王層層，郭 躍

?

基于凱寶藥業(yè)凈利潤的回歸預(yù)測(cè)研究

王層層1，郭 躍2

(1. 遼寧工業(yè)大學(xué)研究生學(xué)院，遼寧錦州 121001；2. 遼寧工業(yè)大學(xué)遼寧維森信息技術(shù)股份有限公司，遼寧錦州 121001)

凈利潤反映企業(yè)的經(jīng)營業(yè)績、盈利能力、償債能力、發(fā)展能力以及控制資源等綜合能力。以上海凱寶藥業(yè)股份有限公司2008—2015年財(cái)務(wù)報(bào)告為資料，選取5個(gè)重要影響因素，運(yùn)用多元線性回歸分析和時(shí)間序列分析建立企業(yè)凈利潤預(yù)測(cè)模型，并通過擬合優(yōu)度檢驗(yàn)、整體顯著性檢驗(yàn)和回歸系數(shù)顯著性檢驗(yàn)方法進(jìn)行檢驗(yàn)，向后篩選法克服共線性。相對(duì)誤差表明，模型預(yù)測(cè)準(zhǔn)確度較強(qiáng)，可以預(yù)測(cè)企業(yè)2016年及以后的凈利潤，從而為凱寶藥業(yè)的經(jīng)營戰(zhàn)略提供有價(jià)值的參考依據(jù)。

凈利潤；SPSS；回歸分析法；時(shí)間序列預(yù)測(cè)

凈利潤反映企業(yè)的經(jīng)營業(yè)績、盈利能力、償債能力、發(fā)展能力以及控制資源等綜合能力。為了明確企業(yè)經(jīng)營目標(biāo)，規(guī)定企業(yè)內(nèi)部各部門的經(jīng)濟(jì)責(zé)任，應(yīng)當(dāng)結(jié)合企業(yè)生產(chǎn)經(jīng)營任務(wù)的要求，考慮生產(chǎn)經(jīng)營面臨的客觀條件，對(duì)企業(yè)一定時(shí)期內(nèi)取得的利潤進(jìn)行預(yù)測(cè)，提出凈利潤目標(biāo)，提早制定出相應(yīng)的凈利潤目標(biāo)得以實(shí)現(xiàn)的保證措施，能更好、更有效的提高企業(yè)的凈利潤，提高企業(yè)的綜合實(shí)力及市場競爭力。本文以上海市凱寶藥業(yè)股份有限公司為案例，近8年的財(cái)務(wù)數(shù)據(jù)均來源于新浪財(cái)經(jīng)上公布的上市企業(yè)的財(cái)務(wù)報(bào)告，以頭腦風(fēng)暴法、統(tǒng)計(jì)分析法和影響因子選取原則相結(jié)合方法，選取凱寶藥業(yè)凈利潤的5個(gè)重要影響因素，采用多元回歸分析和時(shí)間序列法建立預(yù)測(cè)模型。研究表明，重要影響因素的選擇是提高企業(yè)凈利潤預(yù)測(cè)精度的關(guān)鍵。凱寶藥業(yè)從事藥品生產(chǎn)(小容量注射劑、片劑、硬膠囊劑、顆粒劑、合劑、丸劑(滴丸)、中藥提取車間)，2008年上市，由于市場競爭激烈，企業(yè)的決定著企業(yè)的存亡，所以對(duì)企業(yè)凈利潤的預(yù)測(cè)有重要的作用。

因此，通過擬合優(yōu)度檢驗(yàn)、方程整體顯著性檢驗(yàn)和回歸系數(shù)顯著性檢驗(yàn)方法進(jìn)行影響因素的檢驗(yàn)，通過向后篩選法克服因素間的共線性，剔除不顯著因素，建立多元回歸預(yù)測(cè)模型，通過檢驗(yàn)的因素和時(shí)間分別建立一元一次回歸預(yù)測(cè)模型，共同對(duì)未來凈利潤進(jìn)行預(yù)測(cè)。本文力爭對(duì)凱寶藥業(yè)進(jìn)行利潤模型的精確預(yù)測(cè)提供有參考價(jià)值的依據(jù)。

一、研究方法簡介

回歸分析是企業(yè)凈利潤預(yù)測(cè)中最常用的方法之一，其主要思路是：搜集影響凈利潤的所有因素，以頭腦風(fēng)暴法、統(tǒng)計(jì)分析法和影響因子選取原則相結(jié)合方法，選取多個(gè)重要的影響因素，通過SPSS軟件進(jìn)行多元線性回歸分析。多元線性回歸預(yù)測(cè)模型是在分析過程中，并不是所有的影響因素都能通過檢驗(yàn)，包括擬合優(yōu)度檢驗(yàn)(即調(diào)整的可決系數(shù)越接近1擬合優(yōu)度越高)、方程整體顯著性檢驗(yàn)(即值越大對(duì)應(yīng)的，方程整體越顯著)和回歸系數(shù)顯著性檢驗(yàn)(即對(duì)應(yīng)的應(yīng)留在模型中)。方程整體顯著而單個(gè)因素不能通過回歸系數(shù)檢驗(yàn)，這時(shí)用向后篩選法克服因素間的共線性，剔除不顯著的因素，再通過SPSS軟件進(jìn)行回歸分析、檢驗(yàn)和建模。

