第四章行業分析第八節、定量分析法
發布時間：2011-10-07 共1頁
投資者可以用兩種方法來選擇衡量“增長型行業”，一是比較研究法，將行業的增長情況與國民經濟的增長進行比較，從中發現增長速度快于國民經濟的行業；二是數理統計法，利用行業歷年的銷售額、盈利額等歷史資料分析過去的增長情況，并預測行業的未來發展趨勢。
(一)比較研究法
有三個步驟，第一，確定該行業是否屬于周期性行業。主要是觀察同一時期該行業銷售額是否與國民生產總值同向變化，如果同向變化則很可能是周期性行業。第二，比較該行業的年增長率與國民生產總值的年增長率，如果在大多數年份中該行業的年增長率都高于國民經濟綜合指標的年增長率，說明這一行業是增長型行業。第三，計算各觀察年份該行業銷售額在國民生產總值中所占比重。如果這一比重逐年上升，說明該行業屬于增長型行業。
(二)數理統計法
對行業未來的發展趨勢作出預測，常用方法有兩種，一是將行業歷年銷售額與國民生產總值標在坐標圖上，用最小二乘法找出兩者的關系曲線，根據國民生產總值的計劃指標或預計值可以預測行業的未來銷售額。二是利用行業歷年的增長率資料計算歷史的平均增長率和標準差，預計未來增長率。
(1)相關關系是指指標變量之間的不確定的依存關系。相關關系包括因果關系，另外，兩個指標變量受第三個指標變量影響而發生的共變關系，也屬于相關關系。
(2)相關關系按研究指標變量的多少可分為一元相關和多元相關，按指標變量之間依存關系的形式可分為線性相關和非線性相關，按指標變量變化的方向可分為正相關和負相關。當指標變量之間的依存關系密切到函數關系時，稱為完全相關；當指標變量之間不存在依存關系時，稱為不相關或零相關；大多數相關關系介于其間，稱為不完全相關。
(3)相關系數r的數值有一定范圍，即│r│＜1。
當│r│=1時，表示兩指標變量完全線性相關；
當│r│=0時，表示兩指標變量不存在線性相關；
當0π│r│≤0．3，為微弱相關；當0π│r│≤0．5，為低度相關；當0．5π│r│≤0．8，為顯著相關；當0．8π│r│≤=1，為高度相關。
判定系數12表示指標變量之間的依存程度，12越大，表明依存度越大。
(4)一元線性回歸方程可用于：描述兩指標變量之間的數量依存關系；利用回歸方程進行預測，把預報因子代人回歸方程可對預報量進行估計；利用回歸方程進行統計控制，通過控制自變量的范圍來控制因變量。
(5)時間數列可分為隨機性時間數列和非隨機性時間數列，其中，非隨機性時間數列又可分為平穩性時間數列、趨勢性時間數列和季節性時間數列三種。
如果所有的自相關系數都近似等于零，表明該時間數列屬于隨機性時間數列；如果r1比較大，r2、r3漸次減小，從r4開始趨近于零，表明該時間數列是平穩性時間數列；如果r1最大，r2、r3等多個自相關系數逐漸遞減但不為零，表明該時間數列存在著某種趨勢；如果一個數列的自相關系數出現周期性變化，每間隔若干個便有一個高峰，表明該時間數列是季節性時間數列。
時間數列分析的一個重要任務是根據現象發展變化的規律進行外推預測，最常見的時間數列預測方法有：趨勢外推法、移動平均法與指數平滑法和自回歸預測。
(一)比較研究法
有三個步驟，第一，確定該行業是否屬于周期性行業。主要是觀察同一時期該行業銷售額是否與國民生產總值同向變化，如果同向變化則很可能是周期性行業。第二，比較該行業的年增長率與國民生產總值的年增長率，如果在大多數年份中該行業的年增長率都高于國民經濟綜合指標的年增長率，說明這一行業是增長型行業。第三，計算各觀察年份該行業銷售額在國民生產總值中所占比重。如果這一比重逐年上升，說明該行業屬于增長型行業。
(二)數理統計法
對行業未來的發展趨勢作出預測，常用方法有兩種，一是將行業歷年銷售額與國民生產總值標在坐標圖上，用最小二乘法找出兩者的關系曲線，根據國民生產總值的計劃指標或預計值可以預測行業的未來銷售額。二是利用行業歷年的增長率資料計算歷史的平均增長率和標準差，預計未來增長率。
(1)相關關系是指指標變量之間的不確定的依存關系。相關關系包括因果關系，另外，兩個指標變量受第三個指標變量影響而發生的共變關系，也屬于相關關系。
(2)相關關系按研究指標變量的多少可分為一元相關和多元相關，按指標變量之間依存關系的形式可分為線性相關和非線性相關，按指標變量變化的方向可分為正相關和負相關。當指標變量之間的依存關系密切到函數關系時，稱為完全相關；當指標變量之間不存在依存關系時，稱為不相關或零相關；大多數相關關系介于其間，稱為不完全相關。
(3)相關系數r的數值有一定范圍，即│r│＜1。
當│r│=1時，表示兩指標變量完全線性相關；
當│r│=0時，表示兩指標變量不存在線性相關；
當0π│r│≤0．3，為微弱相關；當0π│r│≤0．5，為低度相關；當0．5π│r│≤0．8，為顯著相關；當0．8π│r│≤=1，為高度相關。
判定系數12表示指標變量之間的依存程度，12越大，表明依存度越大。
(4)一元線性回歸方程可用于：描述兩指標變量之間的數量依存關系；利用回歸方程進行預測，把預報因子代人回歸方程可對預報量進行估計；利用回歸方程進行統計控制，通過控制自變量的范圍來控制因變量。
(5)時間數列可分為隨機性時間數列和非隨機性時間數列，其中，非隨機性時間數列又可分為平穩性時間數列、趨勢性時間數列和季節性時間數列三種。
如果所有的自相關系數都近似等于零，表明該時間數列屬于隨機性時間數列；如果r1比較大，r2、r3漸次減小，從r4開始趨近于零，表明該時間數列是平穩性時間數列；如果r1最大，r2、r3等多個自相關系數逐漸遞減但不為零，表明該時間數列存在著某種趨勢；如果一個數列的自相關系數出現周期性變化，每間隔若干個便有一個高峰，表明該時間數列是季節性時間數列。
時間數列分析的一個重要任務是根據現象發展變化的規律進行外推預測，最常見的時間數列預測方法有：趨勢外推法、移動平均法與指數平滑法和自回歸預測。
