江西省綠色信貸發展的影響因素研究
——基于SEM模型

■馬勇，曾蘭蘭

江西省綠色信貸發展的影響因素研究
——基于SEM模型

■馬勇，曾蘭蘭

作為社會資源配置的中樞，綠色金融可以有效引導社會資源分布，支持并推動綠色經濟穩步發展。然而研究發現，經營業績和利潤一直是企業關注的重點，綠色金融在推行中遇到的問題越來越多，推行的效力也在不斷下降。因此，本文根據綠色金融的相關理論和實踐，進行研究設計；然后設計相關問卷，在中國人民銀行南昌市中心支行、中國證監會江西監管局及江西省各商業銀行的幫助下開展問卷調查，獲取可靠的一手調研數據；再運用結構方程模型來研究影響商業銀行綠色信貸發展的因素，從而得出這些影響因素的相對重要程度；最后提出針對性的對策建議。

綠色金融；SEM模型；障礙因素；政策支持

馬勇（1971-），江西臨川人，江西科技學院協同創新中心，副教授，研究方向為綠色金融、資產證券化；曾蘭蘭（1986-），江西九江人，江西科技學院協同創新中心，講師，研究方向為區域經濟。（江西南昌330098）

一、引言

綠色金融的出現源于人類對環境保護和可持續發展的關注。作為社會資源配置的中樞，綠色金融可以有效引導社會資源配置，支持并推動綠色經濟穩步發展。但是從近幾年國內金融市場整體融資結構變遷來看，我國金融市場的融資結構呈現以銀行信貸為主的特征，間接融資比重達到80%以上①麥均洪，徐楓.基于聯合分析的我國綠色金融影響因素研究[J].宏觀經濟研究,2015,（05）:23~37.。因此，綠色信貸是綠色金融的重中之重。

國家發改委于2010年7月19日發布《關于開展低碳省區和低碳城市試點工作的通知》②陳赟.基于管理視角對發展我國低碳經濟的思考[J].武漢大學學報(哲學社會科學版),2011,（05）:63~68.，確定江西省南昌市為全國第一批唯一一個被列入發展低碳經濟試點的省會城市。盡管江西省各金融機構都開始積極主動向低碳企業營銷并設計綠色信貸產品和服務，進行了一些有益嘗試，也取得了一定成效，但是江西省綠色信貸仍處于探索階段，面臨諸多問題，還難以滿足綠色發展和可持續發展的需要。因此在促進綠色信貸發展中，須認清其發展存在的障礙，并據此剖析原因，進而提出有針對性的政策建議，以確保江西省綠色信貸穩健快速可持續發展。

二、文獻述評與研究假設

綠色信貸的內涵包括：第一，對研發、生產治污設施，從事生態保護與建設，循環經濟生產、新能源開發，綠色制造和生態農業的企業或機構提供信貸資金扶持并實施優惠性的低利率；第二，對污染性或存在環境問題的企業和項目的投資和流動資金等進行貸款額度限制并實施懲罰性高利率的政策手段。綠色信貸業務的開展涉及商業銀行、企業和政府等三方利益主體，相應的障礙因素也大致來自這些利益相關方，因此本文將綠色信貸發展、企業信貸風險、銀行內生動力、銀行的外部監管、政府的配套機制作為主要研究變量。

（一）綠色信貸發展

據統計，目前中國節能服務網節能服務公司已有400多家，年產值約1653億元，從業人員達到了43萬人，節能服務產業已經成為中國節能領域的一支重要力量，為推動節能減排作出了重要的貢獻。所以，我國應大力推廣合同能源管理，鼓勵商業銀行實施合同能源貸款。因此設置了觀測變量“Y1您很了解合同能源管理模式”。

商業銀行對社會環境風險的態度和社會環境風險管理體系的完善程度是重要的分類標準。因此設置了觀測變量“Y2貴行制定了完善的綠色信貸標準和制度”和觀測變量“Y3貴行在信貸審查中注重企業的環保評估”。由于綠色信貸包括對綠色行業的支持以及污染行業的限制，因此設置了觀測變量“Y4貴行對綠色行業的信貸支持力度大”和觀測變量“Y5貴行嚴格限制對‘兩高一剩’行業的信貸支持”。

