綠色信貸對商業銀行風險承擔的影響及其異質性研究

王美琦 曹源芳 陳正玉

摘要：基于大型商業銀行、股份制商業銀行、城市商業銀行和農村商業銀行等35家銀行2011～2020年的面板數據，使用固定效應模型實證考察綠色信貸對商業銀行風險承擔的影響。研究表明：商業銀行發展綠色信貸業務對其風險承擔產生影響，并且綠色信貸規模的擴大能夠降低銀行風險；不同規模的銀行受綠色信貸的影響也不一樣，實證研究主要比較了系統重要性銀行與非系統重要性銀行。研究顯示，系統重要性銀行的風險承擔受到綠色信貸的影響相對于非系統重要性銀行更加顯著。

關鍵詞：綠色信貸；商業銀行風險；異質性；系統重要性銀行

中圖分類號：F832? ? ? 文獻標志碼：A? ? ? 文章編號：1008-4657（2024）03-0055-09

黨的二十大報告指出：“要加快發展綠色轉型，同時要注意發展路上的風險。”報告表明環境問題和風險問題在可持續發展中亟待解決，這也是今后一個時期環境治理和生態保護工作提出的新要求和新任務。同時，放眼國際，2019年歐委會推出《歐洲綠色協議》，希望通過向清潔能源和循環經濟轉型以阻止氣候變化，提高資源利用率，恢復生物多樣性。顯然，環境污染、資源枯竭已上升為全球性問題，倡導低能耗、高效益的綠色經濟成為各國經濟轉型方向。因此，近年來，為助力可持續發展，綠色金融受到全球關注。我國銀行保險監督管理委員會早在2012年制定并發布了《綠色信貸指引》，目的是推動銀行業以綠色信貸為抓手調整信貸結構，支持企業綠色可持續發展和有效防范環境和社會風險。

在此背景之下，綠色信貸成為“綠色生產生活方式”的重要助力和手段，也是推動企業踐行綠色發展和承擔社會責任的重要動力。2021年10月15日，國內19家系統重要性銀行名單首次公開，系統重要性銀行作為金融行業的中流砥柱，積極發展綠色信貸業務，引導資金流向節約資源技術開發和生態保護產業，引導企業生產注重綠色環保，促進經濟社會可持續發展。而隨著綠色貸款數量的上升，既有可能緩釋銀行的總體風險承擔水平，也有可能因此提升自身的風險水平。為此，系統闡釋綠色信貸對商業銀行的影響，并從實證角度對兩者數量關系進行深入探討，從而為綠色信貸對商業銀行風險承擔的異質性研究提供理論闡釋和實證依據。在發展綠色信貸業務的同時，商業銀行需要加強金融風險的防范，穩定金融秩序，促進金融創新，守住不發生系統風險是黨和國家發展經濟的底線。

一、文獻綜述

綠色信貸對商業銀行風險承擔的影響已成為現在學術界高度關注的問題，目前主要集中在以下幾個方面：

（一）有關商業銀行風險承擔的度量指標

目前，關于商業銀行風險承擔的度量指標在學術界尚未達成一致。既有文獻對銀行風險度量的指標有Z值、貸款審批條件指數、風險加權資產占比和不良貸款率等。Z值［ 1-3 ］能夠度量銀行的償付能力和違約概率。張志元［ 4 ］采用中國人民銀行的銀行信貸審批條件指數來衡量銀行主動風險承擔意愿。而風險加權資產占比 ［ 5-7 ］度量了銀行事前風險承擔，以銀行披露的風險加權資產總額與銀行資產總額做比值計算得到。不良貸款率［ 8-10 ］是對銀行事后風險的度量，反映了信貸風險和銀行的資產質量。

