摘要：应用灰色关联度方法对我国16家银行类上市公司2011年上半年的经营情况进行研究。选取主营收入、主营外收入、利息收入、投资收益、利润总额、净利润6项指标，作为对各行经营情况的衡量指标，并以工商银行作为最优样本，测量其余各行与其关联度，从而对银行类上市公司按经营业绩进行分类排序。最后，选取经营情况处于平均水平的银行作为银行类上市公司代表，对其近五年来的营业收入进行分析，研究了银行类上市公司利润总额的主要来源途径，为银行类上市公司的投资决策、规避风险提供理论支持。
关键词：灰色关联度；银行类上市公司；经营评价
中图分类号：F224.9 文献标识码：A 文章编号：1001-828X（2013）01-0-03
尽管2012年A股上市的2453家公司业绩整体增速并不乐观，但银行业上市公司依然展现了强劲的增长速度。据统计16家银行业上市公司2012年上半年合计实现营业总收入1.28万亿元，同比增长17.9%，占全部A股上市公司营业总收入的11.2%，合计实现净利润5452.29亿元，同比增长18.2%，是全部A股上市公司净利润的53.9%。银行类上市公司作为我国证券市场上一支新生的力量，他们从上市以来每只股票的资产规模，影响市场的能力，上市扩容的潜力和增长的趋势，都引起越来越多的关注。同时，从上市公司内部控制管理实践来看，银行类上市公司由于其金融产品、资本结构、风险管理等方面具有得天独厚的优越性，对其内部控制和风险管理的重视程度及管理水平要普遍优于其他行业的上市公司。因此，银行类上市公司经营业绩的好坏，将会对我国股市的整体运行，以及社会、国民经济产生直接和显著的影响。因而，有效评价银行类上市公司的经营情况，就显得十分有现实意义和理论价值。传统上，人们常采取回归分析方法研究影响银行类上市公司业绩的因素。例如，文献[1，2]以公司股价或公司业绩作为被解释变量建立多元线性回归模型。然而，回归分析方法要求建模条件限制多，数据量大，并且数据的分布需有一定的规律性，但许多实际的情形并非如此。灰色系统理论[3]作为人们认识客观系统改造客观系统一个新型的理论工具应运而生。灰色系统理论提出了对各子系统进行灰色关联度分析（Grey Relational Analysis，GRA），去寻求系统中各子系统（或因素）之间的数值关系。灰色关联度分析的意义是指在系统发展过程中，如果两个因素变化的态势是一致的（即同步变化程度较高），则可以认为两者关联较大；反之，则两者关联度较小。因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，非常适合动态过程的分析与研究。灰色关联度研究对象所需的数据样本不必过多，也不要求其呈现典型的分布规律，计算量少，甚至可以直接手算，此方法在实际应用中也取得了较好的效果，前人对于灰色关联度方法也有广泛的应用。程懂超和海燕[4]以深圳发展银行作为商业银行的代表，选取利息收入、手续费及佣金收入、投资收益、公允价值变动收益、汇兑收益和其它业务收入等作为评价指标体系，应用灰色关联理论分析其营业收入情况。结果发现商业银行的营业收入与利息收入关联度最大，这表明我国商业银行营业收入的主要来源是利息收入，所占比重可达90%。蒲艳萍和李杨[5]应用灰色关联度对产业投资进行统计分析，以重庆产业优化为例，选取重庆市产业数据，运用灰色关联度分析法，研究经济增长与产业投资结构及产业结构之间的关系，弄清楚产业投资结构、产业结构对经济增长影响的主次关系，处理好产业投资结构间的内在联系，以达到为产业投资结构及产业结构的优化提供理论依据。王小红和高民芳[6]应用灰色关联度模型来评价房地产上市公司业绩，其中运用了方差分析方法进行筛选确定将总资产报酬率、净资产收益率、存货周转率、产权比率、主营业务收入增长率和净利润增长率作为研究房地产上市公司业绩评价的6项指标体系。研究结果显示了房地产上市公司整体业绩表现良好，等等。据作者查阅有关文献资料，应用灰色关联度对银行类上市公司的经营状况进行评价的研究较少。因此，本文基于灰色关联度视角分析与评价银行类上市公司经营业绩，不仅获得了上市公司按经营情况进行分类排序，同时也表现出灰色关联度模型相比其他分析模型所具有的优势。
