主动承担社会与环境责任是否降低了银行风险

丁 攀

中国（海南）改革发展研究院，海南 海口 570100

中国人民银行 海口中心支行，海南 海口 570105

李 凌

中国人民银行 海口中心支行，海南 海口 570105

曾建中

广西财经学院 会计与审计学院，广西 南宁 530003

一、引言

随着可持续发展理念的推广，各国政府对环境保护的积极干预和公众环境意识的逐步提高，使得承担社会与环境责任逐渐成为衡量现代企业的重要标准之一，体现了企业共同的价值取向与追求。将可持续发展理念应用于金融机构层面，源于2003年花旗银行、荷兰银行、巴莱克银行等10家金融机构定制的用以决定、衡量及管理社会与环境风险的非强制性准则即所谓的赤道原则。在过去的近20年中，赤道原则已经逐渐发展成为国际金融机构对社会与环境风险进行管理的行业标准，承诺采用赤道原则的金融机构数量也在稳步增长。截至目前全球超过37个国家约100余家金融机构宣布采用赤道原则，覆盖了发展中国家与新兴市场70%以上的项目融资份额。2020年7月1日，新版的赤道原则（EP4）正式实施，要求赤道银行进一步强化对环境和社会风险的把控，主动适应《巴黎协定》、国家自主贡献（NDCs）以及气候相关财务信息披露工作组（TCFD）等国际减排目标。

从国内商业银行实践看，以低碳金融角度重新审视经营理念、优化资源配置，将环境保护、履行社会责任纳入业务流程与否等作为衡量经营成效重要标准的理念逐渐兴起。社会舆论也越来越多开始关注环境问题，对社会和环境风险进行控制与管理已经成为商业银行的一项重要社会责任。赤道原则严格要求承诺银行遵从发展战略、管理构架、低碳运营、绿色业务管理全覆盖等一系列披露标准与实践，然而国内商业银行在践行环境、社会与公司治理（ESG）过程中仍存在较大的差距。自2008年兴业银行成为首家承诺采用赤道原则的商业银行以来，截至2021年末，全国仅有9家商业银行宣布采纳赤道原则。在采纳赤道原则的银行机构中，除了兴业银行为全国股份制商业银行外，其余8家均为地方性中小银行，大型国有商业银行与其他股份制商业银行仍迟迟未见承诺行动，其背后原因值得深思。一方面，现阶段绿色项目的投资金额大、还款周期长，且绿色企业信息披露不完善等综合因素制约了绿色金融的高质量发展，特别是绿色企业生产活动专业性高、信息量大，对应该披露什么信息或如何披露信息尚未形成统一标准，项目容易被“洗绿”或“漂绿”，使得金融机构风险难以识别，造成绿色信贷资源配置效率较低以至于形成一定的风险敞口；另一方面，绿色低碳转型本身也会导致高碳排放的资产价值下跌，进一步增加大型商业银行对“棕色资产”的风险管理难度，对存量信贷资产质量造成较大冲击，容易加剧其信用风险、市场风险以及流动性风险（贾瑛瑛，2021［1］）。此外，金融机构履约社会与环境责任的成本相对较高，有时甚至超过从履约活动中所获得的经济收益与声誉效益（Climent and Soriano，2011［2］），这也是商业银行承担社会与环境责任积极性相对不足的重要因素之一。

事实上，自国务院严控两高项目以来，特别是2012年原银监会出台的《绿色信贷指引》后，两高一剩企业贷款规模得到有效控制（陈琪，2019［3］）。绿色金融政策引导商业银行支持低碳产业发展、助力建立健全绿色低碳循环经济体系成绩斐然。在碳中和成为全球发展共识的背景下，经济社会正在朝着绿色低碳发生巨大转变，降低高碳资产配置将成为商业银行应对转型风险的重要途经。此外，绿色信贷份额的提高有助于减少与棕色贷款相关的气候风险，最大限度降低信用风险，从而提升金融体系的稳健性（Oluwaseun，2020［4］）。因此，推动商业银行积极发展绿色金融，既是履行社会与环境责任、推进生态文明建设的使命担当，也是应对气候风险挑战、实现自身可持续发展的内在需要。

