非参数检验
开篇：润墨网以专业的文秘视角，为您筛选了八篇非参数检验范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
非参数检验范文第1篇
[关键词]统计学原理 男女生 成绩差异
[中图分类号] O212.1 [文献标识码] A [文章编号] 2095-3437（2013）14-0150-02
一、期末测试成绩
中国海洋大学2012年秋季学期大学日语Ⅱ（2011级）男女生期末测试成绩如下：
男生（n1=13）：
97 96（2） 90 86 84 83（2） 80 75 53 33 18
女生（n2=25）：
98（2） 97 96（2） 95 93 92 91 90（3） 89 88 87 85 84 83 82 81 80 79 78 70（2）
二、中数
中数（Md）也称为中位数，是指在频数分布中位于中间位置的那个数值。它反映的是一组数据的集中趋势，也称为集中量数。
（一）列频数分布表（部分数据）
■
（二）计算中数的位置
中数的位置=■=■=19.5
即中数的位置在第19位和第20位的两个数值中间。
（三）找出中数
在本案例中，由于排列在中数位置上的数值是87和85（2个85重复）之间的数值。在计算上可将其视为一个分数单位上的几个连续数字，即3个数值是均匀分布在87-85区间。
如图所示：
-88---87----85-----85-----84-----
第19区间 第1个20区间 第2个20区间
假设每个区间的间隔为1/3=0.33，则案例中的中位数位于第19位和第20位（2个）三个数值中间，即为第1个20区间的上限（0.33÷2≈0.17），因此中数（Md）=85+0.17=85.17≈85
（四）中数的优缺点
当一组测试结果出现极端数据时，常用中数。这样做并不影响进一步的统计分析。因为求中数不受极大值和极小值的影响，决定中数的关键是居中的那几个数据的数值大小。如在本案例中，33和18就是两个极小值。但中数也有一些不足之处，如中数是根据数据的相对位置来确定的，在计算时不是每个数据都加入计算，从而有较大的抽样误差，不如平均数稳定。
三、中数检验法
（一）计算原理
中数检验法是通过对来自两个独立总体的两个样本的中位数来判断两个总体取值的平均状况是否有显著性差异。它的基本思想是假设两个总体总有相同的分布规律，那么它们的取值将具有相同的平均状态，中数是集中趋势的度量，因此两个总体的中数应该是相等的。两个样本是从两个总体中随机抽取出来的，那么两个样本的总数也应该大致相同。如果两个样本的总数差异较大，则应否定两总体取值平均状态相同的假设，或者说两总体不具有相同的分布规律。因此其虚无假设是：两个独立样本是从具有相同中数的总体中抽取的。它可以是双侧检验或单侧检验。双侧检验结果显著，意味着两个总体中数有差异（并没有方向）；单侧检验结果显著，则表明备择假设“一个总体中数大于（或小于）另一个总体中数”成立。
（二）计算过程
中数检验法的具体步骤为：
（1）将两个样本数据混合由小到大排列。
（2）求混合排列的共同中数（Md）。
（3）分别找出每一样本中大于混合中数及小于混合中数的数据个数，列成四格表。
（4）对四格表进行X2检验
查X2表求得临界值，若实得X2值大于临界值，X2检验结果显著，则说明两样本的集中趋势（中数）差异显著。
四、虚无假设和备择假设
（1）建立虚无假设和备择假设。
H0：男女生的期末成绩没有差异。
H1：男女生的期末成绩有差异。
（2）选择并计算检验统计量。
根据前面计算与推断已知：中数（Md）=85。以下统计男女生成绩大于和小于85的数据个数，并列成四格表。
■
X2=■
=■=1.59
（3）根据显著性水平α确定临界值。
设α=0.05，由df=1，查X2分布表，求得X20.05 （1）=3.84。
（4）根据统计结果，做出推论结论：
因实得X2=1.59，而X20.05 （1）=3.84；故X2X20.05 （1）。
所以不能拒绝虚无假设，认为男女生期末成绩无显著差异。
五、两独立样本的非参数检验
中数检验法是通过对来自两个独立总体的两个样本的中位数来判断两个总体取值的平均状况是否有显著性差异。中数检验法属于两独立样本的非参数检验。
非参数检验一般不需要严格的前提假设。这是它与参数检验相比的最大优点。几乎每种参数检验都有一些严格假设，若不满足这些假设仍然有参数方法处理，很可能得出错误结论。而进行非参数检验不必过多考虑那些假设条件。比如在参数检验中，无论是Z检验、T检验还是F检验，它们对总体参数都有相应的前提假设，如T检验中要求样本来自正态分布的总体，若是两独立样本的T检验，还要求两个总体方差齐性。在方差分析中，需要满足正态性、可加些、各组方差齐性等基本假设。
但在本案例中，我们并不清楚总体分布是否呈正态，或者对研究总体的其他情况知之不多，这时数据无法满足参数检验的诸多要求和假设。鉴于上述情况，本检验采用了不需要根据总体的分布及参数进行统计的方法――非参数检验（中数检验法）。非参数检验不必过多考虑那些假设条件，对总体分布不做严格假定，这种方法是依据数据的顺序、等级资料即可进行统计推断，在实践中得到了极为广泛的应用。不过非参数检验也有不足之处。最大的不足是未能充分利用资料的全部信息。例如本案例中，把全部分数按顺序排列后转化为序列数据，即用第一位、第二位等来表示，然后计算中数位置，找出中数，进行X2检验。这时数据变得相对简单，分数之间的差异多样性也变得简单化了。因此，如果某些资料既可以用参数检验，也可以用非参数检验，则应使用参数检验。若所得资料不满足参数检验要求的前提条件，则应使用非参数检验，虽然会浪费一部分信息使得检验的效能低一些，但不至于做出错误结论。
[ 参 考 文 献 ]
[1] 刘翔平，葛鲁嘉.男女差异心理学[M].北京：北方妇女儿童出版社，1988：41-91.
[2] 贾进强.性别心理差异探秘[M].北京：中央民族大学出版社，1997：4-171.
[3] 朱曼殊.心理语言学[M].上海：华东师范大学出版社，1990：91-98.
[4] 黄崇龄.性别差异与大学外语教学――对外语学习中女强男弱现象的分析[J].同济大学学报.（社会科学版），2004，15（1）：108.
[5] 王初明.应用心理语言学――外语学习心理研究[M].长沙：湖南教育出版社，1990：105-128.
非参数检验范文第2篇
1t检验
t检验是英国统计学家W.S.Gosset1908年根据t分布原理建立起来的一种假设检验方法,常用于计量资料中2个小标本均数的比较。理论上,t检验的应用条件是要求标本来自正态分布的总体,两标本均数比较时,还要求两总体方差相等。但在实际工作中,与上述条件略有偏离,只要其分布为单峰且近似正态分布,也可应用[2]。
常用的t检验有如下3类:(1)单个标本t检验:用于推断标本均数代表的总体均数和已知总体均数有无统计学意义。当标本例数较少(n<60)且总体标准差未知时,选用t检验;反之当标本例数较多或标本例数较少、总体标准差已知时,则可选用u检验[3]。(2)配对标本t检验:适用于配对设计的两标本均数的比较,在选用时应注意两标本是否为配对设计资料。常用的配对设计资料主要有如下3种情况:两种同质受试对象分别接受两种不同的处理;同一受试对象或同一标本的2个部分,分别接受不同的处理;同一受试对象处理前后的结果比较。(3)两独立标本t检验:又称成组t检验,适用于完全随机设计的两标本均数的比较。与配对t检验不同的是,在进行两独立标本t检验之前,还必须对两组资料进行方差齐性检验。若为小标本且方差齐,则选用t检验;反之若方差不齐,则选用校正t检验(t′检验),或采用数据变换的方法(如取对数、开方、倒数等)使两组资料具有方差齐性后再进行t检验,或采用非参数检验[4]。此外,当两组标本例数较多(n1、n2>50)时,这时应用t检验的计算比较繁琐,可选用u检验[5]。
2方差分析
方差分析适用于两组以上计量资料均数的比较,其应用条件是各组资料取自正态分布的总体且各组资料具有方差齐性。因此,在应用方差分析之前,同样和成组t检验一样需要对各组资料进行正态性检验、方差齐性检验。
常用的方差分析有如下几类:(1)完全随机设计的方差分析:主要用于推断完全随机设计的多个标本均数所代表的总体均数之间有无显著性差别。完全随机设计是将观察对象随机分为两组或多组,每组接受一种处理,形成2个或多个标本。
(2)随机区组设计的方差分析:随机区组设计首先是将全部受试对象按某种或某些特性分为若干区组,然后区组内的每个研究对象接受不同的处理,通过这种设计,既可以推断处理因素又可以推断区组因素是否对试验效应产生作用。此外,由于这种设计还使每个区组内研究对象的水平尽可能地相近,减少了个体间差异对研究结果的影响,比成组设计更容易检验出处理因素间的差别。(3)析因设计的方差分析:将2个或2个以上处理因素的各种浓度水平进行排列组合、交叉分组的试验设计。它不仅可以检验每个因素各水平之间是否有差异,还可以检验各因素之间是否有交互作用,同时还可以找到处理因素的各种浓度水平之间的最佳组合。此外,还有正交设计、拉丁方设计等多种方差分析法,实验者在应用时可以参考相关的统计学著作。
目前,某些医学论文中有这样的情况,就是用t检验代替方差分析对实验数据进行统计学处理,这是不可取的。t检验只适用于推断2个小标本均数之间有无显著性差别,而采用t检验对多组均数进行两两比较,会增加犯I型错误的概率,即可能把本来无差别的2个总体均数判为有差别,使结论的可信度降低[6]。对多个标本均数进行比较时,正确的方法是先进行方差分析,若检验统计量有显著性意义时,再进行多个标本均数的两两(多重)比较。
3χ2检验
χ2检验是一种用途比较广泛的假设检验方法,但是在医学论文中常用于分类计数资料的假设检验,即用于2个标本率、多个标本率、标本内部构成情况的比较,标本率与总体率的比较,某现象的实际分布与其理论分布的比较。但是当标本满足正态近似条件时,如标本例数n与标本率p满足条件np与n(1-p)均大于5,则可以计算假设检验统计量u值来进行判断[5]。
常用的χ2检验分为如下几类:(1)2×2表χ2检验。适用于2个标本率或构成比的比较,在应用时,当整个试验的标本例数n≥40且某个理论频数1≤T<5时,需对χ2值进行连续性校正。因为T值太小,会导致χ2值增大,易出现假阳性结论。此外,若标本例数n<40,或有某个T值小于1,此时即使采用校正公式计算的χ2值也有偏差,需要用2×2表χ2检验的确切概率检验法(Fisher确切检验法)。(2)配对资料χ2检验。适用于配对设计的2个标本率或构成比的比较,即通过单一标本的数据推断两种处理结果有无显著性差别。在应用时,如果甲处理结果为阳性而乙处理结果为阴性的标本例数n1与甲处理结果为阴性而乙处理结果为阳性的标本例数n2之和<40,需要对计算的χ2值进行校正。(3)R×C表χ2检验。适用于多个标本率或构成比的比较。在R×C表χ2检验中,若检验统计量有显著性意义时,还需要对多个标本率或构成比进行两两比较,即分割R×C表,使之成为非独立的四格表,并对每两个率之间有无显著性差别作出结论。
2×2表资料在应用时可分为如下几种类型:横断面研究设计的2×2表资料、队列研究设计的2×2表资料、病例-对照研究设计的2×2表资料、配对研究设计的2×2表资料。研究者应注意不同类型的2×2表资料的统计分析方法略有差别,比如在分析队列研究设计的2×2表资料时,如果用χ2公式计算得到P<0.05,研究者则应再计算相对危险度(RR)并检验总体RR与1之间的差异是否具有统计学意义[7]。
