技术经济

中央环保督察与企业过度金融化:资本逐利抑或环境治理

PDF下载

陈琪 , 王佳敏

技术经济 | 企业技术经济 2024,43(1): 88-100

收起

技术经济 | 企业技术经济 2024, 43(1): 88-100

中央环保督察与企业过度金融化:资本逐利抑或环境治理

全屏

陈琪, 王佳敏

作者信息

郑州大学商学院郑州 450001

陈琪,管理学博士,郑州大学商学院教授,硕士研究生导师,研究方向:资本市场财务与会计、环境会计；

王佳敏,郑州大学商学院硕士研究生,研究方向:环境会计；

Central Environmental Protection Inspector and Excessive Financialization of Enterprises: Profit-seeking Capital or Environmental Governance

Qi Chen, Jiamin Wang

Affiliations

Business School Zhengzhou University Zhengzhou 450001 China

出版时间: 2024-01-10 doi: 10.12404/j.issn.1002-980X.J23081002

文章导航

摘要

收起

中央环保督察是近年来我国环保领域采取的重要改革措施,不仅有利于提高环境治理效力,而且也会对微观企业的资源配置决策产生影响。基于2012—2021年我国沪深A股上市工业企业数据,采用多期双重差分法实证检验中央环保督察对企业过度金融化的影响。研究发现,中央环保督察对企业过度金融化具有抑制作用。影响机制检验发现,中央环保督察通过提高企业绿色投资进而会抑制企业过度金融化。异质性分析表明,中央环保督察对企业过度金融化的抑制作用在融资约束程度高、高管无公职经历的企业以及处在公众环境关注度较高地区的企业更强。经济后果检验表明,中央环保督察通过抑制企业过度金融化提升了企业绩效。研究结论探析了宏观环境政策对微观企业资源配置决策的影响及作用机理,对实现环境治理和经济发展的双赢具有一定的现实意义。

关键词

中央环保督察 / 过度金融化 / 资本逐利 / 环境治理 / 多期双重差分

Abstract

收起

Central environmental protection inspector is a major reform measure in the field of environmental protection in China in recent years, which is not only conducive to improving the level of environmental governance, but also has an impact on the decision-making of resource allocation of micro-enterprises. Drawing upon data from Chinese A-share listed industrial enterprises in Shanghai and Shenzhen from 2012 to 2021, an empirical examination was conducted to investigate the influence of central environmental protection inspectors on excessive financialization of enterprises by using multi-period double difference method. The result shows that the central environmental protection inspector can inhibit the excessive financialization of enterprises. The test of influence mechanism shows that the central environmental protection inspector inhibits the excessive financialization of enterprises by improving the green investment of enterprises. Heterogeneity analysis shows that the central environmental protection inspector has a stronger inhibitory effect on excessive financialization of enterprises in enterprises with high financing constraints, executives without public working experience and enterprises in areas with high public environmental concern. The test of economic consequences shows that the central environmental protection inspector improves the performance of enterprises by restraining excessive financialization of enterprises. The research conclusion analyzes the mechanism of macro-environmental policy on micro-enterprise resource allocation decision, which has certain practical significance for achieving a win-win situation of environmental governance and economic development.

Key words

central environmental protection inspector / excessive financialization / profit-seeking capital / environmental governance / staggered difference-in-differences

引用本文

陈琪, 王佳敏. 中央环保督察与企业过度金融化:资本逐利抑或环境治理. 技术经济, 2024 , 43 (1) : 88 -100 . DOI: 10.12404/j.issn.1002-980X.J23081002

Qi Chen, Jiamin Wang. Central Environmental Protection Inspector and Excessive Financialization of Enterprises: Profit-seeking Capital or Environmental Governance[J]. Journal of Technology Economics, 2024 , 43 (1) : 88 -100 . DOI: 10.12404/j.issn.1002-980X.J23081002

正文

收起

一、引言

收起

改革开放以来, 我国经济高速发展, 但同时引发了严重的资源浪费和环境污染问题。自十八大以来, 我国高度重视生态文明建设,制定了一系列环境治理政策。在我国行政分权管理模式下,地方政府是中央环保政策的实施者,但是地方官员的政绩诉求往往导致地方环境治理“失灵” ^{[ 1 ]} 。我国政府一直在积极探索有效的环境监管体制, 2015年7月, 建立了中央环保督察制度, 通过落实环保垂直管理制度改革等措施, 增强对地方政府环境治理的监督和问责,显著提升了环境监管效果 ^{[ 2 ]} 。自2015年底我国推行环保督察试点开始,至今已完成了两轮全覆盖环保督察。党的二十大报告中也强调指出,要深入推进中央生态环境保护督察, 标志着我国将形成常态化的环保督察体制。

中央环保督察通过自上而下的治理机制, 将环境治理压力层层传递给微观企业, 进而会影响企业的生产经营和投融资行为。现有研究表明,中央环保督察能够提高企业绿色创新水平 ^{[ 3 ]} 、加快制造业转型升级^{[ 4 ]}、促进企业环保投资 ^{[ 5 ]} ,但对企业金融资产配置的影响尚未可知。在严苛的环境规制下,企业面临生产成本和环境处罚风险上升的压力,会倒逼企业调整金融资产配置决策。近年来,我国经济出现“脱实向虚” 的现象,非金融企业的过度金融化行为挤出了实体经济投资,不利于企业的经营发展,影响宏观经济稳定。为了促进我国经济健康发展,党的二十大报告中明确指出,坚持把发展经济的着力点放在实体经济上。可见, 我国政府高度重视经济“脱实向虚”问题,这也使得实体企业金融化成为理论界和实务界重点关注的问题。同时,企业金融化具有两面性,适度金融化能够实现资本的保值增值,一定程度上缓解企业的融资约束,促进企业良性发展 ^{[ 6 ]} ；过度金融化则会导致企业减少实体投资,抑制企业的技术创新能力,不利于企业的经营发展 ^{[ 7 ]} 。因此,本文重点关注实体企业的过度金融化问题,研究中央环保督察对企业过度金融化的影响。本文的研究探索了环境规制下微观企业的资源配置决策, 为完善环境政策和防范金融风险提供了经验证据,对实现环境保护和经济建设协同发展具有现实意义。

理论上, 中央环保督察对企业过度金融化具有两方面的影响, 一方面, 在环境规制下, 企业可能基于资本逐利动机,降低或关闭一些高污染生产性投资,将资金转向高回报、低门槛、无污染的金融资产投资,追求经济利益, 从而导致企业过度金融化; 另一方面, 由于中央环保督察具有更强的约束力, 企业为了规避环境处罚风险,可能基于环境治理动机,将资金更多地投向环境治理领域,减少金融资产配置,抑制企业过度金融化。总体来说, 中央环保督察对企业过度金融化的影响尚不确定, 亟待进一步检验。

本文可能的边际贡献体现在以下三方面。第一, 从过度金融化视角探讨企业的金融资产配置水平, 拓展了企业不同程度金融化水平的研究。本文通过构建模型对企业过度金融化进行甄别,重点关注企业的过度金融化行为, 有利于科学合理地解决我国实体经济“脱实向虚”的问题。第二, 拓展了中央环保督察经济后果领域的研究。中央环保督察作为一项外部环境监管机制, 会影响企业的投融资决策, 但现有研究忽略了环保督察对企业金融资源配置决策的影响。本文基于金融资产配置视角拓展了中央环保督察的经济后果, 有利于进一步探讨环境政策对微观企业投资行为的影响机理。第三, 丰富了企业过度金融化影响因素的研究。关于企业过度金融化的研究仍处于初步阶段, 本文基于环境规制视角, 进一步拓展企业过度金融化的影响因素,为缓解经济“脱实向虚”提供有益的参考。

