一種商業銀行貸款項目績效評估新模型

摘 要:國內外對商業銀行經營績效評價方法主要體現在指標體系，但在模型上并沒有重視適用性，造成商業銀行貸款項目進行績效評估時缺少適合的模型.根據商業銀行貸款項目進行績效評估的特點，利用灰色關聯分析法、模糊評判綜合法和逐步判別分析法各自優點結合形成一種GFS新算法，對其新的貸款項目進行判別分析.實踐結果表明，GFS新算法評估效果好，能為銀行高層管理者在貸款項目決策中提供依據.

關鍵詞:商業銀行;貸款項目;灰色關聯分析;逐步判別分析

中圖分類號:C939 文獻標識碼:A

ANew Loan Project Performance Evaluation Model of the Commerical Bank

LI Jing-xia，HU Fang，LIU Zhi-hua

(College of Business and Management ，Hunan Univ，Changsha，Hunan 410082 ，China)

Abstract:The research on the performance evaluation of commercial banks is mainly embodied in the indicator system. However， the existing models do not attach importance to applicability， resulting in the lack of suitable evaluation models for the evaluation of loan projects of commercial banks. Therefore， in accordance with the characteristics of the loan projects of commercial banks， this article has combined the gray relational analysis method， fuzzy comprehensive evaluation method and stepwise discriminative analysis method with their respective advantages to develop a new algorithm， GFS algorithm. This GFS algorithm can do discriminative analysis for new loan projects. Practice has shown that this GFS algorithm has a good evaluation effect. It can provide senior managers with theoretical basis for decision-making.

Key words:commercial bank; lend project; gray correlation analysis; stepwise discriminate analysis

目前，國內外對商業銀行貸款項目績效評估沒有適用的標準，但對其經營績效評價方法已有很多研究.綜合相關文獻，主要有3種模型:

1) 風險收益財務模型.模型中同時包含風險和收益的決策函數^[1]，它根據銀行的財務報表將銀行的效益性、安全性和流動性緊密結合，實現了經營業績與風險控制的有效組合.

2) 經濟增加值模型.目前較通用的也是這種模型，而兼并收購戰略已成為銀行謀求發展的主要模式之一.但采用經濟增加值模型有很大的難度，主要在于銀行作為具有網絡特點的企業，內部關聯交易和成本分配非常復雜^[2].

3) 平衡計分卡戰略模型.由羅伯特#8226;S#8226;卡普蘭領導創造的“平衡計分測評法”，它不僅包括了財務測評指標，已揭示已采取的行動所產生的結果，而且還利用涉及顧客滿意程度、內部程序及組織的創新和提高能力等3套績效測評指標來補充財務測評指標.平衡計分法解決了傳統戰略決策中一個嚴重的缺陷:即銀行的長期目標與短期行動，組織總體目標與個人目標無法有效兼顧^[3].

以上3種模型能夠較好地對商業銀行經營績效進行評價，但都未提供對商業銀行貸款項目績效評估從指標設計到得出績效得分的完整模型，所以缺少實用性.Ho^[4]利用灰色關聯分析法對商業銀行經營績效進行評估，得到了與財務報表分析同樣的結果.梁樑等^[5]提出了一種多層次交互式決策模型的權重確定方法.劉曉星等^[6]從項目風險角度構建了風險等級的指標評價體系和評價因素集及權重集， 應用定性與定量相結合的模糊綜合評價法對銀行項目貸款風險等級評價.陳啟明^[7]建立了基于灰色模糊綜合評價模型，該模型既包括灰色信息，也包括模糊信息，其具有一定的合理性，通過實證分析得到該模型具有可行性和有效性.蔣天虹^[8]利用布萊克舒爾斯期權定價模型理論為基礎，借鑒KMV模型的計算公式，同時利用中國上市公司的相關數據對商業銀行貸款績效進行了有效評估，并在此基礎上，給出相關對策建議.方霞^[9]從PROMETHEE方法出發，結合商業銀行的營運特點，通過模型分析，建立了一套能客觀、合理評估商業銀行績效的方法.本文以城市商業銀行貸款項目為研究對象，采用GFS算法，對長沙銀行15個貸款項目的績效進行評估，并依據其高低進行分類，在此基礎上，對新貸款項目利用逐步判別分析法，對其績效進行預測，以此來決定是否給予項目借貸.這對銀行提高管理水平，增強競爭力具有現實意義.1

