WORD整理版
企业生命周期评价模型
一、因子分析的基本思想
因子分析（factora
alysis）模型是主成分分析的推广。它也是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具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方法。因子模型可具体写成：
x1a11f1a12f2a1mfma11xafafafa22112222mm22xpap1f1ap2f2apmfmapp
式中，f1，f2，，fm为主因子，分别反映某一方面信息的不可观测的潜在变量；aij为因子载荷系数，是第i个指标在第j个因子上的负荷。
二、基本模型的建立
本模型在遵循整体性、可比性、科学性、实用性等原则的基础上，参阅相关文献并结合我国企业现状，选取了具有代表性的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。
专业资料学习参考
fWORD整理版
本文选取的数据，来自汽车行业中八家上市公司的财务数据。首先对所有指标的原始数据进行标准化，消除量纲和数量级的影响。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的条件。本文运用spss190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的检验取样足够度的KaiserMeyerOlki
度量。Bartlett的球形度检近似卡方验dfSig650179210928000
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的显著性水平下，球形检验P值为000，小于005，故应拒绝球形检验零假设，样本符合因子分析的条件。
下表反映的是标准化后的各观测变量相关系数矩阵的特征值、方差贡献率以及累计贡献率情况。从表的特征值可以看出，第一个因子的特征值15298，大约占去方差的27834，由于特征值大于1的只有因子1、2、3、4，因此只有前四个因子被提取，四个因子的特征值共占去方差94214。因此说明前四个因子提供了原始数据的大部分信息。
专业资料学习参考
fWORD整理版
解释的总方差成份1234567891011提取方法：主成份分析。005039100000合计529830792r