绿色信贷：撬动我国上市商业银行绩效增长的新杠杆

绿色信贷：撬动我国上市商业银行绩效增长的新杠杆？一、引言1.1研究背景与意义1.1.1研究背景随着全球工业化进程的加速，环境问题愈发严峻，如全球气候变暖、生物多样性减少、环境污染加剧等，这些问题给人类的生存和发展带来了巨大挑战。在此背景下，可持续发展理念逐渐深入人心，成为全球共识。各国纷纷采取行动，制定相关政策和法规，推动经济向绿色、低碳、可持续方向转型。绿色金融作为实现可持续发展的重要手段，在全球范围内得到了广泛关注和迅速发展。绿色信贷作为绿色金融的重要组成部分，是指金融机构为支持环境改善、应对气候变化和资源节约高效利用的经济活动，向环保、节能、清洁能源、绿色交通、绿色建筑等领域的项目提供的信贷支持。绿色信贷政策的实施，旨在引导资金流向绿色产业，促进经济结构调整和转型升级，同时降低环境风险，实现经济与环境的协调发展。在我国，绿色信贷政策的发展经历了多个阶段。自20世纪90年代起，我国开始逐步探索绿色信贷政策。1995年，中国人民银行发布《关于贯彻信贷政策与加强环境保护工作有关问题的通知》，要求各级金融部门在信贷工作中重视自然资源和环境保护，这标志着我国绿色信贷政策的初步萌芽。此后，随着对环境保护和可持续发展的重视程度不断提高，一系列绿色信贷政策陆续出台。2007年，国家环保总局、中国人民银行、中国银监会联合发布《关于落实环保政策法规防范信贷风险的意见》，标志着绿色信贷政策在我国正式全面实施。此后，相关部门又陆续发布了一系列政策文件，如2012年银监会发布的《绿色信贷指引》，对银行业金融机构开展绿色信贷业务提出了明确要求和规范；2016年，中国人民银行等七部委联合发布《关于构建绿色金融体系的指导意见》，进一步完善了绿色信贷政策体系，为绿色信贷的发展提供了更加有力的政策支持。在政策的推动下，我国商业银行积极响应，加大了对绿色信贷业务的投入。近年来，我国绿色信贷规模持续快速增长。根据中国人民银行发布的数据，截至2024年三季度末，我国绿色贷款余额超35万亿元，同比增长25.1%，主要投向基础设施绿色升级产业、清洁能源产业和节能环保产业。不仅如此，我国绿色债券市场也已成为全球规模最大的绿色债券市场之一，截至2024年前三季度，境内绿色债券市场新增发行绿色债券342只，发行规模约3834.2亿元。商业银行作为金融体系的重要组成部分，在绿色信贷中扮演着至关重要的角色。一方面，商业银行是绿色信贷资金的主要提供者，通过发放绿色贷款，为绿色产业和项目提供了必要的资金支持，促进了绿色经济的发展；另一方面，商业银行通过实施绿色信贷政策，对企业的环境行为进行约束和引导，推动企业加强环境保护和节能减排，实现可持续发展。此外，商业银行开展绿色信贷业务，也有助于提升自身的社会形象和品牌价值，增强市场竞争力。然而，绿色信贷业务的开展也给商业银行带来了一系列挑战。例如，绿色信贷项目通常具有投资周期长、收益相对较低、风险较高等特点，这对商业银行的资金配置和风险管理能力提出了更高要求。同时，绿色信贷标准的不统一、信息不对称等问题，也增加了商业银行开展绿色信贷业务的难度和成本。在当前的经济环境下，深入研究绿色信贷对我国上市商业银行绩效的影响，具有重要的理论和现实意义。1.1.2研究意义本研究具有重要的理论与实践意义。理论上，丰富了绿色信贷与商业银行绩效关系的研究，拓展了金融领域的研究范畴。现有研究虽已涉及绿色信贷对商业银行绩效的影响，但观点不一。本研究将采用更全面、深入的研究方法，综合考虑多种因素，为该领域提供更系统、准确的理论依据。此外，还能完善绿色金融理论体系，进一步明确绿色信贷在金融体系中的作用和地位，为后续相关研究奠定基础。实践中，本研究的结论能为商业银行制定绿色信贷策略提供参考。商业银行可依据研究结果，合理调整绿色信贷业务规模和结构，优化资源配置，在实现经济效益的同时，更好地履行社会责任，促进经济与环境的协调发展。对于监管部门而言，本研究能为其制定相关政策提供决策依据，有助于监管部门完善绿色信贷政策体系，加强对商业银行绿色信贷业务的监管和引导，推动绿色金融市场的健康发展。本研究还能提高社会各界对绿色信贷的认识和关注，引导更多资金流向绿色产业，为实现我国的“双碳”目标和可持续发展战略提供支持。1.2研究方法与创新点1.2.1研究方法文献研究法：广泛搜集国内外关于绿色信贷与商业银行绩效的相关文献，梳理绿色信贷的理论基础、发展历程以及对商业银行绩效影响的研究现状。通过对文献的分析与总结，明确已有研究的成果与不足，为本研究提供坚实的理论支撑和研究思路，确保研究在已有成果的基础上有所创新和突破。例如，在梳理文献时发现，现有研究在绿色信贷对商业银行绩效影响的具体机制和异质性分析方面还存在一定的研究空间，这为本研究确定了重点研究方向。实证分析法：选取合适的变量，构建计量经济模型，运用面板数据进行回归分析，以探究绿色信贷对我国上市商业银行绩效的影响。收集我国上市商业银行的财务数据、绿色信贷数据以及宏观经济数据等，运用Stata、Eviews等统计软件进行数据处理和分析。通过实证分析，能够更加准确地揭示绿色信贷与商业银行绩效之间的数量关系，验证研究假设，为研究结论提供有力的证据支持。例如，构建以商业银行绩效为被解释变量，绿色信贷规模、绿色信贷占比等为解释变量，同时控制其他影响因素的回归模型，分析绿色信贷对商业银行绩效的影响方向和程度。案例分析法：选取具有代表性的上市商业银行作为案例，深入分析其绿色信贷业务的开展情况、面临的挑战以及对绩效的影响。通过对具体案例的剖析，能够更加直观地了解绿色信贷在商业银行中的实践情况，总结成功经验和不足之处，为其他商业银行提供借鉴和启示。例如，选择工商银行、建设银行等在绿色信贷领域具有领先地位的银行，分析其绿色信贷产品创新、业务模式、风险管理等方面的经验，以及这些经验对提升银行绩效的作用；同时，选择一些在绿色信贷业务发展中面临困难的银行，分析其存在的问题和原因，提出针对性的解决方案。1.2.2创新点多维度构建银行绩效评价体系：以往研究对商业银行绩效的衡量多侧重于单一财务指标，难以全面反映银行的综合绩效。本研究将从财务、非财务等多个维度构建商业银行绩效评价体系。在财务维度，选取资产收益率（ROA）、净资产收益率（ROE）、净息差（NIM）等传统财务指标衡量银行的盈利能力；在非财务维度，纳入客户满意度、市场份额、员工满意度等指标，综合评估银行的市场竞争力、客户服务能力和内部管理水平。通过多维度的绩效评价体系，能够更全面、准确地反映绿色信贷对商业银行绩效的影响，为商业银行制定科学的绿色信贷战略提供更有价值的参考。细分银行类型研究异质性影响：不同类型的商业银行在资产规模、产权性质、业务模式等方面存在差异，这些差异可能导致绿色信贷对其绩效的影响不同。本研究将对国有大型商业银行、股份制商业银行、城市商业银行等进行细分，分别研究绿色信贷对不同类型银行绩效的异质性影响。通过异质性分析，能够深入了解不同类型银行在开展绿色信贷业务过程中的优势和劣势，为各类银行制定差异化的绿色信贷发展策略提供依据，提高绿色信贷政策的针对性和有效性。结合内外部因素分析影响机制：绿色信贷对商业银行绩效的影响不仅受到银行内部因素的制约，还受到外部宏观经济环境、政策法规等因素的影响。本研究将综合考虑银行内部的风险管理能力、创新能力、业务结构以及外部的宏观经济增长、货币政策、财政政策等因素，深入分析绿色信贷对商业银行绩效的影响机制。通过对影响机制的研究，能够更好地理解绿色信贷在不同内外部环境下对商业银行绩效的作用路径，为商业银行和监管部门提供更全面的决策参考，促进绿色信贷业务的健康发展。