楊 靜

（石河子大學 經(jīng)濟與管理學院，新疆 石河子 832000）

0 引言

上市銀行的治理問題是我國社會經(jīng)濟得以健康發(fā)展的關鍵，上市銀行的治理效果關系到整個經(jīng)濟和金融行業(yè)的未來發(fā)展。在整個經(jīng)濟體制轉型的大環(huán)境下，我國的上市銀行需要進行大范圍的改革和治理。如果上市銀行的治理效果不能適應新經(jīng)濟形式和自身發(fā)展需要，那么銀行公司的可持續(xù)發(fā)展會受到嚴重的制約[1，2]。因此，上市銀行需要合理安排公司的股權結構，確定相關部門權利和義務的關系[3]，以提高上市銀行的經(jīng)營績效和治理效果，實現(xiàn)上市銀行的盈利目標。

根據(jù)國外研究成果發(fā)現(xiàn)，上市銀行的治理結構與治理績效存在緊密的關系。Belkhir等[4]通過分析美國銀行董事會的規(guī)模和銀行治理績效的關系發(fā)現(xiàn)，董事會的規(guī)模越大，銀行治理績效越高。Cornett等[5]研究美國大型商業(yè)銀行發(fā)現(xiàn)，獨立的董事會比率和銀行治理績效成正比關系。而國內(nèi)學者在研究上市銀行治理結構與治理績效關系時得出了不一致的結論。李維安[6]發(fā)現(xiàn)銀行高管薪酬與銀行治理績效之間不存在明顯的相關性。曹廷求等[7]研究相關文獻認為銀行董事會人員規(guī)模增加帶來的成本要高于其獲得的收益，所以董事會的規(guī)模擴大會對銀行治理績效造成反作用影響。本文對上市銀行的治理結構進行分析，探討公司治理結構和治理績效的關系，分析公司治理理論和實證研究的差異及原因，以改善上市銀行的治理結構，提高銀行公司的績效，增加金融業(yè)的競爭力。

1 研究設計

1.1 模型構建

上市銀行治理結構的最終目標是在保證銀行正常經(jīng)營的情況下股東利益的最大化。因此，需要建立“股東會-董事會-高層管理-監(jiān)理會”的基本治理體系[8]。相關職能部門協(xié)調(diào)互助、相互制衡，以保證上市銀行在經(jīng)營決策中的科學性、高效性和穩(wěn)定性，同時對金融風險可以有效預防和控制。

灰色度系統(tǒng)[9]根據(jù)系統(tǒng)中數(shù)據(jù)信息的相關程度進行歸類，即將系統(tǒng)中相關聯(lián)的數(shù)據(jù)信息和非相關聯(lián)的數(shù)據(jù)信息進行區(qū)分。而灰色度系統(tǒng)中數(shù)據(jù)信息的相關性是基于數(shù)據(jù)序列曲線的幾何相似程度來判斷的，數(shù)據(jù)序列曲線越接近，數(shù)據(jù)信息的相關性越高；反之，則相關性越低。獲得數(shù)據(jù)信息的相關性之后可以得出數(shù)據(jù)信息對目標對象的影響程度。這種確定灰色度系統(tǒng)中數(shù)據(jù)信息的相關性方法稱為灰色度分析法。

灰色度分析法是灰色度系統(tǒng)中重要的分析方法之一，該方法可以研究一個系統(tǒng)的動態(tài)變化性，通過對系統(tǒng)未來發(fā)展過程中主要影響因素的相對變化進行預測。這種方法的優(yōu)勢在于不需要大量的數(shù)據(jù)信息作為基礎，就可以較好地發(fā)現(xiàn)因素之間的相關性。兩個因素之間的相關性叫做相關程度。相關程度表示了系統(tǒng)在發(fā)展過程中，出現(xiàn)的因素之間大小、速度等指標的相對變化性。如果因素之間的相對變化性基本保持一致狀態(tài)，則可以認為因素之間的相關性較高；反之，則相關性較低。

