基于共生理论的银保战略联盟稳定性影响因素识别研究

宋纪宁，于成学

（1.中国社会科学院 金融研究所，北京 100732；2.大连民族学院国际商学院，辽宁 大连 116600）

一、引言

目前关于银保战略联盟稳定性影响因素方面的相关文献还相对比较少，而针对战略联盟的稳定性影响因素方面研究则积累了较多的文献，马斌和张国艳（2011）从先天性因素和后天性因素提出了影响战略联盟稳定性的因素，其中先天性因素主要有联盟伙伴和联盟类型的选择，后天性因素则主要有包括利益分配、管理成本、信任、道德风险、成员间关系变化及外部环境因素。任远（2009）认为影响战略联盟稳定性的因素主要分为内部企业的匹配程度、企业之间收益与风险的对称程度、企业之间合作程度、企业之间目标一致性以及企业之间文化的协同程度五个方面[1]。苏晓华和季晓敏(2008)从战略伙伴选择、联盟类型、联盟战略适应性以及联盟双方信任程度等因素入手，对跨国巨头柯达与中国本土企业乐凯之间跨国联盟的解体进行深入分析，得出联盟伙伴之间的战略适应性、联盟内信任机制构建对增强联盟稳定性具有重要的作用[2]。刘云和梁栋国（2007）从外生因素和内生因素两个角度提出了影响跨国公司战略联盟稳定性的影响因素，其中外生因素包括政治因素、法律因素、经济因素、技术因素，内生因素包括联盟类型、合作伙伴关系的匹配性、冲突管理有效性和信息沟通渠道的通畅性。刘晓燕和阮平南（2007）通过研究发现联盟内的企业生态密度和构成企业的破产率之间的关联系数是正的情况下，战略联盟表现出相对较弱的稳定性程度，相反，如果关联系数为负的话，战略联盟则表现出较强的稳定性程度。蔡继荣和郭春梅（2007）通过分析发现企业资产产权单一特征以及联盟中企业之间相互交易频率将会对企业战略联盟的稳定性存在正向的作用[3]。王裙（2008）也通过分析发现联盟成员放弃战略联盟资格的费用大小对战略联盟的稳定性将会产生重要的作用。基于以上文献研究，从协同的角度出发，可以发现目前关于战略联盟稳定性影响因素的提出缺乏理论依据和实证检验。因此，本文以共生理论为理论出发点，开发出银保战略联盟稳定性影响因素量表，在此基础上通过问卷调查和因子分析的方法对银保战略联盟稳定性的影响因素进行实证检验和识别。

二、量表开发与问卷调查

（一）量表开发

银保战略联盟的稳定性是指银保战略联盟在内外部环境出现一定程度的改变情况下，各联盟企业之间合理有序和协同合作的程度。共生通常指共生单元在共生环境中按某种共生模式形成的互利互惠的关系，共生单元、共生模式和共生环境构成了共生的三要素，其中共生单元是构成共生关系的基本能量生产和交换单位，共生模式是共生单元之间互利互惠的方式，共生环境是共生关系存在发展的条件[4]。本文将参考共生理论的基本观点，从共生单元、共生模式和共生环境角度，提出银保战略联盟稳定性潜在影响因素量表，如表1所示。

表1 银保战略联盟稳定性潜在影响因素量表

表1中列的变量因素并不都会对银保战略联盟的稳定性产生影响，可能存在一些因素并不对银保战略联盟稳定性发生作用。本文将针对这17个影响因素变量制定调查问卷，通过对相关金融学者和管理人员发放问卷，调查这17个因素对于银保战略联盟稳定性的重要性，在此基础上对银保战略联盟稳定性影响因素进行有效识别。

（二）问卷设计与调查

调查问卷将主要运用Likert的5分量表，打分从5到1表示影响银保战略联盟稳定性的程度为非常大、大、一般、小和非常小[5]。调查问卷的制定具体分为以下三个阶段。第一阶段：参考国内外关于战略联盟稳定性影响因素的研究文献，从共生单元、共生模式和共生环境三个层面对银保战略联盟稳定性影响因素的量表进行设计。第二阶段：咨询与本文作者熟悉的金融保险研究领域的专家和学者（2位教授、3位副教授及5位博士生），获取这些人员对本文设计的银保战略联盟稳定性影响因素初始量表合理性建议，在此基础上对调查问卷进行完善。第三阶段：对作者认识的5位银行和保险公司员工进行预测试，根据这些人员对银保战略联盟稳定性影响因素量表题项的语言表达合理性意见对问卷进行完善，从而形成调查问卷的最终稿。

