綠色信貸對商業銀行風險承擔的影響研究

秦子婷 宋瑞敏

(桂林電子科技大學 廣西桂林 541004)

當前，綠色經濟已被國家納入發展戰略，是人類社會從工業文明跨向生態文明的重要推動力。黨的二十大報告提出，推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵。2020年9月22日，在聯合國第75屆會議上，中國正式宣布了2030年碳達峰和2060年碳中和的目標。目前，各商業銀行都開始向“3060目標”調整，相關綠色金融政策應運而生，綠色信貸必將成為金融可持續發展的重要驅動力。

回顧現有研究，關于綠色信貸與商業銀行風險之間的相互關系及金融科技賦能綠色金融展開的探討，仍未形成一致的結論。

隨著綠色發展與生態環保受到國際的重視，國內外學者開始聚焦綠色信貸對商業銀行風險的影響，并取得了一些研究成果。一方面，有學者認為綠色信貸政策是降低環境風險的金融工具(Labatt and White,2002[1])，能緩解“兩高一剩”企業因環境成本導致的直接風險和間接風險，規避違背企業社會責任原則導致的聲譽毀損風險(李蘇等，2017[2])。綠色信貸通過資源配置抑制商業銀行的不良貸款率，對其信貸風險有顯著的負向影響(孫光林等,2017[3])；另一方面，部分學者認為短期內低碳經濟與商業銀行防范金融風險之間存在矛盾，商業銀行開展綠色信貸業務會增加其短期破產風險(邵傳林和閆永生，2020[4])。

從綠色信貸與金融科技之間的關系來看，金融科技是金融與科技的融合，在發展金融創新、開拓金融業態等方面都具有重要意義(王浩斌和陳鈺，2023[5])，帶給銀行業的顛覆性變革是毋庸置疑的，學者基于不同的視角對綠色金融科技進行研究；從銀行業務方面來看，有學者認為金融科技會加劇銀行與非銀行金融機構之間的競爭，擠占商業銀行市場份額，增加銀行風險承擔(李向前和賀卓異，2021[6])，削弱壟斷地位和競爭優勢，對經營績效帶來負面影響(李朋林和張咚咚，2017[7])；從經營效率視角來看，金融科技能夠有效防范“漂綠”風險(張偉和谷勤，2022[8])，降低信息不對稱，提高經營效率；風險方面，金融機構利用金融科技進行風險監測、分析，提升金融機構的風險管理水平(劉志洋和解瑤姝，2022[9])。

通過整合相關文獻，金融科技和綠色金融研究近年來成為熱點，我國政府貫徹落實碳達峰、碳中和重大決策部署，大力發展金融科技的應用，對商業銀行風險承擔都起到不容忽視的影響。目前，大多數研究以線性模型分析綠色信貸對商業銀行風險的影響機制，基于此，本文利用我國2012—2021年16家商業銀行的數據，以非線性模型研究檢驗金融科技在綠色信貸與銀行風險承擔中的調節作用。

1 理論分析和假設提出

1.1 商業銀行發展綠色信貸業務對風險承擔的非線性影響

1.1.1 綠色信貸實施初期會提升商業銀行風險承擔水平

第一，發展綠色信貸初期會增加商業銀行信用風險。實施綠色信貸初期，大部分信貸資金集中在“兩高一剩”企業身上，如果停止放貸，就會造成該類企業資金鏈斷裂，商業銀行將面臨不小的信用風險；第二，銀行實施綠色信貸初期會對其收益形成一定的制約效應。綠色項目尚未形成標準化評價體系，需要投入較多的經營成本，直接制約銀行當期的貸款收益。比如，銀行在前期獲取優質綠色項目的信息甄別，后期監督貸款資金流向、環保指標的實現情況等，導致銀行短期內喪失部分利潤來源；第三，實施綠色信貸初期面臨較大的道德風險和逆向選擇問題。由于我國缺乏一套系統完整的綠色信貸審核機制和規范標準，銀企之間信息不對稱嚴重，有些金融機構在利益驅動下為存在環境風險潛勢的項目繼續融資，偽綠、洗綠等業務與真正的綠色環保項目搶占制度紅利和資金資源，社會資源扭曲，商業銀行開展綠色信貸面臨更大的阻力。

