CN108537435A - 银行业绩效评价方法、系统、设备、存储介质 - Google Patents
银行业绩效评价方法、系统、设备、存储介质 Download PDFInfo
- Publication number
- CN108537435A CN108537435A CN201810301872.XA CN201810301872A CN108537435A CN 108537435 A CN108537435 A CN 108537435A CN 201810301872 A CN201810301872 A CN 201810301872A CN 108537435 A CN108537435 A CN 108537435A
- Authority
- CN
- China
- Prior art keywords
- weight
- performance
- subjective
- layer
- objective
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种银行业绩效评价方法、系统、设备、存储介质,属于银行类业务类型评价技术领域,包括:确定银行业绩效评价体系;数据采集与处理;通过层次分析法对于准则层和指标层进行主观赋权;通过熵权法对于准则层和指标层进行客观赋权;根据主观权重和客观权重的欧氏距离确定主观权重和客观权重的分配权重;对指标层进行主客观结合的综合赋权,得到其综合权重;将所述综合权重进行归一化处理,得到改进后的指标层综合权重;根据改进后的指标层综合权重,得到银行业绩效评价结果并输出。本发明示例的技术方案,适用于银行类各业务的绩效评估,准确度高,贴近实际的情况。
Description
技术领域
本发明属于银行类业务类型评价技术领域,具体而言是一种银行业绩效评价方法、系统、 设备、存储介质。
背景技术
根据中国银行业监督管理委员会(China banking regulatory commission)对银行业的划 分,现将中国国内银行业划分为国有银行、商业银行、外资银行、民营银行、农村金融机构 以及其他金融机构。
其中,国有银行主要包括政策性银行、大型商业银行与中国邮政储蓄银行,政策性银行 主要包括国家开发银行、中国进出口银行、中国农业发展银行等银行,以及大型商业银行主 要包括中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行等五家银行。
商业银行主要包括全国性股份制商业银行和地方性股份制商业银行,全国性股份制商业 银行主要指中信银行、华夏银行、中国民生银行、招商银行等股份性质的银行,地方性股份 制商业银行主要指北京银行股份有限公司、天津银行等具有地方性质的商业银行。
外资银行主要包括汇丰中国、东亚银行、渣打银行等国外资本性质的银行。
民营银行主要包括天津金城银行、上海华瑞银行、浙江网商银行等私人资本性质的银行。
农村金融银行主要包括各类农村商业银行、农村合作银行、农村信用社联合社以及其他 新型农村金融机构。
其他金融机构主要包括各类金融资产管理公司、信托公司、财务公司、金融租赁公司、 汽车金融公司、货币经纪公司、消费金融公司等。
为了对银行业的各类机构进行合理的规划,制定既利于银行业的良好发展又利于民生以 及符合国情的银行设立计划,需要对银行业各类机构的绩效进行评估,传统做法实现了事后 各机构绩效的统计,但还没有好的方法能够比较准确的进行事前的各机构绩效的评估。
发明内容
为了解决上述现有技术中的不足,本发明的目的在于提供一种银行业绩效评价方法、系 统、设备、存储介质,适用于银行业各类机构的绩效评估,准确度高,贴近实际的情况,为 银行机构的设立提供有价值的参考。
为了解决上述技术问题,本发明采用如下技术方案:
一方面,本发明提供了一种银行业绩效评价方法,包括:
确定银行业绩效评价体系,所述评价体系包括目标层、准则层和指标层;
数据采集与处理,采集原始数据并对原始数据进行标准化处理;
通过层次分析法对于准则层和指标层进行主观赋权,得到其主观权重;
通过熵权法对于准则层和指标层进行客观赋权,得到其客观权重;
根据主观权重和客观权重的欧氏距离确定主观权重和客观权重的分配权重;
对指标层进行主客观结合的综合赋权,得到其综合权重;
将所述综合权重进行归一化处理,得到改进后的指标层综合权重;
根据改进后的指标层综合权重,得到银行业绩效评价结果并输出。
进一步的,所述数据采集,通过打分法或者调查法进行;和/或,所述标准化处理采用无 量纲化处理。
进一步的,所述通过层次分析法对于准则层和指标层进行主观赋权,得到其主观权重, 包括:
确定评价体系中各指标间的重要性关系;
根据各指标间的重要性关系构造判断矩阵;
求解所述判断矩阵的最大特征值及特征向量;
计算判断矩阵的一致性,若判断矩阵未通过一致性检验,则对其进行修正直至其通过一 致性检验;
基于通过一致性检验的判断矩阵,得到准则层和指标层的主观权重并输出。
进一步的,所述通过熵权法对于准则层和指标层进行客观赋权,得到其客观权重,包括:
根据待评价银行业经营模式和评价体系中的评价指标建立原始数据矩阵;
对原始数据矩阵进行标准化处理,得到标准化矩阵和标准化公式;
根据标准化公式得到相应评价指标下银行业经营模式评价值的比重;
根据所述比重得到相应评价指标的熵值;
根据所述熵值和公共因子构建赋权公式;
