媒体关注、数字金融与绿色创新

2022-02-04 08:08李黎长江大学经济与管理学院湖北荆州434023
商业会计 2022年24期
关键词:变量金融数字

李黎(长江大学经济与管理学院 湖北荆州 434023)

一、引言

近年来,随着我国经济的转型发展,人们越来越重视环境的绿色发展,追求绿色生活,倡导低碳出行。企业作为引发环境问题的重要源头,如何促进企业绿色创新,进而推动经济绿色健康发展,已成为各方关注的焦点。为了提升企业环境绩效,近年来国家出台了一系列政策。然而,有学者发现,环境政策等需要在外部治理机制的协同作用下才能有效施行[1]。媒体作为重要的企业外部监督手段,能够督促企业进行自我纠偏,其外部治理作用逐渐受到学者的关注[2]。

目前国内关于媒体关注与企业行为的研究多集中在企业总体创新绩效方面,绿色创新作为创新与绿色发展的协同产出,少有研究探讨媒体关注在企业绿色创新的过程中发挥着怎样的作用。赵莉等(2020)对全国规模以上工业企业数据的研究发现,媒体关注能够正向促进绿色研发投入,并且在市场化水平的作用下才会提高绿色研发产出,但没有考虑样本自选择的问题[3]。谭媛元(2021)以制造业企业为样本,发现媒体关注能够通过提升企业治理水平的方式促进绿色技术创新[4],而张玉明等(2021)在对重污染企业的研究中同样发现媒体关注能够促进绿色创新[5]。可以看出,已有研究一方面忽视了样本自选择问题,另一方面多以某一行业为对象,缺少普遍性。近年来我国数字金融的发展为企业绿色发展提供了大力支持,已有研究发现,数字金融能够鼓励科技创新[6],显著提高企业的创新能力[7],并逐渐成为区域发展的主要动力[8],但是目前还鲜有学者就数字金融对媒体关注与绿色创新的影响进行探讨。

基于以上分析,本文选取2011—2020年我国A股上市公司数据,利用Heckman两阶段模型探讨媒体关注对企业绿色创新的影响,引入数字金融指数,考察其对媒体关注与绿色创新的调节作用,并从异质性视角进行进一步分析。

二、理论分析与研究假设

(一)媒体关注与绿色创新

绿色创新不仅有利于提高资源利用效率,而且对企业节能降耗具有重要意义。与一般活动相比,绿色技术创新最大的特点是周期长、风险高且不具有可逆性。企业在绿色创新活动中常常面临资金短缺、成本较高以及创新失败等问题,进而导致企业进行绿色创新的积极性不高[9]。虽然国家已出台相关政策支持企业绿色创新,但是仅依靠环境规制及市场机制难以有效提高企业绿色创新水平。随着信息化的发展,媒体在市场发展中发挥的信息中介作用被越来越多的学者所认可。基于信息中介假说,媒体关注能够通过充当信息中介的方式,降低市场内部信息不对称水平。媒体可以通过对企业信息的加工、包装与报道,增强企业透明度,进而减少企业在绿色创新过程中面临的融资约束等问题[10],进而有效提升企业债权融资与股权融资的规模。基于此,本文提出以下假设:

H1:在其他条件不变时,媒体关注能够显著提升企业绿色创新。

(二)数字金融对媒体关注与绿色创新的调节作用

金融是促进企业绿色创新的关键因素,提高金融供给的效率对企业绿色创新活动具有重要影响[11]。随着我国经济发展逐渐迈入数字经济时代,数字金融在促进企业创新[7]、提升企业全要素生产率[12]等方面扮演着重要角色,进而有助于我国经济实现高质量发展。从上文分析中可以看出,绿色创新不同于其他创新活动,融资问题是其中的关键环节,而数字金融则能够有效解决企业融资难、用资贵问题。首先,数字金融利用大数据与金融相结合的技术手段,实现了对企业债务状况的准确评估,降低了企业融资的门槛,有利于企业从事研发创新活动。其次,在互联网发展的推动下,数字金融能够帮助企业迅速获得资金,抓住创新机会。最后,数字金融带来的便捷支付功能,促进了消费结构升级,在提高企业营收的同时也节省了销售成本。在数字金融的助力下,媒体关注对企业绿色创新的促进作用将得到进一步提升,企业在绿色创新过程中所面临的资源投入匮乏等问题会得到较大缓解。基于此,本文提出以下假设:

