文摘

摆脱绿色信贷的发展困境,我们构造一个随机进化博弈模型的当地政府,商业银行和贷款企业。我们给了充分条件的稳定性战略稳定性判别定理的基础上随机微分方程(SDE)。然后,我们讨论了激励和惩罚的影响参数对绿色信贷。通过上面的分析,我们得到以下结论:(1)奖励和惩罚总是受益绿色生产和绿色信贷,但增加激励措施不利于政府的监管职责的性能;(2)惩罚可以更好地提高球员的收敛速度比奖励策略;和(3)奖励和惩罚都可以产生一个明显的效果在改善玩家的策略的改变程度。最后,我们提出一些建议来优化绿色信贷机制。

1。介绍

绿色信贷意味着金融机构提供贷款支持和优惠待遇的企业,满足国家产业政策和环保标准,并限制或拒绝贷款给其他企业严重污染,能耗高。作为一个有效的方法来开发绿色金融、绿色信贷中扮演一个重要的角色在扩大绿色企业,促进经济结构的转型升级。为了追求绿色发展,自2007年以来,中国人民银行(PBOC)、中国银行业监督管理委员会(银监会)已经开始推动建立绿色信贷标准体系框架和先后发布了一系列绿色信贷相关系统。主要系统包括绿色信贷的指导方针和指导意见建设绿色金融体系。2020年5月,在李总理李克强的政府工作报告中,他强调,有必要创新金融工具如绿色信贷,扩大适用的业务场景,增加绿色项目的比例,进一步促进生态环境治理。

促进生态文明建设,实现经济的可持续发展,中国高度重视发展绿色信贷和鼓励更多的社会资本流入的绿色产业1- - - - - -4]。然而,在中国,绿色信贷政策是一个面向政策处于初步探索阶段。尽管绿色信贷的规模继续扩大,仍有一些金融机构和企业缺乏环保意识和社会责任。此外,许多市场参与者容易缺乏监督和利润动机的情况下,这样他们就能确定短视的行为(5]。因此,绿色信贷的发展动力不足的问题。

绿色信贷市场具有明显的特点。博弈理论的框架下,许多学者进行了研究绿色信贷的参与者之间的利益关系。雪et al。6)用了几个游戏模式探索有效途径,商业银行发展绿色信贷业务。王等人。7和李8]介绍了金融监管当局的干预进化游戏的影响和分析实施绿色信贷监督行为。周et al。9)建立了一个政府的进化博弈模型,指出银行,企业和政府的奖励和惩罚的绿色信贷银行可以鼓励企业采用绿色供应链。此外,一些研究人员认为,政府或监管当局应该对污染企业加大惩罚力度,完善激励和约束机制对银行更好地促进绿色信贷(10,11]。这些现有文档的缺陷是双重的。首先,大多数研究只涉及两个玩家,一些研究集中在政府的三方博弈,商业银行和贷款企业。第二,虽然一些学者利用进化博弈模型进行详细的分析,他们忽略了不确定性在实施绿色信贷,未能反映随机干扰的影响决策的参与者。

在早期,一些学者已抓获的存在客观世界的不确定性高,认为这在博弈论的研究。促进et al。12]首先提出随机进化游戏的概念并指出随机稳定策略(SSS)应该健壮不仅对少量的偏差也为随机突变。近年来,有限总体的分析机制的动态随机进化游戏逐步改善(13,14]。目前,高斯白噪声是广泛应用于进化博弈的复制动态方程,用于调查集团的战略选择的随机干扰下的外部环境。徐et al。15)使用随机进化博弈模型来研究战略联盟的主体行为,充分条件稳定和联盟的解体。太阳et al。16)应用随机进化博弈模型研究小组紧急情况和分析弱势群体的行为策略的稳定性和强大的团体在一个不确定的环境。苗族et al。17)使用随机微分方程(SDE)包含白噪声研究重大项目业主和承包商之间的博弈行为,这为主要项目的风险管理提供了相应的建议。基于随机进化游戏,他等。18]分析了稳态和收敛速度的产学研合作创新的演化过程,为解决协同问题提供了相应的改进措施。李等人。19,20.)建造了一个随机进化博弈模型在高新技术企业的研发应用程序操纵现象和讨论变量调整通过模拟的有效性。因此,随机进化游戏已被应用于许多领域。

