[摘 要] 選取上市商業(yè)銀行2011～2013年的14個財務(wù)指標(biāo)，首先運(yùn)用因子分析法提取主因子，其次將提取的主因子進(jìn)行聚類分析，改變傳統(tǒng)的二分類，將財務(wù)風(fēng)險劃分為四類，最后通過尋找各類銀行財務(wù)風(fēng)險之間具有顯著性差異的指標(biāo)，并對這些指標(biāo)提取主因子，采用多分類Logistic 回歸法構(gòu)建一個上市商業(yè)銀行財務(wù)風(fēng)險評測模型，以期能有效地識別風(fēng)險，實(shí)證結(jié)果表明，模型預(yù)測能力較好。

[關(guān)鍵詞] 利率市場化；上市商業(yè)銀行；財務(wù)風(fēng)險；多元Logistic

[中圖分類號] F832.33 [文獻(xiàn)標(biāo)識碼] A [文章編號] 1008—1763（2014）06—0070—06

The Financial Risk Assessment of Listed Commercial Banks under the Condition of Marketization of Interest Rate

CAI Yanping，WANG Yujiao

（School of Business Administration，Hunan University， Changsha 410082，China）

Abstract： This article selects 14 financial indicators of the listed commercial banks from 2011 to 2013. First of all，We use factor analysis method to extract the main factors ， and then classify the extracted main factors by clustering analysis， the financial risk is devided into four categories instead of the traditional binary classification， finally look for indicators that have significant differences among all kinds of financial risks and extract the main factors of these indicators. Multiple classification Logistic regression method is used to construct a listed commercial bank financial risk evaluation model in order to identify risks effectively. The empirical results show that the model prediction ability is good.

Key words： interest rate marketization；listed commercial banks；financial risk；multivariate logistic

一 引 言

金融業(yè)在優(yōu)化資源配置、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整方面起著越來越重要的作用，然而我國金融業(yè)在對國民經(jīng)濟(jì)影響力不斷增強(qiáng)的同時，仍然存在眾多問題。

“穩(wěn)健推進(jìn)改革”是十八大確定金融發(fā)展的基調(diào)。其中利率市場化是我國金融體系變革的核心步驟，如今我國的利率市場化改革已步入深水區(qū)。隨著金融體制的不斷改革，上市商業(yè)銀行作為我國銀行業(yè)的重要組成部分，也在不斷加快經(jīng)營體制改革與創(chuàng)新的步伐，但是相對較高程度的利率市場化可能會導(dǎo)致大批商業(yè)銀行倒閉，造成銀行危機(jī)，這將對整個社會產(chǎn)生巨大影響。因此，建立合理的上市商業(yè)銀行財務(wù)風(fēng)險評價體系對于銀行自身的生存和發(fā)展，乃至整個國家的金融危機(jī)防范都有著重要意義。

財務(wù)風(fēng)險包括財務(wù)成果風(fēng)險和財務(wù)狀況風(fēng)險[1]，上市商業(yè)銀行的財務(wù)風(fēng)險是指在其經(jīng)營過程中由于資本結(jié)構(gòu)不合理、受一些不可預(yù)料因素的影響，導(dǎo)致實(shí)際收益與預(yù)期收益之間出現(xiàn)偏差，蒙受經(jīng)濟(jì)損失的風(fēng)險，主要包括：資本結(jié)構(gòu)風(fēng)險，資產(chǎn)質(zhì)量風(fēng)險，流動性風(fēng)險，市場風(fēng)險等方面。

