綠色信貸對銀行經(jīng)營效率影響的動態(tài)分析
——基于面板VAR模型

廖 筠，胡偉娟，楊丹丹

(天津財經(jīng)大學統(tǒng)計學院，天津 300222)

一、引 言

綠色信貸起源于赤道原則，2007年7月12日國家環(huán)境保護總局、中國人民銀行和中國銀行業(yè)監(jiān)督管理委員會聯(lián)合提出了《關于落實環(huán)境保護政策法規(guī)防范信貸風險的意見》的綠色信貸政策，試圖通過調(diào)節(jié)銀行信貸達到節(jié)能減排的目的。2007年11月23日，中國銀監(jiān)會發(fā)布了《節(jié)能減排信貸工作指導意見》，進一步強調(diào)綠色信貸對促進節(jié)能減排的作用。2012年2月24日，中國銀監(jiān)會發(fā)布了《綠色信貸指引》，明確要求銀行金融機構實施綠色信貸，進一步推進節(jié)能減排，消除落后生產(chǎn)設施[1]。綠色信貸對整個經(jīng)濟社會的綠色化發(fā)展起到了重要的杠桿作用，有益于生態(tài)環(huán)境的治理、保護和綠色經(jīng)濟的發(fā)展。一般來說，銀行綠色信貸的發(fā)展通過提高經(jīng)營效益、降低銀行的資金風險以及提升銀行的企業(yè)社會責任等方面影響銀行經(jīng)營效率。已有文獻大多通過分析綠色信貸與銀行相關變量的關系，如盈利性變量、安全性變量等，對我國銀行業(yè)綠色信貸現(xiàn)狀進行剖析，提出解決措施。許多實證研究表明，環(huán)境績效與銀行的財務績效存在正相關關系，綠色信貸的開展有益于銀行經(jīng)營績效的提升。銀行的經(jīng)營效率越高，銀行的環(huán)境投入越多，二者相互促進。其中，綠色信貸是銀行保護環(huán)境的重要市場手段，引導社會資金流向環(huán)保企業(yè)。國家鼓勵并資金支持環(huán)保企業(yè)的發(fā)展，銀行實施綠色信貸減輕了環(huán)境治理成本，這將使銀行得到政府更多的政策支持，實現(xiàn)銀行經(jīng)營效率的提高。本文在前人的基礎上綜合考慮可能影響銀行經(jīng)營效率的各個變量，得到銀行經(jīng)營效率的相關數(shù)據(jù)，從綠色信貸發(fā)展和商業(yè)銀行經(jīng)營效率的動態(tài)分析入手，試圖從定量的角度去發(fā)現(xiàn)商業(yè)銀行實施綠色信貸的必要性，從而為探討銀行業(yè)在經(jīng)濟轉(zhuǎn)型中如何抓住綠色信貸的機遇提供借鑒。

二、文獻綜述

綠色信貸是商業(yè)銀行履行社會責任的必要手段。在滿足利潤最大化經(jīng)營目標的前提下，銀行會更有動力開展綠色信貸業(yè)務，因此有必要研究綠色信貸對銀行經(jīng)營效率的影響。

關于銀行經(jīng)營效率的研究方法主要有數(shù)據(jù)包絡分析、動態(tài)綜合評價法和主成分分析法等3種。高文娜(2018)采用2006～2015年17家銀行的5個投入產(chǎn)出指標，分析商業(yè)銀行的綜合技術效率[2]。王明筠等(2015)在對銀行經(jīng)營效率進行測算時，分明采用了DEA模型和超效率DEA模型[3]。鐘齊(2012)采取樣本銀行4年的財務數(shù)據(jù)，利用動態(tài)綜合評價法分析商業(yè)銀行經(jīng)營績效在空間和時間兩個方向的發(fā)展水平和趨勢[4]。朱輝(2016)考察銀行評價經(jīng)營效率的4個指標，利用主成分分析法得出商業(yè)銀行的綜合主成分值[5]。盧方元等(2012)在商業(yè)銀行經(jīng)營效率評價指標體系下，運用動態(tài)綜合評價法得到各個銀行經(jīng)營效率的綜合評價和排序[6]。

