楊 柳

（新鄉(xiāng)醫(yī)學(xué)院三全學(xué)院，河南 新鄉(xiāng) 453002）

一、引言

根據(jù)2016 年8 月31 日，中國人民銀行等七部委發(fā)布的《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見》（銀發(fā)〔2016〕228 號）中指出，綠色金融是為支持環(huán)境改善、應(yīng)對氣候變化和資源節(jié)約高效利用的經(jīng)濟(jì)活動，即對環(huán)保、節(jié)能、清潔能源、綠色交通、綠色建筑等領(lǐng)域的項目投融資、項目運(yùn)營、風(fēng)險管理等所提供的金融服務(wù)。綠色金融產(chǎn)品主要是指綠色信貸、綠色債券、綠色保險、綠色基金等。近年來，我國金融機(jī)構(gòu)在綠色金融領(lǐng)域取得了一定的成就，截至2022 年末，綠色貸款總余額達(dá)到22.03 萬億元，比2021 年末高5.5%，此外，投向碳減排等綠色貸款項目資金占綠色貸款余額的66.7%，隨著低碳經(jīng)濟(jì)和可持續(xù)發(fā)展理念的深入，綠色債券的政策支持力度進(jìn)一步增強(qiáng)，綠色債券市場快速發(fā)展。2022 年境內(nèi)綠色債券新增發(fā)行量8746.58 億元，同比增長43.38%，余額達(dá)1.76 萬億元。同時，綠色債券期限搭配更為合理，成本優(yōu)勢逐步顯現(xiàn)。然而，金融行業(yè)和風(fēng)險相伴而生，隨著銀行業(yè)務(wù)規(guī)模的擴(kuò)大，風(fēng)險也在不斷增加，金融機(jī)構(gòu)作為綠色金融市場的重要組成部分，在開展綠色金融業(yè)務(wù)中存在的風(fēng)險是需要及時做好防范的。

由于商業(yè)銀行的綠色金融風(fēng)險是金融風(fēng)險中的綠色金融產(chǎn)品的風(fēng)險，因此，綠色金融風(fēng)險的整體框架與金融風(fēng)險是一致的。當(dāng)前，綠色金融體系和風(fēng)險的研究是比較豐富的。張宇婧（2018）從金融機(jī)構(gòu)的視角，認(rèn)為風(fēng)險主要為信用風(fēng)險、流動性風(fēng)險、聲譽(yù)風(fēng)險等。袁祥飛等（2018）研究發(fā)現(xiàn)了綠色發(fā)展面臨資本供給不足和資本配置低效的問題，并建議從綠色發(fā)展的關(guān)系進(jìn)行探討。鄭錄軍等（2021）分析了山東省綠色金融發(fā)展轉(zhuǎn)型風(fēng)險的形成原因，綠色信貸發(fā)展的內(nèi)生動力、創(chuàng)新、配套支持政策、綠色統(tǒng)一標(biāo)識不足。楊培祥等（2018）通過研究認(rèn)為發(fā)展綠色金融業(yè)務(wù)面臨環(huán)境風(fēng)險和金融風(fēng)險，兩者相互作用形成疊加風(fēng)險，進(jìn)而分析疊加風(fēng)險的形成機(jī)制。梁爽等（2021）的研究論證了外界風(fēng)險傳染對綠色金融市場具有較大的影響作用。陶黎等（2017）[6]通過結(jié)合鉆石模型及網(wǎng)絡(luò)分析法構(gòu)建了我國銀行綠色金融業(yè)務(wù)風(fēng)險的評價指標(biāo)體系。

雖然，當(dāng)前多數(shù)學(xué)者的研究對于綠色金融體系的構(gòu)建較為全面，大多是聚焦了綠色金融市場、綠色產(chǎn)業(yè)、綠色投資者等，但對綠色金融風(fēng)險的研究仍存在不足。因此，本文從整體的角度出發(fā)，研究銀行綠色金融業(yè)務(wù)風(fēng)險評估與管控，將定性研究與定量分析相結(jié)合，通過G1-熵值法構(gòu)建一個相對科學(xué)、符合當(dāng)今中國國情的綠色金融風(fēng)險指標(biāo)體系，進(jìn)而，為銀行綠色金融業(yè)務(wù)風(fēng)險管控提出相關(guān)的對策和建議，為解決綠色金融發(fā)展的困境提供參考。

