Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Tinjauan Internasional Analisis Keuangan 77 (2001) 101838

Daftar isi tersedia di SainsLangsung

Tinjauan Internasional Analisis Keuangan

beranda jurnal: www.elsevier.com/locate/irfa

Kebijakan kredit hijau dan akses perusahaan ke pinjaman bank di Cina: Peran
pengungkapan lingkungan dan inovasi hijau

Chao Xing A, Yuming Zhang A,*, David Tripe B

A Sekolah
Manajemen, Universitas Shandong, 27 South Shanda Road, Jinan 250100, Shandong, CinaB Sekolah
Ekonomi dan Keuangan, Massey University, Palmerston North 4442, Selandia Baru

INFO ARTIKEL ABSTRAK

Klasifikasi JEL: Penelitian ini menilai efektivitas kebijakan kredit hijau China. Kami mengeksplorasi apakah perusahaan dengan
G21 pengungkapan lingkungan eksternal yang lebih baik dan inovasi hijau internal menerima lebih banyak pinjaman bank karena
G32 kredit hijau, dan menggunakan panel 1086 perusahaan manufaktur China yang terdaftar dari 2012 hingga 2017 untuk
O16
menguji hipotesis kami. Hasilnya menunjukkan bahwa perusahaan dengan kualitas pengungkapan lingkungan yang lebih
Kata kunci:
tinggi tidak memperoleh lebih banyak pinjaman, dan hanya inovasi hijau yang mendorong akses ke pinjaman perusahaan.
Kebijakan kredit hijau
Kami menunjukkan bahwa penyebab mendasar dari fenomena ini adalah pencucian hijau perusahaan, yang lazim dalam
Pengungkapan
pengungkapan lingkungan yang lunak dan menghalangi perusahaan untuk mendapatkan lebih banyak pinjaman. Temuan
lingkungan Inovasi hijau
pinjaman bank
kami berkontribusi pada literatur tentang kebijakan kredit hijau, inovasi hijau perusahaan, pengungkapan lingkungan, dan
cuci hijau pencucian hijau,

1. Perkenalan
Saat ini Cina adalah pasar berkembang terbesar di dunia. Yang membuat
China menjadi fokus penelitian ini bukan hanya pertumbuhan ekonominya yang
pesat, tetapi juga pencemaran lingkungan akibat industrialisasi. Dalam beberapa
tahun terakhir, pemerintah China telah menerapkan serangkaian kebijakan untuk
melindungi lingkungan. Di sektor keuangan dan industri, kebijakan kredit hijau,
yang dirancang bersama pada tahun 2007 dan disahkan secara resmi pada tahun
2012 oleh beberapa departemen pemerintah pusat,1 adalah metode penting
untuk mengurangi polusi industri (CBRC, 2007; CBRC, 2012;Liu, Wang, & Cai, 2019).
Sebagai kebijakan khas keuangan hijau, kredit hijau bertujuan untuk
mengurangi polusi dengan realokasi kredit di antara perusahaan. Lebih
konkretnya, dari perspektif bank komersial, kebijakan kredit hijau mengarahkan
mereka untuk mempertimbangkan perilaku lingkungan perusahaan sebagai
pertimbangan penting ketika mereka memberikan pinjaman, bukan hanya
berfokus pada solvabilitas keuangan (Dia, Zhang, Zhong, Wang, & Wang, 2019;
Zhang, Yang, & Bi, 2011). Misalnya, Bank Industri dan Komersial China (ICBC), bank
komersial terbesar di China, telah membangun kerangka komprehensif kredit
hijau. Di satu sisi, ia telah membentuk portofolio pinjaman khusus untuk
perusahaan ramah lingkungan. Sebaliknya, bagi pemohon atau debitur dengan
lingkungan yang buruk
kinerja, ia memiliki kekuatan untuk menolak semua permintaan pinjaman atau menangguhkan
setiap pembaruan pinjaman yang diberikan, yaitu "veto satu tiket" (Li & Hu, 2014; ICBC, 2018).
Sejalan dengan itu, dari perspektif perusahaan, setelah penerapan kebijakan
kredit hijau, perusahaan dengan proyek kontaminasi merasa lebih sulit untuk
mendapatkan pembiayaan pinjaman, tetapi perusahaan yang lebih berdedikasi
untuk perlindungan lingkungan diuntungkan (CBRC, 2007; CBRC, 2012). Sama
halnya dengan banyak negara lain, Cina memiliki sistem keuangan yang berpusat
pada bank di mana pinjaman adalah metode utama bagi perusahaan untuk
mendapatkan pembiayaan utang (Qiu & Shen, 2017). Karena bank lebih tertarik
pada perilaku hijau perusahaan setelah kebijakan kredit hijau diadopsi, sebagian
besar perusahaan di Cina, terutama perusahaan manufaktur, telah terpengaruh
oleh kebijakan tersebut (Zhu, Geng, & Lai, 2010). Perusahaan-perusahaan ini harus
memasukkan perlindungan lingkungan ke dalam operasi mereka untuk
memenuhi persyaratan bank (Dia dkk., 2019).
Namun demikian, kebijakan kredit hijau tidak menetapkan jenis perilaku hijau
perusahaan mana yang menjadi kriteria untuk mengajukan pinjaman, sehingga dampak
dari karakteristik ramah lingkungan tertentu pada pembiayaan pinjaman perusahaan
masih menjadi kotak hitam, dan efektivitas kebijakan tersebut belum dieksplorasi secara
menyeluruh. . Secara teoritis, ada dua premis untuk keberhasilan kebijakan: pertama,
bank harus mengumpulkan informasi lingkungan perusahaan, dan kedua, perusahaan
harus terlibat dalam perlindungan lingkungan.

* Penulis yang sesuai.Alamat email: xingchao@mail.sdu.edu.cn (C.Xing), ymzhangsdu@126.com (Y.Zhang), DWTripe@massey.ac.nz (D.
Babat).
1 Termasuk Administrasi Perlindungan Lingkungan Negara (SEPA), Komisi Regulasi Perbankan China (CBRC), dan Bank Rakyat China (PBC), dll.

