銀行業(yè)金融機(jī)構(gòu)綠色信貸風(fēng)險(xiǎn)評估研究

【摘要】銀行業(yè)金融機(jī)構(gòu)在開展綠色信貸業(yè)務(wù)過程中面臨契約風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、貸款抵押風(fēng)險(xiǎn)等多種風(fēng)險(xiǎn)，因此做好風(fēng)險(xiǎn)防控對銀行業(yè)金融機(jī)構(gòu)至關(guān)重要。本文在文獻(xiàn)研究的基礎(chǔ)上建立綠色信貸風(fēng)險(xiǎn)評估體系，以財(cái)務(wù)指標(biāo)、非財(cái)務(wù)指標(biāo)和環(huán)保指標(biāo)作為一級指標(biāo)，下設(shè)24個(gè)二級指標(biāo)，運(yùn)用“3σ”準(zhǔn)則對信貸風(fēng)險(xiǎn)標(biāo)準(zhǔn)進(jìn)行定量判定，計(jì)算出貸款企業(yè)的信貸風(fēng)險(xiǎn)等級，再選取貴州省20家大型企業(yè)作為樣本進(jìn)行實(shí)證研究，對其財(cái)務(wù)指標(biāo)進(jìn)行正態(tài)性檢驗(yàn)和顯著性檢驗(yàn)，對非財(cái)務(wù)指標(biāo)和環(huán)保指標(biāo)權(quán)重的判定采用網(wǎng)絡(luò)分析法（ANP），再根據(jù)專家打分得出樣本得分，將三類指標(biāo)進(jìn)行因子分析，得到具有代表性的公共因子，最后運(yùn)用MATLAB軟件對構(gòu)建的BackPropagation神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真分析，得出測試結(jié)果，為信貸風(fēng)險(xiǎn)評估方法的選擇和運(yùn)用提供參考。

【關(guān)鍵詞】綠色信貸 風(fēng)險(xiǎn)評估 網(wǎng)絡(luò)分析法 BP神經(jīng)網(wǎng)絡(luò)

一、研究背景

（一）問題的提出

綠色信貸的提出是我國加大生態(tài)保護(hù)的重要舉措，所謂綠色信貸是指銀行等金融機(jī)構(gòu)對從事研發(fā)、生態(tài)保護(hù)建設(shè)與開發(fā)的企業(yè)給予貸款一定優(yōu)惠政策的手段。近幾年，綠色信貸在我國不斷發(fā)展，興業(yè)銀行、中國工商銀行、平安銀行等多家銀行推出綠色金融產(chǎn)品并積極加入赤道原則。2012年2月，銀監(jiān)會(huì)發(fā)布《綠色信貸指引》，2013年8月，國務(wù)院出臺(tái)《國務(wù)院關(guān)于加快發(fā)展節(jié)能環(huán)保產(chǎn)業(yè)的意見》，旨在促進(jìn)節(jié)能環(huán)保產(chǎn)業(yè)發(fā)展，2016年8月，中國人民銀行發(fā)布《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見》。借此機(jī)遇，貴州高度重視環(huán)境保護(hù)，把發(fā)展綠色經(jīng)濟(jì)作為調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，轉(zhuǎn)變發(fā)展方式的重要舉措。然而，貴州省銀行業(yè)金融機(jī)構(gòu)在開展綠色信貸業(yè)務(wù)過程中存在貸款層面缺乏統(tǒng)一的綠色金融標(biāo)準(zhǔn)體，綠色金融業(yè)務(wù)固有風(fēng)險(xiǎn)較高，銀行風(fēng)險(xiǎn)管控能力不足等問題。而商業(yè)銀行有別于普通企業(yè)的一個(gè)主要特征是對風(fēng)險(xiǎn)的管理與控制，信貸風(fēng)險(xiǎn)是最重要的風(fēng)險(xiǎn)之一，做好風(fēng)險(xiǎn)防控對商業(yè)銀行的發(fā)展有至關(guān)重要的作用。但由于綠色信貸在我國提出不久，發(fā)展還不成熟，國內(nèi)較少有學(xué)者對綠色信貸的風(fēng)險(xiǎn)問題進(jìn)行實(shí)證研究。因此，構(gòu)建綠色信貸評估體系，研究影響綠色信貸風(fēng)險(xiǎn)的因素，提高金融支持綠色經(jīng)濟(jì)發(fā)展效率是當(dāng)前貴州銀行業(yè)金融機(jī)構(gòu)亟需解決的重要問題。

