因子分析与聚类分析案例教学文案.doc

《因子分析与聚类分析案例教学文案.doc》由会员分享，可在线阅读，更多相关《因子分析与聚类分析案例教学文案.doc（39页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Good is good, but better carries it.精益求精，善益求善。因子分析与聚类分析案例-1 因子分析与聚类分析理论简介1.1 因子分析法因子分析法是一种通过分析多个变量间协方差矩阵（或相关系数矩阵）的内部依赖关系，找出能代表所有变量的少数几个随机变量的计量分析方法。其中，找出的几个随机变量是不可测量的，将其称为公因子。每个公因子之间是互不相关的，所有变量都可以由这几个公因子的线性表示。因子分析通过减少变量的数目，用少数因子代替所有变量去分析整个经济问题，大大简化了现实分析过程。假设有N个样本，P个指标，是随机向量，需要寻找的公因子是，则将模型.称为因子模型。将矩阵称

2、为因子载荷矩阵，将称为因子载荷（Loading），因子载荷的实质是公因子Fi与变量Xj的相关系数。其中，为特殊因子，代表公因子以外的影响因素，在实际分析时一般忽略不计。对于需要求出的的公因子，其实际含义取决于该公因子在哪些变量上有较大的载荷。但一般情况下，初始因子模型的因子载荷矩阵都比较复杂，不利于因子的解释。因此可进一步通过因子旋转，给出对各公因子更加合理明显的解释。公因子求出后，可以进一步用回归估计等方法求出各个公因子得分的数学模型，将其表示成变量的线性形式，从而计算求出得分。模型如下：（i=1，2，.，m）1.2 层次聚类法聚类分析的实质是按照距离的远近将数据分为若干个类别，以使得类别内

3、数据的“差异”尽可能小，类别间的“差异”尽可能大。“差异”的描述是通过距离或相似性的方法来描述。在统计学中最常用的是距离表达式欧几里得距离，对于两条数据和，欧几里得距离的计算公式是：本文应用的是聚类分析法中的层次分析法，选用的是欧几里得距离的计算方法。层次分析法通过把距离接近的数据一步一步归为一类，直到数据数据完全归为一个类别为止，再利用一些相应的指标来确定聚为几类的结果是最为合适的。显然，这一系列的聚类结果存在着嵌套，或者说是层次的关系，由于这种结果上的层次关系，整个分析过程，特别是每一步中完成的合并或分割都可以用一张二维空间的图形来表示，这种图被称为“树状图”，是层次聚类法结果解释的重要工

4、具。本文也将利用这一工具对我国商业银行竞争力水平进行研究。2 股份制商业银行竞争力的实证分析2.1 样本数据的选取和处理一、样本选取本文评价的是我国股份制商业银行的竞争力，以我国国有商业银行和城市商业银行的比较研究得出我国股份制商业银行竞争力的优势与劣势。由于数据选取的局限性（在本文写作过程中，各家商业银行还未全部公布2009年年报），本文数据主要来自于各商业银行的年报数据44以及各家银行网站披露相关信息，因此鉴于数据搜集原因，本文采用了2008年的股份制商业银行、国有商业银行和城市商业银行的的数据。同时由于无法获得中国光大银行、广东发展银行、恒丰银行、浙商银行和渤海银行等五家银行的财务报表（

5、这五家股份制商业银行不是上市商业银行，非上市银行披露的数据一般不具有全面性和及时性，真实度也较差），所以本文最终研究的是7家股份制商业银行：中信银行、华夏银行、深圳发展银行、招商银行、上海浦东发展银行、兴业银行、民生银行。同理，本文选取了4家国有商业银行2008年中国银监会我国银行业的最新分类将交通银行从股份制商业银行划转为国有商业银行。作为比较研究对象：中国工商银行、中国银行、中国建设银行和交通银行。考虑到已上市城市商业银行也具有一定的竞争力，在某些方面有借鉴之处，且代表了城市商业银行的新兴力量，因此将已上市的3家城市商业银行纳入股份制商业银行竞争力对比研究当中，作为比较研究对象，这3家已上

