数据分析方法在上市银行竞争力评价体系研究中的应用

陈琳颖，孙丽英

数据分析方法在上市银行竞争力评价体系研究中的应用

陈琳颖，孙丽英

（广东金融学院应用数学系，广州510521）

以16家上市银行为样本，以盈利性、安全性、流动性和发展能力作为样本指标的选择原则，利用主成分分析法，对我国银行业竞争力的评价体系进行初步研究。结果显示，农业银行的竞争力水平最高，排名第一；宁波银行竞争力水平最低，排名最后。所得结果与2013年《银行家》的排名结果基本一致，说明该评价模型及所用研究方法是准确可靠的。

上市银行；竞争力；主成分分析

广东省高等学校教学质量与教学改革工程项目（No.KC110005）、广东金融学院综合性（设计性）实验项目（No.SY2013A03）、广东金融学院重点学科建设资助项目

0　引言

商业银行作为我国经济发展的主体，在金融领域和经济发展中起着重要的作用。随着国家经济体制改革的逐步深入，我国的银行业也进入了高速发展的阶段，截止2014年底，我国已有16家上市商业银行。它们的规模差距较大，之间竞争激烈，再加上不少外资银行的进驻抢滩，各大银行之间白热化的竞争局面已经形成。例如农业银行的总资产达已到1456210200万元，但宁波银行的总资产仅有46777260万元，差距悬殊。如何提升上市银行的竞争力？提升上市银行竞争力的核心要素有哪些？能否建立模型进行数量分析？

目前国际上盛行的是美国的骆驼评价法和英国的《银行家》排名，但其研究方法较适用于外资银行，而针对国内银行还没有一套完整、切实有效的评价体系。由此，建立一套适合我国银行业的评价体系，以便对我国各大银行进行排名评价，使其明白自身的优势与差距，就显得尤为重要。事实上，这个问题已引起国内许多学者的兴趣，例如参考文献[1]~[3]，这些结果对银行竞争力评价所采用的方法多集中为层次分析法、因子分析法和数据包络法。

本文采用主成分分析法对商业银行竞争力体系进行研究。首先从银行的盈利性、流动性、安全性和发展能力中挑选16个指标，然后通过主成分分析法确定各指标的权重，建立模型并进行实证分析，所得结果与《银行家》杂志的排名结果基本一致，表明本文所建模型及所用研究方法是有效、可行、准确的。

1　竞争力评价体系指标的选取

截止2014年12月，我国共有16家上市银行：平安银行、宁波银行、浦发银行、华夏银行、民生银行、招商银行、南京银行、兴业银行、北京银行、农业银行、交通银行、工商银行、光大银行、建设银行、中国银行和中信银行，本文选取这16家上市银行作为研究样本。根据商业银行的盈利性、流动性、安全性、发展能力四要素的要求，确定存款金额、贷款金额、每股收益、资本充足率、资产收益率、存贷比、拆入资金、拆出资金、不良贷款总额、不良贷款率、拨备覆盖率、总资产、员工人数、网点数、总资产增长率、净利润增长率为16种研究指标，并分别以X1~X16表示之。

2　上市银行实证研究

为保证数据的准确性，本文所用的数据均来自各大银行2013年年报。对于部分年报未披露的数据，我们是从各大银行公开的官方网站上获取的，例如银行的网点数目。

各银行样本数据如表4所示。将这些数据通过SPSS进行相关性分析，得到各变量之间的Person相关系数及相关系数矩阵如下。

该矩阵的大部分元素数值都大于0.3，由文献[16]可知各指标之间的相关性比较强，可以进行主成分分析。将数据输入SPSS软件，进行主成分分析，得到各指标间方差系数如表1。

由表1可知，前四个因子的累积贡献率已经达到82.41%，说明这四个因子可以尽可能多地保留原始变量的信息。将前四个因子分别命名为F1、F2、F3、F4，得到各主成分的因子载荷如表2。

由表2可以看出：

（1）第一主成分F1在X1存款金额、X2贷款金额、X3每股收益、X4资本充足率、X7拆入资金、X8拆出资金、X9不良贷款总额、X12总资产、X13员工人数、X14网点数这10个指标上有较重的因子载荷，而这10个指标所反映的是银行的规模大小。所以，第一主成分F1为银行的规模大小指标。