H2:在其他条件不变时,数字金融对媒体关注与绿色创新起到正向调节作用。

三、研究设计

(一)样本选择与数据来源

本文选取2011—2020年我国沪深A股上市公司数据为样本,在进行数据处理前进行以下操作:剔除ST等异常企业;剔除金融保险类企业;剔除数据缺失企业;剔除资产负债率大于1的企业,最后获得19 521条观测数据。为了避免极端异常值的影响,对所有连续型变量按照(1%,99%)的标准进行Winsorize缩尾处理。绿色专利及媒体关注数据来自CNRDS数据库,其他数据来自CSMAR数据库及手工整理。

(二)变量定义

1.被解释变量:绿色创新(GI)。已有研究大多从绿色创新的投入和产出角度来衡量企业绿色创新绩效。本文借鉴已有研究的做法[13],采用企业独立与联合申请的绿色专利数目之和加1取对数的形式衡量企业绿色创新,能够最大程度地保证结果的可靠性。

2.解释变量:媒体关注(M)。由于媒体报刊仍是主要的信息传播媒介,参照大多数学者的做法[14],本文选取数据库中企业当年在纸质报刊中的新闻数加1取对数衡量媒体关注度。进一步,选取纸质报刊中的正面新闻数加1取对数作为媒体关注的正面报道(P),负面新闻数加1取对数作为媒体关注的负面报道(N)。

3.调节变量:数字金融指数(DFI)。本文采用北京大学数字金融研究中心编制的数字普惠金融指数及其二级指标来衡量各地区的数字金融程度,目前学者主要通过该指数进行数字金融方面的研究[11][12]。本文基于该指数进行调节效应研究,并从数字金融覆盖广度(cover)、使用深度(usage)、数字化程度(digital)三个维度做进一步分析。由于数字金融的影响可能无法在当期体现,因此对所有数字金融的指标做滞后一期处理。为了减少数字量级带来的估计偏差,本文取所有指数除以100后的数据进行回归分析。

4.控制变量:参考已有研究,本文选择企业规模(size)、资产负债率(lev)、企业年龄(age)、企业成长性(growth)、总资产报酬率(ROA)、股权集中度(first)、董事会规模(BD)、独立董事比例(IBD)、托宾Q(Q)作为控制变量,进一步加入了年份虚拟变量,并且按照2012年证监会行业分类标准,以制造业二级、其他行业一级代码控制行业效应。

具体变量定义见表1。

表1 变量定义表

(三)模型构建

由于绿色创新活动成本高、风险大,因此,并非所有企业都会进行绿色创新活动。鉴于绿色创新可获得数据较少,学者大多采用从事绿色创新活动的部分企业作为样本,进而将结论推广到整体行业或者全部企业,容易造成样本选择偏差。为了避免样本自选择问题,本文采用Heckman两阶段模型进行回归分析。

第一阶段是决策模型。建立是否进行绿色创新的Probit二元离散模型,以是否进行绿色创新(GI_dum)作为被解释变量,计算逆米尔斯比率IMR。若企业当年申请了绿色专利,GI_dum取值1,否则取值0。当模型中的媒体关注为PM以及NM时,需要计算其对应的IMR。当企业处于较强的行业竞争中时,更有动力通过绿色创新和绿色产品研发来提高自身竞争力。因此,本文选择市场竞争度作为第一阶段的识别变量[15],并用赫芬达尔指数(HHI)衡量。第一阶段决策模型如下:

