因子分析报告

学 生 实 验 报 告

学 院： 统计学院 课程名称： 多元统计分析 专业班级： 姓 名： 学 号：

学生实验报告

（经管类专业用）

学生姓名 实验项目 学号 SPSS软件综合应用 同组人 □必修 □选修 □演示性实验 □验证性实验 □操作性实验 ■综合性实验 实验地点 指导教师 304 万兆泉 实验仪器台号 实验日期及节次 一、实验目的及要求：

1、目的

利用SPSS软件对所给数据进行因子分析。 2、内容及要求

利用SPSS软件对所给数据进行因子分析。

二、仪器用具：

仪器名称 计算机 SPSS软件 规格/型号 数量 1 1 备注 无网络环境

三、实验方法与步骤及实验结果与数据处理：

（1） 原始数据及指标解释。本次因子分析中选取了证券投资分析中的10个

指标。分别为X1——市盈率；X2——净资产收益率；X3——总资产报酬率；X4——毛利率；X5——资产现值；X6——应收应；X7——营业利润占比例；X8——流通市值；X9——总市值。

（2） 计算运行结果。将标准化后的数据导入SPSS软件上，进行因子分析，

如下图所示

进入因子分析对话框，把10个指标变量选入变量中。在进行因子分析之前，我们先了解下变量之间的相关性来判断进行因子分析是否合适。对此，点击变量右方的描述按钮，进入描述对话框，在统计量框架中选择“单变量描述性”，用于统计每个变量的均值、方差等统计量的值，在下部“相关矩阵”框架中，选中“系数”选项以输出原始变量的相关矩阵，选中“显著性水平”以输出原始变量各相关系数的显著性水平。点击“继续”按钮，点击OK运行，可以得出输出结果如下，

相关矩阵 相关 市盈率 净资产收益率 总资产报酬率 毛利率 营业利润占比 流通市值

净资产市盈率 1.000 -.271 -.413 -.128 -.368 -.126 收益率 -.271 1.000 .567 .073 -.015 .087 总资产营业利流通市值 总市值 成交量（手） -.098 .022 .027 -.037 .073 .848 报酬率 毛利率 润占比 -.413 -.128 -.368 .567 1.000 .073 -.015 .339 -.008 .057 -.126 -.117 .087 .143 .101 .077 1.000 .077 .105 .134 .104 .944 .339 1.000 -.008 .143

.057 1.000 .101 .077 总市值 成交量（手） Sig.（单侧） 市盈率 净资产收益率 总资产报酬率 毛利率 营业利润占比 流通市值 总市值 成交量（手） -.117 -.098 .077 .022 .005 .105 .134 .104 .073 .000 .446 .469 .298 .944 1.000 .848 .121 .209 .092 .176 .239 .802 .138 .239 .165 .106 .169 .000 .802 1.000 .182 .419 .401 .365 .250 .000 .000 .027 -.037 .000 .000 .116 .250 .001 .005 .000 .116 .000 .121 .138 .182 .000 .250 .446 .209 .239 .419 .001 .469 .092 .165 .401 .298 .176 .106 .365 .239 .169 .250 .000 .000 .000 由上面的结果可知，原始变量之间有较强的相关性，进行因子分析是合适的。 （3）因子分析过程

回到“因子分析”对话框，点击“抽取”按钮，在“方法”选项中选择“主成份”（这时，因子分析等同于主成分分析，如果是主成分分析，则只能选择此项）；在“分析”选项中选择“相关性矩阵”；在“输出”选项中选择“未旋转因子解”和“碎石图”；在“抽取”选项中选择“基于特征值大于1”，点击“继续”。

对公共因子进行方差最大化下次旋转。在“因子分析”对话框中，点击“旋转”按钮，进入“旋转”对话框，选中“最大方差分析法”，进行方差最大化下次旋转（若做主成分分析就选择”“无”）。

为便于得出结论，在“因子分析”主对话框中点击“选项”按钮进入“选项”对话框，在“系数显示格式”中选择“按大小排序”，使输出的载荷矩阵中各列载荷系数大小排列，使在同一个公共因子上具有较高载荷的变量排在一起。然后点击“继续”。

