【綠色信貸對商業(yè)銀行經(jīng)營績效影響的實證探析（論文）7900字】

綠色信貸對商業(yè)銀行經(jīng)營績效影響的實證分析目錄TOC\o"1-2"\h\u12316綠色信貸對商業(yè)銀行經(jīng)營績效影響的實證分析 1313681.1因子分析 176141.1.1因子分析適用性檢驗 2233851.1.2因子分析結(jié)果 3247721.2實證分析 5148501.2.1描述性分析 5177251.2.2相關(guān)性分析 693051.2.3基準(zhǔn)回歸模型估計結(jié)果 8295761.2.4中介效應(yīng)檢驗 11132201.2.5考慮異質(zhì)性影響 13206821.2.6穩(wěn)健性檢驗 15在前文理論分析的基礎(chǔ)上，本部分內(nèi)容采用實證分析的方法來進(jìn)一步展開研究。首先利用因子分析法測算商業(yè)銀行經(jīng)營績效，提取出安全因子、盈利因子與發(fā)展因子，而后對基準(zhǔn)模型進(jìn)行回歸。隨后考慮了商業(yè)銀行產(chǎn)權(quán)異質(zhì)性和資本充足率水平差異的影響，以綠色聲譽(yù)為中介變量，檢驗是否存在綠色聲譽(yù)中介效應(yīng)。最后，采用劃分樣本期間、替換變量和動態(tài)面板GMM模型進(jìn)行穩(wěn)健性檢驗。1.1因子分析表1.1商業(yè)銀行經(jīng)營績效指標(biāo)體系變量名稱變量符號變量描述盈利性指標(biāo)資產(chǎn)收益率X凈利潤/總資產(chǎn)凈資產(chǎn)收益率X凈利潤/所有者權(quán)益流動性指標(biāo)流動性比率X流動性資產(chǎn)總額/流動性負(fù)債總額存貸比率X總貸款余額/總存款余額安全性指標(biāo)撥備覆蓋率X客戶貸款和墊款減值損失準(zhǔn)備余額/不良貸款總額不良貸款率X不良貸款額/貸款總額發(fā)展能力指標(biāo)存款增長率X本年存款增長額/上年存款總額貸款增長率X本年貸款增長額/上年貸款總額凈利潤增長率X本年凈利潤增長額/上年凈利潤總額盈利能力是企業(yè)生存和發(fā)展的基礎(chǔ)，信貸風(fēng)險管控是經(jīng)營管理中必不可少的環(huán)節(jié)，保持一定的流動性也是銀行正常運(yùn)轉(zhuǎn)的必然需要。另外，在互聯(lián)網(wǎng)金融和利率市場化的影響下，商業(yè)銀行的利潤空間不斷被壓縮，商業(yè)銀行成長能力也是銀行在經(jīng)營過程中需要關(guān)注的。因此，本文定義商業(yè)銀行的經(jīng)營績效主要包括四個維度的內(nèi)容：盈利性，安全性、流動性以及發(fā)展能力。結(jié)合龔玉霞等（2018）和艾林等（2013）構(gòu)建商業(yè)銀行經(jīng)營績效的指標(biāo)體系，充分考慮指標(biāo)代表性與數(shù)據(jù)可得性，本文從這四個方面選取9個指標(biāo)，具體如表1.1所示。緊接著進(jìn)行因子分析得到本文的被解釋變量--商業(yè)銀行經(jīng)營績效。其中，存貸比率與不良貸款率作為逆向指標(biāo)，在進(jìn)行因子分析前，本文對其進(jìn)行了逆向化處理（取倒數(shù)）。1.1.1因子分析適用性檢驗 一般來說，KMO檢驗和Bartlett's球狀檢驗分別用以檢驗變量間的偏自相關(guān)關(guān)系與相關(guān)性關(guān)系，共同檢驗因子分析法對相關(guān)數(shù)據(jù)的適用性。KMO統(tǒng)計量取值介于0和1之間，KMO值越大，因子分析的效果越好。若Bartlett球形檢驗結(jié)果顯示Sig.<0.05（即p值<0.05）時，說明在5%的顯著性水平下因子分析有效。如表1.2所示，KMO值為0.601，大于0.5，且Bartlett's球狀檢驗的P值為0.000，小于0.01，說明經(jīng)營績效指標(biāo)體系適合進(jìn)行因子分析。表1.2KMOandBartlett'sTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy0.601Bartlett'sTestofSphericityApproox.Chi-Square1007.145df36Sig.0.000表1.3為9個初始變量的變量共同度，取值范圍為0~1，反映公共因子的代表性強(qiáng)弱，取值越大，說明所提取的公共因子包含的原始信息越多，原始變量能夠在較大程度上被公共因子所代表。