绿色信贷与银行经营效率的交互跨期影响研究——基于动态面板系统GMM模型

金浩 曹馨月

一、引言

伴随经济的高速发展，环境问题愈发严峻。在应对环境变化问题上国际社会形成广泛共识，中国已提出在2030年前碳达峰和2060年前碳中和的战略目标。十九大报告中指出要积极发展绿色金融，加快生态文明体制改革和构建市场导向的绿色技术创新体系。绿色金融在经济全面、系统的转型中起到至关重要的作用。绿色信贷作为绿色金融的主要组成部分，是调动社会整体资源参与可持续发展事业的一个杠杆。因此提高银行实施绿色信贷的积极性，可以促进社会整体的绿色发展。近些年来，我国不断为绿色金融体系建设提供支持。相关部门陆续发布了《绿色信贷指引》《能效信贷指引》《关于构建绿色金融体系的指导意见》等政策文件。截至2020年末，统计数据显示国内21家主要商业银行上半年绿色信贷余额为11.75万亿元，比2009年末的0.86万亿元在绝对数量上取得了进展，但是绿色信贷余额仅占各项贷款额的9.03%，在相对数量上仍然较低。目前绿色产业融资需求不断上升，但商业银行对绿色信贷业务践行却表现出疲软的态势，供需双方无法形成相互对应的良性发展。

近年来，虽然学术界关于绿色信贷对银行发展影响的研究不断深入，但仍存在分歧，主要包括正相关[1,2]、负相关[3]以及不相关[4]三类观点。且现有研究多集中在对绿色信贷与银行单一财务指标关系的讨论，如何凌云等（2018）对银行绿色信贷余额与资产收益率做实证分析，并得出绿色信贷能够提高商业银行资产收益率，降低不良贷款率的结论[2]。当前鲜有研究绿色信贷与商业银行经营效率关系，相较于对单一财务指标的研究来看，对银行经营效率的研究更能全面衡量银行真正的发展状态。经营效率广义上包括盈利能力、资产质量、成长能力和营运能力等，但目前学术尚没有统一的定义。龚玉霞等（2018）利用因子分析法从盈利性、流动性和安全性三个方面测度银行经营效率[5]。廖筠等（2019）则选取8个财务指标，运用动态综合评价模型计算银行的经营效率[6]。本文在已有的研究基础上，进一步考虑绿色信贷政策践行的时滞性问题，从交互跨期角度探究绿色信贷与银行经营效率的具体关系；并通过对两者间关系的研究来厘清目前绿色信贷发展疲软的原因，为破解当前环境变化与经济发展难题提供参考。

二、理论分析与研究假设

绿色信贷与商业银行经营效率关系的研究是以波特假说和传统学派对环境绩效与企业绩效间的研究为理论基础的。波特假说认为，环境管制会促进企业创新，当创新给企业创造的收益大于环境管制带来的成本，就可实现环保和企业绩效的双赢；以古典经济学派为代表的传统学派则认为环境绩效与企业绩效相互矛盾，高的环境绩效必然导致低的企业绩效，反之亦然。当前，绿色信贷以差异化贷款利率引导资金流向环保企业，绿色信贷余额规模反映了环境绩效水平；企业绩效广义范畴包含的银行盈利、风险管理及资产质量等又与经营效率密切相关。因此，本文综合考虑上述两种理论基础，分析商业银行绿色信贷与经营效率的交互关系。

