企业生命周期评价模型
一、因子分析基本思想
因子分析（factora
alysis）模型是主成分分析推广。它也是利用
降维思想，由研究原始变量相关矩阵内部依赖关系出发，把一些具有错综
复杂关系变量归结为少数几个综合因子一种多变量统计分析方法。
因子模型可具体写成：
x1a11f1a12f2

x2

a21f1
a22
f2


a1mfma11a2mfma22

xpap1f1ap2f2apmfmapp
式中，f1，f2，，fm为主因子，分别反映某一方面信息不可观测潜在变
量；aij为因子载荷系数，是第i个指标在第j个因子上负荷。
二、基本模型建立
本模型在遵循整体性、可比性、科学性、实用性等原则基础上，参阅
相关文献并结合我国企业现状，选取了具有代表性13个指标，主要包括
总资产净利润率（X1）、资产报酬率（X2）、流动资产净利润率（X3）、固定资产净利润率（X4）、净资产收益率（X5）、资本保值增值率X6、资本积累率（X7）、所有者权益增长率（X8）、权益乘数（X9）、产权比率（X10）、速动比率X11、流动比率（X12）和资产负债率X13，这些指标从不同角度反映了中小企业财务状况，初步构成了中小企业状况评价指标体系。
本文选取数据，来自汽车行业中八家上市公司财务数据。首先对所有
指标原始数据进行标准化，消除量纲和数量级影响。在因子分析之前，对
数据进行相关统计检验，看数据是否满足因子分析条件。本文运用
fspss190对相关数据进行KMO和巴特莱特球形检验，检验结果如下表所
示：
KMO和Bartlett检验
取样足够度KaiserMeyerOlki
度
650
量。
Bartlett球形近似卡方
1792109
度检验
df
28
Sig
000
结果显示KMO抽样适度测定值为06505，根据多元统计因子分析相
关知识，在005显著性水平下，球形检验P值为000，小于005，故应
拒绝球形检验零假设，样本符合因子分析条件。
下表反映是标准化后各观测变量相关系数矩阵特征值、方差贡献率以及累计贡献率情况。从表特征值可以看出，第一个因子特征值15298，大约占去方差27834，由于特征值大于1只有因子1、2、3、4，因此只有前四个因子被提取，四个因子特征值共占去方差94214。因此说明前四个因子提供了原始数据大部分信息。
f解释总方差
成
初始特征值
提取平方和载入
旋转平方和载入
份合计方差累积合计方差累积合计方差累积
1529840757407575298407574075736182783427834
2307923682644383079236826443830382336851202
3229717671821102297176718211029822293874140
415741210494214157412104942142610200739421r