邵靖雯 曾曉倩

綠色信貸作為當(dāng)前綠色金融市場中規(guī)模最大的綠色金融產(chǎn)品，在我國實(shí)現(xiàn)“雙碳”目標(biāo)的背景下仍有巨大發(fā)展空間，隨著綠色信貸規(guī)模不斷擴(kuò)大，其對(duì)銀行產(chǎn)生的影響逐漸顯現(xiàn)。本文選取2013年-2020年我國18家系統(tǒng)重要性銀行的平衡面板數(shù)據(jù)，實(shí)證研究了綠色信貸對(duì)于我國系統(tǒng)重要性銀行穩(wěn)健性的影響，得出基本結(jié)論：綠色信貸對(duì)系統(tǒng)重要性銀行穩(wěn)健性具有積極作用，并基于結(jié)論從宏觀制度層面和銀行微觀層面提出相關(guān)建議。

一、引言

在第七十五屆聯(lián)合國大會(huì)上，習(xí)近平主席宣布我國預(yù)計(jì)在2030年實(shí)現(xiàn)碳達(dá)峰、 2060年實(shí)現(xiàn)碳中和（簡稱“雙碳”），在“雙碳”目標(biāo)驅(qū)動(dòng)下，支持綠色低碳發(fā)展是我國未來一段時(shí)期金融領(lǐng)域的重點(diǎn)工作。綠色信貸作為金融支持綠色發(fā)展的一個(gè)重要途徑快速增長，截至2021年末，我國本外幣綠色信貸余額15.9萬億元，存量規(guī)模居世界第一，綠色信貸環(huán)境效益逐步顯現(xiàn)，在這其中無論是規(guī)模還是市場占有率都處于領(lǐng)頭地位的系統(tǒng)重要性銀行發(fā)揮了重要作用。隨著我國綠色信貸規(guī)模的不斷增加，不斷有學(xué)者通過研究指出綠色信貸會(huì)對(duì)商業(yè)銀行經(jīng)營績效、風(fēng)險(xiǎn)防控、創(chuàng)新競爭等方面產(chǎn)生影響，作為綠色信貸領(lǐng)域的主力軍，在我國防范“太大而不能倒”風(fēng)險(xiǎn)的金融監(jiān)管邏輯下，綠色信貸業(yè)務(wù)的發(fā)展對(duì)于系統(tǒng)重要性銀行的穩(wěn)健性會(huì)產(chǎn)生何種影響值得探究。

二、相關(guān)研究理論

對(duì)于綠色信貸對(duì)商業(yè)銀行影響的研究，我國學(xué)者多是基于微觀角度研究綠色信貸與商業(yè)銀行經(jīng)營管理之間的關(guān)系，觀點(diǎn)主要集中在對(duì)銀行風(fēng)險(xiǎn)和經(jīng)營績效的影響兩方面。在信貸風(fēng)險(xiǎn)影響方面，多數(shù)研究認(rèn)為綠色信貸對(duì)降低銀行信貸風(fēng)險(xiǎn)具有正向作用。雷博雯等[1]（2020）通過刻畫商業(yè)銀行的流動(dòng)性分析綠色信貸對(duì)商業(yè)銀行產(chǎn)生的信貸風(fēng)險(xiǎn)，反映綠色信貸對(duì)商業(yè)銀行風(fēng)險(xiǎn)管控的影響效果。張鳳賢[2]（2021）基于14家商業(yè)銀行面板數(shù)據(jù)通過隨機(jī)和固定效應(yīng)模型分析認(rèn)為銀行發(fā)展綠色信貸可以改善銀行資產(chǎn)質(zhì)量，在考慮了外部市場環(huán)境的情況下這一影響會(huì)更加顯著。馬若微等[3]（2021）則是從銀行聲譽(yù)視角和中介效應(yīng)分析研究了綠色信貸政策對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響，認(rèn)為綠色信貸能夠正向影響銀行聲譽(yù)并有效降低銀行信貸風(fēng)險(xiǎn)。

