廖 筠，胡偉娟，楊丹丹

(天津財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，天津 300222)

一、引 言

綠色信貸起源于赤道原則，2007年7月12日國家環(huán)境保護(hù)總局、中國人民銀行和中國銀行業(yè)監(jiān)督管理委員會聯(lián)合提出了《關(guān)于落實(shí)環(huán)境保護(hù)政策法規(guī)防范信貸風(fēng)險(xiǎn)的意見》的綠色信貸政策，試圖通過調(diào)節(jié)銀行信貸達(dá)到節(jié)能減排的目的。2007年11月23日，中國銀監(jiān)會發(fā)布了《節(jié)能減排信貸工作指導(dǎo)意見》，進(jìn)一步強(qiáng)調(diào)綠色信貸對促進(jìn)節(jié)能減排的作用。2012年2月24日，中國銀監(jiān)會發(fā)布了《綠色信貸指引》，明確要求銀行金融機(jī)構(gòu)實(shí)施綠色信貸，進(jìn)一步推進(jìn)節(jié)能減排，消除落后生產(chǎn)設(shè)施[1]。綠色信貸對整個(gè)經(jīng)濟(jì)社會的綠色化發(fā)展起到了重要的杠桿作用，有益于生態(tài)環(huán)境的治理、保護(hù)和綠色經(jīng)濟(jì)的發(fā)展。一般來說，銀行綠色信貸的發(fā)展通過提高經(jīng)營效益、降低銀行的資金風(fēng)險(xiǎn)以及提升銀行的企業(yè)社會責(zé)任等方面影響銀行經(jīng)營效率。已有文獻(xiàn)大多通過分析綠色信貸與銀行相關(guān)變量的關(guān)系，如盈利性變量、安全性變量等，對我國銀行業(yè)綠色信貸現(xiàn)狀進(jìn)行剖析，提出解決措施。許多實(shí)證研究表明，環(huán)境績效與銀行的財(cái)務(wù)績效存在正相關(guān)關(guān)系，綠色信貸的開展有益于銀行經(jīng)營績效的提升。銀行的經(jīng)營效率越高，銀行的環(huán)境投入越多，二者相互促進(jìn)。其中，綠色信貸是銀行保護(hù)環(huán)境的重要市場手段，引導(dǎo)社會資金流向環(huán)保企業(yè)。國家鼓勵(lì)并資金支持環(huán)保企業(yè)的發(fā)展，銀行實(shí)施綠色信貸減輕了環(huán)境治理成本，這將使銀行得到政府更多的政策支持，實(shí)現(xiàn)銀行經(jīng)營效率的提高。本文在前人的基礎(chǔ)上綜合考慮可能影響銀行經(jīng)營效率的各個(gè)變量，得到銀行經(jīng)營效率的相關(guān)數(shù)據(jù)，從綠色信貸發(fā)展和商業(yè)銀行經(jīng)營效率的動(dòng)態(tài)分析入手，試圖從定量的角度去發(fā)現(xiàn)商業(yè)銀行實(shí)施綠色信貸的必要性，從而為探討銀行業(yè)在經(jīng)濟(jì)轉(zhuǎn)型中如何抓住綠色信貸的機(jī)遇提供借鑒。

二、文獻(xiàn)綜述

綠色信貸是商業(yè)銀行履行社會責(zé)任的必要手段。在滿足利潤最大化經(jīng)營目標(biāo)的前提下，銀行會更有動(dòng)力開展綠色信貸業(yè)務(wù)，因此有必要研究綠色信貸對銀行經(jīng)營效率的影響。