第二阶段为绿色创新规模模型。将第一阶段得到的逆米尔斯比率(IMR)代入多元回归模型。第二阶段模型如下:

为了考察数字金融对媒体关注与绿色创新的调节作用,增加数字金融指数(DFI)指标,构建其与媒体关注的交互项,模型如下:

四、实证分析

(一)描述性统计

上页表2为各研究变量的描述性统计结果。绿色创新(GI)的均值为 0.358,说明我国上市公司绿色创新处于较低水平;最大值为3.638,最小值为0,表明企业之间的绿色创新水平具有较大差异。媒体关注(M)取对数后的平均值为3.327,说明平均每家企业被报道30次左右,并且最大值与最小值之间差距较大。各地区数字金融指数(DFI)的均值为 2.575,最小值为0.327,最大值为4.319,说明不同地区之间的数字金融发展水平存在较大差异。各指标中位数与均值接近,整体上数据呈正态分布。

表2 变量描述性统计结果

(二)相关性分析

上页表3结果表明,媒体关注在1%的水平上与企业绿色创新正相关,初步验证了假设1。金融发展指数在1%的水平上与绿色创新正相关,说明地区金融发展水平对企业绿色创新具有促进作用。总资产报酬率(ROA)同样在1%的显著性水平上与绿色创新正相关,主要是因为企业总资产报酬率越高,说明企业盈利能力越强,能够吸引投资者投资,使企业有较为充足的资金进行绿色创新。计算各变量的方差膨胀因子(VIF)后发现,各变量VIF最大值为2.07,平均值为1.39,远小于10,表明变量之间不存在严重的多重共线性。

表3 Person相关性系数表

(三)回归分析

上页表4为媒体关注与企业绿色创新的回归结果。根据第(1)(2)列的结果可知,媒体关注与媒体正面报道的系数分别为0.159、0.315,且通过了1%的显著性水平检验,二者均能促进企业绿色创新。媒体负面报道对企业绿色创新的回归系数为-0.037,在10%的水平上显著,而在滞后一期的回归中负面报道回归系数显著为正,说明媒体负面报道抑制了企业当年绿色创新,但提高了企业下一年的绿色创新水平。可能的原因是,基于市场压力假说,负面报道带来的压力会使企业将资源投入到自身纠偏中,进而减少了当期研发投资,并且为维持自身形象,在第二年会加大绿色创新的投入。由此,假设1得证。控制变量方面,企业规模越大、总资产报酬率越高,企业绿色创新水平越高,主要原因是规模大、资产报酬率高的企业能够动用的资源更多,更有能力进行绿色研发。

表4 主要回归结果

(四)调节效应分析

本文表5为数字金融调节效应的回归结果。第(2) (3)(4)列为从数字金融覆盖广度(cover)、使用深度(usage)以及数字化程度(digital)三个方面综合考察数字金融的调节效应,并用M*m表示交互项。结果显示,整体上数字金融的三个维度均正向调节媒体关注对绿色创新的影响,且都在1%的水平上显著,说明数字金融覆盖广度的提高、使用深度的增加、数字化程度的加深能够有效解决企业筹资问题,增强了媒体关注对企业绿色创新的促进作用,验证了假设2。

表5 调节效应回归结果

(五)稳健性检验

1.替换变量与样本。本文采用以下方式进行稳健性检验:(1)替换主要变量。本文将媒体关注替换成以网络新闻数为基础的数据进行回归,以 W_M 表示。(2)考虑到2020年新冠疫情对经济的影响,可能导致研究结果有偏差,因此剔除2020年数据,重新回归。