在綠色信貸影響商業(yè)銀行經(jīng)營績效方面，一部分學(xué)者認(rèn)為綠色信貸對(duì)銀行經(jīng)營績效具有抑制作用，高志堅(jiān)[4]（2021）通過異質(zhì)性分析認(rèn)為，開展綠色信貸業(yè)務(wù)對(duì)不同類型銀行的資產(chǎn)收益率有不同影響，其中大型國有商業(yè)銀行開展綠色信貸會(huì)導(dǎo)致其資產(chǎn)收益率下降，而對(duì)中小股份制銀行則是有利的。楊姝平[5]（2020）通過構(gòu)建面板模型，研究認(rèn)為綠色信貸業(yè)務(wù)對(duì)于商業(yè)銀行收益有促進(jìn)作用，但影響作用較小。并闡明了現(xiàn)階段銀行經(jīng)營綠色信貸存在的局限性，亟需提升經(jīng)營效率和質(zhì)量。李程等[6]（2016）通過運(yùn)用DID模型實(shí)證分析發(fā)現(xiàn)綠色信貸政策給銀行績效帶來負(fù)向影響。還有一部分學(xué)者則是通過結(jié)合綠色信貸期限時(shí)滯影響的研究產(chǎn)生了不同的觀點(diǎn)，這部分學(xué)者認(rèn)為短時(shí)間內(nèi)綠色信貸為商業(yè)銀行帶來的收益是有限的，但從長期來看，無論是經(jīng)濟(jì)效益還是社會(huì)效益，綠色信貸都會(huì)對(duì)商業(yè)銀行經(jīng)營績效產(chǎn)生正向作用，體現(xiàn)在綠色信貸有助于提高商業(yè)銀行自身的商業(yè)信譽(yù)、商業(yè)價(jià)值和社會(huì)影響力。劉昊[7]（2021）將風(fēng)險(xiǎn)管理文化視角引入綠色信貸中，采用面板SVAR模型對(duì)中國商業(yè)銀行綠色信貸與發(fā)展質(zhì)量的相關(guān)性進(jìn)行了實(shí)證檢驗(yàn)，結(jié)果顯示商業(yè)銀行的盈利能力和風(fēng)險(xiǎn)管理水平與商業(yè)銀行綠色信貸業(yè)務(wù)之間存在正相關(guān)關(guān)系。張文中等[8]（2020）基于非期望產(chǎn)出的SBM銀行效率值通過工具變量法研究得出，短期來看，綠色信貸不利于銀行效率的提高，而從長期來看，綠色信貸政策對(duì)銀行效率存在正向引導(dǎo)。金浩等[9]（2022）則是通過構(gòu)建系統(tǒng)GMM模型研究指出綠色信貸對(duì)經(jīng)營效率積極作用具有滯后性，銀行實(shí)施綠色信貸在長期看來是有益的，但目前銀行經(jīng)營效率反而抑制了綠色信貸發(fā)展。

綜上所述，既有文獻(xiàn)中我國學(xué)者在綠色信貸對(duì)商業(yè)銀行影響的研究領(lǐng)域主要集中在信貸風(fēng)險(xiǎn)和經(jīng)營績效方面，同時(shí)部分學(xué)者對(duì)綠色信貸在商業(yè)銀行競爭力影響方面進(jìn)行了研究，綜合來說，大部分學(xué)者認(rèn)為綠色信貸業(yè)務(wù)發(fā)展會(huì)給商業(yè)銀行帶來積極影響?；诎l(fā)展中國家的“雙碳”目標(biāo)視角和宏觀審慎視角，并將綠色信貸與系統(tǒng)重要性銀行結(jié)合起來的卻比較缺乏，這也為本文遴選我國系統(tǒng)重要性銀行作為研究對(duì)象提供了有益的參考和研究空間。

三、實(shí)證分析

（一）樣本選擇

根據(jù)《系統(tǒng)重要性銀行評(píng)估辦法》，央行、銀保監(jiān)會(huì)在2021年10月基于2020年數(shù)據(jù)，評(píng)估認(rèn)定了我國19家系統(tǒng)重要性銀行①，包括6家國有商業(yè)銀行、9家股份制商業(yè)銀行和4家城市商業(yè)銀行?；跀?shù)據(jù)可得性和有效性，由于興業(yè)銀行社會(huì)責(zé)任報(bào)告未單獨(dú)公布綠色信貸相關(guān)數(shù)據(jù)，為避免影響分析結(jié)果，選取除興業(yè)銀行以外的18家系統(tǒng)重要性銀行2013年至2020年8年的相關(guān)數(shù)據(jù)組成樣本數(shù)據(jù)進(jìn)行實(shí)證分析，相關(guān)數(shù)據(jù)來源于wind數(shù)據(jù)庫，部分缺失數(shù)據(jù)及綠色信貸數(shù)據(jù)由各銀行公布的年度報(bào)告及社會(huì)責(zé)任報(bào)告整理補(bǔ)全，宏觀經(jīng)濟(jì)相關(guān)數(shù)據(jù)來源于國家統(tǒng)計(jì)局官網(wǎng)公布數(shù)據(jù)，運(yùn)用的計(jì)量分析軟件為stata15版本。

