《Frontiers in Environmental Science》：The hidden perils of greenwashing: an empirical study on default risk in Chinese a-share listed firms
编辑推荐：
摘要：引言：在全球气候治理的背景下，企业环境绩效对市场竞争力日益关键。然而，部分企业可能通过漂绿（greenwashing）行为制造虚假的环境形象，从而引发信息不对称（information asymmetry）和市场信任危机。方法：研究人员利用2009–20
摘要：引言：在全球气候治理的背景下，企业环境绩效对市场竞争力日益关键。然而，部分企业可能通过漂绿（greenwashing）行为制造虚假的环境形象，从而引发信息不对称（information asymmetry）和市场信任危机。方法：研究人员利用2009–2022年中国A股上市公司数据，基于ESG信息披露得分（Bloomberg）与ESG绩效评级（Huazheng）之间的标准化差距，构建了潜在漂绿（greenwashing）的代理变量，该变量捕捉了披露强度与外部评估之间的差异。这一披露?评级差距（disclosure-rating gap）作为漂绿行为（即故意夸大或选择性报告）的实证代理指标。在此基础上，采用固定效应模型（fixed-effects models）和中介效应检验（mediation tests）定量解构了漂绿放大企业违约风险（default risk）的“黑箱”机制。结果：本研究的核心实证贡献在于确认漂绿是企业债务违约的显著预测因素，同时深入解构了其通过市场声誉、法律偿还和股价波动三个渠道的传导逻辑。讨论：研究结果填补了环境绩效与硬性金融风险之间的证据缺口，并为监管机构在绿色转型过程中实施差异化金融监管提供了全面的风险传导路线图。
论文解读文章
**研究背景与问题**
在全球气候治理与可持续发展成为国际共识的背景下，企业环境绩效已从道德选择演变为决定长期生存与市场竞争力的核心因素。然而，部分企业通过选择性披露、模糊声明或虚假宣称等漂绿（greenwashing）行为，刻意营造过度“绿色”形象，以迎合政策导向、获取绿色融资并吸引投资者青睐。此类行为导致信息不对称（information asymmetry）和市场信任危机，尽管已有研究揭示漂绿企业面临股价崩盘风险加剧（Zhang et al., 2024），但现有文献尚未系统检验漂绿对违约风险（default risk）的影响。这一证据缺口驱动了本研究的开展：为何漂绿会转化为企业核心信用风险？其传导路径是什么？论文旨在填补这一空白，并将发现发表在《Frontiers in Environmental Science》。
**研究内容与结论**
研究人员利用2009–2022年中国A股上市公司面板数据，基于ESG信息披露得分（Bloomberg）与ESG绩效评级（Huazheng）之间的标准化差距，构建了漂绿的代理变量，并采用固定效应模型（fixed-effects model）和中介效应检验（mediation test）进行实证分析。核心结论证实：漂绿行为显著正向预测企业债务违约风险，且该效应在国有企业、非高科技行业以及东部地区（市场化程度更高、信息透明度更强）的样本中更为突出。机制检验揭示三条传导渠道：声誉损害渠道（漂绿侵蚀企业声誉，降低消费者与投资者信任，继而推高违约风险）、法律偿还渠道（漂绿引发监管处罚与法律诉讼，直接消耗现金并触发债务契约）、股价波动渠道（漂绿暴露前股价波动反映“借来的稳定性”，暴露后则通过市场负面定价放大违约风险）。研究意义在于为监管机构提供绿色转型中差异化金融监管的风险传导路线图。
**关键技术与方法**
研究人员主要采用以下关键技术方法：
1. **固定效应模型（fixed-effects model）**：控制企业层面不随时间变化的特征及时间趋势的共性冲击，以精准识别漂绿与违约风险之间的关联。
2. **中介效应检验（mediation test）**：构建以声誉损害、法律偿还、股价波动为中介变量的三步回归模型，解构漂绿影响违约风险的传导机制。
3. **Z-score标准化处理**：对ESG信息披露得分与ESG绩效评级分别进行标准化，以消除行业和规模效应，计算相对偏差作为漂绿代理变量。
4. **工具变量法（instrumental variables method）**：使用滞后一期的漂绿变量（L.gws）作为工具变量，缓解反向因果等内生性问题。
