当绿债成新宠：行业如何共享环保金融红利？

倪中新

吴相龙

巫景飞

党的二十大报告指出，尊重自然、顺应自然、保护自然，是全面建设社会主义现代化国家的内在要求。必须牢固树立和践行绿水青山就是金山银山的理念，站在人与自然和谐共生的高度谋划发展。绿色金融政策是世界各国解决环境外部性与资本市场失灵、推进绿色发展的重要手段之一。^［1］回顾“十三五”期间金融体制改革成果，中国已初步形成支持绿色金融发展的政策体系和市场环境，绿色金融在推动经济绿色转型过程中发挥了重大作用。绿色债券作为中国主要绿色金融业务之一，引导直接融资向绿色产业进行适度倾斜，帮助有条件、符合规划要求的公司破解资源环境瓶颈约束、完成绿色项目建设以及加速绿色技术创新，推动绿色经济深度发展。根据万得数据库（Wind）的数据统计，截至2022年1月，中国共发行贴标绿色债券（含碳中和专项债）约1500只，发行规模约17000亿元。

现有研究对中国公司发行绿色债券引起的后果进行了较多探讨。研究发现，行业中首次发行绿色债券的公司能够激励同行业公司发行绿色债券、开展绿色行为，产生了行业溢出效应，使得同行业公司在债券一级市场的融资成本降低。^［2］181上市公司发行绿色债券降低了信息不对称，对自身债务契约签订产生了有利影响，^［3］153还能够引起投资者对自身的超额关注从而使得股票量价齐升。^［4］57这些研究取得的成果值得借鉴，同时，我们不禁思考，行业首次发行绿色债券是否会对债券二级市场产生溢出作用，即是否能影响同行业公司信用债的市场价格？与既有文献相比，本文关注行业首次发行绿色债券能否引发债券二级市场的良性反应，对于检验绿色金融政策在市场投资端的有效性、深化理解投资者对绿色信号的反应具有重要意义，为大力发展绿色金融提供理论和经验证据。

本文以2015—2019年公司信用债为样本，使用交错双重差分法进行经验研究后发现，行业首次发行绿色债券使得同行业公司普通债券的信用利差降低，在二级市场中产生行业溢出效应，该结论在一系列稳健性检验之后仍然成立。本文认为行业首次发行绿色债券后，同行业公司将提高环境绩效、降低信息不对称以及选择绿色债券工具作为替代性融资渠道，进而综合提高了与融资提供方议价的能力，使得债务成本降低，信用违约风险下降，二级市场投资者由此会降低对同行业公司信用债要求的风险溢价。在机制检验中，本文发现行业首次发行绿色债券通过降低同行业公司的债务成本使得其普通债券的信用利差降低，债务成本在溢出过程中发挥了中介作用。进一步使用事件研究法检验发现，行业首次发行绿色债券使得同行业公司普通债券在十五个交易日的事件窗口期内产生了超额回报率，在二级市场产生了即时响应和滞后响应。上述研究发现表明，行业首次发行绿色债券通过债务成本渠道影响同行业公司普通债券在二级市场中的信用利差，投资者在行业首次发行绿色债券后的短期内也会降低对同行业公司普通债券要求的风险溢价。

与既有文献相比，本文可能的研究贡献主要体现在以下方面：第一，本文从二级市场信用利差视角探究了行业首次发行绿色债券对同行业公信用债的溢出效应，将视野投向二级市场有助于探索市场的微观结构，为验证市场的有效性提供有力依据，并能够在颗粒度更细的样本上对同行业公司风险溢价的降低及市场的反馈速度进行准确识别和估计，减少一级市场视角下的信息损失。第二，现有文献主要从公司行业地位、公司环保类型、公司产权性质、公司委托代理问题、外部舆论关注和金融市场化程度等多维度分析绿色债券发行的异质效果，本文则从债券机构投资者、公司要素密集度、地区环境规制和经济政策不确定性四个方面对行业首次发行绿色债券影响同行信用债信用利差的程度作了充分的异质性分析，有助于解释二级市场信用债行业内定价差异。第三，二级市场对信息非常敏感，且价格波动可能短暂和易逝，^［5］36本文使用事件研究法探究行业首次发行绿色债券后二级市场的反应，从投资者视角进行更加具体的机制研究，加强了对行业溢出短期效应的考察，深入理解投资者对绿色信息的接收程度和反应时间。

（一）文献综述

公司选择发行绿色债券能够降低融资成本。信用债收益率与无风险收益率之差被称为信用利差，由于绿色债券在资金用途、评估程序和监督管理等方面具有特殊性，一些学者探讨了公司绿色债券信用利差与传统信用债信用利差是否存在显著差异，基本认同中国绿色债券发行存在绿色溢价，但对美国市场绿色溢价的存在性检验仍未得出一致结论。一般理论认为，环境偏好的投资者在资助绿色项目债务融资时，为了绿色绩效、社会收益，愿意接受较低的债券收益率；绿色债券的低环境风险降低了违约风险。这些因素使得绿色债券比非绿债券具有融资成本优势，价格差异被称为绿色溢价。贝克（Baker）、泽尔比布（Zerbib）发现美国绿色债券融资成本有个位数基点的优势；^{［6］［7］}拉克尔（Larcker）、 沃茨（Watts）和弗拉默（Flammer）则认为美国绿色债券没有显著的价格差异；^{［8］［9］}麦克尔（Macaire）、纳伊夫（Naef）研究发现中国人民银行将绿色金融债券纳入中期借贷便利MLF使得绿色金融债券收益率比非绿金融债券的收益率平均下降了46个基点；^［10］祁怀锦和刘斯琴研究发现绿色信息披露和媒体关注是带来中国绿色债券溢价的两个重要机制；^［11］吕怀立等人发现中国绿色债券的碳效益越强，其绿色溢价越明显；^［12］119张丽宏等人发现第三方认证能够提高绿色溢价，但可能存在逆向选择问题。^［13］

