绿色信贷对商业银行信贷风险的影响

陈涛 欧阳仁杰

摘要：近年，我国商业银行的绿色信贷业务取得了一定的发展，但其占全部贷款的比重仍较低。通过分析绿色信贷的作用及其对商业银行信贷风险的影响机制，运用2008-2018年我国五大国有控股商业银行的年度数据建立面板回归模型，研究绿色信贷比重对商业银行不良贷款率的影响，实证结果表明二者存在显著负相关关系，即绿色信贷增加有助于降低银行信贷风险。提出强化商业银行的社会责任意识;完善商业银行的绿色信贷风险管理机制等商业银行绿色信贷可持续发展的建议。

关键词：绿色信贷;商业银行;信贷风险

中图分类号：F830    文献标识码：A

文章编号：1005-913X（2020）09-0093-05

Study on the Influence of Green Credit on Credit Risk of Commercial Banks

——Based on the empirical study on the five big commercial banks panel data

Chen Tao1，Ouyang Renjie2

（1.School of finance， University of international business and economics， Beijing 100029;2.University of Leeds， Leeds， UK， 29jt）

Abstract： the paper first analyzes the role of green credit and its impact mechanisms on the credit risk of commercial banks， then we use the annual data of five state-holding commercial banks in China from 2008 to 2018 to establish a panel regression model， in order to study the impact of green credit ratio on the non-performing loan rate of commercial banks. The empirical result shows that they have obvious negative correlation， that is，the increase of green credit helps to reduce the credit risk of commercial banks. Finally， this paper puts forward some suggestions on sustainable development of green credit in commercial banks.

Key words： Green Credit， Commercial Bank， Credit Risk

一、引言

近年来，我国速度为先、过度扩张的不良经济发展模式引起了环境污染、资源短缺等问题。因此，对于低碳、绿色、可持续发展事业的引导是政府部门及金融机构的重要社会责任之一，也是供给侧结构性改革的关键。绿色信贷正是应运而生的优化资源配置、促进环境改善和经济可持续发展的信贷融资模式。绿色信贷一方面通过支持环保项目，包括清洁能源、水管理、气候适应性农业、智能电网和低碳运输系统等综合性国家投资计划，以支持经济可持续发展;另一方面建立环境准入门槛，限制“两高一剩”（即高污染、高能耗、产能过剩）型工业企业的授信支持额度，并通过实施惩罚性高利率的金融手段，从而有效引导资源的配置。

2007 年 7 月，环保总局、人民银行、银监会三部门联合发布《关于落实环保政策法规防范信贷风险的意见》，规定对不符合产业政策和环境违法的企业和项目进行信贷控制。2012年2月，银监会《绿色信贷指引》首次正式提出了“绿色信贷”的概念，对银行业金融机构开展节能环保授信和绿色信贷的范围、管理方式、考核要求等做出规定。在上述绿色信贷政策的指导下，我国绿色信贷的发展呈现了规模稳步增长的态势。2013 年国内 21 家主要银行绿色信贷余额为 5.2 万亿元（来源于《深化信息披露 推进绿色信贷持续健康发展》），截至 2018 年末，全国银行业金融机构绿色信贷余额增加至 8.23 万亿元，同比增长 16%，全年新增 1.13 万亿元，占同期企业和其他单位贷款增量的14.2%。（来源于《中国绿色金融发展报告（2018）》）

虽然我国商业银行的绿色信贷业务取得了一定的发展，但绿色信贷占全部贷款的比重仍较低，这反映了很多商业银行对于绿色信贷仍持谨慎或观望的态度。因此，本研究从理论与实证两个层面研究绿色信贷对商业银行信贷风险的影响，并据此提出可行性建议，对促进商业银行绿色信贷的发展具有较强的意义。

二、文献综述

关于绿色信贷对商业银行影响的研究，国外学者主要是基于赤道原则、环境风险管理和企业社会责任等角度进行研究。O'Sullivan， N.， & O'Dwyer， B.（2009）通过访谈法从非政府组织（NGO）的角度梳理了赤道原则的演变，并指出了该原则与金融机构的既得利益的冲突。然而，Geafferey（2005）认为银行在发放贷款时进行环境风险管理，能够规避存在违约风险的污染项目并获得政府支持和社会声誉，从而更早地获得收入现金流，提高盈利能力;Aintablian（2007）研究发现，贷款公告对股市形成宣告效应，银行为企业的污染项目提供贷款等金融服务将承担连带的环境风险，因此，绿色信贷项目可以通过降低银行的责任风险，提高银行的盈利能力;Debasish Biswas（2016）指出商业银行在成本效应法规以及经济手段的框架下重视环境效应的必要性，因为可持续發展的信贷项目可以影响银行资产的质量和长期回报率。

