何夢(mèng)蘭 陳矜 安徽財(cái)經(jīng)大學(xué)會(huì)計(jì)學(xué)院

近年來(lái)，支付寶和微信走入尋常百姓家，人們?cè)絹?lái)越傾向于使用電子支付手段，日常理財(cái)更是不在話(huà)下，買(mǎi)股票、購(gòu)基金，移動(dòng)端可以解決這一切。于是，商業(yè)銀行的業(yè)務(wù)受到阻礙，來(lái)銀行辦理業(yè)務(wù)的對(duì)象逐漸老齡化，年輕人都選擇電子支付，幾乎只有那些不懂電子支付的老年人才會(huì)去銀行排隊(duì)存取款，甚至有人預(yù)言傳統(tǒng)的銀行將逐漸被電子支付所取代，未來(lái)銀行將不復(fù)存在。在這樣一個(gè)極具挑戰(zhàn)性的時(shí)代，銀行業(yè)的發(fā)展成為一個(gè)難題，銀行的財(cái)務(wù)狀況和業(yè)績(jī)也備受廣大投資者的關(guān)注。那么如何科學(xué)準(zhǔn)確地評(píng)價(jià)一家銀行的財(cái)務(wù)狀況呢？這是本文想解決的問(wèn)題。

一、數(shù)據(jù)來(lái)源

評(píng)價(jià)銀行的財(cái)務(wù)狀況，需要借助一些真實(shí)可靠的財(cái)務(wù)數(shù)據(jù)，為了確保數(shù)據(jù)的可獲得性，本文以上市銀行為研究對(duì)象，所得數(shù)據(jù)來(lái)源于resset銳思數(shù)據(jù)庫(kù)證券監(jiān)督行業(yè)標(biāo)準(zhǔn)中的22家上市銀行2016年12月31日的財(cái)務(wù)比率。

二、指標(biāo)選取

通過(guò)閱讀現(xiàn)有研究財(cái)務(wù)狀況評(píng)價(jià)體系的文獻(xiàn)并結(jié)合銀行業(yè)的自身特點(diǎn)，分別從償債能力、營(yíng)運(yùn)能力、盈利能力、發(fā)展能力四個(gè)角度，選取九個(gè)財(cái)務(wù)指標(biāo)，運(yùn)用因子分析法構(gòu)建上市銀行財(cái)務(wù)狀況評(píng)價(jià)體系，所選的九個(gè)指標(biāo)，分別為：x1每股收益，表示凈利潤(rùn)本期值/實(shí)收資本本期期末值；x2凈資產(chǎn)收益率，表示凈利潤(rùn)/股東權(quán)益平均余額；x3銷(xiāo)售凈利率，表示凈利潤(rùn)/銷(xiāo)售收入；x4產(chǎn)權(quán)比率，表示負(fù)債總額/股東權(quán)益；x5營(yíng)業(yè)收入增長(zhǎng)率，表示本年?duì)I業(yè)收入增長(zhǎng)額/上年?duì)I業(yè)收入總額；x6凈利潤(rùn)增長(zhǎng)率，表示(凈利潤(rùn)本年本期金額—凈利潤(rùn)上年同期金額）/(凈利潤(rùn)上年同期金額)；x7總資產(chǎn)增長(zhǎng)率，表示(本期總資產(chǎn)期末值—上年總資產(chǎn)同期期末值)/(上年總資產(chǎn)同期期末值)；x8總資產(chǎn)周轉(zhuǎn)率，表示營(yíng)業(yè)收入/平均資產(chǎn)總額；x9資產(chǎn)負(fù)債率，表示負(fù)債合計(jì)/資產(chǎn)總計(jì)。[1]

三、描述性統(tǒng)計(jì)分析

運(yùn)用SPSS軟件，對(duì)22家上市銀行的9個(gè)財(cái)務(wù)指標(biāo)原值進(jìn)行描述性統(tǒng)計(jì)分析，可知這22家上市銀行財(cái)務(wù)狀況具有較大的差異性，凈資產(chǎn)收益率、銷(xiāo)售凈利率、產(chǎn)權(quán)比率、營(yíng)業(yè)收入增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率和總資產(chǎn)增長(zhǎng)率的差異都比較大，同時(shí)也具有一定的共性，總資產(chǎn)周轉(zhuǎn)率都比較低，資產(chǎn)負(fù)債率都比較高，都在90%以上。所以投資銀行需要詳細(xì)考察銀行的財(cái)務(wù)狀況，盡可能規(guī)避投資風(fēng)險(xiǎn)。

