基于模糊评价矩阵模型的商业银行盈利能力影响研究①

广西大学行健文理学院 梁晓鸣

目前，互联网金融正深刻影响着人们的金融行为和商业银行的各项综合业务的开展。广西建设银行南宁市X支行成立于1993年，其主营业务有公司银行、零售银行产品和服务、资产管理、金融租赁等。通过询问银行内部人员得知，截止2016年，南宁市X支行本外币资金总额达7900亿元，本外币负债总额达7786亿元。作为西南地区的市级支行，其一直秉持着为人们服务的宗旨，认真落实贯彻中央对西南地区建设发展的方针，为南宁市提供了高质量的综合性金融服务，已成为南宁市重要的经济支持力量。

1 广西建设银行南宁市X支行经营业务发展概况

广西建设银行南宁市X支行于2016年底实现利润增收，中间业务收入占全部收入的7.16%，其中贵金属、基金等对私理财业务创收3.11亿元，较2015年增长60.77%。关于存贷情况，2013年至2018年，广西南宁市X支行存贷情况为整体上升，截止2018年3月末，其个人贷款余额达27.7 亿元，今年有望创出历史新高。南宁市X支行2019年增量份额为30.69%，较去年同期增长7.15%。总体来说南宁市X支行预计可超额完成总行目标任务的114%。

2 互联网金融对商业银行盈利能力影响的矩阵模型分析

2.1 评估指标体系的建立

构建互联网金融对商业银行盈利能力影响的矩阵模型，通过矩阵模型确认互联网金融对商业银行盈利能力是否产生影响，进而继续下一步研究。矩阵模型采用专家打分方式，将影响要素分为一级指标和二级指标。其中一级指标是矩阵的决定因素，二级指标是一级指标的影响数值。

首先，构建梯阶层次结构。该层次共分为三个层次，第一层是目标层。本文的目标层为互联网金融对商业公司盈利能力影响评价，本文将其定为预定目标。第二层是准则层。本文选取银行最为重要的三项业务作为该论文的准则层，分别为：银行资产类业务、银行负债类业务、中间业务，由于交易成本在银行运营中极为重要，故将其作为一大因素参与考虑。此四项业务作为本文的一级指标，而每个一级指标下又设二级指标，如图1所示。

图1 互联网金融对商业银行盈利能力影响评价层次结构图

2.2 确定各级指标体系的权重

据前文所述，层次分析法是各因素之间用于两两比较的决策方法。首先我们构建一个矩阵模型，采用梯阶层次，接着让两者有相连的因素按照一定比例度进行两两比较。如表1、表2所示。

表1 判断矩阵示意图

表2 判断矩阵元素aij的含义

2.3 各指标判断矩阵的建立与权重计算

根据广西建设银行南宁市X支行高层对各个元素进行评分，为其建立一个判断矩阵，以特征向量明确各个元素的权重，表3为一级指标判断矩阵，其中：A代表银行资产端业务，B代表银行负债端业务，C代表银行中间端业务，D代表银行交易成本。

表3 互联网金融对建设银行南宁市X支行盈利能力影响的判断矩阵

表4到表7为二级指标判断矩阵：A1代表个人消费贷款业务，A2为个人经营贷款业务，A3为小微企业贷款业务，B1为活期存款业务，B2为定期存款业务，B3为个人理财销售业务，C1为手续费收入业务，C2为佣金收入业务，C3为平台和通道类业务，D1为客户签约成本，D2为客户信用测度成本，D3为贷后风险管理成本，D4为坏账处理成本。

表4 银行资产端业务的判断矩阵

表5 银行债务端业务的矩阵

表6 中间业务的矩阵

表7 交易成本的矩阵

然后借用AHP(yaahp)软件对表3中的一级指标判断矩阵进行特征向量和特征根计算，如式(1)所示。

故其特征根为：

对上述矩阵进行一致性检验：

1 -10阶的矩阵，其RI值如表8所示。

表8 1-10阶矩阵RI值表

由上表可看出，4阶矩阵RI＝0.91，由于其C.R=C.I/R.I=0.056882/0.91=0.062508＜0.1，由此可判断其权重合理，通过了一致性检验。依据同理，我们对其他指标同样进行计算，得出权重如表9所示。

