一 引言
随着实现绿色低碳和可持续发展已经成为国际社会普遍共识，全球金融市场也更多地参与到支持改善气候变化的项目中。绿色债券作为金融支持经济绿色转型的重要创新工具，近年来发展十分迅速。根据气候债券倡议组织（Climate Bonds Initiative，CBI）的估计，截至2020年年底，全球绿色债券的累计发行规模已超过1万亿
* 杨博文、吴文锋（通讯作者）：上海交通大学安泰经济与管理学院 上海市华山路1954号 200030；杨继彬：海南大学国际商学院；电子信箱：wy.bowen@sjtu.edu.cn（杨博文）；wfwu@sjtu.edu.cn（吴文锋）；jibin. yang@hotmail.com（杨继彬）。
作者感谢国家自然科学基金重点国际（地区）合作研究项目（72310107002）、国家自然科学基金青年项目
（72202136）的资助，感谢匿名审稿专家的宝贵意见。当然，文责自负。
美元，且 2021年当年发行规模就超过了 5000亿美元。为积极稳妥推进 2030年前实现“碳达峰”与2060年前实现“碳中和”的目标（“双碳”目标），中国也在不断完善绿色金融体系，充分发挥其在解决环境外部性、引导绿色投资、促进产业转型、支持环境保护等方面的重要作用。作为绿色金融体系的重要组成部分，中国绿色债券市场在 2015年12月中国人民银行发布《关于在银行间债券市场发行绿色金融债券有关事宜的公告》和《绿色债券支持项目目录（2015年版）》后正式拉开序幕，现在已成为全球绿色债券发行量第一大的市场①。
在此背景下，绿色债券市场高速发展的原因和绿色债券发行的经济影响也得到了现有研究的广泛关注。具体而言，已有研究主要从绿色债券的发行人和投资者视角出发，分别从定价优势和信号传递的角度讨论绿色债券市场高速发展的原因。一方面，现有研究认为随着投资者更多地将环境保护因素纳入投资决策，因而更有意愿接受绿色债券更低的收益率，这种定价优势也提高了企业发行绿色债券的意愿，绿色债券相比普通债券具有更低的收益率也验证了上述观点（Zerbib，2019；Wang et al.，
2020；祁怀锦和刘斯琴，2021；Baker et al.，2022）。另一方面，由于绿色债券的发行和使用受到更严格的监管和限制，从而能够传递企业致力于环保的可靠信号（Flammer，
2021），这一信号能够被投资者接收并认可，进而产生积极的股票市场反应（Krüger，
2015；Tang and Zhang，2020）。因此，企业也可能出于传递绿色信号的目的发行绿色债券。在绿色债券发行的经济影响方面，现有研究主要讨论了绿色债券对于发行人的直接影响，发现绿色债券发行能够改善发行人的环保表现（Fatica and Panzica，
2021；Flammer，2021），吸引长期投资者（Tang and Zhang，2020）。此外，绿色债券发行还能够产生明显的溢出效应，即对绿色债券发行人以外的其他主体也会产生影响，吴育辉等（2022）就发现绿色债券发行能够在发行人同行业其他企业中产生溢出效应，具体表现为提升同行业企业的环保绩效并降低其融资成本。
然而，现有关于绿色债券的研究仍存在以下不足和待完善之处：第一，现有研究主要集中于绿色债券发行人和投资者两端，作为绿色金融体系中的重要组成部分，以承销商为代表的金融中介机构在绿色债券市场发展中所扮演的角色和受到的影响却鲜有研究关注。尤其是在中国绿色金融体系由政策主导自上而下推进的背景下，以承销商为代表的金融中介机构并不是被动的市场参与者，而是在向资本市场传导绿
① 根据CBI、中央国债登记结算有限责任公司和兴业研究公司联合编制的《2022年中国可持续债券市场报告》，2022年中国符合CBI绿色定义的绿色债券发行量约5752亿元人民币。
色金融相关政策、引导公共和私人资金流向应对气候变化的项目、打通资金需求端和投资端的壁垒等方面均发挥了关键作用。第二，现有研究主要关注发行人发行绿色债券所传递的绿色形象信号及其影响（Flammer，2021），那么绿色债券发行是否也能够传递出有关承销商的相似绿色信号并被其他发行人接收并认可，这仍有待进一步研究。第三，现有研究主要从发行人角度研究绿色债券发行对发行人同行业其他企业环保活动和融资成本的溢出效应（吴育辉等，2022），但尚未回答绿色债券发行是否也能够在发行人同地区或同行业企业未来的承销商决策中产生溢出效应，从而影响绿色债券承销商的未来承销业绩。因此，本文将从承销商的角度研究绿色债券发行的溢出效应，这有助于揭示激励承销商积极参与和推动绿色债券发行的具体原因，从而为中国绿色债券市场的迅速发展提供来自承销商视角的解释。
