商业银行绿色金融风险预警探索

姚书淇 孙红梅

（上海师范大学，上海 200234）

一、引言

当前国际上绿色金融产品主要分为商业银行发行的零售类金融产品（如绿色信贷、信用卡服务）、企业和投资银行发行的批发类产品（如碳信用与排放交易）、资产管理类（如财政绿色基金、巨灾债券基金）以及保险类产品。我国金融企业近两年来在绿色金融领域取得卓越的成就，随着注册制的实施和行业标准的日趋完善，我国绿色债券发行持续升温。2020 年以来，我国境内“贴标”绿色债券共计发行276 只，发行规模合计2193.61 亿元。在取得一系列成绩的同时，各个领域也暴露出许多风险（廖小东和史军，2017），而金融企业是绿色金融市场不可或缺的主力军，开展绿色金融项目中存在的风险是最值得关注和防范的，在各个方面影响着金融企业绿色项目的开展（刘锡良和文书洋，2019）。目前大多数学者对绿色金融风险预警的研究主要集中在风险指标体系构建方面，较少应用构建的指标模型对样本银行进行实证检验，导致所建立的指标模型缺乏数据支持，可比性较低。因此，建立适合我国商业银行的绿色金融风险预警模型，对绿色金融风险进行实时监控是至关重要的。

本文从当前我国商业银行绿色金融运行的实际情况出发，从银行系统、绿色业务两个层面构建绿色金融风险预警指标体系，以全面反映绿色金融风险；运用主成分分析法和组合赋权法对数据进行处理后，基于灰色关联分析方法构建风险预警模型并测算绿色金融风险大小与安全等级；进一步运用预警模型对兴业银行、建设银行、招商银行和工商银行2013～2019 年的绿色项目风险状况进行评价，根据构建的绿色金融风险预警体系，计算得出绿色金融风险评价值，揭示其绿色项目风险状况以及风险变动趋势。

二、基于文献综述的理论分析

（一）国有商业银行绿色金融风险预警防范体系的现状

由于商业银行的绿色金融风险就是金融风险中绿色金融产品（主要为绿色信贷）的风险，因此，绿色金融风险的整体框架与金融风险是一致的。从金融机构的角度看，风险主要为信用风险、流动性风险、声誉风险等（张宇婧，2013）。袁祥飞等（2018）发现绿色发展面临资本供给不足和资本配置低效两个突出难题，应从绿色发展的关系进行探讨。张宇和钱水土（2018）从三个层面区分10 类风险，包括宏观上的体制设计风险、政策调整风险，中观上的产业风险、资金错配风险、生态环境风险，还有微观的信用风险、项目识别风险和信息不对称风险。商业银行金融风险具有几个明显特征：一是由于不确定因素的客观存在性；二是隐蔽性，商业银行信用的滞后性导致其投资所造成的损失会在短时间内被掩盖；三是可防范性，金融风险的影响因素可以通过量化分析进行监控，也可通过金融工具的创新来规避（陈忠阳，2001）。

我国商业银行对绿色金融风险预警体系的实践仍处于摸索阶段。近年来，部分商业银行紧跟大环境变化，发现国内绿色金融市场的巨大潜力，主动开展绿色金融风险防控，积极研究开发绿色金融新型产品和融资模式创新，建立完善的绿色金融市场准入机制，严格监管项目的批准、审核工作（蔡宗朝等，2019）。以兴业银行为代表的商业银行提前制定绿色金融风险预案，建立风险转移和补偿机制，规范各类风险的应对措施，按重要性等级依次对风险问题实施解决措施，使风险造成的损失最小化。浦发银行和招商银行重视绿色业务的国际合作，并积极研究开发绿色金融新型产品和融资模式创新，满足中长期绿色项目的投融资需求，规避绿色资金期限过长和银行资金结构错配导致的流动性等风险。

但是我国商业银行绿色金融风险预警防范体系还存在以下不足之处：

绿色金融业务风险控制存在不足。与发达国家相比，国内商业银行在总体项目评估和社会资金准入条件上，还缺少健全的风险管理体系（陈立杰和王丹丹，2015）。例如，英国绿色投资银行要求对社会资金准入条件的审查和对绿色项目的风险监控必须同时进行，项目必须至少符合五大绿色标准之一（目标绿色环保、有效降低温室气体排放量、社会正外部效应、完善绿色效益评估体系、信息披露公开透明）。

风险预警指标缺乏合理性。我国商业银行正积极建立适合的绿色风险预警体系，但是部分指标的选取仍然缺乏一定的合理性。比如，大部分银行的绿色金融准入标准为定性指标，定量指标缺少科学系统的测试办法；环保不合格的企业列入黑名单信息存在滞后性，无法在项目实施前对企业进行及时的信用评级来防范风险；对指标在主观上赋予权重也可能导致得到的结果与实际情况存在较大偏差，无法精确衡量风险。

