摘 要：以16家商業(yè)銀行2013—2022年經(jīng)營數(shù)據(jù)為樣本，把商業(yè)銀行的安全性、流動性和盈利性用熵權(quán)法量化后作為被解釋變量，引入商業(yè)銀行性質(zhì)作虛擬變量來構(gòu)建動態(tài)面板數(shù)據(jù)模型，用系統(tǒng)廣義矩估計實證研究綠色信貸對商業(yè)銀行“三性”原則目標指數(shù)的影響和“三性”原則目標間的影響。研究結(jié)果表明：綠色信貸的推行對商業(yè)銀行的安全性有抑制作用，對盈利性和流動性都具有正向促進作用；在推行綠色信貸的背景下，商業(yè)銀行的安全性和盈利性互相促進，盈利性抑制流動性的提升，流動性促進安全性的提高，但安全性對流動性和流動性對盈利性的作用效果不明顯；目前推行綠色信貸業(yè)務(wù)時商業(yè)銀行性質(zhì)對商業(yè)銀行“三性”原則目標產(chǎn)生的影響不大。

關(guān)鍵詞：綠色信貸；商業(yè)銀行；“三性”原則目標；熵權(quán)法

中圖分類號：F832.5

文獻標識碼：A DOI：10.7535/j.issn.1671-1653.2024.03.002

Research on the Impact of Green Credit on the "Triple Principles" of Commercial Banks

WANG Qianhong， YANG Shuhan

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

Abstract：

Taking the operating data of 16 commercial banks from 2013 to 2022 as samples， after using the entropy weight method to quantify the security， liquidity and profitability of commercial banks as explained variables， a dummy variable of the nature of commercial banks was introduced to establish a dynamic panel data model. The impact of green credit on the "triple principles" indexes of commercial banks and the inherent influence among the "triple principles" were emprically studied using system generalized moment estimation. The research results show that the promotion of green credit has an inhibitory effect on the security of commercial banks， but has a positive effect on profitability and liquidity. In the context of promoting green credit in commercial banks， security and profitability mutually promote each other. Profitability inhibits the improvement of liquidity， and liquidity promotes the improvement of security. However， the effect of security on liquidity and liquidity on profitability is not significant. When promoting green credit business， the nature of commercial banks has little impact on the "triple principles" of commercial banks at present.

Keywords：

green credit; commercial banks; "triple principles"; entropy weight method

一、引言

商業(yè)銀行的經(jīng)營目標要求其在不同發(fā)展階段都應(yīng)保證安全性、協(xié)調(diào)流動性、提高盈利性（安全性、流動性與盈利性，以下簡稱“三性”）。在提倡可持續(xù)發(fā)展的趨勢下，綠色金融成為重點。我國在構(gòu)建綠色金融體系過程中發(fā)展了綠色信貸、綠色債券、綠色保險等多種金融工具，其中綠色信貸占比超90%。截至2022年末，我國本外幣綠色貸款余額達220 300億元。作為新金融業(yè)務(wù)，綠色信貸對商業(yè)銀行經(jīng)營原則的影響是未知的。安全性方面，學(xué)者普遍認為，綠色信貸的推行能夠帶動銀行和企業(yè)開展環(huán)境風險管理，減少銀行的不良資產(chǎn) [1 ]（P389-401），進而降低銀行不良貸款率 [2 ]（P31-40）和信用風險 [3 ]（P81-85） [4 ]（P72-77），保證銀行安全性。流動性方面，綠色信貸投向的新興綠色產(chǎn)業(yè)具有前期投資成本高、投資周期長等特點，會對銀行流動性產(chǎn)生抑制作用 [5 ]（P26-31） [6 ]（P15-23），但同時綠色信貸的推廣為企業(yè)正常經(jīng)營提供資金支持，有助于貸款按時回收，客戶也會因銀行的社會責任承擔 [7 ]（P70-73）而更愿意選擇，進而提高存貸比，目前國家對綠色信貸也有政策扶持，這對流動性的提高有促進作用 [8 ]（P12-15）。盈利性方面，綠色信貸帶來的額外成本和流失的機會成本抑制了其增長 [9 ]（P52-60） [10 ]（P70-76），但銀行在推行綠色信貸時能樹立正面社會形象 [11 ]（P106-129）并提高競爭力 [12 ]（P91-103），從而提高銀行績效。

