綠色信貸對上市商業銀行風險承擔影響研究

□文/ 尤嘉韻

（哈爾濱商業大學 黑龍江·哈爾濱）

［提要］ 本文基于我國19 家上市商業銀行面板數據，通過系統GMM 方法考察綠色信貸對上市商業銀行風險承擔的影響及其內在機制，對推動綠色信貸發展和防控商業銀行風險具有一定的現實意義。

引言

在我國工業化快速推進過程中，要堅定走高效清潔、安全和諧以及低碳循環的綠色發展道路，推動經濟可持續發展。目前，我國仍是以商業銀行為主的間接融資方式金融體系，綠色信貸政策會影響銀行風險承擔水平，并進一步影響我國金融體系。2007年，我國頒布了《關于落實環保政策法規防范信貸風險的意見》；2012年2月24日，中國銀監會發布了《綠色信貸指引》，這些相關文件條例的發布能有效引導商業銀行配置信貸資金，提高商業銀行實施綠色信貸的積極性。目前，我國綠色信貸發展仍處于探索階段，信息披露制度尚不完善，綠色信貸方面的數據較為匱乏，這些原因導致綠色信貸與我國上市商業銀行風險承擔的定量研究較難開展。為此，本文通過選用5 家大型國有銀行，8 家全國性股份制商業銀行和6 家城市商業銀行的面板數據考察綠色信貸對我國上市商業銀行風險承擔的影響。

本文的貢獻主要是聚焦綠色信貸這一視角，創新性地對綠色信貸和商業銀行風險承擔之間的關系進行定量研究，豐富了綠色信貸和商業銀行等方面的文獻，并進一步挖掘了綠色信貸影響商業銀行風險承擔的傳導機制，為綠色信貸和商業銀行風險承擔之間關聯的研究提供了經驗證據。最后基于不同類型商業銀行，分析綠色信貸對商業銀行風險承擔的異質性，為我國商業銀行推動綠色信貸發展的政策措施提供理論參考。

一、文獻綜述

商業銀行風險承擔一直是國內外學術界研究的熱點問題，既有文獻主要圍繞影響商業銀行風險承擔的影響因素、綠色信貸和商業銀行風險承擔之間的關系以及商業銀行風險承擔的衡量這三個方面展開研究。

首先，關于商業銀行風險承擔影響因素方面的研究。國內外學術界主要就商業銀行風險的內外部影響因素進行研究。就銀行內部因素而言，高質量的內部控制可以有效降低商業銀行風險承擔水平，風險治理能顯著減少商業銀行的被動風險承擔行為，同時國外學者認為一些內部銀行因素，如規模、多元化和經營費用控制影響著商業銀行的風險承擔行為。在金融創新方面，程玲莎、李秀林（2019）主張內部治理機制能有效抑制金融創新風險。Wang Cong、Zhuang Lihuan（2022）卻得到了與上述學者不同的結論，發現面臨較低流動性風險的銀行將承擔更多風險。在董事會相關層面，公司治理以及董事會性別多樣性會對商業銀行風險狀況產生重大影響，銀行女性董事感受到風險投資將帶來積極回報時傾向于承擔更高風險。Wei Jiang、Yunguo Liu 等（2019）發現高風險銀行遞延高管薪酬的情況少于低風險銀行。在銀行外部層面，有部分學者討論了經濟政策不確定性、外部監管、銀行競爭等外部因素與風險承擔之間的關系。何國華、鄔飄（2020）認為經濟政策不確定性會降低兩國銀行業的整體風險承擔水平，存貸比監管改革降低了銀行風險承擔，監管處罰也對商業銀行的風險承擔具有顯著的抑制作用，同時商業銀行貸款市場勢力與銀行風險之間存在倒“U”型非線性關系。Asli Demirgüc-Kunt（2002）認為存款保險制度會增加銀行風險。CHARLES W.CALOMIRIS（2019）提出了與該學者相反的結論，他發現存款保險制度降低了銀行流動性風險，但增加了銀行破產風險，劉震、徐寶亮（2023）也提出了相似結論，發現我國存款保險制度的實施會降低銀行風險。通過梳理國外文獻可知，經濟自由度會提高銀行穩定性，且貨幣自由度、金融自由度和投資自由度也會提高銀行穩定性，而在競爭性銀行環境中，銀行總體風險及信用風險與競爭性成正相關關系，但銀行表外風險與競爭性環境成負相關關系，同時市場利率會對銀行風險承擔產生顯著的負向影響。此外，John H.Boyd（2005）認為銀行競爭程度會加劇銀行風險承擔。

