绿色信贷约束下我国上市商业银行效率研究

窦瑞

摘   要：本文研究表明：绿色信贷余额的估计参数为正，在10%的显著水平下，绿色信贷余额对商业银行盈利水平有显著正面影响。基于此，本文认为商业银行应积极培养绿色信贷意识，发展多元绿色信贷业务，积极主动承担社会责任，这既有利于自身盈利水平的提高，也有助于自身核心竞争力的提升。

关键词：动态面板;GMM;绿色信贷;商业银行

中图分类号：F832.43                       文献标识码：B                        文章编号：1674-0017-2020（7）-0043-04

一、引言

“绿色信贷”一词，最早出现在“赤道原则”。根据赤道原则，如果贷款企业不符合赤道原则中的社会和生态环境标准，银行依据此将拒绝为其提供资金借贷服务。欧美发达的经济体先于我国推行实施绿色信贷。德国的复兴信贷银行、美国花旗银行、日本的瑞穗银行以及英国巴克莱银行和汇丰银行都根据政策导向，将环境因素与社会责任因素纳入信贷评级与企业评估体系中，制定出适合本国的绿色金融发展规划和内部业务标准体系（蒋先玲、徐鹤龙，2016）。我国绿色信贷始于2007年，多部门联合发布《关于落实环境保护政策法规防范信贷风险的意见》，标志着我国绿色信贷政策正式起步。

绿色信贷主要是指利用信贷手段促进节能减排的一系列政策、制度安排及实践（李晓西、夏光，2015），綠色信贷包含了对融资方的正向激励和负向约束，也包含了对商业银行自身环境管理的要求。绿色信贷政策的效果如何，取决于银行主体的政策执行力度与企业的策略性反映（丁杰，2019）。本文运用2008—2018年9家上市商业银行的面板数据，构建动态短面板分析绿色信贷余额对商业银行盈利能力的影响，采用差分GMM和系统GMM估计模型参数，实证检验商业银行推行绿色信贷是否对其自身盈利水平有显著影响。

二、理论分析及研究假设

目前，国内对绿色信贷的研究多集中在推行绿色信贷必要性及其影响、国内外经验借鉴及中国同业比较等方面。谭太平（2010）认为我国正处于经济结构调整以及产业结构优化升级的关键时期，需全面了解国内外银行业绿色金融实践的差异，进而为我国经济发展提供借鉴与启示。蒋先玲和徐鹤龙（2016）提出银行应从社会责任角度和风险管理角度认识绿色信贷，加强“赤道原则”研究和相关国际合作。

在研究绿色信贷与商业银行关系方面，国内研究大多从绿色信贷对商业银行盈利能力的影响角度出发。马萍和姜海峰（2009）认为以追求利益最大化为目的的商业银行若实施绿色信贷、履行社会责任，从长期来看通过外部经济传导，会促进商业银行的福利增加;胡荣才和张文琼（2016）认为开展绿色信贷会提高其营业成本，但同时会扩大贷款总额，最终绿色信贷政策对银行盈利水平有显著的促进作用;廖筠等（2019）通过VAR模型实证研究，认为绿色信贷对银行效率有长期的显著作用。而李程等（2016）通过演化博弈论和双重差分证明绿色信贷对银行绩效存在负面影响;刘忠璐和王鹏英（2019）构建动态面板模型，采用GMM实证得出绿色信贷抑制银行效率提高的结论，邵传林和闫永生（2020）也认为短期内绿色信贷的开展会增加银行破产风险。

通过对国内外文献的梳理，发现定性研究居多，定量研究较少，且由于研究方法、切入角度的不同，国内学者对于绿色信贷影响银行效率的相关研究尚未达成一致。本文认为，发展绿色信贷是商业银行履行社会责任的具体表现，能有效控制环境风险、提高银行资产质量，不但有助于商业银行树立良好的品牌形象、强化品牌美誉度，还有利于商业银行整体盈利能力的提高。因此，本文提出假设：推行绿色信贷政策后，商业银行的效率会提高。

三、研究设计

（一）模型设定

模型构建基于以下几点考虑：第一，影响银行经营绩效的因素有很多，除了绿色信贷外，本文引入安全性指标、盈利性指标、流动性指标以及银行规模指标;第二由于绿色信贷余额、总资产为总量指标，其余变量均为比率，为消除异方差，本文仅对绿色信贷余额取自然对数;第三，由于总资产收益率（ROA）往往伴随一定程度惯性，因此在解释变量中增加被解释变量的一阶滞后项ROA，形成动态调整模型，并用来控制初始条件对ROA的影响。

