金融科技抑制了企業“漂綠”行為嗎？

謝婷婷 張倩

摘? ?要：推動實現“雙碳”目標，需要處理好綠色金融發展過程中的“漂綠”風險，金融科技利用科技手段來識別“漂綠”行為，或將成為抑制企業“漂綠”的重要手段。本文利用2015—2020年發布社會責任報告的滬深A股上市公司數據，研究了金融科技對企業“漂綠”行為的影響及作用機制。研究發現，金融科技對企業的“漂綠”行為存在顯著的抑制作用。機制分析表明，金融科技對外能夠緩解銀行等金融機構與企業之間的信息不對稱性，對內可以加強企業的內部監督，以此路徑抑制了企業“漂綠”行為。異質性分析表明，在重污染行業、媒體關注度較高的企業以及市場化進程較慢的地區，金融科技對企業“漂綠”行為的抑制效果更好。因此，在推動綠色金融平穩運行的過程中，應加強與金融科技業務的有效融合，處理好綠色轉型過程中的金融風險，督促企業落實綠色發展理念。

關鍵詞：金融科技；企業“漂綠”；信息不對稱；內部監督

中圖分類號：F830? ?文獻標識碼：B? 文章編號：1674-2265（2023）05-0020-08

DOI：10.19647/j.cnki.37-1462/f.2023.05.003

一、引言

為實現“雙碳”目標，各國政府通過各種政策手段推動綠色金融發展，緩解綠色投融資缺口，但由于存在綠色項目數據披露規范不統一、違規成本低等問題，企業“漂綠”行為頻發，給綠色金融高效發展、ESG投資安全和企業綠色轉型帶來嚴重不利影響?！捌G”一詞最早是由美國環保主義者韋斯特維爾德提出的，2009年，《南方周末》第一次將“漂綠”概念引入中國公共媒體的關注視野，開始公布企業“漂綠”榜。我國綠色金融發展仍處于初級階段，面對著綠色市場的信息不對稱和機會主義傾向，企業為實現外部融資需求，通過對高污染項目進行包裝、粉飾自身的環境信息、有選擇地披露環境報表或社會責任報告以及虛夸其ESG表現等方式（Frooman，1997；Cao等，2022）[1，2]實現“漂綠”，達到銀行等金融機構的審批標準（黃世忠，2022）[3]，誤導銀行等金融機構向其提供綠色資金支持；同時，企業通過“漂綠”將自己的ESG品牌形象更好地展現在投資者面前，吸引具有綠色消費意識的投資者進行投資。企業“漂綠”行為不僅會增加投資者對其綠色行為的誤解，加大企業的經營風險和財務風險（Hameed等，2021；Lentfer等，2021）[4，5]，還會降低綠色資金的配置效率（馬凌遠和王姝晨，2022）[6]。由于我國傳統金融市場的局限性，在缺乏可核實信息的情況下，投資者很難正確評估企業的綠色產品和服務（Delmas和Burbano，2011）[7]，“漂綠”手段不容易識別與監管，尤其不容易跟蹤。中國人民銀行印發的《金融科技發展規劃（2022—2025年）》中指出，要加強金融科技與綠色金融的深度融合，提高金融服務綠色產業的覆蓋面和精準度。金融科技依托區塊鏈等新興技術在綠色項目識別、數據采集、環境信息披露以及環境風險預警等方面已有不少的實踐，能通過技術手段提高金融服務過程中的綠色識別能力。而現有研究主要從制度壓力、企業行為、審計師決策等方面展開，缺乏金融視角對企業“漂綠”行為的研究。因此，厘清金融科技與企業“漂綠”行為之間的關系，對提升綠色金融服務質量、推動企業實現綠色發展有著重要的理論與現實意義。

