绿色信贷效率的测度及影响因素分析

杨俊铭

摘 要：绿色信贷是绿色金融的重要组成部分，目前学术界多是从银行角度对绿色信贷进行研究，缺乏基于企业视角的研究。本文以我国229家上市环保企业2008—2017年的数据为研究样本，采用BCC模型对企业绿色信贷效率进行测度，并在此基础上探讨了影响企业綠色信贷效率的因素。结果表明，企业绿色信贷效率呈现倒“U”形变动趋势，大型企业绿色信贷效率最高，其次为小型企业，中型企业绿色信贷效率最低;股权集中度、研发投入、企业性质及企业所在地区等因素也对企业绿色信贷效率产生显著影响。本文最后提出了若干针对性的政策参考。

关键词：绿色信贷;效率;BCC模型;环保企业

中图分类号：F832.4 文献标识码：A 文章编号：2096-0298（2021）03（a）--03

党的十八大以来，生态文明建设被党中央放在治国理政的重要地位，成为经济建设和社会发展过程中的重要考量因素。用金融手段减少环境污染、促进生态文明建设的“绿色金融”就成为当今经济与社会发展的热点。2016年8月31日由中国人民银行等部门联合印发的《关于构建绿色金融体系的指导意见》中，绿色信贷作为重点被放在首位。绿色信贷作为绿色金融的重要组成部分，是当前绿色金融发展的重要手段，也是环境保护的重要抓手。

所谓绿色信贷是指金融机构（一般为银行）依据国家的环境产业政策，对生态保护产业、新能源产业、循环经济和生态农业的企业或机构提供低息贷款并予以扶持，而对污染产业的项目投资进行贷款额度限制并要求高息贷款的政策手段。2007年《关于落实环境政策法规防范信贷风险的意见》发布以来，我国绿色信贷发展速度明显提升。2012年，中国银监会颁布实施了《绿色信贷指引》，要求银行在各个方面加强对环境及社会风险的管理，以实现对绿色经济发展的支持。目前理论界对绿色信贷的研究主要集中在以下三个方面：第一是对绿色信贷概念的界定;第二是对我国绿色信贷政策的研究及建议，但大多处于理论方面的研究;第三是相关测度和影响因素的研究。目前，专门针对绿色信贷的水平和效率测度及相关影响因素的研究相对匮乏，主要集中在对绿色金融效率水平的测度和影响因素的分析。张一晨、孙英隽（2017）发现绿色信贷的影响因素包括政府的监督成本、对环保企业的补贴等，且均呈正相关关系[1]。麦均洪等（2015）将企业还款能力作为影响我国绿色金融的首要影响因素[2]。董晓红（2018）发现目前绿色金融和绿色经济处于协调发展状态，进一步研究发现碳排放对绿色金融的发展有正效应[3，4]。

通过以上综述发现，我国目前对绿色信贷的研究存在以下问题：第一，由于绿色信贷在我国发展时间较短，相关研究还主要停留在理论阶段，实证分析相对较少;第二，研究多是从区域角度或银行角度出发。环保企业作为绿色信贷的受信方，在绿色信贷的发展中有着重要地位。本文旨在从微观，即企业角度出发，对环保相关企业的绿色信贷效率进行测度，进而分析其影响因素，以期加强绿色信贷发展。

1 绿色信贷效率测度

1.1 测度方法

本文选取了我国上市公司中属于新能源、节能环保、核能核电、太阳能、风能、地热能、美丽中国7个概念板块的上市公司，考察样本期为2008—2017年，去除数据缺失超过三年的企业，最终选取了总计229家上市公司进行研究。本文所有数据来源为锐思数据库。本文采用DEA中可变规模收益模式下的BCC模型对绿色信贷效率进行测算。

投入指标分为三个部分，分别是绿色信贷额、资本投入和劳动投入。本文参考张莉莉（2018）的做法，用环保企业长期借款和短期借款额之和表示绿色信贷额[5]，资本投入用每年的营业成本表示，劳动投入用应付职工薪酬表示，产出指标用总营业收入表示。

企业根据近十年以来的总资产平均值对企业进行分类。由于企业总资产值相差较大，所以将这些企业平均分成三类：第一类为小型环保企业，其总资产平均值在25亿元以下，包括76家上市企业;第二类为中型环保企业，其总资产平均值在25亿～55亿元，包括77家企业;第三类为大型环保企业，其总资产平均值在55亿元以上，包括76家企业。

1.2 绿色信贷效率的测度

将数据带入BCC模型对其2008—2017年绿色信贷效率测算，通过DEA-SLOVER Pro5软件得出测算结果，测算结果如图1所示。

通过对绿色信贷水平的测量，我们发现以下几点：第一，绿色信贷效率由高到低排列为大型企业、小型企业、中型企业;大型环保企业的绿色信贷平均效率最高，变化幅度相对较弱。第二，绿色信贷效率水平整体较高，在十年间呈现出先增长，后降低的趋势，我国绿色信贷效率近十年平均值达到0.71，2008—2010年企业绿色信贷效率普遍呈提高趋势，2010年后，企业呈下降趋势，并在2015年之后逐渐趋于平稳。第三，我国绿色信贷效率水平与企业规模具有相关关系，平均效率低于0.6的中大型企业仅占10%，而平均效率小于0.5的均为小型企业和中型企业。