梳理以往關于銀行經(jīng)營效率的文獻，動態(tài)綜合評價法的運用更符合本文的要求，且該方法對變量選擇和研究對象個數(shù)的選擇沒有硬性要求，因此本文采取動態(tài)綜合評價法研究銀行經(jīng)營效率。

關于綠色信貸實施力度與銀行經(jīng)營效率之間的定量分析文章還很少，目前主要研究綠色信貸的實施是否對銀行各財務指標產(chǎn)生影響。關于綠色信貸對銀行發(fā)展是否有益，學術界存在分歧。絕大多數(shù)學者支持實施綠色信貸能提高商業(yè)銀行盈利能力，如馬彧菲等(2015)運用全局主成分分析法，研究發(fā)現(xiàn)與其他未加入赤道原則的銀行相比，加入赤道原則后銀行的財務狀況得到很大程度的改善[7]。孫光林和李蘇等(2017)運用面板數(shù)據(jù)的多元回歸，研究發(fā)現(xiàn)綠色信貸可以有效抑制不良貸款率，也能促進商業(yè)銀行盈利能力的提高，對于降低信貸風險有一定效果[8][9]。Olaf Weber(2017)研究發(fā)現(xiàn)中國銀行的財務業(yè)績與可持續(xù)發(fā)展表現(xiàn)之間存在雙向因果關系，這種相互作用受到中國綠色信貸政策的影響[10]。何凌云等(2018)認為綠色信貸余額以及綠色信貸的相關內(nèi)外部政策對銀行競爭力有顯著的積極作用[11]。孟科學等(2018)運用面板數(shù)據(jù)的多元統(tǒng)計回歸，研究發(fā)現(xiàn)商業(yè)銀行的綠色信貸情況與銀行的高管有密切聯(lián)系，股權激勵制度對綠色信貸的實施有積極效應[12]。

也有一些學者認為實施綠色信貸的銀行或加入赤道原則的銀行短期處于規(guī)模不經(jīng)濟狀態(tài)，長期可能可以達到規(guī)模經(jīng)濟，提高企業(yè)競爭力，如胡榮才等(2016)運用銀行的面板數(shù)據(jù)進行多元回歸估計得到結(jié)論，銀行開展綠色信貸會導致其營業(yè)成本提高，盈利能力降低，但是貸款總額的增加在一定程度上會抵消綠色信貸的負作用[13]。馬勇等(2017)根據(jù)問卷調(diào)查數(shù)據(jù)，運用結(jié)構方程模型，研究發(fā)現(xiàn)阻礙綠色信貸發(fā)展的因素是不完善的銀行監(jiān)管體系、綠色信貸企業(yè)較高的信貸風險、政府財政支持力度不足以及銀行對企業(yè)環(huán)保信息獲取渠道不暢等[14]。王曉寧等(2017)分別運用面板數(shù)據(jù)的多元回歸和全局主成分分析，研究發(fā)現(xiàn)綠色信貸對商業(yè)銀行盈利有負向作用，但是隨著時間的推移，這種負向作用逐漸變小[15][16]。

還有部分學者認為商業(yè)銀行是否實施綠色經(jīng)濟政策對經(jīng)營效率沒有影響，Seiferth(2004)利用結(jié)構方程模型研究了財富1000強企業(yè)中企業(yè)慈善事業(yè)的財務相關性，發(fā)現(xiàn)企業(yè)承擔社會責任和財務績效之間沒有關系[17]。

回顧相關文獻，研究綠色信貸對商業(yè)銀行運營的影響時，主要運用面板數(shù)據(jù)的多元回歸或者主成分分析法來探討商業(yè)銀行的盈利或者風險轉(zhuǎn)移以及對商業(yè)銀行聲譽上的影響；變量方面，主要研究綠色信貸規(guī)模和影響銀行經(jīng)營效率的某一變量之間的關系，如平均資產(chǎn)收益率、資本充足率和不良貸款率等。本文主要著眼于銀行綠色化水平對其經(jīng)營效率的長期影響，運用動態(tài)綜合評價模型分析得出商業(yè)銀行的經(jīng)營效率水平，然后利用得到的經(jīng)營效率評價值與銀行綠色信貸比建立面板向量自回歸模型，試圖去發(fā)現(xiàn)銀行的綠色信貸對其經(jīng)營效率是否有長期顯著的正向作用，并就所得出的結(jié)論提出一定的政策性建議。

