【正文】 股東權(quán)益報酬率 m5 銷售凈利率m6 銷售毛利率m7 Sig.（單側(cè)） 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(quán)益報酬率 m5 銷售凈利率m6 銷售毛利率m7 （ 2） 相關(guān)矩陣的逆檢驗 因子分析相關(guān)矩陣的適用性可以從相關(guān)矩陣的逆矩陣的結(jié)構(gòu)來判斷，其中如果逆矩陣為對角矩陣，即非對角因素盡可能接近 0，則說明其適用。 武漢紡織大學 20xx屆畢業(yè)設(shè)計論文 16 表 34 相關(guān)矩陣的逆矩陣 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(quán)益報酬率 m5 銷售凈利率 m6 銷售毛利率 m7 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(quán)益報酬率 m5 銷售凈利率 m6 銷售毛利率 m7 （ 2） KaiserMeyerOlkin標準檢驗 在進行因子分析之前，首先檢驗數(shù)據(jù)是否適合作因子分析。他們計算了他們的檢驗數(shù)值，這個值被稱為 MSA，這里 MSA是以反映像相關(guān)矩陣為基礎(chǔ)的。 MSA 標準既允許相關(guān)矩陣對整體的評價又允許對單個變量的評價，它的值域在 0 和 1 之間， Kaiser和 Rice 對評價有如下的建議：” [24] ① 當 MSA≥ 時，非常合適； ② 當 MSA≥ 時，合適； ③ 當 MSA≥ 時，一般； ④ 當 MSA≥ 時，勉強合適； ⑤ 當 MSA≥ 時，不 太合適； ⑥ 當 MSA＜ 時，不可接受的； 將原始數(shù)據(jù)代入 SPSS20． 0 做檢驗，得到表 35。 Bartlett 的球形度檢驗 近似卡方 df 21 Sig. 可知， KMO值為 0． 653，而 Bartlett球度檢驗給出的相伴概率為 0． 000，小于顯著性水平 0． 05，因此拒絕 Bartlett球形檢驗的零假設(shè)，認為適合于因子分析。在主成分分析法中，因子闡釋的問題為：在一個因子上有較高載荷的變量怎樣通過一個集合概念（成分）來概括？在主軸分析法中，因子闡釋的問題為：怎樣解釋在這個因子上變量有較高載荷的原因？結(jié)合本文分析內(nèi)容選擇主成分分析法來確定累計方差貢獻率。 武漢紡織大學 20xx屆畢業(yè)設(shè)計論文 18 表 37 解釋的總方差 成份 初始特征值 提取平方和載入 合計 方差的 % 累積 % 合計 方差的 % 累積 % 1 2 3 4 5 6 7 提取方法：主成份分析。 a. 已提取了 2 個成份。表 39給出了以方差最大準則為基礎(chǔ)的 。 從旋轉(zhuǎn)后的因子載荷矩陣可以看出： 第一主成分 對 m1~m4 有較大的載荷系數(shù)，與運營效率有關(guān)， 記為 f1； 第二主成分 對 m5~m7有較大的載荷系數(shù)，與盈利有關(guān)， 記為 f2。 a. 旋轉(zhuǎn)在 3 次迭代后收斂。 表 310 解釋的總方差 提取平方和載入 旋轉(zhuǎn)平方和載入 合計 方差的 % 累積 % 合計 方差的 % 累積 % 提取方法：主成份分析。得到的因子得分系數(shù)矩陣和各公司具體得分如表 311和表 312所示： 表 311 成份得分系數(shù)矩陣 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(quán)益報酬率 m5 銷售凈利率 m6 銷售毛利率 m7 提取方法 :主成份。 以企業(yè)業(yè)績的綜合評價指數(shù) M 為被解釋變量，對代表資本結(jié)構(gòu)及資產(chǎn)結(jié)構(gòu)的的 4 個變量及其平方值分別進行多元回歸 分析 。 表 318 Anovaa 模型 平方和 df 均方 F Sig. 1 回歸 5 殘差 18 總計 23 a. 因變量 : 得分 :(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。 而 在 F檢驗中，通過查詢 F分布表知道在 置信度為 F理論 =， 小于 F實際 =。因此認為由回歸關(guān)系假設(shè)的因果關(guān)系是顯著的。 