綠色信貸對(duì)商業(yè)銀行經(jīng)營(yíng)績(jī)效影響的實(shí)證模型設(shè)計(jì)綜述目錄TOC\o"1-3"\h\u24598綠色信貸對(duì)商業(yè)銀行經(jīng)營(yíng)績(jī)效影響的實(shí)證模型設(shè)計(jì)綜述 134371.1樣本選取及數(shù)據(jù)來(lái)源 148861.2指標(biāo)選取 2117151.2.1綠色信貸指標(biāo)選取 273491.2.2商業(yè)銀行經(jīng)營(yíng)績(jī)效指標(biāo)體系構(gòu)建 233641.2.3主成分分析 3218761.2.4控制變量選取 8315741.3模型建立 927177(t=1，2，…，11)；ε代表隨機(jī)誤差項(xiàng)。商業(yè)銀行綠色信貸發(fā)展的問(wèn)題分析綜述 1095901.1信息披露機(jī)制不健全 1083651.2專業(yè)人才匱乏 1167551.3綠色信貸產(chǎn)品種類偏少 11212831.4貸款抵質(zhì)押物種類不足 12162301.5綠色信貸期限較短 121.1樣本選取及數(shù)據(jù)來(lái)源本文根據(jù)歷年來(lái)各上市商業(yè)銀行對(duì)綠色信貸的信息披露及銀保監(jiān)會(huì)對(duì)綠色信貸的統(tǒng)計(jì)情況，考慮到數(shù)據(jù)的全面性與可得性，剔去了對(duì)綠色信貸信息披露不完全的農(nóng)村商業(yè)銀行后在剩余已有上市商業(yè)銀行中選取部分信息披露較為全面的5家大型商業(yè)銀行、8家股份制商業(yè)銀行和7家城市商業(yè)銀行作為研究樣本進(jìn)行統(tǒng)計(jì)分析(詳見(jiàn)表4-1)。表4-1樣本商業(yè)銀行名稱Table4-1nameofsamplecommercialbank類型名稱大型工商、農(nóng)業(yè)、中國(guó)、建設(shè)和交通銀行股份制興業(yè)、浦發(fā)、中信、招商、民生、華夏、光大和平安銀行城市北京、南京、寧波、上海、貴陽(yáng)、杭州和江蘇銀行由于我國(guó)綠色信貸正式起步于2007年，加之在商業(yè)銀行響應(yīng)綠色信貸政策到綠色信貸資金的實(shí)際投放具有時(shí)滯效應(yīng)，且大部分商業(yè)銀行2021年社會(huì)責(zé)任報(bào)告尚未發(fā)布，因此本文選取了上述商業(yè)銀行2010-2020的綠色信貸數(shù)據(jù)為分析樣本。本文中各商業(yè)銀行有關(guān)經(jīng)營(yíng)績(jī)效指標(biāo)來(lái)自歷年年報(bào)，綠色信貸數(shù)據(jù)來(lái)自歷年社會(huì)責(zé)任報(bào)告、年報(bào)及各商業(yè)銀行官方網(wǎng)站，宏觀經(jīng)濟(jì)指標(biāo)來(lái)自中國(guó)統(tǒng)計(jì)局官方網(wǎng)站。1.2指標(biāo)選取1.2.1綠色信貸指標(biāo)選取綠色信貸與生態(tài)保護(hù)有著密不可分的關(guān)系，商業(yè)銀行對(duì)綠色信貸的發(fā)放程度在一定水平上反映了其對(duì)環(huán)境保護(hù)的重視力度。在整理歸納和分析相關(guān)文獻(xiàn)自老的情況下，發(fā)現(xiàn)綠色信貸業(yè)務(wù)開(kāi)展的指標(biāo)選擇較為多樣，但綠色信貸余額或綠色信貸比的使用較為普遍，其可以用來(lái)衡量綠色信貸業(yè)務(wù)的發(fā)展程度和實(shí)施效果情況，但前者和后者分別是總量指標(biāo)和相對(duì)指標(biāo)，在使用的過(guò)程中需要結(jié)合實(shí)際進(jìn)行。基本上，不同的商業(yè)銀行具有不同的貸款結(jié)構(gòu)和規(guī)模，其在綠色信貸方面的投入力度也不盡相同，利用綠色信貸比這一相對(duì)指標(biāo)顯得更加科學(xué)。