EN中文

自然资源学报 >

2024 , Vol. 39 >Issue 6: 1320 - 1340

DOI: https://doi.org/10.31497/zrzyxb.20240605

环境规制政策驱动实体经济“脱实向虚”了吗?——基于中国碳排放权交易试点的准自然实验

  • 戴其文 , 1 ,
  • 郝文杰 2 ,
  • 承忠彬 1 ,
  • 岳文泽 3
展开
  • 1.广西师范大学经济管理学院，桂林 541004
  • 2.福建师范大学经济学院，福州 350117
  • 3.浙江大学公共管理学院，杭州 310058

戴其文（1985- ），男，安徽郎溪人，博士，副教授，研究方向为绿色发展。E-mail:

收稿日期: 2023-09-18

  修回日期: 2024-01-11

  网络出版日期: 2024-06-11

基金资助

国家自然科学基金项目(42361051)

国家社会科学基金重大项目(21ZDA064)

收起

Has environmental regulatory policy driven the financialization of manufacturing enterprises: A quasi-natural experiment from the enactment of China's carbon emission trading pilot policy

  • DAI Qi-wen , 1 ,
  • HAO Wen-jie 2 ,
  • CHENG Zhong-bin 1 ,
  • YUE Wen-ze 3
Expand
  • 1. School of Economics and Management, Guangxi Normal University, Guilin 541004, Guangxi, China
  • 2. School of Economics, Fujian Normal University, Fuzhou 350117, China
  • 3. School of Public Affairs, Zhejiang University, Hangzhou 310058, China

Received date: 2023-09-18

  Revised date: 2024-01-11

  Online published: 2024-06-11

Fold

摘要

在国内环境监管不断增强和实体经济下行压力增大的双重背景下，制造业企业存在扩大金融性投资倾向并可能制约实体经济发展。以2014年碳排放权交易试点政策作为一项准自然实验，选择2009—2020年制造业上市企业样本，采用PSM-DID方法考察市场激励型环境规制对制造业企业金融化的影响机制，尝试基于环境规制视角检验和解释实体经济“脱实向虚”现象。结果表明：（1）碳排放权交易试点政策提升了制造业企业金融化水平，对企业长期金融投资的强化作用不明显，为“蓄水池”动机提供了证据，表明制造业企业没有“脱实向虚”的趋势。（2）碳交易政策通过内部的成本转嫁效应和流动性约束效应及外部的融资约束效应影响制造业企业金融化，印证了“成本遵循”效应并进一步验证了“蓄水池”的主导动机。（3）环境规制政策对企业金融化的差异化影响未必是因政策类型不同所致，可能受到政策的约束性强度和灵活性的作用。碳交易政策对企业金融化的影响在企业股权、企业规模、行业和区域等方面具有显著的异质性效应，而企业绿色转型积极性在异质性作用中起到一定的调节效应。

关键词： 市场激励型环境规制; 企业金融化; 实体经济; 碳排放; 绿色发展

本文引用格式

戴其文 , 郝文杰 , 承忠彬 , 岳文泽 . 环境规制政策驱动实体经济“脱实向虚”了吗?——基于中国碳排放权交易试点的准自然实验[J]. 自然资源学报, 2024 , 39(6) : 1320 -1340 . DOI: 10.31497/zrzyxb.20240605

Abstract

Based on the perspective of environmental regulation, this paper attempts to explain the phenomenon of enterprise financialization. Taking the enactment of the carbon emission trading pilot policy in 2014 as a quasi-natural experiment, and selecting the listed companies of manufacturing from 2009 to 2020 as the research sample, this paper uses the PSM-DID method to investigate the impact mechanism of market incentive environmental regulation on the financialization of manufacturing enterprises. The results show that: (1) The carbon emission trading pilot policy has significantly improved the financialization level of manufacturing enterprises, but its strengthening effect on investment financial assets of enterprises is not obvious, which provides evidence for the "reservoir" motivation and indicates that manufacturing enterprises do not have a trend of "deviation from the real to the virtual". (2) The carbon emission trading pilot policy affects the financial level of manufacturing enterprises through internal cost transfer effect, liquidity constraint effect and external financing constraint effect. This policy strengthens the liquidity constraints and increases financial investment of manufacturing enterprises, but does not reduce the entity investment of enterprises, which verifies the dominant effect of the "reservoir" motivation. The ability of enterprise cost transfer can negatively moderate the impact of carbon trading policy on enterprise financialization, which confirms the "compliance cost" effect. Financing constraints play an important role between carbon trading policies and enterprise financialization. Low financing constraints inhibit the impact of carbon trading policies on enterprise financialization. (3) Different environmental policies have different effects on enterprise financialization. To some extent, this reflects that the differentiation effect of environmental regulation on enterprise financialization is not necessarily caused by the type of policies, but by the strength and flexibility of policy constraints. (4) The effect of carbon trading policies on corporate financialization is characterized by equity heterogeneity, regional heterogeneity, scale heterogeneity, and industry heterogeneity. The enthusiasm for green transformation of enterprises plays a certain moderating role in influencing heterogeneity.

Key words： market incentive environmental regulation; enterprise financialization; real economy; carbon emissions; green development

加快低碳经济转型、推进环境污染治理是实现中国经济高质量发展的重要内容[1]。中国政府制定并实施了一系列环境政策，通过将环境的负外部性内化为企业成本，约束企业排污行为，以解决环境问题。早期的环境规制以命令控制型为主，虽然产生了环境治理效果，但在推动企业的减排积极性和绿色创新积极性等方面备受质疑[2]。因此，市场激励型环境规制受到极大的关注并不断被探索。2017年中国碳排放权交易市场正式启动，并取得良好成效，标志着中国环境规制政策开始向市场激励型转变。截至2022年10月21日，中国碳排放配额累计成交总量约1.96亿t，累计成交额85.8亿元人民币。无论是指令型还是市场型环境规制，都可能引发企业的经营风险和融资约束。近几年实体经济金融化趋势明显，制造业发展受到抑制，是否与此有关?企业是否会通过加大金融资产配置获取更多的资金支持以应对日益严格的环境规制?其中的微观作用机制又是什么?对中国环境政策尤其是市场激励型环境规制进行系统评估，特别是对企业决策影响的分析具有重要的意义。本文基于内部调控和外部约束视角，分析环境规制与企业金融化之间的关系，不仅有助于揭示当前制造业企业“脱实向虚”的动机，为合理引导实体企业“脱虚向实”及绿色转型提供政策启示；也有助于政府部门准确研判碳排放权交易政策对企业财务风险的影响，提升环境保护工作的精准性和科学性，为政策制定提供关键支撑。
现有文献为研究环境政策的微观效应奠定了良好的基础，但仍存在以下几个方面的不足：（1）关注市场激励型环境规制影响企业金融化行为的研究不多。虽然中国的环境政策经历多次变革，但仍以“命令控制型”为主，已有文献大都是基于政令型环境规制视角。然而市场型环境规制相比而言更具减排灵活性和激励长效性[3]，对企业行为产生重要影响，且碳排放政策得到了国际广泛认可。因此，基于市场激励型环境规制讨论实体经济的泛金融化现象更具实践价值。（2）现有文献讨论的传导机制聚焦于以融资约束为主的外部渠道，而对企业内部渠道的机制考察较少，环境规制对企业金融化的作用路径有待进一步检验。（3）已有文献对企业金融化动机的分析不足。环境规制对企业金融化的整体效应取决于何种行为动机占据主导地位[4]。即便少量研究尝试从资本逐利动机、投资替代动机和环境权变动机入手分析，但缺乏深入考量，不利于揭示环境规制产生的企业微观效应。（4）缺乏深入比较多种环境规制政策的差异化影响。已有研究大多关注某一种政策对企业金融化的影响，而对不同类型政策及政策不同强度的效果缺乏比较分析，难以深刻认识政策的作用机理。
为明晰以上问题，本文将2014年中国政府实施的碳排放权交易试点政策视为一项准自然实验，以2009—2020年中国A股上市制造业企业作为样本，构建PSM-DID模型，从内部调控和外部约束视角，验证市场激励性环境规制政策对制造业企业金融化影响的微观机制。在此基础上，进一步比较分析不同类型环境政策对企业金融化的差异化作用。相比以往研究，本文可能的边际贡献主要体现在以下几个方面：（1）通过对企业金融资产配置类型的分解，运用更全面的动态效应评估方法和扩展的动态合成双重差分估计方法，揭示了企业金融化动机主要由“蓄水池”动机主导，投资套利动机并不显著，有助于全面评估环境政策的微观经济效应。（2）从内部调控和外部约束视角揭示碳交易政策影响企业金融化的机制，包括成本转嫁效应、流动性约束效应和融资约束效应，为“蓄水池”动机和“成本遵循”效应提供了证据，拓展了企业金融化的相关文献。（3）比较分析政令强约束型、政令弱约束型以及市场型三种环境规制对企业金融化的差异化影响，揭示了环境政策的实施方式和约束强度的重要作用，回应现有研究的争议，为政府的政策设计提供一定的理论依据。（4）从绿色转型视角解析碳交易政策对企业金融化的异质性作用可能受到企业绿色转型积极性的调节影响，展示碳交易政策与企业金融化关系的更多细节，侧面揭示了市场激励型环境规制与命令控制型环境规制对企业金融化影响的机制差异。

