商业银行财务绩效评价研究——基于熵权-TOPSIS-RSR模型

何紫荆 赵 玉

（东华理工大学，江西 南昌 330013）

一、引言

改革开放以来，我国金融业的发展已经取得了巨大成就，金融作为现代经济的血脉，与经济共生共荣，而商业银行作为金融体系的中流砥柱，具有信用创造以及调节经济的功能，在助推经济发展上起着至关重要的作用。但是国内接连出现诸如海南发展银行事件、包商银行事件等商业银行因管理不善导致资不抵债、银行倒闭的情况，为商业银行发展敲响警钟，具有高负债特质的银行业在管理运营上存在较大隐患。为引导商业银行更好地服务于实体经济，银行监管部门一直坚持打好防范金融风险攻坚战，陆续制定各种风险管理的审慎规制，2016年原银监会发布《银行业金融机构全面风险管理指引》，2018 年7 月银保监会正式实施《商业银行流动性风险管理办法》。目前我国已经进入经济发展新时代，社会主要矛盾发生变化，经济已由高速增长阶段转向高质量发展阶段，而商业银行的市场结构和风险管理水平还难以适应经济高质量发展的要求，尤其是在宏观经济下行与监管持续高压约束的双重冲击下，银行业管理基础薄弱的问题不断显现，不良贷款大幅增加，截至2019年末已达到2.41 万亿元，处于高位。一旦银行出现资金缺口，就很可能导致系统性金融风险的发生，影响经济健康发展。因此，除了外部监管与治理，商业银行自身也需要不断深化管理体系改革，结合自身经营特点建立规范化、指标化的财务绩效管理体系，实现自我发展和自我保护，而运用有效的方法对商业银行的财务绩效管理体系进行评价，能够帮助银行在绩效管理和考核的过程中尽早识别运营中的潜在风险，及时调整运营策略，以在新的经济环境和政策背景下，提高防范系统性金融风险能力，助推金融高质量发展。

二、文献综述

绩效评价（PE）在19世纪逐渐被应用于企业管理中，相关研究在国外起步较早，直至今日，国内外学者在企业绩效评价领域的研究成果较为丰硕，为我国企业管理者建立合适的绩效评价体系提供了参考和理论支持。常见的绩效评价体系有杜邦财务分析体系、经济增加值法（EVA）、平衡计分卡（BSC）和骆驼（CAMELS）评级体系等。目前，这些绩效评价体系已经广泛应用于商业银行的绩效评价。程金凤（2017）基于杜邦财务分析体系并结合沃尔评分法对河南35家创新型制造业上市公司的绩效情况进行评价，进而发现样本公司最终的净资产收益率偏低的原因是创新能力不足、资金营运能力较差且盈利能力差别较大。张庆萍和陈新国（2018）以A银行为例，探究EVA评价体系对我国上市股份制银行绩效的对标应用。George（2014）利用经济增值（EVA）探究1988 年至2011 年加纳银行盈利能力的决定因素，结果表明资产收益率（ROA）和通货膨胀不会影响加纳银行的绩效水平。Ibrahim（2015）采用平衡记分卡（BSC）对尼日利亚11 家银行的绩效评价体系进行分析，发现这些银行严重依赖财务绩效指标，其次是客户绩效指标，需要从平衡记分卡的四个方面平衡各项指标，并认为BSC 有利于检查骆驼（CAMELS）评级体系的偏度。骆驼（CAMELS）评级体系是美国监管机构对商业银行及其他金融机构的经营、管理等情况进行综合评价的规范化评定制度。由于该评级体系主要以评价风险管理能力为导向，因此学者们大多将其应用于对商业银行的风险测度。随着体系的不断发展和完善，该评价体系逐渐被应用于对商业银行的绩效评价当中。Samuel（2018）采用CAMELS 评价体系对印度三大商业银行取消货币化前期（2011～2016 年）的绩效情况进行分析，基于分析结果建议三大商业银行均应提高其盈利能力和流动性头寸，以推动银行有效运作。由此可见，运用合理的绩效评价体系对商业银行的绩效情况进行有效评价，能够发现银行运营、管理等方面的不足之处，对于推动银行持续经营以及高质量运作具有不可或缺的作用。

