地方金融丨商业银行绿色金融系统建设实践

当前，绿色低碳转型是培育新发展动能的重要抓手，是贯彻新发展理念、构建新发展格局的重要途径。绿色金融对推动经济和社会绿色低碳转型尤为重要，是实现“碳达峰、碳中和”目标约束下资金最优化配置的重要手段。商业银行作为开展绿色金融业务的主体，既要抢抓绿色低碳转型所催生的新业务机遇，更要有效防范环境与气候风险。因此，如何采用数字化手段、灵活运用金融科技工具为绿色金融发展赋能是摆在商业银行面前亟待解决的一道难题。

江苏银行

信息科技部、网络金融部

总经理  梁斌   

江苏银行

绿色金融部

副总经理  董善宁

银行业绿色金融系统发展现状

为推动绿色金融业务的健康、可持续发展，提升金融服务质效，多数银行同业都搭建了绿色金融系统。绿色金融系统运用大数据、人工智能等金融科技手段，通过与绿色金融业务流程的深度融合，实现了对绿色业务的智能识别、环境效益的自动测算、环境风险的多维监测、绿色资产管理、自动审批贴标、一键监管报送等功能。部分商业银行的绿色金融系统基于金融GIS（地理信息管理系统）框架，将企业的环境表现、行业属性、贷款状态、资金和股权关联信息、能耗信息、碳排放信息等绿色金融相关大数据附着在地理坐标上，通过可视化大数据分析，为绿色金融拓客、绿色信贷管理、环境和气候风险预警及管理提供辅助。少数商业银行的绿色金融系统具备赤道原则项目判定功能。

综上，银行同业的绿色金融系统在功能上都具备绿色金融项目识别、环境效益测算等基础功能，但由于不同商业银行在经营定位、目标客群、绿色产品种类等方面存在一定差异，造成绿色业务认定、绿色客户识别方式也有所不同，更只有少数商业银行具备赤道原则项目判定功能。只有探索建立适合自身的绿色金融系统，才能为绿色金融业务高质量发展提供有力支撑。

江苏银行绿色金融系统实践

自2018年以来，江苏银行基于自身业务发展需求，对金融科技赋能绿色金融业务发展进行积极探索，自主研发构建了一套较为完整的绿色金融系统。该系统一方面可以实现不同绿色金融业务品种的认定和管理，以满足人民银行和银保监会监管报送与考核的需求，另一方面能够支持业务层面环境与气候风险的线上化管控。据了解，该系统在国内银行业内处于领先地位。

绿色金融管理平台主要分为基础层、数据层、模型层。基础层主要对接数据源，绿色金融管理平台基础层接入了生态环境、公众环境、企业授信、企业环保等多来源多维度数据。数据层主要是对接入绿色金融管理平台的数据进行整合和处理，去除部分冗余、无效、低质量数据，保障入模数据的质量和有效性，并采用了诸如逻辑回归、决策树等机器学习算法，以及自然语言处理、深度学习等技术算法进行数据处理与模型训练。模型层主要开发了四类模型，绿色信贷业务认定模型、赤道原则项目判定模型、ESG评级模型和绿色客户识别模型。

1.绿色信贷业务认定模型

绿色信贷业务认定的工作始终是绿色金融业务开展的基石。江苏银行依靠丰富的业务经验，以《绿色产业指导目录（2019年版）》《绿色融资统计制度（2020年版）》《绿色债券支持项目目录（2021年版）》为标准，自主开发上线了绿色信贷业务认定模型。该模型能够将企业、项目、资金流动等数据进行汇总分类，并通过相应的判定逻辑自动判定是否为绿色业务及所属标准的具体分类。同时，对于绿色业务的环境效益减排数据的处理，我们简化了环境数据的输入参数，使得各项环境效益指标能够根据较少且易获取的参数计算获得，由此形成了一套行之有效的环境效益测算模型。

