綠色信貸如何影響銀行風險承擔？
——基于中國銀行業數據的實證研究

■張琳 王寶東 廉永輝

一、引言

十九大報告全面闡述了加快生態文明體制改革、推進建設美麗中國的戰略部署。2020年9月22日，在聯合國大會上，中國首次向世界宣布中國“碳達峰、碳中和”的愿景。在綠色發展的背景下，環保產業具有廣闊的發展前景，同時也需要大量資金支持。在我國以間接融資為主的金融體系下，銀行信貸是企業主要的外部融資來源，綠色信貸也就構成了綠色金融的主體。但是，隨著環保政策和法規愈發嚴格，企業可能因為環保不達標影響其生產經營，進而降低其還款能力。因此，發展綠色信貸業務也將成為商業銀行進行環境風險管理的重要手段。根據銀保監會數據，21 家主要銀行綠色信貸規模從2013年末的5.2萬億元增長至2021年第一季度末的12.5萬億元，綠色信貸規模雖然顯著增長，但是綠色信貸占各項貸款的比重始終維持在9%左右。我國綠色信貸發展初期主要是由政策驅動的，要想進一步激發商業銀行的內生動力，需要綠色信貸對銀行的發展有積極影響。風險管理是商業銀行永恒的話題，對保障商業銀行資產質量和安全至關重要。那么，商業銀行開展綠色信貸能否降低銀行風險呢？

理論上，綠色信貸影響銀行風險的方向并不確定。一方面，綠色信貸可以降低企業因環境問題導致的違約風險，規避企業環保違規后銀行的連帶責任，為銀行贏得綠色聲譽發揮保險效應，從而降低銀行的風險承擔水平。另一方面，由于新興環保產業尚未成熟，企業環境信息披露不完善，綠色信貸業務也可能增加銀行的風險承擔水平。實證研究方面，李蘇等[1]發現綠色信貸會降低銀行的破產風險；孫光林等[2]、孫紅梅等[3]發現綠色信貸會降低銀行的不良貸款率；邵傳林等[4]發現綠色信貸業務在發展初期會增加銀行的破產風險。綜合來看，現有文獻雖然研究了綠色信貸與銀行風險的關系，但對綠色信貸影響銀行風險的路徑沒有深入分析，同時大多數研究屬于靜態分析，涉及綠色信貸影響銀行風險的動態特征較少。

基于此，本文利用我國2007—2019年47家商業銀行數據，考察了綠色信貸對銀行風險的動態影響及其路徑。與既有文獻相比，本文的研究特色主要體現在：第一，通過分解銀行破產風險指標，更細致地考察了綠色信貸影響銀行風險的路徑。第二，通過區分銀行主動風險承擔和被動風險承擔，揭示了綠色信貸對銀行風險承擔意愿和風險承擔后果的影響差異。第三，通過考察當期和不同滯后期綠色信貸對銀行風險的影響，揭示了綠色信貸影響銀行風險的時滯特征和動態特征，為商業銀行站在長遠角度規劃綠色信貸業務發展提供了參考依據。