按照特征根大于1的原则，选入4个公共因子，其累计方差贡献率为72.343%，在的特征根及累计贡献率、碎石图、及按载荷系数大小排列的因子载荷矩阵见如下输出结果：

解释的总方差 成份 合计 1 2 3 4 2.909 1.907 1.251 1.168 提取平方和载入 方差的 % 29.092 19.069 12.506 11.676 累积 % 29.092 48.162 60.667 72.343 合计 2.727 1.904 1.354 1.249 旋转平方和载入 方差的 % 27.269 19.043 13.541 12.491 累积 % 27.269 46.311 59.852 72.343 提取方法：主成份分析。

成份矩阵

a

流通市值 总市值 成交量（手） 总资产报酬率 净资产收益率 市盈率 毛利率 营业利润占比 应收应 资产现

提取方法 :主成份。

成份

1 .934 .926 .849 .322 .269 -.333 .202 .198 -.231 .195 2 -.253 -.257 -.357 .791 .669 -.582 .418 .155 -.190 -.052 3 .125 .064 .065 .295 .125 .418 .222 -.776 .019 -.544 4 .067 .013 .082 .073 -.271 -.286 .122 .341 .687 -.627 a. 已提取了 4 个成份。

以上是未旋转时的分析结果，由于未旋转的公共因子的实际意义不好解释，因此，在对公共因子进行方差最大化下次旋转后输出结果如下，

旋转成份矩阵 a 流通市值 总市值 成交量（手） 总资产报酬率 净资产收益率 毛利率 营业利润占比 市盈率 资产现 应收应 成份 1 .971 .952 .925 .043 -.013 .069 .055 -.060 .070 -.075 2 .110 .079 -.029 .903 .707 .513 -.090 -.458 -.208 -.212 3 .032 .058 .041 .070 .029 .021 .878 -.701 .229 .162 4 .042 .111 .022 -.021 .328 -.104 .020 -.017 .794 -.696 提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的正交旋转法。 a. 旋转在 5 次迭代后收敛。 由上图表输出结果，原变量X1（市盈率）可由各因子表示为：

X1??0.060F1?0.458F2?0.701F3?0.017F4 原变量X2（净资产收益率）可由各因子表示为：

X2??0.013F1?0.707F2?0.029F3?0.328F4 其余以此类推。

最后，计算因子得分，以各因子的方差贡献率占三个因子总方差贡献率的比重作为权重进行加权汇总，得出证券公司的综合得分F（这种综合评价方法目前应用较多，但也有较大争议，慎用）。即

F=（27.269?F1?19.043F2?13.541F3?12.491F4)/72.343

在“因子分析”主对话框中点击按钮“得分”进入“因子得分”对话框，选中“保存为变量”，在“方法”中选择“回归”计算因子得分，如下图所示

得到运行结果并计算综合得分，结果见下表

城市 F1 万科A 7.39806 中国宝0.11497 安 沙河股-0.43443 份 招商地1.12965 产 *ST华控 -0.30954 深长城 -0.45511 中航地-0.28455 产 泛海建0.47169 设 宜华地-0.44517 产 金融街 1.45237 绿景地-0.43869 产 *ST珠江 -0.56677 银基发-0.0627 展 渝开发 -0.0964 中天城-0.24176 投 光华控-0.55196 股 莱茵置-0.42423 业 海德股-0.48405 份 粤宏远A -0.18874 阳光股-0.33663

F2 F3 F4 -0.17275 -0.06792 0.12494 0.00012 0.46995 1.03083 0.46391 0.33648 0.24586 -0.20883 0.07289 0.21261 2.58522 0.16518 0.61603 0.29943 0.51744 1.00532 -0.85433 0.01402 -0.43091 -0.55345 0.35045 -0.26269 0.59279 0.17986 -0.04526 0.43129 0.06029 0.0864 2.20055 -4.36864 0.39335 1.84741 0.05177 -0.05869 0.00809 0.16163 -0.50566 -0.07783 0.91964 -3.1004 1.75097 0.27356 -0.71451 0.85837 0.12787 0.02982 -0.40567 0.43977 0.32833 0.58241 -0.07441 -0.28844 -0.94777 -0.50894 -1.6812 1.72426 0.20682 0.46105

份 绵世股-0.28934 份 亿城股-0.17333 份 万方地-0.79917 产 名流置0.20944 业 荣丰控-0.47956 股 阳光城 -0.26515 苏宁环0.09046 球 中国武-0.45285 夷 金宇车-0.34102 城 大连国-0.46337 际 津滨发0.17818 展 福星股-0.05371 份 中关村 -0.15052 世荣兆-0.40256 业 广宇集-0.37881 团 荣盛发-0.28637 展 滨江集0.06109 团 中国国-0.06674 贸 保利地3.6212 产 中江地-0.07621 产 海泰发-0.25165 展 浙江东-0.49378 日 东湖高-0.41325 新