https://doi.org/10.1016/j.irfa.2021.101838
Diterima 31 Maret 2020; Diterima dalam bentuk revisi 19 Mei 2021; Diterima 22 Juni 2021
Tersedia online 25 Juni 2021
1057-5219/© 2021 Elsevier Inc. Semua hak dilindungi undang-undang.
C.Xing dkk.
(Tolliver, Keeley, & Managi, 2020a). Kedua premis ini dapat dicapai dengan dua
aktivitas dalam satu kerangka kerja yang dikembangkan oleh:Miring (2006)dan
Passetti, Cinquini, dan Tenucci (2018), yaitu, pelaporan eksternal dan reformasi
internal.
Oleh karena itu, dalam makalah ini, kami fokus pada pengungkapan
lingkungan eksternal dan inovasi hijau internal. Untuk pengungkapan lingkungan,
pengungkapan substantif akan mengurangi asimetri informasi antara perusahaan
dan bank, tetapi pengungkapan simbolis dapat memperburuk gesekan informasi (
Du, Jian, Zeng, & Chang, 2018). Sementara itu, inovasi hijau dapat meningkatkan
kinerja lingkungan perusahaan dan pengembangan masa depan secara internal (
Lin, Tsai, Hasan, & Tuan, 2018). Berdasarkan hal ini, kami mencoba menilai
efektivitas kebijakan kredit hijau China melalui pertanyaan kunci, yaitu, apakah
dimensi eksternal dan internal dari keramahan lingkungan perusahaan
membantu perusahaan memperoleh lebih banyak pinjaman di bawah kebijakan
kredit hijau? Untuk menjawab pertanyaan tersebut, kami melakukan analisis
empiris menggunakan data panel dari 1086 perusahaan manufaktur yang
terdaftar dari tahun 2007 hingga 2017 dan menguji pengaruh kebijakan kredit
hijau terhadap pinjaman bank dari perspektif pengungkapan lingkungan dan
inovasi hijau. Selain itu, kami mengeksplorasi lebih lanjut potensi masalah dalam
proses ini dalam kombinasi dengan karakteristik kedua faktor ini.
Pekerjaan kami memberikan kontribusi yang signifikan untuk penelitian sebelumnya.
Pertama, kami memperkaya studi yang melihat hubungan antara kebijakan kredit hijau
dan pembiayaan pinjaman perusahaan di Cina. Sejauh pengetahuan kami, ini adalah
makalah pertama yang menggambarkan hubungan antara kebijakan kredit hijau, dua
jenis aktivitas hijau perusahaan, dan akses ke pinjaman bank. Metodologi kami
memungkinkan kami untuk membuka kotak hitam dan menjelaskan berbagai faktor
yang mempengaruhi pilihan pinjaman bank. Kedua, kami memanfaatkan kualitas
pengungkapan lingkungan dan kinerja inovasi hijau untuk mengukur tingkat keramahan
lingkungan secara lebih tepat dan komprehensif, berikut:Passetti dkk. (2018)dan Miring
(2006). Umumnya, bank lebih memperhatikan perilaku hijau spesifik perusahaan
daripada industri berpolusi tinggi.2 Oleh karena itu, kami memperluas cakupan perilaku
hijau perusahaan. Dari sudut pandang bank, kami juga mengungkapkan keprihatinan
mereka tentang keramahan lingkungan perusahaan. Akhirnya, penelitian kami
meningkatkan penelitian tentang pencucian hijau dan masalah pengungkapan
lingkungan. Melalui analisis masalah dan hambatan, kami memberikan solusi untuk
menghindari kegagalan kebijakan, oleh karena itu kami mengembangkan kerangka kerja
yang menghubungkan perilaku perusahaan, keuangan hijau, dan pengembangan
lingkungan global. Ini konstruktif bagi pembuat kebijakan, bank, dan perusahaan.
Selebihnya penelitian ini disusun sebagai berikut. Seksi 2 menjelaskan
latar belakang dan hipotesis. Bagian 3 menyajikan metodologi. Bagian 4
mengembangkan analisis dan hasil empiris. Bagian 5 menawarkan
kesimpulan dan implikasi.
2. Sastra dan hipotesis
2.1. Latar belakang kebijakan dan tinjauan pustaka
Kebijakan kredit hijau Cina dirancang bersama oleh beberapa departemen
pemerintah pusat pada tahun 2007 (CBRC, 2007). Pada awal 2012, mereka
menyerahkan dokumen terperinci yang menjelaskan organisasi, proses,
ketentuan kebijakan, kontrol, dan pengawasan terkait kredit hijau, menandai
implementasi formal kebijakan ini (CBRC, 2012). Dokumen-dokumen ini memaksa
pemerintah daerah dan bank komersial untuk berkonsentrasi langsung pada
perlindungan lingkungan perusahaan. Di satu sisi, pemerintah daerah harus
membuat database dan kemudian mengumpulkan
2 Padahal, penentu paling penting untuk diklasifikasikan sebagai perusahaan berpolusi
tinggi adalah domain produksi. Pada tahun 2010, Kementerian Perlindungan Lingkungan
(MEP) China mengindikasikan enam belas domain produksi yang tercemar tinggi, i.
e., tenaga panas, baja, semen, aluminium elektrolitik, batu bara, metalurgi, industri
kimia, petrokimia, bahan bangunan, pembuatan kertas, pembuatan bir, farmasi,
fermentasi, tekstil, pembuatan kulit dan pertambangan. Semua perusahaan yang
terdaftar milik domain ini dianggap sebagai perusahaan berpolusi tinggi. Klasifikasi
tersebut juga digunakan dalam penelitianLiu dkk. (2019).
2
Tinjauan Internasional Analisis Keuangan 77 (2001) 101838
data yang relevan dari perusahaan lokal, tentang masalah lingkungan, emisi perusahaan,
dan praktik perlindungan lingkungan. Pemerintah daerah harus berbagi database
dengan bank untuk menerapkan kebijakan secara efektif (CBRC, 2007). Sejalan dengan
kebijakan tersebut, bank juga harus mempertimbangkan corporate sustainability sebagai
kriteria penting dalam memberikan pinjaman. Secara khusus, mereka didorong untuk
memberikan pinjaman kepada proyek dan perusahaan ramah lingkungan, tetapi tidak
diperbolehkan untuk berinvestasi dalam proyek yang menimbulkan polusi atau
perusahaan mana pun dengan kinerja lingkungan yang buruk, misalnya “Wortel dan
Tongkat” (CBRC, 2012). Sejak tahun 2013, bank-bank komersial utama di China harus
menyerahkan data mengenai penerapan kredit hijau kepada CBRC, yang telah
meningkatkan efektivitas kebijakan tersebut (CBRC, 2013). Pada tahun 2016, PBC
bersama-sama menerbitkan Pedoman Membangun Sistem Keuangan Hijau dengan
enam kementerian dan komisi, dan kredit hijau adalah kebijakan praktis utama (PBC,
2016). Singkatnya, efek dan signifikansi kebijakan kredit hijau China telah berkembang
pesat dalam beberapa tahun terakhir.
Namun, literatur sebelumnya tentang kebijakan kredit hijau terutama berfokus pada
perbaikan lingkungan, evaluasi efektivitas, atau masalah dalam kebijakan (Sun, Wang,
Yin, & Zhang, 2019; Weber, 2017; Zhang dkk., 2011). Beberapa penulis yang menemukan
kebijakan kredit hijau dapat meningkatkan ukuran pinjaman perusahaan ramah
lingkungan menggunakan model perbedaan perbedaan (DID) dan berasumsi bahwa
semua perusahaan berpolusi tinggi memiliki kemampuan yang sama buruknya untuk
mendapatkan pinjaman (mis.Liu dkk., 2019). Studi-studi ini berfokus pada dampak
ekonomi kebijakan, yaitu efisiensi alokasi sumber daya pinjaman (Dia dkk., 2019), tetapi
keberhasilan kebijakan ada dua. Pertama, bank harus mengumpulkan informasi
lingkungan, dan kedua, perusahaan harus secara aktif terlibat dalam perilaku ramah
lingkungan dan penyampaian informasi (Xing, Zhang, & Wang, 2020; Zhang, Xing, &
Babat, 2021). Karena bank memiliki kemampuan dasar untuk mengumpulkan informasi
dan memantau pelamar (Goss & Roberts, 2011), kunci keberhasilan kebijakan menjadi
ramah lingkungan perusahaan dan penyampaian informasi tambahan.
Menurut logika ini, ada dua cara bagi perusahaan untuk meningkatkan
pinjaman mereka, satu adalah mengirimkan informasi yang lebih berguna ke
bank, dan yang lainnya lebih memperhatikan perlindungan lingkungan. Kedua
kebutuhan ini memenuhi kerangkaPassetti dkk. (2018)dan Miring (2006)yang
membagi aktivitas hijau perusahaan menjadi dimensi eksternal dan internal.
Kegiatan eksternal diwakili dengan mengkomunikasikan informasi perlindungan
lingkungan dengan pemangku kepentingan, sedangkan kegiatan internal diwakili
oleh reformasi praktis, teknologi, dan manajerial dalam perusahaan (Teeter &
Sandberg, 2017). Dengan kata lain, perusahaan dapat mengakses lebih banyak
pinjaman jika mereka memberikan lebih banyak informasi mengenai pelestarian
lingkungan, atau meningkatkan keramahan lingkungan perusahaan; karenanya,
bagian utama dari aktivitas eksternal adalah pengungkapan lingkungan, dan
peran utama aktivitas internal adalah inovasi hijau.
Pengungkapan lingkungan adalah metode umum dan nyaman bagi
perusahaan untuk menyampaikan informasi lingkungan mereka kepada
pemangku kepentingan eksternal melalui laporan reguler tertentu (Zhang, Xing, &
Wang, 2020). Beberapa penelitian menunjukkan isi laporan pengungkapan
lingkungan terkait dengan kinerja lingkungan masa lalu, saat ini, dan masa depan
termasuk informasi non-keuangan dan implementasinya (Dhaliwal, Li, Tsang, &
Yang, 2011; Hummel & Schlick, 2016). Informasi dalam laporan pengungkapan
lingkungan mungkin berlimpah tetapi membingungkan karena perusahaan dapat
mengirimkan tidak hanya informasi substantif tetapi juga banyak informasi
simbolis (Clarkson, Li, Richardson, & Vasvari, 2008; Passetti dkk., 2018). Meskipun,
literatur terbaru yang berfokus pada pasar negara maju biasanya mendukung
pandangan bahwa kualitas pengungkapan lingkungan mengurangi asimetri
informasi dan mencerminkan kinerja lingkungan (Rezaee & Tuo, 2019; Schreck &
Raithel, 2018). Laporan pengungkapan lingkungan adalah salah satu saluran yang
paling mudah bagi bank untuk menyelidiki suatu perusahaan karena disampaikan
oleh pemohon sendiri tanpa bergantung pada pemangku kepentingan lainnya (Li
& Hu, 2014).
Dibandingkan dengan pengungkapan lingkungan, inovasi hijau perusahaan
biasanya dibuat secara internal. Contohnya,Li, Huang, Ren, Chen, dan Ning (2018)
mendefinisikan inovasi hijau sebagai mekanisme internal. Inovasi hijau mengacu
pada strategi atau kegiatan yang bertujuan perbaikan dalam pengendalian emisi,
pengurangan polusi, dan penghematan biaya, yang
C.Xing dkk.
lingkup terdiri dari aspek teknologi dan manajemen perusahaan (Abbas
& Sağsan, 2019; Managi, Hibiki, & Shimane, 2014). Kinerja inovasi hijau
perusahaan menunjukkan kemampuan reformasi dan konservasi
lingkungan perusahaan (Li dkk., 2018; Zhang dkk., 2020). Menurut
Hipotesis Porter, karena kebijakan lingkungan telah mempengaruhi
perusahaan, inovasi hijau perusahaan banyak perusahaan akan
meningkat (Porter & van der Linde, 1995). Di satu sisi, inovasi hijau
mewujudkan keberlanjutan perusahaan (Fabrizi, Guarini, & Meliciani,
2018), sedangkan di sisi lain, mengingat inovasi hijau dapat
meningkatkan kinerja keuangan perusahaan (Huang & Li, 2017),
memungkinkan bank untuk mempertimbangkan perlindungan
lingkungan perusahaan dan nilai investasi (Weber, 2012).
Singkatnya, penelitian saat ini tentang hubungan antara kebijakan
kredit hijau dan kegiatan lingkungan perusahaan tidak cukup. Pertama,
sebagian besar studi hanya menguji dampak langsung dari kebijakan
tersebut terhadap pembiayaan perusahaan, dengan keterkaitan antara
kebijakan, perusahaan, dan bank kurang dieksplorasi. Kami ingin
mengetahui karakteristik perusahaan apa yang penting bagi bank.
Kedua, dalam konteks ini, kami fokus pada peran pengungkapan
lingkungan dan inovasi hijau, sedangkan penelitian sebelumnya tidak
menghubungkannya dengan kebijakan kredit hijau dan biasanya
membahasnya secara terpisah. Berbeda dari pasar yang matang,
pengungkapan lingkungan dan inovasi hijau China masih dalam tahap
awal. Apakah mereka efektif dan apa perbedaan antara peran mereka
dalam pembiayaan perusahaan juga perlu dibahas. Oleh karena itu,
dalam makalah ini,
2.2. Hipotesis
2.2.1. Peran pengungkapan lingkungan
Teori pemangku kepentingan menunjukkan bahwa tekanan dari pemangku
kepentingan adalah faktor utama yang mendorong kegiatan lingkungan perusahaan (
Buysse & Verbeke, 2003; Cooper, Raman, & Yin, 2018). Beberapa studi memperluas teori
ini dan menunjukkan bahwa perusahaan juga dapat memperoleh banyak sumber daya
dari pemangku kepentingan dengan memenuhi tuntutan mereka (Brammer & Millington,
2008; El-Kassar & Singh, 2019). Dalam kasus kebijakan kredit hijau Cina, pemangku
kepentingan perusahaan yang paling penting adalah bank karena mereka tidak hanya
secara langsung mengontrol sumber daya modal pinjaman tetapi juga memiliki kekuatan
untuk memberikan pinjaman kepada perusahaan ramah lingkungan. Perusahaan
dengan informasi lingkungan tambahan atau tingkat ramah lingkungan yang lebih tinggi
dapat menerima lebih banyak dukungan keuangan dari bank. Tetapi karena teori
pemangku kepentingan hanya memberikan konsepsi yang luas, dampak faktor eksternal
dan internal harus dibahas lebih mendalam. Pertama, kami mengeksplorasi hubungan
antara pengungkapan lingkungan dan akses ke pinjaman bank.
Kami percaya ada hubungan positif antara kualitas pengungkapan lingkungan
dan akuisisi pinjaman bank jika pengungkapan tersebut dapat mengurangi
masalah informasi asimetris. Teori asimetri informasi menunjukkan bahwa
distribusi informasi tidak seimbang antara penjual dan pembeli, dan pihak yang
memegang lebih banyak informasi pribadi dapat memperoleh keuntungan dalam
suatu transaksi tetapi dapat merusak kepentingan pihak lawannya (Akerlof, 1970;
Strausz, 2017). Situasi ini menyebabkan masalah adverse selection, dimana pihak
yang kurang informasi tidak dapat mengambil keputusan yang tepat (Akerlof,
1970). Di sektor keuangan, banyak penelitian menemukan bahwa investee
dihadapkan pada penjatahan modal yang serius3 atau biaya modal yang lebih
tinggi karena informasi asimetris dan seleksi yang merugikan (Biais, Foucault, &
Moinas, 2015; Dell'ariccia, Laeven,& Suarez, 2017). Kebijakan pengungkapan yang
lebih baik dapat meningkatkan tingkat informasi investor dan mengurangi
dampak negatif dari seleksi yang merugikan
3 Misalnya, investor hanya memberikan proporsi modal tertentu, bukan memenuhi
memenuhi agregat permintaan pembiayaan perusahaan. Menurut survei kami, bank-bank China
hanya memberikan kurang dari 20% dari jumlah aplikasi dalam beberapa kasus.
3
Tinjauan Internasional Analisis Keuangan 77 (2001) 101838
(Roychowdhury, Shroff, & Verdi, 2019). Oleh karena itu, pengungkapan
lingkungan, sebagai elemen penting dari pengungkapan non-keuangan, dapat
memberikan lebih banyak informasi kepada bank dan lembaga lain terkait
perlindungan lingkungan (Cui, Jo, & Na, 2018; Schiemann & Sakhel, 2019).
Singkatnya, pengungkapan lingkungan yang efektif adalah cara yang signifikan
bagi bank untuk mengumpulkan lebih banyak informasi lingkungan perusahaan
dan membantu mereka membuat keputusan yang baik.
Berdasarkan ini, kami lebih fokus pada kualitas pengungkapan, melihat
heterogenitas dan kelengkapan pengungkapan lingkungan di antara perusahaan.
Kualitas pengungkapan lingkungan mengacu pada kelengkapan informasi, dan
kualitas yang lebih tinggi harus menunjukkan informasi rinci (Clarkson et al., 2008
). Studi sebelumnya telah membahas apakah kualitas pengungkapan lingkungan
dapat meningkatkan informasi dari dua perspektif. Literatur berdasarkan
pengungkapan sukarela menunjukkan bahwa kualitas pengungkapan
mencerminkan informasi atau kinerja lingkungan yang lebih baik karena
pengungkapan informasi substantif dapat meningkatkan nilai perusahaan (
Clarkson et al., 2008). Penelitian terbaru di pasar dewasa juga mendukung teori
pengungkapan sukarela dan korelasinya dengan nilai perusahaan dari perspektif
yang berbeda. Sebagai contoh,Hora dan Subramanian (2019) dan Schreck dan
Raithel (2018) menemukan bahwa pengungkapan lingkungan berkualitas tinggi
tidak hanya memberikan informasi kepada investor tetapi juga menunjukkan
kinerja lingkungan yang baik. Konsisten dengan studi ini, kami menyarankan
bahwa kualitas pengungkapan lingkungan yang lebih tinggi mewujudkan
informasi lingkungan yang lebih baik.
Mengingat bahwa pengungkapan lingkungan yang efisien mengurangi asimetri
informasi, dan kualitasnya secara positif terkait dengan informasi nyata, bank dapat
mengevaluasi pelamar secara lebih efisien dan tepat karena kebijakan kredit hijau.
Dengan demikian, urutan pemberian pinjaman dalam hal ini harus: 1) perusahaan
dengan kualitas pengungkapan yang lebih tinggi; 2) perusahaan dengan kualitas
pengungkapan yang lebih rendah; 3) perusahaan tanpa pengungkapan. Berbeda dengan
beberapa penulis yang tertarik dengan biaya pinjaman atau jatuh tempo pinjaman (mis
Goss & Roberts, 2011), kami terutama berfokus pada akses ke pinjaman bank, yaitu,
ukuran pinjaman, karena kebijakan kredit hijau China telah mempengaruhi keputusan
bank mengenai pemberian pinjaman, bukan persyaratan pinjaman lain seperti bunga (
Liu dkk., 2019). Singkatnya, kami mengembangkan hipotesis berikut:
H1a. Kebijakan kredit hijau China meningkatkan ukuran pinjaman bank dari perusahaan dengan
kualitas pengungkapan lingkungan yang lebih tinggi.
Namun, kelompok studi lain berdasarkan teori sosial-politik, menggambarkan
hubungan negatif antara pengungkapan lingkungan dan kekayaan informasi
lingkungan. Perusahaan berkinerja buruk harus mengungkapkan lebih banyak
untuk legitimasi, dan pemangku kepentingan biasanya membingungkan kuantitas
dan kualitas pengungkapan lingkungan (Hummel & Schlick, 2016). Fenomena ini
terutama terjadi di pasar negara berkembang seperti Cina dan bertentangan
dengan hipotesis sebelumnya bahwa pengungkapan lingkungan yang lebih baik
dapat meningkatkan ukuran pinjaman perusahaan (Du dkk., 2018). Kami
menyarankan alasan potensial sebagai perilaku green-washing dalam
pengungkapan dan risiko legitimasi yang ditimbulkannya. Oleh karena itu, kami
mempertimbangkan lebih lanjut format dan konteks pengungkapan lingkungan
dan membahas perspektif negatif.
Seperti yang kami katakan, teori pengungkapan sukarela menunjukkan
hubungan positif antara kualitas pengungkapan lingkungan dan kinerja
lingkungan. Bank akan menghargai pengungkapan lingkungan perusahaan jika
penyimpangan antara pembicaraan hijau dan tindakan tidak besar. Namun
demikian, dalam penelitian dan survei kami, kami menemukan beberapa
perusahaan berbicara lebih banyak tetapi melakukan lebih sedikit. Misalnya,
sebuah perusahaan menyatakan bahwa para eksekutif senior sangat
mementingkan perlindungan lingkungan dalam laporan CSR, tetapi tidak ada
informasi atau data tentang tindakan nyata. Perilaku tersebut konsisten dengan
teori sosial-politik dan greenwashing, sebuah strategi yang mengembangkan citra
lingkungan perusahaan melalui deskripsi simbolis daripada praktik substantif (Kim
& Lyon, 2015).
Hubungan antara pencucian hijau dan pengungkapan lingkungan
jelas tetapi dikotomis, dan kunci untuk menjelaskan sudut pandang ini
adalah bentuk pengungkapan lingkungan. Sumber penting dari
C.Xing dkk.
pencucian hijau adalah pengungkapan lingkungan simbolis, yang sangat
berkorelasi dengan pengungkapan lunak. Clarkson dkk. (2008)mengklasifikasikan
pengungkapan lingkungan menjadi jenis lunak dan keras. Pengungkapan
lingkungan lunak mengacu pada klaim tanpa bukti objektif yang kuat, yang
disusun oleh perusahaan itu sendiri. Ini mencerminkan perilaku lingkungan
perusahaan simbolis. Sejalan dengan itu, pengungkapan lingkungan yang keras
adalah bahwa persyaratan didasarkan pada data yang relevan dan dapat
diverifikasi oleh lembaga lain. Pengungkapan tersebut mendukung praktik
lingkungan substantif (Du dkk., 2018). Jadi, kami menawarkan intuisi bahwa
pengungkapan lunak daripada pengungkapan keras dapat memperburuk
pencucian hijau. Jika besarnya soft disclosure lebih besar daripada hard,
perusahaan akan diperlakukan sebagai greenwasher.
Literatur sebelumnya terutama mendukung pencucian hijau yang berbahaya
bagi pemangku kepentingan perusahaan dan diri mereka sendiri. Di satu sisi,
pencucian hijau menyesatkan persepsi pemangku kepentingan tentang kinerja
lingkungan perusahaan, dan reputasi perusahaan akan terganggu setelah
pemangku kepentingan diberi tahu tentang informasi lingkungan yang
sebenarnya (Cooper dkk., 2018). Di sisi lain, para pemangku kepentingan akan
mengurangi dukungan mereka dan kinerja perusahaan akan lebih buruk karena
pencucian hijau (Testa, Miroshnychenko, Barontini, & Frey, 2018). Ketika kebijakan
kredit hijau diterapkan, bank dapat menangani perusahaan hijau simbolis dengan
sangat hati-hati, karena investor juga akan dihukum oleh pemerintah begitu
investee terbukti melakukan pencucian hijau. Dengan kata lain, green-washing
menyiratkan risiko legitimasi yang lebih tinggi. Itu berarti bank dapat mengurangi
jumlah pinjaman ke perusahaan formalistik.
Oleh karena itu, mirip dengan sudut pandang Walker dan Wan (2012), kami
menganggap bahwa pencucian hijau tidak berkontribusi pada kinerja lingkungan maupun
kekuatan finansial. Karena bank tidak mau memberikan pinjaman kepada green-washer,
perusahaan tidak dapat diberikan lebih banyak pinjaman jika pengungkapan simbolis adalah
fenomena umum. Singkatnya, kami menemukan jalan lain yang berlawanan bahwa pencucian
hijau di balik pengungkapan lunak menghalangi perusahaan untuk mendapatkan lebih banyak
pinjaman, dan kami mengembangkan hipotesis berikut.
H1b. Kebijakan kredit hijau China tidak dapat meningkatkan ukuran pinjaman bank dari
perusahaan dengan kualitas pengungkapan lingkungan yang lebih tinggi.
2.2.2. Peran inovasi hijau
Studi sebelumnya menunjukkan bahwa tekanan pemangku kepentingan
adalah pengaruh utama pada inovasi hijau perusahaan (Kawai, Strange, &
Zucchella, 2018). Perusahaan dapat memenuhi persyaratan pemangku
kepentingan dengan berinvestasi dalam inovasi hijau, misalnya, permintaan
konsumen akan produk ramah lingkungan, usulan masyarakat untuk
perlindungan lingkungan, dan kebutuhan karyawan akan kondisi kerja yang sehat
(El-Kassar & Singh, 2019; Kunapatarawong & Martínez-Ros, 2016). Pada saat yang
sama, perusahaan dapat mengambil manfaat dari inovasi hijau (El-Kassar & Singh,
2019). Menurut teori modernisasi ekologi, inovasi hijau mengintegrasikan
konservasi lingkungan ke dalam modernisasi, dan membantu perusahaan tetap
kompetitif tanpa menderita krisis lingkungan (Huang & Li, 2017). Berdasarkan hal
ini, kami percaya bahwa inovasi hijau perusahaan merupakan faktor lain yang
mempengaruhi akses perusahaan terhadap pinjaman dengan meningkatkan
kegiatan ekologi perusahaan.
Pertama, inovasi hijau dapat meningkatkan kinerja lingkungan