鑒于此，本文在文獻(xiàn)研究的基礎(chǔ)上構(gòu)建綠色信貸風(fēng)險(xiǎn)評估的BP神經(jīng)網(wǎng)絡(luò)模型。首先建立綠色信貸風(fēng)險(xiǎn)評估的指標(biāo)體系，以財(cái)務(wù)指標(biāo)、非財(cái)務(wù)指標(biāo)和環(huán)保指標(biāo)作為一級指標(biāo)，下設(shè)24個(gè)二級指標(biāo)；其次，運(yùn)用“3σ”法則對信貸風(fēng)險(xiǎn)標(biāo)準(zhǔn)進(jìn)行定量判定，計(jì)算出貸款企業(yè)的信貸風(fēng)險(xiǎn)等級；再次，選取貴州省20家上市公司作為樣本進(jìn)行實(shí)證研究，對其財(cái)務(wù)指標(biāo)進(jìn)行正態(tài)性檢驗(yàn)和顯著性檢驗(yàn)，對環(huán)保指標(biāo)和非財(cái)務(wù)指標(biāo)權(quán)重的判定采用網(wǎng)絡(luò)分析法（ANP），之后根據(jù)專家打分得出個(gè)樣本的得分，將三類指標(biāo)進(jìn)行因子分析，得到具有代表性的公共因子。

（二）研究文獻(xiàn)綜述

在國外的研究中，綠色信貸通常被稱為可持續(xù)金融、環(huán)境融資，研究的是金融業(yè)與可持續(xù)發(fā)展之間的關(guān)系SoniaLabatt，Rodney R.White認(rèn)為環(huán)境融資涵蓋了基于市場的、旨在傳遞環(huán)境質(zhì)量和轉(zhuǎn)化環(huán)境風(fēng)險(xiǎn)而設(shè)計(jì)的特定金融工具，環(huán)境問題主要從違規(guī)帶來的直接風(fēng)險(xiǎn)、客戶導(dǎo)致的間接風(fēng)險(xiǎn)以及信譽(yù)風(fēng)險(xiǎn)三種方式對金融機(jī)構(gòu)產(chǎn)生影響，為此需在風(fēng)險(xiǎn)管理中加入衡量環(huán)境問題的標(biāo)準(zhǔn)并進(jìn)行產(chǎn)品創(chuàng)新。

通過對以上文獻(xiàn)的分析和整理，我們可以看到：目前，國內(nèi)外對綠色信貸風(fēng)險(xiǎn)評估研究主要集中在主觀定性判斷和傳統(tǒng)計(jì)量分析法。然而事實(shí)上，綠色信貸風(fēng)險(xiǎn)涉及指標(biāo)多。相比于此，本文試圖通過BP神經(jīng)網(wǎng)絡(luò)，選取貴州省20家大型企業(yè)，并納入對綠色信貸風(fēng)險(xiǎn)有重要影響的財(cái)務(wù)指標(biāo)、非財(cái)務(wù)指標(biāo)和環(huán)保指標(biāo)，對貴州省綠色信貸風(fēng)險(xiǎn)進(jìn)行實(shí)證研究，突破了傳統(tǒng)信貸風(fēng)險(xiǎn)評估方法的局限性，具有一定的創(chuàng)新性。

二、綠色信貸風(fēng)險(xiǎn)評估體系及模型的構(gòu)建

（一）樣本選擇

貴州省20家大型企業(yè)2015年末相關(guān)數(shù)據(jù)。貴州省20家大型企業(yè)經(jīng)營和財(cái)務(wù)數(shù)據(jù)為調(diào)查所得，其他數(shù)據(jù)來源于當(dāng)?shù)丨h(huán)保部門公布和銀行業(yè)金融機(jī)構(gòu)。

