绿色信贷对商业银行风险承担的影响及其异质性研究

王美琦 曹源芳 陈正玉

摘要：基于大型商业银行、股份制商业银行、城市商业银行和农村商业银行等35家银行2011～2020年的面板数据，使用固定效应模型实证考察绿色信贷对商业银行风险承担的影响。研究表明：商业银行发展绿色信贷业务对其风险承担产生影响，并且绿色信贷规模的扩大能够降低银行风险；不同规模的银行受绿色信贷的影响也不一样，实证研究主要比较了系统重要性银行与非系统重要性银行。研究显示，系统重要性银行的风险承担受到绿色信贷的影响相对于非系统重要性银行更加显著。

关键词：绿色信贷；商业银行风险；异质性；系统重要性银行

中图分类号：F832      文献标志码：A      文章编号：1008-4657（2024）03-0055-09

党的二十大报告指出：“要加快发展绿色转型，同时要注意发展路上的风险。”报告表明环境问题和风险问题在可持续发展中亟待解决，这也是今后一个时期环境治理和生态保护工作提出的新要求和新任务。同时，放眼国际，2019年欧委会推出《欧洲绿色协议》，希望通过向清洁能源和循环经济转型以阻止气候变化，提高资源利用率，恢复生物多样性。显然，环境污染、资源枯竭已上升为全球性问题，倡导低能耗、高效益的绿色经济成为各国经济转型方向。因此，近年来，为助力可持续发展，绿色金融受到全球关注。我国银行保险监督管理委员会早在2012年制定并发布了《绿色信贷指引》，目的是推动银行业以绿色信贷为抓手调整信贷结构，支持企业绿色可持续发展和有效防范环境和社会风险。

在此背景之下，绿色信贷成为“绿色生产生活方式”的重要助力和手段，也是推动企业践行绿色发展和承担社会责任的重要动力。2021年10月15日，国内19家系统重要性银行名单首次公开，系统重要性银行作为金融行业的中流砥柱，积极发展绿色信贷业务，引导资金流向节约资源技术开发和生态保护产业，引导企业生产注重绿色环保，促进经济社会可持续发展。而随着绿色贷款数量的上升，既有可能缓释银行的总体风险承担水平，也有可能因此提升自身的风险水平。为此，系统阐释绿色信贷对商业银行的影响，并从实证角度对两者数量关系进行深入探讨，从而为绿色信贷对商业银行风险承担的异质性研究提供理论阐释和实证依据。在发展绿色信贷业务的同时，商业银行需要加强金融风险的防范，稳定金融秩序，促进金融创新，守住不发生系统风险是党和国家发展经济的底线。

一、文献综述

绿色信贷对商业银行风险承担的影响已成为现在学术界高度关注的问题，目前主要集中在以下几个方面：

（一）有关商业银行风险承担的度量指标

目前，关于商业银行风险承担的度量指标在学术界尚未达成一致。既有文献对银行风险度量的指标有Z值、贷款审批条件指数、风险加权资产占比和不良贷款率等。Z值［ 1-3 ］能够度量银行的偿付能力和违约概率。张志元［ 4 ］采用中国人民银行的银行信贷审批条件指数来衡量银行主动风险承担意愿。而风险加权资产占比 ［ 5-7 ］度量了银行事前风险承担，以银行披露的风险加权资产总额与银行资产总额做比值计算得到。不良贷款率［ 8-10 ］是对银行事后风险的度量，反映了信贷风险和银行的资产质量。

可见，前述文献对于风险承担水平的度量指标没有达成共识，所以指标的选择还需要依据实际研究主题以及数据获取的方便性。

（二）绿色信贷对商业银行风险承担的影响和渠道

国外学者Chami［ 11 ］等认为商业银行发展绿色信贷，有助于提升其社会声誉，增强承担风险的能力。国内学者的探索尚未得出统一定论，但对于绿色信贷能够对商业银行风险承担产生影响是达成共识的。如孙光林［ 12 ］等认为，扩大商业银行的绿色信贷规模能够有效降低银行的信贷风险；邵传林［ 13 ］等研究表明，绿色信贷业务短期会使银行面临较大的金融风险，但长期会有助于提高经济发展质量，降低商业银行风险；还有汪培鑫［ 14 ］通过构造双重差分模型研究商业银行的“三性”，发现执行绿色信贷业务后，国有银行和股份制银行比中小银行存在更多的风险承担。

