商業(yè)銀行綠色金融風(fēng)險預(yù)警探索

姚書淇 孫紅梅

（上海師范大學(xué)，上海 200234）

一、引言

當(dāng)前國際上綠色金融產(chǎn)品主要分為商業(yè)銀行發(fā)行的零售類金融產(chǎn)品（如綠色信貸、信用卡服務(wù)）、企業(yè)和投資銀行發(fā)行的批發(fā)類產(chǎn)品（如碳信用與排放交易）、資產(chǎn)管理類（如財政綠色基金、巨災(zāi)債券基金）以及保險類產(chǎn)品。我國金融企業(yè)近兩年來在綠色金融領(lǐng)域取得卓越的成就，隨著注冊制的實(shí)施和行業(yè)標(biāo)準(zhǔn)的日趨完善，我國綠色債券發(fā)行持續(xù)升溫。2020 年以來，我國境內(nèi)“貼標(biāo)”綠色債券共計發(fā)行276 只，發(fā)行規(guī)模合計2193.61 億元。在取得一系列成績的同時，各個領(lǐng)域也暴露出許多風(fēng)險（廖小東和史軍，2017），而金融企業(yè)是綠色金融市場不可或缺的主力軍，開展綠色金融項目中存在的風(fēng)險是最值得關(guān)注和防范的，在各個方面影響著金融企業(yè)綠色項目的開展（劉錫良和文書洋，2019）。目前大多數(shù)學(xué)者對綠色金融風(fēng)險預(yù)警的研究主要集中在風(fēng)險指標(biāo)體系構(gòu)建方面，較少應(yīng)用構(gòu)建的指標(biāo)模型對樣本銀行進(jìn)行實(shí)證檢驗，導(dǎo)致所建立的指標(biāo)模型缺乏數(shù)據(jù)支持，可比性較低。因此，建立適合我國商業(yè)銀行的綠色金融風(fēng)險預(yù)警模型，對綠色金融風(fēng)險進(jìn)行實(shí)時監(jiān)控是至關(guān)重要的。

本文從當(dāng)前我國商業(yè)銀行綠色金融運(yùn)行的實(shí)際情況出發(fā)，從銀行系統(tǒng)、綠色業(yè)務(wù)兩個層面構(gòu)建綠色金融風(fēng)險預(yù)警指標(biāo)體系，以全面反映綠色金融風(fēng)險；運(yùn)用主成分分析法和組合賦權(quán)法對數(shù)據(jù)進(jìn)行處理后，基于灰色關(guān)聯(lián)分析方法構(gòu)建風(fēng)險預(yù)警模型并測算綠色金融風(fēng)險大小與安全等級；進(jìn)一步運(yùn)用預(yù)警模型對興業(yè)銀行、建設(shè)銀行、招商銀行和工商銀行2013～2019 年的綠色項目風(fēng)險狀況進(jìn)行評價，根據(jù)構(gòu)建的綠色金融風(fēng)險預(yù)警體系，計算得出綠色金融風(fēng)險評價值，揭示其綠色項目風(fēng)險狀況以及風(fēng)險變動趨勢。

二、基于文獻(xiàn)綜述的理論分析

（一）國有商業(yè)銀行綠色金融風(fēng)險預(yù)警防范體系的現(xiàn)狀

由于商業(yè)銀行的綠色金融風(fēng)險就是金融風(fēng)險中綠色金融產(chǎn)品（主要為綠色信貸）的風(fēng)險，因此，綠色金融風(fēng)險的整體框架與金融風(fēng)險是一致的。從金融機(jī)構(gòu)的角度看，風(fēng)險主要為信用風(fēng)險、流動性風(fēng)險、聲譽(yù)風(fēng)險等（張宇婧，2013）。袁祥飛等（2018）發(fā)現(xiàn)綠色發(fā)展面臨資本供給不足和資本配置低效兩個突出難題，應(yīng)從綠色發(fā)展的關(guān)系進(jìn)行探討。張宇和錢水土（2018）從三個層面區(qū)分10 類風(fēng)險，包括宏觀上的體制設(shè)計風(fēng)險、政策調(diào)整風(fēng)險，中觀上的產(chǎn)業(yè)風(fēng)險、資金錯配風(fēng)險、生態(tài)環(huán)境風(fēng)險，還有微觀的信用風(fēng)險、項目識別風(fēng)險和信息不對稱風(fēng)險。商業(yè)銀行金融風(fēng)險具有幾個明顯特征：一是由于不確定因素的客觀存在性；二是隱蔽性，商業(yè)銀行信用的滯后性導(dǎo)致其投資所造成的損失會在短時間內(nèi)被掩蓋；三是可防范性，金融風(fēng)險的影響因素可以通過量化分析進(jìn)行監(jiān)控，也可通過金融工具的創(chuàng)新來規(guī)避（陳忠陽，2001）。

