基于層次分析法和改進(jìn)熵值法的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估

侯玉格

一、前言

自2007 年以來，我國銀監(jiān)會(huì)發(fā)布了《中國銀行業(yè)實(shí)施新資本協(xié)議指導(dǎo)意見》，標(biāo)志正式實(shí)施了《巴塞爾新資本協(xié)議》工程。這一協(xié)議將商業(yè)銀行面臨的主要風(fēng)險(xiǎn)匯總為八個(gè)方面：信用風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、國家和轉(zhuǎn)移風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)和聲譽(yù)風(fēng)險(xiǎn)[1]。在這八類經(jīng)營風(fēng)險(xiǎn)中，信用風(fēng)險(xiǎn)位居首位，約占銀行總風(fēng)險(xiǎn)的60%。2008年美國次貸危機(jī)爆發(fā)，全球經(jīng)濟(jì)受到重創(chuàng)，這充分暴露出商業(yè)銀行在信用風(fēng)險(xiǎn)管理中的問題，如貸款損失持續(xù)上升、信用風(fēng)險(xiǎn)不斷增加、資本充足率不斷下降等[2]。這次危機(jī)爆發(fā)的原因有很多，但信用風(fēng)險(xiǎn)管理不當(dāng)是一個(gè)非常關(guān)鍵的因素。如何合理有效地控制信用風(fēng)險(xiǎn)，直接決定了商業(yè)銀行的經(jīng)營狀況。

商業(yè)銀行信用風(fēng)險(xiǎn)管理的基本程序依次是風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)分析與評(píng)價(jià)、風(fēng)險(xiǎn)控制以及風(fēng)險(xiǎn)決策[3]。風(fēng)險(xiǎn)識(shí)別即風(fēng)險(xiǎn)評(píng)估，它是信用風(fēng)險(xiǎn)管理的首要環(huán)節(jié)。目前，國內(nèi)外學(xué)者在該領(lǐng)域已經(jīng)進(jìn)行了一系列的研究，也取得了顯著的成果。但由于金融衍生產(chǎn)品的不斷創(chuàng)新，使影響信用風(fēng)險(xiǎn)的因素逐步多樣化，為此對(duì)商業(yè)銀行的信用風(fēng)險(xiǎn)管理提出了更高的要求。國內(nèi)商業(yè)銀行信用風(fēng)險(xiǎn)度量方法現(xiàn)階段以專家制度法為主，主觀隨意性很強(qiáng)，會(huì)將銀行業(yè)的發(fā)展引向極端。因此，本文針對(duì)這一問題對(duì)相關(guān)指標(biāo)進(jìn)行主客觀賦權(quán)[4]，在一定程度上既不否定專家觀點(diǎn)，又能通過客觀數(shù)據(jù)進(jìn)行定量分析，使度量結(jié)果更具有合理性。

基于此，本文分析了商業(yè)銀行存在信用風(fēng)險(xiǎn)的主要影響因素，并據(jù)此建立信用風(fēng)險(xiǎn)評(píng)估體系，對(duì)部分上市公司進(jìn)行風(fēng)險(xiǎn)度量，為我國商業(yè)銀行信用風(fēng)險(xiǎn)管理提供一種科學(xué)合理的風(fēng)險(xiǎn)控制方案。

二、研究方法

（一）層次分析法

層次分析法的思想原理如下：分析n個(gè)因素對(duì)整個(gè)系統(tǒng)的影響，并對(duì)其進(jìn)行兩兩對(duì)比，其結(jié)果由判斷矩陣A表示。根據(jù)矩陣A求得最大特征值、其標(biāo)準(zhǔn)化后相對(duì)應(yīng)的特征向量和一致性指標(biāo)CI。將CI與隨機(jī)性指標(biāo)CR做比即CI/CR進(jìn)行一致性檢驗(yàn)，若通過，則對(duì)權(quán)重進(jìn)行分析，其結(jié)果用于評(píng)估與決策[5]。其計(jì)算步驟為：

Step 1： 建立層次結(jié)構(gòu)模型，考慮決策的目標(biāo)、因素與對(duì)象將其關(guān)系分為目標(biāo)層、因素層和指標(biāo)層，并給出層次結(jié)構(gòu)圖。

