论文部分内容阅读
摘 要： 近年来，雾霾污染频频来袭，引致重污染企业所面临的生态环境发生巨大变化，进而影响其信贷融资能力及成长性。本文以中国沪深A股377家重污染上市企业为研究对象，实证检验了雾霾污染程度、短期信贷融资能力与企业成长性的关系。研究发现，雾霾污染程度与企业成长性显著负相关，即雾霾污染程度越重，重污染企业成长性越差;重污染企业短期信贷融资能力在雾霾污染程度与企业成长性二者关系中发挥部分中介效应，即雾霾污染程度可以通过减弱重污染企业短期信贷融资能力进而降低其成长性。本文的研究结论为中国进一步完善重污染企业环境治理激励约束机制提供了实证依据。
关键词：雾霾污染程度;短期信贷融资能力;重污染企业;企业成长性
中图分类号：F832.48;F275 文献标识码：A
文章编号：1000-176X（2021）10-0086-07
一、引 言
中国自改革开放以来，经济发展取得了举世瞩目的成就[1]，经济总量已经跃居世界第二位，人均收入水平在世界中高收入经济体行列中亦拥有一席之地[2]。与此同时，以“高污染、高排放、高能耗”为主要特点的粗放式经济增长方式，也导致中国已成为世界上环境污染最为严重的国家之一[1]。特别是近些年来，大气污染指数（PM2.5）动辄爆表，重度雾霾频频来袭，恶劣的空气质量已经严重影响到人们的身心健康与生活品质。显然，转变经济增长方式，走绿色发展之路，已成为新时代中国经济发展必须直面的一项紧迫而艰巨的战略任务。党中央、国务院高度重视环境污染治理问题，党的十八大明确提出绿色发展理念，党的十九大更是直接指出：必须像对待生命一样对待生态环境，牢固树立绿水青山就是金山银山的理念，将污染防治作为决胜全面建设小康社会的三大攻坚战之一，持续实施大气污染防治行动，坚决打赢蓝天保卫战，全面推进绿色发展。
为了治理日益严峻的雾霾污染等环境问题，党的十八大以后，中国政府逐步加大环保法律法规建设力度和环保执法强度，先后修订了《中华人民共和国环境保护法》《中华人民共和国大气污染防治法》《环境空气质量标准》，并相继出台了《大气污染防治行动计划》《中华人民共和国环境保护税法》。环保法律法规是规范企业环境行为的根本制度，也是引导企业履行环境保护责任的“有形之手”。毫无疑问，随着中国环保法律法规的日趋完善，企业尤其是重污染企业所面临的制度环境发生了巨大变化，其融资、投资及经营行为不可避免也会受到影响。那么，雾霾污染程度对重污染企业行为的影响究竟如何？学术界对此虽然也开始了有益的探索和研究[3-4-5]，但研究视角主要集中在雾霾污染程度对重污染企业盈余管理以及融资和投资行为的影响方面。有鉴于此，本文拟就雾霾污染对重污染企业短期信贷融资能力及成长性的影响展开研究，即主要回答以下问题：首先，雾霾污染程度与重污染企业的成长性存在何种关系？其次，重污染企业短期信贷融资能力在雾霾污染对企业成长性的影响中是否发挥了中介效应？
本文可能的贡献可以概括为：首先，已有文献鲜有关注雾霾污染程度对微观企业行为的影响，笔者发现，雾霾污染程度与重污染企业成长性之间的内在联系，丰富了相关领域的研究。其次，本文揭示了短期信贷融资能力对雾霾污染程度与企业成长性的影响机理，以及重污染企业短期信贷融资能力在雾霾污染程度与企业成长性之间所起的作用，这对已有文献是有益的补充。 最后，重污染企业的绿色转型，既影响企业的生存与发展，也关系到中国污染防治攻坚战的成败，本文对此提出的政策建议，可供企业和政府有关部门决策参考。
二、理论分析与研究假设
（一）雾霾污染程度与企业成长性
成长性是反映企业在一定时期内的经营能力及发展趋势的财务指标。在资本市场上，高成长性的企业不仅能给投资者带来丰厚且稳定的回报，也是推动资本市场健康发展的中坚力量，所以，企业是否具有良好的成长性是投资者等利益相关者最为关注的问题。影响企业成长性的因素固然很多，但就重污染企业而言，在推进绿色发展的新时代，其固有的环境污染问题无疑是束缚企业成长的主要因素。笔者认为，雾霾污染程度对重污染企业成长性的影响主要通过以下途径：第一，在新的制度环境下，重污染企业的合法性地位面临严峻挑战。合法性理论认为，企业若想生存与发展，其行为应符合法律法规的要求，否则会因无法获得有限的社会资源而在竞争中落于下风，甚至被淘汰[6]。不可否认，重污染企业对于拉动中国经济高速增长功不可没。然而，在追求经济高质量发展的新时代，重污染企业的污染行为，有的为环保法律法规所不容，有的成为舆论声讨和道德谴责的对象，显然，无法获得合法性认同问题已成为重污染企业发展中的最大障碍。第二，产业政策支持的退出，使得重污染企业不再具有优先发展的优势。产业政策是一系列服务于产业发展的具有重大影响的国家宏观大政方针和制度安排的总和[7]。如果企业属于产业政策支持行业，则能够在项目审批和核准、税收与土地等方面享受到一系列优惠政策[8]。相反，不属于产业政策支持行业的企业在融资、投资等方面则会受到严格限制，其成长也会面临诸多不利因素的束缚。自20世纪50年代起，正是在国家优先发展重工业的指令性产业政策推动下，重污染企业实现了快速发展。改革开放以来，虽然国家产业政策由最初的指令性逐渐转变为现阶段的指导性，但是其对于经济资源配置依然具有很强的影响力[9]，重污染企业所享受的各项优惠政策亦未发生重大的变动。然而，近年来，随着国家各项新环保政策的出台，重污染企业原有的政策红利已不复存在，重污染上市企业也纷纷从绩优成长股的阵营中黯然退出。第三，政府官员绩效考核制度的变革，使得重污染企业失去来自于地方政府的庇护。以往部分地方政府官员出于个人政治升迁的考虑，会鼓励本地重污染企业发展，以此拉动经济增长、解决就业问題[5]，这在客观上助长了重污染企业的污染行为。但自从将大气污染防治效果纳入到政府官员绩效考核指标体系后，尤其是中央环境保护督察组对各省（区）开展环境保护督察以来，多地政府官员因大气污染防治不力被严肃问责处理。当经济绩效和环境绩效均为影响官员晋升的重要因素时，地方政府官员不得不权衡经济增长与环境污染之间的关系。这种矛盾权衡会导致地方政府官员对当地重污染企业的污染行为不再态度暧昧，理性的地方政府官员在当地雾霾污染较为严重时更倾向于寻求环境绩效的提升，从而会使得先前作为地方经济增长重要推动力的重污染企业受到庇护的政策扶持丧失，进而影响到企业现在及未来的发展[5]。第四，社会公众对雾霾污染的高度敏感，使得重污染企业的发展缺少人力资本的支持。已有文献表明，雾霾污染影响人类健康的各个方面，如预期寿命、婴儿存活率、认知能力等，而重污染企业的污染物向空气排放又是形成雾霾的重要原因之一[3]。因此，当雾霾从一个环保名词演变为一种生存环境的威胁时[3]，社会公众在雾霾污染的困扰下，不仅对重污染企业污染行为深恶痛绝，而且对重污染企业员工工作环境的安全性也是疑虑重重，这给重污染企业的人力资本集聚无疑带来很大的负面影响。很难想象，在知识经济时代，一个民意缺失、人力资本匮乏的企业会在激烈的市场竞争中立于不败之地。基于以上分析，笔者提出如下假设： H1：雾霾污染程度越重，重污染企业成长性越差。
（二）短期信贷融资能力对雾霾污染程度与企业成长性关系的影响
