一 引 言
金融业在优化资源配置、促进产业结构调整方面起着越来越重要的作用，然而我国金融业在对国民经济影响力不断增强的同时，仍然存在众多问题。
“稳健推进改革”是十八大确定金融发展的基调。其中利率市场化是我国金融体系变革的核心步骤，如今我国的利率市场化改革已步入深水区。随着金融体制的不断改革，上市商业银行作为我国银行业的重要组成部分，也在不断加快经营体制改革与创新的步伐，但是相对较高程度的利率市场化可能会导致大批商业银行倒闭，造成银行危机，这将对整个社会产生巨大影响。因此，建立合理的上市商业银行财务风险评价体系对于银行自身的生存和发展，乃至整个国家的金融危机防范都有着重要意义。
财务风险包括财务成果风险和财务状况风险[1]，上市商业银行的财务风险是指在其经营过程中由于资本结构不合理、受一些不可预料因素的影响，导致实际收益与预期收益之间出现偏差，蒙受经济损失的风险，主要包括：资本结构风险，资产质量风险，流动性风险，市场风险等方面。
如今，我国利率市场化已经到了最关键的时期——人民币存款与贷款利率市场化开始走向全面放开阶段。2013年7月，中国人民银行决定全面放开金融机构贷款利率管制。利率市场化将导致我国商业银行竞争加剧、利润下降，传统业务结构和客户结构不能适应利率市场化的发展，商业银行面临的主要风险将是利率风险。利率市场化的不断推进，对银行的资产负债管理、风险管理、内部控制制度提出了更高的要求。如果不能较好地适应利率市场化环境，利率的变动将会导致商业银行发生严重的财务风险。
二 利率市场化条件下的财务
风险评价体系
在现阶段，我国有关商业银行财务风险的研究，大多借鉴国外先进的评价体系，再结合自身的实际情况进行完善，其中，关于商业银行财务风险评价体系的研究有：1）国际上通行的“骆驼评价指标体系（CAMEL Rating System）”是银行风险分析的典型代表；2）财务比率综合分析法中的“杜邦财务分析体系”是一种具有重要意义的方法；3）平衡计分卡和 EVA 分析法也是目前比较有效的分析方法之一；目前，对于上市商业银行财务风险评价体系的研究还处于不断完善的过程中。[2]
随着利率市场化不断推进，我国上市商业银行的经营面临着巨大挑战。有关利率风险的测度主要有以下几种方法：1）利率敏感性分析，利率敏感性资产和利率敏感性负债在一定时期内的差额，即利率敏感性缺口；与此相关的另一个概念是利率敏感性比率，即利率敏感性资产与利率敏感性负债的比值；前者是绝对值，后者是相对值；2）持续期分析，资产持续期与负债持续期缺口越小，利率风险越小；3）风险价值（VaR），从统计意义上讲，VaR本身是个数字，是指在给定置信水平和一定持有期内，预期资产组合的最大损失量。[3]本文在借鉴国内外学者研究的基础上，结合上市商业银行实际经营环境，构建了基于利率市场化条件的我国上市商业银行财务风险评价体系。
（一）指标体系构建思路
由于我国上市商业银行经营商品的特殊性和经营环境的复杂性，在利率市场化过程中，众多因素的变化都可能会给商业银行的经营带来财务风险。
首先，由于商业银行资本结构的特殊性，银行资本充足水平成为监管部门关注的重点，也是商业银行进行融资和选择经营方式需要考虑的重要因素。银行资本数量充足可吸收意外损失，使银行在遭遇风险损失时不致破产。上市商业银行在利率市场化过程中的激烈竞争，会导致经营风险越来越大，故而拥有充足的资本具有极为重要的意义。
其次，《中华人民共和国商业银行法》中已经明确规定商业银行以效益性、安全性、流动性为经营原则，实行自主经营，自担风险，自负盈亏，自我约束。效益性是指获取最大限度的利润，安全性是指保证收益的安全与稳定，使其健康安全的发展，流动性是指银行在不遭受损失的条件下满足存款客户提存或贷款、投资、内部管理等对现金的要求。商业银行的三性要求有统一性又有矛盾[4]，安全性和流动性是盈利的保证，反之，盈利性又可以促进安全性和流动性水平的提升。但一般而言，流动性强，安全性高的资产其盈利性则较低，而盈利性较强的资产，则流动性较弱，风险较大，安全性较差。由于三性要求的内在矛盾，商业银行在经营中必须统筹考虑三者关系，综合权衡利弊。
再次，利率市场化将引起银行存贷利差的减小，利率风险的扩大，不管利率上升还是下降，利率敏感性缺口必然伴随着利率风险，与利率管制下相比，市场利率的波动对于银行经营的影响更大。
此外，商业银行的发展还应注重未来的增长潜力，实现商业银行当前与未来经济利益的统一，达到持续、有效、稳定、协调的发展。
（二）评价指标体系
