《Frontiers in Environmental Science》:Green investment and stock returns of heavily polluting firms in China: Does AI adoption and green technological innovation matter?
编辑推荐:
引言:绿色投资在企业财务与环境绩效中扮演着重要角色。尽管绿色投资的积极环境影响已为人所知,但从投资者视角出发的经济后果——特别是在人工智能(AI)支持的环境中——仍未得到充分研究。据此,本研究探讨了绿色投资对股票收益的影响,并以绿色技术创新(G_patent)
引言:绿色投资在企业财务与环境绩效中扮演着重要角色。尽管绿色投资的积极环境影响已为人所知,但从投资者视角出发的经济后果——特别是在人工智能(AI)支持的环境中——仍未得到充分研究。据此,本研究探讨了绿色投资对股票收益的影响,并以绿色技术创新(G_patent)作为这一关系的中介变量。研究还检验了AI采纳的调节作用。方法:用于检验提出框架的数据来自中国重污染企业,时间跨度为2012年至2023年。结果:结果显示,绿色投资对企业股票收益有直接影响。此外,绿色技术创新在绿色投资与股票收益之间起到了中介作用。结果还证实了AI采纳的调节作用,表明AI采纳强化了绿色投资对股票收益的直接影响。讨论:本研究通过揭示绿色投资如何以股票收益的形式增加投资者价值,为相关文献做出了贡献,这是一个此前研究不足的领域。
研究背景:当前全球经济面临严峻挑战,环境污染与气候变化问题尤为突出,已对商业收入与生产力产生显著影响。经济活动的激增导致能源消耗加大,进而排放大量CO
2及其他有毒物质,危害生态环境。近年来,在《2030年可持续发展议程》(2030 Agenda for Sustainable Development)与《巴黎协定》等关键倡议驱动下,全球已形成减少环境污染的共识。作为主要能源消耗者,企业是环境污染物的重要贡献者。中国提出2060年前实现碳中和的愿景,迫使企业切实努力减少其环境污染份额。企业对环保项目的投资即是这些努力的一部分,这一现象被称为绿色投资(green investment),即在不断非能源商品的消费与生产的前提下,为减少环境污染所必需的投资。
扩大企业绿色投资规模是理解中国经济绿色转型的关键指标。然而,绿色项目需要巨额资金。粗略估计,到2030年,为控制环境污染并履行减少CO
2排放的国际承诺,中国企业每年需在绿色项目上投资高达30万亿元人民币,但政府仅能提供其中15%的资金,剩余部分需企业向潜在投资者募集。然而,投资者更关心其投资回报。既有研究表明,除了对非财务收益的动机外,投资者主要关注企业的环境、社会与治理(ESG)实践如何转化为其投资的财务收益。尽管如此,此前学者多聚焦于企业视角(如企业盈利能力),而从投资者视角审视绿色投资财务影响的研究却被忽视。因此,本研究聚焦于检验绿色投资对中国重污染企业股票收益的影响。由于这些企业因排放大量废水废气而对环境污染贡献突出,因此构成了本研究合适的总体对象。研究从资源基础观(RBV)出发,探讨绿色投资如何影响企业股票收益。RBV认为,企业是资源和能力的集合体,能够使其获得相对于竞争对手的竞争优势并取得卓越绩效。RBV指出,绿色投资为企业创造了包括财务、技术和智力资源在内的重大资源,这些资源共同为企业利益相关者(stakeholders)创造价值。投资者是任何企业的关键利益相关者,而股票收益(stock return)是衡量投资者价值最大化的重要指标。
研究人员开展的研究:因此,本研究的核心目标是探讨绿色投资对股票收益的直接效应,绿色技术创新的中介效应,以及AI采纳在该直接关系中的调节效应。为此,研究人员收集了2012年至2023年间中国A股上市重污染企业的面板数据。通过对提出的框架进行实证检验,本研究旨在填补从投资者视角探究绿色投资经济后果的文献空白。论文发表在《Frontiers in Environmental Science》。
