基于因子分析法的中国上市银行盈利性分析

《基于因子分析法的中国上市银行盈利性分析》由会员分享，可在线阅读，更多相关《基于因子分析法的中国上市银行盈利性分析（10页珍藏版）》请在装配图网上搜索。

1、 2008年第1期 总第10期基于因子分析法的中国上市银行盈利性分析李睿* 李睿，中南财经政法大学新华金融保险学院2005级金融学专业。摘 要：近年来，金融全球化是大势所趋，外资金融机构在带来先进的理念和相对完善的制度的同时也带来了严酷的竞争。而盈利性作为商业银行的核心指标之一，对它的研究甚至可以追溯到商业银行的起源。借鉴于计量经济学的思想，从上述两个问题出发，本文运用因子分析法对中国14家上市银行2006年的盈利状况进行了定量分析。以KMO检验和Bartlett检验为标准来筛选作为候选变量的10个财务指标，使筛选后得到的7个变量更合理、更具代表性。运用SPSS软件，在经过主成分法提取因子、载

2、荷矩阵正交旋转和因子协方差矩阵检验后，模型得出了评价上市银行“盈利性综合实力”的三项因子，分别命名为：盈利性因子、投资回报因子和成长性因子。然后通过回归得到14家银行三项因子的得分系数并从银行规模和利润增长模式两个不同的角度进行分析。发现盈利性因子中，新近上市银行因资产质量较高而大多排在前列；投资回报因子中，非国有控股银行“短小精悍”而更胜一筹；成长性因子中，同样是非国有控股银行因资产基数小、质量高而更具增长性。在文章的最后，令方差贡献率为权重计算出各样本的综合得分和排名，并从各行具体经营状况的角度进行总评。提出影响排名的“公司之外的因素”，简要分析了国有控股银行和非国有控股银行各自的优劣之处

3、以及IPO对企业发展的重要作用。关键词：中国上市银行；盈利性；因子分析法；利润增长模式2007年，中国进行IPO的商业银行高达7家 按上市时间先后分别为：兴业银行、中信银行、交通银行、宁波银行、南京银行、北京银行、建设银行。，使得中国银行业上市银行数翻了一倍。2007年，外资银行获准能以独资银行的形式进入中国几乎所有的银行服务领域，同国内银行竞争市场。面对如此的机遇与挑战，提升竞争力是当务之急，而盈利性作为衡量银行竞争力的重要指标之一，对它进行科学的度量并对其影响因素进行分析是必要的。目前国际上通用的衡量指标有美国CAMEL评级系统、穆迪评级系统等，中国人民银行也颁布了诸如商业银行风险监管核心

4、指标等管理条例。但总的来说，国内对商业银行盈利性的评价与分析大多停留在原理的阐述和简单的统计描述上，深入系统的量化分析与评价还较少涉及 毛定祥：基于因子分析与有序样本最优分割的商业银行盈利性流动性安全性综合评价J，上海大学学报，2007.。本文从中国银行业实际出发，以14家上市银行2006年的年报数据为基础，运用因子分析法 何晓群：现代统计分析方法与应用M，北京，中国人民大学出版社，1998.，就盈利性分析给出了较为全面、客观的结论。因子分析法即用少数几个因子去描述许多指标或因素之间的联系，将相关比较密切的几个变量归在同一类中，从而修正变量间的多重共线性。而每一类变量就成为一个因子（之所以称其

5、为因子，是因为它是不可观测的，即不是具体的变量），进而以较少的几个因子反映样本的大部分信息。运用这种研究技术，我们可以方便地找出衡量上市银行盈利能力的主要指标有哪些，以及它们的影响力（权重）。此外，还可以为市场细分做前期分析。在这一领域中，毛定祥所著的基于因子分析与有序样本最优分割的商业银行盈利性流动性安全性综合评价给以了较为系统的阐述。但是它在选取盈利性变量时，所采用的仅是定性分析 文中如此叙述：“商业银行实现盈利的主要途径是利差收入，关键在于3个要素：资产收益、其他收入与经营成本。据此，我们构建如下盈利性指标：”。，缺乏科学的定量检验。且该选取还是建立在“2003年大部分商业银行实现盈利的

