SPSS课设实验报告.docx
《SPSS课设实验报告.docx》由会员分享，可在线阅读，更多相关《SPSS课设实验报告.docx（26页珍藏版）》请在冰豆网上搜索。
SPSS课设实验报告
课程设计
学号
姓名
专业班级
指导老师
实验日期
课程名称
统计软件应用课程设计
实验名称
上市公司盈利能力分析
实验成绩
实验报告具体内容一般应包括：
一、实验目的和要求;二、主要仪器设备（软件）;
三、实验内容及实验数据记录;四、实验体会
1.实验目的和要求
1）熟练掌握上市公司数据的收集与整理；
2）掌握SPSS数量分析方法（数据文件建立，数据预处理，描述统计，假设检验，方差分析，相关分析，回归分析）
3）能通过数据分析结果进行结果解释与分析。
2.实验原理
以SPSS数据分析方法为前提，使用财经网站收集上市公时数据，建立数据文件，进行上市公司财务会计领域的数量分析。
3.主要仪器设备（软件）
1）硬件配置：
使用综合实验室中现有配置的计算机，无特殊要求。
2）软件环境：
WindowsXP或以上的操作系统，SPSS软件。
4.实验内容及步骤
一、课程设计选题
上市公司盈利能力分析
二、数据收集与数据文件的建立
1.样本容量的确定：
为了保证统计结果的准确性，在此次试验中我们选择在大样本下进行研究
2.数据收集：
在此次实验中我选择了巨潮网和新浪财经网，
根据此次实验中我选取的每股收益、企业规模固定资产总额、注册资本、固定资产比率等数据都可以从巨潮网中找到，而新浪财经中则可以找到成本费用利润率等补充数据，两者相结合可以使本次实验数据变量等尽可能完整。
3.数据文件的建立
1）通过数据收集我攻找到了55家公司的各项财务指标数据，共涵盖制造业、文化娱乐业、批发零售业、农林牧渔业以及交通业等5个行业，其中上市有深沪市、所有制也有国有非国有之分，也搜集了近七个影响企业营业能力的指标建立数据文件。
2）打开spss软件，打开文件类型选为excel文件选择事先收集到的数据，就可以在数据编辑器中打开该文件，并在变量视图中队行业、所有制、深沪市进行变量类型的修改，并将所对应的值进行值标签的修改，为了后期数据分析，此时可将编辑器中行业、所有制、深沪市进行对应值标签的修改。
三、数据预处理
1.排序（了解数据的取值情况）
如图步骤，对数据文件中对2016年净利润率进行升序排序
2.变量计算（计算更丰富的财务指标），此处选择计算流动比率=流动资产/流动负债
1）在收集数据时为了后面分析数据不会因为某项变量过大而影响总体相关性，将流动资产、流动负债分别取了对数，此处流动比率的公式为EXP（流动资产）/EXP（流动负债）
2）结果如图所示
3.数据选取（分别按按行业、所有制、深沪市进行数据选取）
如图操作，对行业进行数据选取，行业分为1、2、3、4、5，此次分析中五个行业的数据都需要用到，所以选取标准为>=1,结果如图。
4.数据分组（进行组距分组）
对行业、所有制以及深沪市进行分组，分组结果如图，而这项操作中涉及到组距分组，所以对于收集到的数据而言，对2016年的年的每股收益进行分组较为合适，最小值为-0.66最大值为1.48，中间0.8与1.48间数据稀少，所以将组距为0.1组数为9，如下图:
5.缺失值的处理（如果有缺失值进行缺失值的填补）
此次收集数据较完整，没有缺失值故没有进行此项操作
四、描述性统计分析
1.对前面已分过组的行业、深沪市和所有制数据进行频数分析，分析结果如下表：
分组后的行业
频率
百分比
有效百分比
累积百分比
有效
1.00
14
25.5
25.5
25.5
2.00
6
10.9
10.9
36.4
3.00
11
20.0
20.0
56.4
4.00
11
20.0
20.0
76.4
5.00
13
23.6
23.6
100.0
合计
55
100.0
100.0
分组后的深沪市
频率
百分比
有效百分比
累积百分比
有效
1.00
24
43.6
43.6
43.6
2.00
31
56.4
56.4
100.0
合计
55
100.0
100.0
分组后的所有制
频率
百分比
有效百分比
累积百分比
