主成分和因子(Eviews格式)技朮方案.ppt

* 1．显示形式 为了获得得分系数和得分序列，在模型输出窗口中View/Scores...，可得到因子得分设定对话框。 13.3.4 计算因子得分 图13.14 因子得分设定对话框 * 在图13.14中可以选择显示形式（Display）： （1）Table summary，以表的形式显示因子得分系数、不确定性指标、有效系数和单一性测量； （2）Spreadsheet，因子得分值表； （3）Line graph，得分线性图； （4）Scatterplot，成对因子的得分散点图； （5）Biplot graph，成对因子得分和载荷的双标图。 * 2．得分系数 估计得分，需要先设定一个计算得分系数的方法，确定是使用精确系数（Exact coefficients）、还是粗略系数（Coarse coefficients）、或者基于因子载荷计算的粗略系数（Coarse loadings）。默认的，EViews采用精确系数估计得分。根据相应的选择，还需要提供其他的信息： （1）如果选择Exact coefficients或者Coarse coefficients，将提示选择估计方法（Coef Method），在其下拉菜单中可以选择：回归 (Thurst one’s regression)、Bartlett加权最小二乘 (Bartlett weighted least squares)等方法。 （2）如果选择Coarse coefficients或者Coarse loadings，EViews将提示coarse方法和中止值。 * 3．得分序列 在计算得分时，需要给定可观测变量的集合以及相应的样本，得分的计算将基于给定样本范围内标准化后观测值的线性组合得到。 EViews自动在Observables编辑框中填入用于计算的原始变量的名字，需要选择标准化时采用估计得到的矩还是原观测值的矩（均值）。特殊的，计算得分和估计时采用相同的数据，则两种情况的矩是相同的。因此，如果计算得分的观测值或变量不同于估计时，这个选择将是非常重要的。 4．图属性 当选择用图视图显示结果时，需要设定要显示的因子。默认的，EViews给出所有因子的图，与前面主成分分析中讨论的相似。 * 例13.6 纽约股票交易所股票收益率的因子分析（3） 在例13.4获得稳定的因子旋转结果之后，可以进一步计算因子得分序列，考察化学行业和石油行业独特因子的波动特征。本例采用回归法计算两个因子的因子得分。 两个因子的有效系数分别为0.90和0.89，具有较高的正值，因此结果比较理想。其单一性系数均为0.1，其值较小，也满足要求。 * 图13.5a 因子F?1的得分序列 图13.5b 因子F? 2的得分序列 例13.7 影响我国物价波动多因素的因子分析（3） 在例13.5获得稳定的因子旋转结果之后，可以进一步计算因子得分序列，用于考察影响物价波动的各公共因子的波动特征。本例采用回归法计算4个公因子的因子得分，其对应的因子得分系数矩阵如表13.9。 0.54 -0.18 -0.02 0.06 上证收盘综合指数同比增速(sz) 0.10 -0.05 -0.06 -0.04 G7支出法GDP同比增速(gdp_G7) -0.15 -0.03 0.06 0.00 G7工业品出厂价格指数(PPI_G7，上年同期=100) 0.81 -0.09 0.20 -0.05 GDP增长率(gdp)* -0.15 -0.04 0.22 0.08 M2增速(m2)* -0.04 0.10 0.15 -0.10 货币乘数(B)* -0.09 0.05 0.42 -0.28 外汇储备同比增速(res ) -0.14 0.53 -0.08 -0.09 城镇家庭人均可支配收入增速(incr_u)* -0.02 0.23 0.01 -0.08 全部从业人员人均报酬增速( incr_a)* -0.10 0.10 0.09 0.03 工业企业成本费用利润率(cpm) -0.30 -0.35 0.24 0.44 商品房销售价格指数(HPI，上年同期=100)* -0.01 -0.18 0.27 -0.08 农副产品类购进价格指数(API，上年同期=100) -0.43 0.14 0.00 0.15 工业品出厂价格指数(PPI，上年同期=100) 0.47 -0.51 -0.23 0.71 原材料、燃料、动力