表9 指标权重表

2.4 评语集和各级指标隶属度的确定

完成上述矩阵权重，我们需要对各权重进行评价。本文采用模糊综合评价法，将上文的定性评价转换为定量评价，把模糊难以评价的指标转变成易理解、简单的指标。我们为这些权重建立评语集，将互联网金融对广西南宁市南宁市X支行盈利能力影响的评价等级分为五个等级，具体为“强““较强”“一般”“较弱”“弱”。设评价集V={V1，V2， V3， V4，V5}，与之对应的分数向量为(100，90，80，70，60)，其中90-100设定为“好”，90-80设定为“较好”，90-80设定为“一般”，70-60设定为“较差”，60以下设定为“差”。

同时，我们还需建立一个隶属度，使其为模糊评价矩阵提供数值依据，本文的隶属度为问卷调查结果。本文共向中国建设银行广西南宁市X支行营业部发放问卷调查36份，有效问卷为36份。被调查者依据实际情况做出相应等级选择，再统计出5个评价值出现的次数。接着确定第二级的隶属度向量，对第二级指标进行问题设置，具体设置值为：假设某一个指标共有5名被调查者进行问卷回答，有1名被调查者选择“强”，3名被调查者选择“一般”，还有1名被调查者选择“弱”，则此项指标隶属度向量为(0.2，0，0.6，0，0.2)。

本文对全部问卷进行了隶属度函数计算，结果如下表10所示。

表10 隶属度统计表

2.5 评价结果的计算

本文中，一级指标隶属度向量是互联网金融对南宁市X支行盈利能力影响的决定因素，将计算得出的各权重向量与其相对应的隶属度矩阵相乘即可得到一级指标的隶属度向量。

资产端A的隶属度向量为：

负债端B的隶属度向量为：

中间业务C的隶属度向量为：

最终得到互联网金融对商业银行盈利能力影响的隶属度向量为：

结果显示，总和隶属度的最终值均不为0，根据模糊评价法的规定，若比较结果为0，则比较因素之间无关联，若比较结果不为0，则比较因素之间有关联。本文将互联网金融与商业银行盈利能力作比较，最终得出二者之间有明显的关联。这意味着互联网金融对南宁市X支行的盈利能力产生重要的影响。

3 互联网金融对商业银行盈利能力影响的结果分析

(1)影响资产端业务。从资产端业务的评价体系指标评价互联网金融对商业银行的影响系数，主要通过隶属度的大小来判断，隶属度越大，影响系数越高。在商业银行资产端业务中，隶属度最高的是个人消费贷款业务，隶属度高达0.83。资产端业务在整个一级指标因素中的比重并不大，仅占四项一级指标的6.58%。互联网金融个人贷款人与商业银行个人贷款人有着较明显的区别。此外，在资金量和信用水平上，商业银行较互联网金融有更大的先天优势，互联网金融公司没能力与商业银行争夺银行资产端对公业务。互联网金融对商业银行的资产端影响不大。

(2)影响负债端业务。商业银行的负债端业务也在互联网金融的覆盖范围内，其中活期存款以0.56的隶属度位于第一，反观同级别指标的活期存款隶属度也不过才高出0.05。从一般项来看，一是由于互联网货币基金的影响，活期存款遭到一定的打击，南宁市X支行被迫上调资金成本率；二是互联网金融的理财产品不断推陈出新，产品也不断往高收益方向发展，稳定了原有的客源并陆续吸引零散的个体资源，给商业银行个人理财业务狠狠一击，导致其销售业务急剧下滑，最高隶属度仅有0.53，但商业银行办理个人理财业务须满足5万起购额及面签的要求。比重高达45.31%的商业银行负债业务对整体机构的改革和完善有着不可或缺的作用。

