多变量综合的主成分旋转法研究

本文研究的是一种进行多变量综合的多元统计方法——主成分旋转法，该方法以主成分变量与全部原始变量的“协方差总和最大”为原则，通过对主成分进行标准正交旋转获得综合指标，解决了直接用第一主成分或多个主成分的平均数作为综合指标存在的各种问题，如主成分变量之间正逆性不一致、原始变量信息损失、应用主成分法需要有严格的条件限制等问题，科学地实现了多变量的综合。本文在理论研究的基础上设计了计算算法，进行了各种情况的模拟计算和检验，并用实际案例进行了分析，证明了该方法的科学性和广泛适用性。     

基于SPSS主成分分析的油田采油成本控制研究

本文以胜利油田为例,采用主成分分析方法,分析了原油开采过程中各成本指标间的系统联系．并确定了3个主成分,达到在保证信息量的同时简化分析的目的。研究结果表明,主成分分析方法能从本质上揭示影响石油企业开采成本的各因素关系,并且能为各油井给出成本分析的综合评价,从而可以为高层决策提供理论依据。     

河北省各地级市住房居住质量对比

正一理论分析多元统计分析方法中主成分分析法是通过降维技术把多个变量化成少数几个主成分的方法,这些主成分能够反映原始变量的绝大多数信息,它们通常可以表示为原始变量的线性组合。本文通过此方法并利用R语言从选取的6个住房质量指标中提取一个或两个主成分(用Z来表示),并利用这些主成分研究11个地级市住房质量的层次问题。第六次人口普查数据关于住房质量的指标很多,本文从中选取11个地级市的关于住房质量的6个指标作为研究基础,分别是钢筋及混凝土结构、住房内有独立厨房、主要炊事燃料为燃气燃料、住房内有管道自来水、统一供热水、独立使用抽水式厕所6个指标,分别用X1、X2、X3、X4、X5、X6表示。     

基于主成分分析的房地产企业财务能力评价

采用主成分分析法进行房地产企业财务能力评价,可以用少数的综合变量取代原有的多维变量来进行有针对性的定量化评价.采用该方法进行实证分析,以我国上市房地产公司中8家财务困境公司和8家财务正常公司为样本,选取了能较全面反映公司财务状况的10个财务指标为变量,应用主成分分析方法,进行上市公司的财务能力评价,研究表明,该方法可以有效评价房地产企业财务能力,避免了以往房地产企业财务能力评价方法通常具有的主观性,以及忽略评价指标之间的相关性的问题.     

企业并购绩效的主成分回归分析

采用主成分回归的方法,对企业并购绩效进行了研究。选取在2005年度并购的38家公司2004-2007年的13项业务指标作为作为研究对象,对影响公司并购绩效的诸多因素首先进行主成分分析,再以总资产增长率为因变量、主成分为自变量进行主成分回归分析,最后使用逆变换将其变为关于原始变量的回归方程。结果显示:并购前,总资产周转率和主营收入增长率对企业绩效影响较大;并购后,每股收益和总资产周转率对企业绩效有重要影响。     

货币供应量对产出水平有效性研究

货币政策是一个国家促进经济增长,稳定物价,进行宏观经济调控的重要工具之一,对货币政策的有效性研究由来已久并且具有重要的理论与实际意义。为了找到政策变量与宏观经济变量之间的关系,本文建立了VAR模型。在变量选取方面,本文选取了8大宏观经济变量综合反应经济发展,通过主成分分析提取出两个能代表宏观经济发展情况的主成分,然后选取了货币供应量作为政策变量,将政策变量和宏观经济变量分别建立VAR模型,寻求政策变量与宏观经济变量之间的关系。
　　通过主成分分析,我们将宏观经济变量分成了价格因子和产出因子。又通过建立的VAR模型发现,调节货币供应量在短期内效果显著,其影响力在过了峰值后逐渐减小。其次政策效果的好坏也与其他政策密切相关。并且货币政策具有时滞,在政策制定是需要特别注意。     

货物周转量与经济发展关系研究

分析了货物周转量的主要影响因素,以6个经济指标作为解释变量,通过相关性分析,得到各指标变量与货物周转量的相关系数;同时运用主成分分析,构造了货物周转量与国内生产总值(GDP)之间的线性回归模型;并对建国以来我国货物周转量同GDP关系的阶段性特征予以分析。数学模型实证检验结果表明:各个经济发展阶段,货物周转量同GDP均呈现线性关系,并且随着经济的发展,单位GDP增长所需的货物周转量呈现出减小的趋势。     

货物周转量与经济发展关系研究

分析了货物周转量的主要影响因素,以6个经济指标作为解释变量,通过相关性分析,得到各指标变量与货物周转量的相关系数;同时运用主成分分析,构造了货物周转量与国内生产总值(GDP)之间的线性回归模型;并对建国以来我国货物周转量同GDP关系的阶段性特征予以分析.数学模型实证检验结果表明:各个经济发展阶段,货物周转量同GDP均呈现线性关系,并且随着经济的发展,单位CDP增长所需的货物周转量呈现出减小的趋势.     

