金融科技对绿色信贷的影响及作用机制——基于商业银行金融科技视角.pdf
《金融科技对绿色信贷的影响及作用机制——基于商业银行金融科技视角.pdf》由会员分享,可在线阅读,更多相关《金融科技对绿色信贷的影响及作用机制——基于商业银行金融科技视角.pdf(10页珍藏版)》请在咨信网上搜索。
1、金融发展研究 第7期收稿日期:2023-04-13修回日期:2023-05-24金 融 科 技 对 绿 色 信 贷 的影 响 及 作 用 机 制基于商业银行金融科技视角黄磊黄思刚杨承佳(贵州大学经济学院,贵州贵阳550025)摘要:数字经济时代,金融科技能否赋能绿色信贷发展,从而推动商业银行实现数字化绿色转型?本文创新性地从商业银行内部视角出发,基于20122021年22家中国上市商业银行数据,利用文本挖掘法构建金融科技发展指数,探究金融科技对绿色信贷的影响。研究发现,金融科技通过缓解信息不对称、调整信贷配置和降低信贷风险显著促进了绿色信贷的投放。异质性分析表明,金融科技对绿色信贷投放的促进作
2、用在规模小、资本充足率高的商业银行以及城市商业银行中表现得更加明显。因此,商业银行应持续推进金融科技发展,以助力我国绿色金融的发展以及“双碳”目标的实现。关键词:金融科技;绿色信贷;商业银行;文本挖掘;信息不对称中图分类号:F832 文献标识码:A 文章编号:1674-2265(2023)07-0073-10DOI:10.19647/ki.37-1462/f.2023.07.009作者简介:黄磊,贵州大学经济学院,研究方向为金融科技、绿色金融;黄思刚(通讯作者),贵州大学经济学院副教授,研究方向为银行金融;杨承佳,贵州大学经济学院,研究方向为数字经济与数字化转型。一、引言生态环境问题是“十四五
3、”规划中着力要解决的重点问题。作为遏制高耗能、高污染产业扩张进而推动企业绿色转型的一项信贷政策(田超和肖黎明,2021)1,绿色信贷政策逐渐成为国内生态环境治理的重要抓手。但与此同时,投放力度不足、实施效果不佳等问题的存在使绿色信贷仍具有较大发展空间(张小可和葛晶,2021)2。究其原因,主要在于信贷投放方即商业银行的风险规避。由于信息不对称,“标绿”企业和“染绿”项目的骗贷案例层出不穷(张可等,2022)3,为避免损失,商业银行收紧绿色信贷投放,绿色信贷陷入发展停滞期。近年来,互联网、人工智能、大数据、云计算、区块链等新兴信息技术在金融领域的融合应用为商业银行提供了新发展机遇。中国人民银行在
4、金融科技发展规划(20192021年)中指出,金融科技能推动金融机构在盈利模式、业务形态、资产负债、信贷关系、渠道拓展等方面持续优化,不断增强核心竞争力,为金融业转型升级持续赋能。具体来看,金融科技主要是通过创造新的技术应用、产品服务与业务模式来提高金融服务的效率(赵鹞,2016;易宪容,2017;何涌和谢磊,2022)4-6,并通过“技术溢出效应”与“竞争效应”两种渠道来缓解银企间的信息不对称,改进商业银行贷款技术和优化商业银行信贷配置(孟娜娜等,2020;Fuster等,2019)7,8,很可能有助于解决商业银行绿色信贷的现存问题(盛天翔和范从来,2020)9。实际数据显示,2021年,中
5、国工商银行和中国建设银行金融科技投入分别为259.87亿元和235.76亿元,较上年增长9.1%和6.6%。同期,两家商业银行的绿色信贷余额分别增加 6349.02 亿元和6204.22 亿元,同比增长 34.4%和 46.21%。金融科技投入和绿色信贷余额的双双提升引发了我们的思考:银 行 经 营】【73金融发展研究 第7期商业银行发展金融科技是否会促进绿色信贷的投放?金融科技影响绿色信贷的作用机制又是什么?既有研究主要考察商业银行发展金融科技对其经营绩效(王道平等,2022;赵清波和卜林,2022)10,11、盈利能力(于凤芹和于千惠,2021)12、风险承担(邱晗等,2018;郭品和沈悦
