我國(guó)商業(yè)銀行綜合績(jī)效的因子分析
——基于2016年年報(bào)數(shù)據(jù)

李 玥

(山西經(jīng)濟(jì)管理干部學(xué)院,山西 太原 030024)

一、引言

2016年，我國(guó)銀行業(yè)金融機(jī)構(gòu)總資產(chǎn)高達(dá)232.3萬(wàn)億元,從業(yè)人員高達(dá)409萬(wàn)人，可以說(shuō)銀行業(yè)在我國(guó)處于舉足輕重的地位。隨著我國(guó)銀行業(yè)改革持續(xù)深入,各家銀行都在不斷進(jìn)行戰(zhàn)略調(diào)整,優(yōu)化資產(chǎn)負(fù)債結(jié)構(gòu)與收入結(jié)構(gòu),強(qiáng)化行業(yè)自律和市場(chǎng)約束。然而我國(guó)商業(yè)銀行也遭遇到利差收窄、互聯(lián)網(wǎng)金融沖擊、外資銀行競(jìng)爭(zhēng)加劇等嚴(yán)峻的市場(chǎng)形勢(shì)。在這種情況下,商業(yè)銀行有必要不斷提高自身的競(jìng)爭(zhēng)力,而銀行績(jī)效作為衡量競(jìng)爭(zhēng)力的核心部分,具有重要的現(xiàn)實(shí)意義。

我國(guó)學(xué)者對(duì)于商業(yè)銀行的績(jī)效評(píng)價(jià)已經(jīng)做過(guò)一些研究,從定性分析到定量分析再到實(shí)證分析,對(duì)商業(yè)銀行的績(jī)效評(píng)價(jià)也在不斷推進(jìn)中。然而與普通企業(yè)的績(jī)效研究相比,學(xué)者對(duì)于商業(yè)銀行的績(jī)效評(píng)價(jià)依然不夠全面。韓明、謝赤(2009)回顧了銀行績(jī)效考評(píng)的發(fā)展歷史,摘選出具有代表性的績(jī)效考評(píng)模型,如EVA模型、戰(zhàn)略性平衡計(jì)分卡等,并借鑒西方商業(yè)銀行績(jī)效考評(píng)的經(jīng)驗(yàn),分析我國(guó)商業(yè)銀行績(jī)效考評(píng)體系的現(xiàn)狀和存在的問(wèn)題，并提出改進(jìn)建議。王成、龐嬋娟(2013)運(yùn)用因子分析法,提取出5個(gè)公共因子,分別從銀行規(guī)模、經(jīng)營(yíng)能力、資產(chǎn)質(zhì)量、盈利能力、流動(dòng)性五個(gè)方面對(duì)我國(guó)商業(yè)銀行綜合實(shí)力進(jìn)行評(píng)價(jià)。朱宏泉等(2014)則認(rèn)為銀行績(jī)效與其所在的地域有關(guān),認(rèn)為銀行所在地金融自由化水平提高會(huì)顯著改善銀行績(jī)效,雖然對(duì)銀行傳統(tǒng)的存貸利差收入有負(fù)面影響,卻可有力促進(jìn)銀行中間業(yè)務(wù)的發(fā)展。劉水根(2014)則選取了15家上市銀行2009—2012年三年的財(cái)務(wù)數(shù)據(jù)進(jìn)行研究,計(jì)算出各公因子得分，并得出城市商業(yè)銀行的競(jìng)爭(zhēng)力較強(qiáng)、國(guó)有商業(yè)銀行競(jìng)爭(zhēng)力較弱這一結(jié)論。方長(zhǎng)豐(2011)則是利用銀行6年的財(cái)務(wù)數(shù)據(jù),并參考CAMELS、PEARLS等銀行評(píng)級(jí)體系,從風(fēng)險(xiǎn)、盈利和效率三個(gè)層次建立績(jī)效評(píng)價(jià)體系并得出綜合得分。盧李等(2016)則運(yùn)用EVA分析法建立多元線性回歸模型測(cè)定出我國(guó)商業(yè)銀行績(jī)效,認(rèn)為銀行需要合理配置資產(chǎn)結(jié)構(gòu)并發(fā)展輕資產(chǎn)業(yè)務(wù)來(lái)提高自身競(jìng)爭(zhēng)力。

