【正文】 （ 3）最后結(jié)果中只說明了趨勢，沒有進一步 具體，如要添加固定資產(chǎn) 及負債 ， 應以何種方式在何時 添加，都值得進一步研究探討。搜集的樣本公司太少，電子商務企業(yè)還是新興之火，有很多都上市，上市的也大多數(shù)都是近幾年，無法搜集到足夠多的數(shù)據(jù)以得出更準確的結(jié)果，削弱了文章的說服力。這兩類企業(yè)可以分開來研究探討，由于資料不足，本文是將這兩類企業(yè)放在一起分析的，且后者 數(shù)量居多 。 雖然實證檢驗基本驗證了本文的假設， 但是對于固定資產(chǎn)的分析結(jié)果與本文的理論分析 還是 稍有差異 。針對這個問題，如果政府能夠重視起來，開辟一條道路讓輕資產(chǎn)的電子商務企業(yè)也能方便地借到長期款項， 必將有利于電子商務企業(yè)的 發(fā)展。 從各個公司的報表來看，普遍情況就是流動資產(chǎn)比較多 ，通過本文的研究結(jié)論可知，是否添加固 定資產(chǎn)值得思考 。固定資產(chǎn)比重與企業(yè)績效之間成 微弱 的倒 U 型曲線關系 ,電子商務企業(yè)固定資產(chǎn)比重多分布于倒 U 型曲線最高點 左 側(cè)的 上升階段。 武漢紡織大學 20xx屆畢業(yè)設計論文 30 4 結(jié)論 由最后的回歸模型說明，實證分析的結(jié)果與原假設 基本 一致。 綜合 行業(yè)回歸的函數(shù) 檢驗 結(jié)果可知，對 所研究的電子商務行業(yè)而言 資產(chǎn)結(jié)構(gòu)及資本結(jié)構(gòu)對企業(yè)的影響效果很明顯 。 當置信度為 90%時， 顯著性水平為 = ，這時的顯著性水平能保證大于所有所研究變量的相伴 概率 ， 結(jié)果表明研究變量與企業(yè)綜合評價分值 M 的 相關關系 很 顯著。因此拒絕 F 統(tǒng)計量檢驗的零假設，不是所有的β j都為零。 觀察表中數(shù)據(jù)，決定系數(shù) R2為 ， 意味著該模型解釋了企業(yè)業(yè)績綜合得分 %的變動， 擬合度 較 高 。 表 330 模型匯總 模型 R R 方 調(diào)整 R方 標準估計的誤差 2 a. 預測變量 : (常量 ), 權益乘數(shù)平方 , 固定資產(chǎn)比率 , 權益乘數(shù)。 當置信度為 95%時， 顯著性水平為 = ，這時的顯著性水平能保證大于所有所研究變量的相伴 概率 ， 結(jié)果表明研究變量與企業(yè)綜合評價分值 M武漢紡織大學 20xx屆畢業(yè)設計論文 29 的 相關關系 很 顯著。因此拒絕 F 統(tǒng)計量檢驗的零假設，不是所有的β j都為零。 觀察表中數(shù)據(jù)，決定系數(shù) R2為 ， 接近于 1，意味著該模型解釋了企業(yè)業(yè)績綜合得分 %的變動， 擬合度很高 。 表 328 模型匯總 模型 R R 方 調(diào)整 R方 標準估計的誤差 1 a. 預測變量 : (常量 ), 權益乘數(shù) , 固定資產(chǎn)比率平方 , 固定資產(chǎn)比率。直接提供因子分析的得分結(jié)果，如表 325 所示： 武漢紡織大學 20xx屆畢業(yè)設計論文 27 表 325 綜合得分 f1 f2 f3 得分 20xx 20xx 20xx 20xx 20xx 20xx 通過公 司間的橫向分析可知固定資產(chǎn)比率及負債比率對綜合得分的影響較顯著。行業(yè) 縱向分析的數(shù)據(jù)采用 14 家公司 06~11 年 6 年的報表數(shù)據(jù)作為原始數(shù)據(jù)。 3． 4． 4 檢驗模型前提 通過 編制散點圖檢驗異方差性，觀察可知所考察的變量 X 不存在可辨認關系，故不存在異方差性 ，檢驗圖在此不加贅述 。分析可知，四個模型的雙側(cè)犯錯概率下都在 以下，而且大多數(shù)在 以下，該結(jié) 果表明研究變量與企業(yè)綜合評價分值 M 的 相關關系 是很 顯著 的 。模型三中，權益乘數(shù)及其平方數(shù)在 的雙側(cè)犯錯概率下，t 實際 的絕對值 = 及 ＞ t 理論 =，相關關系很顯著。 模型一中，流動資產(chǎn)比率及其平方數(shù)在 的雙側(cè)犯錯概率下， t 實際 的絕對值 = 及 ＞ t 理論 =，相關關系比較顯著。模型三中，權益乘數(shù)及其平方數(shù)在置信度為 99%時，顯著性水平為= ＞ 及 ，相關關系很顯著。 