论文部分内容阅读
近年来,绿色信贷作为绿色金融的一项重要经济手段被逐渐推广应用,其中所存在的环境风险问题也愈加凸显,对绿色信贷风险评价的研究也越来越重要。随着人类赖以生存环境的恶化,在保护环境前提下大力发展经济是形势所趋,众望所归。商业银行在大力发展绿色信贷的形势下,“两高一剩”(高污染、高能耗及产能过剩)行业发生着巨大的变化,作为社会不可或缺的产业,商业银行对其绿色信贷风险进行评价显得尤为重要。本文在借鉴学术界对商业银行绿色信贷风险现有研究成果的基础上,采用理论研究与实证分析相结合,定量分析与定性分析相结合的方法,对我国商业银行绿色信贷风险进行评价。选取58家重污染类型的上市企业(包括钢铁行业、水泥行业、煤炭行业及造纸行业)作为样本,首先,建立绿色信贷风险评级指标体系,包括环境风险和财务风险指标体系;其次,运用层次分析法对环境风险指标进行定性分析,对两类指标进行因子分析,得到具有代表性的公共因子,求出权重,得出综合表达式。运用“3σ”法则对风险标准进行判定,计算出样本所对应的风险等级;最后,运用BP神经网络对商业银行绿色信贷风险进行预测。本文分为六部分,具体研究内容如下:第一部分为前言,包括选题背景和意义,国内外研究综述,研究方法和内容,技术路线和可行性分析。第二部分阐述了绿色信贷的起源与内涵,及绿色信贷的相关理论。第三部分主要分析了我国商业银行践行绿色信贷遇到的瓶颈和解决对策,第四部分实证分析了绿色信贷对我国商业银行经营绩效的影响。第五部分是商业银行绿色信贷风险和评价概述,对绿色信贷风险评价中用到的层次分析、因子分析和神经网络等方法原理进行简要的描述。第六部分是绿色信贷风险指标体系的构建及商业银行绿色信贷风险的实证分析,对环境风险和财务风险进行综合分析,运用BP神经网络对综合风险进行预测。