碳金融视角下商业银行的不良资产率对资产利润率的影响和对策研究

聂冬雪,吴雅琴

(1.铜陵学院 会计学院,安徽 铜陵 244061;2.渤海大学 经济学院,辽宁 锦州 121013)

碳金融是为了缓解气候变化而开展的投融资活动。商业银行是碳金融业务开展的重要主体。商业银行碳金融业务是将传统信贷业务与低碳经济相结合,以此为低碳经济提供相应的金融产品或者服务。随着低碳经济模式的持续发展,碳金融业务为商业银行创造出巨大的蓝海市场,但也增加了商业银行的经营风险,尤其是受低碳经济发展模式冲击,依赖于高碳排放经营模式的传统企业面临资金压力,导致商业银行发生不良贷款,继而影响到商业银行利润。因此在碳金融业务效能逐渐扩大的背景下,通过对“商业银行不良资产率对资产利润率的影响”进行研究,以此为商业银行发展碳金融业务提供建议对策。

一、碳金融对商业银行的影响

发展碳金融是时代赋予商业银行的使命,是推动低碳经济高质量发展的重要举措。通过对商业银行开展碳金融业务后的财务报表进行分析,总结出碳金融对商业银行产生的影响。

(一)碳金融提高了商业银行市场竞争力

目前,我国每年的总碳排放量约为100亿吨,根据《2020中国碳价调查》,预计2025年全国碳排放交易体系内碳价将保持稳定上升趋势。商业银行在兼顾社会经济公益职能的同时以实现最大利润为目标。随着低碳经济的快速发展,碳金融市场的发展潜力巨大,商业银行通过积极开展碳金融业务有效提升了其市场竞争力。一是碳金融业务增加了商业银行的总资产。总资产是商业银行获得收入的资源的总和,总资产数值越大说明商业银行竞争实力越强。总资产规模增速反映出商业银行竞争力的变化趋势。根据数据显示,自商业银行实施碳金融业务以来,商业银行总资产呈现快速上涨趋势,截至2022年三季度,全国银行业总资产为373.88万亿元,同比增长率为10.17%,说明商业银行市场竞争力逐渐增强。二是商业银行在碳金融市场中的地位逐渐上升。市场竞争力更多体现为多个市场主体在市场中的能力差异。随着低碳市场的不断完善,碳金融业务的承办主体越来越多,但是商业银行在低碳市场中的比重越来越高,也充分体现出碳金融可以有效地提升商业银行竞争力。

(二)碳金融增加商业银行信贷风险

虽然全国低碳市场的开启给商业银行带来了巨大的盈利空间,但是相比于传统信贷项目,低碳项目由于投资回报周期较长、盈利难以短期见效,无形中增加了商业银行的信贷风险。一方面随着碳金融业务的广泛开展,商业银行调整信贷业务方向,业务对象主体由传统的工业产业向低碳绿色产业转型。在“双碳”目标下,高碳排放企业将面临较高的成本压力和转型风险,例如钢铁、水泥等使用高碳技术的传统行业需要加快推进绿色转型,如果不能有效转型,就会面临较大的发展风险,从而增加商业银行信贷风险;另一方面,新型低碳产业链对风险管理的要求更高,商业银行贷款管理技术将承担巨大压力。当前商业银行对传统产业的信贷风险把控和管理较为成熟,但是随着低碳市场的发展,未来能源系统将广泛使用低碳技术,商业银行风险评估将会面临巨大的挑战,一旦出现风控管理不到位的情况,将会产生巨大的信贷风险。

通过对碳金融与商业银行关系的深入分析可知,虽然碳金融业务为商业银行带来巨大的盈利空间,但是由于碳金融属于新型产业,商业银行开展碳金融业务的运营成本和服务成本相对较高,将低碳绿色企业作为主要客户难以在短期内获得经济效益,甚至还会增加商业银行不良贷款率[1]。因此商业银行需要正视碳金融对商业银行盈利能力的影响。

