巩 维
(中国人民银行长春中心支行,吉林长春 130051)
习近平主席在第七十五届联合国大会郑重宣布了“双碳”目标,党的十九大报告、“十三五”规划、政府工作报告等重要文献也都提出要大力发展绿色金融,绿色金融近年来的快速发展为助力供给侧结构性改革和金融业更好服务实体经济提供了强有力的抓手,是我国金融创新发展历程中的又一大亮点。金融科技具备的普惠性、数字化、高效性等特点符合绿色金融的发展要求,并且在我国数字经济发展趋势的大潮之下,金融科技推进绿色金融纵深高质量发展大有可为。
多年来,在绿色金融不断探索发展的进程中,伴随着一些亟需解决的痛点问题,例如尚未形成一套规范化的绿色金融标准体系,绿色识别监管和评估成本较高,绿色金融风险识别能力较低,绿色交易市场信息存在不对称性等一系列发展共性问题。金融科技依托大数据、人工智能、区块链等科技手段可以对以上问题提供行之有效的解决方案,有针对性地化解绿色金融发展过程中的难点问题。
近年来,国际社会开始逐步注重金融科技在支持环境领域的发展,一些国家也在绿色金融领域运用金融科技手段进行了具体尝试,并得到了较为理想的效果。欧盟委员会下属欧洲银行业研究所在2020年8月发布《绿色金融科技初步评估》,联合国环境署也在2018年9月发布《绿色数字金融》报告。与此同时,英国先后发布金融科技和绿色金融国家战略,通过开展绿色金融科技挑战赛、将绿色金融创新纳入监管沙盒、成立绿色技术咨询小组等举措,推动金融科技在绿色金融领域的深度应用。新加坡金融管理局 2019年发布《绿色金融行动计划》,将“利用金融科技优势应对绿色金融领域主要挑战”作为关键战略,并设立专项资金用于支持绿色金融领域的金融科技解决方案和项目。
绿色金融包括绿色产业服务评估、碳排放量核算、信贷政策匹配等多环节,涉及金融管理部门、金融机构、环境管理部门、相关企业等多机构。各领域环节的信息数据量庞大、数据关联性复杂、评估准确度要求较高。为进一步提升绿色金融各环节监管效率,促进金融与科技融合发展,亟需通过金融科技相关技术手段构建绿色金融监管平台,形成对各类数据实时采集、整合分析、监测到授信的完整链条,降低监测信息不对称风险,确保碳排放核算水平科学精准、客观高效。同时,基于平台建立金融信息及监管数据的共享机制,从绩效评价、交易风险、合规报送等层面形成多方监管合力,提升各方协同监管质效。
金融机构利用目标企业的碳及污染物排放量、企业环保行为等“绿色行为”数据,通过大数据、人工智能技术进行分析处理建立企业绿色评级模型,从而达到对绿色金融风险实时监测及预警的作用,为金融机构绿色信贷评估提供有效的决策参考。通过企业绿色评级模型可以创建企业专属的绿色企业画像,全方位评估企业绿色产业服务,个性化分析企业绿色画像,为企业提供合理、适配的定制化绿色金融服务。利用区块链技术去中心化、不可篡改和可追溯的特点对企业资金情况进行深度监管,防止企业出现“漂绿”、运动式降碳现象,防范化解绿色信贷及证券风险,牢牢守住不发生系统性风险底线。
我国是全球温室气体排放最大的市场,绿色金融碳交易市场的建立是我国未来发展的重大战略,2021年7月16日全国碳排放权交易市场正式开放上线交易。由于我国绿色金融碳交易市场起步较晚,目前仍存在一些痛点问题。碳交易市场中信息公开程度较低,碳交易过程中获取信息成本高,降低了交易者参与碳交易的积极性。另外,各企业的配额总量、免费配额及有偿配额的比例等信息的披露也存在一定的差异性和选择性,此外,不充分的公开信息妨碍碳排放企业对自己的碳资产进行有效评估和资产管理,只有等到履约日临近到来时才匆匆进行交易,以弥补自己的配额短缺或卖出超额的配额,信息的不对称导致交易方对碳交易市场缺失信心。
依托区块链技术的碳交易模式可有效提升碳市场可信度及活跃性。各企业的碳交易信息数据均分散保存在分布式账本的各个节点中,构成一条去中心化的信息数据链,确保了信息的真实性。各碳交易企业共同维护信息数据链上的所有信息,并有权限查看有关碳交易的各类历史数据,解决了碳交易信息不对称的问题。同时,碳交易信息保存在各节点中的同时会加盖唯一性的时间戳,全程化跟踪、溯源每条信息,提高了数据造假的难度和成本。
