我國上市公司現(xiàn)金股利的影響因素分析報告(編輯修改稿)
2025-08-31 00:14 本頁面
【文章內(nèi)容簡介】 X5X6X7X8X9X10Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)擬合優(yōu)度檢驗為了說明多元線性回歸估計模型對觀測值的擬合情況，可以考察在Y的總變差中能由解釋變量所解釋的那部分變差的比重，即多重可決系數(shù)，用R2來表示。R2介于0－1之間，R2越接近1，模型對數(shù)據(jù)的擬合程度就越好，但是也不能單純地憑可決系數(shù)的高低斷定模型的優(yōu)劣。模型中R2＝，可決系數(shù)不是很理想，但通盤考慮到模型的可靠度及其經(jīng)濟意義，我們適當降低對可決系數(shù)的要求，判斷模型對觀測數(shù)據(jù)擬合程度較好，列入回歸模型的解釋變量對應(yīng)變量聯(lián)合影響程度較大?；貧w參數(shù)的顯著性檢驗（t－檢驗）在回歸分析中，不僅要模型的擬合度高，而且還要得到總體回歸系數(shù)的可靠估計量。為了檢驗回歸系數(shù)對應(yīng)的解釋變量是否對應(yīng)變量有顯著影響，我們對該模型進行t－檢驗。給定顯著性水平，查自由度為477（488－11）的t分布表，()＝。由表一知，t0=，t1=，t2=，t3=，t4=，t5=，t6=，t7=，t8=，t9=，t10=。其中，ttt故在5%的顯著性水平下，可以通過t檢驗，表明凈資產(chǎn)收益率、總資產(chǎn)周轉(zhuǎn)率、每股凈資產(chǎn)、資產(chǎn)負債率是影響每股現(xiàn)金股利的主要因素。，表明每股收益也是影響每股現(xiàn)金股利的因素。在對模型進行修正時，考慮剔除xxxxx8的影響?；貧w方程的顯著性檢驗（F－檢驗）T檢驗對單個回歸系數(shù)是否顯著進行了推斷，由于多元線性回歸模型包含多個解釋變量，它們同應(yīng)變量之間是否存在顯著的線性關(guān)系還需進一步作出判斷，即對回歸系數(shù)進行整體檢驗（F－檢驗）。給定顯著性水平，（10，）＝。由表一知F＝，大于臨界值，通過F檢驗，表明回歸方程顯著。（二）修正的多元線性回歸模型及檢驗由于t0、tttt說明常數(shù)項c、xxxxx8對應(yīng)變量的影響不顯著，我們決定剔除上述解釋變量。，我們決定暫且保留該解釋變量，根據(jù)回歸結(jié)果再對x3的去留做出判斷。對修正后的模型重新進行回歸，回歸結(jié)果如表二。表二：Dependent Variable: YMethod: Least SquaresDate: 06/03/05 Time: 00:06Sample: 1 488Included observations: 488VariableCoefficientStd. ErrortStatisticProb. CX3X4X7X9X10Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)擬合優(yōu)度檢驗修正后，模型中的R2=，略大于修正前的R2。一般來講，隨著模型中解釋變量的增多，多重可決系數(shù)R2的值往往會變大，從而增加模型的解釋功能。但是剔除部分解釋變量后，R2的值不僅沒有因為解釋變量的減少而下降，反而還有所增加，說明剔除的解釋變量是一些無關(guān)變量?；貧w參數(shù)的顯著性檢驗（t－檢驗）給定顯著性水平，查自由度為477（488－11）的t分布表，()＝。由表二知，t0=，t3=，t4=， t7=，t9=，t10=。tttt故在5%的顯著性水平下，可以通過t檢驗，而且顯著性較修正前的模型均有所提高。x3順利通過t檢驗，應(yīng)保留該解釋變量。，說明常數(shù)項c對應(yīng)變量影響不顯著?；貧w方程的顯著性檢驗（F－檢驗）給定顯著性水平，在F分布表中查自由度為10和477的臨界值 （10，）＝。由表二知F＝，大于臨界值，通過F檢驗，而且顯著性有所提高，表明修正后的回歸方程仍然顯著。分析判斷如果剔除某一變量而RF值變化不大，則應(yīng)將該變量從模型中剔除；如果剔除某一變量而RF值變化較大，則應(yīng)將該變量保留在模型中。從以上分析可以看出，剔除五個解釋變量后，RF略有上升，說明這五個解釋變量應(yīng)該從模型中剔除，剔除后也不至于發(fā)生棄真的錯誤。另外，由于截距項t值不顯著，我們將常數(shù)項去掉，得到的回歸結(jié)果如表三。表三：D
數(shù)學相關(guān)推薦
鄂ICP備17016276號-1