模糊物元视角下银行业经营效益分析

张刚刚,彭自力

(1.武汉理工大学 物流工程学院，湖北 武汉 430063；2.武汉理工大学 资源与环境工程学院，湖北 武汉 430070)

2018年7月14日—15日，中央召开了全国金融工作会议，习近平总书记明确提出加强金融改革、严抓金融风险。当前，中国商业银行发展规模参差不齐，商业银行的价值评估也不能一概而论。因此，在现阶段对中国商业银行的经营效益进行准确评估具有重要的意义。商业银行是关系国计民生的金融机构，商业银行的评估对于一国的金融市场和投资者具有重要意义。西方学者对商业银行的经营效益进行了大量研究。20世纪90年代，ANGBAZO发现美国商业银行的经营收益与银行净利息存在直接关系[1]。ATHANASOGLOU等发现欧洲商业银行资本、内部管理、银行规模等因素对商业银行的经营评价指标会产生重要影响[2]。DAMODARAN发现存贷利差指标能够及时反馈银行的经营效益问题[3]。

21世纪初，中国银行经营效益问题引起了大量学者的广泛关注，我国学者采用了数据包络分析、层次分析、因子分析、主成分分析、改进面板因子分析及灰色理论等方法进行研究[4-9]。但是，大多学者对银行经营效益分析只限于某一指标或者某一方面，无法对银行的经营效益进行综合全面的衡量。在对商业银行进行实证研究的同时，虽然其经营效益测算方法有了一定的改进，但是研究进展缓慢，学术界对于银行经营效益测度指标和方法还未形成统一标准。根据主流的观点可知，银行经济效益体系主要通过对商业银行的财务数据进行多方面筛选，选取相应财务指标作为支撑，形成一种商业银行价值的综合性评价体系。有关研究显示一个银行选择不同指标进行银行经营效益测度能够得出完全不同的结论[10]。为此，笔者通过模糊物元分析法构建出不同银行间能够客观比较的综合评价体系，然后对不同银行经营效益进行量化比较[11]。同时，通过Ward聚类分析将不同地区银行经营效益进行分类[12]，并提出相应的政策建议。

1 理论模型

1.1 模糊物元分析法

模糊数学主要研究和处理具有模糊性的评价指标，物元模型主要解决不相容的复杂问题，适合多因子评价模型体系。模糊物元分析法将模糊数学与物元分析相结合，通过事物、特征及量值3个要素对研究问题进行科学描述。由于商业银行经营效益体系指标属于多维指标，传统的测量方法不能很好地解决指标多维和不相容问题。与其他方法相比，模糊物元分析法可以对事物特征值所对应量值和影响事物诸多因素的不相容性进行分析，解决测量指标众多且模糊不相容的问题。

1.1.1 权重和欧式贴近度复合模糊物元

基于信息论视角可知，信息是对系统有序程度的衡量，熵则是对系统无序程度的衡量。在对所建立的模型指标体系衡量过程中，熵值的大小决定了指标衡量的变异程度。变异程度高表示指标体系包含的信息全面，对于系统的信息贡献度高，蕴含的不确定性信息少，则该指标的熵值低但权重大，反之变异程度低，则指标的熵值高但权重小。笔者采用熵值法计算权重，具体如下：

(1)根据信息论中熵的含义，计算j项事件的i项特征的熵Li：

(1)

式中：n为样本容量；pij表示j项事件的i项特征的变换值。该变换值的计算公式如式(2)所示。

(2)

(3)

其中，Z为平移幅度，此处取值为1。

(2)计算特征的熵权λi如式(4)所示。

(4)

(3)事物的欧式贴近度γLj及其复合模糊物元YγL分别如式(5)和式(6)所示。

(5)

(6)

式中：γLj为j项事件的欧式贴近度；εij为标准模糊物元与复合模糊物元相对应各项的差平方，称为差平方复合模糊物元；YγL为该欧式贴近度下的复合模糊物元。贴近度用来衡量各事物与最优事物的接近程度，其值越大说明被衡量的事物越接近最优事物。

1.1.2 面板数据的模糊物元

上述模糊物元分析法可直接处理时间序列数据，如果处理面板数据，还需要对其进行降维处理，其原理是将不同年份的事物视为新事物纳入原m维复合物元Ym×n中，从而构造出新的m维复合物元Ym×n(r)，如式(7)所示。

(7)

其中xij(r)(r=1,2，…，t)为r年第i个事物的第j个特征值对应的量值。由于面板数据复合物元Ym×n(r)吸收了时间与事物两个维度的信息，因而保持了组间差异，使最后计算的欧式贴近度具有可比性。

