葉莉，房穎

摘要：差異化定價視角下，建構能夠實現政府、銀行、企業(yè)三方利益均衡的綠色信貸交易機制是降低綠色企業(yè)融資成本與促進企業(yè)綠色發(fā)展的關鍵。通過構建包括政府監(jiān)管、銀行供給與企業(yè)執(zhí)行的綠色信貸三方演化博弈模型，分析了政府、銀行和企業(yè)在綠色信貸交易過程中的策略選擇，運用Matlab模擬仿真了影響三方利益均衡的關鍵因素。研究結果表明：綠色信貸交易過程的三方博弈存在多重演化穩(wěn)定策略。通過優(yōu)化綠色信貸交易機制，包括改變政府、銀行、企業(yè)三方初始行為偏好、提高環(huán)境信息披露程度、加強對銀行的補貼力度、加大對企業(yè)的補貼與懲罰，可以促進三方博弈穩(wěn)定策略向兼顧低利率、綠色生產與高效監(jiān)管的理想區(qū)間轉化。

關鍵詞：綠色信貸;演化博弈;差異化定價;環(huán)境信息披露;獎懲機制

中圖分類號：F832.33 文獻標識碼：A文章編號：1007-2101（2022）04-0097-13

一、引言

中國經濟由高速增長轉向高質量增長是進入新時代最鮮明的特征，以綠色驅動經濟高質量發(fā)展是時代使然，是轉型之需。中國政府一貫重視綠色發(fā)展問題，于2015年提出了國家自主貢獻方案[1]，明確了到2030年的低碳發(fā)展藍圖。2020年中央經濟工作會議進一步提出我國碳排放要在2030年之前達到峰值，2060年之前實現碳中和。要打好污染防治攻堅戰(zhàn)，實現減污降碳的目標，除了政策方面的傾斜之外，金融部門的資金支持也至關重要。根據柴麒敏等[2]的研究，2016—2030年我國實現應對氣候變化自主貢獻目標的資金總需求將達到56萬億元左右，相較于現有資金投入規(guī)模，中國每年將面臨約1.4萬億元的資金缺口，提高綠色資金投入和撬動綠色發(fā)展投融資的需求異常迫切。要滿足上述需求，僅靠政府的行政手段遠遠不夠[3]，因此，如何發(fā)揮市場經濟的調節(jié)作用，撬動金融供給側的信貸—杠桿來制約企業(yè)污染行為，成為新時代下經濟綠色高質量發(fā)展的重要課題。

綠色信貸是指商業(yè)銀行在國家環(huán)保政策的引導下，將符合綠色生產相關標準作為信貸審批的重要前提，利用信貸杠桿引導資金向有利于環(huán)保的產業(yè)和企業(yè)聚集[4-5]。對綠色企業(yè)與非綠色企業(yè)實行差異化利率定價是綠色信貸最重要的特征[6]。近年來，包括中國工商銀行、浦發(fā)銀行與興業(yè)銀行等在內的諸多商業(yè)銀行均已建立綠色信貸利率浮動優(yōu)惠制度，目標是借助差異化定價策略，降低企業(yè)綠色融資成本，進而助推企業(yè)綠色發(fā)展。從本質上看，差異化定價下的綠色信貸交易是包括政府、銀行與企業(yè)在內的多方動態(tài)博弈關系[7]，最理想的結果是能夠使政府、銀行和企業(yè)利益共享[8]。然而，在環(huán)保信息不對稱與環(huán)境監(jiān)管不到位等諸多現實因素的制約下，現階段綠色信貸交易中各主體利益尚難以達到均衡，致使綠色信貸利率浮動優(yōu)惠制度推行不力，差異化利率定價目標難以達成，進而導致綠色企業(yè)融資成本居高不下且綠色項目投資受限制[9]。

因此，要優(yōu)化現有綠色信貸交易機制，必須深入探討政府監(jiān)管行為、商業(yè)銀行利率定價行為與企業(yè)綠色發(fā)展行為之間的策略博弈過程，分析實現政府、銀行、企業(yè)三方利益均衡的條件，方能借助差異化利率定價達成降低綠色企業(yè)信貸融資成本、提高綠色資金配置的根本目標。

二、綠色信貸交易相關文獻綜述

如何優(yōu)化綠色信貸交易機制才能實現綠色信貸規(guī)模擴大、綠色企業(yè)融資成本降低是近年來受到學者廣泛關注的焦點問題。在定性分析與實證研究中，已有文獻以政府環(huán)境規(guī)制與企業(yè)環(huán)境信息披露作為綠色信貸交易機制優(yōu)化的切入點，研究其促進綠色信貸可持續(xù)發(fā)展的作用，比如Kaur[10]、Naoyuki 等[11]認為綠色產品是帶有一定外部性的私人物品，政府扮演好服務性角色的同時輔助一定程度的財政支持方可引導銀行資本進入，增加資金的“綠色配置”。Nelson等[12]提出綠色投資周期長且初始投資規(guī)模大，當缺乏政府強有力的支持時，綠色投資對銀行等私人部門的吸引力不足，政府加強環(huán)境規(guī)制才能引起銀行對綠色投資的關注，促進綠色信貸規(guī)模擴大。李程等[13]發(fā)現采取財政補貼和稅收手段能刺激商業(yè)銀行提高綠色信貸規(guī)模。韓豐霞等[14]提出加大對企業(yè)非環(huán)保行為的處罰力度有助于完善綠色信貸運行機制，優(yōu)化綠色信貸發(fā)展環(huán)境。少部分文獻認為環(huán)境規(guī)制與環(huán)境信息披露是通過作用于銀行差異化定價機制來促進綠色信貸發(fā)展的，比如，Aizawa等[15]認為政府部門設計有效的利益激勵，才能促使銀行將綠色發(fā)展作為信貸利率定價的決定因素，執(zhí)行綠色信貸的差異化定價。張雪蘭和何德旭[16]提出在綠色信貸交易中，商業(yè)化融資機制需要與公共財政機制相互配合才能激勵銀行執(zhí)行差異化利率定價，給綠色項目帶來實質性的利率優(yōu)惠。倪娟和孔令文[17]認為加強企業(yè)環(huán)境信息披露有助于減少綠色信貸交易中的信息不對稱，更好地發(fā)揮差異化定價的懲罰與激勵效應，降低綠色企業(yè)債務融資成本。

