非参数检验范文
时间：2023-04-02 06:45:48
导语：如何才能写好一篇非参数检验，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
一、非参数检验的适用情况分析
参数检验是在假设总体分布已知的情况下，针对总体分布的某些参数进行推断检验，因此参数检验对相关变量的分布有严格的要求。在现实中有许多变量的分布是否满足某种特定的分布可能人们事先并不知道，或者虽然知道其分布类型，但其分布并不满足参数检验的要求，无法采用参数检验的方法对相关假定进行推断，这时候就需要采用非参数检验的方法。非参数检验方法主要适用于以下两种情况：
其一，总体的分布未知，需要对总体分布进行推定。在研究中有时我们对研究对象的分布情况可能知之甚少，研究对象的分布情况本身就是有待研究的主要内容；或者希望通过参数检验的方法对研究对象进行深入分析，但对各变量的分布是否满足参数检验的要求没有足够的把握。这时可以通过非参数检验的方法对研究变量的分布情况进行检验。
其二，总体分布情况已知，但变量不能够满足参数检验的要求。参数检验是基于变量的分布情况，利用样本数据与变量分布的某些参数之间的关系构造一个分布已知的统计量，进而对特定的假设进行检验。参数检验首先要求被检验的变量属于定距变量，对于定类变量和定序变量则无法采用采用参数检验的方法，参数检验除了对变量的层次有要求外，对变量的分布也有要求，如果变量不满足参数检验的分布要求，采用参数检验方法则有可能得出错误的结论。因此对于定类变量、定序变量及不满足分布要求的定距变量，一般采用非参数检验的方法进行分析。
二、常用的非参数检验方法及其在财务研究中的应用
同参数检验一样，非参数检验有着众多的方法，根据各种方法适用的情况不同，非参数检验主要包括单样本的总体分布检验、两独立样本的非参数检验、两配对样本的非参数检验及多样本的非参数检验等。
其一，单样本的总体分布检验。该检验是根据样本数据对变量是否满足所假设的分布进行检验。对于离散型的变量一般采用卡方检验的方法，其基本原理是根据假设的分布计算出变量在各个取值上的理论频次，利用理论频次和样本实际频次可以构造一个服从χ2分布的统计量，在假设的分布成立的情况下，该统计量不应该太大，根据计算出的统计量的值及其相伴概率（Sig）可以判断原假设是否成立，当Sig小于设定的显著性水平时应拒绝原假设。由于财务管理研究中所涉及的变量更多的是连续性变量，对于连续型变量可以将其取值分为若干区间，从而把连续型变量当作离散型变量来处理，采用卡方检验对其分布进行检验。但为了提高检验效率，一般采用单样本的K―S检验，K―S检验的基本思想是在原假设成立的前提下，根据样本数据得到的累计频次分布与根据假设分布计算出来的理论累计频次分布不应该有较大差异，根据理论分布确定的理论累计概率分布函数F（x）与根据样本数据得到的经验累计分布函数S（x）的差值D（x）应服从期望值为0的正态分布，由此根据D（x）的观测值可以判断是否接受原假设。卡方检验和单样本K―S检验均可通过统计分析软件SPSS实现，在SPSS中卡方检验的输出结果主要有卡方值（chi-square）和相伴概率值（Sig），K―S检验的输出结果为Z值及相伴概率值（Sig），对结果的判断主要参考Sig值，如果Sig值低于显著性水平则拒绝原假设，认为变量不满足假设的分布。
单样本的总体分布检验在财务研究中的应用主要在是在参数检验前对变量是否满足参数检验的分布要求进行检验，如为检验我国上市公司2007年的高管持股比例是否满足正态分布，我们选择K―S检验进行检验，检验输入的结果为Z＝18.256，Sig＝0.000，因此应该拒绝变量服从正态分布的假设（考虑到有相当部分的上市公司高管持股比例为0，剔除这部分样本后Z＝13.338，Sig＝0.000，仍然拒绝变量服从正态分布的假设）。当然除了正态性检验以外，单样本的总体分布检验还可以对变量是否满足其他分布（比如指数分布、均匀分布、多项分布等）进行检验
其二，两个独立样本的非参数检验。独立样本一般是指来自不同总体的样本，独立样本检验的目的是判断样本来自的总体分布是否相同，其原假设是总体的分布无差异，如果拒绝原假设则认为总体分布之间存在差异。两个独立样本的非参数检验方法主要有游程检验、秩和检验和累计频次检验。游程检验的基本思想是将两个样本混合按大小顺序排列后，如果两个样本来自的总体无差异，则排列后的样本数据应该是随机交替地来自两个样本，不应该出现两个样本各自集中于一端的现象。如果把重新排序后的序列中连续来自同一个样本的子序列称为游程，则在原假设成立的前提下，游程数量不应太少，因此利用游程数量的多少可以判断两个样本来自的总体分布是否存在显著性差异。当两个样本的容量均较大时，游程数近似服从正态分布，游程检验输出的结果为Z值及其相伴概率Sig值，当Sig值小于设定的显著性水平时，拒绝原假设，认为两个总体分布存在显著性差异。秩和检验的思路是将两个样本进行混合排序，以每个样本数据的序号作为它的秩，如果两个样本来自的总体无差异，则在两个样本容量一定的情况下，两个样本的秩和不应该太大和太小，因此可以用其中一个样本的秩和构造统计量，对假设进行检验。在SPSS中秩和检验对应的是Mann―Whitney U检验，该检验输出的结果为Mann―Whitney U统计量的值和Z值及其相伴概率Sig值。当样本容量较小时，以U值及其相伴概率作为判断依据；当样本容量较大时，以Z值及其相伴概率作为判断依据。Sig值小于显著性水平则拒绝原假设，认为两个总体存在显著性差异。累计频次检验是通过两个样本在每个数据点的累计频率的差值对总体分布差异性进行检验，如果两个样本来自的总体分布无差异，则两个样本在各点的累计频率不应该有太大差别，累计频率差值的最大绝对值可以作为判断两个总体分布是否存在差异的依据。在SPSS中累计频次检验对应两独立样本的K―S检验，输出结果为Z值及相伴概率Sig值，当Sig值小于显著性水平时拒绝原假设。
在财务研究中经常需要对不同类型的企业财务指标或财务行为是否存在差异进行分析，这时就可以从不同类型企业中抽取一定数量的样本进行对比分析，此类样本即属于独立样本。国家自然科学基金重点项目“我国企业投融资运作与管理研究”为了研究企业的投融资行为进行了一次大型调查活动，调查对象包括上市公司和非上市企业，因此按照是否上市可把样本分为上市公司和非上市企业两个独立样本，为检验这两类企业对银行中期贷款的使用情况是否存在差异，根据项目组编制的调研数据库中的数据，我们可选取秩和检验和累计频次检验进行分析。秩和检验输出结果分别为Z＝－2.755、Sig＝0.006；累计频次检验输出结果分别为Z＝－1.493、Sig＝0.023。如果显著性水平选取0.05，则两种检验的结论均拒绝原假设，认为上市公司和非上市企业在银行中期贷款的使用上存在显著差异。
其三，两配对样本的非参数检验。配对样本一般是指对同一调查对象在不同情况下进行的多次调查，以分析调查对象在不同情况下是否存在显著性变化或差异，配对样本检验的原假设是多次调查不存在差异。两配对样本的非参数检验方法主要有符号检验法和符号秩检验法。符号检验法是根据调查对象两次调查数据变化的正负符号来判断调查对象是否出现存在显著性差异。其基本思想是在原假设成立的前提下，配对样本数据变化的正负个数应该基本相当，如果两者差异很大，则认为调查对象在两种情况下存在显著性差异。当样本容量较大时，SPSS中符号检验法输出的结果为Z值及相伴概率Sig值，当Sig值小于显著性水平时拒绝原假设。符号秩检验是在符号检验的基础上，除了考虑配对样本变化的符号外，还把变化的大小也考虑进去。这种方法以变化值的绝对值进行排序作为每个样本的秩，分别计算变化值为正的样本秩和及变化值为负的样本秩和，在原假设成立的前提下，两个秩和差别不应太大。符号秩检验对应SPSS中的Wilcoxon检验，输出结果为Z值和Sig值，Sig值小于显著性水平则拒绝原假设。
企业对不同融资工具的使用是否存在显著性差异就属于配对样本的检验问题，比如为检验企业对银行短期贷款和银行中期贷款的使用是否不同，我们利用调研数据库中的数据使用符号检验和符号秩检验对其进行分析，符号检验的输出结果为Z＝－16.618，Sig＝0.000；符号秩检验的输出结果为Z＝－15.794，Sig＝0.000。设定显著性水平为0.05，则两种检验的结论均拒绝原假设，认为企业在银行短期贷款和中期贷款的使用上存在显著差异。
其四，多样本的非参数检验。两独立样本和两配对样本的非参数检验是对两个总体的分布是否存在差异进行检验，实证研究中有时需要对多个总体分布是否存在差异进行检验，这时就要用多个样本进行检验，同两个样本一样，多样本也有独立样本和配对样本。独立多样本的非参数检验方法主要有中位数（Median）检验和K―W检验，独立配对样本的非参数检验主要采用Friedman检验。中位数检验的基本思想是把多个样本混合以后，取其中位数作为参考，把每个样本的数据与这个共同的中位数比较，则在多个总体分布无差异的情况下，每组样本数据中大于和小于这个中位数的数量的期望值应该各为1/2，如果实际样本中这两者的数量相差较大，则应拒绝总体分布无差异的假设，中位数检验就是根据各样本数据中大于和小于共同中位数的数量构造统计量来对假设进行检验，该检验在SPSS中输出的结果为χ2值和Sig值，Sig值小于显著性水平则认为总体分布存在差异。K―W检验的基本思想与两独立样本的秩和检验相同，都是利用样本的秩和作为判断依据，不同的是K―W检验根据多个样本的多个秩和构造出一个服从χ2分布的统计量作的判断依据，输出结果为χ2值和Sig值。Friedman检验的思想是将每一观察对象的配对样本数据按大小排序，以其序号设定其秩，然后计算各组样本的秩和，如果每组样本对应的总体分布无差异，则各组的秩和应该差异不大。Friedman检验根据各组秩和构造统计量，输出结果为χ2值和Sig值，Sig值小于显著性水平则拒绝总体分布无差异的假设。
“我国企业投融资运作与管理研究”项目的调查将企业资信等级分为AAA级、AA级和A级及以下，资信等级不同的企业对银行中期贷款的使用情况是否存在不同就属于多独立样本的检验问题。根据调查数据，分别选用中位数检验和K―W检验，输出结果分别为中位数检验χ2＝0.917、Sig＝0.632；K―W检验χ2＝0.367、Sig＝0.832，如果设定的显著性水平为0.05，则不能拒绝原假设，不能认为资信等级不同的企业对银行中期贷款的使用存在差异。对于企业在多个债务融资工具上的使用是否存在不同，则需要采用多配对样本的非参数检验，根据调研数据采用Friedman检验输出的结果为χ2＝1530.17、Sig＝0.000，由于Sig小于显著性水平，因此拒绝原假设，认为企业对各种债务融资工具的使用频率存在差异。
