应用spss对部分公司财务状况做因子分析-论文

应用数理统计课程小论文应用数理统计课程小论文 应用应用 spssspss 对部分公司的财务状况做因子分析对部分公司的财务状况做因子分析 摘要摘要 spss 是一套有效的统计工具软件 做数据统计方面表现出优秀的性能 公司财务状况是决定公司发展战略的关键因素 本文运用 spss 软件对部分公 司的财务状况做了因子分析 关键字关键字 spss 财务分析 因子分析 正文正文 1 1 问题的提出问题的提出 在各个领域的研究中 往往需要对反映事物的多个变量进行大量的观测 收集大量数据以便进行分析寻找规律 多变量大样本无疑会为科学研究提供丰 富的信息 但也在一定程度上增加了数据采集的工作量 更重要的是在大多数 情况下 许多变量之间可能存在相关性而增加了问题分析的复杂性 同时对分 析带来不便 如果分别分析每个指标 分析又可能是孤立的 而不是综合的 盲目减少指标会损失很多信息 容易产生错误的结论 因此需要找到一个合理 的方法 减少分析指标的同时 尽量减少原指标包含信息的损失 对所收集的 资料作全面的分析 由于各变量间存在一定的相关关系 因此有可能用较少的 综合指标分别综合存在于各变量中的各类信息 主成分分析与因子分析就是这 样一种降维的方法 企业为了生存与竞争需要不断的发展 通过对企业的成长性分析我们可以预 测企业未来的经营状况的趋势 公司本期成长能力综合说明公司成长能力处于 的发展阶段 本期公司在扩大市场需求 提高经济效益以及增加公司资产方面都 取得了极大的进步 公司表现出非常优秀的成长性 提请分析者予以高度重视 未来公司继续维持目前增长态势的概率很大 从行业内部看 公司成长能力在行 业中处于一般水平 本期公司在扩大市场 提高经济效益以及增加公司资产方面 都略好于行业平均水平 未来在行业中应尽全力扩大这种优势 在成长能力中 净利润增长率与可持续增长率的变动 是引起增长率变化的主要指标 2 2 因子分析的一般模型因子分析的一般模型 设原始变量 X1 X2 X3 Xm 主成分 Z1 Z2 Zn 则各个因子与原始变量的关系为 写成矩阵形式是 其值 X 为原始变量向量 B 为公因子负 荷系数矩阵 Z 为公因子向量 E 为残差向量 因子分析的任务就是求出公因子 负荷系数与残差 如果残差 E 的影响很小可以忽略不计 数学模型变为 如果 Z 中 各分量之间彼此不相关 形成特殊形式的因子分析 成为主成分分析 其目的 是吧系数矩阵 A 求出 因子分析的一个重要目的在于对原始变量进行分门别类 的综合评价 如果因子分析结果保证了因子之间的正交性 但对因子不易命名 还可以通过对因子模型的旋转变换使公因子负荷系数向更大或更小方向变化 使得对公因子的命名与解释变得更加容易 3 3 用用 spssspss 做因子分析的一般步骤 做因子分析的一般步骤 导入数据后进行以下操作 1 选 Analyze Data Reduction Factor 进入主对话框 2 把 math phys chem literat history english 选入 Variables 然后点击 Extraction 3 在 Method 选择一个方法 如果是主成分分析 则选 Principal Components 4 下面的选项可以随意 比如要画碎石图就选 Scree plot 另外在 Extract 选项可以按照特征值的大小选主成分 或因子 也可以选定因子 的数目 5 之后回到主对话框 用 Continue 然后点击 Rotation 再在该对话 框中的 Method 选择一个旋转方法 如果是主成分分析就选 None 6 在 Display 选 Rotated solution 以输出与旋转有关的结果 与 Loading plot 以输出载荷图 之后回到主对话框 用 Continue 7 如果要计算因子得分就要点击 Scores 再选择 Save as variables 因子得分就会作为变量存在数据中的附加列上 与计算因子得 分的方法 比如 Regression 之后回到主对话框 用 Continue 这时点 OK 即可 4 4 因子分析在企业资金运作中应用的案例分析 因子分析在企业资金运作中应用的案例分析 部分公司的资金运作数据如下表 其中流动比率 X1 速动比率 X2 经营性现金净流入与流动负债比 率 X3 资产负债率 X4 主营收入现金率 X5 应收帐款周转速度 X6 存货周转速度 X7 销售毛利率 X8 净资产收益率 X9 总资产报酬率 X10 企业的偿债能力是指企业用其资产偿还长短期债务的能力 企业有无支付现 金的能力与偿还债务能力 是企业能否健康生存与发展的关键 公司本期偿债能力 综合分数为 52 79 较上年同期提高 38 15 说明公司偿债能力较上年同期大幅 提高 本期公司在流动资产与流动负债以及资本结构的管理水平方面都取得了极 大的成绩 企业资产变现能力在本期大幅提高 为将来公司持续健康的发展 降低 公司债务风险打下了坚实的基础 