金融统计学期末大作业基于因子分析的社交网络板块公司的竞争力分析

1、课程代码：1H13825学分/学时： 成绩： 金融统计学期末大作业大作业题目：基于因子分析的社交网络板块公司的竞争力分析 任课老师： 毕建欣姓 名： 郑永程 学 号： 2010014530 班 级： 统计101 目录第一章、导论31.1选题背景及意义31.2研究思路及方法3第二章、社交网络板块公司竞争力研究的理论基础3第三章、社交网络板块公司竞争力评价指标体系的构建3第四章、社交网络板块公司竞争力评价指标体系的实证研究54.1样本选择及数据获取54.2数据预处理5指标正向化处理5指标标准化处理64.3因子分析过程6计算相关系数矩阵并进行统计检验6求相关系数矩阵R的特征值、特征向量,提取“公共因

2、子”8因子旋转、建立因子载荷矩阵9进行因子解释并命名10计算因子得分10计算各公司的综合评价得分并排序114.4因子分析结论12第五章、研究结论及提升竞争力的对策建议13参考文献14第一章、导论1.1选题背景及意义社交网络源自网络社交，网络社交的起点是电子邮件。互联网本质上就是计算机之间的联网，早期的E-mail解决了远程的邮件传输的问题，至今它也是互联网上最普及的应用，同时它也是网络社交的起点。BBS则更进了一步，把“群发”和“转发”常态化，理论上实现了向所有人发布信息并讨论话题的功能（疆界是BBS的访问者数量）。如果说在网络社交的起点电子邮件时代，网络仅仅可以满足人们5%的社交需求，那么今

3、天丰富的社交网络已经可以把这个数字至少提升了10倍，除了“接触型”的社交行为，或者说是“接触型”信息的收集和发布之外，网络社交已经开始承担大部分传统社交的作用。实际上，“非接触型”的社交，原本就占据了人类社交的80%以上，这意味着网络社交对传统世界必然会带来巨大的影响。说到底，网络社交不仅仅是一些新潮的商业模式，从历史维度来看，它更是一个推动互联网向现实世界无限靠近的关键力量。社交网络涵盖以人类社交为核心的所有网络服务形式，互联网是一个能够相互交流，相互沟通，相互参与的互动平台，互联网的发展早已超越了当初ARPANET的军事和技术目的，社交网络使得互联网从研究部门、学校、政府、商业应用平台扩展

4、成一个人类社会交流的工具。网络社交更是把其范围拓展到移动手机平台领域，借助手机的普遍性和无线网络的应用，利用各种交友/即时通讯/邮件收发器等软件，使手机成为新的社交网络的载体。社交网络，也就是网络+社交的意思。通过网络这一载体把人们连接起来，从而形成具有某一特点的团体。1.2研究思路及方法第二章、社交网络板块公司竞争力研究的理论基础公司竞争力是个十分复杂的、综合的、变化的现实问题。笔者认为,应当综合运用多种企业竞争力理论,从不同角度剖析实际问题。因此，本文以多元统计评价理论为基础,进行了一定程度的拓展和丰富。综合地运用了各种多元统计方法,包括因子分析、主成分分析等,第三章、社交网络板块公司竞争

5、力评价指标体系的构建本文以企业财务报告为基础，从经营规模，盈利能力，营运能力，偿债能力等四个方面选取15个指标构建的评价指标体系，以综合考察各公司的各项竞争力。表1 社交网络板块各公司竞争力评价指标体系初始指标指标类别指标名称指标性质盈利能力销售毛利率 X1正指标营业利润率 X2正指标净资产收益率 X3正指标加权净资产收益率 X4正指标总资产收益率 X5正指标偿债能力流动比率 X6正指标资产负债比率 X7负指标产权比率 X8负指标上述各明细指标的具体含义如下：（1） 盈利能力方面销售毛利率：销售毛利率是毛利占销售净值的百分比，通常称为毛利率。其中毛利是销售净收入与产品成本的差。营业利润率：业利

