公司生命周期评价模型一、因子分析的根本思想因子分析〔factor analysis〕模型是主成分分析的推广。它也是运用降维的思想，由研究原始变量有关矩阵内部的依赖关系出发，把某些含有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析办法。因子模型可具体写成：式中，，，，为主因子，分别反映某首先信息的不可观察的潜在变量；为因子载荷系数，是第 个指标在第 个因子上的负荷。二、根本模型的建立本模型在遵照整体性、可比性、科学性、实用性等原那么的根底上，参阅有关文献并结合我国公司现状，选用了含有代表性的 13个指标，重要涉及总资产净利润率〔〕、资产酬劳率〔〕、流动资产净利润率〔〕、固定资产净利润率〔〕、净资产收益率〔〕、资本保值增值率 ()、资本积累率〔〕、全部者权益增加率〔〕、权益乘数〔〕、产权比率〔〕、速动比率()、流动比率〔〕和资产负债率(X13)，这些指标从不同角度反映了中小公司财务状况，初步构成了中小公司状况评价指标体系。本文选用的数据，来自汽车行业中八家上市公司的财务数据。首先对全部指标的原始数据进展原则化，消除量纲和数量级的影响。在因子分析之前，对数据进展有关统计检查，看数据与否满足因子分析的条件。本文运用 spss19.0 对有关数据进展 KMO 和巴特莱特球形检查，检查成果以下表所示：KMO 和 Bartlett 的检查取样足够度的 Kaiser-Meyer-Olkin 度量。.650Bartlett 的球形度检查近似卡方1792.109df28Sig..000成果显示 KMO 抽样适度测定值为 0.65>0.5，根据多元统计因子分析有关知识，在 0.05 的明显性水平下，球形检查 P 值为 0.00，不大于 0.05，故应回绝球形检查零假设，样本符合因子分析的条件。下表反映的是原则化后的各观察变量有关系数矩阵的特性值、方差奉献率以及累计奉献率状况。从表的特性值能够看出，第一种因子的特性值=5.298，大概占去方差的27.834%，由于特性值不不大于1的只有因子1、2、3、4，因此只有前四个因子被提取，四个因子的特性值共占去方差94.214%。因此阐明前四个因子提供了原始数据的大局部信息。解释的总方差成分初始特性值提取平方和载入旋转平方和载入累计方差的 %累积 %累计方差的 %累积 %累计方差的 %累积 %15.29840.75740.7575.29840.75740.7573.61827.83427.83423.07923.68264.4383.07923.68264.4383.03823.36851.20232.29717.67182.1102.29717.67182.1102.98222.93874.14041.57412.10494.2141.57412.10494.214...
VIP
