1、1基于因子分析的商业银行经营绩效研究摘 要：由美国次贷危机引发的全球经济危机，给银行的监管者提出了更高的要求。随着全球经济一体化的发展和信息化水平的提高，商业银行不仅面临来自同业的竞争，还要应对监管部门的监管，所以，提高我国商业银行竞争力具有重要的意义。商业银行经营绩效评价是衡量商业银行竞争力的基础。采用因子分析方法，对我国 16 家上市银行在2012 年的年度财务报告进行分析，衡量商业银行的经营绩效。 关键词：商业银行；经营绩效；因子分析 中图分类号：F830.33 文献标志码：A 文章编号：1673-291X（2013）29-0167-02 2013 年年初，我国上市银行的年报相继出台，深
2、入解读各商业银行年报是分析商业银行经营状况的一条途径。本文中通过对 16 家上市银行2012 年年报的分析和整理，运用 SPSS17.0 统计分析软件，采用因子分析方法对上市商业银行的经营绩效进行排序，深入分析影响商业银行经营绩效的因素，并且根据分析结果得出相应的结论。 一、衡量指标的确定 （一）原始指标的选取 本文选取了 11 项具有代表性的原始指标，这些指标分别从商业银行的盈利能力、成长能力、安全性、流动性来衡量其经营绩效水平。反映商业银行盈利能力的指标有：成本收入比（英文表示为 CIR） 、每股收益2（EPS） 、净资产收益率（ROE） ；反映商业银行成长能力的指标有：净利润增长率（NP
3、R） 、每股收益增长率（EPSG） 、净资产增长率（NAG） ；反映商业银行安全性的指标有：不良贷款率（NPL） 、不良贷款拨备覆盖率（NPLPC） 、资本充足率（CAR） ；反映商业银行流动性的指标有：存贷比指标（LDR）以及流动性指标（LR） 。 （二）指标的处理 1.正向化处理。正向指标是原始指标值与商业银行经营绩效水平同向变化的指标。本文的正向指标有净资产收益率、每股收益、净利润增长率、每股收益增长率、净资产增长率。这些指标不需要进行正向化处理。负向指标是原始指标值与商业银行经营绩效水平反向变化的指标。本文的负向指标有成本收入比、不良贷款率。这两项负向指标需要进行正向化处理，即将 10
4、0-成本收入比（ICIR）作为衡量商业银行盈利能力的指标；将 1/不良贷款率（INPL）作为衡量商业银行安全性的指标。ICIR 和 INPL 为修正后的原始指标，并且这两个指标为正向指标。适度指标是指标值在某一范围内，商业银行的绩效达到最佳的指标。本文的适度指标有不良贷款拨备覆盖率、资本充足率、存贷比指标以及流动性指标，这些指标受到相关部门的监管。而本文中这 4 项指标都在合理的范围内，因此将其视为正向指标。 2.标准化处理。本文选取的 11 项原始指标具有不同的单位，有的是百分比形式，有的是数值形式，所以指标的量纲不同。因此为了避免单位不同对分析结果带来的影响，需要对原始数据进行标准化处理，
5、以使得每一项指标的平均值为 0、方差为 1。经过标准化处理之后的数据是计3算各样本银行综合得分的基础。标准化指标的表示是在原始指标英文表示前添加字母 Z，如 ICIR 标准化处理之后为 ZICIR，等等。 二、统计分析 （一） 检验 1.检验原始指标分布。运行数据之前需要进行检验，目的是看数据是否适合进行因子分析。本文主要采用 KMO 检验 Bartlett 检验，前者主要研究变量间的相关性，其取值范围是 0-1，取值越大，表明原始指标之间的相关性越强；后者主要是检验数据是否来自于服从多元正态分布的总体。运用 SPSS 软件进行 KMO 检验 Bartlett 检验后的输出结果显示，KMO 的
