基于因子分析法的中国工商银行财务绩效评价实证研究

陈昊飞

摘要：本文以我国工商银行2007年-2017年年报、半年报财务数据为基础，以总资产收益率等七个指标构建了我国工商银行财务绩效评价体系，采用因子分析法得出了影响财务绩效评价的因子和因素，并据此构建了财务绩效水平的综合评价模型。

关键词：工商银行；因子分析；绩效评价

一、引言

目前，国内学者关于商业银行的财务绩效评价主要采用EVA模型、因子分析等方法。例如，黄妍、汤悦悦等以我国M银行为研究对象，以2011年—2015年年度的税后净利润、营业外收入（收入）、递延所得税负债（资产）、股东权益合计等财务数据为样本，采用EVA模型进行财务绩效评价（2017）。冯帆、温万祥从我国16家上市银行2015年年报数据中选取了8个财务指标，基于因子分析法，进行了财务绩效评价的实证研究（2017）。但国内文献多集于对多个商业银行的财务绩效研究，而本文从工商银行这一单一视角出发进行分析研究。在借鉴已有文献的基础上，本文从盈利、成长和风险管理三个纬度出发，利用7个财务指标，基于因子分析法，评价我国工商银行的财务绩效水平。

二、样本选择与指标选取

1、指标选取

立足于工商银行的特点和实际情况，基于综合、全面的指标设计原则，本文从盈利能力、成长能力和风险管理三个纬度构建工商银行的财务评价体系，该体系由7个反映银行不同经营能力的财务指标组成，分别是总资产收益率、净资产收益率、营业收入增长率、每股收益增长率、资产负债率、存贷比（人民币）和流动性比例（人民币），并设为（i=1、2、3、4、5、6、7）。

2、数据来源

本文所涉及的财务指标主要来自我国工商银行2007年-2017年年报、半年报，这些数据主要从RESSET金融研究数据库和工商银行官网取得。具体样本数据如下。

3、因子分析模型

设有N个样本，P个指标，，T为可观测的随机变量。要寻找的公共因子为，则模型为：

式中，，，…，为主因子，a为因子载荷系数，其矩阵表现形式为：；矩阵称为因子载荷，是特殊因子。在因子分析中，公因子表示为变量的函数，其数学模型为：

式中，为第i个因子得分。

三、实证分析过程

利用SPSS22.0软件，对我国工商银行的7个财务指标进行因子分析，得到检验结果如下。

1、因子分析的适度性检验。

首先检验本文的数据是否适合因子分析，检验方法有KMO（Kaiser- Measure Olkin Measure ofSampling Adequacy） 和巴特利特球形检验 （Bartlett test of Sphericity）两种。KMO检验值与因子分析的效果成正比，即其值越接近于1，因子分析的效果越好；sig值衡量的是因子分析的有效性，其值小于0.05，表明变量之间具有相关性。

表2即为KMO及Bartlett球形检验结果。KMO检验值是 0.639，虽然数值不是很高，但还是高于0.5的，因此，因子分析结果是可以接受的。由于所选取的样本较少，使得取值的波动性较大；如果样本数量能够有所提高，预计KMO检验值还能进一步提高。Bartlett球形检验的sig值为0.000，表明变量之间具有相关性。综上，本文变量适合采用因子分析法。

2、方差贡献率。

图1即为以上7个指标的碎石图分析。横轴为所提取的7个因子，纵轴为每个因子的特征值。从图中可以看出，前两个因子的特征值明显大于1，第三个因子的特征值虽然小于1，但仍然高于后四个因子，构成一个小陡坡，表明第三个因子的信息量及重要性是高于第四到第八个因子的。因此，本文尝试提取3个因子。

由表3可知，因子旋转后，各个因子的方差贡献率都有所调整，但总的方差贡献率仍为91.945%，对原有变量的解释程度较高。因此，本文采用前三个因子作为公因子来评价我国工商银行的财务绩效水平。

3、旋转后的因子载荷矩阵。

如表4所示，正交旋转后，第1个因子在资产负债率（）、存贷比（人民币）（）、流动性比例（人民币）（）上有较大荷载，这三个指标衡量的都是银行的风险管理情况，命名为风险管理因子；第2个因子在总资产收益率（）、净资产收益率（）上有较大的荷载，衡量的是银行的盈利情况，命名为盈利能力因子；第3个因子在营业收入增长率（）和每股收益增长率（）上有较大荷载，衡量的是银行的成长能力，命名为成长能力因子。

4、构造综合评价模型。

用分别代表所提取的三个公因子的方差贡献率，作为权数构造综合评价模型如下：

其中，F为工商銀行财务绩效状况得分，其系数为各因子的信息贡献率。