可見，前述文獻對于風險承擔水平的度量指標沒有達成共識，所以指標的選擇還需要依據實際研究主題以及數據獲取的方便性。

（二）綠色信貸對商業銀行風險承擔的影響和渠道

國外學者Chami［ 11 ］等認為商業銀行發展綠色信貸，有助于提升其社會聲譽，增強承擔風險的能力。國內學者的探索尚未得出統一定論，但對于綠色信貸能夠對商業銀行風險承擔產生影響是達成共識的。如孫光林［ 12 ］等認為，擴大商業銀行的綠色信貸規模能夠有效降低銀行的信貸風險；邵傳林［ 13 ］等研究表明，綠色信貸業務短期會使銀行面臨較大的金融風險，但長期會有助于提高經濟發展質量，降低商業銀行風險；還有汪培鑫［ 14 ］通過構造雙重差分模型研究商業銀行的“三性”，發現執行綠色信貸業務后，國有銀行和股份制銀行比中小銀行存在更多的風險承擔。

而綠色信貸能夠從多個渠道對商業銀行風險承擔產生影響，如：孫紅梅和姚書淇［ 15 ］研究發現，銀行開展綠色信貸會降低不良貸款率，從而降低經營風險；王宏濤［ 16 ］等基于174家商業銀行數據得出：綠色信貸是通過改變銀行盈利結構的“盈利渠道”來降低商業銀行的風險承擔水平；王楠楠［ 17 ］選取16家披露較為完整的大型商業銀行數據，研究表明：銀行發展綠色信貸業務能夠提高聲譽、資產質量以及擁有更多優質客戶，從而通過實現信貸結構的調整來降低風險；陳建華和胡蓮潔［ 18 ］基于2007～2020年商業銀行數據，研究發現：綠色信貸提升了銀行聲譽和抵御風險的能力。可見，綠色信貸對商業銀行風險承擔的影響是從多方面產生的。

然而，相關研究還有一定不足：首先，風險承擔指標的鑒定上未有共識；其次，對研究對象的比較研究沒有異質性；最后，邏輯機理梳理是不符合大背景的。為此，本文的邊際貢獻在于：首先，基于前文獻確定了不良貸款率能衡量商業銀行的信用風險水平，而信用風險是我國銀行面臨的最主要的風險；其次，在“三大攻堅戰”的大背景下，對綠色信貸影響風險承擔水平的邏輯機理，從系統重要性銀行與非系統重要性銀行視角開展拓展性研究；最后，針對中國商業銀行體系的框架，對系統重要性銀行與非系統重要性銀行在綠色信貸對商業銀行風險承擔影響的拓展中的異質性開展實證研究。

二、理論分析與研究假設

十八大以后，我國經濟進入轉型發展階段，黨和國家為支持綠色金融的發展，提出“綠色信貸”，不僅為商業銀行提供了新的服務手段，也有效解決了環境污染所帶來的資金問題。商業銀行發展綠色信貸業務是實現綠色金融發展的重要手段，也是促進銀行實現“可持續”戰略目標的重要途徑。目前綠色信貸占整個綠色金融資金總額的90%以上，而它在經濟中的影響也是不容忽視的。綠色信貸政策作為經濟調節手段顯著降低了綠色企業的融資成本，并且有助于緩解期限錯配，提升綠色企業投資效率［ 19-20 ］。對于金融機構來說，綠色信貸對其風險也產生影響，丁寧［ 21 ］等認為綠色信貸不僅降低了金融機構的信用風險，還能夠為技術創新帶來有利條件。而商業銀行作為金融行業的中流砥柱，其風險承擔水平同樣受到綠色信貸的影響。有學者認為綠色信貸能夠有效降低商業銀行風險 ［ 12，22 ］，另有學者認為綠色信貸會增加商業銀行的風險 ［ 14，23 ］。

