基于功效系数法的商业银行财务风险评价研究

基于功效系数法的商业银行财务风险评价研究
罗晓光;刘飞虎
【摘要】Commercial banks are as the core in modern financial system,whether its financial situation is security or not is directly related to the national financial system’s security and stable development.This paper attempts to use the advantages of factor analysis method and efficiency coefficient method in financial risk evaluation to overcome the defect of traditional evaluation of commercial bank financial risk,research on the commercial bank financial risk evaluation index system.This paper uses factor analysis method of comprehensive financial evaluation method which is as the objective ways of deriving weight to derive financial risk evaluation index weight.Furthermore this paper uses improved efficiency coefficient method to put forward the model,Finally,this paper use the model to estimate the condition of the financial risk for the collection of 56 commercial banks of 2010.%商业银行作为现代金融体系的核心,其财务状况的安全与否直接关系到国家金融体系的安全与稳定发展。

利用因子分析法和功效系数法在财务风险综合评价方面的优势克服传统的商业银行财务风险评价的缺陷,在对商业银行财务风险评价指标体系研究的基础上,利用因子分析法这一客观赋权的公司综合财务指标评价方法得出财务风险评价指标的权重,在此基础上运用改进的功效系数法建立评价模型,最后运用该模型对收集的56家商业银行2010年的财务风险状况做出评价。

【期刊名称】《科技与管理》
【年(卷),期】2012(014)005
【总页数】6页(P93-98)
【关键词】商业银行;财务风险;因子分析法;功效系数法
【作者】罗晓光;刘飞虎
【作者单位】哈尔滨理工大学经济学院,黑龙江哈尔滨150040;哈尔滨理工大学经济学院,黑龙江哈尔滨150040
【正文语种】中文
【中图分类】F069.9
风险因素是商业银行金融业务发展过程中不可避免的永恒主题。

商业银行作为国家金融体系最主要的组成部分，在促进经济发展过程中，不仅承担着吸收存款、发放贷款、资金结算与汇兑、创造经济效益等金融中介的基本职能，而且还要发挥引导货币流向、提高资金使用效率、调节社会对资金的总需求等作用，成为国民经济发展中不可或缺的枢纽［1］。

任何国家经济的健康、稳定发展，都离不开高效稳定的银行体系。

但是从本质上讲，由于商业银行具有负债经营和高杠杆性的特点，使得其本身就是一种具有内在风险的特殊行业，如果未及时发现并加以防范和化解风险，导致商业银行倒闭，将对整个社会产生巨大的影响。

特别是随着世界经济自由化和一体化的不断发展，商业银行经营活动中的不稳定性和不确定性不断增强［2］。

正确和合理的评价商业银行的财务风险对促进整个国家的经济发展、防范金融危机的发生将起到至关重要作用，同时也是银行提高自身核心竞争力及进行决策的迫切需要。

1 国内外研究述评
自20世纪20年代开始，国外对银行财务风险的研究相继出现利用统计方法预测银行财务失败，采用多变量分析方法、利用财务比率指标进行破产预测，运用神经网络分析银行财务危机出现的环节，运用VAR模型测度银行的财务风险等研究。

国外对于银行财务风险的研究主要是通过建立财务指标风险识别和预警机制，对银行的财务风险进行识别和监控，银行财务危机发生后如何应对和摆脱危机的策略问题，对财务风险评价的指标体系和评价方法缺少分析。

由于长期以来我国的金融以国家信誉为后盾，人们对银行具有高度的信心，我国迄今为止只在1998年关闭了海南发展银行，风险的隐蔽性和研究样本的缺失使得我国目前尚未建立全面完善地评价我国商业银行财务风险的指标体系和形成合理的财务风险评价方法。

对现有的商业银行财务风险评级指标体系进行比较与分析的基础上，虚拟了一个各个评价指标的数值都是依据预警指标阈值制定的“预警银行”，通过将该“预警银行”数据和样本银行的数据进行因子分析，利用因子分析的结果结合改进的功效系数法建立我国商业银行财务风险评价模型，最后运用该模型对收集的56家我国商业银行2010年的财务风险状况进行了评价。