二、體系構(gòu)建和研究方法

1.中國銀行綠色金融業(yè)務(wù)風(fēng)險評估體系的構(gòu)建

通過梳理相關(guān)的文獻(xiàn)、閱讀相關(guān)的資料、進(jìn)行社會調(diào)研，本文圍繞中國銀行綠色金融業(yè)務(wù)的風(fēng)險評估問題開展討論，考慮將從信用風(fēng)險、流動性風(fēng)險、市場風(fēng)險、綠色信貸環(huán)境績效風(fēng)險、操作與聲譽(yù)風(fēng)險五大方面來界定中國銀行綠色金融業(yè)務(wù)的風(fēng)險，從而，構(gòu)建了1 個一級指標(biāo)，5 個二級指標(biāo)和16 個三級指標(biāo)，表1 中構(gòu)建的三級指標(biāo)主要是涵蓋了二級指標(biāo)中的核心部分。具體如表1 所示。

表1 中國銀行綠色金融業(yè)務(wù)風(fēng)險評估指標(biāo)體系構(gòu)建表

2.G1-熵值法的基本原理

（1）主觀賦權(quán)法：G1 法

主觀賦權(quán)法是由決策者根據(jù)主觀上對指標(biāo)的重視程度來決定屬性權(quán)重的一類方法，常見的比如有專家打分法、層次分析法、德爾菲法等?，F(xiàn)有的主觀賦權(quán)方法的缺陷在于基于決策者的主觀偏好并利用其個人的知識及經(jīng)驗對權(quán)重作出判斷，缺乏客觀依據(jù)。G1 法是傳統(tǒng)的層次分析法基礎(chǔ)上進(jìn)行改進(jìn)提出的一種主觀賦權(quán)法，能夠滿足一致性檢驗的要求，還能避免層次分析法中計算量大、計算過程多、精度不高的缺點(diǎn)。它適用于同一層級的指標(biāo)計算，因此我們本文采用G1 法進(jìn)行賦權(quán)，具體步驟如下圖1 所示。

圖1 G1法流程圖

圖1 中，nr表示相鄰指標(biāo)的重要程度比值，在具體計算中參考如下表2 所示的賦值規(guī)則。

表2 nr 的賦值參考表

（2）客觀賦權(quán)法：熵值法

客觀賦權(quán)法是根據(jù)原始數(shù)據(jù)之間的關(guān)系通過一定的數(shù)學(xué)方法來確定權(quán)重，其判斷結(jié)果不依賴于人的主觀判斷。常見的客觀賦權(quán)法有主成分分析法、離差及均方差法、多目標(biāo)規(guī)劃法等。傳統(tǒng)的客觀分析法如因子分析法、主成分分析法等需要選擇的指標(biāo)維度內(nèi)部必須存在強(qiáng)相關(guān)性，而熵值法對指標(biāo)選擇沒有這方面的要求。因此采用客觀賦權(quán)法中的熵值法進(jìn)行賦權(quán)，它的核心思想是根據(jù)各項評價指標(biāo)值之間的差異性，確定各評價指標(biāo)的權(quán)重，可以對原始數(shù)據(jù)所攜帶的信息進(jìn)行充分挖掘。熵值法具體開展的步驟如下：

步驟一：數(shù)據(jù)無量綱化處理，消除因量綱不同對評價結(jié)果的影響。具體計算公式如下：

其中，xj為第j項指標(biāo)值，xmax為第j 項指標(biāo)的最大值，為第j項指標(biāo)的最小值，為標(biāo)準(zhǔn)化值。

步驟二：計算第j項指標(biāo)的信息熵，如式（2）所示。

步驟三：某項指標(biāo)的信息效用價值，如式（3）所示。

其中，dj為效用值。

步驟四：計算熵值法的權(quán)重結(jié)果，如式（4）所示。

式（4）中，wj為熵值法計算出的權(quán)重值。

（3）組合賦權(quán)法：G1-熵值法

基于上述主觀賦權(quán)和客觀賦權(quán)法理論的描述，組合賦權(quán)法的計算公式如下：

其中，A 為主觀權(quán)重系數(shù)，B 為客觀權(quán)重系數(shù)，iw為G1 法求出來的權(quán)重，wj為熵值法求出來的權(quán)重。需要說明的是，為了使組合賦權(quán)結(jié)果公平公正，本研究定義參數(shù)A=B= 0.5。