近年來，已有部分學者運用博弈論的理論與方法對綠色信貸交易機制優(yōu)化問題進行研究。這類研究大都認為綠色信貸交易的可持續(xù)依賴于參與主體之間能夠形成一種基于利益均衡的合作秩序。關于綠色信貸靜態(tài)博弈機制的研究，李新和程會強[18]、張賽英和肖揚清[19]分析了政府與商業(yè)銀行以及企業(yè)與商業(yè)銀行的靜態(tài)博弈過程，提出利益博弈難以達到均衡是影響綠色信貸可持續(xù)發(fā)展的關鍵。曹洪軍和陳好孟[7]構建了銀行與污染企業(yè)的完全信息與不完全信息靜態(tài)博弈模型，認為在缺乏外部約束時，銀行與污染企業(yè)容易達成“合謀”，會降低綠色資金配置的有效性。陳科[20]分析了綠色信貸市場上地方政府、商業(yè)銀行與污染企業(yè)的靜態(tài)博弈過程，提出科學激勵和約束能夠推動博弈均衡向有利于綠色信貸往理想趨勢發(fā)展?；陟o態(tài)分析的綠色信貸博弈研究對博弈主體自主學習和群體演化的考慮有所欠缺，演化博弈方法有助于克服上述缺陷，能夠更好地刻畫群體博弈局勢的變化形態(tài)，揭示綠色信貸交易機制優(yōu)化的路徑選擇[21]。但應用演化博弈研究綠色信貸動態(tài)博弈機制的研究較少，主要集中于銀企以及銀政的兩兩博弈，如周永圣等[6]通過刻畫銀行代理政府實施監(jiān)督權的動態(tài)演化博弈模型，提出政府對銀行的激勵和懲罰是綠色信貸可持續(xù)發(fā)展的助推器，能夠促進博弈雙方實現利益均衡。李善民[22]通過構建金融監(jiān)管部門與商業(yè)銀行的演化博弈模型，推演了博弈雙方策略的演化路徑，提出加強監(jiān)管部門監(jiān)管責任能夠促進綠色信貸供給。Ye和Fang[23]構建了重污染企業(yè)與銀行的演化博弈模型，并將政府環(huán)境規(guī)制作為一個外生變量加入模型中，通過仿真分析和實證檢驗發(fā)現政府環(huán)境規(guī)制強度會影響銀行與企業(yè)博弈均衡的實現。

綜上，各國學者基于不同的理論和方法對綠色信貸交易機制優(yōu)化問題進行了研究，具有較高理論借鑒價值，但仍存在一些研究缺口：第一，以往關于綠色信貸交易機制優(yōu)化的研究，多以環(huán)境規(guī)制和環(huán)境信息披露為路徑切入點，探討了其對綠色信貸發(fā)展的直接效應，甚少有研究從差異化定價視角深入探索環(huán)境規(guī)制和環(huán)境信息披露對綠色信貸發(fā)展的間接作用機制。第二，以往對綠色信貸動態(tài)博弈的研究多從銀企或銀政的兩兩博弈出發(fā)，忽略了銀、政、企三方策略的相互影響與共同調整，也因此在綠色信貸多方主體演化博弈均衡影響因素的研究上存在研究缺口。

基于此，本文的研究貢獻主要體現在：第一，考慮到差異化利率定價作為綠色信貸交易的主要特征，本文以消除差異化定價障礙作為研究突破口，探索影響綠色信貸差異化定價博弈均衡的因素，從差異化定價視角拓展了綠色信貸交易機制優(yōu)化的相關研究;第二，本文構建銀、企、政三方動態(tài)博弈模型，擴展了綠色信貸博弈系統(tǒng)，從動態(tài)視角分析了多主體博弈均衡的演化過程與實現路徑，使研究更具現實意義;第三，本文模擬仿真了參與方初始意愿、懲罰、補貼及信息披露對三方博弈穩(wěn)定策略的影響，為綠色信貸交易機制優(yōu)化提供切實可行的路徑。

三、博弈模型假設與建立

（一）模型假設及參數說明

綠色信貸的直接交易主體主要是銀行和企業(yè)，但是由于綠色信貸的環(huán)境保護效益難以直接轉化為參與主體的經濟效益，甚至存在一些矛盾和沖突，因此，政府在協(xié)調銀企利益關系、披露環(huán)境信息方面發(fā)揮著重要作用。政府在綠色信貸交易過程中扮演著監(jiān)督者和激勵者的角色，其獲得的環(huán)境保護收益和付出的監(jiān)管與激勵成本也都是可以量化的。銀行是綠色信貸交易的資金供給方，在政府的引導和支持下，銀行實施綠色信貸可以獲得一定額度的信貸補貼，但給予綠色企業(yè)的利率優(yōu)惠也降低了銀行的存貸利差。企業(yè)是綠色生產的踐行者，也是綠色信貸的資金需求方，在信息不對稱的情形下，企業(yè)是否進行綠色生產直接決定了綠色信貸的實施效果。綠色信貸交易機制運行最理想的結果是銀行、企業(yè)和政府都能從中獲益，才能具有可持續(xù)性。

1.參與主體。選取銀行、企業(yè)和政府作為綠色信貸參與主體，假定三方均為有限理性，追求利益最大化。銀行（B）泛指提供綠色信貸的商業(yè)銀行;企業(yè)（E）泛指以盈利為目的，運用各種生產要素直接從事工業(yè)性生產經營活動的法人或其他社會組織;政府（G）指的是一個狹義的政府部門，即政府環(huán)保部門、中國人民銀行和銀保監(jiān)會。三方的策略選擇分別為銀行（低利率，高利率）、企業(yè)（綠色生產，非綠色生產）、政府（積極監(jiān)管，消極監(jiān)管）。其中銀行的低信貸利率策略是指在政府補貼標準上限之下的利率策略，執(zhí)行該利率策略可以獲得政策補貼和優(yōu)惠。而高信貸利率策略是指政府補貼標準上限之上的利率策略，執(zhí)行該利率策略，銀行無法獲得政策補貼和優(yōu)惠。

x代表銀行選擇低信貸利率策略的意愿，1-x代表銀行選擇高信貸利率的意愿;y代表企業(yè)選擇綠色生產策略的意愿，1-y代表企業(yè)選擇非綠色生產的意愿;z代表政府選擇積極監(jiān)管策略的意愿，1-z代表政府選擇消極監(jiān)管的意愿。

2.銀行的損益變量。高信貸利率策略下商業(yè)銀行的綠色信貸收益記為R，令b表示低利率與高利率的比值（0<b<1），則bR表示低信貸利率策略下商業(yè)銀行的綠色信貸收益，（1-b）R表示低信貸利率策略下商業(yè)銀行的信貸機會損失。M表示銀行實施綠色信貸的衍生收益/損失，即企業(yè)進行綠色生產時，銀行由于信貸風險和不良貸款率降低而獲得的衍生收益。反之企業(yè)進行非綠色生產時，銀行也因不良率提高、社會名譽受損相應受到衍生損失。S1表示政府積極監(jiān)管時，銀行對綠色生產企業(yè)的調查成本，即企業(yè)履行綠色生產時，銀行進行盡職調查、合規(guī)審查、貸后管理等事項所投入的人力、物力;S2表示政府積極監(jiān)管時，銀行對非綠色生產企業(yè)的調查成本，即企業(yè)未履行綠色信貸合同、進行非綠色生產時，銀行進行盡職調查等事項所投入的人力、物力。

