统计分析软件实验报告.doc

江苏师范大学商学院实验报告江苏师范大学实验报告课 程： 统计分析软件 姓 名： 陈静 班 级： 12商121 学 号： 12115027 江苏 师 范 大 学 商 学 院统计分析软件课程实验报告实验序号： 1 实验项目名称： spss因子分析学 号12115027姓 名陈静专 业物流管理班 级12商121实验地点科文文科实验楼实验时间2014-12-20一、实验目的及要求 因子分析是降维所采用的主要方法之一，基于对原始变量的相关系数矩阵内部结构的研究，通过导出非观测综合变量去描述原始的多个变量之间的相关关系。影响商业银行业绩的因素有很多，如每股收益、每股净资产、每股营业收入等等。本次试验希望通过因子分析，寻找影响商业银行业绩的主要因素。二、实验环境Windows xp、MS Office 2003三、实验内容与步骤1、实验方法：因子分析2、实验内容：下表资料为在中国A股上市的14家商业银行的财务及股价数据，数据来源于Wind数据库，对该资料进行分析。证券简称每股收益（元）每股净资产（元）每股收入（元）净资产收益率资产负债率股价（元）收益增长率（%）利润增长率（%）浦发银行1.6217.6964.170324.110795.804120.6014-26.684813.0204华夏银行0.75356.063.432413.043896.423911.52047.092120.4926民生银行0.633.951.889317.058293.76797.2925049.2754招商银行0.954.852.690821.166895.513315.2787-33.5664-16.3496南京银行0.846.551.97513.231391.864316.1176.32917.5059兴业银行2.6611.926.335824.455995.526332.260616.666722.7408北京银行0.96.031.909915.791492.95615.43713.44833.1254交通银行0.613.341.65219.462495.03127.98565.17246.762工商银行0.392.020.926520.139694.2394.828118.181815.1045建设银行0.462.381.143320.90394.1915.57051515.8542中国银行0.322.030.914716.438993.76834.10282828.8066中信银行0.372.631.045314.454493.97156.92168.82358.9711深发银行1.626.594.867127.288796.517721.2016710681.0329宁波银行0.583.91.670215.716394.036214.61589.43414.89493、实验操作步骤：进入SPSS Statistics,在SPSS的变量视图中，建立变量“名称”、“每股收益”、“每股净资产”、“每股营业收入”、“净资产收益率”、“资产负债率”、“股价”、“每股收益增长率”、“利润增长率”，表示各个衡量指标。在SPSS的数据视图中，输入对应的数据。在菜单栏中依次选择“分析降维因子分析”命令，将“每股收益”、“每股净资产”、“每股营业收入”、“净资产收益率”、“资产负债率”、“股价”、“每股收益增长率”、“利润增长率”变量选入变量列表中。在描述中选择原始分析结果和KMO与Bartlett球形度检验复选框，单击继续，确定后看到如下结果。 KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。.602Bartlett 的球形度检验近似卡方192.126df28Sig.000上图给出了KMO 和 Bartlett 的检验结果，其中KMO值为0.602，比较接近1，表示比较适合做因子分子；Sig值为0.000小于显著水平，因此拒绝原假设表示变量之间存在相关关系，适合做因子分析。公因子方差初始提取每股收益（元）1.000.980每股净资产（元）1.000.948每股营业收入（元）1.000.973净资产收益率（%）1.000.652资产负债率（%）1.000.487股价（元）1.000.928每股收益增长率（%）1.000.912利润增长率（%）1.000.925提取方法：主成份分析。上图给出了每个变量共同度的结果，可以看出因子分析的变量共同度都非常高，说明因子分析的结果是有效的。解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %14.94861.84461.8444.94861.84461.84421.85823.22485.0681.85823.22485.0683.7459.31394.3814.3934.90799.2885.046.56999.8576.008.10099.9577.003.03699.9938.001.007100.000提取方法：主成份分析。上图给出了因子贡献率的结果。“合计”指因子的特征值，“方差的%”表示该因子的特征值占总特征值的百分比。可以看到前两个因子的特征值大于1，并且前两个因子的特征值之和占总特征值的85.06%，因此提取前两个因子作为主因子。在抽取中选择碎石图，单击继续、确定后看到如下结果。上图为给出了特征值的碎石图，具有较强解释能力的因子在图中表现为较大的斜率，从该图可以看出前两个因子都处于非常陡峭的斜率上，从第三个开始变平缓，因此选择前两个因子作为主因子。在旋转中选择最大方差法，单击继续、确定。旋转成份矩阵a成份12每股收益（元）.960.243每股净资产（元）.973.032每股营业收入（元）.918.360净资产收益率（%）.481.648资产负债率（%）.414.562股价（元）.950.158每股收益增长率（%）.050.954利润增长率（%）.080.959提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的正交旋转法。a. 旋转在 3 次迭代后收敛。上图给出了旋转后的因子载荷值，通过因子旋转，各个因子有比较明确的经济含义。单击得分，选择保存为变量和显示因子得分系数矩阵。成份得分系数矩阵成份12每股收益（元）.253-.041每股净资产（元）.289-.136每股营业收入（元）.222.017净资产收益率（%）.046.210资产负债率（%）.039.182股价（元）.263-.077每股收益增长率（%）-.132.410利润增长率（%）-.123.408提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的正交旋转法。 构成得分。成份得分系数矩阵给出了因子得分得分的计算公式中的各个变量的权重，运用公式计算出下图的因子得分。4、实验结论通过因子分析可以看出，第一个因子与“每股收益”、“每股净资产”、“每股营业收入”和“股价”指标相关性最强。第二个因子与“净资产收益率”、“资产负债率”