本文的綜合績效指標(biāo)體系中大部分原始變量被公因子提取信息的程度都在70%以上，說明對其進(jìn)行因子提取的效果較好。表1.3公因子方差初始提取資產(chǎn)收益率1.0000.726凈資產(chǎn)收益率1.0000.847流動性比率1.0000.528存貸比率1.0000.416撥備覆蓋率1.0000.884不良貸款率1.0000.906存款增長率1.0000.769貸款增長率1.0000.819凈利潤增長率1.0000.562提取方法：主成分分析法。1.1.2因子分析結(jié)果本文采用特征值大于1的方法提取公因子，如果小于1，說明這個公共因子所包含的信息少，影響力度還不如一個基本的變量。如表1.4所示，本文選取了特征值大于1的前三個因子，累積方差貢獻(xiàn)度為71.739%，達(dá)到一般性要求（60%以上），說明這三個因子充分有效地提取了原始變量的信息，對樣本方差有71.739%以上的解釋度。表1.4總方差解釋成份初始特征值旋轉(zhuǎn)載荷平方和總計方差百分比累積%合計方差百分比累積%13.05533.94433.9442.36726.30326.30322.07823.08457.0282.14323.80850.11131.32411.71171.7391.94721.62871.73940.7878.74280.48150.6337.03887.51860.5406.00293.52070.2933.25096.77080.2132.36599.13590.0780.865100.000提取方法：主成分分析法。表1.5為利用最大方差法旋轉(zhuǎn)后成分矩陣，因子的解釋和命名更有意義?？梢钥闯龉蜃?的主要貢獻(xiàn)變量為撥備覆蓋率與不良貸款率，將其定義為安全因子，記為F1；盈利性與流動性往往呈負(fù)相關(guān)的關(guān)系，公因子2與盈利指標(biāo)顯著正相關(guān)，而與流動性指標(biāo)負(fù)相關(guān)，將其定義為盈利因子，記為F2；公因子3的主要貢獻(xiàn)變量為存款增長率與貸款增長率，與發(fā)展能力正相關(guān)，將其定義為發(fā)展因子，記為F表1.5旋轉(zhuǎn)后的成分矩陣變量成分123資產(chǎn)收益率-0.5800.836-0.154凈資產(chǎn)收益率0.1300.8880.204流動性比率-0.054-0.7240.005存貸比率0.235-0.2820.530撥備覆蓋率0.9370.0110.078不良貸款率0.941-0.0120.145存款增長率0.044-0.1740.858貸款增長率0.2330.0030.874凈利潤增長率0.6850.1410.269提取方法：主成分分析法。旋轉(zhuǎn)方法：具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。根據(jù)表1.6成分得分系數(shù)矩陣的數(shù)據(jù)，可以算得各個因子的得分，具體的表達(dá)式如下所示。隨后根據(jù)各因子的方差貢獻(xiàn)率進(jìn)行加權(quán)處理，最終計算得到各銀行經(jīng)營績效得分。F1FFBBP=(26.303%F表1.6成分得分系數(shù)矩陣變量成分123資產(chǎn)收益率-0.0420.399-0.080凈資產(chǎn)收益率-0.0230.4130.095流動性比率0.010-0.3400.014存貸比率-0.0040.1210.268撥備覆蓋率0.448-0.044-0.141不良貸款率0.438-0.055-0.102存款增長率-0.141-0.0850.502貸款增長率-0.059-0.0110.474凈利潤增長率0.2780.0310.023提取方法：主成分分析法。旋轉(zhuǎn)方法：具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。1.2實證分析1.2.1描述性分析表1.7對指標(biāo)體系中各個變量進(jìn)行了描述性統(tǒng)計分析，可以幫助我們直觀地了解樣本數(shù)據(jù)的特點。從變量BBP可以看出，商業(yè)銀行之間的經(jīng)營績效相差較大。