（二）企業信貸風險

商業銀行一般以盈利為目的，在進行信貸決策時，企業的信貸風險是其考慮的是首要因素。然而由于綠色制造、環保治污和新能源等行業在內的綠色行業都需要依靠突破性的技術進步和創新（何曉萍，2013），但一個突破性的技術進步和創新是難以事前規劃和設計的，具有較大的風險。由于綠色產業具有初始投資資金高、投資周期長、運營風險高等特點，使得綠色信貸的成本較高。此外，政府對一些綠色行業的扶持不當也增大了相應企業的信貸風險。因此，綠色行業的信貸風險往往高于一般的行業，阻礙了商業銀行對綠色行業進行信貸資金支持。因此設置了觀測變量“Y6綠色環保行業信貸風險普遍較低”和觀測變量“Y8綠色信貸項目貸款成本與一般項目無明顯差異”。此外，一些節能環保項目可能技術先進，但財務往往不可行，進一步阻礙了綠色信貸的發展。因此還設置了觀測變量“Y9企業常推薦技術先進，且財務可行的項目”。

另外，“兩高一?！毙袠I是我國宏觀經濟調控的對象，同時高污染行業還具有較大的社會環境風險（苗建青和苗建春，2008）①苗建青，苗建春.關于日本銀行界在融資過程中環境風險控制的研究[J].國際金融研究，2008，(2).，因此具有更大的信貸風險，商業銀行不愿意為“兩高一剩”行業提供信貸資金支持。因此設置觀測變量“Y7‘兩高一?！袠I的信貸風險普遍較高”。

（三）銀行內生動力

（4）質檢部門先期參與技術標準的編制過程。提出質檢部門先期參與技術標準的編制過程主要出于兩點考慮：首先，這樣能加深質檢人員對技術要求的理解，便于后期與生產單位的溝通和交流；另外，如果質檢部門能先期就參與重大專項技術標準的編制過程，能及時熟悉成果特點和質量關鍵點，及時編制專項質量檢查驗收規定，同時使質檢驗收的成果質量評價客觀、透明，增強評價結果的說服力。

從經濟學的角度來說，商業銀行的主要動機是實現利益最大化，而商業銀行發展綠色信貸具有很強的正外部性②周金帶.發揮綠色金融在生態文明建設中的重要支持功能[J].時代金融,2014,（03）:280.。由于存在正的外部性，所以商業銀行實施綠色信貸的私人利益Vp小于社會利益Vs。如果商業銀行實施綠色信貸私人成本Cp大于私人利益而小于社會利益，即有Vp＜Cp＜Vs，則商業銀行顯然不會采取這項活動。而商業銀行實施綠色信貸是需要付出一定成本的，所以在理性經濟人的假設下，商業銀行并沒有實施綠色信貸的內生動力（王朝弟等，2012）。

金融機構實施綠色金融，可以提高其聲望和幫助其進行風險管理。然而研究發現，經營業績和利潤始終是企業關注的重點，綠色信貸在推行中遇到的問題越來越多，推行的效力也不斷在下降。一些聲稱實施“赤道原則”的金融機構只是“漂綠”（Green Wash）而已。這些金融機構只是高舉“綠色金融”的旗幟，但在日常經營中仍以利潤最大化多為目標（Evans和Smith.2011）。銀行內生動力包括綠色信貸與銀行經營目標的一致程度、銀行企業文化和績效考核體系是否鼓勵綠色信貸等。因此設置了觀測變量“Y10綠色信貸與貴行的經營目標一致”、觀測變量“Y11綠色信貸理念被納入了貴行的企業文化”和觀測變量“Y12貴行內部的績效體系鼓勵綠色信貸”。

