由于公司年报公布的财务指标太多,最终选择新浪财经数据平台的股票基本财务指标作为我们分析的指标,依次为:——每股净资产（元）,——净资产收益率（%）,——每股收益（元）,——每股现金流量（元）,——每股资本公积金（元）,——每股未分配利润（元）,——固定资产合计（万元）,——流动资产合计（万元）,——长期负债合计（万元）,——主营业务收入（万元）,——财务费用（万元）,——净利润（万元）,12个财务指标作为最终因子分析的指标。由于2015年部分年报数据还没有公布,考虑到数据的完整性,我们选取2014年12月31日的年报数据作为因子分析的最终数据。

由于各指标数值的大小相差较大, 而且单位也不尽相同, 因此为使因子分析能够均等的对待每一个指标, 需要对指标作标准化处理, 即,其中,和Si分别是指标的样本均值和样本标准差。的协方差矩阵也就是的相关矩阵, 因此我们从样本相关矩阵出发进行因子分析。从的样本相关矩阵可以看出, 上市公司这 12个主要财务指标之间存在较强的相关关系, 也就是它们所含的信息有许多是重复的, 因此可以考虑运用因子分析的方法将这12个指标进行有效的压缩。来~自,优^尔-论;文*网www.chuibin.com +QQ752018766-

为了确保本研究适合运用因子分析，我们需要对标准化后的数据进行检验。KMO检验和巴特利特球度检验是两个常用的测度因子分析模型有效性的统计指标。使用这两种检验方法得到表1。从表1中可以看到KMO值为0。678（大于0。5），巴特利特球度检验的观测值为1323。924,相应的P值小于0。05,拒绝原假设,认为相关系数矩阵与单位阵有显著差异,可以考虑进行因子分析。通过以上两项统计指标的检验表明本研究适合进行因子分析。