哈爾濱市城區(qū)內(nèi)商業(yè)銀行網(wǎng)點(diǎn)空間布局優(yōu)化研究

吳迪

摘 要：基于哈爾濱市商業(yè)銀行網(wǎng)點(diǎn)布局最新調(diào)研數(shù)據(jù)，實(shí)證分析哈爾濱市商業(yè)銀行網(wǎng)點(diǎn)空間布局影響因素。研究發(fā)現(xiàn)，附近辦公樓和大商場(chǎng)的數(shù)量以及同業(yè)競(jìng)爭(zhēng)情況是商業(yè)銀行在哈爾濱市布局新網(wǎng)點(diǎn)時(shí)應(yīng)首要考慮的因素，其次是人流量和租金。在此分析基礎(chǔ)上，提出對(duì)策建議。

關(guān)鍵詞：網(wǎng)點(diǎn)布局；商業(yè)銀行；空間布局

中圖分類(lèi)號(hào)：F830.33 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2017）11-0138-02

引言

隨著我國(guó)金融改革的不斷深化、金融業(yè)不斷開(kāi)放，外資銀行紛紛進(jìn)入中國(guó)市場(chǎng)，加之國(guó)內(nèi)中小商業(yè)銀行發(fā)展迅速，加劇了商業(yè)銀行之間的競(jìng)爭(zhēng)。銀行的營(yíng)業(yè)網(wǎng)點(diǎn)作為商業(yè)銀行業(yè)務(wù)的主要載體，若僅為方便客戶(hù)而盡可能多設(shè)置，則會(huì)增加成本和人力的支出，造成一定程度的資源浪費(fèi)，降低商業(yè)銀行的盈利性；而過(guò)少的營(yíng)業(yè)網(wǎng)點(diǎn)會(huì)為客戶(hù)帶來(lái)不便，不但不利于銀行形象的樹(shù)立，還會(huì)致使客戶(hù)流失。因此，合理的網(wǎng)點(diǎn)空間布局對(duì)商業(yè)銀行來(lái)說(shuō)是極其重要的。哈爾濱市是黑龍江省省會(huì)，地處歐亞大陸橋的節(jié)點(diǎn)，是東北重要的政治、經(jīng)濟(jì)、文化中心。基于此，本研究以哈爾濱市城區(qū)內(nèi)主要商業(yè)銀行為研究對(duì)象，隨機(jī)抽取每家商業(yè)銀行一定數(shù)量的經(jīng)營(yíng)網(wǎng)點(diǎn)為樣本空間，通過(guò)對(duì)一手資料、二手資料的分析，利用因子分析研究銀行網(wǎng)點(diǎn)空間布局的影響因素，以期為哈爾濱市商業(yè)銀行網(wǎng)點(diǎn)布局優(yōu)化提供可行性對(duì)策。

一、文獻(xiàn)綜述

商業(yè)銀行的選址和布局一直以來(lái)都是關(guān)乎商業(yè)能否搶占市場(chǎng)獲得最大收益的重要因素。李瑋、薛德升（2013）認(rèn)為，農(nóng)商行和城商行彌補(bǔ)了全國(guó)性商業(yè)銀行在布局上的不足，城商行傾向于優(yōu)先選擇經(jīng)濟(jì)發(fā)達(dá)地區(qū)[1]。H.D.Keskin and Z.Abdioglu（2011）選取土耳其26個(gè)區(qū)域的銀行網(wǎng)點(diǎn)數(shù)據(jù)進(jìn)行面板回歸分析后發(fā)現(xiàn)，工業(yè)增加值與人口密度是土耳其商業(yè)銀行網(wǎng)點(diǎn)布局的眾多影響因素中對(duì)銀行網(wǎng)點(diǎn)布局影響最大的因素[2]。

也有部分學(xué)者對(duì)全國(guó)范圍內(nèi)的銀行或某一城市的某一銀行進(jìn)行影響因素的研究。H.G.Weon，H.W.Eui and K.Y.Sik（2010）基于網(wǎng)絡(luò)分析法研究韓國(guó)某銀行網(wǎng)點(diǎn)的選址，結(jié)果顯示，地區(qū)收入水平、消費(fèi)水平及企業(yè)數(shù)量是網(wǎng)點(diǎn)選址的影響因素，其中最重要的是網(wǎng)絡(luò)中心指數(shù)[3]。曾剛、傅蓉（2012）采用多元線(xiàn)性回歸方法，對(duì)全國(guó)四大國(guó)有商業(yè)銀行的網(wǎng)點(diǎn)布局的影響因素分別進(jìn)行分析，得出對(duì)四大銀行空間布局有影響的共同因素和差異性因素[4]。李峰（2011）首先剖析了銀行網(wǎng)點(diǎn)布局現(xiàn)狀，然后構(gòu)建基于復(fù)雜網(wǎng)絡(luò)的銀行布局優(yōu)化模型對(duì)銀行網(wǎng)點(diǎn)布局進(jìn)行分析，并針對(duì)太原市農(nóng)業(yè)銀行的布局提出了改進(jìn)建議[5]。