6、市城市商业银行为：北京银行、上海银行、南京银行。二、指标的标准化在指标处理前，先要对原始数据标准化，标准化后的变量为X*i,j，即第i个银行的j指标，具体的标准化如下：对于正指标：对于逆指标：其中，正指标与银行竞争力得分呈正相关关系，相应的逆指标与竞争力得分成负相关关系。标准化消除了正逆指标的影响，正指标原本越大，处理后也越大，逆指标情况则相反。2.2 实证分析2.2.1 因子分析运用SPSS软件对原始指标数据进行实证分析，可以得到相关系数矩阵及变量共同度表，见表2.1，分析可得所有变量的共同度都比较大。变量共同度说明了全部公因子反映出原变量信息的百分比，描述了全部公因子对变量X的总方差所做的

7、贡献。较大的变量共同度说明变量空间转化为因子空间时，保留了比较多的信息。所以进行因子分析是有依据的。表2.1变量共同度表Tab.2.1Commonvariabledegreetable变量X1X2X3X4X5X6X7X8共同度0.8790.9590.8720.9660.7960.9730.9640.960变量X9X10X11X12X13X14X15X16共同度0.9520.9040.9050.6290.8890.9080.7720.960变量X17X18X19X20X21X22X23X24共同度0.9600.9700.9770.8880.8390.9460.8460.699变量X25X26共同

8、度0.6280.925对SPSS软件产生的总方差分析表进行整理，可以得到表2.2的各因子对原始指标数据的贡献率。表2.2因子分析特征值及方差贡献率表Tab.2.2Eigenvalueandvariancecontributionoffactoranalysistable因子特征值方差贡献率()累计贡献率()F17.25827.91627.916F24.93018.96046.876F32.89811.14558.021F42.78810.72268.743F52.76710.64479.387F62.3238.93688.323由上表2.2可知，因子F1F6对原始指标数据的累计贡献率达到88.

9、323%，超过了85%的标准，其特征值也较大，均超过1的标准；同时，因子中F1的方差贡献率最大，为27.916%，其次是F2，为18.960%，说明因子F1和F2是银行竞争力因素中更重要的因素。通过SPSS软件产生的碎石图可以更直观的挑选出特征值较大的因子，从第F7开始，折线趋于平缓。因此，我们选择FlF6作为决定商业银行竞争力的公因子。图2.1碎石图从SPSS软件我们可以得到因子F1F6的载荷矩阵。因子载荷是实际上就是公因子Fi和变量Xj的相关系数，表示变量Xj依赖因子Fi的程度，反映变量Xj对于公因子Fi的重要性。因此，因子载荷的绝对值越大，表示变量Xj对公因子Fi越重要。通过正交旋转得到

10、的因子载荷矩阵，即表2.3，可以进一步明确因子的具体意义。表2.3正交旋转后的因子载荷矩阵Tab.2.3Orthogonalrotatedfactorloadingmatrix指标因子123456资产利润率X10.2200.7410.1670.5000.0460.016净资产收益率X20.007-0.074-0.0580.9700.0760.060每股收益X3-0.268-0.0520.1850.862-0.0010.140人均利润率X4-0.3080.5930.0160.563-0.447-0.051营业费用率X50.4710.6030.0490.031-0.437-0.123资本充足率X6

11、0.0200.962-0.066-0.153-0.1130.074核心资本充足率X70.0860.955-0.014-0.198-0.0640.011不良贷款率X8-0.672-0.1770.6580.089-0.1370.133贷款损失准备率X90.5080.354-0.6920.297-0.040-0.028最大客户贷款比率X100.110-0.1370.0460.0830.928-0.049十大客户贷款比率X110.355-0.215-0.0150.0170.823-0.236人民币流动性比率X12-0.3220.468-0.1560.095-0.413-0.319外币流动性比率X13-

12、0.1180.8730.0790.053-0.1070.303存贷比X140.7570.4690.006-0.264-0.1570.142现金资产比率X15-0.4290.013-0.235-0.1750.452-0.546总资产X160.919-0.047-0.192-0.0880.179-0.191机构网点数X170.919-0.047-0.192-0.0880.179-0.191存款份额X180.935-0.132-0.1800.0040.193-0.091贷款份额X190.925-0.159-0.1980.0140.204-0.118存款增长率X20-0.1690.1610.8960.

