基于熵权法和灰色关联的商业银行网点选址分析

来源:用户上传      作者: 宋根节 娄燕强

　　摘要:银行网点作为商业银行为客户提供金融服务的基础设施,其选址是否合理关系到商业银经营效益和竞争力。在资源有限条件下坚持费用最小化原则,以市场供求关系为导向对网点选址进行科学决策,充分发挥网点的综合效应。首先将各类影响网点选址的因素进行归类,构建二级指标,然后利用信息熵来求得各因素的熵权,进而在信息不完全条件下引入灰色关联方法对商业银行的多个备选网点进行选址分析,通过计算得到备选网址的灰色关联度,最后根据具体关联度进行选址决策。
　　关键词:商业银行;选址;影响因素;熵权法
　　
　　1、当前商业银行网点选址研究动态及本文研究方法
　　
　　在银行选址方面,国内学者陈学彬、叶磊等通过构建模型的分析方式对银行网点的设置和选址进行探讨[1-2],周焱荣就国有商业银行如何正确地进行选址进行了阐述[3]。也有一些研究者通过其他信息化手段对银行网点选址问题进行探讨,李小建在对河南省银行业空间系统变化进行量化分析的基础上从宏观和微观的角度对影响银行业空间系统变化因素进行了分析[11]。上述研究成果丰富了商业银行的研究内容,同时对本文的写作有一定的启示作用。
　　笔者通过走访商业银行网点负责人及商业银行研究学者,查阅有关商业银行网点文献,在此基础上从三个方面对影响银行网点选址的因素进行归类,并对这三个部分进行细化,构建多个二级指标。本文探讨的银行网点选址决策过程是指在众多网点备选区域和位置中,对各个网址分别进行量化分析并比较计算结果,最终确定网点位置;针对影响商业银行网点选址的各种因素,首次采用熵权法和灰色关联方法对各备选区域分别进行分析和综合评价,以提高银行网点在选址过程中的科学性与合理性。
　　
　　2、商业银行网点选址的原则与影响因素分析
　　
　　银行网点可以分为有形网点和虚拟网点[7]。本文主要讨论的是有形网点的选址问题,金融网点选址属于设施选址的一种,应当遵循费用最小化、供给与需求均衡的原则[6]。在商业银行网点选址过程中,涉及的因素繁多,而且各因素之间相互作用,共同影响着银行网点选址决策,本文将这些因素归为三类,主要从以下几个方面来阐述,如表1所示。
　　2.1 人口因素
　　商业银行网点作为金融服务机构,主要为广大客户提供金融服务,那么人口就是影响网点选址的重要因素之一。人口因素涉及内容较为复杂,包括人口数量、人口构成、人口密度、人口收入水平等方面。同时区域内的人口年龄、性别、职业、收入、受教育程度等方面都会影响银行网点的选址。
　　2.1.1 人口收入水平
　　古典经济学认为,人口收入水平的高低影响着居民的储蓄倾向,居民收入增加会引起储蓄倾向系数的提高,反之亦然。而且不论是高收入还是低收入阶层,随着收入水平的提高,对储蓄和理财的需求都将进一步增强。
　　2.1.2 人口构成与人口素质
　　人口的构成包括人口性别、年龄、职业等诸多方面。各年龄段的人对银行网点的不同业务需求不同,而且对办理业务渠道的偏好也不相同。针对不同客户聚集特点和渠道偏好,可以有针对性地实施差别化营销和导向性分流服务[8]。人口受教育程度和素质的高低对银行网点服务的需求有所差异,在对金融衍生产品的接受方面表现的尤为明显。
　　2.1.3 人口密度
　　一个地区的人口密度大小,可以用每平方公里的人口数量来表示,或者按每条道路的人口数量计算。一般情况下,在中心商业区和文教区等地人口密度较高,网点所在区域人口密度越高,选择该点就越接近客户,服务需求就越大,单位面积上的银行数量就要求增多。
　　2.1.4 潜在客户
　　所有的居民都是银行网点的潜在客户,客流状况主要指人流量测定。通常人流量大的地方便是网点设置的有利地方,但同时要注意分析客流规律。
　　2.1.5 购买力
　　家庭和人口的消费水平和购买力是由其收入水平决定的,附近人口收人水平对银行网点地理条件有决定性的影响。家庭的经济状况和负担程度对购买力具有一定的影响,银行在选择网点时,应考虑一个家庭的整体购买力,某地区购买力越强说明在该地区对银行网点提供的金融服务需求越多。
　　2.2 区位因素
　　区位因素是决定区位主体进行区位选择的主导因素,银行网点选址区位的正确与否决定着银行的经营业绩和竞争力。商业银行作为事务所性质的服务企业[9],它受自然条件的影响较农业与工业要小,影响服务业布局的区位因素错综复杂,既有自然、土地、劳动力、交通等传统区位因素,也有信息、科技、创新、知识、人才等新区位因素[10]。在这里分别从交通因素、可见性因素和地租因素来分析。
