上市公司年報(bào)數(shù)據(jù)分析案例

1、統(tǒng)計(jì)教學(xué)案例二上市公司年報(bào)數(shù)據(jù)分析案例經(jīng)統(tǒng)計(jì)調(diào)查取得數(shù)據(jù)后，需要通過統(tǒng)計(jì)整理、綜合指標(biāo)計(jì)算與相關(guān)回歸分析等方法技術(shù)對(duì)總體數(shù)據(jù)進(jìn)行處理，以認(rèn)識(shí)總體變量分布狀態(tài)（如正態(tài)分布）、特征表現(xiàn)（如結(jié)構(gòu)相對(duì)數(shù)、平均數(shù)和標(biāo)準(zhǔn)差）、相關(guān)關(guān)系（如相關(guān)系數(shù)）和變化規(guī)律（如回歸模型），從而了解事物或現(xiàn)象的本質(zhì)及其依存因素。其中統(tǒng)計(jì)整理技術(shù)包括總量指標(biāo)、相對(duì)指標(biāo)、平均指標(biāo)和標(biāo)志變異指標(biāo)的揭示，他們的計(jì)算既是對(duì)總體基本特征的描述，又是對(duì)事物或現(xiàn)象進(jìn)一步定量研究的基礎(chǔ)；相關(guān)和回歸是研究總體各事物或現(xiàn)象間相互關(guān)系的定量分析，用以測定不同特征相互聯(lián)系的緊密程度，揭示變化形式和規(guī)律。本章案例主要通過對(duì)總體靜態(tài)數(shù)據(jù)處理過程的介紹，

2、幫助讀者掌握統(tǒng)計(jì)整理、指標(biāo)描述和相關(guān)回歸分析技術(shù)結(jié)合運(yùn)用的技術(shù)與經(jīng)驗(yàn)。本章由1個(gè)大型案例構(gòu)成，案例以滬深股市制造業(yè)上市公司為對(duì)象，系統(tǒng)介紹了靜態(tài)數(shù)據(jù)總體的統(tǒng)計(jì)處理過程，包括分布描述、分類研究和相關(guān)因素分析。上市公司年報(bào)數(shù)據(jù)分析案例的教學(xué)目的：數(shù)據(jù)整理是統(tǒng)計(jì)分析的基礎(chǔ)工作，在總體規(guī)模很大，數(shù)據(jù)量浩瀚、分布未知的情況下，如何對(duì)總體數(shù)據(jù)進(jìn)行整理分類，描述總體分布及進(jìn)一步分析總體各特征間的相互關(guān)系是對(duì)總體正確認(rèn)識(shí)的關(guān)鍵。由于具體的工作過程與教科書的知識(shí)點(diǎn)講授順序并不完全一致，因此本案例通過對(duì)1999年滬深股市制造業(yè)上市公司年報(bào)數(shù)據(jù)分析過程的介紹，給讀者以處理總體靜態(tài)數(shù)據(jù)的思路和技巧，從而訓(xùn)練讀者解決實(shí)

3、際問題的能力。 案例的背景分析與數(shù)據(jù)資料一、案例的現(xiàn)實(shí)意義上市公司的經(jīng)營業(yè)績與其股票價(jià)格、市場價(jià)值息息相關(guān)，因此反映上市公司經(jīng)營業(yè)績的定期公開披露的中期會(huì)計(jì)報(bào)告、年度會(huì)計(jì)報(bào)告就成為社會(huì)各界密切關(guān)注的重要信息之一。對(duì)所有上市公司的財(cái)務(wù)報(bào)告進(jìn)行統(tǒng)計(jì)整理和分析，把握上市公司整體的經(jīng)營狀況、經(jīng)營業(yè)績的水平和變化趨勢，無論是對(duì)投資選擇，還是政府的決策與監(jiān)督，都是不可或缺的。本案例探討的就是面對(duì)大量的財(cái)務(wù)報(bào)告數(shù)據(jù)信息如何進(jìn)行統(tǒng)計(jì)整理與分析，這對(duì)于投資者、投資咨詢?nèi)藛T或是理論界研究者，都具有實(shí)際的指導(dǎo)意義。通過本案例的學(xué)習(xí)討論，有助于大家掌握統(tǒng)計(jì)描述和相關(guān)回歸分析的方法，同時(shí)積累應(yīng)用這些方法的實(shí)際經(jīng)驗(yàn)和教訓(xùn)

4、。二、案例所依托的總體及其現(xiàn)狀與研究目的（一）案例所依托的客體本案例所依托的客體是1999年上市公司年報(bào)中的有關(guān)財(cái)務(wù)指標(biāo)。1999年末，滬、深兩市共有上市公司949家。這些上市公司分布在13個(gè)行業(yè)部門。根據(jù)中國證監(jiān)會(huì)的上市公司分類指引中規(guī)定的分類方法，其中制造業(yè)共有578家，占60.91%?？偣杀?938億元，占62.73%，制造業(yè)是上市公司最集中的行業(yè)。截止2000年4月30日，已公布年報(bào)的有560家。所以本案例研究的總體范圍確定為如期公布年報(bào)的制造業(yè)560家上市公司。（二）案例研究的目的與任務(wù)1 上市公司年報(bào)財(cái)務(wù)數(shù)據(jù)統(tǒng)計(jì)分析的目的通過對(duì)制造業(yè)1999年報(bào)有關(guān)數(shù)據(jù)進(jìn)行系統(tǒng)的統(tǒng)計(jì)整理、描述和回

