摘要：本文运用因子分析法构造了商业银行信用管理绩效评价的理论模型，并以我国13个主要商业银行为样本进行了实证分析和检验。

　　一、商业银行信用管理绩效评价研究：理论模型的建立

　　（一）商业银行信用管理的理论界定及其作用机理

　　商业银行信用管理是指商业银行对所涉及信用关系和信用业务的经营管理，信用管理不是一个孤立的、单一的信用关系和信用业务经营管理，而是将商业银行全部信用业务集中起来，进行多重、综合、系统的管理，它的管理目标是为实现银行的“三性”目标服务。

　　按照商业银行信用业务的功能，商业银行信用管理可分为资产信用管理、负债信用管理、资本信用管理和表外信用管理四个子系统。资产信用管理是指商业银行在贷款和投资等资产业务经营中，进行有效的风险控制和管理，建立识别和规避资产信用风险方法和模型技术，实现商业银行的资产赢利性和安全性。负债信用管理是指商业银行依托银行的信誉，通过发行负债如存款、借人资金（同业拆借、向央行借款）筹集资金，进行负债信用经营，以满足商业银行发展和流动性需求，预防和控制流动性风险。资本信用管理是指商业银行通过发行股票等方式筹集资本金，并对资本金进行科学管理，建立有效的银行资本金补充机制，预防和规避商业银行的信用风险和流动性风险等，保持公众信心和银行体系安全。表外信用管理是指商业银行在表外信用业务经营中，建立有效的表外风险控制机制，从而增加银行收益。

　　商业银行要达到信用管理的目标，必须将其资产信用、负债信用、资本信用和表外信用作为一个整体，进行系统管理。它的作用机理就是通过对资产信用业务的经营，控制由于非对称信息存在对信用决策的影响，从而建立一套科学的资产信用经营机制，规避信用风险；通过对负债信用业务的经营，建立有效的资金来源渠道，保证其资产信用业务扩张所需充足、稳定的资金供给和满足其客户存款支付的流动性需求，树立商业银行良好的同业品质效应和公众形象；通过对其资本信用业务的经营，建立一套有效的资本金补充机制，既控制其资产信用业务扩张而带来的风险，预防银行信用经营的非预期损失，又保证合理的资本盈利水平，确保银行债权人和社会公众对银行体系的信心；通过对其表外信用业务的经营，一方面进行业务创新将表内风险转移到表外（如互换业务），规避风险，另一方面扩大收入来源，提高盈利能力。这四种信用的管理是相互联系的。负债信用为资产信用的扩张提供了稳定的资金供给，资产信用通过银行的创造功能，又扩大了其负债信用的增长规模；资产信用的扩张和风险，要求资本金的及时补充，资产信用和表外信用的盈利能力直接关系到资本的收益率，资本信用业务的经营能力又为负债信用和资产信用的增长树立信心；资产信用与表外信用之间的转移，对银行风险的转嫁和资产的处置提供了创新思路。商业银行就是通过这四种信用的系统管理，从而实现其信用管理目标与银行管理“三性”目标的相统一。

　　（二）因子分析理论评价模型的建立

　　根据前面商业银行信用管理理论内容，以及统计评价指标设置的原则与标准，本文关于商业银行信用管理绩效评价指标体系设置为4类13个指标：

　　（1）资产信用管理评价类。该类共设置4个指标（X1 -X4），分别为不良贷款率X1（按五级分类）；贷款利息回收率Xz；资产增长率X3；资产收益率X4（利润总额／资产总额）。

　　（2）负债信用管理评价类。该类设置5个指标（X5-X9），分别为：资金备付率X5（在人民银行的备付金存款平均余额 库存现金平均余额／各项存款平均余额）；存款增长率X6；借入资金比率X7（拆入资金额 向央行借款额／各项存款余额）；流动资产与存款比率X8；个人存款比率 X9（个人存款／全部存款）。

