我国商业银行中间业务与业绩评价综述

　　一、引言

　　商业银行业绩评价经过近年来的不断发展，已经建立了一套相对全面的绩效管理体系。然而，中间业务作为商业银行新的业绩增长极，其考核指标在商业银行绩效管理体系中却处于次生地位和较低的水平，这滞后于其高速成长的市场状态和银行决策层的信息需求，也无法适应商业银行当前的战略目标和长远发展。

　　以往的业绩评价研究中，Alexander Wole 提出的沃尔评分法以及 Farrell(1957)提出并由 Charnes、Copper 等(1978)提炼应用的数据包络分析法(DEA)是现行商业银行业绩评价方法的理念来源[1-2]。沃尔评分法重在选取衡量指标和赋权；DEA 重在多目标规划与有效性分析。其后，David Cole 将杜邦分析体系引入商业银行业绩评价，在分解核心财务指标进行层次分析方面立意独到。需要特别关注的是，Ohlson(1995)提出的剩余收益定价模型、Stern Stewart 公司主导的经济增加值(EVA)指标以及Robert、David 提出的平衡计分卡(BSC)理论，在商业银行业绩评价中也逐渐趋于主流[3-5]。

　　综合业绩评价是商业银行业绩评价实践的发展趋势，往往分别由内控部门、外部评级机构和商业银行监管部门共同参与，因此，所采用的绩效分析手段和方式也逐渐多样化。对于绩效分析手段，包括有统计计量、专家集体评判、多元回归法等。绩效分析方法中，骆驼评级(CAMEL)是一种典型的综合业绩评价方法，由美国 UFIRS 推崇。该方法从资本充足性 CA、资产情况 AC、管理质量 MQ、获利能力 ES 和流动性位置 LP五方面测评商业银行绩效。国内绩效分析方法的研究中，迟国泰、朱战宇、徐琤(1999)建立了流动性、安全性和盈利性统一的经营绩效综合评价模型，通过选取银行不同财务报表、不同“三性”分类的 23 个指标，赋权、加总、分析得出银行的综合业绩状况[6]。上述手段和模型通过建立数理关系解决商业银行。面临的业绩评价问题，但至今没有一种放之四海皆准，且明显适用于中间业务的方法。

　　二、我国商业银行中间业务与业绩评价综述

　　中间业务是商业银行成长最快的业务分支，2010 年至2013 年间，16 家上市银行 （平安银行、宁波银行、浦发银行、华夏银行、民生银行、招商银行、南京银行、兴业银行、北京银行、农业银行、交通银行、工商银行、光大银行、中信银行、建设银行、中国银行） 的中间业务平均收入均有较大增幅，依次为 39%、56%、29%和 42%；较同期全部营业收入25%、27%、16%和 12%的涨幅增速迅猛。这使得中间业务成为商业银行新的业绩增长极，受到广泛重视。然而，在商业银行实践中，中间业务的考核指标往往滞后于银行综合业绩评价体系的发展。这体现在中间业务业绩评价应用简单的考核指标，业绩评价水平也处于较低的层次。