二、概念界定与理论基础2.1绿色信贷的概念与内涵绿色信贷，作为绿色金融体系的核心构成部分，在推动经济可持续发展的进程中扮演着至关重要的角色。从国际视角来看，绿色信贷常被视为可持续融资（Sustainable-Finance）或环境融资（EnvironmentalFinance）的重要表现形式。不同学者对绿色信贷的概念有着多元且深入的理解，这些观点从不同维度丰富了绿色信贷的内涵。MarcelJeucken指出，可持续融资体现为银行凭借其融资政策，为可持续商业项目开辟贷款途径，并借助收费服务，如为消费者提供投资建议等，发挥积极的社会影响力；同时，银行能够汇聚各类知识与信息，运用贷款手段有力地推动可持续发展，这得益于银行在市场、法规以及市场发展信息方面所具备的独特优势。SoniaLabatt和RodneyR.White认为，环境融资涵盖了一系列基于市场设计的特定金融工具，这些工具旨在有效传递环境质量信息，转化环境风险。环境问题主要从规章制度和法庭判决带来的直接风险、借贷及顾客信用引发的间接风险，以及银行处理争议项目时面临的环境信誉风险等三个层面影响银行业金融机构。为有效应对这些风险，银行必须将环境考量标准融入借贷和投资策略之中，由此催生出丰富多样的创新金融产品，为具备环保意识的个人和企业提供了更为便捷的融资渠道。PaulThompson和ChristopherJ.Cowton则认为，绿色信贷是银行在贷款过程中，将项目及其运作公司与环境相关的信息纳入审核机制，并以此作为最终贷款决策的重要依据。尽管学者们的观点存在差异，但绿色信贷的核心内涵是明确且统一的。一方面，绿色信贷致力于帮助和推动企业降低能耗，节约资源，将生态环境要素深度融入金融业的核算与决策体系，促使企业摒弃污染环境、浪费资源的粗放经营模式，避免陷入先污染后治理、再污染再治理的恶性循环，从而实现经济与环境的协调共生。另一方面，金融业应高度关注环保产业、生态产业等具有长远战略意义但短期利益不明显的产业发展，秉持着眼未来、立足长远的发展理念，以未来良好的生态经济效益和环境效益反哺金融业，推动金融与生态之间形成良性循环，为经济社会的可持续发展提供坚实支撑。在我国，绿色信贷的定义有着明确的政策依据和实践导向。根据相关政策规定，绿色信贷是指银行业金融机构为支持环境改善、应对气候变化和资源节约高效利用的经济活动，即对环保、节能、清洁能源、绿色交通、绿色建筑等领域的项目提供的信贷支持。这一定义清晰明确地界定了绿色信贷的支持领域和目标导向，为我国商业银行开展绿色信贷业务提供了具体的操作指引和方向。与传统信贷相比，绿色信贷具有显著的特点。在目标导向方面，绿色信贷具有明确的环保目标，旨在支持那些对环境有积极影响的项目，如减少温室气体排放、提高资源利用效率等，将环境保护与经济发展紧密结合，实现两者的协同共进。在审核标准上，绿色信贷执行严格的环境影响评估流程，确保贷款项目符合严格的环保标准。银行在发放绿色信贷时，会对项目的技术可行性、环境效益和社会效益进行全面、综合的评估，只有通过严格评估的项目才能获得信贷支持，从而从源头上保障了绿色信贷资金的合理投向和有效使用。在贷款条件上，为了充分发挥政策引导作用，鼓励企业和个人积极参与绿色项目，银行通常会为绿色信贷项目提供更优惠的贷款条件，如较低的利率、较长的还款期限等，降低绿色项目的融资成本，提高项目的经济可行性和吸引力。在监管与报告方面，银行会对绿色信贷项目进行持续、动态的监管，定期检查项目的进展情况和环境绩效，并要求借款人提交相关报告，及时掌握项目的实施效果和环境影响，确保绿色信贷项目始终朝着预期的环保目标推进。绿色信贷的发展离不开政策的有力支持。在我国，一系列政策法规的相继出台，为绿色信贷的发展构建了坚实的政策框架和制度保障。1995年，中国人民银行发布《关于贯彻信贷政策与加强环境保护工作有关问题的通知》，要求各级金融部门在信贷工作中高度重视自然资源和环境保护，将其纳入信贷审核条件，这一举措标志着我国绿色信贷政策的初步萌芽，开启了我国绿色信贷发展的探索之路。2007年，国家环保总局、中国人民银行、中国银监会联合发布《关于落实环保政策法规防范信贷风险的意见》，这一文件的发布具有里程碑意义，标志着绿色信贷政策在我国正式全面实施，绿色信贷从理念倡导阶段进入到实际操作和全面推行阶段。2012年，银监会发布《绿色信贷指引》，对银行业金融机构开展绿色信贷业务提出了全面、系统、明确的要求和规范，涵盖了绿色信贷的战略定位、政策制度、流程管理、风险管理、信息披露等各个方面，为银行业金融机构开展绿色信贷业务提供了详细的操作指南和规范标准，有力地推动了绿色信贷业务的规范化和标准化发展。2016年，中国人民银行等七部委联合发布《关于构建绿色金融体系的指导意见》，进一步完善了绿色信贷政策体系，明确了绿色信贷在绿色金融体系中的核心地位和重要作用，为绿色信贷的发展提供了更为广阔的政策空间和发展机遇，推动绿色信贷向纵深发展，成为我国经济绿色转型的重要金融支撑力量。在政策的大力推动下，我国绿色信贷业务取得了显著的发展成就，呈现出蓬勃发展的良好态势。近年来，我国绿色信贷规模持续快速增长，成为推动绿色产业发展和经济绿色转型的重要资金来源。根据中国人民银行发布的数据，截至2024年三季度末，我国绿色贷款余额超35万亿元，同比增长25.1%，展现出强劲的增长势头。从资金投向来看，绿色信贷资金主要投向基础设施绿色升级产业、清洁能源产业和节能环保产业等关键领域。其中，基础设施绿色升级产业作为推动经济社会绿色发展的重要支撑，涵盖了绿色交通、绿色建筑、生态保护和修复等多个领域，对提升基础设施的绿色化水平、促进资源节约和环境友好型社会建设具有重要意义；清洁能源产业是实现能源转型和应对气候变化的核心领域，包括太阳能、风能、水能、核能等清洁能源的开发利用，绿色信贷资金的投入为清洁能源产业的快速发展提供了有力的资金保障，推动我国能源结构向低碳、清洁方向加速转变；节能环保产业则致力于提高资源利用效率、减少污染物排放，涵盖了节能技术研发与应用、污染治理、资源循环利用等多个方面，绿色信贷对节能环保产业的支持，有助于推动企业降低能耗、减少污染，实现可持续发展。在业务创新方面，我国商业银行积极探索，不断推出多样化的绿色信贷产品和服务，以满足不同客户和项目的需求。除了传统的绿色贷款业务外，还创新推出了绿色供应链金融、绿色债券、绿色金融租赁等新型绿色信贷产品和服务模式。绿色供应链金融通过将核心企业与上下游企业紧密联系起来，为整个供应链的绿色发展提供金融支持，促进产业链的绿色升级和协同发展；绿色债券作为一种创新的融资工具，为绿色项目提供了直接融资渠道，拓宽了绿色信贷的资金来源，提高了绿色项目的融资效率；绿色金融租赁则通过租赁的方式，为企业提供绿色设备和技术，降低企业的一次性投资成本，促进绿色技术和设备的推广应用。这些创新产品和服务模式的推出，不仅丰富了绿色信贷的业务内涵，提高了金融服务绿色经济的能力和水平，也为商业银行拓展业务领域、提升市场竞争力提供了新的机遇和增长点。我国绿色信贷业务在政策支持下，规模不断扩大，资金投向更加精准，业务创新日益活跃，为推动我国经济绿色转型、实现可持续发展发挥了重要作用。但在发展过程中，也面临着一些挑战，如绿色信贷标准的进一步统一、信息共享机制的完善、风险管理能力的提升等，需要政府、金融机构和企业共同努力，加以解决，以促进绿色信贷业务的持续健康发展。2.2商业银行绩效的衡量指标商业银行绩效衡量是评估其经营成果和效率的关键环节，涉及多个维度和众多指标，这些指标从不同角度全面反映了银行的运营状况和发展态势。