基于因子分析法的商業(yè)銀行財務績效評價

張靜璇

(湖南工業(yè)大學經(jīng)濟與貿(mào)易學院，湖南 株洲412007)

一、引言

銀行業(yè)是我國經(jīng)濟發(fā)展的重要支柱，近年來我國經(jīng)濟發(fā)展較快，與國際間經(jīng)濟聯(lián)系越發(fā)緊密，科技與互聯(lián)網(wǎng)技術也在不斷發(fā)展并逐漸滲入經(jīng)濟領域，雖然經(jīng)濟總體上在快速發(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)務的發(fā)展，經(jīng)營風險也在逐漸加大，銀行所選取的不同經(jīng)營方式導致了不同的經(jīng)營狀況，綜合實力較弱的銀行所受影響較大，應及時借鑒實力較強的銀行的經(jīng)營策略，提升自身績效水平，轉變管理模式順應大數(shù)據(jù)潮流，對于銀行業(yè)長遠發(fā)展有重要意義。

二、文獻綜述

有關商業(yè)銀行的研究主要圍繞目前經(jīng)濟環(huán)境對銀行經(jīng)營所帶來的風險展開，研究方式也較為多樣。李辰穎(2020)從宏觀經(jīng)濟層面與微觀銀行層面選取指標體系，全方位識別銀行系統(tǒng)風險，認為可以從流動性風險大小及銀行市場表現(xiàn)來預測風險。王輝等(2020)則運用動態(tài)因子Copula模型度量系統(tǒng)性風險，發(fā)現(xiàn)銀行間關聯(lián)性在危機事件中積聚上升；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)分別運用Logistic回歸法與BP神經(jīng)網(wǎng)絡模型識別銀行財務風險，發(fā)現(xiàn)經(jīng)營穩(wěn)健的銀行與出現(xiàn)風險的銀行指標差異性較大，并選取了最大單一客戶貸款比率、撥備覆蓋率、流動性、資本充足率等作為銀行財務重點監(jiān)控指標，其中吳苓將DFP法運用到神經(jīng)網(wǎng)絡模型中使估算精度大幅度提高。朱若絮(2012)、盧李等(2016)運用因子分析法對商業(yè)銀行的競爭力進行評價，研究發(fā)現(xiàn)資產(chǎn)總額與傳統(tǒng)指標存貸比對銀行經(jīng)濟增加值影響較小。

通過對文獻的整理發(fā)現(xiàn)，目前學者對于銀行績效影響因素的研究較為全面，但是針對財務績效較差銀行的研究較少，對其如何改進的具體建議不足。文章運用因子分析法將排名前五名與后五名的銀行進行對比，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、研究設計

(一)研究方法

文章通過因子分析法對商業(yè)銀行財務績效進行評價，從多個影響銀行財務績效的指標中提取出較少的因子，以便反映銀行績效水平。研究步驟為首先進行數(shù)據(jù)選取與處理，將數(shù)據(jù)進行標準化處理，其次進行KMO和巴特利特檢驗，判斷數(shù)據(jù)是否適合運用因子分析法，再通過所提取的公因子建立模型，最后將銀行財務數(shù)據(jù)代入得出綜合因子得分并進行排名，對銀行財務績效進行評價。

(二)指標選取

影響銀行財務狀況的指標大體上可以分為盈利能力、資本充足率、發(fā)展能力、資產(chǎn)質量四個方面，具體指標選取如表1所示。

表1 財務指標選取

(三)數(shù)據(jù)選取

文章以2019年商業(yè)銀行各項指標數(shù)據(jù)為基礎，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2019年各個銀行績效情況進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。

(四)數(shù)據(jù)正向化處理

在所選取的指標中，指標方向有正向與逆向，無法直接運用數(shù)據(jù)進行分析，需要將指標進行同向化處理，對于逆向指標文章運用取倒數(shù)的方式。

四、商業(yè)銀行財務績效評價

(一)KMO和巴特利特檢驗

KMO和巴特利特檢驗的目的是辨別數(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變量間的相關性越強，適合進行因子分析，當KMO值小于0.5時，表明不適合做因子分析，巴特利特球形度檢驗小于0.05時，數(shù)據(jù)符合要求。通過處理數(shù)據(jù)得到結果如表2所示，KMO值0.719>0.5，顯著性小于0.05，適合進行因子分析。

表2 KMO和巴特利特檢驗

(二)公因子提取

通過主成分分析法對8個財務指標進行提取(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，所提取的四個公因子累計代表了原始數(shù)據(jù)的88.754%，涵蓋了大部分評價指標的信息，可以較好地反映51家銀行的綜合能力，運用因子分析可以較好地反映指標情況。

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)質量因子；因子2資本充足率與一級資本充足率最高，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，四個因子反映了企業(yè)財務績效的情況，根據(jù)得分系數(shù)矩陣所得到因子評價模型如下:

表6 成分得分系數(shù)矩陣

為對銀行財務績效做出評價還需將各個銀行具體數(shù)值代入上述公式中，得到各個銀行因子得分。為進一步評價商業(yè)銀行綜合實力，還需要計算因子綜合得分，再進行排序，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)質量較高，不良貸款較少。中國建設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，利潤與資產(chǎn)增長率較高，未來發(fā)展?jié)摿春谩目傮w上看，國有大型銀行如工行、建行由于自身實力雄厚，資本較為充足，2019年總資產(chǎn)規(guī)模合計達到123.32萬億元，收入總額高，但是發(fā)展?jié)摿σ话?，資產(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力較強，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)銀行財務績效中排名第三，這說明地方銀行的發(fā)展勢頭較好，未來發(fā)展?jié)摿Τ渥?，且越是?jīng)濟發(fā)達的地區(qū)，商業(yè)銀行財務績效發(fā)展越好，也說明地方經(jīng)濟對于商業(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

寧波銀行在綜合評分中排名第一，在資產(chǎn)質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)展有很大關系，并不斷優(yōu)化盈利結構、注重風險把控、提升資產(chǎn)質量、對貸款用戶進行嚴格的貸前資格審查有關。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%，負債成本率為3.22%，不良貸款率為2.45%，遠高于行業(yè)平均水平，資產(chǎn)質量水平較低，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)質量較高，不良貸款率較低，對于風險的防控措施比較到位；排名靠后的銀行由于負債成本率高，定期存款利率高于央行同期基準存款利率，銀行付出了更多的負債成本，但是獲得的收益卻不夠，導致息差下降，盈利增速下滑。排名靠后的銀行對于風險把控缺失，風險識別應對能力弱，其中哈爾濱銀行更是因為信貸管理不到位， “三查” 不盡職被銀保監(jiān)協(xié)會罰扣款。同時，創(chuàng)新能力不足導致應對互聯(lián)網(wǎng)金融的對策不夠有效，難以穩(wěn)固客戶群體。且銀行為了利潤縮減員工，導致線下網(wǎng)點人手不足，使客戶等待時間加長，體驗感較差，影響銀行的口碑與形象。

五、結論與建議

通過因子分析法提取出公共因子對銀行財務績效進行排名，對51家商業(yè)銀行的資產(chǎn)質量、發(fā)展能力、盈利能力、資本充足率進行評價，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)營情況導致了不同的財務績效。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)濟環(huán)境的變化做出了不同的改變，對業(yè)務模式進行了創(chuàng)新，實現(xiàn)了利潤的持續(xù)增長。排名靠后的銀行應借鑒其管理方式，促進業(yè)務增長，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，存款外流導致資金總量變少，短期內(nèi)難以對資金進行補充，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，但是便捷性難以與其相比。在豐富網(wǎng)上業(yè)務的同時，銀行也應注意拓寬業(yè)務面，比如寧波銀行為了提升對中小企業(yè)的服務，創(chuàng)新了 “四專模式” 專門對接相關業(yè)務，有效提升了對中小企業(yè)的業(yè)務量，且緊密追隨國家政策，及時創(chuàng)新金融產(chǎn)品，走在行業(yè)前端。

(二)轉變管理方式，提升顧客感受

許多排名靠前的銀行所實行的是相對分散的股權結構，股東個人因素對銀行經(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，應及時更新管理層，注入新鮮血液，并緊跟經(jīng)濟發(fā)展趨勢。同時，還應注重基層員工工作積極性的培養(yǎng)，制定專門的員工激勵計劃，這有助于銀行業(yè)務擴展與業(yè)績提升。除此之外，還應建立有效的反饋機制，將顧客的意見快速反饋給管理層，及時改進產(chǎn)品業(yè)務與服務的不足之處，必要時可以增加一些人手，提升顧客在線下網(wǎng)點辦業(yè)務時的滿意度，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)注重風險管控，完善防范機制

信貸業(yè)務是銀行利潤的主要來源也是銀行風險產(chǎn)生點，銀行在追求利潤的同時也要做好調(diào)查。排名靠后的銀行對中小企業(yè)信貸較多，而中小企業(yè)由于自身條件限制往往經(jīng)營風險較大，容易出現(xiàn)資金難以周轉的現(xiàn)象，從而導致銀行不良貸款率上升。銀行應嚴格執(zhí)行 “三個辦法一個指引” ，科學預測企業(yè)所需資金，在審批時嚴格標準，貸款后密切關注，同時設置多個處理方案，使銀行的風險防控與處理更加靈活。在風險防控時，可以運用大數(shù)據(jù)技術建立風險防控模型，可以及時發(fā)現(xiàn)風險也有助于及時應對。