我国钢铁行业上市公司财务绩效评价研究优质资料.doc

《我国钢铁行业上市公司财务绩效评价研究优质资料.doc》由会员分享，可在线阅读，更多相关《我国钢铁行业上市公司财务绩效评价研究优质资料.doc（118页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、我国钢铁行业上市公司财务绩效评价研究优质资料(可以直接使用，可编辑 优质资料，欢迎下载）基于熵值的我国钢铁行业上市公司财务绩效评价摘要：钢铁行业是我国国民经济的重要支柱产业，其发展水平直接影响着建筑业、汽车业、机械工业、家电等关联行业的发展。钢铁上市公司作为钢铁行业的主力军，其财务绩效水平代表着钢铁行业整体的发展水平。基于此，本文对钢铁行业20家上市公司2021年度的财务数据，利用客观的熵值法来确定各项财务指标的权重。关键词：熵值法；钢铁行业上市公司；财务绩效一、引言改革开放30多年来，我国钢铁工业在国民经济的发展中起着举足轻重的作用，成为我国经济发展中发展最快、竞争力最强的支柱产业。国家的经

2、济建设，其他行业的发展都离不开钢铁行业的支持与保障。我国钢铁行业上市公司在整个行业中占有很重要的分量，其财务绩效更是整个行业绩效的重要组成部分。财务绩效评价是指运用财务指标体系对企业生产经营行为过程和结果的评价。公司的财务绩效是投资者对公司尤其是上市公司进行分析评价的重要依据之一,如何客观全面地评价一个上市公司的财务绩效,就显得尤为重要。本文通过熵值法来确定影响我国钢铁上市公司财务绩效指标的权重，以求较为客观全面的评价上市钢铁企业。二、我国钢铁行业上市公司财务绩效评价模型的构建（一）我国钢铁行业上市公司财务绩效评价指标体系的构建对我国钢铁行业上市公司财务绩效评价指标体系的设计，本文在参考了现有

3、的关于公司财务绩效以及钢铁行业公司财务绩效研究成果的基础上，构建如下我国钢铁行业上市公司财务绩效评价指标体系，见表1：表1指标类型财务指标计算公式偿债能力指标保守速动比率（流动资产-存货）/流动负债流动比率流动资产/流动负债资产负债率负债总额/资产总额营运能力指标存货周转率销售收入/存货总额应收账款周转率销售收入/应收账款总资产周转率销售收入/总资产盈利能力指标净利润率净利润/主营业务收入总资产报酬率净利润/平均资产总额股东获利能力指标基本每股收益净利润/总股数每股净资产股东权益总额/普通股股数净资产收益率净利润/平均股东权益成长能力指标净利润增长率（本年净利润-上年净利润）/上年净利润总资产

4、增长率（本年总资产-上年总资产）/上年总资产现金流量能力指标现金流量比率经营活动现金流量净额/流动负债销售收到现金率销售商品、提供劳务收到的收入/营业收入（二）模型的构建信息论中，熵值是对系统无序化程度的一种度量。熵值越小，系统无序化程度越大。对企业绩效评价而言，如果某一财务指标对于不同的企业其结果差异较小，这说明该指标评价企业业绩的效果也较差，对应的熵就较大。熵值法即根据财务指标差异程度，以信息熵为工具，给各财务指标赋予恰当的权重，从而进行多指标的综合绩效评价。熵值法的基本步骤如下：1、构建待评价矩阵。设有个评价对象，个评价指标，可构建如下矩阵： （1） 式中 为第个评价对象（）； 为第个指

5、标的特征值（）； 为第个评价对象的第个指标对应的量值。2、 无量纲化处理对于收益型越大越优型指标（正向指标）计算公式如下：= (2)对于费用型越小越优型指标（负向指标）计算公式如下：= (3)式中：为第个评价对象的第个指标对应的量值；表示第个评价对象的第个指标的量值；、分别表示各评价对象中第项指标所对应的所有量值中的最大值与最小值。 = （4）3、计算指标的熵值和权重。使用熵值法来确定评价指标的权重可以避免AHP法会有的主观因素形成的偏差，它可以尽量消除在计算指标权重时认为的干扰，能够使评价的结果更加的符合实际。其测算指标权重的步骤如下：1)计算指标的熵值：； （5） 2)计算指标的权重： （