有效
1.00
15
27.3
27.3
27.3
2.00
40
72.7
72.7
100.0
合计
55
100.0
100.0
2.计算总样本和分组样本（行业、所有制、深沪市）描述性统计量（集中趋势、离散趋势、分布形态）
1）先对总样本（2016年净营业利润率）进行描述性统计量分析
描述统计量
N
极小值
极大值
均值
标准差
偏度
峰度
统计量
统计量
统计量
统计量
标准误
统计量
统计量
标准误
统计量
标准误
@2016年净利润率
55
-1.5500
35.7800
8.042000
1.0085149
7.4793465
1.396
.322
2.469
.634
有效的N（列表状态）
55
根据统计结果可知，总共有55家公司的2016年净利润率的数据资料，最大值为35.78最小值为-1.55均值统计量为8.04标准误差为1.0，标准差的统计量为7.47，偏度峰度分别为1.396和2.469，而对应的标准误差分别为0.322和0.634。
2）对深沪市分组进行数据拆分，再对其进行描述性统计量分析；
描述统计量
所有制
N
极小值
极大值
均值
标准差
偏度
峰度
统计量
统计量
统计量
统计量
标准误
统计量
统计量
标准误
统计量
标准误
国有
@2016年净利润率
15
-1.5500
17.2400
6.444000
1.5351007
5.9454194
.537
.580
-.960
1.121
有效的N（列表状态）
15
非国有
@2016年净利润率
40
.1700
35.7800
8.641250
1.2591342
7.9634637
1.443
.374
2.350
.733
有效的N（列表状态）
40
根据统计结果可知，在55家公司中，总共有15家国有公司，在这15家国有公司2016年净利润率的数据资料中，最大值为17.24最小值为-1.55均值统计量为6.44标准误差为1.53，标准差的统计量为5.97，偏度峰度分别为0.537和-0.96，而对应的标准误差分别为0.58和1.121。
总共有40家国有公司，在这40家国有公司2016年净利润率的数据资料中，最大值为35.7，最小值为0.17均值统计量为8.64标准误差为1.25，标准差的统计量为7.96，偏度峰度分别为1.443和2.350，而对应的标准误差分别为0.37和0.73
3）行业、所有制等的描述性统计同样操作
3.进行列联表分析：
如：
盈利能力（营运能力、成长能力、偿债能力、现金流量、资本结构与行业（所有制、深沪市）
1）列联表分析对象选择，在实验操作中我选择对企业的盈利能力即2016年净利润率与公司所处行业进行列联表分析
2）而净利润率需要对其进行组距式分组，根据数据分析，选择组距为6分为6组。
并将分组后的净利润率为列变量，行业为行变量进行列联表的分析，部分分析结果如下
4.计算一些扩展性的比率指标进行比率分析
1）收集资料中有流动资产与流动负债的对数资料，所以选择流动资产/流动负债对数的比值，分析结果如下
案例处理摘要
计数
百分比
行业
制造业
14
25.5%
文化、体育和娱乐业
6
10.9%
批发和零售业
11
20.0%
农、林、牧、渔业
11
20.0%
交通运输、仓储和邮政业
13
23.6%
总数
55
100.0%
排除的
0
总计
55
流动资产/流动负债的比率统计量
组
均值
平均数绝对值偏差
离散系数
方差系数
均值居中
中值居中
制造业
1.012
.016
.016
2.4%
2.4%
文化、体育和娱乐业
1.034
.025
.025
4.0%
4.1%
批发和零售业
1.022
.024
.023
3.3%
3.4%
农、林、牧、渔业
1.022
.021
.021
2.9%
2.9%
交通运输、仓储和邮政业
.990
.030
.030
3.9%
4.0%
总数
1.013
.026
.025
3.4%
3.5%
2）分析结果可知，55家公司中，有14个制造业、6个文体业、11个批发零售业、11个农林牧渔业以及13个交通运输业，比例分别是25.5%、10.9%、20%、20%、23.6%，而流动资产/流动负债的比率统计量中，各行业的均值分别为1.012、1.034、1.022、1.022、0.99。