在这种背景下,我们构建了一个三方随机进化博弈模型的地方政府、商业银行和贷款企业。本研究的贡献体现在以下两个方面:第一,三方随机进化博弈模型应用于绿色信贷交易行为研究对象,和主题策略的稳定性充分条件给出了不确定环境下;第二,关键参数对收敛速度的影响和变化程度的玩家的策略比较分析数值模拟,奖励和惩罚机制的有效性,进一步讨论。

本文的结构如下:在部分2框架,我们描述的进化博弈模型在绿色信贷。节3介绍随机干扰因素,建立随机进化博弈模型。节4,我们现在的数值模拟结果和分析关键参数的影响。节5,我们提供了本文的结论和管理的影响。

2。绿色信贷的进化博弈模型

“进化游戏”的概念第一次被提出的史密斯(21]。它可以反映有限理性达到平衡的过程中,参与者通过缓慢的学习和不断调整在现实22],它类似于参与者的行为特征在绿色信贷实施。因此,本研究采用进化博弈方法来分析绿色信贷参与者的战略选择和识别他们的决定的动机和演化规律。

2.1。模型的假设

我们假设,在实施绿色信贷,有三个主要players-local政府(包括监管机构),商业银行,企业和贷款。基于进化博弈理论,以下假设的三名球员:

假设1。可以采取的策略,地方政府(包括监管机构)是“不支持”或“支持”和行为选择的概率和 , 。一方面,地方政府可能无法监督和干预在绿色信贷政策为了当地的财政收入和绩效考核,也就是说,他们不支持绿色信贷的发展。这个时候,政府获得税收收入从贷款企业的情况,但这将是由上级政府和监管部门处罚未能履行其服务和监督职责。惩罚是标记为 在哪里表示程度的惩罚, 和代表了当地政府的惩罚在最糟糕的情况下。另一方面,地方政府可以积极响应国家的号召绿色发展,制定有力措施奖励和惩罚,并实施绿色信贷政策,支持绿色信贷的发展。在这一点上,为了监督银行实施绿色信贷和企业采用绿色生产、当地政府的监管成本 如果银行为绿色生产企业提供优惠利率,他们可以得到政府的财政补贴 在哪里表示程度的补贴, 与此同时,企业采用绿色生产也可以减税的一定比例,和税收支付 ,在哪里减税的比率。

假设2。商业银行可以采取的策略是“不履行”或“表现”和行为选择的概率和 , 如果银行不实施绿色信贷政策在追求经营利润,它将获得贷款利息收入从贷款企业在普通利率,但它也将受到当地政府或上级政府罚款金额 。相反,如果银行实现了绿色信贷政策,它将调查贷款企业的资质,和审计成本 此时,银行将获得贷款利息收入nongreen生产企业的普通利率获得贷款利息收入绿色生产企业的优惠利率, 。与此同时,银行也会获得一定的绿色的声誉因为社会责任的良好形象。

假设3。所采取的行动,可以贷款企业“nongreen生产”或“绿色生产”和行为选择的概率和 。为了降低治理成本和追求商业利润,企业可以采用nongreen生产;他们将由当地政府或上级政府处罚罚款金额因为环境污染。企业还可以采用绿色生产,以获得优惠贷款利率。在这个时候,他们需要投资于节能和减排成本 。此外,企业的营业收入 ,和其他运营成本 。
基于上述分析和参数设置,我们可以得到当地政府的具体支付矩阵,银行和贷款企业,如表所示1。

2.2。建筑进化博弈模型

假设的预期收入“不支持”或“支持”地方政府采取的策略和 ,分别平均预期收入的地方政府 。然后,

根据方程(1)- (3),复制动态方程(23当地政府可以进一步的得到如下:

假设的预期收入“不履行”或“业绩”银行所采用的策略和 ,分别平均预期收入的银行 。然后,

银行可以进一步的复制动态方程表示如下:

同样,假设的预期收入“nongreen生产”或“绿色生产”贷款企业所采用的战略和 ,分别贷款企业的平均预期收入 。然后,

贷款企业的复制动态方程可以进一步获得如下:

自 , ,和都是负的,不会影响进化博弈的结果,地方政府的复制动态方程,银行和贷款企业转换成以下形式(16]:

3所示。绿色信贷随机进化博弈模型

3.1。建设随机进化博弈模型

绿色信贷的实施期间,游戏中政府、银行和贷款企业面临着巨大的不确定性。一方面,除了企业的生产经营状况,每组的情绪变化和风险偏好将直接影响球员的策略。另一方面,外部因素如信贷体系和宏观经济政策的变化也会影响球员的行为。因此,最初的进化游戏不能真正反映了每个参与者的战略调整过程中绿色信贷。为了克服这一缺陷,有必要添加随机因素进化博弈模型。在这篇文章中,高斯白噪声引入复制动态方程:

在这个方程,代表了随机干扰的强度代表一维标准布朗运动。布朗运动代表一个随机波动现象,它可以反映随机干扰的影响发展的组织。是高斯白噪声,当 和时间步 , ∼ 。

3.2。稳定性分析的进化平衡的解决方案

假设初始时刻 初始值 ,和 我们可以发现 ,和 平衡方程的解决方案(10)- (12)。没有外部干预,系统将始终保持在国家当地政府选择”的支持,“银行选择贷款企业选择“性能”和“绿色生产。"然而,由于高不确定性在现实世界中,它通常是不可能实现这一理想情况下,每个小组成员总是会或多或少受到随机因素。因此,有必要考虑随机干扰对系统的稳定性的影响。SDE的稳定的充分条件是下面(24,25),和稳定的战略选择是判断。

定理1。一个随机微分方程给出

让 方程解(13),因为一个连续可微的函数 和积极的常数;存在 , 让 :(1)如果有一个积极的常数满足 , 然后零解p方程(th的时刻13)是指数稳定, 。(2)如果有一个积极的常数满足 , 方程的零解对的时刻(13)是指数不稳定, 。

对方程(10)- (12),让 , , , , , ,和 ;然后, , ,和 。如果零解时刻指数方程(10)- (12)是稳定的,它需要满足

根据 ,方程(14)- (16)相应减少,三个充分条件获得满足上述方程:

当上述三个条件(17)- (19)是满意的同时,零的解决方案时刻指数方程(10)- (12)是稳定的。这意味着,随着时间的推移,非合作的策略的比例(当地政府选择“不支持”,银行选择贷款企业选择“不履行,”和“nongreen生产”)将指数衰减为零。此时,唯一的进化稳定策略26]是一个合作的策略(当地政府选择“支持,”世行贷款企业选择“性能”,选择“绿色生产”)。

4所示。数值模拟和分析

4.1。随机泰勒展开式的复制动态方程

由于方程(10)- (12)都是非线性的sd,直接获得解析解是不可能的,所以随机泰勒展开式是用来解决方程数值。为简单起见,我们首先讨论以下sd:

在这个方程, , , 和代表一维标准布朗运动。让 ,随机方程的泰勒展开式(20.)可以获得如下:

在上面的扩张,余项。

本文采用Milstein数值方法(27)解决方程。Milstein方法,随机泰勒展开截断成一阶表达式和余项就会被丢弃。因此,方程(21)修改如下:

因此,Milstein方法可用于数值解决sd (10)- (12)三方绿色信贷的游戏,我们可以获得

根据方程(23)- (25)的数值解sd (10)- (12)可以实现,可以获得相应的平衡的解决方案。

4.2。参数敏感性分析和讨论

在本节中,我们使用R软件(版本:3.6.1)来模拟随机进化博弈模型。我们关注的价值变化的影响激励和惩罚参数对演化博弈结果,尝试根据其影响程度评估他们的优先级。变量赋值满足方程的零解的充分条件(10)- (12)期望力矩指数稳定。这时,当地政府愿意提供支持绿色信贷,商业银行倾向于实施绿色信贷,贷款企业倾向于采用绿色生产。为了便于仿真,我们0-50设置范围的变量,然后根据赋值变量的相对大小关系的实际情况。相关变量的值如下: 我们设定初始值 仿真步长 随机干扰项

4.2.1。准备减税比

保持其他参数不变的价值,减税的变化比率的影响在当地政府和贷款企业的战略发展路径进行了分析。让 0.1、0.5和0.9,分别和仿真结果如图1和2。不难观察到,对当地政府来说,随着减税的比例增加,地方政府的比例选择不支持绿色信贷将略有增加。这可能是因为政府倾向于消极的态度考虑绿色信贷政策的财政收入。然而,增加的将导致贷款企业的比例在很多时刻选择nongreen生产大幅下降,也就是说,税收激励越大,越高企业的热情参与绿色生产。

