杨永聪 肖青青 刘慧婷
我国坚持节约资源和环境保护的基本国策，坚定走清洁高效、安全和谐、低碳循环的绿色发展道路。2020年习近平总书记在第七十五届联合国大会上，提出了我国“2030年前实现碳达峰，2060年前争取实现碳中和”的战略愿景，进一步阐明了我国加强环境保护力度，加快实现经济绿色转型的发展方向。在这一背景下，我国颁布并实施了一系列环境政策，其中既包括控制污染物排放总量等以强制约束为特征的环境规制政策，又包括征收排污费等以激励惩罚为特征的市场化手段(丁杰，2019)[1]。近年来，绿色财政、绿色税收和绿色金融作为推动绿色发展的重要手段，对我国环境治理的作用愈发凸显。其中，绿色金融作为一种兼具经济效益与环境效益的新兴市场化工具受到了广泛的关注。自2007年《关于落实环保政策法规防范信贷风险的意见》发布后，国家相关职能部门相继颁布了《节能减排授信工作指导意见》《绿色信贷指引》《关于构建绿色金融体系的指导意见》等政策文件。在绿色金融政策体系中，2012年由中国银行业监督管理委员会(以下简称“银监会”)制定并颁布的《绿色信贷指引》(以下简称《指引》)是最具影响力和代表性的绿色金融政策。《指引》明确提出，银行业和金融贷款机构要将环境保护、绿色低碳、资源节约等因素作为贷款决策的重要依据，严格控制高污染、高耗能企业的授信，同时加强对绿色环保项目的信贷资金支持，通过差别化配置信贷资源引导信贷资金向绿色低碳行业倾斜。《指引》是国内首份专门针对绿色信贷的规范性政策文件，有效促进了绿色信贷的推广和应用(张光平等，2016)[2]。
对于绿色信贷政策的实施效果，已有研究主要在宏观层面探讨绿色信贷政策对区域产业结构优化与经济高质量发展的作用，以及在微观层面探讨绿色信贷政策对重污染企业投融资、绿色创新行为、全要素生产率等方面的影响(Sun et al., 2019[3]；
刘传江等，2022[4])。吕明晗等(2019)[5]、王馨和王营(2021)[6]等的研究表明，要有效改善生态环境以及促进经济的绿色化转型，除了需要加强对重污染企业排污行为的监管与治理以外，还需要加快构建以绿色信贷为典型的绿色金融体系。特别是，重污染企业大多属于资本密集型企业，生产经营依赖于银行等持续的外部融资，而绿色信贷能够通过信贷资源的差别化配置提高重污染企业的信贷融资难度，有效制约重污染企业的产能扩张行为。
值得注意的是，现有文献虽然从投融资、绿色创新等角度对绿色信贷政策的实施效果进行了考察，但鲜有涉及企业多元化经营。实际上，多元化经营作为企业分散经营风险、拓展业务领域的途径之一，重污染企业也有可能会通过多元化经营来规避自身经营风险。在中央政府高度重视环境保护问题的背景下，重污染企业面临的信贷融资要求更为严苛。那么，重污染企业是否会迫于生存压力，通过多元化经营来缓解信贷资源受限的局面？如果绿色信贷政策导致重污染企业表现出了比非重污染企业更显著的多元化经营倾向，相关作用机制又是怎样的？对上述问题进行考察有助于为更好地理解绿色信贷政策的实施效果提供新视角和思路，为加快实现碳达峰、碳中和的战略目标提供决策依据。
鉴于此，本文在理论建模分析的基础上，基于2007—2019年我国沪深两市A股上市制造业企业样本数据，以2012年银监会印发《绿色信贷指引》为准自然实验，实证检验绿色信贷政策对企业多元化经营的影响和作用机制。基于PSM-DID方法的实证研究结果表明：相对于非重污染企业，重污染企业更趋于多元化经营以缓解融资限制；
降低信贷融资规模和增加信贷融资成本是绿色信贷政策影响重污染企业多元化经营决策的两个重要渠道；
绿色信贷政策对重污染企业多元化经营的促进效应在国有企业、小规模企业、高财务杠杆企业和低市场化程度地区更为显著。上述研究结论为考察绿色信贷政策实施效果提供了来自企业多元化经营视角的经验证据。
(一)文献综述
1.绿色信贷政策对企业经营的影响
绿色信贷政策通过信贷资金的差异化配置助力经济低碳发展。具体来看，绿色信贷政策对银行业相关金融机构信贷业务的开展提出了更为具体、严苛的要求。一方面，绿色信贷政策要求银行等金融机构在信贷资金分配过程中，将企业存在的社会与环境风险作为信贷借款的核心考核标准之一；
另一方面，绿色信贷政策强调对非重污染企业进行信贷资金倾斜，优先分配信贷资源，而对重污染企业紧缩授信敞口，对高污染、高耗能项目设定较高的贷款利率甚至拒绝进行贷款。
