从各个变量之间的散点图和相关系数矩阵的结果来看之间的散点图和相关系数矩阵的结果来看美元汇率和货币供应量数据之间存在着显著的负相关关系，人民币存款利率和货币供应量数据之间存在着显著的正相关关系,货币供应量数据和消费价格指数之间也存在着显著的正相关关系.

回归结果分析

从输出结果可以看出，回归方程为：上证指数=-34570.5+0.003货币供应量+13.407居民消费价格指数+47.867美元汇率+786.95人民币存款， 除了居民消费价格指以外由对应的值都比显著性水平0.05小，可得两个偏回归系p数在显著性水平0.05下均显著不为零。 可决系数R，修正的可决系数R为0.48左右说明方程的拟合效果较好。

从各个变量的回归系数，我们可以判断，货币供应量每增加一个单位上证指数会增加0.003个单位，同样的居民消费指数增加一个单位上证指数会增加13.407个单位。因此，他们对上证指数都有正向影响，同样的，我们可以看到美元汇率和人民币存款上证指数都有正向的影响。从显著性来看，因此可以认为他们对上证指数有显著的正向影响。

拟合效果图形展示

以上证指数的原始数据作为x轴，回归拟合值为轴作图。

从拟合值与残差的散点图上可以发现，除去离群点外，所有点基本上是随机地分散在纵坐标值为-1和+1的两条平行线之间，这说明随机误差项具有同方差性； 拟合值与残差的标准差的散点图，其意义与上面类似； 图表明随机误差项是服从正态分布的，其原因是正态Q-Q图近似地可以看成一条直线；右下图的CooK距离图进一步证实有一个离群点，它对回归方程的影响是比较大的，要根据具体问题，讨论出现这一观测值的实际背景。

逐步回归优化

使用逐步回归法建立“最优”的回归方程

上面用“逐步向前向后回归法”，通过软件分析建立“最优”回归方程。向后回归法就是建立包含全部因子的回归方程，通过回归系数的检验，从回归方程中逐个剔除不显著的因子，直到留在方程中的因子都是显著的。同时可以看到可判别系数的值0.62，因此模型拟合程度较好。

同时可以得到回归方程为：上证指数=-11799.13+12.039美元汇率+63.13居民消费价格指数

最后我们得到了下面结果文件：

结论

本文首先通过绘制上证指数与诸影响因素（货币供应量,居民消费价格指数,人民币兑美元汇率,人民币短期存款利率）之间的散点图和计算它们之间的相关系数,可知上证指数与诸因素之间存在比较明显的非线性关系,因此，为简化问题，通过SPSS软件,采用逐步进入法剔除了不显著的自变量—居民消费价格指数、人民币短期存款利率和人民币兑美元汇率,并建立了多元回归模型.利用所得模型可对股票价格的因素进行探讨。