鉴于上述分析，本文选取六类指标：资本充足性指标、资产安全指标、流动性指标、盈利能力指标、利率风险指标和发展能力指标。
三 实证分析
截止到2013年底，我国商业银行数量已达到一定规模，但受资料来源的限制且鉴于样本的代表性，本文收集了2011～2013年我国所有上市商业银行的年度财务报告，并利用报告中的数据整理计算出上市商业银行的财务风险测度指标。
在分析方法的选取上，首先，本文选取了较客观的因子分析法，运用特征方程和正交变换的数学处理方法对选取的上市商业银行财务风险评价指标提取主因子。其次，为明确各上市商业银行在不同时期的财务风险状况，利用所提取的主因子进行聚类分析，将商业银行的财务风险客观地划分为四类。最后，通过比较四类研究样本的财务特征的显著性差异，找出影响上市商业银行财务风险的主要因素，建立一个多分类的Logistic回归模型。
（一）因子分析
因子分析法是一种用少数几个因子去描述多个指标或变量间联系的多元统计分析方法，从而达到以较少的因子反映原始变量的大部分信息的目的，同时也起到消除变量间共线性的作用。[5]
本文选用KMO检验和Bartlett检验，验证因子分析法适用与否。
对样本数据进行因子分析，同时为得到每个公因子的意义，以便于对实际情况进行分析，故采用最大方差法对主因子矩阵进行正交旋转，得到主因子的解释方差见表3，旋转成分
矩阵见表4。由表3和表4可知，提取出的五个因子有较高的解释力度，累计达到79.775%。旋转后的因子载荷较清晰，其中因子1主要解释了X1、X2和X3这三个变量，反映了银行资本充足性，可以命名为资本充足性因子。因子2在X13和X14上有较大的载荷，反映了银行发展能力情况，可命名为成长因子。因子3在X11和X12上有较大载荷，反映了利率风险情况，可命名为利率因子。因子4主要解释了X8和X9两个变量，可命名为盈利因子。因子5在X4和X5上有较大载荷，主要反映了银行的资产安全情况。
（二）聚类分析
将因子分析法计算得出的5个公因子得分作为新变量进行保存，并且将这5个公因子作为划分企业财务状况类别的自变量，通过SPSS中的K-均值聚类命令来完成聚类分析。
聚类分析后得到的因子均值如表5所示。结合之前的因子分析，上述五个指标的因子贡献率分别为23.002%、15.76%、15.6%、12.875.%、12.538%，对因子均值进行加权汇总，四个组别的得分分别为0.2468，0.2403，0.0343，-0.3834，可知：第四组别的财务状况为四组里最为严重，第三组别的财务状况优于第四组别，第二组优于第三组，第一组是四个组中财务状况最好的。
综上所述，依此将16家上市商业银行近3年的财务状况分为四类：财务充盈（第一组别），财务稳健（第二组别），财务危机（第三组别）和财务困境（第四组别）。总分类数量占比和具体聚类结果分别见表6和表7。
（三）多分类Logistic回归分析
一般在上市商业银行财务风险出现之前，与财务风险相关的财务指标都会不同程度地出现异常变化，上市商业银行的财务风险可以通过这些出现差异的指标值的变化来加以预警。
在构建模型前，需要对商业银行财务风险评价指标体系进行描述性统计分析，针对上市商业银行出现的不同程度财务风险，检验具有显著性差异的指标，从而找出建立模型所需要的自变量。本文首先采用 K-S 检验来检验变量是否服从正态分布，其次对满足正态分布的变量进行方差齐性检验，最后根据正态分布和方差齐性检验的结果，分别采用单因素方差分析和K独立样本非参数检验进行均值差异性检验。具体检验结果如表8所示。
结果显示，X3、X4、X9、X10、X13五个指标在5%的显著水平下，既符合正态性分布，又满足满足方差齐性，用单变量方差分析来检验这五个变量，用K独立样本非参数检验来检验剩余变量。从检验结果可以看出，在5%显著性水平上，有4个变量接受原假设，其余10个变量（X2、X4、X5、X7、X8、X10、X11、X12、X13、X14）均拒绝原假设，即在各组变量间存在显著性差异。
Logistic回归模型对共线性较敏感，若不同财务指标之间存在一定程度的相关性，将会影响财务风险预测模型的准确度[6，7]。因此，必须消除自变量之间的多重共线性，确保模型稳健性。本文采用因子分析法，在不遗漏原始指标所蕴含的内在信息条件下，提取所选择自变量的主因子。结果表明，在显著水平为5%的情况下，KMO测试值为0.626，Bartlett检验卡方值139.268，即10个财务指标变量之间存在较强相关性，适合进行因子分析。按照方差累计贡献率，对所选的10个具有显著性差异的变量，提取信息涵盖率达到76.795%的4个主因子。