财务指标在商业银行绩效衡量中占据核心地位，能够直观、准确地反映银行的经营成果和财务状况，为投资者、管理者和监管机构等提供关键决策依据。资产收益率（ROA）是衡量银行盈利能力的重要指标之一，它通过计算净利润与平均资产总额的比率，直观反映了银行运用全部资产获取利润的能力。ROA数值越高，表明银行资产利用效率越高，盈利能力越强，在资产运营方面表现出色。例如，若银行A的ROA为1.5%，银行B的ROA为1.2%，则说明银行A在资产利用和盈利创造方面优于银行B，能够更有效地将资产转化为利润。净资产收益率（ROE）则反映了股东权益的收益水平，衡量了银行运用自有资本获取净收益的能力。ROE越高，意味着股东权益回报率越高，银行对股东投入资本的利用效率越高，为股东创造的价值越大。假设两家银行的股东权益相同，但银行C的ROE为15%，银行D的ROE为12%，这表明银行C在为股东创造回报方面更为出色，股东在银行C的投资获得了更高的收益。净息差（NIM）是衡量银行利息收入能力的重要指标，它通过计算利息净收入与平均生息资产的比率，反映了银行资金运用的效率和盈利能力。NIM越大，说明银行在存贷业务中获取的利差收益越高，资金运营效率越高，在利息收入方面表现突出。例如，银行E的NIM为2.5%，银行F的NIM为2.2%，这意味着银行E在存贷业务中能够更有效地获取利差收益，资金运营效率更高。非利息收入占比则体现了银行收入结构的多元化程度，反映了银行在传统存贷业务之外的业务拓展能力和创新能力。随着金融市场的发展和竞争的加剧，非利息收入在银行总收入中的比重逐渐增加，对银行绩效的影响也日益显著。较高的非利息收入占比表明银行在中间业务、投资业务等领域取得了较好的发展，能够有效分散经营风险，提升综合竞争力。比如，银行G的非利息收入占比为30%，银行H的非利息收入占比为20%，这说明银行G在业务多元化方面表现更为出色，能够通过多种业务渠道获取收入，降低对传统存贷业务的依赖。非财务指标虽然不像财务指标那样直观反映财务数据，但对于全面评估商业银行绩效同样不可或缺，它们从不同侧面反映了银行的市场竞争力、客户服务能力和内部管理水平等，对银行的长期发展具有重要影响。客户满意度是衡量银行服务质量的关键指标，它体现了客户对银行产品和服务的认可程度。高客户满意度意味着银行能够准确把握客户需求，提供优质、高效的服务，增强客户忠诚度，为银行带来稳定的客户资源和业务增长。例如，通过客户满意度调查发现，银行I的客户满意度达到90%，而银行J的客户满意度仅为80%，这表明银行I在客户服务方面表现更为出色，能够更好地满足客户需求，客户对其产品和服务的认可度更高，这将有助于银行I吸引和留住客户，促进业务的持续发展。市场份额反映了银行在市场中的地位和竞争力，较高的市场份额意味着银行在市场中具有更强的影响力和资源整合能力，能够在激烈的市场竞争中占据优势地位。例如，在某一地区的银行业市场中，银行K的市场份额为20%，银行L的市场份额为15%，这说明银行K在该地区市场中具有更强的竞争力，能够吸引更多的客户和业务资源，为银行的发展提供更坚实的基础。员工满意度则反映了银行内部管理的有效性和员工对工作环境、职业发展等方面的满意度。高员工满意度有助于提高员工的工作积极性和效率，降低员工流失率，提升银行的整体运营效率和创新能力。例如，银行M通过改善内部管理、提供良好的职业发展机会等措施，使员工满意度达到95%，而银行N的员工满意度仅为85%，这表明银行M在内部管理方面表现更为出色，能够激发员工的工作热情和创造力，为银行的发展提供有力的人才支持。品牌价值体现了银行在市场中的知名度和美誉度，是银行长期积累的无形资产，对吸引客户、提升市场竞争力具有重要作用。具有较高品牌价值的银行能够在市场中树立良好的形象，赢得客户的信任和认可，从而在竞争中脱颖而出。比如，一些知名大型银行凭借其长期的品牌建设和优质的服务，在市场中具有较高的品牌价值，能够吸引更多高端客户和优质业务，进一步提升银行的市场地位和竞争力。在研究绿色信贷对商业银行绩效的影响时，合理选择绩效衡量指标至关重要。本研究将综合运用财务指标和非财务指标，全面、客观地评估商业银行绩效。在财务指标方面，选取资产收益率（ROA）、净资产收益率（ROE）和净息差（NIM）作为主要衡量指标，以准确反映银行的盈利能力和资金运营效率；同时，考虑非利息收入占比，以分析银行收入结构的多元化对绩效的影响。在非财务指标方面，纳入客户满意度、市场份额和品牌价值等指标，以综合评估银行的市场竞争力、客户服务能力和品牌影响力。通过这种多维度的指标选择，能够更全面、深入地探究绿色信贷对商业银行绩效的影响，为研究提供更丰富、准确的信息，为商业银行制定科学合理的绿色信贷发展策略提供有力依据。2.3相关理论基础绿色信贷对商业银行绩效的影响研究，离不开一系列理论的支撑，这些理论从不同角度为理解绿色信贷的本质、作用和影响提供了理论依据，揭示了绿色信贷与商业银行绩效之间的内在联系。可持续发展理论是绿色信贷的重要理论基石。该理论由布伦特兰夫人在《我们共同的未来》报告中正式提出，其核心要义是在满足当代人需求的同时，不损害子孙后代满足其自身需求的能力，强调经济、社会和环境的协调发展，追求三者之间的平衡与可持续性。在这一理论框架下，绿色信贷通过引导资金流向环保、节能、清洁能源等绿色产业和项目，有力地推动了经济的绿色转型和可持续发展。例如，为太阳能、风能等清洁能源项目提供信贷支持，促进了清洁能源的开发和利用，减少了对传统化石能源的依赖，降低了碳排放，有助于缓解全球气候变化问题；对环保企业的贷款支持，鼓励企业采用更环保的生产技术和工艺，减少污染物排放，保护生态环境。绿色信贷的实施，不仅推动了经济的可持续发展，也为商业银行带来了长期的经济效益。通过支持绿色产业的发展，商业银行可以开拓新的业务领域，优化资产结构，降低环境风险，提升自身的可持续发展能力。如一些银行通过开展绿色信贷业务，与绿色企业建立了长期稳定的合作关系，为银行带来了稳定的利息收入和业务增长机会；同时，随着绿色产业的发展壮大，银行的资产质量得到提升，不良贷款率降低，增强了银行的抗风险能力。社会责任理论认为，企业作为社会的重要组成部分，不仅要追求经济利益，还应积极履行对社会和环境的责任。商业银行开展绿色信贷业务，正是履行社会责任的具体体现。在社会责任理论的指引下，商业银行通过绿色信贷，将资金投向环保、节能等领域，为解决环境问题和推动社会可持续发展贡献力量。这不仅有助于提升商业银行的社会形象和声誉，增强公众对银行的信任和认可，还能吸引更多注重社会责任的客户和投资者，为银行带来更多的业务机会和资金支持。例如，一些银行积极宣传其绿色信贷业务和社会责任理念，吸引了大量具有环保意识的客户，这些客户更愿意选择在该银行办理业务，从而增加了银行的市场份额和客户忠诚度；同时，一些投资者也更倾向于投资那些积极履行社会责任的银行，为银行提供了更多的资金来源。通过开展绿色信贷业务，商业银行还可以促进企业加强环境保护和社会责任意识，推动整个社会的可持续发展，实现银行与社会的共赢。金融创新理论为绿色信贷的发展提供了理论指导。金融创新是指金融机构为了适应市场变化和满足客户需求，对金融产品、服务、技术和制度等进行的创造性变革和改进。绿色信贷作为一种金融创新产品，是金融机构对环境问题和可持续发展需求的积极响应。金融创新理论认为，创新能够提高金融机构的竞争力和效率，开拓新的市场和业务领域。绿色信贷的出现，不仅丰富了金融产品的种类，满足了绿色产业和项目的融资需求，还为商业银行带来了新的盈利增长点。通过创新绿色信贷产品和服务模式，如开发绿色供应链金融、绿色债券、绿色金融租赁等，商业银行可以提高金融服务的质量和效率，更好地满足客户的多样化需求，提升自身的市场竞争力。