金融视线
——基于四大行数据的实证分析
中国农业银行股份有限公司天津河东支行 宋泾溧
摘 要：近年来，随着经济环境的变化，银行间的竞争日益激烈，商业银行绿信贷业务的发展，变得越来越重要。本文主要通过实证分析，探究绿信贷规模与商业银行竞争力的关系，结合国内外绿信贷业务的发展现状，采用我国四大国有控股大型商业银行的年报数据进行统计与回归分析，实证检验了发展绿信贷业务对商业银行竞争力的影响。同时，本文结合当前我国商业银行的实际情况，对其绿信贷业务的发展提出相关建议。
关键词：绿信贷；商业银行；竞争力
中图分类号：F830.33 文献标识码：A
DOI：10.12245/j.issn.2096-6776.2021.03.15
我国绿信贷的发展起步较晚，因此尚且属于新兴的研究领域。国外关于绿信贷的研究最早起源于绿经济，之后，我国学者苏宝梅(2009)提出在我国可持续发展的经济进程中，绿信贷有着不可替代的优势，绿信贷成为我国建设绿经济的一项重要保障。与此同时，马萍、姜海峰(2009)的研究指出了银行推行绿信贷能够提高银行的绩效。通过以往的研究分析，可以发现绿信贷业务的发展对我国银行业发展的的重要性。我国最具有代表性的银行就是国有控股大型商业银行。因此，本文将中国四大国有银行作为研究对象，通过回归分析来实证检验，商业银行绿信贷业务的规模大小与其银行竞争力之间的相互关系，进而为我国商业银行今后健康、可持续发展提供决策依据。
1 绿信贷规模与商业银行竞争力
狗磊由于绿信贷概念的提出时间不长，研究领域对于绿信贷概念的范畴和界定，仍然不清晰。本文对绿信贷的定义，一方面是针对绿制造和环保行业提供具有优惠利率的贷款；另一方面则是针对那些对环境具有污染性的企业提供高利率贷款。
绿信贷，从金融绿发展中衍生而来，因此具有非
常广阔的前景。对我国商业银行来说，发展绿信贷有着深远的影响。商业银行，是以盈利为目的，并且以吸收存款，同时向企业发放贷款为主要经营业务，经营的对象是金融资产，是具有信用创造功能的金融机构。绿信贷业务的发展，在短期内可能会增加商业银行的成本，进而影响银行业绩，因
此，我国商业银行在发展绿信贷业务的同时能否保证并提高其竞争力具有重要的现实意义。
2 假设提出
近年来，学术界关于绿信贷规模与商业银行竞争力的关系研究开始增多，其中龚玉霞、张新和王茹(2018)的研究，采用的是2008—2016年的商业银行数据，通过实证检验，得出绿信贷对商业银行盈利性和安全性具有正向显著影响。本文则针对中国四大行进行研究，所提到的“四大行”，是指在中国A股上市的四大国有控股大型商业银行，包括中国银行(简称“中行”)、中国工商银行(简称“工行”)、中国农业银行(简称“农行”)和中国建设银行(简称“建行”)。为了研究我国商业银行发展绿信贷业务对银行竞争力的影响，本研究收集了四大行近十年以来的相关数据，进行数据统计分析，来探究绿信贷规模与商业银行竞争力的关系。
作者简介：宋泾溧(1987-)，女，汉族，山西 平遥人，经济师，博士，研究方向：银行和跨国公司治理。
Copyright©博看网 www.bookan. All Rights Reserved.
