绿色信贷规模与商业银行经营效率的关系研究——基于全局主成分法的实证分析

■王晓宁，朱广印

绿色信贷规模与商业银行经营效率的关系研究
——基于全局主成分法的实证分析

■王晓宁，朱广印

绿色信贷；全局主成分；信贷结构；信贷规模；经营绩效

一、引言

面对日益严重的环境问题，“十三五”规划要求，着力加强供给侧结构性改革，加快发展绿色金融、推动环境保护、创新发展方式。而绿色信贷是促进绿色金融、推进可持续发展的关键。对于掌握着巨大经济信息和资源的商业银行来说，一方面，其在实施绿色信贷方面承担着不可替代的责任；另一方面，实施绿色信贷也是银行业降低自身环境风险、优化信贷结构的内在需要。早在2007年，环保总局、中国人民银行和银监会为了倡导保护环境、节能减排，共同推出了《关于落实环境保护政策法规防范信贷风险的意见》的政策（以下简称《意见》），标志着绿色信贷政策正式出台。绿色信贷是指银行等金融机构根据国家环境保护政策以及产业政策，须对贷款企业进行环境评估：对从事生态保护建设等领域的环境友好型、资源节约型企业提供贷款扶持或优惠性的低利率等方面的信贷支持；对破坏生态、污染环境的企业贷款实行贷款额度限制和惩罚性高利率等信贷约束的政策。该政策旨在实现资金在项目间的绿色配置，减少资金在污染环境的企业和项目上的配置。

国际形势也促使商业银行实施绿色信贷履行社会责任，2003年6月10家国际银行宣布正式实施保护环境的赤道原则。该原则要求银行对项目贷款时必须进行综合环境评估，利用金融杠杆促使该项目在生态保护方面发挥作用。2008年中国的兴业银行开始加入赤道原则。截至2016年1月，全球加入赤道原则的银行就有80余家。

在此国内及国际背景下，今后我国商业银行的贷款主流方向将是向环境友好型、资源节约型的产业和企业转移，并会逐步退出对高污染、高能耗以及产能过剩的“两高一剩”产业的贷款。由此可以引发一系列思考：绿色信贷规模差异对商业银行经营效率有怎样的影响？这种影响从短期和中长期看有什么变化？商业银行能否通过实施绿色信贷引导资金流向并实现绿色配置？这些问题的解答对于商业银行正确把握绿色信贷为其自身带来的机遇和挑战具有十分重要的意义。

二、文献综述

随着我国商业银行实施绿色信贷的力度越来越大，对商业银行实施绿色信贷产生的影响研究也是学术界探究的热点之一。国内大部分文献主要集中在研究政府对绿色信贷的支持和激励、实施绿色信贷的迫切性、实施绿色信贷对环境保护的必要性等宏观研究。鲜有文献对绿色信贷对商业银行财务指标和经营效率的影响进行分析。胡震云认为降低运营成本可以使银行更有动力实施绿色信贷，扩大绿色信贷规模，可以提高商业银行的经营效率并降低运营成本。何德旭和张雪兰认为，实施绿色信贷可以帮助商业银行有效控制贷款风险，摆脱坏账影响。马彧菲和杜朝运研究发现加入赤道原则的商业银行可以在很大程度上改善其财务状况。

国外也有不少从定性的角度探究相关问题的文献。有学者研究证明了银行的财务绩效与其承担社会责任之间呈现正相关关系。Aizawa和Yang提出，如果商业银行给具有破坏环境行为的项目放贷，那么放贷的银行也将面临负面的声誉影响。但是还有一部分研究认为，企业承担社会责任对经营绩效没有影响。

