我國商業銀行經營綠色信貸的現實特征及其影響分析

[中圖分類號]C92［文獻標識碼］A［文章編號］1000-4211（2025）02-0070-31

一、引言與文獻綜述

自2012年年初，銀監會發布了《綠色信貸指引》以來，越來越多的商業銀行將其經營戰略放在了拓展綠色信貸業務方面，加大了對綠色經濟、低碳經濟、循環經濟的支持。根據中國人民銀行的統計數據，截至2023年末，我國本外幣綠色貸款余額達30.1萬億元。商業銀行的綠色信貸主要是針對符合綠色項目的企業給予優惠貸款利率的貸款服務（Gbanador，2023；Finger，2018）。我國商業銀行拓展綠色信貸業務支持經濟高質量發展的同時，所支持的綠色、低碳、循環經濟的業態所遇到內外部風險都會給商業銀行信貸資金運營帶來新的不確定性。商業銀行經營綠色信貸業務的風險受到多方面因素的影響，既有的研究或者聚焦微觀層面進行分析，或者聚焦經濟政策、金融監管等宏觀層面進行考察。在微觀層面上，綠色信貸對商業銀行經營風險的影響主要來自兩方面，一是授信客體自身的因素，二是授信主體商業銀行主動管理的因素。從授信客體角度，綠色信貸項目，短期內具有極大不確定性，期限長收益低，影響信貸資金的收回，造成期限錯配，增加銀行破產概率（Mathuva等，2016；李程等，2016；周再清等，2017）。綠色項目技術復雜，銀行對于綠色項目的專業識別能力較為薄弱；并且綠色項目企業信息披露不完全都會加劇銀行對于綠色信貸項目的風險識別難度，從而承擔較大信貸風險（詹小穎，2018）。從授信主體角度，有部分學者通過研究發現綠色信貸對商業銀行風險抑制具有滯后的正效應（邵傳林等，2020；李蘇等，2017）。長期來看，商業銀行開展綠色信貸對風險抑制較為顯著（馬紅梅等，2023）。具體從影響機制來看，考慮經營成本收入比，綠色信貸業務回報低，開展綠色信貸會提升商業銀行運營成本，從而影響銀行發展質量（謝朝華等，2023；劉昊，2021）。從業務收入角度，綠色信貸作為一項新興業務，也是額外創造收入，通過提升商業銀行盈利水平、改變商業銀行盈利結構的“盈利”渠道也能降低商業銀行的風險水平（王宏濤等，2022；孫光林等，2017）。綠色信貸不僅直接帶來信貸業務收入的增加，還會促進企業投資帶來中間業務收入，從而通過提高非息收入占比改善銀行效益降低風險（郭俊杰和方穎，2022；顧海峰和卞雨晨，2022）。綠色信貸業務在增加銀行收入同時，也可以降低銀行資產收益的波動率，從而降低資產組合風險（張琳等，2022）。綠色信貸不僅有助于商業銀行績效的提升，也有助于提高商業銀行的流動性風險管控能力，抑制風險（雷博雯和時波，2020；周曄和王亞梅，2022）。綠色信貸還可以通過增加銀行的資本緩沖以及提高社會聲譽評價降低銀行的風險（趙江山等，2023；劉生福和韓雍，2020；楊敏和梁銀鶴，2020）。在宏觀層面上，銀行開展綠色信貸風險不僅來自綠色信貸業務本身，還受宏觀經濟政策對信貸業務的影響。寬松的貨幣政策通過信貸渠道降低銀行的風險（陶園，2017；王晉斌和李博，2017；龐曉波和錢錕，2018；項后軍等，2018）。擴張性貨幣政策沖擊會降低商業銀行的信貸標準，引起銀行主動承擔風險的增加，同時銀行競爭程度的加劇會擴大貨幣政策對銀行風險的影響（李雙建等，2020，NEUENKIRCH，2021）。

有鑒于此，在我國推進高質量發展過程中，疊加國際經濟態勢復雜性的影響，商業銀行在綠色信貸業務經營中需要不斷總結經驗，觀察綠色信貸市場動態特征，判斷識別綠色信貸項目對自身經營風險的影響，從而讓綠色信貸業務發展具有可持續性。本文聚焦于銀行經營的微觀角度，創新劃分出兩種機制，一種是基于社會效益的聲譽機制對應銀行承擔的社會責任所帶來的經營風險；另一種是基于經濟效益的盈利結構機制，通過開展綠色信貸對銀行的收入結構產生影響，降低風險較高的非息收入占比，從而降低銀行風險。同時，考慮宏觀經濟因素將貨幣政策引入作為調節變量，進一步研究貨幣政策的寬松程度對綠色信貸影響銀行風險中的調節作用。本文通過梳理我國商業銀行開展綠色信貸的市場特征和業務特征，考察了我國國有大型商業銀行、股份制商業銀行、城市商業銀行和農村商業銀行等四類銀行綠色信貸業務經營的事實特征，選擇29家商業銀行的2012—2023年的經營數據為樣本，引入固定效應模型進行回歸分析，引入貨幣政策作為調節變量，探討綠色信貸通過聲譽效應和收入結構變化對商業銀行經營風險的影響。

二、我國商業銀行經營綠色信貸業務的事實特征分析

（一）綠色信貸總體市場特征

1.我國綠色信貸市場規模持續擴張，綠色信貸業務占比不斷提升。

我國商業銀行綠色信貸業務在信貸業務中的比重呈穩步上升態勢。由圖1可知，綠色信貸占比從2017年的 5.9% 攀升至2023年的 12.7% ，且自2022年起，該占比已超 10% 。就市場總量來看，2017—2023年間，我國商業銀行本外幣綠色信貸規模有了大幅增長。截至2023年末，我國商業銀行本外幣綠色貸款余額達30.08元，同比增長 36.5% ，規模居世界首位，特別是近三年的綠色信貸規模擴張增速都在 30% 以上，在信貸業務中的地位日益重要。

2.綠色信貸市場上信貸供給主體結構存在較大差異。

在我國綠色信貸業務供給主體包括國有大型商業銀行、股份制銀行、城市商業銀行和農村商業銀行。但各類主體結構之間存在綠色信貸業務發展的不平衡，如圖2可見，各類銀行發展綠色信貸的進程不一，發展程度和規模也存在較大分化。觀察圖2，在2023年各家銀行綠色信貸余額方面，六家國有大型商業銀行在規模總量上都明顯高于股份制商業銀行、城市商業銀行和農村商業銀行，其中中國農業銀行、中國工商銀行、中國銀行和中國建設銀行四家銀行的綠色貸款余額都超過了三萬億元，交通銀行和中國郵儲銀行在國有大型商業銀行中總量偏低，但是也達到了五千億元以上的規模。股份制銀行的綠色貸款余額規模普遍處在一千億到五千億的區間，而農村商業銀行的綠色貸款余額都低于一千億元。

