证券公司是最重要的资本市场中介机构，是资金需求方和资金供应方的纽带。证券公司作为中介直接对接股票上市公司和普通投资者，不仅要满足上市公司对资本的需求，而且要为普通投资者提供投资渠道，增加财产收益。此外，证券公司要通过对上市公司进行重组和上市规范化运作，推动企业规范化管理，完善公司治理结构，对提高上市公司质量起到重要作用。因此，经营规范、高效运作的证券公司是建立健全资本市场的基本条件。证券公司对资本市场的健康发展和国民经济的持续增长具有非常重要的意义。

证券公司综合竞争力的研究，有一个具有代表性的单指标评价方法和综合指数评价方法。单一指数评价方法对证券公司的资产，利润，承销这各种指标的相关各自排名行业协会发布业绩排名代表，排名个别指标只反映了证券公司能力的一个方面，并不能反映公司的整体实力，它具有一定的局限性。运用综合指数法虽然对我国证券公司的竞争研究具有一定的积极意义，但很少有学者运用综合评价法对我国上市证券公司的效益进行分析和预测。论文网

本文以10家上市证券公司为研究对象，选择其2015年度反映上市公司获利能力,偿债能力和成长能力的七个指标，运用主成分分析法提取出影响这些上市证券公司效益的综合指标，并对这10家证券公司的综合效益进行了排名、分析和预测。

1。2 国内外研究现状及存在的问题

第二章  主成分分析法

2。1基本原理

主成分分析是一个高维数据的统计方法（或称分量分析），也是数学上用来降维的一种方法。在研究中如果采用多元统计分析方法，就会有变量的数目增加太多导致分析复杂的问题。通常情况下，我们很自然的会想要从更少的变量中得到更多的信息。由此可知，因为变量间具有一定的相关性，所以具有相关性的变量可以反映出同一性质。原来主成分分析提出的所有变量，通过删除多余的重复变量（变量之间具有密切关系），建立尽可能少的两两之间不相关的新变量，也就是设法将原来的所有变量根据实际需求重组成新的一组互相之间无关的综合变量，而且这些新变量在反映课题的信息方面尽可能保持原有的变量信息。因此，主成分分析就是通过对于较少数量的新的非重叠的变量的分析，以反映最原始变量中所提供的信息，从而达到解决问题的目的。

2。2基本思想

主成分分析是是考察多个变量间相关性的一种多元统计方法。假设将原来众多的具有一定相关性的指标（比如P个指标），重新组合成一组新的相互无关的综合性指标来代替原来的指标。研究如何通过少数几个主成分变量来反映出多个变量间的内部结构，即从原始变量中导出少数几个主成分变量，使它们尽可能彼此之间互不相关，且保持原来的变量信息。一般性数学上的处理就是把原来的P个指标作线性组合，重组称为新的综合指标。

最经典的做法就是，用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中，选取的F1应该是方差最大的，故称F1为第一主成分。如果第一主成分并不足以代表原来的P个指标的信息，再考虑选取F2（即选第二个线性组合），为了更加有效地反映原来信息，F1已有的信息就不再需要出现在F2中，用数学语言表达的话就是要求Cov(F1, F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。

2。3主要步骤

主成分分析可以广泛应用于经济指标的评价，其具体的步骤如下： 主成分分析对证券业上市公司的效益分析及预测(2):http://www.youerw.com/kuaiji/lunwen_118576.html