武漢紡織大學 20xx屆畢業(yè)設(shè)計論文 24 表 320 Anovaa 模型 平方和 df 均方 F Sig. 2 回歸 5 殘差 18 總計 23 : 得分 :(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。 而 在 F檢驗中，通過查詢 F分布表知道當置信度為 F理論 =，小于 F實際 =。因此認為由回歸關(guān)系假設(shè)的因果關(guān)系是顯著的。 表 322 Anovaa 模型 平方和 df 均方 F Sig. 3 回歸 4 殘差 19 總計 23 : 得分 :(常量 )，權(quán)益乘數(shù)，權(quán)益乘數(shù)的平方，總資產(chǎn)周轉(zhuǎn)率 m4，銷售凈利率 m6。在 F檢驗中，通過查詢 F分布表知道當置信度為 F理論 =，遠小于 F實際 =。因此認為由回歸關(guān)系假設(shè)的因果關(guān)系是顯著的。 表 324 Anovaa 模型 平方和 df 均方 F Sig. 4 回歸 4 殘差 19 總計 23 : 得分 : (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。 而 在 F 檢驗中，通過查詢 F 分布表知道當置信度為 時 F 理論 =， 小于 F 實際 =。因此認為由回歸關(guān)系假設(shè)的因果關(guān)系是顯著的。 3． 4． 3 檢驗回歸系數(shù) 用于回歸系數(shù)檢驗的指標為 相伴概率 T 統(tǒng)計量 ， 的 相伴概率及 T 統(tǒng)計量 結(jié)果上文估計回歸函數(shù)中 表 313~表 316 已經(jīng)給出，可直接對照前文表格來看分析，表格內(nèi)容這里不再贅述 。該結(jié)果表明研究變量與企業(yè)綜合評價分值 M 的相關(guān)關(guān)系比較顯著。模型二中，固定資產(chǎn)比率及其平方數(shù)在置信度為 80%時，顯著性水平為 = ＞ 及 ，相關(guān)關(guān)系比較顯著。模型四中，資產(chǎn)負債率及其平方數(shù)在置信度為 95%時，顯著性水平為 = ＞ 及 ，相關(guān)關(guān)系很顯著。模型二中，固定資產(chǎn)比率及其平方數(shù)在 ， t實際 的絕對值 = ＞ t理論 =，相關(guān)關(guān)系比較顯著。模型四中，資產(chǎn)負債率及其平方數(shù)在 的雙側(cè)犯錯概率下， t 實際 的絕對值 = 及 ＞ t理論 =，相關(guān)關(guān)系很顯著。 綜合 以上 T 檢驗及相伴概率檢驗的結(jié)果可知，對 所研究的電子商務行業(yè)的企業(yè)而言 資產(chǎn)結(jié)構(gòu)及資本結(jié)構(gòu)的四個度量量對企業(yè)的 影響效果 都是比較 明顯的。 3． 5 行業(yè)縱向回歸分析 因電子商務的行業(yè)數(shù)據(jù)不好找，故以已找到的公司的指標平均值作為行業(yè)數(shù)據(jù)。 由于在公司間的分析中已經(jīng)說明了因子分析的 7 個變量的的相關(guān)性及做因子分析的適用性， 分析的步驟也詳細敘述了， 故這里省略以上步驟。故 以電商行業(yè)每一年的綜合得分 M 為因變量， 以固定資產(chǎn)比率（ X2） 、固定資產(chǎn)比率平方（ X22）、權(quán)益乘數(shù)（ X3）及權(quán)益乘數(shù)平方（ X32）為自變量建立回歸模型： M=β 0+β 1 X2+β 2 X22+β 3 X3+ε (310) M=β 0+β 1 X3+β 2 X32+β 3 X2+ε (311) 回歸分析的結(jié)果如表 326 及 327 所示： 表 326 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) t Sig. B 標準誤差 試用版 1 (常量 ) 固定資產(chǎn)比率 固定資產(chǎn)比率平方 權(quán)益乘數(shù) a. 因變量 : 得分 M=+ X22+ X3 (310) 武漢紡織大學 20xx屆畢業(yè)設(shè)計論文 28 表 327 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) t Sig. B 標準誤差 試用版 2 (常量 ) 固定資產(chǎn)比率 權(quán)益乘數(shù) 權(quán)益乘數(shù)平方 a. 因變量 : 得分 M=+ X32+ X2 (311) 對模型的 T 統(tǒng)計量及相伴概率檢驗見表 326 及表 327， R2及 F 統(tǒng)計量檢驗結(jié)果見表 32表 32表 330 及 表 331。 