Zscore: 净资产收益率(营业利润） Zscore: 资产收益率 Zscore: 净利润率 Zscore: 存货周转率 Zscore: 应收账款周转率 Zscore: 资产周转率 .876 .026 -.040 .026 .893 .905 .127 .040 .095 .190 .045 .082 .052 .131 .022 .066 .784 .019 -.773 .045 -.015 -.079 .990 -.100 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 4 iterations.
表7 Component Score Coefficient Matrix（因子得分系数矩阵） Zscore: 总资产 Zscore: 所有者权益合计包含少数股东权益 Zscore: 净资产收益率(营业利润） Zscore: 资产收益率 Zscore: 净利润率 Zscore: 存货周转率 Zscore: 应收账款周转率 Zscore: 资产周转率 .364 .385 .024 -.009 .052 .377 1 -.060 -.053 2 Component 3 -.038 .070 4 .066 -.100 .524 .539 -.081 -.059 .007 .015 -.066 .074 -.025 .037 -.001 .029 .643 -.002 -.628 .016 -.037 -.100 .978 -.093 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores.
表8 Component Score Covariance Matrix（因子得分协方差矩阵） Component 1 2 3 4 1 1.000 .000 .000 .000 2 .000 1.000 .000 .000 3 .000 .000 1.000 .000 4 .000 .000 .000 1.000 表8 Component Score Covariance Matrix（因子得分协方差矩阵） Component 1 2 3 4 1 1.000 .000 .000 .000 2 .000 1.000 .000 .000 3 .000 .000 1.000 .000 4 .000 .000 .000 1.000 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. 因子分析结果如下：（１）从“KMO and Bartlett's Test”表及共同度表判断数据能够进行因子分析；（2）从表5中可以看出第一主成分的特征根是2.668，解释了总变异的33.355%，第二三四个特征根分别是1.609、1.206、0.998，分别解释了总变异的20.115%、15.073%、12.478%，以上四个主成分合计解释了总变量的81%，能够解释绝大部分变量；（3）从表6的旋转结果可以看出：第一主成分在净资产收益率（X5）、资产收益率（X6）、净利润率（X7）上有较大的负荷，说明第一主成分反映了上市公司的资本获利能力；第二主成分在总资产（X3）、所有者权益合计包含少数股东权益（X4）上具有较大的负荷，说明第二主成分反映了上市公司的综合财务实力和投资者利益。第三主成分在存货周转率（X8）和资产周转率（X10）上具有较大的负荷，说明第三主成分反映了上市公司的运营效率，第四主成分在应收账款周转率（X9）上具有较大的负荷，说明第四主成分在某种程度上反映了上市公司的收账政策。
4. 结果分析
根据以上4个主成分的含义，对主成分进行进一步分析，参照因子得分系数矩阵（表7）建立因子得分模型： FAC1 = -.060*X3-0.053*X4+ 0.377*X5+ 0.364*X6+ 0.385*X7+ 0.024*X8-0.009*X9+ 0.052*X10 FAC2= 0.524*X3+0 .539*X4-0.081*X5+0.015*X6-0.066*X7+0.074*X8-0.025*X9+0.037*X10 FAC3= -0.038*X3+0.070*X4-0.059*X5-0.001*X6+0.029*X7+0.643*X8-0.002*X9-0.628*X10 FAC4= .066*X3-0.100*X4+0.007*X5+0.016*X6-0.037*X7-0.100*X8+.978*X9-0.093*X10
根据此模型得到每只股票的因子得分情况，对四个主成分得分进行排序，可以分别针对资本获利能力、财务实力和投资者利益、运营效率分别进行分析评价。分析结果（列举前十）如下：
图4 第一主成分排序结果