[17]。5.2.4控制變量綠色信貸規(guī)模(LG)考慮到銀行資產(chǎn)規(guī)模存在顯著的差異，進而影響了綠色信貸的發(fā)展規(guī)模，這種規(guī)模的不均衡性使得數(shù)據(jù)在分析和比較時存在困難。因此，為了更準(zhǔn)確地反映各銀行綠色信貸的實際規(guī)模，并消除由于規(guī)模差異造成的分析誤差，我們決定對綠色信貸余額進行對數(shù)轉(zhuǎn)換。資產(chǎn)負債率(DAR)＝總負債/總資產(chǎn)該指標(biāo)主要用于評估銀行在運用信貸資金開展各類經(jīng)營活動方面的能力，以及債權(quán)人所提供貸款的安全性水平。通常情況下，銀行的資產(chǎn)負債率越低，意味著其長期償債能力越強，債權(quán)人所面臨的貸款風(fēng)險也相對較低。資本充足率(CAR)＝資本凈額／風(fēng)險加權(quán)資產(chǎn)資本充足率是商業(yè)銀行資本充足程度的指標(biāo)，高則風(fēng)險抵御和債務(wù)償還能力強，但過高則影響資本擴張和盈利能力。撥備覆蓋率(PVC)＝貸款損失準(zhǔn)備金／不良貸款撥備覆蓋率是銀行為防貸款無法收回的風(fēng)險計提的準(zhǔn)備金比例。提高該比例可降信貸風(fēng)險，但降低銀行盈利。理想狀態(tài)是100%，但我國銀行為防流動性風(fēng)險，通?？刂圃?50%以上。2018年，銀監(jiān)會將監(jiān)管要求調(diào)整為120%-150%。成本收入比(CIR)＝管理費用／營業(yè)收入商業(yè)銀行的經(jīng)營管理成效和效率可以通過成本收入比這一指標(biāo)來體現(xiàn)。具體來說，成本收入比越低，意味著銀行的管理能力越強，其盈利能力也相應(yīng)提升。參考《商業(yè)銀行風(fēng)險監(jiān)管核心指標(biāo)》的規(guī)定，我國商業(yè)銀行的成本收入比應(yīng)當(dāng)被控制在45%以內(nèi)。存貸比率(LDR)=存款總額/貸款總額存貸比率，即銀行貸款總額與存款總額之間的比例，是衡量商業(yè)銀行盈利能力的重要指標(biāo)之一。商業(yè)銀行在合規(guī)范圍內(nèi)提高存貸比率，有助于增強自身的盈利能力。凈息差(NIM)=凈利息收入/平均生息資產(chǎn)規(guī)模凈息差反映了銀行從生息資產(chǎn)中獲取利潤的能力。凈息差越高，商業(yè)銀行利用生息資產(chǎn)的效率就越高。表5-1實證變量說明類型名稱縮寫定義被解釋變量總資產(chǎn)收益率ROA反映銀行將單位資產(chǎn)轉(zhuǎn)化為凈利潤的能力解釋變量綠色信貸比率GLA商業(yè)銀行綠色金融發(fā)展水平中介變量金融創(chuàng)新CX衡量銀行金融創(chuàng)新能力控制變量綠色信貸規(guī)模LG銀行綠色信貸余額的對數(shù)資產(chǎn)負債率DAR總負債/總資產(chǎn)資本充足率CAR反映銀行經(jīng)營資產(chǎn)的安全性撥備覆蓋率PVC反映銀行對貸款風(fēng)險的抵御能力成本收入比CIR反映銀行獲得收入的能力存貸比率LDR反映銀行經(jīng)營資產(chǎn)的流動性凈息差NIM反映銀行通過生息資產(chǎn)獲利的能力5.3描述性統(tǒng)計及相關(guān)性檢驗5.3.1描述性統(tǒng)計利用Stata18.0對樣本數(shù)據(jù)進行描述性統(tǒng)計，結(jié)果如表5-2所示：表5-2變量描述性統(tǒng)計結(jié)果VariableNMeanSdMinMaxROA1401.0000.2150.5001.470GLR1405.9985.3420.090129.37CX14027.247.83711.0851.09LG1407.2721.5112.52410.12LDR14081.4712.9059.22116.2CAR14013.291.8539.88018.02DAR14092.821.06290.6494.98NIM1402.2670.3591.5003.030CIR14029.114.04512.3840.77PVC140213.470.85132.4483.9數(shù)據(jù)來源：wind數(shù)據(jù)庫以及國泰安CSMAR數(shù)據(jù)庫由表5-2的描述性統(tǒng)計我們可以看出，14家上市銀行2012-2021年主要變量的統(tǒng)計值有以下特征：總資產(chǎn)收益率平均值為1%，表明整體盈利水平較好。