1 文献综述与研究假设

学术界在碳排放权交易政策的效果评估方面取得了丰硕的成果，然而研究结论未达成一致。一方面，碳交易政策降低了企业交易成本，通过能源结构效应和技术创新效应降低企业污染排放[5,6]，改善企业环境绩效[7]，并能提高城市能源效率[8]。另一方面，碳交易政策短期内增加了企业的合规成本和边际成本，导致商品价格上升或者产量降低[9]，降低了企业财务绩效，增加了企业的经营风险[10]，在一定程度上挤出企业的技术投入，降低了企业效率[11]。也有研究表明碳排放交易体系对能源消费强度和二氧化碳排放强度没有明显影响[12]。面对不同环境规制带来的压力，企业做出的策略行为也是不同的。研究表明，环境规制会提高企业退出市场的概率[13]，如关闭位于严格环境规制地区的附属工厂[14]。无技术创新的企业市场退出概率随环境规制强度的增加而提高，部分企业因缺乏积极应对环境规制的能力而迁至环境监管宽松地区或非政策试点地区[15]。
不同于政令型政策，作为市场激励型环境规制的碳排放权交易政策，利用市场机制实现整体减碳目标。企业的应对策略也更加灵活，可以技术创新实施可持续生产，一定程度上减缓或消除环境规制带来的成本上涨和经济绩效的不利影响[16]，产生补偿效应[17]。企业也可能寻找更高效的办法减少污染排放或者将废物变为可销售产品来提高收入[18]，也可以利用市场机制交易，在碳市场购买碳配额。然而购买碳额度，会增加生产成本，且碳价随市场波动而变动，企业须留有储备资金。选择购买绿色技术或绿色创新，亦需支付成本。尽管企业会通过技术创新、绿色创新、生产效率提高等方式，降低环境监管带来的成本上升，然而技术创新的长周期、高度不确定性等在短期内无法有效缓解企业困境[19]，可能需要持续投入。此外，环境规制促进企业创新获得的收益只能部分抵消合规成本，并不一定提升企业绩效[20]，这可能迫使受约束企业进一步调整行为决策。可见，碳排放权交易政策在短期内都会使受规制企业的现金流和可支配资金趋紧，造成流动性约束。国外研究表明，由于金融投资具有短期收益、高回报率等优势，制造业企业会将大量资产投入金融部门[21]，企业活动重心从生产领域转向金融领域[22]，寻求更高的利润。那么，碳排放权交易政策是否影响制造业企业的金融化，推动中国实体经济“脱实向虚”呢?
企业有可能增加金融资产配置以缓解资金压力。但企业若能将合规成本转嫁到下游消费者[23]，则会减弱碳交易政策产生的财务压力，降低企业金融化趋向。企业资金基本按照“债务—投资”模式运作[24]，其生产投资依赖于外部资金的流入，一般包括直接金融市场和间接金融市场。在中国长期采取“金融抑制”的制度环境下，间接金融市场成为企业融资的最主要来源[25]。碳交易政策作为约束性政策受到商业银行的关注。以银行为主的信贷机构减少受规制企业的信贷供给额度，增加信贷利息。在环境规制带来巨大成本压力的同时，以间接金融为主的金融环境又增加了企业的融资难度和融资成本，形成融资约束效应。直接金融市场没有信贷约束且可获得投资利润报酬，成为企业资金来源的有效途径。从这个层面来讲，企业金融化是受规制企业补充资金的最优选择。在缺乏有效的减排工具下，企业实体项目的规模扩大或数量增多会增加碳排放量，进一步提高生产成本，所得收益远不如金融投资获利丰厚。所以，在碳交易政策实施后，企业可能减少实体投资，从实体部门转移资金配置到金融部门，即“投资替代”效应，提高利润率。
现有文献对环境规制与企业金融化的关系探讨不多，且存在较大争议。一方面，环境规制对企业金融化具有强化效应[4]，且不同类型的环境规制对企业金融化的促进作用存在差异。命令控制型环境规制通过增加成本、降低商业信贷融资能力、增加风险和阻碍创新促进企业金融化[26]，也可通过“蓄水池”效应增加重污染企业的金融资产配置[27]。市场激励型环境规制也可能会通过“蓄水池”效应提升企业金融化水平[28]。另一方面，环境规制会抑制企业金融化。环境规制通过提升企业研发绩效而减少金融化投资对实体产业的挤出，通过增强外部信息监督降低企业短期金融化投资倾向[29]。市场激励型环境规制也可能会抑制企业金融化[30]，环境保护费改税通过提高企业的环保投资和研发投资抑制企业金融化[31]，也可通过增加污染企业实体投资规模、扭转污染企业的短视化行为，抑制污染企业的金融化[32]。环境规制与企业金融化的关系也受到企业运营能力的调节作用[30]。由此可见，环境规制与企业金融化之间的关系比较复杂，且未定论，影响机制尚不明晰。
基于以上分析，提出如下假说：
假说1：碳排放权交易试点政策可能提升了制造业企业金融化水平。
假说2：碳排放权交易试点政策通过成本转嫁效应降低了制造业企业金融化水平。
假说3：碳排放权交易试点政策通过流动性约束效应提升了制造业企业金融化水平。
假说4：碳排放权交易试点政策通过投资替代效应提升了制造业企业金融化水平。
假说5：碳排放权交易试点政策通过融资约束效应提升了制造业企业金融化水平。
综上，碳排放权交易试点政策可能通过内部的成本转嫁效应、流动性约束效应和投资替代效应及外部的融资约束效应影响企业金融化，驱动实体经济“脱实向虚”。

2 研究方法与数据来源

2.1 数据来源

根据“十二五”规划，2011年在北京等7个省（直辖市）启动碳排放权交易试点工作。2013年6月，第一个碳交易市场上线（深圳），2014年6月规划中所有试点城市的碳交易市场开始运行，中国碳交易试点市场基本确立。各试点地区公布控排标准和控排企业名单的时间集中在2012—2013年，碳交易市场实际开市时间集中在2013—2014年。鉴于2013年各试点市场开市的时间对企业的影响有限，故以2014年为基准，作为政策实施年份。考虑到2020年后制造业可能受到新型冠状病毒肺炎疫情的影响，故选择2009—2020年作为研究期，福建省未包括在处理组中。中国工业部门的碳排放量占总体的七成以上，制造业企业不仅是污染物排放的主体、环境规制约束的主要对象，也是碳排放权交易的市场主体，其减排绩效直接关系到污染治理成效。因此选择中国沪深A股的上市制造业企业为样本，不包含来自西藏自治区、中国香港、澳门和台湾地区的企业。数据主要来源于上市企业的财务年报和CSMAR数据库（https://data.csmar.com/），包括上市企业的基本信息、财务报表、行业特征等。在初始样本的基础上，剔除ST、PT类财务状况异常、财务数据或关键变量缺失严重及2014年之后上市的企业。此外，防止数据极端值的影响，对所有的连续变量在1%~99%分位上进行Winsorize处理，最终得到1498家企业和15845个观测值。

2.2 模型设定

以2014年碳排放权交易试点政策作为一项准自然实验，采用双重差分模型考察控制组与处理组的企业金融化行为在政策发生前后的相对差异。考虑到政策制定者并非完全随机选择碳排放权交易试点地区，可能影响估计结果。因此，在排除政策内生性影响的基础上，进一步使用PSM方法，减弱未采用随机分组而产生的系统性差异[33]。基准模型如下：
F i n i t = α 0 + α 1 t r e a t i × t i m e t + β C o n t r o l s i t + ϑ t + γ i + I n d t r e n d p + ε i t
式中： F i n i t代表i企业在t年的金融化水平； α 0为常数项； α 1是衡量碳排放权交易试点政策对企业金融化的净效应； t r e a t i为政策实施的区域虚拟变量，若企业位于碳排放权交易政策试点地区，则 t r e a t i=1，否则 t r e a t i=0； t i m e t为衡量政策冲击的时间虚拟变量，若企业年份在2014年及之后，则 t i m e t=1，否则 t i m e t=0； t r e a t i × t i m e t 为双重差分变量； β是系数； C o n t r o l s i t为控制变量； ϑ t为时间固定效应； γ i为个体固定效应，用于控制不随时间变化的企业特征和不随企业变化的宏观经济环境；为降低企业所属行业的周期性特征对估计结果造成的可能影响，控制了行业时间趋势 I n d t r e n d p；p代表行业； ε i t为随机误差项。