（二）样本选取与数据来源

本文选取了9家上市银行的年度数据，包括5家国有银行，分别是：中国工商银行、中国农业银行、中国建设银行、中国交通银行、中国银行，4家股份制银行分别是：兴业银行、上海浦东开发银行、招商银行、中信银行。样本数据区间为2008年—2018年。选取的原因在于：第一，据据中国银监会的统计，目前共有21家上市银行执行绿色信贷政策，基于数据的有效性和连续性，本文选取绿色信贷政策披露较多的9家银行;第二，我国于2007年出台相关政策，从2008年统计数据。

被解释变量（总资产收益率）来源于各银行的年报，绿色信贷余额来源于各银行的年度社会责任报告，其他变量数据均来自于WIND数据库。其中，农行、交行和中行在2008年未披露绿色信贷余额数据，存在部分个体或事件观测值缺失，因此本文拟采用非平衡动态面板数据进行实证分析。

（三）变量设计与说明

1.被解释变量：总资产收益率

反映商业银行经营绩效的财务指标有很多，如总资产收益率（ROA）、净资产收益率（ROE）等。ROA反映银行总资产获取收益的能力，资产占用的资金来源有两部分，一是属于股东的资金，另一部分来源于债权人提供的资金。ROE反映银行为股东创造价值的能力，不同的资产负债率、同样的ROA带来不同的ROE。考虑到商业银行的收入主要来源于存贷利差、高杠杆的经营模式，故选取ROA这一指标作为银行经营绩效的代理变量。

2.核心解释变量：绿色信贷余额

目前学术研究中衡量绿色信贷的指标有两种，一是绿色信贷余额，二是绿色信贷比（绿色信贷余额占比），一个是绝对量指标，一个是相对量指标。根据2018年数据来看，中国工商银行的绿色信贷余额为12377.58亿元，绿色信贷比为8.03%，兴业银行的绿色信贷余额为8449亿元，绿色信贷比为28.8%。本文研究绿色信贷政策对我国商业银行财务绩效的总体影响，因此采用总量指标来反映各银行在绿色信贷方面的投入力度。

3.控制变量：不良资产贷款率、成本收入比、银行规模

不良贷款率（BI），是不良贷款额与贷款总额之间的比值，一般用来度量银行的资产质量状况。在低于5%的状况下，说明银行信贷处于比较健康的状态;5%-15%之间属于基本安全状态;大于15%则说明银行存在信贷风险。

成本收入比（CI），是银行营业费用与营业收入的比率，反映出银行每一单位的收入需要付出多少成本，该比率越低，说明银行单位收入的能力越强。

银行规模（S），具体表现为资产规模。扩大资产规模能提高银行防御风险的能力，并形成规模经济与范围经济，从而减少银行的经营成本，提高经营绩效。衡量资产规模通常采用总资产指标，为了方便分析，本文采用的总资产的计量单位是万亿元。

四、实证结果与分析

（一）变量描述性统计

表2的变量描述性统计结果显示：（1）9家上市银行的总资产收益率（ROA）均值为1.13%，说明我国上市商业银行的盈利能力较好，但也存在一定差异;（2）各银行绿色信贷余额较低，且差距较大;（3）不良资产贷款率最大值为4.32%，均值为1.32%，低于5%，说明各银行信贷处于比较健康的状态;（4）成本收入比的标准差为4.67，说明各银行单位收入能力差异明显;（5）各商业银行资产规模较大，但差异也比较明显。

从表3结果初步来看，被解释变量与各解释变量的相关性与表1中的预期效应一致，在不考虑其他因素的条件下，绿色信贷与总资产收益率成正相关，但t统计量只有1.32，统计不显著;不良资产贷款率与银行总资产收益率成负相关，在金融供給侧改革的形势下，我国商业银行通过限制对“两高”企业的资金借贷，从而控制不良资产贷款率，银行的资产收益率有所好转;成本收入比与总资产收益率也呈负相关，成本收入比的降低有助于银行收入能力的增强;由于规模效应，通常资产规模越大，总资产收益率越高。

（二）模型效应设定

在对模型进行回归分析之前，先进行模型效应的检验。面板数据模型可分为混合效应模型、随机效应模型和固定效应模型。根据LM检验强烈拒绝原假设，可认为在“随机效应”与“混合效应”之间，应选择“随机效应”;根据hausman检验，在1%的显著水平下拒绝原假设“H0：随机解释变量与解释变量不相关”，即认为在“固定效应”和“随机效应”之间应选择“固定效应”。