而綠色信貸余額比率均值較低，僅為5.998%，顯示綠色信貸業(yè)務(wù)處于“低投放”狀態(tài)，且各銀行間投放量參差不齊。金融創(chuàng)新方面最大值為51.09，最小值為11.08，表明各商業(yè)銀行金融創(chuàng)新能力差距較大。資本充足率均值達到13.29%，雖然符合巴塞爾協(xié)議的要求，但是最大值和最小值有較大差距，說明各銀行風(fēng)險把控程度和運營穩(wěn)健程度不同。存貸比率平均值為81.47%，顯示商業(yè)銀行流動性強且穩(wěn)健經(jīng)營。撥備覆蓋率方面，標(biāo)準(zhǔn)差達到70.85，表明各銀行對貸款風(fēng)險的把控程度不一。成本收入比率方面，沒有超出45%的正常范圍，說明各銀行的成本控制較好。凈利差均值為2.267%，表明銀行毛利較好，經(jīng)營情況樂觀。資產(chǎn)負債率平均為92.82%，略高于理想水平，部分銀行需調(diào)整資產(chǎn)負債結(jié)構(gòu)。5.3.2相關(guān)性檢驗在構(gòu)建回歸模型之前，對變量間的相關(guān)性進行檢驗是一項必要步驟。相關(guān)性分析有助于揭示變量之間是否存在相互影響，進而判斷這些影響是否可能導(dǎo)致虛假回歸。具體而言，當(dāng)兩個變量的相關(guān)系數(shù)絕對值超過0.5時，通常認為它們之間存在較強的相關(guān)性，這可能在回歸分析中引入偏差。因此，在進行回歸分析之前，對相關(guān)性進行深入分析至關(guān)重要。表5-3是變量的相關(guān)性分析情況。表5-3變量相關(guān)性檢驗結(jié)果VariableROAGLRCXLGLDRCARDARNIMCIRPVCROA1.000GLR-0.02201.000CX-0.212**0.08501.000LG0.1150.600***0.08701.000LDR-0.617***-0.01600.471***0.001001.000CAR0.03600.177**0.174**0.721***0.184**1.000DAR0.229***-0.0700-0.405***-0.566***-0.535***-0.826***1.000NIM0.609***-0.263***-0.530***-0.240***-0.418***-0.212**0.331***1.000CIR0.135-0.325***-0.296***-0.381***-0.324***-0.321***0.401***0.270***1.000PVC0.523***0.0680-0.317***0.0120-0.323***0.05300.234***0.512***0.246***1.000注：***，**，*分別表示在1%，5%，10%的置信水平上顯著表5-3為變量相關(guān)性檢驗結(jié)果，可以看出ROA與GLR為負相關(guān)，但未通過顯著性檢驗；ROA與CX之間的相關(guān)系數(shù)為-0.212，且在5%的水平上顯著，說明ROA與CX之間存在顯著的負相關(guān)；ROA與LG以及CAR、CIR之間的相關(guān)系數(shù)分別為0.115，0.0360和0.135，但都不顯著；ROA與LDR的相關(guān)系數(shù)為-0.617，且在1%的水平上顯著，說明ROA與LDR之間存在顯著的負相關(guān)；ROA與DAR、NIM以及PVC之間的相關(guān)系數(shù)為0.0.229、0.609和0.523，且在1%的水平上顯著，說明ROA與DAR、NIM以及PVC之間存在顯著的正相關(guān)。在表5-3中，多重共線性檢驗是必要的，因為某些變量的相關(guān)系數(shù)超過0.5，表明可能存在多重共線性。5.3.3多重共線性檢驗多重共線性檢驗通常用方差膨脹因子（VIF）來表示，VIF越大表示協(xié)方差越大；VIF<10表示無多重共線性，10≤VIF<100表示強多重共線性，VIF≥100表示顯著多重共線性。