1.1.2 長期來看，綠色信貸會降低商業銀行風險承擔水平

第一，“兩高一剩”企業的產業結構不符合經濟發展趨勢，發展綠色信貸能夠優化調整商業銀行的信貸結構。作為資金融通的重要樞紐，商業銀行多維度引導資金流向綠色產業，優化信貸結構。調整信貸結構是一場持久戰，商業銀行積極實施該項政策能夠吸引優質的綠色客戶，使“兩高一剩”企業淘汰或被迫轉型，形成良性信貸資金綠色循環體系；第二，我國商業銀行開展的綠色信貸活動實質上是對其社會責任的踐行，能夠提高自身綠色聲譽。綠色信貸能夠通過提高銀行社會責任履行度及綠色聲譽渠道來降低銀行風險(顧海峰和史欠欠，2023[10])。有良好綠色聲譽的銀行能夠吸引更優秀的客戶和資源，獲得更多政策福利，提高抵御風險的能力；第三，隨著綠色信貸進入成熟期，加上國家信息披露政策逐漸規范，商業銀行實施綠色信貸的風險溢出效應得到緩解。2012年《綠色信貸指引》實施后，政策實施產生的外部監督作用提高了逃避環境責任的成本，督促企業披露高質量環境信息(劉亦文等，2022[11])，環境信息遮掩成本大幅提高，“漂綠”現象削減。

因此，本文認為綠色信貸的增殖是一個緩慢的過程，短期內對商業銀行風險承擔的積極影響難以覆蓋消極影響，但從長期來看，綠色信貸會激發商業銀行的內生動力，調整信貸結構，降低聲譽風險和制約信息不對稱成本，降低商業銀行的風險承擔水平。基于此，本文提出以下假設：

假設1：商業銀行開展綠色信貸業務的規模與商業銀行風險承擔呈“U”型關系。

1.2 金融科技的調節機制

近年來，金融科技新興力量悄然崛起，以人工智能、區塊鏈、大數據等新興信息技術為標志，給金融產業鏈、價值鏈帶來了翻天覆地的影響，全面向金融業務流程和服務模式、金融業組織框架滲透。

一方面，金融科技在深刻改變金融業態的同時，全面賦能綠色金融的發展。第一，金融科技能夠緩解金融機構與企業之間的信息不對稱。金融科技在“量”上緩解企業融資約束，在“質”上提高信貸資源配置效率(宋敏等，2021[12])。金融科技與綠色信貸融合，通過現代科技拓寬企業信息獲取渠道，完善金融機構的綠色風險管理體系；第二，金融科技有助于銀行業務模式與流程的創新。例如，大數據、云計算等技術可以對數據深度分析、挖掘客戶不同的綠色金融需求提供算力支持，從而為金融產品的開發提供技術基礎；第三，金融科技的運用能夠整合金融流程，提高業務效率。將金融機構系統與綠色信息平臺對接，簡化金融機構在綠色信貸工作過程中煩瑣的審批程序，提高工作效率。

另一方面，隨著金融科技與綠色信貸的協調推進，綠色金融產品類別與流程模式的創新使得銀行風險更加變幻莫測。同時，金融科技公司通過“競爭效應”影響傳統金融機構，增加了銀行業的脆弱性。第一，在金融科技時代，商業銀行接納新興信息科技進行綠色金融創新，使得風險來源更加復雜多樣，加劇銀行自身風險累積，可能產生多層嵌套和高杠桿的風險暴露；第二，金融科技企業能夠利用信息技術鑒別高質量客戶，與商業銀行成為業務競爭關系，使得銀行業務體量下降，削弱綠色信貸對銀行風險的正向作用。同時，貸款利率受市場影響而受到限制，擠壓商業銀行資產端和負債端；第三，監管往往具有滯后性，金融科技給綠色信貸業務帶來的風險變化難以在早期被甄別并及時規避，降低了商業銀行的經營穩定性。

