摘要：加強對商業(yè)銀行的風險預警可以及時采取措施防止風險擴大并消除風險。本文采用主成分分析法，選取2005年-2014年間ROE、ROA等七個財務指標計算樣本銀行的風險值，即綜合因子。判斷哪些銀行風險較大，哪些銀行風險較小。

關鍵詞：銀行風險；合成指數(shù)法；主成分分析

一、引言

國際經(jīng)驗表明，利率市場化的推進通常會增加金融機構尤其是商業(yè)銀行的風險，并可能誘發(fā)一些問題銀行倒閉（石凌風，2015）。作為國民經(jīng)濟的中樞部門，銀行一旦出現(xiàn)風險大量集聚，必然對宏觀經(jīng)濟產生重大沖擊。為此，我國有必要加強對商業(yè)銀行的風險預警。只有這樣，才能及時采取措施防止風險擴大，甚至消除風險。

二、國內外對銀行風險預警的研究成果綜述

最具代表性的是CAMEL評級法，作為一種定性研究方法，其被美國金融監(jiān)管當局所采用。CAMEL即資本、資產質量、管理、收益和流動性。這些指標都被分級，級別越高，說明風險越大；反之亦然。20世紀90年代，美國出現(xiàn)了數(shù)理統(tǒng)計法。此法可以發(fā)現(xiàn)可能導致銀行將來失敗的風險并能更加科學的找到不同變量之間的聯(lián)系（姜婉婧，2008）。

三、我國商業(yè)銀行風險預警實證分析

本文采取主成分分析法對我國銀行進行預警研究。選取8家股份制商業(yè)銀行的7個財務指標作為預警指數(shù)。所選銀行為中信銀行、光大銀行、華夏銀行、招商銀行、浦發(fā)銀行、興業(yè)銀行、民生銀行、平安銀行。本文使用軟件為SPSS19.0。

首先，對數(shù)據(jù)進行KMO和Bartlett檢驗，結果如表1。KMO和Bartlett檢驗所示：KMO值為0.598，介于0和1之間；Bartlett檢驗表明近似卡方值（Approx.Chi-Square）為272.737，相應的顯著性概率（Sig）高度顯著，表明可以用因子分析法對數(shù)據(jù)進行分析。

由表3可知，2014年綜合因子得分為1.425202，華夏銀行、浦發(fā)銀行、民生銀行和光大銀行）綜合因子得分大于該均值，風險較小。中信銀行、興業(yè)銀行、平安銀行和招商銀行風險綜合因子得分小于該均值，風險較大。

參考文獻：

[1]石凌風.商業(yè)銀行退出機制構建的國際經(jīng)驗及對我國的啟示[J].浙江金融，2015（03）：34-39.

[2]姜婉婧何金衛(wèi).商業(yè)銀行風險預警方法文獻綜述[J].中國商界，2008（12）：15.

[3]曾艾伶.我國國有商業(yè)銀行短期風險的預警研究[D].四川：西南財經(jīng)大學，2012（03）：23-50.