三、商业银行经营绩效评价的实证分析 1. KMO 检验和球形 Bartlett 检验 为了消除原始数据量纲方面的影响，我们首先对数据做去量钢化处 理。目前，国际上比较通行的做法是采用 Z. score 法。 由于各个数据的 计算是通过 SPSS20 软件完成的， 通过对原始数据的标准化处理 ， 我们 进一步计算其相关系数矩阵，并进行 KMO 检验和球形 Bartlett 检验 （ 卢 纹岱，2010 ） ，以判断样本数据是否适用于因子分析方法 。 KMO 检验值 为 0. 741 ，大于 0. 7 ； Bartlett 球度检验结果显示该相关系数矩阵不是一 个单位矩阵，并且相关系数矩阵的数据表明各指标的相关性较大， 说明 可以运用因子分析法来进行评价。 2． 数据分析 采用主成分分析法提取公因子方差，结果显示提取后公因子方差的 值都大于 0. 5 ，都能较好的描述这 10 项财务指标。对提取的样本数据利 用 SPASS20 分析，对去量纲化后的数据矩阵提取 3 个主成分作分析， 因 为从下表可以看出，第一主成份的方差贡献率达到了 29. 069% ，第二主 成份的方差贡献率达到了 27. 653% ， 第三主成份的方差贡献率达到了 25. 99% ，三个主成份的方差累积贡献率达到了 82. 711% ， 大于 80% ， 提取的这三个主成份就已经能够很好的反应原始数据的主要信息。
他统计分析 （ 如回归、聚类） ，就变得十分有效。 因此， 主成分分析法 的初衷是数据降维，以供其他统计方法作进一步分析处理。 （ 三） 数据样本选取 本文选取 A 股上市的 16 家商业银行数据作为样本， 银行名称分别 用： BK1 － BK16 表示，选取的数据为商业银行官网 2013 年财务报表第 四季度数据，数据结果如下表所示：
2. 194 10. 957 1. 74 1. 49 2. 3 1. 51 2. 16 1. 53 0. 51 0. 84 0. 75 0. 66 0. 86 0. 56 0. 84 1. 86 1. 68 9. 59 6. 97 10. 53 8. 96 10. 49 8. 88 2. 6 5. 65 3. 63 3. 3 4. 26 3. 31 4. 82 11. 77 8. 84
表2
成份 初始特征值 合计 Biblioteka 差的 % 累积 %解释总方差
旋转平方和载入 合计 方差的 % 累积 %
提取平方和载入 合计 方差的 % 累积 %
作者简介： 邱林燕 （ 1990. 12 － ） ，女，汉，江西井冈山人，硕士，浙江财经大学，研究方向，金融统计。
·182·
Business !
财政金融
1 2 3 4 5 6 7 8 9 10 4. 744 2. 237 1. 29 0. 807 0. 549 0. 213 0. 137 0. 017 0. 004 0. 001 47. 441 22. 366 12. 903 8. 075 5. 487 2. 135 1. 373 0. 171 0. 039 0. 009 47. 441 69. 808 82. 711 90. 786 96. 273 98. 408 99. 781 99. 952 99. 991 100 4. 744 2. 237 1. 29 47. 441 22. 366 12. 903 47. 441 69. 808 82. 711 2. 907 2. 765 2. 599 29. 069 27. 653 25. 99 29. 069 56. 721 82. 711 BK1 BK2 银行
一、引言 近年来国内外对商业银行的经营绩效研究的文献有很多，20 世纪 50 年代国外主要运用数据包络分析 （ DEA ） 、 随机前沿 （ SFA ） 、 厚前 沿面分析 （ TFA） 等方法侧重对银行经营管理 、 经济结构和资源配置等 方面展开了研究。Grabowski、Ｒangan 和 Ｒezvanian （ 1993 ） 运用数据包 络分析方 法 分 析 得 出 有 分 支 机 构 的 银 行 比 银 行 控 股 公 司 效 率 更 高 。 Worthington （ 1998 ） 运用随机成本前沿法测算了资产质量 、 人力素质和 教育程度等因素对澳大利亚金融机构效率的影响 。国内对银行绩效评价 的研究起步较晚，目前主要使用的方法有四类 ： 因子分析法、 经济增加 值、数据包络和平衡计分卡。王军 （ 2011 ） 对商业银行核心竞争力具体 指标构成进行了研究，采用因子分析与主成分分析法从 22 个指标中提 取出 5 个主要因子，客观评价了中资银行竞争力的优劣 。 袁丹和谢元态 （ 2012 ） 选取中部地区 15 家商业银行的数据 ， 运用数据包络法 （ DEA ） 中的 CCＲ 模型，对商业银行经营绩效进行了实证分析 。 然而在互联网 金融技术和渠道的革新下，商业银行传统经营模式有了全新的业态 。 二、商业银行经营绩效评价指标 、方法及数据 （ 一） 评价指标设计 从商业银行的经营状况的现金流生成状况分析 ，金融机构现金流可 以从盈利能力、偿债能力、营运能力三方面分类 ，本文从这三方面的管 理能力，对我国 16 家上市商业银行的财务比率选取指标如下 ： 每股收 益 （ X1 ） 、每股净资产 （ X2 ） 、 资 产 负 债 率 （ X3 ） 、 权 益 乘 数 （ X4 ） 、 总资产周转率 （ X5 ） 、净资产收益率 （ X6 ） 、 净利润增长率 （ X7 ） 、 总 资产增长率 （ X8 ） 、营业收入增长率 （ X9 ） 、总资产净利率 （ X10 ） 。 （ 二） 实证方法分析 主成分分析法 （ Principal Components Analysis， 简记为 PCA 法或者 PC 法） 是作为多元数据的降维处理技术而提出的 。 其基本思想是： 在 众多的相关指标 （ 变量） 中，寻找某种变换 （ 通常是线性的 ） ， 生成少 数代表性较好的综合指标，这些少数代表性指标是原来众多指标的函数 （ 通常是线性的） ，它们彼此相互独立 （ 不相关 ） ， 同时又能够继承原指 标中的绝大多数信息 （ 通常是方差信息 ） ， 这些少数代表性指标 即 为 “主成分” 或 “主分量 ” 。 设降维前的指标共有 p 个， 经过标准化处理 之后分别记为： x1 、 x2 、 x3 、…、 xp， 由 PC 法可综合成 m 个 主 成分： f1 、f2 、f3 、…、fm，（ 从理论上讲，可以得到 p 个主成分， 但实际中通 常只取前 m 个，因为后 p － m 个主成分所包含的信息量少到可以忽略不 计） 。一般的线性组合关系如下 ： f1 = l11 x1 + l12 x2 + l13 x3 + … + l1p x p
