綠色信貸政策能否提升商業銀行特許權價值

摘 要：綠色金融在推動經濟發展方式向綠色轉型，以及實現碳達峰和碳中和目標方面扮演著至關重要的角色，亦能促進經濟高質量發展。本文以2012年發布的《綠色信貸指引》為準自然實驗，基于2007—2023年中國199家商業銀行的年度面板數據，采用多期雙重差分（DID）模型實證分析了綠色信貸政策對商業銀行特許權價值的影響及其作用機制。研究結果表明，綠色信貸政策能夠提升商業銀行特許權價值，且這一結論在經過平行趨勢檢驗、安慰劑檢驗和PSM？DID模型估計等多種穩健性檢驗后依舊穩健。機制分析表明，綠色信貸政策主要通過增強核心競爭力和提高資本配置效率這兩條路徑提升商業銀行特許權價值，“綠色信貸政策—核心競爭力/資本配置效率—商業銀行特許權價值”這一傳導鏈條被證實是有效的。此外，研究還發現，政府環境監管增強了綠色信貸政策對商業銀行特許權價值的積極影響；相反，貨幣政策不確定性的提升則會削弱這種積極影響。本文研究成果對于完善中國的綠色金融體系及防范銀行業系統性風險，特別是在保護商業銀行特許權價值方面，提供了理論指導和決策參考。

關鍵詞：綠色信貸政策；特許權價值；核心競爭力；資本配置效率；政府環境監管；貨幣政策不確定性

中圖分類號：F830.5 文獻標識碼：A 文章編號：1000-176X（2025）04-0098-17

基金項目：國家社會科學基金一般項目“銀保協作模式下商業銀行信用風險的生成、監測與防控研究”（13BGL041）；東華大學人文社會科學繁榮計劃預研究重大項目“新發展格局下雙支柱調控框架對銀行風險的治理效應、實現機制及政策優化研究”（2022Z001）

一、問題的提出

在中國經濟數十年來的迅猛發展過程中，傳統上依賴“高投入、高消耗、高排放”的粗放型增長模式導致資源的快速枯竭與惡化，以及環境污染問題的日益嚴重。面對這一嚴峻形勢，生態環境保護已成為刻不容緩的任務。發展綠色金融不僅是推動全面綠色轉型升級的核心要求，也是促進經濟高質量發展的關鍵措施。如何在保持經濟發展的同時推進綠色轉型，并通過綠色轉型實現更高質量的發展，以達成環境保護與經濟發展的協同共進，已成為當前亟待解決的重要現實問題[1-2]。

經濟的綠色轉型離不開堅實的金融體系作為支撐。傳統的信貸模式存在顯著的環境負外部性問題，導致經濟主體基于傳統成本考量作出的經營決策往往忽略了環境資源的真實價值，從而造成市場調節機制的功能性失效，使得資源配置偏離最優路徑。因此，大力發展綠色金融是糾正這種資源配置扭曲的關鍵舉措，也是轉變經濟增長方式、促進節約資源和保護環境的有效市場手段[3]。在這樣的現實背景下，政府部門采取了多項措施，制定并發布了一系列指導意見和政策指引以推動綠色轉型。其中，2012年，中國銀行業監督管理委員會發布的《綠色信貸指引》被視為首份關于綠色信貸政策的綱領性文件。該文件旨在優化信貸結構，有效防范社會和環境風險，并增強經濟主體的可持續發展能力。因此，《綠色信貸指引》的出臺為評估綠色信貸政策對經濟社會的影響提供了一個獨特的準自然實驗場景。

近年來，隨著中國利率市場化改革的不斷推進、互聯網金融帶來的持續沖擊，以及直接融資市場的日益完善，商業銀行的盈利模式面臨著一系列挑戰。超額壟斷收益逐漸減少，依賴牌照獲取的特許權價值也呈現明顯的下降趨勢。長此以往，這不僅會削弱商業銀行的風險自律效應，還可能危及其穩定性。在此背景下，綠色信貸政策的實施為提升商業銀行特許權價值提供了新的視角和研究場景。作為信貸資源的主要提供者和綠色信貸政策的關鍵執行主體，商業銀行在資金配置和環境治理方面肩負著雙重責任。積極推行綠色信貸政策不僅是商業銀行履行社會責任的重要體現，也為其開拓了信貸市場的新業務空間，有助于擴大市場份額和增強競爭優勢。此外，通過踐行綠色信貸政策，商業銀行能夠在金融市場中樹立良好的綠色聲譽，鞏固客戶關系，從而對其特許權價值產生積極影響。

深入理解綠色信貸政策對商業銀行的多方面影響，對于促進其健康發展至關重要。本文聚焦中國商業銀行，借助《綠色信貸指引》發布這一事件作為研究起點，探索綠色信貸政策是否影響商業銀行特許權價值，并檢驗核心競爭力與資本配置效率是否構成傳導機制，以及政府環境監管和貨幣政策不確定性在此關系中的調節作用。鑒于不同類型的商業銀行在實施綠色信貸政策時受到的激勵各異，啟動時間點也存在差異，本文依據各商業銀行實際執行綠色信貸政策的時間，采用多期雙重差分（DID）模型構建政策沖擊變量。這不僅有助于精確評估綠色信貸政策對各銀行特許權價值的影響，還能展示政策在不同階段的具體效果，為全面理解該政策的實際影響提供支持。此外，通過應用多期DID模型，本文不僅為銀行業如何同時實現經濟、環境和社會目標提供了實證參考，也為相關政策制定提供了科學依據，深化了對綠色信貸政策深遠影響的理解。

二、文獻回顧

（一）綠色信貸政策對各經濟部門的影響：企業和商業銀行的視角

當前學術界對綠色信貸政策經濟后果的研究主要集中在企業和商業銀行兩個方面。在企業方面的研究成果尤為豐富，涵蓋了企業的內部經營活動和外部環境表現兩個層面。從內部經營活動來看，一方面，綠色信貸政策對企業具有顯著的融資懲罰效應和投資抑制效應，導致重污染企業債務融資成本大幅增加[4]，從而降低了高污染企業的全要素生產率[5]。另一方面，該政策為綠色企業提供了更加便利的融資渠道和更強的信貸支持[6]，進而提升了這些企業的全要素生產率[7]。從外部環境表現來看，綠色信貸政策促使企業積極披露環境信息[8]，并隨著時間推移提高其環境信息披露的質量[9]。此外，通過信貸懲罰機制，該政策還迫使企業承擔起更多的環境責任[10]，推動其從末端治理方式向前端治理方式轉變[11]，最終降低了碳密集型企業的碳排放強度[12]。

相比之下，關于商業銀行的研究則相對較少，主要關注商業銀行的成本效率及其競爭能力。研究表明，綠色信貸政策對商業銀行有雙重影響。在政策實施初期，由于成本效應，商業銀行的成本效率可能有所下降。然而，隨著政策執行力度的不斷增強，商業銀行的社會聲譽得以提升，風險管理機制也得到改善，這不僅逐步提高了商業銀行的成本效率，還增強了其在同業市場中的核心競爭力和綜合競爭能力[13-15]。