因此，本文認為金融科技能夠緩解綠色信貸實施初期對銀行風險的負面影響，但金融科技與綠色信貸發展后期的交互作用對于銀行風險承擔具有負向作用，使得銀行風險緩解區段斜率變小。基于此，本文提出以下假設：

假設2：金融科技將會弱化綠色信貸與商業銀行風險承擔之間的“U”型關系。

2. 樣本選取與模型設計

2.1 研究樣本與數據來源

本文以中國銀行業2012—2021年16家商業銀行構成的平衡面板數據為樣本，使用的綠色信貸相關數據來自各銀行的歷年年報、《環境信息披露報告》等，銀行層面財務數據來源于Wind數據庫，宏觀經濟層面數據來源于國家統計局。

2.2 變量選取

2.2.1 被解釋變量

銀行風險承擔(Z_score)。當前，國內外學者廣泛采用Z值作為銀行風險的代理變量，它的值越大，銀行在經營時的風險越低，越穩定。為了緩解數據的極端值影響和減少異方差，本文對Z_score值進行了對數化處理，其計算方法如下：

式(1)中：CAR是資本充足率；ROA是資產回報率；δ(ROA)是資產回報率的標準差。

2.2.2 核心解釋變量

綠色信貸(lnGL)。由于目前銀行業開展綠色信貸占比的中長期變動趨勢不明顯，本文選取綠色信貸余額作為核心解釋變量。為了降低數據的離群和異方差對分析造成的影響，本文對綠色信貸余額進行了對數化處理。

2.2.3 控制變量

參考已有研究，本文選取的銀行層面控制變量包括銀行規模(lnAsset)、資本充足率(CAR)、撥備覆蓋率(PCR)、財務杠桿(LEV)、運營效率(CIR)。在宏觀方面，本文選取了銀行業景氣指數(BBI)、經濟增長率(GDPR)、貨幣供應量(M2)反映宏觀經濟對銀行風險產生的影響，如表1所示。

表1 變量定義

2.3 模型構建

為了更深入地考察綠色信貸與商業銀行風險的關系，本文設定如下基準回歸模型：

式(2)、(3)中：i為商業銀行；t為年份；lnGL表示綠色信貸余額；digi表示金融科技指數；Controls表示控制變量；ε 表示殘差項。

3 實證檢驗及結果分析

3.1 描述性統計

變量描述性統計如表2所示。被解釋變量銀行風險承擔(Z_score)的標準差為0.28，說明不同銀行的風險承擔水平差距懸殊。綠色信貸余額(lnGL)極差為8.44，標準差為1.82，說明綠色信貸業務開展程度在各銀行存在顯著差異，從均值6.87來看，當前中國商業銀行貫徹綠色信貸政策的力度不高。

表2 變量描述性統計

銀行資產總額的對數(lnAsset)介于8.14212.77，規模差距較大。從資本充足率(CAR)來看，樣本銀行資本充足率最小值為9.88，最大值為18.02，平均值13.41，可能與各銀行需要滿足《巴塞爾協議III》規定的資本充足率有關。在宏觀經濟形勢方面，銀行業景氣指數均值為69.72，說明我國商業銀行發展態勢良好。其他變量的描述性統計結果基本都在合理范圍之內。

3.2 基準回歸結果

本文在基準回歸之前進行了Hausman檢驗，并使用修正后的h估計量，選取固定效應模型進行回歸并進行聚類標準誤調整。表3是自變量、控制變量對因變量的層級回歸結果，其中模型(1)是控制變量對銀行風險承擔的回歸模型；模型(2)是控制變量、綠色信貸對銀行風險承擔的主效應回歸模型；模型(3)是加入綠色信貸平方項后對銀行風險承擔的主效應回歸模型；模型(4)是加入金融科技交互項后的回歸模型。