在現有研究基礎上，本文通過地區金融科技發展水平和企業“漂綠”程度數據，研究了金融科技對企業“漂綠”行為的影響，并深入分析了其影響機制和異質性。研究發現，首先，金融科技對企業的“漂綠”行為具有顯著抑制性；其次，金融科技的發展對外緩解了銀企之間的信息非對稱性，對內加強了企業內部監督水平，抑制了企業“漂綠”行為；最后，對于重污染行業、媒體關注度高的企業以及市場化進程較慢的地區，金融科技的發展在緩解企業“漂綠”方面呈現出了更好的效果。

本文的邊際貢獻如下：一是從金融視角入手，探究地區金融科技發展水平對企業“漂綠”行為的影響，對現有企業“漂綠”的研究進行了補充；二是從緩解信息不對稱和加強企業內部監督兩個方面，進一步考察金融科技對企業“漂綠”行為的影響機制，為金融與科技進一步融合應對企業“漂綠”行為提供了微觀經驗證據；三是從行業、媒體關注度、市場等視角考察了金融科技對企業“漂綠”行為影響的異質性，為金融科技進一步提升金融服務質量和效率、實現綠色發展提供了政策參考。

二、理論分析與研究假設

（一）金融科技與企業“漂綠”行為

傳統金融機構在信息獲取與綠色項目識別方面具有一定的局限性（沈偉，2018）[8]，面對有貸款需求的企業，銀行等金融機構無法準確判斷企業所提交的相關信息的真實性及借入資金的實際使用情況，一定程度上影響資金流向綠色發展領域。金融科技通過將大數據、云計算、區塊鏈等信息技術應用到金融領域，彌補了傳統金融服務的短板，推動了金融信息的透明化，向企業敲響了落實綠色發展的“警鐘”（于波等，2021）[9]。在信息識別方面，金融科技可以發揮其信息效應，利用信息技術監測并分析企業的環保行為數據，提高信息的精準度（Huang等，2018）[10]，有助于集合、傳遞、分析和利用相關信息，倒逼企業披露真實的環境信息，提高企業信息的披露質量（劉志洋和解瑤姝，2022）[11]。在風險防范方面，金融機構利用其搭建的大數據平臺，依托環境風險管理，對風險進行識別與捕獲，基于區塊鏈自身的特質，做到對綠色資金流向的實時監管、風險信號的及時預警，提升了環境風險管理能力，有利于防范企業“漂綠”風險（黃卓和王萍萍，2022）[12]?；谝陨戏治?，本文提出：

假設H1：金融科技對企業的“漂綠”行為具有抑制作用。

（二）信息不對稱機制

代理沖突與信息不對稱共存導致“漂綠”（Zetzsche和Anker-S?rensen，2022）[13]，使銀行等金融機構與企業進行交易時產生逆向選擇和道德風險。一方面，是質量信息的不對稱，由于銀行只能憑借企業提供的材料信息和相關部門的反饋來鑒別綠色項目，企業可以通過將高污染項目偽裝成綠色項目或美化環境信息披露來實現融資的需求（張岳和周應恒，2021）[14]。另一方面，是行為信息的不對稱，對于企業將綠色資金用于綠色項目上還是經裝飾后的高污染項目上，銀行并不能很好地進行后續追蹤（楊豐來和黃永航，2006）[15]。金融科技基于信息技術賦能傳統金融機構，充分發揮信息效應，緩解銀企之間的信息不對稱性，提高信息識別能力和風險監管水平（Huang等，2018）[10]，揭示企業粉飾自身環境業績的行為，督促企業切實承擔社會責任、發展綠色經濟（王波和楊茂佳，2022）[16]，確保資金投入到綠色環保項目上?；谝陨戏治?，本文提出：

