摘 要：為了預(yù)警上市銀行的財(cái)務(wù)風(fēng)險(xiǎn)并判斷其年度財(cái)務(wù)狀況，文章運(yùn)用相關(guān)分析剔除相關(guān)系數(shù)較高的變量，再采用因子分析，輸出因子分析模型，根據(jù)因子得分設(shè)置警限的臨界值，并對7個公共因子和綜合因子進(jìn)行警度分析，研究表明其中4家銀行財(cái)務(wù)狀況良好，但在7個公共因子的得分各有優(yōu)劣并在不同年度出現(xiàn)巨警，說明銀行很難同時兼顧盈利性、安全性和流動性。

關(guān)鍵詞：上市銀行 財(cái)務(wù)預(yù)警 主成分分析 因子分析

中圖分類號：F830.91 文獻(xiàn)標(biāo)識碼：A

文章編號：1004-4914（2013）03-093-03

一、引言

商業(yè)銀行自產(chǎn)生以來，風(fēng)險(xiǎn)就與之相伴、形影不離；風(fēng)險(xiǎn)管理能力是商業(yè)銀行的核心競爭力，貫穿于商業(yè)銀行經(jīng)營始終的財(cái)務(wù)風(fēng)險(xiǎn)管理更是其全面風(fēng)險(xiǎn)管理的核心；目前，財(cái)務(wù)風(fēng)險(xiǎn)管理在中國還沒有引起足夠重視，但是籌資成本高、經(jīng)營利潤虛盈實(shí)虧已是不爭的事實(shí)；縱觀銀行危機(jī)的歷史，不管危機(jī)的起因是什么，其表現(xiàn)形式必然是現(xiàn)金流不足而引致困境或破產(chǎn)，因此從現(xiàn)金流角度構(gòu)建財(cái)務(wù)預(yù)警體系更符合商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)管理的需要，更具理論價(jià)值和實(shí)際意義。

自Altman首次提出單因素財(cái)務(wù)預(yù)警模型以來，以真實(shí)的現(xiàn)金流入和流出為基礎(chǔ)的現(xiàn)金流信息對企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究也逐漸受到各國學(xué)者的親睞。國內(nèi)外研究還表明：從現(xiàn)金流角度構(gòu)建預(yù)警體系能夠達(dá)到較好的預(yù)測效果。其中，劉慶華（2006）在文章中指出以現(xiàn)金流做為預(yù)警指標(biāo)，解決了傳統(tǒng)財(cái)務(wù)指標(biāo)不能解決的問題。張瑋（2007）嘗試在財(cái)務(wù)危機(jī)預(yù)警模型中引入現(xiàn)金流分析方法，使企業(yè)專注于現(xiàn)金流的動態(tài)控制和指標(biāo)分析。聶麗潔（2011）等以我國制造業(yè)上市公司為研究對象，構(gòu)建了基于現(xiàn)金流的危機(jī)預(yù)警指標(biāo)體系，實(shí)證結(jié)果證明現(xiàn)金流指標(biāo)體系具有更高的預(yù)測精度和較低的錯判率。

縱觀以往研究發(fā)現(xiàn)，其一研究多集中在一般上市公司，其二分行業(yè)研究較少，其三基于現(xiàn)金流構(gòu)建預(yù)警的模型已經(jīng)被證實(shí)具有較好的預(yù)測效果，因此本文以上市銀行為研究對象，以現(xiàn)金流指標(biāo)為基礎(chǔ)，試圖建立一套完整的財(cái)務(wù)預(yù)警指標(biāo)體系，以期更加準(zhǔn)確的預(yù)測銀行的財(cái)務(wù)危機(jī)，保護(hù)廣大存戶的利益，為投資者、債權(quán)人及政府決策提供更有價(jià)值的數(shù)據(jù)支持，也為銀行的可持續(xù)發(fā)展奠定基礎(chǔ)。

二、研究程序及統(tǒng)計(jì)方法

1.樣本選擇。截止2012年底，在滬深A(yù)股市場共有16家上市銀行，其中包括工、農(nóng)、中、建、交5大全國性商業(yè)銀行。

招商、中信、民生、浦發(fā)、興業(yè)、光大、華夏、平安銀行8家股份制商業(yè)銀行及北京銀行、寧波銀行、南京銀行等3家地方商業(yè)銀行。本文選取上海浦東發(fā)展銀行、深圳發(fā)展銀行、華夏銀行、民生銀行和招商銀行5家上市銀行2006年-2011年的財(cái)務(wù)數(shù)據(jù)，計(jì)算其28個現(xiàn)金流指標(biāo)比率（詳見下表1），并以計(jì)算結(jié)果作為實(shí)證分析的數(shù)據(jù)基礎(chǔ)。

