中国银行信贷项目环境风险评估模型的构建和应用，本文主要内容关键词为：中国论文,银行信贷论文,模型论文,风险评估论文,环境论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
银行信贷项目的环境风险是指项目投资的污染和环境破坏行为可能促使政府、公众和非政府组织排斥、抵制、限制甚至废止该项目，进而给作为资金供给方的银行带来贷款难以收回、承担连带责任和声誉损害等风险。银行重视环境风险评估不但可以降低自身的信贷风险，而且可以从源头上遏制污染项目的建成和运作。中国的项目融资严重依赖银行信贷①，因此信贷控制是环境破坏行为的有效预防手段，它比事后的监督和处理来得更有意义，且它将环境外部性内部化为金融市场的信贷成本或信贷配给，是有别于纯行政行为、适合市场经济环境的市场手段。
重视环境风险评估是当前形势所需。1992年，联合国环境署发布了《银行界关于环境与可持续发展的声明》；2003年，10家国际大银行宣布率先实行按绿色信贷要求制定的赤道原则；2007年，中国国家环保总局、中国人民银行和中国银监会联合下发《关于落实环境保护政策法规防范信贷风险的意见》，环境违法的企业或项目被处罚、限制信贷融资甚至被叫停。当前虽然中国大部分银行接受了绿色信贷的概念，但操作层面的措施基本限于两种：一是在项目投资前银行需要投资者提供环保局的批文；二是对已经存在的企业或项目，拒绝还是提供进一步融资，关键看该企业是否在环保局的限批名单中。按照Jeucken(2001)[1]提出的绿色信贷中环境风险管理的4个阶段(抵御阶段、预防阶段、参与阶段和可持续发展阶段)，现阶段中国商业银行这种按名单操作的方式属于最初级的抵御阶段。从初级阶段向高级阶段发展的关键在于建立起专业的环境风险管理机制，拥有自己的环境风险评估工具。
国外实行赤道原则的银行通常只公开环境风险评估的原则性文件，具体的评估工具是不公开的，即便通过有偿的方式获得，他们的指标体系和评估方式也不一定适用于中国。国内外同类研究中的大部分都只是类似领域的研究。其中一部分没有涉及模型设计，如国内的李祥义(1998)[2]、韩竞一等(2005)[3]等从事环境会计和审计的研究；张长龙(2006)[4]、何德旭等(2008)[5]、刘勇(2008)[6]介绍性或论述性地研究了绿色信贷；苗建青等(2008)[7]用实证的方法研究了日本的银行贷款数据，发现企业的环境经营指数每上升1％，银行贷款名义利率可降低约0.008％；国外有关绿色信贷的论述性研究来自Thompson(1998)[8]和Jeucken(2001、2004[9])等。另一部分涉及模型设计的研究多以项目本身为目的，即一般意义上的环评，不涉及银行，如陈昌军等(2006)[10]、Solnes(2003)[11]和Singh et al.(2007)[12]等的研究。本文拟从银行的角度出发构造中国环境风险评估指标体系，通过银行专家问卷调查确定各类型银行的指标权重，进而搭建层次分析评估模型，并利用实例说明该模型的应用过程。本文还拟比较分析不同类型银行的指标权重，以寻找他们之间的风险偏好差异。
二、银行信贷项目环境风险评估指标体系
本文指标体系的构建和模型的设计主要参照层次分析法(AHP)②。AHP是T.L.Saaty在20世纪70年代提出的一种定性与定量分析相结合的多准则决策方法，广泛应用于科学分析、决策、预报和控制等领域。本文借鉴赤道原则(EPS，2006)[13]和国际金融公司(IFC，2007)[14]制定的社会与环境风险评估标准及上文提到的国内外有关建设项目环境评估文献的相关指标体系，并兼顾商业银行信贷项目环境风险评估的特殊性和数据可获得性，从自然环境因素以及社会环境因素两方面构建中国商业银行信贷项目的环境风险评估指标体系(表1)。
1.自然环境因素指标。该类指标主要考虑信贷项目的实施对自然和生态环境所造成的潜在影响，包括4个指标。(1)土地利用指标。用于衡量信贷项目的建设导致土地功能变化的程度；(2)生物多样性指标。根据IFC的社会与环境风险评估绩效标准，商业银行应评估贷款对生物栖息地的破坏以及物种的影响，评估内容为受项目影响的自然栖息地范围以及对各种动植物种群影响的程度；(3)污染物排放指标。用于衡量项目运营过程中产生的直接或间接对环境造成危害的污染物排放量；(4)资源与能源消耗指标。指单位产品生产消耗的资源与能源。
