绿色信贷下上市商业银行竞争力探析

前言：想要写出一篇引人入胜的文章？我们特意为您整理了绿色信贷下上市商业银行竞争力探析范文，希望能给你带来灵感和参考，敬请阅读。

摘要：随着经济的不断发展，以保护生态环境为宗旨的“绿色经济”开始走入人们的视野。绿色信贷作为绿色经济的重要组成部分起着非常重要的作用，可以有效引导企业的发展方向，利于扶持节能环保型企业发展，因此，绿色信贷已经成为了金融机构信贷业务的导向。文章从绿色信贷发展实际背景出发，在前人研究的基础上，选取16家主要的上市商业银行，运用主成分分析法将多个指标综合计算，得出银行竞争力综合得分，并通过回归分析对两者关系进行了实证研究，最后根据实证结果，结合现实情况，为提高商业银行竞争力提供了对策建议。

关键词：绿色信贷；商业银行；竞争力

1引言

近年来，我国经济高速发展，取得了世界瞩目的成绩，日益走近世界舞台中央。在经济发展进入新常态下，为应对经济的下行压力，我国不断推进产业结构调整升级，在此过程中，正确处理经济发展与自然环境之间的关系也尤为重要。新时代下，我国积极探寻绿色发展之路，大力支持商业银行绿色信贷的发展，出台了一系列相关政策法规，意在激励商业银行发展绿色信贷业务，限制“两高一剩”企业的贷款或者拒绝其贷款要求。目前来看，由于绿色信贷利润有限等原因，我国上市商业银行并没有充分认识到绿色信贷的重要性，没有意识到这对银行竞争力的意义。因此，本文通过2012年—2019年的实际数据，实证分析绿色信贷对商业银行竞争力的影响，意在为银行业提升自身竞争力提供新视角。

2文献综述

高晓燕和高歌（2018）实证发现，绿色信贷可明显提升商业银行竞争力，两者呈正相关关系。何凌云，吴晨等（2018）将竞争力近似替代为总资产收益率，回归分析绿色信贷与其竞争力之间的关系，同时将政策作为变量，综合考察三者的作用。武佳琪等（2020）从现实竞争力和效率竞争力两方面建立动态模型，对现实与效率竞争力进行综合评分。在已有文献研究中，都表明发展绿色信贷是商业银行未来发展的一个重要方向。长远来看，绿色信贷规模很可观，占比也会不断提高，推行绿色信贷获得的声誉也会成为商业银行潜在竞争力，因此承担社会责任成了商业银行新的着力点。本文理论与实证相结合，进一步探究绿色信贷视角下，商业银行竞争力间的差异，从理论意义和现实意义层面进一步弥补绿色信贷对商业银行竞争力影响的研究不足。

3绿色信贷与商业银行竞争力关系的实证分析

3.1样本选取及数据来源

目前我国已上市的商业银行一共有54家，考虑到邮政储蓄银行以及部分城商行、农商行上市时间较晚，绿色信贷数据披露不完全，因此本文选取16家上市商业银行作为样本来分析我国银行业的总体情况。本文选取2012年—2019年共8年的银行数据作为样本。原始数据均来自于国泰安数据库、《企业社会责任报告》以及各大商业银行年报。

3.2指标体系的构建

（1）绿色信贷评价指标。目前来看，在现有的研究中，有关于商业银行绿色信贷的文献，一大部分采用绿色信贷比例来衡量绿色信贷实施的效果。但是，在我国商业银行信贷总量上来看，绿色信贷的占比极为有限，每年的变化幅度较小。因此，本文选取绿色信贷余额进行衡量，这一总量指标变化更为明显，客观明确地看出流入环保企业的资金量。（2）银行竞争力评价指标体系。依据商业银行经营原则，选取11个指标全面衡量其竞争力，通过全局主成分分析综合评价。根据实证结果，可将竞争力划分为价值创造能力、风险防范能力、持续发展能力、资源环境与社会责任。其中，价值创造能力包括总资产收益率、应交税费和净息差；风险防范能力包括净利润增长率、拨备覆盖率、不良贷款率、高学历人才占比和净资产收益率；持续发展能力包括非利息收入占比和总资产增长率；资源环境与社会责任选取公益捐赠金额。