五、假设检验
1.独立样本：
两两行业（所有制、上市地点）的盈利能力（营运能力、成长能力、偿债能力、现金流量、资本结构）比较
1）制造业与文化、体育和娱乐业
组统计量
行业
N
均值
标准差
均值的标准误
@2016年净利润率
制造业
14
11.822143
9.2814324
2.4805671
文化、体育和娱乐业
6
14.765000
7.6663518
3.1297750
假设H0:
制造业与文化、体育和娱乐业的总体均值无差异；H1:
制造业与文化、体育和娱乐业的总体均值有差异。
由分析结果可知：
制造业与文化、体育和娱乐业的均值分别为11.8和14.7，存在差异，但是，根据独立样本检验中，F检验中对应的统计量为0.012，对应的P值为0.916>0.05，即认为两行业的方差无显著差异。
再在T检验中，假设方差相等一列的数据，T值对应的P为0.505>0.05，则接受原假设，认为制造业与文化、体育和娱乐业的总体均值无显著性差异。
2）制造业与批发零售业
假设H0:
制造业与批发零售业的总体均值无差异；H1:
制造业与批发零售业的总体均值有差异。
由分析结果可知：
制造业与批发零售业的均值分别为11.8和4.3，存在差异，但是，根据独立样本检验中，F检验中对应的统计量为2.42，对应的P值为0.133>0.05，即认为两行业的方差无显著差异。
再在T检验中，假设方差相等一列的数据，T值对应的P为0.022<0.05，则拒绝原假设，认为制造业与批发零售业的总体均值有显著性差异。
3）制造业与农林牧渔业
假设H0:
制造业与农林牧渔业的总体均值无差异；H1:
制造业与农林牧渔业的总体均值有差异。
由分析结果可知：
制造业与农林牧渔业的均值分别为11.8和5.5，存在差异，但是，根据独立样本检验中，F检验中对应的统计量为1.235，对应的P值为0.278>0.05，即认为两行业的方差无显著差异。
再在T检验中，假设方差相等一列的数据，T值对应的P为0.057>0.05，则接受原假设，认为制造业与农林牧渔业的总体均值无显著性差异。
4）制造业与交通运输业
假设H0:
制造业与交通运输业的总体均值无差异；H1:
制造业与交通运输业的总体均值有差异。
由分析结果可知：
制造业与交通运输业的均值分别为11.8和6.15，存在差异，但是，根据独立样本检验中，F检验中对应的统计量为1.306，对应的P值为0.264>0.05，即认为两行业的方差无显著差异。
再在T检验中，假设方差相等一列的数据，T值对应的P为0.07>0.05，则接受原假设，认为制造业与交通运输业的总体均值无显著性差异。
5）文化体育业与交通运输业
假设H0:
文化体育业与交通运输业的总体均值无差异；H1:
文化体育业与交通运输业的总体均值有差异。
由分析结果可知：
文化体育业与交通运输业的均值分别为14.76和6.15，存在差异，但是，根据独立样本检验中，F检验中对应的统计量为1.222，对应的P值为0.284>0.05，即认为两行业的方差无显著差异。
再在T检验中，假设方差相等一列的数据，T值对应的P为0.014<0.05，则拒绝原假设，认为文化体育业与交通运输业的总体均值有显著性差异。
2.配对样本：
检验某项政策的实施效果如：
营改增前后企业的盈利能力（营运能力、成长能力、偿债能力、现金流量、资本结构）有无显著变化？
假设H0:
营改增前后的两总体均值无差异；H1:
营改增前后的两总体均值有差异。
由分析结果可知：
营改增前后的两总体均值分别为7.25和8.04，存在差异，但是，根据成对样本检验中，T值对应的P为0.346>0.05，则接受原假设，认为营改增前后的两总体均值没有显著性差异。
六、方差分析
1.单因素方差分析：
不同行业的盈利能力（营运能力、成长能力、偿债能力、现金流量、资本结构）有无显著差异？
1）如图操作，得到不同行业的盈利能力，即行业与2016年营业利润率间的单因素方差分析结果