表5-4多重共線性檢驗結(jié)果VariableVIF1/VIFDAR8.330.120024CAR6.990.143030LG4.690.213446LDR2.530.394521GLR2.460.406979NIM2.200.454521PVC1.920.519887CX1.740.574041CIR1.460.682691MeanVIF3.59從表5-4可知，方差膨脹系數(shù)檢驗結(jié)果表明，貸存比的方差膨脹系數(shù)最大值為8.33，滿足方差膨脹系數(shù)值小于10的條件，方差膨脹系數(shù)的平均值為3.59，也滿足方差膨脹系數(shù)值小于10的條件，因此不存在顯著的多重線性關(guān)系，可以進行下一步的回歸分析。5.4實證分析5.4.1模型的選擇本文研究選擇了14家上市商業(yè)銀行在2012至2021年間的數(shù)據(jù)，并運用多元線性回歸分析方法進行深入研究。在進行回歸分析之前，必須確立一個合適的回歸模型。因此，我們將在后續(xù)部分通過執(zhí)行F檢驗和Hausman檢驗來確定最合適的回歸模型。F檢驗的原則是，如果P值大于0.05，則接受原假設(shè)，即采用混合效應(yīng)模型；如果P值小于0.05，則拒絕原假設(shè)，即采用固定效應(yīng)模型。F檢驗結(jié)果如下表：表5-5F檢驗結(jié)果FtestFProb>F檢驗結(jié)果F(13,117)=30.140.0000拒絕原假設(shè)由表5-5檢驗結(jié)果可知，F(xiàn)檢驗的p值小于0.01，在1%的置信水平上拒絕了原假設(shè)。這意味著使用混合回歸模型是不正確的，固定效應(yīng)模型被認為是正確的，應(yīng)使用固定效應(yīng)模型。Hausman檢驗基于個體效應(yīng)與解釋變量的相關(guān)性，如果它們不相關(guān)，則選擇隨機效應(yīng)模型，如果它們相關(guān)，則選擇固定效應(yīng)模型。原假設(shè)和備擇假設(shè)如下：H0=個體影響與解釋變量不相關(guān)，模型應(yīng)該設(shè)定為隨機效應(yīng)模型。H1=個體影響與解釋變量相關(guān)，模型應(yīng)該設(shè)定為固定效應(yīng)模型。表5-6Hausman檢驗結(jié)果testChi-Sq.statisticP-value檢驗結(jié)果Hausman87.3620.0000拒絕原假設(shè)由表5-6檢驗結(jié)果可知，卡方值為87.362，P值為0.000且小于0.01，即在1%的顯著水平下拒絕原假設(shè)，即應(yīng)建立固定效應(yīng)模型。5.4.2模型構(gòu)建經(jīng)過對綠色金融與商業(yè)銀行盈利能力間影響機制的詳盡探討，我們決定采取實證研究的途徑，以深化對該機制的理解。在此基礎(chǔ)上，我們首次提出了以下假設(shè)：H1：發(fā)展綠色金融對商業(yè)銀行的盈利能力具有提升作用。根據(jù)以上分析，我們選擇構(gòu)建固定效應(yīng)模型如下：ROAit我國利用綠色信貸推動商業(yè)銀行注重產(chǎn)品創(chuàng)新，提升業(yè)務(wù)執(zhí)行力。在中美貿(mào)易戰(zhàn)和經(jīng)濟下行壓力下，商業(yè)銀行需突破瓶頸，提高創(chuàng)新能力。金融創(chuàng)新成為其發(fā)展的關(guān)鍵，而綠色信貸是其中一種手段。胡文濤(2018)研究顯示，金融創(chuàng)新對商業(yè)銀行盈利能力有雙重影響REF_Ref163307720\r\h[18]。劉石小橋(2019)指出，金融創(chuàng)新可促進商業(yè)銀行盈利能力，但銀行資本規(guī)模會影響效果REF_Ref163307734\r\h[19]。本文基于此提出假設(shè)：H2：金融創(chuàng)新作為中介變量，使得綠色金融通過作用于金融創(chuàng)新間接影響商業(yè)銀行的盈利能力。研究金融創(chuàng)新的中介效應(yīng)，我們用逐步回歸法構(gòu)建以下回歸模型：CXitROAit其中，i=1,2……14表示14家商業(yè)銀行中的其中某一家，t=1,2……10表示2012年至2021年中某一年份，被解釋變量為ROA（總資產(chǎn)收益率），反應(yīng)銀行盈利能力。核心解釋變量為GLR（綠色信貸余額比），代表綠色金融業(yè)務(wù)指標(biāo)。中介變量為CX（金融創(chuàng)新），LG代表綠色信貸規(guī)模，LDR代表存貸比率，CAR代表資本充足率，DAR代表存貸比率，NIM代表凈息差，CIR代表成本收入比，PVC代表撥備覆蓋率，β0為常數(shù)項，βi,γ為各個變量的回歸系數(shù)，εit5.4.3回歸結(jié)果及分析通過F檢驗和Hausman檢驗均得出需構(gòu)建固定效應(yīng)模型進行回歸分析的結(jié)論。