因此，為了更好地發(fā)現(xiàn)所選樣本商業(yè)銀行的綠色信貸業(yè)務(wù)發(fā)展情況，本文選擇綠色信貸比進(jìn)行研究，一般該指標(biāo)的值越大，表示商業(yè)銀行在向“兩高一剩”企業(yè)發(fā)放綠色信貸上更加嚴(yán)格，會(huì)對(duì)企業(yè)的資金進(jìn)行限制，只有符合條件的企業(yè)才能獲得資金支持，這樣可以促進(jìn)綠色信貸政策落實(shí)效果的提升。1.2.2商業(yè)銀行經(jīng)營(yíng)績(jī)效指標(biāo)體系構(gòu)建不少研究人員在研究商業(yè)銀行經(jīng)營(yíng)績(jī)效方面，一般利用總資產(chǎn)收益率或凈資產(chǎn)收益率等財(cái)務(wù)指標(biāo)對(duì)其這一指標(biāo)進(jìn)行測(cè)算，但事實(shí)上商業(yè)銀行的經(jīng)營(yíng)業(yè)務(wù)較為復(fù)雜，而且具備較強(qiáng)的特殊性，不能通過(guò)這些簡(jiǎn)單的財(cái)務(wù)指標(biāo)進(jìn)行直接分析，需要利用綜合指標(biāo)進(jìn)行評(píng)價(jià)，這就需要構(gòu)建多維度指標(biāo)，通過(guò)一定的測(cè)算來(lái)獲得這方面的結(jié)果。商業(yè)銀行不同于一般的企業(yè)，其財(cái)務(wù)指標(biāo)較為多元，不能簡(jiǎn)單利用總資產(chǎn)收益率或凈資產(chǎn)收益率等表示，需要構(gòu)建綜合性的經(jīng)營(yíng)績(jī)效評(píng)價(jià)指標(biāo)來(lái)進(jìn)行分析，本文在總結(jié)文獻(xiàn)綜述成果的基礎(chǔ)上，選擇了安全性、流動(dòng)性、收益性、規(guī)模性等指標(biāo)，充分選擇可以順利獲得的數(shù)據(jù)指標(biāo)，最后選擇了十二個(gè)指標(biāo)來(lái)進(jìn)行分析，這十二個(gè)指標(biāo)可以更加清晰地反映商業(yè)銀行經(jīng)營(yíng)績(jī)效情況，具體的指標(biāo)情況如下表4-2所示。而且這十二個(gè)指標(biāo)的每個(gè)指標(biāo)也綜合了不同的指標(biāo)類型，可以保障測(cè)算結(jié)果更具綜合性，比如利用資本充足率、不良貸款率、最大十家客戶貸款比例及撥備覆蓋率四項(xiàng)指標(biāo)來(lái)測(cè)算資金的安全性。表4-2商業(yè)銀行經(jīng)營(yíng)績(jī)效指標(biāo)體系Table4-2businessperformanceindexsystemofcommercialbanks1.2.3主成分分析商業(yè)銀行經(jīng)營(yíng)績(jī)效指標(biāo)體系構(gòu)建有十二項(xiàng)指標(biāo)，由于各指標(biāo)之間相互影響且相互滲透，導(dǎo)致指標(biāo)體系較為復(fù)雜，無(wú)法通過(guò)基礎(chǔ)的加權(quán)平均法來(lái)計(jì)算商業(yè)銀行經(jīng)營(yíng)績(jī)效的最終得分。為了更恰當(dāng)?shù)胤从成虡I(yè)銀行的經(jīng)營(yíng)績(jī)效，使用主成分分析法計(jì)算出經(jīng)營(yíng)績(jī)效的綜合得分。1、建立時(shí)序數(shù)據(jù)計(jì)算二十家所選商業(yè)銀行的十二項(xiàng)指標(biāo)，并按照年份進(jìn)行依次排序，列出時(shí)序數(shù)據(jù)表，表示為：X=（x①逆指標(biāo)正向化。本文的逆指標(biāo)有不良貸款率、最大十家客戶貸款比例、資產(chǎn)負(fù)債率與存貸款比例，為了方便分析，選擇對(duì)其進(jìn)行倒數(shù)處理，讓其與商業(yè)銀行經(jīng)營(yíng)績(jī)效呈現(xiàn)正相關(guān)關(guān)系。②數(shù)值型指標(biāo)預(yù)處理。本文的數(shù)值型指標(biāo)有吸收存款與凈利潤(rùn)，在數(shù)據(jù)處理上選擇進(jìn)行對(duì)數(shù)處理，從而與其余十項(xiàng)比率類指標(biāo)具有更強(qiáng)的可比性。