绿色金融体系之下碳治理的实证研究
——基于绿色金融试点对于减少碳排放量的实证分析 胡鹏浩 邱伟斌 余昭弘 福建农林大学安溪茶学院 摘要:本文通过绿色信贷、绿色债券、绿色基金和绿色证券四个维度回顾相关文献,再利用双重差分的方法分析对比了我国绿色金融改革试验区减少碳排放量与非绿色金融改革试验区的差异。研究表明,绿色金融改革试验区的设立能够有效的抑制碳排放量,同时也能有效的推动地区经济的发展。对于控制变量而言,大多数呈现显著趋势,并与预期的发展相符合。最终提出一些建设性意见供相关部门参考。 关键词:绿色金融;双碳;碳排放;双重差分 一、引言
党的十八大以来,推动生态文明建设就成为了中国未来的前进方向和发展目标。同时,“两山理论”的提出也进一步明确这一理念。经济是社会发展的基础,而经济的可持续性是社会得以延续的保障。在现代社会,金融已经成为经济发展的核心,无论是在微观还是在宏观层面上,金融都成为了调控经济大盘、反映市场发展的重要项目。在这样的大背景下,绿色金融也就应运而生。 伴随着人类进入21世纪以来,温室效应已经不再是停留在纸面上的理论推导,而是人民大众真真切切地实际体会。于是,生态环境建设与经济发展这一对矛盾也就越来越突出。为彰显《联合国气候变化框架公约》精神,履行负责任大国担当,2020年9月习近平总书记在第75届联合国气候大会上明确指出,我国的二氧化碳排放力争于2030年前达到峰值,并努力在2060年前实现碳中和。为了实现这一目标,迫使我国经济需要从高增长发展转变为高质量发展。 2017年国务院常务会议提出建立绿色金融改革试验区,并决定在五省八地设立。这标志着我国绿色金融政策从萌芽阶段转变为成长阶段。而对于改革试验区减少碳排放量的成果相比于非试验区是否显著,显著程度是否较高,试验区与非试验区的差异是否较大,除了政策的影响因素,是否还有其他因素会对碳排放量的减少产生作用这些都是本文要加以讨论的问题。研究的核心目的依旧是探寻在试验区的绿色金融改革是否真实有效并且值得在未来推广到全国。本文研究意义主要集中在宏观的视角下,考察绿色金融的政策的影响效益,为推进生态文明建设做出一定的贡献。 二、文献综述
从科学发展观的提出至今,我国的生态文明建设一直在积极有效地推进。在此期间,绿色金融的相关业务也在不断地进行试验和展开。2007年7月,环保部、中国人民银行、银监会三部门联合发布了《关于落实环境保护政策法规防范信贷风险的意见》,该文件的发布标志着我国绿色信贷制度的正式建立,同时也标志着我国绿色金融政策的正式起步。而在之后,绿色金融相关的政策也在不断推进我完善。 (一)绿色信贷 绿色信贷指的是通过专业的方法提前分析借贷企业生产经营对环境的影响,更具最终结果决定是否放贷的一种金融工具。而绿色金融业务的特殊性是指绿色信贷政策需要公众的监督,政府和银行不仅应该将相关环境和社会影响的信息公开,并且应该提供各种条件包括信息的披露、必要的经费和真正平等对话的机制。由于绿色信贷发展较早,所以研究成果比较丰富。温室气体主要来自于重污染企业的排放,所以限制重污染企业的发展就成为绿色金融发展的关键所在。在微观角度上,苏冬蔚等[1]利用双重差分考察绿色信贷对重污染企业投融资行为的影响,研究表明重污染企业的有息债务融资和长期负债均显著下降,大型重污染企业的新增投资显著减少,同时重污染企业的债务成本显著上升和经营绩效的大幅下降,最终证明绿色信贷有显著的融资惩罚效应和投资抑制效应。而在宏观角度上,产业结构往往决定了能源消费结构,能源消费结构又是导致碳排放量高低的关键因素。在能源消费视角下,左金隆等[2]通过构建综合指标体系,采用改进熵值法来研究绿色信贷对中国经济高质量发展的影响。研究表明,绿色信贷推动了中国经济的高质量发展,而经济高质量发展的表现之一就是资源环境成本低,经济社会效益好。而这也完全符合“双碳”目标下,对于碳排放量减少的要求。