二、文献综述、理论分析与研究假设

收起

(一) 文献综述

随着我国经济的高速发展以及环境污染问题的不断涌现, 中央环保督察的政策效果引起众多学者的关注。宏观层面,多数研究表明中央环保督察能够提高空气质量水平,有效发挥环境污染治理的作用 ^{[ 8 - 10 ]} 。微观层面,现有文献主要从企业绩效 ^{[ 11 ]} 、绿色创新 ^{[ 3 ]} 、环保投资 ^{[ 5 , 12 ]} 等方面研究了中央环保督察的经济后果。例如, 谌仁俊等。(11)研究发现中央环保督察能够改善上市工业企业绩效,且在督察结束后具有持续性; 李依等 ^{[ 3 ]} 研究表明中央环保督察对企业具有创新补偿效应,能够显著提高企业的绿色创新水平;杜建军等 ^{[ 12 ]} 和吴勋和陈曦 ^{[ 5 ]} 探讨了环保督察制度对环保投资的影响,均发现中央环保督察提高了企业的环保投资水平。中央环保督察作为一项外部环境监管制度, 是否会对企业的金融资源配置决策产生影响, 目前尚缺乏这方面的研究成果,有待进一步探讨。

同时,随着经济的快速发展尤其是金融市场的繁荣,越来越多的非金融企业进行金融资产投资,造成了经济“脱实向虚”,不利于经济健康发展,引起了学者们的广泛关注。研究发现,企业金融化的动机主要源于预防性储蓄动机和资本逐利动机 ^{[ 13 ]} 。预防性储蓄动机是指企业持有金融资产是以预防和储备为目的；资本逐利动机是指企业配置金融资产是以追逐利益回报为目的。然而,企业的过度金融化行为更可能源于资本逐利动机 ^{[ 14 ]} 。原因在于,在资本逐利动机的驱动下,企业会为了获取更多的超额利益而过度地投资金融资产,从而导致过度金融化。另外,目前学术界多将企业金融化直接视为负面行为,从而对企业金融化展开了大量研究,但对企业过度金融化的研究较少。企业进行适度的金融投资能够增强资金流动性,有利于企业经营发展,仅当企业进行过度金融投资时才会损害主业业绩,因此缓解经济“脱实向虚”问题应重点关注企业过度金融化。但是,目前关于企业过度金融化影响因素的研究较少,主要从企业业绩表现 ^{[ 14 - 15 ]} 、公司内部治理 ^{[ 16 ]} 、财政补贴 ^{[ 17 ]} 、突发公共危机 ^{[ 18 ]} 等方面开展研究。然而,环境规制作为一项外部约束机制,会对企业的生产经营和投融资行为产生影响,应进一步拓展企业过度金融化影响因素的研究。

目前, 部分学者关注了环境规制和企业金融化之间的关系, 但是学者们的观点并不一致。有学者认为, 环境规制对企业金融化具有促进作用。例如,蔡海静等 ^{[ 19 ]} 研究发现环境规制强度越高,实体企业为了弥补环境遵循成本上升导致的利润收益率下降等问题,更倾向于加大金融资产投资; 齐绍洲和段博慧 ^{[ 20 ]} 研究了碳交易政策对企业金融化的影响,认为企业在减排的压力下会面临现金流波动和盈利水平下降等风险,进而会持有更多的金融资产。然而,也有学者认为,环境规制对企业金融化具有抑制作用。例如,俞毛毛和马妍妍 ^{[ 21 ]} 研究发现环境规制能够发挥“创新补偿”效应,不会导致企业业绩下滑,反而使企业将更多的精力和资金投入实体经营,抑制了企业金融化；于连超等 ^{[ 22 ]} 以《环境保护税法》实施为准自然实验,研究发现环境保护费改税能够约束企业进行环境治理,加大环保投资和研发投入力度,从而抑制企业金融化。因此,目前学术界关于环境规制与企业金融化的关系研究尚未达成一致。具体来看, 环境规制对企业金融化的影响可能取决于环境规制强度、类型、执行力度等多种因素。中央环保督察作为环境治理领域的一项重大制度创新,对污染企业的外部经营环境产生了重大影响,亟待进一步检验中央环保督察约束下企业的资源配置决策。

通过梳理文献发现:第一,现有研究对中央环保督察与企业资源配置决策的关系未给予足够的关注,应充分关注中央环保督察制度下企业的投资行为,这有利于明晰企业环境治理和经济发展之间的内在联系。第二,关于企业过度金融化的研究仍处于初步阶段,仅有少部分学者探究了过度金融化的影响因素。由于仅当企业存在过度金融化行为时才会损害企业的经济发展, 因此应进一步区分企业金融化程度, 拓展企业过度金融化影响因素的研究。第三,部分学者研究了环境规制与企业金融化之间的关系,但是观点尚未达成一致, 对于不同环境规制约束下的治理效果有待进一步探讨。且学者们更多地关注环境规制对企业金融化的影响,但企业可以有适度的金融投资,应重点关注企业的过度金融化行为。

(二) 理论分析与研究假设

在环境治理的过程中,中央环保督察不仅有利于推动生态文明建设,同时对企业的经营环境也会产生重大影响。根据制度理论,企业是嵌入特定制度环境中的,其行为决策会受到外部政策制度的约束。中央环保督察通过 “党政同责” 加强了地方党委政府的环保责任, 给地方企业带来了较大的环境治理压力, 进而使企业改变经营策略,调整金融资产配置。在中央环保督察的约束下,企业可能产生资本逐利动机和环境治理动机,在不同的动机驱动下会做出相反的金融资产配置决策,对企业过度金融化产生不同的影响。

一方面,在资本逐利动机的主导下,企业可能会选择收益高、周期短的金融投资,放弃投入高、周期长的环保投资,进而在利益驱动下配置更多的金融资产,容易导致企业过度金融化。首先,根据“遵循成本假说”,环境规制会使环境污染外部性成本内化,增加企业安装、改造和升级减排技术等环境治理成本 ^{[ 23 ]} 。中央环保督察是由党中央牵头的环保政策,对微观企业具有极大的震慑力,会倒逼企业加大环境治理成本,进而会降低企业实体经济投资回报率。由于金融资产的投资回报率远高于实体经济,在资本逐利的动机下, 企业会配置更多的金融资产,容易导致过度金融化。其次,中央环保督察制度下,企业受到的环境监管力度和执法力度都得到加强,加大了企业的经营风险 ^{[ 24 ]} 。重污染企业在环保督察后可能面临罚款、停业整顿、限制生产等处罚,提高了企业经营风险,进而债权人也会愈发担心企业的环保问题,因而会要求更多的环境风险补偿, 提高企业的融资成本。金融机构为了规避因企业环境违规带来的信贷风险, 往往会对重污染企业的贷款施加限制条件, 例如提高贷款利率或缩减贷款额度, 从而使得重污染企业的资金来源受到限制, 进而会加剧企业的资本逐利动机。再次,在中央环保督察的约束下,考虑到环境治理需要投入大量资金且周期较长,企业在资本逐利天性的驱使下可能会改变投资偏好,将资金投向金融领域。具体来看,有些企业不愿将有限资源投入到环境治理领域, 只是简单地关停高污染生产性项目, 然后将资金投入到高回报、无污染的金融资产项目,从而导致企业过度金融化。总的来看,企业为了避免中央环保督察对其经济绩效带来的负面影响, 会基于资本逐利动机, 投资更多的金融资产来追逐短期的超额利润, 进而导致过度金融化。

另一方面, 在环境治理动机的主导下, 企业可能会将资金投向环境治理领域以规避环境处罚的风险, 进而降低金融资产配置,抑制企业过度金融化。中央环保督察具有刚性约束、公众参与、常态化监督等特点, 给企业带来较大的环境治理压力,进而激发企业的环境治理动机,将资金更多地配置到环保领域,从而抑制企业进行过度金融资产投资。首先,中央环保督察具有刚性约束的特点,提高了环境违规行为的处罚概率和成本, 对重污染企业的环境治理行为具有强制约束力。环保督察期间, 一旦发现企业存在环境违规行为, 环保督察组将对相关企业采取缴纳罚款、限令整改、停业整顿等措施, 同时问责地方党委和政府, 倒逼企业不得不进行环境治理。其次, 中央环保督察开放群众举报渠道, 充分发挥社会公众对环境污染治理的第三方监督作用。中央环保督察在实施过程中坚持 “以人民为中心”, 通过开放环保网络举报平台、设立邮政信箱等多种信访举报渠道,积极鼓励公众参与到环境治理中去,强化了“公众参与”的作用 ^{[ 25 ]} 。在社会公众监督的压力下,企业为了树立良好的环境责任形象,更倾向于开展环境治理活动以避免环境违规事件的发生, 从而减少金融资产配置。再次,中央环保督察致力于形成常态化的环境治理机制,向企业传达出环境治理的重大决心。自2016年以来, 中央环保督察组已开展了多轮环保督察工作, 取得了有效的环境治理效果, 逐步建立起了常态化的环境治理机制 ^{[ 26 ]} 。随着环保督察工作的持续推进,企业将面临长期持续性的环境治理压力,不得不开展环境治理活动。总之,中央政府将环境治理压力自上而下层层传递到企业,能够充分激发企业的环境治理动机,进而使企业将资金更倾向于投入环境治理领域,“挤出”金融资产投资,抑制企业过度金融化。

