摘 要

当今社会，我们面临的资源和环境问题日益突出，银行在履行社会责任、分配资源资金上，扮演着重要的角色。目前，低碳理念发展迅速，我国在国内环境以低碳环保金融发展趋势的影响下，也提出了绿色信贷。

绿色信贷给银行带来发展前景的同时，也给银行带来了很多环境风险，所以，建立绿色信贷风险评价及管理机制，并进一步研究风险研究的指标及评价模型等，十分有必要。

本文以绿色信贷风险评价为主题，建立了财务指标、信用指标、环保指标的风险评价指标，选取了低碳环保类公司为样本，再通过BP神经网络模型，进行实证分析。

首先，在知网等网站上收集了大量的国内外研究文献，对自己研究的内容有了一定的了解后，明确本次研究的重点。下一步，通过网络等学习BP神经网络的基本原理及它的学习算法，并分析BP神经网络与绿色信贷风险评价研究两者间的适用性。再下一步，再进行分析指标的体系构建，其中包括财三个一级指标，以及18个二级指标，最后收集110家上市企业的各类数据进行实证分析，之后运用Python 2.7 软件进行建模，得出检验结果，并在实验结论的基础上的对风险管理提出可靠性的建议。本文从商业银行绿色信贷风险评估出发，以BP神经网络为基础，通过模型构建得到人工神经网络的学习及测试结果，在数据收集处理后，进行建模最终得到的正确率达80%，结论可靠，能更准确对绿色信贷风险进行评价研究，给商业银行规避信用风险提供更多途径和方法。

关键词：绿色信贷、商业银行、BP神经网络

Abstract

In today's society, the problems of resources and environment are becoming more and more prominent. Banks play an important role in fulfilling social responsibility and allocating resources and funds. At present, the concept of low carbon has developed rapidly. Under the influence of the development trend of low carbon environmental finance in our country, green credit has also been put forward.

The green credit brings the development prospect to the bank at the same time also brings the changeable environment risk to the bank. The deficiency of the risk evaluation and management of the green credit hinders the further development.

This paper takes green credit risk assessment as the theme, establishes three risk evaluation indexes, and uses the BP neural network as the risk evaluation model, and selects the low carbon environmental protection companies as samples for empirical analysis.

First of all, a large number of domestic and foreign research documents have been collected on such websites as Zhiwang, and the focus of this study has been clarified after a certain understanding of the content of their own research. Next,the applicability of BP neural network and green credit risk evaluation is analyzed. The next step is to construct the system of analysis indicators, including financial indicators, credit indicators and environmental indicators, which are classified into 18 secondary indicators. Finally, we collect all kinds of data of 110 listed enterprises for empirical analysis, and then use Pytho Based on the experimental results, the reliability suggestion of risk management is put forward.After data collection and processing, the study and test results of artificial neural network are obtained. The result of modeling is as high as 80%. The conclusion is reliable, and it can evaluate the risk of green credit more accurately, and provide more ways and methods for commercial banks to avoid credit risk.

Key Word : Green Credit ; Commercial Bank ; The BP neural network.

目 录

第1章 绪论 1

1.1研究背景及意义 1

1.1.1研究背景 1

1.1.2研究意义 1

1.2国内外研究现状 2

1.2.1 国内研究现状 2

1.2.2 国外研究现状 2

1.2.2 研究述评 3

1.3 研究内容与研究方法 3

1.3.1 研究内容 3

1.3.2 研究方法 4

第2章 商业银行绿色信贷风险理论分析 6

2.1商业银行绿色信贷风险特征分析 6

2.1.1绿色信贷及绿色信贷风险概述 6

2.1.2商业银行绿色信贷风险生成原因 6

2.1.3商业银行绿色信贷风险具体表现 7

2.2商业银行绿色信贷风险理论分析 8

2.2.1.可持续发展理论 8

2.2.2 赤道原则理论 8

2.2.3 银行环境风险理论 8

第3章 基于BP神经网络的商业银行绿色信贷风险评价模型构建 10

3.1 BP神经网络原理及算法 10

3.1.1 BP神经网络的基本原理 10

3.1.2 BP神经网络的学习算法 10

3.2 商业银行绿色信贷风险评价指标体系构建 11

3.2.1 商业银行绿色信贷风险评价指标体系构建的原则 11

3.2.2 财务指标的选取 12

3.2.3 信用指标的选取 13

3.2.4 环境指标的选取 14

3.3 BP神经网络下商业银行绿色信贷风险评价模型设计 14

3.3.1 网络结构的确定 14

3.3.2 学习参数的选择 15

第4章 基于BP神经网络的商业银行绿色信贷风险应用分析 16

4.1兴业银行绿色信贷特征分析 16

4.1.1兴业银行的绿色信贷理念 16

4.1.2兴业银行绿色信贷制度和管理体系 16

4.2样本选取介绍 17

4.3 绿色信贷风险评价的案例分析 17

4.4 兴业银行绿色信贷风险管控路径 27

第5章 研究总结与展望 29

5.1 研究总结 29

5.2 不足与展望 29

参考文献 31

附录A 33

附录B 34

致谢 35

第一章 绪论

1.1研究背景及意义

1.1.1研究背景

在全球经济的发展进程中，不注重生态环保的经济增长方式，带来了许多环境问题，环境保护的问题也越来越被社会所关注。

绿色信贷为商业银行带来了新发展，为商业银行提供了新的经济增长点，但同时也带来了许多的风险和挑战，使其面临更多的各种金融风险，而在这些风险中，最突出最值得关注的是信用风险。实际上，信用风险可能是贷款人无法充分保证贷款项目的安全性，即违约的可能性，其原因很多，而最重要也是最直接的原因是贷款人没有良好的风险控制能力。

