您现在位置:首页 >环保专栏 >专业知识专题学习和学习借鉴外省经验做法专栏 >专业知识
索引号:  HB0230000/2020-13608 文号:  
发布机构:  生态环境信息与公共关系协调中心 生成日期  2020年06月22日
名称:  加强企业漂绿治理 助力绿色龙江建设研究

加强企业漂绿治理 助力绿色龙江建设研究

发布日期:2020-06-22

加强企业漂绿治理  助力绿色龙江建设研究

 

 

摘要:漂绿是一种形式上适应而实质上对抗的社会责任响应方式,近年来,我国企业的绿色管理存在向漂绿行为异化的倾向。本文基于印象管理理论对企业漂绿的动因进行阐述,在此基础上构建漂绿衡量的评价指标体系。选择2010-2016年冶金类上市公司开展的实证研究表明:政府环境监管对企业漂绿具有治理效应,这种治理效应主要体现在限制企业表述性操纵的印象管理行为;同时,存在融资需求的企业中,政府监管与漂绿程度的负相关关系更为显著。另外,基于产权性质的检验支持国有企业的行政属性观,即存在融资需求的国有企业中,政府监管与漂绿程度的负相关关系更为显著。本文拓展了企业漂绿衡量指标及其影响因素的相关研究,丰富了政府环境监管效果的学术文献,为黑龙江省加强生态文明建设和推动企业“真绿”的社会责任实践提供了决策参考。

关键词:企业漂绿;印象管理;政府监管;融资需求;产权性质

 

一、引言

环境信息披露作为一种信息化工具,被认为是继命令控制工具和市场化工具之后,解决污染问题的“第三次浪潮”和面向“下一代的治理工具”[1]2008年以来,国家环保局、证监会、上海证券交易所、深圳证券交易所等先后颁布了加强上市公司环境信息披露的有关制度文件,越来越多的企业开始在环境报告书、社会责任报告或可持续发展报告中独立披露环境信息,上市公司成为我国目前环境信息披露的主体。但我国上市公司环境信息公开情况总体上并不乐观。环境信息披露流于形式、报喜不报忧的现象十分突出,有些企业虽然披露了环境信息,但关键指标的信息披露不到位,一批高调承诺的企业缺乏切实行动[2]。这些都是漂绿现象的典型表现。

据泰若选择(Terra Choice)环境营销公司对北美地区的调查发现,几乎所有宣称有环保性能的产品都涉嫌漂绿;2009年起,我国《南方周末》杂志开始发布“中国漂绿榜”,将漂绿概念引入中国公众视野。

漂绿被认为是企业以增加产品销售量为目标的营销手段。“混淆”、“掩饰”和“故作姿态”是漂绿的核心要素[3],表现为对产品和包装赋予绿色形象的虚假广告宣传,以及其他涉及产品或服务的绿色营销行为[4]。环境友好产品和企业不仅会获得消费者青睐,还可能获得政府财政补贴或政策扶持,标榜为绿色企业可以得到绿色溢价,不断从市场中获得持续收益和竞争优势[5]。在绿色营销过程中,实施行为的低成本是漂绿行为的诱因,漂绿往往只需要企业口头承诺即可,而很少进行实质性投资。因此,当行业内的一些企业漂绿没有受到处罚甚至取得成功时,就会引起行业内其他企业模仿以免落在竞争者之后[6]

企业进行漂绿的目的主要是与利益相关者(政府、股东、债权人和顾客等)建立良好关系。公开环境信息可以减少信息不对称,树立环境友好和企业公民的良好形象,进而影响信息使用者或利益相关者与企业维持或改善某种关系的态度[7],但LyonMaxwell(2011)[8]指出,漂绿的核心是“信息过滤”,漂绿企业选择性地对外发布对自身有利的环境信息,而有意掩饰负面的环境信息。在信息披露过程中,漂绿企业往往借助文字游戏做表面文章,采取含混、模棱两可、象征性语言进行“粉饰”,即便环境信息披露数量较多、但质量普遍较低[9][10]

漂绿现象是伴随着环境规制的加强、环境保护的关注和信息公开制度的推广而出现的伪社会责任行为[11]。国内对漂绿现象的关注较晚,虽然对企业漂绿的界定、分类、动因、后果及治理等方面的研究取得一定的成果,但多以概念性、介绍性和定性分析为主,在研究视角、研究内容和研究方法上仍有待进一步深化[12]如果一家企业以一种不恰当或不诚信的方式,宣称其对环保责任的承诺并从中获益,就会使玩世不恭和缺乏诚信之风蔓延,并不可避免地引起反作用,抵消人们对环境保护的各种努力。因此,研究企业漂绿问题具有重大的理论价值和现实意义。

1  漂绿与漂白的比较

现象

漂白(Whitewashing

漂绿(Greenwashing

表现

企业粉饰财务报表,发布虚假财务信息

企业选择性地对外发布对自身有利的环境信息,而有意掩饰负面的环境信息;以及对环境责任的象征性而非实质性响应

载体

财务报告

财务报告、环境报告、社会责任报告、网站、广告、公司宣传册、LOGO

比例

并非是某一个企业的个案

企业普遍存在漂绿行为

行为

虚增收入、转移资产、缩减成本等

隐瞒信息、过度宣传、避重就轻等

本文的主要贡献体现在:首先,漂绿现象已经从产品层面延伸至企业层面,但目前关于漂绿的研究成果主要集中在产品漂绿层面[3][8][11][13],原因是产品漂绿直接损害了消费者利益,也更容易被关注、识别和发现。实际上,产品漂绿可以被视为企业漂绿的一种特殊表现形式,粉饰企业环境业绩(环境报告)的“漂绿”行为,与粉饰财务业绩(财务报告)的“漂白”行为在性质上同样严重(如表1所示),在某种程度上甚至有过之而不及。从信息披露的角度,粉饰财务业绩的研究文献(如会计稳健性、盈余管理等)已经十分丰富;而对于“漂绿”问题的研究在国内引起关注较晚,亟需加强相关的理论探讨和制度设计。

与以往利用问卷调查方法或借助媒体曝光识别产品漂绿不同[13][14][15],本文聚焦企业层面的漂绿问题,首次构建了企业漂绿的评价指标体系,对企业漂绿程度进行衡量,试图在漂绿测度领域作出探索性贡献。

其次,现有研究主要从成本-收益的静态、均衡分析框架探讨漂绿现象存在的合理性,通过对企业环境表现关键词的总结,归纳出漂绿行为的动因。本文从印象管理理论的视角出发,利用印象动机—印象构建双元模型揭示印象管理与漂绿行为的关系,分析了企业漂绿中选择性披露和表述性操纵的印象管理策略,对当前漂绿动机的研究文献进行了补充和拓展。

第三,本文也丰富了环境规制对环境信息披露影响的文献。已有研究认为环保法制的完善有助于提高环境信息公开的有效性[16][17]。本文选择中国特有的PITI指数作为环境监管水平的衡量指标,研究结论支持了上述观点,但同时也发现环境监管水平与企业漂绿程度的负相关关系在融资需求和产权性质方面存在异质性及“信号弱化”效应,这为考察环境监管政策的实施效果提供了新的经验证据

余文的结构安排如下:第二部分是理论基础与文献回顾;第三部分是研究假设;第四部分是研究设计;第五部分是实证检验;第六部分是基于产权性质的进一步研究;第七部分是稳健性检验;最后是研究结论。