我國商業(yè)銀行對綠色金融風(fēng)險預(yù)警體系的實(shí)踐仍處于摸索階段。近年來，部分商業(yè)銀行緊跟大環(huán)境變化，發(fā)現(xiàn)國內(nèi)綠色金融市場的巨大潛力，主動開展綠色金融風(fēng)險防控，積極研究開發(fā)綠色金融新型產(chǎn)品和融資模式創(chuàng)新，建立完善的綠色金融市場準(zhǔn)入機(jī)制，嚴(yán)格監(jiān)管項目的批準(zhǔn)、審核工作（蔡宗朝等，2019）。以興業(yè)銀行為代表的商業(yè)銀行提前制定綠色金融風(fēng)險預(yù)案，建立風(fēng)險轉(zhuǎn)移和補(bǔ)償機(jī)制，規(guī)范各類風(fēng)險的應(yīng)對措施，按重要性等級依次對風(fēng)險問題實(shí)施解決措施，使風(fēng)險造成的損失最小化。浦發(fā)銀行和招商銀行重視綠色業(yè)務(wù)的國際合作，并積極研究開發(fā)綠色金融新型產(chǎn)品和融資模式創(chuàng)新，滿足中長期綠色項目的投融資需求，規(guī)避綠色資金期限過長和銀行資金結(jié)構(gòu)錯配導(dǎo)致的流動性等風(fēng)險。

但是我國商業(yè)銀行綠色金融風(fēng)險預(yù)警防范體系還存在以下不足之處：

綠色金融業(yè)務(wù)風(fēng)險控制存在不足。與發(fā)達(dá)國家相比，國內(nèi)商業(yè)銀行在總體項目評估和社會資金準(zhǔn)入條件上，還缺少健全的風(fēng)險管理體系（陳立杰和王丹丹，2015）。例如，英國綠色投資銀行要求對社會資金準(zhǔn)入條件的審查和對綠色項目的風(fēng)險監(jiān)控必須同時進(jìn)行，項目必須至少符合五大綠色標(biāo)準(zhǔn)之一（目標(biāo)綠色環(huán)保、有效降低溫室氣體排放量、社會正外部效應(yīng)、完善綠色效益評估體系、信息披露公開透明）。

風(fēng)險預(yù)警指標(biāo)缺乏合理性。我國商業(yè)銀行正積極建立適合的綠色風(fēng)險預(yù)警體系，但是部分指標(biāo)的選取仍然缺乏一定的合理性。比如，大部分銀行的綠色金融準(zhǔn)入標(biāo)準(zhǔn)為定性指標(biāo)，定量指標(biāo)缺少科學(xué)系統(tǒng)的測試辦法；環(huán)保不合格的企業(yè)列入黑名單信息存在滯后性，無法在項目實(shí)施前對企業(yè)進(jìn)行及時的信用評級來防范風(fēng)險；對指標(biāo)在主觀上賦予權(quán)重也可能導(dǎo)致得到的結(jié)果與實(shí)際情況存在較大偏差，無法精確衡量風(fēng)險。

綠色金融產(chǎn)品創(chuàng)新存在不足。綠色金融產(chǎn)品過于單一，除了剛起步的綠色債券業(yè)務(wù)，其他綠色金融產(chǎn)品的設(shè)計創(chuàng)新還處于萌芽時期，與國外的綠色金融產(chǎn)品相比，還有很大的差距，比如，綠色金融衍生產(chǎn)品設(shè)計缺乏創(chuàng)新。

