基于控制图的商业银行运行风险监控
追溯商业银行监管的历史，大约在二十世纪二三十年代，无论是政府，还是百姓，都十分关注银行的监管问题。商业银行的所有日常活动能否平稳运行？会不会像山西票号那样最后发生挤兑风潮，发生破产、倒闭的状况？作为运营者本身，更是在乎这个问题。万事以预防为主，对商业银行的运营也不例外，如果能提前进行监管，建立合适的预防体系，随着商业银行的日常运营，动态地查看其状况，也许能让管理者第一时间发现存在的一些问题，从而有较为充足的时间进行处理。图像比较直观，可以清楚明了的显示某些特征，让观察者容易发现一些问题。本文重点讨论了如何借鉴统计控制的思想，通过构造多元控制图的方法解决商业银行运作状况的监测问题。
一、商业银行风险监控的指标体系
商业银行能否实现平稳健康的经营，从根本上来讲，要看自身的盈利模式、管理制度、资本充足情况，还要看是否具有偿付能力、是否可以及时有效地抵御消极事情。由此可以看出，影响银行运营不稳健的因素来自各个方面，宏观与微观、财务和非财务、外在的和自身的等等，所以在考察银行的运营状况时，应该事先建立一个合适的评估体系，比较经典的评估体系有：PEARLS（维护、财务结构、资产质量、收益与成本、流动性、增长）、CAMELB（资本、资产质量、市场风险、收益、负债、业务）和CAMELS（资本、资产、管理、盈利、流动性、敏感性）等等评价体系。每种体系的特点在不同程度地反映在了指标体系上，但都大同小异。
从商业银行的财务入手，着重于银行的内部评估，建立相应的评估体系，从资本充足程度、流动性、安全性、效益性、发展能力五个方面开展分析，具体指标为：资本充足率、核心资本充足率；拔备覆盖率、不良贷款率、最大客户贷款比；资产利润率、资本利润率、收入成本比；流动性比率、存贷比；利润增长率、存款增长率、贷款增长率。
二、监控界限及监控图绘制原理
1、样本选取
控制图的作用是服务于监测以及做判断的重要依据，它的资料来源于样本数据，所以选样在这个过程中起着举足轻重的作用，对控制图能否发挥其效用起着决定性的作用。为此，需从以下几个方面考虑样本的选择。首先，所选样本应该是在日常运营中比较稳健，或者是运营风险相比较能小一些的部门。其次，作为样本，应具有代表性，在总体中应具有良好的分布，能真正代表总体。再次，变异性。银行的运作过程不可能是一直平稳，存在波动是正常的，因此在挑选样本时应具有某种程度的区别。最后，关于样本容量的问题，要较为准确地发现运营过程中的一些情况，必须建立在大样本的基础之上。
本文选取十四家上市银行2006年年报数据，对上市银行的经营绩效进行研究。样本银行包括：一是国有商业银行，具体包括中国工商银行、中国银行、中国建设银行；二是股份制商业银行，具体包括深圳发展银行、上海浦东发展银行、华夏银行、中国民生银行、招商银行、兴业银行、交通银行、中信银行。
2、多元监控图的绘制原理
相比较一元控制图的制作过程，绘制多元控制图的首要任务是对样本观察数据实施大幅度“降维”和综合转换处理，直至生成各个样本单位的综合得分。此后才能根据统计“3σ”规则，绘制运作风险综合变动控制图。因此，如何对样本数据实施相应的统计处理，是一个非常重要的环节，下文就对此问题进行讨论。
随着多元统计方法的推广和普及，因子分析方法所建立的综合评价函数得到了一定程度的认可，因子分析实现的是一种“降维”的效果。因子分析是从若干原始指标（变量）中选出较少几个综合指标（因子变量），反映原始指标的绝大部分信息，并且所选的因子具有独立性，而且因子变量据该方法主要通过因子分析选择几个公共因子，以每个公共因子的方差贡献率作为权数来构造评价函数，得到综合评价函数值，之后按照该值进行评价，其值越大经济实力越强。因子分析方法在多指标综合评价方面优于其他统计分析方法，在自然科学和社会科学方面已得到了广泛应用。
3、控制图的使用与说明
将控制图绘制出来不是目的，核心作用是要通过此图反映被考核对象整体运作波动的状态。为此，需要按照既定的评估体系对被纳入考核对象的单位进行搜集评估资料，然后在对被考核对象实施综合评估，在此过程，利用绘制控制图时采用的样本统计处理结果，最终在控制图中标示得到的评估值，为银行监管提供一定的判断标准。
三、实证研究
1、数据处理