如今，我國利率市場化已經(jīng)到了最關(guān)鍵的時期——人民幣存款與貸款利率市場化開始走向全面放開階段。2013年7月，中國人民銀行決定全面放開金融機(jī)構(gòu)貸款利率管制。利率市場化將導(dǎo)致我國商業(yè)銀行競爭加劇、利潤下降，傳統(tǒng)業(yè)務(wù)結(jié)構(gòu)和客戶結(jié)構(gòu)不能適應(yīng)利率市場化的發(fā)展，商業(yè)銀行面臨的主要風(fēng)險將是利率風(fēng)險。利率市場化的不斷推進(jìn)，對銀行的資產(chǎn)負(fù)債管理、風(fēng)險管理、內(nèi)部控制制度提出了更高的要求。如果不能較好地適應(yīng)利率市場化環(huán)境，利率的變動將會導(dǎo)致商業(yè)銀行發(fā)生嚴(yán)重的財務(wù)風(fēng)險。

二 利率市場化條件下的財務(wù)

風(fēng)險評價體系

在現(xiàn)階段，我國有關(guān)商業(yè)銀行財務(wù)風(fēng)險的研究，大多借鑒國外先進(jìn)的評價體系，再結(jié)合自身的實(shí)際情況進(jìn)行完善，其中，關(guān)于商業(yè)銀行財務(wù)風(fēng)險評價體系的研究有：1）國際上通行的“駱駝評價指標(biāo)體系（CAMEL Rating System）”是銀行風(fēng)險分析的典型代表；2）財務(wù)比率綜合分析法中的“杜邦財務(wù)分析體系”是一種具有重要意義的方法；3）平衡計分卡和 EVA 分析法也是目前比較有效的分析方法之一；目前，對于上市商業(yè)銀行財務(wù)風(fēng)險評價體系的研究還處于不斷完善的過程中。[2]

隨著利率市場化不斷推進(jìn)，我國上市商業(yè)銀行的經(jīng)營面臨著巨大挑戰(zhàn)。有關(guān)利率風(fēng)險的測度主要有以下幾種方法：1）利率敏感性分析，利率敏感性資產(chǎn)和利率敏感性負(fù)債在一定時期內(nèi)的差額，即利率敏感性缺口；與此相關(guān)的另一個概念是利率敏感性比率，即利率敏感性資產(chǎn)與利率敏感性負(fù)債的比值；前者是絕對值，后者是相對值；2）持續(xù)期分析，資產(chǎn)持續(xù)期與負(fù)債持續(xù)期缺口越小，利率風(fēng)險越??；3）風(fēng)險價值（VaR），從統(tǒng)計意義上講，VaR本身是個數(shù)字，是指在給定置信水平和一定持有期內(nèi)，預(yù)期資產(chǎn)組合的最大損失量。[3]本文在借鑒國內(nèi)外學(xué)者研究的基礎(chǔ)上，結(jié)合上市商業(yè)銀行實(shí)際經(jīng)營環(huán)境，構(gòu)建了基于利率市場化條件的我國上市商業(yè)銀行財務(wù)風(fēng)險評價體系。

（一）指標(biāo)體系構(gòu)建思路

由于我國上市商業(yè)銀行經(jīng)營商品的特殊性和經(jīng)營環(huán)境的復(fù)雜性，在利率市場化過程中，眾多因素的變化都可能會給商業(yè)銀行的經(jīng)營帶來財務(wù)風(fēng)險。

首先，由于商業(yè)銀行資本結(jié)構(gòu)的特殊性，銀行資本充足水平成為監(jiān)管部門關(guān)注的重點(diǎn)，也是商業(yè)銀行進(jìn)行融資和選擇經(jīng)營方式需要考慮的重要因素。銀行資本數(shù)量充足可吸收意外損失，使銀行在遭遇風(fēng)險損失時不致破產(chǎn)。上市商業(yè)銀行在利率市場化過程中的激烈競爭，會導(dǎo)致經(jīng)營風(fēng)險越來越大，故而擁有充足的資本具有極為重要的意義。