2 研究思路及模型提出
2.1 研究思路
如何准确的评价商业银行的财务风险应在评价指标选取、权数确定和模型设计等方面具备较高的科学性、客观性和可行性。

因此，对商业银行财务风险评价的研究首先集中在对商业银行财务风险评价指标体系的研究上，通过对商业银行财务风险的成因及财务指标之间相互影响关系进行分析的基础上，充分借鉴国内外对于商业银行的财务风险评价指标体系，结合我国商业银行的实际状况建立适合我国商业银行的科学、合理、全面的财务风险评价的指标体系。

为了提高评价的科学性，降低因数据单位和量纲差异而导致的不可比性，本文对评价的指标体系数据进行了正向化
和标准化处理。

其次，本文利用因子分析法这一客观赋权的方法确定指标的权重，利用各个指标之间的相关性大小将各指标进行分类，建立评价指标和因子之间的线性关系，利用单项指标的差异化程度越大，提供的信息越大，那么在评价中就应该赋予较大的权重，最终确立各个评价指标的权重。

该方法克服了权重确定中的人为干扰因素，提高了权重确定的准确性，提高商业银行财务风险评价的准确性。

最后，本文利用功效系数法这一多目标综合评价方法来设计评价模型。

功效系数法作为一种常用的反应多指标、综合分析的定量评价方法［3］，可以根据评价对象的特点，制定不同的评价目标，对多个变量进行分析，通过精确的计算模型比较客观、准确的判断企业的财务风险状况，同时，其所需的资料一般都能够在财务报表中获取，具有很强的可操作性，因此本文选择功效系数法来设计商业银行财务风险评价模型，最终利用建立的模型选取56家商业银行进行了实证分析，对其财务风险状况做出评价。

2.2 研究方法及模型
功效系数法又叫功效函数法，是根据多目标规划原理，把要评价的各项指标分别对照各自的标准，根据各项指标的权数，通过功效函数转化为可以度量的评价分数，再对各项指标的单项评价分数进行加总，求得综合评价分数的方法［4］。

功效系数法计算综合评分值的传统公式为
由于传统的功效系数法计算形式过于简单，得到的综合评分值的不确定性程度较大［5］。

为了提高商业银行财务风险评价的精确度和准确性，本文对传统的方法进行了一些改进：首先，增加了评价指标的评价区间，借鉴财政部关于《企业绩效评价标准值》的标准将评价档次调整为5个，分别是优秀、良好、平均、较低以及
较差，并根据各档次的评价标准确定了相应的标准系数［6］，如表1所示；其次，将评价中的基础分60分和调整分40分的固定比重改为变动比重；最终确定本文
拟建立模型的改进功效系数法计算公式为
其中的本档基础分和调整分改进后的具体计算公式为
式（6）中单项评价指标的权重的确定对商业银行财务风险评价起着举足轻重的作用，在传统的商业银行财务风险的评价过程中，对权重的确定大都采用层次分析法（AHP），因为它具有高度的逻辑性、系统性、简洁性和实用性［7］。

但它的应用都是通过专家征询直接进行定量确定，由于现实世界信息的非完备性和主观判断固有的含糊性，导致指标权重确定的非准确性，而且加大了指标权重确定的工作量［8］。

基于此，本文对于式（6）中单项评价指标权数的确定采用因子分析法，
克服了层次分析法的缺点，以减少指标权重确定过程中人为因素的干扰，提高指标权重的可靠性和商业银行财务风险评价的准确性，对于商业银行财务风险的评价具有重要的意义。

表1 评价标准档次及相应的标准系数评级档次标准标准系数优秀及以上1良好及
以上0.8平均及以上0.6较低及以上0.4较低以下0.2
利用因子分析法进行指标赋权的步骤是：设商业银行财务风险预警指标为X1，X2，X3，…，XM，其中 M表示商业银行财务风险预警指标个数。

假定共有N个公因子，分别表示为 F1，F2，F3，…，FN（N≤M），则预警指标和公因子之间的关
系可以表示为
写成矩阵的形式为：X=A*F+ε。

其中X为商业银行财务风险预警指标向量，A为
提取的因子载荷系数矩阵，F为提取的因子向量，ε为残差向量。

公因子F1，F2，F3，…，FN 之间彼此不相关，称为正交模型［9］。

结合正交变换和因子分析法
的公式，指标XM的权重可以确定为
式（8）中对于每档标准值的确定，本文虚拟一个各个评级指标都是指标阀值的“预警银行”，以该银行的各个评价指标值为标准值，指标实际值与标准值的比值大于1.4定义为优秀，指标标准值的1.4倍为优秀档的标准值、指标实际值与标准值的比值小于等于1.4大于1.2定义为良好，指标标准值的1.2倍为良好档的标准值、指标实际值与标准得分的比值小于等于1.2大于0.8定义为平均，指标标准值为平均档的标准值、指标实际值与标准值的比值小于等于0.8大于0.6定义为较低，指标标准值的0.8倍为较低档的标准值、指标实际值与标准值的比值小于等于0.6定义为较差，指标标准值的0.6倍为较差档的标准值。