三、非参数检验结论的可靠性分析
非参数检验作为假设检验的一类，是利用样本数据推断总体的特征，其推断过程同样有可能会犯两类错误，第一类错误是在原假设成立的前提下拒绝原假设，第二类错误是在原假设不成立的情况下接受了原假设。假设检验控制的是第一类错误，如果非参数检验的结论是拒绝原假设，则犯错误的概率应该小于设定的显著性水平。当检验结论不能拒绝原假设的情况下，此时如果我们接受原假设，则有可能犯第二类错误，而且犯第二类错误的概率是无法控制的，一般来讲，样本容量越大或者对样本的信息利用越充分，犯此类错误的概率会越小。由于参数检验利用的样本信息多于非参数检验，因此在变量满足参数检验的情况下采用参数检验得到的结论会更可靠，尤其是在两种方法得出的结论不一致时，应该采信参数检验得出的结论。
参考文献：
［1］卢淑华：《社会统计学》，北京大学出版社2000年版。
篇2
1 参数统计方法的理论基础及应用局限
理论上，空白标本由于不含有待测物，其真实浓度（μβ）为零，但由于空白响应量并不是一个固定值，其波动服从正态分布规律，因此对空白标本进行多次检测所得到的检测结果并不总是等于零。以均值（x）和标准偏差（S）表示空白响应量的集中位置和离散程度，单次检测的空白响应量有95%的概率分布在区间[x-2·s，x+2·s]内。在确定方法学性能或绘制标准曲线时常常以x作为校准至零点的基准，其对应的待测物浓度（x空白）定为零。各个检测样品的反应响应量减去x就是该标本中待测物产生的响应量，结合标准曲线计算出待测物浓度。由于空白响应量有波动，因此空白标本的检测结果应对称分布在x空白的两侧，大于0和小于0的概率都是50%，符合正态分布规则，空白标本单次检测结果有95%的概率在区间[x空白-2·s空白，x空白+2·s空白]内，在此区间外的概率只有5%。以该区间的上限值（x空白+2·s空白）作为空白检测限（limit of blank，LoB），只有检测结果高于LoB时才认为标本中确实含有待测物。对于小于或等于LoB的检测结果认为是由空白标本单次检测的空白响应量波动造成，可报告“无分析物检出”。但部分仪器无法给出原始响应量，而是直接报告检测结果，并将负值结果自动转换为零或者指定的检测低限，无法给出负值的检测结果。从医学角度分析，患者血清或其他体液标本中某待测物的含量不可能为负值，仪器对负值结果的转化是合理的，但这种偏态分布资料不适合采用参数统计方法通过x空白和s空白来确定该检测体系的LoB[8，9]。否则得到的LoB要明显大于真实的LoB[8]，从而导致很大一部分低浓度标本被误判为阴性，而出现“假阴性”的报告。
2 非参数统计方法的理论基础
2.1 Ⅰ类错误与LoD的关系
2.2 Ⅱ类错误与LoD的关系
3 非参数统计的评估程序
3.1 空白标本和低值标本的纳入标准
空白标本的物理性状和基质成分应尽可能接近患者标本，如果患者常规标本为血清或血浆标本，则应选择不含待测物的血清或血浆标本作为空白标本而不是非血清基质的缓冲液。由于不同来源的标本可能存在不同的基质效应以及形成不同的内源性复合物，为确保评估过程中的检测具有代表性，应选择多份空白标本（建议5～10份甚至更多），每份标本多次测定。低浓度标本也同样采用一系列（至少5～10例）不同患者来源的血清/血浆标本，每份标本进行5～10次重复测定，连续检测5～10 d，得到低浓度标本检测结果的标准偏差（s低值）。
3.2样本量的选择
评估程序中，空白标本数量和低值标本数量的最佳比例的选择取决于LoB估计值（LoB估计）和低值标本检测结果的离散度估计的不确定性。统计学上非参数统计方法的效率要低于参数统计方法，其检验效率只有参数统计的一半左右，因此用非参数统计的方法计算P95·空白时，建议空白标本的数量应该大于低值标本的数量。但低值标本检测结果的离散程度（s低值）要明显大于空白标本检测结果的离散程度（s空白）。因此综合以上两个因素，建议空白标本和低值标本的检测次数一样或至少接近[8]。而且理论上通过增加空白标本和低值标本的重复检测次数可以扩大样本量，减少抽样误差，使样本更好地反映总体。但实际工作中不可能对标本进行无限次重复检测，一般要求做20次或20次以上的重复测定，降低P95·空白和s低值来分别估计LoB和σs所带来的不确定性。
篇3
关键词：中小企业；财务风险；因子分析；多项logistics分析方法
世界经济尚未从危机中回复，企业的生存条件恶劣，而中小企业更是由于经济基础差、技术管理水平低、规模小、发展时期短、融资困难以及经验不足等问题的限制，面临着更为严峻的生存压力。这种情况下，建立一个更具个性化的有效的财务风险预警模型满足中小企业上市公司财务风险预警工作的实际需要。
1、我国中小企业上市公司财务风险预警模型的提出
我国中小企业上市公司财务风险预警模型应在中小企业自身一些特定条件下运用会计要素及其结构指标针对风险因素进行描述、分析、预测，最终形成具有中小企业上市公司自身特点、特色的中小企业上市公司财务风险紧急预案。
1.1财务风险预警模型的几个前提
（1）中小企业上市公司的特异性是通过某项指标进行统计学分析后获得的，并以此作为中小企业上市公司的特异性的来源，本文以行业细分作为代表，在实际应用中可以再用资本额、所属地域等指标进行细分，目的是保证中小企业上市公司的特异性具有实际上的比较意义。
（2）模型形成的变量不是一个判断值则只是一个描述值，描述值的目的是为了满足中小企业上市公司财务风险紧急预案在数值描述上的需求，避免仅靠判断值分析公司财务风险，而转化为序列描述值的综合判断。
（3）中小企业上市公司财务风险紧急预案是中小企业上市公司财务风险预警模型数据序列描述值的实际预警值启动程序。
1.2模型分析方法
一是采用多个独立变量非参数检验方法，用于判定不同行业间的差异是否存在，为下一步模型检验提供依据。二是多项Logistic模型分析，用于在多个独立变量非参数检验方法判定行业差异化后，进行财务模型指标的选择。
2、实证测算分析
2.1中小企业上市公司财务数据来源
从A股市场选取中小企业上市公司77家，数据报告取自国泰安数据库官方网站，为了研究的方便，本文将制造业作为基准行业，即行业4，房地产、综合定义为行业1，IT、电力、化工、纺织、服务定义为行业2，其他类别定义为行业3，通过4个行业的分析，分析与基准行业4制造业的差异。
2.2变量选择
从企业财务报告中披露的偿债能力、营运能力、盈利能力、成长能力、现金流量指标五个方面选取了资产负债率等20个财务指标作为自变量进行分析。
2.3多个独立变量非参数检验
以行业为分组变量进行检验，采用Kruskal-Wallis H检验和中位数检验。
由分析结果可见，流动比率、速动比率、营运资金比率与行业相关。
以中位数检验，可以得到利息保障倍数、总资产净利润率、销售净利率、计算结果。可以得到利息保障倍数、总资产净利润率、销售净利率与行业有关。
所以在之前的研究中以中小企业上市公司财务数据来源中ST、非ST分类，事实上是具有局限性的，尽管在研究中数据出现了Kruskal-Wallis H检验和中位数检验不一致的原因，但是可以明确的是针对不同的行业进行的我国中小企业上市公司财务风险预警模型研究更具有针对性，更适合企业进行序列描述性工作。
2.4多项Logistic模型分析
选定了20个变量进行非参数检验以判断与行业的关系，实际上在多项Logistic模型分析过程中，变量自身也存在着相关性，指标包含的信息可能存在许多重叠部分或冗余部分，容易使真实信息被扭曲进而导致做出错误的判断。所以首先进行数据简化分析工作，采用因子分析来进行此项工作。
先对量表进行KMO测量和Bartctt球体检验， KMO值为0.629，大于0.6，表明适合进行因素分析； Bartlett’s球形检验结果P值小于0.001，拒绝相关系数矩阵为单位阵的原假设，说明各指标间的相关性较强，可以进行因子分析。因子分析结果表明六个因子基本上符合了要求，六个因子（即：流动比率X1、速动比率X2、现金比率X3、营运资金比率X4、资产负债率X5、股东权益比率X6）共解释总方差72.042%，基本能代表原变量方差的信息。所以在多项Logistic模型分析过程中，选取6个主成分带入后向逐步法引入变量，回归方程，模型显著。
所以参照行业4，行业1、2、3有以上回归方程，通过研究77家中小企业上市企业运用多项Logistic模型实证分析出了以行业为特异性代表的中小企业上市公司财务风险预警模型。由于本文是根据方程最终拟合值计算指标数，所以多项Logistic回归未进行显著性剔除，目的是结合多个独立变量非参数检验分析结果更为直接的反映中小企业上市企业实际模型计算数值，提高拟合度。
变量中流动比率X1、速动比率X2、营运资金比率X4、资产负债率X5显著，预警模型方程为：以行业4为基准
Logit[P(行业=1|X1,X2,X4,X5)]=-1.904+1.557X1-2.931X2-0.509X4-0.395X5
Logit[P(行业=2|X1,X2,X4,X5)]=-1.441-1.171X1+2.061X2-0.485X4-0.379X5
Logit[P(行业=3|X1,X2,X4,X5)]= 2.352-6.896X1+5.312X2+0.315X4-0.730X5
由此可见，不同情境模式下（本研究以行业为基准）是不同的，所以在之前的研究中以ST、非ST分类是存在一些欠缺的。
7.1 研究结论
1. 非参数检验过程说明，针对不同情景，财务指标的差异性是存在的，以上虽然采用Kruskal-Wallis H检验和中位数检验，所提示的财务指标项目并不相同，甚至没有交集，主要原因是数据，个别行业的样本数太少，更大规模的数据验证工作可以完成更为准确的行业公司财务风险预警模型设计工作。
2. 多元Logistic模型与一般的ST、非ST分类不同在于，情景模式的多元使得多元Logistic模型代替了二元Logistic模型，增加了数据计算量，同时财务指标的选择成为了更重要的内容，以上选择了20个指标，因子载荷分析后，形成了6个，在Logistic模型以这6个指标建立了涉及4种行业情景模式的Logistic模型回归方程。
3. 提出了解决公司财务风险问题需要有系统的预警预案机制，即公司财务风险预警模型起到的仅是数据描述作用，不应该放大公司财务风险预警模型成为判断作用，公司财务风险预警预案机制来保证公司财务风险预警成为一个系统的财务管理方法，公司财务风险预警模型是具有公司个性化特点的一个重要组成部分，整体体系需要有一个综合预防方法。
参考文献