此外,在进行R×C表χ2检验时,还有如下2个主要的注意事项:首先,T值最好不要小于5,若有1/5的T值小于5,χ2检验结论是不可靠的,解决的办法有3种:增大标本量;删去T值太小的行和列;将T值太小的行或列与性质相近的邻行或邻列的实际频数合并[2,8]。其次,不同类型的R×C表资料选择的统计分析方法是不一样的。(1)双向无序的R×C表资料:可以选用一般的χ2公式计算。(2)单向有序的R×C表资料:如果是原因变量为有序变量的单向有序R×C表资料,可以将其视为双向无序的R×C表资料而选用一般的χ2检验公式计算,但如果是结果变量为有序变量的单向有序R×C表资料,选用的统计分析方法有秩和检验、Radit分析和有序变量的logistic回归分析等。(3)双向有序且属性不同的R×C表资料:对于这类资料采用的统计分析方法不能一概而论,应根据研究者的分析目而合理选择。如果研究者只关心原因变量与结果变量之间的差异是否具有统计学意义时,此时,原因变量的有序性就显得无关紧要了,可将其视为结果变量为有序变量的单向有序R×C表资料进行分析。如果研究者希望考察原因变量与结果变量之间是否存在线性相关关系,此时需要选用处理定性资料的相关分析方法如Spearman秩相关分析方法等。如果两个有序变量之间的相关关系具有统计学意义,研究者希望进一步了解这两个有序变量之间的线性关系,此时宜选用线性趋势检验。如果研究者希望考察列联表中各行上的频数分布是否相同,此时宜选用一般的χ2公式计算。(4)双向有序且属性相同的R×C表资料:这类资料实际上就是配对设计2×2表资料的延伸,在分析这类资料时,实验者的目的主要是研究两种处理方法检测结果之间是否具有一致性,因此常用的统计分析方法为一致性检验或Kappa检验。
4非参数检验
非参数检验范文第3篇
关键字：上市公司；债务融资；融资结构；行业特征
企业 是采用长期债务融资还是短期债务将直接 影响 到企业的债务期限结构。在中国上市公司的债务资金来源中，是长期债务偏多还是短期债务偏多呢？长短期债务的构成情况又是怎样呢？行业因素对中国上市公司债务融资结构的影响如何？本文的目的是对中国上市公司的债务融资结构特征进行具体分析。
样本选择及其行业分布
本文使用wind中国 金融 数据库中1995至2006年所有上市a股报告合并资产负债表的非金融公司数据为样本，同时采用中国证监会2001年4月的《上市公司行业分类指引》（该指引为三级分类，包括13个门类，91大类和288个中类。该指引判断某一上市公司行业的方法：当公司在某一行业的营业收入比重大于或等于50%，该公司便被归入这一行业；当公司没有一个行业的营业收入大于或等于50%，而它在某一行业的营业收入比重超过其他行业30%时，该公司被归为该行业。否则，公司被归为综合类。）来划分上市公司所属的行业。表1是样本及其所在行业的统计，可以看出，中国上市公司中将近60%的公司属于制造业。
表1 中国上市公司的行业分布情况
行业门类（行业代码）
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
农林牧渔业（a）
14
17
25
26
27
31
35
36
37
37
37
37
采掘业（b）
5
7
10
11
11
16
19
19
21
21
21
21
制造业（c）
440
498
590
623
668
711
776
786
804
804
803
801
水电煤气生产供应业（d）
35
37
44
48
50
53
60
61
61
61
61
61
建筑业（e）
11
13
14
15
17
22
26
26
28
28
28
28
交通 运输、仓储业（f）
27
31
42
44
49
53
56
58
60
61
60
59
信息技术业（g）
52
55
62
64
69
77
82
83
86
86
86
86
批发和零售贸易（h）
72
74
84
85
88
88
90
90
90
90
90
90
房地产业（j）
45
47
53
54
55
55
57
57
59
59
59
59
社会 服务业（k）
25
28
34
36
37
37
38
38
40
40
40
40
传播与文化业（l）
9
9
9
10
10
10
10
10
10
10
10
10
综合类（m）
67
72
73
73
74
74
74
74
74
74
74
74
总计
802
888
1040
1089
1155
1227
1323
1338
1370
1371
1369
1366
中国上市公司债务融资结构的总体特征
一、中国上市公司债务融资结构的趋势分析
表2 1992年-2006年中国上市公司债务融资趋势分析
年份
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
平均
总负债/总资产
0.526
0.493
0.464
0.454
0.458
0.455
0.473
0.494
0.506
0.542
0.621
0.639
0.51
流动负债/总资产
0.42
0.401
0.386
0.382
0.39
0.388
0.4
0.422
0.434
0.468
0.548
0.56
0.433
长期负债/总资产
0.105
0.092
0.078
0.072
0.069
0.066
0.074
0.071
0.073
0.073
0.073
0.078
0.077
流动负债/总负债
0.798
0.813
0.832
0.841
0.85
0.853
0.843
0.854
0.855
0.864
0.881
0.876
0.847
长期负债/总负债
0.2
0.187
0.168
0.158
0.149
0.146
0.157
0.144
0.143
0.135
0.118
0.122
0.152
银行信用比率
0.462
0.493
0.479
0.492
0.488
0.492
0.494
0.478
0.486
0.477
0.453
0.456
0.479
注：除2006年的数据为各公司的中报外，其余各年均为年报。银行信用比率为短期借款与长期借款之和与全部负债之比。
表2统计了中国上市公司自1995年到2006年12年的总体资产负债率、流动负债比率、长期负债比率、流动负债占总负债的比率、长期负债占总负债的比率以及银行信用比率的变化情况，其中12年的平均值分别为51%、43.4%、7.7%、84.7%、15.2%和47.9%。图1直观的显示了1995年-2006年中国上市公司的债务融资趋势。
中国上市公司的债务融资结构中，从期限结构的分类来看，期限短的流动负债占绝对的主导地位，而期限长的长期负债则只占一个较小的比重，这表明中国上市公司偏好期限短、流动性好的流动负债。从债务资金的来源来看，银行信贷是企业债务资金的主要来源。从1995年至2006年12年的时序特征来看，中国上市公司的总体资产负债比率约为1/2左右，12年间呈u形变化，即1995年该比率为52.6%，之后逐年递减，2000年该比率为45.54%，从2001年该比率开始回升，到2006年达到63.86%，说明中国上市公司通过债务筹集公司 发展 所需资金的趋势在不断增强；流动负债比率偏高，也呈u形变化，即1995年该比率为42%，之后逐年递减，到2000年该比率为38.83%，2001年该比率开始逐年上升，到2006年该比率为55.91%；长期负债比率很低，且呈逐年下降的趋势，1995年该比率为10.5%，1999年该比率下降到最低点6.85%，之后又有所回升，到2006年该比率上升到7.82%；流动负债占总负债的比重呈逐年上升的趋势，1995年为79.8%，到2005年达到最高点88.1%；长期负债占总负债的比重则呈逐年下降的趋势，1995年为20%，到2005年达到最低点11.8%，2006年该比重有所回升，为12.2%。
从图1可以看出，在2000年以前，中国上市公司的总体资产负债比率呈逐年递减趋势，长期负债占总负债的比率也呈递减趋势，而流动负债占总负债的比率仍呈上升趋势，表明企业负债率的降低，主要是由于长期负债的减少造成的，这可能与在1996-1999年间央行连续7次的降息有关，企业为了避免长期债务的利息率风险而采取减少长期债务融资或用短期债务融资来替代长期债务融资的方式，以降低利息率风险，从而降低债务融资成本。
图1 1992年-2006年中国上市公司的债务融资趋势图
二、中国上市公司短期债务融资结构状况
表3列出了1995年至2006年12年间短期债务所反映的与企业具有债权债务关系的利益相关者与企业之间的债权债务关系。从表3可以看出：（1）中国上市公司的短期债务融资结构中，短期借款所占的比重最大，平均为38.36%。（2） 其次是应付票据、应付账款和预收账款与代销商品款，这三项指标所反映的是企业之间的往来所形成的资金占用关系，占流动负债的比率平均为33.39%；其中又以应付账款所占的比重最高，平均占18.76%。（3） 至于企业来自职工和股东的债务融资所占流动负债的比重不大，分别为1.84%和3.54%。（4） 从这12年的时序特征来看，短期借款占流动负债的比重呈逐年递减的趋势，1995年该比重为40.14%，2006年下降为34.19%；而商业信用（企业相互往来所产生的资金占用）占流动负债的比重有上升的趋势，由1995年的28.26%上升到2006年的41.88%；再者，从表2可知流动负债呈逐年上升的趋势。这可能有两个原因：第一，银行信贷的有限性；第二，随着银行商业化改革的深入，银行的风险意识逐渐增强，而上市公司业绩又呈下滑趋势，故出现“惜贷”现象。企业为了筹集到企业发展所需要的资金而采取了用商业信用来替代银行信贷的债务融资方式。这也是在中国债务融资渠道单一的情况下企业理性选择的结果。（5）企业对职工工资的拖欠在不断上升，1995年为1.17%，2003年上升到2.09%，对股东支付股利等的拖欠却在下降，这间接的表明企业为了满足经营发展的资金需求，在尽力为企业保留发展所需要的资金。
表3 短期债务所反映的各债权人与企业之间的债权债务关系
年份
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
平均
企业与银行
40.14
41.98
41.29
42.47
40.1
37.77
38.13
36.57
37.33
36.38
33.91
34.19
38.36
企业与企业
28.26
28.91
28.75
28.5
28.14
29
30.97
35.73
39.26
39.55
41.75
41.88
33.39
企业与职工
1.17
1.34
1.57
2.17
2.31
2.12
2.14
2.1
2.09
2.06
1.2
1.78
1.84
企业与股东
7.46
4.59
4.53
4.42
4.6
5.55
4.81
4.23
0.37
0.31
0.44
1.18
3.54
企业与其他债权人
22.98
23.17
23.85
22.57
24.85
25.53
23.94
21.37
20.95
21.67
21.92
20.97
22.81
注：各指标的结构比率是各指标的平均值与全部流动负债平均值之比。“企业与银行”之间的债权债务是指“短期借款”；“企业与企业”之间的债权债务指“应付票据、应付账款和预收账款与代销商品款之和”，即商业信用；“企业与职工”之间的债权债务是指“应付工资与福利”；“企业与股东”之间的债权债务是指“应付股利与利息”；“企业与其他债权人”之间的债权债务是指“应交税金、其他应交应付款、预提费用、一年内到期的长期债务以及其他流动负债之和”。
三、中国上市公司长期债务融资结构状况