基于上述分析，本文提出研究假說H1。

H1：銀行的綠色信貸業務對風險承擔會有顯著性影響，其中，綠色信貸余額越高，商業銀行風險承擔水平越低。

2021年10月15日，央行、銀保監會首次公布了19家入選國內系統重要性銀行名單。被納入系統重要性名單的銀行往往規模大，業務復雜性高，與其他金融機構關聯性強，在金融體系中提供關鍵服務，一旦發生風險事件往往“牽一發而動全身”，影響到金融體系的整體穩定。張躍飛［ 24 ］指出，綠色信貸可以顯著降低大型國有銀行的信貸風險，但可能增加股份制商業銀行的信貸風險。王霞和王芳［ 25 ］的研究表明：國有商業銀行因為規模大、抗風險能力強，開展綠色信貸業務會抑制風險承擔，而中小銀行會增加風險承擔。可見，銀行異質性對風險承擔有差異性。而系統重要性銀行在銀行體系中有著特殊地位，它的經營穩健性、風險緩沖和損失吸收能力等關乎了金融體系的穩定。因此，相對于非系統重要性銀行而言，綠色信貸業務對系統重要性銀行風險承擔水平的影響也必然有所不同。

基于上述分析，本文提出研究假說H2。

H2：銀行異質性對風險承擔有顯著差異性，相比于非系統重要性銀行，系統重要性銀行開展綠色信貸業務，其風險承擔水平受到的影響更加顯著。

三、數據變量與模型

（一）數據來源和變量描述

本文考慮到各銀行正式實施綠色信貸政策的時間不同以及數據的披露，選取2011～2020年35家商業銀行的面板數據作為研究對象，銀行包括了大型商業銀行、股份制商業銀行、城市商業銀行和農村商業銀行（ 1 ）。為防止數據異常值的影響，對變量按照上下1%進行縮尾處理。

1.被解釋變量

關于商業銀行風險承擔（RISK）的度量指標，學界并未達成一致，代理指標有不良貸款率、Z值、貸款審批條件指數和風險加權資產占比等。Z值是從收益率標準差的角度近似評價風險，當收益率的變化與風險變化不同步時，該指數則無法客觀且全面地評價銀行的主要風險。貸款審批條件指數不能反映銀行資產組合的風險結構，且微觀層面的數據不易獲得。風險加權資產占比度量的是銀行事前風險承擔，缺少對事后風險的度量。而不良貸款率是我國銀行報表披露的主要指標之一，數據較為完整，并且它反映了信貸風險和銀行的資產質量，能衡量銀行的信用風險水平，而信用風險是我國銀行最主要的風險。綜合考慮各指標的優缺點以及數據的可得性，本文最終選取不良貸款率衡量商業銀行風險承擔，不良貸款率越小，意味著銀行風險承擔越低。

2.核心解釋變量

綠色信貸余額相較于以往文獻中的綠色信貸占比更能直接反映銀行綠色信貸發展規模和投入。因此，本文選取綠色信貸余額（INGC）作為核心解釋變量。

3.控制變量

為控制其他因素對商業銀行風險承擔的影響，借鑒王霞和王芳的研究引入三類控制變量：銀行層面，引用銀行資產規模對數（SIZE），資產回報率（ROA），資本充足率（CAR）以及成本收入比（CIR）；宏觀層面，選取國內生產總值的增長率（GDP）；政策層面，選取貨幣供應量增速（M2）。各指標具體情況如表1所示。

（二）基本模型

設定模型形式如下：

RISKi，t = β0 + β1INGCi，t + β2ΣControli，t + εi，t（1）

其中，RISKi，t表示商業銀行i銀行第t年的不良貸款率，即風險承擔代理指標；INGCi，t表示i銀行在第t年的綠色信貸余額；Controli，t表示i銀行t年的其他控制變量；β0表示常數項，β1、 β2表示回歸系數，εi，t表示隨機擾動項。

（三）描述性統計

表2是本文所有變量的描述性統計結果，分析如下：

從表中可以看出，不良貸款率（RISK）的均值是1.245%，最小值是0.24%，最大值是2.47%，滿足我國商業銀行不良貸款率不得超過5%的相關規定，說明我國商業銀行整體信貸的資產質量較好。綠色信貸余額（INGC）最小值與最大值之間的相差很大，說明我國各個銀行實施綠色信貸業務的規模不一樣且差距較大。銀行資產規模對數（SIZE）的最小值為6.387，最大值為12.532，表明我國銀行發展間的差距還是比較大的。又由資產回報率（ROA）和成本收入比（CIR）表明，我國商業銀行整體盈利能力較好。資本充足率（CAR）最低值為9.88%，符合我國規定不低于8%的監管要求。

