2结果与分析

　　2．1行业因素对营运资本的影响参照中国证监会在2001年4月发布的《上市公司行业分类指引》，将119家企业划分为13个行业。仅选取纺织服装、石化塑胶、电子、金属与非金属、机械设备、医药生物制品、信息技术7个行业，企业数量分别为9、18、10、14、21、11、7个。其余行业因企业数量太少，故舍去。
　　采用单因素方差分析法，考查不同行业的中小企业上市公司的营运资本结构是否存在显著差异。将每个行业所选样本的流动比例数据作为一组，这样就有7组数据。如果统计分析得出的结果小于给定置信水平下的F统计量的临界值，那么说明样本来自不同的正态总体，即行业因素对营运资本结构产生影响。研究表明，2004、2005年的指标值分别为0．007、0．002，通过了显著性为0．01的假设检验，而2001～2003年、2006年指标值均略高于0．01，但小于0．05，即通过了显著性为0．05的假设检验，所以2001～2006年的流动比例均通过了显著性检验，否定了假设，即组间均值有显著性差异，分组有必要。
　　2．2主成分的命名首先剔除样本资料中的异常值，然后运用SPSS统计分析软件，对反映7类因素的12个原始变量进行降维处理，提取主成分因子。前6个主成分萃取了原始变量90．190％的信息含量。以这6个主成分构建回归模型，既有效地简化了模型，又涵盖了原始变量的绝大部分信息。求出因子负荷矩阵以便进一步确定每个主成分的意义，并对因子负荷矩阵做最大方差旋转，结果见表2。

经过旋转后的因子负荷系数明显的向两极分化，进而分析出主成分因子的意义(表3)。

　　2．3回归方程的建立利用SPSS软件，在主成分分析过程中同时得到主成分因子值。以主成分因子值为解释变量，以经标准化处理的流动比例为被解释变量，采用逐步归的方法，用F的概率作为决定变量的进入或者移出回归方程的标准。若变量回归系数的F统计量的显著性概率Sig．≤0．05，则该变量被引入方程；若F的显著性概率sig>0．10，则该变量被移出方程。经过筛选，获得5个回归方程，选取最优的第5个方程，其回归方程为：
　　Y=1．978+0．926×Xl一0．613×X2+0．428×X6—0．319×X5—0．307×x4  (2)