綠色信貸比率（GLR）最大為19.37%，最小僅為0.37%，平均5.66%，說明我國商業(yè)銀行綠色信貸發(fā)展不足，且發(fā)展不平衡，各銀行對開展綠色信貸業(yè)務(wù)的積極性存在顯著差異。綠色聲譽(yù)(GR)最大為38，最小為0，表明已經(jīng)有部分銀行在綠色信貸實施上做出了良好的表率，標(biāo)準(zhǔn)差為6.42，說明不同銀行間或不同年份，銀行聲譽(yù)存在較大差異。資產(chǎn)規(guī)模的對數(shù)（SIZE）雖然相差不大，但實際上各銀行間的資產(chǎn)規(guī)模差距還是比較大的，國有商業(yè)銀行資產(chǎn)規(guī)模普遍大于非國有商業(yè)銀行。成本收入比(CIR)均值為31.60%，最大值超均值30%，表明部分銀行的運(yùn)營管理效率有待提升。銀行成立時間（AGE）相差較大，交通銀行最早成立，江蘇銀行最晚成立。資產(chǎn)負(fù)債率（DTA）均值93.44%，各銀行的資產(chǎn)主要是源于負(fù)債，從標(biāo)準(zhǔn)差來看，不同銀行、不同年份之間差異不大。貨幣供應(yīng)增長率和GDP增長率的最大值與最小值差距明顯，說明在樣本期間，我國貨幣政策以及宏觀經(jīng)濟(jì)形勢發(fā)生了較大的變動。表1.7變量描述性統(tǒng)計變量名稱符號觀測值均值標(biāo)準(zhǔn)差最大值最小值商業(yè)銀行經(jīng)營績效BBP201-0.050.572.47-1.22綠色信貸比率綠色聲譽(yù)GLRGR2012015.665.171.486.4219.37380.370資產(chǎn)規(guī)模SIZE20110.321.2412.627.63成本收入比CIR20131.606.4166.4720.00成立時間AGE20135.1127.871115資產(chǎn)負(fù)債率DTA20193.441.9596.1370.50貨幣供應(yīng)增長率M20112.731.9428.426.99GDP增長率GDP2017.511.2610.646.111.2.2相關(guān)性分析為初步分析各變量間可能的相關(guān)關(guān)系，本文利用兩種方法進(jìn)行相關(guān)性檢驗，如表1.8所示。GLR和BBP的相關(guān)系數(shù)為正，GLR和GR的相關(guān)系數(shù)也為正，且都在1%的水平上顯著，即在不控制其他因素的前提下，綠色信貸對商業(yè)銀行經(jīng)營績效、綠色聲譽(yù)的影響均為正向的，綠色聲譽(yù)對經(jīng)營績效的影響也是正向的且在5%的水平下顯著，不過更為準(zhǔn)確的結(jié)論還有待進(jìn)一步實證分析。表1.8相關(guān)系數(shù)矩陣BBPGLRGRSIZECIRAGEDTAMGDPBBP0.0120.178?0.319??0.5230.6890.744GLR0.0110.5740.704?0.2640.388??0.302?0.324GR0.0910.6170.716?0.1790.367??0.082-0.112SIZE?0.6930.591?0.1940.670??0.186?0.214CIR??0.129-0.054-0.095?0.1240.5310.3510.425AGE?0.3600.2490.597?0.183?-0.1110.042DTA0.232?-0.103?0.2630.195?0.1650.4850.538M0.550?0.268-0.108?0.1450.2740.0400.0640.869GDP0.600?0.298-0.058?0.1770.3200.0330.1700.817注：（1）相關(guān)系數(shù)矩陣左下半部分為Pearson相關(guān)系數(shù)，右上半部分為Spearman相關(guān)系數(shù)。（2）*、**、***分別表示在10%、5%和1%的顯著性水平下顯著。表1.8中有部分變量間相關(guān)系數(shù)較大，為排除嚴(yán)重的多重共線性問題對模型回歸結(jié)果可能造成的影響，本文進(jìn)一步進(jìn)行了方差膨脹因子檢驗。如表1.9所示，所有的變量的VIF值都遠(yuǎn)小于臨界值10，說明可以忽略多重共線性問題可能帶來的消極影響，可進(jìn)行進(jìn)一步的研究。