流动性因子（精选4篇）
流动性因子 篇1
一、LOF流动性风险的研究意义
LOF (上市型开放式基金) , 是上市的开放式基金在发行结束后, 投资者能同时在指定网点申购与赎回基金份额、在交易所进行买卖的基金。LOF流动性风险指基金管理者在将基金所持有的资产变现过程中面对的价格的不确定性和可能遭受的损失。
二、建立模型和样本数据的处理
(1) 选取处理样本
本文选取的LOF是截止到2012年第一季度、成立时间超过一年的相关数据作为样本数据。数据主要来源于国泰安数据库。本文主要进行LOF流动性公共因子实证分析。因子分析主要是把多个相关指标组成具有内部依赖关系矩阵, 然后进行机构化处理, 最终提取出较少几个相互无关的公共因子的多元统计方法。公共因子是通过把复杂的相关指标所表达的信息进行重新组合, 提取出一种具有基本结构的、反映特定含义的信息。
(2) 建立模型
因子分析的模型:
其中x1、x2……xp为相关指标, F1、F2……Fn为n个公因子, n
三、实证过程及结果分析
(1) KMO检验和BARTLETT球度检验
KMO检验是用来比较相关指标的相关系数与偏相关系数的相对大小, 其取值在0-1之间。如果KMO酆0.5, 则可以进行因子分析, 若KMO刍0.5则不可以。BARTLETT球度检验是用来指标变量所组成的相关系数矩阵是否为单位阵, 是否可以做因子分析。经SPSS18.0软件统计, 如表一:KMO=0.702>0.5, 说明可以做因子分析。Bartlett’s的Sig.=0.000刍0.005 (显著水平) , 即此相关系数矩阵不是单位阵, 变量之间相关性很小, 可以做因子分析。
(2) 因子求取
用正交旋转法对因子进行旋转, 如结果矩阵值前三个因子的特征值都大于1, 且累计方差贡献率达到70.414%>70%, 说明前三个因子基本已经包含了所有指标变量的信息, 能够反映LOF的流动性风险。表一特征值的碎石图中特征值曲线在F3处出现了明显的转折, 因此本文提取前三个共因子作为本文的研究对象进行分析。
(3) ) 因子分析
因子分析主要是进行研究公共因子与指标变量的关联强度及其所表达的特定含义, 本文采用方差极大旋转法 (Varimax法)
由此得到因子解释:F1 (应对风险能力因子) :X7 (基金净值占基金资产总值比例) X3 (本期份额净值增长率) X1 (银行存款和清算备付金占资产总值比例) Ptbc (银行存款和清算备付金占净值比例) F2 (市场表现因子) :X4 (期末可供分配份额利润) Ntassets (基金净值总额) F3 (资产结构因子) :X6 (基金净值增长率) X5 (持有债券占资产总值比例) X2 (持股占资产总值比例)
(4) 因子得分函数
由结果矩阵值得到因子得分的线性函数:
其中xi为各流动性风险指标经过处理后的季度数据。
(5) 实证结果分析
本文用旋转后的方差贡献率与累计贡献率的百分比作为三个公因子的权数, 得到LOF流动性风险的综合评价得分函数:
在spss18.0中将指标变量代入此函数, 得出各LOF流动性风险的公共因子得分F及综合评价得分L, 其结果如表 (篇幅有限只列出部分基金) :由表可知, 对于LOF基金三种因子同样重要, 它们共同决定基金的流动性风险。
摘要：目前我国证券市场的避险手段还比较稀缺, 比如做空机制、对冲机制还不是很健全。当金融危机来临, 基金经理会大幅度赎回资产, 尤其是开放式股票型基金的大笔赎回, 导致股市的单边下滑加剧, 基金的流动性风险凸显。本文选取具有代表性的150只LOF基金, 9个关键性指标, 对其流动性风险进行实证分析。
关键词：LOF基金,公共因子,公共因子综合得分
参考文献
[1]Kyle.Continuous auction and inside trading[J].Jour-nal ofFinance, 1985, (5) :1310-1325.