基于灰色關聯分析的灰色評估權值及模糊評判綜合

首先，商業銀行貸款項目績效評估指標的權重分析在整個績效評估過程中占有重要的一環.根據本文評估問題的特點，采用一種基于多層次交互式過程的指標定權方法，更加合理地分配指標的權重.然后，選擇績效評估模型，對指標數值進行計算，得出各個貸款項目的績效得分，最后，在此基礎上，根據逐步判別分析方法，對新的貸款項目是否給予借貸得出準確評估結論.具體來說，即在多層次交互式確定指標權重的基礎上，將灰色關聯分析(gray correlation analysis)、模糊評判綜合(fuzzy comprehensive judgment)以及逐步判別分析(stepwise discriminate analysis)集合而成GFS新算法模型.分析該算法模型并探討運用該算法模型對商業銀行貸款項目績效進行有效評估的具體流程，為城市商業銀行的貸款項目是否借貸問題提供科學和可操作的判別標準，以提高城市商業銀行貸款項目的績效.

11 確定灰色評估權值

1.1.1 評估量樣本矩陣和評估等級的確定

湖南大學學報(自然科學版)2010年

第2期李靖霞等:一種商業銀行貸款項目績效評估新模型

假設在評估過程中有r個項目評估專家參與評估，記為:C={C1，C2，…，Cr}.第k位項目評估專家對第i個績效指標oi的評估量樣本記為oki，以此標識將全部項目評估專家對所有n個績效指標的評估數據構成樣本矩陣為:

o11o12…o1no21o22…o2nor1or2…orn.

得到樣本矩陣后，為了進一步計算評估灰類，基于評估理論，征求相關資深專家的建議，結合城市商業銀行貸款項目的歷史經驗和利益相關者對項目績效的要求，確定商業銀行貸款項目績效評估的標準集合為:

V=V1，V2，…，Vm.

1.1.2 細分評估灰類

確定評估灰類是根據評估等級，通過定性分析，應用白化權函數來確定各個評估標準的權，常用的白化權函數有以下3種:

1)上端級，灰數為∈v1，

SymboleB@ ).

f1(oki)=oki/v1，oki∈0，v1，1，oki∈v1，

SymboleB@ )，0，oki∈(-

SymboleB@ ，0).

2)中間級，灰數為∈0，v1，2v1.f2(oki)=oki/v1，oki∈0，v1，2-oki/v1，oki∈v1，2v1，0，oki(0，2v1.

3)下端級，灰數為∈0，v1，2v1.

f3(oki)=1，oki∈0，v1，(v2-oki)/(v2-v1)，oki∈v1，v2，0，oki(0，v2.

白化權函數轉折點的值稱為閾值，取得閾值的方法有2種:一是按照準則或經驗用類比的方法，這種方法取得的閾值稱為客觀閾值;二是從樣本矩陣中尋找最大、最小和中等值，作為上限、下限和中等值，這種方法取得的閾值稱為相對閾值^[10].

1.1.3 灰色評估權值及模糊權矩陣

設評判矩陣的灰色統計數為:nij(i=1，2，…，n;j=1，2，…，m)，總灰色統計數為:ni(i=1，2，…，n).用上文確定的白化權函數求出oki屬于第j類測度標準的權為fj(oki).則

nij=∑rk=1fj(oki)，ni=∑mj=1nij.

由灰色統計數和灰色總統計數計算綜合r位專家對第i個測度因素主張第j種測度標準的灰色評估權值，有

rij=nijni.