2.3 变量选择

2.3.1 因变量：企业金融化

企业金融化可定义为非金融企业减少实体经济投资而增加金融资产投资的趋势[34]。参照Demir[35]、彭俞超等[36]观点，采用企业金融资产占总资产的比值作为因变量，度量企业金融化水平（Fin1）。具体而言，构建了广义口径的金融资产配置，包括交易性金融资产、衍生金融资产、短期投资、应收利息、应收股利、可供出售金融资产、持有至到期投资和投资性房地产等共8个科目。借鉴Yu等[37]、王红建等[38]研究成果，将金融资产分为交易类金融资产和投资类金融资产，分别表示短期金融投资（Fin2）和长期金融投资（Fin3），以区分企业金融化动机。交易类金融资产由可供交易和可供出售的金融资产构成，其基本特征是受资本市场波动影响小、流动性强、短期内快速变现、资本转换成本低[39]。企业增加持有交易类金融资产可能出于流动性储备、缓解企业财务困境考虑，主要动机表现为“蓄水池”动机。投资类金融资产包括长期股权投资和投资性房地产等，企业资金大量流向投资类金融资产，主要为获取金融投资的高回报率，更多表现为“投资替代”（资本套利）动机。

2.3.2 控制变量

参照已有研究的普遍做法[32,40,41]，选取了财务杠杆、固定资产投资、盈利能力、托宾Q值、账面市值比、股权集中度、企业规模、企业年长等作为控制变量。表1是被解释变量、解释变量及控制变量的具体含义。
表1 变量定义

Table 1 Definition of variables

变量类型 变量名称 变量符号 变量定义
被解释变量 企业金融化 Fin1 金融资产/总资产
短期金融投资 Fin2 交易类金融资产/总资产
长期金融投资 Fin3 投资类金融资产/总资产
解释变量 政策实施地区 Treat 若企业位于试点地区，则Treat=1，否则Treat=0
政策实施年份 Time 若企业处于2014年及之后，则Time=1，否则Time=0
控制变量 财务杠杆 LEV 总负债/总资产
固定资产投资 FAI 固定资产比率（固定资产净额/期末总资产）
盈利能力 ROA 资产收益率（净利润/总资产）
托宾Q值 TBQ (股票总市值+债务账面值)/总资产账面价值
账面市值比 MB 总资产/总市值
股权集中度 SHARE 第一大股东持股比例
企业规模 SIZE 企业总资产的自然对数
企业年长 AGE 企业已上市年数的自然对数
股权性质 SOE 若为国有企业，则SOE=1，否则SOE=0
企业所在地 AREA 若企业位于东部地区，则AREA=1，否则AREA=0

2.4 描述性统计

表2报告了各变量的描述性统计结果。Fin1的标准差为0.052，最小值为0，最大值为0.713；Fin2和Fin3的标准差分别为0.023和0.044。可见，样本企业所持有的金融资产比例存在较大差异。Treat的均值为0.360，表明位于试点地区的企业占总样本的36.0%。Time的均值为0.610，表明处于试点政策之后的样本占比为61.0%。控制变量与现有文献中报告的数据基本保持一致。
表2 变量描述性统计结果

Table 2 Descriptive statistics of variables

变量 观测值/个 均值 标准差 最小值 最大值
Fin1 15845 0.023 0.052 0 0.713
Fin2 15845 0.007 0.023 0 0.493
Fin3 15845 0.017 0.044 0 0.692
Treat×Time 15845 0.210 0.407 0 1.000
Treat 15845 0.360 0.480 0 1.000
Time 15845 0.610 0.488 0 1.000
LEV 15845 0.418 0.204 0.007 2.128
FAI 15845 0.253 0.158 0 0.954
ROA 15845 0.036 0.076 -2.746 0.786
TBQ 15845 2.066 1.442 0.684 33.872
SHARE 15845 0.348 0.149 0 0.990
MB 15845 0.649 2.789 0 78.189
SIZE 15845 22.188 1.292 17.954 28.543
AGE 15845 2.784 0.399 0.693 3.829

3 结果分析

3.1 PSM分析

参照已有文献和R2最大法则[42]，构建Logit回归模型。选择基准模型中的控制变量作为协变量，估计样本企业的倾向得分值。基于卡尺最近邻匹配法匹配处理组和控制组。为验证匹配结果可靠性，对变量得分匹配平衡性进行检验（表3）。经匹配后，处理组和控制组的变量均值均不存在显著性差异。相较于匹配前，匹配后的处理组和控制组各变量的标准差大幅下降，表明匹配后处理组和控制组的分布具有很好的一致性，满足PSM分析的平行趋势假设。
表3 变量匹配前后对比

Table 3 Comparison of variables before and after matching

变量 样本匹配 均值 标准偏差 标准偏差减少幅度 T检验
处理组 控制组 t值 p值
LEV 匹配前 0.399 0.429 -14.800 72.500 -8.810 0.000
匹配后 0.399 0.391 4.100 2.150 0.031
FAI 匹配前 0.230 0.268 -24.100 97.500 -14.350 0.000
匹配后 0.230 0.231 -0.600 -0.034 0.737
ROA 匹配前 0.038 0.035 4.200 91.700 2.540 0.011
匹配后 0.038 0.038 -0.300 -0.180 0.858
TBQ 匹配前 2.211 2.008 9.700 65.100 6.310 0.000
匹配后 2.168 2.239 -3.400 -2.150 0.032
SHARE 匹配前 0.347 0.349 -1.200 87.200 -0.720 0.472
匹配后 0.345 0.346 -0.200 -0.080 0.936
MB 匹配前 1.245 0.591 10.100 83.100 6.910 0.000
匹配后 0.783 0.673 1.700 1.670 0.096
SIZE 匹配前 22.241 22.200 3.000 -17.000 1.850 0.065
匹配后 22.221 22.173 3.500 1.880 0.061
AGE 匹配前 2.791 2.786 1.200 10.500 0.730 0.464
匹配后 2.790 2.786 1.100 0.560 0.575
为比较匹配前后处理组和控制组倾向得分值的差异性，绘制了核密度函数图（图1）。对比可以看出，匹配前处理组与控制组的倾向得分值的核密度存在一定差异，而匹配后两组样本的核密度曲线基本一致，这表明匹配后两组样本企业在特征变量上更为相近，进一步说明匹配结果较为理想。
图1 匹配前后倾向得分的核密度分布比较

Fig. 1 Comparison of kernel density distribution of propensity scores before and after matching

3.2 基准回归分析

基准回归结果如表4所示，所有模型的交互项系数均显著为正，表明碳交易政策实施后，企业金融化水平得到显著提升，这与已有研究结论保持一致[22,23,28]。因此，假说1得到验证。同时，模型（3）~模型（6）的结果表明，碳交易政策导致了企业的短期金融投资和长期金融投资均有增加，而交互项系数没有明显差异。表明面对碳交易政策带来的减排压力和融资约束，企业可能倾向于加强金融投资，构建流动性储备池，以避免未来现金流波动风险及降低实体领域盈利水平恶化对短期绩效的负面影响。然而，以上结论仍不能反映制造业企业出于“蓄水池”还是“投机”动机，这一关系需进一步检验。
表4 基准回归结果

Table 4 Regression results of the benchmark model

变量 (1) Fin1 (2) Fin1 (3) Fin2 (4) Fin2 (5) Fin3 (6) Fin3
Treat×Time 0.005***
(0.001)		 0.005***
(0.001)		 0.003**
(0.001)		 0.003**
(0.001)		 0.003***
(0.001)		 0.003***
(0.001)
控制变量 是 否 是 否 是 否
行业时间趋势 是 否 是 否 是 否
个体固定效应 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是
观测值/个 15418 15845 15418 15845 15418 15845
调整R2 0.085 0.066 0.070 0.057 0.046 0.013

注：***表示1%的显著性水平，**表示5%的显著性水平，括号内数字为标准差，下同。

3.3 平行趋势检验

3.3.1 处理前趋势检验

为了验证企业金融化是碳交易政策所致而非其他难以观测的因素产生的影响，采用处理前趋势检验方法对平行趋势假定的合理性进行验证，具体模型如下：
F i n i t = α + ∑ n = - 5 6 β n T r e a t i t n + γ C o n t r o l s i t + ϑ t + γ i + ε i t
式中： T r e a t i t n是以试点政策实施当年为参照而生成的相对年份政策变量，纳入试点地区的 T r e a t i t n=1，非试点地区的 T r e a t i t n=0；设定试点政策实施前一年作为事件分析的基准年， β n是相对基准年的回归系数，如果 β n不显著异于0，则表明满足平行趋势假定。
通过绘制95%置信区间下 β n的估计结果（图2），可见试点政策实施之前，试点和非试点地区的金融化水平没有显著差异。碳交易市场启动后，政策效应逐渐显现并存在一定的滞后效应。图3显示了企业短期金融投资的处理组与控制组满足处理前趋势检验，而企业长期金融投资不满足处理前趋势检验（图4）。虽然表4中Fin3的交互项系数显著为正，但并非仅由碳排放权交易政策引起，而可能是企业的泛金融化和碳交易政策相叠加的结果。由此可见碳交易政策对企业投机性金融动机的影响并不明显。
图2 处理前趋势事件研究（Fin1）