由圖1可知，雖然五年內(nèi)中信銀行和招商銀行對“兩高一?！毙袠I(yè)的貸款余額有所浮動甚至增多，但所占比例都有不同幅度的下降，如招商銀行從2018年7.6%下降至2022年6.56%。中信銀行則較穩(wěn)定，始終處于3%以下。這說明銀行對“兩高一?！表椖恐攸c關(guān)注但并不“一刀切”，而是在研判企業(yè)轉(zhuǎn)型升級的現(xiàn)實基礎(chǔ)上，圍繞如何帶動行業(yè)技術(shù)進步，適應(yīng)性地探索綠色信貸業(yè)務(wù)的創(chuàng)新路徑。如，國有大型股份制商業(yè)銀行中的中國銀行、中國工商銀行、交通銀行和中國郵政儲蓄銀行，民營股份制銀行中的民生銀行、浙商銀行等，雖沒有具體的“兩高一?！毙袠I(yè)貸款數(shù)據(jù)，但都在社會責任報告中明確提到“兩高一?！毙袠I(yè)貸款占比或余額下降的事實。如圖2所示，浦發(fā)、光大、招商和浙商等四家銀行連續(xù)披露其綠色信貸資金投向且覆蓋時間范圍相對最長，這4家銀行近3年綠色信貸余額分別平均為4.7萬億、3.2萬億、5.5萬億和1.3萬億，增速較平均，在本文統(tǒng)計的10家股份制銀行中位居第4、第6、第1和第10名，這表明這些銀行信貸資金中相關(guān)綠色產(chǎn)業(yè)比重在逐漸提高。

研究發(fā)現(xiàn)，其他銀行雖沒有連續(xù)的分行業(yè)貸款余額數(shù)據(jù)，但都在行內(nèi)的信貸政策中明確要加大綠色產(chǎn)業(yè)領(lǐng)域的貸款投放力度。我國銀行綠色信貸的資金更多地流向風能、太陽能等新興產(chǎn)業(yè)，雖然這些產(chǎn)業(yè)普遍存在技術(shù)和產(chǎn)品不成熟、資金需求量大、投資回收期長的特點，銀行綠色信貸會因之表現(xiàn)為前期收益不明顯，影響銀行當期流動性的質(zhì)量。但產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化需要持續(xù)發(fā)力，是一項系統(tǒng)工程，需要對銀行及相關(guān)產(chǎn)業(yè)給予政策扶持，以利于銀行緩解流動性壓力。

商業(yè)銀行開展綠色信貸業(yè)務(wù)會改變銀行的內(nèi)部管理、競爭力和業(yè)務(wù)范圍。由于綠色信貸面對的融資企業(yè)大都屬于新興產(chǎn)業(yè)，缺少可參考的企業(yè)數(shù)據(jù)和完備的風險評估標準，加大了銀行信息不對稱，從而增加了銀行貸款審批的授信成本。與此同時，綠色信貸作為商業(yè)銀行的創(chuàng)新業(yè)務(wù)，從業(yè)者的知識準備和業(yè)務(wù)準備相對不足，銀行需要為此因應(yīng)性地優(yōu)化人員結(jié)構(gòu)、公司架構(gòu)和章程等，從而增加了銀行的運營成本。但銀行的運營原本就不是以盈利為單一目標，兼顧安全性目標下的可持續(xù)發(fā)展，潛在地提出迎接綠色金融帶來的挑戰(zhàn)是銀行經(jīng)營應(yīng)擔當?shù)纳鐣熑?[7 ]（P70-73），這會有助于銀行提高其核心競爭力，有效降低聲譽風險，有利于銀行吸引優(yōu)質(zhì)客戶，擴大市場份額，在長期目標上實現(xiàn)盈利，在根本上提升銀行的安全性。

當然，商業(yè)銀行在探索綠色信貸業(yè)務(wù)創(chuàng)新過程中，會提升其業(yè)務(wù)經(jīng)營能力，在人員素質(zhì)、工具創(chuàng)新方面改善經(jīng)營生態(tài)，這些都有利于提升銀行協(xié)調(diào)安全性、流動性和營利性等“三性”目標的能力。如，中國農(nóng)業(yè)銀行積極發(fā)展新能源汽車消費貸，加快拓展綠色消費場景，累計發(fā)行環(huán)保類信用卡140萬張；中信銀行注重綠色基金和理財方面的發(fā)展，依托“中匯信碳”碳資產(chǎn)管理機構(gòu)牌照和咨詢優(yōu)勢積極推行綠色咨詢業(yè)務(wù)，截至2022年，共銷售ESG主題相關(guān)基金14 360萬元，綠色主題理財產(chǎn)品存續(xù)12支，規(guī)模達29.96億元，承接“綠色可持續(xù)融資結(jié)構(gòu)顧問”項目9個④。這些依托于銀行綠色信貸戰(zhàn)略所創(chuàng)新的中間業(yè)務(wù)，為銀行盈利提供了更多可能，同時有利于降低銀行信貸資金集中度，提升其資產(chǎn)組合能力，進而提高銀行安全性。

根據(jù)上述分析提出以下3個假設(shè)。

H1：綠色信貸業(yè)務(wù)的推行對商業(yè)銀行安全性提高有促進作用。

H2：綠色信貸業(yè)務(wù)的推行對商業(yè)銀行流動性提高有促進作用。

H3：綠色信貸業(yè)務(wù)的推行對商業(yè)銀行盈利性提高有促進作用。

（二）“三性”原則之間相互影響

1.安全性和流動性

據(jù)前文分析，綠色信貸能降低銀行不良貸款率，即銀行資產(chǎn)中所擁有的優(yōu)質(zhì)資產(chǎn)占比增多，資產(chǎn)質(zhì)量的提升對銀行流動性的長期促進效果明顯 [19 ]（P54-66） [16 ]（P54-66），且銀行在后續(xù)資產(chǎn)證券化時，由于信用風險小更易獲得資金，銀行對流動資金的需求變低且套現(xiàn)能力變強，故銀行流動性得到提高。反之，鑒于當前國家對綠色產(chǎn)業(yè)發(fā)展的扶持，提高了綠色貸款的流動性，在資金市場上短時間內(nèi)這些貸款項目易于轉(zhuǎn)手獲得資金，保證了銀行在面對突發(fā)情況時及時償債的能力，維持了銀行安全性。此外，鄒克 [21 ]（P46-53）在探究“三性”的實證過程中計算得到安全性[CD*2]流動性的典型相關(guān)系數(shù)也相對較大。據(jù)此提出假設(shè)H4。