假設H2： 金融科技通過緩解信息不對稱進而抑制企業的“漂綠”行為。

（三）內部監督機制

從企業內部視角出發，根據高階梯隊理論，高管心理會影響企業的碳信息披露，企業可能選擇性披露對自身有利的信息（Cho和Patten，2007）[17]，因此，管理層的態度與行為邏輯對企業“漂綠”治理也具有一定的影響。內部監督作為管控企業不良行為的重要手段，往往會受到管理層的重視，通過加強企業內部監督來預防外部壓力帶來的負面影響，維護企業的品牌與形象，能實現更長久的發展（黃溶冰和儲芳，2023）[18]。隨著外部金融發展水平的提升，金融科技憑借著其信息技術的優勢，加強了信息甄別能力，提高了企業內外部信息的透明度（孫繼國等，2022）[19]，督促企業完善內部監督機制，從源頭杜絕違法或道德上不可接受的行為（Lentfer等，2021）[5]，重視企業環保行為的落實與環境信息的披露，以此來抑制企業的“漂綠”行為?；谝陨戏治?，本文提出：

假設H3： 金融科技通過加強內部監督進而抑制企業的“漂綠”行為。

三、研究設計

（一）樣本選擇和數據來源

根據《中國ESG發展白皮書（2021）》，我國內地ESG信息披露監管框架經歷了三個發展階段，2015年9月至今為進一步完善社會責任報告和ESG報告披露制度的第三階段?；诖?，本文以2015年作為起始年，選取2015—2020年發布社會責任報告的滬深A股上市公司為研究樣本，公司層面數據來自國泰安數據庫和萬得數據庫。本文對樣本數據做如下處理：刪除金融類公司；刪除觀測期間ST公司和*ST公司以及數據缺失的公司。最終得到2810個公司年度數據。此外，對所有連續變量進行雙側1%的縮尾處理。

（二）模型的選擇與設定

為檢驗金融科技發展與企業“漂綠”行為之間的關系，將模型設定為：

[GIi，t=β0+β1Fintech_Nn，t+β2Controlsi，t+Year+Ind+εi，t]? ? ? ? ?（1）

其中，[GIi，t]是企業[i]在[t]年的“漂綠”程度；[Fintech_Nn，t]表示地區[n]在第[t]年的金融科技發展水平；[Controlsi，t]表示控制變量；Year和[Ind]分別代表年份和行業固定效應，[εi，t]表示隨機誤差項。[β1]為本文核心變量[Fintechn，t]的系數，結合本文的相關假設，預期該系數顯著為負。

（三）變量選擇

1. 被解釋變量：企業“漂綠”（GI）。國內外學者多基于企業所披露的環境信息采用內容分析法來確定企業“漂綠”程度。Cho和Patten（2007）[17]以環境關注度作為衡量標準，基于公司發布的環境信息來打分。緱倩雯和蔡寧（2014）[20]從企業環境實踐性角度出發，將該實踐性行為劃分為象征性行為和實質性行為：企業在對其環境信息進行披露時，若企業多采用概括性、籠統的定性描述，表現為難以驗證、容易模仿的信息，則環境信息披露的可信程度不高，屬于象征性披露；若企業多采用數字性、具體的定量描述，表現為難以模仿的信息，則認為其環境信息披露的可信程度較高，屬于實質性披露（黃溶冰等，2019）[21]。

本文從企業“漂綠”的主要形式出發，參考黃溶冰等（2019）[21]研究，構建企業“漂綠”程度指標如下：

首先，將企業“漂綠”策略定義為選擇性披露和表述性操縱，前者指有選擇地披露環境事項，后者指通過策略性表述美化公司形象。

其次，根據上市公司年報、社會責任報告或可持續發展報告中的環境信息披露情況，從治理與結構、流程與控制、輸入與輸出、守法與合規等四個維度18個細分項目來構建“漂綠”衡量指標體系（見表1）。采用內容分析法，對這18個應披露項目情況進行打分，“是”賦值1分，“否”賦值0分。