2.社会环境因素指标。本类指标主要从环境和资源的角度考虑信贷项目的实施对国家或当地社会造成的影响，主要包括4个指标。(1)政策与法规指标。主要指国家或地方法律、产业政策对信贷项目的影响，其评估的内容包括项目与国家产业政策与环保法规的相符性。增加出口关税指标是因为国家对部分不鼓励的产业采取了取消出口退税或提高出口关税的政策；(2)社区健康与安全指标。指项目的运营会给当地社区的健康和安全带来风险，包括有害物质的非正常排放、对自然的危害和社区面临的疾病。此指标与污染物排放指标的差别是社区健康与安全问题直接面临赔偿，而污染物排放指标主要衡量不用赔偿的外部性损失；(3)工作环境指标。信贷项目所属的企业应该为员工提供一个安全和健康的工作环境。本指标考虑工作场所的风险，如化学、生物和放射性危险；(4)当地社区交流。用当地社区居民对项目所持态度来衡量，以估计可能的抵制风险。这一指标还跟项目信息的公众披露程度和沟通程度有关，披露程度低的项目尽管当前的抵制风险低，但未来被揭露将导致潜在风险更高。
三、不同类型银行指标权重的获取和分析
不同类型银行对绿色信贷政策的理解与执行力度不同，对各指标的风险偏好存在差异，因此他们在环境风险评估时赋予指标的权重也有所不同。为了比较和分析各类型银行对指标的不同偏好，有必要划分商业银行类别并分别设置他们的模型指标权重。本文将商业银行划分为四大国有银行、中型银行、小型银行和外资银行。四大国有银行简称四大国行，包括中国建设银行、中国银行、中国工商银行、中国农业银行；中型银行指总资产规模较大的股份制银行(如中信银行、民生银行等)和城市商业银行；小型银行指总资产规模较小的城商行以及农信社等。为避免定性分析的主观性，本文采用德尔菲法来确定上述4种类型银行的指标权重。
1.构建递阶层次结构模型和形成判断矩阵。根据AHP法的基本思想，笔者已在表1构建出包含目标层、准则层和各级指标层的递阶层次模型。为建立判断矩阵，本文在上述4类银行中各选取10名(共40名)长期从事信贷风险管理工作的专家和资深信贷员，通过问卷调查，由他们对层次结构模型的各层次指标的相对重要性进行成对比较，得到判断矩阵。为了把两两比较的结果加以量化，本文采用萨迪(Saaty)建立的1～9标度法，1、3、5、7、9分别表示前一因素i比后一因素j同等重要、稍微重要、明显重要、强烈重要和极端重要，2、4、6、8表示上述程度的中间值，判定的结果记为
，它为判断矩阵中的元素。如后一因素比前一因素重要，则采用以上标度的倒数
表示。
3.计算组合权重。将底层指标的权重依次与它的上一级指标层的权重相乘，就得到底层指标相对于目标层的组合权重。
按照以上计算步骤，根据专家对各指标的赋值，可以计算得到不同类型银行各指标层的判断矩阵和对应的最大特征根及一致性比例CR值。由于篇幅所限，本文省略过程表格，仅列出模型用到的各类型银行的权重汇总表，表中的指标采用表1中设定的字母代号代替。表2和表3中的权重指相对于相邻上一层的权重，表3中的组合权重为底层相对于目标层的权重。表中的结果均通过一致性检验。
4.各类型银行权重的比较分析。通过比较不同类型银行各个环境风险评估指标的权重，可以发现他们的风险偏好差异。
第一，四大国有银行以及中型银行对自然环境因素的权重大于小型银行对自然环境因素的权重，小型银行更注重信贷项目法规政策的合规性等社会环境因素。究其原因，一是大、中型银行拥有比较成熟的经营管理体制，特别是四大国行在国家政策的执行上态度会更坚决。在绿色信贷政策的执行上，大、中型银行在环境风险评估的宣传力度和相关业务知识培训等方面均比小型银行更出色；二是大、中型银行相对于小型银行更具有社会责任感。银监会鼓励各银行公开披露社会责任报告，接受社会监督。目前，只有大、中型银行普遍在每年定期发布完整的社会责任报告书，详细披露当年该银行绿色信贷以及环保活动的信息，而小型银行基本都缺失社会责任报告书；三是大、中型银行在资金和品牌上实力优势明显，大型贷款项目多青睐大、中型银行。“双高”行业贷款项目亦然如此，而“双高”项目一般对自然环境的影响比较大，受到舆论更广泛的关注和监督。小型银行所接手的小型信贷项目对环境影响很小或者有限，舆论关注和监督程度相对比较弱。对小型银行来讲，一般能影响项目实施的是该项目会否违反国家法规，而不是舆论。从这个角度考虑，大、中型银行在自然环境因素方面所承担的环境风险比小型银行大。因此，大、中型银行赋以自然环境指标的权重大于小型银行。