三、實證結(jié)果分析

1.專家身份信息權(quán)重計算方法

G1 法決策原始數(shù)據(jù)需要通過專家打分得到，專家的可信度標(biāo)準(zhǔn)從專家的工齡、學(xué)歷、專業(yè)、經(jīng)歷和職稱5 個方面來進(jìn)行評判，具體標(biāo)準(zhǔn)權(quán)重如表3 所示。

表3 專家評分權(quán)重表

根據(jù)表3 的內(nèi)容，我們可以計算專家的可信度計算公式為：

根據(jù)專家的可信度計算公式——式（6）可以進(jìn)一步計算得到專家的權(quán)重公式為：

式（6）和式（7）中，eR表示專家的可信度值，ew表示專家的身份信息權(quán)重值，n表示專家的數(shù)量，在本研究中，為了得到真實可靠的G1 法原始數(shù)據(jù)，將n的取值定義為5。

不管是從文獻(xiàn)上還是從實踐上來看，目前我國在無障礙網(wǎng)絡(luò)課程研究這一方面的資源是十分匱乏的。用“無障礙網(wǎng)絡(luò)課程”關(guān)鍵字在中國知網(wǎng)上進(jìn)行搜索，只能搜索到10篇左右的文章，其中以學(xué)位論文為主。在網(wǎng)易公開課和Udemy上進(jìn)行搜索，能將障礙人群考慮在內(nèi)的授課者幾乎是鳳毛麟角。

2.四個權(quán)重值的計算方法

（1）專家身份信息權(quán)重值

首先，在研究中國綠色銀行金融業(yè)務(wù)風(fēng)險評估問題中，來自中國社會科學(xué)院經(jīng)濟(jì)研究所的5 位專家對16 個指標(biāo)按照G1法中的打分規(guī)則進(jìn)行重要度評估打分，5 位專家的身份信息如表5 所示。其次，根據(jù)表4 和式（6）、式（7）可以計算得到專家的可信度和權(quán)重，計算結(jié)果如表5 所示。

表4 5位專家的身份信息表

表5 專家的可信度值和權(quán)重值計算結(jié)果

（2）G1 法權(quán)重計算結(jié)果

根據(jù)G1 法流程圖1 的步驟計算指標(biāo)的主觀權(quán)重，首先，專家對16 個指標(biāo)進(jìn)行重要度排序，得到的結(jié)果如表6 所示。

表6 指標(biāo)的初步重要度排序結(jié)果

其次，以表2 中的nr賦值結(jié)果參考表作為G1 法主觀賦權(quán)打分的規(guī)則，將5 位專家打分信息轉(zhuǎn)化為實際量化數(shù)據(jù)，并根據(jù)圖1 的權(quán)重計算公式，可以計算得到5 位專家關(guān)于G1 法的指標(biāo)權(quán)重結(jié)果（如表7 所示）。

表7 各指標(biāo)的主觀權(quán)重值結(jié)果

結(jié)合表5 中的專家身份信息權(quán)重值結(jié)果，最終得出G1 法各指標(biāo)權(quán)重，如表8 所示。

表8 G1法指標(biāo)權(quán)重值結(jié)果

（3）熵值法權(quán)重計算結(jié)果

首先依據(jù)式（1）進(jìn)行數(shù)據(jù)歸一化處理，之后依據(jù)式（2）和式（3）分別計算出各指標(biāo)的信息熵與信息效用值，最后根據(jù)式（4）得出各指標(biāo)的客觀權(quán)重值。具體如表9 所示。

表9 熵值法客觀權(quán)重表

綜上所述，結(jié)合式（5），我們進(jìn)一步計算得出各指標(biāo)的綜合重要度，如表10 所示。

表10 各指標(biāo)綜合重要度（權(quán)重）計算結(jié)果

由此可以得到指標(biāo)綜合重要度排序結(jié)果為：

四、中國銀行綠色金融業(yè)務(wù)風(fēng)險管控對策

根據(jù)前述第三部分中得到的指標(biāo)重要度排序結(jié)果，本文以排名前五位指標(biāo)作為關(guān)鍵指標(biāo)，分別是不良貸款率、財務(wù)業(yè)績、流動性比例、市場風(fēng)險加權(quán)資產(chǎn)、折合年減排二氧化碳當(dāng)量。因此，本文針對上述5 項關(guān)鍵指標(biāo)提供如下建議。

1.優(yōu)化資產(chǎn)和負(fù)債的管理。銀行應(yīng)該提高資產(chǎn)的變現(xiàn)能力，增加低成本負(fù)債的比重，降低杠桿。通過優(yōu)化資產(chǎn)結(jié)構(gòu)，提高資本充足，減少不良資產(chǎn)。