　　2.2.1 交通因素
　　一个地区、城市或者街道的交通状况是银行网点在选址过程中重点考虑的因素之一,可以用该区域对内与对外的交通便利度与道路通达性等指标来表示。银行网点周边的交通状况,对网点的经营业绩产生极大影响,它关系到能否为客户提供方便,能否对周边居民产生吸引作用,同时对银行自身与外界的信息交流成本也产生一定影响。
　　2.2.2 可见性因素
　　可见性因素主要是指网点在选址时应选择位于能见度高的位置,要具有明显的标示,让客户很容易看到,如选择十字路口处,尽力避免选在偏僻角落或者是被夹在其他商户之间不显眼的位置,同时能够使网点外观清新醒目,有助于体现企业文化内涵和各类服务信息的传递。
　　2.2.3 中心点
　　中心点是指在各个区域中,具有人口流动密集、经济活动频繁、交通网络发达这些特征的特殊路段,并在区域中体现聚集性。银行网点在选址时越能靠近中心点,那么就越能扩大业务量,对整个区域的影响力也会增强。
　　2.2.4 物业地租成本
　　一个区域的物业和地租成本的高低在某种意义上对网点的选址同样产生影响。商业部门地租的产生,一方面由于较好的基础设施条件,另一方面就是商业机构网点对优质地段具有较强的竞争性,通常来说网点选择在区位条件最佳和配套设施较为完备的位置,地价和地租相对较高,从而抬升物业成本,而其他区域的地租和物业成本随着与中心地距离的由近到远呈递减趋势。一般而言,付租能力较高的高级生产性服务业往往布局在区位条件最优的城市中心区[10]。
　　2.3 环境因素
　　环境因素主要是指银行网点的经济环境和政策环境,同时也包含人文环境因素。首先,经济环境中包括网点附近的其他金融和银行机构的网点、经营、服务对象和范围以及竞争等状况,银行网点所在的商业区繁华程度、基础设施状况以及宏观经济的发展现状都是环境因素的组成部分。其次,银行网点作为提供金融服务的场所,其的周边的治安状况不仅影响网点资金的安全保障,还影响到客户的经济行为,因此网点周边治安状况同样要纳入影响因素的范畴。
　　2.3.1 政策因素
　　政策环境是网点选址不可忽略的因素,政策导向对于银行网点设置有着至关重要的作用。不同时期政府对一定区域内的金融与银行业发展政策对银行网点选址也具有一定的影响,在网点设置过程中要遵循该区域对金融业发展的指导性政策。

　　2.3.2 竞争因素
　　不同区域范围,市场竞争程度有所不同,商业银行在选择网点时,要掌握该区域其他银行网点的布局情况,包括网点等级、规模、业务范围和价格以及营销策略的趋同与差异等方面的信息,深入分析区域内竞争态势,确定市场的饱和程度,充分考虑进入的壁垒、成本和收益以及自身产品的特点,在此基础上作出综合的分析,明确新网点的设置是否有加剧竞争或者是促进互补。
　　2.3.3 商业区繁华程度与经济的稳定性
　　网点选择的所在区域的商业业态和发展状况是重要的因素之一,其次区域的宏观经济的发展水平和社会综合发展水平指标都是选址的参考因素,如果所选择的商业发达,企事业单位聚集,各种现代服务业发展迅速,经济发展潜力巨大,那么就不失为一个理想的网点所在地。
　　2.3.4 城市公共设施状况
　　商业银行网点的设置是为了满足广大顾客的需要,向社会提供优质的金融服务。因此在网点选址过程中要充分考虑城市公共基础设施的布局状况,同时城市规划对银行网点设置的指导作用也不可忽视,网点尽量设置在城市发展规划的区域。
　　
　　3、基于熵权和灰色关联的评估方法及银行网点的选址分析
　　
　　通过上面的分析,可以看出在银行网点进行选址时,需要受到这些因素的影响。因此,要使银行网点选址更加科学与合理,就必须对其进行综合评估。针对银行网点选址问题的复杂性和多样性,只能从少数的几个因素来分析,并且有些因素是无法通过统计数据分析和预测得出来的,而信息不完全性正可以通过灰色关联分析法来分析,但是该方法中的权值具有主观性,所以引入熵权法来求得权值。因此本文采用熵权和灰色关联的方法进行综合评估,较为合理。
　　3.1 熵权法的应用
　　1948年,香农在《通信的数学理论》中提出了“信息熵”的概念[12],解决了对信息的量化度量问题。首先通过专家考评的方法得到评价指标矩阵:
　　其中rij是对于第i个地址的第j项指标的分值,然后我们利用信息熵来求各因素的熵权,分为下面四步:
　　(1)标准化评价指标矩阵:
　　 Pij=
　　(2)求各指标输入的熵:
　　 Ej=
　　由此可以得到0≤Ej≤1;
　　(3)求各目标的权系数:
　　 λj=
　　这样求出的熵权λ=(λ1,L λm)就是我们所要求的权重。