2.赤道原则项目判定模型

江苏银行持续强化环境和社会风险的全流程管理，赤道原则项目的判定是其中的重要一环。江苏银行根据赤道原则相关政策，结合项目管理经验，开发了一套符合自身情况的赤道原则项目判定模型。该模型能够根据项目的基本信息自动判断赤道原则的适用性、项目环境与社会风险分类等级，并实时给出该项目的潜在风险以及相应的风险防控和缓释措施。该模型的应用强化了我行对于赤道原则项目的管理，并实现将赤道原则在贷前调查、贷款审批、放款审核、贷后管理等信贷业务全流程中的应用。

3.适合江苏银行客群特征的ESG评级模型

ESG评级模型主要用于对企业自身、周边环境、区域环境进行评分与监测。目前国内机构的ESG评价方法针对的主要是在国内A股已经上市的大型企业，出于监管政策的要求，A股上市的企业需要披露自身的ESG情况，评价难度相对较低。各评价机构本身由于机构定位，机构使命和打分机制的不同，评价方法和评价策略相去甚远，无法将其他机构的ESG评价方法照搬在本机构实行。

因此，江苏银行建立了适合自身客群特征的ESG评级模型，并找出代表性强、影响度高的特征作为ESG评分的选取参数。为了提取客群特征，使用客户画像的方法对客户的特征进行标签化。通过收集与分析客户的属性信息，利用数学模型将客户信息进行归纳总结，形成了客观真实的客户画像。江苏银行整合内外数据、公私数据打造新一代对公客户画像体系，对信息汇总提炼出了环境负债、社会责任、组织架构等诸多维度，并将其纳入资产摆布的考察因素中。在通过上述手段筛选出本行客群的核心特征后，我们将核心特征归类为环境、社会和公司治理三个方面，与ESG评分的计算参数进行映射，最终完成了基于江苏银行客群的ESG评级模型建设。

4.绿色客户识别模型

识别认定绿色企业和绿色项目，是绿色金融业务开展的基础。由于目前绿色金融标准体系缺乏统一性，绿色项目识别口径不一，造成商业银行无法给予精准支持。一方面，绿色产业难识别，在实际执行过程中，部分企业存在“洗绿”“漂绿”行为，表面上打着绿色经济的幌子，实际从事的依然是高污染业务；另一方面，绿色产业涉及领域广阔，专业性强，导致绿色信贷风险难以评估，这也要求商业银行必须具备非常强的专业能力、创新能力和风险控制能力。江苏银行绿金客户识别模型主要利用行内外各方面的数据，综合考虑企业基本信息、ESG、环保等方面的情况，对企业的绿色等级进行判别，从而识别出潜在的绿色金融客户。

成果与展望

江苏银行借助绿色金融系统实现了对绿色业务的智能识别、环境效益的自动测算、环境风险的多维监测、绿金业务的统筹管理，提升了绿色金融业务办理效率和专业化水平，促进了绿色金融业务快速规范增长，经济效益和社会效益明显。

经济效益方面，绿色金融系统大幅提高绿色金融业务办理效率，提升了数据价值挖掘和分析能力，优化客户体验，切实提升金融服务质效。截至6月末，按照人行统计口径，我行绿色信贷余额1999亿元，较年初新增727亿元，同比增速超60%。各项贷款占比12.5%，在人总行直管的24家银行中，跃居商业银行首位。

社会效益方面，江苏银行绿色金融系统建设实践是支持生态文明建设、服务实体经济以及推动各项绿色产业发展政策落地的良好实践，对同业和其他城市商业银行建设各自绿色金融业务系统具有重要参考和借鉴意义。

下一步，江苏银行将进一步打磨迭代系统功能，优化模型算法，提升客户体验，支撑绿色金融业务发展，不断擦亮“绿色银行”名片，为服务国家“双碳”目标、建设美丽家园贡献更多金融力量。

（栏目编辑：马俊）

往期精选：

（点击查看精彩内容）

新媒体中心：主任 / 邝源  编辑 / 傅甜甜  张珺  邰思琪