為了解決組內(nèi)相關(guān)和組間異方差，消除不平穩(wěn)性，在進行固定效應(yīng)回歸之前，需要加入聚類穩(wěn)健標(biāo)準(zhǔn)誤，使最終的回歸結(jié)果更準(zhǔn)確，回歸結(jié)果如表5-7所示：表5-7固定效應(yīng)回歸結(jié)果VariableROAGLR0.0091***(4.808)LG-0.1139***(-3.201)LDR-0.0028*(-2.037)CAR-0.0449***(-4.041)DAR-0.0557**(-2.175)NIM0.1556**(2.426)CIR0.0036(0.858)PVC0.0007***(3.371)_cons7.1683**(2.559)N140p0.0000R20.859注：***，**，*分別表示在1%，5%，10%的置信水平上顯著根據(jù)表5-7回歸結(jié)果顯示，可以得到如下模型方程：ROA從整體來看，R2為0.859，表明變量整體能夠?qū)ι虡I(yè)銀行資產(chǎn)收益率有著較好的解釋力度，模型擬合度較好?；貧w結(jié)果顯示，綠色信貸余額比（GLR）對銀行資產(chǎn)收益率（ROA）有正面影響，但影響程度較弱。這可能是因為我國綠色金融體系不夠成熟，市場運作缺乏健全機制，綠色項目周期長，資金短期無法回流。綠色信貸規(guī)模（LG）在樣本分析中，對商業(yè)銀行資產(chǎn)收益率的影響系數(shù)為負，且在1%的置信水平下顯著。這一結(jié)果揭示了銀行綠色信貸規(guī)模的擴大可能對銀行的盈利能力產(chǎn)生不利影響。我們推測，這背后的原因可能在于，隨著商業(yè)銀行資產(chǎn)的增加和規(guī)模的擴大，銀行需要應(yīng)對更多的日常經(jīng)營費用和管理成本。這些額外的費用可能消耗了銀行的一部分利潤，進而降低了銀行的盈利能力。因此，雖然綠色信貸規(guī)模的擴大在一定程度上有助于銀行的可持續(xù)發(fā)展，但在實際操作中，銀行需要謹慎平衡綠色信貸和自身盈利能力的關(guān)系，以確保在追求社會責(zé)任的同時，不損害其經(jīng)濟效益。資本充足率（CAR）在樣本中對商業(yè)銀行資產(chǎn)收益率的影響系數(shù)為負且在1%的置信水平下顯著，意味著過高的資本充足率會使銀行的運營能力下降，造成資源的浪費，不利于商業(yè)銀行獲取利潤。資產(chǎn)負債率（DAR）在回歸結(jié)果中呈現(xiàn)5%的顯著，與商業(yè)銀行資產(chǎn)收益率的相關(guān)系數(shù)為負值，根據(jù)前文分析可知，銀行業(yè)屬于較特殊行業(yè)，舉債過多會增加銀行隱性經(jīng)營風(fēng)險，從而削減銀行盈利能力。存貸比率（LDR）在回歸結(jié)果中呈現(xiàn)10%的顯著，與商業(yè)銀行資產(chǎn)收益率的相關(guān)系數(shù)為負值，可能是近幾年商業(yè)銀行在負債成本不斷上升的同時，不良資產(chǎn)率也在不斷攀升。在此背景下，受到不良資產(chǎn)的拖累，存貸比的提高反而導(dǎo)致銀行利潤下滑。除此之外，其他變量如撥備覆蓋率（PVC）和凈息差（NIM）分別在1%的水平下顯著和5%的置信水平下顯著且回歸系數(shù)均為正，對商業(yè)銀行收益率有正向效應(yīng)。撥備覆蓋率是因為監(jiān)管的越趨嚴格使得銀行提升了貸款損失準(zhǔn)備金計提盈余，從而減少銀行因不良貸款造成的風(fēng)險損失，風(fēng)險的降低將帶來更大的未來預(yù)期收益，有效促進銀行可持續(xù)發(fā)展。一般來說凈息差越高代表商業(yè)銀行獲利能力越強。成本收入比（CIR）在樣本回歸中的系數(shù)為正，但未通過顯著性水平測試，對于商業(yè)銀行資產(chǎn)收益率具有正面影響但是不顯著。可能原因是樣本中的銀行發(fā)展歷史較為久遠，本身的規(guī)模和抗風(fēng)險能力已經(jīng)到達一定瓶頸，成本收入比的變化對于商業(yè)銀行的盈利能力影響并不顯著。5.4.4穩(wěn)健性檢驗為了避免因指標(biāo)選擇不當(dāng)而導(dǎo)致計量經(jīng)濟學(xué)模型不穩(wěn)健或測量結(jié)果出現(xiàn)偏差，我們進行了穩(wěn)健性測試，即用凈資產(chǎn)收益率（ROE）替代總資產(chǎn)收益率（ROA）這一解釋變量，并用固定效應(yīng)重新運行模型。