根据赋权公式得到相应指标的熵值;
各个指标的熵值构成指标层和准则层的客观权重并输出。
进一步的,所述根据主观权重和客观权重的欧氏距离确定主观权重和客观权重的分配权 重,包括:
设定主观权重和客观权重的欧氏距离为d(A,B),主观权重的分配权重为α,客观权重的 分配权重为β,当α和β满足:
则:α即为所求的主观权重的分配权重,β即为所求的客观权重的分配权重。
进一步的,目标层包括对银行业综合绩效考核的结果;准则层包括经营财务、客户服务、 内部管理和学习成长;指标层包括每层准则层内的若干个指标。
进一步的,所述标准化公式包括数值越小越好指标的标准化公式和数值越大越好指标的 标准化公式,其中:
不良贷款率、不良资产率、客户投诉率、业务差错、员工流失率均为数值越小越好的变 量,标准化过程中采用数值越小越好指标的标准化公式;
其余的变量均为数值越大越好的变量,标准化过程中采用数值越大越好指标的标准化公 式。
另一方面,本发明还提供了一种银行业绩效评价系统,包括:
评价体系确定单元,配置用于确定银行业绩效评价体系;
数据采集单元,配置用于采集原始数据;
数据处理单元,配置用于对原始数据进行标准化处理
主观权重单元,配置用于通过层次分析法对于准则层和指标层进行主观赋权;
客观权重单元,配置用于通过熵权法对于准则层和指标层进行客观赋权;
分配权重单元,配置用于确定主观权重和客观权重的分配权重;
综合权重单元,配置用于对指标层进行主客观结合的综合赋权;
归一化单元,配置用于进行归一化处理;
运算单元,配置用于根据改进后的指标层综合权重,得到证券业绩效评价结果;
输出单元,配置用于输出证券业绩效评价结果。
另一方面,本发明还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理 器执行本发明示例的任一种银行业绩效评价方法。
另一方面,本发明还提供了一种存储有计算机程序的计算机可读存储介质,该程序被 处理器执行时实现本发明示例的任一种银行业绩效评价方法。
与现有技术相比,本发明的有益效果为:
1、本发明示例的银行业绩效评价方法,能够对银行业各种经营模式的绩效进行评价, 评价结果准确度高,贴近实际情况,对于国家对银行机构的设立具有非常重要的参考意义, 利于资源的合理配置。
2、本发明示例的银行业绩效评价方法,根据主观权重和客观权重的欧氏距离对主观权 重与客观权重的权重进行再分配,即确定两者的分配权重,比起传统处理方法将主观权重与 客观权重的权重分配问题回避掉的做法,其评价结果必然更加贴近实际评价结果。
3、本发明示例的银行业绩效评价方法,对综合权重进行归一化处理,最终根据改进后 的指标层综合权重得到银行业绩效评价结果,提高评价结果的准确性。
4、传统的评价方法只利用了指标层的主观权重和客观权重进行计算,并未使用准则层 的权重进行计算,也就没有考虑到准则层的权重对于指标层权重的影响,有可能导致得出的 权重与实际情况相差较大,本发明示例的评价方法同时使用了指标层和准则层的权重,避免 了上述问题,使得得出的权重与实际情况相符。
5、本发明示例的银行业绩效评价方法,使用熵权法确定客观权重时,增加一个公共因 子,保障当熵值趋于1时,计算熵权法权重的分子的极限不为0,从而有效的避免熵值的微 小差异导致熵权变化较大的极端情况。
6、本发明示例的银行业绩效评价方法,评价体系涵盖目标层、准则层和指标层,非常 全面,原始数据进行标准化处理,保证数据与各个处理模型的适配性,提升结果的准确性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特 征、目的和优点将会变得更明显:
图1是本发明一个实施例的流程示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述 的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互 组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示,本发明的一个实施例提供了一种银行业绩效评价方法,包括:
S1:确定银行业绩效评价体系,所述评价体系包括目标层、准则层和指标层;
S2:数据采集与处理,采集原始数据并对原始数据进行标准化处理;
S3:通过层次分析法对于准则层和指标层进行主观赋权,得到其主观权重;
S4:通过熵权法对于准则层和指标层进行客观赋权,得到其客观权重;
S5:根据主观权重和客观权重的欧氏距离确定主观权重和客观权重的分配权重;
S6:对指标层进行主客观结合的综合赋权,得到其综合权重;
S7:将所述综合权重进行归一化处理,得到改进后的指标层综合权重;
S8:根据改进后的指标层综合权重,得到银行业绩效评价结果并输出。
需要说明的是,本实施例以及说明书附图中,虽然步骤的序号带有执行顺序,但这并不 表示或者暗示本发明示例的方法必须按照该顺序执行,相反的,某些步骤可以不按照上述的 数字顺序执行,比如:S4可以在S3之前执行。
具体的,S1中,根据银行业绩效评价的目标,评价体系由目标层、准则层和指标层三层 构成。其中目标层只有一个,就是对银行业综合绩效考核的结果。准则层分为四个部分,分 别为经营财务评价、客户服务评价、内部管理评价和学习成长评价,每个准则下面的指标层 中又分成若干个指标。