Step 2： 構(gòu)造判斷矩陣，在確定各因素之間的權(quán)重時(shí)，往往是通過定性的兩兩比較，按照其重要程度進(jìn)行評(píng)級(jí)。設(shè)影響決策目標(biāo)的因素有個(gè)即，采用1-9標(biāo)度法（表1）對(duì)各因素進(jìn)行賦值，兩兩比較的結(jié)果構(gòu)成的方陣即為判斷矩陣。

Step 3：計(jì)算最大特征值與其標(biāo)準(zhǔn)化后的特征向量。

Step 4：計(jì)算一致性指標(biāo)，一般來說比大的越多，不一致性越嚴(yán)重，值越小，說明一致性越大，其定義為：

Step 4：一致性檢驗(yàn)，根據(jù)查表2得到隨機(jī)性指標(biāo)值，并計(jì)算。若值小于等于0.1，則該判別矩陣通過一致性檢驗(yàn)。

（二）改進(jìn)的熵值法

熵值法是用來判斷指標(biāo)的離散程度，離散程度越大，對(duì)系統(tǒng)的影響就越大。本文采用一種改進(jìn)的熵值法以解決負(fù)值和極值不能直接計(jì)算的問題[6]。其步驟如下所示：

Step 1：數(shù)據(jù)的標(biāo)準(zhǔn)化。由于指標(biāo)的單位和量級(jí)不同，這些數(shù)據(jù)無法直接進(jìn)行比較。為了消除這一現(xiàn)象，利用Z-score標(biāo)準(zhǔn)化方法將所有數(shù)據(jù)進(jìn)行無量綱化處理，量化為0到1之間的數(shù)字，其公式為：

Step 3：計(jì)算第項(xiàng)指標(biāo)的差異系數(shù)，對(duì)于某一項(xiàng)指標(biāo)而言，差異系數(shù)越大，熵值越小，對(duì)系統(tǒng)的影響作用越大，其公式為：

Step 4：求得權(quán)重：

三、我國商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估

（一）商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估體系

本文建立了一套科學(xué)的評(píng)估指標(biāo)體系以準(zhǔn)確預(yù)測商業(yè)銀行的信用風(fēng)險(xiǎn)。通過歸納分析，可以將影響商業(yè)銀行信用風(fēng)險(xiǎn)的因素劃分為財(cái)務(wù)與非財(cái)務(wù)因素。非財(cái)務(wù)因素主要有宏觀經(jīng)濟(jì)政策、企業(yè)所在行業(yè)的發(fā)展?fàn)顩r以及企業(yè)發(fā)展戰(zhàn)略等因素，財(cái)務(wù)因素主要包括企業(yè)的盈利能力、營運(yùn)能力、現(xiàn)金流量、發(fā)展能力、償債能力等因素。與此同時(shí)，本文在選取指標(biāo)時(shí)完全遵循科學(xué)實(shí)用、易于獲取、簡明全面和層次分明的選取原則，最終選取了五個(gè)二級(jí)指標(biāo)，在此基礎(chǔ)上，又細(xì)分為十一個(gè)三級(jí)指標(biāo)，其中五個(gè)二級(jí)指標(biāo)為盈利能力、營運(yùn)能力、償債能力、現(xiàn)金流量以及發(fā)展能力。商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估體系如表3所示：

（二）指標(biāo)體系的信度分析

信度系數(shù)來測算指標(biāo)體系的可靠程度，信度系數(shù)越大，表明可信程度越大[7]。信度分析的衡量標(biāo)準(zhǔn)如表4所示。

本文采取克隆巴赫信度系數(shù)法對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)指標(biāo)體系進(jìn)行信度分析，其計(jì)算公式為：

