SPSS因子、聚類案例分析報(bào)告

1、喀什大學(xué)實(shí)驗(yàn)報(bào)告多元統(tǒng)計(jì)分析SPSS實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程：基于 SPSS的數(shù)據(jù)分析實(shí)驗(yàn)地點(diǎn)：現(xiàn)代商貿(mào)實(shí)訓(xùn)中心實(shí)驗(yàn)室名稱：經(jīng)濟(jì)統(tǒng)計(jì)實(shí)驗(yàn)室學(xué)院： xxx 學(xué)院年級(jí)專業(yè)班： xxx班學(xué)生姓名：xxx學(xué)號(hào)： 015完成時(shí)間：2016年 x 月 x 日開課時(shí)間：2016至 2017學(xué)年第 1學(xué)期成績教師簽名批閱日期實(shí)驗(yàn)項(xiàng)目：中國上市銀行競爭力分析（一）實(shí)驗(yàn)?zāi)康谋緦?shí)驗(yàn)?zāi)康膰@上市商業(yè)銀行競爭力這一主線，遵循一般理論、具體分析到對(duì)策建議的研究思路， 以我國國內(nèi)上市的十家商業(yè)銀行為研究對(duì)象，采用其 2012年度財(cái)務(wù)報(bào)告的數(shù)據(jù)，從盈利能力、安全能力和發(fā)展能力三方面共選取了 8 個(gè)重要指標(biāo)，試圖通過這些指標(biāo)量化影響競

2、爭力的因素，構(gòu)建我國上市商業(yè)銀行的競爭力評(píng)價(jià)指標(biāo)體系，并運(yùn)用因子分析方法，對(duì)我國上市商業(yè)銀行的競爭力狀況進(jìn)行了分析評(píng)價(jià)。最后針對(duì)分析的結(jié)果，通過對(duì)我國上市銀行競爭力進(jìn)行優(yōu)劣勢(shì)比較，提出了提升我國上市商業(yè)銀行競爭力的一些建議。（二）實(shí)驗(yàn)資料通過對(duì)資產(chǎn)利潤率、不良貸款率、資產(chǎn)負(fù)債率、資本充足率、每股收益增長率、貸款增長率、 存款增長率、 總資產(chǎn)增長率等指標(biāo)的選擇分析不同指標(biāo)在進(jìn)行因子分析時(shí)所考慮的因素是否存在差異， 影響我國上市商業(yè)銀行的競爭力狀況的因素與上述指標(biāo)是否有關(guān)。具體數(shù)據(jù)如下所示：十家同類型上市商業(yè)銀行2012 年指標(biāo)盈利能力安全能力發(fā)展能力資產(chǎn)利潤資產(chǎn)負(fù)債資本充足每股收益貸款增長存款增

3、長總資產(chǎn)增率不良貸款率率率增長率率率長率平安銀行%浦發(fā)銀行%建設(shè)銀行%中國銀行%農(nóng)業(yè)銀行%工商銀行%10%交通銀行%招商銀行%中信銀行%民生銀行%（三）實(shí)驗(yàn)步驟1、選擇菜單2、選擇參與因子分析的變量到( 變量 V) 框中3、選擇因子分析的樣本4、在所示窗口中點(diǎn)擊（描述D）按鈕，指定輸出結(jié)果，輸出基本統(tǒng)計(jì)量、圖形等5、在所示窗口中點(diǎn)擊 （抽取 E）按鈕指定提取因子的方法為：主成分分析法6、在所示的窗口中點(diǎn)擊（旋轉(zhuǎn)T）按鈕選擇因子旋轉(zhuǎn)方法7、在所示窗口中點(diǎn)擊（得分S）按鈕選擇計(jì)算因子得分的方法8、在所示窗口中點(diǎn)擊（選項(xiàng)）按鈕（四）實(shí)驗(yàn)結(jié)果及分析分析結(jié)果如下表所示。相關(guān)性矩陣每股收益增長率貸款增長率

