中国商业银行经营与绿色信贷研究

基于绿色信贷在我国银行业助力实现碳达峰宏 伟目标下的重要作用，开展绿色信贷与商业银行经 营绩效以及经营风险之间关系的研究就显得尤为重 要。本书采用我国23家商业银行2012—2021年的数 据，通过实证研究厘清该问题的答案，完成数据的 搜集、建模和分析。附录中提供研究数据，并附上 python处理程序以及实证代码。

史浩，1972年生，男，江西省景德镇市人。浙江金融职业学院高级工程师、金融工程教研室主任。毕业于浙江大学计算机应用专业，硕士研究生。中国服务贸易协会专家委员会特约研究员、浙江省商业经济学会会员、中国工业与应用数学学会会员。主要研究方向为互联网金融支付、科技金融、投资银行等。受聘为高等职业教育金融科技应用（互联网金融）专业教育部国家教学资源库“互联网金融支付”等多个课程组课程建设核心成员。参编《IT职业素养》《互联网金融概论》《互联网金融支付（第2版）》《互联网金融基础（第2版）》《科技金融基础》《区块链金融》《跨境支付》。执行主编由中国商务出版社出版的全国首部服务“一带一路”的国家培训教材《跨境电商与金融》。2016年由中国金融出版社出版的《互联网金融支付》荣获零壹财经2016年度十大新金融图书。

第l章 商业银行资本管理 1.1 商业银行资本与资产的区别 1.2 商业银行资本充足性 1.3 商业银行的三类资本(会计资本、监管资本和经济资本) 1.4 经济资本管理 1.5 经济资本的风险计量 第2章 商业银行经营指标 2.1 财务管理指标 2.2 盈利能力指标 2.3 资产质量指标 2.4 风险管理指标 第3章 商业银行绿色金融 3.1 经济理论概述 3.2 绿色金融概述 3.3 绿色金融形态 3.4 绿色金融产品 第4章 商业银行绿色信贷 4.1 商业银行绿色信贷概述 4.2 绿色信贷的认定 4.3 绿色信贷的流程 4.4 绿色信贷相关的法规 第5章 业绩与绿色信贷(一)：单项指标RoE、NIM 5.1 理论分析与研究假设 5.2 实证模型与指标设计 5.3 数据描述和平稳性、相关性、异方差分析 5.4 绿色信贷与财务指标关系 第6章 VAR与PVAR模型分析 6.1 VAR模型 6.2 VAR与TVP、DSGE 6.3 PVAR模型与GMM广义矩估计 6.4 门槛回归 第7章 业绩与绿色信贷(二)：综合指标CAMELS 7.1 综合业绩指标 7.2 PCA主成分分析与EFA／CFA因子分析 7.3 美国新CAMELS指标 7.4 综合指标一 7.5 综合指标二 第8章 效率与绿色信贷：DEA—Malmquist 8.1 数据包络分析(DEA)、Malmquist效率测度模型 8.2 DEA中的BCC模型简介 8.3 Malmquist模型简介 8.4 银行效率模型 8.5 Malmquist指数的计算及分解 第9章 风险与绿色信贷：KMV模型 9.1 商业银行风险管理与模型概述 9.2 KMV模型介绍 9.3 KMV风险模型 9.4 绿色信贷与商业信用银行风险(KMV模型) 第10章 风险与绿色信贷：VaR模型 10.1 VaR模型简介 10.2 风险价值VaR：creditMetrics模型 10.3 vaR模型的计算 10.4 上市商业银行VaR风险与绿色信贷实证分析 第11章 系统性风险CoVaR 11.1 单家银行VaR和CoVaR的计算 11.2 风险溢出CoVaR模型 11.3 多家银行间风险溢出效应 11.4 风险溢出CoVaR模型稳健性检验 第12章 尾部风险Copula CoVaR 12.1 Copula函数与Sklar Theorem定理 12.2 Copula计算CoVaR 12.3 Vine—Copula 第13章 绿色信贷在商业银行经营中的结论、启示与建议 13.1 绿色信贷对商业银行发展的实证分析结论 13.2 绿色信贷对商业银行的启示 13.3 对商业银行开展绿色信贷的建议 13.4 总结与展望 参考文献