基于成都市中小微企业发展影响因素的实证性分析.docxVIP

基于成都市中小微企业发展影响因素的实证性分析 1、建模技术1.1自组织数据挖掘自组织数据挖掘（Group Method of Data Handling，GMDH）是近年来应用极为广泛的一种基于归纳法的智能建模技术。它从参考函数构成的初始模型（函数）集合出发，按一定法则产生成千上万个中间候选模型，再经过选定的标准进行多层网络的筛选（选择），直至得到最优复杂度模型。GMDH可建立自变量与因变量之间存在的高阶多项式关系，获得一个对因变量具有解释能力的多项式模型，使用的软件为KnowledgeMiner5.0 （KM5.0）。本文采用最简单的模型形式，即多元线性模型建模。1.2 SPSS17.0统计软件SPSS是世界上最早的统计分析软件，由美国斯坦福大学的三位研究生Norman H. Nie、C. Hadlai （Tex） Hull 和 Dale H. Bent于1968年研开发成功。SPSS（ Statistic Package for the Social Science ）即社会科学统计软件包，是一种在世界社会科学范围内应用最为广泛的统计软件，其数据管理和分析功能强大，具有界面的友好性和操作的简便性，支持多种统计图表的结果输出，集数据录入、资料编辑、数据管理、统计分析、报表制作、图形绘制为一体，是我们用来进行测试分析的理想工具。2、基于多元线性回归模型的建模思路本文采用多元线性回归模型对成都市中小微企业的发展影响因素进行建模。由于GMDH建模的拟合精度远超过多元统计方法建模，但其软件KM并不提供统计检验，故本报告同时还使用了基于演绎法的理论分析建模途径多元统计分析，利用软件SPSS17.0对变量进行相关性分析、逐步回归建模和模型统计检验，以弥补软件KM的不足，从而形成了KM+SPSS的综合性技术路线。本文的具体建模思路如下： （1）指标选取。在运行监测指标的所有指标中，我们选取最能反映企业运行状况的5个指标进行分析：利润总额、营业收入、营业成本、亏损企业户均亏损额、亏损面。在信心指数中我们选取2个指标进行分析：企业总体生产经营状况（本月实际）、企业总体生产状况（下月预测）。分别探究影响或与这7个指标有显著性的关系的因素。（2）数据处理。运行监控指标中由于其各个指标的单位不统一，为了简化运算，提高因素分析的精度，本文在SPSS17.0中利用Z得分方法将数据标准化，新的数据记为，数据标准化的公式为：（3）多元线性回归模型的构建。首先我们确定模型因变量和自变量，在KM5.0中选择一种类型的模型输入输出模型，以最优的传递函数网络的形式，重复产生大量具有增长复杂度的竞争模型，从中选择出拟合度最好的模型。然后在SPSS17.0中检验该模型的共线性。从而选择出既具有经济含义，统计检验又通过的模型。3、分规模多元线性回归因素分析模型本文我们将成都市企业按规模分为中、小、微三种类型，分别构建模型进行研究。3.1成都市中型企业回归模型的拟合效果将数据输入软件中，进行建模，选择出即符合经济含义，又具有统计意义的结果。由于亏损企业户均亏损额在构建的多元线性回归模型中的拟合度不高，因此我们在此处暂时不考虑该其指标，其他指标的结果如下： 作文 （1）行监测指标1+0.463169财务费用+0.63662应缴税费；营业收入=-0.000000+0.258066利润总额+0.803620工业总产值营业成本=-0.000000+0.979458营业收入亏损面=-0.000002+2.519412生产能力（设备）利用率-1.883192亏损额（2）信心指数指标生产经营状况（本月实际）=-76.258362+1.693996企业总体生产经营状况（下月预测）+0.569140企业用工短缺人数-0.289976国内市场订单情况；生产经营状况（下月预测）=42.096848+0.263786国内市场订单情况+0.496548企业总体生产经营状况（本月实际）-0.272915企业用工短缺人数；3.2成都市小型企业回归模型的拟合效果将数据输入软件中，进行建模，选择出即符合经济含义，又具有统计意义的结果。结果如下：（1）行监测指标利润总额=0.0000001+0.492473用电量+0.629633工业总产值；营业收入=-0.000000+0.058719应交税费+0.149522利润总额+0.851016营业成本；营业成本=-0.000001+1.125306营业收入-0.166351利润总额； 总结大全 亏损企业户均亏损额=-0.000000-0.260981应交税费+0.626610亏损面+0.622096生产能力（设备）利用率；（2）信心指数指标生产经营状况（本月实际）=-29.882092+0.290382企业总体生产经营状况（下月预测）+1.134294企业所在行业整体经营状况（本月实际）；生产经营状况（下月预测）=-41.916710+0.891635企业所在行业整体经营状况（下月预测）+0.461113原材料和能源购入价格上涨影响+0.505847国内市场订单情况； 3.2成都市微型企业回归模型的拟合效果将数据输入软件中，进行建模，选择出即符合经济含义，又具有统计意义的结果。结果如下：利润总额=0.000000+0.177800生产能力（设备）利用率-0.626276亏损额+0.638147营业收入；营业收入=-0.000001+0.071836用电量+0.867915营业成本+0.13648户均从业人员；营业成本=-0.000001+0.990420营业收入；亏损企业户均亏损额=-0.000002+0.887616营业成本-1.355153利润总额；（2）信心指数指标生产经营状况（本月实际）=-37.091003+1.156818企业总体生产经营状况（下月预测）+0.287636企业用工短缺人数； 生产经营状况（下月预测）=6.474245-0.255008企业用工短缺人数+0.799071企业总体生产经营状况（本月实际）+0.384108能源能否满足需要；4、结束语从上面的模型中，我们可以看到自组织数据挖掘（GMDH）和统计分析的集成模型的拟合效果很好，部分模型拟合精度甚至显示为100%，初步发掘出一些影响成都中小微企业发展的促进和制约因素。对于运行监测指标选取的利润总额，营业收入，营业成本，户均亏损额以及亏损面这5个指标， 简历大全 不论是何种规模的企业其营业收入和营业成本密切相关，而且营业成本越高，营业收入就越高，但是利润总额却不一定增加。因此企业在经营的过程中要特别注意营业成本和营业收入的比例。而从企业亏损的角度来看，企业的生产设备（能力）利用率对企业的影响很大。总的来说，从多元线性回归模型我们可以分析出制约和限制企业发展的因素有哪些，从而为决策提供依据。对于企业信心指数指标，我们选取了企业生产总体经营状况的本月实际和下月预测两个指标来分析，在模型中我们可以看到企业总体生产经营状况与企业所在行业的经营状况密切相关。企业所在行业的实际经营状况和预测的状况良好，则企业总体生产经营状况和预期也就越好。即企业所在行业的发展状况会正向增加企业发展的信心。综上所述：构建多元回归模型，利用自组织数据挖掘技术和多元统计相关知识，探究影响中小微企业发展因素是非常适用的。从模型中决策者可以提取出决策所需要的依据，从而为企业的发展制定正确的战略，使中小微企业健康稳定地发展。参考文献：傅强，朱映凤，袁晨.中国通货膨胀主要影响因素的判定与阐释J.中国工业经济，2011（5）.吴勤学，符亚明.基于GMDH网络的我国外汇储备影响因素实证研究J.国际商务