财经纵览
财政金融
我国 16 家上市商业银行经营绩效评价
邱林燕
摘 要： 互联网金融的迅速发展壮大 ，对我国各大商业银行产生了重大的冲击。绩效是商业银行核心竞争力的重要内容 ， 构建科学的 商业银行经营绩效评价体系 ，对于提升我国商业银行核心竞争力具有非常重要的理论和现实意义。 本文以我国 2013 年 16 家上市商业银行 的年度数据为样本，构建一套以财务比率为基础的指标体系 ，运用 SPASS 软件， 采用因子分析方法对我国 16 家上市商业银行的绩效状况 做出综合评价。最后总结出，我国商业银行在互联网冲击下的经营绩效排名，为投资选股和各大银行提高经营绩效提供参考依据。 关键词： 互联网金融； 经营绩效； 综合评价； 因子分析
17. 7589 19. 4428 15. 7925 15. 1017 16. 1623 18. 2801 17. 071 17. 2427 14. 1427 14. 7973 15. 7795 14. 3003 14. 4302 15. 7815 16. 8783 18. 3283
{
f2 = l21 x1 + l22 x2 + l23 x3 + … + l2p x p f3 = l31 x1 + l32 x2 + l33 x3 + … + l3p x p … f m = l m1 x1 + l m2 x2 + l m3 x3 + … + l mp x p
表1
银行 BK1 BK2 BK3 BK4 BK5 BK6 BK7 BK8 BK9 BK10 BK11 BK12 BK13 BK14 BK15 BK16 每股 收益 每股 净资 资产 负债率 94. 369 94. 8567 93. 6679 93. 3782 93. 8128 94. 5296 94. 1421 94. 2004 92. 9292 93. 242 93. 6627 93. 0071 93. 0701 93. 6635 94. 0752 94. 544
财经纵览
综合得分 F 0. 656450154 － 0. 058446016 0. 231841917 1. 019829229 0. 036910642 0. 802286368 － 0. 285384877 － 0. 655390205 － 0. 56411509 － 0. 359791211 － 0. 872086013 － 0. 142219269 － 0. 679067841 － 0. 212395975 0. 599101776 0. 482466209 排名 3 8 6 1 7 2 11 14 13 12 16 9 15 10 4 5
2 2 2 l2 （ k = 1， 2， …， m； m≤p） 其中， k1 + l k2 + l k3 + … + l kp = 1 f1 、f2 、f3 、…、fm 分别称为 “第一主成分 ” 、“第二主成分 ” 、“第 ” 、“第 m 主成分” 。显然，原始数据有 p 维， 通过变换， 成为 三主成分 m 维，数据维数下降了 ，从而利用这些主成分作为新的综合变量进行其
我国 16 家上市商业银行财务数据
权益 乘数 总资产 周转率 0. 0293 0. 0286 0. 036 0. 0357 0. 0269 0. 0315 0. 025 0. 0333 0. 0293 0. 0323 0. 0278 0. 0347 0. 0307 0. 0317 0. 0298 0. 0303 净资产 收益率 21. 4323 19. 3687 23. 4364 22. 2121 17. 563 22. 3157 17. 978 20. 8817 15. 5839 21. 8953 20. 01 21. 3836 17. 9471 18. 4806 15. 4724 20. 3557 净利润 增长率 20. 0781 21. 2176 12. 9842 14. 2914 12. 0173 18. 8507 15. 2434 14. 5248 6. 8221 10. 1696 13. 2684 11. 1156 12. 3468 26. 5477 12. 722 19. 152 总资产 增长率 16. 9888 12. 3307 0. 4424 17. 8445 26. 2557 13. 1179 19. 3572 9. 9496 13. 0383 7. 8413 5. 9576 9. 9506 9. 4135 23. 0158 17. 7527 25. 2281 营业收入 增长率 20. 5697 13. 6784 12. 3896 16. 9688 14. 9635 24. 7298 10. 2395 9. 6361 11. 6047 9. 8133 8. 9959 10. 3879 11. 3133 16. 9095 31. 2964 23. 3966 总资产 净利率 1. 2072 0. 9813 1. 3445 1. 3938 1. 1649 1. 1983 1. 0962 1. 1955 1. 112 1. 4425 1. 1398 1. 4666 1. 2332 1. 2033 0. 8708 1. 1523