其回歸結(jié)果如下：表5-8穩(wěn)健性檢驗回歸結(jié)果VariableROAROEGLR0.0091***0.1410***(4.808)(3.751)LG-0.1139***-1.7608***(-3.201)(-3.228)LDR-0.0028*-0.0434**(-2.037)(-2.529)CAR-0.0449***-0.6961***(-4.041)(-3.374)DAR-0.0557**0.9177**(-2.175)(2.189)NIM0.1556**2.5946***(2.426)(3.015)CIR0.00360.0846(0.858)(1.346)PVC0.0007***0.0136***(3.371)(5.242)_cons7.1683**-57.0448(2.559)(-1.217)N140140p0.0000.000R20.8590.945注：***，**，*分別表示在1%，5%，10%的置信水平上顯著從穩(wěn)健性檢驗結(jié)果來看，模型的R2為0.945，擬合度較為良好，核心解釋變量GLR與前文的回歸結(jié)果符號相一致，與ROE正相關(guān)，且在1%的水平下顯著，說明綠色信貸規(guī)模的擴張對銀行盈利能力產(chǎn)生了顯著的促進作用，這與回歸結(jié)果相同。而且把被解釋變量ROA換成ROE并沒有改變原模型的相關(guān)性，說明該面板數(shù)據(jù)的固定效應(yīng)回歸模型是穩(wěn)健的。5.4.5中介效應(yīng)檢驗根據(jù)中介效應(yīng)模型的要求，分別運用式（1）、（2）和（3）進行中介效應(yīng)模型的三步回歸。選取模型（1）驗證綠色金融對商業(yè)銀行的盈利能力的總效應(yīng)，為了驗證研究假設(shè)二，同時建立模型（2）和模型（3）。模型（2）是驗證綠色金融對銀行金融創(chuàng)新能力的影響，模型（3）用于驗證假設(shè)二的金融創(chuàng)新在此影響過程中的中介作用。中介效應(yīng)檢驗結(jié)果如表5-9所示：表5-9中介效應(yīng)回歸結(jié)果Variable(1)(2)(3)ROACXROAGLR0.0091***0.3387*0.0072***(3.362)(1.845)(2.825)CX0.0056***(4.425)LG-0.1139***-4.4084***-0.0893***(-5.892)(-3.359)(-4.749)LDR-0.0028**0.1928***-0.0039***(-2.602)(2.629)(-3.762)CAR-0.0449***-2.1906***-0.0327***(-4.375)(-3.144)(-3.291)DAR-0.0557***-2.9388**-0.0393**(-3.015)(-2.342)(-2.238)NIM0.1556***-15.7731***0.2435***(5.105)(-7.625)(7.038)CIR0.0036-0.5403***0.0066**(1.368)(-2.996)(2.595)PVC0.0007***0.01220.0006***(5.044)(1.330)(4.849)_cons7.1683***392.3266***4.9804***(3.767)(3.037)(2.711)N140140140p0.00000.00000.0000R20.8590.5820.879注：***，**，*分別表示在1%，5%，10%的置信水平上顯著由表5-9可知，模型（2）中商業(yè)銀行的金融創(chuàng)新能力受到了綠色金融的積極影響，這種影響的具體系數(shù)表現(xiàn)為正值，并且在10%的顯著性水平下通過了檢驗。這一結(jié)果證明了綠色金融對于提升商業(yè)銀行金融創(chuàng)新能力具有顯著的正面效應(yīng)。按照中介因子檢驗的步驟，我們對三個模型的回歸系數(shù)進行了逐一檢驗。首先，用模型（1）檢驗綠色金融對商業(yè)銀行盈利能力的總效應(yīng)，結(jié)果為0.0091且顯著，表明金融創(chuàng)新的中介效應(yīng)前提成立。其次，用模型（2）研究綠色金融對商業(yè)銀行金融創(chuàng)新的影響，系數(shù)為0.3387且顯著，說明綠色金融對金融創(chuàng)新有正向效果。