金融科技對綠色金融的支持作用研究

江朋濤

青海民族大學(xué)經(jīng)濟(jì)與管理學(xué)院，青海 西寧 810000

1 概 述

金融科技可以改變傳統(tǒng)金融業(yè)態(tài)，為傳統(tǒng)金融體系帶來新的競爭態(tài)勢與資源配置的效率改進(jìn)，給傳統(tǒng)金融模式帶來了巨大變革。同時，綠色發(fā)展已經(jīng)成為我國經(jīng)濟(jì)高質(zhì)量發(fā)展的要求，金融是現(xiàn)代經(jīng)濟(jì)的核心，在推動經(jīng)濟(jì)實現(xiàn)可持續(xù)發(fā)展方面，金融的資源配置性作用大有可為，由此綠色金融應(yīng)運(yùn)而生[1]。綠色金融的本質(zhì)還是金融，而交易成本和信息不對稱的存在是金融在發(fā)揮配置資源作用過程中無法避免的問題，綠色金融由于其綠色的導(dǎo)向性，甚至可能會面對比傳統(tǒng)金融更為嚴(yán)重的問題。近年來，金融科技因其以先進(jìn)的現(xiàn)代信息技術(shù)為依托，在解決這兩個問題上具有得天獨(dú)厚的優(yōu)勢。金融科技依托互聯(lián)網(wǎng)技術(shù)和平臺，還能夠提高綠色金融普惠性，拓寬綠色金融覆蓋面。當(dāng)前我國正面臨經(jīng)濟(jì)高質(zhì)量發(fā)展、新舊動能轉(zhuǎn)換的關(guān)鍵時期，應(yīng)運(yùn)而生的綠色金融是我國社會經(jīng)濟(jì)綠色可持續(xù)發(fā)展的重要途徑，而金融科技的蓬勃發(fā)展為突破綠色金融瓶頸、實現(xiàn)綠色金融可持續(xù)發(fā)展提供了一個新的思路[2]。

2 實證分析

2.1 數(shù)據(jù)說明和模型設(shè)計

2.1.1 變量選取

被解釋變量：關(guān)于綠色金融的闡述，根據(jù)政府及公共部門的參與情況，會有廣義與狹義的概念之分。隨著國內(nèi)外金融自由化水平不斷提升，依據(jù)我國銀行占據(jù)金融業(yè)主導(dǎo)地位的現(xiàn)狀，本文以狹義上的綠色金融為研究對象，即商業(yè)性金融機(jī)構(gòu)在綠色金融資源上的配置水平。而為避免出現(xiàn)模型的不穩(wěn)定，后續(xù)會對政府因素進(jìn)行考慮，進(jìn)行模型穩(wěn)健性檢驗。參考李健、衛(wèi)平[3]間接估計方法，從21家主要銀行機(jī)構(gòu)的綠色信貸年末余額出發(fā)，與各地區(qū)金融機(jī)構(gòu)的貸款數(shù)量相聯(lián)系，通過各地區(qū)近似的綠色信貸余額來反映綠色金融水平。因此，將求得的綠色信貸余額取對數(shù)消除異方差性（下同）作為模型的被解釋變量，記為lnGC。

核心解釋變量：金融科技是基于互聯(lián)網(wǎng)技術(shù)的一種金融創(chuàng)新，具有降低業(yè)務(wù)成本、提高金融效率等優(yōu)勢。作為新興事物，能衡量的指標(biāo)體系并不完善，參照大多數(shù)學(xué)者采用的香蜜湖金融科技指數(shù)的年末數(shù)據(jù)來衡量金融科技的發(fā)展?fàn)顩r。由于該指數(shù)發(fā)布于2017年，而對于2012—2016年的指數(shù)則由A股市場上的金融科技產(chǎn)業(yè)股票價值作為這段期間內(nèi)金融科技的衡量指標(biāo)，記為lnFI。正是因為金融科技是金融與互聯(lián)網(wǎng)和電子科技的聯(lián)結(jié)，其低成本、高效率及信息優(yōu)勢，可以為綠色金融帶來積極的影響效果。