www.szjjxsk 2021年2月047
商展经济
通过统计分析发现（如表1、表2所示），我国四大国有商业银行都比较注重投资绿信贷业务的发展，尤其是建设银行，2008年到2017年的绿信贷贷款余额稳步增长，且在四大行中名列前茅；同时，由2008—2017年四大行的总资产收益率数据也可以清晰看出，中国建设银行是最早在《企业社会责任报告》中专门清晰披露绿信贷贷款余额的大型国有银行，且其总资产收益率相对也较高，一定程度上反映了银行的竞争力。
因此，本研究提出以下假设：在其他条件相对一定的情况下，商业银行的绿信贷规模对商业银行的竞争力具有正向影响。
3 数据收集与变量测量
3.1 数据收集
为了确保数据搜集的可获得性和准确性，本文选择了中国四大行作为基础研究对象。本研究所需数据主要来源于我国四大行从2008年到2017年的公司年报、社会责任报告以及历年的中国统计年鉴，同时为了消除个别样本的特殊性和信息缺失的样本，且确保年报中获得相关研究数据的准确性，本研究剔除了信息不完整的样本，最终获得了31个可用样本。作为研究对象的四大行都是在沪、深两个证交易所上市并按要求定期编制合并报表的集团公司，且公司编制综合反映企业经营成果、财务状况及其变动情况的报表，按时发布社会责任报告。元旦短句5字
3.2 变量选择与测量
3.2.1 因变量——银行绩效(Return On Asset，ROA)
本研究主要探讨商业银行绿信贷规模与该银行竞争力的关系，因此，本研究通过银行总资产收益率来衡量商业银行的竞争力。可以用以下公式计算：
总资产收益率=净利润÷平均资产总额×100%
3.2.2 自变量——绿信贷比率(Green Load Ratio，GLR)
本研究通过收集我国四大行2008年到2017年的企业
社会责任报告和公司年报，根据年报中所披露的发放贷款、垫款总额和企业社会责任报告中所披露的绿信贷贷款余额来统计本文的自变量——绿信贷比率(GLR)。可以用以下公式计算：
绿信贷比率=绿信贷贷款余额/发放贷款和垫款总额
3.2.3 控制变量
本研究为了控制商业银行的内外部环境对自变量与因变量之间关系的影响，对相关因素进行了控制，
将不良贷款率(Non-performing loan Ratio，NPLR)、资本充足率(Capital Adequacy Ratio，CAR)、国内生产总值(Gross Domestic Product，GDP)和货币供应量(Money Supply，M2)作为控制变量。
非诚勿扰黄菡个人资料3.3 模型设计
绿信贷比率对银行竞争力正向影响的多元回归模型：012345
2 ROA GLR NPLR CAR GDP M e ββββββ
=++++++其中，GLR、NPLR、CAR、GDP和M2分别是绿信贷比率、不良贷款率、资本充足率、国内生产总值和货币供应
量，陈小纭八卦
β为常数项，12345
,,,,
βββββ为各研究变量所对应的回归系数，e主要反映随机的扰动情况。
3.4 实证检验结果与分析
3.4.1 描述性统计
本文主要运用Excel软件和Stata16.0软件进行数据的处理和分析，通过SPSS统计软件对本研究问题的所
表1 我国四大行2008-2017年的绿信贷贷款规模统计
银行简称
绿信贷贷款规模(单位：亿元)
2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年
死亡笔记美版工行- -5075 5904 5934 5980 6553 9146 9786 10992 农行- -----4724 5431 6494 7476 中行- 1053 1921 2494 2275 2588 3010 4123 4673 5388 建行1541 1811 1958 2191 2396 4884 4871 7336 8892 10025 注：划短横线的部分是指银行公司年报和企业社会责任报告中没有明确披露该数据。
表2 我国四大行2008-2017年的总资产收益率统计
银行简称
总资产收益率
2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年
工行 1.21% 1.20% 1.32% 1.44% 1.45% 1.44% 1.40% 1.30% 1.20% 1.14%农行0.84%0.82%0.99% 1.11% 1.16% 1.20% 1.18% 1.07%0.99%0.95%中行 1.00% 1.09% 1.14% 1.17% 1.19% 1.23% 1.22% 1.12% 1.05%0.98%建行 1.31% 1.24% 1.32% 1.47% 1.47% 1.47% 1.42% 1.30% 1.18% 1.13%数据来源：作者根据公司年报财务数据整理计算。
、、、、
Copyright©博看网 www.bookan. All Rights Reserved.
