【绿色信贷政策对绿色企业创新研发的影响实证探究（论文）13000字】

第四部分是针对第三部分实证分析下结论以及针对结论的关于我国的政策意见。根据实证分析，绿色信贷政策对绿色企业创新研发具有抑制作用，主要是因为绿色信贷政策的提出，使得绿色企业可以更容易的获得融资贷款，让绿色企业可以更方便的存活下来，绿色企业减少了创新研发。

绪论绪论1.选题背景与研究意义2.相关文件综述3.研究内容与框架1.研究假设2.研究模型3.研究变量及数据选取4.变量的描述性统计5.相关性分析6.主效应回归1.研究结论2.政策意见绿色信贷对绿色企业创新研发的影响绿色信贷政策对绿色企业创新研发的实证分析研究结论与政策意见绿色信贷政策对绿色企业创新研发的影响机制分析1.我国绿色信贷政策的制度背景与发展状况2.绿色信贷政策对绿色企业创新研发的影响机制 图1-1研究框架图1.我国绿色信贷政策的制度背景与发展状况2.绿色信贷政策对绿色企业创新研发的影响机制3.研究假设

二、绿色信贷政策对绿色企业创新研发的影响机制分析1.我国绿色信贷政策的制度背景与发展状况2.绿色信贷政策对绿色企业创新研发的影响机制3.研究假设绿色信贷政策指的是基于可持续发展的理念提出的，主要要求银行业金融机构将相关的企业环境信息纳入其信贷决策中，目的是借助市场经济手段、社会监督以及政府宏观调控等多种手段方法去应对企业面临的环境问题。国家有关部门在2007年一起颁布了《关于落实环境保护政策法规防范信贷风险的意见》，这是首次由环保部门与银行业相关部门联合发布，该文件对企业的环保问题实行经济调控并且提出了将贷款发放与企业的环境表现相结合。此后政府部门还出台了针对绿色信贷的多项文件，其中最重要的就是在2012年下发的《绿色信贷指引》，该文件主要是对银行业以及金融行业相关机构的绿色信贷政策后续实施工作提出了三个主要的要求:第一是要求将绿色信贷资金推进到各个主要行业领域，切实开展相关政策工作，确保绿色信贷政策的全面化实施，同时促进绿色产业发展；第二是要求强化银行对社会投资风险以及投资环境风险的控制管理，充分考虑、识别以及评估信贷发放过程中所涉社会风险与环境风险；第三是明确相关政府相关部门的监察职责，积极制定银行业及金融相关机构的信贷政策，同时，不断完善银行业金融机构组织管理、内部管理与督查管理。我国绿色信贷政策的制度背景及发展状况我们的基本国策是节约资源和环境保护，而绿色信贷一方面可以通过促进产业资本投入并且促进技术进步直接推动经济发展；另一方面绿色信贷可以通过推进产业结构调整、传递注重绿色发展的信息间催促经济成长。就我国来说，使用合适的节约资源、减少排放的政策对于实现经济成长及节能减排目标拥有非常主要的意义，而绿色信贷政策就是我国采纳的推动政策。我们国家的绿色信贷政策已经发展有十余年，其中“绿色金融”这个词汇最早于1995年被推出，之后再很长的一段时间内在我们国家内成长比较迟缓。“绿色信贷政策”是以2007年7月通过原国家环保总局联合中国人民银行、中国银行业监督委员会颁布的《关于落实环境保护政策法规防范信贷风险的意见》为标志，是以银行信贷为使用手法，以节约能源、减少排放污染为控制宗旨的一连串绿色政策的统一称呼。此标志中将绿色环保单位部门的“一票否决”列为商业银行信贷工作的基本规定，在这同一年内，中国银监会推出了《节能减排授信工作指导意见》，这些文件的发布打开了我国通过金融手腕介入环境保护的开始。2011年我国相关部门颁布的《国民经济和社会发展“十二五”规划》中推出金融行业要坚定的支撑起循环经济、绿色经济和经济转型的成长目标规定。2011年9月，国务院同意了《“十二五”节能减排综合性巩固走方案》，该方案中明确指出“建立银行绿色评级”、“企业信用等级评定”规定，同一时期，国家环保部门在《国家环境保护“十二五”规划》中指出绿色信贷事物的目标任务和要求。2012年2月中国银行业监督管理委员会《绿色信贷指引》中指出“银行业金融机构应当有效识别、计量、监督、控制信贷业务活动中的环境和社会风险，建立环境和社会风险管理体系”，和“制定针对客户的环境和社会风险评估标准”。