綠色金融業(yè)務(wù)激勵措施不足。近年來，雖然在政策性文件、法律法規(guī)的約束下，商業(yè)銀行正積極開展綠色業(yè)務(wù)，但與傳統(tǒng)的信貸業(yè)務(wù)相比，綠色業(yè)務(wù)無法短期內(nèi)給企業(yè)帶來直接的顯著收益，因為企業(yè)對于承擔(dān)社會責(zé)任的正外部性需要一個長的周期才能顯現(xiàn)。目前規(guī)模尚小的綠色業(yè)務(wù)無法對企業(yè)整體業(yè)績產(chǎn)生明顯的影響，甚至在發(fā)展初期，需要投入大量的資源，增加其營運(yùn)負(fù)擔(dān)。目前國家給予綠色環(huán)保產(chǎn)業(yè)一定的貸款利率優(yōu)惠政策，但不能與其貸款風(fēng)險相匹配。

綠色金融領(lǐng)域信息披露不足。信息不對稱問題在綠色金融（例如碳金融）領(lǐng)域更為突出，逆向選擇是金融企業(yè)面臨的一大難題，同時又與道德風(fēng)險密切相關(guān)。我國目前還未建立標(biāo)準(zhǔn)統(tǒng)一且強(qiáng)制的社會責(zé)任信息披露機(jī)制，商業(yè)銀行缺乏環(huán)保信息錄入的動力，對披露的時效性和完整性重視程度不夠。

《中國綠色金融發(fā)展報告（2018）》指出，有必要通過實(shí)質(zhì)性創(chuàng)新來改善制度環(huán)境，促進(jìn)綠色金融的可持續(xù)發(fā)展。相關(guān)決策部門需要主動實(shí)施綠色金融政策、積極研發(fā)新型產(chǎn)品和融資模式創(chuàng)新，滿足中長期綠色項目的投融資需求；強(qiáng)化貸后監(jiān)控工作審查，建立綠色金融風(fēng)險監(jiān)測預(yù)警機(jī)制和風(fēng)險統(tǒng)計監(jiān)測指標(biāo)的評估方法，在項目后期總結(jié)整個流程中各個節(jié)點(diǎn)出現(xiàn)的問題，以此完善綠色金融風(fēng)險防控機(jī)制（駱倫良，2019）。

（二）綠色金融風(fēng)險評價體系研究發(fā)展情況

在風(fēng)險評價指標(biāo)體系的研究過程中，國外學(xué)者通常使用Credit+模式、KMV 模型和Logit 模型等來評估商業(yè)銀行信貸業(yè)務(wù)的風(fēng)險狀況，以此為依據(jù)做出相應(yīng)的信貸決策（Perraudin et al.，2003）。國外研究信貸風(fēng)險評估相較于國內(nèi)更加先進(jìn)成熟，標(biāo)準(zhǔn)普爾、惠譽(yù)、穆迪三大評級機(jī)構(gòu)在國際上已建立比較成熟的評級體系。Altman（2015）和Ohlson（2016）分別通過構(gòu)建包括22 個評估指標(biāo)的Z 值模型和神經(jīng)網(wǎng)絡(luò)分析模型來評估貸款風(fēng)險程度。

在國內(nèi)，對綠色金融風(fēng)險評價體系的研究尚處于起步階段。學(xué)者們在碳金融方面研究較為豐富，杜莉等（2014）學(xué)者從理論方面提出應(yīng)該構(gòu)建完整的碳金融風(fēng)險預(yù)警指標(biāo)體系及風(fēng)險預(yù)警模型，認(rèn)為可以在商業(yè)銀行原有的風(fēng)險預(yù)警指標(biāo)體系的基礎(chǔ)上增加考量碳金融特有的風(fēng)險影響因素，從而重新確定指標(biāo)權(quán)重后對風(fēng)險進(jìn)行評估；谷慎和汪淑娟（2019）基于宏觀視角，以我國6個碳金融試點(diǎn)市場每月的風(fēng)險狀態(tài)為研究樣本，構(gòu)建基于SVM 的碳金融風(fēng)險預(yù)警模型。在綠色信貸方面，學(xué)者將商業(yè)銀行綠色信貸環(huán)境風(fēng)險及管理視為微觀操作機(jī)制進(jìn)行研究，在傳統(tǒng)風(fēng)險指標(biāo)的基礎(chǔ)上添加綠色指標(biāo)部分，通過AHP、德爾菲等方法構(gòu)建綠色信貸風(fēng)險評價體系。李進(jìn)（2015）選取重污染行業(yè)為研究對象，在企業(yè)財務(wù)層面指標(biāo)的基礎(chǔ)上加入以環(huán)境信息披露水平為環(huán)境指標(biāo)的風(fēng)險評估體系，以充分反映企業(yè)的財務(wù)風(fēng)險和環(huán)境風(fēng)險，并運(yùn)用隨機(jī)森林算法對綠色信貸風(fēng)險進(jìn)行評估研究。張長魯?shù)龋?019）基于組合權(quán)重識別出綠色產(chǎn)品認(rèn)證過程中的關(guān)鍵風(fēng)險點(diǎn)，并對總體風(fēng)險進(jìn)行評價。