公司发行绿色债券能够引发证券市场反应、产生经济后果和环境绩效。现有文献中，陈奉功、谭超、吴世农等人主要从股票市场、债务契约、绿色创新等方面研究绿色债券发行引起发行人自身的变化，^{［3］155 ［4］59 ［14］ ［15］}而吴育辉等人研究发现行业首次发行绿色债券存在行业溢出效应，同行业公司会模仿、跟随首个发行绿色债券的公司，实施更多有利于环境保护的战略，吸引了绿色投资者的关注，最终使得同行业公司发债的成本降低。^［2］184

绿色债券市场的不断发展也使得其和传统信用债市场之间的整体联动性逐渐加强。里博雷多（Reboredo）使用Copula函数研究国际主流债券市场指数，发现公司债券市场对绿色债券市场有显著的波动溢出。^［16］布罗德斯托克（Broadstock）和郑子云（Cheng）采用DCC-GARCH模型分析了标普绿色债券指数和标普普通债券指数之间的联动关系，并基于DMA模型研究发现经济政策、原油价格等宏观因素对联动系数具有显著的影响。^［17］高扬和李春雨基于向量自回归模型的预测误差方差分解方法，发现绿色债券市场对传统债券市场的对外溢出效应强于其接收到的溢出效应。^［18］

综上，公司发行绿色债券不仅能够降低融资成本，还能够对自身产生其他有利影响，具体表现为股票量价提升、债务契约歧视减少、绿色绩效提高，而行业首次发行绿色债券产生行业溢出效应，对同行业公司在一级市场发债产生影响。与既有文献相比，本文从二级市场视角研究行业首次发行绿色债券对同行业公司信用债信用利差的影响，并作了充分的异质性分析和机制检验，还从市场短期反应验证了投资者对于同行业公司信用债券信用利差波动的预期，研究成果对于评估绿色债券市场支持绿色经济发展的成效、防范化解绿色转型中的金融风险具有重要意义。

（二）理论分析和假说

近年来，中国银行贷款在各项融资之中的占比明显提高，金融资产风险逐步向银行部门集中。^［19］当企业不容易获得其他资金来源时，银行享有更大的市场权力，可以收取更高的利息。^［20］由于债券利率和贷款利率相近且都属于金额较大的融资，债券一直以来都是银行贷款的重要替代，企业发行融资便利性较强的债券能够减弱银行卖方市场势力，^［21］企业公开发行债券会打破银行的信息垄断，导致银行被迫下调贷款利率，企业从债券市场融资对银行贷款产生的替代性也可能导致银行下调利率，^［22］并且债券发行利率还为企业未来的银行贷款融资提供了一个公开观察的基准利率。^［23］

绿色债券市场最初由欧洲投资银行和世界银行等国际公共机构主导，根据国际经验，绿色债券存在绿色溢价，与发行普通债券相比，发行绿色债券能够帮助公司降低融资成本。在中国大力推进生态文明建设、不断强化环境规制的背景下，绿色信贷政策、新环境保护法会使污染企业信贷融资受到约束，债务成本上升，^{［24］［25］［26］}中华人民共和国国家发展和改革委员会办公厅于2015年发布《绿色债券发行指引》，放宽了发债准入条件、提高了发债审核效率，助力实体经济绿色发展。

首先，中国建设绿色债券市场引导社会资本向绿色领域倾斜，有力补充了以绿色信贷为主的绿色金融体系，使得绿色债券市场成为信贷、民间借贷等既有融资渠道的潜在替代融资工具，绿色债券发行的低门槛和便利性也使得传统融资渠道的吸引力下降。行业首次发行绿色债券的公司为同行业公司缓解融资约束提供了新的思路和示范，即通过发行绿色债券获取可得性更强、成本更低的融资。同行业公司再融资时将在传统债务工具和绿色债券中进行比较和选择，这使得既有融资渠道的定价优势减少。

其次，中国监管机构、自律协会和证券交易所对绿色债券存续期项目进展和环境信息制定了严格的信息披露规则，行业首支绿色债券的出现使得同行业公司的债权人、政府环保部门以及环保非政府组织（NGO）等对同行业公司的环境信息披露质量要求更严格、更标准。由于提高信息披露质量的标准和要求能够促进同行业公司提高信息披露质量并使得同行业公司吸引投资者关注，^［27］因此，同行业公司会增加环境信息公开程度，并在模仿性同形压力和规范性同形压力下履行环保责任，提高环境绩效。^①披露环境信息能够改善信贷约束，^［28］同行业公司的环境增量信息、环保行为会削弱既有融资渠道的信息垄断、吸引绿色投资者的关注，进一步增加了与既有融资渠道谈判时的筹码。