[1] 王艳.基于Logistic回归方法的上市公司失败预警模型研究[D]，合肥:合肥工业大学.2006；
[2] 梁娟.我国中小企业板上市公司财务风险预警的探讨[J].科技情报开发与经济,2007（16）；
[3] 郭志等.我国上市公司财务困境预警研究[J].当代经理人,2006（3）；
篇4
摘要： 目的 了解山西省出生缺陷高发区地球化学环境中微量元素含量与发病风险的关系。方法 应用电感耦合等离子发射光谱仪(ICP)对山西省出生缺陷高发区中阳、交口县及低发区平遥县土壤、粮食、饮用水源和人发样品中As、Se、Mo、Zn、Sr、Fe、Sn、Mg、V、Cu、Al、K、S、Ca等14种元素含量进行测定，再用非参数检验和逐步回归等统计学方法对比分析出生缺陷高、低发区的样品中微量元素含量差异。结果 出生缺陷高发区环境中S元素含量高，Sr、Al元素含量低。此外，高发区与对照低发区的水、粮食以及人发中Mg、Mn、Mo、Fe、Cu、Ca和Sn的含量差异有统计学意义。结论 出生缺陷高发区和对照区土壤、粮食、饮用水源及人发中微量元素含量差异有统计学意义，可以通过环境因素中微量元素分析来推断出生缺陷发生风险高低。
关键词： 高发区;发病率；元素含量；出生缺陷
Analysis on trace element of geochemical environment in high prevalence area of birth defects
Abstract： Objective To explore the relationship between the content of trace elements of geochemical environment and the incidence of birth defects in the high prevalence area of birth defects.Methods The concentration of 14 kinds elements in the samples of soil，corn，water and hair from the high prevalence areas and the low one in Shanxi province were mensurated with Inductively Couplled Plasma(IGP) machine in the lab.Then the data were statistically analyzed and compared to find the difference of geochemical environment among these areas.Results Compared with the samples from the low prevalence area，the concentration of sulfur in the natural environment samples from high prevalence areas was significantly higher，but the concentration of strontium and aluminum were lower.Besides，and there were significant difference between the concentration of Mg，Mn，Mo，Fe，Cu，Ca and Sn in water and corn from the high prevalence birth defects area and that from the low one.Conclusion The concentration of trace elements in the samples of soil，corn，water and hair from the high birh defects ratio area and the low one has great difference，which can be used to deduce the occurrence of birth defects.
Key words：high prevalence area;incidence;concentration of elements;birth defects
出生缺陷发生与环境因素异常有关已被证实〔1〕，但已往的相关研究更多关注的是污染环境、生活环境及工作环境等次生环境的影响作用〔2-5〕。而大量研究表明，出生缺陷发生具有一定的地域集中性，存在明显的高发地区〔6，7〕。探讨出生缺陷高发区自然环境的异常特征，对出生缺陷的预防和干预很有意义。山西省是我国出生缺陷高发区，1996～2002年的调查数据表明，全省平均出生缺陷发生率为177%，农村地区高达277%〔8〕。本文采用对照比较法，探索出生缺陷发生率与地球化学环境异常特征之间的相关关系，为有效干预和防治出生缺陷的发生提供科学依据。
1 资料与方法
11 样品采集 选择出生缺陷高发的山西省交口县和中阳县作为研究区，出生缺陷发生率低的平遥县作为对照区。根据流行病学调查结果，在出生缺陷高发区，选择19个自然村落，分别采集表层土壤(耕地和林地共146份样本)、饮用水(井水和河水共248份)、粮食(玉米共170份)和人体头发样品(共79份)。在作为对照区的平遥县，采集上述各类平行样(共21份样本)。在高发区和对照区采集土壤样品时均远离居民住地和道路，以保证样品的代表性。
12 样品处理与分析 土壤样品风干后过100目筛，然后称取土样01g，加入3ml硝酸，1ml高氯酸，1ml氢氟酸，放置到烘箱烘烤硝化4～5h。然后，放在电热板上加热1～2h，直到液体凝结成珠后，加高纯水定容至10ml，待测。人发和粮食等样品，首先经清洗、烘干后剪碎或磨碎，称取01g，再加入1ml硝酸和1ml双氧水，加热消解、定容至10ml，待测。处理后的样品用电感耦合等离子发射光谱仪(ICP)测定As、Se、Mo、Zn、Sr、Fe、Sn、Mg、V、Cu、Al、K、S、Ca等14种元素含量。
13 统计分析 将实验测得的数据按照高发区和对照区分为2组，建立SPSS数据库。对各样本中的所有元素进行统计分析，寻找在样本内相对稳定的元素，而剔除在样本内变异较大的元素。其次将这些含量相对稳定的元素作为出生缺陷高发区群体样本和对照区进行地球化学特征差异的分析。根据研究目的及样本构成特征，选择非参数检验(曼惠特尼U检验)、逐步回归分析法来分析出生缺陷高发区的环境异常特征。采用SPSS 100统计软件进行分析。
2 结果
21 样本分析与元素筛选(表1) 由表1可知，在疾病高发区，土壤中微量元素含量相对稳定，不同采样点的变化不大。而饮用水和粮食中的微量元素存在一定的变异。含量变异度较大的元素在浅层水中有As、Mo、Sn、Cu；深层水中有Sn、Cu;粮食中则是Mo、Sn。因此，在进行非参数检验时将Mo、Sn、Cu 3种元素剔除。同时，由于有些元素含量极低，甚至低于仪器的检测限，也考虑剔除。这些元素在病区有头发样本中As、Mo、Sn；饮用水中有Fe、V；耕地和林地土壤中有Se；粮食中为As、Se、Mo。对于这些元素，目前还不能忽略其可能的致畸作用，如果需要可再作进一步研究。
转贴于
22 非参数检验结果(表2) 表2为在剔除Mo、Sn、Cu元素后进行的非参数检验结果。出生缺陷高发区和对照元素含量有显著差异。根据平均轶值的大小比较，患者发中Sr、Mg、Ca含量明显偏低，Al、Fe明显偏高。病区和非病区土壤中Fe、S有显著差异，病区林地土壤中S含量明显偏高，非病区Fe、S含量明显偏低。病区和非病区粮食中Sr、Ca、K差别明显，在病区这3种元素含量明显偏高。病区和非病区浅层水中Sr、Fe、Mg、Al含量差别明显。病区和非病区深层水中Sr、Fe、Mg、Al、K含量差别明显。此外，除了耕地外，病区其他环境指标中的S含量均高于非病区。
表1 病区指标中元素含量变异系数（略）
表2 高发区与对照区各指标非参数检验结果（略）
注：*P
23 逐步回归分析结果 为了方便回归分析，设病区发病率为1，对照区为-1。病区发病率y1=1，对照区发病率y2=-1为因变量，14种元素含量为自变量，进行多元逐步回归分析。进入方程的元素即是对病情影响较大的元素，分别是：人发中的Se、Mg、Ca，浅层水中的Mo、Sr、Sn、Ca、Al，深层水中的Mo、Sr、Sn、Al、K、S，耕地土壤中Zn、Sr、K、S，林地土壤中S，粮食中K等。其中S与病情呈正相关，Se、Mg、Mo、Zn、Sr与病情呈负相关，Sn在浅层水中与病情呈正相关，在深层水中与病情呈负相关，K在耕地中与病情呈正相关，在粮食中则呈负相关。
24 高发区地球化学环境异常特征 综合考虑非参数检验和逐步回归分析的结果，就可以检出既在高发区和对照区间含量变异大，又对高发区环境特征形成贡献大的元素。可以用2种检验结果所构成的微量元素交集来表现出生缺陷高发区地球化学环境的异常特征。结果表明，尽管高发区微量元素含量差异在不同环境要素中表现不同，但是总体环境中S元素含量高和Sr、Al、Mg元素含量低的特性明显。因此，可以认为S元素含量高和Sr、Al、Mg元素含量低构成了出生缺陷高发区地球化学环境异常特征。
3 讨论
人体缺乏锶将会阻碍新陈代谢、产生牙齿和骨骼发育不正常等症状，精神病患者的头发中锂、锶含量低。如果缺乏Mg会使人体产生疲乏感，易激动、抑郁、心跳加快和易抽搐等。北方水质较硬，地下水本身又属硬性水，其中钙、硫含量往往导致饮用者发生肝、肾、尿道结石即神经系统疾病，危害人体健康。人体钾含量异常会造成心脏功能不正常。铝是一种对人体有害的元素，可在人体内蓄积并产生慢性毒性。铝可在脑组织中蓄积，引起中枢神经功能紊乱。导致中枢神经功能障碍。铝能引起人类的骨病变，如骨软化和骨发育不全〔9〕。通过对山西省出生缺陷高发区和低发区土壤、饮水、粮食及人发样品中微量元素含量的统计分析，可以得到以下结论：(1)出生缺陷高发区和对照区土壤、粮食、饮用水源及人发中微量元素含量具有显著性差异，可以通过微量元素分析来表征高发区地球化学环境的异常特征。(2)非参数检验和逐步回归分析结果表明，出生缺陷高发区地球化学环境比较清晰的异常特征是S元素含量高，Sr、Al、Mg元素含量低。(3)由于出生缺陷高低发区水、粮食以及病人头发中Mg、Mn、Mo、Fe、Cu、Ca和Sn的含量也有明显差别，所以可以推测上述元素对出生缺陷的形成也可能具有重要的影响作用。
参考文献
〔1〕 李正，王慧珍，吉士俊.先天畸形学［M］.北京：人民卫生出版社，2000：1-2.
