今天给各位分享绿色资产支持证券市场发展概况与建议的知识，其中也会对随着绿色资产支持证券市场的不断发展及完善进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
本文导读目录：
2、【中小评选】专家好评TOP10优秀案例：中国建设银行苏州分行-绿色金融管理平台
3、绿色金融案例
导读 绿色资产支持证券作为结构化的创新性融资工具，是我国构建多层次绿色金融体系重要一环。截至2020年末，境内共发行绿色资产支持证券91单，发行总额达1045亿元。2021年，“双碳”目标的提出为市场提供强劲动能，截至7月末，绿色资产支持证券已发行35单，募集资金493.98亿元，远超往年全年水平，在国内金融市场上仍有巨大的增长潜力。 01 绿色资产支持证券的内涵与优势 1、绿色资产支持证券的内涵 资产证券化（Asset Securitization）是指以基础资产未来所产生的现金流作为偿付支持，通过结构化设计进行信用增级，在此基础上发行资产支持证券（Asset-Backed Securities, ABS）的过程，主要包括人民银行和银保监会主管的信贷资产证券化（信贷ABS）、证监会主管的企业资产证券化（ABS）以及交易商协会主管的资产支持票据（Asset-Backed Notes, ABN）三类。 一般资产证券化的基本流程是由发起人（又称原始权益人）将证券化资产出售给一家特殊目的机构（Special Purpose Vehicle, SPV），或者由SPV主动购买可证券化的资产并将资产汇集成资产池（Asset Pool），再以该资产池所产生的现金流为支撑在金融市场上发行有价证券融资，最后用资产池产生的现金流来清偿所发行的有价证券。其中，最先持有并转让资产的一方，即需要融资的机构，称为原始权益人。资产支持证券购买方称为投资者。在资产证券化的过程中，出于审批、融资成本、融资过程、时间的考虑，需要有专门的信用评级机构对资产进行资信评价。同时，为加强所发行证券的信用等级，会采取一些信用增级手段，信用增级服务提供者被称为信用担保机构。在证券发行完毕之后，往往还需要一个专门的服务机构负责收取资产收益，并将资产收益按照有关契约的约定支付给投资者，此类机构称为服务机构。
绿色资产支持证券在交易结构、现金流归集、信用增级等方面与一般资产证券化并无区别，主要不同在于其募集资金投向绿色产业项目或基础资产属于绿色项目，包括但不限于节能、污染防治、资源节约与循环利用、清洁能源、清洁交通等领域。目前，绿色资产支持证券产品大致可划分为三类：基础资产为绿色项目，募集资金专项投向绿色项目即“双绿”资产支持证券；基础资产并不是绿色项目，但募集资金用途为绿色项目即“投向绿”资产支持证券；基础资产为绿色项目，但募集资金用途并不直接投向绿色项目即“资产绿”资产支持证券。 其中，沪深交易所和银行间交易商协会分别发布文件，提出要促进完善绿色资产支持证券的相关政策，拓展资产范围，支持绿色PPP项目资产证券化。以上交所文件为例，2018年8月，上交所发布的《上海证券交易所资产证券化业务问答（二）——绿色资产支持证券》对绿色资产支持证券的认定提出了明确的要求。绿色资产支持证券要求符合下列条件之一： 绿色资产支持证券条件 第一，基础资产属于绿色产业领域。基础资产现金流主要来源于绿色项目所产生的收入或基础资产主要是为绿色项目融资所形成的债权。上述绿色产业领域的基础资产占全部入池基础资产的比例应不低于70%。专项计划涉及循环购买安排的，应当明确相应入池标准、资产筛选及确认流程，确保专项计划存续期间基础资产属于绿色产业领域。 第二，转让基础资产所取得的资金用于绿色产业领域。所得资金应主要用于建设、运营、收购绿色项目、偿还绿色项目贷款或为绿色项目提供融资等。