　　中间业务业绩评价的研究中，Harker，Zenios(2000)以跨学科和国际视角研究了影响金融机构非利息业务绩效的影响因素。对于非利息业务与创新业务等中间业务的效率量度、效率基准、绩效影响因素的识别、绩效监管等综合因素进行了分析，他们认为中间业务的风险管理和营运效率存在内在关系，并且中间业务作为创新增长方式给绩效考核主体增加了考核难度[7]。Stiroh(2004)运用金融业和金融控股企业 1997-2002 年的数据分析发现，金融业中间业务和金融控股企业创新业务增加了上述企业风险调整后的利润波动和绩效考核的难度，使得非利息收人的风险增加，绩效考核方式需要重新调整。Chang-Hee 等(2011)研究了韩国互联网金融的绩效评价，他们发现在2001-2008 年的 B2B 等电子商务市场，电子商务担保成本由190 亿韩元显着增加到 31 万亿韩元，但是在绩效管理并没有体现。他们的研究重点是设计 KPI 权重用于测量 B2B 等电子商务担保中介服务的性能，通过设计 5 维 KPI 权重提出对互联网金融服务保障的重点管理业绩考核的标准[9]。Sun 等(2011)研究认为商业银行已经越来越多的重视中间业务的发展，传统业务系统的计算方式不适用于中间业务的计算需要，因此，有必要通过重新设计适合于业务需求和工作流程的系统才能提高中间业务绩效考核的效率[10]。Sangeetha(2012)探讨使用 CAGR （年复合增长率） 方法评价发展中国家地方商业银行手续费收入等中间业务的财务表现。研究表明，发展中国家地方商业银行的创新业务业绩受到管理方向和策略的影响，有些则有效地通过提高中间业务收入和利润照顾股东利益。然而，更多银行能够表现出他们的效率却是有效的成本管理占主导地位。实证结果表明，CAGR 可以用于发展中国家地方商业银行的创新业务业绩评价[11]。

　　在国内的研究中，闫泽涛、张根文(2008)采用线性部分和非线性部分加和集成的价值函数作为业绩评价价值函数形式，运用主成分赋权的方法对指标进行赋权，并将商业银行的业务区分为中间业务和资产负债业务分别进行评价，最后综合集成银行的业绩评价[12]。丁忠明、张琛(2011)运用数据包络分析法研究包括中间业务业绩评价在内的 15 家国内外银行的经营效率。他们发现国有银行、股份制银行、国外商业银行中间业务的效率和业绩评价存在显着差异[13]。无独有偶，中间业务的扩张性发展往往具有创新性，因此，该研究中使用的业务创新、绩效评价方法和中间业务考核评价密切相关。范曙光(2004)研究认为中间业务业绩评价应注重中间业务与资产负债业务、中间业务之间组合的绩效考核。中间业务创新中广泛开发客户资源、加强开发与营销的联动功能、科学合理的进行定价策略以及建立中间业务发展的风险防范控制体系等，均与创新绩效评价方法密切相关[14]。吴晓云、王峰(2012)研究了银行的新业务战略与银行不同战略群组绩效之间的关系及其作用机制。他们发现商业银行新业务战略的程度通过成本收人比的中介作用对绩效产生正向影响；股份制商业银行群组的绩效要明显优于大型国有商业银行群组，发展新业务无法有效分散绩效波动风险[15]。上述研究丰富了中间业务业绩评价的层级和内容，然而仍未将商业银行的经济成本考虑其中。

　　综上所述，考核的低水平和相对于业务发展的滞后性，使得商业银行中间业务的绩效管理忽视了银行战略和经济成本的兼容性，难以与综合业绩评价相融合。因此，本研究针对总行、分行或营业部等经营中心的考核需要，借鉴和运用平衡计分卡BSC、经济增加值 EVA 和层级分析法 AHP 的理念，构建中间业务全面业绩评价模型，并使之融入现代商业银行综合绩效评价之中。

　　三、研究设计

　　1. 中间业务全面业绩评价模型的构建程序

　　本研究构建的中间业务全面业绩评价模型，首先以 BSC 和EVA 为构建平台。EVA 指标是一个可以衡量股东财富是否增加的核心财务指标，同时也是企业财务管理战略的主要目标，但是该指标最大的缺陷在于其本身是个财务指标，只能反映过去与现在的状况，而对影响企业未来的深层次非财务因素无法揭示出来，而 BSC 在这方面可以很好的弥补 EVA 的局限性，同时 EVA 指标的特点也弥补了 BSC 在战略目标选择上的迷茫性与不可计量性。具体的构建程序如下：