表1：企業“漂綠”衡量的指標體系

[維度 環境信息披露項目 象征性披露 實質性披露 治理

與結構 環保理念與行動 環保制度與執行 環境管理機構與人員 流程

與控制 環境審計與認證 環保榮譽與獎勵 環保教育與培訓 環保投入與生產 輸入

與輸出 廢水排放與治理 廢氣的排放與治理 水資源的消耗與削減措施 固體廢物產生與利用 噪聲、光污染、輻射等其他治理 溫室氣體排放與治理 能源消耗與削減措施 守法

與合規 環境違法事件 環境信訪案件 重點污染監控單位 突發環境事故 ]

最后，計算企業“漂綠”程度（GI）：

選擇性披露（GIS）=100×（1-已披露項目數/應披露項目數）? ? ? ? ? ? ? ?（2）

表述性操縱（GIE）=100×（象征性披露數/已披露項目數）? ? ? ? ? ? ?（3）

企業“漂綠”程度[（GI）=GIS×GIE]? ? ?（4）

2.核心解釋變量：金融科技。在現有研究中，金融科技指標的衡量方法主要有兩類：一是以北京大學數字普惠金融指數來衡量地區的金融科技發展程度（付會敏和江世銀，2022）[22]。二是采用文本挖掘法構建金融科技關鍵詞庫，借助互聯網分年度檢索“地級市或直轄市+關鍵詞”（李春濤等，2020）[23]，將同一地級市或直轄市所有關鍵詞搜索量匯總來衡量地區金融科技發展水平，或是以檢索關鍵詞的方式獲取所有相關公司的工商注冊信息，用地區總的金融科技公司數來衡量地區金融科技發展水平。

考慮到北京大學數字普惠金融指數主要依據螞蟻金服的數據編制，而上市企業并不都在支付寶的服務范圍內（孫繼國等，2022）[19]，將其作為金融科技的替代變量來研究金融科技對企業“漂綠”行為的影響具有一定的局限性。因此，本文首先借鑒金洪飛等（2020）[24]的研究，選取支付結算、資源配置、服務渠道、直接稱呼、技術支持等五個維度共 27個關鍵詞構建金融科技詞庫（見表2）。其次，利用網絡爬蟲技術，在百度新聞頁面檢索關鍵詞，分地區、分年度計算關鍵詞詞頻。最后，利用熵值法合成總的金融科技指數（Fintech），由于該指數呈現出明顯的右偏性，因此，對該指數進行取對數處理，以此來衡量地區金融科技發展水平（Fintech_N）。

表2：金融科技指數詞庫

[維度 關鍵詞 支付結算 在線支付、第三方支付、移動支付、二維碼支付、手機支付、網上支付。 資源配置 網絡貸款、網貸、網銀、網絡銀行、電子銀行、互聯網保險、互聯網理財、在線理財。 服務渠道 手機銀行、互聯網銀行、直銷銀行、智能客服。 直接稱呼 互聯網金融、金融科技、Fintech。 技術支持 大數據、區塊鏈、人工智能、生物識別、物聯網、云計算。 ]

3. 控制變量。參考黃溶冰等（2019）[21]、肖芬蓉和黃曉云（2016）[25]的研究，控制可能影響企業“漂綠”的其他因素。（1）企業規模（Size）：相較于中小型企業，大型企業所面臨的投資者壓力更大，大型企業為了更廣泛地接觸到綠色消費者和投資者，可能會采取“漂綠”手段來粉飾其環保行為（Lentfer等，2021）[5]。本文以公司總資產的對數來衡量該指標。（2）資產負債率（Lev）：資產負債率可以體現出較長時間里企業的償債能力，高負債的企業需要承擔更大的風險，通常會采取“漂綠”印象管理策略來獲得利益相關者的認可。本文以公司年末負債和資產的比值來衡量該指標。（3）凈資產收益率（Roe）：凈資產收益率可以體現企業的盈利能力，在盈利能力好的情況下，企業才有可能將資金投入到一些環?；顒又?，當盈利不佳時，會降低企業綠色實踐的意愿。本文使用凈利潤與股東權益平均余額之比來衡量該指標。（4）企業年齡（Age）：當企業的年齡較大時，其擁有了一定的聲譽，為了保障企業更長久穩定的發展，會注重綠色項目的發展。本文使用當前年份與上市年份之差來衡量該指標。