上述用于绿色项目的金额应不低于转让基础资产所得资金总额的70%。用于为绿色项目提供融资的，应明确拟支持的绿色项目类别、筛选标准、决策程序和资金管理制度等。 第三，原始权益人主营业务属于绿色产业领域。原始权益人最近一年合并财务报表中绿色产业领域营业收入比重超过50%（含），或绿色产业领域营业收入比重虽小于50%，但绿色产业领域业务收入和利润均为所有业务中最高，且均占到总收入和总利润30%以上的，转让基础资产所取得的资金可不对应具体绿色项目，但应主要用于原始权益人绿色产业领域的业务发展，其金额应不低于所得资金总额的70%。
2、绿色资产支持证券的核心优势 相比于普通绿色债券，绿色资产支持证券不以公司作为承担还款责任的债务主体，而是通过剥离出一部分基础资产形成资产池，以其产生的现金流作为将来还款来源，同时，通过结构安排和组合以及信用增级等方式，将资产的预期现金流转化成流通性和信用等级较高的金融产品。绿色资产支持证券具备以下优势： 绿色资产支持证券优势 第一，绿色项目特点与资产证券化业务较为契合。资产支持证券是以基础资产未来的现金流作为还款的来源，作为基础资产。以太阳能光伏电站、风力电站及污水处理设施等为代表的绿色项目资产较为优质，且绿色项目的可持续发展性意味着其有稳定的现金流。所以资产证券化业务是相关绿色产业的企业十分有效的融资手段。 第二，降低融资门槛。虽然绿色项目未来具有持续的现金回报，但绿色项目往往属于新兴产业，发行人受成立时间、资产规模、资产负债率等所限，债券融资成本较高。绿色资产证券化允许项目与发起人本身的资产负债状况相分离，信用评级根据绿色项目风险而定，即不受原始权益人影响。 第三，解决了投资标的难以识别以及投资者风险偏好的问题。通过资产证券化可以将绿色项目的未来收益打包入池，从源头确保资金使用到制定绿色项目，并且对相关基础资产有详细的信息披露要求，投资者可以直接投资于绿色资产证券化产品。资产支持证券多采取分级方式以及多种增信方式发行，相比于次级品种，优先级品种大多评级较高，票息较低，偿付顺序靠前，即一旦产品发生现金流波动或者偿付困难，优先级品种持有者可以通过内部或外部增信实现优先偿付。分级发行设计可有效满足不同风险偏好投资者的绿色投资需求。 第四，“出表降杠杆”。由于基础资产已打包出售给SPV，原始权益人持有基础资产的风险和收益均已转移，可根据会计准则，转移和终止确认该金融资产，即资产“出表”，优化企业的财务报表，降低企业的财务杠杆比率。在当前我国“去杠杆”趋势与绿色金融市场不断发展的背景下，绿色资产支持证券市场的前景可期。
02 绿色资产支持证券市场概览 早在绿债市场尚未启动之时，2014年兴业银行已探索发行了绿色信贷资产支持证券，其后境内绿色支持证券市场加速增长，在数量和规模上连创新高。2016年以来，绿色资产证券化产品的发行实现了“质”与“量”多维度的提升，为我国绿色债券市场长期高质量发展注入了创新活力。 1、发行总量与规模 区别于普通债券，资产支持证券属于结构化产品，多采用分级设计，即由相同基础资产形成的同一单资产支持证券可分为多个不同期限、评级、利率、偿付级别的品种。因此，考虑到品种分布复杂性，本文以“单”计量绿色资产支持证券发行数量。 2016-2020五年内，绿色支持证券市场实现了加速增长，在数量和规模上连创新高，数量上从2016年全年4单发行量增长至2019年35单发行量，在2020年有所回落，同时发行规模也由67.01亿元上升至426.04亿元，并且五年间绿色支持证券的基础资产来源也不断丰富，市场充满创新活力并展现出较强的发展潜力。