表4列出了1995年-2006年中国上市公司长期债务融资的结构特征，可以看出，中国上市公司的长期负债中长期借款占绝对主导地位，平均为78.59%；其次是长期应付款，主要反映的是上市公司采用补偿贸易方式下引进国外设备价款、应付融资租入固定资产租赁费等，平均为13.88%；至于应付债券，它所反映的是上市公司采用发行债券的方式来为公司筹集长期资金的情况，在长期负债中所占的比重很小，仅为2.92%。从这12年的时序特征来看，长期借款和应付债券占长期负债的比重呈逐年递增的趋势，说明上市公司越来越多的利用银行贷款和债券市场筹集长期资金，而长期应付款占长期负债的比重则呈逐年递减的趋势，意味着中国上市公司采用补偿贸易筹集长期资金的比重越来越小，这可能是由于近年来外商多以设备作为直接投资进入中国而造成的。
表4 1995年-2006年中国上市公司长期债务融资结构特征
年份
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
平均
长期借款
70.06
71.92
71.09
74.21
78.19
83.22
82.61
80.58
82.21
81.43
82.97
84.6
78.59
应付债券
1.83
1.59
1.86
2.76
2.64
2.7
0.8
1.8
3.63
6.25
5.03
4.2
2.92
长期应付款
24.54
23.41
23.7
20.27
17.71
10.56
11.7
9.96
6.06
7.2
5.71
5.69
13.88
住房周转金
0.084
-0.13
-0.13
0.247
-0.283
-1.03
-0.1
专项应付款
0.048
0.058
0.05
1.1
1.28
1.4
1.34
1.55
1.57
0.7
其他长期负债
3.15
3.16
3.44
2.5
1.63
4.48
3.81
6.38
6.7
3.96
4.73
3.94
3.99
注：各指标的结构比率是各指标的平均值与全部长期负债平均值之比。
表5 1995年-2006年中国上市公司长期借款为0的样本分布
年份
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
长期借款为0的公司数
220
250
333
342
416
434
476
488
480
508
531
514
占总样本比率
27.43
28.15
32.02
31.41
36.02
35.37
35.98
36.47
35.04
37.05
38.79
37.63
长期负债为0的公司数
104
118
157
145
179
219
291
274
237
229
240
217
占总样本比率
12.97
13.29
15.1
13.32
15.5
17.85
22
20.48
17.3
16.7
17.53
15.89
应付债券不为0的公司数
45
47
54
45
44
41
14
18
30
38
37
40
占总样本比率
5.61
5.29
5.19
4.13
3.81
3.34
1.06
1.35
2.19
2.78
2.7
2.93
从表5 可以看出，尽管银行信贷是企业长期债务资金的主要来源，但有相当大比率的上市公司 ，其长期借款为0，甚至于有16.49%的企业根本就不使用长期债务，所有的债务资金全部来源于期限短、流动性好的流动负债。并且，从图2可以看出，在2001年以前，上市公司的债务融资完全依赖于短期流动负债而根本就不使用长期负债的趋势在增强，从2002年起这一趋势又有所下降；而长期借款为0的公司占总样本的比率呈逐年上升的趋势，表明越来越多的企业开始寻求银行以外的融资渠道来筹集公司发展所需的长期资金。从应付债券不为0的样本分布来看，通过发行债券来筹集长期资金的公司很少，并且从1995年到2001年，通过发行债券来筹集长期资金的公司占总样本的比率呈递减的趋势，这是由于我国企业债券市场不发达，导致我国上市公司债务融资方式单一的必然结果。从2002年起，这一趋势有所扭转，通过发行债券来筹集长期资金的公司占样本的比率开始呈现上升的趋势，但趋势并不十分明显（图2），表明我国迫切需要大力发展企业债券市场，为我国上市公司融资渠道多元化提供支持。
图2 1992年-2006年
一、 中国 上市公司各行业门类债务融资结构的统计 分析
1 . 行业门类各负债比率的描述性统计
表6为分别对除 金融 、保险业以外的12个行业门类总体资产负债比率、流动负债比率和长期负债比率从1995年至2006年12年平均值的描述性统计。从表6可以看出：① 制造业、建筑业、信息技术业、批发和零售贸易、房地产业和综合类等行业的总体资产负债率较高，平均值在50%以上，其中又以建筑业的总体资产负债率水平为最高，平均值为60.59%；其他行业的总体资产负债率水平居中，平均值在40%和50%之间。② 建筑业、批发和零售贸易以及房地产业等的流动负债比率很高，平均值在50%以上，其中又以建筑业的流动负债率水平为最高，平均值为54.76%；农林牧渔业、采掘业、制造业、信息技术业、 社会 服务业、传播与文化业以及综合类等的流动负债比率居中，平均值在30%和50%之间；水电煤气生产供应业和 交通 运输、仓储业的流动负债比率较低，平均值在30%以下。③ 与流动负债比率相比，所有行业的长期负债比率都显得十分低，其中只有采掘业、水电煤气生产供应业和交通运输、仓储业的长期负债比率平均值在10%以上，而其他行业均低于10%。
因此，可以看出，中国的管制型行业，如水电煤气生产供应业和交通运输、仓储业的总体资产负债比率和流动负债比率较其他行业低，而长期负债比率则较其他行业高。原因可能有两个：第一，管制型行业的利润较高，而在中国高利润公司偏好于股权融资或内部融资，从而使其总体负债水平相对较低；同时中国管制型行业的上市公司都是当地较好的 企业 ，容易从银行贷到长期贷款，因而其长期负债率比其他行业高。第二，水电煤气生产供应业和交通运输、仓储业中的企业，大多属于垄断性企业。产品大多不存在更新换代 问题 ，收益风险主要是需求不足，而不是竞争引起的。产品或服务的价格比较稳定，业务收益波动程度较低、也比较稳定，而且具有一次性投资规模大、后续投资小、投资回收期长等特征，因而不难推断其长期负债率比其他行业高的结论。
表6 中国上市公司行业门类各负债比率的描述性统计（12年平均值）
行业代码
a
b
c
d
e
f
g
h
j
k
l
m
平均
总负债/总资产
46.8
47.01
51.74
42.58
60.59
40.55
51.26
55.78
56.7
40.74
47.11
55.06
51.08
20.28
14.68
51.27
18.81
12.26
20.14
27.63
30.32
41.18
20.18
38.38
30.97
44.8
流动负债/总资产
40.94
35.02
44.04
26.03
54.76
25.8
47.42
51.63
50.38
31.61
41.75
47.79
43.31
19.72
13
48.81
13.57
15.27
16.07
27.6
30.18
41.53
18.58
37.7
23.91
42.63
长期负债/总资产
6.8
11.97
7.69
16.31
5.83
14.7
3.83
4.12
6.3
8.95
5.35
7.23
7.71
8.08
11.96
11.37
15.63
7.47
15.86
5.86
6.46
7.82
10.32
7.5
16.6
12.46
注：表格中上方的数字表示均值，下方的数字表示标准差。行业代码标识同表1，以下各表同。
2 . 行业门类短期债务融资结构分布
表7 中国上市公司各行业门类短期负债结构分布（12年平均值）
行业代码
短期借款
应付票据
应付账款
预收账款与代销商品款
应付工资与福利
应付股利、利息
应交税金
其他应交、应付款
预提费用
一年内到期的其他长期债务
其他
a
44.24
4.92
13.07
6.08
2.94
2.6
2.53
19.57
0.99
2.73
0.29
b
21.09
9.68
23.44
7.1
3.4
2.44
5.65
20.23
0.46
5.88
0.63
c
39.96
7.52
20.55
7.44
2.09
3.44
2.61
9.08
1.41
5.07
0.77
d
32.64
1.65
12.04
3.29
2.06
10.06
6.11
17.49
1.65
12.37
0.68
e
26.81
1.45
27.03
18.77
2.99
1.46
3.16
13.98
1.31
1.87
1.14
f
31.89
2.65
11.91
1.61
1.55
5.75
2.98
16.54
9.13
15.09
0.87
g
31.58
5.85
25.58
10.08
1.6
2.37
1.91
12.93
1.79
5.83
0.66
h
42.52
9.74
19.67
10.29
1.41
2.42
0.31
10.24
0.65
2.37
0.3
j
40.96
1.39
11.21
17.08
1.02
2.88
2.88
14.16
3.89
4.03
0.48
k
38.37
1.87
12.18
10.05
1.58
5.14
2.99
19.02
0.9
7.38
0.52
l
45.6
3.62
12.62
8.23
0.95
6.23
1.82
11.41
2.55
4.88
2.11
m
46.31
4.1
13.13
9.83
0.98
3.09
1.47
13.37
1.91
3.72
2.03
注：各指标的结构比率是各指标的平均值与全部流动负债平均值之比。
表7给出了中国上市公司各行业门类短期负债结构的分布情况，表格中的数据为1995年至2006年12年的平均值。观察表7可以得出：（1） 从短期借款来看，采掘业和建筑业的短期借款占流动负债的比重相对较低，12年的平均值分别为21.09%和26.81%，其他行业的短期借款占流动负债的比重的平均值均在30%以上，这说明银行贷款仍是大部分行业短期负债的主要来源。（2） 从商业信用来看，水电煤气生产供应业和交通运输、仓储业的商业信用占流动负债的比重偏低，12年的平均值分别为16.98%和16.17%；农林牧渔业、房地产业、社会服务业、传播与文化业和综合类行业的商业信用占流动负债的比重居中，平均值在20%至30%之间；采掘业、制造业、建筑业、信息技术业和批发与零售贸易行业的商业信用占流动负债的比重很高，平均值在30%以上。从商业信用的内部分布情况来看，大部分行业都是应付账款占商业信用的比重较高，其次是预收账款与代销商品款，应付票据占商业信用的比重最低。（3） 从企业与职工的债权债务关系来看，大部分行业的应付福利与工资占流动负债的比重都很低，其中最高的行业为采掘业，但平均值也不过为3.4%，最低的行业为传播与文化业，平均值为0.95%。（4）从企业与股东的债权债务关系来看，大部分行业的应付股利和利息占流动负债的比重都很低，但水电煤气生产供应业的应付股利和利息高于其他行业，平均值为10.06%，比最低的行业高出了近7倍；另外，交通运输与仓储业、社会服务业和传播与文化业的应付股利和利息占流动负债的比重平均值也都在5%以上。（5） 从除上述流动负债以外的其他流动负债来看，大部分行业的应交税金占流动负债的比重很低，其中最高的行业为水电煤气生产行业，但也不过为6.11%，最低的行业为批发与零售贸易，仅为0.31%；其他应交应付款的比重相对较高，除了制造业以外，其他行业的比重均在10%以上；大部分行业的预提费用占流动负债的比重都很低，平均值一般在1%至3%之间，但交通运输、仓储业的比重较高，平均值达到9.13%；除了水电煤气生产供应业和交通运输、仓储业以外，大部分行业的一年内到期的其他长期债务占流动负债的比重都在10%以内，这与本文在前面得出的关于水电煤气生产供应业和交通运输、仓储业的长期负债比率较其他行业高的结论相一致。
