1、喀什大學(xué)實(shí)驗(yàn)報(bào)告多元統(tǒng)計(jì)分析SPSS實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程：基于SPSS的數(shù)據(jù)分析實(shí)驗(yàn)地點(diǎn)：現(xiàn)代商貿(mào)實(shí)訓(xùn)中心 實(shí)驗(yàn)室名稱：經(jīng)濟(jì)統(tǒng)計(jì)實(shí)驗(yàn)室 學(xué) 院：XXX 學(xué)院年級(jí)專業(yè)班: XXX 班學(xué)生姓名：xxx學(xué) 號(hào)：015完成時(shí)間： 2016 年x月x日開課時(shí)間： 2016 至2017 學(xué)年第 1 學(xué)期成績(jī)教師簽名批閱日期實(shí)驗(yàn)項(xiàng)目：中國(guó)上市銀行競(jìng)爭(zhēng)力分析（一）實(shí)驗(yàn)?zāi)康谋緦?shí)驗(yàn)?zāi)康膰@上市商業(yè)銀行競(jìng)爭(zhēng)力這一主線，遵循一般理論、具體分析到對(duì)策建議的研究思路，以我國(guó)國(guó)內(nèi)上市的十家商業(yè)銀行為研究對(duì)象，采用其2012年度財(cái)務(wù)報(bào)告的數(shù)據(jù)，從盈利能力、安全能力和發(fā)展能力三方面共選取了8個(gè)重要指標(biāo)，試圖通過這些指標(biāo)量化影響競(jìng)爭(zhēng)

2、力的因素，構(gòu)建我國(guó)上市商業(yè)銀行的競(jìng) 爭(zhēng)力評(píng)價(jià)指標(biāo)體系，并運(yùn)用因子分析方法，對(duì)我國(guó)上市商業(yè)銀行的競(jìng)爭(zhēng)力狀況進(jìn) 行了分析評(píng)價(jià)。最后針對(duì)分析的結(jié)果，通過對(duì)我國(guó)上市銀行競(jìng)爭(zhēng)力進(jìn)行優(yōu)劣勢(shì)比 較，提出了提升我國(guó)上市商業(yè)銀行競(jìng)爭(zhēng)力的一些建議。（二）實(shí)驗(yàn)資料通過對(duì)資產(chǎn)利潤(rùn)率、不良貸款率、資產(chǎn)負(fù)債率、資本充足率、每股收益增長(zhǎng) 率、貸款增長(zhǎng)率、存款增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率等指標(biāo)的選擇分析不同指標(biāo)在進(jìn)行 因子分析時(shí)所考慮的因素是否存在差異，影響我國(guó)上市商業(yè)銀行的競(jìng)爭(zhēng)力狀況的 因素與上述指標(biāo)是否有關(guān)。具體數(shù)據(jù)如下所示：十家同類型上市商業(yè)銀行2012年指標(biāo)盈利能力安全能力發(fā)展能力資產(chǎn)利潤(rùn)不良貸款率資產(chǎn)負(fù)債資本充足每股收益貸

3、款增長(zhǎng)存款增長(zhǎng)總資產(chǎn)增率率率增長(zhǎng)率率率長(zhǎng)率平安銀行%浦發(fā)銀行%建設(shè)銀行%中國(guó)銀行%農(nóng)業(yè)銀行%工商銀行%10%交通銀行%招商銀行%中信銀行%民生銀行%（三）實(shí)驗(yàn)步驟1、選擇菜單2、選擇參與因子分析的變量到（變量V）框中11I乙亦植寸 申HJ忤寸U誦曲討 把疇電I科RSiWnj%13 M1%16 K%3、選擇因子分析的樣本4、在所示窗口中點(diǎn)擊（描述D）按鈕，指定輸出結(jié)果，輸出基本統(tǒng)計(jì)量、圖形等5、在所示窗口中點(diǎn)擊（抽取E）按鈕指定提取因子的方法為：主成分分析法1 BOK方話吐：TX51曲-|2尼妬；住中:圧二特止L匕牌正11貞于色=嚨肚旳曾十獨(dú)，匚：137 tFOd iAA 7恵石ITulJ民丈妝

4、垃吧弋*!二1： 2E蘭劇I車聽用脾S23%14 ICflt12 J C.%TH味tCOf%1419%353%26在所示的窗口中點(diǎn)擊（旋轉(zhuǎn) T）按鈕選擇因子旋轉(zhuǎn)方法7、在所示窗口中點(diǎn)擊（得分 S）按鈕選擇計(jì)算因子得分的方法k.BJ%0.99%9320%14.32%13.24%15.64%ULsAAdUa irtiifti A-J-M-J -4注磁B42%14 10%3 30%13 0V呈示El孑掃:導(dǎo)於藏矩阻旦囪 wiT；.卜閡子掃硏:園子fS金A叵曰但）O蓋賓兇胚扭型尸（新安廠甲YE匹撐不艮11禱第廣力fiE豐9護(hù)整+迪M*鰹“1!堤收匸:.-15.D5%5 76%Li1=5 96%8、在所