-1.56062 0.48122 -0.74702 -0.3815 1.25899 0.17669 1.91447 -0.57522 1.4226 -0.03246 0.13962 -0.55966 0.43895 0.46044 -0.25041 -1.84902 -1.69461 -0.01391 1.63216 0.16081 0.83988 -0.83929 0.58839 0.73568 -1.09146 -1.39155 -0.717 -0.11233 0.48487 0.43656 -1.74561 -0.92673 -0.12755 -0.18419 0.46482 -0.93436 -0.88665 -0.24182 -0.56725 0.38777 0.07152 -0.61704 0.20533 0.30638 0.24688 1.06221 0.20082 0.53296 -1.18869 0.43073 0.40336 0.72269 0.11392 -0.80044 0.56591 0.0043 0.32659 -1.76951 -6.47801 0.48305 -0.76159 1.12275 0.29734 0.04427 0.23841 -0.35349 0.08113 0.27238 -0.42974

中体产0.01332 业 大龙地-0.27907 产 香江控-0.27164 股 卧龙地-0.57572 产 美都控-0.4207 股 新湖中0.37988 宝 ST鲁置-0.31069 业 云南城-0.04506 投 华业地-0.29767 产 成城股-0.1593 份 北京城0.09574 建 天房发0.0074 展 华发股0.20523 份 首开股-0.13626 份 金地集2.14206 团 东华实-0.45208 业 空港股-0.48475 份 华丽家-0.42849 族 栖霞建-0.0967 设 金丰投-0.35862 资 鼎立股-0.29359 份 丰华股-0.45867 份 新黄浦 -0.05664

-0.5336 -0.15975 -0.14927 1.32759 0.10047 -0.39396 -0.16685 0.42651 1.58772 1.70905 0.318 0.23589 -1.3989 0.56795 0.73004 -0.4578 0.38658 0.82418 -0.68101 0.30844 1.49671 -0.96868 0.6695 1.12751 -0.40963 0.28446 0.34669 -1.07789 1.25958 -4.55782 0.11804 0.37135 0.29537 -0.64021 -0.03322 -0.42276 0.22315 0.32714 0.75558 -0.51732 0.98812 3.22065 -0.73834 0.16422 0.19682 -0.16947 0.06175 -0.1157 -0.32607 0.37297 0.11682 0.77959 -0.39393 -0.51458 0.26258 0.43 0.4124 0.74421 0.10908 -0.02465 0.57583 -0.51478 -0.53991 -0.5538 1.04917 -0.06167 0.58703 -0.90122 -0.11773

浦东金0.00212 桥 万业企-0.20212 业 爱建股0.07526 份 外高桥 -0.16115 信达地-0.0069 产 陆家嘴 1.30336 天地源 -0.26925 中华企0.30194 业 京投银-0.29457 泰 多伦股-0.33888 份 中国高-0.35273 科 上海新-0.42199 梅 苏州高-0.21171 新 中茵股-0.39514 份 上实发0.24664 展 东方银-0.26653 星 正和股-0.33779 份 园城股-0.68535 份 世茂股0.11733 份 同济科-0.35416 技 张江高0.61729 科 北辰实0.34736 业 0.80871 -0.25547 -0.90928 0.77613 0.06826 0.34218 -0.40651 -0.01532 0.08744 -0.96871 0.27229 0.49606 -0.38095 -0.9454 -0.16829 2.89542 -0.10668 -0.61369 -0.20889 -0.58824 0.46958 0.48512 0.26769 0.29295 -1.06976 0.05659 0.19234 -0.51152 -0.18463 -1.01587 -1.3044 0.61191 -1.69944 0.30746 0.145 -0.32271 -1.06206 0.57113 0.71881 0.0911 -1.57296 -0.51884 -0.35864 -0.19396 -0.10277 -0.20254 -0.32363 -1.37044 1.64912 0.17726 -1.63617 -1.38228 0.98928 3.09034 -0.87483 -0.27496 -0.163 -0.93253 -0.22844 0.26416 0.79879 0.28863 -0.61742 0.16526 0.39649 0.56062 以F1因子得分为x轴，F2因子得分为y轴，画出各城市的因子得分图

其操作步骤如下：在SPSS中点选“图形”，在出现的下拉菜单中点击“散点图”

