一 引言
2009 年经济合作与发展组织( OECD) 发表了一份《绿色增长宣言》,要求 OECD 成员国制定发展绿色增长政策,这种绿色增长政策不仅应在短期内促进经济恢复,还应在长期中实现宏观经济绿色增长.绿色金融作为促进可持续低碳经济发展的重要杠杆,是一种绿色增长政策,已为国际金融界的实践所印证[1].绿色金融已经从理念、策略和产品创新等各个层面嵌入金融机构,成为现代金融机构的发展趋势.绿色金融对于保护生态环境、发展经济以及金融机构自身的发展都有重大意义,是实现经济、社会、环境协调进步以及实现经济可持续发展的需要,也是金融机构自身发展的必然要求[2].国外的绿色金融研究和实践已经取得了一定成果,国内对此的相关研究和实践还相对滞后,但也有较成功的尝试和探索,如蔡芳博士运用博弈论和一些统计计量方法,对环境保护金融手段的参与主体进行了博弈分析,对绿色投资与经济增长的相关性、银行贷款投向的不合理等问题进行了计量分析[3];王衍行等从市场投资角度,分析了绿色投入与非绿色投入、社会资产增长与环境治理之间的相互作用机制,他们的研究结果表明,在环境污染下降速度一定的情况下,最快的社会资产增长率取决于投向投资回报率最高的投入与治理环境污染投入的比例,并非完全取决于绿色信贷投入的比例[4];陈植雄等通过对 1990 年至 2005 年"国内生产总值"、"污染直接经济损失"、"污染事故赔罚款总额"及"污染治理投资"四个指标的历年数据进行相关性分析,得出我国绿色金融投资与经济增长呈明显线性回归关系[5].我国一直将绿色金融作为解决环境问题的重要政策工具和手段[6].本文拟利用协整检验和误差修正模型(VECM),实证研究绿色金融发展与宏观经济增长之间的关系[7],分析绿色金融对宏观经济增长的实际效应,为进一步深入推进绿色金融体制改革促进宏观经济增长提供政策参考.
二 实证分析
(一)指标选择、数据来源和分析工具
绿色金融是指金融部门把环境保护作为一项基本政策,在投融资决策中,考虑潜在的环境影响,对与环境条件相关的潜在回报、风险和成本进行评估与考量,在金融经营活动中注重对生态环境的保护以及环境污染的治理,以消耗较少的环境成本,获得尽可能大的经济和社会效益,促进社会的可持续发展.
本文所研究的绿色金融与宏观经济增长的动态关系主要涉及两个方面的指标:一是反映宏观经济水平指标,二是反映绿色金融发展的指标.宏观经济水平用当年 GDP 表现,记为 SR;绿色金融发展水平通过绿色金融发展规模和绿色金融资源配置效率来表现[8].绿色金融发展规模采用银行存贷款资源总额与 GDP 的比值表现,记为 GM.金融机构的一项重要职能是作为金融中介转换配置存贷款资源,因此采用绿色信贷余额与绿色存款余额的比值(存贷比)表现绿色金融资源配置效率,记为 XL.指标 SR 以 1978 年价格指数为 100,剔除了价格因素影响;指标 GM 和指标 XL 自身是比率形式,价格因素影响已经进行了相关处理.本文数据来源于《中国统计年鉴》、《中国金融统计》、《中国金融年鉴》,受数据可得性影响,数据样本为1978 年至 2010 年的年度数据.由于统计口径的变化,2010 年企业贷款数据与以前历年不可比.
为了统一口径,本文参照 2010 年新口径企业贷款同比增长31. 5%的增长速度推算了2010 年旧口径企业贷款数据.本文使用 Eviews5. 1 进行数据分析处理.
图 1 反映了 1978 -2010 年间进行价格因素调整后的宏观经济(SR)增长情况;图 2 反映了同期绿色金融发展规模(GM)与绿色金融资源配置效率(XL)的变化情况.
(二)单位根检验
为了消除时间序列数据计量分析过程中的"伪回归"现象,首先对变量 SR、GM 和 XL 进行单位根检验,以确定变量的平稳性.在对变量 SR、GM、XL取对数以减轻其变动幅度后,采用迪基和福勒提出的 ADF 检验方法(augment Dickey - Fuller test)对时间序列 LNSR、LNGM、LNXL 进行单位根检验.
表 1 给出了时间序列 LNSR、LNGM、LNXL 的平稳性检验结果.
从表 1 中可以看出,变量 LNSR、LNGM 和LNXL 都是非平稳变量,但其一阶差分变量的 ADF检验值均小于 1% (或 5%)显着水平下的临界值,因此可以拒绝变量 ΔLNSR、ΔLNGM 和 ΔLNXL 具有一个单位根的原假设,也即 LNSR、LNGM 和LNXL 都是 I(1)序列,可以进行协整检验.