绿色金融产品创新存在不足。绿色金融产品过于单一，除了刚起步的绿色债券业务，其他绿色金融产品的设计创新还处于萌芽时期，与国外的绿色金融产品相比，还有很大的差距，比如，绿色金融衍生产品设计缺乏创新。

绿色金融业务激励措施不足。近年来，虽然在政策性文件、法律法规的约束下，商业银行正积极开展绿色业务，但与传统的信贷业务相比，绿色业务无法短期内给企业带来直接的显著收益，因为企业对于承担社会责任的正外部性需要一个长的周期才能显现。目前规模尚小的绿色业务无法对企业整体业绩产生明显的影响，甚至在发展初期，需要投入大量的资源，增加其营运负担。目前国家给予绿色环保产业一定的贷款利率优惠政策，但不能与其贷款风险相匹配。

绿色金融领域信息披露不足。信息不对称问题在绿色金融（例如碳金融）领域更为突出，逆向选择是金融企业面临的一大难题，同时又与道德风险密切相关。我国目前还未建立标准统一且强制的社会责任信息披露机制，商业银行缺乏环保信息录入的动力，对披露的时效性和完整性重视程度不够。

《中国绿色金融发展报告（2018）》指出，有必要通过实质性创新来改善制度环境，促进绿色金融的可持续发展。相关决策部门需要主动实施绿色金融政策、积极研发新型产品和融资模式创新，满足中长期绿色项目的投融资需求；强化贷后监控工作审查，建立绿色金融风险监测预警机制和风险统计监测指标的评估方法，在项目后期总结整个流程中各个节点出现的问题，以此完善绿色金融风险防控机制（骆伦良，2019）。

（二）绿色金融风险评价体系研究发展情况

在风险评价指标体系的研究过程中，国外学者通常使用Credit+模式、KMV 模型和Logit 模型等来评估商业银行信贷业务的风险状况，以此为依据做出相应的信贷决策（Perraudin et al.，2003）。国外研究信贷风险评估相较于国内更加先进成熟，标准普尔、惠誉、穆迪三大评级机构在国际上已建立比较成熟的评级体系。Altman（2015）和Ohlson（2016）分别通过构建包括22 个评估指标的Z 值模型和神经网络分析模型来评估贷款风险程度。

在国内，对绿色金融风险评价体系的研究尚处于起步阶段。学者们在碳金融方面研究较为丰富，杜莉等（2014）学者从理论方面提出应该构建完整的碳金融风险预警指标体系及风险预警模型，认为可以在商业银行原有的风险预警指标体系的基础上增加考量碳金融特有的风险影响因素，从而重新确定指标权重后对风险进行评估；谷慎和汪淑娟（2019）基于宏观视角，以我国6个碳金融试点市场每月的风险状态为研究样本，构建基于SVM 的碳金融风险预警模型。在绿色信贷方面，学者将商业银行绿色信贷环境风险及管理视为微观操作机制进行研究，在传统风险指标的基础上添加绿色指标部分，通过AHP、德尔菲等方法构建绿色信贷风险评价体系。李进（2015）选取重污染行业为研究对象，在企业财务层面指标的基础上加入以环境信息披露水平为环境指标的风险评估体系，以充分反映企业的财务风险和环境风险，并运用随机森林算法对绿色信贷风险进行评估研究。张长鲁等（2019）基于组合权重识别出绿色产品认证过程中的关键风险点，并对总体风险进行评价。

由以上分析可以发现，我国绿色金融的数据基础比较薄弱，数据完整性和有效性也较差，很难满足现代风险度量方法苛刻的假设条件。目前对绿色金融风险预警模型的研究多停留在理论层面，实证研究也主要基于上市公司数据，在商业银行应用的可操作性不强。因此，本文在借鉴前人研究成果的基础上，试图构建一套较为完整且行之有效的绿色金融风险预警模型。

三、绿色金融风险预警模型构建

（一）绿色金融风险预警指标体系构建

风险预警研究以适宜的风险预警指标体系为基础，以往学者主要从宏观层面、中观层面、微观层面构建金融风险指标体系（谷慎和汪淑娟，2019；陈秋玲等，2009）。刘松林等（2018）参照“骆驼”评级体系及相关政策构建由宏观经济、银行体系和行业影响三个层面组成的指标体系。本文集中在商业银行系统层面和绿色业务层面构建绿色金融风险预警指标体系。