3 . 行业门类长期债务融资结构分布
表8给出了中国上市公司各行业门类长期负债结构的分布情况，表格中的数据为1995年至2006年12年的平均值。从表8可以看出：（1）从长期借款来看，除了交通运输、仓储业外（平均值为43.87%），其他行业的长期借款在长期负债中所占的比重都占绝对优势，其中又以采掘业为最高，平均值为96.15%，这说明银行的长期贷款是各行业长期负债的主要资金来源。（2） 从长期应付债券来看，除了传播与文化业外（平均值为13.39%），大部分行业的应付债券占长期负债的比重都比较低，尤其是农林牧渔业和建筑业等，平均值仅为0.2%左右，这说明对大部分行业而言，债券融资并非企业融资的主要渠道。（3）从长期应付款来看，交通运输、仓储业的长期应付款占长期负债的比重远远高于其他行业，平均值为44%。究其原因可以发现，交通运输、仓储业的长期应付款占长期负债的比重从1995年以来基本上呈逐年递减的趋势，该比重最高的年份是1997年，高达74.75%，到2006年，该比重仍高达16.94%，因此12年的平均值达到44%也就不奇怪了。另外，水电煤气生产供应业、建筑业、社会服务业和传播与文化业等的长期应付款占长期负债的比重的平均值也都在10%以上，这说明一部分行业企业乐于采用补偿贸易方式或融资租入固定资产的方式来为企业 发展 筹集资金。
表8 中国上市公司各行业门类长期负债结构分布（12年平均值）
行业代码
a
b
c
d
e
f
g
h
j
k
l
m
长期借款
85.47
96.15
85.33
84.06
85.76
43.87
90.26
88.61
82.6
63.1
71.54
84.39
应付债券
0.19
1.51
3.49
4.61
0.2
1.47
1.23
0.72
5.69
4.66
13.39
3.17
长期应付款
8.88
1.89
7.24
10.71
11.94
44
3.71
6.88
7.67
14.41
10.44
9.35
住房周转金
0.25
-0.1
-0.13
-0.08
0.29
-0.11
0.12
-0.52
0.35
-0.05
-1.01
-0.05
专项应付款
3.05
0.04
1.46
0.42
0.37
0.22
1.77
1.27
0.13
0.57
1.27
0.55
其他长期负债
2.15
0.56
2.76
0.31
1.44
10.72
2.9
3.17
3.56
17.56
4.37
2.78
注：各指标的结构比率是各指标的平均值与全部长期负债平均值之比。
二、门类行业间债务融资结构差异检验
非参数检验又称为任意分布检验（distribution-free test），它不考虑 研究 对象总体分布的具体形式，也不对总体参数进行统计推断，而是通过检验样本所代表的总体分布形式是否一致来得出统计结论。非参数检验具有适用范围广，不论样本来自的总体分布形式如何都可适用的优点；然而，如果对符合用参数检验的资料用非参数检验，则会丢失信息，导致检验效率下降，犯第ⅱ类错误的可能性比参数检验大。因此，为了得到更为精确的结论，本文同时采用参数和非参数检验对1995年至2006年12年间中国上市公司12个门类行业间的债务融资结构差异进行分析，其中参数检验是指两因素方差分析，即以“行业”和“年份”为因素，非参数检验是指成组设计多个样本比较的秩和检验（kruksal-wallis检验）。另外，为了进一步对各门类行业彼此之间的债务融资结构差异程度进行分析，本文采用scheffe法进一步做均数间的两两比较。
1 . 各负债比率的差异检验
表9是对1995至2006年12年各行业门类间的各种负债比率进行参数检验和非参数检验的结果。从表9的参数检验结果可以看出，不同年份以及不同门类行业间的各负债比率之间存在显著差异，因为所有的f值都在1%甚至更低的水平上显著。另外，从f值来看，由于行业的f值都比年份相对应的f值高，故可以得知各负债比率之间的差异更多的是由于行业差异而不是年份差异造成的。从表9的非参数检验结果可以看出，所有的kruksal-wallis检验卡方统计值都在1%的水平上显著，进一步表明门类行业间的各负债比率存在显著差异。
表9 1995年至2006年中国上市公司各负债比率的差异检验结果
负债比率
方差分析的f值（p值）
kruksal-wallis检验
卡方检验值（p值）
总体
年份
行业
总负债/总资产
17.35（0.0000）
14.47（0.0000）
20.23（0.0000）
72.124（0.0001）
流动负债/总资产
35.23（0.0000）
15.07（0.0000）
55.40（0.0000）
105.545（0.0001）
长期负债/总资产
18.64（0.0000）
3.00（0.0015）
34.28（0.0000）
102.425（0.0001）
2 . 行业门类间短期债务结构的差异检验
表10是对1995至2006年12年各行业门类间短期债务结构分布进行参数检验和非参数检验的结果。从表10的参数检验结果可以看出：（1）各年份的短期借款没有区别，而各行业间的短期借款有显著差别；（2） 年份因素和行业因素都对商业信用的差别有显著 影响 ，且行业因素的影响更大；（3） 年份因素对企业与职工的债权债务没有影响，而行业因素对其有显著影响；（4）年份因素和行业因素都对企业与股东的债权债务有显著影响，且年份因素的影响似乎更大；（5） 年份因素和行业因素都对企业与其他债权人之间的债权债务有显著影响，且行业因素的影响更大。表10的非参数检验结果进一步支持了门类行业间短期债务的结构分布存在显著差异的结论，因为所有的卡方检验值都在1%的水平上显著。
表10 1995年至2006年行业门类间短期债务结构分布的差异检验结果
债务种类
方差分析的f值（p值）
kruksal-wallis检验
卡方检验值（p值）
总体
年份
行业
企业与银行
10.30（0.0000）
1.12（0.3482）
19.48（0.0000）
85.158（0.0001）
企业与企业
30.49（0.0000）
10.13（0.0000）
50.85（0.0000）
103.834（0.0001）
企业与职工
10.10（0.0000）
1.58（0.1119）
18.61（0.0000）
92.631（0.0001）
企业与股东
13.09（0.0000）
13.57（0.0000）
12.61（0.0000）
32.062（0.0007）
企业与其他
21.76（0.0000）
4.22（0.0000）
39.30（0.0000）
102.426（0.0001）
从以上分析可知各行业间的短期借款有显著差别，但对各门类行业彼此之间短期借款的差异程度尚不清楚，故本文采用scheffe法进一步做均数间的两两比较（表11）。从表11可以看出，在5%的水平下，短期借款有多个检验结果显著，且显著的结果比较均匀的分散在若干行业门类之间，行业间的短期借款差异主要是由于农林牧渔业、采掘业、建筑业、交通运输和仓储业、信息技术业、传播与文化业和综合类行业之间的差异引起的。
表11 12个行业门类间短期借款的scheffe检验
行业
a
b
c
d
e
f
g
h
j
k
l
b
0.000
c
0.993
0.000
d
0.052
0.054
0.702
e
0.000
0.930
0.010
0.920
f
0.024
0.104
0.546
1.000
0.971
g
0.018
0.134
0.479
1.000
0.982
1.000
h
1.000
0.000
1.000
0.208
0.000
0.119
0.092
j
0.999
0.000
1.000
0.493
0.003
0.342
0.285
1.000
k
0.916
0.000
1.000
0.930
0.054
0.845
0.797
0.994
1.000
l
1.000
0.000
0.937
0.013
0.000
0.005
0.004
1.000
0.986
0.719
m
1.000
0.000
0.863
0.006
0.000
0.002
0.001
0.998
0.957
0.574
1.000
注：仅列出了p值。
3 . 行业门类间长期债务结构的差异检验
表12是对1995至2006年12年各行业门类间长期债务结构分布进行参数检验和非参数检验的结果。从表12的参数检验结果可以看出：（1） 年份因素和行业因素都对企业长期借款有显著影响，且行业因素的影响更大；（2）在1%的水平下，年份因素对应付债券没有影响，但在5%的水平下对应付债务有显著影响，行业因素则在1%甚至更低的水平上对应付债券有显著影响；（3）年份因素和行业因素对长期应付款都有显著影响，且行业影响较大；（4）年份因素对其他长期负债没有显著影响，而行业因素对其有显著影响。表12的非参数检验结果进一步支持了门类行业间长期债务的结构分布存在显著差异的结论，因为所有的卡方检验值都在1%的水平上显著。
表12 1995年至2006年行业门类间长期债务结构分布的差异检验结果
债务种类
方差分析的f值（p值）
kruksal-wallis检验
卡方检验值（p值）
总体
年份
行业
长期借款
17.53（0.0000）
3.96（0.0000）
31.10（0.0000）
79.976（0.0001）
应付债券
3.44（0.0000）
2.06（0.0284）
4.82（0.0000）
39.798（0.0001）
长期应付款
12.95（0.0000）
5.37（0.0000）
20.53（0.0000）
58.768（0.0001）
其他
4.94（0.0000）
0.87（0.5713）
9.01（0.0000）
53.466（0.0001）
注：“其他”是指“住房周转金、专项应付款与其他长期负债之和”。
结 论
通过对中国上市公司债务融资结构的总体特征进行分析，发现在中国上市公司债务融资结构中，流动负债比率较高且呈逐年上升的趋势，长期负债比率较低且呈逐年下降的趋势；中国上市公司的债务融资有1/2左右是靠银行信贷实现的，且这一比重在1995至2006年12年中的变化并不大。在中国上市公司的短期债务融资中，以银行贷款为主，其次为企业之间的往来所形成的资金占用关系，至于企业来自职工和股东的债务融资所占流动负债的比重不大。在中国上市公司的长期债务融资中，长期借款占绝对主导地位，其次是长期应付款，至于应付债券在长期负债中所占的比重很小；此外，尽管银行信贷是企业长期资金的主要来源，但有相当大比率的上市公司，其长期借款为0，甚至于有的企业根本就不使用长期债务。
通过分析中国上市公司债务融资结构的行业特征，发现各行业的总体资产负债率水平都比较高，12年的平均值都在40%以上；在1995至2006年12年间，大部分行业的总体资产负债率和流动负债比率都经历了一个u形变化过程；在负债结构中，流动负债比重过高，长期负债比重偏低；中国受管制行业的长期负债比率相对高于其他行业，流动负债比率相对低于其他行业；银行贷款和商业信用是大部分行业短期负债的主要来源；长期借款是大部分行业长期负债的主要来源。
参考 文献 ：
[1]卢俊.资本结构 理论 研究译文集[m].上海三联书店，上海人民出版社，2003.
[2]韩德宗,向凯.我国上市公司债权融资结构的实证研究——以医药、生物制品行业为例[j]. 经济 科学 ，2003,(2)，p68-75.
[3]谭小平.我国上市公司债务融资结构研究[j].暨南大学博士论文，2005.