第二，对比同类型银行准则层不同指标的权重，非外资银行的社会环境因素指标的权重都不同程度地大于自然环境因素指标。这与现阶段中国商业银行环境风险管理的发展阶段相符合。按前文分析，目前主要为名单管理阶段，国内大多数银行基本上按照环保局、银监会、人民银行的限批、限贷行业或企业名单来决定是否发放贷款，而名单的制定是以该企业或项目是否违反环保法规和国家产业政策为依据。这种按照名单操作管理的方式必然使得国内商业银行更注重法律、国家产业政策等社会影响因素。此外，对于大部分银行来说，政策指标比自然环境指标更容易把握。
第三，在自然环境指标中，非外资银行整体上对污染物排放以及资源与能源消耗指标的重视程度较大。中国在“十一五”规划纲要中明确提出了控制高污染、高耗能、资源性——“两高一资”产品出口，限制其产业的发展。银监会也要求各银行要警惕“两高一资”行业给产业结构带来的风险，不断强调限制或禁止该行业的发展。国家环境保护部要求各级环保部门严把环境准入关，配合有关部门出台和完善限制“两高一资”和产能过剩项目的目录管理方法。非外资银行的指标选择行为主要受到这些政策的影响。
第四，相比之下，外资银行在自然环境指标权重分配方面比较均衡，且在社会环境指标中，外资银行分给社区健康与安全、工作环境、社区交流指标的权重比政策与法规指标更大。中国境内的外资银行多属“赤道银行”，如汇丰银行、渣打银行、三井住友银行等。由于他们的企业环保意识形成得比较早，考虑的因素较全面，因此对环境指标的熟悉程度相对高一些。作为遵循赤道原则的银行，他们不仅关注信贷项目的自然环境类因素，而且也非常关注其对人本身的影响和沟通，相对尊重作为个体的人的选择和意向。至于为什么他们给政策和法规指标较低的权重，可能是他们认为申请贷款的企业遵守国家法律和政策是天经地义的事，他们只需配合环保管理部门落实相关政策，这种工作难度相对较小，因此得不到大的权重。
以上指标的权重是模型的基准权重，在具体应用时可以直接使用，但在有更详细数据时，可以进行微调，尤其是底层的污染物指标可根据环保部门的环评报告进行调整。本文模型的特点是它不仅仅关注污染物本身，而且根据赤道原则，还考虑银行应关心的社会、生态、人文等因素，这些因素也会给银行带来信贷风险。
四、实例分析
本文以一家钢铁企业的投资项目为例④。鉴于钢铁行业的污染物特点和参考国家的行业污染指标评估标准，本文将部分污染物指标(D[，4]-D[，6])进一步细化为更细的三级指标，其余的污染物和资源能源指标(D[，7]-D[，10])及上级指标直接采用上节模型中的指标和权重(表4)。单位产品原材料消耗在这里特指吨钢消耗坯料。组合权重采用三级指标权重与上级相应指标逐级相乘的方式获得。标准化值为污染物或能源资源消耗量消除量纲后的可比值，这里采取除以行业标准的上限值再乘以100的方式获得，因此最终数值在0～100之间。单项指标指数为标准化值和组合权重的乘积，它是该项指标对整个项目最终综合评分的贡献值。
表4之外的底层指标主要为定性指标。本文将定性指标的风险程度划分为严重风险、较大风险、风险、基本安全和安全5个等级，分别对应数值范围80～100、60～80、40～60、20～40及0～20。这样使得定性的指标和上面的污染物排放以及资源能源消耗指标有相同的标准值范围，从而保证根据模型计算得到的最终结果在此范围之间，便于评估整体的风险程度。由于底层指标的值与项目直接相关，相当于模型的输入参数⑤，因此除了上面已获取的污染物排放和资源能源消耗指标的标准值外，本文将该项目详细的资料附在调查问卷上，让银行的评估人员对剩下的9个定性指标按上面的5个等级进行独立的评估，而后进行平均。
最后笔者将这些项目参数输入到模型中，利用上节得到的四大国行的各层指标权重以及表4的行业细化指标权重，计算得到项目的各级环境风险评估指数，其中一级指标的环境风险评估结果见表5。
从评估结果看，该项目的土地利用、生物多样性、政策与法规和当地社区交流指标的风险评估等级都在基本安全的范围，而污染物排放、社区健康与安全和工作环境指标的风险程度都处在风险临界点上。其中，资源与能源消耗指标风险评估指数为69.7337，为8个一级指标中风险最高的。因此，银行应加大对风险偏高指标的关注程度，以谨慎的态度促成相关企业在贷款前给出具体的预防措施和处理方案。银行本身也可视情况利用金融工具设计风险规避方案。
