第20章 SPSS在财务分析的应用

财务分析是以会计核算和报表资料及其他相关资料为依据，采用一系列专门的分析技术和方法，对企业等经济组织过去和现在有关筹资活动、投资活动、经营活动、分配活动的盈利能力、营运能力、偿债能力和增长能力状况等进行分析与评价的经济管理活动。它是为企业的投资者、债权人、经营者及其他关心企业的组织或个人了解企业过去、评价企业现状、预测企业未来做出正确决策提供准确的信息或依据的经济应用学科。财务分析的方法与分析工具众多，具体应用应根据分析者的目的而定。最经常用到的还是围绕财务指标进行单指标、多指标综合分析、再加上借用一些参照值（如预算、目标等），运用一些分析方法（比率、趋势、结构、因素等）进行分析，然后通过直观、人性化的格式（报表、图文报告等）展现给用户。目前统计方法已广泛的用于财务分析，揭示财务数据背后的深刻数据规律。当前我国的薪资结构很不合理，存在一系列严重的问题，诸如：没有恰当的激励，不能给员工适当的定位；薪酬设计、管理带有很大的随意性；激励动力不足，激励成本不断上升；激励的短期化，只注重薪酬的保健功能而忽视了其激励功能等等。薪酬制度的改革势在必行，从客观看，部分条件已经成熟，首先从政策领导上来看，中央提出了新的分配理论，为全面深化企业分配制度的改革指明了方向。其次，从经验保障看，我国企业收入分配制度改革不断向纵深发展，积累了很多经验。第三，我国加入ＷＴＯ以后,跨国公司大量涌入，其先进的管理理念和管理制度,不仅为国内企业学习借鉴经验、尽快与先进水平接轨创造条件，其带来的冲击也必将会促进国内企业的人力资源管理。薪酬直接关系到员工切身利益，薪酬管理适当可以起到激励员工士气的作用，能更好的发挥员工的积极性和创造性，从而为进一步提高公司的绩效。可以为企业制定相关政策提供依据。建立一个符合公司自身实际，同时又能激励管理层，实现股东权益最大化的薪酬制度是必不可少的，制定这样一个薪酬制度是摆在许多上市公司面前的一个难题。分析薪酬在多大程度上影响上市公司的绩效是一项有着特殊意义的重要工作。本研究的对象是我国上市公司TMT薪酬与公司业绩。数据来自上市公司TMT薪酬排行榜前100名。这100家TMT薪酬最高的公司当中，仅有3家公司――小天鹅、申华控股和大江股份亏损，绝大部分公司都是盈利的，说明薪酬与公司业绩之间具有一定的相关关系。这100家公司中，既有总资产超过100亿的超大型企业集团，也有总资产仅数亿的小型公司，并且，这100家公司涵盖了家电、电子通讯、银行证券、制造、医药、贸易、房地产以及能源电力交通等各个行业，所以选取这100家公司具有一定的代表性。具体数据请见20-1.sav所示，变量指标含义如下：Salary：薪酬Income：公司营业收入Capital：总资产Netcapit：净资产Profit：总利润District：1东部地区，2中西部地区Industry：将所选上市公司分为8各行业，分别为1家电行业、2电子通讯行业、3银行证券业、4制造业、5医药行业、6房地产业、7贸易行业、以及8能源电力交通请利用所给数据分析以下问题：1、分析上市公司高层管理人员的薪酬与上市公司绩效主要指标的相关关系；2、分析上市公司所在地区与所处行业对其绩效的影响；3、分析相关因素的显著性。1问题一操作详解打开或建立数据文件20-1.sav。同时单击数据浏览窗口的【变量视图】选项，检查各个变量的数据结构定义是否合理，是否需要修改调整。Step01选择菜单栏中的【分析】→【相关】→【双变量】命令，弹出【双变量相关】对话框。在左侧的候选变量列表框中选择Salary、Income、Capital、Netcapit和Profit变量至【变量】列表框中。在【相关系数】选项组中，维持系统默认选择【Pearson】相关系数类型，表示计算两两变量之间的Pearson相关系数值，如图20-1所示。最后单击图20-1对话框中的确定按钮，完成本部分操作。Step02图20-1【双变量相关】对话框2问题二操作详解打开随书光盘中的数据文件20-1.sav，选择菜单栏中的【分析】→【比较均值】→【单因素ANOVA】命令，弹出【单因素方差分析】对话框。在候选变量列表框中选择netcapit变量作为因变量，将其添加至【因变量列表】列表框中。