（四）銀行的外部監管

外部監管是指監管部門（包括金融監管部門和環保部門等）對不執行綠色信貸或綠色信貸執行不力的商業銀行進行責任追究和處罰，對切實執行綠色信貸的商業銀行進行獎勵和政策支持。商業銀行開展綠色信貸業務具有正的外部性，因此存在市場失靈，需要監管部門施加一定的干預。但目前由于綠色信貸標準不統一，降低了綠色信貸監管措施的可操作性，同時綠色信貸執行情況尚未明確納人監管流程，缺乏量化的獎懲機制，這些都影響著商業銀行開展綠色信貸業務。因此設置了觀測變量“X1綠色信貸的外部監管體系完善”、觀測變量“X2綠色信貸的外部監管執行力度大，獎罰分明”和觀測變量“X3綠色信貸標準明確，可操作性強”。

（五）政府的配套機制

政府的所為對于“綠色信貸”的執行及其效果具有最為重要的影響（林心穎，鄭祥，2011）①林心穎，鄭祥.“綠色信貸”制度缺陷的多維博弈分析[J].中國人口·資源與環境,2011，(21).。配套機制包括財政支持、地方政府的考核體系、企業環保信息的獲取以及環保部門的執法力度等。對企業的財政支持可以降低綠色行業的信貸風險，而對商業銀行的財政支持可以增加銀行實施綠色信貸的內生動力；地方官員以GDP為主的政績考核體系導致地方保護主義和地方政府在環境保護方面缺位，致使綠色信貸執行不力；銀行獲取企業的環保信息的便利程度會影響銀行綠色信貸的實施；環保部門加大執法力度時，高污染和高耗能行業將面臨較大的社會環境風險，這無疑會增加“兩高”行業的信貸風險。因此設置了觀測變量“X4財政對貴行開展綠色信貸了有效的支持”、觀測變量“X5綠色信貸與地方政府的利益一致”、觀測變量“X6貴行可以方便地掌握企業的環保信息”、觀測變量“X7貴行與環保部門建立了良好的信息共享機制”、和“X8環保部門對企業的環境違法執法嚴格”。

三、研究模型與數據搜集

由于本文研究的綠色信貸發展、企業信貸風險、銀行內生動力、銀行的外部監管和政府的配套機制5個變量都不能僅僅依賴單一指標直接測量，需要使用多指標進行測度。同時，本文研究的是多因素多變量之間的關系，因此，需要采用結構方程模型進行研究。

結構方程模型（Structural Equation Modeling，SEM）是從微觀個體出發探索宏觀規律的一種綜合性建模方法。結構方程模型首先將一些欲研究卻無法直接測量的問題作為潛變量，并通過一些可以直接觀測的變量來反映這些潛變量，然后根據相關研究假設來建立起潛變量之間的關系②張敏怡，王紅漫.山西省基本社會醫療保險滿意度的結構方程模型分析[J].中國衛生統計,2015,（10）：777~783.，最后通過搜集數據來得出各種變量間的影響路徑和影響程度；此外，與傳統的聯立方程相比，結構方程模型還允許存在測量誤差，這使得結構方程模型在經濟管理研究中有著廣泛的應用（李禮等，2006：李心丹等，2008）。

（一）模型變量定義

表1

（二）模型設定

本文構造了度量方程式（1）和方程式（2），以及結構方程式（3）；模型結構如圖1所示。

其中，Y=[Y1Y2Y3…Y11Y12]′

圖1 模型結構

在（1）式和（2）式中，Y是η的觀測變量，X是ξ的觀測變量，ε和δ分別是X和Y的觀測誤差，Λy是Y在η上的因子載荷系數陣，Λx是X在ξ上的因子載荷矩陣；在（3）式中，η是內生潛在變量系數陣，描述了η彼此之間的影響，Г是外生潛在變量系數陣，描述了ξ對η的影響。同時還假設：（1）度量方程式的誤差項ε和δ的均值為0；（2）結構方程式的殘差項ξ的均值為0；（3）誤差項ε、δ與變量η、ξ之間不相關，誤差項ε與δ不相關；（4）殘差項ζ與ξ、ε、δ之間不相關。