优序融资理论[10]认为，股权融资会向外界传递出企业经营不利的负面信号，因此，企业进行外源融资时的首选方案并非股权融资，而是通过债务融资渠道。企业要发展就需要扩大再生产，这离不开资金的支持，一般是需要通过融资来实现。中国污染类企业更是倾向于债务性融资来进行资金的筹集[11]。短期信贷是指企业向银行等金融机构借入，且偿还期不超过一年的资金筹集行为，它是企业债务融资的重要渠道。相比于长期借款，短期借款可以满足企业生产经营临时周转的需要，而且不会在短期内对债权人的资产结构和资产价值产生较大的影响，有利于债权人进行监督并管控风险。优序融资理论[10]认为，股权融资会向外界传递出企业经营不利的负面信号，因此，企业进行外源融资时的首选方案并非股权融资，而是通过债务融资渠道。中国污染类企业更是倾向于债务性融资来进行资金的筹集[11]。短期信贷是指企业向银行等金融机构借入，且偿还期不超过一年的资金筹集行为，它是企业债务融资的重要渠道。笔者认为，雾霾污染程度对重污染企业短期信贷融资能力的影响主要通过以下途径：第一，重污染企业信贷融资难度的加大主要源自于绿色信贷政策的融资惩罚效应。随着雾霾等环境污染治理攻坚战的全面打响，国家陆续发布了有关绿色信贷政策，旨在通过优化信贷资源配置，引导和推动传统行业淘汰落后产能，加快产业转型升级的进程。按照绿色信贷政策的有关要求，只有符合环保政策法规的企业才是银行等金融机构投放信贷资金时必须优先考虑的对象，而向重污染企业发放贷款则属于严格管控的范畴[12]。这意味着在绿色信贷政策的融资惩罚效应下，重污染企业将被贴上“黑色企业”的标签，面临着债权人撤资或拒绝贷款展期的困境，其短期信贷融资的难度会随之加大。第二，重污染企业的行业特质会给债权人带来较高的风险感知。债权人的信贷决策与其对资金需求方的风险感知息息相关，若债权人的风险感知较高，资金需求方的融资能力亦会随之降低，而行业特质恰恰是影响债权人风险感知的重要因素[13]。事实上，当雾霾污染较严重时，重污染行业涉及的环境问题往往会引发以下风险：一是环保税费和环保罚没支出激增所引发的财务业绩滑坡甚至断崖式下跌风险;二是被政府环保部门强令限产、停产、关闭所引发的坏账风险;三是发生重大环境事故或违法、违规排放污染物而遭到舆论谴责甚至法律诉讼，进而引发的声誉风险。而债权人出于对上述潜在风险感知的回应，倾向于在信贷合同中加入更多限制性条款或提高债务成本以限制重污染企业的举债行为。第三，债权人由雾霾污染加剧所引发的消极情绪会对重污染企业形成较强的信贷融资约束。根据社会心理学理论中的情绪泛化假说[14]，人们所做出的判断或预期通常与其情绪状态相一致，即越是乐观积極的情绪状态往往会预期较低的风险、预期较高的回报，而悲观消极的情绪则会产生与之相反的心理预期结果。债权人乐观或悲观的心理情绪也是影响信贷决策的重要因素。因此，信贷决策者被恶劣的空气环境所诱发的情绪状态会在很大程度上影响其对贷款项目可行性作出理性的分析判断，尤其是在重度雾霾频频来袭，大众“谈霾色变”之时，信贷决策者甚至还会对重污染企业产生莫名的憎恶甚至愤懑情绪，这对重污染企业的短期信贷融资也会造成极为不利的影响。
对于企业而言，资金犹如人体的血液，是企业生存与发展的物质基础。短期信贷是企业债务融资的重要渠道，也是企业生产经营临时周转所需资金的主要来源。如果缺少短期信贷资金的支持，企业原材料的购买、员工薪酬的支付，以及税费缴纳和股利发放等日常开支都会陷入捉襟见肘的困境，甚至发生债务违约的财务危机。尤其是当企业“短贷长投”的规模较大时，企业短期信贷融资能力也就成为决定企业成长的一大“命门”。这是因为在企业当年到期的短期借款较多时，为了能按期还本付息，企业会预留一定的现金流，并减少用于投资新项目的资金投入，而这必然会影响企业当期获取收益的能力。因此，无论是以往国家产业政策对重污染企业的支持，以及地方政府对重污染企业的庇护，还是当前新的制度环境对重污染企业行为的不利影响，都离不开信贷政策与之配合。换言之，在雾霾污染程度影响重污染企业成长性的过程中，至少部分地通过短期信贷融资的路径而发挥作用，即短期信贷融资能力是雾霾污染程度对重污染企业成长性产生影响的部分中介变量。基于以上分析，笔者提出如下假设：
H2：重污染企业的短期信贷融资能力在雾霾污染程度与企业成长性关系中发挥部分中介效应。
三、研究设计
（一）变量选取与模型构建
1.变量选取
（1）被解释变量：企业成长性（GROW）。参考吕长江和韩慧博[15]与黎凯和叶建芳[16]的做法，笔者以企业当年营业收入与上年营业收入的差额除以上年营业收入，即营业收入增长率来代表企业成长性。
（2）解释变量：雾霾污染程度（SMOG）。鉴于数据的可得性，笔者参考薛爽等[17]与罗开艳和田启波[5]的做法，采用企业所在城市当年每日空气质量指数（AQI）的标准差来衡量当地的雾霾污染程度，并对其进行自然对数化处理。这样做既可以尽可能地消除异方差现象，又可以有效避免变量之间的剧烈波动，消除量纲的影响。
（3）中介变量：短期信贷融资能力（SLOAN）。由于连续变量更能反映出短期信贷变动的内涵，因此，笔者参考黎凯和叶建芳[16]与祝继高等[9]的做法，以短期借款及一年内到期借款除以短期借款、长期借款及一年内到期借款来衡量企业的短期信贷融资能力。
（4）控制变量：为了排除其他因素的干扰，笔者参考唐国平等[18]、毕茜和于连超[19]与王红建等[20]的做法，选取产权性质（STATE），当第一大股东为国有股东时取1，否则为0;公司规模（SIZE），以企业的期末总资产额的自然对数来度量;股权集中度（CON），以企业第一大股东的持股比例来衡量;高管薪酬（BONUS），以企业高管人员薪酬数前三位薪酬总和的自然对数来度量;独立董事比例（INR），以独立董事人数占董事会人数之比来度量;长期负债比率（LTA），以长期负债与总资产之比来衡量;以及年份（YEAR）和行业（INDUSTRY）虚拟变量作为控制变量。 2.模型构建
为了检验雾霾污染程度（SMOG）对企业成长性（GROW）的总体影响，笔者构建如下模型：
GROWit=α0+α1SMOGit+∑7j=2αjCONTROLit+INDUSTRYi+YEARt+εit（1）
为了检验雾霾污染程度（SMOG）、短期信贷融资能力（SLOAN）与企业成长性（GROW）的关系，笔者构建如下模型：
SLOANit=β0+β1SMOGjt+∑7j=2βjCONTROLit+INDUSTRYi+YEARt+εit（2）
GROWit=γ0+γ1SMOGit+γ2SLOANit+∑8j=3γjCONTROLit+INDUSTRYi+YEARt+εit（3）
其中，εit為随机扰动项。
借鉴Baron和Kenny[21]的逐步检验法，按照如下次序进行检验：首先，通过普通最小二乘法（OLS）检验模型（1）中雾霾污染程度（SMOG）的系数是否显著，如不显著，则停止中介效应检验;如显著，则为验证中介效应作出重要铺垫。其次，通过普通最小二乘法（OLS）检验模型（2）雾霾污染程度（SMOG）是否能够显著影响企业短期信贷（SLOAN）。最后，通过普通最小二乘法（OLS）检验模型（3）中雾霾污染程度（SMOG）和短期信贷融资能力（SLOAN）的系数是否显著。如短期信贷融资能力（SLOAN）系数显著，则表明短期信贷融资能力（SLOAN）在雾霾污染程度（SMOG）与企业成长性（GROW）之间发挥中介效应;如两者同时显著，且模型（3）中雾霾污染程度（SMOG）的系数绝对值小于模型（1）中雾霾污染程度（SMOG）系数的绝对值，则表明上述中介效应为部分中介效应;如雾霾污染程度（SMOG）的系数不显著，短期信贷融资能力（SLOAN）系数显著，则说明上述中介效应为完全中介效应;如短期信贷融资能力（SLOAN）系数不显著，则需进一步做Sobel 检验。