商业银行作为我国金融体系中不可忽视的中坚力量，与国民经济具有较强的关联性，为了解商业银行的运营及管理表现，与其相关的财务绩效情况成为众多学者探究的重点，而关于商业银行财务绩效评价具体方法的研究，国内外科研工作者已开展大量工作，并取得丰硕成果，其中主要评价方法有：因子分析法、数据包络分析法（DEA）、主成分分析法和层次分析法（AHP）。由于商业银行财务绩效评价涉及金融运行、资本管理、风险控制和公司治理等子系统，客观反映各指标权重是确保评价结果可信度的关键。而TOPSIS 法是用于求解多属性决策问题的模型，计算基础来源于反映绩效状况的客观数据，国内外学者大多将该方法与层次分析法、模糊评价法等评价方法相结合，应用于绩效评价的研究当中（Rezaei &Ketabi，2016）。熵权法则是根据各指标所含信息有序程度的差异性来确定指标权重，是一种将主观赋权法和客观赋权法相结合的评价指标赋权方法（Hsieh &Wang，2013）。熵权法与TOPSIS模型结合后，相比模糊综合评价法、因子分析法、层次分析法、主成分分析法等评价方法，更加适用于银行财务绩效的评估（Aras &Tezcan，2017）。目前，熵权-TOPSIS 法在财务领域的应用大多集中在财务风险评价（赵腾和杨世忠，2019）和项目投资评估（苏慧和张济建，2018），而关于财务绩效评价方面的实证研究较少。为此，本文采用熵权法和TOPSIS 模型，选取在深圳证券交易所和上海证券交易所上市的33 家商业银行作为样本，对其2019年的财务绩效进行评价分析，以期揭示在持续深化金融机构改革背景下，各商业银行财务绩效现状及其变化特征，为强化银行业公司治理、促进金融企业改革提供参考。

本文的创新点在于：第一，进一步扩大样本容量，选取33 家我国上市商业银行作为研究样本，其中包括国有商业银行、城市商业银行和全国性股份制商业银行，提高研究结果的可信度。第二，构建熵权-TOPSIS 模型对各指标进行赋权和评价，避免人为因素带来的偏差，同时将构建的熵权-TOPSIS模型与秩和比法（RSR）相结合，进一步拓展评价结果，将财务绩效进行归档，综合评价商业银行财务绩效，提高评价的客观性和具体性。

三、指标体系及模型构建

本文基于国内外学者绩效评价指标体系和方法的相关研究，结合我国现行的金融政策及商业银行的系统管理情况，遵循科学性、客观性、代表性等原则，兼顾数据的可获得性，进行评价指标选取，构建商业银行财务绩效评价指标体系，进而对2019 年我国33家上市商业银行财务绩效表现情况进行评价分析。

（一）指标体系构建

参考CAMELS 评级体系的框架与宏观审慎评估（MPA）体系中的定量指标，遵照《巴塞尔协议Ⅲ》以及各监管机构对商业银行的监管要求，构建我国上市商业银行财务绩效评价指标体系，着重从资本充足性、资产质量、流动性、盈利性以及成长性等五个维度进行评价，并根据《金融企业绩效评价办法》选取15 个具体可量化指标（见表1）。

（二）模型构建及数据处理

本文选取我国33 家上市商业银行作为评价对象，15 个具体指标数据来源于各上市银行公开披露的2019年度财务报告和Wind 数据库。由于《商业银行流动性风险管理办法》明确要求商业银行的流动性覆盖率不低于100%，因此对于个别没有披露流动性覆盖率的上市商业银行，在进行数据分析过程中采用100%替代。