因此，本文认为行业首次发行绿色债券后，同行业公司与融资提供方的议价能力将提高，使得债务成本下降。而债务成本是债务违约边界的决定因素之一，^［29］行业首次发行绿色债券将降低同行业公司的信用违约风险，使得二级市场中同行业公司信用债信用利差下降。

此外，同行业公司信用债信用利差的变化也取决于二级市场投资者对同行业公司信用违约风险的感知。资本市场中的投资者往往更愿意从行业的层面对多只证券进行归类研究。^{［30］［31］}不同行业在生产经营过程中产生的环境负效应、面临的监管压力不同，导致不同行业建设绿色项目、创新绿色技术的紧迫性不同。由于信息不对称的存在，投资者会从个别公司的绿色信息中挖掘行业绿色共性信息，而各行业首次发行的绿色债券为投资者提供了分析依据。行业首次发行绿色债券向投资者传递了行业绿色信号，一方面表明同行业公司开展绿色项目具有必要性和重要意义，并且同行业公司能够通过寻求绿色认证、披露环境绩效信息等方式吸引绿色投资，迎合环境规制；另一方面，由于绿色债券发行门槛低、审批流程快，行业首次发行绿色债券便预示了接下来会有越来越多的同行业公司发行绿色债券。因此，在行业首次发行绿色债券后，投资者预期同行业公司将签订更有利的债务契约，使得债务成本降低，债券信用违约风险下降，投资者由此会降低对同行业公司信用债要求的风险溢价。

综上所述，本文提出假说H1和假说H2如下。

H1：行业首次发行绿色债券使得二级市场中同行业公司信用债的信用利差降低。

H2：行业首次发行绿色债券通过降低同行业公司的债务成本使得二级市场中同行业公司的信用债信用利差降低。

（一）数据来源与样本选择

2020 年初，经济受到不可抗力影响，一些债务主体公司难以按时披露年报等信息，监管部门发布通知允许部分公司借新还旧，并鼓励符合条件的公司发布防控专项债，这些因素使得我们难以准确分析行业首次发行绿色债券在2020年及以后的溢出效应。因此，本文选取中国2015—2019年的信用债及其债务主体数据、绿色债券数据和中宏观数据进行研究，数据来源于Wind数据库、CSMAR经济金融研究数据库。信用债选取一般中期票据、一般企业债和一般公司债，剔除公司发行的绿色债券、ST上市公司的债券、债务主体有违约历史的债券、Wind一级行业为金融的债券和Wind一级债券类型为金融的债券，并剔除全部含权债以避免债券行权造成的估计偏误，剔除财务信息缺失、实际兑付日距离观测时间节点不足一年的观测值，经整理后最终获得5568个债券样本，共计137707个月度观测值，包含1808个债务主体，覆盖110个Wind四级行业。

（二）模型构建与变量说明

借鉴吴育辉等人的做法，^［2］180本文使用交错双重差分法进行经验研究，构造如下基准回归模型：

参考李亚平和徐思等人的研究，^{［32］［33］139}本文采用月末中证到期收益率估值减去同期相同剩余期限的中证国债到期收益率来衡量二级市场中信用债的信用利差[CSit]。参考黄炜等人的研究， ^［34］11本文关键解释变量[Treatjt]=1表示样本i所属行业j在t期已经发行过贴标绿色债券，即接受处理，反之[Treatjt]=0。系数[β1]表示多时点平均处理效应的加权效应，如果显著为负则表明行业首次发行绿色债券后同行业公司信用债信用利差减小。

模型中使用[Mt]表示t期的宏观层面控制变量，包括生产价格指数、影子银行规模环比、国债收益率曲线斜率和曲率；[Xit]表示发债企业层面和债券层面控制变量，包含了样本i的债务主体公司t期所在年份上一年末的总资产、主体评级、资产负债率、资产报酬率、经营活动产生的现金净额占比、审计单位和期限错配，还包含了样本i在t期的剩余期限和债项评级，以及样本i在发行时的发行规模和城投属性；[Agit]、[Indj]、[Yearh]、[Typei]表示虚拟变量，分别用于控制债券的评级机构、所处行业、交易年份和债券类型的影响。本文使用聚类稳健标准误，并进行异方差调整。[εit]表示随机扰动项。

表1展示了每个变量的名称、单位和数据频率。利用债券特征和公司特征构建定价模型是信用利差的主流研究范式之一，这一定价思路最早源于默顿（Merton）基于看跌期权定价思路建立的结构定价模型。^［35］同时，由于市场存在信息不对称现象，投资者难以完全掌握公司内部信息，需要结合外生信息估计债券信用利差，例如宏观经济发展、货币政策等。参照以往文献，本文选取表1中的债券特征、公司特征和宏观信息作为控制变量，选取的具体依据和构建方法如下。

1. 本文从债券期限、债项评级、募资规模和城投属性四个角度设定债券层面控制变量。

（1）对数剩余期限：债券期限越长，投资者面临风险越大，风险溢价越高。借鉴徐思等人的做法，^［33］140本文选取债券剩余期限的自然对数作为控制变量之一。

（2）债项评级得分：由于信息不对称现象，投资决策可能主要依赖于评级机构出具的评级报告，较高的信用评级意味着债券具有较低的违约风险，投资者可能对高评级债券要求的风险溢价较低。借鉴吴育辉等人的做法，^［2］180本文对债券评级进行量化处理，构造债券评级得分指标作为控制变量之一。