4、存款增長率總資產(chǎn)增長率相關(guān)性資產(chǎn)利潤率.383不良貸款率資產(chǎn)負(fù)債率.563.105.494資本充足率.357.044每股收益增長率.159貸款增長率.922.551存款增長率.922.738總資產(chǎn)增長率.159.551.738顯著性 （單尾） 資產(chǎn)利潤率.137.346.124.154不良貸款率.283.472.490.407資產(chǎn)負(fù)債率.045.323.386.073資本充足率.081.155.452.131每股收益增長率.149.164.330貸款增長率.149.000.049存款增長率.164.000.007總資產(chǎn)增長率.330.049.007通過觀察原始變量的相關(guān)系數(shù)矩陣，可以看到，矩陣

5、中存在許多比較高的相關(guān)系數(shù)，并且大多數(shù)變量通過了原假設(shè)為相應(yīng)變量之間的相關(guān)系數(shù)為0 的 t 假設(shè)。相關(guān)系數(shù)實(shí)際上反映的是公共因子起作用的空間， 相關(guān)系數(shù)越大， 表明數(shù)據(jù)適合做因子分析。KMO和巴特利特檢驗(yàn)KMO取樣適切性量數(shù)。.518巴特利特球形度檢驗(yàn)近似卡方自由度28顯著性.006同時(shí)， KMO級(jí) Bartlett 檢驗(yàn)是否適合做因子分析。以上是 KMO級(jí) Bartlett 檢驗(yàn)結(jié)果，由表可知： KMO值為，說明該數(shù)據(jù)適合做因子分析。上表中的巴特利特球體檢驗(yàn)的 X 統(tǒng)計(jì)值的顯著性概率是 O000，小于 1，因此拒絕原假設(shè)，說明數(shù)據(jù)具有相關(guān)性，適宜做因子分析。反映像矩陣每股收益增長率貸款增長率

6、存款增長率總資產(chǎn)增長率反映像協(xié)方差矩陣資產(chǎn)利潤率.025不良貸款率.038.031資產(chǎn)負(fù)債率.027資本充足率.011.015每股收益增長率.207.034貸款增長率.025.018存款增長率.034.020總資產(chǎn)增長率.018.175反映像相關(guān)性矩陣資產(chǎn)利潤率.306不良貸款率.113.266資產(chǎn)負(fù)債率.214資本充足率.307.146每股收益增長率.496 a.533貸款增長率.496 a.269存款增長率.533.503 a總資產(chǎn)增長率.269.651 aa.取樣適切性量數(shù)(MSA)反映像矩陣在其對(duì)角線上的數(shù)字若大于 （出口合同為） 則適合因子分析， 小于則不適合因子分析。從表中得知，適

7、合做因子分析。公因子方差初始提取資產(chǎn)利潤率.818不良貸款率.519資產(chǎn)負(fù)債率.912資本充足率.928每股收益增長率.786貸款增長率.953存款增長率.979總資產(chǎn)增長率.865提取方法：主成分分析法。變量共同度，它刻劃了全部公共因子對(duì)各個(gè)變量的總方差所作的貢獻(xiàn)，也稱為公因子方差，從上表中可以得到變量共同度大部分都接近 1，說明該變量的幾乎全部原始信息都被所選取的公共因子說明了， 也就是說，由原始變量空間轉(zhuǎn)為2因子空間轉(zhuǎn)化的性質(zhì)較好，保留原來信息量多，因此，hi是 X i方差的重要組成部分。檢驗(yàn)可以做因子分析后， 我們通過因子分析得到相應(yīng)的特征值和對(duì)應(yīng)因子的貢獻(xiàn)率，如下表所示初始特征值提取