由以上分析可以發(fā)現(xiàn)，我國綠色金融的數(shù)據(jù)基礎(chǔ)比較薄弱，數(shù)據(jù)完整性和有效性也較差，很難滿足現(xiàn)代風(fēng)險度量方法苛刻的假設(shè)條件。目前對綠色金融風(fēng)險預(yù)警模型的研究多停留在理論層面，實(shí)證研究也主要基于上市公司數(shù)據(jù)，在商業(yè)銀行應(yīng)用的可操作性不強(qiáng)。因此，本文在借鑒前人研究成果的基礎(chǔ)上，試圖構(gòu)建一套較為完整且行之有效的綠色金融風(fēng)險預(yù)警模型。

三、綠色金融風(fēng)險預(yù)警模型構(gòu)建

（一）綠色金融風(fēng)險預(yù)警指標(biāo)體系構(gòu)建

風(fēng)險預(yù)警研究以適宜的風(fēng)險預(yù)警指標(biāo)體系為基礎(chǔ)，以往學(xué)者主要從宏觀層面、中觀層面、微觀層面構(gòu)建金融風(fēng)險指標(biāo)體系（谷慎和汪淑娟，2019；陳秋玲等，2009）。劉松林等（2018）參照“駱駝”評級體系及相關(guān)政策構(gòu)建由宏觀經(jīng)濟(jì)、銀行體系和行業(yè)影響三個層面組成的指標(biāo)體系。本文集中在商業(yè)銀行系統(tǒng)層面和綠色業(yè)務(wù)層面構(gòu)建綠色金融風(fēng)險預(yù)警指標(biāo)體系。

（二）運(yùn)用主成分分析法進(jìn)行指標(biāo)篩選

對所選取指標(biāo)進(jìn)行主成分分析，對原指標(biāo)降維從而轉(zhuǎn)換成較少的綜合指標(biāo)，以更精準(zhǔn)反映指標(biāo)內(nèi)容。綜合指標(biāo)可以簡化復(fù)雜的研究并提高研究效率，同時確保研究的準(zhǔn)確性。

（三）利用組合賦權(quán)法確定指標(biāo)權(quán)重

確定指標(biāo)的權(quán)重是建立合適指標(biāo)體系的關(guān)鍵。為了克服單一賦權(quán)方法的弊端，同時避免主觀賦權(quán)法需要依靠專家主觀打分的缺陷，本文對變異系數(shù)法、熵權(quán)法求出的權(quán)重進(jìn)行綜合賦權(quán)得到指標(biāo)權(quán)重。熵值法基本步驟如下：

第一步，數(shù)據(jù)標(biāo)準(zhǔn)化，為避免標(biāo)準(zhǔn)化數(shù)據(jù)出現(xiàn)0，將標(biāo)準(zhǔn)化后的數(shù)據(jù)統(tǒng)一加1，如公式（1）和公式（2）所示。

其中，Xij是第i個樣本銀行中第j個指標(biāo)的真實(shí)值，X'ij、Xmax、Xmin分別為真實(shí)值的標(biāo)準(zhǔn)化值、最大值和最小值。

第二步，計算標(biāo)準(zhǔn)化后數(shù)值的比重，Pij表示不同的指標(biāo)下不同樣本的貢獻(xiàn)程度。具體公式如公式（3）所示。

其中，m為銀行樣本數(shù)。

第三步，根據(jù)各比重計算各分量的信息熵，為Mi，表示銀行對不同指標(biāo)的貢獻(xiàn)總量。具體公式如公式（4）所示。

第四步，計算指標(biāo)權(quán)重，權(quán)重公式如公式（5）所示。

其中，n為指標(biāo)數(shù)。

基于觀測值的變異程度大小進(jìn)行賦權(quán)，如公式（6）所示。

式（6）中，σj是第j項指標(biāo)的標(biāo)準(zhǔn)差；-xj是第j項指標(biāo)的平均值?？梢钥闯?，指標(biāo)的變異系數(shù)越大，相應(yīng)的權(quán)重也就越大。

