基于因子分析法的我國商業(yè)銀行的財(cái)務(wù)評價(jià)

曹璇+肖子倩

摘 要：長久以來，作為處于金融業(yè)的核心地位的商業(yè)銀行，重要地位一直不可動搖。關(guān)于商業(yè)銀行的財(cái)務(wù)狀況的問題一直也是研究的重點(diǎn)，本文運(yùn)用因子分析法處理了商業(yè)銀行年報(bào)披露的數(shù)據(jù)，得出商業(yè)銀行的得分，對我國股份制商業(yè)銀行財(cái)務(wù)情況進(jìn)行了整體評價(jià)，提供了直接的、可視的量化標(biāo)準(zhǔn)，客觀、全面地剖析我國商業(yè)銀行目前的財(cái)務(wù)現(xiàn)狀，并利用科學(xué)的手段得出可靠的論斷，有針對地提出關(guān)于商業(yè)銀行改革路徑方面的建議，具備很大的理論價(jià)值和實(shí)踐意義。

關(guān)鍵詞：商業(yè)銀行；因子分析；財(cái)務(wù)評價(jià)

一、研究背景

商業(yè)銀行作為主要金融機(jī)構(gòu)，對經(jīng)濟(jì)一直有很強(qiáng)的輔助推動作用。財(cái)務(wù)狀況又直接反映其競爭力，因而，為防范金融風(fēng)險(xiǎn)，促進(jìn)商業(yè)銀行的可持續(xù)，其應(yīng)該注重運(yùn)用財(cái)務(wù)績效的評價(jià)的結(jié)果來做相關(guān)方面的提升，通過量化的數(shù)據(jù)，有針對性地“揚(yáng)長避短”。立足于此背景，本文以我國境內(nèi)主要的幾家商業(yè)銀行為研究對象，以具體數(shù)據(jù)作為支撐，發(fā)掘商業(yè)銀行財(cái)務(wù)狀況反映出的經(jīng)營管理方面現(xiàn)今存在的問題與優(yōu)勢，并在此基礎(chǔ)上發(fā)現(xiàn)我國商業(yè)銀行的盈利增長點(diǎn)和發(fā)展突破口，為今后的經(jīng)營和監(jiān)管提供幫助。

二、文獻(xiàn)綜述

長期以來，我們一直運(yùn)用財(cái)務(wù)分析手段對一般企業(yè)發(fā)展方向指路，但作為特殊企業(yè)的商業(yè)銀行，其對應(yīng)的財(cái)務(wù)績效研究發(fā)展時(shí)間短、起步晚，但也在商業(yè)銀行自身發(fā)展過程中日趨完善，走向成熟。秦志強(qiáng)、翟守強(qiáng)（2008）運(yùn)用DEA法對內(nèi)地商業(yè)銀行的發(fā)現(xiàn)不同銀行展現(xiàn)出了不同的問題，有針對地提供了意見，如建行與工行應(yīng)通過削減冗員和不必要的機(jī)構(gòu)來提高經(jīng)營管理效率。孫君陽、徐娜（2011）利用14家上市商業(yè)銀行運(yùn)用2005-2009年的面板數(shù)據(jù)，建立模型后提出要構(gòu)建薪酬綜合指標(biāo)評價(jià)體系的建議以提高商業(yè)銀行的治理管理水平。虞茜（2011）基于主成分分析法，在資產(chǎn)安全能力上，提出要較低不良貸款率；基于當(dāng)前發(fā)展機(jī)遇，要求加快銀行的經(jīng)營方式轉(zhuǎn)型，促進(jìn)金融創(chuàng)新，提高銀行的內(nèi)在競爭力；從商業(yè)銀行內(nèi)部控制出發(fā)，提出了彌補(bǔ)公司治理的欠缺之處、加強(qiáng)內(nèi)部控制的希冀。從本文選擇因子分析法，通過構(gòu)建評價(jià)指標(biāo)體系來實(shí)現(xiàn)對商業(yè)銀行財(cái)務(wù)指標(biāo)的綜合分析。已有的文獻(xiàn)中，大部分?jǐn)?shù)據(jù)時(shí)間較早，已經(jīng)不能反映當(dāng)前實(shí)際情況，因此本文在已經(jīng)進(jìn)行的研究基礎(chǔ)上，進(jìn)行了以下創(chuàng)新：

