上市公司年報(bào)數(shù)據(jù)分析案例.doc

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)對總體數(shù)據(jù)進(jìn)行處理，以認(rèn)識總體變量分布狀態(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)算既是對總體基本特征的描述，又是對事物或現(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總體靜態(tài)數(shù)據(jù)處理過程的介

2、紹，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(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)系是對總體正確認(rèn)識的關(guān)鍵。由于具體的工作過程與教科書的知識點(diǎn)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(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

3、訓(xùn)練讀者解決實(shí)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計(jì)報(bào)告、年度會計(jì)報(bào)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(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)

4、際經(jīng)驗(yàn)和教訓(xùn)。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?1938 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)分析的目的通過對制造業(yè)19

5、99 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

6、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(biāo)，后4 個為反映盈利能力、業(yè)績水平的相對指標(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)識總體，首先要對制造業(yè)按其經(jīng)濟(jì)活動的特點(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48

7、8.57C1紡織、服裝、皮458.04毛C2木材、家具20.36C3造紙、印刷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)15126.96備C8通訊、電子519.11C9其他111.96合計(jì)560100.00這是一個品質(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

8、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象是某一特定時(shí)間的靜態(tài)數(shù)據(jù)集，為了對它有一個全面和透徹的認(rèn)識，一般應(yīng)對其進(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分別對總體個單位的數(shù)量標(biāo)志按值的大小作升序排列，以大概認(rèn)識個變量的變化范圍及其一般水平。2分別計(jì)算總體個變量的特征值，進(jìn)一步抽象認(rèn)識個變量的分布特征，包

9、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)繪制各變量的分布圖，以形成對各變量分布的直觀認(rèn)識。4分別按品質(zhì)標(biāo)志和數(shù)量標(biāo)志對總體進(jìn)行分類，通過計(jì)算派生指標(biāo)，以深入認(rèn)識總體各指標(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)于對對象的定性認(rèn)識結(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

10、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；x平均算術(shù)平均數(shù)，即x =n標(biāo)準(zhǔn)誤差抽樣平均誤差，即n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4峰值峰度，即m43偏斜度偏度，即m3；2；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 個最大值；最?。?K）第 K 個最小值；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

11、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）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158315.1標(biāo)準(zhǔn)誤差8970.946中值95296.9模式標(biāo)準(zhǔn)偏差；212291.34.51E+10樣本方差30.19077峰值4.705128偏斜度2178598區(qū)域12256.69最小值2190846最大值88656452求和560計(jì)數(shù)17620.89置信度（ 95%）總資產(chǎn)描述統(tǒng)計(jì) 2平均144640.7標(biāo)準(zhǔn)誤差6388.948中值95410.48模式標(biāo)準(zhǔn)偏差；149424.92.23E=10樣本方差9.9163

12、75峰值2.885238偏斜度955269.6區(qū)域21671.49最小值976941.1最大值79118478求和547計(jì)數(shù)12549.92置信度（95%）從描述統(tǒng)計(jì) 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(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

13、，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/K 2 。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)。若以 1 個標(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 22560 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20937.327500015000019234.291500002250006411.432250003000

14、00335.89300000375000183.21375000450000152.6845000052500040.7152500060000020.3660000067500040.7167500075000061.0775000082500020.3682500090000010.1890000097500030.54975000105000010.181050000 以上61.07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

15、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。頻數(shù)250200150100500圖 21560 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(jì)平均6669.48標(biāo)準(zhǔn)誤差516.2828中值4120.164模式# N/A標(biāo)準(zhǔn)偏差；12217.48樣本方差1.49E+08峰值11.33344偏斜度2.485572區(qū)域112886.5最小值37417.9最大值75468.6求和3734913計(jì)數(shù)560置信度1014.092（95%）凈利潤分布呈右偏態(tài)。以1/2標(biāo)準(zhǔn)差 6500 萬

16、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 23560 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142.50 130006500107965000223.930650033259.2965001300011220.001300019500244.291950026000132.322600032500162.8632500 以上173.04合計(jì)560100.00頻數(shù)350300250200150100500-13000-65

17、000650013000195002600032500其他凈利潤分組（萬元）圖 22560 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。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

