龔玉霞 張新 王茹

【摘 要】 選取15家商業(yè)銀行作為研究對象，運用2008—2016年的相關(guān)數(shù)據(jù)，構(gòu)建動態(tài)面板模型，分析我國商業(yè)銀行實施綠色信貸對經(jīng)營績效的影響。結(jié)果表明，商業(yè)銀行實施綠色信貸對其綜合經(jīng)營績效具有正向顯著影響。對于流動性的廣義矩估計顯示，綠色信貸比率的回歸系數(shù)正向不顯著，但對盈利性與安全性的廣義矩估計顯示，綠色信貸比率的回歸系數(shù)分別在1%和5%水平顯著，這說明綠色信貸主要是通過對盈利性和安全性的影響，進而影響商業(yè)銀行的綜合經(jīng)營績效。

【關(guān)鍵詞】 商業(yè)銀行； 綠色信貸； 經(jīng)營績效； 廣義矩估計； 動態(tài)面板模型

【中圖分類號】 F832.4 【文獻標識碼】 A 【文章編號】 1004-5937（2018）09-0018-05

一、引言

經(jīng)濟在發(fā)展，社會在進步，但人類賴以生存的環(huán)境卻變得越來越糟，威脅到人類的生存。為使環(huán)境問題得到改善，必須大力發(fā)展低碳經(jīng)濟。從1992年的《聯(lián)合國氣候變化框架公約》，到2007年國家環(huán)保總局、人民銀行和銀監(jiān)會聯(lián)合發(fā)布的《關(guān)于落實環(huán)保政策法規(guī)防范信貸風(fēng)險的意見》提出以綠色信貸機制為主要手段來遏制高耗能高污染及產(chǎn)能過剩產(chǎn)業(yè)的盲目擴張，再到2016年出臺的《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見》中提出大力發(fā)展綠色信貸，可以發(fā)現(xiàn)，走低碳節(jié)能環(huán)保的發(fā)展路線是形勢所趨，眾望所歸。而倡行低碳環(huán)保模式需要政府、金融機構(gòu)及企業(yè)等多方的共同支持，尤其是商業(yè)銀行的大力支持。

商業(yè)銀行是以盈利為主要目的的金融機構(gòu)，對于推行綠色信貸需要考慮的主要問題是綠色信貸的實施是否會對其經(jīng)營績效產(chǎn)生抑制影響。因此，研究我國商業(yè)銀行實施綠色信貸對其經(jīng)營績效的影響具有重要的現(xiàn)實意義。

二、文獻綜述

綠色信貸（Green Credit）是可持續(xù)發(fā)展的重要內(nèi)容。綠色信貸是將環(huán)境保護嵌入到金融業(yè)中的一種創(chuàng)新金融工具，主要指通過在金融領(lǐng)域建立環(huán)境準入門檻，金融機構(gòu)（尤其是商業(yè)銀行）為達到環(huán)境準入標準的企業(yè)提供資金支持，對未達到環(huán)境準入標準的企業(yè)，拒絕提供資金支持的融資政策。其目的是從源頭上切斷“兩高一?！毙袠I(yè)盲目擴張的經(jīng)濟來源，支持低碳環(huán)保等綠色行業(yè)穩(wěn)健發(fā)展，從而使環(huán)境問題得到治理。綠色信貸在國外通常被稱為可持續(xù)融資（Sustainable Finance）或環(huán)境融資（Environment Finance）。其最早可追溯到20 世紀80年代初美國的“超級基金法案”。國外學(xué)者對綠色信貸與商業(yè)銀行財務(wù)績效關(guān)系的研究也比較成熟。美國著名管理學(xué)家波特[1]提出的波特假說，認為合規(guī)的環(huán)保政策可誘導(dǎo)企業(yè)在生產(chǎn)過程中摒棄舊生產(chǎn)模式，進行技術(shù)創(chuàng)新，技術(shù)創(chuàng)新不僅帶來企業(yè)環(huán)境績效的改善，而且?guī)淼氖找孢€可彌補甚至超過由于環(huán)境治理所產(chǎn)生的成本，最終實現(xiàn)企業(yè)環(huán)境和經(jīng)濟的雙贏；Olaf Weber[2]對已簽署和未簽署聯(lián)合國環(huán)境規(guī)劃署聲明的205家歐洲銀行是否將環(huán)境因素納入信貸風(fēng)險評估等各個過程進行了調(diào)查，發(fā)現(xiàn)已簽署銀行對環(huán)境因素的考慮高于未簽署銀行，而且已簽署銀行的資本收益率均高于未簽署銀行；Geaffrey[3]研究商業(yè)銀行環(huán)保意識與其經(jīng)營績效的關(guān)系，發(fā)現(xiàn)銀行進行環(huán)境風(fēng)險管理雖然會投入一部分成本，導(dǎo)致銀行成本增加，但從長期來看，其會因進行環(huán)境風(fēng)險管理而免掉一些損失，從而獲得更高的資產(chǎn)收益率；另有學(xué)者對綠色信貸和商業(yè)銀行可持續(xù)發(fā)展進行研究，結(jié)果表明綠色信貸對商業(yè)銀行的經(jīng)濟效益有正向影響，促進商業(yè)銀行實現(xiàn)經(jīng)濟的可持續(xù)發(fā)展。

