因子分析法(商业银行)

分类：论文提纲    更新时间：05-29    来源：网络

 观察既有的文献，我们发现，众多学者在研究商业银行某项业务对经营绩效的影响时都是直接选取某一财务指标，大多为盈利性指标作为代表银行经营绩效的被解释变量，如 ROE、EPS 等。但是，随着市场化的不断发展，很多情况下我们发现，单独的一个盈利性指标并不能真实地反映出商业银行的经营绩效状况。商业银行的经营绩效是各方面共同作用的结果，除了盈利性之外，成长性、安全性、流动性等都对商业银行的经营绩效有影响。因此，本文在评价商业银行经营绩效时并不是单独选取的一个指标，而是选取了不同方面的多项指标通过因子分析法测算出经营绩效值，以此作为代表商业银行经营绩效的被解释变量，更具说服力。

1因子分析法介绍

“因子分析”这一概念最初起源于二十世纪初期，出现于 Karl Pearson 和 Charles Spearmen 的智力测试统计分析中，而“因子分析”这个名称是由 Thurstone 于 1931 年提出的。随着电子计算机的不断发展，因子分析法已经被应用于各个领域，其分析的方法与工具也更加多样化。本文就是采用 SPSS 软件进行的因子分析。

因子分析法就是以多数变量内部关系为起点，利用变量之间存在的相关性，把一些关系错综复杂的变量归结为一类，用几个综合过的指标来代表多个变量，这些指标所包含的信息是互不相关的，那么，每一个基本结构就通过一个指标来表示，即我们所称的公共因子。对于那些变量繁多且不易于量化比较的研究，可以通过这种方法，以尽可能少的公共因子的个数来反映原始资料的整体信息，抓住所研究问题的核心，使得数据量成倍浓缩，大大降低我们研究问题的复杂性。

因子分析法的核心是对若干变量数据进行因子分析，根据分析结果以一定的标准提取公共因子，并以每个公共因子的方差贡献率为权数与该因子的得分相乘，构造出得分函数。其矩阵表示形式为：

X=AF+B (1) 其中，X（X1、X2、X3...）表示由各个变量组成的 n 维向量，F 表示 X 的公共银子，A表示载荷因子矩阵，即权重，B 表示组内的特殊因子组成的矩阵。

2数据选取与变量说明

根据商业银行经营的三性原则，即安全性、流动性、盈利性，再加上成长性，本文选取了商业银行经营绩效衡量普遍使用的 8 个指标，以此来度量商业银行的经营绩效。为保证各项指标的全面性、可测性和时效性，本文所选十六家上市商业银行数据的时间跨度为 2009 年至 2015 年（由于 2016 年年报尚未给出，无法获得数据）。其中，大部分指标数据均由同花顺数据库导出，个别数据有缺失的指标，则根据各银行的年报中一一整理，按照统一公式计算得来。

2.1盈利性指标

盈利性是推动商业银行改进服务质量，开拓业务品种和改善经营的内在动力。盈利性指标主要有平均资产回报率、平均净资产收益率、净利息收益率等。本文选取的盈利性指标为成本收入比和平均净资产收益率,其中，成本收入比严格意义上来说是一个效率指标，但也能从侧面反映银行的盈利性。

（1）成本收入比=银行营业成本/营业收入，该指标反映的是每一单位的收入需要支出多少成本，该比率越低，说明银行单位收入所需成本越少，即获利能力越强；该比率越高，则获利能力弱。

（2）平均净资产收益率=净利润/报告期平均净资产，即 ROE，其反映的是所有者权益所获报酬的水平。该指标越高，则银行盈利性越强，反之盈利能力越弱。

2.2流动性指标

流动性被视为商业银行的生命线，很多国家都曾因客户挤兑导致银行流动性不足引致了国家或地区性金融危机。本文选取了存贷款比率和不良贷款率作为流动性指标。

（1）存贷款比率=贷款总额/存款总额，该比率越高，表明负债对应的贷款资产越多，银行流动性越低。为保持商业银行的流动性，我国央行规定，商业银行不良贷款率不得高于 75%，但该项规定与 2015 年 8 月修改的《银行法》中正式废除。

（2）不良贷款率=不良贷款额/贷款总额，不良贷款率越高，说明银行收回贷款的风险越大，反之则越小。

2.3安全性指标

商业银行的安全性原则是由其经营性质所决定的，银行资金的获得是有成本的，而贷出的资金又是有风险的，如果风险成为现实，就会导致经营危机，甚至影响整个经济环境的稳定。本文所选安全性指标为资产负债率和资本充足率。