6、6）式(5)中,；式（6）中，三、实例分析研究本文选取我国煤炭行业20家上市公司2021年年度财务报表数据（数据来源：巨潮资讯），依据上文中构建的指标体系,进行基于熵值法确定权重的财务绩效评价。首先，依据上文的方法步骤，建立待评价矩阵后对数据进行无量纲化处理后的指标数据见表2。表2 无量纲处理后的指标数据流动比率速动比率资产负债率存货 周转率应收账款周转率总资产周转率净利润率总资产报酬率安阳钢铁0.7801 0.8000 0.2403 0.2775 0.0439 0.0952 0.0000 0.0000 鞍钢0.7872 0.8476 0.7646 0.4668 0.0126 0.1769 0

7、.4354 0.3561 八一钢铁0.7518 0.8476 0.3007 0.7693 1.0000 0.9864 0.6628 0.6337 宝钢股份0.6241 0.7333 0.9141 0.3874 0.0072 0.2449 0.8489 0.8222 本钢板材0.6099 0.8286 0.6029 0.2078 0.0496 0.4218 0.6467 0.5830 抚顺特钢0.6667 0.7810 0.1164 0.0000 0.0000 0.0340 0.6567 0.5857 新钢股份0.6454 0.6381 0.3182 0.6115 0.0131 0.4762 0

8、.5282 0.3860 广日股份0.3050 0.2952 0.8989 0.1774 0.0008 0.2381 1.0000 1.0000 杭钢股份0.0000 0.0000 0.6625 0.9097 0.1711 1.0000 0.5558 0.3513 华菱钢铁0.9433 1.0000 0.1362 0.4494 0.0153 0.1905 0.4300 0.3444 山东钢铁0.9149 0.9429 0.2723 1.0000 0.0037 0.5646 0.4400 0.2023 贵绳股份0.1064 0.3238 1.0000 0.1872 0.0019 0.3946 0

9、.6812 0.6348 马钢股份0.4752 0.5333 0.4681 0.4298 0.0157 0.3061 0.4415 0.3113 南钢股份0.6738 0.7143 0.3028 0.4538 0.0226 0.2925 0.5735 0.4859 攀钢钒钛1.0000 0.9810 0.8048 0.8945 0.0123 0.0000 0.7863 0.6749 韶钢松山0.9645 1.0000 0.0000 0.1970 0.0497 0.2449 0.2520 0.1089 首钢股份0.8014 0.8667 0.7804 0.6126 0.0148 0.0816 0

10、.5052 0.4565 太钢不锈0.5745 0.8095 0.5466 0.5996 0.0285 0.7007 0.6816 0.6604 河北钢铁0.8652 0.9333 0.3677 0.2862 0.0408 0.9592 0.6444 0.5771 武钢股份0.8723 0.9619 0.5454 0.4516 0.0298 0.2993 0.6494 0.5852 表2 续每股收益每股净资产净资产收益率净利润增长率总资产增长率现金流量比率销售收到现金比率安阳钢铁0.0000 0.2740 0.1708 1.0000 0.2125 0.5116 0.4006 鞍钢0.4284

11、0.9867 0.5757 0.4116 0.2180 0.4130 0.2871 八一钢铁0.8039 0.6471 0.7421 0.3907 0.3348 0.6337 0.0843 宝钢股份1.0000 1.0000 0.8112 0.3967 0.1629 0.9267 1.0000 本钢板材0.7172 0.6647 0.6930 0.3893 0.1688 0.4347 0.2125 抚顺特钢0.7255 0.3352 0.7029 0.3935 0.5173 0.3241 0.3348 新钢股份0.3438 0.7731 0.5183 0.3554 0.2683 0.3780

12、0.1660 广日股份0.9745 0.2173 1.0000 0.3849 0.3702 1.0000 0.2847 杭钢股份0.4877 0.4681 0.5452 0.3822 0.1621 0.5299 0.3713 华菱钢铁0.1844 0.3444 0.3223 0.1102 0.0000 0.6096 0.4008 山东钢铁0.4180 0.0741 0.3077 0.0000 1.0000 0.5251 0.1091 贵绳股份0.7553 0.7437 0.7120 0.3925 0.2743 0.0000 0.1987 马钢股份0.4637 0.2808 0.4876 0.2