③數(shù)據(jù)的有效性檢驗(yàn)在主成分分析前，為了提升數(shù)據(jù)的有效性，保障分析結(jié)果更符合實(shí)際情況，本文利用stata11.0軟件進(jìn)行KMO和SMC檢驗(yàn)，其中，KMO檢驗(yàn)結(jié)果需要在0和1之間，該值越接近于1，說(shuō)明樣本數(shù)據(jù)更適合使用主成分分析法，若小于0.5，表明不太適合使用主成分分析法。表4-3顯示了樣本數(shù)據(jù)KMO檢驗(yàn)結(jié)果，發(fā)現(xiàn)整體樣本的KMO值為0.6197，說(shuō)明這些指標(biāo)適合進(jìn)行主成分分析。SMC檢驗(yàn)可以對(duì)某一變量與其他變量的相關(guān)性進(jìn)行評(píng)價(jià)，一般采取兩個(gè)變量的復(fù)相關(guān)系數(shù)的平方表示，也就是復(fù)回歸方程的可決系數(shù)，表1.3的結(jié)果顯示，變量相關(guān)性與共性都較強(qiáng)，表示績(jī)效數(shù)據(jù)適合用來(lái)進(jìn)行主成分分析法。表4-3KMO和SMC檢驗(yàn)Table4-3kmoandSMCinspection觀測(cè)指標(biāo)KMOSMC資本充足率0.67020.674不良貸款率0.63030.5331最大十家客戶貸款比0.85120.5802撥備覆蓋率0.62190.5550資產(chǎn)負(fù)債率0.54010.8269存貸款比例0.33220.6044凈資產(chǎn)收益率0.56020.7804營(yíng)業(yè)利潤(rùn)率0.42210.6859凈息差0.54610.6241非利息收入占比0.69040.9241吸收存款0.70250.9099凈利潤(rùn)0.88090.7804綜合值0.6201④主成分分析第一，提取主成分。利用主成分分析法對(duì)變量的解釋效果，也就是初始變量信息的覆蓋量進(jìn)行評(píng)價(jià)的過(guò)程中，一般利用累積方差貢獻(xiàn)度來(lái)進(jìn)行，這一數(shù)值要達(dá)到百分之60才表示提取的主成為是有效的，本文選擇的四個(gè)因子累積方差貢獻(xiàn)度為73.36%，占到了樣本方差總解釋能力的絕大部分，接近四分之三，說(shuō)明其在代表初始變量信息方面較為全面。表4-4總方差解釋Table4-4interpretationoftotalvariance成分初始特征值方差貢獻(xiàn)度累積方差貢獻(xiàn)度成分11.244950.36020.3541成分22.072010.17310.5259成分31.467040.12190.6501成分41.020010.08490.7359成分50.896820.07480.8102成分60.740150.06200.8697成分70.470260.04030.8995成分80.420310.03510.9437成分90.337040.02790.9719成分100.199470.01690.9901成分110.084020.00670.9974成分120.041980.00361.0000表4-5主成分矩陣觀測(cè)指標(biāo)成分1234資本充足率0.15290.5501-0.29010.0268不良貸款率-0.28210.20010.3507-0.3349最大十家客戶貸款比例0.22200.23970.25290.2501撥備覆蓋率-0.28600.25900.2002-0.3998資產(chǎn)負(fù)債率0.28710.4603-0.2208-0.0603存貸款比例-0.06970.2201-0.23970.3618凈資產(chǎn)收益率-0.35040.06040.40050.3044營(yíng)業(yè)利潤(rùn)率-0.15220.51490.2369-0.0251凈息差-0.29980.0801-0.05680.5830非利息收入占比0.43480.00610.2397-0.0729吸收存款0.42490.00890.2498-0.0071凈利潤(rùn)0.2722-0.02480.50020.3099除此之外，還可以通過(guò)觀察碎石圖的方法提取主成分因子，該方法是通過(guò)拐點(diǎn)來(lái)確定主成分的個(gè)數(shù)，選取其中特征值大于1的因子。