基于随机前沿分析（SFA）的安徽省绿色金融发展效率研究

于志慧 冯宜强

（安徽财经大学金融学院 安徽蚌埠 233030）

随着经济的快速发展，环境污染问题也日益严峻，已成为经济社会可持续发展的重大瓶颈。党中央、国务院先后出台了一系列重大决策，推动生态文明建设。党的十九大报告提出要加快生态体制改革，建设美丽中国。为贯彻执行党和国家生态文明发展政策，中国人民银行、财政部等七部委联合发布了《关于构建绿色金融体系的指导意见》［1］，要求必须在国家、政府、金融机构三方合力支持下，将“绿色金融”从概念转变为现实。可见发展绿色金融符合“十三五”规划的绿色发展理念，代表了金融业发展的新趋势与新方向，能够动员和鼓励更多的社会资本投放到绿色产业中，更加有效地抑制污染性投资。实行绿色金融，有利于正确处理经济效益与环境、生态、社会效益之间的关系，促进环境保护与经济协调、持续、稳定、健康的发展。但是由于金融部门多以盈利为业务发展目标，目前我国的绿色金融存在总体体量较小、产品创新匮乏、市场尚不完善、盈利能力不足、制度设计欠缺等问题。而安徽省是近年来中部地区发展较快的大省，2017年其GDP增速达到8.5%，仅次于中部省份中的江西，在中部地区经济社会发展中具有重要的代表性，因此本文立足于安徽省绿色金融发展的实际，对其绿色金融发展效率进行实证研究，挖掘其经济发展的同时，探讨金融对环境保护支持现状与绿色金融发展过程中存在的不足，对国家制定更有针对性的生态文明发展政策，对地方政府制定更切合实际的环保政策执行措施，对中部地区及安徽本省实现环境更友好，经济社会可持续发展等方面具有重要的参考价值。

一、文献综述

根据人民银行、财政部等七部委发布的《关于构建绿色金融体系的指导意见》［1］，绿色金融被定义为支持环境改善、应对气候变化和资源节约高效利用的经济活动，即对环保、节能、清洁能源、绿色交通、绿色建筑等领域的项目投融资、项目运营、风险管理等所提供的金融服务。有关绿色金融问题的研究，国内外的学者及实业界人士已经取得了较为丰富的研究成果。

国外学者对绿色金融的研究主要从银行业发展绿色信贷、证券市场发行绿色债券以及保险业发展绿色保险等方面展开，John和Sean（2012）［2］回顾了发达国家和发展中国家为可再生能源和低碳技术项目融资而研发的各种金融工具，发现大多是私人资金的参与，资金投入远远达不到环保项目所需资金的规模，未来需要政府和区域开发银行按照合理的风险管理原则，开发新的绿色金融融资工具。Khaliun，Inessa和Ivan（2016）［3］分析了银行和银行业在支持环境导向项目中的作用，并论述了亚洲、欧洲和美国银行在绿色金融项目方面的经验，系统地介绍了银行如何评估绿色信贷资金所要投资的项目，为引导资金流入真正的绿色企业和绿色项目提供了借鉴。Linh Pham（2016）［4］将视野转向绿色债券市场的研究，基于GARCH族模型，使用2010年4月至2015年4月标准普尔绿色债券指数的日收盘价格数据来分析绿色债券市场的波动性，进一步解释了这一对经济和环境都有利的市场的风险和回报行为，此研究对完善绿色债券市场的建立具有重要意义。Chan等人（2017）［5］借助博弈论模型，发现绿色保险可以降低企业风险和促进企业创新，这说明绿色保险不仅可以在环境风险防范方面发挥积极作用，也有利于企业的长期创新发展。

国内研究方面，邓翔（2012）［6］对国内外绿色金融研究现状进行了评述，阐释了绿色金融发展的必要性，并提出应进一步量化企业对环境的影响，建立绿色金融发展评价体系。曾学文、刘永强等（2014）［7］构建了我国绿色金融发展的评价体系，结果显示绿色信贷对“两高一剩”等行业的控制有效，但对绿色经济的支持有待加强；绿色证券发展速度较快，但绿色保险、绿色投资以及碳金融的发展相对滞后。麦均洪、徐枫（2015）［8］对我国绿色金融影响因素进行了研究，发现金融机构具有一定的实施绿色金融的动力，但积极性不高。刘金石（2016）［9］从绿色信贷、绿色保险、绿色证券、碳金融和构建绿色金融服务体系等方面，全面梳理了各省区在探索绿色金融发展方面的主要政策措施，总结了我国区域绿色金融发展的特征。姬喆（2017）［10］以山东省为例，研究了绿色金融对区域经济生态化发展的影响，构建了绿色投资与区域生态化水平的回归模型，发现绿色金融对区域经济生态化具有显著的正向影响。国内已有的研究，多针对于绿色金融理论的概述及体系的构建，应用于实际分析较少，且对于安徽省绿色金融发展的实证研究几乎处于空白，本课题在借鉴已有文献的研究方法上，对安徽省绿色金融发展效率进行实证分析，对绿色金融的可持续发展具有重要意义。