非参数检验范文第4篇
[关键词] 顾客满意度 移动增值业务
一、研究目的
增值电信业务(简称“增值业务”)属于电信运营业的新兴业务，在乌拉圭回合(1986年～1993年)多边贸易谈判过程中，将电信业务分为基础电信业务和增值电信业务。增值电信业务是指运营商通过变换用户信息的形式和内容从而增加了用户信息的价值的业务，如语音邮件、电子邮件、电子数据交换和在线数据传输等。就目前的数据来看，电信的增值业务是增长的主力军，2005年电信增值市场业务收入为860亿，增长速度是基础电信业务市场收入增长的速度的近4倍。从可比口径计算，增值业务收入占整个电信业务收入的比重达到14%，比2004年提高4个百分点。在电信增值业务中，移动增值业务规模最为庞大，2005年移动增值业务已经达到525亿元，占电信增值业务总收入的61.04%。而2006年移动增值业务行业收入达到1000亿元。其中，中国移动通信公司占有了一半以上的市场份额，2006增值业务收入达到了693.09亿。
当然，在一片繁荣中也不是毫无危机的。由于移动增值业务使用者众多，消费者的不满往往集中于此。比如，2007年3月6日北京消协，北京市律师协会消费者权益法律事务专业委员会建议取消各种套餐，让消费者明白消费。而来自消费者的压力对公司的进一步发展无疑是一个瓶颈，笔者认为，突破瓶颈的关键在于了解消费者和更好地满足消费者的需求，本文接下来就要通过对重庆中国移动通信公司的消费者的满意度调查和分析来为中国移动公司增值业务的发展提出建议。
二、深入访谈和问卷设计
在问卷设计前，笔者和课题组的成员进行了一次对30名消费者的深入访谈。经过访谈，我们认为年龄、性别、职业、教育等人口统计变量可能会影响人们对增值业务的选择和对满意度的认知。这些关系值得通过更大规模的问卷调查进行验证。
三、调查结果分析
1.问卷的发放及回收
在重庆九个区发放了330份问卷，回收的有效问卷是319份。
2.调查结果分析
(1)对满意度的统计和分析
本次调查使用的是李克特量表法来测量满意度，即使用“非常满意”，“比较满意”，“无所谓”，“比较不满意”，“非常不满意”5个指标来测量满意度。满意度的统计如表1所示。
表1 满意度统计表
从表1看，感到比较满意的人最多，排在第二的是感到非常不满意的人，按分值计算的满意度只有2.7116分，从整体看满意度是不太高的。
(2)年龄、职业、性别等变量和满意度的关系
我们在深入访谈时就发现年龄，职业和性别等变量和满意度可能相关，使用SPSS软件进行统计，结果如下：
①职业和满意度的关系。不同职业的人满意度有差异，具体数据如表2所示。
表2 不同职业消费者的满意度统计
从表二看出，不同职业的人满意度有差异，用SPSS软件中的非参数检验的多个独立样本检验中的Kruskal-Wallis H 法进行检验，P值为.000，小于0.05， 因此可以认为不同职业的消费者满意度是有显著不同的。
②年龄与满意度的关系。不同年龄的人满意度有差异，具体数据如表3所示。
表3 不同年龄消费者满意度统计
从统计结果看来，满意度最高的是25岁以下的消费者，而55岁以上的消费者满意度最低。用非参数检验中的多个独立样本检验中的Kruskal-Wallis H法进行检验，P值为.000，小于0.05， 因此可以认为不同年龄段的消费者满意度是有显著不同的。
③性别和满意度的关系。男性和女性的满意度有差异，具体数据如表4所示：
表4 不同性别消费者满意度统计
女性比男性的平均满意程度更高。用非参数检验中的两个独立样本检验 中的Mann-Whitney U法进行检验， P值为.047，小于0.05， 因此可以认为不同性别的消费者满意度是有显著不同的。
④学历和满意度的关系。不同学历的人满意度不同，具体数据如表5所示:
表5 不同学历的消费者满意度的统计
从统计结果看，在校生的满意度比非在校生高。其中，在读中学生比高校在校生的平均满意度高。而非在校生的平均满意度随着学历的增加而提高。用非参数检验中的多个独立样本检验中的Kruskal-Wallis H法进行检验， P值为.000，小于0.05， 因此可以认为不同学历的消费者满意度是有显著不同的。
(3)对满意的原因的统计和分析
①导致满意的各原因被选择的频数统计。如前文所示，本次调查中感到满意的（非常满意和比较满意）消费者共有133人。这133个消费者选择满意的原因的频数和频率如表6所示。
表6 对满意的原因统计
从表6可以看出，最多被选择的原因是“实用”，排在第二的是“能及时了解信息”，从排在前两位的原因看，人们感到满意的最主要的因素是功利性的。用非参数检验中多个相关样本检验的Friedmans H法进行检验，P值为.000，故可以认消费者对不同的原因选择是显著不相同的。再接下来将用非参数检验中两个独立样本的Mann-Whitney U法对这133名满意的消费者感到满意的原因与其他和之变量的关系进行进一步分析，以便找到具有某些特征的消费者与不具有这些特征的消费者相比在选择满意的原因方面是否有明显差异（P值小于.05）。
②和职业有关的原因。对职业与满意的原因进行检验，有显著关系的有（P值小于.05）：公务员/事业单位人员更多选择服务态度好和价格合理，更少选择即时了解信息；企业普通员工更少选择新颖有趣，实用和服务态度好；管理人员更少选择促进亲密人际关系；企业技术人员更多感到新颖有趣，能及时了解信息和服务态度好；自由职业者更多选择能及时了解信息，更少选择新颖有趣，服务态度好和促进亲密人际关系；教师更多选择实用，更少选择服务态度好；学生更多选择促进亲密人际关系，更少选择实用。
③和学历有关的原因。对学历与满意的原因进行检验，有显著关系的有（P值小于.05）：大专毕业以上的更多选择新颖有趣，服务态度好和价格合理；高中毕业的更多选择能及时了解信息，更少选择新颖有趣，实用，服务态度好和促进亲密人际关系；在读大学更多选择促进亲密人际关系；在读高中更多选择促进亲密人际关系，更少选择及时了解信息。
④和性别有关的关系。对性别与满意的原因进行检验，有显著关系的有（P值小于.05）：女性更多感到新颖有趣，而男性更少选择新颖有趣。
⑤和年龄有关的原因。对年龄与满意的原因进行检验，有显著关系的有（P值小于.05）：25岁以下的消费者更多选择新颖有趣和促进亲密人际关系；25岁～35岁的消费者更多选择能及时了解信息，更少选择新颖有趣和能促进亲密人际关系；35岁～45岁的消费者更多选择服务态度好，更少选择新颖有趣，能及时了解信息和新颖有趣；45岁～55岁的消费者更多选择价格合理，更少选择新颖有趣。
(4)对无所谓的原因的统计和分析
①导致无所谓的各原因频数统计。对感到无所谓的原因的频数和频率统计如表7所示：
表7 对无所谓的原因统计
从表7可以看出更多的消费者选择很少使用。用非参数检验中两个相关样本检验的Wilcoxon法进行检验，P值为.005，故可以认为消费者对满意的各原因选择是显著不相同的。再接下来将用非参数检验中的两个独立样本的Mann-Whitney U法对这41名无所谓的消费者感到无所谓的原因与其他和之变量的关系进行进一步分析，以便找到具有某些特征的消费者与不具有这些特征的消费者相比在选择无所谓的原因方面是否有明显差异。.
②无所谓的原因和其他变量的关系。对其他变量与无所谓的原因进行检验，有显著关系的有（P值小于.05）：职业变量里学生更多选择产品不好也不坏。学历变量里在读大学生更多选择产品不好也不坏。
(5)对不满意的原因的统计和分析
①导致不满意各原因频数统计。对感到不满意原因被选择的频数和频率统计如表8所示。
表8 对不满意的原因统计
从表8看，被迫消费排在了第一，排在第二的是被欺骗，用非参数检验中多个相关样本检验的Friedmans H法进行检验，P值为.000，故可以认消费者对不同的原因选择是显著不相同的。再接下来将用非参数检验中的两个独立样本的Mann-Whitney U法对这145名不满意的消费者感到不满意的原因与其他和之变量的关系进行进一步分析，以便找到具有某些特征的消费者与不具有这些特征的消费者相比在选择无所谓的原因方面是否有明显差异。
②和职业有关的原因。对职业与不满意的原因进行检验，有显著关系的有（P值小于.05）：公务员更少选择被迫消费；企业普通员工，企业管理人员和企业技术人员更多选择产品质量不如人意，更少选择被迫消费；教师更多选择被欺骗和服务态度不好；学生更多选择价格太高和无法退订，更少选择被迫消费；商贩更多选择被迫消费和被欺骗，更少选择服务态度不好；民工更多选择被迫消费和价格太高，更少选择服务态度不好；退休人员更多选择被迫消费，被欺骗，服务态度不好和价格太高。
③和学历有关的原因。对学历与不满意的原因进行检验，有显著关系的有（P值小于.05）：专科毕业及以上的更多选择产品质量不如人意和服务质量不好，更少选择被迫消费和无法退订；高中毕业的更少选择被欺骗；初中毕业的更多选择被迫消费，更少选择服务态度不好和产品质量不如人意；在校大学生更多选择无法退订和价格太高，更少选择被欺骗。
④和年龄有关的原因。对年龄与不满意的原因进行检验，有显著关系的有（P值小于.05）：25岁以下的更多选择无法退订和价格太高，更少选择被欺骗和被迫消费；25岁～35岁的消费者更多选择产品质量不好和服务态度不好，更少选择被迫消费；35岁～45岁消费者更多选择被迫消费，更少选择被欺骗和服务态度不好；45岁～55岁的消费者更多选择被迫消费和被欺骗，更少选择价格太高。
⑤和性别有关的原因。对性别与不满意的原因进行检验，有显著关系的有（P值小于.05）：女性更多选择被迫消费和服务态度不好，更少选择价格太高；男性更多选择价格太高，更少选择选择被迫消费和服务态度不好。
四、小结
通过对消费者对增值业务的使用状况和满意度的调查、统计和分析，可以看出绝大部分（319人，96.67%）中国移动的用户都使用了增值业务, 应该说用户群还是很大的。在增值业务的使用者中，有41.69%的消费者对增值业务感到比较满意，但是感到比较不满意和非常不满意的消费者还是达到了45.54%，就是说更多的人感到不满意而不是感到满意。另外，在感到满意的消费者中竟然没有人感到非常满意，因此，中国移动通信公司还需要在提高满意度方面努力。具体地说，公司可以从以下两方面进行努力。
1.构建满意的顾客群
(1)寻找潜力比较大的群体
①比较满意的消费者。要构建非常满意的顾客应先从比较满意的顾客着手，判断的标准有二:一是选择比较满意的消费者在具有某种特征的消费者中所占的比例大于或等于被调查者的总体比例;二是具备该特征的消费者和不具备该特征的消费者或者说具有其他特征的消费者比满意度有明显差异。根据以上两个标准，有以下一些消费者是最有潜力成为非常满意的消费者的候选人。从职业的角度讲有自由职业者，学生，教师/培训业，公务员/事业单位人员，企业普通员工和技术人员；从年龄上说有35岁以下（含35岁）的消费者，且年龄段越小越多满意；从学历上看有大专学历毕业以上的非在校生和中学及大学的在校生，且非在校生学历越高越多满意，在校生特别是中学生更多满意；从性别看女性更多满意。
②态度中立的消费者。寻找态度中立的消费者的标准应和选找比较满意顾客标准类似，根据这两个标准，下列一些消费者比其他消费者更多感到无所谓：从职业上讲在企业工作的消费者（普通员工，管理人员和技术人员），公务员/事业单位的人员，自由职业者；从年龄上讲有25岁～35岁和45岁～55岁的消费者更多感到无所谓。
(2)进一步提高满意度
①让比较满意的顾客转化为非常满意的顾客。本文的研究并没有为解决这个问题提供最终答案，但它为解决这个问题的提供了方向。比如说新颖有趣，到底什么样的产品叫新颖有趣？而且产品新颖有趣的程度如何？这些都要进行进一步的研究。而比较满意和非常满意的差别极有可能就是程度的差别和方向的差异。
②让无所谓的顾客倾向于满意。在研究无所谓的顾客感到无所谓的原因时发现了两个主要原因：很少使用和产品不好也不坏。其中选择很少使用的消费者达到70.73%。那么，接下来可以考虑通过进一步深入防谈找到很少使用和产品不好也不坏的原因。
2.减少不满意的顾客群
(1)寻找不满意顾客的特征
寻找这部分顾客的两个标准和前面类似，根据这两个标准有以下特征的顾客群更多感到不满意：从职业的角度看，商贩，民工，退休人员更多不满意；从年龄看，35岁以上的消费者更多不满意；从性别看男性更多不满意；从学历看，高中毕业以下的非在校生更多地不满意。从花费看，100元以下的消费者更多不满意。
(2)消除造成消费者不满意的因素
不满意的原因中，被迫消费和被欺骗显得尤其突出，如果要消除消费者的不满，这两条应该是首当其冲需要改善的。造成被迫消费可能的原因至少有三个：第一，销售人员没有推荐合适的产品甚至有意隐瞒，让消费者购买了不愿意或者没有能力消费的增值业务;第二，没有适合消费者购买的产品，比如消费较少的消费者购买的产品中多半有他们不愿意或者没有能力消费的增值业务，比如短信和彩铃;第三，SP/CP商的违规操作。当然，从选择不能退订的消费者在不满意者中仅占2.76%来看，目前这个问题不是特别突出。不过，如果要很精确地找到被迫消费的原因恐怕还得对这些消费者逐群进行分析。
当然，在找到原因后，移动公司是否有决心来调整自己的营销策略才是问题的关键。因为从花费看月花费100元以下的消费者较多感到不满意，这些消费者从个体而言对移动公司的利润贡献是不多的。但是，这部分消费者数量占到移动公司用户82.45%，从整体和发展的眼光看讲他们对移动公司赢利特别是持久的利润的影响不可谓不重要也。而且由于人数众多，他们的不满对移动公司而言业已成为了一个现实的压力。所以，在权衡是否需要为减少不满意者的比例做出努力时不仅仅要考虑现实的经济因素，还需要考虑长远的经济因素以及社会因素。
参考文献：
[1]信产部电信与信息服务咨询中心，《2006年～2007年中国移动增值业务市场发展研究报告》，2007年7月
非参数检验范文第5篇
关键词：数学基础 高等数学 S P S S 软件 相关性分析 非参数检验
一、引言
高等数学是高职院校汽车类专业的必修公共基础课程， 具有知识面广、 内容结构复杂; 概念定理公式多、 高度抽象;思想性强、应用广泛的特点。学好这门课， 对学生数学素养和能力的提高起着至关重要的作用，是学生学好后继相关专业课的重要保障，也是学生走出校门后继续提升学习的基础，关系培养高职学生可持续发展能力和人才培养质量问题。目前由于高等职业教育发展迅猛，各高职院校连年扩招，导致高职生源多样化、多层次化， 知识基础、 智力水平参差不齐等问题造成同一个专业甚至同一个班的学生数学基础差别较大。为了明确学生的数学基础水平不同对他们的高等数学课的学习是否会造成影响， 本文对学生的高等数学课成绩与他们入学时的高考数学成绩进行相关分析。
二、 数据的收集和分析
1. 研究目的： 探讨高职学生高等数学课成绩与他们的高考数学成绩是否具有相关性。
2. 数据来源： 采集119名2 0 1 2级汽车类专业大一学生入学时的高考数学成绩（简称：入学数）、高等数学课程期末考试成绩作为样本数据。为了保护学生的隐私， 将学生姓名、 学生所在系和学籍证号码等信息隐去。（表1）
表1：学生入学高考数学成绩及其期末考试高等数学成绩
备注：高考数学满分是150分;期考高等数学满分是100分.
