绿色信贷对我国商业银行盈利能力的影响商业银行金融毕业论文.docx
《绿色信贷对我国商业银行盈利能力的影响商业银行金融毕业论文.docx》由会员分享,可在线阅读,更多相关《绿色信贷对我国商业银行盈利能力的影响商业银行金融毕业论文.docx(20页珍藏版)》请在冰豆网上搜索。
绿色信贷对我国商业银行盈利能力的影响商业银行金融毕业论文
---文档均为word文档,下载后可直接编辑使用亦可打印---
要
近些年来,我国经济发展迅速,在世界范围内也处于前列。
但是我国的经济的飞速发展是以破坏环境、消耗不可再生资源为代价。
这不符合经济的可持续发展原则。
我国环境污染问题一天比一天严重,资源枯竭、雾霾、酸雨等环境问题随之产生并且日益严重。
随着自然环境的不断恶化以及人们环保理念的逐渐提高,人们开始疯狂地认识到之前的粗放的生产和消费模式是错的。
绿水青山才是金山银山。
我国逐渐开始重视绿色金融的发展。
我国自从2007年绿色信贷开始以来,政府接连制定了各种政策用来鼓励绿色信贷在我国的发展。
银行开展绿色信贷业务的直接动力来自于对自身收益的影响。
通过建模分析绿色信贷对商业银行盈利能力的影响。
从相关理论概念出发,选取十家经营规模较大、绿色信贷业务发展水平较高,连续性比较强的上市的商业银行为样本数据,进行面板回归。
选取2011年至2017年数据,因为我国是从2011年开始,各个商业银行逐渐开始重视绿色信贷,对其信息进行披露。
通过实证结果,分析绿色信贷对其商业银行盈利能力的影响,以及我国现阶段发展的不足,并提出建设性建议。
关键词绿色信贷;商业银行;盈利能力
Abstract
Inrecentyears,China’seconomyhasdevelopedrapidly.However,Chinaisstillatraditionalextensivedevelopmentmodel.TheproblemofenvironmentalpollutioninChinaisgettingworseeveryday,andenvironmentalproblemssuchasdepletionofresources,smogandacidrainarebecomingmoreandmoreserious.Withthedeterioratingnaturalenvironmentandthegradualimprovementofpeople'senvironmentalprotectionconcepts,peoplebegantofranticallyrealizethatthepreviousextensiveproductionandconsumptionpatternswerewrong.GreenMountainistheJinshanYinshan.SincethebeginningofgreencreditinChinain2007,thegovernmenthassuccessivelyformulatedvariouspoliciestoencouragethedevelopmentofgreencreditinChina.Thedirectdrivingforceforbankstodevelopgreencreditbusinesscomesfromtheimpactontheirownearnings.
China'sgreencreditdevelopment,10listedcommercialbankswithlargescaleofoperation,highdevelopmentlevelofgreencreditbusinessandstrongcontinuityareselectedassampledataforpanelregression.Thedatafrom2011to2017isselected,becauseChinastartedfrom2011,andvariouscommercialbanksgraduallybegantopayattentiontogreencreditanddisclosetheirinformation.Throughtheempiricalresults,analyzetheimpactofgreencreditontheprofitabilityofcommercialbanks,aswellastheshortcomingsofChina'scurrentdevelopment,andproposeconstructivesuggestions.