在产业结构变动的视角下,徐胜等 [3]通过灰色关联分析法和构造面板回归模型来研究绿色信贷的发展与产业结构升级之间的关联关系以及分析对不同地区的影响效果。研究表明,绿色信贷和三大产业的关联度由高到低依次是第三产业、第二产业和第一产业,而绿色信贷主要是通过企业的资本与资金渠道影响产业结构。就整体影响而言,绿色信贷对我国整体调整产业结构的升级效果显著,但东中西三大地区的绿色信贷对产业结构调整的影响存在差异。信贷作为银行的一种盈利方式,需要其具备一定的盈利能力,因此只有出现可观的收益和可控的风险才能使其长存并通过它来推动生态文明建设。孙光林等 [4]通过静态、动态的面板回归来研究绿色信贷对银行信贷风险的作用效果,并最终得出绿色信贷对商业银行信贷风险具有显著负向的影响,即增大商业银行绿色信贷规模能够有效抑制不良贷款率的攀升。该研究的发现一定程度上可以激励商业银行加大绿色信贷的投放,进而推动绿色金融体系的建设。伴随着相关银行绿色信贷数据的不断披露,我国绿色信贷的发展也在不断地稳中向好。截止到2021年,我国五大银行年末共计发放8.29万亿的绿色信贷,同比增长为38.6%,占当年信贷总额的10.6%。 (二)绿色债券 “绿色债券”是指将所得资金专门用于资助符合规定条件的绿色项目或为这些项目进行再融资的债券工具。作为一种融资手段,绿色债券可以通过限制企业在这方面的资金流入,倒逼企业实现相关的技术革新和产业转型,最终实现减少碳排放量的目标。黄华继等 [5]利用DEA-BBC模型以及双重差分的方法对上市公司的经营效率进行测度。研究表明,上市公司发行绿色债券可以通过降低融资约束、促进公司转型升级和降低经营成本的途径实现自身经营效率的提升。与此同时,郑春丽等 [6]也是通过双重差分模型研究发行绿色债券对上市公司经济效益的影响,最终更为详细的发现有绿色债券的上市公司比有普通债券在发行债券后净资产收益率高约0.9%,也肯定了绿色债券对于上市公司的经济效益有积极作用。而马亚明等 [7]通过双重差分研究绿色债券发行对发行主体企业价值的影响,最终研究表明,发行绿色债券显著提升企业价值,且具有动态持续性,并以提升个股投资者情绪和降低融资成本途径作为中介变量,最终实现提升企业价值的目标。通过上述对于企业价值和经营效益的激励作用,使得许多资本向这些积极发放绿色债券的上市公司聚集,最终成功引导产业升级,倒逼企业去淘汰碳排放量较高的生产技术,转而实现低碳生产。 (三)绿色基金 绿色基金是指专门针对节能减排战略,低碳经济发展,环境改造项目而建立专项投资基金。通过对资金的募集,为绿色、环保产业的发展提供资金支持,推动节能减排的发展。在理论层面,正如安国俊 [8]所提出的意见,建议通过政府和社会资本合作(PPP)模式动员社会资本,支持设立各项绿色发展基金,实行市场化运作,从而使得绿色基金可以更加有效且长远的为减少碳排放量做出贡献。在实证分析层面,危平等 [9]通过评价22只自选绿色基金的直接收益和风险以及基于单因素和多因素模型(Carhart四因素模型)的风险调整收益,进一步分析基金投资者的收益敏感性,从而研究绿色投资能够兼顾环境绩效和财务收益的双重目标。研究表明,在单因素评价中,现阶段我国绿色基金的风险调整收益要低于市场基准和传统基金;在四因素模型中,我国绿色基金投资表现要显著低于市场平均水平。由于在2016年,我国印发《关于构建绿色金融体系的指导意见》后才首次提出要设立国家绿色发展基金,从而说明绿色基金发展较晚,还未形成引导绿色投资的有效机制。 (四)绿色证券 绿色证券指的是上市公司通过环保部门进行环保审核通过后才能上市融资的证券模式。环保审核主要由上市公司环保核查、上市公司环境信息披露和上市公司环境绩效评估三部分构成。