摘要：綠色債券作為最活躍的綠色金融產(chǎn)品之一，以其綠色屬性、融資成本低等特點(diǎn)，能夠較好滿足制造業(yè)企業(yè)融資和綠色轉(zhuǎn)型的需求。本文基于199家上市制造業(yè)企業(yè)2017年1月至2023年9月的面板數(shù)據(jù)，利用多時(shí)點(diǎn)DID模型進(jìn)行實(shí)證分析，研究制造業(yè)企業(yè)發(fā)行綠色債券對(duì)企業(yè)價(jià)值的影響，主要得出以下結(jié)論：發(fā)行綠色債券對(duì)制造業(yè)企業(yè)價(jià)值的提升具有積極作用，且這種積極作用是長(zhǎng)期的；相較于中西部地區(qū)，東部地區(qū)制造業(yè)企業(yè)發(fā)行綠色債券更有助于提升其企業(yè)價(jià)值；非污染制造業(yè)企業(yè)發(fā)行綠色債券不能夠顯著提升其企業(yè)價(jià)值，而重污染制造業(yè)企業(yè)發(fā)行綠色債券能夠顯著提升其自身價(jià)值。

關(guān)鍵詞：綠色債券；制造業(yè)企業(yè)；異質(zhì)性分析；雙重差分模型

一、引言

自2015年年底國(guó)家發(fā)展改革委員會(huì)發(fā)布了《綠色債券發(fā)行指引》后，我國(guó)綠色債券發(fā)行規(guī)模從2016年的1975.31億元上升到2022年的8612.92億元，增長(zhǎng)了336.03%，位列全球綠色債券市場(chǎng)發(fā)行規(guī)模前三。制造業(yè)作為第一碳排放大戶，碳排放在總體碳排放量中占比始終處于60%以上。為了促進(jìn)低碳發(fā)展，推進(jìn)綠色轉(zhuǎn)型，減少碳及其他污染氣體排放，較多制造業(yè)企業(yè)選擇融資成本低的綠色債券來解決融資困境，并且發(fā)行綠色債券具有正向的外部效應(yīng)，符合可持續(xù)發(fā)展的大勢(shì)，帶給企業(yè)正面形象。在實(shí)際情況中，發(fā)行綠色債券究竟能否對(duì)制造業(yè)企業(yè)價(jià)值產(chǎn)生影響？有何影響？這種影響是否會(huì)隨企業(yè)自身特質(zhì)體現(xiàn)異質(zhì)性？這些問題仍有待于進(jìn)一步挖掘和明晰。

對(duì)于發(fā)行綠色債券是否能夠提升制造業(yè)企業(yè)價(jià)值，現(xiàn)有的研究尚無清晰的回答，朱俊明等（2020）對(duì)2019年之前發(fā)行綠色債券的中國(guó)上市公司進(jìn)行研究，結(jié)果表明，發(fā)行綠色債券對(duì)公司股票收益無顯著影響。任康鈺和柴源匯（2023）基于相關(guān)金融理論探討碳中和債的宣告發(fā)行對(duì)相關(guān)公司股價(jià)的影響，宣告發(fā)行碳中和債給股價(jià)帶來了顯著的負(fù)面效應(yīng)，發(fā)行主體并沒有享受更低的融資成本，投資者吸引力也比較弱。然而，鄭春麗和羅傳建（2020）研究發(fā)現(xiàn)，發(fā)行綠色債券對(duì)企業(yè)的經(jīng)濟(jì)利益有正面作用，能使企業(yè)的凈資產(chǎn)收益率得到明顯提升。馬亞明等（2020）基于雙重差分模型進(jìn)行實(shí)證分析，表明發(fā)行綠色債券能提高公司價(jià)值。Tang和Zhang（2020）得出當(dāng)上市公司發(fā)布綠色債券時(shí)，股價(jià)將明顯上升，但其持續(xù)性不夠顯著。Flammer（2021）利用各國(guó)面板數(shù)據(jù)得出綠色債券有助于企業(yè)改善經(jīng)營(yíng)績(jī)效和創(chuàng)造長(zhǎng)期價(jià)值。然而，上述文獻(xiàn)關(guān)于發(fā)行行業(yè)的分析少有涉及，從企業(yè)自身特質(zhì)的異質(zhì)性分析更是少之又少。因此，本文將基于上市制造業(yè)企業(yè)2017年1月至2023年9月的面板數(shù)據(jù)，通過多時(shí)點(diǎn)雙重差分模型研究綠色債券發(fā)行制造業(yè)企業(yè)價(jià)值的影響及其異質(zhì)性，進(jìn)而為企業(yè)發(fā)行綠色債券提供更有效的激勵(lì)和指導(dǎo)，推動(dòng)綠色金融的發(fā)展和生態(tài)文明的建設(shè)。

