金融统计学期末大作业-基于因子分析的社交网络板块公司的竞争力分析

上传人:jiups****uk12 文档编号:90701505 上传时间:2019-06-15 格式:DOC 页数:15 大小:232.54KB
返回 下载 相关 举报
金融统计学期末大作业-基于因子分析的社交网络板块公司的竞争力分析_第1页
第1页 / 共15页
金融统计学期末大作业-基于因子分析的社交网络板块公司的竞争力分析_第2页
第2页 / 共15页
金融统计学期末大作业-基于因子分析的社交网络板块公司的竞争力分析_第3页
第3页 / 共15页
金融统计学期末大作业-基于因子分析的社交网络板块公司的竞争力分析_第4页
第4页 / 共15页
金融统计学期末大作业-基于因子分析的社交网络板块公司的竞争力分析_第5页
第5页 / 共15页
点击查看更多>>
资源描述

《金融统计学期末大作业-基于因子分析的社交网络板块公司的竞争力分析》由会员分享,可在线阅读,更多相关《金融统计学期末大作业-基于因子分析的社交网络板块公司的竞争力分析(15页珍藏版)》请在金锄头文库上搜索。

1、课课程代程代码码: :1H13825 学分学分/学学时时: : 成成绩绩: : 金金融融统统计计学学 期末大作期末大作业业 大作大作业题业题目:目:基于因子分析的社交网基于因子分析的社交网络络板板块块公公 司的司的竞竞争力分析争力分析 任任课课老老师师: : 毕毕建欣建欣 姓姓 名:名: 郑郑永程永程 学学 号:号: 2010014530 班班 级级: : 统计统计 101 目录目录 第一章、导论第一章、导论3 3 1.1 选题背景及意义 3 1.2 研究思路及方法 3 第二章、社交网络板块公司竞争力研究的理论基础第二章、社交网络板块公司竞争力研究的理论基础3 3 第三章、社交网络板块公司竞争

2、力评价指标体系的构建第三章、社交网络板块公司竞争力评价指标体系的构建3 3 第四章、社交网络板块公司竞争力评价指标体系的实证研究第四章、社交网络板块公司竞争力评价指标体系的实证研究5 5 4.1 样本选择及数据获取.5 4.2 数据预处理.5 4.2.1 指标正向化处理.5 4.2.2 指标标准化处理.6 4.3 因子分析过程.6 4.3.1 计算相关系数矩阵并进行统计检验.6 4.3.2 求相关系数矩阵 R 的特征值、特征向量,提取“公共因子”8 4.3.3 因子旋转、建立因子载荷矩阵.9 4.3.4 进行因子解释并命名10 4.3.5 计算因子得分10 4.3.6 计算各公司的综合评价得分

3、并排序11 4.4 因子分析结论12 第五章、研究结论及提升竞争力的对策建议第五章、研究结论及提升竞争力的对策建议1313 参考文献参考文献1414 第一章、导论第一章、导论 1.11.1 选题背景及意义选题背景及意义 社交网络源自网络社交,网络社交的起点是电子邮件。互联网 本质上就是计算机之间的联网,早期的 E-mail 解决了远程的邮件传 输的问题,至今它也是互联网上最普及的应用,同时它也是网络社 交的起点。BBS 则更进了一步,把“群发”和“转发”常态化,理 论上实现了向所有人发布信息并讨论话题的功能(疆界是 BBS 的访 问者数量) 。 如果说在网络社交的起点电子邮件时代,网络仅仅可以

4、满 足人们 5%的社交需求,那么今天丰富的社交网络已经可以把这个数 字至少提升了 10 倍,除了“接触型”的社交行为,或者说是“接触 型”信息的收集和发布之外,网络社交已经开始承担大部分传统社 交的作用。实际上,“非接触型”的社交,原本就占据了人类社交 的 80%以上,这意味着网络社交对传统世界必然会带来巨大的影响。 说到底,网络社交不仅仅是一些新潮的商业模式,从历史维度 来看,它更是一个推动互联网向现实世界无限靠近的关键力量。社 交网络涵盖以人类社交为核心的所有网络服务形式,互联网是一个 能够相互交流,相互沟通,相互参与的互动平台,互联网的发展早 已超越了当初 ARPANET 的军事和技术目