二、理论基础与研究假设

(一)理论基础

印象管理理论源于二十世纪50年代末加拿大社会学家欧文.戈夫曼的自我呈现研究。在《日常生活中的自我呈现》一书中,戈夫曼将社会生活中个人的印象管理类比为戏剧表演,并将其创造性地运用到社会学研究当中。根据该理论,在人际互动过程中,作为行为主体的“演员”在各种情景舞台上面对不同的“观众”从事表演,不同场景可能采取不同的行为模式,“前台”展示是有意演给局外人看的;而“后台”行为则是更为真实的表现。这种自我呈现的目的是控制他人对自己个人特征的印象[18]。二十世纪80年代,随着对印象管理的广泛关注和研究的不断深入,人们对印象管理内涵有了进一步的认识,印象管理被认为是一种与维持身份有关的行动,是利用行为去沟通关于自己和他人间的若干信息,旨在建立、维护和联系个体在他人心目中的形象,以及构造受到赞许的社会形象或社会认同的策略[19]

进入二十一世纪以后,对印象管理的理解开始从个体层面向组织层面拓展,组织印象管理成为印象管理研究的一个新领域,涉及组织及其成员如何保护和提高自己的声誉,以及组织如何通过其行为和信息的调控来影响受众的知觉等[20]。许多实证研究均发现企业会采取积极的印象管理策略来缓解压力、维护合法性和实现组织的战略目标[21][22],国内外学者通过对公司报告的研究发现,企业会利用自利性归因(即成绩归自己、问题归环境)等方式影响信息接受者(包括股东、债权人、供应商、政府机构及其他利益相关者)对公司的认识,证实了印象管理行为的存在[23][24]

环境信息和其他社会责任信息作为一种非财务信息,具有相对的独立性,公开环境信息更能反映企业的透明程度,因此受到利益相关者的普遍关注。但由于缺乏准则规范以及不易验证等原因,企业在主动披露环境信息的同时,也有动机和空间通过印象管理对其进行“漂绿”。Patten(2005)[25]通过调查发现,很多企业对外披露的“未来环保支出”项目栏的计划数都高于实际数,目的是向外界展示热衷环保的企业形象。WalkerWan(2012)[10]进一步指出,为获得利益相关者的支持,企业通常会发布符合社会期望的环保承诺或计划,但在实际实施过程中,这些计划往往因经济因素而被搁置。DarrellSchwartz(1997)[26]发现,企业在披露环境信息时具有选择性倾向,具体表现在披露载体、披露形式和披露时间等方面。Beelitz(2014)[27]Marquis(2016)[28]强调指出,环境问题的复杂性使得管理者在环境信息披露时有较大的自由裁量权,决定披露什么以及披露到什么程度。Clarkson(2008)[29]以及AertsCormier(2009)[30]将环境信息披露区分为“硬”信息和“软”信息。前者是难以被环境绩效差的企业模仿的,客观的、定量以及容易验证的信息;后者则是能够被模仿的,主观的、定性以及不易验证的信息。显然“硬”信息具有更高的信息含量。DelmasMontes-Sancho(2010)[31]WalkerWan(2012)[10]缑倩雯蔡宁(2015[32]、肖芬蓉和黄晓云(2016[33]指出,漂绿企业更多地采取象征性举措而缺少实质性行动。其中:象征性举措是一种承诺、规划或预期,很难提供实际行动作为证据;实质性行动是企业“正在做”和“已经做”的环保活动,能够提供明确具体的事实、案例或者数据作为支撑。

虽然有部分文献在解释漂绿现象时指出漂绿是为了给受众留下所谓“美好的”印象[28][35],但仅限于概括性描述,对其机理尚缺乏系统深入的探讨。

本文认为,在环境信息披露中,印象管理和漂绿是一个问题的两个方面,印象管理是漂绿的动因,而漂绿则是印象管理的表现,两者之间关系可以用印象管理的双元模型进行解释。

Leary and Kowalski(1990)[35]将印象管理过程分为印象动机和印象构建两个阶段(如图1所示)。其中:印象动机按照由低到高的顺序包含三个层次:(1)形成某种自己理想的公众形象,定义自身在社会群体中的地位;(2)影响他人的反应,使之与自己的理想反应相吻合;(3)增大理想结果的可能性,回避不理想的结果。在此基础上,印象构建则表现为印象管理的方式、种类和数量等。Mohamed(1999)[36]从获得性和保护性两个维度对印象构建的策略进行了分类,其中:获得性印象管理试图使别人积极看待自己的努力,而保护性印象管理则尽可能弱化自己的不足或避免使别人消极地看待自己。


1  印象管理的双元模型

根据漂绿的内涵和特征,漂绿企业正是以一种“亲环保”的预期形象,影响利益相关者对企业的感知,实现满足社会预期、提高组织绩效乃至增加高管薪酬等目的,目标是最大化经济社会关系中的产出投入比、增大理想结果的可能性,具有最高阶序次的印象动机。在印象管理中,印象动机决定印象构建,无论是学界还是媒体都发现,我国企业在环境信息披露方面,主要披露正面的和难以验证的描述性信息,许多企业的所谓环保行为,基本上以“忽悠”为主,很少真正采取实际行动。为树立良好形象或满足监管需要,在印象构建中,企业既可能进行保护性印象管理,即采用选择性披露方式,对环境保护中的不作为进行掩饰;也可能进行获得性印象管理,即采用表述性操纵方式,利用象征性举措而非实质性行动进行漂绿。

(二)研究假设

企业通过印象管理策略进行漂绿,最终目的是影响利益相关者对公司的认知。同时,企业面临的内外部环境也会对漂绿行为产生影响。

1.政府监管与企业漂绿

合法性是组织生存和发展的关键性资源,组织合法性契约包括法律条款以及非法律条款的社会期待。随着社会对环境问题的关注,环境表现已经成为现代企业合法性的一个重要方面,而环境信息披露恰恰给组织提供了一种不必改变经济模式就可以维持合法性的途径[34]。企业皆生存在社会规定的边界和规则之中,需要通过环境信息披露证明自己行为的合法性,从而影响利益相关者的看法,进而影响社会对公司的看法。在我国,环境报告和社会责任报告并不属于审计鉴证的法定范围,留给上市公司自由发挥的空间较大。由于合法性问题持续存在于公司生产经营的全过程,漂绿企业虽然公开环境信息,但其意图很可能是迎合监管者的要求以及社会公众的诉求;旨在满足自身的某项承诺(如Self-regulation Program),而不是去解决潜在的环境问题。对于一些环境表现差的企业,因面临着监管压力以及合法性威胁,漂绿成为企业获得组织合法性的一种解耦策略,但合法性形象的取得源于叙事而非真相[31]

制度因素,包括监管,规范和认知,被认为是影响企业漂绿行为的重要因素[32]。印象管理引致的漂绿问题归根到底是一种信息不对称问题,在面临信息不对称等市场失灵问题时,需要政府出面进行干预,加强企业宣传绿色形象的合规性要求,加大对环境信息失真的调查、监管甚至处罚力度。组织的印象管理失败将带来惩戒效应和严重后果,印象管理的“表演崩溃”会导致组织印象受损,事实证明,漂绿行为一旦被曝光,资本市场将产生惩戒效应[13] [15]。强化政府环境监管,能够使印象管理表演失败的概率增加,届时不仅无法树立正面形象,反而可能引致“假冒伪善者”的负面印象,这将改变漂绿的收益和成本,最终迫使企业减少或放弃漂绿行为。

我国实行统一的环境保护制度,但由于各地在经济、社会、文化方面存在着很大差异,以及受到政绩考核和“自由裁量权”的影响,统一环境监管政策在各地的实施情况存在较大的差异,在执行力度和效率方面很难保持一致,地方政府环境规制的异质性对企业漂绿行为具有重要影响。

基于以上分析,本文提出如下假设:

H1:政府的环境监管越严格,企业漂绿程度越低。

2.融资需求与企业漂绿

2003年以来,国家环保局、银监会先后发布了《关于对申请上市的企业和申请再融资的上市企业进行环境保护核查的规定》和《绿色信贷指引》等规范性文件。上述绿色金融政策皆要求银行业发挥杠杆作用促进节能减排和环境保护,对上市公司再融资实施准入监管,目的是调控企业将融得的资金真正用于绿色发展,从高耗能、高污染领域吸引到低耗能、低污染的绿色项目,减少将资本风险转嫁给投资者的可能性[37]。因为数额巨大的环境或有负债一旦发生很容易使企业陷入生存危机,导致股东和债权人蒙受重大损失。

Oikonomou(2014)[38]研究发现,环境表现和社会责任绩效差的公司,其债券定价和信用评级普遍较低。Jiraporn(2014)[39]则进一步指出,社会责任绩效每增加一个标准偏差,能够使公司的信用评级提高4.5%Goss Roberts(2011)[40]研究表明,企业的环境表现和社会责任绩效与债务融资成本呈负相关关系,社会责任绩效良好的公司支付更低的贷款利息,并且更容易获得软性的融资约束。沈洪涛等(2010[41]以我国重污染行业上市公司为样本,研究发现再融资环保核查制度执行中,由中央核查企业披露的环境信息更能够降低投资风险、减少权益资本成本。倪娟和孔令文(2016[42]研究发现,重污染行业上市公司积极披露环境信息可以在一定程度上降低银企之间的信息不对称,获得较多的银行贷款,并且债务融资成本较低。

根据上述文献,我们认为,政府监管对绿色金融政策的实施会产生影响,存在融资需求的重污染企业环境信息披露将更加务实。一方面,作为受监管方,存在融资需求上市公司的环境信息是政府部门和投资者了解企业环境表现,判断投资风险的重要依据,需要审慎、客观地予以披露。受再融资绿色金融政策的约束,企业漂绿的难度增加。另一方面,存在融资需求的企业是典型的风险厌恶型,随着公众环保意识的普及,以及环境规制力度的增强,采取印象管理策略进行漂绿的风险系数增加,具有融资需求的上市公司更倾向于通过“真绿”的实际行动,对自身企业公民的形象精心呵护、维持其美誉度。

基于以上分析,本文提出如下假设:

H2:存在融资需求的企业中,政府监管与漂绿程度的负相关关系更为显著。


2 研究框架模型

2给出了本文研究的框架模型。

三、研究设计与实证检验

(一)数据来源

本文以冶金类A股上市司作为研究对象,具体包括中国证监会《上市公司行业分类指引》(2012年修订)中的黑色金属冶金和延压加工业、有色金属冶金和延压加工业以及金属制品业。首先,根据国家环保局《上市公司环境信息披露指南》的要求,上述行业属于重污染行业,应定期披露环境信息,具有典型性;因资源加工地与产地的分离,冶金类企业在地域分布上亦具有广泛性。其次,已有的研究结果表明,在重污染行业中,不同行业颁布环境监管制度的数量与环境信息的披露存在内在联系[43],本文主要考察地方政府环境规制的异质性对企业漂绿行为的影响,选择冶金类企业作为研究对象,可以有效控制行业噪声的影响。第三,冶金类企业在环境风险、污染因子和环境整治等方面具有同质性,有助于在漂绿程度衡量时形成一致性判断,提高研究结论的可靠性。

2010~2016年,冶金行业拥有A股上市公司165家,剔除从未在公司网站或证监会指定网站(上海证券交易所、深圳证券交易所以及巨潮资讯网)独立披露环境信息的公司,有57家(1/3强)A股上市公司发布了企业环境报告、社会责任报告或可持续发展报告;再剔除期间退市、暂停上市、因资产重组导致行业变化以及数据缺失的公司,最后获得的样本总数为327家。其中按地区:东部地区139家,中部地区113家,西部地区75家;按年份:201044家,201145家,201247家,201348家,201447家,201549家,201647家。我们的研究采用独立混合截面数据建模。通过对企业环境报告,以及社会责任报告(或可持续发展报告)的环保专篇进行研读,手工和收集计算环境信息披露的相关数据;财务数据和公司特征数据来源于CSMAR数据库

(二)变量定义

由于企业漂绿程度是截尾数据,为避免普通最小二乘法的参数估计是有偏的,本文采用了Tobit回归模型。

     (1)

其中:GWLj作为被解释变量,分别表示企业漂绿程度、选择性披露程度以及表述性操纵程度。关键解释变量为GOV,表示政府环境监管水平;CONTROLS表示各控制变量。模型(1)用于对研究假设1进行检验,根据研究假说,政府的环境监管越严格,企业漂绿程度越低,故模型(1)中解释变量GOV的系数α1应显著为负。在此基础上,为进一步验证研究假设2,本文区分存在融资需求(Fid=1)和不存在融资需求(Fid=0)的样本,进行分组检验,根据研究假说,我们预期存在融资需求情况下,政府环境监管水平的系数α1为负,且更显著。

1.漂绿程度

漂绿程度在学术界尚无形成统一衡量标准。首先,基于前文的分析,我们将企业漂绿印象管理策略进一步界定为选择性披露和表述性操纵两种方式,前者指有选择地报告环境事项,后者指通过策略性表述美化公司形象。

其次,构建了漂绿衡量的指标体系(如表2所示),采用内容分析法对环境信息公开相关事项进行评分。与众多使用内容分析法的步骤一样,在评分过程中,每个样本由两人分别评分,两名评分者在试评阶段的一致性达到90%以上才开始正式评分,两人评分差异由第三人进行协调,得到选择性披露和表述性操纵的分值。


2  漂绿衡量的指标体系


其中:

选择性披露漂绿:根据相关法律、法规、标准和指南的要求,我们将理想模式下企业环境报告(或环保专篇)中应披露的事项归纳为20项。但实际上,企业可能在有些方面有承诺或表现,但在有些方面无承诺或无表现。我们采用企业披露事项占全部应披露事项比值衡量选择性披露。

表述性操纵漂绿:在环境报告中,企业可以利用多种方式描述其环境保护的绩效,我们需要对企业环境表现到底是实质性行动还是象征性举措进行判断。如果企业更多地通过事实陈述、案例说明、定量描述等方式披露可验证的、不易模仿的信息,则其环境信息披露的可靠程度较高,属于实质性行动。反之如果企业在环境报告中主要是纲领性陈述或定性披露或简单照搬上一年陈述,表现为难以验证的、容易模仿的信息,则其环境信息披露的可靠程度较低,属于象征性举措。我们采用象征性举措占企业披露事项的比值衡量表述性操纵。

最后,我们将选择性披露与表述性操纵的权重分别赋值40%60%,采用加权平均计算各企业的漂绿程度。即:

漂绿程度=选择性披露程度+表述性操纵程度

=[1-(象征性披露数+实质性披露数)/全体项目数]×40%+[象征性披露数/(象征性披露数+实质性披露数)]×60%

2.政府监管

2009年开始,公众环境研究中心(IPE)与美国自然资源保护委员会(NRDC)共同开发了重点城市污染源监管信息公开指数(Pollution Information Transparency Index, 简称PITI)。其评估项目包括:(1)污染物日常超标、违规记录信息公示;(2)污染源集中整治信息公示;(3)清洁生产审核信息公示;(4)企业环境行为整体评价信息公示;(5)经调查核实的公众对环境问题或企业污染环境的信访、投诉案件及其处理结果信息公示;(6)建设项目环境影响评价文件受理情况和建设项目竣工环境保护验收结果信息公示;(7)排污费相关信息公示;(8)依申请公开情况等八个方面。

PITI能够较好地反映环保重点城市的环境信息透明度以及当地政府对环境信息的监管力度,与本文的研究宗旨是一致的。我们根据企业的注册地,选择中国特有的PITI指数作为政府环境监管水平的衡量指标。

3.融资需求

借鉴Durnev and Kim(2005)[44]的研究方法,利用企业成长性与企业可实现的内生增长之差反映融资需求,公式如下所示。


 