商业银行承诺采用赤道原则，意味着商业银行主动履约社会与环境责任，在金融资源配置上更加注重绿色低碳发展。问题是这一举措在当前政策环境背景下是否有效？对商业银行的利弊得失如何？能否降低其信用风险或有助于社会声誉的提升？这些问题的研究无论是对赤道原则在中国的有效性评价，还是对商业银行承担社会与环境责任过程中风险防范，抑或是对指引中国银行业绿色金融实践都具有重要的理论价值与现实意义。鉴于此，为了更好地落实“3060”双碳目标，科学评估商业银行助力绿色低碳发展过程中面临的风险，有必要基于赤道银行的样本开展深入研究，从而为推动更多商业银行主动承担社会与环境责任提供经验证据。

本文的边际贡献主要体现在三个方面。首先，本文以赤道银行为研究切入点，全面评估商业银行在助力绿色低碳发展过程中面临的信用风险与声誉风险，为研究金融机构转型风险提供了新的解决思路。其次，不同于过去文献将多个实验组的政策效果进行平均化处理的做法，本文分别以国内较早采纳赤道原则的兴业银行和江苏银行为样本建立自然实验组，并基于适当性原则结合银行规模、属性特征选取相关银行样本，采用合成控制法分别构建与之相对应的反事实控制组，以此科学反映赤道原则在不同银行之间的政策效果，拓宽了关于商业银行承担社会与环境责任风险影响的定量评估研究。最后，将采纳赤道原则的政策作为自然实验，以往的研究普遍采用双重差分模型来评估政策效果，却忽略了研究对象之间可能存在的内生性及一系列需满足的严格前提假设。本文采用了非线性双重差分（CIC）模型对相关样本数据进行检验，有效弥补了传统DID模型必须满足平行趋势（CT）假设、SUTV条件、线性形式等强假设条件的缺陷，较好解决了研究主题潜在的内生性问题。

二、文献回顾与研究假说

（一）文献回顾

商业银行将社会与环境责任纳入其信用风险管理最早可以追溯到20世纪80年代。根据1980年美国出台的《综合环境反应、赔偿和责任法》（又称《超级基金法》）规定，对污染物排放的有关当事人提出治理行动、治理费用、治理责任与治理义务等相关要求，一些北美商业银行不仅参与了污染企业的管理与治理（Bacow，1998［5］），还将企业的环境绩效纳入信用风险评级管理（McKenzie and Wolfe，2004［6］；Bauer and Hann，2010［7］），从而直接推动了借款人为获得贷款支持而不得不遵守上述环境法案（Labatt and White，2002［8］）。有研究表明，将社会与环境责任纳入商业银行风险管理，虽然在某种程度上增加了相关成本，但可以提高信用风险评级的质量（Weber，2012［9］），甚至可以提高信用违约预测率（Weber et al．，2010［10］）。通常而言，将环境风险评估程序标准化纳入商业银行的信用评级体系可以解释为金融机构对环境金融风险的预防行动和社会责任担当（Evangelinos and Nikolaou，2009［11］；Egede and Lee，2007［12］；Coulson，2009［13］）。