基于灰色度分析法的模型構建步驟如下：

（1）確定待分析的數(shù)據(jù)信息

設X0為系統(tǒng)的行為數(shù)據(jù)序列，影響因素數(shù)據(jù)序列Xi(i=1，3，…，n) 為比較數(shù)據(jù)序列，Xi=(Xi(1)，Xi(2)，…，Xi(k))，其中，i為因素序號，k為指數(shù)序號。

（2）設計函數(shù)得到相應的數(shù)據(jù)序列變化趨勢

對于系統(tǒng)的行為數(shù)據(jù)序列和影響因素數(shù)據(jù)序列，進行無量綱數(shù)據(jù)處理，計算數(shù)據(jù)序列的初始值，則數(shù)據(jù)初始值序列為：

根據(jù)灰色度分析的基本理論，對于離散型函數(shù)曲線有：

（3）計算絕對相關程度

對數(shù)據(jù)長度相同的序列，則其絕對相關程度為：

其本質為數(shù)據(jù)序列之間的幾何相似度。

（4）計算相對相關程度

設數(shù)據(jù)序列的初始值為：

接著計算得到：

則相對相關程度為：

其本質為數(shù)據(jù)序列之間的變化速度相似度。

（5）計算綜合相關程度

綜合相關程度不僅表現(xiàn)出因素i和因素j的幾何相似度，而且體現(xiàn)出因素i和因素j相對于初始值的變化速度相似度，是一種較為全面的綜合性關聯(lián)程度。通常，設置θ θ =0.5[10]。則有：

因此，通過灰色度分析模型的計算，可以對待評估的系統(tǒng)行為和影響因素進行分析。

1.2 樣本選取

我國的上市銀行主要有三類：國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行。本文選擇國有商業(yè)銀行和股份制商業(yè)銀行作為樣本數(shù)據(jù)。具體來說，樣本空間中的上市銀行有：中國銀行、中國工商銀行、中國建設銀行、中國農(nóng)業(yè)銀行、交通銀行、招商銀行、華夏銀行、浦發(fā)銀行8家。樣本數(shù)據(jù)源于這8家銀行2016年的年度數(shù)據(jù)報告[11]。

1.3 變量選擇與定義

基于灰色度分析模型的主要變量和定義如下頁表1所示。

2 灰色度分析

2.1 灰色度相關性分析

認定上市銀行公司的資本收益率（ROA）和風險補償后的資本收益率（RCROA）為系統(tǒng)的行為數(shù)據(jù)序列，分別為Y1和Y2。影響因素數(shù)據(jù)序列包括表1的年度平均資本的對數(shù)（Insize）等15個相關因素，為X1，X2，…，X15。

表1 灰色度分析模型的變量和定義

根據(jù)灰色度分析模型的基本要求，表1中的部分變量需要進行倒數(shù)化處理[12]，需要進行倒數(shù)化的變量是股權狀態(tài)變量中的7個變量：CR1、CR3、CR5、H1、H3、H5、Z。因此，8家上市銀行的行為數(shù)據(jù)序列和影響因素數(shù)據(jù)序列如表2所示。

表2 8家上市銀行的行為數(shù)據(jù)序列和影響因素數(shù)據(jù)序列表

（1）計算絕對相關程度

對于Y1和X1數(shù)據(jù)序列，其初始值為：

則絕對相關程度為：

按此方法可以計算其他影響因素的絕對相關程度。全部計算完畢后可以得到灰色度分析絕對相關矩陣為：

（2）計算相對相關程度

對于Y1和X1數(shù)據(jù)序列，其初始值為：

則相對相關程度為：

按此方法可以計算其他影響因素的相對相關程度。全部計算完畢后可以得到灰色度分析相對相關矩陣為：

（3）計算綜合相關程度

采用公式（10）計算因素之間的綜合相關程度，取θ=0.5，則灰色度分析綜合相關矩陣為：

2.2 灰色度相關性排序和優(yōu)勢分析

（1）灰色度絕對相關程度排序和優(yōu)勢分析

對于灰色度分析絕對相關矩陣：

矩陣中的行元素中，ε21、ε22、ε23、ε24、ε25、ε210、ε211、ε212、ε214這9個元素的值均大于第一行對應元素，ε26、ε27、ε29、ε115這4個元素的值和第一行對應元素相等，其他兩個元素值低于第一行對應元素。因此，系統(tǒng)不存在最優(yōu)解，只有準優(yōu)解。第一行15個元素之和為8.668，小于第二行15個元素之和的8.688，所以，系統(tǒng)行為數(shù)據(jù)序列Y（2RCROA）為準優(yōu)解。