该文献主要对银行业以及金融行业相关机构如何开展绿色信贷工作指出了具体规定，确保促进企业节约能源、减少污染排放，从而促进环境保护，还对如何实现可持续发展等提出明确的要求，除此之外，该《绿色信贷指引》积极配合国家实施节能减排的发展战略目标，有利于银行业以及金融行业相关机构更好的引导相关企业投资资金的流向，很好的调节银行业以及金融行业涉及相关机构的配置问题。此时我国绿色信贷政策开始走向事务性操作阶段。截止2018年3月末，中国人民银行数据显示绿色信贷激励政策实验区内绿色信贷余额总计已超过2600亿元，较试验区成立之初增长了13%。2019年4月，国务院发展研究中心与进出口银行在京联合发布《中国推进“一带一路”绿色金融发展的理念与实践》报告，本次报告中，旨在发挥各自在绿色政策研究和金融实践方面的经验和优势，从宏观和微观两个层面，从智库和银行两个视角，分析梳理我国宣传“一带一路”绿色金融发展的理念与实践，展示“一带一路”绿色金融发展成效，引导中国企业和金融行业相关机构支持更多金融成长的相关项目，为搭建人类命运共同体施展积极效果；2015年09月推出《生态文明体制改革方案》，推出设立绿色金融组织体系，推行绿色信贷，观察分析使用财政贴息等方法增加扶持力度，激励各种类型的金融机构增加对绿色信贷的申请发放范围，确定金融机构等贷款人的负责免罪要求和对环境进行保护法则；2016年08月，政府推出《关于构建绿色金融体系的指导意见》，推出大力发展绿色信贷；构建支持绿色信贷的政策体系；推出银行业自律组织逐步构建银行业内专用的绿色评价方法；推动绿色信贷资产证券化；研究确定银行业等贷款人的环境执法要求；鼎力扶持和指导银行等金融行业相关机构设立切合绿色企业和项目特征的信用贷款相关操办方法；2018年07月，《关于开展银行存款类金融机构绿色信贷业绩评价的通知中》提到：根据银行业存款类金融机构绿色信贷业绩评价方案（试行），绿色信贷有关的业绩评价需要每季度进行一次；2019年03月，《绿色产业指导目录（2019年版）》中，把绿色产业分为节能环保产业、清洁生产产业、清洁能源产业、生态环境产业、基础设施产业升级以及绿色服务；2020年10月《中共中央关于制定国民经济和社会发展第十四个五年规划和三0三五年远景目标的建议》文件内强调强化绿色发展的法律法规和政策保障方面，推进绿色金融方面的成长，支持环保技术创新，推进清洁创造，使得绿色产业成长，推进重点行业和重要邻域环保化改造；2021年01月的《商业银行绩效品佳办法》中将绿色信贷占比纳入考核。2021年3月15日，习近平总书记主张召开的中央财经委员会第九次会议中提出的一个重要议题就是讨论分析如何实现碳达峰、碳中和的基本方法和主要措施，体现了国家对于绿色政策的重视。在国家政策的鼎力扶持下，我们国家绿色信贷规模出现逐步增加的趋向。（二）绿色信贷政策对绿色企业研发创新的影响机制现阶段我国仍处在社会主义市场经济体制中，在这个背景下，绿色信贷对企业的创新研究行为的影响主要与以下两个方面相关：一方面是绿色信贷政策的出台对绿色企业自身所处外部投资环境的判断识别有一定的影响，在以往的文献中也有学者Knyazeva(2008)[23]指出，企业是在部分执掌外部资料的情况下才会做出相应的投资安排的。所以在《绿色信贷指引》颁布以后，绿色企业所面对的外部的环境的可变性也会随之增长。因此，作为市场理性经济人，绿色企业会根据信贷政策对未来的创新研究行为进行正确的调整，特别是对于政府明确推荐发展的一些项目，会相应加大创新研究以及投资行为支出水平。对于绿色企业来说，绿色信贷政策间接反应了我国未来的调控方向，对于绿色企业，对绿色发展有好处的行为会进行大量扶持。另一方面就是，其将产生比市场机制更为快速和彻底的作用。行政手段的使用可以使的政府能够对绿色项目的扩大生产进行推进，促进可持续发展。绿色金融的本质是为了促进经济绿色高质量的发展，但在实施工程中必须意识到加快绿色企业的创新研发是手段不是目的，最终目的是促进绿色企业升级，加快绿色企业进行改革创新，增加对于绿色方面的投入，承担起社会责任，自动向大众说明环境保障、社会职责等消息，提高对绿色金融政策的敏感度，以获得金融机构的绿色金融资本，从而将企业由“浅绿”变为“深绿”，与金融机构的绿色金融服务协同发力，一起推进生态文明建设、共同建筑，美丽中国的绿色梦。