四、上市銀行財(cái)務(wù)狀況評(píng)價(jià)模型的構(gòu)建

(一)研究思路

首先將所篩選出的22家上市銀行的9個(gè)財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，消除量綱對(duì)財(cái)務(wù)狀況評(píng)價(jià)結(jié)果的影響，然后對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行KMO檢驗(yàn)和Bartlett的球形度檢驗(yàn)，以驗(yàn)證因子分析法評(píng)價(jià)財(cái)務(wù)狀況的適用性。最后運(yùn)用SPSS軟件進(jìn)行因子分析，將9個(gè)財(cái)務(wù)指標(biāo)簡(jiǎn)化為4個(gè)公因子，以方差貢獻(xiàn)率/累積方差貢獻(xiàn)率為各個(gè)公因子的權(quán)重，分別將公因子與對(duì)應(yīng)權(quán)重相乘，再求和，得到評(píng)價(jià)22家上市銀行財(cái)務(wù)狀況的綜合得分，并依據(jù)因子得分?jǐn)?shù)值大小對(duì)上市銀行的財(cái)務(wù)狀況進(jìn)行排名。并運(yùn)用SPSS軟件對(duì)銀行進(jìn)行Q型聚類(lèi)分析，據(jù)以佐證所建的財(cái)務(wù)狀況評(píng)價(jià)模型的科學(xué)合理性。[2]

(二)研究方法

(1)標(biāo)準(zhǔn)化處理

反映上市銀行財(cái)務(wù)狀況的評(píng)價(jià)指標(biāo)有不同的度量單位，為消除量綱對(duì)評(píng)價(jià)結(jié)果的影響，對(duì)指標(biāo)數(shù)據(jù)原值進(jìn)行標(biāo)準(zhǔn)化操作。

(2)檢驗(yàn)因子分析法的適用性

①求解相關(guān)系數(shù)

運(yùn)用SPSS軟件，求解標(biāo)準(zhǔn)化后的各變量間的相關(guān)系數(shù)，可知除了每股收益與總資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)收益率與凈利潤(rùn)增長(zhǎng)率、銷(xiāo)售凈利率與凈利潤(rùn)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率與總資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)增長(zhǎng)率與總資產(chǎn)周轉(zhuǎn)率的相關(guān)系數(shù)較低外，其余各財(cái)務(wù)變量間的相關(guān)系數(shù)均較高，這說(shuō)明運(yùn)用因子分析法較為合適。

②KMO檢驗(yàn)和Bartlett的球形度檢驗(yàn)

運(yùn)用SPSS軟件，進(jìn)行KMO檢驗(yàn)和Bartlett的球形度檢驗(yàn)，根據(jù)輸出結(jié)果可知，KMO為0.534，大于0.5，Bartlett的球形度檢驗(yàn)P值為0，小于0.05，是顯著的，故因子分析法可以應(yīng)用于上市銀行財(cái)務(wù)狀況評(píng)價(jià)研究。

(3)構(gòu)造公因子

運(yùn)用SPSS軟件中的主成分分析提取公因子，前四個(gè)因子的累計(jì)方差貢獻(xiàn)率為87.091%，因此在分析時(shí)選前四個(gè)公因子。運(yùn)用SPSS中的方差最大正交旋轉(zhuǎn)法對(duì)因子進(jìn)行旋轉(zhuǎn)，得到旋轉(zhuǎn)后的因子載荷矩陣，見(jiàn)表1。根據(jù)各個(gè)載荷，可知各公因子對(duì)各指標(biāo)的影響程度，據(jù)此將原始指標(biāo)劃分為四大類(lèi)，分別為償債能力、成長(zhǎng)能力、盈利能力和營(yíng)運(yùn)能力。

(4)計(jì)算綜合得分

根據(jù)SPSS軟件輸出的成份得分系數(shù)矩陣，寫(xiě)出公因子得分的計(jì)算公式：

其中Fk(k=1,2,3,4)為各公因子得分；aki(i=1,2,…,9)是成份得分系數(shù)；Xi(i=1,2,…,9)是各原始數(shù)據(jù)經(jīng)過(guò)標(biāo)準(zhǔn)化后的值。將成分得分系數(shù)、標(biāo)準(zhǔn)化后的原始變量數(shù)值代入(1)式，得到各企業(yè)在各公因子上的得分。

