论商业银行内部模糊评价

导语：论商业银行内部模糊评价一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

[摘要]随着国有商业银行的陆续上市，建立健全其内部控制体系成为紧迫任务，而内部控制体系的建立和健全离不开有效的评价方法，本文试用模糊综合评价方法对内部控制状况进行评价。模糊综合评价模型由因素集、评语集、权重集、分数集等构成，由专家或者熟悉内控的人员做出评价得出评语集；根据中国银监会的“内部控制评价计分方法表”，用层次分析法(AHP)确定指标权重；用模糊聚类分析对评价结果进行归类和综合评价，并以某商业银行的内部控制为例说明这种方法的运用。我国目前内部控制评价缺乏定量评价，本文的模糊综合评价方法是对定量评价的一种尝试。

[关键词]商业银行；内部控制；模糊数学；模糊综合评价

有效的内部控制机制是防范金融风险的第一道屏障，而以建立和完善有效内控机制为主要内容的商业银行内控体系建设，则是银行风险监管的基础和关键。国外在进入20世纪90年代后，对于内部控制的研究进入了一个新阶段。1992年，美国“反对虚假财务报告委员会”下属的，由美国会计学会(AAA)、注册会计师协会(AICPA)、国际内部审计协会(IIA)、财务经理协会(PEI)等组织参与的“发起组织委员会”(简称COSO)专门致力于内部控制研究。1992年，COSO报告，首次把内部控制从原来的平面结构发展为立体框架模式，代表着国际上在内部控制研究方面的最高水平，是内部控制理论研究历史性的突破。COSO报告后，很快得到了广泛的认可，世界各国及各专业团体纷纷效仿，对内部控制进行重新研究，并采用COSO报告的最新理念，了自己的文告。1998年9月，巴塞尔银行监督委员会在吸收COSO报告的研究成果基础上，《银行组织内部控制系统框架》，系统地提出了评价商业银行内部控制体系的指导原则，巴塞尔监管委员会还在内部控制的五大基本要素之外，增加了监管当局对内部控制的检查和评价，把它作为内部控制的另一个不可忽视的内容。可见，巴塞尔委员会同COSO委员会一样，对内部控制理论的研究是多角度、全方位的。

我国为了促进商业银行建立和健全内部控制的体系，防范金融风险，保障银行体系安全稳健运行，中国人民银行借鉴国际经验制定了《商业银行内部控制指引》，于2002年9月7日公布施行。《指引》是根据《巴塞尔协议》的风险管理原则制定的，充分体现了《巴塞尔协议》的核心思想，为我国商业银行内部控制制度的完善与国际接轨指明了方向。

国内在研究商业银行内部控制的文献中，大多数定性地去讨论存在问题，及其如何加强内控、健全内控的对策和建议，缺乏定量分析。关于内部控制评价的研究也不太多。本文尝试用模糊综合评价方法，对商业银行内部控制状况进行综合评价。

一、模糊综合评价模型指标体系的构建

在模糊集合论的基础上，模糊数学将元素“属于”集合的概念模糊化，把“非此即彼”的判定转换为不同的元素对同一个集合不同的隶属关系。如果集合A以某一个定义在U上，而在[0，1)上取值的函数A(u)为隶属函数，则称A是U上的一个模糊集合。隶属函数A(u)用于刻画元素u对模糊集合A的隶属度。A(u)的值越大，u的隶属度越高。

从模糊集合的定义可以看出，在普通集合的特征函数中，0和1两个值正是模糊集合的隶属函数的两个特殊值，后者是前者的拓展。模糊集合的边界是不明确的，模糊集合把认识事物两极对立的绝对性转变为承认两极对立的不充分性；从承认抽象的(没有差别和变异的)同一性转变为承认具体的(包含差别和变异的)同一性，它否定了普通集体论中赋予的属于和不属于，以及集合自身同一以绝对性的要求，具有深刻的辩证性质。