6、取值为 0.473，因此可以做因子分析；除此之外，用来检验的显著性水平的 Sig.值接近 0 且显著小于 0.05，这说明样本来自服从正态分布的总体。 2.检验原始变量共同度。运用因子分析的前提是从原始变量中能够较大的程度的提取公因子，公因子表示的是对每个变量方差能够解释的比例。运用软件进行原始变量共同度的检测，结果显示除 NAG 指标的提取共同度为 74.4%以外，公因子对其他指标的解释程度都在 75%以上，这说明运用主成分分析法能够从原始指标中提取较多的信息，所以运用因子分析是有意义的。 （二） 因子分析 1.特征值、贡献率的计算。运用 SPSS17.0 软件进行分析，选择因子分析的降维选
7、项，根据尽可能多地保留原始变量信息的原则选取主成分，并且要保证各个主成分之间彼此不相关。一般来说根据大于等于 1 的特4征值的个数选取主成分的个数，或者根据主成分方差累计贡献率大于等于 80%来选取主成分个数。本文中应选取 4 个主成分指标，分别是F1、F2、F3 以及 F4，并且累计方差达到 82.351%。 表 1 经过整理的主成分特征值和贡献率 2.旋转因子矩阵。上文依据矩阵变换原理得到了四个相互独立的主成分，然而各个主成分并不一定具有实际意义。为了深入研究主成分的含义，接下来通过旋转因子矩阵和因子得分矩阵来进一步阐述。根据SPSS 的因子旋转矩阵，因子 1 的载荷值中，NAG 指标和
8、INPL 指标有着较高的系数分别为 0.826 和 0.815，所以因子 1 主要反映了商业银行的成长能力和安全性；因子 2 的载荷值中，NPG 指标有着最高的系数 0.852，其次是 EPS 指标的载荷系数 0.800，所以因子 2 主要反映商业银行的成长能力和盈利能力；因子 3 的载荷值中，ROE 指标的载荷系数最高为 0.901，所以因子 3 主要反映商业银行的盈利能力；因子 4 的载荷值中，LDR 指标的载荷系数达到 0.922，所以因子 4 主要反映商业银行的流动性。 （三） 因子得分与综合得分 通过对旋转成分矩阵分析，得到了每个因子所表示的含义，为了样本之间的可比性，还需要计算每个
9、样本的每个因子得分。一个样本的 1个因子得分的计算公式为，该因子所有的因子载荷系数与标准化原始指标乘积之和，然后再用同样方法得到该样本的其他 3 个因子得分，依此类推便可以得出每个样本的 4 个因子得分。由于商业银行的经营绩效是对各个因子的得分进行综合分析，所以在得到 4 个因子的得分之后，需要将 4 个因子的方差贡献率分别作为权重得到加权的因子得分，再将 45个加权因子得分加总得到衡量商业银行总体经营绩效的综合得分。 三、结果分析 根据以上统计分析原理，在 SPSS 软件中运用因子分析法得到各因子得分和综合得分。下表为个因子得分和综合得分情况。 通过表 2 可以看到：从成长和安全因子来看，兴
10、业银行、北京银行和交通银行的因子得分远远高于样本银行的平均水平；从成长和盈利因子来看，民生银行排名第一，浦发银行和兴业银行紧随其后；从盈利因子来看，盈利水平最高的是浦发银行，其次是民生银行和招商银行；从流动因子来看，流动性水平最好的是中信银行，其次是招商银行和光大银行。从综合得分来看，经营绩效水平要高于样本平均水平的是有 7 家股份制商业银行，前三的分别是兴业银行、浦发银行以及民生银行；经营绩效水平要低于样本平均水平的有 9 家银行，排名最后三位的是中国银行、建设银行行以及农业银行。 参考文献： 1 迟国泰，郑杏果，杨中原.基于主成分分析的商业银行竞争力评价研究J.管理学报，2009， （2）. 2 钟燕，盛智颖.我国农业上市公司绩效的实证研究基于主成分分析、因子分析与聚类分析J.技术经济与管理研究，2009， （6）. 3 李志彤，张成虎，张瑞君.商业银行经营绩效的经验分析J.金融管理，2004， （8）. 4 关新红.构建合理的商业银行绩效评价体系J.中央财经大学学报，2003， （7）. 6责任编辑 仲 琪