具体而言，中国的债券承销市场是一个高度竞争的市场，为争取更多的市场份额，承销商往往愿意接受较低的承销费率，甚至进行赔本竞标的价格战①。相比于普通债券，承销商在绿色债券发行中需要付出更多的承销程序努力和营销成本。同时，承销绿色债券是承销商作为金融中介的重要绿色行为，有助于树立承销商致力于绿色金融事业的形象。因此，成功发行绿色债券将向外界传递该承销商在业务能力和绿色形象方面的信号，当这种信号被其他潜在的债券发行人接收并认可后，就有可能影响这些发行人未来的承销商选择，从而产生积极的溢出效应。其中，由于企业的经营和财务决策通常受到所在地区或行业其他企业的影响（Leary and Roberts，2014；
Dougal et al.，2015），这些企业更可能接收同地区或同行业发行绿色债券传递出的承销商在业务能力和绿色形象方面的信号，从而影响其未来发行债券时的承销商选择决策。因此，本文将通过研究绿色债券发行后承销商在发行人所在地区和行业的未来承销业绩变化来验证上述溢出效应，并在此基础上进一步从投资者和监管部门角度考察绿色债券发行对承销商的经济影响。
本文以中国2016-2021年发行的1695只非政府绿色债券为样本，研究绿色债券的发行对承销商未来在省份（行业）内承销业绩的影响即溢出效应。本文采用PSMDID、考虑溢出效应的影响范围、替换解释变量、删除敏感样本等一系列方法来检验溢出效应的稳健性。此外，本文从传递承销商业务能力和绿色形象信号的角度，分析了溢出效应的影响路径。本文还在区分绿色债券的承销形式、债券特征和发行人特征
① 中国经营网的新闻《债券承销机构赔本竞标央企、券商被指“无底线”》曾报道承销商赔本竞标的现象。
参见：http：//www.cb.com.cn/index/show/zj/cv/cv13446871267。
后，对绿色债券发行的溢出效应进行异质性分析。最后，本文从绿色债券发行公告对上市承销商股价的公告效应和绿色债券发行对证券公司承销商分类评级的影响入手，进一步讨论绿色债券发行对于承销商的经济影响。
本文的贡献主要包括三个方面：第一，本文从承销商角度拓展了绿色债券市场发展的相关研究。已有研究提出绿色债券的定价优势（Zerbib，2019；Larcker and
Watts，2020；张丽宏等，2021；Baker et al.，2022）和信号传递作用（Tang and Zhang，
2020；Flammer，2021）激励了发行人和投资者参与绿色债券的发行和投资，是促进绿色债券市场发展的重要原因。本文从债券承销商这一被现有研究忽略的重要参与者的视角出发，发现绿色债券发行给承销商带来了积极的溢出效应，是激励承销商积极参与和推动绿色债券发行的重要原因，为中国绿色债券市场的迅速发展提供了来自承销商的解释。第二，本文在研究承销商溢出效应方面丰富了绿色债券发行经济后果的相关文献。已有研究发现绿色债券发行具有提升企业的环境保护质效和吸引长
期投资者等直接经济影响（Tang and Zhang，2020；Fatica and Panzica，2021；Flammer， 2021），以及对发行人同行业企业的环保行为和融资成本具有溢出效应（吴育辉等，
2022），本文则发现其还能够提升承销商在发行人同地区和行业的未来债券承销业绩，能够带来上市承销商股票市场的积极反应，并提升承销商的监管评级，为理解绿色债券发行的经济后果提供了来自金融中介机构的独特视角。第三，本文从绿色债券承销经历的角度丰富了发行人对承销商选择因素的相关研究。已有研究发现承销费、过往承销债券的收益率和地理位置接近程度等因素会影响发行人对承销商的选择决策（Yasuda，2005；Butler，2008；Ding et al.，2022），本文发现绿色债券的承销经历也能够通过传递包含承销商业务水平和绿色形象在内的信号，从而提升承销商被潜在发行人选择的可能性，为理解“双碳”背景下的承销商选择问题提供了新的视角。
本文后续部分的结构安排如下：第二部分介绍中国绿色债券市场的背景与现状，第三部分是文献综述和研究假设，第四部分是研究设计，第五部分是回归结果与分析，第六部分是进一步研究，第七部分是研究结论与启示。
