【文章內(nèi)容簡介】 .891撥備覆蓋率.806 根據(jù)原有變量的相關(guān)系數(shù)矩陣，采用主成分分析法提取因子并選取特征根值大于1的特征根。上表是因子分析的初始解，顯示了所有變量的共同度數(shù)據(jù)。第二列是在按指定提取條件（這里為特征根大于1）提取特征根時的共同度?？梢钥吹酱蠖鄶?shù)變量的絕大部分信息可被因子解釋，它們的信息丟失較少。因此，本次因子提取的總體效果較理想。 因子的方差貢獻(xiàn)率成份初始特征值提取平方和載入旋轉(zhuǎn)平方和載入1合計(jì)方差 %累積 %合計(jì)方差 %累積 %合計(jì)方差 %累積 %23.5714.2125.1776.0827.043.620 由上表可以看出： 第一組數(shù)據(jù)項(xiàng)（第二列至第四列）描述了初始因子解的情況，%，%；，%，%。其余數(shù)據(jù)含義類似。 第二組數(shù)據(jù)項(xiàng)（第五列至第七列）描述了因子解的情況，由于提取了兩個因子，%?？傮w上，原有變量的信息丟失較少，因子分析效果較理想。第三組數(shù)據(jù)項(xiàng)（第八列至第十列）描述了最終因子解的情況?？梢?，因子旋轉(zhuǎn)后，累計(jì)方差比沒有改變，也就是沒有影響原有變量的共同度，但卻重新分配了各個因子解釋原有變量的方差，改變了各因子的方差貢獻(xiàn)率，使得因子更易于解釋。③因子的命名解釋 旋轉(zhuǎn)后的成分矩陣成 份12銷售凈利率.619.409成本收入比.872.018產(chǎn)權(quán)比率.560.558營業(yè)利潤增長率.576.776凈利潤增長率.087.929資本充足率.025.188撥備覆蓋率.020.097旋轉(zhuǎn)成分矩陣采用方差最大法對因子載荷矩陣實(shí)行正交旋轉(zhuǎn)以使因子具有命名解釋性。由上表可知，銷售凈利率、成本收入比在第一個因子上有較高的載荷，第一個因子主要解釋了這幾個變量，可解釋為盈利能力；產(chǎn)權(quán)比率、營業(yè)利潤增長率、凈利潤增長率在第二個因子上有較高的載荷，第二個因子主要解釋了這幾個變量，可解釋為成長能力。④計(jì)算因子得分 因子得分系數(shù)矩陣成 份12銷售凈利率.120.196成本收入比.345產(chǎn)權(quán)比率.086營業(yè)利潤增長率.091.233凈利潤增長率.387資本充足率.335撥備覆蓋率.169據(jù)表可寫出以下因子得分函數(shù)： F1=++++ F2=+++根據(jù)上面的公式和相關(guān)數(shù)據(jù)可以計(jì)算出商業(yè)銀行2008年三個因子的得分，以各因子的方差貢獻(xiàn)率占四個因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總， 得出各家商業(yè)銀行績效的綜合得分F，根據(jù)上式計(jì)算得出反映商業(yè)銀行績效狀況的綜合得分見下表: 2008年各上市銀行績效排名股票名稱F1排名1F2排名2綜合得分綜合排名南京銀行161北京銀行242寧波銀行553工商銀行3124中信銀行775交通銀行6146建設(shè)銀行8137中國銀行4158興業(yè)銀行939招商銀行10210浦發(fā)銀行15111光大銀行12912民生銀行131013華夏銀行141114農(nóng)業(yè)銀行16815深發(fā)展A 111616 銀行盈利能力分析：從各銀行盈利能力得分來看，排名前三的銀行分別是南京銀行、北京銀行和工商銀行，而排在最后三位的分別是華夏銀行、浦發(fā)銀行和農(nóng)業(yè)銀行。主要是排在前三名的銀行銷售凈利率高于其他銀行，其中南京銀行與北京銀行均在40%以上。 銀行成長能力分析：從各銀行成長能力得分來看，排名前三的銀行分別是浦發(fā)銀行、招商銀行和興業(yè)銀行，而排在后三位的是深圳發(fā)展銀行、中國銀行和交通銀行。浦發(fā)銀行營業(yè)利潤增長率最高，超過40%；而凈利潤增長率也超過100%。而深圳發(fā)展銀行、中國銀行等受到金融危機(jī)沖擊較大，營業(yè)利潤出現(xiàn)負(fù)增長，使之成長能力下降。 綜合分析：綜合來看排名前三的銀行分別是南京銀行、北京銀行、寧波銀行，而排在最后三名的銀行分別是華夏銀行、農(nóng)業(yè)銀行、深圳發(fā)展銀行。