（二）評估指標(biāo)體系的構(gòu)建

通過文獻(xiàn)研究及相關(guān)分析，我們選取以下指標(biāo)作為綠色信貸風(fēng)險(xiǎn)評估指標(biāo)。

一是環(huán)保指標(biāo)。包括：環(huán)境變化影響（H1）、環(huán)境管理（H2）、節(jié)能措施（H3）、“三廢”治理（H4）。

二是財(cái)務(wù)指標(biāo)。包括：一是盈利指標(biāo)[主營業(yè)務(wù)利潤率（X1）、主營業(yè)務(wù)成本率（X2）、銷售利潤率（X3）、銷售毛利率（X4）、凈資產(chǎn)回報(bào)率（X5）]；二是償債能力[資產(chǎn)負(fù)債率（X6）、流動(dòng)性比率（X7）、速動(dòng)比率（X8）]；三是營運(yùn)能力[應(yīng)收賬款周轉(zhuǎn)率X9、存貨周轉(zhuǎn)率X10、流動(dòng)資產(chǎn)周轉(zhuǎn)率X11、固定資產(chǎn)周轉(zhuǎn)率（X12）]；四是現(xiàn)金流量[現(xiàn)金流量比率（X13）、經(jīng)營現(xiàn)金流量對銷售收入比率（X14）]；5企業(yè)規(guī)模[總資產(chǎn)（X15）、營業(yè)收入（X16）、凈利潤（X17）]。

三是非財(cái)務(wù)指標(biāo)。包括歷史信用（M1）、行業(yè)前景（M2）、貸款方式（M3）等。

（三）評估指標(biāo)的篩選

1.用網(wǎng)絡(luò)分析法（ANP）計(jì)算環(huán)保指標(biāo)和非財(cái)務(wù)指標(biāo)的權(quán)重。構(gòu)建判斷矩陣C和超級矩陣W，再進(jìn)行歸一化處理得出加權(quán)矩陣B。加權(quán)矩陣B與超矩陣W相乘得到加權(quán)超矩陣W=BW，對加權(quán)超矩陣進(jìn)行極限運(yùn)算，得到極限超矩陣。

最后得權(quán)重分別為：H1的權(quán)重為0.4113，H2的權(quán)重為0.3098，H3的權(quán)重為0.0991，H4的權(quán)重為0.1798。M1的權(quán)重為0.4131，M2的權(quán)重為0.1862，M3的權(quán)重為0.4007。得出環(huán)保指標(biāo)和非財(cái)務(wù)指標(biāo)的權(quán)重后，再對貴州省20家大型企業(yè)2015年年報(bào)逐一進(jìn)行分析，通過打分確定環(huán)保指標(biāo)與非財(cái)務(wù)指標(biāo)的最終得分。

2.財(cái)務(wù)指標(biāo)的設(shè)計(jì)。第一步，對前文表1選取17個(gè)財(cái)務(wù)指標(biāo)進(jìn)行正態(tài)檢驗(yàn)，由于本文樣本量偏小，這里采取Shapiro-Wilk檢驗(yàn)的方法。計(jì)算結(jié)果表明，固定資產(chǎn)周轉(zhuǎn)率、經(jīng)營現(xiàn)金流對銷售收入比率、總資產(chǎn)等三個(gè)指標(biāo)的P值大于0.05，接受原假設(shè)，這三個(gè)指標(biāo)服從正態(tài)分布，其他指標(biāo)不服從正態(tài)分布。第二部，對17個(gè)財(cái)務(wù)指標(biāo)進(jìn)行顯著性檢驗(yàn)，這里采用T檢驗(yàn)的方法。計(jì)算結(jié)果表明，Shapiro-Wilk檢驗(yàn)中服從正態(tài)分布的固定資產(chǎn)周轉(zhuǎn)率、經(jīng)營現(xiàn)金流對銷售收入比率、總資產(chǎn)等三個(gè)指標(biāo)通過了T檢驗(yàn)。由第一、二步可知，17個(gè)財(cái)務(wù)指標(biāo)均需保留。第三步，按未分配利潤為正值和負(fù)值將20家大型企業(yè)分為兩類，對其進(jìn)行Mann-whitney U檢驗(yàn)。計(jì)算結(jié)果表明，X1，X2，X3，X4，X6，X7，X8通過了Mann-whitney U檢驗(yàn)，未通過檢驗(yàn)的，說明未分配利潤為正值和負(fù)值的兩類企業(yè)的這些指標(biāo)不存在顯著性差異，在之后的分析中應(yīng)剔除。endprint