　　（1） 以 EVA 为财务层面主要指标并建立多层次 EVA 中心在 BSC 的财务层面上，将 EVA 作为 BSC 财务层面上的核心指标。在具体业绩评价的过程中，建立多层次的 EVA 中心，使业绩评价体系与日常经营管理有效结合，为管理层提供准确的反馈信息。银行全部中间业务建立一个 EVA，然后各个分行或营业部再分别建立 EVA 中心，这样有利于对各个分行或营业部盈利能力进行准确核算。

　　（2） 合理选择 BSC 中的关键指标。在 BSC 财务层面之外的其他维度中，根据商业银行中间业务的特点来确定各指标及各指标在整个指标体系中的权重，从而增强绩效评价指标的可操作性。在指标选取的过程中，既要符合基于 BSC 和 EVA 的业绩评价体系的要求，又要充分的考虑到商业银行中间业务的发展战略和现状。

　　（3） 注重业绩评价与日常管理的结合。为了实现中间业务 EVA 最大化的目的，需要将中间业务业绩评价与管理相结合，注重业绩评价中的沟通反馈。商业银行通过将战略目标分解至管理中考核的指标，并将业绩考核结果与薪酬激励相联系，通过业绩评价中的沟通和反馈不断的提高银行的管理水平。

　　2. 中间业务全面业绩评价模型的指标选取

　　根据前述商业银行中间业务的市场状态，其 BSC 战略目标可以定位为：扩大客户基础、加强风险控制、增加中间业务EVA 评价数值、实现中间业务持续增长。因此，首先按照 BSC的四个维度来进行指标选取 （由于中间业务的种类繁多，各类中间业务在业绩评价方面可能存在些特殊的要求，所以文章选取的关键指标首先是共性的指标。） 其次，针对某些中间业务的特殊要求，在实务中增加其他关键指标，其重心为财务维度中 EVA 的应用。

　　（1） 财务维度

　　财务维度是经营成果的体现，在业绩评价中起着主要作用。根据对战略的分析，可以确定财务维度商业银行的战略目标是在风险可控的情况下，实现价值最大化。因此，在财务维度设置的指标为 EVA 和人均 EVA，如表 1 所示。

　　EVA 的基本公式为：

　　EVA= 税后营业净利润- 全部资本成本     (1)

    但是，由于银行负债经营的特殊性，因此应用于银行的公式要进行适当修正如下：

　　中间业务 EVA= 中间业务营业净利润-中间业务经济资本成本    (2)

    其中：

　　中间业务营业净利润 =收入×费率×（1- 营业税金及附加率）     (3)

    中间业务经济资本成本 = 占用经济资本额×平均资本回报率 (4)

    （2） 客户维度

　　实现商业银行打造一流中间业务品牌，成为市场领导者的战略目标，就必须以客户的需求为出发点，以取得更大的市场份额。为了增强竞争优势，提高市场占有率，就要提升客户的满意度，降低客户的流失率，并努力扩展新客户，如表 2 所示。

　　（3） 内部流程维度

　　内部流程和学习成长维度是反映银行内部综合实力的两个维度，决定着银行的外部竞争力。在内部控制维度中，应关注两方面：其一是与客户满意程度相关的，即内部系统运行的效率和稳定性；其二是与创新研发能力相关的，具体如表 3 所示。

　　（4） 学习和成长维度

　　该维度主要关注的是银行的无形资产转化为有形资产的能力。商业银行对中间业务贡献最突出的无形资产就是人力资本。

　　由于中间业务的特性，对员工能力的综合能力以及忠诚度都有较高的要求。文章主要设置指标如表 4 所示。

　　学习和成长维度的指标中，例如人员培训类相关指标，存在定性客观性差、短期效果不明显等指标赋值难题。因此，本研究选取的该类指标原则为可计量指标。

　　其中，人力资本准备度是关键岗位工作组群中的具备胜任能力员工的储备情况。例如，L 银行人力资源经理经过计算确定，某中间业务营业部门需要金融分析师 10 名。然而，通过评估该部门，目前只有 7 名金融分析师能够满足战略需求，因而金融分析师岗位的人力资本准备度为 70%。

