基于结构方程模型的商业银行竞争力

[摘 要]本文运用结构方程模型对16家商业银行2002年～2007六年间的数据进行了实证研究,得出了各个观测变量和潜变量的标准化系数,为有针对性地改善和提高商业银行竞争力提供了参考.

[关 键 词]银行竞争力评价指标体系结构方程模型

一、引言

商业银行的竞争力评价是当前学术界研究的热点问题之一,但目前在商业银行竞争力评价中并未出现统一的分析模式.对现有文献可以看出,银行竞争力评价中使用到的评价方法主要有以下几种:主成分分析、数据包络分析、层次分析和BP神经网络等.在本文中作者尝试将结构方程模引入到银行竞争力研究中,建立商业银行竞争力评价的结构方程模型.

二、结构方程模型介绍

结构方程模型是20世纪70年代KarlJoreskog和DagSorbom等学者提出的基于变量的协方差矩阵来分析变量之间关系的一种多元统计方法,整合了多元回归、路径分析、因子分析等统计检验方法.总的来说结构方程模型可分为测量方程和结构方程两部分.对于指标与潜变量间的关系,通常写为以下测量方程：

其中：X――外源指标组成的向量；y――内生指标组成的向量；――外源潜变量组成的向量；η――内生潜变量组成的向量；∧X――外源指标与外源变量之间的关系,是外源指标在外源潜变量上的因子负荷矩阵；∧y――内生指标与内生变量之间的关系,是内生指标在内生潜变量上的因子负荷矩阵；

对于潜变量间的关系,通常写成如下结构方程：

其中,B――内生潜变量间的关系；――外源潜变量对内生潜变量的影响；――结构方程的残差项,反映了在方程中η未能被解释的部分；

上述方程组的拟合过程通常包括五个主要步骤.(1)模型建构：即在进行模型估计之前,研究人员要根据理论分析或以往研究成果来建构初始理论模型.(2)模型拟合：这个过程主要是模型参数的估计(3)模型评价：模型估计之后,研究人员须对模型的整体拟合效果和单一参数的估计值进行评价.(4)模型修正：如果模型拟合效果不佳,可以对模型进行修正来提高模型拟合效果.

三、实证分析

1.样本选取与数据来源.由于收集资料限制,本文选取工行、建行、中国银行、深发展、宁波银行、浦发、华夏、民生、招商、南京、兴业、北京、交行、中信、农行、上海银行等16家商业银行作为研究对象,以2002年～2007各年年末数据为样本.原始数据来源于2003年～2007各期《金融统计年鉴》、金融界以及2002年～2007各银行公布的年报.

2.指标设计.在借鉴国内外学术界已有研究成果的基础上,同时结合我国商业银行自身发展的特点,笔者选取了反映商业银行流动性能力、盈利性能力、安全性能力以及经营发展能力的9项指标,建立了相应的评价指标体系（见表1）.

3.模型拟合.由于最大似然估计法要求变量是多元正态分布的,所以先对数据进行了正态化处理,然后再运用AMOS7.0通过最大似然估计方法对数据进行验证分析.通过改变路径图,并利用AMOS7.0对模型多次拟合,将输出结果中不良的估计参数逐步剔除,最终找到一个相对稳定并且拟合效果较好的结构方程模型,所得结果见图,模型部分拟合指数见（表2）.

一般认为x2/df小于2,RMSEA小于0.08（越小越好）,NFI、CFI、IFI在0.9以上（越大越好）,所拟合的模型就是一个“好”模型,从表2中的各个拟合指数来看,这个模型较好的拟合了样本数据.在AMOS7.0输出的结果里面,可以得到如图所示的路径图,在这个图里,我们可以直观的看到参数估计的结果.

四、输出结果解读

1.从输出结果可以看出,银行竞争力在流动性能力、盈利性能力、安全性能力以及经营发展能力上的路径系数分别为0.23、0.38、0.33、0.28,该数据表明盈利性能力对银行竞争力的影响最大,安全性能力次之.2.成本收入比（-0.72）、存贷款比率（-0.20）以及不良贷款率（-0.82）与商业银行竞争力是负相关的,而这一点与现实情况相吻合,可见用结构方程模型评价银行竞争力是可行的.3.利息回收率、人均净利润、不良贷款率的标准化因子载荷较大,说明这些观测指标对各自因子的贡献较大.4.流动性能力、盈利性能力、安全性能力、经营发展能力之间存在相关性,由此可见它们之间是相互影响相互作用的.5.从Amos7.0输出模型中各变量间的标准化系数可以看出各变量间的关系及相互作用的强弱程度,有助于找出影响商业银行竞争力的关键因素,以便有针对性地加以改善和提高.