H4：綠色信貸背景下，商業(yè)銀行安全性和流動性之間互相促進。

2.流動性和盈利性

銀行資金向綠色產(chǎn)業(yè)的投入提高了流動性，但綠色產(chǎn)業(yè)投資回報期限長的特點，影響了銀行當期收益水平，提高了銀行資金運營的機會成本，顯著降低了銀行盈利性 [18 ]（P41-45） [19 ]（P54-66）。據(jù)前文分析，銀行盈利主要來源于銀行聲譽地位的提高和新經(jīng)濟增長點的形成，兩種途徑都是短期內(nèi)無法見效的。當盈利性增加時，銀行為盈利會加大對相關(guān)產(chǎn)業(yè)的投資，而產(chǎn)業(yè)特點抑制資金流動性。同時由于銀行自身借短貸長，流動性和盈利性之間本就存在一定的沖突 [20 ]（P90-95） [21 ]（P46-53），故提出假設(shè)H5。

H5：綠色信貸背景下，商業(yè)銀行流動性和盈利性之間互相抑制。

3.盈利性和安全性

盈利性提高意味著銀行“造血”能力增強，從而能計提更多的貸款損失準備金并參與投資風險大、收益高的綠色改造項目，進一步降低環(huán)境信用風險，且更高的收益也意味著銀行能更多地投入到內(nèi)部環(huán)境風險的建設(shè)、客戶信用風險數(shù)據(jù)庫構(gòu)建和盡職調(diào)查等環(huán)境風險識別中，從而提高安全性。反之，當銀行安全性很強時，更易獲得存款進而擴大投資規(guī)模 [25 ]（P36-43），同時良好的安全性為銀行在決策時考慮高風險高收益項目提供了可能，從而提高盈利性 [18 ]（P41-45） [19 ]（P54-66）。因此提出假設(shè)H6。

H6：綠色信貸背景下，商業(yè)銀行盈利性和安全性之間互相促進。

（三）銀行性質(zhì)對“三性”原則的影響

銀行是我國綠色信貸業(yè)務(wù)主要承擔主體，其中國有銀行占據(jù)主要地位。從圖3可知，在不考慮政策性銀行、城商行和農(nóng)商行的情況下，僅16家商業(yè)銀行占全國綠色信貸余額比重就已超70%，其中國有銀行占比遠超股份制銀行，近五年保持在50%以上。2022年，中國工商銀行綠色信貸余額達23.21萬億，居國有銀行之首；招商銀行首次突破6萬億，成為股份制銀行的第1名。從增速看，2019年前國有銀行增速較緩且整體低于股份制銀行，但2020—2022年顯著提升并實現(xiàn)趕超。同時國有銀行對綠色信貸業(yè)務(wù)的重視程度和落實力度更強，盡管兩類銀行綠色信貸占比都逐年穩(wěn)步上升，但國有銀行綠色信貸比重始終在股份制銀行之上，并在2021年超過10%，即國有銀行和股份制銀行在綠色信貸領(lǐng)域存在明顯差異，且相關(guān)研究 [16 ]（P6-9） [17 ]（P40-55） [20 ]（P90-95） [21 ]（P46-53）也提到國有銀行與其他銀行的區(qū)別，據(jù)此提出假設(shè)H7。

H7：商業(yè)銀行性質(zhì)在推行綠色金融業(yè)務(wù)上對“三性”原則有較大影響。

三、研究設(shè)計

（一）樣本選擇

時間跨度上，鑒于綠色信貸數(shù)據(jù)的披露多是在2007年《關(guān)于落實環(huán)保政策法規(guī)防范信貸風險的意見》發(fā)布后，且對各銀行數(shù)據(jù)完整性考察后發(fā)現(xiàn)可追溯到2013年，故數(shù)據(jù)窗口期為2013—2022年。銀行選擇上，現(xiàn)階段我國21家主要銀行的綠色信貸業(yè)務(wù)規(guī)模相對較大，其中政策性銀行有3家，恒豐銀行和渤海銀行僅有近6年的數(shù)據(jù)，故選用16家銀行⑤的數(shù)據(jù)。因此，本文選擇2013—2022年16家商業(yè)銀行微觀財務(wù)數(shù)據(jù)和國家宏觀數(shù)據(jù)進行研究。宏觀數(shù)據(jù)來自國家統(tǒng)計局，微觀數(shù)據(jù)來自各銀行年報和社會責任報告等。