3.我國商業銀行綠色信貸資金投向呈現出更多地支持新興產業的特征

從2018—2023年間我國商業銀行綠色信貸投放行業情況觀察，如圖3所示，綠色信貸投向非傳統產業的比重不斷提升，綠色信貸投放結構越來越向新興產業傾斜，有效地支持了我國產業低碳綠色轉型戰略的落地。我國商業銀行綠色信貸資金主要流向在2018年占比最高的是交通運輸、倉儲和郵政業，以支持傳統產業降耗減碳和節能改造，推進節能環保，清潔生產；從2020年以來，電力、熱力、燃氣及水生產和供應業的信貸投放比重穩步提升。同時，投向新興產業的信貸資金規模快速攀升，有效助力新能源、新材料、結構裝備、節能技術等驅動的經濟轉型升級。我國實體經濟產業結構升級衍生了新興產業的綠色信貸需求，一方面，新興綠色產業的發展符合可持續發展的趨勢，具有長期的增長潛力降低銀行的信用風險；另一方面新興產業的發展具有較大的不確定性，市場需求、技術變革等因素可能導致項目失敗，從而增加銀行的市場風險。

（二）我國商業銀行的信貸業務特征

信貸業務是銀行進行社會資金再融通的業務渠道，商業銀行的貸款具有信貸配給的專業性。因此，銀行信貸投向的規模和行業特征成為銀行篩選借款人的關鍵要素，從而影響了商業銀行業務的資金期限、流動性準備和信貸資產質量。

1.期限結構特征

銀行貸款的期限關系到銀行資金的利用效率和流動性，從而與銀行的風險也息息相關。圖4可見，2000—2023年間，在我國信貸總量持續增長的同時，無論是短期貸款還是中長期貸款在規模上都發生了顯著增長。隨著支持綠色轉型和現代經濟的不斷發展作用信貸結構調整的同時，信貸期限結構也會影響經濟增長（范從來等，2012）。進一步觀察貸款期限結構，可以看到2008年長期貸款占比達到了 55% ，此后長期貸款的占比不斷提升，我國商業銀行貸款期限結構從2008年前的短期為主轉向了以中長期為主。

這里選擇中國工商銀行和渝農商行作為兩家開展綠色信貸的典型銀行進行比較觀察。中國工商銀行于2007年提出開展綠色信貸，是我國商業銀行體系中綠色信貸業務開展較早、現有規模最大的銀行；渝農商行則是從2013年才涉足綠色信貸業務，它雖然在農村商業銀行中綠色信貸業務增長較快的，但是在我國商業銀行體系中它是開展綠色信貸業務的時間較晚、規模較小的銀行。對比這兩家銀行的期限結構可以看到，如圖5所示，中國工商銀行中長期貸款占比總體高于渝農商行；而渝農商行自2013年提出發展綠色信貸業務后，中長期貸款比例也有緩慢上升趨勢。可見，我國展業綠色信貸業務的期限多為中長期貸款，其業務發展影響了整體銀行信貸業務的期限特征。

2.流動性特征

流動性作為商業銀行展業需要考慮的基礎問題。觀察流動性需求與供給變化，分析流動性缺口動態是商業銀行的基本業務能力。它既是商業銀行存續的基本業務，也是商業銀行內控和外部監管風險防范的重點。如圖6所示，我國整體商業銀行的流動性比例從2010年的 42% 逐步上升到2023年的 68% ，一直保持都高于外部監管要求的 25% ，不僅如此，商業銀行流動資產覆蓋流動負債的比例也一直在不斷上升。整體來看，我國商業銀行流動性一直保持在充裕水平。從國家金融監管局統計分類方式角度觀察，如圖6所示，城市商業銀行和農村商業銀行流動性比例整體高于國有大型商業銀行和股份制銀行。

為了進一步考察四類銀行展業綠色信貸業務以來的流動性差異，課題組從上述四類中分別選擇了中國工商銀行、興業銀行、江蘇銀行、渝農商行，觀察其存貸比情況。在正常情況下，存貸比高的銀行存在營利性較高的可能性，但也可能意味著銀行的可貸資金不足，同時遇到外部沖擊時其償付性風險會增大。如圖7所示，股份制商業銀行中的興業銀行存貸比表現最高，其次是城市商業銀行中的江蘇銀行，國有大型商業銀行中的中國工商銀行整體存貸比一直保持較為穩定的狀態，農村商業銀行中的渝農商行則是自2016年后有著較為明顯的上升。這在一定程度上是受到2015年第四季度我國取消了對于存貸比強制性監管指標，為單一銀行支持實體經濟提升了其信貸能力，但與此同時，也提出了商業銀行需要提升流動性風險管理能力，自覺調節信貸節奏，將存貸比控制在一個合理區間，平衡好防風險與盈利關系。

3.資本充足情況

資本充足率是衡量銀行以自有資本承擔風險損失程度的指標，巴塞爾協議Ⅱ提出了各國商業銀行資本充足監管下限—資本充足率 8% 的要求。在經歷了國際金融危機沖擊后為了增強商業銀行抵御風險的能力，巴塞爾協議IⅢI在這個監管下限基礎上，補充提出建立總額不低于銀行風險資產 2.5% 的資本留存緩沖資金池，這樣二者疊加就是銀行總資本/風險資產 10.5% 的資本充足新要求。這個新要求就是提示銀行需要正視其經營的脆弱性，特別是面對經濟繁榮與蕭條周期特征通過動態調整資本充足率來提升其吸收損失抵御經營風險的能力。如圖8所示，我國各類商業銀行的資本充足率不僅全都保持在 8% 以上，而且都在 10.5% 以上。進一步從不同類型銀行考察，可以看出，國有大型商業銀行的資本充足率顯著高于其他三類銀行，它們吸收損失抵御風險的能力更強。從趨勢上來看，國有大型商業銀行和股份制銀行的資本充足水平在執行新要求達標后，保持穩定。城市商業銀行和農村商業銀行的資本充足率水平自2014年到2023年呈現緩慢下降趨勢。

為進一步了解各類商業銀行抵御風險的能力，課題組分別從四類銀行中分別選擇中國工商銀行、興業銀行、江蘇銀行和渝農商行，觀察其核心資本充足情況。核心資本是商業銀行抗風險的最根本手段，核心一級資本充足率指標也更能反映銀行核心抗風險能力。就所選四家銀行來看，如圖9所示，中國工商銀行的核心一級資本充足率最高，其次是渝農商行；而股份制銀行中的興業銀行和城市商業銀行的江蘇銀行核心一級資本充足率水平較低。

顯然，無論從資本充足率還是核心一級資本充足率來看，在當前全球經濟低速運行態勢下，股份制商業銀行、城市商業銀行和農村商業銀行在開展綠色信貸業務時則應更多地關注自身抵御風險的能力。

