一種商業(yè)銀行貸款項(xiàng)目績效評(píng)估新模型

摘 要:國內(nèi)外對(duì)商業(yè)銀行經(jīng)營績效評(píng)價(jià)方法主要體現(xiàn)在指標(biāo)體系，但在模型上并沒有重視適用性，造成商業(yè)銀行貸款項(xiàng)目進(jìn)行績效評(píng)估時(shí)缺少適合的模型.根據(jù)商業(yè)銀行貸款項(xiàng)目進(jìn)行績效評(píng)估的特點(diǎn)，利用灰色關(guān)聯(lián)分析法、模糊評(píng)判綜合法和逐步判別分析法各自優(yōu)點(diǎn)結(jié)合形成一種GFS新算法，對(duì)其新的貸款項(xiàng)目進(jìn)行判別分析.實(shí)踐結(jié)果表明，GFS新算法評(píng)估效果好，能為銀行高層管理者在貸款項(xiàng)目決策中提供依據(jù).

關(guān)鍵詞:商業(yè)銀行;貸款項(xiàng)目;灰色關(guān)聯(lián)分析;逐步判別分析

中圖分類號(hào):C939 文獻(xiàn)標(biāo)識(shí)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(nèi)外對(duì)商業(yè)銀行貸款項(xiàng)目績效評(píng)估沒有適用的標(biāo)準(zhǔn)，但對(duì)其經(jīng)營績效評(píng)價(jià)方法已有很多研究.綜合相關(guān)文獻(xiàn)，主要有3種模型:

1) 風(fēng)險(xiǎn)收益財(cái)務(wù)模型.模型中同時(shí)包含風(fēng)險(xiǎn)和收益的決策函數(shù)^[1]，它根據(jù)銀行的財(cái)務(wù)報(bào)表將銀行的效益性、安全性和流動(dòng)性緊密結(jié)合，實(shí)現(xiàn)了經(jīng)營業(yè)績與風(fēng)險(xiǎn)控制的有效組合.

2) 經(jīng)濟(jì)增加值模型.目前較通用的也是這種模型，而兼并收購戰(zhàn)略已成為銀行謀求發(fā)展的主要模式之一.但采用經(jīng)濟(jì)增加值模型有很大的難度，主要在于銀行作為具有網(wǎng)絡(luò)特點(diǎn)的企業(yè)，內(nèi)部關(guān)聯(lián)交易和成本分配非常復(fù)雜^[2].

3) 平衡計(jì)分卡戰(zhàn)略模型.由羅伯特#8226;S#8226;卡普蘭領(lǐng)導(dǎo)創(chuàng)造的“平衡計(jì)分測評(píng)法”，它不僅包括了財(cái)務(wù)測評(píng)指標(biāo)，已揭示已采取的行動(dòng)所產(chǎn)生的結(jié)果，而且還利用涉及顧客滿意程度、內(nèi)部程序及組織的創(chuàng)新和提高能力等3套績效測評(píng)指標(biāo)來補(bǔ)充財(cái)務(wù)測評(píng)指標(biāo).平衡計(jì)分法解決了傳統(tǒng)戰(zhàn)略決策中一個(gè)嚴(yán)重的缺陷:即銀行的長期目標(biāo)與短期行動(dòng)，組織總體目標(biāo)與個(gè)人目標(biāo)無法有效兼顧^[3].