（三）數據搜集

此次調研涵蓋江西省境內各類商業銀行及金融機構共34家。通過努力，調查問卷采用微信、騰訊QQ、現場等多種形式，發往江西省各大商業銀行等金融機構中不同級別工作人員填寫，共收回問卷423份，去除無效問卷后，得到410份有效問卷。問卷有效率為96.9%。問卷的分布（見圖2）基本涵蓋了江西省內各大商業銀行，樣本代表性較好。

圖2 問卷分布

四、研究結果及分析

（一）數據信度及可靠性分析

由于本文的數據來自問卷調研，因此問卷的信度將直接影響著本文的研究結論。信度指測量結果的一致性和穩定性程度，也就是說對于同一個被調查者，以相同的測量工具進行測試，如果兩次的結果一致，表明測量結果具有信度。在問卷信度方面，本文采用Cronbach提出的a系數來測量，計算軟件為SPSS17.0。從表2可以看出，所有a系數均大于0.70，處于高信度范圍。說明結構方程模型較理想，能比較有效地解釋調查問卷中相對應的原始數據。

表2 問卷信度

（二）模型擬合結果及評價

本文采用AMOS17.0進行模型擬合，參數估計選擇最大似然法（ML）。

從表3可以看出，在參數擬合結果中，所有系數都在0.05的水平下顯著，所有系數的估計值是具有統計學意義的。如圖4可以更為直觀地進一步表述。

圖3 標準化的模型系數估計結果

表3 參數估計結果

（三）結果分析

為了在同一模型中比較各種效應的大小，本文采用標準化的參數估計結果來分析問題。同時由于本文采用利克特5級量表來搜集數據，數據本身便是被調査者主觀評價，不具有計量單位，因此標準化的系數也是具有實際意義的。根據表3和圖3，并結合綠色信貸的相關理論與商業銀行綠色信貸的相關實踐，可以得出以下分析結果。

1.企業信貸風險對綠色信貸發展的影響分析。在對觀測變量“Y6綠色環保行業信貸風險普遍較低”的回答中，“不同意”占5.1%，均值為4.05：同樣在觀測變量“Y8綠色信貸項目貸款成本與一般頂目無明顯差異”的回答中，“不同意”占16.6%，均值為3.77。也就是說大多數被調查者認為綠色環保行業信貸風險較高，信貸成本與一般項目存在明顯差異。此外，觀測變量“Y9企業常推薦技術先進，且財務可行的綠色項目”中，回答“不同意”的占3.2%，均值為4.12，也就是說存在一些技術先進但財務不可行的綠色信貸項目。這說明綠色行業較高的信貸風險阻礙了商業銀行對綠色行業進行信貸資金支持。

在對觀測變量“Y7‘兩高一剩’行業的信貸風險普遍較高”的回答中，“同意”和“完全同意”分別占40.7%和36.3%，兩者合計占63%，均值為4.14，也就是說商業銀行普遍認識到“兩高一?！毙袠I具有較高的信貸風險。

圖3顯示了企業信貸風險對綠色信貸發展的直接效應為0.82，說明在其他條件不變情況下，“企業信貸風險”的評價得分每提升1個單位，“綠色信貸發展”的得分將提升0.82個單位。同時企業信貸風險對綠色信貸發展的總效應是各種因素中較大的，這說明企業信貸風險對綠色信貸發展的影響程度相對較大。

2.商業銀行內生動力對綠色信貸發展的影響分析。在對觀測變量”Y10綠色信貸與貴行的經營目標一致”的回答中，“不同意”占1.5%，均值為4.3，說明綠色信貸的發展與商業銀行的經營目標存在一定程度的一致性；在對觀測變量“Y11綠色信貸理念被納入了貴行的企業文化”的回答中，“不同意”占2.9%，“同意”占47.1%，均值為4.26，說明綠色信貸理念被納入了商業銀行的企業文化，但被納入的程度不高。在對觀測變量“Y12貴行內部的績效體系的綠色信貸”的回答中，“不同意”占2.9%，均值為4.26，均值低于Y10，說明商業銀行內部的績效體系鼓勵綠色信貸的效果差強人意。