二、計(jì)量模型與數(shù)據(jù)說明

（一）多時(shí)點(diǎn)雙重差分模型

標(biāo)準(zhǔn)雙重差分（DID）模型是政策評(píng)估中最常用的一種方法，能夠消除時(shí)間和空間的潛在因素，從而準(zhǔn)確評(píng)估政策的凈效應(yīng)。一般針對(duì)政策實(shí)施時(shí)點(diǎn)為同一個(gè)時(shí)期，但由于各制造業(yè)企業(yè)發(fā)行綠色債券的時(shí)間都不盡相同，為了更精確地判定綠色債券發(fā)行對(duì)制造企業(yè)價(jià)值的影響，基于Beck等（2010）和馬亞明等（2020）提出的政策時(shí)點(diǎn)不一致DID的方法，構(gòu)建模型（1）：

Qi，t=Cons+β0treatedi×timei，t+β1Xi，t+ui+γi+εi，t（1）

其中，Qi，t反映企業(yè)i在第t年的價(jià)值水平；“treated”和“time”是虛擬變量；Xi，t為控制變量；Cons為常數(shù)項(xiàng)；γi為時(shí)間固定效應(yīng)；ui為個(gè)體固定效應(yīng)；εi，t為隨機(jī)擾動(dòng)項(xiàng)。

中國(guó)證券期貨2024年12月

第6期

綠色債券發(fā)行對(duì)制造業(yè)企業(yè)價(jià)值的影響研究

（二）變量選取與數(shù)據(jù)來源

被解釋變量：本文選取企業(yè)價(jià)值作為被解釋變量，即選取托賓Q值（公司總市值/資產(chǎn)重置成本）來衡量，由于托賓Q值具有上市公司的企業(yè)特征與財(cái)務(wù)特征，所以經(jīng)常被用來測(cè)算企業(yè)價(jià)值。

解釋變量：treatedi×timei，t是本文的核心解釋變量，即DID模型的雙重差分項(xiàng)，變量設(shè)置如表1所示。通過觀察該項(xiàng)的系數(shù)β0可知綠色債券發(fā)行對(duì)企業(yè)價(jià)值的影響，如果β0顯著為正，則可以說明發(fā)行綠色債券與企業(yè)價(jià)值之間存在正相關(guān)關(guān)系。

控制變量?？紤]到行業(yè)與企業(yè)財(cái)務(wù)結(jié)構(gòu)的差別，本文選取如下控制變量：總資產(chǎn)周轉(zhuǎn)率（ATR）；流動(dòng)資產(chǎn)凈利潤(rùn)率（ROE）；資產(chǎn)總額，取對(duì)數(shù)（LnASSET）；流動(dòng)資產(chǎn)比率（CR）；資產(chǎn)負(fù)債率（LEV）。

本文的數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫，選取2017年1月1日至2023年9月30日的制造業(yè)企業(yè)季度面板數(shù)據(jù)。針對(duì)樣本企業(yè)進(jìn)行如下處理：第一，以2012年中國(guó)證監(jiān)會(huì)產(chǎn)業(yè)分類中的制造業(yè)為研究對(duì)象，選擇12家在2017年1月1日至2023年9月30日發(fā)行了綠色債券的制造業(yè)上市公司作為控制組，187家沒有發(fā)行過綠色債券的制造業(yè)上市公司為對(duì)照組。第二，剔除樣本期間出現(xiàn)ST、ST和退市的上市公司。第三，剔除在2017年1月1日之后上市的企業(yè)。第四，剔除數(shù)據(jù)不全的企業(yè)。為了避免極端值對(duì)結(jié)果的影響，本文對(duì)所有連續(xù)變量進(jìn)行了上下1%的縮尾處理。按照上述方法篩選之后，數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果見表2。

三、實(shí)證分析

（一）回歸結(jié)果分析

（1）企業(yè)價(jià)值（Q）與綠色債券發(fā)行（treatedi×timei，t）。從DID模型的回歸結(jié)果可以得出，無論是否加入企業(yè)層級(jí)的控制變量，政策處理變量的系數(shù)都顯著為正，在增加控制變量后，主要影響因素的估計(jì)值不會(huì)發(fā)生變化，且顯著性沒有發(fā)生改變。因此，能夠充分證明綠色債券的發(fā)行對(duì)于提高制造業(yè)企業(yè)的價(jià)值有著積極的影響。