根据中国银行业监督管理委员会(China banking regulatory commission)对银行业的划 分,现将中国国内银行业划分为国有银行、商业银行、外资银行、民营银行、农村金融机构 以及其他金融机构。
其中,国有银行主要包括政策性银行、大型商业银行与中国邮政储蓄银行,政策性银行 主要包括国家开发银行、中国进出口银行、中国农业发展银行等银行,以及大型商业银行主 要包括中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行等五家银行。
商业银行主要包括全国性股份制商业银行和地方性股份制商业银行,全国性股份制商业 银行主要指中信银行、华夏银行、中国民生银行、招商银行等股份性质的银行,地方性股份 制商业银行主要指北京银行股份有限公司、天津银行等具有地方性质的商业银行。
外资银行主要包括汇丰中国、东亚银行、渣打银行等国外资本性质的银行。
民营银行主要包括天津金城银行、上海华瑞银行、浙江网商银行等私人资本性质的银行。
农村金融银行主要包括各类农村商业银行、农村合作银行、农村信用社联合社以及其他 新型农村金融机构。
其他金融机构主要包括各类金融资产管理公司、信托公司、财务公司、金融租赁公司、 汽车金融公司、货币经纪公司、消费金融公司等。
具体指标体系构建,如表1所示:
表1基于平衡计分卡的证券业绩效评价指标体系
S2中,所述数据采集,通过打分法或者调查法进行。
层次分析法的数据是通过打分法获取的,具体为专家打分法,因此层次分析法得到的指 标层和准则层的权重又叫做主观权重。层次分析法数据采购过程首先是对绩效评价者进行专 业培训,其目的是通过培训,使评价者了解银行业目前流行的几种不同业务模式,掌握绩效 考核的相关技能,熟悉绩效评价的各个环节。绩效评价者的培训内容主要包括:绩效考核的 标准内容,考核指标体系的计算及评分方式,绩效考核办法以及考核实施过程中应该注意的问 题。通过培训,要求绩效评价者能够准确掌握绩效评价的考核办法,把握考核的标准,克服 评价过程中常见的问题,最后还能够能够分享评价过程中的经验。
运用层次分析法对证券业绩效考核体系打分过程中,主要包括以下几个方面。首先,要 求绩效评价者对被考核的银行类业务有充分的了解;其次,要求绩效评价者熟练掌握评价的 基本原理及操作实务;第三,要求绩效评价者必须在评价过程中与银行业的相关人员进行有 效地沟通和交流。
熵权法是通过标准化市场调查数据,进而形成评价数据的标准矩阵。基于标准化矩阵中 评价指标对应的数值,计算银行业绩效评价指标体系的熵值,最后使用熵值求解指标的权重 值。因为熵权法是通过分析市场调查数据求解权重值的,所以熵权法求出的权重值又叫做客 观权重。
熵权法使用的数据既包含社会调查数据也包含市场调查数据,因此本部分数据的采集过 程需要注意以下方面的问题。对于社会调查而言,首先是针对银行业绩效评价的目标确定调 查研究任务,具体包括选择调查的指标和选项,以及前期的假设。其次,是根据绩效评价的 目标,设计出符合银行业实际情况的调查问卷及调查方案,其中包括调查研究指标的设计。 再次,是整体社会研究方案的设计及对调查研究方案的可行性研究的论证,以及调查人员的 选择、训练、组织等工作。最后,是社会调查的调查阶段,主要包括资料搜集和整理,以及 后期的甄别、回访以及确认工作。
对于市场调查而言,首先需要建立一套严密的调查方案,从而确保采集数据的真实性。 其次,需要确定是委托专业公司代为调查还是组织课题组自行调查。最后,基于银行业绩效 评价的评价目标和目标,秉持市场调查的客观准则,依据调查的要求,选择合适的调查对象, 制定完善的调查方案,做好抽样调查的样本提取工作。
层次分析法主要是通过确定好的层次分析法模型,将专家两两比较的打分数据输入,整 理并生成判断矩阵,是一种通过专家打分得出指标体系权重的主观赋权方法。其具体步骤为:
(1)确定指标间关系。
针对指标体系中各指标进行两两判断,确定各个指标之间的关系,指标i和指标j的关 系用tij进行表示。其中tij的取值由表2给出。
表2层次分析法的因素指标判定表
(2)构造判断矩阵。
所有的tij最终构造出出层次分析法原始的判断矩阵T,其中矩阵T对元素tij的要求是:
tij>0,tij=1/tji,tii=1。 (1)
若矩阵T所有元素均满足(1)式,则称矩阵T为一致性矩阵。
(3)求解矩阵T的最大特征值及特征向量。
首先计算矩阵T各行元素的乘积,然后开方后进行归一化处理,最后利用线性代数的知 识求解矩阵T对应的最大特征值及其对应的特征向量。其中最大特征值对应的特征向量即为 指标体系的权重。
(4)判断矩阵T的一致性。
基于建立的层次分析法的判断矩阵T,需要计算其一致性。如果判断矩阵通过了一致性, 那么就说明各指标体系的权重具有较强的可信度,可以使用指标体系的权重进行绩效评价。 具体的检验步骤为:
首先,计算一致性指标CI:
其中,λmax为判断矩阵的最大特征值,n为判断矩阵的阶数。
其次,查阅评价随机一致性指标RI一览表,计算一致性比例CR:
其中评价随机一致性指标RI如表3所示:
表3评价随机一致性指标RI一览表
最后,判断矩阵T的一致性。若CR<0.1,则认为判断矩阵T通过了一致性检验;否则, 需要重新对该判断矩阵进行修正,再次对其进行检验,直至通过一致性检验为止。
(5)确定指标体系的权重。基于通过一致性检验的判断矩阵T,利用公式
TA=λmaxA, (4)
最后得到基于层次分析法的主观权重向量为,
A={a1,a2,…,an}T。 (5)