圖3顯示了銀行內生動力對綠色信貸發展的直接效應為0.89，說明在其他條件不變的情況下，“銀行內生動力”的評價得分每提升1個單位，“綠色信貸發展”的評價得分將提升0.89個單位。同時銀行內生動力對綠色信貸發展的總效應最大，這說明商業銀行內生動力是影響綠色信貸發展的最主要因素。

3.商業銀行的外部監管對綠色信貸發展的影響分析。在對觀測變量“X1綠色信貸的外部監管體系完善”的回答中，“不同意”一般占3.4%，均值為4.15，說明綠色信貸外部監管體系的完善程度一般，還有許多需要完善的地方。在對觀測變量“X2綠色信貸的外部監管執行力度大，獎罰分明”的回答中，“不同意”占4.1%，均值為4.11，說明綠色信貸的外部監管執行力度一般。在對觀測變量“X3綠色信貸標準明確，可操作性強”的回答中，“不同意”占3.7%，均值為4.11，說明綠色信貸標準不明胤可操作性較差。

圖3顯示銀行外部監管對綠色信貸發展的直接效應為0.81，說明在其他條件不變情況下，“銀行外部監管”的評價得分每提升1個單位，“綠色信貸發展”的得分將提升0.81個單位。這說明商業銀行的外部監管對綠色信貸發展的影響程度較大。

4.政府的配套機制對綠色信貸發展的影響分析。政府的配套機制對綠色信貸發展的影響是多方面的。在對觀測變量“X4財政對貴行開展綠色信貸提供了有效的支持”的回答中，“不同意”占2.7%，均值為4.14，說明財政對商業銀行開展綠色信貸提供的支持不夠。在對觀測變量“X5綠色信貸與地方政府的利益一致”的回答中，“完全同意”占43.2%，均值為4.19，再加上觀測變量“Y6貴行嚴格限制‘兩高一利’行業的信貸支持的均值為4.05，說明地方政府的政績考核體系并沒阻礙商業銀行對“兩高二剩”行業的信貸資金限制。

觀測變量X6和X7都是關于環保信息的，對觀測變量“X6貴行可以方便地掌握企業的環保信息”的回答中，“完全同意”占36.8%，均值為4.05。對觀測變量“X7貴行與環保部門建立了良好的信息共享機制”的回答中，“完全同意”占38.3%，均值為4.04。可見觀測變量X6和X7得分都較低，說明商業銀行不能方便地掌握企業的環保信息，與環保部門信息共享不暢。對觀測變量“X8環保部門對企業的環境違法執法嚴格”的回答中，“完全同意”占39.3%，均值為4.09，說明環保部門對企業的環境違法執法嚴格程度一般，但隨著環境問題的日益突出和公眾對環保問題的日益關注，環保部門對企業的環境違法執法也越來越嚴格。

在圖3中可以看出，政府配套機制對綠色信貸發展的直接效應為0.78，說明在其他條件不變情況下，“政府配套機制”的評價得分每提升1個單位，“綠色信貸發展”的得分將提升0.78個單位。這說明雖然政府配套機制對綠色信貸發展的影響程度較小，但是其各觀測變量的均值都超過4，因此政府配套機制對綠色信貸發展的影響不可忽視。

5.影響綠色信貸發展的主要障礙因素分析。在測量綠色信貸發展的5個指標中，得分最高的是觀測變量“Y5貴行嚴格限制對‘兩高一剩’行業的信貸支持，該觀測變量的均值為4.35，且有53.2%的被調查者完全同意該陳述，再加上觀測變量“Y3貴行在信貸審查中注重企業的環保評估”的得分也較高，說明商業銀行在綠色信貸的“限制”方面表現較好。