其中為指標(biāo)變量數(shù)，為指標(biāo)變量協(xié)方差的平均值，為指標(biāo)變量的平均數(shù)。

通過SPSS 24.0軟件，對(duì)附錄B中的指標(biāo)數(shù)據(jù)進(jìn)行信度分析，得到表5和表6。

由表5可得，指標(biāo)在未進(jìn)行標(biāo)準(zhǔn)化時(shí)其克隆巴赫Alpha系數(shù)只有0.252，指標(biāo)體系的可信度很差，但在對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理后，克隆巴赫Alpha系數(shù)卻到達(dá)了0.749，對(duì)照信度分析的衡量標(biāo)準(zhǔn)可知，指標(biāo)數(shù)據(jù)的可信程度相當(dāng)高。由此可得，標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)對(duì)信用風(fēng)險(xiǎn)評(píng)估體系的影響較大，在風(fēng)險(xiǎn)評(píng)估中發(fā)揮著重要的作用。從表6可知，11個(gè)三級(jí)指標(biāo)通過了霍特林T方檢驗(yàn)，并且顯著性為0.000，說明經(jīng)過標(biāo)準(zhǔn)化處理的指標(biāo)數(shù)據(jù)選擇合理，可信度較高，能夠保證商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估的公正客觀。

（三）商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估體系

1.數(shù)據(jù)的選取

我國目前在商業(yè)銀行信用風(fēng)險(xiǎn)度量上最大的問題就是數(shù)據(jù)庫的不健全，導(dǎo)致借貸雙方信息的不對(duì)稱。一般來說，借款企業(yè)會(huì)有意隱瞞歷史違約狀況、貸款情況等數(shù)據(jù)，因此商業(yè)銀行很難及時(shí)了解到企業(yè)的真實(shí)情況。基于數(shù)據(jù)易于獲取的原則，本文以上市公司為研究對(duì)象，通過財(cái)務(wù)指標(biāo)進(jìn)行綜合評(píng)估。

所謂上市公司，即經(jīng)過國務(wù)院等有關(guān)部門批準(zhǔn)，能夠公開發(fā)行的股票并在證券交易所上市交易的股份有限公司。上市公司分為ST公司和非ST公司兩種，其中ST公司是指上市公司連續(xù)兩年虧損被證券交易所進(jìn)行特別處理的公司，非ST公司是指未被進(jìn)行特別處理的公司。

本文在上市公司中選取了來自各行各業(yè)的21家公司，其中有8家ST公司（如ST生物、ST宜化、ST美麗），13家非ST公司（如珠江啤酒、中國國貿(mào)、廣匯物流），涉及行業(yè)包括采礦、能源、化學(xué)、制藥等領(lǐng)域，數(shù)據(jù)均來源于上海證券交易所、深圳證券交易所和巨潮資訊網(wǎng)等。

2.主客觀賦權(quán)綜合評(píng)估

將所選取的數(shù)據(jù)分別代入層次分析法和改進(jìn)的熵值法當(dāng)中，得到主觀權(quán)重和客觀權(quán)重，如表7所示。

基于主觀權(quán)重與客觀權(quán)重，利用加權(quán)評(píng)價(jià)法確定指標(biāo)的綜合權(quán)重，其計(jì)算公式為：

其中，是由層次分析法得到的主觀權(quán)重，是由熵權(quán)法得到的客觀權(quán)重，為修正系數(shù)，修正系數(shù)的大小是由所有指標(biāo)的客觀權(quán)重的差異程度所決定的，其公式表示為：

式中，為指標(biāo)個(gè)數(shù)，為差異程度系數(shù)，指標(biāo)之間權(quán)重差異越大，差異程度系數(shù)越接近1；差異越小，差異程度系數(shù)越接近0，其公式表示為：

其中，是指標(biāo)的客觀權(quán)重按從小到大的順序排列后的狀態(tài)。

首先，將表7中的主客觀權(quán)重代入公式（10）中判斷數(shù)據(jù)的離散狀況，并求得差異程度系數(shù)；其次，將差異程度系數(shù)代入公式（9），得到修正系數(shù)，最后，利用公式（8）求得指標(biāo)的綜合權(quán)重（表8）。

根據(jù)建立的商業(yè)銀行信用評(píng)估體系的結(jié)構(gòu)特點(diǎn)，采取加權(quán)平均的方法對(duì)上市公司的信用狀況進(jìn)行評(píng)估。加權(quán)平均即利用線性方程對(duì)企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，其公式為：

其中，為信用風(fēng)險(xiǎn)評(píng)估系數(shù)，為經(jīng)過標(biāo)準(zhǔn)化處理的數(shù)據(jù)，為與相對(duì)應(yīng)的綜合權(quán)重。

