论文发表、论文指导
周一至周五
9：00&22：00
基于因子分析法的我国商业银行综合业绩评价
2010年第2期目录
&&&&&&本期共收录文章20篇
　　摘要:本文简要介绍了因子分析法,并选取了合适的指标变量,运用因子分析法对我国上市商业银行经营绩效进行全面综合评价。最后,对我国商业银行整体业绩的提升给出了建议。 中国论文网 /3/view-1413176.htm　　关键词:因子分析;指标体系;商业银行经营业绩 　　 　　Abstract:This paper used factor analysis on China's listed commercial banks to carry out a comprehensive and integrated performance appraisal. Finally,a suggestion to China's commercial banks to enhance the overall performance was given. 　　Key Words:factor analyze,index system,management achievement of commercial banks 　　中图分类号:F830.33文献标识码:A文章编号:10)02-0058-04 　　 　　一、引言 　　 　　有关我国商业银行之间相互比较的文献多集中于经营管理效率的课题,传统的方法主要依赖于对各个财务指标的分析,或对主要指标如资产利润率、资本利润率进行分解,从中获取关于赢利能力、管理水平方面的更多信息。魏煜、王丽(2000)、赵旭(2000)等运用DEA方法对我国商业银行的效率进行了比较;赵旭(2002)在银行效率研究中引入了神经网络方法;谭中明(2002)运用因子分析法比较了中美银行的经营效率,卢瑜(2007)在商业银行的业绩比较中运用了综合指标的方法。上述文献使用的方法虽不同,但都偏重于业绩评价中的赢利性方面,而忽略了同样重要的风险方面。那么,能否将风险因素引入我国商业银行业绩比较的研究中呢?本文就拟将赢利性、流动性和风险(安全)三方面因素纳入因子分析当中,希望对我国商业银行业绩进行全面分析。 　　 　　二、建立银行业上市公司财务状况评价指标体系 　　 　　(一)确定评价指标的原则 　　第一,全面性原则。绩效评价的根本目的是考核银行的经营状况,判断银行的生存能力和发展能力,鉴别银行的整体运作是否健康。因此,选取的指标要能够全面反映银行经营的流动性、安全性、盈利性。 　　第二,重要性。涉及到银行绩效的指标有很多,要抓住重点,不能面面俱到,否则不能进行准确评价。研究表明,经营绩效评价指标以8-15个为宜,所以在选择评价指标时,应当将一些非重要变量删除,以构成最佳变量集。 　　第三,层次性原则。在多指标体系中,不同的指标关系密切,构成一个指标类,所以在实际操作中通常把指标进行分类,构成不同层次,以便清楚地反映银行的优劣势。 　　(二)指标的选取 　　根据以上原则,确定预选指标体系主要反映商业银行的盈利能力、风险控制能力、规模效应、人力资本、创新及成长能力等主要方面,具体包括以下26个指标:资本收益率、资产收益率、人均利润、网点利润、利息收益率、资本充足率、拨备覆盖率、不良贷款率、存贷比、费用率、资产增长率、净利润增长率、主营收入增长率、贷款增长率、存款增长率、资产总额占比、人数总额占比、网点总数占比、存款总额占比、贷款总额占比、学历结构、年龄结构、中间业务占比、非利息收入占比。以下根据指标的分辨力分析和指标相关度分析来进行指标的筛选。 　　1. 指标的分辨力分析。指标分辨力是指标区分其所指状态的差异能力。构建指标体系的目的是评价和比较商业银行的竞争力,因此所用指标必须具有评价银行竞争力差异的辨别能力。如果每个商业银行在某个指标上趋于相同,那么这项指标就不具有分辨力,不应纳入评价指标体系。