并由rij構成單因素模糊權矩陣為:

R=r11r12…r1mr21r22…r2mrn1rn2…rnm.

12 模糊評判綜合

在此基礎上進行一級綜合評判，可以得到Ui的綜合評判向量為:

Bi=Wi#8226;Ri=bi1，bi2，…，bini，i=1，2，…，n.

同理，可計算其他一級綜合評判矩陣B1，B2，…，Bn.由此計算二級綜合評判矩陣為:B=B1，B2，…，BnT，則二級評判向量為W#8226;B，以此類推，可以求出更高級的模糊綜合評判.

計算評價結果.得到評判向量后可按隸屬度原則判斷評價等級.一般可以用最大隸屬度原則和加權平均原則來確定^[11].

本文選用加權平均原則來判斷測度的等級，通過百分制將評價結果綜合，將績效評價標準用“優”、“中”、“差”3個等級表示，分別用“100”，“74”，“64”等分值來代替.13 城市商業銀行貸款項目的判別分析

由于上一節中采用GF算法將城市商業銀行貸款項目的績效分為3類，即優，中，差.因此對城市商業銀行貸款項目的判別分析屬于多類判別分析，加之我們選取的城市商業銀行貸款項目的二級指標眾多，從而對項目做判別分析時，難免會出現某些指標作用不顯著.綜合考慮以上兩點，選用逐步判別分析法對城市商業銀行貸款項目做判別分析最為合理.

根據1.2節，通過百分制對已有貸款項目分好類的基礎上，我們對某一新的貸款項目進行判別分析.

1.3.1 準備工作

1)計算各總體中各變量的均值和總均值以及E=(eij)p×p和T=(tij)p×p.

2)規定引入變量和剔除變量的臨界值F進和F出，

1.3.2 逐步計算

假定已計算l步(包括l=0)，在判別式中引入了某L個變量，不妨設x1，x2…，xL，則第l+1步計算內容如下:

1)計算全部變量的“判別能力”.對未選入變量xi計算Ai=e(l)ii/t(l)ii，i=L+1，…，p.

對已選入變量xj計算Aj=t(l)ii/e(l)ii，j=1，…，L.

2)在已入選變量中考慮剔除可能存在的最不顯著變量，取最大的Aj(即最小F2j).假設Ar=max j∈L{Aj}，這里j∈L表示xj屬已入選變量.作F檢驗，剔除變量時統計量為:

F2r=1-ArAr#8226;n-k-(L-1)k-1.

若F2r≤F出，則剔除xr，然后對E(l)和T(l)作消去變換.

若F2r>F出，則從未入選變量中選出最顯著變量，即要找出最小的Ai(即最大的F1i).假設Ar=min iL{Ai}，這里iL表示xi屬未入選變量.作F檢驗，引入變量時統計量為:

F1r=1-ArAr#8226;n-k-Lk-1.

若F1r>F進，則引入xr，然后對E(l)和T(l)作消去變換.

在第l+1步計算結束后，再重復上面的1)，2)直至不能剔除又不能引入新變量時，逐步計算結束.

1.3.3 建立判別式，對樣品判別分類

經過上一小節選出重要變量后，可用各種方法建立判別函數和判別準則，這里使用Bayes判別法建立判別式，假設共計算l+1步，最終選出L個變量，設判別式為:

yg=l1qg+C(g)0+∑Li=1C(g)ixi，g=1，…，k.

將每一個樣品x=(x1，…，xp)′(x可以是一個新樣品，也可以是原來n個樣品之一)分別代入k個判別式yg中.若y(h/x)=max 1≤g≤k{y(g/x)}，則x∈第h總體.