图1 2016-2020年境内绿色资产支持证券发行数量及规模数据来源：中央财经大学固定收益协会 2016年全年仅发行4单绿色资产支持证券，发行总规模仅为67.01亿元。2017-2018年，我国绿色资产支持证券的发行数量逐渐上升到了9单、16单，发行规模也上升至137.85亿元、120.33亿元。随着绿色资产支持证券市场的不断发展及完善，2019年我国绿色资产支持证券的发行数量及规模大幅上升，数量达到35单，同比增长118.75%；规模达426.04亿元，同比增幅达254.06%。2020年在疫情影响下，绿色资产支持证券的发行规模及发行数量有所下降，发行规模为329.17亿元，发行数量为29单。 2021年，绿色资产支持证券市场发行再次提速，截至7月末，本年度绿色资产支持证券已发行35单，募集资金493.98亿元，为拓宽绿色基础资产融资渠道提供了便利。 2、基础资产类型 根据基础资产类型分析，截至2020年末已发行94单绿色资产支持债券中，基础设施收费类最多，共有26单，发行金额占比25.84%；应收账款类有15单，发行金额占比10.84%；票据收益类有8单，发行金额占比10.30%；租赁债权类、租赁租金类、应收债权类都各有7单，发行金额占比分别为9.00%、6.56%、5.11%；信托受益权类、基础设施收费债权类各有6单，发行金额占比分别为5.49%和7.05%；企业贷款类有4单，发行金额占比为10.77%；企业债权类有3单，发行金额占比为3.50%；保理融资债权类、不动产投资信托REITs类、商业房地产抵押贷款类、汽车贷款和租赁资产类都各只有1单，发行金额占比分别为0.73%、0.65%、1.71%、0.72%和1.73%。
图2 2016-2020年境内绿色资产支持证券各类基础资产发行规模占比数据来源：中央财经大学固定收益协会 3、近两年创新亮点 2020年，尽管境内绿色资产支持债券的发行数量与规模都有所回落，但仍探索发行了疫情防控绿色资产支持证券、绿色类REITs、绿色商业票据支持证券等创新产品，基础资产类型新增了类REITS不动产投资信托、补贴款、棚改、保障房类，使得绿色资产证券化产品的基础资产类型更为丰富。 2021年以来，碳中和债为中国绿色债券市场注入强劲动能。为落实党中央、国务院关于碳达峰、碳中和重大决策部署，2021年2月，银行间市场交易商协会创新推出碳中和债，成为全球首个冠以“碳中和”之名的绿色债券产品创新。作为绿色债券的子品种，碳中和债募集资金专项用于具有碳减排效益的绿色项目，目标导向性更强、募集资金使用条件更严格、信息披露要求更高。碳中和债一经推出便获得了市场积极响应，截至7月末，境内市场发行碳中和资产支持证券20单，发行规模299.61亿元，占绿色资产支持证券总发行规模的比重达6成，基础资产广泛来源于清洁能源、清洁交通等领域。
03 绿色资产证券发展建议 绿色资产证券化在取得高速发展的同时，也受到市场环境、发行规则、监管规范等影响，其发展仍面临信息披露较为有限、投资者参与不足、能力建设有待提高等诸多难点。为推动绿色资产支持证券长期向好发展，本文提出以下建议。 第一，完善绿色资产证券化信息披露机制及配套设施。由于绿色资产证券化属于结构化产品，产品设计较为复杂，涉及信息披露较多。目前已发行的绿色资产证券化产品在所属类别、基础资产状况、募集资金用途等方面披露相对有限，尚未形成规范化的发行体系。部分绿色资产支持证券采取私募发行，无任何与资金使用情况、绿色项目、环境效益相关的信息披露，透明度远远不足。建议加强部门协同，针对资产支持证券的特殊性，出台针对绿色资产支持证券的专项披露政策，要求采取私募发行的证券定期披露与绿色项目相关的内容，增强公信力。 第二，鼓励发行绿色信贷资产支持证券。信贷资产支持证券（CLO）在ABS市场的整体份额已达4成，但绿色CLO发行相对较少，仍处于探索阶段。绿色信贷资产证券化的政策指引为商业银行充分进行产品创新创造了良好的政策环境。