（二）模型構(gòu)建

1.用熵權(quán)法構(gòu)建“三性”原則指數(shù)

在回歸分析前需要選取能夠體現(xiàn)經(jīng)營原則特點的指標量化“三性”原則。首先，安全性要求商業(yè)銀行在日常經(jīng)營和極端事件中控制風險并維持正常業(yè)務(wù)穩(wěn)定性，結(jié)合孫光林等 [2 ]（P31-40）、王建瓊等 [9 ]（P52-60）和Luo Sumei等 [26 ]（P1-11）的研究設(shè)計，選用核心資本充足率、不良貸款率和撥備覆蓋率3個指標。其次，根據(jù)流動性的含義及丁寧等 [27 ]（P112-130）和Luo Sumei等 [26 ]（P1-11）的研究，選用存貸比、流動性比率和資產(chǎn)負債率3個指標。最后，盈利性是在前兩者基礎(chǔ)上對成本最小利潤最大的追求，參考了張晨等 [28 ]（P56-66）、Luo Sumei等 [26 ]（P1-11）和楊露等 [6 ]（P15-23）對變量的考量后，選用凈資產(chǎn)收益率、非利息收入比和成本收入比3個指標。由于各指標分別對“三性”原則的影響機理和效果是未知的，且選取的量化指標較少不必降維，故選用熵權(quán)法量化安全性、流動性和盈利性，構(gòu)建作為被解釋變量的“三性”指數(shù)。

2.系統(tǒng)廣義矩估計動態(tài)面板數(shù)據(jù)多元回歸模型

回歸分析時從經(jīng)典多元線性回歸模型出發(fā)考慮3個方面。第一，由于解釋變量和被解釋變量互為因果存在內(nèi)生性，即綠色信貸的施行情況必然會反映到“三性”原則指數(shù)上，同時“三性”原則指數(shù)也會改變綠色信貸業(yè)務(wù)的實施方向，故用系統(tǒng)廣義矩估計緩解內(nèi)生性，且樣本數(shù)據(jù)有變量個數(shù)大于時間跨度的特點，即大N小T短面板數(shù)據(jù)，滿足該方法使用條件。第二，由于下期經(jīng)營方向和期望很大程度上由當期營業(yè)狀況決定，回歸時當期被解釋變量會受上一期的影響，故在解釋變量中引入被解釋變量的滯后一期，構(gòu)造動態(tài)面板數(shù)據(jù)，控制模型自相關(guān)性。第三，分析發(fā)現(xiàn)綠色信貸情況在銀行性質(zhì)上有區(qū)別，且假設(shè)時考慮了它的影響，故引入虛擬變量d體現(xiàn)異質(zhì)性。綜上，借助系統(tǒng)廣義矩估計對包含虛擬變量的短動態(tài)面板數(shù)據(jù)模型進行回歸估計。模型設(shè)定如下：

TPi，t=αi，t+β1GCRi，t+β2TPi，t-1+β3di，t+β4Controli，t+εi.t，（1）

其中：TPi，t為i銀行在t時刻的“三性”原則指數(shù)；GCRi，t為i銀行在t時刻的綠色信貸占比；di，t為虛擬變量，若i銀行在t時刻是國有銀行，則為1，是股份制銀行，則為0；Controli，t為控制變量；αi，t為常數(shù)項；β1、β2、β3、β4為變量系數(shù)；εi，t為隨機誤差項。

（三）變量選擇

根據(jù)模型構(gòu)建分析，構(gòu)建“三性”原則指數(shù)所用指標見表1。

熵權(quán)法計算得到的“三性”原則指數(shù)作為被解釋變量。考慮到量綱的影響，用綠色信貸比作為核心解釋變量，動態(tài)面板數(shù)據(jù)回歸模型變量見表2。

由于商業(yè)銀行“三性”原則會互相影響，研究某一性質(zhì)時，另兩個的變化也應(yīng)考慮，故控制變量中有“其他”。以安全性為例，當探究SI的影響效果時，“其他”指的是除構(gòu)建SI所用指標外的其他指標，即LDR、CR、DR、ROE、NIR和CIR；當探究“三性”原則指數(shù)間的影響時，“其他”指LI和PI。故進行不同回歸時“其他”含義不同，對另兩個指數(shù)回歸時同理，不再贅述。

四、實證研究及分析

（一）描述性統(tǒng)計

變量描述性統(tǒng)計見表3。構(gòu)成SI的變量中，PCR標準差較大。LI中，DR標準差最小，其他相差不大。PI中，由于非利息收入多來自中間業(yè)務(wù)和投資，且銀行收入結(jié)構(gòu)不同，ROE和CIR涉及的凈利潤、業(yè)務(wù)及管理費用等主要依靠主營業(yè)務(wù)，相對穩(wěn)定，故NIR標準差最大。GCR均值僅為6.14%，最大值卻達32.71%，直觀說明現(xiàn)階段我國銀行間綠色信貸規(guī)模差距較大，整體水平較低。