从国内研究来看，早期的相关研究从定性角度分析了银行信贷面临的环境风险，朱红伟（2008）认为随着国家对资源环境问题的日益重视和治理力度的加大，环境风险已经成为所有金融风险中的级别最高的风险之一，金融机构应自觉把“绿色投资”“赤道原则”作为指导信贷投资活动的行为原则。胡乃武、曹大伟（2011）指出商业银行环境风险管理不足的主要成因包括：银行授信过程过于偏重技术、前期评估，环保部门出具的环境评估报告具有滞后性与不透明性，不利于商业银行的信贷决策。随着绿色信贷的推广与普及，学者们进一步对绿色信贷的风险及收益进行定量研究：汤洁茹等（2018）构建了非线性的BP人工神经网络模型，并通过拟合训练和测试建立了绿色信贷的风险评价模型;孙光林等（2017）通过构建面板模型，证明了绿色信贷规模的扩大可以有效降低银行的不良贷款率，并且能够提高银行净利润和非利息收入;但王建琼和董可（2019）发现绿色信贷对中小型银行的盈利能力并无促进作用，甚至在一定程度上会使大型国有商业银行的盈利能力下降。

综上，国内外学者已经就绿色信贷对商业银行的影响进行了一定的研究，但关于绿色信贷对银行信贷风险影响的实证研究仍较少，对间接反映绿色信贷风险的盈利性影响的结论也存在一定的分歧，因此，本研究在借鉴已有文献的基础上，结合理论分析，运用五大国有控股商业银行的面板数据进一步实证研究绿色信贷对商业银行信贷风险的影响。

三、绿色信贷的含义及作用

（一）绿色信贷的含义

绿色信贷有两层含义：一是企业层面，即对环境保护企业和项目提供适当的信用支持，对违反环境保护法、破坏环境的企业和项目进行处罚;二是贷款机构层面，即商業银行利用信贷手段引导借款企业承担社会责任、防范环境风险，最终减少银行面临的信贷风险。（概念来源：《中国绿色信贷发展报告（2010）》，生态环境部环境与经济政策研究中心，2010年11月15日）

我国绿色信贷项目主要集中在绿色经济、低碳经济、循环经济三大领域。根据银监会颁布的《绿色信贷指引》及《绿色信贷统计制度》，我国绿色信贷包括两部分：一是支持节能环保、新能源、新能源汽车三大战略性新兴产业生产制造端的贷款;二是支持节能环保项目和服务（共包含绿色农业开发、工业节能节水环保、自然保护、资源循环利用、绿色交通运输等12类）的贷款。

（二）绿色信贷的作用

第一，绿色信贷主要通过资金链影响融资企业的资本成本，从而作用于公司的生产和经营活动。对于环保型企业给予的低利率贷款优惠以及鼓励性的额度，可以促进其生产效率与环保效益;对于高污染、高能耗的粗放型重工业企业，通过惩罚性的高利率杠杆以及受限的贷款额度，对其生产活动进行调控，减少其污染排放与能源消耗。

第二，绿色信贷可以有效解决由于强大的外部性以及低效的政府干预导致的环境经济的市场失灵问题。绿色信贷将环境风险纳入金融风险，通过金融风险管理手段及市场机制、政策法规、社会监督多重途径，克服市场失灵，促进环境友好型经济的发展。

第三，绿色信贷对于市场上的投资行为也有正向引导作用。高污染、高能耗企业相对而言，更易受到处罚与整改命令，或者由于银行贷款的限制不能保证稳定的资金流，影响企业绩效水平，从而影响其股价水平或者企业债的收益率水平。投资者出于自利性，会更倾向于投资环保型企业，从而形成良性循环。