（1）擴(kuò)充了樣本容量。本文選取了12家我國上市商業(yè)銀行為研究樣本，使得大樣本的因子分析結(jié)果更具有說服力。

（2）更新了樣本期。已有文獻(xiàn)大部分的分析是11年之前的數(shù)據(jù)，不能體現(xiàn)動態(tài)的發(fā)展和長期綜合實(shí)力，本文選擇了2015年的各商業(yè)銀行的年報(bào)，充分反映了當(dāng)前商業(yè)銀行財(cái)務(wù)狀況。

三、研究設(shè)計(jì)

1.指標(biāo)與方法的選取

本文綜合選取了包含資本充足率、一級資本充足率、核心資本充足率、不良貸款率、撥備覆蓋率、凈資產(chǎn)收益率、資產(chǎn)總額、負(fù)債總額、凈利潤和成本收入比在內(nèi)的10個(gè)財(cái)務(wù)指標(biāo)。

本文綜合選取了11家上市商業(yè)銀行為樣本，具體情況如表1：

2.利用主成分因子確定因子載荷矩陣

（1）單變量描述統(tǒng)計(jì)，如表2所示。

（2）相關(guān)系數(shù)矩陣及顯著性水平檢驗(yàn)，如圖1所示.

（3）KMO及Bartlett球形檢驗(yàn)

由圖所示認(rèn)為適合因子分析。

（4）變量共同度

共同度都比較高且都在0.7以上，信息覆蓋較全面，被丟失信息較少，提取公因子的總體結(jié)果較為理想。

（5）方差解釋表

圖3顯示：第一個(gè)的特征值為5.765，所占方差的比例為57.7%，由于存在過程內(nèi)定取特征值大于1的原則，提取前三個(gè)因子的特征值所占方差的比重是91.07%，被放棄的其他6個(gè)因子解釋的方差比例共計(jì)不足9%，提取這三個(gè)公因子能對問題做出良好的解釋，覆蓋到原始數(shù)據(jù)的足夠的信息。一個(gè)十維的問題也可被降為三維，簡化模型。

（6）碎石圖

選取前三個(gè)公共因子，它們對原變量信息描述有顯著作用，自第四個(gè)因子往后特征值小于1，說明前三個(gè)因子就能反映出大部分信息，佐證提取的前三個(gè)因子是科學(xué)合理的。

（7）主成分矩陣

最終的因子載荷矩陣為：

F1=0986X1+0.976X2+0.929X3+0.137X4-0.392X5-0.041X6+0.959X7+0.957X8+0.972X9-0.152X10

F2=-0101X1-0.110X2-0.141X3+0.556X4+0.828X5+0.809X6+0.206X7+0.213X8+0.187X9-0.234X10

F3=-0019X1-0.085X2-0.067X3+0.759X4-0.101X5-0.222X6+0.074X7+0.078X8+0.003X9-0.902X10

3.對初始公共因子進(jìn)行旋轉(zhuǎn)

由圖五，公因子F1、F2、F3在原始變量上的載荷值都相差不大，一個(gè)公因子能夠同吋解釋多個(gè)變量的信息，相關(guān)性強(qiáng)，不能典型代表原有變量的任何一個(gè)，在這種情況下，各公因子的實(shí)際含義模糊，不能明確解釋其經(jīng)濟(jì)含義。正是因?yàn)槿绱?，我們需要進(jìn)行因子旋轉(zhuǎn)，以便能更好地定義。

各公因子的經(jīng)濟(jì)含義。如圖6：

XI=0.969F1-0.204F2-0.050F3

X2=0.959F1-0.198F2-0.116F3

X3=0.909F1-0.226F2+0.104F3

X4=0.189F1+0.370F2+0.855F3

X5=-0.296F1+0.869F2+0.075F3

X6=0.051F1+0.837F2-0.052F3

X7=0.975F1+0.079F2+0.103F3

X8=0.973F1+0.085F2+0.109F3

X9=0.986Fl+0.074F2+0.030F3

X10=-0.188F1-0.395F2+0.837F3

F1中各系數(shù)絕對值大的有：“資本充足率”、“一級資本充足率”、“核心資本充足率”、“資產(chǎn)總額”、“負(fù)債總額”、“凈利潤”；第二個(gè)變量反映了“不良貸款撥備覆蓋率”、“凈資產(chǎn)收益率”；第三個(gè)變量反映了“不良貸款率”、“成本收入比”。