5、歸分析，揭示1999年制造業(yè)上市公司主要財(cái)務(wù)指標(biāo)的總體分布、分行業(yè)的經(jīng)營業(yè)績水平和重要特征，從中掌握認(rèn)識(shí)總體分布特征和數(shù)量變化的技巧和方法，提高用統(tǒng)計(jì)思想和方法解決實(shí)際問題的能力。2上市公司年報(bào)財(cái)務(wù)數(shù)據(jù)統(tǒng)計(jì)分析的任務(wù)對(duì)紛繁的數(shù)據(jù)進(jìn)行不同的分類、分組、匯總、綜合、分析、歸納、推斷，顯示上市公司財(cái)務(wù)報(bào)告中的主要財(cái)務(wù)指標(biāo)的分布形態(tài)和主要特性，尋找財(cái)務(wù)指標(biāo)之間的相互關(guān)系和表現(xiàn)規(guī)律。3上市公司年報(bào)財(cái)務(wù)數(shù)據(jù)統(tǒng)計(jì)分析的對(duì)象本案例所引用資料取自上海證券報(bào)，包括了制造業(yè)560家上市公司。共選有8個(gè)財(cái)務(wù)指標(biāo)：總資產(chǎn)、凈利潤、主營業(yè)務(wù)收入、股東權(quán)益、每股收益、每股凈資產(chǎn)和股東權(quán)益比率。其中，前4個(gè)為反映資產(chǎn)、收益方

6、面的總量指標(biāo)，后4個(gè)為反映盈利能力、業(yè)績水平的相對(duì)指標(biāo)。4數(shù)據(jù)的初步分析制造業(yè)上市公司行業(yè)結(jié)構(gòu)在制造業(yè)中，生產(chǎn)不同產(chǎn)品的企業(yè)或公司，具有不同的規(guī)模，占有不等的資源要素，他們的總股本、凈利潤、凈資產(chǎn)收益率必然存在很大的差異。為了深入認(rèn)識(shí)總體，首先要對(duì)制造業(yè)按其經(jīng)濟(jì)活動(dòng)的特點(diǎn)進(jìn)行行業(yè)分類。根據(jù)上市公司分類指引，制造業(yè)進(jìn)一步分為10個(gè)行業(yè)種類，編碼為C0、C1、C2、C9。分類統(tǒng)計(jì)屬于定名測定。從上述資料經(jīng)計(jì)數(shù)整理后即可得到如表一的分布數(shù)列。表21 制造業(yè)上市公司行業(yè)分布代 碼行業(yè)分類上市公司數(shù)比重（%）C0食品、飲料488.57C1紡織、服裝、皮毛458.04C2木材、家具20.36C3造紙、印刷

7、162.86C4石油、化學(xué)13023.21C5橡膠、塑料101.79C6金屬、非金屬9617.14C7機(jī)械、儀表、設(shè)備15126.96C8通訊、電子519.11C9其他111.96合 計(jì)560100.00這是一個(gè)品質(zhì)標(biāo)志分組的分布數(shù)列。從該數(shù)列中可以知道上市公司的行業(yè)結(jié)構(gòu)。1999年560個(gè)制造業(yè)上市公司中，27%是機(jī)械、儀表、設(shè)備制造業(yè)（包括汽車、船舶、摩托車、家電等）；23%是石化類行業(yè)；而冶金、鋼鐵等金屬非金屬類公司占17%；通訊電子章9%。所以，制造業(yè)上市公司中傳統(tǒng)產(chǎn)業(yè)占了較大比重。這些行業(yè)中大部分是國有或國有控股企業(yè)，是國企改革中率先建立現(xiàn)代企業(yè)制度進(jìn)入資本市場的排頭兵。行業(yè)的分布也

8、體現(xiàn)了國家的產(chǎn)業(yè)政策導(dǎo)向，在1999年新發(fā)行的A股中，大盤股和高科技股明顯增多，有力地支持了國企改革和高科技企業(yè)的發(fā)展，推動(dòng)了上市公司的行業(yè)結(jié)構(gòu)優(yōu)化。方 案 設(shè) 計(jì)一、 案例設(shè)計(jì)的思路本案例研究的總體對(duì)象是某一特定時(shí)間的靜態(tài)數(shù)據(jù)集，為了對(duì)它有一個(gè)全面和透徹的認(rèn)識(shí)，一般應(yīng)對(duì)其進(jìn)行基本的特征描述和揭示各特征間主要的相互關(guān)系。根據(jù)這一目的，本案例按照如下順序?qū)?shù)據(jù)進(jìn)行處理：1分別對(duì)總體個(gè)單位的數(shù)量標(biāo)志按值的大小作升序排列，以大概認(rèn)識(shí)個(gè)變量的變化范圍及其一般水平。2分別計(jì)算總體個(gè)變量的特征值，進(jìn)一步抽象認(rèn)識(shí)個(gè)變量的分布特征，包括算術(shù)平均數(shù)、眾數(shù)、方差、峰度度、偏度等。3分別根據(jù)特征指標(biāo)繪制各變量的分布

