SPSS因子聚类案例分析报告

上传人:do****y1 文档编号:169597187 上传时间:2022-11-16 格式:DOCX 页数:9 大小:30.92KB
收藏 版权申诉 举报 下载
SPSS因子聚类案例分析报告_第1页
第1页 / 共9页
SPSS因子聚类案例分析报告_第2页
第2页 / 共9页
SPSS因子聚类案例分析报告_第3页
第3页 / 共9页
资源描述:

《SPSS因子聚类案例分析报告》由会员分享,可在线阅读,更多相关《SPSS因子聚类案例分析报告(9页珍藏版)》请在装配图网上搜索。

1、【关键字】分析喀什大学实验报告多元统计分析 SPSS实验报告实验课程: 基于 SPSS 的数据分析 实验地点:现代商贸实训中心 实验室名称:经济统计实验室 学 院: xxx 学院 年级专业班: xxx 班学生姓名: xxx 学 号: 015完成时间:2016年x月x日开课时间: 2016 至 2017 学年第 1 学期成绩教师签名批阅日期实验项目:中国上市银行比赛力分析(一)实验目的本实验目的围绕上市商业银行比赛力这一主线,遵循一般理论、具体分析到对策建议的 研究思路,以我国国内上市的十家商业银行为研究对象,采用其2012 年度财务报告的数据, 从盈利能力、安全能力和发展能力三方面共选取了8

2、个重要指标,试图通过这些指标量化影 响比赛力的因素,构建我国上市商业银行的比赛力评价指标体系,并运用因子分析方法,对 我国上市商业银行的比赛力状况进行了分析评价。最后针对分析的结果,通过对我国上市银 行比赛力进行优劣势比较,提出了提升我国上市商业银行比赛力的一些建议。(二)实验资料通过对资产利润率、不良贷款率、资产负债率、资本充足率、每股收益增长率、贷款增 长率、存款增长率、总资产增长率等指标的选择分析不同指标在进行因子分析时所考虑的因 素是否存在差异,影响我国上市商业银行的比赛力状况的因素与上述指标是否有关。具体数据如下所示:十家同类型上市商业银行2012 年指标盈利能力安全能力发展能力资产

3、利润 率不良贷款率资产负债 率资本充足 率每股收益增长率贷款增长 率存款增长 率总资产增长率平安银行1.09%0.95%94.72%11.37%6.07%16.13%20.01%27.69%浦发银行1.42%0.58%94.29%12.45%25.55%16.01%15.31%17.17%建设银行1.80%0.99%93.20%14.32%13.24%15.64%13.57%13.77%中国银行1.48%0.95%93.21%13.63%12.19%8.23%4.04%7.19%农业银行1.42%1.33%94.33%12.61%18.42%14.10%12.90%13.40%工商银行1.76

4、%0.85%93.77%13.66%13.30%13.00%10.00%10%交通银行1.43%0.92%92.77%14.07%7.31%15.05%13.56%14.36%招商银行1.75%0.61%94.12%12.14%25.75%16.05%14.07%21.94%中信银行1.41%0.74%93.14%13.44%-7.04%15.96%14.59%7.02%民生银行1.58%0.76%94.58%10.75%27.62%3.53%2.76%8.44%三)实验步骤1、选择菜单2、选择参与因子分析的变量到(变量V)框中3、选择因子分析的样本4、在所示窗口中点击(描述D)按钮,指定输出

5、结果,输出基本统计量、图形等5、在所示窗口中点击(抽取E)按钮指定提取因子的方法为:主成分分析法6、在所示的窗口中点击(旋转T)按钮选择因子旋转方法7、在所示窗口中点击(得分S)按钮选择计算因子得分的方法8、在所示窗口中点击(选项)按钮(四)实验结果及分析 分析结果如下表所示。相关性矩阵每股收益增长率贷款增长率存款增长率总资产增长率相关性资产利润率.383-.144-.404-.359不良贷款率-.207-.025-.009-.086资产负债率.563-.166.105.494资本充足率-.479.357.044-.392每股收益增长率1.000-.366-.345.159贷款增长率-.366

6、1.000.922.551存款增长率-.345.9221.000.738总资产增长率.159.551.7381.000显著性(单尾)资产利润率.137.346.124.154不良贷款率.283.472.490.407资产负债率.045.323.386.073资本充足率.081.155.452.131每股收益增长率.149.164.330贷款增长率.149.000.049存款增长率.164.000.007总资产增长率.330.049.007通过观察原始变量的相关系数矩阵,可以看到,矩阵中存在许多比较高的相关系数,并 且大多数变量通过了原假设为相应变量之间的相关系数为0的t假设。相关系数实际上反映

7、 的是公共因子起作用的空间,相关系数越大,表明数据适合做因子分析。KMO和巴特利特检验KMO取样适切性量数。.518巴特利特球形度检验近似卡方50.188自由度28显著性.006同时,KMO级Bartlett检验是否适合做因子分析。以上是KMO级Bartlett检验结果,由表 可知:KMO值为0.518,说明该数据适合做因子分析。上表中的巴特利特球体检验的X统计值 的显著性概率是O. 000,小于1 %,因此拒绝原假设,说明数据具有相关性,适宜做因子分析。反映像矩阵每股收益增长率贷款增长率存款增长率总资产增长率反映像协方差矩阵资产利润率-.075-.025.025-.005不良贷款率.038.