3 商业银行财务风险评价指标体系的构建及数据预处理
商业银行财务风险可以理解为商业银行的经营风险，是商业银行在经营过程中，由于事前无法预料的各种不确定因素，导致商业银行的实际收益小于预期收益，从而蒙受经济损失的可能性，是商业银行经营风险的货币化表现形态［10］。

因此本
文首先从直接体现商业银行财务风险的资产安全性和贷款集中度方面选取商业银行财务风险评价指标；其次，由于商业银行财务风险是商业银行经营风险的货币化表现形态，因此本文从体现商业银行经营状况的盈利性、流动性和成长性三方面选取商业银行财务风险评价指标；由于商业银行的资本影响到商业银行对于财务危机的免疫和抵抗能力，因此本文从体现商业银行资本充足性方面选取商业银行财务风险评价指标。

结合上面的分析情况，本文在借鉴《商业银行风险监管核心指标》［11］和现有
商业银行财务风险评价指标体系的基础上结合目前我国商业银行的实际情况，并充分考虑数据的可得性，从资本充足性、资产安全性、贷款集中度、盈利能力、流动性和成长性6个方面选取17个指标来评价商业银行财务风险，如表2所示。

表2 商业银行财务风险评价指标体系资本充足性指标资产安全性指标贷款集中性
指标8 4 5 1 1 5盈利性指标流动性指标成长性指标资本充足率X11核心资本充足率X12不良贷款率X21逾期90天以上贷款比率X22最大单一客户贷款比率X31最大十家客户贷款比率X32拨备覆盖率X33资产净利率X41资本净利率X42风险资本净利率X43成本收入比X44利息收入比X45人民币超额备付金率X51流动比率X52贷存比X53净利增长率X61资本积累率X62正向指标正向指标负向指标负向指标负向指标负向指标正向指标正向指标正向指标正向指标负向指标适度指标适度指标适度指标负向指标正向指标正向指标50 60 0.6 11 1.5 45 20 1.5 25 75 10 8
相对于现有的商业银行财务风险评价指标体系，本文将反映资本充足性和资产安全性的两大类指标单独分类；在具体指标的选取上，考虑我国商业银行的特殊性，增加了不良贷款率、非利息收入比、最大单一客户贷款比率和最大十家客户贷款比率等适合我国商业银行特点的财务风险评价指标，扩展了商业银行财务风险评价指标的选取范围，提升了评价的科学性和全面性，增强财务风险评价的针对性，以尽可能全面地反映出商业银行的财务状况。

为了使各项评价指标表示的经济含义方向一致，便于将商业银行的财务风险进行量化评价，本文对上述一些评价指标进行正向化调整，一般来说，负向指标可通过取倒数或者用“1-负向指标”的方法进行正向化调整［12］：本文将 X21、X22、X31、X32 和 X45 调整为1-X21、1-X22、1-X31、1-X32和 1-X45；X44和
X53调整为 1/X44（收入成本比）和1/X53（存贷比）。

通过对指标的正向化处理使得各指标变为越来越好的正向指标。

在对指标进行“同趋势化”处理后，为了消除各个指标在量纲上的差别，本文选择最常用的建立在正态分布假设条件下的Z-Score方法对所有指标进行了标准化处理，利用该方法主要是为了增强数据间的差异性，便于进行评价［13］。

其中m代表变量指标个数，n代表样本个数，Zij代表标准化处理后的样本值，Xi 与σi分别代表第j个指标的样本均值和标准差。

4 我国商业银行财务风险评价的实证分析
本文首先以收集得到的所有上市的商业银行和几十家城市商业银行在内的56家商业银行2010年的财务数据计算得到建立的商业财务风险评价指标体系的数值。

