今年，中國的綠色貸款余額，在2022年三季度末突破20萬億大關，達到20.9萬億元。
央行公布的上述數據同比增長41.4%，高于各項貸款增速三成。僅從綠色貸款的投放“量”來看，中國已經全球領先；但從綠色貸款的“質”來看，仍有諸多難題待解：
綠色貸款標準不統一、環境數據缺失、相關信貸產品單一等問題正制約著綠色貸款的高質量發展。與此同時，冰鑒科技研究院調研發現，一線綠色貸款項目甄別方式仍較為粗放，主要依靠對照環保產業目錄進行人工篩選，資金更多地投向銀行熟悉的綠色環保行業，而對于非綠行業、高碳行業，在考慮到投入成本、建設周期和壞賬率的情況下，很多銀行都不敢輕易嘗試。
科技手段的應用，為銀行綠色貸款創新提供了新的可能。改變綠色貸款重“量”不重“質”的現狀，亟待監管、行業、從業機構和科技公司各方形成合力，共促智能科技在綠色金融領域發揮實效。
一、綠色貸款發展現狀
1、全國綠色貸款余額增速明顯，六大行綠色貸款規模占半壁江山
據央行數據顯示，國內綠色貸款保持高速增長，今年前三季度綠色貸款余額增加4.88萬億元。
2022年三季度末，國有六大行綠色貸款余額合計約11.51萬億元，占整個綠色貸款市場的55%左右，排在前三位的是工商銀行、建設銀行和農業銀行。就增速來看，中國銀行綠色貸款增速最快，約36%。此外，工商銀行、建設銀行增速均超過30%。
全國性股份行中興業銀行、浦發銀行、中信銀行、光大銀行、民生銀行、平安銀行綠色貸款余額分別為5711.33億元、3946億元、3132.38億元、1819.22億元、1629.32億元、1049.60億元。其中，作為全國第一家“赤道銀行”，興業銀行成為我國唯一一家綠色貸款規模比肩國有六大行的股份制銀行。所謂赤道銀行，是指在項目融資中采用“赤道原則”的銀行，該原則在貸款過程中重點關注項目的環境和社會影響，目前已有幾十家跨國銀行明確實行赤道原則。其余股份制銀行也不甘示弱，中信銀行、民生銀行、平安銀行綠色貸款較上年末增速均超過50%。
2、頭部城商行綠色貸款發力明顯，江蘇省城商行尤為亮眼
相較于國有六大行和全國性股份制銀行，區域性銀行綠色金融規模尚小，但它們的綠色貸款余額增速明顯。截至2022年上半年末，江蘇銀行、南京銀行、北京銀行綠色貸款余額在城商行中遙遙領先，分別實現金額1999億元、1218.37億元、927.85億元，較2021年末分別增長57%、23%、95.55%。
地處江蘇省的江蘇銀行、南京銀行是千億元陣營中成員。
其中，江蘇銀行高居首位。作為全國第二家、城商行首家“赤道銀行”，江蘇銀行綠色貸款業務在城商行中可謂一騎絕塵。2022年中報顯示，上半年，江蘇銀行綠色融資規模突破 3000 億元，較上年末增長 44%；全行綠色貸款余額 1999 億元，較上年末增長 57%。綠色貸款占各項貸款的比重在人民銀行總行直管的24家銀行中位居第三位。
南京銀行則新進千億元俱樂部。2022年中報披露，南京銀行綜合使用蘇碳融、綠色債務融資工具等金融產品，持續強化綠色金融實體客戶營銷與拓展，截至6月底，綠色金融貸款余額1218.37億元，覆蓋2085戶客戶。此外，南京銀行2022 年上半年在泰州、無錫、南通、蘇州新設四家綠色支行，通過專項額度、差異化定價等多項措施發展綠色支行業務。
3、貸款投向：集中在基礎設施綠色升級、清潔能源產業和節能環保產業