3.3主成分分析

（1）数据预处理。由于选取的数据既有数值型又有比率型，因此为了实证结果的准确性，将数据进行预处理。一方面是，将负向指标正向化，使所有指标均与银行竞争力呈正向关系。另一方面，数值型的数据无法与比率类的直接比较，因此对应交税费、公益捐赠金额取对数。（2）有效性检验。在进行主成分分析前，需要考虑数据之间的关系是否适合做主成分分析。本文采用KMO和Bartlett检验方法，结果如表1所示。KMO检验的取值范围是0～1，当KMO值小于0.5时，一般认为是不适合进行主成分分析；KMO值大于0.5，则表明数据分析有效，可以进行下一步分析。表3中可以看出KMO值为0.669，Bartlett球形检验的F值为0.000，均表明样本数据具备主成分分析的条件。（3）因子分析。①提取主成分。按照特征值大于1的原则，运用主成分分析提出公共因子，结果表明，抽取公共因子后，原有11个指标就缩减为4个，累积方差贡献度为91.586%，可以比较好地体现原始变量的信息。具体来说，第一类，净利润增长率、高学历人才占比、不良贷款率、拨备覆盖率、净资产收益率这五个指标有着较大的相关系数，可以将主成分F1视作风险防范因子；第二类，应交税费、总资产收益率、净息差这三个指标有着较大的相关系数，可以将主成分F2视作价值创造因子；第三类，非利息收入占比、总资产增长率这两个指标有着较大的相关系数，可以将主成分F3视作持续发展因子；第四类，公益捐赠金额这个指标有着较大的相关系数，可以将主成分F4视作社会责任因子。②计算得分。在对主成分具体分类划分后，按照成分得分系数矩阵，可以计算每一个因子相应的得分。根据计算出的因子得分，按照不同公因子的方差贡献率占比进行加权平均，可得商业银行竞争力的综合得分F，具体公式如下：F=（31.981%F1+28.511%F2+20.495%F3+10.599%F4）/91.586%据此可得出我国16家商业银行的竞争力得分情况（见表2）。

3.4商业银行竞争力与绿色信贷的回归分析

（1）变量选取。本文解释变量为绿色信贷余额，被解释变量为竞争力综合评分。控制变量从商业银行自身和宏观经济两个层面进行选取。商业银行层面，总资产作为控制变量。银行都倾向于在发展中扩大于资产规模，规模扩大必然对银行管理造成影响，所以本文选取资产总额作控制变量。宏观经济发展变化，选取GDP增长率作控制变量。主要选取的是2012年—2019年中国国内生产总值年度增长率作为衡量指标。（2）建立模型。根据上文的文献回顾和理论分析，可以初步判定，商业银行开展绿色信贷业务会提升其竞争力。由此，提出下列假设与模型：H1：商业银行发展绿色信贷可以增强自身竞争力，即商业银行绿色信贷余额与竞争力呈正相关关系。（3）回归分析。①单位根检验。单位根检验包括LLC检验、IPS检验、ADF检验、PP检验等。回归分析是否有效，关键在于是否为平稳序列。因此，在回归分析前，采取Eviews10.0软件，对面板数据中各变量进行检验，结果中，P值均小于0.05，可以表明面板数据为平稳序列，适合进一步考察变量之间的关系。②回归分析。为了保证后续分析的合理性与准确性，需要通过Hausman检验方法，确定恰当的模型形式。根据Hausman检验结果，P值为1.0000，大于0.05，表明应该建立随机效应模型。在确定好模型形式后，运用随机效应模型进行后续分析。回归结果如表3所示。根据表3中的回归结果，绿色信贷余额（YE）的系数为0.215，系数为正值，说明绿色信贷对银行竞争力有着正面积极作用；P值为0.000，小于0.05，说明这种正向关系是显著的；拟合优度R-squared在0.8以上，表明拟合效果较好。总体来看，商业银行开展绿色信贷是有利于竞争力的提升。

4结论与建议

根据实证结果表明，绿色信贷显著的促进了银行竞争力的发展，起到了重要的积极作用。因此，商业银行要充分认识绿色信贷的发展意义，注重自身的社会责任和环境风险意识，深入理解绿色信贷发展意义，从实际出发，通过优惠贷款利率等措施支持引导企业转变经济发展模式，充分发挥绿色信贷在可持续发展中的积极作用。此外，政府可建立“激励——动力机制”，根据绿色信贷的贷款金额，对商业银行进行补贴或奖励，及时弥补商业银行的经济损失，积极引导商业银行优化信贷结构，促进企业转变经营模式，实现绿色发展。

作者:胡争光 王秋婷 单位:陕西科技大学经济与管理学院