4.收入結構特征

營利性是商業銀行經營目標中的一個重要指標，是商業銀行自身可持續發展的一個重要方面。商業銀行的業務收入一般包括利息收入和非利息收入兩部分。因此，觀察我國商業銀行的業務結構特征，我國商業銀行整體上是以利息收入為主。如圖7所示，2010—2023年間，我國商業銀行的非息收入占比不超過 25% 。從趨勢上來看，我國商業銀行非息收入2010年占比 18% ，2017年達到峰值 24% ，后面幾年呈現適度下滑，而后在2023年開始回升的趨勢。這表明，信貸業務始終是商業銀行業務收入的主要來源。因此，商業銀行業務收入可持續及其與業務經營風險之間的關系也始終是商業銀行關注的重點。

這里繼續觀察四類銀行中的中國工商銀行、興業銀行、江蘇銀行和渝農商行的收入結構情況，如圖11所示，興業銀行和江蘇銀行的非息收入占比較高，可以在一定程度上表明股份制商業銀行和城市商業銀行在其業務發展戰略上積極拓展了金融服務類業務，而中國工商銀行的非息收入占比較為穩定，渝農商行的非息收入占比較低。特別注意到渝農商行在2017年的非息收入占比有一個下行的拐點，之后其非利息收入在低位徘徊。課題組觀察了該銀行的綠色信貸業務規模變化，發現在此期間，其綠色信貸業務規模則是不斷提升的。由此可見，綠色信貸作為新興業務對于各類銀行而言均有穩定其利息收入占比，有利于改善銀行收入結構。既然信貸業務是銀行收入主要的來源，那么凈息差也與利息收入緊密相關。如圖12可見，近幾年來各類銀行的凈息差水平都在不斷下降，這對銀行業務收入會帶來一定擠壓。但是不同類型的銀行受到的擠壓也是存在差異的。具體來看，農村商業銀行的凈息差水平較高，其次是股份制商業銀行，而國有大型商業銀行和城市商業銀行的凈息差水平則較低。在此情況下，拓展綠色業務開辟新的收入來源也成為銀行經營的關注重點。

5.信貸資產質量特征

不良貸款率和撥備覆蓋率都是銀行信貸資產風險管理中的重要指標。不良貸款率常用來衡量事后已發生的損失風險。觀察2012—2023年間的數據，我國商業銀行不良貸款余額規模不斷增長，2012年是4929億元，2023年增長到32256億元。但是不良貸款率整體保持在2% 以下。區別于規模的持續增長，不良貸款率水平則是在2012—2016年間有了顯著上升，這期間也是我國經濟快速發展的階段。從2016年到2020年，我國銀行的不良貸款率水平一直保持平穩。2021年后，整體不良貸款率水平有了明顯回落，也對應我國經濟發展開始追求質量和結構調整，不是一味地求增速，從而商業銀行對信貸的投放也更加關注行業和環境風險。

具體來看，可以看到農商行的不良貸款率遠高于其他三類銀行，國有大型商業銀行、股份制銀行、城商行的不良貸款率一直保持在 1%～2.5% 的水平，基本還算平穩。國有大型商業銀行與股份制銀行的不良貸款率曲線間距較小，說明我國股份制銀行信貸業務規模不斷擴大，信貸業務風險管理能力得到了提升。從趨勢來看，可以看到城商行和農商行的峰值期滯后于國有六大行和股份制銀行，考慮到城商行和農商行的起步晚，發展的高峰期也是落后于本就成熟的國有大型商業銀行和股份制銀行。就四大類銀行的不良貸款率水平而言，城商行和農商行的風險水平還是處于一定的高位，而這兩類銀行也正處于積極拓展綠色信貸業務的發展期。所以，在后續的實證分析中，課題組將這兩類銀行樣本的加入對研究我國商業銀行綠色信貸業務的風險有一定的現實性。

撥備覆蓋率作為銀行計提對不良貸款發生的準備金，可以反映商業銀行對貸款損失的彌補能力和對貸款風險的防范能力，是銀行用于考慮防控風險及反應業績真實性的量化指標。如圖15所示，我國四類銀行的撥備覆蓋率均在 120% 以上，但是農村商業銀行的撥備覆蓋率顯著低于其他三類銀行，整體應對風險的事前預估防范能力較弱。國有大型商業銀行和股份制銀行的撥備覆蓋率自2016年以來呈現穩定增長態勢，也一定程度說明其對于事前防范風險的準備更加充足。

（三）四類銀行開展綠色信貸典型案例

國有大型商業銀行、股份制銀行、城市商業銀行和農村商業銀是為我國國家金融監管總局監管四類商業銀行，它們作為綠色信貸業務供給主體，在具體的綠色信貸業務開展方面存在各個單一銀行的實踐探索差異。課題組分別分別選擇中國工商銀行、興業銀行、江蘇銀行和重慶農村商業銀行為典型進一步考察其信貸業務推進的工作特征。

1.中國工商銀行

中國工商銀行作為國有大型商業銀行中開展綠色信貸業務的標桿。根據中國人民銀行的數據統計，截至2023年，我國國有大型商業銀行綠色信貸規模達到了171345.2億元，占當年我國綠色信貸業務總量的 50% 。從趨勢上來看，自2019年以后，國有大型商業銀行的綠色信貸業務進入了快車道，規模上有了顯著增加。如圖16所示，中國工商銀行在這一領域的表現尤為突出，始終保持在國有大型商業銀行前列。截至2023年末，中國工商銀行的綠色信貸規模已經達到54000億元。相比之下，中國郵政儲蓄銀行的綠色信貸規模相對較小。這一對比表明，即使同屬國有大型商業銀行也會因為各自的戰略定位和業務布局的側重不同，客觀上存在各家單一銀行綠色信貸業務發展程度的差異。

中國工商銀行在2007年提出綠色信貸發展理念，如表1所示，課題組梳理發現該行自2007—2023年持續推進了最近綠色信貸業務的基礎制度建設。2015年，該行董事會審定通過綠色信貸發展戰略，將綠色信貸業務發展定位上升至銀行戰略層面。2020年，中國工商銀行總行在原有的信用風險委員會基礎上新設立綠色金融委員會下屬包括23個成員部門，實現對綠色金融工作的統一規劃指導，配套了綠色信貸業務的組織管理制度。在信貸業務管理方面，中國工商銀行對綠色信貸劃分專項資金額度，并且在貸款價格上給予優惠激勵措施。

雙碳目標提出以來，中國工商銀行也以綠色信貸作為抓手，以支持碳減排國家戰略的落地。如表2所示，2022—2023年間，中國工商銀行綠色貸款項目數量顯著增加，由2022年846個增長到2023年的1496個，重點圍繞清潔能源產業鏈、新能源車產業鏈。興業銀行貸款發放碳減排貸款的規模實現翻倍增長的同時，帶動碳減排量也翻倍增長，在降碳減碳領域做出了更多貢獻。在綠色信貸規模增加同時，資金價格有所下降，貸款平均加權利率從2022年的 3.49% 下降至2023年的 3.09% ，為綠色項目融資成本帶來優惠。