绿色信贷政策对非重污染企业和重污染企业的影响存在差异。绿色信贷政策增强了非重污染企业信贷融资时的可得性与低成本性，同时提高了重污染企业信贷融资时的审批程序复杂性与高成本性(王馨和王营，2021)[6]。对于非重污染企业，当其存在的社会与环境问题较小、环境绩效表现更好时，更容易获得低成本、大规模、长期限的信贷融资(黎文靖和路晓燕，2015)[7]，进而促进其投融资、绿色创新(谢乔昕和张宇，2021[8]；
Sun et al., 2019[3])，并且投资效率也将显著增加(Zhang et al., 2020)[9]。对于重污染企业，绿色信贷政策的实施使重污染企业面临的信贷审核程序更为严格(吴虹仪和殷德生，2021)[10]，导致其信贷融资成本增加、融资规模缩减(连莉莉，2015[11]；
陈琪，2019[12])，进而抑制了其融资能力(宁金辉等，2021)[13]。
绿色信贷政策作为绿色金融手段的重要组成部分，具有较强的信号传递效应。一方面，在信贷市场上，委托代理、信息不对称等问题客观存在，银行等相关金融机构需要花费较高的成本搜集企业可能存在的社会与环境风险。绿色信贷政策的实施可以提高企业的环境风险披露透明度，进而通过信号传递效应影响其在市场上的信贷融资能力(王艳丽等，2021)[14]。具体来看，受绿色信贷政策支持的非重污染企业容易向市场传递出“企业值得信赖”等正面信息，而受绿色信贷政策限制的重污染企业容易向市场传递出“具有较高经营风险水平”等负面信息。银行等金融机构为降低信贷风险和信贷成本，更偏向对市场声誉更好的非重污染企业发放贷款，进而减少了重污染企业可获得的商业信用与信贷资源(于波，2021)[15]。另一方面，重污染企业大多属于资金密集型企业，生产经营依赖于外部持续的信贷融资。在信贷资源受限情况下，为满足盈利性的生产需求，重污染企业会积极寻求缓解融资约束局面的其他经营方式。
2.企业实施多元化经营策略的动机
绿色信贷政策的实施使重污染企业信贷资金受到限制，但是重污染企业生产经营依赖于长期的信贷资金。因此，企业必须寻求其他缓解信贷资金约束的经营方式，而多元化经营作为企业的重要战略决策，能够通过“多元溢价”缓解信贷资源受限的局面。企业多元化经营产生的协同效应可以帮助企业缓解信贷资金受限局面，例如财务协同效应能够给企业带来“多钱优势”与“活钱优势”。具体来看，多元化经营有助于降低企业偿债风险，从而提高企业负债能力(廉永辉和张琳，2015)[16]；
可以帮助企业合理分配有限的财务资金(Miller和Yang, 2016)[17]，将财务资金从边际收益低的部门投入到边际收益高的部门，有利于有限资金跨部门高效整合(Stein, 1997)[18]，最终进一步提高资金配置效率，缓解融资约束的局面(杨兴全和任小毅，2019)[19]。
市场势力理论强调，企业多元化经营形成的内部资本市场与融资优势可以有效分散企业生产经营风险，帮助企业抵御外部市场的风险冲击。基础资源观则强调，企业进行多元化经营依赖于现有的资源禀赋能力。具体来看，非重污染企业属于绿色信贷政策支持的企业，拥有获取信贷资源的政策支持优势，借助“资源优势”涉及多个经营领域，减少交易成本；
而对于重污染企业来说，由于受到绿色信贷政策限制，为规避信贷融资风险，可能选择多元化经营策略，通过将剩余生产要素投入到政策扶持的绿色环保行业，获取信贷资源优势，进而策略性规避信贷融资风险(杨兴全等，2018)[20]。
综上所述，相对于非重污染企业来说，绿色信贷政策的实施使得重污染企业面临信贷融资受限的局面，而多元化经营可以有效帮助企业规避信贷融资约束风险。然而，现有文献主要从宏观层面出发考察绿色信贷政策对区域经济发展和产业结构优化的作用，以及从微观层面出发对绿色信贷政策影响企业创新、投融资行为等方面的机制进行了有益探索，鲜有从企业多元化经营角度探讨绿色信贷政策实施效果和作用机制，对重污染企业会如何响应绿色信贷政策这一问题也还缺乏更细致的考察。与已有文献相比，本文的边际贡献主要体现在以下三个方面：一是在理论层面探讨了绿色信贷政策与企业多元化经营行为之间的关系，为开展实证研究工作提供了理论支撑；
二是实证检验了绿色信贷政策对企业多元化经营决策的影响，为研究企业多元化经营的影响因素提供了来自绿色信贷政策视角的经验证据；
三是从信贷融资规模和信贷融资成本两个角度分析绿色信贷政策影响企业多元化决策的作用机制，为更好地理解绿色信贷政策背景下的企业多元化决策提供了新思路。
(二)理论分析
