MG-05.

A BANCA EM PORTUGAL UMA APLICAO DA ANLISE FACTORIAL

Susana Cristina Henriques Leal (susana.leal@esgs.pt) Escola Superior de Gesto de Santarm rea de Administrao Empresarial e Pblica
RESUMO: Utilizando uma tcnica de estatstica multivariada Anlise Factorial analisado a estrutura, actividade e rendibilidade do sector bancrio em Portugal, tendo por base as suas demonstraes financeiras e outras informaes pertinentes no ano de 1998. A populao alvo constituda por 52 bancos, para os quais se analisaram dez variveis: activo, dbito para com clientes, produto bancrio, resultado lquido do exerccio, nmero de balces global, nmero de empregados global, solvabilidade bruta, rendibilidade do activo, rendibilidade do capital prprio e margem de negcio. Com a aplicao da tcnica de estatstica multivariada referida obtiveram-se trs factores dimenso, solvabilidade e eficincia que explicam cerca de 84,19% da varincia total dos dados. Estes factores permitem explicar a dinmica do sector bancrio em Portugal no ano referido. Analisando a estrutura dos factor scores possvel posicionar e comparar os 52 bancos referidos face aos trs factores obtidos. PALAVRAS-CHAVE: Sector Bancrio em Portugal, Anlise Factorial. 1. INTRODUO O sistema financeiro portugus desde 1985 at actualidade tem sido alvo de grandes reformas estruturais. Em 1985, o sistema financeiro apresentava caractersticas que eram mais prprias de uma economia de direco central, planificada, do que de uma economia de mercado. Nesta poca o sistema financeiro portugus caracterizava-se por ser muito complexo, quase nada competitivo e muito ineficiente. Actualmente, este sistema um sistema moderno, totalmente aberto concorrncia, sendo comparvel, em relao a um conjunto de indicadores de avano tecnolgico, eficincia, solvabilidade e rendibilidade, aos sistemas financeiros da generalidade dos outros pases membros da OCDE. Na realidade, o sistema financeiro portugus, ou mais concretamente o sector bancrio portugus, semelhana do que tem acontecido nas economias desenvolvidas, tem passado por um movimento de concentrao consubstanciado na organizao de grupos financeiros como o caso de algumas das instituies que ocupam os lugares cimeiros CGD, BCP, BPSM, BES, BPA. Assim, os activos geridos pelos cinco maiores grupos bancrios representam cerca de 68% do sector, enquanto os seus resultados lquidos correspondem a praticamente 82% do resultado obtido pelo conjunto da banca (no ano de 1998). O objectivo deste estudo analisar a estrutura, actividade e rendibilidade do sector bancrio em Portugal. Tal anlise ser feita recorrendo tcnica de estatstica multivariada - Anlise Factorial de Componentes Principais que permitir resumir e simplificar a informao contida nas variveis originais. Far tambm parte do objecto desta anlise corroborar ou no a classificao ordinal de bancos efectuada pela Associao Portuguesa de Bancos, para o ano de 1998. 2. METODOLOGIA UTILIZADA 2.1. MTODO ESTATSTICO A anlise factorial um mtodo estatstico multivariado que, procura simplificar os dados atravs da reduo do nmero de variveis necessrias para os descrever, atravs de um modelo que explica a correlao entre as variveis observveis, pressupondo a existncia de um nmero menor de variveis no observveis (factores) subjacentes aos dados, que expressam o que existe de comum nas variveis originais. A anlise factorial assume que as covarincias ou as correlaes entre as variveis observveis so geradas pelas suas relaes com um nmero de variveis subjacentes, no directamente medidos, designados por factores comuns (Pestana e Gageiro, 2000, p.390). O modelo de anlise factorial considera que as p variveis observveis - X 1 , X 2 ,..., X p - so linearmente dependentes de algumas variveis no observveis

F1 , F2 ,..., Fm , denominadas de factores comuns, e de p

fontes adicionais de variao

1 , 2 ,..., p , denominados de erros ou factores especficos (Johnson and

X 1 1 = l11 F1 + l12 F2 + ... + l1m Fm + 1 M M

Wichern, 1998, p. 515). O modelo de anlise factorial apresenta-se do seguinte modo:

X 2 2 = l 21 F1 + l 22 F2 + ... + l 2 m Fm + 2 X p p = l p1 F1 + l p 2 F2 + ... + l pm Fm + p
O coeficiente

lij denominado de loading da i-sima varivel face ao j-simo factor.

