Finance
Vol. 09  No. 02 ( 2019 ), Article ID: 28774 , 8 pages
10.12677/FIN.2019.92009

Research on Financial Competitiveness of Chinese Commercial Banks Based on Factor Analysis

Zhongkun Lu, Hongmei Sun

Business College of Shanghai Normal University, Shanghai

Received: Jan. 9th, 2019; accepted: Jan. 26th, 2019; published: Feb. 2nd, 2019

ABSTRACT

Based on the semi-annual report and quarterly financial data publicly disclosed by 16 listed commercial banks in China in 2018, this paper selects nine bank financial indicators as research samples, and uses the factor analysis method in statistical analysis software SPSS 22.0 to finance the banks. Compare competitiveness, combine different factors to analyze the competitive advantages of each bank, and provide reasonable suggestions for banks to further enhance their competitiveness.

Keywords:Commercial Bank, Factor Analysis, Competitiveness

基于因子分析法的中国商业银行财务 竞争力研究

芦中坤,孙红梅

上海师范大学商学院,上海

收稿日期:2019年1月9日;录用日期:2019年1月26日;发布日期:2019年2月2日

摘 要

本文以国内16家上市商业银行2018年公开披露的半年报和季度财务数据为基础,并选取了九个银行财务指标作为研究样本,运用统计分析软件SPSS 22.0中的因子分析法对各银行的财务竞争力做出比较,结合不同因子分析各家银行的竞争优势,为银行进一步提高竞争力提出合理性的建议。

关键词 :商业银行,因子分析,竞争

Copyright © 2019 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

随着金融化程度的提高,国际金融市场与我国金融业的业务联系更加紧密。与此同时,国外金融机构逐步进入中国市场,我国商业银行已由国内竞争发展为同国际金融机构相竞争的局面,因此,尽快提高我国商业银行的综合竞争力十分重要。本文通过实证研究,全面分析了我国商业银行目前存在的问题,明确指出影响我国商业银行竞争力的关键因素和其相互之间的影响机制,为我国商业银行的改革与发展和提高竞争力提出建议。

2. 文献综述

2.1. 核心竞争力指标分析

陈一洪(2017) [1] 通过对城市商业银行核心竞争力指标的分析发现,我国城商行的资产质量比较稳定,且对预期损失的发生有较强的应对措施,风控能力较强。但在资本充足率上仍需改进,以实现面对不可预期损失时仍有相应补救措施。同时其盈利创造水平相比五大行仍有一定的差距。张更生(2017) [2] 通过因子分析法对16家上市商业银行的2014年财务数据进行分析,得出财务竞争力是由财务的发展、管控、稳健、盈利等能力组成,且在企业资源整合过程中财务竞争力是重要的组成部分。刘小驹和李小江(2016) [3] 通过对14家商业银行2006~2015年的竞争力水平研究,发现银行产品、客户、不良贷款率等指标对银行竞争力的影响较大;企业文化、核心技术人员占比等高端要素对银行竞争力的影响较小,其中贷款投放量、不良贷款率对银行竞争力分别具有正、负相关关系。章颖薇和胡小东(2014) [4] 对14家在大陆上市的银行和16家在台湾上市的银行竞争力比较后,发现大陆商业银行受2008年金融危机的影响要比台湾商业银行大,这表明台湾商业银行的经营更加稳健。大陆商业银行的优势集中在规模效应和财务状况,台湾商业银行在风控、创新等方面更有优势。张虎,潘攀,范莉莉(2016) [5] 对中国商业银行的竞争力采用DEA模型基于效率视角进行研究。结果表明,2010年后,在纯技术效率层面国有商业银行已经优于股份制商业银行,这表明金融深化改革已经有了初步成效,但如何加强内部改革提高竞争力是国有商业银行和股份制银行需要共同面对的问题。