从行业内部看 公司偿债能力极强 在行业中处 于低债务风险水平 债权人权益与所有者权益承担的风险都非常小 在偿债能力中 现 金流入负债比与有形净值债务率的变动 是引起偿债能力变化的主要指标 5 5 结果分析结果分析 描述统计量描述统计量 Descriptive Statistics MeanStd DeviationAnalysis N x11 75831 0887334 x21 3363 9834534 x314 301710 2428534 x4 0246 0114834 x51 0432 1493334 x66 08385 2221634 x73 17531 7859034 x830 649716 3622434 x913 20748 3669034 x106 61003 6291534 相关矩阵 变量的共同度 Communalities InitialExtraction x11 000 957 x21 000 960 x31 000 858 x41 000 881 x51 000 619 x61 000 754 x71 000 730 x81 000 857 x91 000 933 x101 000 919 Extraction Method Principal Component Analysis 完全变量解释 旋转后的因子负荷矩阵 Rotated Component Matrixa Component 1234 x1 951 073 201 083 x2 956 052 154 139 x3 029 295 460 747 x4 907 135 096 176 x5 500 460 318 237 x6 269 060 799 199 x7 061 059 826 201 x8 304 102 331 803 x9 228 936 007 071 x10 248 849 045 367 Extraction Method Principal Component Analysis Rotation Method Varimax with Kaiser Normalization Rotated Component Matrixa Component 1234 x1 951 073 201 083 x2 956 052 154 139 x3 029 295 460 747 x4 907 135 096 176 x5 500 460 318 237 x6 269 060 799 199 x7 061 059 826 201 x8 304 102 331 803 x9 228 936 007 071 x10 248 849 045 367 Extraction Method Principal Component Analysis Rotation Method Varimax with Kaiser Normalization a Rotation converged in 6 iterations 因子旋转矩阵 Component Transformation Matrix Compo nent1234 1 884 201 298 300 2 167 772 448 418 3 423 260 833 244 4 112 544 129 822 Extraction Method Principal Component Analysis Rotation Method Varimax with Kaiser Normalization 因子得分矩阵 Component Score Coefficient Matrix Component 1234 x1 308 018 009 064 x2 309 011 022 016 x3 026 028 269 520 x4 299 133 068 061 x5 235 287 212 338 x6 023 066 446 186 x7 104 056 491 123 x8 025 098 157 561 x9 114 546 107 126 x10 021 420 059 068 Extraction Method Principal Component Analysis Rotation Method Varimax with Kaiser Normalization Component Scores 公因子的线性组合为由此计算出各个公司的综 合得分依次为 0 821 7 0 8 0 93 2 3 1 95 2 81 3 230 390 65 1 94 5 080 780 11 3 21 0 696 38 0 74 0 1836 48 0 947 6 1 47 2 81 0 53 2 38 1 043 030 3 2 36 0 03 3 361 37 0 31 由此可见航天电器公司得分最高 山东威达公司得分最低 因此航天电器公司财务状况最 好 而山东威达公司状况差 参考文献参考文献 1 林海明 张