（四）相關性分析

表3是對各變量進行皮爾遜相關性分析。可以看出大部分變量間都存在著相關性，且在1%下顯著的較多，所以變量間的相關性比較強。

（五）多重共線性檢驗

本文進行了方差膨脹因子VIF檢驗，檢驗結果通常以10作為判斷邊界。當VIF小于10時，則認為不存在多重共線性。由表4可見，各變量的VIF值均在邊界值以下，所以進一步認為模型間不存在多重共線性問題。

四、實證分析

（一）基本回歸

在隨機效應模型中，要假設不能觀察到的個體異質性效應不能和任何一個解釋變量相關，這個假設要求一般難以滿足，所以，相比之下，固定效應模型得出的結果更加穩健。因此，本文選用固定效應模型，表5是固定效應模型回歸結果：第一列是對解釋變量RISK和被解釋變量INGC進行回歸，系數是-0.0018，在10%的置信水平上顯著，表明在不控制其他因素的條件下，綠色信貸對商業銀行風險承擔呈負相關，即開展綠色信貸業務能降低銀行風險水平；第二列是加入銀行層面的控制變量，INGC的系數是-0.0043，在1%的置信水平上顯著；第三列進一步加入了宏觀層面和政策層面，INGC的系數仍然在1%的置信水平上顯著為負值，且與第二列相差不大。可見，銀行綠色信貸規模越大，商業銀行風險承擔水平越低，從而驗證假說H1成立。

再對第三列的回歸結果進行具體分析：銀行資產規模對數（SIZE）在1%的置信水平上顯著為負，表明銀行增大資產規模能夠降低銀行的風險，這可能因為銀行擁有充足的資金后，能夠更好地應對、防范內部的經營風險和外部的擠兌風險，充足的資金讓銀行對風險的承受能力更強，并且在經營活動中更有優勢。這一結論從資本充足率（CAR）在10%的置信水平上顯著為負得到進一步的驗證，資本充足率越高，銀行開展資產業務所需資本的支持數量相對較高，同樣降低了銀行風險承擔。而資產回報率（ROA）和成本收入比（CIR）代表銀行盈利能力，兩者回歸系數分別在5%和10%上顯著為負，說明盈利能力的提高讓銀行有更多應對風險的底氣和能力，對風險的防范能力也提高了，因此銀行的風險降低。

（二）穩健性檢驗

1.增加控制變量的穩健性檢驗

本文通過將ROA替換成ROE，同時增加股票總市值TV控制金融體系的宏觀影響來進行穩健性檢驗。結果如表6所示，第一列將ROA換成ROE，INGC的系數是-0.0038，在1%的置信水平上顯著。第二列增加控制變量TV后，INGC的系數依舊顯著為負，因此，證明上述結論具有穩健性。

2.解釋變量滯后期

銀行風險承擔的變化可能具有動態一致性，即當期的風險水平與上期風險水平存在一定的相關關系，為避免對基準回歸的影響，本文將解釋變量INGC的滯后一、二、三期作為新的解釋變量進行回歸，表7是檢驗結果，三次回歸的結果都是在1%的置信水平上顯著，表明基準回歸結果是穩健的。

