绿色信贷政策、信贷配置效率与能源密集企业转型升级.docx

《绿色信贷政策、信贷配置效率与能源密集企业转型升级.docx》由会员分享，可在线阅读，更多相关《绿色信贷政策、信贷配置效率与能源密集企业转型升级.docx（7页珍藏版）》请在课桌文档上搜索。

1、绿色信贷政策、信贷配置效率与能源密集企业转型升级本研究采用准实验法，从信贷配置效率的角度研究了绿 色信贷政策对高耗能企业升级的影响。通过中国上市公司的 面板数据，本研究发现2012年绿色信贷指引（GCG2012） 下的绿色信贷政策对被处理企业的研发强度和全要素生产 率（TFP）产生了显著的负效应。实证证据还显示，2012年 绿色信贷指引明显减少了银行信贷，但增加了商业信贷。 因此，替代假说是成立的。此外，2012年绿色信贷指弓1 还降低了银行信贷在能源密集型产业中的配置效率。作为鼓 励企业投资于能源效率的绿色信贷政策，2015年能效信贷 指引（EECG2015）增加了银行信贷和固定资产投资，而

2、研发 强度和全要素生产率没有增加。这些有助于制定更好的绿色 信贷政策。一、研究背景随着居民环境意识的提高和对更好的生态环境的渴望, 中国越来越重视企业在环境保护中的作用。各种环境监管手 段，包括指令性政策和市场导向手段，都被用来鼓励企业更 新绿色生产技术，减少排放，提高环境绩效。近年来，金融 工具，特别是绿色信贷在管理企业环境行为和限制污染行业 的盲目扩张方面发挥了越来越重要的作用。2012年，我国出 台绿色信贷指引，通过对污染者进行财政处罚来遏制工业 污染。它要求商业银行限制对非绿色企业的贷款，并为环境 友好型企业提供金融支持。为了满足这些要求，银行可能会 拒绝受管制行业或非绿色行业的贷款申

3、请，甚至拒绝为寻求 升级的企业提供投资融资。因此，制定绿色信贷政策已成为 一项重大挑战，因为信贷干预可能阻碍产业升级。本研究采用了 2009年至2017年中国A股上市公司的系 列微观数据。它从信贷分配效率的角度探讨了绿色信贷政策 对能源密集型企业升级的影响。二、研究假设假设1.绿色信贷指引的颁布显著减少了银行信贷, 但增加了能源密集型企业的商业信贷。增加了能源密集型企 业的商业信贷。假设2.绿色信贷指引的颁布对能源密集型产业内部 的银行信贷配置效率有负面作用，对能源密集型产业内的银 行信贷的配置效率有负面影响。假设3.绿色信贷指引的颁布显著阻碍了能源密集型 企业的升级。三、研究设计本研究参考了

4、 Wen和Lee (2020)的研究，采用微观层 面的DlD方法来评估政策干预对信贷分配和企业升级的处理 效果。政策干预对信贷分配和企业升级的处理效果。我们所 采用的在我们的实证分析中应用的微观层面DID模型可以表 示为表示如下。y = ai + 1 Treati Aftert + Controtit f + (1)其中丫江公司在t年的政策评估的目标变量。TreQ力指 的是分组虚拟变量，如果企业i属于能源密集型产业，该变 量等于1,否则等于0。如果企业属于能源密集型产业，则等 于1,否则为0。4/tert是时间虚拟变量，在政策干预后等 于1,否则为Oo本研究关注的是交互项的系数，即基于回归 的

5、DlD估计值干预效果。控制变量指的是一些控制变量的向 量，为了说明宏观经济条件的趋势和可能影响企业投融资行 为的潜在的、未观察到的个人异质性。为了探讨能源密集型产业的信贷资本配置效率，本研究 还将政策干预视为一个准实验，并采用双向固定效应的面板 模型。Creditit = l +2npflh InTFPUT + 3lnTFP- + Contrary + r + r(2)本文研究中使用的数据包括三个不同的数据集，都是为 分析六个高能耗行业的402家企业而建立的。第一个数据集 是用来评估2012年全球气候大会对信贷分配和企业转型升 级的效果。鉴于该政策是在2012年实施的，本研究将样本期 设定为2

6、009年至2014年，其中包括三年的前抽样和后抽样。 第二组数据用于研究2012年绿色信贷指引对信贷分配效率 的影响，包括2009年至2014年的306家能源密集型产业的 企业。由于我们将2009年以后上市的企业排除在这个数据 集之外，所以企业的数量少于402家。第三个数据集包括2012 年至2017年的402家能源密集型产业的企业。它的目的是 讨论2015年能效信贷指引的潜在影响。本研究采用双重差分方法，主要研究指导意见发布前后 能源密集型企业相对于其他企业的信贷分配的净效应，即 DID模型中交互项的系数。表2显示了绿色信贷指引对银行 贷款和商业信贷的影响。当因变量为银行信贷时，表2中交乘项

