企业绩效影响因素的OLS回归：核心解释变量的效应.docxVIP

企业绩效影响因素的OLS回归分析

1案例背景

本案例数据来源于260家企业，以企业绩效为因变量，自变量包括数字化投入、研发强度、负债率、员工培训和市场环境。分析过程使用SPSSAU在线数据分析平台完成普通最小二乘法（OLS）回归分析。OLS回归是经典线性回归的核心估计方法，通过最小化残差平方和来估计回归系数，要求满足高斯-马尔可夫假设（线性性、独立性、同方差性、无多重共线性），在此基础上OLS估计量具有最佳线性无偏性（BLUE）。本研究在报告回归结果的同时，进行了异方差检验、遗漏变量检验等诊断分析，以验证模型假设的成立性。

2分析结果

在SPSSAU【计量经济研究】模块选择【OLS回归】，将变量拖拽至右侧对应分析框，操作如下图：

表1OLS回归分析结果

表1报告了OLS回归分析结果。模型R2=0.993，调整R2=0.993，F(5,254)=7262.679（p0.001），模型拟合优度极高，五个自变量合计解释了企业绩效99.3%的方差。D-W值=2.032，接近2，表明残差不存在显著的一阶自相关问题，满足独立性假设。

数字化投入的回归系数B=-0.814（SE=0.032，t=-25.128，p0.001），标准化系数β=-0.376，95%CI=[-0.877,-0.750]，表明数字化投入对企业绩效具有显著的负向影响。这一结果看似反直觉，可能反映了数字化转型