根據(jù)公式（11），將標(biāo)準(zhǔn)化后的樣本數(shù)據(jù)與綜合權(quán)重代入，得到上市公司信用風(fēng)險(xiǎn)評(píng)估系數(shù)，如表9所示。

3.誤差分析

通過查閱相關(guān)資料[8]，一般把風(fēng)險(xiǎn)評(píng)估系數(shù)等于0.5時(shí)作為違約的臨界點(diǎn)，當(dāng)系數(shù)大于0.5時(shí)，則公司被認(rèn)為是非ST公司；當(dāng)系數(shù)小于0.5時(shí)，則公司被認(rèn)為是ST公司。將本文建立的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估體系所得到的21家公司風(fēng)險(xiǎn)評(píng)估系數(shù)與其評(píng)判標(biāo)準(zhǔn)進(jìn)行對(duì)比，分析說明該模型的準(zhǔn)確性以及所測量的誤差大小。

由圖1可知， ST公司的輸出結(jié)果應(yīng)小于0.5，但有兩家公司在評(píng)估時(shí)發(fā)生錯(cuò)誤，分別是ST東電和ST云網(wǎng)。對(duì)于ST公司的評(píng)估結(jié)果的誤差為22.22%，命中率為78.88%。非ST公司的輸出結(jié)果應(yīng)大于0.5，但有兩家公司在評(píng)估時(shí)發(fā)生錯(cuò)誤，分別是深華發(fā)A和珠江啤酒。對(duì)于非ST公司的評(píng)估結(jié)果的誤差為16.67%，命中率為83.33%。綜上，該信用風(fēng)險(xiǎn)評(píng)估體系對(duì)全部公司評(píng)價(jià)結(jié)果的誤差為19.05%，命中率為80.95%，說明該模型對(duì)上市公司的信用狀態(tài)評(píng)估的準(zhǔn)確率較高，構(gòu)建的指標(biāo)體系較為合理。

四、結(jié)論

本文分析了產(chǎn)生商業(yè)銀行信用風(fēng)險(xiǎn)的影響，基于指標(biāo)篩選原則確定了以盈利能力、償債能力等財(cái)務(wù)因素為主的信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，并通過信度分析得到基于標(biāo)準(zhǔn)化后克隆巴赫Alpha值為0.749，則說明該體系的可信程度較高。隨后通過層次分析法獲得主觀權(quán)重，熵權(quán)法獲取客觀權(quán)重，并通過加權(quán)平均的手段將主客觀權(quán)重進(jìn)行匯總得到信用風(fēng)險(xiǎn)評(píng)估指標(biāo)的綜合權(quán)重。將其綜合權(quán)重與標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行計(jì)算，得到對(duì)借款公司（ST公司、非ST公司）進(jìn)行信用風(fēng)險(xiǎn)評(píng)估結(jié)果，其命中率為80.95%，說明該模型對(duì)上市公司的信用狀態(tài)評(píng)估的準(zhǔn)確率較高，構(gòu)建的指標(biāo)體系較為合理。

引用

[1]周瑋.中國銀行業(yè)實(shí)施Basel Ⅱ的路徑[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2007（01）：64-67.

[2]李志輝，王飛飛.美國次貸危機(jī)對(duì)國際銀行業(yè)的影響與發(fā)展展望[J].國際金融研究，2009（06）：40-47.

[3]周瑋，楊兵兵.商業(yè)銀行信用風(fēng)險(xiǎn)管理基本要素[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2002（11）：24-28.

[4]高波.基于DPSIR模型的陜西水資源可持續(xù)利用評(píng)價(jià)研究[D].西安：西北工業(yè)大學(xué)，2007.

[5] Saaty T L， Kearns K P. The Analytic Hierarchy Process[M]. Analytical Planning，1985.

[6]郭顯光.改進(jìn)的熵值法及其在經(jīng)濟(jì)效益評(píng)價(jià)中的應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐，1998（12）：99-103.

[7]阮桂海.數(shù)據(jù)統(tǒng)計(jì)與分析：SPSS應(yīng)用教程[M].北京：北京大學(xué)出版社，2005.

[8]于立勇.商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估：一種實(shí)證模型的探討[M].北京：北京大學(xué)出版社，2007.