關(guān)于銀行經(jīng)營效率的研究方法主要有數(shù)據(jù)包絡(luò)分析、動(dòng)態(tài)綜合評價(jià)法和主成分分析法等3種。高文娜(2018)采用2006～2015年17家銀行的5個(gè)投入產(chǎn)出指標(biāo)，分析商業(yè)銀行的綜合技術(shù)效率[2]。王明筠等(2015)在對銀行經(jīng)營效率進(jìn)行測算時(shí)，分明采用了DEA模型和超效率DEA模型[3]。鐘齊(2012)采取樣本銀行4年的財(cái)務(wù)數(shù)據(jù)，利用動(dòng)態(tài)綜合評價(jià)法分析商業(yè)銀行經(jīng)營績效在空間和時(shí)間兩個(gè)方向的發(fā)展水平和趨勢[4]。朱輝(2016)考察銀行評價(jià)經(jīng)營效率的4個(gè)指標(biāo)，利用主成分分析法得出商業(yè)銀行的綜合主成分值[5]。盧方元等(2012)在商業(yè)銀行經(jīng)營效率評價(jià)指標(biāo)體系下，運(yùn)用動(dòng)態(tài)綜合評價(jià)法得到各個(gè)銀行經(jīng)營效率的綜合評價(jià)和排序[6]。

梳理以往關(guān)于銀行經(jīng)營效率的文獻(xiàn)，動(dòng)態(tài)綜合評價(jià)法的運(yùn)用更符合本文的要求，且該方法對變量選擇和研究對象個(gè)數(shù)的選擇沒有硬性要求，因此本文采取動(dòng)態(tài)綜合評價(jià)法研究銀行經(jīng)營效率。

關(guān)于綠色信貸實(shí)施力度與銀行經(jīng)營效率之間的定量分析文章還很少，目前主要研究綠色信貸的實(shí)施是否對銀行各財(cái)務(wù)指標(biāo)產(chǎn)生影響。關(guān)于綠色信貸對銀行發(fā)展是否有益，學(xué)術(shù)界存在分歧。絕大多數(shù)學(xué)者支持實(shí)施綠色信貸能提高商業(yè)銀行盈利能力，如馬彧菲等(2015)運(yùn)用全局主成分分析法，研究發(fā)現(xiàn)與其他未加入赤道原則的銀行相比，加入赤道原則后銀行的財(cái)務(wù)狀況得到很大程度的改善[7]。孫光林和李蘇等(2017)運(yùn)用面板數(shù)據(jù)的多元回歸，研究發(fā)現(xiàn)綠色信貸可以有效抑制不良貸款率，也能促進(jìn)商業(yè)銀行盈利能力的提高，對于降低信貸風(fēng)險(xiǎn)有一定效果[8][9]。Olaf Weber(2017)研究發(fā)現(xiàn)中國銀行的財(cái)務(wù)業(yè)績與可持續(xù)發(fā)展表現(xiàn)之間存在雙向因果關(guān)系，這種相互作用受到中國綠色信貸政策的影響[10]。何凌云等(2018)認(rèn)為綠色信貸余額以及綠色信貸的相關(guān)內(nèi)外部政策對銀行競爭力有顯著的積極作用[11]。孟科學(xué)等(2018)運(yùn)用面板數(shù)據(jù)的多元統(tǒng)計(jì)回歸，研究發(fā)現(xiàn)商業(yè)銀行的綠色信貸情況與銀行的高管有密切聯(lián)系，股權(quán)激勵(lì)制度對綠色信貸的實(shí)施有積極效應(yīng)[12]。

也有一些學(xué)者認(rèn)為實(shí)施綠色信貸的銀行或加入赤道原則的銀行短期處于規(guī)模不經(jīng)濟(jì)狀態(tài)，長期可能可以達(dá)到規(guī)模經(jīng)濟(jì)，提高企業(yè)競爭力，如胡榮才等(2016)運(yùn)用銀行的面板數(shù)據(jù)進(jìn)行多元回歸估計(jì)得到結(jié)論，銀行開展綠色信貸會導(dǎo)致其營業(yè)成本提高，盈利能力降低，但是貸款總額的增加在一定程度上會抵消綠色信貸的負(fù)作用[13]。馬勇等(2017)根據(jù)問卷調(diào)查數(shù)據(jù)，運(yùn)用結(jié)構(gòu)方程模型，研究發(fā)現(xiàn)阻礙綠色信貸發(fā)展的因素是不完善的銀行監(jiān)管體系、綠色信貸企業(yè)較高的信貸風(fēng)險(xiǎn)、政府財(cái)政支持力度不足以及銀行對企業(yè)環(huán)保信息獲取渠道不暢等[14]。王曉寧等(2017)分別運(yùn)用面板數(shù)據(jù)的多元回歸和全局主成分分析，研究發(fā)現(xiàn)綠色信貸對商業(yè)銀行盈利有負(fù)向作用，但是隨著時(shí)間的推移，這種負(fù)向作用逐漸變小[15][16]。