表1.9多重共線性診斷變量VIF1/VIFGDP3.400.294SIZE3.140.319M3.120.320GLR2.270.441GR1.780.563AGE1.690.590CIR1.170.855DTA1.140.8761.2.3基準(zhǔn)回歸模型估計結(jié)果為了便于比較，我們對樣本數(shù)據(jù)進(jìn)行了多個模型回歸，分別為混合回歸（PoolOLS）、隨機(jī)效應(yīng)（PanelRE）模型回歸、固定效應(yīng)（PanelFE）模型回歸、以及雙向固定效應(yīng)模型（Paneltwo-wayFE）回歸。表1.10商業(yè)銀行綠色信貸對經(jīng)營績效的影響結(jié)果PoolOLSPanelFEPanelREPaneltwo-wayFE（1）（2）（3）（4）（5）GLR0.0243**（2.54）0.0253*（1.86）0.0032（0.27）0.0227*（1.84）0.0257*（1.85）SIZE-0.1163***（-2.93）0.1409（1.47）-0.1590*（-1.92）0.3384（1.07）CIR-0.0009（-0.85）-0.0028（-1.20）0.0053（0.68）-0.0044*（-1.81）AGE-0.0027*（-1.95）-0.2342***（-5.53）-0.0018（-0.81）0.1248（1.64）DTA0.0268*（1.74）-0.0059（-0.76）0.0293（1.46）0.0056**（2.09）M0.0248**（2.34）-0.0298***（-3.91）0.0178***（2.76）0.0436***（1.12）GDP0.1909***（1.46）-0.3076（-0.77）0.1703***（5.20）0.6267***（3.10）Constant-3.116*（-1.96）7.829**（2.69）-2.773（-1.53）0.402***（8.35）-11.011*（-2.06）個體固定效應(yīng)noyesyesyesyes時間固定效應(yīng)nononoyesyesObservations201201201201201R0.46180.69450.57040.73490.7431Sargan-Hansen/61.612（0.0000）//注：*、**、***分別表示在10%、5%和1%的顯著性水平下顯著；括號內(nèi)數(shù)值為t統(tǒng)計量值。從表1.10中所示的結(jié)果可知，在5個不同的回歸中，綠色信貸對商業(yè)銀行經(jīng)營績效影響都是正向的。在對式（3.1）進(jìn)行回歸時，用于檢驗所有的個體效應(yīng)的F統(tǒng)計量的P值為0.0000，表明應(yīng)當(dāng)拒絕使用混合回歸模型，固定效應(yīng)模型比混合回歸模型更為合理。Hausman檢驗為選擇固定效應(yīng)與隨機(jī)效應(yīng)的傳統(tǒng)檢驗方法，但是本文在回歸中使用的是聚類穩(wěn)健標(biāo)準(zhǔn)誤，此方法并不適用。故本文選擇執(zhí)行xtoverid命令來進(jìn)行過度識別輔助檢驗，結(jié)果顯示，Sargan-Hansen統(tǒng)計量的P值為0.0000，拒絕了原假設(shè)，所以選擇固定效應(yīng)模型進(jìn)行本文的回歸更為合適。經(jīng)檢驗，樣本時間效應(yīng)顯著，故本文采用雙向固定效應(yīng)模型控制了不隨時間變化的不可觀測變量，在一定程度上緩解了由遺漏變量造成的內(nèi)生性問題。下文不同樣本模型選擇均采用此流程，不再一一列出。根據(jù)表1.10，我們明確地知道了綠色信貸有利于提高商業(yè)銀行經(jīng)營績效，在此基礎(chǔ)上，我們以表1.10的第（4）列和第（5）列的回歸結(jié)果為基準(zhǔn)進(jìn)行進(jìn)一步分析。第（4）列未加入控制變量，僅僅控制了年度效應(yīng)和個體效應(yīng)，綠色信貸對經(jīng)營績效的影響仍然是正向的，且在10%的置信水平下顯著；第（5）列加入了控制變量后，綠色信貸對經(jīng)營績效的正面影響顯著性有所提升。綜合來看，綠色信貸有助于提升商業(yè)銀行的經(jīng)營績效，綠色信貸占比越大，經(jīng)營績效越高，從而證實了研究假設(shè)1a。資產(chǎn)規(guī)模（SIZE）對商業(yè)銀行經(jīng)營績效具有正向影響，但并不顯著。成本收入比在一定程度上反映銀行的運(yùn)營效率，成本收入比越高運(yùn)營效率越低，這也與CIR系數(shù)顯著為負(fù)一致。