其中A为资产规模,R为净资产收益率,在此基础上,将大于年行业平均值的FID取值为1,否则取值为0

4.产权性质

采取哑变量,国有企业赋值为1,非国有企业赋值为0

4.控制变量

本文在已有文献的研究基础上,引入环境绩效、媒体披露、财务绩效、财务风险、技术水平、企业规模、高管薪酬、公司治理和经济发展作为控制变量。

3列示了本文主要的研究变量及其说明。


3  变量定义表

变量名称

变量

缩写

变量定义

漂绿程度

GWL

见正文说明

选择性披露程度

GWLS

见正文说明

表述性操纵程度

GWLE

见正文说明

政府监管

GOV

见正文说明

融资需求

FID

见正文说明

产权性质

OWN

见正文说明

环境绩效

CEP

获得国家“两型”企业创建试点企业、全国大气污染减排突出贡献企业、国家循环经济试点示范单位(共两批)三种荣誉称号的上市公司,环境绩效较好,赋值为1,否则为0

媒体披露

MEDI

当年度有媒体负面环境报道取值为1,否则为0

财务绩效

ROA

利润总额与财务费用之和与资产总额的比值

财务风险

LEV

负债总额与资产总额的比值

技术水平

TCH

公司为国家级高新技术企业(或技术中心)取值为1,否则为0

企业规模

SIZE

期末总资产的自然对数

高管薪酬

PAY

薪酬最高的前三位高级管理人员平均薪酬的自然对数

公司治理

DECN

董事会和总经理两职分离取值为1,否则为0

经济发展

ECO

企业所在省、自治区或直辖市人均GDP的自然对数

(三)描述性统计

4为主要回归变量的描述性统计。

4  描述性统计

变量

N

均值

标准差

最小值

中位数

最大值

Gwl

327

0.5925

0.2194

0.1550

0.5618

0.9800

Gwls

327

0.5393

0.2043

0.0500

0.5500

0.9500

Gwle

327

0.6279

0.2659

0.1250

0.6250

1.0000

Gov

327

46.8602

16.3135

11.3000

46.1000

85.3000

Fid

327

0.3089

0.4627

0

0

1

Own

327

0.7554

0.4305

0

1

1

Cep

327

0.2446

0.4305

0

0

1

Medi

327

0.1223

0.3282

0

0

1

Roa

327

0.0287

0.0498

-0.1713

0.0298

0.4879

Lev

327

0.5853

0.1948

0.0156

0.6397

1.0029

Tch

327

0.2477

0.4323

0

0

1

Size

327

2.2243

0.6093

0.9511

2.2746

3.4281

Pay

327

4.9353

0.7587

3.5264

4.8270

8.1421

Decn

327

0.9358

0.2455

0

1

1

Eco

327

4.6445

0.1927

4.1179

4.6215

5.0595

漂绿程度(GWL)的均值为0.593,说明样本公司中漂绿现象比较严重,与媒体反映和客观现实基本一致;同时,不同公司间漂绿程度的差异较大(标准差为0.219)。从选择性披露漂绿(GWLS)和表述性操纵漂绿(GWLE)来看,表述性操纵程度更高(均值为0.628),且不同公司之间的差异更大(标准差为0.266)。政府环境监管水平(GOV)的均值为46.86,最小值11.30,最大值85.30,中位数为46.10,说明各地区的环境监管水平虽有异质性,但尚不存在极端值的影响(均值与中位数较接近)。融资需求(FID)和产权性质(OWN)的均值分别为0.3090.755,表明样本中存在融资需求的公司约占30%,国有企业约占3/4。样本中有24.5%获得过国家级环保荣誉称号(CEP=1),12.2%当年有媒体负面环境报道(MEDI=1)24.8%被认定为国家级高新技术企业或技术中心(TCH=1)93.6%样本公司的董事长和总经理是两职分离的(DECN=1)。公司规模(SIZE)介于0.951~3.428之间,平均值为2.224;所在地区经济发展(ECO)均值为4.644。此外,样本公司的财务绩效(ROA)、财务风险(LEV)以及高管薪酬(PAY)分布比较分散,公司间差异比较明显。

3为企业漂绿程度的对比图。我们按照中位数分组,将政府环境监管水平划分为较高监管水平组(GOV=1)和较低监管水平组(GOV=0),如图所示,不考虑融资需求情况下,与较低监管水平组相比,较高监管水平组的样本漂绿程度更低;考虑融资需求情况下,虽然漂绿程度有所提高,但上述结论依然成立。表5Panel A企业漂绿程度对比检验的结果显示,上述两者情况下,较高监管水平组与较低监管水平组的漂绿程度差异分别为0.06470.0868,且在1%(t=2.6941)10%(t=1.9262)水平下显著。上述检验结果表明,在较高的环境监管水平下,企业漂绿程度降低,一定程度上印证了本文的研究假设。



4为企业漂绿方式的对比图。如图中所示,无论是否考虑融资需求,表述性操纵的漂绿程度(GWLE)都高于选择性披露的漂绿程度(GWLS)。进一步地,表5Panel B的检验结果表明,表述性操纵与选择性披露的差异分别在1%的水平下显著。

5  企业漂绿的对比检验


(四)多元回归检验结果

1.不考虑融资需求的情况

本文首先利用全部样本数据进行回归,表6报告了政府环境监管水平与企业漂绿程度之间关系的基本情况。列(1)中回归的被解释变量为GWL,结果显示GOV的系数在5%的水平下显著为负,即政府环境监管降低了企业漂绿程度,这支持了本文的研究假设1。列(2)中回归的被解释变量为GWLS,结果显示GOV的系数虽为负,但不显著,说明政府环境监管对企业选择性披露不具有显著影响。列(3)中回归的被解释变量为GWLE,结果显示GOV的系数为负,且在5%的水平下显著,说明政府环境监管对企业操纵性漂绿存在显著影响。在控制变量方面,ROASIZEDECN的系数在列(1)-(3)中都显著为负,关系比较稳定,说明财务绩效越好,资产规模越大和公司治理越好的企业,企业的漂绿程度越低,符合理论预期。

根据本文的研究发现,政府环境监管对企业漂绿具有治理效应,这种治理效应主要体现在,有助于遏制企业通过表述性操纵的印象管理策略进行漂绿,但本文没有发现遏制选择性披露进行漂绿的经验证据。究其原因,本文认为,政府的环境监管及其执法行为,使企业环境信息披露更加务实,倾向于较多地披露实质性行动而非象征性举措,提高了企业环境信息披露的可靠性;但由于企业的环境信息披露有一定的自主性,所以披露的信息永远是局部的,目前的环境监管措施可能尚难以实现对企业未披露环境信息的查证


6  不考虑融资需求的Tobit分析


2.考虑融资需求的情况

为分析融资需求对政府环境监管与企业漂绿程度关系的影响,我们将总样本分为有融资需求(FID=1)和无融资需求(FID=0)的两个子样本,分别用Tobit回归模型进行检验。表7报告了两个子样本的回归结果。在有融资需求的子样本中,列(1)和列(3)中政府监管(GOV)的系数依然显著为负。但在无融资需求的子样本中,列(4)和列(6)GOV的系数虽然为负,但皆不显著。可见,在有融资需求的子样本中,政府监管与企业漂绿的负相关关系更为显著和稳定,说明绿色金融政策提高了企业环境信息披露的透明度和客观性。这一结果支持了本文提出的研究假设2


7  考虑融资需求的Tobit分析


(五)基于产权性质的进一步研究

前文理论分析与实证检验发现,政府环境监管有助于削弱企业漂绿行为,这种影响在存在融资需求的企业中表现得更加明显。但是不可忽视的是,我国作为新兴市场国家和转型经济国家,国有企业在上市公司中仍占据重要比重,政府监管、融资需求与企业漂绿的关系也会受到产权性质的影响。