13、708 0.1724 0.7242 0.4121 南钢股份0.6364 0.1300 0.6080 0.3786 0.2313 0.5889 0.1906 攀钢钒钛0.7398 0.0247 0.7392 0.6676 0.2263 0.6041 0.2499 韶钢松山0.1408 0.0000 0.0000 0.3989 0.0770 0.6128 0.2923 首钢股份0.6482 0.1725 0.6248 0.4049 0.2124 0.4844 0.0000 太钢不锈0.8004 0.5386 0.7478 0.3921 0.2900 0.9237 0.3165 河北钢铁0.7115

14、 0.4868 0.6905 0.3893 0.3317 0.4530 0.3772 武钢股份0.7165 0.3886 0.6947 0.3890 0.2620 0.4980 0.3186 第二步，依据公式（5）和（6）计算得到20家上市钢铁公司财务绩效指标的熵值熵值与权重分别为： 由上，我们可以知道各个指标的熵值和权重，对钢铁行业上市公司进行评价，最终评价结果见表3：表3指标类型权重财务指标权重偿债能力0.10流动比率0.03速动比率0.02资产负债率0.05营运能力0.54存货周转率0.05应收账款周转率0.41总资产周转率0.08盈利能力0.06净利润率0.02总资产报酬率0.04股东

15、获利能力0.13每股收益0.04每股净资产0.07净资产收益率0.03成长能力0.09净利润增长率0.03总资产增长率0.06现金流量能力0.08现金流量比率0.03销售收到现金比率0.05四、结论及对策建议（一）评价结果从表3我们可以看出，营运能力所占的比重最大，高达54%，其次是股东获利能力和偿债能力和成长能力，现金流量能力和成长能力所占的比重较小。占较高比重的营运能力和股东获利能力这两项指标反映了企业日常运营的效率和增加股东财富的能力。（二）对策建议鉴于我国钢铁企业的盈利能力较弱，现金流量能力，短期偿债能力等不强，整体综合绩效水平处于中等水平，拟采取相应的对策以提高上市钢铁公司的财务绩效

16、水平。首先，降低成本，提高盈利水平，优化债务结构等。在降低成本方面可以与国外铁矿石供应商之间建立长期的战略合作关系，上市钢铁企业还可以加强与国内外各运输公司之间的密切合作。其次，加强技术改造，提高创新能力，增强国际竞争力。技术的创新和改进是钢铁行业发展的必然之路，我国的钢铁企业要想快速的发展和壮大自己，就必须顺应历史的潮流，抓住各种机遇，通过并购和重组，形成若干个具有较强创新能力和国际竞争力的新型企业，以提升企业的竞争力能力。第三，调整产业结构。只有通过中国钢铁产业结构的升级，才能提高对高品质、高技术钢铁产品的需求量和生产量，也才能提升中国钢铁行业的发展空间。最后，政府部门应加强对上市钢铁公司

17、在金融上的支持力度并采取相应的财政支持政策。参考文献1 吴峰霞.上市公司财务绩效评价研究-以钢铁上市公司为例J.财会通讯,2021(6).2 陈利宁,杨昌明.基于熵值法的我国煤炭行业上市公司财务绩效评价J.中国矿业，2021（01）. 3 杨平娥，冯述娜，李善花，陈会英我国种业上市公司财务绩效评价J.财会月刊，2021( 6) :20 -224 吴健妮.熵权法筛选港口物流产业集群竞争力指标研究J.科技管理研究,2021(6）：045-050.基于Logit模型的上市公司财务预警模型研究以及实证分析【摘要】上市公司是现代公司的最高形式，上市公司的数量和质量直接影响着证券市场的兴衰。在上海和深圳证

18、券交易所上市公司需要连续三年盈利，上市之后如果连续两年亏损，就会被戴上ST的帽子，这标志着上市公司陷入了财务困境.本文以沪深A股市场上于2015年被ST和未被ST的上市公司为研究的总体，随机抽取样本90个,并结合公司的财务数据，尤其是代表公司经营状况的动态指标，来预测企业在未来一年内是否会有财务危机,给公司的财务人员预警，同时也有利于投资者判断一家公司的发展状况，做出合理决策。【关键字】上市公司 财务预警 Logit模型一、 引言21.1财务预警模型的研究背景21.2财务预警模型的研究概况21.3本文的创新之处2二、Logit模型简介2三、样本和财务指标的确定33.1样本采集33.2财务指标的

