第三节 研究方法

一 比较研究法

综合考虑银行绩效评价的营利性、安全性和发展潜力，对国内与国际银行绩效进行比较。选取世界前30家银行与我国前30家银行为样本，根据数据的可获得性以及国际国内的可比性，选取资产收益率、资本收益率、成本收入比三项指标来衡量营利性，选取资本充足率和不良贷款率来衡量安全性，选取存贷款比率来衡量发展潜力。首先，运用描述统计学方法对比分析全球及国内前30大银行某项指标2006年末和2013年末的均值，并给出2013年末全球前30大银行该项指标的大小，从直观上了解国内银行与国际银行在该项指标上的差异；其次，对国内银行和国际银行的该项指标进行Kruskal-Wallis H检验，进一步分析国内国际银行该项指标的差异是否显著。

二 因子分析法

通过因子分析法对银行绩效进行测定与分析。采用我国14家主要商业银行2008～2013年的相关数据，选取营利性指标、安全性指标、流动性指标、规模指标和发展能力指标来构建商业银行绩效评价指标体系，并且从大型商业银行和股份制商业银行两个层次进行绩效评价。首先，确认标准化后的数据适合进行因子分析。用SPSS 20.0软件对标准化后的数据进行因子分析，KMO值为0.736（＞0.5），且Bartlett's Test的相伴概率值为0，表明适合做因子分析，按照特征值大于1的原则，提取5个公共因子F1、F2、F3、F4、F5，5个公共因子的累计方差贡献率为79.973%，表明提取了13个原始变量大部分的信息；其次，为了得到经济含义更清晰的因子，用最大方差法进行因子旋转，得到旋转后的因子载荷阵，根据公共因子在不同指标上载荷的大小对其进行命名，将F1命名为规模因子，F2命名为成长因子，F3命名为安全因子，F4命名为盈利因子，F5命名为流动因子；再次，计算商业银行绩效的综合评价指标F，即综合得分，在SPSS 20.0运行过程中可以得到因子得分系数矩阵，以各因子的方差贡献率占提取的总方差贡献率的比重为权重，对各因子得分进行加权平均即可得到综合得分；最后，对样本银行依据各因子得分及综合得分进行排名，从银行个体角度对其绩效进行静态分析。

三 面板数据回归分析法

通过面板数据回归分析法，从宏观和微观两个层面对影响我国银行产业升级的因素进行实证分析。面板数据是时间序列和截面数据的混合，是指对一组个体（如公司等）连续观察多次得到的资料。与时间序列和截面数据相比较，面板数据在以下几个方面存在优势。①可以解决遗漏变量问题，即由不可观测的个体差异或“异质性”所造成，当个体差异“不随时间而改变”时，面板数据可以解决遗漏变量问题。②提供更多个体动态行为的信息。由于面板数据同时有截面与时间两个维度，有时可以解决时间序列与截面数据无法解决的问题。③样本容量较大，可以提高估计的精确度。

首先，确定面板数据模型的具体形式。通过F检验来判断是否存在组间效应，若不存在，则选用混合回归模型；若存在，则通过Hausman检验来确定采用个体固定效应模型还是随机效应模型。其次，对收集到的面板数据进行逐步回归，不断剔除不显著的变量，导出相关结果。最后，进行稳健型检验。剔除掉分布在5%以下和95%以上的极端数据，然后用剩余的数据再进行逐步回归，得到的结果与之前的基本一致。