哈爾濱市城區(qū)內(nèi)商業(yè)銀行網(wǎng)點空間布局優(yōu)化研究

吳迪

摘 要：基于哈爾濱市商業(yè)銀行網(wǎng)點布局最新調(diào)研數(shù)據(jù)，實證分析哈爾濱市商業(yè)銀行網(wǎng)點空間布局影響因素。研究發(fā)現(xiàn)，附近辦公樓和大商場的數(shù)量以及同業(yè)競爭情況是商業(yè)銀行在哈爾濱市布局新網(wǎng)點時應(yīng)首要考慮的因素，其次是人流量和租金。在此分析基礎(chǔ)上，提出對策建議。

關(guān)鍵詞：網(wǎng)點布局；商業(yè)銀行；空間布局

中圖分類號：F830.33 文獻標(biāo)志碼：A 文章編號：1673-291X（2017）11-0138-02

引言

隨著我國金融改革的不斷深化、金融業(yè)不斷開放，外資銀行紛紛進入中國市場，加之國內(nèi)中小商業(yè)銀行發(fā)展迅速，加劇了商業(yè)銀行之間的競爭。銀行的營業(yè)網(wǎng)點作為商業(yè)銀行業(yè)務(wù)的主要載體，若僅為方便客戶而盡可能多設(shè)置，則會增加成本和人力的支出，造成一定程度的資源浪費，降低商業(yè)銀行的盈利性；而過少的營業(yè)網(wǎng)點會為客戶帶來不便，不但不利于銀行形象的樹立，還會致使客戶流失。因此，合理的網(wǎng)點空間布局對商業(yè)銀行來說是極其重要的。哈爾濱市是黑龍江省省會，地處歐亞大陸橋的節(jié)點，是東北重要的政治、經(jīng)濟、文化中心。基于此，本研究以哈爾濱市城區(qū)內(nèi)主要商業(yè)銀行為研究對象，隨機抽取每家商業(yè)銀行一定數(shù)量的經(jīng)營網(wǎng)點為樣本空間，通過對一手資料、二手資料的分析，利用因子分析研究銀行網(wǎng)點空間布局的影響因素，以期為哈爾濱市商業(yè)銀行網(wǎng)點布局優(yōu)化提供可行性對策。

一、文獻綜述

商業(yè)銀行的選址和布局一直以來都是關(guān)乎商業(yè)能否搶占市場獲得最大收益的重要因素。李瑋、薛德升（2013）認(rèn)為，農(nóng)商行和城商行彌補了全國性商業(yè)銀行在布局上的不足，城商行傾向于優(yōu)先選擇經(jīng)濟發(fā)達地區(qū)[1]。H.D.Keskin and Z.Abdioglu（2011）選取土耳其26個區(qū)域的銀行網(wǎng)點數(shù)據(jù)進行面板回歸分析后發(fā)現(xiàn)，工業(yè)增加值與人口密度是土耳其商業(yè)銀行網(wǎng)點布局的眾多影響因素中對銀行網(wǎng)點布局影響最大的因素[2]。

也有部分學(xué)者對全國范圍內(nèi)的銀行或某一城市的某一銀行進行影響因素的研究。H.G.Weon，H.W.Eui and K.Y.Sik（2010）基于網(wǎng)絡(luò)分析法研究韓國某銀行網(wǎng)點的選址，結(jié)果顯示，地區(qū)收入水平、消費水平及企業(yè)數(shù)量是網(wǎng)點選址的影響因素，其中最重要的是網(wǎng)絡(luò)中心指數(shù)[3]。曾剛、傅蓉（2012）采用多元線性回歸方法，對全國四大國有商業(yè)銀行的網(wǎng)點布局的影響因素分別進行分析，得出對四大銀行空間布局有影響的共同因素和差異性因素[4]。李峰（2011）首先剖析了銀行網(wǎng)點布局現(xiàn)狀，然后構(gòu)建基于復(fù)雜網(wǎng)絡(luò)的銀行布局優(yōu)化模型對銀行網(wǎng)點布局進行分析，并針對太原市農(nóng)業(yè)銀行的布局提出了改進建議[5]。

本文以現(xiàn)有文獻為參考，利用中國建設(shè)銀行、中國農(nóng)業(yè)銀行、中國工商銀行、光大銀行、招商銀行、哈爾濱銀行、興業(yè)銀行這七家銀行在哈爾濱的網(wǎng)點空間布局特征進行實證分析，提出具有實際借鑒意義的哈爾濱市商業(yè)銀行布局優(yōu)化對策。

二、哈爾濱市城區(qū)內(nèi)商業(yè)銀行網(wǎng)點空間布局影響因素研究

基于國內(nèi)外關(guān)于銀行網(wǎng)點布局影響因素的研究，結(jié)合哈爾濱市城區(qū)內(nèi)商業(yè)銀行網(wǎng)點布局的實際情況，最終確定14個變量指標(biāo)。在用主成分分析法提取之前，進行KMO檢驗和Bartlett球形度檢驗，KMO值為0.632，且在Bartlett球形度檢驗中，Sig.小于0.05，可以認(rèn)為是拒絕了零假設(shè)，說明所選取變量適合進行因子分析。

通過計算標(biāo)準(zhǔn)化處理后的原始數(shù)據(jù)的特征值、貢獻率和累積貢獻率得到前五個成分的特征值大于1，貢獻率分別為28.142%、13.026%、12.514%、10.318%、9.546%，且提取平方和載入顯示前三個因子共同解釋了所有變量總方差的73.547%，因此，取前五個因子就能解釋原變量的絕大部分信息。