商业银行绿色信贷对其经营效率的积极影响主要反映在提高良好声誉、开拓新利润增长点与降低环境风险三个方面。首先，绿色信贷的实施树立了商业银行积极履行社会责任的形象，提高了银行的知名度(Eshet，2017)[7]，赢得了利益相关者的支持，吸引绿色投资，降低融资成本，同时会得到政府监管部门资金支持(张兆国，2013）[8]。其次，随着我国碳达峰碳中和目标的提出，绿色低碳产业将迎来快速发展的红利期。商业银行践行绿色信贷政策，可获得先发优势，有利于抢占优质环保项目，实现差异化竞争，开拓新利润增长点（何凌云，2018）[2]，这不仅是提高商业银行经济效益的新途径，更是保障商业银行可持续发展的重要方式（E.J.Cilliers等，2012）[9]。再次，在供给侧结构性改革时代背景下，“两高一剩”企业要面临去产能的调整，投资风险变大。银行开展绿色信贷会限制资金投入“两高”企业，可以降低不良贷款率，降低环境风险（姚明明，2017）[10]。然而，在现实市场中，商业银行通过实施绿色信贷政策提高经营效率是一个渐进的过程，具有一定的滞后性。由于市场信息的不完全性，商业银行建立良好声誉、提升品牌知名度和降低环境风险等都需要时间的积累（张琳等，2019）[11]，而转化为经营效率的提高更需要一定的过程。在滞后期之前，由于实施绿色信贷带来的成本可能大于收益，银行经营效率的提高并不一定显著。但丁宁等（2020）在运用双重差分法分析绿色信贷对商业银行成本效率的影响时，发现两者关系呈U型趋势，所以长期来看，绿色信贷是有利于银行发展的[12]。因此，在实证分析中考虑滞后性的影响是十分必要的。基于以上分析，本文提出如下假设：

H1:绿色信贷对后期经营效率的正向影响比对当期经营效率的影响大。

商业银行经营效率也会影响其绿色信贷业务的实施。张兆国等（2013）发现企业会依据财务绩效的高低相机安排承担多少社会责任[8]。根据资金供给假说，企业拥有充足的资金支持时，才会主动承担社会责任。因此，较高的经营效率才能保证有充足的可用资源用于环保领域。然而，践行绿色信贷不同于具有公益属性的承担社会责任的行为，绿色信贷政策是立足于时代背景下的经济产物，兼有机遇与挑战，并随着时代共同发展变化。夏琼等（2019）基于商业银行“三重”底线视角，对经济效率、社会效率以及环境效率进行了评价，实证结果表明，2011年至2016年间，经济效率表现较好的银行反而在环境效率方面表现较差[13]。薛晨晖和危平（2020）认为商业银行践行绿色信贷政策具有竞争与博弈关系[14]。由于目前激励政策不足，商业银行会根据绿色信贷带给商业银行的附加收益相机决定是否积极践行绿色信贷政策。经营效率表现较好的银行，往往在存贷市场上有一定地位且占有较大份额，业务资源比较稳定，从而缺乏向绿色环保业务转型的积极性（任康钰和张晨希，2018）[15]；而经营效率不佳的银行，为了在激烈的市场竞争中抢占更多业务资源，发掘新的利润增长点以摆脱经营困境，会有更多激励，更自主、更积极地践行绿色信贷业务（张琳和廉永辉，2019）[16]。基于上述分析，本文进一步提出如下假设：

H2：商业银行会根据经营效率在当期相机投放绿色信贷，且为负向影响。

三、银行经营效率的综合评价

现有对商业银行经营效率的综合评价大多建立在某个时间的静态截面上，得出的仅是静态综合评价。但随着时间的发展，各商业银行拥有大量随时间序列排列的平面数据，在不断进步的管理决策中，需要更多地考察在某一段连续时间下的取值变化。动态综合评价法将截面数列和时序数列结合起来构成立体数据表，能充分体现商业银行在时间和空间上的综合发展水平和趋势，可计算得出各个银行每年的经营效率评价值，并以此对同一年度不同商业银行的经营效率进行横向比较，对不同年度同一商业银行的经营效率进行纵向比较。

（一）变量与时序立体数据表的建立

1.变量的选取与处理。本文参考美国新骆驼银行CAMELS评级制度，主要选取银行的盈利性、安全性、流动性与规模性十个指标进行评价，具体变量选取如表1所示。我国绿色信贷政策在2007年下旬正式实施，但对绿色信贷余额的披露从2009年开始，同时考虑到部分银行财务报表数据存在缺失，为保证研究的严谨性与可靠性，本文选取16家商业银行（中国银行（ZG）、中国工商银行（GS）、中国农业银行（NY）、中国建设银行（JS）、交通银行（JT）、民生银行（MS）、光大银行（GD）、平安银行（PA）、浦发银行（PF）、兴业银行（XY）、招商银行（ZS）、中信银行（ZX）、华夏银行（HX）、上海银行（SH）、北京银行（BJ）以及宁波银行（NB））的年度数据进行分析。对于极个别缺失的数据，本文采用线性插值法进行补齐。