　　3.2 灰色关联分析
　　首先确定理想方案(r01,r02,L,λ0n),之后进行无量纲化:rij′=。最后计算关联系数[13]:
　　其中:ρ为分辨系数,0≤ρ≤1,其作用是为了削弱最大绝对值太大而失真的影响,提高关联系数之间的差异显著性,一般来说我们都取ρ=0.5。
　　灰色关联度可以表示为:Ei=λjεiji=1,2,L,n。
　　3.3 商业银行网点的选址分析
　　首先,使用专家打分法对筛选出来的10个备选网点地址的15个指标{b1,b2,b3,…,b15}进行评估,备选网点地址分别用Ti如表2所示。
　　根据上述的方法进行评估,首先进行标准化,得到各指标的熵为: E=0.998549,0.998804,0.999001,0.998227,0.999741,0.999361,
　　0.999631,0.998797,0.999175, 0.999857,0.999708,0.999323,0.999892,
　　0.999890,0.999626);
　　再求出权值:λ=(0.1393,0.1148,0.0959,0.1702,0.0248,0.0614,0.0353,
　　0.1155,0.0792,0.0137,0.0281,0.0649,0.0104,0.0106,0.0359);
　　下面来求灰色关联度,首先给出理想方案,很显然对于网点选址的评价最好的方案就是所有的二级指标的
　　分值为100分,这样所确定地址一定是最完美的。再次,求解灰色关联系数:最后得到灰色关联度γ=(0.7662,0.7521,0.7526,
　　0.7723,0.7010,0.8256,0.7796,0.6821,0.7475,0.5779)从灰色关联度可以看出,第6个地址(T6)对应的关联度最大,T6的地址离最佳的地址越近,因此该地址是最优的选择。
　　
　　4、结论与讨论
　　
　　本文通过使用熵权法和灰色关联方法来对银行网点选址进行评估,从10个备选的地址中选择出最佳的地址。使用灰色关联分析可以克服在银行网点选址中的信息的不完全问题,但在灰色关联分析过程中的权值由专家给出,为了避免主观性,采用熵权法来确定权值,从而使整个选址过程更加客观、科学,最后计算得出的灰色关联度可以反映出最佳的网点地址。在今后的研究与实践中,可以从经济地理学和金融地理学的视角,通过引入博弈模型,对不同商业银行主体之间的选址博弈关系进行探讨,使中观层次的解释与微观层面的分析相互补充,定性分析和定量分析结合;同时根据不同地区以及不同时期的经济发展水平,针对具体的银行网点选址问题加以分析,按等级功能和服务定位对商业银行网点加以划分,分别进行选址讨论,从而更具实践意义。
　　
　　参考文献:
　　[1] 陈学彬.金融博弈论[M].复旦大学出版社,2007.400-408
　　[2] 叶磊.银行分支机构选址模型分析[J].农村金融研究,2005,10:43-45
　　[3] 周焱荣.银行优化网点网络布局方法初探[J].河北金融,2008,6:20-22
　　[4] 王宁,熊继林.基于GIS的银行网点管理系统[J].科技信息,2008,9:338-340
　　[5] 黎雯等.GIS空间分析与模糊综合评判在银行ATM网点选址中的应用[J].测绘科学,2008,33(1):229-231
　　[6] 杨香花 GIS辅助下的金融网点选址研究-广州市农业银行网点布局调整为例[D]沈阳:东北师范大学,2003-5
　　[7] 刘晓岚 商业银行网点资源的整合及其有效运用[J].金融论坛,2001,5:51-55
　　[8] 宗亚冰 银行网点优化与转型的实践路径探索[J].金融管理与研究,2008,2:56-60
　　[9] 张文忠 大城市服务业区位理论及其实证研究[J].地理研究,1999,18(3):273-281
　　[10] 方远平,闫小培.服务业区位论:概念、理论及研究框架[J].人文地理,2008,5:12-16
　　[11] 李小建等.发展中地区银行业空间系统变化-以河南省为例[J].地理学报,2006,61(4):414-424
　　[12] 李立萍,张明友.信息论导引[M].成都:电子科技大学出版社,2005:25-32
　　[13] 刘思峰,谢乃明.灰色系统理论及其应用[M].北京:科学出版社,2008,12:48-63
　　
　　(作者单位:安徽师范大学国土资源与旅游学院南京师范大学数学科学学院)

转载注明来源:https://www.xzbu.com/3/view-1341768.htm