绿色信贷业务对商业银行盈利能力的影响

志学红;王国栋;高清霞

【摘 要】近些年在我国经济发展水平迅速提高的同时,自然生态与经济社会之间的矛盾日益明显,商业银行绿色信贷业务的发展也受到越来越多的关注和重视.本文以商业银行的盈利能力为研究对象,以绿色信贷的相关理论为基础,结合影响商业银行盈利能力的其他因素,选取2009-2015年我国10家上市银行的相关数据建立线性回归模型,最终得出绿色信贷水平的提高对商业银行盈利能力具有显著的正向影响.最后在参考国外绿色信贷发展经验的基础上对我国发展绿色信贷业务提出了相关建议.

【期刊名称】《环境与可持续发展》 【年(卷),期】2018(043)001 【总页数】5页(P25-29)

【关键词】商业银行;绿色信贷;盈利能力 【作 者】志学红;王国栋;高清霞

【作者单位】对外经济贸易大学,北京 100029;对外经济贸易大学,北京 100029;对外经济贸易大学,北京 100029 【正文语种】中 文 【中图分类】X21 引言

近些年，就经济增长速度而言，我国在世界范围内一直处于前列。但过于追求速度的经济发展模式也带来了一定问题：经济发展越来越受到多方面的制约，其中环境和资源的影响尤为突出，对生态高破坏的发展模式和我国经济社会追求可持续发展的目标实际上是背道而驰的。要想转变资源消耗方式，实现可持续发展，必须大力发展绿色经济。绿色经济的发展，一方面需要在上、社会公众在上的支持，另一方面也需要在金融活动中占据绝对主导地位的商业银行的引导，使更多的社会资金流向健康、绿色、可持续发展的企业及项目，让全社会取得良好的生态经济效益。本文通过设立模型，选取中国工商银行、中国建设银行、中国银行、农业银行、交通银行、招商银行、兴业银行、浦发银行、中信银行、华夏银行等10家经营规模较大、绿色信贷业务发展水平较高的上市银行为样本，探究绿色信贷业务对商业银行盈利能力的影响，希望可以对未来我国商业银行发展绿色信贷业务提供一定的理论依据。 1 绿色信贷的内涵及发展 1.1 绿色信贷的内涵

绿色信贷是商业银行等金融机构在日常经营活动和信贷决策中将环境保护纳入考虑范围，在对企业提供资金支持之前进行环保评估，并依据评估结果实行不同的信贷决策：对有利于生态环境保护或节约能源的企业或项目提供贷款支持和利率优惠，而对污染和能源浪费严重的企业或项目资金供给或者提高资金成本。绿色信贷的活动成效并不是以获取到的经济利益来衡量，而是以对环境保护和资源节约的有效程度为标准；是希望通过商业银行等金融机构的环保审核来引导资金的绿色配置，使得更多的社会资金流向有利于生态可持续的项目。 1.2 绿色信贷的实践原则——赤道原则

赤道原则(the Equator Principles)是国际上为判定、评估和管理项目融资中的环境与社会风险而确立的最重要的金融行业基准和框架。*徐芳. 商业银行践行绿色信

贷运行机制研究[D].青岛：中国海洋大学，2009.赤道原则是一套金融机构自愿采纳的原则，适用于全球各行业项目资金总成本超过1000万美元的项目融资的审查，旨在提供一个尽职审查的最低标准以支持负责任的风险决策。*同上，商业银行践行绿色信贷运行机制研究赤道机构在采纳了这项准则后，在对项目发放贷款前需要进行环保评估。如果借款方有违背该原则所涉及的环保和程序，则金融机构可拒绝向其发放贷款。赤道原则不具备强制性和惩罚性，但对于绿色经济的愈加重视，赤道原则已经逐渐成为各国乃至国际金融机构默认遵守的准则。 1.3 绿色信贷在国外的发展现状(以美国和日本为例)