KeywordsGreencredit;commercialbank;Profitability
绿色信贷对我国商业银行盈利能力的影响
近些年,我国经济发展迅速,在世界范围内也处于前列。
但是我国是传统的粗放的发展模式,是以破坏环境为代价进行经济发展。
这我国的可持续发展目标相违背。
要想实现经济的可持续发展,实现经济增长与自然环境相统一,必需发展绿色经济。
我国自从2007年绿色信贷开始以来,政府连续制定了一系列政策进行支持,在政策与舆论上倾斜于环保产业和绿色经济的发展。
本文通过分析绿色信贷在我国的发展现状,然后设立模型,选取10家经营规模较大、绿色信贷业务发展水平较高,连续性较强的上市银行为例子,进行面板回归分析。
探究绿色信贷业务对商业银行盈利能力的影响,根据分析得出结论,并根据此提出建议。
一、我国绿色信贷的概述及发展现状
(一)绿色信贷的概念
绿色信贷是指环保部、人民银行、银监会三部门为了抑制关高污染产业的发展,在2007年7月提出的信贷政策。
具体有:
发放贷款时设定贷款准入门槛,对高污染、高耗能产业结构企业进行贷款上的限制。
从而从源头上抑制该行业为了获取利益,盲目扩张的现状。
有效地抑制高污染企业的无序发展,进而降低环境污染,促进我国产业结构调整,实现可持续发展战略。
绿色信贷业务的特殊性是指绿色信贷政策的实施不是强制性的,大多数政府颁布的文件政策都只对其进行政策上的引导。
这就需要人们民群众的监督。
政府和银行等有关部门应该及时披露有关绿色信贷的相关信息,增强其透明度。
“绿色信贷”的引入会提高企业贷款门槛。
在进行贷款的时候,贷款企业应该满足环境检测标准、污染控制和生态保护的标准,进行贷前的审批考核。
能够在一定程度上引导企业发展绿色节能产业,保护环境。
从而达到污染前防治的目的,而不再是之前的污染后再治理。
绿色信贷的发展也加强了银行控制风险的能力,创造条件积极推进绿色信贷,也有利于商业银行摆脱“坏账”和“死账”,从而提高商业银行的盈利水平。
(二)发展现状
1.我国绿色信贷相关政策现状
2007年7月,环保总局、人民银行、银监会三家联合发布了《关于落实环保政策法规防范信贷风险的意见》,标志着绿色信贷进入我国主战场。
之后,各地区积极的响应,后期陆续出台了各种细则文件。
近期党的十九大报告指出,要“构建市场导向的绿色技术创新体系,发展绿色金融,壮大节能环保产业、清洁生产产业、清洁能源产业”。
2017年国务院关于印发“十三五节能减排综合工作方案中指出继续节能减排,对银行机构实施绿色评级。
有力地推动了我国绿色信贷业务的增长。
后期随着国家对绿色信贷越来越重视,随着有关法规的不断完善,有力地增强了节能环保、促进可再生能源等产业的实现“绿水青山就是金山银山”。
2.我国绿色信贷现状
(1)绿色信贷规模的发展趋势上升。
从2013年至2017年,国内21家主要银行的绿色信贷余额提高3.45万亿元。
下面表1.1和图1.1,主要是展现了这五年21家主要银行绿色信贷余额的变化。
通过图表可以看出绿色信贷余额呈逐年不断上升的趋势。
商业银行对绿色信贷的发展也在逐年重视,在政府的指鼓励以及指引下,商业银行都开始重视有关绿色环保产业的发展。
时间
绿色信贷余额(万亿元)
2013.06.30
4.852684
2013.12.31
5.198309
2014.06.30
5.721726
2014.12.31
6.012829
2015.06.30
6.636133
2015.12.31
7.006613
2016.06.30
7.263529
2016.12.31
7.504687
2017.06.30
8.295663
(2)绿色信贷的环境效益逐步显现
发展绿色信贷可以节约大量的资源并且减少污染物排放,起到保护环境、节能减排的效果。
达到人与自然协调发展的目的。
以节能环保项目和服务贷款为例,表2和图2可以看出2013年-2017年随着绿色信贷的不断发展,节省了大量的资源,减少了大量污染物的排放,有利于节约资源,保护环境,进而促进商业银行的可持续发展。
并且都呈逐年上升趋势,这表明发展绿色信贷是很有必要的,会节约大量的资源,会调整产业结构升级。
时间
标准煤
二氧化碳量
化学需氧量
氨氮
二氧化硫
氮氧化物
节水
2013.06.30
3.429374
7.193866
0.046475
