基于灰色关联度银行类上市公司经营业绩评价.docVIP

基于灰色关联度银行类上市公司经营业绩评价 　　摘要：应用灰色关联度方法对我国16家银行类上市公司2011年上半年的经营情况进行研究。选取主营收入、主营外收入、利息收入、投资收益、利润总额、净利润6项指标，作为对各行经营情况的衡量指标，并以工商银行作为最优样本，测量其余各行与其关联度，从而对银行类上市公司按经营业绩进行分类排序。最后，选取经营情况处于平均水平的银行作为银行类上市公司代表，对其近五年来的营业收入进行分析，研究了银行类上市公司利润总额的主要来源途径，为银行类上市公司的投资决策、规避风险提供理论支持。 　　关键词：灰色关联度；银行类上市公司；经营评价 　　中图分类号：F224.9 文献标识码：A 文章编号：1001-828X（2013）01-0-03 　　尽管2012年A股上市的2453家公司业绩整体增速并不乐观，但银行业上市公司依然展现了强劲的增长速度。据统计16家银行业上市公司2012年上半年合计实现营业总收入1.28万亿元，同比增长17.9%，占全部A股上市公司营业总收入的11.2%，合计实现净利润5452.29亿元，同比增长18.2%，是全部A股上市公司净利润的53.9%。银行类上市公司作为我国证券市场上一支新生的力量，他们从上市以来每只股票的资产规模，影响市场的能力，上市扩容的潜力和增长的趋势，都引起越来越多的关注。同时，从上市公司内部控制管理实践来看，银行类上市公司由于其金融产品、资本结构、风险管理等方面具有得天独厚的优越性，对其内部控制和风险管理的重视程度及管理水平要普遍优于其他行业的上市公司。因此，银行类上市公司经营业绩的好坏，将会对我国股市的整体运行，以及社会、国民经济产生直接和显著的影响。因而，有效评价银行类上市公司的经营情况，就显得十分有现实意义和理论价值。传统上，人们常采取回归分析方法研究影响银行类上市公司业绩的因素。例如，文献[1，2]以公司股价或公司业绩作为被解释变量建立多元线性回归模型。然而，回归分析方法要求建模条件限制多，数据量大，并且数据的分布需有一定的规律性，但许多实际的情形并非如此。灰色系统理论[3]作为人们认识客观系统改造客观系统一个新型的理论工??应运而生。灰色系统理论提出了对各子系统进行灰色关联度分析（Grey Relational Analysis，GRA），去寻求系统中各子系统（或因素）之间的数值关系。灰色关联度分析的意义是指在系统发展过程中，如果两个因素变化的态势是一致的（即同步变化程度较高），则可以认为两者关联较大；反之，则两者关联度较小。因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，非常适合动态过程的分析与研究。灰色关联度研究对象所需的数据样本不必过多，也不要求其呈现典型的分布规律，计算量少，甚至可以直接手算，此方法在实际应用中也取得了较好的效果，前人对于灰色关联度方法也有广泛的应用。程懂超和海燕[4]以深圳发展银行作为商业银行的代表，选取利息收入、手续费及佣金收入、投资收益、公允价值变动收益、汇兑收益和其它业务收入等作为评价指标体系，应用灰色关联理论分析其营业收入情况。结果发现商业银行的营业收入与利息收入关联度最大，这表明我国商业银行营业收入的主要来源是利息收入，所占比重可达90%。蒲艳萍和李杨[5]应用灰色关联度对产业投资进行统计分析，以重庆产业优化为例，选取重庆市产业数据，运用灰色关联度分析法，研究经济增长与产业投资结构及产业结构之间的关系，弄清楚产业投资结构、产业结构对经济增长影响的主次关系，处理好产业投资结构间的内在联系，以达到为产业投资结构及产业结构的优化提供理论依据。王小红和高民芳[6]应用灰色关联度模型来评价房地产上市公司业绩，其中运用了方差分析方法进行筛选确定将总资产报酬率、净资产收益率、存货周转率、产权比率、主营业务收入增长率和净利润增长率作为研究房地产上市公司业绩评价的6项指标体系。研究结果显示了房地产上市公司整体业绩表现良好，等等。据作者查阅有关文献资料，应用灰色关联度对银行类上市公司的经营状况进行评价的研究较少。因此，本文基于灰色关联度视角分析与评价银行类上市公司经营业绩，不仅获得了上市公司按经营情况进行分类排序，同时也表现出灰色关联度模型相比其他分析模型所具有的优势。 　　一、理论方法 　　1982年邓聚龙教授提出了灰色系统[3]。灰色系统即是介于黑色系统与白色系统之间，反应了系统内部各因素间具有一种不确定关系。我们知道，客观事物往往现象复杂，因素繁多，交错影响。对这些因素进行系统性分析时绝对白色或黑色的系统是很少有的。因此，灰色系统就凸显出十分重要的位置。灰色关联度分析方法是灰色系统理论中一种新的分析方法，即根据因素之间发展趋势的相似或者相异程度，来衡量各因素之间的关联程度，其核心是计算关联度系数。具体做法