二、文獻綜述、理論分析和研究假設

（一）文獻綜述

現有關于綠色信貸風險的研究主要包括以下三個方面：

第一，綠色信貸對銀行總體風險狀況的影響。李蘇等[1]基于16 家上市銀行2011—2015年樣本的研究表明，綠色信貸余額增加可以降低銀行的破產風險。孫光林等[2]利用五大國有銀行2008—2016年季度數據發現，綠色信貸規模增加可以降低銀行的不良貸款率。邵傳林等[4]利用60家商業銀行2005—2017年的年度面板數據發現，商業銀行開展綠色信貸業務的初期會增加其破產風險。隨著業務的進一步發展，綠色信貸逐漸顯現出降低銀行破產風險的作用。雷博雯等[5]基于2010—2018年16 家商業銀行樣本研究發現，短期來看綠色信貸余額增加對銀行流動性風險沒有影響，但中長期來看可以降低銀行流動性風險。孫紅梅等[3]以2005—2018年24 家上市銀行為樣本發現，銀行更好地開展綠色信貸會提升資產負債率，降低不良貸款率，從而降低銀行經營風險；銀行經營風險增加會損害其財務績效，不過綠色信貸業務可以減弱經營風險和財務績效間的負向關系。國外文獻中，Scholtens等[6]對比了實施與不實施赤道原則的兩類銀行的經營情況，發現實施赤道原則的銀行貸款風險更低。Cui 等[7]基于中國商業銀行數據，發現更高的綠色信貸比例會降低銀行不良貸款率。Finger 等[8]基于全球78 家赤道銀行樣本發現，采納赤道原則的銀行不良貸款率較高，并且發展中國家的赤道銀行不良貸款率高于發達國家的赤道銀行。

第二，綠色信貸自身的風險評估。符淼等[9]設計了銀行信貸的環境風險評估體系。其中，自然環境因素包括土地利用、生物多樣性、污染物排放、資源與能源消耗，社會環境因素包括政策與法規、社區健康與安全等。馬曉微等[10]在一般銀行信貸評估指標的基礎上結合綠色項目的特別屬性，設計了綠色信貸的風險評估體系，除了償債能力、財務效益、區域風險等一般性指標，還包括社會環境風險、自然環境風險等專門性指標。劉慶富等[11]以新能源汽車行業為樣本利用修正的KMV 模型分析銀行投放綠色信貸的風險，發現新能源汽車行業信用風險在部分時段低于傳統行業，因此銀行發展綠色信貸業務可以降低整體風險。

第三，商業銀行環境風險管理研究。常杪等[12]構建了四個組成部分的銀行業環境風險控制體系，包括環境信息收集和傳遞、環境風險管理部門建設、環境風險動態評估和管理、借鑒國際經驗和加入國際準則。馬秋君等[13]分析借鑒花旗銀行環境風險管理經驗，從貸前審批、貸中確認、貸后管理三方面構建了全過程的環境風險管理體系。李云燕等[14]通過構建綠色信貸信用風險轉移模型，發現商業銀行通過和非銀行金融機構合作并將信用風險轉移給對方，可以大幅降低綠色信貸業務中的信用風險，提升信貸資產質量。

綜合而言，現有文獻從環境風險管理角度分析了銀行投放綠色信貸的必要性，設計了銀行環境風險管理流程和環境風險評估體系，為研究綠色信貸與銀行風險的關系提供了現實和理論依據，并利用實證方法考察了綠色信貸對銀行風險指標的影響，對綠色信貸與銀行風險的關系進行了定量分析。既有文獻的不足主要包括：一是選取的風險指標比較單一，主要是不良貸款率或破產風險指標，沒有考慮銀行風險承擔意愿和后果的差異；二是沒有考察綠色信貸影響銀行風險的路徑；三是沒有詳細分析綠色信貸影響銀行風險的時滯特征和動態特征。

（二）理論分析和研究假設

1.綠色信貸降低銀行風險的理論分析

第一，商業銀行提高綠色信貸占比有助于降低信用風險。一方面，隨著環保要求的提高和執法力度的加強，污染類企業要達到環保標準需要付出更高成本，這減少了企業利潤，增加了企業還款難度。如果企業未能達標，將面臨嚴格的處罰，包括罰款、整改甚至停業，從而直接影響企業的盈利能力或引發違約[15]。產能過剩類企業資金利用效率低，隨著產業轉型升級，部分企業最終會被淘汰，違約風險較高。相比之下，在可持續發展理念推動下，環保產業具有更好的發展前景。為加強生態文明建設，政府出臺了多項支持政策，包括為綠色項目貼息、擔保等。政府的支持和背書起到了信用增級作用，降低了綠色項目的違約風險[16]。此外，銀行為“兩高一剩”企業節能減排提供資金也有助于這些企業實現轉型升級，改善績效水平，以此降低銀行面臨的風險[17]。另一方面，抵押品價值更有保障。銀行發放貸款一般需要企業提供土地、廠房設備等抵押品。這些抵押品構成了企業的“第二還款來源”，當企業財務狀況出現問題，無法償還本息時，銀行可以拍賣抵押品來減少損失。對于“兩高一剩”企業來說，其抵押品在生產經營過程中更容易被污染，從而導致價值受損，或者由于行業產能過剩原因，抵押品市場需求低，無法獲得較高價格，這樣銀行通過處置“兩高一剩”企業抵押品只能在較低程度上減少損失[18]，而環保行業由于采納了綠色清潔技術以及較廣闊的市場前景，其抵押品的價值更能得到保障。