（二）變量選取

1.被解釋變量。目前，國內(nèi)外學(xué)者在實(shí)證研究中廣泛運(yùn)用Z-score指數(shù)法（以下簡稱Z值）度量商業(yè)銀行的穩(wěn)健性，該方法能從收益率標(biāo)準(zhǔn)差的角度近似地去評(píng)價(jià)銀行經(jīng)營風(fēng)險(xiǎn)，特別是在銀行破產(chǎn)概率較低的情況下，能夠直接體現(xiàn)銀行運(yùn)營風(fēng)險(xiǎn)的大?。ɡ钍榔降萚12]，2018）。常見的Z值測度方法主要有兩種，其差異主要在于是否將銀行資產(chǎn)的加權(quán)風(fēng)險(xiǎn)項(xiàng)納入對(duì)Z值的構(gòu)建：

其中ROAA為平均總資產(chǎn)收益率，ETA為資本與總資產(chǎn)的比值，σ（ROAA）為平均總資本收益率的標(biāo)準(zhǔn)差。

其中RORWA加權(quán)風(fēng)險(xiǎn)資產(chǎn)收益率，ERWA為資產(chǎn)收益率，σ（RORWA）為加權(quán)風(fēng)險(xiǎn)資產(chǎn)收益率的標(biāo)準(zhǔn)差。

本文參考任哲等[10]（2022）、王蕙[11]（2019）等的研究，以各樣本銀行破產(chǎn)Z值為銀行穩(wěn)健程度的代表變量并作為模型被解釋變量，Z值越大，銀行破產(chǎn)風(fēng)險(xiǎn)越小，也越穩(wěn)健。不同的文獻(xiàn)在計(jì)算Z值時(shí)對(duì)總資本收益率均值和標(biāo)準(zhǔn)差計(jì)算選擇的窗口長度有所差別，本文參考Delis等方式，以三年為周期計(jì)算出各銀行ROAA的滾動(dòng)標(biāo)準(zhǔn)差，既首個(gè)周期為2011年—2013年，次期為2012年—2014年，以此類推計(jì)算出各期滾動(dòng)σ（ROAA），再分別結(jié)合當(dāng)期ETA和ROAA最終計(jì)算出各銀行Z值，為了消除極端值影響，實(shí)證分析中對(duì)計(jì)算出的Z值進(jìn)行對(duì)數(shù)處理。

2.解釋變量。參考以往文獻(xiàn)，反映綠色信貸規(guī)模的代表變量主要有綠色信貸占比和綠色信貸余額，相較于綠色信貸占比，綠色信貸余額更能直接的反映出銀行綠色信貸業(yè)務(wù)發(fā)展的規(guī)模及銀行在綠色信貸方面的絕對(duì)投入，所以本文選取綠色信貸的年度余額為各樣本銀行綠色信貸業(yè)務(wù)規(guī)模的代表變量并作為模型解釋變量，由于綠色信貸余額數(shù)據(jù)與其他變量差異較大，為平滑數(shù)據(jù)，實(shí)證分析中同樣對(duì)綠色信貸樣本數(shù)據(jù)進(jìn)行對(duì)數(shù)處理。

3.控制變量。通過參考相關(guān)文獻(xiàn)，結(jié)合IMF《金融穩(wěn)健性指標(biāo)編制指南》，綜合考慮系統(tǒng)重要性銀行安全性、流動(dòng)性、盈利性方面，本文選取核心一級(jí)資本充足率，不良貸款率、撥備覆蓋率、非利息收入占比、成本收入比、流動(dòng)性比率為樣本銀行微觀個(gè)體方面的控制指標(biāo)，同時(shí)將外部宏觀經(jīng)濟(jì)的影響納入考量，選取國民生產(chǎn)總值增長率為控制變量，取對(duì)數(shù)進(jìn)行回歸，各指標(biāo)具體情況如下表：

（三）基本模型設(shè)定

基于上述變量，設(shè)定基本回歸模型如下：

在銀行的實(shí)際業(yè)務(wù)中，綠色信貸多是周期長、實(shí)現(xiàn)成效慢的項(xiàng)目，對(duì)銀行產(chǎn)生的影響需要一定時(shí)間才會(huì)顯現(xiàn)，為了進(jìn)一步討論這樣的情況，將綠色信貸滯后一期變量加入模型再次進(jìn)行回歸分析，分析當(dāng)期系統(tǒng)重要性銀行穩(wěn)健性Z值受上期綠色信貸的影響情況。更新后的模型如下：