13、1020.1130.079贷款增长率X21-0.4870.3100.6670.0840.0040.233股权集中程度X22-0.5070.0110.2040.015-0.1560.789股东集中程度X23-0.1370.2200.0060.108-0.0040.876流通股占比X24-0.583-0.3160.2690.179-0.2040.336非利息收入占比X250.2340.109-0.507-0.3920.388-0.001本科以上学历员工占比X26-0.856-0.2520.2470.1640.098-0.175根据上表，得到因子模型：X1=0.220F1+0.741F2+0.046

14、F5+0.016F6X2=0.007F10.074F2+0.076F5+0.060F6X24=0.234F1+0.109F2+0.388F50.001F6X25=-0.856F10.252F2+0.098F50.175F6从因子模型可以看出，因子F1的总资产、机构网点数、存款份额、贷款份额、本科学历以上员工占比、存贷比的系数分别为0.919、0.919、0.935、0.925、0.856、0.757，远大于其他变量的系数，所以因子F1主要是代表银行规模、市场占有率、人力资源以及流动性的因子；因子F2的资本充足率、核心资本充足率、外币流动性比率、资产利润率、人均利润率、营业费用率的系数分别为0.

15、962、0.955、0.873、0.741、0.593、0.603，大于其他变量的系数，所以因子F2主要代表的是资本充足度、流动性和盈利性因子；因子F3的存款增长率、贷款增长率、不良贷款率、贷款损失准备率、非利息收入占比的系数分别为0.896、0.667、0.658、0.692、0.507，远大于其他变量的系数，所以F3主要反映银行的市场份额增长率、资产质量以及创新能力；因子F4的净资产收益率、每股收益的系数分别为0.970、0.862，显著大于其他变量的系数，所以F4主要反映银行的盈利性；因子F5的最大客户贷款比例、十大客户贷款比例的系数分别为0.928、0.823，远大于其他变量的系数，所

16、以F5主要代表银行的贷款集中度；因子F6的股权集中程度、股东集中程度的系数分别为0.789、0.876，远大于其他变量的系数，所以F6主要反映银行公司治理情况。公因子求出后，考察各公因子的得分。SPSS会自动计算出公因子得分，保存在fac_1fac_6中，六个公因子分别从不同方面反映了银行竞争力各因素的情况，但单独使用某一公因子并不能对各银行竞争力水平做出综合评价，因此按各公因子对应的方差贡献率为权数计算如下综合统计量：(n=6)即：F=0.279F1+0.190F2+0.111F3+0.107F4+0.106F5+0.089F6银行的各因子得分及排名见下表。表2.4商业银行因子得分及排名Ta

17、b.2.4Factorscoreandrankingofcommercialbanks银行名因子1得分因子1的排名因子2得分因子2的排名因子3得分因子3的排名工商银行2.189831-0.245328-0.090417中国银行1.1328330.023155-0.9486613建设银行1.764842-0.040686-0.023386交通银行-0.140997-0.200147-0.438811招商银行-0.098225-0.3242890.684314中信银行-0.82277120.281524-0.125638民生银行-0.8569313-0.9786613-0.5945412浦发银行-

18、0.7129211-0.53027110.116785兴业银行-0.12536-0.4507100.875713华夏银行-1.0402814-0.6607212-2.2656714深发展行-0.329058-1.55653141.651661北京银行0.1525341.136452-0.2275310南京银行-0.4926492.418271-0.145679宁波银行-0.62091101.1279231.531832表2.5商业银行因子得分及排名Tab.2.5Factorscoreandrankingofcommercialbanks银行名因子4得分因子4的排名因子5得分因子5的排名因子6得

