梁彩欣 李友誼

（1.佛山順德財(cái)政投資評審中心 2.佛山農(nóng)村商業(yè)銀行股份有限公司）

2018年“兩會(huì)”后，以中央銀行為核心的宏觀審慎管理理念和框架逐步確立。在這種背景之下，落實(shí)商業(yè)銀行經(jīng)營績效評價(jià)1績效評價(jià)，是指通過建立評價(jià)財(cái)務(wù)指標(biāo)體系，對照相應(yīng)行業(yè)評價(jià)標(biāo)準(zhǔn)，對金融企業(yè)一個(gè)會(huì)計(jì)年度的盈利能力、經(jīng)營增長、資產(chǎn)質(zhì)量以及償付能力等進(jìn)行的綜合評判。對其后續(xù)發(fā)展尤為重要。以往文獻(xiàn)研究中，一般選取上市商業(yè)銀行作為研究重點(diǎn)。但是，作為農(nóng)村中小金融機(jī)構(gòu)的主體，農(nóng)村商業(yè)銀行經(jīng)營環(huán)境2《農(nóng)村商業(yè)銀行管理暫行規(guī)定》第二條、股權(quán)結(jié)構(gòu)3《農(nóng)村商業(yè)銀行管理暫行規(guī)定》第九條、治理模式4《農(nóng)村商業(yè)銀行管理暫行規(guī)定》第三條等特殊性，導(dǎo)致其經(jīng)營績效、競爭力及可持續(xù)性均具有鮮明特點(diǎn)。因此，本文立足于運(yùn)用數(shù)理分析方法構(gòu)建能夠符合農(nóng)村商業(yè)銀行自身特點(diǎn)的績效評價(jià)體系，對其業(yè)績水平做出真實(shí)客觀的評價(jià)。

一、數(shù)據(jù)選取及處理

基于數(shù)據(jù)可獲得性，本文對24家（廣東省9家、浙江省15家）農(nóng)商行經(jīng)營績效進(jìn)行評價(jià)，數(shù)據(jù)均來自2017年年度報(bào)告。

（一）研究方法

根據(jù)《金融企業(yè)績效評價(jià)辦法》，績效評價(jià)指標(biāo)包括：盈利能力、經(jīng)營增長、資產(chǎn)質(zhì)量、償付能力等。金融企業(yè)的績效評價(jià)體系指標(biāo)維度眾多，且各指標(biāo)具有相關(guān)性。

參考張文彤《SPSS統(tǒng)計(jì)分析教程（高級篇）》，因子分析用于考察多個(gè)變量間內(nèi)在結(jié)構(gòu)。作為多元分析方法，因子分析可通過使用提取的公因子有效解決共線性問題。

本文采用因子分析法將績效評價(jià)指標(biāo)濃縮成幾個(gè)公共因子，通過線性組合方式表達(dá)公因子與原始變量關(guān)系，建立績效評價(jià)模型后，得出2017年各農(nóng)商行績效排名。

（二）數(shù)據(jù)收集

指標(biāo)選取情況見表1，指標(biāo)分成3種類型：正向指標(biāo)（數(shù)值越大，績效水平越好）、逆向指標(biāo)（數(shù)值越小，績效水平越好）、適度指標(biāo)（適度范圍內(nèi)）。

表1 指標(biāo)匯總表

（三）數(shù)據(jù)正向化及標(biāo)準(zhǔn)化處理

1．正向化

基于因子分析法對數(shù)據(jù)的要求，為保證研究結(jié)果客觀性，本文以正向指標(biāo)為依據(jù)，對逆向指標(biāo)按照公式1進(jìn)行倒數(shù)化處理。設(shè)逆向指標(biāo)為Xi：

2．標(biāo)準(zhǔn)化

因子分析法原理在于尋找變量間潛在結(jié)構(gòu)，以方差貢獻(xiàn)率為權(quán)重，提取主要信息。由于原變量指標(biāo)涉及多個(gè)維度，數(shù)量級差異明顯。因此，對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理（公式2），有利于后續(xù)數(shù)據(jù)分析及客觀性。

公式2：

（四）KMO檢驗(yàn)及巴特利特檢驗(yàn)