（2）企業(yè)價(jià)值（Q）與各控制變量?？傎Y產(chǎn)周轉(zhuǎn)率（ATR）隨著控制變量的增加與Q始終保持正相關(guān)關(guān)系，表明總資產(chǎn)周轉(zhuǎn)率越高，制造業(yè)企業(yè)的Q越大。流動(dòng)資產(chǎn)凈利潤(rùn)率（ROE）與Q正相關(guān)，并且在1%的水平上顯著，表明增加一單位流動(dòng)資產(chǎn)凈利潤(rùn)率，就會(huì)增加制造業(yè)企業(yè)的Q。資產(chǎn)總額（LnASSET）與Q始終呈現(xiàn)負(fù)相關(guān)關(guān)系，說明制造業(yè)企業(yè)的資產(chǎn)總額越大，Q越小。回歸結(jié)果顯示流動(dòng)資產(chǎn)率（CR）、資產(chǎn)負(fù)債率（LEV）對(duì)Q沒有顯著影響。在引入控制變量后，解釋系數(shù)（R-squared）由原來的0.219增加到0.286，表明引入控制變量后，整個(gè)模型的解釋力更強(qiáng)，擬合度也更好（見表3）。

（二）平行趨勢(shì)檢驗(yàn)

平行趨勢(shì)檢驗(yàn)是保證雙差模型估算結(jié)果精確的先決條件，也保證了試驗(yàn)組和對(duì)照組在進(jìn)行干預(yù)前具有基本一致的發(fā)展趨勢(shì)。因此，本文進(jìn)行了平行趨勢(shì)檢驗(yàn)（見表4）。由于不同樣本發(fā)行債券的時(shí)間不同，因此把處理組與控制組之間的時(shí)間換算成相對(duì)日期，具體來說，從樣本開始年到綠色債券的發(fā)行之前4年設(shè)定為-4、-3、-2、-1，綠色債券發(fā)行之后的5年設(shè)定為1、2、3、4、5，從而得到了10個(gè)指標(biāo)變量，結(jié)果如表4所示。在綠色債券發(fā)行時(shí)點(diǎn)之前，各期的估計(jì)系數(shù)均不顯著，表明制造業(yè)企業(yè)在發(fā)行綠色債券之前和當(dāng)年，處理組和對(duì)照組的回歸結(jié)果無顯著差異，平行趨勢(shì)假設(shè)成立。而在發(fā)行綠色債券后的5年中，各虛擬變量的估計(jì)系數(shù)均大于0。從圖1中可以更加直觀、清晰地看出上述結(jié)果。檢驗(yàn)結(jié)果通過了平行趨勢(shì)檢驗(yàn)，表明從長(zhǎng)期來看，綠色債券的發(fā)行提升了制造業(yè)企業(yè)價(jià)值。

（三）安慰劑檢驗(yàn)

為檢驗(yàn)研究結(jié)果是否會(huì)因其他因素引起誤差，如環(huán)境、經(jīng)濟(jì)和政治等無法觀測(cè)的因素，采用構(gòu)造偽處理組方法進(jìn)行安慰劑檢驗(yàn)。本文將對(duì)檢驗(yàn)程序重復(fù)1000次，圖2為偽處理組在1000個(gè)隨機(jī)產(chǎn)生中的估計(jì)系數(shù)的統(tǒng)計(jì)分布，可以看出偽處理組的估計(jì)系數(shù)大多在零點(diǎn)附近集中，與真實(shí)

的系數(shù)估計(jì)值（垂直于橫軸的虛線）存在一定的差距，而且大多數(shù)偽處理組的估計(jì)系數(shù)都在0.1以上（在10%的顯著性水平下不明顯），說明這些估計(jì)的結(jié)果并非偶然所得，也不容易被其他政策或隨機(jī)因素所影響。因此，能夠說明制造業(yè)企業(yè)發(fā)行綠色債券從而提升企業(yè)價(jià)值并不是偶然。

