基于因子分析模型的商業銀行信用風險測度分析

周 旺，許信旺，陳柳英

(池州職業技術學院國際經濟貿易系，安徽池州 247000)

基于因子分析模型的商業銀行信用風險測度分析

周 旺，許信旺，陳柳英

(池州職業技術學院國際經濟貿易系，安徽池州 247000)

我國金融業開放程度的迅速提高以及金融體制改革步伐的快速發展，無疑增大了國內銀行業在國際競爭中的壓力和挑戰難度。我國的商業銀行面臨著各種各樣的風險，其中商業銀行信用風險占主導地位，其對商業銀行的發展產生了嚴重的影響。本文以安徽省商業銀行為例，用因子分析模型來研究影響商業銀行信用風險的必要因素。根據美國的風險評價體系并且結合商業銀行的現狀和特點，將成長性指標納入風險考核體系，嘗試構建適用于商業銀行信用風險評價的指標體系，并運用因子分析法進行實證分析，找出各種影響指標，根據分析結果提出相應的建議，為我國商業銀行規避信用風險提供借鑒。

商業銀行；信用風險；因子分析

我國商業銀行面臨的風險主要有信用、市場、操作、流動性、清算等幾種類型[1]，其中影響最深的為信用風險。企業發展的不確定性導致商業銀行放出的貸款面臨無法回收而最終形成可能性呆帳的風險。因此，把國際先進的信用風險管理經驗運用到我國的商業銀行風險管理模式中，創造出適合我國商業銀行風險管控的模型，才能夠適應金融全球化的新形勢[2]。

美、英等發達國家對信用風險評估方法的研究經歷了一個較長的發展時期且逐漸趨于成熟。他們對信用風險的評價方法越來越多，包括Z-score模型、KMV模型、多重判別分析方法(MDA)、Credit Metrics、麥肯錫模型和CSFP信用風險附加計量模型等[3]。研究方法從定性到定量、從簡單到復雜，信用風險的評估方法不斷推陳出新，其管理技術也日臻完善，許多定量技術、支持工具和軟件已在商業領域應用。我國商業銀行和金融市場尚處于轉軌和發展的初期階段，信用風險管理技術比較落后[4]。因此，我國迫切需要借鑒國外的信用風險管理方法，以便進一步加強對商業銀行信用風險的管控。

“駱駝”評級體系是國際普遍認可和使用范圍較廣的一種綜合信用等級評定制度,它主要通過商業銀行和其他金融機構的資本充足率及變化趨勢、資產質量、存款結構及償付保證、盈利狀況、人力資源情況五個指標數進行衡量，測度風險概率。在我國，影響商業銀行信用風險的因素較多，其中最主要的影響指標有：資本充足率X1、核心資本充足率X2、不良貸款率X3、撥備覆蓋率X4、資產凈收益率X5、資產負債率X6、總資產周轉率X7、股東權益周轉率X8、凈資產增長率X9、總資產增長率X10。本文根據CAMEL五項指標衍生的變量因子，通過因子分析模型測算安徽省商業銀行的信用風險，為我國商業銀行規避信用風險提供借鑒[5]。因子分析研究優勢是以最少的信息丟失將眾多原有變量濃縮成少數幾個具有一定命名解釋性的因子，并根據原始變量與因子的關系以及因子得分進行分析、評價的多元統計分析方法[6]。

1 研究對象和方法

選取安徽省2014-2016年5家國有銀行、8家股份制銀行以及2家農村商業銀行共15個樣本10項影響指標的平均數據。通過具有代表性的指標來分析影響商業銀行信用風險的因素，其中數據來源于中國經濟信息網、大智慧網、中國人民銀行網和中國銀行業監督管理委員會提供的銀行年報，并采用SAS9.4進行分析。

2 研究過程及結果分析

2.1 利用信用風險影響因子構建相關系數矩陣

通過SAS9.4多變量分析-因子分析法，將數據中10項指標進行比較，用這些潛在的影響因子來解釋原有指標參數之間的相關關系。我國金融市場和商業銀行正處于轉軌和興起的初期階段，信用風險管控能力尚存在不足，需要借鑒國外信用風險管理方法，結合我國金融業實情創建適合我國商業銀行信用風險管控模型。

表1 信用風險影響因子相關系數矩陣

由表1相關系數矩陣可知，核心資本充足率和資產凈收益率相關系數為0.4052。根據KMO(KaiserMeyerOlkin)檢驗標準，參數值小于0.7，具有一定的相關性，且股東權益周轉率和總資產周轉率有非常強的相關性，其相關系數達到了0.7941。表1中原始參數關聯值在0與1之間較多，變量間均體現出較強的相關性，進行因子分析是合適的。這些指標所解釋的信息具有重復性和相關性，表明銀行業的穩定發展與這些重點潛在因子密不可分。

