應(yīng)用spss對(duì)部分公司的財(cái)務(wù)狀況做因子分析-論文_第1頁
應(yīng)用spss對(duì)部分公司的財(cái)務(wù)狀況做因子分析-論文_第2頁
應(yīng)用spss對(duì)部分公司的財(cái)務(wù)狀況做因子分析-論文_第3頁
應(yīng)用spss對(duì)部分公司的財(cái)務(wù)狀況做因子分析-論文_第4頁
應(yīng)用spss對(duì)部分公司的財(cái)務(wù)狀況做因子分析-論文_第5頁
免費(fèi)預(yù)覽已結(jié)束,剩余3頁可下載查看

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、應(yīng)用數(shù)理統(tǒng)計(jì)課程小論文應(yīng)用spss對(duì)部分公司的財(cái)務(wù)狀況做因子分析摘要spss是一套有效的統(tǒng)計(jì)工具軟件,做數(shù)據(jù)統(tǒng)計(jì)方面表現(xiàn)出優(yōu)秀的性能。公司財(cái)務(wù)狀況是決定公司發(fā)展戰(zhàn)略的關(guān)鍵因素。本文運(yùn)用spss軟件對(duì)部分公司的財(cái)務(wù)狀況做了因子分析。關(guān)鍵字spss財(cái)務(wù)分析因子分析正文1 .問題的提出在各個(gè)領(lǐng)域的研究中,往往需要對(duì)反映事物的多個(gè)變量進(jìn)行大量的觀測(cè),收集大量數(shù)據(jù)以便進(jìn)行分析尋找規(guī)律。多變量大樣本無疑會(huì)為科學(xué)研究提供豐富的信息,但也在一定程度上增加了數(shù)據(jù)采集的工作量,更重要的是在大多數(shù)情況下,許多變量之間可能存在相關(guān)性而增加了問題分析的復(fù)雜性,同時(shí)對(duì)分析帶來不便。如果分別分析每個(gè)指標(biāo),分析又可能是孤立的

2、,而不是綜合的。盲目減少指標(biāo)會(huì)損失很多信息,容易產(chǎn)生錯(cuò)誤的結(jié)論。因此需要找到一個(gè)合理的方法,減少分析指標(biāo)的同時(shí),盡量減少原指標(biāo)包含信息的損失,對(duì)所收集的資料作全面的分析。由于各變量間存在一定的相關(guān)關(guān)系,因此有可能用較少的綜合指標(biāo)分別綜合存在于各變量中的各類信息。主成分分析與因子分析就是這樣一種降維的方法。企業(yè)為了生存和競(jìng)爭(zhēng)需要不斷的發(fā)展,通過對(duì)企業(yè)的成長(zhǎng)性分析我們可以預(yù)測(cè)企業(yè)未來的經(jīng)營(yíng)狀況的趨勢(shì)。公司本期成長(zhǎng)能力綜合說明公司成長(zhǎng)能力處于的發(fā)展階段,本期公司在擴(kuò)大市場(chǎng)需求,提高經(jīng)濟(jì)效益以及增加公司資產(chǎn)方面都取得了極大的進(jìn)步,公司表現(xiàn)出非常優(yōu)秀的成長(zhǎng)性。提請(qǐng)分析者予以高度重視,未來公司繼續(xù)維持目前

3、增長(zhǎng)態(tài)勢(shì)的概率很大。從行業(yè)內(nèi)部看,公司成長(zhǎng)能力在行業(yè)中處于一般水平,本期公司在擴(kuò)大市場(chǎng),提高經(jīng)濟(jì)效益以及增加公司資產(chǎn)方面都略好于行業(yè)平均水平,未來在行業(yè)中應(yīng)盡全力擴(kuò)大這種優(yōu)勢(shì)。在成長(zhǎng)能力中,凈利潤(rùn)增長(zhǎng)率和可持續(xù)增長(zhǎng)率的變動(dòng),是引起增長(zhǎng)率變化的主要指標(biāo)。2 .因子分析的一般模型設(shè)原始變量:X1,X2,X3,.Xm主成分:Z1,Z2,-Zn.則各個(gè)因子與原始變量的關(guān)系為:XI=bZl+bi2Zl+bi3Z3m+匕砧211+1X2bZ1+b紀(jì)Z2+b/Z3*t,+必11+e?X3=b3iZlXgZ2+b3sz3+b3nzii+電Xiu=b1EiZl+bm2Z2+bra3ZS*+bmilZn+em寫成

