股價崩盤風(fēng)險的部分中介變量。以DUVOL衡量企業(yè)股價崩盤風(fēng)險， 回歸結(jié)果與表8高度一致， 且EID回歸系數(shù)顯著性水平更高， Sobel檢驗也能在更高的顯著性水平上通過。由此可見， 綠色信貸政策部分通過促使企業(yè)披露更多的環(huán)境信息， 降低與投資者之間的信息不對稱， 改善企業(yè)形象， 進(jìn)而降低企業(yè)的股價崩盤風(fēng)險。

（二）媒體報道的調(diào)節(jié)作用

綠色信貸政策對于上市公司未來股價崩盤風(fēng)險的影響會受外部輿論監(jiān)督與內(nèi)部控制的影響。公司感知外部輿論監(jiān)督與高質(zhì)量內(nèi)部控制， 主動加強公司合規(guī)經(jīng)營、 進(jìn)行高質(zhì)量的環(huán)境信息披露， 并以此種方式參與政府環(huán)境治理， 從而緩解股價崩盤風(fēng)險。

有研究表明， 媒體報道與制度環(huán)境（羅進(jìn)輝和杜興強， 2014）等外部因素會影響公司的股價崩盤風(fēng)險。近年來， 我國媒體對于環(huán)保問題與相關(guān)污染項目涉及的上市公司也進(jìn)行了大量報道， 通過輿論監(jiān)督的方式促進(jìn)上市公司進(jìn)行高質(zhì)量的環(huán)境信息披露。在本質(zhì)上， 媒體是一種信息中介， 媒體通過對信息進(jìn)行采集、 加工和傳播來幫助債權(quán)人與股東等利益相關(guān)者迅速獲取更多有效信息（Fang和Peress， 2009）。尤其是近年來， 隨著信息技術(shù)的不斷發(fā)展， 媒體在資本市場上發(fā)揮的作用越來越大。

依據(jù)信號傳遞理論， 當(dāng)上市公司主動進(jìn)行高質(zhì)量的環(huán)境信息披露， 外部媒體監(jiān)督發(fā)揮作用， 幫助上市公司“放大”其綠色環(huán)保的形象， 在此種情境下， 上市公司將外部監(jiān)督壓力轉(zhuǎn)化為內(nèi)部增強環(huán)境信息披露的動力， 從而與面臨較低外部媒體監(jiān)督的上市公司相比， 綠色信貸政策更易促進(jìn)面臨較高外部媒體監(jiān)督的上市公司增強其環(huán)境責(zé)任履行和信息披露。當(dāng)上市公司面臨環(huán)保問題的負(fù)面報道時， 媒體報道也會起到“放大鏡”的作用， 促使社會各界一起監(jiān)督其污染治理與環(huán)保投資等， 從而降低了公司的機會主義行為， 減少信息不對稱。綜上所述， 外部媒體監(jiān)督對綠色信貸政策與股價崩盤風(fēng)險之間的影響具有一定調(diào)節(jié)作用， 外部媒體報道越多， 上市公司越可能減少機會主義行為， 提高環(huán)境信息披露質(zhì)量， 從而可能減少股價崩盤風(fēng)險。

表9為外部媒體監(jiān)督與內(nèi)部控制的調(diào)節(jié)作用回歸表格。根據(jù)列（1）、列（2）， 外部媒體監(jiān)督較強的組內(nèi)did回歸系數(shù)依然顯著為負(fù)， 而外部媒體監(jiān)督較弱的組內(nèi)did回歸系數(shù)則變得不顯著。這表明在媒體負(fù)面壓力較高的情況下， 綠色信貸政策更能夠降低上市公司的股價崩盤風(fēng)險， 即外部媒體監(jiān)督有利于促進(jìn)綠色信貸政策更好地發(fā)揮其治理公司股價崩盤風(fēng)險的作用。列（3）、列（4）中以DUVOL指標(biāo)衡量股價崩盤風(fēng)險的分組檢驗結(jié)果表現(xiàn)出高度的相似性。由此可以看出， 在有效的外部輿論監(jiān)督下， 綠色信貸政策對企業(yè)股價崩盤風(fēng)險的抑制作用更強。

