綠色信貸與銀行經營效率的交互跨期影響研究
——基于動態面板系統GMM模型

金浩 曹馨月

一、引言

伴隨經濟的高速發展，環境問題愈發嚴峻。在應對環境變化問題上國際社會形成廣泛共識，中國已提出在2030年前碳達峰和2060年前碳中和的戰略目標。十九大報告中指出要積極發展綠色金融，加快生態文明體制改革和構建市場導向的綠色技術創新體系。綠色金融在經濟全面、系統的轉型中起到至關重要的作用。綠色信貸作為綠色金融的主要組成部分，是調動社會整體資源參與可持續發展事業的一個杠桿。因此提高銀行實施綠色信貸的積極性，可以促進社會整體的綠色發展。近些年來，我國不斷為綠色金融體系建設提供支持。相關部門陸續發布了《綠色信貸指引》《能效信貸指引》《關于構建綠色金融體系的指導意見》等政策文件。截至2020年末，統計數據顯示國內21家主要商業銀行上半年綠色信貸余額為11.75萬億元，比2009年末的0.86萬億元在絕對數量上取得了進展，但是綠色信貸余額僅占各項貸款額的9.03%，在相對數量上仍然較低。目前綠色產業融資需求不斷上升，但商業銀行對綠色信貸業務踐行卻表現出疲軟的態勢，供需雙方無法形成相互對應的良性發展。

近年來，雖然學術界關于綠色信貸對銀行發展影響的研究不斷深入，但仍存在分歧，主要包括正相關[1,2]、負相關[3]以及不相關[4]三類觀點。且現有研究多集中在對綠色信貸與銀行單一財務指標關系的討論，如何凌云等（2018）對銀行綠色信貸余額與資產收益率做實證分析，并得出綠色信貸能夠提高商業銀行資產收益率，降低不良貸款率的結論[2]。當前鮮有研究綠色信貸與商業銀行經營效率關系，相較于對單一財務指標的研究來看，對銀行經營效率的研究更能全面衡量銀行真正的發展狀態。經營效率廣義上包括盈利能力、資產質量、成長能力和營運能力等，但目前學術尚沒有統一的定義。龔玉霞等（2018）利用因子分析法從盈利性、流動性和安全性三個方面測度銀行經營效率[5]。廖筠等（2019）則選取8個財務指標，運用動態綜合評價模型計算銀行的經營效率[6]。本文在已有的研究基礎上，進一步考慮綠色信貸政策踐行的時滯性問題，從交互跨期角度探究綠色信貸與銀行經營效率的具體關系；并通過對兩者間關系的研究來厘清目前綠色信貸發展疲軟的原因，為破解當前環境變化與經濟發展難題提供參考。

二、理論分析與研究假設

綠色信貸與商業銀行經營效率關系的研究是以波特假說和傳統學派對環境績效與企業績效間的研究為理論基礎的。波特假說認為，環境管制會促進企業創新，當創新給企業創造的收益大于環境管制帶來的成本，就可實現環保和企業績效的雙贏；以古典經濟學派為代表的傳統學派則認為環境績效與企業績效相互矛盾，高的環境績效必然導致低的企業績效，反之亦然。當前，綠色信貸以差異化貸款利率引導資金流向環保企業，綠色信貸余額規模反映了環境績效水平；企業績效廣義范疇包含的銀行盈利、風險管理及資產質量等又與經營效率密切相關。因此，本文綜合考慮上述兩種理論基礎，分析商業銀行綠色信貸與經營效率的交互關系。