6、主要途径是利差收入”这一假设上的。本文放宽了上述假设，从公司整体、投资者以及未来收益等多角度对变量进行选取。并且在定性分析之外运用KMO检验和Bartlett检验对衡量盈利性的候选变量进行筛选，使结果更加全面、准确。一、基本假设与变量初选（一）基本假设1各银行的经营状况在其财务报表中得到真实、充分的体现2各银行的会计统计口径一致3经“KMO检验和Bartlett检验”筛选后得到的变量能充分地描述该银行的盈利性（二）变量初选截止2007年12月31日，中国银行业共有14家上市银行。在结合国家相关监管条例 中国银行业监督管理委员会：商业银行风险监管核心指标（试行），2006.、万国测评等咨询公司对

7、银行财务分析的经验以及参考杜邦分析法等较成熟的理论后，暂列出以下10个财务指标作候选的分析变量（见表1）。表1 候选分析变量X1净资产收益率（%）X6每股经营现金净流量（元）X2主营业务利润率（%）X7主营业务收入增长率（%）X3资产收益率（%）X8总资产增长率（%）X4每股收益（元）X9净利润增长率（%）X5每股净资产（元）X10股东权益增长率（%）查找相关资料，得到数据，且因各候选变量单位不同，特进行标准化处理，消除量纲（见表2）。表2 标准化后2006年中国银行业上市银行财务数据银行名称X1X2X3X4X5X6X7X8X9X10深圳发展银行0.67-0.59-0.941.050.660.

8、330.20-0.753.33-0.39宁波银行0.601.642.06-0.35-0.62-1.180.071.72-0.300.23浦发银行-0.720.36-0.981.472.460.76-0.39-0.29-0.340.52华夏银行-0.95-1.67-1.63-0.270.232.430.251.60-0.56-0.99民生银行0.62-1.30-0.65-0.14-0.440.420.560.55-0.18-0.48招商银行-0.86-0.560.320.270.980.750.460.780.392.49南京银行1.241.561.410.31-0.23-0.44-0.95-0

9、.430.06-0.52兴业银行1.38-1.16-0.292.211.21-0.112.001.22-0.04-0.43北京银行1.07-0.150.320.06-0.390.460.13-0.77-0.39-0.48交通银行-0.570.600.16-0.56-0.420.23-1.04-0.20-0.31-1.07工商银行-1.390.17-0.25-1.01-0.82-0.73-2.20-0.89-0.351.45建设银行-0.620.830.60-0.85-0.77-0.461.03-0.51-0.75-0.84中国银行-1.31-0.130.68-0.97-0.72-1.16-0.

10、45-1.51-0.060.67中信银行0.840.40-0.82-1.22-1.12-1.300.33-0.51-0.50-0.18资料来源：根据上海证券交易所、深圳证券交易所网站所公布2006年各公司年报及Wind资讯的相关数据整理计算。二、模型建立和求解（一）运用KMO检验和Bartlett检验对变量进行筛选KMO检验 It is a measure of the homogeneity of variables. The extent to which the indicators of a construct belong together. A ratio of the sum o

11、f squared correlations to the sum of squared correlations plus sum of squared partial correlations. This value approaches 1 if partial correlations are small.和Bartlett检验（KMO and Bartlett s test）是对各变量的相关系数矩阵进行统计学检验的方法之一，用于评价因子分析的可执行性和有效性。对上述十个候选变量进行检验（见表3）。表3 10个候选变量的KMO and Bartlett s test结果Kaiser-M

12、eyer-Olkin Measure of Sampling Adequacy.270Bartletts Test of SphericityApprox. Chi-Square69.015df45Sig.012检验结果显示，KMO值=0.270，P=0.012，均不能满足检验的经验性标准。故上述十个候选变量不适合全部进行因子分析，应进行一定筛选。在实际意义中，可解释为个别变量与其余变量的相关性不大，有冗余变量存在，或者个别变量的统计结果存在较大误差。设立筛选条件：1KMO值23令变量数为N，使N取最大值对十个变量进行穷举，筛选得出最优解（见表4）。表4 筛选得变量的KMO and Bartl

13、etts test结果Kaiser-Meyer-Olkin Measure of Sampling Adequacy.605Bartletts Test of SphericityApprox. Chi-Square42.130df21Sig.004KMO值=0.605，根据统计学家Kaiser给出的标准，可以接受因子分析（0.6KMO0.7 Mediocre,可以接受）。P=0.0040.005，说明经过巴特利特球度检验，相关阵不是一个单位矩阵，因子模型合适。N=7，筛掉、三个变量。得到其余七个变量的相关系数矩阵（见表5）。表5 筛选得变量相关系数矩阵X2X3X4X5X6X7X8Correl

