《表4 旋转成份矩阵：基于BP神经网络的娱乐业财务风险预警研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络的娱乐业财务风险预警研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对于BP神经网络来说，如果输入的变量过多，会使得网络结构变得很复杂，效率下降。因此，研究采取因子分析的方法来达到减少变量的目的。选用KMO检验和Bartlett’s检验，通过表2可以看出KMO的检测值为0.547，Bartlett’s的显著度概率为0.000，说明抽取的数据样本符合做因子分析的条件。研究将选取的20个财务风险预警指标进行因子分析，使用的工具是SPSS21.0，最后一共选取了8个公共因子（如表3），累计方差贡献率为75.898%，理论上娱乐业财务风险的绝大部分信息是可以被这8个公共因子所覆盖的。通过因子旋转成分矩阵（如表4）可以得到。在D1中有三个指标载荷较大：m10总资产增长率为0.962、m11净利润增长率为0.963、m12利润总额增长率为0.978，D1可命名为发展能力因子；在D2中有两个指标载荷较大：m13速动比率为0.942、m15流动比率为0.938，D2可以命名为偿债能力因子；在D3中有一个指标载荷较大：m14资产负债率为0.995，D3可以命名为资产负债因子；在D4中有两个指标载荷较大：m3总资产周转率为0.855、m4流动资产周转率为0.921，D4可以命名为营运能力因子；在D5中有两个指标载荷较大：m18公司现金流为0.914、m19股权现金流为0.903，D5可以命名为现金流动能力因子；在D6中有两个指标载荷较大：m6营业利润率为0.839、m17营业收入现金净含量为0.847，D6可以命名为营业能力因子；在D7中有两个指标载荷较大：m7投入资本回报率为0.760、m8成本费用利润率为0.808，D7可以命名为盈利能力因子；D8于m16现金流利息保障倍数上载荷为0.840，D8可以命名为现金流因子。将选取的8个因子作为BP神经网络的输入变量。