19、分因子6的排名工商银行-0.0431160.5156750.788592中国银行-0.60859130.581364-1.5599313建设银行0.166544-0.107710-0.2842911交通银行-0.0589270.6439330.698834招商银行1.004923-0.43634120.508067中信银行-0.192818-0.018389-2.4782714民生银行-0.40879-0.21342110.930631浦发银行2.1639510.205898-0.8321812兴业银行1.3785620.4784360.600156华夏银行-0.48998100.257617

20、0.665045深发展行-1.9910914-0.6069513-0.1423110北京银行0.147065-3.06818140.21978南京银行-0.49457110.7247720.720113宁波银行-0.57325121.043310.165879表2.6商业银行因子得分及排名Tab.4.7Factorscoreandrankingofcommercialbanks银行名综合得分综合排名工商银行0.675471中国银行0.0721387建设银行0.4633512交通银行-0.001548招商银行0.0940666中信银行-0.4344111民生银行-0.4744112浦发银行-0.

21、1069810兴业银行0.2295275华夏银行-0.6338714深发展行-0.493713北京银行-0.058489南京银行0.3932063宁波银行0.27564441.1.1 聚类分析通过因子分析，我们得出了影响银行竞争力的主要因素，即公共因子，以及各银行的因子得分及其排名，即各银行间竞争力差异。为进一步分析股份制银行与其它两类银行的竞争力差异，我们又以因子分析当中的六个公因子进行聚类分析。在以上因子分析的基础上，我们利用六个主成分因子作为聚类变量，通过SPSS软件对我国商业银行进行聚类分析（见图2.2）。从聚类变量图可以看出：首先，招商银行、兴业银行、浦发银行聚到一起，成为A小类；交

22、通银行、民生银行、华夏银行在一起成为B小类；工商银行、建设银行、中国银行聚到一起成为C小类；南京银行、宁波银行聚在一起成为D小类；其次，A小类与B小类再聚成一类E，再与C小类聚在一起，成为一类F；中信银行、深发展行、北京银行各成一小类。依据该图形，我们就可以把我国商业银行竞争力水平分为五大层次。第一层：工商银行、建设银行、中国银行。第二层：南京银行、宁波银行。第三层：招商银行、兴业银行、浦发银行。第四层：交通银行、民生银行、华夏银行。第五层：中信银行、深发展行、北京银行与其它银行竞争力水平均不相似，各自具有不同的竞争力水平。按更大类型分又可以分为四层。第一层：工商银行、建设银行、中国银行。第二

23、层：南京银行、宁波银行。第三层：招商银行、兴业银行、浦发银行、交通银行、民生银行、华夏银行。第四层：中信银行、深发展行、北京银行。图2.2商业银行竞争力水平聚类变量图1.2 Fig2.2Levelofcompetitivenessofcommercialbanksinthevariablegraphcluster结果及其成因分析1.2.1 因子得分及其成因分析一、因子F1得分及其成因分析在反映银行规模、市场占有率、人力资源以及流动性的因子F1上，工商银行、建设银行、中国银行这三家国有商业银行的得分分别为2.190、1.765、1.133，排名前三，中信银行、民生银行、华夏银行这三家股份制商业银

24、行的得分分别为-0.823、-0.857、-1.040居末三位。因子F1对银行综合竞争力的方差贡献率达到27.92%，远超出其它因子的方差贡献率，成为银行综合竞争力的最重要影响因素。参照原始指标数据，国有商业银行在总资产以及存贷款市场占有率分别为51.03%、57.97%和48.9%，几乎占有一半的市场，较股份制商业银行具有绝对优势，因此三家国有商业银行在因子F1上排名靠前。人力资源方面，相对于股份制商业银行以及城市商业银行说来国有商业银行员工中，高学历水平员工人数比较少，其本科以上学历员工占比平均为44.47%，股份制商业银行本科以上学历员工占比平均为70.79%，但在F1排名中却很靠后，说