A tcnica de anlise factorial que ir ser utilizada para efectuar a extraco dos factores ser a anlise em componentes principais1. Este um dos mtodos de estimao mais popular para a anlise factorial exploratria. 2.2. INFORMAO UTILIZADA A populao alvo foi definida pela totalidade dos bancos a operar durante o exerccio de 1998 no mercado portugus. Os dados pertinentes quantificao das variveis encontram-se no Boletim Informativo publicado pela Associao Portuguesa de Bancos referente data de 31 de Dezembro de 1998. Foram analisados os dados referentes a cinquenta e dois bancos. Exclui-se da anlise os bancos com sede no off-shore da Madeira, o Banco BPI, SGPS por falta de dados do nmero de empregados e nmero de balces e o Banco Sabadell por falta de dados do valor da situao liquida. No total o nmero de indivduos sujeitos a anlise so cinquenta e dois. Foram seleccionadas para a investigao dez variveis: valor do activo liquido (activo), dbitos para com clientes (deb_cl), produto bancrio (prod_b), resultado liquido do exerccio (rle), nmero de balces global (n_balc), nmero de empregados global (n_emp), solvabilidade bruta (solv_b), rendibilidade do activo (roa), rendibilidade do capital prprio (roe) e margem de negcio (marg). As variveis activo, deb_cl, prod_b, rle so valores absolutos e esto em milhares de contos; as variveis n_balc e n_emp so valores absolutos e encontram-se em unidades; as variveis solv_b, roa, roe e marg, esto em valores relativos, tomam valores de 0 a 1. Dado que a unidade de medida das diferentes variveis no a mesma utilizar-se-o dados estandardizados nos clculos que forem efectuados. O clculo estatstico foi efectuado pelo programa de estatstica SAS (Statistical Analysis System). 3. APRESENTAO DOS RESULTADOS 3.1. ADEQUAO DOS DADOS ANLISE FACTORIAL Para averiguar se os dados que estamos a utilizar so adequados e permitem utilizar a anlise factorial para os estudar, devemos analisar com cuidado a matriz de correlaes, apresentada na tabela n. 1, a matriz correlaes parciais, apresentada na tabela n. 2, bem como analisar a Kaisers Measure of Sampling Adequancy, apresentada na tabela n. 3.
Tabela 1: Matriz de Correlaes ACTIVO DEB_CL PROD_B RLE N_BALC N_EMP SOLV_B ROA ROE MARG ACTIVO DEB_CL PROD_B 1 0,96908 1 0,96104 0,93398 1 0,96968 0,94432 0,97374 0,82425 0,81569 0,79499 0,89404 0,93047 0,81603 -0,23876 -0,19974 -0,19148 -0,00631 -0,00088 0,01415 0,04558 0,05770 0,06579 0,00093 0,03973 0,09888 RLE N_BALC N_EMP SOLV_B ROA ROE MARG