[2]林祥友:《对LOF和ETF市场功能定位的思考》, 《金融会计》2005年第2期。
流动性因子 篇2
根据指标的可得性与可测性, 参考中国人民银行1996年颁布的《商业银行资产负债比例管理监控、检测指标和考核办法》。本文选取部分指标为研究与评价依据, 其中有6个指标:具体如下:X1:资本充足率、X2:流动性比例 (人民币) 、X3:存贷款比例 (人民币) 、X4:拆入资金比例、X5:拆出资金比例、X6:备付金比例。
依据如上指标, 我们参考2011年被调查的各股份制商业银行的统计年报, 以SPSS17.0计量分析软件为手段进行分析。
二、因子分析
因子分析是一种降维、简化数据的技术。它通过研究众多变量之间的内部依赖关系, 探求观测数据中的基本结构, 并用少数几个“抽象”的变量来表示其基本的数据结构。这几个抽象的变量被称作“因子”, 能反映原来众多变量的主要信息。原始的变量是可观测的显在变量, 而因子一般是不可观测的潜在变量。
因子分析是一种通过显在变量测评潜在变量, 通过具体指标测评抽象因子的统计分析方法。
三、应用SPSS17.0软件分析结果与相关分析结论
(一) KMO检验
考虑因子分析是否适用于原有数据, 我们需要使用SPSS17.0软件进行KMO检验, KMO统计量用于比较变量间简单相关和偏相关系数。KMO的取值范围在0~1之间。Kaiser给出一个KMO的选取适合做因子分析的标准:KMO>0.9, 非常适合;0.8
(二) 因子提取
这一步将得到总方差能力解释表, 以及相关系数矩阵的全部特征值、方差贡献率、累计方差贡献率、未经旋转提取因子的载荷平方和等信息。要解释原有变量的总方差, 需要提取6个因子, 但其中指定提取的3个因子已经解释了原有变量总方差的84.201%, 原有变量的信息丢失很少, 分析效果理想。
由表1可以看出来, 公共因子1提取了包括X2:流动性比例、X6:备付金比例, 公共因子2提取了包括X4:拆入资金比例、X5:拆出资金比例, 公共因子3提取了X1:资本充足率。
三个主因子的线性组合如下:
其中, Fi表示指标体系中第i个指标标准化后的数值, F1表示旋转后各指标对于的因子载荷, F2表示旋转后各指标对于的因子载荷, F3表示旋转后各指标对于的因子载荷。SPSS软件将根据这3个因子得分函数, 各自得出11个商业银行的3个因子得分。再以旋转后的方差贡献率为权数, 以这3个公共因子为变量, 计算得出各商业银行总得分。其公式和计算结果如下:
总的因子得分计算公式为:
其中, Fi表示公共因子的方差贡献率, i=1、2、3。
由以上数据和公式, 可得到3个公共因子得分和总因子得分, 计算出2011年11个商业银行总因子得分及排序, 结果 (见表2) 。
由表2可以得出:中信银行、浦发银行、招商银行在流行性排名前三, 浙商银行、华夏银行、渤海银行在流动性上排名靠后, 需要其重视自己的流动性风险。
四、结论
(一) 大多数股份制商业银行的流动性水平都处于央行额定范围以内, 流动性性状良好
依据原始数据可知, 国内的11家股份制商业银行在相关的6项流动性水平考核的指标中表现良好, 基本符合中央银行的标准。但是, “人民币存贷款比例”指标却不尽如人意, 反映出银行超额放贷以及“借短放长”现象比较普遍。根据“金融风险控制论”, 银行的高负债经营、借短放长和部分准备金制度将导致银行体系的不稳定性, 而金融资产的可流通性又使得银行体系有着系统性风险和风险的传导性, 所以金融业比其他行业更加脆弱。在现有央行政策规定下, 股份制商业银行的上述经营行为无形中加大了流动性风险, 为流动性危机的爆发埋下了隐患。
(二) “人民币流动性比例”与“备付金比率”两项指标对银行流动性影响力较大
依据上页表1的有关数据可知, 包含“备付金比率”与“人民币流动性比例”两项指标的第1个因子所占权重较大, 可见:“备付金比率”与“人民币流动性比例”两指标对中国股份制商业银行流动性的影响力较大。现实中, 流动性风险是中国银行业所面临的一个比较突出的问题。商业银行的备付金比率应维持在合理的水平, 备付金比率高, 意味着一部分资金闲置, 资金周转效益差;备付金比率低, 商业银行的正常支付将难以得到保证, 资金的清算、款项的划拨将受到影响。
(三) 原有的商业银行流动性水平评价指标体系有待改进
允许各银行从自身实际出发, 围绕监管层规定的指标自主确定一个灵活浮动的范围, 同时各银行要有合理的流动性计划。这涉及到银行对存款净额和流出量的监控以及银行对流动性缺口如何进行融资, 也涉及到银行为了获得资产的流动性如何开展投资等问题。总之, 流动性指标的制定与考核应能够及时、客观地反映银行所面临的流动性风险, 当风险达到警戒指标时, 就可以及时发出预警, 从而将风险消灭在萌芽状态。应强化非现场监管, 建立完善商业银行各类统计报表报告的定期报送制度, 通过报表反映的情况对流动状况进行报表分析, 以弥补指标监控的不足。
参考文献
[1]杨锦, 曾鸣.中国的商业银行流动性指标探析[J].浙江金融, 2007, (8) .