18、；年凈利潤在 4.5 億元以上的公司有 16 個，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0.199427標(biāo)準(zhǔn)誤差0.011551中值0.2225模式0.21標(biāo)準(zhǔn)偏差；0.273352樣本方差0.074721峰值6.75641偏斜度1.51182區(qū)域2.632最小值1.28最大值1.352求和111.6792計(jì)數(shù)5

19、60置信度0.022689（95%）每股收益描述統(tǒng)計(jì) 2平均0.204943標(biāo)準(zhǔn)誤差0.010571中值0.223模式0.21標(biāo)準(zhǔn)偏差；0.249255樣本方差0.062128峰值4.912174偏斜度1.27499區(qū)域1.8891最小值0.98最大值0.9091求和113.9482計(jì)數(shù)556置信度0.020764（95%）每股收益是一強(qiáng)度相對指標(biāo)。從描述統(tǒng)計(jì)指標(biāo)看，舍棄一個最大值后，均值、中位數(shù)、眾數(shù)比較接近，偏度系數(shù)也不很大。嘗試按經(jīng)驗(yàn)公式確定組數(shù)：組數(shù)=1+3.322560=10；組距 =2/10=0.2 ，極值用開口組處理。見表24和圖23。表 24560 家上市公司每股收益分組統(tǒng)計(jì)分

20、組頻數(shù)（個）頻率（ %） 0.6 以下142.50 0.6 0.461.07 0.4 0.2132.320.20132.3200.219735.180.20.423141.250.40.66010.710.60.8193.390.81.061.071.0 以上10.18合計(jì)560100.00頻數(shù)250200150100500-0.6-0.4-0.200.20.40.60.81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)模大小對凈利潤水平高低影響，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(jìn)行比較。從表24 圖 2

21、3 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其他；最低的事C2木材家具，只有0.08 元。（4）凈資

22、產(chǎn)收益率分布數(shù)列和直方圖凈資產(chǎn)收益率 1平均2.971477標(biāo)準(zhǔn)誤差1.993256中值9.04模式6.21標(biāo)準(zhǔn)偏差；47.08475樣本方差2216.974峰值117.5889偏斜度10.1028區(qū)域736.156最小值639.53最大值96.626求和1658.08計(jì)數(shù)558置信度3.915216（95%）凈資產(chǎn)收益率 2平均8.006386標(biāo)準(zhǔn)誤差0.352228中值9.14模式6.21標(biāo)準(zhǔn)偏差；8.185041樣本方差66.9949峰值6.881908偏斜度1.63102區(qū)域69.26最小值34.92最大值34.34求和4323.448計(jì)數(shù)540置信度0.691909（95%）由于資料

23、中兩個公司（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(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 2 5 和圖 2 4 顯示，集中趨勢非常明顯。表 25560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 48132.3348 4010.1840 3220.3632 2450.9024 1664.08 16 881.4380101.7908

24、19034.058 1627048.391624396.99243271.25324030.54404810.18大于 4830.54合計(jì)558100.00頻數(shù)300250200150100500-48-40-32-24-16-8081624324048其他凈資產(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)有個別特殊原因所致）。第二， 8%的公司

25、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(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； 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行業(yè)的分布（見表2 6、表2

26、 5）。表 26代凈利潤分組（萬元）碼行業(yè)分類C0食品、飲料C1紡織、服裝、皮毛C2木材、家具C3造紙、印刷C4石油、化工C5橡膠、塑料C6金屬、非金屬C7機(jī)械、儀表、設(shè)備C8通信、電子C9其他合計(jì)從表 2 6、 2 7 中可以看到：制造業(yè)各行業(yè)凈利潤分布統(tǒng)計(jì)（頻數(shù)）小-00.61.31.92.6大于1.30.60.655于合-551.93.23.2計(jì)1.3-01.352.6550.65127143111481122713145112112316225812862413081110342531743559661094244544151221221034435172211141022332112

27、24131617560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(jī)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019500 萬元。第三，凈利潤絕對水平的高低與行業(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%）代凈利潤分組小-00.61.31.92.6大（萬

28、元）于1.30.60.655于合計(jì)碼-551.93.23.2行業(yè)分類1.3-01.352.6550.65C0食品、飲料2.156.29.6.32.12.12.1100.032C1紡織、服裝、皮毛2.22.24.460.28.2.2100.009C2木材、家具5050.100.00C3造紙、印刷6.375.18.100.008C4石油、化工1.51.53.862.21.4.61.53.1100.035C5橡膠、塑料80.10.10.100.0000C6金屬、非金屬3.14.22.155.17.4.23.15.25.2100.027C7機(jī)械、儀表、設(shè)備3.36.762.16.2.73.32.72.