9、圖，以形成對(duì)各變量分布的直觀認(rèn)識(shí)。4分別按品質(zhì)標(biāo)志和數(shù)量標(biāo)志對(duì)總體進(jìn)行分類，通過計(jì)算派生指標(biāo)，以深入認(rèn)識(shí)總體各指標(biāo)在不同類別間的差異，包括總體結(jié)構(gòu)、強(qiáng)度，比例關(guān)系等。5分別對(duì)總體各指標(biāo)進(jìn)行相關(guān)分析，了解各指標(biāo)間的依存關(guān)系，在相關(guān)關(guān)系成立的基礎(chǔ)上進(jìn)行回歸分析，從而更深層次地認(rèn)識(shí)總體的規(guī)律與特征。6在上述研究分析的基礎(chǔ)上給出關(guān)于對(duì)對(duì)象的定性認(rèn)識(shí)結(jié)論。二、案例設(shè)計(jì)的工作過程（一）數(shù)據(jù)整理與描述1編制按各財(cái)務(wù)指標(biāo)的變量數(shù)列（1） 將數(shù)據(jù)順序排列。（2） 計(jì)算描述統(tǒng)計(jì)指標(biāo)。在Excel“工具”的“數(shù)據(jù)分析”中，“描述統(tǒng)計(jì)”提供了所分析數(shù)據(jù)的主要描述指標(biāo)和有關(guān)信息。其內(nèi)容是；平均算術(shù)平均數(shù)，即=標(biāo)準(zhǔn)誤差抽

10、樣平均誤差，即中值中位數(shù)，即Me；模式眾數(shù)，即Mo；標(biāo)準(zhǔn)偏差標(biāo)準(zhǔn)差，即；樣本方差方差，即峰值峰度，即偏斜度偏度，即；區(qū)域全距，即最大值減最小值；求和標(biāo)志總量；計(jì)數(shù)總體單位總數(shù)；最大（K）第K個(gè)最大值；最小（K）第K個(gè)最小值；置信度“數(shù)據(jù)分析”中默認(rèn)概率為95%（也可自行選擇）的1/2誤差范圍。（3）分析描述統(tǒng)計(jì)指標(biāo)比較平均數(shù)、眾數(shù)、中位數(shù)的大小；偏度系數(shù)的大小、方向等。（4）確定組數(shù)和組距當(dāng)偏度系數(shù)不大時(shí)，用斯特吉斯經(jīng)驗(yàn)公式確定組數(shù)；偏度系數(shù)較大、分布明顯偏態(tài)時(shí)，以平均數(shù)為中心，以K倍標(biāo)準(zhǔn)差為組距。（5）整理成頻數(shù)分布和直方圖（或其他圖形），顯示總體分布特征。2制造業(yè)公司主要財(cái)務(wù)指標(biāo)的分布（1

11、）總資產(chǎn)分布數(shù)列和直方圖 總資產(chǎn)描述統(tǒng)計(jì)1平均 標(biāo)準(zhǔn)誤差中值模式 標(biāo)準(zhǔn)偏差； 樣本方差峰值 偏斜度區(qū)域 最小值 最大值求和計(jì)數(shù) 置信度 （95%）158315.18970.94695296.9212291.34.51E+1030.190774.705128217859812256.6921908468865645256017620.89 總資產(chǎn)描述統(tǒng)計(jì)2平均標(biāo)準(zhǔn)誤差中值模式標(biāo)準(zhǔn)偏差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計(jì)數(shù)置信度（95%）144640.76388.94895410.48149424.92.23E=109.9163752.885238955269.621671.49976941

12、.17911847854712549.92 從描述統(tǒng)計(jì)1看，560家公司的總資產(chǎn)呈高度偏態(tài)?？傎Y產(chǎn)最大值是上海石化219億元，最小值是ST黔凱滌1.2億元，相差近200倍。將6個(gè)總資產(chǎn)100億和7個(gè)2億元以下的數(shù)據(jù)作為極值舍去，計(jì)算得到描述統(tǒng)計(jì)2，此時(shí)的標(biāo)準(zhǔn)差和偏度系數(shù)都降低了，說明數(shù)據(jù)間的差異小了。但仍呈偏態(tài)，不能用斯特吉斯經(jīng)驗(yàn)確定組數(shù)。不論何種分布，均值和方差其分布的兩個(gè)主要特征值。根據(jù)切比雪夫定理，可以平均數(shù)為中心，以K倍的標(biāo)準(zhǔn)差為組距，因?yàn)榇藭r(shí)平均數(shù)K倍的標(biāo)準(zhǔn)差所涵蓋的數(shù)據(jù)范圍不小于11/。本例中，均值14.5億元，中位數(shù)9.5億元，標(biāo)準(zhǔn)差15億元，說明560家公司的總資產(chǎn)分布為右偏態(tài)

13、。若以1個(gè)標(biāo)準(zhǔn)差為組距，則中位數(shù)以下部分的描述勢必過于概括。所以考慮用1/2標(biāo)準(zhǔn)差，即7.5億元為組距，由于100億元以上只有7家，將105億元以上并為一組，組數(shù)=15。分組后變量數(shù)列及直方圖如表二和圖一所示。表22 560家上市公司總資產(chǎn)分組統(tǒng)計(jì)分組（萬元）頻數(shù)頻率（%）75000以下750001500001500002250002250003000003000003750003750004500004500005250005250006000006000006750006750007500007500008250008250009000009000009750009750001050000