表 329 Anovaa 模型 平方和 df 均方 F Sig. 1 回歸 3 殘差 2 總計 5 a. 因變量 : 得分 b. 預測變量 : (常量 ), 權(quán)益乘數(shù) , 固定資產(chǎn)比率平方 , 固定資產(chǎn)比率。在 F 檢驗中，通過查詢 F 分布表知道當置信度為 時 F 理論 =， 小于 F 實際 =。因此認為由回歸關(guān)系假設(shè)的因果關(guān)系是顯著的。 在 的雙側(cè)犯錯概率下， t 的理論值為 ，可以保證小于所有變量的 t的實際值，結(jié)果表明研究變量與企業(yè)綜合評價分值 M 的 相關(guān)關(guān)系 很 顯著。 表 331 Anovaa 模型 平方和 df 均方 F Sig. 2 回歸 3 殘差 2 總計 5 a. 因變量 : 得分 b. 預測變量 : (常量 ), 權(quán)益乘數(shù)平方 , 固定資產(chǎn)比率 , 權(quán)益乘數(shù)。在 F 檢驗中， 通過查詢 F 分布表知道當置信度為 時 F 理論 =， 小于 F 實際 =。因此認為由回歸關(guān)系假設(shè)的因果關(guān)系基本顯著 。 在 的雙側(cè)犯錯概率下， t 的理論值為 ，可以保證小于所有變量的t 的實際值，結(jié)果表明研究變量與企業(yè)綜合評價分值 M 的 相關(guān)關(guān)系 很 顯著。與公司間橫向回歸分析的結(jié)果相符。 結(jié)合回歸方程及各指標的平均數(shù)來看， 流動資產(chǎn)比重與企業(yè)績效之間成 較 微弱的倒 U 型曲線關(guān)系 ,電子商務企業(yè)流動資產(chǎn)比重多分布于倒 U 型曲線最高點右側(cè)的下降階段。負債比例與企業(yè)績效之間成較顯著 的倒 U型曲線關(guān)系 ,電子商務企業(yè)負債比例多分布于倒 U型曲線最高點左側(cè)的上升階段。另外就是 負債很少， 回歸方程的結(jié)果也說明了目前電商企業(yè)的負債額是非常不足的， 且 流動負債占據(jù)了負債總額的百分之九十幾，這一點也 驗證了本文前面的分析 。由于電子商務發(fā)展的必然趨勢，如此也有助于社會經(jīng)濟整體的 長遠 發(fā)展。 可能的原因是 ，由于資料搜集比較困難，搜集到的 B to C 類型及有潛在固定資產(chǎn)添加需求的電子商務企業(yè)的數(shù)量不是很多，而搜集到的多數(shù)電子商務企業(yè)由于其性質(zhì)的特殊，固定資產(chǎn)基本沒有用武之地，所以導致了研究結(jié)果表明固定資產(chǎn)與公司績效的關(guān)系不是非常顯著。 本文還有不少值得完善的地方以及很多值得探討的問題：（ 1）樣本的覆蓋范圍過小。（ 2）在公司業(yè)績的測度中，只用了 7 個相關(guān)變量，無法全面概括公司的綜合水平， 還沒有概括全面，如發(fā)展能力指標就沒有概括進去，這對后文的分析也有一定的影響。 武漢紡織大學 20xx屆畢業(yè)設(shè)計論文 31 參考文獻 [1] David Durand. Cost of Debt and Equity Funds for Business Trends and problems of Measurement[R].Conference on Re— search in Business Finance. National Bureau of Economie Re— search, New York,1952. [2] Franco Modigliani, Merton Miller. The Cost of Capital. Corporation Finance and the Theory of Investment[J].American Economic Review,1958. [3] Titman and Sheridan. The determinants of capital structure choice[J]. Journal of Finance,1988(43):85— 98. [4] . Simerly. M. Li. .Corporate social performance and multinationality: a longitudinal study, BQuest[J].A Journal of applied T