本文以現(xiàn)有文獻(xiàn)為參考，利用中國(guó)建設(shè)銀行、中國(guó)農(nóng)業(yè)銀行、中國(guó)工商銀行、光大銀行、招商銀行、哈爾濱銀行、興業(yè)銀行這七家銀行在哈爾濱的網(wǎng)點(diǎn)空間布局特征進(jìn)行實(shí)證分析，提出具有實(shí)際借鑒意義的哈爾濱市商業(yè)銀行布局優(yōu)化對(duì)策。

二、哈爾濱市城區(qū)內(nèi)商業(yè)銀行網(wǎng)點(diǎn)空間布局影響因素研究

基于國(guó)內(nèi)外關(guān)于銀行網(wǎng)點(diǎn)布局影響因素的研究，結(jié)合哈爾濱市城區(qū)內(nèi)商業(yè)銀行網(wǎng)點(diǎn)布局的實(shí)際情況，最終確定14個(gè)變量指標(biāo)。在用主成分分析法提取之前，進(jìn)行KMO檢驗(yàn)和Bartlett球形度檢驗(yàn)，KMO值為0.632，且在Bartlett球形度檢驗(yàn)中，Sig.小于0.05，可以認(rèn)為是拒絕了零假設(shè)，說(shuō)明所選取變量適合進(jìn)行因子分析。

通過(guò)計(jì)算標(biāo)準(zhǔn)化處理后的原始數(shù)據(jù)的特征值、貢獻(xiàn)率和累積貢獻(xiàn)率得到前五個(gè)成分的特征值大于1，貢獻(xiàn)率分別為28.142%、13.026%、12.514%、10.318%、9.546%，且提取平方和載入顯示前三個(gè)因子共同解釋了所有變量總方差的73.547%，因此，取前五個(gè)因子就能解釋原變量的絕大部分信息。

從未旋轉(zhuǎn)的成分矩陣中可以得到利用主成分方法提取的五個(gè)主因子的載荷值，但各個(gè)因子沒(méi)有比較明確的含義，無(wú)法對(duì)公共因子的意義做出合理解釋。因此使用最大方差法進(jìn)行旋轉(zhuǎn)。對(duì)于主因子F1，影響程度較大的指標(biāo)有X3（附近辦公樓數(shù)量）、X4（附近大商場(chǎng)數(shù)量）、X9（周邊銀行網(wǎng)點(diǎn)數(shù)量）、X10（周邊ATM機(jī)數(shù)量），可以將F1概括為網(wǎng)點(diǎn)資源因子。對(duì)于主因子F2，影響程度較大的指標(biāo)有X1（人流量）、X11（租金），可以將F2概括為網(wǎng)點(diǎn)經(jīng)濟(jì)因子。對(duì)于主成分F3，影響程度較大的指標(biāo)有X7（公交車(chē)站點(diǎn)數(shù)）、X8（公交車(chē)站線(xiàn)路數(shù)），可以將F3概括為網(wǎng)點(diǎn)公交因子。變量X13（裝修情況）、X14（戶(hù)外廣告效果）組合成因子F4，命名為網(wǎng)點(diǎn)設(shè)施因子。由于變量X2（車(chē)流量）、X5（網(wǎng)點(diǎn)地理位置）、X6（停車(chē)位）、X12（服務(wù)窗口數(shù)量）在因子F5上的載重最大，因此將這四個(gè)變量歸入第5個(gè)因子F5，命名為網(wǎng)點(diǎn)地理因子。

為了能更直觀(guān)地看出對(duì)哈爾濱市商業(yè)銀行空間布局影響最大的因素，對(duì)56家樣本銀行計(jì)算綜合得分，以便滿(mǎn)足綜合評(píng)價(jià)需要。將各因子的方差貢獻(xiàn)率占提取五個(gè)主因子的累積方差率的比重作為權(quán)數(shù)進(jìn)行加權(quán)平均，可得到樣本銀行的綜合得分F，F(xiàn)=（23.972 * F1+13.05 * F2+12.597*F3+12.427*F4+11.5*F5）

/73.547。由于篇幅有限，此處僅列舉綜合得分排位前三和后三的銀行做分析。經(jīng)計(jì)算得到的6家哈爾濱市商業(yè)銀行網(wǎng)點(diǎn)空間布局影響因素的5個(gè)主因子得分及綜合排名，如表1所示。

