金融科技背景下銀行業推行綠色信貸的實證研究

劉益琳

(浙江長征職業技術學院 浙江杭州 310000)

隨著我國經濟的不斷發展，環境污染、資源緊缺、生態退化等問題日益突出，制約了經濟的長期、可持續、健康發展?！皟缮健崩碚摰奶岢?，為生態文明建設提供了方法論原則，真正拓展了經濟發展與環境保護協調推進的現實途徑，社會經濟向綠色轉型離不開金融的支持。2017年10月，黨的十九大報告首次以文件形式確立綠色金融發展政策，明確強調發展綠色金融?！熬G色金融”在我國未來經濟發展中的地位毋庸贅述。

目前，在我國綠色金融實踐中，綠色信貸高速增長，發展迅猛。根據中國人民銀行發布的《2021年金融機構貸款投向統計報告》，2021年末，本外幣綠色貸款余額 15.9 萬億元，同比增長33%，比2020年末高12.7%，高于各項貸款增速21.7%，全年增加3.86萬億元。然而，截至2021年12月，只有興業銀行、江蘇銀行、湖州銀行、重慶農商行、綿陽市商業銀行、貴州銀行、重慶銀行和福建海峽銀行8家加入了國際上最具代表性、應用最廣泛的綠色信貸準則——“赤道原則”。這說明當前，我國銀行業開展綠色信貸主要依靠政策引導，自主參與綠色信貸的積極性不高，銀行業正處于綠色轉型過程中的瓶頸期，而迅猛發展的金融科技憑借其全面的業務類型覆蓋能力、專業化的金融科技力量和普惠性，給銀行推行綠色信貸帶來了巨大影響。因此，本文嘗試通過實證研究綠色信貸對銀行績效和風險的影響，并將金融科技發展因素融入分析框架，從而為探討銀行業如何實踐“兩山”理論，在經濟綠色轉型過程中發揮積極作用提供借鑒。

1 文獻綜述與假說提出

1.1 綠色信貸對銀行績效的影響

國內外除了少數學者認為綠色信貸的開展對銀行績效有負向影響以外，絕大多數學者認為推行綠色信貸有助于銀行提高經營績效。王曉寧、朱廣印(2017)[1]提出實施綠色信貸雖在短期內會造成客戶流失，利潤降低，但在中長期利于降低銀行一系列的貸后成本。Eshet(2017)[2]認為銀行執行綠色信貸政策，能夠提高其積極履行社會責任的形象，從而提高銀行聲譽、增強競爭力，對銀行經營績效產生正向影響。郭文偉、劉英迪(2019)[3]指出綠色信貸在一定程度上會通過成本收益效應路徑增強銀行的盈利能力。何凌云等(2018)[4]將銀行績效用競爭力來衡量，得出綠色信貸與銀行競爭力之間存在正相關關系的結論。

1.2 綠色信貸對銀行風險的影響

金融企業在實行綠色金融時，一方面可提高自身聲望，另一方面可以增強企業的風險管理能力。這是CHAMI提出的理論，而Monaghan S則指出，應該將“赤道原則”作為商業銀行投放信貸資金的行為準則，這種方式是能夠有效解決商業銀行環境風險的重要舉措。李蘇等(2017)[5]指出綠色信貸能夠通過降低環境和信貸風險，從而提高銀行的盈利能力。孫光林等(2017)[6]認為發展綠色信貸不但能增加銀行凈利潤，而且能降低銀行風險。

1.3 金融科技對銀行的影響

金融科技是金融與科技融合發展的高級階段。巴曙松(2017)[7]將科技對金融變革的推動歷程劃分為三個階段，即金融IT階段、互聯網金融階段和金融科技階段。金融科技作為一種金融創新，受到了廣泛關注，學者基于不同的視角進行研究。戴國強和方鵬飛站在盈利和資金成本的角度，提出金融科技使銀行的負債資金成本大幅增加，造成盈利下降。李朋林、張咚咚(2017)[8]認為金融科技打破了銀行的壟斷地位和競爭優勢，使銀行傳統利差降低，對銀行盈利造成一定的不利影響。在風險方面，劉忠璐(2016)[9]認為互聯網技術通過提高銀行經營效率來降低銀行破產的風險。張正平、劉云華(2020)[10]認為電子化水平的提升有利于銀行提高運營效率，降低了風險并提供了實證依據。金融科技作為“鯰魚”進入信貸體系，在攪動了傳統金融生存環境的同時，也極大地激發了傳統金融的求生意識。這種競爭壓力讓銀行業倍感危機，倒逼銀行開展金融創新，提高銀行經營效率。毋庸置疑，金融科技帶給銀行業的顛覆性影響是不容忽視的。

通過上述文獻發現，大多數研究集中于綠色信貸對銀行績效或風險影響的某一方面，少有將兩者聯系起來考慮，而同時將金融科技因素納入分析框架的研究更加鮮有。因此，基于上述分析，本文提出了以下假說：