随着绿色金融数字化转型的不断深入,金融科技将会在绿色金融更多领域发挥优势作用。但与此同时也会面临标准缺失而带来的绿色金融风险,如技术应用标准、数据采集安全性及信息存储结构的统一性标准、环境数据的度量及披露程度标准、绿色项目的评估标准等,长远来看,标准的不完备将会极大阻碍绿色金融长期稳健的发展。因此,应制定清晰、统一的信息数据使用规范标准,健全符合金融科技技术规范和绿色金融业务发展的监管制度约束,进而构建完备的绿色金融科技标准体系,促进金融科技与绿色金融互融互促高质量健康发展。
金融科技应用与绿色金融的新型发展模式发展起步时间较晚,发展模式尚未成熟,很多应用的实施还处于探索尝试阶段,存在一定的技术操作风险。例如系统运行不稳定或信息基础设施的搭建无法支撑业务规模造成的常规业务操作风险,恶意代码、数据泄露、网络攻击带来的安全操作风险。
构建金融监管平台及建立企业绿色评级模型等方式均是通过利用企业“绿色行为”数据进行建模分析,若企业提供的数据不规范或存在数据造假的情况,则通过金融科技手段只会使得建模分析的结果出现严重的评估偏差。然而,一直以来企业“绿色行为”数据的度量、存储、管理的方式均由企业方自行决定,且各企业之间没有统一的数据管理规范,数据也缺乏定期校验的过程,这不仅对数据的采集过程造成了很大的阻碍,而且无法保证环境数据的真实性。另外,由于各企业绿色发展意识形成的时间相对较晚,一些企业的环境相关数据存在不完整的现象,部分生产过程污染物排放量数据尚为空白,历史数据断层。
金融科技与绿色金融融合应用发展需要从业人员熟悉金融业务规范,具备数据分析及处理能力,掌握金融科技及环境科学相关领域知识,并能够在实践过程中将以上门类进行合理融合应用。但当前金融机构的科技部门与金融业务部门为两个独立部门,从业人员的知识结构较为单一,融合发展能力还需提升。同时,大部分机构还未增设绿色金融业务相关部门,涉及到评估企业碳排放及其他“绿色行为”一般由第三方环境评测机构代为全程服务,该模式缺乏一定的自主性且沟通及服务成本较高,没有切实发挥绿色金融科技融合发展优势。
金融科技与绿色金融的融合发展是一个不断迭代,不断完善的长期过程。技术应用符合业务需求的落地实施也需要在各种场景下进行不断的打磨和试错。大数据分析、区块链应用的背后还需要有强大的算力、稳定的网络通信、高性能硬件设备的支撑。然而,大部分金融机构体量规模较小,无法负担该领域融合发展的时间成本和高昂支出投入,会严重影响金融机构开展的积极性。
政府相关部门牵头,联合高校及研究院等组织机构制定符合行业要求且适用于绿色金融业务的数据管理规范标准,以此统一数据存储及管理方式,便于数据收集、分析建模及定期校验工作的开展。以制定的统一数据管理规范为基础,立足于企业生产服务情况、经营规模、环境行为及企业数据提供情况等为指标建立绿色金融评级标准。引导企业创立绿色信用评级公司,鼓励采用科技手段、运用智能化方式助力评级认证全流程服务,确保评级工作的公平公正。同时,将企业评级结果纳入企业征信,加强企业绿色信用评级意识,提升企业在绿色金融领域的配合度。
绿色金融科技领域需加强培育专业的复合型人才,按照专培专用的原则在高校通过设立相关交叉学科的方式,在培养传统金融学科人才的基础之上引导学生加强数字技术的学习应用,培养该领域复合型人才。针对专业型人才投身绿色金融科技领域研究加大资金及政策上的帮扶,完善人才引进的奖励及保障机制,吸引更多优秀人才为绿色金融高水平发展贡献力量。此外,鼓励引导金融机构增设绿色金融业务部门,支持科技融合发展研究部门通过自主研发、同业合作研发等多元方式,推动绿色金融服务与数字技术的深度融合发展应用。
强化绿色金融科技的安全风险综合研判,防范各类风险叠加可能引发的经济风险、技术风险和社会稳定问题。提升绿色金融数据安全保障水平。建立健全数据安全治理体系,研究完善绿色金融行业数据安全管理政策。建立数据分类分级保护制度,研究推进数据安全标准体系建设,规范数据采集、传输、存储、处理、共享、销毁全生命周期管理,推动数据使用者落实数据安全保护责任。稳步构建智能高效的绿色金融与金融科技融合基础设施,安全有序提升基础设施网络化、智能化、服务化、协同化水平。