綠色金融的經濟增長效應淺析

黃娟

摘要：隨著社會的發展與進步，全球進入經濟一體化發展狀態，進入新時期，人們也開始提倡綠色金融。綠色金融可以推動生態環境和經濟的雙重發展，并成為21世紀的主題，在這樣的背景之下，各大企業也開始采用綠色金融模式促進經濟增長。其在一個企業或行業當中都有著很好的促進作用，能夠促進產業結構的改革和優化，本文就對綠色金融的經濟增長效應進行分析，供參考。

關鍵詞：綠色金融;經濟增長;效應

在綠色金融理念提出來之后，2016年的時候，我國杭州市就將綠色金融列入了會議議程，在經濟學領域當中已經成為了研究焦點。綠色金融是新時代的產物，也是為了順應我國生態理念所提出來的，綠色金融結合了經濟發展和環保生態理念，因而促進了經濟增長效應顯現。

一、綠色金融概述

綠色金融就是指的金融相關部門將和環境條件有關的潛在回報或風險等列入日常工作范疇之內，并在后期對社會中的經濟資源進行引入，讓經濟發展更為樂觀[1]。和前些年傳統的金融相比較起來，綠色金融有一個非常明顯的特征就是關注生存環境的利益問題，其促進了經濟和環境的共同持續發展，而這是傳統金融無法達到的。在傳統金融中，經濟要想得到發展，就會犧牲生態環境，人類在實現自我利益獲取的前提，是破壞、毀滅生態，這勢必無法協同發展。但綠色金融完全解決了這一現狀，綠色金融強調的是生存環境利益，尋求金融和環保事業的共同發展。在20世紀70年代，德國就已經建立了生態銀行，這也是全球第一家政策性的生態銀行，該銀行的主要業務就是給環境項目提供優惠政策。進入21世紀，世界銀行下屬的國際金融公司和荷蘭當地的銀行一同合作，提出了赤道原則。該原則就是指的金融部門在投資項目的過程當中，對其環境影響力加以預測評估，并使用金融杠桿的幫助降低影響力[2]。在2007年之后，我國環保總局就和證監會等部門一同出臺了綠色金融政策，如綠色證券、綠色保險等等，這給金融行業向環保市場發展提供了有利條件。然而，從目前的現狀來看，我國在綠色金融的發展上還處于初步階段，無論是規模還是作用都比較有限，大部分人的注意力都在銀行業務上，如信貸業務等，這是將來需要改善的點。

二、綠色金融的經濟增長效應研究

本文主要闡述了綠色金融的經濟增長效應，將經濟增長看成是因變量，將綠色金融的投資、政府規模、國有化程度、城鎮化水平看成是自變量，在進行研究的過程當中，以區域內的人均生產總值看成是經濟增長，使用地區內的生產總值比重代表綠色金融的投資固定資產。除去綠色金融之外，其余的數據資料在網絡上都可以找到[3]。在文獻庫中已經有了相關的研究，通過檢索發現，在已經有的相關理論當中，對中國的區域內人均生產總值分析都集中在全局空間自相關性方面，本文則使用空間計量模型展開研究淺析。綠色金融在綠色發展的提倡和推動過程中，需要借助多種途徑，如政府、金融機構等，因此，綠色金融的經濟增長效應又可以分成廣義和狹義兩種。站在廣義角度上來看，綠色金融資源的投資者可以是以政府部門為核心的公共部門，也可以是以金融機構為核心的非公共部門，在綠色金融的廣義內涵中，又可以分成公共和非公開綠色金融。公共性的綠色金融主要是指的政府部門綠色金融投資，而非公共性的綠色金融則是指的市場或機構綠色金融投資。站在狹義上來看綠色金融的話，綠色就是指的非公共部門的綠色金融資源投資，主要是指市場。當市場在對綠色金融資源進行投資時，涵蓋的內容基本上就是綠色證券等[4]。在對綠色金融進行詳細的衡量上發現，區域公共綠色金融規模是通過環境保護公共財政支出實現的，區域內的市場其綠色金融規模則是通過金融機構的這支持來實現的，金融機構的支持力度如何直接決定了最終綠色金融規模大小。對于區域內的市場綠色金融規模而言，本文對我國上海市證券交易所和深圳市的證券交易所數據進行了分析發現，廣義上的綠色金融總數額是公共部門規模和信貸市場規模加上證券市場規模的總和。本文使用后的自變量數據都在近五年內，我國的綠色金融經濟增長效應可以分成廣義和狹義兩種不一樣的視角，在具體的探索中，將廣義角度上所獲得的綠色金融規模使用ggf表示，而狹義角度上所獲得的綠色金融規則使用ngf表示，人均GDP使用rgdp表示，投資使用inv 表示，國有化程度使用own表示，城鎮化水平使用urban表示，我國政府的規模則使用gov表示。在研究的時候，為了可以讓量綱得到統一化，本文分別研究了人均GDP、廣義、狹義上的綠色金融規模，同時，使用地理距離權重矩陣和經濟距離權重矩陣對結果加以描述[5]。