14、1050000以上2091926433181542462131637.3234.2911.435.893.212.680.710.360.711.070.360.180.540.181.07合計(jì)560100.00 從圖表中可以知道，制造業(yè)中，總資產(chǎn)8866億元，平均規(guī)模在15億元左右。82%的上市公司總姿產(chǎn)在22.5億元以下，100億元以上的只有1%。在各行業(yè)中，總資產(chǎn)規(guī)模最大的是C8通信電子行業(yè)20.3億元，最低的是C2木材家具業(yè)6.38億元，另外，C4石油化工、C5橡膠塑料、C6金屬非金屬的總資產(chǎn)規(guī)模在平均之上。 圖21 560家制造業(yè)公司總資產(chǎn)分布（2）凈利潤分布數(shù)列和直方圖 凈利潤描述

15、統(tǒng)計(jì) 平均標(biāo)準(zhǔn)誤差中值模式標(biāo)準(zhǔn)偏差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計(jì)數(shù)置信度（95%）6669.48516.28284120.164# N/A12217.481.49E+0811.333442.485572112886.537417.975468.637349135601014.092 凈利潤分布呈右偏態(tài)。以1/2標(biāo)準(zhǔn)差6500萬元為組距，可分17組。分組后3.25億元以上各組不僅頻數(shù)少，而且有兩組頻數(shù)為0。這種情況下可考慮合并這些組，因?yàn)楹喜⒑蟮臄?shù)列并未影響總體特征的描述。見表23和圖22。 表23 560家上市公司凈利潤分布凈利潤分組（萬元）頻 數(shù) （個(gè)）頻 率 （%）13000以

16、下130006500650000650065001300013000195001950026000260003250032500以上141022332112241316172.50793.9359.2920.004.292.322.863.04合 計(jì)560100.00 凈利潤分組（萬元） 圖22 560家上市公司凈利潤分布將虧損1.3億元以下的公司合并為一組，3.25億元以上的公司合并為一組，組數(shù)減少到9組，總體仍為右偏態(tài)。從整理后的凈利潤的資料我們注意到：第一，制造業(yè)中，1999年度46家公司虧損，虧損面8.2%，最多的虧損3.7億元。第二，制造業(yè)1999年度凈利潤總額373.9億元，受虧損

17、公司的影響，560家公司總體平均利潤只有6500萬元。79%的上市公司凈利潤在70萬1.3億元之間。第三，上海汽車、邯鄲鋼鐵、上海石化、儀征化纖、首鋼股份等大型國企全年利潤均在7億元以上；年凈利潤在4.5億元以上的公司有16個(gè)，不足總數(shù)的3%，但它們的凈利潤占到制造業(yè)全行業(yè)的25.5%，充分體現(xiàn)了大型國企確實(shí)是國民經(jīng)濟(jì)的脊梁。第四，進(jìn)一步研究各行業(yè)的利潤水平，可以看到有三個(gè)行業(yè)高與總體水平；C0食品飲料凈利閏0.79億元；C6金屬非金屬凈利閏0.85億元；C8通信電子凈利閏1億元。（3）每股收益分布數(shù)列和直方圖 每股收益描述統(tǒng)計(jì) 1 平均標(biāo)準(zhǔn)誤差中值模式標(biāo)準(zhǔn)偏差；樣本方差峰值偏斜度區(qū)域最小值最

18、大值求和計(jì)數(shù)置信度（95%）0.1994270.0115510.22250.210.2733520.0747216.756411.511822.6321.281.352111.67925600.022689 每股收益描述統(tǒng)計(jì)2平均標(biāo)準(zhǔn)誤差中值模式標(biāo)準(zhǔn)偏差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計(jì)數(shù)置信度（95%）0.2049430.0105710.2230.210.2492550.0621284.9121741.274991.88910.980.9091113.94825560.020764每股收益是一強(qiáng)度相對(duì)指標(biāo)。從描述統(tǒng)計(jì)指標(biāo)看，舍棄一個(gè)最大值后，均值、中位數(shù)、眾數(shù)比較接近，偏度系數(shù)也不很

19、大。嘗試按經(jīng)驗(yàn)公式確定組數(shù)：組數(shù)=1+3.322×560=10；組距=2/10=0.2，極值用開口組處理。見表24 和圖23。 表24 560家上市公司每股收益分組統(tǒng)計(jì)分 組頻數(shù)（個(gè)）頻率（%）0.6以下0.60.40.40.20.2000.20.20.40.40.60.60.80.81.01.0以上14613131972316019612.501.072.322.3235.1841.2510.713.391.070.18合 計(jì)560100.00 每股收益分組（元） 圖23 560家上市公司每股收益分布 每股收益是按總股本平均的凈利潤，它排除了股本規(guī)模大小對(duì)凈利潤水平高低影響，反映了

20、上市公司經(jīng)營業(yè)績水平。不僅在行業(yè)之間，而且可以在公司之間進(jìn)行比較。從表24圖23看560家公司每股收益的特點(diǎn)：第一，1999年制造業(yè)的每股收益的分布略乘左偏態(tài)，即平均數(shù)為0.2元，但是相對(duì)多數(shù)的公司每股收益高于0.2元。第二，35%的公司在0.010.2元的微利水平，52%的公司盈利水平再0.20.6元之間。26家公司盈利水平較高，在0.6元以上，但只占4.5%。1999年的改制表狀元是五糧液，達(dá)到每股收益1.35元。第三，分行也看，經(jīng)營業(yè)績差別的行業(yè)因素非常明顯：最高的是C0食品飲料，達(dá)到每股收益0.31元；大于等于每股收益0.2元的還有C1紡織、服裝，C5橡膠塑料， C8 同新點(diǎn)子，C9其

21、他；最低的事C2木材家具，只有0.08元。（4）凈資產(chǎn)收益率分布數(shù)列和直方圖凈資產(chǎn)收益率1平均標(biāo)準(zhǔn)誤差中值模式標(biāo)準(zhǔn)偏差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計(jì)數(shù)置信度（95%）2.9714771.9932569.046.2147.084752216.974117.588910.1028736.156639.5396.6261658.085583.915216 凈資產(chǎn)收益率2平均標(biāo)準(zhǔn)誤差中值模式標(biāo)準(zhǔn)偏差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計(jì)數(shù)置信度（95%）8.0063860.3522289.146.218.18504166.99496.8819081.6310269.2634.9234.