3.異質性分析

將商業銀行分為系統重要性銀行和非系統重要性銀行進行分組回歸，結果如表8所示：第一列是系統重要性銀行的回歸結果，INGC在-0.0032上顯著相關；而第二列非系統重要性銀行的回歸并不顯著。原因可能是：第一，系統重要性銀行大多數也是我國第一批實施綠色信貸政策的銀行，它們在綠色金融板塊，尤其綠色信貸業務上比國內其他商業銀行時間早、規模大，風險承擔受到的影響自然也更明顯。第二，作為國家的系統重要性銀行，它們要承擔更多的責任，積極響應國家政策號召發展綠色信貸，同時，國家對其政策經濟的支持相較于非系統重要性銀行會更多。第三，非系統重要性銀行大部分都是中小型銀行，除了開展綠色金融業務比系統重要性銀行時間晚之外，對綠色信貸等綠色金融產品的認識和創新程度都較弱，加上人才資源的缺乏和較弱的風險防范、應對能力，它們對綠色信貸業務的發展進程一直比較緩慢。而且綠色信貸項目的前期投資較多且后期效益是無法預估的，如果綠色企業違反相關規定也會給銀行帶來聲譽風險等，甚至承擔連帶責任，所以非系統重要性銀行在綠色信貸業務上的發展有很多顧慮與不確定因素。第四，從企業層面來看，綠色企業向銀行借綠色信貸時，可能更愿意去系統重要性銀行，一方面非系統重要性銀行的業務規模小，能夠借貸的資金數量相較于系統重要性銀行更有限；另一方面系統重要性銀行能夠將中間業務與綠色信貸業務進行有機結合，創新出綠色信貸的衍生產品，綠色企業能夠選擇的產品會更多。

五、結論與建議

（一）研究結論

本文選取我國2011～2020年35家商業銀行數據為樣本，對綠色信貸與商業銀行風險承擔的關系進行研究，得到以下結論：第一，綠色信貸業務的發展對商業銀行風險承擔產生影響，并且綠色信貸規模的擴大能夠降低銀行風險；第二，不同規模的銀行受綠色信貸的影響也不一樣，本文主要比較系統重要性銀行與非系統重要性銀行，實證顯示，系統重要性銀行的風險承擔受到綠色信貸的影響相對于非系統重要性銀行更加顯著。

（二）研究建議

綠色信貸政策在我國起步較晚，且尚未形成統一的政策框架。對此，本文關于商業銀行發展綠色信貸提出以下政策建議：

1.政府層面

第一，政府相關部門建立綠色信貸的增信機制和風險補償機制，科學提高綠色金融風險容忍度，建立并完善綠色金融監管考核指標體系和評價機制。第二，強化綠色金融服務的高效和精準，引導銀行機構根據客戶面臨的風險程度，適當開辟綠色信貸快速審批通道，提高綠色信貸發放的效率和精準性。第三，監管部門對商業銀行開展綠色信貸業務的規范性、報告的真實性等進行監督，利用系統重要性銀行的規模和聲譽優勢擴大其綠色信貸規模，在推動系統重要性銀行發展綠色信貸的同時，也要加強風險的監管力度；同時加強非系統重要性銀行綠色信貸業務發展的風險監督，謹慎發展，防范綠色信貸業務導致非系統重要性銀行的各種風險危機，特別注重守住不發生系統性金融風險底線的問題。

2.銀行層面

第一，銀行自身要積極履行社會責任，引導并支持企業的綠色發展、清退“兩高一剩”類項目。在風險可控的前提下，加強對綠色產業的信貸支持力度，擴大綠色信貸的覆蓋面。第二，銀行要對企業開展綠色融資的需求進行認真調查和研究，將企業環境責任、環境管理狀況以及環境治理情況納入到貸款審查標準中，減少信息不對稱的風險，不向企業盲目貸款。第三，銀行需要健全并完善綠色信貸風險管理機制，發放綠色貸款前調查和評估好相關風險，制定好風險等級標準。貸款發放之后也要對綠色信貸的落實進行緊密追蹤與監控。第四，系統重要性銀行要善于抓住自己的聲譽效應等優勢，擴大綠色信貸業務的規模；而非系統重要性銀行在發展綠色信貸業務時要更注重風險的把控，避免業務發展導致有非系統重要性銀行的危機。

注釋：

（1）數據均來自wind數據庫以及各銀行年報的手工整理。

參考文獻：

［1］張肖飛，趙康樂，賀宏.金融衍生品持有與銀行風險承擔：“風險管理”抑或“利益驅動”？［J］. 會計與經濟研究，2022，36（5）：105-126.

