綠色信貸投放項目環境有效性研究

王薇

【摘要】綠色信貸政策，從赤道原則的概念提出到銀監會發布的條例初步付諸實踐，近些年來取得良好效果。本文根據銀監會2018年2月份披露21家銀行的綠色信貸數據，基于SPSS模型進行曲線估算回歸與比率測算，量化研究綠色信貸在各類別綠色項目上投放的有效性。然后推導出目標節能減排量與綠色信貸余額之間的量化關系，監管機構可以用來對下一年的綠色信貸預算進行估計，用來考核地區或銀行綠色信貸的有效性，銀行也可以用它來評估綠色信貸項目的類別利率水平。

【關鍵詞】綠色信貸 環境效益 回歸分析

一、引言

根據綠色信貸統計制度，目前，綠色信貸包括兩部分：一是支持節能環保、新能源、新能源汽車等新興產業制造端的貸款；二是支持節能環保項目和服務的貸款。鑒于數據匹配性與謹慎性原則，本文主要研究第二部分的共12大類項目。

本文數據來源于銀監會2018年2月9日披露的2013年6月末至2017年6月末國內21家主要銀行的綠色信貸整體情況。而采用的環境效益指標包括：標準煤節約量、二氧化碳減排量、化學需氧量、氨氮、二氧化硫、氮氧化物、節水共7項指標。

二、文獻綜述

此前關于綠色信貸的研究，歸納主要有三方面。一是從銀行角度，探究發放綠色信貸對商業銀行的安全性、盈利性和流動性的影響，如核心資本凈額不變的條件下，綠色信貸會造成銀行利潤的降低，但擴大總額能抵消損失（胡榮才、張文瓊2016）。二是從監管角度，對綠色信貸政策提出問題與建議，如指出當前綠色信貸缺乏有效的評級體系、激勵機制和風險管理制度（陳立銘、郭麗華、張偉偉 2016）。三是從目標受益者角度，研究綠色信貸的有效性，如綠色信貸的效果并未體現在借款成本上（蔡海靜2013），如綠色信貸對產業升級的作用機理并未發揮是因為當時實施力度小等（陳光偉、胡當2011）。本文是從第三個方面，實證研究綠色信貸余額總量與環境效益指標的函數關系，以及綠色信貸在各個行業類別投放的有效性。

三、實證模型和估計結果

（一）正向回歸-信貸余額總量與環境指標的關系

設信貸余額總量為自變量X，其標準煤節約量為因變量Y1，對于（X，Y1）的取值點用SPSS模型進行曲線回歸，根據R方、F等綜合考慮，二次曲線的擬合度較高。即：

Y1=-630998262.3+29676.465X -0.261X2 （1-1）

同理，對于自變量X，設二氧化碳減排量、化學需氧量、氨氮、二氧化硫、氮氧化物、節水量分別為因變量Y2，Y3，Y4，Y5，Y6，Y7，對于（X，Yi）的取值點用SPSS的模型進行曲線回歸，發現這7個回歸都是二次曲線擬合度最高，可以分別得到方程（1-2）到（1-7）：

Y2=-1559655160+74423.444X-0.673X2 （1-2）

Y3=-27097091.62+1230.505X-0.012X2 （1-3）

Y4=-2142052.145+98.231X-0.001X2 （1-4）

Y5=-15620996.51+815.61X-0.008X2 （1-5）

Y6=-1524476.804+54.151X （1-6）

Y7=-3713123325+165417.974X-1.525X2 （1-7）

則可得出各個行業的最佳總綠色信貸余額，并可以根據當年投放的綠色信貸數額來估計應當產生的環境效益。各銀行對本行的綠色信貸發放項目的評估也可采取同樣方法。如果環境指標Yi（真實）>Yi（預測），則該項目在生態上為優等項目；如果環境指標Yi（真實）

（二）逆向回歸-各項目的環境效益與信貸余額的關系

正向回歸中，以信貸余額為自變量，環境指標為因變量，旨在從總量上探究綠色信貸的環境效益；逆向回歸與正向回歸相反，以環境指標為解釋變量，各個綠色行業的信貸余額為被解釋變量，即從反函數的角度，旨在研究各項目的環境效益。

但是，這里逆向回歸采用SPSS模型進行比率分析。如對于綠色農業開發項目，設其綠色信貸余額為X1元，節能標準煤Y1噸。則對（X1，Y1）進行比率分析得系數K1，1=15.686。對（Xi，Yj），i=1，2，…12，j=1，2，…7，共得84個方程Xi=Ki，jYj。疊加，得■。對j=1，2，…12分別進行上述操作，得每個項目類別信貸余額的環境效益方程（2-1）到（2-12）：

■

由以上綠色信貸項目效益方程可得工業節能節水項目（X3）的標準煤減排（Y1）和節水（Y7）效益最大，單位減排需貸款額系數分別為0.005和0.001；可再生能源及清潔能源項目（Y7）二氧化碳當量（Y2）減排效益最大，系數0.003；綠色農業開發項目（X1）化學需氧量（Y3）減排效益最大，系數0.003；垃圾處理及污染防治項目（X6）的氨氮量（Y4）減排效益最大，系數1.002；節能環保服務（X11）的二氧化硫減排量（Y5）和氮氧化物減排量（Y6）效益最大，系數分別為0.042和0.583。

四、主要結論

根據SPSS回歸模型的曲線估算，各個環境效益指標均是信貸余額總量的二次函數，方程（1-1）到（1-7）給出了量化關系式，根據關系式可以預測信貸余額投放的各項環境效益，也可作為綠色信貸項目的評估依據。而根據SPSS模型的比率測算，可以得到每個項目類別信貸余額的環境效益方程，估算對于每個項目，根據欲達到的節能減排量而需投入的信貸余額量，而方程（2-1）到（2-12）給出了其量化關系式。通過量化方程，可以清楚地得到各個項目類別綠色信貸的環境改善效率，也可作為銀行放貸利率水平的依據。

參考文獻

[1]Determinants and associated performance improvement of green supply chain management in China[J].Chu-hua Kuei，Christian N.Madu，Wing S.Chow，Yang Chen. Journal of Cleaner Production.2015.

[2]An overview of the environmental finance policies in China：retrofitting an integrated mechanism for environmental management[J].Wei Li，Mengze Hu.Frontiers of Environmental Science & Engineering.2014（3）

[3]胡榮才，張文瓊.開展綠色信貸會影響商業銀行盈利水平嗎？[J].金融監管研究，2016（07）：92-110.

[4]陳立銘，郭麗華，張偉偉.我國綠色信貸政策的運行機制及實施路徑[J].當代經濟研究，2016（01）：91-96.

[5]舒利敏，楊琳.商業銀行綠色信貸實施現狀研究[J].會計之友，2015（23）：44-50.

[6]蔡海靜.我國綠色信貸政策實施現狀及其效果檢驗——基于造紙、采掘與電力行業的經驗證據[J].財經論叢，2013（01）：69-75.

基金項目：蘇州大學第二十批大學生課外學術科研基金項目，項目編號：KY2018344B。