（二）研究样本与数据来源
因中国各地气象部门在2014年开始以空气质量指数（AQI）作为空气质量评价指标，为保证计算口径的一致性，本文用来衡量雾霾污染程度所使用的数据为2014—2018年的中国各城市空气质量指数（AQI），同时，与空气质量数据相匹配的企业数据亦选取2014—2018 年沪深A股重污染企业上市公司的数据。生态环境部（原环保部）于2008年所发布的《上市公司环保核查行业分类管理目录》是本文划分重污染企业的依据。现阶段影响城市空气质量的首要污染物是PM2.5，故本文以上市企业所在城市的空气质量指数（AQI）来衡量企业所在地的雾霾污染程度，并根据数据的可获得性及研究需要，对样本按下列原则进行筛选：剔除上市时间短于5年的样本企业，以及财务数据缺失的企业;剔除样本企业中被特别处理的企业即ST、*ST企业。本文经过最终筛选，得到了符合标准的上市企业样本377家，1 885个年度观测值。样本数据均来自国泰安CSMAR数据库。
四、实证分析
（一）描述性统计分析
变量的描述性统计结果如表1所示。
从表1可以看出，雾霾污染程度（SMOG）的最大值为4.3175，均值为2.9222，标准差为0.4370，表明部分样本企业所在地出现极端天气，空气质量较差，为重度污染，而大部分样本企业所在地的空气质量则为良好;短期信贷融资能力（SLOAN）的均值为0.7017，标准差为0.3416，说明样本中大部分企业的短期信贷融资能力较强;企业成长性（GROW）的最大值为33.0723，最小值为-0.7652，均值为0.1791，标准差为1.2005，表明样本企业的成长性差别较大，且大多数样本企业的主营业务收入增长率已超过10%，具有较好的成长性，但个别企业已进入到衰退期;产权性质（STATE）的均值为0.5300，标准差为0.4990，说明样本中国有控股性质的企业略多;公司规模（SIZE）的均值为22.6635，标准差为1.1791，说明样本企业的总资产额相差较大;股权集中度（CON）均值为0.3670，标准差为0.1507，说明大多数样本企业的第一大股东持股比例普遍较高，拥有绝对的话语权。高管薪酬（BONUS）的均值为14.3181，标准差为0.7276，表明各企业高管人员的薪酬差距不大。独立董事比例（INR）均值为0.3785，最小值为0.3333，最大值为0.6666，表明样本企业均已达到相关法规的要求，即聘用的独立董事人数占到了董事会人数的1/3以上。长期负债比率（LTA）均值为0.0478，标准差为0.0735，表明大多数样本企业长期债务融资能力较低。
（二）回归分析
本文的Pearson相关系数检验显示，雾霾污染程度（SMOG）、短期信贷融资能力（SLOAN）与企业成长性（GROW）之间显著相关，需要进一步检验各变量的因果关系。前文所列示的各变量之间的相关系数和方差膨胀因子（VIF）分别小于0.4000和10，这表明本文所设定的模型基本上不存在多重共线性问题， 可以进行回归分析 。
雾霾污染程度、短期信贷融资能力与企业成长性关系的回归分析结果如表2所示。
表2模型（1）的回归结果显示，雾霾污染程度（SMOG）与企业成长性（GROW）的相关系数为-0.2270，在5%的水平上显著负相关，即雾霾污染程度越重，企业成长性越差，本文的H1得到验证。这表明，随着雾霾污染程度的加剧，重污染企业当年的营业收入增长率通常会降低，企业获取经营性收益的能力会下降。模型（2）以短期信贷融资能力为被解释变量，雾霾污染程度为解释变量的回归结果显示，雾霾污染程度（SMOG）与短期信贷融资能力（SLOAN）的相关系数为-0.0420，在1%的水平上显著负相关，即雾霾污染程度越重，企业的短期信贷融资能力会越低。模型（3）的回归结果显示，雾霾污染程度（SMOG）与企业成长性（GROW）的相关系数为-0.1350，在5%的水平上显著负相关;短期信贷融资能力（SLOAN）与企业成长性（GROW）的相关系数为-0.1740，在5%的水平上显著负相关。在模型（3）中雾霾污染程度（SMOG）系数的绝对值0.1350小于模型（1）中雾霾污染程度（SMOG）系数的绝对值0.2270。由此可知，短期信贷融资能力在雾霾污染程度与企业成长性之间发挥了部分中介效应，本文的H2得到验证。 （三）穩健性检验
为验证前文所提出的研究假设以及克服模型内生性问题，笔者使用工具变量法来进行稳健性检验。在模型（1）和模型（3）中均加入企业现金持有水平（CASH）这一工具变量，并进行两阶段最小二乘法（2SLS）回归。一方面，当雾霾污染程度增加时，重污染企业很可能会因排放污染物而遭到环保部门的重罚，造成货币资金支出增加，现金持有量的减少;另一方面，企业现金持有水平（CASH）增加或者减少不一定会影响到企业营业收入的增减变化。因此，企业现金持有水平（CASH）与雾霾污染程度（SMOG）有关，但与企业成长性无关，可以选为模型的工具变量。企业现金持有水平（CASH）以现金及现金等价物除以总资产与现金及现金等价物的差值来度量[22]。在模型（2）中以短期信贷融资能力（SLOAN）为被解释变量，雾霾污染程度（SMOG）为解释变量的回归模型中加入样本公司所在地每年平均降雨量（RAIN）的自然对数这一工具变量，并进行两阶段最小二乘法（2SLS）回归。一方面，当降雨量（RAIN）足够大时可以对雾霾起到湿沉降的作用，但当降雨量（RAIN）较少时反而会因环境湿度增大而加重雾霾;另一方面，降雨量（RAIN）不会影响到企业的短期信贷融资能力。因此，样本企业所在地每年平均降雨量（RAIN）与雾霾污染程度（SMOG）有关，但与企业短期信贷融资能力无关，可以被选为模型的工具变量。经检验，变量的显著性和符号与前文的回归结果基本一致，本文的研究假设得到进一步的验证。
五、研究结论与建议
本文以2014—2018年沪深A股377家重污染企业上市企业数据为样本，采用普通最小二乘法，实证检验雾霾污染程度、短期信贷融资能力与企业成长性之间的关系。研究发现：首先，雾霾污染程度越重，重污染企业成长性越差。其次，重污染企业短期信贷融资能力在雾霾污染程度与企业成长性两者关系中发挥部分中介效应。
根据本文的研究结论，笔者提出如下建议：首先，重污染企业除了要严格遵守国家环保法律法规外，还必须积极投身绿色转型的行动中，要依靠符合环保要求的新技术、新设备、新工艺来扩大产能、提升绩效，进而实现由“黑色企业”到“绿色企业”的蜕变。其次，政府应加大重污染企业绿色转型的政策扶持力度，即运用补贴、奖励以及税收优惠等政策鼓励企业的绿色研发、绿色改造等绿色投资行为，最大限度减轻企业因绿色转型投入的增加而形成的短期财务绩效压力。再次，银行等金融机构应切实贯彻绿色信贷政策，不仅要对企业的绿色投资项目给予信贷支持，更要对绿色转型中的企业短期信贷融资施以援手，以助力重污染企业破解“钱荒”的困局，早日步入绿色发展的良性循环。最后，完善现行企业绩效评价制度，将环境责任履行情况纳入企业绩效评价指标体系当中。同时，应加大对环境违法违规企业负责人的处罚力度，提高其违法违规成本。
参考文献：
[1] 黄寿峰.财政分权对中国雾霾影响的研究[J].世界经济，2017，（2）：127-151.