控制變量：影響綠色金融發(fā)展的因素很多，借鑒相關(guān)研究，選取以下變量對綠色借貸余額進(jìn)行控制，減輕遺漏變量對模型參數(shù)估計的偏誤。第一，金融發(fā)展水平。用金融機(jī)構(gòu)本外幣存款余額占GDP的比重來表示，記為lnFDL。無論是綠色金融，還是金融科技，都離不開傳統(tǒng)金融業(yè)務(wù)的發(fā)展基礎(chǔ)。綠色金融出于可持續(xù)發(fā)展理念，在自身優(yōu)勢和所受挑戰(zhàn)下被給予大眾的關(guān)注目光，所以綠色金融的發(fā)展離不開傳統(tǒng)金融行業(yè)發(fā)揮的基礎(chǔ)性作用[4]。第二，教育水平。用高等院校在校人數(shù)與總?cè)藬?shù)的比重來表示，記為lnEL。教育水平能夠反映出產(chǎn)業(yè)科技的發(fā)達(dá)程度，以及人們對于新事物、新觀念的看法，人們的受教育程度越高，越易接受新領(lǐng)域的成果，因此預(yù)測其他條件不變時，一個地區(qū)教育水平越高，綠色信貸的規(guī)模便越大。第三，城鎮(zhèn)化水平。用城鎮(zhèn)人口所占比例來表示，記為lnUL。城鎮(zhèn)化水平可以反映一個地區(qū)的經(jīng)濟(jì)發(fā)達(dá)程度，城鎮(zhèn)化水平越高，金融就會越發(fā)達(dá)，將它作為控制綠色金融發(fā)展的變量，也具有一定的理論依據(jù)。

2.1.2 模型擬定

本文針對選取的2012—2019年共8年的時間跨度、31個?。▍^(qū)、市）的地域范圍組合成的短面板數(shù)據(jù)實行建模回歸，并進(jìn)行實證分析。根據(jù)上述的被解釋變量和解釋變量、控制變量之間的關(guān)系，將以上變量納入到面板模型當(dāng)中，來進(jìn)一步對他們之間的關(guān)系進(jìn)行實證檢驗。具體模型如下：

其中：各變量性質(zhì)及含義已述。另外，i為個體下標(biāo)，t為時間下標(biāo)，和μit分別表示地區(qū)固定效應(yīng)和隨機(jī)誤差項。

由于綠色金融發(fā)展往往會受到上一年發(fā)展水平的影響，故將lnGC的滯后一期加入到模型（1）當(dāng)中，達(dá)到控制自身沖擊的模型效果，所以采用GMM估計，建立模型（2）進(jìn)行實證分析。

2.1.3 實證策略

通過以上基本情況的敘述，本文收集整理2012—2019年31個?。▍^(qū)、市）的各項數(shù)據(jù)，數(shù)據(jù)主要來源于中國和各?。▍^(qū)、市）的統(tǒng)計年鑒、中國人民銀行網(wǎng)站、各銀行年報等，缺失值利用插值法補(bǔ)足。采用面板數(shù)據(jù)的模型方法進(jìn)行回歸，參數(shù)確定前需要進(jìn)行序列和數(shù)據(jù)的檢驗，在進(jìn)行了單位根檢驗、協(xié)整檢驗等相關(guān)操作后，多項結(jié)果均通過了計量檢驗，符合實際情況。

2.2 實證結(jié)果分析

對于模型（1）來說，Hausman檢驗得出P值為0.0000，通過了1%的顯著性檢驗，表明應(yīng)當(dāng)拒絕原假設(shè)，采用固定效應(yīng)模型進(jìn)行分析；而模型（2）中存在有綠色金融的滯后項，對于動態(tài)面板模型應(yīng)當(dāng)采取系統(tǒng)GMM進(jìn)行擬合，以解決靜態(tài)面板模型中的內(nèi)生性問題。兩種模型的檢驗結(jié)果如表1所示。

表 1 固定效應(yīng)模型和GMM模型回歸結(jié)果

表 2 替換被解釋變量后的模型回歸結(jié)果

從實證結(jié)果來看，兩種模型各項變量的擬合參數(shù)符號一致，都能夠說明金融科技對于綠色信貸具有正向的驅(qū)動作用，且估計參數(shù)均通過了1%的顯著性統(tǒng)計檢驗。在模型中，當(dāng)不考慮綠色信貸對自身的沖擊時，lnFI、lnFDL、lnUL對于lnGC的回歸參數(shù)估計值分別為0.5915、0.8817、2.515，都在1%水平上顯著；lnEL的估計值為0.252，在5%的水平上顯著。說明除金融科技外，金融發(fā)展水平、教育水平、城鎮(zhèn)化水平在一定程度上可以促進(jìn)綠色金融的發(fā)展，這與之前的理論分析相一致。將綠色信貸對自身的影響沖擊納入模型中，與模型（1）不同之處在于：一方面影響力度整體減少，可由參數(shù)估計結(jié)果對比觀察發(fā)現(xiàn)，這是由于考慮到上一期的綠色信貸規(guī)模會導(dǎo)致到期的規(guī)模變化，滯后項變量對于模型擬合效果起到控制作用，防止出現(xiàn)重要變量遺漏帶來的自相關(guān)性問題。另一方面的不同點(diǎn)在于教育水平回歸系數(shù)并不顯著，但由Sargan檢驗結(jié)果可以得出，不拒絕所有工具變量都有效的原假設(shè)，意味著其他變量均為有效變量，模型設(shè)置合理。