〔2〕 Irgens A，Kruger K，Skorve A H，et al.Reproductive outcome in offspring of parents occupationally exposed to lead in Norway［J］.AMJINDMED，1998，34：431-437.
〔3〕 Navah Z Ratzon，Asher Ornoy，Asher Pardo，et al.Developmental evaluation of children born to mothers occupationally exposed to waste anesthetic gases［J］.Birth Defects Research(Pan A)，2004，70：476-482.
〔4〕 赵仲唐，李栋，高莉洁，等.不同人群先天畸形影响因素比较［J］.中国公共卫生，2005，21(3)：293-295.
〔5〕 马清兰，王国宏.铅对女工妊娠及子代健康影响分析［J］.中国公共卫生，2005，21(1)：40.
〔6〕 Richard Olney，Joseph Mulinare.Epidemiology of neural tube defects［J］.MRDD Research Reviews，1998，4：241-246.
〔7〕 Cynthia AM，Song Li，Zhu Li，et al.Elevated rates of severe neural tube defects in a highprevalence area in Northern China［J］.American Journal of Medical Genetics，1997，73：113-118.
〔8〕 张雪娟，王琳.山西省1996～2002年出生缺陷研究［J］.中国妇幼保健，2004，13：93-94.
篇5
关键词：非参数检验；分布拟合；洪涝判定
中图分类号：P407 文献标识码：A 文章编号：1009-2374（2013）20-0016-02
1 概述
自然灾害的发生具有一定的突发性和随机性，且有时是难以避免的。进入21世纪，我国洪涝灾害频发，造成损失严重。仅2012年洪涝灾害致死673人，直接损失2675亿元。因此如何应对洪涝灾害以减轻财产损失是我们不得轻视的问题。
本文通过处理郑州多年降雨量数据建立洪涝灾害判定模型，得出21世纪以来郑州洪涝灾害发生的具体情况，通过概率分布来量化郑州洪涝发生的频率、强度、持续时间和多发月份等信息，以便为该地区农业灾害保险定价、农业生产和洪涝灾害防治等方面提供依据。
2 理论与概念
2.1 数据来源
本文选取中国气象科学数据共享服务网，截取郑州站点2000～2012年降雨量日值数据为研究对象。依据气象学中我国气象部门采用的爆雨强度标准，大暴雨是指12小时雨量等于和大于70毫米；特大暴雨指是2小时雨量等于和大于140毫米。
2.2 降雨形成洪涝模型
洪涝灾害主要是由降雨引起的，当降雨量在一段时间内持续过大，降水速度大于排水速度就会引起洪涝灾害。假设降雨速度为v（t）mm/d，而最大排水速度为V，实时排水速度为v0mm/d。则，该地区在t-t0时间段
内雨水累积量为：
（1）
显然当日降雨量较小时，降雨可以及时地通过土壤渗透以及河流排水排出，即v（t）-v0=0时不存在积水情况，更不会存在洪涝灾害的隐患。但当日降雨量非常大或者持续高强度降水时亦即v（t）非常大或者持续较大时，就会发生洪涝灾害。
在t-t0这段时期内，可以把从下雨整个连续多水期分为潜伏、蓄水和排水三阶段。在潜伏阶段（t0～t1），v（t）=v0，不会形成积水；到了蓄水阶段（t1～t2），v（t）>v0，会开始形成积水，且积水的多
少与Δt=（t1～t2）的大小直接呈正相关，积水大于一定值时判定为洪涝，此阶段持续时期越长则发生洪涝灾害越严重；进入排水阶段后降水速度减少至C以下（t2～t3），v0=C，此时期长短则与前期的积水量正相关，直到t3时刻排水结束，积水V=0。
则（1）式可以展开为：
（2）
从（2）式可看出t2时刻V（t）达到最大为：
（3）
于是可以参照此时的积水量Vm来判断洪涝发生的时间和强度。假设观测区排水速度恒为100mm/d，即与大暴雨的速度相当。当积水超过50mm时判定为洪涝，洪涝强度与积水深度有关。求得12年来洪涝灾害发生的结果，见表1。
2.3 分布检验方法
在总体分布情况不明或有些分组数据一端或两端为不确定数值时，用非参数检验。本文选用K-S检验、A-D检验和卡方检验三种常见的非参检验方法。三种检验的值都是越小，实际分布越接近理论分布。
3 关于郑州洪涝灾害的描述
一般大暴雨及洪涝灾害发生的时间、每次发生的强度、发生频率等遵循某种特殊分布。我们试图以某种分布函数来描述这种规律，并通过非参数检验来判断拟合优度。
3.1 洪涝发生频率描述
通过每年灾害发生次数的时序图，可知郑州历年灾害数之间的影响不大。根据郑州2000～2012年洪涝发生次数的原始数据，可知郑州洪涝发生次数的样本原点矩8.923，大暴雨发生次数的样本原点矩18.615。分别运用参数λ=8.92和λ=18.6的泊松分布对洪涝及大暴雨发生的次数进行非参数检验。
洪涝和大暴雨的K-S检验值分别为0.179和0.142，均小于置信水平95%时的临界值0.36，通过检验；二者A-D检验值分别为0.51和0.31，小于置信水平95%时的临界值2.5。因此可认为郑州洪涝灾害及大暴雨发生的次数都服从泊松分布。大暴雨年发生次数X～π（18.6）。洪涝灾害年发生次数Y～π（8.9）。
3.2 暴雨发生月份描述
通过观察大暴雨发生的月份可发现大暴雨发生时间集中在夏季，用常见的有界分布对其经验分布进行拟合都不理想，其中Gen.Extreme Value拟合度最优，K-S检验值0.125，A-D检验值7.74，仍拒绝原假设。故只能通过频数分析来描述大暴雨平均发生次数与月份的关系，详见表2。
4 结论与展望
本文通过建立模型处理易得的降雨量数据，得出郑州13年间洪涝灾害发生的时间和强度等信息。洪涝灾害的发生次数服从泊松分布，并长期持续以大约每年9次的速度发生洪涝灾害，7、8、9三个月份是大暴雨频发月份。因此每年这三个月要特别注意洪涝灾害的防治。
本文对郑州洪涝灾害进行了初步探索，其中有很多需要完善的地方。比如洪涝灾害的发生时间与强度可能会有某种联系，但本文只分别检验各自的统计规律，而这两者很有可能服从某种联合分布；本文只针对洪涝灾害进行研究，其他自然灾害的概率描述也会对农业防灾和保险赔付领域有深刻的价值，所以针对不足有待进一步分析和推广。
参考文献
[1] 周俊华，史培军，方伟华，等.1736-1998年中国洪涝灾害持续时间分析[J].北京师范大学学报（自然科学版），2001，37（3）：409-414.
[2] 张俊香，黄崇福，乔森，等.自然灾害概率风险区划与软风险区划的比较[A].中国灾害防御协会风险分析专业委员会第二届年会应用基础与工程科学学报
[C].2006：1-5.