[2]陈治.使用SPSS软件进行因子分析和聚类分析的方法[J].市场研究, 2006, (8) .
[3]朱建平, 殷瑞飞.SPSS在统计分析中的应用[M].北京:清华大学出版社, 2007.
流动性因子 篇3
一、因子分析方法以及数据来源说明
在大多数情况下,决定某一事物发展趋势的变量有许多个, 这些变量之间的相关关系是确定存在的,如果对这些变量进行直接计量分析,就增加了分析的难度。因子分析方法(Factor analysis method)将这些变量的公共因子提取出来,通过对这些变量的公共因子进行分析,从而降低了分析问题的难度。因子分析方法就是把一些具有一定联系的变量归结为少数几个因子的一种计量分析方法。因子分析方法要求评价指标之间具有较强的相关性,但是在有些情况下,评价指标之间具有较弱的相关性,因此这种情况下就很难采用因子分析方法进行分析。但是, 由于因子分析方法的客观性与科学性,采用因子分析方法进行评价的效率较高。本文也采用因子分析方法对山西省创新型人才流动绩效进行评价。
综合学者们的相关研究成果,再结合本文研究对象的特性, 建立了一个二级评价指标体系对山西省创新型人才流动绩效进行评价。山西省创新型人才流动绩效评价指标体系中的一级评价指标为:科学技术发展、经济增长效应以及教育发展。科学技术发展包括五个二级评价指标,它们分别是专利申请数、专利批准数、技术市场交易额、公有经济企事业单位专业技术人员数以及科学技术事业费。经济增长效应包括两个二级评价指标,它们分别是地区生产总值以及人均地区生产总值。教育发展包括两个二级评价指标,它们分别是教育事业费以及从业人员人均受教育水平(指标体系见表1)。专利申请数、专利批准数、地区生产总值以及人均地区生产总值数据来源于山西省统计年鉴2004-2014年,技术市场交易额数据来源于山西省科学技术厅网。公有经济企事业单位专业技术人员数、科学技术事业费、教育事业费以及从业人员人均受教育水平数据来源于中国统计年鉴2004-2014年。
考虑到这些评价指标数据的量纲和数量级不一致,如果直接用这些数据进行计量分析,会使山西省创新型人才流动绩效评价结果受到影响,也很难给予一个合理的经济解释。因此需要对这些原始数据进行标准化处理,标准化处理以后的数据不仅可以继续包含原始数据的全部信息,而且还有效消除了量纲与数量级的影响。标准化的计算公式为:
其中Ci为被评价指标数据值,Cmin为该组指标值的最小值, Cmax为该组指标值的最大值,Pi为被评价方案指标得分值(即评定系数)。标准化以后的政府绩效评价各指标数据消除了量纲和数量级的差别,便于进行比较分析。
二、基于因子分析方法的山西创新型人才流动绩效评价过程及结果
我们再将山西省创新型人才流动绩效九个评价指标对应的2001-2013年无量纲化后的指标数据输入到SPSS软件中,并且运用因子分析方法对其分析,SPSS软件首先输出这些数据的巴特利特球 形检验 (Bartlett Test of Sphericity) 和KMO (Kaiser-meyer-Olkin)检验结果。根据巴特利特球形检验结果表明, KMO数值为0.703,根据统计学家Kaiser给出的分析,KMO的取值大于0.7,被认为比较适合做因子分析。巴特利特球形检验给出的相伴概率是0.000,在显著性水平定为0.05的情况下,巴特利特球形检验低于显著性水平。因此,可以认为适合做因子分析。
SPSS10.0 软件没有显示其余的因子提取结果。
因子分析的目的之一就是通过对大量的变量进行归纳分析,进一步选取少数几个公共因子,用这少数几个公共因子解释原有变量所包含的全部信息。我们采用主成分的方差累计贡献率为标准来选取公共因子,在此基础上对这些公共因子进行旋转,经过旋转的公共因子可以更好地反映原有变量所包含的信息。表2经过旋转后因子提取结果。(下转第75页)