我國綠色信貸的研究起步較晚，相關(guān)數(shù)據(jù)有限，對于綠色信貸對商業(yè)銀行財務(wù)績效的研究都集中在近幾年，學(xué)者所秉持的觀點有一定的差異。周琳琳[4]和尹婭婷[5]通過構(gòu)建面板回歸模型來研究綠色信貸對商業(yè)銀行盈利能力的影響，均以平均資產(chǎn)回報率（ROA）作為衡量銀行盈利性的指標，以綠色信貸比率作為解釋變量進行研究，結(jié)果得出綠色信貸比率的增加會對銀行盈利能力產(chǎn)生抑制作用；周再清等[6]用2010年和2013年分別作為研究的前期和后期，對銀行綠色信貸表現(xiàn)及其財務(wù)績效進行相關(guān)分析和回歸分析。相關(guān)分析結(jié)果顯示，銀行綠色信貸表現(xiàn)與財務(wù)績效存在著正相關(guān)關(guān)系?；貧w分析表明，綠色信貸對提高銀行財務(wù)績效并不顯著；劉立民等[7]和朱廣印等[8]運用個體固定效應(yīng)模型分析綠色信貸對銀行盈利能力的影響，他們的研究發(fā)現(xiàn)，商業(yè)銀行推行綠色信貸對銀行的財務(wù)績效具有積極影響，而且這種關(guān)系在長期內(nèi)更為明顯。

綜上可以發(fā)現(xiàn)，第一，目前大多數(shù)學(xué)者的研究都沒有綜合考慮商業(yè)銀行的財務(wù)績效，僅用ROA或ROE代表，而影響銀行財務(wù)的指標有很多，這樣會存在一定的誤差，對此，本文將綜合考慮影響商業(yè)銀行經(jīng)營績效的指標，通過因子分析得出綜合經(jīng)營績效指標，進行分析。第二，多數(shù)學(xué)者沒有考慮到銀行經(jīng)營績效存在一定的“慣性”，并且是一個連續(xù)的過程，即銀行經(jīng)營績效不僅受到當期各種因素的影響，而且還會受到前期經(jīng)營績效水平的影響，因此本文建立了動態(tài)面板數(shù)據(jù)模型，即在模型中把滯后一期銀行經(jīng)營績效作為自變量之一，在借鑒前人研究的基礎(chǔ)上，研究綠色信貸對商業(yè)銀行經(jīng)營績效的影響。

三、數(shù)據(jù)來源和指標選取

（一）數(shù)據(jù)來源

根據(jù)近年上市商業(yè)銀行資產(chǎn)的排名，考慮到數(shù)據(jù)的可獲得性，選取2008—2016年15家商業(yè)銀行的數(shù)據(jù)進行實證分析[9]。這15家上市銀行分別是中國建設(shè)銀行、中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、交通銀行、招商銀行、浦發(fā)銀行、中國民生銀行、興業(yè)銀行、華夏銀行、中信銀行、光大銀行、平安銀行①、北京銀行、南京銀行。銀行的財務(wù)指標數(shù)據(jù)來源于各銀行年報，綠色信貸相關(guān)數(shù)據(jù)來源于各銀行的社會責(zé)任報告，各宏觀經(jīng)濟變量來自中國統(tǒng)計局官網(wǎng)。