　　3. 模型指标的权重分配

　　关于模型指标的权重分配，理论上采用基于历史数据和统计学分析的客观赋值法最为精确。但是，由于许多非财务指标的历史数据难以获取且计算过程复杂，其可行性较低。目前在BSC 指标权重分配的主流方法有层次分析法和专家打分法。专家打分法主观性强，并不适用于高速发展的中间业务，因此，本研究采用层次分析法 AHP （层次分析法 Analytic HierarchyProcess，简称 AHP） 将总是与决策有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。文章中，目标层具体指中间业务综合业绩评价；准则层具体包括财务、客户、内部流程、学习和成长四个维度；方案层具体指上述四个维度中每个维度的具体指标）。

　　本研究通过对中间业务各部门的负责人进行问卷调查来确定准则层和方案层的各个指标的相对重要性。其中，准则层各指标的相对重要性是通过对财务、客户、内部流程、学习和成长四个维度进行打分确定；而方案层的重要性通过每个维度的具体指标进行打分来确定。准则层以及方案层的分值均采用九级分制法，计算出每一项指标的算数平均值，其确定原则具体如表 5 所示。

　　4. 模型的整体计分评价方法

　　应用于银行业绩评价的计分方法有达标计分法、比率计分法、赛马计分法等，实际应用中以达标计分法为整体评价的主要计分方法。然而，不同的计分方法能够产生不同的中间业务业绩评价评价效果。

　　（1） 达标计分法

　　“达标”，即达到标准的意思。“达标”是一个偏向褒义的词语，是有一定的要求的，是高于“及格”、“合格”一类的同类型词语。如果以百分制评价，普遍认为“合格”应该是高于 60 分。“达标”，则是高于 60 分的等级评定，在预期目标值设定时，一般以目标值设定数值为标准。

　　达标计分法的等级一般分为 4 种，分别是：优秀、良好、及格、不及格。每个等级都有达标。在百分制中，等级达标情况如下：不及格：低于 60 分的成绩；及格：60 分以上的成绩；良好：75 分以上的成绩；优秀：85 分以上的成绩。

　　（2） 比率计分法

　　比率计分法是绩效考核中最常用的计分方法，应用于商业银行中间业务业绩评价主要是各单项或组成部分的加总阶段。

　　商业银行内部控制使用比率计分法能够合理设置“达标”的目标值，适用于中间业务业绩评价的连续年份考核或者单项重点指标达标考核。

　　（3） 赛马计分法

　　赛马计分法在中间业务业绩评价中，适用于中间业务业绩评价考核结果的横向比较。由于考核年份和考核内容的变化，中间业务业绩评价的分值可能在不同年份出现数据的接续性偏差。此时，赛马计分法的横向比较，有利于分支行和经营部门间的比较，有利于正确评价该年度的中间业务业绩评价效果。

　　总之，达标计分法虽然是现阶段中间业务业绩评价的主要计分方法，然而赛马计分法等不同的计分方法的引入，能够产生不同的中间业务业绩评价效果，能够为商业银行中间业务业绩评价带来新的方法工具。

　　四、评价模型的实证检验

　　由于中间业务在我国商业银行间开展的范围和程度均不同，难以横向比较。因此，对于该部分的实证检验通过单银行的案例分析来实现。文章设置了 L 银行作为该实证分析的名称，其数据来源主要为该银行 2010-2013 年的财务报表以及内部资料。