其次，關于綠色信貸和商業銀行風險承擔之間關系的相關研究。目前，部分學者的觀點認為實施綠色信貸對降低商業銀行風險承擔具有促進作用。趙慶向（2023）發現綠色信貸與銀行風險承擔呈負相關關系，且開展綠色信貸能顯著降低商業銀行風險承擔。李蘇、賈妍妍（2017）采用2011～2015年16 家上市商業銀行的數據研究發現，實施綠色信貸能降低商業銀行風險。Cui Yujun、Geobey Sean（2018）認為綠色信貸會降低銀行不良貸款率。但由于綠色信貸產業尚在發展階段還未成熟，相關信息披露報告不完善，盲目擴張綠色信貸業務可能增加銀行的風險承擔水平。王霞、王芳（2021）通過DID 和PSM-DID 方法研究得出了與上述學者相反的結論，且在短期內商業銀行開展綠色信貸會增加其風險。現有文獻還就綠色信貸和商業銀行風險間存在的中介機制進行了研究，發現商業銀行開展綠色信貸會通過增大不良貸款率從而使商業銀行風險顯著降低，同時能提高商業銀行的流動性風險管理能力并抑制風險。還有一部分學者研究發現，綠色信貸對商業銀行風險沒有影響，得出在營業收入結構方面，綠色信貸對非利息收入沒有明顯貢獻，且從凈利息收入結構來看，綠色信貸對利息支出占比沒有影響。

最后，關于商業銀行風險承擔如何有效衡量的研究。現有文獻主要使用了Z 值、不良貸款率、風險加權資產比率、預期違約率、貸款損失準備金占總資產的比例等。Canta Chiara、Nilsen ivind A.等（2023）采用不良貸款率來衡量。Bu Yumeng（2019）采用不良貸款率和風險加權資產率來表示商業銀行的風險承擔。翟勝寶、程妍婷等（2023）認為Z 值可以作為間接反映銀行業風險承擔水平的代理變量。呂之安、郭雪寒等（2022）選擇風險加權資產占總資產的比例來衡量銀行風險承擔水平的變化。上述學者均選用單一的風險評價指標來衡量商業銀行風險承擔，也有部分學者通過構建多視角的風險綜合評價指標對商業銀行風險承擔進行衡量。Shi Xiao、Yu Wenqi（2021）根據中國銀監會發布的銀行業風險監管指標來衡量中國商業銀行體系的風險管理效率。Maria Soledad Martinez Peria（2001）使用了CAMEL駱駝模型作為風險評價指標評估了市場紀律和存款保險之間的關系。王晶、李立新（2016）從流動性、資產質量等方面選擇3個風險指標并通過因子分析法得到綜合風險指數。

綜上所述，學術界對綠色信貸和商業銀行風險承擔的研究在理論和實證方面的成果已經較為豐富，但由于研究樣本、研究方法以及變量選擇等方面的差異導致大部分研究沒有形成一致定論，且針對綠色信貸對商業銀行風險承擔的研究較少。因此，本文考察了綠色信貸和商業銀行風險承擔間的關系，并進一步選取中介變量進行作用機制分析，對商業銀行風險防控有一定理論指導和政策參考。

二、理論分析與研究假設

（一）綠色信貸與銀行風險承擔。目前，我國綠色信貸發展剛處于起步階段，上市商業銀行開展綠色信貸政策的時間較短，尚未形成標準化的業務流程和監督管理機制，相關綠色創新生產技術也尚未成熟。通過閱讀以往文獻，王霞、王芳（2021）指出綠色信貸主要通過盈利增長效應機制、成本效應機制和流動性機制影響商業銀行風險承擔，其中盈利增長效應機制會減少商業銀行風險承擔，成本效應機制和流動性機制會增加商業銀行風險承擔。首先，在盈利增長機制方面，商業銀行針對“兩高一剩”企業會提供較高的貸款利率，綠色信貸增加商業銀行資產收益率，通過盈利增長效應從而抑制商業銀行風險承擔。其次，在成本效應機制方面，綠色信貸項目投入資金較多且周期長，在前期投入成本較高，這會增加商業銀行的風險承擔。最后，在流動性機制方面，多數綠色環保企業的成立時間短，商業銀行在向此類企業投資時，資產流動性較差，流動性不足增加了商業銀行流動性風險，從而增加了商業銀行風險承擔水平。據此，本文提出以下假設：

