基于主成分分析我国商业银行信用风险评价指标研究.docVIP

基于主成分分析我国商业银行信用风险评价指标研究 　　摘要:文章在“骆驼评级体系”(CAMEL)的基础上引进成长性指标,尝试构建了我国商业银行信用风险评价指标体系,并运用主成分分析法进行实证研究,结果表明:成长能力、资产质量、管理水平和资本充足性更能解释我国商业银行的信用风险状况,其次为盈利能力和流动性。文章针对存在的问题提出了相应的政策建议。 　　关键词:主成分分析;商业银行;信用风险;骆驼评级体系 　　 　　一、引言 　　 　　20世纪70年代以来,金融监管的放松以及金融自由化的加快,使得金融业的竞争加剧,金融危机频频爆发,这引起了世界金融业对金融风险管理的高度重视。信用风险已成为全球银行业面临的主要风险,世界银行对全球银行业危机的研究表明,导致银行破产的主要原因就是信用风险,信用风险评估已成为银行业面临的巨大挑战,其中商业银行信用风险评价指标的研究成为最近的热点问题。本文借鉴美国的“骆驼评级体系”并结合我国商业银行的现状和特点,将成长性指标纳入考核体系,尝试构建了商业银行信用风险评价指标体系,并运用主成分分析法进行实证分析,并针对存在的问题提出了相应的政策建议。 　　 　　二、指标体系选取 　　 　　“骆驼评级体系”是美国金融监管当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。因其五项考核指标,即资本充足性(Capital Adequacy)、资产质量(Asset Quality)、管理水平(Management)、盈利水平(Earnings)和流动性(Liquidity),其英文第一个字母组合在一起为“CAMEL”,正好与“骆驼”的英文相同而得名。我国银行业正处在向国际化接轨的变革时期,银行业监管机构很有必要吸收借鉴国际上先进的监管理念、监管制度、监管手段和监管方法,对我国商业银行施行有效的监管。因此,考虑到我国商业银行正处于变革时期,将成长性指标纳入指标考核体系。具体指标体系如表1所示。 　　 　　三、主成分分析的内在机理 　　 　　主成分分析就是通过适当的变量替换,使新变量成为原变量标准化变量的线性组合,并寻求主成分来分析事物的一种方法。从数学角度来看,这是一种???维处理技术。为了达到简化数据的目的,依据一定的准则提取其中特征值较高、对解释原始数据方差信息贡献率较高(一般不小于85%)的若干主成分予以保留。提取主成分因子的模型为: 　　Zi=αi1ZX1+αi2ZX2+…+αikZXk(i=1,2,…,m)① 　　式中,Zi为第个主成分,ZXi为标准化后的数据,αij为第i个主成分在第j个指标上的负载,m为提取的主成分个数,k为研究指标个数。 　　主成分分析法可以把原来多个指标减少到一个或几个综合指标,这些少量的综合指标能够反映原来多个指标的绝大部分信息,并且互不相关,可以避免原始指标的重复信息。同时,指标的减少便于进一步的计算、分析和评价。 　　 　　四、数据选取及实证分析 　　 　　本文选取4家国有商业银行,12家股份制商业银行和7家城市商业银行共23个样本。数据来源于2008年上海证券交易所银行年报和中国债券信息网提供的银行年报,采用SPSS17.0进行分析。 　　(一)主成分提取 　　前4个主成分的累积方差贡献率已达到86.1%,而且从第5个特征值开始均小于1,表明原来由13个指标反映的商业银行信用风险评价指标体系可由4个主成分反映全部信息的86.1%,从而可使研究问题大大简化。主成分矩阵如表2所示: 　　根据主成分矩阵,第一主成分Z1主要与X3、X4、X6、X11、X12、X13正相关,这5个指标代表银行的资产质量、管理水平和成长能力,表明资产质量、管理水平和成长能力对商业银行的信用风险起到极其关键的作用;第二主成分Z2主要与X1、X2正相关,由于这两个指标与银行的资本充足性紧密相关,因此第二主成分可以认为是资本充足性的代表;第三主成分Z3主要反映在X8上,此指标与银行的盈利能力密切关联,可以看成盈利能力的代表;第四主成分Z4主要与X10正相关,这一指标与银行的流动性密切相关,可以看成流动性的代表。 　　(二)主成分得分及评价 　　把主成分矩阵的每一列除以相应的特征根4.879,3.448,1.710,1.151开算术平方根,得到单位特征向量,根据式①可以得到主成分Z1,Z2,Z3,Z4的表达式。以特征根为权,对4个主成分进行加权综合,得到各个银行的加权综合得分,综合得分公式为: 　　Z=0.43609Z1+0.30819Z2+0.15284Z3+0.10288Z4 　　主成分综合得分代表商业银行的信用风险状况,综合得分越高,信用风险越小;反之,信用风险越大。由表3可知,2008年23家商业银