2.指标正向化和标准化。由于变量属性的不同会对结果产生偏差影响，本文对变量进行统一化的处理。首先采用倒数法将负向性指标进行正向化处理，具体包括成本收入比（CIR）、不良贷款率（BLR)和资产负债率（LEV)。其次，为了消除指标间量纲的影响，本文对各指标采取正态标准化处理。数据来源于各商业银行的年度报告、年度社会责任报告以及bankscope数据库。

3.建立时序立体数据表。将16家商业银行和10个变量指标构成16×10的平面数据表，再加入2009-2019年共11年的时序数列，建立起11×16×10的时序立体数据表。

（二）模型建立与求解

利用时序立体数据进行动态综合评价的问题可表示为：

其中，i=1,2,...,n,k=1,2,...,N；yi(tk)为zi在时刻tk的综合评价值，wj(tk)(j=1,2,,...,m)为指标xj的权重。

确定权数为动态综合评价的关键，权数最大地体现了评价对象的整体差异，利用yi(tk)的总离差平方和表示即：

根据Frobinius定理推理证明可得如果WTW=1，当取得W为矩阵A的最大特征值的特征向量时，σ2取最大值，且得到归一化的处理的权重向量W*。

运用公式Ak=HT k Hk(k=1,2,...,N)处理标准化后的观测值，利用R软件计算出11个对称矩阵，并求出这11个对称矩阵的和矩阵A。运用软件计算出和矩阵A的最大特征值λmax=727.8849,其对应的特征向量为：

W=[0.1858,0.4265,-0.2575,-0.2856,0.2853,0.3786,-0.2837,-0.2920,-0.4157,-0.2693]T在满足WTW=1的条件下，

用OE表示商业银行经营效率的评价值，则得出商业银行经营效率评价模型：

四、绿色信贷与银行经营效率的交互跨期分析

通过对绿色信贷与商业银行经营效率间关系的研究，本文发现，两者之间存在相互影响关系且具有动态连续性。因此本文在面板数据的基础上考虑到动态性因素，并为避免变量之间的内生性问题，选取动态面板系统GMM模型进行研究。与差分GMM模型相比，系统GMM模型在解决弱工具变量问题上更有效。

（一）变量的来源与选取

本文选取绿色信贷比率（GLR）作为衡量绿色信贷的指标，以前文利用动态综合评价法得出的结果衡量银行经营效率（OE）。微观层面，将银行上市时间（TIME）和权益乘数（EM）作为内生控制变量；宏观层面，由于银行受宏观经济因素影响较大，本文参考相关文献并对模型不断调整，最终选取广义货币供应增长率（M2）、居民消费物价指数（CPI）作为外生控制变量。数据来源于商业银行各年度社会责任报告以及统计年鉴。

表2 变量的选取与描述

（二）模型构建

为了构建绿色信贷与商业银行经营效率之间的交互跨期影响模型，本文首先确定绿色信贷与银行经营效率的滞后项。Wintoki et al.(2012)和张兆国等（2013）认为在动态模型中，在解释变量滞后两期的条件下可满足信息的完整表达[8][17]。但本文经过回归发现，滞后两期的绿色信贷比率对当期的绿色信贷比率影响不显著，银行经营效率亦然。因此，本文对绿色信贷比率与银行经营效率滞后项的选择均为滞后一期，并建立如下绿色信贷与商业银行经营效率的交互跨期影响模型：