创新研发是一个在我国发展理念中存在了很久的词汇，它已经成为了去引导我国当代经济增长发展的第一驱动力。而影响创新研发的因素有很多，其中主要可以分为两部分，一方面是企业内部因素，主要方面为企业家与管理层的个人层次、股权结构与公司治理层次和企业人才建设与员工培养方面；另一方面是企业外部的因素，包括但不限于市场关注度与社会资源的倾斜、营商的环境和产业政策与监管方面。本文主要涉及的是市场关注度和社会资源的倾斜。绿色信贷政策可以使得市场上增加对绿色企业的关注度，也会对绿色企业进行社会资源的扶持，这些措施可以使得绿色企业的生存条件更为容易，在社会上更容易生存。研发创新是一项高风险的活动，在企业生存条件不错的条件下，企业会降低风险承受意愿，故总体上来说，绿色信贷政策会抑制企业从事创新研发活动的意愿。

三、绿色信贷政策对绿色企业创新研发影响的实证分析（一）研究假设基于对上述文献的分析，目前国内单独关于绿色信贷政策或者单独对企业创新研发行为的有关研究报告以及文献比较多，但是对于绿色信贷政策和企业创发研究之间相互影响进行研发的实证文章还是比较少的，就当前看来，在全国范围内，学术界相关有关研究也比较不够全面。因此，绿色信贷对绿色企业创发研究之间到底存在什么关系，有必要更加全面的研究。本篇文章在进行分析讨论时，首先，对本国绿色信贷的成长里程以及有关政策规定进行了梳理；其次，在理论分析的基础上，以绿色企业的创新研发为基础，分析绿色星海政策实施前后是否对绿色企业创新研发决策存在不同的影响效果，最后，以实证的方式来再次确定绿色信贷政策对其创新研发的影响效果，并给予相应的分析结论和政策相关意见。总之，经过对已有文献的分析研究，本文在此根本上可以构建更加全面的分析框架。根据上文对绿色信贷以及创新研发的分析，日后的经济生活中绿色信贷会起到不可忽视的作用。政府使用实施绿色信贷政策，合情分配信贷资本，指导企业转型升级。作为一种特殊的信贷政策，该政策的实施最终目的是通过融资信贷激发企业的内在创新研发动力，通过技术创新实现可持续发展，推进绿色企业的发展。但是，企业研发创新及企业升级需要资本，本文试图从企业对政策的执行效果的角度，研究绿色信贷政策随绿色企业创新能力的影响。除此之外，企业的创新研发是一项面向未来的投资活动，这项活动带来的收益不定，具有很高的风险，风险评估以及企业对于风险的容忍度会影响一个企业的创新研发决策，而一个企业是否可以快速的融资以及是否有优惠政策倾斜会直接影响到该企业对于风险的容忍度，企业的风险容忍度越高，该企业的创新研发投入越大，而政策倾斜越大，企业的风险容忍度也会越高。故针对企业的优惠政策越大，企业对于创新研发投入越大。基于以上初步分析，本文提出以下假设：H1：绿色信贷政策对绿色企业的创新研发能力具有正向影响（二）研究模型通常来说，针对面板数据有三种分析模型，它们分别是混合效应模型、固定效应模型以及随机效应模型。因此，在开始实证回归回归统计之前需要先确定采用哪种模型类型。以下内容首先对样本数据使用了F检验，检验结果如表3-1中的A表所示，从中可以看出，F检验的p值为0.0000，即认为固定效应模型比混合效应模型更适合本文的研究；然后再判断固定效应模型和随机效应模型哪个更为合适，为此本文做了豪斯曼检验（HausmanTest），分析检验后如表3-1的B表所示，从中可以发现，豪斯曼检验（HausmanTest）后p值也为0.0000，说明不能选取随机效应模型，应当选择固定效应模型开始回归分析。