生艷梅+++趙瑛杰

摘要： 經(jīng)濟新常態(tài)下商業(yè)銀行面臨著更多的財務風險，綜合考慮商業(yè)銀行在經(jīng)濟新常態(tài)下所面臨的所有財務風險因素，有針對性地建立一個商業(yè)銀行財務風險評價指標體系。并以國內18家上市商業(yè)銀行為例，利用集值迭代法確定各指標的權重，采用灰色關聯(lián)分析法進行商業(yè)銀行財務風險的綜合評價，從而了解我國商業(yè)銀行財務風險的真實控制水平。

Abstract： Under the economic new norm， commercial banks are faced with more financial risks. By considering all the financial risk factors faced by the commercial banks under the economic new norm， a commercial bank financial risk evaluation index system is established. This paper takes 18 listed commercial banks in China as the example， uses the set value iteration method to determine the weights of each index. And the grey correlation analysis is used to carry out the comprehensive evaluation of financial risks of commercial banks to understand the real control level of the financial risks of commercial banks in China.

關鍵詞： 經(jīng)濟新常態(tài)；商業(yè)銀行；財務風險；灰色關聯(lián)分析法

Key words： the new economy norm；commercial banks；financial risk；grey correlation analysis method

中圖分類號：F253.7 文獻標識碼：A 文章編號：1006-4311（2017）05-0045-03

0 引言

在我國經(jīng)濟步入新常態(tài)后，我國商業(yè)銀行面臨著不良貸款違約風險累計、利率市場化進程加快、政府隱性剛性擔保消失、互聯(lián)網(wǎng)金融沖擊[1]、金融監(jiān)管更加嚴格等經(jīng)營挑戰(zhàn)，其財務風險與日俱增[2]。而商業(yè)銀行的健康穩(wěn)定發(fā)展關系到我國經(jīng)濟的發(fā)展乃至國家安全。因此，商業(yè)銀行的財務風險研究一直都是學者們重點關注的內容[3]。本文在現(xiàn)有研究的基礎上，結合我國經(jīng)濟新常態(tài)下商業(yè)銀行面臨著的經(jīng)營挑戰(zhàn)，建立起符合我國商業(yè)銀行在經(jīng)濟新常態(tài)下的自身發(fā)展要求的財務風險管理體系具有較強的理論與現(xiàn)實意義。

1 經(jīng)濟新常態(tài)下商業(yè)銀行經(jīng)營面臨的挑戰(zhàn)

當前我國經(jīng)濟處于經(jīng)濟增長換檔期、結構調整陣痛期、前期刺激政策消化期的“三期疊加”階段，經(jīng)濟增長速度由高速轉向中高速，已經(jīng)進入經(jīng)濟發(fā)展的新常態(tài)[4]。作為金融業(yè)核心組成部分的我國商業(yè)銀行，在新常態(tài)下面臨著許多新的挑戰(zhàn)。

1.1 商業(yè)不良貸款違約風險增加

經(jīng)濟新常態(tài)下國民經(jīng)濟增長速度放緩，產(chǎn)能過剩行業(yè)部分經(jīng)營困難企業(yè)出現(xiàn)生產(chǎn)難以為繼和還款困難等現(xiàn)象。商業(yè)銀行面臨的貸款違約風險不斷加大，其不良貸款余額和不良貸款率出現(xiàn)一定程度的上升，商業(yè)銀行面臨的財務風險進一步增加。

1.2 利率市場化進程加快

自我國取消了對貸款利率的浮動限制，并進一步放寬存款利率的浮動上限后。大多數(shù)商業(yè)銀行在經(jīng)營中均選擇將存款利率浮動到上限，使得商業(yè)銀行的存貸利差不斷縮小。目前利息收入仍然是商業(yè)銀行的主要利潤來源，存貸利差的縮小必然會導致商業(yè)銀行收入的減少，增加銀行財務風險。

1.3 政府隱性剛性擔保消失

在經(jīng)濟新常態(tài)下，我國政府用商業(yè)銀行的風險自擔、行業(yè)自保取代了原來的政府隱性剛性支付擔保。在這種情況下，商業(yè)銀行全權負責自己經(jīng)營行為的一切后果，這對于已經(jīng)積累了一定財務風險的商業(yè)銀行來說，無形中又提升其財務風險。

1.4 互聯(lián)網(wǎng)金融沖擊

經(jīng)濟新常態(tài)下，互聯(lián)網(wǎng)金融是指非金融機構通過互聯(lián)網(wǎng)所從事的包括第三方支付平臺、眾籌、P2P等在內的金融活動?；ヂ?lián)網(wǎng)金融因其存入限額低、交易成本低、使用方便快捷、投資收益率高等特點，吸引著居民將資金從商業(yè)銀行體系向互聯(lián)網(wǎng)金融轉移，同時一批具有一定經(jīng)濟實力的非金融機構借助互聯(lián)網(wǎng)進入到金融行業(yè)中，又進一步擴大了互聯(lián)網(wǎng)金融的影響?；ヂ?lián)網(wǎng)金融同時沖擊著商業(yè)銀行的存款和理財業(yè)務，對商業(yè)銀行的收入和財務風險產(chǎn)生深遠影響。

