基于因子分析法的中國工商銀行財務績效評價實證研究

陳昊飛

摘要：本文以我國工商銀行2007年-2017年年報、半年報財務數據為基礎，以總資產收益率等七個指標構建了我國工商銀行財務績效評價體系，采用因子分析法得出了影響財務績效評價的因子和因素，并據此構建了財務績效水平的綜合評價模型。

關鍵詞：工商銀行；因子分析；績效評價

一、引言

目前，國內學者關于商業(yè)銀行的財務績效評價主要采用EVA模型、因子分析等方法。例如，黃妍、湯悅悅等以我國M銀行為研究對象，以2011年—2015年年度的稅后凈利潤、營業(yè)外收入（收入）、遞延所得稅負債（資產）、股東權益合計等財務數據為樣本，采用EVA模型進行財務績效評價（2017）。馮帆、溫萬祥從我國16家上市銀行2015年年報數據中選取了8個財務指標，基于因子分析法，進行了財務績效評價的實證研究（2017）。但國內文獻多集于對多個商業(yè)銀行的財務績效研究，而本文從工商銀行這一單一視角出發(fā)進行分析研究。在借鑒已有文獻的基礎上，本文從盈利、成長和風險管理三個緯度出發(fā)，利用7個財務指標，基于因子分析法，評價我國工商銀行的財務績效水平。

二、樣本選擇與指標選取

1、指標選取

立足于工商銀行的特點和實際情況，基于綜合、全面的指標設計原則，本文從盈利能力、成長能力和風險管理三個緯度構建工商銀行的財務評價體系，該體系由7個反映銀行不同經營能力的財務指標組成，分別是總資產收益率、凈資產收益率、營業(yè)收入增長率、每股收益增長率、資產負債率、存貸比（人民幣）和流動性比例（人民幣），并設為（i=1、2、3、4、5、6、7）。

2、數據來源

本文所涉及的財務指標主要來自我國工商銀行2007年-2017年年報、半年報，這些數據主要從RESSET金融研究數據庫和工商銀行官網取得。具體樣本數據如下。

3、因子分析模型

設有N個樣本，P個指標，，T為可觀測的隨機變量。要尋找的公共因子為，則模型為：

式中，，，…，為主因子，a為因子載荷系數，其矩陣表現形式為：；矩陣稱為因子載荷，是特殊因子。在因子分析中，公因子表示為變量的函數，其數學模型為：

式中，為第i個因子得分。

三、實證分析過程

利用SPSS22.0軟件，對我國工商銀行的7個財務指標進行因子分析，得到檢驗結果如下。

1、因子分析的適度性檢驗。

首先檢驗本文的數據是否適合因子分析，檢驗方法有KMO（Kaiser- Measure Olkin Measure ofSampling Adequacy） 和巴特利特球形檢驗 （Bartlett test of Sphericity）兩種。KMO檢驗值與因子分析的效果成正比，即其值越接近于1，因子分析的效果越好；sig值衡量的是因子分析的有效性，其值小于0.05，表明變量之間具有相關性。

表2即為KMO及Bartlett球形檢驗結果。KMO檢驗值是 0.639，雖然數值不是很高，但還是高于0.5的，因此，因子分析結果是可以接受的。由于所選取的樣本較少，使得取值的波動性較大；如果樣本數量能夠有所提高，預計KMO檢驗值還能進一步提高。Bartlett球形檢驗的sig值為0.000，表明變量之間具有相關性。綜上，本文變量適合采用因子分析法。

2、方差貢獻率。

圖1即為以上7個指標的碎石圖分析。橫軸為所提取的7個因子，縱軸為每個因子的特征值。從圖中可以看出，前兩個因子的特征值明顯大于1，第三個因子的特征值雖然小于1，但仍然高于后四個因子，構成一個小陡坡，表明第三個因子的信息量及重要性是高于第四到第八個因子的。因此，本文嘗試提取3個因子。

由表3可知，因子旋轉后，各個因子的方差貢獻率都有所調整，但總的方差貢獻率仍為91.945%，對原有變量的解釋程度較高。因此，本文采用前三個因子作為公因子來評價我國工商銀行的財務績效水平。

3、旋轉后的因子載荷矩陣。

如表4所示，正交旋轉后，第1個因子在資產負債率（）、存貸比（人民幣）（）、流動性比例（人民幣）（）上有較大荷載，這三個指標衡量的都是銀行的風險管理情況，命名為風險管理因子；第2個因子在總資產收益率（）、凈資產收益率（）上有較大的荷載，衡量的是銀行的盈利情況，命名為盈利能力因子；第3個因子在營業(yè)收入增長率（）和每股收益增長率（）上有較大荷載，衡量的是銀行的成長能力，命名為成長能力因子。

4、構造綜合評價模型。

用分別代表所提取的三個公因子的方差貢獻率，作為權數構造綜合評價模型如下：

其中，F為工商銀行財務績效狀況得分，其系數為各因子的信息貢獻率。