通过熵权法确定指标层和准则层的客观权重,包括:
(1)现有r个待评价银行业经营模式,n个评价指标,形成原始数据矩阵S=(sij)n×r,其 中,sij为第j个指标下第i种银行业经营模式的评价值。即
(2)为消除各指标的单位、量纲不同的影响,对原始矩阵S=(sij)n×r进行标准化处理, 得到标准化矩阵S=(sij)n×r。
其中数值越大越好指标的标准化公式为:
数值越小越好指标的标准化公式为:
(4)计算第i个指标下第j种银行业经营模式评价值的比重pij,
(5)计算第i个指标的熵值ei,
其中,k=1/lnn。 (10)
(6)计算第i个指标的熵权bi,
(7)改进的熵权法赋权方法
上述公式中当ei→1时,有一个较为明显的缺陷。即当ei→1时,1-ei→0,而此时分母 是固定不变的。此时ei的微小差异可能会导致bi会变化较大。为了解决这个问题, 本文提出对传统的熵权法进行改进。基本思想是,通过增加一个公共因子,保障当ei→1时, 计算熵权法权重的分子的极限不为0,从而有效地避免上述极端情况的发生。改进后的熵权 法赋权公式为:
于是,熵权法所确定的客观权重结果为,B={b1,b2,…,bn}T。
根据主观权重和客观权重的欧氏距离确定主观权重和客观权重的分配权重,包括:
设定主观权重和客观权重的欧氏距离为d(A,B),主观权重的分配权重为α,客观权重的 分配权重为β,当α和β满足:
则:α即为所求的主观权重的分配权重,β即为所求的客观权重的分配权重。
基于层次分析法得出的准则层和指标层的权重,是通过专家打分数据计算得到的,属于 主观权重。基于熵权法得出的准则层和指标层的权重,是通过银行业市场调查数据计算得到 的,属于客观权重。目前流行的处理方法是将主观权重和客观权重对应相乘,然后通过归一 化方法得到兼备主客观特征的准则层和指标层权重值。
不管是对银行业绩效评价的准则层还是指标层,它们所对应的主观权重和客观权重,都 不是完全一致的。传统处理方法回避了主观权重与客观权重的权重分配问题,事实上,如果 能够对准则层和指标层的主观权重与客观权重的权重进行再分配,其结果必然是更加贴近实 际评价结果。
本实施例提出了一种基于主观权重与客观权重欧式距离的分配方案。主观权重与客观权 重之间的差异程度用二者之间的欧式距离进行表示,主观权重与客观权重的分配权重之间的 差异程度用二者之间的差进行表示。如果主观权重与客观权重分配权重之间的差异程度等于 主观权重与客观权重之间的差异程度,那么就认为主观权重和客观权重的权重分配方案是可 行的。
基于层次分析法和熵权法的准则层与指标层的权重计算具体如下:
假设绩效评价中的准则层共有s个指标,指标层共有t个指标,每个准则层分别包含t1, t2,····,ts个指标层,且满足
t1+t2+…+ts=t。 (14)
基于层次分析法得到的准则层和指标层权重值分别记作A和Φ,并表示为:
A={a1,a2,…,as}, (15)
基于熵权法得到的指标层权重值分别记作Γ,并表示为:
Γ={γ1,γ2,…,γt}。 (17)
根据(1)式,将(5)重新表示为:
由(5)式,可得基于熵权法的准则层权重依次为
因此,基于熵权法得到的准则层权重值分别记作B,并表示为:
B={b1,b2,…,bs}。 (20)
其中,A是通过层次分析法分析目标层-准则层获取的指标权重,B是通过Γ中对应的指 标层权重之和得到的。
确定准则层与指标层的主观权重与客观权重的分配权重具体如下:
假设银行业绩效评价体系中准则层的主观权重分配权重为α1,客观权重分配权重为β1, 主观权重与客观权重欧式距离为d1(A,B),那么,
解关于α1和β1的方程组:
那么,α1和β1即为银行业绩效评价体系中准则层主观权重和客观权重的分配权重。
同理,假设银行业绩效评价体系中指标层的主观权重分配权重为α2,客观权重分配权重 为β2,主观权重与客观权重欧式距离为d2(Φ,Γ),那么,
解关于α2和β2的方程组:
那么,α2和β2即为银行业绩效评价体系中指标层主观权重和客观权重的分配权重。
基于改进综合赋权法的银行业绩效评价的数学模型构建具体如下:
基于证券业绩效评价体系中准则层主观权重和客观权重的分配权重,使用层次分析得到 的准则层权重A和使用熵权法得到的准则层权重B进行综合计算,求得准则层的综合权重, 记作U,并表示为:
U={μ1,μ2,…,μs} (25)
其中,
同理,基于银行业绩效评价体系中指标层主观权重和客观权重的分配权重,使用层次分 析得到的指标层权重Φ和使用熵权法得到的指标层权重Γ进行综合计算,求得指标层的综合 权重,记作V,并表示为:
V={ν1,ν2,…,νt}, (27)
其中,
基于改进后的指标层综合权重V,将指标层展开表示为:
然后将V的综合权重进行归一化处理,得到Θ″,并表示为
其中,
将改进后的准则的综合权重U乘以修正后的指标层综合权重Θ″,得到权重Θ′,并表示为
其中,
θ′ij=μiθ″ij;i=1,2,..,s;j=1,2,..,k;k∈{t1,t2,…,ts}。 (33)
重新将Θ′表示为:
Θ′={θ′1,θ′2,…,θ′t}。 (34)
再次对Θ′进行归一化处理,得改进的指标层综合权重Θ,并表示为
Θ={θ1,θ2,…,θt} (35)
其中,
为便于对本发明的理解,下面结合一个应用实施例对本发明作进一步的描述:
1.银行业绩效调查数据的标准处理