商業銀行綠色信貸對其經營效率的積極影響主要反映在提高良好聲譽、開拓新利潤增長點與降低環境風險三個方面。首先，綠色信貸的實施樹立了商業銀行積極履行社會責任的形象，提高了銀行的知名度(Eshet，2017)[7]，贏得了利益相關者的支持，吸引綠色投資，降低融資成本，同時會得到政府監管部門資金支持(張兆國，2013）[8]。其次，隨著我國碳達峰碳中和目標的提出，綠色低碳產業將迎來快速發展的紅利期。商業銀行踐行綠色信貸政策，可獲得先發優勢，有利于搶占優質環保項目，實現差異化競爭，開拓新利潤增長點（何凌云，2018）[2]，這不僅是提高商業銀行經濟效益的新途徑，更是保障商業銀行可持續發展的重要方式（E.J.Cilliers等，2012）[9]。再次，在供給側結構性改革時代背景下，“兩高一剩”企業要面臨去產能的調整，投資風險變大。銀行開展綠色信貸會限制資金投入“兩高”企業，可以降低不良貸款率，降低環境風險（姚明明，2017）[10]。然而，在現實市場中，商業銀行通過實施綠色信貸政策提高經營效率是一個漸進的過程，具有一定的滯后性。由于市場信息的不完全性，商業銀行建立良好聲譽、提升品牌知名度和降低環境風險等都需要時間的積累（張琳等，2019）[11]，而轉化為經營效率的提高更需要一定的過程。在滯后期之前，由于實施綠色信貸帶來的成本可能大于收益，銀行經營效率的提高并不一定顯著。但丁寧等（2020）在運用雙重差分法分析綠色信貸對商業銀行成本效率的影響時，發現兩者關系呈U型趨勢，所以長期來看，綠色信貸是有利于銀行發展的[12]。因此，在實證分析中考慮滯后性的影響是十分必要的。基于以上分析，本文提出如下假設：

H1:綠色信貸對后期經營效率的正向影響比對當期經營效率的影響大。

商業銀行經營效率也會影響其綠色信貸業務的實施。張兆國等（2013）發現企業會依據財務績效的高低相機安排承擔多少社會責任[8]。根據資金供給假說，企業擁有充足的資金支持時，才會主動承擔社會責任。因此，較高的經營效率才能保證有充足的可用資源用于環保領域。然而，踐行綠色信貸不同于具有公益屬性的承擔社會責任的行為，綠色信貸政策是立足于時代背景下的經濟產物，兼有機遇與挑戰，并隨著時代共同發展變化。夏瓊等（2019）基于商業銀行“三重”底線視角，對經濟效率、社會效率以及環境效率進行了評價，實證結果表明，2011年至2016年間，經濟效率表現較好的銀行反而在環境效率方面表現較差[13]。薛晨暉和危平（2020）認為商業銀行踐行綠色信貸政策具有競爭與博弈關系[14]。由于目前激勵政策不足，商業銀行會根據綠色信貸帶給商業銀行的附加收益相機決定是否積極踐行綠色信貸政策。經營效率表現較好的銀行，往往在存貸市場上有一定地位且占有較大份額，業務資源比較穩定，從而缺乏向綠色環保業務轉型的積極性（任康鈺和張晨希，2018）[15]；而經營效率不佳的銀行，為了在激烈的市場競爭中搶占更多業務資源，發掘新的利潤增長點以擺脫經營困境，會有更多激勵，更自主、更積極地踐行綠色信貸業務（張琳和廉永輝，2019）[16]。基于上述分析，本文進一步提出如下假設：

H2：商業銀行會根據經營效率在當期相機投放綠色信貸，且為負向影響。

三、銀行經營效率的綜合評價

現有對商業銀行經營效率的綜合評價大多建立在某個時間的靜態截面上，得出的僅是靜態綜合評價。但隨著時間的發展，各商業銀行擁有大量隨時間序列排列的平面數據，在不斷進步的管理決策中，需要更多地考察在某一段連續時間下的取值變化。動態綜合評價法將截面數列和時序數列結合起來構成立體數據表，能充分體現商業銀行在時間和空間上的綜合發展水平和趨勢，可計算得出各個銀行每年的經營效率評價值，并以此對同一年度不同商業銀行的經營效率進行橫向比較，對不同年度同一商業銀行的經營效率進行縱向比較。

（一）變量與時序立體數據表的建立

1.變量的選取與處理。本文參考美國新駱駝銀行CAMELS評級制度，主要選取銀行的盈利性、安全性、流動性與規模性十個指標進行評價，具體變量選取如表1所示。我國綠色信貸政策在2007年下旬正式實施，但對綠色信貸余額的披露從2009年開始，同時考慮到部分銀行財務報表數據存在缺失，為保證研究的嚴謹性與可靠性，本文選取16家商業銀行（中國銀行（ZG）、中國工商銀行（GS）、中國農業銀行（NY）、中國建設銀行（JS）、交通銀行（JT）、民生銀行（MS）、光大銀行（GD）、平安銀行（PA）、浦發銀行（PF）、興業銀行（XY）、招商銀行（ZS）、中信銀行（ZX）、華夏銀行（HX）、上海銀行（SH）、北京銀行（BJ）以及寧波銀行（NB））的年度數據進行分析。對于極個別缺失的數據，本文采用線性插值法進行補齊。