排名前三的銀行主要在盈利能力能力有良好的表現(xiàn)，其中南京銀行在成長能力指標(biāo)中的產(chǎn)權(quán)比率排名第一，說明有良好的償債能力。排名后三的銀行主要是盈利能力不強(qiáng)，農(nóng)業(yè)銀行和深圳發(fā)展銀行在營業(yè)利潤增長率上出現(xiàn)了負(fù)增長。（2）2009年數(shù)據(jù)的因子分析①檢驗(yàn)各指標(biāo)間相關(guān)性 由因子分析得到的相關(guān)性檢驗(yàn)KMO 和 Bartlett 的檢驗(yàn) 取樣足夠度的 KaiserMeyerOlkin 度量.625Bartlett 的球形度檢驗(yàn)近似卡方df21Sig..000 通過因子分析得到相關(guān)系數(shù)矩陣,，即各個變量間大多數(shù)相關(guān)性較強(qiáng)，這些變量是適合進(jìn)行因子分析的。由上表可知:，相應(yīng)的概率P值接近0。，由于概率P值小于顯著性水平ɑ，則應(yīng)拒絕原假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣與單位陣有顯著差異。同時，據(jù)Kaiser給出的KMO度量標(biāo)準(zhǔn)：；；；；。由此可知原有變量較適合進(jìn)行因子分析。 ②提取因子 提取的公因子方差初始提取銷售凈利率.801成本收入比.826產(chǎn)權(quán)比率.761營業(yè)利潤增長率.972凈利潤增長率.973資本充足率.875撥備覆蓋率.577根據(jù)原有變量的相關(guān)系數(shù)矩陣，采用主成分分析法提取因子并選取特征根值大于1的特征根。上表是因子分析的初始解，顯示了所有變量的共同度數(shù)據(jù)。第二列是在按指定提取條件（這里為特征根大于1）提取特征根時的共同度?？梢钥吹酱蠖鄶?shù)變量的絕大部分信息可被因子解釋，它們的信息丟失較少。因此，本次因子提取的總體效果較理想。 因子的方差貢獻(xiàn)率 成份初始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計(jì)方差 %累積 %合計(jì)方差 %累積 %合計(jì)方差 %累積 %123.8504.3355.2726.056.8057.001.012 由上表可以看出： 第一組數(shù)據(jù)項(xiàng)（第二列至第四列）描述了初始因子解的情況，%，%；，%，%。其余數(shù)據(jù)含義類似。 第二組數(shù)據(jù)項(xiàng)（第五列至第七列）描述了因子解的情況，由于提取了兩個因子，%?？傮w上，原有變量的信息丟失較少，因子分析效果較理想。 第三組數(shù)據(jù)項(xiàng)（第八列至第十列）描述了最終因子解的情況?？梢?，因子旋轉(zhuǎn)后，累計(jì)方差比沒有改變，也就是沒有影響原有變量的共同度，但卻重新分配了各個因子解釋原有變量的方差，改變了各因子的方差貢獻(xiàn)率，使得因子更易于解釋。③因子的命名解釋 旋轉(zhuǎn)后的成分矩陣成 份12銷售凈利率.893.067成本收入比.896.149產(chǎn)權(quán)比率.762.425營業(yè)利潤增長率.106.980凈利潤增長率.094.982資本充足率.541.409撥備覆蓋率.494.184旋轉(zhuǎn)成分矩陣采用方差最大法對因子載荷矩陣實(shí)行正交旋轉(zhuǎn)以使因子具有命名解釋性。由上表可知，銷售凈利率、成本收入比在第一個因子上有較高的載荷，第一個因子主要解釋了這幾個變量，可解釋為盈利能力；營業(yè)利潤增長率、凈利潤增長率在第二個因子上有較高的載荷，第二個因子主要解釋了這幾個變量，可解釋為成長能力。 ④計(jì)算因子得分 因子得分系數(shù)矩陣成 份12銷售凈利率.314.101成本收入比.303.062產(chǎn)權(quán)比率.094營業(yè)利潤增長率.109.465凈利潤增長率.114.468資本充足率.244撥備覆蓋率 據(jù)表可寫出以下因子得分函數(shù)： F1=++++ F2=++++根據(jù)上面的公式和相關(guān)數(shù)據(jù)可以計(jì)算出商業(yè)銀行 2009 年三個因子的得分，以各因子的方差貢獻(xiàn)率占四個因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總， 得出各家商業(yè)銀行績效的綜合得分F， 根據(jù)上式計(jì)算得出反映商業(yè)銀行績效狀況的綜合得分見下表: 2009年各上市銀行績效排名股票名稱F1排名1F2排名2綜合得分綜合排名北京銀行171深發(fā)展A 1112南京銀行2153工商銀行364建設(shè)銀行485交通銀行5106中國銀行657興業(yè)銀行728寧波銀行8119浦發(fā)銀行10310中信銀行91311民生銀行12912光大銀行14413招商銀行131414華夏銀行151215農(nóng)業(yè)銀行161616 銀行盈利能力分析：從各銀行盈利能力得分來看，排名前三的銀行分別是北京銀行、南京銀行和工商銀行，而排在最后三位的分別是光大銀行、華夏銀行和農(nóng)業(yè)銀行。主要是排在前三名的銀行銷售凈利率高于其他銀行，均在40%以上。銀行成長能力分析：從各銀行成長能力得分來看，排名前三的銀行分別是深圳發(fā)展銀行、興業(yè)銀行和浦發(fā)銀行，而排在后三位的是招商銀行、南京銀行和興業(yè)銀行。其中，深圳發(fā)展銀行利潤增長率遠(yuǎn)遠(yuǎn)高于其他銀行，這是由于2008年四季度，根據(jù)監(jiān)管機(jī)構(gòu)在當(dāng)時國內(nèi)外金融和經(jīng)濟(jì)形勢下對中小銀行的要求，深發(fā)展一次性計(jì)提撥備56億億元，核銷不良貸款94億元，將不良貸款率降低至1%以下，同比減少77%。經(jīng)歷一次性的呆賬、壞賬的大清洗后，2009年，深發(fā)資產(chǎn)質(zhì)量保持穩(wěn)定，信貸撥備較上年大幅下降至正常水平，所以2009年全年凈利潤同比增長超過700%。 綜合分析：綜合來看排名前三的銀行分別是北京銀行、深圳發(fā)展銀行、南京銀行，而排在最后三名的銀行分別是招商銀行、華夏銀行、農(nóng)業(yè)銀行。排名前三的銀行主要在盈利能力能力有良好的表現(xiàn)，深圳發(fā)展銀行由于大量不良貸款的消除，利潤增長率大幅上升，從而使其績效出眾。排名后三的銀行主要是盈利能力不強(qiáng)，招商銀行在利潤率上出現(xiàn)了負(fù)增長。（3）2010年數(shù)據(jù)的因子分析①檢驗(yàn)各指標(biāo)間相關(guān)性 由因子分析得到的相關(guān)性檢驗(yàn) KMO 和 Bartlett 的檢驗(yàn) 取樣足夠度的 KaiserMeyerOlkin 度量.624Bartlett 的球形度檢驗(yàn)近似卡方df21Sig..000 通過因子分析得到相關(guān)系數(shù)矩陣,，即各個變量間大多數(shù)相關(guān)性較強(qiáng)，這些變量是適合進(jìn)行因子分析的。 由上表可知:，相應(yīng)的概率P值接近0。，由于概率P值小于顯著性水平ɑ，則應(yīng)拒絕原假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣與單位陣有顯著差異。同時，據(jù)Kaiser給出的KMO度量標(biāo)準(zhǔn)：；；；；。由此可知原有變量較適合進(jìn)行因子分析。②提取因子 提取的公因子方差 初始提取銷售凈利率.949成本收入比.799產(chǎn)權(quán)比率.806營業(yè)利潤增長率.967凈利潤增長率.961資本充足率.830撥備覆蓋率.962 根據(jù)原有變量的相關(guān)系數(shù)矩陣，采用主成分分析法提取因子并選取特征根值大于1的特征根。上表是因子分析的初始解，顯示了所有變量的共同度數(shù)據(jù)。第二列是在按指定提取條件（這里為特征根大于1）提取特征根時的共同度?？梢钥吹酱蠖鄶?shù)變量的絕大部分信息可被因子解釋，它們的信息丟失較少。因此，本次因子提取的總體效果較理想。 因子的方差貢獻(xiàn)率 成份初始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計(jì)方差 %累積 %合計(jì)方差 %累積 %合計(jì)方差 %累積 %1234.3325.2896.069.9857.037.525 由上表可以看出： 第一組數(shù)據(jù)項(xiàng)（第二列至第四列）描述了初始因子解的情況，%，%；，%，%。，%，%。其余數(shù)據(jù)含