根據央行三季度末數據，我國綠色貸款20.9萬億元余額中，投向具有直接和間接碳減排效益項目的貸款合計占綠色貸款的66.4%。具體來看，2022年前三季度，基礎設施綠色升級產業、清潔能源產業和節能環保產業仍是占比最大的三個綠色貸款投放領域。
分行業看，電力、熱力、燃氣及水生產和供應業綠色貸款余額5.33萬億元，占比最高；交通運輸、倉儲和郵政業綠色貸款余額4.48萬億元，居于第二。
二、綠色貸款難點
商業銀行綠色貸款是綠色金融體系中的中堅力量。過去幾年里，中國的綠色貸款實現了跨越式發展，但仍存在著一些難點：
1、綠色貸款標準尚未統一，操作性不強
國際上的綠色貸款一般以“赤道原則”為標準，我國采用赤道原則的銀行有9家，除興業銀行1家股份制銀行之外，其余8家銀行中7家為城商行，1家為農商行。大型國有銀行作為綠色貸款的主力均未加入，我國在綠色貸款的標準方面尚未能統一。
公開資料顯示，赤道原則形成于2003年。這是一套由花旗集團和ABN美洲銀行等全球主要金融機構參照世界銀行下屬國際金融公司的可持續發展政策和準則而制定的自愿性金融業基準。
赤道原則作為項目融資行業的國際標桿，旨在通過對項目融資中的環境和社會風險進行判斷，評估和管理，倡導金融機構履行對項目融資中的環境和社會問題的審慎核查義務。
與赤道原則相比，我國的綠色貸款評價方式較為寬泛，赤道原則要求針對評估問題開發管理機制并建立投訴機制，要求評估報告由獨立第三方審查，而我國出臺的《綠色貸款指引》、《綠色貸款實施情況關鍵評價指標》、《銀行業金融機構綠色金融評價方案》等政策文件并沒有相關要求。
雖然綠色金融已成國策，但尚缺乏強制力，綠色貸款的標準也多為綜合性、原則性的，并沒有具體的實施指南、環境風險評級等。往往是各地區、各銀行根據自身需求，分別制定具體的綠色貸款操作指南和信貸標準。不同的指南和標準導致了在綠色貸款的執行中存在很大隨意性，往往同一家企業在不同的商業銀行獲得的綠色貸款額度不盡相同，甚至有些還差別甚大。
2、環境信息披露水平較低，滋生“洗綠”和“漂綠”
科學、標準化的環境效益信息披露制度是綠色貸款市場健康發展的基石。當前，國內對于企業的環境效益信息披露缺乏強制性執行的統一標準，國際標準如《可持續發展關聯貸款原則》使用了可持續發展績效指標(SPTs)來對綠色項目進行篩選，而我國尚未采用專業指標對綠色項目進行評估。行業標準的缺失，導致披露積極性不高，即使披露，內容和質量也參差不齊，缺乏可比性，也無法進行核查。
而近年來，隨著國家對綠色金融發展支持力度的加大，各地針對綠色項目制定的一系列一次性獎補、專項資金、稅收優惠等獎勵政策相繼推出。巨大的利益加上無法核驗的信息催生了部分企業偽造綠色標簽或虛構綠色項目來騙取綠色貸款優惠的現象，即“洗綠”和“漂綠”。
環境效益信息披露機制不夠健全，企業環境評價信息等尚未實現共享，對于很多商業銀行尤其對于中小銀行來說，難以及時全面地掌握真實情況，無法有效地進行綠色項目的識別、風險管理成本高，進而制約綠色貸款的發展。
3、綠色貸款產品創新欠缺、尚不豐富
綠色貸款支持的領域一般科技含量較高、項目投資較大、建設周期較長，且需要銀行給予較低的利率，風險較大。尤其是對于一些銀行自身并不了解的行業而言，在考慮成本和壞賬率的情況下，很多銀行更加不敢輕易嘗試。
目前我國綠色貸款專注的行業有限，主要集中在電力、熱力、燃氣、交通運輸、水生產、倉儲和郵政等國有或政府類項目，依靠國家將其引入綠色貸款，工業企業目前獲得的綠色貸款仍然沒有占據主流位置。據某股份制銀行相關負責人介紹，目前該行綠色貸款最熱的投向是光伏及風電，“其他行業都未形成標準產品，操作起來比較困難，所以投的也少。”