当企业积极开展环境治理活动时, 企业的金融投资行为就会受到抑制。原因在于, 一方面, 从资源配置视角来看,由于资源是有限的,企业的实体投资和金融投资存在替代关系 ^{[ 27 ]} 。由于环境治理投入资金大、周期长,企业开展环境治理活动则会挤占金融资产投资。另一方面,从价值创造视角来看,在我国长期追求绿色发展的趋势下,企业进行环境治理能够实现减排增效的双赢,增强了企业长期核心竞争力。随着环境规制日益严苛,传统生产模式下的环境治理成本和违法风险大大提高,企业加大环境治理投入不仅能够实现减排降污,还能获得绿色创新补偿与先动优势,有利于企业经营发展 ^{[ 28 ]} 。环境治理带来的价值创造会促使企业更加关注长期可持续发展,减弱短期资本逐利动机,抑制企业过度金融化。

综上所述,中央环保督察对企业过度金融化的影响取决于何种动机占主导,若资本逐利动机占主导地位,企业会倾向于进行金融资产投资,加剧企业过度金融化;若环境治理动机占主导地位,企业会倾向于进行环境治理活动,抑制企业过度金融化。基于此,本文提出以下竞争性假设:

中央环保督察制度下,企业的资本逐利动机强于环境治理动机,从而促进企业过度金融化(H1a)；

中央环保督察制度下,企业的环境治理动机强于资本逐利动机,从而抑制企业过度金融化(H1b)。

三、研究设计

收起

(一) 样本选取与数据来源

本文以2012-2021年中国沪深两市 A 股上市工业企业数据为研究样本。根据以下条件对样本进行筛选:剔除 ST(special treatment)、* ST 和 PT(particular transfer) 的上市公司；剔除数据缺失的样本,最终共得到13757个年度样本观测值。中央环保督察相关信息来源于中国生态环境保护部官网, 本文所使用的公司层面的财务数据来源于国泰安 (CSMAR) 数据库。为了消除极端值的影响,本文对所有连续变量在1%和99%分位上进行缩尾处理,使用 Stata17软件完成。

(二) 变量定义

1. 被解释变量

企业过度金融化(Exfin)。企业配置金融资产实质上是一种投资行为,企业将资金投向金融、房地产等虚拟经济领域需要有一个适度的标准, 超过企业最优金融化水平即表现为过度金融化, 不利于企业经营发展。因此,参考 Richardson ^{[ 29 ]} 度量非效率投资模型的思想,借鉴黄贤环等 ^{[ 15 ]} 的模型设计,本文构建模型 (1) 对最优金融化水平进行衡量。

(1)

${\text{Fin}}_{i, t}={\alpha }_{0}+{\alpha }_{1}{\text{Fin}}_{i, t - 1}+{\alpha }_{2}{\text{Growth}}_{i, t - 1}+{\alpha }_{3}{\text{Lev}}_{i, t - 1}+{\alpha }_{4}{\text{Cfo}}_{i, t - 1}+{\alpha }_{5}{\text{Size}}_{i, t - 1}+\\{\alpha }_{6}{\operatorname{Age}}_{i, t - 1}+{\alpha }_{7}{\operatorname{ROA}}_{i, t - 1}+{\alpha }_{8}{\operatorname{Capint}}_{i, t - 1}+\sum \text{Industry}+\sum \text{Year}+{\varepsilon }_{i, t}$

其中: ${Fin}_{i, t}$ 为企业实际金融化水平,参考彭俞超等 ^{[ 30 ]} 的衡量方法,以企业金融资产占总资产的比例来衡量。具体而言,本文将交易性金融资产、衍生金融资产、可供出售金融资产、持有至到期投资、发放贷款及垫款净额和投资性房地产等项目划分为金融资产。另外,由于金融工具会计准则于2018年进行修订,因此本文对2018年之后的金融资产衡量方式进行调整 ^① 。由于企业的金融资产投资行为受到自身企业特征的影响,借鉴王少华和上官泽明 ^{[ 31 ]} 的研究,在模型中控制了上期企业金融化水平(Fin)、企业成长性(Growth)、资产负债率(Lev)、现金流状况(Cfo)、企业规模(Size)、企业上市年龄(Age)、盈利能力(ROA)和资本密集度(Capint)等影响因素。此外,模型中还控制了行业固定效应(Industry)和年份固定效应(Year);$\alpha$ 为待估系数; ${\varepsilon }_{i, t}$ 为随机扰动项。

根据模型(1)拟合出实体企业最优金融化水平,以企业实际金融化水平与最优金融化水平之差来衡量企业过度金融化程度 (Exfin),其值越大表明过度金融化的程度越高。

2. 解释变量

中央环保督察(Treat×Post)。考虑到重污染企业是污染排放的主要来源,受到环保督察组的重点督察, 而非重污染企业受到环保督察的影响较小或不受影响 ^{[ 3 ]} ,因此将重污染企业作为实验组,其他工业企业作为对照组。当样本为重污染企业时,实验组虚拟变量 Treat 取值为1,其他取值为0 ^② 。另外,中央环保督察采取分批次逐地进驻的方式进行督察, 在2016-2017年对我国31个省份 (因数据缺失, 未包括港澳台地区) 完成了环保督察工作。当环保督察组进驻某一省份当年及之后,政策时间虚拟变量 Post 取值为1,其他取值为0。Treat × Post 为核心解释变量,当中央环保督察组进驻某一省份当年及之后,该省份重污染行业的上市公司取值为1, 其他取值为0。

3. 控制变量

借鉴彭俞超等 ^{[ 30 ]} 和蔡海静等 ^{[ 19 ]} 的研究,本文选取以下控制变量:企业规模(Size)、企业上市年龄(Age)、产权性质 (State)、盈利能力(ROA)、资产负债率(Lev)、成长性(Growth)、有形资产比率(Tang)、托宾 Q (Tobin Q )、两职合一 (Both)、董事会规模 (Board)。具体变量定义如表1 所示。

(三) 研究设计

自2016年起, 中央环保督察对河北省开展督察工作, 接着在全国范围内对31个省份 (因数据缺失, 未包含港澳台地区)逐步进行环保督察, 为本文研究提供了一个良好的准自然实验。考虑到中央环保督察是分批次逐地开展的,本文构建多期双重差分模型,如模型(2)所示。

(2)

${\text{Exfin}}_{i, t}={\beta }_{0}+{\beta }_{1}{\text{Treat}}_{i}\times {\text{Post}}_{i, t}+\lambda {X}_{i, t}+{u}_{i}+{v}_{t}+{\varepsilon }_{i, t}$

其中:下标 i 为上市工业企业; t 为年份; ${\varepsilon }_{i, t}$ 为随机扰动项; $\beta \text{、}\lambda$ 为待估系数; 被解释变量为 ${\operatorname{Exfin}}_{i, t}$ 为企业过度金融化水平；核心解释变量为 ${\text{Treat}}_{i}\times {\text{Post}}_{i, t}$ ,是上市工业企业是否受到环保督察的虚拟变量,环保督察组进驻某一省份当年及以后, 该省份重污染行业的上市公司取值为1, 否则为0。同时, 模型中加入一系列控制变量 ${X}_{i, t}$ ,并控制企业固定效应 $\left({u}_{i}\right)$ 和时间固定效应 $\left({v}_{t}\right)$ 。另外,本文采用聚类稳健标准误,将标准误聚类到省份和行业层面。

