基于因子分析的美國上市商業(yè)銀行經(jīng)營狀況的研究

【摘要】本文采用因子分析法對十家美國上市商業(yè)銀行的效率進行了分析，將所有指標(biāo)歸納為盈利性、風(fēng)險性、流動性三個綜合因子，利用回歸的思想求得各個指標(biāo)在每個綜合因子中的系數(shù)，據(jù)此得到十家銀行在每個因子上的得分，并給出了相應(yīng)的排名以及由原始變量相關(guān)性矩陣的特征值確定權(quán)重的綜合排名，結(jié)果發(fā)現(xiàn)在所有十家美國商業(yè)銀行中，美國第一資本金融公司表現(xiàn)最為出色。在此基礎(chǔ)上，本文針對每家商業(yè)銀行的不足之處提出了提高效率的有關(guān)建議，也根據(jù)投資者的風(fēng)險偏好分類提出了投資決策的建議。

【關(guān)鍵詞】美國商業(yè)銀行 因子分析法 銀行效率 投資決策

一、引言

2008年金融危機導(dǎo)致美國金融市場發(fā)生翻天覆地的變化，美國銀行收購美林集團，雷曼兄弟公司倒閉，美國國際集團承受巨大財務(wù)壓力，美國商業(yè)銀行也受到前所未有的沖擊。雖然近幾年美國金融市場漸趨穩(wěn)定，但資本主義市場經(jīng)濟發(fā)展的周期性規(guī)律“繁榮——衰退——復(fù)蘇——繁榮”是客觀存在的，因此，開展客觀評價和全面分析比較美國商業(yè)銀行的研究，具體分析各商業(yè)銀行的優(yōu)勢弱勢，是非常有必要的。多種方法可以用來研究此問題，其中因子分析法具有較好的客觀性、可操作性和可解釋性，是一種比較科學(xué)的方法。

二、理論

因子分析法可以由我們所熟悉的主成分分析法推廣而來，思想也和主成分分析較為類似。它的本質(zhì)是用數(shù)量較少且彼此正交（或相關(guān)性很小）的幾個因子去簡化原始變量之間的關(guān)系，這些因子需要我們?nèi)藶樘崛。鵁o法直接觀測，稱為“潛變量”或“公共因子”。被描述的變量是可以觀測的隨機變量。因子分析主要應(yīng)用如下思想：我們想象每個原始變量都有兩部分組成，一部分為與其他變量共有的因子，另一部分為此變量獨有的因子。經(jīng)過因子分析，我們希望將擁有共有因子的變量分到同一類中，而不同類中的變量不存在共有因子，以此來簡化對原始指標(biāo)的分析。

三、實證分析

（一）研究樣本

本文研究對象包括十家美國商業(yè)銀行，分別為摩根大通、美國第一資本金融公司、美國銀行、花旗銀行、匯豐銀行、紐約梅隆銀行、PNC金融服務(wù)集團、加拿大多倫多道明信托、美國合眾銀行和美國富國銀行。由于這十家商業(yè)銀行的資產(chǎn)總額占美國商業(yè)銀行總資產(chǎn)的比重較大，研究分析它們的經(jīng)營狀況具有一定的代表性，因此本文將這十家銀行作為決策單位的集合。本文數(shù)據(jù)均來源于各大商業(yè)銀行2015年年報，并經(jīng)筆者整理而成。本文使用SPSS作為分析軟件，對上述樣本進行分析和評價，并對投資者給出合理建議。

（二）指標(biāo)選取

為了給投資者提出合理建議，考察重點應(yīng)盡量圍繞盈利能力和風(fēng)險兩方面。本文選取的指標(biāo)為資產(chǎn)收益率X1、資本收益率X2、資產(chǎn)周轉(zhuǎn)率X3、資產(chǎn)增長率X4、流動比率X5、存貸比率X6、總貸款比總資產(chǎn)X7、權(quán)益占貸款比率X8、權(quán)益占資產(chǎn)比率X9九個指標(biāo)。

其中：資產(chǎn)收益率=稅前利潤/銀行總資產(chǎn)×100%

資本收益率=稅前利潤/所有者權(quán)益合計×100%

資產(chǎn)周轉(zhuǎn)率=總營業(yè)額/總資產(chǎn)×100%

（三）過程與分析

1.相關(guān)性判斷。相關(guān)性矩陣中大多數(shù)樣本變量間簡單相關(guān)系數(shù)大于0.3，表明具有一定的相關(guān)性。巴特萊特球形檢驗中，該統(tǒng)計量的值為92.958，自由度為36，p值為0.000<0.05，因此拒絕變量相關(guān)矩陣是單位矩陣的原假設(shè)，表明變量之間具有一定的相關(guān)性，進行因子分析是合適的。綜上所述，原始變量之間存在較強的相關(guān)性，進行因子分析是合適的。