6、,2019)13,14、信贷配置(徐晓萍等,2021;亓鹏和韩庆潇,2022)15,16乃至市场结构(孟娜娜等,2020)7的影响,鲜有学者从商业银行自身角度出发,探究金融科技对绿色信贷投放的影响。在中国经济转型的攻关期,厘清二者之间的关系对于推动商业银行数字化转型和绿色发展,深化银行业供给侧结构性改革,从而助力我国高质量发展以及“双碳”目标的实现具有重要的理论价值和现实意义。基于上述背景,本文使用文本挖掘法构建了商业银行金融科技发展指数,结合20122021年22家中国上市商业银行数据,考察商业银行金融科技发展水平对其绿色信贷投放的影响及作用机制。与以往文献相比,本文可能的创新和贡献在于:第
7、一,基于文本挖掘法,创建金融科技关键词词库,采用机器学习的方法爬取各商业银行年报,对金融科技关键词词频数进行统计,创新性地构建了商业银行金融科技发展指数,为相关研究提供有益借鉴。第二,目前与金融科技相关的研究主要集中在其对企业、商业银行和区域经济的影响方面,而在商业银行层面的研究中,鲜有文献将金融科技与绿色信贷直接联系起来,本文从商业银行视角出发,探究金融科技对绿色信贷的影响,为金融科技赋能绿色信贷进而助力高质量发展提供微观经验证据。第三,基于缓解信息不对称、调整信贷配置和降低信贷风险三条路径,深入剖析了金融科技对绿色信贷的影响机制,不仅丰富了现有的理论研究,还为商业银行如何利用金融科技推动绿
8、色信贷发展和自身数字化转型提供有益的政策思考。二、文献回顾、理论分析与研究假说(一)文献回顾根据使用主体的不同,金融科技可分为外部金融科 技 和 商 业 银 行 内 部 金 融 科 技(Cheng 和 Qu,2020)17,分别对应互联网金融企业和商业银行,二者本质上都涵盖了各类利用数字化、电子化技术进行交易的产品和服务(李建军和姜世超,2021)18,并对商业银行的行业结构和传统经营模式产生了深刻影响。从整个行业来看,外部金融科技的发展赋予互联网金融企业信息技术优势,使其在获取客户方面抢占先机,挤压了商业银行的盈利空间,迫使商业银行进行改革创新,发展商业银行内部金融科技,从而影响整体银行业结
9、构(孟娜娜等,2020)7。从商业银行的单一视角来看,商业银行内部金融科技颠覆了传统的银行行为,具体体现在信息获取能力、贷款审批与风险管理方式的变化。一方面,金融科技赋能下,商业银行通过大数据、物联网等信息技术手段获取借款企业的经营状况、信用资质等“软”信息,以此判定企业是否符合放贷标准,这就打破了以往需要借款企业足值抵押物等“硬”资质的传统贷款方式(盛天翔和范从来,2020)9。另一方面,金融科技以区块链、人工智能等新兴技术帮助商业银行建立企业信用评估模型,降低商业银行风险评估成本。此外,金融科技还有助于扩大信贷市场的信息共享范围,使得商业银行可在丰富的贷款信息集中选择信用资质良好的客户进行
10、交易,降低筛选和监控成本,同时以信息共享来约束 借 款 人 行 为,降 低 信 贷 风 险(Sutherland,2018)19。由此可见,金融科技确实对商业银行信贷业务产生了深远的影响。商业银行绿色信贷的投放力度和实施效果受到多方面因素的影响。借款企业层面,企业信息披露水平和环境责任表现对商业银行绿色信贷决策有着显著影响(李哲和王文翰,2021)20。放款银行层面,有学者发现了绿色信贷和商业银行财务绩效的动态交互关系(张琳等,2019)21。政府层面,地方政府环境规制和地方官员特征也是影响绿色信贷发展的重要因素(林柏强和潘婷,2022;韦朕韬等,2023)22,23。上述关于绿色信贷影响因素