美国是最早接受“赤道原则”的国家之一，*李云燕，马靖宇.国内外绿色信贷发展现状对比分析及对策建议[J].环境保护与循环经济，2016，(02)：24-29.美国的环境责任考核制在美国的环境保中发挥重大作用。比如，当融资项目对环境造成破坏时，污染企业和银行均需要受到相关处罚——支付相应治理费用。这就迫使银行等金融机构在为企业提供资金之前需要进行环保评估，从而促进了绿色信贷的发展。同时美国也采取了很多来支持绿色信贷例如财政贴息、税收减免等。 日本是亚洲首个采纳“赤道原则”的国家，日本发展绿色信贷的最大特点是重视国民绿色观念的树立，它提倡各个机构将绿色环保的理念贯彻到自己的日常经营活动中。日本很多金融机构都有专门用来发展绿色信贷的基金，银行在给客户发放贷款前也会进行严格的环保审查，企业只有通过环保审查才能获得低息贷款。同时日本也出台了很多优惠来支持绿色信贷的发展比如优先贷款和税收减免等。 1.4 绿色信贷在我国的发展现状

截至2016年上半年，我国主要商业银行的绿色信贷余额达到7.26万亿元，占各项贷款的9%。其中节能环保、新能源等高科技新兴产业贷款余额1.69万亿元，节能环保项目和服务贷款余额5.57万亿元。*许天富. 我国商业银行绿色信贷发展的现状、问题及策略研究[J].中国商论，2017，(04)：26-27.

兴业银行、工商银行、建设银行、中国银行、农业银行、交通银行、招商银行、浦发银行、中信银行和华夏银行等10家商业银行从2009到2015年绿色信贷余额增长图和绿色信贷比率趋势图如图1和图2所示。从绿色信贷余额的绝对数值来看，大多数商业银行的增长都很明显，但是从绿色信贷比率来看，除兴业银行一直在以明显的趋势增长外，其余的银行都未呈现增长趋势。兴业银行是我国第一家宣布采纳“赤道原则”的银行，虽然其在绿色信贷余额的数值上并没有领先，但是在绿色信贷比率上却是一直领先其他银行而快速增长。 图1 各商业银行绿色信贷余额增长图

(数据来源：绿色信贷余额是由各家银行的社会责任报告逐年统计所得)图2 各商业银行绿色信贷比率趋势图 2 数据来源和模型设计

本研究选取了中国工商银行、中国建设银行、中国银行、农业银行、交通银行、招商银行、兴业银行、浦发银行、中信银行和华夏银行等10家经营规模较大、绿色信贷业务发展水平较高的上市银行为样本，收集其2009年至2015年的相关数据进行研究。数据来源包括国泰安CSMAR金融经济数据库、EPS数据平台中国金融数据库(金融机构)、Wind咨询银行专项指标。数据库所未涵盖部分则提取自各商业银行年报。其中各银行绿色信贷余额是由各家银行的社会责任报告书逐年整理而得。

为了考察绿色信贷业务的发展对商业银行盈利能力的影响，本文模型的变量选取如下：

(1)被解释变量：平均总资产收益率( average return on asset)

总资产收益率(ROA) ，反映的是商业银行运用其全部资金获取利润的能力，即总资产转化为净利润的能力，该指标一般使用平均总资产回报率(AROA)来计量，本文选取平均总资产收益率作为被解释变量来研究绿色信贷比率对其产生的影响。

(2)解释变量：绿色信贷比率(green load ratio )

绿色信贷比率(GLR)是商业银行绿色信贷余额在贷款总额中所占的比重。*尹娅婷.绿色信贷对商业银行盈利性影响研究[D].南京师范大学，2015.从理论意义上来说，我国的绿色信贷业务起步较晚，目前仍未形成成熟的盈利模式，但是从长期来看绿色信贷的发展应当可以对商业银行的盈利能力产生积极的影响。 本文选取绿色信贷比率作为解释变量来研究其对商业银行盈利能力的影响，并推测绿色信贷比率的提高可以为商业银行的盈利能力带来积极的正向影响。 (3)控制变量

(a)核心资本充足率(core capital adequacy ratio )

银行核心资本充足率(CCAR)等于银行核心资本除以加权风险资产总额的比值。根据《巴塞尔协议》的要求，银行资本充足率要大于等于8%，其中核心资本充足率要大于等于4%。*杨正才.《商业银行业务与经营》.第二章 商业银行的资本金业务.陕西人民出版社，2001-08-01.核心资本充足率的高低对商业银行的竞争力和盈利水平有着至关重要的影响，所以本文选取核心资本充足率作为控制变量。 (b)不良贷款率(non-performing loan ratio)

