金融科技与绿色信贷发展研究——以长江经济带为例

饶可萱

（贵州财经大学 大数据应用与经济学院，贵州 贵阳 550025）

一、引言

改革开放以来，中国在经济高速增长的同时，面临着人口红利优势丧失、经济下行压力与环境压力加大等问题，制约了经济进一步增长。习近平总书记在党的十八届五中全会第二次全体会议上提出了创新、协调、绿色、开放、共享的新发展理念，首次引入“绿色发展”的概念。2020年9月，习近平总书记提出要加强生态文明建设，加快调整优化产业结构、能源结构，倡导绿色低碳的生产生活方式，树立2030年前碳达峰、2060年前碳中和的目标，“绿色发展”与“高质量发展”已然成为我国新时代经济发展的主题。然而，要加快调整优化产业结构、实现碳中和需要巨量的资金支持，要以市场化的方式引导金融体系提供所需要的投融资支持，这就需要建立和完善绿色金融体系。目前，我国商业银行的绿色金融实践主要以绿色信贷为主，银保监会发布的数据显示：截至2020年末，国内21家主要银行绿色信贷余额超过11万亿元。但是，在绿色信贷发展过程中有诸多阻碍因素，其中包括信息不对称带来的信用风险，现有理论研究表明金融科技的应用可以降低这一风险。同时，长江经济带是中国经济发展最具活力和潜力的区域，习近平总书记也曾指出，要使长江经济带成为我国生态优先绿色发展主战场、引领高质量发展主力军。因此，对长江经济带上金融科技与绿色信贷发展之间的关系进行研究，对推动区域产业结构升级，实现高质量发展具有重要意义。

现有关于金融科技的研究主要集中在金融科技与企业创新、金融科技对商业银行的影响等方面。李春涛等（2020）的研究表明，金融科技通过缓解企业的融资约束及提高税收返还的创新效应两个渠道显著促进了企业创新；[1]Lin et al.（2013）利用美国Prosper借贷平台的数据，发现借款人的网络关系信息可以用于信贷审核，并提高其借款成功的概率和降低融资成本及事后违约风险。[2]邱晗等（2018）通过研究发现金融科技的发展使余额宝等金融科技产品瓜分了部分原本属于商业银行的居民闲散资金，从而使商业银行负债结构发生变化，居民存款占比降低，同业负债占比升高；[3]金洪飞等（2020）认为金融科技的运用可以缓解银企间的信息不对称，显著降低了商业银行的风险，从而增加大银行对小微企业的贷款。[4]另外，还有一些学者对金融科技与小微企业融资之间的关系进行了研究，但是只有少数文献涉及金融科技对绿色信贷发展的影响，且这类文献均为理论分析，没有进行实证方面的研究。

因此，本文以长江经济带上的11个省市为研究对象，以2011—2019年为考察期，采用固定效应模型，对金融科技与绿色信贷发展之间的关系进行研究。本文收集了金融科技相关关键词的百度搜索指数，参考盛天翔和范从来（2020）[5]的方法构建金融科技指标，以地区生产总值、金融发展程度、居民收入水平、受教育程度和空气质量作为控制变量，分别从经济带整体和分区域的角度分析金融科技对绿色信贷的影响，结果表明无论是整体回归还是分区域回归，金融科技都能显著地促进绿色信贷发展，且中西部地区的影响大于东部地区。

已有的关于金融科技与绿色信贷的研究多停留于理论分析层面。本文首次使用省市平衡面板数据对金融科技与绿色信贷的影响进行实证分析，从实证的角度验证了金融科技对绿色信贷发展的促进作用，期望能为长江经济带制定绿色信贷发展政策或策略提供一些参考。

二、理论分析与研究假设

金融科技（Fintech）一词是由金融（Finance）与科技（Technology）组合而来（尹振涛和冯心歌，2020），[6]顾名思义就是金融与科技相结合的产物。从广义的角度看，金融科技是“技术创新带来的金融服务创新”，这种创新可能体现在商业模式、技术应用、业务流程、产品服务等方面，对金融市场、金融机构及金融服务供给产生重大影响（FSB，2016）；[7]从狭义的角度看，金融科技是信息科技企业等非金融机构利用新兴科技（主要包括大数据分析、云计算、区块链、人工智能等）开展或支持传统金融业务（如支付结算、资金筹集、提供信息和中介服务、承接金融机构的业务外包等）（朱太辉，2018）。[8]