目前，我国商业银行持有绿色信贷规模已超过10万亿元，商业银行投放绿色信贷的资金来源主要包括银行股东股本、来自个人和企业的客户负债以及同业拆借资金等普通信贷集资方式，在绿色信贷规模持续增长，绿色融资需求不断扩张的背景下，绿色信贷资金来源是商业银行进一步发展绿色金融业务亟需解决的问题。同时，商业银行持有的大量绿色信贷需要盘活，提升资产流动性，在此背景下，应鼓励商业银行进一步加强创新，通过绿色信贷资产证券化盘活绿色信贷资产，提升绿色资产的流动性。 完 一、项目方案
绿色金融管理平台是我行基于金融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。通过分析我行信贷资产分布与不同时段和区域的大气、水、生态红线等环境表现信息，区域环境表现与我行各区域、行业资产分布的契合性，为信贷资产在气候等因素下的摆布提供参考。
1.1 项目架构
本项目的整体架构如下图所示：
苏州分行数据管理部和风险管理部按总行信管部指示，联合国家生态环境部、苏州市自然资源规划局、苏州市生态环境局、清华苏州环境研究院、公众环境研究中心、建信金科成都事业群等多家机构，共同进行绿色金融课题的探索和研究，整合了建行、企查查、公众环境研究中心（IPE）等多方数据，搭建了绿色金融管理平台。借助绿色金融管理平台打通了底层源数据到模型落地的全链路，开拓了智能获客活客、绿色金融分析、企业监测预警、区域监测预警、双碳监测预警五大应用，实现了数字促进发展、数字领跑绿色金融。
1.2 项目业务
本项目构建的绿色金融管理平台，主要用于开展以下与绿色金融紧密相关的业务：
评价企业环境表现。应用公众环境研究中心（IPE）、苏州市生态环境局等单位提供的外部数据，建立区域、企业环境监测模型，并实现企业环境表现评价。
精准投放绿色信贷。通过自然语言处理、知识图谱等技术，实现绿金客户智能辅助判定，规范绿色客户、项目、债项的认定标准和方法，实现绿色信贷资金的精准投放。
绿色金融空间可视化。借助地理信息科学，实现区域环境、企业碳排放、信贷等行内外数据的空间融合，提高绿色金融的空间可视化分析能力。
预警环境与社会风险。依托建行全面风险监控预警平台(RAD)、模型工场(RMD)、慧风控平台等，开展环境和社会风险监测，将环境与社会风险客户纳入预警管理。
1.3 项目技术
本项目将NLP、地理信息科学、自然语言处理、数据可视化、机器学习等技术手段作为传动器实现金融与环境保护工作的双向赋能，为绿色金融拓客、绿色信贷管理、环境和气候风险管理提供辅助。构建的绿色金融管理平台所使用的部分技术如下：
地理信息科学技术，实现绿色金融空间可视化；
机器学习和深度学习算法，实现绿色金融客户识别和风险预警管理；
爬虫技术，实现企业环保评价脸谱、环保和安全生产违法违规信息、环保曝光台信息等数据的收集汇总；
命令实体识别（NER）技术，用于文本特征提取：
自然语言处理、知识图谱技术，实现绿金客户智能辅助判定；
LDA主题域聚类技术，结合专家词库、人工审核形成证书产品一级目录；
二、创新点
本项目是苏州建行通过与总行以及建信金科成都事业群，开展“绿色金融管理平台”试点工作，以新金融行动推动苏州建行开启全面绿色低碳转型，正式进入绿色金融建功立业新赛道。
在实施过程中，总分行以及建信金科成都事业群通过深入协作以及大量创新性工作，克服了诸多技术难点，为推进总行金融科技战略奠定了技术基础，并在诸多方面进行了创新：
1.数据创新
多元化拓宽了我行数据源的获取途径。苏州分行基于官方授权数据、网络爬虫抓取公示信息，以及解析公司年报、文本，多元化拓展了可用的分析数据源，为产品开发奠定数据基础。
2.可视化创新
