基于因子分析法的国库资金风险评估研Word文档格式.doc
《基于因子分析法的国库资金风险评估研Word文档格式.doc》由会员分享,可在线阅读,更多相关《基于因子分析法的国库资金风险评估研Word文档格式.doc(6页珍藏版)》请在冰豆网上搜索。
![基于因子分析法的国库资金风险评估研Word文档格式.doc](https://file1.bdocx.com/fileroot1/2022-10/10/3a1c3223-8126-4625-ad84-e8216863740d/3a1c3223-8126-4625-ad84-e8216863740d1.gif)
一、研究方法
(一)定义。
因子分析是研究如何以最少的信息丢失将众多原有变量浓缩成少数几个因子,并使因子具有一定的命名解释性的多元统计分析方法。
这一概念起源于20世纪初KarlPearson和CharlesSpearmen等人关于智力测验的统计分析,是一种数据简化的技术。
它通过研究众多可观测的显在变量之间的内部依赖关系,探求观测数据中的基本结构,以最少的信息丢失为前提,用少数几个假想变量来表示其基本的数据结构。
假想变量是不可观测的潜在变量,能够反映原来众多显在变量的主要信息,称为因子。
通常,因子有以下几个特点:
因子个数远远少于原有变量的个数,原有变量综合成少数几个因子之后,因子将可以替代原有变量参与数据建模;
因子能够反映原有变量的绝大部分信息;
因子之间的线性关系并不显著,因子参与数据建模能够有效地解决变量多重共线性等给分析应用带来的诸多问题;
因子具有命名解释性。
(二)因子分析法数学模型。
因子分析假设每一个原始变量都可以表示成不可观测的公共因子的线性组合和一个特殊因子之和。
这里q为公共因子的个数,F1…Fq表示公共因子,ε1…εp表示特殊因子。
因子分析模型要求满足下列条件:
(1)q<
p:
公共因子的个数不大于原始变量的个数;
(2)公共因子和特殊因子是不相关的;
(3)公共因子F1…Fq不相关且方差为1;
(4)各个特殊因子不相关,但是方差不要求相等。
(三)分析步骤。
本研究使用spss19.0软件作辅助研究工具,因子分析法和SPSS软件应用时一对一的正确步骤:
(1)指标数据标准化(SPSS软件自动执行);
(2)指标之间的相关性判定:
用SPSS软件输出结果“相关矩阵”判定;
(3)因子分析可行性检验:
用SPSS软件输出结果KMO值和Bartlett球形检验值判定;
(4)确定因子个数:
用SPSS软件输出结果“解释的总方差”中的初始特征值、累积方差百分比,结合表“旋转成份矩阵”中变量不出现丢失,确定因子个数;
(5)求旋转后因子载荷阵:
SPSS软件输出结果“旋转成份矩阵”;
(6)因子Fi的命名:
将SPSS软件输出结果“旋转成份矩阵”因子载荷矩阵的第i列绝对值大的对应变量归为Fi一类,并由此对Fi命名;
(7)回归求因子得分函数Fi表达式:
SPSS软件输出结果“成份得分系数矩阵”的第i列向量为第i个因子得分函数Fi的系数,由此写出因子得分函数Fi表达式;
(8)求单因子得分值(SPSS软件自动执行)与综合因子得分值;
(9)评判待评估国库的风险水平:
因子得分就是单个因子以及综合因子的重要性指标,根据因子得分可对被评判国库的风险水平进行排序并作出评判。
二、实证分析
(一)资金风险指标体系的构建。
资金运行过程中的各种潜在风险分为操作风险、管理风险、技术风险、道德风险和外部风险五大类。
围绕这五类风险在基层国库中的表现,本文设计了由8个指标组成的风险衡量指标体系。