（二）綠色信貸政策與商業銀行特許權價值：一個待探索的研究領域

現有文獻對商業銀行特許權價值影響因素的研究涵蓋了微觀、中觀和宏觀三個層面，具體包括商業銀行內部特征、行業競爭狀況和宏觀環境等方面。在商業銀行內部特征方面，經營和管理效率是影響商業銀行特許權價值的關鍵因素[16]。在市場規律的作用下，非利息收入構成了商業銀行特許權價值的重要組成部分[17]。同時，商業銀行規模、資本水平及資產透明度等也是不可忽視的因素[18]。在行業競爭狀況方面，具有競爭優勢的商業銀行通常違約風險更低、特許權價值更高[19]。激烈的市場競爭會削弱商業銀行的超額壟斷收益，從而侵蝕其特許權價值[20]。在宏觀環境方面，緊縮性宏觀審慎政策能夠增強緊縮貨幣政策對商業銀行特許權價值的提升作用[21]。在金融深化改革過程中實施的存款保險制度同樣有助于提升商業銀行特許權價值[22]。

值得注意的是，從政策視角探討商業銀行特許權價值的研究相對較少，僅有少數學者關注到雙支柱調控機制和金融深化改革等方面的影響，忽略了綠色信貸政策對商業銀行特許權價值的影響。實際上，實施綠色信貸政策不僅有助于塑造商業銀行在綠色聲譽和社會責任方面的正面形象，還能增強其在激烈市場競爭中的核心競爭力，進而對商業銀行特許權價值產生深遠影響。基于此邏輯，本文發現當前研究中存在一個可供填補的空間，即通過深入探討綠色信貸政策如何影響商業銀行特許權價值來豐富現有的理論和實證研究。

相較于現有文獻，本文可能的邊際貢獻體現在三個方面。首先，在研究視角上，現有文獻對綠色信貸經濟后果的研究多集中在企業部門，而對商業銀行等金融機構影響的探討尚顯不足。本文將研究焦點轉向商業銀行，從特許權價值的角度切入，分析實施綠色信貸政策對商業銀行的經濟效應，從而擴展了綠色信貸政策的研究范圍。其次，在研究方法上，現有文獻關于綠色信貸政策對企業影響的研究多采用標準DID模型。本文則運用了多期DID模型，以探究該政策對商業銀行的具體影響。這種方法能夠動態識別各個時期政策的具體效應，提供了一個更全面的時間維度分析框架，有助于深入理解綠色信貸政策在不同階段對商業銀行的影響。最后，在研究思路上，本文不僅從內部視角剖析了綠色信貸政策如何通過影響商業銀行的核心競爭力和資本配置效率來提升其特許權價值，還從外部環境角度考察了政府環境監管、貨幣政策不確定性等因素如何調節這種關系。本文采用內外結合的分析方法，細致探討了綠色信貸政策對商業銀行特許權價值的多種影響路徑，從而為理論研究和實踐應用提供了新穎的視角和見解。

三、理論分析與研究假設

（一）綠色信貸政策對商業銀行特許權價值的多維影響

綠色信貸政策是政府監管部門為促進金融機構合理配置信貸資源、引導資金流向節能環保產業而實施的一項綠色金融政策，其核心目的在于淘汰落后產能，推動經濟結構轉型。綠色信貸政策對商業銀行特許權價值的影響主要體現在以下三個方面：

第一，《綠色信貸指引》為商業銀行提供了一個拓展新業務市場和引領未來發展的戰略機遇。積極踐行綠色信貸政策不僅能夠促使商業銀行率先邁向環境友好型發展模式，實現經營轉型升級與可持續發展，還能夠挖掘新的信貸投資市場及利潤增長點，獲取更多超額收益，從而提升商業銀行特許權價值。

第二，作為綠色信貸政策的主要參與者和關鍵執行主體，商業銀行通過加大對綠色經濟、低碳經濟和循環經濟的支持力度，可以對外釋放鼓勵綠色生產的信號，有助于在金融市場中樹立良好的綠色形象，提高社會認同感和客戶忠誠度。這不僅能吸引更多的客戶與商業銀行建立深入的合作關系，帶來持續穩定的業績表現和聲譽收益，還能通過提升環境美譽度來抑制管理層自利行為，并將利益相關者的“憤怒成本”內部化，在很大程度上緩解商業銀行高管與股東之間的綠色代理沖突[23]，提高商業銀行自身管理能力和經營效率，進一步提升商業銀行特許權價值。

第三，綠色信貸政策通過設立環境準入門檻和信貸配給管制雙重約束機制，篩選出優質的節能環保項目。這些項目的資產質量高、貸款回收能力強，加之綠色信貸的監督屬性有助于加速商業銀行風險轉移和減少不良貸款，強化了商業銀行的經營基礎和盈利能力。此外，綠色信貸政策促使商業銀行的經營理念從單純追求規模擴張轉向優化信貸結構和提高效益，提升了商業銀行的可持續發展水平及其特許權價值。基于上述分析，本文提出如下假設：

H1：綠色信貸政策對商業銀行特許權價值具有提升作用。

（二）綠色信貸政策影響商業銀行特許權價值的傳導機制

⒈核心競爭力渠道

核心競爭力指的是那些能為商業銀行帶來持續競爭優勢的、有價值的、稀缺的、難以模仿且不可替代的資源和能力[24]，它是商業銀行實現可持續發展的源泉。在綠色信貸政策與商業銀行特許權價值的關系中，核心競爭力的傳導作用體現在以下三個方面：

第一，在競爭激烈的金融服務行業中，只有擁有核心競爭力的商業銀行才能穩健前行。面對利差收窄、利潤增速放緩及外部不確定性增加等復雜經營環境，推行綠色信貸成為商業銀行開辟新藍海市場的戰略選擇。通過創新綠色信貸產品，商業銀行可以獲得差異化競爭優勢，走出業務同質化的困境[25]，并在日益“綠色化”的市場競爭中占據有利位置。這有助于形成不可替代的核心競爭力，從而提升商業銀行特許權價值。

第二，發展綠色信貸是一個復雜的系統工程，需要妥善協調商業銀行與政府、企業、社會公眾之間的利益關系，共同推動綠色信貸的發展。同時，還需要將綠色信貸理念全面融入商業銀行內部的各項流程和環節，構建長效機制。因此，相較于傳統商業銀行，實施綠色信貸政策的商業銀行會在產品、服務、資源和能力等方面面臨較高的轉換成本，從而形成具有高價值且難以模仿的核心競爭力。具備這種優勢的商業銀行通常盈利能力更強，預期未來業績表現也更為出色，相應地提升了其特許權價值。

第三，實施綠色信貸政策的商業銀行將可持續發展理念貫穿于整個經營活動中，并主動承擔社會責任。這不僅有助于商業銀行獲得財政補貼等資源，還能贏得良好的外部聲譽和穩固的客戶關系等無形資產，進一步強化其獨特且持久的核心競爭力。核心競爭力越強的商業銀行能夠憑借積累的社會資源在未來經營中獲得更多超額收益，從而進一步提升其特許權價值。基于上述分析，本文提出如下假設：