二、商业银行不良贷款率的理论概述

(一)商业银行不良贷款的概念

不良贷款包括逾期贷款、呆滞贷款和呆账贷款。不良贷款率指金融机构不良贷款在贷款总余额中所占的比例[2]。较高的不良贷款率意味着有较大比例的贷款可能无法按时收回,而较低的不良贷款率则表示较小比例的贷款存在风险。

(二)商业银行不良贷款的成因

1.银行内部原因

防范不良贷款是商业银行经营管理的主要内容。党的十八大以来,人民银行高度重视不良贷款防范工作,我国商业银行不良贷款风险防范工作取得较大成效。截止到2022年末,银行业金融机构不良贷款率为1.71%,同比下降0.09个百分点,累计处置不良贷款2.7万亿元,占不良资产比例的87%。同时,银保监会采取市场化重组和新设机构接管的方式,有效化解潜在风险,保障了消费者的合法权益。但是由于银行内部管理不到位等原因,商业银行不良贷款率仍然相对较高。截至2022年末,商业银行不良贷款余额为2.98 万亿元,同比增长4.77%,主要原因如下。一是商业银行管理者操作不规范,存在违规放贷的行为。在实践中,由于商业银行管理者利用银行内控漏洞或者存贷款系统缺陷,将存储的资金用于发放经营贷,由于借款人经营不善而导致破产,最终形成呆账。二是商业银行贷款结构不合理。为了促进碳金融产业的发展,国家鼓励银行机构加大对节能环保产业的支持力度。但是商业银行为了追求利润最大化,更倾向于向房地产企业发放贷款,结果由于近些年房地产市场不景气,房地产开发企业难以及时归还借款,最终导致银行因放贷结构不合理而出现利润下滑。三是商业银行责任追究制度落实不到位,贷款催收不及时。授信业务是项极为严格的工作,需要对授信对象进行严格的审核。但是在实际工作中,商业银行对于员工的考核仍然是以放贷金额为主,部分银行为了扩大放款规模,协助授信对象完善相关资料,极易出现不良贷款行为。

2.银行外部原因

商业银行不良贷款的产生与宏观政策、市场环境等诸多因素有关。一是宏观政策的调整会增加商业银行不良贷款[3]。金融与宏观政策之间具有密切的关联,宏观政策会影响金融产业的走向。在高质量发展环境下,产业转型升级是经济发展的主要趋势。传统粗放型产业不仅需要大量的资金用于转型升级,而且还要根据最新的政策调整经营策略。在传统经营管理模式下,商业银行更加倾向于选择能源耗费高、投资回报率高的产业[4],如商业银行会选择钢铁、煤炭、房地产等企业作为放贷的优质客户。但是在低碳绿色发展环境下,传统的粗放型产业需要转型,其高规格的盈利空间不再,甚至部分粗放型企业在低碳绿色转型过程中会破产,这样必然会增加商业银行的不良贷款率。二是经济市场环境复杂。市场环境对商业发展有着重要的影响,如果市场环境相对宽松,市场主体得到充分的发展,商业银行不良贷款率就会显著提高。例如受疫情影响,诸多中小企业出现经营压力,甚至濒临破产。虽然国家及时出台相关的财税政策,以此减轻中小企业的经营压力,但是贷款主体逾期还款等现象仍然比较突出,给商业银行带来巨大风险。

三、商业银行的不良资产率对资产利润率影响的实证分析

(一)样本选取及数据来源说明

为了准确了解商业银行不良资产率对资产利润率的影响程度,本研究分别选取2019年—2022年我国中小商业银行财务数据为研究对象。

在选择实证分析指标时需要遵循以下原则:一是整体性,为了保证实证分析结果的准确性,所有的数据需要全面完整;二是实用性,目前关于碳金融业务对商业银行资产利润等方面的研究比较少,因此本研究在选择实证分析指标时要注意数据的实用性,确保数据连续准确;三是针对性,为了研究在选择分析指标时除了解释变量和被解释变量之外,还需要选择一些控制变量,以此提升实证研究的针对性。