在對觀測變量“Y4貴行對綠色行業的信貸支持力度大”和“Y2貴行制定了完善的綠色信貸標準和制度”的回答中，雖然均值大于3，但分別有50.7%和47.8%的被調查者選擇了“完全同意”。觀測變量“Y1您很了解合同能源管理模式”的均值最低，說明大多數商業銀行對合同能源管理項目的信貸資金支持不足。綜合觀測變量Y1、Y2和Y4，說明商業銀行在綠色信貸的“支持”方面表現不足。

五、主要結論及研究局限

綜上所述，江西省各商業銀行等金融機構在綠色信貸的“限制”方面表現較好，但在“支持”方面表現不足；在綠色信貸發展中，銀行內生動力不足是最主要的障礙因素，綠色信貸行業較高的企業信貸風險和銀行外部監管的不完善是主要障礙因素，政府的配套機制中財政支持力度不夠和銀行獲取企業環保信息渠道不暢是重要障礙因素。

研究局限方面，因為本文數據大多來自于問卷調查，一方面，不同層級的銀行人員對綠色信貸的看法和觀點會有很大差異；另一方面，問卷調查對象主要是江西省的各大商業銀行，沒有企業、政府人員，所以研究視角會有所單一，從而造成數據方面有偏差。這些都是我們后期值得進一步研究的方向。

[1]王飛.中國銀行業綠色信貸體系構建[J].金融與經濟,2009,（03）:21~22.

[2]周一虹,張鮮華,陳文文.實施綠色經濟政策與企業環境信息披露問題探討[J].生態經濟,2009,（04）:98~100+138.

[3]陳偉光,盧麗紅.中國商業銀行綠色信貸外部障礙與環境風險管理框架的構建[J].廣東金融學院學報,2011,（03）:66~76.

[4]李盧霞,黃旭.中國銀行業綠色信貸發展的同業比較[J].金融論壇,2011,（02）:42~50.

[5]龍衛洋,季才留.基于國際經驗的商業銀行綠色信貸研究及對中國的啟示[J].經濟體制改革,2013,（03）:155~158.

[6]馬秋君,劉璇.引導信貸資金實現綠色配置[J].中國金融,2013,（09）:82~83.

[7]胡震云,陳晨,張瑋.基于微分博弈的綠色信貸與水污染控制反饋策略研究[J].審計與經濟研究, 2013,（06）:100~109.

[8]韓立巖,王臻.綠色信貸發展的國際比較與啟示[J].國際經濟合作,2014,（02）:90~94.

[9]麥均洪，徐楓.基于聯合分析的我國綠色金融影響因素研究[J].宏觀經濟研究,2015,（05）:23~37.

[10]劉婧宇,夏炎,林師模,吳潔,范英.基于金融CGE模型的中國綠色信貸政策短中長期影響分析[J].中國管理科學,2015,（04）:46~52.

[11]連莉莉.綠色信貸影響企業債務融資成本嗎?——基于綠色企業與“兩高”企業的對比研究[J].金融經濟學研究,2015,（05）:83~93.

[12]紀霞.國外綠色信貸發展經驗及啟示[J].改革與戰略,2016,（02）:57~59+154.

[13]Lüthi,S.and Pr?ssler，T，Analyzing policy sup-port instruments and regulatory risk factors for wind en-ergy deployment：A developers’perspective. EnergyPolicy，Vol.39，No.9，2011.

[14]Tang,A，Chiara，N.andTaylor,J.E，Financingrenewableenergyinfrastructure：Formulation，pricingand impact of a carbon revenue bond.Energy Policy，Vol.45，No.6，2012.

[15]Wright，C，Global banks,the environment, and human rights：The impact of the equator principles onlendingpoliciesandpractices.Global EnvironmentalPolitics，Vol.12，No.1，2012.

F832

A

1006-169X（2017）06-0035-07

本文受江西省社科“十三五”規劃課題“基于私人資本視角下的江西綠色直接融資模式創新研究”（編號：16GL24）資助。