通过无量纲化的处理,能够有效地避免不同指标下数据的类型、大小等对最终结果的影 响。为了更好地分析银行业模型绩效的大小,需要对原始数据进行标准化处理。在标准化过 程中,不良贷款率、不良资产率、客户投诉率、业务差错、员工流失率均为数值越小为越好 的变量,因此在标准化过程中需要采用对于数值越小越好的指标标准化公式进行计算。其余 的变量均为越大越好的变量,因此在标准化过程中需要采用对于数值越大越好的指标标准化 公式进行计算。最终标准化处理结果如表4所示:
表4基于平衡计分卡证券业绩效评价指标体系调查数据
2.银行业绩效评价调查数据的标准化处理:
以下数据最终标准化处理结果如表5所示:
表5基于平衡计分卡银行业绩效评价调查数据的标准化
3.利用层次分析法及熵权法计算银行业绩效评价的主客观权重:
基于本实施例层次分析法、熵权法和改进熵权法思想,对银行业绩效评价指标体系的准 则层和指标层进行主观赋权和客观赋权,结果如表6所示:
表6层次分析法、熵权法及改进熵权法在银行业绩效评价中的赋权权重
从计算结果来看,熵权法和改进的熵权法的准则层权重是相等的,这是因为改进的熵权 法只是对指标层的权重计算进行进行了改进,没有对准则层的权重计算进行改进,所有改进 的熵权法与传统熵权法的准则层权重是一样的。其他数据表明,层次分析法与熵权法在准则 层赋权方面差别较大,分析出现这种情况的主要原因,可能是因为层次分析法是通过专家打 分计算出的权重;熵权法是通过分析市场调查数据计算出的权重。现实情况可能是,大部分 的普通民众以可能在经营财务、客户服务、内部管理和学习成长方面的认知与专家的较为理 想化的规划之间有一定的差距。
虽然层次分析法得出的主观赋权与熵权法得出的客观赋权存在一定的差异性,但是人们 对经营财务、客户服务、内部管理和学习成长的权重赋权大小顺序并没有发生改变。这也说 明了在目前推行银行业绩效评价过程中,首先还是要看银行业的经营财务,其次是客户服务, 再次是内部管理,最后是学习成长。
4.传统综合权重赋权法及改进的综合赋权方法在证券业绩效评价中的赋权权重
基于本实施例传统综合权重赋权法和改进的综合赋权方法思想,对绩效业绩效评价指标 体系的指标层进行主客观结合的综合赋权,结果如表7所示:
表7传统综合权重赋权法及改进的综合赋权方法在银行业绩效评传统综合权重赋权法
价中的赋权权重
法指标层赋权结果均表明,总资产利润率、净资产收益率、市场占有率以及成本控制率是影 响银行业绩效评价最重要的三个影响因素。
5.银行业在各种方法下的绩效评价结果
基于本实施例提出的层次分析法、传统熵权法、改进熵权法、传统权重归一法、改进的 综合赋权法五种赋权方法,对国有银行、商业银行、外资银行、民营银行、农村金融机构、 其他金融机构等六种银行业经营模式的绩效进行评价。最终的评价结果如表8所示:
表8银行业在各种方法下的绩效评价结果
6.银行业绩效评价结果在各种方法下的排名
基于国有银行、商业银行、外资银行、民营银行、农村金融机构、其他金融机构等六种 银行类经营模式在层次分析法、传统熵权法、改进熵权法、传统权重赋权法、改进的综合赋 权法五种赋权方法的绩效评价结果,本实施例对国有银行、商业银行、外资银行、民营银行、 农村金融机构、其他金融机构六种银行业经营模式的绩效评价结果进行了排名。排名结果如 表9所示:
表9银行业绩效评价结果在各种方法下的排名
对比六种不同银行业经营模式的绩效评价排名,发现国有银行和外资银行两种类型银行 自身实力较强,管理培训投入都较多,排名也比较靠前。民营银行和其他金融机构相对而言 自身实力较弱,管理培训投入都较少,排名也比较靠后。商业银行、农村金融机构属于市场 占有率较高、综合实力中等的银行,实际排名也恰好介于排名的中间位置。深入探讨发现, 专家打分法、改进的熵权法及改进的综合赋权法都判定股份合作的排名更好,实际情况是国 有银行市场占有率高、业务量大,外资银行实力雄厚、高端客户群较多,所以国有银行和外 资银行相对其他银行而言,整体绩效更好一点。
另一方面,本实施例还提供了一种银行业绩效评价系统,包括:
评价体系确定单元,配置用于确定银行业绩效评价体系;
数据采集单元,配置用于采集原始数据;
数据处理单元,配置用于对原始数据进行标准化处理
主观权重单元,配置用于通过层次分析法对于准则层和指标层进行主观赋权;
客观权重单元,配置用于通过熵权法对于准则层和指标层进行客观赋权;
分配权重单元,配置用于确定主观权重和客观权重的分配权重;
综合权重单元,配置用于对指标层进行主客观结合的综合赋权;
归一化单元,配置用于进行归一化处理;
运算单元,配置用于根据改进后的指标层综合权重,得到证券业绩效评价结果;
输出单元,配置用于输出证券业绩效评价结果。
另一方面,本实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理 器执行本实施例所述的银行业绩效评价方法。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通 过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中。这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