第二，商業銀行提升綠色信貸占比能降低法規風險和聲譽風險。法規風險方面，商業銀行為企業的污染項目提供融資、咨詢等服務可能會被追究連帶責任，面臨行政處罰、法律訴訟等風險[19]。例如，2018年7月，平安銀行因貸前調查不到位，向環保未達標的企業提供融資等違法違規事實，被罰款50萬元。同年7月，因宜城市襄大農牧有限公司養殖廢水污染漢江，福建省綠家園環境友好中心向法院提起環境民事公益訴訟，并追加農行宜城市支行和宜城農商銀行作為該案的共同被告參加訴訟。聲譽風險方面，商業銀行投放綠色信貸，承擔環境保護責任，可以提升自身的社會聲譽，積累更多道德資本，從而發揮保險效應[20]。社會公眾對聲譽好的銀行包容度更高。當銀行出現負面新聞時，利益相關者更愿意相信這是偶發事件，因此不會對銀行施以嚴厲的處罰。這給了銀行糾偏的機會和時間，避免產生巨額經濟損失。反之，若銀行為污染類項目提供資金支持，當出現嚴重的環境污染或社會風險事件時，銀行的聲譽會受損，利益相關者的不滿會轉變為銀行的客戶流失，從而增加銀行的運營風險[21]。

綜合以上分析，提高綠色信貸占比有助于降低銀行的信用風險、法規風險和聲譽風險，因此本文提出如下研究假設：

H1a：提高綠色信貸占比能夠降低銀行自身的風險承擔水平。

2.綠色信貸增加銀行風險的理論分析

綠色信貸作為銀行開展的新業務也存在一定風險。第一，環保產業雖然近年來蓬勃發展，具有良好的前景，但作為新興產業尚未形成成熟的盈利模式。特別是部分環保項目具有較強的正外部性，在正外部性無法充分內部化為項目收益時，環保項目獲取盈利的保障性較低。另外，環保項目周期較長，不確定性更大[22]。第二，銀行和企業間的環境信息不對稱較為嚴重。目前企業的環境信息不是強制披露的，也沒有統一完善的披露標準，導致部分企業沒有公布詳盡的環境信息或者進行選擇性的信息披露。銀行獲取企業真實完整的環境信息難度較大、成本較高，這降低了銀行綠色信貸投放中的風險識別能力，增加了銀行環境風險管理的難度[23]。第三，綠色信貸會擠占其他業務資源。在綠色信貸業務發展成熟之前，綠色信貸對其他業務的擠占效應可能會影響銀行核心競爭力[24]。另外，銀行對“兩高一剩”企業抽貸、斷貸會加速這些企業的風險暴露。綜上，本文提出如下研究假設：