二 中国绿色债券市场背景和现状
中国绿色债券市场始于2015年末，第一只绿色债券发行于2016年1月。中国绿色债券市场是在原有债券市场的基础上发展起来的。因此，与传统债券类似，绿色债券也根据债券类型由不同的监管机构进行监管。由企业发行的绿色债券主要可分为 6 类：绿色金融债券、绿色企业债、绿色公司债、绿色资产支持证券（Asset-Backed Securities，后文简称绿色ABS）、绿色资产支持票据（Asset-Backed Notes，后文简称绿色
ABN）和绿色银行间债务融资工具①。表1总结了各类绿色债券在监管措施上的差异。
在本文样本期内，对于募集资金用途的要求，绿色金融债券和绿色银行间债务融资工具的募集资金须100%用于绿色项目，而绿色企业债和绿色公司债这一比例的规定为 50% 和 70%。由于绿色 ABS和绿色 ABN 大多是以绿色相关的基础资产的未来现金流作为偿付支持的，因此募集资金用于绿色项目的比例限制不适用于它们②。绿色金融债券由金融企业发行，由中国人民银行监管，用于向其他企业的绿色项目提供贷款。绿色企业债由国家发展和改革委员会监管，绿色公司债和绿色ABS由中国证监会和上海、深圳证券交易所监管。绿色ABN和绿色银行间债务融资工具由银行间市场交易商协会负责监管，其中，银行间债务融资工具包括绿色中期票据、短期融资券、非公开定向债务融资工具和项目收益票据。绿色债券募集资金投向的绿色项目均鼓励第三方认证但不做硬性要求。绿色金融债、公司债和ABS、ABN和银行间债务融资工具的募集资金使用情况报告频率分别为每季度、每年和每半年，而绿色企业债则没有要求。在环境效益披露方面，绿色公司债、ABS、ABN、银行间债务融资工具以及规模较大的金融债需要披露，而绿色企业债不做要求。
表1 各类绿色债券的监管差异
| 债券类型 | 金融债 | 企业债 | 公司债 ABS ABN 银行间债务融资工具 | |
| 募集资金用于绿色项目的最低比例监管机构发行前第三方认证募集资金使用的披露频率环境效益披露 | 100% 中国人民银行自愿每季度 根据债券规模 | 50% 国家发改委不要求不要求不要求 | 70% 不适用不适用 证监会和交易所自愿每年要求 | 100% 交易商协会自愿每半年要求 |
中国绿色债券市场发展迅速，绿色债券的发行只数从2016年的77只大幅增加到 2021年的765只。发行规模自2019年以来呈现井喷式增长，在2021年达到8318亿元
- 中国绿色债券市场也推出了用于更具体用途的绿色债券子品种，如碳中和债券和蓝色债券。这些子品种也同样在绿色债券政策的框架下监管。因此，在本文中没有将这些子品种单独讨论。
- 2022年7月绿色债券标准委员会发布《中国绿色债券原则》，要求募集资金100%都要投向绿色领域。
人民币。截至2021年末，市场上存续绿色地方政府债券412只，非政府绿色债券1316 只，规模分别为6232亿元和12 099亿元①。图1展示了各类绿色债券每一年的发行只数和发行规模（折线图对应右轴）。对于非政府债券，金融债在绿色债券市场开启后的前三年为主要类型，近年来，绿色金融债的发行只数和规模都有所下降，非金融绿色债券成为主要类型，在2021年占发行只数的79%和发行规模的59%。这一现象反映了绿色债券市场从利用金融债间接为绿色项目融资向利用非金融债券直接为绿色项目融资的转变。
图1 各类绿色债券的发行只数和规模（2016-2021年）
在非金融绿色债券中，ABS的发行只数最多，在2021年占全部发行只数的30%，但其发行规模较小。企业债的发行只数和规模在2021年前占整个市场的10%左右，但在2021年下降到5%左右。相反，银行间债务融资工具在2021年前占整个绿色债券发行量（只数和规模）的不到10%，但在2021年上升到30%。公司债的比例较为稳定，发行只数和规模分别占16%和13%左右②。
中国债券市场的债券承销商主要有商业银行和证券公司。证券公司可以承销交易所公司债、企业债和 ABS，一些有牌照的证券公司也可以承销银行间市场的金融债、ABN以及银行间债务融资工具；商业银行则只限于承销在银行间市场交易的债券
- 绿色地方政府债的定义参照Wind数据库，其中包含了没有贴标但被归为绿色债券的地方政府债。
- 本文还统计了绿色债券发行的行业分布情况，由于篇幅所限，行业分布表见《世界经济》网站（www.