四、实证结果

收起

(一) 描述性统计

描述性统计如表2 所示, 企业过度金融化 (Exfin) 的均值为 -0.0003, 最小值为 -0.2783, 四分之三分位数为0.0056 ,最大值为0.4224 ,表明不同企业之间的过度金融化水平存在较大的个体差异,部分企业的金融化程度严重偏离了最优金融化水平,并有超过四分之一的样本企业存在过度金融化现象。中央环保督察 ($Treat \times Post$) 的均值为0.2473,表明样本中为重污染企业且样本期间内受到中央环保督察政策影响的样本占比为24.73%。控制变量中,企业规模(Size)、盈利能力(ROA)和资产负债率(Lev)等连续变量的中位数和均值较接近,表明分布比较均匀,基本呈现正态分布。其他控制变量的描述性统计基本都在合理范围内,本文不再赘述。

(二) 平行趋势检验

使用双重差分模型的前提条件是满足平行趋势假设, 即在没有政策干预的情况下, 实验组和对照组的过度金融化趋势是一致的。因此,本文以中央环保督察实施前一年为基准年,设置各时点的政策虚拟变量,逐年估计中央环保督察的动态政策效应。平行趋势检验结果如图1 所示, 在中央环保督察实施之前, 实验组和对照组的过度金融化趋势无显著差异；政策实施之后,中央环保督察的估计系数显著异于0,表明两组之间的过度金融化趋势存在显著差异,本文的双重差分模型满足平行趋势假设。另外,自政策实施当年起,短期内中央环保督察的估计系数显著为负, 初步表明中央环保督察会抑制企业过度金融化, 且具有短期持续性。

(三) 基本回归结果

表3 为中央环保督察对企业过度金融化影响的基准回归结果。(1)列只控制企业固定效应和年份固定效应,中央环保督察 ($Treat \times Post$) 的回归系数为 -0.0049 ,在1% 的统计水平上显著为负, 说明中央环保督察与企业过度金融化呈负相关关系;(2)列加入控制变量后,中央环保督察 ($Treat \times Post$) 的估计系数为 -0.0045 ,在1% 的统计水平上显著为负。结果表明,中央环保督察与企业过度金融化显著负相关,支持假设H1b,即企业的环境治理动机占主导,中央环保督察对企业过度金融化具有抑制作用。可能的原因在于, 中央环保督察凭借中央权威推进环境治理,调动社会各界参与环境监督和治理, 给企业施加了较大的环境治理压力。在中央环保督察的常态化监督下,企业若只关注短期金融收益、忽视环境治理,则不利于企业长期可持续发展,因此企业基于长期发展考虑可能会选择开展环境治理活动。在环境治理动机的驱动下, 企业将更多的资金用于污染治理和清洁生产,相应降低了金融资产配置, 从而抑制了企业过度金融化。

(四) 稳健性检验

1. 安慰剂检验

为了检验回归结果是否受到不可观测因素的影响,本文借鉴 Cai 等 ^{[ 32 ]} 的做法,采用安慰剂检验来重新估计中央环保督察对企业过度金融化的影响。本文进行500次随机抽样以生成新的实验组,并重新进行基准回归。回归结果如图2 所示, 500次随机抽样后回归结果的估计系数均远离真实的估计系数 -0.0045 ,且主要分布在0附近,表明本文的回归结果未受到不可观测因素的影响, 研究结论仍然是稳健的。

2. 倾向得分匹配 (PSM-DID)

为了解决样本自选择产生的内生性问题, 本文采用倾向得分匹配法重新对回归结果估计。首先, 采用 Logit 回归计算每个样本的倾向得分值。其次,分别采用1:2最邻近匹配、半径匹配和和核匹配等方法为实验组匹配合适的对照组, 并进行平衡性检验。再次,本文使用匹配后的样本,采用多期双重差分法重新检验中央环保督察对企业过度金融化的影响。估计结果如表4 所示,交乘项的估计系数均显著为负, 表明前文的结论是稳健的。

3. 其他稳健性检验

(1)滞后解释变量。考虑到中央环保督察对企业过度金融化的影响可能存在时滞性,本文将中央环保督察政策变量滞后一期 $\left({\text{Treat}\times {\text{Post}}_{t - 1}}\right)$ ,重新检验中央环保督察对企业过度金融化的影响。回归结果如表5 的 (1) 列所示, 交乘项的估计系数仍然显著为负, 表明在考虑了中央环保督察政策的滞后性后结果依然稳健。

(2)替换被解释变量。目前过度金融化的衡量方式尚未达成一致, 为了保证研究结果的稳健性, 本文构建过度金融化的虚拟变量, 采用 Logit 模型进行重新估计,借鉴杜勇等^{[ 27 ]}的做法,按照企业实际金融化水平与最优金融化水平差值大小排序,若差值高于 $3/4$ 分位数,则表示企业存在过度金融化,令 Dum_Exfin 取值为1,其他取值为0。回归结果如表5 的(2)列所示,交乘项的系数仍然显著为负, 表明本文的结论是稳健的。

(3)控制同期政策影响。除了中央环保督察这一政策对企业过度金融化产生影响外, 同期的其他政策可能也会对实证结果存在影响。2015年,我国全面修订了新《环保法》,提高了环境规制强度,也可能会影响企业的金融资产投资决策。为了控制该政策对实证结果的影响,本文在模型中加入了重污染行业和政策实施时间的交乘项(ENVTAX),实证检验在考虑其他环保政策的影响下中央环保督察对企业过度金融化的影响。回归结果如表5 的(3)列所示,交乘项的系数仍显著为负,表明本文结论依然稳健。

五、进一步分析

收起

(一) 影响机制检验

前述结果表明,中央环保督察刺激了企业的环境治理动机,进而可能使企业将更多的资金投向环境治理领域, 降低金融资产投资, 抑制企业过度金融化。具体来看, 中央环保督察可能通过增加企业绿色投资反向“挤出”金融资产,降低企业金融资产配置。根据“波特假说”,适度的环境规制会促进企业技术创新。中央环保督察通过自上而下的环境问责机制, 致力于形成常态化的环境监督制度, 使企业对环境保护采取的措施不仅停留在短期的环境污染治理,更要为长期的绿色可持续发展而谋划,推动企业积极地开展绿色转型升级。因此, 当企业面临中央环保督察带来的环境治理压力时, 企业可能增加绿色投资, 追求清洁技术生产,促进企业绿色发展。由于企业的资源是有限的,因此金融资产投资和实体经济投资是一种替代关系^{[ 27 ]},即当企业将更多的资金用于绿色投资时,便会相应减少企业金融资产投资。因此,本文预期,中央环保督察通过提高企业绿色投资抑制企业过度金融化。为了检验传导路径是否成立,本文借鉴江艇 ^{[ 35 ]} 对影响机制的操作建议, 实证检验中央环保督察能否通过提高企业绿色投资抑制过度金融化, 设定模型如式 (3) 所示。

(3)

$ G{I}_{i, t}={\beta }_{0}+{\beta }_{1}{\text{ Treat }}_{i}\times {\text{ Post }}_{i, t}+\beta {X}_{i, t}+{u}_{i}+{v}_{t}+{\varepsilon }_{i, t}$

其中:GI为企业绿色投资,借鉴张琦和邹梦琪 ^{[ 1 ]} 及颉茂华等 ^{[ 36 ]} 的研究,本文采用企业当年新增资本化绿色投资占企业总资产的比例来衡量企业绿色投资(GI),并将标准化后的变量乘以100处理,以提升回归系数的可读性。数据来源于手工整理的上市公司年度财务报告的“在建工程”项目下有关绿色环保类的投资, 主要包括废水废气治理、脱硫脱硝、污水处理、清洁生产、环保工程等资本性项目支出。回归结果如表6 所示,在 (1) 列中, $Treat \times Post$的估计系数为-0.0045,在1% 的水平上显著为负;(2) 列考察了中央环保督察对企业绿色投资的影响, $Treat \times Post$的估计系数为0.0260, 在5% 的水平上显著为正, 说明中央环保督察能够提高企业的绿色投资水平,证实了“波特假说”的存在。绿色投资是企业在环境规制日益严苛的背景下进行长期可持续发展的必然选择, 需要投入大量的资金和时间, 这引起了企业内部资源的重新配置。当企业意识到环境保护是我国长期发展态势时,会积极开展绿色投资以增强核心竞争力, 将企业投资重点由金融领域转向实体领域, 减少金融资产投资, 降低企业的过度金融化水平。上述结果表明,中央环保督察能够促进企业开展绿色创新活动,通过提高企业绿色投资抑制企业过度金融化, 即提高企业绿色投资是中央环保督察抑制企业过度金融化的影响机制。