在理论层面,田雪等 [10]主张通过绿色证券,主动遴选环境信息公开全面、规范性和真实性均较好的企业,给予表彰奖励,提升被表彰企业的良好形象,激励企业主动进行信息的自我完善;联合证券监管部门和环保部门定期交换相关信息,协同决策,共同完善企业强制性环境信息披露制度,促使绿色证券体系化;建议组织有关单位研究发表“上市公司环境绩效白皮书“,充分保障公众环保知情权的基础上,推动形成上市公司主动守法的内生动力。这些策略对于完善绿色证券的发展具有正向的推动作用,同时也为构建完善的绿色金融体系奠定了一定的理论基础。而在实证分析层面,肖黎明等 [11]采用三阶段数据包络分析模型和系统广义矩估计模型分别计算企业的绿色投资效率和考察绿色证券对企业绿色投资效率的作用机制及传导途径。研究表明,绿色证券能够显著提升企业绿色投资效率,并且主要通过企业技术水平及能源结构来改进绿色投资效率。而这一结论也与上面其他的传导机制相类似,即减少高耗能生产方法的使用,取而代之的是相对排放少的生产方法,最终有利于”双碳“目标的建立。 综上所述,从上述的四个维度都有共同的影响路径,那就是通过对企业资金获取渠道的限制倒逼企业实现二氧化碳的减排。因为在现代社会,碳排放强度最大的行业是工业,因为他们也是能源消费结构中化石能源比例最高的。但上述文献主要是从单一维度切入,描述绿色金融的某个项目与绿色投资的关系,而这种关系也可以间接的理解为与碳排放之间的关系,很少有文献对绿色金融进行综合性的描述和研究,研究绿色金融对于减少碳排放量作用的文章更是少之又少。而在2017年6月的国务院常务会议上,提出要设立绿色金融改革试验区,对我国的绿色金融建设具有承前启后的作用,可以有效的整合近十年来绿色金融的发展经验,并且在未来把绿色金融的相关经验推广到全国,鉴于绿色金融对二氧化碳减少作用的实证分析还有所欠缺,本文也将着重分析此次试验区的设立对于我国碳排放减少的重要作用。 三、绿色金融试点效应研究
(一)研究方法 本文采用双重差分法来衡量绿色金融试点政策的效果。此法常常在自然实验和随机试验中使用,呈现出两类不同地区的差异来对比分析政策的影响效果。 假设y为不同主体的外部表现;D为地区虚拟变量,当D=1代表实验组,D=0代表对照组;T为时间虚拟变量,T=1为政策实施后,T=0为政策实施前。 同样,对于本文而言,通过研究绿色金融试点的政策效应,观察两类城市的碳排放强度的差异,从而观察出该政策在实施前后是否存在显著效果,而从科学有效地评价我国此次绿色金融试点地模范作用。 基于上述的研究思路,本次研究将建立如下模型: 国务院常务会议决定在浙江、江西、广东、贵州、新疆五省(区)建立绿色金融改革创新试验区[12]。限于数据的可获得性,本次研究仅选取2012年——2020年期间3个绿色金融试验区,为保证对照平衡,另外抽取了同一省份或相近地区的城市作为对照组。 (二)变量设定 1.被解释变量
碳排放主要产生于化石能源的消耗,所以本次主要借鉴蒋金荷[13]对于测算地区碳排放量的衡量和估计,公式如下: 表1 各种能源标准煤折算系数 表2 各种能源的碳排放系数(kgC/kgce) 2.虚拟变量
由于采用双重差分法,所采用的虚拟变量主要包含两个,分别是时间虚拟变量、地区虚拟变量以及两者的交乘项,D表示政策虚拟变量,D=1表示该地区是绿色金融改革试验区,D=0表示该地区不是绿色金融改革试验区,T表示时间虚拟变量,T=1表示绿色金融改革试验区设立之后,T=0表示绿色金融改革试验区设立之前。 3.控制变量
为了缓解在多元回归分析中混淆变量对因果效应估计的干扰,本文研究主要采用如下的控制变量。 表3 控制变量选取 表4 描述性统计 表5 贵遵城市组的描述性统计 表6 湖无城市组的描述性统计 表7 衢温城市组的描述性统计 (三)回归结果 本文的面板数据是平衡面板数据,因而首先采用面板OLS方法,然后逐步加入控制变量进行回归分析,结果如表8所示。 表8 绿色金融政策实证结果 四、分析与结论