关于产权性质和环境信息披露的关系,学者们持不同的观点。代表性的观点主要有行政属性观和规制俘获观两类。

其中行政属性观认为,相比非国有企业,国有企业是国民经济的支柱和国家政策调控的重要工具,政府的意志和利益决定了国有企业的行为。国有企业的经营目标逻辑场域包括经济目标和公益目标[33],除了经济发展责任之外,还承担了维护社会稳定、促进民生发展和保护生态环境等政治责任和社会责任。国有企业往往率先响应国家号召,主动落实国家战略方针和行动规划。因此,在环境监管和绿色金融政策实施过程中,存在融资需求的国有企业因承担社会责任的约束,其环境信息披露情况更加公开透明,采取漂绿印象管理策略的空间受到挤压。同时,由政府作为国有企业的隐形担保人,银行等债权人更倾向于贷款给国有企业,这也使得存在融资需求国有企业漂绿的动机不足。

而规制俘获观认为,相对于非国有企业,我国国有企业管理者和政府官员一样,主要采取行政任命的方式,拥有参与公共政策制定、分配和使用公共资源的重要决策权。而且两者之间存在着旋转门现象。环境保护责任已经被纳入国有企业领导干部的综合绩效考核体系,受晋升锦标赛的激励和环保一票否决的压力,理性的国有企业管理者会通过“进步学习”摸索成为先进的规律,日益重视企业在环境保护方面的成绩和表现。因此,存在融资需求的国有企业管理者,更倾向于通过漂绿的印象管理策略来粉饰环境绩效、树立政绩形象,实现自身或单位利益最大化,并利用官商背景,通过规制俘获大大减少被曝光或实际执法的可能性。

基于以上分析,本文提出如下两个竞争性的研究假设。

H3:根据行政属性观,存在融资需求的国有企业中,政府监管与漂绿程度的负相关关系更为显著。

H4:根据规制俘获观,存在融资需求的国有企业中,政府监管与漂绿程度的负相关关系不再显著。

<插入表8>

在上述分析的基础上,分别用Tobit回归模型进行检验,比较不同产权性质下的影响和效果,表8报告了不同情境下4个子样本的回归结果。在有融资需求且归属国有企业的子样本中,政府监管(GOV)在列(4)和列(6)的回归系数依然显著为负。在虽有融资需求但归属非国有企业的子样本中,列(10)和列(12)GOV回归系数的显著性消失。在无融资需求的两个子样本中,GOV的系数不显著或与符号预期不一致。可见,产权性质会影响政府监管、融资需求与企业漂绿程度的关系,在有融资需求的国有企业中,政府监管与漂绿程度的负相关关系更为显著和稳定。这支持了行政属性观和本文所提出的研究假设3

四、稳健性检验

(一)内生性检验

政府环境监管水平会影响企业的漂绿程度,反过来企业漂绿的性质和表现也可能对政府环境规制产生影响。为避免环境监管与企业漂绿可能存在的双向因果关系而导致的估计偏误,本文构建了工具变量,运用两阶段的估计方法解决可能存在的内生性问题。

本文选择各地区外商直接投资额的自然对数(FDI),作为政府环境监管水平的工具变量(数据来源于《中国统计年鉴》)。我们认为,以FDI为工具变量满足相关性和外生性的要求。

从相关性来看,在国际贸易中,环境规制的弱化,容易使东道国成为污染避难所,导致环境问题日益恶化。进入二十一世纪以来,随着我国经济发展水平的提升、公众环保意识的增强以及利用外资方式和重点的变化,各地区越来越重视引进外资的技术含量和环保水平,避免高污染产业的盲目引进。随着外商直接投资规模的增加,政府通过加强环境监管,为外资企业创造良好的生产环境,促进企业不断创新,提高生产率;同时也为跨国公司高管提供宜居的生活环境。实证研究也表明,FDI在进行区位选择时偏好环境管制标准较高的省份(耿强等,2010),即FDIGOV正相关。同时,FDI与国内A股市场上市公司的漂绿行为无关,满足外生性的要求。

<插入表9>

9列示了工具变量法的回归结果。从第一阶段的回归结果可知,FDIGOV都至少在1%水平上显著正相关,说明外商直接投资对政府环境监管水平具有显著的正向影响,所有模型中F值都大于10,说明不存在弱工具变量。第二阶段的回归结果表明,在控制内生性问题后,所有的模型中GOV分别与GWLGWLE1%5%水平上负相关,符合本文原假设的预期。基于工具变量的二阶段回归结果表明,前文的研究结论是稳健的。

(二)有序响应模型检验

在主检验中,GWLj是因变量受限的连续变量,利用Tobit模型进行检验。在稳健性检验中,本文重新定义了被解释变量,以25%75%分位数为临界值,分别以0,12刻画企业漂绿程度,以期更加直观地反映企业的漂绿水平,建立因变量为离散值的有序响应模型(Ologit)并重新进行检验。

10Panel A报告了有序响应模型的检验结果。除列(1)GOV系数的显著性有所降低,但仍在10%的水平下显著之外;其他模型中GOVGWLGWLE的显著性均在5%水平上显著,符号也与主检验的回归结果一致。

<插入表10>

(三)指标敏感性检验

为了检验研究结论的可靠性,本文在前述内生性检验和有序响应模型检验的基础上,还对关键指标的度量进行了敏感性测试。

1.政府监管指标的敏感性

政府监管指标需要反映政府对企业环境表现的重视程度和执法力度。公司所在地省级人民政府当年做出的环境行政处罚案件数(数据来源于《中国环境年鉴》、各地区《环境状况公报》),能够体现相关环境政策法规的实施力度。本文以各地区环境行政处罚案件的自然对数(SAC)作为政府环境监管水平的替代指标进行敏感性测试。

10Panel B显示,GOVGWLGWLE的显著性均在1%5%水平上显著,检验结果未发生改变

2.行业控制变量的敏感性

行业差异也可能是影响企业漂绿程度的重要因素,本文选择重污染行业的冶金类企业(具体包括黑色金属冶金和延压加工业、有色金属冶金和延压加工业以及金属制品业3个行业)作为研究样本,有助于避免不同行业监管环境的噪声影响,保持了漂绿衡量中环境风险、污染因子和环境整治等方面的同质性。但为了检验研究结论的可靠性,本文在前面所有模型中加入了行业虚拟变量重新进行回归。

10Panel C显示,考虑行业虚拟变量的分析结果与主检验的结论相一致,表明研究结论依然是稳健的。

五、结论及政策建议

关注漂绿现象及其治理问题的研究,对于促进企业社会责任的真实履行,提高环境信息披露的可靠性和透明度,建设生态文明和环境友好型社会具有重要意义。本文试图从印象管理理论的视角出发,构建企业漂绿的衡量指标体系,深入阐释政府环境监管对漂绿行为的影响。

本文的研究发现:在控制其他特征因素后,政府环境监管与企业漂绿呈负相关关系,即政府环境监管水平高的地区,企业漂绿程度相对较低;政府监管的环境治理效应,主要是通过遏制企业表述性操纵而非选择性披露的印象管理策略而实现的。进一步的研究发现,上述效应具有异质性,在有融资需求的上市公司中,政府监管与企业漂绿的负相关关系更为显著和稳定。研究还表明,政府监管、融资需求与企业漂绿的关系会受到产权性质的影响,有融资需求的国有企业中,政府监管与漂绿程度的负相关关系更为显著和稳定。在考虑了潜在的政府监管与企业漂绿之间的内生性问题及一系列稳健性检验后,本文的研究结论保持不变。

以上的研究结果表明:一方面,政府环境监管有助于降低企业漂绿程度,说明必要的环境管制能够推动企业真绿的社会责任实践。另一方面,异质性分析也发现上述作用对于有融资需求的企业和国有企业更为显著和稳定,对无融资需求的企业和非国有企业则不敏感,即存在“信号弱化”效应,说明当前的环境监管在力度上和适应性上仍有待加强。