perusahaan, sehingga meningkatkan kepercayaan bank bahwa perusahaan
memiliki kemampuan untuk menangani masalah lingkungan dalam
kegiatan investasi. Berbagai penelitian telah mendukung hubungan antara
inovasi hijau dan kinerja lingkungan dari perspektif yang berbeda. Di tangan
satunya,Cai dan Li (2018) menganalisis "eksternalitas ganda" inovasi hijau.
Mereka menyarankan bahwa selain efek limpahan pengetahuan, inovasi
hijau juga menciptakan efek limpahan lingkungan, yang mengurangi
dampak lingkungan negatif dan meningkatkan kinerja lingkungan
perusahaan. Tambahan,Huang dan Li (2017) fokus pada inovasi hijau
sebagai inisiatif lingkungan, bahwa perlindungan lingkungan adalah salah
satu tujuan terpenting inovasi hijau perusahaan, bukan sekadar
eksternalitas. Beberapa penulis lain juga menemukan korelasi positif dalam
keadaan tertentu, seperti kerangka kerja manajemen rantai pasokan hijau,
heterogenitas kelembagaan, dan tinggi
4
Tinjauan Internasional Analisis Keuangan 77 (2001) 101838
pengembangan teknologi (El-Kassar & Singh, 2019). Menurut pandangan ini, perusahaan
dapat mencapai pengurangan limbah dan penghematan biaya melalui inovasi hijau (
Purcel, 2020). Misalnya, jika sebuah perusahaan memiliki inovasi hijau atau kemampuan
teknologi yang lebih baik, ia dapat dengan mudah membuat proyek lebih hijau dan
memenuhi tuntutan ekologis dari bank saat mengajukan pinjaman. Pada gilirannya, di
bawah kebijakan kredit hijau, bank akan mempercayai perusahaan semacam itu dan
memberi mereka lebih banyak pinjaman.
Kedua, inovasi hijau bermanfaat untuk pengembangan jangka panjang
perusahaan. Teori kapabilitas dinamis menyatakan bahwa kegiatan inovasi
mewujudkan kapabilitas dinamis, yang mewakili kapasitas perusahaan untuk
beradaptasi dan mengintegrasikan sumber daya dan keterampilan dengan cepat
dan dinamis, dengan efek positif lebih lanjut pada keunggulan kompetitif
perusahaan.Teece, Pisano, & Shuen, 1997). Penelitian ekstensif mendukung bank
yang menilai perusahaan dengan kinerja inovasi yang lebih baik (Francis, Hasan,
Huang, & Sharma, 2012; Plumlee, Xie, Yan, & Yu, 2015). Karena inovasi hijau
adalah jenis inovasi tertentu, hal itu juga dapat meningkatkan keunggulan
perusahaan. Mengingat meningkatnya minat pada produk berkelanjutan dan
produksi bersih, inovasi hijau memenuhi tuntutan pasar di masa depan, dan
meningkatkan pengembangan perusahaan. Sejumlah besar penelitian telah
menunjukkan korelasi positif antara inovasi hijau dan kinerja organisasi lainnya (
Cai & Li, 2018; El-Kassar & Singh, 2019). Oleh karena itu, bank dapat
berkonsentrasi pada efek pengembangan kinerja dari inovasi hijau karena
memungkinkan mereka untuk mengurangi risiko kredit dan kemungkinan kredit
macet (Weber, 2012). Dengan diterapkannya kebijakan kredit hijau, inovasi hijau
merupakan ukuran yang tepat bagi bank untuk mempertimbangkan kinerja
ramah lingkungan, solvabilitas, dan inovasi perusahaan. Dengan demikian, inovasi
hijau harus membawa akses pinjaman yang lebih baik bagi perusahaan.
Namun, dibandingkan dengan kenyamanan laporan pengungkapan yang
disampaikan perusahaan, bank harus melakukan lebih banyak upaya untuk
mendapatkan data inovasi hijau. Hal ini dapat didasarkan pada kemampuan
pemantauan bank yang unggul (Goss & Roberts, 2011). Padahal, perbankan sudah
memperhatikan kinerja inovasi perusahaan. Sebagai contoh,Plumlee dkk. (2015)
menemukan bahwa bank dapat secara efisien mengumpulkan data inovasi pribadi
perusahaan. Namun demikian, bank tidak dapat memperoleh informasi total
tentang semua jenis inovasi hijau. BerdasarkanAbbas dan Sağsan (2019), inovasi
hijau dapat diklasifikasikan sebagai teknologi atau manajerial, yang masing-
masing dimanifestasikan sebagai paten hijau dan mekanisme manajemen hijau.
Pemerintah daerah, bank, dan lembaga lain merasa sulit untuk mengumpulkan
informasi inovasi manajemen hijau kuantitatif yang lengkap karena rincian yang
relevan disimpan dalam proses manajemen perusahaan (Abbas & Sağsan, 2019).
Dengan demikian, kami terutama berfokus pada inovasi hijau teknologi yang kami
ukur menggunakan paten hijau.
Selain itu, meskipun pengungkapan lingkungan dan inovasi hijau keduanya
tercantum dalam satu kerangka kerja, ada perbedaan yang jelas di antara
keduanya di Cina. Perbedaan utama adalah mereka mungkin tidak berkorelasi
satu sama lain. Di Cina, metode utama pengungkapan informasi lingkungan
perusahaan adalah laporan tahunan perusahaan dan laporan tanggung jawab
sosial (CSR)4 (Du dkk., 2018). Dalam laporan terintegrasi seperti itu, informasi
tentang inovasi hijau perusahaan kurang proaktif diungkapkan kepada para
pemangku kepentingan. Dengan kata lain, kinerja inovasi hijau dapat
berkontribusi sedikit terhadap kualitas pengungkapan lingkungan. Situasi ini
berarti bahwa bank biasanya memperoleh informasi inovasi hijau dengan cara lain
seperti dukungan dari State Intellectual Property Office of China (SIPO)5 atau
investigasi di tempat (Zhang dkk., 2011). Singkatnya, kami menyarankan bahwa
inovasi hijau (terutama teknologi) merupakan faktor independen yang
mempengaruhi kebijakan dan kekhawatiran bank. Perusahaan dengan kinerja
inovasi hijau yang lebih baik memiliki akses yang lebih baik ke pinjaman bank.
4 Meskipun sejumlah kecil perusahaan menyampaikan laporan informasi
lingkungan (laporan EI), isi perlindungan lingkungan dalam laporan EI, laporan
tahunan, dan laporan CSR biasanya sama.
5 SIPO adalah departemen pemerintah pusat yang mengelola semua urusan dan
data tentang kekayaan intelektual, paten, dan praktik inovatif individu,
perusahaan, dan lembaga lain di Tiongkok.
C.Xing dkk.
Menurut analisis kami, hipotesis berikut dikembangkan:
H2. Kebijakan kredit hijau China meningkatkan ukuran pinjaman bank perusahaan
dengan inovasi hijau yang lebih besar.
3. Metodologi
3.1. Data
Sampel untuk penelitian kami meliputi 1086 perusahaan manufaktur
yang terdaftar di Bursa Efek Shanghai dan Shenzhen. Alasan kami memilih
perusahaan manufaktur adalah karena mereka memainkan peran kunci
dalam pencemaran industri dan pelestarian lingkungan dan dengan
demikian penting dalam konteks kebijakan kredit hijau China (Zhu dkk., 2010
). Data pengungkapan lingkungan dikumpulkan dan dihitung secara manual
menggunakan laporan CSR perusahaan dan laporan tahunan. Prosesnya
sejalan denganDu dkk. (2018). Secara khusus, kami mengumpulkan semua
laporan dari situs web resmi setiap perusahaan dan membaca materi
tentang perlindungan lingkungan. Sesuai dengan konteksnya, kami mengisi
formulir yang dikembangkan olehClarkson dkk. (2008)dan menghitung skor
masing-masing kategori. Kami mengumpulkan data paten umum dari
database CSMAR (China Stock Market and Accounting Research), termasuk
nomor paten, jenis paten, dan kode Paten Klasifikasi Paten Internasional
(IPC). Data inovasi hijau dipilih secara manual berdasarkan data paten
umum, dan kriteria pemilihan sesuai dengan IPC Green Inventory of World
Intellectual Property Organization (WIPO),6 yaitu, jika kode IPC paten milik
Green Inventory, itu adalah paten hijau. Data keuangan perusahaan lainnya
dikumpulkan dari database CSMAR. Kami memilih rentang waktu 2007
hingga 2017 karena data paten dari database CSMAR hanya tersedia
sebelum 2017, dan konsep kredit hijau pertama kali dikembangkan pada
2007 tetapi secara resmi diterapkan pada 2012; maka periode 2007 sampai
2017 cocok untuk penelitian kami. Jumlah total observasi adalah 9711.
Semua variabel kontinu diwinsorkan pada level atas dan bawah 1% untuk
menghindari dampak outlier yang ekstrim (Du dkk., 2018).
3.2. Model dan variabel
3.2.1. Model
Kami menggunakan model perbedaan-dalam-perbedaan (DID) dengan
variabel pengelompokan berkelanjutan untuk menguji hipotesis dasar kami sesuai
denganQian (2008) dan Kim dan Valentine (2021). Rumusnya ditunjukkan dalam
Persamaan.(1) dan (2), di mana Pinjaman adalah variabel bebas; Penyingkapan,
Inovasi Hijau, dan Aturan adalah variabel penjelas; Controls_j adalah Jth
variabel kontrol; μ, δ, dan ε masing-masing adalah efek tetap individu, efek tetap waktu,
dan kesalahan acak. Mirip dengan analisis moderasi, model ini tidak menetapkan
variabel dummy dari kelompok yang dikontrol dan diperlakukan sebagai variabel
penjelas dariPenyingkapan dan Inovasi Hijau tidak dikotomis. Dengan kata lain, karena
kami menganggap kebijakan untuk mempengaruhi perusahaan dengan pengungkapan
lingkungan dan inovasi hijau, semakin tinggi tingkat faktor-faktor tersebut yang dimiliki
perusahaan, semakin besar kemungkinan mereka diklasifikasikan sebagai kelompok
yang diperlakukan (Kim & Valentine, 2021; Qian, 2008). Koefisien dariβ2 menunjukkan
efek umum dari variabel penjelas pada pinjaman bank (selisih Pinjaman antara kelompok
yang diobati dan yang dikontrol), tetapi ketika kebijakan tersebut diterapkan (Aturan
sama dengan 1), efek totalnya menjadi (β1 + β2) yang merupakan efek nyata dari
kebijakan tersebut. Oleh karena itu, kunci untuk menguji hipotesis kami adalahβ1. Kami
juga menggunakan strategi regresi efek tetap untuk mengontrol karakter individu yang
tidak dapat diamati dan meningkatkan akurasi pengukuran (Kang, Baek, & Lee, 2019),
karena uji Hausman pada setiap regresi menunjukkan strategi efek tetap lebih baik
daripada efek acak. Jadi, karena waktunya sudah ditentukan,Aturan tidak ditambahkan
hanya dalam persamaan karena kolinearitas yang sempurna. Di dalam
6 Lihat situs resmi (https://www.wipo.int/classifications/ipc/en/green_i nventory/
).
5
Tinjauan Internasional Analisis Keuangan 77 (2001) 101838
uji ketahanan, kami selanjutnya mengeksploitasi analisis tren waktu, analisis
pasca-kebijakan, dan perbedaan pencocokan skor kecenderungan dalam model
perbedaan (PSM-DID).
Pinjamandia = α + β1Penyingkapandia × Aturandia + β2Penyingkapandia
(1)
Σ
+ γJKontrol jdia + μSaya + δT + εdia
Pinjamandia = α + β1Inovasi Hijaudia × Aturandia + β2hijauInntepuk tangandia
(2)
Σ
+ γJKontrol jdia + μSaya + δT + εdia
3.2.2. Variabel
Fokus utama dari penelitian kami adalah akses perusahaan ke pinjaman bank,
yaitu ukuran pinjaman, dan dengan demikian variabel dependennya adalah
Pinjaman, yang sama dengan logaritma natural dari jumlah pinjaman bank baru
untuk perusahaan dalam satu tahun (Lin dkk., 2018; Nandy & Lodh, 2012; Qiu &
Shen, 2017). Kami menggunakan bentuk logaritma natural karena mengukur
kemampuan absolut untuk memperoleh pinjaman dan dapat memenuhi
persyaratan distribusi normal (Nandy & Lodh, 2012). Indikator seperti itu kurang
terpengaruh oleh perubahan standar akuntansi Cina pada periode sampel. Kami
mengharapkan korelasi positif antaraPinjaman dan variabel pengungkapan
lingkungan dan inovasi hijau.
Variabel penjelas pertama adalah kualitas pengungkapan lingkungan.
Kami membangun indeks yang menilai kualitas menurutClarkson dkk. (2008)
. Indeks ini mencakup kategori pengungkapan keras dan lunak dan dapat
dibagi lagi menjadi 7 subbagian dan 45 item. Seperti yang telah kita
diskusikan, pengungkapan keras mengacu pada informasi berdasarkan
bukti atau data konkret, dan pengungkapan lunak diungkapkan oleh narasi
atau penjelasan perusahaan sendiri. Dalam klasifikasiClarkson dkk. (2008),
pengungkapan keras diukur dari empat subbagian; struktur tata kelola dan
sistem manajemen (6 item), kredibilitas (10 item), indikator kinerja (10 item),
dan belanja lingkungan (3 item), sedangkan soft disclosure memiliki tiga
subbagian, klaim visi dan strategi (6 item), profil lingkungan (4 item), dan
inisiatif lingkungan (6 item). Semua istilah didasarkan pada pedoman
Inisiatif Pelaporan Global, dan beberapa penelitian telah mengeksplorasi
pertanyaan yang relevan untuk China dengan metode ini (misDu dkk., 2018).
Dengan demikian indeks semacam itu memiliki keandalan yang tinggi. Nilai
kualitas pengungkapan lingkungan (Penyingkapan) adalah logaritma natural
dari 1 ditambah jumlah semua item (termasuk pengungkapan keras dan
lunak). Isi dan nilai spesifik dari variabel ini tercantum dalamLampiran A.
Variabel penjelas kedua adalah kinerja inovasi hijau. Literatur
sebelumnya terutama menggunakan survei kuesioner, pengeluaran
R&D hijau, dan paten hijau untuk mengukur kinerja inovasi hijau (
Amore & Bennedsen, 2016; Fabrizi dkk., 2018; Kunapatarawong &
Martínez-Ros, 2016). Dibandingkan dengan dua langkah lainnya, paten
hijau memiliki beberapa keunggulan. Di satu sisi, data deret waktu
untuk paten hijau dapat dikumpulkan, sedangkan survei kuesioner sulit
dilakukan. Di sisi lain, bank lebih menghargai output inovasi teknologi
(paten) daripada input (pengeluaran) karena risiko kegagalan R&D
yang tinggi (Plumlee dkk., 2015). Oleh karena itu, kami memilih jumlah
paten hijau yang diperoleh untuk mengukur kinerja inovasi hijau (
Hijau_- Inovasi) dan menggunakan logaritma natural 1 ditambah angka
ini dalam regresi.
Aturan (Aturan) juga merupakan variabel independen yang mengukur dampak
dari kebijakan kredit hijau China, yang sama dengan 1 jika tahun setelah 2012, dan 0
sebaliknya, karena kebijakan tersebut secara resmi diterapkan pada tahun 2012.
Pada saat yang sama, kami mengendalikan beberapa faktor lain yang
mempengaruhi pinjaman bank, pengungkapan lingkungan, atau inovasi hijau (Chen &
Matousek, 2020). Pertama, kami mengontrol karakteristik keuangan perusahaan (Bailey,
Huang, & Yang, 2011; Chen & Matousek, 2020; Lin dkk., 2018; Cinta, 2003;Meuleman & De
Maeseneire, 2012). Kami menggunakan kemampuan pertumbuhan perusahaan (
Pertumbuhan), yang sama dengan persentase peningkatan pendapatan penjualan;
memegang uang tunai (Uang tunai), yang merupakan rasio kepemilikan kas perusahaan
terhadap total aset; aset berwujud (APD), yang merupakan proporsi aset berwujud
C.Xing dkk.
untuk total aset; kinerja keuangan (ROA), yang sama dengan pengembalian total aset;
pengeluaran investasi (Mengeluarkan), yang diukur sebagai jumlah aset jangka panjang
yang dibeli yang diskalakan dengan total aset; ukuran perusahaan (Ukuran), yang sama
dengan logaritma natural dari total aset; pengaruh keuangan (Manfaat), yang
merupakan rasio aset-kewajiban; Mengambil resiko (Mempertaruhkan), yang merupakan
variabilitas pengembalian total aset dalam tiga tahun sebelumnya.
Kedua, kami menggunakan dua variabel untuk mengontrol dampak
inovasi konvensional (Huang & Li, 2017)7; investasi penelitian dan
pengembangan (RD), yang merupakan rasio R&D terhadap total
penjualan; kinerja inovasi umum (Normal_Inovasi), yang sama dengan
logaritma natural 1 ditambah jumlah paten normal.
Ketiga, karena pembiayaan perusahaan dan inovasi hijau dipengaruhi
oleh tata kelola perusahaan (Amore & Bennedsen, 2016; Ang, Cole, & Lin,
2000; Lin, Ma, Malatesta, & Xuan, 2011), kami mengontrol tiga karakteristik
tata kelola: konsentrasi kepemilikan (Atas), yang merupakan persentase
kepemilikan dari pemegang saham terbesar; kepemilikan saham
manajemen (Manajer_Tahan), yang sama dengan persentase saham yang
dimiliki oleh direktur dan eksekutif; biaya agen (Biaya agen), yang sama
dengan jumlah beban administrasi dan beban penjualan, yang diskalakan
menurut pendapatan penjualan.
Akhirnya, kami mengontrol metode pembiayaan lain yang dapat menarik pinjaman
perusahaan, termasuk ekuitas (Ekuitas) dan pembiayaan obligasi (Menjalin kedekatan), yang
masing-masing sama dengan jumlah ekuitas dan modal obligasi yang dikumpulkan dalam satu
tahun.
Semua variabel dan definisinya tercantum dalam Lampiran B.
3.3. Statistik ringkasan
Statistik deskriptif untuk sampel kami ditampilkan di Tabel 1. Panel A
menunjukkan informasi dasar untuk semua variabel dan seluruh sampel, sedangkan
Panel B dan C menggambarkan ringkasan sampel setelah kebijakan mulai berlaku (
Aturan = 1) dan distribusi variabel utama untuk setiap tahun. Menurut panel pertama,
nilai rata-rata dariPinjamanadalah 17,529, menyiratkan bahwa pinjaman bank adalah
pembiayaan eksternal yang dominan untuk perusahaan Cina. Pada saat yang sama, nilai
rata-rata dariPenyingkapan adalah 1,719, dan nilai rata-rata dari Hijau_Inovasi adalah
0,718. Namun, angka tersebut meningkat dalam beberapa tahun terakhir seperti yang
ditunjukkan pada Panel C, di mana nilai rata-rataPenyingkapan meningkat secara
bertahap dari waktu ke waktu (0,743 pada tahun 2007 menjadi 2,408 pada tahun 2017).
Ini juga berlaku untukHijau_Inovasi (0,210 pada tahun 2007 menjadi 1,115 pada tahun
2017).
4. Hasil regresi
4.1. Hasil dasar
Dampak dari kebijakan kredit hijau pada akses pinjaman untuk perusahaan dengan kualitas
pengungkapan lingkungan yang berbeda dan kinerja inovasi hijau ditunjukkan dalam Meja 2.
Kami pertama menguji dampak dari variabel kontrol di kolom (1). Itu menunjukkan bahwaROA,
Uang tunai, dan Mempertaruhkan berhubungan negatif dengan Pinjaman. Itu berarti
perusahaan yang memiliki uang tunai berlimpah dan kinerja yang lebih baik menerapkan lebih
sedikit untuk pembiayaan eksternal seperti pinjaman bank, dan bank tidak mau memberikan
pinjaman kepada perusahaan dengan pengambilan risiko yang parah. Kami juga menemukan
koefisien dariMengeluarkan, Ukuran, dan Manfaat menjadi positif secara signifikan karena
perusahaan besar memperoleh pinjaman dengan lebih mudah, dan leverage yang tinggi serta
pengeluaran investasi yang lebih tinggi, perusahaan harus meningkatkan lebih banyak modal
untuk mempertahankan operasinya. Sementara itu, koefisienEkuitas positif, yang mungkin
mencerminkan urutan kekuasaan. Karena ekuitas adalah metode pembiayaan terakhir yang
harus digunakan perusahaan (teori pecking order), perusahaan tersebut telah memperoleh lebih
banyak pinjaman sebelum mencari pembiayaan ekuitas.
Kami menguji hipotesis kami di kolom (2) hingga (4). Mereka menunjukkan
7 Kami sangat berterima kasih kepada pengulas anonim atas saran yang menyertakan variabel-
variabel kunci ini.
6
Tinjauan Internasional Analisis Keuangan 77 (2001) 101838
koefisien dari Penyingkapan×Aturan dan Hijau_Inovasi×Aturan keduanya positif (β
1), tetapi yang pertama tidak signifikan dan yang terakhir signifikan pada tingkat
1%, menunjukkan bahwa H1a ditolak, dan hanya hipotesis H1b dan H2 yang
didukung. Selain itu, karena tidak ada bukti bahwa perusahaan ramah lingkungan
lebih enggan atau tidak mau mendapatkan pinjaman, kedua variabel penjelas
harus dipertimbangkan dalam penawaran pinjaman. Hasil ini menunjukkan bahwa
bank mungkin lebih menghargai reformasi internal daripada komunikasi eksternal
setelah kebijakan kredit hijau diterapkan.8
4.2. Tes ketahanan
4.2.1. Analisis tren waktu
Berdasarkan hasil di atas, kami menganalisis lebih lanjut efek tren waktu
dari model DID untuk mengeksplorasi efek pada periode yang berbeda.
Persamaan regresi analisis tren ditunjukkan pada Persamaan.(3) dan (4).
Dalam persamaan ini,Tahun_k adalah daftar variabel dummy sama dengan 1
jika waktunya (2012 + k) tahun. Karena itu,βk adalah efek tren waktu, yaitu
efek kebijakan dan perilaku lingkungan perusahaan terhadap pinjaman
bank di (2012 + k) tahun. Kami memilih 2007 sebagai patokan dan karenanya
β- 5 dikeluarkan dari persamaan. Jika perusahaan dapat memperoleh lebih
banyak pinjaman karena kebijakan kredit hijau,β- 4 ke β- 1 seharusnya tidak
signifikan, tapiβ0 ke β5 harus positif secara signifikan. Persamaan ini juga
dapat menguji asumsi paralel model DID bahwa koefisienβ- 4 ke β- 1
seharusnya tidak berkorelasi dengan Pinjaman.
Σ5 Σ
Pinjamandia =α+ Pengungkapandia ×tahun kdia
k=− 4 k
+ γJKontrol jdia +μSaya +δT +εdia
(3)
Σ5
Pinjamandia = α + Inovasi
k=− 4 k
Hijaudia × tahun kdia
(4)
Σ
+ γJKontrol jdia + μSaya + δT + εdia
Hasil analisis tren ditunjukkan pada Tabel 3. Kami menafsirkan
koefisien ke dalam gambar (Gambar 1). Tabel dan gambar mendukung temuan di
atas, bahwa semua koefisien dariPenyingkapan×Tahun_k tidak signifikan (semua
interval kepercayaan 90% dalam Gambar 1 (1) termasuk nol), tetapi yang dari
Hijau_Inovasi×Tahun_2012 ke Hijau_Inovasi×Tahun_2017 positif secara signifikan
(nol dikecualikan ke interval kepercayaan dalam Gambar 1 (2) setelah Tahun_0). Ini
menunjukkan bank hanya memberikan lebih banyak pinjaman kepada
perusahaan dengan kinerja inovasi hijau yang lebih baik setelah kebijakan
tersebut diterapkan (H1b dan H2). Pada saat yang sama, asumsi paralel didukung
karena semua interaksi sebelum 2012 tidak signifikan.
4.2.2. PSM-DID
Dalam sampel kami, klasifikasi perusahaan tidak acak, yaitu, perusahaan dapat
memilih untuk mengungkapkan dan berinovasi atau tidak. Persamaan.(1) dan (2) sejalan
dengan analisis moderasi tipikal tetapi bukan model DID konvensional karena bias
tersebut. Kami menggunakan model perbedaan pencocokan skor kecenderungan dalam
perbedaan (PSM-DID) untuk mengurangi masalah ini. Kami pertama-tama menetapkan
dua pasang kelompok perlakuan dan kontrol. Kriteria pertama adalah pengungkapan
informasi lingkungan. Jika kualitas pengungkapan lingkungan perusahaan lebih besar
dari median untuk setiap tahun dalam periode sampel kami (n= 4655), itu akan menjadi
perusahaan grup yang diperlakukan, dan yang lainnya akan ditambahkan ke grup
kontrol. Kriteria kedua adalah inovasi hijau. Perusahaan dengan inovasi hijau lebih tinggi
dari median untuk setiap tahun dalam periode sampel kami diambil sebagai kelompok
perlakuan (n = 4408), dengan yang lain diambil sebagai kelompok terkontrol. Pada saat
yang sama, kami memilih kovariat dalam prosedur PSM yang dapat mempengaruhi
semua variabel independen dan dependen. Namun, karena pembiayaan obligasi dan
ekuitas tidak selalu berdampak pada inovasi hijau dan pengungkapan lingkungan, kami
menggunakan semua variabel kontrol sebagai kovariat tetapi mengecualikanMenjalin
kedekatan dan Ekuitas.
8 Dalam analisis regresi yang tidak dilaporkan, kami menemukan koefisien tidak berkorelasi dengan
jatuh tempo pinjaman dan bunga pinjaman, mendukung dugaan kami bahwa kebijakan kredit hijau
terutama mempengaruhi ukuran pinjaman.
C.Xing dkk. Tinjauan Internasional Analisis Keuangan 77 (2001) 101838