29、7100.070C8通信、電子3.93.92.043.19.5.97.87.85.9100.016C9其他63.18.18.100.0622合計(jì)2.31.83.959.20.4.32.32.93.0100.040（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，若每股收益元以上為績優(yōu)股，則績優(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0.6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

30、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)）代凈利潤分組小-00.20.40.60.8大（元）于0.60.40.2于合碼-0.20.40.60.81.01.0計(jì)行業(yè)分類0.6-00.40.2C0食品、飲料11024921148C1紡織、服裝、皮毛12111271245C2木材、家具112C3造紙、印刷C4石油、化工C5橡膠、塑料C6金屬、非金屬C7機(jī)械、儀表、設(shè)備C8通信、電子C9其他合計(jì)表 29代凈利潤分組（元）碼行業(yè)分類C0食品、飲料C1紡織、服裝、皮毛C2木材、家具C3造紙、印刷C4石油、化工C5橡膠、塑料C6金屬、非金屬C7機(jī)械、

31、儀表、設(shè)備C8通信、電子C9其他合計(jì)187163123585292130442102613243102962347565216921514114161231514511111461313197231601961560制造業(yè)各行業(yè)每股收益分布統(tǒng)計(jì)（頻率%）小-00.20.40.60.8大于0.60.40.2于合計(jì)-0.20.40.60.81.01.00.6-00.40.250.18.4.22.12.1100.02.120.9082.24.42.224.60.2.24.4100.04050.50.100.0006.350.43.100.0082.30.81.52.344.40.6.91.5100.

32、06040.40.20.100.00002.16.31.033.44.10.2.1100.03841.32.02.64.637.34.10.6.01.3100.01467.82.027.31.23.5.92.0100.054536.45.9.19.1100.0452.51.12.32.335.41.10.3.41.10.2100.0237（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財(cái)務(wù)指標(biāo)作為分析公司業(yè)績變動的因素。1

33、制造業(yè)業(yè)績指標(biāo)之間的關(guān)系研究表 210 是 8 個財(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)矩陣凈資凈利凈資總資產(chǎn)主營業(yè)每股每股股東權(quán)產(chǎn)潤產(chǎn)務(wù)收入收益凈資益比率收益產(chǎn)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

34、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

35、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）幾個相對指標(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)。

36、（ 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 2 11 顯示：不論從整個制造業(yè)還是個行業(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)收凈資產(chǎn)與凈資產(chǎn)收益凈資產(chǎn)收益率入與總資產(chǎn)總資產(chǎn)率與凈利潤與每股收益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

37、.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0.860.850.270.52C8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

38、變量可建立線性回歸函數(shù)來模擬變量間的關(guān)系，即：Y B0B X1B X2L12（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, 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：YB0B1X1Excel “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)；R Square判定系數(shù)；AdjustedR Square調(diào)整的判定系數(shù)1n1 SSen pt1 SS標(biāo)準(zhǔn)誤差估計(jì)標(biāo)準(zhǔn)誤Sxy ；觀測值 X 、 Y 變量的對數(shù)。方差分析有關(guān)指標(biāo)含義見表 212。表 212dfSSMS SS dfF 值SignificanceF回歸分析回歸偏差回歸偏差回歸偏差平均SSR1F (1,n 2)自由度平方和平方和F2殘差剩余偏差剩余偏差剩余偏差平均SSe n自由度平方和平方和總計(jì)總偏差總偏差總偏差平均自由度平方和平方和Intercept 截距 a；X Variable 一元回歸的回歸系數(shù)b；標(biāo)準(zhǔn)誤差截距 a 的標(biāo)準(zhǔn)差為?a；回歸系數(shù) b 的標(biāo)準(zhǔn)誤差為b ；?T 統(tǒng)計(jì)量對a 和 b 檢驗(yàn)時(shí)采用的統(tǒng)計(jì)量；P-valueP 值；Lower95%