19、初步选择3四、财务预警模型的实证分析44.1案例处理摘要44.2模型汇总44。3HosmerLemeshow检验结果54.4预测分类结果64.5逐步回归过程84.6不在方程中的统计变量94。7预测概率直方图10五、 模型的改进和对上市公司风险防范的建议115.1模型的改进115.2对上市公司的建议11参考文献12一、引言 1.1财务预警模型的研究背景现代企业从创业到发展,都在追求一个目标上市。而在我国的股票市场上，公司上市需要最近三年连续盈利,上市后的公司要接受社会的监督，定期公布财务报告以及其他信息，因此我们可以很容易得到上市公司的财务指标，相比通过经验来判断公司的财务状况，财务指标是量化的

20、，更容易分析。一个公司的财务指标一定程度上反映了该公司的财务状况，从财务状况我们可以看出该公司的经营管理情况以及发展情况，如果一个公司财务发生了危机,那么整个公司的现状也令人担忧。因此，正确的预测企业财务危机将有助于保护投资者和债权人的权益、有助于经营者防范财务危机、有助于政府管理部门监控上市公司质量和证券市场的风险,所以建立企业财务危机预警模型具有重要意义。各种不同的原因共同导致了公司的财务危机，既有企业内部的原因，也有企业外部不可控制的原因.以下我们归纳归属于企业自身的原因：1. 公司管理者盲目追求扩张，决策缺乏科学性。2. 企业筹资方式不当，资本结构不合理3. 企业内控制度不完善，公司治

21、理结构不合理.如果企业不对其存在的问题作出快速的反映，在不断创新和变革的时代，最终会走向破产，因此财务预警能够在公司财务危机发生前进行预测，避免其陷入财务困境。1。2财务预警模型的研究概况对上市公司的财务预测和预警的常用模型是上市公司信用风险度量，我国关于财务风险预警分析的研究起步较晚，而国外开始相关领域的研究比较早，已有企业将财务风险预警模型投入实际运用中。信用风险的度量和管理的探索大致可分为三个阶段；第一个阶段是1970年以前，主要分析工具有5C分析法、LAPP法、五级分类法，大多数金融机构基本上是依据银行专家的经验和主管分析来评估信用风险。第二个阶段是建立于基于财务报表的信用评级模型，主

22、要有Logit模型、线性比率模型、Probit模型、判别分析模型等。第三个阶段是进入20世纪90年代以来，西方若干商业银行以风险价值为基础，开始运用数学工具、现代金融理论来定量研究信用风险，建立了以违约概率、预期损失率为核心指标的度量模型.1.3本文的创新之处我国财务预警模型处于发展初期,复杂的财务预警模型在实践中运用较少.简单而又实用的预警模型应属Logit模型，多数学者已对Logit模型进行了实证分析，肯定了Logit模型有较好的预测能力。本文拟对Logit模型在上市公司财务危机预警分析与评估应用方面进行研究，避开大多数研究者选取的盈利指标等静态指标，以与上市公司经营状况有关的财务指标为变

23、量（包括两个动态指标)通过实证分析验证改进结果。二、 Logit模型简介Logit方法采用logistic回归建立一个非线性模型，其曲线是s型或倒s型。因变量的取值在O1之间，回归方程为：LnI1Pi（1Pi）=0+jXij本文将ST公司赋值1,将非ST公司赋值0。Pi 是在条件Xi=F(Xlj，X2j,Xmj）下某事件发生的概率,1-P 是该事件不发生的概率，其中m是自变量的个数0是截距，i是待估计的参数。利用最大似然估计法估计参数,在研究中取05作为概率的阀值，将样本数据代入回归方程得到P值大于05时，判断该样本属于财务困境公司，否则属于非财务困境公司。Logit模型的最大优点是，不需要严

24、格的假设条件，克服了线性方程受统计假设约束的局限性，不需要满足正态分布和两组协方差矩阵相等的条件，得出的结果直接表示企业发生财务失败的可能性大小，操作简单,结果明了。目前，这种模型的使用较为普遍，但其计算过程比较复杂，而且在计算过程中有很多的近似处理，这不可避免地会影响到预测精度。三、样本和财务指标的确定 3.1样本采集 财务危机预警模型研究的样本选取与设计过程涉及到如何确定陷入财务危机公司的样本组，如何确定作为配对标准的控制因素，以及如何进行两组间个体数量分配的问题等，作为配对标准的控制因素一般包括会计年度、行业和资产规模。这些配对标准用来控制由于财务危机组合与正常组合之间的报告因时间性、行