還有部分學(xué)者認(rèn)為商業(yè)銀行是否實(shí)施綠色經(jīng)濟(jì)政策對經(jīng)營效率沒有影響，Seiferth(2004)利用結(jié)構(gòu)方程模型研究了財(cái)富1000強(qiáng)企業(yè)中企業(yè)慈善事業(yè)的財(cái)務(wù)相關(guān)性，發(fā)現(xiàn)企業(yè)承擔(dān)社會責(zé)任和財(cái)務(wù)績效之間沒有關(guān)系[17]。

回顧相關(guān)文獻(xiàn)，研究綠色信貸對商業(yè)銀行運(yùn)營的影響時(shí)，主要運(yùn)用面板數(shù)據(jù)的多元回歸或者主成分分析法來探討商業(yè)銀行的盈利或者風(fēng)險(xiǎn)轉(zhuǎn)移以及對商業(yè)銀行聲譽(yù)上的影響；變量方面，主要研究綠色信貸規(guī)模和影響銀行經(jīng)營效率的某一變量之間的關(guān)系，如平均資產(chǎn)收益率、資本充足率和不良貸款率等。本文主要著眼于銀行綠色化水平對其經(jīng)營效率的長期影響，運(yùn)用動(dòng)態(tài)綜合評價(jià)模型分析得出商業(yè)銀行的經(jīng)營效率水平，然后利用得到的經(jīng)營效率評價(jià)值與銀行綠色信貸比建立面板向量自回歸模型，試圖去發(fā)現(xiàn)銀行的綠色信貸對其經(jīng)營效率是否有長期顯著的正向作用，并就所得出的結(jié)論提出一定的政策性建議。

三、銀行經(jīng)營效率的綜合評估

在某個(gè)時(shí)間的靜態(tài)截面上，從客觀、公正、合理的角度全面評價(jià)被研究對象的過程稱為綜合評價(jià)。在現(xiàn)實(shí)管理決策中，除了考慮研究對象在靜態(tài)截面上的取值外，需要更多地考慮在某一段連續(xù)時(shí)間內(nèi)的取值，從而得到動(dòng)態(tài)綜合評價(jià)值。動(dòng)態(tài)綜合評價(jià)法可以看作是原有綜合評價(jià)法的再發(fā)展，在靜態(tài)綜合評價(jià)基礎(chǔ)上加上時(shí)間因素，將應(yīng)用擴(kuò)展到時(shí)序立體數(shù)據(jù)表的研究上[18]。參考以往研究時(shí)序立體數(shù)據(jù)的方法，動(dòng)態(tài)綜合評價(jià)方法可以應(yīng)用到本文銀行經(jīng)營效率的綜合計(jì)算中。

(一)變量選取和時(shí)序立體數(shù)據(jù)表的構(gòu)建

本文參考美國新駱駝銀行評級制度CAMELS，主要選取銀行的盈利性變量、安全性變量、流動(dòng)性變量以及規(guī)模性變量進(jìn)行分析。具體變量的選取如表1所示。

表1 商業(yè)銀行經(jīng)營效率的變量選取

本文選取中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國建設(shè)銀行、交通銀行、招商銀行、中信銀行、興業(yè)銀行、上海浦東發(fā)展銀行、民生銀行的年度數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)來源于各商業(yè)銀行的年度報(bào)告、年度社會責(zé)任報(bào)告以及上海證券交易所網(wǎng)站。10家商業(yè)銀行2008～2017年10年、8個(gè)經(jīng)營效率變量數(shù)據(jù)構(gòu)成了10個(gè)10×8的平面數(shù)據(jù)表，即10×10×8時(shí)序立體數(shù)據(jù)表。通過動(dòng)態(tài)綜合評價(jià)模型得出各銀行每個(gè)年度經(jīng)營效率，與年度綠色信貸比進(jìn)行比較分析。