22、344323.4485400.691909由于資料中兩個(gè)公司（0515PT渝鈦白和600818ST永久）的凈利潤 凈資產(chǎn)為負(fù)值，所以此處只有58個(gè)公司的數(shù)據(jù)。558個(gè)公司的凈資產(chǎn)旅呈高度左偏態(tài)。凈資產(chǎn)收益率過高或過低，都數(shù)不正常情況。舍棄40%以上和40%以下的18個(gè)極端值后，描述指標(biāo)基本正常。以1倍標(biāo)準(zhǔn)差8%為組距、48%以上和48%一下合并各1組，共分14組。表25和圖24顯示，集中趨勢非常明顯。表25 560家公司凈資產(chǎn)收益率分組統(tǒng)計(jì)分組（%）頻數(shù)頻率（%）小于48484040323224241616880088161624243232404048大于481312568101902703

23、973132.330.180.360.904.081.431.7934.0548.396.991.250.540.180.54合計(jì)558100.00凈資產(chǎn)收益率分組（%）圖24 560家上市公司凈資產(chǎn)收益率分布凈資產(chǎn)收益率是評(píng)價(jià)凈資產(chǎn)盈利能力的綜合指標(biāo)，他代表了總體的或行業(yè)的盈利水平。從統(tǒng)計(jì)資料看到：第一，1999年度，制造業(yè)的總體凈資產(chǎn)收益率9%（這里采用了中位數(shù)，因?yàn)楹雎詷O值厚中位數(shù)沒有變化，但平均數(shù)卻差了幾倍，而凈資產(chǎn)收益率極端值時(shí)有個(gè)別特殊原因所致）。第二，8%的公司虧損，與每股收益分析的結(jié)論一致；并且有兩個(gè)公司凈資產(chǎn)為負(fù)數(shù)，以資不抵債。第三，34%的公司凈資產(chǎn)收益率在0.1%8%之間

24、；48%的公司在0.8%16%之間。第四，8%的公司凈資產(chǎn)在16%32%的高水平上，從行業(yè)看，這些公司集中在生物制藥、通信電子、汽車等高新技術(shù)產(chǎn)業(yè)，顯示出發(fā)展最快、盈利水平最強(qiáng)的勢頭。3制造業(yè)各行業(yè)主要財(cái)務(wù)指標(biāo)的分布接下來利用符合分組表統(tǒng)計(jì)表的形式，總體分組的劃分，展示制造業(yè)內(nèi)部各行業(yè)的凈利潤、每股收益、凈資產(chǎn)收益率的分布特征。（1）制造業(yè)各行業(yè)凈利潤分布頻數(shù)統(tǒng)計(jì)表和頻率統(tǒng)計(jì)表合計(jì)欄顯示的是總體的凈利潤分布頻數(shù)或頻率，其他各欄顯示的是個(gè)行業(yè)的分布（見表26、表25）。表26 制造業(yè)各行業(yè)凈利潤分布統(tǒng)計(jì)（頻數(shù)）代碼 凈利潤分組（萬元） 行業(yè)分類小于-1.3-1.3-0.65-0.65000.65

25、0.651.31.31.951.952.62.63.25大于 3.25合計(jì)C0食品、飲料12714311148C1紡織、服裝、皮毛1122713145C2木材、家具112C3造紙、印刷112316C4石油、化工2258128624130C5橡膠、塑料81110C6金屬、非金屬3425317435596C7機(jī)械、儀表、設(shè)備61094244544151C8通信、電子2212210344351C9其他72211合計(jì)14102233211224131617560從表26、27中可以看到：第一，總共45個(gè)虧損公司，占全部公司的8%，他們的行業(yè)間分布是：C7機(jī)械、儀表、設(shè)備行業(yè)虧損面最大，有16家，占行業(yè)

26、10.7%；其次是C8、C6和C1分別為9.8%、9.4%、8.8%；C2木材家具僅有2家公司，虧損1家。第二，C5橡膠、塑料和C9其他行業(yè)無虧損企業(yè)，且凈利潤水均衡，集中在019500萬元。第三，凈利潤絕對(duì)水平的高低與行業(yè)類別有關(guān)聯(lián)，3億元以上凈利潤集中在釀酒、石化、冶金、電子通信設(shè)備等行業(yè)；利潤水平較低的有紡織、木材家具及印刷、造紙行業(yè)。 表27 制造業(yè)各行業(yè)凈利潤分布統(tǒng)計(jì)（頻率%）代碼 凈利潤分組（萬元） 行業(yè)分類小于-1.3-1.3-0.65-0.65000.650.651.31.31.951.952.62.63.25大于 3.25合計(jì)C0食品、飲料2.156.329.26.32.12

27、.12.1100.0C1紡織、服裝、皮毛2.22.24.460.028.92.2100.0C2木材、家具5050.0100.0C3造紙、印刷6.375.018.8100.0C4石油、化工1.51.53.862.321.54.61.53.1100.0C5橡膠、塑料80.010.010.0100.0C6金屬、非金屬3.14.22.155.217.74.23.15.25.2100.0C7機(jī)械、儀表、設(shè)備3.36.762.716.02.73.32.72.7100.0C8通信、電子3.93.92.043.119.65.97.87.85.9100.0C9其他63.618.218.2100.0合計(jì)2.31.