3.研究方法： 本文采用 S P S S 13 . 0统计软件进行分析。
4. 研究过程： ①使用皮尔逊相关性分析方法分析高等数学成绩和入学高考数学成绩之间的相关性; ②将这 119个样本按照高考数学成绩进行排序， 抽出成绩高的58人作为一组样本， 成绩低的61人作为另一组样本， 然后对两组独立样本所对应的高等数学成绩使用独立样本的 Ma n n ―Wh i t n e y U非参数检验。
利用以上的所采集得的数据建立spss数据文件
在这里我们定义两个变量x（入学高考数学成绩）和y（期考数学成绩），均为数据型，输入相应的数据，并保存为文件：韦竹稳采集数据.sav.
按Analyze corelate Bivariate顺序逐一单击相应各项，然后把x与y调入Variables下的矩形框内，单击ok后得出下面的表格2。
表2 高考数学分数与期考高等数学分数的相关分析
对入学数学成绩进行分组，43分以下为低分组，大于43分为高分组，然后依次按Analyze Noparametric test 2-Independent samples test，之后弹出对话框，在框里填入组别后按ok就得到以下的表3和表4。
表 3 Ma n n―Wh i n e y U检验秩次表
表 4 Ma n n―Wh i n e y U检验统计表
5. 结果分析：由表格2可知入学数学成绩与期考高数成绩的相关系数为0.969，显著性概率为Sig.=0.000<0.01，说明非常显著，即入学高考数学成绩与期考高等数学成绩的相关性非常强，其中参与观测量数为119。
由表3和表4，两组数据的平均秩次分别为31.83和89.63，z的值为一9.41，相伴概率是0.000，小于显著水平0.05，可以认为应该拒绝两独立样本总体均值没有显著性差异的零假设，即认为两组数学成绩存在显著性的差异。进行检验的这两组样本代表的分别是入学时数学基础较好和较差的水平，经过学习后，两组样本的高等数学成绩是有明显差别的，说明入学时的基础对高等数学课成绩产生了影响。
三、 结论
通过使用皮尔逊相关性分析法和两独立样本的 Ma n n―Wh i t n e y U非参数检验法， 我们得出汽车类专业学生的高等数学课成绩和其入学时的高考成绩存在相关性， 也就是说学生的数学基础会对他们的高等数学课学习产生影响。由此， 如果按照传统的自然组班的方式进行授课， 不考虑学生入学时的基础， 忽视学生的知识水平的差异， 实施“ 一刀切”， 必然会导致教学效果不佳;只有从实际出发， 因材施教， 才能使不同层次的学生都能够在原有程度上逐步提高， 真正学有所得。基于此，我们广西现代职业技术学院从去年开始，已经对高等数学课程进行分类分层次教学改革试验，并通过自治区教育厅审批列为2013年广西高等教育教学改革工程项目。
参考文献
[1] 杨善朝，《SPSS统计软件应用基础》[M]，广西师范大学出版社 .
[2] 张 毅， 丁玉春. 英语四级考试成绩与考生性别、 题型相关性研究[ J ] . 江苏教育学院学报（ 社会科学版） ， 2 0 0 9， （ 3 ）： 5 5 ―5 6 .
非参数检验范文第6篇
关键词：上市公司；股利政策；股价；相关性
一、前言
股利政策作为上市公司理财活动中的重要组成部分，其不仅关系到了企业的利润分配，同时也是企业开展投资以及筹资活动的前提保障，是企业理财行为所产生的必然结果。股价是公司价值的核心体现，随着近年来我国上市公司的不断发展，部分研究学者发现上市公司的股利政策将对其当前的股价带来较大的影响，而股利政策稳定性作为稳定股价的决定性因素，其也成为了上市公司管理者所重点关注的内容。
二、股利政策与股价概述
（一）股利及股利政策的概念
股利主要是指股份公司根据对所发行股份的分配，从而分配给各个股东的利润，其主要包括股息和红利。通常情况下，股利会在股份公司的年终结算后，将其当期所盈利的部分资金作为股息，根据股额来进行分配。目前，股利的主要发放形式包括现金股利、股票股利、财产股利等。
股利政策则是公司的股东大会针对公司内所有有关股利的相关事项，在相关规范的基础上，对是否发放股利、以何种方式发放以及发放多少等多个方面所制定出的策略，在制定股利政策的过程中，其必须以公司的长期发展为主要目标，并以股票价格的稳定为核心[1]。目前，股利政策作为一种资本管理行为日益成为了企业管理者所重点关注的内容。
（二）股利政策稳定性
针对股利政策的稳定性概念，国内外诸多研究学者均进行了详细的研究和分析，但仍未达成一致。部分研究学者曾发现，目前在美国的诸多上市公司均制定了长期稳定的目标股利支付率，以此来实现对股票价格的稳定，尤其是在规模相对较大的上市公司中，这种行为更为突出[2]。而国内的部分学者也曾在研究中表明，股利支付率的稳定可以实现对股利政策稳定性的有效衡量。可以发现，利润分配政策作为股利政策的本质，这就使股利政策当中既包括支付数量的稳定，同时也包括支付形式的稳定，其中支付数量的稳定还包括绝对支付数量和相对支付数量两种。因此，本研究的股利政策稳定性主要可以根据股利政策是否变化、股利政策的分配形式以及股利政策的分配数量三种方式对其当前的稳定性进行划分。
（三）上市公司股利政策的特征
第一，随意性大：随意性大作为目前我国上市公司股利政策的主要特征，由于受到我国经济环境等多种因素的影响，从而导致部分上市公司在制定股利政策时并未充分考量到自身的实际经营情况，存在盲目性。第二，分配形式多样化：随着我国股权制度的改革和完善，目前上市公司所制定的股利分配方式也存在多样化的主要特点，除了常见的现金股利以及混合股利外，还增加了增资配股以及转增股本等不属于股利分配的分配方式，这主要是由于受到我国资本结构以及股本扩张等因素的影响。除此之外，我国上市公司的股利政策特征还包括不分配股利现象频有发生、股权结构对股利政策影响过大等。
（四）股价的概念及影响因素
股价即为股票价格，股票本身并不存在价值，但通过公司对其价值的赋予，使其可以在证券市场上进行买卖，因此具备了一定的交易价值。因此，股价即为股票的交易价格，其作为一个相对的概念，可以有效体现出企业资产的真实价值。目前，影响股价的因素主要包括宏观因素、市场因素以及投资者因素等，其中宏观因素主要是指经济以及政治等大环境因素，股票作为我国证券市场中的重要组成部分，宏观经济的运行规律将对股票市场当中的股票价格产生影响，同时，法律政策的完善与否也将对股票价格的稳定性产生影响；市场因素则主要包括股票市场当中的看涨看跌、买空卖空等操作行为；投资者因素主要是指投资者在购买股票时所产生的心理，包括从众心理、预期心理以及偏好心理等[3]。
三、上市公司股利政策定性与股价关系的相关性研究
（一）研究设计
1.研究假设
假设上市公司内的股利政策公布日前后30日内的其他事件不会对其当前的股价带来影响，则可以将所选取上市公司的股利政策稳定性分为以下几种情况：第一种，根据变化对股利政策的稳定性进行划分；第二种，根据分配的方式对股利政策的稳定性进行划分；第三种，根据分配的数量对股利政策的稳定性进行划分，其中，上市公司的股价则以累计超额收益率的方式进行描述。综上所述，本研究提出了以下假设：在上市公司的股利分配政策当中，股利分配的数量、股利政策政策的表面变化以及分配方式均与股价的变化存在较高的相关性。
2.变量选择
本研究选取了东方电子上市公司2011年至2015年的财务数据进行了分析，根据股利政策稳定性的划分方式不同，变量的选择也不同：（1）根据变化对股利政策的稳定性进行划分：本研究主要选取了东方电子公司2011年至2015年的财务报表作为分析对象，根据其股利政策的稳定性是否变化进行划分，可以分为两种情况，第一种是与前一年相比发生了改变，记为1，第二种是与前一年未发生改变，记为0，因此可将东方电子公司除2014年和2015年记为0外，其余均记为1，同时将股利政策是否改变的情况与股价分别进行非参数检验。（2）根据分配的方式对股利政策的稳定性进行划分：根据对东方电子公司的调查，发现其在2011年至2015年期间共采用了两种不同的股利分配方式，分别为派发现金股利以及现金股利和股票股利混合派发两种。其中2011年至2013年，东方电子公司所派发的股利政策为混合式的分配模式，即为每10股分配现金红利0.2元（含税），此分配方式自东方电子公司成立以来实行的次数并不多，将其记为1，而其他年份则采用常用的股利分配政策，记为0，同时将股利政策的不同分配情况与股价分别进行非参数检验。（3）根据分配的数量对股利政策的稳定性进行划分：由于所调查东方电子公司的财务报告期间股利分配数量的变动较为频繁，因此不对其进行分类来进行分参数检验，仅将分配数量的具体额度与累计超额收益率进行相关性分析。