（三）实证分析

1.格兰杰因果关系检验。为保证研究的严谨性，在研究绿色信贷与经营效率之间的具体关系前，先利用格兰杰因果检验验证两者间是否有因果关系，再进行动态面板系统GMM模型分析。本研究通过以下步骤进行：（1）单位根检验。如表3所示，本文采用LLC、IPS以及Fisher-PP检验方法对考察变量OE和GLR进行平稳性检验，结果显示为非平稳状态；为消除这种随机性趋势，进而对考察变量进行一阶差分后继续进行检验，结果显示为平稳状态。（2）协整检验。采用KAO检验方法，结果显示ADF的T值为-2.4473，相伴概率为0.0072，即各个变量在1%的水平下拒绝原假设，从长期来看变量之间存在协整关系。（3）格兰杰因果关系检验。对同阶单整的考察变量进行格兰杰因果检验，结果P值显示分别为0.0146和0.0278，都拒绝了原假设。因此，GLR是OE的格兰杰原因，即绿色信贷是影响经营效率的重要影响因素；OE是GLR的格兰杰原因，即经营效率是影响绿色信贷的重要影响因素。研究的两考察变量之间存在因果关系，进而可以建立动态面板系统GMM模型探究绿色信贷与银行经营效率的交互跨期关系。

表3 单位根检验

2.绿色信贷影响商业银行经营效率的回归分析。为了检验绿色信贷对经营效率的跨期影响，本文在模型（1）中分别以当期绿色信贷、绿色信贷的滞后一期和滞后两期作为自变量进行回归。Wintoki et al.(2012)、张兆国等（2013）认为，采取OLS或者固定效应方式，对包含解释变量滞后一期的动态模型进行回归会造成不同程度的偏差，而使用系统GMM回归可以得到一致估计量[8][17]。在本文回归结果中，经营效率滞后一期的系统GMM估计系数介于OLS估计系数和固定效应估计系数之间，表明系统GMM估计结果有效且稳健。

表4回归结果显示，AR(1)和AR(2)检验以及Hansen检验结果表明系统GMM模型估计残差满足二阶不相关和工具变量选择合理的原假设，因此估计结果有效且一致。回归结果表明：当期绿色信贷比率（GLR）回归系数不显著，而滞后一期绿色信贷比率回归系数为5%显著性水平正向显著，滞后两期绿色信贷比率回归系数为10%显著性水平正向显著。说明绿色信贷会提高商业银行经营效率，但不是表现在当期，而是表现在滞后一期与滞后两期，具有时滞效应且效应呈增强趋势。造成这种情况的原因是绿色信贷对建立良好声誉，提升品牌知名度以及降低环境风险的积极效应是一个渐进的过程，在当期表现并不显著。因此假设H1得到验证。

表4 绿色信贷对商业银行经营效率影响的回归结果

在控制变量方面，权益乘数（EM）与经营效率（OE）显著负相关，权益乘数为股东权益比例倒数，权益乘数越大，企业负债越高则经营效率越低；消费者物价指数（CPI）与经营效率也呈显著负相关，由于CPI指数越高说明通胀率越高，进而银行经营效率越低。广义货币供应增长率（M2）和上市时间（TIME）与经营效率相关性不显著。

3.商业银行经营效率影响绿色信贷的回归分析。为了检验经营效率对绿色信贷的跨期影响，本文在模型（2）中分别以当期经营效率、经营效率的滞后一期和滞后两期作为自变量进行回归。与模型（1）一样，模型（2）也分别列出了OLS估计、固定效应模型和系统GMM模型的回归结果，因此系统GMM回归结果有效且稳健。

表5回归结果显示，AR(1)和AR(2)检验以及Hansen检验结果表明系统GMM模型估计残差满足二阶不相关和工具变量选择合理的原假设，因此估计结果有效且一致。回归结果表明当期经营效率（OE）回归系数为10%水平负向显著，滞后一期以及之后两期经营效率回归系数也分别为5%与1%负向显著且负向效应带有动态连续性。说明经营效率在当期相机投放绿色信贷，且对绿色信贷投放产生负向影响，并有持续效应。因此，假设H2得到验证。

表5 商业银行经营效率对绿色信贷影响的回归结果

控制变量上市时间（TIME)与绿色信贷比率显著正相关，说明上市年限越久即实力越强，进而促进绿色信贷投放。一般上市年限久的银行多为国有控股银行，为完成任务指标会在当期对绿色信贷业务进行相机投放，也从侧面也表明了政治级别差别可能会影响绿色信贷的投放。权益乘数（EM）与广义货币增长率（M2）对绿色信贷投放无显著性影响。

