商业银行盈利能力实证分析

商业银行盈利能力实证分析

ID:39125220

大小:28.00 KB

页数:9页

时间:2019-06-25

商业银行盈利能力实证分析_第1页
商业银行盈利能力实证分析_第2页
商业银行盈利能力实证分析_第3页
商业银行盈利能力实证分析_第4页
商业银行盈利能力实证分析_第5页
资源描述:

《商业银行盈利能力实证分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、商业银行盈利能力实证分析  摘要:文章使用因子分析法对2007年11家上市银行进行研究。实证分析表明:国有商业银行的盈利表现逊于非国有上市银行。国有银行自身的内部沟通成本和金融产品销售成本大,面临的经营风险高,造成国有上市银行在盈利方面的竞争力弱于非国有上市银行。  关键词:银行盈利能力因子分析竞争力  中图分类号:F830文献标识码:A  文章编号:1004-4914(2009)02-209-02    一、概述    我国银行业所经历的改革极大地提高了我国商业银行的管理水平和盈利能力。中国建设银行2006年的资产收益率高达0.92%已达到国际银行业先进

2、水平。①然而与发达国家管理良好、运营高效的银行比,我国商业银行仍存在较大差距尤其是我国银行业收入很大程度上依赖于存贷款的利差收入。以工商银行为例,在其资产收益率保持稳定的背后,是2000年以来,净利息收益率的连续上升,以及与此形成鲜明反差的净非利息经营收益率与净非经营收益率的持续下降,②净非利息经营收益率已下降到-1.58%。这种表现使得利润多元化无从谈起:非利息经营非但无法分流利润,还抵减了利润率。汇丰银行同年的净非利息经营收益率为0.76%,高出工行148%,其非利息类收益有力地支持了汇丰的利润结构。商业银行是经营货币与信用的高负债、高风险行业,具有异

3、于一般工商企业的特性。商业银行盈利性提高有助于维护银行的安全性和流动性,只有盈利性才能度量和刻画银行经营的结果。盈利能力的大小还是衡量银行效率的主要指标。  笔者试图解决的问题是:在众多银行中,如何确认那个银行的盈利能力好?是不是利润报表上表现好的银行盈利能力就好?对于后一个问题,答案是否定的。判断银行的盈利能力,除了利润表现,还要从初始投入、资产的使用效率以及过去的经营情况等多个方面入手,建立一套评价指标体系,采用一定的方法,才能得到客观的、合理的、全面的判断。笔者采用的方法是因子分析法(factoranalysis)。  因子分析是一种把变量维数降低以

4、便于描述、理解和分析的一种多变量统计分析方法。笔者依据相关资料,建立了度量我国商业银行盈利能力的指标体系,并运用因子分析方法对2007年11家国内商业银行的竞争力进行了评价,客观分析了当前我国商业银行的盈利状况。    二、样本与指标    1.样本的选择。笔者选取的全国性商业银行样本包括以下两种类型。③  (1)国有上市商业银行:中国银行、中国工商银行、中国建设银行、中国交通银行(以下简称中行、工行、建行、交行)。  (2)其他上市商业银行:招商银行、兴业银行、华夏银行、中信银行、上海浦东发展银行、民生银行以及深圳发展银行(以下简称、兴业、华夏、中信、浦

5、发、民生、深发展)  2.指标的选取。对于综合评价指标体系,笔者根据商业银行盈利能力的构成要素,最终所构建的综合评价指标体系中的具体指标有以下10项:资产收益率Xl、费用利润率X2、非生息资产率X3、不良贷款率X4、资产使用率X5、人均创利率X6、净非利息经营收益率X7、净利差率X8、存贷比率X9以及税后利润平均增长率X10。  根据以上所构建的综合评价指标体系,通过整理《2007年中国金融年鉴》中11家被观测银行的统计资料,可以得出各样本银行的评价指标数据。    三、指标预处理    评价指标数据需要进行指标预处理。指标的预处理会对综合评价的结论产生影

6、响,应注意两点原则:其一,在评价指标类型趋同化处理中,要坚持少数服从多数原则,即将少数类型非一致化的指标向多数的类型一致化的指标“看齐”。其二,应先进行类型一致化,再进行无量纲化处理。  在分析中,将指标体系中的10个指标分成三类:  1.极大型指标。此类指标,我们期待它们的取值越大越好(如HXl、X2、X5、X6、X7、X8、X10)。  2.极小型指标。此类指标,我们期待它们的取值越小越好(如HX3、X4)。此类指标若要转化为极大型指标,可令    式中,m为指标x的一个下界,M为指标x的一个上界。  此外,笔者采用极值处理法对数据进行无量纲化。   

7、 四、实证结论分析    为检验变量是否适合进行因子分析,使用SPSS进行检验。一般认为MO值>0.5,说明变量适合做因子分析。本文中,MO值为0.521。另外Bartlett检验拒绝原假设,说明变量之间存在相关关系,因而适于采用因子分析。  相关系数矩阵R的特征值及贡献率根据指标预处理的结果,计算过程借助SPSSl5.0软件全部在计算机上操作完成。变量的相关系数矩阵有四大特征根:3.210、2.917、1.846和1.277。它们一起解释了X的标准方差的92.492%(累计贡献率)。这样,对于此项研究的绝大部分要求,前四个成分已集中体现了原始数据的大部分

8、信息。同时,基于过程内特征根大于1的原则,因子分析过程提取四个主成

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。