H1b：提高綠色信貸占比會增加銀行自身的風險承擔水平。

3.綠色信貸影響銀行風險的動態特征

根據上文分析，綠色信貸對銀行風險短期可能具有正負兩方面的影響。但隨著時間推移，綠色信貸對銀行風險的降低效應可能會逐漸增強，提升效應將逐漸減弱。首先，隨著實踐經驗增加和數據資料積累，銀行綠色信貸業務將逐漸成熟，環境風險管理體系也將不斷完善。商業銀行最初開展綠色信貸業務可能會被認為是“作秀”，但只要持續地踐行環保責任就能樹立可信的社會聲譽，獲取利益相關者的充分認可[25]。其次，對“兩高一剩”企業貸款的風險先升后降。在商業銀行退出“兩高一剩”企業初期，會導致不具有自身“造血”能力的企業陷入困境而引發違約風險，但當這些企業的風險充分暴露之后，銀行開展綠色信貸業務的潛在風險和阻力將大大降低[26]。同時，隨著“兩高一剩”企業在綠色信貸的支持下推進節能減排改造，這些企業的環境風險也會明顯減小。最后，隨著環保政策的完善和公眾環保意識的增強，綠色產業的市場空間將不斷擴大，盈利水平會進一步提升并更加穩定[27]。此外，隨著環境信息披露制度的完善和利益相關者對企業環境信息知情權的要求提高，企業的環境信息披露質量也將不斷提升，從而減弱由于信息不對稱導致的銀行風險[28]。綜上，本文提出如下假設：

H2：提高綠色信貸占比對未來銀行風險減弱的效應更大。

三、實證研究設計

（一）模型設定和變量選擇

為了檢驗銀行綠色信貸對銀行風險的影響，本文參考孫光林等[2]、邵傳林等[4]的研究，采用普通最小二乘法（OLS）運行如下計量模型：

其中，εi,t為隨個體和時間而改變的擾動項，為減少擾動項不規則帶來的問題，本文所有回歸均采用了銀行層面聚類穩健的標準誤。模型中各變量解釋如下：

1.因變量：銀行風險（RISK）。借鑒馬勇等[29]的研究，本文選取Zscore度量銀行的風險承擔：

其中，CAR 為銀行資本充足率，ROA 為銀行總資產收益率，ROA_SD 為ROA 的標準差，反映了銀行盈利的穩定性。本文借鑒Beck 等[30]的研究，采用3年滾動窗口計算ROA_SD，以增加Zscore分母的變動幅度。需要說明的是，Zscore 是銀行風險承擔的反向指標，即Zscore值越大，銀行破產風險越小。另外，由于Zscore的高度有偏性，本文對其取自然對數進行處理。

2.核心解釋變量：銀行綠色信貸占比（GL）。與張琳等[27]一致，本文采用綠色信貸余額占總貸款的比重衡量商業銀行的綠色信貸實施情況。綠色信貸是指商業銀行投向清潔能源、綠色交通、資源循環利用、工業節能節水等綠色環保項目與服務領域的貸款。

3.控制變量。參考徐明東等[31]的研究，本文選取如下可能影響銀行風險承擔的銀行微觀特征變量：銀行規模（SIZE），以資產總額的自然對數衡量；不良貸款率（NPL），為次級、可疑和損失三種貸款占總貸款的比重，反映銀行資產質量；存貸比（LTD），為貸款總額與存款總額的比值，反映銀行流動性狀況；非利息收入占比（NII），為銀行非利息收入與營業收入的比值，反映銀行的收入結構；上市虛擬變量（LIST），銀行上市當年及之后LIST 取1，其他取0。此外，宏觀經濟環境和其他未考慮到的時變因素也可能影響銀行風險，對此本文統一在模型中加入年度固定效應予以控制。

（二）樣本選擇與描述性統計

本文研究樣本為我國2007—2019年47 家商業銀行的年度非平衡面板數據。一方面，2007年國家環境保護總局、中國人民銀行和銀監會聯合發布了《關于落實環保政策法規防范信貸風險的意見》，正式拉開了我國銀行業發展綠色信貸的序幕。另一方面，2007年起商業銀行陸續開始在《社會責任報告》中披露綠色信貸相關信息，其中47家銀行披露了綠色信貸余額數據。按照銀保監會的分類標準，樣本銀行包括6 家大型國有銀行、11 家全國性股份制銀行、22 家城市商業銀行和8 家農村商業銀行。截至2019年底，樣本銀行總資產占我國商業銀行的80.61%，具有較強的代表性。數據來源方面，綠色信貸余額根據商業銀行社會責任報告手工搜集得到，其余數據取自Wind數據庫。