（二）指標選取

在指標的選擇上，對于商業(yè)銀行的經(jīng)營績效，銀行的經(jīng)營遵循“盈利性、安全性和流動性”三性原則，在綜合考慮商業(yè)銀行經(jīng)營情況及數(shù)據(jù)可得性基礎(chǔ)上，選取盈利性、安全性和流動性這三個方面對商業(yè)銀行的經(jīng)營績效進行度量。衡量盈利性的指標選取加權(quán)平均凈資產(chǎn)收益率、平均總資產(chǎn)回報率和成本收入比三項；衡量安全性的指標選取資本充足率、不良貸款率和撥備覆蓋率三項；衡量流動性的指標選取最大10家客戶貸款比例、存貸比率和流動性比率三項。其中成本收入比、不良貸款比率和最大10家客戶貸款比例為逆向指標。對于以上9項指標，本文擬通過因子分析，求得商業(yè)銀行經(jīng)營績效的綜合表現(xiàn)。

對于衡量綠色信貸的指標，由于綠色信貸是和環(huán)境掛鉤的，就應(yīng)包括商業(yè)銀行將資金貸給低碳節(jié)能類綠色行業(yè)這部分的比重以及“兩高一?！毙袠I(yè)這部分的比重，前者的比重越高或后者的比重越低說明綠色信貸開展范圍越大，開展越好，反之亦然。故本文開始擬選取綠色信貸比率、節(jié)能減排領(lǐng)域貸款項目數(shù)和“兩高一?！毙袠I(yè)貸款占比三項指標，但考慮到數(shù)據(jù)的可得性，最終選取綠色信貸比率作為綠色信貸指標。對于綠色信貸部分缺失的數(shù)據(jù)，本文通過線性插補法進行填充。

綠色信貸和經(jīng)營績效之間的關(guān)系，還可能受到銀行規(guī)模和銀行年齡的影響，故將銀行規(guī)模和銀行上市時間作為銀行內(nèi)部控制因素；銀行不同于上市公司，宏觀經(jīng)濟因素對銀行運行的影響程度較大。因此，對于宏觀經(jīng)濟因素，考慮到某些宏觀經(jīng)濟因素相關(guān)性很高，將相關(guān)性很高的變量納入模型會造成多重共線性，經(jīng)過反復(fù)驗證及相關(guān)文獻參考，最終選取GDP增長率和廣義貨幣供應(yīng)增長率作為銀行外部控制因素。由于2016年GDP和廣義貨幣供應(yīng)量并未公布，本文采用2015年的GDP和廣義貨幣供應(yīng)量的增長率來對2016年的GDP和廣義貨幣量進行估算。變量的具體描述如表1所示。

四、實證分析

本文首先通過因子分析對商業(yè)銀行的經(jīng)營績效進行度量，然后分別從盈利性、流動性、安全性及綜合經(jīng)營績效四個方面，基于系統(tǒng)GMM法對動態(tài)面板進行估計，研究綠色信貸對商業(yè)銀行經(jīng)營績效的影響。

（一）商業(yè)銀行經(jīng)營績效的衡量

本文對15家商業(yè)銀行從盈利性、安全性和流動性3個方面9項指標，通過因子分析法求商業(yè)銀行綜合經(jīng)營績效。在進行因子分析之前，本文采用倒數(shù)法將成本收入比、不良貸款比率和最大10家客戶存貸款比例進行了逆向化處理。

1.KMO和Bartlett的檢驗

KMO反映的是變量間的簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)，取值范圍在0—1之間。如表2所示，KMO值為0.652，大于0.5，表示適合進行因子分析。Bartlett球度檢驗的統(tǒng)計值的顯著性概率是0.000，小于0.01，同樣說明可進行因子分析。