　　根据上述研究设计构建的业绩评价体系计算 2013 年 L 银行中间业务的综合业绩评价得分，主要通过以下三个步骤：首先，根据各分行或营业部近四年来中间业务对准则层中四个维度指标的贡献度比重，并根据发展战略进行调整，得出中间业务四个维度指标的贡献度权重；其次，根据上述设计的模型计算各个分行或营业部的相应具体指标的得分 （由于篇幅有限，该部分计算结果略，其后的具体指标均是各分行或营业部依此方法计算并汇总的数值。）；最后，用各分行或营业部的具体指标汇总得分乘以相应的四个维度指标的贡献度权重，得出 L 银行整体中间业务业绩评价指标的得分。

　　1. 准则层的调查问卷及实证结果

　　本研究对 L 银行中间业务各部门的负责人进行了问卷调查。为保证问卷的质量，问卷设计中参考了 L 银行中间业务两位负责人的中肯建议；同时，为保证问卷的有效性，问卷发放和回收委托 L 银行内部员工代为监理。问卷采用纸质发放和电子邮件方式同时进行，共发放问卷 180 份，收回问卷 168 份，回收率 93.33%。经统计，有效问卷为 161 份，有效率 89.44%。

　　问卷调查的回收率和数据质量达到了预期效果。问卷调查的目的是确定准则层中各个指标的相对重要性。根据调查结果，准则层的调查矩阵及计算结果如表 6 所示。

　　

　　其中，F 代表财务维度，C 代表客户维度，IP 代表内部流程维度，LG 代表学习与成长维度。通过计算，可以得出各个维度在平衡计分卡中所占的权重为：财务维度占 36.18%，客户维度为 32.70%，内部流程维度为 16.35%，学习和成长维度14.77%。

　　根据 AHP 的计算原则，在计算出每一层次各指标的权重后，需进行一致性检验。通常 CR<0.1 时认为判断矩阵通过一致性检验，否则不通过一致性检验。通过计算得出 CR=0.0077<0.1 符合对一致性的要求。

　　根据同样的方法，能够计算出每个具体指标在各维度中的权重。计算结果及一致性检验如表 7 所示。从表 7 中可以看出，经过计算，财务维度各具体指标之间的 CR=0，客户维度各具体指标之间的 CR=0.0116，内部流程维度各具体指标之间的 CR=0.0171，学习和成长维度各具体指标之间的 CR=0.0265，各个维度之间具体指标的一致性均低于 0.1，符合要求。

　　2. 全面业绩评价模型检验

　　

　　根据上述研究设计和参数取得构建的全面评价模型，运用于 2013 年 L 银行中间业务的业绩评价，可以得到表 8 的数据。

　　关于表 8 的指标需要说明的是：

　　第一，目标值的部分数值采用了比率化处理。这主要是因为 L 银行的部分数据为内部资料，出于数据保密性的要求，将绝对化的数值转化为相对数值。

　　第二，目标值的确定主要有两种方法：其一是根据总行下达的年度考核目标直接确定目标值，包括客户保持增长率、市场占有率、业务合规率、重大意外发生数量；其二是根据下达的考核目标值和相关数据通过计算得到目标值，包括经济增加值、核心客户保持率、系统稳定性、新产品 （服务） 的增长率、人力资本准备度、员工培训达标率、员工满意度以及核心员工保留率。

　　

　　第三，如果年度发生重大事故，则该指标得分为 0。

　　第四，由于经济增加值的计算比较复杂，在计量方面，L银行总行目前在计量经济资本时主要考虑的是信用风险。具体的计算步骤为：第一步，把表外资产通过转换系数转换为表内资产；第二步，对表内外所有资产运用加权风险的计算方法计算加权风险资产。在确定加权风险资产时，L 银行当前采用的主要方法是内部模型法，采用的是信用风险计量模型。第三步，用加权风险资产乘以 A 资本折算系数得出该分行的经济资本占用。即：

　　某中间业务产品线的经济占用 = 表内外加权风险资产×资本折算系数     (5)