Fig. 2 Parallel trend test for Fin1

图3 处理前趋势事件研究（Fin2）

Fig. 3 Parallel trend test for Fin2

图4 处理前趋势事件研究（Fin3）

Fig. 4 Parallel trend test for Fin3

3.3.2 合成双重差分检验

处理前趋势检验在一定程度上验证了平行趋势假设，然而它的基本思想是事前趋势一致则事后就可能一致。事实上并非如此，最理想的状态是构造一个与处理组高度相似的潜在对照组。Arkhangelsky等[43]提出的合成双重差分方法（SDID）可以有效解决上述问题，适用于双重差分法和合成控制法的使用环境，且在稳健性和估计量精度上更具优势。基于SDID的估计，平均处理静态效应显著为正，说明碳交易政策对企业金融化具有明显的强化作用。图5显示碳交易市场运行后，企业金融化水平快速增长，2017年达到峰值。上述检验均说明了碳排放权交易试点政策实施后，企业金融化水平快速增长。
图5 扩展的合成双重差分动态效应

Fig. 5 Extended synthetic double difference dynamic effects

3.4 稳健性检验

3.4.1 更换匹配方式检验

为了检验匹配方法的合理性，对初始样本进行半径匹配 [表5列 (1)~列 (3)] 和核匹配 [列 (4)~列 (6)]。结果显示Treat×Time系数均显著为正，说明碳排放权交易试点政策对制造业企业的金融化存在明显的强化作用。
表5 其他匹配方法检验

Table 5 The test results of other matching methods

变量 (1) Fin1 (2) Fin2 (3) Fin3 (4) Fin1 (5) Fin2 (6) Fin3
Treat×Time 0.005***
(0.001)		 0.003**
(0.001)		 0.003***
(0.001)		 0.005***
(0.001)		 0.003**
(0.001)		 0.003***
(0.001)
控制变量 是 是 是 是 是 是
行业时间趋势 是 是 是 是 是 是
个体固定效应 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是
观测值/个 15416 15416 15416 15441 15441 15441
调整R2 0.085 0.070 0.046 0.085 0.070 0.046

3.4.2 子样本检验

为再次检验结果的稳健性，利用四组子样本进行回归分析。第一，考虑到潜在的内生性问题，使用滞后一期的Treat×Time作为解释变量，重新估计模型。结果如表6列 (1) 所示，交互项系数显著为正。第二，对连续变量进行上下1%缩尾处理，结果如列 (2) 所示，Treat×Time系数显著为正。第三，选取平衡面板数据进行检验，结果如列 (3) 所示，Treat×Time系数显著为正，与基准回归结果保持一致。
表6 子样本和安慰剂检验

Table 6 The test results of subsample and placebo

变量 (1) 解释变量滞后一期 (2) 连续变量上下缩尾1% (3) 平衡面板数据 (4) 反事实
Treat×Time 0.005***
(0.002)		 0.003**
(0.001)		 0.005***
(0.002)		 0.003
(0.002)
控制变量 是 是 是 是
行业时间趋势 是 是 是 是
个体固定效应 是 是 是 是
时间固定效应 是 是 是 是
观测值/个 15220 14465 7643 15455
调整R2 0.078 0.093 0.076 0.084

3.4.3 安慰剂检验

为了进一步检验平行趋势，排除处理组和控制组在政策实施前就存在系统性差异，确保企业金融化是因为受到碳交易政策冲击而非其他外生冲击的影响。采用反事实法进行安慰剂检验，将碳交易政策实施时间推前两年进行检验。结果如表6列 (4) 所示，交互项的系数不显著，说明企业金融化的强化确实由碳排放交易试点政策所致，并非事前趋势所致。

3.4.4 公告效应检验

碳排放权交易试点政策于2011年开始布局，可能存在“公告效应”，影响企业行为决策。基于此，构造政策变量Policy_F，将政策冲击时点前移到2011年进行检验。结果如表7的列 (1) 所示，Policy_F的系数不显著。考虑到政策“公告效应”可能更受利益相关者的关注，在Policy_F的基础上加入重度污染行业的虚拟变量，构造三重差分模型进行检验，发现列 (2) 的Policy_F_DDD的系数及显著性水平与Policy_F无异，说明碳交易机制没有形成公告效应。在政策初期，各地区尚未制定减排目标、构建市场机制等，企业无法识别政策是否与自身利益相关，多数可能在观望。随着碳市场的逐步建立，市场机制、减排方案等逐步明晰，企业才会有所行动。由于中国碳交易市场是逐步建立形成，考虑到政策的渐进影响及其他政策的干扰，构建分时点政策冲击变量T_DID，建立渐进式DID模型。如表7列 (3) 所示，T_DID的系数显著为正。以上结果均证明碳排放权交易政策对企业金融化有明显的强化作用，且这种作用是在碳市场逐步建立后形成的，因此结果分析是可靠的。
表7 政策渐进影响与相关政策干扰检验

Table 7 The test results of gradual impact of policy and related policies interference

变量 (1) 公告效应 (2) 公告DDD (3) 渐进式DID (4) 绿色信贷指引 (5) 金税三期
Treat×Time 0.005**
(0.002)		 0.005**
(0.002)
P_green -0.001
(0.002)
P_tax -0.001
(0.002)
Policy_F 0.003
(0.003)
Policy_F_DDD 0.003
(0.002)
T_DID 0.004***
(0.002)
控制变量 是 是 是 是 是
行业时间趋势 是 是 是 是 是
个体固定效应 是 是 是 是 是
时间固定效应 是 是 是 是 是
观测值/个 15415 15415 15415 15415 15415
调整R2 0.085 0.085 0.085 0.085 0.085

3.4.5 相关政策的干扰检验

为了排除同期其他政策对估计结果的干扰，加入《绿色信贷指引》政策和“金税三期”政策，进行回归分析。中国银监会于2012年发布《绿色信贷指引》，通过调整和引导银行业等金融机构的信贷政策与风险管理，对不同类型的企业进行差别化的信贷支持，增加了企业的融资成本和难度，从而可能影响企业的金融化水平。借鉴王馨等[44]方法，引入《绿色信贷指引》政策变量（P_green）。结果如表7列 (4) 所示，P_green的系数不显著，而交互项显著为正。为加强税收管理，2013年国地税局在6省（直辖市）试点“金税三期”政策后，全国范围逐步推广。“金税三期”政策抑制企业通过避税方式融资，促进企业信用融资和贷款融资，降低代理成本，这可能会降低企业金融化水平。借鉴樊勇等[45]方法，构建“金税三期”政策变量（P_tax）。结果如表7列 (5)，P_tax的系数不显著，而交互项显著为正。由此可见，绿色信贷政策和“金税三期”政策并没有影响到主效应，即在排除了与碳排放权交易试点政策同期的绿色信贷政策和“金税三期”政策后，估计结果与基准结果保持一致，证明研究结论是稳健可信的。

3.5 机制分析

3.5.1 成本转嫁效应

参考已有文献[46,47]做法，设置行业利润率（Profit）、行业竞争程度（HHI）和行业企业数量（Num）三个指标衡量企业的成本转嫁能力，分析成本转嫁效应的作用机制。具体做法如下：（1）采用行业内所有企业的利润与营业收入之比测度行业营业收入利润率，按照年度中位数划分为高利润率行业和低利润率行业，分别作为强成本转嫁能力组和弱成本转嫁能力组。结果如表8列 (1)、列 (2) 所示，低利润率行业组的Treat×Time系数显著为正，而高利润率行业组的交互项系数不显著，表明碳交易政策提高了弱成本转嫁能力企业的金融化水平。（2）以赫芬达尔指数（采用营业收入的市场份额集中度计算）衡量行业竞争程度，依据年度中位数划分强成本转嫁能力组（竞争程度小）和弱成本转嫁能力组（竞争程度大）。结果如表8列 (3)、列 (4) 所示，竞争程度较大（低HHI）行业的交互项系数显著为正，而高HHI组的交互项系数不显著。表明碳交易政策对弱成本转嫁能力企业的金融化水平具有促进作用。（3）以行业内的企业数量衡量行业竞争程度，依据年度中位数划分弱成本转嫁能力组（竞争程度大）和强成本转嫁能力组（竞争程度小）。结果如表8列 (5)、列 (6) 所示，竞争程度较大（多Num）行业的交互项系数显著为正，而少Num组的交互项系数显著为负，表明企业的成本转嫁能力越弱，碳交易政策对其金融化水平的正向影响越大。以上结果证明了企业成本转嫁能力可以调节碳排放权交易政策对企业金融化的影响，印证了“成本遵循”效应[9,11]。因此，假说2得到验证。
表8 成本转嫁效应检验

