利率市場(chǎng)化條件下上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)＊

蔡艷萍，王玉嬌

（湖南大學(xué) 工商管理學(xué)院，湖南 長(zhǎng)沙 410082）

一 引 言

金融業(yè)在優(yōu)化資源配置、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整方面起著越來(lái)越重要的作用，然而我國(guó)金融業(yè)在對(duì)國(guó)民經(jīng)濟(jì)影響力不斷增強(qiáng)的同時(shí)，仍然存在眾多問(wèn)題。

“穩(wěn)健推進(jìn)改革”是十八大確定金融發(fā)展的基調(diào)。其中利率市場(chǎng)化是我國(guó)金融體系變革的核心步驟，如今我國(guó)的利率市場(chǎng)化改革已步入深水區(qū)。隨著金融體制的不斷改革，上市商業(yè)銀行作為我國(guó)銀行業(yè)的重要組成部分，也在不斷加快經(jīng)營(yíng)體制改革與創(chuàng)新的步伐，但是相對(duì)較高程度的利率市場(chǎng)化可能會(huì)導(dǎo)致大批商業(yè)銀行倒閉，造成銀行危機(jī)，這將對(duì)整個(gè)社會(huì)產(chǎn)生巨大影響。因此，建立合理的上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系對(duì)于銀行自身的生存和發(fā)展，乃至整個(gè)國(guó)家的金融危機(jī)防范都有著重要意義。

財(cái)務(wù)風(fēng)險(xiǎn)包括財(cái)務(wù)成果風(fēng)險(xiǎn)和財(cái)務(wù)狀況風(fēng)險(xiǎn)［1］，上市商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)是指在其經(jīng)營(yíng)過(guò)程中由于資本結(jié)構(gòu)不合理、受一些不可預(yù)料因素的影響，導(dǎo)致實(shí)際收益與預(yù)期收益之間出現(xiàn)偏差，蒙受經(jīng)濟(jì)損失的風(fēng)險(xiǎn)，主要包括：資本結(jié)構(gòu)風(fēng)險(xiǎn)，資產(chǎn)質(zhì)量風(fēng)險(xiǎn)，流動(dòng)性風(fēng)險(xiǎn)，市場(chǎng)風(fēng)險(xiǎn)等方面。

如今，我國(guó)利率市場(chǎng)化已經(jīng)到了最關(guān)鍵的時(shí)期——人民幣存款與貸款利率市場(chǎng)化開(kāi)始走向全面放開(kāi)階段。2013年7月，中國(guó)人民銀行決定全面放開(kāi)金融機(jī)構(gòu)貸款利率管制。利率市場(chǎng)化將導(dǎo)致我國(guó)商業(yè)銀行競(jìng)爭(zhēng)加劇、利潤(rùn)下降，傳統(tǒng)業(yè)務(wù)結(jié)構(gòu)和客戶結(jié)構(gòu)不能適應(yīng)利率市場(chǎng)化的發(fā)展，商業(yè)銀行面臨的主要風(fēng)險(xiǎn)將是利率風(fēng)險(xiǎn)。利率市場(chǎng)化的不斷推進(jìn)，對(duì)銀行的資產(chǎn)負(fù)債管理、風(fēng)險(xiǎn)管理、內(nèi)部控制制度提出了更高的要求。如果不能較好地適應(yīng)利率市場(chǎng)化環(huán)境，利率的變動(dòng)將會(huì)導(dǎo)致商業(yè)銀行發(fā)生嚴(yán)重的財(cái)務(wù)風(fēng)險(xiǎn)。

二 利率市場(chǎng)化條件下的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系

在現(xiàn)階段，我國(guó)有關(guān)商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的研究，大多借鑒國(guó)外先進(jìn)的評(píng)價(jià)體系，再結(jié)合自身的實(shí)際情況進(jìn)行完善，其中，關(guān)于商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系的研究有：1）國(guó)際上通行的“駱駝評(píng)價(jià)指標(biāo)體系（CAMEL Rating System）”是銀行風(fēng)險(xiǎn)分析的典型代表；2）財(cái)務(wù)比率綜合分析法中的“杜邦財(cái)務(wù)分析體系”是一種具有重要意義的方法；3）平衡計(jì)分卡和EVA分析法也是目前比較有效的分析方法之一；目前，對(duì)于上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系的研究還處于不斷完善的過(guò)程中。［2］

