金融科技背景下银行业推行绿色信贷的实证研究

刘益琳

(浙江长征职业技术学院 浙江杭州 310000)

随着我国经济的不断发展，环境污染、资源紧缺、生态退化等问题日益突出，制约了经济的长期、可持续、健康发展。“两山”理论的提出，为生态文明建设提供了方法论原则，真正拓展了经济发展与环境保护协调推进的现实途径，社会经济向绿色转型离不开金融的支持。2017年10月，党的十九大报告首次以文件形式确立绿色金融发展政策，明确强调发展绿色金融。“绿色金融”在我国未来经济发展中的地位毋庸赘述。

目前，在我国绿色金融实践中，绿色信贷高速增长，发展迅猛。根据中国人民银行发布的《2021年金融机构贷款投向统计报告》，2021年末，本外币绿色贷款余额 15.9 万亿元，同比增长33%，比2020年末高12.7%，高于各项贷款增速21.7%，全年增加3.86万亿元。然而，截至2021年12月，只有兴业银行、江苏银行、湖州银行、重庆农商行、绵阳市商业银行、贵州银行、重庆银行和福建海峡银行8家加入了国际上最具代表性、应用最广泛的绿色信贷准则——“赤道原则”。这说明当前，我国银行业开展绿色信贷主要依靠政策引导，自主参与绿色信贷的积极性不高，银行业正处于绿色转型过程中的瓶颈期，而迅猛发展的金融科技凭借其全面的业务类型覆盖能力、专业化的金融科技力量和普惠性，给银行推行绿色信贷带来了巨大影响。因此，本文尝试通过实证研究绿色信贷对银行绩效和风险的影响，并将金融科技发展因素融入分析框架，从而为探讨银行业如何实践“两山”理论，在经济绿色转型过程中发挥积极作用提供借鉴。

1 文献综述与假说提出

1.1 绿色信贷对银行绩效的影响

国内外除了少数学者认为绿色信贷的开展对银行绩效有负向影响以外，绝大多数学者认为推行绿色信贷有助于银行提高经营绩效。王晓宁、朱广印(2017)[1]提出实施绿色信贷虽在短期内会造成客户流失，利润降低，但在中长期利于降低银行一系列的贷后成本。Eshet(2017)[2]认为银行执行绿色信贷政策，能够提高其积极履行社会责任的形象，从而提高银行声誉、增强竞争力，对银行经营绩效产生正向影响。郭文伟、刘英迪(2019)[3]指出绿色信贷在一定程度上会通过成本收益效应路径增强银行的盈利能力。何凌云等(2018)[4]将银行绩效用竞争力来衡量，得出绿色信贷与银行竞争力之间存在正相关关系的结论。

1.2 绿色信贷对银行风险的影响

金融企业在实行绿色金融时，一方面可提高自身声望，另一方面可以增强企业的风险管理能力。这是CHAMI提出的理论，而Monaghan S则指出，应该将“赤道原则”作为商业银行投放信贷资金的行为准则，这种方式是能够有效解决商业银行环境风险的重要举措。李苏等(2017)[5]指出绿色信贷能够通过降低环境和信贷风险，从而提高银行的盈利能力。孙光林等(2017)[6]认为发展绿色信贷不但能增加银行净利润，而且能降低银行风险。

1.3 金融科技对银行的影响

金融科技是金融与科技融合发展的高级阶段。巴曙松(2017)[7]将科技对金融变革的推动历程划分为三个阶段，即金融IT阶段、互联网金融阶段和金融科技阶段。金融科技作为一种金融创新，受到了广泛关注，学者基于不同的视角进行研究。戴国强和方鹏飞站在盈利和资金成本的角度，提出金融科技使银行的负债资金成本大幅增加，造成盈利下降。李朋林、张咚咚(2017)[8]认为金融科技打破了银行的垄断地位和竞争优势，使银行传统利差降低，对银行盈利造成一定的不利影响。在风险方面，刘忠璐(2016)[9]认为互联网技术通过提高银行经营效率来降低银行破产的风险。张正平、刘云华(2020)[10]认为电子化水平的提升有利于银行提高运营效率，降低了风险并提供了实证依据。金融科技作为“鲶鱼”进入信贷体系，在搅动了传统金融生存环境的同时，也极大地激发了传统金融的求生意识。这种竞争压力让银行业倍感危机，倒逼银行开展金融创新，提高银行经营效率。毋庸置疑，金融科技带给银行业的颠覆性影响是不容忽视的。

通过上述文献发现，大多数研究集中于绿色信贷对银行绩效或风险影响的某一方面，少有将两者联系起来考虑，而同时将金融科技因素纳入分析框架的研究更加鲜有。因此，基于上述分析，本文提出了以下假说：