中國工商銀行不僅從基礎制度上支持綠色信貸，在風險識別方面也是更為系統，將綠色信貸項目涉及氣候風險納入全面風險管理體系，建立氣候風險管理體系。中國工商銀行在綠色信貸客戶管理上實現分類管理，按照貸款對環境影響程度，將客戶分為四級、十二類從而實施差異化管理。

2.興業銀行

興業銀行在股份制銀行中綠色信貸余額規模領先。通過選取2023年部分股份制銀行綠色信貸數據，興業銀行以8090.19億元獨占鰲頭，綠色信貸占比達到 34.6% ，在綠色信貸項目的投向中，清潔能源、水資源行業、固廢處理等為重點領域。

興業銀行的綠色信貸業務發展更多地依托其國際化合作、全方位綠色金融產品打造的全方面業務基礎。在股份制商業銀行中，興業銀行的綠色信貸業務布局較早，并且與國際綠色融資接軌更早，其中包括2006年與多邊國際金融機構國際金融公司合作和2008年最早加入赤道銀行聯盟。后續對于綠色信貸業務的開展，不局限于單一信貸產品，而是全方位發展綠色金融債券、QDII業務，包括雙碳目標提出以來的市場首支碳轉型債券，形成了全方位多元化的綠色金融產品體系。

興業銀行在綠色信貸業務開展中全流程遵循ESG原則。根據客戶所處行業和區域環境特點進行四級分類、差別化授信。A類客戶優先審查其授信申請，對于B類客戶重點分析存在的潛在ESG風險，C類客戶則是要積極尋求一些風險緩釋的辦法包括提高資本金比例、暫停新項目授信等，對于D類客戶則是禁止新增項目授信，中止壓縮存量項目。在ESG培訓方面，興業銀行開發ESG培訓課程，形成專有培訓體系。

3.江蘇銀行

江蘇銀行在城市商業銀行中綠色信貸余額規模領先。通過選取2023年部分城市商業銀行綠色信貸數據，江蘇銀行以2870億元成為城市商業銀行中綠色信貸余額規模最高的銀行，綠色信貸占比達到 15.9% ，僅次于南京銀行（ 16.2% ），高于綠色信貸在貸款業務中的平均占比（ 12.7% ）。江蘇銀行將節能環保、清潔能源產業等列為優先支持行業，提供差異化的信貸準入政策和綠色審批通道，安排專項信貸資金規模，引導信貸資金投向綠色低碳產業；在定價支持政策上給予綠色信貸FTP定價優惠，安排專項資產包，提供專項優惠資金。

在《綠色信貸指引》發布后，江蘇銀行開始發展綠色金融，成立專有部門，并且成為城市商業銀行中首家赤道銀行以及首家共同采納“赤道原則”和“負責任銀行原則”的城市商業銀行。江蘇銀行在綠色信貸業務的開展屬于城市商業銀行中開展較早，但是整體開展時間略遲與國有大型商業銀行中開展較早的工商銀行和股份制銀行中綠色信貸發展突出的興業銀行。

江蘇銀行通過金融科技手段的應用，自主開發了涵蓋綠色信貸分類、赤道原則項目認定、ESG表現評估、環境效益測算四大模塊的“蘇銀綠金”智能化系統。“蘇銀綠金”智能化系統具有以下功能：一是綠色信貸智能認定，基于國標行業分類和業務標簽，通過認定模型自動匹配綠色信貸分類標準，精準識別綠色企業和綠色項目，有效防范“漂綠”“洗綠”風險；二是赤道原則項目自動判定，根據業務關鍵信息自動判斷關聯項目的赤道原則適用性，實現赤道原則項目社環風險的智能識別和分類，并實時提示項目潛在風險點和風險緩釋措施；三是信貸客戶ESG表現智能評估，研究制定信貸客戶ESG評級方法學，運用大數據、機器學習等金融科技手段建立客戶畫像體系，通過對客戶數據標簽的分析開發ESG評估決策模型；四是開發并上線環境效益智能化測算模型。江蘇銀行還強化了ESG風險管理流程。

4.渝農商行

渝農商行最為農村商業銀行中的典型，截至2023年末，其綠色信貸規模達619.82億元。就整體農村商業銀行的綠色信貸余額規模看都在百億元水平，綠色信貸業務占比 9.2% ，低于我國占比市場水平，可見農村商業銀行的綠色信貸業務發展程度還是低于平均水平。

渝農商行綠色信貸業務系統化開展時間較晚，綠色信貸主要投向領域為以水電、垃圾發電為代表的清潔能源行業，以及以污水處理為代表的環保行業。該行主要從實施綠色信貸政策及機制保障等方面明確未來綠色信貸發展的方向和措施，加強環境風險全流程管理，將環保風險納入非零售客戶信用評級調整扣分項；優先支持符合國家綠色產業指導目錄的綠色產業轉型。對清潔能源產業，一是制定了“清可貸”、“綠電貸”、“固廢貸”、“碳配額抵（質）押貸款”等綠色信貸產品，重點支持環境效益明顯的綠色項目；二是開通綠色審批通道，對綠色項目實行利率優惠，并針對綠色企業、綠色項目予以優先保障信貸規模。

三、綠色信貸對商業銀行經營風險的影響機制及研究假設

綠色信貸從宏觀層面看是一項信貸政策，從微觀層面看即是商業銀行的核心業務。商業銀行信貸業務日常經營中要防范的信貸業務風險受到宏微觀層面諸多復雜因素影響，從而也給商業銀行日常經營帶來挑戰。既有的研究文獻也會從不同視角考察信貸風險。關于商業銀行信貸風險的衡量，學術界并未形成一致的標準。考慮到本文研究的是信貸問題，

根據銀行信貸經營的關鍵底線就是不良貸款率不能超過監管標準，同時參照現有文獻，我國商業銀行信貸風險最常用的代理變量有不良貸款率、銀行破產風險Z值。因此本文采用不良貸款率來衡量銀行信貸業務經營狀況的好壞。

商業銀行信貸風險的發生是一個漸變的過程，初期信貸資金發放給借款人，在還款期限截止前借款人都存在不能按時償還本金從而導致銀行遭受損失的風險。銀行經營綠色信貸業務的風險也貫穿貸款的整個生命周期。這一生命周期通常被分為三個階段：第一、授信前的盡職調查環節，綠色項目調查、綠色信貸認定以及授信申報；第二、授信審查放款審核環節，根據不同風險的綠色信貸項目進行差別化授信；第三、綠色信貸存續期管理，對已發放的綠色信貸關注后續利息本金的定期收回以及項目突發事件的應對。從銀行信貸業務的流程來看，信貸業務風險貫穿整個貸款業務的生命周期流程。