(三)Johansen 协整检验
本文采用 Johansen 检验方法进行协整检验.在进行检验之前首先正确设定 VAR 模型的结构.
VAR 模型除了满足序列的平稳性要求外,还必须正确确定滞后阶数.根据赤池准则和施瓦茨准则,从表 1 可以得到在 VAR(1)中 AIC 值和 SC 值同时达到最小,因此最优滞后阶数为 1.同时,从表 2可以看出,该 VAR(1)模型中所有 AR 根的倒数均小于 1,因此该 VAR(1)模型是稳定的.为减少检验的偶然性,利用 JB 检验、怀特检验和 Q 统计量检验进一步检验该 VAR(1)模型,结果显示其拟合优度很好,残差序列具有平稳性.由于建立的是无约束 VAR(1)模型,因此协整检验的 VAR 模型滞后期确定为 0.Johansen 协整检验结果如表 3.
表 3 的 Johansen 协整检验结果表明,在 5% 的显着水平下,变量 LNSR、LNGM 和 LNXL 具有一个协整关系.协整方程为:
LNSR = - 0. 314107LNGM - 3. 3 50134LNXL
s. e. = (0. 16164) (0. 38795)
协整方程表明,中国宏观经济增长与绿色金融发展规模、绿色金融资源配置效率之间存在长期稳定均衡关系[9].从长期来看,绿色金融发展规模、绿色金融资源配置效率都对宏观经济增长具有负向影响,中国绿色金融发展不仅未能促进宏观经济的增长,反而阻碍了宏观经济增长.宏观经济增长关于绿色金融发展规模的长期弹性为 -0. 314107,绿色金融存贷款总额占 GDP 的比值每上升 1 个百分点,宏观经济增长将大约减少 0. 31%;宏观经济增长关于绿色金融资源配置效率的长期弹性为 -3. 350134,绿色金融机构贷存比每上升 1%,宏观经济增长将大约减少 3. 35%.形成这种局面的原因可能是多方面的,其中一个重要的原因是中国绿色金融市场发育不完善.从总量上看,绿色金融规模的增长更主要表现为绿色金融企业存款规模的大幅度增加,而绿色金融机构在信贷投放上具有强烈的偏向,将大量绿色金融资源转移到个别大型企业,从而使绿色金融资源总量的增加并未能惠及众多中小企业的绿色投资.另一方面,从绿色金融信贷结构上看,绿色金融贷款中绝大部分是大型企业贷款,对宏观经济增长的促进作用有限,同时在绿色金融贷款内部,真正能直接促进宏观经济增长的部分也很少,从而贷款总额的增加并不能反映出绿色金融信贷资源的增加,反而表现出了非绿色产业对绿色信贷资源的挤占.因此,在量上,绿色金融发展更多体现为企业储蓄的增加,而且通过金融资源转移到个别大型企业,对绿色金融资源形成了外部挤占;在结构上,通过内部金融资源分配过程中向大型企业倾斜,对中小企业的金融资源形成了内部挤占.在外部和内部的双重挤占下,无论是绿色金融资源总量的提高还是绿色金融资源贷存比的提高,众多中小企业在金融资源获取中都居于弱势地位,强化了非绿色产业对绿色金融资源的挤占,从而最终表现为二者对宏观经济增长的负向影响.
(四)误差修正模型
前述协整方程所反映的是变量之间的长期均衡关系.为了进一步分析变量LNSR、LNGM 和LNXL 长期均衡与短期波动之间的相互关系,可以引入向量误差修正模型( VECM )进行描述[10].用 ecmt表示协整方程中的残差,μt作为误差修正项,将 ecmt作为一个解释变量,建立短期模型,即误差修正模型.根据前述协整方程,误差修正项为:
ecmt= LNSRt +0. 314107LNGMt +3. 350134LNXLt
将 ecmt代入向量误差修正模型并根据最小二乘法( OLS)估计误差修正系数,所估计的误差修正模型如下:
ΔLNSRt =0. 065998 -0. 04945ecmt - 1
s. e. =(0. 0065) (0. 00877)
从上述误差修正模型可以看出,误差修正项ecm 的系数为 - 0. 04945,反映出了误差修正模型的反向修正机制.当绿色金融发展水平和宏观经济增长之间的关系出现短期波动时,通过 ( -0. 04945)的调整力度向长期均衡状态靠拢.
(五) Granger 因果关系检验
通过 Johansen 协整检验和误差修正模型分别确定了绿色金融发展水平和宏观经济增长之间的长期均衡关系和短期波动关系[11],下面进一步通过 Granger 因果检验来探析它们之间存在着怎样的关系或者是否构成因果关系.Granger 因果检验结果如表 4.