篇6
内容摘要:本文通过描述性统计、非参数检验和LSD检验等不同研究方法,基于2003-2008的数据,对我国A股上市公司资本结构的行业性差异进行了全面的深入的分析。并得到结论:虽然总体而言,我国上市公司行业间的资产负债率存在显著差异,但这种显著差异并不具有普遍性和稳定性。
关键词:上市公司 行业 资本结构 资产负债率 差异
相关理论回顾
自1958年Modigliani和Miller开创性地提出了MM理论以来,资本结构问题就一直受到金融学家们的持续关注,成为公司金融领域和企业理论的主要研究方向之一。资本结构理论发展至今,大致经历了现代资本结构理论阶段(1958-20世纪70年代后期)、新资本结构理论阶段(20世纪70年代后期-20世纪80年代)和后资本结构理论阶段(20世纪80年代后期―)。而在20世纪80年代后期之前的资本结构理论通常都是把企业在产品市场上的竞争策略和财务策略分开来进行研究,没有考虑二者间存在的互动影响。因此,后资本结构理论之前的理论都认为资本结构的决定与公司的行业特性无关。
直到Brander和Lewis(1986)的“寡占竞争和财务结构:有限责任效应”一文发表后,产业经济学家和公司财务学家各自为政的局面才得以改观。此后,资本结构与产品市场竞争互动关系受到金融经济学家和产业经济学家的关注,也就逐步形成了以产业组织为基础的资本结构理论。该理论不断发展的研究表明,企业的资本结构决策是基于产品市场竞争环境,公司战略以及资本市场环境等因素的综合选择。总之,企业的资本结构和产品市场竞争之间存在密不可分的联系。此后,学者们对行业因素是否影响公司资本结构选择开展了大量的理论和实证研究。理论分析通常得到了一致的结论,即行业特征是影响公司资本结构的重要因素;而实证分析却得到了两种截然不同的结论:资本结构和行业无关;资本结构和行业相关。
从理论上来分析,首先,不同行业经营的业务特点不同、行业成长性不同、资产结构不同、对资本的需求状况也不同,因而资本结构应该不同;其次,各个行业的竞争激烈程度不同,资本结构也应该会受到影响;最后,行为金融学中的“羊群效应”也能对资本结构的行业差别进行解释。
然而,如前所述,无论是国外还是国内学者的相关实证研究则得出了和理论分析有别的两种相逆结果。如表1所示。
究其得出不同结论的原因,主要是因为研究的时间跨度都较短且样本量不够,以及研究方法不一致等。
本文试图对行业是否是影响上市公司资本结构的因素之一进行一次详细的考察,并着重关注:不同行业是否具有不同的资本结构、同一行业是否具有相似的资本结构等问题。
数据样本与研究方法
(一)数据样本
截至2008年12月,我国A股上市公司已有1600多家,根据分析的需要,本文以2003―2008的年报数据作为选样窗口,并依据中国证券监督管理委员会2001年4月3日的《上市公司行业分类指引》进行筛选,具体选样原则如下:
1.剔除金融类(I)和综合类(M)上市公司。因为金融类上市公司的资本结构和非金融类上市公司的资本结构之间是不具有可比性的,而跨行业经营的综合类主营业务不定,不属于任何行业。
2.上市时间相对较长。为了满足研究样本量的足够性,同时考虑到新上市公司的业绩容易出现非正常性的波动,而且公司内部各方面的运行机制还不够健全和完善,即为了确保上市公司行为的相对成熟,新上市(上市一年内)或次新上市(上市两年内)公司不包含在样本中,即剔除了2001.1.1之后上市的公司。
3.剔除了同时发行B股或H股的公司。由于外资股的股价与公众A股的股价不同,而且B股和H股对A股的信息披露有所影响。所以本研究的样本均为仅发行A股的上市公司。
4.剔除2003―2008期间被实施过ST(Special Treatment,特别处理)和PT(Particular Transfer,特别转让)类上市公司。这些公司或处于财务状况异常的情况,或已连续亏损两年以上,若这些公司纳入研究样本中将影响研究结论。
5.剔除资产负债率大于100%的上市公司。这类企业实际上已是资不抵债,基本上陷入退市境地,而处于困境之中的负债水平并不是企业正常的负债水平。并且,大于1的资产负债率违背企业经营在会计上的基本等式,且是一个异常值,它的加入会极大地影响统计结果,使统计结果出现不应有的偏差。
6.考虑到样本在不同时间的可对比性,本研究选取了2003―2008连续公布年报,且年报数据都齐全的上市公司。
基于以上原则,本研究最终选取了639家在2003―2008年连续公布年度财务报表的非金融类A股上市公司作为研究样本。它们分属于11个行业门类以及各行业大类。如表2所示。可见,基本上反映了我国目前上市公司产业结构的现状。所以,可以认为研究样本的选择是具有代表性的。
本研究的公司财务数据信息主要来自国泰安的中国股票市场数据库(CSMAR)和上海证券交易所、深圳证券交易所网站、凤凰财经网站等;数据处理软件则是采用经济分析中常用的SPSS15.0。
(二)研究方法
本文将分别采用描述性统计分析、Kruskal―Wallis H非参数检验方法、最小显著差异LSD 检验和回归分析等方法对行业因素是否影响资本结构进行分析。
描述性统计分析。首先对样本公司从行业的角度对资本结构的变量资产负债率进行统计描述,试图发现其中蕴含的一些行业特征。
然后,采用Kruskal―Wallis H非参数检验方法检验样本公司的资产负债比率是否具有显著的行业间差异。原假设:各行业的资产负债率没有显著差异。
如果拒绝原假设,即各行业的资产负债率存在明显差异,则继续对行业间两两比较,来考察是否由于个别行业的异常值而导致了差异检验结果的显著,即以此来考察行业间的显著差异是否具有普遍性。本文将使用LSD(Least Significant Difference)检验方法对此进行行业差异性检验。
实证研究结果及分析
(一) 资本结构行业特征的描述性统计
11个行业门类样本公司2003―2008年资产负债率的描述性统计结果见表3。
从表3可见,2003―2008年所有行业的资产负债率的变化趋势基本相同,而且总体上都呈上升趋势;初步来看,资产负债率还是存在一定的行业差异。历年样本行业的资产负债率平均为49%;建筑业E的资产负债率最高,为65.12%;房地产行业J次之,为55.59%,批发和零售贸易H随后,为52.91%;而采掘业B、交通运输、仓储业F和社会服务业K的资产负债率相对较低,其中,交通运输和仓储业F的资产负债率水平是最低的,平均仅为36.08%。
(二)资本结构行业差异的假设检验
基于以上理论分析和描述性统计分析的结果,提出如下假设:不同行业的资本结构存在差异。以下采用Kruskal―Wallis H非参数检验方法对差异进行检验。表4是不同行业间资产负债率Kruskal―Wallis H非参数检验得到的结果。
由表4可见,所有卡方检验值都在1%的水平上显著,所以应该拒绝原零假设,即总体上公司资产负债率的确存在显著的行业间差异,这也证实了前文的理论分析结果和描述性结论。
为了排除这种总体上的显著性差异可能是来源于某几个行业的异常值,而非存在于任何两个行业之间,本文采用LSD方法对样本进行两两间多重比较检验。检验结果见表5所示。由于篇幅受限,在此仅列出2008年的检验结果,其余年度的结果汇总见表6。
11个行业的两两组合共有55对,而从表5可知,2008年在0.1显著性水平以上(包括0.1、0.05和0.01)存在显著差异的有26对,占总组对的47%;而在0.01显著性水平上存在显著差异的只有15对,仅占总组对的27%。同时,可以注意到,建筑业E和其他所有行业都存在显著性差异,交通运输和仓储业F则和绝大部分行业存在显著性差异。而从以上的描述性统计可知,行业E和F是样本期间内平均资产负债率最高和最低的行业。此外,资产负债率相对较高的行业J和H,以及资产负债率较低的行业B和K均较其他行业存在较多组对的显著性差异。所以,可以认为,资本结构行业的显著性差异应该主要是由于个别资产负债率较高或是较低的行业所导致的。因此,从2008年的比较结果来看,资产负债率行业差异的显著性并不是普遍存在于任何两个行业之间的。
同时,为了避免仅由2008的数据得出“资产负债率行业差异的显著性并不是普遍存在于任何两个行业之间”的结论有失偏颇,将分别对2003―2008年在1%、5%和10%的显著性水平下进行LSD检验,进行全面检验资本结构行业间差异的显著性,其结果汇总如表6所示。
从表6可见,每年资产负债率具有行业显著性差异的组对数是不一样的。从0.1的显著性水平来看,最多的年份是2004年,有33对行业之间存在资产负债率的显著性差异,占全部行业组对的60%;最少的年份是2007年,55对行业组对中仅有21对行业之间存在资产负债率的显著性差异,占比仅为38%。例如,在2008年,行业F的资产负债率分别和行业A、C、D、E、H、J等行业之间具有显著性差异,而在2007年,行业F的资产负债率除了和上述行业,还和行业G之间具有显著性差异。这就充分说明了资本结构行业显著性差异并不稳定存在于固定的两个行业之间。
以上得出的“资本结构行业显著差异并非具有普遍性和稳定性”的研究结论和绝大多数学者的研究结论是不一致的,如陆正飞和辛宇(1998)、郭鹏飞和孙培源(2003)、肖作平(2004)、谭克(2005)、黄辉和王志华(2006)、童勇(2006)等。但和洪锡熙和沈艺峰(2000)、董逢谷和袁卫秋(2006)等学者的研究结论是一致的。
结论
以往对资本结构行业差异的研究通常只采用了描述性统计、Kruskal-Wallis H非参数检验等研究方法,从而得出了“总体上我国上市公司资产负债率的确存在显著的行业间差异”的结论。为了排除这种总体上的显著性差异可能是来源于某几个行业的异常值,而非存在于任何两个行业之间,本文补充采用了LSD方法对样本2003-2008的资产负债率进行两两间多重比较检验,对我国上市公司的资本结构行业性差异进行了全面深入的分析,可以得到以下结论:
仅通过描述性统计、Kruskal-Wallis H非参数检验等研究方法可以得出:总体而言,我国上市公司行业间的资产负债率存在显著差异;
进一步采用的LSD分析方法却显示:就2008年的数据而言,只有资产负债率最高的E行业和其他所有行业都存在显著性差异、资产负债率最低的F行业和绝大部分行业存在显著性差异;资产负债率相对较高的行业J和H,以及资产负债率较低的行业B和K均较其他行业存在较多组对的显著性差异。
所以,可以认为,资本结构行业的显著性差异应该主要是由于个别资产负债率较高或是较低的行业所导致的。换言之,我国上市公司资产负债率行业差异的显著性并不是普遍存在于任何两个行业之间的,即不具有普遍性。
2003-2008资产负债率行业间差异LSD检验结果显示:每年资产负债率具有行业显著性差异的组对数是不一样的。由此充分说明了我国上市公司资本结构行业显著性差异并不稳定存在于固定的两个行业之间,即不具有稳定性。
参考文献:
1.董逢谷,袁卫秋.上市公司资产负债率行业影响的实证研究―对已有研究结论的质疑[J].财经研究,2006.6
2.谭克.中国上市公司资本结构行业差异的实证研究[J].产业经济研究,2005.3
3.黄辉,王志华.资本结构行业差异及其影响因素的实证分析―来自我国上市公司的经验数据[J].财经理论与实践,2006.1
4.郭鹏飞,孙培源.资本结构的行业特征―基于中国上市公司的实证研究[J].经济研究,2003.5