0.004277
0.101389
0.025648
9.962881
2013.12.31
18671.80025
47902.66425
330.026142
35.66295
664.9186
155.079855
43808.0487
2014.06.30
18872.12692
45687.51776
295.784364
31.066694
537.771855
131.385435
42569.9055
2014.12.31
16718.88549
39958.08356
341.299554
34.084672
587.654082
160.09113
93367.2533
2015.06.30
17363.15039
41876.68958
674.029929
40.563988
458.664516
115.878462
74568.1127
2015.12.31
22122.8894
54979.31995
355.227087
38.429561
484.955798
226.996161
75605.3681
2016.06.30
18739.58522
43541.66665
397.734354
43.450632
399.648927
200.596629
62304.0781
2016.12.31
18848.26712
42719.78456
271.459002
35.894718
488.265842
282.686059
60197.5909
2017.06.30
21509.59462
49056.39646
283.451692
26.764321
464.525255
313.105744
71500.6525
二、绿色信贷对商业银行的盈利性的影响
(一)我国商业银行盈利能力概念:
盈利能力就是指商业银行在一定时期内赚取利润的能力。
追求利益最大化是商业银行经营的目的,将利润目标最大化作为商业银行追求的最基本和最主要目标,对其自身的经营管理十分重要。
(二)我国商业银行盈利能力的影响因素
1、影响商业银行盈利能力的内部影响因素
(1)绿色信贷的规模。
绿色信贷业务的发展会改变了银行的贷款模式,促进银行像新兴产业进行贷款,调整产业结构,增加贷款量,进而实现商业银行利润的增加。
根据绿色信贷理念原则,提高企业贷款门槛。
淘汰那些落后的、高消耗的、高污染的产业。
同时积极响应政府的号召,大力发展环保产业。
把一些产业结构层次较低的企业淘汰,促进商业银行的产业结构升级。
这样既优化了商业银行的客户结构又提高了商业银行的经济效益。
同时商业实行绿色信贷可以提高它的社会形象和增强其国际竞争力,吸引更多的客户,进而增加银行的存贷款业务量,提高其利息收入。
(2)资本状况。
选择核心资本充足率作为衡量指标。
商业银行的资本充足率对商业银行的盈利能力也有一定的影响。
当商业银行的核心资本充足率比较高的时候,表明商业银行抵御风险的能力和偿债能力比较强,银行赖账的可能性比较小,就会吸引更多的客户,增加银行的存款量,加大银行的资本。
(3)资产规模。
一般情况下,在其他因素不变的条件下,商业银行的资产规模越大,客户对银行的信任度越强,人们普遍对小银行存在不信任的情况,担心其会发生取款困难或破产赖账的情况。
资产规模越大的银行越能吸人们来办理存贷款业务,增加银行的利息收入。
另一方面银行的资产规模越大,也会降低银行的平均固定成本,提高银行的盈利水平。
(4)资产质量。
商业银行的资产质量状况反应了商业银行资产状态的好坏,同时也能体现一家银行在行业中的竞争力。
如果一家银行的资产中存在许多的呆账及坏账,表明该银行资产质量状况比较差。
反之则表明资产质量较好。
银行的资产质量状况与银行盈利性呈现正相关的关系,资产质量状况越好的银行其面临的投资风险越低,所带来的预期收益也就越高;相反,银行的资产质量状况越差,银行的投资风险会提高,预期收益也就会降低。
2、影响商业银行盈利能力的外部因素有:
(1)经济周期
商业银行的盈利能力受到宏观经济情况的影响。
但是宏观经济的发展是不稳定的。
当宏观经济处于繁荣期时,人们的收入会增加,银行就能吸引更多存款;反之,银行吸收存款量会下降,社会需求量也会减少,银行的业务就会变少,导致其盈利水平降低。
(2)国家经济政策和法律制度
商业银行盈利能力还会受到国家政策和法律制度的影响。