本文考虑采用动态面板来刻画绿色信贷对银行绩效的影响，动态面板模型只能在一定程度上去除被解释变量的时间连续性，无法处理不可观测个体的固定效应。本文样本不仅包括5家国有银行，还包括兴业、浦发等股份制大型银行，虽能较好地排除地区造成的影响，但考虑到样本个体差异较大，所以需考虑个体固定效应模型，而非时间固定效应模型。

（三）模型估计

本文使用 Blundell和Bond（ 1991）所提出的系统广义矩估计模型（ System-GMM ），该方法不仅可以通过差分有效地控制不可观测的个体固定效应，还采用解释变量的滞后差分项作为工具变量以克服模型内生性，同时差分变化也能较好地削弱测量误差和遗漏变量误差。根据Sargan检验结果的P值来判断工具变量是否存在过度识别，P值大于0.1，说明工具变量有效。通过AR检验分析回归残差项是否满足扰动项一阶自相关且无二阶自相关的要求。模型估计结果如表5所示。

根据表5可知，AR检验结果，差分GMM与系统GMM存在较大差异。在差分GMM估计下，AR（2）的P值为0.2378，接受原假设，即不存在二阶自相关;在系统GMM估计下AR（2）的P值为0.998，接受原假设，即不存在二阶自相关。差分GMM与系统GMM的Sargan检验结果基本一致，P值显著大于0.1，说明工具变量有效。

系统GMM和差分GMM相比更加准确，故本文主要参考系统GMM的估计结果，并得出以下结论：

1.总资产收益率滞后一阶对其有正向影响。在5%的显著水平下，总资产收益率滞后一阶的系数为0.7242，说明滞后一阶的ROA每提高1%，银行总资产收益率提升0.7242%。

2.绿色信贷的估计系数为正，在10%的显著水平下，绿色信贷余额的对数每增加1%，银行总资产收益率提高0.0314%。

3.不良资产贷款率的估计系数为负，在1%的显著水平下，不良资产贷款率每降低1%，那么银行总资产收益率提高0.3325%。银行资产的健康程度影响金融机构内部的各种资源的优化配置，进而影响其盈利水平。

4.成本收入比与银行总资产收益率呈负相关，在5%的显著水平下，成本收入比降低1%，银行总资产收益率提高0.0391%。

5.总资产规模的估计系数为正，与前面预期一致，在10%的显著水平下，资产规模与银行总资产收益率呈正相关。资产规模的扩大，有利于银行总资产收益率的提高。

五、结论与建议

通过实证分析研究，商业银行开展绿色信贷可以对其盈利能力起到正向促进作用，使其盈利能力得到提升。发展绿色信贷不仅是商业银行社会责任的体现，同时也是其提升自身盈利能力水平和竞争力的有效途径。基于以上结论，文本提出以下建议：

一是完善绿色信贷的制度基础和环境。目前，我国共有4部环境法和20多部资源管理法规，与其他绿色信贷高度发展的国家相比，我国亟需完善法律体系，明确对造成负外部性的经济行为的严惩力度，发挥法律法规应有的惩戒力度。

二是增强商业银行社会责任意识。商业银行在追求盈利的同时，应充分考虑社会、环境等因素，履行社会责任，践行赤道原则，建立绿色信贷文化。一方面，商业银行应重视在日常工作中以绿色、可持续发展的理念为指导，在信贷环节，认真做好绿色信贷业务调查、审核及管理工作，有效控制银行信贷风险;另一方面，通过完善信息披露机制，进一步做好绿色信贷的信息披露，践行赤道原则。

三是商业银行需多层次拓宽绿色信贷业务。开展绿色信贷业务，符合可持续发展理念，发展多层次的绿色信贷业务，有助于银行利润的提升，因此需大力调动银行发展绿色信贷业务的积极性。发达国家银行实践证明，只有积极创新绿色信贷业务模式，才能在绿色信贷领域分享市场份额，提升自身的竞争力。

参考文献

[1]丁杰.绿色信贷政策、信贷资源配置与企业策略性反应[J].经济评论，2019（4）：62-75.

[2]蒋先玲，徐鹤龙.中国商业银行绿色信贷运行机制研究[J].中国人口资源与环境，2016，（5）：490-492.

[3]胡荣才，张文琼.开展绿色信贷会影响银行盈利水平吗？[J].金融监管研究，2016 ，（7）：92-110.

[4]李程，白唯，王野，李玉善.绿色信贷政策被商业银行有效执行？[J].南方金融，2016，（1）：47-54.

[5]李晓西，夏光.加强对绿色金融的研究社会主义经济理论研究集萃——新常态下的中国经济[C].中国会议，2014.

责任编辑、校对：康卫东