2.3 穩(wěn)健性檢驗

2.3.1 替換被解釋變量

第一種方法是將被解釋變量進(jìn)行替換，以保證上述模型結(jié)果的并非偶然性。模型（1）和（2）都是將狹義上的綠色金融作為被解釋變量，沒有考慮政府對于綠色金融的支持方向和力度?，F(xiàn)選取廣義上的綠色金融，即將政府的環(huán)境支出與金融機(jī)構(gòu)的綠色金融相加，考察金融科技及其他控制變量對被解釋變量的解釋能力是否依舊。政府的環(huán)境支出數(shù)據(jù)來源于各地區(qū)統(tǒng)計年鑒，記為lnGF，重新建立模型進(jìn)行回歸檢驗，模型與回歸結(jié)果如下：

將政府對于生態(tài)環(huán)境的財政支出考慮到實證中來，給予了被解釋變量新的含義。將模型（2）與模型（3）的回歸結(jié)果進(jìn)行對比，各項變量的符號方向均相同，都通過了Sargan檢驗。核心解釋變量lnFI由表1中的0.2109降到了表2中的0.1983，都通過了1%的水平檢驗，說明金融科技依舊對廣義上的綠色金融具有正向促進(jìn)作用。而其他的控制變量中，只有l(wèi)nEL在統(tǒng)計意義上不顯著，剩余變量與2.2節(jié)實證結(jié)論相吻合。采用這種方法可以證明模型和實證分析的穩(wěn)健性。

2.3.2 剔除或改變控制變量

第二種檢驗方法在于控制變量的改變。先嘗試剔除掉兩次不顯著的教育水平變量，發(fā)現(xiàn)結(jié)論仍然成立，金融科技在5%的顯著性水平下對綠色金融的發(fā)展起到正向作用，表明模型結(jié)論的穩(wěn)健性。接著在模型（2）中納入一個新的控制變量：工業(yè)發(fā)展水平。這是從產(chǎn)業(yè)結(jié)構(gòu)的角度出發(fā)的，三大產(chǎn)業(yè)中第二產(chǎn)業(yè)在污染程度、能耗強(qiáng)度方面表現(xiàn)明顯，對于生態(tài)環(huán)境的影響較大。而這樣的企業(yè)往往資金需求偏大，本質(zhì)上與綠色金融的發(fā)展理念對立，擠占著其他行業(yè)的金融資源。所以采用第二產(chǎn)業(yè)增加值占GDP的比重作為工業(yè)發(fā)展水平的量化指標(biāo)，同理取對數(shù)記為lnIDL，數(shù)據(jù)來源于各地區(qū)統(tǒng)計年鑒。在此之下，預(yù)測工業(yè)發(fā)展水平與綠色金融的發(fā)展呈現(xiàn)負(fù)向關(guān)系，目的在于對被解釋變量進(jìn)行控制。模型（4）如下：

同樣，采用GMM估計模型（4）的參數(shù)值，表3為所得結(jié)果。與模型（2）的估計結(jié)果比較，在加入新的控制變量后，核心解釋變量lnFI結(jié)果為正，通過了5%的顯著性檢驗，研究能夠驗證金融科技對于綠色金融的促進(jìn)作用，證明了上述結(jié)論的穩(wěn)健性。而納入的新控制變量估計參數(shù)為負(fù)值，這與理論邏輯分析相一致。也就是說，一個地區(qū)越重視工業(yè)的發(fā)展，那么該地區(qū)綠色金融的進(jìn)步就會越受阻。

表 3 納入新控制變量后的模型回歸結(jié)果

3 對策建議

實證結(jié)果表明，金融科技對綠色金融發(fā)展有顯著的正向作用。通過更換被解釋變量、剔除或改變控制變量后進(jìn)行穩(wěn)健性檢驗，進(jìn)一步驗證了金融科技驅(qū)動綠色金融的結(jié)論。為更好地引導(dǎo)金融科技驅(qū)動綠色金融發(fā)展，應(yīng)該引領(lǐng)金融科技發(fā)展。首先，政府應(yīng)該推進(jìn)金融科技的頂層設(shè)計，制定各項統(tǒng)一標(biāo)準(zhǔn)，杜絕金融科技各行其是的亂象。吸取國際成熟經(jīng)驗，密切關(guān)注研究國外綠色金融科技的最新成果，加強(qiáng)國際合作，借鑒國外金融科技與綠色金融成功結(jié)合的案例，結(jié)合我國實際推動金融科技支持綠色金融發(fā)展[5]。其次，當(dāng)下金融科技的各項底層技術(shù)只處在初步階段，并且我國綠色金融發(fā)展也處于初步階段，所以金融科技結(jié)合綠色金融發(fā)展會面臨多重不確定性[6]。二者的結(jié)合尚需深刻的理論研究與廣泛的實踐檢驗。所以監(jiān)管者要理性對待金融科技的發(fā)展熱度，在監(jiān)管充分的前提下給予金融科技充分的成長空間，可以參考國外“監(jiān)管沙盒”方式，實現(xiàn)適度、靈活監(jiān)管。