此外，企業“漂綠”行為不僅受企業層面因素的影響，還與其所在的城市密切相關。經濟發展水平高的地區擁有豐富的資源和技術，鼓勵企業綠色轉型，同時，地區的環境規制也會對企業的“漂綠”行為帶來影響（葉建木和李穎，2020）[26]。因此，本文將地區的經濟發展水平（Eco）和環境規制（Er）作為城市層面的控制變量。變量的詳細描述如表3所示。

（四）描述性統計

表4匯報了本文主要變量的基本統計特征，“漂綠”程度的均值和標準差分別為73.92和10.94，說明存在一定程度的“漂綠”，且不同企業的“漂綠”程度具有一定的差異性；未取對數的地區金融科技發展水平均值（5375.82）遠大于其中位數（4697.36）， 說明具有一定的右偏性，故對該指標進行取對數處理Fintech_N=ln（Fintech+1），用Fintech_N來表示地區金融科技發展水平也是合理的。

四、實證結果與分析

（一）基準回歸分析

表5顯示了地區金融科技發展對企業“漂綠”行為影響的回歸結果，由第（1）、（2）列的回歸結果可知，無論是否加入控制變量，金融科技發展水平的系數均在1%的水平上顯著為負，表明地區金融科技發展水平提高時，對當地企業“漂綠”行為產生抑制作用，假說H1成立。原因可能是，金融科技憑借著新興技術的優勢逐漸深入越來越多的金融業務場景中，提高了金融機構信息甄別與獲取的能力，倒逼企業承擔環境保護的責任，真實披露環境績效，將資金投入綠色環保項目，降低了企業“漂綠”風險。此外，為緩解反向因果關系帶來的內生性問題，本文在第（3）列中將金融科技發展水平與控制變量做滯后一期處理，實證結果顯示核心解釋變量系數仍舊顯著為負，進一步驗證了假說H1的成立。

由回歸結果可知，企業規模（Size）的回歸系數顯著為負，表明規模越大的企業，更傾向于落實綠色發展行為；企業年齡（Age）的系數顯著為正，表明老企業雖然資本雄厚，但缺乏綠色實踐的意識；資產負債率（Lev）和凈資產收益率（Roe）的系數未通過顯著性檢驗，表明財務風險和盈利能力對企業"漂綠"行為產生的影響較??；經濟發展水平（Eco）的系數顯著為正，表明豐富的資源與技術并未有效推動企業落實環保行為；環境規制（Er）沒有通過顯著性檢驗，可能是因為實施不同的環境規制手段對企業“漂綠”行為帶來的影響存在差異（葉建木和李穎，2020）[26]。

（二）內生性問題

為進一步緩解由遺漏變量或測量誤差帶來的內生性問題，本文借鑒張杰等（2017）[27]思路，將同一省份內GDP最接近企業注冊地的三個城市的金融科技發展水平均值作為企業所在地金融科技發展水平的工具變量（IV）。從相關性角度來說，同一省份內經濟發展水平較為接近的城市，其金融科技發展程度也較為相似；從外生性角度來說，由于地區金融市場發展存在異質性，同一省份內經濟發展水平相近的城市金融科技的發展對本地企業 “漂綠”行為不太具有直接影響。表6顯示了兩階段工具變量回歸結果，在考慮到可能存在的內生性問題后，金融科技對企業“漂綠”行為仍舊具有抑制作用，與前文基準回歸結果一致。

（三）穩健性檢驗

1. 替換核心解釋變量。本文使用數字普惠金融指數（Fintech1）代替金融科技進行回歸，結果見表7。在替換核心解釋變量后，其系數仍顯著為負，金融科技對企業“漂綠”行為的抑制作用仍舊顯著。

