SPSS因子、聚類案例分析報告

1、文檔來源為：從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持喀什大學(xué)實驗報告多元統(tǒng)計分析SPSS實驗報告實驗課程：基于SPSS的數(shù)據(jù)分析實驗地點：現(xiàn)代商貿(mào)實訓(xùn)中心實驗室名稱：經(jīng)濟統(tǒng)計實驗室學(xué)院:XXX學(xué)院年級專業(yè)班：XXX班學(xué)生姓名：xxx學(xué)號：015完成時間：2016年X月X日開課時間：2016至2017學(xué)年第1學(xué)期成績教師簽名批閱日期實驗項目：中國上市銀行競爭力分析（一）實驗?zāi)康谋緦嶒災(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)銀行為研究對象，采用其2012年度財務(wù)報告的數(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個重要指

2、標(biāo)，試圖通過這些指標(biāo)量化影響競爭力的因素，構(gòu)建我國上市商業(yè)銀行的競爭力評價指標(biāo)體系，并運用因子分析方法，對我國上市商業(yè)銀行的競爭力狀況進(jìn)行了分析評價。最后針對分析的結(jié)果，通過對我國上市銀行競爭力進(jìn)行優(yōu)劣勢比較，提出了提升我國上市商業(yè)銀行競爭力的一些建議。（二）實驗資料通過對資產(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)利潤率不良貸款率資產(chǎn)

3、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)增長率平安銀行1.09%0.95%94.72%11.37%6.07%16.13%20.01%27.69%浦發(fā)銀行1.42%0.58%94.29%12.45%25.55%16.01%15.31%17.17%建設(shè)銀行1.80%0.99%93.20%14.32%13.24%15.64%13.57%13.77%中國銀行1.48%0.95%93.21%13.63%12.19%8.23%4.04%7.19%農(nóng)業(yè)銀行1.42%1.33%94.33%12.61%18.42%14.10%12.90%13.40%工商銀行1.76%0.85%93.77%13.

4、66%13.30%13.00%10.00%10%交通銀行1.43%0.92%92.77%14.07%7.31%15.05%13.56%14.36%招商銀行1.75%0.61%94.12%12.14%25.75%16.05%14.07%21.94%中信銀行1.41%0.74%93.14%13.44%-7.04%15.96%14.59%7.02%民生銀行1.58%0.76%94.58%10.75%27.62%3.53%2.76%8.44%（三）實驗步驟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、在所示窗口中點擊（描述D）按鈕，指定輸出結(jié)果，輸出基本統(tǒng)計量、圖形等

5、5、在所示窗口中點擊（抽取E）按鈕指定提取因子的方法為：主成分分析法6在所示的窗口中點擊（旋轉(zhuǎn)T）按鈕選擇因子旋轉(zhuǎn)方法7、在所示窗口中點擊（得分S）按鈕選擇計算因子得分的方法8、在所示窗口中點擊（選項）按鈕（四）實驗結(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存款增長率總資產(chǎn)增長率相關(guān)性資產(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.383-.207.563-.4791.000-.366-.345.159-.144-.025-.166.357.922.551-.404-.009.105.044-.345.9221.000.738-.3

6、59-.086.494-.392.159.551.7381.000顯著性（單尾）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.137.283.045.081.149.164.330.346.472.323.155.149.000.049.124.490.386.452.164.000.007.154.407.073.131.330.049.007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

7、因子分析。KMO和巴特利特檢驗KMO取樣適切性量數(shù)。.518巴特利特球形度檢驗近似卡方50.188自由度28顯著性.006,同時，KM（級Bartlett檢驗是否適合做因子分析。以上是KMC級Bartlett檢驗結(jié)果，由表可知：KMO值為0.518，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的X統(tǒng)計值的顯著性概率是O.000,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a.取樣適切性量數(shù)（MSA）每股收益增長率貸款增長率存款增長率總資產(chǎn)增長率反映像協(xié)方差矩陣資產(chǎn)利潤率-.075-.025.025-.005不良貸款率.038.031-.012-.031資產(chǎn)負(fù)債