本文的研究结论提供了政府监管限制企业漂绿印象管理行为的新的经验证据,丰富了该领域的国内外学术文献。本文对于进一步完善我国的环境信息披露及其监管机制同样具有参考价值:作为新兴市场化国家,我国正处于经济转型期,在环境治理工具箱中,传统的命令控制工具不仅是十分重要的,而且在必要时还应适当加强。

结合我国国情和黑龙江省客观实际,本文提出如下建议:

第一,完善相关法律法规,建立起规范性和强制性的企业环境报告制度。在企业的环境信息披露中,最重要的不是披露了什么,而是没有披露什么以及披露的真实性如何。为防范企业选择性披露环境信息的机会主义行为,需要进一步完善相关法律法规,建立起规范性和强制性的企业环境报告制度。企业环境报告制度是推动企业环境信息公开规范化的技术支撑,要进一步加大信息公开,让所有的污染源排放暴露在阳光下,让每一个人成为污染排放监督者。通过实施激励和约束机制相结合,推进企业预防和治理环境污染。通过刚性执法,督促企业自觉守法,严惩环境违法行为,依法实施按日计罚、治安拘留、查封扣押、停产整治,乃至刑事制裁。通过开展企业管理信用评价,公开企业守法记录,借助公众监督力量和环境公益诉讼程序,会同有关部门按照社会信用合作机制,联合激励诚信守法企业,联合惩戒失信违法企业,进而推动企业通过贷款、发行债券等多渠道筹措资金,主动治理环境污染和修复生态破坏。作为污染防治与公众监督的实践形式,企业环境信息公开和环境报告制度是经济社会高质量发展的必要制度安排,要通过企业环境信息公开和环境报告制度,维护好我省良好的生态环境,推动龙江振兴发展。

第二,建立健全与企业环境信息披露相关的监管机制,加强绿色评级和认证,统一和完善有关监管规则和标准。整合各类环境监测数据,做到政府主导下的综合施治,实现环境监管的无死角、全覆盖。开展环境监测数据平台等环境监测业务信息系统的建设工作,在全范围内实现了水、气、生态、噪声等环境监测业务数据的统一上报、存储和管理。随着“水十条”、“气十条”和“土十条”的实施,以及环保工作和管理要求的变化,构建全省统一的生态环境监测大数据应用平台。为确保企业所募集的资金投入到绿色项目中,防止洗绿风险,引入独立第三方绿色认证和评级尤为重要,其意义是多方面的:一是帮助绿色企业通过评级和认证获得声誉的优势,同时抑制企业从事污染活动的冲动;二是倒逼企业强化环境信息披露;三是通过绿色认证和评级宣传推广绿色金融理念;四是为政府对绿色金融的激励机制(如担保、贴息)提供参考。要督促资产管理业进行环境风险压力测试。随着环境风险严重程度的不断增加,保险业和资产管理业应具备评估及管理新出现的与不可遇见的环境风险方面的意识,并通过环境压力测试的结果调整投资组合。

第三,加强绿色金融体系建设,促进绿色金融市场规模化、规范化发展。推动我省绿色金融标准建设,为绿色金融产品健康发展提供指引,为业务管理和市场监管提供依据。加快有绿色金融配套政策的落地,为企业转向绿色发展提供激励。一是以促进绿色金融可推广可复制、可持续发展为目标,推动我省自贸区向纵深发展。利用我省自贸区先行先试的制度优势和现有的良好基础,发展以排污权为代表的环境权益抵质押市场渠道,推行以碳交易为特色的创新型融资模式;强化绿色信用体系建设,明确市场准入,引导各种类型的社会资金进入绿色金融市场,切实降低绿色融资成本。二是规范发展绿色金融标准体系。《绿色产业指导目录(2019年版)》已由多部委联合印发,进一步厘清了产业边界,有助于把政策和资金聚焦到对推动绿色发展最重要、最关键、最紧迫的产业上。这将逐步推动绿色金融市场相关机构统一关于绿色金融的监管、认证标准,形成更为规范、统一的市场标识和交易。特别是《绿色产业指导目录(2019年版)》,继续把“煤炭清洁生产和利用”纳入绿色产业的支持范围,煤炭作为我省主要的一次能源,有助于推动我省资源高效利用以及经济可持续发展。三是完善绿色金融专项统计,形成全领域、全流程、全覆盖的统计体系。绿色金融专项统计要从贷款、债券、基金、证券、保险等不同工具进一步向项目资产质量和环境效益等关键数据倾斜,制定科学合理的统计标准,为发展绿色经济、防范化解绿色金融风险提供数据支撑。四是强化信息披露,加强绿色金融发展的透明度。建立健全统一的环境信息披露标准,探索建立绿色金融全链条的环境信息披露机制,便利投资者和金融机构有效识别绿色项目和融资主体并对绿色项目进行合理定价,从而吸引更多的社会资金投入绿色项目。

本新型智库研究项目在研究期间发表的CSSSCI级学术论文

1             自然资源资产离任审计与空气污染防治:和谐锦标赛还是环保资格赛”.《中国工业经济》,2019年第10期第2341

2             演化视角下的企业漂绿问题研究:基于中国漂绿榜的案例分析. 会计研究,2018年第4期第1119页(《新华文摘》2018年第17期《论点摘编》第167页《演化视角下的企业漂绿问题》)

 

 

参考文献

[1] Tietenber,T. Disclosure Strategies for Pollution Control[J].Environmental and Resource Economics, 1998,11(3):587-602

[2] 公众环境研究中心.寻找蔚蓝——公众环境研究中心2016年度报告[R].北京,2017

[3] Laufer, W.S. Social Accountability and Corporate Greenwashing[J]. Journal of Business Ethics, 2003, 43(3):253-261

[4] Polonsky, M.J., Grau, S.L., and Garma, R. The New Greenwash? Potential Marketing Problems with Carbon Offsets[J]. International Journal of Business Study, 2010, 18(1):49-54

[5] Julian, S.D., and Ofori-Dankwa, J.C. Financial Resource Availability and Corporate Social Responsibility Expenditures in a Subsaharan Economy: The Institutional Difference Hypothesis[J]. Strategic Management Journal, 2013, 34(11): 1314-1330

[6] Aerts, W., Cormier, D., and Magnan, M. Intra-industry Imitation in Corporate Environmental Reporting: An International Perspective[J]. Journal of Accounting and Public Policy, 2006, 25(3): 299-331

[7] Jenny, D. Corporate Responsibility: The Communication Challenge[J].Journal of Communication Management, 2004,9(2):108-119

[8] Lyon,T.P., and Maxwell, J. W. Greenwash: Corporate Environmental Disclosure under Threat of Audit[J]. Journal of Economics & Management Strategy, 2011,20(1):3-41

[9] 沈洪涛,黄珍,郭肪汝.告白还是变白——企业环境表现与环境信息披露关系研究[J].南开管理评论,2014,172):56-63

[10] Walker, K., and Wan, F. The Harm of Symbolic Actions and Green-washing: Corporate Actions and Communications on Environmental Performance and Their Financial Implications[J]. Journal of Business Ethics, 2012, 109(2): 227-242

[11] 肖红军,张俊生,李伟阳.企业伪社会责任行为研究[J].中国工业经济,2013,(6):77-86

[12] 李大元,贾晓琳,辛琳娜. 企业漂绿行为研究述评与展望[J].外国经济与管理,2015,(12):86-96

[13] 王欣,郑若娟,马丹丹.企业漂绿行为曝光的资本市场惩戒效应研究[J].经济管理,2015,(11):176-187

[14] Chen, Y., and Chang, C. Greenwash and Green Trust: The Mediation Effects of Green Consumer Confusion and Green Perceived Risk[J]. Journal of Business Ethics, 2013,114(3):489-500

[15] Du, X. How the Market Values Greenwashing: Evidence from China[J]. Journal of Business Ethics, 2015, 128(3): 547-574

[16] Huang, R.B., and Chen, D.P. Does Environmental Information Disclosure Benefit Waste Discharge Reduction? Evidence from China[J]. Journal of Business Ethics, 2015, 129,(3):535-552

[17] 姚圣,杨洁,梁昊天.地理位置、环境规制空间异质性与环境信息选择性披露[J].管理评论,2016,(6):192-204

[18] 欧文.戈夫曼著,黄爱华,冯刚译.日常生活中的自我呈现[M].杭州:浙江人民出版社,1989

[19] Tetlock, P. E., and Manstead, A.S. Impression Management Versus Intrapsychic Explanations in Social Psychology[J]. Psychological Review, 1985, 92(1):59-77.