从表2可以看出,提取到三个公共因子后,它们反映了原变量的98%以上的信息,因此提取三个公共因子就可以解释原变量绝大部分的信息。SPSS软件则可以自动计算出这9个指标在每个因子上的得分,也就可以得出因子载荷矩阵。但是未经旋转的因子载荷矩阵中,因子变量在许多指标上都有较高或者相近的载荷,那么这种情况下因子分析的结果就会失去意义。所以, 必须对因子载荷矩阵进行旋转,旋转以后的因子载荷矩阵因子变量含义变得更加清楚。SPSS软件根据回归法计算出9个指标分别在3个因子上的得分 (表格略),然后进一步自动计算出2001-2013年分别在3个因子上的得分,其结果如表3所示:
根据表2的分析我们可以得知,我们提取的三个因子的累计贡献率达到98%以上,因此可以用3个因子代替9个指标对2001-2013年山西省创新型人才流动绩效进行综合评价。计算方法是用三个因子各自的因子权重乘以2001-2013年分别在3个因子上的得分即为每一个样本的综合得分。其中因子权重的计算方法是:因子权重 = 因子方差贡献率÷累计贡献率×100%,我们计算出因子F1的权重为0.5762,因子F2的权重为0.2333,因子F3的权重为0.1904。这样就可以计算2001-2013年山西省创新型人才流动绩效各年的综合得分,具体计算过程如下:
上式中的C1项是计算2001年的山西省创新型人才流动绩效综合得分,C2项是计算2002年的山西省创新型人才流动绩效综合得分,依次类推,C13是计算2013年的山西省创新型人才流动绩效综合得分。同理还可以根据2001-2010年山西省创新型人才流动绩效因子F1得分、因子F2得分以及因子F3得分的数值大小对2001-2010年山西省创新型人才流动绩效进行排名 (具体分类结果见表4)。
从上表可以看出,如果按因子F1、F2以及F3的排名来看, 2001-2010年山西省创新型人才流动绩效排名呈现出不规则的趋势。按总体绩效C排名结果,2001-2010年山西省创新型人才流动绩效排名呈现出逐年增加的趋势(个别年份除外)。这也充分肯定了山西省创新型人才流动在山西省经济社会的发展中的作用。
三、研究结论
流动性因子 篇4
笔者以温州瑞安市莘塍学区4所学校的民工子弟为例, 从教师、家长、学生三方面进行抽样问卷调查, 学生、家长问卷是随机抽取3～6年级。每种问卷各100份, 有效样本分别为:81份, 87份, 98份, 有效样本率分别为:81%, 87%, 98%。并对其数据进行相关性分析, 找出影响学生学习成绩的至关因素, 并提出相关的有效措施。
一、影响学生成绩的因素分析
1. 调查对象学习成绩的分布
参加本次调查学生的成绩等级优秀、良好、一般和差分别占样本量的18.4%、54.1%、22.4%和5.1%, 因此可以说明参与本调查的学生包括了成绩好的学生和成绩差的学生。
2. 学生认为影响学习成绩的因素
(1) 影响学习成绩的主要原因
学生认为影响他 (她) 成绩最主要的原因排在前三位的是:作业完成、上课认真听和家长的关心。分别占样本量的28.6%、69.4%和14.3%, 因此可以说明学生自身的努力、教师的教学质量和家长对学生的关心程度对学习成绩有一定的影响。
(2) 家长对学生的作业辅导
学生认为家长对其作业辅导对提高成绩有帮助的49人, 占样本量的50.0%;认为家长对其作业辅导对提高成绩帮助很大的有42人, 占样本量的42.9%。因此可以说明家长对学生的作业辅导能帮助学生提高学习成绩。
3. 教师认为影响学习成绩的因素