6、润率是指企业的营业利润与营业收入的比率。它是衡量企业经营效率的指标，反映了在不考虑非营业成本的情况下，企业管理者通过经营获取利润的能力。净资产收益率：资产收益率又称股东权益报酬率/净值报酬率/权益报酬率/权益利润率/净资产利润率，是衡量上市公司盈利能力的重要指标。是指利润额与平均股东权益的比值，该指标越高，说明投资带来的收益越高;净资产收益率越低，说明企业所有者权益的获利能力越弱。总资产收益率：总资产收益率是分析公司盈利能力时又一个非常有用的比率。是另一个衡量企业收益能力的指标。（2） 偿债能力方面流动比率：流动比率是流动资产对流动负债的比率，用来衡量企业流动资产在短期债务到期以前，可以变为现

7、金用于偿还负债的能力。资产负债比率：又称“资产负债比率”、“举债经营比率”。是指一定时期内企业流动负债和长期负债与企业总资产的比率，用以反映企业总资产中借债筹资的比重，衡量企业负债水平的高低情况。产权比率：比率是负债总额与所有者权益总额的比率,是为评估资金结构合理性的一种指标。第四章、社交网络板块公司竞争力评价指标体系的实证研究社交网络板块公司竞争力的评价，也就是对其竞争力进行多指标、多角度、全方为的量化描述过程，本章借助SPSS专业统计分析软件，对社交网络版块公司竞争力评价指标进行实证研究。4.1样本选择及数据获取本章选择光大证券投资软件的社交网络版块所有公司作为样本，共收集本章收集9家样本

8、证券公司2012年的审计报告或者年报,从中采集原始数据,并计算相关指标,采用SPSS19.0软件进行因子分析和聚类分析4.2数据预处理4.2.1指标正向化处理在本文构建的公司竞争力评价指标体系中,有些是正指标,即指标值越大评价越好,也称效益型指标或望大型指标;有些是逆指标,即指标值越小评价越好,也称成本型指标或望小型指标。在进行综合评价时,首先必须将指标同趋势化,否则会得出相反的结论。所谓同趋势化,就是指是将逆指标和适度指标转化为正指标,所以也称为指标的正向化。在本文中,对逆指标采取的正向化方法为给指标取负值,即：:4.2.2指标标准化处理由于本文构建的社交网络板块公司竞争力评价指标体系中,不

9、同评价指标具有不同的量纲和量纲单位，为了消除由此带来的不可公度性,还应将各评价指标作标准化处理。所谓的标准化处理,又称无量纲化,是指采用一定的数学方法,将性质、量纲都不同的数据进行变换,使之成为可以进行统一比较的相对数,从而消除量纲影响的方法。目前,国际上使用较为广泛的指标标准化处理方法是Z分值法(Z-score法),指标标准化转换的公式为: （i=1,2,p; j=1,2,n）经标准化处理后,X,;.的均值为0,方差为1。4.3因子分析过程4.3.1计算相关系数矩阵并进行统计检验原始变量之间较强的相关性是进行因子分析的重要前提之一,因此我们要通过相关系数矩阵中了解指标相关性强弱情况。另外,通

10、过KMO法和巴特利检验,我们可以判断数据是否适合进行因子分析,具体输出结果如下:表4-1 相关系数矩阵表4-2 KMO法与巴特利特法检验由表4-1可见,大部分指标相关系数较高,且由表4-2可见,KMO=0.572> 0.5,Bartlett球度检验的概率P值为0.000,因此可以判定上述变量适合做因子分析。4.3.2求相关系数矩阵R的特征值、特征向量,提取“公共因子”本文按照因子累积贡献率达到或超过85%的所对应的因子个数为准,釆用主成分分析法抽取“公共因子”。表4-3特征值及因子解释方差表图4-1 碎石图由表4-3可见,提取前2因子的累积方差贡献率已达到88.166%>85，即前

11、两个因子已经可以解释原始数据中的88.166 %的信息。由图4-1可见,曲线在前2个因子(成分数)处较为陡帷,而从第3因子(成分数)开始曲线己经较为平坦,因此本文选取2个公共因子是比较合理的。4.3.3因子旋转、建立因子载荷矩阵进行因子分析的目的不仅在于要找到公共因子,更重要的是知道每一个公共因子代表的含义,才可以对实际问题进行分析。然而初步主成分因子分析的结果中各公共因子的载荷比较分散,典型的代表变量并不是很突出,容易使因子的意义含糊不清,难以对实际问题进行分析。因此我们采用正交旋转法对因子进行正交旋转,使新的因子载荷的绝对值要么尽可能接近于0,要么尽可能接近于1。表4-4 旋转后的因子载荷