[20] Avery, D. R, and Mckay P F. Target Practice: an Organizational Impression Management Approach to Attraction Minority and Female Job Applications [J]. Personnel Psychology, 2010, 59(1):157-187

[21] Graffin, S. D., Carpenter, M. A., and Boivie, S. What's All That (Strategic) Noise? Anticipatory Impression Management in CEO Succession[J]. Strategic Management Journal, 2011, 32(7):748-770

[22] McDonnell, M., and King, B. G. Keeping up Appearances: Reputational Threat and Impression Management after Social Movement Boycotts [J]. Administrative Science Quarterly, 2013,58(3):387-419

[23]Clatworthy, M. A., and Jones, M. J. Differential Patterns of Textual Characteristics and Company Performance in the Chairman's Statement[J]. Accounting Auditing & Accountability Journal, 2006, 19(4):493-511.

[24]孙蔓莉.论上市公司信息披露中的印象管理行为[J].会计研究,2004,(3):40-45

[25] Patten, D. M. The Accuracy of Financial Report Projections of Future Environmental Capital Eexpenditures: a Research Note[J]. Accounting Organizations & Society, 2005, 30(5):457-468.

[26] Darrell, W., and Schwartz, B. N. Environmental Disclosures and Public Policy Pressure[J]. Journal of Accounting & Public Policy, 1997, 16(2):125-154.

[27] Beelitz, A. Legitimizing Negative Aspects in GRI-Oriented Sustainability Reporting: A Qualitative Analysis of Corporate Disclosure Strategies[J]. Journal of Business Ethics, 2014, 123(3):401-420.

[28] Marquis, C., Toffel, M. W., and Bird, Y. Z. Scrutiny, Norms, and Selective Disclosure: A Global Study of Greenwashing[J]. Organization Science, 2016, 27(2):483-504

[29] Clarkson, P.M., Li, Y., Richardson, G. D., and Vasvari, F. P. Revisiting the Relation between Environmental Performance and Environmental Disclosure: An Empirical Analysis[J]. Accounting, Organization and Society, 2008,33(4):303-327

[30] Aerts, W., and Cormier, D. Media Legitimacy and Corporate Environmental Communication[J]. Accounting, Organization and Society, 2009, 34(1):1-27

[31] Delmas, M. A., and Montes-Sancho, M. J. Voluntary Agreements to Improve Environmental Quality: Symbolic and Substantive Cooperation[J]. Strategic Management Journal, 2010, 31(6):575–601

[32] 缑倩雯,蔡宁.制度复杂性与企业环境战略选择:基于制度逻辑视角的解读[J].经济社会体制比较,2015,(1):125-138

[33] 肖芬蓉,黄晓云.企业漂绿行为差异与环境规制的改进[J].软科学,2016,(8):61-64

[34] Neu, D., Warsame, H., and Pedwell, K Managing Public Impressions: Environmental Disclosure in Annual Reports[J]. Accounting, Organizations and Society, 1998, 23(3): 265-282

[35] Leary, M. R., and Kowalski, R. M. Impression Management: A Literature Review and Two-Component Model[J]. Psychological Bulletin, 1990, 107(1):34-47.

[36] Mohamed, A. A., Gardner, W. L., and Paolillo, J. P. A Taxonomy of Organizational Impression Management Tactics[J]. Advances in Competitiveness Research, 1999, 7(1):108-130.

[37] 杨亚林,马如飞.环境外部性与我国绿色金融发展[J].湖湘论坛,2017,(1):88-91

[38] Osma, B. G., and Guillamón-Saorín, E. Corporate Governance and Impression Management in Annual Results Press Releases[J]. Accounting Organizations & Society, 2011, 36(4):187-208.

[39] Jiraporn, P., Jiraporn, N., Boeprasert, A., and Chang, K. Does Corporate Social Responsibility (CSR) Improve Credit Ratings? Evidence from Geographic Identification[J]. Financial Management, 2014, 43(3):505–531.

[40] Goss, A., and Roberts, G. S. The Impact of Corporate Social Responsibility on the Cost of Bank Loans[J]. Journal of Banking and Finance, 2011, 35(7): 1794 -1810

[41] 沈洪涛,游家兴,刘江宏.再融资环保核查、环境信息披露与权益资本成本[J].金融研究,2010,(12):159-172

[42] 倪娟,孔令文.环境信息披露、银行信贷决策与债务融资成本——来自我国沪深两市A股重污染行业上市公司的经验证据[J].经济评论,2016,(1):147-156

[43] 王建明.环境信息披露、行业差异和外部制度压力相关性研究——来自我国沪市上市公司环境信息披露的经验证据[J].会计研究,2008(6)54-62

[44] Durnev A. A., and Kim E. H. To Steal or Not to Steal: Firm Attributes, Legal Environment, and Valuation[J]. Journal of Finance, 2005, 60(3), 1461-1493

Governmental Regulation, Financing Demand and Corporate Greenwashing

Abstract: Greenwashing is a response to social responsibility, which is compliant in form though oppositional in essence. In recent years, a trend has emerged among Chinese enterprises towards greenwashing behavior. This paper sets forth enterprises’ motivation for greenwashing through the Duality Model of Impression Management Theory. On this basis, the paper then constructs an evaluation index system for measuring greenwashing. An empirical study on listed companies in the metallurgy industry from 2010 to 2016 shows that governmental environmental regulation has governance effects on enterprises’ greenwashing. Such governance effects are mainly expressed in their impressions on management behavior which restrict enterprises’ expressive manipulation. Concurrently, among enterprises which required financing, a negative correlation between governmental regulation and the degree of greenwashing is more distinctive. In addition, further investigations based on the nature of property rights supports the administrative attribute view of state-owned enterprises. In other words, among state-owned enterprises with financing needs, a negative correlation between governmental regulation and the degree of greenwashing degree is more distinctive as well. This paper develops relevant research into indexes measuring enterprise greenwashing and their influence factors. In doing so it enriches academic documents related to the effects of environmental regulation and green financial policies which providing a decision-making reference for strengthening the construction of ecological civilization and encouraging enterprises to practice “truly green” social responsibility.