11、的分析多集中于企业和政府层面,对商业银行内部因素与绿色信贷关系的研究甚少,而绿色信贷主要是通过商业银行进行投放,商业银行内部因素对绿色信贷的影响不可忽视。尤其是在现代信息化与科技化的大背景下,商业银行内部发展金融科技势必会对绿色信贷业务的发展造成冲击。(二)金融科技与绿色信贷基于微观经济学不完全信息理论,商业银行与企业之间的信息不对称是造成道德风险和逆向选择的主要原因,这些问题都将导致信贷资源错配(宋敏等,2021)24,类似的问题在绿色信贷这类政策性贷款的实施过程中表现得更加严重。目前各商业银行主要根据信贷申请企业的经营范围和行业类型来判断其是否属于绿色企业或绿色项目,一方面,按照传统的贷款
12、方式,一些申请绿色信贷的企业在满足正常申请条件的同时,需要依靠足值抵押物等“硬”资质来通过商业银行的信贷审核,这就使得部分符合绿色信贷申请银 行 经 营】【74金融发展研究 第7期条件但缺少硬性资产的中小企业被排斥在商业银行绿色信贷投放范围之外;另一方面,由于商业银行与借款企业之间的信息不对称,部分企业通过“漂绿”“染绿”等方式骗取绿色信贷,并将绿色信贷挪作他用,部分信用不良和还贷能力差的企业在得到绿色信贷后出现违约行为,导致商业银行利润和资产流动性下降,金融风险水平攀升。经过借款企业的上述一系列负向操作,商业银行对绿色信贷的投放越发谨慎,秉持“宁可不投,也不错投”的保守态度。由此,商业银行陷
13、入不愿投放但碍于政策因素又必须适量投放绿色信贷的困境。金融科技赋予商业银行全新的应用技术、产品形态与业务模式,商业银行在大数据、物联网、人工智能等技术的帮助下,信息获取、信贷配置和风险控制三个方面的能力得到提高(李春涛等,2020)25,绿色信贷的投放很可能也会受到影响。在信息获取方面,一方面,大数据、智能识别、数据挖掘等技术手段增强了商业银行的信息获取能力(盛天翔和范从来,2020)9,获取海量客户信息和历史数据的同时,可将绿色信贷申请企业的“软”信息“量”化,通过“软”“硬”信息的结合商业银行能够多维度、深层次地对企业进行绿色评价,并以信息技术手段综合判断是需要足值抵押物等“硬”资产来发放
14、担保贷款,还是可以凭借企业良好的绿色声誉和绿色信用以及项目的低风险等“软”资质发放信用贷款,有助于商业银行为更多符合绿色信贷申请资质的中小企业提供绿色信贷,一定程度上提高了绿色信贷服务的包容性(谭常春等,2023)26,增加了商业银行绿色信贷投放。另一方面,商业银行可以利用金融科技有效辨别绿色企业与绿色项目的真伪,缓解银企之间的信息不对称,随着信息掌握程度的提高,商业银行对于绿色信贷投放的保守态度逐渐转向积极,进而放宽绿色信贷申请及发放条件,刺激绿色信贷的投放。基于此,本文提出假设1和假设2:假设1:商业银行发展金融科技能够显著增加绿色信贷的投放量。假设 2:金融科技通过缓解银企间的信息不对称
15、,促进商业银行绿色信贷的投放。在信贷配置方面,由于市场信息的缺乏,商业银行存在惜贷等情况,存贷比和利息收入低于市场均衡水平。在金融科技有效缓解银企间信息不对称的基础上,商业银行风险承担意愿增强,信贷配置有所调整,存贷款比例会显著上升。特别是在绿色信贷业务上,风险承担意愿的增强赋予银行在信贷业务方面更多的操作空间,虽然绿色信贷相较其他信贷来说利息较低、周期较长,但为赢得绿色声誉以及碍于政策指标,商业银行会倾斜增加绿色信贷的投放。据此,本文提出假设3:假设3:金融科技通过调整商业银行信贷配置,促进商业银行绿色信贷的投放。在风险控制方面,一方面,商业银行能够利用金融 科 技 建 立 绿 色 信 用