（三）內(nèi)部控制的調(diào)節(jié)作用

內(nèi)部控制對于上市公司股價崩盤風(fēng)險也具有抑制作用。高質(zhì)量的內(nèi)部控制能夠提高公司財務(wù)報告可靠性和可比性， 提高公司透明度， 對壞消息的確認(rèn)更加及時， 增加壞消息的股價同步性。那么在綠色信貸政策下， 高質(zhì)量的內(nèi)部控制有助于上市公司遵守《指引》的相關(guān)規(guī)定， 加強環(huán)境治理和社會風(fēng)險管理， 提高信息披露質(zhì)量， 降低信息不對稱， 樹立綠色環(huán)保形象。因此， 內(nèi)部控制對綠色信貸政策與股價崩盤風(fēng)險之間的影響具有一定調(diào)節(jié)作用。在表10的回歸結(jié)果中， 無論以NCSKEW還是DUVOL衡量股價崩盤風(fēng)險， 綠色信貸政策對于股價崩盤風(fēng)險的抑制作用僅在內(nèi)部控制質(zhì)量較高的組別中顯著。這表明企業(yè)內(nèi)部控制質(zhì)量越高， 綠色信貸政策越能夠降低上市公司的股價崩盤風(fēng)險。由此可以看出， 較強的內(nèi)部控制有利于促進(jìn)綠色信貸的政策效應(yīng)， 降低公司股價崩盤風(fēng)險。

七、 結(jié)論與貢獻(xiàn)

綠色金融的發(fā)展有利于促進(jìn)社會資源向綠色行業(yè)轉(zhuǎn)移， 并以此實現(xiàn)資本有效配置。綠色信貸政策的實施使得企業(yè)環(huán)境表現(xiàn)成為商業(yè)銀行等金融機構(gòu)判斷識別真正的綠色環(huán)保企業(yè)的重要標(biāo)準(zhǔn)之一。因此， 相關(guān)公司存在主動進(jìn)行環(huán)境治理、 社會風(fēng)險管理和相關(guān)信息披露的內(nèi)在動機， 通過高質(zhì)量的信息披露降低公司未來股價崩盤風(fēng)險?；诖耍?本文以2008 ～ 2020年我國滬深A(yù)股上市公司的年度數(shù)據(jù)為研究樣本， 使用雙重差分模型對綠色信貸政策與股價崩盤風(fēng)險進(jìn)行研究， 并依據(jù)外部媒體監(jiān)督壓力與內(nèi)部控制質(zhì)量進(jìn)行分組回歸， 研究內(nèi)外部治理壓力對于政策效果的調(diào)節(jié)作用。本文主要研究結(jié)論如下：

第一， 綠色信貸政策減少了上市公司未來股價崩盤風(fēng)險， 在進(jìn)行了平衡趨勢檢驗、 PSM-DID模型檢驗、 增加反事實檢驗以及更換因變量衡量方式和增加省份固定效應(yīng)等穩(wěn)健性檢驗后， 該結(jié)論不變。

第二， 機制研究發(fā)現(xiàn)綠色信貸政策通過提高環(huán)境信息披露質(zhì)量， 減少公司策略性的信息隱瞞行為來抑制股價崩盤風(fēng)險。由此可見， 綠色信貸政策能夠有效緩解我國上市公司內(nèi)外部信息不對稱問題， 上市公司通過高質(zhì)量的環(huán)境信息披露幫助商業(yè)銀行甄別真正的綠色環(huán)保企業(yè)， 促進(jìn)資源有效配置， 最終推進(jìn)我國生態(tài)文明建設(shè)。

第三， 進(jìn)一步研究發(fā)現(xiàn)， 與面臨較低外部媒體監(jiān)督的上市公司相比， 綠色信貸政策更能抑制面臨較高外部媒體監(jiān)督的上市公司的股價崩盤風(fēng)險； 與內(nèi)部控制質(zhì)量較低的上市公司相比， 綠色信貸政策更易促進(jìn)內(nèi)部控制質(zhì)量較高的上市公司減少其股價崩盤風(fēng)險。由此可見， 當(dāng)內(nèi)外部治理壓力越大時， 綠色信貸政策對于公司股價崩盤風(fēng)險的抑制作用越明顯。

