我國上市銀行財務績效評價研究
——基于因子分析法

胡 軍

（東華理工大學 經濟與管理學院， 江西 南昌 330000）

一、引言

在2020 年全球疫情的沖擊下，世界各國經濟陷入不同程度衰退，全年期間經濟經歷大起大落。在經過全球合作與各國政府努力下，世界金融經濟形勢起穩，但須居安思危，仍可能存在一定波動風險。2021 年是我國“十四五”開局之年，將會有大量新建項目規劃及實施，這就需要積極穩健的財政政策支撐。步入后疫情時代，“國內外雙驅動”仍將成為我國經濟增長的重要引擎動力。現世界聚焦的八大熱點問題仍值得關注：國際格局復雜多變、綠色復蘇將成為全球經濟增長的重要推手、跨境直接投資在區域上繼續分化、國際多邊經貿體系“危”與“機”并存、全球產業鏈面臨重構、全球通脹水平小幅上升、主要央行角色定位發生轉變、美元漸入下行周期。

針對我國上市企業財務績效評價問題，國內外學者進行了不同的研究。那么如何全面評價我國上市銀行財務績效呢？楊秀瓊使用五家上市銀行的2007-2017 年財務數據，對比標準DEA 模型，詳細描述如何運用模糊DEA模型評估績效，并且驗證績效評估時考慮不確定性的重要性。王巧霞借鑒MPA 體系指標，構成績效評估體系，選取25 家上市銀行2016 年財報數據，采用因子分析法進行實證分析，并將公司績效進行總排名。蔡艷萍、孫夏在研究中引入EVA 值，選擇16 個上市銀行財務指標進行評價體系構建，先采用灰色關聯度法計算績效值，后基于BP 神經網絡技術構成績效評價模型，結果證實構建模型對績效評價的泛化能力。居爾寧、朱穎、劉之一、胡瑞霞研究選取16 家上市銀行的13 個財務指標，通過進行降維處理，發現民營商業銀行發展領先；同時表示雖然財務指標因子分析只能代表銀行發展的一部分現實情況，但確實會影響以后金融市場發展導向。李曉燕基于微觀財務層面運用客觀賦值的熵權法對上市銀行績效進行評價，并為績效提升提出合理建議。

二、構建指標體系

在此，為反映原有變量信息的完整與全面性前提下，保證有效避免各指標之間可能存在的線性關系對分析的影響，選取了通過降低變量維數的因子分析數據處理方法。因子分析的核心思想通過是選用較少的互相獨立的因子反映出原有變量的絕大部分信息。其基本定義模型為：

設有原有變量x，x，x，……，x，共m 個且每個變量(經過標準化處理后)的均值為0，標準差為1。簡單采用線性組合表示，則為

也可表示為：X=AF+ε, 其中A 為因子載荷矩陣；F 為因子，因出現在每個原有變量的線形表達式中，又稱為公共因子；而ε 為特殊因子，表示原有變量不能被因子解釋的部分，其為獨立存在，均值為0。

為更好進行財務績效的評價，本文立足銀行的資本狀況、資產質量和流動性、償債能力、盈利能力及成長能力五個角度，選取了16 個具體指標，構成表1 的關于我國上市銀行財務績效評價指標體系:

表1 我國上市銀行財務績效評價指標體系

三、實證分析

(一)樣本的選取

本文選取了我國41 家上市銀行2020 年財務報表的數據。依據各銀行年報數據，經過Excel 表格化的初步處理，然后運用SPSS26 軟件進行因子分析。數據來源于國泰安、巨潮資訊網及公司公布年報。針對個別樣本銀行中的數據缺失情況，本文采用序列平均值進行缺失值替換。

(二)因子分析法的可行性檢驗

在進行因子分析法前，首先需要對數據進行可行性檢驗。根據表2，可以看出KMO=0.536，大于0.5。另外巴特利特檢驗表明其顯著性為0，小于0.01，則說明此樣本數據適合通過因子分析法進行分析。

表2 KMO和巴特利特檢驗

(三)提取主因子

表3 是針對16 個財務指標數據進行主因子的選取，依據因子特征值大于1 的標準，選取了5 個主因子，且前五個主因子的累計貢獻率達到76.803%(大于75%)，表明原來的16 個原始指標可以被代替。

表3 總方差解釋

(四)主因子命名

將主因子成分矩陣進行旋轉，得出旋轉后的矩陣表。依據表4 得知，資產負債率、資產報酬率、核心資本充足率、產權比率在因子1 上的載荷最大，表明與因子1 的相關性較強，其主要是代表銀行在償還債務方面的能力，所以將因子1 命名為償債能力因子；銷售凈利率、總資產凈利率、加權平均凈資產收益率及凈利潤增長率在因子2上的載荷最大，表明與因子2 的關聯性較強，代表了銀行在營收獲利方面的能力，所以可以將因子2 命名為盈利能力因子；單一最大客戶貸款比率、存貸款比率及成本收入比在因子3 上的載荷最大，表明與因子3 的關聯性較強，代表了銀行在經營運作方面的能力，所以可以將因子3 命名為運營能力因子；而撥備覆蓋率和不良貸款率在因子4 上的載荷最大，與因子4 的相關性強，代表銀行財務風險防控能力，所以可以將因子4 命名為財務風險防控因子；流動性覆蓋率和資本充足率在因子5 上的載荷最大，與因子5 的相關性較強，代表銀行資本利用的能力，所以可以將因子5 命名為資產流動因子。