H2a：綠色信貸政策能夠通過增強核心競爭力提升商業銀行特許權價值。

⒉資本配置效率渠道

資本配置效率指的是金融機構通過引導信貸資源從高污染產業流向綠色產業，實現資源的有效配置和最大化利用。長期以來，中國的經濟發展模式較為粗放，導致資本投資無序擴張、落后產能過剩及先進產能不足等問題日益嚴重，從而降低了資本配置效率。資本配置低效的根本原因在于污染外部性和生態環境公共屬性共同引發的“市場失靈”，這導致金融資源在環境目標與經濟效益之間的分配失衡[11，26]。綠色信貸政策旨在平衡經濟收益與環境效益[27]，有效緩解利潤最大化與污染治理之間的沖突，促使企業將環境污染成本內部化。具體來說，綠色信貸政策的傳導作用體現在以下三個方面：

第一，綠色信貸政策鼓勵商業銀行以提高利率或限制信貸額度的方式，遏制高污染、高能耗和產能過剩（簡稱“兩高一剩”）企業的盲目發展，并將資金從這些高污染產業中撤出，轉向綠色產業，以解決資源錯配問題，提高資金的綠色配置效率。

第二，綠色信貸政策促使商業銀行在授信流程中納入企業的環境和社會表現評估，強調對企業未來環境效益的關注，而非僅僅局限于短期經濟效益。這有助于引導更多信貸資源流向真正有價值的、負責任的綠色優質企業，從而提高資本配置效率。

第三，綠色信貸政策通過規范銀行業對企業環境信息披露的要求，強化貸后管理，有效避免由于環境信息不透明而導致商業銀行難以準確評估企業真實環境表現的問題，減少信貸錯配[8]。此外，該政策還增加了企業隱瞞環境信息的成本，抑制了企業的虛假環保行為，進一步提高了資本配置效率[9]。隨著商業銀行不斷調整和優化其信貸結構和資本配置，業務經營效率得以持續提高，從而提升了商業銀行特許權價值。基于上述分析，本文提出如下假設：

H2b：綠色信貸政策能夠通過提高資本配置效率提升商業銀行特許權價值。

（三）政府環境監管和貨幣政策不確定性的調節效應

⒈政府環境監管的調節效應

環境監管指的是政府部門通過制定法律法規、發布行政命令等強制性措施，監督和控制環境污染問題，以達到保護環境的目的。政府環境監管在綠色信貸政策對商業銀行特許權價值的影響中發揮著重要的調節效應，主要體現在以下三個方面：

第一，在追求利潤最大化的驅動下，商業銀行可能傾向于向高污染、高能耗企業提供授信服務，鑒于這些項目通常貸款流程復雜、額度較大且資金回收期長，可能導致綠色信貸政策難以有效實施。因此，為了確保綠色信貸政策能夠真正落地生根，強有力的政府環境監管就顯得尤為重要。也就是說，必須要有嚴格的政府環境監管來避免商業銀行因逐利行為而削弱綠色信貸政策的有效性。政府環境監管被視為推動商業銀行落實綠色信貸政策的關鍵外部力量，“自上而下”的環境規制可以有效克服商業銀行的執行惰性，促使商業銀行為綠色項目提供必要的貸款支持，并抑制其規避環境責任的行為，從而增強綠色信貸政策對商業銀行特許權價值的提升作用。

第二，鑒于綠色信貸具有準公共品屬性，在缺乏外部激勵的情況下，商業銀行可能缺乏主動實施綠色信貸政策的動力[28]。作為公共管理職能的承擔者和公共利益的守護者[29]，政府部門可以通過制定詳細的監管細則、進行環保督察等措施，加強對商業銀行執行綠色信貸政策的監督和支持，并及時糾正市場中的違規行為，確保綠色信貸準則得到有效遵守，進而增強綠色信貸政策對商業銀行特許權價值的積極影響。

第三，政府環境監管是一種命令型環境規制手段，可以作為激勵型綠色信貸政策的重要補充，實現政策間的協同效應[9]。這種組合不僅能促使“兩高一剩”企業加強污染治理，還能提高它們申請綠色貸款的意愿和需求，進一步強化綠色信貸政策對商業銀行特許權價值的提升作用。基于以上分析，本文提出如下假設：

H3：政府環境監管對綠色信貸政策與商業銀行特許權價值的關系具有正向調節效應。

⒉貨幣政策不確定性的調節效應

貨幣政策不確定性主要源于意外事件導致的貨幣政策調整，或是由于市場參與者認知能力有限而未能預見貨幣政策變化所引發的市場波動[30]。貨幣政策不確定性在綠色信貸政策對商業銀行特許權價值的影響中發揮著重要的調節效應，主要體現在以下三個方面：

第一，商業銀行作為政府實施貨幣政策調控的關鍵部門，對宏觀政策變動帶來的不確定性尤為敏感。當貨幣政策不確定性上升時，商業銀行難以對未來收益形成穩定的預期。特別是考慮到綠色環保項目的貸款期限較長，這使得商業銀行在進行綠色信貸投資決策時面臨更大的風險和不確定性。為了規避潛在的經營風險，商業銀行可能會采取更為謹慎和保守的策略[31]，如提高綠色信貸的發放門檻、縮短貸款期限或減少綠色信貸的供給量。這種“惜貸”“慎貸”甚至“斷貸”的行為會削弱綠色信貸政策對商業銀行特許權價值的提升作用。

第二，貨幣政策的頻繁調整及其不確定性上升會導致銀企間信息不對稱加劇。一方面，商業銀行難以準確評估綠色信貸借款方的真實還款能力和借貸風險，提高了違約風險和商業銀行破產的概率，從而削弱了商業銀行特許權價值。另一方面，面對不確定性的沖擊，商業銀行往往會推遲或減少綠色信貸的投入，以抵御潛在的風險。這種做法進一步弱化了綠色信貸政策對商業銀行特許權價值的積極影響。

第三，貨幣政策不確定性上升會使商業銀行的預期判斷變得模糊不清。在這種情況下，商業銀行可能會通過提高綠色信貸利率來規避潛在風險并平衡收益。然而，這一舉措不僅增加了綠色信貸的融資成本，也提高了融資難度，從而削弱了綠色信貸政策對商業銀行特許權價值的提升作用。基于上述分析，本文提出如下假設：

H4：貨幣政策不確定性對綠色信貸政策與商業銀行特許權價值關系具有負向調節效應。

四、研究設計

（一）樣本選取與數據來源

本文選取了2007—2023年中國商業銀行的數據作為研究樣本，并對原始數據進行了細致處理，以確保分析的準確性和可靠性。具體步驟如下：首先，本文剔除了核心變量數據嚴重缺失的樣本。其次，本文剔除了那些連續五年數據缺失的樣本。此外，本文僅保留了國有銀行、股份制銀行及城市和農村商業銀行的數據，剔除了政策性銀行和外資銀行。經過篩選后，最終獲得了涵蓋199家商業銀行的年度非平衡面板數據，共包括2 203個銀行—年份觀測值。為了減少離群值對分析結果的影響，所有連續型變量均在上下1%的水平上進行了縮尾處理。綠色信貸政策相關的數據主要來源于各商業銀行官方網站上發布的《環境信息披露報告》《社會責任報告》《可持續發展報告》，以及商業銀行年報等公開資料，并通過手工收集整理而成。對于部分數據缺失的情況，本文采用插值法予以補全。政府環境監管的數據則來源于《中國統計年鑒》，其余數據來源于Wind數據庫。