1 0,80512 0,84508 -0,18269 0,08976 0,10718 0,08940

1 0,80642 -0,25381 -0,07194 0,07767 0,04597

1 -0,18898 -0,01207 0,04881 0,02783

1 0,17354 -0,01000 0,46318

1 0,38560 0,36188

1 0,13312

A matriz de correlaes acima apresentada permite fazer algumas consideraes: - Os dados apresentam-se na sua generalidade bastante correlacionados entre si. Note-se que as variveis activo, dbito a clientes, produto bancrio, resultado lquido do exerccio, pertencem s demonstraes financeiras (balano e demonstrao de resultados) dos bancos, razo pela qual apresentam correlaes bastante elevadas. - As variveis solvabilidade bruta, rendibilidade do activo, rendibilidade do capital prprio e margem de negcio apresentam correlaes menores do que as variveis anteriormente referidas, todavia de manter estas variveis pois esto relativamente bem correlacionadas entre si. - A solvabilidade bruta relaciona-se de forma inversa com as outras variveis excepo da margem de negcio e da rendibilidade do activo.
Tabela 2: Matriz de Correlaes Parciais ACTIVO DEB_CL PROD_B RLE N_BALC N_EMP SOLV_B ROA ROE MARG ACTIVO 1 0,3176 0,2987 0,4075 0,0637 0,2401 -0,0861 -0,0401 -0,1307 -0,2866 DEB_CL 1 0,2012 0,0703 -0,0947 0,6197 0,0467 -0,0467 0,0313 0,0064 PROD_B RLE N_BALC N_EMP SOLV_B ROA ROE MARG

1 0,5475 0,0294 -0,3686 -0,0689 -0,2611 -0,0162 0,2917

1 0,1104 -0,0661 0,1001 0,3621 0,1112 -0,0127

1 0,2833 -0,1727 -0,2045 0,0975 0,1404

1 0,0291 0,0145 0,0019 0,1065

1 -0,0324 -0,0714 0,4336

1 0,3162 0,3066

1 -0,0175

A matriz de correlaes parciais deve conter valores pequenos para que os dados sejam adequados para a anlise factorial. Dado que grande parte dos valores acima apresentados esto prximos de zero, de facto a anlise factorial adequada. De realar que s existe dois valores superiores a 0,5 na matriz e que corresponde correlao parcial de Nmero de empregados com Dbitos para com clientes e correlao parcial entre Produto bancrio e RLE.
Tabela 3: Kaisers Measure of Sampling Adequancy ACTIVO 0,891 DEB_CL 0,887 PROD_B 0,850 RLE 0,868 N_BALC 0,942 N_EMP 0,847 SOLV_B 0,673 ROA 0,424 ROE 0,574 MARG 0,445

Over-all MSA = 0,84581945

A medida de Kaiser-Meyer-Olkin (KMO) uma medida de diagnstico da homogeneidade das variveis. Para valores superiores a 0,9 nesta medida, a anlise factorial muito boa, para valores entre 0,8 e 0,9 a anlise factorial boa. Isto porque o KMO perto de 1 indica coeficientes de correlao parciais pequenos. Neste caso KMO 0,8458 valor que considera a anlise factorial boa, permitindo uma prossecuo do estudo. 3.2. NMERO DE FACTORES A RETER O objectivo determinar o nmero de factores necessrios para explicarem a correlao entre as variveis. Existem vrios critrios que nos auxiliam nesta tarefa. Dois desses critrios so: nmero de valores prprios superiores a um (ver tabela n. 4) e sree-plot dos valores prprios (ver figura n. 1).
Tabela 4: Valores Prprios e Varincia Explicada Valor Prprio Diferena Proporo de Varincia 0,550118 0,179559 0,112265 0,058119 0,047788 0,026095 0,019334 0,002826 0,002143 0,001752 Proporo Acumulada Varincia 0,55012 0,72968 0,84194 0,90006 0,94785 0,97394 0,99328 0,99610 0,99825 1,00000

PRIN1 PRIN2 PRIN3 PRIN4 PRIN5 PRIN6 PRIN7 PRIN8 PRIN9 PRIN10

5,50118 1,79559 1,12265 0,58119 0,47788 0,26095 0,19334 0,02826 0,02143 0,01752

3,70559 0,67294 0,54146 0,10331 0,21693 0,06761 0,16508 0,00683 0,00391 .

