【绿色信贷对企业去杠杆效应的影响研究开题报告5000字】

绿色信贷对企业去杠杆效应的影响研究开题报告（一）研究背景与意义1、研究背景改革开放以来，中国经济经历了飞速发展的过程，2020年，我国GPD现价破百万亿元大关，四十多年来年均增速高达13.27%。然而，在经济快速增长的同时，我国也面临着多样的变化与考验，产业结构失衡、环境污染严重、低利润高污染、产能过剩、金融风险压力较大等问题日益严峻。2007年，中共中央政治局会议、国务院常务会议均提出我国高耗能、高污染企业盲目扩张行为较为普遍，国内节能减排形势十分严峻，环境污染导致的企业环境违法行为日益增加，高污染、高能耗企业的关停给银行端造成了较大的信贷风险压力。2007年6月，国务院发布《关于印发节能减排综合性工作方案的通知》，强调我国节能减排工作的紧迫性，提出要落实节能减排责任，狠抓节能减排执法监管。同年7月，原国家环保总局、中国人民银行、银监会三部门联合发布《关于落实环境保护政策法规防范信贷风险的意见》，提出要加强环保节能与信贷管理工作的协同配合，一方面，要强化环境监督管理，促进完成污染减排目标，另一方面，还要严格信贷环保要求，加强信贷风险管理。政策发布后，多个省、市、自治区的环保部门联合当地金融监管部门制定出台了地区性指导政策，支持节能减排及信贷监管工作。2012年，为降低高能耗、高污染企业高杠杆率和过剩产能，推进企业绿色转型进程，落实银行信贷风险管理工作，银监会发布《绿色信贷指引》，进一步细化了绿色信贷的政策制度、审批流程、信息披露要求以及监督检查规则等。指引中详细规定了相关银行在尽职调查、授信审批、资金拨付及贷后风险评估等方面的管理要求，强调要加速推进绿色信贷发展，优化银行体系信贷结构，促进我国发展方式的转型，该文件成为我国第一个实质意义上的绿色信贷指引性文件。2016年3月，《政府工作报告》中首次提出了“绿色金融”概念。同年9月，七部委联合发布《关于构建绿色金融体系的指导意见》，提出要支持高环境效益的绿色项目投融资活动，抑制污染性投资进一步扩大，持续推进我国经济发展的绿色化转型进程。2017年，十九大报告中提出，要深化供给侧结构性改革，去高污染过剩产能，降低杠杆率水平，控制长期性和系统性风险，促进产业结构调整。2021年，《政府工作报告》中再次指出，要继续完成“三去一降一补”重要任务，加快发展方式的绿色转型，引导借贷资金更多地流向绿色发展领域。可见，在绿色金融不断发展壮大的今天，企业绿色转型及绿色信贷配给改革仍是我国发展方式转型的一大重点方向。《绿色信贷指引》的推出是否有效调整了银行信贷资源的配给方式，是否显著降低了高能耗、高污染企业的杠杆率和信贷风险，是否促进了该类企业的绿色转型进程，仍然值得进一步研究与探讨。2、研究意义“十四五”规划提出，“绿水青山就是金山银山”。我国正处在全面绿色转型的关键期，持续改善环境质量，推动绿色发展，协同推进经济层面的高质量发展与生态环境层面的高水平保护是加快发展方式绿色转型的重点方向。绿色信贷政策的推出将引导银行信贷资源的“再分配”，有效降低污染企业的杠杆率，抑制企业环境违法导致的银行端信贷风险压力的增加，倒逼高能耗、高污染企业绿色转型，加快我国全面绿色转型进程。然而，学术界有关绿色信贷与污染企业去杠杆的研究还有待进一步改善和扩充，下文将从理论意义和实践意义两方面阐述本文的研究意义。就理论意义而言，目前学术界的相关研究仍有以下三个可待提升的方面。第一，从企业去杠杆角度来看，国内学者已基于理论分析、实证检验对于不同因素去杠杆的效果进行了研究，例如金融结构、财政分权程度、经济不确定性以及增值税转型等等，但有关绿色信贷政策的企业去杠杆研究鲜有人触及。第二，从绿色信贷政策实施效果角度来看，学术界的现有研究多以商业银行为研究主体，企业层面的相关研究主要围绕企业信贷金额、企业投资水平及产业结构升级三个方面，而对企业杠杆率及去杠杆效果的研究较少。此外，现有研究的研究方法主要为静态面板和系统GMM方法，近年来，少数学者在研究过程中加入双重差分模型以衡量政策前后不同类型企业的行为或境况差异，但其界定实验组与控制组的方式多为手动分组，且依据的政策文件不尽相同，缺乏一定的污染数据支撑，分类较为模糊。第三，从影响机制与企业差异性角度来看，企业所有权性质、融资渠道依赖度及社会责任履行情况的不同会导致企业经营决策模式或融资成本层面上的差异，进而影响其融资行为和融资结果，带来杠杆率水平的变化，现有研究对此等方面的异质性研究较少，有待进一步讨论。考虑上述因素，本文将以行业污染排放强度为衡量依据对中国上市公司样本进行分组，引入双重差分模型，研究2012年发布的《绿色信贷指引》对高污染企业去杠杆程度的影响以及企业融资约束和投资效率的机制效应，并在所有权性质、融资渠道依赖、企业社会责任三个维度对样本企业进行异质性研究。