政府或有关部门应该根据国际金融形势以及结合我国不同的国情和不同的发展阶段制定出相应的财政政策和货币政策,同时出台相应的法规来规范市场秩序。
国家的相关政策起导向作用,尤其是在我国市场及经济与宏观调控相结合。
有关部门应该发挥其积极作用,协调各方发展。
(三)绿色信贷对我国商业银行盈利能力的影响实证分析
1.变量选取
(1)被解释变量:
平均资产收益率(AverageReturnOnAsset),它表示每单位资产创造多少净利润。
它强调企业在一个周期内获取利润的能力,能够很好地评价银行的盈利水平。
(2)解释变量
绿色信贷比率(GreenLoadRatio),该变量主要用来绿色信贷余额在商业银行贷款总额度的比重。
主要是来衡量绿色信贷的在商业银行的发展规模。
从上文分析可初步得出商业银行绿色信贷的发展会对商业银行的盈利性产生积极的作用。
绿色信贷比率需要进行计算。
(3)控制变量
1)银行规模:
总资产(TotalAssets),银行的资产规模越大,它的利息收入就越多。
因此银行资产规模对其盈利能力有一定的影响。
2)银行资本充足率:
核心资本充足率(CoreCapitalAdequacyRatio),巴塞尔新资本协议规定商业银行的核心资本充足率大于6%。
它在一定程度上反映了了商业银行的业务结构和规模。
当资本充足率较高,资本就越充足,银行抗风险能力和偿还债务的能力越强。
3)银行资产质量:
不良贷款率(Non-PerformingLoanRatio),选取不良贷款率(NPLR)不良贷款,都有一些回收难可能会导致坏账的特点。
不良贷款率小于5%,表明银行信贷处于比较良好的情况;5%-15%之间安全状态,如果大于15%则表明银行存在信贷风险。
不良贷款率越高表示商业银行的不良贷款额越高,表明其贷款回收的风险越大,银行的资产质量差;反之资产质量好。
根据上文,将所选取的几个变量汇总成表,表2.1更加直观明了
表2.1变量汇总表
变量
简称
计算方法
被解释变量
平均资产收益率
AROA
净利润/资产总额
解释变量
绿色信贷比率
GLR
绿色信贷余额/贷款总额
控制变量
核心资本充足率
CCAR
核心资本/加权风险资产总额
不良贷款率
NPLR
不良贷款/贷款总额
总资产
TA
总产总额,可直接获取
2数据来源和变量的描述性分析
(1)数据来源
虽然我国虽然有许多商业银行,但事绿色信贷在我国发展较晚,仅有部分商业银行进行了发展,没有广泛的引起重视。
部分银行没有在社会责任报告上公布有关绿色信贷的信息,或公布的时间较晚、数据不全。
因此文章从数据的可得性以及时间上的连续性选取了10家绿色信贷信息较全的商业银行,2011年到2017年的数据。
分别是浦东发展银行(PF)、华夏银行(HX)等10家银行根据各个银行年报、企业社会责任报告、银监会以及国泰安数据库查找数据,部分数据可直接找到,有的数据需要进行计算。
(2)对变量进行描述性分析
变量
简称
最大值
最小值
平均值
标准差
被解释变量
平均资产回报率(%)
AROA
1.474800
0.738700
1.135894
0.184592
解释变量
绿色信贷比率(%)
GLR
28.00020
0.140800
6.167026
4.911408
控制变量
核心资本充足率(%)
不良贷款率
(%)
总资产(亿元)
CCAR
NPLR
TA
12.55000
2.390000
26087.04
8.180000
0.380000
1244.141
9.980429
1.255571
9596.697
1.260327
0.442449
6982.797
根据表2.2的结果进行以下分析
1)我国商业银行绿色信贷余额整体所占比例还是较低。
最大值和最小值相差较大,标准差也比较大,显示我国商业银行绿色信贷的发展是不平衡的,各个银行的实施力度是不一样的,和重视力度是不一样的。
我国绿色信贷发展比较好的是兴业银行,最大值就是兴业银行的数据,其他银行的比重均较低,但都在缓慢上升的趋势发展,发展速度较慢,政府应该加强引导,引起重视。
2)不良贷款率,最大值是2.39%。
各银行不良贷款率都小于5%,表明我国商业银行的资产质量总体处于良好状态。
3)核心资本充足率,最小值是8.18%,表明各个银行的核心资本充足率都高于6%,体现我国商业银行有较好的抗风险能力和偿还债务能力。
