Flammer, C. (2021), Corporate Green Bonds. Journal of Financial Economics, 142, 499-516.
Green Bond 这几年很火。但有个问题我一直好奇：发行绿色债券比直接把钱投到绿色项目里更麻烦——行政成本更高，合规要求更多——公司图什么？Flammer 这篇论文给了三种可能：Signaling、Greenwashing，或者更便宜的融资。然后一个一个检验。
以下是我的阅读笔记。
1 研究重点
1.1 背景与动机
Green Bond 是为资助环境和气候友好型项目而发行的债券，近年发展迅速，在能源等依赖自然环境的行业尤其受欢迎。探讨其动机和影响，对可持续金融和影响力投资都有意义。
1.2 假设
论文提出了三种可能的解释。
第一，Signaling（信号传递）。Green Bond 有成本、有约束，可以作为公司对环境承诺的可信信号，降低信息不对称，提高声誉和价值。
第二，Greenwashing（漂绿）。企业表面上宣示环保，实际上并不行动，通过塑造环保形象误导投资者和其他利益相关者。
第三，更便宜的融资。Green Bond 投资者可能愿意为社会影响牺牲部分收益，接受更低的回报率。
2 数据
Green Bond 的数据来自 Bloomberg 的固定收益数据库，涵盖 2013 至 2018 年每只债券的金额、货币、到期期限、票息、信用评级和认证状态。数据显示，发行额和发行数量随时间持续增长。从行业和国家分布看，在依赖自然环境的行业（比如能源）更受欢迎，在中国、美国和欧洲尤其盛行。
债券层面的汇总还揭示了一个规律：与非上市公司相比，上市公司发行的 Green Bond 规模更大、到期期限更长，更有可能是固定利率。这些特征和信息的透明性，解释了为什么后续分析聚焦于上市公司。
公司层面的数据来自多个来源。会计和股票数据的汇总表明，Green Bond 发行公司的平均规模较大，且通常拥有更高的环境评级和 ESG 评级。作者通过统计对公司有利的环保议题数量，构建了企业的环境重要性指数（数据来自 SASB）。假设检验的结果显示：绿色项目对企业越有利，企业越可能发行 Green Bond。
3 实证研究
3.1 事件研究法（Event Study）
作者用 Event Study 评估股市对 Green Bond 发行公告的反应。用标准市场模型估计每家公司在发行前 250 个交易日的预期收益，然后计算公告日前后共 5 个短期事件窗口内的 Abnormal Return（异常收益），汇总后进行显著性检验。
选择公告日而非发行日，是有讲究的——公告向市场传递信息，才能检验 Signaling 是否存在。
3.2 匹配与双重差分模型（Matching + DiD）
本文通过 Matching 和 Difference-in-Differences，比较了 Green Bond 发行者与未发行者在发行前后公司层面结果的变化。
作者根据一系列特征，为 225 家发行 Green Bond 的上市公司匹配了发行前一年非常相似的未发行者。Matching 构建了一个合理的 Counterfactual（反事实），减少了直接比较可能带来的偏差。公司在可观察和不可观察特征上可能存在系统性差异，筛选样本提高了处理组和对照组的可比性。Matching 也降低了 DiD 假设条件的苛刻程度。
随后，一个包含公司 Fixed Effects 和年份 Fixed Effects 的 DiD 模型被用于识别 Green Bond 发行对环境绩效和股权结构变化的因果效应。通过引入个体和年度虚拟变量，消除不可观测异质性的影响，进一步减少选择偏误。
在融资成本方面，作者对同一发行者发行的 Green Bond 和普通债券的收益率进行了 Matching 对比，检验 Green Bond 是否存在定价差异。
4 主要发现
4.1 股市对 Green Bond 发行公告的反应
投资者对 Green Bond 发行反应积极。首次发行的收益率更高，验证了 Signaling 假说。获得认证的 Green Bond 引发的市场反应更大，Abnormal Return 在依赖自然环境的行业中更显著。
4.2 Green Bond 对发行公司的影响：环境绩效与股权演变
发行 Green Bond 能提高企业的环境评级。企业做出了环保承诺，而承诺的兑现表现为更高的环境评级和更低的 CO₂ 排放——这就是 Signaling 所说的可信信号。
这个结果直接反驳了 Greenwashing 的猜想。如果企业只是标榜环保却不打算兑现，发行后不会看到环境绩效的实质改善。Green Bond 不是 Greenwashing 的工具，而是对生态友好行为的真正承诺。
股权演变的结果同样支持 Signaling。Green Bond 提供了对环境承诺的可信信号，随着承诺兑现，发行公司对重视环境的投资者——长期投资者和绿色投资者——产生了吸引力。Green Bond 有助于协调公司与环境导向投资者的利益。
4.3 Green Bond 与普通债券的差异
同一发行者发行的 Green Bond 与普通债券之间没有定价差异。发行 Green Bond 并不能获得更便宜的融资。作者原本假设投资者对社会影响有偏好，预计 Green Bond 定价更低，但证据并不支持——这与融资成本假说相悖。
5 评论
Flammer 这篇论文提供了一个干净的分析框架：三个假设——Signaling、Greenwashing、更便宜的融资——逐一检验。结构清晰，野心不大但执行到位。
数据上的局限是显见的。Bloomberg 的固定收益数据库虽然丰富，但未必覆盖所有 Green Bond，分类标准也可能与其他来源不一致。这倒不是论文的错，是整个领域的基础设施问题——没有一个全面、标准化的企业 Green Bond 数据库。你做研究，数据就已经在漏了。
论文用股市对发行公告的反应来验证 Signaling，逻辑是顺的。首次发行和认证债券的 Abnormal Return 更高，这捕捉到了信号的可信度差异——第一次喊话和拿了认证再喊话，分量确实不同。实证上还做了不同 CAR 计算方式的 Robustness Check，态度是认真的。对发行后企业层面结果的追踪——环境绩效、股权结构、债券定价——也构成了一个比较完整的画面。
但我对"Greenwashing 不成立"这个结论有一点保留。文章的判定依赖 ASSET4 环境评级和 CO₂ 排放作为环境绩效的 Proxy。这些指标当然有用，但 Greenwashing 的形式可以更微妙——评级改善不一定等于真实的环境影响，CO₂ 排放下降也可能来自业务结构的自然变化而非 Green Bond 项目的功劳。认证标准本身就存在漏洞：如果发行者可以根据自我报告或第三方验证的信息获得认证，这些信息未必反映项目的实际环境影响或 Additionality（额外性）。说白了，有的绿色项目只是"本来就要做的"贴了个绿色标签。
融资成本那块也有可讨论的余地。作者用了和 Larcker & Watts (2020) 相同的 Matching 方法，但协变量的选择很关键。如果 Matching 的目的是消除混杂，协变量应该同时影响干预变量和结果变量，而不是选与结果变量无关的；如果是为了提高估计效率，选择可以灵活一些。这里的协变量选择会不会刚好掩盖了 Green Bond 对收益率的真实影响？我觉得至少值得做一组 Robustness Check，换一套匹配算法和距离度量试试。
话说回来，这些批评多少有些站着说话不腰疼——实证研究就是这样，你永远可以问"万一呢"。
论文的贡献是实在的。它在股票市场和 Green Bond 的交叉地带打开了一个新视角，把 Green Bond 定位为 Signaling 装置——公司用它向投资者和利益相关者传递环境承诺，而更好的 ESG 绩效确实能改善融资。可持续金融、影响力投资、ESG 绩效和 Signaling Theory，这篇论文在这些文献之间搭了一座桥。
一座还不错的桥。走过去的人，会看到更多问题。