假說 1 綠色信貸與銀行經營績效從長期來看是正相關的，即實施綠色信貸有助于銀行提高績效。

假說 2 綠色信貸與銀行風險存在負相關關系，即實施綠色信貸有助于銀行降低風險。

本文結合銀行績效與風險兩個角度，并將綠色信貸與金融科技因素統一納入分析研究，以期更全面地研究銀行業實施綠色信貸的效果。

2 變量設定和模型構建

2.1 研究樣本和變量設定

本文樣本數據選取了12家(本文選取的銀行包括中國工商銀行、中國農業銀行、中國銀行、中國建設銀行、興業銀行、中國光大銀行、中國民生銀行、華夏銀行、中信銀行、交通銀行、浙商銀行、招商銀行)有代表性的上市銀行統計數據，時間跨度為2013—2020年。綠色信貸占比、銀行總資產、資產負債率、資本充足率、不良貸款率等指標均來源于國泰安數據庫(CSMAR)、各銀行年度報告及社會責任報告。

2.1.1 被解釋變量

(1)經營績效：國內外大多文獻在研究銀行盈利能力時，多選擇總資產收益率(Roa)作為衡量指標。銀行經營績效與總資產收益率呈正相關關系。

(2)銀行風險：銀行破產風險 Zscore是衡量銀行的破產風險及經營穩定程度的重要指標。銀行破產風險值Zscore的計算方法為Zscore=(Car+Roa)/σ(Car)，Zscore的值與銀行風險呈負相關，即Zscore越低，破產風險越大。

2.1.2 核心解釋變量

(1)綠色信貸占比(GCR)：以上市銀行社會責任報告披露的綠色項目貸款余額占總貸款余額比重度量。主要包含了銀行投向戰略新興產業及節能環保項目和服務領域的信貸資金，反映各銀行綠色信貸的發展程度。

(2)金融科技發展指數(FT)：本文從金融功能觀視角，參考已有文獻(沈悅、郭品，2015)[11]的研究成果，采用“文本挖掘法”構建金融科技發展指數。具體步驟如下：首先，結合近幾年金融科技的實際發展情況，確定了16個關鍵詞形成基礎詞庫，如表1所示；其次，借助《中國重要報紙全文數據庫》，統計基礎詞庫中各關鍵詞在2013—2020年的月度詞頻，將其年化平均得到年度詞頻并加總成每年的總詞頻。最后，以2013年為基數，計算獲得其他各年份的“金融科技發展指數”，由此得到趨勢圖，如圖1所示。如圖1所示，“金融科技發展指數”逐年穩步提高，發展趨勢向好。

表1 基于金融功能提取的金融科技基礎詞庫

圖1 2013—2020年金融科技發展指數走勢

3 控制變量

本文選取的控制變量有：(1)銀行規模(Size)：銀行資產總額的自然對數；(2)資產負債率(Lev)：凈利潤/資產總額；(3)資本充足率(Car)：各銀行的資本充足率；(4)不良貸款率(Npl)：各銀行的不良貸款率；(5)營業收入增長率(Growth)：營業收入為銀行凈利息收入和非利息收入的總和，在此基礎上計算出每年的增長率。

4 構建模型

為探究推行綠色信貸對銀行經營績效及風險的影響，本文建立以下模型。

4.1 績效模型

4.2 風險模型

5 實證結果及分析

5.1 變量描述性統計

表2進行了變量描述性統計，銀行經營績效(Roa)平均值為1.005，表明12家銀行總體的盈利狀況都較好。銀行破產風險Z值(Zscore)標準差為16.049，且最大值最小值差異懸殊，說明各銀行面臨的風險仍然存在較大區別。綠色信貸占比(GCR)的最大值與最小值相比，表明不同銀行實施綠色信貸政策的力度存在較大區別。在銀行資產質量上，不良貸款率(Npl)均值為1.433，說明12家銀行資產質量都較好。資本充足率(Car)的均值為0.131，由此可以看出12家銀行總體財務狀況都良好，抵御風險能力較為樂觀。

表2 描述性統計

在模型具體回歸之前，通過描述性統計和相關系數檢驗，對數據進行初步觀察，進行了Hausman檢驗，績效模型和風險模型均選擇了固定效應模型，如表3所示。

表3 Hausman檢驗

5.2 綠色信貸對銀行經營績效和風險的影響

對績效模型進行固定效應回歸，結果如表4中(1)所示?；貧w結果顯示R2=0.674，說明模型的整體擬合優度較高，解釋性較好。從核心解釋變量來看，綠色信貸占比、金融科技發展指數的影響顯著。綠色信貸占比(GCR)的系數為0.2915，顯著為正，說明綠色信貸與銀行經營績效正相關，實施綠色信貸政策有助于銀行提高經營能力。因此，假說1得到驗證。金融科技發展指數(FT)的系數為-0.1839，由此可以看出，金融科技與銀行經營績效存在負相關關系，其原因是，在金融科技發展初期，金融科技通過提供第三方支付、P2P 網絡借貸、互聯網理財等金融服務，搶占銀行長尾客戶，在資產端、負債端、支付結算端對銀行業務造成了明顯沖擊，造成銀行業利息收入與非利息收入降低，擠壓其利潤空間，因此，在一定程度上削弱了綠色信貸政策對銀行經營績效的正向影響。但隨著金融科技發展水平的提高，擠出效應逐漸減弱，技術溢出效應不斷增強(熊健等,2017)[12]，金融科技勢必會發揮積極效應。