（1）资产负债率=负债总额/资产总额，该指标反映的是在总资产中有多大比例是通过借债来筹资的。商业银行是高负债运营的金融机构，近七年来的资产负债水平普遍处于92%至 96%之间。资产负债率越高，表明商业银行风险越大。

（2）资本充足率=资本总额/加权风险资产总额，反映的是商业银行在存款人和债权人的资产遭到损失之前，该银行能以自有资本承担损失的程度。报告期内，我国上市商业银行的资本充足率多在 10%至 13%，其中个别银行有略低于 10%的情况出现。由于《巴塞尔协议Ⅲ》的确立，商业银行对资本充足率的要求比以往更上了一个层次，尤其对核心一级资本充足率的要求，从 2%上升至 7%。

2.4成长性指标

与一般企业一样，商业银行作为特殊的金融机构，追求成长也是其目标之一。理论上讲，商业银行的成长除了规模的扩大，还存在这结构转变的问题。能否在规模扩大的同时提高效率，跟上市场的步伐，是商业银行成长过程中的关键。成长性指标主要选取总资产增长率和每股收益增长率。

（1）总资产增长率=本年总资产增长额/上年总资产，该指标主要反映商业银行总资产的扩张程度。商业银行的成长，只有规模的扩张是远远不够的，结构转型、提高竞争力是关键所在，尤其是在非银行金融机构迅速发展的今天。

（2）每股收益增长率=本期每股收益增加额/上期每股收益，该指标越高说明商业银行成长性越强。

3绩效测度

本文以 2013 年数据为例，其余各年度参照该程序依次进行，最后进行汇总。

3.1计算特征值和方差贡献率

将整理后的数据导入 SPSS 软件，使用其因子分析的功能，所得结果如下：

在“Initial Eigenvalues”这一栏中显示的是样本的特征值和方差贡献率，第一列是各因子的特征值，第二列是各因子的方差贡献率，第三列是累计方差贡献率。因子分析法提取特征值大于一的因子，该组数据中满足这一条件的有三个，因此提取三个公共因子。

在“Extraction Sums of Squared Loadings”这一栏以公共因子的特征值从大到小的顺序排列了特征值、方差贡献率和累计方差贡献率。提取出的公共因子特征值分别为3.120、1.579、1.484，方差贡献率分别为 38.995%、19.737%和 18.550%，累计达到 77.282%，该比率表示所提取的公共因子已包含了大部分原样本信息。

在“Rotation Sums of Squared Loadings”这一栏中显示的是经过旋转后的公共因子特征值、方差贡献率和累计方差贡献率。经过观察可发现，旋转后的公共因子虽然其特征值和对应的方差贡献率发生了变化，但累计方差贡献率依然为 77.282%。

在“Communalities”表格中，第三栏显示的是公共因子对第一栏中对应变量的反映程度，即提取出的三个公共因子能多大比例地映射变量信息，以此作为判定所提公共因子是否合理的依据。观察表 2，所选取的八个变量中有三个变量的共同度在 0.9 以上，三个变量的共同度在 0.8 以上 0.9 以下，平均值为 0.773，这说明公共因子可以代表所选变量，充分反映原始信息。

碎石图，其横轴代表各因子的序号，纵轴代表各因子对应的特征值，该图形可以直观地表现出因子特征值的变化情况。由各点连接成的曲线形状来看，前三个因子的连接曲线陡峭，随后曲线趋于平缓，进一步验证了提取出的三个公共因子的合理性。

总体来看，各规模商业银行 2009 至 2015 年间经营绩效走势一致，除了平安银行与深圳市商业银行合并和于 2009 年再次更名，并斥资 45.95 亿进行了配股，导致平安银行的绩效值出现了异常高的情况。2009 至 2011 年间绩效涨幅较大，这主要是受到 2008 年金融危机的影响，政府为调控宏观经济，采用宽松的货币政策，市场货币供应量增加，银根放松。2011 年之后，各银行绩效值都有小幅度的回落情况，随后是缓慢的增长，整体趋于平稳。除此以外，各大类商业银行的经营绩效值差距都有逐年缩小的趋势，尤其是中小型银行，绩效差大致都在 6 个单位以内。

比较大型商业银行与中小型和城市商业银行的绩效值的走势，整体上，大型商业银行的波动性要低于中小型和城市商业银行，其中，城市商业银行的波动性较大。这说明宏观经济对规模相对较小的商业银行影响更为显著，如宁波银行 2009 至 2010 的绩效涨幅接近70%。而大型商业由于自身体制较为复杂，受宏观经济影响幅度较小。