Table 8 The test results of cost shifting effect

变量 (1) 低Profit (2) 高Profit (3) 低HHI (4) 高HHI (5) 少Num (6) 多Num
Treat×Time 0.005*
(0.003)		 0.004
(0.004)		 0.007***
(0.002)		 -0.006
(0.005)		 -0.018*
(0.009)		 0.007***
(0.002)
控制变量 是 是 是 是 是 是
行业时间趋势 是 是 是 是 是 是
个体固定效应 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是
观测值/个 8833 6622 13782 1673 839 14616
调整R2 0.097 0.087 0.084 0.129 0.229 0.085

注：*表示10%的显著性水平，下同。

3.5.2 流动性约束效应

参考已有文献[41,48]做法，分别采用现金持有、内部现金流、应付账款和应收账款四个指标反映流动性约束。理论上讲，若碳交易政策加重企业的流动性约束，则会对企业现金持有量和内部现金流形成负面冲击，企业内部资金充裕度会下降。基于这一逻辑，采用货币资金与总资产的比值测度企业现金持有量、现金流净额与总资产的比值刻画企业内部现金流，进行回归分析。结果如表9列 (1)、列 (2) 所示，交互项系数均显著为负，表明碳交易政策显著降低了企业的现金持有量和内部现金流，证实了碳交易政策通过流动性约束提升了企业的金融化水平。
表9 流动性约束效应与投资替代效应检验

Table 9 The test results of liquidity constraint effect and investment substitution effect

变量 (1) 现金持有量 (2) 内部现金流 (3) 应付账款 (4) 应收账款 (5) 投资替代
Treat×Time -0.033***
(0.003)		 -0.007***
(0.002)		 0.026*
(0.014)		 -0.048**
(0.019)		 -0.002
(0.002)
控制变量 是 是 是 是 是
行业时间趋势 是 是 是 是 是
个体固定效应 是 是 是 是 是
时间固定效应 是 是 是 是 是
观测值/个 15455 15455 15455 15455 15455
调整R2 0.384 0.085 0.741 0.569 0.642
理论上说，当企业面临资金困难，则会采用较为保守的交易方式，通过增持应付账款或减少应收账款等手段提高商业信用[49,50]，增加资金回笼，以缓解流动性约束。基于这一逻辑，若碳交易政策强化了企业的流动性约束，企业的应付账款会趋于增加而应收账款会趋于缩减。采用应付账款和应收账款总额的自然对数为因变量进行回归分析，结果如表9列 (3) 所示，交互项系数显著为正，表明碳交易政策增加了企业的应付账款。列 (4) 的交互项系数显著为负，表明碳交易政策降低了企业的应收账款。综上可知，碳交易政策减少了企业内部资金，增强了流动性约束，证明了存在流动性约束机制的影响，这与已有研究结论相似[26,28]。另外，从企业实施增持应付账款和缩减应收账款等资金管理手段，应对碳交易政策带来的压力，也佐证了流动性约束对企业金融化的影响。因此，假说3得到验证。

3.5.3 投资替代效应

制造业企业增加金融化投资可能出于“蓄水池”动机，也可能出于金融投资的高回报动机，将投资实体经济的资金转向金融领域，即“实体投资替代”效应。理论上讲，如果“实体投资替代”效应存在，那么企业实体投资规模在碳交易政策出台之后理应降低[29]。基于这一逻辑，借鉴潘红波等[51]做法，采用企业固定资产投资与在建工程净额之和与总资产之比来刻画实体投资规模并作为被解释变量进行回归分析。结果如表9列 (5) 所示，交互项系数虽然为负但不显著，表明碳交易政策并没有显著降低企业的实体投资规模，排除了金融替代实体的可能性。研究结论验证了碳交易政策强化了制造业企业的流动性约束，致使金融投资增加，但并没有明显缩减企业实体投资，不能为资本逐利动机提供证据。这也证实了齐绍洲等[28]、蔡海静等[4]观点。因此，假说4未得到验证。

3.5.4 融资约束效应

借鉴Whited等[52]做法，构建WW指数刻画融资约束，WW值越大代表企业面临的融资约束越强。具体算法如下：WW指数=-0.091×经营活动产生的现金流量净额/总资产-0.062×是否发放现金股利的虚拟变量+0.021×长期负债/总资产-0.044×总资产的自然对数+0.102×行业营业收入增长率-0.035×企业营业收入增长率。按照WW指数的年度中位数划分高融资约束组和低融资约束组，结果如表10所示。高融资约束组的Treat×Time系数显著为正，而低融资约束组的交互项系数不显著，表明当企业的融资约束较强时，碳交易政策对企业金融化的作用更大，而弱融资约束可以在一定程度上缓解碳交易政策对企业金融化的强化作用。这与已有研究结论相似[26,28]。因此，假说5得到验证。
表10 融资约束效应检验

Table 10 The test results of financing constraint effect

变量 Fin1 Fin2 Fin3
(1) 低WW (2) 高WW (3) 低WW (4) 高WW (5) 低WW (6) 高WW
Treat×Time -0.0001
(0.002)		 0.010***
(0.002)		 -0.0002
(0.002)		 0.004**
(0.002)		 0.0001
(0.001)		 0.006***
(0.001)
控制变量 是 是 是 是 是 是
行业时间趋势 是 是 是 是 是 是
个体固定效应 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是
观测值/个 7065 8353 7065 8353 7065 8353
调整R2 0.071 0.105 0.061 0.083 0.083 0.055

3.6 政策类型和政策强度的影响

为了进一步验证环境规制对企业金融化的影响，按照政策类型和规制强度将环境规制政策分为四类：政令强约束型、政令弱约束型、市场强约束型和市场弱约束型。一般而言，市场型环境规制偏弱约束性，所以本文比较分析政令强约束型、政令弱约束型及市场型环境规制对企业金融化的影响，识别环境政策类型和约束强度的差异对企业金融化的作用。

3.6.1 政令强约束型环境政策

新环境保护法作为中国最严格的环保法，是典型的命令控制型环境规制，具有强约束性和高标准化特征。将2015年新《环境保护法》（以下简称“《环保法》”）的出台视为一项准自然实验，依据《碳排放权交易蓝皮书：中国碳排放权交易报告（2017年）》中的标准，选取属于碳排放重点行业的企业为处理组，其他行业企业为控制组。构建双重差分模型，考察新环保法对制造业企业金融化的影响。结果如表11列 (1)~列 (3) 所示，交互项系数均显著为负，表明新环保法对制造业企业金融化具有明显的抑制作用。这一结果与市场激励型环境规制的影响相反，也证实了相关研究的结论[29,32]。
表11 不同环境政策对企业金融化的影响

Table 11 The impact of different environmental policies on corporate financialization

变量 新环保法 低碳城市试点
(1) Fin1 (2) Fin2 (3) Fin3 (4) Fin1 (5) Fin2 (6) Fin3
Treat×Time -0.005***
(0.001)		 -0.005***
(0.001)		 -0.001*
(0.001)		 0.004**
(0.002)		 0.003*
(0.002)		 0.001*
(0.001)
控制变量 是 是 是 是 是 是
行业时间趋势 是 是 是 是 是 是
个体固定效应 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是
观测值/个 15455 15455 15455 15455 15455 15455
调整R2 0.085 0.071 0.044 0.084 0.070 0.045

3.6.2 政令弱约束型环境政策

虽然低碳城市试点属于命令控制型环境政策，但不同于新《环保法》，该政策具有弱约束性特征，不设定具体目标，而是根据试点地区具体情况而定[53]。低碳城市试点也是逐步进行。鉴于第三批公布时间较晚，将2012年低碳城市试点政策的出台视为一项准自然实验，选取第一批、第二批的试点城市为处理组，其他城市为控制组，构建双重差分模型。结果如表11列 (4)~列 (6) 所示，交互项的系数均显著为正。这说明低碳城市试点政策同碳排放权交易试点政策一样，不仅提升了企业的金融化水平，对短期和长期的金融投资都具有积极作用，与已有研究结论保持一致[26,30]。相比而言，低碳城市试点政策的影响程度要小于碳交易政策。
通过不同环境政策对制造业企业金融化影响的检验结果可以发现，如碳排放交易机制和低碳城市试点政策这类具有灵活性、非强约束性特征的环境规制增强了企业的金融投资，而新《环保法》这类具有强约束性特征的环境规制弱化了企业金融投资。这在一定程度上反映出环境规制对企业金融化影响的差异不一定由政策的类型（市场激励型或命令控制型）导致，而在于政策的约束性强度和灵活性。

