基于KMeans 聚類對我國33 家上市銀行盈利能力的實證研究

□唐文軍，楊 迎

（1.塔里木大學 新疆 阿拉爾 843300；2.安徽財經大學 安徽 蚌埠 233030）

作為金融屬性極強的銀行業，其盈利能力的高低能夠直接反映經營風險水平或者風險管理水平的高低。商業銀行的盈利能力不僅取決于自身的企業治理能力和整個宏觀環境的狀況，還由盈利結構所決定。選取多項財務指標對銀行盈利能力進行分析，可以有效識別出具有潛在投資價值的銀行。

“買股票買的就是未來預期的價值”，在進行股票投資時，大部分投資者更愿意選擇投資未來有發展潛力的企業，而銀行盈利能力的高低能夠直觀反映其未來發展潛力的高低。上市銀行能否被投資者所青睞尤為重要，這不僅能決定其股價的漲跌，還決定其能否實現長遠發展。

1 文獻綜述

王培培（2020）[1]基于因子分析對我國8 家互聯網銀行的盈利能力進行實證研究，論證了創新因子、效率因子及穩健因子是影響互聯網銀行盈利能力的主要因子。陳曉曉（2012）[2]選取了資產收益率、營業收入增長率及其營業利潤率等4 項財務指標，基于系統聚類分析了我國17 家商業銀行的盈利能力。方申奧和鄭小花（2014）[3]基于因子分析法構建盈利能力評價指標體系，客觀分析了我國21 家商業銀行的盈利能力。劉宏和閔丹（2010）[4]通過經典SCP 法，從市場集中度、市場份額及利潤效率3 個角度分析了商業銀行的盈利能力。宋吟秋等（2015）[5]運用因子分析法測算出我國15 家銀行盈利能力的綜合得分，并對不同類型銀行進行綜合比較，最終得出綜合盈利能力由強到弱的排序為國有銀行、股份制銀行、城市商業銀行。

2 指標選取

根據數據資料的可得性，基于科學性、代表性和可操作性的原則，選取了營業利潤率、凈利潤增長率、成本收入比、總資產報酬率4 個能直觀反映銀行盈利能力的指標。

營業利潤率是衡量銀行經營效率的指標，反映了在不考慮非營業成本的情況下，銀行管理者通過經營獲取利潤的能力。營業利潤率越高，說明銀行的盈利能力越強。

凈利潤增長率反映了銀行實現價值最大化的速度，是綜合衡量銀行資產營運、管理業績、成長狀況和發展能力的重要指標。凈利潤增長率越高，說明盈利能力越強。

成本收入比反映銀行每一單位的收入需要支出的成本。該比率越低，則銀行單位收入的成本支出越低，銀行的盈利能力越強。

總資產報酬率用來評價銀行運用全部資產的總體獲利能力，是評價銀行資產運營效益的重要指標。總資產報酬率越高，表明資產利用效率越高，說明銀行在增加收入、節約資金使用等方面取得了良好的效果；反之說明銀行資產利用效率低，需提高銀行經營管理水平。

3 KMeans 聚類原理

機器學習的發展，使數據挖掘分析能夠在更多場景中得到實際應用。機器學習按學習方式一般分為監督學習、無監督學習、半監督學習以及強化學習4 類，聚類一般歸為無監督學習。在無監督學習中，KMeans聚類算法屬于常用的一種聚類算法，在實際場景中的應用越來越廣泛。

針對33 家上市銀行的具體聚類過程為：按照一定準則，在33 家銀行中選擇3 家銀行當作初始的聚類中心，基于歐式距離將其余任意的30 家銀行劃入距離它們最近的簇中心，最后重新計算每個簇中銀行的平均值，將此平均值當作新的聚類中心，再次執行上述步驟，如果聚類中心沒有發生變化，則聚類完成。反之則不斷迭代，重復上述步驟，直到聚類中心的值沒有再發生變化，聚類結束，分析聚類結果。

4 實證分析

根據數據的同期可獲得性，最終選擇了2018 年33 家上市銀行的4 項財務報表指標數據。數據來源于申萬宏源金融終端各銀行的財務報表數據。

在多指標評價體系中，各評價指標的數值量綱可能不同，這會導致高數值的指標對聚類結果有較大影響，低數值的指標對聚類結果只有較小影響，造成聚類結果出現明顯偏差。

為保證結果的可靠性，對原始數據進行標準化，即當原始數據按均值μ中心化后，再按標準差σ縮放，數據就會服從均值為0、方差為1 的標準正態分布，具體轉化公式如下。

式中：μ為原始數據的均值，σ為原始數據的標準差。需要特別注意的是，標準化并未改變原始數據的分布。最終以標準化后的數據進行KMeans 聚類。聚類過程主要選取初始聚類中心和迭代收斂。

表1 為迭代過程中聚類中心的變動量，經過4 次迭代，聚類過程全部收斂，聚類完成。

KMeans 聚類將我國33 家上市銀行按其盈利能力指標劃分為5 類。第1 類包括平安銀行、江陰銀行，這兩家銀行的營業利潤率、凈利潤增長率、成本收入比、總資產報酬率的平均值分別為16.00%、6.54%、31.18%、0.74%；第2 類包括寧波銀行、青農銀行、招商銀行、無錫銀行、江蘇銀行、杭州銀行、南京銀行、上海銀行、長沙銀行、成都銀行、貴州銀行，這11 家銀行的4 項指標數據平均值分別為41.61%、15.04%、29.2%、1.00%；第3 類包括浦發銀行、民生銀行、西安銀行、興業銀行、北京銀行、農業銀行、交通銀行、工商銀行、建設銀行、中國銀行，這10 家銀行的4 項指標數據平均值分別為43.25%、5.12%、27.64%、1.09%；第4 類包括張家港行、青島銀行、蘇州銀行、華夏銀行、常熟銀行、光大銀行、紫金銀行、中信銀行、蘇農銀行，這9 家銀行的4 項指標數據平均值分別為33.48%、8.46%、33.58%、0.88%；第5 類只有鄭州銀行1 家銀行，該銀行4 項指標數據分別為33.93%、-28.53%、27.96%、0.82%。

表2 可判斷所聚的類別是否合理。在表2 中，聚類后營業利潤率、凈利潤增長率、成本收入比在不同類別之間的差異顯著，而總資產報酬率則在不同類別間的差異較為顯著。總體而言，這4 個變量對聚類的貢獻依然顯著，可以認為所聚的類別合理。

表1 迭代過程

表2 方差分析

5 建議

我國于2006 年全面放開了銀行業，商業銀行的管理模式發生了巨大變革，即全部轉為股份制，追求利潤最大化成為其主要的發展目標。對于金融企業來說，盈利能力的高低意味著銀行綜合競爭力的高低，這是大多數投資者十分關注的一個問題[6]。

將我國33 家上市銀行聚為5 個類別，在4 項評價指標中，第3 類平均營業利潤率最高，第2 類平均凈利潤增長率最高，第3 類平均成本收入比最低，第3 類平均總資產報酬率最高。可見第3 類上市銀行總體盈利能力最強，這類中的10 家銀行大部分是早期進行股份制改革上市的商業銀行。我國國有四大銀行均在第3 類中，說明在越來越激烈的競爭環境下，我國國有銀行“毫不示弱”，除了過去積累下來的規模效應，經過股份制改革，其綜合競爭力穩步提高。聚類結果表明，我國多數以城市商業銀行為主的中小銀行盈利能力較低，存在一定發展上限。