時(shí)間序列預(yù)測(cè)模型是根據(jù)時(shí)間序列來獲得一系列的觀測(cè)結(jié)果，按照研究的現(xiàn)象或不同的問題，可以建立不同的時(shí)間序列回歸方程。通過SPSS軟件的回歸分析方法，把時(shí)間作為自變量，把分別于通過檢驗(yàn)的因素作為因變量，建立多個(gè)一元一次時(shí)間回歸預(yù)測(cè)模型。

二、凱寶藥業(yè)預(yù)測(cè)模型建立

(一)影響因素的選取和檢驗(yàn)

根據(jù)《統(tǒng)計(jì)與信息論壇》2014年4期相對(duì)誤差的標(biāo)準(zhǔn)，得出的預(yù)測(cè)值和實(shí)際值相對(duì)誤差小于或等于允許誤差15%，說明影響因素選取合理。如果相對(duì)誤差大于允許誤差，則重新選取影響因素。本企業(yè)近8年的財(cái)務(wù)數(shù)據(jù)均來源于新浪財(cái)經(jīng)公布的上市企業(yè)財(cái)務(wù)報(bào)告，以頭腦風(fēng)暴法、統(tǒng)計(jì)分析法和影響因子選取原則相結(jié)合方法，選取凱寶藥業(yè)Y凈利潤的5個(gè)重要影響因素，即主營業(yè)務(wù)收入、總資產(chǎn)、總負(fù)債、營業(yè)成本、存貨(見表1)。對(duì)凱寶藥業(yè)凈利潤和5個(gè)重要影響因素，即主營業(yè)務(wù)收入、總資產(chǎn)、總負(fù)債、營業(yè)成本、存貨，通過SPSS軟件進(jìn)行多元線性回歸分析。在建模過程中，并不是所有的影響因素都能通過擬合優(yōu)度檢驗(yàn)(調(diào)整)、方程整體顯著性檢驗(yàn)()和回歸系數(shù)顯著性檢驗(yàn)()。

表1 凱寶藥業(yè)近8年財(cái)務(wù)數(shù)據(jù) (單位：萬元)

1. 擬合優(yōu)度檢驗(yàn)。通過SPSS建模分析過程中，得到調(diào)整，接近1，說明模型擬合優(yōu)度程度高。

4. 向后選擇法克服共線性。通過SPSS中的變量篩選方法能夠刪除對(duì)模型影響不大卻引起多重共線性的影響因素，這里以向后選擇法為例進(jìn)行篩選，模型中只剩下主營業(yè)務(wù)收入和總負(fù)債兩個(gè)影響因素。隨著冗余因素被剔除后，值也隨之增大。 說明能夠?qū)衾麧櫘a(chǎn)生影響，不是選取的因素越多越好。因此，對(duì)凱寶藥業(yè)凈利潤和2項(xiàng)重要影響因素，即主營業(yè)務(wù)收入、總負(fù)債，通過SPSS軟件進(jìn)行多元線性回歸分析，調(diào)整，，主營業(yè)務(wù)收入對(duì)應(yīng)，總負(fù)債對(duì)應(yīng)，說明不論整體還是各個(gè)系數(shù)都通過檢驗(yàn)。

(二)多元線性回歸預(yù)測(cè)模型建立

表2 回歸系數(shù)和常量

建立如下多元回歸模型：

(三)時(shí)間序列預(yù)測(cè)模型建立

1. 通過SPSS軟件對(duì)時(shí)間(1,2,3,4,5,6,7,8)年為自變量，X1主營業(yè)務(wù)收入為因變量建立一元一次回歸模型，模型通過檢驗(yàn)以及的檢驗(yàn)，得到回歸系數(shù)為18 226.233和常量為14 375.816，即時(shí)間序列預(yù)測(cè)模型(主營業(yè)務(wù)收入)：

經(jīng)過主營業(yè)務(wù)收入預(yù)測(cè)模型，可以預(yù)測(cè)出下一個(gè)時(shí)間單位(2016年度)營業(yè)收入為178 411.89元。

2. 通過SPSS軟件對(duì)時(shí)間(1,2,3,4,5,6,7,8)年為自變量，X3總負(fù)債為因變量建立一元一次回歸模型，模型通過檢驗(yàn)以及的檢驗(yàn)，得到回歸系數(shù)為4 072.266和常量為2 873.095，即時(shí)間序列預(yù)測(cè)模型(總負(fù)債)：