風險模型的固定效應回歸結果如表4中(2)所示。綠色信貸占比(GCR)的系數為12.5978且影響顯著，說明銀行綠色信貸與銀行破產風險負相關，實施綠色信貸政策能夠增強銀行抵御風險的能力。因此，假說2得到驗證。金融科技發展指數(FT)的系數為10.0251且影響顯著，說明金融科技發展指數與銀行破產風險存在負向影響，在金融科技發展的促進下，綠色信貸政策抵御銀行破產風險的能力進一步增強。

表4 經營績效、破產風險及穩健性檢驗

5.3 穩健性檢驗

對模型進行穩健性檢驗，如表4中(3)(4)所示，對于績效模型，將指標總資產收益率(Roa)用凈資產收益率(Roe)進行替換并增加了變量營業收入增長率(Growth)。對于風險模型，加入了變量流動比率(Liq)。檢驗結果顯示，績效模型擬合度仍較高，綠色信貸占比、金融科技發展指數在T檢驗下均顯著，說明原模型穩健性較好，風險模型亦具有良好的穩健性。

6 結語

本文結合金融科技發展水平，實證分析了綠色信貸與銀行績效和風險之間的關系，得出以下結論：(1)綠色信貸政策對銀行的經營績效有顯著的正向影響，對銀行風險有顯著的負向影響，即實施綠色信貸政策，能夠有效提高銀行的經營績效，增強銀行抵御風險的能力。(2)當前金融科技水平減弱了綠色信貸對銀行績效的正向作用，但對于降低銀行風險有顯著的增強效應。

針對實證分析結論，提出以下相應的對策建議。

6.1 多層面協同推進綠色信貸發展，齊抓共管多措并舉

推進綠色信貸發展，雖然銀行扮演著重要的角色，但絕不能靠銀行單打獨斗，只有多層面齊抓共管、多措并舉，才能促進實現銀行資金的有效流通、社會經濟的綠色轉型和可持續發展。從政府層面來看，應為銀行業制定配套的財政及稅收激勵政策，彌補銀行業在綠色轉型過程中的利息損失和成本增加。從法律層面來看，政府既要敦促銀行建立完善的貸前評估機制，落實各項具體指標，減少銀行的貸前成本和操作風險，又要明確各部門在推進綠色金融發展中的職責，完善環保信息共享制度，為銀行業開展綠色信貸提供大數據支持。從銀行自身來看，應當抓好人才培養，建立綠色金融人才庫，加快綠色金融創新，提高綠色信貸創收能力，強化相關風險控制，促進綠色信貸高質量發展。

6.2 正確看待并積極利用金融科技力量，因勢利導積極作為

目前，金融科技對銀行業推行綠色信貸既有正面影響，又有負面影響，監管者不能對其采取“一刀切”的監管模式，應因勢利導，“漸進式”穩步規范金融科技發展體系。銀行自身應通過加快金融科技平臺建設、收購已有平臺或與金融科技公司開展戰略合作等方式，主動擁抱金融科技，促進融合創新。與此同時，銀行業務必正視新興技術帶來的不確定性，注意防范化解潛在風險，從而切實提高自身的競爭力與績效水平。

6.3 加大綠色金融產品與服務的創新力度

6.3.1 綠色金融產品多樣化

金融科技企業具備個性化定制、精準化營銷等優勢。因此，為了更好地提高用戶體驗，各大銀行可以利用金融科技，對客戶需求進行個性化、一對一分析，以打造適宜不同顧客的投融資方案和綠色金融產品，做到個性化、精準化、多樣化，以增加客戶的使用體驗，增強其對銀行及金融企業的信任感和依賴感。此外，銀行應對綠色金融市場加以總體性把握，深入挖掘金融市場潛力，為綠色金融市場吸引更多的潛在用戶。在大數據技術的支持下，銀行企業將具備更加廣泛的信息獲取渠道，用戶獲取成本也會隨之降低，再加上銀行自身強大的資金及品牌優勢，能夠進一步加強綠色金融產品的盈利能力。

6.3.2 創新完善綠色信貸流程

互聯網信息時代的到來，使綠色金融產品數據信息的來源渠道進一步拓寬，可以通過大數據、云計算及人工智能等方式獲取信息。為了進一步完善綠色信貸流程，銀行應將相關環境指標納入綠色信貸評價體系中，開設多功能、一體化數據平臺，構建自動識別和審批功能。將銀行在過往業務開展過程中積累的大量數據進行清洗、挖掘和整理，并存儲于數據倉庫中。此外，銀行應建立自主決策系統，通過對綠色信貸項目的自主化綠色信用評估，并與人工復核結果進行比對，得出最終結果，以提高決策數據的準確度。綜上所述，銀行可通過以上多項措施創新完善綠色信貸流程。