綠色信貸對企業節能的非線性影響研究

改革開放以來，我國的經濟發展取得了巨大成就。然而，粗放型的發展方式以及工業化過程中資源密集型的行業模式，不可避免地導致能源的過度消耗。由英國殼牌石油公司編撰的《BP世界能源統計年鑒2017》公布資料顯示，2016年中國已經超過美國，成為世界第一能源消費大國。1978年我國的能源消費總量為57144萬噸標準煤，到2017年底，這一數據上升至449000萬噸標準煤，我國能源消費總量占據了世界能源消費總量的近1/4份額，能源消費增量更是世界能源消費增量的1/3以上。此外，自1993年起中國能源總消費已大于國內總供給，從原先的能源凈出口國變成了凈進口國①。

我國能源資源有限，現有消耗方式是不可持續的。由國務院發展研究中心進行的預測顯示，在現有經濟增長模式下，到2020年我國將消耗50億噸標準煤。這一能源需求是相當巨大的，將對我國全面跨入小康社會過程形成巨大挑戰。綠色發展是對傳統經濟發展方式的優化、轉型和升級，其注重環境保護和能源節約。綠色發展離不開金融支持，而綠色信貸是綠色金融的主要構成部分。綠色信貸不僅明確了信貸資金的投入方向，而且改變了從前信貸資金使用質量不高的問題，滿足了綠色產業發展的融資需求，有利于能源節約。因此，研究綠色信貸的節能效應具有重要意義。

一、文獻綜述

國內外學者研究綠色信貸時較為關注商業銀行發放綠色信貸的積極性。Gilbert和Zhao認為綠色信貸有利于引導私人投資進入環保和節能領域，然而實際操作過程中，由于企業環保信息和節能信息披露不足容易引發“漂綠”事件，導致商業銀行缺乏實施綠色信貸激勵。［1］戴敘賢等從金融監管當局的監管效率入手，應用博弈分析探討了商業銀行實施綠色信貸的可行性。他們的研究結論顯示，金融監管部門只有提高對各個商業銀行的監管效率，才有可能使各家商業銀行長期實施綠色信貸。［2］胡震云等通過建立商業銀行和企業之間的微分博弈模型探討綠色信貸對污染排放的影響，結果表明綠色信貸對污染排放有影響，商業銀行通過綠色信貸實施利率獎懲會顯著影響企業污染物排放。［3］周永圣等將綠色信貸納入政府督促企業實施綠色供應鏈這一進程，而后通過構建政府和商業銀行兩者之間的博弈模型分析探討兩者的應對策略。他們的研究結論顯示，商業銀行是否愿意實施綠色信貸，取決于政府的“審查＂成本和對銀行“不實施”綠色信貸的懲罰力度。如果政府當局的審查成本超過對商業銀行不實施綠色信貸的罰款時，政府會選擇不審查；如果銀行實施綠色信貸所得收益大于其不實施綠色信貸所收益，商業銀行將選擇綠色信貸；如果商業銀行不實施綠色信貸所得到收益與實施綠色信貸所得到收益之差，大于銀行實施綠色信貸所得到補貼與不實施綠色信貸所得到罰款之差時，商業銀行最終仍然不會實施綠色信貸。［4］馬曉明基于我國上市公司的年報數據以及社會責任報告，研究了綠色信貸對交通行業的影響。他們發現我國綠色信貸發放過程中，存在商業銀行激勵不足、信貸扶持類型單一、對中小項目關注不多等問題。［5］

部分學者則關注綠色信貸的實施效果。Aizawa等指出綠色信貸能否發揮預期效果，不僅取決于金融部門的有效監管，而且和商業銀行的激勵、環保當局的監管以及技術方面的指導和創新密切相關。［6］Zhang等認為綠色信貸政策在各國的實施效果不及預期，其主要的問題在于綠色信貸在實施過程中銀行缺乏完善的環保信息、政府出臺的政策細節不精準、實踐過程中缺乏明確實施標準，從而導致綠色信貸政策對“高污染，高耗能”行業的抑制效果不明顯。［7］馬駿采用案例分析方法探討了商業銀行發放綠色信貸對宏觀經濟的影響，認為綠色信貸有助于實現經濟利益、社會利益和環境保護三贏。［8］劉婧宇等基于綠色信貸對“高污染，高耗能”行業和“雙低”行業實行差別利率這一視角進行分析，應用我國2007年SAM表以及各個年度資金流量表等相關數據實證分析了綠色信貸政策在不同時期對經濟的影響。研究結果表明：綠色信貸政策可以抑制企業的自主投資行為，而且在短期和中期內能顯著減少“高污染，高耗能”行業產出。然而，在長期綠色信貸對“高污染，高耗能”行業產出并無顯著影響。［9］

