統(tǒng)計學案例上市公司年報數(shù)據(jù)分析

統(tǒng)計學案例上市公司年報數(shù)據(jù)分析..word.zl.統(tǒng)計教學案例二上市公司年報數(shù)據(jù)分析案例經(jīng)統(tǒng)計調(diào)查取得數(shù)據(jù)后，需要通過統(tǒng)計整理、綜合指標計算與相關(guān)回歸分析等方法技術(shù)對總體數(shù)據(jù)進展處理，以認識總體變量分布狀態(tài)〔如正態(tài)分布〕、特征表現(xiàn)〔如構(gòu)造相對數(shù)、平均數(shù)和標準差〕、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)計整理技術(shù)包括總量指標、相對指標、平均指標和標志變異指標的提醒，他們的計算既是對總體根本特征的描述，又是對事物或現(xiàn)象進一步定量研究的根底；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)系的嚴密程度，提醒變化形式和規(guī)律。本章案例主要通過對總體靜態(tài)數(shù)據(jù)處理過程的介紹，幫助讀者掌握統(tǒng)計整理、指標描述和相關(guān)回歸分析技術(shù)結(jié)合運用的技術(shù)與經(jīng)歷。本章由1個大型案例構(gòu)成，案例以滬深股市制造業(yè)上市公司為對象，系統(tǒng)介紹了靜態(tài)數(shù)據(jù)總體的統(tǒng)計處理過程，包括分布描述、分類研究和相關(guān)因素分析。上市公司年報數(shù)據(jù)分析案例的教學目的：數(shù)據(jù)整理是統(tǒng)計分析的根底工作，在總體規(guī)模很大，數(shù)據(jù)量浩瀚、分布未知的情況下，如何對總體數(shù)據(jù)進展整理分類，描述總體分布及進一步分析總體各特征間的相互關(guān)系是對總體正確認識的關(guān)鍵。由于具體的工作過程與教科書的知識點講授順序并不完全一致，因此本案例通過對1999年滬深股市制造業(yè)上市公司年報數(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，從而訓練讀者解決實際問題的能力。案例的背景分析與數(shù)據(jù)資料一、案例的現(xiàn)實意義上市公司的經(jīng)營業(yè)績與其股票價格、市場價值息息相關(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計報告、年度會計報告就成為社會各界密切關(guān)注的重要信息之一。對所有上市公司的財務報告進展統(tǒng)計整理和分析，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，無論是對投資選擇，還是政府的決策與監(jiān)視，都是不可或缺的。本案例探討的就是面對大量的財務報告數(shù)據(jù)信息如何進展統(tǒng)計整理與分析，這對于投資者、投資咨詢?nèi)藛T或是理論界研究者，都具有實際的指導意義。通過本案例的學習討論，有助于大家掌握統(tǒng)計描述和相關(guān)回歸分析的方法，同時積累應用這些方法的實際經(jīng)歷和教訓。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年上市公司年報中的有關(guān)財務指標。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個行業(yè)部門。根據(jù)中國證監(jiān)會的?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，已公布年報的有560家。所以本案例研究的總體X圍確定為如期公布年報的制造業(yè)560家上市公司?！捕嘲咐芯康哪康呐c任務上市公司年報財務數(shù)據(jù)統(tǒng)計分析的目的統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第1頁。通過對制造業(yè)1999年報有關(guān)數(shù)據(jù)進展系統(tǒng)的統(tǒng)計整理、描述和回歸分析，提醒1999年制造業(yè)上市公司主要財務指標的總體分布、分行業(yè)的經(jīng)營業(yè)績水平和重要特征，從中掌握認識總體分布特征和數(shù)量變化的技巧和方法，提高用統(tǒng)計思想和方法解決實際問題的能力。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第1頁。2．上市公司年報財務數(shù)據(jù)統(tǒng)計分析的任務對紛繁的數(shù)據(jù)進展不同的分類、分組、匯總、綜合、分析、歸納、推斷，顯示上市公司財務報告中的主要財務指標的分布形態(tài)和主要特性，尋找財務指標之間的相互關(guān)系和表現(xiàn)規(guī)律。3．上市公司年報財務數(shù)據(jù)統(tǒng)計分析的對象本案例所引用資料取自?XX證券報?，包括了制造業(yè)560家上市公司。共選有8個財務指標：總資產(chǎn)、凈利潤、主營業(yè)務收入、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個為反映資產(chǎn)、收益方面的總量指標，后4個為反映盈利能力、業(yè)績水平的相對指標。4．數(shù)據(jù)的初步分析——制造業(yè)上市公司行業(yè)構(gòu)造在制造業(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。為了深入認識總體，首先要對制造業(yè)按其經(jīng)濟活動的特點進展行業(yè)分類。根據(jù)?上市公司分類指引?，制造業(yè)進一步分為10個行業(yè)種類，編碼為C0、C1、C2、…、C9。分類統(tǒng)計屬于定名測定。從上述資料經(jīng)計數(shù)整理后即可得到如表一的分布數(shù)列。