成立時間（AGE）對經(jīng)營績效有正向影響，與預(yù)期一致。資本結(jié)構(gòu)（DTA）的系數(shù)為正，說明負(fù)債越多，經(jīng)營績效越高。GDP和M2的回歸系數(shù)都顯著為正，說明宏觀經(jīng)濟(jì)形勢對商業(yè)銀行經(jīng)營績效的影響是正向的，經(jīng)濟(jì)發(fā)展水平越高或貨幣供應(yīng)量越多，商業(yè)前文在提取公共因子時，將F1定義為安全因子，將F2定義為盈利因子，將F3定義為發(fā)展因子。利用基準(zhǔn)模型對三個公共因子分別進(jìn)行回歸，以此探究綠色信貸對商業(yè)銀行經(jīng)營績效構(gòu)成因子的直接影響。回歸結(jié)果如表1.11所示，無論是否加入控制變量，綠色信貸（GLR）對F1具有顯著的正向影響，即綠色信貸能提高商業(yè)銀行信貸資產(chǎn)安全性。對F2表1.11商業(yè)銀行綠色信貸對經(jīng)營績效公共因子的影響FFFFFFGLR0.0504**（2.60）0.0532**（2.81）0.0032（0.18）0.0092（0.40）0.1044（0.63）0.0104（0.56）SIZE0.3376（0.57）0.4598（1.37）0.2058（0.54）CIR0.0105（0.40）-0.0106（-1.58）-0.0157（-0.67）AGE0.0047（0.03）0.1380（1.29）0.2565**（2.73）DTA-0.0163*（-1.91）0.0293***（3.16）0.0059（0.41）M0.115*（1.75）0.0142（0.89）0.1152***（5.36）GDP-0.0284（-0.46）0.8878（3.93）1.1362***（1.24）Constant-0.829***（-8.65）-3.152（-0.35）0.0095（0.07）-19.541***（-2.88）2.331***(12.78)-21.131**（-2.76）個體固定效應(yīng)yesyesyesyesyesyes時間固定效應(yīng)yesyesyesyesyesyesObservations2012012012012012010.33610.33980.75290.76530.62980.6345注：*、**、***分別表示在10%、5%和1%的顯著性水平下顯著；括號內(nèi)數(shù)值為t統(tǒng)計量值。1.2.4中介效應(yīng)檢驗結(jié)合理論分析部分與基準(zhǔn)模型回歸結(jié)果，我們知道綠色信貸業(yè)務(wù)可以通過影響商業(yè)銀行的盈利能力、信貸風(fēng)險以及發(fā)展能力等經(jīng)營績效的組成部分，進(jìn)而顯著提升商業(yè)銀行經(jīng)營績效，尤其是提高了商業(yè)銀行信貸資產(chǎn)的安全性。如前文研究假設(shè)部分所述，綠色信貸業(yè)務(wù)也可能通過提升綠色聲譽(yù)來間接影響商業(yè)銀行經(jīng)營績效。為驗證這種間接影響，本文采用第三章所示的中介效應(yīng)逐步檢驗法對其進(jìn)行驗證。表1.12中介效應(yīng)檢驗（1）（2）（3）BBPGRBBPGLR0.0257*（1.85）0.4136**（2.68）0.0247*（1.76）GR0.0060*（1.95）SIZE0.3384（1.07）2.6801***（3.63）0.3345（1.04）CIR-0.0044*（-1.82）0.0378（0.61）-0.0047（-1.42）AGE0.1248（1.64）-0.0310（-1.26）0.1133（1.43）DTA0.0056*（2.02）0.3287**（2.61）0.0048*（1.91）M0.0436***（1.12）0.2475**（2.17）0.0427***（3.98）GDP0.6267***（3.10）-0.0949（-0.26）0.5951***（2.82）Constant-11.011*（-2.06）-57.865**（-2.56）-13.254*（-1.91）個體固定效應(yīng)yesnoyes時間固定效應(yīng)yesnoyesBootstrap檢驗（直接效應(yīng)）0.02035（z=2.26,p=0.024）0.00397（z=1.79,p=0.074）Bootstrap檢驗（間接效應(yīng)）Observations201201201R0.74310.42580.7453注：*、**、***分別表示在10%、5%和1%的顯著性水平下顯著；系數(shù)下方括號內(nèi)數(shù)值為t統(tǒng)計量值。