我国商业银行绿色金融发展问题和对策研究
2018-03-26张娜武立勋田彦花顾铭轩张书棋
张娜 武立勋 田彦花 顾铭轩 张书棋
摘 要:发展绿色金融是顺应我国进入“新时代”金融业发展的潮流。针对我国商业银行绿色金融发展过程中面临的问题,通过主成分分析法对其影响因素进行实证分析,认为我国商业银行绿色金融发展的指标按影响程度逐渐降低依次为:金融业从业人数、受高等教育比例、商业银行绿色信贷比例、城镇居民人均可支配收入、环境治理投资、金融化程度。
关键词:商业银行;绿色金融;主成分分析
绿色金融,也被称为环境金融、可持续性金融。绿色金融主要是研究绿色经济资金融通问题,是经济可持续发展与金融问题的有机结合(Cowan,1999);Salazar(1998)认为,绿色金融是金融产业的伟大创新,在力行环境保护中寻求经济发展,实现经济与环境的平衡;而有的学者认为绿色金融是以市场为研究基础,提高环境质量、转移环境风险的金融工具(Labatt、White,2002)。
党的十九大中提出:“推进绿色发展,构建市场导向的绿色技术创新体系,发展绿色金融,壮大节能环保产业、清洁能源产业。”绿色金融在未来一段时间内将会是我国银行业发展的重点方向,绿色金融也将会是解决人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾的重要手段之一。我国商业银行绿色金融发展主要面临产业规模不足,体量较小;产品创新缺乏,市场不完善;专业性技术人才缺失;制度设计欠缺,政策法规配套缺乏四种问题。
一、相关文献综述
由于近些年来互联网金融的不断发展,传统的银行业受到广泛冲击,发展绿色金融是促进企业可持续发展的重要保证(Jeucken,2006),金融企业推行绿色金融不仅能提高其声望、满足利益相关者日益提高的要求,还能更好地实现企业风险管理,做出有利于其发展的战略决策(Chami,2002),绿色金融的发展在宏观层面可以推进国家节能减排战略的实施,在微观层面可以促进企业履行保护环境的职责和义务,同时提出企业应该加大绿色科技创新,为绿色金融发展提供技术保障(郭玲,2010),更重要的是绿色金融对可持续发展具有促进作用(于永达、郭沛源,2003)。但就我国目前的情况看,商业银行绿色金融的发展还处于起步阶段,面临着诸多困难和障碍,远滞后于绿色经济发展的需要(王朝弟、赵滨和吕苏越,2012)。
对绿色金融的研究,有些学者通过SEM模型(马勇,曾兰兰,2017)从微观个体出发探索宏观规律来研究绿色信贷发展的影响因素;有些学者基于空间面板Durbin模型(马留赟、白钦先、李文,2017)分析中国金融业如何影响绿色产业;还有些运用SWOT矩阵分析法(甘雨、何涛、刘媛媛,2017)分析实施绿色金融所面临的机遇与威胁、优势与劣势。本文使用主成分分析法对商业银行绿色金融发展影响因素进行分析,据此找出问题所在并有针对性地采取措施,解决绿色金融发展的问题,达到促进商业银行绿色金融可持续的目标。
二、模型构建
1.主成分分析法原理介绍
主成分分析法是设法将原来众多具有一定相关性的P个指标X1,X2,…,Xp重新组合成一组新的互不相关的综合指标Fm来代替原来的指标。设F1表示变量的第一个线性组合所形成的主成分指标,即F1=a11X1+a21X2+…+ap1Xp,每一个主成分所提取的信息量可以用其方差Var(F1)来度量,其方差Var(F1)越大,表示F1包含的信息越多。通常选取的第一主成分F1是X1,X2,…,Xp的所有线性组合中方差最大的。如果第一主成分不足以代表原来个指标的信息,再考虑选取第二个主成分指标F2,为了有效地反映原信息,F1中已有的信息不需要要再出现在F2中,即F1与F2保持独立、不相关以此类推就可以构造出F1、F2、……、Fm为原变量指标X1,X2,…,Xp的第一、第二、......、第m个主成分。