此外，本文在运用随机前沿分析法测度安徽省绿色金融发展效率时，将参考随机前沿分析法应用于其他方面的研究成果。Meeusen，van den Broeck（1977）［11］与 Aigner（1977）［12］等国外学者为随机前沿分析方法奠定了理论基础；王思斯（2012）［13］基于随机前沿分析方法构建了二氧化碳排放效率及其影子价格的实证模型，发现碳生产率水平和二氧化碳排放总量是造成二氧化碳影子价格变动的主要因素；张虹美（2015）［14］使用随机前沿分析法的BC1992模型，以柯布-道格拉斯成本函数（Cobu-Dauglas，C-D）作为基本函数形式，研究城市商业银行经济效率。Ranjan、Vinish（2016）［15］，柯慧婷（2013）［16］，霍墨菲（2013）［17］等学者对随机前沿分析方法的应用也为本研究提供了借鉴。

二、指标选取与模型设定

（一）指标的确立与数据来源

首先，在查阅相关文献并考虑指标的选择应遵守系统性、科学性、可比性和可测性等原则的基础上［18］，将投入指标分为绿色投资指标（I）、生态保护和环境治理人力投入指标（L），并进一步用环境污染治理投资总额、环境基础设施建设投资总额、机构总数、人员总数四个指标加以细化；产出指标（Y）分为污染控制指标、环境建设指标，进一步用一般工业固体废物综合利用率、城市污水处理厂集中处理率、建成区绿化覆盖率加以细化，具体指标体系的构建如表1所示。

表1 SFA模型中主函数选取的投入与产出指标

通过数据的收集与整理，获取安徽省2006—2016年相应指标的数据（其中投入指标的数据来源为《中国环境年鉴》和《中国金融年鉴》，产出指标的数据来源为《安徽省统计年鉴》），各指标的描述性统计见表2。

表2 各指标原始数据的描述性统计量

为使得产出结果满足模型单一产出的要求，本研究使用熵值法对指标进行加权加总。熵值可以判断系统的无序程度和随机性，指标的离散程度越大，该指标对评价最终得分的影响越大。熵值法确定权重比层次分析法等方法具有更强的客观性，熵值法的步骤如下。

Step1：将各因素同度量化，计算第j项指标下第i个评价对象指标值的比重。

Step3：计算第j项指标的差异性系数gj。

Step4：对差异性系数进行归一化，计算权重aj。

指标值xij间的差异程度越大，表明该指标对整个指标体系的贡献率越大，从而赋予的权重越大，各指标的最终权重计算结果如表2最后一列所示。

（二）SFA模型

SFA作为一种参数方法其最大优势在于考虑了随机因素对产出的影响，将随机干扰因素分为技术无效率和随机误差项。采用半正态分布的C-D随机生产前沿模型，对C-D生产函数两边同时取对数，具体方程模型如下：

式中，Y代表绿色金融效率产出指标，I为绿色投资，L为生态保护和环境治理人力投入，此外，Aigner，Lovell and Schmidt（1977）［12］关于半正态模型的假设如下：

假设（1）表明随机随机噪声vi是独立同分布的正态随机变量，其均值为0且方差为σ2v。假设（2）表明，无效率项ui是独立同分布的半正态随机变量，其中尺度参数为σ2u，也就是说，每个ui的概率密度函数（pdf）都是均值为0方差为σ2u的正态概率密度函数的截断形式。同时，为了更好地进行参数估计，除了对随机噪声和无效率项进行上述假设，还会假设二者不相关，相互独立。

此外，对于效率值TE的计算说明如下：

效率值等于可观测的实际产出与相应的随机前沿产出之比：

在满足这些假设的前提下，传统的普通最小二乘法（OLS）无法获得截距系数的无偏估计量，更好的方法是采取最大似然（ML）来估计模型。此外，根据Battese and Corra对半正态模型的对数似然函数按照σ2＝+和γ＝／σ2进行参数化。参数γ∈［0，1］，若γ越接近于0，则说明模型不存在技术无效效应，所有相对于前沿的偏离都是由随机噪声引起的，接近1则反之。

三、实证结果

运用Stata13.0软件，将利用熵值法整合过的数据输入模型，求解得到随机前沿生产函数的系数估计结果如表3所示。

表3 系数估计结果

结果表明，绿色投资、生态保护和环境治理人力投入的产出弹性都为正，分别为0.3636和0.7117，且均通过显著性检验，说明绿色投资投入、生态保护和环境治理人力投入在对污染控制和环境建设方面起到了积极的作用，且人力投入起到的作用更大。γ值很小，趋向于0，我们可以认为此模型不存在技术无效效应。