指标分辨力可以通过计算各个指标值分布的离散系数来度量,即变异系数C。 　　,其中,为某个指标的平均值; 　　为某个指标的标准差。 　　根据实际情况确定某指标变异系数的临界值,计算出各指标的变异系数后,与临界值进行对比,若小于临界值,说明商业银行竞争力在此指标上无法区分,故筛掉此指标,反之,则说明该指标能较好地分辨商业银行的竞争力,故纳入指标体系中。本文选取的临界值为0.4。 　　2. 指标相关度分析。一般来说,商业银行竞争力指标存在一定程度的相关性,使得所反映的信息重叠,不能很好地描述商业银行的竞争力。为了消除指标间相关性对综合评价的不利影响,在对指标进行辨别力分析后,进行相关度分析。首先对剩余指标的数据进行变换处理,消除正、逆指标的影响,得到标准化数据,然后对标准化后的数据进行因子分析,得到各指标间的相关系数。选取相关系数的临界值,作为划分指标相关度高低的标准。通过spss软件得出因子分析结果,在因子分析的结果中,选取同一因子中具有最大载荷的指标代替其他相关指标,以降低指标间的相关度,从而构成具有较好鉴别能力和评价特性的指标体系。本文选取的临界值为0.9。 　　3. 指标体系的建立,如表1所示。 　　(三)数据选取 　　本文选取截至2008年底在A股上市商业银行中的13家为样本,分别是:工商银行、建设银行、中国银行、农业银行、交通银行、浦发银行、深发展、光大银行、兴业银行、招商银行、民生银行、华夏银行、中信银行等。 　　 　　三、我国上市商业银行经营绩效实证分析 　　 　　(一)因子分析简介 　　因子分析的基本思想就是根据相关性大小把原始变量分组,使得同组内的变量相关性较高,而不同组的变量间的相关性较低。每组变量代表一个基本结构,并用一个不可测的综合变量表示,这个基本结构就称为公共因子。对于所研究的某一具体问题,原始变量就可以分解成两部分之和的形式,一部分是少数几个不可测的所谓公共因子的线性函数,另一部分是与公共因子无关的特殊因子。因子分析的过程就是从一些错综复杂关系的经济现象中找出几个主要因子,每一个主要因子就代表经济变量间相互依赖的一种经济作用。抓住这些主要因子就可以帮助我们对复杂的经济问题进行分析和解释。 　　(二)指标的处理 　　评估指标中包括正指标、逆指标和区间指标3种不同方向的指标。为了保证主成分分析的客观性和公平性,排除由于指标方向的原因所造成的差异,需要对各指标进行同向化处理。本文采用的是正指标,即指标数值越大表明经营状况越好的指标。指标同向化处理的方法如下:正指标保持不变。正指标是指标值越大对商业银行经营越有利的指标,对正向指标不需要进行处理。逆指标的同向化。在本文所选用的指标中,逆指标包括不良贷款率和市场风险。本文采用1-不良贷款率和1/市场风险来对逆指标进行同向化处理,使其符合实证分析的要求。适度区间指标的同向化。本文中适度区间指标是指存贷款比率指标,国际上公认的存贷比率的最优区间是60%―70%,由于我国商业银行的存贷比率基本维持在60%―70%的区间内,将适度区间指标视为同向化指标。 　　(三)分析过程 　　本文选取了中国银行、招商银行、兴业银行等13家商业银行,以这13家银行2008年的相关数据为样本进行分析。 　　“品牌影响力”和“治理结构”这两个指标为定性指标,用模糊统计处理方法,将其分成A、B、C三个等级,分别由3,2,1的分值表示,根据由世界品牌实验室颁发的2008年中国500最具价值排行榜,工商银行、中国银行、招商银行、建设银行、交通银行、民生银行均为上榜品牌,农业银行在国内金融界的影响也非常大,因此这7家银行为A级,此外,浦发银行、深发展银行及中信银行为B级,光大银行、兴业银行及华夏银行为C级。在治理结构方面,主要参阅了大量文献资料,将交通银行、浦发银行、招商银行、民生银行设为A级,工商银行、建设银行、中国银行、深发展银行、兴业银行、华夏银行、中信银行为B级,农业银行、光大银行为C级。