其次在对商业银行财务风险评价指标体系进行因子分析的基础上，利用得到的因子载荷矩阵，以因子的方差贡献率为基础计算得出商业银行财务风险评价指标的权重。

最后运用改进的功效系数法建立的模型以建立的商业银行财务风险评价指标体系及权重为基础对选取的56家商业银行2010年的财务风险状况进行了评价。

4.1 商业银行财务风险评价指标的主成分分析
利用指标进行综合评价中因子分析法主要用于从众多的评价指标中提取出具有代表性的因子，从而克服原始指标的多重共线性和相关性使得评价的结果更加客观和准确［14］，KMO检验和Bartlett检验是2个常用来检验数据是否适合做因子分析的统计指标，本文借助SPSS17.0对风险测度指标进行KMO检验和Bartlett检验来确定风险指标是否适合做指标精简，检验结果，如表3所示。

从表3可知选取的商业银行2010年指标数据的KMO检验值和Bartlett检验值为0.528和0，综合2个检验值的结果说明选取的财务风险评价指标具有较强的相关性，则样本数据适合做因子分析。

表3 KMO 和Bartlett’s检验Kaiser-Meyer-Olkin Measure of Sampling Adequacy.Approx.Chi-Square Bartlett’s Test of Sphericity df Sig.0.528 457.934 136 0.000
根据各个因子对原有指标变量总体方差解释的状况，本文运用因子分析法中的主成分分析法提取公因子并选取特征根的值大于1的特征根，最终从原有的17个指标变量中提取出6类主要因子,利用它们来代替原有指标变量所包含的主要信息，检
验信息丢失多少，提取因子的效果是否理想，本文利用主成分分析法得到的因子方差贡献情况，如表4所示。

表4 特征值及累计百分比表 F1 F2 F3 F4 F5 F6 3.844 2.651 1.853 1.571 1.335 1.167 25.014 17.992 13.299 11.641 10.251 9.265 25.014 43.006 56.305 67.946 78.197 87.462 2.452 2.381 2.177 1.848 1.804 1.757 16.826 16.408 15.208 13.272 13.013 12.735 16.826 33.234 48.442 61.714 74.727 87.462 从表4可知依据累计贡献率大于85%的原则，提取的6个因子的累计贡献率达到87.462%，即前6个因子反映了原来指标包含总体信息的87.462%，提取公因子后变量的贡献率较大，信息丢失较小，提取因子的效果较为理想。

前6个因子的特征值都大于1，如图1所示。

再结合表4说明我们提取因子的效果较为理想。

图1 因子碎石图
4.2 商业银行财务风险评价因子权重的确定
本文采用常用的VARIMAX对因子载荷阵进行正交旋转，得到因子荷载矩阵，旋转后的因子载荷矩阵，如表5所示。

旋转后的因子载荷矩阵列示出了原始评价指标与提取因子之间的线性关系，即因子评价得分函数。

本文对利用表5得到的因子载荷矩阵，对表4中的数据以 Aij表示，表中各系数（i=1，2，…，6，j=1，2，…，17），以Xj（j=1，2，…，17）表示经过标准化处理后的评价指标变量，则风险指标Xi的权重Wi为
表5 因子载荷矩阵指标因子F1F2F3F4F5F6 X1X2X3X4X5X6X7X8X9 X10 X11 X12 X13 X14 X15 X16 X17-0.071-0.170 0.727 0.704 0.058 0.271 0.276 0.016 0.230 0.503-0.091 0.451 0.617-0.293-0.134-0.065 0.484 0.936 0.937 0.123-0.105 0.031 0.151-0.058 0.059-0.260-0.034 0.175 0.281-0.181-0.175 0.163
0.138 0.533 0.155 0.071 0.385 0.263 0.931 0.900 0.107 0.168 0.122 0.300-0.152-0.222 0.074 0.128-0.028-0.001-0.118-0.013 0.066 0.094-0.172 0.001-0.005 0.180-0.024 0.141-0.272-0.090 0.524-0.110 0.763 0.867-0.085 0.208 0.030 0.043 0.530 0.396 0.068 0.075 0.285 0.165-0.041-0.290 0.058 0.013 0.084-0.161 0.174 0.786 0.688-0.067 0.061 0.255-0.054 0.017 0.085 0.267 0.879 0.788 0.142 0.397 0.105-0.023-0.035-0.017-0.021 0.128
根据确定的指标赋权公式计算的商业银行财务风险评价各指标的权重的计算过程和最终计算的指标权重，如表6所示。