认为家长和教师的配合以及家长对学生的关心是提高孩子学习成绩最有效的方法, “家长应配合老师教育并纠正学生不良学习习惯, 改正学习方式, 家校共同督促, 学校应加强与家长沟通, 引起家长对孩子的重视, 关心孩子的学习”, 共有43人, 占样本量的53.1%。由此, 可以看出教师认为提高流动儿童学习成绩最有效的方法是家长的教育和关心。
4. 家长认为影响学习成绩的因素
(1) 认为孩子成绩优秀的原因
家长认为孩子成绩优秀的原因排在前二位的是:教师教学有方、家长管教严格, 分别占样本量的43.7%、49.4%, 因此可以说明教师和家长对帮助学生提高学习成绩有较大的影响。
(2) 认为孩子成绩不好的原因
家长认为孩子成绩不好的原因排在前二位的是:家长对孩子的学习不管不问、孩子懒惰, 分别占样本量的17.2%、48.3%, 因此可以说明学生自身和家长对学生的学习成绩有较大的影响。
(3) 认为影响孩子成绩的因素
家长认为影响孩子成绩的因素排在前三位的是:家长对孩子学业的关心、教师的关心和孩子自己, 分别占样本量的43.7%、49.4%和50.6%, 因此可以说明教师、家长和学生自身对学生的学习成绩有一定的影响。
综上所述, 结合以往相关研究, 可以得出影响学生成绩的因素有三个层面, 即学生、家长和教师。学生层面主要体现在花费的学习时间和学习态度上, 家长层面主要体现在家长的教育投入、学历期望、关心程度和学习辅导上, 教师层面主要体现在教师的教学质量和对学生的关心程度上。
二、流动儿童学习成绩的影响因子分析
因子分析是指研究从变量群中提取共性因子的统计技术, 最早由英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性, 一科成绩好的学生, 往往其他各科成绩也比较好, 从而推想是否存在某些潜在的共性因子, 或称某些一般智力条件影响着学生的学习成绩。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子, 可减少变量的数目, 还可检验变量间关系的假设。本研究中影响学生学习成绩的指标因子主要有8个, 即学习时间、学习态度、家长的教育投入、学历期望、家长的关心程度、家长学习辅导、教师的教学质量和教师的关心程度。对这8个因子进行因子分析, 找到影响流动儿童学生学习成绩的最重要的因素。
表1显示影响流动儿童学习成绩因素的KMO值为0.509 (>0.5) , Bartlett’s球形检验的x2值为39.235, 自由度为28, p=0.03<0.05, 到了显著的水平。该检验表明, 这些项目之间存在着较多的共同因素, 完全适合进行因素分析, 同时其因子贡献率为21.8%。从因子分析的结果来看, 影响流动儿童学习成绩的因子可以归为两类, 即教育投入 (学生学习时间投入、家长教育投入、家长的辅导时间、教师的教学质量) 和教育期望 (学习态度、学历期望、家长的关心程度、教师的关心程度) 。
三、结论和建议
基于上述分析, 笔者提出以下两点建议。
1. 加大教育投入力度
(1) 保障学生的学习时间
根据问卷调查所得, 学生自己认为能取得好成绩最重要的因素是:上课认真听讲, 作业认真按时完成, 做好课前预习、课后复习。笔者所带班级中的学生基本上都是流动儿童, 平时做到以上三点的学生, 都能取得比较满意的成绩。班级中一些后进生基本上是不怎么写作业的, 课外花费在学习上的时间一天不超过1个小时。由于流动儿童的家庭背景原因, 很多学生要花费时间去照顾家事, 比如帮助家长照顾比自己年纪小的弟弟妹妹, 或者要自己烧饭、洗衣服等。试问, 一个孩子如何能兼顾这么多事?给予孩子足够的时间去学习, 是提高流动儿童学习成绩的一个重要前提。
