面板數(shù)據(jù)熵值法分析流程如下：

一、案例背景

當(dāng)前有9家公司連續(xù)5年（2018-2022年）的財(cái)務(wù)指標(biāo)數(shù)據(jù)，想要通過這份數(shù)據(jù)，確定各個(gè)財(cái)務(wù)指標(biāo)的權(quán)重。熵值法根據(jù)指標(biāo)離散程度確定賦權(quán)大小，客觀公正準(zhǔn)確度高。本次收集的指標(biāo)數(shù)據(jù)不多，選擇熵值法確定指標(biāo)權(quán)重具有很強(qiáng)的操作性，運(yùn)算過程簡單易操作。

數(shù)據(jù)為9家公司連續(xù)5年的5個(gè)財(cái)務(wù)指標(biāo)的數(shù)據(jù)，因?yàn)橥瑫r(shí)包含時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)，所以屬于面板數(shù)據(jù)。應(yīng)該有9*5=45行數(shù)據(jù)，5個(gè)財(cái)務(wù)指標(biāo)各占一列，同時(shí)公司編號(hào)和年份各占一列，最后應(yīng)該為45行*7列數(shù)據(jù)，最終應(yīng)該將數(shù)據(jù)整理為如下格式：

數(shù)據(jù)虛構(gòu)，僅做教學(xué)演示

二、數(shù)據(jù)處理

使用熵值法進(jìn)行分析，需要對(duì)數(shù)據(jù)進(jìn)行處理，包括數(shù)據(jù)方向處理和數(shù)據(jù)量綱處理。

（1）方向處理

本次分析的5個(gè)指標(biāo)分別為營業(yè)利潤、資產(chǎn)總額、負(fù)債總額、流動(dòng)比率、銷售成本?？梢钥闯?，這5個(gè)指標(biāo)既有正向指標(biāo)（越大越好的指標(biāo)，如利潤），又有逆向指標(biāo)（越小越好的指標(biāo)，如成本）。熵值法的運(yùn)算規(guī)則中，正向指標(biāo)越大越好，逆向指標(biāo)越小越好，所以需要對(duì)數(shù)據(jù)進(jìn)行方向處理。

將正向指標(biāo)“營業(yè)利潤”、“資產(chǎn)總額”、“流動(dòng)比率”使用SPSSAU進(jìn)行正向化處理；將逆向指標(biāo)“負(fù)債總額”、“銷售成本”使用SPSSAU進(jìn)行逆向化處理。

SPSSAU【生成變量】->正向化/逆向化->確認(rèn)處理，操作如下圖：

同理，將其他兩個(gè)指標(biāo)進(jìn)行逆向化處理即可。

（2）量綱處理

熵值法消除數(shù)據(jù)方向的影響后，還需要消除由于數(shù)據(jù)單位不同造成的影響，即進(jìn)行量綱處理，SPSSAU提供十幾種量綱處理方法，這里推薦使用數(shù)據(jù)歸一化進(jìn)行處理。

本案例因?yàn)樯鲜龇治鲋幸呀?jīng)進(jìn)行了正向/逆向此兩種處理，而正向/逆向化處理可同時(shí)解決方向和量綱問題，所以不需要再次進(jìn)行歸一化處理。數(shù)據(jù)處理完成之后，接下來進(jìn)行面板熵值法操作說明。

三、面板熵值法操作

熵值法是根據(jù)熵值進(jìn)行權(quán)重確定的?！办亍痹臼菬崃W(xué)的概念，后來被引入到信息論中，用于客觀確定權(quán)重。熵值原理是通過指標(biāo)的離散程度判斷權(quán)重大小，離散程度越大說明不確定因素越多，對(duì)評(píng)價(jià)結(jié)果影響越大，權(quán)重越大。

從熵值的計(jì)算原理上看，并不會(huì)考慮是否為面板數(shù)據(jù)，面板數(shù)據(jù)與普通數(shù)據(jù)完全一致，直接放入分析即可。

從分析角度來看，針對(duì)面板數(shù)據(jù)，可以從兩個(gè)角度進(jìn)行熵值法分析，說明如下表：

接下來分別使用兩種方法進(jìn)行面板數(shù)據(jù)熵值法操作說明。

（1）一次法

在SPSSAU系統(tǒng)中，綜合評(píng)價(jià)【熵值法】->將處理后的數(shù)據(jù)全部拖拽到分析框中->非負(fù)平移->開始分析

此時(shí)得到權(quán)重即為不區(qū)分是否面板數(shù)據(jù)，直接一次進(jìn)行熵值法計(jì)算得到的指標(biāo)權(quán)重。