就实践意义而言，本文可能在以下三个方面对现有研究的实践意义进行了扩充：第一，《绿色信贷指引》对商业银行发放贷款的条件做了更多限制，拉升了重污染企业的信贷门槛，导致其间接融资成本上升，银行贷款受到限制。同时，企业环境违法或污染超标等行为将为其带来较大的坏账风险，由于环保信息共享机制的存在，重污染企业将面临较大的社会舆论压力和道德谴责，可能导致外部债权人重新审视其投资的合理性。综上，绿色信贷政策将从多个层面促使高杠杆重污染企业调整经营模式，降低企业高杠杆率，本文将为此提供基于现实数据的实证证据。第二，本文对绿色信贷政策引致重污染企业去杠杆程度提升的具体机制进行检验，厘清了相关政策影响企业杠杆行为的具体路径，为后续绿色信贷系列政策的深化与相关供给侧结构性改革政策的协同，提供了作用路径的参考。第三，本文还将依照产权性质、融资途径、企业社会责任三个维度的数据对企业进行差异化研究，探究不同类型企业在绿色信贷政策影响下的不同表现，为相关政策的进一步细化和分类治理提供理论参考与实证依据。（二）研究思路与方法1、研究思路第一章，引言。本章旨在介绍本文的研究背景、具体问题、研究方法与研究意义。本文首先从国内现阶段面临的产业结构失衡、环境污染严重、低利润高污染产能过剩、金融风险压力较大等问题入手分析本选题的政策与经济背景；其次，基于绿色信贷相关政策的发展沿革、实施状况与政策目的，从绿色金融发展促进企业高质量发展这一视角出发，明确本文的研究问题为绿色信贷政策对企业去杠杆程度的影响；最后，对针对该问题的研究思路与方法进行介绍，讨论研究结果可能存在的理论与实践意义，并指出本文可能存在的创新点与不足之处。第二章，文献综述。本章旨在对本选题所涉及的现有文献进行回顾梳理，对杠杆率问题与绿色信贷政策问题的已有研究成果进行系统整理与学习研究。本文主要从绿色信贷与商业银行、绿色信贷与企业经营、杠杆率的影响因素、高杠杆的形成机制、去杠杆相关研究五个方面对文献进行综述，为本文的后续研究开展提供理论与观点支撑。第三章，理论分析与研究设计。本章旨在对选题所涉及的基础理论进行回顾梳理，对研究问题进行理论分析、提出研究假设并据此进行实证模型构建。本文主要借鉴了企业融资理论、公司治理理论、可持续发展理论与新发展理念，以2012年《绿色信贷指引》的颁布作为一项外部政策事件，并利用2011年工业行业污染排放数据建立实验组与控制组区分标准，构造起准自然实验。充分考虑企业去杠杆行为的众多影响因素后，挑选出具有代表性的企业微观层面控制变量，以企业去杠杆程度为被解释变量，构造固定效应双重差分模型用以后续实证研究。第四章，实证结果与分析。本章旨在对研究假设进行实证检验。本文利用2004-2020年中国A股上市公司数据，按研究设计分组后，通过双重差分模型检验了绿色信贷政策对企业去杠杆程度的影响，并对实证结果进行了稳健性检验。在此基础上，本文进一步参考已有研究，对该影响效果的具体机制与异质性进行了检验。第五章，研究结论与启示。本章旨在对第四章的实证结果进行分析总结得出本文研究结论，力求为绿色信贷政策、绿色金融模式提供有参考意义的政策启示。2、研究方法文献研究法。通过回顾总结与本文选题相关的国内外研究文献，把握绿色信贷政策、杠杆率研究的过往成果与研究前沿，对本文选题的研究思路设计与技术路径选择提供重要参考。理论研究法。为定性分析绿色信贷政策对企业去杠杆程度的影响，本文基于企业投资理论、公司治理理论、可持续发展理论与新发展理念，就绿色信贷政策如何影响企业去杠杆程度进行了详细的理论分析论证，并提出相关研究假设。实证研究法。为定量分析绿色信贷政策对企业去杠杆程度的影响，本文将2012年颁布《绿色信贷指引》这一事件作为一项准自然实验，通过事件研究法中被广泛使用的双重差分模型进行实证研究，并在此基础上进行了稳健性检验、机制性检验与异质性检验。3、技术路线图图1-1技术路线图（三）可能的创新与不足1、可能的创新本文可能的创新点在于：第一，绿色信贷政策相关研究成果中，对企业去杠杆行为的关注比较有限，本文通过研究《绿色信贷指引》对企业去杠杆程度的影响对该研究领域进行了补充。第二，本文以双重差分为基础方法，定量研究《绿色信贷指引》对企业去杠杆程度的具体机制和异质性，在分组过程中，引入污染强度指标对样本进行界定，填补了以往相关领域DID研究在分组上定义较为模糊的缺陷，用具体的行业数据对样本进行更为合理的分组，并增加倾向得分匹配法作为稳健性检验，以减少组别间的差异对研究结论的影响，为推动重污染企业绿色转型这一政策目标的持续推进，提供了理论参考和实证依据。2、不足之处本文的不足之处在于：第一，囿于数据的可获得性，本文研究样本仅选取了中国A股上市企业，未能覆盖同样处于政策影响下的非上市企业，导致研究结论可能并不适用于国内所有企业，存在一定的误差，有待后续进一步深入研究。第二，企业杠杆率的影响因素众多，虽然本文基于已有研究成果选取了具有代表性的控制变量，但真实经济背景下可能存在更加复杂的情况，进而对企业杠杆率造成影响。