以上3種模型能夠較好地對(duì)商業(yè)銀行經(jīng)營績效進(jìn)行評(píng)價(jià)，但都未提供對(duì)商業(yè)銀行貸款項(xiàng)目績效評(píng)估從指標(biāo)設(shè)計(jì)到得出績效得分的完整模型，所以缺少實(shí)用性.Ho^[4]利用灰色關(guān)聯(lián)分析法對(duì)商業(yè)銀行經(jīng)營績效進(jìn)行評(píng)估，得到了與財(cái)務(wù)報(bào)表分析同樣的結(jié)果.梁樑等^[5]提出了一種多層次交互式?jīng)Q策模型的權(quán)重確定方法.劉曉星等^[6]從項(xiàng)目風(fēng)險(xiǎn)角度構(gòu)建了風(fēng)險(xiǎn)等級(jí)的指標(biāo)評(píng)價(jià)體系和評(píng)價(jià)因素集及權(quán)重集， 應(yīng)用定性與定量相結(jié)合的模糊綜合評(píng)價(jià)法對(duì)銀行項(xiàng)目貸款風(fēng)險(xiǎn)等級(jí)評(píng)價(jià).陳啟明^[7]建立了基于灰色模糊綜合評(píng)價(jià)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(shí)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(quán)定價(jià)模型理論為基礎(chǔ)，借鑒KMV模型的計(jì)算公式，同時(shí)利用中國上市公司的相關(guān)數(shù)據(jù)對(duì)商業(yè)銀行貸款績效進(jìn)行了有效評(píng)估，并在此基礎(chǔ)上，給出相關(guān)對(duì)策建議.方霞^[9]從PROMETHEE方法出發(fā)，結(jié)合商業(yè)銀行的營運(yùn)特點(diǎn)，通過模型分析，建立了一套能客觀、合理評(píng)估商業(yè)銀行績效的方法.本文以城市商業(yè)銀行貸款項(xiàng)目為研究對(duì)象，采用GFS算法，對(duì)長沙銀行15個(gè)貸款項(xiàng)目的績效進(jìn)行評(píng)估，并依據(jù)其高低進(jìn)行分類，在此基礎(chǔ)上，對(duì)新貸款項(xiàng)目利用逐步判別分析法，對(duì)其績效進(jìn)行預(yù)測，以此來決定是否給予項(xiàng)目借貸.這對(duì)銀行提高管理水平，增強(qiáng)競爭力具有現(xiàn)實(shí)意義.1

基于灰色關(guān)聯(lián)分析的灰色評(píng)估權(quán)值及模糊評(píng)判綜合

首先，商業(yè)銀行貸款項(xiàng)目績效評(píng)估指標(biāo)的權(quán)重分析在整個(gè)績效評(píng)估過程中占有重要的一環(huán).根據(jù)本文評(píng)估問題的特點(diǎn)，采用一種基于多層次交互式過程的指標(biāo)定權(quán)方法，更加合理地分配指標(biāo)的權(quán)重.然后，選擇績效評(píng)估模型，對(duì)指標(biāo)數(shù)值進(jìn)行計(jì)算，得出各個(gè)貸款項(xiàng)目的績效得分，最后，在此基礎(chǔ)上，根據(jù)逐步判別分析方法，對(duì)新的貸款項(xiàng)目是否給予借貸得出準(zhǔn)確評(píng)估結(jié)論.具體來說，即在多層次交互式確定指標(biāo)權(quán)重的基礎(chǔ)上，將灰色關(guān)聯(lián)分析(gray correlation analysis)、模糊評(píng)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(yùn)用該算法模型對(duì)商業(yè)銀行貸款項(xiàng)目績效進(jìn)行有效評(píng)估的具體流程，為城市商業(yè)銀行的貸款項(xiàng)目是否借貸問題提供科學(xué)和可操作的判別標(biāo)準(zhǔn)，以提高城市商業(yè)銀行貸款項(xiàng)目的績效.

11 確定灰色評(píng)估權(quán)值

1.1.1 評(píng)估量樣本矩陣和評(píng)估等級(jí)的確定

湖南大學(xué)學(xué)報(bào)(自然科學(xué)版)2010年

第2期李靖霞等:一種商業(yè)銀行貸款項(xiàng)目績效評(píng)估新模型

假設(shè)在評(píng)估過程中有r個(gè)項(xiàng)目評(píng)估專家參與評(píng)估，記為:C={C1，C2，…，Cr}.第k位項(xiàng)目評(píng)估專家對(duì)第i個(gè)績效指標(biāo)oi的評(píng)估量樣本記為oki，以此標(biāo)識(shí)將全部項(xiàng)目評(píng)估專家對(duì)所有n個(gè)績效指標(biāo)的評(píng)估數(shù)據(jù)構(gòu)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(jìn)一步計(jì)算評(píng)估灰類，基于評(píng)估理論，征求相關(guān)資深專家的建議，結(jié)合城市商業(yè)銀行貸款項(xiàng)目的歷史經(jīng)驗(yàn)和利益相關(guān)者對(duì)項(xiàng)目績效的要求，確定商業(yè)銀行貸款項(xiàng)目績效評(píng)估的標(biāo)準(zhǔn)集合為:

V=V1，V2，…，Vm.

1.1.2 細(xì)分評(píng)估灰類

確定評(píng)估灰類是根據(jù)評(píng)估等級(jí)，通過定性分析，應(yīng)用白化權(quán)函數(shù)來確定各個(gè)評(píng)估標(biāo)準(zhǔn)的權(quán)，常用的白化權(quán)函數(shù)有以下3種:

1)上端級(jí)，灰數(shù)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(jí)，灰數(shù)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(jí)，灰數(shù)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(quán)函數(shù)轉(zhuǎn)折點(diǎn)的值稱為閾值，取得閾值的方法有2種:一是按照準(zhǔn)則或經(jīng)驗(yàn)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(duì)閾值^[10].