隨著利率市場(chǎng)化不斷推進(jìn)，我國(guó)上市商業(yè)銀行的經(jīng)營(yíng)面臨著巨大挑戰(zhàn)。有關(guān)利率風(fēng)險(xiǎn)的測(cè)度主要有以下幾種方法：1）利率敏感性分析，利率敏感性資產(chǎn)和利率敏感性負(fù)債在一定時(shí)期內(nèi)的差額，即利率敏感性缺口；與此相關(guān)的另一個(gè)概念是利率敏感性比率，即利率敏感性資產(chǎn)與利率敏感性負(fù)債的比值；前者是絕對(duì)值，后者是相對(duì)值；2）持續(xù)期分析，資產(chǎn)持續(xù)期與負(fù)債持續(xù)期缺口越小，利率風(fēng)險(xiǎn)越??；3）風(fēng)險(xiǎn)價(jià)值（VaR），從統(tǒng)計(jì)意義上講，VaR本身是個(gè)數(shù)字，是指在給定置信水平和一定持有期內(nèi)，預(yù)期資產(chǎn)組合的最大損失量。［3］本文在借鑒國(guó)內(nèi)外學(xué)者研究的基礎(chǔ)上，結(jié)合上市商業(yè)銀行實(shí)際經(jīng)營(yíng)環(huán)境，構(gòu)建了基于利率市場(chǎng)化條件的我國(guó)上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系。

（一）指標(biāo)體系構(gòu)建思路

由于我國(guó)上市商業(yè)銀行經(jīng)營(yíng)商品的特殊性和經(jīng)營(yíng)環(huán)境的復(fù)雜性，在利率市場(chǎng)化過(guò)程中，眾多因素的變化都可能會(huì)給商業(yè)銀行的經(jīng)營(yíng)帶來(lái)財(cái)務(wù)風(fēng)險(xiǎn)。

首先，由于商業(yè)銀行資本結(jié)構(gòu)的特殊性，銀行資本充足水平成為監(jiān)管部門關(guān)注的重點(diǎn)，也是商業(yè)銀行進(jìn)行融資和選擇經(jīng)營(yíng)方式需要考慮的重要因素。銀行資本數(shù)量充足可吸收意外損失，使銀行在遭遇風(fēng)險(xiǎn)損失時(shí)不致破產(chǎn)。上市商業(yè)銀行在利率市場(chǎng)化過(guò)程中的激烈競(jìng)爭(zhēng)，會(huì)導(dǎo)致經(jīng)營(yíng)風(fēng)險(xiǎn)越來(lái)越大，故而擁有充足的資本具有極為重要的意義。

其次，《中華人民共和國(guó)商業(yè)銀行法》中已經(jīng)明確規(guī)定商業(yè)銀行以效益性、安全性、流動(dòng)性為經(jīng)營(yíng)原則，實(shí)行自主經(jīng)營(yíng)，自擔(dān)風(fēng)險(xiǎn)，自負(fù)盈虧，自我約束。效益性是指獲取最大限度的利潤(rùn)，安全性是指保證收益的安全與穩(wěn)定，使其健康安全的發(fā)展，流動(dòng)性是指銀行在不遭受損失的條件下滿足存款客戶提存或貸款、投資、內(nèi)部管理等對(duì)現(xiàn)金的要求。商業(yè)銀行的三性要求有統(tǒng)一性又有矛盾［4］，安全性和流動(dòng)性是盈利的保證，反之，盈利性又可以促進(jìn)安全性和流動(dòng)性水平的提升。但一般而言，流動(dòng)性強(qiáng)，安全性高的資產(chǎn)其盈利性則較低，而盈利性較強(qiáng)的資產(chǎn)，則流動(dòng)性較弱，風(fēng)險(xiǎn)較大，安全性較差。由于三性要求的內(nèi)在矛盾，商業(yè)銀行在經(jīng)營(yíng)中必須統(tǒng)籌考慮三者關(guān)系，綜合權(quán)衡利弊。

再次，利率市場(chǎng)化將引起銀行存貸利差的減小，利率風(fēng)險(xiǎn)的擴(kuò)大，不管利率上升還是下降，利率敏感性缺口必然伴隨著利率風(fēng)險(xiǎn)，與利率管制下相比，市場(chǎng)利率的波動(dòng)對(duì)于銀行經(jīng)營(yíng)的影響更大。

此外，商業(yè)銀行的發(fā)展還應(yīng)注重未來(lái)的增長(zhǎng)潛力，實(shí)現(xiàn)商業(yè)銀行當(dāng)前與未來(lái)經(jīng)濟(jì)利益的統(tǒng)一，達(dá)到持續(xù)、有效、穩(wěn)定、協(xié)調(diào)的發(fā)展。