從未旋轉(zhuǎn)的成分矩陣中可以得到利用主成分方法提取的五個主因子的載荷值，但各個因子沒有比較明確的含義，無法對公共因子的意義做出合理解釋。因此使用最大方差法進行旋轉(zhuǎn)。對于主因子F1，影響程度較大的指標(biāo)有X3（附近辦公樓數(shù)量）、X4（附近大商場數(shù)量）、X9（周邊銀行網(wǎng)點數(shù)量）、X10（周邊ATM機數(shù)量），可以將F1概括為網(wǎng)點資源因子。對于主因子F2，影響程度較大的指標(biāo)有X1（人流量）、X11（租金），可以將F2概括為網(wǎng)點經(jīng)濟因子。對于主成分F3，影響程度較大的指標(biāo)有X7（公交車站點數(shù)）、X8（公交車站線路數(shù)），可以將F3概括為網(wǎng)點公交因子。變量X13（裝修情況）、X14（戶外廣告效果）組合成因子F4，命名為網(wǎng)點設(shè)施因子。由于變量X2（車流量）、X5（網(wǎng)點地理位置）、X6（停車位）、X12（服務(wù)窗口數(shù)量）在因子F5上的載重最大，因此將這四個變量歸入第5個因子F5，命名為網(wǎng)點地理因子。

為了能更直觀地看出對哈爾濱市商業(yè)銀行空間布局影響最大的因素，對56家樣本銀行計算綜合得分，以便滿足綜合評價需要。將各因子的方差貢獻率占提取五個主因子的累積方差率的比重作為權(quán)數(shù)進行加權(quán)平均，可得到樣本銀行的綜合得分F，F(xiàn)=（23.972 * F1+13.05 * F2+12.597*F3+12.427*F4+11.5*F5）

/73.547。由于篇幅有限，此處僅列舉綜合得分排位前三和后三的銀行做分析。經(jīng)計算得到的6家哈爾濱市商業(yè)銀行網(wǎng)點空間布局影響因素的5個主因子得分及綜合排名，如表1所示。

從表1可以看出，48號銀行排在第1位，這是由于該銀行網(wǎng)點資源因子和網(wǎng)點地理因子得分較高。該銀行網(wǎng)點地理位置較好，雖然周邊的其他銀行較多，但由于附近的辦公樓和大商場數(shù)量較多，商業(yè)比較發(fā)達，具有資源上的優(yōu)勢，能更好為該銀行創(chuàng)造效益。31號銀行排在第3位是由于網(wǎng)點資源因子和網(wǎng)點公交因子得分較高的緣故；反之，6號銀行和13號銀行由于網(wǎng)點資源因子得分低的原因分別排在倒數(shù)第3位和倒數(shù)第1位，23號銀行由于網(wǎng)點經(jīng)濟因子得分較高分別排在第2位。這說明人流量和租金也是影響商業(yè)銀行網(wǎng)點空間布局的重要因素，一個地區(qū)的經(jīng)濟越發(fā)達、人流量越大，相應(yīng)的租金也就會越高，但銀行網(wǎng)點的收益一般會極大超過租金成本。因為網(wǎng)點設(shè)施因子得分較低，16號銀行排在倒數(shù)第2位，因此銀行網(wǎng)點在布局時也要注重網(wǎng)點裝修情況和戶外廣告效果。

三、哈爾濱市商業(yè)銀行網(wǎng)點布局優(yōu)化對策

在進行新網(wǎng)點設(shè)置時，要對本市各個區(qū)域進行嚴(yán)密的市場調(diào)查和研究，需要對預(yù)設(shè)網(wǎng)點的各項因素情況進行定性和定量分析，避免出現(xiàn)網(wǎng)點區(qū)位決策簡單化。在進行網(wǎng)點設(shè)置時首先考慮附近辦公樓、大商場的數(shù)量和同業(yè)競爭情況，避免因網(wǎng)點過度設(shè)置造成的資源浪費；其次考慮人流量和租金、公交車站點數(shù)和公交車線路數(shù)，同時，要注重新設(shè)網(wǎng)點的裝修情況和戶外廣告效果；最后根據(jù)車流量、網(wǎng)點地理位置和停車位設(shè)立合適的網(wǎng)點。

對于已設(shè)立的網(wǎng)點按照該評估體系進行評分，并結(jié)合網(wǎng)點效率和質(zhì)量的實際情況，整改得分較低的網(wǎng)點，撤并效益低下及布局重疊的網(wǎng)點。要摒棄單一數(shù)量增長、建設(shè)市場和效益導(dǎo)向，注重網(wǎng)點的布局和建設(shè)模式的調(diào)整，促進網(wǎng)點布局和服務(wù)功能的改善，最終實現(xiàn)銀行網(wǎng)點布局由粗放型向集約型發(fā)展轉(zhuǎn)變。

參考文獻：

[1] 李瑋，薛德升.新世紀(jì)中國銀行體制改革與地方銀行機構(gòu)網(wǎng)點的空間分布——兼與全國性商業(yè)銀行的比較[J].熱帶地理，2013， （4）：420-428.

[2] H.D.Keskin，Z.Abdioglu.Factors Affecting the Geographical Distribution of Bank Branches in Turkey[J].European Journal of Social Sciences，2011，（4）：23-38.

[3] H.G.Weon，H.W.Eui，K.Y.Sik.The Study of Location Strategy for Bank Through the Analysis of Inter-regional Financial Transaction Network[J].International Journal of u-and e-Service，Science and Technology，2010，（1）：21-32.

[4] 曾剛，傅蓉.大型商業(yè)銀行網(wǎng)點布局研究[J].農(nóng)村金融研究，2012，（6）：40-46.

[5] 李峰.基于復(fù)雜網(wǎng)絡(luò)的銀行網(wǎng)點布局研究[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2011，（6）：65-70.

[責(zé)任編輯 興 華]