2.2. 经营绩效分析

上官飞和舒长江(2011) [6] 在对商业银行绩效评价的实证研究中得出,可以通过深化改革,撤销冗杂的低盈利机构,提高银行的规模效益。同时,加快金融科技创新,加快电子银业务发展,提早布局电子化建设网络,也是提高中国商业银行竞争力的方式。张国富和朱涛(2017) [7] 对沪深上市的25家商业银行的运营绩效进行分析后,指出商业银行不能过分的追求利润增长,而忽略了可能存在的财务风险。在提高财务管理水平的同时找出自身发展的不足之处,针对性的解决自身痛点,提升商业银行的整体业绩水平。刘晓蕾(2018) [8] 采用因子分析法对我国16家上市商业银行进行运行绩效分析,从成长性、流动性、安全性等指标的内部关系出发,找出最能影响企业经营绩效的评价因素,得出了城商行的经营绩效处于前列,股份制银行紧随其后,而国有银行的经营业绩最差的结论。

2.3. 现阶段我国商业银行优劣势分析

朱红杰(2016) [9] 分析了上市商业银行彼此之间的优劣势,指出传统大型商业银行从资本充足率、资产质量、流动性和收益性等方面来看依然地位坚固,但其由国家监管及扶持而更容易在市场中占据垄断地位,导致其创新动力不足,故应该加快深化改革,加快创新以提高其成长能力。而股份制商业银行尤其自负盈亏的运行机制使其更容易激发银行的创新活力,但过分依靠企业或私有投资者的投、融资来获取收益的重收益模式,与之相伴的会产生信用风险等问题,因此股份制商业银行要加大风控力度,以防面对不可预期损失时无法弥补。

孙龙建和李祥茂(2014) [10] 通过对我国商业银行的资产规模、风险管理等关键指标的分析,得出我国商业银行的竞争力呈上升的趋势,并分析和提出了国有商业银行活力不足、股份制银行会遇到资金瓶颈的劣势问题及解决对策。冯帆,温万祥(2017) [11] 运用因子分析法对我国16家上市的商业银行2015年年报数据进行分析,综合了国际上通用“骆驼”评级法和我国银行特点和现状,得出我国的国有银行综合评分普遍落后,没有一家能在前五名占据一席之地,但这也说明我国商业银行的发展并非仅关注业务体量,而是综合考评多因素后进行评比。

3. 样本数据和关键财务指标选择

3.1. 指标选取

选择有信息量大的、更能代表银行竞争力的指标是建立银行竞争力综合评价体系的关键,同时要考虑银行是高杠杆率的金融企业,本文选取了总资产收益率、总资产增长率、净利润增长率等9个指标对商业银行财务竞争力进行分析,具体计算方法见表1

Table 1. Core competitiveness index evaluation system

表1. 核心竞争力指标评价体系

3.2. 数据来源

本文研究数据来源于wind数据库和商业银行2018年的半年报和季报数据,通过手工整理后录入spss22.0软件,目的在于从稳健能力、经营能力、成长能力等方面研究不同商业银行的财务状况。2018年年报数据暂未披露,因此本文所采用的数据并非年报数据,本文所指的年初资产总额和年末资产总额为2018年三季度数据与2017年三季度数据;本年净利润和上年净利润分别采用的是2018年第三季度和2017年第三季度的净利润;招商银行和兴业银行并未在2018年三季度报告中披露单一最大客户贷款比率,因此采用其半年报中披露的该指标数据进行分析。具体数据见表2

Table 2. Core competitiveness index

表2. 核心竞争力指标

4. 财务竞争力实证结果及分析

运用SPSS 22.0对表2数据进行因子分析,检验结果如下:

4.1. KMO值检验

表3可知,Bartlett检验统计量的读取观测值为95.213,且对应概率P值为0,应拒绝原假设,即认为单位矩阵与相关系数矩阵是有显著差异的。同时KMO值大于0.5,原有变量是可以进行因子分析的。

4.2. 总方差解释

表4中的第二至四列描述了因子分析的初始解情况,可以看出前三个因子的特征值分别为3.108、2.557和1.279,都大于1,分别解释了原有9个变量的34.535%、28.409%和14.214%,累计方差贡献率为77.158%。