它们是凭证差错率、日常业务处理差错率、对账错误次数、岗位管理违规次数、领导履职违规次数、印章密押重空使用违规次数、检查违规次数、应急处置错误次数,在本文中分别以X1、X2、X3、X4、X5、X6、X7、X8表示。
具体含义如表1:
(二)数据分析。
某中心支库下辖A、B、C、D、E、F、G、H、I、J十个县支库,取得十个县支库某个时期内的风险指标发生值,如表2所示。
1.因子分析可行性检验。
根据因子分析的有关信息,在作因子分析之前,我们要对数据是否适合作因子分析进行检验。
运用SPSS软件对上列数据标准化处理,消除观测量纲的差异及数量级的影响,再进行因子分析可行性检验,通过相关矩阵(表3)发现,大部分系数都超过0.3,说明变量间具有相关性。
同时得到KMO和Bartlett球形度检验结果,如表4所示。
KMO是Kaiser-Meyer-Olkin的取样适当性量数。
KMO测度的值越高(接近1.0时),表明变量间的共同因子越多,研究数据越适合用因子分析。
通过检验得知,KMO值为0.709,大于限定的0.5,说明适合做因子分析。
Bartlett球形度检验的伴随概率值为0.000<
0.01,达到了显著性水平。
综上所述,证明本研究所选取的8个指标是适合做因子分析的。
2.公共因子的确定。
公共因子的确定是整个因子分析过程中最重要的部分。
SPSS软件输出旋转后的成份的特征值和贡献率如表5所示。
在提取公共因子数量时我们选择特征值大于1的成份,得到2个公共因子,分别以F1、F2表示。
由表5可知这2个公共因子可以解释总方差的累计比率达到89.181%,超过了公共因子累计贡献率必须达到85%以上的标准,其余的因子所占比率较少,也就是说这2个因子可以解释总方差的绝大部分,因此选择2个主因子是可行的。
3.因子分类与命名。
表6为旋转后的因子载荷矩阵表,根据该表可知,日常业务处理差错率、岗位管理违规次数、领导履职违规次数、印章密押重空使用违规次数、应急处置错误次数等变量在第1个公共因子上载荷较大,这些变量大都与具体的业务操作是否规范有关,所以第1个公共因子可命名为业务操作因子。
凭证差错率、对账错误次数、检查违规次数等变量在第2个公共因子上载荷较大,这些变量与对业务的检查核对是否严谨有关,所以第2个公共因子可命名为业务核查因子。
4.公共因子、综合因子得分及排序。
根据SPSS软件自动计算出的各公共因子得分,再以各主成份在总方差中的比例加权计算各支库资金风险的综合因子F得分,以此来反映各个支库资金风险状况。
综合因子F计算公式为:
F=62.562%F1+26.62%F2。
各个公共因子和综合因子得分及排序结果见表7。
三、结论
1.综合因子得分高的支库资金风险相应较高。
据表7可知,该中心支库下辖的十个县级支库中,风险最高的是G、H、D支库,风险较低的是F、E、J支库,其他支库风险水平处于中游。
2.如果以综合因子得分必须为负数作为风险评估合格标准,则G、H、D、I支库风险水平不合格,必须查找原因予以整改。
3.从单个公共因子得分来看,G、H支库在业务操作因子(F1)上得分较高,提示这两个支库业务操作差错较多,人员的规范操作意识可能不强,面临着较大的业务操作风险。
C、F、G支库在业务核查因子(F2)上得分较高,提示这三个支库在业务核查方面不够规范,业务处理结果未能得到严谨细致的检查,特别是F支库,虽然总体风险水平较低,但是业务检查核对是其薄弱环节,在今后的工作中对这些存在的问题应有针对性地改进。
参考文献
[1]中国人民银行国库局.国库资金风险管理——量化与控制[J].国库研究,2013,
(2).
[2]刘芊,蓝国赈.基于SPSS统计软件的因子分析法及实证分析[J].河西学院学报,2011,(5).
[3]张尧庭.多元统计分析引论[M].北京:
科学出版社,1982.