表2—1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162.86C4石油、化學13023.21C5橡膠、塑料101.79C6金屬、非金屬9617.14C7機械、儀表、設(shè)備15126.96C8通訊、電子519.11C9其他111.96合計560100.00這是一個品質(zhì)標志分組的分布數(shù)列。從該數(shù)列中可以知道上市公司的行業(yè)構(gòu)造。1999年560個制造業(yè)上市公司中，27%是機械、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)中大局部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)制度進入資本市場的排頭兵。行業(yè)的分布也表達了國家的產(chǎn)業(yè)政策導向，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)的開展，推動了上市公司的行業(yè)構(gòu)造優(yōu)化。方案設(shè)計統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第2頁。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第2頁。案例設(shè)計的思路本案例研究的總體對象是某一特定時間的靜態(tài)數(shù)據(jù)集，為了對它有一個全面和透徹的認識，一般應對其進展根本的特征描述和提醒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)進展處理：1．分別對總體個單位的數(shù)量標志按值的大小作升序排列，以大概認識個變量的變化X圍及其一般水平。2．分別計算總體個變量的特征值，進一步抽象認識個變量的分布特征，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)特征指標繪制各變量的分布圖，以形成對各變量分布的直觀認識。4．分別按品質(zhì)標志和數(shù)量標志對總體進展分類，通過計算派生指標，以深入認識總體各指標在不同類別間的差異，包括總體構(gòu)造、強度，比例關(guān)系等。5．分別對總體各指標進展相關(guān)分析，了解各指標間的依存關(guān)系，在相關(guān)關(guān)系成立的根底上進展回歸分析，從而更深層次地認識總體的規(guī)律與特征。6．在上述研究分析的根底上給出關(guān)于對對象的定性認識結(jié)論。二、案例設(shè)計的工作過程〔一〕數(shù)據(jù)整理與描述1．編制按各財務指標的變量數(shù)列將數(shù)據(jù)順序排列。計算描述統(tǒng)計指標。在Excel“工具〞的“數(shù)據(jù)分析〞中，“描述統(tǒng)計〞提供了所分析數(shù)據(jù)的主要描述指標和有關(guān)信息。其內(nèi)容是；平均——算術(shù)平均數(shù)，即=標準誤差——抽樣平均誤差，即中值——中位數(shù)，即Me；模式——眾數(shù)，即Mo；標準偏差——標準差，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——標志總量；計數(shù)——總體單位總數(shù)；最大〔K〕——第K個最大值；最小〔K〕——第K個最小值；統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第3頁。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第3頁。置信度——“數(shù)據(jù)分析〞中默認概率為95%〔也可自行選擇〕的1/2誤差X圍?！?〕分析描述統(tǒng)計指標——比擬平均數(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——當偏度系數(shù)不大時，用斯特吉斯經(jīng)歷公式確定組數(shù)；偏度系數(shù)較大、分布明顯偏態(tài)時，以平均數(shù)為中心，以K倍標準差為組距?！?〕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)公司主要財務指標的分布〔1〕總資產(chǎn)分布數(shù)列和直方圖總資產(chǎn)描述統(tǒng)計1平均標準誤差中值模式標準差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計數(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2平均標準差中值模式標準差；樣本差峰值偏斜度區(qū)域最小值最大值求和計數(shù)置信度〔95%〕144640.76388.94895410.48149424.92.23E=109.9163752.885238955269.621671.49976941.17911847854712549.92統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第4頁。從描述統(tǒng)計1看，560家公司的總資產(chǎn)呈高度偏態(tài)。總資產(chǎn)最大值是XX石化219億元，最小值是ST黔凱滌1.2億元，相差近200倍。將6個總資產(chǎn)100億和7個2億元以下的數(shù)據(jù)作為極值舍去，計算得到描述統(tǒng)計2，此時的標準差和偏度系數(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)歷確定組數(shù)。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第4頁。不管何種分布，均值和方差其分布的兩個主要特征值。根據(jù)切比雪夫定理，可以平均數(shù)為中心，以K倍的標準差為組距，因為此時平均數(shù)K倍的標準差所涵蓋的數(shù)據(jù)X圍不小于1－1/。本例中，均值14.5億元，中位數(shù)9.5億元，標準差15億元，說明560家公司的總資產(chǎn)分布為右偏態(tài)。假設(shè)以1個標準差為組距，那么中位數(shù)以下局部的描述勢必過于概括。