1.2 聚类分析法

聚类分析是基于观测样本在多组指标间的相似性或相异性，将其划分成不同组的方法。其原理是通过对个体进行分类，使同一类别的对象同质化程度最高，不同类别的对象性质差别较大，从而根据研究对象的特征对问题进行分类研究。笔者采用系统聚类法中的离差平方和法(Ward)对研究对象进行分类。

从一组复杂数据中提取一个相对简单的类结构，首先需要对数据进行相关性测量。笔者采用Ward聚类分析，设x、y为两个测度相似性的聚类变量，且均有m个值，具体测度公式如式(8)所示。由于指标存在不同的量纲，笔者采用极差化计算方式对其进行无量纲化处理，如式(9)和式(10)所示。

(8)

(9)

(10)

然后，笔者采用Ward聚类法对处理数据进行聚类分组。此方法以变异数分析为基础，使组内差异小，而组间差异大。其原理是在欧式平方距离基础上，当类数固定时，使类内离差平方和达到最小。

2 银行经营效益实证研究

2.1 样本选择与数据来源

受数据可获得性的限制，选取的样本为2013—2017年我国大陆地区27家上市银行的财务面板数据，包括中信银行、民生银行、中国农业银行、重庆农商、中国银行、常熟银行、北京银行、贵阳银行、中国建设银行、华夏银行、徽商银行、江苏银行、中国交通银行、郑州银行、九台银行、南京银行、宁波银行、平安银行、浦发银行、招商银行、中国工商银行、天津银行、无锡银行、吴江银行、兴业银行、中国邮政储蓄银行、张家港银行。这些银行包括了传统意义上的国有“五大行”、全国股份制银行、城市商业银行和农村商业银行，基本覆盖了我国主要的银行类型，可以从多方面反映我国商业银行的经营信息。所使用的指标分别是各银行利息收入、净利差、存贷比、资本净额、不良贷款率、资本充足率、非利息收入占比和净息差。数据均来源于《商业银行公司年报》(2013—2017年)和WIND数据库。

2.2 银行经营效益测算与Ward聚类分析

(1)商业银行经营效益指标体系和数据来源。笔者采用财务指标分析方法，将商业银行的经营效益从盈利性、流动性、安全性和发展性4个方面构建了完整的商业银行经营效益测度体系。借鉴文献[8]、文献[9]和文献[13]的实证测算指标体系，笔者对商业银行的4个方面共8个指标进行测度，构建商业银行经营效益综合衡量体系，如表1所示。其中：①衡量商业银行盈利性的指标是银行利息收入和净利差；②衡量商业银行流动性的指标是存贷比和资本净额；③衡量商业银行安全性的指标是不良贷款率和资本充足率；④衡量商业银行发展性的指标是非利息收入占比和净息差。

表1 银行经营效益综合衡量指标体系

(2)基于模糊物元分析法的商业银行经营效益测算。以上述面板数据为样本，运用模糊物元分析法对27家商业银行经营效益进行测度。首先根据式(1)～式(6)计算8维复合模糊物元矩阵，该矩阵列示了27个样本在8个指标上的相对值。

根据模糊物元矩阵的转置矩阵计算8个指标的熵权。根据式(4)计算得出熵权向量：ωi=(0.268 9,0.055 9,0.079 2,0.345 8,0.026 2,0.054 0,0.110 6,0.059 4)。

由熵权向量可知，8个指标的熵权在0.026 2～0.345 8之间波动，各个指标在银行经营效益测度中提供的信息强度差距较大。其中熵权最大的指标是资本净额，熵权最小的指标是不良贷款率。资本净额、利息收入及非利息收入占比这3个指标对银行经营效益衡量的解释性较强，累计贡献了72.52%的信息，表明这3个指标在衡量商业银行经营效益时提供了较多的有效信息。

最后在指标熵权的基础上，结合式(5)计算27家银行经营效益值并进行排序，具体计算结果如表2所示，由表2可知，国有“五大行”无论是盈利性、流动性、安全性和发展性都明显优于其他商业银行，排名稳居前列。股份制银行经营效益波动较大，其中浦发银行、兴业银行、招商银行、民生银行和中信银行经营效益整体上优于平安银行和华夏银行。城市商业银行和农村商业银行在经营效益方面要落后于国有银行和股份制银行。

(3)商业银行经营效益Ward聚类分析。对27家商业银行进行Ward聚类分析，得到聚类树图，如图1所示。根据聚类树，将27家商业银行分成4类：①第一类商业银行(A类)包括：中国工商银行、中国建设银行、中国银行、中国农业银行。②第二类商业银行(B类)包括：中国交通银行、浦发银行、兴业银行、招商银行、民生银行、中信银行。③第三类商业银行包括：中国邮政储蓄银行、平安银行、华夏银行。④第四类商业银行(D类)包括：南京银行、宁波银行、徽商银行、北京银行、天津银行、九台银行、郑州银行、贵阳银行、张家港银行、吴江银行、无锡银行、常熟银行、江苏银行、重庆农商。