而绿色信贷能够从多个渠道对商业银行风险承担产生影响，如：孙红梅和姚书淇［ 15 ］研究发现，银行开展绿色信贷会降低不良贷款率，从而降低经营风险；王宏涛［ 16 ］等基于174家商业银行数据得出：绿色信贷是通过改变银行盈利结构的“盈利渠道”来降低商业银行的风险承担水平；王楠楠［ 17 ］选取16家披露较为完整的大型商业银行数据，研究表明：银行发展绿色信贷业务能够提高声誉、资产质量以及拥有更多优质客户，从而通过实现信贷结构的调整来降低风险；陈建华和胡莲洁［ 18 ］基于2007～2020年商业银行数据，研究发现：绿色信贷提升了银行声誉和抵御风险的能力。可见，绿色信贷对商业银行风险承担的影响是从多方面产生的。

然而，相关研究还有一定不足：首先，风险承担指标的鉴定上未有共识；其次，对研究对象的比较研究没有异质性；最后，逻辑机理梳理是不符合大背景的。为此，本文的边际贡献在于：首先，基于前文献确定了不良贷款率能衡量商业银行的信用风险水平，而信用风险是我国银行面临的最主要的风险；其次，在“三大攻坚战”的大背景下，对绿色信贷影响风险承担水平的逻辑机理，从系统重要性银行与非系统重要性银行视角开展拓展性研究；最后，针对中国商业银行体系的框架，对系统重要性银行与非系统重要性银行在绿色信贷对商业银行风险承担影响的拓展中的异质性开展实证研究。

二、理论分析与研究假设

十八大以后，我国经济进入转型发展阶段，党和国家为支持绿色金融的发展，提出“绿色信贷”，不仅为商业银行提供了新的服务手段，也有效解决了环境污染所带来的资金问题。商业银行发展绿色信贷业务是实现绿色金融发展的重要手段，也是促进银行实现“可持续”战略目标的重要途径。目前绿色信贷占整个绿色金融资金总额的90%以上，而它在经济中的影响也是不容忽视的。绿色信贷政策作为经济调节手段显著降低了绿色企业的融资成本，并且有助于缓解期限错配，提升绿色企业投资效率［ 19-20 ］。对于金融机构来说，绿色信贷对其风险也产生影响，丁宁［ 21 ］等认为绿色信贷不仅降低了金融机构的信用风险，还能够为技术创新带来有利条件。而商业银行作为金融行业的中流砥柱，其风险承担水平同样受到绿色信贷的影响。有学者认为绿色信贷能够有效降低商业银行风险 ［ 12，22 ］，另有学者认为绿色信贷会增加商业银行的风险 ［ 14，23 ］。

基于上述分析，本文提出研究假说H1。

H1：银行的绿色信贷业务对风险承担会有显著性影响，其中，绿色信贷余额越高，商业银行风险承担水平越低。

2021年10月15日，央行、银保监会首次公布了19家入选国内系统重要性银行名单。被纳入系统重要性名单的银行往往规模大，业务复杂性高，与其他金融机构关联性强，在金融体系中提供关键服务，一旦发生风险事件往往“牵一发而动全身”，影响到金融体系的整体稳定。张跃飞［ 24 ］指出，绿色信贷可以显著降低大型国有银行的信贷风险，但可能增加股份制商业银行的信贷风险。王霞和王芳［ 25 ］的研究表明：国有商业银行因为规模大、抗风险能力强，开展绿色信贷业务会抑制风险承担，而中小银行会增加风险承担。可见，银行异质性对风险承担有差异性。而系统重要性银行在银行体系中有着特殊地位，它的经营稳健性、风险缓冲和损失吸收能力等关乎了金融体系的稳定。因此，相对于非系统重要性银行而言，绿色信贷业务对系统重要性银行风险承担水平的影响也必然有所不同。

基于上述分析，本文提出研究假说H2。

H2：银行异质性对风险承担有显著差异性，相比于非系统重要性银行，系统重要性银行开展绿色信贷业务，其风险承担水平受到的影响更加显著。

三、数据变量与模型

（一）数据来源和变量描述

本文考虑到各银行正式实施绿色信贷政策的时间不同以及数据的披露，选取2011～2020年35家商业银行的面板数据作为研究对象，银行包括了大型商业银行、股份制商业银行、城市商业银行和农村商业银行（ 1 ）。为防止数据异常值的影响，对变量按照上下1%进行缩尾处理。

