1
文章信息
题目：绿色信贷、非正规金融融资与重污染企业绿色创新
作者：李世辉，尤碧莹，牛珂，殷敬伟
发表期刊：经济研究2025年第9期
关键字：绿色信贷；非正规金融融资；绿色创新；重污染企业
摘要：绿色信贷是一项旨在调整信贷结构以推动绿色发展的政策工具。但既有文献对其执行效果却存在争议，究其原因在于绿色信贷政策下重污染企业往往“有心无力”，缺乏充裕的资金来实现绿色创新。基于此背景，本文认为以影子银行为代表的非正规金融有助于缓解重污染企业面临的正规金融信贷限制，进而促进重污染企业绿色创新。本文研究发现，《绿色信贷指引》实施以后，重污染企业增加了影子银行融资规模，并且影子银行能够发挥积极的资金配置作用，使绿色信贷政策对重污染企业绿色创新行为的作用效果从挤出效应逐步转为倒逼效应。随后，本文还发现了绿色信贷政策对重污染企业正规金融可得性、商业信用水平的负向影响。进一步分析发现，在影子银行活跃度较高的地区，以及面临较强融资约束的企业中，影子银行发挥的资金配置功能更为显著。最后，重污染企业长期依赖影子银行融资渠道会加剧财务风险，存在消极的反噬效应，这揭示了重污染企业期望通过绿色创新最终回归正规金融融资体系的内在驱动力。本文对进一步完善绿色信贷政策和全面认识影子银行的“双刃剑”作用有一定的启示作用。
2
研究背景
党的二十大报告提出，促进绿色与低碳发展是实现高质量发展的关键环节，需要建立健全财税、金融、投资等支撑绿色发展的政策与标准体系，绿色信贷政策因此受到广泛关注。绿色信贷一方面加大对低污染企业的信贷扶持，另一方面限制重污染企业的信贷来源，以期倒逼其转型升级，推动经济社会绿色化、低碳化，但该政策存在明显局限性，虽能提升重污染企业绿色创新意愿，却会加剧其资金压力、制约创新能力，使企业陷入 “融资困难 — 投资减少 — 经营绩效恶化” 的循环，导致部分企业即便想绿色转型也因资金不足而 “力不从心”。既有文献从正规金融配置与绿色创新效果两大视角展开研究，前者发现绿色信贷对重污染企业具有融资惩罚与投资抑制效应，后者则对政策呈现倒逼效应还是挤出效应存在争议，核心症结在于政策引发的融资约束使企业 “有心无力”。以影子银行为代表的非正规金融是传统银行体系的延伸，规模较大、资金供给相对稳定，可作为正规融资的有效补充，缓解信贷受限企业的融资压力，但长期依赖会加重财务负担，具有明显的 “双刃剑” 效应。影子银行融资隐蔽性强，难以直接观测。
本文以 2012 年《绿色信贷指引》为准自然实验，采用双重差分法实证检验发现，政策实施后重污染企业显著扩大影子银行融资规模，且随着影子银行融资增加，绿色信贷对重污染企业绿色创新的影响由挤出效应逐步转为倒逼效应；同时绿色信贷显著压缩重污染企业借款规模与期限、提高借款成本并降低商业信用水平，该调节作用在影子银行活跃度较高的地区以及融资约束较强的企业中更为显著；而长期依赖影子银行融资会加剧财务风险、产生消极反噬效应，这也成为重污染企业期望通过绿色创新最终回归正规金融融资体系的内在驱动力。
3
研究假说
假说H1：相比于低污染企业，绿色信贷政策会扩大重污染企业影子银行融资规模。
假说H2：在重污染企业影子银行融资规模较小的情况下，绿色信贷政策对其绿色创新行为存在挤出效应，反之则存在倒逼效应。
4
研究设计
1.数据来源