1.5 監(jiān)管更加嚴格

經(jīng)濟新常態(tài)下，金融創(chuàng)新產(chǎn)品不斷涌現(xiàn)，為保障金融市場的健康發(fā)展，我國政府在盡可能減少對金融市場的影響的前提下，會加強對包括商業(yè)銀行在內的金融機構的監(jiān)管，更嚴的金融監(jiān)管會在一定程度上限制了商業(yè)銀行各項業(yè)務的開展。

2 商業(yè)銀行財務風險評價指標體系

2.1 商業(yè)銀行財務風險涵義

根據(jù)商業(yè)銀行自身的經(jīng)營特點和國內外學者對商業(yè)銀行財務風險的研究成果，可以將商業(yè)銀行財務風險歸納為：商業(yè)銀行在其財務活動中由于宏觀環(huán)境的變化、自身經(jīng)營管理活動的失誤等難以預料的因素導致其財務狀況不穩(wěn)定而蒙受損失的可能性[5]。

2.2 商業(yè)銀行財務風險評價指標體系指標建立

完整合理的指標體系是對商業(yè)銀行財務風險進行合理客觀評價的基礎，本文在總結前人研究成果的基礎上，結合我國商業(yè)銀行在經(jīng)濟新常態(tài)下面臨著的財務風險的實際，依據(jù)科學性、全面性、可操作性和可對比性等原則，從流動風險、信用風險、經(jīng)營風險和資本風險四個角度選擇指標[6-8]，最終建立的指標體系見表1。

3 實證研究

3.1 評價對象

本文選取在我國滬深兩地上市的18家商業(yè)銀行（具體見表2）作為商業(yè)銀行財務風險評價的實證研究對象，主要是基于以下兩點：一是這18家基本涵蓋我國商業(yè)銀行的主要類別，且18家商業(yè)銀行的總市場份額處于市場絕對壟斷地位，樣本能反映商業(yè)銀行整體情況；這18家商業(yè)銀行均為上市公司，定期披露財務數(shù)據(jù)信息，信息獲取方便且真實，便于進行分析對比。

3.2 財務數(shù)據(jù)收集

本文研究所采用的財務數(shù)據(jù)來自于18家上市商業(yè)銀行的年度報告，為了充分反映出經(jīng)濟新常態(tài)對商業(yè)銀行財務風險的影響，所選取的年度財務報表的年份為自經(jīng)濟新常態(tài)概念自2014年被提出以后的一個完整年度——2015年。

3.3 評價過程

灰色關聯(lián)分析適用于定量描述一個系統(tǒng)的發(fā)展變化態(tài)勢，其運作原理是先確定一個參考數(shù)據(jù)列，然后比較若干個比較數(shù)據(jù)列與參考數(shù)據(jù)列的幾何形狀相似程度，進而確定比較數(shù)據(jù)列與參考數(shù)據(jù)列的聯(lián)系是否緊密。該方法的具體計算過程如下：

①確定被評企業(yè)的指標值數(shù)列：

從18家上市商業(yè)銀行2015年年度報告中篩選出相應的財務指標，得到指標值數(shù)列A如下：

■

②確定參考評價標準數(shù)列：

從各項指標中選取每個指標的最佳值組成評價標準數(shù)列A0

A0=（49.10，69.31，0.83，205.31，2.88，3.23，15.61，21.59，

2.16，2.67，2.63，3.64，15.39，13.13，93.43）

③確定評價指標的權重：由集值迭代法計算得到各項指標權重為：

W=（0.0478，0.0488，0.0519，0.0509，0.0526，0.0537，

0.0557，0.0582，0.0519，0.0556，0.0552，0.0523，0.0520，0.0540，0.0538）

④求差序列、兩極最大差序列以及兩極最小差序列：

■

Δmax=[24.25，23.05，1.56，220.87，1.68，3.93，13.75，13.42，

1.29，2.12，0.62，1.39，4.7，4.7，1.85]

Δmin=[0，0，0，0，0，0，0，0，0，0，0，0，0，0，0]