2. 剔除直轄市樣本。由于直轄市自身的特性，其金融科技發展速度較快，因此，將刪除直轄市的樣本再次進行回歸，結果見表7，同樣驗證了H1的假設。

3. 使用Logit模型。以50%的分位數為臨界點，用0和1來重新刻畫企業“漂綠”程度（G），建立離散值的Logit模型，結果見表7，在使用Logit模型進行回歸時，與前文的檢驗結果一致。

4. 控制地區金融發展水平?；谇拔姆治?，地區金融發展水平也會影響企業融資過程中的審批和監管成本，在金融發展水平較高的地區，金融機構的綠色識別能力有所提高，本文用金融機構貸款余額與GDP的比值來表示地區金融發展水平（FinDep），并對其進行控制，結果見表7，檢驗結果仍與前文相同。

五、進一步研究

（一）機制分析

基于前文的理論分析，本文嘗試進一步研究金融科技能否通過緩解銀企間的信息不對稱和加強企業內部監督來緩解企業“漂綠”行為。

信息不對稱是打開企業“漂綠”缺口的重要因素之一，金融科技基于信息技術優勢，提高了傳統金融機構信息獲取與分析的能力，推動金融信息的透明化，降低了銀企之間的信息不對稱，從而有利于抑制企業“漂綠”。本文參考于蔚等（2012）[28]的研究，構建了信息不對稱指標ASY，當信息不對稱越嚴重時，ASY指標數值越大，利用中介效應模型檢驗金融科技是否通過緩解信息不對稱間接抑制企業的“漂綠”行為，由表8第（1）列可知，金融科技發展水平的系數顯著為負，表明金融科技的發展緩解了銀企之間的信息不對稱。由第（2）列可知，ASY的系數顯著為正，表明信息不對稱的存在會顯著促進企業“漂綠”行為的發生；金融科技發展水平系數顯著為負，且系數絕對值較基準回歸結果有所降低，表明信息不對稱是金融科技抑制企業“漂綠”行為的部分中介因子，說明金融科技通過緩解銀企之間的信息不對稱從而抑制了企業的“漂綠”行為，假說H2成立。

內部監督作為管理公司的重要手段，在應對日益增大的外部環境壓力時，需要企業加強內部的監督來落實綠色行為和保持良好形象，而金融科技的快速發展，能夠督促企業完善內部監督機制，認真落實綠色發展政策，提高信息披露質量。本文參考周茜等（2020）[29]思路，選取了高管薪酬、高管持股比例、獨立董事比例、董事會規模、機構持股比例、股權制衡度和是否兩職合一等指標，利用主成分分析法將第一主成分作為反映企業內部監督（Sup）的綜合指標。表8中第（3）列結果顯示，金融科技發展水平的系數顯著為正，表明金融科技的發展加強了企業內部監督。由第（4）列可知，企業內部監督的系數顯著為負，表明強化企業內部監督會顯著抑制企業“漂綠”行為的發生；金融科技發展水平系數顯著為負，且系數絕對值較基準回歸結果同樣有所降低，表明企業內部監督是金融科技抑制企業“漂綠”行為的部分中介因子，說明金融科技通過加強內部監督從而抑制了企業的“漂綠”行為，假說H3成立。

（二）異質性分析

1. 行業污染屬性。金融科技降低企業“漂綠”風險的效果是否會由于行業污染屬性的不同而存在差異？本文根據行業污染屬性設立虛擬變量（State），若企業屬于重污染行業則取1，若企業屬于非重污染行業則取0，在模型（1）中引入金融科技與行業污染屬性的交互項（Fintech_N×State）。表9顯示交互項的系數為負且通過了1%的顯著性檢驗，表明在重污染行業中，金融科技對企業“漂綠”行為的抑制效果更好。原因可能是，重污染企業作為綠色轉型過程中的重點關注對象，為順利獲得綠色資金的支持，傾向于落實綠色項目，從而抑制了企業“漂綠”行為。