適用因子分析法前提條件是變量間必須有相關(guān)性。因此，在選擇公因子、構(gòu)建模型前需進(jìn)行KMO檢驗(yàn)及巴特利特檢驗(yàn)。KMO統(tǒng)計(jì)量用于探查變量間的偏相關(guān)性，取值范圍在0～1之間。根據(jù)張文彤《SPSS統(tǒng)計(jì)分析教程（高級篇）》，一般認(rèn)為當(dāng)KMO大于0.9時(shí)效果最佳，0.5以下時(shí)不適宜做因子分析。Bartlett球形度檢驗(yàn)中，如果概率小于顯著性水平，那么拒絕原假設(shè)，認(rèn)為數(shù)據(jù)之間存在相關(guān)性。

表2 KMO 和 Bartlett 的檢驗(yàn)

根據(jù)表2，巴特利特檢驗(yàn)概率P值接近0，在0.05的顯著性水平下，應(yīng)拒絕原假設(shè)，認(rèn)為各變量顯著相關(guān)。另一方面，KMO值為0.518，大于0.5，可進(jìn)一步進(jìn)行因子分析。

（五）因子分析

1．特征根、旋轉(zhuǎn)后方差解釋率

利用SPSS得出特征根、旋轉(zhuǎn)后方差解釋率如表3所示。

表3 方差解釋率表格

特征根作為主成分影響力度大小指標(biāo)，一般將特征根大于1作為納入標(biāo)準(zhǔn)。如表3提取5個(gè)因子，因子方差解釋率合計(jì)78.14%。

2．旋轉(zhuǎn)后因子載荷

經(jīng)使用最大方差旋轉(zhuǎn)方法找出因子和變量對應(yīng)關(guān)系。從表4可知：所有變量對應(yīng)的共同度值均高于0.4，即變量和因子之間有著較強(qiáng)關(guān)聯(lián)性，因子可有效提取信息。

3．因子命名

根據(jù)旋轉(zhuǎn)后因子載荷系數(shù)將指標(biāo)劃分到5個(gè)因子并命名（表5）。

每股收益、每股凈資產(chǎn)主要反映農(nóng)商行作為獨(dú)立經(jīng)營主體，投資者投入后的投資回報(bào)，公因子F1命名為投資者回報(bào)因子。總資產(chǎn)增長率、營業(yè)收入增長率主要反映各農(nóng)商行經(jīng)營成長性，不良貸款率反映經(jīng)營資產(chǎn)質(zhì)量，公因子F2命名為資產(chǎn)質(zhì)量及潛在發(fā)展性因子。按照《商業(yè)銀行法》及相關(guān)監(jiān)管要求，關(guān)于核心一級資本充足率、資本充足率有法定監(jiān)管要求，公因子F3命名為經(jīng)營合規(guī)性因子。公因子F4在資本利潤率、凈資產(chǎn)增長率、存貸款比率的因子載荷系數(shù)高，命名為經(jīng)營穩(wěn)定性因子。公因子F5在總資產(chǎn)收益率、成本收入比、主營業(yè)務(wù)保障倍數(shù)的因子載荷系數(shù)高，命名為盈利性因子。

表4 旋轉(zhuǎn)后因子載荷系數(shù)表格

表5 因子命名表

二、建立模型及分析結(jié)果

（一）農(nóng)商行各因子得分

為進(jìn)一步了解各農(nóng)商行績效情況，將各農(nóng)商行指標(biāo)數(shù)據(jù)經(jīng)公式2標(biāo)準(zhǔn)化處理后，根據(jù)SPSS軟件得到的因子得分系數(shù)表，代入計(jì)算因子得分。

根據(jù)表6，結(jié)合2017年評價(jià)指標(biāo)實(shí)績，杭州聯(lián)合農(nóng)商行關(guān)于公因子投資者回報(bào)排名第一，每股收益0.95元、每股凈資產(chǎn)8.62元，對比排名最后的珠海農(nóng)商行，每股收益0.247，每股凈資產(chǎn)2.10元；河源農(nóng)商行關(guān)于公因子資產(chǎn)質(zhì)量及潛在發(fā)展性排名第一，總資產(chǎn)增長率20.07%、營業(yè)收入增長率達(dá)21.99%、不良貸款率0.59%，對比排名最后的瑞豐農(nóng)商行，總資產(chǎn)增長率為-2.36%、營業(yè)收入增長率為-13.67%、不良貸款率為1.56%；椒江農(nóng)商行關(guān)于公因子經(jīng)營合規(guī)性排名第一，核心一級資本充足率17.73%、資本充足率18.82%，對比排名最后的廣州農(nóng)商行核心一級資本充足率10.69%、資本充足率12%；廣州農(nóng)商行關(guān)于公因子經(jīng)營穩(wěn)定性排名第一，資本利潤率13.65%、凈資產(chǎn)增長率28.11%、存貸款比率60.17%，對比排名最后的蕭山農(nóng)商行，資本利潤率8.15%、凈資產(chǎn)增長率5.29%、存貸款比率67.65%；鄞州農(nóng)商行關(guān)于公因子盈利性排名第一，總資產(chǎn)收益率1.25%、成本收入比36.19%、主營業(yè)務(wù)保障倍數(shù)0.85，對比排名最后的椒江農(nóng)商行，總資產(chǎn)收益率1.25%、成本收入比34.67%、主營業(yè)務(wù)保障倍數(shù)2.256。以上因子排名與各評價(jià)維度實(shí)績基本一致。

