基于因子分析的我国工业企业经济效益分析Word格式文档下载.docx
《基于因子分析的我国工业企业经济效益分析Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《基于因子分析的我国工业企业经济效益分析Word格式文档下载.docx（16页珍藏版）》请在冰豆网上搜索。
0.5及以上，很差；
0.5以下，不能接受.
2.3因子分析步骤：
1．数据标准化：
由于各因素的量纲不同而导致统计结果与实际情况出现偏差是常见现象。
所以，在做分析之前，我们需要通过消除量纲，即数据标准化，再对标准化的数据进行分析。
这样得到的结果就比较接近实际情况了。
标准化后的变量均值为0，方差为1.
2．计算因子载荷阵：
本文使用主成分分析法求解因子载荷矩阵:
a．计算样本相关系数矩阵.
b．求的特征根及对应的标准正交化特征向量.
c．由于因子数目应小于原始变量个数，所以根据前个特征根和对应的特征向量来估计因子载荷矩阵：
.
公共因子的方差贡献是该因子在模型中所有负载的平方和,记为：
由于数据已经被标准化，所以个变量的总方差为，表示第个公共因子的方差贡献在所有方差中的比例.当提取出的公共因子的累积方差贡献率达到或超过85%时,就可以用提取的公共因子代表原来的变量来研究问题.
3．旋转并解释因子：
初始因子的综合性太强,难以找出因子的实际意义,因此需要通过旋转坐标轴使负载尽可能向±
1，0的方向靠近，从而降低因子的综合性，使其实际意义凸现出来.正交旋转方法最常用的方法是最大方差旋转法，使得每个变量仅在一个公共因子有较高的负载，在其余的公共因子上的载荷比较小，直多达到中等大小.因此在后面的分析中采用了这种方法.旋转完成后,按照负载绝对值的大小,解释公共因子的实际含义[5].
4．计算各公共因子得分：
在因子分析模型中，如果不考虑特殊因子的影响，当且可逆时，可以方便地计算，即因子得分.但因子分析模型在实际应用中要求，因此不能精确地计算出因子得分，只能对因子得分进行估计.估计因子得分常用的方法为汤姆逊回归法，公式为:
其中为的相关系数矩阵,并称矩阵为因子得分系数矩阵[5].
5．以提取的各公共因子的方差贡献率占提取公共因子的总方差贡献率的比重作为权重，将各公共因子得分进行加权汇总，计算各样本的综合得分.
3.基于工业企业主要经济效益指标的分析
1.选取2009年中国统计年鉴中的“按行业分规模以上工业企业主要经济效益指标”，对不同工业企业进行分析。
利用SPSS软件，对数据进行处理和分析，得到下面的结果。
2.对数据进行标准化处理，处理后的数据为：
………………………………
3.对数据进行Bartlett检验和KMO检验，结果见下图：
KMOandBartlett'
sTesta
Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.
.580
Bartlett'
sTestofSphericity
Approx.Chi-Square
65.162
df
10
Sig.
.000
a.Basedoncorrelations
从上图我们可以看出，KMO的测度值为0.58，Bartlett球体检验的P值为0.000，基本可以认为该数据对因子分析适用.
4.计算特征根和方差贡献率
TotalVarianceExplained
Component
InitialEigenvalues
ExtractionSumsofSquaredLoadings
Total
%ofVariance
Cumulative%
1
2.362
47.234
2
1.143
22.859
70.093
3
1.006
20.127
90.220
4
.277
5.540
95.760
5
.212
4.240
100.000
由以上特征根与方差贡献率表可以看出：
提取三个因子累计方差率超过87.5%，这时已经将原数据中的大部分信息提取出来，因此我们选取三个公因子。
5.公因子命名
通过最大方差法旋转，得到旋转后的因子载荷矩阵如下：
RotatedComponentMatrixa
Zscore（总资产贡献率）
.895
.123
.145
Zscore:
资产
-.907
.222
-.073
Zscore（流动资产周转次数）
.011
-.008
.987
Zscore（工业成本费用利润）
.852
.198
-.277
Zscore（产品销售率）
.038
.989
-.010
ExtractionMethod:
PrincipalComponentAnalysis.
RotationMethod:
VarimaxwithKaiserNormalization.
a.Rotationconvergedin4iterations.
在上图中，我们可以看到因子1在总资产贡献率和工业成本费用利润上有较大载荷阵。
这两个经济因素可以用来衡量工业企业的利润所得，所以把该因子命名为利润因子。
因子2在资产（负债率）和产品销售率上有较大载荷阵。
这个两个因素用来说明企业的产品和资产的运转能力，所以命名为运转因子。
因子3在流动资产周转次数上有较大载荷阵，而周转次数越多，说明企业的流通性越好，所以把该因子命名为流通性因子。
6.因子得分以及排名
由软件得到的因子得分系数矩阵为：
ComponentScoreCoefficientMatrix
.379
.083
.150
-.399
.244
-.062
.014
.051
.920
.353
.130
-.238
-.028
VarimaxwithKaiserNormalization.
ComponentScores.
根据上表得到旋转后的因子得分表达式为：
根据以上因子表达式可以计算出我国各行业工业企业各公因子上的得分及排名，以提取的各公共因子的方差贡献率占提取公共因子的总方差贡献率的比重作为权重,将各公共因子得分进行加权汇总,作为样本的综合得分.
得分及排名如下：
行业
F1
因子1
排名
F2
因子2
F3
因子3
F
综合排名
煤炭开采和洗选业
0.09228
13
0.198
-0.88386
37
-8.90429
19
石油和天然气开采业
1.84951
1.87851
-0.63778
31
117.4647
黑色金属矿采选业
0.71586
-2.58198
39
-0.49465
27
-35.1637
34
有色金属矿采选业
0.79122
-1.35666
-0.12345
21
3.876333
12
非金属矿采选业
0.65595
6
-0.9701
35
0.78925
24.69288
其他采矿业
0.40928
8
-0.54579
32
4.69705
101.3918
农副食品加工业
-0.0558
16
0.13206
17
1.15664
23.66236
7
食品制造业
0.32429
-0.17073
22
0.25188
9
16.48441
饮料制造业
0.52089
-0.49449
-0.32005
26
6.858848
烟草制品业
4.83192
1.74935
-0.65834
254.9705
纺织业
-0.47704
29
0.14883
0.04031
-18.3193
24
纺织服装、鞋、帽制造业
0.03048
14
-0.49128
30
0.20241
-5.71659
皮革、毛皮、羽毛（绒）及其制品业
0.1381
-0.19725
23
0.41049
10.27593
木材加工及木、竹、藤、棕、
0.39425
-0.44145
28
1.17953
32.27105
家具制造业
-0.15678
20
0.1907
0.1746
升级会员 