在候选变量列表框中选择Industry变量作为水平值，将其添加至【因子】列表框中，如图20-2所示。Step01图20-2【单因素方差分析】对话框单击图20-2的【选项】按钮，弹出【单因素ANOVA：选项】对话框；勾选【方差同质性检验】复选框和【均值图】选项，表示输出方差齐性检验表和均值图，如图20-3所示；再单击【继续】按钮，返回主对话框，单击【确定】按钮完成操作。Step0220-3【单因素ANOVA：选项】对话框3问题三操作详解第三问要研究上述相关因素的显著性，则要进行地区和行业因素对上市公司净利润的多因素方差分析，特别是分析二者的交互效应对上市公司业绩有无显著性影响，具体操作如下：打开数据文件20-1.sav，选择菜单栏中的【分析】→【一般线性模型】→【单变量】命令，弹出【单变量】对话框。在候选变量列表框中选择salary变量作为因变量，将其添加至【因变量】列表框中。选择district和industry变量作为因素变量，将它们添加至【固定因子】列表框中，如图20-4所示。最后，单击图20-4中的确定按钮，完成操作。图20-4【单变量】对话框（1）相关系数表表20-1所示是公司高管人员和公司业绩四个度量指标的Pearson相关分析结果。可以看到，薪酬与它们的相关系数分别为0.017、0.028、-0.040和-0.040。且在显著性水平为0.05的情况下，薪酬与它们都没有显著的相关关系。在正常的情况下，公司高管人员的薪酬水平和公司业绩水平应该是正相关关系的，而这里的样本公司中高管薪酬与公司业绩水平没有这种关系，出现这种情况的原因分析如下：1高管人员薪酬水平处于两种极端的情况；2公司内部激励机制不健全；3数据不准确。不仅如此，根据相关系数表，指标净资产与其他业绩指标的相关系数值最大，故选择它来反映上市公司业绩。2问题二输出结果详解（1）方差齐性检验SPSS的结果报告中首先列出了方差齐性检验结果，如表20-2所示。由于这里采用的是Levene检验法，故表格中首先显示Levene统计量等于20.91。由于概率P值0.052大于显著性水平0.05，故认为不同行业数据的方差是相同的，满足方差分析的前提条件。（2）单因素方差分析表在如表20-3所示的方差分析检验表中，第一列是方差来源，包括组间离差平方和（组间）、组内离差平方和（组内），以及总离差平方和（总数）；第二列表示离差平方和（平方和）、组间离差平方和、组内离差平方和及总离差平方和；第三列是自由度df；第四列是均方；第五列是F值1.617（组间均方与组内均方之比）；第六列是F值对应的概率P值，其值等于0.140。由于概率P值大于显著性水平，因此接受零假设，认为不同行业对上市公司业绩没有显著性影响。（3）均值图图20-5显示了不同行业的净资产均值图。在图中，银行证券类公司的净资产的均值最高，房地产类公司的净资产的均值最低，但根据方差分析结果，这种差异没有显著的统计意义。3问题三输出结果详解如表20-4所示是双因素方差分析检验表，第一行（除表头外的第一行，下同）的“校正模型”是对所用方差分析模型的检验，其原假设为模型中所有的影响因素均无作用，即地区、行业及两者的交互作用等对公司业绩都无显著影响。该检验的P值大于0.05，因此所用模型不具备统计学意义，即以上所提到的因素中均不存在显著性差异。第二行是对模型中常数项是否等于0进行的检验，虽然根据概率P值判断它显著不等于零，但它在分析中没有实际意义，忽略即可。第三、四行分别是对地区、行业的影响效应进行的检验，其零假设分别是：地区和行业对公司业绩没有显著性差异。但这两行对应的相伴概率P都大于显著性水平0.05。可见，两者分别对公司业绩有显著性影响。第五行是对地区和行业的交叉作用进行检验，可见P为0.747，大于显著性水平0.05，表示交互作用对观测变量公司业绩没有显著性影响作用。综合上述研究发现，目前国内上市公司的业绩水平和上市公司高管薪酬水平没有明显的因果关系，这是一种“非正常”的现象，因此有必要建立和完善激励机制，例如（1）取消国有控股公司的行政级别，在公司内部建立起符合市场经济规则的治理结构。（2）大幅度提升高管人员薪酬水平，实行年薪加奖励的薪酬制度。（3）鼓励高管人员通过多重方式获得股权，在公司内部建立长效激励机制。