本文研究結(jié)論具有一定的理論與實踐意義。理論上， 本文從資本市場的視角切入， 深入探索并揭示市場對于公司參與政府環(huán)境治理的反應(yīng)， 彌補了已有文獻(xiàn)在公司股價崩盤風(fēng)險影響因素方面研究的空白。同時聚焦研究綠色信貸政策對于股價崩盤風(fēng)險的影響， 豐富了綠色信貸政策效果的研究視角。進(jìn)一步考慮媒體報道和內(nèi)部控制對于綠色信貸減少股價崩盤風(fēng)險的調(diào)節(jié)作用， 豐富了媒體監(jiān)督治理效應(yīng)相關(guān)研究， 強調(diào)了加強內(nèi)部控制的重要性。實踐上， 本文關(guān)于綠色信貸政策對企業(yè)環(huán)境信息披露和股價崩盤風(fēng)險的研究結(jié)論， 對于政府從監(jiān)管審查角度降低上市公司降低股價崩盤風(fēng)險， 保護(hù)資本市場穩(wěn)定， 同時借力商業(yè)銀行識別真正的綠色環(huán)保企業(yè)有一定的借鑒意義。關(guān)于新聞媒體的外部治理作用， 為政府加強媒體監(jiān)督報道、 合理利用輿論力量、 督促企業(yè)環(huán)境治理并承擔(dān)環(huán)境社會責(zé)任提供參考。關(guān)于內(nèi)部控制緩解股價崩盤風(fēng)險的研究結(jié)論， 對于企業(yè)需要進(jìn)一步規(guī)范自身的治理情況， 提高內(nèi)部控制質(zhì)量， 實現(xiàn)上市公司未來的可持續(xù)發(fā)展具有重要啟示。

【 主 要 參 考 文 獻(xiàn) 】

鮑學(xué)欣．真實盈余管理與股價崩盤風(fēng)險——來自中國上市公司的經(jīng)驗證據(jù)［ J］．重慶文理學(xué)院學(xué)報（社會科學(xué)版），2020（3）：77 ～ 83．

曹廷求，張光利．自愿性信息披露與股價崩盤風(fēng)險：基于電話會議的研究［ J］．經(jīng)濟(jì)研究，2020（11）：191 ～ 207．

褚劍，方軍雄．中國式融資融券制度安排與股價崩盤風(fēng)險的惡化［ J］．經(jīng)濟(jì)研究，2016（5）：143 ～ 158．

丁杰．綠色信貸政策、信貸資源配置與企業(yè)策略性反應(yīng)［ J］．經(jīng)濟(jì)評論，2019（4）：62 ～ 75．

何凌云，梁宵，楊曉蕾等．綠色信貸能促進(jìn)環(huán)保企業(yè)技術(shù)創(chuàng)新嗎［ J］．金融經(jīng)濟(jì)學(xué)研究，2019（5）：109 ～ 121．

江紅莉，王為東，王露，吳佳慧．中國綠色金融發(fā)展的碳減排效果研究——以綠色信貸與綠色風(fēng)投為例［ J］．金融論壇，2020（11）：39 ～ 48+80．

江軒宇，許年行．企業(yè)過度投資與股價崩盤風(fēng)險［ J］．金融研究，2015（8）：141 ～ 158．

李文貴，路軍．網(wǎng)絡(luò)平臺互動與股價崩盤風(fēng)險：“溝通易”還是“操縱易”［ J］．中國工業(yè)經(jīng)濟(jì)，2022（7）：178 ～ 196．

李巖，于洋，宮大衛(wèi)，王欣甜．企業(yè)環(huán)境信息披露的市場反饋影響研究——基于中央環(huán)保督察的實證研究［ J］．南京工業(yè)大學(xué)學(xué)報（社會科學(xué)版），2021（4）：75 ～ 86+110．

劉程，琚兆坤．綠色信貸政策、政府環(huán)境治理與股價崩盤風(fēng)險——基于《綠色信貸指引》的準(zhǔn)自然實驗［ J］．上海立信會計金融學(xué)院學(xué)報，2022（3）：3 ～ 23．

陸旸．中國的綠色政策與就業(yè)：存在雙重紅利嗎？［ J］．經(jīng)濟(jì)研究，2011（7）：42 ～ 54．

羅進(jìn)輝，杜興強．媒體報道，制度環(huán)境與股價崩盤風(fēng)險［ J］．會計研究，2014（9）：53 ～ 59．

寧金輝，苑澤明，王曉祺．綠色信貸政策與企業(yè)過度投資［ J］．金融論壇，2021（6）：7 ～ 16．

寧金輝．綠色信貸政策與企業(yè)融資租賃［ J］．當(dāng)代財經(jīng)，2022（6）：139 ～ 148．

斯麗娟，曹昊煜．綠色信貸政策能夠改善企業(yè)環(huán)境社會責(zé)任嗎——基于外部約束和內(nèi)部關(guān)注的視角［ J］．中國工業(yè)經(jīng)濟(jì)，2022（4）：137 ～ 155．