8、載荷平方和旋轉(zhuǎn)載荷平方和方差百分方差百分方差成分總計(jì)比累積 %總計(jì)比累積 %總計(jì)的 %累積 %1234 .8185 .2216 .1547.038.4788.011.133綜合因子 F， F2， F3 的特征值大于 1，且對(duì)原始數(shù)據(jù)的累積貢獻(xiàn)率達(dá)到了，其中 F1 的貢獻(xiàn)率最強(qiáng)，達(dá)到了，F(xiàn)2 的貢獻(xiàn)率達(dá)到了， F3的貢獻(xiàn)率也達(dá)到了。這三個(gè)因子的貢獻(xiàn)率都遠(yuǎn)遠(yuǎn)大于其它因子的貢獻(xiàn)率，因此， F1，F(xiàn)2， F3 是決定商業(yè)銀行競爭力強(qiáng)弱的關(guān)鍵因子。從碎石圖中得到，第 1 個(gè)因子的特征值高于其他項(xiàng)， 對(duì)解釋原有變量的貢獻(xiàn)最大；第 5 個(gè)因子之后的特征值都小，對(duì)解釋原有變量的貢獻(xiàn)較??；因此我們可以取 3 個(gè)

9、或 4 個(gè)因子較為合適。成分矩陣 a成分123總資產(chǎn)增長率.897.187存款增長率.892.400.150貸款增長率.685.607.339資本充足率.873.175資產(chǎn)負(fù)債率.475每股收益增長率.391資產(chǎn)利潤率.680不良貸款率.239a提取方法：主成分分析法。a.提取了 3個(gè)成分。表中給出旋轉(zhuǎn)前的因子載荷陣， 從中可以看出， 每個(gè)因子在不同原始變量上的載荷沒有明顯的差別， 3 個(gè)因子的實(shí)際含義比較模糊。為了避免初始因子綜合性太強(qiáng)，難以找出因子的實(shí)際意義的問題， 需要通過旋轉(zhuǎn)坐標(biāo)軸， 使負(fù)載盡可能向正負(fù) 0 或 1 的方向靠近， 從而降低因子的綜合性， 使其真實(shí)意義凸現(xiàn)出來。 下面使用

10、的因子旋轉(zhuǎn)方法為方差最大正交旋轉(zhuǎn)法， 目的是使旋轉(zhuǎn)后的因子載荷矩陣的結(jié)構(gòu)簡化，便于對(duì)各個(gè)公共因子進(jìn)行合理的解釋， 同時(shí)保證每一個(gè)公共因子反映的信息量盡量最大。旋轉(zhuǎn)后的成分矩陣a成分123資本充足率.051.020資產(chǎn)負(fù)債率.951.084.011每股收益增長率.602.593存款增長率.977貸款增長率.928.016總資產(chǎn)增長率.493.788.023資產(chǎn)利潤率.771不良貸款率提取方法：主成分分析法。a旋轉(zhuǎn)方法：凱撒正態(tài)化最大方差法。a.旋轉(zhuǎn)在 4次迭代后已收斂。表中給出旋轉(zhuǎn)后的因子載荷陣， 從表中可以看出， 經(jīng)過旋轉(zhuǎn)后的載荷系數(shù)已經(jīng)明顯的兩極分化了。 第一個(gè)公共因子在指標(biāo) X2每股收益增

11、長率、 X3 資產(chǎn)負(fù)債率、 X4 資本充足率上有較大載荷，說明這 3 個(gè)指標(biāo)有較強(qiáng)的關(guān)聯(lián)性，可以歸為一類，因此可以把第一個(gè)因子命名為 “流動(dòng)因子” ；第二個(gè)公共因子在指標(biāo) X6 貸款增長率、 X7 存款增長率、 X8 總資產(chǎn)增長率上有較大載荷， 同樣可以歸為一類，第二個(gè)因子可以命名為“發(fā)展因子”；同理， X1 資產(chǎn)利潤率、 X5 不良貸款率歸到第 3 類， 將其命名為“安全和盈利因子”。在三維空間組件圖中， 各因子更接近于組價(jià)幾， 接近組件幾對(duì)應(yīng)的是 旋轉(zhuǎn)后的成分矩陣的成分幾。成分得分系數(shù)矩陣成分123資產(chǎn)利潤率.544不良貸款率資產(chǎn)負(fù)債率.359.012資本充足率.046.072每股收益增長