[2] 陈诗一，陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究，2018，（2）：20-34.
[3] 刘运国，刘梦宁.雾霾影响了重污染企业的盈余管理吗？——基于政治成本假说的考察[J].会计研究，2015，（3）：26-33.
[4] 盛明泉，汪顺，张春强.“雾霾”与企业融资——来自重污染类上市公司的经验证据[J].经济评论，2017，（5）：28-39.
[5] 罗开艳，田启波.雾霾是否会抑制企业投资支出——来自污染类上市公司的经验证据[J].山西财经大学学报，2019，（6）：26-40.
[6] Suchman， M.Managing Legitimacy： Strategic and Institutional Approaches[J].The Academy of Management Review，1995，20（3）：571-610.
[7] 周振华.产业政策分析的基本框架[J].当代经济科学，1990，（6）：26-32.
[8] 江飞涛，李晓萍.直接干预市场与限制竞争：中国产业政策的取向与根本缺陷[J].中国工业经济，2010，（9）：26-36.
[9] 祝继高，韩非池，陆正飞.产业政策、银行关联与企业债务融资——基于A股上市公司的实证研究[J].金融研究，2015，（3）：176-191.
[10] Pope， A.， Ezzati， M.， Dockery， D.Tradeoffs Between Income， Air Pollution and Life Expectancy： Brief Report on the US Experience，1980—2000[J].Environmental Research， 2015，（142）：591-593.
[11] Chay， K.， Greenstone， M.The Impact of Air Pollution on Infant Mortality： Evidence From Geographic Variation in Pollution Shocks Induced by a Recession[J].Quarterly Journal of Economics，2003，118（3）：1121-1167.
[12] Zhang， X.， Chen， X.， Zhang， X.B.The Impact of Exposure to Air Pollution on Cognitive Performance[J].Proceedings of the National Academy of Sciences，2018，115（37）：9193-9197. [10] Myers， S.， Majluf， N.Corporate Financing and Investment Decisions When Firms Have Information that Investors Do not Have[J].Journal of Financial Economics， 1984， 13（2）： 187-221.
[11] 李培功，沈艺峰.社会规范、资本市场与环境治理： 基于机构投资者视角的经验证据[J].世界经济，2011，（6）：126-146.
[12] 苏冬蔚，连莉莉.绿色信贷是否影响重污染企业的投融资行为？[J].金融研究，2018， （12）：123-137.
[13] 解维敏，方红星.金融发展、融资约束与企业研发投入[J].金融研究，2011，（5）：171-183.
[14] Johnson， E.， Tversky， A.Affect， Generalization， and the Perception of Risk[J]. Journal of Personality and Social Psychology， 1983， 45（1）： 20-31.
[15] 吕长江，韩慧博.上市公司资本结构特点的实证分析[J].南开管理评论，2001，（5）：26-29.
[16] 黎凯，叶建芳.财政分权下政府干预对债务融资的影响——基于转轨经济制度背景的实证分析[J].管理世界，2007，（8）：23-34.
[17] 薛爽，赵泽朋，王迪.企业排污的信息价值及其识别——基于钢铁企业空气污染的研究[J].金融研究，2017，（1）：162-176.
[18] 唐国平，李龙会，吴德军.环境管制、行业属性与企业环保投资[J].会计研究，2013，（6）：83-89.
[19] 毕茜，于连超.环境税的企业绿色投资效应研究——基于面板分位数回归的实证研究[J].中国人口·资源与环境，2016，（3）：76-82.
[20] 王红建，汤泰劼，宋献中.谁驱动了企业环境治理：官员任期考核还是五年规划目标考核[J].财贸经济，2017，（11）：147-161.
[21] Baron， R.， Kenny， D.The Moderator-Mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations[J].Journal of Personality and Social Psychology， 1986， 51（6）：1173-1182.
[22] Opler， T.， Pinkowitz， L.， Stulz， R.，et al.The Determinants and Implications of Corporate Cash Holdings[J].Journal of Financial Economics， 1999， 52（1）： 3-46.
（责任编辑：于振荣）
[DOI]10.19654/j.cnki.cjwtyj.2021.10.009
[引用格式]迟铮.雾霾污染程度、短期信贷融资能力与企业成长性[J].财经问题研究，2021，（10）：86-92.
Smog Pollution， Companies’ Short-term Credit and Companies’ Growth
Chi Zheng
（Business School， DaLian University of Foreign Languages， Dalian 116044， LiaoNing）
Abstract：Smog pollution occurring frequently in recent years significantly changes the heavy-polluting companies’ institutional environment to further affect companies’ short-term credit and companies’ growth.This paper empirically examines the relationship between the degree of smog pollution， companies’ short-term credit and companies’ growth basing upon the Chinese 377 public listed heavy-polluting companies’ data.The empirical result turns out that there is a negative relationship between the degree of smog pollution and the companies’ growth， in another word， the more the degree of smog pollution， the worse the companies’ growth is; The heavy-polluting companies’ short-term credit plays a partial mediating effect role in the relationship between the degree of smog pollution and the companies’ growth in the meantime， in other words， the smog pollution can decrease the heavy-polluting companies’ growth through weakening the companies’ short-term credit financing ability.This paper’s research result provides empirical evidence for China’s companies to optimize the incentive and restraint mechanism of environmental governance.