3.研究方法
针对东方电子公司的累计超~收益率计算，采取以下方法：对东方电子公司调查期间的股票走势进行分析，并选取股利分配日前后各30天的股票和上市指数进行计算，其中每日的股票收益率=（当日股价-前日股价）÷前日股价，每日的股票指数收益率=（每日指数-前日指数）÷前日指数，累计超额收益率主要是指调查时间范围内的超额收益率涨幅，而超额收益率即为每日股票的收益率与每日指数收益率之间的差额。同时，为了更为直观的分析上市公司股利政策的稳定性与股价关系的相关性，本研究利用了SPSS19.0软件对相关数据进行了处理，并进行了市政研究，同时对相关数据之间的Pearson简单相关系数进行了计算，并采用Mann-Whitney U检验对独立样本之间的相关性进行了检验。
（二）实证分析
1.描述性统计
东方电子公司作为一家电力自动化企业，其在2011年至2015年的累计超额收益率分别为-4.83%、9.42%、18.36%、-1.51%和19.47，其中2011年公布了两次，第二次的累计超额收益率为-14.82%。从公司的描述性统计结果中发现，其2011年所公布的两次股利政策均表现为负数，其中第二次所公布的是对第一次的补充，这可以更加清晰、完整的体现出公司在2011年的股利政策。而根据第二次公布日所计算出的累计超额收益率，即为2011年东方电子公司的累计超额收益率。
2.相关性分析
通过对东方电子公司财务报告的分析，可以通过其每年所发放的股利分配额度，从而分析出其累计超额收益率与股利分配数量之间的相关性，经相关性分析后，可以发现东方电子公司的累计超额收益率与股利分配数量的相关系数为0.281，经统计检验后，其相伴的概率大于0.01，因此表明二者无相关性。
3.非参数检验
目前，针对上市公司内的股利政策以及股利分配政策是否发生了变化并无直接的数据证明，因此本研究通过对上市公司目前的股利政策与前一年的股利政策进行比较，并分别将其用“1”和“0”来表示，同时使用SPSS软件进行非参数检验，调查结果如下：（1）针对股利政策是否出现变化和累计超额收益率之间的非参数检验：从表1的独立样本U检验结果中发现，U和W的数值分别为4和19，且Z的数值为-0.381，相伴概率为0.703，明显大于显著性水命，因此无法拒绝零假设，并可以认为无论上市公司的股利政策与前一年相比是否出现了变化，其均不存在显著差异。
表1 股利政策是否出现变化的检测统计量
累计超额收益率
Mann-Whitney U检验 4.000
Wilcoxon W 19.000
Z -.381
渐进显著性（双边） .703
精确显著性（2×单侧显著性） .852
（2）股利政策的不同分配情况与累计超额收益率的非参数检验：通过独立样本U检验的方式，发现此种条件下的U和W数值分别为0和10，且Z的数值为-2.137，相伴概率为0.031，明显小于显著性水平，因此可拒绝零假设，并认为股利政策的不同分配方式将会造成累计超额收益率存在一定的差异。除此之外，在对股利分配数量和累计超额收益率之间的相关性进行分析时，发现二者之间的Sig>0.001，因此表示二者并无显著相关性。
综上所述，本研究所提出的假设中，仅有股利政策的分配方式变化与累计超额收益率有显著相关性。
（三）研究结论
本研究在分析的过程中，选取了我国的东方电子上市公司作为了研究对象，并在对其2011年至2015年的财务数据分析基础上，提出了上市公司股利政策稳定性与其股价关系相关性的研究假设，结果发现上市公司的股利支付情况与其前一年的股利支付情况无关，其主要取决于公司当年的盈余情况。而从股利政策的分配情况来分析，发现股利政策的分配情况与累计超额收益率之间的非参数检验结果显示，目前国内的上市公司可以通过多种方式实现对股利的分配，包括股票股利、现金股利、负债股利等，同时还包括混合的股利分配形式，而非参数检验结果表明，上市公司的股利分配方式将会对公司的股票累计超额收益率产生较大的影响。
四、上市公司的股利政策建议
通过上文的分析可以发现，上市公司的股利政策分配方式稳定性是与股价关系具有较高相关性的要素，因此只有通过对上市公司现有的股利政策进行完善，加强资本市场的发展建设，才能有效确保上市公司的股利政策稳定性，并为提高公司的股票价格奠定基础。
（一）确保股利政策的稳定性
从理论角度进行分析，可以发现股利政策的变动将重点体现在上市公司的股票价格上，尤其是在部分西方的发达国家当中，上市公司的管理者通常都会实施较为稳定的股利政策，但这点在我国的上市公司中却未得到充分的体现，尤其是随着我国经济政策的不断完善和改革，大部分上市公司内的股利政策都存在不稳定的特点，最终对其日后的长期发展产生了阻碍，同时也损害了投资者的合法利益。因此，上市公司首先应当确保股利政策的稳定性和持续性，积极转变现有的股利政策制定观念，在确保公司稳定发展的基础上，加强对投资者合法权益的关注，以此来实现对现有股利政策的有效调整。除此之外，针对股利政策的制定应当尽可能的符合公司当前的实际经营情况，并要求证监会等监管部门实现对上市公司股利政策的监管，保护投资者的合法权益。
（二）完善现有的分红政策
早在2000年，我国就提出了有关上市公司现金分红的规定和要求，并将其作为目前上市公司进行再融资的决定性条件，越来越多的上市公司对现有的不分配股利行为进行了转变，实现了对股利政策的全面调整。而到2004年，证监会所的《关于加强社会公众股股东权益保护的若干规定》再次针对现金分红与再融资资格进行了明确的规定，从而掀起了上市公司实施现金股利分配的热潮，这不仅提高了上市公司实施派现股利政策的积极性，同时也提高了企业管理者对于投资者的重视程度[4]。可以发现，通过立法的强制性手段，可以有效实现对上市公司管理者的股利分配行为约束，减少上市公司目前存在的留存盈余过多问题，最终为我国股利政策的稳定性实施奠定了良好的基础。在此过程中，上市公司应当将目前的股利分配额以及每股收益等财务指标进行有效的整合，明确最低的现金分红率。
（三）提高投资者的综合素|
投资者作为上市公司股利政策的主要受益人，其也是上市公司投资行为中的主要参与者，目前，我国大部分股民对于股票知识的理解程度均相对较低，并出现了综合素质较低的主要问题，这不仅使其无法及时发现证券市场中存在的风险，同时在盲从心理的影响下，投资跟风行为也频有发生，股民严重缺少对于股票市场的理性分析。因此，只有加强对投资者的全面教育，才能从根本上提高投资者的投资信息，这不仅对证券市场的稳定发展奠定了基础，同时也是目前推动我国上市公司健康发展的主要途径。在对投资者的教育基础上，可以使其的投资视野更为广阔，在对证券市场全面的认识和了解下，树立正确的投资理念，也将提高对证券市场中存在风险的防范意识。综合来看，证券市场的稳定发展将吸引更多的投资者，从而使更多的投资者可以积极参与到市场当中，确保了上市公司的股价稳定性。
（四）加强资本市场的法制建设
我国正处于经济转型时期，资本市场的迅速发展为我国的上市公司带来了更多的发展契机，然而相比于国外的发达国家，国内的资本市场却存在诸多的问题急需解决。根据相关数据统计，我国目前的资本市场资产总额仅达到了金融总资产比例的30%以下，而如美国以及英国等国家的比例均超过了70%以上。因此，我国应当加强对资本市场的法制建设，大力发展债券市场，实现对资本市场的有效均衡，这不仅可以拓宽上市公司的融资渠道，同时也将扩大上市公司的融资规模，为投资者提供了更多的投资方式和工具，实现了资本市场的多元化发展。
五、结论
综上所述，针对上市公司的股利政策稳定性与股价关系相关性分析，根据公司的股利政策稳定性分析角度不同，主要将其分为了根据变化对股利政策的稳定性进行划分、根据分配的方式对股利政策的稳定性进行划分以及根据分配的数量对股利政策的稳定性进行划分，而根据实证分析结果显示，仅有上市公司的股利分配方式不同会对其当前的股价产生影响。因此，上市公司应当确保现有股利政策的稳定性，并对现有的分红政策进行完善，全面提高投资者的综合素质，才能有效确保公司股价的稳定，为公司的长期发展做出积极的贡献。
参考文献：
[1]常美.我国金融行业上市公司股利政策影响因素分析及对策[J].中小企业管理与科技旬刊，2015（5）：95-96.
[2]倪华茹.浅析我国股利政策对股价波动的影响[J].经济视野，2013（6）.