为更好地考察绿色信贷政策对企业多元化经营决策的影响，本文首先建立数理模型对二者间的关系进行讨论，再通过实证方法对理论分析得到的研究假设进行检验。考虑到绿色信贷政策主要强化了对高污染、高耗能企业和项目的授信限制，非污染型企业和项目的信贷融资不受影响，因此，理论部分重点分析污染企业在绿色信贷政策实施背景下的最优多元化经营决策。
显然，融资风险越高，企业的融资能力越差。无论是污染性业务领域还是非污染性业务领域，企业的融资能力均与融资风险负相关。在考虑多元化经营的前提下，将企业在上述两个领域的融资能力函数表达为以下形式：
(1)
式(1)中，φ为衡量企业多元化经营程度的变量，将其取值范围设定为[0, 1)。φ=0，意味着企业采取专业化经营策略；
φ>0，表明企业采取多元化经营策略，且φ取值越接近1，企业多元化经营程度越高。α∈(0， 1)为多元化经营取得成功的概率。从融资能力函数Gi(e，φ)的表达式可以看出，企业在特定领域的融资风险越高，融资能力就越差，但是多元化经营有助于企业分散经营风险，提高融资能力。而且多元化策略成功的概率越高，多元化经营对企业融资能力的正面影响越显著。
企业管理者以最大化企业价值为经营目标。企业价值由企业内部要素禀赋能力和外部资源获取能力共同决定，前者只与企业自身特质有关，后者则与企业融资能力相关。企业在不同业务领域可分配的内部资源总量是固定的，如果代表性污染企业选择进入新的市场领域，则需要在不同业务部门分配内部要素禀赋。一般来说，多元化经营程度越高，企业在原有生产领域所能配置的内部要素禀赋就越少。将企业内部要素禀赋总量表示为W，则企业在污染性业务领域和非污染性业务领域分配的要素禀赋分别可以表示为(1-φ)W和φW。同时，由于企业多元化经营策略取得成功的概率为α，对应的失败概率则为1-α，此时多元化策略失败带来的公司价值损失为φL。根据上述假定，企业价值函数可以表示为如下形式：
(2)
如果不实施多元化策略，即φ=0，则企业将外部资源与内部要素全部投入到污染行业产品生产过程中，企业价值函数退化为以下形式：
(3)
对于企业经营者来说，需要通过选择最优的多元化水平以实现企业价值最大化。用式(2)中的企业价值函数V(φ)对多元化变量φ求一阶导数，并令其等于0，可得：
(4)
令r2(e)>αr1(e)， 且0≤(α-1)(Lr1(e)+W)r2(e)+αWr1(e)<2αW(r2(e)-αr1(e)),对式(4)进行求解可得：
(5)
企业价值函数V(φ)对多元化变量φ求二阶导，可得：
(6)
(7)
研究假设：绿色信贷政策对污染企业多元化经营决策有显著的影响，且绿色信贷政策实施力度越大，污染企业基于资源获取动机的多元化经营程度越高。
(一)样本选取与数据来源
本文选取2007—2019年我国在沪深两市A股上市的制造业企业作为研究样本，采用倾向得分匹配—双重差分法(PSM-DID)，将重污染企业作为实验组，非重污染企业作为对照组。对数据做了如下处理：(1)剔除ST、PT的异常样本；
(2)对连续变量进行1%—99%的极端缩尾处理；
(3)为缓解内生性问题，控制变量均滞后一期。最终获得2318家A股上市制造业企业，其中，重污染企业833家，非重污染企业1485家。本文使用的多元化数据主营业务构成和财务费用的明细科目数据从Wind数据库获取，其他财务数据则来源于CSMAR数据库。
(二)变量定义与度量
1.被解释变量：企业多元化经营(Div)
2.解释变量：绿色信贷政策
本文以2012年银监会颁布《绿色信贷指引》作为外生政策冲击事件，考察绿色信贷政策对企业多元化经营的影响。借鉴王馨和王营(2021)[6]的做法，设定Policy与Gcres两个虚拟变量。Policy为事件虚拟变量，《指引》实施前的期间(2007—2011年)赋值为0(Policy=0)，《指引》实施后的期间(2012—2019年)赋值为1(Policy=1)。Gcres为企业分组虚拟变量，重污染企业被认定为绿色信贷政策限制企业，作为实验组并赋值为1(Gcres=1)，非重污染企业则被认定为绿色信贷政策非限制企业，作为对照组并赋值为0(Gcres=0)。参考吴晟等(2021)[22]、苏丹妮和盛斌(2021)[23]、原毅军和陈喆(2019)[24]研究中对重污染行业的划分结果，并根据证监会2012年版《上市公司行业分类指引》与《绿色信贷指引》信贷限控与支持的方向，按照企业所属行业污染程度，将A股上市制造业企业划分为重污染企业与非重污染企业。其中重污染企业主要包括：农副食品加工业；
食品制造加工业；
纺织业；
造纸及纸制品业；