第五至七列描述了因子解的情况。在提取了三个因子的基础上,共解释了本文数据中原有变量总方差的77.158%,可以推断出原有信息的信息丢失量较少,采用因子分析的效果比较明显。

在第八至十列描述了因子解的最终情况。在总累计方差贡献率并未改变的基础上重新分配了三个因子的解释方差,使得因子更加具备解释力度。

4.3. 因子载荷矩阵

表5可知:

Table 3. KMO and Bartlett test tables

表3. KMO和巴特利特检验表

Table 4. Total variance interpretation table

表4. 总方差解释表

Table 5. Composition matrix a

表5. 成分矩阵a表

X1 = 0.937 f 1 0.053 f 2 + 0.162 f 3

X2 = 0.240 f 1 + 0.631 f 2 + 0.038 f 3

X3 = 0.435 f 1 + 0.809 f 2 + 0.297 f 3

X4 = 0.312 f 1 0.067 f 2 + 0.680 f 3

X5 = 0.424 f 1 + 0.837 f 2 + 0.090 f 3

X6 = 0.442 f 1 0.053 f 2 0.700 f 3

X7 = 0.176 f 1 + 0.655 f 2 0.432 f 3

X8 = 0.816 f 1 0.531 f 2 + 0.006 f 3

X9 = 0.902 f 1 0.286 f 2 + 0.124 f 3

4.4. 因子的命名解释

旋转后的因子载荷矩阵见表6,通过分析旋转后的成分矩阵,根据各个因子在指标上的载荷大小,将9核心指标划分为三个公共因子,各因子的命名见表7

Table 6. Rotation factor load matrix

表6. 旋转后的因子载荷矩阵表

Table 7. Factor naming table

表7. 因子命名表

4.5. 成分得分系数矩阵

根据表8所示的成分得分系数矩阵表,可得出三个公共因子与各指标间的关系:

f 1 = 0.305 X 1 0.025 X 2 + 0.054 X 3 + 0.061 X 4 + 0.005 X 5 0.010 X 6 0.242 X 7 + 0.316 X 8 + 0.325 X 9

f 2 = 0.115 X 1 + 0.259 X 2 + 0.381 X 3 + 0.032 X 4 + 0.362 X 5 0.062 X 6 + 0.154 X 7 0.091 X 8 + 0.023 X 9

f 3 = 0.028 X 1 + 0.010 X 2 0.159 X 3 0.537 X 4 0.006 X 5 + 0.563 X 6 + 0.318 X 7 + 0.065 X 8 0.009 X 9

根据总方差解释表为权重计算财务竞争力综合得分,即:

F = 0.32143 f 1 + 0.28820 f 2 + 0.16195 f 3

4.6. 各银行得分排名表

在确定了公因子和综合因子之后,需要对不同指标进行单项得分、综合得分和银行排名。表9展示了样本数据16家商业银行2018年的得分及排名。

Table 8. Component score coefficient matrix

表8. 成分得分系数矩阵表

Table 9. Summary table of factor scores and comprehensive scores of various commercial banks

表9. 各商业银行因子得分、综合得分排名汇总表

从发展因子来看,排在前三位的是建设银行、招商银行和工商银行,后三位是中信银行、北京银行、平安银行。说明国有银行的地位相当稳固,深化改革较早的显示成效,而股份制银行和城市商业银行的发展潜力有待继续提高。现阶段我国各商业银行直接的业务有很强的同质性,如何在异质性不高的环境中打造出自身的特有优势是需要各家银行重点研究的方向,打造出各自的拳头产品才能在激烈的竞争中立于不败之地,同时由于互联网金融的快速发展,各商业银行也要抓住机会提升服务质量,增强自身的竞争力。