假設1：綠色信貸對商業銀行風險承擔具有負相關作用

（二）綠色信貸、非利息收入與銀行風險承擔。本文參考王宏濤、曹文成等（2022）的文獻從盈利渠道分析綠色信貸影響商業銀行風險承擔的作用機制，選用非利息收入作為綠色信貸影響商業銀行風險承擔的影響機制。綠色信貸通過商業銀行的中間業務影響未來發展，隨著我國利率市場化的逐步推進，提高中間業務占比也成為了商業銀行的戰略重點。綠色信貸政策的實施與中間業務相結合，商業銀行同時通過開發新興綠色金融技術和綠色金融產品增加自身優勢。基于此，提出以下假設：

假設2：非利息收入在綠色信貸和商業銀行風險承擔的關系中承擔著中介作用

（三）綠色信貸、異質性與銀行風險承擔。國有商業銀行、股份制商業銀行和城市商業銀行是助推我國經濟發展的“主力軍”，根據以往文獻可知，在實施相關綠色信貸政策時，銀行規模等特征不同的銀行其風險承擔水平也會存在明顯差異。首先，大規模銀行如國有商業銀行的風險控制能力較強，外部投資者對大規模銀行具有較高的盈利預期和較低的違約風險預期，使得綠色信貸對上市商業銀行風險承擔的影響相對較小。其次，國家對大規模銀行的信用擔保較明顯，當面臨綠色信貸沖擊時，大規模銀行的風險承擔水平更高。基于上述分析，本文提出以下假設：

假設3：不同所有制商業銀行實施綠色信貸政策對其銀行風險承擔水平會產生不同的影響

三、實證研究設計

（一）樣本數據來源。出于對數據的連續性和可得性的考量，本文選取2010～2021年中國19 家上市商業銀行的年度平衡面板數據作為樣本數據，研究樣本涉及范圍較廣，涵蓋各類型商業銀行。按照銀保監會的分類標準，樣本包括5 家大型國有銀行，8 家全國性股份制商業銀行，6 家城市商業銀行。其中，綠色信貸數據主要從銀行年報以及各商業銀行《社會責任報告》《可持續發展報告》《環境、社會與管制報告》中通過手工整理得到，其中部分變量的缺失數據利用Wind 數據庫、銀行歷年年報最大限度將其手工補齊，其他數據來自CSMAR 數據庫。為了降低極端值的影響，本文對所有連續變量在上下1%分位上進行了縮尾處理。對于個別缺失的數據，本文采取線性插值法進行填充，最終得到228 個平衡面板數據。

（二）變量定義與構造

1、被解釋變量。關于衡量商業銀行風險承擔的指標，國內外學術界并未形成一致的標準。借鑒郭曄和趙靜（2017）的方法，以商業銀行風險承擔（lnZ）為被解釋變量，用Z 值加以衡量作為代理指標，將盈利能力、權益資產比和收益率的波動有機結合，反映了商業銀行破產風險和償付能力。即Z 值越大，商業銀行風險承擔水平越低，破產風險越小；反之，Z 值越小，商業銀行風險承擔水平越高，破產風險越大。其中，ROA 為總資產收益率，ER 為權益資產比，ROA-SD 為ROA 的標準差，即z 值等于總資產收益率與權益資產比之和除以總資產收益率的標準差。因為Z 值有尖峰肥尾的性質，考慮到存在異方差的問題，在本文中取對數進行回歸。Z 值的具體計算公式如下：

2、核心解釋變量。目前，學術界對綠色信貸主要有兩種評價指標，分別是綠色信貸余額和綠色信貸在總貸款中的占比。參照謝朝華、陳涵達（2023）的研究，本文選取第一種指標綠色信貸余額作為核心解釋變量進行基準回歸分析，為了減輕異方差問題，對該變量進行對數化處理。

3、中介變量。根據溫忠麟等（2004）發表的文章中涉及的中介效應檢驗程序及其方法，本文采取非利息收入占比這一指標（nii）作為中介變量，即非利息收入與銀行營業收入之比衡量非利息收入的相對值。銀行非利息收入主要包括手續費和傭金收入、匯兌收入、投資收入和咨詢收入等，這些活動不同于傳統的吸收存款和發放貸款的銀行職能。