通過上述分析發現，國內學者關于綠色信貸這一主題的研究主要以定性分析為主，定量分析較少。此外，上述學者均沒有考量制度變遷和交易費用的存在，以及綠色信貸和節能之間可能具有非線性關系這一特征。為此，本文嘗試應用非線性的平滑轉換模型（Smooth Transition Model，以下簡記為STR模型）分析綠色信貸的節能作用。

二、實證分析

（一）數據來源

本文在實證分析中所應用的原始數據均來源于江西省銀監會數據，所采用的數據為2017年的橫截面數據，研究范圍為綠色農業、綠色林業、工業節能、節水以及綠色新能源等行業共60個企業的觀測數據。表1是各變量的統計特征。

（二）模型構建

為了定量分析綠色信貸的節能效果，本文建立如下模型：

式（1）中，i=1,2,3......N,被解釋變量Yi為節約能源數量（單位，萬噸標準煤），解釋變量Xi為綠色信貸余額（單位，百萬元），εi為擾動項。

然而，在實際經濟生活中，由于各種交易成本的存在以及制度的變遷，綠色信貸對各個企業的節能效應可能具有非線性特征。為此，這里將模型（1）拓展為STR模型，其表述如下：

表1 主要變量的統計特征

上述回歸模型（2）為非線性的平滑轉換模型。其中，f(z,γ,c)代表轉換函數，z代表閾值變量，γ是平滑系數，c為閾值。

對于STR模型，f(z,γ,c)一般采取兩種形式。一是LSTR（Logistic Smooth Transition，邏輯轉換函數），其表達式如式（3）所示。

二是ESTR（Exponential Smooth Transition，指數轉換函數），其表達式如式（4）所示。

（三）模型檢驗

根據特納斯沃塔等的理論，本文把LSTR函數以及ESTR函數分別在其原點處進行三階泰勒展開，而后將其泰勒展開式作為轉換函數的近似式代入回歸模型（2）。為了表述方便，實證分析中我們假定x2i=(xi)，x1i=(1,xi)，由此我們可以建立如下的輔助回歸：

特納斯沃塔等學者提出應用LM乘子檢驗來判斷模型的非線性效應。其檢驗原理如下：

H0:β1=β2=β3=0，H1:βi不全為0。

此時，對應的LM檢驗統計量為：

其中，RSS為原假設成立條件下受約束回歸模型所對應的殘差平方和，RSS*為無約束回歸模型所對應的殘差平方和，m為模型（5）中解釋變量的數量，N為樣本容量。

如果不能拒絕原假設，表明模型不具有非線性效應；反之，如果拒絕原假設，則表明模型具有非線性特征，應該選擇STR模型進行研究。

如果模型具有非線性效應，接下來我們應當進一步確定選擇何種形式的非線性轉換函數。為此，需要對STR模型進行序貫的LM檢驗以確定轉換函數。同樣地，參考特納斯沃塔等的做法，依次進行檢驗的虛擬假設分別為：

如果虛擬假設H01:β3=0或H02:β2=0/β3=0被最強烈地拒絕，那么非線性轉換函數應該選擇邏輯轉換函數，即LSTR模型；反之，如果H02:β2=0/β3=0被最強烈地拒絕，那么非線性轉換函數通常應該選擇指數轉換函數，即ESTR模型。表2給出了實證分析中對模型進行非線性檢驗和遞歸的LM乘數檢驗結果。

表2給出的分析結果顯示：在5%的臨界水平下，我們拒絕原假設，由此說明實證分析中應該選擇STR模型。進一步LM序貫檢驗結果顯示：實證研究中應該選用LSTR模型。

（四）模型估計

STR模型進行參數估計的關鍵之一在于合理選取初值。為此，實證分析中應用二維格點搜索方法確定參數和c的初值。對于我們構造［0.5，150.5］的搜索區間，步長設定為0.5；對c構造［0.5，400.5］的搜索區間，步長設定為0.8。估計和c的各種組合其對應殘差，求出殘差平方和最小時所對應的γ和c作為進行優化的初值。本文將參數和閾值c的初值估計結果列入表3。