化学原料及化学制品制造业；
医药制造业；
非金属矿物制品业；
炼焦和核燃料加工业；
有色金属冶炼及压延加工业；
石油、黑色金属和有色金属冶炼及压延加工业企业。
3.中介变量：信贷融资
本文选取信贷融资作为中介变量，将信贷融资具体细分为信贷融资规模(Dn)与信贷融资成本(Dc)。其中，借鉴肖作平和邓春梅(2019)[25]的研究，信贷融资规模(Dn)度量方式为：(短期借款+长期借款+一年内到期的非流动负债)/总资产。参考李广子和刘力(2009)[26]、姚立杰等(2018)[27]、陈琪(2019)[12]的研究，信贷融资成本(Dc)度量方式为：利息支出/(短期借款+长期借款+一年内到期的非流动负债)。
4.控制变量
为控制影响企业多元化经营的其他经济特征指标，本文借鉴陈信元和黄俊(2007)[21]、杨兴全等(2018)[20]的做法，选取的控制变量包括：企业规模(Size)、财务杠杆(Lev)、盈利状况(Roa)、经营现金流(Cf)、第一大股东持股比例(Shr1)、两职合一(Dual)、资产可转移程度(Tran)、创新投入(Innovation)、企业年龄(Age)、产权属性(State)、投资机会(Growth)。
主要变量的名称、符号和度量方法如表1所示。
表1 主要变量说明
(续上表)
(三)描述性统计
表2为主要变量的描述性统计情况。由表2可得，企业多元化经营倾向Divdum的均值为0.523，即过半数的制造业企业选择了多元化经营策略。表3为绿色信贷政策与企业多元化经营的单变量检验结果。表3中Panel A的数据表明，重污染企业(Gcres=1)多元化经营倾向(Divdum)和收入熵指数(Diventro)的均值、中位数都显著大于非重污染企业(Gcres=0)，赫芬达尔指数(Divhhi)的中位数、均值都显著小于非重污染企业，初步揭示了重污染企业更趋于多元化经营的现象。表3中Panel B的统计数据进一步表明，企业多元化经营(Divdum=1)样本组中Gcres的均值为0.452，显著高于非多元化经营(Divdum=0)样本组中Gcres的均值0.333，即选择多元化经营策略的样本中重污染企业占比较高。
表2 描述性统计结果
(续上表)
表3 单变量检验
(一)倾向得分匹配分析
通过倾向得分匹配法找到与实验组尽可能相似的对照组进行配对分析，可以有效减少样本选择偏误问题和降低相关可观测变量对所考察变量的干扰程度(Rosenbaum和Rubin, 1983)[28]。本文借鉴孙晓华和王昀(2014)[29]、丁宁等(2020)[30]、张媛媛等(2021)[31]的研究，采用倾向得分匹配法(PSM)进行数据匹配(1)本文的实证检验若无特殊说明，均采用此倾向得分匹配法。，再利用双重差分模型(DID)检验绿色信贷政策冲击对企业多元化经营策略的影响。
本文选取控制变量作为匹配变量，同时采用核匹配后删除权重为缺失值的匹配方法对数据进行匹配。表4为匹配变量的平衡性检验结果。可以看到，匹配变量在完成匹配之后，除变量Size标准差的绝对值显著低于20%，其余变量标准偏差的绝对值均显著低于10%(2)Rosenbaum和Rubin(1983)[28]指出，变量匹配后的标准偏差绝对值大于20，则PSM匹配效果较差。，并且在匹配之后大多数变量的标准化偏差都有所下降。这说明倾向得分匹配效果较为理想，通过了平衡性检验。因此，实证估计选择的匹配方法和匹配变量都是有效的，可以进一步开展双重差分检验。
表4 平衡性检验结果
(二)平均处理效应分析
为了更直观地考察绿色信贷政策对企业多元化经营决策的影响，本文选取2007—2019年我国沪深两市A股上市制造业企业的样本数据，构建双重差分模型进行检验：
Divit=α1+β1Gcresi×Policyt+λ1Xit+γi+ηt+εit
(8)
其中，Divit为企业多元化经营的系列表征变量，Gcres=1为重污染企业，Gcres=0为非重污染企业，Policy=0为《指引》实施前年份(2007—2011年)，Policy=1为《指引》实施后年份(2012—2019年)。Xit为系列控制变量，γi和ηt分别代表企业固定效应和时间固定效应，εit为残差项。本文关注的是交互项Gcresi×Policyt，其考察的是《指引》实施前后对企业多元化经营决策的影响。如果交互项Gcresi×Policyt的系数显著大于0，表明《指引》的实施促进了重污染企业多元化经营；
反之，表明不存在促进作用。
