基于因子分析法的商業銀行信用風險測度研究

劉悅

摘要：商業銀行如何盡可能地利用自身資源，提高對信用風險的控制，更好地適應經濟新常態，已然成為銀行必然面臨的問題。商業銀行信用風險是其所面臨的最關鍵的一種風險，故有必要測度銀行的信用風險。采用2016年16家上市商業銀行財務數據，借鑒國內外研究，利用因子分析法，對銀行業信用風險進行測度，并對這16家銀行作排名分析，為商業銀行信用風險防范提供參考。

關鍵詞：因子分析;商業銀行;信用風險

一、引言

隨著金融體制的深化改革，商業銀行的業務類型也面臨著轉型，調整和變革經營模式，這種變化使商業銀行面臨更多風險，信用風險是商業銀行最關鍵的一種風險無疑在加大，其占銀行總體風險的60%左右[1]。目前信用風險度量方法較多，如KMV、Credit Metrics等動態評估方法，但由于我國信用風險管理技術落后[2]，在實際中多數方法無法應用，有必要建立適合新常態下我國商業銀行信用風險測度體系。

二、文獻回顧

國外對商業銀行信用風險測度研究早有成就，信用風險測度模型包括傳統測量和現代測量兩種。常見傳統度量模型主要有：ZETA、MDA、Z-score及Logit模型等;而目前最流行也是研究最多的如Credit Metric、Credit Risk+、KMV、KPM等模型被歸類于現代測量模型。

國內學者關于商業銀行風險測度研究頗多。楊秀云和萬言等分別用KMV模型對商業銀行信用風險做實證分析，發現我國銀行業信用風險測度中KMV模型識別能力有限，模型所需指標參數不穩定，不適用于我國國情[3][4]。徐雨珊發現Credit Risk+ 模型所用的違約概率數據在我國尚不能實現[5]。也有學者利用主成分分析度量，如劉杰、黃楊朔等，但所選指標缺乏全面性[6][7]。在此基礎上，本文引入非利息支出比率，此比率基本反映銀行取得收入所需付出的非利息支出，這一比值越低，則說明銀行的非利息支出越少，賺取收入的能力將越強。本文用因子分析法構建指標體系，財務數據易得，更適合我國國情。

三、研究設計

（一）樣本選擇及數據來源

本文研究樣本為16家上市商業銀行，其在我國商業銀行體系中極具代表性。數據來自2016年商業銀行年度報告及國泰安數據庫，選取整理后，計算出這16家銀行評估信用風險的四大指標，其中，資本充足率從每個銀行年度報告中搜尋，營業支出比率與非利息支出比率為從財務報表中搜尋數據后手工整理，使用stata14進行數據分析。

（二）變量選取

見表1。

四、實證分析

（一）數據的檢驗

KMO檢驗接近于1，說明變量之間偏相關關系更強，所選取數據更適合運用因子分析法，KMO值大于0.6以上適合。KMO結果為0.6316，大于0.6，適合作因子分析。

（二）因子數的確定

從結果看出，前3項因子特征值大于 1，發揮主要作用，且累計的方差貢獻率為 90.32%，一般情況應該選取累計方差貢獻率達到85%為合適，此結果大于 85%，故可認為前 3 項因子即可反映所有指標整體水平，發揮主要作用。

（三）因子的命名

在確定提取共同因子個數后，需依據因子的不同特點進行命名，為盡可能降低主觀因素對其影響，處理獲得旋轉后因子載荷矩陣，由于篇幅限制表格省略。

Factor1主要反映資產利用率、營業支出比率、非利息支出比率。資產利用率衡量商業銀行資產利用效率，營業支出比率反映經營者獲取一定收入所耗費的支出，這兩個比率體現銀行經營能力。非利息支出率體現銀行取得收入所需付出的非利息支出，也體現銀行控制成本的能力，因此將 F1命名為經營能力因子;

Factor2主要反映股權乘數、營業凈利率、資產利潤率、資本充足率。股權乘數反映經營者運用股權的能力，營業凈利率顯示銀行的獲利能力，資產利潤率表明銀行運用所有資產賺取利潤的能力。資本充足率可用于衡量商業銀行運用自有資本承受損失的能力，關乎銀行經營安全，間接影響銀行盈利能力，因此將 F2定為盈利能力因子;

Factor3主要反映人民幣存貸比例、撥備覆蓋率。人民幣存貸比例反映銀行所持有的流動性，撥備覆蓋率反映銀行的風險可控程度和財務穩健程度，體現銀行的安全程度，因此將 F3定為安全能力因子。

（四）因子計算

求出因子得分系數矩陣（在此只列舉一個）。

F1=-0.27552X₁+1.37460X₂-0.46925X₃+ 0.44533X₄+0.40455X₅+0.21788X₆+0.08118 X₇-0.04790X₈-0.00426X₉+0.02969X₁₀

得到 3 項因子得分后，根據各因子方差貢獻率，計算商業銀行綜合得分，計算方法為：

F=0.4816·F1+0.2434·F2+0.1782·F3

（五）計算得分值

根據上述公式求出各銀行信用風險綜合得分，銀行得分高，信用風險則低。結果如表2：

五、結論與建議

在表2中16家銀行得分都是負數，得分正負表示某銀行和平均水平的位置關系，平均水平為零點。從結果看出，興業銀行信用風險最大，排在首位;民生銀行排名第二，寧波銀行占據第三，四大國有銀行名次較靠后。四大國有銀行的信用風險較低，主要是由于國家政策扶持下，其經營能力、盈利能力、安全能力有一定的保障。另外，安全能力方面，平安銀行、北京銀行、招商銀行較強。

綜上，文章所選指標測度銀行信用風險比較合理。因此，銀行信用風險測度對儲戶來說發揮一定的實際作用。商業銀行要加強信用風險管理，提高經營能力與盈利能力，安全能力才能更有保障，進而提高銀行的抗風險能力。

參考文獻：

[1]王英姿，王光偉.商業銀行信用風險度量模型的演進及實踐研究[J].財會通訊，2012 （2）：148-150.

[2]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 （07）：939-941.

[3]楊秀云，蔣園園，段珍珍.KMV模型在我國商業銀行信用風險管理中的適用性分析及實證檢驗[J].財經理論與實踐，2016，37 （01）：34-40.

[4]萬言，李俐莎.商業銀行信用風險度量實證分析——以16家上市銀行為例[J].財會通訊，2012 （23）：121-123.

[5]徐雨珊.Credit Risk～+模型及其對我國商業銀行信用風險管理的適用性[J].商場現代化，2018 （08）：115-116.

[6]黃楊朔，王玉峰.基于主成分分析法的商業銀行財務風險評價與控制[J].財會通訊，2016 （05）：96-97.

[7]劉杰.基于主成分分析的我國商業銀行信用風險評價指標研究[J].中國集體經濟，2009 （31）：83-84.