（二）變量定義

⒈被解釋變量：商業銀行特許權價值（Value）

在現有文獻中，衡量商業銀行特許權價值的常用方法主要有三種。

第一種為托賓Q值法，采用商業銀行資產的市場價值與賬面價值的比值，或者股東權益及資產凈值的市場價值與賬面價值的比值衡量。然而，這種方法依賴于有效的市場環境，并且需要準確的市場價值數據。此外，獲取非上市商業銀行的數據存在困難，因而在本文的研究背景下并不適用。

第二種為PR模型法，該方法通過分析投入要素（如資金、資本和單位勞動力成本）價格變動對收入的影響程度來評估商業銀行的市場勢力。市場勢力越弱表明競爭越激烈，商業銀行特許權價值越低。然而，由于本文涉及眾多投入要素且存在較多缺失數據，難以精確計算H統計量，因而這種方法在本文中也不適用。

第三種為稅前利潤法。此方法綜合考慮了風險調整、資本成本及未來收益貼現等因素，特別適用于無法獲得市場價值數據的非上市商業銀行。其具體計算公式為Value=（ROE-RF）/（1+δ）。其中，ROE為稅前資本收益率，RF為無風險收益率（用商業銀行間7天同業拆借利率表示），δ為貼現率。盡管這種方法相對實用，但其不足之處在于所有商業銀行使用相同的貼現率，使得特許權價值主要取決于ROE。鑒于不同商業銀行面臨的風險水平各異，本文根據風險與貼現率相匹配的原則，采用修正后的稅前利潤法進行調整[22]，即以商業銀行實際貸款利率作為貼現率，即δ=利息收入/生息資產。該指標越大表明商業銀行特許權價值越高。

⒉解釋變量：綠色信貸政策（Policy）

2007年，國家環境保護總局、中國人民銀行和中國銀行業監督管理委員會聯合發布《關于落實環境保護政策法規防范信貸風險的意見》，標志著綠色信貸開始受到政府部門的重視。然而，在這一階段，綠色信貸的發展仍處于初步探索期，許多政策實施細節和規則標準尚未清晰和完善，導致綠色信貸政策在國內未能得到深入落實。此外，由于初期固定成本高昂且市場規模有限，商業銀行推行綠色信貸的成本遠超收益，因而商業銀行業仍然傾向于為“兩高一剩”企業提供授信服務。直到2012年發布的《綠色信貸指引》進一步明確了綠色信貸的實施標準、執行原則和詳細的可操作流程，標志著中國綠色信貸政策體系建設步入正軌。

綠色信貸政策的衡量公式為Policyit= Treati×Postit。其中，Treati表示是否為處理組，若商業銀行i在第t年披露綠色信貸數據或公布實行綠色信貸政策的相關信息，則為處理組，Treati取值為1，否則為控制組，Treati取值為0；Postit表示綠色信貸政策實施時間，若商業銀行i在第t年實施綠色信貸，則實施當年及之后年份Postit取值為1，否則Postit取值為0。

⒊中介變量

商業銀行的核心競爭力（Comp）是一個綜合指標，涵蓋了盈利能力、流動性、安全性、成長性和市場占有能力等多個方面。借鑒Luo等[14]的方法，本文從這五個維度采用因子分析法來評估核心競爭力。

具體來說，本文采用資產收益率和凈利差衡量盈利能力；采用杠桿率和負債與股東權益的比值衡量流動性；采用自有資本率和不良貸款率衡量安全性；采用存款增長率、貸款增長率、凈利潤增長率和營業收入增長率衡量成長性；采用存款市場占有份額和貸款市場占有份額衡量市場占有能力。基于特征值大于1的原則，共計提取了五個因子，累計方差貢獻率為82. 65%，這表明這些因子能夠覆蓋評價指標的主要內容，有效代表商業銀行的核心競爭力狀況。最終，將旋轉后各因子方差貢獻率占總方差貢獻率的比值作為權重，計算出核心競爭力的綜合得分。該得分越高表明商業銀行的核心競爭力越強。

鑒于商業銀行不同于一般企業，資本配置效率（Effi）難以直接用生產函數形式估計。因此，本文采用數據包絡分析（Data Envelopment Analysis，DEA）方法，在不指定生產函數形式的情況下評估具有復雜生產關系的決策單位的效率。考慮到存款是商業銀行經營并進行綠色信貸配給的基礎，實施綠色信貸政策需要耗費物力和人力，增加了營業費用。因此，本文選取商業銀行存款總額和營業費用作為投入變量，選取商業銀行凈利潤和非利息收入作為產出變量，使用DEA方法計算資本配置效率。該得分越高表明商業銀行的資本配置效率越高。

⒋調節變量

政府環境監管（Regu）采用省級層面工業污染治理投資完成額占第二產業生產總值的比值衡量。該指標反映了政府在環境治理領域的財政分配及政策實施力度，以及環境治理投資在工業經濟結構中的相對規模。該比值越高表明政府對環境監管的力度越大。

貨幣政策不確定性（Mpu）采用上海商業銀行間隔夜同業拆借利率的標準差衡量，標準差越大表明貨幣政策的不確定性越高。

⒌控制變量

本文在研究商業銀行特許權價值時，控制了如下變量：商業銀行規模（Size）：采用期末總資產的自然對數衡量。通常情況下，資產規模較大的商業銀行擁有更成熟的組織管理模式和更高的經營效率，市場勢力也更強，這有助于提升商業銀行特許權價值。凈息差（Nim）：采用凈利息收入占全部生息資產的比值衡量。較高的凈息差表明商業銀行具有較強的盈利能力，能夠獲得更多的超額利潤，從而提升商業銀行特許權價值。存貸比（Ldr）：采用貸款總額占存款總額的比值衡量。較高的存貸比意味著商業銀行具有較強的貸款轉化能力，但也伴隨著較高的流動性風險，這可能會削弱商業銀行特許權價值。貸款質量（Npl）：采用不良貸款余額占總資產的比值衡量。不良貸款率越高表明商業銀行的貸款質量和未來的盈利能力越差，這將對商業銀行特許權價值產生負面影響。撥備覆蓋率（Lpc）：采用實際計提的貸款損失準備金與不良貸款余額的比值衡量。較高的撥備覆蓋率增強了商業銀行的風險緩沖能力和經營穩健性，有助于提升商業銀行特許權價值。表外業務（Nir）：采用非利息收入與營業收入的比值衡量。較高的非利息收入占比表明商業銀行的盈利水平較高，這對提升商業銀行特許權價值非常有利。準備金充足率（Llp）：采用貸款實際計提準備與應提準備的比值衡量，以控制準備金充足程度對商業銀行特許權價值的影響。充足的準備金可以增強商業銀行應對潛在風險的能力，從而間接提升商業銀行特許權價值。