5. **滞后变量与领先变量处理**：将解释变量滞后一期、被解释变量领先一期进行回归，增强结论稳健性。
6. **极值缩尾处理（winsorization）**：对漂绿变量在5%和95%分位数进行缩尾，验证极端值影响。
样本来源：2009–2022年中国A股上市公司，共11,315个观测值，数据源自CSMAR数据库、华证ESG评级（Wind数据库）及彭博ESG披露评分。
**研究结果**
**5.1 基准回归结果**
基于固定效应模型，逐步加入控制变量和固定效应后，漂绿变量（Gws）的系数在1%水平上显著为正（系数约0.949），表明漂绿程度每增加一个单位，预期违约概率（EDF）显著上升，支持基准假设H0。该结果在控制企业规模、杠杆率、盈利能力、治理结构等变量后依然稳健。
**5.2 内生性检验与稳健性检验**
- **内生性检验**：将解释变量滞后一期（L.Gws）及被解释变量领先一期（F.EDF）进行回归，系数分别在10%水平上显著为正，与基准回归方向一致，缓解了反向因果担忧。
- **工具变量法**：以滞后一期漂绿（L.gws）为工具变量，2SLS估计显示Gws系数为0.906（z=3.05，1%显著），与OLS结果一致。
- **极值缩尾处理**：对Gws进行5%和95%分位数缩尾后重新回归，系数仍显著为正（1%水平），表明结果不受极端值影响。
**5.3 异质性分析**
- **所有权结构**：将样本分为国有企业（SOE）与非国有企业（NSOE）。回归显示，国有企业组中Gws系数为1.673（1%显著），非国有企业组系数仅为0.010且不显著。说明漂绿对违约风险的提升效应在国有企业中更为显著，可能源于其更高的社会监督责任与更复杂的治理结构。
- **高科技行业**：非高科技行业组Gws系数为1.577（5%显著），高科技行业组系数为0.112且不显著。非高科技企业因污染强度高、资产结构重、环境合规成本高，漂绿行为更易触发监管惩罚与融资压力。
- **区域分布**：东部地区Gws系数为1.133（5%显著），西部地区（0.694）和中部地区（0.542）均不显著。东部地区市场化程度高、信息传播快、投资者环境意识强，漂绿暴露后市场惩罚更及时严厉。
**6 机制检验**
**6.1 模型构建**：采用中介效应模型，分别检验声誉损害、法律偿还、股价波动三条渠道。
**6.2 分析结果**
- **声誉损害机制**：以企业声誉（通过因子分析构建的声誉得分）为中介变量。结果显示，漂绿显著负向影响企业声誉（1%水平），企业声誉负向影响违约风险（10%水平），完全中介效应成立，支持H1。
- **法律偿还机制**：以监管违规次数（行政罚款与监管制裁次数）为中介变量。漂绿显著正向影响违规次数（5%水平），违规次数正向影响EDF（5%水平），表明漂绿引发法律诉讼与罚款，直接消耗现金并触发债务契约，支持H2。
- **股价波动机制**：以经市场调整的股价波动率（VAR_ADJ）为中介变量。漂绿显著正向影响股价波动（1%水平），但波动率与EDF呈负相关。研究人员解释：暴露前漂绿企业通过“绿色”信号吸引市场关注，产生高波动但压缩违约风险估计；暴露后则通过负面定价急剧放大风险。该发现构成H3的必要条件而非矛盾。
**总结讨论与结论翻译**
**总结讨论**：研究通过系统解构三条传导渠道，揭示了漂绿行为通过声誉崩溃、法律惩罚及市场定价扭曲逐步推高违约风险的完整逻辑链。这些发现填补了环境绩效与硬性金融风险之间的证据缺口，并为监管机构在绿色转型中实施差异化金融监管提供了风险传导路线图。
**研究结论（翻译自第7节）**：本研究系统检验了漂绿行为对中国A股上市公司违约风险的影响及其内在机制。实证结果表明，企业漂绿与债务违约风险显著正相关，这一效应在受更大制度约束与公众问责的国有企业、非高科技企业以及市场化程度与信息透明度更高的东部地区更为突出。进一步的机制检验揭示，漂绿主要通过三条渠道与违约风险关联：第一，通过传播虚假声明积累脆弱的市场声誉，一旦暴露可能引发信任崩溃并导致消费者抵制；第二，招致监管审查、行政处罚与法律诉讼，直接消耗企业现金流并触发债务契约；第三，资本市场负面定价与股价波动加剧及融资成本上升相关联，进而削弱偿债能力。基于此，论文提出政策建议：监管机构应建立精准识别与动态监控漂绿的体系，企业须奉行“言行一致”的可持续发展理念，金融机构与投资者应正式将漂绿风险纳入信用评级与投资决策模型。
