基于面板模型研究绿色信贷对商业银行收益影响

杨姝平

摘要：本文结合国内外相关领域的研究成果，对绿色信贷、商业银行收益等概念做清晰的界定，并选择合理的衡量指标，进而以上市商业银行对研究对象，通过构建面板模型，全面测量绿色信贷发展对商业银行收益作用。最后提出促进绿色信贷乃至绿色金融发展的相关政策措施。

关键词：绿色信贷  银行收益  面板模型

一、引言

我国为了治理环境污染问题推进了众多行政管理方面的政策，但是效果并不显著。国家发布绿色信贷政策，减少各种环境污染项目带来的消极的社会影响和环境影响。银行业是绿色信贷的首批重要参与者，对于可持续经济的发展有关键作用。商业银行虽然仍依靠存贷款利率差额等传统业务获取收入，但非利息收入所占比例也在不断增加，绿色信贷业务逐步成为银行的主要业务之一。

二、文献综述与理论研究

Gradel和Allenby（2004）在《产业生态学》中进行了金融和环保的理论阐述，提出了可持续金融的理论。Scholtens和Dam（2007）提出采纳赤道原则的银行虽然短期内成本更高，但是更能够关注社会责任，社会声誉更好，贷款风险更低。Bhardwaj 和 Malhotra（2012）认为绿色银行是提升当下环境一种方式，可以增加银行绩效。Faruque 和Biplob（2016）在研究中提出商业银行应通过设立“绿色银行”的方式，银行发展绿色信贷业务，在一定程度上能够带动可持续发展经济。

周琳琳（2014）研究商业银行绿色信贷与平均总资产回报率和平均净资产回报率之间关系，指出绿色信贷在短期内会降低商业银行的收益。张文远和肖晓程（2015）基于DEA模型对绿色信贷效率研究表明商业银行的绿色信贷业务对于宏观经济的影响稳定，但实施效率低。陶茜（2016）选取6家商业银行的财务数据实证分析绿色信贷影响，研究结果表明短期内绿色信贷政策对于我国银行绩效有正面的影响。李苏和贾妍妍等（2017）通过2011至2015年16家上市商业银行的数据，表明绿色信贷与银行绩效呈正相关关系，银行实施绿色信贷有利于提高绩效;绿色信贷与银行风险呈负向相关关系，实施绿色信贷能够降低其风险。

我国发展绿色金融起步较晚。但随着生态文明建设上升为国家战略，银行绿色金融业务发展遇到了良好的机遇和新的挑战。绿色信贷作为国内绿色金融中占比最重的商业银行业务，近几年在我国发展逐渐繁荣，并且在未来有非常广阔的前景。就现阶段而言，我国发展绿色信贷可以通过影响商业银行成本、创新能力、信贷风险、社会公信力以及国家产业，从而作用于商业银行收益，具体影响机制如图1所示。

如图1所示，①代表绿色信贷通过打造绿色体系提升创新能力，丰富绿色产品和服务，影响银行收益。②代表绿色信贷将环境风险纳入审核，通过路径③降低资产风险，优化资产的质量和结构，影响收益。通过路径④，绿色信贷提升了银行的经营成本，影响收益。虚线⑥代表绿色信贷业务可以通过影响创新能力来改变市场份额，虚线⑦代表绿色信贷可以通过资产质量的变化影响社会公众支持。⑧代表银行的市场份额以及公众支持会影响其社会公信力，从而影响到银行收益。⑨代表绿色信贷通过将资金引入环保企业，促进国家产业转型，经济向好发展，从宏观外部促进银行收益。

三、实证模型

（一）构建模型

本文所使用的数据是2014年至2018年间14家银行的平均总资产收益率，绿色信贷规模，不良贷款率，成本收入比，资本充足率的面板样本数据。

本文初步构建以下面板回归模型来检验绿色信贷业务对于商业银行收益的影响，如下所示：

通过LM检验，p值为0.0003，在5%的显著水平下，LM检验强烈拒绝“不存在个体效应”的原假设，即认为应该选择随机效应。进行豪斯曼检验以确定构建固定效应模型还是随机效应模型。由检验结果，统计量= 16.64，Prob>chi2=0.0023，在5%的显著水平下，拒绝原假设，随机效应模型中个体影响与解释变量相关，选择固定效应模型。基于以上检验，选择构建双向固定效应模型。随机方程如下式所示。

（二）模型回归检验

样本拟合优度可决系数0.8159，表明估计的回归方程较好拟合样本观测值。F检验中对给定显著性水平α=0.05，p=0.00，商业银行平均总资产收益率与商业银行绿色信贷规模，商业银行不良贷款率，商业银行成本收入比以及商业银行资本充足率之间存在显著的线性关系。t检验中GR对应系数检验的p=0.052 <0.10，NPLR对应的p=0.140<0.10，CIR对应的p=0.089<0.10，CAR对应的p=0.057<0.10，均在10%的显著性水平下拒绝原假设，通过检验。