其次，《中華人民共和國商業(yè)銀行法》中已經(jīng)明確規(guī)定商業(yè)銀行以效益性、安全性、流動性為經(jīng)營原則，實(shí)行自主經(jīng)營，自擔(dān)風(fēng)險，自負(fù)盈虧，自我約束。效益性是指獲取最大限度的利潤，安全性是指保證收益的安全與穩(wěn)定，使其健康安全的發(fā)展，流動性是指銀行在不遭受損失的條件下滿足存款客戶提存或貸款、投資、內(nèi)部管理等對現(xiàn)金的要求。商業(yè)銀行的三性要求有統(tǒng)一性又有矛盾[4]，安全性和流動性是盈利的保證，反之，盈利性又可以促進(jìn)安全性和流動性水平的提升。但一般而言，流動性強(qiáng)，安全性高的資產(chǎn)其盈利性則較低，而盈利性較強(qiáng)的資產(chǎn)，則流動性較弱，風(fēng)險較大，安全性較差。由于三性要求的內(nèi)在矛盾，商業(yè)銀行在經(jīng)營中必須統(tǒng)籌考慮三者關(guān)系，綜合權(quán)衡利弊。

再次，利率市場化將引起銀行存貸利差的減小，利率風(fēng)險的擴(kuò)大，不管利率上升還是下降，利率敏感性缺口必然伴隨著利率風(fēng)險，與利率管制下相比，市場利率的波動對于銀行經(jīng)營的影響更大。

此外，商業(yè)銀行的發(fā)展還應(yīng)注重未來的增長潛力，實(shí)現(xiàn)商業(yè)銀行當(dāng)前與未來經(jīng)濟(jì)利益的統(tǒng)一，達(dá)到持續(xù)、有效、穩(wěn)定、協(xié)調(diào)的發(fā)展。

（二）評價指標(biāo)體系

鑒于上述分析，本文選取六類指標(biāo)：資本充足性指標(biāo)、資產(chǎn)安全指標(biāo)、流動性指標(biāo)、盈利能力指標(biāo)、利率風(fēng)險指標(biāo)和發(fā)展能力指標(biāo)。

三 實(shí)證分析

截止到2013年底，我國商業(yè)銀行數(shù)量已達(dá)到一定規(guī)模，但受資料來源的限制且鑒于樣本的代表性，本文收集了2011～2013年我國所有上市商業(yè)銀行的年度財務(wù)報告，并利用報告中的數(shù)據(jù)整理計算出上市商業(yè)銀行的財務(wù)風(fēng)險測度指標(biāo)。

在分析方法的選取上，首先，本文選取了較客觀的因子分析法，運(yùn)用特征方程和正交變換的數(shù)學(xué)處理方法對選取的上市商業(yè)銀行財務(wù)風(fēng)險評價指標(biāo)提取主因子。其次，為明確各上市商業(yè)銀行在不同時期的財務(wù)風(fēng)險狀況，利用所提取的主因子進(jìn)行聚類分析，將商業(yè)銀行的財務(wù)風(fēng)險客觀地劃分為四類。最后，通過比較四類研究樣本的財務(wù)特征的顯著性差異，找出影響上市商業(yè)銀行財務(wù)風(fēng)險的主要因素，建立一個多分類的Logistic回歸模型。

（一）因子分析

因子分析法是一種用少數(shù)幾個因子去描述多個指標(biāo)或變量間聯(lián)系的多元統(tǒng)計分析方法，從而達(dá)到以較少的因子反映原始變量的大部分信息的目的，同時也起到消除變量間共線性的作用。[5]