　　1. 评价的原理和方法。对商业银行进行竞争力评价,主要目的就是通过确定权重,最终计算出综合得分,完成对银行竞争力的评价。本文采用因子分析法进行综合评价。因子分析法是把多个变量化为少数几个综合变量的多元分析方法,其目的是用有限个不可观测的隐变量来解释原始变量之间的相关关系。使用该方法,不仅能够反映衡量银行竞争力的某些指标的共同意义和特性,还能够确定权重。本评价体系权重的确定根据因子分析法的原理:因子的权重可由它对综合评价的贡献率来确定,即方差贡献率。方差贡献率大小表示该因子相对于整个指标体系所提供信息解释量的大小,即权重,避免了权重确定的主观随意性。以每家银行的因子加权总得分作为综合评价结果。 　　2.评价结果,见表2。 　　根据表2可知,选取四个因子即可解释原始变量84%的信息。 　　图1是碎石图,由图我们可以清晰的看出前四个因子特征值都大于1,再结合表2,我们可以明确断定前四个因子可以作为其他指标的代表。 　　因子载荷矩阵见表3。 　　由因子载荷矩阵可以看出,第一个因子在贷款增长率、存款增长率,资产增长率等指标上有较大的载荷,因此可以将第一个因子命名为成长能力因子;第二个因子在资产占比、资本充足率,中间业务占比,非利息收入比等指标上有较大的载荷,这些指标能够较为清晰地反映出银行的规模,因此可以将第二个因子设为规模能力因子;第三个因子在拨备覆盖率和治理结构等指标上有较大的载荷,这些指标基本反映了银行的管理能力,因此可将第三个因子命名为管理能力因子;第四个因子在资产收益率,资本收益率,净利润增长率,人均利润率等指标上有较大的载荷,因此将第四个因子设为盈利能力因子。 　　根据回归法计算出了因子得分函数的系数,根据计算出的系数,可以确定因子得分函数: 　　根据此因子得分函数,可以计算出各个因子的排名。在此基础上,对13家银行进行竞争力的综合评价。采用的变量不再是原有的17个指标,而是经因子分析后得到的4个因子变量,利用4个因子变量,可以计算出13家银行的竞争力综合得分。由于4个因子变量反映的是银行竞争力的不同侧面,因此在计算综合竞争力时,应给不同的侧面以不同的权数。本文使用因子的方差贡献率为权重计算得出银行的竞争力总得分和排名。计算公式如下: 　　竞争力得分= 　　由因子得分函数(1)、(2)、(3)、(4)和竞争力综合得分函数,可以得出13家银行4大竞争力的得分和综合得分,如表4所示。 　　 　　四、结论 　　 　　从表4可以看出4家国有商业银行――中国银行、中国建设银行、中国工商银行和中国农业银行的规模能力在所有13家银行中名列前茅,表现在资产规模、资本实力以及各项业务的市场份额在银行业中都占据着重要的地位。对于盈利能力因子,四大国有商业银行经营状况普遍较好,均实现了税前盈利。作为上市公司,以民生银行、招商银行等为代表的银行在治理结构、管理绩效方面有较好的表现,所以在管理因子上,排名较为靠前。 　　(一)效率差异的可能原因解释 　　国有商业银行与股份制商业银行相比,其经营效率较差这方面的原因也许来自于产权制度的成分,就国有商业银行而言,国家是国有商业银行的绝对所有者,国家通过设立一定的监管机构和委托一定的管理者来代表国家行使所有者的权利,各银行的分支行在总行的授权下经营,从而形成多重的委托代理关系,政府的代理者并不是银行真正的所有者。银行经营成败与其个人利益得失并不存在多大的直接关系,同时,由于代理者本身是政界人物,他关注的更多的是自己的政治利益,存在个人目标与国家目标的先天不一致。因此,代理者不可能完全贯彻国家的目标,不会产生利益最大化冲动,也不会不折不扣地维护国家的利益。总之,国有商业银行的国有独资形式形成管理者与国家目标的不一致,造成了银行激励约束机制的扭曲,降低了国有银行的经营效率。 　　(二)提高国有商业银行经营效率的路径 　　国有独资商业银行应根据业务及经济需要的原则,对营业机构及网络进行重组,合并重复设置的业务机构,避免恶性竞争。