午啪啪夜福利无码亚洲,亚洲欧美suv精品,欧洲尺码日本尺码专线美国,老狼影院成年女人大片

1、統(tǒng)計教學(xué)案例上市公司年報數(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(biāo)計算與相關(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)處理過程的介紹，幫2、助讀者掌握統(tǒng)計整理、指標(biāo)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)驗。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(xué)目的：數(shù)據(jù)整理是統(tǒng)計分析的基礎(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(xùn)練讀者解決實際3、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(wù)報告進(jìn)行統(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)督，都是不可或缺的。本案例探討的就是面對大量的財務(wù)報告數(shù)據(jù)信息如何進(jìn)行統(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(dǎo)意義。通過本案例的學(xué)習(xí)討論，有助于大家掌握統(tǒng)計描述和相關(guān)回歸分析的方法，同時積累應(yīng)用這些方法的實際經(jīng)驗和教訓(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年上市公司年報中的有關(guān)財務(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%。總股本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 上市公司年報財務(wù)數(shù)據(jù)統(tǒng)計分析的目的通過對制造業(yè)1999年報有關(guān)數(shù)據(jù)進(jìn)行系統(tǒng)的統(tǒng)計整理、描述和回歸5、分析，揭示1999年制造業(yè)上市公司主要財務(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)計思想和方法解決實際問題的能力。2上市公司年報財務(wù)數(shù)據(jù)統(tǒng)計分析的任務(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，顯示上市公司財務(wù)報告中的主要財務(wù)指標(biāo)的分布形態(tài)和主要特性，尋找財務(wù)指標(biāo)之間的相互關(guān)系和表現(xiàn)規(guī)律。3上市公司年報財務(wù)數(shù)據(jù)統(tǒng)計分析的對象本案例所引用資料取自上海證券報，包括了制造業(yè)560家上市公司。共選有8個財務(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個為反映資產(chǎn)、收益方面6、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17、62.86C4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8、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) 計一、 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(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9、，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)計的工作過程（一）數(shù)據(jù)整理與描述1編制按各財務(wù)指標(biāo)的變量數(shù)列（1） 將數(shù)據(jù)順序排列。（2） 計算描述統(tǒng)計指標(biāo)。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(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)誤差抽樣10、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；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，用斯特吉斯經(jīng)驗公式確定組數(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(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1平均 標(biāo)準(zhǔn)誤差中值模式 標(biāo)準(zhǔn)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(biāo)準(zhǔn)差中值模式標(biāo)準(zhǔn)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=109.9163752.885238955269.621671.49976941.179112、1847854712549.92 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，計算得到描述統(tǒng)計2，此時的標(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，因為此時平均數(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)。若以1個13、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)計分組（萬元）頻數(shù)頻率（%）75000以下7500015000015000022500022500030000030000037500037500045000045000052500052500060000060000067500067500075000075000082500082500090000090000097500097500010500001050014、00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。 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 凈利潤描述統(tǒng)計 平均15、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，因為合并后的數(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）頻 率 （%）13000以下130016、06500650000650065001300013000195001950026000260003250032500以上141022332112241316172.50793.9359.2920.004.292.322.863.04合 計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，受虧損公司的影響17、，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，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 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18、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)度相對指標(biāo)。