【正文】 ixa Component 1 2 3 4 Zscore: 利潤(rùn)總額 .961 .130 Zscore: 資產(chǎn)總額 .954 .154 Zscore: 主營(yíng)業(yè)務(wù)收入 .876 .057 .417 .160 Zscore: 主營(yíng)收入增長(zhǎng)率 .039 .949 .001 Zscore: 凈利潤(rùn)增長(zhǎng)率 .077 .941 .123 Zscore: 總資產(chǎn)增 長(zhǎng)率 .315 .726 .124 .349 Zscore: 總資產(chǎn)周轉(zhuǎn)率 .977 Zscore: 每股收益 .219 .190 .836 Zscore: 總資產(chǎn)報(bào)酬率 .390 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations. 上表較為清晰的顯示了公因子的經(jīng)濟(jì)意義，利用該矩陣，我們可以更好的解釋公因子的含義。因子載荷為負(fù)，并不代表小，只代表方向。負(fù)載的絕對(duì)值越大，在解釋因子時(shí)越重要。 因子的命名解釋 在因子載荷矩陣中，首先找出在每個(gè)因子上有顯著負(fù)載的變量，根據(jù)這些變量的意義給因子一個(gè)合適的名稱(chēng)，具有較高負(fù)載的變量對(duì) 因子名稱(chēng)的影響更大?？梢钥吹剑旱?1個(gè)因子的特征根值很高，對(duì)解釋原有變量的貢獻(xiàn)最大；第 5個(gè)以后的因子特征根值都較小，對(duì)解釋原有變量的貢獻(xiàn)很小，因此提取四個(gè)因子是合適的 ?？傮w上，原有變量的信息丟失較少，因子分析效果較理想 。在初始解中由于提取了 9個(gè)因子，因此原有變量的總方差均被解釋掉；第二組數(shù)據(jù)項(xiàng)（第五至第七列）描述了因子解的情況?？梢钥吹?， 重慶理工大學(xué)畢業(yè)論文 金融類(lèi)上市公司經(jīng)營(yíng)績(jī)效的分析 12 第 1個(gè)因子的特征根值為 ，解釋原有 9個(gè)變量總方差的 %，累計(jì)方差貢獻(xiàn)率為 %； 第 2個(gè)因子的特征根為 ，解釋原有 9個(gè)變量總方差 的 %，累計(jì)方差貢獻(xiàn)率為 %。因此本次因子提取的總體效果較理想。同時(shí)， KMO值為 ，大于 ，也適合進(jìn)行因子分析。如果該統(tǒng)計(jì)量的觀測(cè)值比較大，且對(duì)應(yīng)的概率 p 值小于給定的顯著性水平? ，則應(yīng)拒絕零假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣不太可能是單位矩陣，原有變量適合作因子分析； KMO檢驗(yàn)用于比較變量簡(jiǎn)單相關(guān)和偏相關(guān)系數(shù)， KMO的統(tǒng)計(jì)量如果小于 ，則不適合因子分析。s Test KaiserMeyerOlkin Measure of Sampling Adequacy. .617 Bartlett39。 指標(biāo)數(shù)據(jù)的適用性檢驗(yàn) 原始指標(biāo)數(shù)據(jù)有一定的相關(guān)性是因子分析的條件，因此我們?cè)谧鲆蜃臃治鲋耙葯z驗(yàn)數(shù)據(jù)的適用性。 1X 每股收益（元） 2X 總資產(chǎn)報(bào)酬率（ %） 3X 總資產(chǎn)周轉(zhuǎn)率（ %） 4X 凈利潤(rùn)增長(zhǎng)率（ %） 5X 總資產(chǎn)增長(zhǎng)率（ %） 6X 主營(yíng)收入增長(zhǎng)率（ %） 7X 資產(chǎn)總額（萬(wàn)元） 8X 利潤(rùn)總額（萬(wàn)元） 9X 主營(yíng)業(yè)務(wù)收入（萬(wàn)元 ） 重慶理工大學(xué)畢業(yè)論文 金融類(lèi)上市公司經(jīng)營(yíng)績(jī)效的分析 10 對(duì)金融類(lèi)上市公司進(jìn)行因子分析 原始指標(biāo)的標(biāo)準(zhǔn)化 要對(duì)原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理，首先就要計(jì)算各個(gè)指標(biāo)的平均值和標(biāo)準(zhǔn)差，然后將這些數(shù)據(jù)代入標(biāo)準(zhǔn)化公式中，經(jīng)計(jì)算可以得到各金融類(lèi) 上市公司各項(xiàng)指標(biāo)的標(biāo)準(zhǔn)化值 。