5、示窗口中點(diǎn)擊（選項(xiàng)）按鈕（四）實(shí)驗(yàn)結(jié)果及分析分析結(jié)果如下表所示相關(guān)性矩陣每股收益增長(zhǎng)率貸款增長(zhǎng)率存款增長(zhǎng)率總資產(chǎn)增長(zhǎng)率相關(guān)性資產(chǎn)利潤(rùn)率.383不良貸款率資產(chǎn)負(fù)債率.563.105.494資本充足率.357.044每股收益增長(zhǎng)率.159貸款增長(zhǎng)率.922.551存款增長(zhǎng)率.922.738總資產(chǎn)增長(zhǎng)率.159.551.738顯著性（單尾）資產(chǎn)利潤(rùn)率.137.346.124.154不良貸款率.283.472.490.407資產(chǎn)負(fù)債率.045.323.386.073資本充足率.081.155.452.131每股收益增長(zhǎng)率.149.164.330貸款增長(zhǎng)率.149.000.049存款增長(zhǎng)率.164.00

6、0.007總資產(chǎn)增長(zhǎng)率.330.049.007通過觀察原始變量的相關(guān)系數(shù)矩陣，可以看到，矩陣中存在許多比較高的相 關(guān)系數(shù)，并且大多數(shù)變量通過了原假設(shè)為相應(yīng)變量之間的相關(guān)系數(shù)為 0的t假設(shè)。 相關(guān)系數(shù)實(shí)際上反映的是公共因子起作用的空間， 相關(guān)系數(shù)越大，表明數(shù)據(jù)適合 做因子分析。KMO和巴特利特檢驗(yàn)KMO取樣適切性量數(shù)。.518巴特利特球形度檢驗(yàn)近似卡方自由度28顯著性.006同時(shí)，KM（級(jí)Bartlett 檢驗(yàn)是否適合做因子分析。以上是 KMC級(jí)Bartlett 檢驗(yàn)結(jié)果，由表可知：KMO值為，說明該數(shù)據(jù)適合做因子分析。上表中的巴特利 特球體檢驗(yàn)的X統(tǒng)計(jì)值的顯著性概率是O. 000,小于1%,因

7、此拒絕原假設(shè)，說 明數(shù)據(jù)具有相關(guān)性，適宜做因子分析。反映像矩陣每股收益增長(zhǎng)率貸款增長(zhǎng)率存款增長(zhǎng)率總資產(chǎn)增長(zhǎng)率反映像協(xié)方差矩陣資產(chǎn)利潤(rùn)率.025不良貸款率.038.031資產(chǎn)負(fù)債率.027資本充足率.011.015每股收益增長(zhǎng)率.207.034貸款增長(zhǎng)率.025.018存款增長(zhǎng)率.034.020總資產(chǎn)增長(zhǎng)率.018.175反映像相關(guān)性矩陣資產(chǎn)利潤(rùn)率.306不良貸款率.113.266資產(chǎn)負(fù)債率.214資本充足率.307.146每股收益增長(zhǎng)率.496 a.533貸款增長(zhǎng)率.496 a.269存款增長(zhǎng)率.533.503 a總資產(chǎn)增長(zhǎng)率.269.651 aa.取樣適切性量數(shù)（MSA）反映像矩陣在其對(duì)角線

8、上的數(shù)字若大于（出口合同為）則適合因子分析，小于則 不適合因子分析。從表中得知，適合做因子分析。公因子方差初始提取資產(chǎn)利潤(rùn)率.818不良貸款率.519資產(chǎn)負(fù)債率.912資本充足率.928每股收益增長(zhǎng)率.786貸款增長(zhǎng)率.953存款增長(zhǎng)率.979總資產(chǎn)增長(zhǎng)率.865提取方法：主成分分析法。變量共同度，它刻劃了全部公共因子對(duì)各個(gè)變量的總方差所作的貢獻(xiàn)， 也稱 為公因子方差，從上表中可以得到變量共同度大部分都接近 1，說明該變量的幾 乎全部原始信息都被所選取的公共因子說明了， 也就是說，由原始變量空間轉(zhuǎn)為因子空間轉(zhuǎn)化的性質(zhì)較好，保留原來信息量多，因此，是Xi方差的重要組成部分。檢驗(yàn)可以做因子分析后，