表5列示了式(8)非平衡面板DID的回归结果，其中列(1)、列(3)是未加入控制变量的回归结果，列(2)、列(4)是加入控制变量的回归结果。不加入控制变量时，列(1)中Gcresi×Policyt的系数为0.053，且在5%水平上显著为正，说明相对于非重污染企业，重污染企业的多元化经营倾向显著增强了0.053个单位。此外，列(3)中Gcresi×Policyt的系数在1%水平上显著为正，进一步证实了这一结论。加入控制变量后，列(2)、列(4)中Gcresi×Policyt的系数均在1%水平上显著，即相对于非重污染企业，重污染企业的多元化经营倾向显著增强。实证结果表明，绿色信贷政策显著促进了重污染企业的多元化经营策略，具体表现为多元化经营倾向与多元化经营程度的增加。
表5 绿色信贷政策与企业多元化经营：双重差分的结果
(三)稳健性检验
为获得稳健可靠的研究结论，本文选择如下五种方法进行稳健性检验：(1)更换PSM匹配方法；
(2)缩短政策时间窗口和调整时间节点；
(3)更换被解释变量；
(4)剔除跨行业变动的企业；
(5)随机生成实验组。
1.更换PSM匹配方法
本文将初始采用的核匹配方法更换为1：3近邻匹配，再进行双重差分检验，结果如表6所示。可以看出，列(1)、列(2)中Gcresi×Policyt的系数均显著为正，表明绿色信贷政策的实施显著提升了重污染企业的多元化经营程度。此结论与表5采用核匹配方法再进行双重差分的检验结果一致，表明本文研究结论具有稳健性。
表6 绿色信贷政策与企业多元化经营：更换匹配方法的双重差分回归结果
(续上表)
2.缩短政策实施窗口与调整时间节点
参照丁杰(2019)[1]的研究，本文将样本的时间窗口进一步缩短，保留《指引》出台前后各五年时间，即2007—2016年的样本数据，再对模型进行核匹配和双重差分估计。双重差分检验结果如表7所示。列(1)、列(2)结果中Gcresi×Policyt的系数分别在10%与5%水平上显著为正，与前文的研究结论一致，表明绿色信贷政策对重污染企业多元化经营具有显著的促进作用。
但是以上结论并不能排除下述两种可能的情形：一是绿色信贷政策对重污染企业多元化经营的促进作用在《指引》出台之前就存在，并非《指引》出台之后才有；
二是安慰剂检验可能得到的是政策的平均效应而非真实效应，即便该效应的检验结果是显著的(刘金山和徐明，2017)[32]。因此，本文借鉴刘金山和徐明(2017)[32]的做法，通过改变政策执行时间进行“反事实检验”。假设《指引》颁布时间提前至2011年，同时将政策实施后(2012—2019年)的样本剔除，再进行“反事实检验”，结果如表7列(3)和列(4)所示，Gcresi×Policyt的系数为负且不显著，与上文基本结果不一致，表明绿色信贷政策对重污染企业多元化经营的促进作用并非在《指引》出台之前就存在。综合表明本文得出的基本结论具有稳健性。
表7 绿色信贷政策与企业多元化经营：缩短政策实施窗口和时间节点、替换被解释变量
3.更换被解释变量
本文选用赫芬达尔指数(Divhhi)作为企业多元化经营另一衡量指标，在倾向得分匹配之后再进行双重差分回归，结果如表7列(5)所示。在更换被解释变量后，Gcresi×Policyt的系数在1%水平上显著为负。由于赫芬达尔指数是企业多元化经营的逆向指标，取值越高说明企业多元化经营程度越低，这也意味着上述回归结果支持绿色信贷政策显著促进重污染企业多元化经营行为这一研究结论。改变企业多元化经营的衡量指标并未改变回归结果，说明本文研究结论具有稳健性。
4.剔除跨行业变动的企业
在上文基准回归中，为确保样本数据的完整性和估计结果的外部有效性，本文并未剔除样本中跨行业变动的企业。需要注意的是，2012年证监会重新修订了行业代码，可能导致企业样本在2012年前后并非同时属于制造业行业。为避免企业所属行业变动对研究结论产生干扰，本文尝试剔除跨行业变动的样本企业再次进行回归分析，结果如表8所示，Gcresi×Policyt的系数均在1%水平上显著为正，基准回归得到的结论依然成立。
表8 绿色信贷政策与企业多元化经营：剔除跨行业变动的企业
5.随机生成实验组