如圖4-1所示，有四個(gè)因子符合上述分析要求，因此通過(guò)提取主成分后，可將由初始的十二個(gè)指標(biāo)綜合提取為四個(gè)，并命名為F1，F(xiàn)2、F3、F4。圖4-1特征值貢獻(xiàn)碎石圖Figure4-1characteristicvaluecontributiondiagram第二，計(jì)算綜合得分。對(duì)F1，F(xiàn)2、F3、F4這四個(gè)因子的綜合得分進(jìn)行分析，明確各自方差貢獻(xiàn)度，對(duì)其在總方差貢獻(xiàn)度中所占的比重進(jìn)行加權(quán)平均計(jì)算，得到了如下表4-6的結(jié)果，這一結(jié)果可以充分反映各商業(yè)銀行的經(jīng)營(yíng)績(jī)效得分情況，發(fā)現(xiàn)貴陽(yáng)銀行和杭州銀行在眾多年份的得分為負(fù)，在2010-2013年間，除了工商銀行、農(nóng)業(yè)銀行、中國(guó)銀行、建設(shè)銀行外，其他銀行在這些年份的得分均為負(fù)，說(shuō)明了其他銀行的經(jīng)營(yíng)績(jī)效情況不甚理想。F=（35.41%F1+17.30%F2+12.18%F3+8.49%F4）/73.40%表4-6我國(guó)20家上市商業(yè)銀行2010-2020經(jīng)營(yíng)績(jī)效得分表Table4-6operatingperformancescoresof20listedcommercialbanksinChinafrom2010to2020銀行名稱201020112012201320142015工商銀行0.400.640.620.821.221.70農(nóng)業(yè)銀行0.010.100.160.170.370.55中國(guó)銀行0.951.011.071.111.401.69建設(shè)銀行0.660.800.830.921.171.45交通銀行-0.010.110.690.731.261.33興業(yè)銀行-1.05-0.89-0.57-0.190.170.41浦發(fā)銀行-0.96-0.88-0.42-0.150.510.81招商銀行-0.32-0.30-0.03-0.510.951.04中信銀行-0.93-0.59-0.48-0.090.470.79民生銀行-0.70-0.43-0.02-0.540.821.28華夏銀行-1.61-1.13-1.05-0.76-0.280.13光大銀行-1.01-1.07-0.95-0.050.360.87平安銀行-1.15-1.10-0.03-0.030.290.52北京銀行-1.31-1.39-0.99-0.94-0.63-0.22南京銀行-0.16-0.29-0.11-0.49-0.54-0.16寧波銀行-0.47-0.27-0.72-0.84-0.32-0.03上海銀行-1.76-1.35-1.05-1.2620142015貴陽(yáng)銀行-2.26-2.16-2.83-1.601.221.70杭州銀行-1.40-1.78-1.27-1.800.370.55江蘇銀行-1.19-1.04-0.85-0.611.401.69表4-6我國(guó)20家上市商業(yè)銀行2010-2020經(jīng)營(yíng)績(jī)效得分表(續(xù)表)銀行名稱20162017201820192020工商銀行1.891.751.701.761.73農(nóng)業(yè)銀行0.750.540.640.670.73中國(guó)銀行0.991.641.641.741.85建設(shè)銀行1.660.671.761.721.54交通銀行1.591.741.731.761.81興業(yè)銀行0.911.371.751.841.92浦發(fā)銀行1.271.611.771.811.62招商銀行1.150.541.531.481.42中信銀行0.930.281.441.4321.56民生銀行1.291.612.072.032.07華夏銀行0.410.871.271.491.48光大銀行0.621.481.601.411.60平安銀行0.410.550.980.710.89北京銀行0.010.280.050.080.08南京銀行-0.10-0.34-0.16-0.81-0.46寧波銀行0.140.541.451.461.21上海銀行0.251.400.660.870.95貴陽(yáng)銀行-0.58-0.98-0.51-0.42-0.58杭州銀行-0.52-0.29-0.26-0.44-0.54江蘇銀行-0.100.28-0.71-0.97-0.62資料來(lái)源：根據(jù)公式1.1計(jì)算得出。