5.李志国,和田方,徐腊平.行业差异与资本结构―来自我国上市公司的经验数据[J].当代经济管理,2007.2
6.童光荣,胡耀亭,肖作平.行业特征与资本结构研究[J].经济管理,2005.8
7.许敏,郑垂勇.行业因素与资本结构相关性实证研究[J].财会通讯,2009.1
8.David F Scott,John D Martin,Industry Influence on Capital Structure[J],Financial Management,1975
9.J Markham Collins,William S Sekely,The Relationship of Headquarters Country and Industry Classification to Capital structure [J],Financial Management,1983
10.Lee Remmers,et al,Industry and Size as Debt Ratio Determinants in Manufacturing Internationally[J],Financial Management,1974
11.Robert M Bowen,et al,Evidence on the Existence and Determinants of Inter-industry Differences in Leverage[J],Financial Management,1982
篇7
【关键词】公司债券;对比分析法;非参数检验法
引言
虽然近几年国家对公司债券市场的建设高度重视,2007年颁布实施的《公司债券发行试点办法》在一定程度上也促进了公司债券市场的发展,但从总体上来讲我国证券市场的发展仍然很不平衡:股票市场发展迅速,债券市场发展相对滞后;公司债券融资额在债券市场所占比重较小。近几年,由于国际金融危机的发生使股票市场低迷,利用股权融资方式募集的资金额较以前相比有所降低,利用债券融资方式所募集的资金额有所提高,但从整体来看,我国上市公司进行再融资时仍然比较偏好股权融资,债券融资所获资金占股权融资所获资金的比例仍然较低。债券融资是上市公司一种重要的直接融资渠道,对于调整上市公司资本结构、促进我国证券市场平衡发展及稳定国家金融体系等方面都具有重要的作用。由于目前我国学者很少从财务绩效的角度对上市公司债券融资进行实证研究,所以本文结合我国证券市场上的实际情况拟采用对比分析法和非参数检验法对我国上市公司进行公司债券融资前后的财务绩效进行研究,并对实证结果进行分析,为我国上市公司优化资本结构、制定融资决策及促进我国公司债券市场的发展提供参考性的建议[1]。
1.考察指标、研究样本和研究时间的选取
1.1 考察指标的选取
本文对上市公司进行债券融资前后的财务绩效进行考察时选取的财务指标主要有:托宾Q值、净资产收益率和净利润增长率,三者的计算公式分别是:
Q=(股权市值+净债务市值)/期末总资产(其中:非流通股权市值用净资产代替)
净资产收益率=[年末净利润(扣除非经常性损益)/股东权益平均余额]×10%
净利润增长率=[(本年末净利润-上年末净利润)/上年末净利润]×10%
上述三个指标中,托宾Q值能够很好的反映股东的获利能力;净资产收益率反映公司所有者权益的投资报酬率,具有很强的综合性;净利润增长率反映公司净利润的增长情况,是揭示公司成长性的最有力证据。
1.2 研究样本的选取
本文对上市公司长期财务绩效进行研究选取的样本是2007发行债券的上市公司和境内增发新股的上市公司。为了本文研究的需要,选取的样本公司需符合一下条件:(1)仅考虑增发A股的上市公司;(2)仅考虑非金融类上市公司;(3)所需的财务数据可以获得。
1.3 研究时间段的选取
对于上市公司进行融资后的长期财务绩效进行研究应该选取恰当的时间间隔,这主要是因为从上市公司融资到的资金投入项目需要经过建设期以及调试生产期才能产生经济效益,所以选取的研究时间的跨度不能太短也不能太长,否则都不利于正确反映上市公司融资资金产生的效益。如果选取的研究时间跨度太短,投入项目的融资资金所产生的效果就不能被显示出来;但是若选取的研究时间跨度太长的话,就会由于我国上市公司自身的再融资行为间隔比较短而容易引起两次不同再融资产生的效益混淆。一般情况下认为上市公司进行再融资前后的经营情况可以在四年这个时间段被充分的反映出来。因此,本文选取上市公司进行债券融资和进行增发新股融资的前一年、再融资当年和再融资后两年作为研究时间段对上市公司再融资前后的经营情况进行研究。
2.发行债券对上市公司托宾Q值和净资产收益率的影响
根据企业融资理论可知,与银行存款和股权融资方式相比,债券融资具有很多自身的优势。另外,目前我国学者对上市公司进行配股、增发以及发行可转换债券等方式进行了深入的研究分析,得出这些股权融资方式及带有股权性质的融资方式会给上市公司带来负面影响。基于对融资理论分析和前人对股权融资及可转换债券进行研究得出结论的基础上,本文在对上市公司发行债券后托宾Q值和净资产收益率的变化情况进行研究时有如下假设:
假设一:上市公司采用增发新股融资的方式后,公司的经营业绩会有所下降。
假设二:上市公司采用债券融资的方式后,公司经营业绩的表现优于增发新股融资后的表现。
从图1可以看出,增发新股融资当年与前一年相比,托宾Q值全部上升;增发新股融资后一年与当年相比,托宾Q值全部下降;增发新股融资后两年与当年相比,除青松建化和康美药业的托宾Q值有所提高,其余全部下降,但与增发后一年相比,除了振华重工有所下降,其他公司的托宾Q值都有所提高。从图2可以看出,增发新股融资当年与前一年相比,有13家公司的净资产收益率提高,占样本总数的54.17%;增发新股融资后一年与当年相比,有7家公司的净资产收益率提高,占样本总数的29.17%;增发新股融资后两年与当年相比,有9家公司的净资产收益率提高,占样本总数的37.5%,但与增发后一年相比,有13公司的净资产收益率提高,占样本总数的54.17%。
从图3可以看出,上市公司发债融资当年与前一年相比,托宾Q值都提高了;发债融资后一年与当年相比,托宾Q值都下降了;发债融资后两年与当年相比,有2家公司的托宾Q值提高,占样本总数的16.67%,但与融资后一年相比,有10家公司的托宾Q值提高,占样本总数的83.33%。从图4可以看出,上市公司发债融资当年与前一年相比,有11家公司的净资产收益率提高,占样本总数的73.33%;融资后一年与当年相比,有4家公司的净资产收益率提高,占样本总数的26.67%;发债融资后两年与当年相比,有3家公司的净资产收益率提高,占样本总额的20%,融资后两年与融资后一年相比,有7家公司的净资产收益率提高,占样本总额的46.67%。
从对图3和图4的分析我们可以看出,上市公司发债融资当年的托宾Q值和净资产收益率与融资前一年相比,整体有明显提升,特别是托宾Q值,所有样本公司都有所提高;发债融资后一年与融资当年相比,两个指标整体有显著下降,特别是托宾Q值,所有样本公司都下降了;发债融资后两年与融资当年相比,两个指标整体有明显下降;融资后两年与融资后一年相比,两个指标又有所提高,其中托宾Q值有显著提高。从发债公司融资前一年、融资当年、融资后一年和融资后两年的托宾Q值和净资产收益率的变化当中,我们并不能判断出上市公司发债融资后对其经营绩效有积极影响。
从表1可以看出,发债上市公司在融资前一年、融资当年、融资后一年和融资后两年的托宾Q值的均值都小于增发新股的公司,但是并没有通过非参数检验。从表2中可以看出,发债上市公司在融资前一年、融资当年、融资后一年和融资后两年的净资产收益率的均值也都低于增发新股的上市公司,而且可以在0.05的显著性平水下通过非参数检验。所以,从这两个指标的比较中我们并不能判断上市公司进行发债融资后的经营绩效优于增发新股的公司,所以此检验不能证明假设二成立。
从表2可以看出,发债公司的净资产收益率均值明显高于发债前一年、发债后一年和后两年,现有假设三:发债公司在发债前一年、发债当年、及发债后一年和后两年存在利润操纵现象,且发债当年的利润操纵现象十分明显。
为了检验假设三,本文将上市公司发债当年的资产收益率分别与发债前一年、发债后一年和后两年进行了非参数检验,结果如表3所示。
从表2和表3可以看出,发债公司发债当年的净资产收益率明显高于发债前一年、发债后一年和后两年,且在0.05的显著性水平下通过了非参数检验。这就验证了上述假设三的成立。
3.发行债券对上市公司净利润增长率的影响
从图5可以看出,上市公司发债融资当年与前一年相比,有5家公司的净利润增长率提高,占样本总数的45.45%;发债融资后一年与当年相比,有3家公司的净利润增长率提高,占样本总数的27.27%;发债融资后两年与当年相比,有6家公司的净利润增长率提高,占样本总额的54.55%,融资后两年与融资后一年相比,有8家公司的净利润增长率提高,占样本总额的72.73%。
由上述分析我们可以得出,上市公司发债融资当年与前一年相比,净利润增长率提高不明显;发债融资后一年与当年相比,净利润增长率指标都有明显下降;发债融资后两年与当年相比,净利润增长率指标整体有所提高;而融资后两年与融资后一年相比,净利润增长率指标有显著的提高。
4.结论及建议
通过对发债上市公司财务指标的分析,以及将托宾Q值和净资产收益率与增发新股的公司相对比我们可得出如下结论:上市公司发债融资后对公司经营绩效的影响并不优于增发新股的公司;上市公司发债融资后,托宾Q值、净资产收益率和净利润增长率这三个财务指标整体的变化趋势是发债融资当年优于融资前一年,后一年和后两年;融资后两年与融资后一年相比指标有所提高;发债公司存在利润操纵现象。
虽然从理论上来讲,我国上市公司采用债券融资具有自身特殊的优势:获得节税利益;发行程序规范简化,发行时间更为宽泛;上市公司管理层更倾向于债券融资;公司债券的发行担保灵活,也可以免担保;发行公司债券募集的资金没有被明确规定用途;公司债券的发行价格市场化,公司债券在票面利率的设计上具有更为广阔的创新空间和自由度等。但是从对长期财务绩效进行实证研究的结果我们可以看出,上市公司发债后财务绩效的表现不容乐观。这其中有金融危机和公司债券市场发展滞后等宏观环境的影响,但也有上市公司自身的因素。与盈余管理相关,上市公司在发债的前一年,发债当年及发债后都存在利润操纵现象,尤其发债当年利润操纵现象非常明显,这也可能是发行债券后一年财务绩效下滑较明显的一个重要原因。这就要求监管机构对发行公司债券后的上市公司要加强各方面的监督,同时也说明单独依靠严厉的监管就使得公司绩效从根本上得到提高是办不到的,要使上市公司的绩效得到真正的提高,只能从根本上改善公司的治理结构,提高投资者的理性和增强资本市场的有效性。
参考文献
[1]谷秀娟,孔亚平.我国上市公司发行公司债券对二级市场股价的影响[J].科技创业月刊,2009(10):
32-34.
[2]杨静.债券融资优势[J].技术与市场,2007(02):
45-46.
[3]杨坚丽.为什么要选择公司债?[J].中国投资,2007(11):118-120.
[4]杭蕊.企业债券融资优势的理论分析[J].农村经济与科技,2008(01):77-78.
[5]张伟,张晓迪.中国公司债券的发展现状和对策研究[J].经济与管理,2009(02):55-58.
