基于SPSS17.0的上市公司财务报表分析

1、基于SPSS 17.0的上市公司财务报表分析问题描述： 上市公司财务状况是上市公司经营状况的货币反映，也是评价上市公司股票质量的主要依据。因此，财务状 况的分析是众多投资者关注的重点，掌握准确的上市公司的财务资料并进行科学合理的分析，关系到投资的合理 规避和投资收益的有效保障。财务分析的对象是上市公司定期公布的财务报表，财务报表是公司营运和财务状况 的定量描述，是公司经营状况的“晴雨表”。本文使用SPSS 17.0对185家上市公司的年报财务数据进行了分析，进而对上市公司的财务状况进行判断。分析步骤：样本及指标选取本文从深证网站上收集了 185家上市公司的年报数据，选取的变量指标如下：X1股票

2、代码； X2股票简称；X3- 总资产； X4- 所有者权益合计包含少数股东权益；X5- 净资产收益率 （ 营业利润）； X6- 资产收益率； X7-净利润率； X8- 存货周转率； X9- 应收账款周转率； X10- 资产周转率。由于 X3 X10这8个财务指标的单位不同， 在进行数据处理前应对其进行标准化处理。图 1 变量设置图 2 新产生的变量图3 原始数据1. 相关性分析对以上八个指标进行相关性分析，本例选用 Pearson 进行分析，分析结果如下表。表1 Descriptive Statistics（描述性统计量）NMinimumMaximumMeanStd.Deviation总资产1

3、852.14E83.07E103.2376E94.34176E9所有者权益合计包含少数185.009.65E91.3724E91.76482E9股东权益净资产收益率 （ 营业利润）185-051.60593资产收益率185-.34.18.0237.06670净利润率185-3.341.09.0024.37871存货周转率185-97.00371.6210.598836.56376应收账款周转率185.69574.9922.564458.72599资产周转率185.041.65.5574.25099Valid N (listwise)185表 2 Correlations （变

4、量间相关系数矩阵）Zscor e: 总资 产Zscore: 所有者 权益合 计包含 少数股 东权益Zscore: 净资产收 益率（营 业利润）Zscore: 资产收 益率Zscore: 净利润率Zscore: 存货周 转率Zscore: 应收账 款周转 率Zscore: 资产周 转率Zscore:总资产Pearson Correlation1.777 *.124.253 *.118-.004.144.161 *Sig. (2-tailed).000.094.001.109.953.050.029Sum of Squares and184.0143.04022.74946.46221.723-.

5、80526.50929.622Cross-products00Covariance1.000.718-.004.144.161N185185185185185185185185Zscore:所有者权益合计包Pearson Correlation.777 *1.134.254 *.155 *.053.011.054含少数股东权益Sig. (2-tailed).000.069.000.035.473.885.461Sum of Squares and143.0184.00024.69946.78528.5239.7581.97810.028Cross-products40C

6、ovariance.7771.0055.053.011.054N185185185185185185185185Zscore:净资产收益率 （ 营业Pearson Correlation.124.1341.685 *.677 *.048.050.057利润）Sig. (2-tailed).094.069.000.000.519.503.445Sum of Squares and22.7424.699184.000125.986124.6208.7859.12510.402Cross-products9Covariance.124.1341.000.685.677.048.

7、050.057N185185185185185185185185Zscore:资产收益率Pearson Correlation.253 *.254 *.685 *1.758 *.139.085.089Sig. (2-tailed).001.000.000.000.060.249.228Sum of Squares and46.4646.785125.986184.000139.54325.51015.67016.379Cross-products2Covariance.253.254.6851.000.758.139.085.089N185185185185185185185185Zscore

8、:净利润率Pearson Correlation.118.155 *.677 *.758 *1.126.027.015Sig. (2-tailed).109.035.000.000.087.711.835Sum of Squares and21.7228.523124.620139.543184.00023.1925.0532.833Cross-products3Covariance.118.155.677.7581.000.126.027.015N185185185185185185185185Zscore:存货周转率Pearson Correlation-.004.053.048.139.

9、1261.008-.218 *Sig. (2-tailed).953.473.519.060.087.911.003Sum of Squares and-.8059.7588.78525.51023.192184.0001.522-40.039Cross-productsCovariance-.004.053.048.139.1261.000.008-.218N185185185185185185185185Zscore:应收账款周转率Pearson Correlation.144.011.050.085.027.0081-.035Sig. (2-tailed).050.885.503.249

10、.711.911.634Sum of Squares and26.501.9789.12515.6705.0531.522184.000-6.488Cross-products9Covariance.144.011.050.085.027.0081.000-.035N185185185185185185185185Zscore:资产周转率Pearson Correlation.161 *.054.057.089.015-.218 *-.0351Sig. (2-tailed).029.461.445.228.835.003.634Sum of Squares and29.6210.02810.4

11、0216.3792.833-40.039-6.488 184.000Cross-products2Covariance.161.054.057.089.015-.218-.0351.000N185185185185185185185185*. Correlation is significant at the 0.01 level (2-tailed).*. Correlation is significant at the 0.05 level (2-tailed).从表 2中可以看出，以上 8个财务指标之间具有较强的相关关系。在建立模型时采用因子分析进行降维处理。1. 因子分析：选择 KM

