1、謝謝閱讀上市公司年報數(shù)據(jù)分析案例1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回歸分析等方法技術對總體數(shù)據(jù)進行處理，以認識總體變量分布狀態(tài)（如正態(tài)分布）、特征表現(xiàn)（如結構相對數(shù)、平均數(shù)和標準差）、相關關系（如相關系數(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)計整理技術包括總量指標、相對指標、平均指標和標志變異指標的揭示，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)象進一步定量研究的基礎；相關和回歸是研究總體各事物或現(xiàn)象間相互關系的定量分析，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

2、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、指標描述和相關回歸分析技術結合運用的技術與經(jīng)驗。本章由 1 個大型案例構成，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)計分析的基礎工作，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)進行整理分類，描述總體分布及進一步分析總體各特征間的相互關系是對總體正確認識的關鍵。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

3、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。謝謝閱讀謝謝閱讀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，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注的重要信息之一。對所有上市公司的財務報告進行統(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報告數(shù)據(jù)信息如何進行統(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

4、關回歸分析的方法，同時積累應用這些方法的實際經(jīng)驗和教訓。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?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

5、與任務1上市公司年報財務數(shù)據(jù)統(tǒng)計分析的目的謝謝閱讀謝謝閱讀通 制造 1999 年 有關數(shù)據(jù) 行系 的 整理、描述和回 分析，揭示 1999 年制造 上市公司主要 指 的 體分布、分行 的 水平和重要特征，從中掌握 體分布特征和數(shù)量 化的技巧和方法，提高用 思想和方法解決 的能力。2上市公司年 數(shù)據(jù) 分析的任 繁的數(shù)據(jù) 行不同的分 、分 、 、 合、分析、 、推斷， 示上市公司 告中的主要 指 的分布形 和主要特性， 找 指 之 的相互關系和表 律。3上市公司年 數(shù)據(jù) 分析的 象本案例所引用 料取自上海 券 ，包括了制造 560 家上市公司。共 有 8 個 指 ： 、 利 、主 收入、股 益、每

6、股收益、每股 和股 益比率。其中，前 4 個 反映 、收益方面的 量指 ，后 4 個 反映盈利能力、 水平的相 指 。4數(shù)據(jù)的初步分析制造 上市公司行 構在制造 中，生 不同 品的企 或公司，具有不同的 模，占有不等的 源要素，他 的 股本、 利 、 收益率必然存在很大的差異。 了深入 體，首先要 制造 按其 活 的特點 行行 分 。根據(jù)上市公司分 指引，制造 一步分 10 個行 種 ， c0 、 c1 、c2 、 c9 。分 屬于定名 定。從上述 料 數(shù)整理后即可得到如表一的分布數(shù)列。表 2 1制造 上市公司行 分布謝謝閱讀謝謝閱讀代碼行業(yè)分類上市公司數(shù)比重（%）c0 食品、飲料 48 8.

7、57c1 紡織、服裝、皮毛45 8.04c2 木材、家具2 0.36c3 造紙、印刷 162.86c4 石油、化學 130 23.21c5 橡膠、塑料 101.79c6 金屬、非金屬 96 17.14c7 機械、儀表、設備151 26.96c8 通訊、電子 51 9.11c9 其他 111.96合計 560 100.00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)結構。 1999 年 560 個制造業(yè)上市公司中， 27% 是機械、儀表、設備制造業(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，

8、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)結構優(yōu)化。謝謝閱讀謝謝閱讀方案設計一、案例設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，一般應對其進行基本的特征描述和揭示各特征間主要的相互關系。根據(jù)這一目的，本案例按照如下順序?qū)?shù)據(jù)進行處理：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

9、范圍及其一般水平。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)量標志對總體進行分類，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，包括總體結構、強度，比例關系等。5分別對總體各指標進行相關分析，了解各指標間的依存關系，在相關關系成立的基礎上進行回歸分析，從而更深層次地認識總體的規(guī)律與特征。6在上述研究分析的基礎上給出關于對對象的定性認識結論。二、案例設計的工作過程（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（1） 將數(shù)據(jù)順序排列。

10、（2） 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信息。其內(nèi)容是；謝謝閱讀謝謝閱讀平均算術平均數(shù)，即x =nx 標準誤差抽樣平均誤差，即n中值中位數(shù)，即 me ； 模式眾數(shù)，即 mo ； 標準偏差標準差，即； 樣本方差方差，即 2峰值峰度，即44m偏斜度偏度，即33m ；區(qū)域全距，即最大值減最小值；求和標志總量；計數(shù)總體謝謝閱讀謝謝閱讀單位總數(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)計指標比較平均數(shù)、眾數(shù)、中位數(shù)的

11、大??；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)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倍標準差為組距。（ 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158315.1 8970.946 95296.9模式標準偏差；樣本方差峰值偏斜度區(qū)域最小值最大值謝謝閱讀謝謝閱讀求和計數(shù)置 信 度 （ 95% ） 212291.34.51e+1030.190774.705128217859812256.69 2190846 88656452

12、560 17620.89總資產(chǎn)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% ）144640.7 6388.948 95410.48149424.92.23e=109.9163752.885238955269.621671.49976941.1謝謝閱讀謝謝閱讀79118478 547 12549.92從描述統(tǒng)計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

13、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)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)范圍不小于 11/2k。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)。若以 1 個標準差為組距，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 2 560 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75000150000150000225000225000300000300000375000375000450000450000525000525000600000600000675000675000750000750000825000825000900000900000975000 9750001050000 1050000以上 209192謝謝閱讀謝謝閱讀6433181542462131637.3234.2911.435.89謝謝閱讀謝謝閱讀3.212.680.710.36