（二）評(píng)價(jià)指標(biāo)體系

鑒于上述分析，本文選取六類指標(biāo)：資本充足性指標(biāo)、資產(chǎn)安全指標(biāo)、流動(dòng)性指標(biāo)、盈利能力指標(biāo)、利率風(fēng)險(xiǎn)指標(biāo)和發(fā)展能力指標(biāo)。詳細(xì)指標(biāo)見(jiàn)表1。

表1 商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)

由于所選取的指標(biāo)性質(zhì)不統(tǒng)一，為了便于比較，故而對(duì)其中的負(fù)向指標(biāo)和適度指標(biāo)進(jìn)行處理，以使指標(biāo)正向化。

三 實(shí)證分析

截止到2013年底，我國(guó)商業(yè)銀行數(shù)量已達(dá)到一定規(guī)模，但受資料來(lái)源的限制且鑒于樣本的代表性，本文收集了2011～2013年我國(guó)所有上市商業(yè)銀行的年度財(cái)務(wù)報(bào)告，并利用報(bào)告中的數(shù)據(jù)整理計(jì)算出上市商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)測(cè)度指標(biāo)。

在分析方法的選取上，首先，本文選取了較客觀的因子分析法，運(yùn)用特征方程和正交變換的數(shù)學(xué)處理方法對(duì)選取的上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)提取主因子。其次，為明確各上市商業(yè)銀行在不同時(shí)期的財(cái)務(wù)風(fēng)險(xiǎn)狀況，利用所提取的主因子進(jìn)行聚類分析，將商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)客觀地劃分為四類。最后，通過(guò)比較四類研究樣本的財(cái)務(wù)特征的顯著性差異，找出影響上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的主要因素，建立一個(gè)多分類的Logistic回歸模型。

（一）因子分析

因子分析法是一種用少數(shù)幾個(gè)因子去描述多個(gè)指標(biāo)或變量間聯(lián)系的多元統(tǒng)計(jì)分析方法，從而達(dá)到以較少的因子反映原始變量的大部分信息的目的，同時(shí)也起到消除變量間共線性的作用。［5］

本文選用KMO檢驗(yàn)和Bartlett檢驗(yàn)，驗(yàn)證因子分析法適用與否。實(shí)證結(jié)果如下：

表2 KMO和Bartlett檢驗(yàn)

由表2可知，通過(guò)Bartlett檢驗(yàn)，概率P值接近于0，在5%的顯著性水平下，應(yīng)拒絕原假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣與單位陣是顯著不同的。同時(shí)KMO值為0.564，綜合兩個(gè)檢驗(yàn)值的結(jié)果表明：選取的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)具有較強(qiáng)的相關(guān)性，即認(rèn)為樣本數(shù)據(jù)適合進(jìn)行因子分析。

表3 解釋的總方差

表4 旋轉(zhuǎn)成份矩陣

對(duì)樣本數(shù)據(jù)進(jìn)行因子分析，同時(shí)為得到每個(gè)公因子的意義，以便于對(duì)實(shí)際情況進(jìn)行分析，故采用最大方差法對(duì)主因子矩陣進(jìn)行正交旋轉(zhuǎn)，得到主因子的解釋方差見(jiàn)表3，旋轉(zhuǎn)成分矩陣見(jiàn)表4。由表3和表4可知，提取出的五個(gè)因子有較高的解釋力度，累計(jì)達(dá)到79.775%。旋轉(zhuǎn)后的因子載荷較清晰，其中因子1主要解釋了X1、X2和X3這三個(gè)變量，反映了銀行資本充足性，可以命名為資本充足性因子。因子2在X13和X14上有較大的載荷，反映了銀行發(fā)展能力情況，可命名為成長(zhǎng)因子。因子3在X11和X12上有較大載荷，反映了利率風(fēng)險(xiǎn)情況，可命名為利率因子。因子4主要解釋了X8和X9兩個(gè)變量，可命名為盈利因子。因子5在X4和X5上有較大載荷，主要反映了銀行的資產(chǎn)安全情況。

表5 聚類分析因子均值

表6 聚類分布

（二）聚類分析

將因子分析法計(jì)算得出的5個(gè)公因子得分作為新變量進(jìn)行保存，并且將這5個(gè)公因子作為劃分企業(yè)財(cái)務(wù)狀況類別的自變量，通過(guò)SPSS中的K－均值聚類命令來(lái)完成聚類分析。