过去对环境信用风险的研究大多基于交易对手的风险假设，特别是受到各种借款人特征的影响，如环境污染降低了抵押品价值，企业迫于监管压力进行投资环境改造导致运营成本和环境声誉等方面发生变化（Altman and Saunders，1998［14］；Caouette et al．，1998［15］；Saunders and Allen，2002［16］）。Dawson（1996）［17］认为，一旦贷款担保抵押的土地受到污染，不仅土地价值会大幅下降，商业银行可能还需承担借款人破产造成的污染清理责任，而这种清理成本可能是巨大的，甚至超过贷款本金或原始土地担保价值（Case，1996［18］）。如果商业银行在授信过程中忽略了借款人的环境责任风险将导致其他成本上升，甚至可能引发法律风险（Watchman，2008［19］），在声誉受损和非政府性环保组织压力的双重作用下最终形成商业银行的信用风险（Thompson，1998［20］）。因此，迫于承担污染清理责任的压力，减少环境风险带来的预期损失，商业银行在贷款业务过程中会更加注重环境风险管理（Thompson and Cowton，2004［21］）。Goss and Roberts（2011）［22］研究发现，商业银行可以利用“准内部人”的独特作用获知外部人无法获得的借款人信息，以此判断借款人环境与社会责任相关的投资是否造成风险水平发生变化。

不少学者从成本收益角度对商业银行承担社会与环境责任展开深入探讨。Heinkel et al．（2001）［23］发现承担社会与环境责任的商业银行股票价格估值更高，在证券市场更受投资者青睐，这是因为声誉上带来的资产收益要远大于承担社会与环境责任的成本（Scholtens and Dam，2007［24］）。Wright and Rwabizambuga（2006）［25］认为商业银行自愿采用赤道原则的目的是为了获得社会声誉上的激励，因而容易产生逆向选择的机会主义行为，即存在一些不负责任的商业银行在承诺上免费搭便车现象。免费搭便车的商业银行只需口头承诺便可获得声誉收益却无需承担实施和合规成本（Manuel，2015［26］），这就导致实际采用者在竞争中处于劣势，“品牌价值”反而有所削弱（Sarro，2012［27］）。鉴于这种自愿性原则缺乏有效约束，故而只有强化商业银行绿色信息披露与建立绿色金融标准体系相结合，社会与环境责任承诺才能发挥应有的效用（Macve and Chen，2010［28］）。

综上所述，已有文献对商业银行承担社会与环境责任的风险研究主要围绕是否会形成信用风险或声誉风险进行理论层面的探讨，但从定量角度对上述问题进行系统性回答并不多。Eisenbach et al．（2014）［29］基于85家赤道银行的实证分析，发现采用赤道原则显著提升银行股价，有效降低声誉风险。国内学者则更多从经营效率方面进行研究。马彧菲和杜朝运（2015）［30］使用全局主成分分析法研究兴业银行的结果显示，赤道原则短期内由于项目融资周期被拉长导致流动性下降，但中长期会不断优化。徐枫和马佳伟（2019）［31］采用合成控制法研究发现，短期内赤道原则会对商业银行资本回报率产生正向影响，但长期来看成本逐渐超过收益从而降低了资本回报率。刘昊（2021）［32］将资产质量纳入商业银行高质量发展指标体系的实证研究发现，绿色信贷业务对商业银行发展质量具有负向影响。

（二）研究假说

1．商业银行承担社会与环境责任与信用风险的关系。环境治理和修复等绿色项目具有典型的公益性特征，同时又具有项目成本高、投资需求大、回报周期长、落地见效慢等特点，客观上对于企业的融资能力提出更高的要求。具体而言，大多数开展绿色项目创新的企业是轻资产的中小民营企业，且绿色技术项目的投资周期长达5～10年，而银行传统信贷产品的平均期限为2～3年，缺少可抵押资产和期限错配的问题导致绿色企业难以通过传统金融市场，尤其是从银行贷款渠道获得足够的融资（马骏等，2020［33］）。由于绿色创新项目的界定、标准和认证尚未完善，加之商业银行对绿色项目评估能力的相对不足，出于审慎性原则，传统商业银行一般不愿意介入这类技术型且风险较大的绿色项目贷款，这也是国内诸多商业银行不肯轻易承诺采用赤道原则的原因。因此，只有要求商业银行从内部管理环节入手，着手研究和建立自身的环境风险管理指标体系，进一步加强环境风险管理，才能有效规避因企业环保违法给商业银行带来的信用风险（曹大伟，2011［34］）。