问卷调研分为以下发放和回收两个阶段。第一阶段：对北京、贵州及大连的相关银行和保险企业的人员发放问卷，合计发放调查问卷300份，回收208份。第二阶段：对回收后的208份问卷进行仔细检查，对一些回答不完全或者回答混乱的问卷进行甄别，最终获得有效问卷192份。

三、实证分析

（一）信度与效度检验

1.信度检验

信度检验方法主要采用计算银保战略联盟稳定性影响因素量表各题项的Cronbach’salpha系数，运用SPSS12.0软件获得银保战略联盟稳定性影响因素总体量表和各子量表的Cronbach’salpha系数值，其中，银保战略联盟稳定性影响因素总体量表的Cronbach’salpha系数值为0.759，各子量表的Cronbach’s alpha系数值也均大于0.7，这说明银保战略联盟稳定性影响因素总体量表和子量表的信度较好。

2.效度检验

本文的问卷经过相关文献研究结果总结、专家确定以及问卷测试三个阶段确定，量表既概括了战略联盟稳定性影响因素研究文献的已有成果，又结合了银保战略联盟的具体特征，并且经过了小样本测试；同时，在数据收集过程中，在被调查对象选择方面也做了严格规定，因此可以认为银保战略联盟稳定性影响因素量表的效度较好。

（二）因子分析

因子分析的目的是通过运用因子分析法将银保战略联盟稳定性影响因素归类为少数几个因子，因子分析首先需要进行KMO统计检验和巴特莱特球度检验，从而获知银保战略联盟稳定性影响因素变量能否后续进行因子分析。

1.共生单元

运用SPSS12.0软件对本文设计的5个银保战略联盟稳定性共生单元因素进行因子分析，得到共生单元因素的KMO统计量为0.738，巴特莱特球度检验的P值为0，这反映出本文调查获得的共生单元因素数据适合作因子分析，由此通过运用方差最大正交旋转法对共生单元因素进行因子分析，获得的共生单元因子的特征值和方差贡献率数据见表2。

表2 5个共生单元因素指标的特征值和方差贡献率

从表2可以发现，第一和第二个因子的累积贡献率为81.68%，超过了80%，这说明可以提取前面两个公因子，其旋转载荷矩阵如表3所示。

表3 5个共生单元因素指标的因子分析旋转载荷矩阵

从表3可以看出，量表中的共生单元变量可归为两个因子。“成员的信誉”“成员技术水平”和“成员市场实力”构成了因子1，它们反映了共生单元总方差的55.1%，这三个变量主要反映了共生单元的竞争态势，因此可以将“成员的信誉”“成员技术水平”和“成员市场实力”这三个因素组成的因子1命名为竞争水平维度。“成员财务状况”和“成员风险控制能力”构成了因子2，它们共反映了共生单元总方差的26.58%，这两个变量主要反映了共生单元的管理特征，可以将“成员财务状况”和“成员风险控制能力”组成的因子2命名为管理水平维度。

2.共生模式

运用SPSS12.0软件对本文设计的3个银保战略联盟稳定性共生模式因素进行因子分析，得到共生单元因素的KMO统计量为0.812，巴特莱特球度检验的P值为0，这反映出本文调查获得的共生模式因素数据适合作因子分析，由此通过运用方差最大正交旋转法对共生模式因素进行因子分析，获得的共生模式因子的特征值和方差贡献率数据见表4。

从表4发现，第一和第二个因子的累积贡献率为82.04%，超过了80%，这说明可以提取前面两个公因子，这两个公因子的旋转载荷矩阵如表5所示。

从表5可以看出，量表中的共生模式变量可归为两个因子。“文化兼容程度”“目标协同程度”和“业务互补程度”构成了因子1，它们反映了共生单元总方差的59.48%，这三个变量主要反映了共生模式的匹配水平，因此可以将“文化兼容程度”“目标协同程度”和“业务互补程度”这三个因素组成的因子1命名为匹配水平维度。“信息共享程度”和“沟通顺畅程度”构成了因子2，它们反映了共生单元总方差的22.56%，这两个变量主要反映了共生模式的融合特征，可以将“信息共享程度”和“沟通顺畅程度”组成的因子2命名为管理水平维度。