基于地理信息系统实现地理信息数据可视化。基于地理信息系统，将企业地理数据以及文本数据可视化的呈现在绿色金融平台的服务页面上，形成热点地域的可视化挖掘，提升地理数据使用的效率与质量。
3.交互创新
建设了智能化互动页面赋能业务的双向机制。绿色金融平台不仅单向为使用人员推送信息，使用人员也能主动在绿色金融平台上对相应企业进行操作，以双向互动为业务赋能。
4.管理创新
实现了业务全流程闭环管理。通过动态获取和更新辖区企业的相关数据，以及相应的模型挖掘与可视化呈现，绿色金融平台对企业绿色相关情况实现了全历史数据监测以及贷前贷中贷后的全流程闭环管理。
5.应用创新
递进式覆盖多个应用场景。平台主要开拓了智能获客活客、绿色金融分析、企业监测预警、区域监测预警、双碳监测预警五大应用。既包含了获客——活客——监测预警——金融分析全链路应用，还支持企业——区域——生态、金融——环保——碳监测两条递进式链路应用。
6.政策创新
优化绿色金融政策。在常规的金融贷前、贷中、贷后全流程业务体系的基础上，催化并衍生了绿色金融政策优化业务，基于数据和成效制定区域差异化信贷政策，并优化准入底线等行业信贷政策，以便更好的开展绿色金融服务。
7.业务创新
绿色指导企业信贷资产摆布。对企业信贷资产的管理，不再仅仅局限于企业经营状态、受处罚状态、资金流等因素，而是桥接金融与环境保护工作，将企业的环境表现纳入资产摆布的考察因素中。
三、技术实现特点
绿色金融管理平台整体架构如下图所示：
本项目构建的绿色金融管理平台，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，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，最终搭建了企业环境表现模型和绿金客户识别模型两大模型。绿色金融管理平台打通了底层源数据到模型落地的全链路，开拓了智能获客活客、绿色金融分析、企业监测预警、区域监测预警、双碳监测预警五大应用，实现了数字促进发展、数字领跑绿色金融。
3.1 数据层
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。
管理平台分别从企查查、当地生态环境住建等部门、公共环境研究中心（IPE）、存量信贷客户、网络爬虫以及生态红线“三线一单”地图六个方面引入底层数据：
企查查：苏州全量企业的坐标，经营范围、股权关联等基础信息；
生态局和住建部：部分生态区划及绿色建筑项目等信息；
公众环境研究中心：企业和区域的大气，水等环境表现监测数据；
建行：存量信贷客户的授信信息、资金关联信息，绿色金融认定情况等信息；
网络爬虫：企业环保评价脸谱，环保和安全生产违法违规信息，环保曝光台信息。导入监管联合惩治名单；
“三线一单”生态管控区域地图：自主描绘生态红线。
接入以上数据后，绿色金融平台根据数据情况制定了数据整合策略：首先通过整合企业基础信息及其环境表现信息赋予地图坐标信息；其次整合区域环境表现数据与区域信息资产分布信息；进而依据日常管理需要，按照固定格式将各类数据整合成数据分析图表；最终将新引入的环境监测相关数据整合至数据池，嵌入RMD实现模块化管理应用。
3.2 算法层
绿色金融管理平台容纳了多种算法，主要可以分为模型算法和功能算法两类。
模型算法。主要是用于建立模型的算法，本项目所建立的企业环境表现模型和客户识别模型，都是利用此类算法中的某几种算法训练后得到的。不同的模型算法，具备不同的适应场景、特点、性能，因此选择模型算法时需要结合业务需求和指标，进行多方面考察。绿色金融管理平台，容纳了多种模型算法，从而保障可以选出最为合适的算法，建立性能最好的模型。