1.被解释变量

关于商业银行风险承担（RISK）的度量指标，学界并未达成一致，代理指标有不良贷款率、Z值、贷款审批条件指数和风险加权资产占比等。Z值是从收益率标准差的角度近似评价风险，当收益率的变化与风险变化不同步时，该指数则无法客观且全面地评价银行的主要风险。贷款审批条件指数不能反映银行资产组合的风险结构，且微观层面的数据不易获得。风险加权资产占比度量的是银行事前风险承担，缺少对事后风险的度量。而不良贷款率是我国银行报表披露的主要指标之一，数据较为完整，并且它反映了信贷风险和银行的资产质量，能衡量银行的信用风险水平，而信用风险是我国银行最主要的风险。综合考虑各指标的优缺点以及数据的可得性，本文最终选取不良贷款率衡量商业银行风险承担，不良贷款率越小，意味着银行风险承担越低。

2.核心解释变量

绿色信贷余额相较于以往文献中的绿色信贷占比更能直接反映银行绿色信贷发展规模和投入。因此，本文选取绿色信贷余额（INGC）作为核心解释变量。

3.控制变量

为控制其他因素对商业银行风险承担的影响，借鉴王霞和王芳的研究引入三类控制变量：银行层面，引用银行资产规模对数（SIZE），资产回报率（ROA），资本充足率（CAR）以及成本收入比（CIR）；宏观层面，选取国内生产总值的增长率（GDP）；政策层面，选取货币供应量增速（M2）。各指标具体情况如表1所示。

（二）基本模型

设定模型形式如下：

RISKi，t = β0 + β1INGCi，t + β2ΣControli，t + εi，t（1）

其中，RISKi，t表示商业银行i银行第t年的不良贷款率，即风险承担代理指标；INGCi，t表示i银行在第t年的绿色信贷余额；Controli，t表示i银行t年的其他控制变量；β0表示常数项，β1、 β2表示回归系数，εi，t表示随机扰动项。

（三）描述性统计

表2是本文所有变量的描述性统计结果，分析如下：

从表中可以看出，不良贷款率（RISK）的均值是1.245%，最小值是0.24%，最大值是2.47%，满足我国商业银行不良贷款率不得超过5%的相关规定，说明我国商业银行整体信贷的资产质量较好。绿色信贷余额（INGC）最小值与最大值之间的相差很大，说明我国各个银行实施绿色信贷业务的规模不一样且差距较大。银行资产规模对数（SIZE）的最小值为6.387，最大值为12.532，表明我国银行发展间的差距还是比较大的。又由资产回报率（ROA）和成本收入比（CIR）表明，我国商业银行整体盈利能力较好。资本充足率（CAR）最低值为9.88%，符合我国规定不低于8%的监管要求。

（四）相关性分析

表3是对各变量进行皮尔逊相关性分析。可以看出大部分变量间都存在着相关性，且在1%下显著的较多，所以变量间的相关性比较强。

（五）多重共线性检验

本文进行了方差膨胀因子VIF检验，检验结果通常以10作为判断边界。当VIF小于10时，则认为不存在多重共线性。由表4可见，各变量的VIF值均在边界值以下，所以进一步认为模型间不存在多重共线性问题。

四、实证分析

（一）基本回归

在随机效应模型中，要假设不能观察到的个体异质性效应不能和任何一个解释变量相关，这个假设要求一般难以满足，所以，相比之下，固定效应模型得出的结果更加稳健。因此，本文选用固定效应模型，表5是固定效应模型回归结果：第一列是对解释变量RISK和被解释变量INGC进行回归，系数是-0.0018，在10%的置信水平上显著，表明在不控制其他因素的条件下，绿色信贷对商业银行风险承担呈负相关，即开展绿色信贷业务能降低银行风险水平；第二列是加入银行层面的控制变量，INGC的系数是-0.0043，在1%的置信水平上显著；第三列进一步加入了宏观层面和政策层面，INGC的系数仍然在1%的置信水平上显著为负值，且与第二列相差不大。可见，银行绿色信贷规模越大，商业银行风险承担水平越低，从而验证假说H1成立。

再对第三列的回归结果进行具体分析：银行资产规模对数（SIZE）在1%的置信水平上显著为负，表明银行增大资产规模能够降低银行的风险，这可能因为银行拥有充足的资金后，能够更好地应对、防范内部的经营风险和外部的挤兑风险，充足的资金让银行对风险的承受能力更强，并且在经营活动中更有优势。这一结论从资本充足率（CAR）在10%的置信水平上显著为负得到进一步的验证，资本充足率越高，银行开展资产业务所需资本的支持数量相对较高，同样降低了银行风险承担。而资产回报率（ROA）和成本收入比（CIR）代表银行盈利能力，两者回归系数分别在5%和10%上显著为负，说明盈利能力的提高让银行有更多应对风险的底气和能力，对风险的防范能力也提高了，因此银行的风险降低。