3.企業(yè)的損益變量。企業(yè)進行綠色生產多投入的生產成本記為F，即企業(yè)為了轉型升級、治理污染，在向集約型經濟轉型過程中投入的綠色技術成本、治污成本和減排成本等。企業(yè)生產的初始收益記為U，即企業(yè)未參與綠色信貸交易時所獲得的生產收益;ΔU表示企業(yè)進行綠色生產獲得的衍生收益，即企業(yè)生產綠色產品既迎合了消費者綠色購買需求，在行業(yè)中獲得較強競爭力和較好的口碑，也降低了企業(yè)的環(huán)境保護風險，使得企業(yè)從中獲益。

4.政府的損益變量。W代表企業(yè)進行非綠色生產時政府積極監(jiān)管所獲得的環(huán)境收益，即政府通過積極監(jiān)管或關停污染企業(yè)所獲得的環(huán)境收益;ΔW代表企業(yè)進行綠色生產時政府積極監(jiān)管的額外環(huán)境收益，即綠色信貸實施對社會化綠色生產的杠桿作用顯現，政府由此獲得的環(huán)境效益。政府對綠色生產企業(yè)積極監(jiān)管的成本記為C1，對非綠色生產企業(yè)積極監(jiān)管的成本記為C2。非綠色生產企業(yè)的監(jiān)管、責令整改周期更長，相較于綠色生產企業(yè)的監(jiān)管成本更高，因此C2>C1。

5.同時影響政府和銀行的損益變量。K表示政府積極監(jiān)管時向實施綠色信貸商業(yè)銀行給予的財政補貼;P表示企業(yè)進行非綠色生產時，政府積極監(jiān)管時對銀行的懲罰。γ表示環(huán)境信息披露程度，取值范圍在0～1。環(huán)境信息披露能夠減少信息不對稱和逆向選擇風險，從而影響政府和銀行的調查成本。當環(huán)境信息披露程度為γ時，S1/γ和S2/γ分別表示低信貸利率策略下銀行對綠色生產企業(yè)和非綠色生產企業(yè)的調查成本，bS1/γ和bS2/γ表示高信貸利率策略下銀行的調查成本;C1/γ和C2/γ分別表示當環(huán)境信息披露制度的完善程度為γ時，政府對綠色生產企業(yè)和非綠色生產企業(yè)的調查成本。

6.同時影響政府和企業(yè)的損益變量。ɑ表示企業(yè)進行非綠色生產時的污染程度，該系數取值范圍在0～1，則ɑU表示進行非綠色生產時企業(yè)受到的懲罰;L表示政府積極監(jiān)管時向進行綠色生產的企業(yè)給予的補貼。

7.同時影響政府、銀行、企業(yè)三方的損益變量。θ表示政府消極監(jiān)管力度，取值范圍在0～1，該系數決定了政府選擇消極監(jiān)管策略時的收益，基于此，對銀行的補貼和懲罰分別為θK和θP，對企業(yè)的補貼和懲罰分別為θL和θɑU，對綠色生產企業(yè)和非綠色生產企業(yè)的調查成本分別為θC1/γ和θC2/γ。此外，在政府選擇消極監(jiān)管策略時，銀行對企業(yè)調查的盡職程度也會受到影響，綠色生產企業(yè)和非綠色生產企業(yè)的調查成本分別表示為θS1/γ和θS2/γ。

基于上文的基本假設和損益變量的設定，為了更好地描述銀行、企業(yè)和政府三方參與主體間的博弈過程，構建綠色信貸交易的博弈樹如圖1所示。

（二）策略支付收益

根據上述模型假設和損益變量設定，得出不同策略集合下銀行、企業(yè)和政府的支付收益，如表1所示。

四、三方演化博弈系統(tǒng)均衡分析

（一）收益期望函數構建

根據支付矩陣，銀行選擇“低信貸利率”策略時的期望收益為UB1，選擇“高信貸利率”策略時的期望收益為UB2，平均期望收益為UUB1=zy（bR+K+M-S1/γ）+z（1-y）（bR-P-M-S2/γ）+（1-z）y（bR+θK+M-θS1/γ）+（1-z）（1-y）（bR-θP-M-θS2/γ）

UB2=zy（R+M-bS1/γ）+z（1-y）（R-P-M-bS2/γ）+（1-z）y（R+M-θS1/γ）+（1-z）（1-y）（R-θP-M-θS2/γ）

UE。

UE1=zx（U+ΔU-bR+L-F）+z（1-x）（U+ΔU-R+L-F）+（1-z）x（U+ΔU-bR+θL-F）+（1-z）（1-x）（U+ΔU-R+θL-F）

UE2=zx（U-bR-αU）+z（1-x）（U-R-αU）+（1-z）x（U-bR-θαU）+（1-z）（1-x）（U-R-θαU）

U（二）三方博弈的復制動態(tài)方程

根據以上分析可得，銀行的復制動態(tài)方程為：

F（x）=dxdt=x（1-x）（UB1-UB2）=x（1-x）{zy[（b-1）（R+S1/γ）+K]+z（1-y）[（b-1）（R-S2/γ）]+（1-z）y[（b-1）R+θK]+（1-z）（1-y）（b-1）R}（4）

企業(yè)的復制動態(tài)方程為：

F（y）=dydt=y（1-y）（UB1-UB2）=y（1-y）{zx[ΔU+（1-θ）L]+z（1-x）[ΔU+L-F-αU2]+（1-z）x[ΔU+θ（L+αU2）-F]+（1-z）（1-x）[ΔU+θ（L+αU2）-F]}（5）

政府的復制動態(tài)方程為：

F（z）=dzdt=z（1-z）{xy（1-θ）（W-K-L-C1/γ）+x（1-y）（1-θ）（W+P+αU-C2/γ）+（1-x）y（1-θ）（W-L-C1/γ）+（1-x）（1-y）（1-θ）（W+P+αU-C2/γ）（6）

