基于因子分析的钢铁行业上市公司财务综合分析与评价_毕业论文(编辑修改稿)

基于因子分析的钢铁行业上市公司财务综合分析与评价_毕业论文(编辑修改稿)内容摘要：

论文 第 9 页 共 32 页 概率为 ，小于 （显著性水平），我们可以确定其适合使用因子分析进行分析。 表 :4 KMO 和 Bartlett 的检验 KMO and Bartlett39。 s Test KaiserMeyerOlkin Measure of Sampling Adequacy. Bartlett39。 s Test of Sphericity Approx. ChiSquare df 66 Sig. 0 利用数据矩阵，计算 R的特征值、特征量、贡献率 在本文 SPSS中我们是采用主成份法来提取因子的，得到因子分析的总变量表（如下表 5）。 其中因子的特征值是指该因子对总体方差的贡献，即该因子可以对总方差的解释程度。 而方差贡献率是指该因子所描述的方差占原始资料总方差的比率。 从表 5中可以看出有 5个因子满足特征值大于 1的标准。 它们的方差贡献率分别为 %、 %、 %、 %和 %，累计方差率贡献率达到了 %。 这就说明了这 5个公共因子能够覆盖原始数据所提供的 %的信息， 接近于 80%， 也就是说基本上能够反映企业的大部分信息。 而这 5个公共因子中第一个公共因子的贡献率最大，且 5个公共因子的方差贡献率呈下降的趋势。 此外对于由 SPSS软件生成的了下图的碎石图，我们可以从中更加明显的感受贡献率变化的趋势。 表 5 因子分析的总变量 Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2 3 4 5 淮海工学院二 〇一二 届本科毕业论文 第 10 页 共 32 页 6 .756 7 .649 8 .420 9 .368 10 .155 11 .090 .752 12 .059 .495 图 2 碎石图 公共因子 通过 SPSS软件，运用主成分分析法进行提取，然后进行因子分析得出了对应各变量的 5个公共因子的载荷值。 我们从表 6中可以看出所有的数据相差并不是太大，容易使因子的含义模糊不清，不利于我们进 行分析。 表 6 成分矩阵 Component 1 2 3 4 5 淮海工学院二 〇一二 届本科毕业论文 第 11 页 共 32 页 Zscore(VAR00001) .811 .154 .316 .148 Zscore(VAR00002) .770 .023 Zscore(VAR00003) .920 .005 .146 .171 .062 Zscore(VAR00004) .008 .784 .433 .204 Zscore(VAR00005) .231 .892 .104 Zscore(VAR00006) .004 .451 .352 .546 Zscore(VAR00007) .041 .413 .160 .637 Zscore(VAR00008) .265 .737 Zscore(VAR00009) .593 .436 Zscore(VAR00010) .668 .336 .004 Zscore(VAR00011) .656 .193 Zscore(VAR00012) .312 .410 .002 因子旋转 由于 直接根据因子载荷阵难以看出公共因子的真正含义 ，我们就要利用因子旋转，才能够对每个变量在每个因子上的原始变量载荷值进行计算和分析。 因子旋转的目的就是使复杂的矩阵变得更加简洁，有利于我们对主要因子进行解释和分析。 本文采用最大方差法进行 Kaiser 标准化的正交旋转使公共因子的负荷系数尽量向 0或 1靠近，从而得出了表 7的旋转成分矩阵。 表中的数值就是载荷值，我们都 知道载荷值越大的，说明该变量和这个因子的关系越强，作用也就越大。 表 7 旋转成分矩阵 Component 1 2 3 4 5 Zscore(VAR00001) .697 .444 .282 .089 .183 Zscore(VAR00002) .516 .744 .024 Zscore(VAR00003) .878 .304 .178 .066 .023 Zscore(VAR00004) .842 .321 Zscore(VAR00005) .451 .475 .632 Zscore(VAR00006) .023 .796 .028 Zscore(VAR00007) .012 .879 .077 Zscore(VAR00008) .043 .184 .798 Zscore(VAR00009) .783 Zscore(VAR00010) .818 Zscore(VAR00011) .128 .650 Zscore(VAR00012) .922 .003 .032 对表 7进一步分析得知： 淮海工学院二 〇一二 届本科毕业论文 第 12 页 共 32 页 公共因子 F1在 每股收益、净资产增长率和总资产增长率 指标上的因子载荷值相对比较大。 以上指标前面一个是盈利能力指标，后两个是发展能力指标。 所以我们将公共因子 F1定义为 活力 因子。 一个企业的发展就是为了能够赚取更多利润，发展就是盈利的前提和基础。 