对模型进行异方差，自相关和截面相关的检验。检验结果表明同方差假设和序列无关假设在5%的显著性水平下都强烈拒绝原假设，说明没有通过异方差检验和自相关检验，面板数据存在异方差，自相关。截面不相关假设在5%的显著性水平下接受原假设，说明面板数据通过截面相关检验，不存在截面相关。借鑒之前的研究，本文对模型进行修正，修正后的固定效应模型：

该方程的组内R2为0.9119，估计的回归方程较好的拟合了样本观测值。F检验中，P值为0.000，在5%的显著性水平下接受原假设，说明整体回归显著。自变量和时间虚拟变量都通过了t检验，说明变量系数显著。其中时间虚拟变量的系数代表时间变化对于收益的影响，第二年对应的系数为0.0104，代表每个商业银行总资产收益率不受其他因素的影响下，在2013年相对于2012年减少0.0104个单位。第三年，第四年，第五年以此类推。

在5%的显著水平下，绿色信贷规模与被解释变量平均资产收益率之间成正比关系，系数为0.0004，绿色信贷规模每增加1个单位，商业银行的平均资产收益率增加0.0004个单位。控制变量核中的不良贷款率与平均资产收益率在5%的显著水平下，成反比关系，对应的系数为-0.1380，商业银行不良贷款率每上升一个单位，商业银行平均总资产收益率相应下降0.1380个单位。成本收入比与平均资产收益率在5%的显著水平下，成反比关系，对应的系数为-0.0045，商业银行成本收入比每上升一个单位，商业银行平均总资产收益率相应下降0.0045个单位。资本充足率与平均资产收益率在5%的显著水平下成正比关系，对应的系数为0.0020，商业银行资本充足率每上升一个单位，商业银行平均总资产收益率相应上升0.0020个单位。

四、结论与政策建议

（一）结论

通过分析，本文得出绿色信贷业务对于商业银行收益有促进作用，但影响作用较小。原因主要有：其一，短期内成本较高，而在短时间内，绿色信贷业务所带来的收益是有限的;其二，银行发展绿色信贷的动力不足。标准的不统一，技术的落后，人才的缺乏使商业银行进行绿色信贷时效率低化。另外，国家在法律法规等方面对绿色信贷没有形成约束;其三，数据本身年限过短，不能真正反映實际情况。

（二）发展绿色信贷的建议

1.国家层面。建立企业环境信息披露指南。由企业自身根据指南中的信息披露范围、分类对环境指标数据进行披露，建立绿色信贷数据平台。要对商业银行的绿色信贷业务实施方面提供激励，在风险规避、信贷利率等方面进行奖励和优惠，使商业银行真正的将资金引流至绿色环保企业中，增强银行对于绿色信贷业务的发展动力。

2.银行层面。商业银行应该打造以社会责任为核心的企业文化，将社会责任和环境责任与自身的发展和收益联系起来，转换经营理念，强化绿色信贷技术，减少绿色信贷成本，提升银行效率和收益。加强绿色信贷人才培养，重视绿色信贷人才的培养，实际操作方面真正提高员工绿色信贷的业务水平与能力。与国际绿色信贷专业机构合作，给银行内部绿色信贷学习者提供交流学习和实际操作训练的机会和平台。

参考文献：

[1]T.E.Gradel，B.R.Allenby著，施涵译，产业生态学[M].北京：清华大学出版社，2004.

[2]B Scholtens，L Dam，Banking on the Equator：Are Banks that Adopted the Equator Principles Different from Non.Adopters？[J]，World Development，2007（8）：1307.1328.

[3]BR Bhardwaj，A Malhotra，GreenBanking Strategies：Sustainability through Corporate Entrepreneurship[J].Greener Journal of Business and Management Studies，2012（6）：179.193.

[4]MO Faruque，MNK Biplob，M Alamin，MSH Patwary，Green Banking and Its Potentiality& Practice in Bangladesh[J]，Science Journal of Business and Management，2016，4（2）：28.33.

[5]周琳琳.绿色信贷对中国商业银行盈利能力的影响[硕士学位论文].长春：吉林大学，2014.

[6]张文远，肖晓程，王祯意.我国股份制商业银行碳金融的运行效率研究[J].经济经纬，2015，32（02）：155.160.

[7]陶茜.绿色信贷对银行绩效的影响机制探讨[J].宏观经济管理，2016（05）：47.50.

[8]李苏，贾妍妍，达潭枫.绿色信贷对商业银行绩效与风险的影响——基于16家上市商业银行面板数据分析[J].金融发展研究，2017（09）：72.77.

作者单位：东南大学