將式（4）—（6）聯立，得到銀行、企業(yè)和政府的復制動力學系統(tǒng)為：

F（x）=x（1-x）{zy[（1-θ）K-（1-b）S1/γ]+

yθK-（1-b）R}

F（y）=y（1-y）{zx（F-θL-αU）+z（1-θ）

（αU+L）+θ（αU+L）+ΔU-F}

F（z）=z（1-z）{-xy（1-θ）K-y（1-θ）（L+C1/γ+

P+αU-ΔW-C2/γ）+（1-θ）（W+P+αU-

C2/γ）}（7）

（三）三方演化穩(wěn)定策略分析

1.銀行的漸進穩(wěn)定性分析。令公式（7）中的F（x）=0，可得x*=0，x*=1，y*<（1-b）Rz（1-θ）K-z（1-b）S1/γ+θK。根據復制動態(tài)微分方程的穩(wěn)定性定理及演化穩(wěn)定性策略性質可知，當F（x）=0，且F（x）x<0時，x*為演化穩(wěn)定策略。F（x）x=（1-2x）{zy[（1-θ）K-（1-b）S1/γ]+yθK-（1-b）R}，討論如下：

當y=y*時，F（x）=0恒成立。則對于0≤x≤1，銀行的策略均為穩(wěn)定態(tài)，并且銀行策略不會隨著時間而發(fā)生變化，此時銀行策略的初始狀態(tài)位于空間SB1內。

當z（1-θ）K-z（1-b）S1/γ+θK<0時，令F（x）=0，可知x*=0，x*=1是x的兩個穩(wěn)定點。而F（x）xx=0<0，F（x）xx=1>0，所以x*=0是穩(wěn)定點，此時銀行策略的初始狀態(tài)位于空間SB2內。說明此時銀行選擇低利率策略的效用大于其選擇高利率策略時的效用，銀行會傾向于選擇低利率策略。

當以上情形均不滿足時，若y<y*，F（x）xx=0<0，F（x）xx=1>0，則x*=0是穩(wěn)定點，此時銀行策略的初始狀態(tài)位于空間SB3內，此時低利率策略下銀行獲得的財政補貼和衍生收益無法彌補多付出的調查成本和利息機會損失，因此出于利益的考慮，銀行會選擇高利率策略;若y>y*，F（x）xx=0>0，F（x）xx=1<0，則x*=1是穩(wěn)定點，此時銀行策略的初始狀態(tài)位于空間SB2內，選擇低利率的效用大于其選擇高利率時的效用，銀行傾向于選擇低利率策略。說明銀行的策略選擇和企業(yè)與政府的決策是息息相關的，銀行的動態(tài)趨勢如圖2所示。

如圖2分析可知，當其他參數不變時，K越大，y*越小，當y*變小時，SB1整個截面向x軸和z軸組成的平面移動，SB2的空間變大。說明政府對銀行財政補貼越大，銀行越傾向于低利率策略。同理，當其他參數不變時，γ越大，y*也越小，說明企業(yè)環(huán)境信息披露程度越高，銀行越傾向于低利率策略。

2.企業(yè)的漸進穩(wěn)定性分析。令公式（7）中的F（y）=0，可得y*=0，y*=1，z*<F-ΔU-θ（αU+L）x（F-θL-αU）+（1-θ）（αU+L）。根據復制動態(tài)微分方程的穩(wěn)定性定理及演化穩(wěn)定性策略性質知，當F（y）=0，且F（y）y<0時，y*為演化穩(wěn)定策略。F（y）y=（1-2y）[zx（F-θL-αU）+z（1-θ）（αU+L）+θ（αU+L）+ΔU-F]，討論如下：

當z=z*時，F（y）=0恒成立。則對于0≤y≤1，企業(yè)的策略均為穩(wěn)定態(tài)，且企業(yè)策略不會隨時間而發(fā)生變化，此時策略狀態(tài)空間位于SE1面上。

當z≠z*時，y*=0，y*=1為兩個穩(wěn)定點。若z>z*時，F（y）yy=0>0，F（y）yy=1<0，則y*=1是穩(wěn)定點，此時企業(yè)選擇綠色生產獲得的補貼、衍生收益以及規(guī)避的懲罰損失之和大于其多投入的生產成本，此時企業(yè)傾向于選擇綠色生產策略，策略狀態(tài)空間位于SE2內。若z<z*時，F（y）yy=0<0，F（y）yy=1>0，則y*=0是穩(wěn)定點，說明此時政府對企業(yè)的懲罰和補貼力度不夠，消費者綠色購買意愿也無法為企業(yè)帶來高額的衍生收益，使得企業(yè)選擇綠色生產的獲益小于非綠色生產策略的獲益，此時策略狀態(tài)空間位于SE3內。企業(yè)的動態(tài)趨勢如圖3所示。

如圖3分析可知，當其他參數不變時，懲罰系數α和補貼L越大，z*越小，SE1整個截面下移，SE2空間變大，說明當綠色企業(yè)獲得的綠色生產補貼提高或者非綠色生產受到的懲罰加大時，企業(yè)傾向于綠色生產策略。

3.政府的漸進穩(wěn)定性分析。令公式（7）中的F（z）=0，可得z*=0，z*=1，x*=（W+P+αU-C2/γ）-y（L+C1/γ+P+αU-ΔW-C2/γ）yK。根據復制動態(tài)微分方程的穩(wěn)定性定理及演化穩(wěn)定性策略性質可知，當F（z）=0，且F（z）z<0時，x*為演化穩(wěn)定策略。討論如下：

當x=x*時，F（z）=0恒成立。則對于0≤z≤1，企業(yè)的所有策略均為穩(wěn)定態(tài)，且企業(yè)策略不會隨著時間而發(fā)生變化。

當W+P+αU-C2/γ-y（L+C1/γ+P+αU-ΔW-C2/γ）<0時，令F（z）=0，可知z*=0，z*=1是z的兩個穩(wěn)定點。而F（z）zz=0<0，F（z）zz=1>0，此時z*=0為穩(wěn)定點，說明此時政府消極監(jiān)管的效用大于積極監(jiān)管獲得效用，政府傾向于選擇消極監(jiān)管策略。

當x≠x*時，z*=0，z*=1為兩個穩(wěn)定點。若x>x*時，F（z）zz=0>0，F（z）zz=1<0，則z*=1是穩(wěn)定點，根據支付矩陣，政府積極監(jiān)管和消極監(jiān)管的收益成正比，積極監(jiān)管時政府收益若為正數，消極監(jiān)管的收益必然小于積極監(jiān)管的政府收益，此時政府付出的補貼和調查成本小于其環(huán)境收益，傾向于選擇積極監(jiān)管策略。若z<z*時，F（z）zz=0<0，F（z）zz=1>0，則z*=0是穩(wěn)定點，此時政府獲得的環(huán)境收益無法彌補付出的補貼和調查成本，傾向于選擇消極監(jiān)管策略。政府的動態(tài)趨勢如圖4所示。