（二）运用主成分分析法进行指标筛选

对所选取指标进行主成分分析，对原指标降维从而转换成较少的综合指标，以更精准反映指标内容。综合指标可以简化复杂的研究并提高研究效率，同时确保研究的准确性。

（三）利用组合赋权法确定指标权重

确定指标的权重是建立合适指标体系的关键。为了克服单一赋权方法的弊端，同时避免主观赋权法需要依靠专家主观打分的缺陷，本文对变异系数法、熵权法求出的权重进行综合赋权得到指标权重。熵值法基本步骤如下：

第一步，数据标准化，为避免标准化数据出现0，将标准化后的数据统一加1，如公式（1）和公式（2）所示。

其中，Xij是第i个样本银行中第j个指标的真实值，X'ij、Xmax、Xmin分别为真实值的标准化值、最大值和最小值。

第二步，计算标准化后数值的比重，Pij表示不同的指标下不同样本的贡献程度。具体公式如公式（3）所示。

其中，m为银行样本数。

第三步，根据各比重计算各分量的信息熵，为Mi，表示银行对不同指标的贡献总量。具体公式如公式（4）所示。

第四步，计算指标权重，权重公式如公式（5）所示。

其中，n为指标数。

基于观测值的变异程度大小进行赋权，如公式（6）所示。

式（6）中，σj是第j项指标的标准差；-xj是第j项指标的平均值。可以看出，指标的变异系数越大，相应的权重也就越大。

组合赋权法，如公式（7）所示。

其中，λ 为偏好系数，λ∈(0,1)，wi为熵权法得到的权重，wj为变异系数法得到的权重。运用赋权方法进行兼容度检验：运用Spearman 相关系数检验任意两种赋权方法的相关程度和一致性。兼容度ρ越高，表示赋权方法组合越好。兼容度ρ计算公式如公式（8）所示。

（四）运用灰色关联分析法确定风险值

灰色关联分析方法是一种用来测量因素间发展趋势的关联程度、探索相关影响因素间的实际关系的动态分析方法。由于灰色关联分析法所要求的数据量不是很高，且不需要数据变量之间存在较强的关联关系，因此适合在当前我国商业银行绿色金融数据有限的情况下进行灰色关联度检验。

第一步，确定初始评价矩阵及参考数列。评价体系由m个对象、n个指标构成，xik代表第i个对象、第k个指标的值，则初始的评价矩阵如公式（9）所示。

第二步，根据公式（1）、公式（2）对数据进行标准化处理，如公式（10）所示。

X0=(x0(1),…,x0(m))为标准化后的参考数列。

第三步，计算对应元素绝对值之差，如公式（11）所示。

第四步，计算关联系数，如公式（12）所示。

其中，ρ为分辨系数，通常取ρ=0.5。

第五步，计算关联度，如公式（13）所示。

四、预警模型的实践运用与结果分析

（一）数据来源与指标解释

为保证数据的准确性，考虑到我国开展绿色金融时间尚短，绿色信贷业务信息披露不充分，因此选择目前充分披露绿色金融数据的4 家银行（兴业银行、建设银行、招商银行和工商银行）2013～2019年绿色信贷项目的相关数据为样本，运用STATA15、SPSS、EX⁃CEL对数据进行分析，数据均来自银行年报、社会责任报告、锐思数据库等。

根据我国商业银行实际情况和国内学者以往的研究成果来确定没有公认标准的指标。本文以银行系统层面和绿色业务层面为准则层划分指标，确定指标的预警界限作为判断商业银行风险水平的依据，具体指标见表1。

表1 绿色金融风险预警指标体系

（二）主成分分析

在具体的指标筛选过程中，鉴于绿色业务层面指标的重要性，因此单独纳入预警指标体系，不再对绿色业务层面指标进行筛选和复合。

首先对银行系统层面数据进行标准化处理，并进行效度检验。由表2 观察到，KMO=0.677＞0.6，Bartlett的P值为零，适合进行因子分析。

表2 KMO和巴特利特检验

其次对银行层面的16 个指标进行主成分分析，由表3 可知，得到的5 个主成分对以上变量的解释程度约为87.143%。因此，5 个主成分能较好地解释模型，具体数据见表4。如表5所示，由因子分析矩阵可以将以上指标表示为5 个主成分F1、F2、F3、F4、F5。各主成分如公式（14）至公式（18）所示。

表3 总方差解释

表4 旋转后的成分矩阵

表5 主成分构成表

（三）指标赋权结果分析

分别采用熵值法、变异系数法确定风险预警指标体系中28个指标的权重，在此基础上计算得到Spear⁃man 相关系数的兼容度ρ=0.9985，表明两种赋权方法结合的效果较好，因此选择组合赋权法得到综合权重（设置λ=0.5），各种方法确定的指标权重结果见表6所示。