［2］郭品超，沈悅.互聯網金融對商業銀行風險承擔的影響：理論解讀與實證檢驗［J］.財貿經濟，2015（10）：102-116.

［3］Laeven L，Levine R.Complex ownership structures andcorporate valuations［R］.IMF Working Papers，No.07/140，2009.

［4］張志元，馬永凡.數字金融與企業投資：銀行風險承擔視角［J］.當代經濟科學，2023，45（1）：61-73.

［5］王金明，王心培.跨境資本流動如何影響銀行風險承擔？［J］.世界經濟研究，2022（10）：72-86，136.

［6］邵楊楠，李志生.影子銀行和銀行風險承擔——基于銀行表內資產的分析［J］.武漢金融，2022（8）：38-48.

［7］方意.貨幣政策與房地產價格沖擊下的銀行風險承擔分析［J］.世界經濟，2015，38（7）：73-98.

［8］田雅群.定向降準政策、銀行競爭與農村商業銀行風險［J］.經濟與管理，2022，36（5）：45-52.

［9］李珊珊，李振.競爭性扭曲、存款保險與銀行風險承擔［J］.統計與決策，2022，38（13）：137-142.

［10］張雪蘭，何德旭.貨幣政策立場與銀行風險承擔——基于中國銀行業的實證研究（2000—2010）［J］.經濟研究，2012，47（5）：31-44.

［11］Ralph Chami，Thomas F Cosimano，Connel Fullenkamp.Managing ethical risk： How investing in ethics adds value［J］.Journal of Banking and Fiannace，2002，26（9）：169-178.

［12］孫光林，王穎，李慶海.綠色信貸對商業銀行信貸風險的影響［J］.金融論壇，2017，22（10）：31-40.

［13］邵傳林，閆永生.綠色金融之于商業銀行風險承擔是“雙刃劍”嗎——基于中國銀行業的準自然實驗研究［J］.貴州財經大學學報，2020（1）：68-77.

［14］汪培鑫. 綠色信貸政策對商業銀行“三性”影響的實證研究［D］.貴陽：貴州財經大學，2022.

［15］孫紅梅，姚書淇.商業銀行經營風險與財務績效——基于綠色業務影響的視角［J］.金融論壇，2021，26（2）：37-46.

［16］王宏濤，曹文成，王一鳴.綠色金融政策與商業銀行風險承擔：機理、特征與實證研究［J］.金融經濟學研究，2022，37（4）：143-160.

［17］王楠楠. 商業銀行綠色信貸風險影響研究［D］.成都：四川師范大學，2022.

［18］陳建華，胡蓮潔.綠色信貸發展對商業銀行財務績效影響的實證研究［J］.財經理論與實踐，2022，43（4）：89-95.

［19］連莉莉.綠色信貸影響企業債務融資成本嗎？——基于綠色企業與“兩高”企業的對比研究［J］.金融經濟學研究，2015，30（5）：83-93.

［20］王康仕，孫旭然，王鳳榮.綠色金融、融資約束與污染企業投資［J］.當代經濟管理，2019，41（12）：83-96.

［21］丁寧，任亦儂，左穎.綠色信貸政策得不償失還是得償所愿？——基于資源配置視角的PSM-DID1成本效率分析［J］.金融研究，2020（4）：112-130.

［22］雷博雯，時波.綠色信貸對商業銀行績效與流動性風險的影響［J］.金融理論與實踐，2020（3）：26-31.

［23］高香麗.綠色信貸對銀行信貸風險與經營績效的調節效應研究［J］.投資與創業，2022，33（5）：14-16，23.

［24］張躍飛. 綠色信貸對商業銀行信貸風險的異質性影響研究［D］.鄭州：河南財經政法大學，2019.

［25］王霞，王芳.綠色信貸對商業銀行風險承擔的影響［J］.上海立信會計金融學院學報，2021，33（2）：3-14.