所以考慮用1/2標準差，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2—2560家上市公司總資產(chǎn)分組統(tǒng)計分組〔萬元〕頻數(shù)頻率〔%〕75000以下75000~150000150000~225000225000~300000300000~375000375000~450000450000~525000525000~600000600000~675000675000~750000750000~825000825000~900000900000~975000975000~10500001050000以上2091926433181542462131637.3234.2911.435.893.212.680.710.360.711.070.360.180.540.181.07合計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。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第5頁。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第5頁。圖2—1560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統(tǒng)計平均標準誤差中值模式標準偏差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計數(shù)置信度〔95%〕6669.48516.28284120.164#N/A12217.481.49E+0811.333442.485572112886.5－37417.975468.637349135601014.092統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第6頁。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第6頁。凈利潤分布呈右偏態(tài)。以1/2標準差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，因為合并后的數(shù)列并未影響總體特征的描述。見表2—3和圖2—2。表2—3560家上市公司凈利潤分布凈利潤分組〔萬元〕頻數(shù)〔個〕頻率〔%〕－13000以下－13000~－6500－6500~00~65006500~1300013000~1950019500~2600026000~3250032500以上141022332112241316172.50793.9359.2920.004.292.322.863.04合計560100.00凈利潤分組〔萬元〕圖2—2560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。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第7頁。第三，XX汽車、XX鋼鐵、XX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，缺乏總數(shù)的3%，但它們的凈利潤占到制造業(yè)全行業(yè)的25.5%，充分表達了大型國企確實是國民經(jīng)濟的脊梁。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第7頁。第四，進一步研究各行業(yè)的利潤水平，可以看到有三個行業(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?！?〕每股收益分布數(shù)列和直方圖每股收益描述統(tǒng)計1平均標準誤差中值模式標準偏差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計數(shù)置信度〔95%〕0.1994270.0115510.22250.210.2733520.0747216.75641－1.511822.632－1.281.352111.67925600.022689每股收益描述統(tǒng)計2平均標準誤差中值模式標準偏差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計數(shù)置信度〔95%〕0.2049430.0105710.2230.210.2492550.0621284.912174－1.274991.8891－0.980.9091113.94825560.020764每股收益是一強度相對指標。從描述統(tǒng)計指標看，舍棄一個最大值后，均值、中位數(shù)、眾數(shù)比擬接近，偏度系數(shù)也不很大。嘗試按經(jīng)歷公式確定組數(shù)：統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第8頁。組數(shù)=1+3.322×㏒560=10；統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第8頁。組距=2/10=0.2，極值用開口組處理。見表2—4和圖2—3。表2—4560家上市公司每股收益分組統(tǒng)計分組頻數(shù)〔個〕頻率〔%〕—0.6以下－0.6~－0.4－0.4~—0.2－0.2~00~0.20.2~0.40.4~0.60.6~0.80.8~1.01.0以上14613131972316019612.501.072.322.3235.1841.2510.713.391.070.18合計560100.00每股收益分組〔元〕圖2—3560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)模大小對凈利潤水平上下影響，反映了上市公司經(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展比擬。從表2—4圖2—3看560家公司每股收益的特點：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，但是相對多數(shù)的公司每股收益高于0.2元。第二，35%的公司在0.01~0.2元的微利水平，52%的公司盈利水平再0.2~0.6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，到達每股收益1.35元。