从策略的收敛速度的角度,增加减税比率的影响从0.1到0.9在当地政府和贷款企业的策略是不一致的。当 ,当地方政府采用的比例不支持第一个达到零 ,但当贷款企业的比例采用nongreen生产第一个达到零 。当 ,这一刻变得 为当地政府延长0.05,而对于贷款企业,这一刻 ,这是缩短0.05。增加的比例为绿色企业减税将使地方政府后来达到全力支持,但它将为贷款企业早些时候达到全绿色生产的状态。因此,当有关部门调整 ,将会有两个球员的速度之间的矛盾策略收敛于零,有关部门需要做一些权衡。

接下来,我们考虑策略的改变程度。最坏的情况下,地方政府的战略选择在进化过程中,当 0.9,地方政府采取不支持的比例超过初始比例50%,达到最大值54.84%的时候 0.02。但是,当 0.1,比例可以降低到52.41%,地方政府选择不支持在这个最糟糕的时刻,下跌了2.43%。而对于贷款企业,最坏的情况发生时 0.1,贷款企业选择nongreen生产的比例达到最大值72.85%的时候 0.03,当增加到0.9,这一比例下降到68.74%,下降了4.11%。因此,当有关部门致力于控制改变程度的玩家的策略通过调整税收减速比,也有一些权衡在当地政府和企业贷款的监管措施。一般来说,当减税的影响贷款企业优先,监管效果略好。

4.2.2。程度的财政补贴

保持其他参数不变的价值,让金融补贴的程度 0.1、0.5和0.9,分别和所带来的影响在地方政府和商业银行数据所示3和4。它可以发现,增加了 地方政府选择不支持的比例略有增加,而商业银行的比例在很多时刻,选择不履行下降显著。原因在于,随着商业银行金融补贴增加,当地政府可能会稍微倾向于不支持绿色信贷由于更大的财务压力,但商业银行将明显改善实施绿色信贷,因为他们的热情激励。

考虑到策略的收敛速度,可以看出当 ,当地方政府采用的比例不支持第一个达到零 ,但当银行采用的比例不履行第一次达到零 。当 ,这一刻变得 地方政府,这是延长0.03,而对于商业银行,这一刻 ,这是缩短0.12。因此,当上级部门致力于提高球员的收敛速度策略通过调整金融补贴的程度,它将更有效地优先考虑商业银行的控制。

然后,我们分析的影响改变程度的策略。最坏的情况下,地方政府的战略选择在进化过程中,当= 0.9,地方政府采取不支持的比例超过50%的初始比例,达到最大值56.38%的时候 0.02。但是,当 0.1,这个比例可以降低到53.77%,下降了2.61%。而对于贷款企业,最坏的情况发生时 商业银行选择不履行的比例达到最大值97.77%的时候 0.18,当增加到0.9,这一比例降至46.90%,显著地下降了50.87%。因此,它是非常有效的有关部门增加金融补贴银行如果他们想提高球员的策略的改变程度。

4.2.3。程度的惩罚

同样,保持其他参数不变的价值,让惩罚的程度 分别为0.1、0.5和0.9,我们可以观察到的影响地方政府、商业银行和贷款企业。从数据可以看出5- - - - - -7惩罚的程度的增加,三方的风险成本也会增加,因此非合作的策略的比例大大下降。

考虑到策略的收敛速度,我们可以观察到,当从0.1增加到0.9,当地方政府采用的比例不支持第一个达到零减少来自哪里 0.94 0.09,这是缩短0.85,当商业银行采用的比例不履行第一个达到零是减少 0.67 0.33,缩短0.34,那一刻的比例减少贷款企业采用nongreen生产第一个达到零 0.64 0.15,这是缩短0.49。这表明,如果上级部门要实现全面合作国家之间的三方更快地通过调整程度的惩罚,这将是更有效的提高地方政府处罚。

接下来,我们关注的影响改变程度的策略。取 0.04作为一个例子,当不合作策略的比例达到最大进化中进步。增加从0.1到0.9,地方政府采取不支持的比例从77.11%降低到10.48%,下降66.63%;商业银行选择不履行的比例从72.61%降低到59.31%,下降13.30%;和贷款企业采用nongreen生产的比例从75.83%降低到31.38%,下降了44.45%。如果有关部门想提高球员的改变程度通过惩罚策略,调控的效果,增加地方政府的风险成本可能是最重要的。