假说 1 绿色信贷与银行经营绩效从长期来看是正相关的，即实施绿色信贷有助于银行提高绩效。

假说 2 绿色信贷与银行风险存在负相关关系，即实施绿色信贷有助于银行降低风险。

本文结合银行绩效与风险两个角度，并将绿色信贷与金融科技因素统一纳入分析研究，以期更全面地研究银行业实施绿色信贷的效果。

2 变量设定和模型构建

2.1 研究样本和变量设定

本文样本数据选取了12家(本文选取的银行包括中国工商银行、中国农业银行、中国银行、中国建设银行、兴业银行、中国光大银行、中国民生银行、华夏银行、中信银行、交通银行、浙商银行、招商银行)有代表性的上市银行统计数据，时间跨度为2013—2020年。绿色信贷占比、银行总资产、资产负债率、资本充足率、不良贷款率等指标均来源于国泰安数据库(CSMAR)、各银行年度报告及社会责任报告。

2.1.1 被解释变量

(1)经营绩效：国内外大多文献在研究银行盈利能力时，多选择总资产收益率(Roa)作为衡量指标。银行经营绩效与总资产收益率呈正相关关系。

(2)银行风险：银行破产风险 Zscore是衡量银行的破产风险及经营稳定程度的重要指标。银行破产风险值Zscore的计算方法为Zscore=(Car+Roa)/σ(Car)，Zscore的值与银行风险呈负相关，即Zscore越低，破产风险越大。

2.1.2 核心解释变量

(1)绿色信贷占比(GCR)：以上市银行社会责任报告披露的绿色项目贷款余额占总贷款余额比重度量。主要包含了银行投向战略新兴产业及节能环保项目和服务领域的信贷资金，反映各银行绿色信贷的发展程度。

(2)金融科技发展指数(FT)：本文从金融功能观视角，参考已有文献(沈悦、郭品，2015)[11]的研究成果，采用“文本挖掘法”构建金融科技发展指数。具体步骤如下：首先，结合近几年金融科技的实际发展情况，确定了16个关键词形成基础词库，如表1所示；其次，借助《中国重要报纸全文数据库》，统计基础词库中各关键词在2013—2020年的月度词频，将其年化平均得到年度词频并加总成每年的总词频。最后，以2013年为基数，计算获得其他各年份的“金融科技发展指数”，由此得到趋势图，如图1所示。如图1所示，“金融科技发展指数”逐年稳步提高，发展趋势向好。

表1 基于金融功能提取的金融科技基础词库

图1 2013—2020年金融科技发展指数走势

3 控制变量

本文选取的控制变量有：(1)银行规模(Size)：银行资产总额的自然对数；(2)资产负债率(Lev)：净利润/资产总额；(3)资本充足率(Car)：各银行的资本充足率；(4)不良贷款率(Npl)：各银行的不良贷款率；(5)营业收入增长率(Growth)：营业收入为银行净利息收入和非利息收入的总和，在此基础上计算出每年的增长率。

4 构建模型

为探究推行绿色信贷对银行经营绩效及风险的影响，本文建立以下模型。

4.1 绩效模型

4.2 风险模型

5 实证结果及分析

5.1 变量描述性统计

表2进行了变量描述性统计，银行经营绩效(Roa)平均值为1.005，表明12家银行总体的盈利状况都较好。银行破产风险Z值(Zscore)标准差为16.049，且最大值最小值差异悬殊，说明各银行面临的风险仍然存在较大区别。绿色信贷占比(GCR)的最大值与最小值相比，表明不同银行实施绿色信贷政策的力度存在较大区别。在银行资产质量上，不良贷款率(Npl)均值为1.433，说明12家银行资产质量都较好。资本充足率(Car)的均值为0.131，由此可以看出12家银行总体财务状况都良好，抵御风险能力较为乐观。

表2 描述性统计

在模型具体回归之前，通过描述性统计和相关系数检验，对数据进行初步观察，进行了Hausman检验，绩效模型和风险模型均选择了固定效应模型，如表3所示。

表3 Hausman检验

5.2 绿色信贷对银行经营绩效和风险的影响

对绩效模型进行固定效应回归，结果如表4中(1)所示。回归结果显示R2=0.674，说明模型的整体拟合优度较高，解释性较好。从核心解释变量来看，绿色信贷占比、金融科技发展指数的影响显著。绿色信贷占比(GCR)的系数为0.2915，显著为正，说明绿色信贷与银行经营绩效正相关，实施绿色信贷政策有助于银行提高经营能力。因此，假说1得到验证。金融科技发展指数(FT)的系数为-0.1839，由此可以看出，金融科技与银行经营绩效存在负相关关系，其原因是，在金融科技发展初期，金融科技通过提供第三方支付、P2P 网络借贷、互联网理财等金融服务，抢占银行长尾客户，在资产端、负债端、支付结算端对银行业务造成了明显冲击，造成银行业利息收入与非利息收入降低，挤压其利润空间，因此，在一定程度上削弱了绿色信贷政策对银行经营绩效的正向影响。但随着金融科技发展水平的提高，挤出效应逐渐减弱，技术溢出效应不断增强(熊健等,2017)[12]，金融科技势必会发挥积极效应。