jweonline.cn）2023第9期在线期刊本文的补充材料附表A1，后文类似情况，简称见网站。
品种。债券可以有一个或多个主承销商，在本文的非政府绿色债券样本中，49%的债券只有一个主承销商，其余债券均有多个主承销商。在承销商类型的构成上，本文样本中约63%债券的承销商仅为证券公司，约24%债券的承销商仅为商业银行，其余债券为不同类型承销商联合承销。
三 文献综述和研究假设
（一）文献综述
现有绿色债券市场的相关文献集中在解释绿色债券市场高速发展的原因和绿色债券发行的经济影响两个方面。由于绿色债券的募集资金用途被限制用于绿色项目，绿色项目的第三方认证也需要付出成本，这些发行和使用的限制使得绿色债券相比于普通债券给发行人带来了额外的成本（Flammer，2021）。在此背景下，绿色债券市场仍然迅速扩张，因此，越来越多的文献着眼于解释其高速发展背后的逻辑。已有文献主要集中于绿色债券发行人和投资者两端，并从定价优势和信号传递两个角度展开讨论。
对于绿色债券的定价优势，也就是投资者是否愿意为“绿色”的标签接受更低的债券收益率（又称“绿色溢价”），是现有文献最为关注的问题之一，但已有研究尚未得到一致结论。一方面，部分研究发现了投资者愿意接受绿色债券更低的收益率，从而激励了企业发行绿色债券。Zerbib（2019）和 Baker et al（. 2022）分别利用全球绿色债券样本和美国绿色市政债数据，发现了“绿色溢价”的存在。Wang et al（. 2020）与祁怀锦和刘斯琴（2021）利用中国绿色公司债券样本，发现中国绿色债券市场的“绿色溢价”不仅存在，并且显著高于其他国家。另一方面，也有部分研究发现“绿色溢价”并不显著。Larcker and Watts（2020）和Flammer（2021）均将绿色债券与同一发行人发行的非绿色债券匹配，发现“绿色溢价”基本为零。Fatica et al（. 2021）发现金融机构发行的绿色债券没有显著的绿色溢价，认为原因可能在于投资者无法确定金融机构发行的绿色债券与特定绿色投资项目之间的明确联系。
对于绿色债券信号作用，学者们发现由于绿色债券的发行和使用受到额外的监管和限制，需要发行人付出额外的成本，因而使得绿色债券发行成为企业致力于环保的可靠信号（Flammer，2021）。企业通过发行绿色债券传递其绿色形象信号，得到了股票市场的积极反应（Tang and Zhang，2020）。已有研究发现，拥有第三方认证的绿色债券发行和首次绿色债券发行引起的股票市场的积极反应更加显著（Tang and Zhang，2020；Flammer，2021）。
在发行绿色债券产生的经济影响的相关研究中，其能否改善企业的环保质效是研究者主要关注的话题，Fatica and Panzica（2021）和Flammer（2021）均发现在发行绿色债券后，企业的碳排放强度显著降低，企业的环保评级提高。另外，已有研究还发现绿色债券的发行能够影响企业的投资者结构，显著提升企业的机构投资者和绿色投资者占比（Tang and Zhang，2020；Flammer，2021）。吴育辉等（2022）研究发现，绿色债券发行产生的绿色信号能够被相同行业的其他企业学习，带动了同行业企业的环保质效，这种溢出效应得到了投资者的认可，显著降低了同行业其他企业的融资成本。综上所述，已有研究主要从发行人和投资者的动机和行为出发，讨论了绿色债券市场高速发展的原因，却忽略了承销商这一绿色债券市场的重要推动者。此外，现有研究主要考察了绿色债券发行对于发行人自身的经济影响，较少讨论绿色债券发行的外部性对其他群体的溢出效应。因此，本文将从承销商的角度考察绿色债券发行的溢出效应。
（二）研究假设
同地区或同行业企业间在经营活动上的相互关注导致了企业间的相互溢出效应（Foucault and Fresard，2014）。已有研究发现同地区或同行业企业披露的信息具有外部性，产生的溢出效应使得其他企业在资本结构（Leary and Roberts，2014）、投资决策
（Foucault and Fresard，2014）和上市行为（Aghamolla and Thakor，2022）等方面都会受到影响。最近的研究也证明绿色债券发行释放的绿色信号能够对同行业的企业产生正面溢出效应（吴育辉等，2022）。本文认为绿色债券发行的绿色信号中也包含了与承销商相关的信息，当这些信号被绿色债券发行人的同地区或同行业企业接收后，就会产生对承销商的溢出效应。