三、實證分析

（一）廣義視角上的綠色金融經濟增長效應分析

在對兩種不一樣的統計量綱進行分析比較之后發現，不管是LMLag統計量，還是LMError統計量，都可以融入進地理距離權重矩陣和經濟距離權重矩陣，但最終的結果均顯示，LMError的統計量要比LMLag的統計量大，所以，本文可以使用空間誤差模型。并且，在 Hausman統計量當中十分明顯的表示是使用的固定效應模型，本實證分析所使用的模型則使用的是極大似然估計法。在實證中發現，在地理距離權重矩陣中，Inggf的系數假設是0.061 9**，z統計量就是2.21;inv的系數假設是0.311 8***，z統計量就是2.79;own的系數是-0.339 3***，z統計量為-3.92;urban的系數是2.930 1***，z統計量為21.28;gov的系數是-0.233 1***，z統計量為-1.10。在經濟距離權重矩陣中，Inggf的系數假設是0.066 3**，z統計量就是2.42;inv的系數假設是0.351 6***，z統計量就是3.26;own的系數是-0.347 7***，z統計量為-3.92;urban的系數是2.815 6***，z統計量為20.79;gov的系數是-0.236 08***，z統計量為-1.12[6]。在使用經濟距離權重矩陣對綠色金融規模的經濟增長效應進行分析時，結果顯示，其對經濟的作用參數是0.066 3，同樣是使用是5%置信水平，其結果較為顯著，足以看出廣義角度上的綠色金融能夠增強經濟效應。如果說區域內的規模上升了1%，那么綠色金融就會向市場傳遞信息，達到上調經濟增長效應的目的，上漲率約為0.06%。而在使用地理距離權重矩陣展開研究的時候，當投資對于增長效應的影響參數是0.311 8時，通過了1%的置信水平，結果依舊比較顯著。

（二）狹義視角上的綠色金融經濟增長效應分析

在對兩種不一樣的統計量綱進行分析比較之后發現，LMError的統計量要比LMLag的統計量大，所以，本文可以使用空間誤差模型。在實證中發現，在地理距離權重矩陣中，Inggf的系數假設是0.052 1*，z統計量就是1.89;inv的系數假設是0.294 7***，z統計量就是2.63;own的系數是-0.340 3***，z統計量為-3.92;urban的系數是2.822 8***，z統計量為21.16;gov的系數是0.262 5***，z統計量為-1.22。在經濟距離權重矩陣中，Inggf的系數假設是0.056 4**，z統計量就是2.09;inv的系數假設是0.335 6***，z統計量就是3.10;own的系數是-0.348 6***，z統計量為-3.92;urban的系數是2.808 6***，z統計量為20.61;gov的系數是-0.264 8***，z統計量為-1.24[7]。在使用地理距離權重矩陣對綠色金融規模的經濟增長效應進行分析時，結果顯示，其對經濟的作用參數是0.052 1，同樣是使用是10%的置信水平，其結果較為顯著。在使用經濟距離權重矩陣對綠色金融規模的經濟增長效應進行分析時，結果顯示，其對經濟的作用參數是0.056 4，通過了5%置信水平下的顯著性較為明顯。從最終的實證結果上來看，狹義視野上的綠色金融有著很強的經濟增長效應，當綠色金融的規模上升1%之后，金融就會向市場傳遞信息，達到上調經濟增長效應的目的，上漲率約為0.05%。但是，不管是哪種視角上的綠色金融，當規模有所上升之后，經濟也會有所增長，且比例是正向關系。對兩種視角下的綠色金融加以比較發現，廣義視角下的綠色金融更能促進經濟效應顯現，這也意味著市場所投資和提供的綠色金融資源還可以得到進一步提升[8]。

四、結語

本文對綠色金融的經濟增長效應進行分析，采用實證研究的方式展開分析，通過分析得知，廣義視角下的綠色金融比狹義視角下的綠色金融更能促進經濟效應顯現，并且，當綠色金融的作用參數不一樣時，所帶來的經濟增長效應程度也是不一樣的，并且，從整體上來說，市場所投資和提供的綠色金融資源還有待進一步提升。

參考文獻：

[1]嚴靜.綠色金融對經濟增長的影響——基于21家主要銀行綠色信貸余額的實證研究[J].科技經濟市場，2019（9）.

[2]陳思揚.綠色金融對廣東省宏觀經濟發展的影響研究[J].現代經濟信息，2019（18）.

[3]蔡永輝.綠色金融影響宏觀經濟增長的機制與路徑分析[J].財經界：學術版，2019（17）.

[4]劉莎，劉明.綠色金融、經濟增長與環境變化——西北地區環境指數實現“巴黎承諾”有無可能？[J].當代經濟科學，2020（1）.

[5]陳青青.綠色金融發展對技術進步、經濟增長的影響[D].武漢：華中科技大學碩士論文，2019.

[6]張麗.我國綠色金融發展的經濟與環境效應研究[D].徐州：中國礦業大學碩士論文，2019.

[7]方建國，林凡力.綠色金融與經濟可持續發展的關系研究——基于中國30個省際面板數據的實證分析[J].中國石油大學學報：社會科學版，2019（1）.

[8]邱海洋.綠色金融的經濟增長效應研究[J].經濟研究參考，2017（38）.

作者簡介：黃 娟（1985—），女，湖南湘潭人，講師，研究生，主要從事經濟、金融研究。