12、矩阵4.3.4进行因子解释并命名由表4-4可见,第一个因子在6指标上的因子载荷较高,分别是:总资产收益率X5、销售毛利率X1、营业利润率X2、流动比率X6、加权净资产收益率 X4、净资产收益率X3这些指标充分体现了公司盈利能力的重要指标，因此可以命名为“盈利能力因子”。第二个因子在2指标上的因子载荷较高,分别是:资产负债率正向化X7、产权比率正向化X8这些指标分别反映了公司的偿债能力,因此我们可以将命名为“偿债能力因子”。4.3.5计算因子得分运用回归法计算出的因子得分系数矩阵见表4-5。如果记、为各证券公司在2因子上的得分,则有:其中,、为各证券公司的各项财务指标经预处理之后的标准化数据。4

13、.3.6计算各公司的综合评价得分并排序得出每家证券公司在2个因子上的得分后,以各因子所对应的方差贡献率(见表4-3)为权重进行加权求和,即可得到综合评价得分,即:通过上式的计算,8家证券公司的竞争力综合得分及排名情况如表4-6所示:表4-6 2012年社交版块各公司因子得分、综合得分及排名情况表公司F-综合评价F1-盈利能力因子F2-偿债能力因子总得分总排名得分排名得分排名朗玛信息1.55377911.9576110.844051顺网科技0.3840920.3955230.363994神州泰岳0.25430730.3225540.134377拓尔思0.22967240.1044250.4497

14、83百视通0.05845350.420622-0.578018拓维信息-0.429826-0.8633470.332046迪威视讯-0.606027-1.1521380.353715国民技术-0.612538-1.2797690.560072乐视网-0.8319290.094536-2.4694.4因子分析结论表4-6中,因子和综合得分为负数并不代表该公司竞争力为负,而是说明该公司竞争力水平低于样本平均水平。对该表的各项得分及排名进行分析,我们可以得到如下结论:(1)2012年社交网络板块公司竞争力总体一般,综合竞争力大于0的公司有5家。其中,最高得分为朗玛信息为1.554779分,最低得分为

15、乐视网为-0.83192分,之间相差2.385695分,说明社交网络板块公司在综合竞争力上的差距有一定分化现象。(2)不同公司对应的每个因子的排名与最后的综合排名并不完全一致,而且有公司的单项排名与其综合排名还有很大差距,这主要是因为各单项因子的在计算总分时所占的权重不同。其中,盈利能力因子的权重最大,为56.192%;而偿债能力因子的权重31.975%。(3)从各个因子得分情况来看,F1盈利能力因子得分大于0公司有6家。其中,最高得分为朗玛信息1.554779分,最低得分为国民技术-1.27976分,相差较大,为3.7792分。盈利能力因子主要是指公司的盈利能力,由于其占总解释方差的56.1

16、92%,因此在盈利能力因子上得分较高的公司往往综合排名较前。(4)在F2偿债能力因子上,得分大于0的公司占大多数,说明该板块公司在这个方面普遍做的较好。第五章、研究结论及提升竞争力的对策建议本文通过对社交网络板块公司竞争力相关理论的总结分析,结合我国该行业的实际情况,建立了社交网络板块公司竞争力评价指标体系。以此为基础,采用因子分析法进行我国证券公司竞争力的分析和评价,获得对样本公司行业地位以及竞争优劣势的正确判断。根据以上分析,结合实际,提出提升社交网络板块公司竞争力的策略。通过本文的研究和分析,得出以下结论:(1) 社交网络板块公司竞争力是指:在市场竞争中,一家公司通过更有效地向客户提供产品及服务,从而比其他对手获得更好的效益和发展的综合能力。社交网络板块公司竞争力是一个相对的、比较的、动态的概念,其决定因素非常多,且往往这些因素都不是孤立存在的,而是密切联系、相互作用的。(2)通过因子分析,本文找到了决定社交网络板块公司竞争力的