基于因子分析法的城市商业银行财务风险预警体系研究.doc

金融理论与实践2017,04,31-34基于因子分析法的城市商业银行财务风 险预警体系研究李燕桂林电子科技大学信息科技学院导出/参考文献关注分享收藏打印摘要：城市商业银行作为我国金融体系中重要的组成部分，它的稳定和发展对整个国 家的金融和经济运行都有非常重要的意义在借鉴国内外关于城市商业银行财务 风险预警研宄的基础上，以多家城市商业银行的年报数据为基础，运用科学方 法遴选出一套有效的银行财务风险预警指标体系，采用因子分析赋权法确定了 各指标的权重，构建了城市商业银行财务风险预警体系的综合度量模型，并对 某城市商业银行的财务风险指标进行实证检验和分析关键词：城市商业银行;财务风险;因子分析法;预警模型;作者简介：李燕（1980一），女，山西左权人，硕士，讲师，研究方向：金融风 险管理收稿日期：2017-01-10Received： 2017-01-10自1995年我国第一家城市商业银行成立以来，经过20多年的快速发展，截至 2017年1刀份，全国己经有157家城市商业银行作为我国金融体系中重要组 成部分，城市商业银行在支持地方经济发展、解决中小企业融资问题、为当地居 民提供便捷的金融服务等方面发挥了积极作用。

但是，由于城市商业银行本身所 具有的资产规模较小、资金来源有限、公司治理不健全等不足，它比国有银行和 股份制银行面临更多的风险因为银行机构的风险具有隐蔽性和扩散性的特点， 如果不能及时发现和有效控制，会对国家经济发展和金融稳定带来巨大的破坏 建立财务风险预警体系是有效防范银行风险的重要途径，也是决定商业银行风 险管理水平的关键，因此本文结合我国城市商业银行的实际情况，借鉴国内外关于商业银行财务风险预警研宄的经验，通过设立科学的财务风险监管指标和 合理的风险预警模型，构建了适合城市商业银行防范财务风险的监测预警体系， 对财务风险状况进行综合评价，为提升城市商业银行风险控制水平提供有效帮 助一、城市商业银行财务风险预警体系的概述由于城市商业银行的发展不仅受到地方经济金融整体运行状态的影响，而且还 会受到自身稳定性的影响因此，在选择财务风险评价预警方法和模型时，需要 考虑其灵活性和适用性，所建立的预警体系中指标的选取必须科学、合理，指标 权重的确定必须结合城市商业银行所在地区金融和经济发展的实际情况m为 了所建立的财务风险预警模型可以及时发现银行在经营管理活动中存在的潜在 财务风险，并在危机发生之前向银行经营者发出警告，本文所构建的城市商业 银行风险预警系统由预警指标体系、指标临界值的确定、预警模型或方法的选择 和风险的综合评价及预警信号灯显示等几部分组成。

一）预警指标体系及临界值的确定m本文在借鉴国内外有关商业银行财务风险预警指标的研宄成果和多家城市商业 银行的年报数据中所记录的金融监管核心财务风险指标的基础上，按照科学性 和实用性的原则，从盈利能力、资产质量和资木充足等四个方面，选取表1所示 的11个指标作为评价城市商业银行财务风险的监管指标体系表1城市商业银行财务风险监管指标体系下载原表财务指标计算公式m盈利能资产利润率净利椰资产平均余额彡 0.6%力輪资本利醇翱润/平均资本芬11%(%)成本收人比营业费用/营业收人賓45%不良職率不良贷款/总贷款余额^5%资产质量拨备覆盖率实际计提贷款损失准备坏良 贷款^100%指标单-客户饊1中度单-最大客户贷麵織芬10%(%)单-釧客户授讎 中度最大-鍵眺户授信总额/ 资本净额^5%资本充足核心资本充足率核心资本/加权风险资产^4%率i旨标资本充足率资織伽权风险资产^8%其他财务存贷比贷款余额/存款余额或75%指 te(%)流动性比率流动资产/流动负债或25%（二）预警模型或方法的选择风险预警方法的选择是构建风险预警体系的关键环节，它决定了预警体系的有 效性和可行性由于受到地域和规模限制，城市商业银行很难引进高学历、高能 力的复合型金融人才，因此不太适合选用原理和计算都较复杂的数学模型作为 预警方法，本文采用具有实用性和可行性的指标体系评分法作为城市商业银行 的财务风险预警方法。

该方法不但可以对单个指标的异常做出准确的预警，而且 可以仝面反映银行的财务风险状况指标体系评分法会对每个单项指标设置预警 值，通过分析某个财务风险指标的变化情况来制定和应的调控和预警方向；同时, 指标预警体系由多个单项指标构成，根据每个指标对整体风险的影响程度为其 设置权重，将每个指标的数值乘以权重并加总求和就可以得到财务风险的综合 得分三）预警区间的确定及信号灯显示通过综合指标评价法计算出城市商业银行的财务风险指标综合得分后，在确定 不同风险等级临界值基础上，釆用风险预警信号表示银行所面临的风险现状木 文根据城市商业银行财务风险的实际综合得分与“安全值”之比不同划分为安 全、棊本安全、低度风险、中度风险和高度风险五个预警区间，分别对应绿色、 蓝色、黄色、橙色和红色五种信号灯，如表2所示其中，“安全值”的具体数 值是通过将表1中各个财务风险指标的临界值乘以指标权重所计算出的综合得 分用某个城市商业银行的财务风险综合得分与该“安全值”之比，作为评价该 银行财务风险状况的依据表2城市商业银行财务风险等级和对应风险度[3] 下载原表风险等级安全基本安全低度风险中度风险高度风险实际得分与 安圣（i之比^1.2(1,1.2](0.8,1](0.6,0.8]賓0.6二、城市商业银行财务风险预警方法的具体应用利用综合指标评价法对某城市商业银行财务风险进行综合评价需要完成以下几 个步骤。