表3 層級回歸結果

根據表3的第(3)列，綠色信貸規模的一次項系數為-0.2110，二次項系數為0.0153，一次項系數和二次項系數均在1%水平上顯著，說明綠色信貸和銀行風險承擔水平的“U”型非線性關系得到驗證，與假設1相符。

根據表3的第(4)列，在第(3)列的基礎上，增加了交互項。從回歸結果可以得到綠色信貸余額和金融科技的交乘項系數在1%的水平上顯著為正。綠色信貸余額二次項和金融科技的交乘項系數在5%的水平上顯著為負，說明綠色信貸與銀行風險的“U”型關系被弱化，轉折點在調節變量的作用下向右移動，金融科技指數的調節效應存在，驗證了假設2。

3.3 穩健性檢驗

3.3.1 方程中加入三次項

在方程中加入解釋變量三次項可以檢驗這種關系是否可能是“S”型而不是“U”型。根據表4第(1)列發現三次項并未改善模型的擬合，一次項系數依然顯著為負，二次項系數顯著為正，三次項系數不顯著，從而為二次關系提供了更有力的支持。

3.3.2 滯后一期檢驗

綠色信貸項目具有建設周期長、資金大的特點，對商業銀行風險的影響存在時滯性。本文對綠色信貸規模進行滯后一期處理，緩解內生性問題。通過表4第(2)列得到，滯后一期的綠色信貸規模和滯后一期的綠色信貸規模二次項系數均在1%水平上顯著。說明滯后一期的綠色信貸對商業銀行風險之間也呈“U”型關系。

4 結語

本文通過對2012—2021年16家商業銀行面板數據的理論分析和實證檢驗得出以下結論：(1)綠色信貸對商業銀行風險承擔具有非線性關系的“U”型關系；(2)金融科技對綠色信貸與商業銀行風險承擔之間的關系具有調節效應，使它們之間的“U”型關系趨于平緩并削弱拐點到來。針對研究結果，本文提出以下建議：

4.1 深掘客戶需求，大力發展綠色信貸業務

長期來看，發展綠色信貸有助于降低商業銀行風險，實現綠色發展的社會目標。首先，商業銀行應有效利用預算內投資和財政補貼加速更新綠色金融產品和服務模式。借助數字化發展多維度地挖掘客戶需求，采取個性化的授信策略，豐富綠色籌資渠道；其次，制定與綠色信貸業務特點相匹配的業務授信流程與評價標準，提高綠色信貸業務與銀行風險的良性互動，增強企業綠色發展的內生動力。

4.2 積極面對數字化浪潮，正確看待并利用金融科技力量

商業銀行在利用金融科技實施綠色信貸業務的同時，也要加強風險管控。首先，應探索建立權責分明、制度健全的金融科技風控制度，重視風控管理體系的研發投入，開發監測軟件；其次，設立相關金融科技風險防范部門，有效監管存在潛在風險的各個環節；最后，針對自身情況制定數字化轉型戰略，利用先進技術全方位創新，加強與企業、政府之間的聯系，破解綠色信貸政策實施的瓶頸與難點。

4.3 完善綠色信貸的配套機制，加強政策引導

相較國外而言，國內推行綠色信貸政策時間較晚。目前，我國已經發布了《綠色信貸指引》和《關于建立綠色信貸專項統計制度的通知》等政策性文件，但對綠色金融科技發展方面還沒有具體的文件。針對綠色金融科技的機制、配套政策等，政府還需不斷探索與實踐，進行統籌規劃和全面引導，積極鼓勵相關金融機構開展綠色金融業務。

4.4 強化綠色金融科技人才培養

綠色信貸屬于新型交叉型行業，目前我國的綠色金融和金融科技都處于發展階段，各商業銀行普遍存在專業人才儲備不足的現象。從銀行層面來說，與高校合作參與綠色信貸人才的培養，可以吸收優秀的專業技術人才；從國家層面來說，要出臺相應政策，幫助金融機構引進綠色金融科學技術人員，助力破解綠色信貸發展難題，推進綠色信貸國際合作，引進先進經驗，從根本上降低商業銀行信貸風險。