表7 聚類結(jié)果

聚類分析后得到的因子均值如表5所示。結(jié)合之前的因子分析，上述五個(gè)指標(biāo)的因子貢獻(xiàn)率分別為 23.002%、15.76%、15.6%、12.875.%、12.538%，對(duì)因子均值進(jìn)行加權(quán)匯總，四個(gè)組別的得分分別為0.2468，0.2403，0.0343，－0.3834，可知：第四組別的財(cái)務(wù)狀況為四組里最為嚴(yán)重，第三組別的財(cái)務(wù)狀況優(yōu)于第四組別，第二組優(yōu)于第三組，第一組是四個(gè)組中財(cái)務(wù)狀況最好的。

綜上所述，依此將16家上市商業(yè)銀行近3年的財(cái)務(wù)狀況分為四類：財(cái)務(wù)充盈（第一組別），財(cái)務(wù)穩(wěn)?。ǖ诙M別），財(cái)務(wù)危機(jī)（第三組別）和財(cái)務(wù)困境（第四組別）?？偡诸悢?shù)量占比和具體聚類結(jié)果分別見(jiàn)表6和表7。

（三）多分類Logistic回歸分析

一般在上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)出現(xiàn)之前，與財(cái)務(wù)風(fēng)險(xiǎn)相關(guān)的財(cái)務(wù)指標(biāo)都會(huì)不同程度地出現(xiàn)異常變化，上市商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)可以通過(guò)這些出現(xiàn)差異的指標(biāo)值的變化來(lái)加以預(yù)警。

在構(gòu)建模型前，需要對(duì)商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系進(jìn)行描述性統(tǒng)計(jì)分析，針對(duì)上市商業(yè)銀行出現(xiàn)的不同程度財(cái)務(wù)風(fēng)險(xiǎn)，檢驗(yàn)具有顯著性差異的指標(biāo)，從而找出建立模型所需要的自變量。本文首先采用K－S檢驗(yàn)來(lái)檢驗(yàn)變量是否服從正態(tài)分布，其次對(duì)滿足正態(tài)分布的變量進(jìn)行方差齊性檢驗(yàn)，最后根據(jù)正態(tài)分布和方差齊性檢驗(yàn)的結(jié)果，分別采用單因素方差分析和K獨(dú)立樣本非參數(shù)檢驗(yàn)進(jìn)行均值差異性檢驗(yàn)。具體檢驗(yàn)結(jié)果如表8所示。

表8 K－S檢驗(yàn)、方差齊性檢驗(yàn)、單因素方差分析和K獨(dú)立樣本非參數(shù)檢驗(yàn)

結(jié)果顯示，X3、X4、X9、X10、X13五個(gè)指標(biāo)在5%的顯著水平下，既符合正態(tài)性分布，又滿足滿足方差齊性，用單變量方差分析來(lái)檢驗(yàn)這五個(gè)變量，用K獨(dú)立樣本非參數(shù)檢驗(yàn)來(lái)檢驗(yàn)剩余變量。從檢驗(yàn)結(jié)果可以看出，在5%顯著性水平上，有4個(gè)變量接受原假設(shè)，其余10個(gè)變量（X2、X4、X5、X7、X8、X10、X11、X12、X13、X14）均拒絕原假設(shè)，即在各組變量間存在顯著性差異。

Logistic回歸模型對(duì)共線性較敏感，若不同財(cái)務(wù)指標(biāo)之間存在一定程度的相關(guān)性，將會(huì)影響財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)模型的準(zhǔn)確度［6，7］。因此，必須消除自變量之間的多重共線性，確保模型穩(wěn)健性。本文采用因子分析法，在不遺漏原始指標(biāo)所蘊(yùn)含的內(nèi)在信息條件下，提取所選擇自變量的主因子。結(jié)果表明，在顯著水平為5%的情況下，KMO測(cè)試值為0.626，Bartlett檢驗(yàn)卡方值139.268，即10個(gè)財(cái)務(wù)指標(biāo)變量之間存在較強(qiáng)相關(guān)性，適合進(jìn)行因子分析。按照方差累計(jì)貢獻(xiàn)率，對(duì)所選的10個(gè)具有顯著性差異的變量，提取信息涵蓋率達(dá)到76.795%的4個(gè)主因子。

