王薇

【摘要】绿色信贷政策，从赤道原则的概念提出到银监会发布的条例初步付诸实践，近些年来取得良好效果。本文根据银监会2018年2月份披露21家银行的绿色信贷数据，基于SPSS模型进行曲线估算回归与比率测算，量化研究绿色信贷在各类别绿色项目上投放的有效性。然后推导出目标节能减排量与绿色信贷余额之间的量化关系，监管机构可以用来对下一年的绿色信贷预算进行估计，用来考核地区或银行绿色信贷的有效性，银行也可以用它来评估绿色信贷项目的类别利率水平。

【关键词】绿色信贷 环境效益 回归分析

一、引言

根据绿色信贷统计制度，目前，绿色信贷包括两部分：一是支持节能环保、新能源、新能源汽车等新兴产业制造端的贷款；二是支持节能环保项目和服务的贷款。鉴于数据匹配性与谨慎性原则，本文主要研究第二部分的共12大类项目。

本文数据来源于银监会2018年2月9日披露的2013年6月末至2017年6月末国内21家主要银行的绿色信贷整体情况。而采用的环境效益指标包括：标准煤节约量、二氧化碳减排量、化学需氧量、氨氮、二氧化硫、氮氧化物、节水共7项指标。

二、文献综述

此前关于绿色信贷的研究，归纳主要有三方面。一是从银行角度，探究发放绿色信贷对商业银行的安全性、盈利性和流动性的影响，如核心资本净额不变的条件下，绿色信贷会造成银行利润的降低，但扩大总额能抵消损失（胡荣才、张文琼2016）。二是从监管角度，对绿色信贷政策提出问题与建议，如指出当前绿色信贷缺乏有效的评级体系、激励机制和风险管理制度（陈立铭、郭丽华、张伟伟 2016）。三是从目标受益者角度，研究绿色信贷的有效性，如绿色信贷的效果并未体现在借款成本上（蔡海静2013），如绿色信贷对产业升级的作用机理并未发挥是因为当时实施力度小等（陈光伟、胡当2011）。本文是从第三个方面，实证研究绿色信贷余额总量与环境效益指标的函数关系，以及绿色信贷在各个行业类别投放的有效性。

三、实证模型和估计结果

（一）正向回归-信贷余额总量与环境指标的关系

设信贷余额总量为自变量X，其标准煤节约量为因变量Y1，对于（X，Y1）的取值点用SPSS模型进行曲线回归，根据R方、F等综合考虑，二次曲线的拟合度较高。即：

Y1=-630998262.3+29676.465X -0.261X2 （1-1）

同理，对于自变量X，设二氧化碳减排量、化学需氧量、氨氮、二氧化硫、氮氧化物、节水量分别为因变量Y2，Y3，Y4，Y5，Y6，Y7，对于（X，Yi）的取值点用SPSS的模型进行曲线回归，发现这7个回归都是二次曲线拟合度最高，可以分别得到方程（1-2）到（1-7）：

Y2=-1559655160+74423.444X-0.673X2 （1-2）

Y3=-27097091.62+1230.505X-0.012X2 （1-3）

Y4=-2142052.145+98.231X-0.001X2 （1-4）

Y5=-15620996.51+815.61X-0.008X2 （1-5）

Y6=-1524476.804+54.151X （1-6）

Y7=-3713123325+165417.974X-1.525X2 （1-7）

則可得出各个行业的最佳总绿色信贷余额，并可以根据当年投放的绿色信贷数额来估计应当产生的环境效益。各银行对本行的绿色信贷发放项目的评估也可采取同样方法。如果环境指标Yi（真实）>Yi（预测），则该项目在生态上为优等项目；如果环境指标Yi（真实）

（二）逆向回归-各项目的环境效益与信贷余额的关系

正向回归中，以信贷余额为自变量，环境指标为因变量，旨在从总量上探究绿色信贷的环境效益；逆向回归与正向回归相反，以环境指标为解释变量，各个绿色行业的信贷余额为被解释变量，即从反函数的角度，旨在研究各项目的环境效益。

但是，这里逆向回归采用SPSS模型进行比率分析。如对于绿色农业开发项目，设其绿色信贷余额为X1元，节能标准煤Y1吨。则对（X1，Y1）进行比率分析得系数K1，1=15.686。对（Xi，Yj），i=1，2，…12，j=1，2，…7，共得84个方程Xi=Ki，jYj。叠加，得■。对j=1，2，…12分别进行上述操作，得每个项目类别信贷余额的环境效益方程（2-1）到（2-12）：

■

由以上绿色信贷项目效益方程可得工业节能节水项目（X3）的标准煤减排（Y1）和节水（Y7）效益最大，单位减排需贷款额系数分别为0.005和0.001；可再生能源及清洁能源项目（Y7）二氧化碳当量（Y2）减排效益最大，系数0.003；绿色农业开发项目（X1）化学需氧量（Y3）减排效益最大，系数0.003；垃圾处理及污染防治项目（X6）的氨氮量（Y4）减排效益最大，系数1.002；节能环保服务（X11）的二氧化硫减排量（Y5）和氮氧化物减排量（Y6）效益最大，系数分别为0.042和0.583。

四、主要结论

根据SPSS回归模型的曲线估算，各个环境效益指标均是信贷余额总量的二次函数，方程（1-1）到（1-7）给出了量化关系式，根据关系式可以预测信贷余额投放的各项环境效益，也可作为绿色信贷项目的评估依据。而根据SPSS模型的比率测算，可以得到每个项目类别信贷余额的环境效益方程，估算对于每个项目，根据欲达到的节能减排量而需投入的信贷余额量，而方程（2-1）到（2-12）给出了其量化关系式。通过量化方程，可以清楚地得到各个项目类别绿色信贷的环境改善效率，也可作为银行放贷利率水平的依据。

参考文献

[1]Determinants and associated performance improvement of green supply chain management in China[J].Chu-hua Kuei，Christian N.Madu，Wing S.Chow，Yang Chen. Journal of Cleaner Production.2015.

[2]An overview of the environmental finance policies in China：retrofitting an integrated mechanism for environmental management[J].Wei Li，Mengze Hu.Frontiers of Environmental Science & Engineering.2014（3）

[3]胡荣才，张文琼.开展绿色信贷会影响商业银行盈利水平吗？[J].金融监管研究，2016（07）：92-110.

[4]陈立铭，郭丽华，张伟伟.我国绿色信贷政策的运行机制及实施路径[J].当代经济研究，2016（01）：91-96.

[5]舒利敏，杨琳.商业银行绿色信贷实施现状研究[J].会计之友，2015（23）：44-50.

[6]蔡海静.我国绿色信贷政策实施现状及其效果检验——基于造纸、采掘与电力行业的经验证据[J].财经论丛，2013（01）：69-75.

基金项目：苏州大学第二十批大学生课外学术科研基金项目，项目编号：KY2018344B。