上述研究对于我们构建指标体系具有很好的借鉴作用，但是却鲜有文献对实施不同规模绿色信贷的商业银行的财务指标进行比较，并且大部分都是通过定性的角度进行分析，从实证层面定量分析的研究中也一般以企业作为研究主体，少有文献将银行作为研究的主体。本文中将考虑这一情形，将商业银行作为研究主体，先定性分析了实施绿色信贷对商业银行的影响，然后用全局主成分分析法定量探究绿色信贷规模差异对银行经营效率的影响差别，以及在短期和中长期的影响变化。

三、绿色信贷对我国商业银行提高经营效率的机遇与挑战

（一）实施绿色信贷对商业银行的机遇分析

1.实施绿色信贷有利于降低银行贷后的风险控制成本、监督成本以及业务办理成本。商业银行对进行绿色贷款的企业实施严格的环保评估以及财务审批，如果企业符合环境友好型、资源节约型的集约式生产方式，则对企业放贷，并实行低利率的优惠性政策；如果企业属于“两高一剩”的生产方式，则限制其贷款或实行惩罚性的高利率信贷约束。这样实施绿色信贷的商业银行就规范了贷款授信程序，必然降低商业银行的贷后风险控制成本以及监督成本，在经营过程中的业务办理成本也随之下降，提高了经营效率。更重要的是，如果商业银行的绿色信贷流程能够严格执行到位，那么新兴的环境友好型、资源节约型行业必然能够快速成长起来，而那些“两高一剩”的行业也必将逐步被市场退出，长期中对商业银行的资金形成和导向机制起到催化作用。

2.实施绿色信贷的商业银行建立环保披露程序，有助于控制管理环境风险，提高核心竞争。由于企业不能及时披露环保信息，因此就无法满足商业银行对于整个贷款企业的环保评估。但若商业银行能够建立严格的环保披露程序，优化审批流程，扩大分支机构的审批权限，则环保部门向银监会定期披露企业的环保情况之后，银监会则会向银行通报企业的节能减排情况以及其污染情况，为银行提供贷款依据，有利于银行控制管理环境风险。

3.实施绿色信贷促使商业银行履行社会责任，提高社会责任感，从而树立良好形象，增加无形收益。随着环境问题日益严峻，政府开始狠抓环保问题，商业银行对“两高一剩”企业的贷款风险必将越来越高，银行如果现在不规范贷款授信程序加强环境风险控制，这些企业一旦出现污染环境甚至损害消费者利益等情况，不仅破坏银行的社会形象，还会严重损失银行资产。实施绿色信贷是秉承《意见》的指导，向国家供给侧改革要求的实现绿色金融、可持续发展目标迈出的重要一步。除了能够获得政府和中央银行的支持以外，更能提高商业银行的社会责任感，树立良好的社会形象，从而可以获取无形收益。

（二）实施绿色信贷对商业银行的挑战分析

1.商业银行实施绿色信贷采取的低利率优惠政策会造成银行的一部分利息损失。绿色信贷要求商业银行根据国家环境保护政策，对从事生态保护建设等领域的环境友好型、资源节约型的“节能减排”企业提供贷款扶持或优惠性的低利率等方面的信贷支持，这样会增加银行的机会成本，损失一部分利息收入。另外，地方政府的企业保护行为也会对实施绿色信贷的商业银行造成利润损失。因为一些地方政府极度保护钢铁、水泥等满足政府利益的“两高一剩”企业，但由于这些企业贷款需求量大、时间长，这就无疑为商业银行实施绿色信贷造成阻力。

2.由于国家缺乏相关指导性具体政策，必然造成商业银行实施绿色信贷时的贷前评估成本增加。商业银行的绿色信贷政策要求银行须对贷款的企业实施严格的环保评估以及财务审批过程，但政府有关的绿色信贷标准多为综合性的原则，相关细化的操作指导方法和对节能减排的企业环保评级的评价方法并不完善，激励机制也相当缺乏，因此商业银行在制定相关评价准则或评估方案时也很难展开工作，这样就在一定程度上增加银行的贷前评估成本。