28、83.959.420.04.32.32.93.0100.0（2）制造業(yè)各行業(yè)每股凈收益分布頻數(shù)統(tǒng)計(jì)和頻率統(tǒng)計(jì) 表28、29顯示的是不同行業(yè)每股收益的不同水平的分布。在91.8%的盈利公司中，若每股收益0.6元以上為績優(yōu)股，則績優(yōu)股的比率4.7%。績優(yōu)股的行業(yè)特征也非常明顯：食品行業(yè)最高，為8.4%，其后依次是通信電子行業(yè)7.9%、機(jī)械儀表設(shè)備7.3%。從表面上看其他行業(yè)最高（9.1%），但是其他行業(yè)屬于主營收入不明顯的“收容”類，其較高的每股收益得益于多元化經(jīng)營，因此在比較時(shí)，應(yīng)予以忽略。 表28 制造業(yè)各行業(yè)每股收益分布統(tǒng)計(jì)（頻數(shù)）代碼 凈利潤分組（元） 行業(yè)分類小于-0.6-0.6-0.4

29、-0.4-0.2-0.2000.20.20.40.40.60.60.80.8 1.0大于1.0合計(jì)C0食品、飲料11024921148C1紡織、服裝、皮毛12111271245C2木材、家具112C3造紙、印刷18716C4石油、化工3123585292130C5橡膠、塑料44210C6金屬、非金屬261324310296C7機(jī)械、儀表、設(shè)備234756521692151C8通信、電子411416123151C9其他451111合計(jì)1461313197231601961560表29 制造業(yè)各行業(yè)每股收益分布統(tǒng)計(jì)（頻率%）代碼 凈利潤分組（元） 行業(yè)分類小于-0.6-0.6-0.4-0.4-0.

30、2-0.2000.20.20.40.40.60.60.80.8 1.0大于1.0合計(jì)C0食品、飲料2.120.950.018.84.22.12.1100.0C1紡織、服裝、皮毛2.24.42.224.460.02.24.4100.0C2木材、家具50.050.0100.0C3造紙、印刷6.350.043.8100.0C4石油、化工2.30.81.52.344.640.06.91.5100.0C5橡膠、塑料40.040.020.0100.0C6金屬、非金屬2.16.31.033.344.810.42.1100.0C7機(jī)械、儀表、設(shè)備1.32.02.64.637.134.410.66.01.310

31、0.0C8通信、電子7.82.027.531.423.55.92.0100.0C9其他36.445.59.19.1100.0合計(jì)2.51.12.32.335.241.310.73.41.10.2100.0（二）相關(guān)和回歸分析本案例相關(guān)和回歸分析研究主要是8個(gè)財(cái)務(wù)指標(biāo)間的相互關(guān)系問題。各財(cái)務(wù)指標(biāo)分別說明上市公司的財(cái)務(wù)狀況的某一側(cè)面。那么這些指標(biāo)之間有無關(guān)系？若有關(guān)系，是什么樣的關(guān)系？通過本案例的探討，可以幫助我們篩選主要個(gè)財(cái)務(wù)指標(biāo)作為分析公司業(yè)績變動(dòng)的因素。1制造業(yè)業(yè)績指標(biāo)之間的關(guān)系研究表210是8個(gè)財(cái)務(wù)指標(biāo)的兩兩指標(biāo)間的線性相關(guān)系數(shù)。表210 制造業(yè)有關(guān)業(yè)績指標(biāo)相關(guān)系數(shù)矩陣 凈資產(chǎn)收益率凈利潤

32、凈資產(chǎn)總資產(chǎn)主營業(yè)務(wù)收入每股收益每股凈資產(chǎn)股東權(quán)益比率凈資產(chǎn)收益率1凈利潤0.2481凈資產(chǎn)0.0740.6761總資產(chǎn)0.0520.6260.9291主營業(yè)務(wù)收入0.0720.7050.8380.9101每股收益0.5310.6020.1500.1100.1931每股凈資產(chǎn)0.2770.3760.2700.1880.2070.5991股東權(quán)益比率0.3110.1960.123-0.111-0.0810.3840.4751從相關(guān)系數(shù)矩陣看，可以得到以下幾點(diǎn)共性的結(jié)論： （1）主營業(yè)務(wù)收入與總資產(chǎn)、凈資產(chǎn)、凈利潤這些總量指標(biāo)顯著相關(guān)，其中與總資產(chǎn)高度正相關(guān)?？傎Y產(chǎn)比較大時(shí)，主營業(yè)務(wù)收入也傾向于比