(二) 异质性分析

1. 融资约束

融资约束问题是企业进行资源配置的重要原因, 在有限的资源条件下合理的资源配置更具有意义。“挤出”效应是在企业资源有限的条件下, 各种投资项目相互挤占的结果。同样地,在企业资源相对紧缺的情况下, 环境治理投资和金融资产投资的相互“挤出”效应更加明显。当企业面临较高的融资约束时, 由于中央环保督察对环境治理的严格要求,企业会将有限的资金投入到环保治理领域,加剧“挤出”金融资产投资,进一步抑制企业过度金融化。另外, 已有研究表明, 融资约束使企业缺乏进行金融资产投资的资金, 会抑制企业金融化 ^{[ 37 ]} 。因此,本文预期相比融资约束程度低的企业,中央环保督察对企业过度金融化的抑制作用在融资约束程度高的企业更强。

为了验证上述分析,借鉴顾雷雷等 ^{[ 37 ]} 的研究,本文以融资约束FC指数来衡量企业融资约束程度。根据中位数将样本分为高融资约束组和低融资约束组,实证检验不同融资约束水平下中央环保督察对企业过度金融化的影响。回归结果如表7 的(1)列、(2)列所示,在融资约束程度较高的样本中, $Treat \times Post$的估计系数为-0.0065,在5%的统计水平上显著为负; 在融资约束程度较低的样本中, $Treat \times$ Post的估计系数为 - 0.0041,在5% 的统计水平上显著为负, 但小于融资约束程度较高组的估计系数, 且组间系数在10% 的水平上存在显著差异。结果表明,中央环保督察对受融资约束程度不同企业的过度金融化影响存在异质性,原因可能在于, 在融资约束严重的企业中绿色投资对金融投资的挤占作用更强。在环境治理压力大和融资约束严重的条件下, 企业为了进行环境治理甚至可能出售部分金融资产以获取更多的绿色投资资金, 进一步抑制企业过度金融化。综上所述,相比融资约束程度低的企业,中央环保督察对企业过度金融化的抑制作用在融资约束程度高的企业更显著。

2. 高管公职经历

高管具有公职经历的企业可能提前获得政策动向等信息 ^{[ 38 ]} ,对政策制度的变化更敏锐,在中央环保督察政策实施之前便积极开展环境治理,迅速地调整企业发展战略。同时,高管具有公职经历的企业往往承担更多的社会责任,会积极响应绿色发展战略,在日常的生产经营活动中更加注重环境污染治理,因此环境治理水平原来就比较高,受到中央环保督察的影响较小。因此,本文预期相比高管有公职经历的企业,中央环保督察对企业过度金融化的抑制作用在高管无公职经历的企业中更显著。

为了验证上述分析,借鉴王鸿儒等 ^{[ 38 ]} 的做法,如果企业董事长或总经理曾经或当前在中央和各级地方政府、法院、检察院任职,或曾担任各级人大代表以及政协委员,则认为高管具有公职经历。本文将样本分为高管有公职经历组和高管无公职经历组进行分组检验,回归结果如表7 的(3)列、(4)列所示,在高管有公职经历的样本中, Treat × Post 的估计系数不显著; 而在高管无公职经历的样本中, Treat × Post 的估计系数在1% 的水平上显著为负, 且通过了组间系数差异检验。结果表明, 中央环保督察仅对高管没有公职经历企业的过度金融化水平具有显著影响, 可能的原因在于, 高管具有公职经历的企业具有更准确的政策动向和更强的社会责任感, 面对环保督察时原本的环境治理水平就较高。相反,高管没有公职经历的企业在面临中央环保督察时,具有较大的环境治理压力,不得不加大治理力度,进而抑制了企业过度金融化。综上所述,相比高管有公职经历的企业,中央环保督察对企业过度金融化的抑制作用在高管无公职经历的企业更显著,证实了上述分析。

3. 公众环境关注度

公众是环境污染的受害者, 环境治理活动的开展离不开公众的有效参与。已有研究表明, 公众环境关注度能够发挥非正式环境规制的约束作用,影响地方政府和企业的环境治理行为 ^{[ 39 ]} 。那么,不同的公众环境关注程度也会影响中央环保督察政策的实施效果。首先,如果公众对环境污染的关注度较高,就能够更好地发挥中央环保督察中公众参与的监督作用。企业在公众关注的压力下会更加注重环境治理活动, 加大环保力度以避免环境污染违规事件的发生,从而减少金融资产配置。其次,公众环境关注度高会拉动市场对绿色产品和环保治理企业的投资需求,发挥公众参与的环境治理作用。在资本市场上,公众“用钱投票”来支持环境友好型企业,并对环境污染型企业施以“市场惩罚” ^{[ 40 ]} ,从而激励企业重视环保把资金投向环保领域,进而抑制企业过度金融化。再次, 公众环境关注度通过降低央地间的信息不对称程度, 可以抑制地方政府对企业的庇护行为,督促地方政府严格执行环境规制,保障中央环保督察的治理效果。因此,本文预期相比于低公众环境关注度的地区,中央环保督察对企业过度金融化的抑制作用在高公众环境关注度地区更显著。

为了验证上述分析,借鉴吴力波等 ^{[ 39 ]} 的做法,用百度 “环境污染” 的年度搜索指数衡量各地区的公众环境关注度。以百度“环境污染”搜索指数的中位数为临界点, 将样本分为高公众环境关注度组和低公众环境关注度组,实证检验不同公众环境关注度水平下中央环保督察对企业过度金融化的影响。回归结果如表7 的(5)列、(6)列所示,在高公众环境关注度的样本中, Treat × Post 的估计系数在5% 的水平上显著为负；而在低公众环境关注度的样本中, Treat × Post 的估计系数则不显著,且研究结果通过了组间系数差异检验。结果表明,公众环境关注度能够影响中央环保督察对企业过度金融化的作用效果,可能的原因在于,环境治理需要社会公众与政府共同参与。公众环境关注度能够通过发挥环境监督和治理作用从而更好地协助中央环保督察政策的有效发挥,同时也能推动环保相关产业发展。公众环境关注度越高,企业面临的环境治理压力越大、绿色发展需求越高,更倾向于进行绿色投资,进而抑制企业过度金融化。综上所述,相比公众环境关注度较低的地区, 中央环保督察对企业过度金融化的抑制作用在公众环境关注度较高的地区更显著。

(三) 经济后果检验

企业过度金融化会降低实体经济投资,挤占生产经营性业务,进而导致企业生产效率降低,不利于企业经营发展 ^{[ 41 ]} 。本文研究结果表明, 中央环保督察充分激发了企业的环境治理动机, 使企业将更多的资金投向环保治理领域, 提高了企业绿色投资,抑制了企业过度金融化。那么, 中央环保督察在抑制了企业过度金融化后, 能否缓解实体企业 “脱实向虚” 的问题, 进而提升企业绩效？理论上, 中央环保督察政策实施后, 企业用于金融资产投资的资金减少, 原来被挤占的用于生产经营的资金得到释放, 更聚焦于主业经营, 进而能够增强企业自身实力, 有利于企业经营发展。基于此, 本文进一步实证检验中央环保督察在抑制企业过度金融化后能否提升企业绩效。

为了检验上述分析, 本文以企业下年度的资产收益率 $\left({{RO}{A}_{t + 1}}\right)$ 作为企业绩效的代理变量 ^③ ,实证检验中央环保督察抑制企业过度金融化后对企业绩效的影响。回归结果如表8 所示,(1) 列中交乘项的估计系数显著为正,(2) 列中交乘项的估计系数显著为负,表明中央环保督察能够通过抑制企业过度金融化,进而提升企业绩效。研究结果表明,中央环保督察凭借其严格的环境治理模式, 不仅能够使企业重视环境治理, 促进企业绿色发展, 而且能够抑制企业过度金融化,缓解经济“脱实向虚”的困境,最终有利于提升企业价值。