为了保证评估体系中各项指标的评估方向一致，一般需要对逆指标进行倒数变换。中国人民银行确认的存贷比标准值为：存贷比≤75%。过高或过低的存贷比都会对银行造成不良影响，因此存贷比指标属于适度指标，对其进行正向化处理，使用公式：x■■=■；而对于反向指标如不良贷款率、收入成本比等，首先使用公式：x■■=■（i=4 5 8）对其进行正向化处理，然后对正向化处理后的样本数据进行标准化处理，最后对标准化处理后的数据进行分析。
2、结果分析
为达到保留原始信息80%的信息要求，本文选择四个公共因子，累计贡献率达到82.7%是相当的高了。接着可以看到因子载荷矩阵，从而得到因子分析模型。因为因子载荷矩阵的不唯一性，我们可以采用方差最大化旋转使得各行的离差为接近1或0，从而公共因子可以很好地被解释，故先进行因子旋转，选用的方法是最大方差转轴法，从中可以得到各公共因子的线性关系，如下： f1=0.90534x1+0.943x2+0.12065x3-0.023671x4+0.87328x5+
0.80898x6-0.70993x7+0.77678x8-0.36595x9-0.06305x10-
0.5401x11-0.26784x12-0.3084x13
f2=0.21519x1-0.06995x2+0.78678x3+0.88734x4-0.029x5-
0.11062x6+0.19848x7-0.1779x8+0.00735x9-0.04243x10-
0.62642x11+0.56525x12+0.57319x13
f3=0.19004x1+0.03109x2-0.00017x3-0.03546x4-
0.19841x5-0.39415x6-0.48567x7-0.08514x8+0.8921x9-
0.1549x10-0.30556x11-0.22978x12-0.67999x13
f4=0.03905x1-0.09366x2-0.0581x3-0.03785x4-
0.29271x5-0.15321x6-0.27754x7+0.17157x8-0.16115x9+
0.96702x10-0.2593x11-0.04512x12+0.23437x13
公共因子F1在X1、X2、X5、X6、x7、X8上的载荷大，即资本充足率、核心资本充足率、最大客户贷款比、资产利润率、资本利润率、收入成本，反映了各商业银行的资金盈利情况。公共因子F2在X3、X4、X11、12上的载荷大，即拨备覆盖率、不良贷款率、利润增长率、存款增长率，反映了商业银行的资金安全性。公共因子F3在X9、X13上的载荷大，即流动性比率、贷款增长率，反映了商业银行资金的流通性。对于盈利性、安全性、流动性的矛盾和统一，银行经营的总方针是谋求三性的尽可能合理的搭配协调，盈利性为银行的目标，安全性是一种前提条件，而流通性是银行的操作性或工具性的要求，银行在保证安全性的前提下，通过灵活调整流动性，来致力于提高盈利性。公共因子F4在X10即存贷比上的载荷大，反映了银行资产配置能力，存贷比越小，银行资产配置能力越强，越有利于商业银行竞争力的提高。
通过对各因子得分加权数得到银行的综合得分，反映他们的综合实力。权数为各因子对应的特征值除以这四个特征值之和，即贡献率，因为除数相等，此时用特征值代替贡献率成为因子得分的权数。得分为正的银行市场竞争力较强，为负的则较差。可见，我国银行业绝大多数的银行实体缺乏有效的市场竞争力。从11个银行的综合得分来看，最高分和最低分差距较大，我国银行业核心竞争力参差不齐，有自身不同的特点。
由总得分数据可得均值为0.000437，3σ=1.604017，从而可绘制出控制图，见图1。
经过处理后数据得到的控制图，只要给出下控制界限就可以了。一旦当被评对象的综合值落在下控制界限的下方，表明该单位的运作风险应该引起足够的重视，要采取相应的控制和改进措施。如果被评对象的综合值落在控制图中心线上方之外，说明该被评对象整体运行良好，不会出现统计意义上的经营失败风险。
四、结语
使用控制图来监控银行的操作有巨大的益处，它是完全基于银行体系日常运作实际情况的评估，拥有良好的管理灵活性。当然，使用此方法时，作为一个参考代表性的样本选择是一个非常重要的环节，专业知识、丰富的经验和细致深入地研究是信贷审核员必备的。除此之外，样本取决于环境和需求的变化，需要适当地进行变化和更新。