25、业特征和公司规模的差异所可能带来的模型偏差。本文按照随机选取的模式选取样比较样本，这种选取样本的方法是假定公司发生财务危机的概率是0.5。 我国学者在研究财务危机模型时，大多定义财务危机预警超前时间的方法是：被ST的当年定义为财务危机发生的时间点，并记为T，T-1年为财务危机发生的前一年，以此类推。我国许多学者在研究财务危机预警模型时，大多数强调预警的超前时间为发生财务危机的前两年,即T2年。根据我国实际情况，借鉴前人的研究成功,本文也将ST的年份定义为发生财务危机的时间,记为T，研究在T年处于ST和非ST状态的上市公司在T2年的财务指标。为何选取T-2年的财务数据？这与我国的ST制度有关，在

26、我国市场上上市的公司，连续两年亏损就会被ST，一年亏损，下一年不亏损不会被ST,那么以T1年的数据来建模就会夸大模型的实用性。而且从公司经营的角度来看，其陷入财务困境是一个累积的结果，因此根据被ST之前的数据建立的模型才能够更好的起到防患于未然的作用。本文样本公司的财务数据主要来自万得咨询数据库,本文选取了2015年被ST的公司2013年的财务数据作为发生了财务危机的上市公司样本;相应的，选取2015年没有被ST的上市公司2013年的财务数据，作为正常上市公司的样本，并应用Logit模型建立预测模型预测上市公司是否面临财务危机，其中ST样本40个,非ST样本50个。随机抽取其中的70的样本作为

27、模型的训练集，用以模型的训练，剩下的30%作为模型的测试集。3.2财务指标的初步选择 由于净利润的大小可以很直观的观察到，那么，基于本文研究的创新点，我们选取的财务指标主要与公司的经营状况和动态发展有关,下表是初步选定的五个指标，在实证分析中我们对这五个指标的相关性和显著性进行进一步分析，确定最终选定的指标。变量含义意义X1流动资产/总资产衡量企业的资本结构X2 存货周转率 衡量企业的营运能力X3总资产周转率衡量企业的营运能力X4总资产增长率衡量企业的成长能力,动态指标X5净资产增长率衡量企业的成长能力和归属于股东的净资产，动态指标表31四、财务预警模型的实证分析4。1案例处理摘要Case P

28、rocessing SummaryUnweighted CasesaNPercentSelected CasesIncluded in Analysis6471.1Missing Cases0。0Total6471.1Unselected Cases2628.9Total90100.0a. If weight is in effect, see classification table for the total number of cases。 表41Dependent Variable EncodingOriginal ValueInternal Value良好0危险1 表4-2如图41，

29、本文共使用了90个样本,在训练集中随机抽取了71。1%的样本，即包括ST和非ST公司64个样本，财务状况良好的公司定义为0，处于财务困境的公司定义为1。4.2模型汇总Model SummaryStep-2 Log likelihoodCox & Snell R SquareNagelkerke R Square174.733a。189。253268.987a。259。346351。026b.440。589a. Estimation terminated at iteration number 4 because parameter estimates changed by less than

30、.001.b。 Estimation terminated at iteration number 7 because parameter estimates changed by less than 。001. 表4-3 在“模型汇总”表格中,以Cox & Snell R Square和Nagelkerke R Square两个统计量取代了线性回归中的R方统计量。本例中最后的结果是0。440和0。589，这个拟和可以算是中等。 4.3Hosmer-Lemeshow检验结果Contingency Table for Hosmer and Lemeshow Test财务状况 = 良好财务状况 =

31、 危险ObservedExpectedObservedExpectedTotalStep 3155.9101.0906265.5700.4306355.2491。7516464.96401。0366554。38711。6136653。54012.4606702。45163。5496811.81054。190691.90155.0996101.21699。78410表4-4 由“Contingency Table for Hosmer and Lemeshow Test可知,根据目标变量的预测概率，把结果分为个数大致相等的10个组，“total”中是每组的观测数，由于预测值相等的观测被分在一起，