以旋轉(zhuǎn)后的公因子的方差貢獻(xiàn)率/累積方差貢獻(xiàn)率為權(quán)重，得到各權(quán)重Wk(k=1,2,3,4)。將各公因子得分與對(duì)應(yīng)權(quán)重相乘并求和，得綜合得分F，其表達(dá)式為：

表1：旋轉(zhuǎn)成份矩陣

表2：上市銀行財(cái)務(wù)狀況綜合得分及排名

根據(jù)(1)和(2)式，可分別求出衡量22家上市銀行財(cái)務(wù)狀況的綜合得分，見(jiàn)表2。

(5)聚類(lèi)分析

運(yùn)用SPSS軟件對(duì)22家上市銀行的原始財(cái)務(wù)指標(biāo)進(jìn)行聚類(lèi)分析，作出系譜圖，將聚類(lèi)分析的結(jié)果與因子分析法求出的各銀行財(cái)務(wù)狀況綜合得分進(jìn)行對(duì)比，進(jìn)一步檢驗(yàn)因子綜合得分評(píng)價(jià)財(cái)務(wù)狀況的正確性。

從系譜圖可看出，上市銀行可以分為十一類(lèi)，其中，上海浦東發(fā)展銀行股份有限公司、華夏銀行股份有限公司、興業(yè)銀行股份有限公司和招商銀行股份有限公司為第一類(lèi)，上海銀行股份有限公司為第二類(lèi)，無(wú)錫農(nóng)村商業(yè)銀行股份有限公司和北京銀行股份有限公司為第三類(lèi)，交通銀行股份有限公司、中國(guó)銀行股份有限公司、中國(guó)工商銀行股份有限公司、中國(guó)建設(shè)銀行股份有限公司和中國(guó)農(nóng)業(yè)銀行股份有限公司為第四類(lèi)，中國(guó)民生銀行股份有限公司和中國(guó)光大銀行股份有限公司為第五類(lèi)，成都銀行股份有限公司和中信銀行股份有限公司為第六類(lèi)，江蘇銀行股份有限公司和杭州銀行股份有限公司為第七類(lèi)，南京銀行股份有限公司為第八類(lèi)，江蘇常熟農(nóng)村商業(yè)銀行股份有限公司為第九類(lèi)，江蘇吳江農(nóng)村商業(yè)銀行股份有限公司為第十類(lèi)，貴陽(yáng)銀行股份有限公司為第十一類(lèi)。[3]

(三)結(jié)果分析

中國(guó)五大行，農(nóng)行、建行、工行、交行和中國(guó)銀行被聚為第四類(lèi)，財(cái)務(wù)狀況綜合得分均在-0.2以下，綜合得分排名分別位列14，15，16，17，19名，其他銀行也被恰當(dāng)?shù)貧w類(lèi)。所以，用因子分析法構(gòu)建上市銀行財(cái)務(wù)狀況評(píng)價(jià)模型具有一定的可行性和科學(xué)性，綜合得分相近的上市銀行確實(shí)被聚為一類(lèi)。同時(shí)可以看出城市商業(yè)銀行財(cái)務(wù)狀況良好，而國(guó)有控股的五大行財(cái)務(wù)狀況卻均為負(fù)值。

五、總結(jié)

本文以上市銀行為研究對(duì)象，運(yùn)用因子分析法構(gòu)建財(cái)務(wù)狀況評(píng)價(jià)模型，求出綜合得分，據(jù)此對(duì)上市銀行作出排名，并用聚類(lèi)分析佐證財(cái)務(wù)狀況評(píng)價(jià)模型的準(zhǔn)確性，將上市銀行分為十一類(lèi)，其中排名正數(shù)第一和倒數(shù)第一的銀行分別單列一類(lèi)，中國(guó)五大行被歸為一類(lèi)，其他類(lèi)亦如此，表明所構(gòu)建的財(cái)務(wù)狀況評(píng)價(jià)模型具有一定的準(zhǔn)確性，從而為投資者在進(jìn)行理性投資決策時(shí)，提供了一種評(píng)價(jià)銀行財(cái)務(wù)狀況的方法。