因此，商业银行对信贷进行风险评价及管理是十分有必要的，对于绿色信贷这一新发展，更应该做好风险评估，并建立起一套完整的风险管理体系。

目前，人工神经网络技术发展迅速，这种技术有着容错性、费静态性的特点，学习能力及适应能力强，能很好的处理不稳定的系统问题，应用领域范围很广，主要有医学领域、自动化领域、工程领域等，除此之外，人工神经网络在经济领域也同样发挥着很重要作用，在信贷分析和对市场进行预测方面有着很大的作用。

我国实施五类国际标准体系虽然与以前在我国实施的四个水平相比，这个体系有了很大的进步，但现实的不确定因素太多，在实际应用上存在很大的局限性。此外，由于信用风险高度不确定且高度复杂，因此在当前的评估工作中，迫切需要一种新型技术来弥补旧方法的缺点和不足。

1.1.2研究意义

目前来看，我国的绿色信贷还处于初步发展的阶段，研究内容较少，大多借鉴和学习国外现有的研究结论和成果，缺乏自主的创新性。而绿色信贷作为一种新产品、新业务，其本身就存在着一定的不确定性和风险性，如果不对其进行深入研究和了解，很可能给商业银行等金融机构造成很大的经济损失，基于此，对商业银行绿色信贷风险进行评估管控，具有一定的理论及现实意义。

理论意义：绿色信贷是作为银行的新业务新产品，本身具有一定的创新性，但目前国内的研究大多只是分析绿色信贷本身的内涵和意义，但是却忽视了对其风险评估管控的研究，缺少系统性研究和完备的管控制度体系。绿色信贷作为一种新的形式和内容，具有不确定性，同时也具有更多的研究空间，对绿色信贷进行更深入的研究，不止停留在内涵，而是更进一步的研究其风险管理方面的问题，能为商业银行日后更好的发展绿色信贷提供更强大的理论基础。

现实意义：绿色信贷风险管理机制得到完善，商业银行日后发展绿色信贷业务和绿色信贷产品时，承担的风险会相应的降低许多，商业银行的相关业务也因此得到相应的保障，与此同时，更进一步的发展绿色信贷业务，也有利于我国低碳经济的实施与发展。

1.2国内外研究现状

1.2.1 国内研究现状

目前，我国绿色信贷政策的探索进程到了初步运行的阶段，然而从整体上来看，仍然存在着一些障碍，对于我国来说，绿色信贷是一种较为新兴的产品和业务，因此对其的研究内容较少，研究程度不深，这也使得绿色信贷的风险评价也处于一个浅层研究阶段。

在绿色信贷发展研究介绍方面，舒利敏（2015）研究认为，中国的绿色信贷政策在银行业得到广泛实施，但其体制建设仍需进一步优化和完善，在环保风险评估方面，研究内容还不够深入和明确，在日后发展绿色信贷业务和绿色信贷产品时，应该更注重对其风险的管控，完善监督激励机制，促进绿色信贷业务的发展和创新。

在对绿色信贷风险管理的研究方面，马晓微、陈慧圆（2015）指出绿色信贷体现了商业银行的社会责任,通过对资金的流向引导，引导借贷主体往低碳环保方向进行经济活动，从而减少对环境的破坏，形成科学、和谐的可持续发展机制。

郑水珠、韦云云（2016）则主要从理论方面进行研究，指出我国的绿色信贷业务的风险主要包括环境风险、声誉风险、法律风险及建设风险等，在对风险明确后，又提出来我国绿色信贷风险管理上存在的不合理之处，主要包括条款的可操作性不强、银行资产结构不合理、风险控制水平参差不齐等，并从宏观及微观两个方面提出了建议。

莫志宏、唐迪、葛林（2015）主要收集了两个产业上市公司包括风电和光伏的数据，并采用了KMV模型对其数据进行分析，最后从绿色信贷与KMV模型两者间适用性的角度，研究讨论了模型的有效性以及控制绿色信贷的必要性。

1.2.2 国外研究现状

国外对“赤道原则”的接受较早，美国很早就开始实行“赤道原则”，并在各项与环境保护有关的法律法规都写入相关考核惩戒机制，内容规定了当融资的公司造成环境污染时，不仅公司本身需要承担相应的治理费用，给这些污染企业提供融资的银行也需要承担责任并支付治理费用，这项规定迫使银行开始关注贷款业务带来的环境影响，并在这种影响下，慢慢开始发展绿色信贷、绿色金融业务。2003年，英国巴克莱银行也宣布接受了“赤道原则”，并成为英国第一家实施绿色信贷业务的银行。德国作为“赤道原则”的起草国家之一，大多数德国银行都接受了“赤道原则”，并制定了许多支持性政策，鼓励企业融资去开展环保项目。