（3）对数发行总规模：债券募资规模越大，说明企业资金需求量越大，投资者可能会将资金需求量与企业的经营状况、偿债能力等指标相结合来判断债券的风险。借鉴徐思等人的做法，^［33］140本文选取债券发行总规模的自然对数作为控制变量之一。

（4）是否城投债：城市投资建设公司发行的债券被广泛认为具有政府背书，信用风险较低。借鉴吴育辉等人的做法，^［2］180本文使用是否城投债（虚拟变量）作为控制变量之一。

2.本文从发债企业财务状况、审计质量、债务期限错配和主体评级四个角度设定发债企业层面控制变量。

（1）对数总资产、总资产负债率、资产报酬率、经营活动产生的现金净额与营收之比：发债企业的内在价值可能会影响投资者对债券的判断，理论上投资者决策时主要参考发债企业的财务状况。借鉴吴育辉等人和林晚发等人的做法，^{［2］180［36］}本文选取对数总资产、总资产负债率、资产报酬率和经营活动产生的现金净额与营收之比作为控制变量之一。

（2）是否由六大会计师事务所审计：高质量的审计能够揭示企业潜在的风险，为投资者提供更加准确的信息，较低的审计质量则意味着较高的信用风险。借鉴吕怀立等人的做法，^［12］110本文使用审计机构的资质衡量审计质量，根据排名是否稳定在中国前十位来衡量审计机构的资质，最后筛选出六家会计师事务所，分别是普华永道、安永、德勤、毕马威、立信和天健，以此为依据构建一个虚拟变量作为控制变量，债券当年审计机构仅含上述六家事务所时虚拟变量取1，否则取0。

（3）期限错配：投资者倾向于将企业投融资期限错配这种激进的投融资方式视为较大的风险，发债企业投融资期限错配程度越高，投资者对债券要求的风险溢价越高。借鉴马红等人的做法，^［37］本文使用长期投资额与长期资金补充的差除以总资产来表示资金期限错配程度，将该指标作为控制变量之一。

（4）主体评级：较高的主体信用评级能向市场传递企业盈利能力较好的积极信号，投资者可能会对高评级企业发行的债券要求的风险溢价较低。借鉴吴育辉等人的做法，^［2］180本文对主体评级进行量化处理，构造主体评级得分指标作为控制变量之一。

3.本文从通货膨胀、影子银行、国债期限结构三个角度设定宏观层面控制变量。

（1）生产者价格指数：理论上，通货膨胀率升高时，消费支出增加，投资支出减少，人们对未来预期的不确定性加大，风险厌恶程度加大，减少了对企业债券的需求，最终会引起企业债券信用利差增大。借鉴王雄元等人的做法，^［38］本文选取生产者价格指数（投资者预测通货膨胀的重要指标）作为控制变量之一。

（2）影子银行规模环比：近年来，企业通过影子银行渠道获取经营资金、缓解其融资受限困境已成为我国资本市场的一种普遍现象，据穆迪（Moody）统计：2019上半年，中国影子银行的规模达 59.6万亿元，占名义国内生产总值（GDP） 的比例 64%。张雪莹和刘茵伟研究发现,影子银行规模的增加能显著降低债券的信用利差，^［39］因此，本文选取影子银行规模环比作为控制变量之一，使用当月新增信托贷款、新增委托贷款和新增未贴现银行承兑汇票之和占社会融资规模的比重来衡量影子银行规模环比。

（3）国债收益率曲线斜率、国债收益率曲线曲率：在国债收益率曲线上，长端利率反映了未来即期利率，如果国债收益里曲线变陡（即斜率增大），预示着经济向好，企业债券信用利差会降低，而在实际投资中，国债收益里曲线弯曲程度（即曲率）的变化也是投资者调整投资组和策略的重要参考。借鉴迪博尔德（Diebold）、李灿林（Li）和陈滢（Chen）、 牛霖琳（Niu）的分析，^{［40］ ［41］}本文使用10年期国债到期收益率与3个月国债到期收益率之差来衡量国债收益率曲线斜率，使用1年期与3年期国债到期收益率的和减去10年期与3个月国债到期收益率的和来衡量国债收益率曲线曲率。

（一）描述性统计

表2提供了各变量的描述性统计结果。信用利差（CS）的均值为164.465，说明信用债相比国债具有显著的信用风险溢价；而最小值为-65.119，说明在某些时间节点上，部分信用债到期收益率小于同期限国债到期收益率，二级市场中存在价格异常偏离的现象；最大值为2737.838，说明部分信用债具有极高的风险溢价。所属行业是否发行过绿色债券（TREAT）均值为0.493，说明有49.3%的观测样本会受到行业首次发行绿色债券的影响。控制变量中，债项评级（Rank_bond）和主体评级（Rank_ firm）的均值分别为6.282和6.200，说明大部分信用债的评级和其主体评级较高；资产负债率（Lev）的均值为62.365，说明大部分发行信用债的公司具有较高的财务杠杆；审计单位（Big6）均值为0.241，说明由六大会计师事务所审计的观测值占比不高；是否城投债（Munis）的均值为0.181，说明样本中有一部分信用债背靠政府信用、安全性高；影子银行增速（Shadow）的均值为负，说明中国在不断加强对影子银行的监管，重视降低影子银行风险。期限错配（SFLI）均值为负，说明样本公司整体没有显著的短融长投现象。