2 實證分析

21 數據來源及說明

遵循指標體系的構建原則，對商業銀行貸款項目績效層次維度設計包括社會、經濟、環境、財務、質量、工期等方面的85個指標.從實證分析選取了長沙銀行的15個貸款項目為樣本，主要涉及:1)定性指標，通過貸款項目的滿意度打分獲得的數據.2)定量指標，通過對樣本資料的查找得到的指標值.3)指標數據的標準值，它是通過專家意見、有關國家規定、商業銀行中優秀企業的情況，結合IPMA，PMI以及PMRC等國內外項目管理研究會對銀行貸款項目的要求綜合考慮得到的.

由于指標值和標準值的計量單位相同，本文通過將指標值和標準值用灰色評估理論和模糊函數的綜合來做評價，數據不需標準化但對測度指標進行了轉換而變成正向指標.22 灰色關聯分析

本文以長沙××廣告公司為例，計算此貸款項目的績效得分.其他14個貸款項目的算法一樣.

通過問卷調查表，獲得指標的原始數據，按85個單項指標設計問卷，有25位專家填涂問卷，其中填涂問卷有效的有21位專家.以此數據運用灰色系統理論確定評估灰類，計算灰色評估系數，得出灰色評估權值，比如“促進社會發展程度A1”的灰色評估權值

w=(wA11，wA12，wA13，wA14)=

(0.254，0.318，0.262，0.166).23 模糊綜合評判及分析

利用指標體系的縱向邏輯關系并結合構建指標體系的聚類評價模型，分別對項目宏觀目標A、項目成果B、項目產出C和項目投入D這4個方面進行各個評語集的隸屬度綜合計算.由于計算數據繁瑣，則具體求解的過程略.最后，對長沙××廣告公司貸款項目的績效進行綜合測度，通過以上計算，長沙××廣告公司的貸款項目績效得分為76.144分，處于績效中到績效良之間，更接近于績效良.表明該貸款項目的績效屬于良好，且符合實際.

類似地，其他14個貸款項目采取上述同樣的計算方法也能得到綜合項目績效得分，見表1.

24 城市商業銀行貸款項目的逐步判別分析

在以上15個項目中，我們依據項目的綜合績效得分，按照得分進行排序，將其分為3類:優，中，差.則每一類包含5個項目，當項目綜合績效得分大于74分時，劃分項目的績效為優;當項目的綜合績效得分大于64且小于74分時，劃分項目的績效為良;當項目的綜合績效得分小于64分時，劃分項目的績效為差.

表1 其他14個貸款項目績效得分表Tab.1 Score table of other fourteen loan projects performance

下面對長沙××汽車貿易有限公司的貸款項目進行判別分析.首先，要得到項目的判別函數.首先將已經分好類的15個貸款項目的各項指標在spss13.0中進行輸入，選擇逐步判別法.選擇當變量的F值小于3時，將變量移除出判別函數，當變量的F值大于5時，將變量引入判別函數.當對城市商業銀行貸款項目各指標進行分析時，在對變量經過逐步判別分析之后，原來的85個指標，最后只剩下8個具有判別力的有效指標.它們分別是:產品價格優勢D14、項目對所在區域經濟增長的貢獻程度A23、公用基礎設施D23、公眾對環境的滿意度指標A34、自然資源的利用指標A32、主要經營者評價C21、投資估算方法及套用的指標D41和員工教育程度B52.由此得到3組fisher線性判別函數，每一組都有一組相應的系數.第1組Fisher判別函數為:

F1=248.856×項目對所在區域經濟增長的貢獻程度+93.729×自然資源的利用指標+11.181×公眾對環境的滿意度指標-182.013×員工教育程度-37.004×主要經營者評價+832.500×產品價格優勢+1 986.589×公用基礎設施+32.737×投資估算方法及套用的指標.

同理可得F2，F3的判別函數(略).于是將要判別的新的貸款項目的各項指標代入以上3個判別函數，計算出函數的結果，哪個函數的函數值最大，則說明該新的貸款項目屬于該類.將湖南汽車貿易有限公司的貸款項目各指標代入得:

F1=253.68， F2=176.29， F3=125.54.