三、銀行經(jīng)營效率的綜合評估

在某個時間的靜態(tài)截面上，從客觀、公正、合理的角度全面評價被研究對象的過程稱為綜合評價。在現(xiàn)實管理決策中，除了考慮研究對象在靜態(tài)截面上的取值外，需要更多地考慮在某一段連續(xù)時間內(nèi)的取值，從而得到動態(tài)綜合評價值。動態(tài)綜合評價法可以看作是原有綜合評價法的再發(fā)展，在靜態(tài)綜合評價基礎上加上時間因素，將應用擴展到時序立體數(shù)據(jù)表的研究上[18]。參考以往研究時序立體數(shù)據(jù)的方法，動態(tài)綜合評價方法可以應用到本文銀行經(jīng)營效率的綜合計算中。

(一)變量選取和時序立體數(shù)據(jù)表的構建

本文參考美國新駱駝銀行評級制度CAMELS，主要選取銀行的盈利性變量、安全性變量、流動性變量以及規(guī)模性變量進行分析。具體變量的選取如表1所示。

表1 商業(yè)銀行經(jīng)營效率的變量選取

本文選取中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國建設銀行、交通銀行、招商銀行、中信銀行、興業(yè)銀行、上海浦東發(fā)展銀行、民生銀行的年度數(shù)據(jù)進行分析。數(shù)據(jù)來源于各商業(yè)銀行的年度報告、年度社會責任報告以及上海證券交易所網(wǎng)站。10家商業(yè)銀行2008～2017年10年、8個經(jīng)營效率變量數(shù)據(jù)構成了10個10×8的平面數(shù)據(jù)表，即10×10×8時序立體數(shù)據(jù)表。通過動態(tài)綜合評價模型得出各銀行每個年度經(jīng)營效率，與年度綠色信貸比進行比較分析。

(二)模型求解

1.變量的正向化和數(shù)據(jù)標準化?？紤]到變量屬性的不同，首先對變量進行一致化處理，負向變量要進行正向化處理，這里采用倒數(shù)法。本文需要正向化處理的變量有成本收入比(CIR)、不良貸款率(BLR)、資產(chǎn)負債率(DAR)。由于各個變量的單位不一致，本文采用正態(tài)標準化對各個變量的數(shù)據(jù)進行處理。

運用R軟件求出矩陣H的最大特征值：

λmax=306.35

在滿足WTW=I的條件下，

用F表示商業(yè)銀行總體經(jīng)營效率的評價值，則可以得到商業(yè)銀行總體經(jīng)營效率的評價模型：

F=-0.4808x1-0.2042x2+0.1034x3+0.3354x4-0.4667x5-0.4316x6+

0.2155x7+0.3916x8

由上式計算得出銀行的經(jīng)營效率評價值[注]因篇幅限制，具體數(shù)值省略，作者備索。。對10家銀行年度經(jīng)營效率F值直接加總，得到每年的經(jīng)營效率總值，可以觀察銀行經(jīng)營效率的整體變化趨勢，如圖1所示?？梢园l(fā)現(xiàn)，在2008～2011年間銀行的經(jīng)營效率總體處于下降趨勢，2011年以后逐漸回升(圖1)。從綠色信貸發(fā)展趨勢來看(圖2)，2008～2011年綠色信貸發(fā)展緩慢，一定程度上受到了金融危機的沖擊，因此對研究二者在金融危機背景下的動態(tài)關系沒有影響。