12、O and Bartletts Test 输出因子初试得分和巴特利检验；因子抽取个数选择 4，因为从 因子贡献率上发现前 4个总贡献为 81.020% ？因子旋转采用最大正交化旋转；将因子得分以变量形式存储，因子得分采用回归计算法，并输出因子得分系数矩阵。 经过以上步骤得到以下分析结果(省略部分结果)：表3 KMO and Bartletts TestKaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartletts Test of Sphericity Approx. Chi-Square df Sig.642508.67728.000表 4

13、 Communalities（共度量表）InitialExtractionZscore: 总资产1.000.898Zscore: 所有者权益合计包含少1.000.890数股东权益Zscore: 净资产收益率 （ 营业利1.000.770润）Zscore: 资产收益率1.000.836Zscore: 净利润率1.000.825Zscore: 存货周转率1.000.645Zscore: 应收账款周转率1.000.985Zscore: 资产周转率1.000.633Extraction Method: Principal Component Analysis.表 5 Total Variance Ex

14、plained（主成分表）ComponentInitial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of SquaredLoadingsTotal% of VarianceCumulative%Total% of VarianceCumulative %Total% of VarianceCumulati ve %12.66833.35533.3552.66833.35533.3552.42930.36830.36821.60920.11553.4691.60920.11553.4691.80822.59652.9

15、6431.20615.07368.5421.20615.07368.5421.22915.36668.3304.99812.47881.020.99812.47881.0201.01512.69081.0205.7559.43590.4556.3354.18994.6447.2292.86697.5098.1992.491100.000Extraction Method: Principal Component Analysis.表6 Rotated Component Matrix a（旋转后的因子负荷矩阵）Component1234Zscore:总资产.090.932-.092.116Zs

16、core:所有者权益合计包含少.108.935.036-.049数股东权益Zscore:润）净资产收益率 （ 营业利.876.026-.040.026Zscore:资产收益率.893.190.022.045Zscore:净利润率.905.045.066-.015Zscore:存货周转率.127.082.784-.079Zscore:应收账款周转率.040.052.019.990Zscore:资产周转率.095.131-.773-.100Extraction Method: Principal Component Analysis. Rotation Method: Varimax with K

17、aiser Normalization.a. Rotation converged in 4 iterations.表 7 Component Score Coefficient Matrix（因子得分系数矩阵）Component1234Zscore: 总资产Zscore: 所有者权益合计包含少 数股东权益Zscore: 净资产收益率 （ 营业利 润）Zscore: 资产收益率Zscore: 净利润率Zscore: 存货周转率Zscore: 应收账款周转率Zscore: 资产周转率-.060-.053.377.364.385.024-.009.052.524.539-.081.015-.066

18、.074-.025.037-.038.070-.059-.001.029.643-.002-.628.066-.100.007.016-.037-.100.978-.093Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.Component Scores.表 8 Component Score Covariance Matrix（因子得分协方差矩阵）Componen t123411.000.000.000.0002.0001.000.000.000

19、3.000.0001.000.0004.000.000.0001.000表 8 Component Score Covariance Matrix（因子得分协方差矩阵）Componen t123411.000.000.000.0002.0001.000.000.0003.000.0001.000.0004.000.000.0001.000Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.Component Scores.因子分析结果如下：（）从“

20、KMOa nd Bartletts Test ”表及共同度表判断数据能够进行因子分析；（2）从表 5中可以看出第一主成分的特征根是 2.668 ，解释了总变异的 33.355%，第二三四个特征根分别是 1.609 、1.206 、 0.998 ，分别解释了总变异的 20.115%、15.073%、 12.478 %，以上四个主成分合计解释了总变量的81%，能够解释绝大部分变量； （3）从表 6 的旋转结果可以看出：第一主成分在净资产收益率 （X5）、 资产收益率 （X6）、 净利润率 （X7）上有较大的负荷，说明第一主成分反映了上市公司的资本获利能力；第二主成分在总资产（X3）、 所有者权益合

21、计包含少数股东权益 （ X4）上具有较大的负荷，说明第二主成分反映了上市公司的综合财务实力和投 资者利益。第三主成分在 存货周转率 （X8）和 资产周转率 （X10）上具有较大的负荷，说明第三主成分反映了上市 公司的运营效率，第四主成分在应收账款周转率（X9）上具有较大的负荷，说明第四主成分在某种程度上反映了上市公司的收账政策。2. 结果分析根据以上 4 个主成分的含义，对主成分进行进一步分析，参照因子得分系数矩阵（表7）建立因子得分模型：FAC1 = -.060*X3-0.053*X4+ 0.377*X5+ 0.364*X6+ 0.385*X7+ 0.024*X8-0.009*X9+ 0.052*X10 FAC2= 0 .524*X3+0 .539*X4-0.081*X5+0.015*X6-0.066*X7+0.074*X8-0.025*X9+0.037*X10 FAC3= -0.038*X3+0.070*X4-0.059*X5-0.001*X6+0.029*X7+0.643*X8-0.002*X9-0.628*X10 FA