（二）模型構(gòu)建

1.單位根檢驗

做單位根檢驗確認序列平穩(wěn)性以防止偽回歸。鑒于樣本是短動態(tài)面板數(shù)據(jù)，故用ADF檢驗、PP檢驗和HT檢驗，結(jié)果見表4，其中I（0）和I（1）分別表示95%置信水平下變量平穩(wěn)和一階單整。

表4結(jié)果顯示，MBIR、GDP、M、CCAR、CR、DR和CIR在3種方法下均序列平穩(wěn)性，其他變量都至少1個方法下滿足一階單整的條件，故可進行后續(xù)回歸估計。

2.協(xié)整檢驗

表4說明存在序列不平穩(wěn)且同階差分平穩(wěn)的情況，為避免偽回歸，判斷非平穩(wěn)變量間是否存在穩(wěn)定的因果關(guān)系，結(jié)合樣本數(shù)據(jù)特征后選用Pedroni方法進行協(xié)整檢驗，結(jié)果見表5。

在5%的顯著性水平下，協(xié)整檢驗的p值全部小于0.05，即拒絕不存在協(xié)整的原假設(shè)。

3.相關(guān)性分析

依據(jù)式（1），對各變量數(shù)據(jù)做相關(guān)性分析，結(jié)果見表6。

據(jù)表6，后續(xù)實證構(gòu)建“三性”指數(shù)時應(yīng)將NLR、LDR、DR和CIR等4個指標當作極小型指標，且整體上看各變量間相關(guān)系數(shù)絕對值較小，因此不再考慮多重共線性的影響。

（三）實證結(jié)果分析

1.三性原則指數(shù)構(gòu)建

借助MATLAB將表1中變量數(shù)據(jù)按熵權(quán)法計算得到SI、LI和PI的得分。結(jié)果如圖4、圖5和圖6所示。其變化趨勢及幅度大體與表6中GCR與SI、LI和PI相關(guān)分析結(jié)果相符。

由圖4可知，銀行間安全性差異較大，除郵儲、建設(shè)、農(nóng)業(yè)和工商四大國有銀行2018—2022年SI下降趨勢有所控制且招商銀行2015年后顯著提升，其他銀行SI變化均呈逐年下降情況。某種程度上說明國有銀行安全性不僅比股份制銀行要高且未來或仍將維持這一現(xiàn)狀。整體看，當前我國商業(yè)銀行SI呈下滑態(tài)勢，較10年前下滑明顯，其原因可能與豐富的金融工具進入市場、銀行降低準備金計提余額以靈活投資、增大風險敞口以提高收益有關(guān)。

由圖5可知，相較SI，LI沒有鮮明變化趨勢，銀行間LI得分差距相對SI小，但郵儲銀行每年的LI都高于0.6?？傮w看，10年間我國商業(yè)銀行流動性變化不大且趨勢較一致，國有銀行與股份制銀行間差異不顯著。郵儲銀行保證流動性的能力明顯強于其他銀行。

由圖6可知，相較另兩個指數(shù)，各銀行PI得分最為集中，銀行個體和之間的變化幅度都很小，不同的是各銀行的變化趨勢，大部分銀行PI得分近乎不變或小幅度先升后降，僅交通銀行和民生銀行呈現(xiàn)緩慢升高和下滑的情況。在PI先升后降的銀行中，廣發(fā)銀行變化最明顯，2017—2018年劇烈下滑?？傮w上，建設(shè)銀行、郵儲銀行和農(nóng)行得分最低，這可能與項目標的企業(yè)所屬行業(yè)有關(guān)，如：農(nóng)行三農(nóng)方面貸款占比多；建行基礎(chǔ)設(shè)施建設(shè)投資占據(jù)主導(dǎo)，這些項目都有周期長、毛利低的特點，一定程度上影響了盈利水平。比較之下，國有銀行PI變化幅度更小，相對股份制更穩(wěn)定。

2.綠色金融對“三性”原則指數(shù)的影響效果

按模型（1），分別將變量數(shù)據(jù)代入式（1）進行系統(tǒng)廣義矩估計，得到回歸結(jié)果（見表7），其中L表示被解釋變量的滯后一階。表7中SI、LI和PI的回歸模型均剔除了LNA，GDP也被從SI和LI中去除，因為盡管3個模型整體顯著，但LNA在3個模型中的p值都遠大于0.1，此時LNA在模型中無意義，故從模型中剔除。GDP同理，僅將其從SI和LI的模型中剔除使模型更合理。觀察統(tǒng)計量回歸結(jié)果可知，參數(shù)估計值顯著不等于零，回歸模型結(jié)果顯著，隨機誤差項都在95%的可能下不存在自相關(guān)的情況，工具變量也是有效的，即結(jié)果（a）（b）（c）都有效。

針對假設(shè)H1、H2和H3，由GCR的系數(shù)可知，結(jié)果與假設(shè)H1相悖，但與假設(shè)H2和假設(shè)H3相符?？傮w看，假設(shè)H2和假設(shè)H3與大多應(yīng)用面板數(shù)據(jù)回歸實證的結(jié)果一致 [4 ]（P72-77） [5 ]（P26-31） [12 ]（P91-103），假設(shè)H1不成立，可能與短期內(nèi)綠色信貸聲譽效應(yīng)不足以彌補推行綠色信貸產(chǎn)生的額外成本有關(guān) [10 ]（P70-76）。針對假設(shè)H4，可以看出（a）（b）（c）結(jié)果中d都未通過顯著性檢驗，故無法判定我國商業(yè)銀行性質(zhì)在推行綠色信貸業(yè)務(wù)時對“三性”有很大影響。