二、銀行績(jī)效綜合評(píng)分估算

本文選取在上海證券交易所上市交易的具有代表性的12家商業(yè)銀行進(jìn)行研究,包括中國(guó)工商銀行、中國(guó)銀行、中國(guó)農(nóng)業(yè)銀行和中國(guó)建設(shè)銀行等4家國(guó)有商業(yè)銀行以及交通銀行、招商銀行、民生銀行、興業(yè)銀行、浦發(fā)銀行、中信銀行、光大銀行、華夏銀行等8家規(guī)模相對(duì)較大的全國(guó)性股份制商業(yè)銀行。為了保證數(shù)據(jù)的準(zhǔn)確性,本文的數(shù)據(jù)全部來(lái)源于上海證券交易所公開(kāi)發(fā)布的2016年各家商業(yè)銀行的年報(bào)以及年報(bào)摘要,通過(guò)計(jì)算或整理獲得。由于我國(guó)商業(yè)銀行的績(jī)效重點(diǎn)體現(xiàn)在盈利能力、發(fā)展能力和安全性三個(gè)方面,因此本文擇取了凈資產(chǎn)收益率、每股收益率兩個(gè)重要的財(cái)務(wù)指標(biāo)來(lái)反映銀行的盈利能力。對(duì)于銀行的發(fā)展能力而言,除了擇取凈利潤(rùn)增長(zhǎng)率之外,本文還考慮到由于銀行凈利差不斷收緊,各家銀行都在致力于發(fā)展中間業(yè)務(wù),因此把非利息收入占營(yíng)業(yè)收入比率也作為衡量銀行發(fā)展能力的一項(xiàng)指標(biāo)。對(duì)于銀行的安全性,本文擇取了不良貸款率、資本充足率、以及核心一級(jí)資本充足率三個(gè)財(cái)務(wù)指標(biāo),此外,還將銀行的總資產(chǎn)納入考慮范圍。其中，X1為凈資產(chǎn)收益率,X2為每股收益率,X3為資本充足率,X4為核心一級(jí)資本充足率,X5為不良貸款率,X6為非利息收入占營(yíng)業(yè)收入比率,X7為凈利潤(rùn)增長(zhǎng)率,X8為總資產(chǎn)。

(一)統(tǒng)計(jì)檢驗(yàn)

本文使用SPSS19.0進(jìn)行檢驗(yàn),首先得出變量間的相關(guān)性矩陣,并進(jìn)行KMO和巴特利球體檢驗(yàn),考慮變量間是否有較強(qiáng)的相關(guān)性。根據(jù)有關(guān)數(shù)據(jù)的檢驗(yàn)結(jié)果,得到KMO值=0.664,KMO數(shù)值較大且大于0.5,認(rèn)為適合因子分析；Bartlett球形檢驗(yàn)卡方統(tǒng)計(jì)量為70.912,并且對(duì)應(yīng)的相伴概率值為0.000,小于0.01,認(rèn)為也適合做因子分析,因此,可以將銀行的盈利能力、發(fā)展能力以及安全性歸總并進(jìn)行綜合評(píng)價(jià)，如表1所示。

表1 相關(guān)性矩陣

(二)效度檢驗(yàn)

變量共同度也就是變量方差,根據(jù)變量共同度的統(tǒng)計(jì)意義,它劃分出來(lái)全部公共因子對(duì)變量總方差做出的貢獻(xiàn),說(shuō)明全部公共因子反映出原變量信息的百分比。如表2所示，根據(jù)Communalities變量共同度檢驗(yàn)結(jié)果,發(fā)現(xiàn)從X1到X8,共同度都遠(yuǎn)高于0.5,平均分值為0.898 9,顯著通過(guò)共同度檢驗(yàn),因此認(rèn)為變量可以被因子充分說(shuō)明,具有高效度。如表2的首行,就可以認(rèn)為是共同因子可以解釋原有變量(X1)方差的92.5%。

表2 變量共同度檢驗(yàn)與解釋的總方差

(三)提取因子

本文按照因子累計(jì)方差貢獻(xiàn)率大于85%來(lái)提取因子。采用主成分分析法,并參考圖1的碎石圖,按照特征根大于1的標(biāo)準(zhǔn)來(lái)提取因子。通過(guò)觀察碎石圖陡坡與緩坡的臨界點(diǎn),認(rèn)為可以提取三個(gè)因子。接著繼續(xù)通過(guò)SPSS19.0分析。

圖1 碎石圖

從表3的成分矩陣可以看出,前3個(gè)因素的累計(jì)方差貢獻(xiàn)率達(dá)到89.886,可以說(shuō)明這3個(gè)因子已經(jīng)反映出了全部變量的絕大部分信息。通過(guò)碎石圖可以看出,X軸代表X1到X8八個(gè)變量,到變量3時(shí)特征值大于1,到變量4時(shí)連線變得平緩。因此本文提取三個(gè)因子F1、F2、F3。因子載荷系數(shù)反映的是該公共因子與變量之間的相關(guān)程度,因子載荷矩陣如表3所示。可以看出,第一個(gè)因子F1在X2、X6上有比較大的載荷系數(shù),第二個(gè)因子F2在X1、X5上有比較大的載荷系數(shù),第三個(gè)因子F3在X3、X7上有比較大的載荷系數(shù)。

