数理统计-多元统计方法在公司竞争力上的分析与应用毕业论文.doc

 数理统计-多元统计方法在公司竞争力上的分析与应用毕业论文.doc

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
 数理统计-多元统计方法在公司竞争力上的分析与应用毕业论文

数理统计多元统计方法在 摘 要 多元统计分析方法是进行定量分析的有效工具。本文主要重点介绍多元统计分析方法中的因子分析法在企业竞争能力分析中的应用。根据相关原则选取了12个与企业经营盈利能力密切相关的指标,运用了因子分析法对某企业样本进行分析研究。 关键词:多元统计 因子分析 赢利能力 AbstractMultiple statistical analysis of quantitative analysis method is an effective tool. This article focuses on multiple statistical analysis of the factor analysis in the ?profitability of enterprises in the application. According to relevant principles and selected 12 enterprises operating profitability is closely related to the target, usin_g a factor analysis of a sample analysis of enterprises. Key words: Multivariate statistics Factor analysis Profitability. 1.引言 2.公司赢利能力指标的建构公司盈利能力评估指标体系,是一套充分反映企业盈利能力,具有一定的内在联系并且互为补充的指标群。科学设计评价指标体系是正确评价企业盈利能力的前提和基础。在具体构建评价指标体系时应遵循以下原则和要求:即科学性原则,全面性原则,客观性原则,可比性原则,定性和定量的原则,通用性和发展性相结合原则。参照该规则,本文优化并创新性地选取了以下指标: 销售毛利率、销售利润率、总资产收益率、长期资本收益率、成本费用收益率、净资产收益率、资本保值增值率、经营现金净流量与净利润比率、营业利润占利润总额的比重、投资收益率、营业利润增长率、经营现金净流入量结构比率等12项反映企业生产经营赢利能力,资产赢利能力,所有者投资赢利能力和赢利状况的核心指标,用以计算产生企业效绩评价的初步结果,它们的计算公式如下:销售毛利率= 销售收入- 销售成本/售收入×100%销售利润率 = 利润总额/销售净收入×100%总资产收益率= 利润总额+利息支出/平均资产总额×100%长期资本收益率= 收益总额/长期资本平均占用额×100%成本费用收益率= 利润总额/成本费用总额×100%净资产收益率= 净利润/平均所有者×100%资本保值增值率= 年末所有者权益总额/年初所有者权益总额×100%经营现金净流入量结构比率= 经营活动产生的现金净流量/现金净流量总额×100%经营现金净流量与净利润比率= 经营活动现金净流量/营业净利润×100%营业利润占利润总额的比重= 营业利润/营业净总额×100%投资收益率= 投资净收益/利润总额×100%营业利润增长率= 营业利润增长额/上年营业利润总额×100% 3 因子分析法在公司赢利能力评估中的应用 3.1 数据来源 本文家企业200年末样本,根据上面所选取的12个具有代表性的指标,利用分析模型,对这些企业进行因子分析。 3.2 因子分析模型因子分析法的基本思想是根据相关性的大小将原始变量分组,使得同组内变量间的相关性较高,但不同组之间的变量相关性较低。每组变量代表一个基本结构(因子),它们可以反映问题的一个方面,或者说一个维度。通过几个主因子的方差贡献率作为权重来构造综合评价函数 ,能够简化众多原始变量及有效处理指标间的重复信息。所以评价结果具有很强的客观性与合理性。因子分析的模型如下: 设X=(X1,X2...Xp)为可观测到的随机向量,将X=(X1,X2...Xp)经标准化处理后,得Y=(Y1,Y2...Yp),其均值E(Y)=0,协方差矩阵D(Y)=Σ。 设F=(F1,F2…Fp)(m<p)为不可观测到的随机向量,且E(F)=0,协方差矩阵D(F)=1。再设=(1,2p)与F不相关,且E()=0. D(e)为对角阵=diag(e12...ep2) 假定随机向量Y 可以表示为以下模型:  1 = a11F1+ a12F2 +…+a1mFm + e1 Y2 = a21F1+a22F2 +…+a2mFm + e2 ……… Yp = ap1F1+ ap2F2 +…+apmFm + ep (1) 则称模型1)为正交因子模型。用矩阵表示为:Y=AF+其中矩阵A=称为因子载荷矩阵 aij=(i=1,..p;j=

文档评论(0)

zkv961 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档