組合賦權(quán)法，如公式（7）所示。

其中，λ 為偏好系數(shù)，λ∈(0,1)，wi為熵權(quán)法得到的權(quán)重，wj為變異系數(shù)法得到的權(quán)重。運(yùn)用賦權(quán)方法進(jìn)行兼容度檢驗：運(yùn)用Spearman 相關(guān)系數(shù)檢驗任意兩種賦權(quán)方法的相關(guān)程度和一致性。兼容度ρ越高，表示賦權(quán)方法組合越好。兼容度ρ計算公式如公式（8）所示。

（四）運(yùn)用灰色關(guān)聯(lián)分析法確定風(fēng)險值

灰色關(guān)聯(lián)分析方法是一種用來測量因素間發(fā)展趨勢的關(guān)聯(lián)程度、探索相關(guān)影響因素間的實(shí)際關(guān)系的動態(tài)分析方法。由于灰色關(guān)聯(lián)分析法所要求的數(shù)據(jù)量不是很高，且不需要數(shù)據(jù)變量之間存在較強(qiáng)的關(guān)聯(lián)關(guān)系，因此適合在當(dāng)前我國商業(yè)銀行綠色金融數(shù)據(jù)有限的情況下進(jìn)行灰色關(guān)聯(lián)度檢驗。

第一步，確定初始評價矩陣及參考數(shù)列。評價體系由m個對象、n個指標(biāo)構(gòu)成，xik代表第i個對象、第k個指標(biāo)的值，則初始的評價矩陣如公式（9）所示。

第二步，根據(jù)公式（1）、公式（2）對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，如公式（10）所示。

X0=(x0(1),…,x0(m))為標(biāo)準(zhǔn)化后的參考數(shù)列。

第三步，計算對應(yīng)元素絕對值之差，如公式（11）所示。

第四步，計算關(guān)聯(lián)系數(shù)，如公式（12）所示。

其中，ρ為分辨系數(shù)，通常取ρ=0.5。

第五步，計算關(guān)聯(lián)度，如公式（13）所示。

四、預(yù)警模型的實(shí)踐運(yùn)用與結(jié)果分析

（一）數(shù)據(jù)來源與指標(biāo)解釋

為保證數(shù)據(jù)的準(zhǔn)確性，考慮到我國開展綠色金融時間尚短，綠色信貸業(yè)務(wù)信息披露不充分，因此選擇目前充分披露綠色金融數(shù)據(jù)的4 家銀行（興業(yè)銀行、建設(shè)銀行、招商銀行和工商銀行）2013～2019年綠色信貸項目的相關(guān)數(shù)據(jù)為樣本，運(yùn)用STATA15、SPSS、EX?CEL對數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)均來自銀行年報、社會責(zé)任報告、銳思數(shù)據(jù)庫等。

根據(jù)我國商業(yè)銀行實(shí)際情況和國內(nèi)學(xué)者以往的研究成果來確定沒有公認(rèn)標(biāo)準(zhǔn)的指標(biāo)。本文以銀行系統(tǒng)層面和綠色業(yè)務(wù)層面為準(zhǔn)則層劃分指標(biāo)，確定指標(biāo)的預(yù)警界限作為判斷商業(yè)銀行風(fēng)險水平的依據(jù)，具體指標(biāo)見表1。

表1 綠色金融風(fēng)險預(yù)警指標(biāo)體系

（二）主成分分析

在具體的指標(biāo)篩選過程中，鑒于綠色業(yè)務(wù)層面指標(biāo)的重要性，因此單獨(dú)納入預(yù)警指標(biāo)體系，不再對綠色業(yè)務(wù)層面指標(biāo)進(jìn)行篩選和復(fù)合。

首先對銀行系統(tǒng)層面數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，并進(jìn)行效度檢驗。由表2 觀察到，KMO=0.677＞0.6，Bartlett的P值為零，適合進(jìn)行因子分析。

表2 KMO和巴特利特檢驗

其次對銀行層面的16 個指標(biāo)進(jìn)行主成分分析，由表3 可知，得到的5 個主成分對以上變量的解釋程度約為87.143%。因此，5 個主成分能較好地解釋模型，具體數(shù)據(jù)見表4。如表5所示，由因子分析矩陣可以將以上指標(biāo)表示為5 個主成分F1、F2、F3、F4、F5。各主成分如公式（14）至公式（18）所示。