(3)影响中间业务。从表中的评价结果可看出，商业银行中间业务的三项二级指标的隶属度大多处于一般项和较强项，仅有佣金业务收入以0.44的隶属度第一。而从较强项和同级别指标来看，互联网金融对佣金业务产生影响最大。其余两项受互联网金融影响也很大，隶属度与佣金业务相差不远，在0.36—0.44范围内。该种现象是因为商业银行体恤民心，不随意乱收各种名义上的手续费，实现了新型中间业务的丰收。较一般项而言，商业银行中间业务收入的隶属度达到最高，较好项隶属度紧跟其后，表明互联网金融对其有较深的影响。

(4)影响交易成本。从二级指标来看，商业银行交易成本中的客户风险等级测度成本处在较强项，隶属度高达0.58。客户签约成本的隶属度也处于较强项，隶属度最高为0.5，其中D1项隶属度为0.28，在同级指标中属于最高。导致这一现象的主要原因是商业银行迫于互联网金融理财产品快速发展的压力，投入更多的营销经费，加大客户风险等级的评估，并利用大数据收集客户的金融消费、信用度等信息以达到销售目的，提升自我的竞争力。商业银行交易成本位于较强项，隶属度接近于0.46，高达0.459，表明互联网金融对其有较深的影响。

4 研究建议

综上所述，商业银行应该重视互联网金融的发展，承认互联网金融已成为不可阻挡的趋势，并根据自己的实际情况做出相应改革及合理调整，将互联网技术和互联网金融精神融入日常的经营和管理当中，通过业务类型、盈利模式和内部控制三个角度提高自身的盈利能力。本文也将从这三个角度做出以下建议。

4.1 拓宽业态布局，增加资产端业务收入

商业银行的业态布局直接影响其客户流量、盈利收入成分及吸金额。根据当下互联网金融发展的业态来看，商业银行可以将网上理财、网络支付、网络融资等业务作为发展商业银行金融化的突破口，重视掌上银行的发展，凭借自身雄厚的财力和良好的信用发展当下流行的、被人们所需要的业务，积极拓宽金融业态，增加银行资产端业务收入，发展六大互联网金融业态。与此同时，不断创新自身的零售业务，满足不同客户的融资、贷款等需求，增加客户流量。

4.2 改善单一的盈利模式，扩宽中间业务

当下商业银行的收入源主要是贷款和投资，收入源较为单一，而收入点也基本为银行的持卡用户。然而当下新兴互联网企业的盈利模式趋向混合化、多样化，商业银行在此方面存在滞后性。对此，商业银行应当紧跟时代步伐，不断完善自身的盈利模式，增加盈利机会。当然，商业银行也不应该一窝蜂地扎入互联网金融队列，在潮流面前还须冷静思考，结合自身实际情况和世界变化情况探索新的商业模式，使自身在发展过程中不偏离正确道路，最终得到健康而长远的发展。

4.3 做好内部风险控制，降低负债率

负债项是会计报表最为重要的会计项目之一，其对银行的盈利能力至关重要。而当下影响商业银行盈利的一大重要因素是坏账率、负债率的上升。我们知道，收益总是伴随着风险，其无处不在，无法避免。但是尽管风险不能百分之百地避免，但我们也应该不断积极寻找科学的方法尽可能地降低风险。因此，在放贷、投资时，商业银行应对客户做好充分的风险评估，严格控制内部风险，对客户的信用进行彻底准确的判定，降低坏账率，控制负债数额。

5 结语

通过借鉴众多学者的理论和实证研究，总结了互联网金融内涵、特征与互联网金融对商业银行盈利能力影响的理论研究，并依据各学者的研究构建了互联网金融影响商业银行盈利能力的矩阵模型；另一方面，本文以广西建设银行南宁市X支行为例，通过模型计算得出互联网金融对商业银行影响的具体程度。最后，本文通过分析模型计算结果得出以下结论：商业银行资产端对互联网金融有一定的屏蔽性，能够挣脱互联网金融的主导统治。商业银行负债业务对互联网金融背景下的整体机构的改革和完善有着不可或缺的作用。而中间业务收入的隶属度达到最高，较好项隶属度紧跟其后，表明互联网金融对其有较深的影响，至于商业银行交易成本端则深受互联网金融的影响。