2.内生性处理。为了控制内生性问题,本文采取以下处理方式:(1)选择行业平均媒体关注度(IV)作为工具变量,采用工具变量法与两阶段最小二乘法相结合的方式处理内生性问题。当企业媒体关注度大于行业平均媒体关注度时,IV取值1,否则取值0。(2)取所有解释变量滞后一期数据,重新回归。根据上页表6结果,在替换变量、更新样本以及考虑内生性问题后,媒体关注与绿色创新的关系仍然显著,与上文结论一致。

表6 稳健性检验结果

(六)进一步分析

1.地区异质性的影响。将企业按照注册地分成东部地区与中西部地区,进行分组回归,如上页表7所示。相比于东部地区,企业位于中西部地区时,媒体关注对企业绿色创新的促进作用更强,回归系数为0.275,在1%的水平上显著;数字金融的调节作用在中西部地区也表现得更明显,回归系数为0.020,同样在1%的水平上显著。可能的原因是,中西部地区市场发展还不完善,资源配置效率较低,媒体关注与数字金融极大地缓解了中西部企业面临的融资约束问题,从而提升了绿色创新水平。

表7 地区异质性的回归结果

2.行业异质性的影响。依据证监会2012年修订的《上市公司行业分类指引》、环境保护部2008年制定的《上市公司环保核查行业分类管理名录》,将上市公司分为重污染企业与非重污染企业。根据上页表8的结果可知,媒体关注对重污染企业绿色创新的促进作用更强,回归系数为0.285,在1%的水平上显著。第(3)(4)列的结果说明,数字金融能够正向调节媒体关注对绿色创新的影响,相对于非重污染企业,在重污染企业中数字金融的调节作用更强。

表8 行业异质性的回归结果

3.数字化转型异质性的影响。参考吴非[16]等的做法,以文本分析法获得企业数字化转型的数据,若企业年报中披露了相关数字化转型的关键词赋值1,否则赋值0,将企业数据进行分组回归[17]。上页表9为企业是否进行数字化转型对媒体关注与绿色创新的影响。根据结果可知,在进行数字化转型的组中,媒体关注的回归系数为0.181,在1%的水平上显著,对绿色创新的促进作用强于未进行数字化转型的企业。第(3)(4)列的回归结果表明,数字金融对媒体关注与企业绿色创新起到了正向调节作用,且在进行数字化转型的企业中数字金融的调节作用更强。

表9 是否进行数字化转型的异质性影响

五、结论与启示

本文以2011—2020年我国沪深A股上市公司为样本,采用Heckman两阶段模型,探究了媒体关注对企业绿色创新的影响以及数字金融在其中的调节作用。研究发现:(1)媒体关注与媒体正面报道均能显著促进企业绿色创新,媒体负面报道抑制了企业当年的绿色创新,但能够促进企业第二年的绿色创新水平。(2)数字金融及其各维度均能正向调节媒体关注对企业绿色创新的影响,且在1%的水平上显著。(3)在对异质性的考察中发现,在中西部地区、重污染行业以及进行数字化转型的企业中,媒体关注对绿色创新的促进作用更强,且数字金融的正向调节作用同样明显。

结合本文的研究结果可以得出以下启示:(1)完善媒体行业运行管理机制,发挥媒体信息中介以及外部治理功能。媒体关注能够促进企业绿色创新,有关部门应该重视媒体行业发展,进而助力企业绿色创新。(2)加快数字金融的发展,提高对企业绿色创新的支持力度。应该加强数字金融的发展进程,通过大数据精准评估企业的资金需求,促进企业绿色转型。(3)注重地区、行业及企业个体差异,实行差异化绿色创新政策。在考虑企业所处行业特征及产权性质的基础上,实施差异化政策,提高政策实施效率,进而推动经济绿色发展。

猜你喜欢
变量金融数字
抓住不变量解题
也谈分离变量
何方平:我与金融相伴25年
答数字
央企金融权力榜
民营金融权力榜
数字看G20
多元金融Ⅱ个股表现
分离变量法:常见的通性通法
成双成对