基于因子分析法的商業(yè)銀行財(cái)務(wù)績效評(píng)價(jià)

張靜璇

(湖南工業(yè)大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 株洲412007)

一、引言

銀行業(yè)是我國經(jīng)濟(jì)發(fā)展的重要支柱，近年來我國經(jīng)濟(jì)發(fā)展較快，與國際間經(jīng)濟(jì)聯(lián)系越發(fā)緊密，科技與互聯(lián)網(wǎng)技術(shù)也在不斷發(fā)展并逐漸滲入經(jīng)濟(jì)領(lǐng)域，雖然經(jīng)濟(jì)總體上在快速發(fā)展，但銀行業(yè)的發(fā)展卻不太樂觀，受到互聯(lián)網(wǎng)金融的影響，越來越多的金融產(chǎn)品在沖擊著銀行業(yè)務(wù)的發(fā)展，經(jīng)營風(fēng)險(xiǎn)也在逐漸加大，銀行所選取的不同經(jīng)營方式導(dǎo)致了不同的經(jīng)營狀況，綜合實(shí)力較弱的銀行所受影響較大，應(yīng)及時(shí)借鑒實(shí)力較強(qiáng)的銀行的經(jīng)營策略，提升自身績效水平，轉(zhuǎn)變管理模式順應(yīng)大數(shù)據(jù)潮流，對(duì)于銀行業(yè)長遠(yuǎn)發(fā)展有重要意義。

二、文獻(xiàn)綜述

有關(guān)商業(yè)銀行的研究主要圍繞目前經(jīng)濟(jì)環(huán)境對(duì)銀行經(jīng)營所帶來的風(fēng)險(xiǎn)展開，研究方式也較為多樣。李辰穎(2020)從宏觀經(jīng)濟(jì)層面與微觀銀行層面選取指標(biāo)體系，全方位識(shí)別銀行系統(tǒng)風(fēng)險(xiǎn)，認(rèn)為可以從流動(dòng)性風(fēng)險(xiǎn)大小及銀行市場(chǎng)表現(xiàn)來預(yù)測(cè)風(fēng)險(xiǎn)。王輝等(2020)則運(yùn)用動(dòng)態(tài)因子Copula模型度量系統(tǒng)性風(fēng)險(xiǎn)，發(fā)現(xiàn)銀行間關(guān)聯(lián)性在危機(jī)事件中積聚上升；大型商業(yè)銀行系統(tǒng)脆弱性最低，城市商業(yè)銀行的系統(tǒng)脆弱性最高。羅曉光等(2011)、楊君岐等(2021)、吳苓(2008)分別運(yùn)用Logistic回歸法與BP神經(jīng)網(wǎng)絡(luò)模型識(shí)別銀行財(cái)務(wù)風(fēng)險(xiǎn)，發(fā)現(xiàn)經(jīng)營穩(wěn)健的銀行與出現(xiàn)風(fēng)險(xiǎn)的銀行指標(biāo)差異性較大，并選取了最大單一客戶貸款比率、撥備覆蓋率、流動(dòng)性、資本充足率等作為銀行財(cái)務(wù)重點(diǎn)監(jiān)控指標(biāo)，其中吳苓將DFP法運(yùn)用到神經(jīng)網(wǎng)絡(luò)模型中使估算精度大幅度提高。朱若絮(2012)、盧李等(2016)運(yùn)用因子分析法對(duì)商業(yè)銀行的競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)，研究發(fā)現(xiàn)資產(chǎn)總額與傳統(tǒng)指標(biāo)存貸比對(duì)銀行經(jīng)濟(jì)增加值影響較小。

通過對(duì)文獻(xiàn)的整理發(fā)現(xiàn)，目前學(xué)者對(duì)于銀行績效影響因素的研究較為全面，但是針對(duì)財(cái)務(wù)績效較差銀行的研究較少，對(duì)其如何改進(jìn)的具體建議不足。文章運(yùn)用因子分析法將排名前五名與后五名的銀行進(jìn)行對(duì)比，為排名靠后的銀行提出具體整改意見，幫助其在新金融環(huán)境下創(chuàng)新管理模式。

三、研究設(shè)計(jì)