2. 媒體關注度。媒體關注的存在可能使得企業對環境信息披露質量更加謹慎。本文通過檢索新聞數據庫的方式，整理獲得媒體對企業的負面報道指標（Media），以此來表示媒體關注度，當企業負面報道較多時，表明企業所受到的媒體關注度較高，該指標數值就越大。表9顯示Fintech_N×Media的系數在1%的水平上顯著為負，表明與有較少負面報道的企業不同，金融科技對有較多負面報道的企業“漂綠”行為的削弱效果更好。原因可能是，負面新聞較多的企業會承受一定的輿論壓力和社會關注（黃溶冰等，2019）[21]，這就會使其提高環境信息的披露質量，從而緩解企業的“漂綠”行為。

3. 市場化進程。市場化水平會影響金融中介機構的發育程度和信息不對稱性（宋敏等，2021）[30]，為進一步研究市場化進程不同的地區，金融科技對企業“漂綠”行為帶來的影響，本文利用樊綱市場化指數來衡量市場化進程（Market），數值越高，地區市場化進程就越快。表9顯示Fintech_N×Market的系數在1%的水平上顯著為正，表明在市場化進程快的地區，金融科技對企業“漂綠”行為的抑制作用有所削弱。原因可能是，市場化進程快的地區，金融中介機構發展較快，信息不對稱程度較低，金融科技的發展對企業“漂綠”行為的抑制作用提升較小。

六、結論與啟示

企業“漂綠”行為已經影響到了綠色金融的平穩運行，需要采取應對手段來防范企業“漂綠”行為，實現企業綠色低碳發展，本文以金融科技為切入點，使用上市公司數據，獲取企業“漂綠”程度，實證檢驗了金融科技與企業“漂綠”行為之間的關系，得出如下結論：第一，金融科技對企業“漂綠”行為有顯著的抑制效果，金融科技將成為減弱企業“漂綠”的重要手段。第二，金融科技不僅能夠緩解銀企之間的信息不對稱來提高信息識別能力和風險監管水平，還可以加強企業內部監督來督促企業強化內部治理，從而減少企業“漂綠”行為的發生。第三，從行業角度來說，金融科技利用技術手段抑制企業“漂綠”的效果在重污染行業更好；從媒體關注度來說，金融科技對媒體報道較多的企業 “漂綠”抑制效果更好；從市場化進程來說，在市場化進程較慢的地區，金融科技的發展對企業“漂綠”的削弱作用更強。

以上結論具有重要的政策啟示：（1）銀行等金融機構應加強科技與金融業務的融合，充分利用新興技術手段，推動金融科技在綠色資產識別方面的實踐，加強金融科技在綠色數據獲取、環境信息披露方面的應用。（2）企業應完善內部監督管理機制，從內部入手，督促綠色項目的落實，加大對綠色項目的資金投入，重視企業環境信息披露的質量，對企業的“漂綠”行為進行管控。（3）政府應根據當地的實際情況，推出合適的環境監管方式，對媒體報道出存在“漂綠”行為的企業加大懲罰力度。

參考文獻：

[1]Frooman J. 1997. Socially Irresponsible and Illegal Behavior and Shareholder Wealth：A Meta-Analysis of Event Studies [J].Business & society，36（3）.

[2]Qilin Cao，Yunhuan Zhou，Hongyu Du，Mengxi Ren，Weili Zhen. 2022. Carbon Information Disclosure Quality，Greenwashing Behavior， and Enterprise Value [J].Frontiers in Psychology，13.

[3]黃世忠.ESG報告的“漂綠”與反“漂綠” [J].財會月刊，2022，（01）.

[4]Hameed I，Hyder Z，Imran M，Shafiq K. 2021. Greenwash and Green Purchase Behavior：An Environmentally Sustainable Perspective [J].Environment，Development and Sustainability，23（9）.

[5]S Lentfer，L Mavon，S Stenberg. 2021. The Impact of the EU Taxonomy on Greenwashing——with a Case on the Swedish Sustainable Finance Sector [D].J?nk?ping：J?nk?ping University.