⑤計算關聯(lián)系數(shù)：取ξ=0.5，根據(jù)ξi（k）=■，計算得出結果：

■

⑥計算關聯(lián)度ri=■Wk？著i（k），由此可得到關聯(lián)度大小及排序，如表3所示。

從商業(yè)銀行財務風險灰色關聯(lián)度分析結果來看，我國18家上市商業(yè)銀行整體的財務風險灰色關聯(lián)度處于區(qū)間[0.42，0.53]的范圍內：一方面說明雖然商業(yè)銀行的規(guī)模和經(jīng)營方式存在一定差異，但是在財務風險控制管理方面能力我國商業(yè)銀行的水平比較接近；另一方面也反映出我國商業(yè)銀行的財務風險控制能力普遍不是很高，面對經(jīng)濟新常態(tài)所帶來的眾多不利于商業(yè)銀行穩(wěn)定經(jīng)營的風險因素，商業(yè)銀行未來面臨的財務風險具有提升之勢，商業(yè)銀行必須要盡快提升其財務風險控制能力已應對未來的財務風險。

4 結語

基于歷史原因我國商業(yè)銀行財務風險控制能力不是很強，經(jīng)濟新常態(tài)對商業(yè)銀行的沖擊進一步降低了我國商業(yè)銀行的財務風險能力。因此我國商業(yè)銀行應加強經(jīng)濟新常態(tài)對商業(yè)銀行的影響研究，從而有針對性地采取相應措施來提高其財務風險控制能力，盡可能消除經(jīng)濟新常態(tài)對商業(yè)銀行的不利影響。具體來看，應重點關注以下幾方面：

4.1 降低不良貸款

商業(yè)銀行可采取信貸資產(chǎn)證券化來對盤活資產(chǎn)業(yè)務的存量，即商業(yè)銀行可與保險、基金、信托等非銀行金融機構簽訂合作協(xié)議，共同出資建立資產(chǎn)池來進行信貸資產(chǎn)證券化合作，剝離自身的不良貸款，同時商業(yè)銀行還應主動參與到地方政府債務不良資產(chǎn)的剝離行動中。

4.2 增加非息業(yè)主收入，減少對利息收入的依賴程度

利率市場化程度的提高，降低可商業(yè)銀行存貸業(yè)務的盈利空間。因此，商業(yè)銀行應積極拓展中間業(yè)務，實施差異化經(jīng)營。不僅要滿足客戶的現(xiàn)行金融需求，還應在挖掘客戶的潛在需求，從而為客戶提供通過個性化的金融產(chǎn)品和服務方案，提高客戶滿意度和忠誠度，與客戶共同成長。

4.3 采取有效技術措施追蹤和控制貸款風險

隨著經(jīng)濟增速的放緩，貸款利率會處于下降通道，商業(yè)銀行應加強對風險的防控，以減少不良貸款的發(fā)生。做好風險量化：商業(yè)銀行應運用大數(shù)據(jù)、云計算等IT技術對其多年經(jīng)營所積累的信貸數(shù)據(jù)進行分析，構建風險量化評估體系，對貸款風險進行跟蹤和預警。

4.4 利用互聯(lián)網(wǎng)技術拓展新型業(yè)務

因金額少、存款時間比較短等特點，活期存款一直沒有得到商業(yè)銀行的充分重視。而互聯(lián)網(wǎng)金融的出現(xiàn)徹底顛覆了對活期存款的傳統(tǒng)認識，互聯(lián)網(wǎng)金融也因此取得了迅猛發(fā)展。因此，商業(yè)銀行應打破思維定式，利用互聯(lián)網(wǎng)技術來對現(xiàn)有業(yè)務進行升級拓展，為客戶提供更多更適合的創(chuàng)新服務。

參考文獻：

[1]李宏暢.互聯(lián)網(wǎng)金融發(fā)展模式研究[J].遼寧工程技術大學學報（社會科學版），2015，17（3）：185.

[2]丁德臣.經(jīng)濟新常態(tài)下商業(yè)銀行風險預警系統(tǒng)研究[J].宏觀經(jīng)濟研究，2016（04）：124-134.

[3]尤海波，鄭曉亞.經(jīng)濟新常態(tài)與中小型商業(yè)銀行業(yè)務發(fā)展機遇[J].經(jīng)濟論壇，2015（09）：51-57.

[4]孫少巖，張亮.新時期商業(yè)銀行的戰(zhàn)略抉擇[J].經(jīng)濟縱橫，2015（03）：125-128.

[5]張劍光，孫哲峰.商業(yè)銀行風險評估與控制研究[J].中國市場，2013（23）：14-18.

[6]謝平，鄒傳偉.互聯(lián)網(wǎng)金融模式研究[J].金融研究，2012（12）：45-47.

[7]Shen，K-Y and Tzeng，G-H， A decisionrule-based soft computing model for supporting financial performance improvement of the bankingindustry[J]. Soft Computing，Vol.19，No.4，2015.

[8]Chiaramonte，L.，Should we trust the Z-score Evidence from the European banking industry[J]. GlobalFinance Journal，Vol.11，No.2，2015.