四、異質(zhì)性分析

（一）區(qū)域異質(zhì)性

企業(yè)發(fā)行綠色債券作為一種市場(chǎng)監(jiān)管政策，對(duì)制造業(yè)企業(yè)價(jià)值所產(chǎn)生的積極作用可能會(huì)因?yàn)槠髽I(yè)所在區(qū)域位置（LOC）的不同而存在差異，基于這個(gè)問題，本部分將上市公司按照注冊(cè)所在地劃分為東部制造業(yè)企業(yè)、中西部制造業(yè)企業(yè)，并依次賦值“1”“2”，分別研究發(fā)行綠色債券對(duì)制造業(yè)企業(yè)價(jià)值的影響。從表5可以發(fā)現(xiàn)，東部地區(qū)和中西部地區(qū)的政策處理變量treatedi×timei，t的系數(shù)均顯著為正，提升效應(yīng)分別達(dá)到0.168和0.113，可能由于東部地區(qū)與中西部地區(qū)經(jīng)濟(jì)發(fā)展程度差異較大，東部地區(qū)制造業(yè)企業(yè)價(jià)值的提升效應(yīng)明顯大于中西部地區(qū)制造業(yè)企業(yè)價(jià)值的提升效應(yīng)。因此，相較于中西部地區(qū)，東部地區(qū)制造業(yè)企業(yè)發(fā)行綠色債券更有助于提升其企業(yè)價(jià)值。

（二）污染程度異質(zhì)性

制造業(yè)企業(yè)發(fā)行綠色債券對(duì)其價(jià)值所產(chǎn)生的積極作用可能會(huì)因?yàn)槠髽I(yè)污染程度（Pol）的不同而存在差異。因此，對(duì)于污染程度（Pol），參考李青原和肖澤華（2020）的研究對(duì)重污染行業(yè)的界定，選擇重污染行業(yè)的代碼分別是C17、C18、C19、C22、C25、C26、C27、C28、C29、C31、C32，屬于這些行業(yè)的制造業(yè)企業(yè)賦值為“1”，其余非重污染行業(yè)的制造業(yè)企業(yè)賦值為“0”。從表6可以看出，重污染企業(yè)政策處理變量treatedi×timei，t的系數(shù)均顯著為正，提升效應(yīng)達(dá)到0.208，而非污染制造業(yè)企業(yè)價(jià)值的提升效應(yīng)不顯著。因此，非污染制造業(yè)企業(yè)發(fā)行綠色債券不能夠顯著提升其企業(yè)價(jià)值，而重污染制造業(yè)企業(yè)發(fā)行綠色債券能夠顯著提升其自身價(jià)值。

五、結(jié)論與建議

本文基于199家上市制造業(yè)企業(yè)2017年1月1日至2023年9月30日的季度面板數(shù)據(jù)，將期間所有發(fā)行綠色債券的制造業(yè)企業(yè)作為處理組，利用多時(shí)點(diǎn)雙重差分（DID）模型進(jìn)行實(shí)證分析，得出如下主要結(jié)論：第一，發(fā)行綠色債券能夠提高制造業(yè)企業(yè)的價(jià)值，制造業(yè)企業(yè)的價(jià)值還與總資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)凈利潤(rùn)率、資產(chǎn)總額等相關(guān)；第二，平行趨勢(shì)檢驗(yàn)與安慰劑檢驗(yàn)通過，表明制造業(yè)企業(yè)發(fā)行綠色債券對(duì)企業(yè)價(jià)值的提升效應(yīng)將形成長(zhǎng)期影響；第三，通過異質(zhì)性分析得出，相比中西部地區(qū)，東部地區(qū)制造業(yè)企業(yè)發(fā)行綠色債券更有助于提升其企業(yè)價(jià)值，非污染制造業(yè)企業(yè)發(fā)行綠色債券對(duì)企業(yè)價(jià)值沒有明顯的促進(jìn)作用，而重污染制造業(yè)企業(yè)通過發(fā)行綠色債券可以顯著提高企業(yè)價(jià)值。

根據(jù)本文的主要研究結(jié)論，提出以下針對(duì)性的政策建議：

第一，從企業(yè)長(zhǎng)期發(fā)展的角度來看，制造業(yè)企業(yè)應(yīng)積極發(fā)行綠色債券，借助綠色債券的綠色標(biāo)簽，樹立企業(yè)綠色形象，緊跟綠色政策，大力支持我國(guó)綠色經(jīng)濟(jì)。發(fā)行綠色債券不僅能降低企業(yè)的融資成本，增強(qiáng)企業(yè)盈利能力，提高企業(yè)整體績(jī)效，進(jìn)而提升企業(yè)價(jià)值，還能帶動(dòng)企業(yè)向綠色轉(zhuǎn)型，從而實(shí)現(xiàn)企業(yè)健康可持續(xù)發(fā)展。

第二，推動(dòng)地方政府通過相關(guān)法規(guī)和政策來鼓勵(lì)和支持企業(yè)發(fā)行綠色債券，給予一定的稅收減免，以降低發(fā)行成本，提高企業(yè)發(fā)行意愿。完善綠色債券激勵(lì)機(jī)制，積極引導(dǎo)中西部企業(yè)和非污染企業(yè)支持綠色債券，從而促進(jìn)我國(guó)綠色金融發(fā)展。