3.商业银行实施绿色信贷会在短期内造成客户流失，利润下降。由于“两高一剩”的行业是银行贷款的主流，往往满足商业银行的利润导向。而商业银行实施绿色信贷，须从这些行业中清退或限制其贷款，因此会造成客户流失，利润在短期内下降，从而对银行的盈利能力产生一定的负面影响，降低经营效率。

四、基于主成分法探究绿色信贷规模差异对商业银行经营效率的影响

（一）样本选取

通过定性研究了绿色信贷对商业银行经营效率的影响之后，本文选取了6家商业银行的年度数据，通过主成分分析法定量地从财务状况的角度分析绿色信贷结构存在巨大差异的同级商业银行的经营效率的差距。本文将6家同类股份制银行样本分为了两类：A类是继《意见》之后率先实施绿色信贷的银行，并且保持绿色信贷比例在一个很高的水平，平均比例接近10%，分别是：兴业银行、招商银行和上海浦发银行；B类银行是绿色信贷开展规模较小，平均信贷比例低至1%的银行，分别是：中信银行、光大银行和民生银行。数据来源于《中国金融年鉴》、上海证券交易所官网。个别缺失数据通过查找商业银行年度报告获得，其中绿色信贷比从银行社会责任报告整理获得。样本区间定为2006～2015年。

（二）全局主成分分析模型设定与变量选取

主成分分析也称主分量分析，是由Hotelling于1933年首先提出。主要是利用降维的思想，在尽量减少信息损失的前提下，将多个指标变量转化为少数几个综合指标的多元统计方法，并把转化生成的少数综合指标作为主成分。其中每个主成分都是原始变量的线性组合，且各主成分之间互不相关。

假设研究对象有n个样本，p个指标变量，分别用X1、X2…Xp表示，这p个变量构成向量X=（X1、X2…Xp），也可以将原始变量数据整理为矩形形式：

将X进行线性变换，可以得到新的变量，用Y表示为：

其中，u2k1+u2k2+…+u2kP=1，k=1，2，…，p。

由以上原则决定的综合变量Y1、Y2…Yp分别称为原始变量的第一、第二…第p个主成分。其中Y1、Y2…Yp在总方差中占的比重依次递减。但这样的主成分分析法实现的仅仅是截面数据的降维。而全局主成分分析法采用时序立体数据表可以将时序数据与截面数据有效的结合起来，利于把握系统的变化规律。本文指标变量的时间跨度是10年，则时序立体数据为K。

K={X1∈Rn×p，t=1，2，…，10}

其中变量X在t时刻的数表中的全局分析为：

本文研究银行经营效率所选取的指标主要参考了美国新骆驼银行评级制度——CAMELS，从中选择的指标变量为盈利性指标（净资产收益率X1、成本收入比X4）、安全性指标（资本充足率X2）、资产流动性指标（流动资产比率X3、资产负债率X5）、规模性指标（资产规模X6）四方面，构建了我国商业银行的经营效率指标体系。

表1 商业银行经营效率的变量指标体系

（三）实证结果与分析

本文运用stata13.0软件，通过全局主成分分析法，建立了时序立体数据表，即把数据表序列按时间顺序排放。这样可以将各个数据表叠放起来进行全局主成分分析，得到统一的简化子空间，从而保证系统分析的整体性、统一性和可比性。其中，本文对原始数据利用全局分析进行了指标标准化：，其中Xi为样本均值，Sii为样本标准差。

在进行全局主成分分析之前，首先需要判断各变量数据是否适合做主成分分析，可以通过KMO、SMC等指标进行恰当性检验。KMO检验是比较各变量之间的偏相关系数，统计量的取值范围是0～1。KMO值越接近1，说明变量之间的偏相关性越强，越适合做主成分分析，分析的效果也就会越好。一般来说，KMO值大于0.7时，效果比较理想；小于0.5时，就不适合做主成分分析。本文的KMO值是0.7245（见表2），再结合SMC的检验结果判断可以进行主成分分析。