随着世界各国对全球气候变化的逐渐重视，碳达峰、碳中和等一系列碳排放规划逐步落地，产业结构低碳化转型成为必然趋势。向低碳经济转型过渡过程中，企业可能会受到生产、销售和盈利能力变化的影响，企业信用和抵押物价值将受到影响（Basel Committee on Banking Supervision，2021［35］）。对实施赤道原则的商业银行来说，其对企业客户授信过程中严格偏好于绿色产业，企业低碳转型对其冲击有限，且得益于自身的环境风险管理能力，能够更好识别与控制企业转型过程中的信用风险。与之相对的是，未实施赤道原则的商业银行不仅要面对高碳贷款存量企业信用或抵押物价值贬值带来的贷款违约风险，还要面对部分企业绿色项目杠杆率过高、资本空转和“洗绿”等风险。基于此，本文提出假说1。

假说1：商业银行承担社会与环境责任（采用赤道原则）有助于通过其丰富的环境风险管理能力提升资产质量从而降低相应的信用风险。

2．商业银行承担社会与环境责任与声誉风险的关系。商业银行是否需要承担社会与环境责任在监管上并无明确约束，因此承诺执行赤道原则被视为商业银行的自律行为，能够在某种程度上帮助其快速建立社会声誉，增强品牌效应与竞争力。商业银行的这种自律行为还会对同类银行产生溢出效应，如商业银行承担社会与环境责任行为在提升自身声誉的同时也引发社会公众对同类银行是否采取这种自律行为的关注，使得市场主体降低对那些迟迟未采取行动的商业银行的认可与预期，倒逼其采取相应的承诺措施。特别是在政府出台严格的减排政策背景下，投资者的市场情绪也正不断发生变化，商业银行积极承担社会与环境责任将得到更多投资者的关注，从而变相提高了对非赤道银行的风险溢价，导致商业银行的资产重新定价，即投资者的这种偏好变化可能通过影响持有上市银行的股票或债券价格进而影响声誉风险（Ferrell et al．，2016［36］）。与此同时，具有良好社会与环境绩效的金融机构往往具有更高的创新能力（D’Orazio and Valente，2019［37］）、运营效率（He et al．，2019［38］）和强大的风险管理能力（Cullen，2018［39］；D’Orazio and Popoyan，2019［40］），可以带来竞争优势并增加股东价值（Zhou et al．，2022［41］），从而提高社会声誉。此外，高碳部门在向低碳转型过程中将面临更大的财务成本，使得预期收入与支出发生变化，进而导致投资者调低对持有此类棕色资产的商业银行证券价格预期。由此，本文提出假说2。

假说2：商业银行承担社会与环境责任（采用赤道原则）有助于提升其资产价格从而降低相应的声誉风险。

三、实证方法及数据说明

（一）实证方法

本文旨在探索评估商业银行在助力绿色低碳发展过程中面临的风险问题，主要基于商业银行对采纳赤道原则这一准自然实验进行效果评价。目前基于自然实验的双重差分法（Difference in difference，DID）最常被用于对政策效果进行评价。但事实上，双重差分模型却有着严格的假设，最为关键的便是共同趋势假设，即要求对照组和实验组在事前没有明显差异，否则所得到的政策效应估计结果有偏。对此，非线性双重差分模型（Change in change，CIC）则放宽了诸多严苛的前提限制。与双重差分模型相比，非线性双重差分模型有三个明显的优点。首先，非线性双重差分模型允许不可观测数据的分布以任意方式在不同组群之间变化。其次，非线性双重差分模型无须假定政策干预是外生的。如当决策者认为该项政策将产生重大影响并加以采用，此种情形同样可利用该模型进行政策效应评估。最后，非线性双重差分模型允许对照组在没有任何政策干预的情况下，随着时间的推移，可以产生与政策干预后相类似的变化。这与本文研究主题的特征相符合，即当前在“双碳”目标的驱动下，商业银行即使不采纳赤道原则也或多或少面临着社会与环境责任的约束，逐步提高对绿色企业项目的支持力度。

