银行业盈利能力分析.doc

- 7 -银行业盈利能力分析一，目的及研究意义：本文拟通过因子分析对14家上市银行的财务状况进行分析，研究各个银行的盈利能力。由于目前14家上市银行中，只有6家银行披露了2008年报，其他8家银行2008年度的财务数据还没有出来，因本文要用因子分析对上市银行财务进行分析，为了样本量足够，本文只好用这8家银行2008-9-30号的数据代替2008-12-30号的数据，这与实际情况会有一定的误差，其中银行名称后面有“中”子代表该银行数据为2008-9-30号的财务数据。 参考杜邦分析法，列出以下财务指标进行分析：X1摊薄每股收益（元）X6主营收入增长率(%)X2每股净资产（元）X7主营业务利润率（%）X3每股经营现金净流量（元）X8资产收益率（%）X4净资产收益率(%)X9总资产增长率（%）X5净利润增长率(%)X10股东权益增长率（%）根据Wind资讯的相关数据整理计算得2008年上市银行财务数据表：银行名称X1X2X3X4X5X6X7X8X9X10中信银行 中0.3192.421.2313.19137.360.5293.011.1417.216.46招商银行 中1.29185.684.522.7390.5650.9494.241.2226.8932.78华夏银行 中0.73963.75-1.2519.7190.3229.0192.140.4823.2224.75民生银行 中0.45893.03-0.3415.15100.2951.4692.030.8112.6526.03南京银行 中0.66055.853.111.2887.4961.9894.641.2817.8310.43兴业银行 中1.88539.34-11.7720.1956.4939.3393.551.027.8926.2北京银行 中0.70485.02-1.0314.0380.1970.3493.911.0931.3619.64宁波银行 中0.45073.443.5513.176.658.2793.271.1138.0412.36交通银行0.58012.963.9519.5738.5623.0193.581.0627.3213.11工商银行0.33161.811.1118.3636.3221.8893.941.1412.3611.92建设银行0.39621.990.7719.8734.121.8994.11.2314.5110.69中国银行0.25031.841.6713.571326.3695.020.9116.0110.24浦发银行2.21087.3618.6430.03127.6133.5692.440.9643.1147.29深圳发展银行0.19775.287.843.74-76.8334.2992.060.1334.5826.1因各候选变量单位不同，特进行标准化处理，消除量纲后得到如下数据：银行名称X1X2X3X4X5X6X7X8X9X10中信银行 中-0.69441-0.82005-0.16326-0.575281.362781.11983-0.425050.53684-0.54671-0.38334招商银行 中0.878840.625570.343460.965720.497170.551870.83910.789480.355891.13831华夏银行 中-0.0142-0.23027-0.547570.47790.49273-0.74828-1.31921-1.547380.014040.3896民生银行 中-0.46816-0.54955-0.40655-0.258680.677370.5827-1.43226-0.50527-0.970520.50895南京银行 中-0.142120.700950.12651-0.88380.440321.206391.25020.97895-0.48802-0.94557兴业银行 中1.838682.24857-2.177760.55543-0.13379-0.136440.129940.1579-1.41390.5248北京银行 中-0.070480.3329-0.51348-0.439590.305121.702030.499930.378950.77225-0.08685宁波银行 中-0.48142-0.367740.19625-0.589810.238640.98644-0.157840.442111.39447-0.76562交通银行-0.27215-0.580590.258230.45528-0.46585-1.1040.160770.284210.39594-0.69569工商银行-0.67403-1.09055-0.181860.25983-0.50733-1.170990.530770.53684-0.99754-0.80665建设银行-0.56956-1.01073-0.234550.50374-0.54844-1.17040.695210.82106-0.79727-0.92133中国银行-0.80551-1.07725-0.09508-0.51389-0.93921-0.905391.64075-0.18947-0.65755-0.96329浦发银行2.365091.370552.534612.144881.18332-0.47853-1.01088-0.031581.866732.4912深发展行-0.890580.448190.86103-2.10173-2.60282-0.43525-1.40143-2.652641.072190.51548二， 模型的建立及其解（1） 运用KMO检验和Bartlett检验对变量进行筛选KMO检验 和Bartlett检验（KMO and Bartlett s test）是因子分析的前提，确认待分析有关变量是否适合作因子分析，KMO统计量是用于比较变量间简单相关系数和偏相关系数的一个指标，KMO值越接近1，则越适合作因子分析，KMO越小，越不适合作因子分析。对全部10个因素进行KMO检验和Bartlett检验得：KMO 和 Bartlett 的检验a取样足够度的 Kaiser-Meyer-Olkin 度量。.205Bartlett 的球形度检验近似卡方127.142df45Sig.000a. 基于相关很明显可以看出，KMO的值只有0.205，不能满足检验的经验性标准。说明10个变量中个别变量与其他变量之间相关性非常小，应该去掉。