2.指標正向化和標準化。由于變量屬性的不同會對結果產生偏差影響，本文對變量進行統一化的處理。首先采用倒數法將負向性指標進行正向化處理，具體包括成本收入比（CIR）、不良貸款率（BLR)和資產負債率（LEV)。其次，為了消除指標間量綱的影響，本文對各指標采取正態標準化處理。數據來源于各商業銀行的年度報告、年度社會責任報告以及bankscope數據庫。

3.建立時序立體數據表。將16家商業銀行和10個變量指標構成16×10的平面數據表，再加入2009-2019年共11年的時序數列，建立起11×16×10的時序立體數據表。

（二）模型建立與求解

利用時序立體數據進行動態綜合評價的問題可表示為：

其中，i=1,2,...,n,k=1,2,...,N；yi(tk)為zi在時刻tk的綜合評價值，wj(tk)(j=1,2,,...,m)為指標xj的權重。

確定權數為動態綜合評價的關鍵，權數最大地體現了評價對象的整體差異，利用yi(tk)的總離差平方和表示即：

根據Frobinius定理推理證明可得如果WTW=1，當取得W為矩陣A的最大特征值的特征向量時，σ2取最大值，且得到歸一化的處理的權重向量W*。

運用公式Ak=HT k Hk(k=1,2,...,N)處理標準化后的觀測值，利用R軟件計算出11個對稱矩陣，并求出這11個對稱矩陣的和矩陣A。運用軟件計算出和矩陣A的最大特征值λmax=727.8849,其對應的特征向量為：

W=[0.1858,0.4265,-0.2575,-0.2856,0.2853,0.3786,-0.2837,-0.2920,-0.4157,-0.2693]T在滿足WTW=1的條件下，

用OE表示商業銀行經營效率的評價值，則得出商業銀行經營效率評價模型：

四、綠色信貸與銀行經營效率的交互跨期分析

通過對綠色信貸與商業銀行經營效率間關系的研究，本文發現，兩者之間存在相互影響關系且具有動態連續性。因此本文在面板數據的基礎上考慮到動態性因素，并為避免變量之間的內生性問題，選取動態面板系統GMM模型進行研究。與差分GMM模型相比，系統GMM模型在解決弱工具變量問題上更有效。

（一）變量的來源與選取

本文選取綠色信貸比率（GLR）作為衡量綠色信貸的指標，以前文利用動態綜合評價法得出的結果衡量銀行經營效率（OE）。微觀層面，將銀行上市時間（TIME）和權益乘數（EM）作為內生控制變量；宏觀層面，由于銀行受宏觀經濟因素影響較大，本文參考相關文獻并對模型不斷調整，最終選取廣義貨幣供應增長率（M2）、居民消費物價指數（CPI）作為外生控制變量。數據來源于商業銀行各年度社會責任報告以及統計年鑒。

表2 變量的選取與描述

（二）模型構建

為了構建綠色信貸與商業銀行經營效率之間的交互跨期影響模型，本文首先確定綠色信貸與銀行經營效率的滯后項。Wintoki et al.(2012)和張兆國等（2013）認為在動態模型中，在解釋變量滯后兩期的條件下可滿足信息的完整表達[8][17]。但本文經過回歸發現，滯后兩期的綠色信貸比率對當期的綠色信貸比率影響不顯著，銀行經營效率亦然。因此，本文對綠色信貸比率與銀行經營效率滯后項的選擇均為滯后一期，并建立如下綠色信貸與商業銀行經營效率的交互跨期影響模型：