綜上提出假設一：綠色信貸影響銀行經營信貸業務風險。

（一）社會性——聲譽機制

不同于一般信貸，是否發放綠色信貸關系到銀行社會責任的承擔。銀行作為主要的金融機構，開展綠色信貸承擔社會責任，是對經濟結構調整產業升級轉型的助力支持（劉錫良，文書洋，2019）。承擔社會責任也有助于銀行形成良好的聲譽。銀行聲譽是銀行經營過程中的行為引起的信息傳播并在利益相關方和公眾中形成的總體印象。聲譽是銀行長期培育積累的無形資產，也能為擁有者創造長期的無形收益，良好的聲譽幫助銀行在市場競爭中獲得優勢（Dinnie，2001；蔣廉雄等，2006）。商業銀行發展綠色信貸，向社會大眾傳遞出積極承擔更多社會責任的信號，有助于提升其環境責任聲譽。一方面，可以提升銀行的社會認可度，吸引更多高質量的綠色環保項目客戶，能夠優化其信貸結構（尹慶民等，2022），降低交易成本，促進商業銀行的穩健經營。另一方面，銀行環境聲譽的建立可以讓銀行在激烈的市場競爭中占有絕對優勢按照特定的環保要求篩選企業，從而防止逆向選擇風險（馬若微等，2021）。此外，聲譽較高的銀行可以吸引更多的優秀人才，激勵內部員工的發展，有利于內部工作效率和管理能力的提高，一定程度上規避銀行經營風險（張長江等，2019）。

結合上述分析提出假設二：綠色信貸通過聲譽渠道影響銀行的經營風險。

（二）經濟性- -盈利結構機制

相較于一般的信貸業務，綠色信貸在貸前調查環節還多一項對于綠色信貸項目的辨別和認定。在具體實踐中，綠色信貸涉及的新興產業領域較多，商業銀行會在綠色項目風險識別初期投入較多成本。但是，從長期來看，是會提高銀行的經營水平（朱廣印等，2017）。銀行是否開展綠色信貸也要考慮整體經濟效益，銀行綠色信貸業務發放提升貸款結構和整體信貸資產質量帶來穩定收入，同時銀行開展綠色信貸會給予利率優惠影響自身的資金成本和貸款利率定價。

商業銀行開展綠色信貸整體新開拓一項新興業務，可以從中賺取利差收入；綠色信貸這一新業務的出現，為一些符合環保項目的企業提供了更多的貸款渠道。而這些企業由于自身信用或者經營項目信用評級的原因，在綠色信貸開展之前不得不采用其他風險較高的融資業務。對于銀行來說，綠色信貸的開展將這些客戶的信用風險由原來風險較高的表外業務等轉移到風險已有長期良好控制的信貸業務，改善了銀行盈利結構將環保項目的風險由原來的表外業務融資過渡到綠色信貸，有助于銀行的風險管理。

結合上述分析提出假設三：綠色信貸通過收入結構渠道影響銀行的經營風險。

（三）貨幣政策調節機制

微觀層面的授信客體風險特征和授信主體銀行風險管理會影響信貸業務風險，宏觀層面的貨幣政策也會影響銀行經營中的信貸業務風險。我國商業銀行作為政策的傳導中介，擔當的并非風險中性的被動角色。貨幣政策的收緊和放松，都影響銀行信貸標準的松緊（張雪蘭等，2012）、貸款投入量（周晶等，2019）、貸款定價（牛錫明，1997）。

綜上分析提出假設四：貨幣政策在銀行開展綠色信貸的風險中發揮調節作用。

四、樣本選擇與研究設計

（一）樣本選取

通過對我國各類商業銀行展業綠色信貸的市場觀察分析，注意到我國商業銀行是從2012年左右開始披露綠色信貸相關數據，為了盡可能地保證數據的完整性和可得性，本文以2012年為起始點，選擇2012—2023年為樣本區間，在上市銀行中選取了披露數據較為完整的29家銀行作為研究對象，其中包括6家國有大型商業銀行（中國銀行、中國農業銀行、中國工商銀行、中國建設銀行、交通銀行、中國郵政儲蓄銀行）、9家全國性股份制商業銀行（招商銀行、民生銀行、華夏銀行、浦發銀行、光大銀行、中信銀行、興業銀行、平安銀行、浙商銀行）、11家城市商業銀行（南京銀行、寧波銀行、江蘇銀行、上海銀行、青島銀行、杭州銀行、貴陽銀行、長沙銀行、北京銀行、徽商銀行、天津銀行）和3家農村商業銀行（渝農商行、滬農商行、廣州農商銀行）。本文研究綠色信貸的相關數據來自各家樣本銀行的相關年度企業社會責任報告、wind數據庫、各商業銀行年報、中國經濟新聞數據庫、中國人民銀行和國家金融監管總局發布的數據。

（二）模型設定

本文研究綠色信貸對商業銀行風險的影響，將商業銀行的不良貸款率（NPL）作為代表銀行風險的被解釋變量，將商業銀行綠色信貸余額占貸款總額比率（GC）作為核心解釋

變量，同時引入中介變量綠色聲譽、中介變量盈利結構和調節變量貨幣政策，以及其他銀行個體和整體經濟的控制變量，構建多元面板回歸模型。參考已有研究做法，為了驗證綠色信貸能夠降低商業銀行風險的研究假設一，本文構建回歸模型4-1：

NPL_it=α₀+α₁GC_it+α₂CONTROL_it+ε_it

其中， i 表示銀行個體（ ?i=1，2，3，… ，29）， t 表示年份（t=2012，2013，2014，.2023），即表示銀行在t年的不良貸款率。則表示銀行在t年的綠色信貸占比。表示的是銀行在t年的控制變量（撥備覆蓋率、存貸比、資本充足率、銀行規模及GDP取對數）。為常數項，為引入的隨機擾動項。

為了驗證假設二的銀行聲譽水平的中介機制，構建了模型4-2來驗證綠色信貸是否會提升銀行的聲譽，并構建了模型4-3檢驗聲譽在綠色信貸影響銀行風險中的中介效應。

GP_it=α₀+α₁GC_it+α₂CONTROL_it+ε_it

NPL_it=α₀+α₁GC_it+α₂GP_it+α₃CONTROL_it+ε_it

為了驗證假設三的銀行盈利結構的中介機制，構建了模型4-4來驗證綠色信貸是否會提升銀行的盈利結構，并構建了模型4-5檢驗盈利結構在綠色信貸影響銀行風險中的中介效應。

NII_it=α₀+α₁GC_it+α₂CONTROL_it+ε_it

NPL_it=α₀+α₁GC_it+α₂NII_it+α₃CONTROL_it+ε_it

然后，為了驗證貨幣政策發揮的調節作用，本文引入了貨幣政策的代理變量及其與核心解釋變量的交互項，構建了模型4-6。其中代表綠色信貸占比與貨幣政策代理變量（LNM2）的交互變量。