4、控制變量。本文參考顧海峰、朱慧萍（2023）和趙慶向（2023）的研究，選取以下銀行微觀層面的控制變量：銀行盈利能力（roa）是銀行凈利潤與總資產之比；凈息差（nim）為銀行凈利息與生息資產之比；銀行杠桿率（lev）為銀行負債與總資產之比。

宏觀經濟層面的控制變量選取如下：選取人均GDP 增長率（rgdp）衡量人均國內生產總值增長率。相關變量的具體定義見表1。（表1）

表1 變量定義及測量一覽表

（三）計量模型構建。內生性問題是指計量模型中的一個或多個解釋變量可能與隨機擾動項相關，由于動態面板模型中被解釋變量存在的一階滯后項會導致模型存在內生性問題，因此本文參考Blundell 和Bond（1998）提出的GMM 廣義矩估計方法進行實證研究，此方法不僅可以解決模型中存在的內生性問題和估計結果不可靠的問題，還能考慮到誤差項的異方差和自相關問題，并提高模型的準確性。同時，系統GMM 方法在差分GMM 方法的基礎上，進一步考慮了水平方程的內生性問題，在一定程度上是差分GMM 方法的優化，因此本文選擇系統GMM 方法進行研究。由此構建如下基準回歸模型研究綠色信貸對商業銀行風險承擔的影響。由于銀行風險存在滯后性，因此本文將Z 值的對數的滯后一期作為解釋變量放入方程中，模型如下：

上述模型中，lnZit為被解釋變量銀行風險承擔；lnZit-1代表銀行風險承擔的滯后一期；lngloadit為綠色信貸余額的自然對數；CONTROL 為控制變量；γi為個體固定效應，可以排除一些不隨時間變化但隨個體變化的因素對結果的干擾，有助于在一定程度上緩解由于遺漏變量導致的內生性問題；μit為隨機擾動項。其中，β0為截距項，β1衡量了綠色信貸對商業銀行風險承擔的影響作用，即若此系數顯著為正，則表示銀行開展綠色信貸業務會抑制此風險。為了減少隨機擾動項不規則帶來的問題，所有回歸都加入銀行層面的聚類穩健性標準誤。

四、實證檢驗與結果分析

（一）描述性統計。表2 為變量描述性統計的分析結果。可以看出，商業銀行風險承擔的對數（lnZ）的均值為2.922，標準差為0.736，最小值為1.102，最大值為4.810，表明不同銀行風險承擔水平存在差異且差距較大。綠色信貸余額的對數（lngload）的均值為6.261，可以看出我國目前綠色信貸的占比較低。從綠色信貸占比的最小值0.195 和最大值23.769 可以看出，部分銀行對綠色信貸的開展較為消極，部分銀行的綠色信貸業務發展較為迅猛。其余財務指標方面，不良貸款率（npl）的均值為1.219，標準差為0.390，表明商業銀行面臨的信貸風險較低。此外，其他變量的描述性統計結果基本都在合理范圍內，并且可以排除離群值的實證結果影響。（表2）

表2 變量描述性統計結果一覽表

（二）相關性分析。本文進一步對各個變量間的相關性進行分析，矩陣左下為Pearson 相關系數，右上為Spearman 相關系數，各變量之間的相關系數結果如表3 所示，顯示商業銀行風險承擔變量與大多數變量存在顯著相關關系。各解釋變量間相關系數的絕對值絕大多數在0.4 以下，表明模型中存在的多重共線性問題并不嚴重。其中，商業銀行風險與綠色信貸余額的對數之間存在顯著的正相關關系，這意味著綠色信貸政策的實施增加了商業銀行風險，即綠色信貸對商業銀行風險承擔具有正向相關作用。（表3）

表3 變量相關系數一覽表

（三）基準回歸結果。表4 報告了綠色信貸對商業銀行風險承擔影響的動態面板回歸結果。在表4 中，第（1）列為加入宏觀層面控制變量和商業銀行微觀層面控制變量后的回歸結果，從中可以看出實施綠色信貸政策對我國上市商業銀行風險承擔的影響系數為-0.201，并且在1%的顯著水平下顯著，表示綠色信貸政策每上升一個單位，上市商業銀行的風險承擔水平就會下降0.201 個單位，即綠色信貸對我國上市商業銀行風險承擔具有負相關關系，初步驗證了本文假設1。同時，風險承擔水平滯后一階L.lnZ 的回歸系數為0.344，在1%的顯著性水平下顯著為正，表明商業銀行風險承擔水平具有一定的路徑依賴性。由此可得，商業銀行開展綠色信貸業務會顯著降低商業銀行的風險承擔水平。從控制變量的估計結果發現，資產收益率的回歸系數顯著為正，說明商業銀行的盈利能力越強，它主動承擔高風險的能力越強。其余控制變量的估計結果均在合理范圍內，此處不再贅述。（表4）