第一，查阅该城市商业银行所属地区的多家城市商业银行近几年年报， 记录其中的财务风险指标数据，并进行同向化处理;第二，以上一步中的数据为 样本，利用因子分析法确定每个指标的权重;第三，将表1中各个财务风险指标 的临界值进行同向化处理后，再乘以第二步中所计算出的各个财务风险指标的 权重，得到该地区城市商业银行财务风险的“安全值”：第四步，以该城市商业 银行某年的财务风险指标数值为依据，计算其财务风险评价综合得分，并将之 于“安全值”进行比较，依照表2中的标准得出该城市商业银行财务风险评价 等级及预警信号一〉指标数据的同向化处理m由于表1种所列指标有正指标、逆指标和适度指标三种类型，直接利用指标数值 进行计算没有意义，因此需要对指标进行同向化处理，将所有指标都调整为正 指标，即指标的数值越大表示银行所面临的财务风险越小因为逆指标的数值越 小表示财务风险越小，如:成本收入比、不良贷款率、单一客户贷款集中度和单 一集团客户授信集中度，要将其转化为正指标，可以通过直接计算其倒数来实 现适度指标的取值越接近某一确定数值越好，例如存贷比和流动比率因为适 度指标么与理想值a的距离越小越好，因此|zra|相当于一个逆指标，可通过求 倒数将其正向化。

1. 逆指标转化为正指标11 ,z;IIziZ,为逆指标的实际值，Zi为逆指标的实际值进行转化后所得的正指标数值2. 适度指标转化为正指标Zi为适度指标的实际值，Zi为适度指标的实际值进行转化后所得的正指标数值， a为适度指标的理想取值二）指标权重的确定财务风险指标权重的大小直接反映指标数值对风险综合评价的影响，指标权重 的确定是财务风险预警体系的重耍环节城市商业银行属于区域性金融机构，由 于不同地区之间的经济发展程度差异性较大，在不同的金融市场环境下，由于 资金规模、创新能力、经营绩效的不同使得城市商业银行的地区差异化H趋明显 如果用统一的指标权重来评价不同地区城市商业银行的财务风险，显然是不太 合理的因此，本文提出使用客观赋权法中的因子分析法来确定指标的权重选 择客观赋权法可以避免主观赋权法中专家的偏好和经验对确定指标权重的不利 影响；因子分析法以本地区城市商业银行的历史数据作为样本，利用各个指标对 总体风险的影响程度作为求解其权重的依据，可以突出木地区城市商业银行自 身的特征，使得财务风险预警的结果更加真实和准确因子分析法确定指标权重的基本思想是利用各变量的共同度大小來确定其权数。

变量共同度也就是变量方差，是指全部因子变量对原有变量总方差的解释说明 比例;共同度的值越大，变量能被因子说明的程度越高，即因子所反映出的原始 指标的信息越多因此，我们可以对共同度取值较大的指标赋予较高的权重，通 过对各指标的共同度进行归一化处理后，分别算出各指标所对应的权重m指 标权重％的计算公式为：其中，E,为各变量的共同度取值三）指标综合得分的计算在确定各项财务风险指标权重w,和每项指标的取值Zi的前提下，采用加权算术 平均综合模型，计算得出城市商业银行财务风险的综合得分结果DZwiz：D=———ni=l三、某城市商业银行财务风险预警评价的实证分析本文的样本取自某地区6家城市商业银行，以它们2008—2015年年报中所记录 的财务风险指标数据作为样木使用统计分析软件SPSS19.0对这些样木数据进 行因子分析，得出每个财务风险指标的权重以该地区某银行2015年的财务风 险指标数据作为研宄对象，利用综合指标评价法计算出综合得分，并对其风险 状况进行分析1.指标权重的确定将该地IX 6家城市商业银行8年的财务风险指标数值进行同向化处理，然后用 SPSS19.0对财务数据采取因子分析，得到如表3、4、5所示的结果边1。

表3 KM0和Bartlett的检验 下载原表取样足够度的Kaiser-Meyer-Olkin度量0.804Bartlett 白勺球形度检验近似卡方139.027d55Sig.0.000应用因子分析法的前提条件是检验数据是否适合进行因子分析，通常的检验的 方法是使用巴特利特球型检验，本文所使用样本的适用性检验结果如表3所示 由表3可知，Bartlett的球形度检验统计量为139. 027，检验的P值小于0. 001， 接近于0，表明变量之间有较强的相关关系KM0统计量为0.804,大于0.7,说 明样本适合作因子分析M利用主成分分析法提取因子，得到各因子所解释的原始变量的方差如表4所示 由表中数据可知，前四个因子的特征根均大于1，说明公因子的解释力度较强， 其方差累计贡献率达到82. 91%,则表明公因子可以表达原始指标信息，予以提 取表4解释的总方差下载原表成分初始特征值提取平方和载入合计方差的％累积％合汁方差的％累积％13.74033.99733.9973.74033.99733.99722.38221.65855.6552.38221.65855.65531.99318.11873.7731.99318.11873.77341.0059.13782.9101.0059.13782.91050.7366.68789.59760.3903.55093.14770.3313.00796.15480.2572.33598.48990.1291.17399.662100.0280.25299.914110.0100.086100.000。