基于因子分析法对我国商业银行盈利能力的评价.docVIP

基于因子分析法对我国商业银行盈利能力的评价 [摘要]文章以商业银行盈利能力为研究对象，基于15家上市银行2016年公布的年报数据，通过统计软件SPSS进行因子分析，得出影响盈利能力的两个主要因子，并计算出各商业银行各因子得分以及综合因子盈利能力得分，对此进行分析评价。 [关键词]商业银行；盈利能力；因子分析 []/c.2017.32.062 1引言 2017年作为商业银行防风险的一年，流动性将进一步收紧，导致市场利率开始上行，从而带动银行的净利差上行。另外，经济企稳的持续性并不明朗，很多银行（尤其是各地城商行）保持资产规模持续快速扩张的“包袱”，这是银行业潜在的风险之一。在非息收入端，鉴于MPA和监管趋严，银行的表外理财增速在2017年将受到冲击，银行业整体的行业复苏任重道远，转型与调结构应继续深化，释放行业内生增长动力。盈利性作为商业银行经营的首要原则，是银行生存和发展的基础，是银行保持竞争力、持续经营的核心，所以对商业银行的盈利能力的分析就显得十分必要。 2文献综述 Smirlock（1985）以美国2700家银行为研究对象，探讨利润率与市场结构的关系。MaudosJ.（1998）运用随机前沿成本法测度的效率值分析了西班牙银行业市场结构与绩效的关系，结果表明效率是决定银行利润率的主要因素，市场力量也同时影响利润率。中国银行业对盈利能力也进行了一定的实证研究。孙文合（2005）利用杜邦模型对我国商业银行财务数据进行了实证分析；师萍（2000）利用沃尔比重法对我国企业盈利能力进行了分析。但杜邦体系和沃尔比重评分法基于事后分析缺乏预测能力，而且更注重短期表现，具有一定的局限性。本文使用SPSS软件运用因子分析法客观地对影响商业银行盈利能力的因素进行分析，以获得结论。 3数据来源及评价指标 本文选取了2016年15家上市银行作为样本，分别包括：国有制银行中国银行、农业银行、工商银行、建设银行、交通银行；股份制银行招商银行、平安银行、宁波银行、浦发银行、华夏银行、民生银行、南京银行、兴业银行、光大银行、中信银行。根据2006年中国银行业监督管理委员会推行实施的《商业银行风险监管核心指标（试行）》规定，选取ROE（X1）、ROA（X2）、成本收入比（X3）、净利差（X4）、净息差（X5）、利润率（X6）作为评价指标。本文数据来源于2016年各家银行公布的年报，并计算整理得出。其中：ROA=净利润/总资产；ROE=净利润/所有者权益；成本收入比=业务及管理费/营业收入；净利差=平均生息资产收益率-平均计息负债成本率；净息差=净利息收入/平均生息资产余额；利润率=净利润/总收入。统计软件为SPSS22.0和Excel。 4实证结果及分析 4.1数据检验 4.1.1KMO检验和Bartlett球形检验 对数据标准化处理之后进行KMO检验和Bartlett球形检验。如表1所示，KMO的取值为0.502，这是因为计算偏相关时控制了其他因素的影响，所以比简单相关系数要小。而Bartlett球形检验的Sig.值为0，明?@小于显著性水平，各变量显著相关，样本数据适合进行因子分析。 4.1.2指标变量的共同度 表2是指标变量的共同度，表示公因子对每一变量方差的解释比例。从表中我们可以看出所选取的指标变量的共同度除了ROE和成本收入比之外，都在0.87以上，这说明进行因子分析可以从选取的指标中提取出很大的信息量，那么进行因子分析是有意义的，因而适用于因子分析。 4.2数据实证分析过程 4.2.1公共因子对主成分的解释 由表3可知，第一个主成分的特征根为2.290，解释了总变异的38.164%；第二个主成分的特征根为2.104，解释了总变异的35.062%。两个因子解释了观测变量总变异的73.226%，代表这两个因子可以解释选定样本银行的盈利能力。因此可以用2个公共因子代替原来的6个变量。 4.2.2正交旋转后的因子载荷矩阵 对因子载荷进行正交旋转处理，因子对于变量的载荷越高，说明含有的该变量的信息越多，越能代表该变量。如表4所示，经正交旋转后的因子载荷矩阵，因子1在净利差（X4）、净息差（X5）上有较大荷载，这两项都与生息资产有关，我们称其为利息收入因子；因子2在总资产收益率（X1）、净资产收益率（X2）和利润率（X6）上有较大荷载，都与净利润有关，将之命名为利润因子。 4.2.3计算因子得分 由表5可知， 根据表3得出综合因子F=2.290F1+2.104F2。 根据上式，在SPSS中计算出表6结果。 由表6可看出，根据综合因子得分排名，股份制银行招商银行盈利能力最好，建行次之，平安银行排名第三。国有控股银行中中国银行和交通银行盈利能力较差，排名靠后。利息收入因子F1中平安银行，招商银行以及华夏银行表现最好，说明它们对生息资产的运用调配最为合理，交通