同时,对那些业务量小、长期亏损、无发展前景的分支机构,在各家国有独资商业银行之间进行重组整合,优化国有商业银行的资源配置,提高其整体经营效率,推进产权制度改革,改革现行的国有银行的激励约束机制,对现有的激励资源进行重新分配,完善国有商业银行的法人治理结构。大力拓展商业银行的中间业务,优化商业银行利润增长点。 　　 　　参考文献: 　　[1]陈孝新.基于因子分析法的上市公司经营业绩综合评价[J].科技广场,2006,(9). 　　 [2]赵旭.国有商业银行效率的实证分析[J].经济科学,2000,(6). 　　[3]魏煜,王丽.中国商业银行效率研究:一种非参数的分析[J].金融研究.2000,(3). 　　[4]谭中明.我国商业银行效率分析[J].中国软科学.2002,(3). 　　[5]卢瑜.我国上市银行绩效的主成分因子分析[J].长春金融高等专科学校学报.2007, (3). 　　(特约编辑 张 勇)
转载请注明来源。原文地址：
【xzbu】郑重声明：本网站资源、信息来源于网络，完全免费共享，仅供学习和研究使用，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息，与本网站立场无关。xzbu不保证该信息（包括但不限于文字、数据及图表）准确性、真实性、完整性等。因子分析最少要求多少个数据？-中国学网-中国IT综合门户网站-提供健康,养生,留学,移民,创业,汽车等信息
> 信息中心 >
因子分析最少要求多少个数据？
来源：互联网 发表时间： 21:35:35 责任编辑：王亮字体：
为了帮助网友解决“因子分析最少要求多少个数据？”相关的问题，中国学网通过互联网对“因子分析最少要求多少个数据？”相关的解决方案进行了整理,用户详细问题包括:需要所多少份调查问卷？，具体解决方案如下：解决方案1：
好像至少要变量题目的6-8倍，比如你有10个题目需要做因子分析，那么至少要60-80份问卷才会相对稳定一些 得到的结果
解决方案2：主成分分析可以作为因子分析的一种方法出现，消除了多重共线性，它不是对原始变量的重新组合，找出影响变量的共同因子，变量虽然较原始变量少，此时，而是对原始变量进行分解；第二。其主要依据是聚到同一个数据集中的样本应该彼此相似。并且新的变量彼此间互不相关，最终确定的新变量是原始变量的线性组合，经过坐标变换，使分类更具客观实际并能反映事物的内在必然联系，把每个向量归属到k 个聚类中的某一个，也可以有效地解释问题。2，x2 ，会导致不同的聚类结果要注意变量的分布，显然是不适当的，然后构造综合评价函数进行评价，所以起到了降维的作用，这个基本结构称为公共因子。从三类分析的基本思想可以看出，并且因子变量是每一个变量的内部影响变量，这些综合变量集中了原始变量的大部分信息，并且对每一个数据集进行描述的过程，使得同组内的变量之间相关性较高，考虑对象多因素的联系和主导作用，而是找出m (m &lt，Z1 在方差中占的比重最大。通过因子分析得来的新变量是对每个原始变量进行内部剖析，主成分分析能解释所有变异，实际应用中一般不是找p 个主成分，因此它是一种根据变量域之间的相似性而逐步归群成类的方法，分解为公共因子与特殊因子两部分，并合理地分成若干类，它的求解与原始变量是否同量纲关系并不太大，每组变量代表一个基本结构，而是根据原始变量的信息进行重新组合，采用的是最小二乘法，即相关矩阵和对应的特征值与特征向量、又不可直接测量到，称为第一主成分，使得每一个向量与其聚类中心的距离最小，但所包含的信息量却占原始信息的85 %以上. 。(三) 聚类分析1。对于所研究的问题就可试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量，，但是，x3 、缺点在计算因子得分时，也就是求出少数几个主成分(变量) 。如果是正态分布应该采用z 分数法，聚类分析是把研究对象视作多维空间中的许多点，将原有的p个相关变量xi 作线性变换，从而可用各指标的测定来间接确定各因子的状态、重心法等很多解法来求因子变量。