32、所以各组的观测数不一定相同。此表直观的反映了模型的预测效果,可以看出各行的观测值和期望值大致相同，所以模型的拟合效果不错。 4.4预测分类结果Classification TablecObservedPredictedSelected Casesa财务状况良好危险Percentage CorrectStep 1财务状况良好251071.4危险101965。5Overall Percentage68.8Step 2财务状况良好251071。4危险101965.5Overall Percentage68.8Step 3财务状况良好32391.4危险32689。7Overall Percentage

33、90.6a. Selected cases shaix EQ 1c. The cut value is .500表4-5Classification TablecObservedPredictedUnselected Casesb财务状况良好危险Percentage CorrectStep 1财务状况良好12380.0危险3872。7Overall Percentage76。9Step 2财务状况良好12380.0危险3872。7Overall Percentage76。9Step 3财务状况良好14193。3危险5654.5Overall Percentage76.9a. Selected

34、cases shaix EQ 1b. Unselected cases shaix NE 1c. The cut value is .500 表4-6 表4-5和4-6给出了关于观测值和预测值的列联表。“Selected Cases表示对建模所用数据的回判分类结果；“Unselected Cases表示对未使用的验证数据的判别分类结果；另外，如果预测概率大于0.5，预测为良好，否则预测为不好。 对于最终模型，建模用的35个财务状况良好的公司中有32个判断正确，正确率为91.4%;建模用的29个财务陷于困境的公司有26个判断正确,正确率为89。7%;对建模数据总的回判率为90。6%，说明模型的预

35、测效果不错，尤其是对那些财务状况良好的公司. 由于验证数据没有参与建模，所以用对它的分类结果来验证模型效果更有参考意义.检验用的15个财务状况良好的公司中有14个判断正确，正确率为93.3%；检验用的11个财务陷于困境的公司中有6个判断正确，正确率为54.5%,总验证的正确率达76.9,说明模型在用来预测财务状况良好的公司更为有效,但是总体来说还是较为稳定的。4。5逐步回归过程Model if Term RemovedVariableModel Log LikelihoodChange in 2 Log LikelihooddfSig. of the ChangeStep 1X444.0801

36、3.4261.000Step 2X237.3675。7471。017X4-43。32017.6531。000Step 3X226。8912.7551。097X4-27。7884.5501.033X5-34.49317。9611.000 表4-7Variables in the EquationBS.E。WalddfSig。Exp（B)Step 1aX4-.065。0219。3211.002。937Constant。014。282。0031.9601.014Step 2bX2.000。000.5241.4691.000X4-。083.02510.9591.001。920Constant-.034

37、。294。0131.909。967Step 3cX2.000。001。0801.7771.000X4-。057.0303.5891。058.945X5.063.0247。0931。008。938Constant-.413.3871.1391。286。662a. Variable（s） entered on step 1: X4.b。 Variable(s） entered on step 2: X2.c。 Variable（s) entered on step 3： X5. 表4-8如图所示，“Variables in the Equation”给出了每一步回归的参数估计信息。以Step 3

38、的最终模型为例,由B列的数据可得回归模型为：P=1/（1+e-Z)其中:Z=-0.413+0.000X2-0。057X40。63X5此处的数据模型表明： （1）模型的最终结果与存货周转率无关，这可能是由于样本的选取没有按照行业进行划分,所以比较离散，而不同行业的存货周转率不同，所以这个财务指标与财务状况有一定相关性，但是需要分行业来讨论。（2）模型最终留下两个变量：总资产增长率和净资产增长率，这个数学模型已经变为财务状况与企业增长能力之间的关系,前面的系数为负，说明这两个增长指标与概率P成反比,那么可以说明，在一定程度上企业总资产增加,并且净资产也增加时，反映出企业经营状况和财务状况良好，这与

39、我们的的直观判断吻合。4。6不在方程中的统计变量Variables not in the EquationScoredfSig。Step 1VariablesX12.6851.101X212。6541.000X31.6571.198X58。4371。004Overall Statistics21.7714.000Step 2VariablesX12。5991.107X32。8071。094X59。7081。002Overall Statistics11。1593.011Step 3VariablesX1.9881。320X3。3421.558Overall Statistics1。0342。596 表4-9如表4-9所示，在最后一步没有进入方程中的变量，这些变量都大于0.10，故而是不显著的4.7预测概率直方图Observed Groups and Predicted Probabilities 8 + + | | F |