为排除《指引》实施后对重污染企业多元化经营的促进效应受到非观测遗漏变量的干扰(如其他绿色金融政策的实施)，本文通过随机生成实验组进行安慰剂检验。参考石大千等(2018)[33]的研究，通过自主抽样从2318家企业样本中随机抽取833家企业，将其设定为“伪”实验组，剩下的1485家企业设定为“伪”对照组，再构建“伪”交互项，并按照式(8)进行回归。图(1)、图(2)分别是以Divdum和Diventro作为企业多元化经营水平衡量指标得到的安慰剂检验结果。具体来看，图(1)、图(2)报告了1000次“伪”实验组回归系数估计值的概率密度分布(实线部分)、对应P值的散点分布(散点部分)以及基准回归中加入控制变量、企业和年份固定效应的系数估计值(垂直虚线)。可以发现，随机形成的“伪”实验组的估计系数服从正态分布，且估计值未通过显著性检验，基准回归得到的真实回归系数也没有包含在检验结果中。由此可得，绿色信贷政策对重污染企业多元化经营行为的促进效应并未受到非观测遗漏变量的严重干扰，表明本文研究结论是稳健的。
图1 安慰剂检验(Divdum)
图2 安慰剂检验(Diventro)
(一)中介效应分析
参照温忠麟和叶宝娟(2014)[34]的研究，在基准回归的基础上，构建中介效应检验模型，分别从信贷融资规模(Dn)和信贷融资成本(Dc)的角度出发，考察绿色信贷政策对重污染企业多元化经营决策的影响机制。中介效应检验模型设定如下：
Dit=α2+β2Gcresi×Policyt+λ2X+γi+ηt+εit
(9)
Divit=α3+β3Gcresi×Policyt+β4Dit+λ3X+γi+ηt+εit
(10)
其中，Dit表示中介变量信贷融资规模(Dn)和信贷融资成本(Dc)，其他变量与式(8)定义相同。
1.信贷融资规模
信贷融资规模(Dn)的中介效应回归结果如表9列(1)—列(3)所示。列(1)为式(9)的回归结果，Gcresi×Policyt的系数在1%水平上显著为负，表明绿色信贷政策与信贷融资规模存在显著的负相关关系，即实施绿色信贷政策后，重污染企业的信贷融资规模显著缩减。列(2)和列(3)为式(10)的回归结果，Gcresi×Policyt、信贷融资规模(Dn)的系数均在1%水平上显著，说明信贷融资规模在绿色信贷政策促进重污染企业多元化经营过程中发挥着部分中介作用。经计算可得，在以企业多元化经营倾向(Divdum)与收入熵指数(Diventro)衡量企业多元化经营时，信贷融资规模(Dn)的中介效用占比分别为8.39%、7.93%。由此可知，绿色信贷政策的实施缩减了重污染企业的信贷融资规模，进而促使其选择多元化经营策略。
绿色信贷政策通过信贷资源的差异化配置，对绿色低碳企业实行信贷资金倾斜，对重污染企业实行信贷资金限制，从而使得重污染企业获得的信贷资金数额减少，信贷融资规模缩减。此外，资源理论也强调，企业多元化经营需要依靠企业现有的能力和资源(Teece, 1982[35]；
Guillen, 2000[36])。重污染企业本身具有资本密集、资金需求量大、周转速度慢等特点，属于资金依赖型企业，生产经营活动很大程度上依赖于银行等金融机构的持续外部融资(王剑和刘玄，2005)[37]。信贷融资规模缩减会导致重污染企业承受更大的经营压力，为获取生产经营活动所需的信贷资金，重污染企业可能会选择多元化经营策略。
2.信贷融资成本
信贷融资成本(Dc)的中介效应回归结果如表9列(4)—列(6)所示。列(4)为式(9)的回归结果，Gcresi×Policyt的系数显著为正，表明绿色信贷政策与信贷融资成本存在显著的正相关关系，即实施绿色信贷政策后，重污染企业的信贷融资成本显著增加。列(5)和列(6)为式(10)的回归结果，Gcresi×Policyt的系数分别在1%、5%水平上显著，信贷融资成本(Dc)的系数则均在1%水平上显著，说明信贷融资成本在绿色信贷政策促进重污染企业选择多元化经营过程中发挥着部分中介作用。经计算可得，在以企业多元化经营倾向(Divdum)与收入熵指数(Diventro)衡量企业多元化经营时，信贷融资成本(Dc)的中介效用占比分别为9.18%、8.98%。由此可知，绿色信贷政策的实施增加了重污染企业的信贷融资成本，进而促使其选择多元化经营策略。
表9 绿色信贷政策与企业多元化经营：信贷融资规模与信贷融资成本中介效应回归结果
绿色信贷政策的实施之所以能够通过融资成本渠道在一定程度上对重污染企业多元化经营决策产生影响，主要的原因可能在于：一方面，绿色信贷政策要求银行在对重污染企业和项目进行授信时，将可能存在的环境与社会风险纳入考察，减少对重污染企业和项目的授信额度；