绿色债券发行包含了两方面关于承销商的信号：债券承销的业务能力和承销商的绿色形象。首先，相比于承销普通债券，承销绿色债券将面临更复杂的承销过程，需要承销商付出额外的成本，因而能够传递承销商业务能力的信号。具体而言，承销绿色债券存在三方面的额外成本：（1）学习成本。作为创新产品，绿色债券的相关法规和申报流程都在不断完善的过程中，因此承销商需要不断投入额外的学习成本来了解新的相关政策。（2）程序成本。绿色债券发行前承销商需要帮助发行人评估募投的绿色项目，核查募投绿色项目的认定依据或标准和环境效益目标等。监管部门将格外关注募投项目的绿色属性，因此对绿色债券有更高的审核要求，由此带来承销商与发行人、监管部门以及其他第三方相关机构更多轮次的沟通，增加了发行前的程序成本。在绿色债券存续期间，作为承担了后督角色的承销商，需要核查募集资金使用情况（包含匹配到绿色项目的相关情况）、绿色项目进展和环境效益等内容，并在受托管理事务报告中披露。这一系列受托工作，增加了发行后的程序成本。（3）营销成本。当投资者不了解绿色债券这一新产品时，承销商需要付出额外的营销成本来推销待发行的绿色债券。上述额外成本均对承销商的业务能力提出了更高要求。而对于发行人而言，其财务决策会受到同地区（Dougal et al.，2015）和同行业企业（Leary and Roberts，2014）的影响。并且，在发行人决定承销商时，会重点参考承销商在当地（或同行业）的过往承销记录。此外，由于成功的债券承销经历更可能在同地区或同行业企业间复制，从而使得这些企业更可能认可绿色债券承销商的业务能力①。因此，对于绿色债券发行人同省份或同行业的企业而言，绿色债券发行所传递的承销商业务能力的信号体现了承销商处理复杂情况的能力和其承销服务的可靠性，使其更可能在未来的业务中与绿色债券承销商合作。
其次，绿色债券的发行还传递了承销商绿色形象的信号。该信号则包含两个层面的信息：第一，承销商的绿色债券承销经验信息。Cao et al（. 2019）和吴育辉等（2022）均发现同侪企业之间会进行社会责任行为的模仿，因此，绿色债券发行人所在的省份或行业的其他企业更可能在未来发行绿色债券。对于这部分企业来说，绿色债券的发行传递了承销商对于绿色债券承销经验的信息，因此他们更可能为了未来的绿色债券发行与这部分承销商接触，从而增加了承销商被聘用的可能。第二，承销商自身的绿色形象信息。根据已有研究，企业的ESG行为对其未来的可持续经营有积极的影响（Flammer，2015；Lins et al.，2017；Albuquerque et al.，2019），随着近年来绿色理念得到越来越广泛的接受，绿色债券成功发行的新闻能够得到更多关注（Tang and Zhang，2020）。因此，绿色债券的发行也传递了债券承销商支持绿色金融的信号，树立了承销商的可持续经营以及投身绿色金融事业的绿色形象。而企业聘用绿色形象较好的承销商也能够间接透露自身对绿色金融的倾向性，从而提升企业自身的绿色形象，进而吸引关注环境保护的投资者（Lins et al.，2017）。因此，对于绿色债券发行人同省份或同行业的企业而言，绿色债券发行所传递的承销商绿色形象信号也增加了其与绿色债券承销商的合作意向。
① 对于同省份的发行人，承销商更了解当地的市场和相关政策，拥有更多本地投资者资源，而本地投资者是债券投资者的重要组成部分。因此，承销同省份债券并成功发行的概率更高。类似地，对于同行业的发行人，承销商对其行业周期、竞争格局、运营和盈利模式的了解都提高了债券成功发行的概率。
最后，从债券承销商的角度出发，承销商一般以项目组为单位开展业务，而同一个承销商的项目组通常按省份分工开展业务，并且，不同的项目组也会有各自更熟悉的行业领域。因此，承销商也更愿意将绿色债券的发行作为广告，在同省份或同行业潜在的发行人之间宣传，以提升其未来被聘用的概率。这一特征也强化了绿色债券发行的信号传递在同省份和同行业企业之间的作用。
综上所述，绿色债券的成功发行能够传递关于承销商业务能力和绿色形象的积极信号，这些信号提升了承销商的市场竞争能力和绿色形象。绿色债券发行人所在省份和行业的其他企业作为潜在的发行人接收到这些信号后，更可能聘用绿色债券承销商为其服务，从而提升了承销商在该省份或行业的未来业绩。基于上述分析，本文提出：假设1：绿色债券发行有利于承销商提升在债券发行人省份的未来承销业绩。
假设2：绿色债券发行有利于承销商提升在债券发行人行业的未来承销业绩。
四 研究设计
- 样本与数据来源
本文选取2016-2021年的非政府绿色债券发行数据作为研究样本。2015年12月中国绿色债券市场正式启动，2016年开始，绿色债券在发行时“贴标”以区别于非绿色债券，因此本文的样本从2016年开始选取。绿色债券数据来自Wind数据库。另外，为了保证绿色债券样本的完整性和准确性，本文首先将样本与CSMAR数据库中的绿色债券数据交叉比对；其次，由于大部分绿色债券在发行时“贴标”了“绿色”字样，因此，本文提取了样本期间内所发行债券全称中标有“绿色”的样本与本文样本进行交叉比对①，最后得到由 606个企业发行的 1695只绿色债券。本文采用的承销商的特征、业绩和财务等数据来自Wind数据库和中国证券业协会网站，进一步分析中采用的上市承销商的股票收益率数据来自CSMAR数据库。为排除极值对结果的影响，本文对连续变量在前后1%的水平上缩尾处理。
- 回归模型
为了检验假设 1，本文构建了一个以承销商-省份-年份为观测单元的样本。该
