基于因子分析的秦皇岛开发区中小企业成长性评价.docVIP

基于因子分析的秦皇岛开发区中小企业成长性评价.doc

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于因子分析的秦皇岛开发区中小企业成长性评价.doc

基于因子分析的秦皇岛开发区中小企业成长性评价   摘要:本文采集了100家秦皇岛开发区中小企业相关数据,选取12个指标,运用因子分析对区内中小企业的成长性进行了评价。评价结果表明:影响区内中小企业成长的主要有企业获利因子、企业经营稳定因子、企业规模因子、企业资源利用因子四个因子。   Abstract: This paper collected related data of 100 SMEs at Qinhuangdao Development Zone and selected 12 indicators, and used factor analysis to evaluate the growth of SMEs in the region. Evaluation results showed that: the factors that effect the growth of SMEs in the region are: corporate profits factos, business stability factor, enterprise scale factor, enterprise resource utilization factor.   关键词:因子分析;中小企业;成长性评价   Key words: factor analysis;SMEs;growth evaluation   中图分类号:F27文献标识码:A文章编号:1006-4311(2010)32-0069-01      0引言   中小企业是市场经济的最基本的主体单位,更是最活跃、最重要的因素,而成长性问题又是经营者关注的焦点。研究中小企业的成长性问题不仅可以帮助企业找出自身发展的不足之处,同是可以促进地区经济又好又快发展。目前许多学者利用层次分析法、灰色关联法、功效系数法等研究企业发展问题,这些方法简单易行,评价结果容易理解,但是方法中所用到的权重系数往往比较主观,本文采用因子分析法,从多个指标中提取几个重要因子,可以更加科学的找出影响中小企业成长性的影响因素。   1实证分析   1.1 指标选取通过对秦皇岛开发区中小企业的实际调研,本文从中选取其中100家中小企业进行实证分析。为求全面、完整、真实地反映中小企业的经营状况,数据的选择本着科学性、代表性、可比性、真实性和可得性的原则,通过借鉴国家财政部颁布的企业绩效评价体系,选取了企业规模(总资产对数)、经济成长能力(资产负债率、劳动效率、主营业务收入增长率、总资产报酬率)、盈利能力(营业利润率、销售毛利率、资产利润率)和科技创新能力(研发投入比重)和可持续发展水平(人均创造产值、产值能耗率、经营安全率)五个方面12个指标建立综合指标评价体系以全面反映企业经营情况[1]。   1.2 原始数据处理及适用性检验由于原始数据的经济意义不同,首先需要对全部原始变量进行正向化处理,将资产负债率和产值能耗率取倒数,使结果数值越大,则经营情况越好;第二,为了保证得出的结果具有科学性,在进行数据处理时,将每一项指标的极大值和极小值进行剔除;第三,对以上12项指标进行标准化处理,以消除由于量纲的不同所引起的数量差异。标准后的数据服从(0,1)标准正态分布,并且经过标准化处理的数据不改变变量之间的相关系数。应用spss18.0统计分析软件中的巴特利特球形和KMO两种检验法,来验证所取数据是否适合做因子分析。从表1中可以看出:巴特利特统计检验量的值为1002.836,而且统计量的显著性概率为0.000,小于显著性水平0.05%,拒绝巴特利特检验的零假设[2],表明指标变量间具有较强的相关性,适合做因子分析;KMO的统计量为0.715,大于0.7,表明指标变量间信息的重叠程度较高,适合做因子分析,效果理想。   1.3 计算相关系数矩阵的特征值、特征向量,并提取公因子,数据如表2所示。   选取因子载荷矩阵中特征值大于1的因子,共有4个,它们的方差贡献率分别为45.434%、20.632%、11.201%、4.853%,累计贡献率达到82.120%>80%,即可以综合的反映全部信息的82.120%,因子分析效果理想。将其设为F1、F2、F3、F4,其中F1的贡献率最大,为45.434%,说明F1解释的信息量较大[3]。   1.4 因子旋转,因子解释常用的因子旋转方法有正交旋转法、斜交旋转法等,本文采用方差极大法(Varimax)对初始矩阵进行因子旋转,得出的结果如表3所示。   从旋转后的因子载荷矩阵可以看出,公共因子F1在营业利润率、资产利润率、总资产报酬率和销售毛利率上载荷系数较大,这些指标都与企业的利润有关,主要反映企业盈利水平,因此命名为企业获利因子;公共因

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档