表1列示了主要變量的描述性統計結果。風險指標Zscore 的均值為5.429，最大值為8.790，最小值為3.399，反映了我國商業銀行的風險水平存在一定差異。核心解釋變量綠色信貸占比GL 的均值為3.482%，表明我國商業銀行綠色信貸發展的平均水平較低，不過GL 的最大值為23.771%，說明部分銀行綠色信貸業務發展勢頭迅猛。其余財務指標方面，樣本銀行不良貸款率NPL 的均值為1.236%，雖然2008年金融危機后受經濟增速放緩影響，銀行不良貸款率有所攀升，但信貸風險總體較低。存貸比LTD 的均值為69.844%，低于監管部門曾經設置的75%紅線。非利息收入占營業收入比重NII 的均值為21.575%，表明利息凈收入仍然是我國商業銀行最主要的收入來源。

表1 變量描述性統計

表2報告了各變量之間的相關系數。各解釋變量之間相關系數的絕對值多數在0.4以下，可以認為模型中的多重共線性問題并不嚴重。值得注意的是，GL 和Zscore 的相關系數為正，意味著在不控制其他影響因素的前提下，綠色信貸能夠降低銀行破產風險，不過更為準確的結論還有待深入分析。

表2 變量相關系數

四、實證結果分析

（一）基準回歸結果

表3 列示了綠色信貸占比GL 影響銀行風險承擔Zscore 的回歸結果。從系數的符號來看，當期和不同滯后期綠色信貸占比的系數均為正，表明綠色信貸占比提升會降低銀行的風險承擔水平，從而證實了假說H1a。從系數的顯著性來看，當期綠色信貸占比GL顯著性較低，表明商業銀行投放更多的綠色信貸對當期銀行風險沒有明顯影響；滯后1 期綠色信貸占比L.GL系數邊際顯著（P值為0.13），滯后2期綠色信貸占比L2.GL 的系數在10%水平上顯著，滯后3期綠色信貸占比L3.GL的系數在5%水平上顯著，表明商業銀行投放更多的綠色信貸在1—2年之后開始發揮降低銀行風險的作用，并且隨著時間推移，綠色信貸的風險減弱效應更加明顯。從系數的大小來看，綠色信貸對銀行風險的影響隨綠色信貸滯后期增加而增大，表明銀行提高綠色信貸配置比例的風險減弱效應從長期來看更大。綜合而言，綠色信貸對銀行風險承擔的影響表現出一定的動態特征，銀行提高綠色信貸比重雖然在短期內（如1年之內）對銀行風險影響不大，但長期來看（最多2年之后）會降低銀行風險，并且風險降低效應會逐漸增強，從而證實了假說H2。

表3 綠色信貸對銀行風險的影響

控制變量方面，SIZE系數顯著為正，說明與“大而不倒”觀點所認為的大銀行因道德風險問題會承擔更高的風險不同，我國銀行業中，大銀行的客戶資質更好，風控制度更完善，風控技術水平更高，因而規模較大的銀行風險水平較低。NPL 系數顯著為負，即不良貸款率高的銀行更容易出現資產減值、盈利下降，從而破產風險水平更高。NII 系數顯著為負，說明雖然銀行業務模式更傳統且創新不足，但可以避免新的風險，從而降低銀行的整體風險水平。LIST系數顯著為負，表明銀行上市以后風險水平增加。上市銀行雖然可以公開募集資金，增強資本實力，但也需要對廣大投資者負責，并且面臨著更高的盈利壓力，因此需要拓展風險更高的業務。