表2 KMO和SMC的检验

通过表3，可以看到stata对时序立体数据表数据的计算结果，包括有关特征值和累积贡献率的值，再结合因子载荷矩阵可以得到特征向量的值。按照累计贡献率大于85%的原则，前3个主成分占了总体方差的88.50%，基本可以认为前3个主成分已包括了所有指标变量要反映的内容，足以解释我国商业银行的经营效率。

表3 主成分提取分析表

但是，有时对于同一个协方差矩阵，利用不同的软件(比如STATA，SPSS或MATLAB)求其特征向量值的正负号是相反的。许淑娜、李长坡（2011）认为应该根据主成分载荷矩阵再结合具体的专业知识判断，应该使每一个主成分主要解释的几个原始变量系数取正号，尽量从正相关的意义上去解释。表4是主成分因子载荷矩阵，第一个主成分F1在X2、X3、X5上有较大的载荷，可以称为流动性和安全性因子，但是载荷-0.4397对应的资本充足率是正向指标，因此说明第一主成分特征向量的符号是不恰当的；第二主成分F2在X1、X4上有较大的载荷，可以称为盈利性因子；第三个主成分F3在 X1、X2、X4上有较大的载荷，可以称为安全性因子和盈利性因子，但是载荷0.4967对应的成本收入比是负向指标，说明第三主成分特征向量符号是不恰当的。

表4 主成分因子载荷矩阵

判断完主成分在各变量上的载荷情况以及正负号问题之后，计算出各个主成分的得分，用F1、F3、F2分别记为三个主成分的得分，则有：

F1=0.1152 Zscore（X1）+0.2417 Zscore（X2）-0.2548Zscore（X3）+0.2025 Zscore（X4）+0.2621 Zscore（X5）+0.2366 Zscore（X6）

F2=0.7009 Zscore（X1）-0.1059 Zscore（X2）+0.0698 Zscore（X3）-0.4459 Zscore（X4）+0.1907 Zscore（X5）+0.3545 Zscore（X6）

F3=0.7593 Zscore（X1）+0.7008 Zscore（X2）+0.1219 Zscore（X3）-0.6442 Zscore（X4）+0.3227 Zscore（X5）+0.2838 Zscore（X6）

并根据各个主成分的贡献率作为其权重计算各商业银行经营效率的综合评价得分，与A类、B类商业银行的平均得分，见表5，公式如下：

F=0.6004F1+0.1856F2+0.0991F3

根据得分可以绘制出图1，其中一些商业银行的某些年份的综合得分为负得分，是由于数据标准化后的结果，并不是说明其经营效率为负。

表5 A、B类商业银行平均综合得分

图1 A类银行与B类银行的综合得分比较

根据全局主成分分析实证检验的结果，可以得到以下结论：

1.首先比较A类银行和B类银行整体趋势可以发现，2006～2015年10年间，A类银行的综合得分从-0.4820大幅度提高到0.3414，经营效率得到了非常大的改善，B类银行虽然综合得分得到提高，但是幅度较小，从-0.6798到-0.0843。而且每一年的平均得分，A类银行均高于B类银行。

2.2007 年推出了《意见》的政策之后，招商银行、兴业银行、上海浦发银行于2008年率先实施了绿色信贷，其得分从2007～2008年得到大幅度提高，具体从各个主成分的得分情况来看，主要是第二主成分得分上升最多，对应的是盈利性指标，主要是因为实施绿色信贷之后，商业银行规范了贷款授信程序，在经营过程中的业务办理成本和风险控制成本大幅度下降，使得经营效率显著提高。而B类银行在此期间相对就增加成本劣势，其综合得分并没有显著提高。