根据表2中各家商业银行经营效益值，可得4类商业银行经营效益的具体对比情况，分别如图2～图5所示。通过商业银行经营效益测算折线图的变化，可以形象地看出各个银行经营效益的变化趋势。

2.3 结果分析

根据聚类分析结果可知，除了城市商业银行和农村商业银行经营效益波动幅度较大之外，我国上市商业银行经营效益整体发展趋势基本一致，样本期内商业银行经营效益逐渐上升。具体表现为国有“五大行”和全国股份制银行经营效益远高于其他商业银行，且位于平均水平之上；城市商业银行的经营效益优于农村商业银行，且发展较为稳定，农村商业银行经营效益波动幅度最大，与平均水平间的差距明显缩小[14]。

表2 商业银行经营效益值汇总表

图1 商业银行Ward聚类分析图

图2 A类商业银行经营效益测算折线图

图3 B类商业银行经营效益测算折线图

图4 C类商业银行经营效益测算折线图

图5 D类商业银行经营效益测算折线图

在A类银行中，国有银行作为中国商业银行的领头羊，发展也并非一帆风顺，从20世纪90年代的技术破产到现在全球500强企业，其发展经历了许多波折，最终在党的领导下，实现了本质转变。国有银行的改革发展可以总结为以下几个方面[15]：①银行按照现代企业的模式进行现代化改革；②重塑以客户为中心的现代化业务流程体系；③应用完善的现代企业人员聘用和激励机制；④制定了完善的银行风控体系和盈利体系。国有银行凭借其雄厚的资本和现代化的管理系统，其网点规模、盈利能力、安全性和发展能力都有明显的规模优势，因此其经营效益综合排名优于其他商业银行。

在B类和C类银行中，绝大多数为股份制商业银行。国有“五大行”中的中国交通银行与其他四大行相比经营效益稍弱，归为B类，但是与其他商业银行相比，经营效益仍然具有明显优势。中国邮政储蓄银行由于发展时间较晚因而其经营效益较差，归为C类。B类和C类商业银行总部基本设在地区经济实力雄厚、第三产业发达的东南沿海省份。同时，这些股份制商业银行积极为地方产业结构升级提供金融服务，银行内部也积极创新，在降低营业成本的同时提升盈利能力。与传统的国有银行相比，股份制银行在规模和政策支持方面处于劣势，但股份制商业银行抓住当前经济全球化、金融业国际化的大趋势，利用其执行高效的特点已经完成了从产品为中心向客户为中心的经营模式转变。股份制银行在不断提升客户服务质量的同时，也在金融创新方面适应当代社会发展的需求，其经营效益也在稳中提升。

D类银行主要为城市商业银行和农村商业银行，这两类地方性银行是中国银行业的重要组成部分，与其他类型商业银行相比具有明显的政策性。城市商业银行主要为中小企业服务，在服务地方中小企业的同时，降低本地区中小企业的融资成本，带动本地区的经济发展。为此，地方政府大多会对本地的城商行进行政策保护。农商行将服务对象定位在农民、农业和农村的“三农”领域，是中国农村金融领域的重要组成部分。城商行和农商行主要为第一、第二产业服务，无论在资金效率、盈利能力还是银行规模方面，这两种商业银行经营效益都远远落后于其他类型的商业银行。同时，城商行和农商行在法人治理、公司章程、股权结构、业务发展和风险管理等方面也存在缺陷，这些方面制约了两者的经营效益。为此，一旦某一行对上述问题进行治理，其经营效益会显著提升。这使得两者同其他商业银行相比具有明显的波动性。

3 结论

笔者通过采用模糊物元与聚类分析的理论方法，构建了涵盖商业银行盈利性、流动性、安全性和发展性4个方面的综合经营效益体系，从多维的角度对商业银行经营效益进行模糊物元测度，并据此进行了Ward聚类分析。根据中国商业银行经营效益测算的实证结果发现，中国商业银行经营效益总体呈现逐步上升趋势，但是城市商业银行与农村商业银行由于自身问题较多，银行经营效益也存在较大波动。

笔者根据商业银行经营绩效测算的实证结果，提出以下政策建议：①构建商业银行经营绩效监管体系，强化商业银行管理制度，提高整个商业银行绩效水平，以适应当代银行业的现代化发展。②根据不同类型的商业银行定位，打造不同类型商业银行协调发展的评价体系。③为更好地服务中国实体经济，各商业银行需要在政策的支持下，积极进行改革创新，进一步提高银行资金流通效率，促进商业银行经营绩效的整体提升。