表4 旋轉后的成分矩陣

(五)計算主因子得分和績效綜合得分

為了考察各個不同銀行的整體的發展水平，并進行獨立分析和整體評價，運用回歸分析法得出各因子得分系數。

根據表5 各成分得分系數矩陣，將表中系數與所有因子依次結合，可以得出五個主因子的計算得分公式：

表5 成分得分系數矩陣

依據主因子的得分及初始變量的方差貢獻率，得出綜合得分公式：

四、實證結果分析

從表6 中列示的實證結果可以看出，在這41 家我國上市的銀行中，財務績效綜合排名中靠前的前十名中，國有制銀行占三成，分別是建設銀行、工商銀行和郵儲銀行；而城商銀行占據最多——有四成，分別為寧波銀行、西安銀行、南京銀行以及成都銀行。在排名靠后的十位中，城商銀行占三成，為青島銀行、北京銀行和鄭州銀行；而股份制銀行占七成，為興業銀行、浦發銀行、中信銀行、浙商銀行、平安銀行、華夏銀行以及民生銀行。

表6 2020 年我國上市銀行主因子得分及綜合得分排名

F償債能力方面，在前十的排名中，農商型與國有制的銀行較多；而后十名中，城商行占據較多。銀行是一個較為特殊的行業，其資金來源大部分是用戶的儲蓄存款。從資產負債率和核心資本充足率分析來看，各銀行資產負債率均保持在92%左右，平安銀行以95.8%占榜首；而各銀行核心資本率的均值為10%，瑞豐銀行以14.66%占據榜首。對比發現平安銀行雖資產負債率較高，但其核心資本充足率卻與之相反，而瑞豐銀行資產負債率卻較低。單從這兩個指標，可以看出兩者可能存在互相影響。平安銀行吸取存款的能力較強，但若由于某些原因導致收回貸款困難，那么將面臨巨大償還壓力，相對而言瑞豐銀行雖經營謹慎，但其吸儲能力可能較弱。

F盈利能力方面，在前十的排名中，城商行占有較多；而后十名中，股份制與農商行占有較多。從加權平均凈資產收益率看，有1/4 左右的銀行在平均水平以下，成都銀行以15.94 占據榜首；總資產凈利率超過1 的銀行有招商銀行、工商銀行、建設銀行、貴陽銀行和寧波銀行，其中招商銀行以1.24 占榜首；而凈利潤增長方面，浦發銀行、渝農商銀行、華夏銀行、民生銀行、浙商銀行和鄭州銀行則出現負值，尤其是民生銀行同基期比為-36%；在銷售凈利率方面，各銀行之間差距不是很明顯，行業均值為31%。

F運營能力方面，在前十名中，城商行與農商行占有較多；而在后十名中，股份制較多。浦發銀行、華夏銀行、民生銀行在存貸比上均超過了100%。郵儲銀行在單一最大客戶貸款比和成本收入比方面較為突出，均超行業平均水平。

F風險防控方面，在前十名中，農商行與城商行占有較多；而在后十名中，各類型銀行分布較均勻。從撥備覆蓋率和不良貸款率這兩個指標來看，41 家銀行撥備覆蓋率的平均值為270%，其中有20 家超過這一均值，特別是寧波銀行保持較高的撥備覆蓋率；銀行業中不良貸款率的均值為1.36，其中較多的城商行都維持在1 以下，而寧波銀行則保持著最低的不良貸款率。由此可見，寧波銀行在風險防控方面保持著較高的警惕性。

F資產流動性方面，在前十名中，國有制和農商行占據較多；而在后十名中，城商行較多。我國銀監會下發管理方法，明確流動性不低于100%，各銀行(除瑞豐銀行、蘇農銀行、工商銀行、江陰銀行、張家港銀行未披露)均已達標，說明各大銀行防微杜漸，為預備短期危機，保持自身持有充分的流動性資產。

五、結論與建議

在依托因子分析法對各銀行財務績效評價分析后，發現各大銀行經營狀況整體良好，但是仍然存在一些潛在風險。在此，提出以下建議以助力企業更好發展。

(一)加強信用監督，提升風險應對水平

當今社會經濟發展迅速，多數企業為實現更好發展，會采取各種手段以獲取銀行的大額貸款。同時，部分銀行為滿足業績需求會降低貸款門檻，以至發生大量壞賬損失。作為金融機構，承擔巨大的貸款風險，須實時加強對客戶的信用水平評估，及時作出相應的風險應對措施，以使潛在損失降到最低。

(二)強化服務意識，培養高質量團隊

銀行作為服務行業的一份子，應當也必須重視員工的服務意識。員工是直接與客戶進行面對面交流的，最能代表企業的形象、詮釋企業經營理念。只有高素質、高質量的團隊，才可以樹立企業良好形象，增加客戶信任度、忠誠度，留住老客戶，吸引更多新客戶，為企業發展輸送源源不斷的動力。

(三)拓寬經營渠道，實現多元化發展

金融市場競爭日益加劇，企業發展面臨多重選擇。銀行在面對同行業競爭時，也需要防范第三方支付平臺的沖擊。在雙重擠壓下，銀行不能固步自封，要順勢發展。在保持自身特色經營方式下，選準未來方向，進一步拓寬營銷渠道，優化產業結構，實現多元化發展。