Key words：Smog Pollution; Short-term Credit; Heavy-Polluting Company; Companies’ Growth
收稿日期：2021-08-16
基金項目：辽宁省教育厅2021年度科学研究经费项目（面上项目）“环境质量、高管家乡认同对企业绿色投资的影响机制与对策研究”（LJKR0418）
作者简介：迟 铮（1983-），男，辽宁大连人，副教授，博士，主要从事成本管理与反倾销会计研究。E-mail：[email protected]
关键词：雾霾污染程度;短期信贷融资能力;重污染企业;企业成长性
中图分类号：F832.48;F275 文献标识码：A
文章编号：1000-176X（2021）10-0086-07
一、引 言
中国自改革开放以来，经济发展取得了举世瞩目的成就[1]，经济总量已经跃居世界第二位，人均收入水平在世界中高收入经济体行列中亦拥有一席之地[2]。与此同时，以“高污染、高排放、高能耗”为主要特点的粗放式经济增长方式，也导致中国已成为世界上环境污染最为严重的国家之一[1]。特别是近些年来，大气污染指数（PM2.5）动辄爆表，重度雾霾频频来袭，恶劣的空气质量已经严重影响到人们的身心健康与生活品质。显然，转变经济增长方式，走绿色发展之路，已成为新时代中国经济发展必须直面的一项紧迫而艰巨的战略任务。党中央、国务院高度重视环境污染治理问题，党的十八大明确提出绿色发展理念，党的十九大更是直接指出：必须像对待生命一样对待生态环境，牢固树立绿水青山就是金山银山的理念，将污染防治作为决胜全面建设小康社会的三大攻坚战之一，持续实施大气污染防治行动，坚决打赢蓝天保卫战，全面推进绿色发展。
为了治理日益严峻的雾霾污染等环境问题，党的十八大以后，中国政府逐步加大环保法律法规建设力度和环保执法强度，先后修订了《中华人民共和国环境保护法》《中华人民共和国大气污染防治法》《环境空气质量标准》，并相继出台了《大气污染防治行动计划》《中华人民共和国环境保护税法》。环保法律法规是规范企业环境行为的根本制度，也是引导企业履行环境保护责任的“有形之手”。毫无疑问，随着中国环保法律法规的日趋完善，企业尤其是重污染企业所面临的制度环境发生了巨大变化，其融资、投资及经营行为不可避免也会受到影响。那么，雾霾污染程度对重污染企业行为的影响究竟如何？学术界对此虽然也开始了有益的探索和研究[3-4-5]，但研究视角主要集中在雾霾污染程度对重污染企业盈余管理以及融资和投资行为的影响方面。有鉴于此，本文拟就雾霾污染对重污染企业短期信贷融资能力及成长性的影响展开研究，即主要回答以下问题：首先，雾霾污染程度与重污染企业的成长性存在何种关系？其次，重污染企业短期信贷融资能力在雾霾污染对企业成长性的影响中是否发挥了中介效应？
本文可能的贡献可以概括为：首先，已有文献鲜有关注雾霾污染程度对微观企业行为的影响，笔者发现，雾霾污染程度与重污染企业成长性之间的内在联系，丰富了相关领域的研究。其次，本文揭示了短期信贷融资能力对雾霾污染程度与企业成长性的影响机理，以及重污染企业短期信贷融资能力在雾霾污染程度与企业成长性之间所起的作用，这对已有文献是有益的补充。 最后，重污染企业的绿色转型，既影响企业的生存与发展，也关系到中国污染防治攻坚战的成败，本文对此提出的政策建议，可供企业和政府有关部门决策参考。
二、理论分析与研究假设
（一）雾霾污染程度与企业成长性
成长性是反映企业在一定时期内的经营能力及发展趋势的财务指标。在资本市场上，高成长性的企业不仅能给投资者带来丰厚且稳定的回报，也是推动资本市场健康发展的中坚力量，所以，企业是否具有良好的成长性是投资者等利益相关者最为关注的问题。影响企业成长性的因素固然很多，但就重污染企业而言，在推进绿色发展的新时代，其固有的环境污染问题无疑是束缚企业成长的主要因素。笔者认为，雾霾污染程度对重污染企业成长性的影响主要通过以下途径：第一，在新的制度环境下，重污染企业的合法性地位面临严峻挑战。合法性理论认为，企业若想生存与发展，其行为应符合法律法规的要求，否则会因无法获得有限的社会资源而在竞争中落于下风，甚至被淘汰[6]。不可否认，重污染企业对于拉动中国经济高速增长功不可没。然而，在追求经济高质量发展的新时代，重污染企业的污染行为，有的为环保法律法规所不容，有的成为舆论声讨和道德谴责的对象，显然，无法获得合法性认同问题已成为重污染企业发展中的最大障碍。第二，产业政策支持的退出，使得重污染企业不再具有优先发展的优势。产业政策是一系列服务于产业发展的具有重大影响的国家宏观大政方针和制度安排的总和[7]。如果企业属于产业政策支持行业，则能够在项目审批和核准、税收与土地等方面享受到一系列优惠政策[8]。相反，不属于产业政策支持行业的企业在融资、投资等方面则会受到严格限制，其成长也会面临诸多不利因素的束缚。自20世纪50年代起，正是在国家优先发展重工业的指令性产业政策推动下，重污染企业实现了快速发展。改革开放以来，虽然国家产业政策由最初的指令性逐渐转变为现阶段的指导性，但是其对于经济资源配置依然具有很强的影响力[9]，重污染企业所享受的各项优惠政策亦未发生重大的变动。然而，近年来，随着国家各项新环保政策的出台，重污染企业原有的政策红利已不复存在，重污染上市企业也纷纷从绩优成长股的阵营中黯然退出。第三，政府官员绩效考核制度的变革，使得重污染企业失去来自于地方政府的庇护。以往部分地方政府官员出于个人政治升迁的考虑，会鼓励本地重污染企业发展，以此拉动经济增长、解决就业问題[5]，这在客观上助长了重污染企业的污染行为。但自从将大气污染防治效果纳入到政府官员绩效考核指标体系后，尤其是中央环境保护督察组对各省（区）开展环境保护督察以来，多地政府官员因大气污染防治不力被严肃问责处理。当经济绩效和环境绩效均为影响官员晋升的重要因素时，地方政府官员不得不权衡经济增长与环境污染之间的关系。这种矛盾权衡会导致地方政府官员对当地重污染企业的污染行为不再态度暧昧，理性的地方政府官员在当地雾霾污染较为严重时更倾向于寻求环境绩效的提升，从而会使得先前作为地方经济增长重要推动力的重污染企业受到庇护的政策扶持丧失，进而影响到企业现在及未来的发展[5]。第四，社会公众对雾霾污染的高度敏感，使得重污染企业的发展缺少人力资本的支持。已有文献表明，雾霾污染影响人类健康的各个方面，如预期寿命、婴儿存活率、认知能力等，而重污染企业的污染物向空气排放又是形成雾霾的重要原因之一[3]。因此，当雾霾从一个环保名词演变为一种生存环境的威胁时[3]，社会公众在雾霾污染的困扰下，不仅对重污染企业污染行为深恶痛绝，而且对重污染企业员工工作环境的安全性也是疑虑重重，这给重污染企业的人力资本集聚无疑带来很大的负面影响。很难想象，在知识经济时代，一个民意缺失、人力资本匮乏的企业会在激烈的市场竞争中立于不败之地。基于以上分析，笔者提出如下假设： H1：雾霾污染程度越重，重污染企业成长性越差。
（二）短期信贷融资能力对雾霾污染程度与企业成长性关系的影响