（二）基准回归分析

表3第（1）列报告了没有添加控制变量时的回归结果，TREAT的平均处理效应为-13.1395，在10%的水平下显著为负。第（2）列则进一步控制了外生宏观因素、公司特征与债券特征，TREAT的平均处理效应为-14.9417，在5%的水平下显著为负，模型的整体解释显著增强。从经济意义上讲，行业首次发行绿色债券后，同行业公司信用债信用利差下降接近15个基点，平均处理效应与信用利差均值之比超过9%（14.9417/164.4652），显著支持假说1。控制变量的系数符号与既有文献的研究成果基本一致，其中，生产价格指数和资产负债率上升会使信用利差显著扩大，国债收益率曲线斜率增加与曲率增加、影子银行规模环比为正、债项信用评级得分上升、主体信用评级得分上升、具有城投属性、由排名前六位的事务所进行审计会使信用利差显著减小。另外，债项评级得分提高一分的增信效应高于主体评级得分。在第（3）和第（4）列，借鉴吴育辉等人的做法，^［2］181我们将控制行业固定效应调整为控制债务主体固定效应，回归结果显示，改变固定效应后TREAT在1%的水平下显著为负，模型的整体解释力进一步增强；资产报酬率上升、经营活动产生现金流占收入比重增加、总资产规模增加会使信用利差显著减小，而剩余期限增加会使信用利差显著扩大。

（三）平行趋势检验

参考黄炜和徐思的方法，^{［33］142［34］12-13}我们设定如下模型进行平行趋势检验：

其中[Djt]表示债券个体所属行业在2015—2019年间是否发行过绿色债券的0-1虚拟变量，[Beforeit-g]和[Afterits]表示观测值的时间坐标t是否等于所属行业首次发行绿色债券时点之前g期和之后s期的0-1虚拟变量。回归系数的点估计值和95%置信区间如图1所示。在政策实施前，即行业首次发行绿色债券前，[β-g]系数的置信区间包含0值，基本满足平行趋势假定；在政策实施后，[βs]系数显著为负，说明行业首次发行绿色债券能够减小同行业公司信用债的信用利差。

（四）稳健性检验

1.为了缓解样本选择偏差引发的相关问题，本文使用PSM-DID方法重新为处理组匹配控制组。本文使用模型中公司层面控制变量（Lev、ROA、CFO）和模型外公司层面变量（总资产Asset）作为倾向得分匹配的协变量，逐期进行1∶1近邻匹配。遴选出合适的对照组后重新对基准模型进行回归，估计结果见表4第（1）列。TREAT的系数在5%的水平下显著为负，依然支持假说1成立。

2.为了排除2015—2019年竞争性政策的干扰，本文考虑《关于规范金融机构资产管理业务的指导意见》（简称《资管新规》）出台后对债券市场的影响。2018年4月27日，中国人民银行、中国银行保险监督管理委员会、中国证券监督管理委员会、国家外汇管理局联合发布《资管新规》，打破刚性兑付，限制投资非标准化资产，限制理财产品多层嵌套，加速资管产品净值化转型。《资管新规》出台将引导资金流向标准化的债券，利空低等级信用债而利好高等级信用债。^{［42］［43］}我们的观测值中债项评级和主体评级均值分别高达6.2815和6.1997，说明样本中高等级信用债占比较高，因此,《资管新规》发布后，信用利差观测值将呈现出下降趋势，这将影响我们对行业首次发行绿色债券的溢出效应的有效估计。我们将观测值是否在2018年4月及以后月份的0-1虚拟变量NR加入模型中重新回归，表4第（2）列估计结果显示NR的系数在10%的水平下显著为负，而与基准回归结果相比，TREAT系数的值和显著性没有明显变化，说明《资管新规》和行业首次发行绿色债券都能够对信用利差产生负向影响，《资管新规》作为竞争性政策没有使得同行信用债信用利差降低效应被显著高估。

3.为了缓解遗漏变量造成估计有偏，本文在基准回归中加入债务主体公司是否为高污染公司0-1虚拟变量BrownFirm。这是因为发行绿色债券的行业中不全都是高污染公司，甚至有主营业务为绿色产品的公司，例如电力行业中有风力发电和核能发电，铝行业中有水电铝和再生铝提炼，这些处于高污染、高耗能行业的低污染公司可能并未受到环境规制加强的影响，甚至可能得益于政府对绿色产业的扶持，经营风险降低。行业首次发行绿色债券的溢出效应可能被行业中低污染公司的低风险稀释，因此,遗漏此变量可能会使得行业溢出效应被高估。本文参考《上市公司环保核查行业分类管理名录》（2010）和公司主营业务及主要产品，将债务主体公司划分为高污染和低污染公司，加入BrownFirm变量后重新进行回归。表4第（3）列的结果显示，同行业高污染公司比低污染公司的信用利差在1%的水平下平均高出11.8339个基点，而TREAT系数在5%的水平下显著为负，且绝对值14.9131高于BrownFirm的系数，说明对于高污染公司来说，行业首次发行绿色债券的同行信用债信用利差降低效应仍然存在。