表5 5个共生模式因素指标的因子分析旋转载荷矩阵

3.共生环境因素指标

得到共生单元因素的KMO统计量为0.716，巴特莱特球度检验的P值为0，这反映出本文调查获得的共生环境因素数据适合作因子分析，由此通过运用方差最大正交旋转法对共生模式因素进行因子分析，获得的共生模式因子的特征值和方差贡献率数据见表6。

表6 7个共生环境因素指标的特征值和方差贡献率

从表6可以发现，第一、第二和第三个因子的累积贡献率为81.38%，超过了80%，这说明可以提取前面三个公因子，这三个公因子的旋转载荷矩阵如表7所示。从表7可以发现，“地理位置好坏程度”变量在公因子1、公因子2和公因子3的载荷差小于0.1，说明“地理位置好坏程度”变量对这三个公因子解释力均较弱，需要删除这个变量。由此对剩余的6个变量再作一次因子分析，通过方差最大正交旋转法得到的特征值和方差贡献率如表8所示。

表7 7个共生环境因素指标的因子分析旋转载荷矩阵

表8 6个共生环境因素指标的特征值和方差贡献率

从表8可以发现，第一、第二和第三个因子的累积贡献率为80.13%，超过了80%，这说明可以提取前面三个公因子，这三个公因子的旋转载荷矩阵如表9所示。

表9 6个共生环境因素指标的因子分析旋转载荷矩阵

表10 银保战略联盟稳定性影响因素集

从表9可以看出，量表中的共生模式变量可归为两个因子。“市场完善程度”和“经济景气程度”构成了因子1，它们反映了共生环境总方差的34.94%，这两个变量主要反映了共生环境的经济特征，因此可以将“市场完善程度”和“经济景气程度”这两个因素组成的因子1命名为经济环境维度。“政府干预程度”和“法律限制程度”构成了因子2，它们反映了共生单元总方差的26.88%，这两个变量主要反映了共生环境的政治特征，可以将“政府干预程度”和“法律限制程度”组成的因子2命名为政治环境维度。“社会信用程度”和“公众支持程度”构成了因子3，它们反映了共生单元总方差的18.32%，这两个变量主要反映了共生环境的社会特征，可以将“社会信用程度”和“公众支持程度”组成的因子3命名为社会环境维度。

可以看出，通过因子分析可以将初始的17个银保战略联盟稳定性初始影响因素归结为7维度、16个变量构成的影响因素集，见表10。

四、结论

本文运用共生理论的相关知识从共生单元、共生模式和共生环境三个层面提出影响银保战略联盟稳定性的17个潜在因素，在此基础上通过设计问卷并进行实际调研。通过对调研问卷进行整理和统计之后，运用SPSS12.0统计分析软件对调查结果依次进行信度检验、效度检验和因子分析，识别出对银保战略联盟具有显著影响的竞争水平、管理水平、匹配程度、融合程度、经济环境、政治环境和社会环境7个因子维度。其中竞争水平包括成员信誉、成员技术水平和成员市场实力三个因素，管理水平包括成员风险控制能力和成员财务状况两个因素，匹配程度包括文化兼容程度、目标协同程度和业务互补程度三个因素，融合程度包括信息共享程度和沟通顺畅程度两个因素，经济环境包括市场完善程度和经济景气程度两个因素，政治环境包括政府干预程度和法律限制程度两个因素，社会环境包括社会信用程度和公众支持程度两个因素，从而为银保战略联盟稳定性的管理机制研究奠定了基础。

[1]任远.企业战略联盟稳定性的影响因素研究[J].生产力研究，2009，（22）：225-226.

[2]苏晓华，季晓敏.战略联盟稳定性影响因素研究[J].华东经济管理，2008，22(4)：141-144.

[3]蔡继荣，郭春梅.战略联盟的稳定性边界研究[J].管理工程学报，2007，（2）：103-105.

[4]于成学，武春友.生态产业链多元稳定性影响因素识别[J].中国流通经济，2013，（6）：40-44.

[5]袁方.社会学研究方法教程[M].北京：北京大学出版社，1997.