（一）绿色信贷

我国绿色信贷制度体系以自上而下为主，顶层设计由中央政府有关部门出台的相关政策文件构成，如原银监会、中国人民银行和原环保部等出台的相关文件。在构建绿色金融体系政策框架内，制定考核指导原则，完善信息共享和监督机制，明确划分监管主体责任，避免多头监管下的“监管真空”，同时，指导各银行向绿色行业提供信贷资金倾斜支持，抑制信贷资金向“两高一剩”相关行业流动。

随着我国绿色金融发展，绿色信贷规模逐步扩大，截止2020年末，我国主要21家银行绿色信贷余额突破11万亿元，绿色信贷资产质量良好，不良贷款率远低于其他贷款业务的平均水平，资助项目呈现出高质量、低风险的特征[1]。

（二）绿色投资银行

目前，商业银行绿色投行业务主要包括绿色债务融资工具及绿色债券业务、绿色债券承销业务等。在绿色债务融资工具及绿色债券业务方面，银行间市场的绿色债务融资工具、上海证券交易所的绿色债券以及北京金融所资产交易所绿色债权融资计划均是绿色投行业务相关内容。2016年到2019年，商业银行绿债发行规模分别为1480亿元、854亿元、1219.2亿元和683.5亿元，占当年境内贴标绿债总发行量的58.98%、44.98%、74.55%、27.80%。

绿色债券承销具体是指银行的投行部门通过销售绿色债券等直接融资方式助力节能环保、污染防治、资源节约与循环利用等绿色项目。2019年共计74家金融机构参与全市场绿色债券承销，其中23家为商业银行。建设银行、工商银行、农业银行分列银行业绿色债券承销规模前三位；兴业银行、南京银行、农业银行分列承销数量前三位[2]。

（三）绿色票据

银行业绿色票据业务的开展，对绿色供应链金融发展起到了促进作用。针对新能源汽车、太阳能发电等绿色终端产品行业，银行在原材料采购、产品生产、销售等各环节均有介入，提供绿色票据承兑、贴现、质押融资等一系列综合性服务，为供应链核心企业及上下游提供绿色票据综合服务方案。如兴业银行成都分行、北京分行等机构的“绿票通”业务已经落地，为中小型绿色企业提供低利率贴现，相关企业均属于节能环保设备制造、清洁能源发电、污染防治、资源回收利用以及生态保护等行业，缓解了上述企业融资难、融资成本高的问题，产生了良好的社会效应和经济价值。

（一） 信息不对称

1. 绿色信贷资金用途追踪困难

我国对银行绿色信贷信息的披露要求，多为定性指标和笼统描述。原银监会在《绿色信贷指引》中关于银行绿色信贷信息披露的相关条款中指出，“银行业金融机构应当公开绿色信贷战略和政策，充分披露绿色信贷发展情况。对涉及重大环境与社会风险影响的授信情况，应当依据法律法规披露相关信息，接受市场和利益相关方的监督。”可以看出，关于银行绿色信贷信息披露的相关规定缺乏细化说明，缺少细化的定性指标和定量指标规定，造成不同金融机构披露信息侧重点不同，数据结构存在差异，为绿色监管措施有效落地增加难度。

2. 中小型企业贷款审核困难

各银行在开展信贷业务时，授信对象的信贷风险是其考虑的重要因素之一。鉴于中小微企业规模较小，抗风险能力差，存续不确定性较高等现状，银行在对其进行信贷审核时考虑较为谨慎，贷款发放门槛较高，叠加当前宏观经济下行，绿色项目回收期较长等因素，中小微企业融资难、融资成本高问题进一步凸显，已经严重影响了区域经济的可持续发展。

（二） 绿色评估能力与标准缺乏

1. 缺乏绿色项目判定能力

当前，我国存在多口径的“绿色目录”，如原银监会印发的《绿色信贷指引》、人民银行印发的《绿色债券支持目录》、发改委印发的《绿色债券发行指引》和《绿色产业指导目录》，相关目录的绿色定义与行业范围不尽相同。对于银行业来说，发行绿色金融债券的主要资金用途是投放绿色信贷，但因目录范围和标准不一致，筛选项目时存在诸多不便。实际操作操作过程中，对绿色项目认定存在差异，可能出现同一个项目在不同的绿色项目标准下得出不同结论，严重影响绿色金融从业人员对项目的认定执行。

2. 环境风险效益量化存在难度

目前绿色项目的环境正外部性和污染项目的负外部性均未实现内部化的市场定价，很大程度上抑制了资本进入，弱化了绿色金融政策的激励作用。适应范围广泛的环境风险评价指标体系和收益模型尚未建立，理论研究有待推进。此外，银行缺乏环境风险敞口的数据积累以及灵敏度较高的风险分析工具，较多银行对绿色信贷环境风险的认识仍停留在政策层面。

