货币金融服务板块的主成分聚类分析(4)

因子3与X1（营运指数）、X6（总资产增长率）、X7（净利润增长率）有很强的相关关系。

故可以粗略地认为，因子1集中反映银行每股价值指标，称为综合扩张因子；因子2重点反映资产与营业收入的各方面情况，称为盈利发展因子。根据（现金）营运指数定义，它反映企业现金回收质量、衡量现金风险的指标，同时这个主成分体现企业在规模扩大、增加盈利等方面的表现，即总资产、净利润的增长率，故因子3可称为风险价值因子。

Method: Principal Component Analysis．

Extraction Method:Principal

Component Analysis．

Rotation Method:Quartimax with

Kaiser Normalization．

a．Rotation converged in 5 iterations．

（3）因子得分系数矩阵及主成分得分

SPSS可以将通过旋转后计算的4个因子得分Z1、Z2、Z3、Z4作为新变量自动存储到原始数据文件中，操作为｛转换｝→｛计算变量｝，如表4所示，Y为最终得分，根据以上分析，可了解各个指标的潜在本质。

具体来说，根据各个主成分的贡献率进行加权求和，因子旋转后三个主成分更精确的特征值分别是4．373、2．703、2．361。因此综合得分为：

Y=4．373/9．437Z1+2．703/9．437Z2+2．361/9．437Z3

在主成分得分表中，我们可以看到宁波银行、民生银行、兴业银行、华夏银行和南京银行表现突出，综合排名在前五。这些银行大多是区域性银行，依托经济活跃的地带，发展势头很好，而排名较靠后的建设银行、北京银行、农业银行、工商银行和中国银行，除北京银行外其余四家网点遍布全国，资本雄厚，基础较好，已经过了股本快速扩张的阶段，也许是这个原因让这几家银行的各项指标数相对较低。

4 板块的聚类分析

聚类分析对于变量的选择比较重要，一般变量个数越多，得到的类越难以解释。依上例，选取的代表上市银行财务状况的数据变量比较多，考虑先用主成分分析法进行降维，然后应用主成分变量做聚类变量进行聚类分析。

K-均值法是一种比较流行的动态聚类法，选择一批凝聚点或给出一个初始的分类，让样本按某种原则向凝聚点聚拢，对凝聚点进行不断的修改或迭代，直至分类比较合理、迭代稳定为止。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说管理学货币金融服务板块的主成分聚类分析(4)在线全文阅读。