企业会计政策选择相关影响因素的实证研究

中国的实证会计研究学者提出了影响企业会计政策选择的有关变量并且进行了实证研究,但是目前的各替代变量多大程度上解释和预测了中国的会计实务？我们还需要寻找其他的替代变量加以解释吗？本文综合考虑了包括契约成本和政治成本在内的有关替代变量进行了多元回归分析,并利用主成分分析得出结论：1.合理解释企业会计政策选择还需要继续发掘对其有重要影响的因素;2.会计准则的制定首先要考虑中国企业的整体发展形势,不能激进或保守,同时还要充分考虑中国具有深厚文化底蕴的国情。     

电力上市公司财务状况主成分分析评价

本文选取了沪、深两市33家电力企业作为样本，应用基于现金流量信息的财务评价指标作为原始变量，通过主成分分析法提取了反映公司财务状况的主成分，得出电力行业上市公司的各主成分排名及财务状况综合排名。以期为外部信息使用者在进行投资决策、内部管理者进行财务评价提供参考。     

主成分分析法与因子分析法的辨析——兼与刘红霞等同志商榷

主成分分析作为多元统计分析的重要方法之一,可以在不丢失主要信息的情况下简化数据,以解决多指标分析评价中指标数量过多,以及指标之间信息重叠等问题,在财务评价中被很多研究者使用.但大多教研究者在使用主成分分析方法时,经常将主成分分析和因子分析相混淆,笔者通过对主成分分析的原理以及通过SPSS实现主成分分析的介绍,让研究者能够更好的运用主成分分析.     

基于主成分聚类的河北省物流发展能力分析

应用主成分分析和聚类分析的方法对区域物流规划中河北各地区的物流能力进行统计分析。以河北省的11个城市为物流节点,利用主成分分析得出河北省各市区域物流能力得分排名,再利用能够代替原来较多变量的综合主成分指标对省内各地区的物流发展能力进行聚类,进而提出了河北省物流发展对策。     

基于主成分回归的企业物流成本多元线性预测模型研究

在竞争激烈的今天,通过传统方法降低企业运营成本已经日趋困难,而物流成本被称为企业第三利润的源泉还有待开发。通过降低物流运行成本能够提高企业的效益,增强企业的竞争力,因此物流成本的预测也就有了很强的必要性。文章在主成分分析的基础上对物流成本影响因素进行主成分提取、线性拟合,减少各个成本因素之间存在的多重共线性问题,使物流成本多元线性预测模型更加精确可靠,为企业的物流成本预测提供更加科学准确的依据。     

上市公司关联交易综合度的主成分分析——以东北地区上市公司为例

文章选取东北三省2006-2008年深沪两市披露关联交易的上市公司作为样本公司,通过主成分分析将变量综合成几个主成分,得出关联交易综合得分变量RPT;继而以RPT为因变量对文中提出的三个理论假设进行回归分析.研究发现,公司规模、净利润和第一大股东持股比例与关联交易综合度之间有着显著的相关性.     

上市公司股权集中度与企业绩效的实证研究

在回顾有关研究文献的基础上,以沪深两市2008年上市公司为样本,分别用反映实际经营业绩的主成分合成财务绩效指标和反映市场效果的市场绩效指标作为被解释变量,分别进行线性模拟和曲线模拟,结果表明:处于优势地位的非流通股较之于流通股更加偏好于财务绩效;股权集中度与企业绩效之间存在着曲线关系。     

我国债券收益率曲线变动与宏观经济指标相关性研究

文章从国内外分析了债券收益率曲线相关理论,运用统计分析方法发现国债收益率曲线与宏观经济发展具有高度关联性和前瞻性,国债收益率曲线隐含了宏观经济变量一定的预期性信息,运用主成分分析法、脉冲响应函数两种模型,实证研究发现国债收益率曲线通过改变融资成本和市场预期影响宏观经济变量,且国债收益率曲线可以提前3至6月预测宏观经济发展.     

主成分分析和聚类分析在区域物流中心综合评价中的应用

以地区生产总值等十六个指标,对全国31省区和直辖市作为区域物流系统中心的重要性做了综合评价.为了消除各评价指标之间的相关性,先运用主成分分析把原来较多的评价指标简化为较少的且不相关的综合主成分指标,再以综合主成分指标为数据源进行聚类分析,比较合理地对31省区和直辖市进行了区域物流中心分类.     

贵州省国内旅游市场影响因素分析——基于主成分分析法

采用贵州省2001-2014年连续14年国内旅游数据,运用主成分分析方法 ,利用数学降维思想,将多个原始变量通过线性组合方式组合成互不相关的综合指标,定量分析贵州省国内旅游市场的影响因素。分析表明:中国人均GDP、城镇居民消费水平、农村居民消费水平及居民消费价格指数等11个原始变量均在第一主成分有较高载荷;贵州国内旅游市场受游客消费能力、旅游交通能力影响最为显著。贵州省应从针对特定人群积极营销、打造旅游文化品牌、融入"一带一路"建设框架、发挥旅行社作用等方面作出努力,以促进本省国内旅游市场发展。     

企业组织创新风险预警

企业组织创新风险预警是一种多指标小样本预警.在多指标(变量)的研究中,往往由于变量的个数太多,且彼此之间存在着相关关系,使得所观测数据在一定程度上有信息的重叠.文章应用主成分分析法对样本数据进行预处理,再利用BP神经网络进行风险预警.     

我国公共医疗卫生保障体系发展预测分析

公共医疗卫生保障是我国社会保障事业的重点,我国政府依然面临着严峻的挑战。文章充分考虑影响我国公共医疗卫生保障发展水平的因素,首先,基于主成分分析方法,将政府卫生支出作为一个综合性的指标,分析其与影响因素之间的相关关系;其次,建立人工神经网络模型,将提取的公共因子作为输入变量,预测2011~2013年的政府卫生支出;最后,客观地评价我国公共医疗卫生保障的发展水平,有建设性地提出了促进其发展的策略。