25、明在我国当下阶段，人力资源对我国商业银行竞争力影响作用有限，银行规模以及市场占有率是银行综合竞争力的最重要影响因素。同时，考察原始指标数据，股份制商业银行存贷比普遍很高，其中中信银行的存贷比为73.29%，民生银行为75%，而75%是我国银监局设定的存贷比监管比例，说明这两家银行存在很大的流动性风险，成为其在因子F1上排名靠后的主要原因。而北京银行的存贷比在各家银行中几乎是最低的，得益于此，其在F1上排名也较靠前。综上所述，在我国当下阶段，人力资源对我国商业银行竞争力影响作用有限，银行规模以及市场占有率是银行综合竞争力的最重要影响因素。因此，股份制商业银行需要扩大其规模及其市场占有率，同时需要

26、控制其流动性风险，尤其是降低存贷比率，以提高其竞争力。二、因子F2得分及其成因分析在反映资本充足度、流动性和盈利性的因子F2上，南京银行、北京银行与宁波银行的得分分别为2.418、1.137、1.128，分列前三，而华夏银行、民生银行、深圳发展银行的得分分别为-0.661、-0.979、-1.557，列末三位，国有商业银行排名也比较靠前。因子F2对银行综合竞争力的方差贡献率达到18.96%，说明银行资本充足率以及流动性管理能力是商业银行竞争力的又一重要影响因素。参照原始指标数据，我国城市商业银行和国有商业银行资本充足率指标都较好，均值分别为19.98%、13.03%，股份制商业银行资本充足率指

27、标都较低，其中民生银行和深圳发展银行资本充足率分别为9.22%、8.58%，刚超出8%的资本充足率监管标准，因此，我国城市商业银行和国有商业银行在因子F2的排名上靠前，而股份制商业银行排名则靠后。流动性方面，华夏银行和深圳发展银行的外币流动性的指标值很小，分别为67.87%和49.68%，说明其具有较大的外币流动性风险，需要加强流动性风险管理，这也导致其在因子F2上的排名靠后。由于F4对各银行盈利性分离的更加明显，因此将在下部分做详细分析。因此，股份制商业银行急需提高资本充足度，以提高其竞争力。具体看来，由资本充足率的计算公式可知，资本充足率的决定因素可以分为分母和分子方面，分母方面主要是风险

28、加权资产的高低，分子方面主要是银行资本大小、附属资本大小、银行的盈利能力高低，以下将从这几方面具体揭示股份制商业银行资本资本充足度低的原因所在。风险加权资产表示的是银行的资产质量，长期以来，贷款业务一直是银行的主要资产业务，虽然近些年来各银行相继开展了一些创新业务，但总体说来，信贷资产所占的比重依然较高。我国股份制商业银行相应的平均不良贷款率为1.17%，相对于国有商业银行均值的平均不良贷款率2.27%则显得较低，但由于贷款业务的重要性，股份制商业银行仍需继续加强贷款业务的管理。由原始指标数据可知，我国股份制商业银行平均资本充足率和核心资本充足率分别为10.74%和7.45%，十分接近，说明我

29、国商业银行附属资本严重缺乏，资本结构不合理。银行年报显示，2008年多数银行都依靠自身积累实现资本金的增长，未大规模采用公开募集资金的方式补充资本金。股份制商业银行中仅招商银行和深圳发展银行通过发行长期次级债、定向增发等方式对外募集资金，用于补充附属资本。从上面分析我们知道，我国大部分商业银行都依靠自身积累实现资本金的增长。通过内部积累来增加资本，可以减少筹资成本。利润的留存比例取决于财政税收政策的许可程度以及利润在股东和银行内部的分配，但最重要的还是银行的创利能力。存贷利差是我国商业银行最主要的利润来源，在利率市场化的背景下，这一现象无法在短期内改变，因此，我国股份制商业银行仍需加强存贷利差

30、管理。综上所述，资本充足度对我国商业银行竞争力的影响非常显著，资本充足率越高，银行的综合竞争力也越强。相比较于我国三家城市商业银行和国有商业银行，我国股份制商业银行资本充足度不高。三家城市商业银行的资本充足率名列前茅，主要是由于其成立时间晚，无严重的不良贷款的包袱，较好上市时机也为其赢得充裕的资本。国有商业银行较好的资本充足率说明通过国家财政注资，发行上市提高国有商业银行资本充足率的效果非常显著。我国股份制商业银行要提高资本充足度，需要在附属资本发行、盈利能力、资产质量控制各能力上得到提升。三、因子F3得分及其成因分析在反映银行的资产质量、市场份额增长率以及创新能力的因子F3上，深发展银行、宁