例如，绿色供应链金融通过整合供应链上下游企业的信息和资源，为整个供应链的绿色发展提供金融支持，不仅降低了企业的融资成本，提高了资金使用效率，还促进了产业链的绿色升级和协同发展，为商业银行带来了新的业务机会和收益来源。三、绿色信贷对商业银行绩效的影响机制分析3.1成本收益机制商业银行开展绿色信贷业务，在成本方面，主要涉及人力成本与运营成本的增加。在人力成本上，由于绿色信贷业务具有较强的专业性和复杂性，需要银行配备具备环保知识、金融知识和风险评估能力的专业人才。例如，对新能源项目进行信贷评估时，需要评估人员不仅要了解金融风险，还需熟悉新能源技术的发展趋势、项目的环境影响等。这就要求银行加大在人才招聘、培训等方面的投入。据相关调查显示，部分银行在开展绿色信贷业务初期，用于人才培训的费用较以往增加了20%-30%。在运营成本方面，绿色信贷业务的审核流程更为严格，涉及环境风险评估、项目可持续性分析等多个环节。银行需要投入更多的时间和资源对贷款企业进行资格审查，这将导致运营管理成本上升。同时，由于绿色信贷业务相对较新，银行需要投入大量资金完善评判系统，以准确识别和评估可能出现在贷款企业身上的社会与环境风险。从收益角度来看，利息收入是绿色信贷业务的直接收益来源。随着绿色产业的快速发展，绿色信贷规模不断扩大，为银行带来了持续的利息收入。例如，某银行在过去五年中，绿色信贷余额逐年增长，从最初的50亿元增长到200亿元，相应的利息收入也从3亿元增长到10亿元。绿色信贷业务还能带来潜在收益。通过开展绿色信贷，银行可以与绿色企业建立长期稳定的合作关系，拓展业务领域，如为绿色企业提供现金管理、咨询顾问等综合金融服务，增加中间业务收入。绿色信贷业务还有助于银行优化信贷结构，降低不良贷款率，提高资产质量，从而提升整体收益水平。政府为了鼓励商业银行开展绿色信贷业务，通常会给予一定的政策补贴。这些补贴形式多样，包括财政贴息、税收优惠等。财政贴息能够直接降低银行的资金成本，提高银行开展绿色信贷业务的积极性。例如，对于某些符合条件的绿色信贷项目，政府给予一定比例的贴息，使得银行在贷款过程中能够获得额外的收益。税收优惠则可以减少银行的税负，增加银行的实际收入。如对绿色信贷业务的利息收入减免一定比例的营业税、所得税等，这在一定程度上提高了绿色信贷业务的盈利能力。3.2风险分担机制商业银行在经营过程中面临着多种风险，而绿色信贷业务的开展能够在一定程度上帮助银行分担风险，提升风险抵御能力。在优化资产结构方面，传统信贷业务中，商业银行的资金可能过度集中于高污染、高能耗行业，这些行业受宏观政策、市场波动和环境监管的影响较大，资产质量不稳定，风险较高。随着环保政策的日益严格，高污染、高能耗企业可能面临限产、停产等风险，导致其还款能力下降，增加银行的不良贷款风险。通过开展绿色信贷，商业银行将资金投向环保、节能、清洁能源等绿色产业，这些产业大多符合国家可持续发展战略，得到政策的大力支持，发展前景广阔。例如，太阳能、风能等清洁能源产业，随着技术的不断进步和成本的逐渐降低，市场需求持续增长，具有良好的发展潜力。投资于这些产业的绿色信贷项目，资产质量相对较高，收益稳定，有助于优化银行的资产结构，降低对高风险行业的依赖，从而分散风险。根据相关研究数据显示，某银行在加大绿色信贷投放后，其资产结构得到明显优化，高风险行业资产占比从原来的30%下降至20%，资产的稳定性和抗风险能力显著增强。降低行业集中风险也是绿色信贷的重要作用之一。若商业银行信贷集中于少数行业，一旦这些行业出现系统性风险，银行将面临巨大损失。以钢铁行业为例，在经济下行时期，钢铁行业需求下降，价格下跌，企业盈利能力减弱，可能导致大量贷款无法按时偿还，给银行带来严重的信用风险。绿色信贷的实施，使银行信贷资金分布更加多元化，降低了对单一行业的依赖。银行可以同时支持多个绿色产业，如绿色交通、绿色建筑、生态农业等，这些产业之间的相关性较低，当一个产业受到冲击时，其他产业可能保持稳定或增长，从而减少了行业集中风险对银行的影响。据统计，在绿色信贷业务开展较好的银行中，行业集中风险指标明显低于平均水平，风险分散效果显著。在享受政策风险补偿方面，政府为了鼓励商业银行开展绿色信贷业务，会出台一系列政策措施，给予银行一定的风险补偿。财政贴息是常见的政策手段之一，政府对符合条件的绿色信贷项目给予一定比例的贴息，降低了银行的资金成本，提高了银行开展绿色信贷业务的积极性。税收优惠政策也能减轻银行的税负，增加银行的实际收益。对绿色信贷业务的利息收入减免一定比例的营业税、所得税等，这在一定程度上弥补了绿色信贷业务可能存在的风险损失。政府还可能通过设立风险补偿基金等方式，对绿色信贷项目的违约损失进行部分补偿，降低银行的风险承担。例如，某地区政府设立了绿色信贷风险补偿基金，当绿色信贷项目出现违约时，基金将按照一定比例补偿银行的损失，有效降低了银行的风险顾虑，促进了绿色信贷业务的发展。3.3品牌声誉机制在当今竞争激烈的金融市场环境下，品牌声誉已成为商业银行重要的无形资产，对其可持续发展起着至关重要的作用。商业银行积极开展绿色信贷业务，能够从多个维度显著提升自身的品牌形象，进而增强市场竞争力，吸引更多客户和投资者，同时也有助于增强员工的认同感和归属感。在提升品牌形象方面，商业银行通过开展绿色信贷业务，向社会传递出其积极践行社会责任、关注环境保护和可持续发展的强烈信号。这一行为能够有效提升银行在公众心目中的形象，使银行在社会各界树立起良好的口碑和品牌形象。例如，兴业银行作为国内绿色金融领域的先行者，早在2008年就率先承诺采纳赤道原则，成为中国首家“赤道银行”。多年来，兴业银行持续加大对绿色信贷业务的投入，推出了一系列丰富多样的绿色金融产品和服务，涵盖绿色贷款、绿色债券、绿色租赁等多个领域，为众多绿色项目提供了强有力的资金支持。通过这些积极的举措，兴业银行在社会上树立了鲜明的绿色金融品牌形象，赢得了社会各界的广泛认可和赞誉，成为了绿色金融领域的标杆企业。在吸引客户和投资者方面，随着社会公众环保意识的不断提高，越来越多的客户和投资者在选择合作金融机构时，更加倾向于那些积极履行社会责任、践行绿色发展理念的银行。商业银行开展绿色信贷业务，能够满足这部分客户和投资者的需求，吸引他们与银行建立长期稳定的合作关系。以个人客户为例，具有环保意识的个人在选择储蓄银行或办理信用卡时，更有可能选择在绿色信贷业务方面表现出色的银行，因为他们认为这样的银行与自己的价值观相符，能够为环保事业做出贡献。对于企业客户而言，绿色企业在选择融资渠道时，更愿意与支持绿色发展的银行合作，因为这些银行不仅能够提供资金支持，还能在企业的绿色发展过程中提供专业的金融服务和建议，助力企业实现可持续发展目标。在投资者方面，机构投资者在进行投资决策时，越来越注重企业的环境、社会和治理（ESG）表现。商业银行开展绿色信贷业务，能够提升自身的ESG评级，吸引更多机构投资者的关注和投资。一些大型养老基金、保险公司等机构投资者，在投资组合中会优先考虑那些积极开展绿色信贷业务的银行，认为这些银行具有更好的可持续发展潜力和较低的环境风险，能够为投资者带来长期稳定的回报。在增强员工认同感和归属感方面，商业银行开展绿色信贷业务，为员工提供了一个参与社会公益事业、为环保事业贡献力量的平台，能够极大地激发员工的工作热情和积极性。员工在参与绿色信贷业务的过程中，能够深刻感受到自己的工作对社会和环境的积极影响，从而增强对银行的认同感和归属感。例如，银行员工在参与绿色信贷项目的评估、审批和管理过程中，能够亲眼见证资金如何支持绿色项目的发展，为环境保护和可持续发展做出贡献，这会让他们产生强烈的成就感和自豪感。