4.调整样本的时间区间。2015年没有绿色债券发行，所有观测值的TREAT均为0，而有一些行业在2019年下半年才首次发行绿色债券，为了减轻多时点政策发布前后观测数量在行业间的差异，本文缩短研究时间区间为2015年7月—2019年12月，并剔除掉在2019年7—12月首次发行绿色债券的行业债券观测值。表5第（4）列显示了调整时间区间后的回归结果，依然支持本文假设。

5. 调整样本覆盖的行业。由于样本中有一些信用债所属行业是综合类行业，综合类行业的公司在主营业务上有巨大差异。为了避免样本中的综合类行业债券对回归估计造成的潜在影响，我们剔除所有综合类行业观测值。表4第（5）列显示了调整样本行业后的回归结果，TREAT系数在10%的水平下显著为负。

（五）安慰剂检验

为了进一步排除其他因素和噪音，本文将所属行业在2015—2019年间发行过绿色债券的样本作为处理组，反之作为控制组，随机打乱了处理组样本行业首次发行绿色债券的时间节点。经过500次对处理组随机赋予虚拟行业首次发行时间后，估计系数结果如图2所示。图2中，X轴表示估计系数的值，虚线X=-14.9417表示表3第（2）列TREAT的系数估计值-14.9417；Y轴表示估计系数的p值，虚线Y=0.1以下的点表示估计系数在10%的水平下显著，反之不显著。实心曲线是估计系数核密度曲线。从图2中可以看出，估计系数集中分布在X=-4左右，只有极个别估计值超过0，且大部分p值小于0.10，这说明随机赋予虚拟处理时间后，处理组和控制组观测样本仍然存在差异；但实际估计系数X=-14.9417远离安慰剂估计系数极小值，说明在真实处理时间下，处理组和控制组观测样本具有更大的差异。综合来看，本文的基准回归结果是可靠的。

（六）异质性分析

1.债券机构持仓占比。一般而言，机构投资者往往对市场信息反应更敏感，也承担更多的社会责任。当机构投资者观察到行业首次发行绿色债券时，可能会要求同行业公司披露环境绩效、监督同行业公司提高环保绩效，使得同行业公司降低更多的违约风险，因此,同行债券的机构持仓占比越高，信用利差可能会下降得越多。本文计算了样本债券2015—2019年机构持仓存量比均值，并根据总体样本的均值将样本债券分为高和低两组，Ratio=1表示样本债券属于高组。将TREAT与Ratio的交互项加入模型重新回归。表5第（1）列估计结果显示，交互项的估计系数在10%的水平下显著为负，说明行业首次发行绿色债券对机构持仓存量比不同的债券的影响存在异质性，机构持仓占比越高，同行信用债信用利差降低效应越强。

2.公司要素密集度。行业首次发行绿色债券使得同行业公司引入绿色投资、债务成本降低，相比劳动密集型公司和技术密集型公司，资本密集型公司更需要在生产中投入资本要素，因此，行业首次发行绿色债券可能使得同行业中的资本密集型公司更多地从议价能力提高中受益，降低了更多的信用违约风险。借鉴鲁桐和党印的做法，^［44］本文计算了样本债务主体公司2015—2019年间的平均固定资产比重和平均研发支出比重，并使用离差平方和聚类（wardslinkage）方法将债务主体公司划分为资本密集型、技术密集型和劳动密集型。同时，定义0-1虚拟变量CINT1表示样本债券是否由资本密集型公司发行，将TREAT与CINT1的交互项加入模型重新回归。表5第（2）列的估计结果显示，交互项的估计系数在10%的水平下显著为负，说明行业首次发行绿色债券对同行资本密集型公司发行的债券信用利差产生了更强的溢出效应，对要素密集度不同的公司的影响存在异质性。我们还使用K-means聚类方法作为稳健比较，重新划分了公司要素密集使用类型，CINT2=1表示公司属于资本密集型公司，表5第（3）列的估计结果显示交互项的估计系数在10%的水平下显著为负。

3.地区环境规制。环境规制可能会促进公司进行绿色创新，公司位于环境规制高的地区时可能会做出更多的绿色创新和绿色行为，进而降低信用违约风险。本文选择地级市工作报告中，环境词汇占报告总字数的比例来衡量地级市当年的环境规制，计算地级市2015—2019年间的平均环境词频占比作为地级市的环境规制强度，根据样本均值将地级市划分为环境规制高和低两类城市，ER=1表示样本债券的债务主体公司所处地级市属于环境规制高组。将TREAT与ER的交互项加入模型重新回归，表5第（4）列结果显示，交互项的估计系数在5%的水平下显著为负，说明行业首次发行绿色债券对环境规制较高地区的同行信用债信用利差产生了更强的溢出效应。本文还使用地级市是否属于低碳试点城市作为地级市环境词频高低的稳健性比较，低碳试点城市可能会以税收优惠、政策补贴等多种方式激励本地公司进行绿色转型，GC=1表示样本债券的债务主体公司所处地级市属于低碳试点城市。同样，将TREAT与GC的交互项加入模型重新回归，表5第（5）列结果显示，交互项的估计系数在10%的水平下显著为负，依然支持同行信用债信用利差降低效应在地区环境规制维度上存在异质性。