从表 4 的结果可以看出,1978 -2010 年间,在5% 的显着性水平下,LNXL 是 LNSR 的 Granger 原因,但 LNSR 不是 LNXL 的 Granger 原因;LNGM 不是 LNSR 的 Granger 原因,但 LNSR 是 LNGM 的Granger 原因; LNGM 是 LNXL 的 Granger 原因,LNXL 不是 LNGM 的 Granger 原因.Granger 因果关系检验的结果反映出在 1978 - 2010 年间,我国绿色金融发展规模与宏观经济之间存在单向的因果关系,宏观经济增长是促进绿色金融规模增长的原因,但反之不成立.宏观经济水平的上升,能够增加绿色储蓄存款总额,从而增加绿色金融总体规模.绿色金融资源配置效率与宏观经济之间存在单向的因果关系,绿色金融市场存贷比的提高抑制了宏观经济水平的上升,其原因主要在于前面分析所指出的绿色金融市场存贷比的提升不仅不能反映中小企业获取金融资源的增加,反而恰恰反映出在绿色金融市场内部大型企业对中小企业金融资源的进一步挤占.
(六)脉冲响应分析
本文主要考察绿色金融发展水平对宏观经济增长的影响.Granger 因果检验反映出绿色金融资源配置效率 LNXL 是宏观经济增长 LNSR 的 Grang-er 原因.下面通过建立 LNSR 与 LNXL 之间的VAR 模型,利用脉冲响应分析函数进一步分析这种因果关系的具体作用效果.图 3 给出了宏观经济 LNSR 对绿色金融资源配置效率 LNXL 的脉冲响应图,在图中可以清晰看到各种因子的相互作用.从图 3 中可以得出,绿色金融资源配置效率的正向冲击会使宏观经济恶化,这种效应在第 2 期开始显现,在第 10 期达到最大,然后又开始逐渐微弱减小,但这种影响始终是负向的.
三 结论及建议
本文研究发现,在 1978 -2010 年间,我国绿色金融发展水平与宏观经济增长之间存在长期稳定的均衡关系.从长期来看,无论是绿色金融发展规模还是绿色金融资源配置效率都对宏观经济增长具有明显的负向影响,宏观经济增长关于绿色金融发展规模的长期弹性为 -0. 314107,关于绿色金融资源配置效率的长期弹性为 - 3. 350134.1978 -2010 年间,我国绿色金融发展不仅没能促进宏观经济增长,反而抑制了宏观经济增长.可以说,这样的绿色金融发展实质上是一种不利于国家的"发展",是一种畸形的发展,严重背离了绿色金融服务的宗旨和目标.当前国家在绿色金融体制改革方面花了大力气,下了狠功夫,绿色金融区域覆盖空白基本得到解决,服务水平得到了一定的提升,但仍在诸多方面亟待完善和改善.因此,本文基于上述研究结果,提出以下建议.
(一)金融机构应加大对绿色经济、低碳经济、循环经济的支持,重新定位绿色金融产品[12].金融机构应支持农业由传统的种植业向优质名特优甚至是多种副业绿色经营的全面转变.促进绿色农产品生产基地建设与绿色食品加工企业的建设,以绿色经济带动绿色产业链及产业群.拓宽与改变传统的信贷范围,譬如生态保护、资源保护工程建设、农业环境污染治理、信息产业等.未来还应积极探索节能环保贷款资产证券化,这样做一方面可以合理减少银行业金融机构的资本占用,进一步调动其开展节能环保贷款的积极性,另一方面可以通过证券化的资产,吸引更多社会资金支持节能环保项目和服务.
(二)严密防范环境和社会风险,加强监管力度,不能为环境违法违规的企业提供信贷支持[13].金融的审慎监管原则导致金融机构提供金融服务和产品时相对保守,然而绿色金融是一个新领域,需要创新,需要从管理角度进行新的思考和定位[14][15].目前,绿色金融创新业务监管有很多可以完善的地方:一是传统的金融监管大多是守成的监管,更多是对机构的监管,而非对功能的监管;二是目前更多强调金融服务的供应,对于绿色金融服务的需求,没有明确的规定和要求;三是过多强调行政手段的监管,而非市场手段的监管;四是更多强调系统内的管理,涉及跨系统的管理很薄弱.同时,绿色金融监管还要考虑不同类型金融机构在实施监管时有相对一致的行动,以避免资金和资源的分散,从而达到更好的效用.
(三)关注并提升银行业金融机构自身的环境和社会表现.绿色金融机构要明确其服务方向和重点,积极为调整经济结构、推动自主创新、节约能源资源、保护生态环境、促进区域协调发展、改善人民生活服务.信贷决策要整合循环经济和低碳经济发展中的业务增长点,准确把握绿色经济发展前景和路径,深入分析发展所面临问题,制定和完善支持发展的信贷政策,全面改进和提升对环境保护、节能减排的金融服务,使存量贷款的结构调整、新增融资突破口与国家可持续发展战略一致[16].