六、研究结论与启示

收起

在我国大力推动生态文明建设和实体经济“脱实向虚”的背景下, 探究环境政策对企业资源配置决策的影响,对于推动实体经济绿色健康可持续发展具有重要的现实意义。本文以2012-2021年中国沪深 A 股上市工业企业为研究对象,采用多期双重差分法实证检验中央环保督察对企业过度金融化的影响。研究发现, 在中央环保督察制度下, 企业的环境治理动机占主导地位, 中央环保督察对企业过度金融化具有显著的抑制作用,并且通过了一系列稳健性检验。影响机制分析表明,中央环保督察通过提高企业绿色投资抑制了企业过度金融化。异质性分析发现,中央环保督察对企业过度金融化的抑制作用在融资约束程度高、高管无公职经历的企业以及处于公众环境关注度较高地区的企业更为显著。经济后果研究发现, 中央环保督察通过抑制企业过度金融化, 能够增强企业核心竞争力, 最终提升企业绩效。本文的研究揭示了宏观环境政策对微观企业资源配置的影响机理,同时重点关注企业过度金融化行为,对进一步优化环境规制、缓解实体经济“脱实向虚”问题提供了经验证据。

基于以上研究结论, 本文得到如下启示:

第一, 推动生态文明建设的同时, 也要关注环境政策对微观企业经营发展的影响, 引导实体企业绿色健康发展。本文研究发现, 中央环保督察激发了企业的环境治理动机, 进而促使企业将投资重点转向环保领域,缓解了经济“脱实向虚”问题,最终提升了企业价值。政府在制定环境政策时,不仅要注重环境治理的有效性, 也要关注环境规制对企业经营发展产生的影响, 增强企业的绿色发展意愿, 促进生态文明和经济建设协同发展。

第二, 优化企业资源配置, 以绿色可持续发展为目标, 促进企业可持续发展。本文研究发现, 在同时面临严苛的环境规制和融资约束时,企业将有限的资源投入到环保投资领域,提高环境绩效的同时也抑制了企业过度金融化, 有利于企业经济健康发展。在经营发展过程中, 企业应根据内外部环境要求, 合理配置企业有限的资源,为长期绿色可持续发展而谋划。

第三, 积极发挥高管公职经历对环境治理的正向影响作用, 提高环境规制的治理效果。本文研究发现, 高管公职经历可以作为一种非正式制度有效监督企业的环境污染行为, 能够在环境治理中起带头作用。因此, 政府应正确引导高管具有公职经历的企业履行更多的社会责任, 充分发挥高管公职经历在环境治理中的引领作用；同时,对高管无公职经历的企业,应充分发挥中央环保督察的监督作用,促进企业积极发展实体经济。

第四,提高公众环境关注度,形成有效的政府、企业、公众共治的环境治理结构。研究发现,公众环境关注度能够保障中央环保督察政策的有效发挥,提高企业对环境治理的重视程度。公众对环境污染的高度关注, 不仅能够激励企业积极开展环境治理活动, 同时也能监督地方政府是否严格执行环境规制。因此, 政府应重视公众环境参与, 优化公众环境参与途径, 提高全民环境保护意识, 充分发挥公众参与对地方政府和企业环境治理行为的监督作用,提高环境治理效果,同时也有利于改善企业过度金融化现象。

基金

收起

国家社会科学基金重点项目“政府激励行为下混合所有制改革的模式选择及治理机制优化研究”(22AGL017)
教育部人文社会科学研究规划基金项目“中央环保督察对企业高质量发展的影响及传导机制研究”(21YJA630005)
河南省科技厅软科学项目“绿色债券发行对企业高质量发展的影响研究”(23240041036)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

张琦 , 邹梦琪 . 环境治理垂直改革的效果、基层机制与影响因素 [J]. 经济研究 , 2022 . 57 ( 8 ): 172 - 190 .

[2]

陈晓红 , 蔡思佳 , 汪阳洁 . 我国生态环境监管体系的制度变迁逻辑与启示 [J]. 管理世界 , 2020 . 36 ( 11 ): 160 - 172 .

[3]

李依 , 高达 , 卫平 . 中央环保督察能否诱发企业绿色创新? [J]. 科学学研究 , 2021 . 39 ( 8 ): 1504 - 1516 .

[4]

赵海峰 , 李世媛 , 巫昭伟 . 中央环保督察对制造业企业转型升级的影响——基于市场化进程的中介效应检验 [J]. 管理评论 , 2022 . 34 ( 6 ): 3 - 14 .

[5]

吴勋 , 陈曦 . 中央环保督察、地方政府竞争与企业环保投资 [J]. 审计与经济研究 , 2023 . 38 ( 2 ): 97 - 106 .

[6]

LIT

, LI

, ALBITAR

. Threshold effects of financialization on enterprise R&D innovation: A comparison research on heterogeneity [J]. Quantitative Finance and Economics , 2021 . 5 ( 5 ): 496 - 515 .

[7]

黄大禹 , 谢获宝 . 非金融企业金融化后的财务绩效分析———来自中国制造业企业的实证研究 [J]. 技术经济 , 2021 . 40 ( 7 ): 103 - 112 .

[8]

王岭 , 刘相锋 , 熊艳 . 中央环保督察与空气污染治理——基于地级城市微观面板数据的实证分析 [J]. 中国工业经济 , 2019 . 10 . 5 - 22 .

[9]

张彦博 , 李想 . 环境执法监督与空气质量——来自中央环保督察的准自然实验证据 [J]. 技术经济 , 2021 . 40 ( 11 ): 112 - 121 .

[10]

TAN

, MAO

. Assessment of the policy effectiveness of central inspections of environmental protection on improving air quality in China [J]. Journal of Cleaner Production , 2021 . 288 . 125100 .

[11]

谌仁俊 , 肖庆兰 , 兰受卿 , 等 . 中央环保督察能否提升企业绩效?——以上市工业企业为例 [J]. 经济评论 , 2019 . 5 ): 36 - 49 .

[12]

杜建军 , 刘洪儒 , 吴浩源 . 环保督察制度对企业环境保护投资的影响 [J]. 中国人口・资源与环境 , 2020 . 30 ( 11 ): 151 - 159 .

[13]

曹伟 , 綦好东 , 赵璨 . 企业金融资产的配置动机:基于产权性质与异质性股东参股的分析 [J]. 中国工业经济 , 2023 . 2 ): 150 - 168 .

[14]

于连超 , 董晋亭 , 毕茜 . 主业亏损企业更倾向于过度金融化吗? [J]. 经济与管理研究 , 2022 . 43 ( 11 ): 32 - 53 .

[15]

黄贤环 , 王瑶 , 王少华 . 谁更过度金融化:业绩上升企业还是业绩下滑企业? [J]. 上海财经大学学报 , 2019 . 21 ( 1 ): 80 - 94 .

[16]

郑丽雅 , 易宪容 , SAFI

. 管理层持股对企业过度金融化的影响;促进还是抑制? [J]. 经济体制改革 , 2022 . 6 ): 183 - 189 .

[17]

徐朝辉 , 王满四 . 财政补贴、企业家信心与实体企业过度金融化 [J]. 会计研究 , 2023 . 1 ): 149 - 163 .

[18]

WANG

, ZHU

, HUANG

. Stock bubbles under sudden public crises: A perspective from the excessive financialization of firms [J]. Finance Research Letters , 2023 . 57 . 104189 .

[19]

蔡海静 , 谢乔昕 , 章慧敏 . 权变抑或逐利;环境规制视角下实体企业金融化的制度逻辑 [J]. 会计研究 , 2021 . 4 ): 78 - 88 .

[20]

齐绍洲 , 段博慧 . 碳交易政策对企业金融化的影响研究 [J]. 西安交通大学学报(社会科学版) , 2022 . 42 ( 5 ): 63 - 71 .

[21]

俞毛毛 , 马妍妍 . 环境规制抑制了企业金融化行为么?———基于新《环保法》出台的准自然实验 [J]. 北京理工大学学报(社会科学版) , 2021 . 23 ( 2 ): 30 - 43 .

[22]

于连超 , 谢鹏 , 刘强 , 等 . 环境保护费改稅能抑制企业金融化吗——基于《环境保护税法》实施的准自然实验 [J]. 当代财经 , 2022 . 2 ): 127 - 137 .

[23]

ZHANG

, WANG

, XUE

, et al . Impact of environmental regulations on green technological innovative behavior: An empirical study in China [J]. Journal of Cleaner Production , 2018 . 188 . 763 - 773 .