另一方面,本实施例还提供了一种存储有计算机程序的计算机可读存储介质,该程序 被处理器执行时实现本实施例所述的银行业绩效评价方法。该计算机可读存储介质可以 是上述实施例中所述系统或设备中所包含的计算机可读存储介质;也可以是单独存在, 未装配入设备中的计算机可读存储介质,如硬盘、光盘、SD卡等。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员 应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进 行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类 似功能的技术特征进行互相替换而形成的技术方案。
除说明书所述的技术特征外,其余技术特征为本领域技术人员的已知技术,为突出 本发明的创新特点,其余技术特征在此不再赘述。
Claims (10)
1.一种银行业绩效评价方法,其特征是,包括:
确定银行业绩效评价体系,所述评价体系包括目标层、准则层和指标层;
数据采集与处理,采集原始数据并对原始数据进行标准化处理;
通过层次分析法对于准则层和指标层进行主观赋权,得到其主观权重;
通过熵权法对于准则层和指标层进行客观赋权,得到其客观权重;
根据主观权重和客观权重的欧氏距离确定主观权重和客观权重的分配权重;
对指标层进行主客观结合的综合赋权,得到其综合权重;
将所述综合权重进行归一化处理,得到改进后的指标层综合权重;
根据改进后的指标层综合权重,得到银行业绩效评价结果并输出。
2.根据权利要求1所述的银行业绩效评价方法,其特征是,所述数据采集,通过打分法或者调查法进行;
和/或,所述标准化处理采用无量纲化处理。
3.根据权利要求1所述的银行业绩效评价方法,其特征是,所述通过层次分析法对于准则层和指标层进行主观赋权,得到其主观权重,包括:
确定评价体系中各指标间的重要性关系;
根据各指标间的重要性关系构造判断矩阵;
求解所述判断矩阵的最大特征值及特征向量;
计算判断矩阵的一致性,若判断矩阵未通过一致性检验,则对其进行修正直至其通过一致性检验;
基于通过一致性检验的判断矩阵,得到准则层和指标层的主观权重并输出。
4.根据权利要求3所述的银行业绩效评价方法,其特征是,所述通过熵权法对于准则层和指标层进行客观赋权,得到其客观权重,包括:
根据待评价银行业经营模式和评价体系中的评价指标建立原始数据矩阵;
对原始数据矩阵进行标准化处理,得到标准化矩阵和标准化公式;
根据标准化公式得到相应评价指标下银行业经营模式评价值的比重;
根据所述比重得到相应评价指标的熵值;
根据所述熵值和公共因子构建赋权公式;
根据赋权公式得到相应指标的熵值;
各个指标的熵值构成指标层和准则层的客观权重并输出。
5.根据权利要求4所述的银行业绩效评价方法,其特征是,所述根据主观权重和客观权重的欧氏距离确定主观权重和客观权重的分配权重,包括:
设定主观权重和客观权重的欧氏距离为d(A,B),主观权重的分配权重为α,客观权重的分配权重为β,当α和β满足:
则:α即为所求的主观权重的分配权重,β即为所求的客观权重的分配权重。
6.根据权利要求1所述的银行业绩效评价方法,其特征是,
所述目标层包括对银行业综合绩效考核的结果;
所述准则层包括经营财务、客户服务、内部管理和学习成长;
所述指标层包括每层准则层内的若干个指标。
7.根据权利要求4所述的银行业绩效评价方法,其特征是,所述标准化公式包括数值越小越好指标的标准化公式和数值越大越好指标的标准化公式,其中:
不良贷款率、不良资产率、客户投诉率、业务差错、员工流失率均为数值越小越好的变量,标准化过程中采用数值越小越好指标的标准化公式;
其余的变量均为数值越大越好的变量,标准化过程中采用数值越大越好指标的标准化公式。
8.一种银行业绩效评价系统,其特征是,包括:
评价体系确定单元,配置用于确定银行业绩效评价体系;
数据采集单元,配置用于采集原始数据;
数据处理单元,配置用于对原始数据进行标准化处理
主观权重单元,配置用于通过层次分析法对于准则层和指标层进行主观赋权;
客观权重单元,配置用于通过熵权法对于准则层和指标层进行客观赋权;
分配权重单元,配置用于确定主观权重和客观权重的分配权重;
综合权重单元,配置用于对指标层进行主客观结合的综合赋权;
归一化单元,配置用于进行归一化处理;
运算单元,配置用于根据改进后的指标层综合权重,得到证券业绩效评价结果;
输出单元,配置用于输出证券业绩效评价结果。
9.一种设备,其特征是,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-7任一所述的银行业绩效评价方法。
10.一种存储有计算机程序的计算机可读存储介质,其特征是,该程序被处理器执行时实现如权利要求1-7任一所述的银行业绩效评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810301872.XA CN108537435A (zh) | 2018-04-04 | 2018-04-04 | 银行业绩效评价方法、系统、设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810301872.XA CN108537435A (zh) | 2018-04-04 | 2018-04-04 | 银行业绩效评价方法、系统、设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108537435A true CN108537435A (zh) | 2018-09-14 |