武漢紡織大學 20xx屆畢業(yè)設計論文 26 模型一中，流動資產(chǎn)比率及其平方數(shù)在置信度為 90%時，顯著性水平為= ＞ 及 ，相關關系比較顯著。 分析可知，當置信度為 80%時， 顯著性水平為 = ，這時的顯著性水平能保證大于所有所研究變量的相伴 概率 ， 實際上大多數(shù)研究變量的置信度可以達到 90%以上。 故綜上分析可知 四個模型的整體回歸效果都很好。因此拒絕 F統(tǒng)計量檢驗的零假設，不是所有的β j 都為零。 觀察 模型四 表中數(shù)據(jù) 可知 ， 回歸函數(shù)的 決定系數(shù) R2為 ，意味著該模型解釋了企業(yè)業(yè)績綜合得分的 %的變動， 擬合度較高 。 模型四： 表 323 模型匯總 模型 R R 方 調(diào)整 R 方 標準估計的誤差 4 : (常量 )，資產(chǎn)負債率，資產(chǎn)負債率平方，銷售凈利率 m6，總資產(chǎn)周轉(zhuǎn)率 m4。因此拒絕武漢紡織大學 20xx屆畢業(yè)設計論文 25 F統(tǒng)計量檢驗的零假設，不是所有的β j都為零。 觀察 模型三 表中數(shù)據(jù) 可知 ， 回歸方程的 決定系數(shù) R2為 ， 這 意味著該模型解釋了企業(yè)業(yè)績綜合得分的 %的變動， 方程的 擬合度較 高。 模型三： 表 321 模型匯總 模型 R R 方 調(diào)整 R 方 標準估計的誤差 3 :(常量 )， 權益乘數(shù) ， 權益乘數(shù)的平方 ， 總資產(chǎn)周轉(zhuǎn)率 m4， 銷售凈利率 m6。因此拒絕 F統(tǒng)計量檢驗的零假設，不是所有的β j都為零。 觀察 模型二 表中數(shù)據(jù) 可知 ， 回歸方程的 決定系數(shù) R2為 ，意味著該模型解釋了企業(yè)業(yè)績綜合得分的 %的變動，擬合度 較高 。 模型二： 表 319模型匯總 模型 R R 方 調(diào)整 R 方 標準估計的誤差 2 :(常量 ),固定資產(chǎn)比率 , 固定資產(chǎn)比率平方 , 資產(chǎn)負債率 m2,總資產(chǎn)周轉(zhuǎn)率 m4, 銷售凈利率 m6。因此拒絕 F統(tǒng)計量檢驗的零假設，不是所有的β j都為零。 觀察 所建 模型一 的表中 數(shù)據(jù) 可知 ， 回歸方程的 決定系數(shù) R2為 ， 這 意味著該模型解釋了企業(yè)業(yè)績綜合得分的 %的變動， 擬合度 較高 。運用 SPSS20． 0 分別得出的結(jié)果如表31表 31表 315 及表 316 所示： 表 313 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) t Sig. B 的 % 置信區(qū)間 B 標準誤差 試用版 下限 上限 1 (常量 ) 流動資產(chǎn)比率 流動資產(chǎn)比率平方 資產(chǎn)負債率 m2 銷售凈利率 m6 銷售毛利率 m7 a. 因變量 : 得分 M=－ + X1－ ++ － m7 (36) 表 314 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) t Sig. B 的 % 置信區(qū)間 B 標準誤差 試用版 下限 上限 2 (常量 ) 固定資產(chǎn)比率 固定資產(chǎn)比率平方 資產(chǎn)負債率 m2 總資產(chǎn)周轉(zhuǎn)率 m4 銷售凈利率 m6 a. 因變量 : 得分 M=－ + X2－ +++ (37) 武漢紡織大學 20xx屆畢業(yè)設計論文 22 表 315 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) t Sig. B 的 % 置信區(qū)間 B 標準 誤 差 試用版 下限 上限 3 (常量 ) 權益乘數(shù) 權益乘數(shù)的平方 總資產(chǎn)周轉(zhuǎn)率 m4 銷售凈利率 m6 a. 因變量 : 得分 M=－ + X3－ ++ (38) 表 316 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) t Sig. B 的 % 置信區(qū)間 B 標準 誤差 試用版 下限 上限 4 (常量 ) 資產(chǎn)負債率 資產(chǎn)負債率平方 總資產(chǎn)周轉(zhuǎn)率 m4 銷售凈利率 m6 a. 