(二)模型求解

1.變量的正向化和數(shù)據(jù)標(biāo)準(zhǔn)化?？紤]到變量屬性的不同，首先對變量進(jìn)行一致化處理，負(fù)向變量要進(jìn)行正向化處理，這里采用倒數(shù)法。本文需要正向化處理的變量有成本收入比(CIR)、不良貸款率(BLR)、資產(chǎn)負(fù)債率(DAR)。由于各個(gè)變量的單位不一致，本文采用正態(tài)標(biāo)準(zhǔn)化對各個(gè)變量的數(shù)據(jù)進(jìn)行處理。

運(yùn)用R軟件求出矩陣H的最大特征值：

λmax=306.35

在滿足WTW=I的條件下，

用F表示商業(yè)銀行總體經(jīng)營效率的評價(jià)值，則可以得到商業(yè)銀行總體經(jīng)營效率的評價(jià)模型：

F=-0.4808x1-0.2042x2+0.1034x3+0.3354x4-0.4667x5-0.4316x6+

0.2155x7+0.3916x8

由上式計(jì)算得出銀行的經(jīng)營效率評價(jià)值[注]因篇幅限制，具體數(shù)值省略，作者備索。。對10家銀行年度經(jīng)營效率F值直接加總，得到每年的經(jīng)營效率總值，可以觀察銀行經(jīng)營效率的整體變化趨勢，如圖1所示?？梢园l(fā)現(xiàn)，在2008～2011年間銀行的經(jīng)營效率總體處于下降趨勢，2011年以后逐漸回升(圖1)。從綠色信貸發(fā)展趨勢來看(圖2)，2008～2011年綠色信貸發(fā)展緩慢，一定程度上受到了金融危機(jī)的沖擊，因此對研究二者在金融危機(jī)背景下的動(dòng)態(tài)關(guān)系沒有影響。

圖1 10家銀行經(jīng)營效率走勢

圖2 2008～2017年銀行業(yè)綠色信貸余額[注]數(shù)據(jù)來自2008～2017年《中國銀行業(yè)社會責(zé)任報(bào)告》。

四、經(jīng)營效率和綠色信貸的動(dòng)態(tài)分析

(一)模型設(shè)定

面板數(shù)據(jù)向量自回歸(PVAR)模型可以進(jìn)行面板數(shù)據(jù)的處理，同時(shí)考慮了樣本的個(gè)體效應(yīng)和時(shí)間效應(yīng)。本文PVAR模型的基本形式為：

其中，i=1,2,…,10表示銀行，t=2008,2009,…2017表示年份，yi,t={F,glr}，p為滯后階數(shù)，αi表示個(gè)體效應(yīng)，即銀行間的差異，βt表示時(shí)間效應(yīng)，反映變量在時(shí)間上的特征，βp為2×2系數(shù)矩陣，εi,t是隨機(jī)擾動(dòng)項(xiàng)。

本文通過以下步驟構(gòu)建PVAR模型：變量的單位根檢驗(yàn)和協(xié)整檢驗(yàn)；判斷變量的數(shù)據(jù)是否平穩(wěn)，有無長期均衡關(guān)系；模型最優(yōu)滯后階數(shù)的選擇；利用面板廣義矩估計(jì)(GMM)估計(jì)模型參數(shù)；計(jì)算脈沖響應(yīng)函數(shù)和方差分解。

(二)實(shí)證分析

本文通過構(gòu)建面板VAR模型(PVAR)分析綠色信貸對銀行經(jīng)營效率的影響，研究標(biāo)準(zhǔn)化后的綠色信貸比率(glr)與第三部分得到的銀行經(jīng)營效率(F)的關(guān)系。綠色信貸比率(glr)表示綠色信貸余額與貸款總額的比值。商業(yè)銀行的社會責(zé)任報(bào)告中應(yīng)明確表明綠色信貸余額，該數(shù)據(jù)易于獲得并具有一定的代表性，因此本文選擇綠色信貸比率作為衡量商業(yè)銀行綠色信貸情況的變量。變量的描述性統(tǒng)計(jì)如表2所示。

表2 變量描述性統(tǒng)計(jì)