比較矩陣中的列元素，對15個影響公司績效的因素按絕對相關程度排序，結果為：X11＞ X2＞ X8＞ X5＞ X13＞ X4＞X3＞ X12＞ X10＞ X7＞ X6＞ X14＞ X15＞ X9＞ X1，即 pd＞CR1＞Z＞H1＞ssize＞CR5＞CR3＞dmn＞nd＞H5＞H3＞sms＞lnpay＞dsize＞lnsize。因此，獨立董事的人員數(shù)量對上市銀行公司的績效相關程度最高，而年度高層管理前三名的總報酬的對數(shù)值對銀行績效的影響效果最差。

（2）灰色度相對相關程度排序和優(yōu)勢分析

對于灰色度分析相對相關矩陣：

矩陣中的行元素中，存在部分元素的第二行值大于第一行對應值，部分元素的第二行值小于第一行對應值。因此，系統(tǒng)同樣不存在最優(yōu)解，只有準優(yōu)解。第一行15個元素之和為11.351，小于第二行15個元素之和的11.752，所以，系統(tǒng)行為數(shù)據(jù)序列Y（2RCROA）為準優(yōu)解。

比較矩陣中的列元素，對15個影響公司績效的因素按相對相關程度排序，結果為：X15＞ X4＞ X3＞ X14＞ X1＞ X9＞X11＞ X10＞ X5＞ X12＞ X2＞ X13＞ X7＞ X6＞ X8，即 lnpay＞CR5＞CR3＞sms＞lnsize＞dsize＞pd＞nd＞H1＞dmn＞CR1＞ssize＞H5＞H3＞Z。 因此，年度高層管理前三名的總報酬的對數(shù)對上市銀行公司的績效相關程度最高，而第一和第二大股東股權比例的比值對銀行績效的影響效果最差。

（3）灰色度綜合相關程度排序和優(yōu)勢分析

對于灰色度分析綜合相關矩陣：

矩陣中的行元素中，存在部分元素的第二行值大于第一行對應值，部分元素的第二行值小于第一行對應值。因此，系統(tǒng)同樣不存在最優(yōu)解，只有準優(yōu)解。第一行15個元素之和為10.01，小于第二行15個元素之和的10.205，所以，系統(tǒng)行為數(shù)據(jù)序列Y（2RCROA）為準優(yōu)解。

比較矩陣中的列元素，對15個影響公司績效的因素按綜合相關程度排序，結果為：X11＞ X4＞ X3＞ X15＞ X14＞ X1＞X9＞ X2＞ X10＞ X5＞ X8＞ X12＞ X13＞ X7＞ X6，即 pd＞CR5＞CR3＞lnp ay＞sms＞lnsize＞dsize＞CR1＞nd＞H1＞Z＞dmn＞ssize＞H5＞H3。因此，獨立董事的人員數(shù)量占董事會總人數(shù)比例對上市銀行公司的績效相關程度最高，而前三大股東的股權比例總和的10000倍對銀行績效的影響效果最差。

3 結論

本文以上市銀行為例，研究公司治理結構與治理績效的關系?；谥袊y行、中國工商銀行、中國建設銀行、中國農(nóng)業(yè)銀行、交通銀行、招商銀行、華夏銀行、浦發(fā)銀行8家上市銀行年度報告數(shù)據(jù)，本文選擇了灰色度分析法作為研究上市銀行治理結構與治理績效關系的基本方法，從絕對相關程度、相對相關程度和綜合相關程度三個方面對上市銀行治理結構與治理績效關系進行灰色度相關性分析，并對15個影響因素按照灰色度相關性進行排序。分析結果發(fā)現(xiàn)，風險補償后的資本收益率（RCROA）相對于資本收益率（ROA）而言作為銀行績效指標更加合適，獨立董事的人員數(shù)量則影響銀行績效作用最為明顯，而股東的股權比例對銀行績效影響效果最差。