不良贷款率(NPLR)是不良贷款与贷款总额的比率，一般用来衡量商业银行的贷款质量状况。不良贷款率的上升直接反映了商业银行贷款质量状况的下降，进而可以代表商业银行盈利能力的下降。所以本文选取不良贷款率作为控制变量。 (c)存款占比(deposit ratio)

存款占比(deposit ratio)是商业银行一般性企业和个人存款占全部负债的比率，用来衡量商业银行存款来源的波动状况。*许青，沈娜.经济“新常态”下的商业银行流动性研究及压力测试[J]. 金融与经济，2016，(01)：10-14.商业银行的负债中，客户存款是主要资金来源，伴随着互联网金融的迅猛发展以及我国资本市场的不断完善，商业银行会面临大量的存款流失的冲击。存款的流失直接导致商业银行资金

来源的紧张，进而了商业银行的盈利能力。所以本文选取存款占比作为控制变量。

(d)银行非利息收入占比(noninterest ratio)

非利息收入占比(noninterest ratio)是非利息收入占营业收入的比率，用来衡量商业银行的中间业务水平。*杨馥铭.非利息收入对中国商业银行经营管理的影响研究[D].南京财经大学，2012.随着利率市场化不断深入，银行的存贷业务所创造的利润越来越少，要想维持竞争力，各银行必须大力发展中间业务获取非利息收入以缓解压力。非利息收入占比的上升一定程度上可以代表代表商业银行中间业务水平的提高，进而也代表商业银行盈利能力的提高。所以本文选取非利息收入占比作为控制变量。

基于以上分析，本文设立的模型如下：

AROA=β0+β1GLR+β2CCAR+β3NPL+β4Deposit+β5Noninterest+β6 其中，β6为随机扰动项。 3 回归结果及分析 3.1 描述性统计

各变量观察值统计结果如下表1所示。

表1 各变量观察值统计结果描述性统计量个数极小值极大值均值标准差

ROA700.00820.01470.0124020.0016GLR700.0074540.2215340.0555720.037456CCAR700.0990.12870.0994920.013884NIM700.02220.03060.025980.00194NPL700.00380.02910.0117060.004711DEPOSIT700.54140.9073760.79070.092846NONINTEREST700.1242240.32130.2144530.037108 根据统计显示，10家样本银行的平均资产收益率均值为1.24%，其中极小值为0.82%，极大值为1.47%，标准差为0.0016，这说明各商业银行的平均资产收益率没有较大差异。相比而言，绿色信贷比率在各银行之间存在较大差异，绿色信贷

比率最低值为0.75%，而最大值为22.15%，相差较大；绿色信贷比率均值仅为5.56%说明绿色信贷业务在我国的发展水平确实还不高，未来仍有很大的增长空间。各商业银行的核心资本充足率普遍较高，最低值为9.9%，远高于《巴塞尔协议》所规定的4%。不良贷款率最大值为2.91%，最小值为0.38%，均值为1.17%也都满足不超过5%的监管要求。商业银行的存款占比最大值为90.74%，最小值为54.14%，均值为79.06%说明吸收存款确实是商业银行的主要资金来源，而且标准差仅为0.0928，说明过去7年间各银行之间不存在明显的存款占比差异。但是近年来各商业银行的存款占比确有轻微下降趋势，这也符合越来越多的脱媒现状。非利息收入占比最大值为32.13%，最小值为12.42%，均值为21.44%，且各商业银行的非利息收入占比均呈上升趋势，这与商业银行近年来开展越来越多的中间业务活动相符合。 3.2 回归结果及分析 3.2.1 变量相关性分析

本文设计的模型包括一个被解释变量，一个解释变量和四个控制变量。如果这些变量之间不相关则可能造成虚假回归，因此为了保证实验结果的准确性，对变量进行相关性分析如表2所示。

上述相关性结果显示，平均资产报酬率AROA和绿色信贷比率GLR之间呈正相关，且相关系数在10%水平上显著；AROA和核心资本充足率CCAR、存款占比Deposit以及非利息收入占比Noninterest之间呈正相关，且均在1%的水平上显著；AROA和不良贷款率NPL之间呈负相关，且在5%水平上显著。同时，由于平均资产报酬率AROA和绿色信贷比率GLR、存款占比Deposit，绿色信贷比率和存款占比Deposit，核心资本充足率CCAR和非利息收入占比Noninterest之间的相关系数的绝对值均大于0.5，因此可能存在多重共线性，故需要进行多重共线性检验。