① 部分债券发行人的企业名称中存在“绿色”字样，在提取过程中，本文识别了这部分企业，并把它们所发行的债券中非绿色债券的样本剔除。
样本需满足承销商当年在债券市场有债券承销记录的条件，此外，如果该承销商前一年在全市场均没有债券承销记录，则剔除该样本。其中，如果一个承销商当年在某省份有承销债券记录，则根据对应的承销业绩指标进行取值，如果在该省份没有承销债券记录，那么该承销业绩指标取值为0。本文采用模型（1）检验绿色债券发行对于承销商在同一省份业绩的溢出效应：
BPj，p，t = α0 + α1UWGBj，p，t-1 +∑αkControlkj，p，t-1 + δj + γp + μt + εj，p，t （1）
BPj，p，t 是 t年承销商 j在省份 p的承销业绩，用承销金额占比（MS）、承销金额（Amt）和承销只数（Num）三个变量衡量①。模型的关键解释变量 UWGBj，p，t-1为虚拟变量，当承销商j在年份t-1承销了省份p内企业的绿色债券时，对该变量赋值为1，否则为0。
控制变量包括上一年的承销业绩（BPj，p，t-1），即上述三个业绩指标对应的滞后项，用于控制上一期承销业绩对当期承销业绩的影响，以及承销商在省份内服务的发行人数量占当年该省份发行人数量的比值（IsCoverage），以及承销商在省份内服务的国有企业发行人数量占当年该省份国有企业发行人数量的比值（IsSOE）以控制承销商的客户特征②。此外，模型还控制了承销商的市场占有率（WholeMS），用于控制承销商的债券承销能力。模型还控制了承销商的特征变量，包括营业收入（OperIncome）、净资产（NetAssets）和年龄（Age），在回归中取自然对数，以及承销商总部是否在省份 p 的虚拟变量 SamePro。此外，模型中还加入了承销商（δ）、j 省份（γp）和年份（μ）t 固定效应。为了避免承销商层面在不同年份间的扰动项相关性对结果的影响，本文对回归系数的标准误在承销商层面进行聚类处理。
为了检验假设2，即绿色债券发行对于承销商在同一行业内业绩的溢出效应，本文构建了以承销商-行业-年份为观测单元的样本，该样本同样需满足承销商当年在债券市场有债券承销记录的条件。此外，如果该承销商前一年在全市场均没有债券承销记录，则剔除该样本。其中，如果一个承销商当年在某行业有承销债券记录，则根据对应的承销业绩指标进行取值，如果在该行业没有承销债券记录，那么该业绩指
- 在债券承销实务中，承销金额占比是决定承销商市场排名的主要指标，而承销金额和只数则与承销佣金收入紧密相关，因此本文选取这三个变量来衡量承销业绩。其中，单只债券的承销金额根据承销商的实际配额统计，若没有公布则按照每只债券的主承机构的数量取算术平均。承销只数根据每只债券的主承机构数量取算术平均。
- 感谢审稿人的建议，考虑到绿色债券的主要发行人为国企（张丽宏等，2021），承销商可能通过承销绿色债券与国企建立联系，从而扩大客户基础，提升未来业绩。因此，模型中通过控制客户覆盖度和国企客户覆盖度来缓解上述问题。
标取值为 0。样本的行业分类采用了 Wind 数据库的二级行业分类，共包含 24 个类别①。本文利用模型（2）进行检验：
BPj，h，t = β0 + β1UWGBj，h，t-1 +∑βkControljk，h，t-1 + δj + γh + μt + εj，h，t （2）其中，BPj，h，t 是 t 年承销商 j 在行业 h 中的承销业绩。UWGBj，h，t-1 为虚拟变量，当承销商j在年份t-1承销了行业h内企业的绿色债券时，对该变量赋值为1，否则为0。在控制变量的选择上，模型（2）除了没有包括 SamePro 变量外，其他与模型（1）保持一致。模型（2）包含了承销商（δ）、j 行业（γh）和年份（μ）t 固定效应，回归系数的标准误在承销商层面聚类处理。变量定义如表2所示②。表2 变量定义
|
变量符号 |
|
变量含义和衡量方法 |
MS 承销商在省份（行业）内的债券承销金额与当年该省份（行业）债券总体发行金额的比值乘以100
Amt 承销商在省份（行业）内的债券承销金额+1的自然对数 Num 承销商在省份（行业）内的债券承销只数+1的自然对数
UWGB 虚拟变量，承销商在t-1年在省份（行业）内承销了绿色债券则该变量取1，否则取0
IsCoverage 承销商在省份（行业）内服务债券发行人数量与当年该省份（行业）发行人数量的比值
IsSOE 承销商在省份（行业）内服务国企发行人数量与该省份（行业）国企发行人数量的比值
WholeMS 承销商在全市场的债券承销金额与当年全市场债券发行金额的比值乘以100
OperIncome 承销商营业收入的自然对数
NetAssets 承销商净资产的自然对数
Age 承销商年龄的自然对数
SamePro 虚拟变量，当承销商开展业务的省份与其总部所在地一致时该变量取1，否则取0
五 回归结果与分析
（一）绿色债券发行对承销商的溢出效应