Marcel Jeucken（2001）指出可持续发展的概念应该融合到经济发展之中，并提出商业银行发展低碳环保理念，应该从政策、社会声誉以及风险评估管理等内容着手。

Marcus Fenchel（2002）提出可持续融资是银行在对各类知识信息的详细了解基础上，来决定贷款融资的分配问题，通过资助可持续项目以及收费服务来得到其想要的社会影响力。

Olaf Weber(2005)提出环境风险可以具体化分为五种风险，并这种观念融入到了银行日常管理和经营活动之中。Bret Scholtem(2007)研究表明虽然进行放贷时，严格执行风险管理评估会带来成本的上升，但是长远来看，会带来更高的声誉，进而带来更高的长期回报。

Dam(2007)通过实证建模的研究方法，主要选取了两大主体作为研究对象，以是否采纳赤道原则为划分标准，最终得出的结论是采纳赤道原则的银行虽然在短期内成本更高，但是社会声誉更好，贷款风险更低。

1.2.2 研究述评

在了解了商业银行绿色信贷这一课题的研究背景与国内外研究现状，并阅读查找了诸多的文献论文之后，可以看出我国对这一课题的研究还不够深入，大多是借鉴学习国外的方法与结论，虽然也取得了成果，但是仍存在一些不足：

一是国外的文献资料查阅较困难，因此笔者在寻找外国文献时，资料准备不够充足，使得相关的研究结果不够充实。

二是对商业银行研究中，选取的样本较多，最终得到的数据庞大，笔者进行数据处理中可能出现细节错误，造成研究结果的准确性下降。

三是国内现有的研究程度不够深，大多是借鉴国外研究思路和方法，缺乏创新意识，没有为商业银行进一步实行风险管控提供全面的决策依据。

1.3 研究内容与研究方法

1.3.1 研究内容

本文首先阐述了国内外绿色信贷的研究及现状，再分析BP神经网络与绿色信用风险评价两者间的适用性。然后根据指标构建的基本原则构建了风险评价的指标体系，主要是财务指标、信用指标以及环保指标，最后根据该指标体系进行建模，通过对数据的研究分析，得到最终的结论，并提出相关意见。本研究的内容如下：

第一章，主要介绍了本文研究的主题，通过对绿色信贷发展现状的了解，具体阐述了研究这一课题的理论及现实意义，并确定了本次研究采用的模型是BP神经网络。

第二章，主要对商业银行绿色信贷风险的特点特征进行了相关说明，再对商业银行绿色信贷风险的生成原因及具体表现进行了阐述，最后介绍了相关的重要理论。

第三章，主要对BP神经网络的相关理论进行阐述和说明，从它的原理及学习算法上进行介绍，然后再确定指标的选取原则，根据原则构建绿色信贷风险评价的指标体系。

第四章，在第三章的基础上，先对财务指标、信用指标及环保指标进行数据处理，利

用软件进行数学建模并进行实证分析。

第五章，总结文章中的研究成果，并反思本次研究中存在的不足之处。

图1.1 研究内容框架

1.3.2 研究方法

本文主要介绍了商业银行绿色信贷的风险评价与管理研究，通过选择相关的指标，选取样本收集数据后，再运用BP神经网络进行建模测算，再给样本的风险定级，最后通过得到的结论提出风险管控的建议。

（1）实证研究方法

本文以BP神经网络模型为基础，在国内外研究成果的帮助下，完成了本次实证分析。一是建立风险评估的指标体系，并收集相关样本数据。第二，定量分析信贷风险标准并计算贷款公司的信用风险评级，再通过大智慧、同花顺等软件选取低碳环保企业作为样本进行实证研究；最后，采用Python软件构建的BP神经网络进行模拟仿真，得到测试结果，为信用风险评估方法的选择和应用提供参考。

（2）文献综述法

运用定性及定量方法，具体阐述了国内外绿色信贷风险的相关内容。与国外相比，我国的信用风险研究相对不成熟。本文在借鉴国外相关研究成果的基础上，探讨信用评估机构监管的应用和方法，并提出了绿色信用风险分析的新视角：BP神经网络。

第2章 商业银行绿色信贷风险理论分析

2.1商业银行绿色信贷风险特征分析

2.1.1绿色信贷及绿色信贷风险概述

表2.1 传统信贷与绿色信贷对比

绿色信贷与传统信贷相比，有着很大的区别，更注重生态环保与商业利益两者之间的平衡。但是同样的，绿色信贷也面临着金融风险，但由于其独特性，还会受到环境风险的困扰，这种环境风险具体的影响主要表现在以下几个方面：

（1）信用风险。这种风险的形成原因，主要是来源于企业投资项目会存在一定的风险，而企业从项目中得到的收入存在不确定性，从而给银行带来了信用风险。从企业经营商看，业务中的环境问题将直接或间接的影响到企业的财务情况。