第三，健全綠色債券第三方認(rèn)證制度。目前我國(guó)第三方認(rèn)證存在的最大問題是評(píng)級(jí)機(jī)構(gòu)的專業(yè)性資質(zhì)較低，政府對(duì)第三方認(rèn)證評(píng)級(jí)體系建設(shè)不夠完善，因此應(yīng)該健全中國(guó)綠色債券第三方認(rèn)證制度，并建立科學(xué)、統(tǒng)一的認(rèn)證標(biāo)準(zhǔn)。這將有助于增加發(fā)行綠色債券的企業(yè)進(jìn)行第三方認(rèn)證的比例，提高綠色債券市場(chǎng)的透明度和可信度，進(jìn)而推動(dòng)企業(yè)價(jià)值的提升。

第四，應(yīng)健全綠色債券各環(huán)節(jié)的信息披露制度，構(gòu)建多元化的信息披露體系；創(chuàng)新綠色債券的扶持渠道，加快綠色債券的審批程序。以此來激勵(lì)更多的企業(yè)通過發(fā)行綠色債券來提高自己的企業(yè)價(jià)值，從而促進(jìn)我國(guó)的生態(tài)文明建設(shè)。

參考文獻(xiàn)

［1］FLAMMERC.Corporategreenbonds［J］.JournalofFinancialEconomics，2021，142（2）：499-516.

［2］TANGDY，ZHANGY.Doshareholdersbenefitfromgreenbonds？［J］.JournalofCorporateFinance，2020（61）：101427.

［3］BECKT，LEVINER，LEVKOVA，Bigbadbanks？thewinnersandlosersfrombankderegulationintheUnitedStates［J］.TheJournalofFinance，2010，65（5）：1637-1667.

［4］朱俊明，王佳麗，余中淇，等.綠色金融政策有效性分析：中國(guó)綠色債券發(fā)行的市場(chǎng)反應(yīng)［J］．公共管理評(píng)論，2020，2（2）：21-43．

［5］任康鈺，柴源匯.企業(yè)發(fā)行綠色債券的股價(jià)效應(yīng)——基于碳中和債發(fā)行的實(shí)證研究［J］.油氣與新能源，2023，35（1）：67-76.

［6］馬亞明，胡春陽，劉鑫龍.發(fā)行綠色債券與提升企業(yè)價(jià)值——基于DID模型的中介效應(yīng)檢驗(yàn)［J］.金融論壇，2020，25（9）：29-39.

［7］鄭春麗，羅傳建.發(fā)行綠色債券對(duì)上市公司經(jīng)濟(jì)效益的影響——基于雙重差分模型的分析［J］.武漢金融，2020（10）：38-44.

［8］巴曙松，叢鈺佳，朱偉豪.綠色債券理論與中國(guó)市場(chǎng)發(fā)展分析［J］.杭州師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，41（1）：91-106.

［9］李青原，肖澤華.異質(zhì)性環(huán)境規(guī)制工具與企業(yè)綠色創(chuàng)新激勵(lì)：來自上市企業(yè)綠色專利的證據(jù)［J］.經(jīng)濟(jì)研究，2020，55（9）：192-208.

ResearchontheImpactofGreenBondIssuanceontheValueofManufacturingEnterprises

LIUJingyiYUANHuaiyu

（SchoolofEconomics，CentralSouthUniversityofForestryandTechnology，Changsha410004，China）

Abstract：Greenbonds，asoneofthemostactivegreenfinancialproducts，withtheirgreenattributesandlowfinancingcosts，canbettermeetthefinancingandgreentransformationneedsofmanufacturingenterprises.Thisarticleisbasedonquarterlypaneldatafrom199listedmanufacturingenterprisesfromJanuary1，2017toSeptember30，2023，andusesamultitimepointDIDmodeltoempiricallystudytheimpactofgreenbondissuancebymanufacturingenterprisesonenterprisevalue.Thefollowingconclusionsaredrawn：issuinggreenbondshasapositiveeffectonthevalueofmanufacturingenterprises，andthispositiveeffectislong-term；Comparedtothecentralandwesternregions，issuinggreenbondsbymanufacturingenterprisesintheeasternregionismoreconducivetoenhancingtheircorporatevalue；Issuinggreenbondsbynonpollutingmanufacturingenterprisescannotsignificantlyenhancetheircorporatevalue，whileissuinggreenbondsbyheavilypollutingmanufacturingenterprisescansignificantlyenhancetheirownvalue.

Keywords：GreenBonds；ManufacturingEnterprises；HeterogeneityAnalysis；Difference-in-DifferenceModel