（二）穩健性檢驗

第一，變換被解釋變量計算方式。基準回歸中，銀行風險指標Zscore=（ROA+CAR）/ROA_SD。本文將資本充足率CAR 替換為資本資產比ETA。ETA為銀行股東權益和總資產的比值，是衡量銀行資本充足情況更為簡單的指標，從而得到新的銀行風險指標Zscore2。并且，利用ROA和CAR的滾動3期均值ROA_mean 和CAR_mean 替換原計算公式中的ROA 和CAR，從而得到新的銀行風險指標Zscore3。將Zscore2 和Zscore3 代入模型（1）重新回歸。表4（1）至（4）列的結果顯示，當滯后3期時，綠色信貸占比L3.GL 系數開始在10%水平上顯著；（5）至（8）列顯示，當滯后2期時，綠色信貸占比L2.GL 系數開始在10%水平上顯著。這一回歸結果與基準回歸一致，即綠色信貸對銀行破產風險的減弱效應需要多期以后才能發揮作用。

表4 替換銀行風險指標度量方式

第二，增加控制變量。Zscore 指標的分子部分包括CAR 和ROA，為避免機械相關性，基準回歸中沒有控制資本充足率CAR 和資產收益率ROA。本文將這兩個變量加入控制變量集合，表5（1）至（4）列是僅加入CAR 的結果，（5）至（8）列是同時加入CAR和ROA的結果。CAR系數顯著為正，表明資本更充足的銀行風險抵御能力更強，ROA系數顯著性較弱。GL的系數和基準回歸一致，增加控制變量不改變本文主要結論。

表5 增加控制變量的穩健性檢驗

第三，控制變量滯后1 期。基準回歸中為減少樣本損失，控制變量取當期值。本文將除上市變量LIST以外的銀行財務變量取滯后1期值重新進行回歸，結果如表6所示。隨著滯后期增加，綠色信貸占比系數的顯著性增強，絕對值增大，表明綠色信貸對銀行風險的降低效應動態增強，本文結論是穩健的。

表6 銀行微觀財務特征滯后1期的穩健性檢驗

五、綠色信貸影響銀行風險的機制分析

（一）基于Zscore分解的機制分析

為進一步分析綠色信貸對銀行風險的影響路徑，本文參考李明輝等[32]的研究，將Zscore分為兩部分：Z_lev=CAR/ROA_SD 為杠桿風險，反映銀行以存量資本應對風險的能力；Z_sharpe=ROA/ROA_SD 為資產組合風險，即銀行風險調整后的收益率，反映銀行以盈利增加應對風險的能力。將Z_lev和Z_sharpe作為被解釋變量重新回歸，結果如表7所示。（1）至（4）列是以Z_lev為被解釋變量時的結果，其中，綠色信貸占比系數始終為正，絕對值逐漸增大，當期和滯后1期綠色信貸占比系數顯著性較弱，滯后2期和3期綠色信貸占比系數分別在10%和5%水平上顯著，表明銀行提高綠色信貸占比可以降低銀行杠桿風險，但這一效應要兩年以后才能明顯顯現，并逐漸增強。（5）至（8）列是以Z_sharpe 為被解釋變量時的結果，綠色信貸占比系數同樣為正，并逐漸增大，而與（1）至（4）列結果有所不同的是，當期和不同滯后期綠色信貸占比的系數始終顯著，并且顯著性逐漸增強。這一結果表明，銀行提高綠色信貸配置比例有助于降低資產組合風險，提高風險調整后的資產收益。目前綠色信貸占比較低，商業銀行投放綠色信貸提高了資產配置的多樣化水平，有助于分散風險。此外，綠色信貸對銀行資產組合風險的減弱效應不存在時滯性，當期綠色信貸占比GL 的系數在10%水平上顯著，即銀行提高綠色信貸占比當年就能降低資產組合風險。不過，綠色信貸對銀行資產組合風險的減弱效應依然具有動態增強的特征。

綜合而言，通過分解Zscore可以發現：綠色信貸占比提升通過降低銀行杠桿風險和資產組合風險減弱銀行破產風險；綠色信貸對銀行破產風險的時滯影響主要來源于杠桿風險；綠色信貸對銀行破產風險的動態影響在杠桿風險和資產組合風險上都有所體現。