Tabel 1
Statistik ringkasan.

Variabel obs Berarti SE min median Maks

Panel A. Ringkasan statistik dari total sampel

Pinjaman 9711 17.529 6.961 0,000 19.942 24.222
Aturan 9711 0,671 0,470 0,000 1.000 1.000
Penyingkapan 9711 1.462 1.075 0,000 1.386 3.584
Hijau_Inovasi 9711 0,718 0.992 0,000 0,000 3.912
Pertumbuhan 9711 19.491 33.545 - 38.847 14.083 204.208
Uang tunai 9711 18.924 12.777 2.220 15.489 62.239
APD 9711 38.920 15.274 9.040 38.000 75.398
ROA 9711 4.536 5.305 - 13,557 3.947 21,443
Mengeluarkan 9711 5.801 4.798 0,201 4.463 23.311
Ukuran 9711 22,011 1.163 19.953 21.844 25,401
Manfaat 9711 42,043 19.444 5.535 41.757 86.821
Mempertaruhkan 9711 0,021 0,022 0,001 0,013 0,128
RD 9711 3.181 3.293 0,000 3.030 17.160
Normal_Inovasi 9711 2.924 1.467 0,000 2.944 6.702
Atas 9711 34.516 14.210 8.662 32.391 71.747
Manajer_Tahan 9711 11.205 19.871 0,000 0,130 85.018
Biaya agen 9711 17,006 11.096 2.045 14.259 58.845
Ekuitas 9711 3.272 8.555 0,000 0,000 47.550
Menjalin kedekatan 9711 0,627 2.478 0,000 0,000 15.585

Panel B. Ringkasan statistik sampel setelah kebijakan (Aturan = 1)Pinjaman

6516 17.367 7.207 0,000 19.978 24.222
Penyingkapan 6516 1.680 1.139 0,000 1.609 3.584
Hijau_Inovasi 6516 0.887 1.074 0,000 0,693 3.912
Pertumbuhan 6516 17.676 32.564 - 38.847 12.477 204.208
Uang tunai 6516 18.374 12.332 2.220 15.044 62.239
APD 6516 37.079 14,784 9.040 35.935 75.398
ROA 6516 4.402 5.225 - 13,557 3.715 21,443
Mengeluarkan 6516 5.261 4.419 0,201 4.032 23.311
Ukuran 6516 22,151 1.147 19.953 21.985 25,401
Manfaat 6516 40.498 19.267 5.535 39.803 86.821
Mempertaruhkan 6516 0,018 0,020 0,001 0,012 0,128
RD 6516 4.198 3.169 0,000 3.620 17.160
Normal_Inovasi 6516 3.285 1.290 0,000 3.258 6.702
Atas 6516 33,793 14.043 8.662 31.701 71.747
Manajer_Tahan 6516 14.360 21.638 0,000 1.506 85.018
Biaya agen 6516 18,054 11,354 2.045 15.280 58.845
Ekuitas 6516 3.296 8.297 0,000 0,007 47.550
Menjalin kedekatan 6516 0,701 2.598 0,000 0,000 15.585

Panel C. Nilai rata-rata variabel utama di setiap tahun

Variabel/tahun 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Pinjaman 18.824 18.536 18.489 17.438 16,784 16.539 16,777 17.215 17.862 17,804 18.002
Penyingkapan 0,743 0,762 0,880 1.092 1.370 1.278 1,444 1.471 1.585 1,895 2.408
Hijau_Inovasi 0,210 0.255 0,321 0,467 0,504 0,655 0,772 0,826 0,933 1.022 1.115

Catatan: * p < 0,1, ** p < 0,05, *** p < 0,01 (dua sisi).

Kami menggunakan strategi pencocokan kernel untuk mengoptimalkan hasil.
Setelah PSM, sampel untuk pengungkapan lingkungan dan inovasi hijau masing-
masing berkurang menjadi 6048 dan 4220. Kami juga menguji keseimbangan
antara kelompok perlakuan dan kelompok kontrol: hasil yang tidak dilaporkan
menunjukkan kovariat tidak berbeda secara signifikan antara kedua kelompok ini.
Oleh karena itu, prosedur PSM kami efektif, dan sampel baru memiliki kisaran
yang sama dan tidak terlalu terpengaruh oleh masalah bias sampel. Hasil regresi
untuk model PSM-DID ditunjukkan pada:Tabel 4. Tabel tersebut menunjukkan
bahwa perusahaan inovasi hijau dapat memperoleh lebih banyak pinjaman
setelah kebijakan kredit hijau dijalankan, tetapi koefisien pengungkapan
lingkungan tidak signifikan. Oleh karena itu, temuan kami masih valid dalam
model PSM-DID ini.
4.2.3. Analisis pasca-kebijakan
Terakhir, kami menggunakan sampel yang lebih kecil dengan rentang waktu 2012
hingga 2017 untuk menguji dampak langsung pengungkapan lingkungan dan inovasi
hijau pada pinjaman bank setelah kebijakan kredit hijau diterapkan. Seperti yang kami
harapkan, jika kebijakan tersebut efektif untuk perusahaan dengan inovasi hijau yang
lebih baik, mereka harus memperoleh lebih banyak pinjaman bank, yaitu, hubungan
antara pinjaman bank dan inovasi hijau secara signifikan positif. Hasilnya ditampilkan
dalamTabel 5. Dalam analisis ini, variabel dependen tertinggal satu tahun
untuk menghindari masalah sebab-akibat timbal balik. Koefisien
pengungkapan lingkungan tidak signifikan tetapi inovasi hijau secara
signifikan positif pada tingkat 1%. Dengan demikian, analisis pasca kebijakan
masih mendukung temuan di atas.
Kami selanjutnya menguji interaksi antara pengungkapan lingkungan dan
inovasi hijau di kolom (4). Interaksi negatif dengan signifikansi marjinal pada
tingkat 10%. Alasan yang mungkin adalah efek penularan. Secara khusus, bank
menghargai inovasi hijau perusahaan, tetapi mereka bingung dengan
pengungkapan lingkungan karena kepercayaannya mungkin dipertanyakan. Jika
sebuah perusahaan memegang tingkat yang lebih tinggi dari keduanya, bank juga
akan mencurigai keaslian inovasi hijau mereka, yaitu ketidakstabilan kepercayaan
beralih dari pengungkapan lingkungan ke inovasi hijau. Oleh karena itu, untuk
mengurangi risiko gagal bayar, bank akan memberikan lebih sedikit pinjaman
kepada perusahaan tersebut. Hasil ini lebih lanjut menunjukkan bahwa ada
masalah dalam pengungkapan lingkungan.
4.3. Analisis lebih lanjut: mengapa pengungkapan eksternal menjadi tidak efektif?
Temuan sebelumnya menunjukkan bahwa pengungkapan lingkungan tidak efektif
dalam membantu perusahaan mendapatkan lebih banyak pinjaman. Di bagian hipotesis,
kami berpendapat bahwa ini mungkin karena bentuk pengungkapan, yaitu,

7
C.Xing dkk. Tinjauan Internasional Analisis Keuangan 77 (2001) 101838

Meja 2
Pengaruh pengungkapan lingkungan dan inovasi hijau pada pinjaman bank.