3.綠色信貸風(fēng)險(xiǎn)指標(biāo)的進(jìn)一步篩選（基于因子分析法）。上文從環(huán)保指標(biāo)、非財(cái)務(wù)指標(biāo)、財(cái)務(wù)指標(biāo)的24個(gè)二級指標(biāo)中共篩選出14個(gè)指標(biāo)，但這些指標(biāo)之間有一定的相關(guān)性，需要通過因子分析法獲取較少變量替代這14個(gè)變量。運(yùn)用spss進(jìn)行因子分析，得出碎石圖如下：

上圖為碎石圖，橫坐標(biāo)表示成分?jǐn)?shù)，縱坐標(biāo)表示特征值。由圖可以看出，在第六個(gè)特征值之后，特征值趨于平穩(wěn)，因此，只需提取六個(gè)因子就可以對原變量的信息進(jìn)行描述。

根據(jù)相關(guān)數(shù)據(jù)計(jì)算出解釋總方差，運(yùn)用最大極值法進(jìn)行旋轉(zhuǎn)，得出因子的特征根值、貢獻(xiàn)率以及累積貢獻(xiàn)率。選取特征值大于1的六個(gè)因子（其特征值累積貢獻(xiàn)率超過70%即可），生成旋轉(zhuǎn)成份矩陣如下：

由旋轉(zhuǎn)成份矩陣可以看出，f1主要由主營業(yè)務(wù)利潤率（X1）、主營業(yè)務(wù)成本率（X2）、銷售毛利率（X4）、資產(chǎn)負(fù)債率（X6）、流動(dòng)性比率（X7）、速動(dòng)比率（X8）決定；f2主要由歷史信用（M1）、行業(yè)前景（M2）決定；f3主要由環(huán)境管理（H2）、“三廢”治理（H4）決定；f4主要由環(huán)境變化影響（H1）決定；f5主要由貸款方式（M3）決定；f6主要由節(jié)能措施（H3）、銷售利潤率（X3）決定。

根據(jù)各個(gè)主成分因子的方差貢獻(xiàn)率占積累方差貢獻(xiàn)率的比重權(quán)重計(jì)算出綜合得分，其公式為：

F=0.2916f1+0.1224f2+0.1067f3+0.0801f4+0.0698f5+0.0691f6

三、綠色信貸風(fēng)險(xiǎn)等級的確定（基于“3σ”準(zhǔn)則）

根據(jù)我國信貸風(fēng)險(xiǎn)等級的劃分，本文將綠色信貸風(fēng)險(xiǎn)等級分為超高風(fēng)險(xiǎn)（R4）、高風(fēng)險(xiǎn)（R3）、中等風(fēng)險(xiǎn)（R2）、低風(fēng)險(xiǎn)（R1）、無風(fēng)險(xiǎn)（R0）等五級。采用“3σ”準(zhǔn)則（拉依達(dá)準(zhǔn)則）進(jìn)行確定。

設(shè)貴州省綠色信貸風(fēng)險(xiǎn)等級得分F的均值為μ，標(biāo)準(zhǔn)差為σ，經(jīng)計(jì)算得出：μ=0.0896，σ=0.0473。我們將μ+σ作為無風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)的臨界點(diǎn)，將μ+3σ作為低風(fēng)險(xiǎn)和中等風(fēng)險(xiǎn)的臨界點(diǎn)，將μ-3σ作為高風(fēng)險(xiǎn)和超高風(fēng)險(xiǎn)的臨界點(diǎn)，如下表所示：