表4 基準回歸結果一覽表

同時，從系統GMM 法來看，為了確定對模型估計的有效性和穩健性，本文進行了兩個重要檢驗：一是過度識別檢驗，即采用Hansen 檢驗對所使用的工具變量的有效性進行檢驗，Hansen 檢驗的P 值均大于0.1，則不拒絕工具變量有效的原假設，表示工具變量選取是合理的；二是通過自相關檢驗方法進行二階序列相關檢驗，以驗證擾動項無自相關，即AR（1）檢驗P 值均小于0.1，則殘差項存在一階自相關，AR（2）檢驗P 值均大于0.1，則接受原假設，殘差項不存在二階自相關。當兩項假設檢驗都通過時，則表示估計結果是可靠的，驗證了模型設定的合理性。由表4 結果可知，AR（1）的值為0.008，表明一階差分存在自相關，AR（2）的值為0.180，大于0.1，表明擾動項不存在二階自相關。表中Hansen 檢驗的P 值為0.400，大于0.1，接受“所有工具變量均為有效”的原假設。綜上所述，系統GMM模型是合理的。

（四）穩健性檢驗。為增強本文的可靠性，進一步從控制變量滯后一期和增加控制變量兩個方面進行穩健性檢驗。

1、替換被解釋變量。本文使用撥備覆蓋率（cov）來衡量銀行是否擁有及時計提貸款準備金的能力，以此表示商業銀行風險承擔水平。下面使用撥備覆蓋率替代Z 值進行回歸，從而對基準回歸進行進一步穩健性檢驗，穩健性回歸結果如表5 所示。結果顯示，回歸系數的絕對值比基準回歸系數大，綠色信貸對商業銀行風險承擔的影響表現出顯著的負向作用，即綠色信貸依然會降低商業銀行風險承擔水平，由此證明本文結論是穩健的。（表5）

表5 穩健性檢驗（ 替換被解釋變量）一覽表

2、增加控制變量。在基準回歸結果中并沒有加入控制變量growth 成長能力，現在將此控制變量加入控制變量集合進行進一步回歸，如表6 的（1）～（2）是加入growth 成長能力的結果。表中顯示lngload 的系數與基準回歸結果一致，且核心解釋變量回歸系數更大，說明增加控制變量不改變本文最后結論，結果是穩健的。（表6）

表6 穩健性檢驗（ 增加控制變量）一覽表

五、進一步分析

（一）作用機制檢驗。為驗證前文提出的理論假設，本文采用三步法構建式（1）～式（3）中介效應模型進行中介效應分析，以此檢驗綠色信貸是否通過非利息收入占比這一渠道來影響商業銀行風險承擔。在中介效應檢驗程序中：第一，綠色信貸對商業銀行風險承擔影響顯著，即模型（1）中系數β1達到顯著性水平；第二，綠色信貸對中介變量Niii，t影響顯著，即模型（2）中系數?1達到顯著性水平；第三，將綠色信貸、中介變量Niii，t與商業銀行風險承擔統一納入式（3）這一回歸模型中，如果中介變量Niii，t系數顯著，當綠色信貸系數不顯著時則存在完全中介作用，當綠色信貸系數顯著時則存在部分中介作用。其中，Niii，t為中介變量非利息收入占比；β1代表綠色信貸對商業銀行風險承擔影響的總效應；θ1為綠色信貸政策的實施對商業銀行風險承擔影響的直接效應。構建的中介效應模型如下：

表7 列出了非利息收入占比的傳導渠道檢驗結果。根據表8 對綠色信貸對商業銀行風險承擔的影響進行實證分析基本結果可知：在未加入中介變量nii 時，核心解釋變量（lngload）對凈息差（nii）在10%的顯著性水平上存在正向影響，即綠色信貸的積極開展對上市商業銀行的凈息差有促進作用；在加入中介變量nii 后，結果顯示綠色信貸對商業銀行風險承擔的影響不顯著，因此需要進一步進行Bootstrap 檢驗。（表7）