风险模型的固定效应回归结果如表4中(2)所示。绿色信贷占比(GCR)的系数为12.5978且影响显著，说明银行绿色信贷与银行破产风险负相关，实施绿色信贷政策能够增强银行抵御风险的能力。因此，假说2得到验证。金融科技发展指数(FT)的系数为10.0251且影响显著，说明金融科技发展指数与银行破产风险存在负向影响，在金融科技发展的促进下，绿色信贷政策抵御银行破产风险的能力进一步增强。

表4 经营绩效、破产风险及稳健性检验

5.3 稳健性检验

对模型进行稳健性检验，如表4中(3)(4)所示，对于绩效模型，将指标总资产收益率(Roa)用净资产收益率(Roe)进行替换并增加了变量营业收入增长率(Growth)。对于风险模型，加入了变量流动比率(Liq)。检验结果显示，绩效模型拟合度仍较高，绿色信贷占比、金融科技发展指数在T检验下均显著，说明原模型稳健性较好，风险模型亦具有良好的稳健性。

6 结语

本文结合金融科技发展水平，实证分析了绿色信贷与银行绩效和风险之间的关系，得出以下结论：(1)绿色信贷政策对银行的经营绩效有显著的正向影响，对银行风险有显著的负向影响，即实施绿色信贷政策，能够有效提高银行的经营绩效，增强银行抵御风险的能力。(2)当前金融科技水平减弱了绿色信贷对银行绩效的正向作用，但对于降低银行风险有显著的增强效应。

针对实证分析结论，提出以下相应的对策建议。

6.1 多层面协同推进绿色信贷发展，齐抓共管多措并举

推进绿色信贷发展，虽然银行扮演着重要的角色，但绝不能靠银行单打独斗，只有多层面齐抓共管、多措并举，才能促进实现银行资金的有效流通、社会经济的绿色转型和可持续发展。从政府层面来看，应为银行业制定配套的财政及税收激励政策，弥补银行业在绿色转型过程中的利息损失和成本增加。从法律层面来看，政府既要敦促银行建立完善的贷前评估机制，落实各项具体指标，减少银行的贷前成本和操作风险，又要明确各部门在推进绿色金融发展中的职责，完善环保信息共享制度，为银行业开展绿色信贷提供大数据支持。从银行自身来看，应当抓好人才培养，建立绿色金融人才库，加快绿色金融创新，提高绿色信贷创收能力，强化相关风险控制，促进绿色信贷高质量发展。

6.2 正确看待并积极利用金融科技力量，因势利导积极作为

目前，金融科技对银行业推行绿色信贷既有正面影响，又有负面影响，监管者不能对其采取“一刀切”的监管模式，应因势利导，“渐进式”稳步规范金融科技发展体系。银行自身应通过加快金融科技平台建设、收购已有平台或与金融科技公司开展战略合作等方式，主动拥抱金融科技，促进融合创新。与此同时，银行业务必正视新兴技术带来的不确定性，注意防范化解潜在风险，从而切实提高自身的竞争力与绩效水平。

6.3 加大绿色金融产品与服务的创新力度

6.3.1 绿色金融产品多样化

金融科技企业具备个性化定制、精准化营销等优势。因此，为了更好地提高用户体验，各大银行可以利用金融科技，对客户需求进行个性化、一对一分析，以打造适宜不同顾客的投融资方案和绿色金融产品，做到个性化、精准化、多样化，以增加客户的使用体验，增强其对银行及金融企业的信任感和依赖感。此外，银行应对绿色金融市场加以总体性把握，深入挖掘金融市场潜力，为绿色金融市场吸引更多的潜在用户。在大数据技术的支持下，银行企业将具备更加广泛的信息获取渠道，用户获取成本也会随之降低，再加上银行自身强大的资金及品牌优势，能够进一步加强绿色金融产品的盈利能力。

6.3.2 创新完善绿色信贷流程

互联网信息时代的到来，使绿色金融产品数据信息的来源渠道进一步拓宽，可以通过大数据、云计算及人工智能等方式获取信息。为了进一步完善绿色信贷流程，银行应将相关环境指标纳入绿色信贷评价体系中，开设多功能、一体化数据平台，构建自动识别和审批功能。将银行在过往业务开展过程中积累的大量数据进行清洗、挖掘和整理，并存储于数据仓库中。此外，银行应建立自主决策系统，通过对绿色信贷项目的自主化绿色信用评估，并与人工复核结果进行比对，得出最终结果，以提高决策数据的准确度。综上所述，银行可通过以上多项措施创新完善绿色信贷流程。