从稳健因子来看,宁波银行、南京银行、北京银行均挤进前五阵营,其中宁波银行位列16家银行之首,远超其他银行。说明城市商业银行在风险防范方面已经达到成熟发展阶段,且风控水平排在业内前列。良好的风控能力对于金融行业而言尤其重要,在拓宽发展空间和盈利的同时,势必会带来金融风险,因此我国商业银行仍要加强风险管理,充分借鉴国外先进的银行风控管理的技术和经验,制定不同的风险管理流程,实现全方位的事前审批监督、事中执行监督、事后审核管理。

从经营因子来看,平安银行、北京银行、中国银行占据前三,且分别代表了股份制银行、商业银行和国有银行。其他银行要分析企业发展现状,明确发展目标,以这三家银行为行业榜样,做到以彼之长补己之短。银行的不良贷款率是主要考核指标之一,不良贷款的管理是依据风险程度的不同进行差异化管理,要真实的反映资产质量就要及时的降符合不良贷款特征的及时纳入不良管理,并结合催收。抵债、诉讼等手段进行辅助处理,最大限度的降低银行不良贷款率。

从综合排名来看,宁波银行、南京银行、招商银行、北京银行、农业银行等银行排在前五位,属于第一梯队,其中有三家都是城市商业银行,说明我国的城商行发展势头逐步提高。兴业银行、建设银行、平安银行、工商银行、中国银行等股份制和城市商业银行排在五到十位,属于第二梯队,其中三家属于国有大型银行,说明国有大型银行仍处于稳步发展的地位。交通银行、光大银行、民生银行、华夏银行、中信银行、浦发银行等排名靠后,属于第三梯队。

结合三个因子的排名顺序来看,稳健因子很大程度上决定了商业银行的综合排名,因此对于我国商业银行而言,应该加快深化改革步伐,在资产体量、质量上到金融业领头羊的作用之外,更要严格把控风险,只要风险管理的水平位居行业前列,则综合排名自然会靠前。

文章引用

芦中坤,孙红梅. 基于因子分析法的中国商业银行财务竞争力研究
Research on Financial Competitiveness of Chinese Commercial Banks Based on Factor Analysis[J]. 金融, 2019, 09(02): 83-90. https://doi.org/10.12677/FIN.2019.92009

参考文献

  1. 1. 陈一洪. 城市商业银行竞争力分析(2009-2016)——基于横向对比与动态发展的视角[J]. 新金融, 2017(9): 47-53.

  2. 2. 中国农业银行江苏省分行、中国人民银行南京分行联合课题组, 张更生. 基于因子分析的我国上市银行财务竞争力研究[J]. 金融会计, 2017(3): 41-48.

  3. 3. 刘小驹, 李小江. 商业银行竞争力实证分析及对策研究[J]. 农村金融研究, 2016(6): 41-45.

  4. 4. 章颖薇, 胡小东. 基于层次分析法下两岸商业银行竞争力比较研究[J]. 亚太经济, 2014(4): 91-96.

  5. 5. 张虎, 潘攀, 范莉莉. 效率视角下商业银行竞争力评价与预测研究[J]. 软科学, 2016, 30(2): 130-133.

  6. 6. 上官飞, 舒长江. 基于因子分析的中国商业银行绩效评价[J]. 经济问题, 2011(1): 109-111.

  7. 7. 张国富, 朱涛. 基于熵权因子分析法的商业银行运营绩效研究——以沪深25家为例[J]. 时代金融, 2017(30): 73-74.

  8. 8. 刘晓蕾. 基于因子分析法分析我国上市商业银行的经营绩效[J]. 商场现代化, 2018(22): 121-124.

  9. 9. 朱红杰. 上市商业银行财务竞争力综合评分分析[J]. 金融理论与实践, 2016(7): 107-111.

  10. 10. 孙龙建, 李祥茂.我国商业银行综合绩效的因子分析——基于2012年年报的数据[J]. 经济问题探索, 2014(3): 131-134.

  11. 11. 冯帆, 温万祥. 基于因子分析法的中国上市商业银行财务绩效评价实证研究——以16家上市银行2015年年报数据为基础[J]. 当代经济, 2017(15): 133-135.

期刊菜单