ESG数据在银行授信中的应用与挑战

顾婷婷

随着环境、社会及治理（ESG）理念快速兴起，投资者及监管机构要求把可持续发展因素纳入金融决策的过程中，银行利用ESG数据对传统风控手段加以改进的实践也不断出现。各大银行都在积极开发可持续发展挂钩贷款，把贷款利率和借款人的ESG绩效指标联系起来，从而将更多的信贷资源投放到绿色产业中。本文梳理了ESG数据在银行授信审批中的应用方式和主要挑战，针对银行实务工作提出建议。

一、ESG数据在银行授信审批中的应用方式

（一）将ESG指标纳入信用风险评估

在ESG数据应用前，银行一般会从财务状况、担保抵押情况及偿债过往历史等方面评估借款人的信用风险，随着可持续金融理念的普及，越来越多的银行开始把ESG指标放到授信评估框架中。银行开始关注企业环境责任履行、碳排放情况、资源使用状况，以及劳动关系处理情况、社会声誉好坏等一系列指标，目的是要给借款人勾勒出更为完整的风险画像。国际评级机构及银行内部的评级模型纷纷探索怎样把ESG分数嵌入到信用评分体系中。王翌秋（2019）通过对中国上市公司的研究发现，企业的环境责任评分越高，银行给企业的贷款利率越低。

（二）开发绿色信贷及可持续挂钩贷款产品

在常规的信贷评估过程中，除了运用ESG数据外，银行还会专门开发一些可持续金融产品，从而把ESG表现和授信条件直接关联起来。绿色信贷属于较早的实践形式之一，银行会面向特定的环保项目或清洁技术企业给予优惠贷款方面的支持，以此来达成监管部门所提出的绿色信贷指标方面的要求，同时也能实现社会责任方面的目标。如可持续发展挂钩贷款并不会对资金的用途加以限定，而是会在贷款协议里作出约定，要求借款人必须在环境或社会指标上达到特定目标，如果达到目标，贷款利率就会下调，要是没达到，利率则会上调。该机制能够对企业改进自身ESG绩效起到激励作用，还能让银行的收益和借款人的可持续表现紧密联系起来。例如，江苏银行在2023年推出ESG表现挂钩贷款，把借款企业的ESG评级和贷款利率关联到一起，以此来鼓励企业改善自身的环境社会绩效。

（三）授信政策里涉及行业准入及负面清单管理方面的内容

针对高污染、高排放的行业，部分银行会依据环境风险评估结果相应地提高准入门槛，或设置一定的贷款限额。要是企业发生了较严重的环境或社会事件，银行有可能会采取诸如压降敞口、提高风险权重等措施。例如，中国银行在2021年公开承诺不会再给境外新建煤炭开采这类高碳项目提供融资。原银保监会在2022年发布的《中国银保监会关于印发银行业保险业绿色金融指引的通知》（银保监发[2022]15号）中着重提到，银行需要完善授信及投资方面的尽职调查工作，要把客户的ESG风险纳入考察范围中，并且督促客户进一步加强在环境和社会风险管理方面的工作。因此，部分银行在授信审批流程中额外增加了ESG尽职调查环节，如核查借款人的环保合规记录、有没有重大安全事故、ESG信息披露情况等。

（四）借助ESG数据强化贷后管理和风险预警

ESG数据的应用并不止于贷前审批环节。银行在贷后管理中同样依赖ESG相关信息对客户进行持续监测。针对贷款存续期内借款企业的ESG表现变化，银行可以设定风险预警指标：如企业曝出重大环境污染事件、卷入劳资纠纷或公司治理出现丑闻时，系统会自动预警。企业在面临负面ESG事件冲击时，良好的社会责任表现能够缓释事件对企业价值的冲击。相应地，如果企业ESG表现明显恶化，银行会认为其偿债风险上升，可能提前采取行动控制风险敞口。ESG数据还能帮助银行评估贷款组合的环境和社会风险敞口。如部分大型银行已进行气候情景分析和压力测试，利用借款人碳排放、气候敏感性数据来模拟在不同气候政策或物理风险情景下的不良贷款变化。英国、欧盟等央行已实施强制性的气候压力测试。这些实践需要银行收集大量客户层面的ESG数据（尤其是环境数据），以评估组合风险并调整资产配置。