2.解釋的總方差及旋轉(zhuǎn)因子載荷矩陣

本文對15家商業(yè)銀行根據(jù)特征值大于1提取公共因子，未旋轉(zhuǎn)之前的解釋方差如表3所示，結(jié)果表明，提取了特征值大于1的3個公共因子，第一個公共因子F1解釋原始變量27.504%的信息，第2個公共因子解釋原始變量23.330%的信息，第三個公共因子解釋原始變量21.209%的信息，3個公共因子共解釋原始變量72.044%的信息。因此對于總樣本盈利性、安全性和流動性9項評價指標，本文用提取的3個公共因子進行替代。

建立因子分析模型的目的不僅是要找出公共因子及對變量進行分組，更重要的是要知道每個公共因子的實際意義，以便對實際問題做出科學(xué)的分析。因此，當初始因子載荷矩陣的結(jié)構(gòu)不便對公共因子進行解釋時，可由因子載荷陣的不唯一性，通過正交變換來實現(xiàn)在無窮多的因子載荷陣中選取一個符合要求的“理想”載荷矩陣。旋轉(zhuǎn)后的解釋方差如表4所示。

由表4發(fā)現(xiàn)，3個因子對原始變量的解釋信息分別為26.789%、23.331%和21.925%，公因子對原始變量的解釋程度更加均衡。旋轉(zhuǎn)后的累計方差解釋不變，仍舊為72.044%。旋轉(zhuǎn)后的因子載荷如表5所示。旋轉(zhuǎn)后的因子載荷表示，X1、X2和1/X3在第二個公因子上的載荷絕對值最大，因此第二個公因子表示盈利能力因子，記作“F2”；X4、1/X5和X6在第三個公因子的載荷絕對值最高，因此第三個公因子表示安全性因子，記作“F3”；1/X7、X8和X9在第一個公因子上的載荷絕對值最大，因此第一個公因子表示流動性因子，記作“F1”。

3.成分得分系數(shù)矩陣

由于本文并不重點研究每個公共因子的具體含義，只是對原始9項指標提取公共因子對原始變量進行解釋，故不討論旋轉(zhuǎn)后的載荷矩陣，僅關(guān)注公因子得分的系數(shù)表達式，成分得分系數(shù)矩陣如表6所示。

根據(jù)成分得分系數(shù)矩陣，可以得到各公共因子得分的系數(shù)表達式：

F1=-0.098X1+0.007X2+0.087X3+…+

0.371X7-0.331X8+0.375X9

F2=0.395X1+0.409X2+0.347X3+…-

0.014X7-0.064X8-0.055X9

F3=-0.046X1-0.017X2+0.017X3+…+0.015X7+0.020X8-

0.042X9

由旋轉(zhuǎn)后的解釋方差表對各個公共因子進行賦值權(quán)重，權(quán)重結(jié)果如下所示：

w1=27.504/（27.504+23.330+21.209）=0.382

w2=23.330/（27.504+23.330+21.209）=0.323

w3=21.209/（27.504+23.330+21.209）=0.294

因此，經(jīng)營績效的綜合得分表達式為：

F=0.382F1+0.323F2+0.294F3

（二）動態(tài)面板模型分析

1.綜合經(jīng)營績效系統(tǒng)GMM估計

對于綜合經(jīng)營績效，本文分別采用了OLS模型、固定效應(yīng)面板模型FE及系統(tǒng)GMM估計對動態(tài)面板模型進行估計，結(jié)果如表7所示。結(jié)果顯示，系統(tǒng)GMM估計的滯后一期經(jīng)營績效的回歸系數(shù)估計結(jié)果0.2982介于OLS估計結(jié)果0.5350和FE估計結(jié)果0.0998之間，表明采用系統(tǒng)GMM對動態(tài)面板GMM估計是有效的，估計結(jié)果可靠且穩(wěn)健。此外模型的AR（1）和AR（2）檢驗及Sargan檢驗結(jié)果表明系統(tǒng)GMM模型估計的殘差滿足二階不相關(guān)和工具變量選擇合理的原假設(shè)。同時，系統(tǒng)GMM模型F的滯后項通過了1%顯著性水平的原假設(shè)，表明商業(yè)銀行經(jīng)營績效存在動態(tài)連續(xù)性。