9、我們通過因子分析得到相應(yīng)的特征值和對(duì)應(yīng)因子的貢獻(xiàn)率，如下表所示成分初始特征值提取載荷平方和旋轉(zhuǎn)載荷平方和總計(jì)方差百分比累積%總計(jì)方差百分比累積%總計(jì)方差的%累積%1234.8185.2216.1547.038.4788.011.133綜合因子F，F(xiàn)2, F3的特征值大于1,且對(duì)原始數(shù)據(jù)的累積貢獻(xiàn)率達(dá)到了， 其中F1的貢獻(xiàn)率最強(qiáng)，達(dá)到了, F2的貢獻(xiàn)率達(dá)到了, F3的貢獻(xiàn)率也達(dá)到了。 這三個(gè)因子的貢獻(xiàn)率都遠(yuǎn)遠(yuǎn)大于其它因子的貢獻(xiàn)率，因此，F(xiàn)1, F2，F(xiàn)3是決定商業(yè)銀行競(jìng)爭(zhēng)力強(qiáng)弱的關(guān)鍵因子。從碎石圖中得到，第1個(gè)因子的特征值高于其他項(xiàng)，對(duì)解釋原有變量的貢獻(xiàn)最大;第5個(gè)因子之后的特征值都小，對(duì)解釋原

10、有變量的貢獻(xiàn)較小；因此我們可以取3個(gè)或4個(gè)因子較為合適成分矩陣成分123總資產(chǎn)增長(zhǎng)率 存款增長(zhǎng)率 貸款增長(zhǎng)率 資本充足率 資產(chǎn)負(fù)債率 每股收益增長(zhǎng)率 資產(chǎn)利潤(rùn)率 不良貸款率.897.892.685.475.400.607.873.239.187.150.339.175.391.680提取方法：主成分分析法。aa.提取了 3個(gè)成分。表中給出旋轉(zhuǎn)前的因子載荷陣，從中可以看出，每個(gè)因子在不同原始變量上 的載荷沒有明顯的差別，3個(gè)因子的實(shí)際含義比較模糊。為了避免初始因子綜合 性太強(qiáng)，難以找出因子的實(shí)際意義的問題， 需要通過旋轉(zhuǎn)坐標(biāo)軸，使負(fù)載盡可能 向正負(fù)0或1的方向靠近，從而降低因子的綜合性，使其真實(shí)

11、意義凸現(xiàn)出來。下 面使用的因子旋轉(zhuǎn)方法為方差最大正交旋轉(zhuǎn)法， 目的是使旋轉(zhuǎn)后的因子載荷矩陣 的結(jié)構(gòu)簡(jiǎn)化，便于對(duì)各個(gè)公共因子進(jìn)行合理的解釋， 同時(shí)保證每一個(gè)公共因子反 映的信息量盡量最大。旋轉(zhuǎn)后的成分矩陣a成分123資本充足率 資產(chǎn)負(fù)債率 每股收益增長(zhǎng)率 存款增長(zhǎng)率 貸款增長(zhǎng)率 總資產(chǎn)增長(zhǎng)率 資產(chǎn)利潤(rùn)率 不良貸款率.951.602.493.051.084.977.928.788.020.011.593.016.023.771提取方法：主成分分析法。旋轉(zhuǎn)方法：凱撒正態(tài)化最大方差法。 aa.旋轉(zhuǎn)在4次迭代后已收斂。表中給出旋轉(zhuǎn)后的因子載荷陣，從表中可以看出，經(jīng)過旋轉(zhuǎn)后的載荷系數(shù)已 經(jīng)明顯的兩極分化了

12、。第一個(gè)公共因子在指標(biāo)X2每股收益增長(zhǎng)率、X3資產(chǎn)負(fù)債 率、X4資本充足率上有較大載荷，說明這 3個(gè)指標(biāo)有較強(qiáng)的關(guān)聯(lián)性，可以歸為 一類，因此可以把第一個(gè)因子命名為“流動(dòng)因子”；第二個(gè)公共因子在指標(biāo)X6貸 款增長(zhǎng)率、X7存款增長(zhǎng)率、X8總資產(chǎn)增長(zhǎng)率上有較大載荷，同樣可以歸為一類， 第二個(gè)因子可以命名為“發(fā)展因子”；同理，X1資產(chǎn)利潤(rùn)率、X5不良貸款率歸到第3類，將其命名為“安全和盈利因子”。總析嚴(yán)塢粒申 OW0.0-誡產(chǎn)利瀝罕-D.5-匡V4收掘增牢 0在三維空間組件圖中,各因子更接近于組價(jià)幾，接近組件幾對(duì)應(yīng)的是旋轉(zhuǎn) 后的成分矩陣的成分幾。成分得分系數(shù)矩陣成分123資產(chǎn)利潤(rùn)率 不良貸款率 資產(chǎn)負(fù)