經(jīng)過總負(fù)債預(yù)測(cè)模型可以預(yù)測(cè)出下一個(gè)時(shí)間單位(即2016年度)的總負(fù)債為：39 523.53元。

三、凱寶藥業(yè)預(yù)測(cè)模型檢驗(yàn)

(一)多元回歸模型與時(shí)間序列模型

(二)模型檢驗(yàn)與凈利潤預(yù)測(cè)

多元回歸模型和時(shí)間序列模型在建立模型過程中，已通過擬合優(yōu)度、整體顯著性和回歸系數(shù)檢驗(yàn)。基于多元回歸模型對(duì)樣本時(shí)間內(nèi)(2008—2015年)的凱寶藥業(yè)凈利潤進(jìn)行預(yù)測(cè)，基于多元回歸模型與時(shí)間序列模型對(duì)2016年的凈利潤進(jìn)行預(yù)測(cè)，相對(duì)誤差是實(shí)際利潤值比預(yù)測(cè)值的多少占實(shí)際利潤值的百分比(見表3)。

從表3可以看出預(yù)測(cè)值和實(shí)際值相對(duì)誤差在允許誤差15%范圍內(nèi)，根據(jù)《統(tǒng)計(jì)與信息論壇》2014年4期相對(duì)誤差的標(biāo)準(zhǔn)(0%—15%)可知，0%—5%說明預(yù)測(cè)模型準(zhǔn)確度很強(qiáng)，5%—10%說明預(yù)測(cè)模型準(zhǔn)確度較強(qiáng)，10%—15%說明預(yù)測(cè)模型準(zhǔn)確度一般。因此，該凈利潤的預(yù)測(cè)模型對(duì)凱寶藥業(yè)具有很強(qiáng)的參考價(jià)值，同時(shí)也給其他企業(yè)提供了參考價(jià)值。

四、結(jié)論

首先，以頭腦風(fēng)暴法、統(tǒng)計(jì)分析法和影響因子選取原則相結(jié)合方法，選取凱寶藥業(yè)凈利潤的5個(gè)重要影響因素。其次，不是每個(gè)被選取的因素都能影響凈利潤，存在的共線性，通過向后篩選法剔除影響不大的因素。再次，經(jīng)過擬合優(yōu)度、整體顯著性和回歸系數(shù)顯著性檢驗(yàn)的因素與凈利潤建立多元回歸預(yù)測(cè)模型。最后，通過檢驗(yàn)的因素和時(shí)間分別建立一元一次回歸預(yù)測(cè)模型，共同對(duì)未來的凈利潤進(jìn)行預(yù)測(cè)。通過層層檢驗(yàn)建立的凈利潤預(yù)測(cè)模型，相對(duì)誤差在允許誤差的范圍內(nèi)，模型的精確度可靠，所以，該模型能預(yù)測(cè)凱寶藥業(yè)2016年及以后的凈利潤。2017年，上海凱寶藥業(yè)2016年度的財(cái)務(wù)審計(jì)報(bào)告已經(jīng)出來(來源于新浪財(cái)經(jīng))，凈利潤為28 260.70萬元)，預(yù)測(cè)值和實(shí)際凈利潤的相對(duì)誤差為8.8%，在5%—10%范圍內(nèi)，說明該預(yù)測(cè)模型的準(zhǔn)確度較強(qiáng)。

表3 相對(duì)誤差

[1] 薛薇. 基于SPSS的數(shù)據(jù)分析(第三版)[M]. 北京: 中國人民大學(xué)出版社，2006：236-238.

[2] 朱建平, 殷瑞飛. SPSS統(tǒng)計(jì)分析中應(yīng)用[M]. 北京：清華大學(xué)出版社，2013：256-265.

[3] 謝蕾蕾, 宋志剛, 何旭洪. SPSS統(tǒng)計(jì)分析實(shí)用教程(第2版)[M]. 北京：人民郵電出版社， 2010：354.

[4] 王琪，張亭亭，游海林，等. 基于多元回歸分析的大伙房水庫徑流中長期預(yù)報(bào)[J]. 遼寧師范大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014，40(5)：17-19．

[5] 溫馨月. 多元統(tǒng)計(jì)分析在企業(yè)經(jīng)濟(jì)效益評(píng)價(jià)中的應(yīng)用[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)管理學(xué)院，2015：146.

[6] 李品芳. 基于多元回歸分析的財(cái)務(wù)危機(jī)預(yù)警研究[J]. 同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2006, 34(5): 702-703.

(責(zé)任編校：李延軍)

2016-06-15

遼寧省社會(huì)科學(xué)規(guī)劃基金重點(diǎn)項(xiàng)目(L15AJY001)

王層層(1986-)，女，遼寧燈塔人，高級(jí)工程師，碩士生。

10.15916/j.issn1674-327x.2017.03.013

F279.26

A

1674-327X (2017)03-0045-03