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第9頁。第三，分行也看，經(jīng)營業(yè)績差異的行業(yè)因素非常明顯：最高的是C0——食品飲料，到達每股收益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——同新點子，C9——其他；最低的事C2——木材家具，只有0.08元。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第9頁?！?〕凈資產(chǎn)收益率分布數(shù)列和直方圖凈資產(chǎn)收益率1平均標準誤差中值模式標準偏差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計數(shù)置信度〔95%〕2.9714771.9932569.046.2147.084752216.974117.5889－10.1028736.156－639.5396.6261658.085583.915216凈資產(chǎn)收益率2平均標準誤差中值模式標準偏差；樣本方差峰值偏斜度區(qū)域最小值最大值求和計數(shù)置信度〔95%〕8.0063860.3522289.146.218.18504166.99496.881908－1.6310269.26－34.9234.344323.4485400.691909由于資料中兩個公司〔0515PT渝鈦白和600818ST永久〕的凈利潤凈資產(chǎn)為負值，所以此處只有58個公司的數(shù)據(jù)。558個公司的凈資產(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個極端值后，描述指標根本正常。以1倍標準差8%為組距、48%以上和－48%一下合并各1組，共分14組。表2——5和圖2——4顯示，集中趨勢非常明顯。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第10頁。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第10頁。表2——5560家公司凈資產(chǎn)收益率分組統(tǒng)計分組〔%〕頻數(shù)頻率〔%〕小于－48－48～－40－40～－32－32～－24－24～－16－16～－8－8～00～88～1616～2424～3232～4040～48大于481312568101902703973132.330.180.360.904.081.431.7934.0548.396.991.250.540.180.54合計558100.00凈資產(chǎn)收益率分組〔%〕圖2—4560家上市公司凈資產(chǎn)收益率分布統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第11頁。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第11頁。凈資產(chǎn)收益率是評價凈資產(chǎn)盈利能力的綜合指標，他代表了總體的或行業(yè)的盈利水平。從統(tǒng)計資料看到：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)，因為忽略極值厚中位數(shù)沒有變化，但平均數(shù)卻差了幾倍，而凈資產(chǎn)收益率極端值時有個別特殊原因所致〕。第二，8%的公司虧損，與每股收益分析的結(jié)論一致；并且有兩個公司凈資產(chǎn)為負數(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；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)，顯示出開展最快、盈利水平最強的勢頭。3．制造業(yè)各行業(yè)主要財務指標的分布接下來利用符合分組表統(tǒng)計表的形式，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?！?〕制造業(yè)各行業(yè)凈利潤分布頻數(shù)統(tǒng)計表和頻率統(tǒng)計表合計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行業(yè)的分布〔見表2—6、表2—5〕。表2—6制造業(yè)各行業(yè)凈利潤分布統(tǒng)計〔頻數(shù)〕代碼凈利潤分組〔萬元〕行業(yè)分類小于-1.3-1.3～-0.65-0.65～00～0.650.65～1.31.3～1.951.95～2.62.6～3.25大于3.25合計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機械、儀表、設(shè)備61094244544151C8通信、電子2212210344351C9其他72211合計14102233211224131617560從表2—6、2—7中可以看到：第一，總共45個虧損公司，占全部公司的8%，他們的行業(yè)間分布是：C7——機械、儀表、設(shè)備行業(yè)虧損面最大，有16家，占行業(yè)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0～19500萬元。第三，凈利潤絕對水平的上下與行業(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)。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第12頁。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第12頁。