表6 不同赋权方法下各指标权重

（四）灰色关联分析

以所选样本值中各评价指标的风险最大值组合为参考序列，灰色关联系数值越接近1，风险系数越高。根据灰色关联系数，0.85为风险预警限值。由图1可以看出：

图1 2013～2019年4家银行绿色金融风险灰色关联值

第一，4 家银行灰色关联系数整体不高，均未超过风险预警限值0.85，说明4家银行的绿色金融风险系数较低。这些银行具有长远眼光，履行社会义务，主动实施绿色金融政策，推动完善绿色金融机制，建立专门的环境风险评估部门，对项目进行专业化识别、分类、评估、决策，综合评估以防止出现环境污染、融资风险过高等问题，确保金融企业资金能够及时收回。

第二，4家银行中兴业银行的灰色关联值最低，7年均未超过0.6 且呈下降趋势，说明兴业银行在绿色金融风险控制方面的成效较为突出。在评价指标方面，兴业银行绿色业务层面的7个指标均显著领先于其他商业银行，兴业银行作为我国第一家赤道银行，参照国际先进标准建立全面的环境和社会风险管理体系。招商银行在严格把控风险的前提下，积极推动我国的碳交易市场建设，帮助企业有效利用碳资产，建立健全的监管和信用审查机制，降低产品的坏账风险，并且能够提高产品流动性，减少银行业金融产品固有的期限错配风险，减轻财务压力，防控效果较为明显。

五、结论与建议

（一）结论

建立商业银行绿色金融风险指标体系，运用主成分分析法和组合赋权法对数据进行处理后，运用灰色关联分析方法构建风险预警模型，对兴业银行、建设银行、招商银行和工商银行2013～2019年的绿色项目风险状况进行运用评价。选取影响商业银行绿色金融风险指标时，既考虑银行本身金融风险因素，又考虑与银行开展绿色金融密切相关的绿色业务层面因素，使指标体系更全面。采用组合赋权法，既克服需要依靠专家打分等主观因素的不足，也避免只使用一种赋权法带来的局限性。

选取充分披露绿色金融数据的4家银行为样本，通过主成分分析法对银行层面指标进行筛选和复合，从中筛选出5类银行层面风险预警复核指标；根据灰色关联分析对4 家银行2013～2019 年的风险进行评估，发现4 家银行近7 年的关联系数均低于风险警戒线，且整体呈现下降的趋势，说明在完善的绿色金融市场准入机制下，商业银行严格监管项目的批准、审核工作，能够有效控制绿色金融风险。

（二）建议

1.健全绿色项目风险防控机制。金融企业开展绿色业务时应对项目的风险展开全面的审查和监督，对于项目可能会对环境造成潜在影响的审查不能流于形式，应当建立专门负责绿色业务审核的独立工作小组，提高监察的可靠性和内控质量，最大程度防止企业内部人员与不符合绿色审查条件的污染企业勾结，为了自身利益进行的“漂绿”交易；建立信息披露平台和完善市场准入机制，严格监管项目的批准、审核工作；强化贷后监控工作审查，建立绿色金融风险监测预警机制和风险统计监测指标的评估方法。同时，应提前制定绿色金融风险预案，建立风险转移和补偿机制，规范各类风险的应对措施，按重要性等级依次对风险问题实施解决措施，使风险造成的损失最小化。

2.健全绿色金融激励引导制度。对于商业银行来说，既要支持具有长周期特点的绿色业务，同时又要保证资金安全是不易的。政府应当健全激励制度，在财政上提供资金支持，以减轻企业的运营负担，提高企业参与绿色业务活动的积极性；统一绿色金融标准体系，出台依靠强制力保证实施的严格的绿色金融相关法律法规，加大追责力度，使企业利益驱动与社会责任紧密联系；增强参与绿色金融各方的绿色环保意识，充分利用各种渠道、媒体宣传绿色金融知识，培育民众的金融素养与思维模式；注重培养绿色向上的企业文化和制定优秀人才培养计划，注重培养具有金融、环保方面综合素质的人才。

3.积极创新研发绿色金融产品。商业银行应主动开展绿色金融产品创新和融资模式创新，满足中长期绿色项目的投融资需求，规避绿色资金期限过长和银行资金结构错配出现的流动性等风险，比如设计绿色股票指数等绿色衍生金融产品等。与国外开发针对个人、家庭、企业的清洁空气汽车贷款、节能减排保证保险、巨灾债券等绿色产品和服务相比，我国目前绿色产品种类单一，主要以绿色信贷为主，应从国情出发，借鉴国际经验，研发适合我国发展状况的绿色产品。