1.被解释变量

资产收益率(ROA):资产规模会直接影响到商业银行盈利状况,平均总资产收益率(ROA) 指标能够真实呈现出单位资产创造的收益情况。通常情况下,该数值较高,则代表商业银行有相对较高的盈利能力。

2.解释变量

绿色信贷余额(GCB):国内商业银行在开展碳金融业务时,更多表现为开展绿色信贷,帮助低碳企业解决资金问题。一方面,绿色信贷余额的具体总量能够准确判断银行对于该项业务的态度;另一方面,这项指标能够体现出商业银行在金融市场中的贡献度。

3.控制变量

(1)不良贷款率(NPLR):不良贷款率是指不良贷款总额在银行贷款业务总额中所占的比重,该项指标用于衡量商业银行贷款的质量与健康程度。

(2)非利息净收入占比(NIIP):商业银行为了生存与发展,会不断进行创新与改革,也会注重中间与咨询等业务的发展,以此来创造经济价值,这也就是通常所指的非利息净收入。该项指标的占比能够反映创新业务在银行所有业务中所占的比例。

(3)成本收入比(CIR):该项指标是指营业费与折旧总和在收入中所占的比重。在当前的发展过程中,运营效率也会影响到盈利能力,将成本收入比作为控制变量,可以呈现商业银行的运营效率和成本把控的能力。

(二)构建回归模型

为了顺利完成本次研究,选择面板数据模型,使用Hausman检验可以在固定效应回归模型和随机效应回归模型中选择,F检验可以在固定效应模型和混合回归模型中选择。因此结合本次研究的相关数据资料,本次固定效应回归模型采取个体固定效应回归模型。

ROAit=α0+α1GCBit+α2NPLRit+α3NIIPit+α4CIRit+εit

ROAit是被解释变量即平均总资产收益率,GCBit是解释变量即绿色信贷余额,NPLRit、NIIPit、CIRit是控制变量,分别为不良贷款率、非利息净收入占比、成本收入比,εit为随机扰动项。

(三)模型的检验与选定

1.相关性检验

通过表1的相关性检验可以获悉,所选择的样本银行最低不良贷款率为0.22,最高为2.75,不良贷款率存在较大的差异。不良贷款率的平均值为1.218,符合我国金融风险管理的要求。ROA平均值为0.961,最大与最小之间的差距越大,表明商业银行之间的利润水平有着较大的差异。

表1 变量的描述性统计

2.F检验与Hausman检验

商业银行不良贷款率对资产利润率的影响因时间和规模的不同而表现出不一样的结果。为了避免回归分析中非平稳变量的错误回归,需要检验变量数据的恒常性。因此本次研究采取LLC对相同路径进行测试,使用PP Fisher 测试不同路径。通过测试数据表明选取的索引系统的变量数据恒常性通过了测试,而且通过表2结果可以看出F统计量及其相关的LR检验的概率都低于0.01,因此否定了混合估计模型,需要构建固定效应回归模型。

表2 F检验的输出结果

(四)模型回归结果

固定效应模型根据研究对象可以分为诸多种,例如时间固定效应模型、个体固定效应模型等。结合商业银行实际情况选择个体固定效应模型。其具体模型为:

ROAit=αi+β1GLRit+β2CCARit+β3NPLRit+β4LNTAit+β5HHIit+β6GDPit+εit,

其中i和t代表第i个个体在t年的数据,αi是截距、βi是变量的回归系数。使用Eviews7.2软件对研究个体固定效应模型进行回归分析,得出结果如表3所示。

表3 模型分析结论

说明:***表示检验在1%水平显著,**表示检验在5%水平显著,*检验在10%水平显著

通过以上回归结果分析,得出以下结论。

1.碳金融会拉动商业银行盈利能力,但是并不明显。通过计算可以看出当绿色信贷比例系数在0.003018时,在1%的水平上,碳金融可以有效提升商业银行盈利能力,但是碳金融与商业银行总资产净利润之间存在相互促进的作用,因此商业银行要大力发展碳金融业务。绿色信贷比率与商业银行盈利能力之间的关联性比较小,表明绿色信贷没有发挥其应有的价值,其与商业银行利益最大化不符。明我国碳金融业务正处于起步阶段,由于其还没有形成有效规模,同时,受信贷部门与新兴产业企业之间缺乏沟通,导致碳金融的盈利效能没有发挥出来,因此需要国家进一步完善相关政策。