从整体的分布回归结果可以看出,伴随着控制变量的逐步增加,R2值不断增加,说明该模型的拟合程度不断提升。通过关注地区虚拟变量可知,该虚拟变量为负,说明绿色金融改革试验区相较于非试验区碳排放强度较小,除了前三次检验外,其余都是极其显著且系数在同期里相对较高;而关注时间虚拟变量可知,该变量为正,由于提出建立试验区的时间为2017年6月14日,笔者考虑政策的执行滞后性因素,所以将政策的政策效应实施时间选在2018年,而目前最新的相关数据只提供到2020年,所以只能表现3年的政策实施效果。这说明在短期内,碳排放依然还是在升高。这与我们作为发展中国家的现状相符。通过关注双重差分虚拟变量为负可知,绿色金融改革政策对于试点地区的碳排放强度存在下降趋势较非试点地区更为明显。 而从控制变量的回归结果可知,地区生产总值、规模以上工业企业利润、科技支出、第二产业比重、第三产业比重和城市绿地面积都存在显著关系。地区生产总值与碳排放强度的负相关关系印证了环境库兹涅茨曲线,即环境质量与经济发展水平呈现倒U型的关系[16],侧面说明我国的经济已经进入高质量的发展阶段,“两山理论”得到有效的贯彻与实施。与此同时,规模以上工业企业利润水平与碳排放强度的负相关关系说明我国的工业企业已经正在进行技术性的变革,从原有的破坏性发展已经转变为争取可持续性的发展。而笔者认为,其中绿色金融政策作用显著,面对传统的两高一剩企业,国内的五大行均开始实行对该类企业的一票否决权制度,使得这类企业的发展预期已经下降,取而代之的不断贯彻新发展理念的环境友好型企业。此外,科学技术与碳排放强度的正相关关系足以说明我国目前还没有真正地利用科学技术来加强对碳排放地管理,这主要是由于经济规模的迅速扩展和在落后生产技术支持下的传统生产方式[17],同时也侧面说明我国的技术结构存在一定的问题。伴随着科学发展观的提出,我国已经在2007年开始实现产业结构的转型,第二产业的比重也在逐年的为第三产业让位,而这和工业发展水平与碳排放呈现负相关的关系正好吻合。第三产业作为高质量经济发展的一部分,使得原有的高污染、高能耗的经济支撑点发生转移,碳排放强度进一步显著的减少。城市绿地面积与碳排放强度呈现显著的正相关,反映出目前绿地面积总体质量较差,对于二氧化碳的减排作用较弱。 五、政策建议
(一)加强绿色金融相关主体的责任意识 绿色金融体系的良性发展,需要企业增强其环境和社会责任担当,企业如果以利益为驱使,不计所损耗的环境成本,牺牲整个社会的长远利益,必然会使得绿色金融扭曲发展,因为绿色金融中的“绿色”需要比较强的专业性,企业通过相应的环境和社会责任披露,让利益相关者了解到其有很好的履行可持续发展的责任担当,但是试想,因为“绿色”信息披露的专业性,若企业管理者通过专业的手段,运用专门的方法和程序,将所披露的信息加以“粉饰”,这样就会导致绿色金融的实施的效果不佳,整个绿色金融体系形同虚设,后果可想而知,基于此,必须加强绿色金融主体的主体责任意识,让其在理念上转型,在行动上加以改进,在担责上加以规范。为促进市场主体在重点项目实施绿色金融,监管机构往往会适当放宽试行条件,但这并不意味着给市场主体可以利用相关优惠政策实施“洗绿”、“漂绿”行为,影响整个金融体系的健康发展,在立法层次上要加以进行引导,避免出现类似违法行为[18]。 (二)推进绿色金融制度的不断完善 按照“国内统一、国际接轨、清晰可执行”的原则[19],推动绿色金融体系的不断完善,一系列标准规范都必须建立在可参考,可执行,可比对的基础之上,要加强制度的完善,在各个行业都建立起相对应的制度标准,从横向进行分析绿色金融体系目前虽然已经覆盖了一部分行业,比如节能环保方面、绿色交通方面等等,但是由于金融业,和企业行业存在的壁垒,导致有些行业并不能够在绿色低碳发展方面获取绿色资金的支持;从纵向来看,绿色金融体系对项目初创阶段涉及比较的规章制度较为具体,而在项目之后涉及的信息披露、所产生的环境效益、效果方面少有涉及,需要有关机构不断完善相应制度的建设,争取试想全维度覆盖,全渠道检测。 (三)聚力区域联动,扩大绿色金融试点 政府助力推动金融基础设施建设,绿色金融的试行能够显著降低二氧化碳的排放量,是助力碳达峰、碳中和的重要举措,大数据助推绿色金融,建立起区域间信息共享,助推联动效应,绿色金融能够显著促进产业转型,积极地引导资金流入绿色低碳环保产业,从而有效地推动区域间产业结构转型,进而使得经济高质量发展[20]。产业带动经济,鼓励金融机构适当放宽投资门槛,通过宣传和引导,鼓励市场主体对金融项目充满预期,通过完善信息披露的质量,保证市场主体拥有足够的知情权,同时通过大数据、互联网技术建立起区域间信息共享的平台,提供更加优惠的金融产品与服务。 参考文献: [1]苏冬蔚,连莉莉.绿色信贷是否影响重污染企业的投融资行为?[J].金融研究,2018(12):123-137. [2]左金隆,王平.绿色信贷对中国经济高质量发展的影响研究——兼论能源消费视角下的中介效应[J].重庆师范大学学报(社会科学版),2022(3):13-26. [3]徐胜,赵欣欣,姚双.绿色信贷对产业结构升级的影响效应分析[J].上海财经大学学报,2018(2):59-72. [4]孙光林,王颖,李庆海.绿色信贷对商业银行信贷风险的影响[J].金融论坛,2017(10):31-40. [5]黄华继,李英齐,王杰.绿色债券发行对上市公司经营效率的正向影响研究——基于混合DEA模型的实证分析[J].河北工程大学学报(社会科学版),2022(2):40-49. [6]郑春丽,罗传建.发行绿色债券对上市公司经济效益的影响——基于双重差分模型的分析[J].武汉金融,2020(10):38-44. [7]马亚明,胡春阳,刘鑫龙.发行绿色债券与提升企业价值——基于DID模型的中介效应检验[J].金融论坛,2020(9):29-39. [8]安国俊.绿色基金如何驱动绿色发展[J].绿色包装,2016(9):76-77. [9]危平,舒浩.中国资本市场对绿色投资认可吗?——基于绿色基金的分析[J].财经研究,2018(5) :23-35. [10]田雪,葛察忠,林爱军,杨晓进,李晓亮.我国市场主导绿色证券制度建设与路径探析[J]. 环境保护,2018(22):18-22. [11]肖黎明,李秀清.绿色证券对企业绿色投资效率的影响——基于六大高耗能行业上市企业的检验[J].金融监管研究,2020(12):78-97. [12]新华社,2017,《国新办举行绿色金融改革试验区和工业品生产许可证制度改革吹风会》 [13]蒋金荷.中国碳排放量测算及影响因素分析[J].资源科学,2011,33(4):597-604. [14]徐国泉,刘则渊,姜照华.中国碳排放的因素分解模型及实证分析:1995-2004[J].中国人口•资源与环境,2006,16(6):158-161. [15]Zhang Zhongxiang. The Economics of Energy Policy in China: Implications for Global Climate Change[M]. Cheltenham,UK: Edward Elgar Publishing Limited,1998. [16]佘群芝.环境库兹涅茨曲线的理论批评综论[J].中南财经政法大学学报,2008(1):20-26. [17]王鹤扬,毛锋.环境与人口、经济和科技发展的协同探析[J].环境科学与管理,2006(12):159-163. [18]毕茜,邓玲.绿色信贷绩效评价对企业绿色创新的驱动效应研究[J/OL].南方金融:1-15[2022-06-24]. [19]王遥,任玉洁.“双碳”目标下的中国绿色金融体系构建[J/OL].当代经济科学:1-14[2022-06-24]. [20]张婷,李泽辉,崔婕.绿色金融、环境规制与产业结构优化[J].山西财经大学学报,2022,44(06):84-98. |