如圖4分析可知，當其他參數不變時，K和L越大，x*越小，SG1向y軸和z軸組成的平面移動，SG2空間變大。說明政府給予商業(yè)銀行及企業(yè)的補貼越大，政府越趨向于嚴格監(jiān)管。P和α越大，x*越大，SG3空間變大。說明政府給予商業(yè)銀行及企業(yè)的懲罰越大，政府越趨向于寬松監(jiān)管。γ越小，x*越大，SG1向y軸和z軸組成的平面移動，SG3空間變小。說明企業(yè)信息披露程度越低，政府越趨向于嚴格監(jiān)管。

銀行、企業(yè)和政府三方群體演化可以用公式（4）—（6）三個復制動態(tài)方程分別表述，但是在動態(tài)演化過程中，三方策略將趨向于哪個均衡點卻不能被直接判斷。雅克比矩陣的局部均衡性分析能夠得到系統(tǒng)的演化穩(wěn)定策略（ESS）。根據式（7）得到該系統(tǒng)的雅克比矩陣為：J=（1-2x）{zy[（1-θ）K-

（1-b）S1/γ]+

yθK-（1-b）R}x（1-x）{z[（1-θ）K-

（1-b）S1/γ]+θK}x（1-x）y[（1-θ）

K-（1-b）S1/γ]

y（1-y）z（F-θL-αU）（1-2y）{zx（F-θL-αU）+

z（1-θ）（αU+L）+

θ（αU+L）+ΔU-F}y（1-y）[x（F-θL-αU）+

（1-θ）（αU+L）]

-z（1-z）y（1-θ）Kz（1-z）[-x（1-θ）K-

（1-θ）（L+C1/γ+P+

αU-ΔW-C2/γ）]（1-2z）{-xy（1-θ）K-

y（1-θ）（L+C1/γ+P+αU-C2/γ）+

（1-θ）（W+P+αU-C2/γ）}（8）

令F（x）=F（y）=F（z）=0，得到系統(tǒng)內的8個均衡點分別為（0，0，0），（0，0，1），（0，1，0），（1，0，0），（1，0，1），（1，1，0），（0，1，1），（1，1，1）。依據演化博弈理論，雅克比矩陣的三個特征值均非正時，均衡點為系統(tǒng)的演化穩(wěn)定點（ESS）。將8個均衡點帶入雅克比矩陣之中，分別得出各均衡點對應的雅克比矩陣的三個特征值，如表2所示。依據特征值可系統(tǒng)討論滿足漸進穩(wěn)定性的條件。

為了便于分析不同情形下8個均衡點對應的特征值符號，且不失一般性，分9種情形進行討論：

情形1：當F>αU+L+ΔU或θ（αU+L）+ΔU<F<αU+L+ΔU，W+P+αU-C2/γ<0時，E1為漸進演化穩(wěn)定點。企業(yè)治污成本高于其得到的補貼、衍生收益和潛在懲罰之和，且政府積極監(jiān)管非綠色生產企業(yè)的收益為負，均衡點（0，0，0）對應的特征值全部為負，演化穩(wěn)定策略為（高利率，非綠色生產，消極監(jiān)管）。

情形2：當F>αU+L+ΔU時，W+P+αU-C2/γ>0，E2為漸進演化穩(wěn)定點。當企業(yè)治污成本較高，而政府積極監(jiān)管非綠色生產企業(yè)的收益為正時，均衡點（0，0，1）對應的特征值全部為負，演化穩(wěn)定策略為（高利率，非綠色生產，積極監(jiān)管）。

情形3：當F>αU+L+ΔU時，K<（1-b）（R+S1/γ）且W+ΔW-L-C1/γ>0，E4為漸進演化穩(wěn)定點。同樣，當企業(yè)治污成本較高，政府補貼無法彌補銀行高、低利率策略下收益差，且高信貸利率下企業(yè)采取綠色生產策略時政府收益大于0，此時均衡點（0，1，1）對應的三個特征值全為負，演化穩(wěn)定策略為（高利率，綠色生產，積極監(jiān)管）。

情形4：當F<θ（αU+L）+ΔU時，若θK<（1-b）R且W+ΔW-L-C1/γ<0，E3為漸進演化穩(wěn)定點。當滿足企業(yè)治污成本低于其得到的補貼、衍生收益和潛在懲罰之和;消極監(jiān)管時企業(yè)獲得補貼無法彌補高低利率的利息差;高信貸利率下企業(yè)采取綠色生產時政府收益大于0三個條件時，均衡點（0，1，0）對應的三個特征值全為負，演化穩(wěn)定策略為（高利率，綠色生產，消極監(jiān)管）。

情形5：當F<θ（αU+L）+ΔU時，若θK>（1-b）R且W+ΔW-K-L-C1/γ<0，E7為漸進演化穩(wěn)定點。與情形4不同的是，消極監(jiān)管時企業(yè)獲得補貼能夠彌補高低利率的利息差，則均衡點（1，1，0）對應的三個特征值均為負，演化穩(wěn)定策略為（低利率，綠色生產，消極監(jiān)管）。

情形6：當K>（1-b）（R+S1/γ），W+ΔW>K+L+C1/γ時，E8為漸進演化穩(wěn)定點。當政府補貼能夠彌補銀行高、低利率策略下的收益差;企業(yè)進行綠色生產時，政府積極監(jiān)管收益大于0，則均衡點（1，1，1）對應的三個特征值全為負，演化穩(wěn)定策略為（低利率，綠色生產，積極監(jiān)管）。

情形7：當情形1和情形6的條件同時滿足時，即F>αU+L+ΔU或θ（αU+L）+ΔU<F<αU+L+ΔU，W+P+αU-C2/γ<0，K>（1-b）（R+S1/γ），W+ΔW>K+L+C1/γ，E1和E8同為漸進演化穩(wěn)定點。

情形8：當情形2和情形6的條件同時滿足時，即F>αU+L+ΔU，W+P+αU-C2/γ>0，K>（1-b）（R+S1/γ），W+ΔW>K+L+C1/γ，E2和E8同為漸進演化穩(wěn)定點。

情形9：當情形2和情形3的條件同時滿足時，即F>αU+L+ΔU，W+P+αU-C2/γ>0，K<（1-b）（R+S1/γ）且W+ΔW-L-C1/γ>0，E2和E4同為漸進演化穩(wěn)定點。