第（1）列即為前文的基準(zhǔn)模型，第（2）列對中介變量綠色聲譽(yù)（GR）進(jìn)行回歸，綠色信貸的回歸系數(shù)為0.4136，且在5%的水平下顯著，表明商業(yè)銀行綠色信貸政策實施力度越大，所獲得的媒體與社會公眾的關(guān)注越多，積累的綠色聲譽(yù)越多。第（3）列在基準(zhǔn)模型的基礎(chǔ)上加入中介變量，重新檢驗綠色信貸對商業(yè)銀行經(jīng)營績效的影響?；貧w結(jié)果顯示，中介變量GR的系數(shù)顯著為正，即綠色聲譽(yù)對商業(yè)銀行經(jīng)營績效具有顯著的正面影響，獲得的綠色聲譽(yù)越多，商業(yè)銀行經(jīng)營績效越高?？刂浦薪樽兞縂R后，解釋變量綠色信貸占比GLR對被解釋變量商業(yè)銀行經(jīng)營績效BBP的作用顯著減弱，系數(shù)由0.0257降至0.0247，因此，綠色聲譽(yù)發(fā)揮著部分中介作用，中介效應(yīng)占比約為9.70%（0.0060*0.4136/0.0257）,綠色信貸能夠通過綠色聲譽(yù)影響商業(yè)銀行經(jīng)營績效的研究假設(shè)2成立。1.2.5考慮異質(zhì)性影響正如第三章所分析的，國有銀行與非國有銀行在實施綠色信貸政策的目標(biāo)、積極性、資源配置等均有所不同，綠色信貸對商業(yè)銀行經(jīng)營績效的影響也會因此有所差異。資本充足率水平也會影響綠色信貸投放行為，從而調(diào)節(jié)其對銀行經(jīng)營績效的影響。本部分?jǐn)M對研究假設(shè)3和研究假設(shè)4進(jìn)行驗證。本文將樣本數(shù)據(jù)劃分為國有商業(yè)銀行國有商業(yè)銀行包括中國銀行、農(nóng)業(yè)銀行、交通銀行、工商銀行、郵政儲蓄銀行、建設(shè)銀行。和非國有商業(yè)銀行兩組來檢驗產(chǎn)權(quán)異質(zhì)性的影響。分組后分別對兩組樣本進(jìn)行基準(zhǔn)模型回歸，結(jié)果如表1.13的第（1）列和第（2）列所示?？梢钥闯?，綠色信貸對商業(yè)銀行經(jīng)營績效具有正向影響，但對國有商業(yè)銀行的積極影響在5%的水平下顯著，而非國有商業(yè)銀行的顯著性較弱，在10%的顯著性水平下仍然不顯著，驗證了前文研究假設(shè)3。國有商業(yè)銀行包括中國銀行、農(nóng)業(yè)銀行、交通銀行、工商銀行、郵政儲蓄銀行、建設(shè)銀行。表1.13第（3）列和第（4）列是式（3.2）的回歸結(jié)果，用以檢驗資本充足率水平的異質(zhì)性影響。第（3）列顯示，加入變量資本充足率后，綠色信貸對商業(yè)銀行經(jīng)營績效的影響仍然顯著為正。在第（4）列中加入交叉項，綠色信貸對商業(yè)銀行經(jīng)營績效的總效應(yīng)為-0.1241+0.0107*CAR，資本充足率水平CAR的均值為12.67，則綠色信貸對商業(yè)銀行經(jīng)營績效的總影響為：0.0115（參照郭曄（2017）的研究方法），再次表明綠色信貸對商業(yè)銀行經(jīng)營績效有正向影響。綠色信貸與資本充足率的交乘項的系數(shù)為正，表明資本充足率水平對綠色信貸影響商業(yè)銀行經(jīng)營績效的過程具有積極影響，資本充足率水平越高，綠色信貸對商業(yè)銀行經(jīng)營績效的影響越強(qiáng)，從而驗證了研究假設(shè)4。表1.13考慮異質(zhì)性影響的估計結(jié)果國有商業(yè)銀行（1）非國有商業(yè)銀行（2）全樣本（3）全樣本（4）GLR0.0135**（2.74）0.0225（1.19）0.0255*（1.86）-0.1241*（-1.79）CAR0.0130*（1.78）-0.0434（-1.69）CAR×GLR0.0107**（2.21）SIZE-1.587**（-2.89）0.2332**（2.79）0.3743（1.21）0.6130*（1.84）CIR-0.0047（-1.27）-0.0138*（-1.99）-0.0031（-1.19）-0.0091（-1.60）AGE-0.0504（-0.36）-0.0037（-0.26）0.1194（1.55）0.0883（1.33）DTA0.1724*（1.86）-0.0092（-0.96）0.0066*（1.78）0.0024（1.62）M0.0049*