该信贷项目的环境风险评估综合指数为37.0007，处于基本安全的风险等级，这是利用四大国行的权重得到的。类似地，采用其他类型银行的权重，可以得到中型银行、小型银行和外资银行对该项目的环境风险评估的综合指数分别为35.8550、38.9919和42.4895。由此可见，外资银行对该项目的综合评分比国内银行的分值要稍高，这是因为外资银行给工作环境、社区安全和生态环境等因素设置了更高的权重，而给表现较好的政策与法规指标设置较低的权重。尽管如此，该项目的环境风险评估值仍处于轻度风险状态。因此，参照所有类型银行评估模型的评估结果，笔者认为该项目处于基本安全的风险等级，在针对重大危险源采取环境风险防范措施并制定事故应急预案后，其环境风险程度可以为银行所接受。
上述评估完全从银行的角度做出，而且是量化的评估；环保局的环评报告书也认为该项目的选址符合周边规划，项目的运营对周边动植物不会产生明显的影响，亦不会造成食物链污染和对人群健康有较大影响；但该项目属于“双高”行业，产品的特点决定生产的清洁水平不高，即污染物排放指标有一定的环境风险。这和本文在同类指标上的风险评价结果是基本一致的。比较银行的独立评估结果与环保局的相关环评报告可知，环评报告一般重视项目对自然环境的影响以及污染物排放情况，而不太重视项目对社会和个体的人的影响，不太重视项目的资源和能源消耗水平，亦不太重视潜在因素的作用，如国家政策的发展、国际协议和环保氛围的影响、地方产业升级、当地官员和群众环保意识的提升等。因此，基于绿色信贷原则建立银行自己的环境风险评估模型是非常必要的。
五、结语
本文基于层次分析法和银行绿色信贷的赤道原则，将偏重自然环境和污染物排放的环评报告中一般未包含的社会、人文、资源消耗和潜在的政策和意识变化等因素考虑在内，在更广泛的含义上，设计了针对银行信贷应用的环境风险评估指标体系；同时，通过问卷调查，掌握了四大国行、中型银行、小型银行和外资银行共四类商业银行的风险偏好特点，并根据他们的偏好调整模型的参数，构建了有银行类型差异的环境风险评估模型。调整与银行类型相关的指标权重以及待评项目的输入参数，便可将该模型应用于不同类型银行针对不同项目的评估应用中。模型的指标分析表明，小型银行注重信贷项目政策法规的合规性检查，四大国有银行以及中型银行除了重视政策与法规指标外，还对污染物排放以及资源与能源消耗指标赋予较大的权重。外资银行则相反，政策与法规指标权重不高，自然环境指标权重分配比较均衡，但分给社区健康与安全、工作环境、社区交流等社会环境指标的权重较大。可能的原因是，外资银行认为企业遵守国家法律和政策是天经地义的事，无需银行额外检查。本文模型的实例分析结果表明，在自然环境和污染物排放评估方面，模型得到了与环评报告相近的结论；但该模型额外提供了社会、人文、资源消耗和潜在的政策和意识变化等方面的风险等级评估以及不同类型银行的评估结论。
中国的项目投资严重依赖银行贷款，因此绿色信贷是预防和控制环境污染和破坏的重要“市场”手段。但是，当前绿色信贷在执行上的“行政”色彩还很浓厚，缺少自己独立的环境风险评估模型。绿色信贷从初级抵御阶段向预防、参与和可持续发展阶段发展的重要前提是拥有自己独立的环境风险评估和管理工具，只有这样，银行才能做出自己独立的决策，在绿色信贷上再上新的台阶，承担起更多的社会责任；同时降低自身环境风险，建立起银行环保信誉。
注释：
①央行2008年第四季度的《中国货币政策执行报告》显示，在中国的融资结构中，2008年非金融机构的贷款融资占整个融资量的83.1％。
②由于环境评估同时涉及到定性和定量指标，有内在的层次结构，因此本文参考层次分析法构建自身的模型。
③1～9阶对应的R1分别为0.00、0.00、0.58、0.90、1.12、1.24、1.32、1.41和1.45。
④由于接受该投资项目贷款申请的是一家大型国有银行，因此笔者在整体上使用四大国行的指标权重；同时因项目资料为企业的非公开资料，故本文仅用概括性描述。
⑤正是因为这些输入参数的改变，本文评估的才是对应的项目。
标签：环境风险论文; 银行论文; 银行信贷论文; 绿色信贷论文; 项目风险论文; 银行风险论文; 信贷规模论文; 企业环境论文; 项目评估论文; 项目类型论文; 中国资源论文; 政策评估论文; 风险权重论文; 外资银行论文; 社区功能论文; 风险模型论文;