徐建波 倪雪妍 陶建良

（徐州工程學(xué)院金融學(xué)院 江蘇徐州 221008）

引言

自新冠肺炎疫情出現(xiàn)以來，無論是宏觀經(jīng)濟(jì)環(huán)境還是微觀經(jīng)濟(jì)主體都遭受到了嚴(yán)重沖擊。在宏觀經(jīng)濟(jì)下行壓力下，我國商業(yè)銀行既要擔(dān)負(fù)重要的社會(huì)責(zé)任，還需要提升自身競爭力水平，以應(yīng)對國內(nèi)外市場風(fēng)險(xiǎn)和監(jiān)管要求。那么，當(dāng)前我國商業(yè)銀行競爭力水平究竟如何？面對銀行繁雜的財(cái)務(wù)指標(biāo)和數(shù)據(jù)，如何客觀、準(zhǔn)確地進(jìn)行競爭力評價(jià)以找到提升競爭力水平的抓手？這成為銀行經(jīng)營管理者需解決的首要問題。本文依據(jù)我國上市銀行2015—2019年年報(bào)的財(cái)務(wù)數(shù)據(jù)，運(yùn)用因子分析法對其競爭力水平進(jìn)行評估和比較分析，以期為提升商業(yè)銀行競爭力水平提供有益的參考。

一、研究設(shè)計(jì)

（一）研究方法

在對商業(yè)銀行競爭力評價(jià)的研究方法上，學(xué)術(shù)界使用較多的有數(shù)據(jù)統(tǒng)計(jì)分析法（劉冬，2006）、數(shù)據(jù)包絡(luò)分析法（黃建康等，2017）、聚類分析法（徐占東，2015）、因子分析法（劉水根，2014；林碩延，2019）等。其中因子分析法是從多個(gè)變量之中提取出相似因子，將其歸為一類，即利用降維方法達(dá)到合并相似因子、避免指標(biāo)間相關(guān)關(guān)系的目的。因子分析法的權(quán)重值是根據(jù)各個(gè)變量的方差貢獻(xiàn)率計(jì)算出來的，其排除了人為主觀性。進(jìn)一步看，因子分析法通過因子旋轉(zhuǎn)技術(shù)來幫助解釋，具有方向性，更有利于解釋；同時(shí)該方法還可以對樣本進(jìn)行排序，并對影響樣本排名次序的因素做出解釋。綜上，因子分析法因其全面、客觀和準(zhǔn)確性而成為最常用的方法之一。

（二）指標(biāo)體系

商業(yè)銀行的競爭力反映的是各銀行對資源要素的整合能力，其是一項(xiàng)綜合能力。因此，對商業(yè)銀行的競爭力進(jìn)行評價(jià)需要建立一套科學(xué)合理的評價(jià)體系。本文基于商業(yè)銀行的安全性、流動(dòng)性以及營利性三大經(jīng)營原則建立評價(jià)體系，共選取10項(xiàng)指標(biāo)綜合反映商業(yè)銀行的競爭力，具體如表1所示。

表1 評價(jià)指標(biāo)

（三）樣本選擇

盡管基于歷史信息的評價(jià)不能必然反映未來商業(yè)銀行的競爭力水平，但是一個(gè)基于5年歷史跨度所展現(xiàn)的排名還是能夠傳達(dá)出商業(yè)銀行穩(wěn)健或成長等競爭力方面的一些重要信息。因此，本文樣本選擇2015—2019年我國13家代表性的大中型上市商業(yè)銀行，數(shù)據(jù)來源為各銀行每年公開的年報(bào)。

二、實(shí)證分析

本節(jié)使用SPSS 14.0軟件將13家銀行數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，以消除指標(biāo)數(shù)據(jù)的量綱影響和變量變異大小和數(shù)值大小的影響。首先以2019年各銀行數(shù)據(jù)作為研究樣本，進(jìn)行橫向比較，然后采用同樣方法分析其余4年的數(shù)據(jù)以便于進(jìn)行時(shí)間維度的縱向分析。

（一）變量檢驗(yàn)

運(yùn)用因子分析法，變量必須滿足KMO測試度和巴特利特球體檢驗(yàn)的要求。對變量檢驗(yàn)的結(jié)果為：巴特利特球度檢驗(yàn)統(tǒng)計(jì)量觀測值為295.658，概率P為0，在1%的顯著性水平下拒絕原假設(shè)，認(rèn)為相關(guān)矩陣與單位矩陣有顯著差異。同時(shí)，KMO值為0.731＞0.7，符合標(biāo)準(zhǔn)，證明該數(shù)據(jù)可以運(yùn)用因子分析法。

（二）因子提取

因子提取是因子分析最重要的一部分，本文選擇主成分分析法進(jìn)行對指標(biāo)的因子提取。提取因子要計(jì)算出特征值、特征值貢獻(xiàn)率以及累計(jì)貢獻(xiàn)率。計(jì)算顯示出三個(gè)最大特征值方差貢獻(xiàn)度分別是44.306、26.340和12.974，累積貢獻(xiàn)率達(dá)到了83.62，累積貢獻(xiàn)率比較高，結(jié)果理想。