5、的,社交网络使得互联网从 研究部门、学校、政府、商业应用平台扩展成一个人类社会交流的 工具。 网络社交更是把其范围拓展到移动手机平台领域,借助手机的 普遍性和无线网络的应用,利用各种交友/即时通讯/邮件收发器等 软件,使手机成为新的社交网络的载体。社交网络,也就是网络+社 交的意思。通过网络这一载体把人们连接起来,从而形成具有某一 特点的团体。 1.21.2 研究思路及方法研究思路及方法 第二章、社交网络板块公司竞争力研究的理论基础第二章、社交网络板块公司竞争力研究的理论基础 公司竞争力是个十分复杂的、综合的、变化的现实问题。笔者 认为,应当综合运用多种企业竞争力理论,从不同角度剖析实际问题。

6、 因此,本文以多元统计评价理论为基础,进行了一定程度的拓展和丰 富。综合地运用了各种多元统计方法,包括因子分析、主成分分析等, 第三章、社交网络板块公司竞争力评价指标体系的构建第三章、社交网络板块公司竞争力评价指标体系的构建 本文以企业财务报告为基础,从经营规模,盈利能力,营运能 力,偿债能力等四个方面选取 15 个指标构建的评价指标体系,以综 合考察各公司的各项竞争力。 表 1 社交网络板块各公司竞争力评价指标体系初始指标 指标类别指标名称指标性质 销售毛利率 X1正指标 营业利润率 X2正指标 净资产收益率 X3正指标 加权净资产收益率 X4 正指标 盈利能力 总资产收益率 X5正指标 流

7、动比率 X6正指标 资产负债比率 X7负指标偿债能力 产权比率 X8负指标 上述各明细指标的具体含义如下: (1)盈利能力方面 销售毛利率:销售毛利率是毛利占销售净值的百分比,通常称 为毛利率。其中毛利是销售净收入与产品成本的差。 营业利润率:业利润率是指企业的营业利润与营业收入的比率。 它是衡量企业经营效率的指标,反映了在不考虑非营业成本的情况 下,企业管理者通过经营获取利润的能力。 净资产收益率:资产收益率又称股东权益报酬率/净值报酬率/ 权益报酬率/权益利润率/净资产利润率,是衡量上市公司盈利能力 的重要指标。是指利润额与平均股东权益的比值,该指标越高,说 明投资带来的收益越高;净资产收

8、益率越低,说明企业所有者权益的 获利能力越弱。 总资产收益率:总资产收益率是分析公司盈利能力时又一个非 常有用的比率。是另一个衡量企业收益能力的指标。 (2)偿债能力方面 流动比率:流动比率是流动资产对流动负债的比率,用来衡量 企业流动资产在短期债务到期以前,可以变为现金用于偿还负债的 能力。 资产负债比率:又称“资产负债比率” 、 “举债经营比率” 。是指 一定时期内企业流动负债和长期负债与企业总资产的比率,用以反 映企业总资产中借债筹资的比重,衡量企业负债水平的高低情况。 产权比率:比率是负债总额与所有者权益总额的比率,是为评估 资金结构合理性的一种指标。 第四章、社交网络板块公司竞争力评

9、价指标体系的实证研究第四章、社交网络板块公司竞争力评价指标体系的实证研究 社交网络板块公司竞争力的评价,也就是对其竞争力进行多指 标、多角度、全方为的量化描述过程,本章借助 SPSS 专业统计分析 软件,对社交网络版块公司竞争力评价指标进行实证研究。 4.14.1 样本选择及数据获取样本选择及数据获取 本章选择光大证券投资软件的社交网络版块所有公司作为样本, 共收集本章收集 9 家样本证券公司 2012 年的审计报告或者年报,从 中采集原始数据,并计算相关指标,采用 SPSS19.0 软件进行因子分析 和聚类分析 4.24.2 数据预处理数据预处理 4.2.14.2.1 指标正向化处理指标正向

10、化处理 在本文构建的公司竞争力评价指标体系中,有些是正指标,即指 标值越大评价越好,也称效益型指标或望大型指标;有些是逆指标,即 指标值越小评价越好,也称成本型指标或望小型指标。在进行综合评 价时,首先必须将指标同趋势化,否则会得出相反的结论。所谓同趋 势化,就是指是将逆指标和适度指标转化为正指标,所以也称为指标 的正向化。 在本文中,对逆指标采取的正向化方法为给指标取负值,即: :XX / 4.2.24.2.2 指标标准化处理指标标准化处理 由于本文构建的社交网络板块公司竞争力评价指标体系中,不同 评价指标具有不同的量纲和量纲单位,为了消除由此带来的不可公 度性,还应将各评价指标作标准化处理