Key Words: Enterprise Greenwashing; Impression Management; Governmental Regulation; Financing Demand; Nature of Property Right

 

基于产权性质的Tobit分析

变量

国有企业(OWN=1)

非国有企业(OWN=0)

无融资需求(FID=0) 

有融资需求(FID=1) 

无融资需求(FID=0 

有融资需求(FID=1) 

GWL

GWLS

GWLE

GWL

GWLS

GWLE

GWL

GWLS

GWLE

(9)

GWL

GWLS

GWLE

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(10)

(11)

(12)

GOV

0.001

0.001

0.002*

-0.004***

-0.001

-0.007**

-0.002

0.001

-0.006**

-0.0008

-0.002

0.002

(1.42)

(0.91)

(1.72)

(-2.71)

(-0.99)

(-2.60)

(-1.26)

(0.58)

(-2.34)

(-0.02)

(-0.52)

(0.29)

CEP

0.03

0.01

0.042

-0.085

-0.130*

-0.08

-0.061

-0.192***

-0.021

-0.256**

-0.343**

-0.275

(0.91)

(0.26)

(0.97)

(-1.40)

(-1.92)

(-0.93)

(-0.96)

(-3.28)

(-0.19)

(-2.13)

(-2.65)

(-1.47)

MEDI

-0.027

-0.002

-0.056

0.023

0.090**

0.001

-0.003

-0.012

-0.004

0

0

0

(-0.79)

(-0.07)

(-1.14)

(0.38)

(2.11)

(0.02)

(-0.03)

(-0.16)

(-0.04)

(.)

(.)

(.)

ROA

-0.503***

-0.101

-0.909***

-0.756

-0.062

-2.312**

0.547

0.336

0.673

-4.803***

-3.341**

-7.863***

(-2.97)

(-0.50)

(-3.53)

(-1.48)

(-0.12)

(-2.40)

(0.74)

(0.37)

(0.67)

(-4.57)

(-2.87)

(-4.04)

LEV

0.024

0.003

-0.025

0.085

0.169

-0.092

-0.226

0.002

-0.399

-0.296*

-0.078

-0.496

(0.27)

(-0.04)

(-0.16)

(0.46)

(0.96)

(-0.30)

(-1.38)

(0.02)

(-1.58)

(-1.76)

(-0.38)

(-1.74)

TCH

-0.001

-0.016

0.006

-0.120**

-0.142***

-0.141

0.064

0.126**

0.016

-0.059

0.015

-0.1

(-0.01)

(-0.40)

(0.08)

(-2.18)

(-2.81)

(-1.59)

(0.95)

(2.16)

(0.15)

(-0.71)

(0.16)

(-0.65)

SIZE

-0.204***

-0.133***

-0.286***

-0.206***

-0.175***

-0.312***

-0.02

0.017

-0.065

0.098

0.125

0.043

(-6.39)

(-3.80)

(-6.43)

(-3.95)

(-3.41)

(-3.54)

(-0.35)

(0.33)

(-0.71)

(1.06)

(1.2)

(0.25)

PAY

-0.021

-0.054**

-0.001

-0.046

-0.044

-0.018

0.022

0.062**

0.014

-0.097

-0.056

-0.174

(-0.96)

(-1.98)

(-0.04)

(-1.24)

(-1.23)

(-0.29)

(0.8)

(2.36)

(0.27)

(-0.95)

(-0.47)

(-1.08)

DECN

-0.148**

-0.131**

-0.184*

-0.082

-0.114

-0.093

-0.087

-0.104*

-0.118

-0.051

-0.005

-0.225

(-2.30)

(-2.58)

(-1.83)

(-0.89)

(-1.33)

(-0.62)

(-1.36)

(-1.99)

(-0.73)

(-0.66)

(-0.05)

(-1.67)

ECO

-0.074

0.016

-0.152

0.417***

0.238**

0.529***

-0.780***

-1.142***

-0.549

-0.625**

-0.827***

-1.009**

(-0.79)

(0.17)

(-1.07)

(3.62)

(2.2)

(2.77)

(-3.77)

(-6.21)

(-1.44)

(-2.87)

(-3.61)

(-2.34)

Constant

1.565***

1.117***

2.101***

-0.358

0.168

-0.408

4.488***

5.555***

3.939**

4.255***

4.711***

6.939***

(3.65)

(2.61)

(3.26)

(-0.62)

(0.31)

(-0.44)

(4.91)

(6.74)

(2.27)

(3.88)

(4.07)

(-3.36)

N

170

170

170

77

77

77

56

56

56

24

24

24

F

19.24***

9.97***

11.27***

17.73***

8.36***

9.98***

9.63***

11.60***

4.84***

22.56***

38.76***

6.24***

Log pseudolikelihood

66.647

64.454

-16.735

31.135

36.026

-17.917

21.486

21.904

-12.668

14.280

13.333

-6.233


基于工具变量的两阶段回归检验

变量

全部样本

有融资需求样本

有融资需求国有企业样本

GWL

GWLS

GWLE

GWL

GWLS

GWLE

GWL

GWLS

GWLE

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

Panel A:第一阶段工具变量回归结果

FDI

5.867***

5.867***

5.867***

7.459***

7.459***

7.459***

8.188***

8.188***

8.188***

(6.34)

(6.34)

(6.34)

(4.77)

(4.77)

(4.77)

(4.15)

(4.15)

(4.15)

F

26.94***

26.94***

26.94***

13.90***

13.90***

13.90***

10.53***

10.53***

10.53***

Adj R2

0.443

0.443

0.443

0.563

0.563

0.563

0.556

0.556

0.556

Panel B:第二阶段回归结果

GOV

-0.011***

-0.010***

-0.013***

-0.008**

-0.005

-0.012**

-0.008**

-0.005

-0.013**

(-3.81)

(-3.47)

(-3.38)

(-2.28)

(-1.63)

(-2.10)

(-2.32)

(-1.49)

(-2.26)

CONTROLS

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

N

327

327

327

101

101

101

77

77

77

Wald chi2

104.31***

54.72***

111.24***

59.86***

37.18***

51.36***

63.26***

42.74***

47.68***

 


10  稳健性检验

变量

全部样本

有融资需求样本

有融资需求国有企业样本

GWL

GWLS

GWLE

GWL

GWLS

GWLE

GWL

GWLS

GWLE

(1)

(2)

(3)

(1)

(2)

(3)

(1)

(2)

(3)

Panel A: 有序响应模型的回归结果

GOV

-0.016*

-0.006

-0.021**

-0.042**

0.003

-0.045**

-0.059**

0.006

-0.063**

(-1.67)

(-0.62)

(-2.34)

(-2.05)

(0.21)

(-2.27)

(-2.36)

(0.29)

(-2.57)

CONTROLS

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

INDUSTRY

No

No

No

No

No

No

No

No

No

N

327

327

327

101

101

101

77

77

77

Wald chi2

107.97***

48.88***

83.78***

49.20**

25.89***

43.89***

44.79***

25.65***

34.36***

Log pseudolikelihood

-266.425

-304.814

-284.053

-77.406

-88.719

-82.261

-54.687

-59.861

-61.167

Panel B: 政府监管替代指标的回归结果

SAC

-0.044***

-0.037

-0.057***

-0.057***

-0.036**

-0.077**

-0.055**

-0.037**

-0.075*

(-3.74)

(-3.24)

(-3.32)

(-2.96)

(-2.15)

(-2.01)

(-2.47)

(-2.01)

(-1.77)

CONTROLS

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

INDUSTRY

No

No

No

No

No

No

No

No

No

N

327

327

327

101

101

101

77

77

77

F

23.88***

10.22***

16.68***

11.87***

5.53***

8.67***

14.96***

9.23***

8.19***

Log pseudolikelihood

91.388

87.114

-86.110

31.764

34.970

-33.554

29.381

36.811

-20.1333

Panel C: 控制行业效应的回归结果

GOV

-0.002**

-0.001

-0.003**

-0.004**

-0.002

-0.006**

-0.004***

-0.001

-0.007**

(-2.16)

(-1.24)

(-2.21)

(-2.56)

(-1.14)

(-2.35)

(-2.74)

(-0.98)

(-2.61)

CONTROLS

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

INDUSTRY

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

Yes

N

327

327

327

101

101

101

77

77

77

F

19.19***

8.90***

14.00***

11.39***

6.39***

7.73***

17.45***

11.33***

9.31***

Log pseudolikelihood

87.484

83.487

-88.665

31.960

36.028

-32.539

32.730

39.382

-17.2793