1.2.4控制變量選取1、資本充足率(CA)。這一指標(biāo)常用來(lái)評(píng)價(jià)商業(yè)銀行的償債能力和各種抗風(fēng)險(xiǎn)能力，如果該指標(biāo)數(shù)值較高，說(shuō)明商業(yè)銀行的運(yùn)營(yíng)水平較高，因此，這一指標(biāo)也會(huì)影響到商業(yè)銀行的經(jīng)營(yíng)績(jī)效，于是將其作為控制變量之一。2、銀行家信心指數(shù)（INDEX）。商業(yè)銀行的信貸投資方向還受到銀行家信心的影響，如果該指標(biāo)越大，銀行的高管就會(huì)更有信心來(lái)經(jīng)營(yíng)銀行，從而影響到銀行的經(jīng)營(yíng)績(jī)效水平，因此也將其作為控制變量之一。3、GDP增長(zhǎng)率(RGDP)。這一指標(biāo)可以對(duì)宏觀經(jīng)濟(jì)的發(fā)展水平進(jìn)行反映，如果宏觀經(jīng)濟(jì)環(huán)境較好，商業(yè)銀行也會(huì)受到積極的影響，其運(yùn)行水平也會(huì)得到顯著的提升，從而促進(jìn)其經(jīng)營(yíng)績(jī)效的改善，因此本文分為這一指標(biāo)也可以作為控制變量對(duì)商業(yè)銀行經(jīng)營(yíng)績(jī)效產(chǎn)生正向影響。基于以上分析，本文使用如下變量構(gòu)建實(shí)證研究的指標(biāo)體系，如表4-7。表4-7實(shí)證研究指標(biāo)體系Table4-7indexsystemofempiricalresearch變量類型變量名稱代碼變量描述被解釋變量經(jīng)營(yíng)績(jī)效F主成分分析所得結(jié)果解釋變量綠色信貸占比GLR綠色信貸余額/貸款總額控制變量資本充足率CA資本總額/加權(quán)風(fēng)險(xiǎn)資產(chǎn)總額銀行家信心指數(shù)INDFX銀行家問(wèn)卷調(diào)查中判斷當(dāng)前經(jīng)濟(jì)形勢(shì)“正常”的銀行家占比與預(yù)期“正常”占比的算術(shù)平均數(shù)國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率RGDP(當(dāng)年GDP-上年GDP)/上年GDP1.3模型建立通過(guò)對(duì)上文文獻(xiàn)綜述的梳理及理論基礎(chǔ)的分析可以發(fā)現(xiàn)，開(kāi)展綠色信貸能夠提高我國(guó)商業(yè)銀行經(jīng)營(yíng)績(jī)效。因此，本文提出如下假設(shè)：H1：綠色信貸能夠提高商業(yè)銀行整體的經(jīng)營(yíng)績(jī)效。在開(kāi)展綠色信貸過(guò)程中，不同類型的商業(yè)銀行承擔(dān)的社會(huì)責(zé)任可能存在差異，比如國(guó)有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行的社會(huì)責(zé)任承擔(dān)情況就不同，相比后面的兩種銀行，國(guó)有商業(yè)銀行的社會(huì)責(zé)任更重，其需要在盈利的同時(shí)考慮公益性，其環(huán)境保護(hù)的責(zé)任更重，其更需要開(kāi)展綠色信貸業(yè)務(wù)，并為其他類型的銀行機(jī)構(gòu)提供模范帶頭作用，其在開(kāi)展綠色信貸業(yè)務(wù)方面，不能盲目擴(kuò)大規(guī)模，需要循序漸進(jìn)。鑒于不同商業(yè)銀行的表現(xiàn)不同，需要分析不同商業(yè)銀行的影響變化。因此本文在H1假設(shè)的基礎(chǔ)上提出假設(shè)H2。