一、理论方法
1982年邓聚龙教授提出了灰色系统[3]。灰色系统即是介于黑色系统与白色系统之间，反应了系统内部各因素间具有一种不确定关系。我们知道，客观事物往往现象复杂，因素繁多，交错影响。对这些因素进行系统性分析时绝对白色或黑色的系统是很少有的。因此，灰色系统就凸显出十分重要的位置。灰色关联度分析方法是灰色系统理论中一种新的分析方法，即根据因素之间发展趋势的相似或者相异程度，来衡量各因素之间的关联程度，其核心是计算关联度系数。具体做法如下。
1.选取序列
收集研究对象的各项样本数据，然后从样本中确定一个最优样本，以此作为参考序列，剩下的序列作为比较序列。选取的参考序列记为，并构造所有样本数据序列矩阵如下：
（1）
其中，为选定的衡量指标的项数。
2.原始数据处理
由于各因素本身具有不同的计量单位，通常需要先对原始数据进行无量纲化处理。无量纲化包括均值化和初值化两种方法，其中均值化方法适用于没有明显升降趋势的数据处理。计算公式为：
（2）
初值化方法适用于呈现稳定增长趋势的序列，通过初值化的处理，可以使增长的趋势更显现。计算公式为：
（3）
经过无量纲化后各因素数据序列形成如下矩阵：
（4）
3.计算绝对差值序列，选取最大与最小差
通过计算（4）中第一列（参考序列）与其余各列（比较序列）对应的绝对差值，形成如下绝对差值矩阵：
（5）
其中，并将绝对差值矩阵中的最大值和最小值称为最大差和最小差，即最大差为，最小差为 .
4.计算关联度系数
对绝对差值矩阵中的数据作如下变换：
（6）
其中是分辨系数，取值介于0与1之间，一般取，得到关联系数矩阵：
（7）
5.求关联度
运用比较序列与参考序列各个时期的关联系数的平均值来定量反映这两个序列的关联程度，其计算公式为：
（8）
式中为第i个比较序列与参考序列的关联度。
从整个计算过程中不难看出，关联度与比较序列，参考序列及其长度有关。而且原始数据的无量纲化方法和分辨系数的选取不同，关联度也会发生变化。最后，把关联度按其数值的大小顺序排列，便组成关联序。它反映了各比较序列对于同一参考序列的“主次”、“优劣”关系，关联度越大，说明比较序列与参考序列变化的态势越一致。
二、银行类上市公司经营业绩的灰色关联度分析
通过数据收集获取16家银行类上市公司2011年上半年（截止到6月30日）的财务情况，应用主成分分析选取主营收入、主营外收入、利息收入、投资收益、利润总额和净利润等六项指标为研究的主因素。数据（来源东方财富网）如表1。
首先选取经营情况较好的工商银行作为最优样本（即参考序列），记为，其它银行为比较序列，记为。其次根据选取数据的特点，适合运用均值化方法对序列进行量纲化处理，计算结果如表2，3。
表1 16家银行类上市公司的营业利润表（单位：亿元）
表2 各序列的均值
表3 无量纲化处理
最后应用（5）-（8）计算各银行关联度及其排序如表4。这里取
表4 关联度排序表 （单位：亿元）
三、结果分析与进一步讨论