由于F1在3數當中最大，因此，可以判定湖南汽車貿易有限公司的貸款項目為績效優的，從而，城市商業銀行應該給予其借貸.

3 結 論

建立了一個基于灰色關聯分析的城市商業銀行貸款項目的績效評估模型，根據灰色評估權值、模糊評判綜合以及判別分析的思想，提出GFS新算法對現有貸款項目進行綜合評價，并在此評價基礎上，根據判別分析方法對新貸款項目進行評價分析.研究表明:當對城市商業銀行貸款項目進行判別評價分析時，對于所選取的85個單個指標當中，只有8個指標對項目具有顯著判別力.并且，項目對所在區域經濟增長的貢獻程度、主要經營者評價、投資估算方法及套用的指標對貸款項目的影響重大.該結論不僅具有很強的理論意義，同時能夠為城市商業銀行貸款項目提供分析依據，而且也具有一定的現實意義.

參考文獻

[1] 鞠彥兵.不確定性風險收益模型及其應用研究[D].北京:北京航空航天大學，2002.

JU Yan-bing.Research on theory and application for the risk-return model under uncertainty[D].Beijing:Beijing University of Aeronautics and Astronautics，2002.(In Chinese)

[2] STERN JM，SHIELY JS，ROSS L.The EVA challenge:implementing value-added change in an organization[M].New York:Wiley，2001.

[3] 趙國杰，趙紅梅.基于平衡計分卡構建商業銀行績效評價體系[J].現代財經，2004，24(5):23-28.

ZHAO Guo-jie，ZHAO Hong-mei.On structuring the performance evaluation system of commercial banks based on the balanced scorecard[J].Modern Finance and Economics，2004，24(5):23-28. (In Chinese)

[4] HO C T.Measuring bank operations performance:an approach based on grey relation analysis[J].Journal of the Operational Research Society，2006，57(4):337-349.

[5] 梁樑，王國華.多層次交互式確定權重的方法[J].系統工程學報，2002，17(4):358-363.

LIANG Liang，WANG Guo-hua.Method of solving weights based on hierarchical and interactive model[J].Journal of Systems Engineering，2002，17(4):358-363. (In Chinese)

[6] 劉曉星，何建敏.銀行項目貸款風險等級的模糊綜合評價[J].科研管理，2003，24(6):49-54.

LIU Xiao-xing，HE Jian-min.Fuzzy comprehensive evaluation of item credit risk rank of commercial bank[J].Science Research Management，2003，24(6):49-54. (In Chinese)

[7] 陳啟明.基于灰色模糊綜合評價模型及其應用[J].合肥學院學報:自然科學版，2009，19(3):5-8.

CHEN Qi-ming.Grey-fuzzy multifactorial evalvating model and its application[J].Journal of Hefei University:Natural Sciences，2009，19(3):5-8.(In Chinese)

[8] 蔣天虹.我國商業銀行貸款定價與績效評價[J].武漢理工大學學報，2009，31(12):155-160.

JIANG Tiao-hong.Loan pricing and performance evaluation of commercial bank[J].Journal of Wuhan University of Technology，2009，31(12):155-160.(In Chinese)

[9] 方霞.商業銀行績效評估中PROMETHEE法的應用[J].財經論叢，2006，121:28-32.

FANG Xia.Using PROMETHEE in the bank's performance measurement[J].Collected Essays of Finance and Economics，2006，121:28-32.(In Chinese)

[10]徐維祥，張全壽.一種基于灰色理論和模糊數學的綜合集成算法[J].系統工程理論與實踐，2001，21(4):114-119.

XU Wei-xiang，ZHANG Quan-shou.An algorithm of meta-synthesis based on the grey theory and fuzzy mathematics[J].Systems Engineering-theory Practice，2001，21(4):114-119. (In Chinese)

[11]MILLER G，ROBBINS D，KEUM J.Incentives，certification and targets in performance budgeting[J].Public Performance Management Review，2007，4(30):469-495.