各變量定義及說明如表1所示。

（三）模型構建

其中，Value表示商業銀行特許權價值。Policy表示綠色信貸政策，為多期DID變量。β0表示常數項，Controlsit表示控制變量，ui表示銀行固定效應，λt表示年份固定效應，εit表示隨機擾動項。

考慮到各商業銀行在資本結構、盈利模式和業務類型上的顯著差異，本文引入銀行個體固定效應以控制不隨時間變化的同質特征的影響。同時，為了解決宏觀經濟波動（如通貨膨脹和經濟增長）對特許權價值的影響，本文加入了年份固定效應，從而減少這些因素對估計結果的干擾，提升模型精確度。針對可能存在的自相關和異方差問題，本文采用銀行層面的聚類穩健標準誤調整基準模型，以確保統計推斷的準確性與可靠性。

（四）描述性統計

表2展示了變量描述性統計結果。商業銀行特許權價值（Value）的均值為0. 101，表明整體來看，商業銀行特許權價值處于較低水平，尚存較大的提升空間。這一結果提示，盡管當前商業銀行特許權價值不高，但通過實施綠色信貸政策等措施，存在顯著的改進潛力。綠色信貸政策（Policy）的均值為0. 467，這意味著大約46. 70%的商業銀行樣本屬于處理組，并且這些商業銀行已經處于綠色信貸政策實施后的狀態。換句話說，接近50%的樣本商業銀行受到了綠色信貸政策的影響，顯示該政策具有較廣泛的覆蓋面和影響力。

五、實證回歸結果與分析

（一）基準回歸結果與分析

表3展示了綠色信貸政策（Policy）對商業銀行特許權價值（Value）的基準回歸結果。

列（1）的結果表明，在未加入控制變量的情況下，綠色信貸政策與商業銀行特許權價值之間的關系在統計上并不顯著。這表明單獨考慮綠色信貸政策的影響時，其效果未能顯現。在加入控制變量后，列（2）的結果表明，Policy的回歸系數為0. 006，且在10%水平上顯著，驗證了H1，即綠色信貸政策對商業銀行特許權價值具有提升作用。在其他條件不變的情況下，施行綠色信貸政策每提高一個標準差，商業銀行特許權價值相對于其均值將提升約2. 96%（計算公式為0. 006×0. 499/0. 101）。這一結果的經濟含義主要有三個方面。一是社會責任與聲譽效應。商業銀行實施綠色信貸政策向利益相關者傳遞了承擔社會責任的信號，有助于在信貸市場中形成良好的社會聲譽，增強銀企間深入合作的可能性，從而提升商業銀行特許權價值。二是內在約束機制。環境聲譽還形成了對實施綠色信貸政策商業銀行的一種內在約束機制，減少了商業銀行高管與股東之間的綠色代理成本，提高了商業銀行自身的經營效率和管理能力，進一步提升了商業銀行特許權價值。三是項目選擇優化。綠色信貸政策鼓勵商業銀行優先選擇節能減排、清潔能源和可再生能源等項目，這些項目的不良貸款率遠低于普通貸款，能夠顯著增強商業銀行的盈利能力，從而提升商業銀行特許權價值。

（二）穩健性檢驗

⒈平行趨勢檢驗

圖1展示了平行趨勢檢驗結果及綠色信貸政策對商業銀行特許權價值的動態影響。X軸代表政策實施前后的年份，Y軸顯示回歸系數。實心點表示估計系數，豎線代表95%的置信區間。結果顯示，在政策實施前，回歸系數接近零且置信區間包含零值，表明處理組和控制組在政策前變化趨勢一致，滿足平行趨勢假設。從政策實施第2年開始，回歸系數顯著偏離零值，并隨時間推移增加，顯示出綠色信貸政策的影響具有時滯性和逐步增強的特點。初期政策效果滯后是因為商業銀行需要時間調整內部策略和應對市場反應，加之綠色項目效益顯現較慢。隨后，隨著銀行積累更多經驗和優化策略，綠色信貸政策對提升特許權價值的積極影響逐漸增強。

⒉安慰劑檢驗

為了確保研究結論的可靠性和準確性，本文采取了兩種策略進行檢驗。

第一，為了避免處理組和控制組商業銀行特許權價值的變化可能由時間變化而非綠色信貸政策實施所造成的，本文采用了反事實分析方法。①具體而言，將商業銀行實施綠色信貸政策的時間分別虛擬提前1年（Policy_1）、2年（Policy_2）和3年（Policy_3），并使用這些新的變量替換基準模型中的對應變量進行回歸分析。由于這些政策實施時間點是虛構的，因而預期其系數應不顯著。結果表明，Policy_1、Policy_2和Policy_3的系數均不顯著，即商業銀行特許權價值的提升主要是由綠色信貸政策的實施造成的。這一結果進一步驗證了本文研究結論的穩健性。

第二，為了排除潛在隨機因素對研究結果的干擾，本文進行了安慰劑檢驗。參考Ferrara等[32]的方法，本文隨機生成了一個與實際不同的政策實施時間，并基于此構建了一個虛假的政策沖擊變量。如圖2所示，通過對處理組進行500次重復抽樣，并根據式（1）重新回歸，觀察到回歸系數分布在零值附近且接近正態分布，大部分P值大于0. 100的臨界值。此外，式（1）中原始回歸系數為0. 006，明顯大于通過模擬獲得的虛假估計系數，說明原始回歸結果不是由隨機因素引起的。這表明，在排除其他隨機因素的情況下，綠色信貸政策仍能顯著提升商業銀行特許權價值，從而進一步驗證了本文研究結論的穩健性。

⒊PSM？DID模型估計①

在采用DID方法評估政策效應時，確保處理組和控制組的隨機選擇至關重要，以保證樣本間的可比性。然而，《綠色信貸指引》作為一項由政府監管部門發布的激勵政策而非行政命令，允許商業銀行根據自身情況自主決定是否實施綠色信貸政策。這意味著商業銀行實施綠色信貸政策的選擇可能并非隨機，而是與其盈利水平、抗風險能力等因素密切相關，從而可能導致估計結果出現偏差。為了解決這一自選擇問題對綠色信貸政策效果評估的影響，本文引入了傾向得分匹配（PSM）的方法來篩選和匹配處理組與控制組樣本。

第一步，本文將商業銀行是否實施綠色信貸政策設為被解釋變量，并選取資產回報率、資產負債率、凈利差、撥貸比等作為協變量，通過Logit模型回歸得到每個商業銀行實施綠色信貸政策的傾向得分。

第二步，本文基于傾向得分值，尋找與實施綠色信貸政策商業銀行最接近但未實施該政策的商業銀行進行配對，以此構建控制組。這樣做的目的是找到那些具有相似概率實施綠色信貸政策但實際并未實施的商業銀行，使得兩組在《綠色信貸指引》出臺前盡可能沒有顯著差異。