根据经典的微观银行理论，银行与企业之间的信息不对称会引发道德风险和逆向选择问题，最终导致信贷配给效率低下（Stiglitz and Weiss，1981），[9]并且无论是大企业还是小微企业与银行之间都存在严重的信息不对称问题（杨丰来和黄永航，2006）。[10]但研究表明，将先进的信息技术应用于金融服务中能够降低金融机构与企业之间的信息不对称风险，在“量”上缓解企业融资约束，在“质”上提高信贷配给效率（宋敏、周鹏和司海涛，2021）。[11]这种作用是多方面的，首先，在信息获取与共享方面，金融科技中的人工智能、云计算等技术能拓宽金融机构获取企业相关信息的渠道，扩大信息的共享范围，提高信息的准确性（沈悦和郭品，2015；Huang et al.，2018）；[12-13]其次，在信息整合与处理方面，金融科技可以整合并深度处理海量的数据，将企业的“软”信息转化为“硬信息”（盛天翔和范从来，2020），Stein（2002）提出“软”“硬”信息概念：“软”信息指贷款人的个人品质、市场环境、经营能力等非正式的、模糊的、推断的信息，“硬”信息指能按照具体指标测算，易于观察、传递、验证的客观信息，将“软”信息硬化有利于缓解小微企业信息质量参差不齐的问题，更好地甄别长尾客户群体的信贷需求，也有利于提高传统金融机构的信用评估和风控能力；再次，在信息真实性方面，由于金融科技中的区块链技术可以利用加密链式区块结构来验证和存储数据，具有加密和不可篡改等技术特点（马理和朱硕，2018），[14]因此可以利用区块链技术将企业违法违规信息及信用评级机构获得的企业信用记录、项目内容、信用等级等信息储存在区块链上进行共享，为日后金融机构贷款或投资决策提供参考；最后，在金融创新方面，金融科技能够通过大数据技术促进传统金融机构进行金融创新，加速金融业结构变革的进程（盛天翔和范从来，2020）。

诚然，在绿色信贷发展过程中同样存在着信息不对称问题，并且由于绿色项目相较于一般项目来说具有融资额度更大、融资周期更长，新兴绿色产业不确定性大等特点，使绿色信贷的信用风险更大，商业银行发放绿色信贷的风险远高于普通贷款项目。仅依靠环保部门通报的严重污染环境企业的“黑名单”无法满足商业银行进行信贷评估的需要，导致商业银行使用国家发布的环境信息频率偏低，无法全面评估贷款企业的环境风险（Zhang，et al.，2011）。[15]左振秀等（2017）通过调研分析梳理出影响中国商业银行执行绿色信贷政策的障碍因素，认为绿色信贷的信用风险将影响商业银行发展绿色信贷业务的积极性，是绿色信贷发展的阻碍因素之一。[16]而将金融科技与绿色信贷相结合，通过扩大信息获取和共享范围、提高信息的准确性和真实性，可以较好地缓解上述问题。基于上述分析，本文提出假设1。

假设1：金融科技能降低绿色信贷的信息不对称风险，从而助力绿色信贷发展。

我国疆域辽阔，长江经济带东西部经济社会发展差异较大，东部地区金融科技较发达，中西部地区发展较弱。同时，由于区域政府、银行及企业的发展目标、对绿色信贷的重视程度、发展金融科技的积极性与宏观经济政策等方面存在异质性，因此区域间金融科技对绿色信贷发展的助力程度会有所不同。基于上述分析，本文提出假设2。

假设2：由于长江经济带地区间存在个体差异，金融科技发展程度有所不同，金融科技对东部地区和中西部地区绿色信贷的影响程度存在差异。

三、研究设计

（一）研究样本与数据来源

由于金融科技指标下各维度关键词的百度搜索指数从2011年开始测算，因此，本文研究起始时间为2011年，鉴于其他数据的可获得性，研究终止时间为2019年。本文以2011—2019年长江经济带上11个省市的面板数据为研究样本，共99个样本点，对于缺失的数据采用插值法处理。