设立筛选条件：1KMO值23令变量数为N，使N取最大值对10个变量进行穷举搜索，发现变量X1，X4,X7,X8,X9,X10这一组合通过检验，其KMO 和 Bartlett 的检验结果为：KMO 和 Bartlett 的检验a取样足够度的 Kaiser-Meyer-Olkin 度量。.629Bartlett 的球形度检验近似卡方38.906df15Sig.001a. 基于相关很明显，KMO=0.629，Sig.值为0.0011原则来确定提取公因子的个数。 各因素相关系数矩阵：相关矩阵x1x4x7x8x9x10相关x11.000.738-.111.156.223.766x4.7381.000.010.379.078.520x7-.111.0101.000.685-.324-.551x8.156.379.6851.000-.246-.310x9.223.078-.324-.2461.000.447x10.766.520-.551-.310.4471.000 提取公因子，特征根碎石图：碎石图的横坐标表示因子，纵坐标为特征根，根据特征根1的原则只可提取2个公因子。而由下表可以看出，2个公因子总共解释的方差为总方差的77.491%。解释的总方差成份初始特征值a提取平方和载入旋转平方和载入合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 %原始12.66344.38344.3832.66344.38344.3832.40440.06440.06421.98633.10877.4911.98633.10877.4912.24637.42777.4913.74812.46389.9544.3215.35695.3105.1923.20598.5156.0891.485100.000重新标度12.66344.38344.3832.66344.38344.3832.40440.06440.06421.98633.10877.4911.98633.10877.4912.24637.42777.4913.74812.46389.9544.3215.35695.3105.1923.20598.5156.0891.485100.000提取方法：主成份分析。a. 分析协方差矩阵时，初始特征值在整个原始解和重标刻度解中均相同。成份矩阵a原始重新标度成份成份1212x1.797.499.797.499x4.609.684.609.684x7-.594.658-.594.658x8-.291.873-.291.873x9.551-.275.551-.275x10.957-.019.957-.019提取方法 :主成分分析法。a. 已提取了 2 个成份。旋转成份矩阵a原始重新标度成份成份1212x1.935-.102.935-.102x4.901.160.901.160x7-.059.884-.059.884x8.312.865.312.865x9.263-.557.263-.557x10.740-.607.740-.607提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的正交旋转法。a. 旋转在 3 次迭代后收敛。上两个表分别为主成分分析法与旋转坐标后所提取的公因子与各因素之间的系数矩阵。明显可以看出，旋转后的的成分矩阵系数更趋于1和0，因此能够更好的判断各个因素解释于哪个公因子。并可以得出公因子与各因素之间的关系为：Factor1=0.935x1+0.901x4-0.059x7+0.312x8+0.263x9+0.740x10;Factor2=-0.102x1+0.160x4+0.884x7+0.865x8-0.557x9-0.607x10;在因子载荷两级分化后，容易发现因子1更好的解释了x1（摊薄每股收益）、x4（净资产收益率）和x10（股东权益增长率），可命名为投资回报因子；因子2更好的解释了x7（主营业务利润率）、x8（资产收益率），可命名为盈利性因子。银行名称投资回报因子（因子1）盈利性因子（因子2）得分排名得分排名浦发银行6.528121-3.3709213招商银行2.8245920.600358兴业银行2.2777030.621766华夏银行0.304364-2.6710612交通银行-0.1757450.690315北京银行-0.2344060.329169民生银行-0.622567-1.4651711建设银行-0.7549882.466802宁波银行-1.034119-0.1143610工商银行-1.11921102.089164中信银行-1.40248110.604617南京银行-1.52559122.670841中国银行-2.25786132.237443深圳发展-2.8078514-4.6889414再根据两因子对总方差的贡献度算出各银行的综合得分排名，由于两因子对总方差的解释比率分别为44.383%和33.108%，因此设Z=0.44383*Factor1+0.33108*Factor2便是综合得分，经过计算得出各银行综合得分及其排名如下： 银行名称综合得分排名银行名称综合得分排名浦发银行1.781331北京银行0.004948招商银行1.452402中国银行-0.261339兴业银行1.216763中信银行-0.4222910建设银行0.481634宁波银行-0.4968311南京银行0.207165华夏银行-0.7492512工商银行0.194946民生银行-0.7614013交通银行0.150557深圳发展-2.7986214三、结果分析该排名基本与市场的反映吻合，由于财务数据的时间非完全一致，应该把2008-8-30号的财务数据的银行和2008-12-30号的财务数据的银行分开来讨论才更有意义，但是由于银行企业样本实在太少，所以合起来分析，但由于财务多是采用财务比率而非绝对值，所以与现实的结果误差不至于那么大，其中深发展2008年第四季度特别计提拨备约56亿元。同时，该行当期核销不良贷款总额约94亿元，因此其财务指标都下降非常明显，因此建议在下列分析中把深发展分离出来单独考虑。为了更好的反映出各银行目前的相对投资价值，应该把银行的不良资产率和市盈率以及公司的利润构成等因素考虑进来，如果某一银行综合盈利能力越大，而其目前的不良资产率和市盈率都比较低的话，在利差减小而中间业务利润增长快速的市场环境下，其投资价值就会显现出来，该银行值得关注。下面仅从财务及市盈率角度来判断上市银行的投资价值：银行名称综合得分市盈率银行名称综合得分市盈率浦发银行1.7813310.19北京银行0.0049413.20招商银行1.452409.50中国银行-0.2613314.18兴业银行1.216769.16中信银行-0.4