Family
ID=63483210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810301872.XA Pending CN108537435A (zh) | 2018-04-04 | 2018-04-04 | 银行业绩效评价方法、系统、设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108537435A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460926A (zh) * | 2018-11-14 | 2019-03-12 | 江苏电力信息技术有限公司 | 基于层次分析法和熵值法的台区资产组综合绩效评价方法 |
CN110222183A (zh) * | 2019-06-12 | 2019-09-10 | 云南电网有限责任公司大理供电局 | 一种供电客户满意度评价模型的构建方法 |
CN110533342A (zh) * | 2019-09-04 | 2019-12-03 | 上海丙晟科技有限公司 | 一种基于大数据的商场门店评价方法 |
CN110619466A (zh) * | 2019-09-16 | 2019-12-27 | 卓尔智联(武汉)研究院有限公司 | 信息处理方法、装置及存储介质 |
CN111859535A (zh) * | 2020-06-20 | 2020-10-30 | 武汉理工大学 | 基于ahp-熵权法的极地邮轮减摇鳍选型方法和装置 |
CN112465310A (zh) * | 2020-11-11 | 2021-03-09 | 中国建设银行股份有限公司 | 计算机执行的数据处理方法、系统、装置和存储介质 |
CN113138928A (zh) * | 2021-05-11 | 2021-07-20 | 中国工商银行股份有限公司 | 业务架构通用评价监督方法、装置、电子设备及介质 |
CN113449942A (zh) * | 2020-03-26 | 2021-09-28 | 中国光大银行股份有限公司 | 客户体验评测方法、系统及管理平台 |
-
2018
- 2018-04-04 CN CN201810301872.XA patent/CN108537435A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460926A (zh) * | 2018-11-14 | 2019-03-12 | 江苏电力信息技术有限公司 | 基于层次分析法和熵值法的台区资产组综合绩效评价方法 |
CN110222183A (zh) * | 2019-06-12 | 2019-09-10 | 云南电网有限责任公司大理供电局 | 一种供电客户满意度评价模型的构建方法 |
CN110533342A (zh) * | 2019-09-04 | 2019-12-03 | 上海丙晟科技有限公司 | 一种基于大数据的商场门店评价方法 |
CN110619466A (zh) * | 2019-09-16 | 2019-12-27 | 卓尔智联(武汉)研究院有限公司 | 信息处理方法、装置及存储介质 |
CN113449942A (zh) * | 2020-03-26 | 2021-09-28 | 中国光大银行股份有限公司 | 客户体验评测方法、系统及管理平台 |
CN111859535A (zh) * | 2020-06-20 | 2020-10-30 | 武汉理工大学 | 基于ahp-熵权法的极地邮轮减摇鳍选型方法和装置 |
CN111859535B (zh) * | 2020-06-20 | 2024-04-30 | 武汉理工大学 | 基于ahp-熵权法的极地邮轮减摇鳍选型方法和装置 |
CN112465310A (zh) * | 2020-11-11 | 2021-03-09 | 中国建设银行股份有限公司 | 计算机执行的数据处理方法、系统、装置和存储介质 |
CN113138928A (zh) * | 2021-05-11 | 2021-07-20 | 中国工商银行股份有限公司 | 业务架构通用评价监督方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108537435A (zh) | 银行业绩效评价方法、系统、设备、存储介质 | |
Lenka et al. | Has expansion of mobile phone and internet use spurred financial inclusion in the SAARC countries? | |
Hoxha et al. | Study of factors influencing the decision to adopt the blockchain technology in real estate transactions in Kosovo | |
Wiklund et al. | The age-effect of financial indicators as buffers against the liability of newness | |