2.不良贷款率与资产利润率之间呈反方向变动,不良贷款率冲击了商业银行资产利润率,影响商业银行盈利水平。商业银行不良贷款率对资本利润率的最初影响比较小,几乎没有反应。随着时间的推移,不良贷款率对商业银行资产利润率的影响速度加快。不良贷款率与平均总资产收益率呈反方向变动,符合实际经济情况。商业银行的不良贷款越多,到期不能收回贷款的机率越大,银行所得到的收益就会减少,所以不良贷款率会影响银行的盈利能力。外资商业银行受不良贷款率的影响较小。

四、碳金融视角下降低商业银行不良贷款率的对策

基于商业银行不良贷款率与资产利润率的反方向关系,商业银行要立足于碳金融视角,采取完善的举措降低不良贷款率提升商业银行资产利润。

(一)及时调整信贷战略导向,创造盈利新“蓝海”

随着碳金融市场机制的不断完善,商业银行要紧紧把握“双碳目标”发展契机,按照低碳产业发展需求,积极调整信贷经营导向,创造盈利新“蓝海”。首先,商业银行要结合自身发展趋势,积极创新碳中和产品[5]。“双碳目标”对商业银行信贷业务提出更高要求,打造适应金融市场的差异化碳中和产品是增强商业银行市场竞争力、降低不良贷款率的关键。碳交易市场中的碳排放额具有一定的期货性质,企业只有在项目成功之后才能获得相关的利益,该过程中由于交易容易受到汇率等因素的变化而造成损失,从而增加商业银行的风险。因此商业银行在设计碳中和金融产品时需要考虑到碳市场风险因素,以最大程度降低商业银行的风险。其次,要打造碳供应链金融产品。在“双碳目标”体系下,我国在不断完善低碳产业供应链,具有市场核心竞争力的低碳龙头企业在不断成长。再次,为了打造“蓝海”格局,商业银行要围绕供应链核心企业,重点梳理关键产业,强化对核心企业的信贷支持力度,这样不但可以不断扩大核心企业的发展,而且还可以通过核心企业带动供应链中小企业的发展。最后,商业银行要积极构建以碳资产为标的的抵质押融资新路径。

(二)构建ESG授信评级体系,降低信贷风险

对于商业银行而言,任何信贷业务都会存在风险。虽然碳金融为商业银行提供了巨大盈利契机,但是由于低碳产业见效周期较长,受科研等不确定因素影响,容易增加信贷风险。为此商业银行需要制定完善的碳金融信贷标准机制,将ESG(环境、社会和治理)元素纳入银行信贷政策体系,对于不同行业进行差异化的资源安排,以此提升碳金融信贷政策的精准度。一是商业银行要明确绿色低碳发展的经营管理理念,强化对碳减排企业的支持力度。目前我国进入高质量发展阶段,国家鼓励金融机构支持低碳绿色产业,低碳产业具有广阔的发展空间。所以商业银行要改变传统的经营管理理念,提升对低碳产业信贷支持的力度。在制定信贷结构时,商业银行要主动调整,由过去侧重对传统粗放型企业向绿色低碳产业转型,支持企业数字化转型、发展智能减排制造产业[6]。二是将ESG纳入客户信用评级体系。2022年6月,中国银保监会发布《银行业保险业绿色金融指引》建议银行保险机构“将环境、社会、治理要求纳入管理流程和全面风险管理体系”。国内外诸多商业银行构建了以ESG为核心的客户信用评级体系。例如江苏银行把环境、社会及公司治理表现作为非财务指标内嵌至客户信用评审中,贯穿信贷业务全流程,对于ESG评价优的客户优先给予差异化的定价和授信政策。三是将ESG纳入到银行信贷风险预警体系中。在“双碳目标”下传统的粗放型、能源消耗高的企业具有较大的经营风险,因此为了降低商业银行信贷风险,银行要将ESG因素融入到授信监管的全过程中。在尽职调查阶段,充分了解贷款客户的ESG风险,以此对其所处行业进行深度考察;在授信审批阶段则需要通过测量ESG风险对信贷客户的整体风险进行测评,根据测评结果设定相应的授信额度;在贷款后的管理上则要时刻关注客户是否出现ESG风险,并且实施跟踪,及时化解风险。