從表1可以看出，48號(hào)銀行排在第1位，這是由于該銀行網(wǎng)點(diǎn)資源因子和網(wǎng)點(diǎn)地理因子得分較高。該銀行網(wǎng)點(diǎn)地理位置較好，雖然周邊的其他銀行較多，但由于附近的辦公樓和大商場(chǎng)數(shù)量較多，商業(yè)比較發(fā)達(dá)，具有資源上的優(yōu)勢(shì)，能更好為該銀行創(chuàng)造效益。31號(hào)銀行排在第3位是由于網(wǎng)點(diǎn)資源因子和網(wǎng)點(diǎn)公交因子得分較高的緣故；反之，6號(hào)銀行和13號(hào)銀行由于網(wǎng)點(diǎn)資源因子得分低的原因分別排在倒數(shù)第3位和倒數(shù)第1位，23號(hào)銀行由于網(wǎng)點(diǎn)經(jīng)濟(jì)因子得分較高分別排在第2位。這說(shuō)明人流量和租金也是影響商業(yè)銀行網(wǎng)點(diǎn)空間布局的重要因素，一個(gè)地區(qū)的經(jīng)濟(jì)越發(fā)達(dá)、人流量越大，相應(yīng)的租金也就會(huì)越高，但銀行網(wǎng)點(diǎn)的收益一般會(huì)極大超過(guò)租金成本。因?yàn)榫W(wǎng)點(diǎn)設(shè)施因子得分較低，16號(hào)銀行排在倒數(shù)第2位，因此銀行網(wǎng)點(diǎn)在布局時(shí)也要注重網(wǎng)點(diǎn)裝修情況和戶(hù)外廣告效果。

三、哈爾濱市商業(yè)銀行網(wǎng)點(diǎn)布局優(yōu)化對(duì)策

在進(jìn)行新網(wǎng)點(diǎn)設(shè)置時(shí)，要對(duì)本市各個(gè)區(qū)域進(jìn)行嚴(yán)密的市場(chǎng)調(diào)查和研究，需要對(duì)預(yù)設(shè)網(wǎng)點(diǎn)的各項(xiàng)因素情況進(jìn)行定性和定量分析，避免出現(xiàn)網(wǎng)點(diǎn)區(qū)位決策簡(jiǎn)單化。在進(jìn)行網(wǎng)點(diǎn)設(shè)置時(shí)首先考慮附近辦公樓、大商場(chǎng)的數(shù)量和同業(yè)競(jìng)爭(zhēng)情況，避免因網(wǎng)點(diǎn)過(guò)度設(shè)置造成的資源浪費(fèi)；其次考慮人流量和租金、公交車(chē)站點(diǎn)數(shù)和公交車(chē)線(xiàn)路數(shù)，同時(shí)，要注重新設(shè)網(wǎng)點(diǎn)的裝修情況和戶(hù)外廣告效果；最后根據(jù)車(chē)流量、網(wǎng)點(diǎn)地理位置和停車(chē)位設(shè)立合適的網(wǎng)點(diǎn)。

對(duì)于已設(shè)立的網(wǎng)點(diǎn)按照該評(píng)估體系進(jìn)行評(píng)分，并結(jié)合網(wǎng)點(diǎn)效率和質(zhì)量的實(shí)際情況，整改得分較低的網(wǎng)點(diǎn)，撤并效益低下及布局重疊的網(wǎng)點(diǎn)。要摒棄單一數(shù)量增長(zhǎng)、建設(shè)市場(chǎng)和效益導(dǎo)向，注重網(wǎng)點(diǎn)的布局和建設(shè)模式的調(diào)整，促進(jìn)網(wǎng)點(diǎn)布局和服務(wù)功能的改善，最終實(shí)現(xiàn)銀行網(wǎng)點(diǎn)布局由粗放型向集約型發(fā)展轉(zhuǎn)變。

參考文獻(xiàn)：

[1] 李瑋，薛德升.新世紀(jì)中國(guó)銀行體制改革與地方銀行機(jī)構(gòu)網(wǎng)點(diǎn)的空間分布——兼與全國(guó)性商業(yè)銀行的比較[J].熱帶地理，2013， （4）：420-428.

[2] H.D.Keskin，Z.Abdioglu.Factors Affecting the Geographical Distribution of Bank Branches in Turkey[J].European Journal of Social Sciences，2011，（4）：23-38.

[3] H.G.Weon，H.W.Eui，K.Y.Sik.The Study of Location Strategy for Bank Through the Analysis of Inter-regional Financial Transaction Network[J].International Journal of u-and e-Service，Science and Technology，2010，（1）：21-32.

[4] 曾剛，傅蓉.大型商業(yè)銀行網(wǎng)點(diǎn)布局研究[J].農(nóng)村金融研究，2012，（6）：40-46.

[5] 李峰.基于復(fù)雜網(wǎng)絡(luò)的銀行網(wǎng)點(diǎn)布局研究[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2011，（6）：65-70.

[責(zé)任編輯 興 華]