发布时间 : 星期四 文章企业财务状况的主成分分析更新完毕开始阅读
金品科技 南玻集团 山东玻璃 5.4089 3.5523 3.5302 1 2 3
通过将表3分别与表4、表6比较可以看出，主成分分析的结果和聚类分析的结果一致，说明模型可靠，同时在表6中新华光的得分为负说明了新华光的水平低于平均水平。
4.4 多指标变量的多重相关性对策
指标变量的多重相关性的一大弊端是，在运用主成分计算个样本绩效的总评得分时，各样本点的评分值：
si??wjzibj
j?1p 为了更完整的描述评价对象，尽可能不遗漏一些举足轻重的关系特征，评价人员
往往倾向于尽可能更全面的选取有关指标，对于同一个评价洗点（如完成研发项目的数量）从多个不同的角度进行评价。运用PCA进行企业绩效的综合评价，可以消除变量的多重相关性，克服变量间重叠信息的不良影响。[4] 4.5企业建议与分析的不足之处
综上分析 ，企业的财务状况分析主要根据是一定时期的企业财务数据。而企业财务分析的目标主要针对企业的财务状况、资产治理水平、获利能力及其发展趋势。基于以上分析，各企业可以明显地从财务实力看到彼此之间的差距，企业的治理层能清楚地估算本企业在市场竞争中的地位，并可依此评估本企业的竞争力，可以减少以后的不确定性，能更好的为企业的发展谋划方向。
对企业的财务指标的分析只是反映了该企业的生存能力。由于财务指标评价系统很难提取全部的，同时财务比较偏重短期财务结果，导致其具有一定的其局限性。这种行为的目的主要是向决策者提供依据、摸清楚企业的现状和评价考核企业的业绩。在企业与企业之间或者企业内部管理层所了解的仅是目前以及过往的状况，企业之间的比较需要进一步的评估，使企业在未来的增长中得以实现其他各种非财务指标的评
[
4] 张运生：主成分分析法在企业绩效综合评价中的改进，山西财经大学学报，第26卷第4期,第80-82页。
10
价。企业间作比较时，也应关注其战略目标、资源配置、营销规划等；同时，要知道各地政府的地方政策的引导，并了解市场现有的及潜在的的玻璃消费需求等。
11
参考文献：
[1] 李柏年,吴礼斌.MATLAB数据分析方法[M].北京：机械工业出版社，2012.1第一版. [2] 吴礼斌,闫云侠.经济数学实验与建模[M].天津:天津大学出版社,2009.8 第一版. [3] 顾倍蓁.企业财务状况的模糊聚类分析[J]2008 16期.
[4] 张运生.主成分分析法在企业绩效综合评价中的改进:山西财经大学学报.第26卷第4期.第80-82页.
12
附录
主成分分析程序： clear clc
X=[6.07 50.42 3.08 13.18 1.66 1.08 4.60 23.20 62.73 2.78 7.47 18.62 1.25 14.93 1.29 57.01 2.95 4.58 0.27 1.02 2.23 1.24 61.27 4.14 18.88 0.96 1.01 3.47 5.41 66.25 6.18 5.36 4.68 1.27 8.64
23.54 45.04 5.42 33.77 17.93 3.21 11.98 17.98 49.30 9 13.70 15.35 1.52 10.23 18.53 30.17 3.33 3.78 15.28 1.41 13.08]; [n,m]=size(X); %X为原始矩阵 b=X./(ones(n,1)*std(X))
for i=1:m,for j=1:m %构造R矩阵
C(i,j)=[2*dot(b(:,i),b(:,j))]./[sum(b(:,i).^2)+sum(b(:,j).^2)]; end end C
[v2,d2]=eig(C) [v,d]=eig(C) d1=sum(d)
q=sum(d)/sum(sum(d)) F=b*v(:,7)
[F1,I1]=sort(F,'descend') ; % I1各名次的序号 [F2,I2]=sort(I1); % I2给出排名 I2
%f=[b-ones(n,1)*mean(b)]*v2(:,m) f=b*v1(:,7)
[f1,i1]=sort(f,'ascend'); [f2,i2]=sort(i1);
[I2,i2] %I2,i2均给出各公司排名
13