SPSS因子聚类案例分析报告

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：5

完成时间： 2016年x月x日

开课时间： 2016 至 2017 学年第 1 学期

实验项目：中国上市银行竞争力分析

（一）实验目的

本实验目的围绕上市商业银行竞争力这一主线，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个重要指标，试图通过这些指标量化影响竞争力的因素，构建我国上市商业银行的竞争力评价指标体系，并运用因子分析方法，对我国上市商业银行的竞争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竞争力进行优劣势比较，提出了提升我国上市商业银行竞争力的一些建议。

（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竞争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

（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

不良贷款率

资产负债率.563.105.494

资本充足率.357.044

每股收益增

长率

.159贷款增长率.922.551

存款增长率.922.738

总资产增长

率

.159.551.738

显着性

（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

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

自由度

28

显着性 .006

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

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，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统计值的显着性概率是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.025

不良贷款率.038.031

资产负债率.027

资本充足率.011.015

每股收益增

长率

.207.034

贷款增长率.025.018

存款增长率.034.020

总资产增长

.018.175率

反映像相关性

资产利润率.306

矩阵

不良贷款率.113.266

资产负债率.214

资本充足率.307.146

每股收益增

.496a.533

长率

贷款增长率.496a.269

存款增长率.533.503a

总资产增长

.269.651a 率

a. 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（出口合同为）则适合因子分析，

小于则不适合因子分析。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.818

不良贷款率.519

资产负债率.912

资本充足率.928

每股收益增长率.786

贷款增长率.953

存款增长率.979

总资产增长率.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，

2

h

i是i

X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