3.7 异质性检验

3.7.1 企业性质异质性

根据股权性质将样本企业划分为国有和非国有企业两组并进行回归。结果如表12所示，仅有列 (4)、列 (6) 的交互项系数显著为正，表明碳交易政策对国有企业金融化没有显著影响，但对非国有企业金融化产生显著的积极作用，这与已有研究结论一致[27]。
表12 企业股权异质性检验

Table 12 The heterogeneity test of enterprise ownership

变量 国有企业 非国有企业
(1) Fin1 (2) Fin2 (3) Fin3 (4) Fin1 (5) Fin2 (6) Fin3
Treat×Time 0.002
(0.002)		 0.002
(0.002)		 0.0002
(0.001)		 0.007***
(0.002)		 0.002
(0.002)		 0.004***
(0.001)
控制变量 是 是 是 是 是 是
行业时间趋势 是 是 是 是 是 是
个体固定效应 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是
观测值/个 6087 6087 6087 9368 9368 9368
调整R2 0.058 0.056 0.029 0.056 0.097 0.076

3.7.2 区域异质性

企业发展水平和资金约束程度因区域差异而存在不同，环境政策在不同地区的实施效果也存在差异，总样本分析可能会掩盖区域特性。因此，将样本划分为东部和中西部两大区域，进一步考察碳交易政策对企业金融化的区域异质性影响。结果如表13所示，列 (1)、列 (3) 的交互项系数显著为正，表明碳交易政策对东部地区制造业企业金融化具有明显的促进作用。列 (4)、列 (6) 的交互项系数均显著为负，表明碳交易政策对中西部地区制造业企业金融化具有明显的抑制作用。这与已有研究结论不同[27,29]，反映出碳交易政策和其他环境政策对不同地区企业的金融化影响存在异质性。
表13 区域异质性检验

Table 13 The heterogeneity test of regions where enterprises are located

变量 东部 中西部
(1) Fin1 (2) Fin2 (3) Fin3 (4) Fin1 (5) Fin2 (6) Fin3
Treat×Time 0.006***
(0.002)		 0.002
(0.002)		 0.004***
(0.001)		 -0.006**
(0.003)		 -0.003
(0.002)		 -0.004***
(0.001)
控制变量 是 是 是 是 是 是
行业时间趋势 是 是 是 是 是 是
个体固定效应 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是
观测值/个 10018 10018 10018 5437 5437 5437
调整R2 0.100 0.080 0.059 0.075 0.067 0.077

3.7.3 企业规模异质性

按照年度行业均值排序企业规模，大于均值为大规模企业，反之为小规模企业。两组子样本的回归结果显示（表14），小规模企业的交互项系数显著为正，说明碳交易机制对小企业的金融化作用明显。大企业在资金富裕度、抗风险能力、市场竞争力等方面的优势为其绿色转型和应对外部风险提供了保障，因此碳交易机制可能对其生产经营、投融资策略和资金风险并未带来实质性的影响。
表14 企业规模与行业异质性检验

Table 14 The heterogeneity test of enterprise size and industry type

(1) 大规模 (2) 小规模 (3) 重污
企业		 (4) 非重
污企业		 (5) 积极
转绿		 (6) 重污
转绿		 (7) 重污
非绿		 (8) 非污
转绿		 (9) 非污
非绿
Treat×Time -0.001
(0.002)		 0.012***
(0.004)		 0.007***
(0.002)		 0.004
(0.003)		 0.010***
(0.003)		 0.008**
(0.004)		 0.006***
(0.003)		 0.007**
(0.003)		 0.003
(0.003)
控制变量 是 是 是 是 是 是 是 是 是
行业时间趋势 是 是 是 是 是 是 是 是 是
个体固定效应 是 是 是 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是 是 是 是
观测值/个 7882 7529 6028 9381 4955 1717 4311 3238 6143
调整R2 0.071 0.105 0.091 0.087 0.113 0.101 0.096 0.134 0.069

3.7.4 行业异质性

碳交易政策利用市场机制实现总体减碳，除了约束高排放企业外，也会激励其他企业绿色转型，并影响金融资产配置。按照《上市公司环保核查行业分类管理名录》匹配并区分重度污染行业企业和非重度污染行业企业。借鉴胡洁等[54]做法，采用企业申请绿色专利数表征绿色转型，如果企业积极进行绿色创新，则在绿色转型方面表现更佳。按照年度行业均值排序企业申请的绿色专利数，高于均值为积极绿色转型企业，反之为非积极绿色转型企业。按照“重度污染—绿色转型”组合四组子样本：“重度污染且积极绿色转型企业”“重度污染非积极绿色转型企业”“非重度污染但积极绿色转型企业”“非重度污染非积极绿色转型企业”。估计结果见表14，除列 (4)、列 (9) 的交互项系数不显著外，列 (3)、列 (5)~列 (8) 的交互项系数显著为正，且列 (6) 的系数最大，说明碳交易对污染企业及积极进行绿色转型的非重度污染企业的金融化有显著影响，对重度污染且积极绿色转型类企业金融化水平的影响更大。可能的原因是市场型政策激励更多的市场主体参与减排，包括非重度污染企业。积极开展绿色转型增加了绿色创新投资，导致企业资金趋紧，可能产生金融化。

4 结论与讨论

4.1 结论

（1）碳排放权交易试点政策显著提升了制造业企业金融化水平，这一结果在经过多种匹配方法、子样本回归、安慰剂检验、公告效应检验、相关政策的干扰检验等一系列稳健性测试后依然成立。同时，碳交易政策对企业长期金融投资的强化作用不明显，平行趋势检验也验证了“蓄水池”动机占据主导效应，资本逐利动机不明显，制造业企业没有呈现“脱实向虚”的趋势。
（2）碳排放权交易政策影响企业金融化的主要机制包括内部的成本转嫁效应和流动性约束效应及外部的融资约束效应。碳交易政策强化了弱成本转嫁能力企业的金融化投资，印证了“成本遵循”效应。碳交易政策通过流动性约束机制提升了企业的金融化水平，而投资替代效应并没有发挥作用，为“蓄水池”动机提供了证据。融资约束可以正向调节碳交易政策对企业金融化的作用，而低融资约束企业的金融化未受明显影响。碳交易政策对企业金融化的异质性影响可能受到企业绿色转型积极性的调节作用。
（3）不同环境规制政策对企业金融化具有差异化影响。政令强约束型环境规制抑制了制造业企业金融化，而政令弱约束型和市场激励型环境规制强化了企业金融化。政令弱约束型政策的影响程度要小于市场激励型政策。这在一定程度上反映出环境规制对企业金融化影响的差异未必由政策类型导致，而在于政策的约束性强度和灵活性。
（4）碳交易政策对企业金融化的作用具有股权异质性、区域异质性、规模异质性和行业异质性特征。碳交易政策提升了非国有企业、小企业、污染企业和东部地区制造业企业的金融化，同时对绿色转型的非污染企业的金融化有积极影响，而对中西部地区制造业企业金融化具有抑制作用。

4.2 管理启示

（1）积极发挥市场激励型环境规制在环境治理中的优势。重视环境政策的设计，强调政策的灵活性。中央政府要给予地方政府调整政策的权力，根据地方经济发展水平、企业实力、环境政策的实施效果、就业压力等实际情况，调整环境规制政策的约束强度。依据不同环境政策的差异化作用，做到因时因地因企合理实施和组合实施。
（2）创造较为宽松的市场环境，给予制造业企业调整投融资决策的空间和时间。拓宽融资渠道，提供融资便利，缓解环境规制带来的流动性约束和融资约束，降低企业的经营风险，提升制造业企业的经营信心，激发其主动减排的动力。
（3）允许制造业企业适当增加金融投资，同时也要防范过度金融化倾向。积极引导企业通过提升生产效率、技术创新、绿色创新、管理创新等手段，实现金融化投资的不断缩减并逐渐向实体经济回归。由“脱实向虚”向“脱虚向实”转变，壮大实体经济，推动中国经济高质量发展。

4.3 不足与展望

虽然银行借贷是中国企业外部融资的主要途径[55]，但企业也可通过其他方式改善融资环境，如投保环责险[46]，以缓解“预防性储备”动机的金融化趋向。因此融资约束作为环境规制影响企业金融化的作用机制有待于进一步检验。不同环境政策对企业金融化存在差异化影响，未来可进一步分析不同类型政策的组合效应，识别政策之间的协同和调节作用。企业金融化的原因不局限于环境规制政策，收益率之差、经济政策不确定性[35,36]、环境不确定性[56]等都是企业增持金融资产的重要原因。因此，企业金融化的影响机理值得深入系统思考。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
李强, 谢舟涛, 夏海清. “双碳”目标有利于促进经济高质量发展吗?. 广西师范大学学报: 哲学社会科学版, 2024, 60(2): 109-126.