因變量 : 得分 M=－ + X4－ ++ (39) 3． 4． 2 檢驗回歸函數(shù) 用于回歸函數(shù)的整體評價指標為：決定系數(shù) R F統(tǒng)計量及標準誤差， 317~表 324所示，通過檢驗 對比數(shù)據(jù) 得出 4個模型均顯著： 武漢紡織大學 20xx屆畢業(yè)設計論文 23 模型一： 表 317 模型匯總 模型 R R 方 調(diào)整 R 方 標準估計的誤差 1 :(常量 ),流動資產(chǎn)比率，流動資產(chǎn)比率平方，資產(chǎn)負債率 m2，銷售凈利率 m6，銷售毛利率 m7。 武漢紡織大學 20xx屆畢業(yè)設計論文 20 以各因子的方差貢獻率占總方差貢獻率的比重作為權重進行加權匯總，得出各企業(yè)盈利能力的綜合得分 F，最后得分見表 312，計算公式為： M=（ f1+ f2）／ （ 35） 表 312 各企業(yè)得分 f1 f2 得分 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 武漢紡織大學 20xx屆畢業(yè)設計論文 21 3． 4 公司 間 橫向 回歸分析 3． 4． 1 估計回歸函數(shù) 橫向回歸仍然采用 24 家公司 09~11 年的報表數(shù)據(jù)為原始數(shù)據(jù)來分析。 3． 3． 5 因子的得分 3種 因子得分估計的方法，在此選擇“回歸法”進行估計。 旋轉(zhuǎn)法 :具有 Kaiser 標準化的正交旋轉(zhuǎn)法。 武漢紡織大學 20xx屆畢業(yè)設計論文 19 表 39 旋轉(zhuǎn)成份矩陣 a 成份 1 2 流動比率 m1 資產(chǎn)負債率 m2 流動資產(chǎn)周轉(zhuǎn)率 m3 總資產(chǎn)周轉(zhuǎn)率 m4 股東權益報酬率 m5 銷售凈利率 m6 銷售毛利率 m7 提取方法 :主成份。旋轉(zhuǎn)后方差百分比的改變?nèi)绫?310所示。 （ 2） 因子的闡釋 為了能夠從坐標軸定位的多種可能性中確定一個最好的，也就是說最有解釋能力的，因此將上面得到的因子模型旋轉(zhuǎn)。 表 38 成份矩陣 a 成份 1 2 流動比率 m1 資產(chǎn)負債率 m2 流動資產(chǎn)周轉(zhuǎn)率 m3 總資產(chǎn)周轉(zhuǎn)率 m4 股東權益報酬率 m5 銷售凈利率 m6 銷售毛利率 m7 提取方法 :主成份。 3 表 37和表 38所示： 表 36 公因子方差 初始 提取 流動比率 m1 資產(chǎn)負債率 m2 流動資產(chǎn)周轉(zhuǎn)率 m3 總資產(chǎn)周轉(zhuǎn)率 m4 股東權益報酬率 m5 銷售凈利率 m6 銷售毛利率 m7 提取方法：主成份分析。 3． 3． 4 因子的提取 （ 1） 累計方差貢獻率的確定 累計方差貢獻率的確定有兩種方法，主成分分析法和主軸分析法。 武漢紡織大學 20xx屆畢業(yè)設計論文 17 表 35 KMO 和 Bartlett 的檢驗 取樣足夠度的 KaiserMeyerOlkin 度量。 MSA 標準表明了原始變量在哪個范圍內(nèi)屬于一個整體，因此可以作為指標來說明一個因子分析是否有意義?！爱?Dziuban 和Shirkey 在考慮可信性時， Kaiser、 Meyer 和 Olkin 試圖去發(fā)展一個合適的檢驗數(shù)值用于決定判斷。 SPSS20． 0作出的相關矩陣及逆矩陣結(jié)果如表 2 和表 3 所示，通過觀察逆矩陣的非對角元素可以發(fā)現(xiàn)，非對角元素接近 0 的占絕大多數(shù)。 SPSS20． 0 得出的相關性顯著水平如表 33 所示 ，由表中可以看出各個變量之間的相關性基本上都以 30%以下的犯錯概率拒絕零假設，即各個變量間的相關程度較高。“ 通過每個變量觀察值和平均值的差，然后再除以標準差來使數(shù)據(jù)矩陣標準化，以此可以確保新的平均值為 0，同時變量的標準差為 1。 首先算出 24 家公司關于 7 個變量 m1~ m7 在 09~11 年三年 的平均數(shù)，列出矩陣。 因子分析的數(shù)據(jù)采用 24 家公司 09~11 年 3 年的報表數(shù)據(jù)作為原始數(shù)據(jù)?！?[24]因子分析是從研究相關矩陣內(nèi)部的依賴關系出發(fā)，把一些具有錯綜復雜關系的變量歸武漢紡織大學 20xx屆畢業(yè)設計論文 13 結(jié)為少數(shù)