    对于经济资本回报率的计量，可以根据各中间业务的风险大小和发展战略在通过调整 L 银行整体要求的最低经济资本回报率来确定。2013 年，L 银行要求的最低经济资本回报率为12%，由于中间业务中对经济资本占用较少，2013 年中间业务经济资本占用的仅为经济资本总额的 19%，同时许多中间业务也不涉及信用风险和大力发展中间业务的战略要求，L 银行中间业务的平均经济资本回报率应低于总体经济资本回报率。因此，本研究使用的资本回报率是根据该中间业务的风险和 L 银行的战略意图并参考了该业务部门负责人的意见综合得出的。

　　由于公司产品线的风险较低，并且其对 L 银行中间战略目标的实现有重要意义，在参考了公司产品线负责人的意见后，将中间业务的资本成本率定为 9%。

　　3. 检验结果分析

　　根据 L 银行中间业务的业绩评价计算结果，可以得出 L 银行各个维度和指标的完成率，如表 9 所示。L 银行 2013 年中间业务业绩评价计算的总的完成率为 91.13%，中间业务虽然没有完全达到预期的经营成果，但成绩大于 85 分，依然可以总体评定为“优秀”。然而，2013 年 L 银行中间业务的收入达到总行下达任务的 110.42%，不仅“达标”而且超额完成任务，似乎令人满意。但是，模型计算结果却没有“达标”，其原因是除收入外的其他方面还存在着一些不足。

　　

　　具体分析，如表 9 数据所示，财务维度的总完成率为92.78%，EVA 和人均 EVA 均未到达目标值，单从财务结果难以发现是哪些因素导致中间业务没有预期的经营成果，因此，还需要对其它三个维度进行分析并找出改进措施。其一，客户维度也没有达到目标值，其完成率为 91.66%。但是其中客户保持增长率达到了 114.87%，需要注意的是，该指标的超额完成并没有增加市场占有率，所以在分析时应结合当地其他银行的客户增长率。其二，内部流程维度总完成率为 88.54%，与内部运行的效率相关的三项指标均未达到目标值，可见 L 银行中间业务的内部运营效率亟待提高。其中，两起重大意外是该维度指标完成率偏低的主要因素。其三，L 银行在学习和成长维度的完成率为 88.78%，其中，人力资本准备度和员工培训达标率与目标值之间还存在较大的差距，中间业务部门和员工的学习与成长能力有待提高。

　　全面业绩评价结果表明，要想实现目标收益、提高竞争力就要注重学习与成长能力以及内部经营效率，特别是员工培训达标率、核心员工准备率以及控制重大事故的发生数量。只有提升了 L 银行的综合实力，才能保持和吸引更多的客户，最终实现企业价值最大化。

　　4. 赛马计分法的应用

　　如果我们将 L 银行各分行或营业部单独进行指标核算，其中间业务四个维度指标的贡献度权重使用 L 银行全行准则层的调查问卷及实证结果，也能够相应计算出各分行或营业部中间业务业绩评价总体得分。具体如表 10 所示。

　　

　　通过各分行或营业部单独指标计算结果，A 分行、B 分行和 D 中心的评价结果都是“优秀”，然而，只有 A 分行和 D 中心实现了完全与预期目标值符合的“达标”，B 分行只能是表现优秀。如果按照达标评价结果给予年终奖励，则无法达到总行的激励预期。

　　赛马计分法很好地解决了这一问题，使用赛马计分法既可以对被考核者事先设定中间业务业绩评价计划值，也可以事先不设定计划值、单纯依靠名次来考核计分。赛马法的主要优势在于引导被考核者充分发挥潜力、充分利用各种机会，自动实现中间业务业绩的最大化。可谓“没有最好，只有更好”。事先设定计划值的赛马法虽然有计划值，但仅达到计划值并不能得满分，要得满分需要比其他被考核者“更”优秀。也就是说，事先设定计划值的赛马法就是“鼓励超计划”的计分方法，所以可称为“超计划赛马法”。