一般Logistic回归的因变量Y只有两种取值（0和1），但本文因变量Y的取值有四种，所以需要采用多项Logistic模型（Multinomial-Logistic Regression），根据因变量取值是否有序可以将多项Logistic回归分为有序多分类和无序多分类。但是当存在下列两种情况时，即便因变量是有序分类的，也需要采用无序多分类的Logistic回归进行分析[8]：
1）平行线检验的P值小于0.05；
2）从专业角度评定自变量在各回归方程中具有不同的效应。
按上述理论，进行平行线检验（结果如表9），结果显示P值小于0.05，所以，应选择无序多分类的Logistic回归。
利用2011～2013年数据构建的的四分类logistic模型的预测准确率为91.7%，该模型的预测准确率较为令人满意，但对财务稳健类（第二组）的误判率稍高，说明对这类财务状况的分类有待完善。
四 结 论
本文主要围绕上市商业银行财务风险进行了评价，从资本充足性、资产安全、流动性、盈利性和发展能力五个方面选取了14个财务指标，通过对财务指标进行因子分析提取主因子，进而引入聚类分析的方法将样本银行2011～2013年的财务状况分成四类，既克服了我国缺乏破产银行样本的困难，又避免了以往人为评估银行财务风险状况的主观随意性。鉴于二分类logistic模型仅将银行的财务风险状况分为有风险和无风险两类，而在现实中，商业银行的财务风险远不止这两种情况。本文根据分析，建立了无序多分类logistic回归模型，以期对上市商业银行的财务风险评测更加客观，更贴近实际。研究的主要结论如下：
（1）通过将样本上市商业银行2011～2013年的财务数据进行因子分析提取主因子，然后利用提取的主因子进行聚类分析，将样本银行近三年的财务状况分成四类。实证结果表明：我国上市商业银行近三年中财务充盈和财务稳健银行的样本比例远远小于财务危机银行和财务困境银行的样本比例，尤其在2013年，除南京银行外的15家上市商业银行都处于财务危机及困境的水平，说明近年来我国上市商业银行的总体经营存在较大风险。造成这一现象的原因可能有利率市场化，银行间竞争加剧，多融资渠道的异军突起，银行存贷利差缩小等。
（2）通过对出现不同财务风险状况商业银行的财务指标进行单样本方差分析和K独立样本非参数检验比较均值差异，得出核心资本充足率、不良贷款率、贷存比、总资产回报率、利率敏感比率偏离率、缺口风险价值净利润比等10个指标存在显著性差异，因此，应将这10个指标作为我国上市商业银行财务风险的重点监测指标。其中利率风险的两个指标都包括在其中，说明利率风险对上市商业银行财务状况的影响不容忽视。
（3） 基于Logistic回归法构建了商业银行财务风险评测模型，由于Logistic模型对自变量共线性较敏感，故利用提取的核心资本充足率等10个指标的主因子作为自变量构建Logistic模型，通过对模型预测精度的检验，说明该模型具有较好的预测效果，监管部门和商业银行经营者可以利用该模型对上市商业银行的财务风险进行分析判断。
对于上市商业银行
财务风险评价体系的建立，本文也存在着不足，由于数据来源的局限性，仅选取了上市商业银行作为研究样本，未能构建一个适用所有商业银行的评测系统；此外，本文选取的预警指标几乎都是财务指标，后续研究可添加一些定性指标进行完善。
[参 考 文 献]
[1] 牟成.商业银行的财务风险探讨[J].现代商贸工业，2009，（4）：159-160.
[2] 王晓芹.我国上市商业银行的财务风险评价及实证分析[J].金融视线，2013，（25）：138-139.
[3] 高蓉蓉.我国商业银行利率风险度量方法选择[J].改革与开放，2009，（10）：10-12.
[4] 付同青.商业银行财务风险控制研究[J].国际商务财会，2013（12）：44-48.
[5] 马计斌，高春雷.基于PCA商业银行经济效益评价研究[J].河北工程大学学报，2011，（4）：34-36.
[6] 罗晓光，刘飞虎.基于Logistic回归法的商业银行财务风险预警模型研究[J].金融发展研究，2011，（11）：55-59.
[7] 何玉，王开田.政府财务信息网络披露评估模型与影响因素[J].财经理论与实践，2012，（1）：38-43.
[8] 孙万菊.基于Logistic模型的财务状况分类研究[J].杭州电子科技大学学报，2012，（6）：195-197.
