[2018年最新整理]主成分分析与因子分析.ppt

例13.5 影响我国物价波动多因素的因子分析（2） 本例对例13.3的结果采用方差最大化的正交旋转方法进行因子旋转，希望得到更好的结果，本例进行了两次旋转以后，总方差变化不大，结束旋转。旋转后的公共因子记为 （i=1，2，…，4），相应的载荷记为 ，其结果如表13.7所示。 指标名称 F1载荷li1 F2载荷li2 F3载荷li3 F4载荷li4 CPI 居民消费价格指数(CPI) 0.77 0.08 0.54 0.12 成本 因素 原材料、燃料、动力购进价格指数 0.97 0.10 -0.10 0.01 工业品出厂价格指数 0.97 0.008 0.00 0.04 农副产品类购进价格指数 0.73 0.33 -0.03 0.13 商品房销售价格指数 0.69 0.55 0.32 0.03 工业企业成本费用利润率 0.54 0.67 0.21 0.24 需求 因素 全部从业人员人均报酬增速 -0.01 -0.04 0.90 0.09 城镇家庭人均可支配收入增速 0.23 0.25 0.86 0.22 货币 因素 外汇储备同比增速 0.11 0.88 0.08 -0.18 货币乘数 0.06 0.81 -0.20 0.30 M2增速 -0.23 0.73 0.29 -0.16 GDP增长率 0.41 0.59 0.29 0.58 国际 因素 G7工业品出厂价格指数 0.87 -0.17 0.15 0.06 G7支出法GDP同比增速 0.33 -0.16 -0.46 0.59 股价指数 上证收盘综合指数同比增速 -0.07 0.02 0.29 0.89 表13.7 影响物价波动多因素的因子分析旋转后的结果 从表13.7旋转后的各公因子的载荷可以看出各因子所代表的意义更明确：代表成本因素的各上游价格指数和G7_ PPI的变化在公因子F1上有较高的载荷，可称 F1为成本因子，同时也表明我国价格的变化，尤其是原材料类价格的变化和国际PPI的变化有较高的相关性；而代表居民需求增长的两个收入变量在公因子F3上有最高的载荷，可称 F3为需求因子；而表示包括GDP增长率在内的货币因素在公因子F2上的载荷都是最大的，可称 F2为货币因子；而代表财富变化的股票指数和表示国际经济形势的G7_GDP指数同比增速在公因子F4上载荷最大，称为财富因子和国际经济因子。通过观察旋转后的因子载荷，可以发现各因子所代表实际意义更明确。 本例主要考察物价波动，通过观察可以发现CPI在各公因子的载荷分别为0.77、0.08、0.54和0.12，可见代表成本和需求变动的因子和对CPI变化的解释能力是最强。 * 13.2.6 因子得分 前面介绍了如何获得公共因子和估计因子载荷矩阵，但有时候需要把公共因子表示成原始变量的线性组合，对每个样本计算公共因子的估计值，也就是求因子得分，因子得分可以作为进一步分析的原始数据。例如：对学生的各科成绩进行分析，可发现依赖于两个因子——全面智力和适应开闭卷的能力，实际中我们不仅仅希望归纳出影响学生成绩的因子，而且希望知道每一个学生对这两种能力作出什么评价，或者说他在这两个公共因子上应打多少分。这就需要求解个体在公共因子上的得分。下面介绍两种常用的因子得分估计方法。 * 1．加权最小二乘法 对于因子模型 （13.2.40） 因子载荷矩阵L及特殊因子方差阵?是已知的，可以假定特殊因子 ? 是误差。如果 var(?i) = ?i 对于i = 1, 2, …, p 不全相等，巴特莱特（Bartlett，1937）建议采用加权最小二乘法。采用误差方差的倒数作为权系数，则误差平方的加权和可以表示为： （13.2.41） * 选择F的估计值使得式（13.2.41）最小化，其解为： （13.2.42） 当采用极大似然法求解因子载荷矩阵时，需要满足唯一性条件： L?? L是对角矩阵。若对原载荷矩阵改用旋转后的载荷矩阵L*=LT，则相应的因子得分可表示为 。 如果采用主成分分析方法估计因子载荷矩阵，习惯上采用未加权的最小二乘过程生成因子得分，则因子得分为 （13.2.43） * 2．回归法 仍然考虑因子模型（13.2.2） （13.2.44）