本文为“郑州市创新型科技人才队伍建设工程”成果。
作者简介:
篇8
关键词：股票走势;随机游走;游程检验
一、问题的背景
由于股票的走势总是难以预测，类似于随机游走，若市场是有效市场，则任何对股票的预测都是徒劳的。如果一个市场的证券价格总是能够“充分反映”所有可得到的信息，则该市场就是“有效的”。国内许多学者通过对股票价格指数进行游程检验，普遍认为我国的股票市场是一个弱有效市场。
在对股票进行游程检验时，大多数的做法是检验上证指数收益率与其中位数的差值正负作为检验的对象。股票走势是时间序列数据，前一天或许会对后一天的走势产生影响，如果是随机游走的，则股票涨跌之间应该是随机的，不会出现很多的上涨，也不会出现很多的下跌，因此对股票涨跌情况作为检测对象，也能够判断其是否是随机的。
为了检验股票走势是否随机，分别选择上证指数、深证指数2014年7月1日至2014年10月31日的数据，若上涨为1，下跌为0，进行随机性的检验。这里，我们列出部分数据，见表1：
二、方法的选取
对随机游走的假设检验方法很多， 有Box -Pierce Q 检验、Ljung- Box Q 检验、游程检验、D ick-Fuller检验、Phillipsk - Perron 检验等。游程检验是非参数方法，不用考虑数据的总体分布，使用简便有效，只要对数据的类别进行检验就行。游程检验主要思想为：将取自某一总体的样本的观察值按从小到大顺序排列，找出中位数（或众数），大于小于中位数的两个部分。用上下交错形成的游程个数来检验样本是否是随机的。即通过序列的实际游程数同随机序列游程数的期望值做比较，来判断观察序列是否是随机的。例如检验次品的出现是否随机、时间序列是否平稳等，都可以用游程检验的方法进行检验，原假设H0为样品出现是随机的，备择假设H1是样品出现是非随机的，可以是双侧，也可以是单侧。连续出现的具有相同特征的样本点为一个游程。当过程是随机时，其游程的总数应在一定的范围内，既不能太小，也不能太大。在H0为真的情况下，两种类型符号出现的可能性相等，其在序列中是交互的。在这里原假设H0是指数的涨跌是随机的，备择假设H1是指数的涨跌不是随机的。相对于一定的各类个数，序列游程的总数应在一个范围内。若游程的总数R过少，表明某一游程的长度过长，意味着有较多的同一符号相连，序列存在成群的倾向;若游程总数过多，表明游程长度很短，意味着两个符号频繁交替，序列具有混合的倾向。检验统计量即为游程总数R，m、n为各类的个数，且
因此，统计量R有渐进分布：
三、软件分析
（一）SPSS软件分析
在SPSS软件中有非参数检验的一些方法，如卡方检验、二项分布检验、单样本K-S检验、游程检验等，操作简便。在SPSS中分别输入数据，并完成变量设置，选择分析工具的非参数检验中的Runs Test，涨跌选为检验变量，得到结果如表2：
从该表可以看出，上证指数涨的天数有50天，跌的天数有33天，一共是83个检验数据，游程总数是37个， 统计量的值为-0.867，相应的渐进显著性（双侧）即 值为0.386，接受原假设，即上证指数的涨跌是随机的。深证指数涨的天数是52天，跌的天数是31天，与上证指数相近，说明两个股市在中国的宏观经济环境下，会受到相同方向的经济影响。深证指数的游程数是39，检验统计量的值为-0.199， 值为0.842，接受原假设，即深证指数的涨跌也是随机的。
（二）R语言分析
利用R中游程检验函数runs.test（），得到结果如表3：
从表可知，上证指数和深圳指数二者的检验统计量分别为-0.8671、-0.1992， 值分别为0.3859、0.842，表明在0.05的显著性水平下，均接受原假设，即上证指数和深证指数的涨跌都是随机的。
四、结果分析
该实验结果说明国内上证指数、深证指数在近期内的涨跌是随机的，即股票的走势是随机游走的，不能有效预测股票的涨跌情况，因此通过技术分析等手段进行股票的分析是无效的。但是实际中，还是有很多人会利用基本面分析、公司价值分析、K线理论等方法，对股市进行预测。我国的证券市场还不是很完善，还存在信息不对称，上市公司的信息披露也存在一定不完全性，股票的走势也不是完全随机的，股民们追涨杀跌的行为也会影响股票的随机性，而带来一定的趋势性。
参考文献：
[1]陈明智.股价（期货）分析预测学.北京：教育科学出版社， 1993.
[2]俞乔.场有效、周期异常与股价波动.经济研究，1994（4）.
[3]罗捍东.证券动态投资策略.预测，1992（2）.
篇9
关键词：雾霾污染；非参数检验；多元统计分析
中图分类号：F39 文献标志码：A 文章编号：1673-291X（2016）29-0090-03
引言
近几年雾霾天气频发，可想而知，雾霾给人类的日常的生产生活带来了很多负面影响，不同程度上影响日常学习和生活。而对于雾霾的认识，专家学者们众说纷纭。孙亮[1]认为酸雨是由雾霾引起的，会减少农作物产量。刘鸿志[2]认为雾霾会影响很多方面，如人的情绪、社会管理和政府公信力、工农业生产、养殖业、旅游业等。朱成章[3]认为影响雾霾的主要因素是煤和石油。冯少荣、冯康巍[4]利用统计分析方法分析雾霾的影响因素，认为面积大的城市要注意区域间的协调配合；第二产业占比大的工业城市要注意雾霾的防治。
一、黑龙江省各城市雾霾影响因素指标体系的构建
本文在大多数学者的研究成果基础上，对黑龙江省的12个地级市（哈尔滨市、齐齐哈尔市、牡丹江市、佳木斯市、大庆市、鸡西市、双鸭山市、伊春市、七台河市、鹤岗市、黑河市、绥化市）进行分析，并建立黑龙江省各城市雾霾影响因素指标体系。其中被解释变量（Y）的计算方法采取2014年11月份每天的AQI相加反映该月的空气质量水平。所有数据均来自2014年的《黑龙江统计年鉴》。
二、黑龙江省雾霾天气影响因素实证分析
（一）非参数检验
由于雾霾的测度变量――空气质量指标（AQI）及影响因素的分布事先未知，因此利用person相关系数和非参数检验中的Spearman秩相关系数和Kendall-相关系数来实现，这三个系数相互印证，共同判断雾霾的主要影响因素。
由于数据是选取黑龙江省12个城市的单月数据，并不能以此认为这些数据都服从于正态分布。为了检验AQI与各潜在影响因素之间的相关性，采取非参数检验的方法；为了使结果更准确，采用Spearman秩相关系数和Kendall-相关系数同时做检验，与person相关系数进行对比，观察显著性情况，做出准确分析。其中相关性显著的如表2所示。
对表2的结果进行分析，由于取0.05的置信度时，变量的显著性明显，所以下文以0.05置信度的结果进行分析。
从城市规模的角度看，与Y呈显著正相P的是GDP和人口。这一结论很少被有关专家学者发现或者提到。GDP越高，AQI指数越高，说明经济的不断增长，雾霾越来越严重，有悖于常识，但是黑龙江省发展经济的同时可能不重视环境治理，就导致雾霾情况越来越严重，这就不难解释AQI指数和GDP呈正相关关系了。这仅是笔者个人的观点。AQI指数和人口成正比，是因为人口越多，各种能源消耗就越多，对环境的污染越严重，雾霾指数就越大。
从工业污染排放方面看，与Y呈显著正相关的是第二产业增加值。这就很容易解释，第二产业增加值越大，AQI指数越高，工业产业排放的污染越严重，雾霾污染越严重，这样的城市越需要治理。
从机动车排放污染方面看，与Y呈显著正相关的是X7、X8，即机动车辆和单位面积机动车辆。机动车辆越多，排放的尾气污染越多，环境污染越严重，雾霾越严重，这是个影响雾霾的重要因素，不容忽视。
从能源消耗排放方面看，三个因素与AQI指数都无显著的相关关系，与实际不太相符，对雾霾的影响很大，有直接关系，在这里就不做解释了。
（二）多元线性回归分析
多元线性回归模型是指有多个解释变量的线性回归模型，用于揭示被解释变量与多个解释变量之间的线性关系。多元线性回归的数学模型[5]为：
对上述显著的5个X和Y做多元回归，回归模型为：
y=β0+β1x1+β2x3+β3x5+β4x7+β5x8+ε，其中系数βi为待估参数（i=0，1，2，3，4，5），ε为随机误差项。
根据相应的数据，利用SPSS进行回归分析，结果如表 4所示。
回归方程通过F检验，可认为被解释变量与解释变量全体的线性关系显著。调整后的R方为0.756，拟合优度较好。查DW临界值表可得 du
表4反映所有自变量的t检验的p值均大于显著性水平，认为它们与被解释变量的线性关系显著，应该被留在模型当中。由于方差膨胀因子（VIF）均接近1，可判断该模型中不存在多重共线性的问题。
再将数据输入Eviews中，利用White检验判断是否存在异方差性，检验结果如表5、表6所示。
由检验结果可以看出，White检验的辅助回归模型F统计量值以及怀特统计量F的P值均大于0.05的显著水平，因此接受同方差的假设，认为模型不存在异方差。接下来进行随机解释变量检验，将残差与解释变量之间计算相关系数如下：可见解释变量与残差之间的相关系数极小，认为模型不存在随机解释变量问题。最终模型为：
Y=1378.78223198+1.14766531901X1+0.254109331177X3+
2.65182277315X5+7.0788498235X7+240.019927163X8
表示城市生产总值越大，雾霾越严重，即GDP每增加1.148亿元，雾霾的空气指数将会增加1。城市人口越多，雾霾越严重，即人口每增加0.2541万人，雾霾的空气指数将会增加1。单位面积机动车辆越大的城市，雾霾污染的可能性要小。即第二产业增加值增加2.652亿元，雾霾的空气指数将会增加1。
三、缓解雾霾污染的政策建议
近几年，雾霾天气越来越频繁地发生，尤其在秋冬季节，黑龙江省乃至全国都特别严重，所以雾霾治理迫在眉睫，也应该引起大家的重视。根据上述实证分析结果及结合黑龙江省的实际情况，提出以下几点有针对性的建议。
（一）优化产业结构，协调发展绿色经济
工业排放的废水、废气、粉尘等导致了环境的严重污染，也对雾霾的产生有很大的影响，所以控制第二产业增加值，第二产业占比很有必要。
（二）交通方面的治理
主要就是汽车尾气的排放污染，一方面，要从根本上控制机动车辆的保有量，减少单位面积的机动车辆，控制在一个指标上；另一方面，机动车应该使用高质量、绿色环保的汽油，减少汽车尾气排放废气污染成分，从根源上缓解雾霾的产生。
（三）能源消耗使用结构调整
近几年，煤炭消耗不断增加，尤其像黑龙江这样的北方城市，煤炭的使用必不可少，供暖时排放的废气是导致雾霾的重要影响因素，我们就要从可实施方面改善这种情况，尽量使用污染小的能源代替煤炭的使用，大力开发天然气、提高煤炭的利用率，减少煤炭的使用[6]。
（四）其他政策建议
黑龙江省地域特殊，是个以农业为主的省份，在秋季，秸秆燃烧现象非常严重，农民取暖使用煤炭，也很少养殖大型畜牧类牲畜，所以秸秆对于他们就没有多大的用处，无处放置，大多都就地燃烧了。这种现象对环境污染极其严重，是导致雾霾的原因。应该重视秸秆燃烧的情况，充分利用秸秆，生产出新的能源，既代替煤炭的使用，也能减少环境污染，缓解雾霾污染。增加绿地面积，改善空气质量，也是缓解雾霾的一种有效的途径。
参考文献：
[1] 孙亮.灰霾天气成因危害及控制治理[J].环境科学与管理，2012，（10）：71-75.
