绿色信贷对商业银行盈利性影响的实证研究

罗鑫 周颖 许云浩 顾程焱

摘 要：本文以我国的上市银行的绿色信贷为研究对象，采用了定性分析与定量分析结合的方法，首先描述了商业银行绿色信贷的发展现状，随后选取了2008年至2016年我国16家上市银行的有关数据建立面板数据回归模型，先对引入模型的数据的平稳性进行检验，然后通过F检验和豪斯曼检验确定计量经济模型的形式，来研究绿色信贷规模与商业银行净利润的确切关系，最后根据研究结果提出政策建议。

关键词：绿色信贷；商业银行；盈利性；面板数据分析

一、引言

八十年代以来，工业经济的快速发展使得环境问题日益凸显，工业生产造成的全球变暖、酸雨、水污染等一系列的环境问题不断影响着人类的生存环境。环境问题的出现使得各国各组织积极行动，探索可持续发展、低碳循环经济模式。各国各组织颁布了一系列的公约为解决环境问题做出努力，我国也积极致力于环境问题的解决，制订了具体目标来促进节能减排与环保产业的发展。目前越来越多的企业意识到若不采取有效措施保护资源，那么自身利益也难以得到长久的保障。商业银行作为社会资金融通枢纽，其提供的信贷产品是我国企业主要的融资方式。其中，绿色信贷引领着资金流向绿色产业，对促进我国经济转型升级起着重要的作用，因而研究绿色信贷对我国商业银行的各方面尤其是盈利性方面的影响有着重要的意义。

二、商业银行绿色信贷发展现状分析

1.绿色信贷余额变化

从银监会公布的全部数据来看，我国商业银行绿色信贷余额整体上呈平稳增长趋势，但增速波动起伏。从2013年6月的48526.84亿元增长到2014年12月的60128.29亿元，大约在2014年上半年增速第一次突破10%，达到了一个发展的小高潮，随后出现了增速回落；2014年底到2015年上半年，增速明显回升。2015年6月至2016年12月，绿色信贷余额发展增速有所放缓；至2017年6月，出现急速增长态势，究其原因，2016年底G20峰会首次将绿色金融纳入讨论议题，设立绿色金融研究小组，我国绿色信贷的发展迈上了一个新起点。

2.商业银行绿色信贷和两高一剩贷款比例

在我国，两高行业指高污染、高能耗的资源性的行业，一剩行业即产能过剩行业。“两高一剩”行业贷款总额的降低意味着我国节能减排工作的有效进行。从表1中①可以看出除了兴业银行外，其他银行绿色信贷余额在总贷款中占比常年都低于10%，最低值为中信银行的0.89%。除了中信银行以外，剩余三家银行绿色信贷余额在总贷款中的占比都超过了“两高一剩”贷款，意味着绿色信贷对于银行利息收入的正面效应超过了其存在的负面效应。从时间上来看，不同银行其绿色信贷余额在总贷款中的占比与“两高一剩”贷款占比的走向呈现出了非一致性，可见绿色信贷的推行还需要时间。

3.商业银行绿色信贷投向分布情况分析

根据银监会发布的《21家主要银行绿色信贷情况统计表》，截止2017年6月末，21家商业银行绿色信贷余额共计82956.63亿元。投向绿色交通运输项目的信贷占比最高达36%，共计30151.67亿元；占比最低的是采用国际惯例和国际标准的境外项目，所占比例还不到1%，共计371.76亿元；三个战略新兴产业共投入17644亿元，共占总体绿色信贷余额约19%。

三、绿色信贷对商业银行盈利性影响的实证分析

1.变量选择

为分析绿色信贷规模与商业银行盈利性的关系，本文将绿色信贷规模作为解释变量，净利润为被解释变量。其次，为了实证分析的准确性，还选出一些控制变量指标，本文控制变量为不良贷款率、核心资本充足率、总资产。具体的变量含义如表2所示。

2.样本选择和数据来源

本文研究对象为我国16家上市商业银行，绿色信贷规模是根据各家上市银行官网所公布的社会责任报告整理而得，净利润、不良贷款率、核心资本充足率、总资产的数据来源于同花顺中披露的财务指标。

3.实证检验

（1）数据平稳性检验

先对变量做单位根检验，看变量序列是否为平稳序列，若平稳，可构造回归模型等经典计量经济学模型；若非平稳，则构建出的回归模型很有可能出现伪回归现象。

面板数据的单位根检验方法划分为两大类，一类为相同根情况下的单位根检验，另一类为不同单位根情况下的单位根检验，本文各选取相同根情形下和不同根情形下的一种单位根检验方法进行检验，检验结果如表3所示，结果均小于0.05，故拒绝原假设，即数据是平稳的。