表3展示了绿色债券发行对承销商在发行人所在省份未来业绩的影响结果。其
- 在债券市场实务中，Wind行业分类是较为常用的依据。考虑到发债企业的国民经济行业分类存在较多缺失值，而Wind一级行业仅有11类，存在分类过于粗糙的问题，因此，本文采用Wind二级行业分类。本文也利用国民经济行业分类的大类行业和Wind一级行业分类构建行业层面样本，结果保持一致。
- 由于篇幅所限，变量描述性统计表见网站补充材料附表A2。
中，第（1）（3）（5）列报告了不包含承销商固定效应的结果；第（2）（4）（6）列则报告了模型（1）的回归结果。表3的第（1）（2）列的结果显示，UWGBj，p，t-1的回归系数显著为正，表明绿色债券的发行能够提升其承销商下一年在同一省份的市场占有率。在经济意义上，绿色债券的发行能够使下一年承销商在该省份的市场占有率相对于均值提升
21.7%（0.140/0.645）。同样地，UWGBj，p，t-1 的回归系数在第（3）-（6）列中也显著为正，表明绿色债券的发行能够增加承销商下一年在同一省份的债券承销金额和承销只数。在经济意义上，绿色债券的发行能够使得其承销商下一年在同一省份的债券承销金额和承销只数相对于样本均值分别增加 24.8%（0.288/1.162）和 30.4%（0.171/ 0.563）。表3的结果表明，绿色债券的发行能够提升承销商在该省份未来的业绩，从省份层面证明了绿色债券的溢出效应，支持了假设1①。
表3 绿色债券发行对承销商在同一省份承销业绩的溢出效应
| 变量 | （1） （2） MSj，p，t | （3） （4） Amtj，p，t | （5） （6） Numj，p，t | |||||
| UWGBj，p，t-1 承销商固定效应省份固定效应年份固定效应观测值 R2 | 0.161*** （2.985）未控制控制控制 22 041 | 0.140*** （2.691）控制控制控制 22 041 | 0.291*** （6.448）未控制控制控制 22 041 | 0.288*** （7.084）控制控制控制 22 041 | 0.167*** （6.650）未控制控制控制 22 041 | 0.171*** （6.976）控制控制控制 22 041 | ||
0.591 0.602 0.717 0.733 0.750 0.762
说明：括号内是根据在承销商层面聚类的标准误计算的t值；*、**、***分别表示在10%、5%和1% 的水平下显著，本文回归均包含模型（1）或（2）的控制变量，若无特别说明，后表同。
表 4展示了绿色债券发行对于承销商在发行人所在行业未来业绩的影响结果。
表4的第（1）（2）列显示，UWGBj，h，t-1的回归系数为正，表明绿色债券的发行与其承销商在同一行业下一年的市场占有率正相关，并在统计上接近10%的显著水平。第（3）（6）列的结果显示，绿色债券的发行能够显著增加其承销商下一年在同一行业中承销债券的金额和只数。具体而言，承销绿色债券的承销商，下一年在同一行业的债券承销金额相对于样本均值上升32.4%（0.377/1.163），债券承销只数相对于样本均值上升
① 由于篇幅所限，控制变量的回归结果未列出，完整结果见网站补充材料附表A3-附表A4。
27.4%（0.190/0.693）。上述结果从行业层面证明了绿色债券的溢出效应，支持了假设2。
表4 绿色债券发行对承销商在同一行业承销业绩的溢出效应
| 变量 | （1） （2） MSj，h，t | （3） （4） Amtj，h，t | （5） （6） Numj，h，t | ||||
| UWGBj，h，t-1 承销商固定效应行业固定效应年份固定效应观测值 2 | 0.098 （1.425） 未控制控制控制 17 064 | 0.116 （1.639） 控制控制控制 17 064 | 0.378*** （6.803） （ 未控制控制控制 17 064 | 0.377*** 6.864） 控制控制控制 17 064 | 0.188*** （5.429） （ 未控制控制控制 17 064 | 0.190*** 5.549） 控制控制控制 17 064 | |
R 0.561 0.572 0.748 0.758 0.788 0.796
（二）内生性问题：双重差分模型
1. 样本说明与模型设定。为了缓解可能的内生性问题对结论的影响，本文利用交错型双重差分模型，以承销商在省份（行业）内首次承销绿色债券为事件，检验绿色债券发行对于承销商业绩的溢出效应。其中，处理组和控制组的定义如下：当样本期间内，承销商在某一个省份（行业）承销过绿色债券，则该省份（行业）-承销商组合为处理组，否则为控制组。考虑到处理组与控制组之间可能在承销绿色债券之前存在特征差异，本文通过倾向得分匹配方法（PSM）匹配处理组与控制组。为了避免混合匹配过程中可能出现的时间错配问题，以及逐期匹配的控制组不稳定问题，本文参考现有文献（Gormley and Matsa，2011；Gao et al.，2021），通过堆叠数据集结合 PSM的方法构建回归样本。为了满足双重差分模型的平行趋势检验，本部分的样本相比于基准模型样本向前拓展了 3年，包含了 2013-2021年的承销商-省份（行业）年份观测。