（二）实证模型推导

本文将使用非线性双重差分模型来估计赤道原则对商业银行相关风险指标的影响。在该模型中，用Gi∈｛0，1｝的集合表示实验组（1）和对照组（0），且采取赤道原则的商业银行为实验组；未采取的商业银行为对照组。模型具体如下。

首先，假设未采纳赤道原则时银行i的相关风险指标满足：

其中，Yi代表银行i的相关风险指标表示银行i未采纳赤道原则的相关风险指标；随机变量Ui代表银行i的不可观测特征值，且在给定样本期内Ui＝u为定值并与其他银行不相关；Ti∈｛0，1｝为是否采取赤道原则的集合（0为未采取，1为采取）。根据Athey and Imbens（2006），其假设h（u，t）为u的单调增函数；任何组间的差异在时间维度上是恒定的；U1⊆U0。为了分析对照组的“反事实”及识别非线性双重差分模型，假设这些银行采纳了赤道原则，记此外，记YN，YI，Y，U给定g，t时的分布函数为FYN，gt，FYI，gt，FY，gt，FU，gt。经类似的推导方法能得出：

其中，FYN，11（y）的分布函数是不可观察的，而其他三个分布函数是可观测的，因此可以利用上述已知得到观测不到的YN，11的分布函数。

接着，根据上述分布函数提出非线性双重差分模型及该模型经推导后的平均处理效应（ATE）为：

如果平均处理效应的系数为负且显著，则说明采纳赤道原则对商业银行相关风险指标有显著负向影响。此外，为能将多个未采纳赤道原则的商业银行融入到非线性双重差分模型的对照组中，本文还借鉴Abadie et al．（2010）［42］提出的合成控制法的研究思路，将未采纳赤道原则的多家商业银行通过合成控制法构造一个拟合对照组，并与采纳赤道原则的商业银行实验组样本借助非线性双重差分模型评估政策实施效果。

（三）研究对象和数据变量说明

目前国内9家赤道银行中，兴业银行（2008年采纳赤道原则）与江苏银行（2017年采纳赤道原则）较早地承诺采纳赤道原则，具有相对完整的政策实施前后的时间序列数据，因此可以用来作为实验组的研究对象。关于政策冲击点，2008年作为兴业银行的政策冲击点，2006年至2007年作为合成控制法拟合变量的时间段，2008年至2021年上半年作为政策冲击的影响时间段；2017年作为江苏银行的政策冲击点，2015年至2016年作为合成控制法拟合变量的时间段，2017年至2021年上半年作为政策冲击的影响时间段。基于尽可能扩大样本和适当性原则，本文选取4家国有银行、6家股份制银行及3家城市商业银行共同作为兴业银行的对照组；选取17家城市商业银行作为江苏银行的对照组①江苏银行规模与国有银行、股份制银行相差较大，考虑适当性原则，故仅使用城市商业银行作为对照组。（表1）。

表1 实验组与对照组样本银行

本文旨在评估商业银行采纳赤道原则对自身的信用风险与声誉风险所产生的影响，将不良贷款率和股价波动分别作为反映信用风险与声誉风险的结果变量；为了确保拟合效果及实证结果的稳健性，本文在模型中加入了销售净利润、资本充足率、贷存比、流动性比率、总资产、总负债等相关指标作为控制变量。银行半年报、年报财务数据来源于Wind数据库。具体变量定义与计算见表2。

表2 主要变量及计算方法

续表2

四、回归结果及分析

（一）合成控制法拟合对照组

本文采用Stata软件基于合成控制法的运算分别拟合构成出兴业银行对照组、江苏银行对照组相关商业银行对应的权重组合①因篇幅所限，对照组各变量的具体权重分布留存备索。，并进一步检验对照组的拟合效果。