（三）因子得分計(jì)算

根據(jù)提取的因子進(jìn)行成分載荷計(jì)算。因子載荷矩陣列表表示的是原始指標(biāo)和上述選取的因子之間的一種線性關(guān)系，并且將其按照方差最大正交進(jìn)行旋轉(zhuǎn)，使每一個(gè)因子具有高載荷，也可以讓因子的解釋得到簡化，從而有利于解釋每個(gè)因子。在此本文列舉了中國工商銀行的旋轉(zhuǎn)因子載荷矩陣表，如表2所示。

表2 旋轉(zhuǎn)后的成分矩陣

由表2可知，公因子1與資產(chǎn)收益率、資本收益率、不良貸款率和撥備率有強(qiáng)因子相關(guān)；公因子2則是營業(yè)利潤率、存貸比、資本充足率、貸款增長率和凈利潤增長率有強(qiáng)因子相關(guān)；公因子3是與流動(dòng)性比率有強(qiáng)因子相關(guān)。由于因子分析是一種線性關(guān)系，因此可以通過因子系數(shù)求出最后的因子得分。由SPSS 14.0可以得到相關(guān)系數(shù)如表3所示。

表3 成分得分系數(shù)矩陣

按照上述的系數(shù)和相關(guān)數(shù)據(jù)，代入以下因子得分公式得：

其中，F(xiàn)為各個(gè)因子的得分，A為因子的相關(guān)系數(shù)，B為提取因子的特征值，Z為總的因子得分。將2019年13家銀行的標(biāo)準(zhǔn)化后的數(shù)據(jù)帶入式子中，可以得到2019年13家銀行的因子得分，如表4所示。

表4 2019年13家銀行的因子得分

同理，通過上述的步驟，求出2015—2019年的因子得分。為了更好的進(jìn)行對比近5年銀行的競爭力，再算出5年13家銀行之間的平均因子得分以及排名，具體因子得分和排名如表5所示。

表5 2015—2019年我國13家商業(yè)銀行因子得分以及排名

（四）結(jié)果分析

通過表4可以看到2019年中13家銀行公因子1、公因子2、公因子3以及最終因子得分的結(jié)果以及排名?？梢钥吹焦蜃?排名前三的銀行分別是招商銀行、建設(shè)銀行和興業(yè)銀行。并且由于公因子1與資產(chǎn)收益率、資本收益率、不良貸款率和撥備率有強(qiáng)因子相關(guān)，說明這三家銀行在盈利性和安全性方面指標(biāo)相對較高。我國的國有銀行只有建設(shè)銀行進(jìn)入前三，農(nóng)業(yè)銀行、工商銀行和中國銀行緊跟其后。只有交通銀行排在第九名，相較于其他股份銀行低；在公因子2排名前三的銀行是平安銀行、招商銀行以及華夏銀行。公因子2是營業(yè)利潤率、存貸比、資本充足率、貸款增長率和凈利潤增長率有強(qiáng)因子相關(guān)。我國的五大國有銀行在公因子2中排名都靠后，這說明國有銀行在營業(yè)利潤率、存貸比、資本充足率、貸款增長率和凈利潤增長率都比其他股份制低；公因子3排名前三的銀行是交通銀行、興業(yè)銀行和光大銀行。公因子3是與流動(dòng)性比率有強(qiáng)因子相關(guān)。在我國的國有銀行中，交通銀行排名第一，而其他四個(gè)銀行則排名較后，說明流動(dòng)性方面，中國銀行、建設(shè)銀行、工商銀行和農(nóng)業(yè)銀行都比較低。最后綜合得分前五的銀行分別是招商銀行、興業(yè)銀行、平安銀行、光大銀行、民生銀行。國有銀行都處于排名中下位置，可以得知在2019年的13家銀行中，國有銀行的競爭力較其他銀行更弱。通過表5看近五年13家銀行競爭力平均值，國有控股銀行基本排在上中層次，說明國有銀行仍有不錯(cuò)的競爭實(shí)力，其滿足了我國的發(fā)展要求。全國性股份制商業(yè)銀行發(fā)展呈兩極分化態(tài)勢，招商銀行和興業(yè)銀行占據(jù)前兩名，競爭力最強(qiáng)，其他股份制銀行仍要繼續(xù)努力發(fā)展自身實(shí)力，提高銀行競爭力。

三、結(jié)論及對策建議

本文結(jié)合財(cái)務(wù)指標(biāo)，通過因子分析法對具有代表性的我國大中型商業(yè)銀行的競爭力進(jìn)行了實(shí)證分析。結(jié)果表明，國有控股銀行和股份制商業(yè)銀行在安全性、流動(dòng)性和營利性方面差異化程度較高。國有控股銀行雖然整體上保持了競爭力優(yōu)勢，但從趨勢上看有逐漸被全國性股份制商業(yè)銀行趕超的壓力。因此，我國商業(yè)銀行未來應(yīng)該繼續(xù)深化改革，強(qiáng)化制度建設(shè)，提高銀行運(yùn)作效率，同時(shí)要廣納人才，完善內(nèi)部績效考核體系，提高員工工作積極性。并且要完善風(fēng)險(xiǎn)管理體系，提前做好預(yù)警防范，控制和化解金融風(fēng)險(xiǎn)，提升銀行安全性。重視科技的投入，加快推進(jìn)互聯(lián)網(wǎng)金融科技，提高銀行盈利性。