2）由描述中可知，五个行业的均值年分别为11.8、14.7、4.3、5.5、6.15，其他标准差、标准误差也可以从表中读出数据。
3）根据方差齐性检验表，假设H0:
行业与2016年营业利润率的总体方差无差异；H1:
行业与2016年营业利润率的总体方差有差异
由分析结果知，概率P=0.337>0.05，则接受原假设，即认为行业与2016年营业利润率的总体均值无显著性差异
4）根据单因素方差分析结果，假设H0:
行业与2016年营业利润率的总体均值无差异；H1:
行业与2016年营业利润率的总体均值有差异
由分析结果知，行业与2016年营业利润率的组间组内平方和分别为740.1、2280.675，F统计量为4.056对应概率P=0.006<0.05，则拒绝原假设，即认为行业与2016年营业利润率的总体均值有显著性差异
2.多重比检验
1）多重比检验结果如图：
由表可以看出，各中检验方法前两列数据完全相同，是因为spss中全部采用了LSD方法中的标准误，表中第三列是检验统计量在不同分布下的P值。
以制造业与其他四种行业的两两检验结果为例，在LSD方法中，制造业与批发零售业、农林牧副以及交通业存在显著性差异，而在其他几中方法中，制造业与其他四种行业均无显著性差异。
由此可见LSD方法的检验敏感度是最高的。
2）多重对比检验的相似性子集如图，由表知三种方法划分的子集结果是一致的。
在显著性水平为0.05的情况下，SNK方法下均值为11.82和14.7的制造业和文化体育娱乐业与其他几种行业的均值显著不同，被划分出来形成两个相似子集。
在第一个子集中，组内相似概率为0.73，第二组可能性大于0.05为0.333，在其他两种方法中，第二组组内相似可能性也均大于0.05，分别为0.864和0.066，scheffe的方法敏感程度较高。
3）综上述分析，可知如果需要提高企业营业能力，则文化体育娱乐业最差，制造业最好。
3..先验对比检验，若干行业能否划分成几个子集？
子集之间的差异是否显著？
1）分析结果如图所示，由上述多重对比检验结果可知，文化体育娱乐业的企业盈利能力最差，而采用先验对比检验进一步对其他四种行业的企业盈利能力的整体效果进行分析
2）假设：
H0，企业营业能力与其他四种行业的整体效果无显著性差异，H1企业营业能力与其他四种行业的整体效果有显著性差异
3）如上图，如果显著性水平为0.05，对比检验的结果中T值为0.956对应的P值为0.344>0.05，则接受原假设，即认为企业营业能力与其他四种行业的整体效果没有显著性差异
七、相关分析
1.每股收益与2016年营业利润率的相关性分析
假设H0:
，每股收益与净利润率不相关；H0:
每股收益与净利润率相关
由分析结果可知：
每股收益与净利润率总体均值分别为0.350和8.04，两者标准差为0.27和7.47，根据pearson相关分析可知，对应的概率P为0.00<0.05，故绝原假设，认为每股收益与净利润率相关。
2.企业固定资产规模与净利润率的相关性分析
假设H0:
，企业固定资产规模与净利润率不相关；H0:
企业固定资产规模与净利润率相关
由分析结果可知：
企业固定资产规模与净利润率总体均值分别为20.784，两者标准差为0.27和7.47，根据pearson相关分析可知，对应的概率P为0.96>0.05，所以接受原假设
认为企业固定资产规模与净利润率不相关
3.成本费用利润率与净利润率的相关性分析
假设H0:
，成本费用利润率与净利润率不相关；H0:
成本费用利润率与净利润率
相关
由分析结果可知：
成本费用利润率与净利润率总体均值分别为11.83和8.04，两者标准差为11.51和7.47，根据pearson相关分析可知，对应的概率P为0.00<0.05，故绝原假设，成本费用利润率与净利润率相关。
4.注册资本对数与净利润率的相关性分析
假设H0:
注册资本对数与净利润率不相关；H0:
注册资本对数与净利润率相关，由分析结果可知：
注册资本对数与净利润率总体均值分别为20.34和8.04,两者标准差为1.25和7.47,根据pearson相关分析可知，对应的概率P为0.818>0.05，所以接受原假设，认为企业固定资产对数与净利润率不相关。