計(jì)算樣本各因子的得分情況之后，為便于比較綜合績效情況，需計(jì)算綜合因子得分。計(jì)算過程中，需衡量各因子在因子中的權(quán)重。基于評價(jià)結(jié)果的客觀性，一般按照表3旋轉(zhuǎn)后方差解釋率作為權(quán)重計(jì)算。公式如下：

結(jié)合表7，浙江省農(nóng)商行的綜合得分較高，而廣東省農(nóng)商行的綜合得分相對偏低。其中：浙江省農(nóng)商行15家樣本值關(guān)于投資者回報(bào)、經(jīng)營合規(guī)性、盈利性等公因子相對表現(xiàn)較為突出；而廣東省農(nóng)商行9家樣本值在資產(chǎn)質(zhì)量及潛在發(fā)展性、經(jīng)營穩(wěn)定性等公因子相對表現(xiàn)較好。

廣東省農(nóng)村商業(yè)銀行8家樣本值中，廣州農(nóng)商行、南海農(nóng)商行、河源農(nóng)商行表現(xiàn)較好，其中廣州農(nóng)商行、南海農(nóng)商行在資本利潤率、凈資產(chǎn)增長率、存貸款比率等經(jīng)營穩(wěn)定性方面表現(xiàn)較好；而河源農(nóng)商行在總資產(chǎn)增長率、營業(yè)收入增長率、不良貸款率等資產(chǎn)質(zhì)量及潛在發(fā)展性方面表現(xiàn)突出。

表6 因子得分表

三、結(jié)論及建議

本文采用因子分析法構(gòu)建農(nóng)村商業(yè)銀行績效評價(jià)模型，通過比較發(fā)現(xiàn)廣東省農(nóng)商行9家樣本值在資產(chǎn)質(zhì)量及潛在發(fā)展性、經(jīng)營穩(wěn)定性等公因子相對表現(xiàn)較好。根據(jù)本文績效評價(jià)結(jié)果，建議如下：

（一）規(guī)范農(nóng)村商業(yè)銀行經(jīng)營情況信息披露

根據(jù)《商業(yè)銀行信息披露辦法》等制度規(guī)定，為維護(hù)投資者及客戶合法權(quán)益，應(yīng)規(guī)范農(nóng)村商業(yè)銀行經(jīng)營情況信息披露。目前，由于各農(nóng)村商業(yè)銀行披露工作不規(guī)范，存在披露不及時(shí)，披露渠道有限、披露信息格式多樣等原因，往往無法為存款人及相關(guān)投資者提供合理的信息渠道，導(dǎo)致難以對各農(nóng)村商業(yè)銀行之間進(jìn)行橫向?qū)Ρ取?/p>

（二）加強(qiáng)薄弱環(huán)節(jié)的監(jiān)管督促

由于各農(nóng)村商業(yè)銀行的資產(chǎn)質(zhì)量、盈利性、資產(chǎn)流動(dòng)性及發(fā)展?jié)摿Φ确矫娓饔胁煌?，但由于其特殊的性質(zhì)，無論盈利性及資產(chǎn)質(zhì)量等各方面都尤為關(guān)鍵。建議建立關(guān)于農(nóng)村商業(yè)銀行績效周期評價(jià)制度，按照周期內(nèi)評價(jià)及周期間評價(jià)等兩個(gè)維度對農(nóng)村商業(yè)銀行績效實(shí)績及績效變動(dòng)情況進(jìn)行監(jiān)管督促，力求各農(nóng)村商業(yè)銀行根據(jù)自身經(jīng)營的薄弱環(huán)節(jié)加大改進(jìn)的力度。

表7 綜合得分表