16、评 估 模 型(Livshits 等,2016)27,过滤违约风险高的绿色信贷申请企业,排除非绿企业和非绿项目,防止企业“标绿”“染绿”以骗取绿色信贷,提高的风险处理能力;另一方面,商业银行能够运用大数据、区块链等技术实时监测绿色信贷资金流向,当绿色信贷申请企业将绿色资金挪作他用时,商业银行能够及时冻结并收回已发放的绿色信贷资金,这将有助于提高商业银行的风险控制能力,降低商业银行的信贷风险(张妤舟,2021)28。风险控制能力的提高和信贷风险的下降又会增强商业银行投资信心,使其向市场发放更多的绿色信贷以谋求更多的收益。基于以上分析,本文提出假设4:假设4:金融科技通过降低商业银行信贷风险,促进
17、商业银行绿色信贷的投放。三、研究设计(一)研究样本和数据处理本文以20122021年22家中国上市商业银行为研究对象,商业银行金融科技发展指数来自对各商业银行年报进行爬虫得到的数据,商业银行经营数据及财务数据来自国泰安数据库、Choice金融数据库和各商业银行年报,绿色信贷余额来自马克数据网、各商业银行社会责任报告和可持续发展报告。部分缺失数据通过各商业银行年报、社会责任报告和可持续发展报告手工收集,剩余少量缺失数据通过线性插值法补齐。此外,为消除极端数据值对实证结果造成的影响,对所有连续型变量进行双侧1%的缩尾处理,最终得到20122021年22家商业银行的220个观测值。(二)模型构建基于
18、前文理论分析,为探究金融科技与绿色信贷之间的关系,本文构建以下模型:GRi,t=+Fintechi,t+Controls+i+i+i,t(1)其中,被解释变量GRi,t代表商业银行i在t年份的绿色信贷投放量,使用商业银行的绿色信贷余额来度量;核心解释变量Fintechi,t代表商业银行i在t年份的金融科技发展水平,使用爬取到的各商业银行年报中金融科技关键词词频的对数来度量;Controls是银 行 经 营】【75金融发展研究 第7期商业银行微观层面和国内宏观经济层面的控制变量;i表示银行个体固定效应,由于省份固定效应会被商业银行个体固定效应吸收,因此,实质上本文也控制了省份固定效应;i表示时间
19、固定效应;i,t代表随机误差项。(三)变量定义1.绿色信贷投放量(GR)。参照以往文献,使用商业银行社会责任报告中的绿色信贷余额来衡量。2.金融科技发展水平(Fintech)。现有研究对于金融科技发展水平的测度主要有三类方法:一是采用北京大学数字金融研究中心编制的中国数字普惠金融指数(郭峰等,2020)29,该指数根据蚂蚁金服的底层交易数据编制,从覆盖广度、使用深度和数字化程度三个维度来反映金融科技发展水平。二是采用地区金融科技公司的数量来衡量地区金融科技发展程度(宋敏等,2021)24。三是采用文本挖掘法,以金融科技关键词检索结果来衡量金融科技发展水平(郭品和沈悦,2019)14。前两种测度
20、方法多用于全国与省市级层面的宏观研究,而基于文本挖掘法所构建的商业银行金融科技指数更适合对商业银行进行微观分析。因此,本文借鉴李春涛等(2020)25和翟胜宝等(2023)30的方法,通过机器学习的方法,从各商业银行年报中提取涵盖人工智能、区块链、云计算、大数据、线上化与移动化等六个维度的124个金融科技关键词词频数(见表1),对所得结果做对数化处理,得到各年度各商业银行的金融科技发展水平。3.控制变量。按照以往研究,商业银行层面微观特征、国内宏观经济发展水平与货币政策等均会影响商业银行的绿色信贷水平。因此,本文选取的控制变量在微观上主要包括能够反映商业银行盈利能力的总资产收益率(ROA)、反
