《表5 旋转后公因子负荷矩阵》

  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

《制造业上市公司财务预警模型的构建及比较——基于ROC曲线分析》

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

在执行因子分析之前，由于各财务比率之间可能包含的信息有所重复，首先我们要检验其是否具有多重共线性问题。研究结果表明KMO的值为0.611，由于KMO数值会受样本数量的影响，因此通常判断依据主要依靠于Bartlett的检验结果，根据其检验结果的显著性为0，指标之间具有多重共线性，适合做因子分析。通过将之前筛选出的指标变量进行因子分析，我们可能发现特征值大于1的因子主要有7个，其累计贡献率达到了79.29%，接近80%。也就是能够7个因子能够解释18个指标变量的80%的信息含量。计算结果如表5所示。