BERU點火電極ZE14-12-700-A1惠言達歐美工業
BERU點火電極ZE14-12-700-A1惠言達歐美工業
BERU點火電極ZE14-12-700-A1惠言達歐美工業
德國 BERU-0080 ZK18-12-1300 URA1防濕型
德國 BERU-0081 W-ZG 01/V
德國 BERU-0082 W-ZG 02/V
德國 BERU-0083 火花塞插頭0300.231.005
德國 BERU-0084 0102 022 202
德國 BERU-0085 0192114012 速度傳感器
德國 BERU-0086 ZK14-12-35-A1
德國 BERU-0087 UXT13 NR:0 002 335 934
德國 BERU-0088 ZE14-8-70-A1
德國 BERU-0089 GH116(116S 0102.022.202)
德國 BERU-0090 ZE1A-12-A1
德國 BERU-0091 ZK18-12-ZRA1 長度:45CM
德國 BERU-0092 FE200
德國 BERU-0093 FE200
德國 BERU-0094 FZE200
德國 BERU-0095 0300251101
德國 BERU-0096 ZE14-12 A1 L=1000mm
德國 BERU-0097 0300251101
德國 BERU-0098 ZE16-1000
新能源汽車行業已成為汽車業發展的方向和投資熱點,但是如果企業沒有雄厚的財務實力、扎實的技術團隊等,新能源汽車制造企業很難在激烈的競爭中站穩腳步。目前新能源汽車主要有混合動力汽車、氫發動機汽車、純電動汽車、燃氣汽車、燃料電池汽車以及醇醚汽車等。新能源汽車制造企業發展中面對的主要風險有技術難點、政策法規不確定性、成本高、消費市場狹小、配套設施不健全等等。雖然新能源汽車制造業前景廣闊,但這眾多風險迫使投資者及企業必須謹慎行事,不能盲目樂觀。由于新能源汽車制造業的高風險,所以要投資新能源汽車制造業,分析企業的財務實力、運營能力、財務風險、行業地位、研發能力等就顯得格外重要。投資者只有找準定位,有的放矢,才能積極做好風險防范措施,更好地投資于新能源汽車制造業、創造更大的盈利空間。
統計數據表明,汽車行業的上市公司較多,有82家,但新能源汽車制造業的上市公司并不多。本文從新能源汽車網中選取了13家目前已研發成功并制造出有相當水平的新能源汽車企業為研究樣本,并以從東方財富網中獲得的這13家新能源汽車制造業上市公司2011年年報資料為樣本數據。
在財務指標的選擇方面,本文選取了能全面反映新能源汽車上市公司的成長能力、盈利能力、經營能力、償債能力、資本結構等方面的20個財務指標,見表1。
1.提取特征向量和特征值
表2顯示了相關系數矩R的特征值、貢獻率及因子旋轉結果,通過運用統計分析軟件SPSS17.0,對數據進行標準化處理,并建立標準化的系數矩陣。因為數據通過了KMO、Bartlett檢驗,所以認為其適于采用因子分析的策略。具體數據見表2。
由表2可以看出前6個變量的特征值分別為28.558、23.440、14.283、11.346、6.647、5.552,其累計貢獻率為89.826%,已經超過85%;同時特征根分別為5.5712、4.688、2.857、2.269、1.329、1.110,都大于1,這就滿足了因子分析法的條件。因此可以認為前6個因子基本上包括了所有評價指標所要反映的內容,它們足以能夠反映新能源汽車制造業上市公司的財務實力和風險狀況。
有關論文范文主題研究: | 關于企業財務論文范文集 | 大學生適用: | 2500字本科論文 |
---|---|---|---|
相關參考文獻下載數量: | 52 | 寫作解決問題: | 怎么撰寫 |
畢業論文開題報告: | 論文任務書、論文總結 | 職稱論文適用: | 期刊發表、中級職稱 |
所屬大學生專業類別: | 圖表科目 | 論文題目推薦度: | 優質企業財務選題 |
2.因子旋轉及公因子的命名
由于個別變量在所提取的6個公因子上的載荷沒有明顯差異,所以為了使每個公共因子的涵義更加清晰明確,筆者對因子載荷矩陣進行了方差大化的因子旋轉,使得載荷系數趨于0或1。假設F1、F2、F3、F4、F5、F6分別為所提取的6個公共因子經過旋轉而得到的因子載荷矩陣。
根據旋轉后的因子載荷矩陣分析,根據各個因子在財務指標上的載荷大小,筆者將20個財務指標劃分為6個公共因子,各公共因子的命名見