表3 總方差解釋

表4 旋轉(zhuǎn)后的成分矩陣

表5 主成分構(gòu)成表

（三）指標(biāo)賦權(quán)結(jié)果分析

分別采用熵值法、變異系數(shù)法確定風(fēng)險預(yù)警指標(biāo)體系中28個指標(biāo)的權(quán)重，在此基礎(chǔ)上計算得到Spear?man 相關(guān)系數(shù)的兼容度ρ=0.9985，表明兩種賦權(quán)方法結(jié)合的效果較好，因此選擇組合賦權(quán)法得到綜合權(quán)重（設(shè)置λ=0.5），各種方法確定的指標(biāo)權(quán)重結(jié)果見表6所示。

表6 不同賦權(quán)方法下各指標(biāo)權(quán)重

（四）灰色關(guān)聯(lián)分析

以所選樣本值中各評價指標(biāo)的風(fēng)險最大值組合為參考序列，灰色關(guān)聯(lián)系數(shù)值越接近1，風(fēng)險系數(shù)越高。根據(jù)灰色關(guān)聯(lián)系數(shù)，0.85為風(fēng)險預(yù)警限值。由圖1可以看出：

圖1 2013～2019年4家銀行綠色金融風(fēng)險灰色關(guān)聯(lián)值

第一，4 家銀行灰色關(guān)聯(lián)系數(shù)整體不高，均未超過風(fēng)險預(yù)警限值0.85，說明4家銀行的綠色金融風(fēng)險系數(shù)較低。這些銀行具有長遠(yuǎn)眼光，履行社會義務(wù)，主動實(shí)施綠色金融政策，推動完善綠色金融機(jī)制，建立專門的環(huán)境風(fēng)險評估部門，對項目進(jìn)行專業(yè)化識別、分類、評估、決策，綜合評估以防止出現(xiàn)環(huán)境污染、融資風(fēng)險過高等問題，確保金融企業(yè)資金能夠及時收回。

第二，4家銀行中興業(yè)銀行的灰色關(guān)聯(lián)值最低，7年均未超過0.6 且呈下降趨勢，說明興業(yè)銀行在綠色金融風(fēng)險控制方面的成效較為突出。在評價指標(biāo)方面，興業(yè)銀行綠色業(yè)務(wù)層面的7個指標(biāo)均顯著領(lǐng)先于其他商業(yè)銀行，興業(yè)銀行作為我國第一家赤道銀行，參照國際先進(jìn)標(biāo)準(zhǔn)建立全面的環(huán)境和社會風(fēng)險管理體系。招商銀行在嚴(yán)格把控風(fēng)險的前提下，積極推動我國的碳交易市場建設(shè)，幫助企業(yè)有效利用碳資產(chǎn)，建立健全的監(jiān)管和信用審查機(jī)制，降低產(chǎn)品的壞賬風(fēng)險，并且能夠提高產(chǎn)品流動性，減少銀行業(yè)金融產(chǎn)品固有的期限錯配風(fēng)險，減輕財務(wù)壓力，防控效果較為明顯。

五、結(jié)論與建議

（一）結(jié)論

建立商業(yè)銀行綠色金融風(fēng)險指標(biāo)體系，運(yùn)用主成分分析法和組合賦權(quán)法對數(shù)據(jù)進(jìn)行處理后，運(yùn)用灰色關(guān)聯(lián)分析方法構(gòu)建風(fēng)險預(yù)警模型，對興業(yè)銀行、建設(shè)銀行、招商銀行和工商銀行2013～2019年的綠色項目風(fēng)險狀況進(jìn)行運(yùn)用評價。選取影響商業(yè)銀行綠色金融風(fēng)險指標(biāo)時，既考慮銀行本身金融風(fēng)險因素，又考慮與銀行開展綠色金融密切相關(guān)的綠色業(yè)務(wù)層面因素，使指標(biāo)體系更全面。采用組合賦權(quán)法，既克服需要依靠專家打分等主觀因素的不足，也避免只使用一種賦權(quán)法帶來的局限性。