表3给出了2008年采纳赤道原则之前真实兴业银行与兴业银行对照组的预测变量平均值之差的绝对数值。相差的绝对值数值越小，表明拟合效果越好。从表3可以得出，2008年前真实兴业银行与兴业银行对照组的预测变量平均值十分相近，尤其是预测变量资产回报率（ROA）、资本充足率（CAR）和总负债对数（LL）。因此，采用合成控制法得出的拟合兴业对照组可以很好拟合在2008年采纳赤道原则之前真实兴业银行结果变量的特征，由此确保了采纳赤道原则之后结果的准确性。

表3 兴业银行2008年前真实与对照组的预测变量平均值之差的绝对数值

表4给出了2017年采纳赤道原则之前真实江苏银行与江苏银行对照组的预测变量平均值之差的绝对数值。从表4可以得出，2017年前真实江苏银行与江苏银行对照组的预测变量平均值十分相近，尤其是预测变量不良贷款率（BLR）、资产回报率（ROA）和资本充足率（CAR）。因此，采用合成控制法得出的拟合江苏对照组可以很好拟合在2017年采纳赤道原则之前真实江苏银行结果变量的特征。

表4 江苏银行2017年前真实与对照组的预测变量平均值之差的绝对数值

续表4

（二）非线性双重差分法结果分析

1．商业银行承担社会与环境责任对信用风险的影响。图1给出“拟合兴业银行对照组1”（虚线）与“真实兴业银行1”（实线）的不良贷款率情况，竖线表示采纳赤道原则年份。从图1可以看出两者在采纳赤道原则前均呈现下降趋势，且差距不大。采纳赤道原则后，“拟合兴业银行对照组1”与“真实兴业银行1”出现不同的走势：2008—2017年后者的不良贷款率明显低于前者；2018—2019年后者的不良贷款率稍微高些，随后在2020年出现下降趋势。

同理可分析江苏银行组别的变化趋势。图2给出了“拟合江苏银行对照组1”（虚线）与“真实江苏银行1”（实线）的不良贷款率情况，竖线表示采纳赤道原则年份。从图2可以看出两者在采纳赤道原则前两者均平缓，且差距不大。采纳赤道原则后，“拟合江苏银行对照组1”与“真实江苏银行1”出现差异：后者的不良贷款率明显低且平缓，到2020年有急速下滑趋势；而前者的不良贷款率明显高且波动性强，在2020年同样呈现下滑趋势。

表5给出了采用非线性双重差分模型对“拟合兴业银行对照组1”与“真实兴业银行1”以及对“拟合江苏银行对照组1”与“真实江苏银行1”的不良贷款率的回归结果。对于兴业银行，基于非线性双重差分模型的估计，加入控制变量平均处理效应τCIC的系数为-0．20，且在10%的水平上显著。这表明，通过合成控制法形成的“拟合兴业银行对照组1”来验证兴业银行采纳赤道原则对不良贷款率的影响是负向显著的。对于江苏银行，加入控制变量平均处理效应τCIC的系数为-0．04，且在10%的水平上显著。这表明，通过合成控制法形成的“拟合江苏银行对照组”来验证江苏银行采纳赤道原则对不良贷款率的影响亦是负向显著的。由此可见，商业银行主动承担社会与环境责任有助于降低自身的信用风险，假说1得证。

表5 兴业银行与江苏银行非线性双重差分模型对不良贷款率的回归结果

2．商业银行承担社会与环境责任对声誉风险的影响。在衡量商业银行的声誉风险指标方面，本文借鉴Heinkel et al．（2001）、Sarro（2012）的研究思路，首先采用股价指标来反映其采纳赤道原则后的市场波动情况。图3给出了“拟合兴业银行对照组2”（虚线）与“真实兴业银行2”（实线）的股价情况，竖线表示采纳赤道原则年份。从图3可以看出两者在采纳赤道原则前均先呈现下降趋势，且差距不大。采纳赤道原则后，“拟合兴业银行对照组2”与“真实兴业银行2”上下波动走势相近，但2013年之前“真实兴业银行2”的股价明显高于“拟合兴业银行对照组2”，随后稍低于“拟合兴业银行对照组2”。

