本文選取10家商業(yè)銀行2008～2017年的數(shù)據(jù)作為樣本,運用動態(tài)綜合評價模型計算得出銀行的經(jīng)營效率狀況,與銀行綠色信貸比建立面板VAR模型,進行二者間的動態(tài)分析。研究發(fā)現(xiàn):綠色信貸對銀行經(jīng)營效率有長期顯著的正向促進作用,且這種作用在短時間內(nèi)會逐漸增大,長期將趨于平穩(wěn)。這表明銀行綠色信貸的實施在承擔(dān)社會責(zé)任的同時,也提高了自身經(jīng)營效率,銀行應(yīng)抓住綠色信貸的機遇,建立一套行之有效的長期發(fā)展機制。 

【文章來源】：財經(jīng)論叢. 2019年02期 北大核心CSSCI

【文章頁數(shù)】：8 頁

【部分圖文】：

家銀行經(jīng)營效率走勢

5－0.4316x6+0.2155x7+0.3916x8由上式計算得出銀行的經(jīng)營效率評價值①。對10家銀行年度經(jīng)營效率F值直接加總，得到每年的經(jīng)營效率總值，可以觀察銀行經(jīng)營效率的整體變化趨勢，如圖1所示�？梢园l(fā)現(xiàn)，在2008～2011年間銀行的經(jīng)營效率總體處于下降趨勢，2011年以后逐漸回升(圖1)。從綠色信貸發(fā)展趨勢來看(圖2)，2008～2011年綠色信貸發(fā)展緩慢，一定程度上受到了金融危機的沖擊，因此對研究二者在金融危機背景下的動態(tài)關(guān)系沒有影響。圖110家銀行經(jīng)營效率走勢圖22008～2017年銀行業(yè)綠色信貸余額②①因篇幅限制，具體數(shù)值省略，作者備索。②數(shù)據(jù)來自2008～2017年《中國銀行業(yè)社會責(zé)任報告》。四、經(jīng)營效率和綠色信貸的動態(tài)分析(一)模型設(shè)定面板數(shù)據(jù)向量自回歸(PVAＲ)模型可以進行面板數(shù)據(jù)的處理，同時考慮了樣本的個體效應(yīng)和時間效應(yīng)。本文PVAＲ模型的基本形式為:yi，t=αi+βt+∑j=1βpyi，t－p+εi，t其中，i=1，2，…，10表示銀行，t=2008，2009，…2017表示年份，yi，t={F，glr}，p為滯后階數(shù)，αi表示個體效應(yīng)，即銀行間的差異，βt表示時間效應(yīng)，反映變量在時間上的特征，βp為2×2系數(shù)矩陣，εi，t·06·財經(jīng)論叢2019年第2期

【參考文獻】：
期刊論文
[1]互聯(lián)網(wǎng)金融背景下我國商業(yè)銀行效率的研究[J]. 高文娜.  中國市場. 2018(12)
[2]商業(yè)銀行綠色金融實施的管理者效應(yīng)與政策啟示[J]. 孟科學(xué),馬曉雨,魏霄.  華東經(jīng)濟管理. 2018(03)
[3]綠色信貸、內(nèi)外部政策及商業(yè)銀行競爭力——基于9家上市商業(yè)銀行的實證研究[J]. 何凌云,吳晨,鐘章奇,祝婧然.  金融經(jīng)濟學(xué)研究. 2018(01)
[4]綠色信貸規(guī)模與商業(yè)銀行經(jīng)營效率的關(guān)系研究——基于全局主成分法的實證分析[J]. 王曉寧,朱廣印.  金融與經(jīng)濟. 2017(11)
[5]綠色信貸對商業(yè)銀行信貸風(fēng)險的影響[J]. 孫光林,王穎,李慶海.  金融論壇. 2017(10)
[6]綠色信貸對商業(yè)銀行績效與風(fēng)險的影響——基于16家上市商業(yè)銀行面板數(shù)據(jù)分析[J]. 李蘇,賈妍妍,達潭楓.  金融發(fā)展研究. 2017(09)
[7]江西省綠色信貸發(fā)展的影響因素研究——基于SEM模型[J]. 馬勇,曾蘭蘭.  金融與經(jīng)濟. 2017(06)
[8]商業(yè)銀行實施綠色信貸對盈利能力有影響嗎?——基于12家商業(yè)銀行面板數(shù)據(jù)的分析[J]. 王曉寧,朱廣印.  金融與經(jīng)濟. 2017(06)
[9]人口老齡化對經(jīng)濟增長影響的動態(tài)分析——基于面板VAR模型的實證分析[J]. 游士兵,蔡遠飛.  經(jīng)濟與管理. 2017(01)
[10]開展綠色信貸會影響商業(yè)銀行盈利水平嗎?[J]. 胡榮才,張文瓊.  金融監(jiān)管研究. 2016(07)



本文編號：2956489