(一)研究方法

文章通過因子分析法對(duì)商業(yè)銀行財(cái)務(wù)績效進(jìn)行評(píng)價(jià)，從多個(gè)影響銀行財(cái)務(wù)績效的指標(biāo)中提取出較少的因子，以便反映銀行績效水平。研究步驟為首先進(jìn)行數(shù)據(jù)選取與處理，將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，其次進(jìn)行KMO和巴特利特檢驗(yàn)，判斷數(shù)據(jù)是否適合運(yùn)用因子分析法，再通過所提取的公因子建立模型，最后將銀行財(cái)務(wù)數(shù)據(jù)代入得出綜合因子得分并進(jìn)行排名，對(duì)銀行財(cái)務(wù)績效進(jìn)行評(píng)價(jià)。

(二)指標(biāo)選取

影響銀行財(cái)務(wù)狀況的指標(biāo)大體上可以分為盈利能力、資本充足率、發(fā)展能力、資產(chǎn)質(zhì)量四個(gè)方面，具體指標(biāo)選取如表1所示。

表1 財(cái)務(wù)指標(biāo)選取

(三)數(shù)據(jù)選取

文章以2019年商業(yè)銀行各項(xiàng)指標(biāo)數(shù)據(jù)為基礎(chǔ)，所選取的銀行包括國有大型銀行、股份銀行、城市商業(yè)銀行。所包含的銀行種類范圍較為全面，便于對(duì)2019年各個(gè)銀行績效情況進(jìn)行分析且具有參考意義，數(shù)據(jù)主要來自國泰安數(shù)據(jù)庫與各銀行2019年報(bào)。

(四)數(shù)據(jù)正向化處理

在所選取的指標(biāo)中，指標(biāo)方向有正向與逆向，無法直接運(yùn)用數(shù)據(jù)進(jìn)行分析，需要將指標(biāo)進(jìn)行同向化處理，對(duì)于逆向指標(biāo)文章運(yùn)用取倒數(shù)的方式。

四、商業(yè)銀行財(cái)務(wù)績效評(píng)價(jià)

(一)KMO和巴特利特檢驗(yàn)

KMO和巴特利特檢驗(yàn)的目的是辨別數(shù)據(jù)是否符合因子分析的要求，KMO的數(shù)值一般在0~1之間，越接近1變量間的相關(guān)性越強(qiáng)，適合進(jìn)行因子分析，當(dāng)KMO值小于0.5時(shí)，表明不適合做因子分析，巴特利特球形度檢驗(yàn)小于0.05時(shí)，數(shù)據(jù)符合要求。通過處理數(shù)據(jù)得到結(jié)果如表2所示，KMO值0.719>0.5，顯著性小于0.05，適合進(jìn)行因子分析。

表2 KMO和巴特利特檢驗(yàn)

(二)公因子提取

通過主成分分析法對(duì)8個(gè)財(cái)務(wù)指標(biāo)進(jìn)行提取(表3)，表3表示了從原始變量中提取因子的程度，表示變量的共同度、樣本提取度較好，最低值為0.785，大部分0.8以上，樣本提取結(jié)果較好，所提取因子能較好地反映原始變量，保留程度高。

表3 公因子方差

如表4所示，所提取的四個(gè)公因子累計(jì)代表了原始數(shù)據(jù)的88.754%，涵蓋了大部分評(píng)價(jià)指標(biāo)的信息，可以較好地反映51家銀行的綜合能力，運(yùn)用因子分析可以較好地反映指標(biāo)情況。

表4 總方差解釋

(三)成分矩陣表

由表5可知所提取的四個(gè)因子所包含的原始數(shù)據(jù)的覆蓋率，因子1中不良貸款率與撥備覆蓋率包含比率最高大于0.9，將因子1命名為資產(chǎn)質(zhì)量因子；因子2資本充足率與一級(jí)資本充足率最高，命名為資本充足因子；因子3中凈利潤增長率與總資產(chǎn)增長率所占比率最高，命名為發(fā)展因子；因子4主要反映了盈利能力，命名為盈利因子。

表5 旋轉(zhuǎn)后的成分矩陣

(四)因子得分

通過主成分分析法，得到成分系數(shù)矩陣如表6所示，四個(gè)因子反映了企業(yè)財(cái)務(wù)績效的情況，根據(jù)得分系數(shù)矩陣所得到因子評(píng)價(jià)模型如下:

表6 成分得分系數(shù)矩陣

為對(duì)銀行財(cái)務(wù)績效做出評(píng)價(jià)還需將各個(gè)銀行具體數(shù)值代入上述公式中，得到各個(gè)銀行因子得分。為進(jìn)一步評(píng)價(jià)商業(yè)銀行綜合實(shí)力，還需要計(jì)算因子綜合得分，再進(jìn)行排序，因子綜合得分公式如下:

(五)銀行因子得分排名表

表7為51家商業(yè)銀行的各個(gè)因子及綜合排名情況，因篇幅所限，僅展示綜合排名前五名與后五名的銀行。由表7可知，寧波銀行、招商銀行資產(chǎn)質(zhì)量較高，不良貸款較少。中國建設(shè)銀行與中國工商銀行資本較為充足，銀行規(guī)模大，存款足。寧波銀行、上海銀行等地方銀行發(fā)展能力較強(qiáng)，利潤與資產(chǎn)增長率較高，未來發(fā)展?jié)摿春?。從總體上看，國有大型銀行如工行、建行由于自身實(shí)力雄厚，資本較為充足，2019年總資產(chǎn)規(guī)模合計(jì)達(dá)到123.32萬億元，收入總額高，但是發(fā)展?jié)摿σ话悖Y產(chǎn)與利潤增長率屬于中等水平，不良貸款率等稍高于平均水平。股份行如招商銀行綜合實(shí)力較強(qiáng)，績效水平較高，2019年招行凈利潤增長15.28%，資產(chǎn)總額增長了9.95%，不良貸款率下降0.2%。城商行中，許多銀行都有了較大的發(fā)展，有8家銀行總資產(chǎn)規(guī)模突破1萬億元，北京銀行、上海銀行、江蘇銀行超過2萬億元，其中上海銀行在51家商業(yè)銀行財(cái)務(wù)績效中排名第三，這說明地方銀行的發(fā)展勢(shì)頭較好，未來發(fā)展?jié)摿Τ渥悖以绞墙?jīng)濟(jì)發(fā)達(dá)的地區(qū)，商業(yè)銀行財(cái)務(wù)績效發(fā)展越好，也說明地方經(jīng)濟(jì)對(duì)于商業(yè)銀行的發(fā)展有很大的影響。

表7 商業(yè)銀行因子排名表

寧波銀行在綜合評(píng)分中排名第一，在資產(chǎn)質(zhì)量因子中也排名第一，2019年資產(chǎn)規(guī)模超過1萬億元，全年實(shí)現(xiàn)凈利潤40.02億元，不良貸款率低至0.78%。這與該銀行不斷創(chuàng)新、注重科技企業(yè)與新興產(chǎn)業(yè)的發(fā)展有很大關(guān)系，并不斷優(yōu)化盈利結(jié)構(gòu)、注重風(fēng)險(xiǎn)把控、提升資產(chǎn)質(zhì)量、對(duì)貸款用戶進(jìn)行嚴(yán)格的貸前資格審查有關(guān)。甘肅銀行在綜合排名中位于最后一名，2019年資產(chǎn)收益率下降了0.13%，負(fù)債成本率為3.22%，不良貸款率為2.45%，遠(yuǎn)高于行業(yè)平均水平，資產(chǎn)質(zhì)量水平較低，這是甘肅銀行在2019年凈利息收入大跌、資產(chǎn)減值損失大幅增加、資產(chǎn)成本率增加收益率卻減少導(dǎo)致的。

通過分析排名前五的銀行可以發(fā)現(xiàn)，排名靠前的銀行資產(chǎn)質(zhì)量較高，不良貸款率較低，對(duì)于風(fēng)險(xiǎn)的防控措施比較到位；排名靠后的銀行由于負(fù)債成本率高，定期存款利率高于央行同期基準(zhǔn)存款利率，銀行付出了更多的負(fù)債成本，但是獲得的收益卻不夠，導(dǎo)致息差下降，盈利增速下滑。排名靠后的銀行對(duì)于風(fēng)險(xiǎn)把控缺失，風(fēng)險(xiǎn)識(shí)別應(yīng)對(duì)能力弱，其中哈爾濱銀行更是因?yàn)樾刨J管理不到位， “三查” 不盡職被銀保監(jiān)協(xié)會(huì)罰扣款。同時(shí)，創(chuàng)新能力不足導(dǎo)致應(yīng)對(duì)互聯(lián)網(wǎng)金融的對(duì)策不夠有效，難以穩(wěn)固客戶群體。且銀行為了利潤縮減員工，導(dǎo)致線下網(wǎng)點(diǎn)人手不足，使客戶等待時(shí)間加長，體驗(yàn)感較差，影響銀行的口碑與形象。