1.异常值的处理及数据归一化。不同评价指标在量纲、量级等方面存在差异，为使指标之间具有可比性，在进行综合评价之前需要对评价指标值进行无量纲化处理。易平涛等（2014）对标准化处理法、归一化处理法等6 种线性无量纲化方法的结构稳定性进行分析后，认为归一化处理法的稳定性最好，因此本节采用该方法对数据进行无量纲化处理。由于异常值会对无量纲化结果产生较大影响，可以在归一化之前先采用以“中位数”为参考点的衡量方式对原始评价数据进行异常值判断和识别，然后再对数据进行归一化处理。根据m 个评价对象n 项评价指标构建判断矩阵（1）：

其中，xij表示第i 个评价对象、第j 项评价指标的数值。评价指标可以分为极大型指标（指标的值越大越好）和极小型指标（指标的值越小越好），对于极大型指标可通过公式（2）进行转换：

对于极小型指标可通过公式（3）进行函数转换：

其中，rij(i=1,2,…,m;j=1,2,…,n)为第i 个评价对象、第j个评价指标值，n、m分别为评价对象个数和指标个数，maxrj、minrj分别为第j个指标的最大值、最小值。

2.熵权-TOPSIS 法。熵权法是一种根据各个指标值的离散程度进行赋权的客观赋权方法，相对变化程度大的指标具有较大的权重，反映信息熵的效用价值。TOPSIS法也称优劣解距离法。基本原理是基于统一指标后的正向化数据矩阵，得出各评价对象与最优方案和最劣方案间的相对接近程度，以此对评价对象进行排序，相对接近程度越接近1，评价对象越优；反之，则评价对象越差。基本操作步骤如下：首先，采用向量规范法构建规范决策矩阵X；其次，基于熵权法确定加权规范化决策矩阵；再次，确定最优值和最劣值，并计算各个评价对象与最优值和最劣值之间的距离；最后，计算各个评价指标与最优值的相对接近度Ci，根据Ci的大小对评价对象的优劣程度进行排序。

3.秩和比法（RSR）。秩和比法是1988 年由我国统计学家田凤调教授提出的一种基于指标秩次的非参数评价方法。其基本原理是通过秩转换获得无量纲的统计量RSR，以RSR值对评价对象的优劣进行排序或分档。对于效益型指标按照从小到大进行升序排列，成本型指标则按从大到小进行降序排列。RSR的计算如公式（4）：

表1 我国上市商业银行财务绩效评价指标体系

四、模型的运用及评价结果

基于构建的商业银行财务绩效评价体系及所收集的指标数据，使用Matlab 2018 软件操作熵权-TOPSIS 法，得到样本银行2019 年的财务绩效评价结果，并结合秩和比法对评价结果进行分档，采用SPSS 20.0软件对分档结果进行线性回归分析、方差齐性检验和方差分析。

（一）熵权-TOPSIS模型分析结果

从表1 列示的各指标熵权权重数值来看，K33（流动性覆盖率）的权重值最大，其次是K42（基本每股收益），而K41（成本收入比）权重值最小，说明流动性覆盖率和基本每股收益对商业银行财务绩效的总体评价影响较大，而成本收入比的影响最小。样本银行中，除5 家未在年报中披露流动性覆盖率的银行之外，其他商业银行流动性覆盖率均达到100%以上，其中城市商业性银行指标表现力较强，尤其是西安银行和长沙银行远超100%；就基本每股收益指标而言，兴业银行和招商银行的基本每股收益达到3元/股以上，这在一定程度上体现较强的每股盈利能力。

相对贴近程度是商业银行财务绩效的量化表现，相对贴近度越大，说明财务绩效表现越优；反之，则表明财务绩效表现越差。根据相对贴近程度的排名结果可以看出，33 家样本银行中相对贴近度较低的分别是中国银行和郑州银行，说明这两家银行的财务绩效表现较差，而宁波银行的相对接近度在样本银行中排名第一，表明这家银行的财务绩效表现优秀，对于宁波银行来说，未来发生财务困境的可能性很低。