0482021年2月 www.szjjxsk
金融视线
有研究变量进行了描述性统计，包括自变量(绿信贷比率-GLR)、因变量(总资产收益率-ROA)和控制变量(不良贷款率-NPLR、资产充足率-CAR、国内生产总值-GDP和货币供应量-M2)。相关统计结果如表3所示。
表3 描述性统计
变量最小值最大值均值标准差
总资产收益率(ROA)0.95% 1.47% 1.24%0.0016
绿信贷比率(GLR) 2.20%7.77% 5.41%0.0172
不良贷款率(NPLR)0.85% 2.39% 1.37%0.4100资产充足率(CAR)11.14%15.50%13.63% 1.1140国内生产总值
(GDP，亿元)
321501.00827122.00602933.87 1.5125货币供应量
(M2，万亿元)
47.52167.68116.3236.2740
数据来源：作者根据SPSS数据分析结果整理。
3.4.2 实证检验结果
通过多元线性模型回归，得到的检验结果如表4所示。
表4 多元线性回归结果
变量总资产收益率(ROA)绿信贷比率(GLR)0.323(2.469)**
不良贷款率(NPLR)0.239(-1.745)*
资产充足率(CAR)0.637(3.594)***
国内生产总值(GDP) 1.659(1.358)
货币供应量(M2)-2.717(-2.180)**
Constant-5.525
R20.732
Adjust R20.678
张继科公布恋情注：*** P<0.01； ** P<0.05； * P<0.1；括弧内为t值。
通过表4的多元线性模型回归结果可以得知：在置信水平为95%时，商业银行的绿信贷比率与商业银行总资产收益率具有较为显著的正相关关系(Beta=0.323，P<0.05)，支持了本研究的基本假设。即在其他条件相对一定的情况下，商业银行的绿信贷业务占贷款总额的比重越高，则银行的企业绩效越高，绿信贷业务的发展对商业银行的竞争力有显著的正向影响。因此，在如今国家提倡环境保护的可持续发展大背景下，我国商业银行应积极响应国家号召，大力发展绿信贷业务，降低银行的投资风险来提高银行绩效，进而增强我国商业银行的竞争力。
4 相关建议
通过上述理论分析与实证检验，本文认为商业银行的绿信贷比率越高，该商业银行的绩效越好，即商业银行发展绿信贷对其竞争力具有积极的正向影响。因此，本文从以下三个方面为我国商业银行发展绿信贷提出相关建议。
一是加快我国商业银行内部制度的建设，树立社会责任感。在我国，商业银行的绿信贷业务作为一种新型业务，相应的操作规程尚且缺乏，各商业银行应该制定具体的、切实可行的、可以保障绿信贷的相关制度，为绿信贷业务的发展奠定基础。
二是加强内部绿信贷专业人才的培养和储备。目前国内专门针对绿金融的培训还比较缺乏，因此，各银行迫切需要建立专门的部门，来培养绿金融专业人才，进而落实绿信贷业务。商业银行
还应高度重视与相关国际金融机构的合作，加强与相关专家的交流和学习，积极引进绿信贷业务领域的先进人才，努力打造高水平的能够参与绿信贷业务的专业团队。
三是积极推动绿信贷的产品创新。我国商业银行应在发展传统信贷业务的基础上，积极拓展业务种类，打造全面的绿信贷产品体系。各行应该以绿环保理念来引导业务创新，针对个人消费者购置节能汽车、节能房屋、节能电器，以及企业开发绿环保项目等行为提供优惠贷款，积极拓展绿信贷业务领域。
通过上述措施的落实，我国商业银行绿信贷业务的发展将有望上升到新高度，一定程度上降低银行的信贷风险，促进商业银行绩效的提高，进而提高我国商业银行的竞争力。
参考文献
[1] 薛姣.投资银行业务及其对商业银行绩效的影响——基于中国建设银行的分析[D].大连：东北财经大学,2010.
[2] 周再清，马邑邑，曾建华.我国上市银行绿信贷表现及其财务绩效关联性研究[J].广西财经学院学报,2017(01).
[3] 朱广印，王晓宁，李燕茹.商业银行推行绿信贷内在动力的实证分析[J].财会月刊,2017(18).
[4] 宋晓玲，吴嘉伊.绿信贷对财务绩效的影响——来自赤道银行的经验证据[J].征信,2017(03).
[5] 张瑞杰.收入结构多元化对商业银行经营绩效的影响研究[D].北京：首都经贸大学,2019.
[6] 李子婧.基于GMM的绿信贷对商业银行风险影响的实证分析[D].长沙：湖南大学,2019.
[7] 周伟.赤道原则下商业银行绿信贷发展研究——以兴业银行为例[D].贵阳：贵州财经大学,2019.
Copyright©博看网 www.bookan. All Rights Reserved.
www.szjjxsk 2021年2月049
发布评论