基于結構方程模型的商業銀行競爭力研究

[摘 要] 本文運用結構方程模型對16家商業銀行2002年～2007六年間的數據進行了實證研究，得出了各個觀測變量和潛變量的標準化系數，為有針對性地改善和提高商業銀行競爭力提供了參考。

[關鍵詞] 銀行競爭力 評價指標體系 結構方程模型

一、引言

商業銀行的競爭力評價是當前學術界研究的熱點問題之一，但目前在商業銀行競爭力評價中并未出現統一的分析模式。對現有文獻可以看出，銀行競爭力評價中使用到的評價方法主要有以下幾種:主成分分析、數據包絡分析、層次分析和BP神經網絡等。在本文中作者嘗試將結構方程模引入到銀行競爭力研究中，建立商業銀行競爭力評價的結構方程模型。

二、結構方程模型介紹

結構方程模型是20世紀70年代Karl Joreskog和Dag Sorbom等學者提出的基于變量的協方差矩陣來分析變量之間關系的一種多元統計方法，整合了多元回歸、路徑分析、因子分析等統計檢驗方法。總的來說結構方程模型可分為測量方程和結構方程兩部分。對于指標與潛變量間的關系，通常寫為以下測量方程：

其中：X——外源指標組成的向量；y——內生指標組成的向量；——外源潛變量組成的向量；η——內生潛變量組成的向量；∧X——外源指標與外源變量之間的關系，是外源指標在外源潛變量上的因子負荷矩陣；∧y——內生指標與內生變量之間的關系，是內生指標在內生潛變量上的因子負荷矩陣；

對于潛變量間的關系，通常寫成如下結構方程：

其中，B——內生潛變量間的關系；——外源潛變量對內生潛變量的影響；——結構方程的殘差項，反映了在方程中η未能被解釋的部分；

上述方程組的擬合過程通常包括五個主要步驟。(1)模型建構：即在進行模型估計之前，研究人員要根據理論分析或以往研究成果來建構初始理論模型。(2)模型擬合：這個過程主要是模型參數的估計(3)模型評價：模型估計之后，研究人員須對模型的整體擬合效果和單一參數的估計值進行評價。(4)模型修正：如果模型擬合效果不佳，可以對模型進行修正來提高模型擬合效果。

三、實證分析

1.樣本選取與數據來源。由于收集資料限制，本文選取工行、建行、中國銀行、深發展、寧波銀行、浦發、華夏、民生、招商、南京、興業、北京、交行、中信、農行、上海銀行等16家商業銀行作為研究對象，以2002年～2007各年年末數據為樣本。原始數據來源于2003年～2007各期《金融統計年鑒》、金融界以及2002年～2007各銀行公布的年報。

2.指標設計。在借鑒國內外學術界已有研究成果的基礎上，同時結合我國商業銀行自身發展的特點，筆者選取了反映商業銀行流動性能力、盈利性能力、安全性能力以及經營發展能力的9項指標，建立了相應的評價指標體系（見表1）。

3.模型擬合。由于最大似然估計法要求變量是多元正態分布的 ，所以先對數據進行了正態化處理，然后再運用AMOS7.0通過最大似然估計方法對數據進行驗證分析。通過改變路徑圖，并利用AMOS7.0對模型多次擬合，將輸出結果中不良的估計參數逐步剔除，最終找到一個相對穩定并且擬合效果較好的結構方程模型，所得結果見圖，模型部分擬合指數見（表2）。

一般認為x2/df小于2，RMSEA小于0.08（越小越好），NFI、CFI、IFI在0.9以上（越大越好），所擬合的模型就是一個“好”模型，從表2中的各個擬合指數來看，這個模型較好的擬合了樣本數據。在AMOS7.0輸出的結果里面，可以得到如圖所示的路徑圖，在這個圖里，我們可以直觀的看到參數估計的結果。

四、輸出結果解讀

1.從輸出結果可以看出，銀行競爭力在流動性能力、盈利性能力、安全性能力以及經營發展能力上的路徑系數分別為0.23、0.38、0.33、0.28，該數據表明盈利性能力對銀行競爭力的影響最大，安全性能力次之。2.成本收入比（-0.72）、存貸款比率（-0.20）以及不良貸款率（-0.82）與商業銀行競爭力是負相關的，而這一點與現實情況相吻合，可見用結構方程模型評價銀行競爭力是可行的。3.利息回收率、人均凈利潤、不良貸款率的標準化因子載荷較大，說明這些觀測指標對各自因子的貢獻較大。4.流動性能力、盈利性能力、安全性能力、經營發展能力之間存在相關性，由此可見它們之間是相互影響相互作用的。5.從Amos7.0輸出模型中各變量間的標準化系數可以看出各變量間的關系及相互作用的強弱程度，有助于找出影響商業銀行競爭力的關鍵因素，以便有針對性地加以改善和提高。

參考文獻：

樓裕勝:商業銀行競爭力評價方法研究[M].第一版.浙江:浙江大學出版社，2007