资源描述：
《实是读尾V因子分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方目录1研究背景32研究方法32.1评价模型构建32.2因子分析法的步骤42.3评价指标体系52.4样本选取及数据来源82.5分析过程82.5.1标准化处理82.5.2检验是否适合因子分析法82.5.3公因子提取102.5.4因子命名解释122.6因子得分计算13----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方中国上
2、市商业银行竞争力评价体系构建——基于SPSS因子分析方法1研究背景随着我国银行业的不断发展和进步,很多拥有国际跨国背景的外资银行开始纷纷入驻我国,并在我国成立了多家外资银行,这样就标志着我国银行业的竞争会更加的激烈。因此,通过对我国银行业竞争力的研究。因此,拟选择一套科学的竞争力评价指标体系,来获取量化的指标信息,评价我国的上市银行所拥有的竞争力,找出影响各个银行竞争力的根本因素,从而为培育和提高我国商业银行的竞争力提出对策建议。按照全面性、可得性以及科学性等原则为依据,来对能够反映出商业银行竞争力的盈利性、安全性、流动性、规模性和发展性五类指标共13个小指标,通过各个因子的方差贡献率我们了
3、解到,对银行贡献率最高的主要是能够体现银行总体规模实力的各个因子。构建了商业银行竞争力评价指标体系,在此基础上,运用因子分析法对我国上市商业银行的竞争力进行了实证分析。本文建立的银行指标体系,其中的每个指标都能够影响到银行自身的竞争能力。2研究方法2.1评价模型构建因子分析是多元统计学的一个分支,它的主要思想是降维。因子分析法研究的是以最少的信息丢失把众多的具有较高相关关系的观测变量浓缩为少数几个假想变量。这些假想变量能反映出原来众多具有错综复杂关系的变量的大部分信息,并对这些原有的变量之间的相互关系进行解释。这些假想变量就是因子。因子分析法能起到削减变量个数、降低变量维数,而不会造成原有变
4、量信息大量丢失的作用。因子分析模型与多元线性回归模型在形式上类似,每个观测变量可以写成一组公共因子的线性组合。假设有P个观测变量:X1,X2,…,Xp,这P个观测变量都是具有零均值、单位方差的标准化变量。则因子分析模型可以表示为:----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方X1=a11F1+a12F2+……a1mFm+ɛ1X2=a21F1+a22F2+…….a2mFm+ɛ2…Xp=aP1F1+aP2F2+……aPmFm
5、+ɛP其中F1、F2……Fm是该模型中各个观测变量所共有的公共因子,解释了变量之间的相关关系;ɛ1、ɛ2……ɛm为特殊因子,它表示每个观测变量不能被公共因子所解释的部分,相当于多元回归分析中的残差项;aij称为因子负载,类似于多元回归分析中的标准回归系数,表示第i个变量在第j个公因子上的负载(i=l,2,...p;j=l,2,...,m)因子分析模型也可以用矩阵形式表示为X=AF+ɛ其中,X=(X1,X2,......Xp)'是观测变量向量,且E(X)=0,协方差矩阵COV(X)=∑与相关系数矩阵R相等;F=(F1,F2,......Fm)'是分向量相互独立公共因子向量,且E(F)=0,CO
6、V(F)=1;ɛ=(1、ɛ2……ɛp)'是特殊因子向量,表示观测变量中不能由公因子所解释的部分,E(ɛ)=0,cov(ɛ)=∑ɛ是对角阵;A是因子载荷矩阵,aij表示Xi与Fj的相依程度。2.2因子分析法的步骤进行因子分析主要要解决两个问题:构造因子变量和对因子变量进行命名解释，通常可以分为四个基本步骤。1.计算变量的相关矩阵。因子分析的最终目的是以最少的信息丢失把众多错综复杂的观测变量浓缩为少数几个公因子变量,但是,其前提条件是原有的观测变量之间应该具有较强的相关关系,否则,无法从较多的观测变量中提取出具有代表意义的公因子。所以在进行因子分析时,首先要计算观测变量之间的相关系数矩阵，若相关
7、系数矩阵中的大部分相关系数都小于0.3,则不适合对这些变量做因子分析。----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方2.确定因子变量。这一步的主要目的是在样本数据的基础上,提取出少数几个可以反映大部分原有观测变量信息的因子,达到削减变量个