一般Logistic回歸的因變量Y只有兩種取值（0和1），但本文因變量Y的取值有四種，所以需要采用多項(xiàng)Logistic模型（Multinomial－Logistic Regression），根據(jù)因變量取值是否有序可以將多項(xiàng)Logistic回歸分為有序多分類和無(wú)序多分類。但是當(dāng)存在下列兩種情況時(shí)，即便因變量是有序分類的，也需要采用無(wú)序多分類的Logistic回歸進(jìn)行分析［8］：

1）平行線檢驗(yàn)的P值小于0.05；

2）從專業(yè)角度評(píng)定自變量在各回歸方程中具有不同的效應(yīng)。

按上述理論，進(jìn)行平行線檢驗(yàn)（結(jié)果如表9），結(jié)果顯示P值小于0.05，所以，應(yīng)選擇無(wú)序多分類的Logistic回歸。

表9 平行線檢驗(yàn)

對(duì)于無(wú)序多分類的Logistic回歸，模型會(huì)定義因變量的某一個(gè)水平為參照水平（SPSS默認(rèn)取水平大的為參照），其他水平均與其相比，建立水平數(shù)－l個(gè)廣義Logit模型。假設(shè)自變量有n個(gè)，因變量為m類，其取值水平分別為1、2、……m，相應(yīng)取值水平的概率為P1、P2、…Pm，對(duì)P個(gè)自變量擬合m－1個(gè)廣義Logit模型［8］：

顯然，此時(shí)應(yīng)當(dāng)有p1＋p2＋……pm＝1。通過(guò)上述變換，Logit（P）的取值范圍就被擴(kuò)

展為以0為對(duì)稱點(diǎn)的整個(gè)實(shí)數(shù)區(qū)域（－∞，＋∞），這使得在任何的自變量取值下，對(duì)P值預(yù)測(cè)均有實(shí)際意義。

進(jìn)行無(wú)序多分類的Logistic回歸，并對(duì)每個(gè)自變量作用進(jìn)行似然比檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表10，所有變量的P<0.05，顯示所提取的4個(gè)主成分對(duì)模型的作用都是有統(tǒng)計(jì)意義的，表11給出了具體三個(gè)模型的擬合參數(shù)。

表10 似然比檢驗(yàn)

進(jìn)行回歸后，得到三個(gè)模型的具體擬合參數(shù)，見(jiàn)表11。

表11 模型擬合參數(shù)

本文以第四組為參照水平，根據(jù)表11得到具體的擬合模型分別為：

根據(jù)似合模型對(duì)樣本銀行進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)，得到的預(yù)測(cè)結(jié)果如表12所示。

表12 模型預(yù)測(cè)結(jié)果

利用2011～2013年數(shù)據(jù)構(gòu)建的的四分類logistic模型的預(yù)測(cè)準(zhǔn)確率為91.7%，該模型的預(yù)測(cè)準(zhǔn)確率較為令人滿意，但對(duì)財(cái)務(wù)穩(wěn)健類（第二組）的誤判率稍高，說(shuō)明對(duì)這類財(cái)務(wù)狀況的分類有待完善。

四 結(jié) 論

本文主要圍繞上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)，從資本充足性、資產(chǎn)安全、流動(dòng)性、盈利性和發(fā)展能力五個(gè)方面選取了14個(gè)財(cái)務(wù)指標(biāo)，通過(guò)對(duì)財(cái)務(wù)指標(biāo)進(jìn)行因子分析提取主因子，進(jìn)而引入聚類分析的方法將樣本銀行2011～2013年的財(cái)務(wù)狀況分成四類，既克服了我國(guó)缺乏破產(chǎn)銀行樣本的困難，又避免了以往人為評(píng)估銀行財(cái)務(wù)風(fēng)險(xiǎn)狀況的主觀隨意性。鑒于二分類logistic模型僅將銀行的財(cái)務(wù)風(fēng)險(xiǎn)狀況分為有風(fēng)險(xiǎn)和無(wú)風(fēng)險(xiǎn)兩類，而在現(xiàn)實(shí)中，商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)遠(yuǎn)不止這兩種情況。本文根據(jù)分析，建立了無(wú)序多分類logistic回歸模型，以期對(duì)上市商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)測(cè)更加客觀，更貼近實(shí)際。研究的主要結(jié)論如下：