优序融资理论[10]认为，股权融资会向外界传递出企业经营不利的负面信号，因此，企业进行外源融资时的首选方案并非股权融资，而是通过债务融资渠道。企业要发展就需要扩大再生产，这离不开资金的支持，一般是需要通过融资来实现。中国污染类企业更是倾向于债务性融资来进行资金的筹集[11]。短期信贷是指企业向银行等金融机构借入，且偿还期不超过一年的资金筹集行为，它是企业债务融资的重要渠道。相比于长期借款，短期借款可以满足企业生产经营临时周转的需要，而且不会在短期内对债权人的资产结构和资产价值产生较大的影响，有利于债权人进行监督并管控风险。优序融资理论[10]认为，股权融资会向外界传递出企业经营不利的负面信号，因此，企业进行外源融资时的首选方案并非股权融资，而是通过债务融资渠道。中国污染类企业更是倾向于债务性融资来进行资金的筹集[11]。短期信贷是指企业向银行等金融机构借入，且偿还期不超过一年的资金筹集行为，它是企业债务融资的重要渠道。笔者认为，雾霾污染程度对重污染企业短期信贷融资能力的影响主要通过以下途径：第一，重污染企业信贷融资难度的加大主要源自于绿色信贷政策的融资惩罚效应。随着雾霾等环境污染治理攻坚战的全面打响，国家陆续发布了有关绿色信贷政策，旨在通过优化信贷资源配置，引导和推动传统行业淘汰落后产能，加快产业转型升级的进程。按照绿色信贷政策的有关要求，只有符合环保政策法规的企业才是银行等金融机构投放信贷资金时必须优先考虑的对象，而向重污染企业发放贷款则属于严格管控的范畴[12]。这意味着在绿色信贷政策的融资惩罚效应下，重污染企业将被贴上“黑色企业”的标签，面临着债权人撤资或拒绝贷款展期的困境，其短期信贷融资的难度会随之加大。第二，重污染企业的行业特质会给债权人带来较高的风险感知。债权人的信贷决策与其对资金需求方的风险感知息息相关，若债权人的风险感知较高，资金需求方的融资能力亦会随之降低，而行业特质恰恰是影响债权人风险感知的重要因素[13]。事实上，当雾霾污染较严重时，重污染行业涉及的环境问题往往会引发以下风险：一是环保税费和环保罚没支出激增所引发的财务业绩滑坡甚至断崖式下跌风险;二是被政府环保部门强令限产、停产、关闭所引发的坏账风险;三是发生重大环境事故或违法、违规排放污染物而遭到舆论谴责甚至法律诉讼，进而引发的声誉风险。而债权人出于对上述潜在风险感知的回应，倾向于在信贷合同中加入更多限制性条款或提高债务成本以限制重污染企业的举债行为。第三，债权人由雾霾污染加剧所引发的消极情绪会对重污染企业形成较强的信贷融资约束。根据社会心理学理论中的情绪泛化假说[14]，人们所做出的判断或预期通常与其情绪状态相一致，即越是乐观积極的情绪状态往往会预期较低的风险、预期较高的回报，而悲观消极的情绪则会产生与之相反的心理预期结果。债权人乐观或悲观的心理情绪也是影响信贷决策的重要因素。因此，信贷决策者被恶劣的空气环境所诱发的情绪状态会在很大程度上影响其对贷款项目可行性作出理性的分析判断，尤其是在重度雾霾频频来袭，大众“谈霾色变”之时，信贷决策者甚至还会对重污染企业产生莫名的憎恶甚至愤懑情绪，这对重污染企业的短期信贷融资也会造成极为不利的影响。
对于企业而言，资金犹如人体的血液，是企业生存与发展的物质基础。短期信贷是企业债务融资的重要渠道，也是企业生产经营临时周转所需资金的主要来源。如果缺少短期信贷资金的支持，企业原材料的购买、员工薪酬的支付，以及税费缴纳和股利发放等日常开支都会陷入捉襟见肘的困境，甚至发生债务违约的财务危机。尤其是当企业“短贷长投”的规模较大时，企业短期信贷融资能力也就成为决定企业成长的一大“命门”。这是因为在企业当年到期的短期借款较多时，为了能按期还本付息，企业会预留一定的现金流，并减少用于投资新项目的资金投入，而这必然会影响企业当期获取收益的能力。因此，无论是以往国家产业政策对重污染企业的支持，以及地方政府对重污染企业的庇护，还是当前新的制度环境对重污染企业行为的不利影响，都离不开信贷政策与之配合。换言之，在雾霾污染程度影响重污染企业成长性的过程中，至少部分地通过短期信贷融资的路径而发挥作用，即短期信贷融资能力是雾霾污染程度对重污染企业成长性产生影响的部分中介变量。基于以上分析，笔者提出如下假设：
H2：重污染企业的短期信贷融资能力在雾霾污染程度与企业成长性关系中发挥部分中介效应。
三、研究设计
（一）变量选取与模型构建
1.变量选取
（1）被解释变量：企业成长性（GROW）。参考吕长江和韩慧博[15]与黎凯和叶建芳[16]的做法，笔者以企业当年营业收入与上年营业收入的差额除以上年营业收入，即营业收入增长率来代表企业成长性。
（2）解释变量：雾霾污染程度（SMOG）。鉴于数据的可得性，笔者参考薛爽等[17]与罗开艳和田启波[5]的做法，采用企业所在城市当年每日空气质量指数（AQI）的标准差来衡量当地的雾霾污染程度，并对其进行自然对数化处理。这样做既可以尽可能地消除异方差现象，又可以有效避免变量之间的剧烈波动，消除量纲的影响。
（3）中介变量：短期信贷融资能力（SLOAN）。由于连续变量更能反映出短期信贷变动的内涵，因此，笔者参考黎凯和叶建芳[16]与祝继高等[9]的做法，以短期借款及一年内到期借款除以短期借款、长期借款及一年内到期借款来衡量企业的短期信贷融资能力。
（4）控制变量：为了排除其他因素的干扰，笔者参考唐国平等[18]、毕茜和于连超[19]与王红建等[20]的做法，选取产权性质（STATE），当第一大股东为国有股东时取1，否则为0;公司规模（SIZE），以企业的期末总资产额的自然对数来度量;股权集中度（CON），以企业第一大股东的持股比例来衡量;高管薪酬（BONUS），以企业高管人员薪酬数前三位薪酬总和的自然对数来度量;独立董事比例（INR），以独立董事人数占董事会人数之比来度量;长期负债比率（LTA），以长期负债与总资产之比来衡量;以及年份（YEAR）和行业（INDUSTRY）虚拟变量作为控制变量。 2.模型构建
为了检验雾霾污染程度（SMOG）对企业成长性（GROW）的总体影响，笔者构建如下模型：
GROWit=α0+α1SMOGit+∑7j=2αjCONTROLit+INDUSTRYi+YEARt+εit（1）
为了检验雾霾污染程度（SMOG）、短期信贷融资能力（SLOAN）与企业成长性（GROW）的关系，笔者构建如下模型：
SLOANit=β0+β1SMOGjt+∑7j=2βjCONTROLit+INDUSTRYi+YEARt+εit（2）
GROWit=γ0+γ1SMOGit+γ2SLOANit+∑8j=3γjCONTROLit+INDUSTRYi+YEARt+εit（3）
其中，εit為随机扰动项。
借鉴Baron和Kenny[21]的逐步检验法，按照如下次序进行检验：首先，通过普通最小二乘法（OLS）检验模型（1）中雾霾污染程度（SMOG）的系数是否显著，如不显著，则停止中介效应检验;如显著，则为验证中介效应作出重要铺垫。其次，通过普通最小二乘法（OLS）检验模型（2）雾霾污染程度（SMOG）是否能够显著影响企业短期信贷（SLOAN）。最后，通过普通最小二乘法（OLS）检验模型（3）中雾霾污染程度（SMOG）和短期信贷融资能力（SLOAN）的系数是否显著。如短期信贷融资能力（SLOAN）系数显著，则表明短期信贷融资能力（SLOAN）在雾霾污染程度（SMOG）与企业成长性（GROW）之间发挥中介效应;如两者同时显著，且模型（3）中雾霾污染程度（SMOG）的系数绝对值小于模型（1）中雾霾污染程度（SMOG）系数的绝对值，则表明上述中介效应为部分中介效应;如雾霾污染程度（SMOG）的系数不显著，短期信贷融资能力（SLOAN）系数显著，则说明上述中介效应为完全中介效应;如短期信贷融资能力（SLOAN）系数不显著，则需进一步做Sobel 检验。