功能算法。与模型算法有交集但又不完全相同，主要是用于实现某一功能或目的的算法。基于本项目的目标需求、数据情况，绿色金融平台嵌入了多种功能算法，如用于爬取网络数据的爬虫算法、用于文本特征提取的命令实体识别算法、用于提取文本的浅层和深度语义特征的TextRank算法、用于文本处理和分析的自然语言处理、LDA主题域聚类算法等。
3.3 模型层
绿色金融管理平台主要开发了两类模型，企业环境表现模型和绿金客户识别模型。
（1）企业环境表现模型
主要用于对企业自身、周边环境、区域环境进行评分与监测。模型基于评分卡原理，结合数据内容和类型，梳理出了信访举报、合规管理、资源利用、环境风险、污染排放、生态保护、行政处罚等相关维度，对企业环境进行全方位探查与监测。
经过数据处理和指标计算后，采用可视化的方式，将企业环境表现模型的结果，以雷达图等各种前端可视化形式进行展示，方便用户对模型结果进行实时掌握。
（2）绿金客户识别模型
主要是利用行内外各方面的数据，综合考虑企业方方面面的状态，对企业的绿色状态进行判别，并赋予客户响应的绿色分值，从而识别出潜在的绿色金融客户。
客户识别模型，属于二分类监督学习模型，管理平台采用了传统机器学习模型和深度学习模型进行双线对比分析，进而筛选出最为合适的客户识别模型，并通过输出客户绿色分值来衡量企业客户的绿色潜力和价值。
四、项目过程管理
预期的项目实施周期为2021年7月1日至2023年6月30日。项目实施按照参照《中国建设银行苏州分行金融科技项目管理实施细则（2021年版）》管理。分阶段的排期计划如下：
第一阶段（2021年7月1日-7月15日）：项目需求分析及方案初稿制定；
第二阶段（2021年7月16日-8月15日）：确定各项数据口径，获取开发数据；
第三阶段（2021年8月16日-11月15日）：系统开发并初步测试成功；
第四阶段（2021年11月16日-12月31日）：系统试运行和上线。
第五阶段（2022年1月3日-5月31日）：系统正式运行及推广。
五、运营情况
绿色金融管理平台将2万多篇经过人工标注过的高质量样本作为训练数据，采用BERT预处理模型进行训练，最终模型的精确率和召回率均可达95%以上，模型的性能得到保障。
对海量的数据进行处理分析，建立多维度指标体系和多个业务模型后，平台产生了诸多数据成果，故而可更好地支持业务应用。
1.智能获客活客
绿色金融管理平台加载的智能比对工具可用于初筛工商企业中潜在绿金客户，将之推送至团队跟进营销，并反馈进度至GIS显示。平台GIS功能还可显示存量绿金客户关联企业，并将潜在业务机会推送至团队，实时追踪营销进度和结果反馈。
对于有未认定债项的绿色金融客户，平台GIS会全部进行前端展示，同步推送至管护权机构进一步确认，并对反馈结果进行说明，从而帮助工作人员开展活客行动。
此外，从中债登、上清所、中证登等登记清算机构爬取全市注册企业的绿色债券、绿色基金、绿色资产证券化等信息，同样可以通过平台GIS进行分析展示，帮助工作人员跟踪有需求客户定向营销。
2.绿色金融分析
绿色金融分析，主要分为客户分析、业务分析和辅助分析三类，分别用于帮助管理客户、扩展业务和日常管理：
客户分析：GIS显示绿色金融客户前五大行业，客户归属部门，客户规模，环境和社会风险分类等维度直观显示各二级行分布情况；
业务分析：GIS显示绿色金融业务类型，包括但不限于不同授信品种、投贷联、绿色租赁等；还展示绿色资产质量类别、期限类别；
辅助分析：按照设定规则分类形成分析图表，协助各机构日常管理。
3.企业监测预警
平台可从企业环保脸谱、环保曝光平台、重点排污企业、联合惩治企业四个层面对企业环境和企业绿色进行监测，并对企业风险进行实时预警。
GIS功能将企业信息、企业环保评价、企业违法违规事项等多种信息进行整合，并与地图空间信息想融合，实现企业绿色监测立体化。
4.区域监测预警