另一方面，企业和银行之间的信息不对称使得银行必须承担企业无法及时还款的违约风险(Stiglize和Weiss, 1981)[38]。显然，与非重污染企业相比，重污染企业有更高的概率受到政府监管部门的关注，因环境违法而受到惩处的可能性也更高，这也意味着重污染企业面临的生产经营环境不确定性会更大。由于银行与企业间的委托代理成本随风险的增加而提升，为降低未来可能出现的信贷风险，银行更倾向于要求重污染企业支付较高的信贷利率，从而提高了重污染企业的融资成本(杨柳勇和张泽野，2022)[39]。由此可知，绿色信贷政策的实施使得重污染企业的信贷融资成本增加，重污染企业为分散经营风险，缓解信贷资源受限的局面，会倾向于选择多元化经营策略。
(二)异质性分析
鉴于企业异质性和地区异质性下绿色信贷政策对企业多元化经营决策的影响可能存在差异，本文进一步将全样本分组，对模型估计结果进行对比检验。企业异质性主要从产权性质、规模和财务杠杆三方面进行分析，地区异质性主要从企业注册地所在地区市场化水平展开分析。
1.产权性质的异质性分析
参考杨柳勇和张泽野(2021)[39]的研究，本文根据企业最终控制人性质将全样本划分为国有企业与非国有企业进行分组回归，考察绿色信贷政策对国有企业与非国有企业多元化经营策略的差异化影响，结果如表10所示。列(1)和列(2)中Gcresi×Policyt的系数均在1%水平上显著为正，列(3)和列(4)中Gcresi×Policyt的系数均不显著。从回归系数大小来看，重污染国有企业Gcresi×Policyt的系数明显更大。该结果表明，绿色信贷政策对重污染国有企业与非国有企业多元化经营均有促进作用，但是相对非国有企业，绿色信贷政策对重污染国有企业多元化经营的促进效果更显著。
表10 绿色信贷政策与企业多元化经营：基于企业产权性质的异质性分析
之所以会出现上述结果，可能的解释在于：国有企业由于其特殊的产权属性，政策敏感性要高于非国有企业(张劲松和鲁珊珊，2022)[40]，这也意味着国有企业会根据绿色信贷政策实施力度与实施情况及时调整生产经营策略以规避信贷风险。在锦标竞赛和晋升激励下，与非国有企业相比，国有企业高管在响应国家绿色发展战略、推动企业绿色化转型等方面有更高的积极性。从实践情况来看，国有企业在环境保护等领域也承担着更多的政策任务与社会责任，因而可能会对绿色信贷政策的实施做出更积极的反应(李万超等，2022)[41]。同时，绿色信贷政策对银行等金融机构提出更为具体、严苛的授信审核要求，这一要求并不会因为国有企业的产权属性而有所调整。在这一背景下，绿色信贷政策对重污染国有企业表现出明显的融资惩罚效应与投资抑制效应(苏冬蔚和连莉莉，2018[42]；
丁杰，2019[1])，进而有效缓解了银行等金融机构由于对国有企业的选择偏好而弱化绿色信贷政策实施效果的问题(丁杰和胡蓉，2020)[43]。综合来看，一方面，重污染国有企业在信贷融资风险以及政府监督机制的双重约束下，会被动选择多元化经营策略以分散经营风险，获取信贷资源；
另一方面，受到锦标竞赛和晋升激励的影响，重污染国有企业也有动机主动通过多元化经营方式进入受政策支持的绿色生产领域，以提升企业发展与国家战略导向的契合度。
2.企业规模的异质性分析
参考杨柳勇和张泽野(2021)[39]的研究，以《指引》实施前一年(2011年)样本企业总资产的中位数作为分组依据，将样本划分为大规模企业和小规模企业两组进行回归分析，以考察绿色信贷政策对不同规模企业多元化经营决策的影响是否存在显著差异，结果如表11所示。列(1)—列(4)中Gcresi×Policyt的系数均在1%水平上显著为正，从回归系数的大小来看，小规模企业Gcresi×Policyt的系数均大于大规模企业Gcresi×Policyt的系数。该结果说明，相对于大规模重污染企业，绿色信贷政策对小规模重污染企业多元化经营的促进作用更显著。
表11 绿色信贷政策与企业多元化经营：基于企业规模的异质性分析
出现上述结果的原因在于：小规模企业普遍存在融资难、风险高问题，且在市场准入门槛上面临“规模歧视”(罗来军等，2016[44]；
刘春林和田玲，2021[45])。由于绿色信贷政策实施后商业银行的授信要求发生了变化，小规模重污染企业获取外部信贷资源的难度进一步增加，迫使其主动通过多元化经营方式缓解融资约束。本文研究结果表明，大规模重污染企业受绿色信贷政策的约束不足，意味着发挥绿色信贷政策促进经济绿色转型的作用需加强对大规模重污染企业的信贷融资审核。
3.财务杠杆的异质性分析