4.稳健性检验。绿色信贷与经营效率存在交互跨期影响关系，在一定程度上会导致互为因果式的内生性问题。在前文实证分析中，采用滞后期绿色信贷及滞后期经营效率作为解释变量能在一定程度上降低内生性问题。然而，以当期的绿色信贷及当期的经营效率为解释变量时，这种内生性问题仍较为严重，导致估计结果可能存在偏差。因此，本文利用三阶段最小二乘法（3SLS）回归联立方程模型研究当期绿色信贷与当期经营效率间的交互关系。

本文借鉴尹开国等（2014）采用“单向后退逐步回归法”，筛选出最优控制变量，解决原模型（1）（2）直接联立造成的不可识别问题，基于逐步回归结果建立如下联立方程模型[18]：

联立方程模型的识别情况可通过阶条件和秩条件来判断。模型（3）中被斥变量系数矩阵的秩为1，满足秩条件，两方程都是可识别的。表6显示了绿色信贷与商业银行经营效率的交互影响结果。结果①、②分别为模型（3）第一和第二个单方程回归结果，结果③、④为联立方程回归结果。GLRi,t的回归系数为正但是不显著，OEi,t的回归系数为负且在5%水平下显著。表明当期绿色信贷的投放不能在当期对其经营效率有明显的提高，而当期经营效率的提高反而抑制了当期绿色信贷的投放。两种方式的回归结果与前文动态面板系统GMM模型的核心解释变量回归系数与显著性水平基本一致。因此，在考虑到可能存在的因果式的内生性问题后，前文的回归结果依旧具有稳健性。

表6 绿色信贷与商业银行经营效率的交互影响

五、研究结论与政策建议

本文基于2009-2019年我国16家商业银行数据，实证考察了绿色信贷与银行经营效率的交互跨期影响研究。实证结果表明：当期绿色信贷对滞后一期和滞后两期的银行经营效率具有显著正向且逐渐增强的影响，说明绿色信贷对经营效率积极作用具有滞后性；当期经营效率对当期、滞后一期和滞后两期的绿色信贷投放有显著负向影响，说明商业银行会根据经营效率相机投放绿色信贷，且为负向影响并伴有动态持续性。上述研究结论表明银行实施绿色信贷在长期看来是有益的，但目前银行经营效率反而抑制了绿色信贷发展。绿色信贷大多依靠政策压力进行投放，并没有形成经济发展与可持续发展的良性互动。为突破目前绿色信贷发展瓶颈，提出如下建议：

对于商业银行而言，无论经营效率高低都应该积极践行绿色信贷政策。银行要正确定位绿色信贷，不要拘泥于承担社会责任的方面，应将其提升至未来的发展战略高度。在环境问题愈发严重、供给侧结构性改革以及银行业务同质化等“内忧外患”的背景下，银行应该深化对绿色信贷作为银行新的利润增长点的认识，抛弃短视逐利行为，抓住绿色经济发展机遇，加快银行业务转型，使得经济发展与可持续发展达到良性互动状态。另一方面，商业银行自身应加快对绿色信贷以及其他绿色金融业务的学习，在绿色信贷业务的基础上构建综合的绿色金融产品体系，搭建完整的绿色金融体系，培养专业人才。

对于政府而言，应对不同经营效率水平的银行实施差异化的绿色信贷激励政策，更好地引导不同经营状态的银行发展绿色信贷。法律部门应提高对“两高一剩”的企业的监管标准与违规成本。对于经营效率高的银行，本身有能力发展绿色信贷业务，但由于其短视行为与投机行为导致内生动力不足，仅为完成指标任务而相机投放绿色信贷。因此，政府应加大对经营效率高的商业银行的绿色环保的考核标准，将绿色信贷纳入宏观审慎考核体系，增加银行开展绿色业务的自主能动性。对于经营效率低的银行，本身有发展绿色信贷的动力，欲走差异化道路，率先抢占绿色信贷市场，在同质化竞争中摆脱经营困境。但由于其自身实力的限制及绿色信贷体系建立所面临的成本问题等，在一定程度上阻碍了绿色信贷的发展。因此，政府应鼓励支持经营效率低的银行开展绿色信贷业务，给予相应的财政补贴、税收减免以及对绿色项目贴息担保等激励政策，为银行营造良好的外部条件。