Grfico 1: Sree Plot dos Valores Prprios

6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 N. Componente

Estes dois critrios sugerem que, neste caso, deve-se estar perante uma soluo com trs factores. Como se pode verificar na tabela n. 4, existem trs valores prprios com valor superior a um. Estes trs factores explicam cerca de 84,19% da varincia total e factores adicionais no melhoram significativamente o nvel da varincia explicada. O Sree-Plot (grfico n.1) permite, de forma visual, evidenciar o facto de que cada factor adicional no contribui muito mais para explicar a varincia total dos dados, dado que, a partir do factor 3 a recta quase horizontal. 3.3. SOLUO DE ANLISE FACTORIAL Para obter uma soluo de anlise factorial no nosso problema, utilizou-se o Mtodo das Componentes Principais. Neste mtodo, pressupe-se que a varincia comum inicial seja, para todas as variveis, igual a um. O output do SAS d-nos uma estrutura de loadings preliminar. Esta estrutura j nos permite efectuar uma identificao prvia dos factores, isto , efectuar uma interpretao prvia. Todavia, iremos efectuar a interpretao posteriormente, aps a rotao dos factores.
Tabela 5: Factor Pattern antes da rotao Factor 1 ACTIVO DEB_CL PROD_B RLE N_BALC N_EMP SOLV_B ROA ROE MARG 0,9847 0,9788 0,9600 0,9701 0,8829 0,9244 -0,2603 0,0049 0,0871 0,0401 Factor 2 -0,0247 0,0095 0,0508 0,0926 -0,0439 -0,0070 0,6014 0,7451 0,4964 0,7865 Factor 3 0,0264 0,0500 0,0583 0,0091 0,0114 0,0523 0,5708 -0,3718 -0,7180 0,3654

Em todo o caso, constata-se pelo valor dos loadings (na tabela n. 5), que no factor 1 as variveis activo, dbito a clientes, produto bancrio, RLE, n. balces e n. empregados tm um peso maior; no factor 2 as variveis com maior peso so a solvabilidade bruta, o ROA e Margem , por fim, o factor 3 est relacionado com o ROE.
Tabela 6: Varincia Comum e Varincia Especfica Factor 1 0,9696 0,9580 0,9216 0,9411 0,7795 0,8545 0,0678 0,0000 0,0076 0,0016 5,5012 55% Varincia Comum Factor 2 Factor 3 0,0006 0,0007 0,0001 0,0025 0,0026 0,0034 0,0086 0,0001 0,0019 0,0001 0,0000 0,0027 0,3617 0,3258 0,5552 0,1382 0,2464 0,5155 0,6186 0,1335 1,7956 1,1227 18% 11% Total 0,9708 0,9607 0,9275 0,9498 0,7815 0,8572 0,7552 0,6934 0,7696 0,7537 8,4194 84% Varincia Especifica 0,0292 0,0393 0,0725 0,0502 0,2185 0,1428 0,2448 0,3066 0,2304 0,2463 1,5806 16%

ACTIVO DEB_CL PROD_B RLE N_BALC N_EMP SOLV_B ROA ROE MARG Total Total (%)

Valor Prprio

A tabela n. 6 evidencia para cada varivel, a varincia comum e a varincia especfica. A varincia comum representa, para cada varivel, o total da varincia total que explicada pelos factores comuns. A varincia especfica o remanescente, aquilo que os factores comuns no explicam. A varivel ROA aquela em que a varincia especfica maior (0,3066), aquela em que os trs factores considerados explicam menos a sua varincia total. Note-se ainda que as variveis nmero de balces, solvabilidade bruta, ROE e Margem apresentam varincias especficas superiores a 0,20. Apesar das consideraes efectuadas, estes valores da varincia especfica no nos parecem preocupantes, dado a varincia comum ser, na pior das hipteses igual a 0,6934, sendo em bastantes casos superior a 0,9. No total, a varincia comum de 8,4194 (84%) e a varincia especfica de 1,5806 (16%). Coloca-se agora a questo: ser que os trs factores retidos captam suficientemente bem as correlaes entre as variveis? Para responder a esta questo, dever-se- utilizar a matriz residual. Os valores que se encontram na matriz residual, tabela n. 7, so pequenos e o valor da estatstica RMSR (Root Mean Square Off-diagonal Residuals), apresentado na tabela n. 8 0,06029731 , o que indica que a estrutura dos factores explica a maioria das correlaes existentes entre as variveis.
Tabela 7: Matriz Residual ACTIVO DEB_CL PROD_B RLE N_BALC N_EMP SOLV_B ROA ROE MARG ACTIVO 0 0,0042 0,0155 0,0165 -0,0465 -0,0177 0,0174 0,0172 -0,0089 -0,0288 DEB_CL PROD_B RLE 0 -0,0090 -0,0066 -0,0486 0,0231 0,0208 0,0059 0,0036 -0,0253 N_BALC N_EMP SOLV_B ROA ROE MARG