(1) (2) (3) (4)

Pinjaman Pinjaman Pinjaman Pinjaman

Penyingkapan×Aturan 0,049 0,047

(0.42) (0.41)
Hijau_Inovasi×Aturan 0.377*** 0,378***
(2.76) (2.77)
Penyingkapan 0,009 0,008
(0,13) (0,11)
Hijau_Inovasi 0.103 0.102
(1.29) (1.28)
Pertumbuhan 0,000 0,000 0,000 0,000
(0,03) (0,04) (0.28) (0.29)
Uang tunai - 0,083*** - 0,083*** - 0,084*** - 0,084***
(− 10.51) (− 10.53) (− 10.67) (− 10.69)
APD - 0,002 - 0,002 - 0,002 - 0,002
(− 0.31) (− 0.34) (− 0.34) (− 0,36)
ROA - 0,028* - 0,028* - 0,028* - 0,028*
(− 1.73) (− 1.72) (− 1.71) (− 1.71)
Mengeluarkan 0,056*** 0,056*** 0,055*** 0,055***
(4.51) (4.51) (4.44) (4.44)
Ukuran 1.638*** 1.638*** 1.606*** 1.606***
(10.90) (10.89) (10.62) (10.62)
Manfaat 0,084*** 0,084*** 0,082*** 0,083***
(13,73) (13,73) (13,54) (13,54)
Mempertaruhkan - 6.521** - 6.556** - 6.735** - 6.767**
(− 2.26) (− 2.27) (− 2.33) (− 2.34)
RD - 0,031 - 0,030 - 0,039 - 0,038
(− 0.93) (− 0.91) (− 1.18) (− 1.16)
Normal_Inovasi 0.102* 0.101* 0,069 0,069
(1,66) (1,66) (1.07) (1.07)
Atas - 0,005 - 0,005 - 0,004 - 0,004
(− 0,51) (− 0,51) (− 0,47) (− 0,47)
Manajer_Tahan - 0,006 - 0,006 - 0,006 - 0,006
(− 1.30) (− 1.30) (− 1.31) (− 1.31)
Biaya agen - 0,017 - 0,017 - 0,014 - 0,014
(− 1.26) (− 1.24) (− 1.04) (− 1.03)
Ekuitas 0,068*** 0,068*** 0,068*** 0,068***
(10.21) (10.19) (10.24) (10.23)
Menjalin kedekatan 0,001 0,001 0,003 0,003
(0,09) (0,08) (0.21) (0,19)
Efek Tahun Tetap Tetap Tetap Tetap
Efek Perusahaan Tetap Tetap Tetap Tetap
Konstan - 19.237*** - 19.257*** - 18.527*** - 18.551***
(− 5,91) (− 5,91) (− 5,65) (− 5,64)

n 9711 9711 9711 9711

Adj. R2 0,637 0,636 0,637 0,637
F 38.33*** 35,67*** 36,34*** 34.00***

Catatan: T statistik dalam tanda kurung (dikoreksi untuk heteroskedastisitas dan pengelompokan tingkat perusahaan), *** p < 0,01, ** p < 0,05, * p < 0,1 (dua sisi).

Tabel 3
Hasil analisis tren waktu.

Variabel/k (1) (2) (3) (4) (5) (6) (7) (8) (9) (10)

Tahun_-4 Tahun_-3 Tahun_-2 Tahun_-1 Tahun_0 Tahun_1 Tahun_2 Tahun_3 Tahun_4 Tahun_5

Penyingkapan - 0,059 0,369 0,052 - 0.279 0,177 0,172 0,015 - 0,071 - 0,009 - 0.102
(− 0,25) (1.38) (0.23) (− 1.24) (1.38) (1.28) (0,11) (− 0,58) (− 0,07) (− 0.64)
Hijau_Inovasi 0,007 0,143 0,074 0,263 0.302* 0,357** 0,431*** 0,246* 0,298** 0,434***
(0.01) (0.28) (0.23) (1,06) (1.79) (2.42) (2,90) (1.82) (2.20) (2,90)

Catatan: Tabel ini mengilustrasikan hasil analisis tren, di mana dua baris menunjukkan regresi Persamaan. (3) dan (4), dan kolom menunjukkan koefisien dari βk. Variabel dependen
untuk kedua baris adalahPinjaman. Koefisien variabel kontrol, konstanta, dan efek tetap disembunyikan untuk kerapian. Nilai R-square yang disesuaikan adalah 0,636 dan 0,637, untuk
Penyingkapan dan Hijau_Inovasi, masing-masing. T statistik dalam tanda kurung (dikoreksi untuk heteroskedastisitas dan pengelompokan tingkat perusahaan), *** p < 0,01, **p < 0,05,
* p < 0,1 (dua sisi).

efek yang berlawanan dari pengungkapan keras dan lunak. Masalah mendasarnya adalah green-
washing terkait dengan soft disclosure. Untuk mendeteksi mekanismenya, pertama-tama kami
mencoba memisahkan pengungkapan menjadi bagian keras dan lunak dan menguji dampaknya
terhadap pinjaman bank. Kedua, kami menghubungkannya dengan green-washing dan
menjelaskan temuan yang ditemukan di atas.
Seperti yang diilustrasikan, Clarkson dkk. (2008)secara sistematis mendefinisikan
pengungkapan lingkungan keras dan lunak, dengan yang pertama didukung oleh beton
data, tetapi yang terakhir hanya dengan narasi. Mereka juga menunjukkan formulir terperinci
untuk mengukur pengungkapan keras dan lunak seperti yang ditunjukkan padaLampiran A. Kami
menggunakan metode seperti itu. Untuk variabelPengungkapan_Hard, itu sama dengan
logaritma natural 1 ditambah jumlah nilai H1 ke H4 di Lampiran A. Sejalan dengan itu,
Pengungkapan_Lembut adalah dari S1 sampai S3. Hasil regresi ditunjukkan padaTabel 6. Kami
menemukan bahwa pengungkapan keras sedikit berkorelasi dengan lebih banyak pinjaman bank
karena koefisiennya positif pada tingkat 10%, tetapi

8
C.Xing dkk. Tinjauan Internasional Analisis Keuangan 77 (2001) 101838

Gambar 1. Analisis tren waktu.

dampak soft disclosure signifikan negatif pada tingkat 1%. Fenomena ini ada menjadi perhatian bank yang paling penting dan dapat lebih efektif untuk
dalam model DID dan analisis pasca kebijakan (kolom 1 dan 3), dan dalam mengukur pencucian hijau.
kasus di mana variabel inovasi hijau ditambahkan (kolom 2 dan 4). Kami juga Akhirnya, kami menggunakan analisis pasca-kebijakan dan variabel green-washing baru yang

menguji interaksi antara pengungkapan keras, pengungkapan lunak, dan dipisahkan dari pengungkapan keras dan lunak. Sejalan denganWalker dan Wan (2012), kami mengundang

inovasi hijau di kolom 5. Namun, meskipun koefisiennya negatif, tidak ada seorang ahli dalam pengembangan berkelanjutan perusahaan untuk menghitung sejauh mana pencucian

yang signifikan. Membandingkan hasil dalamTabel 5, itu menunjukkan efek hijau (GreenWashing_Sub). Proses itu terdiri dari tiga langkah. Pada langkah pertama, kami menyediakan

penularan hanya sedikit efektif untuk pengungkapan total. Penjelasan yang 10 laporan CSR dan situs web resmi perusahaan sampel kepada pakar, yang darinya ia memberikan skor

mungkin adalah sampelnya, karena data kami berisi beberapa perusahaan untuk tindakan substantif dan simbolis menurut pengalamannya. Rentang kedua jenis tindakan tersebut

dengan tingkat pengungkapan lunak yang tinggi dan banyak paten hijau, adalah 1 sampai 7, di mana 1 menunjukkan tidak ada tindakan substantif atau simbolis, dan 7

dan dispersi mungkin tidak cukup untuk mendeteksi efek penularan. Namun menunjukkan tingkat tindakan tertinggi. Setelah ini, ahli memiliki persepsi yang lebih kuat tentang

demikian, temuan kami masih berguna untuk menguji dugaan kami bahwa pengungkapan lingkungan perusahaan. Pada langkah kedua, ahli menilai kembali 10 laporan dan file CSR

pengungkapan lunak dan pengungkapan keras berbeda dalam kebijakan dan melanjutkan penilaian sampel lainnya. Pada langkah terakhir, kami membangun ukuran kami dengan

kredit hijau. mengurangi nilai tindakan substantif dari tindakan simbolis. Sampel baru yang lebih kecil adalah

Di dalam Tabel 6, kami menguji efek langsung dari pencucian hijau. Kami menggunakan tiga perusahaan manufaktur terdaftar milik Index China 500 (perusahaan IC) dari 2012 hingga 2017. Ada dua

indikator untuk mengukur pencucian hijau. Pertama, kami menghitung perbedaan alasan untuk memilih ini. Di satu sisi, Perusahaan IC biasanya dalam posisi keuangan yang sehat dengan

antara nilai relatif pengungkapan lunak dan keras sebagai tingkat pencucian hijau CSR yang stabil dan praktik lingkungan yang mengecualikan kebisingan krisis keuangan atau aktivitas

karena pencucian hijau adalah kelebihan perilaku simbolis daripada perilaku spekulatif. Di sisi lain, sampel yang lebih kecil dapat memudahkan proses evaluasi ahli dan menghindari

substantif (Walker & Wan, 2012). Rumus untukHijauCuci adalah ( bias subjektif yang dihasilkan dari proses penilaian jangka panjang. Kami berakhir dengan 792

Pengungkapan_Lembut/16) dikurangi (Pengungkapan_Hard/79) karena total skor pengamatan untuk 132 perusahaan. Karena mungkin ada karakteristik lain dari perusahaan IC yang

untuk pengungkapan lunak dan pengungkapan keras masing-masing adalah 16 mempengaruhi ukuran pinjaman perusahaan, kami menggunakan model seleksi Heckman untuk

dan 79.9 mengatasi hal ini. Pada tahap pertama, variabel terikatnya adalah Kami berakhir dengan 792 pengamatan

Kedua, menurut Du dkk. (2018), kami menetapkan variabel dummy untuk 132 perusahaan. Karena mungkin ada karakteristik lain dari perusahaan IC yang mempengaruhi

bernama sebagai GreenWashing_Dummy. Jika pengeluaran lingkungan perusahaan ukuran pinjaman perusahaan, kami menggunakan model seleksi Heckman untuk mengatasi hal ini. Pada

(bagian H4 dariLampiran A) kurang dari rata-rata untuk keseluruhan sampel, tetapi tahap pertama, variabel terikatnya adalah Kami berakhir dengan 792 pengamatan untuk 132 perusahaan.

kualitas pengungkapan lunaknya lebih besar dari rata-rata, perusahaan adalah Karena mungkin ada karakteristik lain dari perusahaan IC yang mempengaruhi ukuran pinjaman

perusahaan pencucian hijau dan nilai GreenWashing_Dummy sama dengan 1. Variabel perusahaan, kami menggunakan model seleksi Heckman untuk mengatasi hal ini. Pada tahap pertama,

ini mengecualikan item pengungkapan non-keuangan dan berfokus pada biaya variabel terikatnya adalahIC, yang sama dengan 1 jika perusahaan adalah perusahaan IC. Kriteria untuk

keuangan perlindungan lingkungan dalam pengungkapan keras, yang mungkin menjadi perusahaan IC biasanya adalah kondisi keuangan dan posisi pasarnya, oleh karena itu kami

memilih enam karakter perusahaan sebagai variabel independen untuk menguji probabilitas suatu

perusahaan terdaftar sebagai perusahaan IC, perusahaan milik negara (BUMN), usia perusahaan (Usia),

kemampuan pertumbuhan perusahaan (Pertumbuhan), keuangan

9 Lihat Lampiran A.

9
C.Xing dkk. Tinjauan Internasional Analisis Keuangan 77 (2001) 101838

Tabel 4 5. Penutup
Hasil PSM-DID.

(1) (4) 5.1. Kesimpulan

Pinjaman Pinjaman
Dalam penelitian ini, kami menggunakan data panel untuk perusahaan manufaktur
Penyingkapan×Aturan - 0,022 China yang terdaftar di Bursa Efek Shanghai dan Shenzhen dari tahun 2007 hingga 2017
(− 0,14)
dan membahas hubungan antara kebijakan kredit hijau dan akses ke pinjaman bank dari
Hijau_Inovasi×Aturan 0,736***
(2.76) perspektif pengungkapan lingkungan eksternal perusahaan dan inovasi hijau internal. .
Penyingkapan - 0,014 Kami menemukan perusahaan dengan kinerja inovasi hijau yang lebih baik dapat
(− 0.16) memperoleh lebih banyak pinjaman karena inovasi hijau adalah perwujudan dari ramah
Hijau_Inovasi 0,175
lingkungan dan dapat meningkatkan kinerja keuangan dan lingkungan perusahaan yang
(1.22)
Pertumbuhan 0,001 0,002 dinilai oleh bank dan kebijakan kredit hijau. Namun, kualitas pengungkapan lingkungan
(0,31) (0.74) tidak menguntungkan dalam pembiayaan pinjaman perusahaan. Kami menghubungkan
Uang tunai - 0,079*** - 0,062*** temuan ini dengan jenis pengungkapan lingkungan dan pencucian hijau. Ini
(− 7.10) (− 4.47) menunjukkan bahwa pengungkapan lunak menghambat pembiayaan pinjaman tetapi
APD 0,006 - 0,002
kualitas pengungkapan keras sedikit meningkatkan ukuran pinjaman perusahaan. Kami
(0,65) (− 0,22)
ROA - 0,024 - 0,016 menemukan alasan mendasar untuk menjadi pencucian hijau perusahaan, lazim dalam
(− 0.99) (− 0,59) pengungkapan lunak tetapi ditentang oleh kreditur. Bank dapat mengumpulkan
Mengeluarkan 0,044*** 0,053** informasi yang relevan karena kemampuan pemantauan dan investigasi mereka yang
(2.75) (2.56)
kuat, dan dengan demikian memberikan lebih sedikit pinjaman kepada pemohon green-
Ukuran 2.072*** 1.546***
(9.41) (4.75) washing. Oleh karena itu, kami menyimpulkan bahwa kebijakan dan bank menilai
Manfaat 0,076*** 0,086*** perusahaan dengan kinerja internal yang lebih baik daripada perusahaan dengan
(8.84) (7.75) pengungkapan eksternal.
Mempertaruhkan - 8.410** - 4.970
(− 2.16) (− 1.06)
RD - 0,008 0,014
5.2. Kontribusi teoretis
(− 0,18) (0.24)
Normal_Inovasi 0,035 0,163 Temuan kami berkontribusi signifikan terhadap penelitian sebelumnya.
(0.41) (1.34) Pertama, kami secara sistematis memverifikasi efektivitas kebijakan kredit hijau
Atas - 0,003 - 0,009
China dalam beberapa tahun terakhir, memperluas penelitian seperti:Liu dkk.
(− 0,24) (− 0,46)
Manajer_Tahan - 0,002 - 0,008 (2019), Xing dkk. (2020), dan Zhang dkk. (2021). Dalam konteks kredit hijau,
(− 0,40) (− 1.02) perusahaan dapat meningkatkan kondisi pinjaman melalui kegiatan hijau, tetapi
Biaya agen - 0,009 - 0,005 kinerja hijau yang buruk akan merusak akses pinjaman perusahaan. Meskipun
(− 0.50) (− 0,21)
literatur sebelumnya membahas dampak kebijakan terhadap pembiayaan
Ekuitas 0,063*** 0,060***
perusahaan, mekanisme ini kami telusuri dari perspektif internal dan eksternal,
(6.96) (6.07)
Menjalin kedekatan - 0,003 - 0,024 dan menemukan kendala dalam prosesnya. Kami mengembangkan penilaian
(− 0,13) (− 0.92) kebijakan dan memperbesar cakupan keuangan hijau dan pertumbuhan
Efek Tahun Tetap Tetap berkelanjutan (Akao & Managi, 2007). Oleh karena itu, kami juga meningkatkan
Efek Perusahaan Tetap Tetap
signifikansi kerangka analitis yang dikembangkan olehPassetti dkk. (2018).
Konstan - 28.608*** - 18.392**
(− 6.02) (− 2.57) Kedua, kami berkontribusi pada literatur tentang perilaku lingkungan
perusahaan seperti inovasi hijau dan pengungkapan lingkungan. Demikian
n 6048 4220
pula denganHummel dan Schlick (2016), kami menemukan efek baik dan
Adj. R2 0,640 0,639
F 18.24*** 10.54*** buruk dari pengungkapan lingkungan adalah "dua sisi dari satu mata uang",
yang menegaskan teori pengungkapan sukarela dan teori sosial-politik.
Catatan: T statistik dalam tanda kurung (dikoreksi untuk heteroskedastisitas dan pengelompokan
Kami juga mendukung beberapa ulama sepertiLyon dan Montgomery (2013)
tingkat perusahaan), *** p < 0,01, ** p < 0,05, * p < 0,1 (dua sisi).
, Walker dan Wan (2012), dan Testa dkk. (2018)yang fokus pada masalah
dalam pengungkapan. Untuk inovasi hijau, penelitian kami juga sejalan
pertunjukan (ROA), ukuran perusahaan (Ukuran), dan rasio aset-kewajiban (
dengan teori modernisasi ekologi danHuang dan Li (2017), dan
Manfaat). Semua variabel independen tertinggal satu tahun. Kami
menunjukkan bahwa inovasi hijau bermanfaat baik untuk pengembangan
memperoleh rasio Mills terbalik (imr) dari regresi pertama dan
perusahaan maupun perlindungan lingkungan. Dalam keuangan
menambahkannya ke tahap kedua sebagai variabel.
perusahaan, temuan kami mendukung teori asimetri informasi. Bank dapat
Hasil regresi ditunjukkan pada Tabel 7. Seperti yang ditunjukkan tabel,
mengumpulkan informasi tentang pengungkapan lingkungan perusahaan
koefisien dari HijauCuci×Aturan di kolom (1), Green-Cuci_Dummy×Aturan pada
dan inovasi hijau secara efisien, dan membuat keputusan positif (negatif)
kolom (2), dan HijauCuci pada kolom (3) secara signifikan negatif pada tingkat 1%,
sesuai dengan informasi yang baik (buruk).
dan dari Green-Cuci_Dummy pada kolom (4) signifikan pada tingkat 5%,
Terakhir, kami mengungkap masalah green-washing yang menghambat
mendukung dugaan kami bahwa tingkat pencucian hijau yang lebih tinggi akan
kebijakan tersebut. Kebijakan kredit hijau China adalah praktik keuangan hijau
mengganggu kemampuan untuk memperoleh pinjaman bank. Demikian pula,
khas yang berdampak pada ekonomi dan lingkungan (Ronaghi, Reed, & Saghaian,
kolom (5) menunjukkan bahwa pengganti green-washing (GreenWashing_Sub)
2020), sedangkan keberhasilan kebijakan kredit hijau di China sangat vital bagi
berdampak negatif terhadap akses perusahaan ke pinjaman bank (Pinjaman) pada
pencapaian Tujuan Pembangunan Berkelanjutan (SDGs) PBB. Namun, pekerjaan
tingkat 10%. Oleh karena itu, kami menganggap bahwa pencucian hijau di balik
kami menemukan bahwa pencucian hijau merupakan hambatan dalam proses ini.
pengungkapan lunak menghalangi perusahaan untuk mendapatkan lebih banyak
Kami memberikan wawasan kami mengenai mekanisme perilaku simbolis
pinjaman.
tersebut. Itu membuat kontribusi penting untuk literatur tentang masalah
pengungkapan yang niat awalnya seharusnya untuk memberikan informasi yang
lebih berguna bagi investor (Guenther, Guenther, Schiemann,& Weber, 2016).
Berdasarkan temuan, kami berkontribusi pada penelitian keuangan hijau global
dan pembangunan ekonomi (Hassan, Oueslati, & Rousselière, 2020; Nordhaus,
2019), dan menjawab beberapa pertanyaan di

10
C.Xing dkk. Tinjauan Internasional Analisis Keuangan 77 (2001) 101838

Tabel 5
Hasil analisis pasca kebijakan.