本文選用KMO檢驗(yàn)和Bartlett檢驗(yàn)，驗(yàn)證因子分析法適用與否。

對樣本數(shù)據(jù)進(jìn)行因子分析，同時為得到每個公因子的意義，以便于對實(shí)際情況進(jìn)行分析，故采用最大方差法對主因子矩陣進(jìn)行正交旋轉(zhuǎn)，得到主因子的解釋方差見表3，旋轉(zhuǎn)成分矩陣見表4。由表3和表4可知，提取出的五個因子有較高的解釋力度，累計達(dá)到79.775%。旋轉(zhuǎn)后的因子載荷較清晰，其中因子1主要解釋了X1、X2和X3這三個變量，反映了銀行資本充足性，可以命名為資本充足性因子。因子2在X13和X14上有較大的載荷，反映了銀行發(fā)展能力情況，可命名為成長因子。因子3在X11和X12上有較大載荷，反映了利率風(fēng)險情況，可命名為利率因子。因子4主要解釋了X8和X9兩個變量，可命名為盈利因子。因子5在X4和X5上有較大載荷，主要反映了銀行的資產(chǎn)安全情況。

（二）聚類分析

將因子分析法計算得出的5個公因子得分作為新變量進(jìn)行保存，并且將這5個公因子作為劃分企業(yè)財務(wù)狀況類別的自變量，通過SPSS中的K-均值聚類命令來完成聚類分析。

聚類分析后得到的因子均值如表5所示。結(jié)合之前的因子分析，上述五個指標(biāo)的因子貢獻(xiàn)率分別為23.002%、15.76%、15.6%、12.875.%、12.538%，對因子均值進(jìn)行加權(quán)匯總，四個組別的得分分別為0.2468，0.2403，0.0343，-0.3834，可知：第四組別的財務(wù)狀況為四組里最為嚴(yán)重，第三組別的財務(wù)狀況優(yōu)于第四組別，第二組優(yōu)于第三組，第一組是四個組中財務(wù)狀況最好的。

綜上所述，依此將16家上市商業(yè)銀行近3年的財務(wù)狀況分為四類：財務(wù)充盈（第一組別），財務(wù)穩(wěn)?。ǖ诙M別），財務(wù)危機(jī)（第三組別）和財務(wù)困境（第四組別）?？偡诸悢?shù)量占比和具體聚類結(jié)果分別見表6和表7。

（三）多分類Logistic回歸分析

一般在上市商業(yè)銀行財務(wù)風(fēng)險出現(xiàn)之前，與財務(wù)風(fēng)險相關(guān)的財務(wù)指標(biāo)都會不同程度地出現(xiàn)異常變化，上市商業(yè)銀行的財務(wù)風(fēng)險可以通過這些出現(xiàn)差異的指標(biāo)值的變化來加以預(yù)警。

在構(gòu)建模型前，需要對商業(yè)銀行財務(wù)風(fēng)險評價指標(biāo)體系進(jìn)行描述性統(tǒng)計分析，針對上市商業(yè)銀行出現(xiàn)的不同程度財務(wù)風(fēng)險，檢驗(yàn)具有顯著性差異的指標(biāo)，從而找出建立模型所需要的自變量。本文首先采用 K-S 檢驗(yàn)來檢驗(yàn)變量是否服從正態(tài)分布，其次對滿足正態(tài)分布的變量進(jìn)行方差齊性檢驗(yàn)，最后根據(jù)正態(tài)分布和方差齊性檢驗(yàn)的結(jié)果，分別采用單因素方差分析和K獨(dú)立樣本非參數(shù)檢驗(yàn)進(jìn)行均值差異性檢驗(yàn)。具體檢驗(yàn)結(jié)果如表8所示。

結(jié)果顯示，X3、X4、X9、X10、X13五個指標(biāo)在5%的顯著水平下，既符合正態(tài)性分布，又滿足滿足方差齊性，用單變量方差分析來檢驗(yàn)這五個變量，用K獨(dú)立樣本非參數(shù)檢驗(yàn)來檢驗(yàn)剩余變量。從檢驗(yàn)結(jié)果可以看出，在5%顯著性水平上，有4個變量接受原假設(shè)，其余10個變量（X2、X4、X5、X7、X8、X10、X11、X12、X13、X14）均拒絕原假設(shè)，即在各組變量間存在顯著性差異。