表2 变量相关性分析结果变量

AROAGLRCCARNPLDEPOSITNONINTERESTAROA1.000GLR0.179*1.000(0.069)CCAR0.597***0.0291.000(0.000)(0.407)NPL-0.262**-0.0210.179*1.000(0.014)(0.433)(0.069)Deposit0.305***-0.578***0.288***0.224**1.000(0.005)(0.000)(0.008)(0.031)Noninterest0.586***0.245**0.619***0.318***0.0791.000(0.000)(0.020)(0.000)(0.004)(0.259) 注：***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著。

3.2.2 多重共线性检验

多重共线性检验结果如表3所示。 表3 多重共线性检验结果变量

VIF1/VIFGLR1.7240.580046CCAR1.8080.553097NPL1.1760.85034Deposit1.8260.5475Noninterest1.930.518135MeanVIF1.6928

从结果来看，虽然 VIF的平均值超过1，但是这5个变量GLR、CCAR、NPL、Deposit和Noninterest的VIF值均不超过10，不满足存在多重共线性的条件。故变量通过多重共线性检验，可以进行回归分析。 3.2.3 回归结果

对模型进行回归，结果如表4所示。

表4 模型回归结果变量系数t统计量ProbConstant-0.002*-1.9600.0543GLR0.020***4.6600.000CCAR0.033***3.0320.0035NPL-0.261***-9.4780.000Deposit0.012***6.9760.000Noninterest0.018***6.4870.000F-statistic51.577R-squared0.80AdjustedR-squared0.79

注：***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著。

从回归结果来看，平均资产报酬率AROA和绿色信贷比率GLR的相关系数为0.020，二者呈正相关关系。且每增加一单位的绿色信贷比率，平均资产报酬率可以上升0.020个单位。这与上文的理论分析相一致，即绿色信贷比率的增加的确可以增加商业银行的盈利能力。同时上文的商业银行绿色信贷余额增长图显示，近年来各商业银行在绿色信贷业务上的投入一直处于增长状态。这一点从本文回归结果可以解释：绿色信贷比率和商业银行的平均资产报酬率呈正相关，商业银行增加绿色信贷比率的同时可以带来平均资产报酬率的上升，因而商业银行自然会不断增加在绿色信贷业务上的投入来提高自身的盈利能力。

平均资产报酬率ROA和核心资本充足率CCAR的相关系数为0.033，这表明银行的盈利能力和核心资本充足率也是呈正相关的关系。商业银行的核心资本充足率越高，相应的其盈利能力也就越高。

平均资产报酬率ROA和不良贷款率NPL的相关系数为-0.261，呈负相关的关系。这一点与上文的分析也是一致的。不良贷款率的上升代表了商业银行贷款质量的下降，而贷款质量的下降自然也会直接导致商业银行盈利能力的下降。且一单位不良贷款率的上升会导致平均资产报酬率0.261单位的下降，影响系数较大，这表明商业银行在日常经营活动中需要重点关注对不良贷款的管理。

平均资产报酬率ROA和存款占比Deposit的相关系数为0.012，呈正相关的关系。商业银行作为特殊的金融机构，吸收存款是其主要的资金来源，如果存款流失则会直接商业银行的盈利能力。存款占比的影响系数目前来看相对较小，说明其对平均资产报酬率的影响相对较小，但商业银行仍然需要关注这一变量。

平均资产报酬率ROA和非利息收入占比Noninterest的相关系数为0.018，呈正相关关系。非利息收入占比可以间接代表商业银行开展中间业务水平的高低，该项比率增加表示商业银行获取中间业务收入能力增加，所以商业银行的盈利能力相应也增加。

4 结论和建议 4.1 研究结论

根据模型回归结果，绿色信贷比率的提高对商业银行的盈利能力具有显著的正向影响，商业银行可以通过增加绿色信贷比率来增强自身的盈利能力。随着利率市场化过程的不断推进，商业银行的传统盈利模式也相对受到了一定冲击，而绿色信贷作为一种新型业务，在对环境保护有着重要意义的同时也确实可以为商业银行的盈利能力带来一定的提高。上文的理论分析也说明绿色信贷业务可以增加商业银行的中间业务收入来源、提升银行的社会形象以及有助于商业银行提高国际竞争力，因此商业银行应当积极发展绿色信贷业务。 4.2 建议