(1) (2) (3) (4)

Pinjaman Pinjaman Pinjaman Pinjaman

Penyingkapan - 0,023 - 0,024 0,070

(− 0,25) (− 0,26) (0,58)
Hijau_Inovasi 0,393*** 0,393*** 0,562***
(3.20) (3.20) (3.30)
Penyingkapan×Hijau_Inovasi - 0.106*
(− 1.80)
Pertumbuhan 0,001 0,002 0,002 0,001
(0,54) (0.60) (0,59) (0,57)
Uang tunai - 0,092*** - 0,093*** - 0,093*** - 0,092***
(− 7.73) (− 7.76) (− 7.76) (− 7.72)
APD - 0,010 - 0,011 - 0,011 - 0,011
(− 1.01) (− 1.04) (− 1.04) (− 1.05)
ROA - 0,002 - 0,003 - 0,003 - 0,003
(− 0,07) (− 0,14) (− 0,14) (− 0,13)
Mengeluarkan 0,026 0,023 0,023 0,025
(1.17) (1.08) (1.08) (1.15)
Ukuran 1.019*** 0,972*** 0,973*** 0,955***
(3.55) (3.38) (3.38) (3.31)
Manfaat 0,060*** 0,060*** 0,060*** 0,060***
(6.39) (6.32) (6.31) (6.32)
Mempertaruhkan - 0,751 - 1.264 - 1.238 - 1.539
(− 0,15) (− 0,25) (− 0,25) (− 0.31)
RD - 0,032 - 0,035 - 0,035 - 0,035
(− 0.62) (− 0.67) (− 0.68) (− 0.67)
Normal_Inovasi 0,179 0,060 0,060 0,063
(1.61) (0.49) (0,50) (0,52)
Atas 0,009 0,011 0,011 0,011
(0.60) (0.71) (0.71) (0.71)
Manajer_Tahan - 0,001 - 0,001 - 0,001 - 0,001
(− 0,15) (− 0,14) (− 0,14) (− 0.16)
Biaya agen - 0,035 - 0,035 - 0,036 - 0,037
(− 1.49) (− 1.50) (− 1.51) (− 1.54)
Ekuitas 0,034*** 0,034*** 0,034*** 0,033***
(3.55) (3.55) (3.55) (3.53)
Menjalin kedekatan - 0,012 - 0,011 - 0,011 - 0,011
(− 0,66) (− 0,56) (− 0,57) (− 0,57)
Efek Tahun Tetap Tetap Tetap Tetap
Efek Perusahaan Tetap Tetap Tetap Tetap
Konstan - 5.693 - 4.634 - 4.608 - 4.327
(− 0.87) (− 0.71) (− 0,70) (− 0,66)

n 5430 5430 5430 5430

Adj. R2 0,663 0,664 0,664 0,664
F 11.74*** 12.39*** 11.82*** 11.30***

Catatan: T statistik dalam tanda kurung (dikoreksi untuk heteroskedastisitas dan pengelompokan tingkat perusahaan), *** p < 0,01, ** p < 0,05, * p < 0,1 (dua sisi).

bidang teoretis yang berbeda dari kebijakan lingkungan seperti
pemilihan kebijakan (Tolliver, Keeley, & Managi, 2020b), efektivitas (Liu
dkk., 2019), dan reaksi pasar (Monasterolo & de Angelis, 2020).
5.3. Implikasi praktis dan rekomendasi kebijakan
Makalah ini juga berguna untuk implikasi praktis dan perbaikan kebijakan.
Pertama, pelaku pasar utama dari kebijakan kredit hijau, yaitu perusahaan dan
bank, harus lebih memperhatikan ramah lingkungan untuk pembiayaan dan
pembangunan yang berkelanjutan. Karena hasil kami menunjukkan bahwa bank
menghargai perilaku hijau substansial perusahaan seperti inovasi hijau,
perusahaan harus mengadopsi metode yang efektif untuk meningkatkan kinerja
tersebut. Saat ini, dengan bantuan inovasi terbuka, perlindungan properti, dan
subsidi pemerintah, efisiensi inovasi hijau lebih tinggi sementara biayanya
terbatas. Oleh karena itu, perusahaan memiliki kesempatan yang lebih baik untuk
memperbesar dan mempertahankan kompetensi yang berkelanjutan dan
memperoleh pinjaman dengan mematuhi kebijakan kredit hijau. Dalam proses ini,
bank juga harus lebih bekerja sama dengan departemen atau lembaga
pemerintah seperti SIPO, yang dapat memberi mereka informasi yang lebih
kredibel dan mengurangi biaya pencarian mereka, sehingga memperkuat
penerapan kebijakan kredit hijau. Namun, bank harus terus menyelidiki perilaku
lingkungan simbolis, dan perusahaan harus membatasi sikap sombong
deskripsi perilaku hijau perusahaan dan menghindari pencucian hijau karena akan
menghambat akses mereka ke pinjaman bank.
Kedua, untuk pembuat kebijakan dan departemen pemerintah terkait kredit
hijau, kami mengembangkan beberapa rekomendasi.10 Di satu sisi, kami
menemukan mekanisme pasar di bawah kebijakan kredit hijau menganggap
inovasi hijau sebagai indikator yang berguna untuk mengukur keramahan
lingkungan perusahaan, tetapi karakteristik ini belum diwujudkan dalam kebijakan
tersebut. Oleh karena itu, departemen pemerintah yang terkait dengan kredit
hijau harus memperbaiki kebijakan, untuk membangun sistem identifikasi inovasi
hijau dan berbagi informasi tersebut dengan lembaga keuangan dan pemangku
kepentingan lainnya. Hal ini akan lebih memudahkan bank dan mengurangi
kerumitan dalam pengumpulan informasi dalam implementasi kebijakan. Di sisi
lain, kami juga menemukan pengungkapan lingkungan tidak efektif karena
persyaratan pengungkapan lunak dan pencucian hijau tidak dapat diterima oleh
bank. Meskipun pengungkapan keras sedikit berguna untuk kebijakan kredit hijau,
pengungkapan tersebut masih tidak terstandarisasi di Cina. Karenanya,
departemen pemerintah harus mengoptimalkan prosedur pengungkapan untuk
menghindari masalah pencucian hijau sambil meningkatkan validitas
pengungkapan keras. Secara khusus, rezim pengungkapan peraturan seperti:
10 Kami sangat berterima kasih atas komentar dua peninjau anonim dan saran
mendalam tentang rezim pengungkapan peraturan.

11
C.Xing dkk. Tinjauan Internasional Analisis Keuangan 77 (2001) 101838

Tabel 6
Hubungan pengungkapan keras, pengungkapan lunak, dan pinjaman bank.

model DID Analisis pasca-kebijakan

(1) (2) (3) (4) (5)

Pinjaman Pinjaman Pinjaman Pinjaman Pinjaman

Pengungkapan_Hard×Aturan 0,200* 0,183*

(1.80) (1.65)
Pengungkapan_Lembut×Aturan - 0,805*** - 0,748***
(− 2.81) (− 2.61)
Pengungkapan_Hard 0,043 0,043 0,158* 0,158* 0,173*
(0,66) (0,65) (1.74) (1.74) (1.83)
Pengungkapan_Lembut 0,076 0,066 - 0,392*** - 0.397*** - 0,388***
(0,56) (0.48) (− 3.12) (− 3.16) (− 2.93)
Hijau_Inovasi×Aturan 0,346**
(2.54)
Hijau_Inovasi 0.104 0,410***
(1.30) (3.30)
Pengungkapan_Hard×Hijau_Inovasi - 0,085
(− 1.51)
Pengungkapan_Lembut×Hijau_Inovasi - 0,055
(− 0,58)
Variabel kontrol Ya Ya Ya Ya Ya
Efek Tahun Tetap Tetap Tetap Tetap Tetap
Efek Perusahaan Tetap Tetap Tetap Tetap Tetap
Konstan - 18.847*** - 18.188*** - 5.806 - 4.710 - 4.137
(− 5.81) (− 5.56) (− 0.89) (− 0.72) (− 0.63)

n 9711 9711 5430 5430 5430

Adj. R2 0,637 0,637 0,664 0,664 0,665
F 33.65*** 32.16*** 11.97*** 12.03*** 11.12***

Catatan: T statistik dalam tanda kurung (dikoreksi untuk heteroskedastisitas dan pengelompokan tingkat perusahaan), *** p < 0,01, ** p < 0,05, * p < 0,1 (dua sisi).

Tabel 7
Pengaruh pencucian hijau pada pinjaman bank.

model DID Analisis pasca-kebijakan

(1) (2) (3) (4) (5)

Pinjaman Pinjaman Pinjaman Pinjaman Pinjaman

HijauCuci×Aturan - 5.938***
(− 2.59)
GreenWashing_Dummy×Aturan - 0,558***
(− 2.72)
HijauCuci 1.017 - 2.009***
(1.11) (− 3.08)
GreenWashing_Dummy - 0,056 - 0,408**
(− 0.44) (− 2.44)
GreenWashing_Sub - 0,357*
(− 1.86)
imr - 22.302
(− 1.21)
Variabel kontrol Ya Ya Ya Ya Ya
Efek Tahun Tetap Tetap Tetap Tetap Tetap
Efek Perusahaan Tetap Tetap Tetap Tetap Tetap
Konstan - 19.101*** - 19.060*** - 6.026 - 5.545 158.689
(− 5.89) (− 5.88) (− 0.92) (− 0.85) (1.12)

n 9711 9711 5430 5430 660

Adj. R2 0,637 0,637 0,663 0,663 0,692
F 36.05*** 35.71*** 12.35*** 11.98*** 3.70***

Catatan: T statistik dalam tanda kurung (dikoreksi untuk heteroskedastisitas dan pengelompokan tingkat perusahaan), *** p < 0,01, ** p < 0,05, * p < 0,1 (dua sisi).

Gugus Tugas Pengungkapan Keuangan Terkait Iklim (TCFD) harus diadopsi secara
komprehensif. Sejauh pengetahuan kami, hanya beberapa bank komersial di
China yang menerapkan TCFD pada akhir tahun 2020. Karena pemerintah China
berencana untuk merancang kebijakan pengungkapan lingkungan wajib pada
tahun 2021, mengacu pada TCFD dan meningkatkan efisiensi kebijakan kredit
hijau secara bersamaan. Dengan menetapkan format dan isi pengungkapan
lingkungan perusahaan yang wajib, termasuk persyaratan lunak dan keras yang
eksplisit, kebijakan kredit hijau dapat meningkatkan mobilitas mata uang dan
mencapai tujuan pembangunan berkelanjutan melalui pendekatan keuangan.
5.4. Keterbatasan dan penelitian masa depan
Namun, ada juga beberapa keterbatasan dalam penelitian kami yang juga
mewakili arah potensial untuk penelitian masa depan. Pertama, perusahaan yang
terdaftar dalam sampel kami biasanya adalah perusahaan besar. Lebih sulit bagi
usaha kecil dan menengah daripada perusahaan yang terdaftar untuk mencapai
inovasi hijau, pengungkapan informasi yang efisien, dan akses ke pinjaman bank.
Apakah peran kebijakan kredit hijau berbeda untuk perusahaan-perusahaan ini
sangat berarti. Karena ketersediaan data, kami tidak menyertakan perusahaan
tersebut dalam sampel. Demikian pula, karena kebijakan kredit hijau dapat
menunjukkan heterogenitas di berbagai bidang, perlu ditelusuri perbedaannya

12
C.Xing dkk. Tinjauan Internasional Analisis Keuangan 77 (2001) 101838

konsekuensi ekonomi di berbagai provinsi. Kedua, meskipun kami Yayasan Ilmu Sosial Cina [nomor hibah 15ZDB157].
membandingkan perbedaan antara inovasi hijau internal dan
pengungkapan lingkungan eksternal, kami hanya membuat analisis awal
tentang interaksi mereka dan hubungannya dengan pencucian hijau, yang Pernyataan Kepentingan Bersaing
mungkin tidak mencerminkan dampak penuhnya. Seperti yang kami
tunjukkan, interaksi antara inovasi hijau dan pengungkapan hanya Tidak ada.

menunjukkan sedikit efek yang mungkin disebabkan oleh pengaturan

sampel dan model. Melanjutkan diskusi tentang pengaruh interaktif inovasi
hijau, pengungkapan lingkungan, dan pencucian hijau dalam kebijakan
kredit hijau akan memperluas temuan penelitian ini.
Pendanaan
Pekerjaan ini didukung oleh The Major Program of the National
Ucapan Terima Kasih
Penulis ingin mengucapkan terima kasih kepada editor dan
pengulas anonim atas komentar dan saran mereka yang berharga,
yang telah sangat meningkatkan makalah ini. Program Utama Yayasan
Ilmu Sosial Nasional China (No. 15ZDB157) mengucapkan terima kasih
atas penyediaan dukungan mereka untuk penelitian ini.