第三步，本文采用1∶2比例且卡尺設定為0. 050的近鄰匹配方法，為所有處理組找到滿足共同支撐條件的最佳控制組，并剔除不符合匹配條件的部分。完成匹配后，進行平衡性檢驗，結果顯示，大多數標準化偏差的絕對值在10%以內，表明匹配成功后組間差異顯著減少，匹配后的變量特征更為接近，在處理組和控制組之間不存在顯著差異。最終的回歸分析顯示，Policy的回歸系數為正，且在10%水平上顯著，這不僅驗證了綠色信貸政策對商業銀行特許權價值的正面影響，也進一步驗證了本文研究結論的穩健性。

⒋異質性處理效應檢驗②

在處理多期DID模型時，由于政策在不同個體的開始實施時間不同，導致處理效應存在差異。傳統的雙向固定效應模型假設處理效應是同質的，一旦這個假設不成立，即處理效應存在異質性，則可能導致估計結果偏離實際情況。鑒于本文使用的是非平衡面板數據，而Goodman？Bacon分解方法要求樣本數據為強平衡面板且會損失大量觀測值，因而不適合直接使用。本文借鑒De Chaisemartin和D’haultfoeuille[33]的方法，進行異質性處理效應檢驗。通過對估計量權重的分析發現，在共計1 029個平均處理效應的權重中，有791個權重為正，238個權重為負，負向權重占總權重的23. 13%。此外，正權重之和為1. 237，負權重之和為-0. 237。這些結果說明，盡管存在一定程度的異質性處理效應偏誤，但其對回歸結果的影響并非特別嚴重。

為了進一步提升研究結果的可靠性，考慮到多期DID模型估計偏差主要源于樣本接受政策的時間差異，這可能改變較早接受處理組的事前趨勢，并影響最終估計結果的準確性。為此，本文借鑒Borusyak等[34]的方法，引入“異質性—穩健”插補（Imputation）估計量。該方法基于反事實插補框架，通過控制組樣本預測每個處理組個體各時期的反事實結果變量，有效解決了傳統雙向固定效應模型在處理異質性效應時的估計偏差問題，并避免了早期接受處理的“不良控制組”對結果產生干擾。最終結果顯示，經過“異質性—穩健”估計量調整后的事件研究結果符合平行趨勢假設的要求。這表明，即使考慮了處理效應的異質性，本文的研究結論依然穩健。

⒌排他性檢驗①

為了準確識別《綠色信貸指引》對商業銀行特許權價值的凈效應，避免其他同期政策帶來的干擾，本文特別控制并排除了幾項關鍵政策的影響。具體措施如下：

第一，排除《中華人民共和國環境保護法》的影響。2015年，修訂后的《中華人民共和國環境保護法》（以下簡稱《環保法》）公布，旨在促進經濟結構調整和產業轉型升級，實現可持續發展。為了避免該政策對《綠色信貸指引》實施效果的干擾，本文剔除了《環保法》實施后的所有商業銀行樣本，并進行了回歸分析。結果顯示，Policy的回歸系數為正，且在10%水平上顯著，表明當排除《環保法》的影響后，《綠色信貸指引》依然能夠提升商業銀行特許權價值，驗證了本文研究結論的穩健性。

第二，排除綠色金融改革創新試驗區的影響。2017年，中國在浙江、江西、廣東、貴州和新疆五省（自治區）設立了首批綠色金融改革創新試驗區，以推動綠色金融供給的提質增效。為了避免這些試驗區與《綠色信貸指引》之間的交叉影響，本文刪除了來自設有試驗區省份的所有樣本數據，并進行了回歸分析。結果顯示，當排除這一因素的影響后，Policy的回歸系數仍然為正，且在10%水平上顯著，進一步驗證了本文研究結論不受此因素干擾的穩健性。

第三，排除銀行業開放的影響。2018年，一系列銀行業對外開放政策相繼出臺，包括放寬外資機構設立條件及業務范圍等措施。考慮到這些政策可能導致外資銀行在國內市場上的份額增加，從而加劇銀行業的競爭態勢，本文剔除了2018年以后所有的樣本數據，并進行了回歸分析。結果顯示，Policy的回歸系數為正，且在5%水平上顯著，這再次驗證了即使排除了銀行業對外開放政策的影響，本文的研究結論依然保持穩健。

六、進一步研究

（一）機制檢驗

本文借鑒江艇[35]的方法，構建了機制模型，以檢驗綠色信貸政策是否通過增強核心競爭力和提高資本配置效率這兩個渠道來影響商業銀行特許權價值。第一步是驗證綠色信貸政策（Policy）與商業銀行特許權價值（Value）之間的關系是否顯著。如果Policy與Value之間的系數顯示出顯著性，即表明綠色信貸政策對商業銀行特許權價值具有直接影響，則進入第二步分析。第二步，分別檢驗解釋變量Policy與兩個機制變量——核心競爭力（Comp）和資本配置效率（Effi）之間的關系是否顯著。這一步驟的目的是確定綠色信貸政策是否通過增強核心競爭力和提高資本配置效率來間接影響商業銀行特許權價值，如式（3）所示：

其中，機制變量Mit包括核心競爭力和資本配置效率。其余變量與基準回歸模型保持一致。表4展示了核心競爭力和資本配置效率在傳導機制中的檢驗結果。列（1）顯示，Policy的回歸系數為0. 023，且在5%水平上顯著，驗證了綠色信貸政策通過增強商業銀行核心競爭力提升商業銀行特許權價值的有效性，即“綠色信貸政策—核心競爭力—商業銀行特許權價值”這一傳導路徑存在，驗證了H2a。

具體而言，一方面，隨著環境可持續發展意識的提高和社會公眾及媒體關注的增加，綠色金融市場正在崛起，企業對綠色信貸的需求日益增長。積極執行綠色信貸政策的商業銀行能夠搶占市場先機，滿足企業的可持續發展需求，從而在市場競爭中占據優勢，提升其核心競爭力和特許權價值。另一方面，實施綠色信貸政策不僅為商業銀行帶來了財政補貼和社會聲譽等有形或無形資源，還提高了轉換成本，增強了商業銀行產品和服務的獨特性，進一步鞏固了其核心競爭力，提升了特許權價值。

列（2）的結果顯示，Policy的回歸系數為0. 082，且在1%水平上顯著，驗證了綠色信貸政策通過提高資本配置效率提升商業銀行特許權價值的有效性，即“綠色信貸政策—資本配置效率—商業銀行特許權價值”這一傳導機制存在，驗證了H2b。

具體而言，一方面，綠色信貸政策作為一種市場規制手段，旨在平衡環境治理與綠色轉型升級的需求。它能夠將資金從高污染、落后產能領域轉移至綠色環保項目中，有效解決資源錯配的問題，從而提高資本配置效率。這種資源配置的調整不僅有助于環境保護和可持續發展，也促進了金融資源的高效利用。另一方面，綠色信貸政策對于遏制“兩高一剩”企業的盲目擴張具有重要作用，避免了這些企業對信貸資源的不均衡占用。通過引導信貸資源向具有高度責任感和真正有價值的綠色優質企業傾斜，綠色信貸政策不僅提高了資本配置效率，還促進了商業銀行信貸結構的優化。隨著商業銀行信貸結構的不斷調整和優化，其自身經營效率得到提高，可持續盈利能力也得到了增強，進一步提升了商業銀行特許權價值。