12、率.203.370貸款增長率.378.137存款增長率.371.003總資產(chǎn)增長率.167.304.083提取方法：主成分分析法。旋轉(zhuǎn)方法：凱撒正態(tài)化最大方差法。組件得分。表中給出了因子得分系數(shù)矩陣， 根據(jù)表中的因子得分系數(shù)和原始變量的標(biāo)準(zhǔn)化值就可以計(jì)算出每個(gè)觀測(cè)值的各因子的得分。旋轉(zhuǎn)后的因子得分表達(dá)式可以寫成：F1=+五、結(jié)論本文通過采用多元統(tǒng)計(jì)分析中的因子分析法對(duì)國有商業(yè)銀行的經(jīng)營績效加以評(píng)價(jià)，從盈利能力、安全能力和發(fā)展能力三方面來具體分析我國上市商業(yè)銀行競爭力，對(duì)上市銀行及非上市銀行具有一定的指導(dǎo)作用。實(shí)驗(yàn)項(xiàng)目：商廈評(píng)分（一）實(shí)驗(yàn)?zāi)康模罕緦?shí)驗(yàn)?zāi)康睦?SPSS層次聚類對(duì)商廈評(píng)分進(jìn)行分類分

13、析，以了解了解各商廈之間的相互關(guān)系。（二）實(shí)驗(yàn)資料 :編號(hào)購物環(huán)境服務(wù)質(zhì)量A 商廈7368B 商廈6664C商廈8482D商廈9188E 商廈9490（三）實(shí)驗(yàn)步驟 :表一聚類成員個(gè)案3 個(gè)聚類2 個(gè)聚類1:A 商廈112:B 商廈113:C 商廈224:D 商廈325:E 商廈32表一可知，當(dāng)聚成 3 類時(shí)， A，B 倆個(gè)商廈為一類， C 商廈自成一類， D，E兩個(gè)商廈為一類；當(dāng)聚成兩類時(shí)， A，B 倆個(gè)商廈為一類， C，D，E 三個(gè)商廈為一類， SPSS的層次聚類能夠產(chǎn)生任意類數(shù)的分類結(jié)果。圖一圖一，可知， D 商廈與 E 商廈的距離最近，首先合并成一類，其次，合并的是 A，B 倆個(gè)商廈它

14、們的距離比 D商廈與 E 商廈大，最后是合并 C商廈。最后聚城一體。圖二：圖二，可知，當(dāng)聚成 4 類時(shí)， D，E 兩個(gè)商廈為一類；其他各商廈自成一類，聚成 3 類時(shí)， A，B 倆個(gè)商廈為一類， C 商廈自成一類， D，E 兩個(gè)商廈為一類；當(dāng)聚成兩類時(shí)， A，B 倆個(gè)商廈為一類， C，D，E 三個(gè)商廈為一類。表二初始聚類中心聚類123購物環(huán)境服務(wù)質(zhì)量表二，可知，3 個(gè)初始類中心點(diǎn)的數(shù)據(jù)， 分別為（ 94,90 ）（66,64 ）（ 84,82 ）可見第一類最優(yōu)，第三類次之，第二類最差。表三迭代歷史記錄 a聚類中心中的變動(dòng)迭代1231.0002.000.000.000a. 由于聚類中心中不存在變動(dòng)或者僅有小幅變動(dòng)，因此實(shí)現(xiàn)了收斂。任何中心的最大絕對(duì)坐標(biāo)變動(dòng)為 .000 。當(dāng)前迭代為 2 。初始中心之間的最小距離為。表三，可知，第一次迭代后， 3 個(gè)類中心點(diǎn)分別偏移了 , ，第 2 類中心點(diǎn)的偏移最大，在第 3 類和第二次迭代時(shí)中心點(diǎn)偏移均小于判定標(biāo)準(zhǔn)（），聚類分析結(jié)束。表四最終聚類中心聚類123購物環(huán)境服務(wù)質(zhì)量表四，可知，最終類中心點(diǎn)的情況，分別為（,89 ）（ ,66 ）（ 84,82 ）仍然可見第一類為最優(yōu)，第三類第二，第二類效果最差。表五ANOVA聚類誤差均方自由度均方自由度F顯著性購物環(huán)境22.051服務(wù)質(zhì)量22.018由于已選擇聚類