表2—7制造業(yè)各行業(yè)凈利潤分布統(tǒng)計〔頻率%〕代碼凈利潤分組〔萬元〕行業(yè)分類小于-1.3-1.3～-0.65-0.65～00～0.650.65～1.31.3～1.951.95～2.62.6～3.25大于3.25合計C0食品、飲料2.156.329.26.32.12.12.1100.0C1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2.31.83.959.420.04.32.32.93.0100.0〔2〕制造業(yè)各行業(yè)每股凈收益分布頻數(shù)統(tǒng)計和頻率統(tǒng)計表2—8、2—9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，假設(shè)每股收益0.6元以上為績優(yōu)股，那么績優(yōu)股的比率4.7%?？儍?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%、機械儀表設(shè)備7.3%。從外表上看其他行業(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，因此在比擬時，應予以忽略。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第13頁。表2—8制造業(yè)各行業(yè)每股收益分布統(tǒng)計〔頻數(shù)〕統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第13頁。代碼凈利潤分組〔元〕行業(yè)分類小于-0.6-0.6～-0.4-0.4～-0.2-0.2～00～0.20.2～0.40.4～0.60.6～0.80.8～1.0大于1.0合計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機械、儀表、設(shè)備234756521692151C8通信、電子411416123151C9其他451111合計1461313197231601961560表2—9制造業(yè)各行業(yè)每股收益分布統(tǒng)計〔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～-0.2-0.2～00～0.20.2～0.40.4～0.60.6～0.80.8～1.0大于1.0合計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機械、儀表、設(shè)備1.32.02.64.637.134.410.66.01.3100.0C8通信、電子7.82.027.531.423.55.92.0100.0C9其他36.445.59.19.1100.0合計2.51.12.32.335.241.310.73.41.10.2100.0〔二〕相關(guān)和回歸分析統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第14頁。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第14頁。1．制造業(yè)業(yè)績指標之間的關(guān)系研究表2—10是8個財務指標的兩兩指標間的線性相關(guān)系數(shù)。表2—10制造業(yè)有關(guān)業(yè)績指標相關(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，可以得到以下幾點共性的結(jié)論：〔1〕主營業(yè)務收入與總資產(chǎn)、凈資產(chǎn)、凈利潤這些總量指標顯著相關(guān)，其中與總資產(chǎn)高度正相關(guān)?？傎Y產(chǎn)比擬大時，主營業(yè)務收入也傾向于比擬大，而主營業(yè)務收入比擬大時，凈資產(chǎn)、凈利潤也比擬高。這從實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)活動的物質(zhì)技術(shù)根底，其數(shù)量的多少、技術(shù)的上下決定了產(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?！?〕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)務收入沒有線性關(guān)系。主營業(yè)務收入水平上下并不決定盈利能力?！?〕幾個相對指標之間，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)程度均高于制造業(yè)總體的相關(guān)系數(shù)0.53。這一點告訴我們，在說明上市公司經(jīng)營業(yè)績時，凈資產(chǎn)收益率和每股收益兩個指標選擇其中之一就夠了。〔4〕每股收益、每股凈資產(chǎn)作為總量指標的派生指標，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擬?！?〕一般地，派生指標與他們的分子指標相關(guān)系數(shù)要高于與它們的分母指標之間的相關(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)?！?〕就不同行業(yè)來看，各指標之間的相關(guān)系數(shù)均有所差異，表2—11顯示：不管從整個制造業(yè)還是個行業(yè)，主營業(yè)務收入、凈資產(chǎn)與總資產(chǎn)高度正相關(guān)是一致的；在相對指標上產(chǎn)生了分化。其他行業(yè)由于主業(yè)不明，指標之間相關(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)，機械行業(yè)表現(xiàn)得最明顯。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第15頁。表2—11制造業(yè)上市公司行業(yè)有關(guān)指標的相關(guān)系數(shù)統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第15頁。行業(yè)分類主營業(yè)務收入與總資產(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機械、儀表、設(shè)備0.860.850.270.52C8通信、電子0.920.930.370.65C9其他0.810.390.08－0.06合計0.910.930.250.532．