2.2 構建變動參數的特征值

根據SAS9.4因子分析法，得出各個因子對應特征值，找出明顯特征值,建立因子載荷矩陣。

表2 信用風險影響因子的載荷矩陣

在表2中，前5個特征值較大，累計的樣本方差和為87.79%，其余5個特征值均較小。取其前5個公共因子為建立因子載荷矩陣依據，作為商業銀行風險評價指標體系因子分析模型的變量因子。

2.3 形成正交旋轉矩陣和旋轉相關結構

根據SAS9.4參量分析，為了充分體現意義明確的因子含義，通過軟件分析我們將因子載荷陣進行方差最大法旋轉(表3)，且得到旋轉后的因子載荷矩陣(表4)。

表3 正交旋轉矩陣

表4 旋轉相關(結構)

根據表3得到各商業銀行風險評價指標體系的因子分析模型。

X1=-0.004059F1-0.061834F2+0.904562F3+0.110211F4；

X2=0.101635F1-0.464699F2+0.679621F3-0.284563F4；

X3=0.110658F1+0.037530F2+0.096535F3-0.674502F4；

X4=-0.113965F1+0.147042F2+0.078114F3+0.858601F4；

X5=0.159511F1-0.845059F2+0.097081F3+0.040908F4；

X6=-0.046585F1+0.791811F2-0.301683F3+0.410265F4；

X7=0.887005F1-0.203712F2+0.252535F3+0.020034F4；

X8=0.965657F1-0.159668F2-0.004972F3-0.102497F4；

X9=0.858562F1+0.255113F2-0.145929F3-0.285005F4；

X10=0.263126F1+0.643008F2+0.461952F3-0.333914F4.

由因子分析模型可知，第一個主因子F1主要由總資產周轉率、股東權益周轉率、凈資產增長率3個指標決定，這3個指標在主因子F1上的載荷均在0.85以上。F1代表安徽省商業銀行經營活動中的盈利能力，商業銀行的凈資產增長率越大，銀行獲得利潤的可能性越大。一般來說，商業銀行遭遇信用風險，長期無法獲利。

第二個主因子F2主要由資產負債率和資產凈收益率決定，是代表商業銀行管理水平的指標。通常情況下，商業銀行負債越多，越容易產生信用風險。負債的金額達到很大額度后，銀行沒有足夠的資金進行周轉，無法得到資金融通，導致無法及時收回貸款，從而產生信用風險，影響銀行信譽。商業銀行要避免信用風險的產生，必須提高自身的管理水平。

第三個主因子F3主要反映了商業銀行的資本充足性。一個商業銀行資本充足，就很難遭受信用風險。資本充足率是國際銀行業監管最主要的指標之一，它是用來衡量商業銀行抗風險能力和金融機構穩健性的重要指數。

第四個主因子F4主要由不良貸款率和撥備覆蓋率決定，表明了商業銀行的資產質量。貸款不良率直接影響商業銀行利益和正常運作，監管并降低不良貸款才能保證銀行的利益。就目前來說，撥備覆蓋率是受社會各界普遍關注的中國銀監會監管商業銀行信用風險的硬指標，撥備覆蓋率也被視作為商業銀行化解信用風險和是否能計提貸款損失準備的重要指標。

2.4 研究對象的因子得分

因子載荷矩陣確定以后，根據相對應的變量因子在15個樣本上的具體數值，求出因子得分(表5)。

表5 安徽省各商業銀行在變量因子中得分

由表5可以看出各商業銀行在每個公共因子上的得分。在第一個公共因子上得分情況最高的是郵儲銀行、光大銀行以及農業銀行。近年來，這3家銀行總資產周轉以及資產增長指標方面都遇到特別大的問題,特別是農業銀行。長期以來,農業銀行主要服務于“三農”等弱勢產業、區域和群體。在與農業相關的業務中，最突出的是“三農”貸款，這些貸款額巨大，并具有政策性，使得農行的總資產周轉以及資產增長都遭遇瓶頸，這兩個指標是導致農業銀行產生不良貸款的重要因素，從而影響到第一個公共因子得分。

中國郵政儲蓄銀行和蕪湖揚子村鎮農村商業銀行的第二個公共因子得分分別為1.6915和1.6281。郵儲銀行依托自身金融綜合服務優勢,服務于中小企業，使其中間業務迅速突起，拓寬了經營范圍，其管理水平相對于農村商業銀行來說是比較高的，以至于郵儲銀行產生的不良貸款額較少，其遭遇的信用風險的可能性也較小。建設銀行發揮自身優勢，通過利潤實現的風險加權資產增速低于內部資本積累增速，加強資本精細化管理模式，并通過資本工作創新，夯實資本基礎，從而產生較高的資本充足率。第三個公共因子得分最高。由于興業銀行和合肥科技農村商業銀行的管理水平以及經營效率有限，近年來其不良貸款也在不斷增加，無法在規定時間內收回貸款，導致資金的周轉遇到困難，其第四個公共因子得分較高。