(三) 产品与服务创新能力不足

银行业的发展目标是实现绿色化，但目前银行业的绿色金融产品类别仍然以绿色信贷为主，种类单一，无法满足多层次、多类型的市场需求。虽然部分银行开始进行绿色存款等绿色零售业务的尝试，但是进展缓慢，绿色金融创新力度明显不足。

除此之外，就绿色信贷产品而言，我国绿色信贷产品主要是抑制“两高”行业的信贷以及支持环保产业和项目，授信对象是规模性企业，用户类型单一。虽然部分地方性商业银行虽然陆续推出了“农机贷”“光伏贷”等金融产品，但产品创新主要集中在农业方面，对绿色信用卡、新能源汽车贷款、绿色租赁、合同能源管理融资、合同环境服务融资等绿色信贷产品的认知和推动较为缓慢。

（一）协助制定相关绿色金融标准

由于绿色项目的识别标准并不一致，国内标准与国际标准存在一定的差异，同时国内标准中绿色信贷和绿色债券关于绿色项目的判断标准也存在差异。各地依照地区产业布局，通过建立区域性绿色项目库来具体落实绿色金融优惠政策，运用大数据技术可实时分析绿色项目的属性变化，进而调整绿色金融相关政策，指导绿色资金的到位实施。同时，各地绿色项目库可随着绿色金融市场完善，逐步统一认定标准，促进我国绿色金融相关标准体系的完善。

绿色项目库的建设可借助人工智能技术对绿色项目进行筛选识别，基于机器学习等底层技术，建立加入地区特色因子的绿色项目认定模型，有效提升绿色项目的筛选识别能力和效率，剔除“假绿”“染绿”项目，筛选出实际绿色项目，同时节约人工手动审核纸质材料的成本。

基于云端技术和分布式数据库，可以实现绿色项目库与政府有关部门信息的连通共享，银行绿色金融相关业务以多部门数据支持，完善绿色项目认定指标体系，有效规避资金违规挪用问题。

（二）缓解信息不对称

1. 绿色信贷资金追踪

绿色信贷资金的用途追踪，可运用大数据进行实时数据分析，或运用区块链技术去中心化、信息隐匿、不可篡改的特点来解决资金穿透管理的问题，绿色企业上下游企业共同上链，实时上传交易信息，帮助银行实现绿色信贷投放资金的用途追踪。与此同时，可利用智能合约和共识机制即时分享绿色信贷资金使用情况，保障数据信息的真实性、完整性。此外，可开放公众端接口，使公众作为平等节点，参与绿色信贷资金用途的监管中，加大监管力度，及时反馈不良行为。

2. 绿色信贷数据监测和统计

由于部分商业银行绿色信贷数据仍以手动录入为主，因此绿色信贷数据的统计在经历繁杂复核手续后，仍然存在错误几率。区块链技术基于去中心化的共识机制、加密算法和时间戳技术，保证了数据信息在记录、传输、存储的过程中不可被篡改，保证数据信息的可信度。运用区块链技术建设银行业绿色信贷信息监测统计平台，完成信息集成和数据共享功能，区块链去中心化的特点保障了数据的准确性，实现绿色金融风险的实时监测。同时，完成政府监管部门、银行以及企业等共同作为节点参与的区块链机制，实现企业贷款和业务信息即时上链互通，并且利用人工智能技术，利用深度学习算法，建立风险识别模型，为银行实时监测绿色信贷风险、实现绿色信贷产品创新、绿色信贷政策参考充分的信息和数据基础。

（三）推动绿色金融产品和服务创新

1. 绿色金融产品多样化

各银行可通过对金融科技的应用实现对客户的个性化分析、对绿色金融市场进行总体性的掌握。金融科技公司擅长个性化定制和精准化营销，应用到绿色金融领域能够帮助银行机构为顾客打造个性化、精准化的投融资方案，提升用户体验，深入挖掘长尾市场潜力，从而为绿色金融导入更多用户。在大数据系统支持下，银行业将拥有更广泛的信息获取渠道和更低的用户获取成本，加之银行自身具有的资金优势和品牌优势，进一步优化绿色信贷流程，降低绿色信贷运营成本，提高绿色金融产品的利润水平。

2. 绿色信贷流程优化与创新

运用大数据、云计算和人工智能从多渠道收集绿色金融产品数据，提高数据精度，将相关环境指标纳入绿色信贷评价体系，建立多功能一体化数据平台，实现自动识别和审批。基于银行过去业务开展积累的巨量数据，通过对数据进行清洗、挖掘，并存储在数据仓库，探索建立自主认知决策系统，实现对绿色项目和资金需求端的自主化绿色信用评估，再与人工复核结果比对，针对性地调整决策树模块规则和指标，提高决策精确度。

参考文献

[1] 人民日报. 绿色信贷余额超11万亿元[OL]. 2021-03-26. https://baijiahao.baidu.com/s?id=1695245389832376318&wfr=spider&for=pc

[2] 王遥, 徐洪峰. 中国绿色金融研究报告（2020）[M]. 北京：中国金融出版社, 2020.