（1）通過(guò)將樣本上市商業(yè)銀行2011～2013年的財(cái)務(wù)數(shù)據(jù)進(jìn)行因子分析提取主因子，然后利用提取的主因子進(jìn)行聚類分析，將樣本銀行近三年的財(cái)務(wù)狀況分成四類。實(shí)證結(jié)果表明：我國(guó)上市商業(yè)銀行近三年中財(cái)務(wù)充盈和財(cái)務(wù)穩(wěn)健銀行的樣本比例遠(yuǎn)遠(yuǎn)小于財(cái)務(wù)危機(jī)銀行和財(cái)務(wù)困境銀行的樣本比例，尤其在2013年，除南京銀行外的15家上市商業(yè)銀行都處于財(cái)務(wù)危機(jī)及困境的水平，說(shuō)明近年來(lái)我國(guó)上市商業(yè)銀行的總體經(jīng)營(yíng)存在較大風(fēng)險(xiǎn)。造成這一現(xiàn)象的原因可能有利率市場(chǎng)化，銀行間競(jìng)爭(zhēng)加劇，多融資渠道的異軍突起，銀行存貸利差縮小等。

（2）通過(guò)對(duì)出現(xiàn)不同財(cái)務(wù)風(fēng)險(xiǎn)狀況商業(yè)銀行的財(cái)務(wù)指標(biāo)進(jìn)行單樣本方差分析和K獨(dú)立樣本非參數(shù)檢驗(yàn)比較均值差異，得出核心資本充足率、不良貸款率、貸存比、總資產(chǎn)回報(bào)率、利率敏感比率偏離率、缺口風(fēng)險(xiǎn)價(jià)值凈利潤(rùn)比等10個(gè)指標(biāo)存在顯著性差異，因此，應(yīng)將這10個(gè)指標(biāo)作為我國(guó)上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)的重點(diǎn)監(jiān)測(cè)指標(biāo)。其中利率風(fēng)險(xiǎn)的兩個(gè)指標(biāo)都包括在其中，說(shuō)明利率風(fēng)險(xiǎn)對(duì)上市商業(yè)銀行財(cái)務(wù)狀況的影響不容忽視。

（3）基于Logistic回歸法構(gòu)建了商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)測(cè)模型，由于Logistic模型對(duì)自變量共線性較敏感，故利用提取的核心資本充足率等10個(gè)指標(biāo)的主因子作為自變量構(gòu)建Logistic模型，通過(guò)對(duì)模型預(yù)測(cè)精度的檢驗(yàn)，說(shuō)明該模型具有較好的預(yù)測(cè)效果，監(jiān)管部門和商業(yè)銀行經(jīng)營(yíng)者可以利用該模型對(duì)上市商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行分析判斷。

對(duì)于上市商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系的建立，本文也存在著不足，由于數(shù)據(jù)來(lái)源的局限性，僅選取了上市商業(yè)銀行作為研究樣本，未能構(gòu)建一個(gè)適用所有商業(yè)銀行的評(píng)測(cè)系統(tǒng)；此外，本文選取的預(yù)警指標(biāo)幾乎都是財(cái)務(wù)指標(biāo)，后續(xù)研究可添加一些定性指標(biāo)進(jìn)行完善。

［1］ 牟成.商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)探討［J］.現(xiàn)代商貿(mào)工業(yè)，2009，（4）：159－160.

［2］ 王曉芹.我國(guó)上市商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)及實(shí)證分析［J］.金融視線，2013，（25）：138－139.

［3］ 高蓉蓉.我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)度量方法選擇［J］.改革與開(kāi)放，2009，（10）：10－12.

［4］ 付同青.商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)控制研究［J］.國(guó)際商務(wù)財(cái)會(huì)，2013（12）：44－48.

［5］ 馬計(jì)斌，高春雷.基于PCA商業(yè)銀行經(jīng)濟(jì)效益評(píng)價(jià)研究［J］.河北工程大學(xué)學(xué)報(bào)，2011，（4）：34－36.

［6］ 羅曉光，劉飛虎.基于Logistic回歸法的商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究［J］.金融發(fā)展研究，2011，（11）：55－59.

［7］ 何玉，王開(kāi)田.政府財(cái)務(wù)信息網(wǎng)絡(luò)披露評(píng)估模型與影響因素［J］.財(cái)經(jīng)理論與實(shí)踐，2012，（1）：38－43.

［8］ 孫萬(wàn)菊.基于Logistic模型的財(cái)務(wù)狀況分類研究［J］.杭州電子科技大學(xué)學(xué)報(bào)，2012，（6）：195－197.

［9］ 盧永艷，王維國(guó).基于財(cái)務(wù)狀況多分類的財(cái)務(wù)危機(jī)預(yù)警［J］.數(shù)學(xué)實(shí)踐與認(rèn)識(shí)，2011，（4）：29－33.