在獲得模型閾值c以及平滑參數初值之后，將其分別代入模型（2）中，利用遞歸的Newton－Raphson方法，求解出模型的極大條件似然函數，這樣就可以估計并得到模型（2）所對應的各個參數估計值。估計結果見表4。

（五）穩健性分析

在對STR模型進行經濟分析之前，先對STR模型的殘差進行檢驗。首先，分析模型的殘差是否具有ARCH效應。由表5給出的估計結果可知，無論是檢驗結果還是F檢驗結果，均表明模型殘差沒有ARCH效應。

接下來，檢驗模型殘差的正態性，并將檢驗結果列入表6。由表6給出的估計結果可知，模型殘差符合正態性假設。

表2 STR模型轉換函數的遞歸LM檢驗

表3 平滑參數γ和閾值c初值確定

表4 STR模型（2）的NLS估計結果

最后，檢驗模型參數的穩定性。由表7給出的參數穩定性檢驗結果表明：在5%的顯著水平上，拒絕了所有的備選假設，而不拒絕虛擬假設。這表明估計得到的STR模型的參數具有不變的時間特征，即參數具有穩定性。

綜合上述檢驗結果可知，STR模型的殘差滿足正態性假設，且不具有ARCH效應。此外，模型參數具有穩定性特征。由此，本文認為模型估計結果具有穩健性，可以進行經濟分析。

（六）結果分析

由表(4)給出的NLS估計結果可知：綠色信貸余額對企業能源節約具有非線性影響。實證分析中，估計得到模型閾值c為127.7629，表明當綠色信貸金額低于閾值1.2776億元時，模型轉換函數的f(z,γ,c)取值將趨近于0。這時，STR模型處于高機制狀態，綠色信貸金額每增加1百萬元，將節約能源0.9405萬噸標準煤（綠色信貸對能源節約程度由線性部分系數α1單獨決定）。而當綠色信貸金額低于閾值1.2776億元時，模型轉換函數的f(z,γ,c)取值將趨近于1。這時，STR模型處于低機制狀態，此時綠色信貸金額增加1百萬元，將節約能源0.3360萬噸標準煤（綠色信貸對能源節約程度由線性部分系數α1和非線性部分系數β1之和共同決定）。當綠色信貸金額在閾值1.2776億元附近時，綠色信貸的節能效應在兩個機制之間平滑轉換（γ為21.9789，表明模型在兩個機制之間的轉換速度很快）。圖1和圖2分別給出了STR模型（2）轉換函數的f(z,γ,c)圖像和模型發生機制轉換的位置。

表5 STR模型殘差的ARCH檢驗

表6 殘差的正態性檢驗結果

表7 參數穩定性檢驗結果

圖1 邏輯轉換函數

圖2 綠色信貸和能源節約之間發生機制轉換的位置

三、結論與建議

本文通過應用非線性平滑轉換模型實證研究了綠色信貸對企業的節能效應。研究結果顯示：綠色信貸對能源節約具有顯著的影響，而且兩者之間具有非線性聯動特征。當綠色信貸金額低于閾值1.2776億元時，綠色信貸金額增加1百萬元，將節約能源0.9405萬噸標準煤；反之，當綠色信貸金額高于閾值1.2776億元時，綠色信貸金額增加1百萬元，將節約能源0.3360萬噸標準煤；當綠色信貸金額在閾值1.2776億元附近時，綠色信貸對節能的影響在兩個機制之間平滑轉換，并且機制轉換速度非常之快。我國在清潔轉型過程中，需要能源生產改革和能源消費改革，這需要從技術、制度等方面全面展開，而這一切都離不開綠色信貸資金的支持。基于此，本文提出如下對策建議。

一是充分利用綠色信貸的差異性利率機制，逐步推行“兩高”企業退出模式，促進傳統產業轉型升級實現節約能源目標。

二是建立綠色信貸與具體行業的對接機制。在這一過程中要充分發揮商業銀行等金融機構的作用，在綠色信貸的審批和發放過程中，制定嚴格的具有可操作性的綠色信貸發放標準，并加強對企業的測評和調研，分析項目的生態環保性與節能作用，實現綠色經濟發展。

三是建立大數據系統，加強環保部門與商業銀行之間的信息共享，及時進行信息公開與披露，從而提高綠色信貸項目的可操作性，達到能源節約的目的。

注釋：

①資料來源：中經網統計數據庫（http://210.35.206.19/ermsras/fgig1c5359f709ea46ca879eda 97ba155a62）。