表3-1回归模型选择的检验结果表A:选择固定效应模型还是混合效应模型的检验结果InnoH0：allui=0：F(2426,16304)=11.23ProbF=0.0000表B:选择固定效应模型还是随机效应模型的检验结果InnoH0：differenceincoefficientsnotsystematicchi2(8)=95.17Probchi2=0.0000通过上述分析，本文构建了模型（3-1）：（3-1）在上述模型中，下标i和下标t分别表现为企业个体和年份；0代表截距项，1表示解释变量的回归系数，i表示控制变量的回归系数；Innoi,t是被解释变量，即企业i在第t年的研发强度；Post是解释变量，表示《指引》出台前后，即2012年以前取0，2012年及以后取1；Controlsi,t是一系列宏观和微观层面上的控制变量，包括企业规模（Sizei,t）、企业资本结构（Levi,t）、企业成长能力（Growthi,t）、企业盈利能力（ROAi,t）、企业年龄（Agei,t）以及企业现金持有水平（Cashi,t）等；i、year和industry分别表示企业、年份和行业层面上的固定效应；i,t表示残差项。（三）研究变量及数据选取表3-2变量定义及说明变量类型变量符号变量名称含义说明被解释变量Inno研发强度研发支出/营业总收入解释变量Post时间变量2012年以前取0，2012年以后取1续表3-2变量类型变量符号变量名称含义说明微观层面Age企业上市年限统计年份企业上市年份1Size企业规模总资产的自然对数值Lev企业资本结构总负债总资产Growth企业成长能力（本年度营业总收入上年度营业总收入）1ROA企业盈利能力净利润总资产Cash企业现金持有水平货币资金总资产其他变量Year年份虚拟变量根据所在年份对应生成City城市虚拟变量按照中国证券监督管理委员会于2012年发布的《上市公司行业分类指引》生成行业虚拟变量本文选择取用2008-2019年的全部A股上市公司作为初始研究样本，并且采用年度数据开始研究。同时，为了担保分析研究结果的科学性和高精度，本篇文章又对初始研究分析样本按照如下条件进行了选择剔除：（1）剔除金融行业的样本。由于金融类的上市公司在市场准入与业务发展等方面受到政府的诸多管制，并且其会计处理方法也与其他行业的上市公司存在着重大差异。为了确保研究结果的一致性，既往文献均把该类公司从初始研究样本中去除，因此，本文也将金融行业的样本删去；（2）剔除ST、SST、*ST和PT类的样本。一般情况下，被交易所标记为ST、SST、*ST和PT的挂牌公司的运营状况会存在着明显问题，故该类公司很可能会为了防止被退市而选择遮盖财务报表。因此，为了减少可能对实证分析结果造成的偏差，本篇文章将这类异常研究样本剔除；（3）剔除相关变量存在缺失值和异常值的样本。（4）本文根据连莉莉（2018）[24]以及杨一凡（2018）【25】文献中的方法选取重污染企业数据，重污染的行业包括冶金、采矿、火电、石化、煤炭、建材、纺织、酿造、发酵、制革、制药、造纸等16类行业，本文结合《上市公司行业分类指引2001版》，将其分为八大类：表3-3重污染企业行业分类表上市公司行业分类水电煤气行业金属以及非金属行业采掘冶金行业石化塑胶行业造纸印刷行业食品饮料行业生物医药行业纺织服装皮毛行业环保总文件规定火电业电解铝、钢铁、冶金、水泥、建材采矿业、煤炭业化工、石化造纸业酿造、发酵制药业纺织、制革本文所选挂牌公司2008年-2019年数据，且这些数据均剔除以上重污染企业行业。按照以上条件进行一系列选择剔除后，本篇文章最终得到了由18738个“企业年度”观测值构成的非平衡面板数据，样本容量较大，保证了本文研究结论的可信度。（四）变量的描述性统计为了初步了解经济政策可变性对于企业相关变量同步性的影响，本节把各个变量的样本量、均值、标准差、最小值、中位数以及最大值分别进行了详细的描述。表3-4主要变量的描述性统计变量样本量均值标准差最小值中位数最大值Inno187380.07470.16700.00000.03641.3474Post187380.79090.40670.00001.00001.0000Age1873810.78176.99221.00009.000030.0000Size1873822.04771.270119.662121.884126.0239Lev187380.44150.20810.05660.43460.9039Growth187380.19690.48690.61550.11493.2523ROA187380.03720.06190.25760.03720.1947Cash187380.18980.13170.01770.15390.6553从表3-4可以分析出，每个变量的各项统计特征均在合理范围之内，在此不再赘述。