　　（3）资本信用管理评价类。该类设置2个指标（X10- X11），为资本充足率X10（资本／风险资产），资本收益率X11 （利润总额／资本）。

　　（4）表外信用管理评价类。该类设置2个指标（X12- X13），为表外收入比率X12（表外收／银行全部收入）；银行垫款比率X13（银行垫款／银行表外业务担保总额）。

　　按照多变量经济数据分析的要求，模型的评价方法要全面、系统地映射出对经济问题的判断，包括评价指标要全面，模型选择的权数要科学，能有效解决指标的相关和信息重叠，评价的效果要可靠。本文运用因子分析法综合分析商业银行信用管理绩效，基于如下优势：（1）全面性。该方法只要满足n>p的条件，变量个数可以很多，通过对数据空间的降维，在选择了m个综合因子后，仍有85％以上的数据信息量；（2）可比性。该方法中使用的数据都经过标准化的无量纲处理，使指标间具有可比性和可加性；（3）权数的科学性。综合评价函数的权数是根据各综合因子的方差贡献率选择，客观合理。

　　我们对评价指标进行同趋势转化和标准化处理后进行因子分析，计算相关阵R及特征值和特征向量，确定解释综合因子即m个综合因子y1，y2，y3…ym，这m个综合因子分别与评价变量构成m个线形组合；

　　yi＝∑fjiXj

　　（1） fji为因子载荷矩阵的无素（j＝1，2，…p；i＝1，2，…m）；Xj为变量

　　我们选择每个综合因子yi的方差贡献率ai作为权数，构造综合评价函数：

　　F＝aly1^ a2y2^ … amym^　　（2）

　　其中yi^（i＝1，2，…m）为第i个综合因子的得分。因此，式（2）就是商业银行信用管理绩效综合评价函数。依据这个理论评价模型，我们利用因子分析，从13个评价指标中，确定了m个主成分或综合因子yi；将标准化的数据代人这m个综合因子的线形组合（1）式中，即可计算出n个样本在这m个综合因子方面的得分yi^；最后利用商业银行信用管理绩效综合评价函数（式2），计算出综合评价得分F，我们通过对比较n个样本的F综合得分，即可评价出一个商业银行在不同时期或多个商业银行在同一时期信用管理绩效水平。

　　二、中国商业银行信用管理绩效：实证检验

　　本文以中国13个主要商业银行为研究对象，运用前面建立的理论模型进行实证分析和检验。但是，笔者在进行实际调查和研究过程中了解到，我国商业银行的表外信用业务发展缓慢，处于初级阶段，主要是银行保函、承兑业务、信用签证等业务，虽然近几年发展较快，但与资产业务相比规模较小。根据人民银行《2002年货币政策执行报告》，截至2002年末，我国票据贴现业务量占总贷款规模不到10％。因此，目前以我国商业银行为例评价信用管理绩效时，表外信用管理水平不会影响到整个商业银行信用管理绩效的评价结果。所以，本文在以我国13个主要商业银行进行实证分析时，在评价指标的选取上，剔除了关于反映表外信用业务的2个指标，以11个评价指标进行实证分析。下面本文以2001年我国13个主要商业银行关于资产信用、负债信用、资本信用3个方面11个指标，运用前面理论评价模型的设计思路，进行实证分析和检验（由于篇幅有限文中省略原始数据）。

　　首先对数据进行一致性调整，即将逆向指标调整为正向指标；同时，在进行建模型前，对数据进行无量纲化标准化处理，使分析的数据标准化，便于计算和比较，保持模型的可靠性。为了验证本文采用因子分析方法进行商业银行信用管理绩效评价的科学性，笔者将数据进行标准化处理后，运用KMO测度检验变量相关矩阵，计算出这11个变量相关矩阵的KMO值为0.8121，变量之间共同度较强，适合进行因子分析。因此，笔者运用SPSS数据统计分析软件对经过标准化后的数据进行因子分析，我们得到因子分析后的Total Variance Explained（总方差解释表）、Rotated Component Malrix（进行6次正交旋转后的因子载荷矩阵）。