Logistic回歸模型對共線性較敏感，若不同財務(wù)指標(biāo)之間存在一定程度的相關(guān)性，將會影響財務(wù)風(fēng)險預(yù)測模型的準(zhǔn)確度[6，7]。因此，必須消除自變量之間的多重共線性，確保模型穩(wěn)健性。本文采用因子分析法，在不遺漏原始指標(biāo)所蘊(yùn)含的內(nèi)在信息條件下，提取所選擇自變量的主因子。結(jié)果表明，在顯著水平為5%的情況下，KMO測試值為0.626，Bartlett檢驗(yàn)卡方值139.268，即10個財務(wù)指標(biāo)變量之間存在較強(qiáng)相關(guān)性，適合進(jìn)行因子分析。按照方差累計貢獻(xiàn)率，對所選的10個具有顯著性差異的變量，提取信息涵蓋率達(dá)到76.795%的4個主因子。

一般Logistic回歸的因變量Y只有兩種取值（0和1），但本文因變量Y的取值有四種，所以需要采用多項Logistic模型（Multinomial-Logistic Regression），根據(jù)因變量取值是否有序可以將多項Logistic回歸分為有序多分類和無序多分類。但是當(dāng)存在下列兩種情況時，即便因變量是有序分類的，也需要采用無序多分類的Logistic回歸進(jìn)行分析[8]：

1）平行線檢驗(yàn)的P值小于0.05；

2）從專業(yè)角度評定自變量在各回歸方程中具有不同的效應(yīng)。

按上述理論，進(jìn)行平行線檢驗(yàn)（結(jié)果如表9），結(jié)果顯示P值小于0.05，所以，應(yīng)選擇無序多分類的Logistic回歸。

利用2011～2013年數(shù)據(jù)構(gòu)建的的四分類logistic模型的預(yù)測準(zhǔn)確率為91.7%，該模型的預(yù)測準(zhǔn)確率較為令人滿意，但對財務(wù)穩(wěn)健類（第二組）的誤判率稍高，說明對這類財務(wù)狀況的分類有待完善。

四 結(jié) 論

本文主要圍繞上市商業(yè)銀行財務(wù)風(fēng)險進(jìn)行了評價，從資本充足性、資產(chǎn)安全、流動性、盈利性和發(fā)展能力五個方面選取了14個財務(wù)指標(biāo)，通過對財務(wù)指標(biāo)進(jìn)行因子分析提取主因子，進(jìn)而引入聚類分析的方法將樣本銀行2011～2013年的財務(wù)狀況分成四類，既克服了我國缺乏破產(chǎn)銀行樣本的困難，又避免了以往人為評估銀行財務(wù)風(fēng)險狀況的主觀隨意性。鑒于二分類logistic模型僅將銀行的財務(wù)風(fēng)險狀況分為有風(fēng)險和無風(fēng)險兩類，而在現(xiàn)實(shí)中，商業(yè)銀行的財務(wù)風(fēng)險遠(yuǎn)不止這兩種情況。本文根據(jù)分析，建立了無序多分類logistic回歸模型，以期對上市商業(yè)銀行的財務(wù)風(fēng)險評測更加客觀，更貼近實(shí)際。研究的主要結(jié)論如下：

（1）通過將樣本上市商業(yè)銀行2011～2013年的財務(wù)數(shù)據(jù)進(jìn)行因子分析提取主因子，然后利用提取的主因子進(jìn)行聚類分析，將樣本銀行近三年的財務(wù)狀況分成四類。實(shí)證結(jié)果表明：我國上市商業(yè)銀行近三年中財務(wù)充盈和財務(wù)穩(wěn)健銀行的樣本比例遠(yuǎn)遠(yuǎn)小于財務(wù)危機(jī)銀行和財務(wù)困境銀行的樣本比例，尤其在2013年，除南京銀行外的15家上市商業(yè)銀行都處于財務(wù)危機(jī)及困境的水平，說明近年來我國上市商業(yè)銀行的總體經(jīng)營存在較大風(fēng)險。造成這一現(xiàn)象的原因可能有利率市場化，銀行間競爭加劇，多融資渠道的異軍突起，銀行存貸利差縮小等。