（五）相关性分析上一节已经对样本数据进行了描述性统计分析，发现本文所使用的数据在一定程度上具有严谨性和合理性，接下来通过相关性分析，一方面初步判断变量之间的相关程度，另一方面检验变量之间是否存在明显的多重共线性问题。本节采用Pearson系数对各个变量进行相关性检验，检验结果如表3-4所示。表3-5变量间的相关性分析结果变量InnoPostAgeSizeLevGrowthROACashInno1.0000Post-0.0427***1.0000Age0.0401***0.0704***1.0000Size-0.0710***0.1375***0.3450***1.0000Lev-0.0980***-0.0674***0.3558***0.4978***1.0000Growth-0.0562***-0.0385***-0.0357***0.0625***0.0379***1.0000ROA-0.0461***-0.0684***-0.1964***0.0219***-0.3237***0.3434***1.0000续表3-5变量InnoPostAgeSizeLevGrowthROACashCash-0.0403***-0.0893***-0.1998***-0.1922***-0.3497***0.0617***0.2786***1.0000注：、、分别表示在10%、5%、1%的显著性水平上显著（双尾检验）。通常情况下，当变量之间的相关系数的绝对值大于0.75时，则意味着变量之间的相关程度较大，多重共线性问题比较严重时，最后会致使实证结果出现一定的偏差；当变量之间的相关系数的绝对值介于0.5到0.75之间时，则象征着变量之间中度相关；当变量之间的相关系数的绝对值介于0.25到0.5之间时，则象征着变量之间低度相关；当变量之间的相关系数的绝对值小于0.25时，则象征着变量之间极弱相关或不相关。从表3-5中可以看出，解释变量——时间变量（Post）和被解释变量——研发强度（Inno）的Pearson相关系数显著为负。此外，其他变量的相关系数的绝对值几近未超越0.5。（六）主效应回归表3-6报告了模型（3-1）的回归结果，即检验绿色信贷政策对企业创新研发的影响。第（1）列是绿色信贷政策对企业创新研发的直接影响效应，即只控制了企业、年份和行业层面的固定效应；第（2）列中仅归入必要的控制变量；第（3）列纳入了所有的控制变量，同时支配了企业、年份和行业层面的固定效应。根据回归最终结果，在第（1）列至第（3）中，时间变量（Post）的回归系数均在1%的水平上显著为负，且控制变量的改变能够影响回归系数的大小和显著性，这驳回了本文的假设1，即绿色信贷政策对绿色企业创新研发具有正向效果。实证的结果为绿色信贷政策的出台使得绿色企业更容易获得资金支持，竞争压力减小，从而导致其不思进取心态的产生，具体表现为研发资金投入的减少。与此同时，第（1）列和第（3）列中控制变量的系数符号也与已有文献的研究结论基本维持相同，这说明主回归结果是比较可靠的。表3-6绿色信贷与绿色企业创新研发变量Inno（1）（2）（3）Post0.0151***(7.24)0.0205***0.0125***(8.12)(3.99)Age0.0007**(2.38)0.0017***(3.25)续表3-6变量Inno（1）（2）（3）Size0.0042***(2.72)0.0028(1.35)Lev0.0466***(5.77)0.0249***(2.72)Growth0.0156***(8.61)0.0173***(9.48)ROA0.1290***(7.12)0.1275***(6.75)Cash0.0441***(4.91)0.0395***(4.13)Constant0.0867***(47.27)0.2116***(6.79)0.0678(1.63)企业固定效应YesNoYes年份固定效应YesNoYes行业固定效应YesNoYes样本量187381873818738R20.00320.01400.0159注：、、分别表示在10%、5%、1%的显著性水平上显著（双尾检验）；括号内为在企业层面经过聚类（cluster）调整的t检验值。