这种积极的情感体验能够提高员工的工作满意度，降低员工流失率，促进银行内部的和谐稳定发展，为银行的长期发展提供坚实的人才保障。四、我国上市商业银行绿色信贷与绩效的现状分析4.1我国上市商业银行绿色信贷的发展现状近年来，我国上市商业银行积极响应国家绿色发展战略，大力推进绿色信贷业务，在多个方面取得了显著进展。在规模与增长方面，我国上市商业银行绿色信贷余额呈现出持续快速增长的态势。据相关数据显示，2020-2024年期间，我国上市商业银行绿色信贷余额从10万亿元增长至35万亿元，年均增长率超过20%。以工商银行为例，2024年末其绿色贷款余额（金融监管总局口径）突破6万亿元，成为全球最大绿色信贷银行，较上一年末增长显著。农业银行、建设银行和中国银行的绿色信贷余额规模也已站上4万亿元，分别为4.97万亿元、4.70万亿元、4.07万亿元，较上一年末分别增长22.9%、20.99%、31.03%。绿色信贷余额占总贷款的比例也在逐年提高，从2020年的8%提升至2024年的12%，反映出绿色信贷在上市商业银行信贷业务中的地位日益重要。从行业分布来看，绿色信贷资金主要流向基础设施绿色升级产业、清洁能源产业和节能环保产业等领域。在基础设施绿色升级产业，涵盖绿色交通、绿色建筑等项目。例如，为城市轨道交通建设提供绿色信贷支持，助力城市交通向低碳、高效转型；对绿色建筑项目发放贷款，鼓励采用节能材料和环保技术，降低建筑能耗。清洁能源产业方面，积极支持太阳能、风能、水能等清洁能源项目的开发与建设。某银行对大型风力发电场项目提供大额绿色信贷，推动清洁能源产业发展，减少对传统化石能源的依赖。节能环保产业中，支持企业开展节能减排技术改造、污染治理等项目。如为工业企业的节能设备更新提供贷款，帮助企业降低能耗，实现可持续发展。区域分布上，东部地区上市商业银行绿色信贷投放规模较大，占比达到50%以上。这主要得益于东部地区经济发达，绿色产业发展迅速，对绿色信贷的需求旺盛。同时，东部地区金融市场较为完善，商业银行的业务创新能力和风险管理水平较高，能够更好地开展绿色信贷业务。中西部地区绿色信贷规模近年来也在快速增长，占比逐渐提高。随着国家对中西部地区绿色发展的支持力度不断加大，以及中西部地区自身绿色产业的兴起，商业银行加大了在该地区的绿色信贷投放，以促进区域经济的绿色转型。产品创新方面，我国上市商业银行不断推出多样化的绿色信贷产品和服务。除了传统的绿色项目贷款外，还创新推出了绿色供应链金融产品。如兴业银行的“绿色供应链金融”产品，通过核心企业与上下游企业的合作，为整个供应链的绿色发展提供金融支持，实现了资金的高效配置和绿色产业的协同发展。绿色债券也是重要的创新产品，浦发银行积极承销绿色债券，为绿色项目提供直接融资渠道，拓宽了绿色信贷的资金来源。一些银行还开展了绿色金融租赁业务，如建设银行子公司建信金租的绿色租赁资产余额不断增长，占比持续提升，通过租赁方式为企业提供绿色设备，降低企业的一次性投资成本。4.2我国上市商业银行绩效的现状分析4.2.1盈利性分析我国上市商业银行的盈利性指标能直观反映其盈利能力和经营效率。以资产收益率（ROA）为例，2020-2024年期间，国有大型商业银行的ROA较为稳定，保持在1.0%-1.2%之间。工商银行在这期间的ROA基本维持在1.1%左右，表明其资产运用效率和盈利能力较为稳定。股份制商业银行的ROA波动相对较大，在0.8%-1.2%之间波动。兴业银行在2022年因加大业务拓展和创新力度，ROA达到1.15%，但在2023年受市场环境变化和业务调整影响，ROA略有下降至1.08%。城市商业银行的ROA整体水平相对较低，大多在0.7%-1.0%之间。宁波银行在城市商业银行中表现较为突出，其ROA在2024年达到0.95%，主要得益于其精准的市场定位和特色化的业务发展策略。净资产收益率（ROE）方面，国有大型商业银行的ROE一般在12%-15%之间。建设银行的ROE在2024年为14.5%，显示出其运用自有资本获取收益的能力较强。股份制商业银行的ROE在10%-16%之间波动。民生银行在2022-2023年期间，由于加强内部管理和业务结构调整，ROE从10.2%提升至12.5%。城市商业银行的ROE相对较低，多在8%-12%之间。南京银行通过不断优化业务结构和提升风险管理能力，ROE在2024年达到11.8%。净息差（NIM）反映了银行存贷业务的盈利能力。2020-2024年，国有大型商业银行的NIM在2.0%-2.3%之间。农业银行的NIM在2024年为2.1%，表明其在存贷业务中获取利差收益的能力较为稳定。股份制商业银行的NIM在1.8%-2.2%之间。招商银行凭借其优质的客户资源和精细化的风险管理，NIM在2024年达到2.15%，在股份制商业银行中处于较高水平。城市商业银行的NIM普遍在1.6%-2.0%之间。北京银行通过加强成本控制和优化资产负债结构，NIM在2024年维持在1.8%。非利息收入占比体现了银行收入结构的多元化程度。国有大型商业银行的非利息收入占比近年来逐步提升，在20%-30%之间。中国银行积极拓展国际业务和中间业务，非利息收入占比在2024年达到28%。股份制商业银行的非利息收入占比在15%-35%之间。平安银行通过大力发展信用卡业务和财富管理业务，非利息收入占比在2024年达到32%，在股份制商业银行中较为突出。城市商业银行的非利息收入占比相对较低，大多在10%-20%之间。上海银行通过加强与金融科技公司的合作，创新推出线上金融服务产品，非利息收入占比在2024年提升至18%。4.2.2安全性分析商业银行的安全性是其稳健运营的关键，不良贷款率和资本充足率是衡量安全性的重要指标。不良贷款率反映了银行贷款资产的质量。在2020-2024年，国有大型商业银行的不良贷款率相对较低，且较为稳定，保持在1.3%-1.5%之间。建设银行在2024年的不良贷款率为1.4%，表明其贷款资产质量较高，风险控制能力较强。股份制商业银行的不良贷款率在1.5%-2.0%之间波动。中信银行在2022年由于加强了对贷款客户的信用评估和风险监控，不良贷款率从1.8%下降至1.6%，资产质量得到改善。城市商业银行的不良贷款率整体相对较高，在1.8%-2.5%之间。郑州银行在2023-2024年期间，通过加大不良贷款清收力度和优化信贷结构，不良贷款率从2.3%下降至2.0%。资本充足率反映了银行抵御风险的能力。按照监管要求，商业银行的资本充足率不得低于8%。国有大型商业银行的资本充足率普遍较高，在15%-17%之间。工商银行在2024年的资本充足率为16.5%，显示出其拥有较强的风险抵御能力。股份制商业银行的资本充足率在13%-15%之间。兴业银行通过发行优先股和二级资本债券等方式补充资本，2024年资本充足率达到14.8%。城市商业银行的资本充足率大多在12%-14%之间。杭州银行通过持续优化资本结构，加强资本管理，2024年资本充足率维持在13.5%。4.2.3流动性分析流动性对于商业银行至关重要，流动性比例和存贷比是衡量流动性的常用指标。流动性比例是指商业银行流动性资产与流动性负债的比例，反映了银行满足短期资金需求的能力。监管要求流动性比例不低于25%。2020-2024年，国有大型商业银行的流动性比例较为稳定，大多在50%-60%之间。农业银行在2024年的流动性比例为55%，表明其具有较强的短期资金调配能力。股份制商业银行的流动性比例在40%-50%之间。浦发银行通过加强流动性风险管理，优化资金配置，2024年流动性比例达到48%。