（三）實證分析

1.格蘭杰因果關系檢驗。為保證研究的嚴謹性，在研究綠色信貸與經營效率之間的具體關系前，先利用格蘭杰因果檢驗驗證兩者間是否有因果關系，再進行動態面板系統GMM模型分析。本研究通過以下步驟進行：（1）單位根檢驗。如表3所示，本文采用LLC、IPS以及Fisher-PP檢驗方法對考察變量OE和GLR進行平穩性檢驗，結果顯示為非平穩狀態；為消除這種隨機性趨勢，進而對考察變量進行一階差分后繼續進行檢驗，結果顯示為平穩狀態。（2）協整檢驗。采用KAO檢驗方法，結果顯示ADF的T值為-2.4473，相伴概率為0.0072，即各個變量在1%的水平下拒絕原假設，從長期來看變量之間存在協整關系。（3）格蘭杰因果關系檢驗。對同階單整的考察變量進行格蘭杰因果檢驗，結果P值顯示分別為0.0146和0.0278，都拒絕了原假設。因此，GLR是OE的格蘭杰原因，即綠色信貸是影響經營效率的重要影響因素；OE是GLR的格蘭杰原因，即經營效率是影響綠色信貸的重要影響因素。研究的兩考察變量之間存在因果關系，進而可以建立動態面板系統GMM模型探究綠色信貸與銀行經營效率的交互跨期關系。

表3 單位根檢驗

2.綠色信貸影響商業銀行經營效率的回歸分析。為了檢驗綠色信貸對經營效率的跨期影響，本文在模型（1）中分別以當期綠色信貸、綠色信貸的滯后一期和滯后兩期作為自變量進行回歸。Wintoki et al.(2012)、張兆國等（2013）認為，采取OLS或者固定效應方式，對包含解釋變量滯后一期的動態模型進行回歸會造成不同程度的偏差，而使用系統GMM回歸可以得到一致估計量[8][17]。在本文回歸結果中，經營效率滯后一期的系統GMM估計系數介于OLS估計系數和固定效應估計系數之間，表明系統GMM估計結果有效且穩健。

表4回歸結果顯示，AR(1)和AR(2)檢驗以及Hansen檢驗結果表明系統GMM模型估計殘差滿足二階不相關和工具變量選擇合理的原假設，因此估計結果有效且一致。回歸結果表明：當期綠色信貸比率（GLR）回歸系數不顯著，而滯后一期綠色信貸比率回歸系數為5%顯著性水平正向顯著，滯后兩期綠色信貸比率回歸系數為10%顯著性水平正向顯著。說明綠色信貸會提高商業銀行經營效率，但不是表現在當期，而是表現在滯后一期與滯后兩期，具有時滯效應且效應呈增強趨勢。造成這種情況的原因是綠色信貸對建立良好聲譽，提升品牌知名度以及降低環境風險的積極效應是一個漸進的過程，在當期表現并不顯著。因此假設H1得到驗證。

表4 綠色信貸對商業銀行經營效率影響的回歸結果

在控制變量方面，權益乘數（EM）與經營效率（OE）顯著負相關，權益乘數為股東權益比例倒數，權益乘數越大，企業負債越高則經營效率越低；消費者物價指數（CPI）與經營效率也呈顯著負相關，由于CPI指數越高說明通脹率越高，進而銀行經營效率越低。廣義貨幣供應增長率（M2）和上市時間（TIME）與經營效率相關性不顯著。

3.商業銀行經營效率影響綠色信貸的回歸分析。為了檢驗經營效率對綠色信貸的跨期影響，本文在模型（2）中分別以當期經營效率、經營效率的滯后一期和滯后兩期作為自變量進行回歸。與模型（1）一樣，模型（2）也分別列出了OLS估計、固定效應模型和系統GMM模型的回歸結果，因此系統GMM回歸結果有效且穩健。

表5回歸結果顯示，AR(1)和AR(2)檢驗以及Hansen檢驗結果表明系統GMM模型估計殘差滿足二階不相關和工具變量選擇合理的原假設，因此估計結果有效且一致。回歸結果表明當期經營效率（OE）回歸系數為10%水平負向顯著，滯后一期以及之后兩期經營效率回歸系數也分別為5%與1%負向顯著且負向效應帶有動態連續性。說明經營效率在當期相機投放綠色信貸，且對綠色信貸投放產生負向影響，并有持續效應。因此，假設H2得到驗證。

表5 商業銀行經營效率對綠色信貸影響的回歸結果

控制變量上市時間（TIME)與綠色信貸比率顯著正相關，說明上市年限越久即實力越強，進而促進綠色信貸投放。一般上市年限久的銀行多為國有控股銀行，為完成任務指標會在當期對綠色信貸業務進行相機投放，也從側面也表明了政治級別差別可能會影響綠色信貸的投放。權益乘數（EM）與廣義貨幣增長率（M2）對綠色信貸投放無顯著性影響。