（二）稳健性检验

1.增加控制变量的稳健性检验

本文通过将ROA替换成ROE，同时增加股票总市值TV控制金融体系的宏观影响来进行稳健性检验。结果如表6所示，第一列将ROA换成ROE，INGC的系数是-0.0038，在1%的置信水平上显著。第二列增加控制变量TV后，INGC的系数依旧显著为负，因此，证明上述结论具有稳健性。

2.解释变量滞后期

银行风险承担的变化可能具有动态一致性，即当期的风险水平与上期风险水平存在一定的相关关系，为避免对基准回归的影响，本文将解释变量INGC的滞后一、二、三期作为新的解释变量进行回归，表7是检验结果，三次回归的结果都是在1%的置信水平上显著，表明基准回归结果是稳健的。

3.异质性分析

将商业银行分为系统重要性银行和非系统重要性银行进行分组回归，结果如表8所示：第一列是系统重要性银行的回归结果，INGC在-0.0032上显著相关；而第二列非系统重要性银行的回归并不显著。原因可能是：第一，系统重要性银行大多数也是我国第一批实施绿色信贷政策的银行，它们在绿色金融板块，尤其绿色信贷业务上比国内其他商业银行时间早、规模大，风险承担受到的影响自然也更明显。第二，作为国家的系统重要性银行，它们要承担更多的责任，积极响应国家政策号召发展绿色信贷，同时，国家对其政策经济的支持相较于非系统重要性银行会更多。第三，非系统重要性银行大部分都是中小型银行，除了开展绿色金融业务比系统重要性银行时间晚之外，对绿色信贷等绿色金融产品的认识和创新程度都较弱，加上人才资源的缺乏和较弱的风险防范、应对能力，它们对绿色信贷业务的发展进程一直比较缓慢。而且绿色信贷项目的前期投资较多且后期效益是无法预估的，如果绿色企业违反相关规定也会给银行带来声誉风险等，甚至承担连带责任，所以非系统重要性银行在绿色信贷业务上的发展有很多顾虑与不确定因素。第四，从企业层面来看，绿色企业向银行借绿色信贷时，可能更愿意去系统重要性银行，一方面非系统重要性银行的业务规模小，能够借贷的资金数量相较于系统重要性银行更有限；另一方面系统重要性银行能够将中间业务与绿色信贷业务进行有机结合，创新出绿色信贷的衍生产品，绿色企业能够选择的产品会更多。

五、结论与建议

（一）研究结论

本文选取我国2011～2020年35家商业银行数据为样本，对绿色信贷与商业银行风险承担的关系进行研究，得到以下结论：第一，绿色信贷业务的发展对商业银行风险承担产生影响，并且绿色信贷规模的扩大能够降低银行风险；第二，不同规模的银行受绿色信贷的影响也不一样，本文主要比较系统重要性银行与非系统重要性银行，实证显示，系统重要性银行的风险承担受到绿色信贷的影响相对于非系统重要性银行更加显著。

（二）研究建议

绿色信贷政策在我国起步较晚，且尚未形成统一的政策框架。对此，本文关于商业银行发展绿色信贷提出以下政策建议：

1.政府层面

第一，政府相关部门建立绿色信贷的增信机制和风险补偿机制，科学提高绿色金融风险容忍度，建立并完善绿色金融监管考核指标体系和评价机制。第二，强化绿色金融服务的高效和精准，引导银行机构根据客户面临的风险程度，适当开辟绿色信贷快速审批通道，提高绿色信贷发放的效率和精准性。第三，监管部门对商业银行开展绿色信贷业务的规范性、报告的真实性等进行监督，利用系统重要性银行的规模和声誉优势扩大其绿色信贷规模，在推动系统重要性银行发展绿色信贷的同时，也要加强风险的监管力度；同时加强非系统重要性银行绿色信贷业务发展的风险监督，谨慎发展，防范绿色信贷业务导致非系统重要性银行的各种风险危机，特别注重守住不发生系统性金融风险底线的问题。