本文选取 2007—2016 年中国沪深 A 股上市公司为初始样本，样本截止至 2016 年可保证政策前后时间对称，并规避绿色金融改革创新试验区、《资管新规》等后续政策的干扰。为聚焦外源性融资与绿色创新关系，剔除经营性现金流持续为正、行业营收前 30% 的资金充裕及龙头企业，再剔除金融保险、节能环保行业、交易状态异常及数据缺失样本，最终得到 2162 家公司、11812 个公司 — 年度观测值。绿色专利数据来自中国研究数据服务平台，财务与公司治理数据取自国泰安数据库，所有连续变量均进行 1% 分位缩尾处理以减弱极端值影响。
2.模型设定
本文将2012年出台的《指引》作为一项准自然实验，以此构建双重差分模型（1）来实证检验假说H1，即绿色信贷压力下重污染企业是否会选择影子银行融资作为替代性融资渠道。
还构建了模型（2）来实证检验假说H2，即重污染企业影子银行融资规模是否强化了绿色信贷政策倒逼其进行绿色转型的政策效果。
3.变量定义
模型（1）被解释变量为影子银行融资规模（Shadow），采用 “（表外负债 + 明股实债）/ 总负债” 衡量，该指标借鉴表外负债与明股实债资金主要来源于影子银行的思路测算，并通过地区影子银行水平相关性检验、《资管新规》冲击双重差分检验验证了合理性；核心解释变量 DID 为重污染企业虚拟变量（Treat）与政策实施时间虚拟变量（Post）的交互项，同时控制公司与年份固定效应。模型（2）被解释变量为绿色专利（Green），以绿色专利申请量加 1 取自然对数衡量，用于反映企业绿色创新活跃度，通过 DID 与 Shadow 的交互项检验影子银行融资的调节作用，以验证其对绿色信贷政策倒逼效应的影响。
5
实证结果与分析
1.基准回归
基准回归结果显示，表 1 第（1）—（2）列 H1 检验中，双重差分标识变量系数在 5% 水平显著为正，表明绿色信贷显著提升重污染企业影子银行融资规模，分别使用公司、行业层面聚类标准误，结论均稳健，支持假说 H1。表 1 第（3）列检验政策总体效应，DID 系数在 5% 水平显著为负，说明绿色信贷对绿色创新存在挤出效应；第（4）列加入交互项后，DID 系数仍显著为负，而影子银行融资与 DID 交互项在 1% 水平显著为正，拐点约 0.26，超过该值倒逼效应占主导，对应样本占比 20.41%；第（5）—（6）列更换为行业聚类标准误后，假说 H2 依然成立。
2.稳健性检验
本文针对模型（1）与模型（2）的基准回归结果开展了系统且全面的稳健性检验，以确保研究结论可靠。首先进行平行趋势检验，对模型（1）将 DID 拆分为分年度交互项进行检验，对模型（2）则分别拆分交互项与分组回归开展检验。其次开展安慰剂检验，通过虚构处理组与对照组的方式排除政策以外随机因素的影响。第三，采用倾向得分匹配 PSM构造配对样本，缓解重污染与低污染企业的特征差异带来的估计偏差。第四，严格重构处理组，依次剔除环境风险 B 类企业、运营阶段企业及环境表现较好的企业，提升识别精度。第五，替换核心解释变量，分别采用新增委托贷款对数值、委托贷款 + 信托贷款 + 票据贴现之和与总资产比值作为影子银行融资的替代指标。第六，滞后被解释变量，使用 t+1、t+2、t+3 期绿色专利重新回归。第七，排除产能过剩政策干扰，既剔除相关企业，也将政策作为控制变量加入模型。第八，排除替代性解释，通过相关性分析与剔除优环境表现样本，验证影子银行资金并非仅流向环保表现好的企业。第九，延长样本区间至 2023 年，检验结论的长期稳定性。第十，针对平行趋势中出现的事前趋势问题进行专门分析与检验。第十一，处理内生性问题，以城市明代驿站数量为工具变量，使用控制函数法，并借鉴相关研究方法处理调节变量内生性。经过上述多项检验，本文核心结论均保持稳健。