NPL_it=α₀+α₁GC_it+α₂LNM2_it+α₃GC_it*LNM2_it+α₄CONTROL_it+ε_it

（三）變量選取

根據模型設定選取變量，見表9所示。

五、實證檢驗及其結果分析

（一）基準模型檢驗

表10報告了基準回歸結果，核心解釋變量（GC）的系數為-0.0231，且在 1% 的顯著性水平上顯著，研究假設一通過了檢驗。說明商業銀行執行綠色信貸政策能夠顯著降低風險水平。可能原因在于商業銀行執行綠色信貸政策優化了自身信貸結構，提高信貸資產質量，同時執行綠色信貸政策意味著銀行會逐步擴大綠色信貸投資規模，流入具有較高環境隱患企業的信貸資金就會逐步減少，減少了承擔連帶責任的風險。

對于控制變量來說，從表中可看出，商業銀行撥備覆蓋率（PCR的系數顯著為負，說明銀行資產撥備覆蓋率越高，不良貸款率越低，風險水平越低。撥備覆蓋率是銀行的重要指標，考察銀行財務是否穩健，風險是否可控。撥備覆蓋率指標是銀行貸款可能發生的呆、壞賬準備金，是銀行出于審慎經營的考慮，撥備覆蓋率越高，銀行越有充足的準備金去應對呆賬、壞賬，從而降低風險水平。總資產取對數（LNA）與不良貸款率（NPL）在 1% 的顯著性水平下成正相關，信貸資產是商業銀行最主要的資產，由于貸款規模不斷擴大，商業銀行現有的資產管理水平不能夠適應快速擴大的銀行資產規模，導致不良貸款增長較快，信貸風險更加凸顯。資本充足率（CAR）和存貸比（DAR）均與不良貸款率（NPL）成不顯著的正相關，表明資本充足率和資產負債率的變化對不良貸款率沒有顯著的影響。

由于我國商業銀行綠色信貸數據披露不完善，披露起始年份不相同，本研究選取綠色信貸信息披露數據相對完整的29家主要商業銀行，時間跨度相對較短，可能導致資本充足率與不良貸款率的回歸關系不顯著。國民經濟生產總值對數（LNGDP）為不顯著的正相關，說明在較為繁榮的經濟周期內，商業銀行也受到經濟增長的影響，能夠獲得較高的盈利水平，從而使風險水平降低，可能由于所取時間區間較短，導致回歸關系不顯著。

（二）中介機制檢驗

本文通過基準回歸，驗證了綠色信貸對商業銀行風險水平有抑制作用，在此本文進一步對綠色信貸影響風險的機制進行探究，結合理論分析及現實觀察，綠色信貸可以通過提高銀行的綠色聲譽和改善銀行的盈利結構進行業績管理實現較低的風險。對應每一部分的機制，本文設立了兩個中介變量，分別是綠色聲譽（GP）和非利息收入占比（NII）來探究綠色信貸影響銀行風險的作用機制，本文主要參考三步法進行中介效應檢驗（溫忠麟，2014）提出的方法，在前文模型設置部分已經建立了中介效應模型。

1.聲譽機制中介效應檢驗

本文以綠色聲譽（GP）作為中介變量，所得檢驗結果如表11所示，第二列是先檢驗綠色信貸占比對綠色聲譽的影響，可以看到相關系數是0.4002并且在 1% 的顯著性水平上顯著，說明綠色信貸占比越大該銀行的綠色聲譽越好。第三列結果中綠色信貸占比（GC）與綠色聲譽代理變量（GP）分別在不同的置信區間內顯著，并且二者的回歸系數均為負數，研究假設二通過了檢驗，證實了綠色聲譽部分中介效應的存在。

商業銀行在實施綠色信貸的過程中，對外樹立了良好的社會形象，傳遞了經營良好具有社會責任感的積極信號，為自己創造積累了更多綠色相關的聲譽資產。綠色聲譽的增加，也增加了客戶對銀行的了解和信任，促成業務的進一步增加和推動。同時，選取的樣本均為上市銀行，綠色聲譽的增加也是社會責任的體現，是順應綠色金融政策的號召，也有助于其從資本市場獲取更多的投資者關注，從而募集更多的資金用于自身的經營。同時，銀行新開展綠色信貸這一新興業務，基于安全性原則，一定會把控業務過程中的風險點，從而建立起完整的風險控制體系，從而降低銀行的風險水平。所以，中介效應檢驗結果證實銀行可以通過增加綠色信貸擴大綠色聲譽從而降低風險。

2.盈利結構中介效應檢驗

如表12所示，第二列是先檢驗綠色信貸對盈利結構代理變量非利息收入占比的影響，可以看到呈現負向顯著關系，說明綠色信貸占比越大該銀行的非利息收入占比越少。第三列結果中綠色信貸占比（GC）與盈利結構代理變量（NII）分別在不同的置信區間內顯著，非利息收入占比的回歸系數為正，說明非利息收入占比越多會給銀行帶來較多的風險，而綠色信貸越多帶來的非利息收入占比越少從而抑制銀行的風險水平，這樣研究假設三通過了檢驗，證實了盈利結構中介效應的存在。

對于商業銀行而言，信貸業務只是其經營業務中較為主要的一項，商業銀行可以通過信貸為一些中小企業提供資金融通，但是對于一些信用資質沒有達到一定門檻的中小企業客戶，他們想要從銀行獲取資金支持，銀行就需要通過其他風險較大的業務來提供資金，但這樣的業務在實施中風險的管理肯定沒有傳統的信貸業務風險管理全面。綠色信貸的開展一方面增加了傳統的信貸業務量，另一方面也為一些特定的中小企業環保項目提供特定的貸款資金，在項目實施的過程中也能得到很好的風險識別和風險管理，從而避免了通過其他風險水平較高的業務來提供資金貸款。所以綠色信貸的開展穩固了商業銀行傳統信貸為主的盈利結構，在擴大客戶群的基礎上降低了通過表外業務等獲取資金的風險，從而降低銀行的風險水平。

（三）調節機制檢驗

在前文研究中，貨幣政策通過影響信貸供給量、商業銀行信貸審核標準的松緊以及貸款定價等方面影響商業銀行經營綠色信貸業務的風險，本文以貨幣供給量M2代表貨幣政策，在基準模型的基礎上引入交互項進行回歸，其調節效應回歸結果如表13所示。貨幣政策的代理變量（LNM2）與綠色信貸占比（GC）的交互項的估計系數為-0.0298，且在 1% 的顯著性水平下顯著，從而研究假設四通過了檢驗。證實了貨幣政策越寬松，綠色信貸對商業銀行風險的抑制作用越強，說明寬松的貨幣政策對綠色信貸提高銀行風險能力起正向的調節作用。一方面，當貨幣管理當局對市場中的貨幣供應量持寬松態度時，銀行有足夠的資金支持企業綠色貸款，促進企業綠色轉型，從而保證銀行獲得利息收入的同時緩解了銀行的信貸風險；另一方面，當市場中資金較充裕時，銀行會緊跟政策導向，開發出創新性的綠色金融產品，引領市場消費者進行綠色產品消費，銀行面臨的風險將降低。