2.银行层面

第一，银行自身要积极履行社会责任，引导并支持企业的绿色发展、清退“两高一剩”类项目。在风险可控的前提下，加强对绿色产业的信贷支持力度，扩大绿色信贷的覆盖面。第二，银行要对企业开展绿色融资的需求进行认真调查和研究，将企业环境责任、环境管理状况以及环境治理情况纳入到贷款审查标准中，减少信息不对称的风险，不向企业盲目贷款。第三，银行需要健全并完善绿色信贷风险管理机制，发放绿色贷款前调查和评估好相关风险，制定好风险等级标准。贷款发放之后也要对绿色信贷的落实进行紧密追踪与监控。第四，系统重要性银行要善于抓住自己的声誉效应等优势，扩大绿色信贷业务的规模；而非系统重要性银行在发展绿色信贷业务时要更注重风险的把控，避免业务发展导致有非系统重要性银行的危机。

注释：

（1）数据均来自wind数据库以及各银行年报的手工整理。

参考文献：

［1］张肖飞，赵康乐，贺宏.金融衍生品持有与银行风险承担：“风险管理”抑或“利益驱动”？［J］. 会计与经济研究，2022，36（5）：105-126.

［2］郭品超，沈悦.互联网金融对商业银行风险承担的影响：理论解读与实证检验［J］.财贸经济，2015（10）：102-116.

［3］Laeven L，Levine R.Complex ownership structures andcorporate valuations［R］.IMF Working Papers，No.07/140，2009.

［4］张志元，马永凡.数字金融与企业投资：银行风险承担视角［J］.当代经济科学，2023，45（1）：61-73.

［5］王金明，王心培.跨境资本流动如何影响银行风险承担？［J］.世界经济研究，2022（10）：72-86，136.

［6］邵杨楠，李志生.影子银行和银行风险承担——基于银行表内资产的分析［J］.武汉金融，2022（8）：38-48.

［7］方意.货币政策与房地产价格冲击下的银行风险承担分析［J］.世界经济，2015，38（7）：73-98.

［8］田雅群.定向降准政策、银行竞争与农村商业银行风险［J］.经济与管理，2022，36（5）：45-52.

［9］李珊珊，李振.竞争性扭曲、存款保险与银行风险承担［J］.统计与决策，2022，38（13）：137-142.

［10］张雪兰，何德旭.货币政策立场与银行风险承担——基于中国银行业的实证研究（2000—2010）［J］.经济研究，2012，47（5）：31-44.

［11］Ralph Chami，Thomas F Cosimano，Connel Fullenkamp.Managing ethical risk： How investing in ethics adds value［J］.Journal of Banking and Fiannace，2002，26（9）：169-178.

［12］孙光林，王颖，李庆海.绿色信贷对商业银行信贷风险的影响［J］.金融论坛，2017，22（10）：31-40.

［13］邵传林，闫永生.绿色金融之于商业银行风险承担是“双刃剑”吗——基于中国银行业的准自然实验研究［J］.贵州财经大学学报，2020（1）：68-77.

［14］汪培鑫. 绿色信贷政策对商业银行“三性”影响的实证研究［D］.贵阳：贵州财经大学，2022.

［15］孙红梅，姚书淇.商业银行经营风险与财务绩效——基于绿色业务影响的视角［J］.金融论坛，2021，26（2）：37-46.

［16］王宏涛，曹文成，王一鸣.绿色金融政策与商业银行风险承担：机理、特征与实证研究［J］.金融经济学研究，2022，37（4）：143-160.

［17］王楠楠. 商业银行绿色信贷风险影响研究［D］.成都：四川师范大学，2022.

［18］陈建华，胡莲洁.绿色信贷发展对商业银行财务绩效影响的实证研究［J］.财经理论与实践，2022，43（4）：89-95.

［19］连莉莉.绿色信贷影响企业债务融资成本吗？——基于绿色企业与“两高”企业的对比研究［J］.金融经济学研究，2015，30（5）：83-93.

［20］王康仕，孙旭然，王凤荣.绿色金融、融资约束与污染企业投资［J］.当代经济管理，2019，41（12）：83-96.

［21］丁宁，任亦侬，左颖.绿色信贷政策得不偿失还是得偿所愿？——基于资源配置视角的PSM-DID1成本效率分析［J］.金融研究，2020（4）：112-130.

［22］雷博雯，时波.绿色信贷对商业银行绩效与流动性风险的影响［J］.金融理论与实践，2020（3）：26-31.

［23］高香丽.绿色信贷对银行信贷风险与经营绩效的调节效应研究［J］.投资与创业，2022，33（5）：14-16，23.

［24］张跃飞. 绿色信贷对商业银行信贷风险的异质性影响研究［D］.郑州：河南财经政法大学，2019.

［25］王霞，王芳.绿色信贷对商业银行风险承担的影响［J］.上海立信会计金融学院学报，2021，33（2）：3-14.