31、波银行、兴业银行的得分分别为1.652、1.532、0.876，位列前三；民生银行、中国银行、华夏银行的得分分别为-0.595、-0.949、-2.266，位列末三位。因子F3对银行综合竞争力的方差贡献率达到11.24%。从原始指标数据可知，2008年深发展银行、宁波银行、兴业银行实现了较大的存款增长率和贷款增长率，其存款增长率分别为28.17%、37.3%、25.14%，贷款增长率22.1%、25.74%、19.87%；而民生银行、中国银行、华夏银行的存款增长率分别为17.07%、15.46%、10.61%，贷款增长率分别为15.71%、13.52%、13.63%，处于末尾位置。存款增长率和

32、贷款增长率的大小与各银行在因子F3上的排名高度一致。创新能力方面，以非利息收入占比近似表示，中国银行和华夏银行的非利息收入占比较突出，分别为28.63%，23.39%，说明其中间业务创新力较强，但这两家银行在F3上排名靠后，说明因子F3对创新能力解释力不够。资产质量方面，国有商业银行的不良贷款率均值较大，为2.27%，股份制商业银行和城市商业银行的的不良贷款率相对较小，分别为1.17%、1.37%，也与因子F3的排名不相一致。综上所述，因子F3的排名与各银行市场份额增长率大小高度一致，说明因子F3最主要反映的是市场份额增长率的情况。进一步说明市场份额增长率很大程度上影响了商业银行竞争力水平。股

33、份制商业银行可以通过提高其市场份额增长率以提高其竞争力。四、因子F4得分及其成因分析在反映银行盈利性的因子F4上，浦发银行、兴业银行、招商银行的得分分别为2.164、1.379、1.005，分列前三，而宁波银行、中国银行、深发展行的得分分别为-0.573、-0.609、-1.991，居末三。说明浦发银行、兴业银行、招商银行盈利性较强，宁波银行、中国银行、深发展行盈利性需要提高。商业银行盈利性一方面由银行的收入决定，另一方面由银行的经营成本决定。以下就从这两方面分析各银行在盈利性上得分排名的成因，以进一步揭示我国股份制商业银行竞争力的优势与劣势。银行的业务结构决定了银行的收入结构，商业银行的收入

34、一般由两部分构成：利息收入和非利息收入。利息收入是商业银行从贷款、同业存款、政府债券、应税证券和交易账户证券等资产中获得的利息收入和从事租赁业务获得的租金收入。非利息收入是银行在核心业务活动（即吸收存款、发放贷款）和投资活动以外获得的收入，主要包括信托收入、存款账户服务费、投资收益和其它非利息收入。由于历史原因，我国各家商业银行纷纷表示要努力扩大非利息收入，但利息收入在总收入中占绝对比重的情况短期内是无法改变的，即：贷款占总资产比重大、利息收入是最主要的收入来源。在利息收入中，贷款利息收入和证券投资利息收入是我国商业银行最主要的利润来源。整理各家银行年报可以得出，我国商业银行总资产中，有大概一

35、半用于贷款，剩下的一半资产中，大概又有20%到30%用于投资，即购买政府债券。当然各家商业银行的情况各不相同，有些商业银行的贷款、投资和其它流动性资产各占1/3。因此，我国商业银行收入大概可以分为贷款利息收入、证券利息收入和非利息收入三部分。在证券利息收入方面，大部分银行投资方向是政府债券，收入稳定。虽然2008年美国次贷危机引发国际金融市场动荡，次贷危机对我国银行业对直接影响不大。从各家银行年报看来，涉及次贷危机相关产品的国内银行有中行、工行、建行、招行和中信银行，其中中行对外币债券减值准备最大，达44.60亿美元，但其减值准备率最低。受其影响，中行在因子F4上排名靠后。在贷款利息收入方面，