[6]馬凌遠，王姝晨.歐洲綠色金融“漂綠”治理經驗及啟示 [J].金融發展研究，2022，（02）.

[7]Delmas M A，Burbano V C. 2011. The Drivers of Greenwashing [J].California Management Review，54（1）.

[8]沈偉.金融科技的去中心化和中心化的金融監管——金融創新的規制邏輯及分析維度 [J].現代法學，2018，40（03）.

[9]于波，陳紅，周寧.綠色信貸、金融科技與商業銀行盈利能力 [J].統計與決策，2021，37（14）.

[10]Huang Y，Lin C，Sheng Z，Wei L. 2018. FinTech Credit and Service Quality [J].Geneva Financial Research Institute，Working Papers， Geneva.

[11]劉志洋，解瑤姝.金融功能論視角下金融科技服務綠色金融發展機制分析 [J].學習與實踐，2022，（07）.

[12]黃卓，王萍萍.金融科技賦能綠色金融發展：機制、挑戰與對策建議 [J].社會科學輯刊，2022，（05）.

[13]Zetzsche D A， Anker-S?rensen L. 2022. Building Blocks of a Green Fintech System-Towards an Regulatory Antidote to Greenwashing [J].Available at SSRN.

[14]張岳，周應恒.綠色金融“漂綠”現象的成因與防范：來自日本的經驗啟示 [J].現代日本經濟，2021，（05）.

[15]楊豐來，黃永航.企業治理結構、信息不對稱與中小企業融資 [J].金融研究，2006，（05）.

[16]王波，楊茂佳.ESG表現對企業價值的影響機制研究——來自我國A股上市公司的經驗證據 [J].軟科學，2022，36（06）.

[17]Cho C H，Patten D M. 2007. The Role of Environmental Disclosures as Tools of Legitimacy：A Research Note[J].Accounting，organizations and society，32（7-8）.

[18]黃溶冰，儲芳.中央環保督察、績效考核壓力與企業“漂綠” [J].中國地質大學學報（社會科學版），2023，23（01）.

[19]孫繼國，陳琪，胡金焱.金融科技是否促進了中小企業價值提升？——基于技術創新和信息透明度的視角[J].財經問題研究，2022，（08）.

[20]緱倩雯，蔡寧.企業異質性環境實踐方式與績效關系的實證研究 [J].軟科學，2014，（11）．

[21]黃溶冰，陳偉，王凱慧.外部融資需求、印象管理與企業漂綠 [J].經濟社會體制比較，2019，（03）.

[22]付會敏，江世銀.金融科技的經濟增長效應——基于數字普惠金融指數的實證檢驗 [J].金融發展研究，2022，（08）.

[23]李春濤，閆續文，宋敏，楊威.金融科技與企業創新——新三板上市公司的證據 [J].中國工業經濟，2020，（01）.

[24]金洪飛，李弘基，劉音露.金融科技、銀行風險與市場擠出效應 [J].財經研究，2020，46（05）.

[25]肖芬蓉，黃曉云.企業“漂綠”行為差異與環境規制的改進 [J].軟科學，2016，30（08）.

[26]葉建木，李穎.環境規制異質性能抑制企業信息“漂綠”行為嗎 [J].財會月刊，2020，（17）.

[27]張杰，鄭文平，新夫.中國的銀行管制放松、結構性競爭和企業創新 [J].中國工業經濟，2017，（10）.

[28]于蔚，汪淼軍，金祥榮.政治關聯和融資約束：信息效應與資源效應 [J].經濟研究，2012，47（09）.

[29]周茜，許曉芳，陸正飛.去杠桿，究竟誰更積極與穩妥？[J].管理世界，2020，36（08）.

[30]宋敏，周鵬，司海濤.金融科技與企業全要素生產率——賦能和信貸配給的視角 [J].中國工業經濟，2021，（04）.