2.促進(jìn)業(yè)務(wù)創(chuàng)新和多元化經(jīng)營管理，研究開發(fā)綠色金融新型產(chǎn)品和創(chuàng)新融資模式，滿足中長期綠色項目的投融資需求，來規(guī)避綠色資金期限過長和銀行資金結(jié)構(gòu)錯配出現(xiàn)的流動性風(fēng)險等。比如設(shè)計綠色股票指數(shù)等綠色衍生金融產(chǎn)品等。開發(fā)針對個人、家庭、企業(yè)的清潔空氣汽車貸款、節(jié)能減排保證保險、巨災(zāi)債券等綠色產(chǎn)品和服務(wù)。

3.完善銀行的信用評級制度。在初期的項目考察中進(jìn)行全面的風(fēng)險環(huán)節(jié)評估，建立完善的綠色金融市場準(zhǔn)入機(jī)制，嚴(yán)格監(jiān)管項目的批準(zhǔn)、審核工作；判斷該項目是否具有綠色環(huán)保的性質(zhì)，并調(diào)查企業(yè)的信用資質(zhì)和背景，建立專門的環(huán)境風(fēng)險評估部門，對項目進(jìn)行專業(yè)化識別、分類、評估、決策。強(qiáng)化貸后監(jiān)控工作審查，同時，應(yīng)提前制定綠色金融風(fēng)險預(yù)案，建立風(fēng)險轉(zhuǎn)移和補(bǔ)償機(jī)制，規(guī)范各類風(fēng)險的應(yīng)對措施，按重要性等級依次對風(fēng)險問題實施解決措施，使風(fēng)險造成的損失最小化。

五、結(jié)論

本文聚集中國銀行綠色金融業(yè)務(wù)風(fēng)險評估問題開展研究，提出了結(jié)合模糊數(shù)學(xué)中的定量計算方法，最終得到了16 個指標(biāo)的權(quán)重大小順序，并針對關(guān)鍵指標(biāo)提出相關(guān)的對策和建議，本文得到如下三點(diǎn)。

1.本文設(shè)計了綠色金融業(yè)務(wù)風(fēng)險評估流程，給出G1-熵值法量化風(fēng)險指標(biāo)權(quán)重的具體步驟，通過計算得到各風(fēng)險因素指標(biāo)的結(jié)果并明確關(guān)鍵指標(biāo)因素。將該方法用于評估金融業(yè)務(wù)風(fēng)險因素的影響程度，以證明該方法的優(yōu)越性。

2.通過中國銀行綠色金融業(yè)務(wù)風(fēng)險評估的實證案例，依托綠色元素視角構(gòu)建了中國銀行金融業(yè)務(wù)風(fēng)險評估指標(biāo)體系，結(jié)合模糊數(shù)學(xué)中的G1-熵值法，通過主客觀賦權(quán)法相結(jié)合的方式，定量計算了各指標(biāo)的重要度，值得說明的是，本文使用的G1 法實際上為一種改進(jìn)的G1 法，在該方法中充分考慮了專家身份權(quán)重信息，提高評估結(jié)果的主觀可靠性。

3.基于定量計算結(jié)果找到了關(guān)鍵指標(biāo)因素，具體來講就是在構(gòu)建的16 個指標(biāo)中不良貸款率、財務(wù)業(yè)績、流動性比例、市場風(fēng)險加權(quán)資產(chǎn)、折合年減排二氧化碳當(dāng)量是5 個最重要的風(fēng)險指標(biāo)因素，并針對這5 個重要指標(biāo)提出優(yōu)化資產(chǎn)和負(fù)債的管理、促進(jìn)業(yè)務(wù)創(chuàng)新和多元化經(jīng)營管理、完善銀行的信用評級制度等對策及建議，從而實現(xiàn)了理論研究和實踐應(yīng)用的結(jié)合。

事實上，本文的研究仍有不足之處。雖然通過運(yùn)用主客觀組合賦權(quán)法提高了風(fēng)險評估的準(zhǔn)確性，但本研究基于從不同職稱、不同專業(yè)背景的專家收集的評估信息，可以深入探討不同機(jī)構(gòu)、不同崗位的專家信息對評估結(jié)果的影響。在未來研究中，可以采用多案例研究法和數(shù)理實證研究法，從多個典型樣本出發(fā)針對銀行綠色金融業(yè)務(wù)風(fēng)險評估得出更具普適性的研究結(jié)論。