14、ationX21.000.737-.295-.305-.634-.409-.258X3.7371.000-.209-.369-.593-.133-.009X4-.295-.2091.000.858.365.438.302X5-.305-.369.8581.000.530.261.259X6-.634-.593.365.5301.000.163.399X7-.409-.133.438.261.1631.000.467X8-.258-.009.302.259.399.4671.000从表5中也可直观地看到，大部分系数都在0.3以上，说明筛选得变量之间存在较高的相关性，适合作因子分析。（二）提取因子

15、在得到变量相关系数矩阵后，可以根据相关性大小对变量分组，同组的相关性较高，异组的相关性较低。每组变量所代表的结构即为“因子”。采用主成分法提取因子，因子的特征根越“高”，对解释原变量的贡献越大（见图1）。Scree PlotBgenvalueComponent number图1 上市银行盈利性财务数据因子碎石图碎石图的横坐标表示因子，纵坐标为特征根。由表6可看出，第一个因子的特征根。此外 ，。其余因子特征根皆小于1，对原有变量的贡献几乎可被视为“高山脚下的碎石” 康乔：对民办中小学综合实力的因子分析R，教学与管理，2007.，可以忽略不计了。因此，选入前三个作为公共因子，它们的累计贡献率达到8

16、2.422%（见表6）。表6 主成分特征值及贡献率（旋转前和旋转后的）ComponentExtraction Sums of Squared LoadingsRotation Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %13.33947.70447.7042.28132.57932.57921.37519.64467.3481.89026.99759.57731.05515.07482.4221.59922.84582.422Extraction Method: Prin

17、cipal Component Analysis.再得出已提取出的三个因子的载荷矩阵，以解释因子的实际意义（见表7）。表7 旋转前的因子载荷矩阵 Component123X2-.767.433.291X3-.662.655-.032X4.730.455.431X5.769.248.546X6.789-.296-.014X7.552.440-.470X8.511.458-.514Extraction Method: Principal Component Analysis.a 3 components extracted.可见，所有变量在第一个因子上的载荷都很高，意味着它们和第一个因子的关联度高

18、，其他两个因子对变量的解释作用不明显。并且三者在实际意义上很难彼此区分。（三）使因子更具有可解释性为使因子的含义更加明确，故采用正交旋转，输出结果如下（见表8）。表8 旋转后的因子载荷矩阵Component123X2.875-.065-.302X3.917-.136.095X4-.110.917.272X5-.268.933.093X6-.752.328.193X7-.127.178.819X8-.092.131.842Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Nor

19、malization.a Rotation converged in 5 iterations.在因子载荷两级分化后，容易发现因子1主要解释了（主营业务利润率）、（资产收益率）和（每股经营现金净流量），可命名为盈利性因子；因子2主要解释了（每股收益）和（每股净资产），可命名为投资回报因子；因子3主要解释了（主营业务收入增长率）和（总资产增长率），可命名为成长性因子。为检验因子与因子间相关性，做出因子协方差矩阵（见表9）。表9 因子协方差矩阵Component12311.000.000.0002.0001.000.0003.000.0001.000Extraction Method: Princ

20、ipal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.Component Scores.表10中数据均小于0.001，表明已提取3因子彼此间没有线形相关关系，满足了“异组的相关性较低”这一目标。（四）计算因子得分并排名运用回归法可输出因子得分系数矩阵（见表10）。表10 因子得分系数矩阵Component123X2.422.189-.120X3.473.062.199X4.146.550-.007X5.046.570-.162X6-.318.039-.007X7.054-.080.564X8.066

21、-.111.595Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.Component Scores.令变量矩阵为（表2中剔除、），因子得分系数矩阵为（表10），各银行的因子得分矩阵为。则（见表11）。表11 各银行因子得分及排名银行名称盈利性因子（因子1）投资回报因子（因子2）成长性因子（因子3）得分排名得分排名得分排名深圳发展银行-0.65120.873-0.579宁波银行2.071-0.3681.392浦发银行-0.26112.311-1.0

22、513华夏银行-2.1614-0.5490.923民生银行-0.9713-0.71100.744招商银行-0.1690.5340.695南京银行1.4220.535-0.6610兴业银行-0.0361.3721.731北京银行-0.118-0.116-0.248交通银行0.085-0.317-0.6811工商银行-0.1810-0.7612-1.7014建设银行0.653-0.76110.436中国银行0.344-0.7713-0.8712中信银行-0.057-1.3014-0.137（五）银行盈利性综合实力得分及排名令各行盈利性综合实力得分为，因子得分为，因子的方差贡献率为。则目标函数为其中