CN110163741A (zh) | 基于信贷风控模型的信贷决策方法、装置、设备及介质 | |
CN108537436A (zh) | 证券业绩效评价方法、系统、设备、存储介质 | |
US7720732B2 (en) | System and method for generating transaction based recommendations | |
CN108520351A (zh) | 农村土地流转模式绩效评价方法、系统、设备、存储介质 | |
Martínez-Alonso et al. | Technological innovation and socioemotional wealth in family firm research: Literature review and proposal of a conceptual framework | |
Varma et al. | Criteria analysis aiding portfolio selection using DEMATEL | |
CN108573339A (zh) | 一种多指标投影决策法的消费者网购风险评估方法 | |
Smiesova et al. | Economic and institutional conditions for implementation of economic interests in the countries of the world | |
Arora | Empirical evidence on optimal board size for Indian listed companies | |
Li et al. | Evaluating the regulatory environment of overseas electric power market based on a hybrid evaluation model | |
Meng et al. | New combined weighting model based on maximizing the difference in evaluation results and its application | |
Devesa-Carpio et al. | Sustainability of public pension systems | |
Adela et al. | Institutional structures and strength of auditing and financial reporting standards in Africa | |
Liu et al. | Evaluation research on commercial bank counterparty credit risk management based on new intuitionistic fuzzy method | |
Schotten et al. | Credit granting sorting model for financial organizations | |
Muzammil et al. | Determinants for the Adoption of Regulatory Technology (RegTech) Services by the Companies in United Arab Emirates: An MCDM Approach. | |
Cucaro | Measuring the" health" of Italian SMEs with insolvency prediction models Z'-ScoreM and D-Score: Measuring default index of Italian SMEs | |
Kithinji | Bank Restructuring, Financial Services, Firm Characteristics and Financial Performance of Commercial Banks in Kenya | |
Yu et al. | CEO compensation, CEO attributes and corporate risk taking evidence from US listed corporations | |
Lei | Grey synthetical evaluation of university's engineering innovation ability | |
Epo et al. | Knowledge economy and financial development in developing countries: evidence from a panel autoregressive distributed-lag (ARDL) approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180914 |
|
RJ01 | Rejection of invention patent application after publication |