除上述情形之外，其余情形均不存在演化穩(wěn)定解，文中不作詳細討論。當情形6、7、8出現時，才會出現（1，1，1）的理想狀態(tài)，限于篇幅，文中只報告情形6、7、8均衡點的穩(wěn)定性分析情況，如表3所示。但情形7和情形8依然有可能向（0，0，0）和（0，0，1）的方向演化，屬于不穩(wěn)定情形。由此，著重探討情形9的條件，確定博弈方均衡實現的有效路徑。其中，K>（1-b）（R+S1/γ）表明政府補貼能在一定程度上彌補商業(yè)銀行高利率與低利率策略間利息差，促使商業(yè)銀行為綠色生產企業(yè)降低利率;W+ΔW>K+L+C1/γ表明政府的支付收益不能小于0，較高的補貼會給財政帶來負擔，降低政府綜合收益，引致政府的消極監(jiān)管，還可能促使銀行和企業(yè)改變策略。因此，合理的補貼設計才能最大化地發(fā)揮財政支出的杠桿效應，引導銀行執(zhí)行差異化定價。除此之外，兩個條件都表明環(huán)境信息披露γ對均衡點演化有一定影響，提高信息披露質量能在一定程度上優(yōu)化綠色信貸內在運行機制，降低對政府補貼的依賴。

五、演化仿真分析

縱觀全國，河北省屬于環(huán)境污染異常嚴重的省份，治理污染任重道遠。在《河北省銀行業(yè)支持產業(yè)機構調整、防治大氣污染、防控銀行風險的指導意見》等政策文件的引領下，河北省銀行業(yè)積極落實差異化信貸政策，助推去產能和產業(yè)轉型升級。根據河北省銀監(jiān)局發(fā)布的數據，截止2018年3月，河北省綠色信貸余額達14 044.33億元，銀行業(yè)“兩高一剩”行業(yè)貸款余額僅3 694.64億元。本文根據河北省綠色信貸實施的實際情況，以河北省建設投資集團火電與風電兩個板塊的信貸融資為研究案例，風電和火電板塊的生產方式分別呈現綠色生產與非綠色生產特征?；谫Y料分析結果，輔以多輪走訪，并參考周永圣等[8]和Kang 等[24]對博弈方參數值的設定，本文對參數初始值做出如下假設：高信貸利率水平下商業(yè)銀行的綠色信貸收益R=10，不考慮綠色和非綠色情況下企業(yè)正常生產的初始收益U=20，企業(yè)進行綠色生產獲得的衍生收益ΔU=1，政府積極監(jiān)管時向實施綠色信貸的商業(yè)銀行給予的財政補貼K=2，政府積極監(jiān)管時向進行綠色生產的企業(yè)給予的補貼L=3，政府對綠色生產企業(yè)積極監(jiān)管的成本C1=1，政府對非綠色生產企業(yè)積極監(jiān)管的成本C2=13，企業(yè)選擇非綠色生產時，政府積極監(jiān)管下對銀行的懲罰P=3，企業(yè)進行非綠色生產時政府積極監(jiān)管的環(huán)境收益W=-5，企業(yè)進行綠色生產時政府積極監(jiān)管的額外環(huán)境收益ΔW=20，企業(yè)進行綠色生產多付出的治污成本F=6.5，政府積極監(jiān)管時，銀行對綠色生產企業(yè)的調查成本S1=0.8，政府消極監(jiān)管力度θ=0.7，低信貸利率與高信貸利率的比值b=0.9，企業(yè)進行非綠色生產時的污染程度α=0.1，信息披露制度的完善程度γ=0.5。

根據上述分析和初始值的設定，運用Matlab軟件對銀行、企業(yè)和政府的動態(tài)演化過程進行數值實驗，并模擬仿真重要參數變化對演化博弈結果的影響，對三方初始行為偏好、信息披露的完善程度、政府補貼與懲罰系數進行討論。鑒于仿真中無法考慮所有參數同時變化的情況，故僅將其余參數加以限制，通過一個參數的變化說明其對演化穩(wěn)定結果變化的影響。

（一）初始行為偏好對綠色信貸交易演化的影響

假設銀行、企業(yè)和政府的初始綠色信貸行為偏好相等，即x=y=z，將演化初始時間設置為0，演化結束時間設置為20。當x0=y0=z0=0.5時，如圖5所示，三方演化博弈的穩(wěn)定解為（0，0，0）;當x0=y0=z0=0.6時，如圖6所示，演化穩(wěn)定解為（1，1，1）。因此銀、企、政的初始行為偏好均存在一個臨界值，且臨界值均在0.5～0.6。當三方初始行為偏好均小于這個臨界值時，x、y、z都收斂于0，受市場利益的驅動，銀行和企業(yè)收斂速度較政府更快。在演化博弈的早期，政府趨向積極監(jiān)管策略，但當銀行和企業(yè)逐漸完全趨向于不合作的“高利率”與“非綠色生產”策略時，政府積極監(jiān)管策略也不具有可持續(xù)性，最終綠色信貸交易機制走向瓦解。當三方初始行為偏好都大于這個臨界值時，出于利益最大化的考慮，三方演化博弈系統(tǒng)最終趨向于（1，1，1），企業(yè)和銀行也參與到合作中來，通過綠色生產和低利率優(yōu)惠策略促使綠色信貸交易機制更穩(wěn)定的運行。

進一步地，分別對銀行、企業(yè)和政府的初始綠色信貸行為偏好進行敏感性分析，結果表明在其他參數不變的情況下，一方初始參與偏好的提高會影響其他利益相關者的參與意愿。

（二）環(huán)境信息披露程度對綠色信貸交易演化的影響

環(huán)境信息披露作為降低綠色信貸參與者信息不對稱的重要手段之一，成為銀行和政府判斷企業(yè)環(huán)境不確定性及評價信貸風險的關鍵依據。根據演化博弈穩(wěn)定性分析，環(huán)境信息披露程度γ主要是通過影響銀行與政府的調查成本而演化的穩(wěn)定解。在三方初始意愿均呈現中立且其余參數不變的情況下，企業(yè)環(huán)境信息披露程度對綠色信貸交易策略影響的仿真如圖7所示，為了直觀顯示平衡點演化趨勢，將演化終止時間提高為30。環(huán)境信息披露程度的臨界值在0.3～0.4，當γ大于該臨界值時，三方博弈穩(wěn)定解收斂于（1，1，1），且γ值越大，收斂速度越快。而當γ小于該臨界值時，政府會先趨向于積極監(jiān)管策略，然而隨著高調查成本對自身利益的持續(xù)損害，政府仍將趨向于消極監(jiān)管策略。目前，河北省乃至全國的環(huán)境信息披露尚比較落后，未建立專業(yè)的環(huán)境會計準則，上市公司是目前環(huán)境信息披露主體，除此之外大部分企業(yè)的環(huán)境信息披露仍屬于自愿行為，呈現碎片化特征。企業(yè)不能充分披露環(huán)境報告、年度社會責任報告等信息，會提高銀行面臨的信貸錯配風險，從而驅使銀行選擇高利率策略。