（二）秩和比法（RSR）分析结果

相对贴近程度Ci属于效益型指标，且Ci的取值范围与秩和比值（RSR）的分布相同，因此可以采用Ci值代替RSR 值，按照升序排列，可获得秩RSR（Ci）。之后，计算频数和向下累计概率，并通过查找“百分率与概率单位换算表”得到与之相对应的概率单位Probit值（见表2）。以Probit 为自变量，RSR（Ci）为因变量，利用最小二乘法计算回归方程，通过SPSS 20.0 软件操作可得回归方程（6）：

表2 相对接近度分布及对应概率

且R2=0.96，说明线性回归方程具有统计学意义且拟合程度较高。

根据最佳分档原则以及合理分档数对财务绩效评价结果进行分档。基于概率单位Probit 的常用分组，拟将评价结果分为4 档（见表3），在分档之后对4档RSR（Ci）进行Levene方差齐性检验，得出P>0.05（P=0.345），方差齐性条件成立。同时，对4 档RSR（Ci）进行方差分析，结果显示F=62.071，P<0.005，差异有统计学意义，且有RSR（Ci）（优秀）>RSR（Ci）（良好）>RSR（Ci）（中等）>RSR（Ci）（较差），表明以上分档合理，分档结果见表3。

从表3 可以看出，长沙银行、招商银行和宁波银行的财务绩效表现优秀，流动性覆盖率指标和基本每股收益指标的大小对评价结果的影响最大，而其中长沙银行在流动性管理方面相对突出，流动性指标在样本银行中的排名靠前，其中流动性覆盖率达到343.39%，仅次于西安银行和贵阳银行。招商银行和宁波银行则在盈利能力指标表现方面更加优秀，其中基本每股收益分别为3.59 元/股和2.41 元/每股，远超其他样本银行。相比之下，中国银行和郑州银行的总体财务绩效表现较差，中国银行在成长能力方面落后于平均水平，其中净利润增长率（4.91%）和营业收入增长率（8.94%）较低，而郑州银行则是在资本充足率（12.11%）、核心资本充足率（7.98%）和资本积累率（5.36%）为样本银行中最低，且不良贷款率（2.37%）最高，说明其营运能力和盈利能力远低于平均水平，且在流动性管理能力以及抵御风险能力方面也需要进一步加强。

表3 商业银行财务绩效分档结果

从财务指标的角度分析财务绩效表现优秀的三家银行，招商银行的资本充足水平较高，将资产负债率控制在92%以下，而另外两家银行则略高于92%的资产负债率监管红线。宁波银行的资产质量表现最好，该银行的不良贷款率为样本银行中最低，同时拨备覆盖率排名第一，达到524.08%；此外，与招商银行盈利能力表现相似，宁波银行的盈利能力情况也较好。但是招商银行在成长能力表现方面不如宁波银行优秀，其营业收入增长率排名靠后，究其原因可能是受信贷需求不足的影响，影响其成长能力的进一步提高。相较于其他银行，长沙银行则在流动性方面比较有优势，尤其是流动性覆盖率高达343.39%，远超100%，这可能依托于其不断完善的流动性风险管理治理结构，因此虽然长沙银行在其他指标上并没有展现绝对优势，但是其流动性管理能力较好，使得整体财务绩效表现比较优秀。

在14 家绩效表现良好的银行中，城市商业性银行占比较大，然而在盈利能力方面存在不足，在利率市场化的影响下，大部分城商行的总资产净利润率持续走低，虽然非利息收入与往年相比有所增加，但是主要收入来源仍是利息净收入，收入结构仍然比较单一，而对于一些小型的城商行，可能由于规模有限、缺乏人才等因素，难以拓展中间业务，盈利能力较差。