要指出的是，由于對(duì)數(shù)據(jù)的獲取渠道較狹窄，在某種程度上此評(píng)價(jià)結(jié)果可能與 真實(shí)情況會(huì)有稍微的偏差，但能確信總體情況基本上是一致的。 樣本數(shù)據(jù)與小類(lèi)、小類(lèi)與小類(lèi)間親疏程度的度量： ①最短距離法 ②最長(zhǎng)距離法 ③組間平均鏈鎖法 ④組內(nèi)平均鏈鎖法 ⑤重心法 ⑥離差平方和法 4 最后 繪制系統(tǒng)聚類(lèi)譜系圖 ,按不同的分類(lèi)標(biāo)準(zhǔn)或不同的分類(lèi)原則 ,得出不同的分類(lèi)結(jié)果 . 重慶理工大學(xué)畢業(yè)論文 金融類(lèi)上市公司經(jīng)營(yíng)績(jī)效的分析 9 4 金融類(lèi)上市公司經(jīng)營(yíng)績(jī)效的實(shí)證分析 金融類(lèi)上市公司經(jīng)營(yíng)績(jī)效評(píng)價(jià)指標(biāo)體系 金融類(lèi)上市公司經(jīng)營(yíng)績(jī)效評(píng)價(jià)指標(biāo)體系的構(gòu)建 在借鑒國(guó)內(nèi)外學(xué)術(shù)界已 有研究成果，同時(shí)考慮到我國(guó)金融類(lèi)上市公司自身發(fā)展的實(shí)際情況， 選取了反映金融類(lèi)上市公司綜合實(shí)力的 9項(xiàng)指標(biāo)，建立了相應(yīng)的評(píng)價(jià)指標(biāo)體系，見(jiàn)下表。 2 聚類(lèi)分析處理的開(kāi)始是各樣品自成一類(lèi) ,計(jì)算各樣品之間的距離 ,并將距離最近的兩個(gè)樣品并成一類(lèi) 。 聚類(lèi)分析法是把個(gè)體逐個(gè)地合并成一些子集 ,直至整個(gè)總體都在一個(gè)集合之內(nèi)為止 。 聚類(lèi)分析的職能是建立一種分類(lèi)方法 ,它是將一批樣品或變量按照他們?cè)谛再|(zhì)上的親疏程度進(jìn)行分類(lèi) 。該值越高，說(shuō)明相應(yīng)因子的重要性越高。 因子的方差貢獻(xiàn) 因子 jf 的方差貢獻(xiàn)的數(shù)學(xué)定義為 2jS ＝ ??pi ija12 ，即因子 jf 的方差貢獻(xiàn)是因子載荷陣 A 中第 j 列元素的平方和。 變量共同度 變量共 同度也即變量方差。因子載荷 ija 值小于等于 1，絕對(duì)值越接近 1，表明因子 jf與變量 ix 的相關(guān)性越強(qiáng)。 其中 ),( 1 ?? pXXX ? 是可實(shí)測(cè)的 p 個(gè)指標(biāo)所構(gòu)成 p 維隨機(jī)向量，),( 1 ?? mFFF ? 是不可觀測(cè)的向量， F稱(chēng) 為 X 的公共因子或潛因子，即前面所說(shuō)的綜合變量，可以把它們理解為在高維空間中的互相垂直的 m 個(gè)坐標(biāo)軸； ija 稱(chēng)為因子載荷是第 i 個(gè)變量在第 j 個(gè)公共因子上的負(fù)荷，如果把變量 iX 看成 m 維因子空間中的一個(gè)向量，則 ija 表示 iX 在坐標(biāo)軸 jF 上的投影，矩陣 A稱(chēng)為因子載荷矩陣； ? 稱(chēng)為 X的特殊因子，通常理論上要求 ? 的協(xié)方差陣是對(duì)角陣， ? 中包括了隨機(jī)誤差。 因子分析的數(shù)學(xué)模型 ??????????????????????pmpmpppmmmmFaFaFaXFaFaFaXFaFaFaX???????2211222221212112121111 用矩陣表示 : ??????????????????????????????????????????????????????Pmpmppmmp FFFaaaaaaaaaXXX????????????212121222211121121 簡(jiǎn)記為 )1()1()()1( ???? ?? pmmpp FAX ? 且滿(mǎn)足： i） pm? ； ii） 0),( ??FCov 即 F和 ? 是不相關(guān)的 ； iii） mIFD ??????????????10101)( ?即 mFF?1 不相關(guān)且方差皆為 1。 