宋獻(xiàn)中，胡珺，李四海．社會責(zé)任信息披露與股價崩盤風(fēng)險——基于信息效應(yīng)與聲譽保險效應(yīng)的路徑分析［ J］．金融研究，2017（4）：161 ～ 175．

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．

王化成，曹豐，葉康濤．監(jiān)督還是掏空：大股東持股比例與股價崩盤風(fēng)險［ J］．管理世界，2015（2）：45 ～ 57．

王馨，王營．綠色信貸政策增進(jìn)綠色創(chuàng)新研究［ J］．管理世界，2021（6）：173 ～ 188+11．

謝喬昕，張宇．綠色信貸政策、扶持之手與企業(yè)創(chuàng)新轉(zhuǎn)型［ J］．科研管理，2021（1）：124 ～ 134．

許年行，江軒宇，伊志宏等．分析師利益沖突，樂觀偏差與股價崩盤風(fēng)險［ J］．經(jīng)濟(jì)研究，2012（7）：127 ～ 140．

許年行，于上堯，伊志宏．機構(gòu)投資者羊群行為與股價崩盤風(fēng)險［ J］．管理世界，2013（7）：31 ～ 43．

鄢翔，耀友福．放松利率管制、銀行債權(quán)治理與股價崩盤風(fēng)險——基于中央銀行取消貸款利率上下限的準(zhǔn)自然實驗［ J］．財經(jīng)研究，2020（3）：19 ～ 33．

易志高，李心丹，潘子成，茅寧．公司高管減持同伴效應(yīng)與股價崩盤風(fēng)險研究［ J］．經(jīng)濟(jì)研究，2019（11）：54 ～ 70．

占華．綠色信貸如何影響企業(yè)環(huán)境信息披露——基于重污染行業(yè)上市企業(yè)的實證檢驗［ J］．南開經(jīng)濟(jì)研究，2021（3）：193 ～ 207．

張雪茵，范黎波．國有企業(yè)混合所有制改革與股價崩盤風(fēng)險——基于信息不對稱視角［ J］．首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報，2022（4）：97 ～ 112．

朱煒，孫雨興，湯倩．實質(zhì)性披露還是選擇性披露：企業(yè)環(huán)境表現(xiàn)對環(huán)境信息披露質(zhì)量的影響［ J］．會計研究，2019（3）：10 ～ 17．

An H.，Zhang T.. Stock price synchronicity，crash risk，and institutional investors［ J］． Journal of Corporate Finance，2013（21）：1 ～ 15．

Callen J. L.，F(xiàn)ang X.. Institutional investor stability and crash risk：Monitoring versus short-termism？［ J］． Journal of Banking & Finance，2013（8）：3047 ～ 3063．

Clarkson P. M.，Overell M. B.，Chapple L.. Environmental reporting and its relation to corporate environmental performance［ J］． Abacus，2011（1）：27 ～ 60．

Fang L.，Peress J.. Media coverage and the cross section of stock returns［ J］． The Journal of Finance，2009（5）：2023 ～ 2052．

Kim J. B.，Li Y.，Zhang L.. Corporate tax avoidance and stock price crash risk：Firm-level analysis［ J］． Journal of Financial Economics，2011（3）：639 ～ 662．

Kim J. B.，Zhang L.. Accounting conservatism and stock price crash risk：Firm level evidence［ J］． Contemporary Accounting Research，2016（1）：412 ～ 441．

Piotroski J. D.，Wong T. J.，Zhang T.. Political incentives to suppress negative information：Evidence from Chinese listed firms［J］． Journal of Accounting Research，2015（2）：405 ～ 459．

Robin A. J.，Zhang H.. Do industry-specialist auditors influence stock price crash risk？［ J］． Auditing：A Journal of Practice & Theory，2015（3）：47 ～ 79．

Xu N.，Li X.，Yuan Q.，et al.. Excess perks and stock price crash risk：Evidence from China［ J］． Journal of Corporate Finance，2014（25）：419 ～ 434．

【基金項目】國家自然科學(xué)基金面上項目“道德內(nèi)化與公司治理——基于中國文化的理論和實證”（項目編號：72272076）

【作者單位】南京大學(xué)商學(xué)院， 南京 210093。蔣影為通訊作者