4. 经济政策不确定性。当经济政策不确定性较高时，投资者会预期公司的生产经营可能受到影响，对公司信用债要求较高的风险溢价。而行业首次发行绿色债券向投资者传递了行业绿色信号，对同行业公司产生绿色保护作用，使得在经济政策不确定性较高时，同行业信用债信用利差进一步降低。本文根据2015—2019年经济政策不确定性新闻指数均值将债券观测样本分为不确定性高和低两组，EPU=1表示样本观测时点处于经济政策不确定性较高时期。将TREAT与EPU的交互项加入模型重新回归，表5第（6）列结果显示，交互项的估计系数在1%的水平下显著为负，说明相比经济政策不确定性较低，在经济政策不确定性较高时发行过绿色债券的行业拥有更低的违约风险。

（七）机制检验

前文已经证明行业首次发行绿色债券使得同行业公司的信用债信用利差降低，在二级市场中产生了行业溢出效应。结合理论分析，本文从同行业公司债务成本和发行绿色债券两个途径探究信用利差降低效应产生的机制。本文基于中介效应三步法检验两种机制是否成立，模型建立如下：

1.同行业公司的债务成本。在理论推导中，我们提出行业首次发行绿色债券使得同行业公司债务成本降低，借鉴谭超和杨文莺以及李广子和刘力的做法，^{［3］150［45］}本文使用利息支出占平均总负债的比例（COD）来衡量企业的债务成本，对季度利息支出数据进行年化处理，季度平均总负债等于总负债的季度期初和季度期末额的平均值，此时模型式（3）和式（4）中的[Mediationit]=[CODit]，表示债券i的债务主体公司在t期所在季度上一季度披露的COD指标，最后剔除了COD数据有严重缺失的公司样本。

表6第（1）列结果显示，TREAT系数在10%的水平下显著为负，行业首次发行绿色债券使得同行业公司的债务成本显著降低。表6第（2）列结果显示，TREAT系数在5%的水平下显著为负，而COD系数在1%水平下显著为正，Sobel Z通过了1%的显著性检验。这两列的回归说明行业首次发行绿色债券通过降低同行业公司的债务成本使得同行业公司的信用债信用利差下降，中介效应存在，显著支持了假说2成立。

2.同行业公司发行绿色债券。吴育辉等人研究发现行业首次发行绿色债券通过激励同行业公司发行绿色债券使得同行业公司在一级市场的发债成本降低，^［2］184本文借鉴其做法，采用LPM法来检验行业首次发行绿色债券是否通过激励同行业公司发行绿色债券进而对同行业公司的信用债信用利差产生影响。如果公司自身发行过绿色债券，能够向投资者展示绿色形象，使得投资者降低对公司的风险预期。此时模型式（3）和式（4）中的[Mediationit]=[GreenBondit]，[GreenBondit]=1表示债券i的债务主体公司在t期已经发行过绿色债券，反之[GreenBondit]= 0，表6第（3）列的结果显示，TREAT系数在1%的水平下显著为正，行业首次发行绿色债券后，同行业公司也会更愿意发行绿色债券，这与吴育辉等人的研究发现相符合。而表6第（4）列的结果显示，TREAT系数在5%的水平下显著为负，但同行业公司发行绿色债券作为中介变量，系数在统计意义上不显著，Sobel Z也没有通过显著性检验，说明行业首次发行绿色债券没有通过激励同行业公司发行绿色债券进而影响同行业公司信用债信用利差。本文在二级市场中没有检验出与吴育辉等人的路径分析相类似的传导机制，可能的原因是二级市场投资者积极监督、治理“漂绿”行为，行业首次发行绿色债券后，同行业公司仅凭借发行绿色债券难以让投资者立刻相信公司所展现的绿色形象，没有直接提高债券价值。

为了检验投资者是否及时关注各行业首次发行绿色债券并对同行业公司形成积极预期，本文使用事件研究法（CAR模型）探究行业首次发行绿色债券后同行业公司信用债的价格波动，二级市场是否在短期内产生了良性反应，以期对行业溢出效应的产生机理进行补充。 

参考徐思、李曜和谷文臣的做法，^{［33］146-148［46］}本文采用以下步骤进行研究。

1.以各行业首支绿色债券的发行公告日作为事件中心日，选择事件中心日前的第31个交易日向前共50个交易日作为估计窗口期［-80，-31］，选择事件中心日后的7个交易日作为事件窗口期［0，7］。在式（1）回归使用的债券个体中，本文将样本限制为在估计窗口期［-80，-31］内至少有5天成交历史，在事件窗口期［0，7］内至少有1天成交历史的债券。事件窗口期还可以选择［0，1］、［0，2］、［0，3］等。

2. 选择市场模型计算累计超额回报率，市场价格的日回报率[Rmt]选择中证全债指数的日回报率。使用估计窗口期内债券全价的日回报率[Rit]和市场价格日回报率[Rmt]拟合模型式（5），得到每一个债券样本i的系数估计值[αi、βi]，使用模型式（6）和事件窗口期的市场价格日回报率对债券样本i的日回报率进行预测，获得预测值[ERit]，使用模型式（7）和债券样本i的真实日回报率计算异常回报率，最后使用模型式（8）计算每一个债券样本i在事件窗口期的累计超额回报率CARi。

[Rit=αi +βiRmt+ εit]  （5）

[ERit=αi+βiRmt]  （6）

[ARit=Rit -ERit]  （7）

[CARi[t1,t2]=t=t1t2ARit]  （8）

3. 参考邹文理等人和陈信元、江峰的研究，^{［5］42［47］}本文通过单侧T检验对行业首次发行绿色债券的同行业样本与其他行业样本间的累计超额回报率均值差异进行比较，判断债券二级市场是否对各行业首次发行绿色债券做出了积极反应，原假设为累计超额回报率均值差异小于等于零。