对于钢铁企业来说它的发展就是为了能够获取利润，要在这 个竞争激烈的行业中占有一席之地，那它就要发展，在发展的基础上谋求更多的利润。 公共因子 F2在 销售净利润率和现金流量比率 指标上的因子载荷值相对比较大。 以上指标前 一个是盈利能力指标，后一个是现金流量指标。 所以我们将公共因子 F2定义为 获利 因子。 一个企业的发展 离不开现金的周转，如果现金都周转不灵了，那么企业要想赚取利润那是难上加难。 钢铁企业也是一样的，如果本公司的现金流通畅通，那么其他方面都能够很好的实现，各项资产周转也不是什么问题，而且公司赚钱利润的能力也是很好的话，那么企业要想长远发展下去就不是什么难事了。 公 共因子 F3在 流动资产周转率和应收账款周转率 指标上的因子载荷值相对比较大。 以上 两个指标都是反应企业营运能力的指标。 所以我们将公共因子 F3定义为 营运 因子。 良好的营运能力是企业发展壮大的前提和基础。 只要各方面有较好的流动性，那么企业就才能够高效有序的运转。 钢铁行业上市公司如果哪天资产流转出现的问题，那么企业其他方面多多少少都会受到一些影响。 企业要想高效运转从而实现利润，那良好的营运能力是必不可少的。 公共因子 F4在资产负债率指标上的因子 载荷值相对比较 大。 这是反映企业偿债能力的指标。 所以我们将公共因子 F4定义为偿债 因子。 一个企业只有拥有良好的偿债能力，这样才能够进入良性发展循环。 该企业的偿债能力越强那就说明企业的效益就越好，这对于相关利益者来说就更有保障。 良好的偿债能力是企业获利的重要因素之一。 公共因子 F5在流动比率和资产的经营现金流量回报率指标上的因子 载荷值相对比较 大。 以上两个指标前一个是反映企业偿债能力的指标，后一个是反映企业现金流量的指标。 所以我们将公共因子 F5定义为风险因子。 现金流量对于一个企业各项方面的发展都具有重要的意义。 如果没有很好的现金流，那么企业的各项工作都无法很好的开展，这样将会产生恶性循环。 良 好的现金流和偿债能力是一个企业发展壮大的前提和基础。 计算因子得分及综合得分 进行到这里，我们应当反过来考虑每一个样本，在统计模型上就需要将公共因子 F用变量的线性组合来表示，计算因子得分。 本文通过 SPSS中的回归法得到每一个企业样本在不同因子上的具体的数值，也就是我们平常所说的因子得分。 如下表 8所示： 表 8 成份得分系数矩阵 淮海工学院二 〇一二 届本科毕业论文 第 13 页 共 32 页 Component 1 2 3 4 5 Zscore(VAR00001) .231 .154 .174 .009 .215 Zscore(VAR00002) .104 .372 .027 Zscore(VAR00003) .302 .063 .119 .006 .076 Zscore(VAR00004) .016 .436 .088 Zscore(VAR00005) .175 .140 .327 Zscore(VAR00006) .046 .498 .063 Zscore(VAR00007) .018 .666 .157 Zscore(VAR00008) .040 .256 .671 Zscore(VAR00009) .298 .025 Zscore(VAR00010) .307 Zscore(VAR00011) .006 .180 .498 Zscore(VAR00012) .513 设 F F F F F5分别是各家钢铁行业上市公司在 5 个 因子上的得分，则有 : F1=++++++ ++ F2=+++ ++ F3=++++ + F4=+++++ + F5=+++++ + 其中， X X X…、 X12为各项财务指标经过了标准化处理之后的数据。 再以各因子所对应的方差贡献率进行加权求和，即可得到综合评价得分 F。 F=++++ 各因子得分和综合得分见表 9： 表 9 因子得分及综合得分 F1 F2 F3 F4 F5 F 鸿路钢构 大冶特钢 鲁银投资 东方铁塔 淮海工学院二 〇一二 届本科毕业论文 第 14 页 共 32 页 F1 F2 F3 F4 F5 F 金岭矿业 新兴铸管 八一钢铁 玉龙股份 方大特钢 久立特材 精工钢构 三钢闽光 大金重工 西宁特钢 宝钢股份 0 酒钢宏兴 安泰科技 杭钢股份 金洲管道 大西洋 本钢板材 凌钢股份 齐星铁塔 贵绳股份 杭萧钢构 光正钢构 恒星科技 新钢股份 南钢股份 包钢股份 法尔胜 华菱钢铁 山东钢铁 马钢股份 新日恒力 鞍钢股份 1 韶钢松山 重庆钢铁 综合得分排名 鉴于以上因子分析的计算结果，我们将 38家钢铁上市公司的 5个公共因子得淮海工学院二 〇一二 届本科毕业论文 第 15 页 共 32 页 分和综合得分进行一个排序，这样才能够让我们更加直观的感受到各家上市公司之间的对比以 及它们的财务状况、发展状况。 5个公共因子得分和综合得分的排名情况如下表 10： 表 10 5个公共因子得分和综合得分的排名情况 序号 公司名称 F1 F2 F3 F4 F5 F 1 鸿路钢构 1 36 30 24 35 9 2 大冶特钢 7 2 3 5 23 3 3 鲁银投资 3 11 5 10 16 2 4 东方铁塔 2 38 37 27 34 11。