(三)高度重视碳交易市场主体建设,为碳交易提供基础性服务

大力发展碳交易市场是促进我国达成“双碳目标”、助力低碳产业高质量发展的关键,发挥金融机构在碳交易市场建设中的作用具有重要意义。例如,荷兰银行定位为发展可持续银行,其关注气候变化,通过金融服务减少碳排放,引导客户进行绿色发展,主动管理自身碳排放等。虽然我国商业银行近些年也在积极参与碳交易市场建设,但是其在碳交易中的作用并未完全彰显出来,所以为了提高碳金融业务市场占有率,扩大碳金融业务规模,商业银行要高度重视碳交易市场主体建设工作。一是商业银行要为碳交易主体提供多元化的金融服务。与重点排放单位合作时,银行提供集团化、碳金融特色的综合性金融服务方案,并在履约交易中为交易主体提供对接和中介代理等服务[7];与监管部门和碳资产管理公司合作时,银行研究推出碳金融衍生品,包括远期、期货、期权等交易工具,以及创新可交易的结构化产品,如碳指数、碳债券、碳资产支持证券(ABS)等[8]。这些合作举措有助于银行在碳金融领域发挥更大作用,提供全面的碳金融服务,推动绿色金融的发展,同时也促进低碳经济的蓬勃发展。二是要盘活碳资产、提升流动性[9]。金融机构积极参与碳交易市场建设是时代发展的必然选择。但是,目前金融机构在碳市场中的角色主要是资金提供方,尚未充分参与到其中。借鉴国外经验,金融机构可以采取两种方式参与碳市场:第一种是作为投资者直接参与碳交易,将碳市场视为一种投资渠道[10];第二种是金融机构通过提供中介服务,促进碳金融产品的设计与发展,并服务于碳市场的参与者。

(四)培养碳金融人才,提升商业银行人才储备水平

为了提升商业银行碳金融发展水平,降低不良贷款率,商业银行要加大碳金融人才培养力度,不断充实商业银行碳金融人才的储备质量:一是教育主管部门依托高等院校设立碳金融、碳管理人才培养和培训基地,增设碳金融、碳管理本科专业和研究生培养二级学科或交叉学科,积极推进学科建设,突破学科专业壁垒,协同培养复合型低碳人才;二是完善碳金融人才认证制度,可以借鉴国外先进国家的经验,建立注册碳审计师、碳资产管理师制度,加强碳审计师、碳资产管理师队伍建设;三是推进产政学研深度融合,采取多样化的形式加强新时期碳资产管理领域的社会服务;围绕“双碳目标”开展全方位的社会服务,助力新时期经济社会全面绿色转型。例如,我国要加强碳资产管理领域的智库建设,为地方政府实现“双碳目标”和绿色发展谏言献策。

总之,碳金融业务的深度开展为商业银行提供了巨大的发展空间,不仅拓宽了商业银行的信贷业务范畴,而且还增加了新的盈利点。因此在全面防范金融风险的背景下,商业银行要积极探索碳金融服务,创造盈利新“蓝海”,以有效降低不良贷款率。