AI智能总结
地理分散与银行治理的相互作用 赵燕·刘亚,小青(玛姬)·福亚, * 澳门大学工商管理学院,中国澳门 *相应作者. Email: 金融科技与绿色金融: 地理分散与银行治理的相互作用 Abstract 金融科技和绿色金融都是正在进行的国际研究的中心主题 银行业的发展,但它们通常在 本研究通过探索金融科技在促进银行参与绿色金融。我们引入了一种新的评估方法银行分行的地理分散,并调查金融科技与绿色的契约金融活动与地域分散有关,与银行治理有关。以2010 - 2022年中国所有上市银行为样本,我们发现金融科技对地理上更分散的银行的绿色贷款参与产生负面影响。然而,当伴随着有效的银行治理时,即使高度分散的银行也可以解锁金融科技对绿色lendi g的支持作用。在采用后,我们的结果是稳健的金融科技和绿色的替代措施工具变量方法。这项研究代表了将地理联系起来的开创性尝试具有银行麦克风能力的分散和银行治理。调查结果具有重要意义风险参与、子样本和对旨在实施绿色和负责任战略的银行的影响:利用金融科技支持的绿色金融,特别是那些具有更广泛地域影响力的银行应该进一步加强他们的合作治理实践培养更强大的动力促进金融科技有效部署的能力。 恶魔研究。 关键词:绿色金融,银行,金融科技,地域分散,公司治理JEL分类: G21, G30, G34, O33 1. Introduction 关于绿色金融参与的关注。提供运营的各种举措 除了这些 银行绿色金融实践指南已经发布 发展,银行业绿色金融意识得到增强。在实践中, 然而,绿色贷款存在技术障碍。最棘手的是碳排放 数据和碳回报的识别(经合组织17)。具体来说,大多数企业都是 由于额外的成本,不愿计算和披露他们的详细碳排放量 (Schloesser & Schulz,2022)。此外,数据质量和碳排放的可比性 由于缺乏一致性,往往很穷具有标准化的rbon会计方法 排放因子。碳数据的短缺阻碍了银行识别碳收益的能力 除了财务回报外,对气候变化敏感的因素的赖恩借款人。 越来越多的机构,如可持续数字金融联盟 服务业或金融科技在有效解决这些障碍方面具有巨大潜力。 学术研究,金融科技被发现有利于减少信息满足 (Sedunov,2017),改善信息收集和共享(Sutherland,2018),降低 交易成本(唐纳德,2020年),并加强对贷款的筛选和监控(Flögel & Beckamp,2019)。关于绿色金融,金融技术作为人工 智能(AI)、区块链和大数据可以产生大量数据-包括 低成本,这使得 环境和社会影响数据-高速可用 银行衡量、验证和跟踪投资的“绿色”(可持续数字 Finance Alliance, 2018). Banks are also able to better adapt their pricing models to incorporate他们的博罗韦的环境和气候风险 在银行业文献中,金融科技和绿色金融都受到了极大的关注。在金融科技研究的范畴内,研究范围从金融科技在银行的应用商业(Belanche等人,2019年;Son等人,(Buchak等人,2018年;Jünger & Mietzner,2020年)和银行业绩(Chen等人,2019年;Lee等人,2021年;赵等人,2022年),银行业金融科技采用的终端(Das等人,9)以及金融科技对银行贷款的影响2018;He et al.,2019;Saie i et al.,2020)和金融科技监管(Anagnostopoulos,2018;Knaack & Gruin,2020)。在绿色贷款研究中,深入研究的重点是与绿色贷款相关的风险(Cui等人,2018年;Umar等人,2021年;X. Y. Zhou等人,2022年)以及绿色贷款对银行绩效的影响(Luo等人,2021年;Zhou等人,2021)和温室气体排放量(K. Zhang等人,2021;S. Zhang等人,2021)。而几位学者有演示Ted对金融科技在可持续发展领域的应用的认识,他们的研究主要采用文献分析、案例研究等定性方法,技术分析(Puschmann等人,2020年),主要是由于缺乏与金融科技相关的数据(Elia等人,2022)。据我们所知,很少有研究对交叉点进行实证研究 在金融科技和绿色金融之间,尤其是在银行层面。 为了填补空白,本研究试图通过调查FINT如何将它们联系起来与银行特征互动,促进银行参与绿鳍。n 特别是,分析主要侧重于揭示关系的可变性 从银行的角度来看,金融科技采用和绿色贷款参与之间的关系 地理分散。数字技术采用改善了交叉位置信息和 组织内的知识流动(Forman & van Zeebroeck,2019)。因此, 金融科技对绿色贷款参与的影响可能有所不同具有不同程度的ks 地理分散。此外,为了发展对 金融科技转化为改善的绿色金融绩效,我们还研究了企业如何 N和银行的地理分散。 治理与金融科技的互动有关 金融科技是一把“双刃剑”,在其巨大潜力的同时,金融科技创新也 引入了可能威胁金融稳定的新风险(摩根,2022),呈现出适应性 银行面临的挑战。银行在al治理结构将拥有 有效管理快速发展的技术创新的能力 适应他们(巴塞尔委员会nking监督,2018)。因此,我们认为 公司治理质量是建立银行动态能力和 释放金融科技促进绿色贷款的潜力,特别是在更多的范围内 中国银行业为研究这些问题提供了宝贵的平台。 一方面,中国的绿色金融市场飞涨。作为世界第二大 经济,污染相对较严重的行业,中国正在推动碳峰值2030年之前和2060年之前的碳中和-大约一半的预计死亡人数许多西方国家的这一努力导致了对更具侵略性的需求转向碳减排活动。同时,中国的金融体系被4因此,中国的政策制定者非常重视银行业的致力于绿色金融。