36、可以用净利差近似表示。净利差是描述和衡量净利息收入的指标，等于银行升息资产收益率减去计息负债付息率。根据年报数据可知，招商银行和浦发银行净利差较高，分别为3.24%，2.91%，说明这两家银行利息盈利能力较强。其中，招商银行通过信用卡业务，其个人贷款业务一直很出色。由于在各类贷款中，个人消费贷款的不良贷款率较低但收益率较高，因此招商银行盈利性一直处于领先位置。与此同时，浦发银行、兴业银行、招商银行的不良贷款率均较低，分别为1.21%、0.83%、1.11%；相对比而言，其它银行不良贷款率均较大。中国银行之所以在代表盈利性因子F4上排名如此靠后，是因为其净利差值为2.45%，在各家银行中几乎为最

37、小，说明中国银行需要加强存贷款利差盈利水平。非利息收入方面，在2008年全球经济因金融危机出现下滑，中国经济受到很大冲击的大背景下，各家银行也受资本市场走低、进出口下滑等不利因素的影响，手续费及佣金收入占营业收入的比例都出现了不同程度的下降。股份制商业银行非利息收入普遍不高，其中浦发银行的非利息收入占比很低，为8.76%。相对比而言，国有商业银行非利息收入占比较高，其中中国银行的非利息收入占比则高达28.63%，这也符合中国银行偏外向型业务结构模式，但这仍不足以弥补中国银行在存贷款这种传统业务中盈利能力差的不足。在银行的经营成本中，存款和借款的利息支出在银行的收入结构中已经得到了体现，剩下的主

38、要是营业费用。营业费用方面，尽管我国股份制商业银行盈利性较强，但考察原始数据可知，我国股份制商业银行的营业费用率却较高，平均为37.33%，其中，民生银行为的营业费用率高达42.55%，华夏银行也高达41.41%，这表明我国股份制商业银行若适当控制、降低营业成本，其盈利性将更强。相对比而言，国有商业银行营业费用率较低平均为33.30%，工商银行则低至29.54%，这说明我国商业银行存在一定程度的规模经济现象，即随着银行规模增大，平均成本也在逐渐下降。综上所述，盈利性的提高有助于商业银行竞争力提高。我国股份制商业银行的盈利性均较强，成为其竞争力的主要优势，其中，浦发银行、兴业银行、招商银行盈利性

39、更为突出。但同时，我国股份制商业银行的营业费用率均较高，费用管理能力有待增强，尤其是华夏银行和民生银行。五、因子F5得分及其成因分析在反映银行贷款集中度的因子F5上，宁波银行、南京银行、交通银行的得分分别为1.043、0.725、0.644，位列前三；深发展银行、招商银行、北京银行的得分分别为-0.607、-0.436、-3.068，位列末三。因子F5对银行综合竞争力的方差贡献率达到10.78%。根据投资组合理论，如果银行将其资金借贷给多个不同的借款者，可以有效的降低其资产的非系统性风险，但如果银行将其资金贷给借款者的比重过大，一旦客户违约，将给银行带来巨额损失。历史经验同样表明，贷款集中度风

40、险是导致银行危机的主要原因之一。我国银监会规定最大单一客户贷款比例不得超过10%，最大十家客户贷款比例不得超过50%。从原始指标数据可知，北京银行的最大单一客户贷款比例达到7.83%，最大十家客户贷款比例达到了40.89%，已经非常接近监管水平。深发展银行、招商银行的最大客户贷款比例、十大客户贷款比例也相对较高，表明这些银行的贷款结构不合理，信贷风险增加，资产质量有待提高。综上所述，加强信贷风险管理，改善资产质量会提升我国商业银行竞争力。我国股份制商业银行中，深发展银行、招商银行若适当调整其贷款结构、加强相应风险管理，其竞争力将得到较大提高。六、因子F6得分及其成因分析在代表银行公司治理情况的