表1　各指标的贡献率及累计贡献率

（2）第二主成分F2在X6存贷比、X11拨备覆盖率上有较重的因子载荷，这两个指标均反映了银行控制风险的能力，所以第二主成分F2为银行的资产安全性指标。

（3）第三主成分F3在X5资产收益率、X10不良贷款率上有较重的因子载荷，这两个指标均反映了银行的盈利性，所以第三主成分F3为银行的盈利性指标。

（4）第四主成分F4在X15总资产增长率、X16净利润增长率上有较重的因子载荷，所以第四主成分反映了银行的发展能力。

（5）各主成分的计算公式如下：

表2　各主成分的因子载荷

由文献[17]的方法及表1中的方差贡献率，可得各银行竞争力总得分F的计算公式为：

将各银行的原始数据代入（*）式，在SAS软件上运行可得16个上市银行排名得分，如表3。

3　结语

由表3可以看出，农业银行综合竞争力最强，排名第一；宁波银行综合竞争力最弱，排名第十六。

由（*）式分析各主成分因子占比可以发现，第一主成分F1即银行规模所占权重超过50%，对确定银行综合竞争力起着决定性作用。农业银行、工商银行、建设银行和中国银行这四家银行在规模指标上占据绝对优势，所以这四家银行在我国上市银行竞争力排名前四。北京银行、南京银行和宁波银行为地方性小型银行，其规模较小，因此在我国上市银行竞争力排名靠后。

本文的实证结果与2013年《银行家》排名结果基本一致，说明利用本文模型对各银行进行评价是准确可靠的。

本文试图通过对上市银行竞争力评价体系的研究，一方面丰富银行评价体系的理论，另一方面也给我国银行业提供一个参考标准，以促使各大银行通过对排名的影响因素进行改进，提高自身的竞争力。

表3　16个上市银行排名情况

表4　

[1]归波.基于DEA与因子分析法的上市银行竞争力研究[D].山东：山东大学，2012

[2]吴成浩.我国上市商业银行竞争力分析[D].山东：山东大学，2012

[3]胥晞,张军.我国上市银行竞争力比较分析[J].西安金融，2005,29（11）：34~39

[4]姚铮，邵勤华.商业银行竞争力评价指标选择及其权重确定[J].科技进步与对策，2005，1

[5]蔡文静.中国商业银行竞争力分析——以11家上市银行为例[D].浙江：浙江理工大学,2010

[6]刘靖.中国三大国有商业银行竞争力比较研究[D].浙江：浙江大学，2012

[7]李义鹏.银行类上市公司竞争力评价及提升路径研究[D].黑龙江省：东北石油大学，2013

[8]彭颖星.基于因子分析的我国上市商业银行竞争力研究[D].湖南：湘潭大学，2011

[9]鲁志勇,于良春.中国银行竞争力分析与实证研究[J].改革，2002，30（21）：61~67

[10]丁卫杰.基于DEA方法的广西区域商业银行竞争力分析[D].四川：西南交通大学，2011

[11]周立.中国大型商业银行国际竞争力研究[D].四川：西南财经大学，2013

[12]沈雪达.我国国有上市银行的竞争力分析[J].金融天地，2001，35：118~119

[13]吴琳.招商银行竞争力分析[D].福建：厦门大学，2005

[14]张明捷.我国上市商业银行竞争力分析[D].山东：山东大学，2007

[15]牛慧.我国股份制商业银行竞争力分析——基于层次分析法的研究[D].山东：山东大学，2013 [16]傅德印.主成分分析中的统计检验问题[J].统计教育，2007（9）：4~7

[17]郭显光.如何用SPSS软件进行主成分分析[J].统计与信息论坛，1998（2）：60~64

Listed Banks;Competitiveness;Principal Component Analysis

Application of Data Analysis Methods in the Research on the Evaluation System of the Listed Banks Competitiveness

CHEN Lin-ying，SUN Li-ying

(Department of Applied Mathematics,Guangdong University of Finance,Guangzhou 510521)

With the sample of sixteen listed banks and the profitability,safety,liquidity,development as the selection principle,uses principal component analysis to do some preliminary studies of our banking competitiveness evaluation system.The results show that Agricultural Bank of China has the strongest competitiveness and ranked first,at the same time,Ningbo Bank has the weakness competitiveness and ranked last.These are consistent with those in the Journal of Banker(2013).It shows that evaluation model and the research method are accurate and reliable.

1007-1423（2015）12-0023-04

10.3969/j.issn.1007-1423.2015.12.005

陈琳颖（1992-），女，广东潮州人，从事领域为数据处理与优化

孙丽英（1965-），女，硕士，教授，从事领域为数值代数、高等教育改革等

2015-02-26

2015-04-08