再則，目前的綠色貸款產品更多傾向于綠色行業，綠色轉型貸款即非綠行業的金融產品相對較少。在剛剛閉幕的G20峰會上，一致通過了《2022年G20可持續金融報告》，支持G20可持續金融工作組在制定轉型金融框架、完善金融機構凈零排放承諾、發展可持續金融工具等領域取得的成果。其中的轉型金融框架，體現出一個全球的共識，即建立一整套用于促進高碳排放行業開展低碳轉型的融資體系，加大對非綠色行業轉型過程中必要的資金支持。但目前國內對于非綠行業轉型改造的金融產品還遠遠不夠，這也是導致現有綠色貸款產品豐富度欠缺的一大原因。
4、一線綠色貸款項目篩選方式仍較為粗放
由于缺乏統一的標準、信息披露制度亦不夠健全，綠色項目的識別和篩選成為綠色貸款的一大難點。然而，據冰鑒科技研究院調研訪談，目前多家銀行基層對于綠色貸款的篩選還處于比較粗放的階段，大多數一線從業者放款的標準僅為根據行業目錄篩選，多靠人工審核，缺乏精細化的運作，更加不能保證項目的“綠色”質量。
三、智能科技能為綠色貸款做什么？
根據中國金融學會綠金委發布的報告，我國未來30年的綠色低碳投資累計需求將達487萬億元。綠色貸款在未來還有很大的發展空間，但綠色項目難以識別、信貸風險難以把控等問題也亟待解決，在這過程中，智能科技將大有可為。
第一，在智能營銷階段，大數據、云計算等技術可以實現對海量信息的收集和處理，準確地發現企業和客戶在不同場景、不同生命周期階段的綠色金融需求，為綠色金融產品的創新提供數據支持，促進綠色貸款產品創新豐富和綠色貸款業務規模提升。
第二，在貸前審批階段，大數據、人工智能、區塊鏈等技術可以有效地破除“數據孤島”，將國內外各種綠色標準進行對應，對各類標準化及非標準化數據進行實時抓取，為金融機構綠色貸款決策提供科學的數據支持，防范“漂綠”和“洗綠”，在提升金融機構綠色識別效率的同時降低成本，并有效地解決國內外綠色標準不一致等問題。
第三，綠色貸款的擔保方式，當前仍采取固定資產抵押為主，收益權質押為輔的手段，而涉及碳排放權、排污權、用能權等權益融資的創新產品較少。這就需要把企業的環境風險評級、碳排放管理水平、排污權交易數據、安全生產等方面的指標與財務指標一起納入風控模型，智能化預測貸款質量并進行科學定價，有效提升對綠色企業的融資支持效率。
第四，在貸后階段，利用大數據、人工智能技術建立自動化的貸后監測系統，對綠色貸款資金投放企業進行監測，并進行主動智能分析和及時推送預警。
最后，利用區塊鏈、人工智能、云計算等技術探索綠色供應鏈金融服務。搭建包括綠色企業、上下游供應商、銀行和監管機構等多方參與的綠色供應鏈金融平臺，將綠色項目貸款信息等實時上傳，有效監管資金使用情況、精準定位綠色金融需求、降低違約率、提升產業鏈整體綠色水平，在為綠色核心企業及上游供應商帶來更高效、更可靠的供應鏈金融服務的同時，促成更精簡和可追溯的工作流程。以新能源車產業鏈為例，該行業具有傳統行業不具備的長產業鏈條，涵蓋上游的原材料、各種智能零配件、中游的電池制造以及下游的整車制造和銷售等，亟需供應鏈金融的方式提供融資支持。
目前，國內前沿的科技公司如冰鑒科技也在圍繞綠色金融解決方案進行探索，基于人工智能和大數據技術，并通過深度了解應用場景，提升智能科技與綠色貸款業務的聯動，冰鑒科技已推出ESG風控解決方案，致力于幫助金融機構消除綠色貸款業務的“信息差”， 更好地識別綠色項目、綠色主體，助力綠色貸款發展。