表7 傳導渠道檢驗結果一覽表

為了進一步保證中介效應的顯著性，本文采用Bootstrap檢驗方法對中介效應進一步檢驗，結果如表8 所示。若拒絕原假設，則說明中介效應顯著，反之不顯著。由Bootstrap 檢驗可得，路徑中的90%置信區間為［0.002，0.043］，未包含0，表示存在顯著的中介效應，說明非利息收入占比在綠色信貸對商業銀行風險承擔的影響中起到的中介作用顯著存在，即假設2 得到了進一步論證，證明本文的研究結果較為穩健。（表8）

表8 Boot strap 中介效應檢驗法一覽表

（二）異質性分析。為了進一步探究綠色信貸對我國上市商業銀行風險承擔的影響在銀行類型層面的異質性特征，參考邵傳林、閆永生（2020）的文獻，現將各銀行分為國有行、股份制銀行和城市商業銀行三組進行分組檢驗。如表9 第（2）～第（4）列為銀行類型層面的異質性檢驗結果。表9 中結果顯示，綠色信貸余額（Lngload）在全樣本和城商行樣本中的回歸系數分別在1%和5%的水平下顯著為正，說明對于全樣本以及全樣本中的城商行樣本來說，綠色信貸會提高其風險承擔水平，但影響程度是不同的。國有行作為我國銀行規模最大的一類銀行，其異質性分析結果并不顯著，可能原因如下：首先，國有行通常具有較為復雜的內部管理體系，上級部門傳遞的信息有時并不能及時有效地傳遞給基層員工，導致基層員工較難有效開展相關綠色信貸工作。其次，多數員工對上級部門布置的任務并不重視，導致員工忽視對綠色信貸業務流程的學習與推進，易造成綠色信貸業務開展緩慢。（表9）

六、結論及政策建議

（一）結論。本文選取2010～2021年中國19 家上市商業銀行年度平衡面板數據，構建面板回歸模型對綠色信貸對我國上市商業銀行風險承擔的影響及其異質性特征進行實證分析，并進一步考察非利息收入占比對其的中介作用。得出結論如下：（1）商業銀行開展綠色信貸業務會顯著降低商業銀行的風險承擔水平。（2）非利息收入占比在實施綠色信貸政策對我國上市商業銀行風險承擔的影響中承擔著中介作用，經過中介效應可知非利息收入占比在綠色信貸對商業銀行風險承擔的影響中起到的中介作用顯著存在，即“綠色信貸-非利息收入占比-銀行風險承擔”這一傳導渠道有效。（3）實施綠色信貸政策對我國上市商業銀行風險承擔的影響存在異質性特征，與股份行和城商行相比，綠色信貸對國有行風險承擔的正向作用程度更大。

（二）政策建議。基于以上研究結論，本文從商業銀行、金融監管機構和政府部門三個層面提出如下政策建議：

第一，商業銀行要加強對行業內員工專業素質的培養，加大行業內違規行為處罰力度，充分發揮風險防范作用。由于我國綠色信貸政策實施時間相對較短，并且對于有關綠色信貸和環境保護領域的專業知識儲備要求也高，這會帶來銀行內綠色信貸從業人員出現未經專業培訓上崗的現象。因此，從貸前審查、貸中實時跟蹤及貸后資金回流三個業務流程來看，提升商業銀行內部員工專業素質都是保證綠色信貸實施的關鍵。

第二，金融監管機構應支持、鼓勵并引導商業銀行大力發展綠色信貸業務，推動銀行業轉型升級，并根據各家商業銀行的不同狀況實行差異化政策，有針對性地進行金融監管。同時，監管部門應當建立及完善相關激勵機制和風險補償機制以提升商業銀行綠色信貸水平，提高銀行開展綠色信貸活動的積極性，降低商業銀行風險承擔。

第三，政府部門應出臺相關法律法規推動對我國綠色信貸法律體系的規范實施。就目前來看，我國綠色信貸金融體系仍處于發展階段，相關政策法律法規體系仍不完善，在商業銀行層面的法律條款也較為模糊。加強對商業銀行的法制建設，不僅能有效控制商業銀行的綠色信貸風險，提升銀行風險承擔水平，達到保障商業銀行利益和促進環境保護的雙重效果，也有助于推動政府部門相關綠色環保項目的有效開展。