4.穩健性檢驗。綠色信貸與經營效率存在交互跨期影響關系，在一定程度上會導致互為因果式的內生性問題。在前文實證分析中，采用滯后期綠色信貸及滯后期經營效率作為解釋變量能在一定程度上降低內生性問題。然而，以當期的綠色信貸及當期的經營效率為解釋變量時，這種內生性問題仍較為嚴重，導致估計結果可能存在偏差。因此，本文利用三階段最小二乘法（3SLS）回歸聯立方程模型研究當期綠色信貸與當期經營效率間的交互關系。

本文借鑒尹開國等（2014）采用“單向后退逐步回歸法”，篩選出最優控制變量，解決原模型（1）（2）直接聯立造成的不可識別問題，基于逐步回歸結果建立如下聯立方程模型[18]：

聯立方程模型的識別情況可通過階條件和秩條件來判斷。模型（3）中被斥變量系數矩陣的秩為1，滿足秩條件，兩方程都是可識別的。表6顯示了綠色信貸與商業銀行經營效率的交互影響結果。結果①、②分別為模型（3）第一和第二個單方程回歸結果，結果③、④為聯立方程回歸結果。GLRi,t的回歸系數為正但是不顯著，OEi,t的回歸系數為負且在5%水平下顯著。表明當期綠色信貸的投放不能在當期對其經營效率有明顯的提高，而當期經營效率的提高反而抑制了當期綠色信貸的投放。兩種方式的回歸結果與前文動態面板系統GMM模型的核心解釋變量回歸系數與顯著性水平基本一致。因此，在考慮到可能存在的因果式的內生性問題后，前文的回歸結果依舊具有穩健性。

表6 綠色信貸與商業銀行經營效率的交互影響

五、研究結論與政策建議

本文基于2009-2019年我國16家商業銀行數據，實證考察了綠色信貸與銀行經營效率的交互跨期影響研究。實證結果表明：當期綠色信貸對滯后一期和滯后兩期的銀行經營效率具有顯著正向且逐漸增強的影響，說明綠色信貸對經營效率積極作用具有滯后性；當期經營效率對當期、滯后一期和滯后兩期的綠色信貸投放有顯著負向影響，說明商業銀行會根據經營效率相機投放綠色信貸，且為負向影響并伴有動態持續性。上述研究結論表明銀行實施綠色信貸在長期看來是有益的，但目前銀行經營效率反而抑制了綠色信貸發展。綠色信貸大多依靠政策壓力進行投放，并沒有形成經濟發展與可持續發展的良性互動。為突破目前綠色信貸發展瓶頸，提出如下建議：

對于商業銀行而言，無論經營效率高低都應該積極踐行綠色信貸政策。銀行要正確定位綠色信貸，不要拘泥于承擔社會責任的方面，應將其提升至未來的發展戰略高度。在環境問題愈發嚴重、供給側結構性改革以及銀行業務同質化等“內憂外患”的背景下，銀行應該深化對綠色信貸作為銀行新的利潤增長點的認識，拋棄短視逐利行為，抓住綠色經濟發展機遇，加快銀行業務轉型，使得經濟發展與可持續發展達到良性互動狀態。另一方面，商業銀行自身應加快對綠色信貸以及其他綠色金融業務的學習，在綠色信貸業務的基礎上構建綜合的綠色金融產品體系，搭建完整的綠色金融體系，培養專業人才。

對于政府而言，應對不同經營效率水平的銀行實施差異化的綠色信貸激勵政策，更好地引導不同經營狀態的銀行發展綠色信貸。法律部門應提高對“兩高一剩”的企業的監管標準與違規成本。對于經營效率高的銀行，本身有能力發展綠色信貸業務，但由于其短視行為與投機行為導致內生動力不足，僅為完成指標任務而相機投放綠色信貸。因此，政府應加大對經營效率高的商業銀行的綠色環保的考核標準，將綠色信貸納入宏觀審慎考核體系，增加銀行開展綠色業務的自主能動性。對于經營效率低的銀行，本身有發展綠色信貸的動力，欲走差異化道路，率先搶占綠色信貸市場，在同質化競爭中擺脫經營困境。但由于其自身實力的限制及綠色信貸體系建立所面臨的成本問題等，在一定程度上阻礙了綠色信貸的發展。因此，政府應鼓勵支持經營效率低的銀行開展綠色信貸業務，給予相應的財政補貼、稅收減免以及對綠色項目貼息擔保等激勵政策，為銀行營造良好的外部條件。