8、031-.012-.031资产负债率-.064-.001-.007.027资本充足率-.002-.021.011.015每股收益增长率.207-.026.034-.107贷款增长率-.026.025-.021.018存款增长率.034-.021.020-.032总资产增长率-107018-032175反映像相关性矩阵资产利润率-.277-.273.306-.019不良贷款率.113.266-.114-.101资产负债率-.464-.031-.158.214资本充足率-.018-.524.307.146每股收益增长率.496a-.358.533-.560贷款增长率-.358.496a-.932.

9、269存款增长率.533-.932.503a-.542总资产增长率-.560.269-.542.651aa.取样适切性量数(MSA)反映像矩阵在其对角线上的数字若大于0.05(出口合同为0.406)则适合因子分析,小于0.05则不适合因子分析。从表中得知,适合做因子分析。公因子方差初始提取资产利润率1.000.818不良贷款率1.000.519资产负债率1.000.912资本充足率1.000.928每股收益增长率1.000.786贷款增长率1.000.953存款增长率1.000.979总资产增长率1.000.865提取方法:主成分分析法。变量共同度,它刻划了全部公共因子对各个变量的总方差所作的

10、贡献,也称为公因子方差, 从上表中可以得到变量共同度大部分都接近 1,说明该变量的几乎全部原始信息都被所选取的公 共因子说明了,也就是说,由原始变量空间转为因子空间转化的性质较好,保留原来信息量多, 因此, 是方差的重要组成部分。检验可以做因子分析后,我们通过因子分析得到相应的特征值和对应因子的贡献率,如下表 所示初始特征值提取载荷平方和旋转载荷平方和总计方差百分比累积%总计方差百分比累积%总计方差 的%累积%12.80034.99834.9982.80034.99834.9982.66433.30233.30222.67133.38368.3812.67133.38368.3812.6463

11、3.07066.37231.28816.10484.4851.28816.10484.4851.44918.11384.4854.81810.22594.7105.2212.75797.4666.1541.92299.3897.038.47899.8678.011.133100.000综合因子 F,F2,F3 的特征值大于 1,且对原始数据的累积贡献率达到了84.485,其中 F1 的贡献率最强,达到了 34.998,F2 的贡献率达到了 33.383,F3 的贡献率也达到了 16.104%。这三个因子的贡献率都远远大于其它因子的贡献率,因此,Fl, F2, F3是决定 商业银行比赛力强弱的关

12、键因子。从碎石图中得到,第 1 个因子的特征值高于其他项,对解释原有变量的贡献最大;第 5 个因 子之后的特征值都小,对解释原有变量的贡献较小;因此我们可以取3个或4个因子较为合 适。成分矩阵a成分123总资产增长率.897-.157.187存款增长率.892.400.150贷款增长率.685.607.339资本充足率-.367.873.175资产负债率.475-.822-.104每股收益增长率-.107-.789.391资产利润率-.596-.006.680不良贷款率-.040.239-.678提取方法:主成分分析法。aa.提取了 3个成分。表中给出旋转前的因子载荷阵,从中可以看出,每个因子

13、在不同原始变量上的载荷没有明显 的差别,3 个因子的实际含义比较模糊。为了避免初始因子综合性太强,难以找出因子的实际意 义的问题,需要通过旋转坐标轴,使负载尽可能向正负 0 或1 的方向靠近,从而降低因子的综合 性,使其真实意义凸现出来。下面使用的因子旋转方法为方差最大正交旋转法,目的是使旋转后 的因子载荷矩阵的结构简化,便于对各个公共因子进行合理的解释,同时保证每一个公共因子反 映的信息量尽量最大。旋转后的成分矩阵a成分123资本充足率-.962.051.020资产负债率.951.084.011每股收益增长率.602-.267.593存款增长率-.001.977-.153贷款增长率-.302