23、数据取自表11，数据取自表6。输出结果（见表12）：表12 银行盈利性综合实力得分及排名银行名称综合得分排名银行名称综合得分排名宁波银行1.371中国银行-0.158南京银行0.832交通银行-0.159兴业银行0.633深圳发展银行-0.271037建设银行0.274中信银行-0.3611浦发银行0.215民生银行-0.5912招商银行0.166工商银行-0.613北京银行-0.137华夏银行-1.2114三、结果报告与分析（一）对各因子得分排名的解读下面进行分类说明，因涉及按银行规模进行分析，特引入各行总股本和总资产（见表13）：表13 各银行总股本与总资产股票名总股本(万股)总股本排名总

24、资产(万元)总资产排名工商银行334018851750911800.001中国银行253839162532527300.003建设银行233689083544851100.002交通银行48994384171626300.004中信银行3903334570685900.006招商银行1470506693410223.005民生银行1447923770044932.307北京银行622756827296900.0011兴业银行500000961770434.249浦发银行4354881068934415.478华夏银行4200001144505342.4310宁波银行25000012565462

25、3.3014深发展A2293401326057626.3212南京银行183675145796730.3013资料来源： 根据2006年各公司年报及Wind咨讯相关数据整理得出。1盈利性因子（见表14）表14 盈利性因子得分及排名银行名称盈利性因子银行名称盈利性因子得分排名得分排名宁波银行2.071北京银行-0.118南京银行1.422招商银行-0.169建设银行0.653工商银行-0.1810中国银行0.344浦发银行-0.2611交通银行0.085深圳发展银行-0.6512兴业银行-0.036民生银行-0.9713中信银行-0.057华夏银行-2.1614数据来源： 根据表11第二、三列数

26、据整理得。宁波银行、南京银行、建设银行和中国银行在以主营业务利润率和ROA等为代表的盈利性指标上表现得更胜一筹；浦发银行、深圳发展银行、民生银行和华夏银行则有些相形见绌。这种现象的原因，主要可能在于：（1）宁波银行、南京银行的前身虽然是城市商业银行，但其资产质量和经营管理无疑是其中的翘楚，而宁波银行的不良贷款率更是全国最低的。（2）建设银行、中国银行等前身为国有商业银行，在上市前都进行了大规模的不良资产剥离。（3）深圳发展银行、浦发银行等“老一辈”的股份制银行已多年未进行类似的不良资产处理，再加上自身资产规模的不断发展，优质资产被不断稀释。此消彼长下，形成上述情形也就不足为怪了。值得补充的是，

27、宁波银行、南京银行、建设银行、中国银行四家银行虽同列四甲，但它们的盈利模式却大不相同（见下文）。2投资回报因子（见表15）表15 投资回报因子得分及排名银行名称投资回报因子银行名称投资回报因子得分排名得分排名浦发银行2.311宁波银行-0.368兴业银行1.372华夏银行-0.549深圳发展银行0.873民生银行-0.7110招商银行0.534建设银行-0.7611南京银行0.535工商银行-0.7612北京银行-0.116中国银行-0.7713交通银行-0.317中信银行-1.314数据来源： 根据表11第四、五列数据整理得。在以每股收益和每股净资产作评价指标的投资性上，浦发银行、兴业银行、

28、深圳发展银行和招商银行脱颖而出；建设银行、工商银行、中国银行和中信银行倒表现得不如人意。结合盈利性因子的分析以及表13中的数据，我们不难得出如下结论：建设银行和中国银行的盈利更多地建立在其资产规模所带来的规模效应上，也就是业内所戏称的“航母”、“巨无霸”。但若将收益平摊到每一股，它们的表现反而不如浦发银行、深圳发展银行等以提高资产质量、多元化经营作为利润增长点的“短小精悍型”股份制银行。利润增长模式不同，这也是国有控股银行和非国有控股银行的主要区别之一。3成长性因子（见表16）表16 成长性因子得分及排名银行名称成长性因子银行名称成长性因子得分排名得分排名兴业银行1.731北京银行-0.248