（3） 结果分析。由旋转后的因子载荷矩阵可以看出，公共因子F1在流通市

值，总市值，成交量上的载荷都很大。

公因子F2在总资产报酬率，净资产收益率，毛利率上的载荷量较大。 公因子F3在营业利润占比，市盈率上的载荷较大。 公因子F4在资产现和应收应上有较大的载荷。

有了对各个公共因子合理的解释，结合各个上市公司在四个公共因子上的得分和综合得分，就可对各上市公司的综合发展水平进行评价了。在因子F1上得分最高的几个公司依次是：万科A，保利地产，金地集团，陆家嘴，金融街和招商地产五个上市公司。其中，万科A的得分为7.40，保利地产为3.62远高于其它公司，这就是说，就公司经济发展规模而言，万科A、保利地产的经济发展规模最大，且远大于其它公司。公司规模较小、经济能力相对较弱的公司有万方地产各园城股份。陆家嘴、*ST华控和绿景地产在F2上得分较高，而津滨发展、中江地产和阳光城得分较低，说明陆家嘴、*ST华控和绿景地产的收益是较好的，而津滨发展等公司的收益相对较低，还需要提高资产报酬率、净资产收益率和毛利率。

将各公司在四个因子上的得分进行加权综合，就得到了综合得分，

根据综合得分就可综合评价公司的发展水平。综合得分前五名的公司为：万科A、保利地产、首开股份、陆家嘴及*ST华控。综合得分最低的五个公司依次是：中江地产、成城股份、阳光城、金宇车城及粤宏远A。再结合各因子得分进行分析，万科A在资产结构及盈利能力都较高，但是在营业收入方面的得分较低，因此在这方面加大改善力度。保利地产各方面无论是总资产结构规模还是投资收盈的得分均次于万科，但其营业能力较之更有优势。 综合最高分 综合最低分

万科A 7.28233 保利地产 4.518 首开股份 3.55519 陆家嘴 3.47841 *ST华控 3.05689 中江地-7.84068 产 成城股-4.53543 份 阳光城 -3.82269 金宇车-3.54103 城 粤宏远A -3.32665

证券投资者应当结合各公司具体财务状况理性地购买证券。某公司的证券是否具有一定的投资价值更需要根据各公司各年度财务报表进行财务分析以及结合国家宏观财政政策进行理性选择。例如，债券的投资价值受市场利率水平的影响，并随着市场利率的变化而变化；影响股票投资价值的因素更为复杂，受宏观经济、行业形势和公司经营管理等多方面因素的影响。所以投资者在决定投资某种证券前，首先应该认真评估证券的投资价值。只有当证券处于投资价值区域时，投资该证券才有利可图，否则可能会导致投资的失败。投资者从事证券投资是为了获得投资回报即预期收益，但这种回报是以承担相应风险为代价的。从总体来说，预期收益水平越高，投资者所要承担的风险也就越大；预期收益水平越低，投资者所要承担的风险也不越小。然而，第一证券都有自己的风险即收益特性，而这种特性会随着各相关因素的变化而变化。因此，对于某些具体的证券而言，由于判断失误，投资者在承担较高风险的同时却未必能获得较高收益。理性投资者通过证券投资分析来考察第一种证券的风险—收益特性及其变化，可以较为准确定哪些证券是风险较大的证券，哪些证券是风险较小的证券，从而避免承担不必要的风险。

从这个角度讲，证券投资分析有篮球降低投资者的投资风险。 影响证券投资目标实现程度的因素很多，其作用机制也十分复杂。只有通过全面、系统和科学的专业分析，才能客观地把握住这些因素及其作用机制，并做出比较准确的预测。

四、讨论与结论

通过此次的因子分析实验我更加熟悉了用SPSS软件进行因子分析操作了，也更明白了，因子分析是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出民，把一此具有错综复杂关系的变量少数几个综合因子的一种多变量统计分析方法。不过在进行因子分析检验时（即判断数据是否适合使用因子分析进行分析）还是有点没太明白，而且有时候数据个数较多，因子分析时的代表成分还是很低，但又要进行因子分析，那么这样分析的数据报告则不是很科学了吧。另外，在结果分析中除了对数据进行解释说明还当结合实际，具体情况具体分析，这样的分析结果才更科学有效。

六、指导教师评语及成绩：

评语：

成绩： 指导教师签名：李燕辉

批阅日期：

本文来源：https://www.bwwdw.com/article/gl9.html