在業務活動中, 財務分析是必不可少的一個重要環節, 通過財務分析, 投資者能夠了解企業的經營情況、業績和可持續經營能力, 對投資活動有一定的指導作用。財務會計、稅務數據經常涉及很多指標，因此人們希望用少數幾個指標來代替這些指標，以達到簡化指標、結構清晰的目的。而這就是統計分析中的因子分析法，即減少指標體系的個數，用盡量少的維度或公因子來盡可能大的解釋原有指標。
首先選取財務指標；再通過軟件SPSS對選取的數據采用因子分析, 然后利用因子分析得到的結果, 得到每個公司的綜合評價, 利用評價的高低來決定是否投資該公司。目前，有很多統計軟件可以進行因子分析，這里以應用最廣泛的、操作最簡單的SPSS為例，給予介紹。
一、什么是因子分析
因子分析主要是用較少的且互相獨立的因子, 反映多個變量的大部分信息。研究多變量的相關矩陣, 減少變量維數, 用少量的變量解釋較復雜的問題。因子分析過程中, 建立基本模型后確定因子載荷矩陣, 使用主軸因子法求解因子載荷矩陣, 從而得到因子解, 隨后進行因子旋轉, 最后計算得到因子綜合得分, 對目標問題進行分析。
二、因子分析基本思想
設有N個原始變量，表示x1，x2，x3……，xn，根據因子分析的要示，假設這些變量已經標準化（均值為0，標準差1），假設N個變量可以由K的因子f1，f2，……，fk表示線性組合。
通過對變量的相系數矩陣的內部結構進行分析的，從中找出少數幾個能夠了控制原始變量的因子f1，f2，……，fk。選取公共因子的原則是盡可能包含更多的原始變量信息，建立因子分析模型，利用公共因子f1，f2，……，fk再現原始變量之間的相關系數，達到簡化變量、降低變量維數和對原始變量再解釋及命名的目的。
三、因子分析主要步驟1、因子提取
通過分析原始變量之間的相互關系，從中提取出數量較少的因子，提取方法是利用樣本數據得到因子負荷矩陣。利用因子負荷矩陣求解相關矩陣的特征值，根據特征值的大小確定因子數量。
2、因子旋轉
因子分析的一個重要目的是對原始數據進行綜合評價。利用因子提取方法得到的結果雖然保證了因子之間的正交性，也就是因子之間不相關，但因子變量的解釋能力較弱，不容易解釋和命名。這時，可以通過對因子模型的旋轉變換，使公共因子的負荷系數更接近1或接近0，通過這種方法得到了的公共因子對變量的命名和解釋變得更加容易。
3、計算因子得分
利用因子表示原始變量，需要知道因子和原始變量之間的線性關系。為此，需要計算因子得分，作為進一步分析奠定基礎。
四、小結
財務分析屬于證券投資方法中的基本分析法, 其優勢是較全面把握證券價格交易的走勢, 而且運用相對簡單, 但是不足之處在過于依賴投資者的經驗判斷, 容易受投資者主觀能力的制約, 而采用因子分析法對公司的財務指標進行技術分析,可以避免錯誤的主觀性判斷, 提高基本分析法的精準度和客觀性, 進一步提高投資者對市場判斷的準確度。
另外，由于SPSS軟件是外國人開發的，因此從邏輯上講，它可能更適用于外國人。如果您只想進行統計
數據分析，也不一定非要使用SPSS，您還可以使用一些國內
BI軟件。例如，億信華辰的BI軟件可以用作參考。因為它是國人開發的，所以在邏輯和操作上可能更符合國人的習慣，一樣也可以用于統計數據分析。
（部分內容來源網絡，如有侵權請聯系刪除）