表7的结果显示，行业首次发行绿色债券后，同行业公司信用债和其他行业信用债都会产生累计超额回报率。具体而言，同行业公司信用债的累计超额回报率在0~5个交易日中显著为正且逐渐增大，在6~14天中逐渐减小，在［0，10］和［0，14］窗口期内没有显著异于零；其他行业信用债的累计超额回报率从第2个交易日开始显著为正，在第5个交易日达到最大值后开始逐渐减小，并在［0，10］和［0，14］窗口期内显著为负。同行业公司信用债与其他行业信用债的累计超额回报率差异在0~10个交易日中显著为正，并且显著地呈现出先升后降的趋势，最后在［0，14］窗口期内差异不显著。表7的结果表明，行业首次发行绿色债券使得同行业公司信用债在十五个交易日的事件窗口期内产生了超额回报率，引起了债券市场的即时响应和滞后响应，投资者及时关注了各行业首次发行绿色债券并对同行业公司形成了积极预期。

       本文以2015—2019年中国公司信用债为样本，从信用利差视角研究了行业首次发行绿色债券在债券二级市场上的行业溢出效应和产生机制。研究结果表明：第一，行业首次发行绿色债券使得同行业公司普通债券二级市场信用利差降低，通过了平行趋势检验和安慰剂检验，在使用PSM-DID、排除同期竞争性政策干扰、添加潜在遗漏变量、调整样本的时间区间和行业覆盖范围一系列稳健性检验后，研究结论仍然保持稳健。第二，从债券层面、公司层面、地区层面以及外部环境层面发现行业溢出效应具有异质性，行业首次发行绿色债券对债券机构持仓比例较高、公司资本密集度较高、地区环境规制较强和当期经济政策不确定性较高的同行业普通债券样本产生了更强的影响，这些债券的信用利差降低得更多。第三，行业首次发行绿色债券通过降低同行业公司的债务成本进而降低同行业公司普通债券二级市场信用利差，这一发现符合本文的理论推导预期，即行业首次发行绿色债券会提高同行业公司与融资提供方的议价能力，使得同行业公司的债务成本降低，进而减小信用违约风险。行业首次发行绿色债券通过促进同行业公司发行绿色债券影响二级市场信用利差的传导路径不成立，间接佐证了相比一级市场，二级市场具有监督、防范“漂绿”行为的能力，公司发行绿色债券难以令投资者直接相信其展现的绿色形象。第四，行业首次发行绿色债券使得二级市场中同行业公司普通债券在十五个交易日内产生了超额回报率，引起了二级市场的即时响应和滞后响应，说明投资者对各行业首次发行绿色债券较为敏感，债券价格的迅速变化反映出了投资者对同行业公司的积极预期以及投资者的绿色偏好，也验证了绿色金融政策在市场层面的有效性。综上，本文的研究发现从二级市场视角验证了绿色债券发行的行业溢出效应，为绿色债券市场优化金融资源配置、助力实体经济发展提供了经验依据。

基于以上研究结论，本文提出如下几点政策启示。

（1）加速发展绿色债券市场，提高各行各业发行绿色债券的便捷性。我们发现行业首次发行绿色债券能够降低同行企业的债务成本和信用风险，因此，中国应当加快绿色债券市场拓展，监管机构应当为绿色债券在发行条件、审查程序和发行时间方面开通绿灯，通过制定合理规则鼓励各类基金投资绿色债券，提高绿色债券市场融资效率，促进绿色债券市场覆盖更多细分行业。 

（2）完善债券市场信息披露规则，推动绿色债券环境信息全面公开。我们发现行业首次发行绿色债券能够为投资者提供行业信息参考，打破传统融资渠道的信息垄断，因此，政府部门应当完善债券市场信息披露规则，建立统一的信息公开平台，在平台中打造绿色信息公开专栏，健全环境信息统计核算方式，提高债券市场信息透明度。

（3）加大对绿色债券披露信息的检查力度，严格限制“洗绿”现象。我们发现同行信用债信用利差降低效应在高环境规制的城市和低碳试点城市中更强，可能是因为这些地区会对发行绿色债券的企业给予更多的补贴，这些地区中的企业，特别是城投公司可能会通过发行绿色债券规避绿色信贷要求，以便获得政府补贴。因此，监管部门应当加强对绿色债券的审查、评估工作，持续关注绿色项目的建设进度和环保效果，严格防范“漂绿”行为。

（4）以绿色低碳发展推动新质生产力发展，下好绿色转型先手棋。我们发现在经济政策不确定性较高时行业首次发行绿色债券具有绿色保护作用，投资者更信赖有绿色转型迹象的企业，机构投资者更加关注企业的环境表现。“十四五”时期是中国跨越中等收入陷阱的关键阶段，也是各类风险易发多发阶段，新旧动能接续转换，国际环境日趋复杂，不稳定性、不确定性明显增加。因此，地方政府和机构需要引导高污染企业提高环保意识和环保水平，引导投资者加大对技术成熟、条件许可的环境友好型企业的绿色投资和对绿色债券的投资意愿，平衡好绿色发展与转型升级、债务风险的关系，促进企业开展绿色活动。

往期推荐