探討控制變量的影響可以發(fā)現(xiàn)，除（a）中MBIR外，結(jié)果均在置信度至少95%時顯著，說明銀行個體規(guī)模和宏觀經(jīng)濟因素對“三性”影響效果不容忽視，但銀行個體規(guī)模的影響相對較小。宏觀因素中，M作用效果更明顯，GDP僅對PI有更大影響，因此，在綠色信貸背景下銀行個體規(guī)模對“三性”原則有影響但效果不大，且貨幣政策的出臺對商業(yè)銀行的良好經(jīng)營或許能提供更有力的政策支持。

3.綠色信貸作用下“三性”原則指數(shù)間的影響效果

結(jié)合表7再研究“三性”原則指數(shù)間互相的作用影響。依照模型（1），將“其他”替換為相應(yīng)的“三性”原則指數(shù)，計算結(jié)果見表8。

由表8可知，在置信度至少為90%時，LI對SI的促進作用、PI對LI的抑制作用、SI和PI互相促進作用通過了檢驗，故假設(shè)H4和假設(shè)H5不成立，假設(shè)H6成立。

對比表7和表8可知：第一，比較（a）（b）（c）和（d）（e）（f）中GCR和L的回歸系數(shù)可知，其正負沒有變化，進一步論證了假設(shè)H1不成立，但假設(shè)H2和H3成立，也說明滯后一階的影響效果的確不容忽視。第二，觀察對比d的系數(shù)，雖正負有變，但p值仍很大，即結(jié)果可信度低，應(yīng)拒絕H7。第三，比較控制變量的結(jié)果發(fā)現(xiàn)，顯著性檢驗結(jié)果相同，且變量正負沒有變化，進一步證明宏觀經(jīng)濟因素對商業(yè)銀行“三性”的影響之大?？傮w上，貨幣政策在商業(yè)銀行推行綠色信貸時作用會更有效。第四，比較（a）和（d），由LI、LDR、CR和DR的系數(shù)可知，LI對SI的提高有促進作用，且LI由LDR、CR和DR構(gòu)成，但這3個指標的系數(shù)均為負，由表6可知，LDR、DR與LI負相關(guān)，CR與LI則相反，可知LDR和DR對SI的影響效用超過了CR，才產(chǎn)生了LI對SI的促進效果，符合資產(chǎn)或負債是重要影響因素的研究結(jié)果 [17 ]（P40-55）。同理分析PI、ROE、NIR和CIR的回歸結(jié)果，因為CIR和PI間的相關(guān)系數(shù)為負，故PI對SI的正向效果是由于ROE和NIR對SI的正向作用整體大于CIR對SI的影響，有助于推動商業(yè)銀行拓寬綠色金融業(yè)務(wù)范圍，通過提高非利息收入進而提高安全性。第五，比較（b）和（e）可知，安全性的提升對流動性的提高并不明顯。PI對LI的提高有顯著抑制作用，結(jié)合ROE、NIR和CIR與LI的系數(shù)正負性和三者與PI的相關(guān)性，其抑制作用也是ROE、NIR和CIR共同作用的結(jié)果，雖研究方法不同，但與李健全等 [19 ]（P54-66）的結(jié)論一致，即短期內(nèi)盈利性的增加會提升流動性。第六，對比（c）和（f），CCAR和NLR的作用效果超過了PCR，進而產(chǎn)生SI對PI的正向效果，說明核心資本充足率和不良貸款率的改變對盈利性的提高作用明顯，與核心資本充足率與銀行盈利能力正相關(guān)的結(jié)論 [25 ]（P36-43）相符。

（四）穩(wěn)健性檢驗

對SI和PI用變量替換法，即在“三性”原則指數(shù)構(gòu)建時，將CCAR替代為資本充足率CAR， ROE換為總資產(chǎn)收益率ROA，生成新的安全性指數(shù)SR和盈利性指數(shù)PR進行回歸。對LI用縮短時間窗口的方法，把2013年的數(shù)據(jù)剔除，用剔除后的樣本做回歸。本文進行穩(wěn)健性檢驗的數(shù)據(jù)均通過了以上模型檢驗，這里不再贅述，直接在表9展示檢驗結(jié)果。

把表9與表7進行對比后發(fā)現(xiàn)，系數(shù)正負沒有變化，即結(jié)論一致。觀察檢驗統(tǒng)計量可得，在至少90%置信水平下，替換變量或縮短時間后得到的模型結(jié)果顯著，隨機干擾項無自相關(guān)性，所有工具變量外生，即原模型具有穩(wěn)健性，通過檢驗。