33、較大，而主營業(yè)務(wù)收入比較大時(shí)，凈資產(chǎn)、凈利潤也比較高。這從實(shí)際情況看是可以理解的。在正常情況下，制造業(yè)的凈資產(chǎn)除了貨幣資金外，主要就存貨和廠房、設(shè)備等固定資產(chǎn)。尤其是固定資產(chǎn)，使生產(chǎn)活動(dòng)的物質(zhì)技術(shù)基礎(chǔ)，其數(shù)量的多少、技術(shù)的高低決定了產(chǎn)品的方向及生產(chǎn)方式，從而決定了收入水平，并且決定了凈資產(chǎn)的水平。 （2）雖然凈資產(chǎn)收益率等于凈利潤除以凈資產(chǎn)，但是凈資產(chǎn)除了與凈利潤微弱相關(guān)外，與其他總量指標(biāo)幾乎不相關(guān)，也就是說，凈資產(chǎn)收益率與資產(chǎn)規(guī)模、主營業(yè)務(wù)收入沒有線性關(guān)系。主營業(yè)務(wù)收入水平高低并不決定盈利能力。 （3）幾個(gè)相對(duì)指標(biāo)之間，凈資產(chǎn)收益率和每股收益顯著正相關(guān)。在絕大多數(shù)行業(yè)中，這種相關(guān)程度均高于制

34、造業(yè)總體的相關(guān)系數(shù)0.53。這一點(diǎn)告訴我們，在說明上市公司經(jīng)營業(yè)績時(shí)，凈資產(chǎn)收益率和每股收益兩個(gè)指標(biāo)選擇其中之一就夠了。 （4）每股收益、每股凈資產(chǎn)作為總量指標(biāo)的派生指標(biāo)，除每股收益與凈利潤外，其他均與凈利潤、凈資產(chǎn)和總資產(chǎn)微弱相關(guān)，說明他們抽象了投入規(guī)模的不同，可載的行業(yè)、各類型的上市公司之間比較。（5）一般地，派生指標(biāo)與他們的分子指標(biāo)相關(guān)系數(shù)要高于與它們的分母指標(biāo)之間的相關(guān)系數(shù)。例如：凈資產(chǎn)收益率與凈利潤的相關(guān)關(guān)系屬要高于與凈資產(chǎn)的相關(guān)系數(shù)。（6）就不同行業(yè)來看，各指標(biāo)之間的相關(guān)系數(shù)均有所差別，表211顯示：不論從整個(gè)制造業(yè)還是個(gè)行業(yè)，主營業(yè)務(wù)收入、凈資產(chǎn)與總資產(chǎn)高度正相關(guān)是一致的；在相對(duì)

35、指標(biāo)上產(chǎn)生了分化。其他行業(yè)由于主業(yè)不明，指標(biāo)之間相關(guān)也很微弱。除此之外，凈資產(chǎn)收益率與凈利潤和每股收益呈現(xiàn)不同程度的相關(guān)，機(jī)械行業(yè)表現(xiàn)得最明顯。表211 制造業(yè)上市公司行業(yè)有關(guān)指標(biāo)的相關(guān)系數(shù)行 業(yè) 分 類主營業(yè)務(wù)收入與總資產(chǎn)凈資產(chǎn)與總資產(chǎn)凈資產(chǎn)收益率與凈利潤凈資產(chǎn)收益率與每股收益C0食品、飲料0.810.900.590.85C1紡織、服裝、皮毛0.830.860.640.85C3造紙、印刷0.850.880.550.92C4石油、化工0.960.950.360.89C5橡膠、塑料0.960.970.880.94C6金屬、非金屬0.880.960.460.90C7機(jī)械、儀表、設(shè)備0.860.85

36、0.270.52C8通信、電子0.920.930.370.65C9其他0.810.390.080.06合 計(jì)0.910.930.250.532制造業(yè)業(yè)績指標(biāo)間的回歸分析回歸分析是用函數(shù)關(guān)系近似描述相關(guān)關(guān)系的表現(xiàn)形式，它反映的是變量之間的一種變動(dòng)規(guī)律。一般地，選擇哪種形式的回歸模型可以通過：觀察散點(diǎn)圖；根據(jù)專業(yè)知識(shí)和經(jīng)驗(yàn)判斷。本案例中，除以上兩點(diǎn)外，還可以根據(jù)相關(guān)系數(shù)判斷，由于皮爾生積矩相關(guān)系數(shù)是對(duì)兩變量線性相關(guān)程度的側(cè)度，所以對(duì)顯著相關(guān)程度以上的變量可建立線性回歸函數(shù)來模擬變量間的關(guān)系，即：（1）主營業(yè)務(wù)收入與總資產(chǎn)的回歸分析由于主營業(yè)務(wù)收入與總資產(chǎn)的線性相關(guān)系數(shù)最大，以主營業(yè)務(wù)收入為因變量Y

37、, 總資產(chǎn)為自變量X，用560家制造業(yè)公司數(shù)據(jù)建立一元線性回歸方程： Excel“工具”欄中“數(shù)據(jù)分析”的“回歸”提供了相關(guān)和回歸分析的結(jié)果： Multiple R相關(guān)系數(shù)； R Square判定系數(shù)； Adjusted R Square調(diào)整的判定系數(shù) 標(biāo)準(zhǔn)誤差估計(jì)標(biāo)準(zhǔn)誤； 觀測值X 、Y變量的對(duì)數(shù)。 方差分析有關(guān)指標(biāo)含義見表212。 表212dfF值Significance F回歸分析回歸偏差自由度回歸偏差平方和回歸偏差平均平方和殘差剩余偏差自由度剩余偏差平方和剩余偏差平均平方和總計(jì)總偏差自由度總偏差平方和總偏差平均平方和 Intercept截距a； X Variable一元回歸的回歸系數(shù)b

