论文部分内容阅读
摘 要：随着我国利率市场化的逐步推进，以风险防范为视角对上市商业银行的财务风险进行合理评价，对银行业的健康发展和持续经营有着重要的作用和现实意义。因此，本文深入分析商业银行财务风险，通过因子分析找到在不同财务风险等级银行之间存在显著差异性的指标，在此基础上建立Logistic回归模型来对我国商业银行的财务风险进行预测。
关键词：商业银行 财务风险 Logistic回归
2015年10月，在降息降准的同时，央行宣布对商业银行和农村合作金融机构等不再设置存款利率浮动上限，标志着历经几十年中国的利率管制基本放开，市场化基本完成。
利率市场化可以使商业银行在定价方面更灵活，其定价更有主动权。然而，利率市场化后，一国的利率波动性会加强，商业银行盈利能力受到挑战，在某些金融监管与市场机制不完善的国家和地区，利率市场化甚至导致大批银行倒闭。因此在我国的商业银行在利率市场化之中时刻保持对于风险的警惕是十分重要的。本文运用Logistic回归模型建立银行财务预警模型，为我国商业银行的风险控制提供一些参考。
一、商业银行财务风险概述
本文的研究对象即商业银行的财务风险，由于银行业本身的经济交易活动和经营性质具有特殊性，经营交易的活动大都是以货币为基础的，货币资金的运动会造成经营状况的不确定性，而这些以货币资金为主的经营交易活动最终形成商业银行的财务活动。
我国的银行监管机构中国银行业监督管理委员会在 2004 年发布的《股份制商业银行风险评级体系（暂行）》对商业银行的风险进行了较为全面的分类，在该评级体系中将商业银行风险分为六大类。本文在借鉴国外商业银行风险预警的基础上，结合我国商业银行的实际，从资本充足性、资产质量、盈利能力、管理水平和流动性五个方面选取12个指标作为初选指标来评价商业银行财务风险（见表1）。
为了建立Logistic回归模型，必须要有发生财务风险和财务稳健两组进行对照。但是我国商业银行中，发生财务失败的很少，对照组数据难以取得。因此本文首先利用多元统计分析中的因子分析法，运用商业银行风险预警指标和风险预警指标权重得出风险预警综合指数值，从而得到“经营稳健的商业银行”和“经营出现财务风险的商业银行”两组研究样本。接着比较两组研究样本的财务特征的显著性差异，找出影响商业银行财务风险的主要因素和指标建立一个包括 4个解释变量的logistic回归模型。
二、研究样本的选择
截止到2014年底我国商业银行数量已达到一定规模。由于资料来源的限制，本文从国泰安数据库收集了包括所有上市的商业银行和几十家城市商业银行在内的49家商业银行2012年-2014年的财务报告，整理计算出商业银行财务风险测度指标。运用SPSS软件进行因子分析确定商业银行财务风险指标集的权重，因为数据在进行因子分析时都已经进行了标准化，因此3年综合得分的均值都为0，因此本文根据综合得分对整体得分的偏离率进行划分将综合得分处于整体得分区间60%以上的银行划分为“经营稳健的商业银行”，其他为“经营出现财务风险的商业银行”两组。
三、模型建立
1.因子分析。因子分析前首先需要对样本进行KMO和Bartlett检验来确定风险指标是否适合进行因子分析，检验结果见表2。可知选取的银行2012年、2013年和2014年指标数据的KMO检验值都介于0.5-1之间，Bartlett检验值都为0，可以认为样本数据适合做因子分析。
其次，利用2012年、2013年和2014年的数据提取公因子并选取特征根的值大于1提取公因子。本文采取成分分析法提取公因子共同度检验表（见表3）。发现一般以上共同度都超过 0.7，提取公因子后变量的贡献率较大，因此主因子能够反映大多数变量的信息。
根据原始变量对主因子影响的重要程度，可以根据主因子得分系数矩阵（见表5）来得到主要因子 F1、F2、F3 和 F4 （下转封三）（上接第71页）的这四个主因子的得分函数，具体公式如下：
各主因子的权重可以按照旋转后的载荷因子方差贡献比率来确定，可得到综合因子的公式，其表达式如下：
F=0.20692F1+0.18741F2+0.18493F3+0.14593F4
运用以上公式，计算我国49家商业银行2012年主因子综合得分F。
利用相同的方法计算2013年和2014年我国商业银行的风险综合评价分数，并以2012年、2013年和2014年风险综合评价得分平均值为依据划分财务出现风险的银行和财务稳健的银行。由此得到本文构建商业银行财务风险模型的73组“经营稳健的商业银行”和29组“经营出现财务风险的商业银行”两组研究样本，以及检验模型准确性的18家“经营稳健商业银行”和16家“经营出现财务风险的商业银行”。
2.指标体系的建立。在构建模型前，需要对商业银行财务风险评价指标体系进行描述性统计分析，找出具有不同风险的两类银行之间具有显著性差异的指标，从而找到建立模型所需要的自变量。本文首先采用K-S检验来检验变量是否服从正态分布，其次分别采用K-W检验和T检验比较均值差异。