1.單位根和協(xié)整檢驗(yàn)。從表3中可以看出變量的數(shù)據(jù)都是單整的，對變量F和glr進(jìn)行協(xié)整檢驗(yàn)，結(jié)果表明在5%的顯著性水平下Ga、Pt和Pa都不是顯著的，可以認(rèn)為二者之間不存在協(xié)整關(guān)系，即不存在長期均衡關(guān)系。協(xié)整檢驗(yàn)后可以根據(jù)是否存在協(xié)整關(guān)系決定選擇面板向量自回歸模型(PVAR)還是面板向量修正模型(PVEC)。當(dāng)變量之間不協(xié)整時(shí)，建立面板自回歸模型[20]。因此本文利用2008～2017年10家商業(yè)銀行的變量數(shù)據(jù)構(gòu)建PVAR模型，實(shí)證研究銀行經(jīng)營效率與綠色信貸之間的相互影響。

表3 面板數(shù)據(jù)單位根檢驗(yàn)結(jié)果

表4 經(jīng)營效率-綠色信貸比協(xié)整檢驗(yàn)結(jié)果

2.滯后階數(shù)的選擇。在Stata 14.0軟件中，運(yùn)行pvarsoc命令得到滯后階數(shù)的最優(yōu)選擇，分析發(fā)現(xiàn)滯后一階的MBIC、MAIC、MQIC值最小，所以選擇滯后一階作為最優(yōu)滯后階數(shù)研究經(jīng)營效率與綠色信貸之間協(xié)整關(guān)系是合理的。

表5 經(jīng)營效率-綠色信貸比PVAR滯后階數(shù)檢驗(yàn)

3.PVAR(1)模型估計(jì)。在模型估計(jì)之前，首先運(yùn)用向前均值差分消除個(gè)體固體效應(yīng)，得到h_F，h_glf。考慮到廣義矩估計(jì)的穩(wěn)健性，采用GMM估計(jì)模型參數(shù)，如表6所示。

表6 面板VAR模型的GMM估計(jì)結(jié)果

從表6估計(jì)結(jié)果可以看出：當(dāng)h_F為被解釋變量時(shí)，在95%的顯著性水平下，L.h_F、L.h_glr對h_F有正向作用且顯著，即滯后1期的經(jīng)營效率和滯后1期的綠色信貸比能顯著地促進(jìn)當(dāng)期銀行經(jīng)營效率的發(fā)展。在h_glr的回歸方程中，在95%的顯著性水平下，L.h_F對h_glr的作用不顯著，L.h_glr對h_glr有正向作用且顯著，即當(dāng)期綠色信貸的實(shí)施與銀行滯后1期的經(jīng)營效率無關(guān)，上一期的綠色信貸規(guī)模大小會顯著地影響本期的綠色信貸投入。

4.脈沖響應(yīng)函數(shù)。通過觀察PVAR的回歸結(jié)果可以直觀地了解到變量間的關(guān)系，但是變量之間的長期動(dòng)態(tài)關(guān)系還需要通過觀察脈沖響應(yīng)函數(shù)來分析。圖3為經(jīng)營效率和綠色信貸兩個(gè)變量的脈沖響應(yīng)圖。

圖3 經(jīng)營效率-綠色信貸比脈沖響應(yīng)函數(shù)

從圖3可以看出：在本期給F一個(gè)標(biāo)準(zhǔn)差沖擊后，對自身的影響在第一期內(nèi)是正向作用，并且這種促進(jìn)作用逐漸降低并趨于平穩(wěn)；F的標(biāo)準(zhǔn)差沖擊在期初對glr有明顯的正向作用，2期以后對glr的影響逐漸減弱，這說明綠色信貸與銀行自身發(fā)展的發(fā)展密切相關(guān)。glr的標(biāo)準(zhǔn)差沖擊對F的脈沖值在逐漸加強(qiáng)；在本期給glr一個(gè)標(biāo)準(zhǔn)差沖擊后，對自身的影響在第一期內(nèi)是較為明顯的正向作用，并且這種促進(jìn)作用逐漸降低并趨于平穩(wěn)。