因此本文的模型设定可能存在控制变量遗漏的问题，对经济事实刻画的精确性仍有待提升。参考文献：安伟.绿色金融的内涵、机理和实践初探[J].经济经纬,2008(05):156-158.巴曙松.人口结构的宏观金融含义:资产、负债及杠杆率[J].经济体制改革,2013(01):12-16.蔡海静,汪祥耀,谭超.绿色信贷政策、企业新增银行借款与环保效应[J].会计研究,2019(03):88-95.蔡海静.我国绿色信贷政策实施现状及其效果检验——基于造纸、采掘与电力行业的经验证据[J].财经论丛,2013(01):69-75.陈琪.中国绿色信贷政策落实了吗——基于“两高一剩”企业贷款规模和成本的分析[J].当代财经,2019(03):118-129.丁杰.绿色信贷政策、信贷资源配置与企业策略性反应[J].经济评论,2019(04):62-75.丁宁,任亦侬,左颖.绿色信贷政策得不偿失还是得偿所愿?——基于资源配置视角的PSM-DID~1成本效率分析[J].金融研究,2020(04):112-130.董丰,申广军,焦阳.去杠杆的分配效应——来自中国工业部门的证据[J].经济学(季刊),2020(02):451-472.宫汝凯,徐悦星,王大中.经济政策不确定性与企业杠杆率[J].金融研究,2019(10):59-78.辜朝明.日本应对资产负债式萧条及其对全球经济的启示[J].国际金融研究,2006(02):25-27.郭鹏飞,孙培源.资本结构的行业特征:基于中国上市公司的实证研究[J].经济研究,2003(05):66-73+93.何凌云,吴晨,钟章奇,祝婧然.绿色信贷、内外部政策及商业银行竞争力——基于9家上市商业银行的实证研究[J].金融经济学研究,2018,33(01):91-103.胡志鹏.“稳增长”与“控杠杆”双重目标下的货币当局最优政策设定[J].经济研究,2014,49(12):60-71+184.黄辉,王志华.资本结构行业差异及其影响因素的实证分析──来自我国上市公司的经验数据[J].财经理论与实践,2006,27(01):67-72.纪敏,严宝玉,李宏瑾.杠杆率结构、水平和金融稳定--理论分析框架和中国经验[J].金融研究,2017(02):11-25.纪洋,王旭,谭语嫣,黄益平.经济政策不确定性、政府隐性担保与企业杠杆率分化[J].经济学(季刊),2018,17(02):449-470.江曙霞,罗杰,黄君慈.信贷集中与扩张、软预算约束竞争和银行系统性风险[J].金融研究,2006(04):40-48.蒋灵多,陆毅.市场竞争加剧是否助推国有企业加杠杆[J].中国工业经济,2018(11):155-173.邹静娴,贾珅,邱雅静,等.经营风险与企业杠杆率[J].金融研究,2020,486(12):20-39.BaronRM,KennyDA.Themoderator–mediatorvariabledistinctioninsocialpsychologicalresearch:Conceptual,strategic,andstatisticalconsiderations[J].Journalofpersonalityandsocialpsychology,1986,51(6):1173.BeckT,LevineR,LevkovA.Bigbadbanks?ThewinnersandlosersfrombankderegulationintheUnitedStates[J].TheJournalofFinance,2010,65(5):1637-1667.BernankeBS,GertlerM,GilchristS.Thefinancialacceleratorinaquantitativebusinesscycleframework[J].Handbookofmacroeconomics,1999,1:1341-1393.BhamraHS,KuehnLA,StrebulaevIA.Theaggregatedynamicsofcapitalstructureandmacroeconomicrisk[J].TheReviewofFinancialStudies,2010,23(12):4187-4241.BradleyM,JarrellGA,KimEH.Ontheexistenceofanoptimalcapitalstructure:Theoryandevidence[J].ThejournalofFinance,1984,39(3):857-878.ByounS.Howandwhendofirmsadjusttheircapitalstructurestowardtargets?[J].TheJournalofFinance,2008,63(6):3069-3096.ChenJJ.Determinants