非参数检验范文第7篇
【关键词】《数据统计分析》；教学内容；教学方法；考核方式
一、引言
随着信息技术的发展，在经济管理中会出现越来越多的数据，如何挖掘这些庞大的数据，发现有用的信息已成为管理中迫切需要解决的问题。如在网上营销中，我们急需知道哪一类人需求某一种商品，从而使营销能够有的放矢，最大限度地扩大销售量。而《数据统计分析》正是讲述如何收集数据，整理数据，分析与解释数据，研究如何在浩瀚的数据中发现信息并指导我们的经营管理。因此《数据统计分析》成为财经学院的学科基础课，成为该类学校各专业的必修课。希望该门课程的讲授能够让学生掌握基本的统计分析方法，并能够运用这些统计方法解决实际问题。
笔者通过这几年对这门课的讲授与学生的交流，发现学生在学习这门课的过程中普遍存在如下几个问题。
第一，该门课程涉及深奥的概率知识与统计理论以及复杂的推导，学生普遍感觉该门课程的理论很难以掌握。
第二，虽然通过统计软件操作出结果，但对结果的解读不一定正确。
第三，学生普遍对这门课很有兴趣，但在学习过程中总感觉内容太多，学过易忘。
对于这些问题，作为教师该如何调整教学，使学生能够克服以上问题？本文从以下几个方面进行了教学改革，提高了教学质量，激发了学生兴趣。
二、《数据统计分析》教学内容调整
对于财经学院的学生来说，学习这门课以前，普遍学习了《高等数学》《线性代数与概率统计》，但学得不一定深，学生对于统计分析所要求的各种分布性质、矩阵与向量的计算等理论推导很头疼。因此，教师应该以“学以致用”为原则，坚持理论与实践相结合，理论适可而止，重点在于应用与实践。根据这些原则构建“基础理论-统计软件-实践教学”授课体系，首先浅显地讲述理论，然后在统计软件中进行操作，对得出的结果进行详细的分析，结合实际案例进一步加深对理论的理解以及结果的解读。因此教师在本课程教学中应以实践为主，可以开设为全实验课程。
授课内容的选取与教材有关。本课程选取了薛薇主编的《SPSS统计分析方法及应用》，该书是北京市高等教育精品教材。重点教授内容为与经济管理相关的数据文件建立、数据预处理、数据的描述统计、参数检验、非参数检验、回归分析、聚类分析、因子分析、信度分析和时间序列分析。与统计分析相关的统计软件有Matlab、SAS、SPSS、R、Eviews、STATISTICA等，而SPSS全部是界面式操作，对于不是计算机与统计相关专业的学生来说是最容易上手的。而且SPSS软件包含了统计分析方法的所有功能和强大的图形输出功能，可以输出简洁漂亮的y计分析图表。运用SPSS 软件，可以使理论概念变得直观、准确、具体、形象，将理论知识融入实践中来，增强学生对概念的理解和对数据处理方法的运用[1]。而在该教材中，对于SPSS操作讲解非常详尽，每种统计方法结合具体案例都有详细的讲解。
三、《数据统计分析》教学方法与手段革新
从以上分析可知，该门课程应用实践性很强。在教学中如何避免复杂的理论记忆而掌握各种统计方法，并能学以致用呢？本文从以下几个方面进行阐述。
（一）运用以“统计思想”为中心的“黑箱”教学方法
什么是统计思想？统计思想是关于“为何统计，统计什么，如何统计”的思想，就是关于统计的世界观和方法论[2]。《数据统计分析》有很多统计方法，每种统计方法都有复杂的统计理论及推导。对于经济管理类学生来说，掌握所有的理论推导有一定的难度，但可以理解相应的统计思想。在统计教育中，掌握了统计思想，就慢慢培养了看问题的统计思维方式和思维习惯，统计思想教育应重于统计方法教育[3]。因此，教师在教学中应使每种统计方法的理论讲解浅显易懂，重点讲清楚统计思想。所谓“黑箱”教学方法就是从综合的角度提供了一条人们认识事物的重要途径，尤其对某些内部结构比较复杂的系统，它是从系统的观点出发，强调在整体与部分之间、整体与周围环境的相互联系中认识事物，而不去深究其内部结构和局部细节[4]。所以教师在统计理论的讲解中，应把学生从复杂的统计理论与推导中解脱出来，把这些当作“黑箱”，只需在学生头脑中建立起某种统计方法的统计思想，然后随着授课进度的深入，结合具体的案例再讲解这些理论与方法。例如对于非参数统计，可以借助已学过的参数检验，讲解非参数统计的统计思想也是“提出假设-建立统计量-计算概率-是否拒绝原假设”，只是参数检验是在数据符合正态分布的条件下，推断检验数据的均值与标准差是否相等，而非参数检验是小样本统计推断下，判断各数据是否来自同一分布。学生理解非参数统计思想后，再打开“黑箱子”，阐明非参数检验各种情况下统计量的来源及计算方法。
（二）以“案例”为导向讲述统计的理论与方法
《数据统计分析》这门课理论复杂，只有与实践相结合，统计的理论与方法才能被学生充分理解和接受。案例教学是一种通过模拟或者重现现实生活中的一些场景，让学生把自己纳入案例场景中，通过讨论或者研讨的方式来进行学习的教学方法[5]。学生在教师的指导下，对案例进行思考，分析与讨论，从而在案例中掌握所授课的内容。例如讲述“因子分析时”，可以先阐述因子分析的统计思想就是降维以及相关的适用条件、因子的抽取、因子的命名解释等，然后以某一行业上市公司的盈利能力指标为例让学生进行因子分析。在案例讨论分析时，教师首先引导学生分析数据是否适用于因子分析，然后让学生考虑应该抽取几个因子，每一个因子包含哪些盈利指标，每一个公司在新因子的得分情况如何，最后让学生分析如何对所有公司的盈利能力进行综合排名。在这样一个案例讨论中，通过教师循序渐进的引导，学生不断加深对该方法的理解，而且对一些晦涩的概念如方差贡献率、载荷矩阵、因子得分等有了感性认识，增强了学习兴趣。
（三）加强学生上机实验的体验式教学模式
所谓体验式教学模式，主要是组织体验和引导反思，让学生在经历和实践中实现自我领悟，在反思中重构自己的经验，形成自己的行动策略和方式，从而习得相关知识[6]。为了使学生掌握相关的统计知识，可以让学生亲身运用SPSS体验某种统计分析方法。这样教授每部分内容时，必须准备好相应的实验指导书与实验报告。在实验指导书中简单阐述相P的理论、实验内容以及相关的SPSS操作步骤与结果。学生根据实验指导书完成实验报告中的新内容，并撰写实验分析报告，实验报告主要是实验结果以及对结果用规范的统计语言进行描述，分析与解释。学生做完实验报告后，教师根据实验情况进行讲解与分析，验证实验结果。每部分授课内容通过这样的体验式教学，学生就会懂得相关的统计分析方法、操作与结果分析，达到教学目的。
（四）充分利用信息技术，构筑立体化教学模式
对于该门课程，教师在课堂教学中可以充分利用多媒体技术制作一些动画与视频，吸引学生的兴趣。课堂教学以外，可以构建该课程的网络教学平台，提供上课视频、课件、实验指导书、实验报告等，让学生可以对课堂内容进行复习和自主学习。对于该课程的拓展及补充内容，制作一些微课，进一步拓宽学生的知识视野，提高学生的自主学习能力；还可以开设网上答疑和学习讨论空间，对学生提供在线答疑。
四、《数据统计分析》考核方式改革
在每门课程中，学生最关心的是考试，但一次理论考试根本不足以评价学生的学习情况。该门课程又是一门实践性较强的课程，因此应改革考核方式，变为如下图的综合考核体系。
在该门课程考核中，根据课堂表现和实验报告考核学生上课情况。在教学中把教学内容分为两部分进行阶段化理论考核：第一部分包括数据预处理、基本描述性统计、统计推断；第二部分包括相关分析、线性回归分析、聚类分析、因子分析、时间序列分析等。对于期末大作业，让学生收集感兴趣的三套数据，运用学过的方法进行分析与评价，这样可以充分考核学生对已学知识的实践应用能力。在这样一个综合考核体系中，学生在每部分阶段考核中，为了通过考核，必然会对这部分内容进行复习，而不是累积到期末再复习，这样就不会感觉要学的内容繁杂，学了后面忘前面。该评价体系不仅考核了学生是否掌握理论知识，而且进一步考核了学生应用知识的能力，从而提高了学生的分析能力。
五、结束语
综上所述，《数据统计分析》是一门应用性很强的课程，随着信息技术的发展，它在经济管理中的应用越来越广泛，这门课会在更多专业开设。作为这门课的教师，应该根据时代的要求，不断调整教学内容，创新教学方法与手段，改革考核方式，提高教学质量，增强学生的学习兴趣。
【参考文献】
[1]刘凤艳.SPSS 软件在多元统计分析课程教学中的应用杂谈[J].赤峰学院学报（自然科学版）， 2016（03）：255-256.
[2]李金昌.关于统计思想若干问题的探讨[J]， 统计研究，2006（03）： 31-38.
[3]马艳梅，汪冬华.经济管理类专业多元统计分析教学探讨[J].教学研究， 2013 （05）：79-82.
[4]葛仁华，杨元妍.论黑箱理论在电子专业教学中的巧妙应用[J].桂林航天工业高等专科学校学报， 2009（03）：366-367.
非参数检验范文第8篇
关键词：金融发展；经济增长：实证研究：福建
2009年5月国务院常务会议原则通过了《关于支持福建省加快建设海峡西岸经济区的若干意见》，这标志着福建地区已纳入国家战略范畴，成为当前一系列保增长举措的重要组成部分。因此，认清福建区域金融发展与经济增长的关系。对福建区域金融和经济发展的方向与政策制定都将具有重要的指导作用。
一、模型的设定与数据采集
(一)参数选择
1、国内生产总值指数GDP(排除价格因素)。理论界普遍认为，最能充分反映一国或地区的综合经济发展能力的指标就是国内生产总值GDP，因此本文选择国内生产总值指数GDP(排除价格因素)作为模型的因变量来衡量福建省经济增长的总量，即GDP(排除价格因素)=GDP/CPI指数。
2、金融相关比率FIR。本文选择戈德史密斯提出的衡量一国金融结构和金融发展水平的指标――金融相关比率FIlL作为解释变量，由于缺乏福建省金融资产和M2(现金、企业活期存款、企业定期存款、居民储蓄存款和其他存款的之和)的统计数据。无法直接使用这一指标，在此本文用区域金融机构存贷款的数据作为金融资产的近似衡量指标。我们定义金融相关比率为全部金融机构存贷款之和与GDP之比，即FIR=(DI+L)/GDP。其中，D1、L分别代表全部金融机构存款、贷款。
3、固定资产投资总额(排除价格因素)。经济的增长必然离不开固定资产的投资，因此本文也把福建省固定资产投资总额(排除价格因素)作为自变量之一来构件模型。即固定资产投资总额(排除价格因素)=固定资产投资总额/CPI指数。
4、劳动力资源。劳动力资源对GDP的影响是很容易理解的，在此，本文用全社会从业人数来作为劳动力资源的指标，作为自变量之一。
(二)模型构建
由上述选出的因变量和自变量，构建以下模型：
y=β0+β1x1+β2x2+β3x3
其中，y是福建省GDP(排除价格因素)；x1是福建省固定资产投资总额(排除价格因素)；x2是福建省全社会从业人数；x3是福建省FIR。
由此，某一年(t年)的公式为：
y1=β0+β1x1t+β2x2+β3x3+et
其中，et是t年的残差；其余同上。
(三)数据采集
本文选择1990～2008年的时间序列数据，主要是根据福建统计年鉴，另外还在福建省统计信息网公报等网站获得相关数据。
二、实证分析结果
(一)回归结果
本文采用SPSS 13.0 for Windows软件进行分析。SPSS输出结果如表1、表2、表3所示。
由以上结果可以看出，R2为98.4％，说明所有解释变量联合能够解释被解释变量GDP变动的98.9％，整个模型拟合效果较好。
(二)非参数检验结果
非参数检验结果表明，F值为288.393，在99.9％以上该方程式整体非常显著。
(三)参数检验结果
参数检验结果表明，3个自变量中x2和x3的t值都很大，非常显著。这表明劳动力资源和FIR，和福建省的GDP增长密切相关。
从表中虽然也看出X1不是十分显著，可能的猜测是固定资产投资效果的滞后性。因为本次实证分析的着重点是FIR指标，所以就不再因此对模型进行调整。
由此，本文得到了比较合适的经济模型，各种检验基本达到要求。通过模型可以看出，福建的经济增长和金融发展水平是息息相关的。
三、政策建议
通过对福建金融发展与经济增长的定量研究，可以确认，福建省的金融发展与经济增长具有强相关性。但是我们发现在福建经济发展的过程中还存在着金融资源配置效率较低、金融深化水平不高、质量较差等问题，这些问题都妨碍了金融因素对福建经济增长促进作用的发挥。要解决这些问题，充分发挥金融对经济增长的作用，必须着重在提高金融中介的资产运用质量，发挥金融体系对资源配置效率的积极作用，可以从以下方面着手：
(一)建立良好的金融市场环境
规范的市场秩序和良好的市场环境，可以促进金融业的稳定发展，提高金融资产的总体质量。金融市场环境的改善。需要监管部门协调政策和行动，从法律、政府和措施各个层面，采取切实可行的办法，进一步强化金融监管，完善监管体制，建立和完善市场秩序。
(二)完善金融体系组织建设
加大对民营经济的资金支持力度，福建的经济发展在很大程度上主要依靠民营经济的高速增长来支撑。因此必须尽快建立和健全为中小企业服务的金融组织体系，完善中小企业信用担保机制。同时减少对金融机构贷款的政策性干预，树立以市场为导向、以效益为中心的观念，真正建立互利合作的银企关系。政府也要在政策法规方面对中小企业进行金融支持，为中小企业提供融资方面的服务。
(三)大力发展非国有金融机构，提高福建金融市场化水平
首先必须在政策上对国有银行与非国有金融机构一视同仁，对非国有金融机构应多点支持，少点干预，更多地交由市场来决定非国有金融机构的发展路径。
其次要加强对非国有金融机构的正确引导，明确各类非国有金融机构的发展方向，实施正确的发展战略，同时要采取有效措施，为非国有金融机构的发展创造良好的外部条件。
最后要规范非国有金融机构的治理结构，加强内部风险控制和管理。
(四)积极鼓励、推动金融创新
提高金融中介资金运用效益要强化效益观念，充分利用现有发展基础和各种资源优势，尽快开发、设计、推广高起点、高技术含量、高收益的业务品种，拓宽资金运用渠道，提高商业银行经营效益。要在积极巩固现有金融创新业务的基础上。把满足客户的需求作为银行创新金融业务产品的动力，逐步实现业务处理规范化、办公事务自动化和决策支持智能化，提高金融中介资金管理水平，改善福建经济增长质量。