3.2008 年之后A类银行的综合得分出现下降，从各个主成分的得分情况来看，主要是第三主成分得分下降较大，对应的是盈利性指标和安全性指标。因为2008年金融危机之后很多处于创新生产方式、实行节能减排的经济企业更是出现不同程度的资金短缺行为，商业银行资产情况也受到一定的影响。而率先实施绿色信贷的A类银行由于拒绝了违反绿色贷款条件的客户，限制其贷款，也使得利润在短期内大幅度下降。但是2009年之后A类银行的综合得分开始提高，因为银行对节能减排企业进行信贷时由审核短期财务指标逐渐转向可持续发展指标，并且根据企业节能减排的实施情况开始控制绿色信贷的投放节奏，这样既可降低银行信贷风险，而且有利于商业银行提高资金的使用效率。2012年以后A类商业银行和B类商业银行平均得分均下降，从各个主成分的得分情况来看，主要是第一主成分得分下降较大，对应的是流动性指标。主要是连续两次降息后，一系列货币政策的推出，以及市场流动性整体偏紧，导致商业银行资产流动性整体下降。

4.从中长期发展来看，虽然大环境下市场流动性整体偏紧，但是2013～2015年A类银行整体情况与B类银行相比出现利好趋势。一方面因为随着绿色信贷规模的扩大，A类商业银行资金配置不断优化；另一方面商业银行为节能减排项目发放贷款会增加银行的无形收益。

因此本文认为，商业银行加大实施绿色信贷虽然短期内会因为遏制一部分贷款造成利润损失，但是从中长期来看，随着加大实施绿色信贷的力度，规范绿色贷款流程，以及信贷投放节奏的把握，会提高银行的经营效率。另外，由于国内绿色信贷实施时间不长，本文选取的数据是2006～2015年仅10年时间，随着绿色信贷的推行，国内银行应该抓住机遇扩大绿色信贷的实施规模，提高银行的经营效率。

五、结论与建议

商业银行实施绿色信贷，是利用金融杠杆实现绿色金融、推进可持续发展的需要，也是降低自身成本和环境风险、优化信贷结构的内在需要。本文通过全局主成分分析法实证研究发现：A类银行每年主成分综合得分均高于B类银行；在2007年A类银行率先实施绿色信贷以后主成分综合得分大幅度提高，但是2008年以后和2012年以后综合得分出现不同程度的下降；从中长期来看A类银行的经营效率与B类银行的经营效率相比有明显的利好趋势。其主要原因是：首先主要是因为实施绿色信贷之后，商业银行规范了贷款授信程序，在经营过程中的业务办理成本和风险控制成本大幅度下降，使得经营效率显著提高。而B类银行在此期间相对来说控制成本和监督成本比较高；其次2008年金融危机之后商业银行资产情况受到一定的影响。而率先实施绿色信贷的银行由于限制违反绿色贷款条件但满足利润导向的客户贷款，也使得利润在短期内大幅度下降。第三，金融危机以后银行根据企业节能减排的实施情况开始控制绿色信贷的投放节奏，降低了银行信贷风险，而且有利于提高资金的使用效率。最后，由于连续两次降息后，一系列货币政策的推出，以及市场流动性整体偏紧，导致商业银行资产流动性整体下降。据此为了促进我国商业银行绿色信贷的实施和银行财务指标的提高，本文提出以下建议：

第一，商业银行需要建立一个全面多方位的绿色信贷风险调控机制和贷款监督机制，可以有效的对节能减排企业的风险动态进行监控，对按规定发放的每一笔绿色贷款做到有效反馈，并合适把握放贷节奏，摆脱坏账的影响。另外，银行内部也要落实完善绿色信贷问责制度，从而缓解绿色信贷风险。

第二，建立政府、环保部门、商业银行、公众参与四位一体的信息披露流程。具体是政府有关部门应该一方面积极推动公众参与到监督企业的环保情况中去，发现问题及时举报，降低银行的审查监督成本。另一方面监督商业银行绿色信贷执行情况，控制其经营风险。同时环保部门也要及时向银监会和人民银行通报环保型企业和污染型企业的名单，并定期披露企业的环保评估信息，降低银行的评估及监督成本。