（三）補貼對綠色信貸交易演化的影響

政府對綠色信貸的鼓勵和支持主要表現為對企業(yè)綠色生產的利率貼息和對商業(yè)銀行的利息補貼，兩種補貼方式都會提高政府的環(huán)境保護成本，并分別使企業(yè)和銀行的總收益產生變化，進而影響博弈穩(wěn)定解。圖8是在其他參數保持不變的情況下，企業(yè)綠色生產的補貼K變化對博弈穩(wěn)定解影響的仿真結果。K的臨界值在1～2，當K小于該臨界值時，政府、銀行和企業(yè)均收斂于0。當K大于該臨界值時，企業(yè)和銀行收斂于1，但政府策略的收斂趨勢不明確。說明K值存在一個合理的范圍，即1～2，在該范圍內，采取綠色生產補貼政策，政府能夠承受該項支出帶來的財政壓力，同時也能激勵企業(yè)和銀行合作意愿提高。合理的綠色生產補貼設計不僅直接影響了企業(yè)的生產成本，促使企業(yè)傾向于選擇綠色生產策略，并且對銀行而言，也有一定的激勵作用，即政府對企業(yè)的補貼越大，企業(yè)的信貸風險就越小，銀行采取低利率策略的意愿越強。河北省近年來不斷加大財政資金投入力度，資金重點用于工業(yè)轉型升級、戰(zhàn)略新型產業(yè)發(fā)展，政府對企業(yè)的綠色補貼促使綠色信貸交易系統(tǒng)更快地達到理想狀態(tài)，但補貼過高會加大地方政府的財政壓力，從長遠來看還應該不斷探索更加有效的政策機制，如降低綠色信貸資產的風險權重等，使商業(yè)銀行的利益支付得到平衡，促使博弈系統(tǒng)向理想均衡點演化。

圖9為政府對銀行補貼L變化以致影響三方博弈平衡點變化的仿真，L的臨界值在2～3，當L小于該臨界值時，銀行和企業(yè)收斂于0。政府前期的策略選擇趨近于1，然而隨著銀行和企業(yè)的偏好下降至0時，政府的偏好也出現了劇烈下降，最終收斂于0。當L大于該臨界值時，三方博弈的平衡點收斂于（1，1，1），且隨著L值的增大，收斂速度加快。仿真結果表明，政府對銀行的補貼L會影響綠色交易三方的策略選擇，且L對銀行和企業(yè)策略選擇的影響程度均較大。其原因在于綠色信貸交易中，政府對銀行的補貼可能變相轉化為銀行對企業(yè)的利率優(yōu)惠，因此企業(yè)對銀行獲得的補貼額度也非常敏感。對商業(yè)銀行實施綠色信貸的監(jiān)管需要有效結合激勵相融原則，方可推動銀行給予綠色企業(yè)利率優(yōu)惠，從源頭上扶持綠色經濟。

（四）懲罰對綠色信貸交易演化的影響

懲罰P對三方策略選擇影響的仿真如圖10所示，為了更直觀地反映仿真過程，提高演化時間，將t設置為0～50，以便觀察平衡點的演化趨勢。仿真結果表明，P變化對演化結果的影響并不穩(wěn)定，企業(yè)和政府沒有明顯的收斂跡象。只有對銀行的懲罰數額很大，甚至于超過銀行獲得的信貸收益時，才能發(fā)揮對銀行懲罰的作用。從現實角度來看，這種懲罰措施并非可行，若銀行實施綠色信貸的懲罰風險太大，一方面可能促使銀行更加謹慎地選擇綠色項目，但另一方面也可能促使銀行退出綠色信貸。可見若企業(yè)進行非綠色生產，銀行對連帶懲罰的方式并不敏感，政策效應難以顯著。

企業(yè)非綠色生產懲罰系數a對三方策略選擇影響的仿真如圖11所示，懲罰系數a的臨界值在005～0.1，當懲罰系數小于該臨界值時，銀行、企業(yè)和政府演化趨近于（0，0，0），當懲罰系數大于該臨界值時，三方演化博弈的平衡點收斂于（1，1，1），并且懲罰系數越大，收斂速度越快。仿真結果表明，對企業(yè)違約進行一定懲罰能夠降低企業(yè)違約概率，提高綠色生產偏好，也促使銀行和政府參與意愿提高。河北省目前正在鐵腕打擊各種環(huán)境違法行為，出臺了一系列環(huán)境行政處罰辦法，對環(huán)境污染處罰力度的加強一定程度上也促使了綠色信貸交易規(guī)模不斷擴大，從資源配置角度為綠色生產企業(yè)提供了更多的發(fā)展機遇。

六、結論與建議

（一）研究結論

本文以演化博弈理論為基礎，在差異化定價視角下，通過構建綠色信貸交易的政府、銀行、企業(yè)三方演化博弈模型，分析三方行為策略的演化趨勢及在不同情形下各種策略組合的穩(wěn)定性。結合數值分析，考察了各方策略的演化軌跡及重要影響因素，得出如下結論。

1.初始偏好對三方博弈均衡點的演化趨勢影響巨大，政府、銀行、企業(yè)三方策略選擇的演化不僅受到自身參與意愿的影響，還會被其他利益群體的參與偏好影響。綠色信貸交易機制向兼顧低利率與積極監(jiān)管的理想局面演化，需要三方共同提高參與綠色發(fā)展的意愿。

2.銀行對企業(yè)環(huán)境信息披露程度的敏感程度高于政府對企業(yè)環(huán)境信息披露程度的敏感程度。當企業(yè)環(huán)境信息披露程度高于最小下限時，銀行才會選擇低利率定價策略。真實、完整、及時的環(huán)境信息披露能夠幫助銀行精準識別綠色項目、判斷企業(yè)的信貸風險，減少信息不對稱。

3.企業(yè)對政府的補貼力度和懲罰系數都很敏感。企業(yè)是綠色生產的執(zhí)行主體，追求利潤最大化，環(huán)境保護需要額外的成本投入，政府給予企業(yè)補貼可以在一定程度上彌補治污成本，促使企業(yè)選擇綠色生產方式，政府懲罰會限制企業(yè)的污染生產，倒逼企業(yè)綠色轉型。

4.銀行對政府補貼力度的敏感程度大于對連帶懲罰力度的敏感程度。銀行是綠色信貸的資金供給方，對信貸風險的敏感程度很高，負向激勵效應對銀行而言并不顯著，相反可能會提高其對于信貸風險的評估。

（二）建議

基于本文研究結論和現有政策，提出如下建議。

1.實施綠色信貸供給和需求端干預計劃。充分發(fā)揮政府的引導作用，利用信息和財政資源，提高銀行和企業(yè)合作推進綠色信貸交易的積極性。

2.建立相互通暢的環(huán)保信息平臺共享體系。探索建立綠色信貸全鏈條的環(huán)境信息披露制度，利用大數據、區(qū)塊鏈等手段建立環(huán)境信息披露共享平臺，是引導社會資源參與綠色發(fā)展的必由之路。