制造業(yè)業(yè)績指標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：觀察散點圖；根據(jù)專業(yè)知識和經(jīng)歷判斷。本案例中，除以上兩點外，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)是對兩變量線性相關(guān)程度的側(cè)度，所以對顯著相關(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)務收入與總資產(chǎn)的回歸分析由于主營業(yè)務收入與總資產(chǎn)的線性相關(guān)系數(shù)最大，以主營業(yè)務收入為因變量Y,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：MultipleR——相關(guān)系數(shù)；RSquare——判定系數(shù)；AdjustedRSquare——調(diào)整的判定系數(shù)標準誤差——估計標準誤；觀測值——X、Y變量的對數(shù)。方差分析有關(guān)指標含義見表2—12。統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第16頁。表2—12統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第16頁。dfF值SignificanceF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總偏差自由度總偏差平方和總偏差平均平方和Intercept——截距a；XVariable——一元回歸的回歸系數(shù)b；標準誤差——截距a的標準差為；回歸系數(shù)b的標準誤差為；T統(tǒng)計量——對a和b檢驗時采用的統(tǒng)計量；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，假設(shè)選擇其他置信水平，相應的置信下限、置信上限在后面列出?；貧w統(tǒng)計MultipleRRSquareAdjustedRSquare標準誤差觀測值0.9098130.827760.82745165866.64560方差分析dfSSMSFSignificanceF回歸分析殘差11.16E+131.16E+132681.6612.8E-2155582.42E+124.34E+09總計5591.41E+13Coeffici-標準T統(tǒng)下限上限ents誤差計量P值95.0%95.0%InterceptX1Variable-139753473.233-4.023626.52E-05-20797.2-7152.770.6795620.01312351.784762.8E-2150.6537860.705339主營業(yè)務收入對總資產(chǎn)的一元線性方程:Y=-13975+0.68X統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第17頁?；貧w系數(shù)說明,總資產(chǎn)每增加1萬元,制造業(yè)主營業(yè)務收入平均增加0.68萬元.從判定系數(shù)看,在總資產(chǎn)對主營業(yè)務收入的影響中,有83%可以由該線性回歸方程解釋,從t檢驗看,回歸系數(shù)是顯著的.統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第17頁?；貧w分析中,對隨機誤差,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,回歸方程是適宜的.建立回歸方程,不僅為我們描述了主營業(yè)務收入和總資產(chǎn)這兩個指標間的聯(lián)系形式,我們利用它還可以進展預報和控制.給定總資產(chǎn),可以對主營業(yè)務收入水平作區(qū)間估計.本案例樣本較大,當X=X時，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〞表中的〞標準誤差〞或從〞方差分析〞表資料中可以計算得到;是X=X時回歸方程得到的點估計值;是給定a時的臨界值。例如,我們想知道,當X=20萬元時,主營業(yè)務收入95%置信區(qū)間:點估計值是=－13975+0.68×200000=122025(萬元)估計值標準誤差是殘差MS=(4340000000)1/2=65879主營業(yè)務收入置信區(qū)間:122025-1.96×65879≤Y≤122025+1.96×65879=-7098~251148即總資產(chǎn)為20億元規(guī)模時,估計主營業(yè)務收入的上限為25億元,下限可能是虧損的.(2)凈利潤與主營業(yè)務收入和每股收益的二元回歸分析由于指標間的關(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)系數(shù)矩陣見表2—12表2—12通信電子有關(guān)業(yè)績指標相關(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0.5460.3400.2350.037－0.020.4440.4051統(tǒng)計學案例上市公司年報數(shù)據(jù)分析全文共20頁，當前為第18頁。從定性分析角度知道,凈利潤與主營業(yè)務收入、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:財務指標不是孤立的,它們之間彼此有直接關(guān)系的影響,同時包含了間接關(guān)系的影響.可以用多元回歸研究凈利潤和其他指標的關(guān)系.但是,在主營業(yè)務收入、總資產(chǎn)、凈資產(chǎn)之間存在著高度關(guān)系,研究凈利潤與多個指標的關(guān)系時它們或者可以相互替代,或者必須刪去以防止多重共線性對回歸模型的影響.因此,這里選擇主營業(yè)務收入和每股收益(它們之間的相關(guān)系數(shù)0.34,小于0.5),建立凈利潤與主營業(yè)務收入和每股收益的二元線性回歸方程.統(tǒng)計學案例上市公司年報數(shù)據(jù)分析