（2）F检验

首先，通过F检验来判断建立混合回归模型还是个体固定效应回归模型。

计算F统计量，得到的值为：

F统计量的值为3.4475，大于5%显著性水平下服从（16，72）的F统计量的近似值1.84，故推翻原假设，比较上述两种模型，建立个体固定效应回归模型比建立混合回归模型更合理。

（3）豪斯曼检验

下面通过豪斯曼统计量检验判断应该是建立个体随机效应回归模型还是个体固定效应回归模型。Hausman统计量的值是8.25，相对应的概率是0.0828，大于0.05，所以不拒绝随机影响模型的原假设，故绿色信贷规模与商业银行盈利水平的问题应建立随机影响模型。

（4）实证结果与分析

根据回归结果写出如下回归方程：

对回归方程解释如下：

回归系数-0.00553表示绿色信贷规模对银行净利润的弹性，即在其他条件保持不变的条件下，绿色信贷规模每增加1%，银行净利润将平均减少0.00553%。绿色信贷规模与银行净利润呈负相关关系，这与理论分析的结果相反，究其原因，可能是绿色信贷在我国刚刚起步，发展尚不成熟导致的。众多学者认为，前期银行发展绿色信贷时投入的成本尚未收回，故导致负相关现象的产生，后期随着规模经济，发展绿色信贷会对银行的盈利能力产生正向影响。回归模型中，修正的样本决定系数R2=0.978798，表明解释变量绿色信贷规模对被解释变量银行总资产的解释能力为97.88%，很高的解释程度表明模型很好的拟合了样本数据。根據回归结果中的t、F统计量可知，四个回归参数都是显著的，即绿色信贷规模、资本充足率、不良贷款率、净利润对银行总资产的影响是相当显著的，整个回归模型也是相当显著的。

四、商业银行发展绿色信贷的政策建议

在提倡人与自然和谐发展的大背景下，推进绿色金融理念举足轻重。但必须看到，对于绿色金融和低碳经济的了解大多只是停留在思想和理论层面，相关的实际行动仍然较少，中国绿色金融的发展仍处于初级阶段，绿色经济领域仍存在一定的外部性，市场机制仍不健全。为合理发展推行绿色信贷，下面从政府、商业银行两个角度提出对策建议。

1.政府层面

首先需要健全绿色信贷信息沟通机制、完善法律保障。从政府角度出发，以创造一个有利的条件与外部环境作为发展方向，各级相关部门要加强政策支持与激励，从财政政策和金融政策两方面分别提高商业银行发放绿色信贷的力度，比如延长绿色环保企业和相关项目的税收豁免期限，新能源产业和低碳投资比例的项目，这对我国绿色环保产业的实际发展具有重要意义。在财政政策方面，政府部门要增加对节能减排领域项目的财政投资并适当减免这类项目的税收；在金融政策方面，人民银行对绿色信贷贷款的统计相对比较灵活，可以適当提高浮动利率；另外银监会等金融监管部门在制定相关规范后，规范实施相关监督管理，再考虑绿色信贷领域下促进商业银行业务的差异化监管。

2.商业银行层面

当前商业银行社会责任意识薄弱，提高商业银行的社会责任感是当务之急。第一，商业银行应该从自身长期发展战略考虑，将可持续观念融入银行的长期发展战略中；第二，商业银行应该树立起强烈的社会责任意识，清醒地认识到承担社会责任为其带来无形的社会收益；第三，各个银行要建立适合自己的、具有针对性的绿色信贷指引，提高对绿色金融的认识，这不仅是银行需要履行的社会责任，而且关系到可持续发展，银行应该把社会责任与可持续发展提升到经营管理的战略层面；第四，商业银行需要和环保部门之间协调好相关信息的交接工作；第五，在商业银行内部建立绿色信贷专门部门和人才，进行绿色创新开发绿色信贷新产品。

注释：

①目前仅少数商业银行公布相关数据，本文选取披露数据较全的招商银行、兴业银行、中信银行和浦发银行进行分析。

参考文献：

[1]志学红，王国栋，高清霞.绿色信贷业务对商业银行盈利能力的影响[J].环境与可持续发展，2018，43（01）：25-29.

[2]李浩，韩静.基于国际视角探析我国发展绿色金融的实践路径[J].农村金融研究，2017（12）：19-24.

[3]光琳，徐倩，王慧.基于赤道原则的我国商业银行绿色信贷发展策略研究[J].武汉金融，2017（10）：54-60.

[4]钱立华.我国银行业绿色信贷体系[J].中国金融，2016（22）：70-71.

[5]周琳琳.绿色信贷对中国商业银行盈利能力的影响[D].吉林大学，2014.

[6]朱广印，王晓宁，李燕茹.商业银行推行绿色信贷内在动力的实证分析[J].财会月刊，2017（18）：70-75.

[7]冯馨，马树才.中国绿色金融的发展现状、问题及国际经验的启示[J].理论月刊，2017（10）：178-183.