可见在5%的显著性水平上，有7个指标包括资本充足率，核心资本充足率单一客户贷款率，最大十家客户贷款率，资产净利润率，成本收入比，存贷比率在“经营稳健的商业银行”和“经营出现财务风险的商业银行”之间存在显著性差异。因此本文选取这7个指标作为因变量进行logistic回归分析。
3.模型建立。首先将含有7个指标的两组共102个样本导入SPSS中作为因变量进行Logistic回归，发现资产净利率这个指标在5%的水平上不显著，因此将其剔除，再对剩余的其他6个指标进行回归，重复以上判定，每次将最不显著的一个指标剔除。在进行三次试回归后，我们共剔除了3个指标，核心资本充足率、单一客户贷款率、成本收入比、存贷比。将这四个指标进行一次二元Logistic回归，得到的结果如表7所示。
根据表4-3-4的结果，我们可以得到最终的回归方程为：
P=
根据该公式，我们可以计算出102组样本数据各自的P值，为了检验模型的正确性，我们将34组检验样本放入该模型进行检验，得到的检验结果如表8所示。
从表9可以看出模型对“经营稳健的商业银行”的预测精度达到了88.89%，对“经营出现财务风险的商业银行”的预测精度达到了87.5%，对检验样本的总体预测精度达到88.19%。这说明该模型具有比较好的预測效果，可以对公司的财务风险进行预警。
四、结语
通过因子分析，计算各指标的权重，通过各银行风险综合得分与平均比值将我国商业银行划分为“经营稳健的商业银行”以及“经营出现财务风险的银行”。克服了我国缺少破产银行样本的困难，而且用实证数据对银行风险等级进行划分，更具有科学性。
通过对比不同风险等级的商业银行的指标之间的差异性，得出四个具有显著差异性的指标，为我国商业银行银行进行风险控制提供了一定的依据。并且用这四个指标建立财务风险预警模型并对模型准确性进行了检验，说明该模型具有较好的适用性，可以为我国监管部门进行风险监督提供参考。
参考文献：
[1]罗晓光；刘飞虎，基于 Logistic 回归法的商业银行财务风险预警模型研究[J]，科技与管理，2012.
[2]Ohlson J.A.1980. Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Operation Research，9，（15）.
[3]中国银监会银行风险早期风险预警综合系统课题组，单体银行风险预警体系的构建[J]，金融研究，2009，（3）.
作者简介：顾晓敏（1961—），女，浙江象山，东华大学，教授，经济学博士；蒋丹（1991—），女，江苏丹阳，东华大学，硕士研究生，现代财务管理。
关键词：商业银行 财务风险 Logistic回归
2015年10月，在降息降准的同时，央行宣布对商业银行和农村合作金融机构等不再设置存款利率浮动上限，标志着历经几十年中国的利率管制基本放开，市场化基本完成。
利率市场化可以使商业银行在定价方面更灵活，其定价更有主动权。然而，利率市场化后，一国的利率波动性会加强，商业银行盈利能力受到挑战，在某些金融监管与市场机制不完善的国家和地区，利率市场化甚至导致大批银行倒闭。因此在我国的商业银行在利率市场化之中时刻保持对于风险的警惕是十分重要的。本文运用Logistic回归模型建立银行财务预警模型，为我国商业银行的风险控制提供一些参考。
一、商业银行财务风险概述
本文的研究对象即商业银行的财务风险，由于银行业本身的经济交易活动和经营性质具有特殊性，经营交易的活动大都是以货币为基础的，货币资金的运动会造成经营状况的不确定性，而这些以货币资金为主的经营交易活动最终形成商业银行的财务活动。
我国的银行监管机构中国银行业监督管理委员会在 2004 年发布的《股份制商业银行风险评级体系（暂行）》对商业银行的风险进行了较为全面的分类，在该评级体系中将商业银行风险分为六大类。本文在借鉴国外商业银行风险预警的基础上，结合我国商业银行的实际，从资本充足性、资产质量、盈利能力、管理水平和流动性五个方面选取12个指标作为初选指标来评价商业银行财务风险（见表1）。
为了建立Logistic回归模型，必须要有发生财务风险和财务稳健两组进行对照。但是我国商业银行中，发生财务失败的很少，对照组数据难以取得。因此本文首先利用多元统计分析中的因子分析法，运用商业银行风险预警指标和风险预警指标权重得出风险预警综合指数值，从而得到“经营稳健的商业银行”和“经营出现财务风险的商业银行”两组研究样本。接着比较两组研究样本的财务特征的显著性差异，找出影响商业银行财务风险的主要因素和指标建立一个包括 4个解释变量的logistic回归模型。
二、研究样本的选择