四、研究结论与政策建议（一）研究结论第一个绿色信贷政策自2007年发出以来，绿色信贷慢慢变成了我们国家金融机构运营过程中重要的战略构成部分以及监察政策的着力点之一。本文的结论认为绿色信贷对绿色企业的创新研发具有抑制作用。绿色信贷的不断推进，可以改善我们的生活环境，但绿色信贷政策的推进也抑制了绿色企业对于创新研发的投入。绿色政策的推出，使得绿色企业融资更容易，生存条件变好，此时的绿色企业生存更容易，降低了企业的风险承受能力。然而创新研发活动是一项高投入，高风险的项目，企业在已有的条件下已经可以生存，便大大降低了对于创新研发风险的接受能力，使得绿色企业针对绿色研发方面投入变少。政策建议我国一直致力于绿色金融的建设方面，注重于环境保护的绿色信贷政策更是其中重要的一项，虽然在绿色企业的创新研发方面绿色信贷政策是抑制作用，。现有的绿色信贷中还存在相关法律法规不健全不完善、缺少有效的激励政策、产品创新力度仍然不够等问题。从国家的层面来看，我国应该持续推动绿色信贷政策的进展，其中要加快制定统一的绿色信贷标准针对这些问题。其中法律法规方面我国应该结合实际情况，并根据国际上的相关案例，制定标准可行、并完善的相关条规。要增加条规的有效性，减少负责人的推卸情况，于此同时，还要采纳优秀意见，监督并确保条例实施的持续性以及覆盖面。针对激励政策，我国现阶段仍然缺少针对绿色研发方面的激励制度，我国应该借鉴其他国家现有的激励制度，对比各个产业品种为其设立研发有效标准，对于达到标准的企业给予信誉支持、资金供给、信贷优惠等方案，引导企业增大绿色研发力度。创新性研发是每个国家和国际金融业共同关注点，我国政府应该鼓励机构探索多样化的产品，并在产品设计时主动增加绿色理念。从企业层面来看，我国企业应该大量引进具有创新理念性人才，高素质的人才是催促企业长久发展的核心力量，改革和实践摸索的开始创立者就是这些高素质人才，我们国家在经济和科技上的发展缺不得这些人才的力量，同时企业从创新性研发也要靠这些人才来实现。而我国公司的人才现状缺乏，加强相关人才培养就突出的特为紧要。因此，无论是高素质人才引进还是企业内部人才培养，企业内部都应该增加对已有人才的培养力度，提升从业人员的业务素质。在增强理论常识的根本上，增加相关从业人员关于我国相关法律法则、环保产业等信息现状的认识。除此以外，企业内部还应该增强针对绿色产品的研发投入占比。当今的社会变化与日俱进，同时现在的社会存在着新的机遇。利用现有的绿色金融产品使得企业可以更好的适应这个社会。坚持经济可持续发展道路，大力推进绿色金融体系建立，能够引领社会资本流向符合条件的绿色产业，同时更有效的发展绿色投资，切合我们国家现有的生态文明建设国情。参考文献Richardson,S.”Over-investmentofFreeCashFlow”,ReviewofAccountingStudies,2006.11(2-3):159~189.ThompsonP,CowtonCJ.Bringingtheenvironmentintobanklending:implicationsforenvironmentalreporting[J].BritishAccountingReview,2004,36(2):197-218.SoundarrajanP,VivekN.GreenfinanceforsustainablegreeneconomicgrowthinIndia[J].

AgriculturalEconomics,2016.ScottRichardson.Over-investmentoffreecashflow[J],ReviewofAccountingStudies,2006(2).MontesL.FinancingSustainableDevelopmentinMexicoThroughAlternativeBanksor“GreenBanks”[J].TheJournalof