1、 相关性分析和回归分析，包括相关系数分析、t检验分析、简单回归分析和多元回归分析、时间序列分析等。四、数据来源 本文的数据来源是笔者所在商业银行的内部信息管理系统，数据的时间区间为2007-2010年。数据范围是XX支行。五、分析方法本文的研究方法是在某商业银行48个月的客户数、存款额、贷款额、中间业务收入的基础上，利用数据分析软件SPSS，通过相关性分析（散点图及矩阵、相关系数）、回归分析（简单回归分析、多元回归分析）、时间序列分析,最后得出相关结论。六、研究报告（一）数据的收集和整理。笔者在采集和汇总原始的EXCEL数据后，按照SPSS13.0的格式要求录入和整理。数据包括月份、月度新增客
2、户数、月度新增存款、月度新增贷款、月度新增中间业务收入四个字段指标，在Variable View标签里对其分别定义，type为numeric,width为默认，decimals分别为0和2，measure为scale。（二）散点图及相关性分析。绘制散点图，分析中间业务收入与客户数、存款额、贷款额的相关关系。1.绘制简单散点图,分析四个变量间的关系。 图1 月度新增中间业务收入与新增客户的散点图图2 月度新增中间业务收入与新增存款的散点图图3 月度新增中间业务收入与新增贷款的散点图2.绘制矩阵式散点图，分析四个变量间的关系。图4 四个变量的散点图矩阵 通过图1-图4，可以看出，新增中间业务收入与
3、新增客户、新增存款、新增贷款均存在较显著的线性关系，其中与新增客户的线性关系尤其明显。（三）简单相关系数分析。计算并分析客户数、存款额、贷款额、中间业务收入的简单相关系数。表1 简单相关系数表当P值大于显著性水平，则接受两个变量相关系数等于零的假设，反之，则拒绝相关系数等于零的假设。从图1-图4及表1可以看出，sig（2-tailed）值均为0，拒绝相关系数等于零的假设。月度新增中间业务收入与月度新增客户、月度新增存款、月度新增贷款都存在显著的线性关系，其中，月度新增中间业务收入与月度新增客户的关系最密切，其简单相关系数为0.871，月度新增中间业务收入与月度新增存款、月度新增贷款的简单相关系
4、数分别为0.802,0.578。（四）简单回归分析。通过建立新增中间业务收入额与新增客户数之间的简单线性回归方程，并对回归方程的系数进行显著性检验，以及对回归方程拟合的效果进行评价。表2 月度新增中间业务收入与新增客户的回归方程估计从表2可以得到，样本线性回归方程为 y = -0.75 + 0.003x回归系数通过了显著性检验，因为t统计量为12.008，通过查表，显著性水平为0.05，自由度为40的t值以及自由度为60的t值分别为2.021和2.000，均小于样本t值。所以可判断月度新增中间业务收入与月度新增客户之间存在线性关系。估计标准误差为0.04047，判定系数为0.758，即在公司的
5、月度中间业务收入变动中，有75.8%的变动时由于月度新增客户导致的。（五）多元回归分析。通过建立新增中间业务收入额与新增客户数、新增存款额、新增贷款额之间的线性回归方程，并对回归方程进行检验，以及对回归方程拟合的效果进行评价，对各变量对因变量影响的重要性进行分析。表3 多元线性回归模型的估计结果（1）回归方程。从表3可以看出，未经标准化的样本回归方程为y= -0.51+0.002x1+0.000x2+0.001x3其中x1，x2,x3分别代表月度新增客户、月度新增存款、月度新增贷款。 （2）整体线性关系判断。在ANOVA方差分析中，可见F统计量为53.004，对应的p值为零，小于给定的任何显著
6、性水平，所以拒绝所有回归系数同时等于零的假设，即总体上，月度新增中间业务收入与月度新增客户、新增存款、新增贷款之间整体存在线性关系。（3）三个变量的t检验结果。从coefficients系数表可见，月度新增客户的t值为5.073，对应的显著性水平为零，小于任何给定的显著性水平，所以拒绝回归系数为零的假设，即：月度新增客户的回归系数通过了t检验。同时，月度新增存款和新增贷款显著性水平大于10%,所以无法拒绝其回归系数等于零的假设。（4）判定系数。从model summary中可见，未定调整的判定系数为78.3%,即在月度新增中间业务收入中，有78.3%是由于新增客户、新增存款、新增贷款变动导致的
7、。（5）影响因素分析。从标准化的回归系数（standardized coefficients）分析可见，从三个自变量对新增中间业务收入的影响来看，从大到小依次是月度新增客户、月度新增存款、月度新增贷款。经标准化的系数分别为0.675，0.148,0.133。（六）时间数列分析 1.制作折线图。用excel制作新增中间业务收入折线图如下： 图5 新增中间业务收入折线图（单位：亿元） 从折线图可以看出，每月新增中间业务收入呈现出稳步上升的趋势。 2.估计线性长期趋势方程。图6 趋势方程的估计结果及趋势线（单位：（七）最终结论 通过上述数据分析，可以看出，在影响商业银行中间业务收入变化的三个因素中，影响因从大到小依次为新增客户、新增存款、新增贷款。其中新增客户的影响权重最大，判定系数达78.3%。从时间趋势来看，中间业务收入处于稳步增长的趋势中。从实际情况来看，客户数量是商业银行盈利的基础，新增存款、新增贷款也与收入正相关，但整体来说，还会受到宏观环境（如宏观经济走势、货币政策宽松程度、利率水平）和微观环境（如银行贷款额度、具体项目情况）等多重因素的影响。从决策角度来说，商业银行为了提升中间业务收入水平，可从扩大客户群体数量、提升存款、贷款水平三个方面入手，且扩大客户数量这一手段最为有效。