（2.11）0.0199*（2.11）0.0439***（1.10）0.0437***（1.08）GDP-0.4053（-0.89）0.1726*（2.02）0.6309***（3.06）0.6686***（3.58）Constant9.1092（0.41）1.766*（1.83）-11.528**（-2.11）-11.828**（-2.33）個體固定效應(yīng)yesnoyesyes時間固定效應(yīng)yesyesyesyesObservations591422012010.94960.60850.74350.7570注：*、**、***分別表示在10%、5%和1%的顯著性水平下顯著；括號內(nèi)數(shù)值為t統(tǒng)計量值。1.2.6穩(wěn)健性檢驗為確保本文研究結(jié)論的可靠性，本文將采用以下方法進(jìn)行穩(wěn)健性檢驗：（1）劃分不同的時間段。參照郭曄等（2018）和張琳等（2019）的方法，將樣本分為2009-2012年以及2012-2019年兩個時間段重新檢測回歸結(jié)果。由于早期綠色信貸業(yè)務(wù)規(guī)模較小，而2012年《綠色信貸指引》發(fā)布后，實施綠色信貸政策的商業(yè)銀行增多，綠色信貸規(guī)模也明顯增加，重新劃分樣本期間能夠避免樣本異常值帶來的影響。（2）替換變量法。商業(yè)銀行經(jīng)營績效指標(biāo)體系的成分變量不同，利用因子分析法測算的經(jīng)營績效最終得分也會有所不同，對回歸結(jié)果可能是有影響的。故本文用基本每股收益替換凈資產(chǎn)收益率、用最大十家客戶貸款比率替換存貸比、用可持續(xù)增長率替換凈利潤增長率，重新測算商業(yè)銀行經(jīng)營績效，排除偶然性情況的影響。（3）更換回歸模型。商業(yè)銀行經(jīng)營績效可能具有時間上的動量連續(xù)性，即上期經(jīng)營績效對本期經(jīng)營績效存在較強(qiáng)的影響，若是上期績效高，本期績效也不會太低。據(jù)此本文引入商業(yè)銀行經(jīng)營績效的滯后一期項LagBBP,建立動態(tài)面板模型。同時，為解決模型可能存在的內(nèi)生性問題，本文采用動態(tài)面板系統(tǒng)GMM（兩步法）進(jìn)行穩(wěn)健性檢驗。表1.14前兩列為利用2012年之前的數(shù)據(jù)進(jìn)行回歸的結(jié)果，（3）、（4）列為2012-2019年的數(shù)據(jù)回歸的結(jié)果。不難看出，2012-2019年的樣本組中，綠色信貸占比的回歸系數(shù)的符號、顯著性與基準(zhǔn)模型的結(jié)果一致，說明開展綠色信貸業(yè)務(wù)能顯著提升商業(yè)銀行經(jīng)營績效。2012年之前的數(shù)據(jù)的回歸系數(shù)為負(fù)，但在統(tǒng)計上不顯著，表明綠色信貸業(yè)務(wù)初期，投入大，業(yè)務(wù)量少，社會公眾對其熟知程度也較低，故其帶來的效益還不足以覆蓋昂貴的成本投入，與前文的成本收益模型所分析的一致。但也可能是因為樣本過少、異常值較多所導(dǎo)致。表1.14最后兩列為替換變量后的回歸結(jié)果，可以看出，重新測算商業(yè)銀行經(jīng)營績效后，綠色信貸對商業(yè)銀行經(jīng)營績效的回歸系數(shù)仍然顯著為正，與基準(zhǔn)回歸一致。表1.14穩(wěn)健性檢驗1和穩(wěn)健性檢驗2（1）（2）（3）（4）（5）（6）GLR-0.1481(-1.25)-0.0465(-0.42)0.0197*(1.78)0.0356**(2.16)0.0204*(1.80)0.0168*(1.90)SIZE0.8776*(2.05)-0.1283*(-1.90)0.0643(1.32)CIR-0.0203*(-1.95)-0.0025(-1.24)-0.0013*(-1.82)AGE-2.0961*(-1.86)-0.0022(-1.08)0.2957*(1.86)DTA-0.0657(-1.40)0.0639(1.62)-0.0030(-0.21)M0.3597(1.72)0.0702***(1.72)0.0541**(2.19)GDP1