3.制定合理的綠色信貸補貼與懲罰機制。企業(yè)環(huán)保社會責任的履行需要外部監(jiān)督和制約，政府應該適當加大對企業(yè)環(huán)境污染的懲罰力度，從負向激勵的角度來引導綠色信貸交易。對于銀行而言，政府需要充分利用財政貼息、稅收優(yōu)惠政策發(fā)揮激勵和杠桿效應，以少量財政補貼撬動更大規(guī)模的銀行資本，通過正向激勵提高銀行執(zhí)行差異化定價的積極性，啟動更多綠色項目的建設實施?？紤]到財政貼息可能給政府帶來較大的壓力，在長遠機制設計上，可以通過降低綠色信貸資產風險權重等手段，給銀行帶來實質性的好處，以彌補銀行因差異化定價損失的利息收入，推動綠色信貸差異化定價的有效實施。

參考文獻：

[1]新華社.強化應對氣候變化行動——中國國家自主貢獻[EB/OL]. http：//www.xinhuanet.com//politics/2015-06/30/c_1115774759.htm，2015-06-30.

[2]柴麒敏，傅莎，溫新元，等.中國實施2030年應對氣候變化國家自主貢獻的資金需求研究[J].中國人口·資源與環(huán)境，2019（4）：1-9.

[3]王康仕，孫旭然，王鳳榮.綠色金融發(fā)展、債務期限結構與綠色企業(yè)投資[J].金融論壇，2019（7）：9-19.

[4]FARHAD T H，NAOYUKI Y.The way to induce private participation in green finance and investment [J].Finance Research Letters，2019（31）：98-103.

[5]吳晟，武良鵬，呂輝.綠色信貸對企業(yè)生態(tài)創(chuàng)新的影響機理研究[J].軟科學，2019（4）：53-56.

[6]周永圣，劉巧榮，李健，等.基于綠色信貸的政府促進銀行實施代理監(jiān)督權的博弈研究[J].系統(tǒng)工程理論與實踐，2015（7）：1744-1751.

[7]曹洪軍，陳好孟.不確定環(huán)境下我國綠色信貸交易行為的博弈分析[J].金融理論與實踐，2010 （2）：17-22.

[8]周永圣，梁淑慧，劉淑芹，等.綠色信貸視角下建立綠色供應鏈的博弈研究[J].管理科學學報，2017（12）：87-98.

[9]ZHANG B，YANG Y，JUN B I.Tracking the implementation of green credit policy in China： Top-down perspective and bottom-up reform[J].Journal of Environmental Management，2011（92）：1321-1327.

[10]KAUR G.Green Initiatives of Banks in India： A Paradigm Shift[J].Journal of Commerce & Management Thought，2016（3）：488-500.

[11]NAOYUKI Y，FARHAD T H，MASAKI N.Modelling the social funding and spill-over tax for addressing the green energy financing gap.Economic Modelling[J].2019（77）：34-41.

[12]NELSON D，SHRIMALI G.Finance mechanisms for lowering the cost of renewable energy in rapidly developing countries[R/OL].Climate Policy Initiative，https：//www.climatepolicyinitiative.org/publication/finance-mechanisms-for-lowering-the-cost-of-renewable-energy-in-rapidly-developing-countries/，2014-1-20.

[13]李程，白唯，王野，等.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（1）：47-54.

[14]韓豐霞，肖漢杰，彭定洪，等.經濟新常態(tài)下綠色金融發(fā)展動力問題研究——基于政府、銀行和企業(yè)三方博弈關系[J].經濟與管理評論，2017（5）：88-94.

[15]AIZAWA M，YANG C F.Green credit， green stimulus， green revolution？ China’s mobilization of banks for environmental cleanup [J].The Journal of Environment & Development，2010（2）：19-144.

[16]張雪蘭，何德旭.環(huán)境金融發(fā)展的財稅政策激勵：國際經驗及啟示[J].財政研究，2010（5）：78-81.

[17]倪娟，孔令文.環(huán)境信息披露、銀行信貸決策與債務融資成本——來自我國滬深兩市A股重污染行業(yè)上市公司的經驗證據[J].經濟評論，2016 （1）：147-156+160.

[18]李新，程會強.博弈模型在綠色信貸中的應用研究[J].經濟研究導刊，2008（19）：108-109.

[19]張賽英，肖揚清.我國商業(yè)銀行開展綠色信貸的博弈模型研究[J].知識經濟，2013（21）：80-81.

[20]陳科.綠色信貸市場中的主體行為選擇——基于三方博弈均衡視角[J].上海金融，2019（11）：80-82+87.

[21]CHEN Y，ZHANG J，TADIKAMALLA P R，GAO X.The Relationship among Government， Enterprise， and Public in Environmental Governance from the Perspective of Multi-Player Evolutionary Game[J].International Journal of Environmental Research and Public Health，2019（18）：3351-3368.

[22]李善民.獎懲機制下綠色信貸的演化博弈分析[J].金融監(jiān)管研究，2019（5）：83-98.

[23]YE L，FANG Y.Evolutionary game analysis on firms and banks’ behavioral strategies： Impact of environmental governance on interest rate setting [J].Environmental Impact Assessment Review，2021（1）：1-13.

[24]KANG K，ZHAO Y，ZHANG J，et al.Evolutionary game theoretic analysis on low-carbon strategy for supply chain enterprises [J].Journal of Cleaner Production，2019（9）：981-994.

責任編輯：武玲玲Optimizing Green Credit Trading Mechanism from the Perspective of Differential Pricing

Ye Li， Fang Ying

（School of Economics and Management， Hebei University of Technology， Tianjin 300401，China）

Abstract：From the perspective of differentiated pricing， constructing a green credit transaction mechanism that can balance the interests of politics， banks and enterprises is the key to reducing the financing costs of green enterprises and promoting the green development of enterprises. By constructing the three-party evolutionary game model of green credit， which includes government regulation， bank supply and enterprise execution， this paper analyses the strategic choices of government， bank and enterprise in the process of green credit transaction， and simulates the key factors affecting the balance of interests of the three parties by using Matlab model. The results show that there are multiple evolutionary stabilization strategies in the tripartite game of green credit transaction process. By optimizing the trading mechanism of green credit， including changing the initial behavior preferences of government， bank and enterprise， improving the degree of environmental information disclosure， increasing the subsidies to banks， and increasing the subsidies and penalties to enterprises， we can promote the transition of the stable strategy of the tripartite game to the ideal zone which takes into account low interest rates， green production and efficient supervision.

Key words：green credit; evolutionary game; differential pricing; environmental information disclosure; reward and punishment mechanism