2.研究程序。以現(xiàn)金流指標(biāo)作為建模的變量，對模型的準(zhǔn)確判斷率及預(yù)警的可靠性都會產(chǎn)生巨大影響，為了全面衡量上市銀行的財(cái)務(wù)狀況，入選的現(xiàn)金流指標(biāo)要全面、有效、科學(xué)。鑒于此，本文選取的28個指標(biāo)，全面反映了銀行的償債能力、盈利能力、財(cái)務(wù)彈性、再投資能力和結(jié)構(gòu)比率。在此基礎(chǔ)上，采用相關(guān)分析剔除相關(guān)系數(shù)較高的變量，篩選出16個對上市銀行財(cái)務(wù)狀況影響顯著的指標(biāo)，創(chuàng)建現(xiàn)金流指標(biāo)預(yù)警模型（Cash Flow Index Early-warning Model）；其次采用因子分析，輸出因子分析模型，根據(jù)因子得分設(shè)置警限的臨界值，依據(jù)多數(shù)原則、半數(shù)原則、均數(shù)原則及三原則的綜合調(diào)整對每家銀行每年的7個公共因子和綜合因子進(jìn)行警度分析，綜合評定出5家上市銀行的財(cái)務(wù)狀況。

三、統(tǒng)計(jì)分析過程

1.相關(guān)分析。多元統(tǒng)計(jì)分析時，如果指標(biāo)間高度相關(guān)，就會使某些特征重復(fù)計(jì)算，導(dǎo)致夸大危害，不利于做出正確的決策，通過28個變量之間的相關(guān)系數(shù)可知現(xiàn)金流比率X1、債務(wù)保證率X2、主營業(yè)務(wù)收入現(xiàn)金比率X7、總資產(chǎn)現(xiàn)金回收率X10之間的相關(guān)系數(shù)均在95%以上，即X1幾乎完全可以解釋其他三個變量，剔除X2、X7、X10，保留X1即可；同樣現(xiàn)金股利支付率X5、營運(yùn)指數(shù)X6、固定資產(chǎn)再投資率X17、折舊影響系數(shù)X18之間的相關(guān)系數(shù)均在95%以上，保留X5即可；流入結(jié)構(gòu)中X20、X21以及流出結(jié)構(gòu)中X23、X24變量之間的相關(guān)系數(shù)也均在95%以上，保留X20和X23即可；從數(shù)據(jù)的可獲得性及完整性放棄投資活動創(chuàng)現(xiàn)率X11、現(xiàn)金股利保障倍數(shù)X15、籌資活動流入結(jié)構(gòu)比率X22、籌資活動流入流出結(jié)構(gòu)比率X28，剔除相關(guān)性較高的以及其他變量后，入選的變量如下：X1、X3、X4、X5、X8、X9、X12、X13、X14、X16、X19、X20、X23、X25、X26、X27，共16個。如圖1所示：

2.因子分析。

（1）因子分析的合理性驗(yàn)證。KMO和Bartlett球度檢驗(yàn)結(jié)果如表2，以判斷因子間的相關(guān)因素是否明顯并推斷樣本數(shù)據(jù)是否適合采用因子分析。KMO測度表示，其檢驗(yàn)值為0.556>0.5，根據(jù)統(tǒng)計(jì)學(xué)家Kaiser給出的標(biāo)準(zhǔn)認(rèn)為適合采用因子分析；Bartlett球度檢驗(yàn)可用于檢驗(yàn)相關(guān)矩陣是否為一個單位矩陣，如果是單位矩陣則認(rèn)為該模型是不合適的。這里檢驗(yàn)出的相伴概率為0，小于顯著性水平0.5，因此拒絕B檢驗(yàn)的零假設(shè)，認(rèn)為適合采用因子分析。

運(yùn)用SPSS輸出共同度表、總方差解釋表（表略），從因子變量對每個“重要度”方差的解釋率可以看到這16個原始變量的信息幾乎沒有損失，主成分幾乎包含了各原始變量96%以上的信息；按照SPSS默認(rèn)保留特征根大于1的原則提取的6個因子的“占方差百分?jǐn)?shù)”達(dá)到80.073%。同時根據(jù)碎石圖（如圖2）反映的變量變化趨勢發(fā)現(xiàn)，前面7到8個公共因子特征值變化非常明顯，而以后的變化比較平緩，因此說明提取7到8個公共因子可以對原變量的信息描述具有顯著作用，能比較全面地反映所有信息。但從因子載荷陣以及旋轉(zhuǎn)后的因子載荷陣，發(fā)現(xiàn)第8個公共因子沒有明顯的解釋變量，因此，本文采用主成分分析法（Principal components），提取7個公共因子，累計(jì)貢獻(xiàn)率達(dá)到86.239%，說明提取的7個公共因子反映了原始數(shù)據(jù)16個變量所能表達(dá)的信息。