0 0,0372 -0,0510 -0,0740 -0,0054 -0,0067 -0,0012 -0,0009

0 -0,0474 -0,0515 0,0090 0,0195 -0,0167 -0,0256

0 -0,0106 -0,0041 -0,0392 0,0308 0,0409

0 0,0260 0,0081 0,0094 -0,0228

0 -0,0611 0,1240 -0,2079

0 0,2516 -0,0885

0 0,0016

Tabela 8: Root Mean Square Off-diagonal Residuals ACTIVO 0,0224 DEB_CL PROD_B RLE N_BALC N_EMP SOLV_B ROA 0,0215 0,0331 0,0298 0,0389 0,0341 0,0843 0,0926 Root Mean Square Off-diagonal Residuals: Over-all = 0,06029731 ROE 0,0943 MARG 0,0784

Para proceder interpretao dos factores, conveniente proceder rotao dos mesmos. O objectivo da rotao dos factores obter uma outra soluo que represente a estrutura dos factores de um modo que facilite a sua interpretao. Optmos por efectuar uma rotao Varimax, cujo objectivo levar a que cada varivel s tenha um loading alto num dos factores, sendo os loadings nos factores remanescentes prximos de zero. Pode-se constatar que a varincia comum para cada varivel, bem como a varincia especfica se mantm constantes aps a rotao dos factores, embora a contribuio de cada factor para essa varincia comum se tenha alterado (ver tabela n.9 e n.10).
Tabela 9: Rotated Factor Pattern ACTIVO DEB_CL PROD_B RLE N_BALC N_EMP SOLV_B ROA ROE MARG Factor 1 0,9823 0,9794 0,9626 0,9699 0,8791 0,9249 -0,1942 -0,0033 0,0426 0,0937 Factor 2 -0,0769 -0,0352 0,0030 0,0025 -0,0934 -0,0422 0,8451 0,3286 -0,0899 0,8313 Factor 3 0,0066 0,0105 0,0301 0,0949 0,0012 -0,0043 -0,0571 0,7651 0,8716 0,2320

Tabela 10: Varincia Comum e Varincia Especfica aps Rotao dos Factores Factor 1 0,9649 0,9592 0,9266 0,9407 0,7728 0,8554 0,0377 0,0000 0,0018 0,0088 5,4681 Varincia Comum Factor 2 Factor 3 0,0059 0,0000 0,0012 0,0001 0,0000 0,0009 0,0000 0,0090 0,0087 0,0000 0,0018 0,0000 0,7142 0,0033 0,1080 0,5854 0,0081 0,7597 0,6911 0,0538 1,539 1,4123 Total 0,9708 0,9606 0,9275 0,9498 0,7815 0,8572 0,7552 0,6934 0,7696 0,7538 8,4194 Varincia Especifica 0,0292 0,0394 0,0725 0,0502 0,2185 0,1428 0,2448 0,3066 0,2304 0,2462 1,5806

ACTIVO DEB_CL PROD_B RLE N_BALC N_EMP SOLV_B ROA ROE MARG Total

3.4. INTERPRETAO A nova estrutura de loadings (aps a rotao dos factores) tabela n. 9 permite identificar as variveis que tm mais em comum com cada factor. Deste modo: - As variveis que tm mais em comum com o factor 1 so: activo, dbito a clientes, produto bancrio, RLE, nmero de balces e nmero de empregados. - As variveis que tm mais em comum com o factor 2 so: solvabilidade bruta e margem. - As variveis que tm mais em comum com o factor 3 so: ROA e ROE. O factor 1 est claramente relacionado com os activos, com os recursos disponveis e com a dimenso de cada banco. Passamos a denominar este factor por dimenso, isto , se so bancos de grande dimenso ou de pequena dimenso. O factor 2 est relacionado com a varivel solvabilidade bruta e margem de negcio. Passamos a denominar este factor por solvabilidade, que representar a aptido dos bancos para liquidar (solver) compromissos de carcter financeiro nas respectivas datas de vencimento. O factor 3 est relacionado com o rcio de rendibilidade do activo (ROA) e com o rcio de rendibilidade dos capitais prprios (ROE). Ambos os indicadores reflectem a eficincia da gesto dos diferentes bancos. Consequentemente, este factor passar-se- a denominar eficincia, isto , quanto maior (menor) as rendibilidades dos bancos mais estes so eficientes (no eficientes). Passamos a representar as instituies bancrias em estudo face aos trs factores obtidos: Dimenso, Solvabilidade e Eficincia, utilizando-se para tal os scores dos factores. De notar que os factor scores em anlise factorial tm de ser estimados. A tcnica utilizada para este fim foi a Regresso Mltipla. Os factor scores estimados so uma funo dos dados originais estandardizados e da matriz dos loadings.
Grfico 2: Factor Scores Dimenso versus Solvabilidade
4 CE N T R A L B AI 3 AR B OS T ON 2 CR E D I B A N CO