4.2.1 完善绿色信贷的相关和法律

绿色信贷在美国和日本的发展情况可知，绿色信贷能够在这些国家具有较高的发展水平是因为对绿色信贷制定了较为严格的鼓励和惩罚机制。我国目前对于环境污染严重的企业仅采取收取罚款的方式，而且数额有限，导致企业的违法成本很低。这在很大程度上了这些企业对于银行绿色信贷项目的支持，进而商业银行绿色信贷的发展水平也无法得到快速提高。因此应当建立严格的惩罚机制，对于污染环境的企业除了处以高罚款，还可以通过提高其企业所得税等措施来从源头上激励企业支持银行的绿色信贷。同时，对于积极发展绿色信贷的商业银行，可以采取税收减免、财政贴息等来予以肯定和鼓励。这些措施都可以为商业银行绿色信贷业务的发展创造良好的环境。 4.2.2 完善银行业和环保部门的沟通机制

绿色经济的发展需要金融机构和环保部门建立有效的沟通平台，相互共享信息。环保部门在对企业进行评估后，对于不合格的企业的信息可以及时通知各商业银行，银行可以从贷款来源上对这些污染企业的资金支持。而银行在发放贷款前的环

保评估中如果发现不合规的企业也可以报告给环保部门，由其进行相应的严格处罚。通过银行业和环保部门的积极沟通可以为绿色信贷在我国的发展起到有力的推动作用。

4.2.3 加强绿色经济观念的传播

目前我国的民众对于绿色经济的理念还没有系统完整的认识，绿色观念淡薄，这就需要商业银行和环保部门积极做好宣传工作。只靠银行和管理部门很难长久的发展绿色金融，只有呼吁全社会一起参与到这场绿色中，才能为绿色经济的发展提供经久不衰的动力。

[1]陈浩.商业银行绿色信贷发展思考[J].青海金融，2016，(10)：28-31. [2]陈海若.绿色信贷研究综述与展望[J].金融理论与实践，2010，(08)：90-93. [3]范达强.我国商业银行发展绿色信贷的分析[J].时代金融，2013，(30)：223-224. [4]方智勇.商业银行绿色信贷创新实践与相关建议[J].金融监管研究，2016，(06)：57-72.

[5]付新强.我国商业银行绿色信贷发展的对策研究[D].北京：首都经济贸易大学，2015.

[6]韩立岩，王臻.绿色信贷发展的国际比较与启示[J].国际经济合作，2014，(02)：90-94.

[7]胡荣才，张文琼.开展绿色信贷会影响商业银行盈利水平吗?[J].金融监管研究，2016，(07)：92-110.

[8]蒋先玲，徐鹤龙.中国商业银行绿色信贷运行机制研究[J].中国人口·资源与环境，2016，(S1)：490-492.

[9]孔瑞.我国绿色信贷发展研究[D].济南：山东师范大学，2015.

[10]李云燕，马靖宇.国内外绿色信贷发展现状对比分析及对策建议[J].环境保护与循环经济，2016，(02)：24-29.

[11]刘传岩.中国绿色信贷发展问题探究[J].税务与经济，2012，(01)：29-32. [12]龙卫洋，季才留.基于国际经验的商业银行绿色信贷研究及对中国的启示[J].经济改革，2013，(03)：155-158.

[13]上海银监局绿色信贷研究课题组，张光平，董红蕾，沈澍.绿色信贷支持金融创新与产业结构转型研究[J].金融监管研究，2016，(05)：98-108.

[14]许黎惠，徐晓然.我国商业银行绿色信贷的开展[J].财会月刊，2013，(10)：54-55.

[15]尹娅婷.绿色信贷对商业银行盈利性影响研究[D].南京：南京师范大学，2015. [16]于泓.中国推行赤道原则的难点分析及建议[J].河北北方学院学报(社会科学版)，2015，(05)：77-81.

[17]袁海心.绿色信贷在兴业银行的应用分析[J].青海金融，2016，(08)：51-53. [18]Wo Omonge .The study on green credit of commercial banks[J].The Journal of Environment & Development，2015，13(2)：119-134.