此外，将模型输出的2006—2016年安徽省绿色金融发展效率值绘图（如图1所示），发现近十年绿色金融发展效率变化具有很强的波动性，但长期来看呈现整体上升趋势（长期趋势拟合如图中虚线所示），绿色金融发展效率有所提高。2012年绿色金融发展效率达到近十年最低点，根据2012年《安徽省环境状况公报》分析，可能是由于落后产能尚未完全淘汰以及前期环境污染物累积所致。2014年效率值达到一个顶峰，绿色金融投入产出效率最大，但2015、2016两年效率值连续下降，说明安徽省绿色金融发展到达了一个攻坚克难的时期，因此，助力绿色金融发展刻不容缓。

图1 2006—2016年安徽省绿色金融发展效率

2017年初，《安徽省绿色金融体系实施方案》正式印发。自2017年起，绿色金融发展将纳入到金融管理部门对金融机构的考核内容，并明确了绿色金融体系的发展目标：到2020年，全省初步形成绿色金融体系，推进经济向绿色化转型。年度绿色信贷增幅不低于各项贷款平均增幅，绿色信贷占比逐年提升；绿色债券发行规模逐年增加；绿色保险覆盖面逐步扩大。该方案旨在通过构建绿色金融体系，建立健全激励机制和奖惩机制，引导金融机构牢固树立绿色发展理念，有效发挥金融配置社会资源的重要作用，以绿色金融思路支持经济发展，帮助企业淘汰落后和过剩产能，加快培育绿色产业、战略性新兴产业和现代服务业。由此我们可以预计，在该方案的引导下，安徽省的绿色金融发展效率在未来几年可能会有所提高。

四、结论与政策建议

通过上述实证分析，待估参数的取值结果符合我们的预期，并且我们发现，生态保护和环境治理人力投入的产出弹性是大于绿色投资产出弹性的，因此，相关金融机构和环保机构尽快联合打造熟悉绿色金融发展体系的专业人才是十分必要的。此外，本文的模型结果表明不存在无效效应，并且效率值估计较高，达到了0.9995，这可能是由于投入指标的选取不完全导致的，绿色金融的发展领域应包括发展绿色产业基金、发展绿色贷款贴息、建立绿色债券市场、发展绿色保险产品等方面，但由于安徽省相关领域的发展不完善，这些领域我们并没有找到好的指标进行说明，因此我们只用了绿色投资这一指标，是存在片面性的。未来本研究团队将根据安徽省绿色金融发展的实际情况，来继续优化模型。

“绿水青山就是金山银山”，推动绿色发展，需要加快经济转型升级，而发展绿色经济需要以绿色金融为支撑，引导资金流向资源节约和生态环境保护产业，引导企业生产注重绿色保护，这对新时期社会主义生态文明建设具有重要意义。结合实证分析结果与安徽省绿色金融发展现状，本研究提出以下政策建议。

（一）完善支持绿色金融发展的政策工具

环保企业的发展需要大量的前期投资资金，且投资回收期长，所以环保企业按照传统的融资方式去融资较为困难，这就需要政府的介入。政府可以建立一套能在实践中运用的促进绿色金融发展的制度框架，有利于提升环保企业的融资活动，这些制度框架包括直接的金融政策支持以及其他的财政促进方案等，有利于促进资本流入急需资金的环保型企业。

（二）探索将绿色信贷纳入宏观审慎评估框架

宏观审慎评估体系的核心是资本充足率，央行对商业银行重点考虑资本和杠杆情况、资产负债情况、流动性、定价行为、资产质量、外债风险、信贷政策执行七个方面，应将绿色信贷作为信贷政策执行的重要考核方面。同时，地区商业银行也应积极实行，评估好的绿色环保项目，以形成对高污染、高能耗行业贷款的抑制。

（三）吸纳和培养熟悉绿色金融发展体系的专业人才

熟悉绿色金融发展体系的专业人才是了解金融、法律与生态建设的复合型人才，这在安徽是极度缺乏的，政府可以开设培训班，高校可以建立绿色金融研究院，依托金融机构和环保机构的共同作用，提升专门针对性绿色金融发展的人才服务水平。

（四）创新绿色金融产品

安徽省发展绿色金融在全国属于后起新兴大省，应不断扩大绿色金融市场参与主体，扩宽绿色行业直接融资渠道，在完善绿色投资、绿色保险、绿色基金的基础上，可以进一步开发绿色金融衍生产品，如二氧化碳排放权期货、水权期货等，逐步构建绿色金融衍生品体系，推动绿色金融的可持续发展。