模糊综合评价模型由因素集、评语集、权重集、分数集等若干个集合构成，并利用层次分析法确定指标权重，用模糊聚类分析对评价结果进行归类和综合评价。

1.因素集。由一系列的评价指标构成，即每层的各个评价指标。第一层指标用U：{U1，U2，U3，…Un)表示，第二层指标用Ui=(U11，U12，U13，…U1j}表示，j表示各要素指标下的具体评价指标的序数。

2.评语集。表示被评价项目的优劣程度。用V=(V1，V2，V3，…Vn)表示。本模型取n=4，并将V1，V2，V3，V4分别定义为很好、较好、一般、较差四个档次。

3.权重集。反映各个指标在所属层次中的重要程度。用A={A1，A2，…An)表示。第一层和第二层的权重的表示方法与因素集相似。本模型中的权重集采用银监会的内控评价方法表中给定的权重比例。

4.评价矩阵R。从U到V的模糊关系，用模糊评价矩阵R表示：

其中，j表示该层的评价指标的个数，比如第一层由5个指标组成，那么j=5。该矩阵一般通过调查方式，统计调查数据取得。

二、模糊综合评价模型的建立

1.建立内控评价的递阶层次结构。中国银监会的“内部控制评价计分方法表”，把内部控制的五要素细化到了第二级指标，本文采用银监会的分级细化方法，提炼出一个二级递阶结构，作为内部控制评价指标体系的递阶层级结构，见图1。

结合图1，第一层指标U={U1，U2，U3，…Un)中，U1即控制环境，U2即风险识别与评估，U3即控制活动，U4即监督评价，U5即信息交流与沟通。第二层指标Ui=(U11，U12，U13，…U1j}中，U11即三会一层责任，U12即高级管理层责任，U13即组织结构，U14即内控政策，以此类推。

2.根据各个指标进行模糊综合运算。通过对权重矩阵和评价矩阵的综合模糊运算，求得模糊数学综合评价矩阵B。计算公式如下：

B=A○R=(b1，b：，b，，b，)(2)

公式(2)表示模糊综合评价矩阵B是权重矩阵A和评价矩阵R的模糊综合运算的结果。运算方法详见应用举例部分。

3.构造向量T，把运算结果转换成分数表示。构造向量T=(100，75，50，0)，T与模糊数学综合评价矩阵B’(B归一化处理后的矩阵)相乘，便得到分数形式的评价结果F。计算公式为：

F=T×B’(3)

向量T的构造理由是：若综合评判结果中，所有接受调查的人都认为内部控制“很好”，则得100分；认为“较好”，则得75分；认为“一般”，则得50分；认为“较差”，则得0分。

三、应用示例

1.整理调查数据，建立评价矩阵。本文以某银行为例，根据其公布的内部控制信息和中国银监会的《内部控制评价计分方法表》，编制成对该银行的内控调查问卷表，调查对象主要是到该银行实习的某大学金融专业四年级的本科生。样本量为50，调查问卷收回率85%，调查问卷整理的数据见表1。

由表1可以分别得出五个内控要素的评价矩阵，其中，内部控制环境要素的评价矩阵如下：

评价矩阵R2、R3、R4、R5不再一一列出。

2.评价矩阵与权重矩阵模糊综合运算。评价矩阵Ri和权重矩阵Ai模糊综合运算，得出综合评价模型Bi(j：1，2，…5)并归一化处理。根据公式(2)计算B1、B2、B3、B4、B5，计算过程略。

之后，再把得到的矩阵归一化：B1=(0.2÷0.63530.2÷063530.1765÷0.63530.0588÷0.6353)=(0.31480.31480.27780.0926)

这说明接受调查者对该银行内控的第一个要素内部控制环境的综合评价，有31.48%认为“很好”，有31.48%认为“较好”，有27.78%的认为“一般”，有9.26%的认为较差。

根据上述方法，分别对风险识别与评估、内部控制措施、监督评价与纠正、信息交流与沟通进行数学模糊运算，得到的结果如下：

3.转换成分数形式的模糊综合评价。我们还可以利用向量T=(100，75，50，0)，用分数把内部控制环境的综合评价结果表示出来。

根据公式(3)，F1=(100，75，50，0)T×(0.3148，0.3148，0.2778，0.0926)=100×0.3148+75×0.3148+50×0.2778+0×0.0926=68.98(分)