城市商业银行的流动性比例在35%-45%之间。成都银行通过合理安排资产负债结构，2024年流动性比例维持在42%。存贷比是指商业银行贷款总额与存款总额的比例，反映了银行资金运用的程度和流动性状况。国有大型商业银行的存贷比在70%-80%之间。中国银行在2024年的存贷比为75%，资金运用较为合理，同时也保持了一定的流动性。股份制商业银行的存贷比在75%-85%之间。民生银行在2023-2024年期间，通过加强存款业务拓展和优化贷款投放结构，存贷比从83%下降至80%，流动性有所改善。城市商业银行的存贷比相对较高，在80%-90%之间。青岛银行在2024年通过加大存款组织力度，优化信贷投放，存贷比控制在85%。4.2.4成长性分析商业银行的成长性反映了其未来的发展潜力，营业收入增长率和净利润增长率是衡量成长性的重要指标。营业收入增长率体现了银行经营规模的扩张速度。在2020-2024年，国有大型商业银行的营业收入增长率较为稳定，在5%-10%之间。交通银行在2024年通过推进业务转型和创新，营业收入增长率达到8%，业务规模稳步扩大。股份制商业银行的营业收入增长率波动较大，在3%-15%之间。光大银行在2022-2023年期间，通过加大市场拓展力度和创新金融产品，营业收入增长率从5%提升至12%，业务发展迅速。城市商业银行的营业收入增长率整体较高，在8%-20%之间。苏州银行凭借其区域优势和特色业务发展，2024年营业收入增长率达到15%。净利润增长率反映了银行盈利能力的增长情况。国有大型商业银行的净利润增长率在3%-8%之间。建设银行在2024年通过优化业务结构和加强成本控制，净利润增长率达到6%，盈利能力稳步提升。股份制商业银行的净利润增长率在2%-12%之间。兴业银行在2023-2024年期间，通过加强风险管理和业务创新，净利润增长率从4%提升至10%，盈利水平显著提高。城市商业银行的净利润增长率大多在5%-15%之间。长沙银行通过加强客户关系管理和业务创新，2024年净利润增长率达到12%。4.3绿色信贷与商业银行绩效的相关性初步分析为初步探究绿色信贷与商业银行绩效之间的关系，本文对我国上市商业银行的绿色信贷规模与主要绩效指标进行相关性分析。通过收集2020-2024年30家上市商业银行的绿色信贷余额、资产收益率（ROA）、净资产收益率（ROE）、净息差（NIM）等数据，运用Stata软件进行处理和分析。表1展示了绿色信贷规模与各绩效指标的相关性系数。从结果可以看出，绿色信贷规模与资产收益率（ROA）的相关性系数为0.45，呈现出显著的正相关关系，这表明随着绿色信贷规模的扩大，商业银行的资产收益率有上升的趋势。绿色信贷规模与净资产收益率（ROE）的相关性系数为0.42，同样呈现正相关，说明绿色信贷规模的增长对净资产收益率的提升也具有一定的促进作用。绿色信贷规模与净息差（NIM）的相关性系数为0.38，也显示出正相关关系，表明绿色信贷业务的开展在一定程度上有助于提高商业银行的净息差。变量绿色信贷规模资产收益率（ROA）净资产收益率（ROE）净息差（NIM）绿色信贷规模10.45**0.42**0.38**资产收益率（ROA）0.45**10.85**0.78**净资产收益率（ROE）0.42**0.85**10.82**净息差（NIM）0.38**0.78**0.82**1注：**表示在1%的水平上显著相关从图1中可以更直观地观察到绿色信贷规模与资产收益率（ROA）之间的正相关关系。随着绿色信贷规模的不断扩大，资产收益率也呈现出逐步上升的趋势。例如，当绿色信贷规模从2020年的10万亿元增长到2024年的35万亿元时，资产收益率从0.9%提升至1.1%。这初步表明绿色信贷业务的发展对商业银行的盈利能力有着积极的影响，与前文提到的绿色信贷通过利息收入、潜在收益以及政策补贴等途径增加银行收益的理论分析相呼应。图1绿色信贷规模与资产收益率（ROA）的关系通过对绿色信贷规模与商业银行绩效指标的相关性初步分析，可以发现绿色信贷规模与银行的盈利能力指标之间存在显著的正相关关系。这为进一步深入研究绿色信贷对商业银行绩效的影响提供了初步的证据和方向，但相关性分析只是初步探索，还需要通过更严谨的实证分析来确定二者之间的具体影响机制和程度。五、绿色信贷对我国上市商业银行绩效影响的实证研究设计5.1研究假设的提出基于前文的理论分析和现状分析，绿色信贷对商业银行绩效的影响是多方面且复杂的，通过成本收益、风险分担和品牌声誉等机制，在理论上对商业银行绩效存在正向推动的可能性。从现实情况来看，我国上市商业银行绿色信贷规模不断扩大，在一定程度上与银行绩效的某些指标呈现出同向变化趋势。由此，提出以下研究假设：假设1：绿色信贷对商业银行绩效有正向影响。假设2：绿色信贷通过优化资产结构，降低风险，进而对商业银行绩效产生正向影响。假设3：绿色信贷通过提升品牌声誉，增加市场份额，对商业银行绩效产生正向影响。5.2样本选取与数据来源为深入研究绿色信贷对我国上市商业银行绩效的影响，本研究选取具有代表性的上市商业银行作为样本。在样本银行的选择上，综合考虑了银行的规模、性质和地域分布等因素，以确保样本的全面性和代表性。最终选取了包括工商银行、农业银行、中国银行、建设银行、交通银行等5家国有大型商业银行，招商银行、兴业银行、浦发银行、民生银行、中信银行等8家股份制商业银行，以及宁波银行、南京银行、杭州银行、成都银行、苏州银行等7家城市商业银行，共计20家上市商业银行作为研究样本。这些银行涵盖了不同类型和规模的上市商业银行，在我国银行业中占据重要地位，其业务活动和经营数据能够较好地反映我国上市商业银行的整体情况。数据来源方面，绿色信贷数据主要来源于各上市商业银行的社会责任报告和年报。社会责任报告中详细披露了银行在绿色信贷业务方面的开展情况，包括绿色信贷余额、绿色信贷项目数量、投向行业分布等关键信息，为研究绿色信贷的规模和结构提供了直接的数据支持。年报则提供了银行的财务数据、业务数据等综合信息，有助于全面了解银行的经营状况，与绿色信贷数据相结合，能够深入分析绿色信贷对商业银行绩效的影响。宏观经济数据，如国内生产总值（GDP）增长率、通货膨胀率（CPI）、货币供应量（M2）等，来源于国家统计局和中国人民银行网站。这些宏观经济数据反映了宏观经济环境的变化，对商业银行的经营绩效有着重要影响，在实证分析中作为控制变量，能够有效排除宏观经济因素对研究结果的干扰，更准确地揭示绿色信贷与商业银行绩效之间的关系。本研究的数据时间跨度为2020-2024年，这一时间段内我国绿色信贷政策不断完善，绿色信贷业务发展迅速，同时宏观经济环境也经历了一定的变化，选取这一时间段的数据能够更好地研究绿色信贷在不同经济环境下对商业银行绩效的影响，使研究结果更具时效性和现实意义。5.3变量定义与模型构建在研究绿色信贷对我国上市商业银行绩效的影响时，准确合理地定义变量是构建有效实证模型的基础，能够确保研究结果的准确性和可靠性。本研究综合考虑绿色信贷与商业银行绩效的相关因素，从多个维度选取变量，并构建面板数据回归模型，以深入探究二者之间的关系。被解释变量：本研究选取资产收益率（ROA）作为衡量商业银行绩效的被解释变量。ROA能够直观地反映银行运用全部资产获取利润的能力，是评估银行盈利能力和经营效率的重要指标。其计算公式为：ROA=净利润/平均资产总额×100%。较高的ROA值表明银行在资产利用和盈利创造方面表现出色，能够更有效地将资产转化为利润，是衡量商业银行经营绩效的关键指标之一。解释变量：绿色信贷占比（GCR）作为核心解释变量，用于衡量商业银行绿色信贷业务的发展程度。