（2）通過對出現(xiàn)不同財務(wù)風(fēng)險狀況商業(yè)銀行的財務(wù)指標(biāo)進(jìn)行單樣本方差分析和K獨(dú)立樣本非參數(shù)檢驗(yàn)比較均值差異，得出核心資本充足率、不良貸款率、貸存比、總資產(chǎn)回報率、利率敏感比率偏離率、缺口風(fēng)險價值凈利潤比等10個指標(biāo)存在顯著性差異，因此，應(yīng)將這10個指標(biāo)作為我國上市商業(yè)銀行財務(wù)風(fēng)險的重點(diǎn)監(jiān)測指標(biāo)。其中利率風(fēng)險的兩個指標(biāo)都包括在其中，說明利率風(fēng)險對上市商業(yè)銀行財務(wù)狀況的影響不容忽視。

（3） 基于Logistic回歸法構(gòu)建了商業(yè)銀行財務(wù)風(fēng)險評測模型，由于Logistic模型對自變量共線性較敏感，故利用提取的核心資本充足率等10個指標(biāo)的主因子作為自變量構(gòu)建Logistic模型，通過對模型預(yù)測精度的檢驗(yàn)，說明該模型具有較好的預(yù)測效果，監(jiān)管部門和商業(yè)銀行經(jīng)營者可以利用該模型對上市商業(yè)銀行的財務(wù)風(fēng)險進(jìn)行分析判斷。

對于上市商業(yè)銀行財務(wù)風(fēng)險評價體系的建立，本文也存在著不足，由于數(shù)據(jù)來源的局限性，僅選取了上市商業(yè)銀行作為研究樣本，未能構(gòu)建一個適用所有商業(yè)銀行的評測系統(tǒng)；此外，本文選取的預(yù)警指標(biāo)幾乎都是財務(wù)指標(biāo)，后續(xù)研究可添加一些定性指標(biāo)進(jìn)行完善。

[參 考 文 獻(xiàn)]

[1] 牟成.商業(yè)銀行的財務(wù)風(fēng)險探討[J].現(xiàn)代商貿(mào)工業(yè)，2009，（4）：159-160.

[2] 王曉芹.我國上市商業(yè)銀行的財務(wù)風(fēng)險評價及實(shí)證分析[J].金融視線，2013，（25）：138-139.

[3] 高蓉蓉.我國商業(yè)銀行利率風(fēng)險度量方法選擇[J].改革與開放，2009，（10）：10-12.

[4] 付同青.商業(yè)銀行財務(wù)風(fēng)險控制研究[J].國際商務(wù)財會，2013（12）：44-48.

[5] 馬計斌，高春雷.基于PCA商業(yè)銀行經(jīng)濟(jì)效益評價研究[J].河北工程大學(xué)學(xué)報，2011，（4）：34-36.

[6] 羅曉光，劉飛虎.基于Logistic回歸法的商業(yè)銀行財務(wù)風(fēng)險預(yù)警模型研究[J].金融發(fā)展研究，2011，（11）：55-59.

[7] 何玉，王開田.政府財務(wù)信息網(wǎng)絡(luò)披露評估模型與影響因素[J].財經(jīng)理論與實(shí)踐，2012，（1）：38-43.

[8] 孫萬菊.基于Logistic模型的財務(wù)狀況分類研究[J].杭州電子科技大學(xué)學(xué)報，2012，（6）：195-197.

[9] 盧永艷，王維國.基于財務(wù)狀況多分類的財務(wù)危機(jī)預(yù)警[J].數(shù)學(xué)實(shí)踐與認(rèn)識，2011，（4）：29-33.