（2）因子旋轉(zhuǎn)。為了使公共因子的實(shí)際意義更容易解釋，要進(jìn)行因子旋轉(zhuǎn)，最常用的是方差極大旋轉(zhuǎn)法Varimax和斜交旋轉(zhuǎn)法Promax。從輸出結(jié)果比較，Varimax明顯的能更好的對因子進(jìn)行解釋。

從輸出結(jié)果可知：因子F1集中反映了現(xiàn)金流比率X1、現(xiàn)金償付比率X3、凈利潤含金量X8、每股凈現(xiàn)金流X9、資本購置比率X12；因子F2集中反映了現(xiàn)金流滿足率X16、經(jīng)營活動現(xiàn)金流入結(jié)構(gòu)比率X20、籌資活動現(xiàn)金流出結(jié)構(gòu)比率X25；因子F3集中反映了強(qiáng)制性現(xiàn)金支付比率X4、經(jīng)營活動現(xiàn)金流出結(jié)構(gòu)比率X23、經(jīng)營活動現(xiàn)金流入流出結(jié)構(gòu)比率X26；因子F4集中反映了全部現(xiàn)金流比率X13、投資活動現(xiàn)金流入流出結(jié)構(gòu)比率X27；因子F5集中反映了投資活動融資比率X19；因子F6集中反映了現(xiàn)金滿足投資比率X14；因子F7集中反映了現(xiàn)金股利支付率X6。輸出的因子分析模型如下（僅列出主要的因子變量）：

（3）因子得分。根據(jù)所提取的七個因子，輸出其因子得分矩陣，如表3：

四、統(tǒng)計(jì)分析結(jié)果處理

1.警限設(shè)置和原則。判斷上市銀行警度的關(guān)鍵是確定有警與無警的臨界值，確定了該臨界值，無警區(qū)域的警限就相對確定；對于有警區(qū)域，根據(jù)警情把它分為四個等級，稱為低警、中警、高警和巨警。確定了無警與有警的臨界值后，按照慣例，以此臨界值為基點(diǎn)，并按照其正值的5/6、2/3及1/2的比例和負(fù)值的6/5、3/2及2倍來確定低警、中警、高警和巨警的分界點(diǎn)。

本文采用多數(shù)原則、半數(shù)原則與均數(shù)原則三種系統(tǒng)化方法進(jìn)行臨界值的確定。根據(jù)多數(shù)原則，認(rèn)為上市銀行在6年中大多數(shù)是處于無警的，按照此原則，可以把上市銀行7個公共因子的得分重新由小到大排列，從最大值向前選總數(shù)的2/3處止，這個數(shù)據(jù)區(qū)間作為無警區(qū)域；根據(jù)半數(shù)原則，認(rèn)為上市銀行在6年中至少有一半處于無警的，否則就無法解釋中國上市銀行這些年來的發(fā)展，因此無警與有警的分界線可取中位數(shù)所對應(yīng)的數(shù)值；根據(jù)均數(shù)原則，應(yīng)該取總平均數(shù)為無警的下限，同時計(jì)算均值時要去掉最高與最低兩個特殊值。然后根據(jù)三種原則下得出的結(jié)果，把所確定的警限加以綜合調(diào)整，求得一個更合理更科學(xué)的值。

2.計(jì)算F值和排名。根據(jù)萃取的7個公共因子所包含的主要變量的多少給每個公共因子賦予權(quán)重，求出綜合因子F，公式如下：

據(jù)此計(jì)算出的F值和各銀行的因子得分排名如表4，其中“名次”是以5家銀行6年的F值為根據(jù)排名，“年度名次”是對5家銀行相同年度分別排名，“綜合名次”是以5家銀行6年的F值均值為根據(jù)排名。

五、研究結(jié)論及展望

1.研究結(jié)論。

（1）通過因子分析，輸出了以上關(guān)于名次及警度分析結(jié)果，綜合名次為招商銀行、民生銀行、華夏銀行、上海浦東發(fā)展銀行、深圳發(fā)展銀行。從銀行6年的平均得分來看，其中4家銀行的得分為正值，說明這4家銀行的財(cái)務(wù)狀況相對較好。