[24]

李世刚 , 鲁逸楠 , 贺琛 . 中央环保督察与审计收费——基于多期双重差分法的检验 [J]. 宏观经济研究 , 2022 . 7 ): 129 - 148 .

[25]

陈贵梧 , 陈俐 . 地方环境治理何以从“运动式应对”转向“创造性落实”?————个中央、地方与社会的整合性视角 [J]. 公共管理学报 , 2023 . 20 ( 3 ): 90 - 101 .

[26]

李冬 . 中央环保督察的生成逻辑、制度演进与实践反思 [J]. 湘潭大学学报(哲学社会科学版) , 2023 . 47 ( 2 ): 91 - 96 .

[27]

杜勇 , 张欢 , 陈建英 . 金融化对实体企业未来主业发展的影响;促进还是抑制 [J]. 中国工业经济 , 2017 . 12 ): 113 - 131 .

[28]

孙莹 , 吴烁 , 王竹泉 . 绿色信贷政策对重污染企业“脱实向虚”的影响 [J]. 中国人口・资源与环境 , 2023 . 33 ( 3 ): 91 - 101 .

[29]

RICHARDSON

. Over-investment of free cash flow [J]. Review of Accounting Studies , 2006 . 11 . 159 - 189 .

[30]

彭俞超 , 韩珣 , 李建军 . 经济政策不确定性与企业金融化 [J]. 中国工业经济 , 2018 . 1 ): 137 - 155 .

[31]

王少华 , 上官泽明 . 货币政策宽松度、过度金融化与企业创新 [J]. 财经科学 , 2019 . 10 ): 45 - 58 .

[32]

CAI

, CUI

, JO

. Corporate environmental responsibility and firm risk [J]. Journal of Business Ethics , 2016 . 139 ( 3 ): 563 - 594 .

[33]

PORTER

, LINDE

CVD

. Toward a new conception of the environment-competitiveness relationship [J]. Journal of Economic Perspectives , 1995 . 9 ( 4 ): 97 - 118 .

[34]

江艇 . 因果推断经验研究中的中介效应与调节效应 [J]. 中国工业经济 , 2022 . 5 ): 100 - 120 .

[35]

颉茂华 , 刘铁鑫 , 张敬德 . 环保约谈能否促进企业绿色投资 [J]. 技术经济 , 2023 . 2 ( 1 ): 154 - 164 .

[36]

顾雷雷 , 郭建鸾 , 王鸿宇 . 企业社会责任、融资约束与企业金融化 [J]. 金融研究 , 2020 . 2 ): 109 - 127 .

[37]

王鸿儒 , 陈思丞 , 孟天广 . 高管公职经历、中央环保督察与企业环境绩效————基于A省企业层级数据的实证分析 [J]. 公共管理学报 , 2021 . 18 ( 1 ): 114 - 125 .

[38]

吴力波 , 杨眉敏 , 孙可哿 . 公众环境关注度对企业和政府环境治理的影响 [J]. 中国人口・资源与环境 , 2022 . 32 ( 2 ): 1 - 14 .

[39]

王宇哲 , 赵静 . “用钱投票”:公众环境关注度对不同产业资产价格的影响 [J]. 管理世界 , 2018 . 34 ( 9 ): 46 - 57 .

[40]

刘姝雯 , 刘建秋 , 阳旸 . 企业金融化与生产效率:“催化剂”还是“绊脚石” [J]. 南开管理评论 , 2023 . 26 ( 1 ): 55 - 68 .

2024年第43卷第1期

PDF下载

380

174

引用本文

BibTeX

文章信息

doi: 10.12404/j.issn.1002-980X.J23081002

接收时间：2023-08-10
首发时间：2025-07-30
出版时间：2024-01-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-08-10

基金

国家社会科学基金重点项目“政府激励行为下混合所有制改革的模式选择及治理机制优化研究”(22AGL017)

教育部人文社会科学研究规划基金项目“中央环保督察对企业高质量发展的影响及传导机制研究”(21YJA630005)

河南省科技厅软科学项目“绿色债券发行对企业高质量发展的影响研究”(23240041036)

作者信息

郑州大学商学院郑州 450001

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/jsyjj/CN/10.12404/j.issn.1002-980X.J23081002

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量	观测值	平均值	标准差	最小值	25%分位数	中位数	75%分位数	最大值
Exfin	13757	-0.0003	0.0405	-0.2783	-0.0165	-0.0059	0.0056	0.4224
Treat×Post	13757	0.2473	0.4315	0	0	0	0	1
Size	13757	22.3084	1.2346	19.6061	21.4339	22.1272	22.9998	26.0644
Age	13757	2.2900	0.6444	1.0986	1.7918	2.3026	2.8904	3.4012
State	13757	0.3491	0.4767	0	0	0	1	1
ROA	13757	0.0379	0.0615	-0.2594	0.0127	0.0360	0.0675	0.2235
Lev	13757	0.4119	0.1889	0.0536	0.2616	0.4075	0.5521	0.9211
Growth	13757	0.2420	0.5248	-0.6665	-0.0150	0.1328	0.3438	3.3536
Tang	13757	0.9210	0.0863	0.1892	0.9071	0.9504	0.9720	0.9979
Tobin O	13757	2.6458	1.8530	0.8688	1.4575	2.0693	3.1277	11.8976
Both	13757	0.2760	0.4470	0	0	0	1	1
Board	13757	2.2217	0.1848	1.6094	2.0794	2.3026	2.3026	2.7726

变量	观测值	平均值	标准差	最小值	25%分位数	中位数	75%分位数	最大值
Exfin	13757	-0.0003	0.0405	-0.2783	-0.0165	-0.0059	0.0056	0.4224
Treat×Post	13757	0.2473	0.4315	0	0	0	0	1
Size	13757	22.3084	1.2346	19.6061	21.4339	22.1272	22.9998	26.0644
Age	13757	2.2900	0.6444	1.0986	1.7918	2.3026	2.8904	3.4012
State	13757	0.3491	0.4767	0	0	0	1	1
ROA	13757	0.0379	0.0615	-0.2594	0.0127	0.0360	0.0675	0.2235
Lev	13757	0.4119	0.1889	0.0536	0.2616	0.4075	0.5521	0.9211
Growth	13757	0.2420	0.5248	-0.6665	-0.0150	0.1328	0.3438	3.3536
Tang	13757	0.9210	0.0863	0.1892	0.9071	0.9504	0.9720	0.9979
Tobin O	13757	2.6458	1.8530	0.8688	1.4575	2.0693	3.1277	11.8976
Both	13757	0.2760	0.4470	0	0	0	1	1
Board	13757	2.2217	0.1848	1.6094	2.0794	2.3026	2.3026	2.7726

变量	(1)	(2)
变量	Exfin	Exfin
Treat×Post	$-{0.0049}^{***}\left({0.0015}\right)$	$-{0.0045}^{***}\left({0.0014}\right)$
Size		${0.0025}\left({0.0016}\right)$
Age		0.0142 ^***(0.0034)
State		${0.0040}\left({0.0036}\right)$
ROA		-0.0147 (0.0111)
Lev		$-{0.0187}^{***}\left({0.0062}\right)$
Growth		$-{0.0004}\left({0.0009}\right)$
Tang		0.0559 ^***(0.0100)
Tobin Q		-0.0001 (0.0005)
Both		0.0016(0.0014)
Board		0.0116^**(0.0052)
Constant	0.0009^**(0.0004)	−0.1587^***(0.0353)
企业固定效应	Yes	Yes
时间固定效应	Yes	Yes
${R}^{2}$	0.1788	0.1858
N	13757	13757

变量	(1)	(2)
变量	Exfin	Exfin
Treat×Post	$-{0.0049}^{***}\left({0.0015}\right)$	$-{0.0045}^{***}\left({0.0014}\right)$
Size		${0.0025}\left({0.0016}\right)$
Age		0.0142 ^***(0.0034)
State		${0.0040}\left({0.0036}\right)$
ROA		-0.0147 (0.0111)
Lev		$-{0.0187}^{***}\left({0.0062}\right)$
Growth		$-{0.0004}\left({0.0009}\right)$
Tang		0.0559 ^***(0.0100)
Tobin Q		-0.0001 (0.0005)
Both		0.0016(0.0014)
Board		0.0116^**(0.0052)
Constant	0.0009^**(0.0004)	−0.1587^***(0.0353)
企业固定效应	Yes	Yes
时间固定效应	Yes	Yes
${R}^{2}$	0.1788	0.1858
N	13757	13757