6
进一步分析
（一） 绿色信贷政策的融资惩罚效应
本文认为绿色信贷政策之所以会促使重污染企业转向影子银行等非正规金融渠道融资，核心机制在于政策对重污染企业形成了显著的融资惩罚效应。为验证这一关键逻辑链条，本文从银行信贷获取、债务期限结构、债务融资成本以及供应链商业信用四个维度，系统检验绿色信贷对重污染企业融资条件的影响。研究分别构造四项核心指标：新增银行借款规模（Delta_Loan）、长期借款比例（LRD）、信贷成本（Cost）以及商业信用水平（TC）。表 2 第（1）列至第（4）列依次汇报回归结果，结果显示：双重差分 DID 系数对新增银行借款规模在 1% 水平上显著为负，对长期借款比例在 5% 水平上显著为负，对信贷成本在 5% 水平上显著为正，对商业信用水平在 10% 水平上显著为负。上述结果一致表明，绿色信贷政策显著压缩了重污染企业的银行信贷规模、缩短债务期限、抬升融资成本，并降低供应链商业信用支持，充分证实了融资惩罚效应的存在，为本文 “绿色信贷 — 融资约束 — 影子银行融资 — 绿色创新” 的机制路径提供了直接经验证据。
（二） 异质性分析
1.基于地区层面影子银行活跃度视角的异质性分析
前文已证实影子银行能够缓解绿色信贷下重污染企业的融资约束，但其作用效果受地区影子银行活跃度影响，存在明显区域差异。为此，本文从金融监管强度、金融业市场化水平、银行竞争程度三个维度刻画地区影子银行活跃度，并开展分组异质性检验。第一，以区域金融监管支出 / 金融业增加值衡量金融监管强度，按 2011 年省份均值分为高、低组；第二，采用樊纲指数中的金融业市场化水平，同样以 2011 年省份均值分组；第三，使用1−银行业赫芬达尔指数衡量银行竞争程度，依据 2011 年省份均值划分为高、低组。表 3 的 Panel A、B、C 分别报告了三组回归结果，其中第 (1)–(2) 列为影子银行融资规模的分组回归，第 (3)–(4) 列为绿色专利的分组回归，结果均表明在金融监管较弱、金融业市场化水平更高、银行竞争更充分的地区，影子银行对绿色创新的正向调节作用更强，与本文理论预期完全一致。
2.基于企业层面融资约束视角的异质性分析
重污染企业转向影子银行融资的核心原因是绿色信贷带来的融资约束与资金缺口，融资压力越大，影子银行的调节作用越明显。为此本文从产权性质和企业生命周期两个维度进行分组异质性检验：一是按国企与非国企分组，非国有企业融资约束更强、融资惩罚效应更显著；二是依据成长型与非成长型分组，成长期企业资金需求更高、融资难度更大。表 4 Panel A、B 分别展示两组回归结果，其中第 (1)–(2) 列为影子银行融资规模回归列，第 (3)–(4) 列为绿色创新回归列，结果显示影子银行对绿色创新的倒逼作用在非国有企业与成长期企业中更强，全部回归结果均与理论预期一致。
（三）长期依赖影子银行融资渠道的反噬效应
前文研究发现，影子银行的资金支持能够让绿色信贷政策对重污染企业绿色创新的作用效果从挤出效应逐步转化为倒逼效应，核心逻辑在于影子银行有效补齐了重污染企业在绿色信贷约束下绿色创新能力不足的短板，使政策带来的创新提升意愿得以充分释放。但本文在理论分析中同样提出，若重污染企业持续依赖影子银行融资，其绿色创新意愿可能下降，进而削弱绿色信贷的倒逼效果。本文认为这种可能性较低，原因在于影子银行融资规模扩大会给重污染企业带来显著潜在风险，长期来看弊大于利。为验证这一逻辑，本文进一步检验影子银行融资对重污染企业财务风险的负面影响，并参考李建军和韩珣（2019）的做法，采用破产指数（Zscore）作为财务风险的衡量指标，该指数取值越小，表明企业财务风险越高。