3 討論

隨著我國經濟水平的不斷提高，國內銀行業機構之間的競爭越來越激烈。銀行業開始從原本的放寬條件下進行貸款擴張，演變至壓低價格來搶占市場份額。因此，銀行業必須建立在國際信用風險管理經驗的基礎上，加強信用風險管理的意識，不斷發展和創新信用風險控制的方法，進行風險測度模型的研究，形成一套完整的銀行內部評級體系，提高商業銀行防范和規避風險的能力[7-8]。

從安徽省商業銀行的信用風險測度結果可以看出，我國商業銀行應當規范信用風險的測量指標體系，充分考慮影響商業銀行信用風險的各種因素，利用風險分析平臺提供的度量指標體系，進行風險識別和控制。經過實證分析，嚴重影響我國商業銀行發展的重要因素是銀行資產中的巨額呆壞賬，大量的呆壞賬使商業銀行業資本的充足率處于偏低水平。銀行業的當務之急是提升銀行資本充足率，降低信用風險。我國商業銀行整體涉及的不良余額巨大，不良貸款比率一直偏高，這樣就會形成過高的風險資產和偏低的資本充足率[9]。從15家商業銀行的因子比較可見，不良貸款的風險權重越高，產生的風險資產可能性就越大，得到的資本充足率就越低。導致不良貸款風險形成的最主要因素就是信用風險。

我國商業銀行應該從自身實際情況出發，建立與本行客戶、業務和戰略相適應的合理的信用風險量化模型，隨著經驗的積累和環境的變化調整、規范風險評價模型。信用風險量化管理體系的實施需要銀行培育良好的信用文化，健全風險控制的組織架構，構建有效的風險報告流程，落實權責制度和激勵約束機制，完善內部控制制度[10]。目前,我國商業銀行信用風險評估指標體系有待改善。定量的財務指標數常常被作為國內銀行業對信用風險評估的主要分析值，一方面是源于中國金融信用體系的局部限制，另一方面源于銀行業對信用風險影響因子間相互作用的認識還停留在基礎層面。因此，應將環境、市場、企業信用等非財務指標納入信用風險評估指標的選擇中，不斷提高商業銀行在信用風險評估中的準確性、前瞻性和科學性，對商業銀行的發展起到風險規避的作用[11-12]。

[1]王建新,于立勇.基于信用風險度的商業銀行風險評估模型研究[J].管理工程學報,2007(4):5-9.

[2]柯孔林,周春喜.商業銀行信用風險評估方法研究述評[J].商業經濟與管理,2005(6):55-65.

[3]王春峰,萬海暉,張維.組合預測在商業銀行信用風險評估中的應用[J].管理工程學報,1999(1):5-8.

[4]周敏,李世玲,張富堂.數據組合處理方法在數據預測中的應用[J].計算機測量與控制,2006(14):7-13.

[5]王春峰.基于神經網絡技術的商業銀行信用風險評估[J].系統工程管理及實踐,1999(1):68-72

[6]吳靜鳴.我國商業銀行信用風險的早期預警模型研究[D].廈門:廈門大學,2003.

[7]龔樸,何旭彪.信用風險評估模型與方法最新研究進展[J].管理評論,2005(5):8-10.

[8]尹永成.對信用風險評估發展及我國商業銀行信用風險評估問題的[D].濟南:山東大學,2013.

[9]宋清華,李志輝.金融風險管理[M].北京:中國金融出版社,2003.

[10]吳晶妹.現代信用論[M].北京:中國金融出版社,2002.

[11]張偉.淺析我國商業銀行信用風險管理[M].華章,2011(23)：1-3

[12]蔡虹,高杰.我國上市公司信用風險評估的方法,問題及對策分析[J].科學學與科學技術管理,2003(9):101-105.

2017-03-03

安徽省質量工程項目“會計特色品牌《會計專業》”(2016tszy059)；校級一般教學研究項目“基于工學交替模式下的證券投資實踐教學研究”(2016jyxm14)；安徽高校人文社會科學研究重點項目“基于FAHP模型下互聯網金融對安徽省商業銀行盈利決策影響的測算研究”(SK2017A0776)。

周 旺(1989- )，男，助教，碩士研究生，從事銀行金融、證券投資及稅法研究。

許信旺(1962- )，男，教授，博士，從事園林經濟學研究。

F832.1

A

2095-7602(2017)08-0185-05