一、引言
在经济全球化的背景下，银行业的发展水平决定着一个国家在参与全球竞争时的优势和地位
目前我国关于银行业务的研究主要集中在单个银行和单项业务，且多停留在简单的数据描述统计分析上，没有充分利用数据提供的信息，致使分析结论比较浅显缺乏深入细致的研究和分析，没有揭示各银行开展相关业务的水平及优势劣势的客观现实成因
本文采用多元对应分析统计方法，对我国15家商业银行各项主营业务收入占主营业务总收入的比重进行分析，旨在全面客观展示各银行在各项主营业务领域的相对优势和相对劣势，并对这种相对优势和相对劣势的客观现实成因进行分析，从而更加准确地把握和认识各银行开展各项业务的状况和问题
所谓对应分析，简单的说就是对原始数据矩阵进行统计计算，将原始数据结构进行简化，达到便于分析的目的
其最终可将变量点和样本点同时显示在一张二维图形中，并通过结合变量和样品二维列联表数据，揭示出变量和样品数据之间的大量信息
原始数据矩阵结构如下：
二、商业银行各项主营业务贡献度的对应分析
（一）变量选取
本文以我国全部15家商业银行为样品进行分析，这15家银行依次为工商银行、华夏银行、交通银行、民生银行、浦发银行、平安银行、兴业银行、招商银行、建设银行、农业银行、南京银行、中信银行、光大银行、宁波银行、中国银行
根据这15家商业银行的2013年年报和数据的可获得性，本文将15家商业银行的主营业务收入分为六大类，即发放贷款及垫款利息收入、买入返售金融资产利息收入、存放中央银行利息收入、存放同业和拆借利息收入、投资证券收入、手续费及佣金收入；其中发放贷款及垫款利息收入中包括公司贷款及垫款、个人贷款及垫款、票据贴现三小类，手续费及佣金收入中包括咨询顾问服务费、托管及其他受托业务佣金、银行卡服务手续费、结算、清算与代理业务、理财及交易业务、担保和承诺手续费佣金六小类业务，本文将这6大类和9小类业务全部纳入指标编制范围进行分析
（二）指标构建及说明
由于我国15家商业银行的规模差距较大，使得直接依据主营业务收入进行对应分析得出的各银行主营业务相对实力比较结果会产生较大的偏差，因此本文通过构建银行主营业务相对贡献度指标，对我国15家商业银行的相对业务优势进行分析
指标构建及表达式如表1.
主营业务贡献度指标
指标
表达式
对公贷款及垫款贡献度x1
对公贷款及垫款/主营业务总收入
个人贷款贡献度x2
个人贷款/主营业务总收入
票据贴现贡献度x3
票据贴现/主营业务总收入
买入返售金融资产及拆出资金贡献度x4
买入返售金融资产及拆出资金/主营业务总收入
债券投资及理财贡献度x5
债券投资及理财/主营业务总收入
存放中央银行利息收入贡献度x6
存放中央银行利息收入/主营业务总收入
存放同业和拆借利息收入贡献度x7
存放同业和拆借利息收入/主营业务总收入
结算、清算及现金管理贡献度x8
结算、清算及现金管理/主营业务总收入
投资银行及咨询业务收入贡献度x9
投资银行及咨询业务收入/主营业务总收入
银行卡收入贡献度x10
银行卡收入/主营业务总收入
托管及其他受托业务佣金贡献度x11
托管及其他受托业务佣金/主营业务总收入
担保及承诺业务收入贡献度x12
担保及承诺业务收入/主营业务总收入
代理收付及委托业务贡献度x13
代理收付及委托业务/主营业务总收入
（注：数据全部通过wind数据库取得）
对应分析是同时考虑变量和样品分类问题的一种多元统计方法，其在相同的空间坐标系下通过对空间中变量点和样品点距离的定义和计算，