（二）調節效應檢驗：政府環境監管與貨幣政策不確定性

為了考察政府環境監管的作用，本文通過引入綠色信貸政策（Policy）與政府環境監管（Regu）的交互項來構建模型，如式（4）所示：

為了評估貨幣政策不確定性的影響，本文采用類似方法，通過加入綠色信貸政策（Policy）與貨幣政策不確定性（Mpu）的交互項來構建模型，如式（5）所示：

由于貨幣政策不確定性屬于時間序列數據，本文放松了對年份固定效應的控制，并加入了宏觀控制變量θt，包括國內生產總值的自然對數、居民價格消費指數、社會融資規模的自然對數和上證綜合指數的自然對數。其余變量與基準回歸模型保持一致。表5列（1）和列（2）分別展示了政府環境監管、貨幣政策不確定性的調節效應檢驗結果。在列（1）中，交互項Policy×Regu的回歸系數為正，且在10%水平上顯著，其符號與基準回歸中Policy系數一致，這表明政府環境監管增強了綠色信貸政策對商業銀行特許權價值的積極影響，驗證了H3。

具體而言，一方面，政府通過強制性環境規制措施抑制了商業銀行的環境不作為行為，促使商業銀行增加對綠色項目的信貸支持。另一方面，政府環境監管強化了商業銀行落實綠色信貸政策的考核激勵機制，鼓勵商業銀行更加積極地識別和支持具有真實環境責任表現的企業。此外，政府環境監管與綠色信貸政策的協同作用激發了高污染企業進行環境治理的積極性，進一步增強了企業對綠色貸款的需求，從而提升了商業銀行特許權價值。

在列（2）中，交互項Policy×Mpu的系數為負，且在10%水平上顯著，其符號與基準回歸中的Policy系數相反，這表明貨幣政策不確定性削弱了綠色信貸政策對商業銀行特許權價值的積極影響，驗證了H4。

具體而言，貨幣政策不確定性的上升模糊了商業銀行未來的收益預期，特別是考慮到綠色項目通常具有較長的投資期限，商業銀行可能因此調整其投資策略，減少綠色信貸供應或提高綠色信貸門檻。此外，貨幣政策不確定性還可能導致商業銀行傾向于保留更多信貸資金以規避潛在風險，從而增加了綠色信貸的融資成本和難度，最終減弱了綠色信貸政策對商業銀行特許權價值的積極影響。

七、研究結論與政策建議

本文基于2007—2023年中國199家商業銀行的年度面板數據，構建了多期DID模型，系統分析了綠色信貸政策對商業銀行特許權價值的影響及其作用機制，并進一步探討了政府環境監管和貨幣政策不確定性的作用。主要結論如下：綠色信貸政策促進了商業銀行特許權價值的提升；核心競爭力和資本配置效率是綠色信貸政策影響商業銀行特許權價值的關鍵中介因素，“綠色信貸政策—核心競爭力/資本配置效率—商業銀行特許權價值”的傳導路徑得到了驗證；政府環境監管增強了綠色信貸政策對商業銀行特許權價值的積極影響；貨幣政策不確定性削弱了綠色信貸政策對商業銀行特許權價值的積極影響。

基于上述研究結論，本文提出以下政策建議：

其一，強化綠色信貸政策的實施。金融監管部門應完善激勵機制，建立績效評估體系，將商業銀行績效與綠色信貸規模掛鉤，引導資金流向綠色環保項目。同時，應將綠色信貸納入銀行監管框架，要求商業銀行披露綠色信貸政策執行情況。商業銀行應深刻認識到發展綠色金融的重要性，利用金融科技強化綠色金融體系的構建，以提升綠色信貸的經濟效益。

其二，增強核心競爭力。商業銀行應根據綠色信貸的戰略布局來打造自身的核心競爭力，通過創新多元化的綠色信貸產品和服務，滿足不同客戶的個性化需求，走差異化和特色化的發展道路，以提升國際競爭力。

其三，優化資本配置效率。商業銀行應致力于建設一個更加高效、透明且具有活力的金融市場體系。這意味著銀行需要不斷探索和應用最新的信息技術，如大數據分析和云計算技術，以提升自身的服務能力和風險管理水平。通過深入挖掘和分析海量的數據資源，商業銀行能夠更準確地評估市場趨勢及各類信貸產品的需求情況，從而實現綠色信貸產品的精準投放。綠色信貸旨在支持環保產業的發展，促進節能減排目標的實現，是推動可持續發展的重要工具。

其四，加強政府環境監管。政府部門應通過建立健全的政策法規體系，加強對綠色信貸政策執行情況的監督檢查，確保各項規定能夠切實落地生效。在履行環境監督職責方面，政府不僅要加大對商業銀行及其他金融機構在綠色信貸項目上的合規性審查力度，還要明確各級政府及其相關部門在環境保護方面的責任與義務，確保每一個環節都能夠嚴格遵守環保標準和要求。

其五，應對貨幣政策不確定性。政府部門需要加強與市場主體的溝通，拓寬交流的深度和廣度，并通過媒體渠道解讀政策意圖，以提高政策透明度。此外，金融監管部門應建立貨幣政策動態監測機制，靈活使用多種貨幣政策工具，提高貨幣政策對實體經濟的調控效果。

參考文獻：

[1] 李俊成，彭俞超，王文蔚.綠色信貸政策能否促進綠色企業發展？——基于風險承擔的視角[J].金融研究，2023（3）：112-130.

[2] 賈俊雪，羅理恒，顧嘉.地方政府環境規制與經濟高質量發展[J].中國工業經濟，2023（5）：99-117.

[3] 郭俊杰，方穎.綠色信貸、融資結構與企業環境投資[J].世界經濟，2022，45（8）：57-80.

[4] LI W， CUI G， ZHENG M. Does green credit policy affect corporate debt financing？Evidence from China[J]. Environmental science and pollution research，2022，29（4）：5162-5171.

[5] 喻旭蘭，周穎.綠色信貸政策與高污染企業綠色轉型：基于減排和發展的視角[J].數量經濟技術經濟研究，2023，40（7）：179-200.

[6] 牛海鵬，張夏羿，張平淡.我國綠色金融政策的制度變遷與效果評價——以綠色信貸的實證研究為例[J].管理評論，2020，32（8）：3-12.

[7] CUI X， WANG P， SENSOY A， et al. Green credit policy and corporate productivity：evidence from a quasi？natural experiment in China[J]. Technological forecasting and social change，2022，177：121516.

[8] 占華.綠色信貸如何影響企業環境信息披露——基于重污染行業上市企業的實證檢驗[J].南開經濟研究，2021（3）：193-207.

[9] 劉亦文，陽超，周韶成，等.綠色信貸政策對企業環境信息披露的影響研究[J].統計研究，2022，39（11）：73-87.

[10] 鐘覃琳，夏曉雪，姜付秀.綠色信貸能激勵企業環境責任的承擔嗎？[J].管理科學學報，2023，26（3）：93-111.

[11] 斯麗娟，曹昊煜.綠色信貸政策能夠改善企業環境社會責任嗎——基于外部約束和內部關注的視角[J].中國工業經濟，2022（4）：137-155.

