上市商业银行竞争力评价方法的构建.docVIP

第1章 绪论 1.1研究背景与研究意义 在我国目前经济较为高效运行的阶段，金融机构是我国经济的核心部门。我国金融机构包括以下四个类别：中国人民银行；银行类金融机构；非银行类金融机构；以及有外资参与的金融机构。在日常的经济活动中，这四类金融机构为广大的客户提供了直接融资和间接融资业务，为保证我国资金的高效运行起到关键作用。截至2013年底，我国银行业金融机构资产总额为151.4万亿元，相比信托业资产的10.91万亿元和保险业资产总额的8.29万亿元，银行业金融机构的资产规模仍在资产总额规模中占较大比例。因此，在这四类机构组成的金融体系中，商业银行依然是我国金融机构体系的主体，是资金融通的重要中介机构，其经营效率的提高对资金合理流向起着重要的作用。在我国当下市场较为开放的经济环境下，上市商业银行凭借自身优势，成为了我国的银行业中的优秀代表，不仅拥有高效的盈利能力和突出的业绩，更通过合理的融资方式提高了自身竞争力和风险防范能力，而且将自身的经营管理置于公共监督之中，以此现在金融市场中越来越多的专业投资机构及投资者都将他们的目光关注在了这些上市商业银行的经营业绩上。 在刚刚过去的2013年，回顾世界经济的发展态势，可以发现国际经济经历了较为深度的调整，而国内经济由于结构调整等问题，开始出现了增长速度放缓的现象。近些年来，我国的金融监管机构多次颁布了银行业监管的新要求，不仅如此，贷款利率的放开而导致的利率进一步市场化，以及金融融资逐渐托媒的市场环境，这些都使商业银行在过去这个阶段承受了一定的挑战，但同时那些时刻拥有开放和进取态度的商业银行也抓住了一定的机遇开始进行深入的改革。进行思维的创新和彻底的改革,是商业银行在面对激烈竞争中保持平稳健康的发展趋势的重要措施。因此，在当今多变而复杂的经济环境以及金融市场充满新生力量的环境下，研究我国商业银行的综合竞争力十分必要，而上市商业银行从安全性、盈利性、流动性和风险控制等方面都是中国银行业的翘楚，而研究我国上市商业银行的竞争力，不仅可以帮助银行提升自身的经营和管理模式，保持自身的成长力，更可以为相关理论研究提供一定的参考价值。 1.2研究思路与创新点 本文以研究并探讨商业银行的竞争力为目的，比较主成分分析法、因子分析法和神经网络模型的各自特点及优劣势，进而指出神经网络模型在研究这一问题上的优势。经过分析比较上市商业银行公布的银行年度报告和网站公布的财务指标及经营管理数据，逐一选取出能够有代表性地反映商业银行竞争力的数据指标。经过优势比较，利用评价模型的特点和要求，在前面构建的模型指标体系的基础上，有创新性地提出了评价上市商业银行竞争力的BP评价方法。《银行家》杂志每年会对商业银行的竞争力进行评估，本文选取2011年的10家上市商业银行的综合得分，在运用前文提到的BP方法计算出模型中各代表性指标之间的权重。然后，以上述10家上市商业银行的2013年度报告中的财务及管理数据为样本，通过模型计算得出这10家银行的2013年的竞争力综合得分。 通过分析这10家上市商业银行2011年和2013年竞争力排名的变化，探索影响银行排名变化的主要指标因素，并针对排名变动及重要指标因素，提出能使上市商业银行在未来市场环境及激烈竞争的环境中提高自身竞争力的改进建议。 第2章 我国上市商业银行竞争力评价方法对比 在参看了近几年的相关学术前沿研究文献之后，可以发现，在分析及评价商业银行的竞争力时，主成分分析和因子分析法是学者们经常采用的重要评价方法。因此，本章首先将分别对这两种方法简单介绍与对比，再把它们与神经网络模型做一个简单的对比分析，得出BP模型在分析商业银行的竞争力时具有优势的结论。 2.1主成分分析法 主成分分析在实际应用及问题解决中，是将多数据指标转化为综合指标。它是一种常用的多元统计方法，其核心是利用降维的思想，并能够同时保证使原有的数据信息损失最少。这些多变量的数据经过综合并简化，将转化为称为“主成分”的少数几个综合指标。该方法是将原始的数据进行一定的线性组合之后，形成互不相关的主成分。因此，利用主成分可以高效地来分析和解决拥有庞杂复杂数据的问题。 但是主成分分析法只是将庞杂的数据简化成主成分，无法得出一定的研究结论，还需继续采用其他方法得出结论。 2.2因子分析法 因子分析法排除了各指标之间的相关性对后期评价造成的干扰，同时根据方差贡献率确定各个因子的权重，进而可以对商业银行的竞争力进行综合的评价和计算得分。 对比因子分析和主成分分析，可以发现，两者都是处理多变量数据的一种统计方法，都可以达到对数据简化的目的。但两者又有着很大的不同。首先，主成分分析是对原始变量进行线性组合的变换，进而达到简化原有变量的目的，仅将数据进行变换和简化，因而模