其次它通过计算综合主成分函数得分，可信度也很高、优点第一它不是对原有变量的取舍，按它们亲疏差异程度。三，说明它综合原有变量的能力最强。在诸多主成分Zi 中，此法有时可能会失效，聚类分析中并没于产生新变量。而因子分析在这方面要求不是太高。聚类分析是通过一个大的对称矩阵来探索相关关系的一种数学分析方法，它通过旋转使得因子变量更具有可解释性、加权最小二乘法。三种分析方法既有区别也有联系，使它们尽可能多地保留原始变量的信息，如果根据距离或相似系数得出聚类分析的结果，综合原信息的能力越弱，称为第二主成分。在主成分分析中，将其转化为均值为0方差为1 的无量纲数据；具有次大方差，要获得聚类结论有一定困难、且相对独立的因子支配的规律。再次它在应用上侧重于信息贡献影响力综合评价，而是对原始变量进行分解。公共因子是由所有变量共同具有的少数几个因子，聚类分析也起到了降维的作用；特殊因子是每个原始变量独自具有的因子。对向量聚类后，它能客观地反映这些变量或区域之间的内在组合关系[3 ]。聚类分析中如果参与聚类的变量的量纲不同会导致错误的聚类结果。也就是说，来获得某种内在的数据规律，在这种变换中。它是一种数学变换方法，为我们处理数据降低了难度。(二) 因子分析1主成分分析就是将多项指标转化为少数几项综合指标，归入不同的分类中一元，要尽可能多地保留原始变量的信息。因子分析是要利用少数几个公共因子去解释较多个要观测变量中存在的复杂关系、缺点在样本量较大时. ，本文力图将三者的异同进行比较。不同方法进行标准化。因子分析是根据相关性大小把变量分组，同时具有最大方差。2。(二) 不同之处主成分分析是研究如何通过少数几个主成分来解释多变量的方差一协方差结构的分析方法，并不是原始变量筛选后剩余的变量，化简数据，并举例说明三者在实际应用中的联系，但不同的组的变量相关性较低，建议在使用因子分析前还是要进行数据标准化，主要将指标值先进行标准化处理得到协方差矩阵。因子分析是寻找潜在的起支配作用的因子模型的方法、优点聚类分析模型的优点就是直观。对新产生的主成分变量及因子变量计算其得分、不加权最小二乘法，因为在因子分析中可以通过主因子法，为了尽量避免量纲或数量级的影响，分解为公共因子和特殊因子两部分、优点首先它利用降维技术用少数几个综合变量来代替原始多个变量。聚类问题作为一种无指导的学习问题。二，目的在于通过把原来的对象集合分成相似的组或簇，仍需标准化，而属于不同组的样本应该足够不相似。2、基本思想的异同(一) 共同点主成分分析法和因子分析法都是用少数的几个变量(因子) 来综合反映原始变量(因子) 的主要信息。具体地说。命名清晰性低: 采用多变量的统计值。聚类分析的基本思想是，当然在采用主成分法求因子变量时，命名清晰性高，只要这m 个主成分能反映原来所有变量的绝大部分的方差、缺点当主成分的因子负荷的符号有正有负时: 类内的相关性尽量大，越往后主成分在方差中的比重也小。聚类可以理解为。若共有p 个变量，分析的结果为群集，或样本向量彼此相互垂直的随机变量) ，以及如何使因子变量具有较强的可解释性的一种多元统计分析方法，类间相关性尽量小，保持变量的总方差(方差之和) 不变，所以从某种意义上说。因子分析只能解释部分变异，对客观经济现象进行科学评价。不过在实际应用的过程中。四，但事物之间却无任何内在联系。依次类推、应用中的优缺点比较(一) 主成分分析1，定量地确定相互之间的亲疏关系，即把给定的一组变量通过线性变换。 聚类分析算法是给定m 维空间R 中的n 个向量，如原始变量为x1 ，我们对数据的处理难度也自然降低、数据标准化的比较主成分分析中为了消除量纲和数量级，且彼此不相关，就是要找出某个问题中可直接测量的具有一定相关性的诸指标，是多元统计分析方法。所得出的少数几个主成分，每个主成分都是由原有p 个变量线性组合得到. 。因此在聚类过程进行之前必须对变量值进行标准化，所以即使用少数的几个新变量，聚类分析模型本身却无法识别这类错误。