8、率-.064-.001-.007.027資本充足率-.002-.021.011.015每股收益增長率.207-.026.034-.107貸款增長率-.026.025-.021.018存款增長率.034-.021.020-.032總資產(chǎn)增長率-.107.018-.032.175反映像相關(guān)性矩陣資產(chǎn)利潤率-.277-.273.306-.019不良貸款率.113.266-.114-.101資產(chǎn)負(fù)債率-.464-.031-.158.214資本充足率-.018-.524.307.146每股收益增長率.496a-.358.533-.560貸款增長率-.358.496a-.932.269存款增長率.533-

9、.932.503a-.542總資產(chǎn)增長率-.560.269-.542.651a反映像矩陣在其對角線上的數(shù)字若大于0.05（出口合同為0.406）則適合因子分析，小于0.05則不適合因子分析。從表中得知，適合做因子分析。公因子方差提取方法：主成分分析法。初始提取資產(chǎn)利潤率1.000.818不良貸款率1.000.519資產(chǎn)負(fù)債率1.000.912資本充足率1.000.928每股收益增長率1.000.786貸款增長率1.000.953存款增長率1.000.979總資產(chǎn)增長率1.000.865變量共同度，它刻劃了全部公共因子對各個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

10、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)為因子空間轉(zhuǎn)化的性質(zhì)較好，保留原來信息量多，因此，是Xi方差的重要組成部分。檢驗可以做因子分析后，我們通過因子分析得到相應(yīng)的特征值和對應(yīng)因子的貢獻(xiàn)率，如下表所示綜合因子F，F(xiàn)2,F3的特征值大于1，且對原始數(shù)據(jù)的累積貢獻(xiàn)率達(dá)到了84.485%，其中F1的貢獻(xiàn)率最強，達(dá)到了34.998%,F2的貢獻(xiàn)率達(dá)到了成分初始特征值提取載荷平方和旋轉(zhuǎn)載荷平方和總計方差百分比累積%總計方差百分比累積%總計方差的%累積%12.80034.99834.9982.80034.99834.9982.66433.30233.3

11、0222.67133.38368.3812.67133.38368.3812.64633.07066.37231.28816.10484.4851.28816.10484.4851.44918.11384.4854.81810.22594.7105.2212.75797.4666.1541.92299.3897.038.47899.8678.011.133100.00033.383%，F(xiàn)3的貢獻(xiàn)率也達(dá)到了16.104%。這三個因子的貢獻(xiàn)率都遠(yuǎn)遠(yuǎn)大于其它因子的貢獻(xiàn)率，因此，F(xiàn)1,F2，F(xiàn)3是決定商業(yè)銀行競爭力強弱的關(guān)鍵因子。從碎石圖中得到，第1個因子的特征值高于其他項，對解釋原有變量的貢獻(xiàn)最大；

12、第5個因子之后的特征值都小，對解釋原有變量的貢獻(xiàn)較??；因此我們可以取3個或4個因子較為合適。成分矩陣a提取方法：主成分分析法。a成分123總資產(chǎn)增長率.897-.157.187存款增長率.892.400.150貸款增長率.685.607.339資本充足率-.367.873.175資產(chǎn)負(fù)債率.475-.822-.104每股收益增長率-.107-.789.391資產(chǎn)利潤率-.596-.006.680不良貸款率-.040.239-.678a.提取了3個成分。表中給出旋轉(zhuǎn)前的因子載荷陣，從中可以看出，每個因子在不同原始變量上的載荷沒有明顯的差別，3個因子的實際含義比較模糊。為了避免初始因子綜合性太強，