1 B CP C GD BPSM 0 -1 -1 CE T E L E M -2 D im ens o 0 1 BTA B A N CO BPI 2 B ES 3 4 5

Grfico 3: Factor Scores Dimenso versus Eficincia

5 CE T E L E M 4 B OS T ON 3 2 1 B CP BPSM 0 -1 -1 -2 AB N -3 E X P -A T L -4 D im ens o 0 1 BTA 2 B ES 3 4 C GD 5

Grfico 4: Factor Scores Solvabilidade versus Eficincia

5 CE T E LE M 4 3 2 1 0 -2 -1 -1 -2 -3 E X P -A T L -4 S o lv abilidade 0 1 CR E D I 2 AR 3 B AI 4 CE N T R A L

B OS T ON

B AN CO

AB N

Dos grficos n. 2 e n. 3 podemos constatar que grande dimenso no sinnimo de elevado nvel de solvabilidade ou de elevada eficincia j que as grandes instituies bancrias como CGD, BCP, BES e BPSM apresentam elevados scores na dimenso e baixos scores quer ao nvel da solvabilidade, quer ao nvel da eficincia. Por outro lado, bancos com baixos scores na dimenso tm elevados scores na solvabilidade como sejam os bancos: CENTRAL, BAI, BOSTON, ALVES RIBEIRO, de entre outros; e elevados scores na eficincia, como sejam os bancos CETELEM, BOSTON, de entre outros. No grfico n. 4, embora a grande nuvem de pontos se situe prxima da origem do referencial, tambm se verifica uma elevada disperso dos indivduos onde se destaca, pela positiva, com elevado nvel de solvabilidade e elevado nvel de eficincia BOSTON , e pela negativa, com baixo nvel de eficincia e baixo nvel de solvabilidade EXPRESSO ATLNTICO e ABN. Baseado na anlise dos grficos n. 2, n. 3 e n. 4, podemos observar que existem oito grupos de instituies financeiras. Passa-se a apresentar os indivduos que fazem parte dos diferentes grupos referindo-se as caractersticas de cada grupo.

Tabela 11: Grupos de Bancos 1 GRUPO Grande dimenso Solvabilidade positiva Eficiente Grande dimenso Solvabilidade positiva No eficiente Grande dimenso Solvabilidade negativa Eficiente Grande dimenso Solvabilidade negativa No eficiente Pequena dimenso Solvabilidade positiva Eficiente Pequena dimenso Solvabilidade positiva No eficiente Pequena dimenso Solvabilidade negativa Eficiente Pequena dimenso Solvabilidade negativa No eficiente INDIVDUOS - BANCOS BCP

BPA, CGD, MELLO

BES, BPSM, CCCAM, CPP, MG*

BNU, BANCO BPI, BTA

BB*, BESI, BOSTON*, BPN, CENTRAL, FINIBANCO, INTERBANCO

ALVES RIBEIRO, BAI*, CHEMI-CAL, CREDI-BANCO, EFISA*

BIC*, BII, BPI, BPP, BSN, CETELEM*, CISF, DBI, FINANTIA, SANTANDER

ABN*, ARGENTARIA_N*, BANIF, BARCLAYS*, BBV, BCA*, BEX*, BNC, BNP*, BOT*, CITI*, CL, EXPRESSO ATLANTICO*, GENERALE*, IMIBANK*, ITA, MELLO IMOB, MELLO INV

* Contas no consolidadas

Observando a tabela n. 11, poderemos concluir que em final de 1998 o grande grupo de instituies financeiras eram de pequena dimenso, apresentavam um nvel de solvabilidade negativo e eram considerados como no eficientes. de destacar que s 13 das 52 instituies bancrias tinham grande dimenso, s 16 instituies das 52 tinham solvabilidade positiva e, s 23 eram consideradas eficientes.