平台还可对区域环境进行监测，包括区域大气环境监测及预警、区域水环境监测及预警、“三线一单”及资产分布预警，将对企业的绿色识别与判定，升级到对区域的绿色识别与判定，为进一步开展绿色金融业务奠定前期基础。
5.双碳监测预警
以党中央关于“碳达峰、碳中和”的指导意见和思想为主，以绿色金融业务场景为试点，开展双碳概念的试点落地与运行。平台目前主要设计了碳排放总量、耗电量和单位贷款碳指标三个碳维度指标，评估企业在碳经济中的实力、潜力和风险等。
六、项目成效
本项目针对绿色金融领域打造的绿色金融管理平台，带来了较为可观的项目成效。以下从数据、体系、业务、管理和社会等层面展示管理平台所带来的效益。
1.数据效益
绿色金融管理平台接入了包括苏州住建部、公众环境研究中心、企查查、网络爬虫等多个来源的数据，并且对后续的场景拓客营销和预警监测数据进行回流存储，进一步丰富平台数据池里的数据量和数据内容，既提升了数据资产，又强化了数字驱动营销的能力。
2.体系效益
绿色金融管理平台，在数据处理过程中打造了一套结构化、标准化的数据规范，形成了完善的数据治理体系，从准确性、完整性、一致性等层面保证了数据质量，奠定了后续模型成效的可靠和可信赖。
3.业务效益
截至2022年5月22日，累计对模型识别出的2500余户疑似绿色企业开展营销，目前名单内企业已经在苏州建行有绿色贷款余额的共380户，客户扩面见成效。
4.管理效益
将绿色金融工作摆在各项工作的突出位置，持续优化金融管理机制，强化分行对二级行的支持，将新金融行动和绿色金融有机结合，加强绿色金融新领域、新模式研究。
5.社会效益
积极响应中央“碳达峰、碳中和”目标，协助苏州市建立环保信用信息共享机制，推动“绿色信贷”标准，解决银企环保信息不对称问题。利用银行在金融行业中的特殊地位，以信贷为抓手为绿色产业的发展提供资金支持。
七、经验总结
建行苏州分行在近年的数字化经营工作中，一直致力于落实环境和社会风险管理机制，挖掘营销绿色金融客户，开发建立绿色金融GIS平台并取得不错的成效。
本项目引入了环境表现数据、企业公开信息以及内部信贷数据，对工商、企业、环保、金融数据实现了全方位的整合，为数字化经营奠定了数据基础；数据处理过程中，利用基于神经网络方法的命令实体识别（NER）技术完成文本数据特征挖掘，借助自然语言处理和知识图谱技术构建绿色客户识别模型、企业环境表现模型以及绿色潜在客户挖掘模型等业务模型；最终借助地理信息科学（GIS）技术实现绿色金融空间可视化分析，继而依托建行RAD、RMD、慧风控平台等平台和能力，开展环境和社会风险监测，完成营销、分析、预警一体化的智能平台建设。
绿色金融管理平台是我行在深入研究并落实总分行加快绿色信贷投放政策的战略产品，平台至今已取得诸多成效，具有重要的项目意义：
进一步提高政治判断力、领悟力和执行力，将绿色金融工作摆在各项工作的突出位置；
通过完善组织架构、创新工作方法、强化客户基础等方面持续优化金融管理机制；
通过提升专业能力、重大项目推进、产品创新探索等方面强化对二级行的支持；
将新金融行动和绿色金融有机结合，加强绿色金融新领域、新模式研究。
建行苏州分行的绿色金融管理平台在绿色信贷领域取得的显著成效，为全行培育绿色金融发展新优势起到了良好的探索示范作用，证明了绿色金融评级模型以及金融GIS系统在赋能业务以及管理方面有重大的推广价值，是我行在绿色金融项目建设的重要案例。
虽然绿色金融管理平台接入了众多数据，并且建立了企业层面、区域层面的监测预警机制，但平台目前对辖内大气环境、碳排放指标等未进行全面监测，无法对环境因素影响下信贷结构调整提供建议策略。后续可以继续对平台进行优化升级，尽可能补充未监测的指标，丰富模型维度、预警监测维度，更全面的助力绿色金融业务开展。