蔡艷萍，王玉嬌

（湖南大學(xué) 工商管理學(xué)院，湖南 長沙 410082）

一 引 言

金融業(yè)在優(yōu)化資源配置、促進產(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)濟影響力不斷增強的同時，仍然存在眾多問題。

“穩(wěn)健推進改革”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，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防范都有著重要意義。

財務(wù)風險包括財務(wù)成果風險和財務(wù)狀況風險［1］，上市商業(yè)銀行的財務(wù)風險是指在其經(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)致實際收益與預(yù)期收益之間出現(xiàn)偏差，蒙受經(jīng)濟損失的風險，主要包括：資本結(jié)構(gòu)風險，資產(chǎn)質(zhì)量風險，流動性風險，市場風險等方面。

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)銀行面臨的主要風險將是利率風險。利率市場化的不斷推進，對銀行的資產(chǎn)負債管理、風險管理、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)生嚴重的財務(wù)風險。

二 利率市場化條件下的財務(wù)風險評價體系

在現(xiàn)階段，我國有關(guān)商業(yè)銀行財務(wù)風險的研究，大多借鑒國外先進的評價體系，再結(jié)合自身的實際情況進行完善，其中，關(guān)于商業(yè)銀行財務(wù)風險評價體系的研究有：1）國際上通行的“駱駝評價指標體系（CAMEL Rating System）”是銀行風險分析的典型代表；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，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)期與負債持續(xù)期缺口越小，利率風險越??；3）風險價值（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)風險評價體系。

（一）指標體系構(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，也是商業(yè)銀行進行融資和選擇經(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，實行自主經(jīng)營，自擔風險，自負盈虧，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，盈利性又可以促進安全性和流動性水平的提升。但一般而言，流動性強，安全性高的資產(chǎn)其盈利性則較低，而盈利性較強的資產(chǎn)，則流動性較弱，風險較大，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，利率風險的擴大，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，實現(xiàn)商業(yè)銀行當前與未來經(jīng)濟利益的統(tǒng)一，達到持續(xù)、有效、穩(wěn)定、協(xié)調(diào)的發(fā)展。

（二）評價指標體系

鑒于上述分析，本文選取六類指標：資本充足性指標、資產(chǎn)安全指標、流動性指標、盈利能力指標、利率風險指標和發(fā)展能力指標。詳細指標見表1。

表1 商業(yè)銀行財務(wù)風險評價指標

由于所選取的指標性質(zhì)不統(tǒng)一，為了便于比較，故而對其中的負向指標和適度指標進行處理，以使指標正向化。

三 實證分析

截止到2013年底，我國商業(yè)銀行數(shù)量已達到一定規(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)風險測度指標。

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)風險評價指標提取主因子。其次，為明確各上市商業(yè)銀行在不同時期的財務(wù)風險狀況，利用所提取的主因子進行聚類分析，將商業(yè)銀行的財務(wù)風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或變量間聯(lián)系的多元統(tǒng)計分析方法，從而達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檢驗和Bartlett檢驗，驗證因子分析法適用與否。實證結(jié)果如下：

表2 KMO和Bartlett檢驗

由表2可知，通過Bartlett檢驗，概率P值接近于0，在5%的顯著性水平下，應(yīng)拒絕原假設(shè)，認為相關(guān)系數(shù)矩陣與單位陣是顯著不同的。同時KMO值為0.564，綜合兩個檢驗值的結(jié)果表明：選取的財務(wù)風險評價指標具有較強的相關(guān)性，即認為樣本數(shù)據(jù)適合進行因子分析。

表3 解釋的總方差

表4 旋轉(zhuǎn)成份矩陣

對樣本數(shù)據(jù)進行因子分析，同時為得到每個公因子的意義，以便于對實際情況進行分析，故采用最大方差法對主因子矩陣進行正交旋轉(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。