最后，用模型（3）驗證綠色金融和商業(yè)銀行金融創(chuàng)新對盈利能力的影響，兩變量系數(shù)均顯著，說明存在金融創(chuàng)新的中介效應(yīng)。表5-10中介效應(yīng)檢驗輸出結(jié)果（bootstrap法）估計系數(shù)標(biāo)準(zhǔn)差zP>|z|95%置信區(qū)間間接效應(yīng)-0.00577050.00239-2.410.016-0.0105-0.0011為了更嚴謹?shù)匮芯烤G色金融對商業(yè)銀行盈利能力的影響，本文采用了bootstrap檢驗法替代傳統(tǒng)的Sobel檢驗。結(jié)果顯示，P值為0.016，95%的置信區(qū)間不包括0，驗證了商業(yè)銀行金融創(chuàng)新的中介效應(yīng)。這意味著綠色金融通過金融創(chuàng)新間接影響銀行的盈利能力。進一步分析顯示，綠色金融的總效應(yīng)系數(shù)為0.0091，直接效應(yīng)系數(shù)為0.0072，表明金融創(chuàng)新在這一過程中起到了積極作用。因此，可以得出結(jié)論，在綠色金融如何影響商業(yè)銀行盈利能力的問題上，金融創(chuàng)新發(fā)揮著中介作用。5.5本章小結(jié)本章研究了2012-2021年我國14家上市商業(yè)銀行的盈利能力因素。通過數(shù)據(jù)分析和模型建立，發(fā)現(xiàn)綠色信貸比對銀行盈利能力有顯著影響。綠色信貸規(guī)模、資本充足率、資產(chǎn)負債率和存貸比率與銀行資產(chǎn)收益率呈現(xiàn)負相關(guān)，即這些指標(biāo)越高，銀行盈利能力越差。相反，撥備覆蓋率和凈息差越高，銀行盈利能力越好，而成本收入比的影響不顯著。此外，研究還證明了綠色金融對銀行盈利能力的影響中存在金融創(chuàng)新的中介效應(yīng)。對策與建議基于以上實證結(jié)果分析，本文從政府和銀行兩個層面提出以下對策。6.1商業(yè)銀行層面加強綠色金融產(chǎn)品和服務(wù)創(chuàng)新。在我國，大多數(shù)商業(yè)銀行都將焦點放在了綠色信貸業(yè)務(wù)上，雖然成效顯著，但只依賴這一領(lǐng)域會限制綠色金融的全面發(fā)展。為了促進綠色金融的全面發(fā)展，我國商業(yè)銀行不僅應(yīng)關(guān)注綠色信貸業(yè)務(wù)，還應(yīng)積極拓展綠色債券、綠色基金等相關(guān)業(yè)務(wù)。這不僅可以豐富綠色金融產(chǎn)品線，滿足市場多樣化的投資需求，還能幫助銀行建立競爭優(yōu)勢，提升其在綠色金融領(lǐng)域的市場份額。同時，銀行應(yīng)積極實施綠色信貸，減少規(guī)模差異，提升貸款質(zhì)量和執(zhí)行能力，以強化審批流程，降低損失。這樣，綠色金融將更全面、可持續(xù)地推動經(jīng)濟發(fā)展。加強綠色金融人才建設(shè)。綠色金融相較于傳統(tǒng)金融在規(guī)模和人才方面存在明顯不足，這已成為商業(yè)銀行發(fā)展的瓶頸。綠色金融需要綜合掌握經(jīng)濟、金融及環(huán)保知識的人才，因此需建立專門的人才培養(yǎng)計劃。金融機構(gòu)應(yīng)增強綠色金融人才隊伍建設(shè)，可選派人員出國學(xué)習(xí)，借鑒國際經(jīng)驗。同時，結(jié)合學(xué)校教育資源，通過實踐和企業(yè)高管授課等方式，定向培養(yǎng)更多優(yōu)秀的綠色金融人才。6.2政府層面優(yōu)化法律環(huán)境，完善相關(guān)法律制度。我國綠色金融領(lǐng)域目前正面臨著法律框架尚未健全和法律環(huán)境尚待成熟的問題，盡管政府已采取措施加強頂層設(shè)計，但效果有限。相關(guān)法律法規(guī)缺失，對涉綠企業(yè)行為的約束不足，導(dǎo)致綠色金融發(fā)展受阻和秩序混亂。因此，我國在綠色金融領(lǐng)域的發(fā)展中，確實可以借鑒國外成熟的綠色金融法律體系，結(jié)合國情制定適合我國的法律法規(guī)。通過構(gòu)建完善的法律框架，可以有效約束商業(yè)銀行的綠色金融行為，降低相關(guān)風(fēng)險，并促進市場的穩(wěn)定發(fā)展。同時，應(yīng)建立監(jiān)督考核機制，確保行業(yè)活動符合標(biāo)準(zhǔn)，為綠色金融的健康發(fā)展提供保障。