（二）研究样本与数据来源
因中国各地气象部门在2014年开始以空气质量指数（AQI）作为空气质量评价指标，为保证计算口径的一致性，本文用来衡量雾霾污染程度所使用的数据为2014—2018年的中国各城市空气质量指数（AQI），同时，与空气质量数据相匹配的企业数据亦选取2014—2018 年沪深A股重污染企业上市公司的数据。生态环境部（原环保部）于2008年所发布的《上市公司环保核查行业分类管理目录》是本文划分重污染企业的依据。现阶段影响城市空气质量的首要污染物是PM2.5，故本文以上市企业所在城市的空气质量指数（AQI）来衡量企业所在地的雾霾污染程度，并根据数据的可获得性及研究需要，对样本按下列原则进行筛选：剔除上市时间短于5年的样本企业，以及财务数据缺失的企业;剔除样本企业中被特别处理的企业即ST、*ST企业。本文经过最终筛选，得到了符合标准的上市企业样本377家，1 885个年度观测值。样本数据均来自国泰安CSMAR数据库。
四、实证分析
（一）描述性统计分析
变量的描述性统计结果如表1所示。
从表1可以看出，雾霾污染程度（SMOG）的最大值为4.3175，均值为2.9222，标准差为0.4370，表明部分样本企业所在地出现极端天气，空气质量较差，为重度污染，而大部分样本企业所在地的空气质量则为良好;短期信贷融资能力（SLOAN）的均值为0.7017，标准差为0.3416，说明样本中大部分企业的短期信贷融资能力较强;企业成长性（GROW）的最大值为33.0723，最小值为-0.7652，均值为0.1791，标准差为1.2005，表明样本企业的成长性差别较大，且大多数样本企业的主营业务收入增长率已超过10%，具有较好的成长性，但个别企业已进入到衰退期;产权性质（STATE）的均值为0.5300，标准差为0.4990，说明样本中国有控股性质的企业略多;公司规模（SIZE）的均值为22.6635，标准差为1.1791，说明样本企业的总资产额相差较大;股权集中度（CON）均值为0.3670，标准差为0.1507，说明大多数样本企业的第一大股东持股比例普遍较高，拥有绝对的话语权。高管薪酬（BONUS）的均值为14.3181，标准差为0.7276，表明各企业高管人员的薪酬差距不大。独立董事比例（INR）均值为0.3785，最小值为0.3333，最大值为0.6666，表明样本企业均已达到相关法规的要求，即聘用的独立董事人数占到了董事会人数的1/3以上。长期负债比率（LTA）均值为0.0478，标准差为0.0735，表明大多数样本企业长期债务融资能力较低。
（二）回归分析
本文的Pearson相关系数检验显示，雾霾污染程度（SMOG）、短期信贷融资能力（SLOAN）与企业成长性（GROW）之间显著相关，需要进一步检验各变量的因果关系。前文所列示的各变量之间的相关系数和方差膨胀因子（VIF）分别小于0.4000和10，这表明本文所设定的模型基本上不存在多重共线性问题， 可以进行回归分析 。
雾霾污染程度、短期信贷融资能力与企业成长性关系的回归分析结果如表2所示。
表2模型（1）的回归结果显示，雾霾污染程度（SMOG）与企业成长性（GROW）的相关系数为-0.2270，在5%的水平上显著负相关，即雾霾污染程度越重，企业成长性越差，本文的H1得到验证。这表明，随着雾霾污染程度的加剧，重污染企业当年的营业收入增长率通常会降低，企业获取经营性收益的能力会下降。模型（2）以短期信贷融资能力为被解释变量，雾霾污染程度为解释变量的回归结果显示，雾霾污染程度（SMOG）与短期信贷融资能力（SLOAN）的相关系数为-0.0420，在1%的水平上显著负相关，即雾霾污染程度越重，企业的短期信贷融资能力会越低。模型（3）的回归结果显示，雾霾污染程度（SMOG）与企业成长性（GROW）的相关系数为-0.1350，在5%的水平上显著负相关;短期信贷融资能力（SLOAN）与企业成长性（GROW）的相关系数为-0.1740，在5%的水平上显著负相关。在模型（3）中雾霾污染程度（SMOG）系数的绝对值0.1350小于模型（1）中雾霾污染程度（SMOG）系数的绝对值0.2270。由此可知，短期信贷融资能力在雾霾污染程度与企业成长性之间发挥了部分中介效应，本文的H2得到验证。 （三）穩健性检验
为验证前文所提出的研究假设以及克服模型内生性问题，笔者使用工具变量法来进行稳健性检验。在模型（1）和模型（3）中均加入企业现金持有水平（CASH）这一工具变量，并进行两阶段最小二乘法（2SLS）回归。一方面，当雾霾污染程度增加时，重污染企业很可能会因排放污染物而遭到环保部门的重罚，造成货币资金支出增加，现金持有量的减少;另一方面，企业现金持有水平（CASH）增加或者减少不一定会影响到企业营业收入的增减变化。因此，企业现金持有水平（CASH）与雾霾污染程度（SMOG）有关，但与企业成长性无关，可以选为模型的工具变量。企业现金持有水平（CASH）以现金及现金等价物除以总资产与现金及现金等价物的差值来度量[22]。在模型（2）中以短期信贷融资能力（SLOAN）为被解释变量，雾霾污染程度（SMOG）为解释变量的回归模型中加入样本公司所在地每年平均降雨量（RAIN）的自然对数这一工具变量，并进行两阶段最小二乘法（2SLS）回归。一方面，当降雨量（RAIN）足够大时可以对雾霾起到湿沉降的作用，但当降雨量（RAIN）较少时反而会因环境湿度增大而加重雾霾;另一方面，降雨量（RAIN）不会影响到企业的短期信贷融资能力。因此，样本企业所在地每年平均降雨量（RAIN）与雾霾污染程度（SMOG）有关，但与企业短期信贷融资能力无关，可以被选为模型的工具变量。经检验，变量的显著性和符号与前文的回归结果基本一致，本文的研究假设得到进一步的验证。
五、研究结论与建议
本文以2014—2018年沪深A股377家重污染企业上市企业数据为样本，采用普通最小二乘法，实证检验雾霾污染程度、短期信贷融资能力与企业成长性之间的关系。研究发现：首先，雾霾污染程度越重，重污染企业成长性越差。其次，重污染企业短期信贷融资能力在雾霾污染程度与企业成长性两者关系中发挥部分中介效应。
根据本文的研究结论，笔者提出如下建议：首先，重污染企业除了要严格遵守国家环保法律法规外，还必须积极投身绿色转型的行动中，要依靠符合环保要求的新技术、新设备、新工艺来扩大产能、提升绩效，进而实现由“黑色企业”到“绿色企业”的蜕变。其次，政府应加大重污染企业绿色转型的政策扶持力度，即运用补贴、奖励以及税收优惠等政策鼓励企业的绿色研发、绿色改造等绿色投资行为，最大限度减轻企业因绿色转型投入的增加而形成的短期财务绩效压力。再次，银行等金融机构应切实贯彻绿色信贷政策，不仅要对企业的绿色投资项目给予信贷支持，更要对绿色转型中的企业短期信贷融资施以援手，以助力重污染企业破解“钱荒”的困局，早日步入绿色发展的良性循环。最后，完善现行企业绩效评价制度，将环境责任履行情况纳入企业绩效评价指标体系当中。同时，应加大对环境违法违规企业负责人的处罚力度，提高其违法违规成本。
参考文献：
[1] 黄寿峰.财政分权对中国雾霾影响的研究[J].世界经济，2017，（2）：127-151.