（2）根據(jù)警限設(shè)置的結(jié)果，對5家上市銀行2006年-2011年共29個樣本數(shù)據(jù)的警度作出判斷，其中16個樣本數(shù)據(jù)無警、13個巨警?？傮w來看，5家上市銀行在償債能力、盈利能力、財(cái)務(wù)彈性、再投資能力以及結(jié)構(gòu)比率方面各有優(yōu)劣，在7個公共因子的得分也是各有優(yōu)劣，這與銀行業(yè)本身的經(jīng)營特點(diǎn)是一致的，即盈利性、安全性、流動性很難同時兼顧，關(guān)鍵是如何處理好三者的關(guān)系，實(shí)現(xiàn)三者的協(xié)調(diào)與平衡。

2.研究展望。

總體來看，中國商業(yè)銀行在這些年取得的成績是有目共睹，銀行業(yè)風(fēng)險(xiǎn)問題復(fù)雜多變也是顯而易見的。本文的統(tǒng)計(jì)結(jié)果雖然顯示出5家銀行在不同年度都有出現(xiàn)巨警狀況，但據(jù)此并不能判斷出該銀行出現(xiàn)了財(cái)務(wù)危機(jī)，只能說明在該年度的財(cái)務(wù)狀況相比較差，一方面可能是銀行經(jīng)營過程中出現(xiàn)了問題，另一方面也可能是宏觀調(diào)控給銀行經(jīng)營帶來了沖擊。

但是從前面的分析中，我們不難發(fā)現(xiàn)，現(xiàn)金流指標(biāo)預(yù)警體系并不能準(zhǔn)確地判斷出上市銀行的警度，這是因?yàn)楝F(xiàn)金流指標(biāo)并不能完全反映上市銀行的財(cái)務(wù)狀況，非財(cái)務(wù)指標(biāo)也會給銀行的財(cái)務(wù)狀況帶來重要的影響，因此可引入平衡計(jì)分卡（BSC，Balanced Scorecard）來彌補(bǔ)現(xiàn)金流指標(biāo)的不足，這具有明顯的理論價(jià)值和實(shí)際意義，結(jié)合現(xiàn)金流指標(biāo)和平衡計(jì)分卡才能夠建立一個更完善的、更科學(xué)的財(cái)務(wù)預(yù)警體系，才能更準(zhǔn)確地預(yù)測風(fēng)險(xiǎn)，使得商業(yè)銀行能更好的發(fā)展，更好的發(fā)揮其中堅(jiān)力量的作用。

[本文是河南省社科聯(lián)、河南省經(jīng)團(tuán)聯(lián)2012年度調(diào)研課題階段性研究成果（SKL-2012-3386）]

參考文獻(xiàn)：

1.劉慶華.構(gòu)建企業(yè)現(xiàn)金流量財(cái)務(wù)預(yù)警系統(tǒng)[J].財(cái)會月刊，2005（4）

2.聶麗潔，趙艷芳，高一帆.基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系構(gòu)建研究[J].經(jīng)濟(jì)問題，2011（3）

3.楊麗榮.商業(yè)銀行績效評價(jià)方法研究[D].西安交通大學(xué)學(xué)報(bào)，2006

4.Peter Rose. Commercial Bank Management [M]. third Edition. Los Angeles： RiChard D. Irwin， 1996： 164-216

5.張學(xué)謙.會計(jì)報(bào)表分析原理與方法[M].北京：對外經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2008

6.仲維良.基于現(xiàn)金流量的企業(yè)財(cái)務(wù)危機(jī)預(yù)警方法研究[D].大連理工大學(xué)學(xué)報(bào)，2007（9）

7.陳少華.財(cái)務(wù)報(bào)表分析方法[M].廈門：廈門大學(xué)出版社，2009

8.何曉群.多元統(tǒng)計(jì)分析[M].北京：中國人民大學(xué)出版社，2010

9.朱順泉.上市公司財(cái)務(wù)困境預(yù)警判別分析模型的建立及應(yīng)用研究[J].中國管理信息化，2006（3）

10.Rama Koundinya， Dev Prasad， Yash R. Puri. Corporate Failure： A Judgmental Approach to Prediction.[J]. University of Massachusetts-Lowell Working Paper， 2010， （09）： 76-79

11.Thresa Libby. The Balanced Scorecard： The Effects of Assurance and Process Accountability on Managerial Judgment[J]. The Accounting Review， 2004，（04）：1075-1077

12.Kevin Hendricks， Larry Menor and Christine Wiedman. The Balanced Scorecard： To adopt or not to adopt？[J]. Ivey Business Journal， 2008，（12）：1-8

（作者單位：鄭州升達(dá)經(jīng)貿(mào)管理學(xué)院 河南鄭州 451191）

（責(zé)編：呂尚）