到2023年底,中国银行业在未偿还的绿色贷款,余额为30.08万亿元人民币(约合4.256万亿美元) (Zhang et al.,2024)。另一方面,Ch的金融科技行业最近也蓬勃发展多年来,中国成为五大金融科技公司中的四家;2019年金融科技采用率也是全球最高的(Zhao等人,2022)。庞大的金融科技产品在市场上的可用性决定了金融科技在银行业的采用并提供潜在的解决方案来支持他们的绿色贷款活动。 通过在动态上采用系统广义矩方法(系统GMM) 面板模型,数据涵盖所有列出的BA在中国,在2010 - 2022年期间,我们发现 金融科技对绿色金融参与的影响因地域分散而异 银行分行,在地理上分散的银行和 地理集中银行的中性效应。然而,当伴随着有效的 参与,使用时间较短的样本,并实施仪器 变量apH. T研究在四个主要方面增加了文献。首先,这项研究开创了 意识到金融科技在促进绿色贷款方面的潜力。值得注意的是,现有文献 金融科技采用。其次,我们通过发展一个理论基础来扩展动态能力理论 地理分散和公司治理如何影响 银行机构。具体来说,更大的地理分散加剧了代理摩擦 从而阻碍动态能力的运作。在 trast,有效的公司 治理缓解了代理问题,促进了动态能力的功能。 以前在动态能力文献中都没有注意到这些因素。 与此同时,动态能力在很大程度上是在金融科技研究中。通过分析 在金融科技背景下的动态能力,这项研究也有助于现有机构 的金融科技文献。第三,我们关于金融科技对银行的条件性的发现 参与绿色金融,特别强调解锁的动态能力 金融科技的潜力,与社会技术系统范式无缝对接, erminist “定位为两种社会的融合 和研究技术时的技术子系统(Kling,1980;Tist,1981)。在这 最后,为了更准确地捕获地理分散,我们引入了一种新的距离-调整后的分行分散指数。该指数考虑了银行所在省份的数量操作,th每个省的分支机构数量,以及它们之间的确切地理距离a BA的总部和每个分支机构。传统的地理衡量标准分散通常会忽略距离,或仅占总部之间的距离和分行的邮政编码,低估了相应的实际距离(Deng & Elyasiani, 计算距离,代表了对银行业文献的新贡献。此外, 反对现有的银行地理分散研究,这些研究主要集中在 在发达经济体(例如,邓等人,2020年;Goetz等人,2013年;Meslier等人,2016年;Yildirim & Efthyvoulou,2018),我们的研究是第一个衡量新兴市场地理分散的研究 本文的其余部分结构如下。第2节提出了我们的理论 框架和发展假设。第3节描述了满足 在这项研究中采用,其次是第4节,讨论了主要的实证结果。 第5节检验了这些结果的稳健性,第6节总结了本文。 2.理论框架与假设 2.1.绿色金融参与禁令的挑战 现有文献主要是emp银行的绿色金融。尽管存在一些不同的声音(Scholtens & Dam,2007),持有更多的绿色门户网站被广泛记录为有利于减少参与的巨大潜力碳驱动的环境破坏(Nenavath,2022;K. Zhang等人,2021;S. Zhang等人,2021年),鼓励高效利用能源(Song等,2021年),升级产业结构(S. Zhang等,2021),改善社会福利(Liu & He,2021),加强银行性能(Bātae等人,2021年;Caby等人,2022年;Eisenbach等人,2014年;Luo等人,2021年;Moufty等人,2021年;Yin等人,2021年;Zhou等人,2021年),并降低银行风险承担(An&Pivo, 201等人,2018年;乌马尔等人,2021年;韦伯等人,2015年;韦伯等人,2008年;泽伊丹等。14 X. Y. Zhou et al.,2022)。为了应对这一趋势,世界各地的银行都有越来越多地参与绿色金融,以捕捉新的增长机会或建立在全球可持续发展日益受到关注的情况下,提高了他们的声誉。 将环境因素纳入风险管理是当务之急 banks to actively engage in green finance (Thompson & Cowton, 2004). Environmental ri 借款人清理污染)和间接(例如,盈利能力下降和 由于保护环境的成本增加,借款人的现金流)方式(Hu & Li,2015)。银行通过识别确切的环境风险和 然后为具有不同环境影响的项目设定不同的资金成本。 正确管理环境风险需要银行进行额外的建模, 筛选和控制相关的活动,因为传统的向后看的风险模型(例如, 资本充足率模型)不能捕捉到与前瞻性环境变化相关的 风险(OECD,2017)。然而,两个主要障碍数据不足(Devidze,2022)和 不完善的模型(OECD,2017) -对环境风险管理构成挑战, 阻碍银行对绿色投资的评估和决策。 关于底层项目或企业是 金融机构进行绿色和可持续投资的必要条件 (Muganyi等,2021;Zhang等1)。银行需要适用的环境信息 用于信用评估,但最常用的信息来源-公司年度 报告和账户-通常不提供此类信息(Thompson & Cowton,2004年)。 尽管不仅政策制定者发布强制性信息披露的趋势越来越明显 环境信息政策也是企业加入公众的合唱 信息不均衡。这主要可以归因于各种不一致 susta bili y报告标准,如全球报告倡议组织(GRI)和 可持续发展会计准则委员会(SASB)指南(Vikas等人,2022年;Weber &ElAlfy,2019)。Macchiavello和Siri(2022)回顾了欧盟可持续发展的发展 财务披露监管并指出缺乏标准化的可持续性 公司的报告在信息类型、格式、 可靠性,这对金融市场参与者遵守w构成了障碍 监管要求。此外,高碳捕获成本和碳定价困难 (Hongo,2019)导致可持续发展报告在量化方面面临挑战 非财务数据和纳入前瞻性信息(ICAEW