5.方差分解。本文采用方差分解法分析經(jīng)營效率和綠色信貸對其波動(dòng)的相對貢獻(xiàn)率，表7給出了具體的方差分解結(jié)果，包括第10期、20期、30期的預(yù)測方差分解。

從方差分解的結(jié)果可以看出：綠色信貸比對自身沖擊較大，在第10期，對自身方差的貢獻(xiàn)率達(dá)到97.20%，在第30期稍微下降至96.90%。綠色信貸比對銀行經(jīng)營效率的變動(dòng)解釋能力較強(qiáng)，在第30期達(dá)到11.34%，說明在考慮綠色信貸時(shí)，商業(yè)銀行經(jīng)營效率變動(dòng)的11.34%可由綠色信貸解釋。銀行經(jīng)營效率對其自身的影響最大，在第30期為88.66%。經(jīng)營效率對綠色信貸比的影響比較小，但一直處于上升趨勢，在第30期為3.10%，這表明銀行經(jīng)營效率的高低可能會影響綠色信貸的發(fā)展。

表7 PVAR模型的方差分解結(jié)果

五、結(jié)論和建議

本文分析了綠色信貸發(fā)展與銀行經(jīng)營效率之間的動(dòng)態(tài)關(guān)系，利用2008～2017年10家銀行4個(gè)方面(盈利性、安全性、流動(dòng)性、規(guī)模性)8個(gè)變量數(shù)據(jù)進(jìn)行綜合評價(jià)分析，得到商業(yè)銀行的經(jīng)營效率評價(jià)值，然后利用得到的經(jīng)營效率評價(jià)值數(shù)據(jù)與標(biāo)準(zhǔn)化的綠色信貸比率數(shù)據(jù)建立面板向量自回歸模型，實(shí)證分析綠色信貸發(fā)展與銀行經(jīng)營效率之間的影響和相互關(guān)系。廣義矩估計(jì)結(jié)果表明：在95%的顯著性水平下，綠色信貸對商業(yè)銀行的經(jīng)營效率有正向影響；進(jìn)一步，通過分析脈沖響應(yīng)圖可以看出綠色信貸的波動(dòng)對銀行經(jīng)營效率具有持久的正向沖擊；在預(yù)測方差分解中，綠色信貸對銀行經(jīng)營效率的方差貢獻(xiàn)率達(dá)到11.34%，這表明銀行經(jīng)營效率的波動(dòng)在一定程度上是由綠色信貸發(fā)展引起的。

綠色信貸是調(diào)動(dòng)企業(yè)及社會各界力量參與環(huán)保事業(yè)的一個(gè)杠桿。激發(fā)銀行實(shí)施綠色信貸的積極性，可以促進(jìn)整個(gè)社會企業(yè)向綠色化經(jīng)濟(jì)體系發(fā)展?；诖耍疚奶岢鲆韵陆ㄗh：第一，強(qiáng)化綠色信貸意識，將綠色信貸融入企業(yè)信貸文化建設(shè)，制定一套有效的銀行長期發(fā)展規(guī)劃。積極創(chuàng)新綠色信貸產(chǎn)品，建立嚴(yán)格的信貸審核標(biāo)準(zhǔn)，將環(huán)境風(fēng)險(xiǎn)管理與信貸審批流程緊密結(jié)合。第二，政府應(yīng)制定明確的綠色信貸標(biāo)準(zhǔn)，明確界定“兩高一低”和綠色信貸的范圍標(biāo)準(zhǔn)和統(tǒng)計(jì)口徑并公布，接受社會公眾的監(jiān)督。第三，建立有效的激勵(lì)機(jī)制。政府應(yīng)當(dāng)對銀行采取適當(dāng)?shù)募?lì)政策，對切實(shí)實(shí)施綠色信貸且成果顯著的銀行實(shí)行獎(jiǎng)勵(lì)，如減免稅收、財(cái)政貼息等，推動(dòng)銀行更加自覺開展綠色信貸。第四，加快推進(jìn)環(huán)境信息強(qiáng)制披露政策，將環(huán)境標(biāo)準(zhǔn)與社會責(zé)任融入到銀行整體信貸及貸款項(xiàng)目評估的流程中，減少銀行綠色信貸的成本。