1.1.3 灰色評(píng)估權(quán)值及模糊權(quán)矩陣

設(shè)評(píng)判矩陣的灰色統(tǒng)計(jì)數(shù)為:nij(i=1，2，…，n;j=1，2，…，m)，總灰色統(tǒng)計(jì)數(shù)為:ni(i=1，2，…，n).用上文確定的白化權(quán)函數(shù)求出oki屬于第j類測度標(biāo)準(zhǔn)的權(quán)為fj(oki).則

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

由灰色統(tǒng)計(jì)數(shù)和灰色總統(tǒng)計(jì)數(shù)計(jì)算綜合r位專家對(duì)第i個(gè)測度因素主張第j種測度標(biāo)準(zhǔn)的灰色評(píng)估權(quán)值，有

rij=nijni.

并由rij構(gòu)成單因素模糊權(quán)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(píng)判綜合

在此基礎(chǔ)上進(jìn)行一級(jí)綜合評(píng)判，可以得到Ui的綜合評(píng)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(jì)算其他一級(jí)綜合評(píng)判矩陣B1，B2，…，Bn.由此計(jì)算二級(jí)綜合評(píng)判矩陣為:B=B1，B2，…，BnT，則二級(jí)評(píng)判向量為W#8226;B，以此類推，可以求出更高級(jí)的模糊綜合評(píng)判.

計(jì)算評(píng)價(jià)結(jié)果.得到評(píng)判向量后可按隸屬度原則判斷評(píng)價(jià)等級(jí).一般可以用最大隸屬度原則和加權(quán)平均原則來確定^[11].

本文選用加權(quán)平均原則來判斷測度的等級(jí)，通過百分制將評(píng)價(jià)結(jié)果綜合，將績效評(píng)價(jià)標(biāo)準(zhǔn)用“優(yōu)”、“中”、“差”3個(gè)等級(jí)表示，分別用“100”，“74”，“64”等分值來代替.13 城市商業(yè)銀行貸款項(xiàng)目的判別分析

由于上一節(jié)中采用GF算法將城市商業(yè)銀行貸款項(xiàng)目的績效分為3類，即優(yōu)，中，差.因此對(duì)城市商業(yè)銀行貸款項(xiàng)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(yè)銀行貸款項(xiàng)目的二級(jí)指標(biāo)眾多，從而對(duì)項(xiàng)目做判別分析時(shí)，難免會(huì)出現(xiàn)某些指標(biāo)作用不顯著.綜合考慮以上兩點(diǎn)，選用逐步判別分析法對(duì)城市商業(yè)銀行貸款項(xiàng)目做判別分析最為合理.

根據(jù)1.2節(jié)，通過百分制對(duì)已有貸款項(xiàng)目分好類的基礎(chǔ)上，我們對(duì)某一新的貸款項(xiàng)目進(jìn)行判別分析.

1.3.1 準(zhǔn)備工作

1)計(jì)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(guī)定引入變量和剔除變量的臨界值F進(jìn)和F出，

1.3.2 逐步計(jì)算

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

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

對(duì)已選入變量xj計(jì)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(shè)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(yàn)，剔除變量時(shí)統(tǒng)計(jì)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(duì)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(shè)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(yàn)，引入變量時(shí)統(tǒng)計(jì)量為:

F1r=1-ArAr#8226;n-k-Lk-1.

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

在第l+1步計(jì)算結(jié)束后，再重復(fù)上面的1)，2)直至不能剔除又不能引入新變量時(shí)，逐步計(jì)算結(jié)束.

1.3.3 建立判別式，對(duì)樣品判別分類

經(jīng)過上一小節(jié)選出重要變量后，可用各種方法建立判別函數(shù)和判別準(zhǔn)則，這里使用Bayes判別法建立判別式，假設(shè)共計(jì)算l+1步，最終選出L個(gè)變量，設(shè)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(gè)樣品x=(x1，…，xp)′(x可以是一個(gè)新樣品，也可以是原來n個(gè)樣品之一)分別代入k個(gè)判別式y(tǒng)g中.若y(h/x)=max 1≤g≤k{y(g/x)}，則x∈第h總體.