同理可分析江苏银行组别的变化趋势。图4给出了“拟合江苏银行对照组2”（虚线）与“真实江苏银行2”（实线）的股价情况，竖线表示采纳赤道原则年份。从图4可以看出两者在采纳赤道原则前两者均下滑，“真实江苏银行2”股价高些。采纳赤道原则后，“真实江苏银行2”的股价依旧高些且跌宕波动，2017—2018年上升随后下降，2019年又上升；而“拟合江苏银行对照组2”的股价2017—2019年下降随后亦上升。

表6给出了采用非线性双重差分模型对“拟合兴业银行对照组2”与“真实兴业银行2”以及对“拟合江苏银行对照组2”与“真实江苏银行2”的股价的回归结果。从表6回归结果可以看出，兴业银行及江苏银行无控制变量的回归结果的平均处理效应τCIC的系数分别达到0．12和0．04，在加入控制变量后上述两家银行的平均处理效应τCIC的系数虽均为0．08，但统计结果并不显著。这表明，通过合成控制法形成的拟合对照组来验证兴业银行及江苏银行采纳赤道原则对股价的影响存在经济显著为正，但当不考虑统计显著问题上特别是在考虑潜在收益和成本时，经济显著可能更重要（吴小康，2019［43］），因此可以认为商业银行采用赤道原则在一定程度上有助于提升股价从而降低其声誉风险，假说2部分得证。

表6 兴业银行与江苏银行非线性双重差分模型对股价的回归结果

五、稳健性检验①因篇幅所限，相关稳健性检验结果留存备索。

（一）替换指标变量法

为验证采纳赤道原则对商业银行信用风险指标的影响效果，本文采用风险加权资产相关指标①风险加权资产的测评由银行的资产组合中各项资产中的信用风险暴露以及这些信用风险暴露在未来带来信贷损失的可能性两方面因素决定。加以替代并重新进行计量回归。鉴于数据的完整可得性，对于兴业银行，本文使用风险加权资产／总资产（RAA）来替代前文的不良贷款率；对于江苏银行，本文将风险加权资产／总贷款（RAL）作为不良贷款率的替代性指标②若使用风险加权资产／总贷款（RAL）风险指标，对照组只有17家城市商业银行数据可得。。按照之前步骤重新计算得到兴业银行或江苏银行的新拟合对照组，进而用其与新真实兴业银行或新真实江苏银行通过非线性双重差分模型进行回归分析。从表10的回归结果来看，加入控制变量前后，兴业银行组别的平均处理效应τCIC的系数分别为-1．74和-1．78，且均通过1%的显著性检验。同理，在江苏银行组别中，纳入控制变量前后相对应的平均处理效应τCIC的系数同样高度显著为负。综上所述，采用不同信用风险指标得出与前文相一致的结论，进一步说明采纳赤道原则对商业银行信用风险指标有负向作用的结果是稳健的。

（二）安慰剂检验

为了检验真实兴业（江苏）银行与拟合兴业（江苏）银行的相关风险指标在采纳赤道原则后出现的差异是源于采纳了赤道原则而不是其他因素引起，本文采用安慰剂检验方法（Placebo Test）对上文实证结论做进一步确证。该方法基本思路是：在参照组中选取没有采纳赤道原则的银行样本，假设与兴业（江苏）银行在相同年份上采纳了赤道原则并利用合成控制法对其进行与前文同样的数据处理，若得出的实证结果与前文基本一致，则说明银行风险状况变化并非源于所采纳的赤道原则；反之则说明研究结论是稳健的。借鉴王利辉和刘志红（2017）［44］的研究思路，选择安慰剂对象的标准是构成合成实验组权重最大的商业银行。从回归结来看，在对兴业银行样本组的安慰剂检验中，权重大的民生银行、招商银行、平安银行的不良贷款率的平均处理效应τCIC的系数均不显著；在对江苏银行样本组的安慰剂检验中，权重较大的杭州银行的平均处理效应τCIC的系数也不显著。这说明商业银行采纳赤道原则显著降低信用风险这一结论是稳健的。