在14 家绩效表现中等的银行中，大多是国有大型银行和股份制银行，其主要原因在于成长能力较弱，除了邮储银行外，国有大型银行的营业收入增长率和净利润增长率的排名在样本银行中均靠后，其中工商银行净利润增长率最低，农业银行营业收入增长率最低。股份制银行则是由于流动性指标表现较差，其中民生银行、浦发银行和光大银行的流动性覆盖率和流动性比例的排名均靠后，需要提高流动性风险防控能力。

在财务绩效排名最后的两家银行中，郑州银行的流动性指标表现处于平均水平，而其他四个方面表现都远低于平均水平，尤其在资本充足、资产质量以及成长能力表现方面。其中，郑州银行的不良贷款率由2012年的0.47%连续升至2018年的2.47%，2019年有小幅度的下降，为2.37%，郑州银行主要是受到区域环境制约，同时监管部门要求各商业银行自2018 年开始将逾期90 天以上的贷款全部纳入不良贷款，导致不良贷款率大幅度上升，而为了控制不断攀升的不良贷款率，郑州银行提高2019年的拨备覆盖率，在一定程度上影响了净利润。就中国银行而言，由于属于大型国有银行，其在资本充足方面和资产质量方面表现较好，但是在流动指标和盈利能力一般的情况下，其成长能力在样本银行中相对落后，净利润增速较慢。

五、结论及展望

通过分析我国上市商业银行2019年财务绩效情况及其影响因素，从资本充足性、流动性、资产质量、盈利能力和成长能力等五个维度选择合适的指标，构建上市商业银行财务绩效评价体系，并选取合适的模型对33 家上市商业银行财务绩效进行评价，以期对完善商业银行财务绩效管理和内部治理有一定的借鉴作用。研究结论概括如下：

第一，为避免人为影响因素，本文基于构建的熵权-TOPSIS评价模型，对各项财务绩效指标进行客观赋权，再根据相对接近度（Ci）对评价对象的财务绩效结果进行排序。同时，为了更加科学和直观地评价样本银行的财务绩效表现，弥补熵权-TOPSIS模型无法对评价结果进行分档的缺陷，在原有模型的基础上引入秩和比法（RSR），按照最佳分档原则最终将样本银行的财务绩效评价结果分为四档，分档结果通过Lev⁃ene 方差齐性检验，且方差分析结果显示具有统计学意义。熵权法、TOPSIS法以及秩和比法（RSR）互为补充，充分发挥各自的优点，在绩效评价方面具有较强的适用性，且得出的结果与实际相符，在一定程度上能够客观有效地评价商业银行的财务绩效。

第二，从财务绩效指标来看，流动性指标的权重值最大，因此建议在进行财务绩效管理和考核的过程中，对于熵权值位列榜首的流动性覆盖率应予以重视。另外，从商业银行之间的比较来看，根据熵权-TOPSIS模型的排名结果和RSR法的分档结果可以看出，城市商业性银行的财务绩效表现总体上要优于股份制银行以及国有大型银行，尤其是财务绩效评价结果较为优秀的宁波银行和长沙银行，在众多样本银行中一直保持较好的发展势头和市场扩张态势；而招商银行、兴业银行等股份制银行的财务绩效水平也呈现出一定的上升趋势，在流动性和盈利能力方面表现出良好的发展态势，其未来的财务绩效发展状况值得持续关注。

然而，依照本文的计算结果，中国银行、建设银行、交通银行等国有大型银行的财务绩效逐渐落后，其中中国银行降到较差档次，虽然其资产质量表现良好，但是由于流动风险防控和盈利能力表现不够突出，同时成长能力出现下降趋势，使得其财务绩效综合排名远低于其他样本银行。建议国有大型银行主动研判国际形势变化并结合自身资产质量优势更新流动风险管理制度，提升其营运能力，进一步增强服务国家建设能力、防范金融风险能力、参与国际竞争能力。