数据主要来源于历年《中国区域经济统计年鉴》《中国金融统计年鉴》及各省市统计年鉴，绿色信贷数据来源于21家主要商业银行的《社会责任报告》，金融科技数据来源于百度指数网站。

（二）变量选择

1.被解释变量

本文采用地区绿色信贷贷款余额与地区贷款余额之比来衡量地区绿色信贷发展程度。但由于目前缺乏各地区的绿色信贷贷款余额统计数据，且银保监会所发布的绿色信贷数据都以21家主要商业银行为主，因此本文通过21家主要商业银行的社会责任报告整理了2011—2019年各银行国家级的绿色信贷数据并加总近似获得全国的绿色信贷数据，再以21家银行在各地区的银行网点数量总和与21家银行全国网点数量总和之比为权重，近似得出各地区的绿色信贷余额。

2.核心解释变量

本文借鉴盛天翔和范从来（2020）的做法，按照以下五个维度整理了2011—2019年金融科技相关关键词在各省市的百度搜索指数汇总后，对于数值为0的指数，让该列数据同时加上0.01的平移值，然后采用熵值法确定权重，将多个指数合成一个综合指数。由于现代金融具有支付结算、资源配置、信息传递的功能，考虑到百度搜索指数的可得性，因此支付结算维度的关键词包括“第三方支付、在线支付、移动支付、网上支付”；资源配置维度的关键词包括“网贷、网络贷款”；信息传递维度的关键词包括“网银、网络银行、电子银行、互联网银行”。另一方面，金融科技是以“大数据、云计算、人工智能、区块链、生物识别”为技术基础的，因此这些关键词包含于技术基础维度。同时考虑到金融科技的直接称呼维度，包括“金融科技、互联网金融”。由于使用此方法计算得出的指数数值较大，因此在回归前将原数值除以100。

3.控制变量

根据已有研究成果，本文选择各省市的地区生产总值、金融发展程度、居民收入水平、受教育程度和空气质量作为模型中的控制变量，其中地区生产总值衡量了区域经济发展水平，居民收入水平衡量了城镇居民个人可支配收入的高低，空气质量衡量了区域环境的污染程度。为消除异方差，本文对非比值变量取对数处理，详细变量定义如表1所示。

表1 变量定义

（三）模型构建

为了研究区域金融科技发展水平对绿色信贷发展的影响，本文构建如下固定效应模型：

其中，i=1,2,…,N；t=1,2,…,T。N表示截面成员的个数，T表示观测时期数。Green表示各地区的绿色信贷发展水平；β0为常数项，β1、β2、β3、β4、β5、β6表示各解释变量的系数；Fintech表示金融科技变量；GRP、Findev、Resin、Educ、Air均为控制变量；ui表示跨截面变化的个体效应；eit表示随机误差项。

四、实证结果分析

（一）描述性统计

本文各变量的描述性统计如表2所示。从表2可以看出，绿色信贷与金融科技指数两者的最大值和最小值之间差距较大。绿色信贷变量的均值为0.044，表明长江经济带各省市9年间绿色信贷余额对贷款总余额的占比平均为4.4%，最高占比达到7.2%，是最小值的8倍；金融科技指数的标准差高达1.33，最大值和最小值的差异也十分巨大，说明各省市的金融科技指数在时间上和地区上存在相当大的差异。因此，可以认为不同省市之间的绿色信贷发展程度与金融科技发展程度均存在较大的差异。

表2 描述性统计

（二）实证结果分析

为比较长江经济带各区域金融科技对绿色信贷发展的影响，本文使用长江经济带上11个省市的面板数据为样本，采用固定效应模型进行分区域回归分析，接下来将从长江经济带整体、东部、中西部地区进行回归分析。

1.整体回归

表3显示的是金融科技对绿色信贷发展的整体回归结果。模型（1）展示加入核心变量的结果，模型（2）至模型（6）展示逐一加入控制变量的结果。由模型（1）至模型（6）的回归结果可以看出，金融科技对绿色信贷的发展具有正向促进的作用，且在加入所有的控制变量后，该系数在5%的水平上显著。其含义为：金融科技发展每增加1%，推动绿色信贷增加0.0017%。验证了假设1。