六、结论与建议

本文以兴业银行和江苏银行两家较早承诺采纳赤道原则的商业银行作为研究样本，通过合成控制法构造相应的对照组样本，采用非线性双重差分模型，实证研究了商业银行在承担社会与环境责任过程中面临的风险问题，并得到两点结论。一是商业银行承担社会与环境责任可以显著降低其信用风险。无论是兴业银行还是江苏银行作为实验组样本，采纳赤道原则对不良贷款率的影响均显著为负。二是商业银行承担社会与环境责任对声誉风险有所影响，采纳赤道原则的兴业银行和江苏银行仅在经济意义上有助于提升自身股票价格从而降低声誉风险。上述研究结论经一系列稳健性检验后仍然成立，表明商业银行风险状况的变化确实是源于实验样本银行采纳赤道原则而并非是其他潜在因素。

随着绿色低碳理念逐渐兴起，越来越多的商业银行逐步意识到履行社会与环境责任的重要性，但目前环境保护的公益性与金融行业的盈利性相互冲突、商业银行与投资者之间存在信息不对称、商业银行缺乏社会与环境风险管理的高层次人才、绿色金融业务形式比较单一等问题导致商业银行履行社会与环境责任不足。鉴于此，本文提出四点建议。

一是树立社会与环境责任意识，积极践行赤道原则。商业银行应更新观念，将绿色发展理念融入内部治理，建立和完善绿色项目融资社会与环境风险的组织框架，明确责任部门和职能范围。健全绿色项目融资制度体系，有效开展融资项目社会与环境风险的评估，不断完善项目风险分类标准，进一步规范融资项目审批流程等。加强对融资项目贷后的风险监测，对融资资金使用、项目进展进行持续关注。

二是注重专业人才培养，推动绿色金融创新。加强绿色金融人才队伍建设，加大对环保、金融等领域复合型人才的引进，培养出了解绿色技术、熟悉绿色项目业务模式的信贷和客户管理队伍，另外可以适当聘请社会和环境学者或行业环保专家充当外部顾问，在必要时提出专业意见和建议，并对融资过程中的环境评估报告、行动计划等文件进行独立审查。在绿色金融创新方面，商业银行应积极创新绿色金融工具，加快建立多元化绿色金融服务体系，引导资金流向绿色产业，缓解绿色项目创新企业融资难的现状。全国碳排放交易体系已于2017年底正式启动，正处于政策制定和基础建设中，目前全国碳排放交易制度明确碳排放配额具有部分可交易性，商业银行可基于此创新绿色金融产品质押担保方式，丰富和优化绿色金融产品服务体系。

三是构建信息披露平台，完善信息披露机制。构建政金企一体化信息披露平台，形成有效的信息联通机制。政府部门应及时公布环境保护方面的行业标准和政策，创造良好的融资环境。企业应通过年报等渠道主动披露自身环境污染成本，绿色信贷资金走向，并及时将环保处罚信息对外公告，为商业银行的贷款和投资决策提供依据。商业银行每年应通过社会责任报告主动披露绿色融资规模、绿色项目数量，客观全面评价绿色融资的执行情况和成效，公布与社会环境有关的重大决策信息，降低其与投资者之间的信息不对称，抑制逆向选择的机会主义行为，保持自身的市场竞争优势。

四是建立绿色激励机制，促进绿色产业发展。在政府层面，政府部门可通过减免税收、财政贴息等措施来调动商业银行提供绿色项目的积极性，减少其履行社会与环境责任的成本；同时出台相关政策扶持节能环保型绿色产业，对绿色产业提供政策性的支持，引导企业更加注重绿色低碳转型，推动产业结构绿色化转型。商业银行也可对绿色产业项目给予一定的贷款优先权，加大对节能环保、清洁能源等产业的贷款支持，通过信贷杠杆促使企业更加注重环境保护。