健全信息披露和溝通機制。在環(huán)境信息披露方面，我國當(dāng)前存在明顯的不足，缺乏統(tǒng)一、明確的標(biāo)準(zhǔn)，這在一定程度上加劇了信息不對稱現(xiàn)象。為了改善這一狀況，政府應(yīng)積極推動并建立一套完善的定期獎勵機制，以激勵商業(yè)銀行提高環(huán)境信息披露的意愿和質(zhì)量，避免籠統(tǒng)描述，以消除信息不對稱。在溝通機制上，政府可搭建綠色金融信息共享平臺，發(fā)布融資需求，監(jiān)控資金流動，促進銀行與融資方間的信息交流，增強綠色金融市場活力。同時，銀行業(yè)應(yīng)強化信息共享，構(gòu)建統(tǒng)一的綠色金融風(fēng)險評估體系，形成多方良性互動模式。結(jié)論結(jié)論隨著經(jīng)濟轉(zhuǎn)型，我國需改變粗獷的經(jīng)濟發(fā)展模式，注重可持續(xù)發(fā)展。綠色金融逐漸受到關(guān)注。本文以我國商業(yè)銀行綠色金融業(yè)務(wù)為研究對象，以我國14家主要銀行2012﹣2021年的數(shù)據(jù)為樣本，探討綠色金融業(yè)務(wù)對我國商業(yè)銀行盈利能力的影響，得到以下結(jié)論：綠色金融，作為一種新興的金融模式，目前尚處于初級的發(fā)展階段。盡管近年來商業(yè)銀行的綠色信貸余額呈現(xiàn)出逐年增長的態(tài)勢，然而其在整體信貸余額中的占比仍然較低，同時，綠色金融產(chǎn)品與服務(wù)的創(chuàng)新力度也有待加強。此外，綠色金融發(fā)展的配套制度框架尚未完善，如信息披露機制和風(fēng)險評級體系等關(guān)鍵環(huán)節(jié)仍有待進一步健全。通過實證分析，我們發(fā)現(xiàn)綠色金融對商業(yè)銀行盈利能力的提升作用尚不明顯。因此，為推動綠色金融的健康發(fā)展，仍需付出更多努力。綠色金融的發(fā)展與商業(yè)銀行的盈利能力之間存在積極的正相關(guān)關(guān)系。為了深入探討這一關(guān)系，本文采用了2012-2021年連續(xù)10年的數(shù)據(jù)，涵蓋了中國14家主要商業(yè)銀行的財報和綠色金融相關(guān)數(shù)據(jù)，構(gòu)建了一個豐富的面板數(shù)據(jù)集。通過定量分析方法，本文發(fā)現(xiàn)綠色金融與商業(yè)銀行盈利能力之間存在顯著的正向聯(lián)系。這一發(fā)現(xiàn)意味著，商業(yè)銀行在推動綠色金融業(yè)務(wù)的過程中，不僅能夠直接提升利潤，還能全面促進其他相關(guān)業(yè)務(wù)的發(fā)展，進而增強其市場影響力和整體盈利能力。因此，對于商業(yè)銀行而言，積極投身于綠色金融業(yè)務(wù)不僅是一種社會責(zé)任，更是一種具有戰(zhàn)略意義的盈利機會。綠色金融與商業(yè)銀行盈利能力之間的關(guān)系中，金融創(chuàng)新起到了明顯的中介效應(yīng)。為了進一步驗證這一觀察，本文采用了中介效應(yīng)模型進行分析。結(jié)果表明，綠色金融對金融創(chuàng)新具有積極的促進作用，即綠色金融的發(fā)展能夠推動金融創(chuàng)新的實施。進一步地，通過中介效應(yīng)模型和bootstrap檢驗法的驗證，我們發(fā)現(xiàn)金融創(chuàng)新在綠色金融與商業(yè)銀行盈利能力之間扮演了中介角色。這意味著，綠色金融的發(fā)展不僅直接影響商業(yè)銀行的盈利能力，還通過推動金融創(chuàng)新這一中介變量，間接促進盈利能力的提升。參考文獻王靜.我國綠色金融發(fā)展驅(qū)動因素與進展研究[J].經(jīng)濟體制改革,2019,(05):136-142.王康仕,孫旭然,王鳳榮.綠色金融?融資約束與污染企業(yè)投資[J].當(dāng)代經(jīng)濟管理,2019,41(12):83-96.邱英杰,楊曉倩.綠色信貸與產(chǎn)業(yè)升級的關(guān)系研究——基于灰色關(guān)聯(lián)模型的實證分析[J].福建金融,2019,(01):71-77.雷博雯,時波.綠色信貸對商業(yè)銀行績效與流動性風(fēng)險的影響[J].金融理論與實踐,2020,(03):26-31.王明浩,趙娟霞,金芊芊.生態(tài)文明視閾下我國商業(yè)銀行實施綠色信貸績效研究[J].