由上述分析可得20家企業(yè)歸一化處理后的綠色信貸風(fēng)險(xiǎn)F得分與風(fēng)險(xiǎn)等級對應(yīng)表，如下：

四、基于BP神經(jīng)網(wǎng)絡(luò)的綠色信貸風(fēng)險(xiǎn)評估實(shí)證分析

此處采用三層神經(jīng)網(wǎng)絡(luò)模型，輸入值為前文以因子分析法得出的六個(gè)綜合指標(biāo)經(jīng)標(biāo)準(zhǔn)化后的數(shù)據(jù)，輸出值為信貸得分F落在的風(fēng)險(xiǎn)區(qū)間。運(yùn)用MATLAB軟件，從20家企業(yè)中抽取12家企業(yè)為樣本進(jìn)行訓(xùn)練，結(jié)果如下：

由表5可知，12個(gè)訓(xùn)練樣本的準(zhǔn)確率達(dá)到83.33%，準(zhǔn)確率較高。

利用訓(xùn)練樣本的路徑對余下8個(gè)樣本進(jìn)行測試，結(jié)果如下：

由表6可知，8個(gè)測試樣本的準(zhǔn)確率為62.50%，準(zhǔn)確率較低的原因是測試樣本的數(shù)量較少。

綜上所述，BP網(wǎng)絡(luò)神經(jīng)模型對銀行業(yè)金融機(jī)構(gòu)綠色信貸風(fēng)險(xiǎn)的評估有較好的實(shí)用性。

五、防范綠色信貸風(fēng)險(xiǎn)的政策建議

（一）政府及各相關(guān)部門層面

一是地方政府、人民銀行、環(huán)保及監(jiān)管部門需建立綠色信貸相關(guān)信息共享平臺(tái)，通過信息披露、信用評級等方式，實(shí)現(xiàn)綠色信貸信息共享，降低各參與方信息成本和風(fēng)險(xiǎn)。二是構(gòu)建支持綠色信貸的政策體系，完善綠色信貸統(tǒng)計(jì)制度，推動(dòng)銀行業(yè)建立綠色評價(jià)機(jī)制，加強(qiáng)綠色信貸實(shí)施情況監(jiān)測評價(jià)，將綠色信貸納入央行MPA框架。三是通過稅收、財(cái)政協(xié)同等機(jī)制，形成支持綠色信貸業(yè)務(wù)的激勵(lì)機(jī)制和抑制“兩高一剩”行業(yè)貸款的約束機(jī)制。

（二）銀行業(yè)金融機(jī)構(gòu)層面

一是要根據(jù)國家經(jīng)濟(jì)環(huán)境政策和產(chǎn)業(yè)政策，對從事綠色經(jīng)營生產(chǎn)和制造的企業(yè)實(shí)行優(yōu)惠貸款政策，為其建立綠色信貸通道，簡化信貸審批流程，取消不合理收費(fèi)，加快研發(fā)針對綠色經(jīng)濟(jì)發(fā)展的創(chuàng)新性金融產(chǎn)品，推動(dòng)綠色環(huán)保項(xiàng)目建設(shè)。二是建立行之有效的綠色信貸績效考核體系，引導(dǎo)信貸資金支持綠色經(jīng)濟(jì)的發(fā)展。三是將企業(yè)環(huán)境違法違規(guī)信息等企業(yè)環(huán)境信息納入金融信用信息基礎(chǔ)數(shù)據(jù)庫，作為對企業(yè)發(fā)放貸款的依據(jù)之一。