重慶理工大學(xué)畢業(yè)論文 金融類(lèi)上市公司經(jīng)營(yíng)績(jī)效的分析 6 3 上市公司 經(jīng)營(yíng)績(jī)效分析 的基本方法概述 因子分析 因子分析的基本思想 因子分析的基本思想是通過(guò)變量（或樣品）的相關(guān)系數(shù)矩陣（對(duì)樣品是相似系數(shù)矩陣）內(nèi)部結(jié)構(gòu)的研究，找出能控制所有變量（或樣品）的少數(shù)幾個(gè)隨機(jī)變量去描述多個(gè)變量（或樣品）之間的相關(guān)（相似）關(guān)系，但在這里，這少數(shù)幾個(gè)隨機(jī)變量是不可觀測(cè)的，通常稱(chēng)為因子。通過(guò)對(duì)這些數(shù)據(jù)的充分分析，就可在考慮外部環(huán)境不變的條件下判斷企業(yè)未來(lái)成長(zhǎng)能力，使股東未來(lái)收益和債權(quán)人債權(quán)降到可接受的風(fēng)險(xiǎn)之下。 (4)成長(zhǎng)能力是 上市公司未來(lái)企業(yè)價(jià)值的重要來(lái)源。 企業(yè)償債能力分短期償債能力和長(zhǎng)期償債能力，其兩方面的強(qiáng)弱直接關(guān)系到企業(yè)經(jīng)濟(jì)實(shí)力和財(cái)務(wù)狀況的好壞，也是判斷企業(yè)財(cái)務(wù)策略是否穩(wěn)健以及財(cái)務(wù) 風(fēng)險(xiǎn)大小的重要標(biāo)桿。但應(yīng)該注意的是，在評(píng)價(jià)企業(yè)資產(chǎn)營(yíng)運(yùn)狀況時(shí)，要根據(jù)不同情況，考慮相應(yīng)的生產(chǎn)周期和行業(yè)差別等因素。作為企業(yè)的經(jīng)營(yíng)目標(biāo)之一，就是要保證實(shí)有資產(chǎn)能夠得到有效利用，且通過(guò)加快資產(chǎn)周轉(zhuǎn)速度創(chuàng) 造更多的價(jià)值。 (2)資產(chǎn)營(yíng)運(yùn)狀況是提高上市公司經(jīng)營(yíng) 績(jī)效的重要方法。良好的 財(cái)務(wù)效益狀況能反映企業(yè)經(jīng)營(yíng)績(jī)效和企業(yè) 成長(zhǎng)性。 上市公司財(cái)務(wù)績(jī)效評(píng)價(jià)包括兩個(gè)方面內(nèi)容：評(píng)價(jià)企業(yè)經(jīng)濟(jì)效益和評(píng)估經(jīng)營(yíng)者 經(jīng)營(yíng)業(yè)績(jī)，而企業(yè)財(cái)務(wù)基本狀況是體現(xiàn)經(jīng)濟(jì)效益和經(jīng)營(yíng)者業(yè)績(jī)的主要載 體。 重慶理工大學(xué)畢業(yè)論文 金融類(lèi)上市公司經(jīng)營(yíng)績(jī)效的分析 5 （ 4） 穩(wěn)定性原則 即指績(jī)效評(píng)價(jià)的指標(biāo)體系在指標(biāo)數(shù)量、指標(biāo)內(nèi)涵、評(píng)價(jià)標(biāo)準(zhǔn)等方面相對(duì)穩(wěn)定，不易頻繁變動(dòng)。 （ 2） 可比性與可操作性原則 可比性就是評(píng)價(jià)指標(biāo)應(yīng)具有普遍的統(tǒng)計(jì)意義，使評(píng)價(jià)結(jié)果能體現(xiàn)企業(yè)間橫向比較和時(shí)間上的縱向比較，同時(shí)在滿(mǎn)足評(píng)價(jià)目的的需要前提下，從實(shí)際出發(fā)，指標(biāo)概念清晰，表達(dá)方 式簡(jiǎn)單易懂，數(shù)據(jù)來(lái)源易于收集，績(jī)效評(píng)價(jià)指標(biāo)體系切實(shí)可行。 上市公司 經(jīng)營(yíng) 績(jī)效評(píng)價(jià)指標(biāo)的選取 原則 （ 1） 全面性與重要性原則 選取的指標(biāo)應(yīng)能夠合理地反映企業(yè)的各個(gè)要素和各個(gè)環(huán)節(jié)，能真實(shí)全面地反映企業(yè)的績(jī)效水準(zhǔn)，能夠顧及企業(yè)績(jī)效評(píng)價(jià)的廣泛性，覆蓋面廣，顧及資源配置受益對(duì)象的廣泛性，妥善地權(quán)衡和處理所有者與經(jīng)營(yíng)者、所有者與債權(quán)人各方面的利害關(guān)系。企業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)，是指利用企業(yè)所有財(cái)務(wù)和非財(cái)務(wù)信息，借助數(shù)理統(tǒng)計(jì)等各種分析方法，從信息使用者 (包括投資人、債權(quán)人、管理者等 )