（四）異質性分析

在得到綠色信貸會降低商業銀行風險這一基準回歸結果后，本文為進一步驗證不同類型商業銀行發展綠色信貸對信貸風險的影響，在樣本數據選取上就分成了四類銀行，國有大型商業銀行、股份制銀行、城商行、農商行，對商業銀行開展異質性分析。如表14結果所示，國有大型商業銀行和股份制商業銀行在 5% 的顯著性水平下成負相關，而城市商業銀行發展綠色信貸與商業銀行風險在 10% 的顯著性水平下成負相關，而農商行的綠色信貸占比與不良貸款率呈現不顯著的負相關。國有大型銀行和股份制銀行是綠色信貸發展時間最早，發展速度最快，規模增長最大的一批銀行，在樣本的數據選擇中也是數據最全、占比最多的銀行，所以綠色信貸對銀行風險的抑制作用也有更明顯的體現。城商行近年來發展勢頭迅猛，雖然綠色信貸起步時間晚，但是能夠充分借鑒已有國有大型商業銀行和股份制銀行的發展經驗，并且依托于自身省份綠色信貸項目的支持，在抑制自身風險水平上還是有一定的作用，但鑒于城商行間綠色信貸水平發展差異較大，所以在顯著性上有一定的降低。農商行作為新興的商業銀行發展力量，在過往的研究中很少被拿出來進行分類，本文也是選取了三家農商行，分別是上海農商行、青島農商行、重慶農商行代表了不同發展程度省份的農村商業銀行，可能由于樣本量較少，加之農商行對綠色信貸的發展更是近幾年才開始慢慢關注，所以其綠色信貸對銀行風險的抑制作用不是很顯著，但是可以看到依然呈現負向關系。

（五）穩健性檢驗

為進一步檢驗回歸結果的穩健性，本文采取了以下三種方法：第一，替換解釋變量綠色信貸占比（GC）為綠色信貸余額取對數（GR）；第二，縮小樣本量數據統計區間由2012—2023年12年的數據縮減到2012—2020年9年的數據。如表15所示，第一列是基準回歸結果，綠色信貸與商業銀行風險代理變量不良貸款率在 1% 的水平上顯著；第二列顯示的結果則是將核心解釋變量進行替換，可以看到替換后的核心解釋變量綠色信貸對數值（GR）仍然與不良貸款率呈現顯著的負相關，說明基準模型的穩健性得到了驗證。第三列則是縮短樣本期進行的回歸，可以看到，綠色信貸占比的回歸結果仍然顯著并且呈現與原結果一致的系數符號，顯著性水平有一定的下降，考慮到縮短的樣本期是2020—2023年，也是越來越多的商業銀行開始加入綠色信貸及擴大綠色信貸規模的年份，所以這一部分數據的減少會對顯著性有一定的影響，但不改變基準回歸模型的穩健性。

六、結論與建議

（一）研究結論

通過考察我國國家金融監管總局統計監管的國有大型商業銀行、股份制商業銀行、城市商業銀行和農村商業銀行四類銀行展業綠色信貸業務的總體信貸市場特征、銀行業務特征和各類典型銀行拓展信貸業務風險管理工作實踐，將銀行開展綠色信貸業務與自身經營風險在聲譽社會性和收入經濟性等方面建立聯系，進而，選擇2012—2023年29家銀行的數據為樣本構建模型進行回歸分析。通過基準模型驗證了銀行開展綠色信貸與自身經營風險的關系，通過中介效應檢驗印證了影響的機制，并考慮到影響信貸投放量、貸款定價的宏觀因素，將貨幣政策做了調節效應檢驗，最后對不同性質銀行進行異質性檢驗，最終得到以下結論。

第一，綠色信貸業務作為支持經濟綠色升級轉型的工具，在支持實體經濟發展同時對信貸發放主體商業銀行整體的經營風險具有抑制作用。綠色信貸可以通過聲譽機制進而降低銀行經營風險。銀行開展綠色信貸會增加銀行的綠色聲譽，綠色聲譽增加吸引優質綠色信貸客戶，減少違約概率，降低銀行經營風險。

第二，綠色信貸業務可以通過影響商業銀行的收入結構，鼓勵商業銀行為更多的綠色、低碳項目提供信貸支持，通過調整貸款節奏和收入結構，提升動態管理綠色信貸風險的能力，降低銀行信貸業務經營風險。

第三，銀行作為貨幣政策有效性發揮的傳導渠道，銀行經營綠色信貸業務的風險也受到貨幣政策的正向調節作用。在寬松的貨幣政策背景下，綠色信貸對銀行經營風險的降低效應更顯著。

第四，從國家金融監管局對銀行的分類來看，通過現實觀察到綠色信貸對不同類別銀行的影響存在差異，實證檢驗也證實綠色信貸降低銀行風險的影響在不同類別銀行間影響程度不同，在國有大型商業銀行的效果最為明顯，股份制銀行次之，城市商業銀行依然顯著，農村商業銀行效果則不顯著。

（二）相關建議

首先，展業綠色信貸的銀行應積極探索識別綠色信貸風險的有效工具，自覺主動推進各銀行的綠色信貸管理機制改革體制改革。各類銀行和各家單一銀行面對的綠色信貸授信業務的客群、項目類別存在較大差異，充分說明各類銀行在綠色信貸業務展業中都可以研究各自的展業優勢，拓寬綠色金融多業務線條、針對性地探索綠色信貸業務風險識別管理流程，提升以綠色信貸為核心其他業務創新融合的協同優勢。

其次，股份制商業銀行、城商行、農商行可以基于自身所主要輻射地的區域優勢，尋找區域內綠色企業融資需求，通過信貸投放助力企業發展從而衍生更高質量的信貸需求，形成可持續發展。

最后，銀行信貸業務展業可以充分研究聲譽機制功能作用，從授信客體的綠色聲譽和授信主體的綠色聲譽著手，加強綠色信貸的信息披露。對于授信客體的信息披露主要集中在其環保信息、經營信息的統一披露。對于授信主體信息披露，可以包括商業銀行開展綠色信貸的規模、投向的具體產業領域以及具體的項目情況等，有效利用銀行綠色信貸業務的社會影響力，從而達到以綠色信貸促進經濟低碳轉型的作用。

參考文獻：

[1]Dinnie K. Creating Corporate Reputations： Identity， Image and Performance[J].European Journal of Marketing，2003，37（7/8）：1144-1147.

[2]Finger M，Gavious I，Manos R .Environmental risk management and financial performance in the banking industry： A cross-country comparison[JJ.Journal of International Financial Markets Institutions and Money， 2018， 52（JAN.）：240-261.