[12] CHEN Y， XU Z， WANG X， et al. How does green credit policy improve corporate social responsibility in China？An analysis based on carbon？intensive listed firms[J]. Corporate social responsibility and environmental management，2023，30（2）：889-904.

[13] 丁寧，任亦儂，左穎.綠色信貸政策得不償失還是得償所愿？——基于資源配置視角的PSM？DID成本效率分析[J].金融研究，2020（4）：112-130.

[14] LUO S， YU S， ZHOU G. Does green credit improve the core competence of commercial banks？Based on quasi？natural experiments in China[J]. Energy economics，2021，100：105335.

[15] 汪煒，戴雁南，喬桂明.綠色信貸政策對商業銀行競爭力影響研究——基于區域性商業銀行的準自然實驗[J].財經問題研究，2021（8）：62-71.

[16] GHOSH S. Charter value and risk？taking：evidence from Indian banks[J]. Journal of the Asia Pacific economy，2009， 14（3）：270-286.

[17] HAQ M， AVKIRAN N K， TARAZI A. Does market discipline impact bank charter value？The case for Australia and Canada[J]. Accounting finance，2019，59（1）：253-276.

[18] PALIA D， PORTER R. The impact of capital requirements and managerial compensation on bank charter value[J]. Review of quantitative finance and accounting，2004，23：191-206.

[19] MARCUS A J. Deregulation and bank financial policy[J]. Journal of banking finance，1984，8（4）：557-565.

[20] KEELEY M C. Deposit insurance， risk， and market power in banking[J]. The American economic review，1990，80（5）：1183-1200.

[21] 顧海峰，童曉力.雙支柱調控、同業關聯與銀行特許權價值[J].經濟理論與經濟管理，2024，44（8）：66-84.

[22] 項后軍，張清俊，于洋.金融深化改革如何影響銀行特許權價值——基于利率市場化和存款保險制度的研究[J].國際金融研究，2020（4）：76-86.

[23] 王馨，王營.綠色信貸政策增進綠色創新研究[J].管理世界，2021，37（6）：173-188+11.

[24] 王化成，畢紫嵐，孫昌玲.核心競爭力能夠抑制實體企業金融化嗎？——基于文本分析的經驗證據[J].中國軟科學，2023（1）：114-133.

[25] WANG Y， LEI X， LONG R， et al. Green credit， financial constraint， and capital investment：evidence from China’s energy？intensive enterprises[J]. Environmental management，2020，66（6）：1059-1071.

[26] BARRO R J. Environmental protection， rare disasters and discount rates[J]. Economica，2015，82（325）：1-23.

[27] 周肖肖，賈夢雨，趙鑫.綠色金融助推企業綠色技術創新的演化博弈動態分析和實證研究[J].中國工業經濟，2023（6）：43-61.

[28] BISWAS N. Sustainable green banking approach：the need of the hour[J]. Business spectrum，2011，1（1）：32-38.

[29] DELMAS M， TOFFEL M W. Stakeholders and environmental management practices：an institutional framework[J]. Business strategy and the environment，2004，13（4）：209-222.

[30] 顧海峰，高水文.貨幣政策不確定性會影響銀行貸款質量嗎？——基于中國123家商業銀行的證據[J].財貿研究，2022，33（7）：54-68.

[31] 周曄，王亞梅.貨幣政策不確定性與商業銀行流動性創造關系研究——兼論流動性創造的周期效應[J].經濟學家，2021（9）：78-88.

[32] FERRARA E L， CHONG A， DURYEA S. Soap operas and fertility：evidence from Brazil[J]. American economic journal：applied economics，2012，4（4）：1-31.

[33] DE CHAISEMARTIN C， D’HAULTFOEUILLE X. Two？way fixed effects estimators with heterogeneous treatment effects[J]. The American economic review，2020，110（9）：2964-2996.

[34] BORUSYAK K， JARAVEL X， SPIESS J. Revisiting event study designs：robust and efficient estimation [J]. The review of economic studies，2024，91（6）：3253-3285.

[35] 江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

Does Green Credit Policies Enhance Commercial Banks’ Franchise Value：A Quasi？Natural Experiment Based on Green Credit Guidelines

GU Haifeng， CAO Yuchen

（Glorious Sun School of Business and Management， Donghua University， Shanghai 200051， China）

Summary：Based on the Environmental Information Disclosure Report， Social Responsibility Report， Sustainable Development Report， annual report， and other information publicly disclosed on the official website of banks， this paper collects the green credit data of each bank one by one， and builds a multi？period difference？in？differences （DID） model to empirically test the impact of green credit policies on the franchise value of banks. This paper finds that the implementation of green credit policy increases banks’ franchise values. In terms of transmission mechanisms， green credit policy mainly enhances the franchise value of banks by enhancing the core competitiveness of banks and optimizing the efficiency of capital allocation， and the transmission channel of “green credit policy？core competitiveness/capital allocation efficiency？ banks’ franchise value” is effective. In terms of moderating effects， government environmental regulation and monetary policy uncertainty moderate the relationship asymmetrically. The enhancement of government environmental regulation will strengthen the promotion effect of green credit policy on the franchise value of banks. Increased monetary policy uncertainty will reduce the contribution of green credit policies to banks’ franchise values.

The possible marginal contributions of this paper are as follows. First， in terms of the research perspective， the analysis of the economic consequences of green credit policies in existing literature is mainly limited to the enterprise sector， and the discussion on the financial institutions is still insufficient. This paper focuses on commercial banks and examines the impact of green credit policies on their economic effects from the perspective of franchise value， thus broadening the scope of research on green credit policies. Second， in terms of research methods， different from the conventional DID model， this paper adopts the multi？period DID model to explore the implementation effect of the policy on the banking sector， which is helpful to more comprehensively analyze and understand the impact of the policy in different periods. Third， in terms of research ideas， this paper not only analyzes the transmission mechanism of green credit policy on banks’ franchise value from an internal perspective but also explores the influence factors of green credit policy on banks’franchise value from an external perspective， thus helping to clarify the important impact of green credit policy on banks’franchise value in a more detailed way.

This paper helps to reveal the law of the influence of green credit policies on the franchise value of banks and then provides guidance basis and decision？making reference with important theoretical significance and practical value for optimizing the construction of China’s green financial system and effectively preventing and controlling the systemic risk of the banking industry in the franchise value dimension.

Key words：green credit policy； franchise value； core competitiveness； capital allocation efficiency； government environmental regulation； monetary policy uncertainty

（責任編輯：鄧菁）

[DOI]10.19654/j.cnki.cjwtyj.2025.04.008

[引用格式]顧海峰，曹玉臣.綠色信貸政策能否提升商業銀行特許權價值——基于《綠色信貸指引》的準自然實驗[J].財經問題研究，2025（4）：98-114.

① 反事實分析結果未在正文中列出，留存備索。

① PSM？DID模型估計結果未在正文中列出，留存備索。

② 異質性處理效應檢驗結果未在正文中列出，留存備索。

① 排他性檢驗結果未在正文中列出，留存備索。