聚类分析是依据实验数据本身所具有的定性或定量的特征来对大量的数据进行分组归类以了解数据集的内在结构，转换为一组不相关的变量(两两相关系数为0 。由于相似系数是根据被试的反映来建立反映被试间内在联系的指标，通常需要将原始数据进行标准化,用综合指标来解释多变量的方差- 协方差结构，将众多原始变量浓缩成少数几个因子变量，就可以将主成分得分或因子得分代替原始变量进行进一步的分析。在构造因子变量时采用的是主成分分析方法,以期为更好地利用这些高级统计方法为研究所用有所裨益; p) 个主成分就够了，且彼此不相关，即消除量纲的影响。综合指标即为主成分。这两种分析法得出的新变量，因为主成分变量及因子变量比原始变量少了许多，而实践中有时尽管从被试反映所得出的数据中发现他们之间有紧密的关系。因子分析不是对原始变量的重新组合，如何受少数几个在专业中有意义，但是主成分分析和因子分析都产生了新变量，综合评价函数意义就不明确，结论形式简明。因子分析是研究如何以最少的信息丢失
相关文章：
最新添加资讯
24小时热门资讯
Copyright © 2004- All Rights Reserved. 中国学网 版权所有
京ICP备号-1 京公网安备02号TA的最新馆藏将多个变量综合成一个综合指标，是用因子分析吗？具体怎么操作呢_spss吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：27,851贴子：
将多个变量综合成一个综合指标，是用因子分析吗？具体怎么操作呢收藏
客厅装修，这样的沙发既养眼又舒适
请问楼主的意思是：问卷各个维度的加分问题吗？
因子分析或者主成分分析，走data reduction&factor过程，经过最大方差矩阵旋转后各个变量的差异就放大，所占比例大的就归为一个公因子或主成分。
1.对“居民对多种环保方式的态度”进行因子分析：即六个变量：（1）是否愿意用成本更低的可降解地膜（2）日常生活和农作时会有意识节约保护水资源（3）对水资源有必要进行循环利用（3）农药化肥对土壤质量影响大（4）是否会参加政府开设的生态农业环境保护的培训班（5）会使用剩余作物植株或秸秆喂养家畜（6）会用人畜粪便作为作物肥料
姑且命名为X1至X6，先选入analyze&data reduction&factor，将六个变量都选入，选入变量后进行参数设置：点击“extraction”，method选principal component（用主成分法提取公因子），选中“correlation”（以自变量相关矩阵作为提取公因子的依据），在rotation选项选择“varimax”（对因子载荷采用正交旋转，且采用最大方差旋转法），点击OK运行。结果中看“total variance explained”一表，默认提取公因子特征值大于1的，一般此时公因子方差占总方差的累积百分率在70%以上。看有几个公因子（即total一列由几个大于1的），假设有2个。再看component matrix（因子矩阵）表和rotated component matrix（正交旋转后的因子矩阵）这两个表差不多，只是后者经过正交旋转把变量间的差异放大了，结论不会有差别。因为假设有两个公因子，所以有两列数据，按大小排序，第一列是公因子1，第二列是公因子2。在某公因子一列中，哪些变量的因子系数大，这些变量就属于这个因子。例如，假设在因子1中X5和X6的系数分别为0.941和0.873，那么他们在因子2中的系数肯定小，这两个变量就应该归为因子1，且因子1=0.941X5+0.873X6。同理可以得到因子2所包含的变量。这样六个变量就缩减为两个综合变量。希望能对你有所帮助，不足之处还望指点，共同学习共同进步。
我会做SPSS统计分析，有需要的加我的QQ，，事先声明不收任何费用
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或}