其中i為銀行主體，t為時(shí)間，α為常數(shù)項(xiàng)，ε為隨機(jī)干擾項(xiàng)，主要研究的是各變量的系數(shù)β值。

（四）實(shí)證分析

1.描述性統(tǒng)計(jì)。各變量描述性統(tǒng)計(jì)見表2，數(shù)據(jù)集為2013年—2020年18家系統(tǒng)重要性銀行的平衡面板數(shù)據(jù)。從變量數(shù)據(jù)的統(tǒng)計(jì)情況來看，所有變量值均處于合理變化范圍內(nèi)，變量均值與中位數(shù)較為接近，表明數(shù)據(jù)更為符合正態(tài)分布。核心變量方面，被解釋變量LNZ最大值為7.5，最小值3.5，均值5.129，我國各系統(tǒng)重要性銀行穩(wěn)健程度有所差異，但總體穩(wěn)健，解釋變量LNGC最大值為9.82，最小值為2.76，均值6.577，極值間差距較大，各系統(tǒng)重要性銀行間的綠色信貸規(guī)模差異較為明顯。

2.相關(guān)性分析。表3為皮爾遜相關(guān)分析結(jié)果，在不考慮其他因素的情況下，核心變量LNGC、滯后一期的L.INGC與LNZ具有關(guān)系性且都在5%水平下顯著，符合模型構(gòu)建的預(yù)期，基本滿足回歸分析的需要，控制變量CAR和LR系數(shù)為正且在5%水平下顯著，NPL、CIR和GDP系數(shù)為負(fù)，NII、PC系數(shù)為正，均較為符合實(shí)際認(rèn)知，可以為后續(xù)回歸分析提供參考。

3.回歸分析。為避免變量之間存在多重共線關(guān)系使模型失效，在進(jìn)行回歸分析之前，先對(duì)各變量進(jìn)行多重共線性檢驗(yàn)，結(jié)果顯示如表4，兩個(gè)模型中全部變量的方差膨脹因子VIF均小于5，表明變量間不存在嚴(yán)重多重共線性，通過相關(guān)變量構(gòu)建的模型是有效的。

基于公式（3）和（4），通過Hausman檢驗(yàn)結(jié)果顯示，兩個(gè)模型的P值分別為0.3320和0.1820，均大于0.1，故接受原假設(shè)，變量不存在嚴(yán)重內(nèi)生性可用隨機(jī)效應(yīng)模型進(jìn)行回歸估計(jì)。同時(shí)，為避免可能存在的異方差及組內(nèi)自相關(guān)問題產(chǎn)生有偏的估計(jì)結(jié)果，在隨機(jī)效應(yīng)回歸的基礎(chǔ)上進(jìn)一步采用廣義最小二乘法（GLS）進(jìn)行修正后的回歸估計(jì)，以此得出更為有效的回歸估計(jì)結(jié)果，回歸結(jié)果如圖5中所示，（1）—（2）為當(dāng)期綠色信貸余額為變量時(shí)的回歸估計(jì)結(jié)果（4）—（5）為納入滯后一期綠色信貸余額后的回歸估計(jì)結(jié)果。

4.穩(wěn)健性檢驗(yàn)。為進(jìn)一步檢驗(yàn)?zāi)Ｐ凸烙?jì)結(jié)果穩(wěn)健程度，將資產(chǎn)風(fēng)險(xiǎn)因素納入考量，基于公式（2）采用第二種Z值構(gòu)建方法計(jì)，以同樣的時(shí)間區(qū)間計(jì)算出各銀行納入風(fēng)險(xiǎn)加權(quán)資產(chǎn)后的穩(wěn)健性Z值，以符號(hào)Z2表示，并進(jìn)行回歸估計(jì)，以進(jìn)一步校驗(yàn)估計(jì)結(jié)果的穩(wěn)健性。經(jīng)過更新的模型如下：

其中α為常數(shù)項(xiàng)，ε為隨機(jī)干擾項(xiàng)，i為銀行主體，t為時(shí)間使用廣義最小二乘法回歸估計(jì)結(jié)果如表5（3）、（6）所示，核心變量與原回歸結(jié)果顯著性一致，估計(jì)系數(shù)相近，變化方向相同，說明回歸結(jié)果是合理穩(wěn)健的。綠色信貸業(yè)務(wù)的發(fā)展對(duì)提升系統(tǒng)重要性銀行穩(wěn)健性具有積極作用。

