全面进行梳理，“绿色金融”风险主要来源于以下几个方面：一是凭空捏造绿色项目以及相关支撑材料，以从银行骗取信贷资金;二是以小(单个的微绿色项目)博大(整个企业变成绿色企业)或者化整为零(将一个绿色项目分解成若干个小项目)，多渠道获取银行信贷与发债资金;三是假绿色之名融资，但实际资金并未投到绿色项目;四是人为制造项目灾害，骗取保险赔偿;五是虚构财务数据，获得IPO资格，或者隐瞒负面环境新闻与环保处罚信息，误导投资者。
除了以上种种行为外，在绿色金融的推进之中，还不排除可能出现绿色项目杠杆率过高，以及社会资本中途退出而导致项目瘫痪，或资本空转的问题。
“洗绿”行径不仅会导致金融机构以及投资人承受巨额损失，还会触发劣币驱逐良币的效应，严重伤害绿色金融市场。为此，需要建立绿色金融信息共享平台，将信贷获取者、债券发行人、资金使用者的违规欺诈信息系统纳入金融信用信息基础数据库，在发挥官方常规化监测机制功能的同时，充分发挥社会监督作用。同时，加大对违规行为的处罚力度。
绿色融资必须用于特定的绿色项目是最基本原则，但为了防止假“绿色”之名行非绿色之实，有必要发布有关绿色金融融资使用的专门性规则，在绿色项目目录、绿色效益方面强化绿色债券的融资使用要求，形成募集资金用途的清晰指引。同时，监管部门应加强对资金使用方向、使用效应的跟踪与监管。在监管过程中，尽可能多地采纳第三方绿色评估机构对发行人融资状况及资金使用情况的评估。
为防止绿色欺诈及绿色金融违约风险，需要尽快编制与推出绿色债券指数和绿色股票指数，该指数不仅包括企业绿色定性指标，如绿色发展战略及政策、绿色供应链的生命周期等，还应包含企业绿色定量指标，如碳排放量、用水量、用电量以及绿色收入占比等，同时反映企业负面环境新闻及环保处罚记录。在此基础上，实施强制性环境信息披露制度，并对隐瞒和延迟信披的行为给予严厉惩罚。
强化绿色金融的信用评估是识别与防范风险的重要前提。一方面，要在信用评级报告中单独披露发行人的绿色信用记录、募投项目绿色程度、环境因素对信用风险的影响，以便绿色市场参与者作出风险甄别。
另一方面，要引导信用评级机构、资产评估机构、会计师事务所等开展绿色金融相关业务，特别要引入第三方机构对绿色金融进行评估，同时要探索绿色金融的第三方评估和评级标准，规范第三方认证机构对绿色金融评估的质量要求。
研究报告表明，“十三五”期间，包括城市清洁能源、绿色建筑、城市环保水务等国内绿色基础设施项目的投资有望超过10万亿元，其中85%以上将依靠社会融资来解决。为防止社会资本从绿色金融中撤资而引致的风险，一方面要发挥好再贷款、担保基金等专业化担保机制以及财政贴息的作用，降低绿色融资成本，提升绿色项目的回报率与商业可持续性;另一方面，要鼓励和支持有条件的地方政府设立绿色发展基金，通过PPP(公私合营)等手段，撬动更多的社会资本投资绿色产业。
运用金融科技，可以有效地抑制与防治绿色金融风险的产生。比如，大数据可以帮助金融机构识别绿色金融客户的信用背景与能力;云计算通过强大运算功能，找到金融资源的最佳比对与匹配对象;机器学习、神经网络应用与知识图谱技术可建立起科学的模型，有效辅佐金融企业对信贷、债券发行做出量化分析和风险把控;人脸识别、指纹识别、虹膜识别等生物与视觉技术，可准确验明绿色金融客户的身份，达到预警可疑客户的效果;另外，运用区块链技术，可大大降低金融机构的产品供给成本，同时有利于金融企业锁定风险目标，最大程度地降低绿色金融业务的风险损失。
责任编辑：solar_robot