選取充分披露綠色金融數(shù)據(jù)的4家銀行為樣本，通過主成分分析法對銀行層面指標(biāo)進(jìn)行篩選和復(fù)合，從中篩選出5類銀行層面風(fēng)險預(yù)警復(fù)核指標(biāo)；根據(jù)灰色關(guān)聯(lián)分析對4 家銀行2013～2019 年的風(fēng)險進(jìn)行評估，發(fā)現(xiàn)4 家銀行近7 年的關(guān)聯(lián)系數(shù)均低于風(fēng)險警戒線，且整體呈現(xiàn)下降的趨勢，說明在完善的綠色金融市場準(zhǔn)入機(jī)制下，商業(yè)銀行嚴(yán)格監(jiān)管項目的批準(zhǔn)、審核工作，能夠有效控制綠色金融風(fēng)險。

（二）建議

1.健全綠色項目風(fēng)險防控機(jī)制。金融企業(yè)開展綠色業(yè)務(wù)時應(yīng)對項目的風(fēng)險展開全面的審查和監(jiān)督，對于項目可能會對環(huán)境造成潛在影響的審查不能流于形式，應(yīng)當(dāng)建立專門負(fù)責(zé)綠色業(yè)務(wù)審核的獨(dú)立工作小組，提高監(jiān)察的可靠性和內(nèi)控質(zhì)量，最大程度防止企業(yè)內(nèi)部人員與不符合綠色審查條件的污染企業(yè)勾結(jié)，為了自身利益進(jìn)行的“漂綠”交易；建立信息披露平臺和完善市場準(zhǔn)入機(jī)制，嚴(yán)格監(jiān)管項目的批準(zhǔn)、審核工作；強(qiáng)化貸后監(jiān)控工作審查，建立綠色金融風(fēng)險監(jiān)測預(yù)警機(jī)制和風(fēng)險統(tǒng)計監(jiān)測指標(biāo)的評估方法。同時，應(yīng)提前制定綠色金融風(fēng)險預(yù)案，建立風(fēng)險轉(zhuǎn)移和補(bǔ)償機(jī)制，規(guī)范各類風(fēng)險的應(yīng)對措施，按重要性等級依次對風(fēng)險問題實(shí)施解決措施，使風(fēng)險造成的損失最小化。

2.健全綠色金融激勵引導(dǎo)制度。對于商業(yè)銀行來說，既要支持具有長周期特點(diǎn)的綠色業(yè)務(wù)，同時又要保證資金安全是不易的。政府應(yīng)當(dāng)健全激勵制度，在財政上提供資金支持，以減輕企業(yè)的運(yùn)營負(fù)擔(dān)，提高企業(yè)參與綠色業(yè)務(wù)活動的積極性；統(tǒng)一綠色金融標(biāo)準(zhǔn)體系，出臺依靠強(qiáng)制力保證實(shí)施的嚴(yán)格的綠色金融相關(guān)法律法規(guī)，加大追責(zé)力度，使企業(yè)利益驅(qū)動與社會責(zé)任緊密聯(lián)系；增強(qiáng)參與綠色金融各方的綠色環(huán)保意識，充分利用各種渠道、媒體宣傳綠色金融知識，培育民眾的金融素養(yǎng)與思維模式；注重培養(yǎng)綠色向上的企業(yè)文化和制定優(yōu)秀人才培養(yǎng)計劃，注重培養(yǎng)具有金融、環(huán)保方面綜合素質(zhì)的人才。

3.積極創(chuàng)新研發(fā)綠色金融產(chǎn)品。商業(yè)銀行應(yīng)主動開展綠色金融產(chǎn)品創(chuàng)新和融資模式創(chuàng)新，滿足中長期綠色項目的投融資需求，規(guī)避綠色資金期限過長和銀行資金結(jié)構(gòu)錯配出現(xiàn)的流動性等風(fēng)險，比如設(shè)計綠色股票指數(shù)等綠色衍生金融產(chǎn)品等。與國外開發(fā)針對個人、家庭、企業(yè)的清潔空氣汽車貸款、節(jié)能減排保證保險、巨災(zāi)債券等綠色產(chǎn)品和服務(wù)相比，我國目前綠色產(chǎn)品種類單一，主要以綠色信貸為主，應(yīng)從國情出發(fā)，借鑒國際經(jīng)驗，研發(fā)適合我國發(fā)展?fàn)顩r的綠色產(chǎn)品。