由表4关联度排序结果可以得到如下结论：第一，从整体角度分析。根据关联度可将经营情况分为四个层次，建设银行为第一层次；农业和中国为第二层次；招商、交通、民生为第三层次；中信、浦发、兴业、光大、深发展A、北京、华夏、宁波、南京为第四层次。相比之下，2011年前半年中国四大银行依然独占鳌头。从6项指标计算出来的关联系数可以看出，16家银行类上市公司整体经营情况，处在0.33到0.65之间，代表了整体经营情况一般，不是很理想。其中，除了建设银行，其余15家银行在主营外收入方面的劣势很明显，关联度均在0.4以下。第二，从每个银行角度来分析。不同银行表现的优劣是有差异的。比如建设银行与工商银行的关联度为1，可知两者的经营情况是旗鼓相当的。农业银行与中国银行在主营收入与利息收入这两方面的表现突出，在0.75到0.95之间。而招商银行与民生银行在投资收益方面略显优势，都是0.7856。处在第四个层次的银行在6项指标上反映出来的情况都不是很突出，表现一般。这也就促使这些银行在提高每个方面能力的同时，来达到公司整体经营情况的提升。
下面分析银行类上市公司经营的主要来源。经过对16家银行运用灰色关联度分析各自经营情况，现选取经营情况位于平均水平的浦发银行作为银行类上市公司的代表来考察银行类上市公司利润总额的主要来源。由于浦发银行上市时间较早，在16家银行类上市公司具有一定的代表性。研究其2007年至2011年的主营收入、主营外收入、利息收入、投资收益与利润总额的关联度，以此来说明银行类上市公司经营的主要来源。
表5 2007年-2011年浦发银行营业汇总（单位：亿元）
数据来源：东方财富网
图1 2007年-2011年浦发银行营业收入曲线图
由图可以看出，主营收入、主营外收入、利息收入、投资收益、利润总额，五项指标的数据在逐年增长，其中利息收入比其他四项的增长幅度要大，利润总额的增长幅度相对较小。
选取利润总额为参照序列，主营收入、主营外收入、利息收入、投资收益、分别为比较序列。计算他们与利润总额的关联。由于序列呈现稳定的增长趋势，所以无量纲化处理采取初值化法，如表6。
表6 无量纲化处理表
通过上述类似计算可获得主营收入、主营外收入、利息收入、投资收益与利润总额的关联度分别为0.4964，0.4792，0.5938，0.5616，并且有。由各因素的排序可以看出利息收入与利润总额的关联度最大，其次是投资收益，主营收入和主营外收入与利润总额的关联度相当。由此可知银行类上市公司利润总额的主要来源是利息收入，利息收入所占的比重较大。因此，在当今多元化投资市场环境，尤其是各类金融衍生工具交易活跃的全球一体化市场，银行不应该仅仅局限于利息这一传统的投资来增加经济收入，可以通过合理的组合投资来加大收益，规避风险。
参考文献：
[1]周艳，杨令芝.银行类上市公司价值影响因素实证研究—Enter 策略和Stepwise策略下的多元线性回归分析[J].特区经济，2009，5：110-111.
[2]钟玮，杨天化.资本结构、内部控制与公司绩效：基于中国银行类上市公司的实证研究[J].经济与管理研究，2010，5：93-100.
[3]邓聚龙.灰色系统基本方法（第2版）[M].武汉：华中科技大学出版社，2005，76-82.
[4]程懂超，海燕.基于灰色关联度的商业银行营业收入研究[J].西南民族大学学报，2011，35（05）：197-199.
[5]蒲艳萍，李杨.基于灰色关联度的产业投资分析[J].重庆大学学报，2007，13（02）：15-18.
[6]王小红，高民芳.基于灰色关联度模型的房地产上市公司业绩评价[J].西安工程大学学报，2011，25（05）：243-248.
文章为用户上传，仅供非商业浏览。发布者：Lomu，转转请注明出处： https://www.daogebangong.com/articles/detail/ptrbj801xgmw.html
支付宝扫一扫 
评论列表（196条）
测试