4、矩陣形式是:X=BZ+E,其值X為原始變量向量,B為公因子負(fù)荷系數(shù)矩陣,Z為公因子向量,E為殘差向量,因子分析的任務(wù)就是求出公因子負(fù)荷系數(shù)和殘差。如果殘差E的影響很小可以忽略不計(jì),數(shù)學(xué)模型變?yōu)閄=BZ。如果Z中各分量之間彼此不相關(guān),形成特殊形式的因子分析,成為主成分分析,其目的是吧系數(shù)矩陣A求出。因子分析的一個(gè)重要目的在于對(duì)原始變量進(jìn)行分門別類的綜合評(píng)價(jià)。如果因子分析結(jié)果保證了因子之間的正交性,但對(duì)因子不易命名,還可以通過對(duì)因子模型的旋轉(zhuǎn)變換使公因子負(fù)荷系數(shù)向更大或更小方向變化,使得對(duì)公因子的命名和解釋變得更加容易。3 .用spss做因子分析的一般步驟:導(dǎo)入數(shù)據(jù)后進(jìn)行以下操作:(1)選Anal

5、yzeDataReductionFactor進(jìn)入主對(duì)話框;(2)把math、phys、chemliterat、history、english選入Variables,然后點(diǎn)擊Extraction,(3)在Method選擇一個(gè)方法(如果是主成分分析,則選PrincipalComponents),(4)下面的選項(xiàng)可以隨意,比如要畫碎石圖就選Screeplot,另外在Extract選項(xiàng)可以按照特征值的大小選主成分(或因子),也可以選定因子的數(shù)目;(5)之后回到主對(duì)話框(用Continue)0然后點(diǎn)擊Rotation,再在該對(duì)話框中的Method選擇一個(gè)旋轉(zhuǎn)方法(如果是主成分分析就選Non*,(6)在D

6、isplay選Rotatedsolution(以輸出和旋轉(zhuǎn)有關(guān)的結(jié)果)和Loadingplot(以輸出載荷圖);之后回到主對(duì)話框(用Continue)0(7)如果要計(jì)算因子得分就要點(diǎn)擊Scores,再選擇Saveasvariables(因子得分就會(huì)作為變量存在數(shù)據(jù)中的附加列上)和計(jì)算因子得分的方法(比如Regression);之后回到主對(duì)話框(用Continue)0這時(shí)點(diǎn)OK即可。4 .因子分析在企業(yè)資金運(yùn)作中應(yīng)用的案例分析部分公司的資金運(yùn)作數(shù)據(jù)如下表;其中流動(dòng)比率(X1)、速動(dòng)比率(X2)、經(jīng)營(yíng)性現(xiàn)金凈流入與流動(dòng)負(fù)債比率(X3)、資產(chǎn)負(fù)債率(X4)、主營(yíng)收入現(xiàn)金率(X5)、應(yīng)收帳款周轉(zhuǎn)速度(

7、X6)、存貨周轉(zhuǎn)速度(X7)、銷售毛利率(X8)、凈資產(chǎn)收益率(X9)、總資產(chǎn)報(bào)酬率(X10)。能工工展技份1器份浴浦藥物礙業(yè)器威份泰技業(yè)寓達(dá)磁1化48魯股醫(yī)生環(huán)藥電U露科發(fā)民鹽翼威東這瞿星連變和匹磬華蘭安方打a天走海工陽材澗嶺南州輪至欣山德化友三眾七杏海冠榮沃軸蘇紫舞興威楚中天南云滄巨山集x2k3x5x6k/k8n9o1.32280.852611.B2570.01430.99717.94182.370S27.5S3235.3412.36492.93662.29211.48460.0322B.77B32.4672.730627,00638.636.3221.05440.633519.65S0.