5.固定资产比率和净利润率的相关性分析
假设H0:
注册资本比率与净利润率不相关；H0:
注册资本比率与净利润率相关
由分析结果可知：
注册资本比率与净利润率总体均值分别为26.22和8.04，两者标准差为19.5和7.47,根据pearson相关分析可知，对应的概率P为0.047<0.05，所以拒绝
原假设，认为企业固定资产比率与净利润率相关。
6.流动比率与净利润率的相关性分析
假设H0:
流动比率与净利润率不相关；H0:
流动比率与净利润率相关
由分析结果可知：
流动比率与净利润率总体均值分别为1.63和8.04，两者标准差为1.25
和7.47,根据pearson相关分析可知，对应的概率P为0.048<0.05，所以拒绝原假设，认为流动比率与净利润率相关。
7.综上分析，净利润率与流动比率、固定资产比率、成本费用利润率与每股收益相关，与其他两个因素不相关。
八、回归分析
1.R方检验
本次分析的是多元回归方程，由分析结果可知，R方位0.846，调整后的R方的值为0.827趋近于1，说明回归方程的拟合优度较好。
2.F检验
1）结果如图所示，假设H0：
净利润率与预测变量间的线性关系不显著；H1：
净利润率与预测变量间的线性关系显著
2）分析上图可知，本次分析的回归方程回归平方和为2555，残差平方和为465，对应的F检验的值为43.953，P值为0<0.05，故拒绝原假设H0，即说明净利润率与预测变量间的线性关系显著。
3.T检验
1）T检验结果如上图,假设H0:
X总体与净利润率之间关系不显著;H1:
X总体与净利润率之间关系显著。
由上图可知，X总体的T值为-0.17对应的P值为0.866>0.05，故接受原假设，即认为X总体与净利率之间关系不显著。
2）假设Hi:
Xi对净利润率无显著性影响，其中X1=每股收益、X2=企业规模固定资产总额对数、X3=成本费用利润率、X4=注册资本对数、X5=固定资产比率、X6=流动比率、X7=前10大股东持股比例
T1=1.802对应的P1值为0.078>0.05，则接受原假设，即认为每股收益与净利润率之间关系不显著
T2=-2.318对应的P2值为0.025<0.05，则拒绝原假设，即认为企业规模固定资产总额与净利润率之间关系显著
T3=11.015对应的P3值为0.000<0.05，则拒绝原假设，即认为成本费用利润率与净利润率之间关系显著
T4=1.913对应的P4值为0.062>0.05，则接受原假设，即认为注册资本对数与净利润率之间关系不显著
T5=2.703对应的P5值为0.01<0.05，则拒绝原假设，即认为固定资产比率与净利润率之间关系显著
T6=0.923对应的P6值为0.361>0.05，则接受原假设，即认为流动比率与净利润率之间关系不显著
T7=0.514对应的P7值为0.032<0.05，则拒绝原假设，即认为前10大股东持股比例与净利润率之间关系显著
4.多重共线性检验
1）多重共线性结果如上图，判断多重共线性可以从四个方面来说明，分别是解释变量的容忍度、方差膨胀因子、特征值、条件指标。
2）从容忍度的角度：
上表中的各项数据的容忍度均不趋向于0，表明上表中的数据基本不存在多重共线性。
3）从方差膨胀因子的角度：
上表中的各项数据的方差膨胀因子均小于10，表明上表中的数据基本不存在多重共线性。
4）从特征值的角度：
上表中的特征值没有明显出现刻画某解释变量方差的较大部分比例（大于0.7），表明上表中的数据基本不存在多重共线性。
5）从条件指标的角度：
上表中出现大于10和大于100的条件指标，说明有部分数据出现了多重共线性的问题。
5.残差检验
1）DW检验
分析上表分析结果可知，回归方程的DW统计量为2.046，在DW1.5~2.5范围内，表示该回归方程无自相关。
2）正态分布
分析上图可知，由于点分布在在45°线附近，可以认为回归方程正态分布。
3）异方差
由上图结果可知，图中数据分布没有规律趋势，所以不存在异方差
4）异常值
结果如图显示，该数据集中不存在异常值
升级会员 