圖1 10家銀行經(jīng)營效率走勢

圖2 2008～2017年銀行業(yè)綠色信貸余額[注]數(shù)據(jù)來自2008～2017年《中國銀行業(yè)社會責任報告》。

四、經(jīng)營效率和綠色信貸的動態(tài)分析

(一)模型設定

面板數(shù)據(jù)向量自回歸(PVAR)模型可以進行面板數(shù)據(jù)的處理，同時考慮了樣本的個體效應和時間效應。本文PVAR模型的基本形式為：

其中，i=1,2,…,10表示銀行，t=2008,2009,…2017表示年份，yi,t={F,glr}，p為滯后階數(shù)，αi表示個體效應，即銀行間的差異，βt表示時間效應，反映變量在時間上的特征，βp為2×2系數(shù)矩陣，εi,t是隨機擾動項。

本文通過以下步驟構建PVAR模型：變量的單位根檢驗和協(xié)整檢驗；判斷變量的數(shù)據(jù)是否平穩(wěn)，有無長期均衡關系；模型最優(yōu)滯后階數(shù)的選擇；利用面板廣義矩估計(GMM)估計模型參數(shù)；計算脈沖響應函數(shù)和方差分解。

(二)實證分析

本文通過構建面板VAR模型(PVAR)分析綠色信貸對銀行經(jīng)營效率的影響，研究標準化后的綠色信貸比率(glr)與第三部分得到的銀行經(jīng)營效率(F)的關系。綠色信貸比率(glr)表示綠色信貸余額與貸款總額的比值。商業(yè)銀行的社會責任報告中應明確表明綠色信貸余額，該數(shù)據(jù)易于獲得并具有一定的代表性，因此本文選擇綠色信貸比率作為衡量商業(yè)銀行綠色信貸情況的變量。變量的描述性統(tǒng)計如表2所示。

表2 變量描述性統(tǒng)計

1.單位根和協(xié)整檢驗。從表3中可以看出變量的數(shù)據(jù)都是單整的，對變量F和glr進行協(xié)整檢驗，結(jié)果表明在5%的顯著性水平下Ga、Pt和Pa都不是顯著的，可以認為二者之間不存在協(xié)整關系，即不存在長期均衡關系。協(xié)整檢驗后可以根據(jù)是否存在協(xié)整關系決定選擇面板向量自回歸模型(PVAR)還是面板向量修正模型(PVEC)。當變量之間不協(xié)整時，建立面板自回歸模型[20]。因此本文利用2008～2017年10家商業(yè)銀行的變量數(shù)據(jù)構建PVAR模型，實證研究銀行經(jīng)營效率與綠色信貸之間的相互影響。

表3 面板數(shù)據(jù)單位根檢驗結(jié)果

表4 經(jīng)營效率-綠色信貸比協(xié)整檢驗結(jié)果

2.滯后階數(shù)的選擇。在Stata 14.0軟件中，運行pvarsoc命令得到滯后階數(shù)的最優(yōu)選擇，分析發(fā)現(xiàn)滯后一階的MBIC、MAIC、MQIC值最小，所以選擇滯后一階作為最優(yōu)滯后階數(shù)研究經(jīng)營效率與綠色信貸之間協(xié)整關系是合理的。

表5 經(jīng)營效率-綠色信貸比PVAR滯后階數(shù)檢驗

3.PVAR(1)模型估計。在模型估計之前，首先運用向前均值差分消除個體固體效應，得到h_F，h_glf?？紤]到廣義矩估計的穩(wěn)健性，采用GMM估計模型參數(shù)，如表6所示。

表6 面板VAR模型的GMM估計結(jié)果

從表6估計結(jié)果可以看出：當h_F為被解釋變量時，在95%的顯著性水平下，L.h_F、L.h_glr對h_F有正向作用且顯著，即滯后1期的經(jīng)營效率和滯后1期的綠色信貸比能顯著地促進當期銀行經(jīng)營效率的發(fā)展。在h_glr的回歸方程中，在95%的顯著性水平下，L.h_F對h_glr的作用不顯著，L.h_glr對h_glr有正向作用且顯著，即當期綠色信貸的實施與銀行滯后1期的經(jīng)營效率無關，上一期的綠色信貸規(guī)模大小會顯著地影響本期的綠色信貸投入。

4.脈沖響應函數(shù)。通過觀察PVAR的回歸結(jié)果可以直觀地了解到變量間的關系，但是變量之間的長期動態(tài)關系還需要通過觀察脈沖響應函數(shù)來分析。圖3為經(jīng)營效率和綠色信貸兩個變量的脈沖響應圖。