Lampiran A. Isi kualitas pengungkapan lingkungan

Barang Peta ke GRI Berarti SE

Item pengungkapan keras (skor maksimal adalah 79) 5.319 8.396
(H1) Struktur tata kelola dan sistem manajemen (skor maksimal 6) 0,529 0.811
1. Keberadaan Departemen pengendalian pencemaran dan/atau posisi manajemen untuk pengelolaan lingkungan (0–1) 3.1 0.107 0.310
2. Keberadaan komite masalah lingkungan dan/atau publik di dewan (0-1) 3.1 0,007 0,081
3. Adanya syarat dan ketentuan yang berlaku bagi pemasok dan/atau pelanggan terkait praktik lingkungan (0–1) 3.16 0,116 0,320
4. Keterlibatan pemangku kepentingan dalam penetapan kebijakan lingkungan perusahaan (0–1) 1.1, 3.10 0,015 0,123
5. Implementasi ISO14001 di tingkat pabrik dan/atau perusahaan (0-1) 3.14, 3.20 0,186 0,389
6. Kompensasi eksekutif terkait dengan kinerja lingkungan (0-1) 3.5 0,098 0.297
(H2) Kredibilitas (skor maksimal 10) 0,519 1.369
1. Adopsi pedoman pelaporan keberlanjutan GRI atau ketentuan laporan CERES (0–1) 3.14 0,161 0,367
2. Verifikasi/jaminan independen tentang informasi lingkungan yang diungkapkan dalam laporan/web EP (0–1) 2.20, 2.21 0,035 0,183
3. Verifikasi/audit independen berkala atas kinerja dan/atau sistem lingkungan (0–1) 3.19 0,054 0.225
4. Sertifikasi program lingkungan oleh lembaga independen (0–1) 3.20 0,040 0.196
5. Sertifikasi Produk terkait dampak lingkungan (0–1) 3.16 0,030 0,170
6. Penghargaan kinerja lingkungan eksternal dan/atau penyertaan dalam indeks keberlanjutan (0–1) 0,053 0.224
7. Keterlibatan pemangku kepentingan dalam proses pengungkapan lingkungan (0–1) 1.1, 3.10 0,049 0.215
8. Partisipasi dalam inisiatif lingkungan sukarela yang didukung oleh Kementerian Perlindungan Lingkungan Tiongkok (0–1) 3.15 0,060 0.237
9. Partisipasi dalam asosiasi/inisiatif khusus industri untuk meningkatkan praktik lingkungan (0–1) 3.15 0,023 0,151
10. Partisipasi dalam organisasi/perkumpulan lingkungan lainnya. untuk meningkatkan praktik lingkungan (0-1) 3.15 0,016 0,124
(H3) Indikator kinerja lingkungan (EPI) (skor maksimal 60) 4.201 7.434
1. EPI penggunaan energi dan/atau efisiensi energi (0–6) EN 3, 4, 17 0,703 1,444
2. EPI penggunaan air dan/atau efisiensi penggunaan air (0–6) EN 5, 17 0,904 1.829
3. EPI emisi gas rumah kaca (0–6) EN 8 0,888 2.025
4. EPI emisi udara lainnya (0–6) EN 9,10 0.341 1.277
5. EPI pada TRI (darat, air, udara) (0–6) EN 11 0,080 0,515
6. EPI pada pembuangan, pelepasan, dan/atau tumpahan lainnya (bukan TRI) (0–6) EN 12, 13 0,345 1.250
7. EPI tentang timbulan dan/atau pengelolaan sampah (daur ulang, penggunaan kembali, pengurangan, pengolahan dan pembuangan) (0–6) EN 11 0,659 1.744
8. EPI penggunaan lahan dan sumber daya, keanekaragaman hayati, dan konservasi (0–6) EN 6, 7 0,045 0,315
9. EPI tentang dampak lingkungan dari produk dan jasa (0–6) EN 14 0,078 0,432
10. EPI tentang kinerja kepatuhan (misalnya, insiden yang dapat dilaporkan) (0–6) EN 16 0.160 0,796
(H4) Pengeluaran lingkungan (skor maksimal 3) 0,070 0,367
1. Ringkasan penghematan kas yang timbul dari inisiatif lingkungan untuk perusahaan (0–1) 0,022 0,146
2. Jumlah yang dihabiskan untuk teknologi, R&D, dan/atau inovasi untuk meningkatkan kinerja dan/atau efisiensi lingkungan (0–1) EN 35 0,036 0,186
3. Jumlah yang dikeluarkan untuk denda terkait masalah lingkungan (0–1) EN 16 0,012 0.110

Item pengungkapan lunak (skor maksimal adalah 16) 1,481 1.451

(S1) Klaim visi dan strategi (skor maksimal 6) 0,915 1.067
1. Pernyataan CEO tentang kinerja lingkungan dalam surat kepada pemegang saham dan/atau pemangku kepentingan (0–1) 1.1, 1.2 0.191 0,393
2. Pernyataan kebijakan, nilai dan prinsip lingkungan perusahaan, dan kode etik lingkungan (0–1) 1.1, 1.2, 3.7 0.295 0,456
3. Pernyataan tentang sistem manajemen formal mengenai risiko dan kinerja lingkungan (0–1) 3.19 0,067 0.249
4. Pernyataan bahwa perusahaan melakukan tinjauan berkala dan evaluasi kinerja lingkungannya (0-1) 3.19 0,079 0.270
5. Pernyataan tujuan terukur dalam hal kinerja lingkungan masa depan (jika tidak diberikan di bawah A3) (0-1) 1.1, 1.2 0,060 0.237
6. Pernyataan tentang teknologi lingkungan tertentu (0-1) 1.1, 1.2 0,222 0,416
(S2) Profil lingkungan (skor maksimal 4) 0.247 0,492
1. Pernyataan tentang kepatuhan perusahaan (atau ketiadaan) dengan standar lingkungan tertentu (0-1) GN 8 0,079 0.270
2. Tinjauan tentang dampak lingkungan dari industri (0–1) GN 8 0,034 0,181
3. Tinjauan tentang bagaimana operasi bisnis dan/atau produk dan layanan berdampak pada lingkungan (0–1) GN 8 0,116 0,320
4. Tinjauan kinerja lingkungan perusahaan relatif terhadap rekan-rekan industri (0-1) GN 8 0,019 0.135
(S3) Inisiatif lingkungan (skor maksimal 6) 0,318 0,538
1. Deskripsi substantif pelatihan karyawan dalam pengelolaan dan operasi lingkungan (0–1) 3.19 0,124 0.330
2. Adanya rencana tanggap jika terjadi kecelakaan lingkungan 0,022 0,147
3. Penghargaan lingkungan internal (0-1) 0,013 0,115
4. Audit lingkungan internal (0-1) 3.19, 3.20 0,010 0.101
5. Sertifikasi internal program lingkungan (0-1) 3.19 0,022 0,145
6. Keterlibatan masyarakat dan/atau donasi terkait lingkungan (0–1) SO 1, EC 10 0,127 0,332

13
C.Xing dkk. Tinjauan Internasional Analisis Keuangan 77 (2001) 101838

Catatan: Pengamatan adalah 9711. Untuk persyaratan bagian H3, poin diberikan untuk masing-masing dari enam aspek, yaitu, 1) data yang disajikan, 2) relatif terhadap data sebelumnya, 3) relatif
terhadap target masa depan, 4) relatif terhadap rekan/ data industri, 5) bentuk absolut dan dinormalisasi, 6) disajikan pada tingkat terpilah.

Lampiran B. Spesifikasi variabel

Jenis Variabel Singkatan Spesifikasi Referensi Mengharapkan

Arah
Bergantung Ukuran pinjaman Pinjaman Logaritma natural dari jumlah pinjaman bank baru yang diperoleh Nandy dan Lodh -
variabel setelah menambahkan 1. (2012)
penjelasan Lingkungan Penyingkapan Logaritma natural dari kualitas informasi lingkungan yang Du dkk. (2018) Tidak pasti
variabel kualitas pengungkapan diungkapkan menurut Lampiran A setelah menambahkan 1.

Inovasi hijau Hijau_Inovasi Logaritma natural dari nomor paten hijau yang diperoleh setelah Huang dan Li (2017) Positif
pertunjukan ditambahkan 1.
Kontrol Pertumbuhan perusahaan Pertumbuhan Persentase kenaikan pendapatan operasional perusahaan. Bailey dkk. (2011) Tidak pasti
variabel kemampuan

Penahanan uang tunai Uang tunai Kas dan setara kas sebagai persentase dari total aset. Meuleman dan De Tidak pasti
Maeseneire (2012)
Keberwujudan aset APD Nilai bersih aset tetap dan persediaan sebagai persentase dari Chen dan Matousek Positif
total aset. (2020)
Kinerja keuangan ROA Laba bersih dibagi dengan rata-rata total aset. Bailey dkk. (2011) Tidak pasti
Investasi Mengeluarkan Kas yang dibayarkan untuk perolehan aset jangka panjang dibagi Du dkk. (2018) Positif
pengeluaran dengan total aset.
Skala perusahaan Ukuran Logaritma natural dari total aset. Cinta (2003) Tidak pasti
Leverage keuangan Manfaat Total kewajiban dibagi total aset. Meuleman dan De Positif
Maeseneire (2012)
Mengambil resiko Mempertaruhkan Variabilitas pengembalian total aset dalam tiga tahun John, Litov, dan Yeung Negatif
sebelumnya (2008)
Pengeluaran R&D RD Rasio pengeluaran R&D terhadap total penjualan. Logaritma Fabrizi dkk. (2018) Tidak pasti
Inovasi biasa Normal_Inovasi natural dari paten normal ditambah 1. Persentase Fabrizi dkk. (2018) Tidak pasti
Kepemilikan Atas kepemilikan saham yang dimiliki oleh pemegang saham Lin dkk. (2011) Positif
konsentrasi terbesar.
Pengelolaan Manajer_Tahan Persentase kepemilikan saham yang dimiliki oleh semua anggota Amore dan Bennedsen Tidak pasti
kepemilikan saham dewan dan eksekutif. (2016)
Biaya masalah agensi Biaya agen Biaya penjualan dan manajemen sebagai persentase dari pendapatan Ang dkk. (2000) Negatif
penjualan.
Pembiayaan ekuitas Ekuitas Jumlah modal ekuitas yang diperoleh pada tahun itu. Bolton dan Freixas Positif
(2000)
Pembiayaan obligasi Menjalin kedekatan Jumlah modal obligasi yang diperoleh pada tahun tersebut. Bolton dan Freixas Negatif
(2000)
Variabel lain Lingkungan Disclosure_Dummy Nilai sama dengan 1 jika kualitas pengungkapan lingkungan Du dkk. (2018) Tidak pasti
pengungkapan boneka perusahaan lebih tinggi dari median, 0 sebaliknya.
Inovasi hijau Green_Innovation_Dummy Nilai sama dengan 1 jika kinerja inovasi hijau perusahaan Huang dan Li (2017) Positif
contoh lebih tinggi dari median, 0 sebaliknya.
Kualitas pengungkapan keras Pengungkapan_Hard Kualitas informasi lingkungan keras menurutLampiran A. Clarkson dkk. (2008) Positif

Kualitas pengungkapan lembut Pengungkapan_Lembut Kualitas informasi lingkungan lunak menurutLampiran A. Clarkson dkk. (2008) Negatif

cuci hijau Hijau_Cuci Nilainya sama dengan [(Pengungkapan_Lembut/16)-(Pengungkapan_Hard/ Clarkson dkk. (2008) Negatif
tipe indikator 1 79)].
cuci hijau Green_Cuci_Dummy Indikator pencucian hijau dihitung menurut Du dkk. Du dkk. (2018) Negatif
tipe indikator 2 (2018).
cuci hijau Hijau_Cuci_Sub Indikator pencucian hijau dihitung menurut Walker dan Walker dan Wan Negatif
tipe indikator 3 Wan (2012). (2012)
Indeks China 500 perusahaan IC Nilainya sama dengan 1 jika perusahaan termasuk dalam Indeks China 500, 0 Hao, Xiong, He, dan -
sebaliknya. Ma (2019)
Milik negara BUMN Nilainya sama dengan 1 jika perusahaan adalah badan usaha milik Hao dkk. (2019) -
perusahaan negara, 0 sebaliknya.
usia perusahaan Usia Logaritma natural umur perusahaan pada tahun berjalan. Hao dkk. (2019) -

Referensi Ang, JS, Cole, RA, & Lin, JW (2000). Biaya agensi dan struktur kepemilikan.NS
Jurnal Keuangan, 55(1), 81–106. https://doi.org/10.1111/0022-1082.00201
Bailey, W., Huang, W., & Yang, Z. (2011). Pinjaman bank dengan karakteristik Cina: Beberapa
Abbas, J., & Sağsan, M. (2019). Dampak praktik manajemen pengetahuan pada lingkungan hijau
bukti utang orang dalam dalam sistem perbankan yang dikendalikan negara. Jurnal Analisis
inovasi dan pembangunan berkelanjutan perusahaan: Sebuah analisis struktural.
Keuangan dan Kuantitatif, 46(6), 1795–1830. https://doi.org/10.1017/ S0022109011000433
Jurnal Produksi Bersih, 229, 611–620. https://doi.org/10.1016/j.jclepro.2019.05.024
Akao, K.-I., & Managi, S. (2007). Kelayakan dan optimalitas pertumbuhan berkelanjutan di bawah
Biais, B., Foucault, T., & Moinas, S. (2015). Perdagangan cepat keseimbangan.Jurnal Keuangan
keseimbangan bahan. Jurnal Dinamika dan Kontrol Ekonomi, 31(12), 3778–3790.
Ekonomi, 116(2), 292–313. https://doi.org/10.1016/j.jfineco.2015.03.004
https://doi.org/10.1016/j.jedc.2007.01.013
Bolton, P., & Freixas, X. (2000). Ekuitas, obligasi, dan utang bank: Struktur modal dan
Akerlof, GA (1970). Pasar untuk "lemon": Ketidakpastian kualitas dan pasar
keseimbangan pasar keuangan di bawah informasi asimetris. Jurnal Ekonomi
mekanisme. Jurnal Ekonomi Triwulanan, 84(3), 488. https://doi.org/
Politik, 108(2), 324–351. https://doi.org/10.1086/262121
10.2307/1879431
Brammer, S., & Millington, A. (2008). Apakah membayar untuk menjadi berbeda? Sebuah analisis dari
Amore, MD, & Bennedsen, M. (2016). Tata kelola perusahaan dan inovasi hijau.
hubungan antara kinerja sosial dan keuangan perusahaan. Jurnal
Jurnal Ekonomi dan Manajemen Lingkungan, 75, 54–72. https://doi.org/
Manajemen Strategis, 29(12), 1325–1343. https://doi.org/10.1002/smj.714
10.1016/j.jeem.2015.11.003