截止到2014年底我国商业银行数量已达到一定规模。由于资料来源的限制，本文从国泰安数据库收集了包括所有上市的商业银行和几十家城市商业银行在内的49家商业银行2012年-2014年的财务报告，整理计算出商业银行财务风险测度指标。运用SPSS软件进行因子分析确定商业银行财务风险指标集的权重，因为数据在进行因子分析时都已经进行了标准化，因此3年综合得分的均值都为0，因此本文根据综合得分对整体得分的偏离率进行划分将综合得分处于整体得分区间60%以上的银行划分为“经营稳健的商业银行”，其他为“经营出现财务风险的商业银行”两组。
三、模型建立
1.因子分析。因子分析前首先需要对样本进行KMO和Bartlett检验来确定风险指标是否适合进行因子分析，检验结果见表2。可知选取的银行2012年、2013年和2014年指标数据的KMO检验值都介于0.5-1之间，Bartlett检验值都为0，可以认为样本数据适合做因子分析。
其次，利用2012年、2013年和2014年的数据提取公因子并选取特征根的值大于1提取公因子。本文采取成分分析法提取公因子共同度检验表（见表3）。发现一般以上共同度都超过 0.7，提取公因子后变量的贡献率较大，因此主因子能够反映大多数变量的信息。
根据原始变量对主因子影响的重要程度，可以根据主因子得分系数矩阵（见表5）来得到主要因子 F1、F2、F3 和 F4 （下转封三）（上接第71页）的这四个主因子的得分函数，具体公式如下：
各主因子的权重可以按照旋转后的载荷因子方差贡献比率来确定，可得到综合因子的公式，其表达式如下：
F=0.20692F1+0.18741F2+0.18493F3+0.14593F4
运用以上公式，计算我国49家商业银行2012年主因子综合得分F。
利用相同的方法计算2013年和2014年我国商业银行的风险综合评价分数，并以2012年、2013年和2014年风险综合评价得分平均值为依据划分财务出现风险的银行和财务稳健的银行。由此得到本文构建商业银行财务风险模型的73组“经营稳健的商业银行”和29组“经营出现财务风险的商业银行”两组研究样本，以及检验模型准确性的18家“经营稳健商业银行”和16家“经营出现财务风险的商业银行”。
2.指标体系的建立。在构建模型前，需要对商业银行财务风险评价指标体系进行描述性统计分析，找出具有不同风险的两类银行之间具有显著性差异的指标，从而找到建立模型所需要的自变量。本文首先采用K-S检验来检验变量是否服从正态分布，其次分别采用K-W检验和T检验比较均值差异。
可见在5%的显著性水平上，有7个指标包括资本充足率，核心资本充足率单一客户贷款率，最大十家客户贷款率，资产净利润率，成本收入比，存贷比率在“经营稳健的商业银行”和“经营出现财务风险的商业银行”之间存在显著性差异。因此本文选取这7个指标作为因变量进行logistic回归分析。
3.模型建立。首先将含有7个指标的两组共102个样本导入SPSS中作为因变量进行Logistic回归，发现资产净利率这个指标在5%的水平上不显著，因此将其剔除，再对剩余的其他6个指标进行回归，重复以上判定，每次将最不显著的一个指标剔除。在进行三次试回归后，我们共剔除了3个指标，核心资本充足率、单一客户贷款率、成本收入比、存贷比。将这四个指标进行一次二元Logistic回归，得到的结果如表7所示。
根据表4-3-4的结果，我们可以得到最终的回归方程为：
P=
根据该公式，我们可以计算出102组样本数据各自的P值，为了检验模型的正确性，我们将34组检验样本放入该模型进行检验，得到的检验结果如表8所示。
从表9可以看出模型对“经营稳健的商业银行”的预测精度达到了88.89%，对“经营出现财务风险的商业银行”的预测精度达到了87.5%，对检验样本的总体预测精度达到88.19%。这说明该模型具有比较好的预測效果，可以对公司的财务风险进行预警。
四、结语
通过因子分析，计算各指标的权重，通过各银行风险综合得分与平均比值将我国商业银行划分为“经营稳健的商业银行”以及“经营出现财务风险的银行”。克服了我国缺少破产银行样本的困难，而且用实证数据对银行风险等级进行划分，更具有科学性。
通过对比不同风险等级的商业银行的指标之间的差异性，得出四个具有显著差异性的指标，为我国商业银行银行进行风险控制提供了一定的依据。并且用这四个指标建立财务风险预警模型并对模型准确性进行了检验，说明该模型具有较好的适用性，可以为我国监管部门进行风险监督提供参考。
参考文献：
[1]罗晓光；刘飞虎，基于 Logistic 回归法的商业银行财务风险预警模型研究[J]，科技与管理，2012.
[2]Ohlson J.A.1980. Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Operation Research，9，（15）.
[3]中国银监会银行风险早期风险预警综合系统课题组，单体银行风险预警体系的构建[J]，金融研究，2009，（3）.
作者简介：顾晓敏（1961—），女，浙江象山，东华大学，教授，经济学博士；蒋丹（1991—），女，江苏丹阳，东华大学，硕士研究生，现代财务管理。