由因子载荷矩阵可得因子得分函数如下：F1=0.062378*(营运资本与总资本比率)+0.145831*（流动资本比率）+0.271105*（债务与有形净值比率）+0.108105*（存货周转率）+0.253853*（财务杠杆）+0.234196*（资产负债率）+0.255155*（长期负债比率）+0.005836*（速动比率）-0.0131*（流动比率）-0.0198*（总资产报酬率）+0.036643*（权益盈利率）-0.05213*（销售利润率）+0.1567*（每股收益）+0.052142*（经营活动现金流量与债务总额比率）+0.021634*（经营活动现金流净额与销售收入比率）-0.1453*（和）同理，F2、F3、F4和F5也可得到计算结果，并且，我们结合各个主成分的方差贡献率，得出各企业的因子总得分。 石晓军郭路（北京航空航天大学经济管理学院）
三、分类分析（一）聚类分析以上我们从因子分析中得到了所需要的五个主因子，下面我们将利用SPSS软件作进一步的分析——聚类分析。
我们把以上得到的五个主因子作为变量，原先所选取的22家上市公司为样本建立集合，每家公司对应的指标变量数据详见表9。我们在计算前会先进行数据的标准化处理，以消除各个变量在数量级和量纲上的区别。另外，在计算距离时，我们选用欧氏平方距离，在合并类时，采用离差平方合法。当然还有其它许多距离的计算法和类的合并法，考虑到篇幅有限，并且所得结果相差不大，在此不便列出更多的计算过程。以下我们给出了欧氏平方距离表和谱系聚类图。见表10和表11。表10欧氏平方距离列表附后.（二）离差平方和分析从图1谱系聚类图，信用中国第一门户我们并不能很好地判断出这22家企业究竟应该分为多少个等级比较合适，因此我们尝试着再加入别的办法计算，用以得到比较明显的分类结果。首先，我们先列出各种情况下的分类结果。由于只分为一类没有什么实际意义，而我国目前常用做法是将信用等级分为9类，因此我们现在只对2至11类的结果进行分析，各分类结果见表11。
然后，我们根据以上各种分类的不同情况，并结合各个企业的因子总得分，计算出在各种分类下的组间离差平方距离之和与组内离差平方距离之和，现利用SPSS得到结果表12。（略）接着，我们构造一个变量，并希望该变量能够较好地反映出所分类别的合理性，既能体现组与组之间的差异性，又能体现类之内的同一性，让我们能够很清楚地看到最后所分得的类别既能较好地区别开来，安博尔信用评级又不至于会分得过分地细致，致使破坏了各个样本的同一性。我们先把组间离差平方和与组内离差平方和分别记为和，并构造指标变量来反映以上信息，其中n表示所分的类的个数。结合表12，并根据以上公式，我们可以得到不同分类个数下的变量值，见下表。（略）由上表可以很清楚地看出，皆小于零，即，组间离差平方和要小于组内离差平方和，这表示由不同类别所属而引起的变差不及由随机变量引起的变差的影响大，也就是说，若把样本分为2类或3类，则组内样本间的差异要大于组与组之间的差异，这不能符合我们把样本进行合理分类的要求。另外，到的值要远远大于零，即，组间离差平方和要远大于组内离差平方和，这种情况刚好与上述的情况相反，这是由于分类分得过于细致，引起样本间的差异主要反映在了组与组之间，组内样本的差异显得相对不重要了，这也不是我们所期望的。为了更明显地看出所分类别的合适个数，我们继续分析，把表13的数据列在坐标轴上，见图2。（略）从以上碎石图可以更加明显地看出，从分成2类到6类时，的值一直较小，且变化比较平稳，当分类从7类开始，的值就猛增上去，变化率相当大。这也就说明了我们把22个样本分为6类是最为合适的，因为这个时候，由不同类别所属引起的差异与组内随机变量引起的差异相当，既能较好地区别不同的组别，又能反映出组内样本之间的同一性。结合图1，我们将样本集合分成以下几类：第一类：凯乐科技、金陵药业、桂林旅游、上风高科、乐凯胶片、隆平高科。
第二类：双汇发展、东风汽车、四川美丰、中原油气、青岛海尔、大庆华科。
第三类：世纪中天、电广传媒、华泰股份、南钢股份、大连友谊、清华紫光。
另外，外运发展、华北高速、中集集团、中色建设不能很好地与其他企业归为一类。
（三）因子得分散点图分析
由于以上结果并不是十分让人满意，我们将尝试着利用散点图探究一下这几个不能很好归类的企业与其他企业的相关程度，即重点考察外运发展、华北高速、中集集团、中色建设的分类情况。由于前三个主因子的方差贡献率都在20%左右，相差不大，说明这三个主因子的地位是相当的，因此我们用这三个主因子作为坐标轴，分别反映企业负债水平、盈利能力和资本结构。我们还将样本级和聚合为6大类，并分别标以不同的颜色，以示区别，下面我们利用SPSS绘制出所选样本的三维散点图，见图3。
从散点图可知，四川美丰、大庆华科和华北高速在空间上比较接近，基本上可以认为这三家企业相关程度比较大，可以归为一类，这样，上述的第二类就只有包含剩下的四家企业了。此外，外运发展与上述的第一类可以合并为一类；清华紫光在各个指标值上与同类中的企业相近，因此仍然归在第三类中；中集集团和中色建设在散点图上与其它的企业都相距甚远，在聚类分析中它们也被分为单独的两类，因而我们根据客观标准将其列出。现在，我们再来看看分类的结果:第一类：凯乐科技、金陵药业、桂林旅游、上风高科、乐凯胶片、隆平高科、外运发展。
第二类：双汇发展、东风汽车、中原油气、青岛海尔。
第三类：世纪中天、电广传媒、华泰股份、南钢股份、大连友谊、清华紫光。
第四类：四川美丰、大庆华科、华北高速。
第五类：中集集团。
第六类：中色建设。
【