14
C.Xing dkk.
Buysse, K., & Verbeke, A. (2003). Strategi lingkungan proaktif: Pemangku kepentingan
perspektif manajemen. Jurnal Manajemen Strategis, 24(5), 453–470. https://doi. org/
10.1002/smj.299
Cai, W., & Li, G. (2018). Penggerak inovasi lingkungan dan dampaknya terhadap kinerja:
Bukti dari Cina. Jurnal Produksi Bersih, 176, 110–118. https://doi.org/
10.1016/j.jclepro.2017.12.109
Chen, M., & Matousek, R. (2020). Apakah perusahaan produktif mendapatkan pendanaan eksternal? Bukti
dari perusahaan manufaktur yang terdaftar di China. Tinjauan Internasional Analisis
Keuangan, 67, 101422. https://doi.org/10.1016/j.irfa.2019.101422
Clarkson, PM, Li, Y., Richardson, GD, & Vasvari, FP (2008). Meninjau kembali hubungan
antara kinerja lingkungan dan pengungkapan lingkungan: Sebuah analisis empiris.
Akuntansi, Organisasi dan Masyarakat, 33(4–5), 303–327. https://doi.org/
10.1016/j.aos.2007.05.003
Cooper, SA, Raman, KK, & Yin, J. (2018). Efek Halo atau Efek Malaikat Jatuh? Perusahaan
menghargai konsekuensi dari emisi gas rumah kaca dan reputasi tanggung jawab sosial
perusahaan. Jurnal Akuntansi dan Kebijakan Publik, 37(3), 226–240. https://doi. org/10.1016/
j.jaccpubpol.2018.04.003
Cui, J., Jo, H., & Na, H. (2018). Apakah tanggung jawab sosial perusahaan mempengaruhi informasi?
asimetri? Jurnal Etika Bisnis, 148(3), 549–572. https://doi.org/10.1007/
s10551-015-3003-8
Dell'ariccia, G., Laeven, L., & Suarez, GA (2017). Leverage bank dan kebijakan moneter
saluran pengambilan risiko: Bukti dari Amerika Serikat. Jurnal Keuangan, 72(2),
613–654. https://doi.org/10.1111/jofi.12467
Dhaliwal, DS, Li, OZ, Tsang, A., & Yang, YG (2011). Nonkeuangan sukarela
pengungkapan dan biaya modal ekuitas: Inisiasi pelaporan tanggung jawab
sosial perusahaan. Tinjauan Akuntansi, 86(1), 59–100. https://doi.org/
10.2308/accr.00000005
Du, X., Jian, W., Zeng, Q., & Chang, Y. (2018). Apakah auditor memuji perusahaan?
kinerja lingkungan? Bukti dari Cina.Jurnal Etika Bisnis, 151(4), 1049–1080. https://
doi.org/10.1007/s10551-016-3223-6
El-Kassar, AN, & Singh, SK (2019). Inovasi dan organisasi hijau
kinerja: Pengaruh big data dan peran moderasi komitmen manajemen dan
praktik SDM. Peramalan Teknologi dan Perubahan Sosial, 144, 483–498. https://
doi.org/10.1016/j.techfore.2017.12.016
Fabrizi, A., Guarini, G., & Meliciani, V. (2018). Paten hijau, kebijakan regulasi, dan
kebijakan jaringan penelitian. Kebijakan Penelitian, 47(6), 1018–1031. https://doi.org/
10.1016/j.respol.2018.03.005
Francis, B., Hasan, I., Huang, Y., & Sharma, Z. (2012). Apakah bank menghargai inovasi?
Bukti dari perusahaan AS. Manajemen Keuangan, 41(1), 159–185. https://doi.org/
10.1111/j.1755-053X.2012.01181.x
Goss, A., & Roberts, GS (2011). Dampak tanggung jawab sosial perusahaan terhadap biaya
dari pinjaman bank. Jurnal Perbankan & Keuangan, 35(7), 1794–1810. https://doi.org/
10.1016/j.jbankfin.2010.12.002
Guenther, E., Guenther, T., Schiemann, F., & Weber, G. (2016). Relevansi pemangku kepentingan untuk
pelaporan. Bisnis & Masyarakat, 55(3), 361–397. https://doi.org/10.1177/
0007650315575119
Hao, J., Xiong, X., He, F., & Ma, F. (2019). Penemuan harga di indeks saham Cina
pasar berjangka. Keuangan dan Perdagangan Pasar Berkembang, 55(13), 2982–2996. https://doi.
org/10.1080/1540496X.2019.1598368
Hassan, M., Oueslati, W., & Rousselière, D. (2020). Menjelajahi hubungan antara energi
berbasis pajak dan pertumbuhan ekonomi. Ekonomi Lingkungan dan Studi Kebijakan, 22(1),
67–87. https://doi.org/10.1007/s10018-019-00247-5
Dia, L., Zhang, L., Zhong, Z., Wang, D., & Wang, F. (2019). Kredit hijau, terbarukan
investasi energi dan pengembangan ekonomi hijau: Analisis empiris berdasarkan 150
perusahaan yang terdaftar di China. Jurnal Produksi Bersih, 208, 363–372. https://doi.org/
10.1016/j.jclepro.2018.10.119
Hora, M., & Subramanian, R. (2019). Hubungan antara lingkungan positif
pengungkapan dan kinerja lingkungan: Investigasi empiris dosa greenwashing
dari trade-off tersembunyi. Jurnal Ekologi Industri, 23(4), 855–868. https://
doi.org/10.1111/jiec.12823
Huang, JW, & Li, YH (2017). Inovasi dan kinerja hijau: Pandangan tentang
kemampuan organisasi dan timbal balik sosial. Jurnal Etika Bisnis, 145(2), 309–324.
https://doi.org/10.1007/s10551-015-2903-y
Hummel, K., & Schlick, C. (2016). Hubungan antara kinerja keberlanjutan
dan pengungkapan keberlanjutan - merekonsiliasi teori pengungkapan sukarela dan teori
legitimasi. Jurnal Akuntansi dan Kebijakan Publik, 35(5), 455–476. https://doi.org/
10.1016/j.jaccpubpol.2016.06.001
Bank Industri dan Komersial China (ICBC). (2018).Pengumuman selesai
evaluasi diri implementasi green credit tahun 2017.
John, K., Litov, L., & Yeung, B. (2008). Tata kelola perusahaan dan pengambilan risiko.NS
Jurnal Keuangan, 63(4), 1679–1728. https://doi.org/10.1111/j.1540-
6261.2008.01372.x
Kang, T., Baek, C., & Lee, JD (2019). Efek dari strategi akumulasi pengetahuan
melalui pengalaman dan eksperimen pada pertumbuhan perusahaan. Peramalan Teknologi dan
Perubahan Sosial, 144, 169–181. https://doi.org/10.1016/j.techfore.2019.04.003
Kawai, N., Aneh, R., & Zucchella, A. (2018). Tekanan pemangku kepentingan, EMS
implementasi, dan inovasi hijau di anak perusahaan MNC di luar negeri. Ulasan
Bisnis Internasional, 27(5), 933-946. https://doi.org/10.1016/j.ibusrev.2018.02.004
Kim, EH, & Lyon, TP (2015). Greenwash vs. brownwash: Berlebihan dan tidak semestinya
kesederhanaan dalam pengungkapan keberlanjutan perusahaan. Ilmu Organisasi, 26(3), 705–723.
https://doi.org/10.1287/orsc.2014.0949
Kim, J., & Valentine, K. (2021). Konsekuensi inovasi dari paten wajib
pengungkapan. Jurnal Akuntansi dan Ekonomi, 71(2–3), 101381. https://doi.org/
10.1016/j.jacceco.2020.101381
15
Tinjauan Internasional Analisis Keuangan 77 (2001) 101838
Kunapatarawong, R., & Martínez-Ros, E. (2016). Menuju pertumbuhan hijau: Bagaimana hijau
inovasi mempengaruhi pekerjaan? Kebijakan Penelitian, 45(6), 1218-1232. https://doi.org/
10.1016/j.respol.2016.03.013
Li, D., Huang, M., Ren, S., Chen, X., & Ning, L. (2018). Legitimasi lingkungan, hijau
inovasi, dan pengungkapan karbon perusahaan: Bukti dari CDP China 100. Jurnal
Etika Bisnis, 150(4), 1089–1104. https://doi.org/10.1007/s10551-016-3187-6
Li, W., & Hu, M. (2014). Ikhtisar kebijakan keuangan lingkungan di Cina:
Perkuatan mekanisme terpadu untuk pengelolaan lingkungan. Perbatasan Ilmu &
Teknik Lingkungan, 8(3), 316–328. https://doi.org/10.1007/ s11783-014-0625-5
Lin, C., Ma, Y., Malatesta, P., & Xuan, Y. (2011). Struktur kepemilikan dan biaya
pinjaman perusahaan. Jurnal Ekonomi Keuangan, 100(1), 1-23. https://doi.org/
10.1016/j.jfineco.2010.10.012
Lin, CY, Tsai, WC, Hasan, I., & Tuan, LQ (2018). Manfaat pribadi dari kontrol dan
kontrak pinjaman bank. Jurnal Keuangan Perusahaan, 49, 324–343. https://doi.org/
10.1016/j.jcorpfin.2018.01.006
Liu, X., Wang, E., & Cai, D. (2019). Kebijakan kredit hijau, hak milik dan utang
pembiayaan: Bukti eksperimental semu alami dari Cina. Surat Riset Keuangan, 29,
129–135. https://doi.org/10.1016/j.frl.2019.03.014
Cinta, I. (2003). Pengembangan keuangan dan kendala pembiayaan: Bukti internasional
dari model investasi struktural. Tinjauan Studi Keuangan, 16(3), 765–791.https://
doi.org/10.1093/rfs/hhg013
Lyon, TP, & Montgomery, AW (2013). Tweetjacked: Dampak media sosial pada
pencucian hijau perusahaan. Jurnal Etika Bisnis, 118(4), 747–757. https://doi.org/
10.1007/s10551-013-1958-x
Managi, S., Hibiki, A., & Shimane, T. (2014). Efisiensi atau adopsi teknologi: Sebuah kasus
mempelajari teknologi pengolahan limbah. Ekonomi Sumber Daya dan Energi, 36
(2), 586–600. https://doi.org/10.1016/j.reseneeco.2013.09.002
Meuleman, M., & De Maeseneire, W. (2012). Apakah subsidi R&D mempengaruhi akses UKM ke
pembiayaan eksternal? Kebijakan Penelitian, 41(3), 580–591. https://doi.org/10.1016/j.
respol.2012.01.001
Monasterolo, I., & de Angelis, L. (2020). Buta terhadap risiko karbon? Analisis pasar saham
reaksi terhadap Perjanjian Paris. Ekonomi Ekologis, 170, 106571. https://doi.org/
10.1016/j.ecolecon.2019.106571
Nandy, M., & Lodh, S. (2012). Apakah bank menghargai keramahan lingkungan perusahaan dalam
keputusan pinjaman perusahaan? Beberapa bukti empiris.Tinjauan Internasional
Analisis Keuangan, 25, 83–93. https://doi.org/10.1016/j.irfa.2012.06.008
Nordhaus, W. (2019). Perubahan iklim: Tantangan utama bagi ekonomi.Amerika
Tinjauan Ekonomi, 109(6), 1991–2014. https://doi.org/10.1257/aer.109.6.1991
Passetti, E., Cinquini, L., & Tenucci, A. (2018). Menerapkan lingkungan internal
manajemen dan pengungkapan lingkungan sukarela. Jurnal Akuntansi, Auditing &
Akuntabilitas, 31(4), 1145-1173. https://doi.org/10.1108/AAAJ-02-2016- 2406
Plumlee, M., Xie, Y., Yan, M., & Yu, JJ (2015). Spread pinjaman bank dan pribadi
informasi: Paten persetujuan yang tertunda. Review Studi Akuntansi, 20(2), 593–638.
https://doi.org/10.1007/s11142-014-9304-9
Porter, ME, & van der Linde, C. (1995). Menuju konsepsi baru tentang lingkungan-
hubungan daya saing. Jurnal Perspektif Ekonomi, 9(4), 97–118. https://doi.org/
10.1257/jep.9.4.97
Purcel, A. (2020). Wawasan baru ke dalam hipotesis kurva Kuznets lingkungan di
ekonomi berkembang dan transisi: Sebuah survei literatur. Ekonomi Lingkungan
dan Studi Kebijakan, 22(4), 585–631. https://doi.org/10.1007/s10018-020-00272-9
Qian, N. (2008). Wanita yang hilang dan harga teh di Cina: Efek spesifik jenis kelamin
pendapatan pada ketidakseimbangan seks. Jurnal Ekonomi Triwulanan, 123(3), 1251–
1285.https://doi.org/10.1162/qjec.2008.123.3.1251
Qiu, Y., & Shen, T. (2017). Tenaga kerja terorganisir dan harga pinjaman: Sebuah diskontinuitas regresi
analisis desain. Jurnal Keuangan Perusahaan, 43, 407–428. https://doi.org/10.1016/
j.jcorpfin.2017.02.007
Rezaee, Z., & Tuo, L. (2019). Apakah kuantitas dan kualitas pengungkapan keberlanjutan?
terkait dengan kualitas pendapatan bawaan dan diskresioner? Jurnal Etika Bisnis,
155(3), 763–786. https://doi.org/10.1007/s10551-017-3546-y
Ronaghi, M., Reed, M., & Saghaian, S. (2020). Dampak faktor ekonomi dan
tata kelola emisi gas rumah kaca. Ekonomi Lingkungan dan Studi Kebijakan, 22(2),
153-172. https://doi.org/10.1007/s10018-019-00250-w
Roychowdhury, S., Shroff, N., & Verdi, RS (2019). Dampak pelaporan keuangan dan
pengungkapan investasi perusahaan: Sebuah tinjauan. Jurnal Akuntansi dan Ekonomi, 68(2–
3), 101246. https://doi.org/10.1016/j.jacceco.2019.101246
Schiemann, F., & Sakhel, A. (2019). Pengungkapan karbon, faktor kontekstual, dan
asimetri informasi: Kasus pelaporan risiko fisik. Ulasan Akuntansi Eropa, 28(4),
791–818. https://doi.org/10.1080/09638180.2018.1534600
Schreck, P., & Raithel, S. (2018). Kinerja sosial perusahaan, ukuran perusahaan, dan
visibilitas organisasi: Efek yang berbeda dan bersama pada pelaporan keberlanjutan
sukarela. Bisnis & Masyarakat, 57(4), 742–778. https://doi.org/10.1177/
0007650315613120
Strausz, R. (2017). Teori crowdfunding: Pendekatan desain mekanisme dengan
menuntut ketidakpastian dan moral hazard. Ulasan Ekonomi Amerika, 107(6),
1430–1476. https://doi.org/10.1257/aer.20151700
Sun, J., Wang, F., Yin, H., & Zhang, B. (2019). Pembicaraan uang: Dampak lingkungan dari
kebijakan kredit hijau China. Jurnal Analisis dan Manajemen Kebijakan, 38(3),
653–680. https://doi.org/10.1002/pam.22137
Teece, DJ, Pisano, G., & Shuen, A. (1997). Kemampuan dinamis dan strategis
pengelolaan. Jurnal Manajemen Strategis, 18(7), 509–533. https://doi.org/
10.1002/(SICI)1097-0266(199708)18:7<509::AID-SMJ882>3.0.CO;2-Z
Teeter, P., & Sandberg, J. (2017). Membatasi atau mengaktifkan kemampuan hijau
perkembangan? Bagaimana ketidakpastian kebijakan memengaruhi respons organisasi terhadap fleksibilitas
C.Xing dkk.
peraturan lingkungan. Jurnal Manajemen Inggris, 28(4), 649–665. https://doi.org/
10.1111/1467-8551.12188
Testa, F., Miroshnychenko, I., Barontini, R., & Frey, M. (2018). Apakah itu membayar untuk menjadi
greenwasher atau brownwasher? Strategi Bisnis dan Lingkungan, 27(7),
1104-1116. https://doi.org/10.1002/bse.2058
Komisi Regulasi Perbankan China (CBRC). (2007).Saran tentang
penerapan kebijakan dan peraturan lingkungan dan menjaga terhadap risiko kredit.
Komisi Regulasi Perbankan China (CBRC). (2012).Pemberitahuan tentang pencetakan dan penerbitan
pedoman kredit hijau.
Komisi Regulasi Perbankan China (CBRC). (2013).Pemberitahuan tentang penyerahan
statistik kredit hijau.
Bank Rakyat Tiongkok (PBC). (2016).Panduan untuk membangun sistem keuangan hijau. Miringkan, CA
(2006). Menghubungkan aktivitas lingkungan dan pengungkapan lingkungan secara
kerangka perubahan organisasi. Jurnal Akuntansi & Perubahan Organisasi, 2
(1), 4–24. https://doi.org/10.1108/18325910610654108
Tolliver, C., Keeley, AR, & Managi, S. (2020a). Pendorong pertumbuhan pasar obligasi hijau:
Pentingnya Kontribusi yang Ditentukan Secara Nasional pada Perjanjian Paris dan
implikasinya terhadap keberlanjutan. Jurnal Produksi Bersih, 244, 118643. https://
doi.org/10.1016/j.jclepro.2019.118643
Tolliver, C., Keeley, AR, & Managi, S. (2020b). Target kebijakan di balik obligasi hijau untuk
energi terbarukan: Apakah komitmen iklim penting? Peramalan Teknologi dan
Perubahan Sosial, 157, 120051. https://doi.org/10.1016/j.techfore.2020.120051
Walker, K., & Wan, F. (2012). Kerugian dari tindakan simbolis dan pencucian hijau:
Tindakan dan komunikasi perusahaan tentang kinerja lingkungan dan mereka
16
Tinjauan Internasional Analisis Keuangan 77 (2001) 101838
implikasi keuangan. Jurnal Etika Bisnis, 109(2), 227–242. https://doi.org/
10.1007/s10551-011-1122-4
Weber, O. (2012). Manajemen risiko kredit lingkungan di bank dan jasa keuangan
institusi. Strategi Bisnis dan Lingkungan, 21(4), 248–263. https://doi.org/
10.1002/bse.737
Weber, O. (2017). Keberlanjutan perusahaan dan kinerja keuangan bank-bank Cina.
Jurnal Akuntansi, Manajemen dan Kebijakan Keberlanjutan, 8(3), 358–385. https://doi. org/
10.1108/SAMPJ-09-2016-0066
Xing, C., Zhang, Y., & Wang, Y. (2020). Apakah bank menghargai manajemen hijau di Cina? NS
perspektif kebijakan kredit hijau. Surat Riset Keuangan, 35, 101601. https://doi.org/
10.1016/j.frl.2020.101601
Zhang, B., Yang, Y., & Bi, J. (2011). Melacak implementasi kebijakan kredit hijau
di Cina: Perspektif top-down dan reformasi bottom-up. Jurnal Manajemen
Lingkungan, 92(4), 1321–1327. https://doi.org/10.1016/j.jenvman.2010.12.019
Zhang, Y., Xing, C., & Babat, D. (2021). Redistribusi kebijakan kredit hijau China
di antara perusahaan manufaktur ramah lingkungan dengan berbagai ukuran: Apakah
bank menghargai usaha kecil dan menengah? Jurnal Internasional Penelitian Lingkungan
dan Kesehatan Masyarakat, 18(1), 33. https://doi.org/10.3390/ijerph18010033
Zhang, Y., Xing, C., & Wang, Y. (2020). Apakah inovasi hijau mengurangi pembiayaan
kendala? Bukti dari perusahaan swasta China.Jurnal Produksi Bersih, 264, 121698.
https://doi.org/10.1016/j.jclepro.2020.121698
Zhu, Q., Geng, Y., & Lai, K. (2010). Praktik ekonomi sirkular di kalangan orang Tionghoa
produsen bervariasi dalam kerjasama rantai pasokan berorientasi lingkungan dan
implikasi kinerja. Jurnal Manajemen Lingkungan, 91(6), 1324–1331.https://doi.org/
10.1016/j.jenvman.2010.02.013