基于凱寶藥業(yè)凈利潤的回歸預(yù)測研究

王層層，郭 躍

?

基于凱寶藥業(yè)凈利潤的回歸預(yù)測研究

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個重要影響因素，運(yùn)用多元線性回歸分析和時間序列分析建立企業(yè)凈利潤預(yù)測模型，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。相對誤差表明，模型預(yù)測準(zhǔn)確度較強(qiáng)，可以預(yù)測企業(yè)2016年及以后的凈利潤，從而為凱寶藥業(yè)的經(jīng)營戰(zhàn)略提供有價值的參考依據(jù)。

凈利潤；SPSS；回歸分析法；時間序列預(yù)測

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，對企業(yè)一定時期內(nèi)取得的利潤進(jìn)行預(yù)測，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個重要影響因素，采用多元回歸分析和時間序列法建立預(yù)測模型。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，所以對企業(yè)凈利潤的預(yù)測有重要的作用。

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)測模型，通過檢驗(yàn)的因素和時間分別建立一元一次回歸預(yù)測模型，共同對未來凈利潤進(jìn)行預(yù)測。本文力爭對凱寶藥業(yè)進(jìn)行利潤模型的精確預(yù)測提供有參考價值的依據(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)(即值越大對應(yīng)的，方程整體越顯著)和回歸系數(shù)顯著性檢驗(yàn)(即對應(yīng)的應(yīng)留在模型中)。方程整體顯著而單個因素不能通過回歸系數(shù)檢驗(yàn)，這時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。

時間序列預(yù)測模型是根據(jù)時間序列來獲得一系列的觀測結(jié)果，按照研究的現(xiàn)象或不同的問題，可以建立不同的時間序列回歸方程。通過SPSS軟件的回歸分析方法，把時間作為自變量，把分別于通過檢驗(yàn)的因素作為因變量，建立多個一元一次時間回歸預(yù)測模型。

二、凱寶藥業(yè)預(yù)測模型建立

(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期相對誤差的標(biāo)準(zhǔn)，得出的預(yù)測值和實(shí)際值相對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)。對凱寶藥業(yè)凈利潤和5個重要影響因素，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)收入對應(yīng)，總負(fù)債對應(yīng)，說明不論整體還是各個系數(shù)都通過檢驗(yàn)。

(二)多元線性回歸預(yù)測模型建立

表2 回歸系數(shù)和常量

建立如下多元回歸模型：

(三)時間序列預(yù)測模型建立

1. 通過SPSS軟件對時間(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，即時間序列預(yù)測模型(主營業(yè)務(wù)收入)：

經(jīng)過主營業(yè)務(wù)收入預(yù)測模型，可以預(yù)測出下一個時間單位(2016年度)營業(yè)收入為178 411.89元。

2. 通過SPSS軟件對時間(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，即時間序列預(yù)測模型(總負(fù)債)：

經(jīng)過總負(fù)債預(yù)測模型可以預(yù)測出下一個時間單位(即2016年度)的總負(fù)債為：39 523.53元。

三、凱寶藥業(yè)預(yù)測模型檢驗(yàn)

(一)多元回歸模型與時間序列模型

(二)模型檢驗(yàn)與凈利潤預(yù)測

多元回歸模型和時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)?；诙嘣貧w模型對樣本時間內(nèi)(2008—2015年)的凱寶藥業(yè)凈利潤進(jìn)行預(yù)測，基于多元回歸模型與時間序列模型對2016年的凈利潤進(jìn)行預(yù)測，相對誤差是實(shí)際利潤值比預(yù)測值的多少占實(shí)際利潤值的百分比(見表3)。

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

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個重要影響因素。其次，不是每個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)測模型。最后，通過檢驗(yàn)的因素和時間分別建立一元一次回歸預(yù)測模型，共同對未來的凈利潤進(jìn)行預(yù)測。通過層層檢驗(yàn)建立的凈利潤預(yù)測模型，相對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)測值和實(shí)際凈利潤的相對誤差為8.8%，在5%—10%范圍內(nèi)，說明該預(yù)測模型的準(zhǔn)確度較強(qiáng)。

表3 相對誤差

[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)效益評價中的應(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，高級工程師，碩士生。

10.15916/j.issn1674-327x.2017.03.013

F279.26

A

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