11、。所谓的标准化处理,又称无 量纲化,是指采用一定的数学方法,将性质、量纲都不同的数据进行 变换,使之成为可以进行统一比较的相对数,从而消除量纲影响的方 法。 目前,国际上使用较为广泛的指标标准化处理方法是 Z 分值法(Z- score 法),指标标准化转换的公式为: (i=1,2,p; j=1,2,n) j jij ij S XX X 经标准化处理后,X,;.的均值为 0,方差为 1。 4.34.3 因子分析过程因子分析过程 4.3.14.3.1 计算相关系数矩阵并进行统计检验计算相关系数矩阵并进行统计检验 原始变量之间较强的相关性是进行因子分析的重要前提之一,因 此我们要通过相关系数矩阵中了

12、解指标相关性强弱情况。另外,通过 KMO 法和巴特利检验,我们可以判断数据是否适合进行因子分析,具 体输出结果如下: 表 4-1 相关系数矩阵 表 4-2 KMO 法与巴特利特法检验 由表 4-1 可见,大部分指标相关系数较高,且由表 4-2 可见, KMO=0.572 0.5,Bartlett 球度检验的概率 P 值为 0.000,因此可以 判定上述变量适合做因子分析。 4.3.24.3.2 求相关系数矩阵求相关系数矩阵 R R 的特征值、特征向量的特征值、特征向量, ,提取提取“公共因子公共因子” 本文按照因子累积贡献率达到或超过 85%的所对应的因子个数 为准,釆用主成分分析法抽取“公共

13、因子” 。 表 4-3 特征值及因子解释方差表 图 4-1 碎石图 由表 4-3 可见,提取前 2 因子的累积方差贡献率已达到 88.166%85,即前两个因子已经可以解释原始数据中的 88.166 %的 信息。由图 4-1 可见,曲线在前 2 个因子(成分数)处较为陡帷,而从 第 3 因子(成分数)开始曲线己经较为平坦,因此本文选取 2 个公共因 子是比较合理的。 4.3.34.3.3 因子旋转、建立因子载荷矩阵因子旋转、建立因子载荷矩阵 进行因子分析的目的不仅在于要找到公共因子,更重要的是知道 每一个公共因子代表的含义,才可以对实际问题进行分析。然而初步 主成分因子分析的结果中各公共因子的

14、载荷比较分散,典型的代表变 量并不是很突出,容易使因子的意义含糊不清,难以对实际问题进行 分析。因此我们采用正交旋转法对因子进行正交旋转,使新的因子载 荷的绝对值要么尽可能接近于 0,要么尽可能接近于 1。 表 4-4 旋转后的因子载荷矩阵 4.3.44.3.4 进行因子解释并命名进行因子解释并命名 由表 4-4 可见,第一个因子在 6 指标上的因子载荷较高,分别 1 F 是:总资产收益率 X5、销售毛利率 X1、营业利润率 X2、流动比率 X6、加权净资产收益率 X4、净资产收益率 X3 这些指标充分体现了 公司盈利能力的重要指标,因此可以命名为“盈利能力因子” 。 第二个因子在 2 指标上

15、的因子载荷较高,分别是:资产负债率正向 2 F 化 X7、产权比率正向化 X8 这些指标分别反映了公司的偿债能力,因 此我们可以将命名为“偿债能力因子” 。 4.3.54.3.5 计算因子得分计算因子得分 运用回归法计算出的因子得分系数矩阵见表 4-5。 如果记、为各证券公司在 2 因子上的得分,则有: 1 F 2 F 8211 *19 . 0 .*211 . 0 *157 . 0 XXXF 8212 *377 . 0 .*039 . 0 *147 . 0 XXXF 其中,、为各证券公司的各项财务指标经预处理 1 X 2 X 8 X 之后的标准化数据。 4.3.64.3.6 计算各公司的综合评

16、价得分并排序计算各公司的综合评价得分并排序 得出每家证券公司在 2 个因子上的得分后,以各因子所对应的方 差贡献率(见表 4-3)为权重进行加权求和,即可得到综合评价得分, 即: 166.88/ )*975.31*192.56( 21 FFF 通过上式的计算,8 家证券公司的竞争力综合得分及排名情况如表 4- 6 所示: 表 4-6 2012 年社交版块各公司因子得分、综合得分及排名情况表 F-F-综合评价综合评价F1-F1-盈利能力因子盈利能力因子F2-F2-偿债能力因子偿债能力因子 公司公司 总得分总得分总排名总排名得分得分排名排名得分得分排名排名 朗玛信息 1.55377911.9576110.844051 顺网科技 0.3840920.3955230.363994 神州泰岳 0.25430730.3225540.134377 拓尔思 0.22967240.1044250.449783 百视通 0.058453

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 中学教育 > 其它中学文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号