[LI Q, XIE Z T, XIA H Q. Is the "dual carbon" goal conducive to promoting high-quality economic development?. Journal of Guangxi Normal University: Philosophy and Social Sciences Edition, 2024, 60(2): 109-126.]

[2]
胡森林, 鲍涵, 郝均, 等. 环境规制对长三角城市绿色发展的影响: 基于技术创新的作用路径分析. 自然资源学报, 2022, 37(6): 1572-1585.

DOI

[HU S L, BAO H, HAO J, et al. Research on the impact of environmental regulation on urban green development in the Yangtze River Delta: An analysis of intermediary mechanism based on technological innovation. Journal of Natural Resources, 2022, 37(6): 1572-1585.]

[3]
郭沛, 梁栋. 低碳试点政策是否提高了城市碳排放效率: 基于低碳试点城市的准自然实验研究. 自然资源学报, 2022, 37(7): 1876-1892.

DOI

[GUO P, LIANG D. Does the low-carbon pilot policy improve the efficiency of urban carbon emissions: Quasi-natural experimental research based on low-carbon pilot cities. Journal of Natural Resources, 2022, 37(7): 1876-1892.]

DOI

[4]
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. 会计研究, 2021, (4): 78-88.

[CAI H J, XIE Q X, ZHANG H M. Active adaptability or short-run profit pursuing: Institutional logic of entity enterprises financialization from the perspective of environmental regulation. Accounting Research, 2021, (4): 78-88.]

[5]
李胜兰, 林沛娜. 我国碳排放权交易政策完善与促进地区污染减排效应研究: 基于省级面板数据的双重差分分析. 中山大学学报: 社会科学版, 2020, 60(5): 182-194.

[LI S L, LIN P N. Study on the effect of improving China's carbon emission trading policy and promoting regional pollution reduction: A difference-difference analysis based on provincial panel data. Journal of Sun Yat-sen University: Social Science Edition, 2020, 60(5): 182-194.]

[6]
吴茵茵, 齐杰, 鲜琴, 等. 中国碳市场的碳减排效应研究: 基于市场机制与行政干预的协同作用视角. 中国工业经济, 2021, (8): 114-132.

[WU Y Y, QI J, XIAN Q, et al. The carbon emission reduction effect of China's carbon market: From the perspective of the coordination between market mechanism and administrative intervention. China Industrial Economics, 2021, (8): 114-132.]

[7]
YU X, SHI J W, WAN K, et al. Carbon trading market policies and corporate environmental performance in China. Journal of Cleaner Production, 2022, 371: 133683, Doi: 10.1016/j.jclepro.2022.133683.

[8]
HONG Q, CUI L, HONG P. The impact of carbon emissions trading on energy efficiency: Evidence from quasi-experiment in China's carbon emissions trading pilot. Energy Economics, 2022, 110: 106025, Doi: 10.1016/j.eneco.2022.106025.

[9]
饶蕾, 曾骋. 欧盟碳排放权交易制度对企业的经济影响分析. 环境保护, 2008, (6): 77-79.

[RAO L, ZENG C. Analysis of the economic impact of EU carbon emission trading system on enterprises. Environmental Protection, 2008, (6): 77-79.]

[10]
BROUWERS R, SCHOUBBEN F, VAN HULLE C. The influence of carbon cost pass through on the link between carbon emission and corporate financial performance in the context of the European union emission trading scheme. Business Strategy and the Environment, 2018, 27(8): 1422-1436.

[11]
LIST J A, MCHONE W W, MILLIMET D L. Effects of environmental regulation on foreign and domestic plant births: Is there a home field advantage?. Journal of Urban Economics, 2004, 56(2): 303-326.

[12]
WEN Y, HU P, LI J, et al. Does China's carbon emissions trading scheme really work? A case study of the Hubei pilot. Journal of Cleaner Production, 2020, 277: 124151, Doi: 10.1016/j.jclepro.2020.124151.

[13]
沈能. 环境规制对区域技术创新影响的门槛效应. 中国人口·资源与环境, 2012, 22(6): 12-16.

[SHEN N. The threshold effect of environmental regulation on regional technological innovation. China Population, Resources and Environment, 2012, 22(6): 12-16.]

[14]
CUI J, MOSCHINI G C. Firm internal network, environmental regulation, and plant death. Journal of Environmental Economics and Management, 2020, 101: 102319, Doi: 10.1016/j.jeem.2020.102319.

[15]
戴其文, 杨靖云, 张晓奇, 等. 污染企业/产业转移的特征、模式与动力机制. 地理研究, 2020, 39(7): 1511-1533.

DOI

[DAI Q W, YANG J Y, ZHANG X Q, et al. Transfer characteristics, patterns and mechanisms of polluting enterprises and industries. Geographical Research, 2020, 39(7): 1511-1533.]

DOI

[16]
李钢, 马岩, 姚磊磊. 中国工业环境管制强度与提升路线: 基于中国工业环境保护成本与效益的实证研究. 中国工业经济, 2010, (3): 31-41.

[LI G, MA Y, YAO L L. The intensity and upgrade path for China's industrial environmental regulation: An empirical study of the costs and benefits of China's industrial environmental protection. China Industrial Economics, 2010, (3): 31-41.]

[17]
SCHMUTZLER A. Environmental regulations and managerial myopia. Environmental and Resource Economics 2001, 18(1): 87-100.

[18]
张三峰, 曹杰, 杨德才. 环境规制对企业生产率有好处吗? 来自企业层面数据的证据. 产业经济研究, 2011, (5): 18-25.

[ZHANG S F, CAO J, YANG D C. Can environmental regulations be good for enterprise productivity: An empirical study based on data of enterprises in China. Industrial Economics Research, 2011, (5): 18-25.]

[19]
SHAO S, HU Z, CAO J, et al. Environmental regulation and enterprise innovation: A review. Business Strategy and the Environment, 2020, 29(3): 1465-1478.

[20]
LANOIE P, LAURENT-LUCCHETTI J, JOHNSTONE N, et al. Environmental policy, innovation and performance: New insights on the Porter hypothesis. Journal of Economics and Management Strategy, 2011, 20(3): 803-842.

[21]
CROTTY J. The neoliberal paradox: The impact of destructive product market competition and impatient finance on nonfinancial corporations in the Neoliberal Era. Review of Radical Political Economics, 2003, 35(3): 271-279.

[22]
KRIPPNER G R. The financialization of the American economy. Socio-economic Review, 2005, 3(2): 173-208.

[23]
陈屹立, 邓雨薇. 环境规制、市场势力与企业创新. 贵州财经大学学报, 2021, (1): 30-43.

[CHEN Y L, DENG Y W. Environmental regulation, market power and enterprise innovation. Journal of Guizhou University of Finance and Economics, 2021, (1): 30-43.]

[24]
刘晓光, 刘元春. 杠杆率、短债长用与企业表现. 经济研究, 2019, 54(7): 127-141.

[LIU X G, LIU Y C. Leverage, short-term debt for long-term use, and firm performance. Economic Research Journal, 2019, 54(7): 127-141.]

[25]
张一林, 林毅夫, 朱永华. 金融体系扭曲、经济转型与渐进式金融改革. 经济研究, 2021, 56(11): 14-29.

[ZHANG Y L, LIN Y F, ZHU Y H. Financial repression, economic transition and progressive financial reform. Economic Research Journal, 2021, 56(11): 14-29.]

[26]
XIE G, YANG Y, JIANG K, et al. The effect of the new environmental protection law on corporate financialization in China. Environmental Science and Pollution Research, 2022, 29(55): 83596-83611.

[27]
张超, 宋华盛. 环境规制与企业金融资产配置: 来自新《环保法》颁布的证据. 当代财经, 2022, (3): 53-65.

[ZHANG C, SONG H S. Environmental regulation and corporate financial asset allocation: Evidence from the promulgation of the new Environmental Protection Law. Contemporary Finance & Economics, 2022, (3): 53-65.]

[28]
齐绍洲, 段博慧. 碳交易政策对企业金融化的影响研究. 西安交通大学学报: 社会科学版, 2022, 42(5): 63-71.

[QI S Z, DUAN B H. Research on the impact of carbon trading policy on the financialization of enterprises. Journal of Xi'an Jiaotong University: Social Sciences, 2022, 42(5): 63-71.]

[29]
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. 北京理工大学学报: 社会科学版, 2021, 23(2): 30-43.