四、多方合力求解難題
近年來，我國的綠色貸款發展迅速，但標準不統一、數據缺失、產品單一等問題也制約著綠色貸款邁向更高質量的發展。解決這些問題，完成“雙碳”目標，需要多方合力。
從政策層面來說，由央行、發改委、銀保監會統一和明確綠色貸款項目的認定標準，加強綠色金融領域信息披露的強制性、真實性、標準型和準確性，幫助金融機構降低綠色項目的認定成本，鼓勵和引導其投資綠色項目和企業。在這些大框架下，再由各個地方和行業制定細則，真正探索適合不同場景、不同領域的綠色資產的識別、定價標準。同時，提高包括綠色貸款在內的綠色財務指標在MPA考核中的地位和考核權重，增強銀行發展綠色金融的意愿和能力。
此外，發揮綠色金融改革創新試驗區示范帶動作用并適當擴容。目前國內已擁有包括廣東、浙江、江西、貴州、新疆、甘肅、重慶7省(區/市)10地在內的綠色金融改革創新試驗區。多位業內人士均表示，綠色金融改革創新試驗區成效斐然。進一步擴大試驗區范圍，不僅將繼續支持地方綠色產業發展和經濟轉型升級，還將持續提升金融機構的綠色金融業務水平。
從行業層面來說，加強綠色數據庫的建設，進一步推進不同市場主體數據庫之間的打通與共享，解決獲取企業環境和氣候數據時的壁壘問題，讓整個行業從源頭上識別什么是真正的綠色項目，什么是偽綠色項目。
同時，打造權威的獨立第三方的評估體系，培養具有市場競爭力和說服力的第三方品牌，參與到綠色項目的評定中來。
從從業機構層面來說，需要盡可能將風險在貸前、貸中、貸后等信貸全周期中篩選出來并進行管理，具體而言：
1、運用機構內外部數據，基于人工智能、大數據等技術，實現客戶涉訴、涉罰等負面信息實時抓取，對客戶進行精準“畫像”。在貸前盡可能篩選出漂綠、洗綠項目，解決綠色貸款風險底線問題。
2、將環境風險評估嵌入信貸評估系統，實現環境風險的自動評估，減少因環境專業知識缺乏、人為主觀審核偏差而造成風險評估的偏離。
3、實現綠色貸款的精細化管理，對資源環境科學合理定價，并根據環境效益的測算結果及時調整信貸政策，優先為低碳項目開通快速審批通道。
4、打造貸后管理監測系統，強化貸后管理，確保綠色貸款資金真正流向綠色產業的領域和企業。
金融機構也可以選擇與科技公司合作，簡化對綠色項目識別與篩選的過程。尤其是中小銀行，相較于大行，在資金成本、單戶額度和風險控制等方面都處于劣勢，綠色貸款的投放也受到如綠色項目識別能力、環境效益計量能力、環境風險管理能力等專業能力的限制，因此，中小銀行選擇與科技公司合作，實現綠色貸款的降本增效，不失為一種選擇。
此外，鼓勵多層次市場化的綠色貸款發展體系。鼓勵國有六大行推出標準化、規模化的綠色貸款金融產品，解決規模發展問題，即綠色貸款“量”的問題；在綠色貸款產品創新方面，中小銀行更加靈活，可以根據自身特點定位探索創新出更多“小而美”的產品，因地制宜地解決當地企業的綠色轉型問題，解決綠色貸款“質”的問題。如江蘇銀行先后與國家財政部、人民銀行南京分行、江蘇省財政廳、江蘇省生態環境廳合作，創新“綠色創新投資業務”、“蘇碳融”、“綠票e貼”、“環保貸”等特色產品，滿足多樣化需求；如湖州銀行為支持湖州當地光伏產業發展，推動本地區能源利用的低碳化轉型，湖州銀行創新推出“綠能貸”專項產品，助力分布式光伏發電產品的運用推廣；如濰坊銀行，參與青州市礦山綜合治理廢棄礦坑綜合治理項目，提供項目融資貸款4.9億元，有力保障礦區內廢石堆的及時清運治理，使礦山地質環境得到恢復和改善。