7、的系数均在1%的 水平上显著为负，这说明无论该政策是否剔除了控制组中的 潜在干扰企业，干预政策都使银行信贷显著下降。绿色信贷 指引颁布后，能源密集型企业的贷款利率和融资能力都有所 提高。因此，这些企业的银行信贷供应量下降了。绿色信贷 指引的颁布似乎非常有效，因为它大大减少了银行对能源密 集型企业的贷款，然后减少了生产规模的盲目扩张。当因变量为商业信贷的代理变量时，表2中交乘项的系 数在5%的水平上持续显著为正，从而表明该政策增加了能源 密集型企业的商业信贷。这些实证结果支持替代假说，即当 正规融资渠道或银行融资受到限制时，商业信贷作为一种替 代融资渠道。因此，能源密集型企业在绿色信贷指引之后增

8、 加了商业信贷，这可以被视为对银行信贷可用性的金融冲击。表2绿色信贷指引对银行贷款和商业信贷的影响Cflrd & e poky CCG2OI 】0 nVifubk%SubSMoIr(I)OCrvdKI(21 K4M2(1)icrai41 ICER2 OCNI BCrrdM2G TGvdHl18; TCmS C2MeI W-2M-ZBT-OAWIlWIW-11wOMLIJMV-:。刈(G427w)(QMl(OL如(02)1)(OJTS)Lor02Mr0940IOOT-2 WCf2w(0145)(OCo)(OitU)(ttJ72)(07)10)13网0211X77A7SL1925ZlM-13957

9、w2M5M1551C0J7B)(13B)tOM11.0)(2丽(MW)(ISItICOlMVI str-w0D6I24T-IW-OW。皿(01期020)(OIOt)(0wjgM)l(Om)(ftMCmwfiQ124029TOOW00560tnOmOOW-051(0XW7)(7)(OaS)(5)(0.149)(U3)um)(6tr9.(U42 W0 7%164142 W-0)-OCWPa)(OIO)102)(aiM2234)(m(OISSI0200zw016704WwQJS2(0l6%*OttO-(0.158)(U73)(M33)w(036)(0351)(w)(0213)LMKrr01M0OOO

10、Soojr*-omroow 0014OWQazI(oe)(Qg)(OQlo)035)O-OW9011)(OiOB)ou-Im.n-SW-0744心M448136 -OJ65(OMl)57)(74S)(1必(140)(ZMI)刈11却SOf0002Xt2O745525-IOTO4JVQMI-074g(0492)(OW)I(U82)(56)9272IMZW2MT052WIW(0)(1.4B)(OMO)(03IlMl)(2267)(W4)(3O4J-7*.JTTT-BOOL)5ZIfcT-3L11(2M)(SIM)(U1)(3Wj(1023)S7)g功WMrItYoYCYciYoYetYnYetYC

11、RrwfTVrtYrYCYrtYtsYCYttYC0055o6o%QD32OLm2nODM0oGSms6767M皿M7四、研究结论2012年的绿色信贷指引明显减少了银行信贷，而增 加了商业信贷。此外这两个融资渠道之间呈现替代关系，替 代假说成立。此外，绿色信贷指引降低了能源密集型产业 的银行信贷配置效率。同时，能效信贷指引的颁布增加了 节能企业的银行信贷和固定资产投资。然而，在我们的研究 中没有发现研发强度和全要素生产率的增加。研究结果表明, 鼓励能源效率或固定资产投资可能是能效信贷指引目前 促进产业升级的唯一机制。尽管能效信贷指引的政策比 绿色信贷指引更有效，但它在很大程度上仅限于能源效 率

12、投资。相关文章:L文献分析I银行业的企业社会责任：动机与财务绩效 2.文献分析I有环境规定的优惠贸易协定能否减少温室 气体排放？识别与气候相关的规定的作用3.文献分析I环境规制是否改善了发电技术的结构?原文摘要：Using the quasi-experimental method, this research investigates the impact of green credit policy on the upgradeof energy-intensive enterprises from the perspective of credit allocation efficien

13、cy. Through the panel data oflisted companies in China, this study finds that the green credit policy under the Green Credit Guidelines in 2012 (GCG2012) has a significantly negative effect on the research and development (R&D) intensity and thetotal factor productivity (TFP) of treated firms. Empir

14、ical evidence also shows that the GCG2012 significantly reducesbank credit but increases trade credit. Consequently, the substitution hypothesis is established. Furthermore, GCG2012 has reduced the allocation efficiency of bank credit within energyintensive industries. As animproved green credit pol

15、icy to encourage enterprises to invest in energy efficiency, the Energy Efficiency CreditGuidelines in 2015 (EECG2015) increases both the bank credit and the fixed asset investment, whereas no increasein R&D intensity or TFP is found. These findings are enlightening for designing better green credit policies.