基于PLS估计我国商业银行效率影响因素研究.docVIP

基于PLS估计我国商业银行效率影响因素研究 　　摘要在商业银行效率影响因素研究中引入基于高维投影思想的非参数方法——偏最小二乘方法，并在建模过程中弥补了已有研究未控制时间趋势和宏观经济变量而导致模型不显著和变量符号反常的不足.结果表明：针对本文少样本、自变量存在严重共线性的情况，偏最小二乘法提取的3个成分解释力达到0.984 173，并具有良好的预测性能.财务指标等内生变量对不同产权银行的效率影响是有明显差异的，而产权结构、宏观经济等外生变量的影响是无差异的. 　　关键词偏最小二乘估计；多重共线性；商业银行效率；影响因素；时间趋势 　　1引言 　　目前，商业银行效率的影响因素分析已成为商业银行效率研究的重要方向之一.国内关于这方面的研究较多，回归分析方法大多采用普通最小二乘参数估计法、面板数据的固定效应模型和Tobit模型回归方法.郑录军等采用25家商业银行的横截面数据使用最小二乘法对我国商业银行效率的影响因素进行了分析，其在建模过程中进行了多次试验最终确定了4个模型＼[1＼].张弛使用简单的最小二乘回归方法，选择资本充足率和产权结构两个因素对商业银行效率的影响因素进行并分析认为资本充足率对银行效率并无直接影响，而产权结构与银行效率显著相关＼[2＼].赵永乐、王均坦则在变量选取过程中进行了相关分析，将相关性较大的指标分离然后分别建立四个模型，最后使用最小二乘法进行回归＼[3＼].刑芙伟利用商业银行效率值具有截断性，使用14家商业银行2001～2007的面板数据，选择采用Tobit模型进行回归，R2系数在0.6～0.7之间＼[4＼].胡东利用Powell提出的对称修剪最小二乘法分析效率值的影响因素以及影响程度.在潜变量模型中误差项是对称分布，由于删失，使得因变量为不对称分布，STLS重新修剪来恢复断尾分布的对称性，使最小二乘法将产生一致估计量＼[5＼].周四军等认为影响商业银行效率的包括宏观、中观和微观因素，由于宏观环境和行业因素对银行效率的影响十分复杂且难以量化，因此，在给定的宏观环境和行业条件下以2005年的样本数据从微观角度对中国商业银行效率进行多元同归分析＼[6＼].周四军、安普帅等为???除原始变量之间的多重共线性， 运用主成分分析方法对原始变量进行变换， 得到盈利性因子和流动性及安全性因子作为解释变量，并建立Panel Data固定效应模型对国内13 家主要商业银行1999到2008年的效率影响因素进行实证分析＼[7＼]. 　　已有研究在商业银行效率的影响因素分析方面已经取得了许多成果和经验，但还存在不足之处.1）变量选择问题.首先，变量之间存在着多重共线性.尽管作者采用逐步回归或者分开建模的方法来剔除相关性大的变量，还有通过主成分方法来提取信息，但这样做既不利于保留有效信息而且也不能完全避免多重共线性，且这种方法较为繁琐.其次，未纳入控制变量.虽然从定性上分析了宏观、行业等变量的影响，但在计量模型中未控制宏观经济变量和时间趋势，导致模型结果不显著以及变量符号反常. 　　2）样本量问题.采用普通最小二乘法，由于样本量太少，十几家银行的横截面样本数据，相对于其选定的7～9个自变量来说，容易受异常点干扰， 影响模型估计精度，多数模型的R2系数均在0.4～0.5之间也印证了这一点.将面板数据当作截面数据使用，强行进行Tobit回归.而使用Tobit模型需要样本量足够大，经过计算机模拟，一般要多于50个样本得到的结果才能在数量级上靠得住. 　　3）理论假设问题.普通最小二乘法、对称修剪最小二乘法、Tobit方法和固定效应模型的假设条件过于苛刻.普通最小二乘法和对称修剪最小二乘法需要满足高斯假 　　设.Tobit方法在错误地假设似然函数的参数时，系数估计并不具有一致性，即使误差项的密度函数设定正确，其异方差性也会同样引起结果的不一致；同时DEA 是非参数方法，而Tobit模型是参数方法， 两者在逻辑上也存在出入.面板固定效应模型的应用前提是各独立研究的结果趋于一致，一致性检验无显著性差异.但是随着时间的推移，各个自变量对商业银行效率的影响和方向必然会发生变化.在存在上述问题的情况下，分析结果与实际情况会发生重大偏差.鉴于此，本文尝试采用偏最小二乘方法对商业银行效率的影响因素问题进行分析.偏最小二乘回归（Partial Least Square）是一种新型的多元统计数据分析方法，它较好的解决了上述问题.目前国内很少有使用这种方法对商业银行效率的影响因素进行研究的文献. 　　2数学原理及变量选择 　　2.1数学原理 　　1983年由H Wood和C Albano等提出了偏最小二乘估计方法.假设有p个解释变量k个样本， 则自变量集为x ， 因变量y ，利用偏最小二乘回归， 提取因子t、u ， 其中为t为x的线