[3]Gbanador A M，Okeke O .Effect of Green Banking Practice on the Performance of Deposit Money Banks in Nigeria： An Electronic Banking System Approach[J].Journal of Economics，Management and Trade，2023，29（9）：76-88.

[5]NEUENKIRCH M，NOCKEL M.The risk-taking channel of monetary policy transmission in the euro area[J].Journal ofBankingand Finance，2018，93：71-91.

[6]范從來，盛天翔，王宇偉.信貸量經濟效應的期限結構研究[J].經濟研究，2012，47（01）：80-91.

[7]顧海峰，卞雨晨.綠色信貸能否緩解銀行系統性風險——基于中國22家上市銀行的證據[J].經濟理論與經濟管理，2022，42（11）：42-56.

[8]郭俊杰，方穎.綠色信貸、融資結構與企業環境投資[J].世界經濟，2022，45（08）：57-80.

[9]蔣廉雄，盧泰宏.形象創造價值嗎？——服務品牌形象對顧客價值—滿意—忠誠關系的影響[J].管理世界，2006（4）：10.

[10]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（03）：26-31.

[11]李程，白唯，王野，等.綠色信貸政策如何被商業銀行有效執行？——基于演化博弈論和DID模型的研究[J].南方金融，2016，（01）：47-54.

[12]李雙建，田國強.銀行競爭與貨幣政策銀行風險承擔渠道：理論與實證[J].管理世界，2020，36（4）：149-168.

[13]李蘇，賈妍妍，達潭楓.綠色信貸對商業銀行績效與風險的影響——基于16家上市商業銀行面板數據分析[J].金融發展研究，2017（09）：72-77.

[14]劉昊.綠色信貸、風險管理文化與商業銀行高質量發展[J].財經理論與實踐，2021，42（05）：2-8.

[15]劉生福，韓雍.嚴監管背景下的銀行資本調整與風險行為——兼論防范和化解金融風險的思路[J].南開經濟研究，2020（02）：68-91.

[16]劉錫良，文書洋.中國的金融機構應當承擔環境責任嗎？——基本事實、理論模型與實證檢驗[J].經濟研究，2019，54（03）：38-54.

[17]馬紅梅，金碧君.綠色信貸對商業銀行經營風險影響的動態分析——基于PVAR模型[J].中國物價，2023（08）：117-120.

[18]馬若微，翟彤彤.綠色信貸政策對商業銀行信貸風險的影響——基于銀行聲譽視角的中介效應分析[J].農村金融研究，2021（6）：9-21.

[19]牛錫明.我國商業銀行實行貸款定價之研究[J].金融研究，1997，（10）：16-21.

[20]龐曉波，錢錕.貨幣政策、流動性監管與銀行風險[J].金融論壇，2018，23（01）：27-38+80

[21]邵傳林，閆永生.綠色金融之于商業銀行風險是\"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（01）：68-77.

[22]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.

[23]陶圓，李輝.綠色信貸與商業銀行風險——基于貨幣政策的調節效應[J].開發性金融研究，2023（04）：35-49.

[24]王宏濤，曹文成，王一鳴.綠色金融政策與商業銀行風險：機理、特征與實證研究[J].金融經濟學研究，2022，37（04）：143-160.

[25]王晉斌，李博.中國貨幣政策對商業銀行風險行為的影響研究[J].世界經濟，2017，40（01）：25-43.

[26]溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用[J].心理學報，2004，（05）：614-620.

[27]項后軍，郜棟璽.利率市場化、存款保險制度與銀行風險——基于市場約束的研究[J].南方經濟，2019（08）：1—20.

[28]謝朝華，陳涵達.綠色信貸對商業銀行風險的影響及其差異性研究[J].價格理論與實踐，2023（04）：166-169+210.

[29]楊敏，梁銀鶴.資本監管、市場競爭與銀行風險——基于我國144家商業銀行的經驗證據[J].技術經濟與管理研究，2020（08）：79-84.

[30]尹慶民，武景.綠色信貸對商業銀行經營績效影響的研究——基于環境聲譽的中介效應[J].金融監管研究，2022，（03）：100-114.

[31]詹小穎.我國綠色金融發展的實踐與制度創新[J].2021（2018-1）：41-48.

[32]張琳，王寶東，廉永輝.綠色信貸如何影響銀行風險？——基于中國銀行業數據的實證研究[J]武漢金融，2022（05）：3-13.

[33]張雪蘭，何德旭.貨幣政策立場與銀行風險 —基于中國銀行業的實證研究（2000—2010）[J].經濟研究，2012，47（05）：31-44

[34]張長江，張玥.綠色信貸能提高商業銀行績效嗎？——基于綠色聲譽的中介效應[J.金融發展研究，2019（7）：70-76.

[35]趙江山，佟孟華，高凈鶴.宏觀審慎評估體系下的綠色信貸與銀行風險[J].世界經濟研究，2023（09）：115-126+136.

[36]周晶，陶士貴.結構性貨幣政策對中國商業銀行效率的影響——基于銀行風險承擔渠道的研究[J].中國經濟問題，2019，（03）：25-39.

[37]周曄，王亞梅.銀行競爭、資產流動性與風險[J].國際金融研究，2022（01）：62-71.

[38]周再清，甘易，胡月.商業銀行同業資產特性與風險行為——基于中國銀行業動態面板系統GMM的實證分析[J].國際金融研究，2017（07）：66-75.

[39]朱廣印，王曉寧，李燕茹.商業銀行推行綠色信貸內在動力的實證分析［J]．財會月刊，2017，（18） ：68-73.

The Realistic Characteristics and Influence Analysis of Commercial Banks'Green Credit Operation in China

Wang Qianhong， Yuan Yuan

（Glorious Sun School of Business and Management， Donghua University， Shanghai， 200051）

Abstract：As the main means of green finance practice， green credit will not only promote the implementation of the national strategy of green economy， low-carbon economy and circular economy， but also bring new impacts on the business term，liquidity reserve and operating risks of commercial banks that display green credit. Based on the realistic characteristics of rapid development of green credit business in China and unbalanced development among banks， this paper chooses the data of 29 listed banks in China from 20l2 to 2023 as samples to investigate the impact and mechanism of green credit on the business risk of commercial banks. The results show that there is a negative correlation between green credit and commercial banks' risk， and banks' green credit can reduce their own business risk. From the perspective of action mechanism， green credit can reduce the selection cost and default probability of banks by increasing their green reputation and attracting more high-quality green projects， thus reducing the operational risk of banks. Green credit can also reduce the operational risk of banks by generating interest as a stable source of income while stabilizing the traditional profit structure dominated by interest income. Further analysis shows that loose monetary policy has a positive moderating effect on green credit reducing bank risk. Finally， according to the classification of banks by the National Financial Supervision Administration， it is found that the effect of green credit on bank risk is different in different types of banks， and the effect is most obvious in state-owned banks， followed by joint-stock banks.

Key Words： Green Credit; Operation risk of Commercial Banks; Reputation Mechanism; Income Structure