表3 金融科技对经济带整体绿色信贷发展影响

从控制变量的估计结果来看，地区生产总值、金融发展程度、居民收入水平和空气质量对绿色信贷的影响均不显著。受教育程度对绿色信贷的影响在1%的水平上显著，但这种影响是负面的，地区受教育程度每增加1%，就会使绿色信贷减少1.6853%。

2.东部地区回归

表4是长江经济带东部地区金融科技对绿色信贷影响的回归结果。可以看到其回归拟合优度较高，接近0.92，说明解释变量对被解释变量的解释性较好。回归结果表明金融科技在5%的显著水平上对绿色信贷发展具有正向的促进作用，但回归系数较表4中的小，为0.0011，意味着相较于长江经济带整体来说，在经济带的东部地区，金融科技对绿色信贷的影响更小。但多数金融科技优秀企业聚集在长三角地区，例如金融科技企业排名榜首的蚂蚁金融服务集团总部坐落在杭州，互联网券商龙头东方财富总部在上海，以及南京的苏宁金服等，为什么这一地区金融科技对绿色信贷的影响更小呢？可能的解释为：东部地区的银行、企业为了追求高利息和高利润，对绿色信贷的实施力度和对环境保护的意识不够，对绿色信贷的发展重视度不够，从而未将金融科技应用于助力绿色信贷更好更快发展。

表4 金融科技对东部地区绿色信贷影响

3.中西部地区回归

从表5中可以发现，在长江经济带的中西部地区，金融科技对绿色信贷的影响也是显著的，且回归系数较高，为0.0048，其含义为：金融科技变量每增加1%，绿色信贷变量就增加0.0048%，其影响力是东部地区的四倍之余。可能的原因为：中西部地区在金融科技领域的基础较差，便更加积极发展金融科技，例如贵州省正在建设的大数据中心、四川省成立了金融科技学会等，同时中西部地区更加重视国家绿色环保政策的落实，因此金融科技对中西部地区绿色信贷发展的促进作用较大。表4和表5的实证分析结果共同验证了假设2。

表5 金融科技对中西部地区绿色信贷影响

（三）稳健性检验

为验证上述结果的可靠性，本文采取在上述固定效应模型中加入聚类稳健标准误的检验方法来检验回归结果的稳健性。基于篇幅所限，本文只给出金融科技对经济带整体绿色信贷影响的稳健性检验结果，如表6所示。

表6 金融科技对经济带整体绿色信贷影响的稳健性检验

比较表6与表3的回归结果可以发现，解释变量的符号、大小和显著性均没有太大变化，只是标准误有微小变化。因此，上述的回归结果是稳健的，即从长江经济带整体范围看，金融科技对绿色信贷发展具有正向的促进作用。

五、结论与建议

本文以2011—2019年长江经济带上的11个省市为样本，使用固定效应模型，分别从长江经济带整体和分区域的角度研究了金融科技对绿色信贷发展的影响，得出主要结论：无论是长江经济带整体回归还是分区域回归，金融科技对绿色信贷发展都具有显著的促进作用，并且在中西部地区，金融科技对绿色信贷的促进作用比东部地区大。究其原因，可能是因为中西部地区发展金融科技的边际效用更大，积极性更强，同时也更重视绿色信贷政策的实施情况，将金融科技更好地应用于发展绿色信贷业务。

基于本文研究结论，对金融科技和绿色信贷发展提出一些建议。第一，加强国际交流合作。目前，我国对金融科技实际应用方面还处于探索阶段，关于在绿色信贷发展中运用金融科技的案例有限。发达国家在金融科技推动绿色信贷发展进程方面经验较为丰富，中国在此方面可以借鉴国外优秀案例，取其精华，并结合我国实际情况进行应用。第二，完善信息披露和共享机制。信息不对称问题阻碍了绿色信贷业务的发展，可以积极运用金融科技建立金融机构、信用评级机构和环保部门之间的信息共享数据库，形成高效的沟通机制。同时，为了提高数据信息的真实性，可以运用金融科技完善信息披露制度。第三，统筹区域间协调发展。在产业结构不合理、能耗高、污染严重的地区普及金融科技应用于绿色信贷的理念，同时通过绿色信贷相关政策的宣传和区域产业政策的引导，确保企业获得的绿色资金确实用于产业转型升级上。