第三，根据《意见》的要求，绿色信贷对环保型项目采取低利率优惠政策会造成银行的利息损失。另外，“两高一剩”行业往往满足商业银行的利润导向，实施绿色信贷遏制其贷款会造成银行的利润下降，侵害利益。因此，政府有关部门应该为实施绿色信贷的商业银行设置一定的激励机制：如政府应为商业银行损失的利息差额给予补贴，对贷款对象为环保创新技术企业造成的银行风险损失给予一定比例的补偿等。

[1]胡震云，陈晨，张玮.基于微分博弈的绿色信贷与水污染控制反馈策略研究[J].审计与经济研究，2013，(6)：100～109.

[2]何德旭，张雪兰.对我国商业银行推行绿色信贷若干问题的思考[J].上海金融，2007，(12)：4～9.

[3]马彧菲，杜朝运.赤道原则对我国商业银行的经营效率有益吗——以兴业银行为例[J].当代财经，2015，(7)：57～65.

[4]许淑娜,李长坡.对主成分分析法三个问题的剖析[J].数学理论与应用,2011,(04):116～121.

[5]郭翠荣,刘亮.基于因子分析法的我国上市商业银行竞争力评价研究[J].管理世界,2012,(01):176～177.

[6]刘积余.美国新骆驼银行评级制度与银行监管[J].中国金融,2001,(04):55～56.

[7]熊熊,张维,任达,安瑛晖.商业银行监管、监控指标的全局主成分分析[J].系统工程理论方法应用,2005,(01):1～4+10.

[8]Ruf，B，K.Muralidhar,R,Brown,J Janney,and K. Paul, An Empirical Investigation of the Relationship Between Change in Corporate Social Performance and Financial Performance: A Stakeholder Theory Perspective,Journal of Business Ethics,2001,32（2）,143～156.

[9]Aizawa M，Yang C F． Green credit，green stimulus，green revolution?[J].Journal of Environment＆ Development,2010,88（6）:119.

[10]Seifert B,S.Morris,and B.Bartkus,Having,Giving,and Getting:slack Resource,Corporate philanthropy, and Firm Financial Performance,Buisness&Socirty,2004,43（2），135～161.

[11]Brammer， S， C.Brooks，and S.Pavelin,Corporate Social Performance and Stock Returns:UK Evidence from Disaggregate Measures,Social Science Electronic publishing,2005,35（3），97～116.

在分析绿色信贷对商业银行的机遇和挑战基础上，本文通过建立时序立体数据表（2006～2015年），采用全局主成分法对绿色信贷规模迥异的两类银行的经营效率进行了实证分析。结果发现：A类银行（上海浦发银行、兴业银行、招商银行）每年主成分综合得分均高于B类银行（中信银行、光大银行、民生银行）；在2007年A类银行率先实施绿色信贷以后，主成分综合得分得到大幅度提高，但是2008年和2012年以后综合得分出现不同程度的下降。虽然短期内实施绿色信贷对商业银行的经营效率造成一定的负面影响，但从中长期来看，2012年以后A类银行的经营效率与B类银行的经营效率相比呈现明显的利好趋势。

F830.42；F830.33

A

1006-169X（2017）11-0027-06

10.19622/j.cnki.cn36-1005/f.2017.11.004

山东省社会科学规划研究项目“山东商业银行绿色信贷的路径选择”（14CJJJ01）；青岛市哲学社会科学规划项目“青岛市商业银行绿色信贷支持财富管理中心建设研究”（QDSKL150505）；山东省软科学研究计划项目“山东省商业银行发展绿色信贷的内在动力及激励机制研究”（2015RKB01242）。

王晓宁（1993-），山东青岛人，青岛理工大学经贸学院，硕士研究生，研究方向为金融市场与货币银行学；朱广印（1975-），山东临沂人，青岛理工大学经贸学院，副教授，博士，研究方向为金融市场与公司金融。（山东青岛 266520）