（二）基于夏普指數分解的實證分析

表7顯示綠色信貸會提高銀行風險調整后的收益ROA/ROA_SD，這一比值又被稱為夏普指數，反映了單位風險創造的利潤[33]。為進一步探究綠色信貸對夏普指數的正向影響究竟是來源于資產收益率ROA 的提升還是資產收益波動ROA_SD 的降低，本文分別以ROA 和ROA_SD 作為被解釋變量進行回歸，結果如表8所示。（1）至（4）列以ROA 為被解釋變量，當期和滯后1期綠色信貸占比系數不顯著，滯后2 期和3 期綠色信貸占比系數顯著為正，且隨著滯后期增加，系數的數值逐漸增大，顯著性逐漸增強，表明隨著時間推移，綠色信貸對銀行資產收益率呈現逐漸增強的改善效應。（5）至（8）列以ROA_SD 為被解釋變量，綠色信貸占比系數始終為負，但是隨著滯后期增加，系數大小沒有變化，顯著性反而有所減弱，當期和滯后1 期綠色信貸占比在10%水平上顯著，滯后2期和3期綠色信貸占比顯著性較弱，表明提高綠色信貸占比可以降低資產收益波動，不過這一效應會隨著時間推移而減弱。

表7 分解Zscore的回歸結果

表8 分解夏普指數的回歸結果

綜合而言，綠色信貸占比對銀行夏普指數當年和1年以后的提升效應主要來源于資產收益波動的降低，綠色信貸占比對銀行夏普指數2年和3年以后的提升效應則主要來源于資產收益率的提高。綠色信貸對銀行夏普指數的動態影響主要是由于綠色信貸對銀行資產收益率的改善效應逐漸增強。

（三）區分主動風險承擔和被動風險承擔的實證分析

銀行風險承擔可以分為主動風險承擔和被動風險承擔。主動風險承擔即銀行風險承擔的主觀意愿，主要表現為銀行風險容忍度上升和信貸標準的放松。被動風險承擔即銀行風險承擔的客觀后果，主要表現為銀行風險識別水平下降和宏觀經濟下行等不利因素所導致的客戶違約風險加大[34]。銀行主動風險承擔一般采用風險加權資產比率RWAR 衡量。RWAR 為銀行風險加權資產RWA 與總資產的比率。該比例在銀行放貸時即能確定，屬于事前風險承擔水平。RWA 為商業銀行不同資產以其風險水平作為權重系數之和，顯示了商業銀行在不同風險水平資產間的總體配置情況。RWA 高表明銀行配置了較多的高風險資產，反映出銀行較高的風險偏好和意愿。銀行被動風險承擔一般用不良貸款率NPL 衡量。NPL 為次級、可疑和損失三種貸款占總貸款的比重，屬于事后風險水平。NPL 高表明客戶出現違約情況較多，銀行的資產質量較差且承擔了較高的風險后果。

表9中（1）至（4）列顯示了以RWAR作為被解釋變量的回歸結果，綠色信貸占比系數始終為負，滯后2期和3期綠色信貸系數在10%水平上顯著，并且系數的絕對值也更大。以上結果表明綠色信貸占比提高會降低銀行的風險加權資產比率，并且這一降低效應隨時間推移而增強。隨著綠色發展理念和政策的推行，“兩高一剩”行業的運營成本增加、盈利能力減弱，商業銀行為其投放信貸的風險加大。因此，商業銀行積極調整其信貸結構，提高綠色信貸比例，表明銀行更謹慎和更具前瞻性的風險管理態度、更低的主動風險承擔意愿。“兩高一剩”行業信貸存量較大，綠色信貸投放規模目前相對較少，銀行縮減“兩高一剩”信貸的程度會大于增加綠色信貸投放的程度，從而導致風險資產比率降低。此外，部分銀行已經采用內部評級法確定資產的風險系數，在內部評級法中，銀行根據違約概率、給定違約概率下的損失率、違約的總敞口頭寸以及期限等因素來決定一筆授信的風險權重，因此違約率低的信貸風險權重較小。目前綠色信貸的違約率是相對較低的，按照內部評級法，綠色信貸的風險系數較小，因此商業銀行提高綠色信貸占比會降低其風險加權資產比率。