2 實(shí)證分析

21 數(shù)據(jù)來源及說明

遵循指標(biāo)體系的構(gòu)建原則，對(duì)商業(yè)銀行貸款項(xiàng)目績效層次維度設(shè)計(jì)包括社會(huì)、經(jīng)濟(jì)、環(huán)境、財(cái)務(wù)、質(zhì)量、工期等方面的85個(gè)指標(biāo).從實(shí)證分析選取了長沙銀行的15個(gè)貸款項(xiàng)目為樣本，主要涉及:1)定性指標(biāo)，通過貸款項(xiàng)目的滿意度打分獲得的數(shù)據(jù).2)定量指標(biāo)，通過對(duì)樣本資料的查找得到的指標(biāo)值.3)指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)值，它是通過專家意見、有關(guān)國家規(guī)定、商業(yè)銀行中優(yōu)秀企業(yè)的情況，結(jié)合IPMA，PMI以及PMRC等國內(nèi)外項(xiàng)目管理研究會(huì)對(duì)銀行貸款項(xiàng)目的要求綜合考慮得到的.

由于指標(biāo)值和標(biāo)準(zhǔn)值的計(jì)量單位相同，本文通過將指標(biāo)值和標(biāo)準(zhǔn)值用灰色評(píng)估理論和模糊函數(shù)的綜合來做評(píng)價(jià)，數(shù)據(jù)不需標(biāo)準(zhǔn)化但對(duì)測度指標(biāo)進(jìn)行了轉(zhuǎn)換而變成正向指標(biāo).22 灰色關(guān)聯(lián)分析

本文以長沙××廣告公司為例，計(jì)算此貸款項(xiàng)目的績效得分.其他14個(gè)貸款項(xiàng)目的算法一樣.

通過問卷調(diào)查表，獲得指標(biāo)的原始數(shù)據(jù)，按85個(gè)單項(xiàng)指標(biāo)設(shè)計(jì)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(shù)據(jù)運(yùn)用灰色系統(tǒng)理論確定評(píng)估灰類，計(jì)算灰色評(píng)估系數(shù)，得出灰色評(píng)估權(quán)值，比如“促進(jìn)社會(huì)發(fā)展程度A1”的灰色評(píng)估權(quán)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(píng)判及分析

利用指標(biāo)體系的縱向邏輯關(guān)系并結(jié)合構(gòu)建指標(biāo)體系的聚類評(píng)價(jià)模型，分別對(duì)項(xiàng)目宏觀目標(biāo)A、項(xiàng)目成果B、項(xiàng)目產(chǎn)出C和項(xiàng)目投入D這4個(gè)方面進(jìn)行各個(gè)評(píng)語集的隸屬度綜合計(jì)算.由于計(jì)算數(shù)據(jù)繁瑣，則具體求解的過程略.最后，對(duì)長沙××廣告公司貸款項(xiàng)目的績效進(jìn)行綜合測度，通過以上計(jì)算，長沙××廣告公司的貸款項(xiàng)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(xiàng)目的績效屬于良好，且符合實(shí)際.

類似地，其他14個(gè)貸款項(xiàng)目采取上述同樣的計(jì)算方法也能得到綜合項(xiàng)目績效得分，見表1.

24 城市商業(yè)銀行貸款項(xiàng)目的逐步判別分析

在以上15個(gè)項(xiàng)目中，我們依據(jù)項(xiàng)目的綜合績效得分，按照得分進(jìn)行排序，將其分為3類:優(yōu)，中，差.則每一類包含5個(gè)項(xiàng)目，當(dāng)項(xiàng)目綜合績效得分大于74分時(shí)，劃分項(xiàng)目的績效為優(yōu);當(dāng)項(xiàng)目的綜合績效得分大于64且小于74分時(shí)，劃分項(xiàng)目的績效為良;當(dāng)項(xiàng)目的綜合績效得分小于64分時(shí)，劃分項(xiàng)目的績效為差.

表1 其他14個(gè)貸款項(xiàng)目績效得分表Tab.1 Score table of other fourteen loan projects performance