14、.928.016总资产增长率.493.788.023资产利润率-.347-.322.771不良贷款率-.131-.151-.692提取方法:主成分分析法。旋转方法:凯撒正态化最大方差法。aa.旋转在4次迭代后已收敛。表中给出旋转后的因子载荷阵,从表中可以看出,经过旋转后的载荷系数已经明显的两 极分化了。第一个公共因子在指标X2每股收益增长率、X3资产负债率、X4资本充足率 上有较大载荷,说明这3个指标有较强的关联性,可以归为一类,因此可以把第一个因子命 名为“流动因子”;第二个公共因子在指标 X6 贷款增长率、 X7 存款增长率、 X8 总资产增 长率上有较大载荷,同样可以归为一类,第二个因子

15、可以命名为发展因子”;同理,XI资 产利润率、X5不良贷款率归到第3类,将其命名为“安全和盈利因子”。在三维空间组件图中,各因子更接近于组价几,接近组件几对应的是旋转后的成分矩 阵的成分几。成分得分系数矩阵成分123资产利润率-.165-.029.544不良贷款率-.009-.138-.516资产负债率.359.012-.034资本充足率-.368.046.072每股收益增长率.203-.051.370贷款增长率-.138.378.137存款增长率-.016.371.003总资产增长率.167.304.083提取方法:主成分分析法。旋转方法:凯撒正态化最大方差法。组件得分。表中给出了因子得分系

16、数矩阵,根据表中的因子得分系数和原始变量的标准化值就可以计算出每个观测值的各因子的得分。旋转后的因子得分表达式可以写成:F1=-0.165x1+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、结论 本文通过采用多元统计分析中的因子分析法对国有商业银行的经营绩效加以评

17、价,从盈 利能力、安全能力和发展能力三方面来具体分析我国上市商业银行比赛力,对上市银行及非 上市银行具有一定的指导作用。实验项目:商厦评分(一) 实验目的:本实验目的利用SPSS层次聚类对商厦评分进行分类分析,以了解了解各商厦之间的相互关 系。二)实验资料:编号购物环境服务质量A商厦7368B商厦6664C商厦8482D商厦9188E商厦9490三)实验步骤:聚类成员个案3个聚类2个聚类1:A商厦112:B商厦113:C商厦224:D商厦325:E商厦32表一可知,当聚成3 类时, A, B 俩个商厦为一类, C 商厦自成一类, D, E 两个商厦 为一类;当聚成两类时,A,B俩个商厦为一类,

18、C,D,E三个商厦为一类,SPSS的层次 聚类能够产生任意类数的分类结果。图一图一,可知,D商厦与E商厦的距离最近,首先合并成一类,其次,合并的是A, B俩 个商厦它们的距离比D商厦与E商厦大,最后是合并C商厦。最后聚城一体。图二:图二,可知,当聚成4类时,D, E两个商厦为一类;其他各商厦自成一类, 聚成3类时,A, B俩个商厦为一类,C商厦自成一类,D,E两个商厦为一类; 当聚成两类时,A,B俩个商厦为一类,C,D,E三个商厦为一类。表二初始聚类中心聚类123购物环境94.0066.0084.00服务质量90.0064.0082.00表二,可知,3 个初始类中心点的数据,分别为(94,90

19、)(66,64)(84,82) 可见第一类最优,第三类次之,第二类最差。表三迭代历史记录a迭代聚类中心中的变动12311.8034.031.0002.000.000.000a.由于聚类中心中不存在变动或者仅有小幅变动,因此实现了收敛。任何中心的最大绝对坐标变动为.000。当前迭代为2。初始中心之间的最 小距离为12.806。表三,可知,第一次迭代后,3个类中心点分别偏移了 1.803,第2类中心 点的偏移最大,在第3类和第二次迭代时中心点偏移均小于判定标准(0.02), 聚类分析结束。表四最终聚类中心聚类123购物环境92.5069.5084.00服务质量89.0066.0082.00表四,可

20、知,最终类中心点的情况,分别为(92.5,89) (69.5,66) (84,82)仍然可见第一类为最优,第三类第二,第二类效果最差。表五聚类误差F显著性均方自由度均方自由度购物环境268.100214.500218.490.051服务质量272.60025.000254.520.018由于已选择聚类以使不同聚类中个案之间的差异最大化,因此F检验只应该用于描述目 的。实测显著性水平并未因此进行修正,所以无法解释为针对“聚类平均值相等”这一假 设的检验。由表五,展现了各指标在不同的均值比较情况,各数据项的含义依次为组间 均方、组间自由度、组内均方、组内自由度、F统计量的观察值以及对应的概率 P-值。仍然看出第二类的差异最大。(三)实验结论:因此,在总数为五,有效数值为五的情况下的聚类分析可得,E商厦属最优 类;C,D商厦属良好类;A,B商厦属合格类。此文档是由网络收集并进行重新排版整理.word可编辑版本!

展开阅读全文
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!