4.綜合評價(jià)

通過運(yùn)用SPSS Statistics的實(shí)證分析，我們可以求得因子得分即各公因子的得分，從上面的實(shí)證分析可以得出本論文提前的公因子有三個(gè)，分別為F1、F2和F3，得到了公因子用原始變量表示的線性表達(dá)式，以便把原始數(shù)據(jù)變量的取值代入求得各公因子的得分值，即可求得三個(gè)公因子在各商業(yè)銀行的得分，如圖7。

F1=0164X1+0.162X2+0.152X3+0.051X4-0.018X5+0.043X6+0.177X7+0.177X8+0.179X9-0.047X10

F2=-0069X1-0.064X2-0.082X3+0.181X4+0.452X5+0.453X6+0.079X7+0.082X8+0.078X9-0.244X10

F3=-0026X1-0.070X2-0.061X3+0.565X4-0.024X5-0.059X6+0.070X7+0.073X8+0.020X9+0.574X10

觀察協(xié)方差矩陣，不同因子之間的協(xié)方差為0，三個(gè)因子不相關(guān)的。通過成分得分函數(shù)及標(biāo)準(zhǔn)化了后原始變量的計(jì)算各因子得分?jǐn)?shù)。本文使用SPSSS tatistics軟件進(jìn)行實(shí)證，在初始變量后面出現(xiàn)了3個(gè)新的定義為FACT1，F(xiàn)AC2，F(xiàn)AC3的變量即第一、第二、第三公因子的得分，也就是各銀行所對應(yīng)的，經(jīng)過標(biāo)準(zhǔn)化的F1值、F2值、F3值。通過這三個(gè)公因子的值，可以對各個(gè)銀行的公因子進(jìn)行排名。由公式“綜合得分=第一公因子的方差貢獻(xiàn)率*第一公因子的得分+第二公因子的方差貢獻(xiàn)率*第二公因子的得分+第三公因子的方差貢獻(xiàn)率*第三公因子的得分”算出綜合得分。

四、啟示

本文運(yùn)用因子分析法，整合商業(yè)銀行發(fā)布的官方年報(bào)數(shù)據(jù)，建立因子方程。因子分析適合用于對商業(yè)銀行的財(cái)務(wù)績效評價(jià)的研究，加之因?yàn)榻?jīng)營數(shù)據(jù)的易得性，使得不僅監(jiān)管部門可以進(jìn)行專業(yè)的統(tǒng)計(jì)分析，也能讓難以獲取商業(yè)銀行內(nèi)部資料的社會研究者進(jìn)行研究。

基于各因子得分，商業(yè)銀行應(yīng)優(yōu)化資產(chǎn)結(jié)構(gòu)，從途徑降低不良貸款發(fā)生的可能性，以防備壞賬的發(fā)生；同時(shí)發(fā)展中間業(yè)務(wù)，提升中間業(yè)務(wù)的質(zhì)量；最重要是加速轉(zhuǎn)型，提高金融創(chuàng)新能力。

參考文獻(xiàn)：

[1]張前榮.我國商業(yè)銀行運(yùn)營效率的實(shí)證分析[J].東南學(xué)術(shù)，2009，（2）.

[2]盧軼喬.我國商業(yè)銀行風(fēng)險(xiǎn)評價(jià)--基于年報(bào)數(shù)據(jù)的因子分析法[J].當(dāng)代財(cái)經(jīng)，2011，（6）.

[3]段希文.銀行的績效評價(jià)：財(cái)務(wù)分析還是非財(cái)務(wù)分析[J].江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2009，（3）：67-72.

[4]郭佳佳.基于因子分析的我國商業(yè)銀行競爭力研究[D]，2012，（5）.

[5]虞茜.基于主成分分析法的我國商業(yè)銀行經(jīng)營績效分析[D].西南財(cái)經(jīng)大學(xué)，2011.

[6]孫君陽，徐娜.高管薪酬契約與商業(yè)銀行綜合績效--基于我國上市銀行的實(shí)證分析[J].

作者簡介：曹璇（1996.05- ），女，漢族，江蘇鹽城人，安徽財(cái)經(jīng)大學(xué)金融學(xué)院，2014級本科生，研究方向：經(jīng)濟(jì)學(xué)