[2] 刘鸿志.雾霾影响及近期治理措施分析[J].环境保护，2013，（15）：30-32.
[3] 朱成章.我国防止雾霾污染的对策与建议[J].中外能源，2013，（6）：18-22.
[4] T少荣，冯康巍.基于统计分析方法的雾霾影响因素及治理措施[J].厦门大学学报：自然科学版，2015，（1）：114-121.
篇10
关键词：大学生；个性化；创业教育；创业意识
2002年4月，教育部高教司在北京召开的普通高等学校创业教育试点工作座谈会上明确指出，对大学生进行创业教育，培养具有创业精神和创业能力的高素质人才是当前高等院校的重要任务，并确定了9所高校为创业教育试点院校。那么，经过近10年的发展，哪些因素对大学生创业意识有显著影响?高校开展的创业教育对学生的影响力如何，能否满足学生的需要?带着这些问题我们选择中部地区某综合性大学在校大学生为研究对象，采取随机抽样方法发放调查问卷与个别深入访谈相结合的方式收集第一手资料，对此展开深入研究，以期为相关决策部门开展创业指导提供参考依据。
一 大学生个人背景特征对创业意识的影响
作为大学生创业意识影响因素的个人背景主要考虑了性别、学科性质、地域、是否有参加创业竞赛经历四个方面。对这四个变量分别采用0－1人工变量法赋值，其中学科专业分为文、理两类，地域分为城、乡两类。采取量表法收集资料，为了简化问题，这里只考虑大学生个人背景特征对其创业意识强弱的影响，从1－5所赋数值越大表明创业意识越强，对创业越感兴趣。由于上述所设变量为定类尺度或定序尺度数据，传统的参数检验方法由于严格的应用条件限制在此缺乏适用性，根据数据特点，在此更适合用对数据要求较低的非参数检验方法，因此，采用SPSS11.5软件中的独立样本非参数检验对上述假设进行验证。
由于每一种非参数检验方法只利用了原始数据某一方面的信息，为了增强结论的说服力，利用两独立样本非参数检验过程中的Mann-Whitney Test和Kolmogorov-Smirnov Test两种检验方法来验证在校大学生性别、学科性质、地域、是否有参加创业竞赛经历对创业意识产生显著影响的假设。调研数据分析结果整理如表1所示。
从上表可知，在学科性质、地域、是否有参加创业竞赛经历这三个变量上，两种检验的相伴概率都远远大于5％的显著性水平，可以认为这三个方面都未对大学生创业意识产生显著影响，这与大多数人的主观认识存在一定差异。在以比尔・盖茨为代表的一批科技创业先锋取得成功后，人们通常认为科技创业应该是大学生创业的首选，但随着大学生创业领域的不断拓展，文理科不同学科背景的学生纷纷开始关注创业，在对创业的关注程度上已没有明显差异。同时，来自城镇和来自农村的学生在创业意识上也没有显著差异，说明不同生长环境的学生虽然在家庭背景、社会资源等方面存在一定差异，但这些差异并未对他们的创业意识产生很大影响。通过访谈还发现，很多来自不富裕的农村家庭的学生更希望通过自主创业来实现自我，改变家庭经济状况。另外，参加过创业计划竞赛的学生并未表现出比未参加过创业计划竞赛的学生对创业更高程度的关注，这主要是由于相当一部分大学生参加创业计划竞赛并不是为将来自主创业积累经验，而是为未来增加就业筹码，以期获得更好的职业发展机会，这在一定程度上也说明目前大学生创业计划竞赛项目还缺乏从理论走向实践的推动力。
性别这一影响因素较特殊，根据Mann-WhitneyTest结果，可以95％的置信度认为性别是影响大学生创业意识的一个显著因素，而Kolmogorov-SmirnovTest结果则说明，以95％的置信度认为性别对大学生创业意识影响不显著，但以90％的置信度在可认为性别对大学生创业意识影响显著。这一方面是由于两种检验方法本身所利用的数据信息不同造成的，另一方面也说明传统的性别角色观念虽然对大学生创业意识仍有一定影响，但这种影响正逐步趋于弱化，越来越多的女大学生在创业热潮中开始走上自主创业之路。
二 大学生创业综合素质差异分析
从上面的分析中可知不同性别的大学生对创业的关注程度存在一定差异，那么，他们对大学生创业所必须具备的综合素质的看法又是否一致，是否造成他们创业意识的差异呢?对于这一问题我们进行了创业综合素质的多选项调查。通过与大学生访谈，最终将创业素质分为六个方面：挑战精神、专业知识、组织能力、社会关系、
沟通能力和创新思维。调查时要求大学生选出自己认为最重要、第二重要、第三重要的素质。对调查结果进行整理，结果见表2。
从不同重要性的创业素质来看，第一重要素质选择挑战精神的比例最高(29.6％)，第二重要素质选择组织能力的比例最高(31.5％)，第三重要素质选择沟通能力的比例最高(27.1％)。但从多选项分析结果看，选择组织能力的人数最多，占20.6％，其次是社会关系、沟通能力和挑战精神，这三个方面相差不大。虽然在分析最重要创业素质时选择具备挑战精神的人数最多，但从三个因素的综合分析看，挑战精神并未出现在第一位，说明当前大学生创业除了依靠勇于挑战的创业激情外，考虑更多的是能使创业活动取得成功的良好的组织能力和广泛的社会关系等因素。另外，多选项统计中选择专业知识和创新思维的人数相对最少，仅占13.9％和13.3％，这也说明当前大学生创业方向的选择与自身专业知识结合的紧密程度不高，而且偏向于选择缺乏创新性的领域开展创业活动。
从分性别的统计结果看，最重要的创业素质男生的态度较女生更统一，且挑战精神以36.5％的百分比排在第一位，远远高于其他创业素质，而女生对不同创业素质的看法较分散，在创新思维、专业知识和组织能力上差异不大。第二重要的创业素质男、女生都以良好的组织能力选项最高，说明大学生已经充分认识到对人、财、物合理的组织与安排是自主创业的一种主要能力，特别是对人员的组织与安排，需要充分调动积极性，各尽其能，这也与当前大学生偏爱团队创业的现状相符合。在第三重要的创业素质上，不同性别大学生的选项又表现出明显的不同，男生以沟通能力为最高，女生以社会关系为最高。综上可知，不同性别大学生对创业需具备的素质看法存在较大差异，男生普遍认为拥有挑战精神是创业所必需的，其次才考虑对创业活动取得成功发生重要影响的其他因素，而女生则更多的考虑社会关系、专业知识这些外在因素，缺乏自主创业所需的勇于挑战的激情，这也是导致目前大学生创业活动中男生远远多于女生的一个重要原因。
三 学校创业宣传指导活动的影响
自2002年4月教育部高教司确定9所高校为创业教育试点院校以来，其他各高校也陆续开展了一些创业宣传指导活动。那么，学校开展的这些活动在大学生中是否广泛普及?这些活动是否对大学生的创业意
识产生预期的作用?对此我们从是否听说过学校开展的各种创业宣传指导活动、是否参加过学校开展的各种创业宣传指导活动、对学校开展的创业宣传指导活动是否满意这三个方面予以了解学校创业宣传指导活动的影响力，结果见表3。
在调查的大学生中，听过学校开展的各项创业宣传指导活动的占81.4％，但真正参加过的只有31.1％，其中，只有6.2％的学生对这些活动表示满意，表示不满意的大学生比例高达70.8％，说明当前地方高校虽然开展了一些创业宣传指导活动，但这些活动的宣传普及率不理想，参与率低，满意度评价也较差。通过与大学生的深度访谈了解到：其一，学校虽然开展了一些创业宣传指导活动，但对活动的介绍推广力度不高。目前对开展活动的宣传多以张贴海报或在校园网站信息栏公布两种方式，海报张贴地点单一、固定，很多学生不会注意，同时很多内地高校的校园网又没有接入学生寝室，使得信息不能及时通知每一位学生。其二，开展的创业宣传指导活动规模小，很多想参与的学生没有机会参与。学生了解、参与最多的创业宣传指导活动是学校不定期请有关专业和成功人士举办的讲座，但这种方式本身也限制了活动参与人数。其三，学校开展的创业宣传指导活动方式单一，不能满足当前大学生多样化的需求。通过访谈了解到，很多学生对学校目前开展的创业宣传指导活动不满意，主要是由于方式方法问题，学生并不满足于听专家、成功企业家介绍经验，或者是创业模拟竞赛，他们希望到企业实地了解运作流程，以增强处理实际问题的能力。