（五）結(jié)論

1.綠色信貸對(duì)提升系統(tǒng)重要性銀行穩(wěn)健性具有積極作用。核心變量的估計(jì)結(jié)果顯示，商業(yè)銀行綠色信貸規(guī)模（INGC）與Z值（INZ）均為正相關(guān)，使用廣義最小二乘法估計(jì)的回歸系數(shù)為0.186，且通過10%水平下顯著檢驗(yàn)，表明隨著系統(tǒng)重要性銀行綠色信貸余額每增長1%，系統(tǒng)重要性銀行穩(wěn)健性Z值相應(yīng)增長0.186%，綠色信貸對(duì)提升系統(tǒng)重要性銀行穩(wěn)健性具有積極作用。

2.綠色信貸對(duì)系統(tǒng)重要性銀行穩(wěn)健性的影響具有一定時(shí)滯性，但該影響是正向的且長期的。在加入滯后一期綠色信貸變量的回歸估計(jì)中，使用廣義最小二乘法估計(jì)的回歸系數(shù)為0.202，且通過10%水平下顯著檢驗(yàn)，綠色信貸對(duì)Z值影響的估計(jì)系數(shù)是相較增長的，說明隨著綠色信貸業(yè)務(wù)的發(fā)展，綠色信貸對(duì)于系統(tǒng)重要性銀行穩(wěn)健性的影響是連續(xù)的，且該影響是正向的。

（六）政策建議

基于以上結(jié)論，為了進(jìn)一步發(fā)揮綠色信貸對(duì)于優(yōu)化系統(tǒng)重要性銀行穩(wěn)健性的積極作用，應(yīng)鼓勵(lì)銀行大力發(fā)展綠色信貸業(yè)務(wù)更好地融入和服務(wù)國家發(fā)展戰(zhàn)略，對(duì)此，本文從宏觀制度層面和銀行微觀層面提出了相關(guān)建議。

1.宏觀層面，加大綠色信貸制度的頂層構(gòu)建。一是加強(qiáng)信息披露與共享機(jī)制建設(shè)，建議從激勵(lì)機(jī)制、評(píng)估能力等方面進(jìn)一步完善綠色項(xiàng)目識(shí)別標(biāo)準(zhǔn)和第三方評(píng)估評(píng)級(jí)規(guī)范，同時(shí)強(qiáng)化綠色項(xiàng)目、綠色金融產(chǎn)品環(huán)境信息披露，增加綠色項(xiàng)目及綠色金融產(chǎn)品的識(shí)別度，降低識(shí)別和評(píng)估成本，利于銀行主動(dòng)對(duì)接。二是統(tǒng)一綠色金融統(tǒng)計(jì)標(biāo)準(zhǔn)，建立由官方層面統(tǒng)一口徑的綠色信貸數(shù)據(jù)披露平臺(tái)，有利于營造社會(huì)環(huán)保氛圍，培育強(qiáng)化社會(huì)綠色偏好，也更利于銀行聲譽(yù)效應(yīng)提升。三是配套政策提升銀行積極性，通過政策合力緩解綠色項(xiàng)目外部性特征，提高綠色項(xiàng)目獲貸率，通過稅收、財(cái)政、貨幣政策工具、監(jiān)管容忍度等外部配套措施，彌補(bǔ)商業(yè)銀行綠色信貸項(xiàng)目的投資回報(bào)和風(fēng)險(xiǎn)成本，提高銀行積極性。