[2] 陈诗一，陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究，2018，（2）：20-34.
[3] 刘运国，刘梦宁.雾霾影响了重污染企业的盈余管理吗？——基于政治成本假说的考察[J].会计研究，2015，（3）：26-33.
[4] 盛明泉，汪顺，张春强.“雾霾”与企业融资——来自重污染类上市公司的经验证据[J].经济评论，2017，（5）：28-39.
[5] 罗开艳，田启波.雾霾是否会抑制企业投资支出——来自污染类上市公司的经验证据[J].山西财经大学学报，2019，（6）：26-40.
[6] Suchman， M.Managing Legitimacy： Strategic and Institutional Approaches[J].The Academy of Management Review，1995，20（3）：571-610.
[7] 周振华.产业政策分析的基本框架[J].当代经济科学，1990，（6）：26-32.
[8] 江飞涛，李晓萍.直接干预市场与限制竞争：中国产业政策的取向与根本缺陷[J].中国工业经济，2010，（9）：26-36.
[9] 祝继高，韩非池，陆正飞.产业政策、银行关联与企业债务融资——基于A股上市公司的实证研究[J].金融研究，2015，（3）：176-191.
[10] Pope， A.， Ezzati， M.， Dockery， D.Tradeoffs Between Income， Air Pollution and Life Expectancy： Brief Report on the US Experience，1980—2000[J].Environmental Research， 2015，（142）：591-593.
[11] Chay， K.， Greenstone， M.The Impact of Air Pollution on Infant Mortality： Evidence From Geographic Variation in Pollution Shocks Induced by a Recession[J].Quarterly Journal of Economics，2003，118（3）：1121-1167.
[12] Zhang， X.， Chen， X.， Zhang， X.B.The Impact of Exposure to Air Pollution on Cognitive Performance[J].Proceedings of the National Academy of Sciences，2018，115（37）：9193-9197. [10] Myers， S.， Majluf， N.Corporate Financing and Investment Decisions When Firms Have Information that Investors Do not Have[J].Journal of Financial Economics， 1984， 13（2）： 187-221.
[11] 李培功，沈艺峰.社会规范、资本市场与环境治理： 基于机构投资者视角的经验证据[J].世界经济，2011，（6）：126-146.
[12] 苏冬蔚，连莉莉.绿色信贷是否影响重污染企业的投融资行为？[J].金融研究，2018， （12）：123-137.
[13] 解维敏，方红星.金融发展、融资约束与企业研发投入[J].金融研究，2011，（5）：171-183.
[14] Johnson， E.， Tversky， A.Affect， Generalization， and the Perception of Risk[J]. Journal of Personality and Social Psychology， 1983， 45（1）： 20-31.
[15] 吕长江，韩慧博.上市公司资本结构特点的实证分析[J].南开管理评论，2001，（5）：26-29.
[16] 黎凯，叶建芳.财政分权下政府干预对债务融资的影响——基于转轨经济制度背景的实证分析[J].管理世界，2007，（8）：23-34.
[17] 薛爽，赵泽朋，王迪.企业排污的信息价值及其识别——基于钢铁企业空气污染的研究[J].金融研究，2017，（1）：162-176.
[18] 唐国平，李龙会，吴德军.环境管制、行业属性与企业环保投资[J].会计研究，2013，（6）：83-89.
[19] 毕茜，于连超.环境税的企业绿色投资效应研究——基于面板分位数回归的实证研究[J].中国人口·资源与环境，2016，（3）：76-82.
[20] 王红建，汤泰劼，宋献中.谁驱动了企业环境治理：官员任期考核还是五年规划目标考核[J].财贸经济，2017，（11）：147-161.
[21] Baron， R.， Kenny， D.The Moderator-Mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations[J].Journal of Personality and Social Psychology， 1986， 51（6）：1173-1182.
[22] Opler， T.， Pinkowitz， L.， Stulz， R.，et al.The Determinants and Implications of Corporate Cash Holdings[J].Journal of Financial Economics， 1999， 52（1）： 3-46.
（责任编辑：于振荣）
[DOI]10.19654/j.cnki.cjwtyj.2021.10.009
[引用格式]迟铮.雾霾污染程度、短期信贷融资能力与企业成长性[J].财经问题研究，2021，（10）：86-92.
Smog Pollution， Companies’ Short-term Credit and Companies’ Growth
Chi Zheng
（Business School， DaLian University of Foreign Languages， Dalian 116044， LiaoNing）
Abstract：Smog pollution occurring frequently in recent years significantly changes the heavy-polluting companies’ institutional environment to further affect companies’ short-term credit and companies’ growth.This paper empirically examines the relationship between the degree of smog pollution， companies’ short-term credit and companies’ growth basing upon the Chinese 377 public listed heavy-polluting companies’ data.The empirical result turns out that there is a negative relationship between the degree of smog pollution and the companies’ growth， in another word， the more the degree of smog pollution， the worse the companies’ growth is; The heavy-polluting companies’ short-term credit plays a partial mediating effect role in the relationship between the degree of smog pollution and the companies’ growth in the meantime， in other words， the smog pollution can decrease the heavy-polluting companies’ growth through weakening the companies’ short-term credit financing ability.This paper’s research result provides empirical evidence for China’s companies to optimize the incentive and restraint mechanism of environmental governance.
Key words：Smog Pollution; Short-term Credit; Heavy-Polluting Company; Companies’ Growth
收稿日期：2021-08-16
基金項目：辽宁省教育厅2021年度科学研究经费项目（面上项目）“环境质量、高管家乡认同对企业绿色投资的影响机制与对策研究”（LJKR0418）
作者简介：迟 铮（1983-），男，辽宁大连人，副教授，博士，主要从事成本管理与反倾销会计研究。E-mail：[email protected]