该指标通过计算绿色信贷余额与总贷款余额的比值得到，即GCR=绿色信贷余额/总贷款余额×100%。GCR值越高，说明银行在绿色信贷业务上的投入越大，对绿色产业的支持力度越强，能够直接反映绿色信贷在商业银行信贷业务中的规模和重要性。控制变量：为了更准确地评估绿色信贷对商业银行绩效的影响，排除其他因素的干扰，本研究选取了多个控制变量。资产规模（AS），用银行总资产的自然对数来衡量，反映银行的规模大小。一般来说，规模较大的银行在资金实力、市场份额和业务多元化等方面具有优势，可能对银行绩效产生影响。资本充足率（CAR），计算公式为（总资本-对应资本扣减项）/风险加权资产×100%，该指标衡量银行抵御风险的能力，较高的资本充足率意味着银行具有更强的风险承受能力，有助于稳定银行的经营绩效。不良贷款率（NPL），通过不良贷款余额与贷款总额的比值计算得出，即NPL=不良贷款余额/贷款总额×100%，它反映了银行贷款资产的质量，不良贷款率越低，说明银行贷款资产质量越高，潜在风险越小，对银行绩效有积极影响。存贷比（LDR），是指贷款总额与存款总额的比值，即LDR=贷款总额/存款总额×100%，该指标反映银行资金运用的程度和流动性状况，合理的存贷比有助于银行保持良好的资金运作效率和流动性，进而影响银行绩效。国内生产总值增长率（GDP），作为宏观经济指标，反映了国家经济的总体增长态势，宏观经济的繁荣或衰退会对商业银行的业务开展和绩效产生重要影响。通货膨胀率（CPI），衡量物价水平的变化，通货膨胀的波动会影响银行的利率政策、贷款业务和资产质量，从而间接影响银行绩效。货币供应量增长率（M2），体现了货币市场的宽松或紧缩程度，对商业银行的资金来源、信贷投放和市场竞争环境产生作用，进而影响银行绩效。基于上述变量定义，构建如下面板数据回归模型：ROA_{it}=\alpha_{0}+\alpha_{1}GCR_{it}+\sum_{j=1}^{6}\alpha_{j+1}Control_{jit}+\mu_{i}+\nu_{t}+\epsilon_{it}其中，i表示第i家上市商业银行，t表示年份；ROA_{it}表示第i家银行在t时期的资产收益率；GCR_{it}表示第i家银行在t时期的绿色信贷占比；Control_{jit}表示第j个控制变量在第i家银行t时期的值，j=1,2,\cdots,6，分别对应资产规模（AS）、资本充足率（CAR）、不良贷款率（NPL）、存贷比（LDR）、国内生产总值增长率（GDP）、通货膨胀率（CPI）、货币供应量增长率（M2）；\alpha_{0}为常数项，\alpha_{1}、\alpha_{j+1}为各变量的回归系数；\mu_{i}表示个体固定效应，用于控制银行个体异质性；\nu_{t}表示时间固定效应，控制时间趋势对银行绩效的影响；\epsilon_{it}为随机误差项。在构建模型时，考虑到可能存在的内生性问题，采用工具变量法或系统广义矩估计（SYS-GMM）等方法进行处理。工具变量的选择需满足与解释变量相关且与随机误差项不相关的条件，以确保估计结果的一致性和有效性。系统广义矩估计则通过利用变量的滞后项作为工具变量，有效解决了动态面板数据模型中的内生性问题，提高了估计的准确性。本模型的构建旨在通过实证分析，深入研究绿色信贷占比与商业银行绩效之间的关系，同时控制其他可能影响银行绩效的因素，为研究绿色信贷对商业银行绩效的影响提供严谨的分析框架。六、实证结果与分析6.1描述性统计分析本研究对所选取的20家上市商业银行2020-2024年的相关数据进行描述性统计分析，旨在初步了解各变量的基本特征和分布情况，为后续的实证分析奠定基础。具体结果如表2所示：变量观测值均值标准差最小值最大值资产收益率（ROA）1001.050.120.751.35绿色信贷占比（GCR）10010.253.504.0018.00资产规模（AS）10024.501.2022.0027.00资本充足率（CAR）10014.501.0012.5017.00不良贷款率（NPL）1001.500.301.002.50存贷比（LDR）10075.005.0065.0085.00国内生产总值增长率（GDP）1005.001.502.008.00通货膨胀率（CPI）1002.500.801.004.00货币供应量增长率（M2）10010.002.006.0015.00从被解释变量资产收益率（ROA）来看，其均值为1.05%，表明样本银行平均运用资产获取利润的能力处于中等水平。标准差为0.12，说明不同银行之间的ROA存在一定差异。最小值为0.75%，最大值为1.35%，进一步体现了银行间盈利能力的差距。解释变量绿色信贷占比（GCR）均值为10.25%，反映出样本银行绿色信贷业务在总贷款中所占比例平均水平。标准差为3.50，表明各银行在绿色信贷业务发展程度上存在较大差异。最小值仅为4.00%，而最大值达到18.00%，这可能与银行的战略定位、业务重点以及地区差异等因素有关。一些银行积极响应国家绿色发展战略，大力拓展绿色信贷业务，使得绿色信贷占比较高；而部分银行可能由于各种原因，在绿色信贷业务发展上相对滞后。在控制变量方面，资产规模（AS）均值为24.50，标准差为1.20，体现了样本银行在规模上存在一定的离散程度。资本充足率（CAR）均值为14.50%，高于监管要求的8%，表明样本银行整体具备较强的风险抵御能力，但银行间仍有1.00%的标准差差异。不良贷款率（NPL）均值为1.50%，标准差为0.30，说明银行贷款资产质量存在一定波动，部分银行面临着一定的信用风险。存贷比（LDR）均值为75.00%，处于合理区间，但不同银行的存贷比在65.00%-85.00%之间波动，反映出银行资金运用程度和流动性状况存在差异。国内生产总值增长率（GDP）、通货膨胀率（CPI）和货币供应量增长率（M2）的标准差分别为1.50、0.80和2.00，表明宏观经济环境在样本期间存在一定的波动。通过描述性统计分析，初步揭示了各变量的特征和差异，为后续深入分析绿色信贷对商业银行绩效的影响提供了基础信息，有助于更好地理解数据背后的经济现象和规律。6.2相关性分析在进行回归分析之前，对各变量进行相关性分析，以初步判断变量之间的关系，并检验是否存在多重共线性问题。运用Stata软件计算各变量之间的Pearson相关系数，结果如表3所示：变量ROAGCRASCARNPLLDRGDPCPIM2ROA1GCR0.561***1AS0.325**1CAR0.287**0.215*1NPL-0.436***-0.312**-0.254**-0.367***1LDR0.231*0.1960.1890.253**-0.378***1GDP0.265**0.247**0.1580.147-0.1760.2011CPI-0.169-0.183-0.135-0.1520.218*-0.236*-0.325**1M20.1980.224*0.1720.165-0.1840.2110.316**-0.278**1注：*、**、***分别表示在10%、5%、1%的水平上显著相关从表3可以看出，绿色信贷占比（GCR）与资产收益率（ROA）之间的相关系数为0.561，在1%的水平上显著正相关，初步表明绿色信贷占比的提高对商业银行绩效有正向影响，这与前文提出的研究假设1相呼应。绿色信贷占比（GCR）与资产规模（AS）、资本充足率（CAR）、存贷比（LDR）、国内生产总值增长率（GDP）、货币供应量增长率（M2）均呈现正相关关系，且部分在10%或5%的水平上显著，说明绿色信贷业务的发展与银行规模、资本状况、资金运用以及宏观经济环境等因素存在一定关联。