補(bǔ)充非負(fù)平移：經(jīng)過正向化/逆向化/標(biāo)準(zhǔn)化處理的數(shù)據(jù)，指標(biāo)數(shù)據(jù)范圍可以取到0，但是計(jì)算熵權(quán)時(shí)會(huì)進(jìn)行取對(duì)數(shù)計(jì)算，出現(xiàn)0會(huì)導(dǎo)致計(jì)算無意義，所以需要對(duì)整體數(shù)據(jù)進(jìn)行非負(fù)平移。SPSSAU非負(fù)平移功能是指，如果某列（某指標(biāo)）數(shù)據(jù)出現(xiàn)小于等于0，則讓該列數(shù)據(jù)同時(shí)加上一個(gè)“平移值”【該值為某列數(shù)據(jù)最小值的絕對(duì)值+0.01】，以便讓數(shù)據(jù)全部都大于0，從而滿足算法要求。

（2）多次法

分別篩選出2018-2022年的數(shù)據(jù)，進(jìn)行5次熵值法，然后將得到的5次權(quán)重值進(jìn)行取平均值的操作。

SPSSAU篩選操作如下：

篩選年份后，與一次法操作相同，分別進(jìn)行5次熵值法，得到權(quán)重值，然后取平均值。

四、得到權(quán)重

（1）一次法權(quán)重計(jì)算結(jié)果

“一次法”進(jìn)行面板數(shù)據(jù)熵值法得到權(quán)重結(jié)果如下：

使用熵值法對(duì)NMMS_負(fù)債總額等總共5項(xiàng)進(jìn)行權(quán)重計(jì)算，從上表可以看出5個(gè)指標(biāo)的權(quán)重值分別是18.58%、11.93%、19.45%、21/93%、28.11%。

SPSSAU輸出權(quán)重可視化結(jié)果如下圖：

（2）多次法權(quán)重計(jì)算結(jié)果

“多次法”進(jìn)行面板數(shù)據(jù)熵值法，得到權(quán)重匯總結(jié)果如下表：

“多次法”進(jìn)行熵值法，得到5個(gè)指標(biāo)的權(quán)重值分別為37.54%、28.74%、29.97%、24.07%、18.46%、27.76%。

兩種方法進(jìn)行面板數(shù)據(jù)熵值法得到權(quán)重值對(duì)比見下表，可以看出兩種方法計(jì)算面板數(shù)據(jù)的熵值法，得到的指標(biāo)權(quán)重值接近。

提示：“多次法”進(jìn)行面板數(shù)據(jù)熵值法分析，從原理上可行，此種做法是出于分析考慮，考慮了不同年份時(shí)數(shù)據(jù)的波動(dòng)差異性。

五、總結(jié)

面板數(shù)據(jù)進(jìn)行熵值法，與普通數(shù)據(jù)進(jìn)行熵值法類似。首先需要統(tǒng)一數(shù)據(jù)方向，對(duì)正向指標(biāo)進(jìn)行正向化處理、逆向指標(biāo)進(jìn)行逆向化出理。如果數(shù)據(jù)單位不一致，需要消除量綱的影響，進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理。但是數(shù)據(jù)經(jīng)量綱處理后，很可能出現(xiàn)負(fù)值，熵值法計(jì)算過程中包括取對(duì)數(shù)的操作，所以需要對(duì)數(shù)據(jù)進(jìn)行非負(fù)平移，以確保分析結(jié)果能順利得出。

面板數(shù)據(jù)進(jìn)行熵值法有兩種方法可以選擇，分別是“一次法”和“多次法”。一次法不考慮是否面板數(shù)據(jù)，與普通數(shù)據(jù)一樣做一次分析即可；多次法按年份分析，分別求出每一年指標(biāo)的權(quán)重，然后取平均值。兩種方法進(jìn)行面板數(shù)據(jù)熵值法得到的指標(biāo)權(quán)重值接近，多次法考慮了不同年份數(shù)據(jù)的波動(dòng)差異性，兩種方法研究人員可以自行選擇來進(jìn)行面板數(shù)據(jù)熵值法分析。