41、因子F6上，民生银行、工商银行、南京银行的得分分别为0.931、0.789、0.720，位列前三；浦发银行、中国银行、中信银行的得分分别为-0.832、-1.560、-2.478，位列末三。相对分散的股权结构有助于银行竞争力的提高。从原始数据可知，中信银行、中国银行的股权集中程度，即最大股东股权占所有股权比例分别为：62.33%、67.52%；民生银行、南京银行最大股东股权占所有股权比例分别为：5.9%、13.35%。其中，工商银行第一大股东为财政部，所持股权占比为35.33%，第二大股东汇金公司，所持股权占比为35.33%。由于汇金公司为国有企业，因此工商银行股权实际上非常集中，即国有股占比

42、达到70.70%。在指标数据处理中，我们并没有将第一大股东与第二大股东合并处理，从而结果没有显示出工商银行实际的很高的股权集中度。我国国有商业银行虽然在股权改革后避免了股权单一的问题，但国有持股仍很高。而多数股份制商业银行则在设立时就避免了股权单一问题，城市商业银行多数也是股份制的，但地方政府影响力过大仍然是不容忽视的问题。股权的多元化能够推动银行改善公司治理，提高银行竞争力。代表公司治理情况的因子F6的方差贡献度为8.94%，说明股权的多元化确实能够对提高银行竞争力起到正面积极作用。1.2.2 综合得分及其原因分析在银行综合得分上，国有商业银行中工商银行和建设银行的综合得分分别为0.675、

43、0.463，排名前两位，城市商业银行中南京银行和宁波银行的综合得分分别为0.393、0.276，排名第三和第四，股份制商业银行中兴业银行和招商银行的综合得分分别为0.230、0.094，排名第五和第六，相对靠前，其它股份制商业银行排名则较靠后。根据前面因子分析可知，工商银行和建设银行排名靠前主要受益于其占绝对优势的银行规模以及市场占有率；南京银行和宁波银行排名较靠前主要是由于其资本充足度较高，同时贷款集中度较低；股份制商业银行中兴业银行和招商银行排名相对靠前，则是由于其较强的盈利性。中国银行与另两家国有商业银行工商银行和建设银行排名差别较大，主要是由于其年度较差的存贷款利差盈利性。北京银行作为

44、城市商业银行排名与其它两家城市商业银行存在很大差距，主要是由于其很高的贷款集中度，即存在很大的信贷风险。而排名靠后的其它银行在各因子的得分上均比较低，说明其需在各方面提高竞争力。1.2.3 聚类结果及其原因分析通过聚类分析，我们可以清晰的看到我国商业银行竞争力的不同水平，特别是各类商业银行不同的竞争力水平。国有商业银行（交通银行除外）竞争力水平最高、三家城市商业银行竞争力水平属于中级层次、股份制商业银行竞争力水平属于初级层次。股份制商业银行中，招商银行、兴业银行、浦发银行的竞争力水平高于民生银行和华夏银行。这一结果与因子分析的综合得分结果相互印证，并进一步揭示出三类银行间竞争力的差异。国有商业

45、银行的主要竞争优势来源于其巨大的银行规模以及几乎一半的市场占有率，三家城市商业银行的主要竞争优势来自于良好的资本充足度，这也反映出了股份制商业银行竞争的弱势所在。但应同时看到，我国股份制商业银行竞争的优势，其最大竞争优势来源于较强的盈利性。由于银行规模和市场占有率是商业银行竞争力的最主要影响因素，近似用因子F1对商业银行竞争力的贡献度衡量，为27.92%；资本充足度对商业银行竞争力的影响程度近似用因子F2对对商业银行竞争力的贡献度衡量，为18.96%；F4即代表商业银行的盈利性，其对商业银行竞争力的贡献度为10.72%，盈利性因素对商业银行竞争力的提升程度不如前两个因素，所以总体竞争力水平排在前两类银行后。因此，大致看来，我国股份制商业银行要提高竞争力，除了继续发挥并扩大其盈利性优势，还需要扩大其银行规模以及市场占有率，同时提高其资本充足度。同时，股份制商业银行的费用管理能力普遍低于前两类银行，成为了股份制商业银行的又一个劣