4.2.4。讨论

根据仿真结果,我们比较分析激励和惩罚的影响参数对收敛速度和变化程度的主题策略,如表所示2和3。

如表所示2当上级部门致力于改善主题策略的收敛速度更快,实现全面合作状态,与其他参数相比,三名球员更敏感的变化程度的惩罚。因此,增加惩罚非合作的球员和提高他们的风险成本可以大大缩短时间达到稳定状态,这是比激励参数的调整更有效。因此,考虑到主题策略的收敛速度,惩罚机制的效果更好。

从表可以看出3当有关部门更关注主体战略的改变程度,不难发现,与其他科目和参数相比,当地政府和贷款企业更敏感的变化程度的惩罚。与此同时,商业银行也高度敏感的变化程度的财政补贴。因此,当局应该对政府采取严厉的惩罚不支持采用nongreen生产战略和企业战略和增加对商业银行的金融补贴,可以显著提高参与者的比例选择合作策略。因此,考虑到改变程度的主题策略,奖励机制和惩罚机制既能达到良好的结果。

5。结论和管理的影响

在这篇文章中,我们构建了一个随机进化博弈模型的地方政府、商业银行和贷款企业。主题的稳定策略的充分条件,并激励和惩罚的影响参数对收敛速度和变化程度的球员的策略是通过仿真分析。通过模型的分析结果,我们得到了一些重要结论和管理意义如下。

首先,加强地方政府的奖励和惩罚的可以帮助银行实现绿色信贷政策和企业选择绿色生产方式,但增加激励措施不利于政府的监管职责的表现。当地方政府增加税收减速比绿色企业和增加财政补贴实施绿色信贷业务的商业银行,虽然可以有效地增加企业采用绿色生产的热情和商业银行实施绿色信贷政策,当地政府也不可避免的产生一些倾斜等行为监督和干预不足由于财务压力和其他利益因素。因此,地方政府应该加强监管职责,并建立相关的评价和问责机制,促进绿色信贷的实现。与此同时,政府对绿色信贷的支持应该保持在一定的范围内。在有限的金融资源的背景下,上级部门要充分进行调查和研究,建立科学合理的激励政策,监管主体之间做出平衡。

第二,当上级部门致力于改善主题策略的收敛速度、惩罚机制可以产生更好的监管效果。虽然税收减免和财政补贴等刺激措施可以有效地缩短贷款企业和银行的时候达到全面合作的状态,他们都以成本略有延迟的时候政府全力支持,以及监管的影响并不显著。然而,当上级部门采取惩罚性措施增加的风险成本不合作三方,当地方政府、商业银行和贷款企业达到充分合作状态明显,和地方政府是最敏感的风险成本。因此,根据变量的优先级调整,上级有关部门应该首先增加地方政府的惩罚,增加的风险成本玩忽职守等不适当的干预和支持不足。然后,有必要增加处罚与违法的商业银行贷款和企业nongreen生产、加强责任评估银行绿色信贷业务,及时披露企业的环境信息,并敦促他们承担社会责任。

最后,当上级部门希望提高主题策略的改变程度,奖励机制和惩罚机制都可以发挥明显的监管作用。金融补贴激励商业银行,以及政府和nongreen惩罚不合格的生产企业都显示良好的效果在增加绿色信贷的比例的参与者。所以,当建立一个长期的绿色信贷机制,有关部门应结合奖励和惩罚,惩罚为主,补充与回报。至关重要的实施严厉的问责和惩罚非法贷款由银行和非法生产污染企业。同时,可持续发展的前提下,政府应该建立合理的财政补贴制度,积极引导社会资金流向企业绿色生产和绿色信贷的银行。

此外,本研究仍存在一些局限性:(1)在现实中,绿色信贷的实施过程是受众多和复杂的随机干扰,但本文中随机因素的解释和分析不够全面,可未来研究的方向;(2)在模拟阶段,很难获得实际情况数据,所以研究结果只能反映球员的概况进化策略;和(3)变量设置在本文中基于常见的场景。更接近现实,也许我们可以尝试优化变量,考虑更复杂的绿色信贷的场景。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由中国国家自然科学基金(拨款11671229和11671229号);中国国家重点研发项目(批准号2018 yfa0703900);和中国山东省自然科学基金(赠款nos ZR2020MA032和ZR2019MA013)。