系統(tǒng)GMM估計結(jié)果表明，綠色信貸比率回歸系數(shù)在10%的顯著性水平正向顯著，表明綠色信貸比率對商業(yè)銀行經(jīng)營績效具有顯著的正向影響，綠色信貸比率的提高，對商業(yè)銀行經(jīng)營績效具有正向的促進效應(yīng)。因此，對于商業(yè)銀行應(yīng)加大綠色信貸比率的規(guī)模，以提高商業(yè)銀行經(jīng)營績效的績效。此外，控制變量回歸結(jié)果顯示，Ln TA和Age回歸系數(shù)均正向不顯著，表明商業(yè)銀行規(guī)模、上市時間對其經(jīng)營績效促進效應(yīng)不明顯。宏觀經(jīng)濟變量回歸系數(shù)檢驗結(jié)果顯示，國內(nèi)生產(chǎn)總值對商業(yè)銀行經(jīng)營績效具有顯著的正向促進效應(yīng)，經(jīng)濟發(fā)展越好，商業(yè)銀行經(jīng)營績效的表現(xiàn)就越好。但是廣義貨幣供應(yīng)增長率對商業(yè)銀行的經(jīng)營績效具有顯著的負向影響，即廣義貨幣供應(yīng)量M2越多，不利于商業(yè)銀行提高自身的經(jīng)營績效。這是因為M2是交易貨幣M1加上活期存款、定期存款及儲蓄存款，若這些貨幣供應(yīng)量越來越多，會有通貨膨脹的風(fēng)險，從而對銀行經(jīng)營產(chǎn)生消極影響。

2.流動性、盈利性與安全性系統(tǒng)GMM估計

下面將分別從流動性、盈利性及安全性三方面采用動態(tài)面板系統(tǒng)GMM估計深入分析綠色信貸對商業(yè)銀行經(jīng)營績效的影響。

在估計過程中發(fā)現(xiàn)，流動性、盈利性與安全性的系統(tǒng)GMM估計的滯后一期經(jīng)營績效的回歸系數(shù)估計結(jié)果介于OLS估計結(jié)果和FE估計結(jié)果之間，表明采用系統(tǒng)GMM對流動性、盈利能力及安全性的動態(tài)面板GMM估計是有效的。此外模型的AR（1）和AR（2）檢驗及Sargan檢驗結(jié)果均表明系統(tǒng)GMM模型估計的殘差滿足二階不相關(guān)和工具變量選擇合理的原假設(shè)。同時，系統(tǒng)GMM模型的F1、F2和F3的滯后項通過了1%顯著性水平的原假設(shè)，表明商業(yè)銀行流動性、盈利能力與安全性也存在動態(tài)連續(xù)性。如表8。

對于流動性系統(tǒng)GMM估計結(jié)果，綠色信貸比率的回歸系數(shù)正向不顯著，但是盈利能力與安全性的系統(tǒng)GMM估計顯示，綠色信貸比率的回歸系數(shù)分別在1%和5%顯著性水平顯著，表明綠色信貸比率對商業(yè)銀行的流動性影響不顯著，但是對商業(yè)銀行的盈利能力與安全性較為顯著，故綠色信貸對商業(yè)銀行經(jīng)營績效的影響主要是通過對商業(yè)銀行盈利性和安全性的影響，進而影響其綜合經(jīng)營績效。

對于控制變量，回歸結(jié)果顯示，銀行規(guī)模均對商業(yè)銀行的流動性、盈利能力與安全性的正向影響不顯著，但是商業(yè)銀行的上市時間對商業(yè)銀行的盈利性在5%的顯著性水平具有顯著負向影響，但是對流動性和安全性影響不顯著。對于宏觀經(jīng)濟變量，國內(nèi)生產(chǎn)總值對商業(yè)銀行的盈利性和安全性在5%顯著性水平正向影響顯著，但是對商業(yè)銀行的流動性影響不顯著，而廣義貨幣供應(yīng)量僅發(fā)現(xiàn)在1%顯著性水平對商業(yè)銀行流動性的負向影響顯著，但是對商業(yè)銀行的盈利性和安全性的負向影響不顯著。