H2：綠色信貸對(duì)不同類型商業(yè)銀行的經(jīng)營(yíng)績(jī)效有著差異化影響。針對(duì)假設(shè)H1和H2，本文設(shè)定如下研究模型：F除此之外，由于商業(yè)銀行開(kāi)展綠色信貸的效應(yīng)需要經(jīng)過(guò)一段時(shí)間的滯后才能在其經(jīng)營(yíng)績(jī)效中有所顯現(xiàn)，因此本文提出假設(shè)H3。H3：綠色信貸對(duì)商業(yè)銀行經(jīng)營(yíng)績(jī)效的正向影響存在滯后性。基于第三個(gè)假設(shè)，本文設(shè)立分布滯后模型，將綠色信貸占比的部分滯后項(xiàng)作為解釋變量納入式1.2的研究模型：k=0式1.2及式1.3中的i代表商業(yè)銀行個(gè)體數(shù)(i=1，2，……，20)；t代表年份(t=1，2，…，11)；ε代表隨機(jī)誤差項(xiàng)。商業(yè)銀行綠色信貸發(fā)展的問(wèn)題分析綜述1.1信息披露機(jī)制不健全商業(yè)銀行一般在充分了解貸款企業(yè)環(huán)保情況的基礎(chǔ)上決定是否為其提供綠色信貸授信審批，然后決定是否為其發(fā)放綠色貸款，關(guān)于商業(yè)銀行為這些企業(yè)提供綠色信貸產(chǎn)品或服務(wù)的相關(guān)信息，需要將其披露出來(lái)，供監(jiān)管機(jī)構(gòu)等對(duì)其進(jìn)行監(jiān)督和約束。但可以做到充分披露銀行為綠色企業(yè)提供綠色信貸產(chǎn)品或服務(wù)等信息的銀行可謂是少之又少。這方面除了國(guó)有商業(yè)銀行和大型股份制商業(yè)銀行做得較好外，其他銀行機(jī)構(gòu)比如小型股份制銀行和城商行等普遍存在綠色信貸業(yè)務(wù)信息披露不及時(shí)、不全面的問(wèn)題，為了防止監(jiān)督機(jī)構(gòu)發(fā)現(xiàn)問(wèn)題，部分商業(yè)銀行甚至采取分散披露的方式。對(duì)于“兩高一剩”貸款清退額的信息披露上，即使是工商銀行、建設(shè)銀行、農(nóng)業(yè)銀行等國(guó)有商業(yè)銀行，也存在缺漏的問(wèn)題，其信息公布缺乏可持續(xù)性，有的年份存在漏披的問(wèn)題。還有一些商業(yè)銀行雖然在社會(huì)責(zé)任報(bào)告中留置了綠色信貸信息的版塊，但其披露的相關(guān)信息不夠詳細(xì)，而且為了防止過(guò)于詳細(xì)，其故意采取了籠統(tǒng)敘述的方式，降低了這些披露信息的質(zhì)量和可靠性。總之，在沒(méi)有監(jiān)督部門(mén)的強(qiáng)制約束下，我國(guó)商業(yè)銀行的信息披露標(biāo)準(zhǔn)不夠統(tǒng)一，商業(yè)銀行在綠色信貸業(yè)務(wù)的信息披露上也不夠積極主動(dòng)。再加上我國(guó)目前還沒(méi)有建立完善的企業(yè)環(huán)境信息溝通共享平臺(tái)，限制了商業(yè)銀行獲取企業(yè)環(huán)保信息的渠道，導(dǎo)致其獲取渠道僅限于環(huán)境保護(hù)部門(mén)為企業(yè)出具的環(huán)評(píng)報(bào)告上，但這些報(bào)告信息大多與企業(yè)登記在央行征信系統(tǒng)中的環(huán)境違法信息差不多，這制約了商業(yè)銀行對(duì)企業(yè)環(huán)保情況的了解程度。由于環(huán)評(píng)報(bào)告來(lái)源于企業(yè)登記在央行征信系統(tǒng)中的環(huán)境違法信息，如果企業(yè)沒(méi)有登記這些信息或者登記的信息不全面，這就影響了環(huán)評(píng)報(bào)告的準(zhǔn)確性和全面性，導(dǎo)致商業(yè)銀行無(wú)法衡量企業(yè)的環(huán)境風(fēng)險(xiǎn)，在信息不對(duì)稱的情況下，其很容易將綠色信貸貸給一些環(huán)境污染類企業(yè)。