21、映信贷坏账情况的不良贷款率(NPL)、反映经营效率的成本收入比(CI)、反映流动性水平的流动性比例(LDR)、反映资本充足水平的资本充足率(CAR)以及反映环境责任意识的环境信息披露指数(EIDQ);在宏观上主要包括反映各地区绿色政策力度的环境规制强度(ER)、反映国内经济发展水平的国内生产总值(GDP)和反映货币政策环境的货币供应量(M2)。具体变量定义及描述性统计见表2。四、实证结果分析(一)基准回归本文采用的样本数据属于大 N 小 T 的短面板数表1:金融科技关键词词库维度人工智能区块链云计算大数据线上化移动化金融科技关键词人工智能、机器人、机器学习、深度学习、神经网络、人脸识别、生物识
22、别、声纹识别、模式识别、影像识别、刷脸支付、虚拟现实、增强现实、知识图谱、智慧化、智慧存款、智慧柜台、智慧金融、智慧网点、智基信贷、智慧型、智慧银行、智慧营销、智能、智能化、智能风控、智能金融、自动化和自然语言处理。区块链、分布式账本、供应链、物联网、近场、量子、量子通信、量子通讯、数据加密、数字货币和电子货币。分布式、分布式存储、分布式计算、分布式架构、分布式数据库、金融云、可信计算、上云、私有云、虚拟化、隐私计算、云端、云服务、云服务平台、云化、云计算、云架构、云平台、云系统和云灾备。大数据、大数据分析、大数据服务、大数据技术、大数据模型、大数据挖掘、数据仓库、数据技术、数据模型、数据挖掘
23、、数据治理、数据中心、数字化、数字化转型、数字金融、数字签名、数字生态、数字信用卡、数字银行和数字营销。电商、电子化、电子金融、电子渠道、电子商务、电子银行、电子支付、互联网、互联网金融、金融科技、数字技术、网络化、网络金融、网络理财、网络融资、网络消费贷款、网络银行、网络支付、网上、网上交易、网上银行、网上支付、网银、线上和在线。场景化、场景金融、程序接口、开放平台、开放银行、平台化、软件开发工具包、手机银行、手机支付、条码支付、移动电子商务、移动互联、移动互联网、移动金融、移动银行、移动支付、数字支付、应用程序编程接口和直销银行。表2:变量定义变量类型被解释变量核心解释变量控制变量变量绿色
24、信贷投放量金融科技发展水平总资产收益率不良贷款率成本收入比流动性比例资本充足率环境信息披露指数环境规制强度国内生产总值货币供应量变量符号GRFintechROANPLCILDRCAREIDQERGDPM2变量定义绿色信贷余额(亿元)取对数基于文本挖掘法构建的商业银行金融科技发展指数净利润/总资产不良贷款余额/期末贷款总额营业成本/营业收入流动资产/流动负债资产净额/加权风险资产总额通过环境管理、环境认证、环境信息、环境负债、环境 业绩与治理五个方面综合测算并取对数。工业污染治理完成投资额/工业增加值实际GDP年度同比增长率广义货币M2增速观测值2202202202202202202202202
25、20220220均值6.19775.32170.98101.266830.661452.006513.21350.54200.18496.680010.8200标准差2.17201.37910.23470.36026.551211.90521.69550.19650.14511.61542.1963银 行 经 营】【76金融发展研究 第7期据,常用的估计方法有混合回归、固定效应和随机效应模型,需要使用Hausman检验确定合适的基准回归模型。检验结果显示P值为0.0000,在1%的水平上显著拒绝随机效应。因此,本文采用固定效应模型(控制个体和时间效应)进行基准回归,结果如表3所示。表3:基准回
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 金融 科技 绿色 信贷 影响 作用 机制 基于 商业银行 视角
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。