4. CONCLUSES Atravs da anlise factorial, em que se extraiu os factores pelo mtodo das componentes principais e se procedeu rotao dos mesmos pelo mtodo varimax, obteve-se trs factores que explicam cerca de 84,19% da varincia total. Estes factores foram interpretados por: dimenso, solvabilidade e eficincia. No ano de 1998, os bancos que apresentaram factor scores superiores a dois, em valor absoluto, so: CGD: Instituio bancria que se destaca essencialmente pela grande dimenso (evidenciada pelo volume dos activos, nmero de agncias e nmero de empregados), no obtendo valores de destaque ao nvel da solvabilidade e da eficcia; BCP: Instituio bancria que se destaca essencialmente pela grande dimenso. Ao nvel da solvabilidade e da eficincia este banco encontra-se em terreno positivo, essencialmente se comparado com a CGD, com o BES e com o BPSM (de entre os bancos que mais se destacam); BPSM: Instituio bancria que se destaca essencialmente pela elevada dimenso, mas cuja solvabilidade no positiva. BES: Instituio bancria que se destaca essencialmente pela grande dimenso , mas cuja solvabilidade no positiva. As caractersticas deste banco so muito idnticas s do BPSM. BOSTON: Destaca-se por apesar de ser um banco de pequena dimenso, apresentar valores bastantes bons ao nvel da solvabilidade e da eficincia.

BAI: Destaca-se por apresentar valores positivos ao nvel da solvabilidade, todavia um banco de pequena dimenso e no eficiente. EXPRESSO ATLNTICO: Destaca-se por ser um banco de pequena dimenso, sem solvabilidade e no eficiente. CENTRAL: Banco de pequena dimenso e solvabilidade elevada. CETELEM: Banco de pequena dimenso, com solvabilidade no muito boa mas com bastante eficincia. ALVES RIBEIRO: Banco com boa solvabilidade. ABN: Banco sem eficincia.

De evidenciar que os bancos cujos indicadores so mais favorveis fazem parte de grandes grupos financeiros a operar em Portugal. Comparando a anlise que a anlise factorial permitiu efectuar com a classificao ordinal2 de bancos efectuada pela Associao Portuguesa de Bancos, conclui-se que esta ltima refere-se essencialmente ao factor dimenso, no tendo sido levado em conta aspectos de eficincia e de solvabilidade aquando da ordenao dos Bancos.

BIBLIOGRAFIA
Associao Portuguesa de Bancos (1999), Boletim Informativo, Ano 12, N. 23, Junho de 1999. Johnson, R. A., Wichern, D. W. (1998), Applied Multivariate Statistical Analysis, 4th edition, Prentice Hall, New Jersey. Khattree, R.; Naik, D. (2000), Multivariate Data Reduction And Discrimination With SAS Software, 1st edition, John Wiley & Sons, Cary, North Carolina. Pestana, M. H.; Gageiro, J. N. (2000), Anlise de Dados para Cincias Sociais, 2 edio, Edies Slabo, Lisboa. Sharma, S. (1996), Applied Multivariate Techniques, 1st edition, John Wiley & Sons, New York.

Existem outros mtodos, como por exemplo Mtodo da Mxima Verosimilhana e Mtodo Principal Axis Factoring. Segundo a posio ordinal das instituies bancrias em 31 de Dezembro de 1998, elaborada pela Associao Portuguesa de Bancos, as 10 primeiras instituies bancrias eram: CGD, BCP, BPSM, BES, BPA, BTA, BPI SGPS, BANCO BPI, BNU e MELLO.
2