從描述統(tǒng)計指標(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19、經(jīng)驗公式確定組數(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24 560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0.60.40.40.20.2000.20.20.40.40.60.60.80.81.01.0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)模大小對凈利潤水平高低影響，反映了上市公司經(jīng)營業(yè)績水平。20、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：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 同新點子，C9其他；最低的事C2木材家21、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數(shù)置信度（95%）8.0063860.3522289.146.218.18504166.99496.8819081.6310269.2634.9234.344323.448522、400.691909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(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)計分組（%）頻數(shù)頻率（%）小于48484040323224241616880088161624243232404048大于481312568101902703973132.330.23、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(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0.824、%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)主要財務(wù)指標(biāo)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。（1）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26、表25）。表26 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-1.3-1.3-0.65-0.65000.650.651.31.3125、.951.952.62.63.25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(jī)械、儀表、設(shè)備61094244544151C8通信、電子2212210344351C9其他72211合計14102233211224131617560從表26、27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(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C826、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（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C0食品、飲料2.156.329.26.32.12.12.1100.0C27、1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2.31.83.959.420.28、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，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（頻數(shù)）代碼 凈利潤分組（元） 行業(yè)分類小于-0.6-0.6-0.4-0.4-0.2-0.29、2000.20.20.40.40.60.60.80.8 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(jī)械、儀表、設(shè)備234756521692151C8通信、電子411416123151C9其他451111合計1461313197231601961560表29 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-0.6-0.6-0.4-0.4-0.2-0.2000.2030、.20.40.40.60.60.80.8 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(jī)械、儀表、設(shè)備1.32.02.64.637.134.410.66.01.3100.0C8通信、電子731、.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)和回歸分析本案例相關(guān)和回歸分析研究主要是8個財務(wù)指標(biāo)間的相互關(guān)系問題。各財務(wù)指標(biāo)分別說明上市公司的財務(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務(wù)指標(biāo)作為分析公司業(yè)績變動的因素。1制造業(yè)業(yè)績指標(biāo)之間的關(guān)系研究表210是8個財務(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)收益率凈利潤凈資產(chǎn)總資產(chǎn)主營業(yè)務(wù)收32、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)。總資產(chǎn)比較大時，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33、較大時，凈資產(chǎn)、凈利潤也比較高。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)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)0.34、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(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35、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0.860.850.270.52C8通36、信、電子0.920.930.370.65C9其他0.810.390.080.06合 計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：觀察散點圖；根據(jù)專業(yè)知識和經(jīng)驗判斷。