四、绿色信贷对商业银行信贷风险影响的理论分析

从理论层面分析，绿色信贷对商业银行的信贷风险应具有降低作用，即绿色信贷规模的扩张可以有效抑制不良贷款率的攀升。

（一）资产质量影响路径

商业银行发展绿色信贷，支持节能环保产业发展， 能够有效提高银行资产质量，降低信贷风险。一方面，在经济下行和产能过剩的背景下，“两高一剩” 产业的盈利空间被严重压缩，甚至会受到行政处罚或被勒令停止项目造成经济损失，这将使贷款银行的不良贷款率上升;另一方面，绿色环保产业的环境风险小，并受到财政货币政策、产业政策等经济政策的支持，具有较强的可持续发展能力。

若商业银行降低对“两高一剩”企业授信额度，同时增加绿色信贷支持新兴绿色产业，有利于促进贷款的高效配置，提升贷款质量，降低信贷风险，并通过提升差异化竞争力增加盈利，从而增强化解信贷风险的能力。

（二）绿色声誉辅助影响路径

绿色信贷的广泛施行，是银行积极履行社会责任的体现。我国要求上市商业银行定期发布企业社会责任报告，该报告通过明确其商业实践对经济、社会政治和环境治理问题的公众影响，体现公共问责制。我国商业银行的年度绿色信贷余额数据是其社会责任报告中的重要内容，由银监会统一口径统计与监督。商业银行对于绿色环保项目的信贷支持度，不仅与其社会形象与商誉密切相关，同时也是长期机构投资者和其他重要利益相关者重要的参考指标之一。对绿色经济贡献度的提高，有利于商业银行树立良好的公众形象，形成“绿色声誉”，对银行的长远发展具有积极影响，具体表现为该举措可以提高投资者、股东等利益相关者的信心水平，认为该银行股票的长期价值更高，更具有投资价值，从而吸引社会资本进入，增强银行自身竞争力和抵御信贷风险的能力。

五、绿色信贷对商业银行信贷风险影响的实证分析

（一）指标构建与数据选取

1.解释变量与被解释变量。对于商业银行信贷风险的衡量缺少直接的财务性指标，多数研究选择银行的不良贷款率（npl）作为代理变量，因此，本研究以不良贷款率（npl）作为被解释变量，并以绿色信贷余额占贷款余额的比重（green_port）作为解释变量。

2.控制变量。理论上应包括其他可能影响商业银行信贷风险的宏微观因素，但由于各银行经营过程中面临的宏观经济状况相同，加入GDP增长率后该变量对不良贷款率的影响并不显著，因此，只选取商业银行的内部因素作为控制变量，包括商业银行规模，以各商业银行当年资产总额占所有银行资产总额的比重（size）来衡量;商业银行的贷款增长率，以各商业银行贷款余额同比增长率（loan_growth）来衡量;商业银行的核心一级资本充足率（cap），根据巴塞尔协议Ⅲ，该指标的下限为6%;商业银行的净资产收益率（ROE）。

■

现选取五大国有控股商业银行，即中国工商银行、中国农业银行、中国银行、中国建设银行、中国交通银行自2008-2018年的年度数据作为代表性样本进行研究。选取以上数据的主要原因是：五大银行是开展绿色信贷业务较广的商业银行，能在一定程度上反映我国的绿色信贷发展状况，且基于同一会计期间的、银监会监督统计的绿色信贷余额数据较为完整真实;另外，我国商业银行绿色信贷业务开展时间较晚，考虑到数据的一致性和可得性，故选取此时间区间。

本研究中各银行的绿色信贷余额数据来自其定期发布的《企业社会责任报告》，资产总额、贷款余额、核心一级资本充足率、净资产收益率等银行财务数据来自银行各年度年报。

（二）描述性统计

■

由表2可知，反映五大商业银行信贷风险的不良贷款率平均值为1.51%，最大值4.32%，最小值是0.85%;绿色信贷比率的最大值为9.16%，最小值是1.06%，表明五大银行的绿色信贷业务发展情况差距较大;此外，绿色信贷比率的平均值是4.81%，比较低，反映出我国商业银行绿色信贷发展总体水平有待提高。