表6 商业银行财务风险测度指标权重计算因子荷载矩阵Aij7 Xi
X1X2X3X4X5X6X7X8X9 123456ΣA2ij F1F2F3F4F5F6 j=1 X10 X11 X12 X13 X14 X15 X16 X17-0.071-0.170 0.727 0.704 0.058 0.271 0.276 0.016 0.230 0.503-0.091 0.451 0.617-0.293-0.134-0.065 0.484 0.936 0.937 0.123-0.105 0.031 0.151-0.058 0.059-0.260-0.034 0.175 0.281-0.181-0.175 0.163 0.138 0.533 0.155 0.071 0.385 0.263 0.931 0.900 0.107 0.168 0.122 0.300-0.152-0.222 0.074 0.128-0.028-0.001-0.118-0.013 0.066 0.094-0.172 0.001-0.005 0.180-0.024 0.141-0.272-0.090 0.524-0.110 0.763 0.867-0.085 0.208 0.030 0.043 0.530 0.396 0.068 0.075 0.285 0.165-0.041-0.290 0.058 0.013 0.084-0.161 0.174 0.786 0.688-0.067 0.061 0.255-0.054 0.017 0.085 0.267 0.879
0.788 0.142 0.397 0.105-0.023-0.035-0.017-0.021 0.128总和0.911 0.922
1.047 0.765 0.876 0.919 0.276 0.832 0.778 0.522 0.231 0.617 0.439 0.742 0.828 0.649 1.065 1
2.419指标权重（Wi）7.336 7.424 8.431 6.166 7.054 7.418 2.222 6.743 6.265 4.203 1.891 4.868
3.535 5.975 6.667 5.226 8.576 100
由此可以得到商业银行财务风险评价指标X11、X12、X21、X22、X31、X32、
X33、X41、X42、X43、X44、X45、X51、X52、X53、X61、X62 的权重为（7.336、7.424、8.431、6.166、7.054、7.418、2.222、6.743、6.265、4.203、1.891、4.868、3.535、5.975、6.667、5.226、8.576）。

4.3 功效系数法在商业银行财务风险评价中的应用
利用确定的商业银行财务风险评价指标体系和评价指标的权重依据建立的模型最终计算得出商业银行的综合得分数并且对其进行排序，对计算得到的商业银行财务风险评价综合得分进行排序，以虚拟的“预警银行”为界对商业银行的财务风险做出评价，财务风险评价综合得分越高说明商业银行面对财务风险的可能性越小，越低说明商业银行面对财务风险的可能性越大。

将“预警银行”的财务风险评价综合得分看作出现财务风险的分界线，财务风险评价综合得分高于“预警银行”的银行，其处于财务风险安全状态，预警度界定为0；而财务风险评价综合得分低于“预警银行”的银行，其处于财务风险预警的状态，预警度界定为1，最终计算的商业银行财务风险评价表如表7所示。

表7 商业银行财务风险状况评价表银行名称兰州商行光大银行民生银行工商银行
深发展A交通银行南京银行湛江商行东莞银行莱芜商行承德商行稠州商行日照商
行绵阳商行德阳商行孝感商行大同商行金华商行中国银行综合得分93.76 93.18 92.39 92.17 91.97 89.79 89.05 89.02 89.02 89.02 89.02 89.02 89.02 89.02 89.02 89.02 89.02 89.02 88.26排序警度1；0 2；0 3；0 4；0 5；0 6；0 7；0 8；0 9；0 1；0 11；0 12；0 13；0 14；0 15；0 16；0 17；0 18；0 19；0银行名称郑州商行北京银行焦作银行招商银行农业银行徽商银行兴业银行建设银行柳州商行宁波银行中信银行济宁商行桂林商行浦发银行洛阳商行天津银行包商银行江苏银行威海商行综合得分87.54 87.50 86.75 86.45 86.27 85.22 84.73 84.67 84.35 84.20 83.84 82.72 81.78 81.50 80.76 80.66 79.36 78.79 78.26排序警度20；0 21；0 22；0 23；0 24；0 25；0 26；0 27；0 28；0 29；0 30；0 31；
0 32；0 33；0 34；0 35；0 36；0 37；0 38；0银行名称长沙银行东营商行宁
夏商行泰隆银行南昌商行绍兴商行台州商行新乡商行九江商行华夏银行南宁商行上海银行民泰银行大连商行济南商行预警银行青岛商行嘉兴商行温州银行综合得分78.06 76.89 76.53 76.15 75.52 75.50 74.78 73.36 73.30 72.85 72.03 71.98 70.05 69.31 66.12 60.00 59.76 59.66 58.96排序警度39；0 40；0 41；0 42；
0 43；0 44；0 45；0 46；0 47；0 48；0 49；0 50；0 51；0 52；0 53；0 54；
0 55；1 56；1 57；1
从表7可知56家商业银行的财务风险评价综合得分及排序，通过与“预警银行”进行对比分析可以对商业银行的财务风险状况做出评价。