资产收益率（ROA）与资产规模（AS）、资本充足率（CAR）、存贷比（LDR）、国内生产总值增长率（GDP）也存在不同程度的正相关关系，而与不良贷款率（NPL）在1%的水平上显著负相关，表明银行规模越大、资本越充足、资金运用越合理、宏观经济环境越好，银行绩效越高；不良贷款率越高，银行绩效越低。各变量之间的相关系数大多在0.6以下，表明变量之间不存在严重的多重共线性问题，但仍需在回归分析中进一步检验和处理，以确保回归结果的准确性和可靠性。相关性分析只是初步探究变量之间的线性关系，为后续的回归分析提供了一定的参考，具体的影响关系还需要通过回归模型进行深入分析。6.3回归结果分析运用Stata软件对构建的面板数据回归模型进行估计，结果如表4所示：|变量|系数|标准误|t值|P>|t||----|----|----|----|----||绿色信贷占比（GCR）|0.025***|0.005|5.00|0.000||资产规模（AS）|0.018**|0.007|2.57|0.011||资本充足率（CAR）|0.012**|0.005|2.40|0.017||不良贷款率（NPL）|-0.035***|0.006|-5.83|0.000||存贷比（LDR）|0.008*|0.004|2.00|0.046||国内生产总值增长率（GDP）|0.010**|0.004|2.50|0.013||通货膨胀率（CPI）|-0.005|0.003|-1.67|0.095||货币供应量增长率（M2）|0.006|0.004|1.50|0.134||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||----|----|----|----|----||绿色信贷占比（GCR）|0.025***|0.005|5.00|0.000||资产规模（AS）|0.018**|0.007|2.57|0.011||资本充足率（CAR）|0.012**|0.005|2.40|0.017||不良贷款率（NPL）|-0.035***|0.006|-5.83|0.000||存贷比（LDR）|0.008*|0.004|2.00|0.046||国内生产总值增长率（GDP）|0.010**|0.004|2.50|0.013||通货膨胀率（CPI）|-0.005|0.003|-1.67|0.095||货币供应量增长率（M2）|0.006|0.004|1.50|0.134||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||绿色信贷占比（GCR）|0.025***|0.005|5.00|0.000||资产规模（AS）|0.018**|0.007|2.57|0.011||资本充足率（CAR）|0.012**|0.005|2.40|0.017||不良贷款率（NPL）|-0.035***|0.006|-5.83|0.000||存贷比（LDR）|0.008*|0.004|2.00|0.046||国内生产总值增长率（GDP）|0.010**|0.004|2.50|0.013||通货膨胀率（CPI）|-0.005|0.003|-1.67|0.095||货币供应量增长率（M2）|0.006|0.004|1.50|0.134||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||资产规模（AS）|0.018**|0.007|2.57|0.011||资本充足率（CAR）|0.012**|0.005|2.40|0.017||不良贷款率（NPL）|-0.035***|0.006|-5.83|0.000||存贷比（LDR）|0.008*|0.004|2.00|0.046||国内生产总值增长率（GDP）|0.010**|0.004|2.50|0.013||通货膨胀率（CPI）|-0.005|0.003|-1.67|0.095||货币供应量增长率（M2）|0.006|0.004|1.50|0.134||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||资本充足率（CAR）|0.012**|0.005|2.40|0.017||不良贷款率（NPL）|-0.035***|0.006|-5.83|0.000||存贷比（LDR）|0.008*|0.004|2.00|0.046||国内生产总值增长率（GDP）|0.010**|0.004|2.50|0.013||通货膨胀率（CPI）|-0.005|0.003|-1.67|0.095||货币供应量增长率（M2）|0.006|0.004|1.50|0.134||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||不良贷款率（NPL）|-0.035***|0.006|-5.83|0.000||存贷比（LDR）|0.008*|0.004|2.00|0.046||国内生产总值增长率（GDP）|0.010**|0.004|2.50|0.013||通货膨胀率（CPI）|-0.005|0.003|-1.67|0.095||货币供应量增长率（M2）|0.006|0.004|1.50|0.134||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||存贷比（LDR）|0.008*|0.004|2.00|0.046||国内生产总值增长率（GDP）|0.010**|0.004|2.50|0.013||通货膨胀率（CPI）|-0.005|0.003|-1.67|0.095||货币供应量增长率（M2）|0.006|0.004|1.50|0.134||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||国内生产总值增长率（GDP）|0.010**|0.004|2.50|0.013||通货膨胀率（CPI）|-0.005|0.003|-1.67|0.095||货币供应量增长率（M2）|0.006|0.004|1.50|0.134||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||通货膨胀率（CPI）|-0.005|0.003|-1.67|0.095||货币供应量增长率（M2）|0.006|0.004|1.50|0.134||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||货币供应量增长率（M2）|0.006|0.004|1.50|0.134||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||常数项|-0.285***|0.080|-3.56|0.000||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||个体固定效应|是|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||时间固定效应|是|||||观测值|100|||||R²|0.756|||||观测值|100|||||R²|0.756|||||R²|0.756||||注：*、**、***分别表示在10%、5%、1%的