（三）相关性检验

为了检验解释变量与控制变量间的相关性，进行了Spearman相关性检验，结果如表3所示。

表3结果显示，上述变量间相关系数的绝对值较小，不存在显著的相关性，因此，回归模型不会产生多重共线性问题。

（四）模型设定与选择

1.模型设定

为实证研究绿色信贷对于商业银行信贷风险的影响，设定以下面板回归模型：

ln npli，t=β0+β1lngreenporti，t+β'Wi，t+εi，t

其中，i，t 分别表示银行和年度，npli，t表示i银行在t年度的不良贷款率，greenporti，t表示i银行在t年度的绿色信贷比重，Wi，t表示i银行在t年度的控制变量的对数值（包括银行规模份额size，贷款增长率loan_growth，核心一级资本充足率cap，净资产收益率ROE）。为截距项，β1，β'为待估参数，εi，t为随机扰动项。

2.面板模型选择

分别采用F检验和Hausman检验来选择适宜的面板模型。首先，利用F统计量检验，判断选择混合效应模型还是固定效应模型;其次，利用Hausman检验，判断选择固定效应模型还是随机效应模型。检验结果如下。

■

表4显示，F统计量对应的P值小于0.01，表明在1%的显著性水平下拒绝混合效应模型的原假设，即模型应设定为固定效应模型。

进一步进行Hausman检验，结果如表5。

■

表5显示，P值小于0.01，表明在1%的显著性水平下拒绝随机效应模型的原假设，即模型应设定为固定效应模型。

（五）模型实证结果及分析

■

表6显示了主要的回归结果： F统计量的P值显著小于0.01，调整后R2为0.7723，说明该模型的解释度较高。绿色信贷比重对应的P值和回归系数显示，在1%的显著性水平下，绿色信贷比重每上升1%，商业银行不良贷款率下降0.18%。

此外，各控制变量对商业银行不良贷款率的影响如下。第一，在1%的显著性水平下，核心一级资本充足率的提升可以降低商业银行的不良贷款率，该结果符合巴塞尔协议对于风险管理的理念，即提高核心一级资本并降低高风险贷款比例可以有效提高银行的风险抵御能力。第二，在5%的显著性水平下，商业银行的资产规模的扩大会引起其不良贷款率的攀升。理论上，二者应存在倒U型非线性关系，即当商业银行的资产规模达到一定程度后，会增大银行的破产风险与不稳定性，原因可能在于商业银行的过度扩张并未实现资产的多元化配置，因而未能有效分散风险。第三，商业银行的净资产收益率与贷款增长率对不良贷款率的影响不显著。

六、结论与建议

（一）结论

从理论层面分析，绿色信贷可以通过资产质量影响途径与绿色声誉辅助影响途径降低商业银行的信贷风险;从实证层面，运用2008-2018年我国五大国有控股商业银行的年度数据建立面板回归模型，以不良贷款率作为被解释变量，以绿色信贷余额的比重作为解释变量，以商业银行的资产规模比重、贷款余额同比增长率、核心一级资本充足率、净资产收益率作为控制变量，实证结果显示，在1%的显著性水平下，绿色信贷比重每上升1%，商业银行不良贷款率下降0.18%，表明绿色信贷增加有助于降低银行信贷风险。

（二）商业银行绿色信贷可持续发展的建议

基于以上结论，从商业银行自身与政府宏观政策及保障机制两个层面提出促进我国商业银行绿色信贷发展的建议。

1.强化商业银行的社会责任意识。利用金融杠杆引导企业的绿色发展、清退“两高一剩”类污染型项目，是商业银行的社会责任之一。商业银行应借鉴兴业银行“寓义于利”的绿色金融发展理念，将履行社会责任与商业银行追求利润的目标相融合，通过积极开展绿色信贷提升自身的“绿色声誉”，实现社会和环境效益与经济效益的统一。

2.完善商业银行的绿色信貸风险管理机制。商业银行应依据我国的绿色信贷政策，健全和规范绿色信贷风险管理机制。在绿色信贷的审批与决策过程的前期，应当制定详尽的、可量化的标准，针对不同行业的市场风险、环境污染水平、技术工艺水平设定不同等级的风险评级，对环保型企业做出明确的界定。在贷款发放的过程中，对借款企业开展测评、调研，评价其环保效益和可持续发展性。在贷款以后，应对绿色信贷项目落实程度进行跟踪与监控，并将相关反馈信息作为对该企业未来授信的重要参考因素。