3.建立模型
(1)单位根检验
首先对面板数据进行平稳性检验。
如果验证结果是平稳的,进行下一步回归,反之可能会产生伪回归现象。
单位根检验多种方法,一类各截面数据之间存在相同的单位根有LLC检验方法;另一类为各截面数据之间存在不同的单位根有IPS检验、ADF检验和PP检验方法。
本文从中各选一种,检验结果如表2.3。
通过表2.3,我们可以看到,检验结果p值均小于0.05,因此面板数据是平稳的。
表2.3单位根检验
变量
LLC检验
PP检验
结果
AROA
0.0000
0.0000
平稳
GLR
0.0019
0.0001
平稳
CCAR
0.0000
0.0002
平稳
NPLR
0.0000
0.0028
平稳
TA
0.0000
0.0000
平稳
(2)F检验
面板回归分析需要对面板数据进行F检验,用来选定其实适合模型类型。
F检验,主要就是用来确定是用混合回归还是用固定效应模型。
选取二者的残差平方和,代入公式。
然后进行计算,若是拒绝原假设则面板数据的回归模型适合用固定效应回归模型,否则适合混合回归模型。
F=
~F(N-1,N(T-1)-K+1)(2.1)
用Eviews10.0进行混合回归,如表2.4
R-squared
0.544100
Meandependentvar
1.135894
AdjustedR-squared
0.516044
S.D.dependentvar
0.184592
S.E.ofregression
0.128415
Akaikeinfocriterion
-1.198346
Sumsquaredresid
1.071881
Schwarzcriterion
-1.037739
Loglikelihood
46.94211
Hannan-Quinncriter.
-1.134551
F-statistic
19.39374
Durbin-Watsonstat
0.394936
Prob(F-statistic)
0.000000
根据表2.4可以得到残差的平方和RRSS=1.071881.
接下来用Eviews10.0做个体固定效应回归,如表2.5
Cross-sectionfixed(dummyvariables)
R-squared
0.865555
Meandependentvar
1.135894
AdjustedR-squared
0.834344
S.D.dependentvar
0.184592
S.E.ofregression
0.075131
Akaikeinfocriterion
-2.162322
Sumsquaredresid
0.316098
Schwarzcriterion
-1.712623
Loglikelihood
89.68127
Hannan-Quinncriter.
-1.983696
F-statistic
27.73284
Durbin-Watsonstat
0.802442
Prob(F-statistic)
0.000000
根据表2.5可以得到残差平方和URSS=0.316098
F统计量的计算公式如下:
由表2.3和2.4可知RRSS=1.071881URSS=0.316098N=10T=7K=4代入公式计算
F=
=13.2>F(0.05)(9,57)=2.049
根据结果,应拒绝原假设,应建立个体固定效应回归模型。
(3)豪斯曼检验
豪斯曼检验是先做随机效应回归,然后进行检验。
若最后P>0.05接受原假设建立随机效用模型;反之,应建立固定效应回归模型。
用Eviews10.0做豪斯曼检验
检验结果,P<0.05,所以拒绝原假设应该创建个体固定效应回归模型。
(4)回归结果
基于F检验和豪斯曼检验的结果,应该创建个体固定效应回归模型。
用Eviews10.0做个体固定效应回归:
表2.7
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1.479136
0.146049
10.12771
0.0000
GLR?
0.034389
0.028977
2.297684
0.0225
CCAR?
0.008058
0.016596
0.485517
0.6292
NPLR?
-0.157374
0.031001
-5.076392
0.0000