29、宁波银行1.392深圳发展银行-0.579华夏银行0.923南京银行-0.6610民生银行0.744交通银行-0.6811招商银行0.695中国银行-0.8712建设银行0.436浦发银行-1.0513中信银行-0.137工商银行-1.714数据来源： 根据表11第六、七列数据整理得。在主营业务收入增长率和总资产增长率所衡量的成长率因子中，兴业银行、宁波银行、华夏银行和民生银行位居前列，交通银行、中国银行、浦发银行和工商银行排名靠后。这同时也从侧面证实了上文的结论，在既定资产规模下，兴业银行等非国有控股银行因资产基数较小，质量较高而更具增长性。（二）对银行盈利性综合实力排名的解析对表12进行观

30、察，容易发现：盈利性综合实力排名的前四名都是2007年上市的银行，而末三名中则一个也没有。对于2007年上市银行数占上市银行总数50%的研究样本，这种情况不禁令人遐思：除了资产重组所带来的优势外，在2006年年报中这些银行是否进行了一定程度的粉饰，以求在IPO新股定价中占据更有利的位置呢？反观浦发银行、招商银行等股价和流通市值都名列前茅的银行，在该排名中只位于中上的位置。一方面可能是因为上述猜测；另一方面，在当前会计准则制度下，赋予了从业人员较大的自主权。据统计，在新准则中共有26处提及企业对会计政策应用具有相应选择权 胡开珍：新会计准则对上市银行的影响J，财务与会计导刊，2007（11）.。

31、而“公允价值计量”所带来的不确定性更可能作为银行盈余管理的手段而被利用 郭长水：新会计准则环境下如何加强国资监管J，上海国资，2008（3）.。排名靠后的四家银行中，民生银行和华夏银行主要是因大幅扩张而造成了盈利水平下滑。以民生为例，其主营业务增长率和总资产增长率分别为33.17%和25.64%，排名第4。但主营业务利润率却仅为18.49%，14家上市银行中倒数第二。再加上2007年年报中显示银行存贷比高达74.44%，逼近75%的监管红线。这反过来也证明了民生银行在高速成长的同时应注意风险控制。而排名同样靠后的中信银行和工商银行则是因为三个因子的得分都不高导致综合盈利水平下降。对于暴露出来的

32、问题，更应加以重视。四、结论从银行规模和利润增长模式来看，国有控股银行建设银行、中国银行和工商银行在总资产规模和总股本规模上都有显著优势，因此它们所采用的就是非常符合自身特色的粗放式经营模式，“做大再做强”，充分享受着资产规模所带来的规模效应。而粗放式经营所带来的不利方面也十分明显：每股收益太低，在14家上市银行中垫底；成长后劲不足，市场份额可能会被竞争者逐步蚕食。论及深层次原因，只怕还是要归咎于所有者缺位和管理层的寻租效应 姜莹：浅析提高国有商业银行竞争力J，经济视角，2007（12）.。基于上述同样的角度，非国有控股银行的利润增长主要依靠优质的资产和个性化的经营，采用集约式经营模式，“做强

33、再做大”，保持着自己在某子市场或某地域的相对优势。但不利之处在于风险集中度高，特别是在当前从紧的货币政策下，限于自身规模风险无法得到有效分散；此外在“做大”的过程中，原有资产的盈利性可能会显著下降（见文中对民生银行和华夏银行的分析），易使企业陷于极其不利的境地。商业银行进行IPO非常有益于资产质量的提高和整体实力的上升。在2006年盈利性综合实力排名中（见表12），前四名均为2007年上市的银行。在IPO前所进行的资产重组突出了公司的主营业务、品牌优势和重点发展方向。这对于一个企业成长的重要性，不言而喻。参考文献1 毛定祥：基于因子分析与有序样本最优分割的商业银行盈利性流动性安全性综合评价J，

34、上海大学学报，20072 李杰、曲录平：我国上市银行资本结构与治理绩效的实证研究J，商业文化，2007（9）3 姚达：基于因子分析法的民营企业经营业绩的实证研究以宁波地区上市企业为例J，金融学苑，20074 柯孔林、冯宗宪：我国商业银行效率测度及其影响因素分析J，数理统计与管理，2008（1）5 胡开珍：新会计准则对上市银行的影响J，财务与会计导刊，2007（11）6 黄金秋等：影响中国商业银行盈利性的主要因素J，统计与决策，2006（5）7 宋光辉、郭文伟：我国商业银行盈利性、增长性和充足性分析J，特区经济，2007（2）8 易会满：中国商业银行效率实证研究J，金融观察，2007（1）9 Hal R. Varian. “Intermediate Microeconomics”. W.W.Norton&Company,Inc,2003 (下转64页)