SPSS课设实验报告

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：
Windows XP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：
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
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
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。

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
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
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。