二、ESG数据应用的主要挑战

一是如何平衡商业目标和可持续发展。就银行管理层来讲，把ESG融入授信决策中需要在商业利益及社会责任间去寻找一个平衡点。

二是数据质量欠佳及标准化程度不足。ESG数据来源多元，其指标体系也繁杂多样。不同的评级机构及数据提供商针对同一企业所给出的ESG评估结果常常会呈现出明显的差异，此外，不同行业及不同区域之间也缺乏可比性，银行在尝试将ESG数据纳入统一的信贷评分模型时会遭遇诸多困难。国际可持续准则理事会在2023年6月26日已经发布了全球可持续披露准则，但就目前ESG数据的应用而言，数据质量和标准方面的问题仍旧是最大的障碍之一。

三是内部人才及技术方面存在短板。ESG风险分析要求具备金融、环境科学、社会治理等方面知识的专业人才，而银行现有的信贷人员对ESG的认知与理解程度通常较为有限。从技术层面讲，应用ESG数据需要对接多个数据库，还得构建新的评分模型及报告体系，不少银行的IT系统目前还没做好相应准备。ESG数据通常要从外部获取并加以验证，要是银行没建立起良好的数据合作渠道，则很难及时获取到可靠的数据。

图／视觉中国

三、对银行实务工作的建议

银行在ESG数据应用及绿色金融实践方面，唯有凭借内外部协同配合并切实落实到位，才能够促使竞争优势得以提升，进而达成银行与企业共同可持续发展的目标。就银行实务工作而言，笔者提出如下建议：

一是银行应构建“ESG+信用”双维授信模型，优化内部数据管理体系，构建多维指标综合数据库。各个业务部门间须建立起紧密的协作机制，同时要借助大数据及人工智能方面的技术去提升风险识别的精准程度，这样才能够更加科学合理地确定贷款利率及授信额度的定价。借助标准化、动态更新及跨系统数据互联等方式，既能提升ESG信息整合的效率，又能和外部第三方数据机构构建起长期的合作关系，以此确保数据来源既多样又准确。运用较为先进的数据挖掘及分析手段，可把海量的非结构化信息转变为定量指标，从而给风险评估及决策给予坚实的数据支撑，同时降低因信息不对称而引发的操作风险。

二是银行应大力加强ESG知识普及与人才培训，全面提升员工在可持续风险管理和信用评审中的专业能力。要定期组织开展ESG专题培训活动，针对相关案例展开研讨并进行经验分享，邀请行业内的专家来传授国际上的最新标准及最佳实践做法，搭建起跨部门协同开展工作的机制，同时把ESG工作的绩效纳入员工考核体系中，借助激励机制促使业务人员将ESG因素融入贷款审批、贷后管理等各个环节，以此来提升整体的风险防控能力及绿色金融服务水平。

三是银行应积极创新绿色金融产品，并帮助企业客户提升ESG管理能力。银行应依据不同行业及各个企业的ESG实际表现状况，设计定制化的绿色贷款、挂钩利率等产品，同时给予专业的ESG咨询服务，引导企业拟定改进方案，促使其内部治理及环境管理得以优化。凭借试点示范及绿色供应链金融平台的作用，推动银行和企业间构建起长期且稳定的合作关系，达成借助产品创新及服务赋能推动企业ESG水平提升的目标，从而为银行打造优质资产组合给予强有力的保障。

（作者单位：江苏银行股份有限公司）

责任编辑　林荣森

主要参考文献

［1］田高良，杨娜，张亭．ESG背景下全景式财务报告体系构建[J]．财会月刊，2022，（13）：16-23.

［2］陈默．绿色金融政策对商业银行信贷结构的影响研究[J]．投资与创业，2023，34（6）：19-21.

［3］王翌秋，谢萌，郭冲．企业ESG表现影响银行信贷决策吗——基于中国A股上市公司的经验证据[J]．金融经济学研究，2023，（5）：97-114.