13、債率 資本充足率 每股收益增長(zhǎng)率 貸款增長(zhǎng)率 存款增長(zhǎng)率 總資產(chǎn)增長(zhǎng)率.359.203.167.012.046.378.371.304.544.072.370.137.003.083提取方法：主成分分析法。旋轉(zhuǎn)方法：凱撒正態(tài)化最大方差法。組件得分。表中給出了因子得分系數(shù)矩陣，根據(jù)表中的因子得分系數(shù)和原始變量的標(biāo)準(zhǔn)化值 就可以計(jì)算出每個(gè)觀測(cè)值的各因子的得分。旋轉(zhuǎn)后的因子得分表達(dá)式可以寫成：F1=+五、結(jié)論本文通過采用多元統(tǒng)計(jì)分析中的因子分析法對(duì)國(guó)有商業(yè)銀行的經(jīng)營(yíng)績(jī)效加以 評(píng)價(jià)，從盈利能力、安全能力和發(fā)展能力三方面來具體分析我國(guó)上市商業(yè)銀行競(jìng) 爭(zhēng)力，對(duì)上市銀行及非上市銀行具有一定的指導(dǎo)作用。實(shí)驗(yàn)項(xiàng)

14、目：商廈評(píng)分（一）實(shí)驗(yàn)?zāi)康模罕緦?shí)驗(yàn)?zāi)康睦肧PSS層次聚類對(duì)商廈評(píng)分進(jìn)行分類分析，以了解了解各商廈之間的相互關(guān)系。（二）實(shí)驗(yàn)資料：編號(hào)購(gòu)物環(huán)境服務(wù)質(zhì)量A 商廈7368B 商廈6664C 商廈8482D 商廈9188E 商廈9490（三）實(shí)驗(yàn)步驟:表一聚類成員個(gè)案3個(gè)聚類2個(gè)聚類1：A商廈112:B商廈113:C商廈224:D商廈325:E商廈32表一可知，當(dāng)聚成3類時(shí)，A，B倆個(gè)商廈為一類，C商廈自成一類，D, E 兩個(gè)商廈為一類；當(dāng)聚成兩類時(shí)，A, B倆個(gè)商廈為一類，C, D, E三個(gè)商廈為一 類，SPSS的層次聚類能夠產(chǎn)生任意類數(shù)的分類結(jié)果。圖一圖一，可知，D商廈與E商廈的距離最近，首先合

15、并成一類，其次，合并的是A，B倆個(gè)商廈它們的距離比D商廈與E商廈大，最后是合并C商廈。最后聚 城一體。圖二：幽用平均朋攤（紳間）伯消金I罔圖二，可知，當(dāng)聚成4類時(shí)，D, E兩個(gè)商廈為一類；其他各商廈自成一類, 聚成3類時(shí)，A, B倆個(gè)商廈為一類，C商廈自成一類，D, E兩個(gè)商廈為一類; 當(dāng)聚成兩類時(shí)，A, B倆個(gè)商廈為一類，C, D, E三個(gè)商廈為一類。表二初始聚類中心聚類123購(gòu)物環(huán)境服務(wù)質(zhì)量表二，可知，3個(gè)初始類中心點(diǎn)的數(shù)據(jù)， 分別為（94,90）（66,64）（ 84,82） 可見第一類最優(yōu)，第三類次之，第二類最差。表三迭代歷史記錄迭代聚類中心中的變動(dòng)1231.0002.000.000.000a.由于聚類中心中不存在變動(dòng)或者僅有小幅變動(dòng)，因此實(shí)現(xiàn)了收斂。任何中心的最大絕對(duì)坐標(biāo)變動(dòng)為.000。當(dāng)前迭代為2。初始中心之間的最小距離為。表三，可知，第一次迭代后，3個(gè)類中心點(diǎn)分別偏移了，第2類中心點(diǎn)的 偏移最大，在第3類和第二次迭代時(shí)中心點(diǎn)偏移均小于判定標(biāo)準(zhǔn)（），聚類分析 結(jié)束。表四最終聚類中心聚類123購(gòu)物環(huán)境服務(wù)質(zhì)量表四，可知，最終類中心點(diǎn)的情況，分別為（，89 ）（,66）（ 84,82 ）仍然 可見第一類為最優(yōu)，第三類第二，第二類效果最差。表五ANOVA聚類誤差F顯著性均方自由度均方自由度購(gòu)物