五、結(jié)論與建議

通過因子分析法提取出公共因子對(duì)銀行財(cái)務(wù)績效進(jìn)行排名，對(duì)51家商業(yè)銀行的資產(chǎn)質(zhì)量、發(fā)展能力、盈利能力、資本充足率進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)雖然不同銀行間差距較大，在外部環(huán)境一樣的情況下，銀行不同的經(jīng)營情況導(dǎo)致了不同的財(cái)務(wù)績效。銀行內(nèi)部的決策十分重要，排名靠前的銀行都根據(jù)經(jīng)濟(jì)環(huán)境的變化做出了不同的改變，對(duì)業(yè)務(wù)模式進(jìn)行了創(chuàng)新，實(shí)現(xiàn)了利潤的持續(xù)增長。排名靠后的銀行應(yīng)借鑒其管理方式，促進(jìn)業(yè)務(wù)增長，具體如下:

(一)提升創(chuàng)新能力，抵御互聯(lián)網(wǎng)沖擊

隨著互聯(lián)網(wǎng)金融的興起，銀行業(yè)的發(fā)展空間逐漸縮小，存款外流導(dǎo)致資金總量變少，短期內(nèi)難以對(duì)資金進(jìn)行補(bǔ)充，支付寶、微信等存款利率均高于銀行利率，且存取較為方便，傳統(tǒng)銀行雖然也有開展網(wǎng)上業(yè)務(wù)，但是便捷性難以與其相比。在豐富網(wǎng)上業(yè)務(wù)的同時(shí)，銀行也應(yīng)注意拓寬業(yè)務(wù)面，比如寧波銀行為了提升對(duì)中小企業(yè)的服務(wù)，創(chuàng)新了 “四專模式” 專門對(duì)接相關(guān)業(yè)務(wù)，有效提升了對(duì)中小企業(yè)的業(yè)務(wù)量，且緊密追隨國家政策，及時(shí)創(chuàng)新金融產(chǎn)品，走在行業(yè)前端。

(二)轉(zhuǎn)變管理方式，提升顧客感受

許多排名靠前的銀行所實(shí)行的是相對(duì)分散的股權(quán)結(jié)構(gòu)，股東個(gè)人因素對(duì)銀行經(jīng)營決策的影響較小，而排名靠后的銀行存在 “一言堂” 的情況，為使經(jīng)營決策更加客觀，應(yīng)及時(shí)更新管理層，注入新鮮血液，并緊跟經(jīng)濟(jì)發(fā)展趨勢(shì)。同時(shí)，還應(yīng)注重基層員工工作積極性的培養(yǎng)，制定專門的員工激勵(lì)計(jì)劃，這有助于銀行業(yè)務(wù)擴(kuò)展與業(yè)績提升。除此之外，還應(yīng)建立有效的反饋機(jī)制，將顧客的意見快速反饋給管理層，及時(shí)改進(jìn)產(chǎn)品業(yè)務(wù)與服務(wù)的不足之處，必要時(shí)可以增加一些人手，提升顧客在線下網(wǎng)點(diǎn)辦業(yè)務(wù)時(shí)的滿意度，有利于減少客戶流失率，使客戶愿意與銀行繼續(xù)合作，也有助于銀行口碑提升吸引潛在客戶。

(三)注重風(fēng)險(xiǎn)管控，完善防范機(jī)制

信貸業(yè)務(wù)是銀行利潤的主要來源也是銀行風(fēng)險(xiǎn)產(chǎn)生點(diǎn)，銀行在追求利潤的同時(shí)也要做好調(diào)查。排名靠后的銀行對(duì)中小企業(yè)信貸較多，而中小企業(yè)由于自身?xiàng)l件限制往往經(jīng)營風(fēng)險(xiǎn)較大，容易出現(xiàn)資金難以周轉(zhuǎn)的現(xiàn)象，從而導(dǎo)致銀行不良貸款率上升。銀行應(yīng)嚴(yán)格執(zhí)行 “三個(gè)辦法一個(gè)指引” ，科學(xué)預(yù)測(cè)企業(yè)所需資金，在審批時(shí)嚴(yán)格標(biāo)準(zhǔn)，貸款后密切關(guān)注，同時(shí)設(shè)置多個(gè)處理方案，使銀行的風(fēng)險(xiǎn)防控與處理更加靈活。在風(fēng)險(xiǎn)防控時(shí)，可以運(yùn)用大數(shù)據(jù)技術(shù)建立風(fēng)險(xiǎn)防控模型，可以及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)也有助于及時(shí)應(yīng)對(duì)。