[YU M M, MA Y Y. The influence of environmental regulation on the behavior of firms' financializalization: Based on quasi-natural experiment of "New Environmental Protection Law". Journal of Beijing Institute of Technology: Social Sciences Edition, 2021, 23(2): 30-43.]

[30]
李萍, 黄瀛舟. 运营能力、环境规制与制造业企业金融化. 财会通讯, 2022, (17): 78-82.

[LI P, HUANG Y Z. Operational capacity, environmental regulation and financialization of manufacturing firms. Communication of Finance and Accounting, 2022, (17): 78-82.]

[31]
于连超, 谢鹏, 刘强, 等. 环境保护费改税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. 当代财经, 2022, (2): 127-137.

[YU L C, XIE P, LIU Q, et al. Can the reform of environmental protection fee to tax suppress corporate financialization? A quasi-natural experiment based on the implementation of the environmental protection tax law. Contemporary Finance & Economics, 2022, (2): 127-137.]

[32]
丁海, 石大千, 朱文博. 环境法制建设与污染企业金融化? 基于新《环境保护法》出台的准自然实验. 金融学季刊, 2021, 15(4): 83-116.

[DING H, SHI D Q, ZHU W B. Environmental legal construction and pollution enterprises financialization: Based on a natural experiment of new environmental protection Law. Quarterly Journal of Finance, 2021, 15(4): 83-116.]

[33]
孙晓华, 张竣喃, 郑辉. “营改增”促进了制造业与服务业融合发展吗. 中国工业经济, 2020, (8): 5-23.

[SUN X H, ZHANG J N, ZHENG H. Will replacing BT with VAT promote the integration of manufacturing and services. China Industrial Economics, 2020, (8): 5-23.]

[34]
戴赜, 彭俞超, 马思超. 从微观视角理解经济“脱实向虚”: 企业金融化相关研究述评. 外国经济与管理, 2018, 40(11): 31-43.

[DAI Z, PENG Y C, MA S C. Understanding the economic shifting "from real to virtual" from the micro perspective: A literature review of corporate financialization. Foreign Economics & Management, 2018, 40(11): 31-43.]

[35]
DEMIR F. Financial liberalization, private investment and portfolio choice: Financialization of real sectors in emerging markets. Journal of Development Economics, 2009, 88(2): 314-324.

[36]
彭俞超, 韩珣, 李建军. 经济政策不确定性与企业金融化. 中国工业经济, 2018, (1): 137-155.

[PENG Y C, HAN X, LI J J. Economic policy uncertainty and corporate financialization. China Industrial Economics, 2018, (1): 137-155.]

[37]
YU W, ZHAN Q, AMEER W, et al. Effects of heterogeneity of financialization on firm innovation: Evidence in context of energy transition in lens of research and development. Frontiers in Energy Research, 2022, 10: 930974, Doi: 10.3389/fenrg.2022.930974.

[38]
王红建, 曹瑜强, 杨庆, 等. 实体企业金融化促进还是抑制了企业创新: 基于中国制造业上市公司的经验研究. 南开管理评论, 2017, 20(1): 155-166.

[WANG H J, CAO Y Q, YANG Q, et al. Does the financialization of non-financial enterprises promote or inhibit corporate innovation: Based on the empirical study of listed manufacturing companies in China. Nankai Business Review, 2017, 20(1): 155-166.]

[39]
阳旸, 刘姝雯, 徐照宜, 等. 企业金融化对企业业绩的影响研究: 基于期限结构异质性视角. 会计研究, 2021, (9): 77-94.

[YANG Y, LIU S W, XU Z Y, et al. The impact of firms' financialization on firms' performance: Based on the heterogeneity of term structure. Accounting Research, 2021, (9): 77-94.]

[40]
XU X, XUAN C. A study on the motivation of financialization in emerging markets: The case of Chinese nonfinancial corporations. International Review of Economics and Finance, 2021, 72: 606-623.

[41]
刘贯春, 叶永卫, 张军. 社会保险缴费、企业流动性约束与稳就业: 基于《社会保险法》实施的准自然实验. 中国工业经济, 2021, (5): 152-169.

[LIU G C, YE Y W, ZHANG J. Social security contributions, liquidity constraint and employment stabilization: A quasi-natural experiment from the enactment of social insurance law. China Industrial Economics, 2021, (5): 152-169.]

[42]
孙菁, 周红根, 李启佳. 股权激励与企业研发投入: 基于PSM的实证分析. 南方经济, 2016, 34(4): 63-79.

[SUN J, ZHOU H G, LI Q J. Equity incentives and enterprise R&D investment: Based on the empirical analysis of PSM. South China Journal of Economics, 2016, 34(4): 63-79.]

[43]
ARKHANGELSKY D, ATHEY S, HIRSHBERG D A, et al. Synthetic difference-in-differences. American Economic Review, 2021, 111(12): 4088-4118.

[44]
王馨, 王营. 绿色信贷政策增进绿色创新研究. 管理世界, 2021, 37(6): 173-188, 11.

[WANG X, WANG Y. Research on the green innovation promoted by green credit policies. Journal of Management World, 2021, 37(6): 173-188, 11.]

[45]
樊勇, 李昊楠. 税收征管、纳税遵从与税收优惠: 对金税三期工程的政策效应评估. 财贸经济, 2020, 41(5): 51-66.

[FAN Y, LI H N. Tax administration, tax compliance and tax preferences: Evaluation of the policy effect of the third phase of the golden tax project. Finance & Trade Economics, 2020, 41(5): 51-66.]

[46]
刘行, 赵晓阳. 最低工资标准的上涨是否会加剧企业避税?. 经济研究, 2019, 54(10): 121-135.

[LIU H, ZHAO X Y. Does increasing the minimum wage induce tax avoidance?. Economic Research Journal, 2019, 54(10): 121-135.]

[47]
胡珺, 穆颜如. 环境污染责任保险与企业金融化: 基于中国重污染企业的分析. 保险研究, 2022, (2): 48-63.

[HU J, MU Y R. Environmental pollution liability insurance and corporate financialization: Based on the analysis of heavy polluting enterprises in China. Insurance Studies, 2022, (2): 48-63.]

[48]
王涛, 袁牧歌. 流动性约束与企业出口行为: 基于Heckman两阶段模型的实证研究. 国际商务: 对外经济贸易大学学报, 2019, (3): 15-31.

[WANG T, YUAN M G. Liquidity constraints and export behavior of enterprises: An empirical study based on Heckman two-stage model. International Business, 2019, (3): 15-31.]

[49]
王彦超, 林斌. 金融中介、非正规金融与现金价值. 金融研究, 2008, (3): 177-199.

[WANG Y C, LIN B. Financial intermediation, informal finance and cash value. Journal of Financial Research, 2008, (3): 177-199.]

[50]
李雪玉. 中国制造业FDI与企业出口: 基于融资约束视角的分析. 商业研究, 2016, (4): 17-24.

[LI X Y. FDI and international trade in manufacturing in China: An analysis based on the perspective of credit constraints. Commercial Research, 2016, (4): 17-24.]

[51]
潘红波, 陈世来. 《劳动合同法》、企业投资与经济增长. 经济研究, 2017, 52(4): 92-105.

[PAN H B, CHEN S L. Labor law, corporate investment, and economic growth. Economic Research Journal, 2017, 52(4): 92-105.]

[52]
WHITED T M, WU G. Financial constraints risk. The Review of Financial Studies, 2006, 19(2): 531-559.

[53]
徐佳, 崔静波. 低碳城市和企业绿色技术创新. 中国工业经济, 2020, (12): 178-196.

[XU J, CUI J B. Low-carbon city and firms' green technology innovation. China Industrial Economics, 2020, (12): 178-196.]

[54]
胡洁, 于宪荣, 韩一鸣. ESG评级能否促进企业绿色转型? 基于多时点双重差分法的验证. 数量经济技术经济研究, 2023, 40(7): 90-111.

[HU J, YU X R, HAN Y M. Can ESG ratings promote green transformation? Verification based on multi-time point differential method. Journal of Quantitative & Technological Economics, 2023, 40(7): 90-111.]

[55]
林毅夫, 孙希芳, 姜烨. 经济发展中的最优金融结构理论初探. 经济研究, 2009, 44(8): 4-17.

[LIN Y F, SUN X F, JIANG Y. Toward a theory of optimal financial structure in economic development. Economic Research Journal, 2009, 44(8): 4-17.]

[56]
王之颖, 赵汝想. 环境不确定性对企业金融化的影响: 风险承担、融资约束和代理成本的中介作用. 金融发展研究, 2021, (7): 46-53.

[WANG Z Y, ZHAO R X. The impact of environmental uncertainty on financialization of enterprises: The intermediary role of risk taking, financing constraints and agency costs. Journal of Financial Development Research, 2021, (7): 46-53.]

Options
文章导航

/

〈 〉