表5 聚類分析因子均值

表6 聚類分布

（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。

表7 聚類結(jié)果

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，上述五個指標的因子貢獻率分別為 23.002%、15.76%、15.6%、12.875.%、12.538%，對因子均值進行加權(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（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)風險出現(xiàn)之前，與財務(wù)風險相關(guān)的財務(wù)指標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)風險可以通過這些出現(xiàn)差異的指標值的變化來加以預(yù)警。

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

表8 K－S檢驗、方差齊性檢驗、單因素方差分析和K獨立樣本非參數(shù)檢驗

結(jié)果顯示，X3、X4、X9、X10、X13五個指標在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這五個變量，用K獨立樣本非參數(shù)檢驗來檢驗剩余變量。從檢驗結(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)指標之間存在一定程度的相關(guān)性，將會影響財務(wù)風險預(yù)測模型的準確度［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，在不遺漏原始指標所蘊含的內(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檢驗卡方值139.268，即10個財務(wù)指標變量之間存在較強相關(guān)性，適合進行因子分析。按照方差累計貢獻率，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回歸進行分析［8］：

1）平行線檢驗的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，進行平行線檢驗（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。

表9 平行線檢驗

對于無序多分類的Logistic回歸，模型會定義因變量的某一個水平為參照水平（SPSS默認取水平大的為參照），其他水平均與其相比，建立水平數(shù)－l個廣義Logit模型。假設(shè)自變量有n個，因變量為m類，其取值水平分別為1、2、……m，相應(yīng)取值水平的概率為P1、P2、…Pm，對P個自變量擬合m－1個廣義Logit模型［8］：

顯然，此時應(yīng)當有p1＋p2＋……pm＝1。通過上述變換，Logit（P）的取值范圍就被擴

展為以0為對稱點的整個實數(shù)區(qū)域（－∞，＋∞），這使得在任何的自變量取值下，對P值預(yù)測均有實際意義。

進行無序多分類的Logistic回歸，并對每個自變量作用進行似然比檢驗，檢驗結(jié)果見表10，所有變量的P<0.05，顯示所提取的4個主成分對模型的作用都是有統(tǒng)計意義的，表11給出了具體三個模型的擬合參數(shù)。

表10 似然比檢驗

進行回歸后，得到三個模型的具體擬合參數(shù)，見表11。

表11 模型擬合參數(shù)

本文以第四組為參照水平，根據(jù)表11得到具體的擬合模型分別為：

根據(jù)似合模型對樣本銀行進行財務(wù)風險預(yù)測，得到的預(yù)測結(jié)果如表12所示。

表12 模型預(yù)測結(jié)果

利用2011～2013年數(shù)據(jù)構(gòu)建的的四分類logistic模型的預(yù)測準確率為91.7%，該模型的預(yù)測準確率較為令人滿意，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)風險進行了評價，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，通過對財務(wù)指標進行因子分析提取主因子，進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)風險狀況分為有風險和無風險兩類，而在現(xiàn)實中，商業(yè)銀行的財務(wù)風險遠不止這兩種情況。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)風險評測更加客觀，更貼近實際。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)進行因子分析提取主因子，然后利用提取的主因子進行聚類分析，將樣本銀行近三年的財務(wù)狀況分成四類。實證結(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遠小于財務(wù)危機銀行和財務(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)風險狀況商業(yè)銀行的財務(wù)指標進行單樣本方差分析和K獨立樣本非參數(shù)檢驗比較均值差異，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、缺口風險價值凈利潤比等10個指標存在顯著性差異，因此，應(yīng)將這10個指標作為我國上市商業(yè)銀行財務(wù)風險的重點監(jiān)測指標。其中利率風險的兩個指標都包括在其中，說明利率風險對上市商業(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，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)風險進行分析判斷。

對于上市商業(yè)銀行財務(wù)風險評價體系的建立，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)警指標幾乎都是財務(wù)指標，后續(xù)研究可添加一些定性指標進行完善。

［1］ 牟成.商業(yè)銀行的財務(wù)風險探討［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)風險評價及實證分析［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)危機預(yù)警［J］.數(shù)學(xué)實踐與認識，2011，（4）：29－33.