2.求解初始因子載荷矩陣。

總方差解釋表是相關(guān)系數(shù)矩陣的特征值以及相應(yīng)的方差貢獻。一般來說，我們要求保留的特征值方差貢獻要達到85%以上，而前三個特征值的累計貢獻率為88.6%，損失信息已經(jīng)很少，所以總體上應(yīng)當(dāng)選取保留3個因子。

3.因子旋轉(zhuǎn)。

從旋轉(zhuǎn)后的成分矩陣中我們可以得到最終的因子模型：

F1=0.950×X1-0.899×X2+0.882×X3+0.585×X4+0.148×X5-0.030×X6+0.400×X7+0.077×X8+0.267×X9

F2=0.053×X1-0.391×X2-0.257×X3-0.471×X4+0.982×X5+0.974×X6-0.610×X7+0.004×X8-0.208×X9

F3=0.283×X1+0.002×X2+0.322×X3+0.077×X4-0.009×X5-0.185×X6+0.555×X7+0.938×X8+0.834×X9

根據(jù)各個變量所代表的指標(biāo)內(nèi)容，第一個主因子在X6、X7、X8上有較大載荷，可將其稱為風(fēng)險因子；第二個主因子在X1、X2、X4、X9上有較大載荷，可將其稱為反應(yīng)盈利能力的指標(biāo)（資產(chǎn)增長率在第一主因子載荷量為0.58，在第二主因子載荷0.47，差別不大，為解釋方便，筆者將資產(chǎn)增長率歸入第二主因子）；第三個主因子在X3、X5上有較大載荷，可作為資產(chǎn)流動性的指標(biāo)。

4.因子得分。由成分得分系數(shù)矩陣可得各單位各因子得分狀況，再由

F=0.3092×F1+0.2772×F2+0.2108×F3

得到綜合得分，其中三個系數(shù)為旋轉(zhuǎn)后的的特征值比重，如下表所示：

四、結(jié)論

提高銀行的效率需要從多方面努力，考慮到商業(yè)銀行的經(jīng)營要遵循盈利性、安全性和流動性三大原則，針對最突出的弱點應(yīng)該首先給予足夠的重視。對于摩根大通、花旗銀行和紐約梅隆銀行來說，控制風(fēng)險是當(dāng)務(wù)之急，而對于道明信托、美國銀行，改變策略提高盈利能力才是關(guān)鍵。美國合眾銀行、富國銀行的資金流動性較弱，需要努力提高過低的資產(chǎn)周轉(zhuǎn)率和流動比率。

在給投資者提供合理建議時，需要充分考慮到投資者的風(fēng)險偏好。當(dāng)投資者愿意承擔(dān)風(fēng)險以獲得更高的收益時，美國第一資本金融公司、匯豐銀行和摩根大通將是最好的選擇，而對于風(fēng)險回避者而言，美國第一資本金融公司、美國合眾銀行和PNC金融服務(wù)集團可以納入考慮范圍。若考慮流動性的因素，紐約梅隆銀行、花旗銀行的資產(chǎn)雖然具有較高的流動性，但是收益和風(fēng)險都相對不被看好。但無論從風(fēng)險、收益還是流動性方面，美國第一資本金融公司都表現(xiàn)相當(dāng)出色。

投資者以及銀行等公司進行決策時可以參考因子分析法給出的定量評價結(jié)果，但實際生活中，影響銀行效率的因素是相當(dāng)復(fù)雜和眾多的，指標(biāo)的選取需要具體問題具體分析，以便作出更為科學(xué)的決策。

參考文獻

[1]任雪松，于秀林.多元統(tǒng)計分析（第二版），北京：中國統(tǒng)計出版社，2011.

[2]何曉群.多元統(tǒng)計分析（第二版），北京：中國人民大學(xué)出版社，2008.

[3]于海濤.利用因子分析法評價商業(yè)銀行效率，金融經(jīng)濟，2006 年第01期.

作者簡介：聶冠宇（1995-），男，漢，山東濟寧人，本科，研究方向：金融，統(tǒng)計。