(2) 提高家长的教育投入
农民工对子女的教育投入包括经济资本、文化资本和社会资本的投入。经济资本主要指的是教育费用的投入;文化资本主要指的是家庭文化氛围、父母对子女的教育期望、父母的教养方式以及亲子间的对话交流等;社会资本指的是所拥有的社会关系网络、信息等社会结构资源的资本。本研究主要是指家长对孩子的辅导时间的投入以及经济的投入。笔者发现, 民工对于自己的孩子, 往往只是口头一句作业写了没, 要好好学习之类的无关痛痒的话, 并不真正关心孩子的学习。如果家长在辅导时间上不能保证, 那么可以在经济上有所投入, 比如可以让学生报名参加一些辅导班或兴趣班。研究表明, 家庭经济匮乏会影响子女的学习情况, 这种影响主要表现在“家长缺乏足够的财力让其子女参加那些涉及学业成绩的补习、兴趣班及寒暑假的冬 (夏) 令营活动等。
(3) 提升教师的教学投入
一个学生的进步除了学生自己和家长的关心, 教师的作用也是非常大的。学生在教师的关心下能成长得更好。流动儿童的特殊性, 使很多教师对于流动儿童都持“无可救药”“点水蜻蜓”态度, 没有实实在在的投入。其实, 流动儿童的可塑性是很强的, 只要教师认真对待每一个学生, 那么他们就会有所改变;只要你采取一些方法, 一定会有所成就。如笔者学校采用“报喜鸟”形式去跟踪转化一个学生, 让他能在老师的关心、关怀下有所转化。还有些学校采用帮扶计划, 开展一帮一活动, 相信如果教师肯把“心”放在每个学生身上, 认真对待每一个学生, 上好每一堂课, 改好每一本作业, 奉献自己的时间, 那么就能改变每一个学生。
2. 建立正确的教育期望
期望本身并不能直接有助于学生学习的进步, 但较高的期望值却“带有一种隐蔽的强化作用”, 它通过学生的知觉和投射两种心理机制, 使他们或在自觉意识的水平上、或在自发无意识的水平上受到良好的激励。
(1) 学生的学习期望
学生建立正确的学习期望, 才会有学习的自觉性和学习兴趣。期望使得激励长期地存在, 会促使学生自觉地甚或是无意识地调整自己的学习状态和学习态度, 让自己进步。流动儿童由于受家庭环境的影响, 对于自己的学习都有一种错误的认识, 他们认为自己来学校不是来学习的, 只是来跟同伴玩的, 或是因家人不在, 因此来学校呆着。教师要让流动儿童明白什么是学校, 什么是学习, 让他们建立正确的学习期望, 自觉地学习, 让激励产生的动力使他们更努力学习, 进而提高自己的学习成绩。有了学习期望, 孩子就会调整自己的学习状态和学习态度, 让自己进步。
(2) 家长的教育期望
据笔者了解和调查所得, 民工家长对流动儿童的期望形成了两极分化, 要么就是没有期望, 只要子女小学毕业就可以了, 跟着出去赚钱;要么就是“望子成龙、望女成凤”, 希望改变现状, 因为自己的不足, 将希望寄托在了子女身上。这种两极分化的期望对提高流动儿童的学习成绩起不到帮助作用。家长只有对孩子的学习建立正确的期望, 既不能对孩子没有要求, 也不能过于苛刻, 对自己的孩子任意打骂。家长对孩子的学习有了期望, 孩子就会朝着期望的目标前进, 如果没有达到期望目标, 孩子会进行自我调整, 努力使自己达到家长的期望。
(3) 教师的教育期望
我们从皮格马利翁效应中知道, 教师对学生的热心关注和成就期待会促进学生学习成绩的提高和良好个性品质的发展。经验也证明, 教师喜欢并对其给予较高期望的学生, 一旦感受到教师的积极期待后, 就会变得自信和自强, 并激发出强烈的学习热情和积极性, 并向着老师期待的目标前进, 积极努力, 取得教师期待的结果。所以, 民工子弟学校的教师要关心每一个学生, 对学生给予积极的期望和鼓励, 这样就会促使学生发展和学习成绩的提高。