表3 成分矩陣、旋轉(zhuǎn)成分矩陣與成分得分系數(shù)矩陣

表3的旋轉(zhuǎn)成分矩陣顯示出對(duì)因子載荷矩陣實(shí)行方差最大正交旋轉(zhuǎn)后的結(jié)果,因此不難建立旋轉(zhuǎn)后的因子模型,可以看出,F1主要由X3、X4、X8決定,它們?cè)谥饕蜃由系妮d荷分別為0.962、0.971、0.878。F2主要由X1、X2、X6決定,它們?cè)谥饕蜃由系妮d荷分別為0.893、0.928、0.894。F3主要由X5、X7決定,它們?cè)谥饕蜃由系妮d荷分別為0.866、-0.703。

(四)計(jì)算綜合得分

根據(jù)因子評(píng)分系數(shù)矩陣,可以得出三個(gè)因子的得分函數(shù)。為了消除量綱及數(shù)據(jù)大小差異帶來(lái)的影響,將原始數(shù)據(jù)運(yùn)用SPSS進(jìn)行標(biāo)準(zhǔn)化處理,將標(biāo)準(zhǔn)化后的數(shù)據(jù)代入因子得分函數(shù)中進(jìn)行計(jì)算,得出各個(gè)因子的得分，如表4所示。

F1=0.143X1+0.059X2+0.366X3+0.366X4-0.146X5+0.031X6-0.090X7+0.270X8

(式1)

F2=0.394X1+0.384X2+0.107X3+0.111X4-0.031X5+0.360X6+0.036X7+0.002X8

(式2)

F3=0.172X1-0.100X2-0.162X3-0.126X4+0.631X5-0.116X6-0.461X7+0.109X8

(式3)

表4 12家銀行公共因子得分及排名

根據(jù)各個(gè)因子的方差貢獻(xiàn)率,得出銀行的綜合績(jī)效得分計(jì)算公式:

F=50.143%F1+24.232%F2+15.511%F3

(式4)

通過(guò)以上實(shí)證分析,對(duì)這12家銀行的績(jī)效進(jìn)行排名(見(jiàn)表5),大致可以看出，國(guó)有商業(yè)銀行的績(jī)效相對(duì)還是優(yōu)于全國(guó)股份制商業(yè)銀行的,原因在于隨著近幾年國(guó)有商業(yè)銀行的凈利差不斷收窄,國(guó)有商業(yè)銀行也在不斷拓展中間業(yè)務(wù),且國(guó)有商業(yè)銀行的規(guī)模龐大,貸款質(zhì)量較好,核心一級(jí)資本充足率和資本充足率都比較高。其中，中國(guó)建設(shè)銀行的綜合評(píng)分最高,其次為中國(guó)工商銀行和中國(guó)農(nóng)業(yè)銀行。在全國(guó)性股份制商業(yè)銀行中,興業(yè)銀行的綜合得分較高,中信銀行則最低。一是因?yàn)閲?guó)有商業(yè)銀行長(zhǎng)期存在經(jīng)營(yíng)優(yōu)勢(shì),二是因?yàn)槌巧绦型黄饚?lái)的競(jìng)爭(zhēng)壓力,全國(guó)性股份制商業(yè)銀行仍需在拓寬業(yè)務(wù)渠道、拓展經(jīng)營(yíng)范圍、降低不良貸款率、提高資本充足率上做功課,爭(zhēng)取繼續(xù)提高利潤(rùn)率。

表5 12家銀行綜合績(jī)效得分表

三、相關(guān)建議

本文根據(jù)以上實(shí)證分析提出兩點(diǎn)建議：一是對(duì)于國(guó)有商業(yè)銀行而言,因?yàn)樗鼈儞碛休^為雄厚的資本和歷史積淀,資產(chǎn)規(guī)模較大,網(wǎng)點(diǎn)分布密集,零售客戶較多,并且涵蓋了幾乎所有的金融產(chǎn)品,因此績(jī)效較優(yōu)。然而它們也面臨一系列挑戰(zhàn),比如效率低下(無(wú)論是人均還是網(wǎng)均效率均不具優(yōu)勢(shì))、創(chuàng)新不足以及利率市場(chǎng)化與互聯(lián)網(wǎng)金融的沖擊。這就需要國(guó)有商業(yè)銀行完善公司治理結(jié)構(gòu),增強(qiáng)激勵(lì)機(jī)制,繼續(xù)開(kāi)展中間業(yè)務(wù)。二是對(duì)于全國(guó)性股份制商業(yè)銀行而言,由于它們建行歷史較短,網(wǎng)點(diǎn)較少,在同業(yè)競(jìng)爭(zhēng)中具有一定劣勢(shì),在今后的發(fā)展中要更加注重創(chuàng)新與效率,提高經(jīng)營(yíng)水平,爭(zhēng)取擴(kuò)大市場(chǎng)占有份額,增強(qiáng)企業(yè)綜合績(jī)效。