下面對(duì)長沙××汽車貿(mào)易有限公司的貸款項(xiàng)目進(jìn)行判別分析.首先，要得到項(xiàng)目的判別函數(shù).首先將已經(jīng)分好類的15個(gè)貸款項(xiàng)目的各項(xiàng)指標(biāo)在spss13.0中進(jìn)行輸入，選擇逐步判別法.選擇當(dāng)變量的F值小于3時(shí)，將變量移除出判別函數(shù)，當(dāng)變量的F值大于5時(shí)，將變量引入判別函數(shù).當(dāng)對(duì)城市商業(yè)銀行貸款項(xiàng)目各指標(biāo)進(jìn)行分析時(shí)，在對(duì)變量經(jīng)過逐步判別分析之后，原來的85個(gè)指標(biāo)，最后只剩下8個(gè)具有判別力的有效指標(biāo).它們分別是:產(chǎn)品價(jià)格優(yōu)勢D14、項(xiàng)目對(duì)所在區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)程度A23、公用基礎(chǔ)設(shè)施D23、公眾對(duì)環(huán)境的滿意度指標(biāo)A34、自然資源的利用指標(biāo)A32、主要經(jīng)營者評(píng)價(jià)C21、投資估算方法及套用的指標(biāo)D41和員工教育程度B52.由此得到3組fisher線性判別函數(shù)，每一組都有一組相應(yīng)的系數(shù).第1組Fisher判別函數(shù)為:

F1=248.856×項(xiàng)目對(duì)所在區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)程度+93.729×自然資源的利用指標(biāo)+11.181×公眾對(duì)環(huán)境的滿意度指標(biāo)-182.013×員工教育程度-37.004×主要經(jīng)營者評(píng)價(jià)+832.500×產(chǎn)品價(jià)格優(yōu)勢+1 986.589×公用基礎(chǔ)設(shè)施+32.737×投資估算方法及套用的指標(biāo).

同理可得F2，F(xiàn)3的判別函數(shù)(略).于是將要判別的新的貸款項(xiàng)目的各項(xiàng)指標(biāo)代入以上3個(gè)判別函數(shù)，計(jì)算出函數(shù)的結(jié)果，哪個(gè)函數(shù)的函數(shù)值最大，則說明該新的貸款項(xiàng)目屬于該類.將湖南汽車貿(mào)易有限公司的貸款項(xiàng)目各指標(biāo)代入得:

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

由于F1在3數(shù)當(dāng)中最大，因此，可以判定湖南汽車貿(mào)易有限公司的貸款項(xiàng)目為績效優(yōu)的，從而，城市商業(yè)銀行應(yīng)該給予其借貸.

3 結(jié) 論

建立了一個(gè)基于灰色關(guān)聯(lián)分析的城市商業(yè)銀行貸款項(xiàng)目的績效評(píng)估模型，根據(jù)灰色評(píng)估權(quán)值、模糊評(píng)判綜合以及判別分析的思想，提出GFS新算法對(duì)現(xiàn)有貸款項(xiàng)目進(jìn)行綜合評(píng)價(jià)，并在此評(píng)價(jià)基礎(chǔ)上，根據(jù)判別分析方法對(duì)新貸款項(xiàng)目進(jìn)行評(píng)價(jià)分析.研究表明:當(dāng)對(duì)城市商業(yè)銀行貸款項(xiàng)目進(jìn)行判別評(píng)價(jià)分析時(shí)，對(duì)于所選取的85個(gè)單個(gè)指標(biāo)當(dāng)中，只有8個(gè)指標(biāo)對(duì)項(xiàng)目具有顯著判別力.并且，項(xiàng)目對(duì)所在區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)程度、主要經(jīng)營者評(píng)價(jià)、投資估算方法及套用的指標(biāo)對(duì)貸款項(xiàng)目的影響重大.該結(jié)論不僅具有很強(qiáng)的理論意義，同時(shí)能夠?yàn)槌鞘猩虡I(yè)銀行貸款項(xiàng)目提供分析依據(jù)，而且也具有一定的現(xiàn)實(shí)意義.

參考文獻(xiàn)

[1] 鞠彥兵.不確定性風(fēng)險(xiǎn)收益模型及其應(yīng)用研究[D].北京:北京航空航天大學(xué)，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(jì)分卡構(gòu)建商業(yè)銀行績效評(píng)價(jià)體系[J].現(xiàn)代財(cái)經(jīng)，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(quán)重的方法[J].系統(tǒng)工程學(xué)報(bào)，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(xiàng)目貸款風(fēng)險(xiǎn)等級(jí)的模糊綜合評(píng)價(jià)[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(píng)價(jià)模型及其應(yīng)用[J].合肥學(xué)院學(xué)報(bào):自然科學(xué)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(yè)銀行貸款定價(jià)與績效評(píng)價(jià)[J].武漢理工大學(xué)學(xué)報(bào)，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(yè)銀行績效評(píng)估中PROMETHEE法的應(yīng)用[J].財(cái)經(jīng)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(shù)學(xué)的綜合集成算法[J].系統(tǒng)工程理論與實(shí)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.