2.銀行層面，優(yōu)化銀行綠色信貸業(yè)務(wù)細(xì)化管理。一是借助金融科技提升智能化管理水平，推動(dòng)綠色信貸提質(zhì)擴(kuò)面。建議商業(yè)銀行借助金融科技手段創(chuàng)建符合自身運(yùn)營需求的綠色信貸管理系統(tǒng)，應(yīng)用于綠色低碳項(xiàng)目對(duì)接、環(huán)境社會(huì)風(fēng)險(xiǎn)識(shí)別、環(huán)境效益測算、貸前快速識(shí)別審查、貸后風(fēng)險(xiǎn)預(yù)警處置等場景。二是細(xì)化風(fēng)險(xiǎn)防控，系統(tǒng)重要性銀行作為我國金融系統(tǒng)穩(wěn)定的關(guān)鍵因素，在大力支持我國綠色經(jīng)濟(jì)轉(zhuǎn)型的同時(shí)，對(duì)于相應(yīng)的風(fēng)險(xiǎn)管理應(yīng)更為慎重，建議建立綠色金融領(lǐng)域的指標(biāo)監(jiān)管標(biāo)準(zhǔn)，實(shí)行差異化精準(zhǔn)化的綠色金融資產(chǎn)風(fēng)險(xiǎn)管理。三是加強(qiáng)綠色金融產(chǎn)品服務(wù)創(chuàng)新。系統(tǒng)重要性銀行應(yīng)充分發(fā)揮其規(guī)模優(yōu)勢和聲譽(yù)效應(yīng)，加大綠色信貸投放，探索創(chuàng)新綠色金融產(chǎn)品和服務(wù)模式，與深耕區(qū)域特色具有地方優(yōu)勢的中小銀行，形成我國綠色發(fā)展的金融支持體系。

注釋：

① 19家系統(tǒng)重要性銀行：平安銀行、光大銀行、華夏銀行、廣發(fā)銀行、寧波銀行、上海銀行、江蘇銀行、北京銀行、浦發(fā)銀行、中信銀行、民生銀行、郵儲(chǔ)銀行、交通銀行、招商銀行、興業(yè)銀行、中國工商銀行、中國銀行、中國建設(shè)銀行、中國農(nóng)業(yè)銀行。

參考文獻(xiàn)：

[1]雷博雯，時(shí)波.綠色信貸對(duì)商業(yè)銀行績效與流動(dòng)性風(fēng)險(xiǎn)的影響[A].金融改革，2020：26-27.

[2]張鳳賢.綠色信貸對(duì)銀行不良率的影響研究[J].海南金融，2021（10）：80-87.

[3]馬若微，翟彤彤.綠色信貸政策對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響——基于銀行聲譽(yù)視角的中介效應(yīng)分析[J].農(nóng)村金融研究，2021（06）：9-21.DOI：10.16127/j.cnki.issn1003-1812.2021.06.006.

[4]高志堅(jiān).綠色信貸政策對(duì)商業(yè)銀行盈利能力的影響研究——基于中國15家上市商業(yè)銀行面板數(shù)據(jù)的分析[J].西部金融，2021（09）：58-64.DOI：10.16395/j.cnki.61-1462/f.2021.09.009.

[5]楊姝平.基于面板模型研究綠色信貸對(duì)商業(yè)銀行收益影響[J].時(shí)代金融，2020（15）：28-29+31.

[6]李程，白唯，王野，李玉善.綠色信貸政策如何被商業(yè)銀行有效執(zhí)行？——基于演化博弈論和DID模型的研究[J].南方金融，2016（01）：47-54.

[7]劉昊.綠色信貸、風(fēng)險(xiǎn)管理文化與商業(yè)銀行高質(zhì)量發(fā)展[J].財(cái)經(jīng)理論與實(shí)踐，2021，42（05）：2-8.DOI：10.16339/j.cnki.hdxbcjb.2021.05.001.

[8]張文中，竇瑞.綠色信貸對(duì)中國商業(yè)銀行效率的影響研究——基于SBM-GMM模型[J].投資研究，2020，39（11）：17-28.

[9]金浩，曹馨月.綠色信貸與銀行經(jīng)營效率的交互跨期影響研究——基于動(dòng)態(tài)面板系統(tǒng)GMM模型[J].經(jīng)濟(jì)論壇，2022（01）：78-87.

[10]任哲，孫英雋.綠色信貸對(duì)商業(yè)銀行穩(wěn)健性的影響研究[J].農(nóng)場經(jīng)濟(jì)管理，2022（01）：49-52.

[11]王蕙.外資戰(zhàn)略投資對(duì)中國銀行體系穩(wěn)定性的影響——基于面板模型及改進(jìn)的Z-Score法的實(shí)證分析[J].會(huì)計(jì)與經(jīng)濟(jì)研究，2019，33（05）：112-128.DOI：10.16314/j.cnki.31-2074/f.2019.05.007.

[12] 李世平，孟慶竹.中國非上市銀行經(jīng)營風(fēng)險(xiǎn)度量

——基于Z-score方法[J].山東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018，30（03）：61-71.

作者單位：邵靖雯，中國人民銀行昆明中心支行貨幣信貸處，碩士研究生，中級(jí)經(jīng)濟(jì)師;曾曉倩，中國人民銀行怒江中支貨幣信貸科，助理經(jīng)濟(jì)師。