五、研究結(jié)論及建議

（一）研究結(jié)論

本文以2013—2022年16家商業(yè)銀行相關(guān)財務(wù)數(shù)據(jù)和國家宏觀數(shù)據(jù)為動態(tài)面板數(shù)據(jù)，先后用熵權(quán)法和系統(tǒng)廣義矩估計實證研究綠色信貸對“三性”原則及其相互間的影響效果。研究結(jié)果如下。

第一，綠色信貸對商業(yè)銀行流動性和盈利性的提高均有促進作用，但對安全性的提高是抑制的。這可能與綠色金融水平較低、樣本時間跨度較短有關(guān)。因為綠色信貸對安全性的影響是通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、改善信貸配比、提高銀行聲譽地位和使用多種金融工具來降低銀行面對的風險并提高風險承擔能力，這需要大量的時間，而當前我國綠色信貸施行時間較短，且綠色產(chǎn)業(yè)也方興未艾。

第二，在綠色信貸背景下商業(yè)銀行盈利性和安全性之間互相促進。盈利性對安全性的促進歸因于凈資產(chǎn)收益率和非利息收入比的影響程度超過了成本收入比，安全性對盈利性的正向作用則是由于核心資本充足率和不良貸款率的影響效果超過了撥備覆蓋率。流動性對安全性有促進作用，盈利性對流動性有抑制作用，但二者的反向作用效果都不明顯，其中流動性對安全性的促進是因為存貸比和資產(chǎn)負債率的作用效果超過了流動性比率，后者的抑制效果是凈資產(chǎn)收益率、非利息收入比和成本收入比的共同作用。

第三，商業(yè)銀行推行綠色信貸業(yè)務(wù)時，銀行性質(zhì)對銀行的經(jīng)營影響不大。

第四，商業(yè)銀行推行綠色信貸業(yè)務(wù)時，宏觀經(jīng)濟因素比銀行個體因素更能影響“三性”原則的變化。相較GDP增長率僅影響盈利性指數(shù)而言，“三性”原則指數(shù)都受貨幣增長率的影響，且效果為M2增長率對盈利性為正向，對另兩個原則目標則相反。

（二）對策建議

根據(jù)本文研究結(jié)論，商業(yè)銀行依托綠色信貸不斷推進綠色金融戰(zhàn)略實施的進程中，政府部門和商業(yè)銀行都需要更多地關(guān)注綠色金融業(yè)務(wù)布局以維護商業(yè)銀行穩(wěn)健經(jīng)營的健康生態(tài)。

第一，政府部門可以通過建立公共信息機制，強制要求企業(yè)披露環(huán)境信息，逐步打造綠色投資者信用數(shù)據(jù)庫，以降低綠色金融契約訂立的信息不對稱風險。同時鼓勵并策動綠色金融工具的多樣化發(fā)展，引導(dǎo)商業(yè)銀行通過豐富自身業(yè)務(wù)類型來降低風險。相關(guān)部門亦可牽頭建立環(huán)境核算體系和數(shù)據(jù)庫，降低投資者的評估成本。此外，鑒于宏觀因素中貨幣增長率更廣泛的影響效果，在政策調(diào)節(jié)時選用貨幣政策或許更為有效。

第二，銀行性質(zhì)和個體因素對“三性”原則目標影響不大，這表明在落實綠色金融業(yè)務(wù)時，各銀行出發(fā)點相同，不會因為是國有銀行而更有優(yōu)勢，這無疑為股份制銀行、城商行等釋放了一個鼓勵信號。無論資產(chǎn)規(guī)模大小，各級各類商業(yè)銀行都應(yīng)抓住國家政策扶持綠色金融發(fā)展的機遇，有效緩解綠色項目投資周期長的問題，探索流動性管理優(yōu)化機制，進而保證商業(yè)銀行的安全性。商業(yè)銀行在日常經(jīng)營中對盈利性和流動性的追求要有所取舍，合理制定經(jīng)營目標，兼顧“三性”原則的動態(tài)平衡。

注 釋：

①

數(shù)據(jù)來源：國家金融監(jiān)督管理總局和中國人民銀行。

②數(shù)據(jù)來源：招商銀行和中信銀行2018—2022年社會責任報告。

③由于各家銀行披露數(shù)據(jù)覆蓋的時間跨度不一，而招商銀行和中信銀行的數(shù)據(jù)在統(tǒng)一的時間范圍內(nèi)，且兩家銀行2022年綠色信貸余額均居股份制銀行領(lǐng)先地位，故圖2中僅列示了這兩家銀行。

④數(shù)據(jù)來源：農(nóng)業(yè)銀行和中信銀行2022年社會責任報告。

⑤16家銀行分別為：中國銀行、農(nóng)業(yè)銀行、工商銀行、建設(shè)銀行、交通銀行、郵政儲蓄銀行、華夏銀行、招商銀行、浦發(fā)銀行、平安銀行、光大銀行、民生銀行、興業(yè)銀行、中信銀行、浙商銀行、廣發(fā)銀行。

參考文獻：

［1］Aintablian， Sebouh， Mcgraw，et al. Bank Monitoring and Environmental Risk［J］. Journal of Business Finance & Accounting，2007（34）.

［2］孫光林，王穎，李慶海.綠色信貸對商業(yè)銀行信貸風險的影響［J］.金融論壇，2017（10）.