在此，把B1’看成一般向量，上式是两个向量的内积，最后结果是该银行的内控的第一个要素控制环境的综合得分68.98分。

不难看出，权数分配在这个综合评价的数学模型中是一个关键，不同的权重会得出不同的分数。权数分配应当尽可能的合理。本文的权数均来自于银监会的内部控制评价计分方法表，该权重具有很大的权威性和合理性。

同理，用分数表示：

4.由第二层的指标体系运算出第一层的综合评价模型。到此，内部控制的五个要素的评价分数都已经计算出来了。我们可以分别看到被调查者对各个要素的综合评价。

由Bj组成第一层的评价矩阵R，并进行模糊综合运算得出第一层的综合评价模型B和综合分数F。

根据银监会内部控制评价计分方法表，五个要素占整个内控的权重集A=(0.20.20.20.20.2)，由前面的计算结果得

可见，接受调查者对该银行的内控的总体综合评价分数是56.25分，用模糊数学表示是一般偏向较好。

5.数学模糊综合评价的结果分析。由以上计算结果可知，(1)该银行的内部控制各要素中，风险识别与评估的分数最高，说明调查者普遍认为该银行的风险识别与评估方面做得相当好。这与该银行建立的一系列风险管理制度是分不开的。(2)接受调查者认为信息交流与内部控制措施都接近较好，内部控制环境和监督评价与纠正一般偏较好。(3)接受调查者认为该银行的内部控制综合情况一般偏较好。

我们从该银行年报中披露的信息可以看到，近几年来，该银行根据《中华人民共和国商业银行法》、《加强金融机构内部控制的指导原则》等有关法规与制度，在大力发展业务的同时，致力于内部控制制度的建立和完善，制定了职责分明、科学合理的岗位责任制，健全了各项业务规章制度和操作规程，完善了多个层面的监督、检查和稽核制度。其内部控制制度体现出了较好的完整性、合理性和有效性。该银行得到一般偏较好的结论有据可依。

由于本文对某商业银行内部控制的评价只是依据实习者实习所了解到的情况以及该银行年报中披露的内控信息进行评判的，所以，本文中的评价结构可能具有一定的局限性。不过，用这种模糊综合评价方法对内部控制进行评价还不失为一种好的量化方法。

四、模糊综合评价模型对商业银行内部控制的作用和意义

商业银行内部控制系统的建立健全，离不开有效的评价方法。模糊综合评价方法是一种量化的评价方法，通过给各商业银行及其各分支机构的内控过程进行评价打分，运用模糊综合运算得出各个控制要素和总体的分值。这种量化的结果可以很直观地揭示出各商业银行的总体内部控制水平的高低，而且同层次的各个部分之间的得分也可以相互比较，有利于商业银行找出内部控制的弱点环节所在。我们还可以把各个银行得分的平均值求出来，对于低于平均分值以下的商业银行督促其找出分值低的环节并对其加强，促使各行、尤其是得分较低的商业银行提升管理。而一旦这些银行的水平提高，全行业的内控平均分值又会进一步提高从而形成新一轮驱动。同样，对于某家银行而言其平均分值又会提升驱动该银行内部各分支机构或不同内控过程的内控能力这样循环往复可以帮助各商业银行不断发现并提升“内控短板”。所以，模糊综合评价方法会在很大程度上促使整个内控水平的提高，对整个金融业的影响是深远的。

[参考文献]

蒋泽军，2004.模糊数学教程[M].北京：国防工业出版社.

刘利军、徐琳，2004.模糊数学在上市公司信用评价中的运用[J].财会月刊，(22)：38—39.

唐予华、李明辉，2003.内部会计控制与会计信息质量研究(厦门大学会计论丛)[M].北京：中国财政经济出版社.

周悼华、张宗益、杨俊，2000.商业银行金融风险程度的模糊综合评价[J].重庆大学学报(自然科学版)，第23卷第3期：101—104.