变量	(1)	(2)
变量	Exfin	${GI}$
Treat × Post	$-{0.0045}^{***}\left({0.0014}\right)$	${0.0260}{}^{**}\left({0.0131}\right)$
Size	${0.0025}\left({0.0016}\right)$	$-{0.0061}\left({0.0067}\right)$
Age	0.0142^***( 0.0034 )	${0.0260}\left({0.0163}\right)$
State	${0.0040}\left({0.0036}\right)$	${0.0329}^{**}\left({0.0159}\right)$
ROA	$-{0.0147}\left({0.0111}\right)$	$-{0.0183}\left({0.0390}\right)$
Lev	$-{0.0187}^{***}\left({0.0062}\right)$	$-{0.0331}\left({0.0260}\right)$
Growth	$-{0.0004}\left({0.0009}\right)$	$-{0.0174}^{***}\left({0.0036}\right)$
Tang	0.0559^***( 0.0100 )	${0.0436}\left({0.0289}\right)$
Tobin Q	$-{0.0001}\left({0.0005}\right)$	${0.0007}\left({0.0011}\right)$
Both	${0.0016}\left({0.0014}\right)$	${0.0007}\left({0.0062}\right)$
Board	${0.0116}{}^{**}\left({0.0052}\right)$	$-{0.0231}\left({0.0240}\right)$
Constant	$-{0.1587}^{***}\left({0.0353}\right)$	${0.1454}\left({0.1687}\right)$
企业固定效应	Yes	Yes
时间固定效应	Yes	Yes
${R}^{2}$	0.1858	0.4810
N	13757	13757

变量类型	变量名称	变量符号	变量定义
被解释变量	企业过度金融化	Exfin	企业实际金融化水平与最优金融化水平的差值
解释变量	中央环保督察	Treat×Post	虚拟变量,中央环保督察进驻某省份之后,该省份的重污染行业企业取值为1, 否则为0
控制变量	企业规模	Size	ln(总资产)
	企业上市年龄	Age	ln(企业上市年龄)
	产权性质	State	国有企业为1, 非国有企业为0
	盈利能力	ROA	净利润/平均总资产
	资产负债率	Lev	总负债/总资产
	企业成长性	Growth	营业收入增长率
	有形资产比率	Tang	有形资产总额/总资产
	托宾 Q	Tobin Q	总市值/总资产
	两职合一	Both	董事长兼任总经理取值为1, 否则为0
	董事会规模	Board	ln(董事会总人数)

变量	(1)	(2)	(3)
变量	1:2近邻匹配	半径匹配	核匹配
Treat×Post	-0.0034^**(0.0016)	-0.0045^***(0.0014)	-0.0045^***(0.0014)
Constant	-0.1511^***(0.0410)	-0.1587^***(0.0353)	-0.1572^***(0.0354)
控制变量	是	是	是
企业固定效应	是	是	是
时间固定效应	是	是	是
${R}^{2}$	0.2382	0.1858	0.1861
N	9595	13757	13750

变量	(1)	(2)	(3)
变量	滞后解释变量	替换被解释变量	控制同期政策影响
Treat × Post		-0.4706^***(0.1210)	-0.0052^***(0.0017)
${\text{Treat}}^{\times }{\text{Post}}_{t - 1}$	-0.0030^*(0.0016)
ENVTAX			0.0012 (0.0018)
Constant	-0.1875^***(0.0464)	-17.0564^***(2.6851)	-0.1593^***(0.0354)
控制变量	是	是	是
企业固定效应	是	是	是
时间固定效应	是	是	否
${R}^{2}$	0.2300	Pseudo ${R}^{2}={0.1461}$	0.1858
N	11167	10311	13757

变量	(1)	(2)	(3)	(4)	(5)	(6)
变量	高融资约束	低融资约束	高管有公职经历	高管无公职经历	高公众环境关注度	低公众环境关注度
Treat×Post	-0.0065^**(0.0025)	-0.0041^**(0.0018)	0.0025 (0.0030)	-0.0076^***(0.0018)	-0.0046^**(0.0019)	-0.0037 (0.0023)
Size	0.0028 (0.0033)	0.0029 (0.0021)	0.0063^**(0.0028)	0.0013 (0.0021)	0.0014 (0.0030)	0.0037^**(0.0018)
Age	0.0149^**(0.0058)	-0.0006 (0.0050)	0.0185 ^**(0.0076)	0.0109^***(0.0040)	0.0124^**(0.0061)	0.0138^***(0.0052)
State	0.0043 (0.0058)	0.0087 ^*(0.0050)	-0.0002 (0.0041)	0.0049 (0.0052)	0.0047 (0.0048)	0.0035 (0.0054)
ROA	-0.0141 (0.0180)	0.0049 (0.0179)	0.0348 (0.0302)	-0.0281^**(0.0136)	-0.0190 (0.0145)	-0.0059 (0.0181)
Lev	-0.0402***(0.0094)	-0.0100 (0.0094)	-0.0117 (0.0112)	-0.0251^***(0.0077)	-0.0334^***(0.0099)	-0.0064 (0.0074)
Growth	0.0010 (0.0017)	-0.0019 (0.0012)	0.0000 (0.0020)	-0.0002 (0.0012)	-0.0009 (0.0015)	-0.0001 (0.0013)
Tang	0.0473^***(0.0133)	0.0940^***(0.0249)	0.0555^***(0.0195)	0.0607^***(0.0137)	0.0549^***(0.0129)	0.0636^***(0.0169)
Tobin Q	0.0001 (0.0007)	0.0005 (0.0010)	-0.0005 (0.0008)	-0.0001 (0.0006)	-0.0006 (0.0006)	0.0006 (0.0008)
Both	0.0040 ^*(0.0022)	0.0007 (0.0020)	0.0015 (0.0029)	0.0014 (0.0019)	0.0018 (0.0021)	0.0026 (0.0023)
Board	0.0202^**(0.0099)	0.0012 (0.0074)	0.0175 ^*(0.0105)	0.0116*(0.0068)	0.0173^**(0.0075)	0.0073 (0.0083)
Constant	-0.1679^**(0.0722)	-0.1533^***(0.0516)	-0.2666^***(0.0685)	-0.1256^***(0.0459)	-0.1314}{^**(0.0645)	-0.1918^***(0.0465)
企业固定效应	Yes	Yes	Yes	Yes	Yes	Yes
时间固定效应	Yes	Yes	Yes	Yes	Yes	Yes
${R}^{2}$	0.2191	0.2533	0.2288	0.1955	0.1950	0.2172
N	6712	6646	3884	9652	6973	6298
组间系数差异 (P-value)	-0.0024^*(0.072)		0.0101^***(0.000)		-0.0010}{^*(0.085)

变量	(1)	(2)
变量	${RO}{A}_{t + 1}$	Exfin
Treat×Post	${0.0100}{}^{***}\left({0.0029}\right)$	$-{0.0047}^{***}\left({0.0014}\right)$
Size	0.0331^***( 0.0026 )	0.0021(0.0016)
Age	$-{0.0125}^{*}\left({0.0066}\right)$	0.0144 ^***\left({0.0034}\right)$
State	-0.0056 ( 0.0061 )	${0.0041}\left({0.0036}\right)$
Tobin Q	0.0076^***( 0.0007 )	-0.0002 (0.0005)
Lev	$-{0.1948}^{***}\left({0.0105}\right)$	$-{0.0162}^{***}\left({0.0058}\right)$
Growth	0.0106^***( 0.0014 )	-0.0006(0.0009)
Tang	$-{0.0219}\left({0.0160}\right)$	0.0559^***( 0.0100 )
Both	-0.0004(0.0027)	0.0016(0.0014)
Board	0.0075(0.0084)	${0.0116}{}^{**}\left({0.0052}\right)$
Constant	$-{0.6135}^{***}\left({0.0626}\right)$	$-{0.1507}^{***}\left({0.0354}\right)$
企业固定效应	Yes	Yes
时间固定效应	Yes	Yes
${R}^{2}$	0.5227	0.2300
N	11167	13757