38、； 標(biāo)準(zhǔn)誤差截距a的標(biāo)準(zhǔn)差為；回歸系數(shù)b的標(biāo)準(zhǔn)誤差為； T統(tǒng)計(jì)量對(duì)a和b檢驗(yàn)時(shí)采用的統(tǒng)計(jì)量； P-value P值； Lower95%, Uooer95%；截距a或回歸系數(shù)b的95%置信峽縣、置信上限；此為墨任值，若選擇其他置信水平，相應(yīng)的置信下限、置信上限在后面列出?；貧w統(tǒng)計(jì) Multiple R R SquareAdjusted R Square 標(biāo)準(zhǔn)誤差 觀測值0.9098130.827760.82745165866.64560 方差分析df SS MS F Significance F回歸分析 殘 差 1 1.16E+13 1.16E+13 2681.661 2.8E-215558 2

39、.42E+12 4.34E+09 總 計(jì)559 1.41E+13 Coeffici- 標(biāo) 準(zhǔn) T 統(tǒng) 下限 上限ents 誤 差 計(jì) 量 P值 95.0% 95.0% InterceptX1 Variable-13975 3473.233 -4.02362 6.52E-05 -20797.2 -7152.770.679562 0.013123 51.78476 2.8E-215 0.653786 0.705339 主營業(yè)務(wù)收入對(duì)總資產(chǎn)的一元線性方程:Y = -13975+0.68X回歸系數(shù)說明, 總資產(chǎn)每增加1萬元, 制造業(yè)主營業(yè)務(wù)收入平均增加0.68萬元. 從判定系數(shù)看,在總資產(chǎn)對(duì)主營業(yè)務(wù)收

40、入的影響中, 有83%可以由該線性回歸方程解釋, 從t檢驗(yàn)看,回歸系數(shù)是顯著的.回歸分析中, 對(duì)隨機(jī)誤差, 我們要求它均值為0, 并假定其服從正態(tài)分布. 從F檢驗(yàn)看,假定成立, 從殘差分布圖看, 其分布是”雜亂無章”的, 回歸方程是合適的.建立回歸方程, 不僅為我們描述了主營業(yè)務(wù)收入和總資產(chǎn)這兩個(gè)指標(biāo)間的聯(lián)系形式,我們利用它還可以進(jìn)行預(yù)報(bào)和控制.給定總資產(chǎn), 可以對(duì)主營業(yè)務(wù)收入水平作區(qū)間估計(jì). 本案例樣本較大, 當(dāng)X=X時(shí)，Y的1-a置信區(qū)間:Y= 這里的S是殘差平均平方和MS的平方根, 即”回歸統(tǒng)計(jì)”表中的”標(biāo)準(zhǔn)誤差”或從”方差分析”表資料中可以計(jì)算得到; 是X=X時(shí)回歸方程得到的點(diǎn)估計(jì)值;

41、 是給定a時(shí)的臨界值。例如, 我們想知道, 當(dāng)X=20萬元時(shí), 主營業(yè)務(wù)收入95%置信區(qū)間:點(diǎn)估計(jì)值是 =13975+0.68×200000=122025(萬元)估計(jì)值標(biāo)準(zhǔn)誤差是殘差MS =(4340000000)1/2=65879主營業(yè)務(wù)收入置信區(qū)間:122025-1.96×65879Y122025+1.96×65879=-7098251148即總資產(chǎn)為20億元規(guī)模時(shí), 估計(jì)主營業(yè)務(wù)收入的上限為25億元,下限可能是虧損的.(2) 凈利潤與主營業(yè)務(wù)收入和每股收益的二元回歸分析由于指標(biāo)間的關(guān)系在不同行業(yè)表現(xiàn)各異, 本案例僅研究了C8-通信電子行業(yè). 通信電子行業(yè)相關(guān)

42、系數(shù)矩陣見表212表212 通信電子有關(guān)業(yè)績指標(biāo)相關(guān)系數(shù)矩陣凈資產(chǎn)收益率凈利潤凈資產(chǎn)總資產(chǎn)主營業(yè)務(wù)收入每股收益每股凈資產(chǎn)股東權(quán)益比率凈資產(chǎn)收益率1凈利潤0.3681凈資產(chǎn)0.1210.6981總資產(chǎn)0.1020.7520.9381主營業(yè)務(wù)收入0.1370.7580.7900.9211每股收益0.6450.7030.2150.2610.3361每股凈資產(chǎn)0.4320.6920.6280.6730.6820.5741股東權(quán)益比率0.5460.3400.2350.0370.020.4440.4051從定性分析角度知道, 凈利潤與主營業(yè)務(wù)收入、總資產(chǎn)、凈資產(chǎn)有密切關(guān)系,其相關(guān)系數(shù)又從定量角度給予證明. 另外, 從表中還看到, 凈利潤與每股收益、每股凈資產(chǎn)也表現(xiàn)出了顯著正相關(guān)的關(guān)系, 可能的解釋在于: 財(cái)務(wù)指標(biāo)不是孤立的,它們之間彼此有直接關(guān)系的影響, 同時(shí)包含了間接關(guān)系的影響. 可以用多元回歸研究凈利潤和其他指標(biāo)的關(guān)系. 但是, 在主營業(yè)務(wù)收入、總資產(chǎn)、凈資產(chǎn)之間存在著高度關(guān)系, 研究凈利潤與多個(gè)指標(biāo)的關(guān)系時(shí)它們或者可以相互替代, 或者必須刪去以避免多重共線性對(duì)回歸模型的影響. 因此, 這里選擇主營業(yè)務(wù)收入和每股收益(它們之間的相關(guān)系數(shù)0