［3］郝清民，武倩月，葛國鋒.綠色信貸的創(chuàng)新與風險：灰色關(guān)聯(lián)度分析［J］.金融理論與實踐，2016（7）.

［4］李蘇，賈妍妍，達潭楓.綠色信貸對商業(yè)銀行績效與風險的影響：基于16家上市商業(yè)銀行面板數(shù)據(jù)分析［J］.金融發(fā)展研究，2017（9）.

［5］雷博雯，時波.綠色信貸對商業(yè)銀行績效與流動性風險的影響［J］.金融理論與實踐，2020（3）.

［6］楊露，江浪，吳良海.綠色信貸對商業(yè)銀行經(jīng)營風險的影響：基于中國建設(shè)銀行的數(shù)據(jù)分析［J］.商業(yè)會計，2022（2）.

［7］馬萍，姜海峰.綠色信貸與社會責任：基于商業(yè)銀行層面的分析［J］.當代經(jīng)濟管理，2009（6）.

［8］劉玥.綠色信貸對商業(yè)銀行流動性的影響研究：基于7家商業(yè)銀行的實證分析［J］.投資與創(chuàng)業(yè)，2022（13）.

［9］王建瓊，董可.綠色信貸對商業(yè)銀行經(jīng)營績效的影響：基于中國商業(yè)銀行的實證分析［J］.南京審計大學(xué)學(xué)報，2019（4）.

［10］張長江，張玥.綠色信貸能提高商業(yè)銀行績效嗎？：基于綠色聲譽的中介效應(yīng)［J］.金融發(fā)展研究，2019（7）.

［11］Avital Eshet. Sustainable Finance？ The Environmental Impact of the "Equator Principles" and the Credit Industry［J］.Int.J.of Innovation and Sustainable Development，2017（11）.

［12］何凌云，吳晨，鐘章奇，等.綠色信貸、內(nèi)外部政策及商業(yè)銀行競爭力：基于9家上市商業(yè)銀行的實證研究［J］.金融經(jīng)濟學(xué)研究，2018（1）.

［13］黃金秋，屈新，張橋云.影響中國商業(yè)銀行盈利性的主要因素［J］.統(tǒng)計與決策，2006（10）.

［14］Ibe S.The Impact of Liquidity Management on the Profitability of Banks in Nigeria［J］. Journal of Finance and Bank Management， 2013（1）.

［15］Philip Bourke.Concentration and Other Determinants of Bank Profitability in Europe， North America and Australia［J］.Journal of Banking & Finance， 1989（1）.

［16］交通銀行課題組，連平，孫兆斌，等.中國商業(yè)銀行流動性評價及其影響因素分析［J］.新金融，2009（8）.

［17］曾剛，李廣子.商業(yè)銀行流動性影響因素研究［J］.金融監(jiān)管研究，2013（10）.

［18］巴曙松，尚航飛，朱元倩.巴塞爾Ⅲ流動性風險監(jiān)管的影響研究［J］.新金融，2012（11）.

［19］李健全，黃磊.我國商業(yè)銀行安全性、流動性、盈利性的時變關(guān)系研究［J］.金融監(jiān)管研究，2014（7）.

［20］易志強.流動性對中國商業(yè)銀行業(yè)績影響的實證研究［J］.經(jīng)濟與管理研究，2012（4）.

［21］鄒克.商業(yè)銀行“安全性、盈利性、流動性”平衡狀況分析［J］.金融論壇，2015（2）.

［22］王營，馮佳浩.綠色債券促進企業(yè)綠色創(chuàng)新研究［J］.金融研究，2022（6）.

［23］王玉林，周亞虹.綠色金融發(fā)展與企業(yè)創(chuàng)新［J］.財經(jīng)研究，2023（1）.

［24］姜冉.商業(yè)銀行不良貸款上升的原因及策略建議［J］.經(jīng)濟師，2014（9）.

［25］段軍山，楊浦.核心資本充足率變動與商業(yè)銀行盈利能力［J］.金融論壇，2013（11）.

［26］Luo Sumei，Yu Shenghui，Zhou Guangyou.Does Green Credit Improve the Core Competence of Commercial Banks？ Based on Quasi-natural Experiments in China［J］. Energy Economics，2021（5）.

［27］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～1成本效率分析［J］.金融研究，2020（4）.

［28］張晨，董曉君.綠色信貸對銀行績效的動態(tài)影響：兼論互聯(lián)網(wǎng)金融的調(diào)節(jié)效應(yīng)［J］.金融經(jīng)濟學(xué)研究，2018（6）.

基金項目：國家社會科學(xué)基金項目（14BJL034）；國家自然科學(xué)基金項目（71971054）

作者簡介：王千紅（1967—），女，山西祁縣人，東華大學(xué)旭日工商管理學(xué)院教授，博士，碩士生導(dǎo)師，主要從事商業(yè)銀行經(jīng)營創(chuàng)新、投融資方式與制度研究；楊舒涵（1999—），女，河南鄭州人，東華大學(xué)旭日工商管理學(xué)院2021級金融學(xué)專業(yè)碩士研究生。