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(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，37、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)誤差估計標(biāo)準(zhǔn)誤； 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； 標(biāo)準(zhǔn)誤差截距a的標(biāo)38、準(zhǔn)差為；回歸系數(shù)b的標(biāo)準(zhǔn)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，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。回歸統(tǒng)計 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 2.42E+12 4.339、4E+09 總 計559 1.41E+13 Coeffici- 標(biāo) 準(zhǔn) T 統(tǒng) 下限 上限ents 誤 差 計 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)對主營業(yè)務(wù)收入的影響中, 有83%40、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.回歸分析中, 對隨機(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)這兩個指標(biāo)間的聯(lián)系形式,我們利用它還可以進(jìn)行預(yù)報和控制.給定總資產(chǎn), 可以對主營業(yè)務(wù)收入水平作區(qū)間估計. 本案例樣本較大, 當(dāng)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(biāo)準(zhǔn)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。41、例如, 我們想知道, 當(dāng)X=20萬元時, 主營業(yè)務(wù)收入95%置信區(qū)間:點估計值是 =13975+0.68200000=122025(萬元)估計值標(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:122025-1.9665879Y122025+1.9665879=-7098251148即總資產(chǎn)為20億元規(guī)模時, 估計主營業(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)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42、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43、現(xiàn)出了顯著正相關(guān)的關(guān)系, 可能的解釋在于: 財務(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, 研究凈利潤與多個指標(biāo)的關(guān)系時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)0.34,小于0.5), 建立凈利潤與主營業(yè)務(wù)收入和每股收益的二元線性回歸方程.計算結(jié)果如下:回歸統(tǒng)計Multiple RR SquareAdjusted R Square標(biāo)準(zhǔn)誤差觀測值0.805140.6482544、0.6335948921.93451方差分析df SS MS F Significance F回歸分析殘 差2 7.04E+09 3.52E+09 44.23029 1.29E-1148 3.82E+09 79600902總 計50 1.09E+10Coeffici- 標(biāo) 準(zhǔn) T 統(tǒng) 下限 上限ents 誤 差 計 量 P值 95.0% 95.0%InterceptX1 VariableX2 Variable3329.767 1534.467 2.169983 0.034988 244.5164 6415.0170.048945 0.005851 8.365005 6.22E-11 0.03745、18 0.06070935.4842 11.39523 3.113951 0.00311 12.57256 58.39583凈利潤Y與主營業(yè)務(wù)收入X和每股收益X的線性回歸方程為:Y=3329.8+0.05X+35.5XT檢驗的P值, 除了截距B0的P值稍大, B1、B2的P值均小于0.05, 回歸系數(shù)是顯著的. F檢驗的結(jié)果證明, 模型整體也是顯著的, 即凈利潤與主營業(yè)務(wù)收入及每股收益整體看存在線性相關(guān)關(guān)系.復(fù)相關(guān)系數(shù)0.81, 高于凈利潤與主營業(yè)務(wù)收入及與每股收益的單相關(guān)系數(shù).偏相關(guān)系數(shù)經(jīng)計算可得:兩個指標(biāo)對凈利潤仍舊是正相關(guān)的關(guān)系, 比較而言, 主營業(yè)務(wù)收入(X)的影響更大些。 三、數(shù)據(jù)整46、理和分析的客觀評價（一） 案例對560家上市公司1999年報8個財務(wù)指標(biāo)數(shù)據(jù)整理分析過程的優(yōu)點1整理頻數(shù)分布的時候首先借助于描述指標(biāo)的判斷, 使統(tǒng)計整理工作有了著眼點當(dāng)面對紛繁的、大量的原始數(shù)據(jù), 總體的分布及數(shù)據(jù)的分布特征根本無從得知. 因此編制數(shù)據(jù)的頻數(shù)分布從那里著手呢? 根據(jù)的是什么呢? 當(dāng)然是數(shù)據(jù)總體的幾個主要特征值:平均數(shù)(眾數(shù)、中位數(shù))、全距、方差、偏度等. 而應(yīng)用Excel的”數(shù)據(jù)分析”,這些特征值很容易得到. 掌握了這些特征值, 對分組的組數(shù)、組距的確定才有了依據(jù). 所以案例提出的方法, 解決了整理頻數(shù)分布的可操作性問題。 2在研究指標(biāo)(變量)間關(guān)系時, 利用相關(guān)系數(shù)矩陣全面比47、較判斷, 使進(jìn)一步確定建立回歸函數(shù)的形式、建立回歸模型有了明確的依據(jù)。（二） 幾個有待進(jìn)一步研究的問題1頻數(shù)分布的編制沒有固定的模式, 因此不是唯一的, 采用不同的組距、組限, 就有不同的分布數(shù)列. 如何評價哪一個數(shù)列最恰當(dāng)或者最確切反映總體分布特征是一個值得研究的問題。2統(tǒng)計整理中的制造業(yè)行業(yè)分組所匯總的統(tǒng)計表, 是按照全行業(yè)整理時的組距分組的. 對不同行業(yè)來說, 這種組距、組數(shù)的劃分不一定是最恰當(dāng)?shù)? 若要研究某一行業(yè)情況, 可根據(jù)其指標(biāo)(變量)差異情況另行分組。3相關(guān)系數(shù)矩陣表描述的是一元線性相關(guān)系數(shù), 反映的是線性關(guān)系的程度. 線性相關(guān)系數(shù)值很小, 只是說明兩指標(biāo)(變量)間不存在線性相關(guān), 但是否存在非線性相關(guān), 需進(jìn)一步測定. 本案例中, 通過散點圖(圖5-6、圖5-7)可以發(fā)現(xiàn), 有些指標(biāo)如主營業(yè)務(wù)收入和每股收益之間, 就存在非線性關(guān)系, 其規(guī)律有待進(jìn)一步研究。（本案例參考李曉玉編著的統(tǒng)計描述與相關(guān)回歸分析案例）