从表6可以看出财务风
险处于安全状态的商业银行有53家，财务风险处于预警状态的商业银行有3家，其中财务状况处于前五位的商业银行为兰州商行、光大银行、民生银行工商银行和深发展银行，处于后三位的是青岛商行、嘉兴商行和温州银行，我国商业银行总体上基本都处于财务安全状态，然而财务状况处于非常安全状态的商业银行的数量总体偏少，大部分的商业银行财务状况处于次安全状态。

为了检验模型的有效性将本文的评价结果与中国商业银行竞争力报告2010年的结果进行了对比，本文的评价结果和中国商业银行竞争力报告的研究结果非常吻合，说明运用功效系数法来评价商业银行的财务风险状况是有效的，它在一定程度上提高了商业银行财务风险状况评价的准确性。

5 结论
本文将因子分析法和功效系数法引入商业银行财务风险评价中，从资本充足性、资产安全性、贷款集中度、盈利能力、流动性和成长性6个方面建立了适合我国商
业银行的财务风险评价模型，通过对56家商业银行的数据分析和评价结果看，分析结果客观，基本符合实际，基本上和我国对于商业银行财务状况评价机构的评价结果一致，足以说明这一方法的合理性。

利用因子分析法和改进的功效系数法进行商业银行财务风险综合评价，能够实现因子分析法和功效系数法的优势互补，在避免主要信息损失的前提下，因子分析法利用评价指标的数量和质量，通过科学的定量分析客观、合理的计算出商业银行财务风险评价指标的权重，克服了传统的赋权方法中主观性因素引起的误差。

功效系数法运用多目标规划原理来评价商业银行财务风险状况，适合企业财务风险评价多目的、多层次、多指标的评价要求，在评价企业财务风险方面具有规范、节约和受各种主观因素干扰，并且通过准确的计算模型，能够客观、合理的反映出企业的财务状况，本文将传统的功效系数法的固定比重改为变动比重并且增加了财务风险评价指标的评价区间，从而使其能够更加准确的评价商业银行的财务风险状况。

参考文献：
［1］池振杰.刍议商业银行财务风险［J］.现代商业，2011（36）：30-31. ［2］ Martin D.Early-warming of Bank Failure［J］.Journal of Banking and Finance，1977，9（12）：249-276.
［3］徐永冬.财务综合分析的功效系数法［J］.经济师，2004（7）：195-196. ［4］左良.动态功效系数法银行业竞争力评价体系构建与运用［J］.金融与经济，2011（11）：30-34.
［5］黄海波，刘飞虎.基于功效系数法的高校财务风险警情测度模型研究［J］.哈尔滨商业大学学报：社会科学版，2011（2）：86-89.
［6］国务院国资委统计评价局.企业绩效评价标准值2008［M］.北京：经济科学出版社，2008：120-121.
［7］ JOHN H.BOYD，GIANNI D N.The theory of bank risk-taking and competition revisited ［J］.Journal of Operation Research，2005，9（15）：2-8.
［8］李光敏，李国屏，于雷.灰色层次分析法在农用地定级因素因子权重确定中
的应用［J］.湖北师范学院学报：自然科学版，2008（2）：47-50.
［9］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）：55-58.
［10］牟成.商业银行的财务风险探讨［J］.现代商贸工业，2009（4）：159-160.
［11］张友棠，韩鹏，张勇.国有商业银行隐性财务危机的成因与检测指标分析［J］.武汉理工大学学报，2006（10）：125-127.
［12］周琳，宋宇，刘艳伟.基于因子分析法的公司业绩评价：以河南省 31 家上市公司为例［J］.经济经纬，2006（5）：80-82.
［13］彭朝晖，王平，王跃恒.因子分析法在商业银行信贷风险中的研究［J］.长沙理工大学学报：社会科学版，2010（1）：16-19.
［14］中国银监会银行风险早期风险预警综合系统课题组成员.单体银行风险预警体系的构建［J］.金融研究，2009（3）：40-49.。