　　此外，当其他因素影响中间业务发展时，例如银监会政策等外部因素，通过达标计分法和赛马计分法的有效结合，也能够避免因市场环境恶化对中间业务经营中心业绩的负面评价和工作人员士气的影响。

　　五、模型的优势特性与局限性评价

　　通过上述检验与分析，发现本研究提出的中间业务全面业绩评价模型具备可操作性。接下来，通过与 L 银行现有的业绩评价方式比对，发现该模型的特性与局限性。

　　1. L 银行中间业务业绩评价方式现状

　　商业银行对中间业务的业绩考核往往体现在企业整体业绩评价体系之中。为了便于与全面业绩评价模型的比对，我们仍以 L 银行的数据和考核方法为标的。

　　L 银行在全行整体业绩考核中实行的是按季考核，逐季兑现，年终统一结算的方法。在各分支行和经营中心考核中，仅是重点关注各类中间业务的完成率、市场占有率、贡献率和增长率。由于近年中间业务的高速增长，L 银行也希望中间业务的发展能够融入全行业绩评价。于是，利用业绩评价的激励作用，通过增加中间业务的考核权重促使各部门重视中间业务，提高银行整体的竞争力。在具体考核时，以定量指标为主(80%)，定性指标为辅(20%)。考核的指标主要包括业务收入、业务利润、市场占有率，对于电子银行线和银行卡产品线增加对新增 VIP 客户的考核等。

　　然而，L 银行在实际的中间业务业绩评价工作中，也为自身存在的问题所困扰。例如：中间业务业绩评价以财务指标为主，指标之间缺乏关联性；财务指标侧重收入，对成本重视度不够；缺乏对涉及中间业务的员工发展的关注；缺乏对风险的控制；业绩评价未能与日常管理形成有效联系。

　　2. 中间业务全面业绩评价模型的优势特性本研究提出的中间业务全面业绩评价模型与 L 银行现有的业绩评价体系相比，具有的优势特性表现为：

　　第一，指标间联系性增强，业绩评价维度多元化。全面业绩评价模型以 BSC 理论为框架，与 L 银行当前中间业务业绩评价方式相比其维度更宽泛。L 银行当前中间业务业绩评价是各个指标按一定权重加权求和计算出的结果。而基于 BSC 的理论框架与现有方式相比，各维度和各指标之间的逻辑性和关联性增强。在 BSC 的理论框架中，学习成长维度和内部流程维度影响着客户维度的业绩评价结果进而影响着财务维度的评价结果。以 2013 年的评价结果为例，要想实现目标收益，达到预期的 EVA，就要从学习成长能力以及内部经营效率，特别是员工培训达标率、核心员工准备率等非财务指标的提升中实现。所以，在全面业绩评价模型下可以以更宽泛的视角找出影响财务经营成果的因素，为管理者提供多维度的参考信息。

　　第二，业绩评价与管理结合更紧密。主要表现为：一是与战略管理结合更紧密；二是与日常经营管理结合更紧密。一方面，与战略管理的有效结合主要得益于 BSC 的战略管理功能，以战略分析为起点，尽力在业绩评价中体现战略目标。另一方面，业绩评价体系与日常管理更紧密结合中，依靠 BSC 使全面业绩评价模型各个维度的联系性和逻辑性增强；同时，运用以经济资本为基础的 EVA 与 L 银行的资本管理有效结合，EVA可以作为中间业务产品定价的依据。

　　第三，全面业绩评价模型能够增强员工的能力，提高员工的积极性。全面业绩评价模型中，把对员工能力的提升作为业绩评价的一部分，直接影响最终的业绩评价得分。如果与员工能力相关的业绩评价指标没有达到要求，将导致业绩评分较低。这样可以有效地避免以往把员工培训视为做表面文章而不给予足够的重视，导致员工培训不能达到应有的效果。从 2013年的学习与成长维度的评价结果看，L 银行在员工培训和提高员工满意度方面还应加强，这也是业绩评价总体结果没有达到预期的重要原因。同时，在以 BSC 为框架下的业绩评价中，员工可以更多地参与到业绩评价中，业绩评价体系将根据员工在实际工作的反馈而适当调整，这样可以提高员工的归属感和满意度，进而提高员工的工作效率。