具有不同财务杠杆的企业对绿色信贷政策的信贷融资冲击是否会做出不同反应？参考谢乔昕和张宇(2021)[8]的研究，本文根据《指引》实施前一年(2011年)样本企业财务杠杆的中位数将全样本划分为低财务杠杆企业和高财务杠杆企业进行分组回归，考察绿色信贷政策对不同财务杠杆企业多元化经营决策的影响是否存在显著差异，结果如表12所示。列(1)和列(2)中Gcresi×Policyt的系数均不显著，而列(3)和列(4)中Gcresi×Policyt的系数均在1%水平上显著为正。说明绿色信贷政策对高财务杠杆的重污染企业多元化经营行为产生了显著的促进作用，而对低财务杠杆的重污染企业多元化经营促进效果不明显。
表12 绿色信贷政策与企业多元化经营：基于企业财务杠杆的异质性分析
可能的原因在于：高财务杠杆意味着更高的资产负债率水平和不确定的经营风险，多元化经营能够将资金在不同业务之间进行分配，降低企业收益的波动幅度，分散经营风险(Aivazian et al., 2015)[46]。在绿色信贷政策冲击下，外部信贷融资环境的不确定性增强，高财务杠杆的重污染企业为应对经营风险，多元化经营动机更强。
4.区域市场化程度的异质性分析
从政策实施环境来看，绿色信贷政策是否会因区域市场化程度的不同而呈现出差异化的影响？参考谢乔昕和张宇(2021)[8]、刘春林和田玲(2021)[45]的研究，本文基于省份层面，将注册地处于高市场化水平地区的企业划分为高市场化水平组，处于低市场化水平地区的企业划分为低市场化水平组(3)划分标准依据王小鲁、樊纲、胡李鹏编制的《中国分省份市场化指数报告(2018)》，计算样本期间内各地区市场化水平得分的平均值，高于全国市场化平均分的地区划分为高市场化水平地区，低于全国市场化平均分的地区划分为低市场化水平地区。，并进行分组回归，考察绿色信贷政策对不同市场化水平地区企业多元化经营决策的影响是否存在显著差异，结果如表13所示。列(1)和列(2)中Gcresi×Policyt的系数均在1%水平上显著为正，列(3)和列(4)中Gcresi×Policyt的系数分别表现出不显著和在10%水平上显著。说明绿色信贷政策对处于高市场化水平区域和处于低市场化水平区域重污染企业多元化经营均有显著的促进作用。但是从回归系数的大小看，绿色信贷政策对处于低市场化水平区域重污染企业多元化经营的促进作用更强。
表13 绿色信贷政策与企业多元化经营：基于区域市场化水平的异质性分析
(续上表)
可能的原因在于：一方面，区域市场化水平越高，企业可以获取的投融资资源越丰富、投融资渠道越多，从而削弱了绿色信贷政策对重污染企业信贷资源的限制作用；
另一方面，区域市场化水平越低，企业可以获取的投融资资源就越受限，导致在面临相同的绿色信贷政策环境时，处于市场化水平较低地区的重污染企业有更强的动机提升多元化经营程度以缓解融资约束。
本文基于我国构建绿色金融体系推动经济绿色化转型的背景，在理论建模的基础上，以2012年出台《绿色信贷指引》为准自然实验，运用2007—2019年中国沪深两市A股上市制造业企业的样本数据，实证检验了绿色信贷政策对重污染企业多元化经营决策的影响和作用机制。结果表明：绿色信贷政策实施后，重污染企业比非重污染企业更趋于多元化经营以缓解融资限制，该结论在经过一系列稳健性检验后依然成立。进一步研究发现，绿色信贷政策通过缩减信贷融资规模和增加信贷融资成本两个渠道对重污染企业多元化经营决策产生影响。同时，绿色信贷政策对重污染企业多元化经营的促进效应在国有企业、小规模企业、高财务杠杆企业和低市场化程度地区更为显著。
上述研究结论为考察绿色信贷政策的实施效果提供了新的视角和经验证据，由此可以得到的政策含义为：第一，为加快经济绿色化转型，必须重视充分发挥绿色信贷政策对企业经营行为的引导效应；
第二，为保障绿色信贷政策的有效实施，有必要完善对商业银行执行绿色信贷政策的激励和约束机制；
第三，银行等金融机构要提升绿色信贷管理制度的规范化和合理化水平。值得注意的是，绿色信贷政策能否有效实施主要取决于商业银行的政策执行情况。为此，在激励机制上，应对积极实施绿色信贷政策的银行在信贷风险补偿、税收优惠等方面予以倾斜；
而在约束机制上，有必要对不执行绿色信贷政策要求的银行进行追责，将绿色信贷政策执行情况和银行监管评级、市场准入等事项挂钩。此外，银行等金融机构在配置信贷资源时，应对重污染企业实行更为细致的信贷要求，针对不同产权性质、规模与财务杠杆水平的企业制定差异化的信贷授信标准，以更好地促进企业绿色化转型和实现高质量发展目标。