五、綠色信貸推行的對策與建議

綜上可得，綠色信貸對商業(yè)銀行經(jīng)營績效是正向顯著的，對其經(jīng)營績效有促進作用?？紤]到商業(yè)銀行的聲譽和公眾形象，綜合來看，實施綠色信貸的優(yōu)勢遠大于劣勢，但由于綠色信貸在我國起步較晚，關(guān)于綠色信貸的一些準則政策尚不成熟，為合理發(fā)展推行綠色信貸，下面對其現(xiàn)階段存在的問題提出對策建議。

（1）政府應(yīng)制定綠色信貸相關(guān)法律法規(guī)。政府對于綠色信貸相關(guān)金融創(chuàng)新已出臺一些規(guī)范性政策，但隨著綠色信貸的不斷成熟，政府對其運行的各個環(huán)節(jié)尚缺乏監(jiān)督、執(zhí)行力度和激勵機制，政府應(yīng)針對此問題制定相應(yīng)的法律法規(guī)。（2）完善環(huán)保部門信息溝通機制，為銀行業(yè)與環(huán)保部搭建橋梁。綠色信貸是將環(huán)境因素納入信貸中，需要環(huán)保部門提供可靠的信息，來衡量綠色信貸的環(huán)境風(fēng)險，綜合決策是否放貸，現(xiàn)尚缺乏有效的溝通平臺，故需完善環(huán)保部的溝通機制。（3）應(yīng)積極推行適應(yīng)中國發(fā)展的赤道原則。作為發(fā)展中國家，我國的國情及金融領(lǐng)域運行機制與部分歐美國家存在一定差異，赤道原則是通用的國際化原則，我國應(yīng)綜合考慮現(xiàn)階段情況，推行適應(yīng)我國發(fā)展的特色版赤道原則。（4）培養(yǎng)商業(yè)銀行綠色領(lǐng)域?qū)I(yè)人才，加強綠色信貸產(chǎn)品的創(chuàng)新。綠色信貸是金融與環(huán)境保護相交叉的金融創(chuàng)新，需要培養(yǎng)專業(yè)人才，進行相關(guān)產(chǎn)品的完善與創(chuàng)新。（5）扶持節(jié)能環(huán)保行業(yè)，嚴懲兩高一剩行業(yè)。由于兩高一剩行業(yè)能給其當?shù)卣畮硪欢ɡ妫瑢?dǎo)致兩高一剩行業(yè)受地方政府保護嚴重，對此，應(yīng)加強兩高一剩行業(yè)的懲治力度，鼓勵地方政府引進節(jié)能環(huán)保行業(yè)。

【參考文獻】

[1] PORTER L.Toward a new conception of the environment-competitiveness relationship[J].The Journal of Economic Perspectives，1995，9（4）：97-118.

[2] OLAF WEBER.Sustainability benchmarking of european banks and financial service organizations[J].Corporate Social Responsibility and Environmental Management，2005，12（2）：73-87.

[3] GEOFFREY HEAL.Corporate social responsibility：An economic and financial framework[J].Geneva Papers on Risk and Insurance：Issues and Practice，2005，30（3）：387-409.

[4] 周琳琳.綠色信貸對中國商業(yè)銀行盈利能力的影響[D].吉林大學(xué)碩士學(xué)位論文，2014.

[5] 尹婭婷.綠色信貸對商業(yè)銀行盈利性影響研究[D].南京師范大學(xué)碩士學(xué)位論文，2015.

[6] 周再清，馬，曾建華.我國上市銀行綠色信貸表現(xiàn)及其財務(wù)績效關(guān)聯(lián)性研究[J].廣西財經(jīng)學(xué)院學(xué)報，2017（1）：59-68.

[7] 劉立民，牛玉鳳，王永強.綠色信貸對我國商業(yè)銀行盈利能力的影響——基于14家上市銀行的面板數(shù)據(jù)分析[J].西部金融，2017（3）：28-33.

[8] 朱廣印，王曉寧，李燕茹.商業(yè)銀行推行綠色信貸內(nèi)在動力的實證分析[J].財會月刊，2017（18）：68-73.

[9] 宋曉玲，吳嘉伊.綠色信貸對財務(wù)績效的影響——來自赤道銀行的經(jīng)驗證據(jù)[J].征信，2017（3）：12-18.