表9中（5）至（8）列顯示了以NPL作為被解釋變量的回歸結果，各列綠色信貸占比系數均為負，并且隨著滯后期增加，綠色信貸占比系數的顯著性增強、系數絕對值增大，表明綠色信貸對銀行不良貸款率的降低效應長期來看更明顯。根據銀保監會的數據顯示，截至2017年6月底，21 家銀行業金融機構的綠色信貸不良貸款余額241.7 億元左右，不良率0.37%，低于同期銀行業金融機構各類信貸總體不良率1.74%。因而，這一結果也與目前銀保監會披露的數據相一致，表明商業銀行增加綠色信貸占比有助于提升資產質量，降低銀行面臨的違約風險。

表9 區分主動風險承擔和被動風險承擔的回歸結果

六、結論和政策建議

本文利用我國2007—2019年47 家商業銀行數據實證檢驗了綠色信貸對銀行風險的影響。研究結果表明：提升綠色信貸占比能夠降低銀行未來的風險承擔水平，且綠色信貸的風險降低效應會隨著時間推移而逐漸增大。考察作用機制發現：綠色信貸的風險降低效應源于其能夠降低銀行的杠桿風險和資產組合風險，即綠色信貸同時提升銀行以存量資本和流量盈利應對風險的能力。進一步分解資產組合風險發現，綠色信貸不僅提升了銀行盈利能力，還降低了銀行的盈利波動性。區分事前風險承擔和事后風險承擔發現，綠色信貸不僅降低了以風險加權資產比率度量的銀行風險承擔意愿，還降低了以不良貸款率度量的銀行風險承擔后果。根據上述研究結論，本文得出如下政策啟示：

第一，商業銀行應積極投放綠色信貸。風險管理是商業銀行保障其經營安全性的關鍵，綠色信貸可以降低銀行的風險水平，因此商業銀行應積極尋找合適的環保項目，逐步退出“兩高一剩”行業，增加綠色信貸在總貸款中的配置比例。這樣，商業銀行在支持環保產業發展的同時，可以降低自身的風險水平，進而實現經濟高質量發展和銀行穩健經營的雙贏。

第二，商業銀行應做好環境風險管理。在當前環保標準愈加嚴格的情況下，防范環境風險對銀行而言刻不容緩。商業銀行在開展綠色信貸業務的過程中要逐漸構建起完備的環境風險管理體系，例如搜集企業的環境信息，建立企業的環境信息數據庫，積極和當地環保部門達成合作關系，以獲取更多企業的非公開環境信息。商業銀行應構建覆蓋貸前、貸中、貸后的環境風險管理流程，做好環境風險的貸前審核、貸中確認、貸后追蹤，不放過信貸管理的任何環節。建立環境風險管理特色制度，比如環保一票否決制、企業綠色度分級制度等，從而更快速便捷地判別企業環境風險，為銀行融資決策提供依據。

第三，商業銀行應樹立可持續發展理念，以長遠目光規劃信貸資金配置。商業銀行投放綠色信貸在降低銀行風險方面不是立竿見影的，初期效果較為有限，但是隨著時間推移，綠色信貸的風險降低效應會逐漸增強、增大。如果商業銀行“目光短淺”只看重綠色信貸業務的當下影響，或者“急功近利”地希望綠色信貸業務能盡快給銀行帶來較大收益，那么投放綠色信貸的積極性會有所減弱。因此，商業銀行不應計較一時的得失利弊，而應意識到綠色信貸對銀行長期穩健發展具有重要作用，從而盡快將綠色信貸納入其戰略規劃。■