價格理論與實踐,2021,(06):115-118.廖林.以綠色金融推動綠色發(fā)展[J].中國金融,2021,(02):30-31.高錦杰,張偉偉.綠色金融對我國產(chǎn)業(yè)結(jié)構(gòu)生態(tài)化的影響研究——基于系統(tǒng)GMM模型的實證檢驗[J].經(jīng)濟縱橫,2021,(02):105-115.陳博文,陶建宏.綠色金融研究綜述與展望[J].經(jīng)營與管理,2021,(02):157-162.陳應(yīng)雯.綠色金融發(fā)展與創(chuàng)新研究[J].現(xiàn)代商業(yè),2021,(33):118-120.張琳,廉永輝,趙海濤.綠色信貸和銀行財務(wù)績效的動態(tài)交互影響關(guān)系——基于中國29家商業(yè)銀行的實證研究[J].上海金融,2019,(04):31-39+16.張晟.綠色信貸對商業(yè)銀行盈利能力的影響研究[J].綠色財會,2020,(03):3-5.徐高峰,任嬌蓉.綠色金融對股份制商業(yè)銀行盈利能力影響的實證[J].東華大學(xué)學(xué)報(社會科學(xué)版),2020,20(02):203-208.汪星星.綠色金融業(yè)務(wù)對商業(yè)銀行盈利能力的影響研究[J].湖北經(jīng)濟學(xué)院學(xué)報(人文社會科學(xué)版),2022,19(02):44-46.羅鑫,周穎,許云浩,等.綠色信貸對商業(yè)銀行盈利性影響的實證研究[J].商場現(xiàn)代化,2018,(16):112-114.張雪.綠色信貸對商業(yè)銀行盈利能力的影響研究[J].現(xiàn)代金融,2019,(11):30-33.郭文偉,劉英迪.綠色信貸?成本收益效應(yīng)與商業(yè)銀行盈利能力[J].南方金融,2019,(09):40-50.權(quán)飛過,王曉芳.金融創(chuàng)新對商業(yè)銀行風(fēng)險承擔(dān)的影響——基于金融創(chuàng)新的分類研究[J].財經(jīng)論叢,2016,(09):35-45.胡文濤,張理,李響軍,等.商業(yè)銀行金融創(chuàng)新與盈利能力的非線性關(guān)系研究——基于我國上市商業(yè)銀行面板數(shù)據(jù)的門檻模型分析[J].金融監(jiān)管研究,2018,(09):16-31.劉石小橋.論金融創(chuàng)新對國內(nèi)商業(yè)銀行盈利能力和抗風(fēng)險能力的影響[J].現(xiàn)代經(jīng)濟信息,2019,(14):310-313.李垚垚.綠色金融對中國商業(yè)銀行盈利能力的影響研究[D].江南大學(xué),2019.趙猛.綠色金融對商業(yè)銀行盈利能力的影響研究[D].對外經(jīng)濟貿(mào)易大學(xué),2021.王迪.綠色金融對我國商業(yè)銀行盈利性的影響研究[D].華北理工大學(xué),2019.柴雯斐.關(guān)于綠色金融對商業(yè)銀行盈利能力影響的研究[D].廈門大學(xué),2021.黃宇航.綠色金融對我國商業(yè)銀行盈利能力的影響研究[D].廣東財經(jīng)大學(xué),2022.易丹.綠色金融對商業(yè)銀行盈利能力的影響研究[D].江西財經(jīng)大學(xué),2023.欒雅楠.綠色信貸對我國商業(yè)銀行盈利能力的影響研究[D].蘭州財經(jīng)大學(xué),2023.邵博睿.綠色金融對商業(yè)銀行盈利能力的影響研究[D].遼寧大學(xué),2023.魏智健.綠色金融對我國商業(yè)銀行盈利能力影響研究[D].安徽工業(yè)大學(xué),2022.安宇琛.綠色信貸對我國商業(yè)銀行盈利能力的影響研究[D].首都經(jīng)濟貿(mào)易大學(xué),2021.周運昊.綠色金融發(fā)展對我國商業(yè)銀行盈利能力影響的實證分析[D].上海財經(jīng)大學(xué),2020.SAROKIND,SCHULKINJ.Environmentalconcernsandthebusinessofbanking[J].JournalofCommercialBankLending,1999(3):3-5.Cowan,E.TopicalIssuesInEnvironmentalFinance[z],ResearchPaperwasCommissionedbytheAsiaBranchofth