圖3 經(jīng)營效率-綠色信貸比脈沖響應函數(shù)

從圖3可以看出：在本期給F一個標準差沖擊后，對自身的影響在第一期內(nèi)是正向作用，并且這種促進作用逐漸降低并趨于平穩(wěn)；F的標準差沖擊在期初對glr有明顯的正向作用，2期以后對glr的影響逐漸減弱，這說明綠色信貸與銀行自身發(fā)展的發(fā)展密切相關。glr的標準差沖擊對F的脈沖值在逐漸加強；在本期給glr一個標準差沖擊后，對自身的影響在第一期內(nèi)是較為明顯的正向作用，并且這種促進作用逐漸降低并趨于平穩(wěn)。

5.方差分解。本文采用方差分解法分析經(jīng)營效率和綠色信貸對其波動的相對貢獻率，表7給出了具體的方差分解結(jié)果，包括第10期、20期、30期的預測方差分解。

從方差分解的結(jié)果可以看出：綠色信貸比對自身沖擊較大，在第10期，對自身方差的貢獻率達到97.20%，在第30期稍微下降至96.90%。綠色信貸比對銀行經(jīng)營效率的變動解釋能力較強，在第30期達到11.34%，說明在考慮綠色信貸時，商業(yè)銀行經(jīng)營效率變動的11.34%可由綠色信貸解釋。銀行經(jīng)營效率對其自身的影響最大，在第30期為88.66%。經(jīng)營效率對綠色信貸比的影響比較小，但一直處于上升趨勢，在第30期為3.10%，這表明銀行經(jīng)營效率的高低可能會影響綠色信貸的發(fā)展。

表7 PVAR模型的方差分解結(jié)果

五、結(jié)論和建議

本文分析了綠色信貸發(fā)展與銀行經(jīng)營效率之間的動態(tài)關系，利用2008～2017年10家銀行4個方面(盈利性、安全性、流動性、規(guī)模性)8個變量數(shù)據(jù)進行綜合評價分析，得到商業(yè)銀行的經(jīng)營效率評價值，然后利用得到的經(jīng)營效率評價值數(shù)據(jù)與標準化的綠色信貸比率數(shù)據(jù)建立面板向量自回歸模型，實證分析綠色信貸發(fā)展與銀行經(jīng)營效率之間的影響和相互關系。廣義矩估計結(jié)果表明：在95%的顯著性水平下，綠色信貸對商業(yè)銀行的經(jīng)營效率有正向影響；進一步，通過分析脈沖響應圖可以看出綠色信貸的波動對銀行經(jīng)營效率具有持久的正向沖擊；在預測方差分解中，綠色信貸對銀行經(jīng)營效率的方差貢獻率達到11.34%，這表明銀行經(jīng)營效率的波動在一定程度上是由綠色信貸發(fā)展引起的。

綠色信貸是調(diào)動企業(yè)及社會各界力量參與環(huán)保事業(yè)的一個杠桿。激發(fā)銀行實施綠色信貸的積極性，可以促進整個社會企業(yè)向綠色化經(jīng)濟體系發(fā)展?；诖?，本文提出以下建議：第一，強化綠色信貸意識，將綠色信貸融入企業(yè)信貸文化建設，制定一套有效的銀行長期發(fā)展規(guī)劃。積極創(chuàng)新綠色信貸產(chǎn)品，建立嚴格的信貸審核標準，將環(huán)境風險管理與信貸審批流程緊密結(jié)合。第二，政府應制定明確的綠色信貸標準，明確界定“兩高一低”和綠色信貸的范圍標準和統(tǒng)計口徑并公布，接受社會公眾的監(jiān)督。第三，建立有效的激勵機制。政府應當對銀行采取適當?shù)募钫?，對切實實施綠色信貸且成果顯著的銀行實行獎勵，如減免稅收、財政貼息等，推動銀行更加自覺開展綠色信貸。第四，加快推進環(huán)境信息強制披露政策，將環(huán)境標準與社會責任融入到銀行整體信貸及貸款項目評估的流程中，減少銀行綠色信貸的成本。