主要关键的技术方法:研究数据来源为:绿色技术创新数据来自中国研究数据服务平台(CNRDS);绿色投资、AI采纳、股票收益及其他财务指标来自中国股票市场与会计研究(CSMAR)数据库。剔除ST、*ST及PT类公司后,最终获得7,212个公司-年度观测值。绿色投资(GI)以企业环保投资总额的自然对数衡量;绿色技术创新(G_patent)以绿色发明专利申请数加1后的自然对数衡量;AI采纳(AI_adoption)通过分析企业年报中AI相关关键词频率并除以总词数衡量。实证分析采用固定效应回归模型,并包含行业与年度虚拟变量。
研究结果:
4.1 描述性统计:股票收益均值为正(约11.6%)。绿色投资均值6.453,标准差2.83,表明企业间绿色投资水平差异显著。绿色技术创新与AI采纳显示企业间存在中度变异。方差膨胀因子(VIF)远低于临界值10,表明不存在多重共线性问题。
4.2 基准回归结果:模型(1)与(2)分别在不含和包含控制变量的情况下,绿色投资对股票收益的系数均在1%水平上显著为正(分别为0.0462与0.0631),表明绿色投资显著提升企业股票收益,支持H1。
4.3 调节效应结果:绿色投资与AI采纳的交互项系数显著为正(β
3 = 0.0347***),证实AI采纳强化了绿色投资对股票收益的正向影响,支持H2。
4.4 中介效应结果:第一步确认绿色投资正向影响股票收益。第二步显示绿色投资对绿色技术创新的系数显著为正,表明其促进绿色技术创新。第三步纳入两者后,当前年份绿色技术创新对股票收益的系数显著为负(-0.0641***),表明短期内存在负向中介效应。然而,使用滞后三期绿色技术创新(G_patent (t+3))后,其中介效应转为显著正(0.0456***),表明绿色技术创新在长期内通过价值创造提升股票收益。Sobel检验与Bootstrap检验均证实部分中介效应存在。
4.5 稳健性检验:使用绿色投资占总资产比率(GI_assets)作为替代指标,回归结果依然显著为正,验证了主要发现的稳健性。
4.6 内生性检验:采用两阶段最小二乘法(2SLS),以行业平均绿色投资(GI_industry)和滞后一期绿色投资(Lagged_GI)作为工具变量。第一阶段结果确认工具变量与内生解释变量显著正相关;第二阶段绿色投资系数仍显著为正。Kleibergen-Paap rk LM统计量显著,Wald F统计量(88.000)超过Stock-Yogo临界值(19.93),Hansen J检验(0.34)不显著,Durbin-Wu-Hausman检验显著,共同验证了工具变量的有效性及绿色投资对股票收益的正因果效应。
讨论与结论:本研究旨在检验绿色投资对中国上市重污染企业股票收益的影响。结果揭示,绿色投资对股票收益存在显著正向影响,这与认为绿色投资会减少股东股息的既有观点形成对比,是一项重要贡献。其次,绿色技术创新在二者间起中介作用,其通过提升企业环保声誉、增强ESG披露、减少信息不对称及漂绿行为,进而提升股价。第三,AI采纳通过提升运营效率与资源配置效率,强化了绿色投资的资源构建能力,从而加强其正向效应。
研究结论:本研究通过对中国上市重污染企业的数据分析,得出以下结论:第一,绿色投资显著正向影响企业股票收益。第二,绿色技术创新在绿色投资与股票收益之间起部分中介作用,该中介效应在短期内为负,但长期转为正。第三,AI采纳正向调节了绿色投资对股票收益的影响,即AI采纳水平越高,绿色投资对股票收益的提升作用越强。这些发现对理解绿色投资如何从投资者视角创造价值,以及如何通过AI采纳与绿色技术创新协同提升经济回报具有重要意义。