具体的回归样本构建过程如下：首先，对于每个首次承销事件构造一个子数据集（群组，Cohort），选取相对承销年份前 3 年到后 3 年为事件窗口，每一个数据集中包含一个处理组和其他在样本期间从未处理的控制组在事件窗口内的观测。其次，对于每一个子数据集，通过 PSM 方法为处理组匹配在承销绿色债前最相似的控制组。具体而言，本文利用首次承销事件前一年的特征变量来计算每个省份（行业）-承销商组合的倾向得分，并选取最近邻匹配法将与处理组得分最接近的控制组进行1：1匹配①。最后，将所有匹配后的群组堆叠合并，形成双重差分模型的回归样本。针对这一堆叠数据集，本文采用模型（3）检验绿色债券发行对于承销商业绩的影响：
BPj，p/h，c，t =+θ0 +j c θ+1 D_p Uh cW+GBtj，cp/h+，c，t +j p∑h c tθkControljk，p/h，c，t-1 （3）
δ， γ / ， μ， ε，/ ，，
承销业绩衡量与基准回归一致。D_UWGBj，p/h，c，t 是虚拟变量，承销商 j在省份 p（行业h）首次承销绿色债券年份及以后的所有年份取值1，否则取0。因此，θ1捕捉了承销商首次承销绿色债券后，在省份 p（行业 h）的承销业绩变化。与基准模型考察了绿色债券的发行对下一年承销业绩的影响不同，模型（3）考察了绿色债券的发行对其承销业绩在相对较长期限的影响。如果溢出效应存在，本文预期 θ1显著为正。由于采用堆叠的方法构建样本，各个群组之间的控制组可能出现重复，为此在固定效应的选择上，我们参考现有文献的做法，将基准模型中的固定效应与群组交乘②。除了变量 SameProj，p 被固定效应吸收，其他控制变量的选取与基准模型一致。回归的标准误在承销商层面进行聚类调整。
2. 双重差分模型回归结果。表 5展示了双重差分模型的回归结果。第（1）-（3）列的结果显示，D_UWGBj，p，c，t 的回归系数均显著为正，表明绿色债券发行后，承销商在同一省份的市场占有率、债券承销金额和承销只数均显著上升。行业层面，
D_UWGBj，h，c，t的回归系数在第（4）列虽不显著，但依然接近10%显著水平，与基准回归结果保持一致。而在债券承销金额和承销只数的回归中，D_UWGBj，h，c，t 的回归系数显著为正，表明绿色债券的发行对于其承销商在同一行业的债券承销金额和承销只数均有显著的溢出效应。双重差分模型的结果支持了基准回归结论。
为了验证双重差分模型的平行趋势假设，同时观测绿色债券发行对于承销商业绩溢出效应的动态变化，本文采用事件分析回归模型进行平行趋势检验，结果符合平
- 为了检验PSM匹配的效果，本文将匹配前的所有群组进行堆叠，并保留每个群组中发行绿色债券前一年的样本，也同时对PSM匹配后的群组做相同处理。利用Logit模型将是否为处理组的虚拟变量对一系列匹配变量回归。结果显示，在PSM匹配前，有较多匹配变量与是否为处理组显著相关，而PSM匹配后，所有特征变量的回归系数均在统计上不显著。由于篇幅所限，PSM匹配、平行趋势检验和Heckman-DID的结果见网站补充材料附表A5-附表A7、附图A1。
- 省份层面的检验模型控制了群组×承销商（δj，c）、群组×省份（γp，c）和群组×年份（μt，c）固定效应；行业层面的检验模型控制了群组×承销商（δj，c）、群组×行业（γh，c）和群组×年份（μt，c）固定效应。
行趋势假设，并发现在绿色债券发行后的年份，控制组和处理组之间的业绩存在显著差异①。
| 表5 | 绿色债券发行对同省份（行业）业绩影响的双重差分模型 | |||||
| 变量 | （1） MSj，p，c，t | 省份层面 （2） Amtj，p，c，t | （3） Numj，p，c，t | （4） MSj，h，c，t | 行业层面 （5） Amtj，h，c，t | （6） Numj，h，c，t |
| D_UWGBj，p/h，c，t 观测值 2 | 0.594*** （3.538） 4422 | 0.860*** （7.934） 4422 | 0.628*** （9.079） 4422 | 0.296 （1.603） 3723 | 0.775*** （6.575） 3723 | 0.538*** （7.982） 3723 |
R 0.786 0.895 0.915 0.835 0.912 0.912
说明：变量的下标p/h表示省份或行业，与相应的因变量保持对应关系，后表同。第（1）-（3）列回归包含群组×承销商、群组×省份、群组×年份固定效应；第（4）-（6）列回归包含群组×承销商、群组×行业、群组×年份固定效应。
1700
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