　　3. 中间业务全面业绩评价模型的局限性

　　中间业务全面业绩评价模型作为一种新的业绩评价方法，在推行和实施的过程中必然会遇到困难。通过阅读文献和对 L银行的实地调研，将可能遇到的困难及问题总结如下：

　　其一，模型的准则层是否有清晰的战略规划。L 银行的管理层和业绩评价团队对高速发展的中间业务的战略目标是否能够充分理解和思考是首要因素。进一步讲，银行中间业务的普通工作人员对银行的战略目标的认识也可能存在局限性，并且难以有效的执行。

　　其二，模型的方案层是否能获取充分、有效的决策信息。各维度的具体指标打分和测评的过程需要财务部门和中间业务的业务部门等相关部门录入信息。该信息可能由于人员素质、理解误差、重视程度等主客观因素的存在，产生录入不准或流于形式，其结果可能与实际情况产生偏差，以致于业绩评价结果不能为管理决策提供充分、有效的信息。

　　其三，商业银行当前的管理和核算能力的限制。中间业务区别于传统银行业务，其种类多，更新快，涉及因素多，管理和核算都较为复杂。BSC 框架包含了财务因素和非财务因素；EVA 结果的精确性要求商业银行计算各个层次的 EVA 数据。这些客观条件制约着模型的通用性，并要求商业银行升级信息管理系统，提高核算能力。

　　六、结论与启示

　　商业银行中间业务近几年高速成长，受到业界的广泛重视。然而，中间业务的业绩考核方式落后于业务发展的需要，也落后于商业银行主流业务形式的考核标准。

　　本研究提出的商业银行中间业务全面业绩评价模型，借鉴和运用平衡计分卡 BSC、经济增加值 EVA 和层级分析法 AHP的理念，将中间业务业绩考核从目标层分解为四维准则层，并将四维准则层具体化解为 15 个具体指标，形成适用于商业银行中间业务全面业绩考核评价的方法体系。

　　通过 L 银行问卷调查结果分析，以及其 2010-2013 年财务报表、内部资料数据的实证检验发现，L 银行中间业务的收入虽然能够达到总行下达的任务，然而依照本研究提出的中间业务业绩评价体系计算的总评分也虽然“优秀”，还未实现完全“达标”。财务维度、客户维度、内部流程维度、学习和成长维度均有不同指标、不同程度未“达标”。特别是内部运行的效率、人力资本准备度和员工培训达标率亟待提升。

　　模型整体的评分方法中，达标计分法虽然是现阶段中间业务业绩评价的主要计分方法，然而赛马计分法等不同的计分方法的引入，能够产生不同的中间业务业绩评价效果，能够为商业银行中间业务业绩评价带来新的方法工具。

　　全面业绩评价结果表明，要想实现目标收益、提高竞争力就要注重学习成长能力以及内部经营效率，特别是员工培训达标率、核心员工准备率以及控制重大事故的发生数量。只有提升了 L 银行的综合实力，才能保持和吸引更多的客户，最终实现企业价值最大化。

　　此外，通过与商业银行现有中间业务业绩评价方法的比对后发现，在对模型准则层的战略规划、模型方案层的决策信息有效性以及管理和核算能力进行控制后，本研究提出的中间业务全面业绩评价模型能够提供多维度、可操作的中间业务业绩评价方法。

　　【参考文献】

　　[1] Farrell M J. The measurement of productive efficiency [J].Journal of theRoyal Statistical Society，1957(120A)：125-281.

　　[2] Charnes A，Cooper W W，Phodes E. Measuring the efficiency of DMU [J].European Journal of Operational Research，1978(2)：429-444.