2.主成分模型构建
假定有n个样本,每个样本共有p变量,构成一个n×p阶的数据矩阵
数学中常用一组不相关的综合指标Fi来代替原指标,如下式:
Fi=a1iX1+a2iX2+…+apiXp
由主成分分析法原理,要求使Var(F1)取最大值的a1j(j=1,2,3…,m),此时由a1j(j=1,2,3…,m)所确定的随机变量F1称为随机变量X1,X2,X3,…,Xp的第一主成分。若第一成分不足以表现原来p个指标的信息,可以考虑选择第二、第三、......、第m个主成分。
3.指标选取与数据来源
本文研究商业绿色金融发展问题及对策,要研究问题就要研究其影响因素。商业银行绿色金融业务的发展情况受其绿色金融业务规模、从事其业务的技术人才数量及文化程度、环境污染治理投资、国家金融化程度、社会群众的受教育水平、居民人均收入、国家法律法规制度等方面因素影响。因此,依据以上因素并结合数据可得性,选取了六个指标:环境治理投资x1(数据来自国家统计局)、金融业就业人数x2(数据来自国家统计局)、商业银行绿色信贷比例x3(数据来源于企业社会责任报告及商业银行年度报告)、城镇居民可支配收入x4(数据来源于《中国统计年鉴》)、受高等教育比例x5(数据来源于国家统计局和中国信息网)、金融化程度x6,本文用我国商业银行存款与国民生产总值的比值来表示。
三、实证分析
本文运用IBM SPSS Statistics 19软件,首先对数据进行处理,得到了六个指标之间的相关系数矩阵R(表1)。
注:①数据来自国家统计局和商业银行年度报告;②本文选取2009年-2016年相关数据
再根据SPSS软件运行得出的特征值λi,并计算出特征向量(表2)。
计算得出主成分贡献率和累计贡献率,根据累计贡献率大于等于85%的原则可以得到两个主成分F1、F2。其中F1的主成分方差贡献率r1为79.116%,主成分累计贡献率為79.116%;F2的主成分方差贡献率为16.016%,主成分累计贡献率为95.132%。由影响因素主成分荷载系数矩阵可得到两个主成分的表达式:
F1=0.090X1+0.412X2+0.268X3+0.329X4+0.366X5-0.006X6
F2=0.219X1-0.262X2-0.21X3-0.701X4-0.182X5+0.344X6
以因子旋转综后各因子的方差放差贡献率为权重,则综合主成分得分公式(F:综合主成分得分;ri:主成分贡献率;Fi:主成分i得分),并进行综合总成分得分排名(表3)。
由表3可以清楚地看出每个主成分的得分以及综合主成分的得分大小,主成分得分数值的正负情况与绝对值的大小反映每个指标的影响程度,商业银行可据此找出问题所在并有针对性地采取措施,解决绿色金融发展的问题,达到促进绿色金融可持续的目标。从上表(表3)的排名结果可以看出,影响我国商业银行绿色金融发展的指标按影响程度逐渐降低依次为:金融业从业人数、受高等教育比例、商业银行绿色信贷比例、城镇居民人均可支配收入、环境治理投资、金融化程度。
四、结论及对策建议
绿色金融随绿色发展应运而生,代表国际金融业发展的新方向和新趋势,但作为商业银行的一项新兴业务,绿色金融在发展中面临着很多问题,受很多因素影响。本文在上述的分析得出一些主要因素的影响程度。其中金融业就业人员影响程度最大,可见一项新兴业务的发展离不开专业人员的研究,专业型人才的研究可以评估收益能力和经营分险,从而制定正确的实施细则,降低无谓的付出。其次,本文以商业银行绿色信贷的比例代表我国绿色金融业务总体体量,可以看出绿色金融的体量也很大程度上影响着我国商业银行绿色金融的发展,因此,增大绿色金融业务的规模和体量也是非常重要的。另外,从结果可以看出受高等教育比例和城镇居民可支配收入也影响着绿色金融的发展,这两个因素是商业银行客观无法改变的,它们都正向作用于商业银行绿色金融的发展,正常情况下,我国的教育水平和居民生活水平是逐渐上升的,因此会促进我国商业银行绿色金融的发展。综合以上分析,本文给出以下五点对策建议,其中前三点为商业银行建议,后两点为政策建议:
第一,培养专业型技术人才。商业银行可以参照国际上其他绿色金融业务发展较早,实践管理经验更加丰富的商业银行,成立专门的绿色金融部门,培养专业型技术人才,熟悉专业领域的技术工艺,研究并制定专业的绿色金融业务发展战略,为绿色金融业务作出风险评估。
第二,增加绿色金融业务规模,推动绿色金融产品创新。商业银行可加大开展绿色金融的试点,扩大绿色金融业务的宣传,根据不同客户的需求,结合我国的实际情况,推出除绿色信贷外的其他创新产品,可在基础工具上研发绿色金融衍生品,拓宽商业银行绿色金融业务的发展领域。
第三,积极参与国际合作。早在20世纪70年代,国际上就有发达国家的商业银行开展绿色金融业务,而我国的绿色金融业务起步较晚,因此,我国可以有选择的借鉴国外的经验发展国内商业银行绿色金融业务,并且与国际金融机构积极合作,构建风险分担模式。国际金融机构提供一定数额的资金支持和专业技术指导,而国内商业银行完善整改流程的信贷管理制度,为目前所面临的问题给出有效的解决方案。
第四,提高教育水平,完善金融教育。一般情况下,我们国家的公民都会经历义务教育,并且其中一些还会接受大专以上高等教育,除此之外,我们受到的教育都是来自工作和生活中的方方面面。因此,金融教育不能只是局限于课本中,应该通过互联网、报刊等各种媒介宣传金融知识,将金融教育拓展到生活中的各个角落,通过各种方式培养广大社会群众的金融素养和金融思维。
第五,完善绿色金融法律法规体系。截至目前,我国出台了一系列有关绿色金融的法律、法规、制度及条例,但并未形成完整的法律法规体系。建议完善法律法规体系,并且要提出具有执行性的行为规范,一方面完善商业银行绿色金融的相关管理法,严格要求商业银行;另一方面完善环境保护相关的立法,以法律的形式规范绿色金融并结合其他法规以保证绿色金融有序、健康地发展。再者,商业银行也要完善其内部控制制度,防范风险。
参考文献:
[1]Labatt, S.,White, R. Environmental Finance; A Uuide to Environmental Risk Assessment and Financial Products[M].Canada;John Wilcy g- Sons.lnc,2002.
[2]Jcuckcn, M.Sustainablc Finance and Banking[m].USA;Thc Earthscan Publication,2006.
[3]马勇,曾兰兰.江西省绿色信贷发展的影响因素研究-基于SEM模型[J]金融与经济,2017(6);35-40;46.
[4]邓翔.金融研究述评[J].中南财经政法大学学报,2012(6);67-71.
[5]马骏.论构建中国绿色金融体系[J].金融论坛,2015(5):18-27.
[6]刘春彦,邵律.法律视角下绿色金融体系构建[J].上海经济,2017(2):113-117
[7]麦均洪,徐枫.基于联合分析的我国绿色金融影响因素研究[J].宏观经济研究,2015,(O5):23-37.
作者简介:张娜(1998.04- ),女,汉族,宁夏中卫人,安徽财经大学金融学院本科在读,研究方向:金融学;武立勋(1995.10- ),男,汉族,安徽合肥人,安徽财经大学金融学院本科在读,研究方向:金融学;田彦花(1995.03- ),女,回族,宁夏吴忠人,安徽财经大学金融学院本科在读,研究方向:金融工程;顾铭轩(1997.03- )女,汉族,江苏南通人,安徽財经大学金融学院本科在读,研究方向:金融学;张书棋(1997.03- ),女,汉族,安徽合肥人,安徽财经大学会计学院本科在读,研究方向:会计学