2 影响因素分析

对我国企业的绿色信贷效率测度，目的在于对其影响因素进行分析，从而使得各企业在经营中更加注重这些因素以其提高绿色信贷效率。本文结合相关研究和环保企业的自身特点，以绿色信贷效率为因变量，选择企业规模、企业股权集中度、企业性质、科技研发投入力度和企业所在地，共5个因变量建立面板数据模型。模型如下：

其中，表示第家企业第年的绿色信贷效率，=1，2， 3…229，=2008，2009，2010…2017，为企业规模，为第家企业第年的股权集中程度，为第家企业第年的研发投入力度，表示企业性质，表示企业所在地区：东部地区=1，=0，中部地区=0，=1，西部地区=0，=0。

选用GLS估计法分别对所有企业、大型企业、中型企业和小型企业进行回归分析，结果如表1所示。从4个回归结果中可以看出，企业规模的平方与绿色信贷效率呈现显著正相关，企业规模越大，绿色信贷效率越大。由于银行倾向于贷款给规模更大的环保企业，认为其偿债能力更强，而对于规模较小的企业，商业银行会限制对其的贷款。由于国家政策促使商业银行加大对小型环保企业的支持，同时，小型企业对贷款需求相对大型环保企业较低，所以小型环保企业也相对容易获得贷款。通常企业规模与绿色信贷效率呈“U”型关系。

除小型企业之外，企业股权集中度与绿色信贷效率均呈正相关，国有企业的绿色信贷效率相对较差，这种情况在中型企业尤为明显。原因是国有企业通常在执行力上落后于私企，企业的运行效率越高，绿色信贷效率就越高。高股权集中度的企业通常执行力度更大、速度更快，这更有利于企业进行绿色信贷业务。小型企业由于规模较小，所以股东多的企业融资渠道也相对更多，因此对小型企业而言，股权集中度对企业的影响呈负向。

企业的科技研发投入对绿色信贷效率产生正向影响，且系数都很大。这说明：第一，企业的科技研发投入力度对绿色信贷水平有重要作用;第二，企业对科技研发的投入普遍较低。

从所有企业的情况来看，中部地区的企业绿色信贷效率的水平更高。大型企业的所在地和其绿色信贷水平无关，由于大型企业规模大、偿债能力强，所以无论企业在哪里，银行都愿意贷款给大型企业。东、中部地区的中型企业绿色信贷水平也高于西部地区的中型环保企业，且东部地区的促进作用略高于西部。对小型环保企业而言，东部地区却不适于其发展，原因在于东部地区的环保企业更多，企业之间的竞争更加激烈。

3 结论与政策建议

基于现有研究在分析绿色信贷相关问题时仅从商业银行的角度研究，本文从绿色信贷的资金需求方——环保企业的角度出发，对全国2008—2017年的环保企业绿色信贷效率水平进行了测算，在此基础上对绿色信贷效率的影响因素进行了研究。研究表明：第一，我國环保企业的绿色信贷效率普遍较高;第二，绿色信贷效率与企业规模呈倒U型关系;第三，科技投入对绿色信贷具有显著正效应，但我国环保企业对科技研发的投入普遍较低。针对上述研究，我们提出以下建议。

第一，环保企业应从企业自身出发，提高发展速度，提升经营水平，并应加大力度吸引人才，扩大企业规模。规模越大，企业在受信时越有优势，商业银行也更愿意放贷给企业，更能提高绿色信贷效率。对环保企业而言，科技水平是其从事营业活动的基础，企业应加大科技研发投资力度，加强企业科学技术水平。同时，东部地区环保企业大量聚集，企业可以考虑避开竞争激烈的地区，选择中西部地区设厂。

第二，商业银行除了保证对大中型环保企业的贷款力度之外，对小规模环保企业的贷款限制应适当予以放松。商业银行可以设立完善的风险控制机构，在扶持环保企业的基础上，加强对其的监控，防止骗贷行为的发生。

第三，西部地区政府应向东、中部地区学习，加大对环保企业的支持力度，积极引导商业银行贷款资金向环保企业流入。中部地区环保企业相对较少，且对环保企业扶持力度较强，可以加大扶持力度，吸引东部环保企业流入中西部，以提升当地经济的发展，同时缓解东部地区环保企业的竞争压力。

参考文献

张一晨，孙英隽.绿色信贷政策有效性分析——基于政府和银行的博弈视角[J].生产力研究，2017（10）：40-43.

麦均洪.基于联合分析的我国绿色金融影响因素研究[J].宏观经济研究，2015（05）：23-37.

董晓红.绿色金融发展及影响因素时空维度分析[J].统计与决策，2018（20）：94-98.

董晓红，富勇.绿色金融和绿色经济耦合发展空间动态演变分析[J].工业技术经济，2018（12）：94-101.

张莉莉，肖黎明，高军峰.中国绿色金融发展水平与效率的测度及比较——基于1040家公众公司的微观数据[J].中国科技，2018（09）：100-112+120.