（三）企業(yè)層面

一是樹立環(huán)保意識，明確環(huán)境責(zé)任，制定“誰污染、誰治理”的嚴(yán)格問責(zé)制度。二是利用技術(shù)、管理手段對生產(chǎn)全流程進(jìn)行排污改造和產(chǎn)業(yè)結(jié)構(gòu)升級，推行綠色生產(chǎn)，提供綠色產(chǎn)品，實(shí)現(xiàn)經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值的和諧統(tǒng)一。三是推行綠色營銷戰(zhàn)略，在營銷過程中堅(jiān)持綠色理念，產(chǎn)品實(shí)行綠色包裝，重視綠色促銷，制定綠色價(jià)格，選擇綠色渠道，樹立綠色形象等。

參考文獻(xiàn)

[1]Bert Scholtens，Lammertjan Dam.Banking on the Equator Are Banks that Adopted the Equator Principles Different from Non-Adopters[J].World Development，2009（01）.

[2]Sonia Labatt， Rodney R White.Environmental Finance [M].New YorkrJohn Wiley and Sons，2002.

[3]Luisa Montes.Financing Sustainable Developmentin Mexico Through Alternative Banks or Green Banks[J].Journal of Project Finance.1998（4）.

[4]MathsLimdgren and Bino Catasus.The Banks' Impact on The Natural Environment-On The Space between “what is” And ‘Svhat if[J].Business Strategy and The Environment^186-195（2000）.endprint

[5]韓立巖，王臻.綠色信貸發(fā)展的國際比較與啟示[J].國際經(jīng)濟(jì)合作，2014（02）.

[6] 胡海青，張瑯，張道宏.供應(yīng)鏈金融視角下的中小企業(yè)信用風(fēng)險(xiǎn)評估研究—基于SVM與BP 網(wǎng)絡(luò)神經(jīng)模型的比較研究.管理評論，2012（11）.

[7]胡濤，趙穎臻，周李煥，Denise Leung.對外投資中的環(huán)境與社會(huì)影響案例研究：國際經(jīng)驗(yàn)與教訓(xùn)[M].華盛頓：世界資源研究所，2013.

[8]胡旭華，吉敏.基于BP神經(jīng)網(wǎng)絡(luò)的銀行信貸風(fēng)險(xiǎn)評價(jià)[J].統(tǒng)計(jì)與決策，2009（11）.

[9]Jensen Herbert.Using Neural Networks for Credit Scoring.Management Finance，2011.

[10]梁琪，黃鸝皎.我國商業(yè)銀行信貸風(fēng)險(xiǎn)管理體系構(gòu)建探索[J].南開經(jīng)濟(jì)研究，2002（06）.

[11]劉傳巖.中國綠色信貸發(fā)展問題探究[J].稅務(wù)與經(jīng)濟(jì)，2012（01）.

[12]龍衛(wèi)洋，季才留.基于國際經(jīng)驗(yàn)的商業(yè)銀行綠色信貸研究及對中國的啟示[J].經(jīng)濟(jì)體制改革，2013（03）.

[13]Marcel Jeucken.Sustainable Finance and Banking[M].London：Earths can Publications Ltd，2011（05）.

[14]馬駿，施娛，姚斌.綠色金融政策及在中國的運(yùn)用[J].新金融評論，2014（02）.

[15]馬秋君，劉文娟.基于綠色信貸風(fēng)險(xiǎn)評價(jià)體系改進(jìn)研究——基于長江三角洲調(diào)查[J].經(jīng)濟(jì)視角，2013（09）.

[16]施若.試析貴陽市綠色金融發(fā)展中存在的問題及對策[J].中國集體經(jīng)濟(jì)，2014（33）.

[17]王創(chuàng)，嚴(yán)綱.信用風(fēng)險(xiǎn)度量的CreditMetrics與KMV模型的比較研究[J].時(shí)代金融，2012（12）.

[18]張子瑛.基于Elman神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信貸風(fēng)險(xiǎn)識別及評估模型[J].科技和產(chǎn)業(yè)，2008（08）.

作者簡介：蘆榕（1971-），女，漢族，四川巴縣人，經(jīng)濟(jì)師，研究方向：金融穩(wěn)定、外匯管理。endprint