8、01711.03328.12352.233522.25538.463,91931.81281.64911.99S60.02941.17927.31718.399330.6BS86.123.62451.110.6611.7870,DI461.12122,812,5617.246112.313.921.67831.47966.16290.02021.01755.42862.851620.14758.945-5217.9460.9S072.8810.02991.407212.72261.574135.2576S.66fl.31192.46822.23632.866SU.02441.08?2.19D6

9、3.432228.36696.254.3B161.16780.706425.4581U.01941.2316.27423.413724.170620.969.40121,110.571111,120d0.015ft0,99575.87583.662420.B12538.5113.00030.8560.4956.39820.01761J5g3.48931.727130.91A512.775.MR92.231-9332.51860.02081_16162.042,557.293725.2214.051.44151,344219.7658Q.02471.10891.81021.746679.1321

10、H1.4619.08972,29821,8321?.U2010.03751.163245641.58B442.694311.878.72651.98031.78270.7357O.3105曲.21953.39581.84591.046714.839B0.02761.20171.7189.693120.56061.520.968315.79410.白1U80.99069.61271.695920.913413.48/I.75059.R335.G.G562(L9434UM2571.914433.94218.437.176.68240.030.99464.19663.48B18.204212.B48

11、.97082.051-7224.25920.02371.06670.910.6470.90756.614.38755.87225.214126.6d530.QS970.63192.*1891.6376A6.450a19.1715.92561.04020.71884.8995U.01470.80144.06535.862912.927216.0811.57661.190.9148.56440.01920.777426.66.8726.52221.8310.62661.896206430.62371.1381S.967山0.01761.OOSS3.82891.365131.087121.649,6

12、8610.72094.14430.01670.9?iiB2.2751.852122.86762,740,99170.360112.74050.01351.160111.54484.446716.616619.7023.71031.59441.10065.00950,01520.97253,62122.76212D.16177-215-174ice-.1724771OQQ-391-QOS-117由2白6.455.4蚪-.019-.227-3Q41.DDD.069於.108.138.281-.275-.170.1154-JD9.0591.D00,7011KlO.356.344456,230-.28

13、7,046-11?44。.7811.000變量的共同度CommunalitiesInitialExtractionx11.000.957x21.000.960x31.000.858x41.000.881x51.000.619x61.000.754x7x8x9x101.0001.0001.0001.000.730.857.933.919ExtractionMethod:PrincipalComponentAnalysis.完全變量解釋IrtalVarianceExphinedlComomantInitialEigenvaluesExtractionSumsofSquaredLoadingsRot

14、ationSumsofSquaredLoadingsTQhl%ofVarianceCuirkUlatrve%Total%ofVarianceCumuiai加e%Total%ofVarianceCumiijlatrv?%123*567B9103.6302.315a1.062,674.464,223.102.055.00736,30223.H614.600101.61S6.7424.6222951.024554.0723630259,44774Q5B04B729141496,0559835099J:7499926100,0003.8302.31514B11.0622114614.60B10.616

15、3630259.447705694.6F23/1741.9401.8181.53631,73819.40218,17015.3553173Q51.140i6931784.672ExtractionMethod:PrincipalComponenitAnalysis.旋轉(zhuǎn)后的因子負(fù)荷矩陣一,aRotatedComponentMatrixComponent1234x1.951.073-.201.083x2.956.052-.154.139x3.029.295.460.747x4.907-.135-.096.176x5-.500-.460-.318.237x6-.269.060.799.199x7-

16、.061-.059.826-.201x8.304.102-.331.803x9-.228.936-.007.071x10.248.849-.045.367ExtractionMethod:PrincipalComponentAnalysis.RotationMethod:VarimaxwithKaiserNormalization.a.Rotationconvergedin6iterations.因子旋轉(zhuǎn)矩陣ComponentTransformationMatrixComponent12341.884.201-.298.3002-.167.772.448.4183.423-.260.833-.

17、2444-.112-.544.129.822ExtractionMethod:PrincipalComponentAnalysis.RotationMethod:VarimaxwithKaiserNormalization.因子得分矩陣ComponentScoreCoefficientMatrixComponent1234x1.308.018-.009-.064x2.309-.011.022-.016x3-.026-.028.269.520x4.299-.133.068.061x5-.235-.287-.212.338x6-.023-.066.446.186x7.104-.056.491-.1

18、23x8-.025-.098-.157.561x9-.114.546-.107-.126x10.021.420-.059.068ExtractionMethod:PrincipalComponentAnalysis.RotationMethod:VarimaxwithKaiserNormalization.ComponentScores.Z=dlFl*d2F2*d3F3*d4F4*d5F5*d6F6公因子的線性組合為由此計(jì)算出各個(gè)公司的綜合得分依次為:0.821.7-0.80.93-2.3-1.95-2.815.080.780.11-3.21-0.696.38-0.74-0.18-2.81-0.53-2.38-1.043.030.3-2.36-3.230.390.65-1.9436.48-0.947.6-1.47-0.0

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論