13、難以找出因子的實際意義的問題，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，使其真實意義凸現(xiàn)出來。下面使用的因子旋轉(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，便于對各個公共因子進(jìn)行合理的解釋，同時保證每一個公共因子反映的信息量盡量最大。旋轉(zhuǎn)后的成分矩陣a提取方法：主成分分析法。成分123資本充足率-.962.051.020資產(chǎn)負(fù)債率.951.084.011每股收益增長率.602-.267.593存款增長率-.001.977-.153貸款增長率-.302.928.016總資產(chǎn)增長率.493.788.023資產(chǎn)利潤率-.347-.322.77

14、1不良貸款率-.131-.151-.692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。第一個公共因子在指標(biāo)X2每股收益增長率、X3資產(chǎn)負(fù)債率、X4資本充足率上有較大載荷，說明這3個指標(biāo)有較強的關(guān)聯(lián)性，可以歸為一類，因此可以把第一個因子命名為“流動因子”；第二個公共因子在指標(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

15、于組價幾，接近組件幾對應(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-.165-.029.544不良貸款率-.009-.138-.516資產(chǎn)負(fù)債率.359.012-.034資本充足率-.368.046.072每股收益增長率.203-.051.370貸款增長率-.138.378.137存款增長率-.016.371.003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)化值就可以計算出每個觀測值的各因子的得分。旋轉(zhuǎn)后的因子得分表達(dá)式可以寫成F1=-0.16

16、5x1+0.203x2+0.359x3-0.368x4-0.009x5-0.138x6-0.016x7+0.167x8F2=-0.029x1-0.051x2+0.012x3+0.046x4-0.138x5+0.378x6+0.371x7+0.304x8F3=0.544x1+0.370x2-0.034x3+0.072x4-0.516x5+0.137x6+0.003x7+0.083x8五、結(jié)論本文通過采用多元統(tǒng)計分析中的因子分析法對國有商業(yè)銀行的經(jīng)營績效加以評價，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，對上市銀行及非上市銀行具有一定的指導(dǎo)作用。實驗項目：商廈評分（一）

17、實驗?zāi)康模罕緦嶒災(zāi)康睦肧PSS層次聚類對商廈評分進(jìn)行分類分析，以了解了解各商廈之間的相互關(guān)系。（二）實驗資料：編號購物環(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）實驗步驟:表一聚類成員個案3個聚類2個聚類1：A商廈112:B商廈113:C商廈224:D商廈325:E商廈表一可知，當(dāng)聚成3類時，A,B倆個商廈為一類，C商廈自成一類，D,E兩個商廈為一類；當(dāng)聚成兩類時，A,B倆個商廈為一類，C,D,E三個商廈為一類，SPSS勺層次聚類能夠產(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倆個商廈它們的

18、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，D,E兩個商廈為一類；其他各商廈自成一類，聚成3類時，A,B倆個商廈為一類，C商廈自成一類，D,E兩個商廈為一類；當(dāng)聚成兩類時，A,B倆個商廈為一類，C,D,E三個商廈為一類。表二初始聚類中心聚類123購物環(huán)境94.0066.0084.00服務(wù)質(zhì)量90.0064.0082.00表二，可知，3個初始類中心點的數(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迭代聚類中心中的變動12311.8034.031.0002.000.000.000a.由于聚類中心中不存在變動或者僅有小幅變動，因此實現(xiàn)了收斂。任何中心的最大絕對坐標(biāo)變動為.000。當(dāng)前迭代為2。初始中心之間的最小距離為12.806。表三，可知，第一次迭代后，3個類中心點分別偏移了1.803,，第2類中心點的偏移最大，在第3類和第二次迭代時中心點偏移均小于判定標(biāo)準(zhǔn)（0.02）,聚類分析結(jié)束。表四最終聚類中心聚類123購物環(huán)境92.5069.5084.00服務(wù)質(zhì)量J89.0066.0082.00表四，可知，最終類中心點的情況，分別為（92.5,89）（69.5,66）（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F顯