(四)制定引导社会资金投向的财税政策,发挥绿色金融支持节能环保的杠杆作用.在部分银行看来,推进绿色金融一定程度上增加了银行的经营成本,使银行在追求商业利益和履行社会责任之间存在一定冲突.同时,当前我国对发放环境违法违规项目贷款的银行没有责任追究和处罚措施,对切实执行绿色信贷环保政策成效显着的银行也没有奖励激励,商业银行在一定程度上缺乏推行绿色信贷的动力.针对这种状况,地方政府部门应尽快完善相关的法律及配套制度,尽快出台绿色金融的财政税收奖惩政策、设立环保节能专项基金、税收优惠、提供技术服务等.加大对企业节能减排的支持力度与风险的补偿机制,引导金融部门对环境治理、能源再生等新型能源领域的信贷资金投入.
(五)加强信息共享平台建设,充分发挥信息在引导资金投向中的基础作用.绿色金融的全面推行,需要构建企业、金融机构与环保部门之间的信息沟通平台,及时掌控市场需求与动态.政府部门可采取协调会、洽谈会、对接会以及项目推介会等形式,强化金融机构与低碳、绿色经济重点项目、重点行业的沟通,及时、有效地对接低碳、绿色经济企业的合理资金需求.搭建有效的绿色金融平台可以实现绿色金融与生态经济的融合发展.从过往经验看,平台建设与运营者一般出自企业家,产自金融机构的可能性较小,金融机构更多是绿色金融平台的参与者.此外绿色金融平台可考虑引入风险资金,先做大规模,一旦过了临界点即可"引爆"平台,实现平台的快速发展.
(六)逐步提高产能过剩行业准入和营运标准,完善资源性产品价格形成机制.绿色信贷是促进绿色经济发展与可持续发展的有效途径之一,金融机构要不断加快推进金融产品和服务方式创新,严格限制对"高消耗、高污染、高排放"行业的贷款,在降低能源消耗和污染排放领域进行积极探索与创新,丰富"绿色金融"业务产品线,特别是在大气污染治理、保护生态环境、提高资源利用效率、减少污染排放、水资源的利用和保护等领域.加大对企业品牌创新、技术创新和发展模式创新以及节能减排重点领域和项目的信贷支持力度,提高新能源、节能减排、智能电网等产业贷款比重[17].加快配置未来的优质客户群和利润增长点,支持可持续发展产业取代落后的传统行业,形成集群优势,培育生态文明建设新动力.
参考文献:
[1]谭太平 . 国内外银行业绿色金融实践的比较研究[J]. 生态经济,2010(6).
[2]杜莉,张鑫 . 绿色金融、社会责任与国有商业银行的行为选择[J]. 吉林大学社会科学学报,2012(5).
[3]蔡芳 . 环境保护的金融手段研究[D]. 中国海洋大学,2008.
[4]王衍行,李富强,甘煜 . 市场投资视角下绿色信贷对社会资产增长和环境保护作用的研究[J]. 金融监管研究,2013(09).
[5]陈植雄,彭敏玲,曹裕 . 积极发展绿色金融的现实意义及策略探析[J]. 金融经济,2007(12).
[6]邓翔 . 绿色金融研究述评[J]. 中南财经政法大学学报,2012(6).
[7]董莹莹,廖可贵 . 中国金融结构与宏观经济结构关系实证研究[J]. 统计与决策,2013(6).
[8]王琨,滕建州,石凯 . 中国宏观经济和金融总量的非线性研究[J]. 财经科学,2012(6).
[9]张萌,蒋冠 . 纳入金融因素的 DSGE 模型与宏观经济稳定研究[J]. 经济经纬,2014(1).
[10]张晓玫,罗鹏 . 信贷增长、金融发展与宏观经济波动[J].国际金融研究,2014(5).
[11]何志刚,钟巧 . 金融市场波动对宏观经济的预测信息研究[J]. 统计与决策,2012(5).
[12]王元龙,马昀,王思程等 . 中国绿色金融体系:构建与发展战略[J]. 财贸经济,2011(10).
[13]范少虹 . 绿色金融法律制度:可持续发展视阈下的应然选择与实然构建[J]. 武汉大学学报(哲学社会科学版) ,2013(2).
[14]王彤宇. 推动绿色金融机制创新的思考[J]. 宏观经济管理,2014(1).
[15]剧宇宏 . 绿色经济与绿色金融法律制度创新[J]. 求索,2009(7).
[16]薛淑玲,孙宏 . 绿色金融支持低碳经济发展的模式与措施[J]. 经济导刊,2011(10).
[17]何建奎,江通,王稳利 ."绿色金融"与经济的可持续发展[J]. 生态经济,2006(7).