再加上環(huán)評(píng)報(bào)告的信息大多數(shù)企業(yè)過(guò)去環(huán)境違法信息的顯示，報(bào)告無(wú)法反映企業(yè)現(xiàn)階段及未來(lái)的環(huán)境污染違法風(fēng)險(xiǎn)，這導(dǎo)致報(bào)告在用來(lái)參考上已經(jīng)失去了基本的價(jià)值。如果依然按照環(huán)評(píng)報(bào)告進(jìn)行綠色信貸授信審批，商業(yè)銀行的貸款決定很容易失去科學(xué)性，加劇自身的環(huán)境風(fēng)險(xiǎn)的發(fā)生。1.2專業(yè)人才匱乏綠色信貸作為一個(gè)新興領(lǐng)域，在信貸的審批、風(fēng)險(xiǎn)評(píng)估、貸后的風(fēng)險(xiǎn)控制等各個(gè)環(huán)節(jié)都應(yīng)該配備專業(yè)化人員對(duì)整個(gè)項(xiàng)目周期進(jìn)行審批和跟進(jìn)。由此可見(jiàn)，綠色信貸專業(yè)化人才要熟練掌握金融學(xué)、環(huán)境學(xué)、法律等相關(guān)基礎(chǔ)知識(shí)，在現(xiàn)行人才教育體系下培養(yǎng)出來(lái)的員工一般只擅長(zhǎng)某一領(lǐng)域，或精通于環(huán)境評(píng)估，或精通于信貸管理。且目前大部分商業(yè)銀行未成立專業(yè)綠色信貸部門(mén)，綠色信貸的開(kāi)展大多由其他部門(mén)人員兼職負(fù)責(zé)，缺少專業(yè)技術(shù)支撐。在開(kāi)展綠色信貸業(yè)務(wù)的過(guò)程中，需要首先加強(qiáng)對(duì)環(huán)境風(fēng)險(xiǎn)的控制，但這一風(fēng)險(xiǎn)常處于被忽略的狀態(tài)，我國(guó)商業(yè)銀行對(duì)其的了解不足，也沒(méi)有設(shè)立專門(mén)的風(fēng)險(xiǎn)管理機(jī)構(gòu)來(lái)加以應(yīng)對(duì)，導(dǎo)致風(fēng)險(xiǎn)不容易被有效控制。當(dāng)前，除了興業(yè)銀行，很少有銀行專門(mén)成立了綠色信貸風(fēng)險(xiǎn)管理與審核團(tuán)隊(duì)。同時(shí)，專業(yè)人才不足也是阻礙綠色系帶業(yè)務(wù)開(kāi)展的一大因素。當(dāng)然，為了保障開(kāi)發(fā)的；綠色信貸產(chǎn)品可以更好地滿足相關(guān)人員的需求，我國(guó)商業(yè)銀行還需要加強(qiáng)對(duì)綠色信貸產(chǎn)品的開(kāi)發(fā)力度，但是我國(guó)大部分商業(yè)銀行缺乏這方面的專業(yè)人才，這些人才開(kāi)發(fā)的產(chǎn)品大多千篇一律，缺乏創(chuàng)新性，導(dǎo)致各銀行的綠色信貸產(chǎn)品同質(zhì)化較為嚴(yán)重，無(wú)法切實(shí)滿足市場(chǎng)的需求，會(huì)進(jìn)一步阻礙綠色信貸的發(fā)展。1.3綠色信貸產(chǎn)品種類偏少西方發(fā)達(dá)國(guó)家綠色信貸產(chǎn)品主要分為兩類，一類產(chǎn)品定位于企業(yè)的項(xiàng)目融資，另一類是定位于個(gè)人及家庭的零售類產(chǎn)品，涉及房產(chǎn)領(lǐng)域、交通領(lǐng)域、信用卡領(lǐng)域、資本領(lǐng)域等。縱觀我國(guó)綠色信貸市場(chǎng)，我國(guó)商業(yè)銀行推出的綠色信貸產(chǎn)品主要將市場(chǎng)定位于企業(yè)，然而針對(duì)個(gè)人以及家庭的零售類產(chǎn)品卻不夠豐富，由于綠色信貸產(chǎn)品無(wú)法深入到社會(huì)各領(lǐng)域，導(dǎo)致其影響力有限。以戰(zhàn)略新興產(chǎn)業(yè)為例，截至2020年12月末，戰(zhàn)略新興產(chǎn)業(yè)中的綠色信貸余額為22907.05億元，其中投資于新能源汽車這一零售類產(chǎn)品占比僅為3.15%，其余接近97%的綠色信貸產(chǎn)品均面向企業(yè)，這種綠色信貸產(chǎn)品定位過(guò)于單一的現(xiàn)象，無(wú)法滿足市場(chǎng)多樣化需求，制約了綠色信貸的靈活發(fā)展。另外，銀行