表 5 报告了以破产指数为被解释变量的回归结果。其中第（1）列结果显示，双重差分标识变量的回归系数在 1% 的水平上显著为负，说明绿色信贷政策带来的融资惩罚效应会直接导致重污染企业财务风险上升。第（2）列结果显示，影子银行融资规模的单变量系数在 1% 水平上显著为负，影子银行融资规模与双重差分标识变量的交互项系数在 10% 水平上显著为负，表明影子银行融资规模的提高不仅会直接加剧企业财务风险，还会间接强化绿色信贷政策对财务风险的抬升作用，为本文理论逻辑提供了经验支撑。
为进一步解释短期支持与长期风险的内在矛盾，本文以 2011 年为基准年份，将双重差分标识变量以及影子银行融资规模与双重差分标识变量的交互项进行分年度拆解检验。结果显示，政策实施当年、第一年、第二年的交互项回归系数均不显著，而政策实施第三年及以后年份的交互项系数在 1% 水平上显著为负。这一结果说明，影子银行在短期内不会加剧绿色信贷对重污染企业财务风险的负面影响，但长期持续依赖影子银行融资，则会显著放大财务风险，形成强烈的消极反噬效应。这一结论与本文理论逻辑高度一致，也揭示了重污染企业不会将影子银行作为长期融资渠道，而是有强烈动机通过绿色创新改善环境表现，最终回归正规金融融资体系的内在驱动力。
7
结论与启示
1.研究结论
①绿色信贷政策下，重污染企业因融资约束面临资金缺口，而影子银行作为替代性融资渠道，有效填补了这一缺口，使绿色信贷对绿色创新的作用从 “挤出效应” 转为 “倒逼效应”，助力企业实现绿色转型。
②地区差异影响显著：影子银行的支持作用受区域环境制约，在影子银行活跃度高的地区，其调节作用更明显；而融资约束较强、对资金需求迫切的企业，更依赖影子银行缓解资金压力。
③影子银行的 “双刃剑” 属性突出：短期可缓解企业融资困境，帮助重污染企业开展绿色创新，但长期依赖会加剧企业财务风险，这也倒逼企业通过绿色创新改善环境表现，回归正规融资体系，避免长期依赖非正规融资渠道带来的风险。
2.政策启示
①优化绿色信贷政策实施方式，避免 “一刀切”，结合企业实际情况动态调整信贷支持力度，兼顾政策刚性与企业实际需求。
②合理引导非正规融资渠道的积极作用，规范影子银行发展，既发挥其资金补充的优势，又防范其带来的财务风险，实现政策目标与企业发展的平衡。
③强化企业环保与风险意识，引导企业通过绿色创新提升自身竞争力，推动绿色信贷政策真正落地见效，实现经济发展与环境保护的协同推进。
8
亮点评价
1.研究视角新颖，突破传统研究局限，聚焦绿色信贷实施中的融资约束问题，引入影子银行作为关键调节变量，明确其在绿色信贷与企业绿色创新之间的调节作用，填补了 “非正规融资渠道助力绿色转型” 的研究空白。
2.构建双重差分模型，通过分组检验、内生性处理、多重稳健性检验保障研究科学性，同时明确影子银行的 “双刃剑” 属性，区分短期支持与长期风险，论证充分、逻辑闭环完整。
3.研究覆盖 “政策影响 — 融资约束 — 绿色创新” 完整逻辑链，兼顾异质性分析，同时给出具体的政策建议和企业应对策略。
编辑|赵予童
审核|巩艳红
